Analisis Keberlanjutan Analisis Leverage Analisis Monte Carlo

22 Keterangan: B t = benefit pada tahun ke-t C t = biaya pada tahun ke-t i = tingkat bunga yang berlaku n = jumlah tahun t = tahun tertentu

2.7. Analisis Keberlanjutan

Analisis keberlanjutan dengan model RAPFISH Rapid Appraisal Technique for Fisheries telah digunakan oleh University of British Columbia, Canada pada tahun 1998 untuk menilai status keberlanjutan sistem usaha perikanan Alder et al., 2000; Kavanagh, 2001; Fauzi dan Anna, 2005. Metode analisis Multi Dimensional Scaling MDS yang digunakan dalam model RAPFISH ini untuk menilai indeks dan status keberlanjutan serta mengindentifikasi atribut-atribut yang paling sensitif dari masing-masing dimensi keberlanjutan melalui leverage analysis. Dengan analisis RAPFISH tersebut maka sistem perikanan yang komplek dapat dinilai secara cepat dan hasilnya dapat memberikan gambaran yang jelas dan komprehensif. Analisis dengan RAPFISH, penilaiannya dilakukan melalui pemberian skor nilai terhadap atribut-atribut yang telah ditetapkan dan dikelompokkan dalam group evaluation field, dengan skoring 0 atau kondisi buruk hingga skoring 3 atau kondisi berkelanjutan Kavanagh dan Pitcher, 2004.

2.8. Analisis Leverage

Analisis leverage daya ungkit digunakan untuk mengetahui efek stabilitas jika salah satu atribut dihilangkan atau dilakukan ordinasi. Hasil analisis leverage dinyatakan dalam bentuk persentase perubahan root mean square masing-masing atribut jika dihilangkan dalam ordinasi. Atribut dengan persentase tertinggi merupakan atribut atau faktor yang paling sensitif berpengauh terhadap keberlanjutan Kavanagh dan Pitcher, 2004.

2.9. Analisis Monte Carlo

Analisis Monte Carlo digunakan untuk menduga pengaruh galat pada selang kepercayaan 95 persen. Analisis ini merupakan metode simulasi statistik untuk mengevaluasi efek random error pada proses pendugaan dan diperlukan 23 untuk mempelajari efek ketidakpastian dari beberapa faktor yaitu 1 kesalahan pembuatan skoring dalam setiap atribut, 2 dampak keragaman skoring dari perbedaan penilaian, 3 stabilitas MDS dalam running, dan 4 tingginya nilai S- stress dari algoritma ASCAL. Jika perbedaan antara hasil perhitungan MDS dan Monte Carlo kurang dari 1, maka sistem yang dikaji cukup bagus atau sesuai dengan kondisi nyata Kavanagh dan Pitcher, 2004; Fauzi dan Anna, 2005.

2.10. Analisis Prospektif