• Tidak ada hasil yang ditemukan

III. METODOLOGI PENELITIAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "III. METODOLOGI PENELITIAN"

Copied!
13
0
0

Teks penuh

(1)

III. METODOLOGI PENELITIAN

3.1 Kerangka Pendekatan Studi

Penerapan kebijakan pemasangan rumpon sebagai alat bantu penangkapan ikan yang dilaksanakan pada tahun 2002, telah merubah pola sebgian nelayan dalam melakukan penangkapan ikan. Untuk mengevaluasi kebijakan tersebut, maka perlu dilakukan kajian pengaruh penggunaan rumpon terhadap kelestarian stok/biomass ikan dan kesejahteraan nelayan. Kerangka pendekatan studi disajikan pada Gambar 5.

Imigrasi (I) Mortalitas (M) Stok + - ANALISA PEMANFAATAN Ekstraksi Tangkapan (h) Kondisi Saat Ini ANALISA BIOEKONOMI

MODEL DINAMIK PENGELOLAAN IKAN TUNA KECIL

Pertumbuhan ( r ) Carrying Capacity (K) Emigrasi (E) Natalitas (N)

Sumberdaya Ikan Pelagis Besar

Bio-Ekologi Sosio- Ekonomi Koefisien Tangkapan (q) Upaya Tangkapan (E) Harga & Biaya Discount Rate (δ) KEBIJAKAN (Rumpon)

Gambar 5. Kerangka Pendekatan Studi Tidak dianalisis

(2)

Penelitian ini dilakukan di wilayah Pelabuhan Perikanan Nusantara (PPN) Palabuhanratu, Kabupaten Sukabumi selama satu bulan Juli – Agustus 2007. Metode yang digunakan dalam penelitian ini adalah studi kasus (case study) dengan menggunakan data sekunder. Tujuan studi kasus untuk memberikan gambaran tentang latar belakang, sifat-sifat serta karakter yang khas dari kasus, tipe pendekatan dan penelahannya terhadap satu kasus dilakukan secara intensif, mendalam, mendetail dan komprehensif (Faisal, 2001). Satuan kasusnya adalah wilayah perairan Teluk Palabuhanratu, Kabupaten Sukabumi.

Menurut Singarimbun et. al. (2000) analisis data sekunder adalah penelitian yang bertujuan menganalisis lebih lanjut data yang sudah tersedia agar diperoleh sesuatu yang berguna. Dalam analisis ini data dikumpulkan dan dikelompokkan dari berbagai sumber, kemudian dianalisis dengan metode diskriptif. Metode dikriptif meliputi upaya penelusuran dan pengungkapan informasi relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk lebih ringkas dan sederhana dan pada akhirnya mengarah kepada keperluan adanya penjelasan dan penafsiran.

3.2 Metode Pengumpulan Data

Jenis data yang dikumpulkan dalam penelitian ini terdiri atas dua sumber data, yaitu : a) data primer, yaitu data yang diperoleh dari pengamatan langsung di lapangan, dan b) data sekunder, yaitu data yang diperoleh dari pengamatan pihak lain, yaitu dengan mengumpulkan data dari Dinas Kelautan dan Perikanan Kabupaten Sukabumi, Bappeda Kabupaten Sukabumi, Pelabuhan Perikanan Nusantara Palabuhanratu dan BPS Kabupaten Sukabumi.

Data primer diperoleh melalui wawancara langsung dengan menggunakan kuesioner (daftar pertanyaan) yang telah disusun sebelumnya, yang meliputi :

1. Karakteristik masyarakat, seperti : umur, pendidikan, pekerjaan dan persepsi masyarakat terhadap sumberdaya perikanan di perairan Teluk Palabuhanratu Kabupaten Sukabumi.

2. Data perikanan, seperti : produksi, biaya produksi, harga, investasi dan sebagainya.

(3)

Kebutuhan data dan sumber data yang dianalisis dalam penelitian ini disajikan pada Tabel 1.

Tabel 1. Jenis dan Sumber Data yang Digunakan

No Jenis Data Sumber Data Output

Data Primer 1. Biaya operasional dan

harga ikan

Survei Lapangan Wawancara nelayan

Besaran biaya dan harga ikan

Data Sekunder

1. Data produksi (landing) Produksi tahunan

2. Input produksi yang digunakan (effort)

Statistik Perikanan PPN

Pelabuhanratu Effort tahunan

3. Indeks Harga Konsumen

Kab Dalam Angka/Indikator Ekonomi Kab. Sukabumi

Biaya riil Harga riil 4. Jumlah RTP, alat tangkap, musim penangkapan, dan daerah penangkapan

Statistik Perikanan Kab. Sukabumi / Statistik Perikanan PPN Palabuhanratu

Karakteristik nelayan dan usaha perikanan

Sedangkan data sekunder berupa data literatur yang diperoleh dari lembaga-lembaga terkait, yaitu :

1. Kantor Badan Pusat Statistik (BPS) Kabupaten Sukabumi mengenai data-data statistik seperti jumlah penduduk, luas wilayah, batas wilayah, produksi perikanan laut dan sebagainya.

2. Kantor Dinas Kelautan dan Perikanan Kabupaten Sukabumi mengenai data: jumlah nelayan, jumlah alat tangkap, potensi perikanan, produksi perikanan dan sebagainya. 3. Pelabuhan Perikanan Nusantara (PPN) Palabuhanratu mengenai : jumlah nelayan, jumlah

alat tangkap, potensi perikanan, produksi perikanan, harga dan sebagainya.

Data biaya operasional penangkapan ikan, harga ikan dan jumlah hari melaut penangkapan ikan diperoleh dengan wawancara kepada nelayan. Jumlah nelayan yang dijadikan sebagai respon dihitungkan berdasarkan rumus Fauzi (2001) sebagai berikut :

⎥ ⎦ ⎤ ⎢ ⎣ ⎡ + − = ) 25 . 0 ( )} 1 ( { 25 . 0 2 2 2 x Z N x d x NZ n ...(19) n= jumlah contoh N=jumlah populasi d=tingkat kesalahan

Z=standar deviasi (Z=1,4395, untuk tingkat kepercayaan 85 % atau tingkat kesalahan 15 %)

(4)

Dengan menggunakan formula diatas, dipilih contoh (responden) untuk nelayan payang sebanyak 20 orang (13,25 %), nelayan gill net (jaring insang ) sebanyak 18 orang (23,07 %) dan nelayan pancing tonda sebanyak 9 orang (70 %). Adapun hasil perhitungan seperti disajikan pada Lampiran 1.

3.3 Metode Analisis Data

Menurut Fauzi dan Anna (2005), ada beberapa langkah yang dapat dilakukan dalam pemodelan bioekonomi Gordon-Schaefer seperti pada Gambar 6.

Gambar 6. Langkah-Langkah Pemodelan Bioekonomi

1. Menyusun data produksi dan upaya (input atau effort) dalam bentuk series (urut waktu). Data yang digunakan dalam penelitian ini adalah data produksi perikanan tahun 1993-2006

(5)

variasi atau keragaman dari kekuatan alat tangkap. Alat tangkap yang dijadi basis dalam penelitian ini adalah payang.

3. Melakukan uji stationary data. Langkah ini khusus diperlukan bagi mereka yang sudah berpengalaman di bidang pemodelan. Dalam penelitian ini, langkah uji stationary data tidak dilakukan, hal ini dikarenakan kompleksitas prosedur pengujian. Diasumsikan data bersifat stationary.

4. Jika dilakukan uji stationary namun tidak ditemukan data yang stasioner maka dapat dilakukan differencing data.

5. Melakukan pendugaan terhadap parameter biologi dengan teknik Ordinary

Least Square (OLS).

6. Melakukan estimasi parameter ekonomi berupa harga per kg atau per ton dan biaya memanen per trip atau per hari melaut.

7. Melakukan perhitungan nilai optimal berdasarkan formula yang sudah ditetapkan. Langkah ini dilakukan dengan software excell maupun MAPLE 9.5 yang memudahkan repetisi (untuk analisis sensitivitas) maupun untuk keperluan membuat grafik.

8. Melakukan analisis kontras dengan data riil untuk melihat sejauh mana hasil pemodelan dapat diterima sesuai dengan data riil yang ada.

3.3.1 Standarisasi Alat Tangkap

Alat tangkap yang digunakan untuk melakukan usaha penangkapan ikan tuna kecil di perairan Teluk Palabuhanratu terdiri atas : payang, jaring insang (gillnet) dan pancing tonda (trolling). Untuk itu, guna mengukur dengan satuan yang setara, dilakukan standarisasi effort antar alat tangkap. Alat yang dijadikan basis adalah payang. Standarisasi effort dilakukan dengan teknik standarisasi yang dikembang oleh King (1995) diacu dalam Anna (2003) dimana :

Ejt = ψjt Djt ...(20)

dengan :

ψjt = Ujt /Ust ... (21)

dimana :

Ejt = effort dari alat tangkap j pada waktu t yang distandardisasi

(6)

ψjt = nilai fishing power dari alat tangkap j pada periode t

Ujt = cath per unit effort (CPUE) dari alat tangkap j pada waktu t

Ust = cath per unit effort (CPUE) dari alat tangkap yang dijadikan basis standardisasi

(payang).

3.3.2 Analisis Bioekonomi

3.3.2.1. Pendugaan Parameter Biologi

Berdasarkan data urut waktu produksi total dan total standar effort, maka diperoleh CPUE standar (CPUE = cath per unit effort atau produksi per unit upaya standar). Karena fungsi merupakan fungsi kuadratik, maka untuk dapat dilakukan pendugaan dengan model regesi, maka data CPUE dikonversi menjadi data logaritma. Model bioekonomi yang digunakan dalam penelitian ini adalah model surplus produksi.

Estimasi parameter biologi r, q dan K dilakukan dengan teknik non-linier. Estimasi parameter biologi merujuk metode yang dikembangkan oleh Clarke, Yoshimoto dan Pooley (1992) diacu dalam Fauzi dan Anna (2005). Dengan menggunakan teknik weighted least square (WLS), yaitu dengan membagi fungsi h (q,K,E) tersebut dengan E (Ut=ht/Et), maka persamaaan dapat ditranformasikan menjadi persamaan linier, sehingga metode regresi biasa (ordinary least square, OLS) dapat digunakan untuk mengestimasi parameter biologi fungsi diatas. Adapun fungsi persamaan Clarke, Yoshimoto dan Pooley (1992) sebagai berikut :

( ) ( )

1 1 2 ln( ) 2 2 ) ln( ) 2 ( 2 ) ln( + ⎟ + + ⎠ ⎞ ⎜ ⎝ ⎛ + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − + ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + = t t t t E E r q U r r qK r r U ...(22) Y = B1 + B2 X2 - B3 X3 ... (23)

Berdasarkan nilai koefisien persamaan (23) diatas, maka diperoleh nilai r, q dan K estimasi model estimasi Clarke, Yoshimoto dan Pooley dengan rumus :

⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + − = 2 2 1 1 2 B B r ...(24) ) 2 ( 3 r B q= + ...(25) q K r r B ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + = 2 2 1 exp ...(26)

(7)

Dengan diperolehnya nilai parameter biologi, maka dapat diketahui kondisi pengelolaan perikanan, yaitu :

a) Kondisi Maximum Economic Yield (MEY)

Pengelolaan perikanan pada kondisi MEY juga dikenal dengan rezim pengelolaan

Sole Owner (Fauzi, 2004). Manfaat ekonomi dari ekstraksi sumberdaya ikan pada

kondisi MEY adalah :

cE E r q qKE p ⎟⎟− ⎠ ⎞ ⎜⎜ ⎝ ⎛ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = 1 π ...(27)

Dengan menggunakan parameter biologi yang diperoleh, terhadap effort (E) menghasilkan : ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = pqK c q r E 1 2 * ...(28) Dengan tingkat panen optimal sebesar :

⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + = pqK c pqK c rK h 1 1 4 * ...(29)

Dengan tingkat biomass optimal ;

* * * qE h x = ...(30)

Selanjutnya dengan mensubstitusikan nilai E* (persamaan 28) dan h* (persamaan 29) kedalam persamaan akan (27) akan diperoleh manfaat (rente) ekonomi yang optimal. b) Kondisi Maximum Sustainable Yield (MSY)

Manfaat ekonomi dari ekstraksi sumberdaya ikan pada kondisi Maximum

Sustainable Yield (MSY) adalah :

MSY MSY cE

ph

=

π ...(31)

Dengan menggunakan parameter biologi yang diperoleh, terhadap effort (E) menghasilkan : q r EMSY 2 = ...(32) Dengan tingkat panen lestari sebesar :

4

rK

(8)

Dengan tingkat biomass lestari : MSY MSY MSY qE h x = ...(34)

Dengan mensubstitusikan nilai EMSY (persamaan 32) dan hMSY (persamaan 33) kedalam

persamaan (31) akan diperoleh manfaat (rente) ekonomi yang lestari. c) Kondisi Open Access (OA)

Manfaat ekonomi dari ekstraksi sumberdaya ikan pada kondisi open access sebesar : OA OA cE ph − = π ...(35) Dengan memakai parameter biologi yang diperoleh, terhadap effort (E) menghasilkan :

⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = pqK c q r EOA 1 ...(36)

Dengan tingkat panen maksimal sebesar : ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = pqK c pq rc hOA 1 ...(37)

Dengan tingkat biomass maksimal :

q p c xOA . = ...(38) Dengan mensubstitusikan nilai EOA (persamaan 36) dan hOA (persamaan 37) kedalam

persamaan (35) akan diperoleh manfaat (rente) ekonomi yang maksimal. 3.3.2.2. Analisis Laju Degradasi Sumberdaya Ikan

Selanjutnya parameter r, q dan K digunakan untuk menduga kurva tangkapan atau produksi lestari (yield effort curve) sebagai berikut:

Fungsi Logistik 2

( )

2 E r K q qKE h ⎦ ⎤ ⎢ ⎣ ⎡ − = ...(39) Fungsi Gompertz ⎥⎦ ⎤ ⎢⎣ ⎡ − = r qE qKE h exp ...(40) Keterangan :

h = produksi lestari, E = effort, K = Carrying capacity r = pertumbuhan alami, q = koefisien daya tangkap

(9)

Dengan diketahui produksi lestari dan produksi aktual, maka dapat diketahui besaran degradasi sumberdaya yang terjadi. Penghitungan laju degradasi sumberdaya ikan mengacu metode yang dikembang oleh Amman dan Duraiappah (2001) yang diacu dalam Anna (2003) sebagai berikut :

s a s h h h D%= − ...(41)

Dimana: D = Prosentasi degradasi h = produksi lestari s h = produksi aktual a

Sementara koefisien degradasi dihitung berdasarkan persamaan berikut:

a s h h D e + = 1 1

φ

...(42) dimana : φD= koefisien atau laju degradasi

h = produksi lestari s h = produksi aktual a

3.3.2.3 Pendugaan Discount Rate

Penghitungan discount rate untuk ekstraksi sumberdaya perikanan dengan mengacu kepada metode yang dikemukan Clark (1990). Perhitungan discount rate diperoleh dari persamaan :

(

riil

)

riil =ln1+i δ ...(43) inf − = nom riil i i ...(44)

dimana : δriil=discount rate riil iriil = interest rate riil inom= interest rate nominal

(10)

3.3.2.4 Pendugaan Parameter Dampak Rumpon

Sedangkan untuk menduga parameter dampak keberadaan rumpon, mengikuti metode yang dikembangkan oleh Handerson –Tugweil sebagai berikut :

t t t E R U =α−β +γ ...(45) t t t t t R E E E U α β β ⎟+γ ⎠ ⎞ ⎜ ⎝ ⎛ + − − = + 2 1 2 1 ... (46) Keterangan :

Ut = Cath Per Unit Effort (Produksi / Effort )

Et = effort tahun ke-t

Rt= produksi dari rumpon tahun ke-t

(bersifat dummy, ada produksi =1, tidak ada produksi = 0) 3.3.3 Pengelolaan Sumberdaya Secara Optimal

Eksploitasi optimal dari sumberdaya perikanan sepanjang waktu diketahui dengan pendekatan teori kapital ekonomi sumberdaya yang dikembangkan oleh Clark dan Munro (1975) dalam Fauzi (2004). Parameter ekonomi ditentukan oleh besaran c (biaya per unit effort), p (harga ikan), dan δ (discounted rate) adalah tingkat diskon yang

diberikan untuk mengekstraksi sumberdaya ikan.

Berdasarkan parameter biologi dan ekonomi, dengan menggunakan persamaan (12), persamaan (13) dan persamaan (14) akan diperoleh tingkat biomass optimum (x*), tingkat harvest (produksi) optimum (h*) dan tingkat upaya optimum (E*). Hasil dari solusi tersebut kemudian dapat digunakan untuk menunjukkan seberapa besar rente atau nilai sekarang dari sumberdaya ikan di wilayah penelitian.

3.3.4. Analisis Dinamik Pengelolaan Perikanan

Untuk melakukan analisis dinamik, suatu sistem persaman ODE (Ordinary

Differential Equation) dipecahkan melalui teknik numerik dengan menggunakan

software MAPLE 9.5, dan MS Excell. Hal ini disebabkan karena, seperti dikemukakan oleh Sydsaeter dan Hammond (1995) diacu dalam Fauzi dan Anna (2005), pemecahan persamaan dinamik yang kompleks biasanya sulit diperoleh solusi secara eksplisit. Oleh karenanya, didalam analisis sistem dinamik yang kompleks, pemecahan eksplisit

(11)

tidak selalu harus dilakukan, namun cukup menganalisis beberapa properties (sifat-sifat) dari sistem dinamik tersebut. Teknik ini disebut sebagai ”Qualitative Theory of

ODE”, dimana hasil analisis yang diperoleh berupa eksistensi dan keunikan dari solusi, sensitivity analysis dan perilaku terhadap stabilitas dari keseimbangan (equilibria).

Analisis dinamik dalam penelitian ini dilakukan dinamika base line model antara biomass dan effort yang merupakan model standar Willen’s open acces dinamic. Model tersebut ditulis sebagai berikut :

) 47 ...( ... ... ... ... ... ... ... ... ) 1 ( . t t t t qxE K x rx x= − − ) 48 ...( ... ... ... ... ... ... ... )... ( ) ( , . c pqx x E Et = t

persamaan diatas adalah persamaan Willen’s open acces dengan koefisien penyesuaian (adjustment coefficients) sama dengan satu. Interpretasi simbol-simbol dari persamaan diatas mengikuti yang telah dijelaskan pada bagian terdahulu. Solusi keseimbangan dari kedua persamaan sistem dinamik diatas dengan mencari solusi x. =0 dan 0

.

=

E .

Isoline dalam ruang (x,E) diperoleh sebagai berikut :

sementara isoline E. =0 ditulis sebagai :

Selanjutnya, dilakukan analisis dinamik dampak keberadaan rumpon. Keberadaan akan meningkatkan produksi hasil tangkapan, dengan demikian untuk tingkat produksi yang sama dengan kondisi sebelum adanya rumpon, maka effort yang dibutuhkan pada kondisi adanya rumpon akan menurun.

) 52 ...( ... ... ... ... ... ... ... ... ... ) 1 ( 1 ) 51 ...( ... ... ... ... ... ... ... ... ... ) 1 ( qxE h qxE h σ σ + = = +

Sehingga model keberadaan rumpon ditulis sebagai berikut :

) 53 ....( ... ... ... ... ... ... ... ... ) 1 ( . t t t t qxE K x rx x= − − ) 50 ....( ... ... ... ... ... ... ... ... ... 0 0 . ⎪⎩ ⎪ ⎨ ⎧ = = = pq c x E E ) 49 ...( ... ... ... ... ... ... ... ... ... 0 0 . ⎪⎩ ⎪ ⎨ ⎧ − = = = qK rx q r E x x

(12)

) 54 ...( )... ( ) 1 ( 1 ) 1 ( 1 ) 1 ( 1 ) ( . c pqx E E c E qx p cE ph E t t t t t− + = + − + = − = σ σ σ

Model yang ketiga diasumsikan keberadan rumpon mengalami dinamika sendiri, sehingga modifikasi model menjadi :

t t t t t R qx E K x rx x = = (1− ) +

γ

− . ……….……(55) ) 56 ...( ... ... ... ... ... ... ... )... ( ) 1 ( 1 . c pqx E E= +σ t t− ) 57 ...( ... ... ... ... ... ... ... ... ... ... 99 . 0 . t R R==γ

Selanjutnya model disimulasikan dengan software MS Excell 2003..

Langkah-langkah dalam analisis dinamik dengan simulasi, dilakukan dengan : 1. Membangun struktur model simulasi dan system thinking dari model yang

dibentuk;

2. Menentukan stok variabel (reservoir), variabel-variabel inflow (masuk) dan outflow (keluar) dari stok variabel;

3. Memasukkan nilai parameter r, q, K, p, c, dan initial value hasil analisis bioekonomi ke dalam stok variabel;

4. Menjalankan (Run) model simulasi dan validasi model simulasi 5. Menentukan skenario model simulasi yang akan digunakan;

6. Analisis hasil simulasi:

3.4. Definisi Operasional dan Asumsi

1) Yang dimaksud dengan perikanan tuna kecil dalam penelitian ini adalah ikan cakalang (Katsuwonus pelamis) dan ikan tongkol (Euthynnus affinis dan Auxis

thazard).

2) Harga ikan nominal adalah harga rata-rata tahunan dari ikan cakalang dan tongkol dari tahun 1993-2006, sedangkan harga riil merupakan harga yang telah dijustifikasi dengan menggunakan indeks harga konsumen (IHK) pada periode yang sama. Tahun dasar yang digunakan adalah tahun 2002.

(13)

3) Biaya operasional penangkapan ikan (cost per unit effort) adalah biaya total yang dikeluarkan untuk melakukan penangkapan ikan per unit effort.

4) Tingkat upaya penangkapan adalah banyaknya fishing days penangkapan ikan per tahun.

5) Tingkat diskon (social discount rate) adalah tingkat suku bunga riil untuk ekstraksi sumberdaya perikanan dengan mengacu kepada metode yang dikemukan Clark (1990) : δriil =ln

(

1+iriil

)

6) Perikanan open access adalah kondisi dimana setiap nelayan dapat dengan mudah untuk masuk ataupun keluar dalam usaha / industri penangkapan ikan.

7) Pemanfaatan sumberdaya ikan berlebih (over fishing) secara biologi adalah kondisi dimana pemanfaatan ikan telah melebihi potensi maksimum lestari (maximum

sustainable yield, MSY) dari sumberdaya ikan di suatu perairan.

8) Pemanfaatan sumberdaya ikan berlebih secara ekonomi adalah kondisi pemanfaatan ikan dimana input (effort) yang digunakan telah melebih input (effort) lestari atau optimal.

Asumsi yang digunakan dalam penelitian ini mengikuti asumsi yang dikembangkan oleh Clark (1985) :

1) Populasi ikan menyebar secara merata.

2) Stok ikan mengalami kendala yang sama dari daya dukung lingkungan di perairan Teluk Palabuhanratu.

3) Tidak ada kejenuhan penggunaan unit upaya penangkapan ikan di wilayah perairan Teluk Palabuhanratu.

4) Biaya penangkapan ikan per unit upaya penangkapan ikan adalah konstan dan proporsional terhadap upaya.

Gambar

Gambar 5. Kerangka Pendekatan Studi Tidak dianalisis
Tabel 1.  Jenis dan Sumber Data yang Digunakan
Gambar 6.  Langkah-Langkah Pemodelan Bioekonomi

Referensi

Dokumen terkait

palpebrae superior et inferior  Canalis lacrimalis  Saccus lacrimalis  Ductus nasolacrimalis Terdiri atas : Glandula lacrimalis ductus lacrimalis Punctata lacrimalis

asil dari penelitian pemantauan penggunaan listrik pada peralatan rumah tangga dengan telepon genggam terbagi menjadi 4 bagian yang terdiri dari bagian pemantau, bagian

Sedangkan harga rata-rata yang diterima perseroan selama triwulan pertama 2011 adalah US$ 29.695/mton lebih tinggi 75% dari harga rata-rata tahun lalu pada periode yang sama

Rangkuti terdapat beberapa fungsi dan nilai- nilai pengajaran yang terdapat didalam Hata-hata Pamijur Boru di Nagari Parit, Kecamatan Koto Balingka, Kabupaten

Harga pasar induk ikan yang tidak produktif adalah harga rata-rata induk ikan yang tidak produktif sesuai dengan jenis dan berat yang berlaku di pasar ikan dan

Hasil tangkapan selama penelitian adalah 6 jenis ikan; yaitu ikan cakalang (Katsuwonuspelamis), madidihang (Thunnusalbacores), tongkol (Auxis thazard), malalugis

. Suspensi %ral adalah sediaan &air yang mengandung partikel padat yang terdispersi dalam pembawa &air dengan bahan pengaroma yang sesuai dan ditujukkan

77 ATIK AVIANA BAKALAN RT 12 RW 02 KALINYAMATAN JEPARA 78 CINDY TRI GITA CAHYANI FAHZ ROBAYAN RT 20 RW 03 KALINYAMATAN JEPARA 79 IKA PUJI ASTUTI KALIPUCANGKULON RT 07 RW 04 WELAHAN