Metode analisis

6.3 Metode penelitian

7.3.3 Metode analisis

Rapfish didasarkan pada teknik ordinasi dengan Multi-Dimensional Scaling

(MDS), yang mencoba melakukan transformasi multidimensi ke dalam dimensi yang lebih rendah. Menurut Supranto (2004), MDS adalah suatu klas prosedur untuk menyajikan persepsi secara spasial dengan menggunakan tayangan yang dapat dilihat. Persepsi atau hubungan antara stimulus secara psikologis ditunjukkan sebagai hubungan geografis antara titik-titik di dalam suatu ruang multidimensional. Sumbu dari peta spasial diasumsikan menunjukkan dasar psikologis atau dimensi yang dipergunakan oleh responden, untuk membentuk persepsi sebagai stimulus.

Dalam penelitian ini, dimensi aspek keberlanjutan yang dipergunakan adalah ekologi, ekonomi, teknologi, sosial, etik dan kelembagaan. Ke 6 (enam) dimensi tersebut memiliki atribut atau indikator yang terkait dengan keberlanjutan, sebagaimana disyaratkan dalam CCRF. Adapun atribut dari masing- masing dimensi yang dipergunakan dalam penelitian ini, dapat dilihat melalui Lampiran 9. Sedangkan acuan pengukuran atribut-atribut dalam analisis dimensi perikanan pelagis

hasil tabulasi data primer dan sekunder yang diperoleh dan dengan menggunakan acuan pengukuran atribut seperti pada lampiran 10 tersebut diperoleh daftar skor untuk setiap dimensi dan atribut dari masing-masing kegiatan perikanan, seperti dapat dilihat pada

Lampiran 11.

Teknik ordinasi didalam MDS didasarkan pada Euclidian Distance, yang dalam ruang berdimensi n dapat ditulis sebagai berikut :

(

₁− ₂² + ₁− ₂ ²+ ₁− ₂ ² +...

)

= x x y y z z

d ………..….…..……… (7.1)

Konfigurasi atau ordinasi suatu objek didalam MDS selanjutnya diaproksimasi dengan meregresikan jarak Euclidian (dij) dari titik i ke titik j dengan titik asal

( )

δij sebagaimana persamaan berikut :

ε βδ α + + = ij ij d ……….………….. (7.2)

Metoda yang dipergunakan untuk meregresikan persamaan diatas adalah metoda ALSCAL, yaitu metoda Least Squared bergantian yang didasarkan pada akar dari Euclidian Distance (squared distance). Metoda ini mengoptimisasi jarak kuadrat (squared distance = dijk) terhadap data kuadrat (titik asal = Oijk) dalam tiga dimensi (i, j, k) dan ditulis dalam formula yang disebut S-Stress

sebagai berikut :

( )

∑ ∑ ∑

=

^∑∑

^         ₋ = ^m k i ijk i j ijk ijk o j o d m S 1 4 2 2 2 1 ………..….. (7.3)

dimana jarak kuadrat merupakan jarak Euclidian yang dibobot atau ditulis dengan,

( )

2 1 2 ja ia r a ka ijk W x x d =

∑

− = ……….. (7.4)

Dalam aplikasinya pada penelitian ini, pendekatan diatas mengikuti langkah-langkah yang dilakukan oleh Purnomo et al. (2002) melalui tahapan-tahapan sebagai berikut :

Pada tahap ini dilakukan pencaharian informasi yang terkait dengan perikanan pelagis kecil yang berbasis di pantai utara Jawa, melalui berbagai saluran informasi seperti internet, lembaga penelitian, perguruan tinggi dan lembaga pemerintah lainnya. Data sekunder dimaksud, dipergunakan untuk mengisi kolom nilai bagi atribut-atribut Rapfish yang telah dipersiapkan untuk lokasi penelitian.

(2) Konsultasi ahli

Kolom nilai atribut yang tidak dapat diisi oleh informasi sekunder yang ada, dikonsultasikan ke narasumber yang dianggap memiliki penguasaan pengetahuan berkaitan dengan pertanyaan pada kolom atribut. Melalui konsultasi ahli ini, juga dilakukan penggalian informasi berkaitan dengan data sekunder yang telah ada, guna penyempurnaan informasi.

(3) Verifikasi lapang

Kegiatan ini dilakukan melalui kunjungan lapangan untuk memperkaya data sekunder dengan fakta- fakta yang ada dilapangan. Disamping itu, dalam kunjungan lapangan ini juga dilakukan wawancara/diskusi kepada berbagai pihak, seperti :

1) Pejabat dinas terkait yang bertanggung jawab atas kegiatan perikanan di lokasi, berkaitan dengan kebijakan lokal, pengalaman lapang pejabat, kegiatan perikanan dan lokasi.

2) Pelaku usaha perikanan terpilih, dan dibantu dengan daftar pertanyaan yang telah dipersiapkan sebelumnya.

(4) Tabulasi dan pengolahan data

Sebelum dilakukan tabulasi, seluruh data yang dikumpulkan didiskusikan kembali untuk memperoleh jawaban final berkaitan dengan atribut yang dipergunakan dalam Rapfish. Selanjutnya, hasil tabula si dijadikan dijadikan bahan dasar bagi tahapan entry data ke program Rapfish.

Dalam melakukan interpretasi hasil, setiap kegiatan perikanan diamati aspek-aspeknya yang berkinerja baik, sedang, kurang atau buruk, sehingga dapat ditentukan statusnya. Mengingat nilai indek keberlanjutan perikanan pada metode Rapfish berada dalam selang 0 (bad) sampai 100 (good), maka untuk mempermudah penentuan status keberlanjutannya dilakukan pengelompokkan nilai indek dimaksud. Adapun pengelompokkan yang dilakukan adalah seperti pada Tabel 34.

Tabel 34 Selang indek dan status keberlanjutan perikanan

No Selang Indek Keberlanjutan Status Keberlanjutan

1 0 - 25 Buruk

2 26 - 50 Kurang

3 51 - 75 Sedang

4 76 - 100 Baik

Pada setiap aspek, harus diperhatikan atribut-atribut yang sensitif atau yang paling berpengaruh terhadap tingkatan baik buruknya kinerja masing- masing aspek, yang ditunjukkan melalui hasil analisis leverage. Selanjutnya, interprestasi awal dari Rapfish ini dikaji ulang berdasarkan catatan lapang atau data yang relevan lainnya, untuk mempertajam akurasi hasil running

program Rapfish.

7.4 Hasil Penelitian

Sebagaimana telah dikemukakan di atas, bahwa dalam peneltian ini dipergunakan sebanyak 6 (enam) dimensi untuk mengetahui keberlanjutan perikanan pelagis kecil. Ke enam dimensi dimaksud adalah dimensi ekologi, dimensi ekonomi, dimensi sosial, dimensi etik, dimensi teknologi dan dimensi kelembagaan. Hasil dari analisis Rapfish terhadap masing- masing dimensi, adalah sebagai berikut :

Analisis keberlanjutan perikanan pelagis kecil yang berbasis di pantai utara Jawa dalam dimensi ekologi, didasarkan pada 10 atribut atau indikator. Adapun kesepuluh atribut atau indikator dimaksud adalah, tingkat pemanfaatan sumberdaya (expoitation status); koefisien variability kelompok ikan analisis (recruitement variability); trophic level sumberdaya ikan di unit analisis (change in trophic level); ruaya ikan yang dianalisis (migratory range); penurunan jumlah ikan yang ditangkap (range collapse); ukuran rata-rata ikan yang tertangkap (size of fish caught); ikan matang telur yang tertangkap (catch before maturity); jumlah hasil tangkapan yang dibuang (discarded by-catch); jumlah species yang tertangkap (species caught) dan nilai produktivitas primer perairan (primary production).

Hasil analisis ordinansi dengan menggunakan skor masing- masing atribut/indikator pada dimensi ekologi terhadap kegiatan perikanan di lokasi penelitian, dapat dilihat melalui Tabel 35. Analisis ordinansi ini ditujukan untuk menentukan posisi relatif dari setiap kegiatan perikanan terhadap ordinasi yang berada pada kisaran baik (good) dengan nilai 100, dan buruk (bad) dengan nilai nol.

Selanjutnya apabila nilai dimensi ekologi pada Tabel 35tersebut di plotkan dalam gambar ordinansi, maka akan nampak seperti dapat dilihat melalui

Gambar 30. Analisis ordinansi dalam dimensi ekologi dengan jumlah iterasi sebanyak 3 (tiga) kali, menghasilkan nilai kuadrat korelasi (R²) sebesar 92,71 persen dan nilai stress (S) sebesar 20,39 persen. Nilai stress mencerminkan

goodness of fit dalam multi-dimensional scaling (MDS), yang menunjukkan ukuran seberapa tepat konfigurasi dari suatu titik dapat mencerminkan data aslinya. Nilai stress yang rendah menunjukkan good fit, sementara nilai stress

yang tinggi menunjukkan kondisi sebaliknya. Dalam model Rapfish, nilai stress

yang diinginkan adalah lebih kecil 25 persen (Fauzi dan Anna, 2005). Dengan demikian, analisis dimensi ekologi dalam penelitian ini menunjukkan kondisi

goodnes of fit, mengingat nilai stress yang diperoleh adalah sebesar 20,39 persen (< 25 %).

kecil yang berbasis di pantai utara Jawa

No Kegiatan Perikanan ^Nilai

Dimensi Ekologi

Status Keberlanjutan

1 Subang purse seine 48,27 Kurang

2 Subang gillnet 44,06 Kurang

3 Indramayu purse seine 51,81 Sedang

4 Indramayu gillnet 55,47 Sedang

5 Cirebon gillnet 55,47 Sedang

6 Pemalang purse seine 39,21 Kurang

7 Pemalang payang 48,27 Kurang

8 Pemalang gillnet 56,98 Sedang

9 Pekalongan purse seine 37,17 Kurang

10 Pekalongan gillnet 55,43 Sedang

11 Rembang purse seine 48,44 Kurang

12 Rembang payang 59,75 Sedang

13 Rembang gillnet 48,45 Kurang

14 Tuban purse seine 51,79 Sedang

15 Tuban gillnet 40,54 Kurang

16 Lamongan purse seine 37,42 Kurang

17 Lamongan payang 36,97 Kurang

18 Lamongan gillnet 48,16 Kurang

19 Gresik purse seine 37,17 Kurang

20 Gresik payang 55,38 Sedang

21 Gresik gillnet 55,38 Sedang

RAPFISH Ordination DOWN UP BAD ^GOOD -60 -40 -20 0 20 40 60 0 20 40 60 80 100 120

Fisheries Sustainability (Dimensi Ekologi)

Other Distingishing Features

Real Fisheries References Anchors

Gambar 30 Ordinansi dimensi ekologi perikanan pelagis kecil

Sementara analisis yang ditujukan untuk melihat tingkat kestabilan hasil analisis ordinansi, dilakukan dengan simulasi Monte-Carlo. Simulasi Monte-Carlo ini pada hakekatnya ditujukan untuk melihat tingkat gangguan (pertubation) terhadap nilai ordinansi (Spence and Young, 1978 yang dikutip Purnomo et al., 2002), dan dilakukan dengan iterasi sebanyak 25 kali. Dengan melihat indikator kestabilan ini, dapat diketahui seberapa jauh hasil analisis dapat dipercaya. Adapun hasil simulasi Monte-Carlo untuk dimensi ekologi dalam penelitian ini dapat dilihat dalam bentuk scatter-plot pada Gambar 31.

RAPFISH Ordination - Monte Carlo Scatter Plot -60 -40 -20 0 20 40 60 0 20 40 60 80 100 120

Fisheries Sustainability (Dimensi Ekologi)

Other Distingishing Features

Gambar 31 Hasil analisis Monte-Carlo untuk dimensi ekologi dariperikanan pelagis kecil

Sementara hasil analisis Leverage terhadap seluruh atribut atau indikator yang dipergunakan dalam dimensi ekologi, menunjukkan nilai tertinggi sebesar 3,95 untuk atribut discarded by catch dan nilai terendah sebesar 1,08 untuk atribut recruitment variability. Analisis ini pada hakekatnya ditujukan untuk melihat sensitivitas dari pengurangan atribut terhadap skor keberlanjutan.

Laverage dihitung berdasarkan standar error perbedaan antara skor dengan atribut dan skor yang diperoleh tanpa atribut. Hasil analisis Laverage untuk selur uh atribut dalam dimensi ekologi, disajikan pada Gambar 32.

Leverage of Attributes

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5

Exploitation status Recruitment variability Trophic level change Migratory Range Range colapse Size of fish caught Catch before maturity Discarded by catch Species caught Primary production

Attribute

Root Mean Square Change in Ordination when Selected Attribute Removed (on Sustainability scale 0 to 100)

Gambar 32 Hasil analisis Leverage dari atribut pada dimensi ekologi