perikanan tangkap di Provinsi DKI Jakarta. Ketujuh atribut tersebut, yaitu ketersediaan peraturan formal, just management, ilegal fishing, adjacency and
reliance, equity in entry to fishery,alternatives , dan peran lembaga formal.
Definisi ketujuh atribut tersebut adalah menurut Hartono et.al 2005 adalah sebagai berikut :
1 Ketersediaan peraturan formal Semakin banyak peraturan perundangan yang telah dibuat maka pengelolaan
sumberdaya perikanan akan lebih mudah diaturdikelola. 2 Posisi nelayan just management
Proses pengambilan keputusan serta pelaksanaan peraturan yang semakin melibatkan seluruh stakeholders termasuk nelayan dalam posisi yang
seimbang akan lebih dapat menghasilkan mekanisme pengaturan sumberdaya perikanan yang baik.
3 Ilegal fishing Pemanfaat sumberdaya perikanan akan lebih patuh pada aturan pengelolaan
sumberdaya perikanan pada saat kepedulaian masyrakat terhadap segala kegiatan penangkapan ikan tinggi adanya tekanan publik.
4 Kedekatan nelayan secara geografissejarah dalam pengelolaan perikanan adjacency and reliance
Nelayan yang hidup berdekatan dengan area penangkapannya dan telah dilakukan selama beberapa generasi serta sangat tergantung kehidupannya
pada usaha perikanan maka cenderung akan mempertahankan kelestarian area penangkapan tersebut.
5 Kedekatan hubungan tradisional equity in entry to fishery Semakin dibatasi akses ke usaha perikanan serta pengaturan tersebut
berdasarkan pada sejarahtradisi yang telah berlangsung turun temurun maka umumnya keputusan dalam pengelolaan sumberdaya perikanan semakin
bijak. Disamping itu juga akan mengurangi potensi terjadinya konflik pemanfaatan sumberdaya perikanan tersebut.
6 Pekerjaan di luar perikanan tangkap alternatives Semakin banyak pekerjaan di luar perikanan secara tidak langsung
menurunkan tingkat eksploitasi sumberdaya perikanan.
7 Peranan lembaga formal Lembaga formal yang paling berwenang dalam kebijakan pengelolaan
aktivitas perikanan tangkap di Provinsi DKI Jakarta adalah Dinas Kelautan dan Pertanian Provinsi DKI Jakarta. Semakin besar peranan lembaga ini
dalam mengelola perikanan tangkap maupun aktivitas lain di kawasan pesisir dan laut yang secara langsung mempengaruhi kondisi sumberdaya perikanan
tangkap maka keberlanjutan sumberdaya perikanan tangkap akan semakin tinggi.
4.4.3.2 Teknik Rapfish
Penelitian ini menggunakan perangkat lunak software RAPFISH untuk menganalisis keberlanjutan sumberdaya perikanan yang diteliti. Analisis
keberlanjutan dengan menggunakan Teknik Rapfish dimulai dengan me-review atribut dan mendefinisikan atribut perikanan yang akan dianalisis,
mengidentifikasi dan melakukan penilaian scoring perikanan yang akan dianalisis Pitcher 1999. Prosedur analisis dengan teknik Rapfish pada penelitian
ini akan melalui beberapa tahapan sebagai berikut : 1
Mengevaluasi dan menetapkan atribut dari kelima dimensi review atribut. Atribut merupakan parameter dari dimensi yang mewakili kondisi
sumberdaya perikanan tangkap di Provinsi DKI Jakarta. Atribut yang telah disusun kemudian dilakukan evaluasi untuk dilihat hubungan antar atribut,
apakah memiliki hubungan linier atau tidak. Jika terdapat hubungan linier maka disatukan menjadi satu atribut. Evaluasi dan penetapan atribut
dilakukan dengan pendekatan scientific judgement berdasarkan pendekatan keilmuan yang sesuai baik berdasarkan hasil kajian maupun penelitian
maupun sumber pustaka lainnya. Penetapan atribut juga dilakukan dengan mempertimbangkan ketersediaan data dari atribut tersebut. Atribut yang
dipilih dalam penelitian ini diharapkan dapat mencerminkan tingkat keberlanjutan di setiap dimensi dan dan disesuaikan dengan ketersediaan
informasi yang dapat diperoleh dari karakter sumberdaya yang dikaji Pitcher dan preikshot 2001.
2 Analisis terhadap data perikanan lokasi studi melalui data statistik.
3 Analisis data pengamatan lapangan dan studi literatur.
4 Melakukan skoring aspek keberlanjutan perikanan.
Penilaian terhadap keseluruhan atribut dari masing-masing dimensi keberlanjutan dalam pengelolaan perikanan tangkap Provinsi DKI Jakarta
dikategorikan ke dalam baik, cukup baik, kurang baik, dan buruk. Seluruh atribut yang diperoleh dari hasil pengamatan akan dianalisis dengan teknik
Rapfish. Pengolahan data dengan menggunakan teknik Rapfish terjadi dalam tiap
modul VBA Visual Basic Applications yang masing-masing terhubung pada “g77ALSCAL.dll” untuk operasi multi-dimensional scalling MDS, analisis
leverage JackKnife, dan analisis Monte Carlo.
A. Analisis MDS multi-dimensional scalling
Analisis multidimensi ini digunakan untuk menentukan titik-titik dalam Rapfish yang dikaji relatif terhadap dua titik yang menjadi acuan. Titik yang
menjadi acuan tersebut adalah baik good dan buruk bad. Posisi titik-titik dalam Rapfish sangat banyak dan sangat sulit untuk digambarkan sehingga diperlukan
suatu teknik dalam penentuan posisi titik-titik tersebut secara visual yang dikenal dengan metode multidimensional scalling MDS Fauzi dan Anna 2005.
Teknik ordinasi penentuan jarak di dalam MDS didasarkan pada Euclidian Distance
yang dalam ruang berdimensi n dapat ditulis sebagai berikut :
Konfigurasi atau ordinasi dari suatu objek atau titik di dalam MDS kemudian diaproksimasi dengan dengan meregresikan jarak Euclidian d
ij
dari titik i ke titik j
dengan titik asal
ij
d sebagaimana persamaan berikut :
ij
= α +
ij
Metode ALSCAL mengoptimasi jarak kuadrat squared distance = d +
ijk
terhadap data kuadrat titik asal = O
ijk
yang dalam tiga dimensi i, j, k ditulis dalam formula yang disebut S-Stress sebagai berikut :
Di mana jarak kuadrat merupakan jarak Euclidian yang dibobot, atau ditulis:
Pada setiap pengukuran yang bersifat mengukur metric seberapa fit goodness of fit, jarak titik pendugaan dengan titik asal, menjadi sangat penting.
Goodness of fit dalam MDS tidak lain mengukur seberapa tepat how well
konfigurasi dari suatu titik dapat mencerminkan data aslinya. Goodness of fit ini dalam MDS dicerminkan dari besaran nilai S-Stress yang dihitung berdasarkan
nilai S di atas. Nilai stress yang rendah menunjukan good fit sementara nilai S yang tinggi sebaliknya. Di dalam Rapfish, model yang baik ditunjukan dengan
nilai stress yang lebih kecil dari 0,25 S 0,25 Fauzi dan Anna 2005. Microsoft Excell
digunakan untuk melakukan analisis MDS berikut dengan algoritma ALSCAL. Metode MDS merupakan salah satu metode ordinasi pada
ruang dimensi yang diperkecil. Ordinasi suatu obyek pengamatan yang diukur dengan menggunakan banyak variable sulit dilihat secara visual mengingat bahwa
posisi obyek di dalam ruang berdimensi lebih dari tiga yang tidak mungkin digambarkan. Analisis multidimensional diterapkan untuk mentrasnformasikan
skor dari keseluruhan atribut keberlanjutan perikanan menurut dimensinya pada ordinasi antara 0 buruk dan 100 baik Kavanagh dan Pitcher 2004. Ketepatan
tranformasi tersebut dikontrol oleh statistik stress dan koefisien determinasi. Asumsi bahwa kinerja pengelolaan terletak antara 0 sampai 100 persen atau
buruk sampai ke baik sekali. Diantara nilai buruk sampai baik maka ada interval nilai kinerja yaitu cukup dan kurang, sehingga diperoleh empat tingkatan kinerja
yaitu buruk, kurang, sedang dan baik. Tingkatan kinerja dibagi menjadi 4 tingkat sehingga diperoleh interval 0, 25 persen, 50 persen, 75 persen, dan 100 persen.
Hasil penilaian kinerja atribut dari masing-masing dimensi dipetakan ke dalam dua titik acuan yang merupakan titik buruk bad dan titik baik good. Kategori
hasil penilaian atribut disajikan pada Tabel 7.
