3. METODOLOGI PENELITIAN

3. METODOLOGI PENELITIAN

3.1 Waktu dan Lokasi Penelitian

Penelitian dilaksanakan pada April 2008 sampai bulan Desember 2010 di di wilayah perairan ZEEI Samudera Hindia Selatan Jawa Timur dengan titik koordinat 9-12º LS, 110-115º BT dan wilayah pesisir Sendang Biru Desa Tambak Rejo Kecamatan Sumbermanjing Wetan Kabupaten Malang Propinsi Jawa Timur. Peta lokasi sebaran rumpon penelitian dan posisi Sendang Biru Desa Tambak Rejo Kecamatan Sumbermanjing Wetan Kabupaten Malang disajikan dalam Gambar 3.

Gambar 3 Peta lokasi sebaran rumpon sampel penelitian (Sumber: Peta dasar dari Bakosurtanal).

Posisi rumpon yang dikaji dalam penelitian ini merupakan rumpon laut dalam dan permanen yang dipasang oleh nelayan sekoci Sendang Biru Kabupaten Malang dengan fishing ground yang bertepatan di wilayah pengelolaan perikanan (WPP) 573 Republik Indonesia (Gambar 4). Hasil tangkapan yang dikaji adalah hasil tangkapan nelayan sekoci setiap trip yang dilakukan di 18 rumpon sampel dari tahun 2003 hingga tahun 2010.

Gambar 4 Wilayah pengelolaan perikanan Republik Indonesia (Sumber: KKP 2011).

3.2 Tahapan Penelitian

Penelitian Desain Pengelolaan Perikanan Madidihang (Thunnus albacares) di Perairan Zona Ekonomi Eksklusif Indonesia Samudera Hindia Selatan Jawa Timur, dirancang ke dalam 7 (tujuh) tahapan untuk memudahkan pencapaian tujuan penelitian. Adapun ke-7 tahapan penelitian tersebut sebagai berikut:

1. Identifikasi kondisi atribut pemanfaatan yang terdapat pada dimensi ekologi, ekonomi, sosial-budaya, teknologi dan kelembagaan perikanan tuna nelayan sekoci di perairan ZEEI Samudera Hindia Selatan Jawa Timur

2. Analisis hidro-oseanografis yang terdiri atas sebaran spasial suhu permukaan laut dan konsentrasi klorofil-a perairan ZEEI Samudera Hindia Selatan Jawa Timur.

3. Analisis stok biomas Madidihang (Thunnus albacares) berdasarkan Catch per Unit Effort (CPUE) Madidihang hasil tangkapan nelayan sekoci di perairan ZEEI Samudera Hindia Selatan Jawa Timur.

4. Analisis hubungan antara kondisi biofisik perairan dengan kondisi stok biomassa Madidihang di perairan ZEEI Samudera Hindia Selatan Jawa Timur. 5. Analisis indikator kelayakan usaha perikanan Madidihang dengan kapal sekoci

6. Analisis indeks keberlanjutan dimensi pemanfaatan ekologi, ekonomi, sosial-budaya, teknologi dan kelembagaan perikanan Madidihang yang dilakukan oleh nelayan sekoci di perairan ZEEI Samudera Hindia Selatan Jawa Timur. 7. Analisis status keberlanjutan multidimensi dan pengembangan strategi dalam

pengelolaan perikanan Madidihang yang dilakukan oleh nelayan sekoci berbasis status keberlanjutan multidimensi di perairan ZEEI Samudera Hindia Selatan Jawa Timur.

3.3 Rancangan Penelitian

Rancangan penelitian meliputi; 1) jenis dan sumber data yakni menjelaskan jenis data yang akan digunakan dalam penelitian dan sumber datanya; 2) metode pengumpulan data yakni menjelaskan bagaimana data yang akan digunakan dalam penelitian diperoleh; 3) analisis data yakni menjelaskan alat analisis yang akan digunakan dalam menganalisis data-data yang diperoleh. 3.3.1 Jenis dan Sumber Data

Jenis data dalam penilitian ini terdiri atas 2 kategori yakni data primer dan data sekunder. Data primer adalah yang diperoleh dari hasil pengamatan/pengukuran maupun wawancara dengan nelayan ataupun stakeholders lainnya di lapangan, sedangkan data sekunder diperoleh dari hasil penelitian, laporan maupun dokumen ilmiah serta informasi lainnya.

Pengambilan dan pengumpulan data primer difokuskan pada objek penelitian yang diperlukan meliputi:

1. Nelayan sekoci PPP Pondokdadap Sendang Biru, meliputi: identitas nelayan (umur, pendidkan, jumlah tanggungan, pengalaman/lama bekerja, fishing base, fishing ground).

2. Upaya penangkapan, meliputi; biaya investasi, biaya operasi penangkapan, jumlah trip penangkapan, waktu/musim penangkapan, biaya tetap usaha penangkapan, modal operasi penangkapan).

3. Hasil tangkapan, meliputi: jumlah tangkapan per trip, jenis dan ukuran tangkapan, harga komoditas hasil tangkapan (Rp/kg).

4. Kebijakan pengelolaan: peraturan terkait pengelolaan perikanan Madidihang (Thunnus albacares) dan kelembagaannya.

5. Rumusan stakeholders: meliputi, kebutuhan stakeholders, formulasi kebijakan oleh stakeholders, peran stakeholders.

Data sekunder yang diperlukan dalam penelitian ini adalah data yang berkaitan dengan kondisi hidro-oseanografi, kebijakan serta aturan pemanfaatan perikanan tangkap, yaitu:

1. Data koordinat lokasi rumpon yang diperoleh dari GPS nelayan sekoci.

2. Data sebaran menegak suhu dari Januari-Desember 2009 diperoleh dari World Ocean Atlas di situs http://www.nodc.noaa.gov/cgi-bin/OC5/SELECT/ woaselect.pl?parameter=1, sebaran konsentrasi oksigen terlarut secara menegak dari situs http://www.nodc.noaa.gov/cgi-bin/OC5/SELECT/ woaselect.pl? parameter=13

3. Data suhu permukaan laut dan klorofil-a, diperoleh melalui citra Aqua Modis level 3 yang diperoleh dari situs http://oceancolor.gsfc.nasa.gov/cgi/ l3?per=DAY. Data sea surface temperature night dan klorofil-a yang digunakan berupa data rataan bulanan dari Januari 2005-Desember 2010 dengan resolusi spasial 4 km x 4 km dan disajikan dalam format DHF dan diekstrak dengan program SEADAS.

4. Data peraturan/rumusan kebijakan pengelolaan perikanan tangkap Madidihang (Thunnus albacares) di Kabupaten Malang.

5. Data peraturan/rumusan kebijakan pengelolaan perikanan tangkap Madidihang (Thunnus albacares) di Kabupaten Malang.

3.3.2 Metode Pengumpulan Data

Metode pengumpulan data dilakukan dengan metode survey (observasi dan wawancara) dan metode kepustakaan (desk study). Metode survey dilakukan untuk memperoleh data primer serta informasi aktual lainnya. Metode survey merupakan suatu teknik pengumpulan informasi yang dilakukan dengan cara menyusun daftar pertanyaan yang diajukan kepada 135 responden. Dalam metode survey, peneliti meneliti karakteristik atau hubungan sebab akibat antar variabel

tanpa adanya intervensi peneliti. Metode Survey adalah penelitian yang dilakukan pada populasi besar maupun kecil, tetapi data yang dipelajari adalah data dari sampel yang diambil dari populasi tersebut, sehingga ditemukan kejadian-kejadian relatif distribusi, dan hubungan-hubungan antar variabel, sosiologis maupun psikologis.

Dalam metode survey, selain melakukan pengamatan/observasi langsung terhadap kegiatan penangkapan Madidihang, juga dilakukan wawancara dengan nelayan sekoci. Metode observasi terutama difokuskan pada lokasi rumpon sebagai fishing ground. Penentuan titik rumpon pengamatan didasarkan informasi dari nelayan sebagai pemilik. Dari jumlah rumpon yang ada (80 unit) selanjutnya dilakukan verifikasi ketersediaan data mengenai posisi rumpon dan hasil ikan tangkapan. Dari jumlah rumpon yang terpasang tersebut selanjutnya dipilih 18 unit sebagai sampel. Kapal sekoci yang diamati adalah 27 unit dan beroperasi di rumpon yang terpilih tersebut. Penentuan sampel didasarkan pada ketersediaan data catatan hasil tangkapan di masing-masing rumpon tersebut. Sebaran lokasi unit rumpon sampel terdapat pada koordinat 110o-115 o BT dan 9o-12 o LS.

Metode pengumpulan data dengan desk study (kepustakaan ), dilakukan untuk memperoleh data sekunder yang umumnya merupakan data runut waktu (time series data). Metode desk study merupakan salah satu upaya untuk mempelajari informasi, data dan laporan yang mempunyai relevansi dengan tujuan penelitian. Metode ini digunakan untuk mengumpulkan data ataupun informasi awal dan lanjutan yang berkaitan dengan studi, untuk memperkaya kerangka konsepsional dan desain metodologi serta referensi pada saat penyusunan laporan akhir studi. Penggalian data dan informasi ini berupa dokumen kebijakan, statistik, laporan hasil penelitian, dan peta yang berhubungan dengan pemanfaatan sumberdaya tuna sirip kuning di perairan ZEEI Samudera Hindia selatan Jawa Timur.

Prosedur penelitian meliputi tahapan penelitian, peubah yang digunakan, jenis dan sumber data, metode analisis yang digunakan dan output yang diharapkan, secara rinci pada Tabel 1.

3.4 Analisis Data

3.4.1 Sebaran Temporal dan Spasial

Data suhu permukaan laut dan konsentrasi klorofil-a bulan Januari 2005 sampai bulan Desember 2010 dibuatkan sebaran spasial dan temporalnya dengan perangkat lunak Grapher 7.0 dan Ocean Data View (ODV). Data suhu dan

Tabel 1 Tahapan, jenis dan sumber data, metode analisis dan output Penelitian desain Peubah Analisis Data Output (1) Identifikasi kondisi atribut  Atribut ekologi, ekonomi, sosial, teknologi dan kelembagaan  Statistika (microsoft excel)

 Tabel, grafik, diagram Peta

(2) Analisis sebaran spasial dan temporal (hidro-oseanografis)  Suhu permukaan laut  Konsentrasi klorofil-a  Sebaran spasial dan temporal suhu dan klorofil-a

Peta spasial:

Sebaran temporal suhu permukaan laut, konsentrasi klorofil-a dan CPUE

Sebaran menegak dan melintang suhu dan konsentrasi oksigen terlarut (DO)

(3) Analisis stok biomas Madidihang

 Catch per Unit Effort (CPUE)

 Analisis CPUE

 Analisis regresi

 Tren CPUE Madidihang

 Grafik regresi (4) Analisis hubungan

hidro-oseanografis dengan stok biomas

 Suhu permukaan laut dengan CPUE

 Klorofil-a dengan CPUE

Analisis Deret Waktu yang terdiri dari analisis spectral densitas energy dan korelasi silang menggunakan metode:  Metode Fast Fourier Transform  Metode Wavelet  Regresi linear

 Grafik spektrum densitas energy suhu permukaan laut, klorofil-a dan CPUE dengan metode FFT dan wavelet

 Grafik kospektrum densitas energy, koherensi kuadrat dan beda fase antara parameter suhu permukaan laut dengan CPUE dan konsentrasi klorofil-a dengan CPUE

 Grafik korelasi antara suhu permukaan laut dengan CPUE dan konsentrasi klorofil-a dengan CPUE (5) Analisis indikator kelayakan usaha  C/R ratio, PBP, Profit dan Profitability  Analisis C/R  Analisis PBP  An. Profitability

 Proyeksi laba rugi

(6) Analisis indeks keberlanjutan  Dimensi ekologi, ekonomi, sosial. Teknologi dan kelembagaan  Analisis sensitifitas (Rapfish)  Analisis status

 Grafik atribut sensitif (RMS)

 Grafik ordinasi dan Monte Carlo  Kite diagram (7) Analisis status keberlanjutan  Statuskeberlanjuta n multidimensi  Program penentuan bobot  Kite diagram

Penelitian desain Peubah Analisis Data Output multidimensi dan

pengembangan strategi pemanfaatan

dimensi status keberlanjutan multidimensi

konsentrasi DO dibuatkan sebaran menegaknya dengan Grapher 7.0 dan melintangnya dengan perangkat lunak Ocean Data View. Data CPUE total Madidihang juga dibuatkan sebaran temporalnya. Seluruh data disamakan interval waktunya yaitu satu bulan. Untuk melihat keterkaitan antara parameter suhu permukaan laut, klorofil-a dan CPUE, data deret waktu dari semua parameter tersebut ditampilkan dalam bentuk domain waktu (time domain). Analisis sebaran spasial dan temporal suhu permukaan laut, suhu menegak, klorofil-a dan DO juga diamati melalui sebaran nilai minimum, maksimum dan rata-ratanya. Dari sebaran spasial dan temporal dikaji fenomena dan proses-proses yang terjadi di kolom perairan, fluktuasi periode signifikan dari masing-masing paramater dan kaitannya dengan kelimpahan dan dinamika perikanan. Data suhu yang berformat NetCDF disajikan sebaran spasialnya dengan bantuan perangkat lunak ODV (Ocean Data View mp). Data suhu permukaan laut dan konsentrasi klorofil-a bulan Januari 2005 sampai bulan Desember 2009 dibuatkan sebaran spasialnya secara menegak dengan perangkat lunak Grapher 7.0 dan secara melintang dengan perangkat lunak Ocean Data View.

3.4.2 Analisis Cacth per Unit Effort (CPUE)

Analisis cacth per unit effort (CPUE) dihitung berdasarkan total hasil tangkapan dari satu alat tangkap dengan jumlah total upaya tangkapan (effort) dalam satuan unit. CPUE dihitung dengan formula sebagai berikut:

it it it Effort Catch CPUEt  Keterangan :

CPUEit = Catch per unit Effort alat tangkap-i waktu ke-t

Catchit = Hasil tangkapan (catch) alat tangkap-i pada waktu-t

Effortit = Upaya Tangkapan (effort) alat tangkap-i pada waktu-t

Analisis spektral merupakan metode untuk mengeksplorasi pola-pola cyclic dari data deret waktu (time series). Tujuan analisis ini adalah untuk memisahkan time series yang terdiri dari komponen cyclic yang kompleks menjadi beberapa fungsi sinusoidal (sinus dan cosinus) dari beberapa panjang gelombang tertentu.

Analisis deret waktu dilakukan terhadap data suhu permukaan laut, konsentrasi klorofil-a dan CPUE. Metode yang digunakan adalah Fast Fourier Transform (FFT) dan wavelet.

3.4.3.1 Spektrum Densitas Energi

Spektrum densitas energi digunakan untuk mengetahui periode fluktuasi dan nilai densitas energi. Spektrum densitas energi suhu permukaan laut, klorofil-a dan CPUE Madidihang dicari dengan menggunakan perangkat lunak Statistica for Windows 6.0.

Data deret waktu suhu, klorofil-a dan CPUE terlebih dahulu diubah dari domain waktu menjadi domain frekuensi. Dengan metode Fast Fourier Transform FFT, komponen Fourier ( ) dari deret waktu yang dicatat pada selang waktu h (1 bulan atau 1 hari) yang diacu dari Bendat and Piersol (1971) in Farita et al., (2006):

Dimana:

= fungsi FFT pada frekuensi ke k(fk) N = jumlah pengamatan

t = 0, 1, 2,...,N-1 h = 0, 1, 2,...,N-1

i = (bilangan imajiner)

Dari data FFT tersebut dapat diperoleh nilai fungsi spektrumnya (Sx) dengan rumus:

Metode FFT dengan perangkat lunak Statistica for Windows 6.0 tidak memiliki kemampuan menganalisis selang kepercayaan dari data yang dihasilkan dan tidak mengetahui secara persis rentang waktu terjadinya fluktuasi periode dominan dalam deret waktu pengamatan. Oleh karena itu, dilakukan analisis yang sama menggunakan metode wavelet sehingga dari kedua metode tersebut dapat diperoleh periode fluktuasi, densitas energi dan waktu terjadinya fuktuasi periode yang dominan pada selang kepercayaan 95%.

Metode wavelet merupakan pengembangan dari metode FFT. Analisis wavelet menurut Torence dan Compo (1998) merupakan upaya mendekomposisi deret waktu ke dalam ruang waktu-frekuensi secara simultan. Metode ini mengkalkulasikan energi spektrum dari deret waktu. Kelebihan dari metode wavelet yaitu dapat mendeteksi fluktuasi-fluktuasi periodik yang bersifat transient serta dapat menggambarkan proses dinamik nonlinier komplek yang diperlihatkan oleh interaksi gangguan dalam skala ruang dan waktu. Perangkat lunak yang digunakan adalah Matlab 7.70 (R2008b). Analisis wavelet yang digunakan adalah Continous Wavelet Transform (CWT) untuk menghitung periode fluktuasi dan densitas energy setiap parameter dan Cross Wavelet Transform (CWT) untuk menghitung kovarian dari dua deret waktu.

CWT menggunakan wavelet sebagai bandpass filter terhadap deret waktu. Wavelet dipanjangkan dalam waktu dengan memvariasikan skalanya (s), sehingga  = s . t, dan menormalisasinya sehingga mempunyai unit energi. CWT sebuah deret waktu (xn,n=1,...,N) dengan selang waktu yang sama t, didefinisikan

sebagai bilangan kompleks dari xn dengan skala dan wavelet yang telah dinormalisasi, yang dirumuskan sebagai berikut:

dimana * menandakan complex conjugation .

Argumen kompleks arg (WXY) dapat diinterpretasikan sebagai fase relatif lokal antara Xn dan Yn dalam ruang frekuensi waktu (Grinsted et al. 2004).

Hubungan fase relatif ditunjukkan dengan arah panah dimana panah ke kanan berarti sefase (inphase), panah ke arah kiri berarti antifase (anti-phase), panah 900 berarti ke arah bawah berarti X mendahului Y dan panah ke arah atas berarti Y mendahului X.

3.4.3.2. Korelasi Silang

Analisis korelasi silang dilakukan dua kali, yaitu antara parameter suhu permukaan laut dengan CPUE Madidihang, dan antara parameter konsentrasi klorofil-a dengan CPUE Madidihang. Korelasi silang digunakan untuk melihat apakah ada hubungan antara fluktuasi kedua parameter.

Dalam melakukan analisis korelasi silang, komponen suhu permukaan laut dan konsentrasi klorofil-a dianggap sebagai parameter yang mempengaruhi (x), sedangkan CPUE Madidihang dianggap sebagai parameter yang dipengaruhi (y). Perhitungan nilai spektrum silang hanya dapat dilakukan pada beberapa pasang kelompok data yang memiliki selang waktu perekaman yang sama.

Analisis korelasi silang terdiri dari kospektrum densitas energi, koherensi kuadrat dan beda fase. Kospektrum densitas energi menggambarkan periode fluktuasi kedua parameter yang bersamaan. Hubungan yang erat antara fluktuasi kedua parameter tersebut digambarkan oleh nilai koherensi yang tinggi begitu juga sebaliknya. Beda fase menunjukkan perbedaan waktu antara kedua periode fluktuasi. Beda fase positif menandakan bahwa fluktuasi suhu permukaan laut dan konsentrasi klorofil-a mendahului fluktuasi CPUE Madidihang, sedangkan beda fase negatif menunjukkan bahwa fluktuasi CPUE Madidihang mendahului fluktuasi angin suhu permukaan laut dan konsentrasi klorofil-a. Satuan beda fase pada program Statistica for Windows 6.0 adalah tan-1. Untuk mengubah satuan beda fase dari tan-1 menjadi waktu (bulan), nilai beda fase tersebut diubah terlebih dahulu ke dalam bentuk derajat (0). Nilai derajat yang diperoleh kemudian dibagi dengan 360 lalu dikalikan periode (bulan) dari fluktuasi tersebut. Hasilnya adalah

nilai beda fase dengan Analisis deret waktu atau time series analysis dimaksudkan untuk melihat hubungan/korelasi, koherensi dan beda fase antara parameter suhu permukaan laut, klorofil-a dan CPUE dengan metode (FFT) dan metode Wavelet yang merupakan metode untuk eksplorasi pola-pola cyclic dari data deret waktu (time series). Tujuan analisis ini adalah untuk memisahkan time series yang terdiri dari komponen cyclic yang kompleks menjadi beberapa fungsi sinusoidal (sinus dan cosinus) dari beberapa panjang gelombang tertentu.

3.4.4 Analisis Kelayakan Usaha

Kelayakan usaha kapal sekoci yang digunakan untuk mengevaluasi tingkat keuntungan dan kelayakan kegiatan perikanan tangkap tuna yang dilakukan oleh nelayan Sendang Biru pada tahun 2003-2010, selanjutnya dianalisis tentang performan keuangannya dengan menghitung nilai pendapatan, R/C rasio, Profitabilitas, masing-masing indikator tersebut dihitung berdasarkan rumus sebagai berikut:

1. Pendapatan Π = TR-TC

Yang diperoleh dari: TR = P.Q

TC = TFC+TVC Keterangan: Π = Pendapatan

TR = Total Revenue TC = Total Cost TFC = Total Fixed Cost TVC = Total Variable Cost

P = Harga produk ikan (Rp/kg) 2. R/C Ratio

R/C Ratio = TR/TC

Keterangan: TR = Total Revenue (Penerimaan total dalam Rp) TC = Total Cost (Biaya Total dalam Rp)

Dengan ketentuan:

R/C > 1, Perikanan Madidihang nelayan sekoci menguntungkan

R/C = 1, Perikanan Madidihang nelayan sekoci impas (break even point) R/C < 1, Perikanan Madidihang nelayan sekoci rugi.

3. Profitability Ratio PR = (Π/I) x 100%

Keterangan: Π = Pendapatan I = Investasi

Ketentuan: PR > suku bunga bank berarti menguntungkan 4. Payback Period

Keterangan: I = Biaya Investasi yang diperlukan

Ab = Benefit bersih yang diperoleh tiap tahunnya 4.4.5 Analisis Keberlanjutan

Analisis indeks dan status keberlanjutan (existing condition) setiap dimensi pengelolaan sumberdaya Madidihang yang berkelajutan, meliputi dimensi ekologi, ekonomi, sosial, kelembagaan dan teknologi dilakukan dengan pendekatan Multidimensional Scaling (MDS) dengan teknik ordinasi yang dimodifikasi dari program Rapfish, dikembangkan oleh Fisheries Center, University of British Columbia (Fauzi dan Anna 2002). Teknik ordinasi Rapfish yaitu menentukan sesuatu pada urutan yang terukur dengan metode MDS, selain merupakan salah satu metode ”multivariate” yang dapat menangani data matriks (skala ordinal maupun nominal), juga merupakan teknik statistik yang mencoba melakukan transformasi multidimensi ke dalam dimensi yang lebih rendah (Fauzi dan Anna 2005).

Analisis ordinasi Rapfish dilakukan melalui tahapan: (1) penentuan atribut sistem yang dikaji; (2) penilaian setiap atribut dalam skala ordinal (Rap Scores) berdasarkan kriteria keberlanjutan setiap dimensi; (3) analisis ordinasi (Rap Analysis) untuk menentukan ordinasi dan nilai stres; (4) penyusunan indeks dan status keberlanjutan sistem yang dikaji secara umum maupun setiap dimensi

(Distances); (5) analisis sensitivitas (Leverage Analysis) untuk melihat atribut atau peubah yang sensitif mempengaruhi keberlanjutan. Analisis sensitivitas atribut yang paling sensitif memberikan kontribusi dilihat dalam bentuk perubahan Root Mean Square (RMS), khususnya pada sumbu X (skala sustainabilitas). Semakin besar nilai perubahan RMS semakin besar peranan atribut tersebut atau semakin sensitif dalam pembentukan nilai keberlanjutan pada skala sustainabilitas, dan (6) evaluasi pengaruh galat (Error) acak digunakan analisis Monte Carlo untuk mengetahui: (a) pengaruh kesalahan pembuatan skor atribut, (b) pengaruh variasi pemberian skor, (c) stabilitas proses analisis MDS yang berulang-ulang, (d) kesalahan pemasukan atau hilangnya data (missing data), dan (e) nilai stress dapat diterima apabila <20%.

Análisis keberlanjutan pengelolaan sumberdaya perikanan Madidihang dilakukan dengan pendekatan multidimensional scaling (MDS) yang disebut metode RAPFISH yang digunakan untuk menilai status keberlanjutan perikanan tangkap (Pitcher dan Preikshot 2001; Kavanagh and Pitcher 2004). Analisis keberlanjutan dinyatakan dalam indeks keberlanjutan pemanfaatan sumberdaya ikan tuna. Analisis dilakukan melalui tiga tahapan:

1). Penentuan atribut pemanfaatan sumberdaya Madidihang (Thunnus albacares) yang mencakup lima dimensi, yaitu dimensi ekologi, ekonomi, sosial, teknologi dan kelembagaan. Pada setiap dimensi dipilih beberapa atribut yang mewakili dimensi yang bersangkutan untuk selanjutnya digunakan sebagai indikator tingkat keberlanjutan dari dimensi tersebut. Atribut pada setiap dimensi memang sangat banyak tetapi untuk memudahkan analisis selanjutnya maka dipilih yang benar-benar secara kuat mewakili dimensi yang bersangkutan, tidak tumpang tindih dengan atribut yang lain dan mudah mendapatkan datanya. Adapun atribut-atribut dari setiap dimensi yang akan digunakan untuk menilai keberlanjutan usaha penangkapan tuna diacu dari Charles (2001) dan Pitcher dan Preikshot (2001). Berdasarkan kajian awal diperoleh gambaran mengenai atribut masing-masing dimensi keberlanjutan disajikan pada Lampiran 1.

2). Penilaian setiap atribut dalam skala ordinasi berdasarkan kriteria keberlanjutan. Berdasarkan pengamatan di lapangan ataupun data sekunder yang tersedia, yang sesuai dengan scientific judgment dari pembuat skor, maka setiap atribut diberikan skor yang mencerminkan keberlanjutan dari dimensi usaha penangkapan ikan tuna tersebut. Rentang skor berkisar antara 0-5 atau tergantung pada keadaan masing-masing atribut yang dimulai dari nilai buruk (0) sampai baik (5). Nilai ”buruk” mencerminkan kondisi yang paling tidak menguntungkan bagi pembangunan yang berkelanjutan. Sebaliknya nilai ”baik” mencerminkan kondisi yang paling menguntungkan bagi keberlanjutan pembangunan. Diantara dua ekstrim nilai ini terdapat satu atau lebih nilai antara, tergantung dari jumlah peringkat pada setiap atribut. Jumlah peringkat pada setiap atribut akan sangat ditentukan oleh tersedia tidaknya literatur yang dapat digunakan untuk menetukan jumlah peringkat. 3). Penyusunan indeks dan status keberlanjutan pengelolaan Madidihang. Atribut

masing-masing dimensi serta kriteria baik dan buruk mengikuti konsep yang dipakai oleh Fisheries Com (1999) dan Fisheries Center (2002) serta pendapat dari para pakar/stakeholder yang terkait dengan sistem yang dikaji. Nilai indeks dan status keberlanjutan dalam penelitian ini dikelompokkan ke dalam 4 kategori status keberlanjutan. Setiap atribut diperkirakan skornya, yaitu skor 3-5 untuk kondisi baik (good), 0 untuk jelek (bad) dan di antara 0-5 untuk keadaan di antara baik dan buruk. Skor definitifnya adalah nilai modus, yang dianalisis untuk menentukan titik-titik yang mencerminkan posisi keberlanjutan sistem yang dikaji relatif terhadap titik baik dan buruk dengan teknik ordinasi statistik MDS. Skor perkiraan setiap dimensi dinyatakan dengan skala terburuk (bad) 0% sampai yang terbaik (good) 100%. Nilai indeks >50% dapat dinyatakan bahwa sistem yang dikaji telah berkelanjutan, sebaliknya <50% sistem tersebut belum atau tidak berkelanjutan.

Tabel 2 Kategori indeks keberlanjutan setiap dimensi sistem yang dikaji

Nilai Indeks Kategori Keberlanjutan

00,00 – 25,00 Buruk; Tidak Berkelanjutan 25,01 – 50,00 Kurang; Kurang Berkelanjutan

50,01 – 75,00 Cukup; Cukup Berkelanjutan 75,01 – 100,00 Baik; Sangat Berkelanjutan Sumber: Budiharsono, 2002.

4) Penyusunan indeks dan status keberlanjutan multidimensi. Analisis perbandingan keberlanjutan antar dimensi dilakukan dan divisualisasikan dalam bentuk diagram layang-layang (kite diagram) yang menggambarkan keberlanjutan dari masing-masing dimensi. Pada ruang atribut dua dimensi ini, sumbu X mewakili derajat keberlanjutan dari buruk sampai baik, sedangkan dimensi lainnya yaitu sumbu Y mewakili faktor faktor lainnya. Agar status keberlanjutan secara keseluruhan dapat dinilai, maka dilakukan skoring terhadap masing-masing dimensi dengan menggunakan pendapat 3 (tiga) pakar pengelolaan sumberdaya perikanan. Hasil skoring tesebut kemudian dianalisis dengan menggunakan program penentuan skoring dimensi menggunakan Microsoft excel. Program ini dikembangkan oleh Budiharsono (2002) yang dimodifikasi dari Analytical Hierarchy Process (AHP). Hasil analisis ini adalah nilai status keberlanjutan multidimensi yang menggambarkan keberlanjutan usaha perikanan Madidihang secara keseluruhan.

Menurut Kavanagh (2001) in Budiharsono (2006), analisis “Monte Carlo” berguna untuk mempelajari: (1) pengaruh kesalahan pembuatan skor atribut yang disebabkan oleh pemahaman kondisi lokasi penelitian yang belum sempurna atau kesalahan pemahaman terhadap atribut atau cara pembuatan skor atribut; (2) pengaruh variasi pemberian skor akibat perbedaan opini atau penilaian oleh peneliti yang berbeda; (3) stabilitas proses analisis MDS yang berulang-ulang (iterasi); (4) kesalahan pemasukan data atau adanya data yang hilang (missing data); (5) tingginya nilai ”stress” hasil analisis (nilai stress dapat diterima jika < 25%).

Melalui metode MDS, maka posisi titik keberlanjutan dapat divisualisasikan melalui sumbu horizontal dan sumbu vertikal. Dengan proses rotasi, maka posisi titik dapat divisualisasikan pada sumbu horizontal dengan nilai indeks keberlanjutan diberi nilai skor 0% (buruk) dan 100% (baik). Jika sistem

yang dikaji mempunyai nilai indeks keberlanjutan ≥50% maka sistem dikatakan berkelanjutan dan jika nilai indeks ≤50% berarti tidak berkelanjutan.

Analisis sensivitas dapat memperlihatkan atribut yang paling sensitif memberikan kontribusi terhadap indeks keberlanjutan pengelolaan sumberdaya perikanan ikan tuna dengan melihat perubahan bentuk root mean square (RMS) ordinasi pada sumbu x. Semakin besar perubahan nilai RMS, maka semakin sensitif atribut tersebut dalam pemanfaatan sumberdaya perikanan Madidihang. Dalam análisis tersebut akan terdapat pengaruh galat yang dapat disebabkan oleh berbagai hal seperti kesalahan dalam pembuatan skor karena pemahaman terhadap atribut atau kondisi lapangan yang belum sempurna, variasi skor akibat perbedaan opini atau penilaian peneliti, proses análisis MDS yang berulang-ulang, kesalahan pemasukan data atau ada data yang hilang, dan tingginya nilai stres (nilai stres dapat diterima jika nilainya <25% (Kavangh 2001; Fauzi dan Anna 2002). Untuk menganalisis nilai galat pada pendugaan nilai ordinasi optimasi pemanfaatan sumberdaya Madidihang digunakan análisis Monte Carlo.

3.4 Definisi Operasional

1. Nelayan sekoci adalah nelayan atau kelompok masyarakat yang melakukan kegiatan penangkapan ikan tuna (Thunnus spp.) di perairan selatan Jawa Samudera Hindia dengan menggunakan kapal/armada dengan kapasitas berkisar 10-20 GT.

2. Sumberdaya Perikanan Madidihang adalah sumberdaya ikan tuna jenis ekor kuning yang umumnya tertangkap oleh nelayan sekoci.

3. Catch per Unit Effort (CPUE) adalah hasil tangkapan per satuan unit upaya yang dinyatakan dalam satuan ton per trip atau satuan ton per hari.

4. Yield adalah hasil tangkapan ikan yang dinyatakan dalam satuan berat.

5. Effort adalah upaya untuk menangkap ikan dengan menggunakan teknologi penangkapan tertentu yang dinyatakan dalam satuan trip atau hari melaut (fishing day).

6. Analisis Sebaran Spasial adalah analisis untuk memvisualisasikan sebaran suhu permukaan laut dan klorofil-a di perairan Samudera Hindia selatan Jawa

Timur secara menegak menggunakan Grapher 7.0 dan secara melintang dengan menggunakan Ocean Data View

7. Analisis Deret Waktu atau Time Series Analysis merupakan alat analisis untuk melihat hubungan/korelasi, koherensi dan beda fase antara parameter suhu permukaan laut dan klorofil-a dengan menggunakan metode Wavelet dan Fast Fourier Transform (FFT).

8. Analisis Korelasi Silang adalah analisis terhadap hubungan antara suhu permukaan laut dengan CPUE dan antara klorofil-a dengan CPUE. Untuk melihat apakah ada hubungan antara fluktuasi ke dua parameter menggunakan regresi linier sederhana.

9. Analisis Kelayakan Usaha dimaksudkan untuk melihat berbagai indikator yang dapat digunakan untuk menilai kelayakan usaha perikanan Madidihang melalui perhitungan, BCR, IRR dan PBP.

10.Analisi Keberlanjutan adalah untuk mengetahui indeks dan status keberlanjutan (existing condition) setiap dimensi pemanfaatan sumberdaya perikanan Madidihang yang meliputi dimensi ekologi, ekonomi, sosial, teknologi dan kelembagaan.

11.Analisis keberlanjutan multidimensi adalah untuk mengetahui indeks dan status keberlanjutan (existing condition) dari dimensi pemanfaatan sumberdaya perikanan Madidihang secara keseluruhan.