Evaluasi perkembangan perikanan tangkap

h  m  h ij  n 1   i 1   h i  46 Dengan diketahuinya proporsi ini, maka akan diketahui data disagregasi produksi ikan terhadap total alat tangkap. Proses dekomposisi untuk menentukan produksi ikan di suatu perairan dilakukan dengan perhitungan melalui persamaan berikut: h =  ij h it 1 3.7 m  ij = ∏ t=1 h ij ∑ i n-1 3.8 Jadi hasil tangkapan spesies i oleh alat tangkap j pada periode t adalah sebagai berikut: h ijt       h it 1  3.9 Sehingga total produksi perikanan yang akan dianalisis setelah dekomposisi adalah sebagai berikut: hD i    h ijt i j 3.10 Teknik ini dimodifikasi dari teknik yang sama yang telah dilakukan oleh Watson et al. 2001 dan telah digunakan dalam penelitian oleh Anna 2003. Penjelasan dari keseluruhan proses persamaan di atas adalah sebagai berikut: jika dimisalkan bahwa catch dari spesies i oleh alat tangkap j pada periode t sebagai h ijt adalah proporsional terhadap jumlah spesies i yang diproduksi secara total pada periode t. Untuk menentukan proporsi yang tepat, maka digunakan rataan geometrik antara rasio dari hasil tangkapan dari spesies i sebagaimana diperlihatkan pada persamaan 3.9 yang merupakan perjumlahan hasil tangkapan dari spesies i oleh seluruh alat tangkap j. 2 Standardisasi effort Alat tangkap yang digunakan di sekitar perairan Kepulauan Sangihe cukup beragam, sehingga diperlukan suatu pendekataan kesetaraan dalam mengukur tingkat upaya yang dilakukan. Oleh karena itu dilakukan standardisasi tingkat upaya effort antar alat tangkap yang ada yang mengacu pada teknik standardisasi yang dikembangkan oleh King 1985 yang dikutip oleh Anna 2003, yang menyebutkan bahwa effort dari alat tangkap yang distandardisasi E berbanding lurus dengan nilai fishing power    dikalikan dengan jumlah fishing days D, sedangkan nilai fishing power didefinisikan sebagai perbandingan jumlah produksi per alat tangkap yang distandardisasi U dengan jumlah produksi per alat tangkap menjadi standar  U std  , dengan formula sebagai berikut: E it   it D it , dimana  it  U it U std 3.11 Dimana: E it D it  it U it U std = Tingkat upaya effort dari alat tangkap i pada waktu t yang distandardisasi = Jumlah hari melaut fishing days dari alat tangkap i pada waktu t. = Nilai kekuatan menangkap fishing power dari alat tangkap i pada waktu t. = Jumlah produksi per alat tangkap catch per unit effort, CPUE dari alat tangkap i pada waktu t. = Jumlah produksi per alat tangkap catch per unit effort, CPUE dari alat tangkap yang dijadikan sebagai basis standar. Untuk memperoleh nilai upaya, maka seluruh unit effort distandardisasi berdasarkan alat tangkap yang dominan digunakan serta memiliki proporsi produksi yang relatif lebih tinggi dari alat tangkap lainnya. 3 Produktivitas hasil tangkapan Produktivitas adalah kemampuan untuk menghasilkan sesuatu. Produktivitas hasil tangkapan dihitung dengan menggunakan perbandingan total catch terhadap total fishing effort. Rumus yang digunakan dalam menghitung nilai CPUE Guland 1983, adalah:  2  r   b  2  r  3.12 Di mana: = Hasil tangkapan per upaya penangkapan ikan pada tahun ke i tontrip = Hasil tangkapan pada tahun ke i ton = Upayan penangkapan ikan pada tahun ke i trip 4 Pendugaan parameter biologi Parameter biologi yang diduga dalam penelitian ini meliputi r adalah pertumbuhan intrinsik alami, q adalah koefisien kemampuan penangkapan dan K adalah daya dukung lingkungan carrying capacity. Nilai r, q dan K pada dasarnya telah dikaji dalam Bab 2 melalui persamaan 2.22 yang dikembangkan oleh CYP 1992 dan ditulis kembali sebagai berikut: lnU t 1  2r 2  r lnqK  2  r 2  r lnU t  q 2  r E t  E t 1 3.13 Untuk memecahkan persamaan 3.13 tersebut dimulai dengan memisalkan 2r 2  r ln  qK   a 3.14 1 3.15 q  2  r   b 2 3.16 Sehingga persamaan 3.13 dapat disederhanakan sebagai berikut: ln  U t 1   a  b 1 ln  U t   b 2  E t  E t 1  3.17 Koefisien penduga a, b 1 dan b 2 dapat dihitung dengan menggunakan teknik ordinary least square OLS. Pemecahan OLS dilakukan dengan menggunakan perangkat komputer dengan Logistik : H t  qKE t   E  qE  metode excel. Data yang digunakan adalah data runtun waktu time series selama kurang lebih 20 tahun. Selanjutnya parameter r, q dan K dapat diperoleh dari persamaan 3.14, 3.15 dan persamaan 3.16. Jenis alat tangkap yang dianalisis mengikuti standardisasi jenis alat yang optimal digunakan. Oleh karenanya untuk memperoleh nilai unit upaya yang benar, seluruh unit effort distandardisasi berdasarkan purse seine base. 5 Pendugaan produksi lestari Terdapat dua bentuk model fungsional untuk menggambarkan stok biomas, yaitu bentuk Logistik dan bentuk Gompertz, sebagaimana persamaan dibawah ini: Bentuk Logistik: dX t dt  rX t  1   X t K    H t 3.18 Bentuk Gompertz: dX t dt  rx lnK X t  H t 3.19 Dimana r adalah laju pertumbuhan intrinsik, K adalah daya dukung lingkungan. Bentuk fungsional Logistik adalah simetris, sementara bentuk Gompertz tidak. Diasumsikan bahwa laju penangkapan linear terhadap biomas dan effort sebagaimana ditulis sebagai berikut: H t  qE t X t 3.20 dimana q adalah koefisien kemampuan penangkapan dan E t adalah upaya penangkapan. Dengan mengasumsikan kondisi keseimbangan maka kurva tangkapan-upaya lestari yield-effort curve dari kedua fungsi di atas dapat ditulis sebagai berikut:  q 2 K  2  r    Gompertz : H t  qKE t exp  r  3.21 Estimasi parameter r, K dan q untuk persamaan yield-effort dari kedua model di atas Logistik dan Gompertz melibatkan teknik non-linear. Nilai parameter r, q dan K kemudian disubsitusikan ke dalam persamaan 3.19 baik dalam bentuk Logistik maupun dalam bentuk Gompertz. 6 Pendugaan parameter degradasi Tingkat degradasi untuk SDI dilakukan dengan pendataan inputeffort dan hasil tangkapan dari ikan yang tertera dalam data series. Dari kedua data tersebut dapat dihitung pendugaan stok dan panen lestari sustainable yield, kemudian dengan membandingkan kondisi ekstraksi aktual dan sustainable dengan analisis trend dan contrast akan dapat diketahui laju degradasi. Dalam penelitian ini, fungsi degradasi sumber daya perikanan dihitung berdasarkan formula Anna 2003 yang dimodifikasi dari Amman dan Duraiappah 2001, sebagai berikut:  t  1 1  e h st h at 3.22 Di mana  t adalah koefisien atau tingkat degradasi pada periode t, h st adalah produksi lestari pada periode t, dan h at adalah produksi aktual dalam periode t. 7 Analisis struktur biaya Struktur biaya merupakan data komponen ekonomi yang sangat penting dalam penelitian ini yang menyangkut struktur biaya dari penggunaan alat tangkap pada waktu operasi penangkapan dengan menggunakan data cross section. Data cross section diperoleh dari responden untuk masing-masing alat tangkap. Biaya per unit standard effort dari grup ikan masing-masing alat tangkap tersebut. Biaya per unit standardisasi effort dari grup ikan yang digunakan dalam analisis disesuaikan dengan indeks harga konsumen ikan segar tahunan dari C et     i 1  i   t 1 CP t  h it     i 1   h  h  h   100   P t    P i ...P j   m  t 1 CP Badan Pusat Statistik untuk menghasilkan biaya series selama tahun pengamatan. Secara matematis, biaya per unit effort standard dapat ditulis sebagai berikut:  1 n TC i n E  n i j k 1 3.23 Di mana: C et = biaya per unit standardized effort pada periode t. TC i = biaya total untuk alat tangkap i untuk i = 1, 2, 3, ......m E i = total standardized effort untuk alat tangkap i h it = produksi alat tangkap i pada periode t.  h i  h j  ....  h m = total produksi ikan yang dianalisis untuk seluruh alat tangkap N= jumlah alat tangkap CPI t = indeks harga konsumen pada peride t. 8 Pendugaan fungsi permintaan Parameter ekonomi yang diperlukan dalam penelitian ini juga menyangkut harga. Parameter harga output diperoleh dengan cara mengkonversi harga nominal per satuan ikan yang ditangkap ex-vessel price ke dalam harga riil dengan cara menyesuaikannya dengan indeks harga konsumen. Artinya, nilai yang diperoleh dari survai ataupun data sekunder harus dikonversi ke pengukuran riil, dengan cara menyesuaikan dengan Indeks Harga Konsumen IHK, sehingga pengaruh inflasi dapat dieliminir. Jadi harga nominal pada periode t bisa dikonversi dengan harga riil. Pendugaan parameter harga dilakukan dengan: 1 Di mana P t = harga ikan pada periode t dan P i ..... P j adalah harga jenis ikan i sampai j sangat tergantung dari beberapa jenis ikan, m dan n adalah tahun yang dijadikan basis perhitungan rataan geometrik. Rataan ini kemudian digunakan untuk mengestimasi harga tahunan selama pengamatan. 9 Pendugaan discount rate Untuk menentukan nilai discount rate pemanenan SDI dalam suatu penelitian digunakan real discount rate dengan pendekatan Ramsey. Dalam pendekatan ini teknik yang digunakan adalah yang dikembangkan oleh Kula 1984 dan teknik ini telah dilakukan atau diadopsi oleh beberapa peneliti. Kula 1984 mengembangkan teknik ini dengan menggunakan formula yang sama dengan formula yang dikembangkan oleh Ramsey. Real discount rate r Kula didefinisikan sebagai: r    g 3.25 Dimana: r = pure time preference konsumsi SDA, yang didasarkan kepada nominal discount rate;  = elastisitas pendapatan terhadap ekstraksi SDI; dan g = laju pertumbuhan ekonomi karena ekstraksi SDA. Kemudian laju pertumbuhan ekonomi yang diakibatkan oleh ekstraksi SDI dihitung dari laju konsumsi sumber daya perikanan yang didekati dengan PDRB perikanan, dengan perhitungan melalui formula: ln C t  a  a t ln t 3.26 Di mana Ct adalah PDRB perikanan di lokasi penelitian pada tahun ke t, sehingga derivate persamaan di atas dapat diperoleh nilai elastisitas konsumsi sumber daya alam yaitu: a 1   ln C t  ln t 3.27 yang kemudian secara matematis dapat ditulis sebagai berikut: C C t  g 3.28 t Mengikuti teknik Brent yang dikutip oleh Anna 2003, dengan menggunakan standar elastisitas pendapatan terhadap konsumsi sumber daya alam sebesar 1, dan  menggunakan nilai discount rate saat ini dari Ramsey sebesar 15, maka diperoleh nilai real discount rate sebagai berikut: r  marketdiscount rate  1g 3.29 10 Pendugaan nilai depresiasi Untuk menilai depresiasi SDI jenis ikan yang dianalisis digunakan metode present value. Artinya bahwa seluruh rente yang akan datang future value of rent yang diharapkan dihasilkan dari SDI dihitung dengan nilai masa sekarang present value. Perhitungan depresiasi dalam penelitian ini menggunakan dua nilai discount rate yang berbeda yaitu market discount rate 15 dan real discount rate dari persamaan 3.29. Hasil estimasi biofisik dan ekonomi yang telah dilakukan dalam kajian sebelumnya digunakan untuk menghitung depresiasi SDI. Nilai rente yang dihitung adalah nilai selisih antara penerimaan total total revenue dikurangi dengan total biaya total cost pemanfaatan SDI, yang dinotasikan sebagai berikut Fauzi dan Anna 2005: 3.30 Dimana = Rente SDI = Tingkat upaya = Biaya per unit effort t = Periode waktu Uh = Utilitas manfaat yang dihasilkan dari SDI = Tangkapan lestari  t t V  3.31 54 Selanjutnya jika diasumsikan bahwa per input adalah konstan, maka present value dari rente perikanan pada periode tidak terbatas t=0 sampai tak terhingga adalah sebagai berikut:  Dimana  adalah nilai discount rate, dan dalam studi ini dilakukan dua skenario perhitungan depresiasi, yaitu dengan mengunakan dua nilai discount rate yang berbeda, yaitu social discount rate dan nominal market discount rate. Perubahan present value dari SDI antara periode t – 1 dan t, menyebabkan nilai bersih perubahan dalam stok SDI terdepresiasi dengan asumsi bahwa kurva permintaan bersifat elastis. Untuk perhitungan laju depresiasi pada dasarnya sama dengan laju degradasi, hanya menggunakan parameter-parameter ekonomi, sebagai berikut: 3.32 Dimana dan 11 Pendugaan pengelolaan tingkat maksimum secara ekonomi Sumber daya perikanan merupakan aset kapital yang dalam pengelolaannya harus dikelola secara optimal juga memerlukan kapital. Pada pendekatan kapital, biaya korbanan opportunity cost untuk mengelola SDI pada saat ini dihitung melalui rente ekonomi optimal optimal rent yang seharusnya diperoleh dari SDI apabila dikelola secara optimal. Dalam kondisi aktual, jarang sekali terjadi pemanfaatan pada effort yang optimal, padahal dengan melakukan pemanfaatan pada tingkat optimal inilah maka perikanan tangkap akan lestari. Menurut Hartwick 1990, pengetahuan mengenai perbedaan antara tingkat tangkapan dan upaya aktual dan optimal sangat diperlukan bagi penentu kebijakan, untuk menyesuaikan kebijakan tangkap agar dapat meminimalisasi opprotunity cost dalam bentuk ekonomi optimal yang lestari, yang hilang karena memanfaatkan SDI pada tingkat saat ini. Pemanfaatan optimal dari SDI sepanjang waktu, pada dasarnya dapat diketahui dengan menggunakan teori kapital ekonomi sumber daya yang dikembangkan oleh Clark dan Munro 1975, dimana manfaat sumber daya perikanan sepanjang waktu adalah sebagai berikut: 3.33 Dengan kendala: Kemudian dengan memberlakukan Pontryagin Maximum Principle dan mendefinisikan current value Hamiltonian sebagai: H =  x, h +  Fx-hx,E 3..34 Dimana adalah current value shadow price. Akan diperoleh Modified Golden Rule sebagai berikut: F x    x, h x   x, h h   3.35 Dimana F x t adalah pertumbuhan alami dari stok ikan,   x, h x adalah rente marjinal akibat perubahan biomass,   x, h h adalah rente terjadi akibat perubahan produksi. Parameter biologi dan ekonomi ditentukan oleh besaran cost per unit effort c, p adalah harga ikan,  adalah discount rate dan q adalah koefisien penangkapan. F x  F x adalah produktivitas marjinal dari biomas yang merupakan turunan pertama dari Fx terhadap x. Persamaan ini menghasilkan tingkat biomas x yang optimal yang dapat digunakan untuk menghitung tingkat tangkapan dan upaya yang optimal. Dengan menggunakan fungsi biologi Gompertz dalam persamaan 3.21, diperoleh nilai optimal dari SDI melalui persamaan sebagai berikut: r lnk x  r  cr lnk x x pqx  c    0 3.36 Persamaaan di atas menghasilkan tingkat biomas atau x yang optimal sehingga dapat diketahui tingkat tangkapan dan upaya optimal. Sehingga dapat diketahui rente SDI yang merupakan hasil dari perkalian antara harga produk ikan dengan tangkapan optimal dikurangi biaya dan tingkat upaya yang optimal atau: 3.37 12 Rezim pengelolaan sumber daya perikanan Pendekatan untuk mengetahui keseimbangan dalam akses terbuka open access dan terkendali dilakukan dengan analitik optimasi statik yang pendekatannya diacu dalam dari Fauzi 2004, dengan menggunakan parameter biologi dan parameter ekonomi yang dipeproleh sebelumnya. Dengan asumsi dalam kondisi keseimbangan lestari di mana h = F x, maka rente ekonomi lestari sustainable rent didefinisikan sebagai fungsi dari biomas dalam bentuk: 3.38 Dengan menggunakan model pertumbuhan logistik, rente ekonomi lestari secara eksplisit dapat ditulis menjadi: 3.39 Sehingga maksimisasi keuntungan static diperoleh dengan menurunkan persamaan di atas terhadap x, sehingga diperoleh: 3.40 Persamaan 3.39 di atas dapat dipecahkan untuk menentukan tingkat biomas yang optimal yakni sebesar: 3.41 Dengan diketahui nilai optimal biomas tersebut, nilai ini dapat disubsitusikan kembali ke fungsi produksi untuk memperoleh nilai tangkap optimal dan upaya optimal. Dengan substisusi aljabar sederhana diperoleh nilai tangkap optimal dan upaya optimal sebesar: 3.42 3.43 Nilai dan inilah dalam formula tersebut di atas disebut sebagai tingkat upaya pada konidisi maximum economic yield MEY. Melalui teknik regresi sederhana atau ordinary least square OLS, parameter-parameter biologi seperti r, q, dan K dapat diketahui dengan langsung sehingga dengan menggabungkannya dengan parameter ekonomi p dan c, nilai optimal biomas, tangkap dan upaya serta rente ekonomi dapat diktehui. Untuk menghitung tingkat upaya yang optimal dalam kondisi akses terbuka dapat dilakukan dengan menghitung rente ekonomi yang hilang dissipated di mana: 3.44 Sehingga nilai biomas optimal pada akses terbuka dapat ditentukan sebesar: 3.45 Dengan demikian tingkat produksi dan upaya optimal pada kondisi akses terbuka dapat dihitung melalui subsitusi aljabar, sebagai berikut: 3.46 3.47

3.5.3 Analisis data kualitatif

Analisis data kualitatif dilakukan apabila data empiris yang diperoleh adalah data kualitatif berupa kumpulan berwujud kata-kata dan bukan rangkaian angka serta tidak dapat disusun dalam kategori-kategoristruktur klasifikasi. Data dalam bentuk kata-kata yang telah dikumpulkan melalui FGD, disusun kembali dalam teks yang diperluas dan tidak menggunakan perhitungan matematis atau statistika sebagai alat bantu analisis Silalahi 2009. Data kualitatif dianalisis dengan model reduksi data, data display, analisis etnografi, dan analisis isi. Analisis reduksi data merujuk pada proses pemilihan, pemokusan, penyederhaan, abstraksi, dan pentransformasian “data mentah” yang terjadi dari lapangan tertulis. Model display yang sering dilakukan adalah data kualitatif dibuat berupa teks naratif, yang dapat ditarik kesimpulan atau verifikasi kesimpulan. Model etnografi adalah model untuk mengumpulkan catatan-catatan untuk menemukan pola budaya setempat dan biasanya dilanjutkan dengan analisis taksonomi. Model analisis isi merupakan suau analisis mendalam yang dapat menggunakan teknik kuantitatif maupun teknik kualitatif terhadap pesan-pesan dengan menggunakan metode ilmian yang tidak terbatas pada jenis variabel yang dapat diukur atau konteks tempat pesan-pesan itu diciptakan atau disajikan. Obyek analisis isi kualitatif dapat berupa semua jenis komunikasi yang direkam dan tidak hanya menganalisis isi materi yang kelihatan tetapi juga menganalisis bagian yang “tersembunyi”. Menurut Kripprndroff 1969 yang dikutip oleh Emzir 2010 analisis isi sebagai penggunaan metode yang replikabel dan valid untuk membuat inferensi- inferensi khusus dari teks pada pernyataan-pernyataan lain atau properti-properti dari sumbernya.

3.5.4 Analisis logit

Model logit logistic regression adalah model regresi yang digunakan untuk menganalisis peubah terikat dengan kemungkinan di antara 0 dan 1. Model logit dalam penelitian ini menggunakan data individu yang agak mirip dengan model regresi OLS dengan data silang. Model yang digunakan dalam analisis logit adalah: 3.48 Dimana p adalah probabilitas seseorang memilih nilai peubah terikat 1. Rumus untuk menghitung p akan ditunjukkan dengan hasil hitungan, dengan menggunakan persamaan sebagai berikut: 3.49 Analisis perdagangan illegal di kawasan Filipina bagian selatan dan P2K perbatasan digunakan dengan analisis logit dengan menggunakan program Eviews Winarno 2009. Uji yang digunakan untuk menguji parameter-parameter hasil analisis logit digunakan Likelihood Ratio LR dan uji Wald. Uji Likelihood Ratio LR digunakan untuk menguji pengaruh semua variabel penjelas yang mengikuti distribusi Chi Square  2 . Hipotesa yang digunakan adalah : H : β 1 = β 2 = …= β k = 0 H 1 : Paling tidak terdapat satu β k ≠ 0 Uji statistik untuk Likelihood Ratio ini dihitung dengan menggunakan formula dibawah ini :  2  2 ln L  contrained  L  unconstrained  ฀  2  j  3.50 atau  2  2  ln L  constrained   ln L  unconstrained   ฀  2  j  3.51