MODEL SIMULASI PENGEMBANGAN INDUSTRI PERIKANAN DI KONAWEA SELATAN DENGAN
PENDEKATAN SISTEM DINAMIK
Oleh : Muhammad Kholil dan Dedi Dwiharyadi
Staff PengajarUniversitas Mercu Buana
ABSTRAK
Daerah Indonesia wilayah Timur Khususnya Kapupaten Konawea Selatan Provinsi Sulawesi Tenggara masih jauh tertinggal dibandingkan Indonesia Wilayah Barat, Selain jauh dari pusat Pemerintahan Wilayah Timur pembangunannya relatif lambat, termasuk sektor Industri kelautan di Kabupaten Konawea Selatan
Masalah-masalah klasik yang ada diwilayah ini antara lain keterbatasan kualitas SDM, Sumberdaya keuangan, terbatasnya infra struktur/sarana dan prasarana, ketertinggalan teknologi. Keinginan kuat Pemda Konawea Selatan cq Dinas Kelautan untuk meningkatkan ketertinggalan tersebut dilakukan dengan pembuataan Model Pengembangan Industri Kelautan di Kabupaten Konawea Selatan
Model tersebut dibuat dengan menggunakan pendekatan Sistem Dinamik,dimulai dari pembuatan model mental yang merupakan Maping dari sistem nyata industri kelautan yang kemudian dipecah menjadi 4 sub sistem model sdm, sub sistem model penangkapan ikan, sub sistem model pasar dan sub sistem model konsumsi. Dari model mental yang disebut CLD kemudian dilanjutkan mmbuat model komputer dan melakukan validasi dengan uji konsistensi.
Dari Hasil eksperimen yang dilakukan di Lab Komputer FTI Mercubuana dengan memakai software POWERSIM maka ditemukan leverage atau faktor-faktor yang paling berpengaruh sebagai pengungkit yaitu, Regulasi Pemda, Kualitas SDM dan Teknologi yang bila dirubah sedikit saja sistem secara keseluruhan akan berubah
Hasil Skenario yang paling optimal bisa dipakai untuk pengembangan industri perikanan di Kabupaten Konawea Selatan adalah dengan memberikan stimulus pada faktor Teknologi dari 0.38 menjadi 0,6 dan regulasi pemda dari 0.4 menjadi 0.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464 ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi 17404 ton.PDRB Rp 28.515.128,- menjadi Rp 40.729.766,-
Kata Kunci : Industri Kelautan, Model Dinamik, CLD, Powersim.
A. Judul Penelitian :
MODEL SIMULASI PENGEMBANGAN INDUSTRI PERIKANAN DI KONAWEA SELATAN DENGAN PENDEKATAN SISTEM DINAMIK
Oleh : Muhammad Kholil dan Dedi Dwiharyadi
B. Bidang Ilmu : Teknologi
C. Pendahuluan
Provinsi Sulawesi Tenggara merupakan provinsi yang mempunyai garis
pantai yang cukup panjang, menghadap kelaut banda yang mempunyai sumber
daya hayati yang sangat besar di wilayah timur Indonesia, kabupaten Konawea
Selatan kabupaten pemekaran dari Kabupaten Kendari sebagai salah satu dari
bagian provinsi Sulawesi Tenggara mempunyai garis pantai yang cukup panjang
yang menghadap ke laut Banda. Garis pantai tersebut terbentang dari Kota
Kendari sampai berbatasan dengan kabupaten Bombana sepanjang 200 km.
Dalam garis pantai sebesar itu merupakan areal penangkapan ikan bagi
2049 nelayan yang ada di Kabupaten Konawea Selatan, dengan kekuatan armada
sebesar 2802 dari berbagai jenis perahu dan kapal (ada lima jenis). Sarana yang
ada masih sangat terbatas, seperti Jukung dan motor tempel. Alat ini tergolong
sederhana dan pola pengadaannya tidak terlalu membutuhkan biaya besar, akan
etapi kapasitasnya sangat terbatas.
Ada 4 sektor yang paling berkonstribusi mendukung pembangunan dari 9
sektor yang ada, yaitu pertanian peternakan, kehutanan, dan perikanan. Dari 4
sektor tersebut pertanian masih mendominasi. Survey awal yang dilakukan terlihat
dengan jelas faktor yang paling mempengaruhi kelambatan pembangunan
diwilayah ini adalah pendapatan asli daerah yang terbatas dan sumber daya
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 2
manusia yang sangat rendah, termasuk disini adalah sektor industri kelautan, akan
tetapi ternyata masalah yang dihadapi tidak sesederhana itu.
Dari keadaan dan kondisi Kabupaten Konawea Selatan tantangan yang
paling menarik dan kritikal dewasa ini bagi para Pejabat dan pengambil keputusan
di Wilayah ini adalah kompleksitas yang secara inheren yang ada dalam
pengelolaan industri kelautan. Interaksi antara komponen biofisik dan sosial
ekonomi serta faktor-faktor legal dalam pengelolaan industri kelautan adalah hal
yang harus dihadapi dalam pengelolaan sumberdaya alam. Melihat permasalahan
yang kompleks dan dinamis tersebut secara sempit dan terfragmentasi akan
berakibat pada disain penelitian yang kurang sesuai dan menghasilkan
rekomendasi yang salah.
Analisis sistem adalah proses yang menekankan pada pendekatan holistik
terhadap pemecahan masalah dan menggunakan model untuk mengidentifikasi
dan meniru karakteristik dari sistem-sistem yang kompleks serta membuat
alternatif skenario pemecahan masalah. Tentu saja pendekatan sistem bukanlah
satu-satunya cara untuk untuk membuat skenario-skenario tersebut. Tetapi
dinamika sistem sangat berguna untuk menggambarkan pemahaman kita tentang
sistem yang ada di alam nyata.
Kompleksitas ekosistem laut, industri perikanan dan sistem sosial yang
menyertainya membuat pengetahuan kita tentangnya tidak pernah lengkap. Dalam
keadaan demikian analisis sistem dan simulasi sering dipakai untuk untuk menguji
hipotesis-hipotesis kita tentang bagaimana sistem bekerja (Grant et al., 1997). Jika
kita dapat memodelkan sistem industri kelautan maka skenario untuk mengelola
laut dan ekosistemnya secara lestari dapat dilaksanakan secara baik, benar dan
berkesinambungan
D. Perumusan Masalah
1. Kompleksitas masalah di industri perikanan di wilayah Konawea Selatan
2. Kesulitan menentukan faktor-faktor mendasar yang sangat mempengaruhi
industri perikanan di Konawea Selatan.
3. Pemda Konawea Selatan Kesulitan menentukan kebijakan yang paling
optimal untuk industri perikanan berdasarkan keterbatasan daerah.
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 3
Pertanyaan Penelitian
1. Bagaimana bentuk kompleksitas masalah yang ada pada industri perikanan
di Konawea Selatan?
2. Faktor-faktor apa saja yang sangat mempengaruhi industri perikanan di
Konawea Selatan?
3. Kebijakan yang bagaimanakah yang paling Optimal dalam kondisi
keterbatasan yang dapat dipakai untuk pengembangan industri perikanan di
Kabupaten Konawea Selatan.
Hipotesa Dinamik
Hipotesa dalam penelitian dengan metode sistem dinamik berlaku dinamik,
dan yang dijadikan hipotesa adalah tujuan dari penelitian dengan metode sistem
dinamik, yaitu :
1. Telah dibuat model sistem dinamik industri perikanan di Kabupaten Konawea
Selatan.
2. Telah ditentukan faktor-faktor yang paling berpengaruh didalam industri
perikanan diwilayah ini.
3. Telah dibuat skenario yang optimal untuk pengembangan industri perikanan
berdasarkan keterbatasan yang ada diwilayah Kabupaten Konawea Selatan
Validasi Model
AME adalah penyimpangan antara nilai rata-rata simulasi terhadap aktual.
AVE adalah penyimpangan nilai variasi simulasi terhadap aktual. U-
Theil’s adalah koefisien diskrepansi antara nilai simulasi terhadap aktual yang
berguna untuk menjelaskan penyimpanan yang menonjol (tidak terlihat pada
AME dan AVE). Batas penyimpangan yang dapat diterima adalah 5-10%.
E. Tujuan
1. Membuat Model Dinamik Industri Kelautan di Kabupaten Konawea Selatan
2. Memilih teknologi yang cocok untuk mengoptimalkan produksi
3. Membuat kebijakan Industri kelautan secara sistemik untuk peningkatan
produksi kelautan
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 4
F. Tinjauan Pustaka
Pemodelan sistem berawal dari bagaimana kita mencoba memahami
dunia nyata ini dan menuangkannya menjadi sebuah model dengan beragam
metode yang ada. Tidak ada model yang benar dan salah. Model dinilai dari
sejauh mana dia dapat berguna. Sehingga langkah pertama dalam pemodelan
adalah menentukan tujuan dari pemodelan tersebut. Model dapat dibuat untuk
memprediksi sebuah komponen dalam model setelah jangka waktu tertentu.
Kegunaan model sebagai alat prediksi terletak pada ketepatan dan ketelitian
hasil prediksinya. Model juga dapat dipakai sebagai wahana untuk belajar
paran pihak yang ingin memahami struktur dan perilaku dari sumberdaya
alam.
Kegunaan model sebagai sarana belajar terletak pada bagaimana
proses belajar terjadi secara efektif dengan memanfaatkan model yang dibuat.
Pemodelan sistem merupakan sebuah ilmu pengetahuan dan seni. Sebuah ilmu
pengetahuan karena ada logika yang jelas ingin dibangunnya dengan urutan
yang sesuai. Sebuah seni, karena pemodelan mencakup bagaimana
menuangkan persepsi manusia atasdunia nyata dengan segala keunikannya.
Tahapan pemodelan telah dikemukakan dalam banyak literatur seperti
pada Grant et al., (1997) dan Sterman (2000). Kami menyarankan pemodelan
sistem dilakukan dengan fase-fase sebagai berikut:
a. Identifikasi isu atau masalah, tujuan dan batasan;
b. Konseptualisasi model dengan menggunakan ragam metode seperti diagram
kotak dan panah, diagram sebab-akibat, diagram stok dan flow atau
diagram sekuens;
c. Formulasi model, merumuskan makna diagram, kuantifikasi dan atau
kualifikasi komponen model jika perlu;
d. Evaluasi model, mengamati kelogisan model dan membandingkan dengan
dunia nyata atau model andal yang serupa jika ada;
e. Penggunaan model, membuat skenario-skenario ke depan atau alternatif
kebijakan, mengevaluasi ragam skenario atau kebijakan tersebut dan
pengembangan perencanaan dan agenda bersama.
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 5
Maarleveld dan Dangbégnin (1999) dalam Buck et al. (2001) menyatakan
bahwa pembelajaran bersama atau pembelajaran sosial (social learning) adalah
sebuah proses dialog dan pemikiran mendalam yang kontinyu antar para pihak
untuk mengeksplorasi masalah dan solusinya. Komunikasi dan eksperimentasi
meningkatkan kemampuan adaptasi para pihak untuk memperbaiki manajemen
sumberdaya alam. Daniels dan Walker (1999) dalam Buck et al. (2001)
mengungkapkan bahwa mutual learning adalah sebuah proses pertukaran
perspektif antarpihak untuk transformasi pemahaman masingmasing terhadap
masalah.
Pembelajaran sosial juga mengakui bahwa masing-masing kelompok
kepentingam membawa beragam pengetahuan dalam pembelajaran sosial,
termasuk nilai, kapasitas, perspektif dan metode pendekatan. Buck et al. (2001)
menyatakan bahwa insitusi untuk pembelajaran sosial adalah adanya fasilitator
yang berfungsi sebagai katalis bagi pembelajaran sosial, serta wahana (platforms)
atau kesempatan bagi terciptanya pembelajaran sosial. Wahana tersebut bisa
berbentuk pertemuan, diskusi kelompok, lokakarya dan lain lain. Senge dan
Steerman (1994) menyatakan proses pembelajaran pada pemodelan bertujuan
untuk (1) meningkatkan model mental bersama para pihak sehingga menjadi lebih
sistemik dan dinamis (2) mengembangkan kemampuan para pihak untuk
memahami setiap situasi baru secara lebih sistemik dan dinamis. Lane (1994)
menyatakan bahwa pemodelan bisa menjadi sarana untuk proses pembelajaran.
Simulasi Sistem Dinamik
Forrester (1961), mendefinisikan simulasi sebagai penyelesaian atau
perhitungan tahap demi tahap dari persamaan matematika yang menggambarkan
keadaan sistem untuk mengetahui perubahan yang terjadi pada sistem tersebut
sehingga diketahui perilakunya.
Oleh Muhammadi (2001), simulasi didefinisikan sebagai peniruan perilaku
suatu gejala atau proses. Simulasi bertujuan untuk memahami gejala atau proses
tersebut, membuat analisis dan peramalan perilaku gejala atau proses tersebut di
masa depan.
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 6
Simulasi merupakan salah satu alat analisis yang terpercaya bagi
perancangan dan pengoperasian proses atau sistem yang rumit. Dengan semakin
meningkatnya persaingan dunia, simulasi menjadi alat yang sangat cocok untuk
perencanaan, perancangan dan pengawasan bagi sebuah sistem. Simulasi
merupakan sebuah tiruan dari sebuah cara operasi di dunia nyata.
Model simulasi adalah suatu teknik dimana hubungan sebab akibat dari
suatu sistem ditangkap (capture) di dalam sebuah model komputer, untuk
menghasilkan beberapa perilaku sesuai dengan sistem nyata.
Pelaksanaan simulasi melalui 4 tahap, dimana tahap pertama simulasi
adalah penyusunan konsep. Gejala atau proses yang akan ditirukan perlu
dipahami, antara lain dengan menentukan unsur-unsur yang berperan dalam gejala
atau proses tersebut. Tahap kedua adalah pembuatan dan perumusan model.
Konsep pada tahap awal dirumuskan sebagai model yang berbentuk uraian
gambar atau rumus.
Tahap ketiga, simulasi dapat dilakukan dengan menggunakan model yang
telah dibuat. Dalam model kuantitatif, simulasi dilakukan dengan memasukkan
data ke dalam model, dimana perhitungan dilakukan untuk mengetahui perilaku
gejala atau proses. Dalam model kualitatif, simulasi dilakukan dengan menelusuri
dan mengadakan analisis hubungan sebab akibat antar unsur dengan memasukkan
data atau informasi yang dikumpulkan untuk mengetahui perilaku gejala atau
proses.
Tahap terakhir, dilakukan validasi untuk mengetahui kesesuaian antara
hasil simulasi dengan gejala atau proses yang ditirukan. Model dapat dinyatakan
baik apabila kesalahan atau simpangan hasil simulasi terhadap gejala atau proses
yang ditirukan kecil. Hasil simulasi tersebut selanjutnya digunakan untuk
memahami perilaku gejala atau proses serta mengetahui kecenderungannya di
masa mendatang.
Perangkat Lunak Simulasi
Untuk melakukan simulasi dari sebuah model, diperlukan perangkat lunak
(software) yang secara cepat dapat melihat perilaku dari model yang telah dibuat.
Ada berbagai macam perangkat lunak yang dapat digunakan untuk keperluan ini,
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 7
seperti Vensim, Dynamo, Ithink, Stella dan Power Simulation. Tetapi dalam
penelitian ini, software yang digunakan adalah Power Simulation.
Powersim digunakan untuk membangun dan melakukan simulasi suatu
model dinamik. Suatu model dinamik adalah kumpulan dari variabel-variabel
yang saling mempengaruhi antara satu dengan lainnya dalam suatu kurun waktu.
Setiap variabel berkorespondensi dengan suatu besaran yang nyata atau
besaran yang dibuat sendiri. Semua variabel tersebut memiliki nilai numerik dan
sudah merupakan bagian dari dirinya.
Pada waktu mensimulasikan model, variabel-variabel akan saling
dihubungkan membentuk suatu sistem yang dapat menirukan kondisi sebenarnya.
Pada perangkat lunak Powersim, suatu sistem yang menggambarkan hubungan
antara variabel-variabel itu dinamakan stock flow diagram.
Model yang dibangun dengan menggunakan perangkat lunak Powersim
berbentuk simbol-simbol dan simulasinya mengikuti suatu metode yang
dinamakan dinamika sistem yang telah dikembangkan pada sekitar awal 1960-an.
Perkembangan selanjutnya, simulasi dengan menggunakan perangkat lunak ini
banyak dipakai dalam bidang-bidang komersial, industri, manajemen dan riset.
Simulasi ditujukan untuk mencari model yang paling cocok sebelum diterapkan
dalam kondisi sebenarnya. Simbol yang digunakan ditampilkan pada Tabel 5.Tabel 1. Simbol-simbol Diagram Alir (Muhammadi, 2001)
No. Simbol Arti
1. Level
2. Auxiliary
3. Konstanta
4.
Sumber
5. Hubungan
6. Hubungan tertunda
7. Inisialisasi hubungan
8. Aliran (flow)
F. Tujuan
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 8
1. Membuat model sistem dinamik industri perikanan di Kabupaten Konawea
Selatan.
2. Menentukan faktor-faktor apa saja yang paling berpengaruh didalam
industri
perikanan diwilayah ini.
3. Membuat skenario yang optimal untuk pengembangan industri perikanan
berdasarkan keterbatasan yang ada diwilayah
G. Manfaat Penelitian
1. Hasil penelitian ini dapat dipakai sebagai pedoman bagi pengambil
kebijakan di bidang Industri Perikanan Kabupaten Konawea Selatan untuk
membangun industri perikanan, dengan arah yang tepat dan kondisi yang
serba terbatas.
2. Model simulasi ini dapat dikembangkan menjadi sistem industri kelautan
yang terdiri dari industri pariwisata, industri perikanan, Pendidikan
(politeknik kelautan yang terdiri dari: Pariwisata Pantai dan laut, Budi
daya hasil laut, Teknologi Perikanan, Teknologi hasil Penangkapan)
H. Metode Penelitian
Metode yang dipakai adalah yang biasa dikenal sebagai pendekatan sistem
dinamik. Untuk menyelesaikan masalah sistem dinamik ada beberapa perangkat
lunak yang dapat dipakai, antara lain Dynamo, Vensim, Stella, Ithink,
Powersim,Simile dalam hal ini penulis menggunakan perangkat lunak Powersim
dengan alasan perangkat lunak powersim lebih user friendly dari pada perangkat
lunak lainnya.
1. Langkah Pertama adalah memetakan masalah berdasarkan data-data
dilapangan. Pemetaan masalah industri perikanan disini meliputi,
penentuan variable-variabel yang ada dalam sistem industri perikanan di
Kabupaten Konawea Selatan. Variable tersebut di uji dengan
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 9
menggunakan apakah ada hubungan yang signifikan antara satu variable
dengan variable yang lain.
Penentuan variable-variabel Sintem industri perikanan dilakukan
bersama-sama pejabat-pejabat yang menangani masalah industri perikanan
di wilayah Kabupaten Konawea Selatan, dalam hal ini adalah Kepala
Dinas Kelautan Kabupaten Konawea Selatan. Provinsi Sulawesi Tenggara.
Pada langkah ini juga dibuat model mental dalam bentuk diagram Simpal
Kausal (Causal Loop Diagram)
2. Pembuatan Model computer dari system industri perikanan ini (biasa
disebut Stock Flow Diagram/SFD) dilakukan berdasarkan model mental
yang telah dibuat bersama pejabat Dinas kelautan terkait. Pada tahap ini
juga dibuat hubungan antara variable tersebut yangberupa hubungan
matematis
initHasil_Tangkapan =GRAPH(TIME,2005,2025,
[130000,177000,185000,190000,266000,283000,318000,377000,416000,
458000,612000"Min:100000;Max:1000000"])
flow Hasil_Tangkapan = +dt*Laju_Penagkapan
3. Pada tahap ini dilakukan pemasukan data kedalam model computer
tersebut yang menggunakan perangkat lunak POWERSIM.
4. Setelah input data dilakukan, model tersebut disimulasikan yang akan
menghasilkan keluaran berupa grafik, yang menunjukan berapa nilai dari
masing-masing variabel tersebut setelah di run seperti gambar 4 diatas
5. Validasi diperlukan untuk menentukan apakah model dan keluaranannya
tidak menyimpang dari system nyatanya. Dilakukan dengan
membandingkan data system nyata yang berupa grafik dari data statistic
dengan keluaran hasil simulasi model yang berupa grafik.
6. Uji sensitifitas dilakukan untuk menentukan factor-faktor yang
berpengaruh(atau yang biasa disebut Leverage). Leverage adalah variabel
yang bila di rubah sedikit saja akan merubah seluruh system industri
perikanan di Kabupaten Konawea Selatan. Penentuan factor-faktor yang
berpengaruh (Leverage) ini menjadi langkah yang penting karena
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 10
pembuatan skenario kebijakan dilakukan dengan memberikan stimulans
pada Leverage yang pada akhirnya setelah dilakukan eksperimen akan
didapat kebijakan yang paling optimal
HASIL PENELITIAN
Diagram Simpal Kausal
Diagram Simpal Kausal merupakan model mental yang penulis buat
yang berupa hubungan antara variabel-variabel yang membentuk model
sistem perikanan. Dasar pembuatan model mental yang direpresentasikan
dalam bentuk diagram simpal kausal ini adalah kondisi nyata keadaan
perikanan yang ada di Kabupaten Konawe Selatan.
PasarPAD
PDRB
LajuKelahiran
IndustriPengolahan
Emigrasi
Konsumen
PopulasiPenduduk
HargaIkan
LajuKematian
Imigrasi
+
+
+
--
+
++
+
++
+
JumlahTangkapan
PotensiKelautan
SDMAlatTangkap
+
+
+
++
LajuKonsumsi
+
+
+
+ _
LajuKonsumen
+
+
+ LajuPenangkapanIkan
+
+
+Teknologi
+
+
+
Gambar ..1 :
Diagram Simpal Kausal
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 11
Model Perikanan di Kabupaten Konawea Selatan
Dari diagram simpal kausal (CLD) diatas, maka model sistem
perikanan Kabupaten Konawea Selatan dibagi menjadi 4 Sub Sistem, Yaitu
1. Sub Sistem Pasar
2. Sub Sistem Konsumsi
3. Sub Sistem Jumlah Tangkapan
4. Sub Sistem SDM
Sub Model Pasar/Penjualan
Sub model pasar yang terdiri dari Stock (Level) dan Flow (Aliran)
atau sebelumnya disebut Rate konsumen rumah tangga yang dipengaruhi
oleh jumlah konsumen rumah tangga, dan jumlah tangkapan, industri
pengolahan dan regulasi dari Pemda Kabupaten Konawea. Pada sub model
Pasar ini penulis membatasi hanya pada hasil perikanan yang berupa hasil
tangkapan dilaut, tidak termasuk budidaya perikanan yang lain.
Pasar akan meningkat dipengaruhi oleh laju konsumsi. Besarnya
laju konsumsi dipengaruhi oleh besarnya konsumen rumah tangga dan
besarnya permintaan industri pengolahan ikan. Besar pasar sektor
Perikanan ini akan menjadikan pendapatan asli (PAD)daerah meningkat
lewat restribusi/pajak yang dibebankan pada hasil penjualan. Sejalan
dengan hal tersebut diatas akan meningkat pula Produk Domestik Bruto
daerah tersebut (PDRB). Lihat gambar 4.3 Model Sub Sistem Pasar
dibawah ini.
PasarPAD
PDRB
++
LajuKonsumsi
+
+
+
Gambar 2. Model Sub Sistem Pasar
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 12
Sub Model Konsumen Rumah Tangga
Sub Model Konsumen Rumah Tangga (ikan) dibangun dari Stock
Konsumen Rumah Tangga yang jumlahnya dipengaruhi oleh aliran atau
Flow laju konsumen RT yang besarnya tergantung dari jumlah Rumah
Tangga, dan harga ikan.
Gambar : 3.CLD Sub Sistem Model Konsumen
Sub Model Jumlah Tangkapan
Sub Sistem Jumlah tangkapan menggambarkan bahwa jumlah
tangkapan sebagai Stock (Level) dipengaruhi oleh laju penangkapan ikan
yang merupakan Flow (Aliran) Laju penangkapan ikan dipengaruhi oleh
potensi kelautan, alat tangkap, sumber daya manusia yang kompeten.
Sementara jumlah tangkapan akan mempengaruhi industri pengolahan
ikan
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 13
Gambar : 4.CLD Sub Sistem Model Jumlah Tangkapan
Sub Model SDM
Sub sistem populasi penduduk menggambarkan jumlah penduduk di
Kabupaten Konawea Selatan yang lahir dan meninggal . Untuk
memudahkan perhitungan sub model ini menggunakan data langsung
yang terdiri dari rata-rata bertambahnya kelahiran dan kematian per tahun
atau disebut sebagai fraksi kelahiran dan kematian.
Jumlah penduduk dipengaruhi pula oleh imigrasi dan emigrasi.
Emigrasi penduduk terjadi karena kesulitan mendapatkan penghasilan
yang layak .Selain Emigrasi adapula penduduk yang datang dan menetap
Kabupaten Konawea Selatan. Karena merupakan Kota Kabupaten baru
banyak pekerja pendatang yang menetap dan menjadi penduduk permanen
di wilayah ini.
Gambar :5.
CLD Sub Model SDM/Penduduk
Diagram Stok Aliran (Stock Flow Digram)
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 14
Dari model mental sistem pengembangan perikanan di Kabupaten
Konawea Selatan yang telah dibuat berdasarkan kondisi nyata di lapangan,
maka di buat model Komputer yang biasa disebut stock flow diagram
(diagram stok aliran)
Gambar : 6.Diagram Alir Model Sistem Perikanan Lengkap
Model komputer dalam bentuk Stock Flow Diagram(SFD) . Pembuatan
SFD ini dilakukan berdasarkan perangkat lunak yang digunakan. Ada beberapa
perangkat lunak yang digunakan untuk pemodelan sistem dinamik, antara lain :
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 15
Stella, Dynamo, Vensim, Powersim, Ithink. Dalam hal ini penulis menggunakan
Powersim, karena menurut hemat penulis perangkat lunak Powersim merupakan
perangkat lunak sistem dinamik yang User Friendly (ramah pengguna).
Simulasi Model
Dari model dasar yang dibuat maka didapat hasil seperti gambar grafik 7 dibawah
ini. Pada simulasi tersebut hasil tangkapan terlihat stagnan dengan kondisi SDM
yang belum terlatih, kalaupun ada terbatas sekali pengetahuan teknologinya.
Pada simulasi ini juga terlihat kenaikan PDRB dan PAD akan tetapi
kenaikan ini tidak hanya oleh hasil tangkapan tapi dari industri pengolahan yang
meningkatkan nilai tambah dari hasil tangkapan, ditambah dengan hasil budi daya
tambak udang dan bukan udang
Tahun
PDR
B S
ekto
r(R
p)
2,007 2,0161 0
1 240,000,000
1 480,000,000
1 720,000,000
1 960,000,000
1 1.2e9
Tahun
Angk
atan
Ker
ja(O
rang
)
2,007 2,010 2,013 2,016
12,000
15,000
18,000
Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
PDRB_Sektor14,306.32
27,157,946.3278,307,219.12
153,495,702.82252,757,143.41376,125,455.61523,634,723.72695,319,202.45891,213,317.78
1,111,351,668
Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
Angkatan_Kerja18,000.0018,090.0018,180.4518,271.3518,362.7118,454.5218,546.8018,639.5318,732.7318,826.39
Time
Has
il Tan
gkap
an /T
ahun
(Ton
)
2,007 2,010 2,013 2,016
12,200
12,400
12,600
12,800
13,000
Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
Hasil Tangkapan12,000.0012,016.8012,033.6812,050.6512,067.7112,084.8412,102.0712,119.3812,136.7812,154.26
Total_Hasil_Tangkapan
Fraksi_Teknologi
Gambar :.7a Grafik PDRB, Angkatan Kerja dan Hasil Tangkapan
Tahun
Has
il Ta
ngka
pan
(Ton
)
2,007 2,010 2,013 2,016
50,000
100,000
Tahun
Pasa
r Akt
ual
(Rup
iah)
2,007 2,0160
500,000,000
1e9
Tahun
PAD
Sek
tor
(Rp)
2,007 2,0160
50,000,000
100,000,000
Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
Total Hsl Tangkap14,000.0026,000.0038,016.8050,050.4862,101.1474,168.8486,253.6998,355.75
110,475.13122,611.91
Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
Pasar14,306.32
27,157,946.3278,307,219.12
153,495,702.82252,757,143.41376,125,455.61523,634,723.72695,319,202.45891,213,317.78
1,111,351,667.85
Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
PAD_Sektor1,430.63
2,715,794.637,830,721.91
15,349,570.2825,275,714.3437,612,545.5652,363,472.3769,531,920.2489,121,331.78
111,135,166.78
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 16
Gambar 4.7 b
Pada simulasi dasar ini terlihat bahwa peningkatan PAD relatif stagnan ini
menunjukkan bahwa produksi Kelautan sangat dipengaruhi oleh bukan hanya
perikanan laut saja akan tetapi budidaya prok kelautan yang lain, yang sangat
prospektif antara lain udang, bandeng, rumput laut, tiram mutiara dll.
Validasi Model
Validasi model dinamik ditujukan kepada konsistensi hasil simulasi model dengan
system nyatanya yang berupa angka statistic ada 3 parameter yang akan diukur,
yaitu sumber daya manusia sector kelautan, hasil tangkapan
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 17
12960
12980
13000
13020
13040
13060
13080
13100
13120
13140
13160
Tahun
Sistem nyataSimulasi Model
Gambar :.8a Uji konsistensi Hasil Tangkapan
Pada hasil tangkapan system nyata pada tahun 2004-2006 (tahun 1-3)
menunjukkan konsistensi kondisi system nyata dengan hasil simulasi yang
hasilnya menunjukkan trend naik
Pada garis warna biru menunjukkan hasil tangkapan sistemnyata dari tahun 2004-
2006 sedangkan garis warna pink menunjukkan hasil tangkapan menurut model
system perikanan
Analisa Sensitifitas
Dari Hasil eksperimen yang dilakukan ternyata parameter yang paling peka
terhadap perubahan system adalah : para meter Teknologi, Sumber Daya
Manusia dan Regulasi Pemda.
Analisa Sensitifitas ini berguna untuk menentukan skenario yang paling
optimal dengan mengatur parameter yang menjadi leverage sehingga system
menghasilkan tujuan yang kita inginkan, dalam hal ini hasil yang tinggi nilainya
belum tentu akan dipakai dikarenakan kemampuan Pemda yang terbatas dalam hal
keuangan dan sumberdaya lainnya
Skenario Kebijakan
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 18
Skenario 1
Pada scenario pertama teknologi yang tadi hanya seadanya ditandai dengan
fraksi hanya 0,4 dinaikan pada tingkat yang memadai (pada tingkat fraksi
0.6) dan regulasi pemda yang belum mendukung (0,4) ditingkatkan menjadi
0,6 Maka terdapat peningkatan yang signifikan dari pasar, hasil tangkapan
dan PAD
Tahun
Pasa
r Akt
ual
(Rup
iah)
2,007 2,0160
500,000,000
1e9
Tahun
PAD
Sek
tor
(Rp)
2,007 2,0160
50,000,000
100,000,000
Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
Pasar14,306.32
28,515,128.3282,219,719.07
161,175,471.90265,430,017.09395,031,223.10550,027,197.70730,466,289.22936,397,087.73
1,167,868,426.24
Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
PAD_Sektor1,430.63
2,851,512.838,221,971.91
16,117,547.1926,543,001.7139,503,122.3155,002,719.7773,046,628.9293,639,708.77
116,786,842.62
Time
Has
il Tan
gkap
an /
Tahu
n(T
on)
2,007 2,01612,000
12,050
12,100
12,150
12,200
Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016
Hasil Tangkapan12,000.0012,022.5812,045.2712,068.0812,091.0012,114.0312,137.1812,160.4512,183.8312,207.33
Gambar :9. a
Sebelum ada perubahan Teknologi dan regulasi Dengan nilai fraksi Teknologi 0.38 dan regulasi 0.4
Skenario 2
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 19
Pada kondisi real ternyata sector kelautan masih membutuhkan tenaga
terampil yang cukup banyak yang tidak dapat dipenuhi oleh penduduk
setempat tanpa harus mendidik lagi sambil menunggu tenaga-tenaga terampil
yang dididik di wilayah ini maka diambil tenaga dari luar berdasarkan
keterampilannya dengan menaikan Fraksi angkatan kerja dari 15% menjadi
18 %
KESIMPULAN DAN SARANKesimpulan
1. Dari hasil penelitian dengan menggunakan pendekatan system dinamik maka
dapat diambil kesimpulan sebagai berikut : parameter yang paling berpengaruh
dalam model pengembangan industri perikanan di Kabupaten Konawea
Selatan adalah Teknologi, Sumberdaya Manusia, Regulasi Pemda. Peningkatan
Teknologi dengan bekerja sama dengan lembaga penelitian kelautan dan
pendidikan akan membantu Pemda merealisasikan pengembangan teknologi
tersebut.Peningkatan dan pengembangan pendidikan.
1. Hasil Skenario yang paling optimal bisa dipakai untuk pengembangan industri
perikanan di Kabupaten Konawea Selatan adalah dengan memberikan stimulus
pada faktor Teknologi dari 0.38 menjadi 0,6 dan regulasi pemda dari 0.4
menjadi 0.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 20
ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi
17404 ton.PDRB Rp 28.515.128,- menjadi Rp 4.729.766,-
Saran
1. Pengembangan SDM Sektor kelautan mengarah pada dibukanya SMK
Kelautan dan Politeknik Kelautan baik secara resmi atau dalam bentuk
Comunity College, bekerja sama dengan lembaga pendidikan yang sudah
mapan baik SDM,Teknologi dan sumberdananya.
2. Pembuatan regulasi Pemda yang harus mendukung bertumbuhnya
investasi dibidang kelautan, sehingga pembuatan regulasi harus mengarah
pada kemudahan-kemudahan bagi investor kelautan dan sector-sektor lain
diantaranya, kemudahan perijinan, insentip pajak dan restribusi,
pengembangan sarana dan prasarana yang menunjang industri kelautan.
Lampiran-lampiran
1. Daftar Pustaka
1. Budi Susilo dkk, Pelatihan Sistem Dinamik, Sikindo, Jakarta 2004
2. Checkland P., 1989. Soft System Methodology. In Rational analysis for a
problematic world problem structuring methods for complexity, uncertainty
and conflit (J. Rosenhead, eds.). John Wiley & Sons, Chichester.
3. Chung, W.C. 1999. A System Dynamic Simulation Model in The System
Support Organization of A Speedy Printing Company (ABC/CND/Powersim
Project). Thesis. Systems Management College of Notre Dame. (on-line)
dalam http://.www.rondo.com/capstone/Paper/
4. Coyle, R.G. 1996. Sistem Dynamics Modelling : A Practical Approach.
Chapman & Hall, United Kingdom.
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 21
5. de Geus A.P., 1994. Modeling to predict or to learn. In Modeling for Learning
Organizations (J.D.W. Morecroft and J.D. Sterman eds.). Productivity Press,
Portland, Oregon.
6. Hemmati M., 2002. Multi-stakeholder Processes for Governance and
Sustainability: Beyond Deadlock and Conflict. Eartscan Publ, London.
7. Ingles A.W., A. Musch and H. Qwist-Hoffmann. 1999. The Participation
Process for Supporting Collaborative Management of Natural Resources. FAO,
Rome
8. Lane D.C.,. 1994. Modeling as learning: a consultancy methodology for
enhancing learning in management teams. In Modeling for Learning
Organizations (J.D.W. Morecroft and J.D. Sterman eds.). Productivity Press,
Portland, Oregon.
9. Lee K.N., 1993. Compass and Gyroscope: Integrating Science and Politics for
the Environment. Island Press, Washington D.C.
10. Mohamadi dkk, “Analisa Sistem Dinamik”, Muhamadiah Press, 2003, Jakarta
11. Muhammad, S. 2002. Manajemen Strategik Konsep dan Kasus Edisi Ketiga.
Akademi Manajemen Perusahaan YKPN, Yogyakarta.
12. Muhammadi, E. Aminullah, dan B. Soesilo. 2001. Analisis Sistem Dinamis
Lingkungan Hidup, Sosial, Ekonomi, Manajemen. UMJ Press, Jakarta.
13. Painch M., and R. Hinton 1998. Simulation models: a tool for rigorous
scenario analysis. In (L.Fahey and R.M. Randall, eds). Learning from the
Future: Competitive Foresight Scenarios. John Wiley & Sons, Inc., New York.
pp. 157-174.
14. Steerman, Business Dynamic, John Willey, 2002
15. Simatupang Togar, Pemodelan Sistem, Andy Offset, yogyakarta,2000
/tt/file_convert/5c8c7d7509d3f24c448bfc25/document.doc 22