You are on page 1of 23

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

Dedi Dwiharyadi Staff Pengajar Universitas Mercu Buana
ABSTRAK Daerah Indonesia wilayah Timur Khususnya Kapupaten Konawea Selatan Provinsi Sulawesi Tenggara masih jauh tertinggal dibandingkan Indonesia Wilayah Barat, Selain jauh dari pusat Pemerintahan Wilayah Timur pembangunannya relatif lambat, termasuk sektor Industri kelautan di Kabupaten Konawea Selatan Masalah-masalah klasik yang ada diwilayah ini antara lain keterbatasan kualitas SDM, Sumberdaya keuangan, terbatasnya infra struktur/sarana dan prasarana, ketertinggalan teknologi. Keinginan kuat Pemda Konawea Selatan cq Dinas Kelautan untuk meningkatkan ketertinggalan tersebut dilakukan dengan pembuataan Model Pengembangan Industri Kelautan di Kabupaten Konawea Selatan Model tersebut dibuat dengan menggunakan pendekatan Sistem Dinamik,dimulai dari pembuatan model mental yang merupakan Maping dari sistem nyata industri kelautan yang kemudian dipecah menjadi 4 sub sistem model sdm, sub sistem model penangkapan ikan, sub sistem model pasar dan sub sistem model konsumsi. Dari model mental yang disebut CLD kemudian dilanjutkan mmbuat model komputer dan melakukan validasi dengan uji konsistensi. Dari Hasil eksperimen yang dilakukan di Lab Komputer FTI Mercubuana dengan memakai software POWERSIM maka ditemukan leverage atau faktorfaktor yang paling berpengaruh sebagai pengungkit yaitu, Regulasi Pemda, Kualitas SDM dan Teknologi yang bila dirubah sedikit saja sistem secara keseluruhan akan berubah Hasil Skenario yang paling optimal bisa dipakai untuk pengembangan industri perikanan di Kabupaten Konawea Selatan adalah dengan memberikan stimulus pada faktor Teknologi dari 0.38 menjadi 0,6 dan regulasi pemda dari 0.4 menjadi 0.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464 ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi 17404 ton.PDRB Rp 28.515.128,menjadi Rp 40.729.766,Kata Kunci : Industri Kelautan, Model Dinamik, CLD, Powersim.

A. Judul Penelitian : MODEL SIMULASI PENGEMBANGAN INDUSTRI PERIKANAN DI KONAWEA SELATAN DENGAN PENDEKATAN SISTEM DINAMIK Oleh : Muhammad Kholil dan Dedi Dwiharyadi B. Bidang Ilmu C. Pendahuluan Provinsi Sulawesi Tenggara merupakan provinsi yang mempunyai garis pantai yang cukup panjang, menghadap kelaut banda yang mempunyai sumber daya hayati yang sangat besar di wilayah timur Indonesia, kabupaten Konawea Selatan kabupaten pemekaran dari Kabupaten Kendari sebagai salah satu dari bagian provinsi Sulawesi Tenggara mempunyai garis pantai yang cukup panjang yang menghadap ke laut Banda. Garis pantai tersebut terbentang dari Kota Kendari sampai berbatasan dengan kabupaten Bombana sepanjang 200 km. Dalam garis pantai sebesar itu merupakan areal penangkapan ikan bagi 2049 nelayan yang ada di Kabupaten Konawea Selatan, dengan kekuatan armada sebesar 2802 dari berbagai jenis perahu dan kapal (ada lima jenis). Sarana yang ada masih sangat terbatas, seperti Jukung dan motor tempel. Alat ini tergolong sederhana dan pola pengadaannya tidak terlalu membutuhkan biaya besar, akan etapi kapasitasnya sangat terbatas. Ada 4 sektor yang paling berkonstribusi mendukung pembangunan dari 9 sektor yang ada, yaitu pertanian peternakan, kehutanan, dan perikanan. Dari 4 sektor tersebut pertanian masih mendominasi. Survey awal yang dilakukan terlihat dengan jelas faktor yang paling mempengaruhi diwilayah ini kelambatan pembangunan : Teknologi

adalah pendapatan asli daerah yang terbatas dan sumber daya

\\vboxsrv\conversion_tmp\scratch2305\93758068.doc.ms_office.doc

2

Melihat permasalahan yang kompleks dan dinamis tersebut secara sempit dan terfragmentasi akan berakibat pada disain penelitian yang kurang sesuai dan menghasilkan rekomendasi yang salah.doc 3 . 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. \\vboxsrv\conversion_tmp\scratch2305\93758068. Interaksi antara komponen biofisik dan sosial ekonomi serta faktor-faktor legal dalam pengelolaan industri kelautan adalah hal yang harus dihadapi dalam pengelolaan sumberdaya alam. 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. Tetapi dinamika sistem sangat berguna untuk menggambarkan pemahaman kita tentang sistem yang ada di alam nyata.manusia yang sangat rendah. 1997). Dalam keadaan demikian analisis sistem dan simulasi sering dipakai untuk untuk menguji hipotesis-hipotesis kita tentang bagaimana sistem bekerja (Grant et al. industri perikanan dan sistem sosial yang menyertainya membuat pengetahuan kita tentangnya tidak pernah lengkap. Perumusan Masalah 1.doc.ms_office. Kompleksitas masalah di industri perikanan di wilayah Konawea Selatan 2. Kesulitan menentukan faktor-faktor mendasar yang sangat mempengaruhi industri perikanan di Konawea Selatan. Jika kita dapat memodelkan sistem industri kelautan maka skenario untuk mengelola laut dan ekosistemnya secara lestari dapat dilaksanakan secara baik. akan tetapi ternyata masalah yang dihadapi tidak sesederhana itu. termasuk disini adalah sektor industri kelautan. 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. 3.. Kompleksitas ekosistem laut.

doc 4 . E. UTheil’s adalah koefisien diskrepansi antara nilai simulasi terhadap aktual yang berguna untuk menjelaskan penyimpanan yang menonjol (tidak terlihat pada AME dan AVE). yaitu : 1. Telah dibuat skenario yang optimal untuk pengembangan industri perikanan berdasarkan keterbatasan yang ada diwilayah Kabupaten Konawea Selatan yang paling berpengaruh didalam industri Validasi Model AME adalah penyimpangan antara nilai rata-rata simulasi terhadap aktual. 2. Telah ditentukan faktor-faktor perikanan diwilayah ini. Batas penyimpangan yang dapat diterima adalah 5-10%. Tujuan 1. Faktor-faktor apa saja yang sangat mempengaruhi industri perikanan di Konawea Selatan? 3. Telah dibuat model sistem dinamik industri perikanan di Kabupaten Konawea Selatan.ms_office. Membuat Model Dinamik Industri Kelautan di Kabupaten Konawea Selatan 2. 3. Memilih teknologi yang cocok untuk mengoptimalkan produksi 3. Membuat kebijakan Industri kelautan secara sistemik untuk peningkatan produksi kelautan \\vboxsrv\conversion_tmp\scratch2305\93758068. AVE adalah penyimpangan nilai variasi simulasi terhadap aktual.doc. Bagaimana bentuk kompleksitas masalah yang ada pada industri perikanan di Konawea Selatan? 2.Pertanyaan Penelitian 1. dan yang dijadikan hipotesa adalah tujuan dari penelitian dengan metode sistem dinamik. 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.

Kegunaan model sebagai sarana belajar terletak pada bagaimana proses belajar terjadi secara efektif dengan memanfaatkan model yang dibuat.ms_office. Formulasi model. karena pemodelan mencakup bagaimana menuangkan persepsi manusia atasdunia nyata dengan segala keunikannya. Tinjauan Pustaka Pemodelan sistem berawal dari bagaimana kita mencoba memahami dunia nyata ini dan menuangkannya menjadi sebuah model dengan beragam metode yang ada.doc. membuat skenario-skenario ke depan atau alternatif kebijakan. diagram stok dan flow atau diagram sekuens. (1997) dan Sterman (2000).. d. Sebuah seni. Tidak ada model yang benar dan salah.doc 5 . Kegunaan model sebagai alat prediksi terletak pada ketepatan dan ketelitian hasil prediksinya. Tahapan pemodelan telah dikemukakan dalam banyak literatur seperti pada Grant et al. diagram sebab-akibat. kuantifikasi dan atau kualifikasi komponen model jika perlu. c. e. mengevaluasi ragam skenario atau kebijakan tersebut dan pengembangan perencanaan dan agenda bersama. tujuan dan batasan. merumuskan makna diagram. Kami menyarankan pemodelan sistem dilakukan dengan fase-fase sebagai berikut: a. Penggunaan model. Sebuah ilmu pengetahuan karena ada logika yang jelas ingin dibangunnya dengan urutan yang sesuai. Sehingga langkah pertama dalam pemodelan adalah menentukan tujuan dari pemodelan tersebut. b. Konseptualisasi model dengan menggunakan ragam metode seperti diagram kotak dan panah. 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.F. Identifikasi isu atau masalah. Evaluasi model. Pemodelan sistem merupakan sebuah ilmu pengetahuan dan seni. Model dapat dibuat untuk memprediksi sebuah komponen dalam model setelah jangka waktu tertentu. \\vboxsrv\conversion_tmp\scratch2305\93758068. Model dinilai dari sejauh mana dia dapat berguna.

(2001) mengungkapkan bahwa mutual learning adalah sebuah proses pertukaran perspektif antarpihak untuk transformasi pemahaman masingmasing terhadap masalah. membuat analisis dan peramalan perilaku gejala atau proses tersebut di masa depan. simulasi didefinisikan sebagai peniruan perilaku suatu gejala atau proses.Maarleveld dan Dangbégnin (1999) dalam Buck et al. Simulasi bertujuan untuk memahami gejala atau proses tersebut. lokakarya dan lain lain. Pembelajaran sosial juga mengakui bahwa masing-masing kelompok kepentingam membawa beragam pengetahuan dalam pembelajaran sosial. Wahana tersebut bisa berbentuk pertemuan. Buck et al. diskusi kelompok. (2001) menyatakan bahwa insitusi untuk pembelajaran sosial adalah adanya fasilitator yang berfungsi sebagai katalis bagi pembelajaran sosial. Simulasi Sistem Dinamik Forrester (1961). perspektif dan metode pendekatan.ms_office.doc 6 . Oleh Muhammadi (2001).doc. termasuk nilai. Daniels dan Walker (1999) dalam Buck et al. Komunikasi dan eksperimentasi meningkatkan kemampuan adaptasi para pihak untuk memperbaiki manajemen sumberdaya alam. 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. \\vboxsrv\conversion_tmp\scratch2305\93758068. 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) menyatakan bahwa pembelajaran bersama atau pembelajaran sosial (social learning) adalah sebuah proses dialog dan pemikiran mendalam yang kontinyu antar para pihak untuk mengeksplorasi masalah dan solusinya. kapasitas. serta wahana (platforms) atau kesempatan bagi terciptanya pembelajaran sosial.

doc 7 . Dengan semakin meningkatnya persaingan dunia. simulasi menjadi alat yang sangat cocok untuk perencanaan. simulasi dapat dilakukan dengan menggunakan model yang telah dibuat. Dalam model kuantitatif. Konsep pada tahap awal dirumuskan sebagai model yang berbentuk uraian gambar atau rumus. Pelaksanaan simulasi melalui 4 tahap. simulasi dilakukan dengan memasukkan data ke dalam model.ms_office. Dalam model kualitatif.Simulasi merupakan salah satu alat analisis yang terpercaya bagi perancangan dan pengoperasian proses atau sistem yang rumit.doc. diperlukan perangkat lunak (software) yang secara cepat dapat melihat perilaku dari model yang telah dibuat. dimana tahap pertama simulasi adalah penyusunan konsep. Hasil simulasi tersebut selanjutnya digunakan untuk memahami perilaku gejala atau proses serta mengetahui kecenderungannya di masa mendatang. Tahap terakhir. Tahap ketiga. untuk menghasilkan beberapa perilaku sesuai dengan sistem nyata. Tahap kedua adalah pembuatan dan perumusan model. dilakukan validasi untuk mengetahui kesesuaian antara hasil simulasi dengan gejala atau proses yang ditirukan. Gejala atau proses yang akan ditirukan perlu dipahami. antara lain dengan menentukan unsur-unsur yang berperan dalam gejala atau proses tersebut. Model simulasi adalah suatu teknik dimana hubungan sebab akibat dari suatu sistem ditangkap (capture) di dalam sebuah model komputer. 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. Ada berbagai macam perangkat lunak yang dapat digunakan untuk keperluan ini. \\vboxsrv\conversion_tmp\scratch2305\93758068. perancangan dan pengawasan bagi sebuah sistem. 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. dimana perhitungan dilakukan untuk mengetahui perilaku gejala atau proses. Simulasi merupakan sebuah tiruan dari sebuah cara operasi di dunia nyata.

Ithink. Tujuan Simbol Level Auxiliary Konstanta Sumber Hubungan Hubungan tertunda Inisialisasi hubungan Aliran (flow) Arti \\vboxsrv\conversion_tmp\scratch2305\93758068. Tabel 1. 7. Perkembangan selanjutnya. Suatu model dinamik adalah kumpulan dari variabel-variabel yang saling mempengaruhi antara satu dengan lainnya dalam suatu kurun waktu. 6.seperti Vensim. Pada waktu mensimulasikan model. industri. suatu sistem yang menggambarkan hubungan antara variabel-variabel itu dinamakan stock flow diagram. 2001) No. Stella dan Power Simulation.ms_office. manajemen dan riset. 5. 3. Simbol-simbol Diagram Alir (Muhammadi. F.doc. variabel-variabel akan saling dihubungkan membentuk suatu sistem yang dapat menirukan kondisi sebenarnya. 8. simulasi dengan menggunakan perangkat lunak ini banyak dipakai dalam bidang-bidang komersial. Simulasi ditujukan untuk mencari model yang paling cocok sebelum diterapkan dalam kondisi sebenarnya. 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. Dynamo. Semua variabel tersebut memiliki nilai numerik dan sudah merupakan bagian dari dirinya. Pada perangkat lunak Powersim. Setiap variabel berkorespondensi dengan suatu besaran yang nyata atau besaran yang dibuat sendiri. Powersim digunakan untuk membangun dan melakukan simulasi suatu model dinamik. 1. Tetapi dalam penelitian ini.doc 8 . Simbol yang digunakan ditampilkan pada Tabel 5. 2. 4. software yang digunakan adalah Power Simulation.

Pendidikan (politeknik kelautan yang terdiri dari: Pariwisata Pantai dan laut. Powersim. Menentukan faktor-faktor apa saja yang paling berpengaruh didalam industri perikanan diwilayah ini. Variable tersebut di uji dengan \\vboxsrv\conversion_tmp\scratch2305\93758068. Untuk menyelesaikan masalah sistem dinamik ada beberapa perangkat lunak yang dapat dipakai. Membuat skenario yang optimal untuk pengembangan industri perikanan berdasarkan keterbatasan yang ada diwilayah G.1. Teknologi hasil Penangkapan) H. Pemetaan masalah industri perikanan disini meliputi.Simile dalam hal ini penulis menggunakan perangkat lunak Powersim dengan alasan perangkat lunak powersim lebih user friendly dari pada perangkat lunak lainnya. Vensim. antara lain Dynamo. dengan arah yang tepat dan kondisi yang serba terbatas. Metode Penelitian Metode yang dipakai adalah yang biasa dikenal sebagai pendekatan sistem dinamik. Stella. Membuat model sistem dinamik industri perikanan di Kabupaten Konawea Selatan. penentuan variable-variabel yang ada dalam sistem industri perikanan di Kabupaten Konawea Selatan. 2. 1.ms_office. Langkah Pertama adalah memetakan masalah berdasarkan data-data dilapangan. 3. Budi daya hasil laut. 2. Ithink. Model simulasi ini dapat dikembangkan menjadi sistem industri kelautan yang terdiri dari industri pariwisata.doc 9 . Hasil penelitian ini dapat dipakai sebagai pedoman bagi pengambil kebijakan di bidang Industri Perikanan Kabupaten Konawea Selatan untuk membangun industri perikanan. industri perikanan.doc. Manfaat Penelitian 1. Teknologi Perikanan.

Max:1000000"]) flow Hasil_Tangkapan = +dt*Laju_Penagkapan 3. Pembuatan Model computer dari system industri perikanan ini (biasa disebut Stock Flow Diagram/SFD) dilakukan berdasarkan model mental yang telah dibuat bersama pejabat Dinas kelautan terkait. Setelah input data dilakukan.2830 00. Pada langkah ini juga dibuat model mental dalam bentuk diagram Simpal Kausal (Causal Loop Diagram) 2.377000. Leverage adalah variabel yang bila di rubah sedikit saja akan merubah seluruh system industri perikanan di Kabupaten Konawea Selatan.185000. Provinsi Sulawesi Tenggara.177000.266000.318000. Validasi diperlukan untuk menentukan apakah model dan keluaranannya tidak menyimpang dari system nyatanya.2005. Pada tahap ini dilakukan pemasukan data kedalam model computer tersebut yang menggunakan perangkat lunak POWERSIM. 4.[130000.458000. Uji sensitifitas dilakukan untuk menentukan factor-faktor yang berpengaruh(atau yang biasa disebut Leverage). Penentuan variable-variabel Sintem industri perikanan dilakukan bersama-sama pejabat-pejabat yang menangani masalah industri perikanan di wilayah Kabupaten Konawea Selatan.2025.190000.ms_office. dalam hal ini adalah Kepala Dinas Kelautan Kabupaten Konawea Selatan. yang menunjukan berapa nilai dari masing-masing variabel tersebut setelah di run seperti gambar 4 diatas 5. Pada tahap ini juga dibuat hubungan antara variable tersebut yangberupa hubungan matematis initHasil_Tangkapan =GRAPH(TIME. Dilakukan dengan membandingkan data system nyata yang berupa grafik dari data statistic dengan keluaran hasil simulasi model yang berupa grafik.416000. Penentuan factor-faktor yang berpengaruh (Leverage) ini menjadi langkah yang penting karena \\vboxsrv\conversion_tmp\scratch2305\93758068.menggunakan apakah ada hubungan yang signifikan antara satu variable dengan variable yang lain.doc.612000"Min:100000. 6. model tersebut disimulasikan yang akan menghasilkan keluaran berupa grafik.doc 10 .

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.doc 11 ..doc. La ju Kon su ms i + + + + + PDRB + + + PAD Pas ar Harg a Ika n + + Ind u stri Pe n go lah an Pote ns i Ke la uta n + Kon su me n Te k no lo g i + + + + + La ju Kon su me n + La ju Pe n an g kap an Ika n + + + + + + Ju mlah Ta n gk ap an + + Pop ula si Pe n du d uk + Imigra si SDM + Ala t Ta n gk ap + La ju Ke la hiran _ La ju Ke matian Emigra si Gambar .1 : Diagram Simpal Kausal \\vboxsrv\conversion_tmp\scratch2305\93758068.ms_office. 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. Model Sub Sistem Pasar \\vboxsrv\conversion_tmp\scratch2305\93758068. maka model sistem perikanan Kabupaten Konawea Selatan dibagi menjadi 4 Sub Sistem.doc 12 .Model Perikanan di Kabupaten Konawea Selatan Dari diagram simpal kausal (CLD) diatas. Sub Sistem Jumlah Tangkapan 4. industri pengolahan dan regulasi dari Pemda Kabupaten Konawea. Lihat gambar 4. dan jumlah tangkapan. tidak termasuk budidaya perikanan yang lain.doc. PDRB + + + Laju Konsumsi + + PAD Pasar Gambar 2. Sejalan dengan hal tersebut diatas akan meningkat pula Produk Domestik Bruto daerah tersebut (PDRB). Besar pasar sektor Perikanan ini akan menjadikan pendapatan asli (PAD)daerah meningkat lewat restribusi/pajak yang dibebankan pada hasil penjualan. Pasar akan meningkat dipengaruhi oleh laju konsumsi. 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. Sub Sistem Konsumsi 3. Pada sub model Pasar ini penulis membatasi hanya pada hasil perikanan yang berupa hasil tangkapan dilaut.ms_office. Sub Sistem Pasar 2.3 Model Sub Sistem Pasar dibawah ini. Besarnya laju konsumsi dipengaruhi oleh besarnya konsumen rumah tangga dan besarnya permintaan industri pengolahan ikan.

doc. sumber daya manusia yang kompeten.Sub Model Konsumen Rumah Tangga Sub Model Konsumen Rumah Tangga (ikan) dibangun dari Stock Konsumen Rumah Tangga yang jumlahnya dipengaruhi oleh aliran atau Flow laju konsumen RT yang besarnya tergantung dari jumlah Rumah Tangga. Sementara jumlah tangkapan akan mempengaruhi industri pengolahan ikan \\vboxsrv\conversion_tmp\scratch2305\93758068. dan harga ikan. 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.ms_office. Harga Ikan + + Konsume n + Laju Konsume n + Gambar : 3.doc 13 .

Ind u stri Pe n g olah an Pote ns i Ke la uta n + + + + Te k no lo g i La ju Pe n an g kap a n Ika n + + + + Ju mlah Ta n gk ap an Ala t Ta n gk ap + Ang ka tan ke rja SDM Gambar : 4.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. CLD Sub Model SDM/Penduduk Diagram Stok Aliran (Stock Flow Digram) \\vboxsrv\conversion_tmp\scratch2305\93758068.ms_office. Jumlah penduduk dipengaruhi pula oleh imigrasi dan emigrasi.doc. CLD Sub Sistem Model Jumlah Tangkapan Sub Model SDM Sub sistem populasi penduduk menggambarkan jumlah penduduk di Kabupaten Konawea Selatan yang lahir dan meninggal .doc 14 . 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. Emigrasi penduduk terjadi karena kesulitan mendapatkan penghasilan yang layak . Ju mlah Tan gkap an Kon sume n + + + + Pop u lasi Pen d ud u k + Imigrasi SDM + + Laju Kelahiran _ Laju Kematian Emigrasi Gambar :5.

antara lain : \\vboxsrv\conversion_tmp\scratch2305\93758068. Diagram Alir Model Sistem Perikanan Lengkap Model komputer dalam bentuk Stock Flow Diagram(SFD) . Pembuatan SFD ini dilakukan berdasarkan perangkat lunak yang digunakan.doc 15 .doc. maka di buat model Komputer yang biasa disebut stock flow diagram (diagram stok aliran) STOCK FLOW DIAGRAM M odel Siste m Pe rikanan Le ngkap PAD_Sekt or Hasil_Tangkapan Fraksi_regulasi_Pem da PDR B_Sekt or Fraksi_JSDM Pasar PPn Fraksi_sdm _sk Fraksi_Potensi_Kelaut an SDM_SK FSDM Pot ensi_Kelautan Regulasi_Pem da Kontribusi_SD M Laju_Penjualan I ndust ri_Pengolahan Alat _Tangkap Harga_I kan_segar Fraksi_AK Hasil_Tangkapan Laju_Penagkapan Teknologi Fraksi_T eknologi Fraksi_AT Harga_Pengolahan Kbt h_per_kepala Angkatan_Kerja Fraksi_Emigrasi Konsumen_rum ah_Tangga Kebutuhan_Perkapit a Em igrasi Fraksi_Kelahiran Const ant _23 Laju_Konsumen_RT Populasi_Penduduk Jumlah_R um ah_Tangga Fraksi_Keluarga Kelahiran Kemat ian Fraksi_Kematian Jmlh_rata2_anggota_Keluarga I migrasi Fraksi_Im igasi Jumlah_R um ah_Tangga Gambar : 6. Ada beberapa perangkat lunak yang digunakan untuk pemodelan sistem dinamik.ms_office.Dari model mental sistem pengembangan perikanan di Kabupaten Konawea Selatan yang telah dibuat berdasarkan kondisi nyata di lapangan.

72 695.612.007 2.012 2.000 2.000.75 110.119.400 12.351.101.362.78 1.007 2.271.015 2.007 2.2e9 18.34 37.009 2.010 2.349.013 2. Simulasi Model Dari model dasar yang dibuat maka didapat hasil seperti gambar grafik 7 dibawah ini.41 376.013 2.010 2.157.008 2.016 Angkatan_Kerja 18.016 PDRB_Sektor 14.014 2.611.61 523.35 18. Pada simulasi tersebut hasil tangkapan terlihat stagnan dengan kondisi SDM yang belum terlatih.48 62.111.doc.015 2.63 2.008 2.111.319.219.008 2.826.015 2.000 240.946.007 2. kalaupun ada terbatas sekali pengetahuan teknologinya.41 376.136.306. Dalam hal ini penulis menggunakan Powersim.72 695.010 2.016 Tahun Time 2.012 2.307.13 122.012 2.32 27.016.920.014 2.306.009 2.68 12.010 2.000 12.010 2.634.69 98.732.32 78.37 69.135.121.010 2.200 2.007 2.000.307.00 18.757.12 153.000.011 2.715.000 PAD Sektor (Rp) 100.000.012 2.016 0 2.013 2.39 Tahun 2.016 Tahun Pasar 14.723.000.45 891.014 2.26 Total_Hasil_Tangkapan Fraksi_Teknologi Gambar :.014 2.143.00 12.007 2.91 Tahun 2.016 Tahun Tahun 2.351.000 12.013 2.016 0 2.050.714.016 Tahun PA D_Sektor 1.011 2.472.600 12. Angkatan Kerja dan Hasil Tangkapan Hasil Tangkapan (Ton) 1e9 100.154.78 \\vboxsrv\conversion_tmp\scratch2305\93758068.45 891.317.667.73 18.757.202.016 Time Hasil Tangkapan 12.61 523. Ithink.015 2.219.80 18.202.355.702. Vensim.015 2.253.495.000 960.430.317.000.008 2.702.166.946.014 2.634.000.32 78.000 0 2.319.78 12.723.545.830.475.570.doc 16 . ditambah dengan hasil budi daya tambak udang dan bukan udang 1 1.143.80 50.85 Time 2.012 2.ms_office.008 2.668 Tahun Time 2.013 2.65 12.32 27.84 86.63 7.016 Total Hsl Tangkap 14.00 38.71 18.84 12.010 2.546.Stella.125.010 2.013 2. 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.007 2.91 15.000.45 18.009 2.28 25.009 2.52 18.721.82 252.000.007 2.000.090.71 12.363.010 2.00 18.82 252.067.016.7a Grafik PDRB.331.011 2.000 Pasar Aktual (Rupiah) 50.531.014 2.000 2.00 26.015 2.125.012 2.009 2.80 12.016 1 1 1 1 1 Angkatan Kerja (Orang) 2.455.78 111.000 50.102.168.007 Hasil Tangkapan /Tahun (Ton) 13.53 18.639.011 2.007 2.78 1.07 12.013 2.12 153.213. karena menurut hemat penulis perangkat lunak Powersim merupakan perangkat lunak sistem dinamik yang User Friendly (ramah pengguna).013 2.011 2.033.016 PDRB Sektor (Rp) 15.275.495. Dynamo.000 500.000 480.007 2.24 89.050.455.794.008 2.56 52.000.009 2.007 2.000 720.38 12.454. Powersim.011 2.14 74.180.157.800 12.084.013 2.213.

016 PSK 2.ms_office.609.012 2.007 2.009 2.doc 17 . rumput laut.570.015 2.58 2.008 2.99 2.60 2.600 2.63 2.596.520.00 2.622.7 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.010 2.545.010 2.550 2.016 Tahun Time 2.007 2. hasil tangkapan \\vboxsrv\conversion_tmp\scratch2305\93758068. 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.26 2. tiram mutiara dll. yaitu sumber daya manusia sector kelautan. bandeng.013 2.55 2.78 2.011 2.53 2.SDM Sektor Kelautan (Orang) 2.532.doc.583.69 Gambar 4.014 2.013 2.635.557.

8a Uji konsistensi Hasil Tangkapan Pada hasil tangkapan system nyata pada tahun 2004-2006 (tahun 1-3) menunjukkan konsistensi kondisi system nyata dengan hasil simulasi yang hasilnya menunjukkan trend naik Pada garis warna biru menunjukkan hasil tangkapan sistemnyata dari tahun 20042006 sedangkan garis warna pink menunjukkan hasil tangkapan menurut model system perikanan Analisa Sensitifitas Dari Hasil eksperimen yang dilakukan ternyata parameter yang paling peka terhadap perubahan system adalah : para meter Teknologi.doc 18 .13160 13140 13120 13100 13080 13060 13040 13020 13000 12980 12960 Tahun Sistem nyata Simulasi Model Gambar :.ms_office.doc. dalam hal ini hasil yang tinggi nilainya belum tentu akan dipakai dikarenakan kemampuan Pemda yang terbatas dalam hal keuangan dan sumberdaya lainnya Skenario Kebijakan \\vboxsrv\conversion_tmp\scratch2305\93758068. 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.

doc.013 2.550 16.008 2.219.045.014 2.000.014 2.500 2.76 986.091.016 1e9 150.868.030.016 500.426.015 2.010 2.009 2.786.000 0 2.000 50.303.223.010 2.976.175.583.000.007 2.016 Hasil Tangkapan 16.007 2.016 Tahun Tahun 2.013 2.011 2.000.78 16.606.45 12.000 2.014 2.466.31 55.016 Hasil Tangkapan 12.016 Tahun Pasar 14.015 2.92 93.160.000 50.22 936.19 26.016 0 2.08 12.534.009 2.00 16.842.24 Time 2.009 2.94 132.464.012 2.831.372.397.785.63 4.000.016 Pasar 14.93 Tahun 2.91 16.90 16.011 2.83 12.558.Skenario 1 Pada scenario pertama teknologi yang tadi hanya seadanya ditandai dengan fraksi hanya 0.163.77 73.044.851.007 2.713.000.73 1.13 16.000 Pasar Aktual (Rupiah) PAD Sektor (Rp) 16.100 12.07 161.097.015 2.015 2.013 2.013 2.639.543.011 2.008 2.122.010 2.32 130.197.83 8.719.000 100.63 13.71 39.679.007 2.487.002.77 116.03 12.013 2.63 2. hasil tangkapan dan PAD Hasil Tangkapan / Tahun (Ton) 12.382.doc 19 .6 Maka terdapat peningkatan yang signifikan dari pasar.200 Pasar Aktual (Rupiah) 12.014 2.991.306.33 Tahun 2.18 12.001.016 Tahun PAD_Sektor 1.150 12.008 2.084.117.000.010 2.943.834.027.499.03 27.012 2.600 16.000.011 2.011 2.21 2.971.000 0 2.000.596.207.007 2.012 2.007 Tahun 2.221. a Sebelum ada perubahan Teknologi dan regulasi Dengan nilai fraksi Teknologi 0.91 16.678.45 1.00 12.015 2.007 2.4 Hasil Tangkapan / Tahun (Ton) 200.52 16.009 2.383.28 98.849.503.183.16 16.031.137.ms_office.55 45.59 Tahun 2.655.068.32 270.631.072.114.010 2.430.306.511.010 2.471.007 2.719.682.22 215.32 82.340.09 395.008 2.512.430.014 2.014 2.012 2.000 PAD Sektor (Rp) 1e9 100.443.324.79 16.008 2.012 2.766.6) dan regulasi pemda yang belum mendukung (0.050 12.639.007 2.96 Skenario 2 \\vboxsrv\conversion_tmp\scratch2305\93758068.38 dan regulasi 0.012 2.4 dinaikan pada tingkat yang memadai (pada tingkat fraksi 0.56 698.515.068.49 16.969.289.007 2.90 265.128.32 40.958.547.973.013 2.017.628.62 Gambar :9.4) ditingkatkan menjadi 0.000 0 2.087.91 1.009 2.47 459.167.000.007 2.016 500.729.007 2.150.70 730.015 2.650 16.430.708.16 69.99 171.32 28.022.046.016 Time Tahun 2.011 2.008 2.000.582.825.10 550.430.00 12.58 12.27 12.016 Tahun PA D_Sektor 1.002.009 2.725.

000 0 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 1.367.527.000 150.4 menjadi 0.007 2.576.671.03 27.39 17.27 17.008 2.007 2.306.012 2.605.011 2.446.706.75 47.433. 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.014 2.008 2.925.010 2.012 2.90 17.doc 20 .016 Tahun PA D_Sektor 1.09 Time 2.657.013 2. Regulasi Pemda.547.36 17.550 17.013 2.384.00 138.243.183.029.000.010 2.015 2.010 2.155.016 Tahun Pasar 14.38 menjadi 0.007 2.253.729.000.007 2.433.600 17.750.663.430.32 278.650 Pasar Aktual (Rupiah) 17.758.016 PAD Sektor (Rp) 1e9 200.59 102.69 179.32 133.6 dan regulasi pemda dari 0.01 72.774.513.007 2. Sumberdaya Manusia.63 13.615.009 2.014 2.400 2.015 2. Hasil Skenario yang paling optimal bisa dipakai untuk pengembangan industri perikanan di Kabupaten Konawea Selatan adalah dengan memberikan stimulus pada faktor Teknologi dari 0.63 4.ms_office.852.55 17.012 2.436.009 2.285.404.000 50.518.461.47 476.000.011 2.12 726.940.016 500.32 225.016 Hasil Tangkapan 17.450 17.670.072.000 0 2.016 Time Tahun 2.013 2.6 maka jumlah penangkapan pertahun dari12000 ton menjadi 16464 \\vboxsrv\conversion_tmp\scratch2305\93758068.80 17.489.377.000 100.000.843.269.892.405.34 17.008 2.830.634.doc.475.574.Hasil Tangkapan / Tahun (Ton) 17.02 17.766.96 Tahun 2.92 1.976.469.32 40.58 17.93 1. 1.96 1.21 2.475.137.014 2.011 2.007 2.009 2.792.015 2.500 17.Peningkatan dan pengembangan pendidikan. Peningkatan Teknologi dengan bekerja sama dengan lembaga penelitian kelautan dan pendidikan akan membantu Pemda merealisasikan pengembangan teknologi tersebut.000.

pengembangan sarana dan prasarana yang menunjang industri kelautan. 1999.Teknologi dan sumberdananya. 3. Coyle. kemudahan perijinan. R.ms_office. W. uncertainty and conflit (J. Systems Management College of Notre Dame.128.G. United Kingdom. Jakarta 2004 2.- Saran 1. A System Dynamic Simulation Model in The System Support Organization of A Speedy Printing Company (ABC/CND/Powersim Project). Sikindo. 1989. Checkland P. 1996. Rosenhead. bekerja sama dengan lembaga pendidikan yang sudah mapan baik SDM.menjadi Rp 4.729. Sistem Dynamics Modelling : A Practical Approach. Thesis.515.rondo. 2. John Wiley & Sons.. Budi Susilo dkk. (on-line) dalam http://.www. Daftar Pustaka 1. Pengembangan SDM Sektor kelautan mengarah pada dibukanya SMK Kelautan dan Politeknik Kelautan baik secara resmi atau dalam bentuk Comunity College. Chichester. Chung.doc 21 . \\vboxsrv\conversion_tmp\scratch2305\93758068. insentip pajak dan restribusi. sehingga pembuatan regulasi harus mengarah pada kemudahan-kemudahan bagi investor kelautan dan sector-sektor lain diantaranya. Soft System Methodology.C. In Rational analysis for a problematic world problem structuring methods for complexity.ton dan pada skenario kedua dengan menambah tenaga kerja terampil menjadi 17404 ton. Pembuatan regulasi Pemda yang harus mendukung bertumbuhnya investasi dibidang kelautan.doc. Lampiran-lampiran 1.).PDRB Rp 28. eds..766. Pelatihan Sistem Dinamik. Chapman & Hall.com/capstone/Paper/ 4.

. Analisis Sistem Dinamis Lingkungan Hidup. Jakarta.P. Productivity Press. 157-174. 9. Qwist-Hoffmann. Eartscan Publ.). Manajemen. 6. John Willey. Manajemen Strategik Konsep dan Kasus Edisi Ketiga. 2002. Morecroft and J.D. Jakarta 11.doc. London.D.M. Compass and Gyroscope: Integrating Science and Politics for the Environment. Rome 8. Portland. Oregon.ms_office.. Andy Offset. In (L. 1994. In Modeling for Learning Organizations (J. Simatupang Togar. 14. The Participation Process for Supporting Collaborative Management of Natural Resources. Akademi Manajemen Perusahaan YKPN. Sterman eds. Musch and H. Yogyakarta.D. Productivity Press. Ingles A.5..doc 22 .W. 2001. Multi-stakeholder Processes for Governance and Sustainability: Beyond Deadlock and Conflict. Ekonomi. Island Press. John Wiley & Sons.Fahey and R. Randall. Washington D. Soesilo. 1999.. “Analisa Sistem Dinamik”.. Painch M. 10.. Lee K. Steerman. 2002. Oregon. Muhammadi. 7. 1993. dan B. Muhamadiah Press. FAO. New York. 2003. Lane D. Mohamadi dkk. Sosial.W.W. 12.. 1994.2000 \\vboxsrv\conversion_tmp\scratch2305\93758068. Portland. Muhammad. Hemmati M. Aminullah. Morecroft and J. Modeling to predict or to learn. Learning from the Future: Competitive Foresight Scenarios. Hinton 1998..D. Simulation models: a tool for rigorous scenario analysis.C.). pp. UMJ Press. Modeling as learning: a consultancy methodology for enhancing learning in management teams. eds). 2002 15. In Modeling for Learning Organizations (J. Pemodelan Sistem. de Geus A. E. yogyakarta. and R. Inc. Business Dynamic. A.N.C. 13. S. Sterman eds.

doc.doc 23 .\\vboxsrv\conversion_tmp\scratch2305\93758068.ms_office.