v. hasil dan pembahasan 5.1. perkembangan produksi …repository.ub.ac.id/7986/6/bab 5 hasil dan...

V. HASIL DAN PEMBAHASAN

5.1. Perkembangan Produksi Perikanan

5.1.1. Perkembangan Produksi Perikanan Budidaya

Produksi perikanan budidaya berasal dari kecamatan Boyolangu, Besuki,

Ngunut, Sumbergempol, Kalidawir, Karangrejo, Sendang, Tulungagung,

Bandung, Kedungwaru, Rejotangan, Gondang, Pakel, Ngantru, Kauman,

Pucanglaban, Campurdarat, dan Pagerwojo.

Perikanan budidaya ikan air tawar di Kabupaten Tulungagung

dikelompokkan pada dua usaha yaitu budidaya ikan hias dan konsumsi. Ikan

hias dikhususkan pada ikan mas koki (kaliko, tosa, rasket, mutiara, lion head

(kepala singa), mata kantong (mata bola), mas lowo, tekin, Spenser, rensil dan

40 jenis ikan lainya, sedangkan ikan konsumsi yang berorientasi pasar adalah

dominasi ikan lele, gurami, tombro, nila hitam, dan patin.

Tabel 4. Produksi Perikanan Budidaya Kabupaten Tulungagung

Berdasarkan Jenis Ikan

Jenis Ikan

Produksi Perikanan Budidaya (ton) Rata-Rata

2010 2011 2012 2013 2014 2015 2016

Lele 21.675,11 19.337,13 10.820,63 9.764,95 10.596,06 8.556,17 11.728,56 13.211,23

Patin 122 3.640 4.948,65 2.456,46 2.696,39 3.121,79 3.567,63 2.936,131

Gurami 2.996 6.855 1.3571,89 8.707,92 15.050,95 13.404,17 21.201,22 11.683,88

Nila 532 112,08 193,53 148,27 21,95 56,65 112,56 168,1486

Sidat 642 694 0 0 0 0 9 192,1429

Gabus

0 10,34 0 0 0 2,068

Tawes

3,87 0 2,86 1,97 0 0 1,45

Jumlah 25.967,11 30.642,08 29.534,7 21.090,8 28.367,32 25.138,78 36.618,97

Berdasarkan tabel 4 terlihat bahwa produksi perikanan budidaya di

Kabupaten Tulungagung mengalami fluktuatif dari tahun 2010 sampai 2016,

sedangkan produksi tertinggi pada tahun 2016 sebanyak 36.618,97 ton

sedangkan nilai terendah pada tahun 2013 sebanyak 21.090,8 ton. ikan yang

36

paling mendominasi produksi perikanan budidaya terdapat ikan lele yang

mempunyai rata-rata sebesar 13.211,23 ton/tahun.

5.1.2. Perkembangan Produksi Perikanan Tangkap Laut

Pesisir Kabupaten Tulungagung memiliki panjang pantai 61,470 km

Usaha tangkap laut berada di perairan pantai selatan Pulau Jawa yaitu Samudra

Indonesia dengan potensi sebesar 25.000 ton per tahun, Potensi Tangkap

Lestari (MSY) sebesar 12.000 ton/tahun dan Total Allowed Catc (TAC) sebesar

10.000 ton/tahun. Melihat tingkat pemanfaatan sampai saat ini hanya sekitar

15% - 26%.

Produksi ikan laut berasal dari Aktivitas penangkapan ikan laut

menggunakan jenis alat tangkap meliputi purse seine, payang, pancing, gillnet

dan lainya, sedangkan alat tangkap yang paling dominan adalah pancing.

Armada kapal motor yang paling banyak digunakan nelayan kabupaten

Tulungagung adalah 10-30 GT. Jenis ikan yang tertangkap oleh nelayan, antara

lain: sebelah, lidah, manyung, cumi-cumi, tuna, peperek, layur, kurisi, ubur-ubur,

kembung, layang, teri, tongkol, cakalang, kwee, terinasi, tembang, kakap putih,

lobster dan lemuru.

37

Tabel 4. Produksi Perikanan Tangkap Kabupaten Tulungagung

Berdasarkan Jenis Ikan

No Jenis Ikan Produksi Perikanan Tangkap (ton) Rata -

rata 2010 2011 2012 2013 2014 2015 2016

1 Kembung 938,991 612,689 521,595 365,875 197,745 85,19 34,955 393,86

2 Tongkol 3.890,964 932,714 839,47 609,05 223,02 262,1 132,035 984,19

3 Layur 970,13 203,34 143,76 38,3 303,35 318 473,62 350,07

4 Cakalang 24,79 206,288 405,56 353,363 137,4 276,695 276,504 240,08

5 Peperek 0 123,475 83,565 26,385 4,6 6,6 0 34,94

6 Tuna 607,655 661,552 559,87 583,835 230,909 186,76 211,581 434,59

7 Lobster 0 90,881 7,843 0 8,305 3,351 41,234 21,65

8 Lemuru 0 67,83 57,622 9,74 178,988 68,58 4,366 55,30

9 Kurisi 17,52 28,901 98,753 91,89 30,485 27,87 49,032 49,20

10 Kakap Putih 0 0 0 0 0,08 0 5,37 0,77

11 Kuwe 0,57 4,18 7,075 5,075 1,3 0 0,547 2,67

12 Tembang 0 0 11,756 0 8,825 0 0 2,94

13 Ikan

Sebelah 374,016 207,171 180,03 152,2 89,44 50,68 48,711 157,46

14 Lidah 349,66 151,027 109,06 122,645 100,49 48,265 21,565 128,95

15 Teri 372,934 853,641 666,17 427,805 105,52 5,2 0 347,32

16 Manyung 555,036 205,342 245,02 168,75 81,08 38,7 51,784 192,24

17 Hiu 0 0 0 0 0 0 0 0

18 Layang 313,856 551,711 596,449 307,53 138,735 33,87 37,694 282,83

19 Lemedang 0 0 0 0 0,756 3,84 0 0,65

20 Pari 0 0 0 0 2,26 2,4 0,871 0,79

21 Gurita 0 0,776 5,743 0 8,28 0,116 0 2,13

22 Ikan Lainya 102,463 104,618 335,514 127,247 54,058 98,924 385,186 172,57

Jumlah 8.518,585 5.006,136 4.874,855 3.023,815 1.905,626 1.517,141 1.775,055

Berdasarkan tabel 4 terlihat bahwa produksi perikanan di tulungagung

dari tahun 2010-2016 mengalami penurunan hasil tangkapan laut, untuk produksi

tertinggi terjadi pada tahun 2010 sebesar 8.518,585 ton dan produksi terendah

terjadi pada tahun 2015 sebesar 1.517,141 ton. Untuk ikan yang mendominasi

hasil tangkapan nelayan produksi tertinggi didapat rata-rata ikan tongkol sebesar

984,19 ton/tahun.

38

5.2. Faktor Produksi Perikanan

5.2.1. Faktor Produksi Perikanan Budidaya

Budidaya Perikanan adalah usaha pemeliharaan dan pengembangbiakan

ikan atau organisme air lainnya. Budidaya perikanan disebut juga sebagai

budidaya perairan atau akuakultur mengingat organisme air lain seperti kerang,

udang maupun tumbuhan air. Terdapat beberapa faktor yang mempengaruhi

produksi suatu budidaya, diantaranya jumlah tenaga kerja yang digunakan atau

rumah tangga perikanan yang bekerja di bidang pembudidayaan ikan, luas lahan

yang tersedia untuk budidaya, jumlah benih yang ditebar, jumlah penggunaan

pupuk, dan jumlah pakan yang telah digunakan dalam proses pembudidayaan

tersebut. Dalam penelitian ini faktor yang digunakan yaitu hanya jumlah rumah

tangga perikanan (RTP), luas lahan, dan benih yang di gunakan.

Tabel 6. Data Perikanan Budidaya Kabupaten Tulungagung Tahun 2004-

2016

Tahun RTP

(orang) Luas Lahan

(ha) Benih (Ekor) Produksi (Ton)

2004 10.112 114,56 105.325.700 19.436,04

2005 12.052 136,02 163.859.300 21.641,5

2006 12.168 136,54 274.398.060 24.964,12

2007 12.200 136,74 295.390.530 27.453,32

2008 12.248 136,9 176.243.000 19.206,074

2009 12.248 136,9 198.463.050 20.531,12

2010 11.803 265,03 232.745.800 25.967,11

2011 10.362 233,62 322.643.000 30.642,08

2012 13.545 318,6 315.475.000 29.534,7

2013 13.517 299,56 133.726.120 21.090,8

2014 13.517 299,56 147.248.180 28.367,32

2015 14.816 307,02 243.196.410 25.138,78

2016 14.816 307,96 418.530.250 36.618,97

Sumber: Dinas Kelautan Dan Perikanan Kabupaten Tulungagung, 2017

Berdasarkan tabel 6 dapat dilihat, bahwa volume produksi perikanan

budidaya dari tahun 2004-2016 mengalami fluktuatif, pada benih jumlah

39

ketersediaan benih dari tahun 2004-2016 meningkat, pada jumlah RTP

mengalami kenaikan diikuti luas lahan juga mengalami peningkatan. Berikut

merupakan hasil analisis uji asumsi klasik, regresi linear berganda, dan uji

statistik dari perikanan budidaya di Kabupaten Tulungagung.

5.2.1.1. Uji Asumsi Klasik

Uji asumsi klasik adalah suatu uji yang dilakukan agar model regresi tidak

bias atau BLUE (Best Linear Unbiased Estimator). Suatu model regresi dikatakan

tidak bias apabila semua asumsi-asumsi yang mendasari model tersebut

terpenuhi, yaitu data normalitas, tidak terjadi autokorelasi, tidak terjadi

heterokedastisitas dan tidak terjadi multikolinealitas. Sebaliknya,kebenaran

pendugaan model dan atau pengujian hipotesis untuk pengambilan keputusan

dapat diragukan, jika ada paling tidak satu asumsi dalam model regresi yang

tidak dapat dipenuhi oleh fungsi regresi yang diperoleh.

a. Uji Normalitas

Uji normalitas adalah uji untuk mengetahui apakah model regresi, variabel

terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak.

Model regresi yang baik adalah distribusi data normal atau mendekati normal.

Hasil pengujian normalitas model regresi dapat dilihat gambar normal P-Plot of

Regression Standarized dan grafik histogram. Dapat dilihat pada gambar berikut

ini:

40

1. Normal P-P Plot of Regression standarized Residual

Gambar 2. Grafik Normal P-P Plot Perikanana Budidaya

Sumber: data primer diolah, (2017)

Berdasarkan gambar 2 grafik Normal P-P Plot di atas terlihat bahwa titik-

titik berhimpit atau sangat dekat dengan garis diagonal, yang berarti model

regresi ini dipercaya berdistribusi normal.

2. Uji Kolmogorof-Smirnov

Kolmogorof-Smirnov merupakan uji untuk mendeteksi apakah residual

berdistribusi secara normal, yaitu meregresikan Unstandarized residual dengan

masing-masing variabel independen, jika Uji t nilai signifikansi antar variabel

independen dengan residual lebih dari 0,05 maka residual berdistribusi secara

normal (Priyatno, 2016).

Tabel 7. Hasil uji Kolmogorov Perikanan Budidaya

Output Strandardized Residual

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

0,629

0,824


Berdasarkan output diatas dapat diketahui bahwa nilai signifikansi (sig.)

pada Kolmogorov-smirnov sebesar 0,824. kerena nilai signifikansi lebih dari 0,05

maka residual terdistribusi secara normal.

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: Produksi

Observed Cum Prob

1.00.75.50.250.00

Expecte

d C

um

Pro

b1.00

.75

.50

.25

0.00

41

b. Uji Heteroskedastisitas

Uji heterokedastisitas digunakan untuk melihat apakah terdapat

ketidaksamaan varians yang mempengaruhi persyaratan adalah dimana terdapat

varian yang sama dari residual satu pengamatan ke pengamatan yang lain tetap,

maka biasa disebut homoskedastisitas. Hasil Uji heterokedastisitas dapat dilihat

gambar dibawah ini:

1. Scatterplot

Uji heteroskedastisitas dengan metode scatterplot yaitu dengan melihat

pola titik-titik pada scatterplot regresi. Jika titik-titik menyebar dengan pola yang

tidak jelas di atas dan dibawah angka 0 pada sumbu Y maka tidak terjadi

masalah heteroskedastisitas (Priyatno, 2016).

Gambar 3. Uji heteroskedastisitas Perikanan Budidaya Sumber: data primer diolah, (2017)

Berdasarkan gambar 3 scatterplot diatas, terlihat bahwa titik-titik

menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas.

Artinya pada model regresi ini tidak terjadi heterokedastisitas, sehingga model

regresi layak digunakan.

Scatterplot


Regression Standardized Predicted Value

2.01.51.0.50.0-.5-1.0-1.5-2.0

Regre

ssio

n S

tudentized R

esid

ual

3

2

1

0

-1

-2

42

2. Uji Glejser

Tabel 8. Hasil uji Heteroskedastisitas (Uji Glejser) Perikanan Budidaya

Model T Tingkat Signifikasi

(Constant)

RTP (X1)

Luas lahan (X2)

Benih (X3)

-1,202

1,736

0,929

-2,156

0,260

0,117

0,377

0,059


Berdasarkan tabel 8 dapat dilihat bahwa nilai signifikansi pada semua

variabel (RTP, Luas lahan dan benih) > 0,05, dapat disimpulkan bahwa model

regresi ini tidak terjadi heteroskedastisitas, sehingga model regresi ini layak

untuk digunakan.

c. Uji Multikolienaritas

Menurut imam Ghozali (2005), multikolinearitas dapat juga dilihat dari nilai

tolerance dan lawannya Variance Inflation Factor (VIF). Kedua ukuran ini

menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel

bebas lainya. Dalam pengertian sederhana setiap variabel bebas menjadi

variabel terikat dan diregresi terhadap variabel bebas lainnya. Tolerance

mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan

oleh variabel bebas lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF

tinggi karena VIF = 1/tolerance) dan menunjukkan adanya kolinearitas yang

tinggi. Nilai cut off yang umum dipakai adalah nilai tolerance 0.10 atau sama

dengan nilai VIF diatas 10. Setiap analisis harus menentukan tingkat kolienaritas

yang masih dapat ditolerir. Dari hasil penelitian terlihat hasil pengujian

multikolinieritas sebagaimana tampak pada tabel 6.

Tabel 9. Hasil Uji Multikolienaritas Perikanan Budidaya

Model Tolerance VIF

RTP (X1)

Luas lahan (X2)

Benih (X3)

0,531

0,524

0,878

1,884

1,908

1,139


43

Berdasarkan tabel 9 di atas dapat kita lihat, nilai tolerance berturut-turut

untuk variabel RTP (X1), Luas lahan (X2) dan Benih (X3) sebesar 0,531, 0,524

dan 0.878 (dimana semua nilai tolerance dari variabel-variabel tersebut > 0.1)

dan nilai VIF sebesar 1,884, 1,908 dan 1,139 (dimana semua nilai VIF variabel-

variabel tersebut <10), sehingga dapat dikatakan bahwa semua variabel bebas

yang mempengaruhi produksi perikanan budidaya di kanupaten tulungagung

tidak mengalami multikolinearitas.

d. Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah model regresi ada

korelasi antara residual pada periode t dengan residual pada periode

sebelumnya (t-1). Model regresi yang baik adalah yang tidak adanya masalah

autokorelasi. Metode pengujian yang sering digunakan adalah dengan

menggunakan uji durbin-watson (uji DW) (Priyatno, 2016).

Pengambilan keputusan pada uji Durbin-Watson sebagai berikut:

1. dU<dW<4-dU, maka artinya tidak terjadi autokorelasi.

2. dW<dL atau dW>4-dL, maka artinya terjadi autokorelasi.

3. dL<dW<dl atau 4-dU<dW<4dL, maka artinya tidak ada kepastian atau

kesimpulan yang pasti.

Tabel 10. Hasil Uji Autokorelasi (Durbin-Watson)

Model Durbin –Watson

1 1,848a


Berdasarkan tabel 10 hasil uji autokorelasi diatas, didapatkan nilai uji

durbin-Watson sebesar 1,848. Untuk memperoleh nilai dL dan dU dapat dilihat

pada n=13 dengan k=3 sehingga pada signifikansi 0,05 diperoleh nilai dL 0,499

dan dU 1,526. Sehingga nilai Durbin-Watson berada diantara dU (1.526) < dW

44

(1,848) < 4-dU (2,474). Dapat disimpulkan bahwa dalam regresi linier tersebut

tidak terdapat autokorelasi.

5.2.1.2. Analisis Regresi Linear Berganda

Analisis regresi linear berganda digunakan untuk mengetahui pengaruh

antara dua variabel atau lebih variaben independen dengan satu variabel

dependen yang ditampilkan dalam bentuk persamaan regresi. Perbedaan

dengan regresi linear sederhana yaitu pada jumlah variabel independenya

dimana regresi linier sederhana hanya menggunakan satu variabel indepanden.

Variaben independen dilambangkan dengan X1,X2,...Xn sedangkan variabel

dependen dilambangkan dengan Y (Priyatno, 2016).

Tabel 11. Aalisis Regresi linier Berganda Perikanan Budidaya

Model B Tingkat Signifikasi

(Constant)

RTP (X1)

Luas lahan (X2)

Benih (X3)

15.981,963

-0,503

27,048

0,00004

0,038

0,448

0,035

0,000


Berdasarkan hasil analisis SPSS diperoleh persamaan regresi linier

berganda sebagai berikut:

Y= α+b1X1 +b2X2+b3X3 +ҽ

Y = 15.981,963 - 0,503X1 + 27,048 X2 + 0,00004X3 + e

Dimana: Y = Output produksi

X1 = RTP

X2 = Luas Lahan

X3 = Benih

α = Konstanta

e = Variabel lain

45

Dengan rincian penjelasan dibawah ini:

1. Variabel Y (Produksi)

Variabel Y menghasilkan nilai 15.981,963 hal ini menunjukkan bahwa

variabel bebas yang mempengaruhi terikat dianggap tidak ada atau sama

dengan nol maka nilai produksi ikan sebesar 15.981,963.

Menurut Dian dan Jangkung (2015), nilai koefisien regresi pada konstanta

adalah sebesar 4,624. Nilai tersebut menunjukkan bahwa produksi budidaya lele

ketika faktor-faktor produksi bernilai 0 adalah sebesar 4,624%.

2. Variabel X1 (RTP)

Koefisien regresi variabel X1 (RTP) sebesar -0,503, artinya jika RTP di

tambah, maka produksi akan mengalami penurunan sebesar 0,503 dengan

asumsi variabel independen lainya bernilai tetap. Koefisien bernilai negatif

menunjukkan bahwa RTP (X1) mempunyai hubungan yang berlawanan arah

dengan produksi (Y). Artinya apabila RTP ditingkatkan akan diikuti dengan

menurunnya produksi.

Berdasarka penelitian Sofiyanti dan Suartini (2016), Jumlah pembudidaya

memiliki korelasi positif terhadap kenaaikan skor produksi perikanan. Kenaikan

jumah pembudidaya sebesar satu satuan akan mampu menaikkan 0,014 skor

produksi perikanan dengan asumsi faktor lain tetap.

3. Variabel X2 (Luas lahan)

Koefisien regresi variabel X2 (Luas lahan) sebesar 27,048, artinya jika

luas lahan di tambah, maka produksi akan mengalami kenaikan sebesar 27,048

dengan asumsi variabel independen lainya bernilai tetap. Koefisien bernilai positif

menunjukkan bahwa luas lahan (X2) mempunyai hubungan yang searah dengan

produksi (Y). Artinya apabila luas lahan ditingkatkan akan diikuti dengan

meingkatkannya produksi.

46

Berdasarkan penelitian Fahry et,al (2014), koefsien luas lahan yang

positif sebesar 1,204 menunjukkan jika luas lahan ikan nila meningkat 1 persen

maka produksi ikan nila meningkat sebesar 1,204 persen. Hal ini sesuai dengan

teori bahwa luas lahan memiliki pengaruh yang positif terhadap produksi ikan

nila.

4. Variabel X3 (Benih)

Koefisien regresi variabel X3 (Benih) sebesar 0,00004, artinya jika Benih

di tambah, maka produksi akan mengalami peningkatan sebesar 0,00004

dengan asumsi variabel independen lainya bernilai tetap. Koefisien bernilai

Positif menunjukkan bahwa benih (X3) mempunyai hubungan yang searah

dengan produksi (Y). Artinya apabila Benih ditingkatkan akan diikuti dengan

meningkatnya produksi.

Benih ikan merupakan awal dari suatu proses budidaya dan oleh karena

itu kualitas benih ikan ikan harus benar-benar bagus. Dengan kata lain mutlak

diperlukan suatu jaminan yang menyatakan bahwa kondisi benih suatu ikan

sesuai standar benih yang berkualitas ketika akan digunakandengan jaminan

yang tertulis atau bersertifikat (Husen, 2012).

5.2.1.3. Uji Statistik

Penelitian ini menggunakan dua variabel yaitu produksi perikanan

budidaya (Y) sebagai variabel terikat dan RTP (X1), luas lahan (X2) dan benih

(X3) sebagai variabel bebas. Untuk melihat hubungan antara variabel terikat dan

variabel bebas maka dapat dilakukan serangkaian uji statistik sebagai berikut:

a. Koefisien Determinasi (R2)

Analisis determinasi digunakan untuk mengetahui presentase sumbangan

pengaruh variabel independen secara bersama-sama terhadap variabel

47

dependen. Hasil analisis determinasi dapat dilihat pada output model summary

(Priyatno, 2016).

Koefisien determinasi bertujian untuk mengukur seberapa besar pengaruh

variabel bebas terhadap variabel terikat. Kisaran nilai adjusted R2 adalah 0<R2<1.

Apabila nilai adjusted R2 semakin mendekati angka 1, maka semakin kuat

variabel-variabel bebas mempengaruhi variabel terikat. Hasil uji R2 dapat dilihat

dalam tabel 10.

Tabel 12. Uji Koefisien Determinan (R2) Perikanan Budidaya

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

1 0,920a 0,847 0,796 2313,88796


Berdasarkan tabel 12 diperoleh nilai R2 (adjusted R Square) = 0,847

dengan demikian berarti bahwa pengaruh variabel RTP, Luas lahan dan Benih

yang di gunakan terhadap produksi perikanan budidaya adalah 84,7%.

Sedangkan untuk sisanya sebesar 15,3% dipengaruhi oleh faktor-faktor lain

diluar analisis yang di gunakan yaitu: obat-obatan, pakan, penyakit, dan hama.

b. Uji Simultan (F)

Uji F digunakan untuk mengetahui pengaruh secara simultan variabel

RTP (X1), luas lahan (X2) dan benih (X3) terhadap Produksi perikanan budidaya

(Y). Pada penelitian ini menggunakan tingkat signifikansi 0,05. Untuk

menentukan apakah variabel independen mempengaruhi variabel depanden

secara simultan maka nilai Fhitung dibanding dengan Ftabel pada tingkat signifikansi

0,05.

1. Apabila Fhitung > Ftabel berarti semua variabel bebas secara bersama-sama

berpengaruh secara nyata pada variabel terikat.

2. Apabila Fhitung< Ftabel berarti semua variabel bebas tidak tidak berpengaruh

secara nyata pada variabel terikat. Hasil uji F dapat dilihat pada tabel 10.

48

Tabel 13. Hasil Uji Simultan (F) Perikanan Budidaya

Model F Signifikasi

Regression 16,572 0,001a


Berdasarkan tabel 13 menunjukkan nilai Fhitung adalah sebesar 16,572

dengan sig Fhitung sebesar 0,000. Pada derajat signifikansi sebesar 5%, dengan

nilai df N1=2 dan df N2=13 di peroleh nilai Ftabel sebesar 3,41. Dengan demikian

dapat disimpulkan bahwa nilai Fhitung (16,572) > Ftabel (3,41), hal ini menunjukkan

adanya pengaruh seecara nyata variabel bebas (RTP, Luas lahan, Benih)

terhadap Produksi perikanan budidaya. Berdasarkan uji signifikan, data

dikatakan signifikan jika nilai kuarang dari 0,05 / 5%. Hasil analisis diperoleh nilai

signifikan sebesar 0,001, nilai ini dibawah 0,05 / 5%, sehinnga hasil analisis

dikatakan signifikan atau dapat dipercaya.

c. Uji Parsial (t)

Uji t pada regresi linier berganda digunakan untuk mengetahui pengaruh

variabel independen secara parsial terhadap variabel dependen (Priyatno, 2016).

1. Apabila thitung < ttabel artinya variabel bebas tidak berpengaruh nyata

terhadap variabel terikat.

2. Apabila thitung > ttabel artinya veriabel bebas berpengaruh nyata terhadap

variabel terikat.

Untuk mengetahui pengaruh secara parsial dari masing-masing variabel

bebas (X) RTP, Luas lahan dan Benih terhadap variabel terikat (Y) Produksi

perikanan budidaya, dilakukan dengan cara membandingkan nilai masing-

masing thitung variabel bebas dengan ttabel yang dilihat menggunakan tabel statistik

dengan rumus N – k = 13 – 3 = 10, dengan derajat signifikansi 5% di peroleh ttabel

sebesar 2,22813. Hasil uji t dapat di lihat sebagai berikut.

49

Tabel 14. Hasil uji Parsial (t)

Model t-hitung t-tabel Signifikasi

RTP (X1)

Luas lahan (X2)

Benih (X3)

-0,794

2,477

5,373

2,22813

2,22813

2,22813

0,448

0,035

0,000


Berdasarkan tabel 14 menunjukkan hubungan yaitu RTP (X1), luas lahan

(X2) dan Benih (X3) terhadap produksi budidaya (Y) yang lebih jelasnya dapat

dilihat pada uraian berikut:

1. Variabel RTP (X1)

Berdasarkan uji statistik diatas diketahui bahwa variabel RTP tidak

berpengaruh signifikan terhadap produksi perikanan budidaya. Hal ini

menunjukkan bahwa variabel RTP tidak berpengaruh terhadap banyak sedikitnya

produksi perikanan budidaya Kabupaten Tulungagung. Hal ini dibuktikan dari

nilai thitung variabel yang lebih kecil dari nilai ttabel (-0,794 < 2,22813).

Menurut Sutrisno (2009), rendahnya kualitas sumberdaya manusia di

sektor perikanan menjadi penghalang dalam pengembangan sektor tersebut.

Pada umumnya kondisi kualitas sumberdaya manusia pada sektor perikanan

adalah (1) tingkat pendidikan relatif rendah, (2) pendayagunaan relatif randah,

(3) produktivitas relatif rendah, (4) daya saing rendah, dan (5) budaya etos kerja

rendah.

2. Variabel Luas lahan (X2)

Berdasarkan uji statistik diatas diketahui bahwa variabel Luas lahan tidak


menunjukkan bahwa variabel Luas lahan berpengaruh terhadap banyak

sedikitnya produksi perikanan budidaya Kabupaten Tulungagung. Hal ini

dibuktikan dari nilai thitung variabel yang lebih kecil dari nilai ttabel (2,477 > 2,22813).

50

Ditinjau dari sudut efisiensi, semakin luas lahan yang digunakan dalam

kegiatan budidaya maka semakin tinggi pula produksi yang dihasilkan dan

selanjutnya dikatakan bahwa faktor pasokan benih dapat memberikan resiko

yang besar terhadap budidaya (Cahyono, 2001).

3. Variabel Jumlah Benih (X3)

Berdasarkan uji statistik diatas diketahui bahwa variabel jumlah Benih


menunjukkan bahwa variabel jumlah Benih berpengaruh terhadap banyak

sedikitnya produksi perikanan budidaya Kabupaten Tulungagung. Hal ini

dibuktikan dari nilai thitung variabel yang lebih besar dari nilai ttabel (7,373 >

2,22813).

Padat penebaran benih adalah jumlah benih yang ditebar per satuan luas

atau volume air. Padat penebaran disesuaikan dengan luas tempat budidaya

atau volume air budidaya. Populasi ikan yang terlalu padat beresiko rentan

terkena penyakit. Disamping itu, padat penebaran yang tinggi juga menyebabkan

ikan harus berkompetisi dalam mendapatkan makanan (Ciptanto, 2010).

5.2.2. Faktor Produksi Perikanan Tangkap

Perikanana tangkap, berbeda dengan perikanan budidaya, usaha

penangkapan ikan dan organisme air lainya di alam (laut, sungai, danau dan

badan air lainya). Kehidupan organisme air di alam dan faktor-faktornya (biotik

dan abiotik) tidak dikendalikan secara sengaja oleh manusia. Perikanan tangkap

sebagian besar dilakukan di laut, terutama disekitar pantai dan laut lepas,

perikanan tangkap juga ada di danau dan sungai. terdapat beberapa faktor yang

mempengaruhi produksi perikanan tangkap yang diginakan dalam penelitian ini

adalah jumlah rumah tangga perikanan (RTP), jumlah alat tangkap yang

digunakan, jumlah Armada yang digunakan.

51

Tabel 15. Data Perikanan Tangkap Kabupaten Tulungagung Tahun 2004-

2016

Tahun RTP

(orang) Alat tangkap

(unit) Armada

(unit) Produksi (Ton)

2004 687 621 598 8.512,075

2005 655 690 679 8.365,081

2006 670 657 688 7.964,454

2007 638 670 650 8.064,907

2008 638 659 650 8.153,750

2009 583 643 621 8.218,997

2010 674 602 580 8.518,585

2011 574 585 686 5.006,136

2012 574 594 690 4.874,855

2013 462 474 487 3.023,815

2014 475 475 498 1.905,626

2015 403 443 416 1.517,141

2016 403 451 422 1.775,055

Sumber: Dinas Kelautan Dan Perikanan Kabupaten Tulungagung, 2017

Berdasarkan tabel 15 dapat dilihat produksi perikanan tangkap di

Kabupaten Tulungagung pad tahun 2004-2016 mengalami penurunan

sedangkan jumlah RTP, jumlah armada, dan alat tangkap cenderung menurun

setiap tahunya, karena produksi perikanan tangkap tidak lepas dari faktor-faktor

tersebut. Berikut merukakan hasil analisis uji asumsi klasik, regresi linear

berganda, dan uji statistik dari perikanan tangkap di Kabupaten Tulungagung.

5.2.2.1. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas adalah uji untuk mengetahui apakah model regresi, variabel

terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak.

Model regresi yang baik adalah distribusi data normal atau mendekati normal.

Hasil pengujian normalitas model regresi dapat dilihat gambar normal P-Plot of

Regression Standarized dan grafik histogram. Dapat dilihat pada gambar berikut

ini:

52

1. Normal P-P Plot of Regression standarized Residual

Gambar 4. Grafik Normal P-P Plot Perikanan Tangkap Sumber: data primer diolah, (2017)

Pada gambar 4 grafik Normal P-P Plot di atas terlihat bahwa titik-titik

berhimpit atau sangat dekat dengan garis diagonal, yang berarti model regresi ini

dipercaya berdistribusi normal.

2. Uji Kolmogorof-Smirnov

Kolmogorof-Smirnov merupakan uji untuk mendeteksi apakah residual

berdistribusi secara normal, yaitu meregresikan Unstandarized residual dengan

masing-masing variabel independen, jika Uji t nilai signifikansi antar variabel

independen dengan residual lebih dari 0,05 maka residual berdistribusi secara

normal (Priyatno, 2016).

Tabel 16. Hasil uji Kolmomogorov Perikanan Tangkap

Output Strandardized Residual

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

0,783

0,571


Berdasarkan tabel 16 dapat diketahui bahwa nilai signifikansi (sig.) pada

Kolmogorov-smirnov sebesar 0.571. kerena nilai signifikansi lebih dari 0,05 maka

residual terdistribusi secara normal.

Normal P-P Plot of Regression Standardized Residual


Observed Cum Prob

1.00.75.50.250.00

Expecte

d C

um

Pro

b1.00

.75

.50

.25

0.00

53

b. Uji Heterokedastisitas

Uji heterokedastisitas digunakan untuk melihat apakah terdapat

ketidaksamaan varians yang mempengaruhi persyaratan adalah dimana terdapat

varian yang sama dari residual satu pengamatan ke pengamatan yang lain tetap,

maka biasa disebut homoskedastisitas. Hasil Uji heterokedastisitas dapat dilihat

gambar dibawah ini:

1. Scatterplot

Uji heteroskedastisitas dengan metode scatterplot yaitu dengan melihat

pola titik-titik pada scatterplot regresi. Jika titik-titik menyebar dengan pola yang

tidak jelas di atas dan dibawah angka 0 pada sumbu Y maka tidak terjadi

masalah heteroskedastisitas (Priyanto, 2016).

Gambar 5. Uji heteroskedastisitas


Berdasarkan gambar 5 scatterplot diatas, terlihat bahwa titik-titik

menyebar secara acak dan tidak membentuk suatu pola tertentu yang jelas.

Artinya pada model regresi ini tidak terjadi heterokedastisitas, sehingga model

regresi layak digunakan.

Scatterplot


Regression Standardized Predicted Value

1.51.0.50.0-.5-1.0-1.5

Regre

ssio

n S

tudentized R

esid

ual

3

2

1

0

-1

-2

54

2. Uji Glejser

Tabel 17. Hasil uji Heteroskedastisitas (Uji Glejser) Perikanan Tangkap

Model T Tingkat Signifikasi

(Constant)

RTP (X1)

Alat tangkap (X2)

Armada (X3)

0,161

-0,672

0,880

-0,502

0,876

0,519

0,402

0,628


Berdasarkan tabel 17 dapat dilihat bahwa nilai signifikansi pada semua

variabel (RTP, Alat tangkap dan Armada) > 0,05, dapat disimpulkan bahwa

model regresi ini tidak terjadi heteroskedastisitas, sehingga model regresi ini

layak untuk digunakan.

c. Uji Multikolienaritas

Menurut imam Ghozali (2005), multikolinearitas dapat juga dilihat dari nilai

tolerance dan lawannya Variance Inflation Factor (VIF). Kedua ukuran ini

menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel

bebas lainya. Dalam pengertian sederhana setiap variabel bebas menjadi

variabel terikat dan diregresi terhadap variabel bebas lainnya. Tolerance

mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan

oleh variabel bebas lainnya. Jadi nilai tolerance rendah sama dengan nilai VIF

tinggi karena VIF = 1/tolerance) dan menunjukkan adanya kolinearitas yang

tinggi. Nilai cut off yang umum dipakai adalah nilai tolerance 0.10 atau sama

dengan nilai VIF diatas 10. Setiap analisis harus menentukan tingkat kolienaritas

yang masih dapat ditolerir. Dari hasil penelitian terlihat hasil pengujian

multikolinieritas sebagaimana tampak pada tabel 16.

Tabel 18. Hasil Uji Multikolienaritas Perikanan Tangkap

Model Tolerance VIF

RTP (X1)

Alat tangkap (X2)

Armada (X3)

0,148

0,960

0,195

6,737

1,404

5,121


55

Berdasarkan tabel 18 dapat kita lihat, nilai tolerance berturut-turut untuk

variabel RTP (X1), Alat tangkap (X2) dan Armada (X3) sebesar 0,148, 0,960 dan

0.195 (dimana semua nilai tolerance dari variabel-variabel tersebut > 0.1) dan

nilai VIF sebesar 6,737, 1,404 dan 5,121 (dimana semua nilai VIF variabel-

variabel tersebut <10), sehingga dapat dikatakan bahwa semua variabel bebas

yang mempengaruhi produksi perikanan tangkap di kabupaten tulungagung tidak

mengalami multikolinearitas.

d. Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah model regresi ada

korelasi antara residual pada periode t dengan residual pada periode

sebelumnya (t-1). Model regresi yang baik adalah yang tidak adanya masalah

autokorelasi. Metode pengujian yang sering digunakan adalah dengan

menggunakan uji durbin-watson (uji dW) (Priyatno, 2016).

Pengambilan keputusan pada uji Durbin-Watson sebagai berikut:

1. dU<dW<4-dU, maka artinya tidak terjadi autokorelasi.

2. dW<dL atau dW>4-dL, maka artinya terjadi autokorelasi.

3. dL<dW<dl atau 4-dU<dW<4dL, maka artinya tidak ada kepastian atau

kesimpulan yang pasti.

Tabel 19. Hasil Uji Autokorelasi ( Durbin-Watson) Perikanan Tangkap

Model Durbin –Watson

1 1,636a


Berdasarkan tabel 19 hasil uji autokorelasi diatas, didapatkan nilai uji

durbin-Watson sebesar 1,636. Untuk memperoleh nilai dL dan dU dapat dilihat

pada n=13 dengan k=3 sehingga pada signifikansi 0,05 diperoleh nilai dL 0,499

dan dU 1,526. Sehingga nilai Durbin-Watson berada diantara dU (1.526) < dW

56

(1,586) < 4-dU (2,474). Dapat disimpulkan bahwa dalam regresi linier tersebut

tidak terdapat autokorelasi.

5.2.2.2. Analisis Regresi Linear Berganda

Analisis regresi linear berganda digunakan untuk mengetahui pengaruh

antara dua variabel atau lebih variaben independen dengan satu variabel

dependen yang ditampilkan dalam bentuk persamaan regresi. Perbedaan

dengan regresi linear sederhana yaitu pada jumlah variabel independenya

dimana regresi linier sederhana hanya menggunakan satu variabel indepanden.

Variaben independen dilambangkan dengan X1,X2,...Xn sedangkan variabel

dependen dilambangkan dengan Y (Priyatno, 2016).

Tabel 20. Aalisis Regresi linier Berganda Perikanan Tangkap

Model B Tingkat Signifikasi

(Constant)

RTP (X1)

Alat tangkap (X2)

Armada (X3)

-11274,9 15,507

27,095

-12,757

0,000

0,003

0,001

0,004

Sumber: Hasil data primer diolah, (2017)

Berdasarkan hasil analisis SPSS diperoleh persamaan regresi linier

berganda sebagai berikut:

Y= α+b1X1 +b2X2+b3X3 +e

Y = -11.274,9+ 15,507X1 + 27,095X2 - 12,757X3 + e

Dimana: Y = Output produksi

X1 = RTP

X2 = Alat tangkap

X3 = Armada

α = Konstanta

ҽ = Variabel lain

57

1. Variabel Y (Produksi)

Variabel Y menghasilkan nilai -11.274,9 hal ini menunjukkan bahwa

variabel bebas yang mempengaruhi terikat dianggap tidak ada atau sama

dengan nol maka nilai produksi ikan sebesar -11.274,9.

Berdasarkan penelitian Primyastanto (2016), didapatkan Nilai konstanta

(a) adalah -4.268; artinya, jika faktor produksi teknis yang ada pada persamaan

ini bernilai 0, maka hasil tangkapan bernilai negatif (-4.268).

2. Variabel X1 (RTP)

Koefisien regresi variabel X1 (RTP) sebesar 15,507, artinya jika RTP di

tambah, maka produksi akan mengalami kenaikan sebesar 15,507 dengan

asumsi variabel independen lainya bernilai tetap. Koefisien bernilai positif

menunjukkan bahwa RTP (X1) mempunyai hubungan yang searah dengan

produksi (Y). Artinya apabila RTP ditingkatkan akan diikuti dengan meningkatnya

produksi.

Menurut Primyastanto (2016), setiap peningkatan pengalaman menjadi

nelayan sebesar 1 tahun, maka akan meningkatkan produksihasil tangkapan

sebesar 0,143 ton/tahun dengan asumsi variabel lain bernilai tetap. Hal ini

dimungkinkan karena seorang yang memiliki pengalaman menjadi nelayan

semakin lama dapat mengetahui ciri-ciri dan tanda-tanda daerah penangkapan

yang memiliki sumberdaya ikan yang melimpah sehingga ikan yang ditangkap

semakin banyak.

3. Variabel X2 (Alat tangkap)

Koefisien regresi variabel X2 (Alat tangkap) sebesar 27,095, artinya jika

Tangkap di tambah, maka produksi akan mengalami kenaikan sebesar 27,095

dengan asumsi variabel independen lainya bernilai tetap. Koefisien bernilai positif

menunjukkan bahwa Alat tangkap (X2) mempunyai hubungan yang searah

58

dengan produksi (Y). Artinya apabila alat tangkap ditingkatkan akan diikuti

dengan meningkatnya produksi.

Menurut Primyastanto (2016), setiap peningkatan panjang kantong

payang sebesar 1 meter, maka akan meningkatkan produksi hasil tangkapan

sebesar 0,515 ton/tahun dengan asumsi variabel lain bernilai tetap. Hal ini

dikarenakan semakin panjang kantong payang, maka semakin luas cakupan

daerah yang terbentuk, sehingga semakin besar peluang gerombolan ikan yang

tertangkap.

4. Variabel X2 (Armada)

Koefisien regresi variabel X2 (Armada) sebesar -12,757, artinya jika

Armada di tambah, maka produksi akan mengalami penurunan sebesar 12,757

dengan asumsi variabel independen lainya bernilai tetap. Koefisien bernilai

negatif menunjukkan bahwa armada (X2) mempunyai hubungan yang

berlawanan arah dengan produksi (Y). Artinya apabila Armada ditingkatkan akan

diikuti dengan menurunnya produksi.

Hal ini sesuai dengan hasil penelitian Zebua dan Ramli (2004),

menyatakan bahwa jumlah armada dan nelayan mempengaruhi yang negatif

atau mempunyai hubungan berlawanan arah terhadap produksi perikanan di

wilayah nias.

5.2.2.3. Uji Statistik

Penelitian ini menggunakan dua variabel yaitu produksi perikanan

tangkap (Y) sebagai variabel terikat dan RTP (X1), Alat tangkap (X2) dan Armada

(X3) sebagai variabel bebas. Untuk melihat hubungan antara variabel terikat dan

variabel bebas maka dapat dilakukan serangkaian uji statistik sebagai berikut:

59

a. Koefisien Seterminan (R2)

Analisis determinasi digunakan untuk mengetahui presentase sumbangan

pengaruh variabel independen secara bersama-sama terhadap variabel

dependen. Hasil analisis determinasi dapat dilihat pada output model summary

(Priyatno, 2016).

Koefisien determinasi bertujian untuk mengukur seberapa besar

pengaruh variabel bebas terhadap variabel terikat. Kisaran nilai adjusted R2

adalah 0<R2<1. Apabila nilai adjusted R2 semakin mendekati angka 1, maka

semakin kuat variabel-variabel bebas mempengaruhi variabel terikat. Hasil uji R2

dapat dilihat dalam tabel 21.

Tabel 21. Uji Koefisien Determinan (R2) Perikanan Tangkap

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

1 0,988a 0,976 0,968 522,55855


Berdasarkan tabel 21 diperoleh nilai R2 (adjusted R Square) = 0,976

dengan demikian berarti bahwa pengaruh variabel RTP, Alat tangkap dan

Perahu yang di gunakan terhadap produksi perikanan tangkap adalah 97,6%.

Sedangkan untuk sisanya sebesar 2,4% dipengaruhi oleh faktor-faktor lain di luar

analisis yaitu: pengalaman, jumlah ABK, biaya perjalanan, perbekalan, dan faktor

alam.

b. Uji Simultan (F)

Uji F digunakan untuk mengetahui pengaruh secara simultan variabel RTP

(X1), Alat tangkap (X2) dan Armada (X3) terhadap Produksi perikanan tangkap

(Y). Pada penelitian ini menggunakan tingkat signifikansi 0,05. Untuk

menentukan apakah variabel independen mempengaruhi variabel depanden

secara simultan maka nilai Fhitung dibanding dengan Ftabel pada tingkat signifikansi

0,05.

60

1. Apabila Fhitung > Ftabel berarti semua variabel bebas secara bersama-sama

berpengaruh secara nyata pada variabel terikat.

2. Apabila Fhitung< Ftabel berarti semua variabel bebas tidak tidak berpengaruh

secara nyata pada variabel terikat. Hasil uji F dapat dilihat pada tabel 17.

Tabel 22. Hasil Uji Simultan (F)

Model F Signifikasi

Regression 120,798 0,000a


Berdasarkan tabel 22 menunjukkan nilai Fhitung adalah sebesar 120,798

dengan sig Fhitung sebesar 0,000. Pada derajat signifikansi sebesar 5%, dengan

nilai df N1=2 dan df N2=13 di peroleh nilai Ftabel sebesar 3,41. Dengan demikian

dapat disimpulkan bahwa nilai Fhitung (120,798) > Ftabel (3,41), hal ini menunjukkan

adanya pengaruh seecara nyata variabel bebas (RTP, Alat tangkap, Armada)

terhadap Produksi perikanan budidaya. Berdasarkan uji signifikan, data

dikatakan signifikan jika nilai kuarang dari 0,05 / 5%. Hasil analisis diperoleh nilai

signifikan sebesar 0,000, nilai ini dibawah 0,05 / 5%, sehinnga hasil analisis

dikatakan signifikan atau dapat dipercaya.

c. Uji Parsial (t)

Uji t pada regresi linier berganda digunakan untuk mengetahui pengaruh

variabel independen secara parsial terhadap variabel dependen (Priyatno, 2016).

1. Apabila thitung < ttabel artinya variabel bebas tidak berpengaruh nyata

terhadap variabel terikat.

2. Apabila thitung > ttabel artinya veriabel bebas berpengaruh nyata terhadap

variabel terikat.

Untuk mengetahui pengaruh secara parsial dari masing-masing variabel

bebas (X) RTP, Alat tangkap dan Armada terhadap variabel terikat (Y) Produksi

perikanan tangkap, dilakukan dengan cara membandingkan nilai masing-masing

61

thitung variabel bebas dengan ttabel yang dilihat menggunakan tabel statistik dengan

rumus N – k = 13 – 3 = 10, dengan derajat signifikansi 5% di peroleh ttabel sebesar

2,22813. Hasil uji t dapat di lihat sebagai berikut.

Tabel 23. Hasil uji Parsial (t)

Model t-hitung t-tabel Signifikasi

RTP (X1)

Alat tangkap (X2)

Armada (X3)

4,084

4,889

3,778

2,22813

2,22813

2,22813

0,003

0,001

0,004


Berdasarkan tabel 23 menunjukkan hubungan yaitu RTP (X1), Alat

tangkap (X2) dan Armada (X3) terhadap produksi tangkap (Y) yang lebih jelasnya

dapat dilihat pada uraian berikut:

1. Variabel RTP (X1)

Berdasarkan uji statistik diatas diketahui bahwa variabel RTP

berpengaruh signifikan terhadap produksi perikanan tangkap. Hal ini

menunjukkan bahwa variabel RTP berpengaruh terhadap banyak sedikitnya

produksi perikanan tangkap Kabupaten Tulungagung. Hal ini dibuktikan dari nilai

thitung variabel yang lebih kecil dari nilai ttabel (4,084 > 2,22813).

Setiap armada membutuhkan jumlah anak buah kapal (ABK) yang sudah

standar sehingga berpengaruh terhadap hasil tangkapan. Menurut amami f.l.

et.al (2016), menyatakan bahwa produksi hasil tangkapan kapal tonda 5 GT

berbeda dengan kapal tonda 6 GT karena terdapat perbedaan jumlah ABK,

jumlah pancing tonda dan fishing ground.

2. Variabel Jumlah Alat tangkap (X2)

Berdasarkan uji statistik diatas diketahui bahwa variabel jumlah alat

tangkap berpengaruh signifikan terhadap produksi perikanan tangkap. Hal ini

menunjukkan bahwa variabel alat tangkap berpengaruh terhadap banyak

sedikitnya produksi perikanan tangkap Kabupaten Tulungagung. Hal ini

62

dibuktikan dari nilai thitung variabel yang lebih besar dari nilai ttabel (4,889 >

2,22813).

Menurut fattah et.al, (2017), Alat tangkap merupakan media nelayan

untuk mempermudah menangkap ikan sehingga alat tangkap yang semakin

meningkat dapat menurunkan hasil tagkapan.

3. Variabel Jumlah Armada (X3)

Berdasarkan uji statistik diatas diketahui bahwa variabel jumlah alat

tangkap berpengaruh signifikan terhadap produksi perikanan tangkap. Hal ini

menunjukkan bahwa variabel Armada berpengaruh terhadap banyak sedikitnya

produksi perikanan tangkap Kabupaten Tulungagung. Hal ini dibuktikan dari nilai

thitung variabel yang lebih besar dari nilai ttabel (3,778 > 2,22813).

Menurut fattah et.al (2017), Jenis armada kabupaten malang paling

banyak adalah kapal motor 10-30 GT sehingga mempengaruhi hasil tangkapan

ikan kerena kemampuan jangkau fishing ground dan daya tampung kapal.

Peningkatan hasil perikanan dipengaruhi oleh alat tangkap, armada dan modal

usaha.

5.3. Faktor Produksi Perikanan yang Paling Dominan

5.3.1. Faktor yang Paling Dominan Perikanan Budidaya

Berdasarkan ketiga faktor perikanan budidaya kabupaten tulungagung

yaitu RTP, Luas lahan dan benih yang digunakan dapat dilihat pada tabel berikut:

Tabel 24. Faktor yang dominan mempengaruhi produksi perikanan

budidaya

Coefficients Beta Zero-order %

RTP -0,142 0,393 -5,58

Luas Lahan 0,447 0,596 26,64

Benih 0,748 0,851 63,65

Dependent Variable: Produksi PB Total 84,72

Sumber: Analisis data, 2017

63

Berdasarkan data di atas dapat dilihat bahwa faktor-faktor yang

mempengaruhi produksi perikanan budidaya mempunyai kontribusi sendiri-

sendiri. Untuk faktor RTP besarnya kontribusi terhadap produksi perikanan

budidaya adalah sebesar -5,58%. Kemudian luas lahan yang mempengaruhi

sebesar 26,64%. kontribusi benih yang digunakan terhadap produksi sebesar

63,65%.

Sehingga dapat artikan bahwa dari ketiga variabel atau faktor-faktor yang

mempengaruhi produksi perikanan budidaya diatas yang paling dominan

mempengaruhi produksi perikanan budidaya yaitu jumlah benih yang tersedia

yaitu sebesar 63,65%

5.3.2. Faktot yang Paling Dominan Perikanan Tangkap

Berdasarkan ketiga faktor di perikanan tangkap kabupaten tulungagung

yaitu RTP, Alat tangkap dan Armada yang digunakan dapat dilihat pada tabel

berikut:

Tabel 25. Faktor Yang Dominan Mempengaruhi Produksi Perikanan

Tangkap

Coefficients Beta Zero-order %

RTP 0,550 0,953 52,42

Alat Tangkap 0,835 0,945 78,91

Armada -0,444 0,761 -33,79

Dependent Variable: Produksi NT Total 97,53

Sumber: Analisis data, 2017

Berdasarkan tabel 25 dapat dilihat bahwa faktor produksi perikanan

tangkap yang berupa RTP berpengaruh sebesar 52,42%, Alat tangkap yang

berpengaruh sebesar 78,91% dan jumlah Armada yang berpengaruh sebesar -

33,79%.

64

Sehingga dapat disimpulkan bahwa dari ketiga variabel atau faktor-faktor

produksi perikanan tangkap pada tabel 23 yang paling dominan mempengaruhi

produksi perikanan tangkap yaitu faktor Alat tangkap yaitu sebesar 78,91%.

5.4. Besarnya Kontribusi Subsektor Perikanan Terhadap PDRB Kabupaten

Tulungagung

Besarnya kontribusi subsektor perikanan terhadap Produk Domestik

Regional Bruto (PDRB) atas dasar harga konstan 2000 di Kabupaten

Tulungagung dapat dilihat pada gambar berikut:

Tabel 26. Kontribusi Sektor Perikanan terhadap PDRB Kabupaten

Tulungagung

Tahun PDRB Sektor Perikanan

PDRB Seluruh Sektor Kontribusi (%)

2004 77.797 4.697.952 1,65

2005 92.659,26 6.224.125,49 1,48

2006 102.691,49 6.574.499,61 1,56

2007 115.575,35 6.965.388,06 1,65

2008 125.121,93 7.375.768,84 1,69

2009 134.058,07 7.760.314,64 1,72

2010 136.980,53 7.829.889,53 1,74

2011 453.263,10 17.845.220,98 2,53

2012 498.634,74 18.999.034,89 2,62

2013 582.006,47 20.164.271,43 2,88

2014 627.612,49 21.265.195,56 2,95

2015 666.712,75 22.326.624,63 2,98

2016 706.582,17 23.443.436,56 3,01

Sumber: data diolah, 2017

Berdasarkan pada Tabel 26, dapat dilihat bahwa kontribusi sektor

perikanan terhadap PDRB Kabupaten Tulungagung pada tahun 2004-2016

mengalami peningkatan sehingga dapat diartikan bahwa sektor perikanan

memberikan kontribusi yang baik terhadap PDRB Kabupaten Tulungagung.

Kontribusi PDRB sektor perikanan yang paling tinggi PDRB seluruh sektor

menurut lapangan usaha di Kabupaten Tulungagung terjadi pada tahun 2016

65

sebanyak 3,01%, kontribusi PDRB yang paling rendah terjadi pada tahun 2005

sebesar 1,48%.

Dibandingkan dengan PDB konvensional dengan nilai acuan 2,34%

didapatkan pada tahun 2011-2016 yang berarti dapat disimpulkan bahwa sektor

perikanan Kabupaten Tulungagung dapat memberikan peranan yang baik

terhadap pendapatan wilayah karena nilai kontribusi sektor perikanan pada tahun

2011-2016 lebih tinggi dibandingkan dengan PDB konvensional.

Nilai kontribusi yang mengalami peningkatan dari tahun ke tahun

menunjukan bahwa sektor perikanan mempunyai peran yang baik untuk

perekonomian Kabupaten Tulungagung. Kontribusi suatu sektor dalam

menunjang pertumbuhan ekonomi di daerah tersebut harus tinggi, utamanya

dilihat dari sudut pandang kontribusinya terhadap pembentukan PDRB suatu

Kabupaten jika dibandingkan dengan sektor lain (Nurlia, 2011).

Gambar 6. Besar Kontribusi Sektor Perikanan Terhadap PDRB Kabupaten

Tulungagung Tahun 2004 - 2016

Berdasarkan gambar 6 dapat dilihat bahwa kontribusi sektor perikanan

terhadap PDRB Kabupaten Tulungagung pada tahun 2004-2016 mengalami

peningkatan. Pada Tahun 2004-2007 kontribusi sektor perikanan terhadap PDRB

2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Presentase 8.082 8.47 9.215 10.2 9.014 9.345 9.33 11.83 12.41 13.98 14.64 15.08 15.58

0

2

4

6

8

10

12

14

16

18

Pre

se

nta

se

%

Sektor Perikanan

66

Kabupaten Tulungagung mengalami peningkatan nilai kontribusi dari 8,08%

sampai dengan 10,2%. Sedangkan pada tahun 2007-2010 kontribusi sektor

perikanan mengalami penurunan dari 10,2 persen menjadi 9,33 persen. Namun

pada tahun 2011-2016 mengalami peningkatat dari 11,8 persen hingga 15,5

persen. Kontribusi PDRB sektor perikanan yang paling tinggi di Kabupaten

Tulungagung terjadi pada tahun 2016 yaitu sebesar 15,5 persen, sedangkan nilai

terendah terjadi pada tahun 2004 sebesar 8,08 persen.

Gambar 7. Nilai Rata-Rata Kontribusi Sektor Pertanian, Kehutanan, Dan

Perikanan Pada Tahun 2004-2016

Berdasarkan gambar 7 diatas menunjukan nilai rata-rata kontribusi dari

tahun 2004 sampai 2016 sektor pertanian, kehutanan dan perikanan yang

kontribusinya paling tinggi terhadap PDRB Kabupaten Tulungagung yaitu

subsektor tanaman bahan makanan dengan nilai kontribusi sebesar 50,8 persen,

kemudian penyumbang kedua yaitu subsektor peternakan dengan nilai sebesar

24,02 persen, selanjutnya penyumbang ketiga yaitu subsektor perikanan dengan

nilai kontribusi sebesar 12,65 persen, penyumbang keempat yaitu subsektor

tanamanbahan

makanan

tanamanperkebunan

peternakan kehutanan perikanan

rata-rata 50.82380858 10.21406253 24.02818151 2.283103202 12.65084417

0

10

20

30

40

50

60

Pre

se

nta

se

%

Nilai Rata-rata Kontribusi Sektor Pertanian, Kehutanan, dan Perikanan Tahun 2004-2016

67

tanaman perkebunan dengan nilai kontribusi sebesar 10,21 persen. Sedangkan

penyumbang terendah yaitu subsektor kehutanan sebesar 2,28 persen.

5.5. Implikasi Hasil Penelitian

Berdasarkan penelitian yang telah dilakukan, menunjukkan bahwa faktor

jumlah benih yang digunakan dalam perikanan budidaya berpengaruh nyata

terhadap volume produksi perikanan budidaya. Hal ini dikarenakan dari dinas

kelautan dan perikanan kabupaten tulungagung telah membentuk Balai Benih

Ikan (BBI), sehingga benih-benih yang dibudidayakan dapat memenuhi

kebutuhan untuk budidaya ikan didalam maupun diluar kabupaten tulungagung.

Sedangkan faktor jumlah RTP dan Luas lahan tidak berpengaruh nyata terhadap

kenaikan volume produksi. Hal ini dikarenakan jumlah RTP setiap tahunya

mengalami peningkatan namun tidak terlalu signifikan, masih kurangnya

pengetahuan tentang cara berbudidaya yang baik dan benar, meningkatkan

minat masyarakat terhadap budidaya dan meningkatkan jumlah Pokdakan

(Kelompok Pembudidaya Ikan) agar produksi perikanan budidaya kabupaten

tulungagung menjadi sektor yang berkontribusi yang besar terhadap PDRB.

Sedangkan faktor Luas lahan tidak berpengaruh signifikan dikarenakan

berkurangnya lahan untuk budidaya, yang beralih fungsi menjadi lahan untuk

pembangunan dan usaha lainya.

Berdasarkan penelitian untuk perikanan tangkap faktor yang berpengaruh

nyata yaitu RTP, Alat tangkap, dan Armada. Ini sesuai dengan pendapat kadjun

(2013), dimana laju produksi kegiatan perikann tangkap ditentukan oleh

seberapa besar upaya memapar suatu daerah penangkapan ikan. Upaya

penangkapan ditentukan oleh jumlah RTP, dimensi alat tangkap, jumlah Armada,

dan penggunaan teknologi penangkapan. Dengan demikian, upaya

penangkapan akan menentukan jumlah produksi ikan pada suatu kawasan

68

perikanan, sehingga upaya penangkapan berpengaruh terhadap keadaan

sumberdaya ikan akan tetapi upaya penangkapan ini juga harus melihat apakah

dalam upaya tersebut terjadi over fishing atau tidak, jika telah terjadi over fishing,

maka sebaiknya upaya penangkapan dikurangi dengan mengurangi jumlah alat

tangkap dan Armada yang beroperasi. Tetapi, jika potensi perikananya masih

kurang optimal sebaiknya ditambah jumlah alat tangkap dan Armada yang

beroperasi.

Dengan upaya pemerintah Kabupaten Tulungagung, tetap menekankan

pentingnya pengembangan sektor perikanan terutama perikanan darat melalui

program pemerintah yaitu minapolitan dan Kelompok-Kelompok Pembudidaya

Ikan (Pokdakan). Dengan adanya progam usaha minapolitan yang mandiri

ataupun berkelompok dibeberapa wilayah di Kabupaten Tulungagung dapat

mendorong peningkatan produksi budidaya perikanan darat sehingga dari

peningkatan produksi tersebut dapat mempengaruhi PDRB Kabupaten

Tulungagung terutama ubsektor perikanan.

v. hasil dan pembahasan 5.1. perkembangan produksi …repository.ub.ac.id/7986/6/bab 5 hasil dan...

Documents