analisis mds ujian terbuka

20
Dimensi Analisis MDS Analisis Monte Carlo * Perbedaan MDS-MC** RL KJA RL KJA RL KJA Ekologi 52,81 54,87 52,55 52,55 0,26 0,67 Ekonomi 51,29 44,50 50,93 50,93 0,36 0,01 Sosial 47,02 28,32 46,76 46,76 0,26 1,22 Kelembagaan 32,38 23,41 32,93 32,93 0,55 0,81 Teknologi 41,62 32,24 41,72 41,72 0,10 1,09 * Galat Pada Taraf Kepercayaan 95% ** Tidak Berbeda Nyata

Upload: agha-rafie

Post on 27-Oct-2015

115 views

Category:

Documents


5 download

TRANSCRIPT

Page 1: Analisis MDS Ujian Terbuka

Dimensi 

Analisis MDSAnalisis Monte 

Carlo *

Perbedaan MDS-MC**

RL KJA RL KJA RL KJA

Ekologi 52,81 54,87 52,55 52,55 0,26 0,67

Ekonomi 51,29 44,50 50,93 50,93 0,36 0,01

Sosial  47,02 28,32 46,76 46,76 0,26 1,22

Kelembagaan 32,38 23,41 32,93 32,93 0,55 0,81

Teknologi 41,62 32,24 41,72 41,72 0,10 1,09

* Galat Pada Taraf Kepercayaan 95%

** Tidak Berbeda Nyata

* Galat Pada Taraf Kepercayaan 95%

** Tidak Berbeda Nyata

Page 2: Analisis MDS Ujian Terbuka

Uji validitas dengan analisis Monte Carlo melalui perbandingan antara nilai

indeks keberlanjutan dengan nilai indeks Monte Carlo. Memperhatikan hasil

analisis Monte Carlo dan analisis MDS pada taraf kepercayaan 95% diperoleh

selisih nilai kedua analisis tersebut sangat kecil (1,22% atau lebih kecil dari

5%). Ini berarti bahwa model analisis MDS yang dihasilkan memadai untuk

menduga nilai indeks keberlanjutan pengelolaan budidaya laut di Teluk Saleh.

Analisis monte carlo dilakukan dalam rangka mengevaluasi pengaruh dari galat

(error) dengan menduga nilai ordinasi. 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, Stabilitas Iterasi, dan

tingginya nilai stres (nilai stres dapat diterima jika nilainya <25%

(Kavangh, 2001, Fauzi dan Anna, 2002).

Page 3: Analisis MDS Ujian Terbuka

Dimensi

Nilai indeks keberlanjutan

Stress R2 Iterasi

RL KJA RL KJA RL KJA RL KJA

Ekologi 52,81 54,87 0,13 0,13 0,94 0,94 2 2

Ekonomi 51,29 44,50 0,13 0,13 0,95 0,95 2 2

Sosial 47,02 28,32 0,13 0,13 0,95 0,94 2 2

Kelembagaan

32,38 23,41 0,14 0,13 0,95 0,95 2 2

Teknologi 41,62 32,24 0,14 0,14 0,94 0,95 2 2

Page 4: Analisis MDS Ujian Terbuka

Uji Ketepatan Analisis MDS (goodness of fit). Dari hasil analisis diperoleh koefisien determinasi (R2) antara 94,17% - 95,05 % atau lebih besar dari 80% atau mendekati 100% berarti model pendugaan indeks keberlanjutan baik dan memadai digunakan (Kavanagh, 2001). Nilai stress antara 0,13 – 0,14. Nilai determinasi ini mendekati nilai 95-100% dan nilai stress lebih kecil dari 25% sehingga model analisis MDS yang diperoleh memiliki ketepatan yang tinggi (goodness of fit) untuk menilai indeks keberlanjutan (Fisheries, 1999)

Page 5: Analisis MDS Ujian Terbuka

Setelah dilakukan analisis MDS dan diperoleh indeks

keberlanjutan, maka dilanjutkan dengan analisis sensitivitas

dari atribut-atribut tersebut. Analisis sensitivitas menggunakan

attribute leveraging untuk melihat Perubahan analisis MDS.

Kegunaannya untuk mengetahui atribut-atribut mana yang

bepengaruh atau berperan yang memberikan kontribusi

terhadap nilai keberlanjutan dengan melihat perubahan bentuk

root mean square (RMS) ordinasi pada sumbu X. Semakin besar

perubahan nilai RMS, maka semakin sensitif atribut tersebut.

Page 6: Analisis MDS Ujian Terbuka
Page 7: Analisis MDS Ujian Terbuka
Page 8: Analisis MDS Ujian Terbuka
Page 9: Analisis MDS Ujian Terbuka
Page 10: Analisis MDS Ujian Terbuka
Page 11: Analisis MDS Ujian Terbuka
Page 12: Analisis MDS Ujian Terbuka
Page 13: Analisis MDS Ujian Terbuka

Tabel 55. Kebijakan Implementasi Yang Dilakukan Pada Atribut Kunci Dan Indikator Keberhasilan Pada Skenario 1 Dan 2 Terhadap Peningkatan Status Pengelolaan Budidaya Rumput Laut Di Teluk Saleh Kabupaten Sumbawa

Page 14: Analisis MDS Ujian Terbuka

Atribut PengungkitNilai Skor Indikator Keberhasilan Indikator Keberhasilan

Eksisting Skenario 1 Eksisting Skenario 2

Dimensi Kelembagaan:

Kelembagaan Pembibitan 1 1

Terbentuknya UPT pembibitan rumput laut

UPT dengan BBL Tersusunnya mekanisme kerjasama dan

koordinasi UPT pembibitan dengan stakeholder Terbangunnya kerjasama pembibitan

0 2

UPT pembibitan berjalan efektif Koordinasi UPT dan stakeholder

pembibitan berjalan baik UPT pembibitan berperan optimal dalam

memberikan jaminan penyediaan bibit untuk petani rumput laut

Kelembagaan Pasar 0 1

Terbentuknya UPT pemasaran rumput laut

Terbangunnya kerjasama UPT pemasaran dengan pabrik pengolahan atau eksportir

Tersusunnya mekanisme kerjasama dan koordinasi UPT pemasaran dengan stakeholder pembibitan

0 2

UPT pemasaran berjalan efektif Koordinasi UPT pemasaran dengan

stakeholder pemasaran berjalan baik UPT pemasaran berperan optimal dalam

memberikan jaminan pasar rumput laut

Kelembagaan Penjamin Mutu

0 1

Terbentuknya UPT penjamin mutu rumput laut

Terbangunnya kerjasama UPT penjamin mutu dengan PT/lembaga yang memiliki otoritas penjamin mtu

Tersusunnya mekanisme kerjasama dan koordinasi UPT penjamin mutu dengan stakeholder penjamin mutu

0 2

UPT penjamin mutu berjalan efektif Koordinasi UPT penjamin dengan

stakeholder penjamin mutu berjalan baik UPT pembibitan berperan optimal dalam

memberikan jaminan mutu rumput laut Mutu rumput laut terjamin kualitasnya

Dukungan dan Komitmen Pemda

0 2

Tersusunnya masterplan pengembangan rumput laut

Tersusunnya roadmap industri pengolahan rumput laut

Meningkatnya alokasi anggaran APBD untuk pengembangan rumput laut

0 3

Realisasi dukungan anggaran dan kebijakan pengembangan rumput laut sebagai komoditi unggulan daerah

Meningkatnya produksi rumput laut daerah

Kelembagaan Penyuluh 1 2

Meningaktnya peran Badan Koordinasi Penyuluh Pertanian, Peternakan, Perikanan dan Kehutanan (BP4K)

Penambahan jumlah penyuluh perikanan 1 orang untuk masing-masing kecamatan

Meningkatnya sarana dan prasarana penyuluhan

Meningkatnya kapasitas kelembagaan penyuluh

Terbangunnya kerjasama mbaga penyuluh dengan stakeholder rumput laut lainnya

1 3

Lembaga penyuluh berjalan efektif Koordinasi lembaga penyuluh dengan

stakeholder lainnya berjalan baik Lembaga penyuluh berperan optimal dalam

memberikan penyuluhan kepada petani rumput laut

Semua petani rumput laut mendapat pelayanan penyuluhan

Page 15: Analisis MDS Ujian Terbuka

Tabel 56. Kebijakan Implementasi Yang Dilakukan Pada Atribut Kunci Dan Indikator Keberhasilan Pada Skenario 1 Dan 2 Terhadap Peningkatan Status Pengelolaan Budidaya Ikan Kerapu Sistem KJA Di Teluk Saleh Kabupaten Sumbawa

Atribut PengungkitNilai Skor Indikator Keberhasilan Indikator Keberhasilan

Eksisting Skenario 1 Eksisting Skenario 2Dimensi Sosial:

Ketersediaan SDM Teknisi

1 2

Lulusan 5 PT di NTB, 5% lulusan memiliki kompetensi di bidang budidaya ikan kerapu

1 2

Meningkatnya lulusan 5 PT di NTB yang memiliki kompetensi di bidang budidaya ikan kerapu dari, 5% menjadi 1%

Lulusan 5 PT di NTB, telah melakukan magang di Gondol dan Lampung

Jumlah Pengusaha Budidaya

0 0 - 0 1

Meningkatnya jumlah pengusaha budidaya dari 4 perusahaan menjadi 8 perusahaan

Sosial Kapital 0 1

Meningkatnya kemampuan pekerja budidaya;

Meningkatnya interaksi antar pekerja budidaya dengan masyarakat sekitar

0 2

Lebih meningkatnya kemampuan pekerja budidaya;

Lebih Meningkatnya interaksi antar pekerja budidaya dengan masyarakat sekitar

-

Serapan Tenaga Kerja 1 2 - 1 1

Meningkatnya jumlah serapan tenaga kerja dengan meningkatnya luas perairan yang dimanfaatkan

Page 16: Analisis MDS Ujian Terbuka

Atribut PengungkitNilai Skor Indikator Keberhasilan Indikator Keberhasilan

Eksisting Skenario 1 Eksisting Skenario 2Dimensi Kelembagaan:

Dukungan dan Komitmen Pemda

1 1

Tersusunnya masterplan pengembangan budidaya ika kerapu sistem KJA

Meningkatnya alokasi anggaran APBD untuk pengembangan budidaya ikan kerapu

1 2

Meningkatnya program bantuan pemerintah untuk pengembangan budidaya ikan kerapu sistem KJA

Memberikan kemudahan investasi bagi pengusaha untuk budidaya ikan kerapu sistem KJA

Koordinasi Antar Stakeholder 0 1

Kerjasama antara PEMDA dengan stakeholder lainnya untuk rencana pengembangan ikan kerapu

0 2

Mekanisme Kerjasama antara PEMDA dengan stakeholder lainnya untuk rencana pengembangan ikan kerapu;

Terbentuknya lembaga forum stakeholder ikan kerapu

Kelembagaan Pembudidaya 0 1 0 2

Kelembagaan Pembenihan 0 1

Terbentuknya UPT balai benih ikan kerapu

Terbangunnya kerjasama UPT balai benih ikan kerapu dengan BBL Lombok

0 2

UPT dan BBL Lombok bekerjasana untuk menyediakan benih ikan kerapu

Kelembagaan Penyuluh 1 1

Meningaktnya peran Badan Koordinasi Penyuluh Pertanian, Peternakan, Perikanan dan Kehutanan (BP4K)

Penambahan jumlah penyuluh perikanan pada 2 kecamatan wilayah budidaya ikan kerapu

Meningkatnya sarana dan prasarana penyuluhan

Meningkatnya kapasitas kelembagaan penyuluh

1 2

Lembaga penyuluh berperan optimal dalam memberikan penyuluhan kepada kelompok pembudidaya ikan kerapu

Page 17: Analisis MDS Ujian Terbuka

1. MDS adalah metode yang digunakan untuk mengevaluasi sumberdaya secara menyeluruh yang mencakup secara luas dimensi-dimensi yang berhubungan terhadap keberlanjutan sumberdya dengan menentukan dua titik yang menjadi dasar acuan yaitu “baik” (goog) dan “tidak baik” (bad).

2. Penialaian baku mengacu dari RAPFISH yang berkaitan dengan sumberdaya perikanan dan ketentuan dari FAO. (Pitcher TJ dan D.Preikshot, 2001) dalam Sosilo (2003) menyatakan penggunaan proses MDS menggunakan perangkat lunak RAPFISH.

3. MDS pada dasarnya adalah metode multy variate yang dapat menangani data non-metrik (skala ordinal atau nominal) dan juga dikenal sebagai salah satu metode ordinasi dalam ruang (dimensi) yang diperkecil (ordination in reduce space) (Budiharsono 2007).

Page 18: Analisis MDS Ujian Terbuka

Analisis indeks keberlanjutan pengelolaan Pulau Bungin dilakukan dengan pendekatan MDS.Tahapan analisis :1.Penentuan atribut menvakup 5 dimensi2.Penilaian setiap atribut dalam skala ordinasi berdasarkan kriteria keberlanjuta setiap dimensi3.Penyusunan Indeks dan Status Keberlanjutan

Page 19: Analisis MDS Ujian Terbuka

Analisis Sensitivitas menggunakan leveraging factor untuk mengetahui atribut mana yang berpengaruh atau berperan dalam memberikan kontribusi terhadap keberlanjutan pengelolaan isir Berkelanjutan.Analisis Ketidakpastian menggunakan monte carlo untuk mengetahui :1.Pengaruh kesalahan dalam skor atribut2.Pengaruh variasi pemberian skor 3.Stabilitas Proses MDS berulang-ulang (Iterasi) 4.Kesalahan memasukkan data atau data yang hilang5.Tingginya nilai stress hasil analisis

Page 20: Analisis MDS Ujian Terbuka

Penentuan Atribut(meliputi berbagai kategori)

MULAI

Kondisi Kawasan Saat Ini

Skoring Kawasan (mengkonstruksi angka referensi untuk good, bad, dan anchor)

Multidimensional Scaling Ordination (untuk setiap atribut)

Simulasi Monte Carlo (Analisis ketidakpastian)

Leveraging Factor (Analisis anomali)

Analisis Keberlanjutan