P. 1
Model Simulasi an Industri

Model Simulasi an Industri

|Views: 89|Likes:
Published by uofjava

More info:

Published by: uofjava on Mar 30, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

11/25/2012

pdf

text

original

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

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

Faktor-faktor apa saja yang sangat mempengaruhi industri perikanan di Konawea Selatan? 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). Hipotesa Dinamik Hipotesa dalam penelitian dengan metode sistem dinamik berlaku dinamik. E. dan yang dijadikan hipotesa adalah tujuan dari penelitian dinamik. Memilih teknologi yang cocok untuk mengoptimalkan produksi 3. 2. Tujuan 1.doc 4 . Telah dibuat model sistem dinamik industri perikanan di Kabupaten Konawea Selatan. Membuat kebijakan Industri kelautan secara sistemik untuk peningkatan produksi kelautan dengan metode sistem /var/www/apps/conversion/current/tmp/scratch3041/90569012. Membuat Model Dinamik Industri Kelautan di Kabupaten Konawea Selatan 2. Batas penyimpangan yang dapat diterima adalah 5-10%. Bagaimana bentuk kompleksitas masalah yang ada pada industri perikanan di Konawea Selatan? 2. 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. Telah ditentukan faktor-faktor yang paling berpengaruh didalam industri perikanan diwilayah ini. 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. 3. yaitu : 1.Pertanyaan Penelitian 1.

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

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

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

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

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

Dilakukan dengan membandingkan data system nyata yang berupa grafik dari data statistic dengan keluaran hasil simulasi model yang berupa grafik.283000. Pembuatan Model computer dari system industri perikanan ini (biasa disebut Stock Flow Diagram/SFD) dilakukan berdasarkan model mental yang telah dibuat bersama pejabat Dinas kelautan terkait. Pada tahap ini juga dibuat hubungan antara variable tersebut yangberupa hubungan matematis initHasil_Tangkapan 8000.318000. Validasi diperlukan untuk menentukan apakah model dan keluaranannya tidak menyimpang dari system nyatanya.612000"Min:100000. yang menunjukan berapa nilai dari masing-masing variabel tersebut setelah di run seperti gambar 4 diatas 5.Max:1000000"]) flow Hasil_Tangkapan = +dt*Laju_Penagkapan 3.377000.2005.doc 10 . 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.2025. Setelah input data dilakukan.266000.185000.45 /var/www/apps/conversion/current/tmp/scratch3041/90569012. 4. model tersebut disimulasikan yang akan menghasilkan keluaran berupa grafik.177000.416000.190000. Uji sensitifitas dilakukan untuk menentukan factor-faktor yang berpengaruh(atau yang biasa disebut Leverage). Leverage adalah variabel yang bila di rubah sedikit saja akan merubah seluruh system industri perikanan di Kabupaten Konawea Selatan. [130000. 6.langkah ini juga dibuat model mental dalam bentuk diagram Simpal Kausal (Causal Loop Diagram) 2. Pada tahap ini dilakukan pemasukan data kedalam model computer tersebut yang menggunakan perangkat lunak POWERSIM.

Yaitu 1.1 : 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. Dasar pembuatan model mental yang direpresentasikan dalam bentuk diagram simpal kausal ini adalah kondisi nyata keadaan perikanan yang ada di Kabupaten Konawe Selatan.doc 11 .. maka model sistem perikanan Kabupaten Konawea Selatan dibagi menjadi 4 Sub Sistem. Sub Sistem Konsumsi /var/www/apps/conversion/current/tmp/scratch3041/90569012. 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 . Sub Sistem Pasar 2.

Pada sub model Pasar ini penulis membatasi hanya pada hasil perikanan yang berupa hasil tangkapan dilaut. 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. PDRB + + Laju Konsum si + + + PAD Pasar Gambar 2. Pasar akan meningkat dipengaruhi oleh laju konsumsi. Sub Sistem Jumlah Tangkapan 4. Sejalan dengan hal tersebut diatas akan meningkat pula Produk Domestik Bruto daerah tersebut (PDRB).3. /var/www/apps/conversion/current/tmp/scratch3041/90569012. dan harga ikan.doc 12 . Besarnya laju konsumsi dipengaruhi oleh besarnya konsumen rumah tangga dan besarnya permintaan industri pengolahan ikan. Lihat gambar 4.3 Model Sub Sistem Pasar dibawah ini. dan jumlah tangkapan. tidak termasuk budidaya perikanan yang lain. Besar pasar sektor Perikanan ini akan menjadikan pendapatan asli (PAD)daerah meningkat lewat restribusi/pajak yang dibebankan pada hasil penjualan. 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. industri pengolahan dan regulasi dari Pemda Kabupaten Konawea.

doc 13 . CLD Sub Sistem Model Jumlah Tangkapan Sub Model SDM Sub sistem populasi penduduk menggambarkan jumlah penduduk di Kabupaten Konawea Selatan yang lahir dan meninggal . Untuk memudahkan perhitungan sub model ini menggunakan data langsung yang /var/www/apps/conversion/current/tmp/scratch3041/90569012. sumber daya manusia yang kompeten.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. alat tangkap. 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.

Karena merupakan Kota Kabupaten baru banyak pekerja pendatang yang menetap dan menjadi penduduk permanen di wilayah ini. Emigrasi penduduk terjadi karena kesulitan mendapatkan penghasilan yang layak .terdiri dari rata-rata bertambahnya kelahiran dan kematian per tahun atau disebut sebagai fraksi kelahiran dan kematian.doc 14 . Jumlah penduduk dipengaruhi pula oleh imigrasi dan emigrasi. maka di buat model Komputer yang biasa disebut stock flow diagram (diagram stok aliran) /var/www/apps/conversion/current/tmp/scratch3041/90569012. 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.Selain Emigrasi adapula penduduk yang datang dan menetap Kabupaten Konawea Selatan.

Ithink.doc 15 . Dynamo. Simulasi Model Dari model dasar yang dibuat maka didapat hasil seperti gambar grafik 7 dibawah ini. ditambah dengan hasil budi daya tambak udang dan bukan udang /var/www/apps/conversion/current/tmp/scratch3041/90569012. antara lain : Stella. Pembuatan SFD ini dilakukan berdasarkan perangkat lunak yang digunakan. Vensim. Diagram Alir Model Sistem Perikanan Lengkap Model komputer dalam bentuk Stock Flow Diagram(SFD) . kalaupun ada terbatas sekali pengetahuan teknologinya. Dalam hal ini penulis menggunakan Powersim. 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. karena menurut hemat penulis perangkat lunak Powersim merupakan perangkat lunak sistem dinamik yang User Friendly (ramah pengguna). 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. Powersim. Pada simulasi tersebut hasil tangkapan terlihat stagnan dengan kondisi SDM yang belum terlatih.

010 2.71 18.011 2.12 153.000.60 2 .1 PDRB Sektor (Rp) 1 1 1 1 1 1.63 2 .011 2.920.111.219.68 12.702.570.000 720.363.78 1.050.545.013 2.010 2.596.80 12.000 12.520.000.000 50.014 2.012 2.69 98.78 12.008 2.53 2.545.430.010 2.doc 16 .84 12.317.007 2.067.0 2 1 .009 2.014 2.82 252.013 2.010 2.00 18.702.351.2 6 2 .253.61 523.016 Angkatan Kerja (Orang) Hasil Tangkapan /Tahun (Ton) 18.000 240.000.016 Total Hsl Tangkap 14.306.010 2.014 2.016 Time Hasil Tangkapan 12.2e9 960.202.600 12.319.009 2 .033.090.721.72 695.125.008 2.014 2.007 2.000 0 2.000 480.78 111.121.007 2.000 2.84 86.010 2 .007 2.213.010 2.0 T ahun T e im 2 .011 2.53 2.000.084.48 62.0 0 2 1 .7a Grafik PDRB.38 12.008 2.723.007 2.016 Tahun Tahun 2.007 2.82 252.000 15.7 b /var/www/apps/conversion/current/tmp/scratch3041/90569012.362.63 2.495.39 Tahun 2.011 2.015 2.56 52.5 2 07 .52 18.013 2.157.78 2.307.275.009 2.016 2.612.000.73 18.015 2 .000 500.014 2.007 2.0 3 2 16 .010 2.41 376.008 2 .016 0 2.732.015 2.455.635.119.200 2.101.946.723.000.143.6 2 50 .000 50.307.009 2.154.136.014 2 .28 25.000.102.000 100.319.050.00 38.32 27.013 2.016 0 2.531.00 12.53 18.008 2.009 2.495.012 2.015 2.78 1.668 Time 2.016 Tahun Angkatan_Kerja 18.24 89.202.010 2.125.012 2.015 2.000 13.609.65 12.12 153.583.546.757.611.180.157.32 78.58 2 .80 18.45 891.830.00 2.007 2.008 2.826.475.472.355.012 2.794.41 376.26 Total_Hasil_Tangkapan Fraksi_Teknologi Gambar :.80 50.011 2.015 2.013 2.168.013 2.000.016.32 27.013 2 .013 2.014 2.455.32 78.35 18.55 2 .016 Pasar 14.715.570.72 695.213.016 PDRB_Sektor 14.111.000 12.91 SDM Sektor Kelautan Tahun Tahun 2.400 12.011 2.454.75 110.99 2 .71 12.306.012 2.009 2.714.009 2.166.63 7.13 122.007 2.349.015 2.007 2.008 2.007 2.757.00 26.331.37 69.634.07 12.016 Tahun Time 2.557.011 2.016 P SK 2 .634.013 2.016 Tahun PAD_Sektor 1.45 18.271.85 Time 2.78 (Orang) 2 00 .012 2.45 891.62 2.14 74.91 15.013 2.000.639.317.012 2.135.143.800 12.000.946. Angkatan Kerja dan Hasil Tangkapan Hasil Tangkapan (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 1e9 100.00 18.000.007 2.351.007 2 .219.016.010 2.69 Gambar 4.61 523.34 37.667.

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

013 2.002.430.009 2.016 2. 000.160.008 2.012 2.000 2.10 550.58 12.207.150 12.628.008 2.001.73 1.013 2.6) dan regulasi pemda yang belum mendukung (0. a Sebelum ada perubahan Teknologi dan regulasi Dengan nilai fraksi Teknologi 0.515.008 2.007 2.45 12.013 2.27 12.4 dinaikan pada tingkat yang memadai (pada tingkat fraksi 0.430.050 12.08 12.doc 18 .046.011 2.63 2.022.639.851.543.90 265.014 2.83 12.007 2.045.000.122.842.010 2.091.70 730.114.32 28.91 16.010 2.547.4) ditingkatkan menjadi 0.07 161.000 0 2.197. 000.027.09 395.466.868.117.009 2.708.71 39.015 2.010 2.719.786.719.016 Hasil Tangkapan 12.068.971.306.4 /var/www/apps/conversion/current/tmp/scratch3041/90569012.011 2.128.00 12.22 936.183.100 12.031.200 Hasil Tangkapan / Tahun (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 12.012 2. Analisa Sensitifitas ini berguna untuk menentukan skenario yang paling optimal dengan mengatur parameter yang menjadi leverage sehingga system menghasilkan tujuan yang kita inginkan.289. 016 Time Tahun 2.6 Maka terdapat peningkatan yang signifikan dari pasar. 007 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 Skenario 1 Pada scenario pertama teknologi yang tadi hanya seadanya ditandai dengan fraksi hanya 0. hasil tangkapan dan PAD 12.014 2.015 2.426.03 12.62 Gambar :9.012 2.18 12.92 93.000 100.397.016 1e9 500. Sumber Daya Manusia dan Regulasi Pemda. 000. 007 0 2.014 2.503.77 73.31 55.Analisa Sensitifitas Dari Hasil eksperimen yang dilakukan ternyata parameter yang paling peka terhadap perubahan system adalah : para meter Teknologi.011 2.19 26.38 dan regulasi 0.016 Tahun Pasar 14.24 Time 2. 007 2.32 82.221.087.017.512.00 12.175.223.015 2.77 116.007 2.137.33 Tahun 2.83 8. 000 50.471.167.219.009 2.016 Tahun PAD_Sektor 1.

007 2.016 2.7 7 4.634.007 Tahun 2.000 100.461.016 Pasar Aktual (Rupiah) PAD Sektor (Rp) 1e9 500.000.008 2.464.014 2.016 Tahun PAD_Sekto r 1.576.382.59 102.47 47 6.000 200.96 Skenario 2 Hasil Tangkapan / Tahun (Ton) 17.940.52 16.843.76 986.007 2.011 2.45 1.Hasil Tangkapan / Tahun (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 16.37 7 .99 171.32 130.405.766.852.63 13.030.269.469.253.446.015 2.000 0 2.558.725.834.068.518.650 16.96 1.016 Tahun Tahun 2.430.07 2.713.306.012 2.443.39 17 .007 2.014 2.450 17.92 1.13 16.47 5.014 2.009 2.47 5.000.008 2.000.91 16.59 Tahun 2.63 4.547 .430.010 2.63 4.015 2.016 Hasil Tangkapan 17 .90 16.01 7 2.766.655.7 06.014 2.404.012 2.013 2.367 .000 0 2.21 2.183.433.79 16.436.000.016 Pasar 14.57 4.012 2.93 Tahun 2.155.27 17 .32 133.000.91 1.009 2.94 132.009 2.430.16 69.009 2.582.56 698.010 2.008 2.7 29.58 17 .000.32 225.015 2.550 17.03 27.499.96 Tahun 2.000.008 2.925.500 17.000 0 2.000 150.doc 19 .013 2.010 2.32 270.631.639.583.010 2.000 150.500 2.55 45.63 13.000 50.011 2.011 2.02 17 .007 2.285.679.849.49 16.32 27 8.534.958.016 0 2.596.32 40.137 .008 2.830.029.016 1e9 500.605.000.93 1.976.663.324.678.34 17 .015 2.792.306.002.016 Hasil Tangkapan 16.36 17 .80 17 .7 50.009 2.384.000.969.044.7 5 47 .372.657 .489.12 7 26.78 16.009 2.55 17 .016 Tahun PAD_Sektor 1.007 2.729.150.016 Time Tahun 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/scratch3041/90569012.28 98.340.007 2.513.600 17.00 138.03 27 .008 2.007 200.973.47 459.831.015 2.007 2.010 2.013 2.010 2.785.09 Time 2.084.011 2.000 100.433.67 0.012 2.67 1.000 50.013 2.892.69 17 9.012 2.007 2.013 2.072.007 2.015 2.7 58.550 16.012 2.400 2.097.000.991.243.22 215.615.303.606.011 2.21 2.014 2.600 16.511.016 Tahun Pasar 14.976.32 40.163.527 .013 2.014 2.943.000.007 2.16 16.682.00 16.825.650 17.487.90 17 .383.011 2.

Regulasi Pemda.Peningkatan dan pengembangan pendidikan.128. Pembuatan regulasi Pemda yang harus mendukung bertumbuhnya investasi dibidang kelautan. Hasil Skenario yang paling optimal bisa dipakai untuk pengembangan industri perikanan di Kabupaten Konawea Selatan adalah dengan memberikan stimulus pada faktor Teknologi dari 0. 2.1.Saran 1. 1.PDRB Rp 28.729. pengembangan sarana dan prasarana yang menunjang industri kelautan. insentip pajak dan restribusi. sehingga pembuatan regulasi harus mengarah pada kemudahan-kemudahan bagi investor kelautan dan sector-sektor lain diantaranya. Pengembangan SDM Sektor kelautan mengarah pada dibukanya SMK Kelautan dan Politeknik Kelautan baik secara resmi atau dalam bentuk Comunity College. Lampiran-lampiran 1. Peningkatan Teknologi dengan bekerja sama dengan lembaga penelitian kelautan dan pendidikan akan membantu Pemda merealisasikan pengembangan teknologi tersebut.6 dan regulasi pemda dari 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.doc 20 .4 menjadi 0.38 menjadi 0. Daftar Pustaka /var/www/apps/conversion/current/tmp/scratch3041/90569012.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464 ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi 17404 ton.766. kemudahan perijinan. bekerja sama dengan lembaga pendidikan yang sudah mapan baik SDM..Teknologi dan sumberdananya.menjadi Rp 4.515. Sumberdaya Manusia.

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

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

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->