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

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

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

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

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

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

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

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

Validasi diperlukan untuk menentukan apakah model dan keluaranannya tidak menyimpang dari system nyatanya. Leverage adalah variabel yang bila di rubah sedikit saja akan merubah seluruh system industri perikanan di Kabupaten Konawea Selatan. Dilakukan dengan membandingkan data system nyata yang berupa grafik dari data statistic dengan keluaran hasil simulasi model yang berupa grafik.Max:1000000"]) flow Hasil_Tangkapan = +dt*Laju_Penagkapan 3. Pada tahap ini dilakukan pemasukan data kedalam model computer tersebut yang menggunakan perangkat lunak POWERSIM. 6. 4. 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. yang menunjukan berapa nilai dari masing-masing variabel tersebut setelah di run seperti gambar 4 diatas 5.377000. [130000.318000.612000"Min:100000.266000. Setelah input data dilakukan.177000.185000. 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.doc 10 .190000. Uji sensitifitas dilakukan untuk menentukan factor-faktor yang berpengaruh(atau yang biasa disebut Leverage).416000. Pada tahap ini juga dibuat hubungan antara variable tersebut yangberupa hubungan matematis initHasil_Tangkapan 8000.45 /var/www/apps/conversion/current/tmp/scratch3041/90569012.2005. model tersebut disimulasikan yang akan menghasilkan keluaran berupa grafik.283000.langkah ini juga dibuat model mental dalam bentuk diagram Simpal Kausal (Causal Loop Diagram) 2.2025.

Sub Sistem Pasar 2.doc 11 . Sub Sistem Konsumsi /var/www/apps/conversion/current/tmp/scratch3041/90569012. Dasar pembuatan model mental yang direpresentasikan dalam bentuk diagram simpal kausal ini adalah kondisi nyata keadaan perikanan yang ada di Kabupaten Konawe Selatan.. Yaitu 1. maka model sistem perikanan Kabupaten Konawea Selatan dibagi menjadi 4 Sub Sistem. 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 .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.1 : Diagram Simpal Kausal Model Perikanan di Kabupaten Konawea Selatan Dari diagram simpal kausal (CLD) diatas.

Besarnya laju konsumsi dipengaruhi oleh besarnya konsumen rumah tangga dan besarnya permintaan industri pengolahan ikan. /var/www/apps/conversion/current/tmp/scratch3041/90569012.3 Model Sub Sistem Pasar dibawah ini. 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. dan harga ikan.3. PDRB + + Laju Konsum si + + + PAD Pasar Gambar 2. 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. Lihat gambar 4. Sub Sistem Jumlah Tangkapan 4. tidak termasuk budidaya perikanan yang lain.doc 12 . industri pengolahan dan regulasi dari Pemda Kabupaten Konawea. 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). dan jumlah tangkapan. Pasar akan meningkat dipengaruhi oleh laju konsumsi.

Untuk memudahkan perhitungan sub model ini menggunakan data langsung yang /var/www/apps/conversion/current/tmp/scratch3041/90569012. 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.doc 13 . 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.Harga Ikan + + Konsumen + + Laju Konsumen Gambar : 3. CLD Sub Sistem Model Jumlah Tangkapan Sub Model SDM Sub sistem populasi penduduk menggambarkan jumlah penduduk di Kabupaten Konawea Selatan yang lahir dan meninggal . alat tangkap. sumber daya manusia yang kompeten.

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. Karena merupakan Kota Kabupaten baru banyak pekerja pendatang yang menetap dan menjadi penduduk permanen di wilayah ini. 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.terdiri dari rata-rata bertambahnya kelahiran dan kematian per tahun atau disebut sebagai fraksi kelahiran dan kematian. Emigrasi penduduk terjadi karena kesulitan mendapatkan penghasilan yang layak .Selain Emigrasi adapula penduduk yang datang dan menetap Kabupaten Konawea Selatan.doc 14 . 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.

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

58 2 .78 2.013 2.80 18.000.91 15.84 12.612.012 2.009 2.702.000.008 2 .012 2.0 T ahun T e im 2 .013 2.37 69.014 2.32 27.45 18.455.82 252.013 2.52 18.84 86.68 12.009 2.015 2.111.007 2.35 18.011 2.008 2.015 2.00 18.6 2 50 .520.013 2.008 2.033.009 2.600 12.253.007 2 .007 2.009 2.306.168.13 122.32 78.61 523.800 12.012 2.000 0 2.53 18.000 50.319.008 2.306.000 720.016 PDRB_Sektor 14.362.157.430.010 2.010 2.00 2.71 12.202.014 2.635.013 2 .014 2.41 376.016 Time Hasil Tangkapan 12.013 2.0 3 2 16 .611.495.016 Tahun PAD_Sektor 1.634.121.7a Grafik PDRB.91 SDM Sektor Kelautan Tahun Tahun 2.202.946.34 37.102.80 12.72 695.200 2.000.78 111.012 2.016 P SK 2 .39 Tahun 2.60 2 .702.000.570.013 2.363.63 2 .doc 16 .136.014 2.008 2.007 2.63 2.0 0 2 1 .011 2.050.007 2.80 50.723.53 2.015 2.454.271.090.32 27.000.125.219.013 2.723.016.007 2.557.143.275.013 2.000 50.28 25.008 2.000 480.319.317.007 2.067.78 1.016 0 2.85 Time 2.71 18.010 2.1 PDRB Sektor (Rp) 1 1 1 1 1 1.570.475.331.125.355.596.012 2.011 2.545.084.015 2.2e9 960.0 2 1 .45 891.143.007 2.634.009 2.609.69 98.011 2.26 Total_Hasil_Tangkapan Fraksi_Teknologi Gambar :.794.61 523.015 2 .000.016 Total Hsl Tangkap 14.010 2.010 2.016 Tahun Angkatan_Kerja 18.38 12.000.14 74.007 2.7 b /var/www/apps/conversion/current/tmp/scratch3041/90569012.007 2.000 12.63 7.219.41 376.000 500.48 62.78 12.135.000 100.015 2.62 2.008 2.013 2.545.69 Gambar 4.000 2.011 2.157.78 1.472.010 2.307.351.00 38.53 2.015 2.757.946.307.546.78 (Orang) 2 00 .000 13.213.714.016 Tahun Time 2.014 2 .531. Angkatan Kerja dan Hasil Tangkapan Hasil Tangkapan (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 1e9 100.009 2.016 Tahun Tahun 2.000 15.119.2 6 2 .010 2.016 Angkatan Kerja (Orang) Hasil Tangkapan /Tahun (Ton) 18.000.351.016 2.010 2.715.166.00 12.65 12.180.639.349.757.12 153.32 78.07 12.000.010 2.12 153.154.00 18.213.667.012 2.00 26.72 695.920.016 Pasar 14.721.011 2.000.583.75 110.82 252.010 2 .007 2.007 2.101.56 52.111.73 18.826.016 0 2.016.007 2.495.000.830.45 891.000 240.011 2.732.050.5 2 07 .317.55 2 .014 2.99 2 .668 Time 2.455.24 89.014 2.400 12.000 12.009 2 .012 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. rumput laut. hasil tangkapan 13160 13140 13120 13100 13080 13060 13040 13020 13000 12980 12960 Tahun Sistem nyata Simulasi Model Gambar :. tiram mutiara dll. yaitu sumber daya manusia sector kelautan. yang sangat prospektif antara lain udang.doc 17 .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.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. bandeng.

27 12.009 2.045. Sumber Daya Manusia dan Regulasi Pemda.397.000 2.70 730.016 Hasil Tangkapan 12.91 16.842.197.92 93.015 2.017.83 12.doc 18 .786.167.010 2.050 12. 016 Time Tahun 2.117.008 2.4 /var/www/apps/conversion/current/tmp/scratch3041/90569012.503.515.90 265.014 2.639.466.219.087.Analisa Sensitifitas Dari Hasil eksperimen yang dilakukan ternyata parameter yang paling peka terhadap perubahan system adalah : para meter Teknologi.543.027.010 2.512.6) dan regulasi pemda yang belum mendukung (0.012 2.289.031.31 55. 000.430.09 395.016 2.014 2.000 0 2.10 550.016 1e9 500.00 12.73 1.719.008 2.430.971.32 82.306. 007 0 2.547.007 2.45 12.122.150 12.719.221. 000.19 26.011 2.868.128.32 28.24 Time 2.010 2.012 2.007 2.58 12. a Sebelum ada perubahan Teknologi dan regulasi Dengan nilai fraksi Teknologi 0.007 2.207.77 116. hasil tangkapan dan PAD 12.62 Gambar :9.000.223.091.013 2.008 2.137.100 12.011 2.38 dan regulasi 0. 007 2.013 2.160.011 2.08 12.022.009 2.046.068.22 936.77 73.426.016 Tahun PAD_Sektor 1.015 2.6 Maka terdapat peningkatan yang signifikan dari pasar.4) ditingkatkan menjadi 0.200 Hasil Tangkapan / Tahun (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 12.4 dinaikan pada tingkat yang memadai (pada tingkat fraksi 0.183. Analisa Sensitifitas ini berguna untuk menentukan skenario yang paling optimal dengan mengatur parameter yang menjadi leverage sehingga system menghasilkan tujuan yang kita inginkan.71 39.07 161.471.33 Tahun 2.63 2.016 Tahun Pasar 14.002.00 12.000 100.014 2. 000. 000 50.012 2.015 2.708.03 12.001.18 12.009 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 0.83 8.013 2.114. 007 2.175.628.851.

58 17 .21 2.000.00 138.243.016 Tahun PAD_Sekto r 1.678.657 .433.16 69.000 150.892.384.012 2.000.000.014 2.90 16.269.012 2.32 225.650 16.499.973.47 5.518.137 .679.044.534.32 27 8.016 Hasil Tangkapan 16.010 2.013 2.558.008 2.016 Hasil Tangkapan 17 .605.009 2.433.443.doc 19 .011 2.015 2.285.550 16.072.009 2.32 40.007 2.000 0 2.007 2.80 17 .016 Tahun Tahun 2.011 2.010 2.59 102.016 Tahun PAD_Sektor 1.639.28 98.016 Pasar Aktual (Rupiah) PAD Sektor (Rp) 1e9 500.183.016 2.7 06.47 5.016 Tahun Pasar 14.547 .91 16.000 0 2.015 2.000.583.007 200.682.39 17 .91 1.367 .000 0 2.663.012 2.010 2.382.32 130.013 2.016 1e9 500.96 Tahun 2.000 200.013 2.582.49 16.03 27.513.306.940.47 47 6.014 2.430.52 16.000.36 17 .785.400 2.94 132.849.000.014 2.068.792.163.340.03 27 .011 2.831.012 2.527 .000.96 Skenario 2 Hasil Tangkapan / Tahun (Ton) 17.91 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/scratch3041/90569012.007 2.57 4.450 17.93 Tahun 2.013 2.615.002.69 17 9.015 2.600 17.576.008 2.96 1.825.713.34 17 .011 2.650 17.007 2.030.63 13.7 50.99 171.007 2.008 2.014 2.008 2.009 2.010 2.976.097.009 2.631.007 2.78 16.446.63 4.000.150.011 2.7 5 47 .7 29.93 1.67 0.007 Tahun 2.253.37 7 .655.016 0 2.943.766.843.000.22 215.834.084.469.67 1.155.464.634.461.925.991.013 2.029.02 17 .511.12 7 26.016 Pasar 14.500 17.55 45.7 7 4.372.92 1.000 100.76 986.015 2.009 2.436.07 2.Hasil Tangkapan / Tahun (Ton) Pasar Aktual (Rupiah) PAD Sektor (Rp) 16.011 2.489.21 2.976.487.958.012 2.7 58.09 Time 2.16 16.404.000 150.63 13.007 2.000 50.009 2.015 2.63 4.012 2.010 2.90 17 .007 2.008 2.725.013 2.000.969.79 16.500 2.000.014 2.007 2.008 2.015 2.47 459.13 16.766.55 17 .32 133.00 16.606.007 2.729.56 698.852.550 17.32 270.014 2.01 7 2.596.010 2.383.000 100.016 Time Tahun 2.45 1.405.600 16.32 40.306.303.430.27 17 .000 50.430.59 Tahun 2.830.324.

Pengembangan SDM Sektor kelautan mengarah pada dibukanya SMK Kelautan dan Politeknik Kelautan baik secara resmi atau dalam bentuk Comunity College. Regulasi Pemda.Saran 1.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464 ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi 17404 ton. 2. bekerja sama dengan lembaga pendidikan yang sudah mapan baik SDM.1.Teknologi dan sumberdananya..menjadi Rp 4. sehingga pembuatan regulasi harus mengarah pada kemudahan-kemudahan bagi investor kelautan dan sector-sektor lain diantaranya. Hasil Skenario yang paling optimal bisa dipakai untuk pengembangan industri perikanan di Kabupaten Konawea Selatan adalah dengan memberikan stimulus pada faktor Teknologi dari 0.128. pengembangan sarana dan prasarana yang menunjang industri kelautan.38 menjadi 0. insentip pajak dan restribusi.PDRB Rp 28.766.Peningkatan dan pengembangan pendidikan.doc 20 . 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. Lampiran-lampiran 1.6 dan regulasi pemda dari 0. Sumberdaya Manusia. Daftar Pustaka /var/www/apps/conversion/current/tmp/scratch3041/90569012. Pembuatan regulasi Pemda yang harus mendukung bertumbuhnya investasi dibidang kelautan.4 menjadi 0.515. kemudahan perijinan. Peningkatan Teknologi dengan bekerja sama dengan lembaga penelitian kelautan dan pendidikan akan membantu Pemda merealisasikan pengembangan teknologi tersebut.729.

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

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

Sign up to vote on this title
UsefulNot useful