3. METODE PENELITIAN 3.1. Kerangka Pendekatan Penelitian

3. METODE PENELITIAN

3.1. Kerangka Pendekatan Penelitian

Untuk mencapai tujuan penelitian seperti tercantum dalam Bab 1, maka dibuatlah suatu alur fikir (road map) penelitian seperti terlihat pada Gambar 1. Alur ini mencoba melihat permasalahan pesisir dan lautan di daerah studi secara menyeluruh (comprehensive) dan interaksi antar sumber daya yang ada di kawasan pesisir dan lautan. Sumber daya yang dimaksud adalah sumber daya ikan (perikanan tangkap), perikanan budidaya (tambak), dan ekosistem hutan mangrove.

Langkah awal yang dilakukan adalah melakukan assessment terhadap sumber daya-sumber daya tersebut. Untuk perikanan tangkap, penilaian dilakukan dengan model bio-ekonomi. Dengan analisis model bio-ekonomi akan diketahui produksi aktual dan lestari (sustainable), stok biomas, effort dan tangkapan (catch) optimal serta rente ekonomi dari sumber daya ikan. Besaran nilai-nilai di atas dipengaruhi oleh tiga parameter biofisik, yaitu pertumbuhan

intrinsic (r), carrying capacity (K), dan catch-ability coefficient (q). Ketiga

parameter ini akan sangat menentukan besaran stok dan jumlah ikan yang ditangkap serta manfaat ekonomi yang diperoleh. Selain itu, juga dilakukan analisis surplus produsen, dan analisis efisiensi relatif dan kapasitas perikanan tangkap. Semua analisis di atas dikaitkan dengan proses rehabilitasi dan rekonstruksi perikanan di Provinsi Nanggroe Aceh Darussalam (NAD).

Secara fisik, ada keterkaitan yang jelas antara ekosistem mangrove dan produksi ikan dari perikanan tangkap. Hal ini disebabkan karena ekosistem mangrove merupakan tempat pemijahan (spawning ground), tempat mencari makan (feeding ground), dan tempat pembesaran beberapa spesies biota laut termasuk ikan, udang, dan kepiting. Untuk melihat interaksi antara ekosistem mangrove dan produksi perikanan tangkap dilakukan dengan menggunakan model interaksi hutan mangrove dengan stok dan tangkapan ikan, yaitu dengan memasukkan variabel keberadaan (ha) dalam model carrying capacity. Dengan model tersebut dapat dihitung tingkat kontribusi (%) hutan mangrove terhadap

produksi ikan di suatu wilayah pesisir. Disamping itu, juga dapat dihitung biomas, tangkapan lestari, dan effort dengan masukkan variabel hutan bakau dalam model.

Selanjutnya, dilakukan penilaian (assessment) terhadap perikanan budidaya (tambak) yang meliputi, luasan, produksi dan produktivitas, rente ekonomi, dan return to labor pada kondisi tambak sebelum terjadi tsunami. Pada kondisi setelah tsunami, dihitung jumlah (ha) tambak dengan berbagai tingkat kerusakan (dikelompokkan dalam rusak berat, sedang, dan ringan serta tambak yang tidak mengalami kerusakan). Kemudian dihitung jumlah biaya yang dibutuhkan untuk rehabilitasi (memperbaiki) tambak-tambak tersebut dengan berbagai tingkat kerusakan. Pada akhir analisis, dihitung biaya dan manfaat dari usaha tambak di Aceh dengan berbagai opsi teknologi (tradisional, tradisional plus, semi intensif, dan intensif). Disamping itu, juga dianalisis permasalahan, konsep dan strategi pengembangan tambak ke depan.

3.2. Tempat dan Waktu Penelitian

Penelitian ini dilakukan di Pantai Timur dan Pantai Barat Provinsi Nanggroe Aceh Darussalam (NAD). Pantai Timur Aceh dimulai dari Kabupaten Pidie, Bireuen, Aceh Utara, Kota Lhokseumawe, Aceh Timur, Kota Langsa, dan Tamiang. Sedangkan Pantai Barat meliputi Kabupaten Aceh Besar, Kota Sabang, Kota Banda Aceh, Aceh Jaya, Nagan Raya, Barat Daya, Aceh Barat, Singkil, Aceh Selatan, dan Simeulu. Penelitian ini dilakukan mulai pada bulan Oktober 2004 sampai Desember 2005. Peta lokasi penelitian dapat dilihat pada Gambar 10.

Gambar 10. Peta Provinsi Nanggroe Aceh Darussalam (NAD)

3.3. Metode Pengumpulan Data

Penelitian ini menggunakan metode survey. Ada 2 jenis data yang diperlukan, yaitu data primer dan sekunder. Data primer diperoleh melalui wawancara, pengisian kuisioner, dan partisipasi langsung di lapangan. Data primer yang diperlukan meliputi struktur biaya dari upaya penangkapan ikan dan harga komoditas perikanan. Data ini merupakan data cross section yang diperoleh melalui survei dengan teknik cluster random sampling. Cluster sampling adalah teknik memilih sebuah sampel dari kelompok-kelompok unit yang kecil atau

cluster. Unsur-unsur dalam cluster sifatnya tidak homogen (heterogen) (Nazir

1999). Untuk Pantai Timur terpilih Kabupaten Pidie dan Aceh Utara, sedangkan

Pantai Timur Aceh

untuk Pantai Barat diwakili oleh Kabupaten Aceh Besar dan Kota Banda Aceh. Data struktur biaya dibagi dalam beberapa kelas kapal/boat/armada (fleet) dan kemudian dilakukan pembobotan untuk memperoleh rataan tertimbang (weighted

average). Secara umum, struktur biaya perikanan dihitung dengan menggunakan

formula berikut (Anna 2003) :

∑

= = n 1 j j jc w C (3.1)

Dimana bobot (weighted) didasarkan pada rasio landing antar armada j dengan total lending atau =

∑

j j j j h / h

w .

Jumlah sampel responden yang diambil didasarkan pada formula Fauzi (2001) sebagai berikut:

{

( 1)

} {

(0.25)

}

) 25 . 0 ( 2 2 2 Z N d NZ s + − = (3.2) dimana:

s = Jumlah sampel yang diambil N = Jumlah populasi

Z = Nilai standar deviasi (dari tabel statistik) d = tingkat ketelitian

Penelitian ini banyak menggunakan data sekunder, berupa data urut waktu (time series) meliputi data hasil tangkapan (catch) dan input yang digunakan (effort), jumlah trip dari masing-masing alat tangkap (fishing gear) pertahun, data luasan hutan mangrove, data Indeks Harga Konsumen (IHK) ikan segar (fresh

fish) dan Produk Domestik Regional Bruto (PDRB) serta data penunjang lainnya. Data sekunder diperoleh dari Dinas Kelautan dan Perikanan (DKP) Provinsi Nanggroe Aceh Darussalam (NAD), beberapa Kantor DKP di tiap kabupaten/kota di Pantai Timur dan Barat, Biro Pusat Statistik (BPS) Provinsi NAD, BPS Jakarta, Kantor Panglima Laot Aceh, dan lain-lain.

Secara skematis jenis data dan metode analisis yang digunakan dalam penelitian ini dapat dilihat pada Gambar 11.

Gambar 11. Alur Penelitian

3.4. Analisis Data

3.4.1. Standarisasi Effort

Dalam melakukan pendugaan parameter biologi, terlebih dahulu dilakukan standarisasi unit upaya, mengingat beragamnya alat tangkap yang beroperasi di wilayah penelitian. Standarisasi alat tangkap diperlukan untuk menyeragamkan satuan upaya penangkapan dari berbagai alat tangkap dengan menggunakan salah satu alat tangkap yang paling dominan sebagai alat tangkap standar.

Penentuan standarisasi unit upaya (effort) dalam penelitian ini digunakan jumlah trip per tahun dari dua alat tangkap, yaitu pukat cincin (purse seine) dan pancing tonda. Alasan penggunaan trip sebagai upaya daripada jumlah alat

Tujuan Umum Tujuan Khusus Jenis Data Metode

Analisis Mengembangkan model bio-ekonomi perikanan akibat adanya eksternal shock serta kebijakan dalam rangka rehabilitasi dan rekonstruksi sektor perikanan di Provinsi NAD Melakukan analisis perbandingan model perikanan equilibrium (tanpa shock) dan

disequilibrium (dengan shock) terhadap x, h, E,

dan rente ekonomi serta trajektori kontraksi dan ekspansi input akibat shock tersebut. Mengetahui dampak kesejahteraan (welfare effect) model Gordon-Schaefer tanpa shock dan dengan shock Menganalisis tingkat efisiensi perikanan tangkap dan implikasi kebijakannya Time series Catch, Effort, Struktur biaya, dan harga Endogenous Model Bioeconomic, Model Copes, dan Model Fozin-1 Surplus Produsen DEA Analysis Keluaran Terciptany a suatu analisis y ang k ompre hensif menyangkut p engelolaan sumber daya p erik anan yang dap at dijad ikan masukan dan acu an k ebijakan dalam rehabilitasi sektor pe

rikanan di Provinsi NAD

Menganalisis kontribusi ekosistem mangrove terhadap perikanan dan kondisi perubahan ekosistem akibat adanya

shock

Melakukan kajian ekonomi budidaya tambak pasca tsunami, upaya rehabilitasi dan pengembangannya

Catch, Effort, Coverage

Model Fozal dan Fozin-2

Data Primer dan Sekunder deskripsi dan Economic dan Financial Analysis Endogenous

tangkap adalah untuk menghilangkan bias dari alat tangkap yang tidak beropresi. Teknik standarisasi effort antar alat tangkap digunakan formula yang dikembangkan oleh King (1995), dengan formula sebagai berikut :

jt jt jt D E =ϑ _(3.3) Dimana : st jt jt _u u = ϑ (3.4) dimana:

Ejt = Effort dari alat tangkap j pada waktu t yang distandarisasi

Djt = Jumlah trip dari alat tangkap j pada waktu t

jt

ϑ = Nilai fishing power dari alat tangkap j pada periode t

ujt = Catch per unit effort (CPUE) dari alat tangkap j pada waktu t

ust = Catch per unit effort (CPUE) dari alat tangkap yang dijadikan basis standarisasi

Untuk memperoleh nilai upaya, maka seluruh unit effort distandarisasi berdasarkan alat tangkap pukat cincin (purse seine).

3.4.2. Uji Stationary

Untuk data time series, sebelum dilakukan estimasi regresi perlu terlebih dahulu dilakukan uji stationer (stationary test). Uji ini mutlak diperlukan karena hanya data yang bersifat stationer yang bisa menggunakan Ordinary Least Square (OLS). Sedangkan data yang tidak stasioner (non stationary), penggunaan OLS akan bersifat spurious regression akibat terjadi autokorelasi, artinya koefisien hasil estimasi regresi tidak valid dan tidak dapat digunakan.

Untuk menganalisis sifat stationary dari data time series digunakan Dickey

Fuller unit root test (Dickey et al. 1994) sebagai berikut :

y = a1yt-1 + εt (3.5)

Persamaan di atas bermakna bahwa viriabel yt tergantung pada nilai y pada periode sebelumnya dan error term. Variabel yt tersebut bersifat stationery jika

a1< 1 dan non stationary jika a1 = 1. Jika kedua sisi persamaan di atas dikurangi dengan yt-1, maka dihasilkan persamaan berikut :

yt – yt-1=(a1 – 1) yt-1 + εt (3.6) atau disederhanakan menjadi :

Δyt = γ yt-1 + εt (3.7)

Hipotesis null dari Dickey Fuller test adalah γ = 0, artinya jika nilai t-statistik dari γ lebih kecil dari nilai critical value, maka variabel yt bersifat non-stationary dan parameter yang dihasilkan tidak reliable. Untuk mengetahui nilai-nilai tersebut dilakukan dengan Software SHAZAM 8.0. Dengan perangkat lunak ini juga, melalui beberapa kali iterasi pengaruh auto correlation dapat dihilangkan, sehingga parameter yang dihasilkan menjadi reliable.

3.4.3. Model Bio-Ekonomi Sumber daya Perikanan

Dalam penilaian sumber daya perikanan, hal terpenting yang perlu diketahui adalah nilai estimasi tangkapan lestari dari stok ikan. Nilai-nilai ini idealnya dihitung pada setiap spesies (stock-by-stock basis), namun karena keterbatasan waktu dan dana, maka dalam penelitian ini dibatasi pada 2 spesies saja, yaitu tongkol dan cakalang. Dipilihnya kedua spesies ini karena keduanya merupakan spesies pelagis yang paling dominan yang ditangkap di Pantai Timur dan Barat Aceh. Untuk mengetahui nilai estimasi tangkapan lestari, terlebih dahulu perlu diketahui produktivitas dari stok ikan. Untuk menganalisis stok ikan digunakan model surplus produksi (surplus production models). Model ini mengasumsikan stok ikan sebagai penjumlahan biomas dengan persamaan :

t t h x F t x _{= −} ∂ ∂ ) ( (3.8)

dimana F(xt) adalah laju pertumbuhan alami atau laju penambahan asset biomas, ht adalah laju penangkapan atau laju pengambilan. Ada dua bentuk model fungsional untuk menggambarkan stok biomas, yaitu bentuk Logistik (Schaefer, 1957) dan bentuk Gompertz (Fox, 1970) , dengan persamaan sebagai berikut: Bentuk logistik:

t t t t _h K x rx t x − − = ∂ ∂ ) 1 ( _(3.9) Bentuk Gompertz: t t t t _h x K rx t x − = ∂ ∂ ) ln( _(3.10)

dimana r adalah laju pertumbuhan intrinsik, K adalah daya dukung lingkungan. Bentuk fungsional logistik adalah simetris, sementara Gompertz tidak. Selanjutnya diasumsikan bahwa laju penangkapan linear terhadap biomas dan

effort dengan rumus sebagai berikut:

t t t qE x

h = (3.11)

dimana q adalah koefisien kemampuan penangkapan dan Et adalah upaya penangkapan. Dengan mengasumsikan kondisi keseimbangan (equilibrium) maka kurva tangkapan-upaya lestari (yield-effort curve) dari fungsi di atas dapat ditulis sebagai berikut : Logistik: 2 2 E r K q qKE h_{t t ⎥} ⎦ ⎤ ⎢ ⎣ ⎡ − = (3.12) Gompertz : ⎟⎠ ⎞ ⎜ ⎝ ⎛ − = r qE t t qKE h exp (3.13)

Estimasi parameter r, K dan q untuk persamaan yield-effort dari kedua model di atas melibatkan teknik non linier. Namun demikian dengan menuliskan

t t t h E

U = / , persamaan tersebut dapat ditransformasikan menjadi persamaan linier sehingga metode regresi biasa dapat digunakan untuk mengestimasi parameter biologi dari fungsi di atas. Teknik estimasi parameter dikembangkan oleh Clarke, Yoshimoto dan Pooley (1992) atau sering dikenal dengan metode CYP, adalah sebagai berikut :

(

)

2 ln( ) (2 )( ) 2 ) ln( 2 2 ) ln( ₊₁ + ₊₁ + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − + + = _{t t t} t E E r q U r r qK r r U (3.14)

Nilai parameter r, q, dan K pada persamaan (3.14) dapat diperoleh melalui persamaan berikut (Tinungki 2005):

) ( ) ( r β + β − = 1 1 2 ) r ( q =−γ 2+ (3.15) q e K = α(2+r)/(2r)

Dari data time series produksi selama 21 tahun (1984 – 2004) dijadikan basis untuk perhitungan kurva yield-effort dengan menggunakan perangkat lunak SHAZAM 8.0 Perhitungan nilai optimal produksi dan upaya serta rente ekonomi dilakukan secara numerik dengan menggunakan perangkat lunak MAPLE 9.5. Dalam penelitian ini ditentukan dua jenis alat tangkap yang paling dominan, yaitu pukat cincin (purse seine) dan pancing tonda. Alat tangkap pancing tonda distandarisasi ke alat tangkap pukat cincin untuk mendapatkan satu unit upaya yang terstandarisasi (standardized effort).

Kurva produksi lestari (yield-effort curve) dengan adanya tsunami dihitung dengan menggunakan model Fozin-1 (singkatan dari nama Dr. Foz dan Indra). Model ini pada dasarnya merupakan pengembangan dari fungsi produksi sumber daya ikan, yaitu dengan memasukkan nilai lambda (λ) yang merupakan dampak tsunami terhadap penurunan produksi ikan kedalam persamaan (3.11), sebagai berikut : h = qxE (1 – α) h = qxE qxE ) -(1 1 h α = ) -(1 1 α λ= qxE K x rx x ⎟−λ ⎠ ⎞ ⎜ ⎝ ⎛ − = 1 . qE K x r x ⎟=λ ⎠ ⎞ ⎜ ⎝ ⎛ − → =0 1 .

r qE K x ₌λ − 1 r qE K x _{= 1−}λ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = E r q K x 1 λ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ − = E r q qEK h_ds λ 1 λ (3.16)

Dimana hsd adalah hasil tangkapan (yield) dengan tsunami. Dengan menggunakan Software Maple 9.5 yield-effort curves dengan tsunami dapat dihitung, sehingga diperoleh E, h, x, dan rente pada kondisi dengan tsunami.

3.4.4. Estimasi Parameter Ekonomi a) Struktur Biaya dan Harga

Seperti telah dijelaskan di atas bahwa data biaya penangkapan dan harga ikan merupakan data primer (cross section) dari hasil survei lapangan. Data ini diperoleh dari interview terstuktur terhadap 44 armada dengan alat tangkap pukat cincin dan 42 armada dengan alat tangkap pancing tonda. Jumlah responden ini dianggap mewakili populasi nelayan dengan menggunakan perhitungan rumus (3.2), dengan tingkat kepercayaan 85%. Biaya per unit standard effort dari kelompok ikan pelagis pada tahun 2004 disesuaikan dengan indeks harga konsumen ikan segar (fresh fish) tahunan Badan Pusat Statistik, sehingga menghasilkan nilai biaya setiap tahun, mulai dari tahun 1984-2004. Secara matematis, biaya per unit standardized effort dapat ditulis sebagai berikut:

(

)

_⎥⎥⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎣ ⎡ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ + =

∑

∏ ∑

∑

= − = n i t t n t i j it i i et CPI h h h E TC n C 1 1 1 1 100 1 (3.17) dimana:

Cet = biaya per unit standardized effort pada periode t

TCi = biaya total untuk alat tangkap i untuk i=1,2,3

Ei = total standardized effort untuk alat tangkap i

∑

h_i +h_j = total produksi pelagis untuk seluruh alat

N = jumlah alat tangkap

CPIt = indeks harga konsumen pada periode t

Hal yang sama dilakukan terhadap harga ikan, yaitu diambil harga rata-rata dari kedua jenis ikan spesies target (tongkol dan cakalang) dikalikan dengan IHK ikan segar (fresh fish), sehingga diperoleh data time series harga ikan mulai dari tahun 1984 – 2004. Estimasi harga ditentukan berdasarkan formula berikut:

100 CPI P P P t 1 1 2004 2002 j i t − ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ =

∏

_(3.18) dimana:

Pt = harga ikan pada periode t

Pi,Pj = harga ikan pelagis jenis i dan j

Pendekatan perhitungan biaya dan harga dengan mengkonversi dari data cross section ke data time series seperti tersebut di atas adalah mengikuti teknik yang telah dilakukan oleh Tai et al. (2000) dan Anna (2003).

b) Estimasi Discount rate

Prilaku umum pada eksploitasi sumber daya perikanan bahwa pada

discount rate tinggi, jumlah effort dalam mengeksploitasi sumber daya ikan akan

tinggi pula. Pada perikanan dengan rezim open access nilai discount rate-nya tak terhingga, karena jumlah effort untuk menangkap ikan tak terhingga pula (Clark 1990). Oleh karena itu, dalam penelitian ini digunakan dua nilai discount rate, yaitu market discount rate (15%) dan discount rate dengan pendekatan Ramsey.

Discount rate dengan pendekatan Ramsey ini digunakan untuk menggambarkan pure time preference, pengaruh pertumbuhan ekonomi, dan elastisitas pendapatan

terhadap penggunaan sumber daya alam, khususnya sumber daya perikanan. Penentuan discount rate pertama yang didasarkan market rate, mengacu pada aspek teori “first-best optimum” dimana diasumsikan bahwa faktor yang mempengaruhi maksimasi kesejahteraan adalah fungsi produksi. Dalam teori ini dinyatakan sebagai berikut:

δ = = m

i (3.19)

yang berarti bahwa discount rate sosial (i) sama dengan market discount rate (m) dan sama dengan biaya oportunitas dari kapital (δ). Keseimbangan ketiga discount rate tersebut dapat dilihat pada Gambar 12.

Gambar 12. Market discount rate

Gambar 12 memperlihatkan bahwa kurva PP’ adalah production

possibility frontier yang menggambarkan jumlah maksimum konsumsi periode

yang akan datang yang dimungkinkan secara teknologi dengan mengurangi konsumsi sekarang (Brent 1997). Kemiringan dari kurva ini adalah 1+δ, dimana

δ produk marjinal dari kapital atau sering dikenal dengan social opportunity cost

rate (SOCR). Jika diasumsikan bahwa preferensi masyarakat dapat digambarkan

dengan kurva indiferen i dengan kemiringan slope 1+i, dimana i adalah social

time preference rate (STPR), maka pada keseimbangan, yakni untuk

menghasilkan keseimbangan sosial yang optimum, kemiringan (slope) dari kurva indiferen masyarakat harus sama dengan kurva production possibility frontier atau

1+i=1+δ atau i=δ. Hal tersebut hanya dicapai pada titik E. Jika pasar finansial eksis, maka market budget line MM’ dengan kemiringan sama dengan 1+m akan melewati titik keseimbangan E, sehingga didapatkan persamaan berikut:

E C1 Co P P’ M M’ i

m

i= + = +

+ 1 1

1 δ (3.20)

Secara umum, market discount rate bergerak antara 10 hingga 18% per tahun. Dengan demikian, penentuan nilai tengah sebesar 15% merupakan nilai rataan yang umum digunakan untuk sumber daya alam. Teknik penentuan yang sama telah digunakan oleh Reksosudarmo (1995), Fauzi (1998) dan Buchary (1999).

Untuk menentukan tingkat discount rate dengan pendekatan Ramsey, penelitian ini mengadopsi teknik yang dikembangkan oleh Kula (1984), yang pada dasarnya menggunakan formula yang sama dengan formula Ramsey. Dimana Kula (1984) mendefinisikan real discount rate (r) sebagai:

g

r =ρ−η _(3.21)

dimana ρ menggambarkan pure time preference, η adalah elastisitas pendapatan terhadap konsumsi sumber daya alam dan g adalah pertumbuhan ekonomi (Newell and Pizer 2001). Kula (1984) mengestimasi laju pertumbuhan dengan meregresikan:

t

c_{t o} ln

ln =α +α₁ (3.22)

Dimana t adalah periode waktu dan ct konsumsi perkapita pada periode t. Hasil

regresi di atas akan menghasilkan formula elastisitas dimana:

t c_t ln ln 1 _∂ ∂ = α (3.23)

Yang kemudian dengan penyederhanaan matematis dapat ditulis sebagai:

g t t c c Δ ₌ Δ / (3.24)

3.4.5. Laju Degradasi dan Depresiasi Sumber daya Perikanan

Fungsi dari degradasi sumber daya perikanan dihitung berdasarkan formula Anna (2003) yang merupakan modifikasi dari Amman dan Duraiappah (2001), sebagai berikut:

st at h h t

e

+

=

1

1

φ

(3.25)

Dimana φ_t adalah tingkat degradasi pada periode t, hat adalah produksi aktual pada periode t dan hst adalah produksi lestari pada periode t.

Depresiasi dari sumber daya ikan dihitung dengan menggunakan metode present value. Artinya seluruh rente yang akan datang (future value of rent) yang diharapkan dari sumber daya perikanan dihitung dalam nilai sekarang (present

value). Dalam penelitian ini, dilakukan dua skenario perhitungan depresiasi

berdasarkan perbedaan nilai dari discount rate, yaitu social discount rate dan nominal discount rate dari Ramsey. Depresiasi sumber daya perikanan dihitung berdasarkan persamaan :

[

] [

1 1

]

1 − − − = − − − − _{t st t st t} t π ph cE ph cE π

(

−

) (

[

− −1

) (

+ − −1

)

]

= p c h_st h_st E_t E_{t (3.26)}

Dimana : π adalah rente sumber daya perikanan, p adalah harga ikan, h adalah tangkapan lestari, c adalah biaya per unit usaha, E adalah unit usaha (effort), dan t adalah periode waktu.

3.4.6. Optimalisasi Pengelolaan Sumber daya Perikanan

Pengelolaaan sumber daya perikanan secara optimal merupakan harapan setiap orang, termasuk para nelayan dan investor dibidang perikanan. Pada tingkat eksploitasi optimal akan tercipta efisiensi usaha, keuntungan maksimum, dan pemborosan input dapat dihindari. Masalahnya, pada kondisi saat ini dimana rezim pengelolaan bersifat open access plus banyaknya daerah-daerah penangkapan ikan yang sudah terjadi over fishing, baik ecological atau

economical over fishing, maka jarang sekali tercipta kondisi optimal pengelolaan

sumber daya perikanan.

Untuk mengetahui eksploitasi optimal dari sumber daya perikanan sepanjang waktu, dilakukan dengan menggunakan pendekatan teori kapital

ekonomi sumber daya yang dikembangkan oleh Clark and Munro (1975), dimana secara matematis manfaat dari eksploitasi sumber daya perikanan sepanjang waktu ditulis sebagai berikut:

dt e E x h V t t t t t t t π δ − ∞ =

∫

= ( , ) max _, 0 (3.27) dengan kendala t h ) x ( F x t x _{= = −} ∂ ∂ • max 0≤x≤x max 0≤h≤h

Dengan memberlakukan Pontryagins Maximum Principle, masalah di atas dapat dipecahkan dengan teknik Hamiltonian, yaitu:

{

F x h

}

e h x e H ₌ −δt_{π( , )+λ} −δt _{( )−} (3.28)

Persamaan di atas menggambarkan “present value” Hamiltonian, dengan mentransformasikan persamaan di atas menjadi “current value” Hamiltonian, maka persamaan (3.30) akan berubah menjadi:

) ) ( ( ) , (x h F x h H e H− ₌ δt _{=π +μ − (3.29)}

dimana μ _=eδtλ _{adalah current value shadow price, dan H adalah current value} −

Hamiltonian. Pontryagins Maximum Principle dari persamaan di atas menjadi:

0 ) , ( = − ∂ ∂ = ∂ ∂ − π _μ h h x h H _(3.30) ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ ∂ ∂ − = − − x H δμ μ.

( )

⎥⎦ ⎤ ⎢⎣ ⎡ ∂ ∂ − ∂ ∂ − = x F x h x _μ π , _(3.31)

h x F

x. = ( )− (3.32)

Dalam kondisi steady state, maka x. =0 dan μ. =0, sehingga dari persamaan (3.31) dan (3.32) menghasilkan: h h x ∂ ∂ = π( , ) μ (3.33) dan h x F( )= _(3.34)

Dengan menggunakan persamaan (3.30) menghasilkan :

x h x x F h h x ∂ ∂ − ⎥⎦ ⎤ ⎢⎣ ⎡ ∂ ∂ − ∂ ∂ = ( , ) ( , ) 0 π δ π (3.35)

Persamaan (3.35) dapat disederhanakan menjadi:

x F h h x h h x x h x ∂ ∂ − ∂ ∂ − ∂ ∂ = ∂ ∂π( , ) _δ π( , ) π( , ) _(3.36)

Dengan mengalikan kedua sisi persamaan (3.36) dan menyederhanakannya, maka akan diperoleh Modified Golden Rule yang digunakan untuk menghitung pemanfaatan sumber daya perikanan yang optimal, yaitu sebagai berikut :

δ π π = ∂ ∂ ∂ ∂ + ∂ ∂ h h x x h x x F / ) , ( / ) , ( _(3.37)

Atau secara eksplisit dapat ditulis sebagai berikut :

δ = − + ∂ ∂ ] c )) x ( F ( qxp [ x ) x ( cF x F (3.38) Dimana : ) (x

F = pertumbuhan alami dari stok ikan, = ∂ π ∂ x ) x , h (

rente marginal akibat perubahan biomas, = ∂ π ∂ h ) x , h (

) ( / _{x F}' _x

F ∂ =

∂ = produktivitas marginal dari biomas yang merupakan turunan pertama dari F(x).

c = biaya per unit effort),

p = harga ikan,

δ = discount rate, dan

q = koefisien penangkapan (catch ability coefficient).

Hasil dari persamaan di atas menghasilkan _{x (optimal) yang dapat} * digunakan untuk menghitung tingkat tangkapan dan upaya yang optimal. Dengan demikian maka dapat diketahui rente sumber daya perikanan yang merupakan hasil dari perkalian antara harga produk ikan dengan tangkapan optimal dikurangi biaya dari tingkat upaya optimal, atau:

* * *

* _{= p(h )h −cE}

π (3.39)

Perhitungan nilai optimal produksi dan upaya serta rente ekonomi dilakukan secara numerik dengan perangkat lunak MAPLE 9.5.

3.4.7. Analisis Rezim Pengelolaan

Untuk mengetahui keseimbangan dalam akses terbuka (open access) dan terkendali dilakukan dengan pendekatan bio-ekonomi statik yang pendekatan analitiknya diacu dari Fauzi (2004). Berdasarkan koefisien r, q, K, c (biaya per unit effort), dan p (harga output), maka dapat diketahui kondisi (rezim) pengelolaan perikanan, yaitu :

a) Kondisi Maximum Economic Yield (MEY)

Pengelolaan perikanan pada kondisi MEY disebut juga dengan rezim pengelolaan Sole Owner (Fauzi 2004). Manfaat ekonomi dari ekstraksi sumber daya ikan pada kondisi MEY adalah sebagai berikut :

mey mey cE

ph −

=

Dengan menggunakan hasil dari persamaan (3.40) terhadap effort (E) akan menghasilkan : ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − = pqK c q r * E 1 2 (3.41)

dengan tingkat panen optimal sebesar :

⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + = pqK c pqK c rK * h 1 1 4 (3.42)

dan tingkat biomas optimal sebesar :

⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + = pqK c K x 1 2 * (3.43)

Dengan mensubstitusikan persamaan (3.41) dan persamaan (3.42) kedalam persamaan (3.40) akan diperoleh manfaat (rente) optimal.

b) Kondisi Maximum Sustainable Yield (MSY)

Manfaat ekonomi dari ekstraksi sumber daya ikan pada kondisi pengelolaan MSY adalah (Tinungki 2005) :

MSY MSY c.E h . p − = π (3.44)

Dengan menggunakan hasil dari persamaan (3.44) terhadap effort (E) akan

menghasilkan : q r E_MSY 2 = (3.45)

dengan tingkat panen lestari sebesar :

4

rK

h_MSY = (3.46)

dan tingkat biomas lestari sebesar :

msy msy MSY qE h x = (3.47)

Dengan mensubstitusikan persamaan (3.45) dan persamaan (3.46) kedalam persamaan (3.44) akan diperoleh manfaat (rente) yang maksimal.

c) Kondisi Open Access (OA)

Manfaat ekonomi dari ekstraksi sumber daya ikan pada kondisi pengelolaan OA adalah (Tinungki 2005) :

OA OA c.E h . p − = π (3.48)

Dengan menggunakan hasil dari persamaan (3.48) terhadap effort (E) akan menghasilkan : ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − = pqK c q r E_OA 1 (3.49)

dengan tingkat panen maksimal sebesar :

⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ = pqK c pq rc h_OA 1 (3.50)

dan tingkat biomas lestari sebesar :

q . p

c

x_OA = (3.51)

Dengan mensubstitusikan persamaan (3.49) dan persamaan (3.50) kedalam persamaan (3.48) akan diperoleh manfaat (rente) yang maksimal.

3.4.8. Interaksi Mangrove dan Perikanan

Untuk melihat interaksi antara ekosistem mangrove dan sumber daya perikanan digunakan model Fozal (Efrizal 2005). Pada model ini mangrove dimasukkan ke dalam model melalui fungsi daya dukung (carrying capacity). Model ini merupakan pengembangan dari model yield-effort berikut:

) 1 ( E r q qKE h= − (3.52)

Selanjutnya mangrove dimasukkan ke dalam persamaan melalui fungsi

carrying capacity :

K = α log M (3.53)

Sehingga persamaannya menjadi:

) E r q ( E . M log . q h = α 1− _(3.54) 2 2 E r M log . q E . M log . q . h =α − α _(3.55)

Jika kedua sisi dari persamaan dibagi dengan effort, maka persamaan tersebut di atas akan menjadi:

E r M log q M log q E h _{= α −} 2α (3.56) E . M log b M log b E h 2 1 − = _(3.57) Keterangan: h = Produksi aktual E = Effort q = Koefisien catchability

K = Daya dukung (carrying capacity)

M = Luasan mangrove

Untuk mengetahui luasan mangrove dan tingkat effort optimal digunakan model Fozin-2 (singkatan dari nama Dr. Foz dan Indra), yaitu sebagai berikut :

Minimum

∑

+ i i i iE r M w _i (3.58) Kendala i i i i i i AE M y = α β i = 1, 2; (3.59) L =

(

i i

)

i i i i i i i i i iE r M y A E M w + +λ − α β

∑

0 1 ₌ αλ − = α− i i E w dE dL 0 1 ₌ βλ − = β− i i M r dM dL 0 = − = λ β αi i i i i i A E M y d dL

Dimana :

wi = biaya per unit effort, Ei = effort (trip),

ri = biaya rehabilitasi mangrove per hektar, Mi = luasan mangrove,

i

y = produksi ikan,

α = elastisitas effort,

β = elastisitas mangrove.

Dengan menggunakan Software GAMS, diperoleh nilai luas mangrove dan effort optimal.

3.4.9. Aspek Kesejahteraan

Net Sosial Benefit dievaluasi dengan menggunakan analisis Produsen Surplus (PS), teknik ini pernah digunakan oleh Pattanayak and Kramer (1999).

Untuk analisis surplus produsen pada sumber daya ikan, dilakukan melalui pendekatan backward-bending supply curve/variable price model (Cuningham et al. 1985). Hal ini disebabkan karena sifat suplai perikanan yang unik, dimana

pada titik MSY akan terjadi melengkung ke belakang (backward-bending), khususnya dalam perikanan kuasi open access. Dengan demikian, kurva suplai

dapat diturunkan dari biaya rata-rata jangka panjang (long run average cost) yang

merupakan fungsi sustainable yield. Dengan mengetahui sustainable yield setiap

tahunnya, kurva biaya rata-rata jangka panjang dapat direkonstruksi untuk menentukan surplus produsen dari industri perikanan. Perubahan surplus produsen tersebut dihitung dengan pendekatan numerik dengan menggunakan persamaan suplai perikanan sebagai berikut:

2 4 2 α β α ± − + = h c S _(3.60)

Dimana c adalah biaya per unit effort, h adalah produksi lestari, α dan β adalah koefisien biofisik. Dengan mengetahui kurva penawaran tersebut, maka surplus produsen dapat ditulis sebagai berikut :

∫

_{+ − +} − = 0 0 2 0 0 4 2 h h c h p PS α β α (3.61)

Karena integral dari persamaan di atas menghasilkan bilangan yang kompleks, pemecahan integral dilakukan secara analitik dengan program MAPLE versi 9,5. Hasil integrasi dari persamaan tersebut menghasilkan surplus produsen (Fauzi dan Anna 2005), yang secara eksplisit adalah sebagai berikut:

( )

₊ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ _{− +} + − = 0 0 2 0 0 4 ln 2 1 h h c h c h P PS β α β β α

(

)

₀

(

)

0 0 2 0 2 2 1 _{ln 4} 2 1 4 ln h h c h h c β α β α α β α β α α + − + − + − (3.62)

3.4.10. Model Analisis Kebijakan

Model analisis kebijakan yang digunakan dalam penelitian ini adalah analisis efisiensi dengan menggunakan Data Envelopment Analysis (DEA) atau Frontier Analysis (Charnes et al. 1978, diacu dalam Anna 2003). DEA dilakukan untuk mengukur relative performance dan juga relative efficiency. Performance dapat berupa ratio ataupun dalam bentuk grafik. Pengukuran DEA dilakukan untuk melihat efisiensi relatif dari situasi aktual dengan investasi kebijakan over time. Contoh, jika output dari variabel x untuk tahun ke t dengan jenis output j dimisalkan sebagai xij dan variabel input y tahun ke t dimisalkan y, maka efisiensi relatif dari variabel x terhadap variabel y dapat ditulis sebagai berikut :

100 * y x t tj ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ (3.63) Sehingga untuk meningkatkan efisiensi dari variabel xtj dapat dilakukan

dengan memaksimalkan efisiensi, yaitu :

Max xtj (3.64)

Dengan kendala : xtj = Σ awtj xtj/bwtjyt 0 ≤ xtj ≤ 1; wtj ≥ 0

dimana a adalah output data, b adalah koefisien input data, dan wtj faktor pembobot. Pengukuran efisiensi dengan DEA, sebagaimana pengukuran efisiensi lain, terkait dengan aspek produksi dari aktivitas ekonomi yang diamati. Secara teoritis, fungsi produksi berkaitan erat dengan return to scale yang berhubungan bagaimana output bereaksi terhadap perubahan input. Di dalam model DEA yang dikembangkan oleh CCR (Charnes, Cooper, dan Rhodes), efisiensi diukur dengan asumsi fungsi produksi bersifat Constant Return to Scale (CRS). Namun, dalam model ini tidak selalu tepat digunakan karena beberapa fungsi produksi seperti produksi perikanan bersifat decreasing returns to scale. Untuk itu model CCR dikembangkan oleh Banker, Charnes, and Cooper (1984) dan dikenal dengan BCC DEA, yang memungkinkan dilakukan analisis efisiensi bagi aktivitas ekonomi yang bersifat variable return to scale (Fauzi 2005). Perumusan model tersebut adalah sebagai berikut (Sofyan 2006) :

Min _⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − σ ε − θ =

∑

∑

o o p p k k s h (3.65) Dengan kendala :

∑

y_ojλ_j −σ_o = y_ok

∑

y_pjλ_j −θ_kx_pk +s_p =0

∑

λ_j =1, 0 ≥ λ σ_o,s_p, _j Dimana :

j = Decision Making Unit (DMU) o = Output

p = Input

yoj = Nilai dari output ke-o dari ke-j DMU xpj = Nilai dari input ke-p untuk DMU ke-j hk = Efisiensi relatif dari DMU

Perhitungan model DEA ini dilakukan dengan menggunakan software DEA Solver dan Software Frontier Analysis.

3.4.11. Analisis Finansial dan Usahatani Tambak

Sebelum dilakukan analisis finansial usahatani tambak yang ada di Aceh, kajian ini diawali dengan assessment usahatani tambak yang masih ada di Aceh, sebagaimana telah diketahui bahwa lebih dari 80% tambak di Aceh rusak karena tsunami pada 26 Desember 2004. Secara umum, kondisi tambak di Aceh pasca tsunami dikelompokkan menjadi 4 kategori, yaitu (1) rusak berat, (2) rusak sedang, (3) rusak ringan, dan (4) tidak rusak. Yang termasuk dalam kategori rusak berat adalah tingkat kerusakan unit tambak > 60 %, rusak sedang antara 30 – 60%, dan rusak ringan <30%. Setelah itu, dihitung biaya rehab per hektar tambak menurut tingkat kerusakan.

Selanjutnya dihitung opsi pemanfaatan tambak ke depan di Aceh berdasarkan tingkat penggunaan teknologi, yaitu tambak tradisional, tradisional plus, semi intensif, dan intensif. Analisis ini dilakukan dengan pendekatan investment criteria, yaitu Net Present Value (NPV), Net Benefit Cost Ratio (Net B/C), dan Internal Rate of Returns (IRR). Terakhir akan dilakukan simulasi dengan perubahan harga, input atau output untuk mengukur sensitivitas dari usahatani tambak. Perhitungan NPV, Net B/C, dan IRR adalah sebagai berikut (Kadariah 2001):

1. Net Present Value (NPV)

NPV adalah nilai kini dari keuntungan bersih yang akan diperoleh pada masa mendatang, merupakan selisih nilai kini dari benefit dengan nilai biaya, secara matematis sebagai berikut :

∑

= + = n 1 t t t i) 1 ( C -B NPV t (3.66) Keterangan :

Bt = merupakan benefit kotor tahun ke-t.

Ct = merupakan biaya kotor tahun ke-t, tidak dilihat apakah biaya tersebut dianggap bersifat modal atau rutin.

n = adalah umur ekonomis dari proyek i = tingkat suku bunga (interest rate)

Kriteria keputusan :

Jika NPV > 0, maka proyek dinyatakan layak (feasible).

NPV = 0, maka proyek mengembalikan persis sebesar interest rate atau

Social Opportunity Cost of Capital (SOCC). Artinya proyek pulang pokok (break event).

NPV < 0, maka proyek ditolak sebab ada penggunaan lain yang lebih menguntungkan untuk sumber-sumber yang diperlukan oleh proyek.

2. Net Benefit Cost Ratio (Net B/C)

Net B/C adalah perbandingan antara jumlah nilai kini dari keuntungan bersih pada tahun-tahun dimana keuntungan bersih bernilai negatif. Dengan kata lain, Net B/C adalah perbandingan antara PV positif dengan PV negatif.

0 0 C -B ; i) (1 B C i) 1 ( C B B/C Net t t n 1 t t t t n 1 t t t t < − > + − + − =

∑

∑

= = t t C B (3.67) Keterangan :

Bt = benefit bersih tahun ke-t Ct = biaya bersih tahun ke-t n = umur ekonomis dari proyek i = tingkat suku bunga (interest rate) Kriteria keputusan :

Jika Net B/C > 1, usaha layak atau menguntungkan

Net B/C = 1, usaha tidak rugi dan tidak untung (break event) Net B/C < 1, usaha tidak layak dilaksanakan

3. Internal Rate of Return (IRR)

IRR merupakan tingkat suku bunga dari unit usaha dalam jangka waktu tertentu yang membuat NPV dari unit usaha sama dengan nol. Secara matematis IRR dapat dirumuskan :

(

i" 'i

)

" NPV ' NPV ' NPV i IRR ' ₋ − + = (3.68) Keterangan :

i' = tingkat suku bunga yang menghasilkan NPV positif i" = tingkat suku bunga yang menghasilkan NPV negatif N PV' = N PV pada tingkat suku bunga i'

NPV" = NPV pada tingkat suku bunga i" Kriteria Keputusan :

Jika IRR ≥ interest rate atau SOCC , maka usaha layak untuk dilaksanakan IRR < interest rate atau SOCC, usaha tidak layak untuk dilaksanakan