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 adalah pendapatan asli daerah yang terbatas dan sumber daya : Teknologi

/var/www/apps/conversion/current/tmp/scratch3041/90569012.doc

2

Kesulitan menentukan faktor-faktor mendasar yang sangat mempengaruhi industri perikanan di Konawea Selatan. Interaksi antara komponen biofisik dan sosial ekonomi serta faktor-faktor legal dalam pengelolaan industri kelautan adalah hal yang harus dihadapi dalam pengelolaan sumberdaya alam. termasuk disini adalah sektor industri kelautan. industri perikanan dan sistem sosial yang menyertainya membuat pengetahuan kita tentangnya tidak pernah lengkap. 1997). /var/www/apps/conversion/current/tmp/scratch3041/90569012.doc 3 . 3. akan tetapi ternyata masalah yang dihadapi tidak sesederhana itu. Dalam keadaan demikian analisis sistem dan simulasi sering dipakai untuk untuk menguji hipotesis-hipotesis kita tentang bagaimana sistem bekerja (Grant et al. Perumusan Masalah 1. Pemda Konawea Selatan Kesulitan menentukan kebijakan yang paling optimal untuk industri perikanan berdasarkan keterbatasan daerah. Kompleksitas ekosistem laut. Tetapi dinamika sistem sangat berguna untuk menggambarkan pemahaman kita tentang sistem yang ada di alam nyata. benar dan berkesinambungan D. Kompleksitas masalah di industri perikanan di wilayah Konawea Selatan 2.manusia yang sangat rendah. Jika kita dapat memodelkan sistem industri kelautan maka skenario untuk mengelola laut dan ekosistemnya secara lestari dapat dilaksanakan secara baik. 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. Melihat permasalahan yang kompleks dan dinamis tersebut secara sempit dan terfragmentasi akan berakibat pada disain penelitian yang kurang sesuai dan menghasilkan rekomendasi yang salah. 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.. Tentu saja pendekatan sistem bukanlah satu-satunya cara untuk untuk membuat skenario-skenario tersebut.

Pertanyaan Penelitian 1. Batas penyimpangan yang dapat diterima adalah 5-10%. yaitu : 1. Faktor-faktor apa saja yang sangat mempengaruhi industri perikanan di Konawea Selatan? 3.doc 4 . Membuat kebijakan Industri kelautan secara sistemik untuk peningkatan produksi kelautan dengan metode sistem /var/www/apps/conversion/current/tmp/scratch3041/90569012. Tujuan 1. 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. 3. Hipotesa Dinamik Hipotesa dalam penelitian dengan metode sistem dinamik berlaku dinamik. Telah dibuat model sistem dinamik industri perikanan di Kabupaten Konawea Selatan. U-Theil’s adalah koefisien diskrepansi antara nilai simulasi terhadap aktual yang berguna untuk menjelaskan penyimpanan yang menonjol (tidak terlihat pada AME dan AVE). dan yang dijadikan hipotesa adalah tujuan dari penelitian dinamik. Bagaimana bentuk kompleksitas masalah yang ada pada industri perikanan di Konawea Selatan? 2. Membuat Model Dinamik Industri Kelautan di Kabupaten Konawea Selatan 2. Telah ditentukan faktor-faktor yang paling berpengaruh didalam industri perikanan diwilayah ini. 2. AVE adalah penyimpangan nilai variasi simulasi terhadap aktual. Kebijakan yang bagaimanakah yang paling Optimal dalam kondisi keterbatasan yang dapat dipakai untuk pengembangan industri perikanan di Kabupaten Konawea Selatan. E. Memilih teknologi yang cocok untuk mengoptimalkan produksi 3.

karena pemodelan mencakup bagaimana menuangkan persepsi manusia atasdunia nyata dengan segala keunikannya. merumuskan makna diagram. c. Penggunaan model. Identifikasi isu atau masalah. (1997) dan Sterman (2000). Formulasi model. mengevaluasi ragam skenario atau kebijakan tersebut dan pengembangan perencanaan dan agenda bersama. diagram stok dan flow atau diagram sekuens. Sehingga langkah pertama dalam pemodelan adalah menentukan tujuan dari pemodelan tersebut. Sebuah ilmu pengetahuan karena ada logika yang jelas ingin dibangunnya dengan urutan yang sesuai. diagram sebab-akibat. Model juga dapat dipakai sebagai wahana untuk belajar paran pihak yang ingin memahami struktur dan perilaku dari sumberdaya alam. Pemodelan sistem merupakan sebuah ilmu pengetahuan dan seni. Kegunaan model sebagai sarana belajar terletak pada bagaimana proses belajar terjadi secara efektif dengan memanfaatkan model yang dibuat.doc 5 . Tinjauan Pustaka Pemodelan sistem berawal dari bagaimana kita mencoba memahami dunia nyata ini dan menuangkannya menjadi sebuah model dengan beragam metode yang ada. membuat skenario-skenario ke depan atau alternatif kebijakan. mengamati kelogisan model dan membandingkan dengan dunia nyata atau model andal yang serupa jika ada. Model dinilai dari sejauh mana dia dapat berguna. e.F. Kami menyarankan pemodelan sistem dilakukan dengan fase-fase sebagai berikut: a. Evaluasi model. Tahapan pemodelan telah dikemukakan dalam banyak literatur seperti pada Grant et al. d. Kegunaan model sebagai alat prediksi terletak pada ketepatan dan ketelitian hasil prediksinya. b. tujuan dan batasan. Sebuah seni. Model dapat dibuat untuk memprediksi sebuah komponen dalam model setelah jangka waktu tertentu. kuantifikasi dan atau kualifikasi komponen model jika perlu.. Tidak ada model yang benar dan salah. /var/www/apps/conversion/current/tmp/scratch3041/90569012. Konseptualisasi model dengan menggunakan ragam metode seperti diagram kotak dan panah.

Pembelajaran sosial juga mengakui bahwa masing-masing kelompok kepentingam membawa beragam pengetahuan dalam pembelajaran sosial. Wahana tersebut bisa berbentuk pertemuan. membuat analisis dan peramalan perilaku gejala atau proses tersebut di masa depan. Daniels dan Walker (1999) dalam Buck et al. 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. Buck et al. Lane (1994) menyatakan bahwa pemodelan bisa menjadi sarana untuk proses pembelajaran. 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. (2001) mengungkapkan bahwa mutual learning adalah sebuah proses pertukaran perspektif antarpihak untuk transformasi pemahaman masingmasing terhadap masalah. serta wahana (platforms) atau kesempatan bagi terciptanya pembelajaran sosial. (2001) menyatakan bahwa insitusi untuk pembelajaran sosial adalah adanya fasilitator yang berfungsi sebagai katalis bagi pembelajaran sosial. Simulasi merupakan salah satu alat analisis yang terpercaya bagi perancangan dan pengoperasian proses atau sistem yang rumit. Simulasi Sistem Dinamik Forrester (1961). Oleh Muhammadi (2001).doc 6 . simulasi didefinisikan sebagai peniruan perilaku suatu gejala atau proses. diskusi kelompok. perspektif dan metode pendekatan. termasuk nilai. Komunikasi dan eksperimentasi meningkatkan kemampuan adaptasi para pihak untuk memperbaiki manajemen sumberdaya alam. lokakarya dan lain lain. Simulasi bertujuan untuk memahami gejala atau proses tersebut.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. kapasitas. Dengan semakin /var/www/apps/conversion/current/tmp/scratch3041/90569012.

/var/www/apps/conversion/current/tmp/scratch3041/90569012. dimana tahap pertama simulasi adalah penyusunan konsep. Perangkat Lunak Simulasi Untuk melakukan simulasi dari sebuah model. Powersim digunakan untuk membangun dan melakukan simulasi suatu model dinamik. Gejala atau proses yang akan ditirukan perlu dipahami. Ithink. Hasil simulasi tersebut selanjutnya digunakan untuk memahami perilaku gejala atau proses serta mengetahui kecenderungannya di masa mendatang. Pelaksanaan simulasi melalui 4 tahap. diperlukan perangkat lunak (software) yang secara cepat dapat melihat perilaku dari model yang telah dibuat. Model simulasi adalah suatu teknik dimana hubungan sebab akibat dari suatu sistem ditangkap (capture) di dalam sebuah model komputer. Dynamo. Tahap kedua adalah pembuatan dan perumusan model. simulasi menjadi alat yang sangat cocok untuk perencanaan. 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. dimana perhitungan dilakukan untuk mengetahui perilaku gejala atau proses. Simulasi merupakan sebuah tiruan dari sebuah cara operasi di dunia nyata. Tahap terakhir.meningkatnya persaingan dunia. seperti Vensim. untuk menghasilkan beberapa perilaku sesuai dengan sistem nyata. Stella dan Power Simulation. software yang digunakan adalah Power Simulation. Ada berbagai macam perangkat lunak yang dapat digunakan untuk keperluan ini. Tetapi dalam penelitian ini. Dalam model kualitatif.doc 7 . antara lain dengan menentukan unsur-unsur yang berperan dalam gejala atau proses tersebut. simulasi dilakukan dengan memasukkan data ke dalam model. Tahap ketiga. Konsep pada tahap awal dirumuskan sebagai model yang berbentuk uraian gambar atau rumus. simulasi dapat dilakukan dengan menggunakan model yang telah dibuat. perancangan dan pengawasan bagi sebuah sistem. 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. Suatu model dinamik adalah kumpulan dari variabel-variabel yang saling mempengaruhi antara satu dengan lainnya dalam suatu kurun waktu. Dalam model kuantitatif.

doc 8 . manajemen dan riset. Membuat model sistem dinamik industri perikanan di Kabupaten Konawea Selatan. Tujuan 1. 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. Simulasi ditujukan untuk mencari model yang paling cocok sebelum diterapkan dalam kondisi sebenarnya. 1. Semua variabel tersebut memiliki nilai numerik dan sudah merupakan bagian dari dirinya. suatu sistem yang menggambarkan hubungan antara variabel-variabel itu dinamakan stock flow diagram. 6. 4. Tabel 1. Membuat skenario yang optimal untuk pengembangan industri perikanan Microsoft Visio Drawing Simbol Level Arti Auxiliary Konstanta Sumber Hubungan Hubungan tertunda Inisialisasi hubungan Aliran (flow) /var/www/apps/conversion/current/tmp/scratch3041/90569012. Pada perangkat lunak Powersim. 3.Setiap variabel berkorespondensi dengan suatu besaran yang nyata atau besaran yang dibuat sendiri. Simbol-simbol Diagram Alir (Muhammadi. 2. 7. variabel-variabel akan saling dihubungkan membentuk suatu sistem yang dapat menirukan kondisi sebenarnya. Pada waktu mensimulasikan model. Perkembangan selanjutnya. 2001) No. 8. 2. 3. Simbol yang digunakan ditampilkan pada Tabel 5. Menentukan faktor-faktor apa saja yang paling berpengaruh didalam industri perikanan diwilayah ini. 5. simulasi dengan menggunakan perangkat lunak ini banyak dipakai dalam bidang-bidang komersial. F. industri.

industri perikanan. Metode Penelitian Metode yang dipakai adalah yang biasa dikenal sebagai pendekatan sistem dinamik. 1.Simile dalam hal ini penulis menggunakan perangkat lunak Powersim dengan alasan perangkat lunak powersim lebih user friendly dari pada perangkat lunak lainnya. penentuan variable-variabel yang ada dalam sistem industri perikanan di Kabupaten Konawea Selatan. Model simulasi ini dapat dikembangkan menjadi sistem industri kelautan yang terdiri dari industri pariwisata. Untuk menyelesaikan masalah sistem dinamik ada beberapa perangkat lunak yang dapat dipakai. Vensim. Teknologi Perikanan. Penentuan variable-variabel Sintem industri perikanan dilakukan bersamasama pejabat-pejabat yang menangani masalah industri perikanan di wilayah Kabupaten Konawea Selatan. Ithink. Powersim. Hasil penelitian ini dapat dipakai sebagai pedoman bagi pengambil kebijakan di bidang Industri Perikanan Kabupaten Konawea Selatan untuk membangun industri perikanan. Provinsi Sulawesi Tenggara. 2. Manfaat Penelitian 1. Pendidikan (politeknik kelautan yang terdiri dari: Pariwisata Pantai dan laut. Langkah Pertama adalah memetakan masalah berdasarkan data-data dilapangan. Budi daya hasil laut.berdasarkan keterbatasan yang ada diwilayah G.doc 9 . Stella. antara lain Dynamo. dengan arah yang tepat dan kondisi yang serba terbatas. Pada /var/www/apps/conversion/current/tmp/scratch3041/90569012. Variable tersebut di uji dengan menggunakan apakah ada hubungan yang signifikan antara satu variable dengan variable yang lain. Teknologi hasil Penangkapan) H. dalam hal ini adalah Kepala Dinas Kelautan Kabupaten Konawea Selatan. Pemetaan masalah industri perikanan disini meliputi.

Pada tahap ini juga dibuat hubungan antara variable tersebut yangberupa hubungan matematis initHasil_Tangkapan 8000.Max:1000000"]) flow Hasil_Tangkapan = +dt*Laju_Penagkapan 3. Dilakukan dengan membandingkan data system nyata yang berupa grafik dari data statistic dengan keluaran hasil simulasi model yang berupa grafik. model tersebut disimulasikan yang akan menghasilkan keluaran berupa grafik.45 /var/www/apps/conversion/current/tmp/scratch3041/90569012.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. Leverage adalah variabel yang bila di rubah sedikit saja akan merubah seluruh system industri perikanan di Kabupaten Konawea Selatan. 4.190000.612000"Min:100000. 6.2005.185000. Uji sensitifitas dilakukan untuk menentukan factor-faktor yang berpengaruh(atau yang biasa disebut Leverage).177000. yang menunjukan berapa nilai dari masing-masing variabel tersebut setelah di run seperti gambar 4 diatas 5.doc 10 . Pada tahap ini dilakukan pemasukan data kedalam model computer tersebut yang menggunakan perangkat lunak POWERSIM.2025. [130000. Validasi diperlukan untuk menentukan apakah model dan keluaranannya tidak menyimpang dari system nyatanya.318000. Penentuan factor-faktor yang berpengaruh (Leverage) ini menjadi langkah yang penting karena pembuatan skenario kebijakan dilakukan dengan memberikan stimulans pada Leverage yang pada akhirnya setelah dilakukan eksperimen akan didapat kebijakan yang paling optimal =GRAPH(TIME.266000.377000. Setelah input data dilakukan.283000.416000.

PR DB + + L ju a Knu s o s mi + + + + + + PD A Ps r aa H rg a a Ik n a + + In u t i d sr P n oa a e g l hn Pt ni oe s K la t n e ua + Knu e o s mn Tk o g e n lo i + + + + + + L ju a Knu e o s mn L ju a Pnn kpn e a ga a Ik n a + + + + + + Jmh u la Tn k p n a ga a + + P p la i ou s Pnuu e ddk + - Im ra i ig s SM D + At la Tn k p a ga + L ju a K la i n e hra _ L ju a K mt n e aia E ig s m ra i Gambar . Yaitu 1.. Sub Sistem Pasar 2. Sub Sistem Konsumsi /var/www/apps/conversion/current/tmp/scratch3041/90569012. maka model sistem perikanan Kabupaten Konawea Selatan dibagi menjadi 4 Sub Sistem.1 : Diagram Simpal Kausal Model Perikanan di Kabupaten Konawea Selatan Dari diagram simpal kausal (CLD) diatas.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.doc 11 . Dasar pembuatan model mental yang direpresentasikan dalam bentuk diagram simpal kausal ini adalah kondisi nyata keadaan perikanan yang ada di Kabupaten Konawe Selatan.

dan jumlah tangkapan.3.3 Model Sub Sistem Pasar dibawah ini. PDRB + + Laju Konsum si + + + PAD Pasar Gambar 2. Besar pasar sektor Perikanan ini akan menjadikan pendapatan asli (PAD)daerah meningkat lewat restribusi/pajak yang dibebankan pada hasil penjualan. dan harga ikan. Pasar akan meningkat dipengaruhi oleh laju konsumsi. Lihat gambar 4. Model Sub Sistem Pasar 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. 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.doc 12 . industri pengolahan dan regulasi dari Pemda Kabupaten Konawea. Besarnya laju konsumsi dipengaruhi oleh besarnya konsumen rumah tangga dan besarnya permintaan industri pengolahan ikan. Sub Sistem Jumlah Tangkapan 4. Pada sub model Pasar ini penulis membatasi hanya pada hasil perikanan yang berupa hasil tangkapan dilaut. Sejalan dengan hal tersebut diatas akan meningkat pula Produk Domestik Bruto daerah tersebut (PDRB). tidak termasuk budidaya perikanan yang lain. /var/www/apps/conversion/current/tmp/scratch3041/90569012.

alat tangkap.Harga Ikan + + Konsumen + + Laju Konsumen Gambar : 3. Sementara jumlah tangkapan akan mempengaruhi industri pengolahan ikan I d sr n uti Pn o h n e g la a Pt ni oe s K la t n e ua + + + + Tko g e n lo i L ju a Pn n k p n e a ga a Ia kn + + + + + Jmh u la Tnkpn a ga a At la Tnkp a ga SM D A g aa nkt n kr e ja 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 . 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. Untuk memudahkan perhitungan sub model ini menggunakan data langsung yang /var/www/apps/conversion/current/tmp/scratch3041/90569012.doc 13 . sumber daya manusia yang kompeten.

Emigrasi penduduk terjadi karena kesulitan mendapatkan penghasilan yang layak . Karena merupakan Kota Kabupaten baru banyak pekerja pendatang yang menetap dan menjadi penduduk permanen di wilayah ini.Selain Emigrasi adapula penduduk yang datang dan menetap Kabupaten Konawea Selatan.terdiri dari rata-rata bertambahnya kelahiran dan kematian per tahun atau disebut sebagai fraksi kelahiran dan kematian. maka di buat model Komputer yang biasa disebut stock flow diagram (diagram stok aliran) /var/www/apps/conversion/current/tmp/scratch3041/90569012. Jumlah penduduk dipengaruhi pula oleh imigrasi dan emigrasi. Jm h u la Tn k pn agaa Knu e o s mn + + + + P p la i ou s Pnuu eddk + - Im ra i ig s S M D + + L ju a K la ira e h n _ L ju a K m tia e a n E ig s m ra i Gambar :5. CLD Sub Model SDM/Penduduk Diagram Stok Aliran (Stock Flow Digram) Dari model mental sistem pengembangan perikanan di Kabupaten Konawea Selatan yang telah dibuat berdasarkan kondisi nyata di lapangan.doc 14 .

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. Vensim. Dynamo. Simulasi Model Dari model dasar yang dibuat maka didapat hasil seperti gambar grafik 7 dibawah ini. Ithink. ditambah dengan hasil budi daya tambak udang dan bukan udang /var/www/apps/conversion/current/tmp/scratch3041/90569012. kalaupun ada terbatas sekali pengetahuan teknologinya. karena menurut hemat penulis perangkat lunak Powersim merupakan perangkat lunak sistem dinamik yang User Friendly (ramah pengguna). Dalam hal ini penulis menggunakan Powersim. Powersim. Pada simulasi tersebut hasil tangkapan terlihat stagnan dengan kondisi SDM yang belum terlatih. Diagram Alir Model Sistem Perikanan Lengkap Model komputer dalam bentuk Stock Flow Diagram(SFD) . Pembuatan SFD ini dilakukan berdasarkan perangkat lunak yang digunakan. antara lain : Stella.doc 15 . Ada beberapa perangkat lunak yang digunakan untuk pemodelan sistem dinamik.ST C FL W D G A O K O IA R M M odel S istemP erikanan Leng kap H asil_T angkapan Fraksi_regulasi_Pem da PAD _Sektor PPn PD B_Sektor R Fraksi_JSD M Fraksi_sdm _sk SD _SK M Fraksi_Potensi_K elautan FSD M Potensi_K elautan R egulasi_Pem da K ontribusi_SD M Pasar Laju_Penjualan Industri_Pengolahan Alat_T angkap H arga_Ikan_segar H arga_Pengolahan K bth_per_kepala Angkatan_K erja K ebutuhan_Perkapita K onsum en_rum ah_T angga Fraksi_AK H asil_T angkapan Laju_Penagkapan T eknologi Fraksi_T eknologi Fraksi_AT Fraksi_E igrasi m Fraksi_K atian em Fraksi_K elahiran C onstant_23 Laju_K onsum en_R T E igrasi m Populasi_Penduduk Jum lah_R ah_T um angga Fraksi_K eluarga K elahiran K atian em Jm lh_rata2_anggota_K eluarga Im igrasi Fraksi_Im igasi Jum lah_R ah_T um angga Gambar : 6.

570.011 2.78 12.000.016 Pasar 14.32 78.009 2.355.168.015 2.010 2.012 2.136.00 26.7 b /var/www/apps/conversion/current/tmp/scratch3041/90569012.45 18.319.37 69.016 Tahun PAD_Sektor 1.53 18.00 18.1 PDRB Sektor (Rp) 1 1 1 1 1 1.000 12.475.00 38.016 2.2e9 960.016 P SK 2 .317.013 2.55 2 .009 2 .2 6 2 .275.008 2.000.306.000 12.38 12.doc 16 .12 153.32 27.82 252.011 2.010 2.010 2.0 T ahun T e im 2 .012 2.015 2.317.946.351.015 2.157.557.000 50.794.702.007 2.82 252.62 2.007 2.009 2.5 2 07 .010 2.000.0 2 1 .000 500.143.007 2.016 Tahun Tahun 2.014 2.12 153.009 2.202.520.000 13.68 12.007 2.016 0 2.34 37.32 78.635.000.050.72 695.007 2.125.000 15.757.016 Angkatan Kerja (Orang) Hasil Tangkapan /Tahun (Ton) 18.611.668 Time 2.202.319.013 2.91 15.48 62.013 2.61 523.714.135.63 7.010 2.012 2.016.920.011 2.000.011 2.014 2.012 2.609.008 2.75 110.111.015 2.63 2 .125.495.016 Tahun Angkatan_Kerja 18.013 2.721.007 2 .009 2.084.008 2.71 18.472.213.011 2.007 2.53 2.351.010 2.271.000 2.000 100.010 2 .349.531.583.008 2.219.84 12.72 695.016 Tahun Time 2.495.007 2.015 2.65 12.546.69 98.570.013 2.454.35 18.007 2.800 12.6 2 50 .830.45 891.007 2.00 18.634.24 89.111.090.85 Time 2.102.45 891.014 2 .60 2 .00 2.363.010 2.000.32 27.033.219.000 720.26 Total_Hasil_Tangkapan Fraksi_Teknologi Gambar :.41 376.80 12.28 25.000 240.119.200 2.012 2.69 Gambar 4.634.0 3 2 16 .80 50.012 2.715.600 12.213.99 2 .71 12.014 2.143.000 480.013 2.732.596.723.13 122.306.016 PDRB_Sektor 14.007 2.63 2.78 1.56 52.667.013 2.007 2.00 12.723.826.612.013 2.013 2.013 2 . Angkatan Kerja dan Hasil Tangkapan Hasil Tangkapan (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 1e9 100.39 Tahun 2.78 111.166.010 2.253.016 0 2.91 SDM Sektor Kelautan Tahun Tahun 2.545.009 2.58 2 .015 2 .000.016 Total Hsl Tangkap 14.000.016.400 12.757.015 2.011 2.067.639.78 1.331.7a Grafik PDRB.016 Time Hasil Tangkapan 12.008 2.14 74.430.362.946.307.011 2.07 12.307.78 (Orang) 2 00 .180.702.61 523.000 50.000.52 18.455.157.050.154.000 0 2.455.53 2.73 18.121.007 2.008 2.014 2.010 2.0 0 2 1 .78 2.000.84 86.000.545.014 2.101.008 2 .014 2.009 2.80 18.41 376.012 2.

yang sangat prospektif antara lain udang. Validasi Model Validasi model dinamik ditujukan kepada konsistensi hasil simulasi model dengan system nyatanya yang berupa angka statistic ada 3 parameter yang akan diukur. tiram mutiara dll. bandeng. rumput laut. yaitu sumber daya manusia sector kelautan. hasil tangkapan 13160 13140 13120 13100 13080 13060 13040 13020 13000 12980 12960 Tahun Sistem nyata Simulasi Model Gambar :.doc 17 .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 /var/www/apps/conversion/current/tmp/scratch3041/90569012.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.

015 2.100 12.016 Tahun Pasar 14.221.045.183.012 2.012 2.091.015 2.62 Gambar :9.868. 007 2.027.015 2.45 12.012 2.03 12.430.77 73.011 2.466.07 161.4 dinaikan pada tingkat yang memadai (pada tingkat fraksi 0.008 2. 000. 007 0 2.73 1.013 2.008 2.001.087.200 Hasil Tangkapan / Tahun (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 12.08 12.167.002.83 8.91 16.786.58 12.512.515.016 Tahun PAD_Sektor 1.306.031.71 39.117.27 12.122. 007 2.150 12.33 Tahun 2.007 2.011 2. 016 Time Tahun 2.114.197.009 2.016 2. hasil tangkapan dan PAD 12.639.31 55.Analisa Sensitifitas Dari Hasil eksperimen yang dilakukan ternyata parameter yang paling peka terhadap perubahan system adalah : para meter Teknologi.000 100.719. Analisa Sensitifitas ini berguna untuk menentukan skenario yang paling optimal dengan mengatur parameter yang menjadi leverage sehingga system menghasilkan tujuan yang kita inginkan.137.175.016 1e9 500.77 116.32 82.10 550. dalam hal ini hasil yang tinggi nilainya belum tentu akan dipakai dikarenakan kemampuan Pemda yang terbatas dalam hal keuangan dan sumberdaya lainnya Skenario Kebijakan Skenario 1 Pada scenario pertama teknologi yang tadi hanya seadanya ditandai dengan fraksi hanya 0.011 2.00 12. 000.007 2.18 12.00 12. 000.426.010 2. a Sebelum ada perubahan Teknologi dan regulasi Dengan nilai fraksi Teknologi 0.90 265.708.19 26.223.6 Maka terdapat peningkatan yang signifikan dari pasar.24 Time 2.430.068.000 0 2.09 395.397.014 2.22 936.38 dan regulasi 0.009 2.471.doc 18 .014 2.851.547.014 2.000 2. 000 50.046.289.219.70 730.503. Sumber Daya Manusia dan Regulasi Pemda.628.010 2.4) ditingkatkan menjadi 0.000.32 28.971.009 2.842.010 2.008 2.4 /var/www/apps/conversion/current/tmp/scratch3041/90569012.6) dan regulasi pemda yang belum mendukung (0.050 12.63 2.543.007 2.016 Hasil Tangkapan 12.013 2.022.160.719.128.013 2.017.83 12.207.92 93.

007 2.499.016 Time Tahun 2.976.000 150.583.56 698.008 2.13 16.03 27.000.32 27 8.446.63 13.016 Hasil Tangkapan 16.010 2.534.000.367 .015 2.16 69.009 2.306.511.639.007 2.80 17 .7 29.7 58.007 200.57 4.009 2.969.7 7 4.000 200.500 17.47 459.59 Tahun 2.679.682.012 2.52 16.155.99 171.605.436.12 7 26.27 17 .500 2.550 17.7 5 47 .47 47 6.007 Tahun 2.729.830.792.78 16.015 2.976.303.010 2.650 17.943.007 2.725.000.79 16.044.150.013 2.657 .183.012 2.016 2.015 2.015 2.32 130.45 1.016 1e9 500.678.000 0 2.016 Tahun Pasar 14.007 2.324.464.518.015 2.000 50.940.01 7 2.547 .831.631.32 225.doc 19 .63 13.002.014 2.007 2.94 132.443.014 2.405.084.03 27 .93 1.008 2.009 2.892.849.991.67 0.072.012 2.384.013 2.011 2.030.000 100.400 2.010 2.012 2.576.011 2.59 102.96 Tahun 2.32 40.008 2.383.000.96 1.010 2.000 0 2.47 5.39 17 .097.430.469.010 2.016 Tahun PAD_Sekto r 1.461.029.67 1.007 2.76 986.582.014 2.91 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 /var/www/apps/conversion/current/tmp/scratch3041/90569012.382.07 2.340.000.068.16 16.243.433.000 150.63 4.450 17.013 2.09 Time 2.650 16.011 2.010 2.766.016 Pasar 14.000.00 16.600 16.013 2.958.430.55 17 .852.487.766.014 2.000 0 2.000.634.014 2.007 2.91 16.713.000.016 Tahun Tahun 2.009 2.513.47 5.22 215.016 0 2.973.606.016 Tahun PAD_Sektor 1.000 100.007 2.000 50.00 138.02 17 .009 2.137 .90 16.785.013 2.34 17 .269.011 2.32 40.92 1.55 45.558.Hasil Tangkapan / Tahun (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 16.013 2.016 Hasil Tangkapan 17 .306.404.93 Tahun 2.596.014 2.49 16.69 17 9.433.000.663.011 2.7 06.655.007 2.550 16.36 17 .430.012 2.008 2.007 2.011 2.008 2.009 2.615.600 17.37 7 .63 4.000.28 98.91 1.372.825.21 2.7 50.008 2.285.527 .925.489.163.32 133.000.32 270.016 Pasar Aktual (Rupiah) PAD Sektor (Rp) 1e9 500.015 2.834.012 2.21 2.843.96 Skenario 2 Hasil Tangkapan / Tahun (Ton) 17.90 17 .253.58 17 .

doc 20 . Sumberdaya Manusia. Pengembangan SDM Sektor kelautan mengarah pada dibukanya SMK Kelautan dan Politeknik Kelautan baik secara resmi atau dalam bentuk Comunity College. Regulasi Pemda..Peningkatan dan pengembangan pendidikan.menjadi Rp 4. 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. Daftar Pustaka /var/www/apps/conversion/current/tmp/scratch3041/90569012.Teknologi dan sumberdananya.515. Peningkatan Teknologi dengan bekerja sama dengan lembaga penelitian kelautan dan pendidikan akan membantu Pemda merealisasikan pengembangan teknologi tersebut.Saran 1. 1. bekerja sama dengan lembaga pendidikan yang sudah mapan baik SDM.128. 2. pengembangan sarana dan prasarana yang menunjang industri kelautan. Pembuatan regulasi Pemda yang harus mendukung bertumbuhnya investasi dibidang kelautan. kemudahan perijinan.4 menjadi 0. 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.766.PDRB Rp 28.729.1. sehingga pembuatan regulasi harus mengarah pada kemudahan-kemudahan bagi investor kelautan dan sector-sektor lain diantaranya.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464 ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi 17404 ton. insentip pajak dan restribusi. Lampiran-lampiran 1.6 dan regulasi pemda dari 0.

Compass and Gyroscope: Integrating Science and Politics for the Environment. In Rational analysis for a problematic world problem structuring methods for complexity. S. Thesis.. 10.. Morecroft and J. Jakarta.W..D. eds). Coyle. R. FAO. Yogyakarta. de Geus A. 1989. and R. Sistem Dynamics Modelling : A Practical Approach. Rome 8.W. Sterman eds.com/capstone/Paper/ 4. Portland. Washington D. UMJ Press. 1993. Soesilo. Mohamadi dkk. Oregon. 1999. Hinton 1998. Modeling as learning: a consultancy methodology for enhancing learning in management teams. 1999.doc 21 . Portland. In Modeling for Learning Organizations (J. Randall.. 13. Soft System Methodology. Muhammadi. Chung. United Kingdom. Chichester..D. E. Morecroft and J. Aminullah. Oregon. 7.D. 2001. “Analisa Sistem Dinamik”. Lee K. Painch M. Analisis Sistem Dinamis Lingkungan Hidup. 1996. uncertainty and conflit (J. Ingles A. London.C..Fahey and R. 9..).N.). 3.www.C. Multi-stakeholder Processes for Governance and Sustainability: Beyond Deadlock and Conflict. John Wiley & Sons. eds. Hemmati M. 5. Systems Management College of Notre Dame. Sikindo. 2002. Musch and H. Akademi Manajemen Perusahaan YKPN.. dan B. 1994.). Chapman & Hall. In (L. Island Press. 1994. Modeling to predict or to learn. Checkland P. Pelatihan Sistem Dinamik.C.rondo. Budi Susilo dkk. 12.W. Manajemen Strategik Konsep dan Kasus Edisi Ketiga. Manajemen.P. A. Learning from the Future: /var/www/apps/conversion/current/tmp/scratch3041/90569012. The Participation Process for Supporting Collaborative Management of Natural Resources. Sosial. Sterman eds. Productivity Press. Jakarta 2004 2. In Modeling for Learning Organizations (J. Rosenhead. W. Jakarta 11. (on-line) dalam http://.M. 2003. 2002. 6. Muhammad.D. A System Dynamic Simulation Model in The System Support Organization of A Speedy Printing Company (ABC/CND/Powersim Project).G. Ekonomi. Lane D. Simulation models: a tool for rigorous scenario analysis. Muhamadiah Press.1. Productivity Press. Qwist-Hoffmann. Eartscan Publ.

.2000 /var/www/apps/conversion/current/tmp/scratch3041/90569012. Pemodelan Sistem. 2002 15. Business Dynamic. 14. pp. New York.Competitive Foresight Scenarios. John Wiley & Sons. Simatupang Togar. 157174.doc 22 . Andy Offset. Inc. Steerman. yogyakarta. John Willey.

Sign up to vote on this title
UsefulNot useful