Gambar 21. Hasil ordinasi dimensi hukum dan kelembagaan
Gambar 22. Hasil analisis leverage dimensi hukum dan kelembagaan Hasil analisis evaluasi dampak kesalahan acak pada masing-masing
dimensi, yaitu dengan melihat sebaran hasil plot pada analisis Monte Carlo, yang telah dilakukan iterasi sebanyak 25 kali. Hasil Monte Carlo menunjukan hasil plot
yang cukup menyebar pada perikanan cakalang dan terfokus pada perikanan tuna, hal tersebut mengindikasikan bahwa status keberlanjutan dimensi ini cukup
banyak mengalami gangguan. Selanjutnya dilakukan analisis sensitivitas Gambar 22 untuk mengetahui atribut yang mempengaruhi status keberlanjutan tersebut.
Berdasarkan analisis leverage didapatkan bahwa atribut ketersediaan personel penegak hukum dan intensitas eksploitasi yang melanggar hukum, menjadi atribut
Tuna Cakalang
GOOD BAD
UP
DOWN -60
-40 -20
20 40
60
20 40
60 80
100 120
Othe r
D isti
n g
ishi n
g Featu
res
Fisheries Sustainability
RAPFISH Ordination
Real Fisheries References
Anchors
1 2
3 4
5 6
Illegal fishing Ketersediaan peraturan formal
Ketersediaan personel penegak hukum Intensitas eksploitasi yang melanggar hukum
Kepatuhan nelayan terhadap peraturan
Root Mean Square Change in Ordination when Selected Attribute Removed A
tt ri
b u
te
Leverage of Attributes
yang paling berpengaruh dalam keberlanjutan pemanfaatan sumberdaya dari dimensi hukum dan kelembagaan ini.
6.5 Dimensi Teknologi
Dimensi teknologi pelagis besar dalam penelitian ini menggunakan delapan buah atribut. Berdasarkan atribut-atribut tersebut, nilai skor keberlanjutan
yang terdapat pada Tabel 30 menghasilkan nilai 71,95 pada perikanan tuna dan 61,49 pada perikanan cakalang. Nilai stress pada dimensi ini sebesar 0,14 dengan
nilai RSQ 0,94. Berdasarkan hasil tersebut, maka kriteria statistika pada metode MDS telah terpenuhi. Hasil ordinasi metode MDS tersaji pada Gambar 23,
sedangkan pada Gambar 24 merupakan hasil analisis leverage. Tabel 30. Hasil scoring atribut pada dimensi teknologi
No Atribut
Nilai Keterangan
Baik Buruk Tuna Cakalang
1. Lama trip
2 1
Hasil bioekonomi 2.
Fasilitas pendaratan 2
1 2
Hasil kuesioner 3.
Presale processing 2
2 1
Hasil kuesioner atau value added
4. Selektifitas alat tangkap
2 1
2 Hasil kuesioner
5. Dampak penggunaan
2 1
Hasil kuesioner alat tangkap
6. Ukuran armada perikanan
2 1
Hasil kuesioner 7.
Kemampuan tangkap 2
1 Hasil kuesioner
8. Penggunaan alat bantu
2 2
2 Hasil kuesioner
penangkapan
Gambar 23 menunjukan kedua unit analisis berada pada arah good score, dengan perikanan tuna sebagai unit analisis yang memiliki nilai lebih besar.
Indikasi hasil perikanan tuna menjadi lebih besar, disebabkan oleh unit analisis ini memiliki empat atribut dengan nilai sempurna, meskipun empat atribut tersebut
bukan merupakan artibut dengan sensitifitas yang tinggi
.
Gambar 23. Hasil ordinasi dimensi teknologi
Gambar 24. Hasil analisis leverage dimensi teknologi Analisis evaluasi dampak kesalahan acak pada masing-masing dimensi,
yaitu dengan melihat sebaran hasil plot pada analisis Monte Carlo, yang telah dilakukan iterasi sebanyak 25 kali. Hasil Monte Carlo menunjukan hasil plot yang
cukup menyebar pada perikanan tuna, hal tersebut mengindikasikan bahwa status keberlanjutan dimensi ini cukup banyak mengalami gangguan. Oleh karena itu
dilakukan analisis sensitivitas untuk mengetahui atribut yang mempengaruhi status keberlanjutan tersebut. Berdasarkan analisis leverage Gambar 24,
didapatkan bahwa atribut selektifitas alat tangkap dan dampak penggunaan alat tangkap, menjadi atribut yang paling berpengaruh dalam keberlanjutan
pemanfaatan sumberdaya dari dimensi ini.
Tuna Cakalang
GOOD BAD
UP
DOWN -60
-40 -20
20 40
60
20 40
60 80
100 120
Oth e
r D
isti n
g ish
in g
Feat u
re s
Fisheries Sustainability
RAPFISH Ordination
Real Fisheries References
Anchors
1 2
3 4
5 6
7 8
Lama trip Fasilitas Pendaratan
Presale processing atau value added Selektifitas alat tangkap
Dampak penggunaan alat tangkap Ukuran armada perikanan
Kemampuan tangkap Penggunaan alat bantu penangkapan
Root Mean Square Change in Ordination when Selected AttributeRemoved A
tt ri
b u
te
Leverage of Attributes