89
output yang dihasilkannya; kemudian akan dilanjutkan dengan analisis konsentrasi dari setiap aspek pemanfaatan tersebut. Metode analisis yang
digunakan adalah: 1
analisis shift share untuk melihat pergeseran penggunaan ruang; 2
analisis dekriptif terhadap citra satelit Kelompok analisis data pengembangan wilayah dimaksudkan untuk
melihat bagaimana pola distribusi pendapatan wilayah, keterkaitan pendapatan suatu wilayah dengan sumberdaya perikanan yang terdapat di kawasan penelitian,
serta antar sektor ekonomi. Metode analisis yang digunakan adalah: 1
analisis tipologi analisis skalogram untuk melihat distribusi dan hierarki pelayanan pelabuhan-pelabuhan perikanan di kawasan penelitian
2 analisis shift share untuk melihat komponen pengembangan wilayah;
3 analisis location quotient LQ, digunakan untuk menganalisis pergeseran
pemusatan pusat-pusat pertumbuhan ekonomi di lokasi penelitian Kecamatan Penjaringan-Jakarta Utara dan Kecamatan Kosambi-
Kabupaten Tangerang, untuk kurun waktu antara 2000 – 2002. 4
stella, digunakan untuk menganalisis model kualitatif kelimpahan jumlah kapal yang mendarat di TPI Muara Angke dan yang dapat ditampung di
TPI Kamal Muara, selain itu juga untuk melihat skenario jumlah kapal yang dapat dipindah dari TPI Dadap ke TPI Kamal Muara;
5 visual basic
digunakan untuk membuat model matematik yang menggambarkan hubungan antara kelengkapan sarana dan prasarana
pelabuhan dengan kondisi sebenarnya.
3.4.3 Model analisis
1 Analisis skalogram
Menurut Rustiadi et al. 2003, analisis skalogram digunakan untuk menentukan hirarkhi wilayah. Caranya adalah seluruh fasilitas umum yang
dimiliki oleh setiap unit wilayah didata dan disusun dalam satu tabel. Tahapan dalam penyusunan analisis skalogram adalah: 1 menyusun fasilitas sesuai dengan
90
penyebaran dan jumlah fasilitas di dalam unit-unit wilayah; 2 khusus untuk fasilitas yang menandakan jarak harus dibuat inversnya; 3 semua nilai fasilitas
dirasiokan terhadap luas di setiap wilayah sehingga diperoleh sebaran fasilitas di wilayah tersebut; 4 semua nilai haris distandarisasikan dulu sehingga nilai
tersebut memiliki satuan yang sama; 5 menjumlahkan seluruh fasilitas secara horizontal untuk menentukan indeks perkembangan suatu wilayah; 6 mencari
kapasitas pelayanan fasilitas tersebut terhadap jumlah penduduk yang ada dengan cara mengalikan indeks perkembangan di setiap wilayah dengan jumlah
penduduk; serta 7 menjumlahkan masing-masing unit fasilitas secara vertikal sehingga diperoleh jumlah unit fasilitas yang tersebar di seluruh unit wilayah,
selain itu ditentukan juga rata-rata unit fasilitas tersebut average, standar deviasi st-dev, total terisi countif, sehingga fasilitas yang bernilai nol tidak akan
dihitung, bobot rasio antara total terisi dengan jumlah desa, nilai maksimum max dan nilai minimum min.
Model untuk menentukan nilai Indeks Perkembangan suatu wilayahpusat pelayan:
∑
=
mn ij
ij j
I IP
Dimana:
i i
ij ij
SD I
I I
min
− =
IP
j
:
Indeks Perkembangan wilayah ke-j I
ij
: Nilai skor indeks perkembangan ke-
i
wilayah ke-
j
I’
ij
: Nilai skor indeks perkembangan ke-
i
terkoreksi terstandarisasi wilayah ke-
j
I
i min
= Nilai skor indeks perkembangan ke-i terkecil minimum SD
i
= standar deviasi indeks perkembangan ke-
i
= Untuk menentukan nilai Kapasitas Pelayanan KPj adalah KP
j
= IP
j
x P
j
KP
j
= Kapasitas Pelayanan untuk wilayah ke-j
IP
j
= Indeks Perkembangan wilayah untuk wilayah ke-j
P
j
= Jumlah Penduduk wilayah ke-j
91
i = 1, 2, 3,......, n
j = 1, 2, 3,......, m
2 Analisis
shift share
Prinsip analisis dilakukan dengan dekomposisi indeks pertumbuhan. Teknik ini dikembangkan dengan mendasarkan adanya 3 komponen
pertumbuhan dinamika yang mempengaruhi laju pertumbuhan suatu aktivitas. Ketiga komponen tersebut dikenal dengan:
1 Komponen regional share: mengidentifikasi peran dinamika keseluruhan wilayah analisis, untuk mengetahui pentingnya
pengaruh dinamika seluruh wilayah penelitian terhadap setiap unit analisis.
2 Komponen propotional share: mengidentifikasi aktivitas, sektor atau jenis penggunaan yang mana yang berpengaruh penting dan seberapa
penting dalam mempengaruhi dinamika setiap kabupatenkota. 3 Komponen differential share: mengidentifikasi lebih spesifik lagi
untuk dapat menunjukkan seberapa penting pengaruh dari sektor tertentu di setiap kabupatenkota tertentu dalam mempengaruhi laju
pertumbuhan aktivitas. Model analisis shift share dapat digambarkan sebagai berikut:
Kawasan Dadap dan Kamal Muara adalah dua kawasan yang berdampingan tetapi berada di dua wilayah administratif yang berbeda.
Pada tatanan lokal dan mikro, besar kemungkinan terdapat suatu kegiatan ekonomi yang berbasis sumberdaya pesisir, yang saling menguntungkan
kedua unsur setempat antara lain penduduk, pemerintahan tingkat desa, dll.. Tetapi pada tingkat yang lebih tinggi kecamatan atau kabupaten,
situasinya diduga agak berbeda sehubungan dengan terdapatnya beberapa program pembangunan yang berinduk pada Pemda masing-masing.
Apapun kegiatan pembangunan yang dilakukan di kedua kawasan yang
92
berdampingan tersebut, sudah dapat dipastikan akan mempengaruhi kondisi mikro dikedua Desa tersebut.
Model matematis dari analisis shift share tersebut adalah sebagai berikut:
ij ij
ij ij
Pm Pw
Pk Y
+ +
= Δ
1 Ri
ri Y
Ra Ri
Y Ra
Y Y
Y Y
ij ij
ij ij
ij T
ij T
t
− +
− +
− =
Δ =
−
Dimana: m
= jumlah wilayah studi = 2 n
= jumlah sektor ekonomi
ΔY
ij
= perubahan dalam output sektor ke-i pada wilayah ke-j;
Y
T
o
ij
=
output dari sektor ke-i pada wilayah ke-j pada tahun dasar analisis;
Y
T
t
ij
= output dari sektor ke-i pada wilayah ke-j pada tahun akhir analisis;
Y
T
o
i
= ΣY
To ij
= PDRB atau tenaga kerja dari sektor ke-i pada tahun dasar analisis;
Y
T
t
i
= ΣY
T
t
ij
= PDRB atau tenaga kerja dari sektor ke-i pada tahun akhir analisis;
Y
T
o
..
= ΣΣY
T
o
ij
= PDRB atau tenaga kerja pada tahun dasar analisis;
Y
T
t
..
= ΣΣY
T
t
ij
= PDRB atau tenaga kerja pada tahun akhir analisis;
ri = Y
T
t
ij
Y
T
o
ij
; Ri
= Y
T
t
i
Y
T
o
i
; Ra
= Y
T
t
..
Y
T
o
..
; rj – 1
=
persentase perubahan PDRB atau tenaga kerja pada sektor i kawasan j;
Ra – 1 = Pk
ij
=
persentase perubahan PDRB atau tenaga kerja yang disebabkan oleh komponen pertumbuhan di Kabupaten
TangerangKota Jakarta Utara;
Ri – Ra = Pw
ij
= persentase perubahan PDRB atau tenaga kerja yang
disebabkan oleh komponen pertumbuhan di Kawasan Dadap dan Kamal Muara proporsional;
93
ri – Ri = Pm
ij
=
persentase perubahan PDRB atau tenaga kerja yang disebabkan oleh komponen pertumbuhan kompetitif di kabupaten
TangerangKota Jakarta Utara; 3
Kuosien Lokasi LQ
Metode Location Quotient LQ atau kuosien lokasi merupakan perbandingan antara pangsa relatif pendapatan tenaga kerja sektor i pada tingkat
wilayah terhadap pendapatan tenaga kerja total wilayah dengan pangsa relatif pendapatan tenaga kerja sektor ke i pada tingkat nasional terhadap pendapatan
tenaga kerja nasional Budiharsono 2001. Hal tersebut secara matematis dapat dinyatakan sebagai berikut:
∑ ∑
=
m i
t m
i i
t i
S S
e e
LQ
Dimana:
e
i
= jumlah pendapatan sektor ke-i pada Kabupaten TangerangKota
Jakarta Utara e
t
= jumlah pendapatan total di Kabupaten TangerangKota Jakarta
Utara
ΣS
i
= jumlah pendapatan sektor ke-i daerah Kabupaten TangerangKota
Jakarta Utara dari sektor ke-i
ΣS
t
= jumlah pendapatan total Kabupaten TangerangKota Jakarta Utara
dari sektor ke-i i = 1, 2, 3, ......m Koefisien konsentrasi
i i
N S
N S
i i
∑ ∑
− =
β
Dimana: β
= kuosien lokasikoefisien konsentratsi
94
S
i
= jumlah PDRB sektor ke-i pada wilayah Kabupaten TangerangKota Jakarta Utara;
N
i
= jumlah PDRB total di wilayah Kabupaten TangerangKota Jakarta Utara
4 Analisis ketergantungan daerah perikanan
Menurut Phillipson 2000 dalam Adrianto 2004 kriteria daerah perikanan ini terdiri dari tiga sistem indikator, yaitu:
1 Indikator ketergantungan perikanan fisheries dependence indices
yang mencakup tiga komponen utama: a indikator ketenagakerjaan kontribusi tenaga kerja perikanan dalam total
struktur ketenagakerjaan; b indikator absolut aktivitas perikanan yang terkait langsung dengan menurunnya kinerja sektor
perikanan; dan c indikator tingkat signifikasi ekonomi dari sektor perikanan terhadap ekonomi daerah
2 Indikator ketergantungan ekonomi economic dependence indices
yang meliputi indikator ketenagakerjaan wilayah, indikator ekonomi wilayah dan industri;
3 Indikator sosial demografis yang mencakup indikator
kependudukan, kesehatan, pendidikan, dll. Dalam bentuk rumus matematika, variabel ketergantungan daerah
perikanan oleh Kasimis dan Petrou 2000 indikator-indikatornya digambarkan sebagai berikut:
1 Rasio jumlah nelayan dan atau petani ikan terhadap total penduduk
RN
t
t ti
P N
t
RN ∑
= Dimana:
N
ti
= jumlah pelaku perikanan primer dari sektor ke-i pada tahun-t untuk wilayah desa;
P
t
= total jumlah penduduk pada tahun-t untuk wilayah kabupatenkota;
95
n = jumlah sektor dalam perikanan.
2 Rasio jumlah nelayan dan atau petani ikan terhadap total tenaga
kerja RMt
t ti
TK N
t
RM ∑
= N
ti
= jumlah pelaku perikanan primer dari sektor ke-i pada tahun-t untuk wilayah desa;
P
t
= total jumlah penduduk pada tahun-t untuk wilayah kabupatenkota
n = jumlah sektor dalam perikanan
3 Rasio jumlah hasil tangkapan ikan RPI
t
∑ ∑
=
tj ti
PI PI
t
RPI
PIti = jumlah produksi perikanan dari sektor ke-i pada tahun-t
untuk wilayah desa;
PItj = jumlah produksi perikanan dari sektor ke-i pada tahun-t
untuk wilayah kabupatenkota n
= jumlah sektor dalam perikanan 4
Rasio jumlah kapal ikan RK
t
∑ ∑
=
ti ti
KI JK
t
RK JK
ti
= jumlah kapal ikan dari sektor ke-i pada tahun-t untuk wilayah desa;
KI
ti
= jumlah kapal perikanan dari sektor ke-i pada tahun-t untuk wilayah kabupatenkota
n = jumlah sektor dalam perikanan
5 Rasio jumlah tenaga kerja sektor pengolahan hasil perikanan
RTKP
t
∑ ∑
=
tm ti
TK TKP
t
RTKP
96
TKP
ti
= jumlah tenaga kerja pengolahan hasil perikanan dari sektor ke-i pada tahun-t untuk wilayah desa;
TK
tm
= jumlah total tenaga kerja sektor ke-i pada tahun-t untuk wilayah kabupatenkota
n = jumlah sektor dalam perikanan
6 Rasio kontribusi sektor perikanan wilayah desa terhadap wilayah
kabupatenkota KPI
ti n
PDBT PDBP
ti
i t
KPI ∑
∑ =
PDBP
t
= produk domestik bruto perikanan pada tahun-t untuk wilayah desa;
PDB
t
= total produk domestik bruto perikanan pada tahun-t untuk wilayah kabupatenkota;
n = jumlah sektor dalam ekonomi
Sementara itu, untuk variabel ketergantungan ekonomi rumus matematika dari indikator-indikatornya Kasimis dan Petrou, 2000
sebagai berikut: 7
Rasio kesempatan kerja terhadap total jumlah penduduk RKKt
t ti
P KK
t
RKK ∑
= KK
ti
= jumlah kesempatan kerja dari sektor ke-i dari sektor ke-i pada tahun-t untuk wilayah desa;
P
t
= total jumlah penduduk pada tahun-t untuk wilayah kabupatenkota
n = jumlah sektor dalam ekonomi
8 Rasio kesempatan kerja dalam industri terhadap total jumlah
penduduk RIti
t ti
P KK
ti
RI ∑
= KK
ti
= jumlah kesempatan kerja dari sektor ke-i pada tahun-t untuk wilayah desa;
P
t
= total jumlah penduduk pada tahun-t untuk wilayah kabupatenkota
97
n = jumlah sektor dalam industri = 3 sektor primer, sekunder,
dan tersier.
5 Analisis pendapat responden masyarakat lokal
Survey dilakukan untuk mendapatkan data pendapat masyarakat yang berkaitan dengan kondisi lingkungan dan perikanan. Dengan
menggunakan kuesioner sebagaimana tercantum dalam Lampiran 1, pendapat masyarakat diambil dari berbagai kelompok mata pencaharian,
yaitu: nelayan penangkap dan budidaya, pengolahan ikan, pedagang ikan, pedagang bahan bakar, pengelola pelabuhan, dan komunitas lokal. Data
dianalisis dengan menggunakan Survey Pro 20.
6 Analisis Stella dan visual basic untuk model kelimpahan kapal ikan
Stella adalah salah satu tipe software yang dapat digunakan untuk membuat model dinamika dari suatu kondisi dilapangan yang
diprediksikan untuk masa yang akan datang. Seluk beluk yang berkaitan dengan Stella dalam disertasi ini diambil dari Ford 1999 dengan
menggunakan software Stella versi 7. Untuk membangun model matematik yang dibuat untuk menggambarkan
kelimpaha kapal ikan dengan kelengkapan saranaprasarana pelabuhan digunakan rumus
Y
i
= k
i
X + b
Dimana: Y = fasilitas saranaprasarana
X = total bobot kapal i
= 1, 2, 3, ....., n = faktor jenis fasilitas yang berubah Asumsi yang ditetapkan adalah bahwa setiap perubahan yang terjadi pada
jumlah kapal akan berdampak terhadap perubahan jenis fasilitas secara linier.
4 KEADAAN DAERAH
PENELITIAN
4.1 Keadaan Umum
