Keakuratan Data Hasil Tangkapan di Pelabuhan Perikanan Pantai Tegalsari, Jawa Tengah

Abstract

Pelabuhan Perikanan Pantai (PPP) Tegalsari memiliki aktivitas bongkar muat ikan yang aktif di Jawa Tengah. Salah satu permasalahan yang muncul adalah perbedaan data produksi hasil tangkapan. Perbedaan ini mengakibatkan ketidakakuratan data hasil tangkapan. Penelitian ini bertujuan menghitung tingkat keakuratan, menganalisis faktor krusial penyebab ketidakakuratan, dan merumuskan strategi peningkatan keakuratan data produksi hasil tangkapan Jaring tarik berkantong (JTB) di PPP Tegalsari. Metode yang digunakan yaitu observasi lapangan dan kuesioner. Metode analisis yang digunakan yaitu keakuratan data, fishbone, dan SWOT. Hasil penelitian menunjukkan bahwa dari tiga puluh kali proses pendataan, sebanyak 24 pendataan (80%) memiliki tingkat keakuratan data (TKD) > 95%. Sedangkan, sebanyak 6 pendataan (20%) memiliki TKD < 95%. Hasil analisis fishbone menunjukkan faktor krusial penyebab ketidakakuratan diantaranya pembulatan angka pada timbangan yang tidak sesuai, timbangan yang tidak dikalibrasi, pemilihan material pendataan yang tidak tepat, beban kerja enumerator yang berlebih, dan cuaca yang berubah-ubah. Hasil analisis matriks SWOT menunjukkan adanya delapan alternatif strategi peningkatan keakuratan data, dengan strategi utama yaitu penyesuaian pembulatan angka pada proses pendataan hasil tangkapan sesuai dengan aturan yang berlaku.

Tegalsari Coastal Fishing Port (PPP) has active loading and unloading fish activities in Central Java. One of the problems that arise is the difference in catch production data. This difference can result in inaccurate catch data. This study aims to calculate the level of accuracy, analyze the crucial factors causing inaccuracies, and formulate strategies to improve the accuracy of catch production data of seine net (JTB) at PPP Tegalsari. The methods used were field observation and questionnaires. The analysis methods used are data accuracy, fishbone, and SWOT. The results showed that out of thirty data collection processes, 24 data collections (80%) had a data accuracy rate (TKD) > 95%. Meanwhile, 6 data collections (20%) had TKD < 95%. The results of the fishbone analysis indicate several crucial factors contributing to inaccuracy, including improper abbreviation of numbers on scales, uncalibrated scales, incorrect choice of data collection materials, excessive workload of enumerators, and changing weather conditions. The results of the SWOT matrix analysis showed eight alternative strategies for improving data accuracy, with the main strategy being to adjust the rounds the numbers in the catch data collection process in accordance with applicable regulations.