Saran Model pengembangan sistem pemasaran ikan segar di kawasan Maluku Tengah

Lanjutan Lampiran 4 No Salahutu Mardika Leihitu Passo Piru Binaya Bula Rataan Harga IkanHari Rpkg 84 17 833.33 10 166.67 4 966.67 18 066.67 13 100.00 13 100.00 17 000.00 13 461.90 85 14 166.67 12 833.33 8 866.67 21 666.67 20 000.00 17 166.67 18 333.33 16 147.62 86 18 166.67 14 333.33 8 333.33 18 066.67 25 625.00 21 250.00 24 466.67 18 605.95 87 16 666.67 11 833.33 9 133.33 20 000.00 16 700.00 15 300.00 17 233.33 15 266.67 88 17 833.33 14 500.00 11 666.67 17 800.00 11 967.00 16 800.00 20 000.00 15 795.29 89 18 500.00 15 500.00 9 100.00 20 000.00 13 500.00 13 500.00 18 900.00 15 571.43 90 17 666.67 14 666.67 10 800.00 21 466.67 19 033.33 19 033.33 21 266.67 17 704.76 91 12 833.33 14 166.67 8 933.33 22 400.00 27 766.67 27 766.67 21 666.67 19 361.90 92 16 500.00 12 000.00 8 900.00 23 333.33 27 567.00 24 800.00 18 866.67 18 852.43 93 19 166.67 16 000.00 7 433.33 21 800.00 15 550.00 19 866.67 19 800.00 17 088.10 94 20 333.33 11 833.33 6 700.00 21 466.67 26 100.00 23 333.33 20 733.33 18 642.86 95 25 333.33 15 000.00 8 533.33 23 133.33 17 133.00 17 133.33 18 333.33 17 799.95 96 22 333.33 14 166.67 7 366.67 20 000.00 10 366.67 10 833.33 20 566.67 15 090.48 97 23 333.33 15 833.33 7 400.00 22 400.00 12 900.00 12 900.00 19 966.67 16 390.48 98 24 666.67 12 000.00 7 866.67 22 400.00 10 000.00 11 666.67 16 400.00 15 000.00 99 21 833.33 14 333.33 7 650.00 23 700.00 13 633.00 13 633.33 16 300.00 15 869.00 100 20 666.67 12 166.67 11 233.33 22 400.00 12 966.67 12 966.67 21 166.67 16 223.81 101 17 333.33 11 500.00 8 966.67 21 466.67 13 350.00 13 566.67 16 433.33 14 659.52 102 18 333.33 11 333.33 7 100.00 25 000.00 11 800.00 11 866.67 24 866.67 15 757.14 103 19 166.67 13 833.33 8 133.33 20 000.00 11 433.33 12 600.00 25 100.00 15 752.38 104 13 833.33 15 666.67 5 866.67 18 066.67 15 000.00 16 233.33 24 866.67 15647.62 105 16 166.67 14 833.33 7 666.67 21 666.67 13 750.00 14 166.67 15 566.67 14 830.95 106 14 833.33 15 166.67 8 500.00 18 066.67 11 250.00 12 000.00 16 666.67 13 783.33 107 17 333.33 16 000.00 5 366.67 20 000.00 14 033.00 13 466.67 22 233.33 15 490.43 108 14 666.67 15 000.00 6 700.00 21 466.67 18 350.00 17 066.67 18 333.33 15 940.48 Ket : - Merah = berada di bawah rataan harga ikanhari - Hitam = berada di atas rataan harga ikanhari 149 Lampiran 5 Analisis Regresi Linier Pasar Passo-Mardika Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 mrdkakmrn, passokmrn, lagmrdka b . Enter a. Dependent Variable: passohrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .413 a .171 .147 2130.77513 .171 7.070 3 103 .000 a. Predictors: Constant, mrdkakmrn, passokmrn, lagmrdka ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 96292249.256 3 32097416.419 7.070 .000 b Residual 467640873.510 103 4540202.655 Total 563933122.766 106 a. Dependent Variable: passohrini b. Predictors: Constant, mrdkakmrn, passokmrn, lagmrdka Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta LB UB Tole- rance VIF 1 Constant 17973. 739 2384. 330 7.538 .000 13244. 984 22702.49 5 passokmrn .250 .094 .251 2.658 .009 .064 .437 .901 1.109 lagmrdka -.035 .072 -.047 -.489 .626 -.178 .108 .868 1.152 mrdkakmrn -.141 .052 -.272 -2.693 .008 -.245 -.037 .790 1.265 a. Dependent Variable: passohrini Coefficient Correlations a Model mrdkakmrn passokmrn lagmrdka 1 Correlations mrdkakmrn 1.000 .314 .363 passokmrn .314 1.000 .100 lagmrdka .363 .100 1.000 Covariances mrdkakmrn .003 .002 .001 passokmrn .002 .009 .001 lagmrdka .001 .001 .005 a. Dependent Variable: passohrini Collinearity Diagnostics a Model Dimension Eigenvalu e Condition Index Variance Proportions Constant passokmrn lagmrdka mrdkakmrn 1 1 2.943 1.000 .00 .00 .00 .01 2 1.003 1.713 .00 .00 .86 .00 3 .050 7.679 .01 .06 .11 .71 4 .004 25.700 .99 .94 .03 .29 a. Dependent Variable: passohrini Lampiran 6 Analisis Regresi Linier Pasar Salahutu-Mardika Variables EnteredRemoved a Mode l Variables Entered Variables Removed Method 1 mardikakmrn, lagmardika, salahutukmrn b . Enter a. Dependent Variable: salahutuhrini b. All requested variables entered. Model Summary Mod el R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .641 a .411 .393 3417.86218 .411 23.922 3 103 .000 a. Predictors: Constant, mardikakmrn, lagmardika, salahutukmrn ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 838351815.905 3 279450605.302 23.922 .000 b Residual 1203223530.768 103 11681781.852 Total 2041575346.673 106 a. Dependent Variable: salahutuhrini b. Predictors: Constant, mardikakmrn, lagmardika, salahutukmrn Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta LB UB Tole- rance VIF 1 Constant 5874. 387 1681. 485 3.494 .001 2539. 558 9209. 216 salahutukmrn .550 .083 .552 6.594 .000 .385 .716 .818 1.223 lagmardika .119 .117 .084 1.019 .310 -.113 .351 .848 1.180 mardikakmrn .174 .088 .177 1.980 .050 .000 .349 .717 1.395 a. Dependent Variable: salahutuhrini Coefficient Correlations a Model mardikakmrn lagmardika salahutukmrn 1 Correlations mardikakmrn 1.000 .390 -.427 lagmardika .390 1.000 -.182 salahutukmrn -.427 -.182 1.000 Covariances mardikakmrn .008 .004 -.003 lagmardika .004 .014 -.002 salahutukmrn -.003 -.002 .007 a. Dependent Variable: salahutuhrini Collinearity Diagnostics a Model Dimension Eigenvalue Condition Index Variance Proportions Constant salahutukmrn lagmardika mardikakmrn 1 1 2.940 1.000 .00 .00 .00 .01 2 1.003 1.712 .00 .00 .84 .00 3 .033 9.403 .18 .20 .16 .99 4 .024 11.042 .82 .79 .00 .00 a. Dependent Variable: salahutuhrini Lampiran 7 Analisis Regresi Linier Pasar Leihitu-Mardika Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 mardikakmrn, leihitukmrn, lagmardika b . Enter a. Dependent Variable: leihituhrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .222 a .049 .022 1572.27243 .049 1.778 3 103 .156 a. Predictors: Constant, mardikakmrn, leihitukmrn, lagmardika ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 13186941.997 3 4395647.332 1.778 .156 b Residual 254620181.592 103 2472040.598 Total 267807123.589 106 a. Dependent Variable: leihituhrini b. Predictors: Constant, mardikakmrn, leihitukmrn, lagmardika Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta LB UB Tole rance VIF 1 Constant 6809. 358 1007. 400 6.759 .000 4811. 417 8807.299 leihitukmrn .206 .096 .205 2.133 .035 .014 .397 .998 1.002 lagmardika .013 .053 .026 .251 .802 -.092 .118 .876 1.142 mardikakmrn -.022 .037 -.063 -.611 .543 -.095 .050 .876 1.141 a. Dependent Variable: leihituhrini Coefficient Correlations a Model mardikakmrn leihitukmrn lagmardika 1 Correlations mardikakmrn 1.000 .024 .350 leihitukmrn .024 1.000 -.031 lagmardika .350 -.031 1.000 Covariances mardikakmrn .001 8.516E-005 .001 leihitukmrn 8.516E-005 .009 .000 lagmardika .001 .000 .003 a. Dependent Variable: leihituhrini Collinearity Diagnostics a Model Dimension Eigen value Condition Index Variance Proportions Constant leihitukmrn lagmardika mardikakmrn 1 1 2.931 1.000 .00 .00 .00 .01 2 1.004 1.709 .00 .00 .87 .00 3 .051 7.589 .01 .26 .11 .72 4 .015 14.139 .99 .74 .02 .28 a. Dependent Variable: leihituhrini Lampiran 8 Analisis Regresi Linier Pasar Leihitu - Mardika Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 mardikakmrn, lagmardika, pirukmrn b . Enter a. Dependent Variable: piruhrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .826 a .682 .672 3133.15094 .682 73.479 3 103 .000 a. Predictors: Constant, mardikakmrn, lagmardika, pirukmrn ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 2163960398.385 3 721320132.795 73.479 .000 b Residual 1011113383.821 103 9816634.794 Total 3175073782.206 106 a. Dependent Variable: piruhrini b. Predictors: Constant, mardikakmrn, lagmardika, pirukmrn Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Tole rance VIF 1 Constant 1676. 176 1263. 732 1.326 .188 -830.138 4182. 490 pirukmrn .585 .079 .589 7.420 .000 .429 .741 .491 2.038 lagmardika .228 .111 .129 2.059 .042 .008 .448 .792 1.263 mardikakmrn .387 .104 .315 3.717 .000 .181 .594 .430 2.324 a. Dependent Variable: piruhrini Coefficient Correlations a Model mardikakmrn lagmardika pirukmrn 1 Correlations mardikakmrn 1.000 .456 -.713 lagmardika .456 1.000 -.311 pirukmrn -.713 -.311 1.000 Covariances mardikakmrn .011 .005 -.006 lagmardika .005 .012 -.003 pirukmrn -.006 -.003 .006 a. Dependent Variable: piruhrini Collinearity Diagnostics a Model Dimen sion Eigenvalue Condition Index Variance Proportions Constant pirukmrn lagmardika mardikakmrn 1 1 2.939 1.000 .01 .00 .00 .00 2 1.002 1.713 .00 .00 .78 .00 3 .040 8.558 .92 .26 .02 .05 4 .019 12.527 .07 .73 .20 .95 a. Dependent Variable: piruhrini Lampiran 9 Analisis Regresi Linier Pasar Binaya - Mardika Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 mardikakmrn, lagmardika, binayakmrn b . Enter a. Dependent Variable: binayahrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .884 a .781 .774 2445.08150 .781 122.279 3 103 .000 a. Predictors: Constant, mardikakmrn, lagmardika, binayakmrn ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 2193103763.876 3 731034587.959 122.279 .000 b Residual 615777625.712 103 5978423.551 Total 2808881389.589 106 a. Dependent Variable: binayahrini b. Predictors: Constant, mardikakmrn, lagmardika, binayakmrn Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Tole rance VIF 1 Constant 1028 .769 987.734 1.042 .300 -930.169 2987.7 07 binayakmrn .678 .069 .684 9.821 .000 .541 .815 .439 2.280 lagmardika .203 .087 .122 2.338 .021 .031 .375 .786 1.272 mardikakmrn .305 .086 .264 3.545 .001 .134 .475 .385 2.597 a. Dependent Variable: binayahrini Coefficient Correlations a Model mardikakmrn lagmardika binayakmrn 1 Correlations mardikakmrn 1.000 .461 -.749 lagmardika .461 1.000 -.321 binayakmrn -.749 -.321 1.000 Covariances mardikakmrn .007 .003 -.004 lagmardika .003 .008 -.002 binayakmrn -.004 -.002 .005 a. Dependent Variable: binayahrini Collinearity Diagnostics a Model Dimension Eigenvalue Condition Index Variance Proportions Constant binayakmrn lagmardika mardikakmrn 1 1 2.943 1.000 .01 .00 .00 .00 2 1.001 1.714 .00 .00 .78 .00 3 .039 8.666 .96 .19 .03 .07 4 .016 13.498 .03 .81 .19 .93 a. Dependent Variable: binayahrini Lampiran 10 Analisis Regresi Linier Pasar Bula - Mardika Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 mardikakmrn, bulakmrn, lagmardika b . Enter a. Dependent Variable: bulahrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .162 a .026 -.002 3136.3470 9 .026 .928 3 103 .430 a. Predictors: Constant, mardikakmrn, bulakmrn, lagmardika ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 27370557.388 3 9123519.129 .928 .430 b Residual 1013177328.668 103 9836673.094 Total 1040547886.056 106 a. Dependent Variable: bulahrini b. Predictors: Constant, mardikakmrn, bulakmrn, lagmardika Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Toler ance VIF 1 Constant 16477. 682 2274. 786 7.244 .000 11966. 182 20989.18 3 bulakmrn .151 .097 .152 1.566 .121 -.040 .343 .997 1.003 lagmardika -.026 .105 -.026 -.251 .803 -.236 .183 .875 1.143 mardikakmrn .023 .073 .033 .321 .749 -.122 .168 .877 1.141 a. Dependent Variable: bulahrini Coefficient Correlations a Model mardikakmrn bulakmrn lagmardika 1 Correlations mardikakmrn 1.000 -.006 .351 bulakmrn -.006 1.000 .048 lagmardika .351 .048 1.000 Covariances mardikakmrn .005 -4.186E-005 .003 bulakmrn -4.186E-005 .009 .000 lagmardika .003 .000 .011 a. Dependent Variable: bulahrini Collinearity Diagnostics a Model Dimension Eigenvalue Condition Index Variance Proportions Constant bulakmrn lagmardika mardikakmrn 1 1 2.941 1.000 .00 .00 .00 .01 2 1.002 1.713 .00 .00 .87 .00 3 .046 8.006 .03 .15 .10 .85 4 .011 16.458 .97 .85 .03 .14 a. Dependent Variable: bulahrini Lampiran 11 Analisis Regresi Linier Pasar Salahutu - Binaya Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 binayakmrn, lagbinaya, salahutukmrn b . Enter a. Dependent Variable: salahutuhrini b. All requested variables entered. Model Summary Mode l R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .650 a .423 .406 3383.10513 .423 25.125 3 103 .000 a. Predictors: Constant, binayakmrn, lagbinaya, salahutukmrn ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 862699114.923 3 287566371.641 25.125 .000 b Residual 1178876231.750 103 11445400.308 Total 2041575346.673 106 a. Dependent Variable: salahutuhrini b. Predictors: Constant, binayakmrn, lagbinaya, salahutukmrn Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Tole rance VIF 1 Constant 5578. 491 1664. 436 3.352 .001 2277.47 4 8879.50 8 salahutukmrn .541 .081 .543 6.660 .000 .380 .703 .844 1.184 lagbinaya .034 .129 .021 .268 .789 -.220 .289 .923 1.083 binayakmrn .175 .071 .208 2.456 .016 .034 .317 .785 1.275 a. Dependent Variable: salahutuhrini Coefficient Correlations a Model binayakmrn lagbinaya salahutukmrn 1 Correlations binayakmrn 1.000 .271 -.390 lagbinaya .271 1.000 -.050 salahutukmrn -.390 -.050 1.000 Covariances binayakmrn .005 .002 -.002 lagbinaya .002 .017 -.001 salahutukmrn -.002 -.001 .007 a. Dependent Variable: salahutuhrini Collinearity Diagnostics a Model Dimension Eigenvalue Condition Index Variance Proportions Constant salahutukmrn lagbinaya binayakmrn 1 1 2.941 1.000 .00 .00 .00 .01 2 .998 1.717 .00 .00 .92 .00 3 .037 8.905 .13 .22 .07 .99 4 .024 11.075 .86 .77 .01 .01 a. Dependent Variable: salahutuhrini Lampiran 12 Analisis Regresi Linier Pasar Leihitu - Binaya Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 binayakmrn, leihitukmrn, lagbinaya b . Enter a. Dependent Variable: leihituhrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .235 a .055 .028 1567.20718 .055 2.012 3 103 .117 a. Predictors: Constant, binayakmrn, leihitukmrn, lagbinaya ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 14824873.112 3 4941624.371 2.012 .117 b Residual 252982250.477 103 2456138.354 Total 267807123.589 106 a. Dependent Variable: leihituhrini b. Predictors: Constant, binayakmrn, leihitukmrn, lagbinaya Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Tole rance VIF 1 Constant 6321. 945 954. 052 6.626 .000 4429. 809 8214. 081 leihitukmrn .209 .096 .209 2.174 .032 .018 .400 .996 1.004 lagbinaya .067 .059 .112 1.128 .262 -.051 .185 .925 1.081 binayakmrn .005 .031 .018 .177 .860 -.055 .066 .922 1.084 a. Dependent Variable: leihituhrini Coefficient Correlations a Model binayakmrn leihitukmrn lagbinaya 1 Correlations binayakmrn 1.000 -.060 .273 leihitukmrn -.060 1.000 -.008 lagbinaya .273 -.008 1.000 Covariances binayakmrn .001 .000 .000 leihitukmrn .000 .009 -4.479E-005 lagbinaya .000 -4.479E-005 .004 a. Dependent Variable: leihituhrini Collinearity Diagnostics a Model Dimension Eigenvalue Condition Index Variance Proportions Constant leihitukmrn lagbinaya binayakmrn 1 1 2.935 1.000 .00 .00 .00 .01 2 .999 1.714 .00 .00 .92 .00 3 .050 7.665 .02 .24 .06 .81 4 .016 13.546 .98 .76 .02 .18 a. Dependent Variable: leihituhrini Lampiran 13 Analisis Regresi Linier Pasar Piru - Binaya Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 binayakmrn, lagbinaya, pirukmrn b . Enter a. Dependent Variable: piruhrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .973 a .948 .946 1270.26923 .948 621.572 3 103 .000 a. Predictors: Constant, binayakmrn, lagbinaya, pirukmrn ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 3008874638.137 3 1002958212.712 621.572 .000 b Residual 166199144.068 103 1613583.923 Total 3175073782.206 106 a. Dependent Variable: piruhrini b. Predictors: Constant, binayakmrn, lagbinaya, pirukmrn Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Tole rance VIF 1 Constant 23.843 479. 758 .050 .960 -927.644 975.330 pirukmrn .114 .098 .115 1.161 .248 -.081 .309 .052 19.243 lagbinaya 1.090 .049 .530 22.400 .000 .993 1.186 .908 1.101 binayakmrn .911 .103 .864 8.800 .000 .705 1.116 .053 18.973 a. Dependent Variable: piruhrini Coefficient Correlations a Model binayakmrn lagbinaya pirukmrn 1 Correlations binayakmrn 1.000 -.068 -.971 lagbinaya -.068 1.000 .136 pirukmrn -.971 .136 1.000 Covariances binayakmrn .011 .000 -.010 lagbinaya .000 .002 .001 pirukmrn -.010 .001 .010 a. Dependent Variable: piruhrini Collinearity Diagnostics a Model Dimension Eigenvalue Condition Index Variance Proportions Constant pirukmrn lagbinaya binayakmrn 1 1 2.960 1.000 .01 .00 .00 .00 2 .994 1.726 .00 .00 .90 .00 3 .044 8.159 .98 .02 .08 .01 4 .002 39.298 .01 .98 .01 .99 a. Dependent Variable: piruhrini Lampiran 14 Analisis Regresi Linier Pasar Bula - Binaya Variables EnteredRemoved a Model Variables Entered Variables Removed Method 1 binayakmrn, bulakmrn, lagbinaya b . Enter a. Dependent Variable: bulahrini b. All requested variables entered. Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .227 a .051 .024 3095.69187 .051 1.860 3 103 .141 a. Predictors: Constant, binayakmrn, bulakmrn, lagbinaya ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 53467145.061 3 17822381.687 1.860 .141 b Residual 987080740.995 103 9583308.165 Total 1040547886.056 106 a. Dependent Variable: bulahrini b. Predictors: Constant, binayakmrn, bulakmrn, lagbinaya Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0 Confidence Interval for B Collinearity Statistics B Std. Error Beta Lower Bound Upper Bound Tole rance VIF 1 Constant 16252. 852 2122.119 7.659 .000 12044. 129 20461. 576 bulakmrn .150 .096 .151 1.559 .122 -.041 .340 .984 1.016 lagbinaya .202 .117 .172 1.724 .088 -.030 .435 .925 1.081 binayakmrn .035 .061 .058 .575 .566 -.085 .155 .911 1.097 a. Dependent Variable: bulahrini Coefficient Correlations a Model binayakmrn bulakmrn lagbinaya 1 Correlations binayakmrn 1.000 -.124 .273 bulakmrn -.124 1.000 -.015 lagbinaya .273 -.015 1.000 Covariances binayakmrn .004 -.001 .002 bulakmrn -.001 .009 .000 lagbinaya .002 .000 .014 a. Dependent Variable: bulahrini Collinearity Diagnostics a Model Dimension Eigenvalue Condition Index Variance Proportions Constant bulakmrn lagbinaya binayakmrn 1 1 2.945 1.000 .00 .00 .00 .01 2 .999 1.717 .00 .00 .92 .00 3 .045 8.095 .04 .13 .07 .94 4 .012 15.844 .95 .87 .01 .05 a. Dependent Variable: bulahrini 170 Lampiran 15. Data volume penjualan kghari pedagang peng umpul per hari selama periode penelitian No Volume Penjualan kghari Σ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 287 178 5 101 5 129 5 150 147 2 192 5 210 8 231 266 4 287 235 6 182 4 159 142 8 198 153 266 241 5 154 8 229 4 132 6 122 4 208 630 101 4 880 136 8 49961 11.4 6 2 172 196 800 880 600 140 6 160 875 125 8 150 5 209 128 174 360 612 840 136 5 925 680 560 128 7 756 25099 5.76 3 1 200 100 300 120 107 3 126 136 150 5 118 8 875 133 105 6 111 153 122 1 118 8 875 980 104 4 884 108 128 150 5 156 220 720 30524 7.00 4 980 210 800 600 183 740 179 2 154 153 301 133 2 203 140 6 896 960 132 154 8 125 8 115 5 100 8 144 3 122 4 720 152 805 191 1 224 115 2 38850 8.91 5 450 680 520 960 576 700 578 720 630 570 480 540 408 990 972 350 770 648 925 578 684 800 840 105 3 900 17322 3.97 6 108 480 525 720 600 740 736 782 105 226 8 126 102 125 8 957 104 4 748 115 5 112 108 540 760 700 780 104 972 23415 5.37 7 910 400 525 800 999 700 126 910 110 2 640 690 646 627 918 980 119 104 4 118 4 102 972 108 700 101 4 680 104 4 22035 5.05 8 700 600 600 105 666 800 595 340 105 108 700 646 320 300 578 759 108 119 115 5 910 936 104 4 680 800 595 624 760 612 21170 4.85 9 750 112 105 240 166 5 160 196 850 875 144 875 159 6 137 6 117 952 660 136 8 918 840 840 720 104 4 612 118 8 180 147 936 140 108 34555 7.92 10 805 880 630 100 480 851 480 115 5 525 805 950 704 600 952 792 828 105 4 105 665 612 828 952 118 8 152 140 112 792 23618 5.42 11 400 600 595 320 480 888 544 350 112 2 490 900 350 418 224 210 272 330 432 340 315 385 350 288 442 576 280 420 429 400 216 13366 3.06 12 840 800 525 160 450 210 646 350 540 840 110 2 608 450 102 330 126 102 735 101 5 104 4 680 504 132 105 105 3 800 20792 4.77 13 210 480 280 360 240 222 224 175 272 210 216 245 380 288 240 408 396 360 476 420 280 280 288 370 525 480 420 507 320 252 9824 2.25 14 200 280 280 240 180 333 224 210 204 245 288 175 342 192 210 374 330 252 204 280 455 385 324 333 315 400 455 468 320 288 8786 2.01 15 315 400 315 200 210 296 544 455 510 665 720 315 570 544 390 340 363 288 340 665 245 350 432 481 525 360 315 370 259 360 12142 2.78 16 280 360 105 320 180 222 224 280 306 280 252 280 266 224 300 306 330 288 340 350 380 280 324 296 350 380 315 333 259 180 8590 1.97 17 330 400 245 320 300 185 256 350 510 245 720 420 418 320 300 272 264 324 340 175 190 350 370 222 210 380 350 370 370 360 9866 2.26 18 350 480 525 320 300 370 416 315 340 350 432 350 570 256 270 340 198 252 272 245 342 350 185 222 210 342 280 333 296 360 9871 2.26 19 280 200 140 160 150 259 160 280 272 315 180 175 228 224 120 238 198 252 238 105 228 280 333 259 280 228 210 185 259 180 6616 1.52 20 210 320 315 200 180 222 224 280 340 315 252 280 342 288 150 272 297 360 204 210 245 333 370 315 266 222 296 288 7596 1.74 Lanjutan Lampiran 15. Data volume penjualan jumlah loyang pedagang pengumpul per hari selama periode penelitian 21 350 360 210 280 360 185 320 280 340 315 360 280 266 256 210 204 330 432 374 350 304 245 296 222 315 304 350 370 333 216 9017 2.07 22 300 360 210 280 360 185 320 280 340 315 396 210 228 224 150 272 264 324 340 175 190 245 185 370 280 304 245 333 222 180 8087 1.85 23 280 400 315 280 240 222 192 175 272 315 360 280 304 256 270 340 330 396 340 210 342 315 370 407 350 228 350 222 333 360 9054 2.08 24 175 280 315 400 270 259 210 272 280 245 190 192 210 340 297 360 272 280 342 210 370 370 385 380 315 222 370 360 8171 1.87 25 360 320 315 280 150 333 128 210 204 350 324 350 228 256 270 340 165 288 340 315 228 210 370 185 175 152 175 148 296 324 7789 1.79 Σ 146 95 170 15 117 15 146 75 122 70 123 21 128 32 147 70 147 56 153 65 178 92 172 55 178 98 129 28 134 70 130 90 137 28 142 56 136 68 147 35 153 21 137 50 151 99 131 85 129 11 174 44 144 55 157 44 154 53 133 20 43611 6 100 171 Lampiran 16. Biaya Pemasaran dan Keuntungan Pedagang Pengumpul Mardika Passo Salahutu Leihitu Piru Binaya Bula No Pembelian loyang Harga Rployang Biaya Pembelian Ikan Rp Penerimaan Rp Komunikasi Rp Transportasi Rp Konsumsi Rp Pajak Rp Biaya Total Rp Pendapatan Rp 1 43 200 000.00 8 600 000.00 860 000.00 35 000.00 50 000.00 50 000.00 21 500.00 156 500.00 703 500.00 2 27 225 000.00 6 075 000.00 607 500.00 25 000.00 30 000.00 50 000.00 15 187.50 120 187.50 487 312.50 3 26 230 000.00 5 980 000.00 598 000.00 30 000.00 30 000.00 40 000.00 14 950.00 114 950.00 483 050.00 4 24 200 000.00 4 800 000.00 480 000.00 30 000.00 20 000.00 40 000.00 12 000.00 102 000.00 378 000.00 5 19 190 000.00 3 610 000.00 361 000.00 30 000.00 25 000.00 35 000.00 9 025.00 99 025.00 261 975.00 6 17 180 000.00 3 060 000.00 306 000.00 25 000.00 20 000.00 30 000.00 7 650.00 82 650.00 223 350.00 7 16 200 000.00 3 200 000.00 320 000.00 30 000.00 25 000.00 35 000.00 8 000.00 98 000.00 222 000.00 8 19 225 000.00 4 275 000.00 427 500.00 30 000.00 25 000.00 35 000.00 10 687.50 100 687.50 326 812.50 9 20 200 000.00 4 000 000.00 400 000.00 35 000.00 20 000.00 30 000.00 10 000.00 95 000.00 305 000.00 10 18 220 000.00 3 960 000.00 396 000.00 30 000.00 20 000.00 30 000.00 9 900.00 89 900.00 306 100.00 11 15 225 000.00 3 375 000.00 337 500.00 25 000.00 20 000.00 30 000.00 8 437.50 83 437.50 254 062.50 12 13 200 000.00 2 600 000.00 260 000.00 20 000.00 20 000.00 20 000.00 5 000.00 65 000.00 195 000.00 13 10 180 000.00 1 800 000.00 180 000.00 20 000.00 20 000.00 20 000.00 5 000.00 65 000.00 115 000.00 14 10 185 000.00 1 850 000.00 185 000.00 20 000.00 20 000.00 20 000.00 5 000.00 65 000.00 120 000.00 15 11 175 000.00 1 925 000.00 192 500.00 20 000.00 10 000.00 20 000.00 5 000.00 55 000.00 137 500.00 16 10 180 000.00 1 800 000.00 180 000.00 20 000.00 10 000.00 20 000.00 5 000.00 55 000.00 125 000.00 17 9 150 000.00 1 350 000.00 135 000.00 20 000.00 10 000.00 20 000.00 5 000.00 55 000.00 80 000.00 18 10 210 000.00 2 100 000.00 210 000.00 20 000.00 25 000.00 20 000.00 5 000.00 70 000.00 140 000.00 19 8 200 000.00 1 600 000.00 160 000.00 20 000.00 25 000.00 20 000.00 5 000.00 70 000.00 90 000.00 20 8 225 000.00 1 800 000.00 180 000.00 20 000.00 25 000.00 20 000.00 5 000.00 70 000.00 110 000.00 21 8 200 000.00 1 600 000.00 160 000.00 20 000.00 10 000.00 20 000.00 5 000.00 55 000.00 105 000.00 22 8 210 000.00 1 680 000.00 168 000.00 20 000.00 10 000.00 20 000.00 5 000.00 55 000.00 113 000.00 23 9 200 000.00 1 800 000.00 180 000.00 25 000.00 10 000.00 20 000.00 5 000.00 60 000.00 120 000.00 24 8 160 000.00 1 280 000.00 128 000.00 10 000.00 10 000.00 10 000.00 1 000.00 31 000.00 97 000.00 25 8 150 000.00 1 200 000.00 120 000.00 10 000.00 10 000.00 10 000.00 1 000.00 31 000.00 89 000.00 Jumlah 4 920 000.00 75 320 000.00 7 532 000.00 590 000.00 500 000.00 665 000.00 189 337.50 1 944 337.50 5 587 662.50 Rataan 196 800.00 3 012 800.00 301 280.00 23 600.00 20 000.00 26 600.00 7 573.50 77 773.50 223 506.50 172 Lampiran 17. Data Umum Pedagang Pengumpul Produk Perikanan di Kawasan Maluku Tengah No Umur thn Pendidikan Pengalaman thn Tanggungan Keluarga Sumber Modal Jumlah Modal Rp 1 56 SMP 30 6 Sendiri 20 000 000,- 2 54 SMP 28 7 Sendiri 18 000 000,- 3 46 SMP 22 4 Sendiri 18 000 000,- 4 48 SMP 20 5 Sendiri 15 000 000,- 5 40 SMP 18 5 Sendiri 12 500 000,- 6 38 SMA 15 7 Sendiri 15 000 000,- 7 45 SMP 20 10 Sendiri 12 500 000,- 8 50 SD 23 8 Sendiri 10 000 000,- 9 40 SMA 13 8 Sendiri 10 000 000,- 10 39 SMA 14 7 Sendiri 10 000 000,- 11 40 SMP 14 12 Sendiri 7 000 000,- 12 33 SMP 17 8 Sendiri 10 000 000,- 13 38 SD 19 9 Sendiri 8 000 000,- 14 45 SMP 12 10 Sendiri 7 500 000,- 15 37 SMA 10 4 Sendiri 8 000 000,- 16 38 SMP 15 7 Sendiri 7 500 000,- 17 36 SMP 12 6 Sendiri 7 500 000,- 18 42 SD 21 9 Sendiri 7 500 000,- 19 47 SD 20 11 Sendiri 6 000 000,- 20 38 SMP 15 6 Sendiri 7 000 000,- 21 45 SD 23 5 Sendiri 8 500 000,- 22 39 SD 11 9 Pinjam 8 000 000,- 23 41 SMP 17 11 Pinjam 5 000 000,- 24 46 SMP 14 10 Pinjam 6 000 000,- 25 50 SD 33 6 Pinjam 8 000 000,- Rataan 8 - 173 Lampiran 18 Data Umum Pedagang Pengecer Produk Perikanan di Kawasan Maluku Tengah No Umur thn Pendidikan Pengalaman thn Tanggungan Keluarga Sumber Modal Jumlah Modal Rp 1 40 SMA 6 4 Sendiri 2 000 000,- 2 25 SMA 5 5 Sendiri 1 500 000,- 3 28 SMA 7 8 Sendiri 1 000 000,- 4 29 SMA 10 6 Sendiri 500 000,- 5 54 SMP 3 6 Pinjam 1 000 000,- 6 56 SD 45 7 Sendiri 1 000 000,- 7 34 SMA 11 7 Sendiri 1 500 000,- 8 33 SD 8 8 Sendiri 500 000,- 9 40 SMA 11 10 Sendiri 750 000,- 10 35 SMA 5 7 Sendiri 1 000 000,- 11 54 SD 14 8 Sendiri 1 500 000,- 12 58 SMP 11 8 Sendiri 1 500 000,- 13 56 SKP 21 9 Pinjam 2 000 000,- 14 30 SD 12 6 Sendiri 1 500 000,- 15 45 SD 22 4 Sendiri 1 000 000,- 16 35 SMP 7 7 Sendiri 750 000,- 17 36 SMP 6 7 Sendiri 750 000,- 18 35 SMA 7 9 Sendiri 1 500 000,- 19 32 SD 3 5 Sendiri 600 000,- 20 30 SMA 8 6 Sendiri 1 000 000,- 21 48 SD 10 5 Sendiri 1 500 000,- 22 49 SMA 15 6 Sendiri 1 000 000,- 23 32 SMA 12 4 Sendiri 2 000 000,- 24 37 SMP 8 5 Pinjam 1 500 000,- 25 39 SMA 6 6 Sendiri 1 000 000,- 26 40 SMA 20 6 Sendiri 2 000 000,- 27 58 SD 34 5 Sendiri 1 000 000,- 28 35 SD 11 6 Sendiri 1 500 000,- 29 50 SMP 25 5 Sendiri 1 500 000,- 30 20 SMP 5 6 Pinjam 1 500 000,- 174 Lanjutan Lampiran 18 Data Umum Pedagang Pengecer Produk Perikanan di Kawasan Maluku Tengah No Umur thn Pendidikan Pengalaman thn Tanggungan Keluarga Sumber Modal Jumlah Modal Rp 31 46 SPG 10 6 Sendiri 1 000 000,- 32 45 SMA 8 7 Sendiri 2 000 000,- 33 50 SMP 20 8 Sendiri 1 000 000,- 34 40 SMP 12 7 Sendiri 1 500 000,- 35 38 SMA 20 6 Sendiri 1 000 000,- 36 40 SMP 15 8 Sendiri 700 000,- 37 38 SMA 13 7 Sendiri 3 000 000,- 38 44 SD 20 9 Sendiri 1 000 000,- 39 30 SMA 5 7 Sendiri 1 500 000,- 40 60 SMA 38 5 Sendiri 1 000 000,- 41 33 SMA 11 6 Sendiri 2 000 000,- 42 44 SMA 10 6 Sendiri 1 500 000,- 43 46 SD 10 7 Sendiri 750 000,- 44 61 SR 35 8 Sendiri 1 000 000,- 45 37 D2 14 6 Sendiri 3 000 000,- 46 32 SMA 3 5 Pinjam 2 500 000,- 47 63 SMEA 31 7 Sendiri 2 000 000,- 48 53 SMP 31 10 Sendiri 2 000 000,- 49 51 SD 34 4 Sendiri 1 000 000,- 50 62 SD 28 6 Pinjam 1 500 000,- 51 53 SD 26 4 Sendiri 2 000 000,- 52 26 SMA 10 4 Sendiri 1 500 000,- 53 41 SMA 20 5 Sendiri 1 500 000,- 54 45 SMP 15 4 Sendiri 1 000 000,- 55 37 SMA 18 3 Sendiri 2 500 000,- 56 55 SD 38 5 Sendiri 1 000 000,- 57 35 SMP 7 7 Sendiri 1 500 000,- 58 36 SMP 6 8 Sendiri 1 000 000,- 59 35 SMA 7 7 Sendiri 1 500 000,- 60 19 SMP 2 6 Pinjam 1 000 000,- 17 5 Lanjutan Lampiran 18. Data Umum Pedagang Pengecer Produk Perikanan di Kawasan Maluku Tengah No Umur thn Pendidikan Pengalaman thn Tanggungan Keluarga Sumber Modal Jumlah Modal Rp 61 32 SD 3 5 Pinjam 1 500 000,- 62 30 SMA 8 7 Sendiri 1 500 000,- 63 48 SD 10 7 Sendiri 750 000,- 64 49 SMA 15 8 Sendiri 1 500 000,- 65 32 SMA 12 4 Sendiri 2 000 000,- 66 37 SMP 8 7 Sendiri 1 500 000,- 67 55 SD 38 6 Sendiri 1 000 000,- 68 35 SMP 7 9 Sendiri 750 000,- 69 36 SMP 6 8 Sendiri 600 000,- 70 35 SMA 7 6 Sendiri 750 000,- 71 32 SD 3 5 Pinjam 1 000 000,- 72 30 SMA 8 4 Pinjam 2 000 000,- 73 48 SD 10 8 Sendiri 1 000 000,- 74 49 SMA 15 9 Sendiri 2 000 000,- 75 32 SMA 12 6 Pinjam 2 000 000,- 76 37 SMP 8 6 Pinjam 2 000 000,- 77 55 SD 38 7 Sendiri 1 000 000,- 78 50 SMP 32 4 Sendiri 1 500 000,- 79 30 SMA 9 5 Sendiri 1 500 000,- 80 45 SMA 25 5 Pinjam 2 500 000,- 81 32 SMP 16 6 Sendiri 1 500 000,- 82 30 SMA 8 4 Pinjam 2 500 000,- 83 48 SMP 29 4 Sendiri 1 000 000,- 84 49 SMP 29 6 Sendiri 1 500 000,- 85 32 SMP 14 3 Sendiri 1 000 000,- 86 28 SMA 8 3 Sendiri 2 000 000,- 87 55 SD 38 6 Sendiri 1 000 000,- 88 32 SMA 12 8 Sendiri 2 500 000,- 89 42 SMP 26 7 Sendiri 1 500 000,- 90 49 SD 22 5 Sendiri 1 000 000,- 176 Lanjutan Lampiran 18. Data Umum Pedagang Pengecer Produk Perikanan di Kawasan Maluku Tengah No Umur thn Pendidikan Pengalaman thn Tanggungan Keluarga Sumber Modal Jumlah Modal Rp 91 55 SD 43 6 Sendiri 1 500 000,- 92 56 SD 42 6 Sendiri 750 000,- 93 43 SD 28 8 Sendiri 750 000,- 94 46 SD 30 9 Sendiri 500 000,- 95 49 SD 22 7 Sendiri 1 000 000,- 96 43 SD 25 5 Sendiri 1 500 000,- 97 45 SD 26 9 Sendiri 1 000 000,- 98 56 SD 40 8 Sendiri 1 000 000,- 99 39 SD 24 8 Sendiri 1 000 000,- 100 25 SD 4 6 Pinjam 1 000 000,- 177 1 7 2 Mardika Passo Salahutu Leihitu Piru Binaya Bula Lampiran 19. Rataan Volume Penjualan Pedagang Pengumpul KgMinggu Minggu Pedagang 1 2 3 4 5 6 7 8 9 10 11 1 217.58 498.62 737.80 880.27 1 555.25 1 630.33 2 243.10 1 764.30 1 301.97 2 194.78 2 730.65 2 307.94 216.07 499.80 723.34 1 085.64 1 010.18 1 188.04 560.63 598.30 747.98 836.74 3 287.92 363.72 380.50 597.75 891.58 1 151.95 1 257.92 927.00 1 048.73 972.00 1 491.33 4 299.33 329.33 221.67 556.50 1 001.83 2 080.00 1 280.00 1 121.83 1 256.50 718.50 588.33 5 260.00 346.67 453.33 541.83 473.50 522.00 588.00 654.83 838.00 525.17 687.00 6 192.00 276.00 312.00 242.33 586.33 676.67 991.67 1 074.83 456.33 815.43 471.67 7 319.83 186.00 270.00 484.33 690.33 297.67 962.67 808.67 972.50 618.96 715.00 8 150.00 330.00 198.00 398.00 474.00 787.50 607.48 1 056.45 638.73 688.00 1 369.00 9 262.67 282.00 360.00 399.67 1 100.00 1 273.00 1 374.33 919.17 1 166.33 747.83 727.16 10 340.83 256.67 332.50 338.50 704.12 663.71 759.52 876.44 1 021.15 490.43 594.24 11 270.67 192.47 230.83 270.25 396.92 709.10 419.87 374.00 412.82 395.33 575.67 12 235.72 199.67 307.62 294.80 681.25 322.41 819.05 764.87 948.75 287.53 318.23 13 202.33 187.67 238.00 259.50 303.67 268.18 351.68 401.47 450.44 262.50 267.93 14 317.67 244.00 264.00 227.50 250.83 239.17 268.33 347.50 396.27 305.74 354.68 15 290.33 221.00 288.33 301.33 313.83 512.50 525.83 410.17 435.67 291.67 227.50 16 260.67 158.33 277.33 281.33 279.83 269.17 294.67 338.00 338.17 250.83 287.00 17 211.17 295.17 300.67 299.83 267.33 317.33 448.33 278.58 313.17 354.77 415.93 18 360.33 392.00 444.33 385.00 390.50 352.67 376.67 259.47 262.08 289.83 185.00 19 339.17 372.00 440.33 320.00 209.33 215.00 203.83 212.38 235.75 258.75 235.75 20 302.17 358.50 362.67 306.50 296.00 258.17 272.50 224.83 233.05 304.75 281.75 21 312.17 365.67 209.67 333.17 273.00 312.17 292.83 356.40 307.98 304.26 304.07 22 375.00 367.00 324.17 307.83 267.33 317.00 269.33 270.15 276.75 266.25 272.17 23 331.00 346.33 338.67 269.33 318.83 237.00 310.50 323.18 330.63 281.88 248.77 24 214.17 290.67 268.21 282.20 260.23 239.50 191.83 297.98 325.83 373.75 356.50 25 227.00 223.67 244.33 231.33 291.83 222.67 305.33 248.80 196.28 333.50 516.68 Total 6 887.66 7 299.21 8 304.76 9 532.44 13 363.32 14 885.02 16 603.32 14 871.94 14 762.19 13 080.43 15 058.73 Rataan 275.51 291.97 332.19 381.30 534.53 595.40 664.13 594.88 590.49 523.22 602.35 179 Lanjutan Lampiran 19. Minggu Pedagang 12 13 14 15 16 17 18 Total 1 2 406.78 1 420.62 1 234.85 1 204.23 1 852.98 1 687.55 1 908.54 27 470.21 2 1 335.58 922.95 1 347.21 1 823.83 1 370.52 1 555.27 1 210.28 17 340.29 3 1 903.99 687.00 1 088.33 658.96 529.40 1 413.67 1 565.98 17 217.73 4 555.00 647.33 1 004.83 769.67 1 191.33 1 022.33 972.45 15 616.78 5 937.33 644.83 1 264.67 934.33 1 151.00 837.17 977.33 12 637.00 6 714.00 412.00 465.00 657.50 572.00 884.67 928.17 10 728.59 7 826.67 301.33 752.17 668.33 771.33 504.67 817.50 10 967.96 8 1 349.00 595.33 620.00 1 113.00 740.69 577.73 957.13 12 650.05 9 615.08 428.00 642.83 839.33 599.00 604.00 898.33 13 238.74 10 646.12 562.37 1 212.33 924.98 1 151.18 442.62 990.92 12 308.62 11 636.55 421.92 798.33 930.36 787.53 781.27 1 047.77 9 651.64 12 268.33 290.20 579.28 418.25 303.33 534.50 836.17 8 409.94 13 256.67 298.40 704.00 691.73 680.30 376.67 582.10 6 783.23 14 609.30 642.67 402.00 366.00 350.00 473.67 618.17 6 677.48 15 618.00 1 143.00 329.50 356.17 325.67 287.00 371.83 7 249.33 16 667.68 786.23 256.67 443.33 315.00 262.50 420.70 6 187.45 17 403.70 330.30 238.55 336.92 287.48 311.95 464.87 5 876.05 18 542.67 721.50 265.17 259.00 363.83 277.50 444.00 6 571.55 19 345.00 336.42 345.00 251.00 287.50 276.00 362.25 5 245.47 20 329.33 330.17 212.75 235.75 213.37 400.00 337.83 5 260.08 21 398.86 320.51 250.23 245.03 227.64 235.75 212.75 5 262.14 22 305.75 285.98 260.78 300.10 311.65 326.53 258.35 5 362.13 23 273.00 378.58 314.42 410.67 308.00 301.58 384.00 5 706.38 24 228.08 317.00 277.68 219.86 283.96 303.83 332.08 5 063.36 25 371.88 223.93 356.77 311.23 339.53 279.41 340.32 5 264.48 Total 17 544.36 13 448.57 15 223.33 15 369.58 15 314.23 14 957.83 18 239.80 9 789.87 Rataan 701.77 537.94 608.93 614.78 612.57 598.31 729.59 Lampiran 20. Volume Penjualan Pedagang Pengumpul Disusun Dari Yang Terbesar ke Terkecil Minggu Pedagang 1 2 3 4 5 6 7 8 9 10 11 1 375.00 498.62 737.80 880.27 1 555.25 2 080.00 2 243.10 1 764.30 1 301.97 2 194.78 2 730.65 2 360.33 392.00 499.80 723.34 1 100.00 1 630.33 1 374.33 1 121.83 1 256.50 972.00 1 491.33 3 340.83 372.00 453.33 597.75 1 085.64 1 273.00 1 280.00 1 074.83 1 166.33 815.43 1 369.00 4 339.17 367.00 444.33 556.50 1 001.83 1 151.95 1 257.92 1 056.45 1 048.73 747.98 836.74 5 331.00 365.67 440.33 541.83 891.58 1 010.18 1 188.04 927.00 1 021.15 747.83 727.16 6 319.83 363.72 380.50 484.33 704.12 787.50 991.67 919.17 972.50 718.50 715.00 7 317.67 358.50 362.67 399.67 690.33 709.10 962.67 876.44 948.75 688.00 687.00 8 312.17 346.67 360.00 398.00 681.25 676.67 819.05 808.67 838.00 618.96 594.24 9 307.94 346.33 338.67 385.00 586.33 663.71 759.52 764.87 638.73 525.17 588.33 10 302.17 330.00 332.50 338.50 474.00 522.00 607.48 654.83 598.30 490.43 575.67 11 299.33 329.33 324.17 333.17 473.50 512.50 588.00 560.63 456.33 395.33 516.68 12 290.33 295.17 312.00 320.00 396.92 352.67 525.83 410.17 450.44 373.75 471.67 13 287.92 290.67 307.62 307.83 390.50 322.41 448.33 401.47 435.67 354.77 415.93 14 270.67 282.00 300.67 306.50 318.83 317.33 419.87 374.00 412.82 333.50 356.50 15 262.67 276.00 288.33 301.33 313.83 317.00 376.67 356.40 396.27 305.74 354.68 16 260.67 256.67 277.33 299.83 303.67 312.17 351.68 347.50 338.17 304.75 318.23 17 260.00 244.00 270.00 294.80 296.00 297.67 310.50 338.00 330.63 304.26 304.07 18 235.72 223.67 268.21 282.20 291.83 269.17 305.33 323.18 325.83 291.67 287.00 19 227.00 221.00 264.00 281.33 279.83 268.18 294.67 297.98 313.17 289.83 281.75 20 217.58 216.07 244.33 270.25 273.00 258.17 292.83 278.58 307.98 287.53 272.17 21 214.17 199.67 238.00 269.33 267.33 239.50 272.50 270.15 276.75 281.88 267.93 22 211.17 192.47 230.83 259.50 267.33 239.17 269.33 259.47 262.08 266.25 248.77 23 202.33 187.67 221.67 242.33 260.23 237.00 268.33 248.80 235.75 262.50 235.75 24 192.00 186.00 209.67 231.33 250.83 222.67 203.83 224.83 233.05 258.75 227.50 25 150.00 158.33 198.00 227.50 209.33 215.00 191.83 212.38 196.28 250.83 185.00 Total 6 887.66 7 299.21 8 304.76 9 532.44 13 363.32 14 885.02 16 603.32 14 871.94 14 762.19 13 080.43 15 058.73 Rataan 275.51 291.97 332.19 381.30 534.53 595.40 664.13 594.88 590.49 523.22 602.35 180 181 Lanjutan Lampiran 20. Minggu Pedagang 12 13 14 15 16 17 18 Total 1 2 406.78 1 420.62 1 347.21 1 823.83 1 852.98 1 687.55 1 908.54 28 809.25 2 1 903.99 1 143.00 1 264.67 1 204.23 1 370.52 1 555.27 1 565.98 20 929.47 3 1 349.00 922.95 1 234.85 1 113.00 1 191.33 1 413.67 1 210.28 18 263.22 4 1 335.58 786.23 1 212.33 934.33 1 151.18 1 022.33 1 047.77 16 298.36 5 937.33 721.50 1 088.33 930.36 1 151.00 884.67 990.92 14 895.88 6 826.67 687.00 1 004.83 924.98 787.53 837.17 977.33 13 402.35 7 714.00 647.33 798.33 839.33 771.33 781.27 972.45 12 524.84 8 667.68 644.83 752.17 769.67 740.69 604.00 957.13 11 589.83 9 646.12 642.67 704.00 691.73 680.30 577.73 928.17 10 775.31 10 636.55 595.33 642.83 668.33 599.00 534.50 898.33 9 800.77 11 618.00 562.37 620.00 658.96 572.00 504.67 836.17 9 161.13 12 615.08 428.00 579.28 657.50 529.40 473.67 817.50 8 299.37 13 609.30 421.92 465.00 443.33 363.83 442.62 618.17 7 327.28 14 555.00 412.00 402.00 418.25 350.00 400.00 582.10 6 812.03 15 542.67 378.58 356.77 410.67 339.53 376.67 464.87 6 418.66 16 403.70 336.42 345.00 366.00 325.67 326.53 444.00 5 917.98 17 398.86 330.30 329.50 356.17 315.00 311.95 420.70 5 712.40 18 371.88 330.17 314.42 336.92 311.65 303.83 384.00 5 456.67 19 345.00 320.51 277.68 311.23 308.00 301.58 371.83 5 254.58 20 329.33 317.00 265.17 300.10 303.33 287.00 362.25 5 082.69 21 305.75 301.33 260.78 259.00 287.50 279.41 340.32 4 831.30 22 273.00 298.40 256.67 251.00 287.48 277.50 337.83 4 688.25 23 268.33 290.20 250.23 245.03 283.96 276.00 332.08 4 548.19 24 256.67 285.98 238.55 235.75 227.64 262.50 258.35 4 205.91 25 228.08 223.93 212.75 219.86 213.37 235.75 212.75 3 740.98 Total 17 544.36 13 448.57 15 223.33 15 369.58 15 314.23 14 957.83 18 239.80 9 789.87 Rataan 701.77 537.94 608.93 614.78 612.57 598.31 729.59 Lampiran 21. Perhitungan Cumulative Ratio CR Minggu Pedagang 1 CR 2 CR 3 CR 4 CR 5 CR 6 CR 1 5.44 5.44 6.83 6.83 8.88 8.88 9.23 9.23 11.64 11.64 13.97 13.97 2 5.23 10.68 5.37 12.20 6.02 14.90 7.59 16.82 8.23 19.87 10.95 24.93 3 4.95 15.62 5.10 17.30 5.46 20.36 6.27 23.09 8.12 27.99 8.55 33.48 4 4.92 20.55 5.03 22.33 5.35 25.71 5.84 28.93 7.50 35.49 7.74 41.22 5 4.81 25.35 5.01 27.34 5.30 31.01 5.68 34.62 6.67 42.16 6.79 48.00 6 4.64 30.00 4.98 32.32 4.58 35.60 5.08 39.70 5.27 47.43 5.29 53.29 7 4.61 34.61 4.91 37.23 4.37 39.96 4.19 43.89 5.17 52.60 4.76 58.06 8 4.53 39.14 4.75 41.98 4.33 44.30 4.18 48.06 5.10 57.70 4.55 62.60 9 4.47 43.61 4.74 46.72 4.08 48.38 4.04 52.10 4.39 62.08 4.46 67.06 10 4.39 48.00 4.52 51.25 4.00 52.38 3.55 55.65 3.55 65.63 3.51 70.57 11 4.35 52.35 4.51 55.76 3.90 56.28 3.50 59.15 3.54 69.17 3.44 74.01 12 4.22 56.56 4.04 59.80 3.76 60.04 3.36 62.51 2.97 72.14 2.37 76.38 13 4.18 60.74 3.98 63.78 3.70 63.74 3.23 65.74 2.92 75.07 2.17 78.55 14 3.93 64.67 3.86 67.65 3.62 67.36 3.22 68.95 2.39 77.45 2.13 80.68 15 3.81 68.49 3.78 71.43 3.47 70.84 3.16 72.11 2.35 79.80 2.13 82.81 16 3.78 72.27 3.52 74.94 3.34 74.17 3.15 75.26 2.27 82.07 2.10 84.91 17 3.77 76.04 3.34 78.29 3.25 77.43 3.09 78.35 2.22 84.29 2.00 86.91 18 3.42 79.47 3.06 81.35 3.23 80.66 2.96 81.31 2.18 86.47 1.81 88.72 19 3.30 82.76 3.03 84.38 3.18 83.83 2.95 84.26 2.09 88.57 1.80 90.52 20 3.16 85.92 2.96 87.34 2.94 86.78 2.84 87.10 2.04 90.61 1.73 92.25 21 3.11 89.03 2.74 90.07 2.87 89.64 2.83 89.92 2.00 92.61 1.61 93.86 22 3.07 92.10 2.64 92.71 2.78 92.42 2.72 92.64 2.00 94.61 1.61 95.47 23 2.94 95.03 2.57 95.28 2.67 95.09 2.54 95.19 1.95 96.56 1.59 97.06 24 2.79 97.82 2.55 97.83 2.52 97.62 2.43 97.61 1.88 98.43 1.50 98.56 25 2.18 100.00 2.17 100.00 2.38 100.00 2.39 100.00 1.57 100.00 1.44 100.00 Total 100.00 100.00 100.00 100.00 100.00 100.00 182 Lanjutan Lampiran 21. Minggu Pedagang 7 CR 8 CR 9 CR 10 CR 11 CR 12 CR 1 13.51 13.51 11.86 11.86 8.82 8.82 16.78 16.78 18.13 18.13 13.72 13.72 2 8.28 21.79 7.54 19.41 8.51 17.33 7.43 24.21 9.90 28.04 10.85 24.57 3 7.71 29.50 7.23 26.63 7.90 25.23 6.23 30.44 9.09 37.13 7.69 32.26 4 7.58 37.07 7.10 33.74 7.10 32.34 5.72 36.16 5.56 42.68 7.61 39.87 5 7.16 44.23 6.23 39.97 6.92 39.25 5.72 41.88 4.83 47.51 5.34 45.22 6 5.97 50.20 6.18 46.15 6.59 45.84 5.49 47.37 4.75 52.26 4.71 49.93 7 5.80 56.00 5.89 52.04 6.43 52.27 5.26 52.63 4.56 56.82 4.07 54.00 8 4.93 60.93 5.44 57.48 5.68 57.94 4.73 57.36 3.95 60.77 3.81 57.80 9 4.57 65.51 5.14 62.63 4.33 62.27 4.01 61.38 3.91 64.68 3.68 61.49 10 3.66 69.17 4.40 67.03 4.05 66.32 3.75 65.13 3.82 68.50 3.63 65.11 11 3.54 72.71 3.77 70.80 3.09 69.42 3.02 68.15 3.43 71.93 3.52 68.64 12 3.17 75.87 2.76 73.56 3.05 72.47 2.86 71.01 3.13 75.06 3.51 72.14 13 2.70 78.57 2.70 76.26 2.95 75.42 2.71 73.72 2.76 77.82 3.47 75.61 14 2.53 81.10 2.51 78.77 2.80 78.21 2.55 76.27 2.37 80.19 3.16 78.78 15 2.27 83.37 2.40 81.17 2.68 80.90 2.34 78.61 2.36 82.55 3.09 81.87 16 2.12 85.49 2.34 83.50 2.29 83.19 2.33 80.94 2.11 84.66 2.30 84.17 17 1.87 87.36 2.27 85.78 2.24 85.43 2.33 83.26 2.02 86.68 2.27 86.45 18 1.84 89.20 2.17 87.95 2.21 87.64 2.23 85.49 1.91 88.59 2.12 88.57 19 1.77 90.97 2.00 89.95 2.12 89.76 2.22 87.71 1.87 90.46 1.97 90.53 20 1.76 92.74 1.87 91.83 2.09 91.84 2.20 89.91 1.81 92.26 1.88 92.41 21 1.64 94.38 1.82 93.64 1.87 93.72 2.16 92.06 1.78 94.04 1.74 94.15 22 1.62 96.00 1.74 95.39 1.78 95.49 2.04 94.10 1.65 95.70 1.56 95.71 23 1.62 97.62 1.67 97.06 1.60 97.09 2.01 96.10 1.57 97.26 1.53 97.24 24 1.23 98.84 1.51 98.57 1.58 98.67 1.98 98.08 1.51 98.77 1.46 98.70 25 1.16 100.00 1.43 100.00 1.33 100.00 1.92 100.00 1.23 100.00 1.30 100.00 Total 100.00 100.00 100.00 100.00 100.00 100.00 183 Lanjutan Lampiran 21. Minggu Pedagang 13 CR 14 CR 15 CR 16 CR 17 CR 18 CR 1 10.56 10.56 8.11 8.11 7.84 7.84 12.10 12.10 11.28 11.28 10.46 10.46 2 8.50 19.06 8.85 16.96 11.87 19.70 8.95 21.05 10.40 21.68 8.59 19.05 3 6.86 25.93 8.31 25.27 7.24 26.94 7.78 28.83 9.45 31.13 6.64 25.68 4 5.85 31.77 7.96 33.23 6.08 33.02 7.52 36.35 6.83 37.97 5.74 31.43 5 5.36 37.14 7.15 40.38 6.05 39.08 7.52 43.86 5.91 43.88 5.43 36.86 6 5.11 42.24 6.60 46.98 6.02 45.09 5.14 49.00 5.60 49.48 5.36 42.22 7 4.81 47.06 5.24 52.23 5.46 50.55 5.04 54.04 5.22 54.70 5.33 47.55 8 4.79 51.85 4.94 57.17 5.01 55.56 4.84 58.88 4.04 58.74 5.25 52.80 9 4.78 56.63 4.62 61.79 4.50 60.06 4.44 63.32 3.86 62.60 5.09 57.89 10 4.43 61.06 4.22 66.01 4.35 64.41 3.91 67.23 3.57 66.17 4.93 62.81 11 4.18 65.24 4.07 70.09 4.29 68.70 3.74 70.97 3.37 69.55 4.58 67.40 12 3.18 68.42 3.81 73.89 4.28 72.98 3.46 74.42 3.17 72.71 4.48 71.88 13 3.14 71.56 3.05 76.95 2.88 75.86 2.38 76.80 2.96 75.67 3.39 75.27 14 3.06 74.62 2.64 79.59 2.72 78.58 2.29 79.08 2.67 78.35 3.19 78.46 15 2.82 77.44 2.34 81.93 2.67 81.25 2.22 81.30 2.52 80.87 2.55 81.01 16 2.50 79.94 2.27 84.20 2.38 83.64 2.13 83.43 2.18 83.05 2.43 83.44 17 2.46 82.40 2.16 86.36 2.32 85.95 2.06 85.48 2.09 85.13 2.31 85.75 18 2.46 84.85 2.07 88.43 2.19 88.15 2.04 87.52 2.03 87.17 2.11 87.85 19 2.38 87.23 1.82 90.25 2.02 90.17 2.01 89.53 2.02 89.18 2.04 89.89 20 2.36 89.59 1.74 91.99 1.95 92.12 1.98 91.51 1.92 91.10 1.99 91.88 21 2.24 91.83 1.71 93.71 1.69 93.81 1.88 93.39 1.87 92.97 1.87 93.74 22 2.22 94.05 1.69 95.39 1.63 95.44 1.88 95.27 1.86 94.82 1.85 95.60 23 2.16 96.21 1.64 97.04 1.59 97.04 1.85 97.12 1.85 96.67 1.82 97.42 24 2.13 98.33 1.57 98.60 1.53 98.57 1.49 98.61 1.75 98.42 1.42 98.83 25 1.67 100.00 1.40 100.00 1.43 100.00 1.39 100.00 1.58 100.00 1.17 100.00 Total 100.00 100.00 100.00 100.00 100.00 100.00 184 Lampiran 22. Dokumentasi Ikan Merah yang Biasanya Dijual Dalam Satuan Kilogram Kg di Pasar Binaya Ikan Dipotong Empat Bagian Untuk Memudahkan Pembeli Membelinya Suasana Pasar di Kawasana Maluku Tengah Pada Umumnya Tempat Berjualan Ikan yang Berdekatan Dengan Tempat Pembuangan Sampah Ketika musimnya, ikan sardin dijual seharga Rp 5 000,- loyang Suasana tawar-menawar ikan antara pedagang pengumpul dan pengecer Setelah menemukan kesepakatan harga, ikan diturunkan Proses penurunan ikan Ikan Yang Dibawa dari Pulau-Pulau Kecil Sekitar Pulau Ambon Ikan Yang Dibawa dari Pulau-Pulau Kecil Sekitar Pulau Ambon ABSTRACT YOLANDA MARLA TANIA NANGKAH APITULEY. Development Model of Fresh Fish Marketing System in the Region of Central Maluku. Supervised by EKO SRI WIYONO, MUSA HUBEIS and VICTOR P.H NIKIJULUW. Fishery products are perishable and its production centers scattered as well as far from the center of consumption. As seasonal is one of its characteristics while the consumption is relatively stable, it requires special treatment in marketing in order to maintain the quality. The study was carried out in May to October 2011 and located in some selected fresh fish markets in the Region of Central Maluku. The aims of this study were to: 1 analyze the fresh fish marketing, 2 analyze the integration degree of fresh fish markets, 3 develop some strategies and scenarios of fresh fish marketing, and 4 develop a model of fresh fish marketing system in the Region of Central Maluku. Data analysis methods for achieving the aims of this research were: Market Structure-Conduct-Performance analysis, Ravallion model and Strengths-Weaknesses-Opportunities-Threats analysis. The result indicated that market concentration CR 4 was 34.44 and HHI value 556.71, implying that the fresh fish market structure was loose oligopoly and competitive relatively. Five fresh fish marketing channels in this area were 1 Fishermen – Consumers, 2 Fishermen – Retailers – Consumers, 3 Fishermen – Wholesalers – Retailers – Consumers, 4 Fishermen – Wholesalers – Cold Storage – Retailers – Consumers and 5 Fishermen – Wholesalers – Cold Storage – Agents. The all marketing agencies in each channel conducted the functions of selling, risk, costing and market information. The retailers undertook the whole marketing function while oth ers only some. The sellers‟ strategies to attract buyers were reducing the selling price, adding one or two fish to the buyer, disposing the heads and entrails of fish specifically for Rastrelliger sp, composing the fish on top of the bamboo or pieces of styrofoam for Selaroides sp and Decapterus sp and giving cut off services especially for Katsuwonus pelamis and Thunnus sp and so on. Fishermen received a larger part in a short marketing channel, so the marketing margin was small. Instead, a long marketing channel could lead to the small revenue of the fishermen. The price of fish was fluctuated over time, however the fish price integrated only between markets of Binaya District of Central Maluku and Piru District of Western Seram. Strategies offered to develop fresh fish marketing system are developing a friendly ecosystem of capture fisheries, developing handling and marketing infrastructures, increasing processors‟ skills of handling and processing, enhancing the cooperation with financial institutions in providing capital and facilitating access of fishermen in order to get credit to expand their business, creating an institution that has mandate to stabilize fisheries products prices, integrating surveillance with local communities and prohibition of fish imports, and tightening the mechanism and function of supervision. Key words: fresh fish, marketing, price, region of Central Maluku RINGKASAN YOLANDA MARLA TANIA NANGKAH APITULEY. Model Pengembangan Sistem Pemasaran Ikan Segar di Kawasan Maluku Tengah. Dibimbing oleh EKO SRI WIYONO, MUSA HUBEIS dan VICTOR P.H NIKIJULUW. Produk perikanan bersifat mudah busuk dan rusak, serta sentra produksinya tersebar dan jauh dari pusat konsumsi. Sifatnya yang musiman sementara konsumsi yang relatif stabil sepanjang tahun, memerlukan perlakuan khusus dalam pemasaran untuk mempertahankan mutu dan keawetan ikan. Harga produk perikanan tergolong fluktuatif dengan rentang tingkat yang sangat lebar, menyulitkan prediksi usaha, baik dalam perhitungan rugi laba, maupun manajemen risiko. Tidak diaplikasikannya rantai dingin dalam proses penanganan produk pasca panen oleh nelayan juga menyebabkan rendahnya proses tawar menawarnya bargaining position, sehingga cenderung memperoleh hasil yang tidak sesuai dengan tingkat risiko yang dihadapi, padahal pasar merupakan tujuan akhir dari suatu kegiatan perikanan. Agar kegiatan ini berkembang dengan baik, dibutuhkan berbagai persyaratan di antaranya adalah kegiatan tersebut harus efisien dan produk yang dihasilkan bermutu, serta mampu memanfaatkan peluang pasar yang ada. Kawasan Maluku Tengah KMT memiliki 169 pulau yang terbagi di lima 5 Kabupaten, yaitu Kabupaten Buru termasuk Kabupaten Buru Selatan 30 pulau, Maluku Tengah 42 pulau, Seram Bagian Barat 52 pulau dan Seram Bagian Timur 45 pulau. Letak pulau-pulau yang menyebar dengan sarana dan prasarana yang tidak memadai, seringkali mengakibatkan transportasi dari dan ke tempat tersebut rawan bencana. Kondisi seperti ini juga turut memengaruhi proses pemasaran produk perikanan tangkapan nelayan KMT, sehingga dapat mengakibatkan terjadinya inefisiensi usaha dan berujung pada rendahnya tingkat penerimaan nelayan. Penelitian dilakukan pada bulan Mei hingga Oktober 2011 dan berlokasi di beberapa pasar ikan di KMT. Tujuan penelitian ini menyusun strategi pengembangan pemasaran produk perikanan di KMT, yang dicapai melalui tahapan tujuan khusus : 1 Menganalisis sistem pemasaran ikan segar di KMT, 2 Menganalisis derajat integrasi pasar ikan segar di KMT, 3 Menyusun strategi pengembangan pemasaran ikan segar yang efisien di KMT. Metode yang digunakan dalam penelitian ini adalah survei dengan pendekatan sistem untuk menganalisis sistem pemasaran ikan segar di KMT. Data yang dikumpulkan meliputi data primer dan sekunder. Data primer diperoleh melalui observasi dan wawancara berdasarkan daftar pertanyaan yang telah disusun sebelumnya dan dilakukan terhadap pedagang pengumpul, pedagang pengecer dan para birokrat yang berkepentingan dalam bidang pemasaran produk perikanan. Data sekunder diperoleh melalui studi pustaka terhadap penelitian sejenis yang telah dilakukan sebelumnya. Sistem pemasaran ikan segar dianalisis dengan Market Structure-Conduct-Performance Analysis. Derajat integrasi pasar ikan segar dianalisis dengan Ravallion Model dan strategi pengembangan pemasaran ikan segar diperoleh setelah melakukan analisis Strengths, Weaknesses, Opportunities dan Threats SWOT kualitatif. Hasil analisis menunjukkan rataan derajat konsentrasi pedagang pengumpul CR 4 sebesar 34.44 , yang artinya pasar ikan segar di KMT berbentuk oligopoli dan bersifat sangat terkonsentrasi serta kompetitif. Lima bentuk saluran pemasaran ikan segar di Kawasan tersebut adalah 1 Nelayan – Konsumen, 2 Nelayan –Pedagang Pengecer–Konsumen, 3 Nelayan–Pedagang Pengumpul –Pedagang Pengecer–Konsumen, 4 Nelayan–Pedagang Pengumpul– Cold Storage –Pedagang Pengecer–Konsumen dan 5 Nelayan–Pedagang Pengumpul –Cold Storage–Pedagang Besar. Seluruh lembaga pemasaran yang ada pada setiap saluran pemasaran ikan segar melakukan fungsi jual, risiko, biaya dan informasi pasar. Pedagang pengecer melakukan seluruh fungsi pemasaran yang ada, sementara lembaga pemasaran lainnya hanya melakukan sebagian. Strategi pedagang untuk menarik pembeli adalah : menurunkan harga jual, menambah satu, atau dua ekor ikan kepada pembeli, membersihkan ikan dengan cara membuang kepala dan isi perutnya khusus untuk ikan sardin, menyusun ikan di atas belahan bambu atau potongan styrofoam dan memberikan layanan potong khusus untuk ikan cakalang, tatihu dan sebagainya. Nelayan menerima bagian yang lebih besar apabila saluran pemasaran pendek, sebaliknya, saluran pemasaran yang panjang dapat mengakibatkan penerimaan nelayan menjadi kecil. Jenis ikan yang banyak muncul di pasar lokasi penelitian dilangsungkan pada bulan Mei – Oktober 2011 adalah Cakalang, Madidihang, Selar, Layang, dan Tongkol dengan rataan harga per kg berturut-turut Rp18 833, Rp17 109, Rp17 046, Rp16 566 dan Rp16 421. Harga ikan di setiap pasar sangat berfluktuasi. Harga ikan di pasar Leihitu berada di bawah rataan harga ikan di pasar. Pasar-pasar di KMT hampir tidak ada yang terintegrasi, kecuali Pasar Binaya Maluku Tengah dengan pasar Piru SBB. Jauh dekatnya jarak antar pasar tidak mempengaruhi keadaan integrasi pasar. Strategi yang ditawarkan dalam pengembangan sistem pemasaran ikan segar di KMT adalah : a Strategi Strengths –Opportunities SO : pengembangan perikanan tangkap berwawasan lingkungan, pengembangan integrasi sarana dan prasarana pemasaran dan pengolahan, serta peningkatan keterampilan penanganan dan pengolahan ikan, b Strategi Weaknesses –Opportunities WO : meningkatkan kerjasama dengan lembaga keuangan dalam menyediakan modal usaha dan memudahkan nelayan mengakses kredit agar dapat memperluas usahanya serta membentuk lembaga yang memiliki mandat untuk melaksanakan stabilisasi harga produk perikanan, c Strategi Strengths –Threats ST : melakukan pengawasan terpadu dengan melibatkan masyarakat lokal serta pelarangan ikan impor, memperbaiki distribusi bahan baku dengan cara menyediakan sarana prasarana produksi, serta pemasaran produk perikanan, meningkatkan fungsi-fungsi lembaga pemasaran, mengetatkan mekanisme dan fungsi pengawasan, agar kehidupan nelayan tidak akan semakin terpuruk, dan d Strategi Weaknesses –Threats WT : peningkatan kapasitas pengamanan laut, pelarangan penjualan ikan impor yang mengandung bahan-bahan yang dapat mengganggu kesehatan tubuh, peningkatan sarana-prasarana produksi, serta pemasaran produk perikanan, pengetatan mekanisme dan fungsi pengawasan. Intervensi dan pengawasan Pemerintah terhadap fluktuasi harga ikan di KMT sangat diperlukan, agar tercipta kestabilan harga. Intervensi ini dapat dilakukan melalui pembentukan lembaga atau institusi yang dapat mengontrol fluktuasi harga dan ketersediaan produk di pasar. Fluktuasi harga produk perikanan selain dipengaruhi oleh musim, juga sangat dipengaruhi oleh mutu produk itu sendiri. Oleh karena itu, Pemerintah bersama pihak swasta perlu mengupayakan pabrik-pabrik es pada sentra-sentra produksi, agar mutu produk tetap terjamin dan menyediakan cold storage di daerah pemasaran untuk mempermudah nelayan menjual produknya, serta pedagang dapat membeli ikan ketika musim susah ikan. Ketergantungan nelayan terhadap pedagang perantara harus dikurangi dengan cara pemberian bantuan finansial, terutama pada musim bukan ikan, agar posisi tawar nelayan dapat meningkat. Sebagai salah satu penentu terintegrasinya pasar, jaringan komunikasi perlu diperluas agar informasi pasar terjangkau ke seluruh lembaga pemasaran yang ada di pelosok Provinsi Maluku. Pembinaan dan pendampingan terhadap usaha pengolahan perikanan tradisional, agar jumlah ikan terbuang pada musim ikan dapat diminimalisir dan mutu produk olahan memiliki daya saing. 1 PENDAHULUAN

1.1 Latar Belakang

Sebagai salah satu provinsi kepulauan di Indonesia, Maluku memiliki 1 340 pulau dengan luas wilayah 712 479.65 km 2 yang terdiri dari 666 139.85 km 2 93.5 wilayah perairan dan 54 185 km 2 6.5 wilayah daratan. Luas perairan Maluku yang 12.3 kali daratannya memiliki potensi sumber daya perikanan 1 640 160 tontahun sesuai dengan hasil kajian Badan Riset Kelautan dan Perikanan bekerjasama dengan Pusat Penelitian dan Pengembangan Oceanologi Lembaga Ilmu Pengetahuan Indonesia LIPI tahun 2001. Potensi yang terdiri dari pelagis, demersal dan biota laut lainnya ini, sudah seharusnya dieksploitasi secara optimal bagi kesejahteraan rakyat Indonesia, khususnya masyarakat Maluku. Dilihat dari besarnya potensi yang tersedia, maka untuk tahun 2008 telah dimanfaatkan 315 405.1 ton Dinas Perikanan dan Kelautan Provinsi Maluku 2009. Eksistensi perairan laut di Maluku memposisikan sektor perikanan dan kelautan sejak dahulu sebagai leading sector dalam pembangunan daerah ini. Dengan demikian, sumber-sumber ekonomi baru di bidang perikanan dan kelautan dengan nilai tambah dan daya saing yang tinggi harus selalu dikembangkan, agar mampu bersaing di pasar domestik dan global. Sebagai salah satu aset daerah, sumber daya perikanan harus dimanfaatkan secara bijaksana bagi peningkatan kesejahteraan masyarakat, khususnya nelayan dan sekaligus menjaga kelestarian sumberdaya ikan dan lingkungannya sesuai amanat Undang Undang No. 45 tahun 2009 tentang Perikanan. Barani 2003 menyatakan bahwa amanat pemanfaatan tersebut telah diperluas dalam tujuan pengelolaan perikanan untuk meningkatkan kontribusi sub-sektor perikanan tangkap terhadap pembangunan perekonomian nasional, terutama untuk membantu mengatasi krisis ekonomi bangsa dalam bentuk penyediaan lapangan kerja, penerimaan devisa dan Penerimaan Negara Bukan Pajak. Seiring dengan meningkatnya jumlah penduduk dunia dan kebutuhan akan bahan pangan dan gizi yang lebih baik, permintaan ikan terus meningkat dari tahun ke tahun. Permintaan ikan yang meningkat tentunya memiliki makna positif bagi pengembangan usaha perikanan, terlebih bagi negara kepulauan seperti Indonesia yang memiliki perairan yang cukup luas, sehingga berpotensi baik untuk pengembangan perikanan tangkap maupun budidaya. Provinsi-provinsi kepulauan yang ada di Indonesiapun semakin berlomba untuk mengoptimalkan pemanfaatan potensi perikanan yang dimilikinya. Hal ini seiring dengan kebijakan Pemerintah di sektor kelautan dan perikanan yang ditujukan untuk pencapaian tujuan Pembangunan Nasional yang dipopulerkan melalui terminologi Pro Job, Pro Poor, Pro Growth dan Pro Environment. Kawasan Maluku Tengah merupakan bagian dari Provinsi Maluku, yang meliputi lima kabupaten, Kabupaten Maluku Tengah dengan ibukota Masohi, Kabupaten Seram Bagian Barat dengan ibukota Piru, Kabupaten Seram Bagian Timur dengan ibukota Bula, Kabupaten Buru dengan ibukota Namlea dan Kabupaten Buru Selatan dengan ibukota Namrole. Pada awalnya empat kabupaten terakhir berada pada Kabupaten Maluku Tengah, yang kemudian dimekarkan secara berturut-turut sebagai berikut, Kabupaten Buru berdasarkan Undang- Undang No. 46 tahun 1999 yang kemudian diperbaharui dengan Undang-Undang No. 6 tahun 2000, Kabupaten Seram Bagian Barat dan Seram Bagian Timur berdasarkan Undang-Undang No. 40 tahun 2003 tanggal 18 Desember 2003 dan Kabupaten Buru Selatan berdasarkan Undang-Undang No. 32 tahun 2008 tanggal 21 Juli 2008. Dimekarkannya daerah-daerah ini, berdampak pada kebutuhan informasi tentang daerah-daerah tersebut yang harus dianalisis secara mendalam dan terintegrasi agar dihasilkan suatu kajian yang validitas dan reliabilitasnya tertanggungjawab, sehingga pemanfaatan sumber daya dapat dilakukan secara bijaksana bagi generasi sekarang dan mendatang. Sebagai suatu Kawasan yang dekat dengan kota Ambon, Kawasan Maluku Tengah merupakan salah satu daerah pemasok ikan segar dan produk perikanan lainnya bagi masyarakat kota Ambon. Leihitu dan Salahutu adalah dua kecamatan di Kabupaten Maluku Tengah yang secara geografis terletak di Pulau Ambon dan pulau-pulau kecil di sekitarnya, sedangkan Kabupaten Maluku Tengah sendiri terletak di Pulau Seram. Kedua kecamatan ini juga sangat dikenal sebagai daerah produsen ikan segar di kota Ambon. Produksi perikanan dan kelautan di Kawasan Maluku Tengah yang merupakan agregat dari kelima kabupaten di atas pada tahun 2009 adalah 123 610.8 ton atau 31.10 dari total produksi perikanan di Provinsi Maluku dan meningkat menjadi 153 061.8 ton atau 20.38 pada tahun 2010 Tabel 1. Produksi perikanan pada tahun 2010 di Provinsi Maluku meningkat hampir dua kali dibandingkan tahun 2009, sementara peningkatan produksi perikanan di masing-masing Kabupaten yang ada di Kawasan Maluku Tengah beragam. Nilai produksi perikanan dan kelautanpun meningkat dari Rp348 210 787 pada tahun 2009 menjadi Rp428 442 770 di tahun 2010 Dinas Kelautan dan Perikanan Maluku, 2010. Produk perikanan tersebut biasanya dijual selain dalam bentuk segar dan beku, juga dalam bentuk olahan seperti ikan asap, abon, ikan asin, bakasang dan lainnya, serta dipasarkan ke pasar lokal, pasar sentral di kota Ambon dan antar pulau Papua dan Surabaya. Tabel 1 Produksi perikanan dan kelautan di KabupatenKota di Provinsi Maluku No Kabupaten Kota Produksi Perikanan Ton 2007 2008 2009 2010 1 Ambon 77 397.2 11.81 38 304.0 10.85 70 021.2 17.62 100 942.0 13.44 2 Maluku Tengah 91 551.9 13.97 100 746.1 28.55 73 521.5 18.50 84 566.5 11.26 3 Seram Bagian Barat 164 712.0 25.13 20 658.3 5.85 20 906.0 5.26 37 181.6 4.95 4 Seram Bagian Timur 7 842.7 1.20 9 159.3 2.60 9 739.4 2.45 10 829.7 1.44 5 Maluku Tenggara 253 939.2 38.74 89 489.8 25.36 92 781.8 23.34 101 624.8 13.53 6 Maluku Tenggara Barat 15 282.3 2.33 49 025.8 13.89 27 459.9 6.91 185 101.8 24.65 7 Buru 33 765.1 5.15 34 020.2 9.64 19 345.0 4.87 20 484.0 2.73 8 Kepulauan Aru 10 962.9 1.67 11 485.0 3.25 76 886.2 19.34 142 439.5 18.97 9 Maluku Barat Daya 6 550.0 1.65 52 661.0 7.01 10 Tual 154.1 0.04 15 103.1 2.01 11 Buru Selatan 98.9 0.02 Total 655 453.3 100 352 888.5 100 397 464.0 100 750 934.0 100 Sumber : BPS Maluku 2008; Dinas Perikanan dan Kelautan Provinsi Maluku 2008, 2009, 2010. Tergabung dengan Kab. Maluku Tenggara Barat Tergabung dengan Kab. Maluku Tenggara Tergabung dengan Kab. Buru Jumlah penduduk di Kawasan Maluku Tengah pada tahun 2009 adalah 766 282 jiwa dan mengalami peningkatan menjadi 787 535 jiwa pada tahun 2010 BPS 2010. Walau jumlah penduduk di Kabupaten Maluku Tengah merupakan yang tertinggi di antara seluruh kabupatenkota yang ada di Provinsi Maluku Tabel 2, namun kapasitas pasar lokal di Kawasan Maluku Tengah yang merupakan agregat dari kelima kabupaten, sangatlah kecil bila dibandingkan dengan data produksi yang tersedia. Tabel 2 Penduduk Provinsi Maluku dirinci menurut KabupatenKota No Kabupaten Kota TAHUN 2007 2008 2009 2010 1 Maluku Tenggara Barat 162 634 11.21 93 621 6.50 94 370 6.48 105 341 6.87 2 Maluku Barat Daya 69 612 4.83 70 412 4.83 70 714 4.61 3 Maluku Tenggara 153 198 10.56 102 991 7.15 105 081 7.21 96 442 6.29 4 Maluku Tengah 398 136 27.45 368 874 25.62 370 931 25.46 361 698 23.59 5 Buru 143 310 9.88 94 116 6.54 95 974 6.59 108 445 7.07 6 Buru Selatan 51 754 3.59 52 950 3.63 53 671 3.50 7 Kepulauan Aru 79 865 5.51 80 140 5.57 81 712 5.61 84 138 5.49 8 Seram Bagian Barat 158 619 10.94 158 937 11.04 159 718 10.96 164 656 10.74 9 Seram Bagian Timur 82 699 5.70 85 353 5.93 86 709 5.95 99 065 6.46 10 Ambon 271 972 18.75 281 293 19.53 284 809 19.55 331 254 21.60 11 Tual 53 323 3.70 54 404 3.73 58 082 3.79 Total 1 450 433 100 1 440 014 100 1 457 070 100 1 533 506 100 Sumber : BPS Maluku 2009, 2010, 2011. Tergabung dengan Kab. Maluku Tenggara Barat Tergabung dengan Kab. Buru Tergabung dengan Kab. Maluku Tenggara Data yang diterbitkan Badan Pusat Statistik BPS Republik Indonesia 2009 menunjukkan bahwa tingkat konsumsi ikan penduduk Indonesia pada tahun 2008 adalah 28.71 kgkapita. Konsumsi ikan terbanyak dilakukan oleh masyarakat Maluku, yaitu 51.41 kgkapita atau 140.85 grkapitahari. Jumlah ini meningkat dari 31.26 kgkapita atau 85.64 grkapitahari pada tahun 2007. Dengan jumlah penduduk seperti pada Tabel 2, maka kemampuan serap pasar lokal akan produk perikanan pada masing-masing kabupaten yang ada di Kawasan Maluku Tengah pada tahun 2010 adalah Kabupaten Maluku Tengah 18 594.89 ton, Kabupaten Seram Bagian Barat 8 464.96 ton, Kabupaten Seram Bagian Timur 5 092.93 ton dan Kabupaten Buru 5 575.16 ton dan Buru Selatan 2 759.23 ton. Total konsumsi ikan pada masyarakat di Kawasan Maluku Tengah pada tahun 2010 sebanyak 40 487.17 ton, sementara total produksi perikanan di kawasan ini pada tahun yang sama adalah 153 061.8 ton. Tidak sebandingnya produksi dengan konsumsi ikan oleh masyarakat di Kawasan Maluku Tengah mengakibatkan perlu dipikirkan suatu sistem pemasaran produk perikanan yang lebih baik dan adil, di dalam, ataupun keluar Kawasan tersebut. Dalam konsep pemasaran dewasa ini, pasar tidak lagi ditempatkan pada urutan akhir melainkan terdepan, berarti tujuan akhir dari suatu kegiatan perikanan adalah pasar, atau konsumen. Agar kegiatan ini berkembang dengan baik, dibutuhkan berbagai persyaratan yang di antaranya adalah kegiatan tersebut harus efisien dan produk yang dihasilkan bermutu, serta mampu memanfaatkan peluang pasar yang ada. Sifat dan ciri khas produk perikanan yang musiman, mengakibatkan harga ikan jatuh ketika pada musim ikan dan sebaliknya. Kondisi ini diperparah dengan sifatnya yang juga cepat, atau mudah rusak, sehingga membutuhkan usaha, atau perawatan khusus guna mempertahankan mutu selama proses pemasaran, yang sudah pasti memerlukan biaya tambahan dan pada akhirnya meninggikan biaya pemasaran. Dalam operasi penangkapan ikan, banyak nelayan di Kawasan Maluku Tengah tidak mengaplikasikan rantai dingin, karena tidak tersedianya pabrik es di Kawasan tersebut dan andaikan tersedia es, harganya pasti mahal. Padahal, agar memperoleh harga yang sepadan dengan risiko yang dihadapi dalam pekerjaannya, nelayan harus menerapkan rantai dingin dalam melakukan operasi penangkapan di laut. Kawasan Maluku Tengah memiliki 169 pulau yang terbagi di lima 5 Kabupaten, yaitu Kabupaten Buru termasuk Kabupaten Buru Selatan 30 pulau, Maluku Tengah 42 pulau, Seram Bagian Barat 52 pulau dan Seram Bagian Timur 45 pulau Pemerintah Provinsi Maluku 2007. Letak pulau-pulau yang menyebar dengan sarana dan prasarana yang tidak memadai, seringkali mengakibatkan transportasi dari dan ke tempat tersebut rawan bencana. Kondisi seperti ini juga turut memengaruhi proses pemasaran produk perikanan tangkapan nelayan Kawasan Maluku Tengah, sehingga dapat mengakibatkan terjadinya inefisiensi usaha dan berujung pada rendahnya tingkat penerimaan nelayan. Sebagai ibukota Provinsi Maluku, kota Ambon selain merupakan pusat administrasi Pemerintahan Daerah, juga adalah pusat perekonomian Provinsi. Letaknya di Pulau Ambon dan dengan adanya pelabuhan laut, maupun udara mengakibatkan kota Ambon dianggap strategik menghubungkan Kabupaten- Kabupaten lain di Provinsi Maluku maupun Provinsi Maluku dengan Provinsi- Provinsi lainnya di Indonesia. Jumlah penduduk yang banyak dengan daya beli yang tinggi menyebabkan Ambon merupakan pasar potensial di Provinsi Maluku. Harga-harga produk di pasar Mardika yang adalah pasar sentral di Kota Ambonpun sering digunakan sebagai acuan dalam penetapan harga produk yang sama di Kota dan Kabupaten lainnya yang ada di Provinsi Maluku. Oleh sebab itu, selain dilakukan di Kawasan Maluku Tengah, penelitian ini juga dilakukan di Kota Ambon untuk melihat seberapa besar derajat integrasi antara pasar ikan di Kota Ambon dengan pasar-pasar lainnya di Kawasan Maluku Tengah.

1.2 Perumusan Masalah

Produk perikanan yang dihasilkan nelayan umumnya bersifat mudah busuk dan rusak, sementara pada sisi lain, sentra produksinya tersebar dan jauh dari pusat konsumsi. Sifatnya yang musiman dan bulky memakan banyak tempat dan berat serta mudah rusak, sementara konsumsi relatif stabil sepanjang tahun, memerlukan perlakuan khusus dalam pemasaran untuk mempertahankan mutu dan keawetan ikan. Perlakuan khusus ini merupakan salah satu fungsi pemasaran yang ditujukan untuk meningkatkan nilai ekonomi dari produk perikanan. Peningkatan nilai ekonomi dari produk perikanan dapat dilakukan melalui peningkatan efisiensi dalam sistem pemasarannya. Sementara inefisiensi dalam pemasaran mengakibatkan rendahnya harga yang diterima nelayan, serta tingginya margin pemasaran. Harga produk perikanan tergolong fluktuatif dengan rentang tingkat yang sangat lebar, menyulitkan prediksi usaha, baik dalam perhitungan rugi laba maupun manajemen risiko. Pada waktu tertentu, seperti pada musim panen dan hujan, harga produk perikanan bisa sangat rendah namun pada saat yang lain bisa sangat tinggi.Tidak diaplikasikannya rantai dingin dalam proses penanganan produk pasca panen oleh nelayan juga menyebabkan rendahnya proses tawar menawarnya bargaining position, sehingga cenderung memperoleh hasil yang tidak sesuai dengan tingkat risiko yang dihadapi. Harga yang demikian seringkali hanya menguntungkan para pedagang tertentu yang bersifat sebagai perantara para nelayan, yang juga sebagai produsen dengan konsumen, karena mampu mengelola stock secara baik dan cermat. Aksesibilitas nelayan pada teknologi, informasi dan pasar yang sangat lemah, mengakibatkan nelayan tidak memperoleh informasi pasar secara luas dari beragam sumber. Apalagi jika pusat-pusat produksi berada di pulau-pulau kecil yang memiliki keterbatasan sarana transportasi, seperti di Kawasan Maluku Tengah. Biaya transaksi produk menjadi tinggi, sehingga nelayan cenderung memasarkan hasil tangkapannya di pasar yang dapat dijangkau dengan biaya yang rendah. Sulitnya akses untuk memperoleh uang guna memperluas usaha, atau kebutuhan sehari-hari di musim paceklik mengakibatkan nelayan terjerat hutang pada rentenir yang juga adalah pedagang perantara dan hal ini turut menunjang nelayan untuk terperangkap dalam kondisi penerimaan hasil yang rendah. Hal di atas merupakan kenyataan yang biasa dijumpai dalam pemasaran produk perikanan. Hambatan-hambatan tersebut dapat menyebabkan inefisiensi usaha, yang pada akhirnya bermuara pada rendahnya tingkat pendapatan nelayan. Padahal interaksi kegiatan perekonomian dunia sudah semakin terbuka lebar dalam bersaing merebut pangsa-pangsa pasar baru. Globalisasi perdagangan telah menjadikan pasar domestik menjadi bagian dari pasar dunia, yang jika tidak disikapi dengan sigap akan mengakibatkan kebutuhan pangsa pasar domestik diisi oleh produk-produk impor yang lebih kompetitif. Integrasi pasar merupakan isu penting dalam pemasaran karena dapat meningkatkan pertumbuhan ekonomi, mempengaruhi perubahan struktur pasar, dan memperluas lokasi aktivitas ekonomi. Bagi para pengambil keputusan, integrasi pasar dapat memaksimalkan kesempatan ekonomi dan meminimalkan konflik, sementara konsumen dimungkinkan memperoleh barang pada tingkat harga yang paling rendah. Pasar yang berfungsi baik, biasanya merupakan mekanisme yang efisien untuk mengalokasikan sumber daya antara penggunaan dan jangka waktu. Sebaliknya, banyak penggunaan tidak efisien terhadap sumber daya alam SDA dan lingkungan bisa dilacak dari pasar yang terdistorsi, malfungsi atau bahkan tidak ada. Hal ini disebabkan oleh harga-harga pada pasar tersebut tidak mencerminkan harga dan biaya sosial yang sebenarnya dari penggunaan sebuah sumber daya Muhammad, 2011. Selanjutnya dikatakan bahwa, beberapa penyebab kegagalan pasar yang bukan hanya akan mempengaruhi tingkat kesejahteraan pelaku-pelaku pasar namun juga penggunaan dan manajemen sumber daya adalah : 1 sumberdaya tidak diberi harga, pasar yang tipis atau bahkan tidak ada, 2 tingginya biaya transaksi yang mencakup biaya negosiasi informasi, monitoring dan penyelenggaraan sehingga menghalangi pertukaran, 3 ketidaksempurnaan pasar, khususnya kurangnya kompetisi dalam bentuk monopoli lokal, oligopoli dan pasar yang tersegmentasi. Kunci utama dalam pendekatan sistem, semua komponen adalah sama penting atau sama diperlukan. Karenanya, fungsi utama sistem pemasaran produk perikanan yang baik antara lain adalah untuk memberikan nelayan sebagai subyek, atau pelaku ekonomi suatu tingkat harga yang sesuai dengan tingkat risiko yang dihadapi, baik karena risiko teknis seperti faktor alam maupun risiko pasar, juga untuk memberikan tingkat harga yang sepadan bagi konsumen sesuai mutu produk yang diterimanya tanpa melupakan arti dan peran penting lembaga yang terkait dalam proses pemasaran produk perikanan tersebut. Dengan melihat kenyataan di atas, maka beberapa masalah yang dapat dirumuskan dalam penelitian ini adalah : 1. Bagaimanakah sistem pemasaran ikan segar yang berlaku di Kabupaten- kabupaten yang berada di Kawasan Maluku Tengah ? 2. Adakah keterkaitan harga ikan segar antar pasar di tingkat Kabupaten yang terdapat di Kawasan tersebut serta pasar-pasar tersebut dengan pasar di kota Ambon ? 3. Bagaimanakah strategi yang tepat dalam mengembangkan pemasaran ikan segar di Kawasan Maluku Tengah, agar efisiensi usaha dapat tercapai ? 4. Bagaimanakah model pengembangan sistem pemasaran ikan segar yang efisien di Kawasan Maluku Tengah ?

1.3 Batasan Masalah

Untuk menghindari perbedaan penafsiran terhadap konsep-konsep yang terdapat dalam penelitian ini, maka dilakukan pembatasan masalah berikut: 1. Ikan segar adalah hasil tangkapan nelayan yang masih segar danatau belum mengalami perubahan bentuk. Dalam penelitian ini, ikan segar hanya dinilai berdasarkan sensori warna kulit terang dan cerah, mata jernih dan cembung, daging bila ditekan kembali ke posisi semula, sisik melekat kuat dan mengkilat, insang berwarna merah dan tidak berbau busuk. 2. Pemasaran ikan segar adalah saluran distribusi ikan segar yang dimulai dari nelayan hingga ke konsumen akhir. Kesegaran ikan hanya dipertahankan dengan cara memberi es selama proses distribusi maupun pemasaran. 3 Pedagang pengumpul adalah pedagang yang mengumpulkan suatu produk hingga kuota tertentu dari beberapa produsen dan menjual produk tersebut kepada pedagang pengecer atau ke Cold Storage. 3. Pedagang pengecer adalah pedagang yang menjual barang langsung ke tangan pemakai akhir, atau konsumen dengan jumlah satuan atau eceran. 4. Lembaga pemasaran adalah setiap komponen yang terlibat dalam saluran pemasaran suatu produk dan berfungsi memudahkan konsumen menerima produk tersebut dari produsen. 5. Kawasan Maluku Tengah adalah suatu Kawasan di Provinsi Maluku, terdiri atas Kabupaten Seram Bagian Barat, Kabupaten Maluku Tengah dan Kabupaten Seram Bagian Timur. Pasar Mardika dan Passo yang ada di Kota Ambon diikutsertakan dalam penelitian ini, selain karena dianggap sebagai suatu pasar potensial, ikan segar dari Kawasan ini banyak didistribusikan ke kedua pasar tersebut. 6. Pasar acuan adalah pasar pada tingkat lebih tinggi dari pasar pengikut. Pasar ini ditandai dengan lebih banyak jumlah perdagangan dan volume barang yang diperdagangkan, apabila dibandingkan dengan pasar-pasar di sekitarnya. Dalam penelitian ini, yang digunakan sebagai pasar acuan adalah pasar Mardika di Kota Ambon dan pasar Binaya di Kabupaten Maluku Tengah. 7. Pasar pengikut adalah pasar yang berada di bawah pasar acuan dan cenderung mengikuti harga yang ditetapkan di pasar acuan. Dalam penelitian ini, ketika pasar Mardika dijadikan pasar acuan, maka pasar Passo, Salahutu, Leihitu, Piru, Binaya dan Bula adalah pasar pengikut. Ketika pasar Binaya ditetapkan sebagai pasar acuan, maka pasar Salahutu, Leihitu, Piru dan Binaya merupakan pasar pengikut. 8. Harga adalah nilai dari produk yang dijual produsen nelayan dan pedagang dan yang bersedia dibayar oleh konsumen. 9. Harga ikan yang digunakan adalah harga rata-rata tiga 3 jenis ikan yang dominan dijual di pasar tempat penelitian dilakukan pada setiap hari.

1.4 Tujuan Penelitian

Tujuan penelitian ini menyusun model pengembangan sistem pemasaran ikan segar di Kawasan Maluku Tengah. Tujuan tersebut dicapai melalui tahapan tujuan khusus berikut : 1. Menganalisis sistem pemasaran ikan segardi Kawasan Maluku Tengah 2. Menganalisis derajat integrasi pasar ikan segar di Kawasan Maluku Tengah berbasis efisiensi spasial dan temporal. 3. Menyusun strategi pengembangan pemasaran ikan segar yang efisien di Kawasan Maluku Tengah. 4. Menyusun model pengembangan sistem pemasaran ikan segar di Kawasan Maluku Tengah.

1.5 Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memberikan manfaat dan informasi kepada : 1. Pemerintah, dalam hal ini Kementerian Kelautan dan Perikanan KKP maupun Dinas Perikanan dan Kelautan Provinsi Maluku, Dinas Perikanan dan Kelautan Tingkat Kabupaten yang ada di Kawasan Maluku Tengah Kabupaten Maluku Tengah, Seram Bagian Barat, Seram Bagian Timur serta Dinas Perikanan dan Kelautan Kota Ambon sebagai bahan pertimbangan dalam merumuskan kebijakan pengembangan pemasaran sektor perikanan di masa mendatang. 2. Pelaku usaha perikanan tangkap mulai dari produsen hingga konsumen dalam upaya peningkatan kinerja usaha perikanan. 3. Peneliti dan akademisi, sebagai bahan referensi bagi kajian lanjutan tentang pemasaran produk perikanan di Kawasan Maluku Tengah.

1.6 Kerangka Pikir Penelitian

Dengan sejumlah karakteristik yang melekat dan mutlak dipertimbangkan, maka pemasaran produk perikanan haruslah ditangani dengan sebaik mungkin. Itu berarti bahwa pengembangan pemasaran perikanan harus diarahkan untuk menciptakan suatu sistem yang serasi dan terpadu dengan keterkaitan yang erat antara berbagai subsistemnya, agar arah atau sasaran dan upaya peningkatan efisiensi pemasaran dapat dilakukan. Lemahnya posisi tawar nelayan mengakibatkan para pedagang sering mempunyai akses keuntungan yang lebih dari keuntungan normal normal profit. Padahal kondisi seperti ini tidaklah dibenarkan dalam dunia pemasaran, karena pembagian keuntungan dari harga produk yang dibayarkan konsumen tidaklah terdistribusi dengan adil. Oleh karena itu, menciptakan sistem pemasaran produk perikanan yang efisien dari sudut ketepatan waktu utility of time, ketepatan lokasi utility of place, ketepatan jenis dan mutu produk yang dibutuhkan oleh konsumen utility of form adalah penting. Untuk mencapai model pengembangan pemasaran produk perikanan di Kawasan Maluku Tengah yang efisien dan efektif, diperlukan analisis karakteristik nelayan di Kawasan Maluku Tengah dan keragaan usaha tangkap yang dilakukan, kondisi pemasaran produk perikanan di Kawasan tersebut yang berlaku pada saat ini existing. Gambaran kondisi saat ini direpresentasikan dengan analisis sistem dan kondisi pemasaran produk perikanan yang sedang berlaku di Kawasan tersebut, untuk kemudian dibandingkan dengan teori ekonomi pasar yang ada. Hasil dari perbandingan tersebut dijabarkan dalam analisis Strengths –Weaknesses–Opportunities–Threats SWOT untuk selanjutnya dihasilkan konsep strategi pengembangan sistem pemasaran ikan segar di Kawasan Maluku Tengah. Secara skematis kerangka pikir penelitian dapat dilihat pada Gambar 1.

1.7 Ruang Lingkup Kebaruan

Kondisi geografis, sifat dan karakteristik produk perikanan serta keterbatasan sarana dan prasarana pemasaran produk perikanan di Provinsi Maluku mengakibatkan sistem pemasaran ikan segar di Kawasan Maluku Tengah lebih ditekankan pada kebutuhan pasar lokal di Kabupaten-Kabupaten di Kawasan tersebut. Padahal ketidakseimbangan jumlah produksi dan konsumsi perikanan di tiap Kabupaten di Kawasan Maluku Tengah, menuntut adanya suatu sistem pemasaran terintegrasi, agar ketersediaan produk secara kuantitas terjaga dengan mutu lebih baik, yang nantinya bermuara pada terciptanya keadilan dalam sistem pemasaran. Untuk menelaah kondisi tersebut, maka digunakan pendekatan Structure S –Conduct C–Performance P sebagai kerangka penguji faktor daya kompetitif dari pemasaran ikan segar di Kawasan Maluku Tengah baik secara struktur tradisional maupun efisiensi. Efisiensi adalah kunci utama suksesnya kegiatan pemasaran. Efisiensi tercapai, apabila masing-masing pihak yang terlibat dalam pemasaran setuju dan responsif terhadap harga yang berlaku. Integrasi, atau keterpaduan pasar merupakan indikator efisiensi pemasaran, khususnya efisiensi harga adalah suatu ukuran yang menunjukkan seberapa jauh perubahan harga yang terjadi di pasar acuan akan menyebabkan terjadi perubahan pada pasar pengikutnya. Semakin terintegrasi suatu pasar, maka semakin efisien sistem pemasaran tersebut. Pada umumnya penelitian pemasaran dengan objek hortikultura telah banyak dilakukan di Indonesia. Namun di Maluku, penelitian bertopik pemasaran dengan objek ikan segar masih kurang dilakukan, terlebih dengan pendekatan Structure S –Conduct C–Performance P serta integrasi pasar untuk menganalisis efisiensi pasar. Keterangan : adatidaknya intervensi lembaga pemasaran dalam proses pendistribusian Gambar 1 Kerangka pikir penelitian. Pemasaran Ikan Segar di Kawasan Maluku Tengah Produsen Konsumen Karakteristik Produk Perikanan Wilayah Luas Transportasi terbatas Letaknya menyebar Musiman Mudah busuk Analisis Kebutuhan Berdasarkan Teori Pasar Analisis Kondisi Pemasaran Ikan Segar di Kawasan Maluku Tengah Formulasi masalah Analisis SWOT pemasaran ikan segar di Kawasan Maluku Tengah Strategi Pengembangan Pemasaran Ikan Segar di Kawasan Maluku Tengah Produksi terpencar Karakteristik Daerah Kepulauan Rentan terhadap bencana Kebijakan Pemerintah

1. Analisis karakteristik

nelayan dan keragaan usaha tangkap

2. Analisis sistem pemasaran ikan

segar I N E F I S I E N S I

3. Analisis integrasi pasar ikan segar

Model Pengembangan Sistem Pemasaran Ikan Segar di Kawasan Maluku Tengah 2 TINJAUAN PUSTAKA Bab ini diawali dengan sejumlah penelitian tentang studi pemasaran, khususnya pemasaran produk pertanianperikanan yang telah dilakukan oleh para peneliti terdahulu, dalam rangka menunjukkan kebaharuan dari penelitian yang dilakukan. Penelitian tentang sistem pemasaran produk pertanian telah banyak dilakukan dan Tabel 3 maupun 4 menunjukkan sebagian kecil yang ada. Pada hakekatnya, esensi tujuan penelitian pemasaran mengkaji bagaimana efisiensi sistem pemasaran dapat tercapai melalui analisis berbagai komponen yang biasanya terlibat dalam sistem tersebut, yaitu Marketing mix, Segmenting, Targetting, Positioning STP dan Five Diamond Porter. Marketing mix bauran pemasaran yang terdiri dari Product, Price, Place, Promotion 4P‟s merupakan suatu konsep untuk menerjemahkan perencanaan pemasaran ke dalam pelaksanaan. Bauran pemasaran bukanlah suatu teori ilmiah, melainkan kerangka konseptual yang membantu manajer membentuk penawaran yang dapat memenuhi kebutuhan konsumen. Konsep ini dapat digunakan untuk membangun strategi jangka panjang maupun program taktis jangka pendek Palmer 2004. Dua manfaat penting dari konsep bauran pemasaran adalah memungkinkan seseorang melihat pekerjaan manajer pemasaran dan mengungkapkan dimensi lain pekerjaan manajer pemasaran. Setiap manajer harus mengalokasikan sumber daya yang tersedia di antara berbagai permintaan yang ada dan pada akhirnya mengalokasikan sumber daya tersebut di antara elemen kompetitif dari bauran pemasaran Chai 2009. Lebih lanjut dikatakan bahwa bauran pemasaran yang digunakan oleh suatu perusahaan akan berbeda dengan perusahaan lainnya, tergantung dari sumber daya yang dimiliki, kondisi pasar dan perubahan kebutuhan dari konsumen. Keputusan tidak dapat diambil hanya berdasarkan satu unsur dalam bauran pemasaran, tanpa mempertimbangkan dampaknya terhadap unsur lainnya. Segmenting, Targetting, Positioning STP merupakan konsep dasar dalam memahami pemasaran dan strategi perusahaan. Pemahaman tentang model STP merupakan dasar utama bagi seseorang untuk lebih memahami hubungan antara segmentasi pasar, penetapan pasar sasaran dan penetapan posisi produk. Proses STP menunjukkan hubungan antara keseluruhan pasar dan bagaimana perusahaan memilih untuk bersaing di pasar, yang didahului dengan pelaksanaan segmentasi sedang, diikuti oleh pemilihan satu atau lebih target pasar dan akhirnya pelaksanaan posisi. STP berfungsi sebagai panduan perusahaan untuk mengembangkan dan melaksanakan bauran pemasaran Market Segmentation Study Guide 2012. Five Diamond Porter merupakan suatu model yang menunjukkan lima kekuatan yang memengaruhi lingkungan kompetitif suatu usaha. Kekuatan tersebut adalah kekuatan tawar-menawar produsen dan konsumen, ancaman dari pesaing baru, ancaman produk substitusi dan industri pesaing. Five Diamond Porter menentukan lingkungan kompetitif perusahaan yang memengaruhi profitabilitas. Kekuatan tawar menawar penjual dan pembeli memengaruhi perusahaan untuk meningkatkan harga dan mengelola biaya masing-masing. Apabila produk yang sama tersedia dari beberapa penjual, maka pembeli memiliki daya tawar yang tinggi atas penjual. Namun jika hanya tersedia satu penjual untuk produk tertentu, maka penjual tersebut lebih memiliki daya tawar dibandingkan pembeli. Rendahnya hambatan untuk berkompetisi dalam suatu usaha menarik lebih banyak penjual untuk ikut dalam kompetisi tersebut Basu 2013. Walau penelitian tentang pemasaran di bidang pertanian telah banyak dilakukan, namun penelitian tentang pemasaran produk perikanan khususnya di Maluku masih sangat terbatas. Tabel 3 Studi terdahulu tentang sistem pemasaran produk pertanianperikanan PENELITI TAHUN METODE HASIL Abdallah Omezzine 1998 Descriptive Peningkatan efisiensi dapat dila- kukan melalui perbaikan fasilitas, penguatan quality control QC, penegakan hukum dan pengem- bangan pemusatan pasar ikan. Asri Hidayati 2000 Kinerja Usaha; Struktur, Tingkah Laku dan Keragaan Pasar, Margin dan Distribusi, Lembaga Penunjang Pemasaran. Jasa lembaga pemasaran sangat diperlukan dalam proses pema- saran, karena jauhnya jarak tempat produksi dengan konsumsi. Eleni Z. Gabre - Mahdin 2001 Bilateral Optimal Model Pedagang perantara berpengaruh positif dalam meningkatkan surplus. Lanjutan Tabel 3 PENELITI TAHUN METODE HASIL David A. Hennesy and Jutta Roosen 2003 Endogenous seasonility Model Produk musiman berimplikasi terha- dap keamanan pangan. Konsumsi produk musiman turut menyeim- bangkan program diet pada masya- rakat Uni Eropa. Adam Lindgreen and Michael Beverland 2004 Matriks Situasi Perubahan Penjual dan Pembeli. Perubahan keinginan konsumen, tingkah laku pedagang dan kebijak- an Pemerintah mengakibatkan orien- tasi usaha berubah. Bambang Sayaka 2005 Market Conduct : institutional and functional approach Tingginya modal, teknologi dan SDM, mengakibatkan perusahaan multinasional cenderung oligopo- listik. Godfred Yeboah 2005 The Farmapine Model Koperasi sangat berfungsi dalam produksi dan pemasaran produk. Marcel Fafchamps, Eleni Gabre-Madhin, Bart Minten 2005 Statistic Pemerintah harus menemukan tek- nologi dan institusi baru dalam rang- ka meningkatkan efisiensi pasar per- tanian. Lokman Zaibet, Houcine Boughanmi and Qaseem Habib 2005 Statistic : “Delphi Method” Tingginya biaya transaksi merupa- kan faktor utama inefisiensi pema- saran. William G.Tomek and Hikaru Hanawa Peterson 2005 Ordinary Stochastic Dominance Efisiensi suatu komoditas mendo- rong beragamnya tingkah laku harga dan alternatif strategi pemasaran. Ron Wilson 2006 Descriptive Kesuksesan danatau kegagalan ke- putusan yang diambil tergantung pa- da tingkah laku jangka panjang pa- sar yang dimasuki. M.H.A. Binnekamp and P.T.M. Ingenbleek 2006 Descriptive Sejumlah kunci dalam mengantisi- pasi tantangan pemasaran produk baru. Bambang Sayaka 2006 Market Structure Struktur pasar industri benih jagung di tingkat produsen Jawa Timur sa- ngat oligopoli, perusahaan multina- sional mendominasi pasar. A. Wagenaar and M. D‟Haese 2007 Survei Koperasi merupakan instrumen pen- ting dalam menyediakan kredit dan pemasaran produk. Pasquale Cirillo, Gabrielle Tedeschi and Mauro Gallegati 2012 Analisis Regresi Linear Sederhana Loyalitas berdampak terhadap penentuan harga. Omezzine 1998 dalam penelitiannya tentang Pemasaran Ikan Segar di Tepi Pantai Oman dengan menggunakan metode deskriptif menemukan bahwa sedikitnya terdapat dua struktur pasar dengan kinerja yang berbeda. Persaingan struktur biasa dilakukan di pasar dimana pembeli bertindak sebagai pedagang atau konsumen. Kedua pasar kelihatannya mempunyai masalah efisiensi dan persaingan yang ada akan terkoreksi melalui mekanisme pasar. Efisiensi dapat ditingkatkan melalui perbaikan fisik fasilitas, penguatan QC, penegakan hukum dan pengembangan pemusatan pasar ikan. Lindgreen and Beverland 2004 mengemukakan bahwa berubahnya keinginan konsumen, tingkah laku pedagang dan kebijakan pemerintah mengakibatkan orientasi suatu usaha berubah. Akibat perubahan tersebut pemasar terdorong untuk lebih mengindahkan proses pemasaran, termasuk di dalamnya bentuk hubungan dalam pasar. Dalam penelitiannya tentang Analisis Kinerja Sistem Pemasaran Rumput Laut di Lombok Timur, Hidayati 2000 mengemukakan bahwa jasa lembaga pemasaran sangat diperlukan dalam proses pemasaran, karena jauhnya jarak tempat produksi dengan konsumsi. Dengan menjual hasil ke pedagang pengumpul desa, harga yang diperoleh petani akan lebih tinggi dibandingkan dengan jika menjual hasil ke pedagang pengumpul dusun, namun sedikitnya jumlah produk yang dipasarkan membuat petani merasa lebih efisien apabila menjual produknya ke pedagang pengumpul dusun. Tidak adanya alternatif tempat meminjam uang, mengakibatkan petani meminjam uang untuk keperluan modal dan kebutuhan lainnya kepada pedagang pengumpul, sehingga terjadi kesepakatan yang bersifat mengikat walaupun tidak tertulis bahwa petani harus menjual produksi rumput lautnya ke pedagang pengumpul tersebut. Hal serupa dikemukakan oleh Madhin 2001 dalam penelitiannya tentang peran pedagang perantara dalam memperluas efisiensi pasar padi dan biji-bijian, menemukan bahwa kehadiran pedagang perantara memberikan dampak positif terhadap surplus total dengan cara memungkinkan alokasi pasar yang lebih efisien. Sementara Yeboah 2005 menerapkan The Farmapine Model sebagai suatu strategi pemasaran yang kooperatif dan pendekatan pengembangan berbasis pasar. Model ini menunjukkan fungsi koperasi sebagai penolong petani untuk memproduksi dan memasarkan produksinya dengan baik. Sejalan dengan hal tersebut, Wagenaar dan D‟Haase β007 dalam penelitian terhadap Pengembangan Perikanan Skala Kecil di Yaman, menemukan bahwa koperasi merupakan suatu instrumen yang berperan penting dalam penyediaan bantuan kredit dan pemasaran produk perikanan. Koperasi juga harus memperkuat sekaligus membantu nelayan dalam mengembangkan teknologi penangkapannya. Karenanya untuk membangun suatu koperasi yang baik, harus ada saling percaya dan tindakan bersama, sehingga pengembangan kapasitas koperasi meningkat. Dalam penelitian tentang hubungan margin dan biaya pemasaran, Fafchamps et al., 2005 menemukan bahwa apabila penerimaan meningkat tetap, maka kehadiran pedagang kecil dalam jumlah banyak tidak akan efisien. Dengan peningkatan penerimaan, diharapkan sejumlah pedagang berkembang dan secara bertahap mengeliminasi operator kecil yang tidak efisien. Akan tetapi dengan adanya keterbatasan seperti rendahnya akses modal dan kegagalan koordinasi dalam transport mungkin dapat menunda proses tersebut, sehingga intervensi kebijakan dituntut untuk mempercepat proses „kematangan‟ dari pasar pertanian liberal. Margin yang ditemukan menunjukkan kecilnya hubungan dengan ukuran transaksi. Sehubungan dengan hal tersebut, Zaibet et al., 2005 menemukan bahwa para importir yang beroperasi di Pasar Al-Mawaleh Oman, menghadapi tingginya biaya transaksi yang terdiri atas tiga 3 komponen : biaya meneliti, monitor dan pelaksanaan. Hal ini dapat dipahami sebagai ijin impor dan jadwal impor yang membentuk aturan kebijakan yang sangat mempengaruhi para importir. Perubahan jadwal impor dan ketidakjelasan prosedur ijin impor meningkatkan biaya pencarian dan monitor para importir. Tomek and Petterson 2005 meneliti tentang hubungan tingkah laku harga terhadap strategi pemasaran dengan menggunakan Ordinary Stochastic Dominance. Ditemukan bahwa komoditas yang efisien dapat mendorong tingkah laku harga yang sangat beragam dengan demikian alternatif strategi pemasaran yang ditawarkan juga beragam. Suatu strategi spesifik hanya dapat dilaksanakan di waktu tertentu, sementara strategi umum dilaksanakan sepanjang waktu. Wilson 2006 menyimpulkan dari penelitiannya, bahwa strategi pemasaran sangat penting dalam usaha jangka panjang. Seorang manajer harus mempunyai pemahaman yang cukup akan dasar-dasar pemasaran, karena kesuksesan dan kegagalan keputusan yang diambil tergantung pada tingkah laku jangka panjang dari pasar yang dimasuki suatu produk. Lebih lanjut dikatakan bahwa suatu strategi pemasaran haruslah merupakan suatu dokumen yang tersusun dengan rapih, memuat seluruh informasi, asumsi dan cara untuk mencapai strategi tersebut. Binnekamp and Ingenbleek 2006 memberikan beberapa kunci dalam mengantisipasi tantangan pemasaran produk baru, yaitu 1 produk yang dijual harus benar-benar memuaskan kebutuhan dan keinginan konsumen, 2 perbandingan harga dan mutu produk membuat konsumen bernilai dalam mencoba produk tersebut, γ „pesan‟ dari produk tersebut harus tersampaikan dengan baik, melalui nama, kemasan dan promosinya, 4 ketepatan segmen konsumen sebagai sasaran produk, dan 5 produk diterima oleh segmen ini. Tabel 4 Studi terdahulu tentang integrasi pasar produk pertanian PENELITI TAHUN METODE HASIL Barry K. Goodwin and Nicholas E. Piggott 2001 Treshold Autoregression dan Cointegration Model Harga gandum dan soybean di sejumlah pasar di North Carolina terintegrasi, adanya treshold memengaruhi hubungan harga spasial. Thomas L. Cox and Jean-Paul Chavas 2001 Interregional Spatial Market Equilibrium Model Dibandingkan dengan kebijakan yang ti- dak ditetapkan sebagai peraturan, kebijak- an umum lebih memengaruhi perbedaan daerah dan agregat substantif. Thomas Vollrath and Charles Hallahan 2006 Law-of- one price LOP and Vector Autoregressive VAR Pertukaran nilai uang menghambat integ- rasi pasar sejumlah komoditi di Amerika Serikat dan Kanada. Asfaw Negassa and Robert J. Myers 2007 Treshold Autoregression and Parity Bounds Model PBM Proses penyesuaian dan reformasi pasar gandum yang dinamis meningkatkan efi- siensi spasial pada beberapa pasar. Andi Irawan dan Dewi Rosmayanti 2007 Uji Kointegrasi Johansen, Vector Error Correction Model dan Uji Kausalitas Granger Pasar beras Bengkulu adalah pasar yang terintegrasi spasial secara tidak sempurna. Muhammad Firdaus dan Irwanto Gunawan 2010 Pendekatan Kointegrasi dan Model Ravallion Tidak adanya perilaku integrasi pasar sa- yur di tingkat produsen dengan pasar acu- an untuk daerah sentra produksi tertinggi, maupun terendah. Nikolaos Papavassiliou 2012 Linear Multiple Regression Analysis Karakteristik produk, kondisi geografis dengan keterbatasan sistem transportasi dan informasi merupakan faktor utama pe- nentu ketidakefisienan pemasaran produk perikanan di Yunani. Dengan menggunakan Treshold Autoregression dan Cointegration Models, Goodwin and Piggott 2001 mengevaluasi hubungan antara harga spasial dengan dinamika harga harian gandum dan soybean di sejumlah pasar di North Carolina. Ditemukan bahwa pasar-pasar tersebut terintegrasi kuat dan adanya treshold mempengaruhi hubungan harga spasial. Biaya transaksi mengakibatkan suatu ikatan yang kuat antar pasar yang terintegrasi walaupun harga di pasar-pasar tersebut tidak berhubungan secara langsung. Vollarth and Hallahan 2006 melakukan penelitian untuk menguji integrasi pasar daging dan ternak antara Amerika Serikat dan Kanada, menemukan pasar produk daging babi Amerika- Kanada lebih terintegrasi dibandingkan pasar produk daging sapi dan lembu. Pertukaran nilai uang juga turut menghambat integrasi pasar komoditi tersebut di Amerika dan Kanada. Ditemukan pula bahwa faktor berpengaruh terhadap harga spasial adalah biaya transaksi, siklus musiman, kebijakan Pemerintah dan keterlambatan penyerahan. Sementara Hennesy and Roosen 2003 membangun model berdasarkan biaya yang dikeluarkan. Penelitian dilakukan terhadap produk musiman seperti susu. Aplikasi model menunjukkan bahwa tidak adanya pembatasan kuota telah mengakibatkan meningkatnya, atau menurunnya produksi seiring dengan subsidi penyimpanan. Produk musiman dapat berimplikasi terhadap keamanan pangan. Penyimpanan rahasia, maupun intervensi pasar produk hanya akan memperburuk masalah. Pada tahun 2000 ditemukan bahwa produksi susu bulanan di Belanda lebih rendah dari Irlandia, namun lebih tinggi dari produksi Perancis dan Inggris. Cox and Chavas 2001 menganalisis hubungan antara diskriminasi harga dan reformasi kebijakan domestik pada usaha pemerahan susu. Kehadiran banyak pasar untuk produk susu membuat banyak pilihan untuk diskriminasi harga. Disimpulkan juga bahwa diskriminasi harga pada pasar produk berupa cairan lebih efektif dan mempengaruhi alokasi pasar dan harga dibandingkan pada pasar produk non-cairan seperti keju dan mentega. Walau begitu kemungkinan untuk diskriminasi harga pada pasar produk non-cairan juga turut meningkatkan tambahan penerimaan. Negassa and Myers 2007 dalam penelitiannya tentang Pengaruh Kebijakan Terhadap Efisiensi Pasar Spasial dengan menggunakan Treshold Autoregression dan Parity Bounds Model, menyimpulkan bahwa proses penyesuaian dan reformasi pasar gandum yang dinamis meningkatkan efisiensi spasial pada beberapa pasar. Penelitian pemasaran produk perikanan, khususnya ikan segar di Maluku masih sangat sedikit dilakukan. Karenanya penelitian ini dilakukan untuk mendeskripsikan sistem pemasaran ikan segar yang berlaku di Maluku, khususnya di Kawasan Maluku Tengah, mengidentifikasi kekuatan eksternal dan internal dari sistem pemasaran tersebut, menganalisis derajat efisiensi spasial, maupun temporal antar pasar di Pulau Ambon dan Pulau Seram. Berdasarkan hasil tersebut, kemudian dirumuskan strategi dalam rangka peningkatan efisiensi pemasaran ikan segar di Kawasan Maluku Tengah. Dari sejumlah penelitian pemasaran yang telah dilakukan para ahli dengan berbagai pendekatan untuk menghasilkan pemasaran yang efisien seperti yang telah dipaparkan di atas, maka penelitian ini akan mengacu pada pendekatan- pendekatan yang digunakan Sayaka 2005;2006, Vollarth and Hallahan 2006, Firdaus dan Gunawan 2010 serta Papavassiliou 2012.

2.1 Pengertian dan Ruang Lingkup Pemasaran

Tiga 3 aspek pokok kegiatan ekonomi yang menyangkut cara manusia berpencaharian dan hidup, yaitu produksi, distribusi dan konsumsi. Produksi dan distribusi merupakan kegiatan penciptaan dan penambahan fungsi dari barang dan jasa, sementara konsumsi berhubungan dengan penurunan kegunaan barang dan jasa. Dalam dunia usaha, perkataan produksi dipakai sebagai tindakan pembuatan barang dan jasa, sedangkan distribusi atau yang sering diartikan pemasaran dipakai sebagai tindakan yang bertalian dengan pergerakan barang dan jasa dari produsen ke konsumen. Uraian tersebut mendefinisikan pemasaran sebagai keseluruhan tindakan atau kegiatan yang berhubungan dengan pergerakan barang dan jasa dari produsen sampai ke konsumen Hanafiah dan Saefuddin 2006. Menurut Kotler dan Amstrong 2004, pemasaran dapat didefinisikan sebagai proses sosial dan manajerial dimana individu dan kelompok memperoleh apa yang diinginkan dan dibutuhkan melalui penciptaan dan pertukaran barang dan nilai dengan pihak lain. Pemasaran juga berarti proses pemberian kepuasan kepada konsumen untuk mendapatkan laba. Tujuan akhir dari pemasaran adalah menempatkan barang dan jasa ke tangan konsumen akhir. Untuk mencapai tujuan tersebut, dilaksanakan kegiatan- kegiatan pemasaran yang dibangun berdasarkan arus barang dan jasa yang meliputi proses pengumpulan konsentrasi, proses pengimbangan ekualisasi dan proses penyebaran dispersi. Proses konsentrasi merupakan tahap pertama dari arus barang dan jasa, dimana barang dan jasa yang dihasilkan dikumpulkan ke