model simulasi pengembangan industri

MODEL SIMULASI PENGEMBANGAN INDUSTRI PERIKANAN DI KONAWEA SELATAN DENGAN

PENDEKATAN SISTEM DINAMIK

Oleh : Muhammad Kholil dan Dedi Dwiharyadi

Staff PengajarUniversitas 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 faktor-faktor 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 : Teknologi

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 kelambatan pembangunan

diwilayah ini adalah pendapatan asli daerah yang terbatas dan sumber daya

/tt/file_convert/55721237497959fc0b903c11/document.doc 2

manusia yang sangat rendah, termasuk disini adalah sektor industri kelautan, akan

tetapi ternyata masalah yang dihadapi tidak sesederhana itu.

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. Interaksi antara komponen biofisik dan sosial

ekonomi serta faktor-faktor legal dalam pengelolaan industri kelautan adalah hal

yang harus dihadapi dalam pengelolaan sumberdaya alam. Melihat permasalahan

yang kompleks dan dinamis tersebut secara sempit dan terfragmentasi akan

berakibat pada disain penelitian yang kurang sesuai dan menghasilkan

rekomendasi yang salah.

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. Tentu saja pendekatan sistem bukanlah

satu-satunya cara untuk untuk membuat skenario-skenario tersebut. Tetapi

dinamika sistem sangat berguna untuk menggambarkan pemahaman kita tentang

sistem yang ada di alam nyata.

Kompleksitas ekosistem laut, industri perikanan dan sistem sosial yang

menyertainya membuat pengetahuan kita tentangnya tidak pernah lengkap. Dalam

keadaan demikian analisis sistem dan simulasi sering dipakai untuk untuk menguji

hipotesis-hipotesis kita tentang bagaimana sistem bekerja (Grant et al., 1997). Jika

kita dapat memodelkan sistem industri kelautan maka skenario untuk mengelola

laut dan ekosistemnya secara lestari dapat dilaksanakan secara baik, benar dan

berkesinambungan

D. Perumusan Masalah

1. Kompleksitas masalah di industri perikanan di wilayah Konawea Selatan

2. Kesulitan menentukan faktor-faktor mendasar yang sangat mempengaruhi

industri perikanan di Konawea Selatan.

3. Pemda Konawea Selatan Kesulitan menentukan kebijakan yang paling

optimal untuk industri perikanan berdasarkan keterbatasan daerah.


Pertanyaan Penelitian

1. Bagaimana bentuk kompleksitas masalah yang ada pada industri perikanan

di Konawea Selatan?

2. 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.

Hipotesa Dinamik

Hipotesa dalam penelitian dengan metode sistem dinamik berlaku dinamik,

dan yang dijadikan hipotesa adalah tujuan dari penelitian dengan metode sistem

dinamik, yaitu :

1. Telah dibuat model sistem dinamik industri perikanan di Kabupaten Konawea

Selatan.

2. Telah ditentukan faktor-faktor yang paling berpengaruh didalam industri

perikanan diwilayah ini.

3. 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.

AVE adalah penyimpangan nilai variasi simulasi terhadap aktual. U-

Theil’s adalah koefisien diskrepansi antara nilai simulasi terhadap aktual yang

berguna untuk menjelaskan penyimpanan yang menonjol (tidak terlihat pada

AME dan AVE). Batas penyimpangan yang dapat diterima adalah 5-10%.

E. Tujuan

1. Membuat Model Dinamik Industri Kelautan di Kabupaten Konawea Selatan

2. Memilih teknologi yang cocok untuk mengoptimalkan produksi

3. Membuat kebijakan Industri kelautan secara sistemik untuk peningkatan

produksi kelautan


F. Tinjauan Pustaka

Pemodelan sistem berawal dari bagaimana kita mencoba memahami

dunia nyata ini dan menuangkannya menjadi sebuah model dengan beragam

metode yang ada. Tidak ada model yang benar dan salah. Model dinilai dari

sejauh mana dia dapat berguna. Sehingga langkah pertama dalam pemodelan

adalah menentukan tujuan dari pemodelan tersebut. Model dapat dibuat untuk

memprediksi sebuah komponen dalam model setelah jangka waktu tertentu.

Kegunaan model sebagai alat prediksi terletak pada ketepatan dan ketelitian

hasil prediksinya. Model juga dapat dipakai sebagai wahana untuk belajar

paran pihak yang ingin memahami struktur dan perilaku dari sumberdaya

alam.

Kegunaan model sebagai sarana belajar terletak pada bagaimana

proses belajar terjadi secara efektif dengan memanfaatkan model yang dibuat.

Pemodelan sistem merupakan sebuah ilmu pengetahuan dan seni. Sebuah ilmu

pengetahuan karena ada logika yang jelas ingin dibangunnya dengan urutan

yang sesuai. Sebuah seni, karena pemodelan mencakup bagaimana

menuangkan persepsi manusia atasdunia nyata dengan segala keunikannya.

Tahapan pemodelan telah dikemukakan dalam banyak literatur seperti

pada Grant et al., (1997) dan Sterman (2000). Kami menyarankan pemodelan

sistem dilakukan dengan fase-fase sebagai berikut:

a. Identifikasi isu atau masalah, tujuan dan batasan;

b. Konseptualisasi model dengan menggunakan ragam metode seperti diagram

kotak dan panah, diagram sebab-akibat, diagram stok dan flow atau

diagram sekuens;

c. Formulasi model, merumuskan makna diagram, kuantifikasi dan atau

kualifikasi komponen model jika perlu;

d. Evaluasi model, mengamati kelogisan model dan membandingkan dengan

dunia nyata atau model andal yang serupa jika ada;

e. Penggunaan model, membuat skenario-skenario ke depan atau alternatif

kebijakan, mengevaluasi ragam skenario atau kebijakan tersebut dan

pengembangan perencanaan dan agenda bersama.


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. Komunikasi dan eksperimentasi

meningkatkan kemampuan adaptasi para pihak untuk memperbaiki manajemen

sumberdaya alam. Daniels dan Walker (1999) dalam Buck et al. (2001)

mengungkapkan bahwa mutual learning adalah sebuah proses pertukaran

perspektif antarpihak untuk transformasi pemahaman masingmasing terhadap

masalah.

Pembelajaran sosial juga mengakui bahwa masing-masing kelompok

kepentingam membawa beragam pengetahuan dalam pembelajaran sosial,

termasuk nilai, kapasitas, perspektif dan metode pendekatan. Buck et al. (2001)

menyatakan bahwa insitusi untuk pembelajaran sosial adalah adanya fasilitator

yang berfungsi sebagai katalis bagi pembelajaran sosial, serta wahana (platforms)

atau kesempatan bagi terciptanya pembelajaran sosial. Wahana tersebut bisa

berbentuk pertemuan, diskusi kelompok, lokakarya dan lain lain. 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. Lane (1994)

menyatakan bahwa pemodelan bisa menjadi sarana untuk proses pembelajaran.

Simulasi Sistem Dinamik

Forrester (1961), 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.

Oleh Muhammadi (2001), simulasi didefinisikan sebagai peniruan perilaku

suatu gejala atau proses. Simulasi bertujuan untuk memahami gejala atau proses

tersebut, membuat analisis dan peramalan perilaku gejala atau proses tersebut di

masa depan.


Simulasi merupakan salah satu alat analisis yang terpercaya bagi

perancangan dan pengoperasian proses atau sistem yang rumit. Dengan semakin

meningkatnya persaingan dunia, simulasi menjadi alat yang sangat cocok untuk

perencanaan, perancangan dan pengawasan bagi sebuah sistem. Simulasi

merupakan sebuah tiruan dari sebuah cara operasi di dunia nyata.

Model simulasi adalah suatu teknik dimana hubungan sebab akibat dari

suatu sistem ditangkap (capture) di dalam sebuah model komputer, untuk

menghasilkan beberapa perilaku sesuai dengan sistem nyata.

Pelaksanaan simulasi melalui 4 tahap, dimana tahap pertama simulasi

adalah penyusunan konsep. Gejala atau proses yang akan ditirukan perlu

dipahami, antara lain dengan menentukan unsur-unsur yang berperan dalam gejala

atau proses tersebut. Tahap kedua adalah pembuatan dan perumusan model.

Konsep pada tahap awal dirumuskan sebagai model yang berbentuk uraian

gambar atau rumus.

Tahap ketiga, simulasi dapat dilakukan dengan menggunakan model yang

telah dibuat. Dalam model kuantitatif, simulasi dilakukan dengan memasukkan

data ke dalam model, dimana perhitungan dilakukan untuk mengetahui perilaku

gejala atau proses. Dalam model kualitatif, 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.

Tahap terakhir, 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. Hasil simulasi tersebut selanjutnya digunakan untuk

memahami perilaku gejala atau proses serta mengetahui kecenderungannya di

masa mendatang.

Perangkat Lunak Simulasi

Untuk melakukan simulasi dari sebuah model, diperlukan perangkat lunak

(software) yang secara cepat dapat melihat perilaku dari model yang telah dibuat.

Ada berbagai macam perangkat lunak yang dapat digunakan untuk keperluan ini,


seperti Vensim, Dynamo, Ithink, Stella dan Power Simulation. Tetapi dalam

penelitian ini, software yang digunakan adalah Power Simulation.

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.

Setiap variabel berkorespondensi dengan suatu besaran yang nyata atau

besaran yang dibuat sendiri. Semua variabel tersebut memiliki nilai numerik dan

sudah merupakan bagian dari dirinya.

Pada waktu mensimulasikan model, variabel-variabel akan saling

dihubungkan membentuk suatu sistem yang dapat menirukan kondisi sebenarnya.

Pada perangkat lunak Powersim, suatu sistem yang menggambarkan hubungan

antara variabel-variabel itu dinamakan stock flow diagram.

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.

Perkembangan selanjutnya, simulasi dengan menggunakan perangkat lunak ini

banyak dipakai dalam bidang-bidang komersial, industri, manajemen dan riset.

Simulasi ditujukan untuk mencari model yang paling cocok sebelum diterapkan

dalam kondisi sebenarnya. Simbol yang digunakan ditampilkan pada Tabel 5.

Tabel 1. Simbol-simbol Diagram Alir (Muhammadi, 2001)

No. Simbol Arti

1. Level

2. Auxiliary

3. Konstanta

4.

Sumber

5. Hubungan

6. Hubungan tertunda

7. Inisialisasi hubungan

8. Aliran (flow)

F. Tujuan


1. Membuat model sistem dinamik industri perikanan di Kabupaten Konawea

Selatan.

2. Menentukan faktor-faktor apa saja yang paling berpengaruh didalam

industri

perikanan diwilayah ini.

3. Membuat skenario yang optimal untuk pengembangan industri perikanan

berdasarkan keterbatasan yang ada diwilayah

G. Manfaat Penelitian

1. Hasil penelitian ini dapat dipakai sebagai pedoman bagi pengambil

kebijakan di bidang Industri Perikanan Kabupaten Konawea Selatan untuk

membangun industri perikanan, dengan arah yang tepat dan kondisi yang

serba terbatas.

2. Model simulasi ini dapat dikembangkan menjadi sistem industri kelautan

yang terdiri dari industri pariwisata, industri perikanan, Pendidikan

(politeknik kelautan yang terdiri dari: Pariwisata Pantai dan laut, Budi

daya hasil laut, Teknologi Perikanan, Teknologi hasil Penangkapan)

H. Metode Penelitian

Metode yang dipakai adalah yang biasa dikenal sebagai pendekatan sistem

dinamik. Untuk menyelesaikan masalah sistem dinamik ada beberapa perangkat

lunak yang dapat dipakai, antara lain Dynamo, Vensim, Stella, Ithink,

Powersim,Simile dalam hal ini penulis menggunakan perangkat lunak Powersim

dengan alasan perangkat lunak powersim lebih user friendly dari pada perangkat

lunak lainnya.

1. Langkah Pertama adalah memetakan masalah berdasarkan data-data

dilapangan. Pemetaan masalah industri perikanan disini meliputi,

penentuan variable-variabel yang ada dalam sistem industri perikanan di

Kabupaten Konawea Selatan. Variable tersebut di uji dengan


menggunakan apakah ada hubungan yang signifikan antara satu variable

dengan variable yang lain.

Penentuan variable-variabel Sintem industri perikanan dilakukan

bersama-sama pejabat-pejabat yang menangani masalah industri perikanan

di wilayah Kabupaten Konawea Selatan, dalam hal ini adalah Kepala

Dinas Kelautan Kabupaten Konawea Selatan. Provinsi Sulawesi Tenggara.

Pada 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. Pada tahap ini

juga dibuat hubungan antara variable tersebut yangberupa hubungan

matematis

initHasil_Tangkapan =GRAPH(TIME,2005,2025,

[130000,177000,185000,190000,266000,283000,318000,377000,416000,

458000,612000"Min:100000;Max:1000000"])

flow Hasil_Tangkapan = +dt*Laju_Penagkapan

3. Pada tahap ini dilakukan pemasukan data kedalam model computer

tersebut yang menggunakan perangkat lunak POWERSIM.

4. Setelah input data dilakukan, model tersebut disimulasikan yang akan

menghasilkan keluaran berupa grafik, yang menunjukan berapa nilai dari

masing-masing variabel tersebut setelah di run seperti gambar 4 diatas

5. Validasi diperlukan untuk menentukan apakah model dan keluaranannya

tidak menyimpang dari system nyatanya. Dilakukan dengan

membandingkan data system nyata yang berupa grafik dari data statistic

dengan keluaran hasil simulasi model yang berupa grafik.

6. 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. 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

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.

Pasar

PAD

PDRB

LajuKelahiran

IndustriPengolahan

Emigrasi

Konsumen

PopulasiPenduduk

HargaIkan

LajuKematian

Imigrasi

+

+

+

-

-

+

++

+

++

+

JumlahTangkapan

PotensiKelautan

SDMAlatTangkap

+

+

+

++

LajuKonsumsi

+

+

+

+ _

LajuKonsumen

+

+

+ LajuPenangkapanIkan

+

+

+Teknologi

+

+

+

Gambar ..1 :

Diagram Simpal Kausal


Model Perikanan di Kabupaten Konawea Selatan

Dari diagram simpal kausal (CLD) diatas, maka model sistem

perikanan Kabupaten Konawea Selatan dibagi menjadi 4 Sub Sistem, Yaitu

1. Sub Sistem Pasar

2. Sub Sistem Konsumsi

3. Sub Sistem Jumlah Tangkapan

4. Sub Sistem SDM

Sub Model Pasar/Penjualan

Sub model pasar yang terdiri dari Stock (Level) dan Flow (Aliran)

atau sebelumnya disebut Rate konsumen rumah tangga yang dipengaruhi

oleh jumlah konsumen rumah tangga, dan jumlah tangkapan, industri

pengolahan dan regulasi dari Pemda Kabupaten Konawea. Pada sub model

Pasar ini penulis membatasi hanya pada hasil perikanan yang berupa hasil

tangkapan dilaut, tidak termasuk budidaya perikanan yang lain.

Pasar akan meningkat dipengaruhi oleh laju konsumsi. Besarnya

laju konsumsi dipengaruhi oleh besarnya konsumen rumah tangga dan

besarnya permintaan industri pengolahan ikan. Besar pasar sektor

Perikanan ini akan menjadikan pendapatan asli (PAD)daerah meningkat

lewat restribusi/pajak yang dibebankan pada hasil penjualan. Sejalan

dengan hal tersebut diatas akan meningkat pula Produk Domestik Bruto

daerah tersebut (PDRB). Lihat gambar 4.3 Model Sub Sistem Pasar

dibawah ini.

Pasar

PAD

PDRB

++

LajuKonsumsi

+

+

+

Gambar 2. 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.

Gambar : 3.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, alat tangkap, sumber daya manusia yang kompeten.

Sementara jumlah tangkapan akan mempengaruhi industri pengolahan

ikan


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 . Untuk

memudahkan perhitungan sub model ini menggunakan data langsung

yang terdiri dari rata-rata bertambahnya kelahiran dan kematian per tahun

atau disebut sebagai fraksi kelahiran dan kematian.

Jumlah penduduk dipengaruhi pula oleh imigrasi dan emigrasi.

Emigrasi penduduk terjadi karena kesulitan mendapatkan penghasilan

yang layak .Selain Emigrasi adapula penduduk yang datang dan menetap

Kabupaten Konawea Selatan. Karena merupakan Kota Kabupaten baru

banyak pekerja pendatang yang menetap dan menjadi penduduk permanen

di wilayah ini.

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,

maka di buat model Komputer yang biasa disebut stock flow diagram

(diagram stok aliran)

Gambar : 6.Diagram Alir Model Sistem Perikanan Lengkap

Model komputer dalam bentuk Stock Flow Diagram(SFD) . Pembuatan

SFD ini dilakukan berdasarkan perangkat lunak yang digunakan. Ada beberapa

perangkat lunak yang digunakan untuk pemodelan sistem dinamik, antara lain :


Stella, Dynamo, Vensim, Powersim, Ithink. Dalam hal ini penulis menggunakan

Powersim, karena menurut hemat penulis perangkat lunak Powersim merupakan

perangkat lunak sistem dinamik yang User Friendly (ramah pengguna).

Simulasi Model

Dari model dasar yang dibuat maka didapat hasil seperti gambar grafik 7 dibawah

ini. Pada simulasi tersebut hasil tangkapan terlihat stagnan dengan kondisi SDM

yang belum terlatih, kalaupun ada terbatas sekali pengetahuan teknologinya.

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, ditambah dengan hasil budi daya

tambak udang dan bukan udang

Tahun

PD

RB

Sekto

r

(Rp)

2,007 2,0161 0

1 240,000,000

1 480,000,000

1 720,000,000

1 960,000,000

1 1.2e9

Tahun

Angkata

n K

erja

(Ora

ng)

2,007 2,010 2,013 2,016

12,000

15,000

18,000

Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

PDRB_Sektor14,306.32

27,157,946.3278,307,219.12

153,495,702.82252,757,143.41376,125,455.61523,634,723.72695,319,202.45891,213,317.78

1,111,351,668

Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

Angkatan_Kerja18,000.0018,090.0018,180.4518,271.3518,362.7118,454.5218,546.8018,639.5318,732.7318,826.39

Time

Hasil

Tangkapan /Tahun

(Ton)

2,007 2,010 2,013 2,016

12,200

12,400

12,600

12,800

13,000

Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

Hasil Tangkapan12,000.0012,016.8012,033.6812,050.6512,067.7112,084.8412,102.0712,119.3812,136.7812,154.26

Total_Hasil_Tangkapan

Fraksi_Teknologi

Gambar :.7a Grafik PDRB, Angkatan Kerja dan Hasil Tangkapan

Tahun

Hasil

Tangkapan

(Ton)

2,007 2,010 2,013 2,016

50,000

100,000

Tahun

Pasar A

ktu

al

(Rupia

h)

2,007 2,0160

500,000,000

1e9

Tahun

PA

D S

ekto

r

(Rp)

2,007 2,0160

50,000,000

100,000,000

Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

Total Hsl Tangkap14,000.0026,000.0038,016.8050,050.4862,101.1474,168.8486,253.6998,355.75

110,475.13122,611.91

Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

Pasar14,306.32

27,157,946.3278,307,219.12

153,495,702.82252,757,143.41376,125,455.61523,634,723.72695,319,202.45891,213,317.78

1,111,351,667.85

Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

PAD_Sektor1,430.63

2,715,794.637,830,721.91

15,349,570.2825,275,714.3437,612,545.5652,363,472.3769,531,920.2489,121,331.78

111,135,166.78


Gambar 4.7 b

Pada simulasi dasar ini terlihat bahwa peningkatan PAD relatif stagnan ini

menunjukkan bahwa produksi Kelautan sangat dipengaruhi oleh bukan hanya

perikanan laut saja akan tetapi budidaya prok kelautan yang lain, yang sangat

prospektif antara lain udang, bandeng, rumput laut, tiram mutiara dll.

Validasi Model

Validasi model dinamik ditujukan kepada konsistensi hasil simulasi model dengan

system nyatanya yang berupa angka statistic ada 3 parameter yang akan diukur,

yaitu sumber daya manusia sector kelautan, hasil tangkapan


12960

12980

13000

13020

13040

13060

13080

13100

13120

13140

13160

Tahun

Sistem nyata

Simulasi Model

Gambar :.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 2004-

2006 sedangkan garis warna pink menunjukkan hasil tangkapan menurut model

system perikanan

Analisa Sensitifitas

Dari Hasil eksperimen yang dilakukan ternyata parameter yang paling peka

terhadap perubahan system adalah : para meter Teknologi, Sumber Daya

Manusia dan Regulasi Pemda.

Analisa Sensitifitas ini berguna untuk menentukan skenario yang paling

optimal dengan mengatur parameter yang menjadi leverage sehingga system

menghasilkan tujuan yang kita inginkan, 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 0,4 dinaikan pada tingkat yang memadai (pada tingkat fraksi

0.6) dan regulasi pemda yang belum mendukung (0,4) ditingkatkan menjadi

0,6 Maka terdapat peningkatan yang signifikan dari pasar, hasil tangkapan

dan PAD

Tahun

Pas

ar A

ktua

l(R

upia

h)

2,007 2,0160

500,000,000

1e9

Tahun

PA

D S

ekto

r(R

p)

2,007 2,0160

50,000,000

100,000,000

Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

Pasar14,306.32

28,515,128.3282,219,719.07

161,175,471.90265,430,017.09395,031,223.10550,027,197.70730,466,289.22936,397,087.73

1,167,868,426.24

Time2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

PAD_Sektor1,430.63

2,851,512.838,221,971.91

16,117,547.1926,543,001.7139,503,122.3155,002,719.7773,046,628.9293,639,708.77

116,786,842.62

Time

Has

il Ta

ngka

pan

/Ta

hun

(Ton

)

2,007 2,01612,000

12,050

12,100

12,150

12,200

Tahun2,0072,0082,0092,0102,0112,0122,0132,0142,0152,016

Hasil Tangkapan12,000.0012,022.5812,045.2712,068.0812,091.0012,114.0312,137.1812,160.4512,183.8312,207.33

Gambar :9. a

Sebelum ada perubahan Teknologi dan regulasi Dengan nilai fraksi Teknologi 0.38 dan regulasi 0.4

Skenario 2


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 SARANKesimpulan

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, Sumberdaya Manusia, Regulasi Pemda. Peningkatan

Teknologi dengan bekerja sama dengan lembaga penelitian kelautan dan

pendidikan akan membantu Pemda merealisasikan pengembangan teknologi

tersebut.Peningkatan dan pengembangan pendidikan.

1. 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 4.729.766,-

Saran

1. Pengembangan SDM Sektor kelautan mengarah pada dibukanya SMK

Kelautan dan Politeknik Kelautan baik secara resmi atau dalam bentuk

Comunity College, bekerja sama dengan lembaga pendidikan yang sudah

mapan baik SDM,Teknologi dan sumberdananya.

2. Pembuatan regulasi Pemda yang harus mendukung bertumbuhnya

investasi dibidang kelautan, sehingga pembuatan regulasi harus mengarah

pada kemudahan-kemudahan bagi investor kelautan dan sector-sektor lain

diantaranya, kemudahan perijinan, insentip pajak dan restribusi,

pengembangan sarana dan prasarana yang menunjang industri kelautan.

Lampiran-lampiran

1. Daftar Pustaka

1. Budi Susilo dkk, Pelatihan Sistem Dinamik, Sikindo, Jakarta 2004

2. Checkland P., 1989. Soft System Methodology. In Rational analysis for a

problematic world problem structuring methods for complexity, uncertainty

and conflit (J. Rosenhead, eds.). John Wiley & Sons, Chichester.

3. Chung, W.C. 1999. A System Dynamic Simulation Model in The System

Support Organization of A Speedy Printing Company (ABC/CND/Powersim

Project). Thesis. Systems Management College of Notre Dame. (on-line)

dalam http://.www.rondo.com/capstone/Paper/

4. Coyle, R.G. 1996. Sistem Dynamics Modelling : A Practical Approach.

Chapman & Hall, United Kingdom.


5. de Geus A.P., 1994. Modeling to predict or to learn. In Modeling for Learning

Organizations (J.D.W. Morecroft and J.D. Sterman eds.). Productivity Press,

Portland, Oregon.

6. Hemmati M., 2002. Multi-stakeholder Processes for Governance and

Sustainability: Beyond Deadlock and Conflict. Eartscan Publ, London.

7. Ingles A.W., A. Musch and H. Qwist-Hoffmann. 1999. The Participation

Process for Supporting Collaborative Management of Natural Resources. FAO,

Rome

8. Lane D.C.,. 1994. Modeling as learning: a consultancy methodology for

enhancing learning in management teams. In Modeling for Learning

Organizations (J.D.W. Morecroft and J.D. Sterman eds.). Productivity Press,

Portland, Oregon.

9. Lee K.N., 1993. Compass and Gyroscope: Integrating Science and Politics for

the Environment. Island Press, Washington D.C.

10. Mohamadi dkk, “Analisa Sistem Dinamik”, Muhamadiah Press, 2003, Jakarta

11. Muhammad, S. 2002. Manajemen Strategik Konsep dan Kasus Edisi Ketiga.

Akademi Manajemen Perusahaan YKPN, Yogyakarta.

12. Muhammadi, E. Aminullah, dan B. Soesilo. 2001. Analisis Sistem Dinamis

Lingkungan Hidup, Sosial, Ekonomi, Manajemen. UMJ Press, Jakarta.

13. Painch M., and R. Hinton 1998. Simulation models: a tool for rigorous

scenario analysis. In (L.Fahey and R.M. Randall, eds). Learning from the

Future: Competitive Foresight Scenarios. John Wiley & Sons, Inc., New York.

pp. 157-174.

14. Steerman, Business Dynamic, John Willey, 2002

15. Simatupang Togar, Pemodelan Sistem, Andy Offset, yogyakarta,2000



Documents

model simulasi pengembangan industri