MODEL SIMULASI PENGEMBANGAN INDUSTRI PERIKANAN DI KONAWEA SELATAN DENGAN PENDEKATAN SISTEM DINAMIK Oleh : Muhammad Kholil dan

Dedi Dwiharyadi Staff Pengajar Universitas 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 faktorfaktor 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 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 diwilayah ini kelambatan pembangunan : Teknologi

adalah pendapatan asli daerah yang terbatas dan sumber daya

E:\puslit\ARSIP ARTIKEL BULLETIN th. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.doc

2

termasuk disini adalah sektor industri kelautan.manusia yang sangat rendah.doc 3 . Jika kita dapat memodelkan sistem industri kelautan maka skenario untuk mengelola laut dan ekosistemnya secara lestari dapat dilaksanakan secara baik. E:\puslit\ARSIP ARTIKEL BULLETIN th. 3. Kompleksitas ekosistem laut. 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. akan tetapi ternyata masalah yang dihadapi tidak sesederhana itu. Tetapi dinamika sistem sangat berguna untuk menggambarkan pemahaman kita tentang sistem yang ada di alam nyata. industri perikanan dan sistem sosial yang menyertainya membuat pengetahuan kita tentangnya tidak pernah lengkap. Kesulitan menentukan faktor-faktor mendasar yang sangat mempengaruhi industri perikanan di Konawea Selatan. Pemda Konawea Selatan Kesulitan menentukan kebijakan yang paling optimal untuk industri perikanan berdasarkan keterbatasan daerah. Interaksi antara komponen biofisik dan sosial ekonomi serta faktor-faktor legal dalam pengelolaan industri kelautan adalah hal yang harus dihadapi dalam pengelolaan sumberdaya alam. Perumusan Masalah 1. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. 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. Kompleksitas masalah di industri perikanan di wilayah Konawea Selatan 2. 1997). benar dan berkesinambungan D. Tentu saja pendekatan sistem bukanlah satu-satunya cara untuk untuk membuat skenario-skenario tersebut. Dalam keadaan demikian analisis sistem dan simulasi sering dipakai untuk untuk menguji hipotesis-hipotesis kita tentang bagaimana sistem bekerja (Grant et al. Melihat permasalahan yang kompleks dan dinamis tersebut secara sempit dan terfragmentasi akan berakibat pada disain penelitian yang kurang sesuai dan menghasilkan rekomendasi yang salah..

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. 2. Bagaimana bentuk kompleksitas masalah yang ada pada industri perikanan di Konawea Selatan? 2. 3. U- Theil’s adalah koefisien diskrepansi antara nilai simulasi terhadap aktual yang berguna untuk menjelaskan penyimpanan yang menonjol (tidak terlihat pada AME dan AVE). 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. Memilih teknologi yang cocok untuk mengoptimalkan produksi 3. AVE adalah penyimpangan nilai variasi simulasi terhadap aktual. yaitu : 1. Membuat kebijakan Industri kelautan secara sistemik untuk peningkatan produksi kelautan E:\puslit\ARSIP ARTIKEL BULLETIN th. dan yang dijadikan hipotesa adalah tujuan dari penelitian dengan metode sistem dinamik. E. Telah ditentukan faktor-faktor yang paling berpengaruh didalam industri perikanan diwilayah ini. Faktor-faktor apa saja yang sangat mempengaruhi industri perikanan di Konawea Selatan? 3. Tujuan 1. 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.Pertanyaan Penelitian 1. Batas penyimpangan yang dapat diterima adalah 5-10%. Telah dibuat model sistem dinamik industri perikanan di Kabupaten Konawea Selatan. Membuat Model Dinamik Industri Kelautan di Kabupaten Konawea Selatan 2.doc 4 .

Sebuah seni. kuantifikasi dan atau kualifikasi komponen model jika perlu. Model dinilai dari sejauh mana dia dapat berguna. mengamati kelogisan model dan membandingkan dengan dunia nyata atau model andal yang serupa jika ada. Tahapan pemodelan telah dikemukakan dalam banyak literatur seperti pada Grant et al. Evaluasi model. Kegunaan model sebagai alat prediksi terletak pada ketepatan dan ketelitian hasil prediksinya. Tinjauan Pustaka Pemodelan sistem berawal dari bagaimana kita mencoba memahami dunia nyata ini dan menuangkannya menjadi sebuah model dengan beragam metode yang ada. diagram sebab-akibat.F. Identifikasi isu atau masalah. mengevaluasi ragam skenario atau kebijakan tersebut dan pengembangan perencanaan dan agenda bersama. (1997) dan Sterman (2000). Formulasi model. Kegunaan model sebagai sarana belajar terletak pada bagaimana proses belajar terjadi secara efektif dengan memanfaatkan model yang dibuat. E:\puslit\ARSIP ARTIKEL BULLETIN th. Kami menyarankan pemodelan sistem dilakukan dengan fase-fase sebagai berikut: a. Sehingga langkah pertama dalam pemodelan adalah menentukan tujuan dari pemodelan tersebut. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. Penggunaan model. Tidak ada model yang benar dan salah. c. Sebuah ilmu pengetahuan karena ada logika yang jelas ingin dibangunnya dengan urutan yang sesuai. Pemodelan sistem merupakan sebuah ilmu pengetahuan dan seni. Konseptualisasi model dengan menggunakan ragam metode seperti diagram kotak dan panah. Model juga dapat dipakai sebagai wahana untuk belajar paran pihak yang ingin memahami struktur dan perilaku dari sumberdaya alam. diagram stok dan flow atau diagram sekuens.. tujuan dan batasan. e. b. d. merumuskan makna diagram.doc 5 . membuat skenario-skenario ke depan atau alternatif kebijakan. Model dapat dibuat untuk memprediksi sebuah komponen dalam model setelah jangka waktu tertentu. karena pemodelan mencakup bagaimana menuangkan persepsi manusia atasdunia nyata dengan segala keunikannya.

Maarleveld dan Dangbégnin (1999) dalam Buck et al. perspektif dan metode pendekatan. Wahana tersebut bisa berbentuk pertemuan. Pembelajaran sosial juga mengakui bahwa masing-masing kelompok kepentingam membawa beragam pengetahuan dalam pembelajaran sosial.doc 6 . 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. E:\puslit\ARSIP ARTIKEL BULLETIN th. kapasitas. 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. Buck et al. Lane (1994) menyatakan bahwa pemodelan bisa menjadi sarana untuk proses pembelajaran. Daniels dan Walker (1999) dalam Buck et al. termasuk nilai. (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. Simulasi bertujuan untuk memahami gejala atau proses tersebut. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. (2001) menyatakan bahwa insitusi untuk pembelajaran sosial adalah adanya fasilitator yang berfungsi sebagai katalis bagi pembelajaran sosial. diskusi kelompok. (2001) mengungkapkan bahwa mutual learning adalah sebuah proses pertukaran perspektif antarpihak untuk transformasi pemahaman masingmasing terhadap masalah. membuat analisis dan peramalan perilaku gejala atau proses tersebut di masa depan. Simulasi Sistem Dinamik Forrester (1961). simulasi didefinisikan sebagai peniruan perilaku suatu gejala atau proses. lokakarya dan lain lain. Komunikasi dan eksperimentasi meningkatkan kemampuan adaptasi para pihak untuk memperbaiki manajemen sumberdaya alam. Oleh Muhammadi (2001). serta wahana (platforms) atau kesempatan bagi terciptanya pembelajaran sosial.

Tahap kedua adalah pembuatan dan perumusan model. E:\puslit\ARSIP ARTIKEL BULLETIN th. 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. dimana perhitungan dilakukan untuk mengetahui perilaku gejala atau proses. Dengan semakin meningkatnya persaingan dunia. Simulasi merupakan sebuah tiruan dari sebuah cara operasi di dunia nyata. simulasi dilakukan dengan memasukkan data ke dalam model. dimana tahap pertama simulasi adalah penyusunan konsep. dilakukan validasi untuk mengetahui kesesuaian antara hasil simulasi dengan gejala atau proses yang ditirukan. untuk menghasilkan beberapa perilaku sesuai dengan sistem nyata. diperlukan perangkat lunak (software) yang secara cepat dapat melihat perilaku dari model yang telah dibuat. simulasi dapat dilakukan dengan menggunakan model yang telah dibuat. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. Perangkat Lunak Simulasi Untuk melakukan simulasi dari sebuah model. Dalam model kuantitatif. Tahap terakhir. simulasi menjadi alat yang sangat cocok untuk perencanaan. perancangan dan pengawasan bagi sebuah sistem. Dalam model kualitatif.Simulasi merupakan salah satu alat analisis yang terpercaya bagi perancangan dan pengoperasian proses atau sistem yang rumit. Tahap ketiga. 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. antara lain dengan menentukan unsur-unsur yang berperan dalam gejala atau proses tersebut. Pelaksanaan simulasi melalui 4 tahap. Gejala atau proses yang akan ditirukan perlu dipahami. Ada berbagai macam perangkat lunak yang dapat digunakan untuk keperluan ini.doc 7 . Konsep pada tahap awal dirumuskan sebagai model yang berbentuk uraian gambar atau rumus. Model simulasi adalah suatu teknik dimana hubungan sebab akibat dari suatu sistem ditangkap (capture) di dalam sebuah model komputer.

industri. Suatu model dinamik adalah kumpulan dari variabel-variabel yang saling mempengaruhi antara satu dengan lainnya dalam suatu kurun waktu. Powersim digunakan untuk membangun dan melakukan simulasi suatu model dinamik. variabel-variabel akan saling dihubungkan membentuk suatu sistem yang dapat menirukan kondisi sebenarnya. Tetapi dalam penelitian ini. Pada perangkat lunak Powersim. Stella dan Power Simulation. Perkembangan selanjutnya. Simbol yang digunakan ditampilkan pada Tabel 5. Tujuan E:\puslit\ARSIP ARTIKEL BULLETIN th. 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. 2001) F. suatu sistem yang menggambarkan hubungan antara variabel-variabel itu dinamakan stock flow diagram.doc 8 . Semua variabel tersebut memiliki nilai numerik dan sudah merupakan bagian dari dirinya. Ithink. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. software yang digunakan adalah Power Simulation. Setiap variabel berkorespondensi dengan suatu besaran yang nyata atau besaran yang dibuat sendiri. Simulasi ditujukan untuk mencari model yang paling cocok sebelum diterapkan dalam kondisi sebenarnya. manajemen dan riset.seperti Vensim. Tabel 1. Dynamo. Pada waktu mensimulasikan model. Simbol-simbol Diagram Alir (Muhammadi. simulasi dengan menggunakan perangkat lunak ini banyak dipakai dalam bidang-bidang komersial.

Ithink. 3. Budi daya hasil laut. 2. Pemetaan masalah industri perikanan disini meliputi. Menentukan faktor-faktor apa saja yang paling berpengaruh didalam industri perikanan diwilayah ini. dengan arah yang tepat dan kondisi yang serba terbatas. Teknologi Perikanan. Model simulasi ini dapat dikembangkan menjadi sistem industri kelautan yang terdiri dari industri pariwisata. Pendidikan (politeknik kelautan yang terdiri dari: Pariwisata Pantai dan laut. Powersim. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. Membuat model sistem dinamik industri perikanan di Kabupaten Konawea Selatan. Teknologi hasil Penangkapan) H. Variable tersebut di uji dengan E:\puslit\ARSIP ARTIKEL BULLETIN th. penentuan variable-variabel yang ada dalam sistem industri perikanan di Kabupaten Konawea Selatan.Simile dalam hal ini penulis menggunakan perangkat lunak Powersim dengan alasan perangkat lunak powersim lebih user friendly dari pada perangkat lunak lainnya. industri perikanan. Metode Penelitian Metode yang dipakai adalah yang biasa dikenal sebagai pendekatan sistem dinamik. Vensim. Stella. Langkah Pertama adalah memetakan masalah berdasarkan data-data dilapangan.doc 9 . Hasil penelitian ini dapat dipakai sebagai pedoman bagi pengambil kebijakan di bidang Industri Perikanan Kabupaten Konawea Selatan untuk membangun industri perikanan. Membuat skenario yang optimal untuk pengembangan industri perikanan berdasarkan keterbatasan yang ada diwilayah G. antara lain Dynamo. Manfaat Penelitian 1. Untuk menyelesaikan masalah sistem dinamik ada beberapa perangkat lunak yang dapat dipakai.1. 1. 2.

458000.menggunakan apakah ada hubungan yang signifikan antara satu variable dengan variable yang lain. Uji sensitifitas dilakukan untuk menentukan factor-faktor yang berpengaruh(atau yang biasa disebut Leverage). 4.2025.377000.doc 10 .612000"Min:100000.Max:1000000"]) flow Hasil_Tangkapan = +dt*Laju_Penagkapan 3. 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.185000.318000.283000. Penentuan variable-variabel Sintem industri perikanan dilakukan bersama-sama pejabat-pejabat yang menangani masalah industri perikanan di wilayah Kabupaten Konawea Selatan. yang menunjukan berapa nilai dari masing-masing variabel tersebut setelah di run seperti gambar 4 diatas 5. Pada tahap ini dilakukan pemasukan data kedalam model computer tersebut yang menggunakan perangkat lunak POWERSIM. Penentuan factor-faktor yang berpengaruh (Leverage) ini menjadi langkah yang penting karena E:\puslit\ARSIP ARTIKEL BULLETIN th. [130000. dalam hal ini adalah Kepala Dinas Kelautan Kabupaten Konawea Selatan. Provinsi Sulawesi Tenggara. Setelah input data dilakukan. 6. model tersebut disimulasikan yang akan menghasilkan keluaran berupa grafik.2005. Dilakukan dengan membandingkan data system nyata yang berupa grafik dari data statistic dengan keluaran hasil simulasi model yang berupa grafik. Validasi diperlukan untuk menentukan apakah model dan keluaranannya tidak menyimpang dari system nyatanya.416000. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.177000.190000.266000. Leverage adalah variabel yang bila di rubah sedikit saja akan merubah seluruh system industri perikanan di Kabupaten Konawea Selatan. Pada langkah ini juga dibuat model mental dalam bentuk diagram Simpal Kausal (Causal Loop Diagram) 2. Pada tahap ini juga dibuat hubungan antara variable tersebut yangberupa hubungan matematis initHasil_Tangkapan =GRAPH(TIME.

Dasar pembuatan model mental yang direpresentasikan dalam bentuk diagram simpal kausal ini adalah kondisi nyata keadaan perikanan yang ada di Kabupaten Konawe Selatan. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.. Laju Konsumsi + + + + + PDRB + + + PAD Pasar Harga Ikan + + Industri Pengolahan Potensi Kelautan + Konsumen Teknologi + + + + + Laju Konsumen + Laju Penangkapan Ikan + + + + + + Jumlah Tangkapan + + Populasi Penduduk + Imigrasi SDM + Alat Tangkap + Laju Kelahiran _ Laju Kematian Emigrasi Gambar .1 : Diagram Simpal Kausal E:\puslit\ARSIP ARTIKEL BULLETIN th.doc 11 .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.

Sub Sistem Jumlah Tangkapan 4.doc 12 .3 Model Sub Sistem Pasar dibawah ini. Yaitu 1. Model Sub Sistem Pasar E:\puslit\ARSIP ARTIKEL BULLETIN th. 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). dan jumlah tangkapan. tidak termasuk budidaya perikanan yang lain.Model Perikanan di Kabupaten Konawea Selatan Dari diagram simpal kausal (CLD) diatas. Lihat gambar 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. Pada sub model Pasar ini penulis membatasi hanya pada hasil perikanan yang berupa hasil tangkapan dilaut. Sub Sistem Pasar 2. Pasar akan meningkat dipengaruhi oleh laju konsumsi. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. PDRB + + + Laju Konsumsi + + PAD Pasar Gambar 2. maka model sistem perikanan Kabupaten Konawea Selatan dibagi menjadi 4 Sub Sistem. industri pengolahan dan regulasi dari Pemda Kabupaten Konawea. Sub Sistem Konsumsi 3. Besarnya laju konsumsi dipengaruhi oleh besarnya konsumen rumah tangga dan besarnya permintaan industri pengolahan ikan.

doc 13 . sumber daya manusia yang kompeten.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. alat tangkap. Harga Ikan + + Konsumen + Laju Konsumen + Gambar : 3. Sementara jumlah tangkapan akan mempengaruhi industri pengolahan ikan E:\puslit\ARSIP ARTIKEL BULLETIN th. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. 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.

Jumlah penduduk dipengaruhi pula oleh imigrasi dan emigrasi. 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.Industri Pengolahan Potensi Kelautan + + + + Teknologi Laju Penangkapan Ikan + + + + Jumlah Tangkapan Alat Tangkap + Angkatan kerja SDM Gambar : 4. Karena merupakan Kota Kabupaten baru banyak pekerja pendatang yang menetap dan menjadi penduduk permanen di wilayah ini.doc 14 . CLD Sub Sistem Model Jumlah Tangkapan Sub Model SDM Sub sistem populasi penduduk menggambarkan jumlah penduduk di Kabupaten Konawea Selatan yang lahir dan meninggal . Konsumen + + + + Populasi Penduduk + Imigrasi SDM + + Laju Kelahiran _ Laju Kematian Emigrasi Gambar :5.Selain Emigrasi adapula penduduk yang datang dan menetap Kabupaten Konawea Selatan. CLD Sub Model SDM/Penduduk Diagram Stok Aliran (Stock Flow Digram) E:\puslit\ARSIP ARTIKEL BULLETIN th. Emigrasi penduduk terjadi karena kesulitan mendapatkan penghasilan yang layak . 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.

Dari model mental sistem pengembangan perikanan di Kabupaten Konawea Selatan yang telah dibuat berdasarkan kondisi nyata di lapangan. Ada beberapa perangkat lunak yang digunakan untuk pemodelan sistem dinamik. antara lain : E:\puslit\ARSIP ARTIKEL BULLETIN th. maka di buat model Komputer yang biasa disebut stock flow diagram (diagram stok aliran) STOCK FLOW DIAGRAM Model Sistem Perikanan Lengkap PAD _Sektor Has il_Tangkapan Fraks i_regulas i_Pem da PDR B_Sektor PPn Fraks i_s dm _s k Fraks i_Potens i_Kelautan SDM_SK FSD M Kontribus i_SD M Fraks i_JSDM Potens i_Kelautan R egulas i_Pem da Pas ar H as il_Tangkapan Laju_Penagkapan Alat_Tangkap Harga_Ikan_s egar Harga_Pengolahan Kbth_per_kepala Angkatan_Kerja Fraks i_Em igras i Kons um en_rum ah_Tangga Kebutuhan_Perkapita Fraks i_Kelahiran C ons tant_23 Laju_Kons um en_R T Populas i_Penduduk Kem atian Kelahiran Em igras i Fraks i_Kem atian Fraks i_AK Teknologi Fraks i_Teknologi Fraks i_AT Laju_Penjualan Indus tri_Pengolahan Jum lah_Rum ah_Tangga Fraks i_Keluarga Jm lh_rata2_anggota_Keluarga Im igras i Fraks i_Im igas i Jum lah_Rum ah_Tangga Gambar : 6.doc 15 . Pembuatan SFD ini dilakukan berdasarkan perangkat lunak yang digunakan. Diagram Alir Model Sistem Perikanan Lengkap Model komputer dalam bentuk Stock Flow Diagram(SFD) . 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.

271.000 500.007 2.85 Time 2.000 12.14 74. Simulasi Model Dari model dasar yang dibuat maka didapat hasil seperti gambar grafik 7 dibawah ini.016 Tahun Pasar 14.35 18.69 98.253.213.000 240.008 2.007 Angkatan Kerja (Orang) 18.331.52 18.48 62.008 2.009 2.91 Tahun 2.143.80 50.667.012 2.010 2.000 12.202.012 2.78 111. karena menurut hemat penulis perangkat lunak Powersim merupakan perangkat lunak sistem dinamik yang User Friendly (ramah pengguna).946.600 12.41 376.946.26 Total_Hasil_Tangkapan Fraksi_Teknologi Gambar :.007 2.400 12.00 18.013 2.014 2.010 2.013 2.013 2.355.015 2.306.91 15.000 0 2.154.157.570.32 78.050.008 2.007 2.011 2.Stella.013 2.016 15.000 2.012 2.166.016 0 2.71 12.472.015 2.307.639.013 2.71 18.495.45 891.73 18.275.010 2.78 1.545.016 2.143.013 2.454.000.012 2.000 480.008 2.307.2e9 960.757.008 2.016 Tahun Time 2.39 Tahun 2.611.732.794.000 50.202.011 2.111.014 2.doc 16 .010 2.015 2.63 2.68 12.016 PDRB_Sektor 14.007 2.011 2.319.306.000 Hasil Tangkapan /Tahun (Ton) 13.009 2.013 2.826.009 2. Powersim.015 2.219.014 2.016 Time Hasil Tangkapan 12.920.80 18.82 252.010 2.546.61 523.015 2. Pada simulasi tersebut hasil tangkapan terlihat stagnan dengan kondisi SDM yang belum terlatih.007 2.53 18.011 2.455.119.28 25.000 2.495.016 0 2. Dalam hal ini penulis menggunakan Powersim.007 2.455.000.702.475.351.000.41 376.45 18.033.38 12.00 38.014 2. ditambah dengan hasil budi daya tambak udang dan bukan udang 1 PDRB Sektor (Rp) 1 1 1 1 1 1.84 86.723.016 Total Hsl Tangkap 14.24 89.317.007 2.07 12.168.000. Angkatan Kerja dan Hasil Tangkapan Hasil Tangkapan (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 1e9 100.000 50.362.13 122.157.067.12 153.56 52.80 12.007 2.121.317.65 12. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.34 37.012 2.430.37 69.016 Tahun Tahun 2.721.219.84 12.000.000 720.007 2.200 2.32 78.050.723. Ithink.007 2.634.32 27.45 891.015 2.008 2.013 2.32 27.136.349.000. kalaupun ada terbatas sekali pengetahuan teknologinya.009 2.007 2.531.102.000.125.016 Angkatan_Kerja 18.009 2.72 695.72 695.010 2.668 Tahun Time 2.014 2.014 2.000. 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.612.634.010 2.830.363.61 523.011 2.000.351.125.213.12 153.010 2.7a Grafik PDRB.111.78 E:\puslit\ARSIP ARTIKEL BULLETIN th.000 100.00 26.011 2.75 110.715.00 18.82 252.084.78 12.180.78 1.757.009 2.800 12.101.702.012 2.016 Tahun PAD_Sektor 1.714.00 12. Dynamo.090.013 2.000.319. Vensim.016.016.000.63 7.135.010 2.

hasil tangkapan E:\puslit\ARSIP ARTIKEL BULLETIN th.SDM Sektor Kelautan (Orang) 2.007 2.596.doc 17 .570.60 2.58 2.99 2.63 2. yaitu sumber daya manusia sector kelautan. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.622.016 PSK 2.600 2.55 2.532.557.583.69 Gambar 4.012 2.545.635.008 2.53 2. Validasi Model Validasi model dinamik ditujukan kepada konsistensi hasil simulasi model dengan system nyatanya yang berupa angka statistic ada 3 parameter yang akan diukur.520.009 2.011 2.26 2. yang sangat prospektif antara lain udang. bandeng. tiram mutiara dll.609.016 Tahun Time 2.00 2.78 2.7 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.013 2.013 2.007 2.550 2. rumput laut.010 2.015 2.014 2.010 2.

dalam hal ini hasil yang tinggi nilainya belum tentu akan dipakai dikarenakan kemampuan Pemda yang terbatas dalam hal keuangan dan sumberdaya lainnya Skenario Kebijakan E:\puslit\ARSIP ARTIKEL BULLETIN th.13160 13140 13120 13100 13080 13060 13040 13020 13000 12980 12960 Tahun Sistem nyata Simulasi Model Gambar :. Analisa Sensitifitas ini berguna untuk menentukan skenario yang paling optimal dengan mengatur parameter yang menjadi leverage sehingga system menghasilkan tujuan yang kita inginkan.doc 18 . Sumber Daya Manusia dan Regulasi Pemda. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.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 20042006 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.

430.015 2.072.45 1.868.009 2.33 Tahun 2.031.32 130.016 0 2.183.009 2.543.007 2.92 93.197.958.097.068.52 16.007 2.851.009 2.719.011 2.122.009 2.doc 19 .382.007 2.289.000 500.47 459.016 Hasil Tangkapan 16.90 265.4 Hasil Tangkapan / Tahun (Ton) Pasar Aktual (Rupiah) 16.55 45.83 8.008 2.512.383.91 16.628.63 4.011 2.014 2.010 2.012 2.000 100.430.725.93 Tahun 2.000 0 2.044.014 2.306.007 2.084.000.015 2.63 13.091.011 2.719.547.014 2.050 12.008 2.515.90 16.487.223.160.012 2.21 2.785.94 132.030.73 1. a Sebelum ada perubahan Teknologi dan regulasi Dengan nilai fraksi Teknologi 0.008 2.443.000.679.62 Gambar :9.128.114.017.068.000 150.00 12.77 73.016 Tahun Tahun 2.007 2.973.000 2.008 2.372.167.969.96 Skenario 2 E:\puslit\ARSIP ARTIKEL BULLETIN th.012 2.011 2.583.77 116.007 2.825.639.340.59 Tahun 2.07 161.18 12.008 2.022.015 2.16 69.087.08 12.221.79 16.71 39.000.007 2.000 0 2.631.45 12.682.306.31 55.558.976.000 50.655.007 2.013 2.58 12.150 12.511.013 2.014 2.012 2.200 PAD Sektor (Rp) 12.76 986.22 936.971.91 16.6 Maka terdapat peningkatan yang signifikan dari pasar.000.24 Time 2.163.007 Tahun 2.56 698.639.83 12.534.13 16.015 2.849.009 2.046.000.03 12.4 dinaikan pada tingkat yang memadai (pada tingkat fraksi 0.842.00 12.016 Tahun PAD_Sektor 1.016 Time Tahun 2.014 2.63 2.009 2.016 Hasil Tangkapan 12.600 16.499.678.713.016 PAD Sektor (Rp) 200.008 2.38 dan regulasi 0.Skenario 1 Pada scenario pertama teknologi yang tadi hanya seadanya ditandai dengan fraksi hanya 0.70 730.010 2.22 215.324.012 2.03 27.027.010 2.013 2.32 40.32 270.708.430.19 26.650 16.606. hasil tangkapan dan PAD Hasil Tangkapan / Tahun (Ton) 12.943.000.503.137.000.010 2.016 Pasar Aktual (Rupiah) 1e9 100.397.28 98.834.6) dan regulasi pemda yang belum mendukung (0.09 395.015 2.49 16.013 2.729.219.016 1e9 500.011 2.27 12.001.013 2.045.464.99 171.582.000.4) ditingkatkan menjadi 0.00 16.766.007 2.000.016 Tahun Pasar 14.000 0 2.831.000.500 2.991.430.016 Tahun PAD_Sektor 1.32 28.426.007 2.175.000 50.786.002. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.16 16.016 Pasar 14.014 2.596.012 2.10 550.32 82.002.015 2.010 2.550 16.010 2.150.011 2.471.91 1.466.117.013 2.100 12.007 2.207.303.78 16.

469.183.58 17.634.015 2.461.011 2.007 2.072.6 dan regulasi pemda dari 0.34 17.663.576.011 2.940.750.400 2.550 17.013 2.36 17.02 17.405.39 17.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464 E:\puslit\ARSIP ARTIKEL BULLETIN th.96 1.009 2.Hasil Tangkapan / Tahun (Ton) 17.75 47.830.80 17.000 0 2.367.009 2.27 17.014 2.55 17.377.12 726.433.600 17.015 2.729.446.014 2.59 102.doc 20 .615. Sumberdaya Manusia.92 1.014 2.843.010 2.706.013 2.306.007 2.69 179.012 2.09 Time 2.670.013 2.96 Tahun 2.000.016 PAD Sektor (Rp) 1e9 200.000. Hasil Skenario yang paling optimal bisa dipakai untuk pengembangan industri perikanan di Kabupaten Konawea Selatan adalah dengan memberikan stimulus pada faktor Teknologi dari 0.012 2.605.4 menjadi 0.253.91 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 SARAN Kesimpulan 1.650 Pasar Aktual (Rupiah) 17.657.430. Peningkatan Teknologi dengan bekerja sama dengan lembaga penelitian kelautan dan pendidikan akan membantu Pemda merealisasikan pengembangan teknologi tersebut.547.32 278.007 2.489.976.90 17.32 40.016 Tahun PAD_Sektor 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.32 133.21 2.766.436.38 menjadi 0.000 0 2.47 476.000 50.450 17.029.774.433.000.00 138.010 2.475.016 Hasil Tangkapan 17.012 2. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.527.384.016 Time Tahun 2.269.01 72.155.758.63 13.007 2.671.03 27.513.000.008 2.792.000 100.475.Peningkatan dan pengembangan pendidikan.93 1.243. Regulasi Pemda.007 2.011 2.32 225.518.137.007 2.285.63 4. 1.015 2.892.010 2.925.000.852.009 2.000 150.008 2.008 2.016 Tahun Pasar 14.500 17.574.016 500.404.

2. 1999. E:\puslit\ARSIP ARTIKEL BULLETIN th.C. 1989. Lampiran-lampiran 1. (on-line) dalam http://. Sikindo.PDRB Rp 28.ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi 17404 ton. W. Chichester.menjadi Rp 4. eds.128. 1996. Systems Management College of Notre Dame. Pembuatan regulasi Pemda yang harus mendukung bertumbuhnya investasi dibidang kelautan. uncertainty and conflit (J. Checkland P.729. Sistem Dynamics Modelling : A Practical Approach. John Wiley & Sons. Budi Susilo dkk. 3. Daftar Pustaka 1.doc 21 . Pelatihan Sistem Dinamik. Rosenhead.rondo. A System Dynamic Simulation Model in The System Support Organization of A Speedy Printing Company (ABC/CND/Powersim Project). insentip pajak dan restribusi. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. kemudahan perijinan. bekerja sama dengan lembaga pendidikan yang sudah mapan baik SDM.). United Kingdom.G. Jakarta 2004 2.- Saran 1. pengembangan sarana dan prasarana yang menunjang industri kelautan.Teknologi dan sumberdananya. sehingga pembuatan regulasi harus mengarah pada kemudahan-kemudahan bagi investor kelautan dan sector-sektor lain diantaranya..www.com/capstone/Paper/ 4. Chung. In Rational analysis for a problematic world problem structuring methods for complexity. Chapman & Hall. Soft System Methodology. Coyle. R.. Pengembangan SDM Sektor kelautan mengarah pada dibukanya SMK Kelautan dan Politeknik Kelautan baik secara resmi atau dalam bentuk Comunity College. Thesis.766.515.

E. Andy Offset. 2001.. Learning from the Future: Competitive Foresight Scenarios. Manajemen. 1994. Multi-stakeholder Processes for Governance and Sustainability: Beyond Deadlock and Conflict. Oregon. Analisis Sistem Dinamis Lingkungan Hidup. Muhammadi. John Wiley & Sons. New York. “Analisa Sistem Dinamik”. Sterman eds. Sterman eds.).D. eds). Compass and Gyroscope: Integrating Science and Politics for the Environment.D.. Jakarta 11. Business Dynamic. Qwist-Hoffmann. 12. 2002 15. Modeling as learning: a consultancy methodology for enhancing learning in management teams. 10. Manajemen Strategik Konsep dan Kasus Edisi Ketiga. Jakarta. Hemmati M. 2002... Sosial. Soesilo..M. John Willey. Simulation models: a tool for rigorous scenario analysis. Portland. Mohamadi dkk. Productivity Press. Washington D. Lane D.N.W. Muhamadiah Press. 2002.. The Participation Process for Supporting Collaborative Management of Natural Resources. Lee K. Aminullah. FAO. Randall. 157-174. Yogyakarta.D. Morecroft and J. 2003. UMJ Press. Rome 8. London. 6. 7. pp. Morecroft and J.C. In Modeling for Learning Organizations (J. Eartscan Publ. Steerman. dan B. In Modeling for Learning Organizations (J.W.). 1993. Modeling to predict or to learn. S.P. Portland.5. yogyakarta.D.Fahey and R.W.C. Productivity Press. Akademi Manajemen Perusahaan YKPN. 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI. Island Press. Muhammad.doc 22 . Painch M. de Geus A. 1999. In (L. Inc. Oregon. Hinton 1998. 13. 1994. Ekonomi. Ingles A. A. 14. 9. Simatupang Togar. Musch and H.2000 E:\puslit\ARSIP ARTIKEL BULLETIN th.. and R.. Pemodelan Sistem.

doc 23 . 2005-2008\puslit edit\MODEL-SIMULASI-PENGEMBANGANINDUSTRI.E:\puslit\ARSIP ARTIKEL BULLETIN th.