Blue Economy In Motion: Factors Affecting the level of empowermentof coastal communities

Harsuko Riniwati, Anton Efani dan Zaenal AbidinFaculty of Fisheries and Marine Science, University of Brawijaya, Indonesia

Abstrak, dua per tiga wilayah Indonesia terdiri dari laut, namunkemiskinan melekat pada kehidupan nelayan. Gerakan blue economydari kelangkaan menuju kelimpahan memberikan banyak inovasi danberjuta pekerjaan. Menerapkan blue economy berarti memberdayakanmasyarakat. Tingkat pemberdayaan masyarakat tergantung dari factorindividu, kelompok masyarakat dan pemerintah. Tujuan penelitianini adalah menganalisis factor-faktor yang mempengaruhi tingkatpemberdayaan masyarakat pesisir di pantai Malang Selatan JawaTimur, Indonesia. Responden sebanyak 45 orang yang mewakili factorindividu, kelompok masyarakat dan pemerintah. Data diperolehdengan cara wawancara terstruktur kepada responden. Datadianalisis dengan metode Generalized Structure Component Analysis(GSCA). Hasil penelitian menunjukkan bahwa terdapat (1) Pengaruhlangsung, positif signifikan yaitu (a) Faktor Individu terhadapFaktor Organisasi, (b) Faktor masyarakat terhadap factororganisasi; (c) Faktor masyarakat terhadap tingkat pemberdayaan,(d) Faktor organisasi terhadap tingkat pemberdayaan. 2). Pengaruhlangsung, tidak signifikan yaitu (e) factor individu terhadaptingkat pemberdayaan. 3) Pengaruh tidak langsung, positifsignifikan, (f) factor individu terhadap tingkat pemberdayaanmelalui factor organisasi; (g) factor kelompok masyarakat terhadaptingkat pemberdayaan melalui factor organisasi. Organisasi dalamhal ini Dinas Perikanan dan Kelautan (DKP) Kabupaten Malang sangatberperan dalam memberdayakan masyarakat Pesisir pantai MalangSelatan. Hasil analisis GSCA dapat disarankan utuk merawat danmeningkatkan peran organisasi pemerintah (DKP) melalui ketrampilanpemecahan masalah, semangat mendukung pimpinan, kesadaran danpengetahuan, membagi informasi, ketrampilan paktek dan mengajarpengelolaan sumberdaya dan menyusun perencanaan sampai denganevaluasi.

Kata Kunci : gerakan blue economy, pemberdayaan

Pendahuluan

Kebijakan blue economy yang mendunia yang bersumber daribuku Gaunter Pauli (2010), menjelaskan Ide-ide yang dikembangkandalam gerakan blue economy adalah ide yang mempunyai prospek yangdapat merealisasikan ekonomi rendah karbon, bersumberdaya efisiendan kompetitif di abad 21. Replikasi efisiensi tanpa limbah dariekosistem, akan memberikan peluang kerja yang luar biasa banyaknyayang berdampak kepada masyarakat yang sejahtera tidak pernahkekurangan dalam waktu berkelanjutan. Alam yang dimanfaatkandengan cara-cara yang terampil melalui pengembangan ilmu muthakirdengan pengembangan terbaru dari para pakar dengan karya-karya nyayang inovatif akan menghindarkan dari kepunahan.

Kepunahan yang terjadi di dunia disebabkan karena modelekonomi dan perilaku manusia yang menilai rendahkan kontribusispesies, habitat dan ekosistem hidup sebagai system penyokongkehidupan planet ini dan manusia di dalamnya. Perkiraan tahun2025, penduduk dunia mencapai 1,8 miliar manusia dan akan hidup diNegara atau wilayah yang menderita kelangkaan. Oleh karena ituinspirasi, inovasi yang dapat menjamin kehidupan manusia di masasekarang dan akan datang di tuangkan dalam buku blue economyagar semua stakeholders yang membaca dapat mewujudkan cita-citamulia untuk kemanfaatan semua manusia di bumi:

Riset ini berusaha mengkaitkan 3 hal untuk masyarakatpesisir di Indonesia termasuk di Malang Selatan. 3 hal tersebutadalah kebijakan blue economy, kemiskinan dan pemberdayaan.Kebijakan Blue economy jika dijalankan maka akan tercipta 100inovasi dan 100 juta pekerjaan, mengubah kelangkaan menjadikeberlimpahan. Namun kondisi sosial ekonomi nelayan hingga kinimasih saja menunjukkan kondisi yang serba kekurangan baik secaraekonomi maupun sosial. Hal tersebut mengakibatkan keadaan nelayantradisional tetap saja mengalami terjadinya kemiskinan struktural.

Ironis memang dengan 2/3 wilayah Indonesia terdiri dari laut,namun kemiskinan melekat pada kehidupan nelayan. Jika masyarakatdapat keluar dari masalah kemiskinan ini maka masyarakat dikatakanberdaya. Masyarakat miskin yang menyelesaikan kemiskinan denganberharap bantuan terus menerus maka masalah diselesaikan bukandengan proses pemberdayaan atau dapat dikatakan programpemberdayaan tidak optimal (Irwan Gani and Siti Amalia, 2013). Didaerah rawan banjir misalnya, memberdayakan masyarakat dengan caramengidenfikasi penyebab banjir dan mengatasi masalah denganmenghilangkan penyebab tersebut. Bukan memberdayakan masyarakatjika banjir dibiarkan terjadi terus dan ketika banjir datangbantuan dikirim. Masyarakat dikatakan berdaya jika berhasil keluardari masalah banjir dan secara berkelanjutan tidak terjadi banjirlagi.

Pemberdayaan dalam arti proses tidak terbatas pada posisikekuasaan formal namun juga pada system informasi, pelatihan,penghargaan, berbagi kekuasaan, gaya kepemimpinan, budayaorganisasi (Manuela Pardo del Val and Bruce Lloyd, 2003).pemberdayaan meliputi keduanya yaitu processes and outcome.Sebagai proses, pemberdayaan menjadi perencanaan dan implementasidari tindakan perubahan yang memungkinkan memberdayakan. Sebagaioutcome, pemberdayaan menjadi prestasi atau non prestasi daritingkat baru dari pemberdayaan. Konstruk pemberdayaan meliputiwawasan individual, kelompok kecil, organisasi dan masyarakatuntuk menjadi berdaya (Belinda Reininger, Dr.Ph, et all,2001)

Pemberdayaan masyarakat dipahami baik sebagai proses maupunhasil melalui proses pemberdayaan. Masyarakat dapat menganggapkekuatan untuk bertindak secara efektif untuk mengubah hidup danlingkungannya. Proses pemberdayaan masyarakat mendorongpartisipasi oang, oranisasi dan masyarakat untuk meningkatkanpengambilan keputusan individu dan masyarakat, efikasi plitik,meningkatkan kualitas hidup dan keadilan social. Pemberdayaanditampilkan dalam level yang berbeda : individual, organisasionaldan masyarakat. Level ini terkait erat. Untuk memberdayakanmasyarakat, organisasi tergantung dari tingkat pemberdayaananggota nya. Factor dan aspek organisasi yang berdampak padapemberdayaan dipengaruhi oleh anggota organisasi. Indicator darianggota organisasi dilihat dari keaktifan, kemampuan, ketrampilandan menciptakan lingkungan yang mendukung (Anu Kasmel andPernille Tanggaard Andersen, 2012)

Bagian terpenting dari proses pemberdayaan untuk konservasilaut adalah pembentukan dari tidak mengambil cadangan di laut.Diawali dengan peribahasa Jepang, Tidak Membuang, tetapi jugatidak menginginkannya (Angel C. Alcala and Garry R. Russ, 2006).Untuk dapat mempertahankan sikap untuk mendukung tidak mengambilcadangan yang ada di laut adalah kekuasaan.tanpa kekuasaanpemberdayaan tidak dapat berjalan dengan baik (Svein Jentoft,2007). Tujuan penelitian ini adalah menganalisis factor-faktoryang mempengaruhi tingkat pemberdayaan masyarakat pesisir dipantai Malang Selatan Jawa Timur, Indonesia

Material and Methods

Untuk menjawab tujuan penelitian yaitu merumuskan modelpemberdayaan SDM yang mendukung strategi blue economy yaitu dengangeneralized structure component analysis (GSCA). Menurut Solimun (2010) danGozali (2008), langkah-langkah menganalisis data dengan metodeGSCA sebagai berikut :

Merancang Model Struktural (hubungan antar variabel laten) Merancang Model Pengukuran (refleksif atau formatif) Mengkonstruksi Diagram Jalur Konversi Diagram Jalur ke Sistem Persamaan Estimasi: Koef. Jalur, Loading dan Weight Evaluasi Goodness of Fit Pengujian Hipotesis (Resampling Bootstraping)

Model Pemberdayaan SDM Perikanan Kelautan Yang MendukungGerakan Blue Economy dalam merancang model strukturalnya didasarkanpada teori, hasil penelitian empiris dan adopsi hubungan antarvariabel pada bidang ilmu yang lain. Hasil penyusunan model nyaseperti tampak pada gambar 1.

Pada penelitian ini dalam merancang model pengukuranmelalui konstruk dengan analisis komponen utama yaitu menganggapbahwa variabel latent dibentuk (formasi) dari sejumlah indikator.Dalam kasus penelitian ini dapat dikatakan semua model pengukuranadalah formatif. Tingkat pemberdayaan SDM Perikanan dan Kelautanyang mendukung blue economy dibentuk dari indikator kesejahteraan(Gerry Riposa, 1996), akses terhadap sumberdaya (Irwan Gani andSiti Amalia, 2013), partisipasi (Irwan Gani and Siti Amalia,2013), kesadaran kritis akan permasalahan yang dihadapi danpengambilan keputusan terhadap sumberdaya (Riniwati, 2006, Sukesi,dkk. 2003, Pardo del Val and Lloyd, 2003, Reininger, DrPH,David W. Martin, Ph.D, Michael Ross, Ph,D, Pamela SmithSinicrope, MPH, Tho Dinh-Zarr, MPH, Angel C. Alcala andGarry R. Russ, 2006, Svein Jentoft, 2007, Kay Greasley, AlanBryan, Andrew Dainty, Andrew Price, Robby Soetanto, NicolaKing, 2004.)). Tingkat pemberdayaan SDM dipengaruhi oleh faktorindividu, faktor organisasi dalam hal ini adalah Dinas Kelautandan Perikanan (DKP) dan faktor masyarakat (Brad McMillan, PaulFlorin, John Stevenson, Ben Kerman, and Roger E. Mitchell,1995), Paul W. Speer and Joseph Hughey, 1995). Faktorindividu, organisasi dan masyarakat dibentuk dari indikatorkeaktifan individu/ organisasi/ masyarakat, kemampuan

individu/organisasi/masyarakat, ketrampilan mengelola programindividu/organisasi/masyarakat, dan dukungan lingkungan terhadapindividu, organisasi dan masyarakat (Kasmel and Andersen, 2007).Masing-masing model pengukuran formasi dapat dilihat pada gambardibawah

Faktor individu dibentuk dari indikator keaktifan, kemampuan,ketrampilan mengelola program, dan menciptakan lingkungan yangmendukung terhadap individu (Kasmel and Andersen, 2007).

Faktor organisasi (Dinas Perikanan dan Kelautan) dibentuk dariindikator keaktifan kemampuan, ketrampilan mengelola programorganisasi dan menciptakan lingkungan yang mendukung terhadaporganisasi.

Gambar 2. Model Pengukuran Formasi Dari Variabel LatenTingkat Pemberdayaan SDM Yang Mendukung Kebijakan Blue

Economy

Faktor masyarakat di daerah Perikanan dan Kelautan dibentuk dariindikator keaktifan kemampuan, ketrampilan mengelola programorganisasi dan menciptakan lingkungan yang mendukung terhadapmasyarakat.

Setelah langkah satu dan dua sudah dilakukan, maka selanjutnyadisusunlah modelnya dalam bentuk diagram jalur dengan notasi-notasi GSCA, agar hasilnya lebih mudahdipahami seperti tampak padagambar berikut :

Langkah ke empat, konversi diagram jalur ke dalam sistempersamaan. Ada 4 spesifikasi hubungan antara variable laten denganindikatornya. Hubungan tersebut dinamakan measurement model, yaitumendefinisikan karakteristik variable laten dengan indikatornya.Model indicator formatif dalam penelitian ini dapat ditulispersamaannya sebagai berikut :

ξ = ∏ξ Xi + δx

η = ∏η Yi + δy

Dimana ξ = variable laten eksogen (factor individu dan factormasyarakat), η = variable laten endogen (factor organisasi dantingkat peberdayaan SDM yang mendukung blue economy), X adalahindicator untuk variable eksogen (factor individu dan masyarakat)dan Y adalah indicator untuk variable endogen (factor organisasidan tingkat pemberdayaan). ∏ξ dan ∏η adalah seperti koefisienregresi berganda dari variable laten terhadap indicator. δx dan δy

adalah residual dari regresi.

Measurement model penelitian ini adalah sebagai berikut :

Untuk variable laten eksogen 1 (formatif)

ξ1 = λx1X1 + λx2X2 + λx3X3 + λx4X4 + δ1

Untuk variable laten eksogen 2 (formatif)

ξ2 = λx5X5 + λx6X6 + λx7X7 + λx8X8 + δ2

Untuk variable endogen 1 (formatif)

η1 = λy1Y1 + λy2Y2 + λy3Y3 + λy4Y4 + ζ1

untuk variable endogen 2 (formatif)

η2 = λy5Y5 + λy6Y6 + λy7Y7 + λy8Y8 + λy9Y9 + ζ2

Spesifikasi hubungan antar variable laten (structural model), yaitumenggambarkan hubungan antar variable laten berdasarkan teorisubstansif penelitian. Tanpa kehilangan sifat umumnya, diasumsikanbahwa variable laten dan indicator atau variable manifest di-standardize-kan, sehingga konstanta = 0 dan dapat dihilangkan darimodel

Model persamaannya dapat ditulis sebagai berikut :

η = βη + Ѓξ + ζ

Dimana η menggambarkan vector variable endogen/dependen (factororganisasi dan tingkat pemberdayaan), ξ adalah vector variablelaten eksogen (factor individu dan factor masyarakat) dan ζ adalahvector residual (unexplained variance). Metode GSCA perpaduan antarametode SEM (Structural Equation Modelling) dan PLS (Partial LeastSquare), dimana PLS didesain untuk model rekursif. Jadi hubunganantar variable laten berlaku bahwa setiap variable laten dependenη, atau sering disebut causal chain system dari variable latendapat dispesifikasikan sebagai berikut :

ηj = Σiβjiηi + Σiγjbξb + ζj

dimana γjb dilambangkan Ѓ (dalam bentuk matrik) adalah koefisienjalur yang menghubungkan variable laten endogen yaitu faktororganisasi dan factor tingkat pemberdayaan SDM (η) dengan eksogenfactor individu dan factor masyarakat (ξ). Sedangkan βji

dilambangkan β (dalam bentuk matrik) adalahkoefisien jalur yangmenghubungkan variable laten endogen factor organisasi (η) denganlaten endogen tingkat pemberdayaan masyarakat (η), untuk rangeindeks i dan b. parameter untuk residual adalah ζj. Pada modelGSCA model structural penelitian ini dinyatakan dalam systempersamaan sebagai berikut :

η1 = γ1ξ1 + γ2ξ2 + ζ1

η2 = β1η1 + γ3ξ1 + γ4ξ2 + ζ2

Langkah ke-lima, pendugaan parameter atau estimasi di dalammetode GSCA adalah metode kuadrat terkecil (least square methods).Pada metode GSCA ada pengintegrasian antara model structural danmodel pengukuran menjadi satu model. Oleh karena itu prosespendugaan parameter berorientasi pada meminimumkan residual modelterintegrasi. Metode pendugaan parameter yang digunakan adalahyang mampu meminimumkan residual model secara terintegrasi adalahalternating least square (ALS). Proses perhitungan pada ALS lebihkomplek dibandingkan pada OLS (Ordinary Least Square). Dengandemikian untuk mendapatkan residual yang minimum dilakukan dengancara iterasi yang akan berhebti pada saat kondisi konvergentercapai yaitu selisih dugaan tahap sebelumnya ≤0,00. Pendugaanparameter dalam GSCA berdasarkan data sampel original denganmenggunakan weight dan loading estimateyaitu untuk mendapatkan datavariable laten umumnya pendugaan parameter menggunakan pendekataneigen value dan eigen vector. Path coefficient estimate untukmenghitung koefisien hubunan antar variable aten digunakan ALS.Berdasarkan data resampling, means dari weight, loading dan pathcoefficient merupakan dugaan parameter berupa rerata darisubsample, digunakan metode resampling Bootstrap (Solimun, 2013)

Langkah ke-enam : Measures of fit. Jika penelitian menggunakananalisis GSCA, maka measures of fit dapat dilakukan pada modelpengukuran, model structural, dan model keseluruhan (overall model).Measures of fit pada model pengukuran ini ditujukan untukmemeriksa (menguji) apakah instrument penelitian valid danreliable, untuk mengetahui seberapa besar informasi yang dapatdijelaskan oleh model structural atau hubungan antar variablelaten) dari hasil analisis GSCA; ukuran goodness of fit gabunganantara model pengukuran dan model structural (measure of fit untukindicator yang bersifat reflektif). Dalam penelitian ini,indicator semuanya bersifat formatif. Pada analisis GSCA, ujivaliditas dan reliabilitas, jika menggunakan convergent validity,jika loading 0,5 sampai 0,6 atau sigfikansi (p < 0,05) makadikatakan valid. Pengukuran validtas dengan discriminant validity, jikaaverage variance exstracted (AVE) lebih besar dari korelasi denganseluruh variable laten lainnya maka dikatakan valid. Dikatakanreliable dari instrument penelitian jika alpha ≥ 0,6. Untukindicator formatif, ukuran validitas dievaluasi berdasarkan padasubstantive content-nya yaitu dengan melihat signifikansi dariweight. Dikatakan signifikan jika p < 0,05

Measure of fit structural model, goodness of Fit Modelstructural diukur menggunakan FIT, yaitu setara dengan R-squarepada analisis regresi atau koefisien determinasi total padaanalisis jalur atau Q2 pada PLS. FIT menunjukkan varian total darisemua variable yang dapat dijelaskan oleh model. Jika nilai FIT =1 berarti model dapat menjelaskan fenomena yang diselidiki dengansempurna. AFIT (Adjusted FIT) serupa dengan R2 adjusted pada analisisregresi. AFIT dapat digunakan untuk perbandingan model.Modeldengan AFIT nilai terbesar dapat dipilih antara model yang lebihbaik.

Measure of fit overall model.Overall model merupakan modelyang ada di dalam GSCA yan mengintegrasika antara model structuraldan model pengukuran (keseluruhan model). Goodness of fit dan cut offvalue tapak di dalam table berikut :

Tabel 1. Ukuran Goodness of Fit Model Overall PadaGSCA.

Goodness offit

Cut-off Keterangan

SRMR ≤ 0,08 Setara dengan RMSEApada SEM

GFI ≥ 0,90 Mirip dengan R2 dalamregresi

Tabel 2. Kriteria SRMR

SRMR Keterangan < 0,05 Close fit (model sangat

sesuai)0,05 – 0,08 Good fit (model sesuai)0,08 – 0,1 Marginal fit (model cukup

sesuai)>0,1 Poor fit (model tidak

sesuai)Sumber :Solimun, 2013

Langkah ketujuh, pengujian hipotesis (β, γ, dan λ)dilakukan dengan metode resampling Bootstrap. Statisticuji yang digunakan adalah statistic t atau uji t,dengan hipotesis statistic sebagai berikut :

Hipotesis statistic untuk outer model adalah :

H0 : λi = 0

H1 : λi ≠ 0

Hipotesis statistik untuk inner model : pengaruhvariable laten eksogen terhadap endogen adalah :

H0 : γi = 0

H1 : γi ≠ 0

Hipotesis statistic untuk inner model : pengaruhvariable laten endogen terhadap endogen adalah :

H0 : βi = 0

H1 : βi ≠ 0

Sampel bootstrap disarankan sebesar 500 karenaakan dihasilkan penduga parameter yang bersifat stabil.Besar sampel pada masing-masing Bootstrap disarankansama dengan sampel original atau lebih kecil. Contohjika jumlah sampel original n = 40, maka sampel padamasng-masing Bootstrap adalah 39 atau 38 atau 37 atau36 atau 35 (cases per sample). Resampling dilakukanuntuk menjamin independensi antar data yang akan dianalisis, sehingga asumsi tentang antar data salingbebas terpenuhi. Jadi metode ini sudah mengakomodirdigunakannya nonprobability sampling atau penelitiansensus. Sampling Bootstrap sebesar 1000 maka dalillimit pusat terpenuhi. Sampel semakin besar maka datamendekati distribusi normal.

Hasil dan pembahasan

Deskripsi Variabel Penelitian

Penelitian ini melibatkan 4 (empat) variabel yaituFaktor Individu (X1), Faktor Masyarakat (X2), FaktorOrganisasi (Dinas Kelautan dan Perikanan/DKP) (Y1) danTingkat Pemberdayaan SDM yang Mendukung Blue Economy(Y2). Masing-masing factor dijelaskan oleh indicator

keaktifan, kemampuan, ketrampilan dan menciptakanlingkungan yang mendukung.

Karena terdapat item pertanyaan yang tidak validmaka dilakukan pengujian validitas dan reliabilitaskembali dengan tidak mengikutsertakan variabel yangtidak valid pada pengujian pertama. Hasil uji validitasdan reliabilitas Faktor Individu kedua disajikan padatabel 3

Tabel 3. Perbaikan Hasil Uji Validitas dan ReliabilitasFaktor Individu

Variabel:  Faktor Individu

ItemValiditas ReliabilitasPearsonCorrelation

Keterangan

AlphaCronbach

Keterangan

X1.1.1 0.321 Valid 0.871Reliabel

X1.1.3 0.346 Valid    X1.1.5 0.454 Valid    X1.1.8 0.582 Valid    X1.1.9 0.600 Valid    X1.1.10 0.557 Valid    X1.1.11 0.630 Valid    X1.1.12 0.585 Valid    X1.2.1 0.665 Valid    X1.2.2 0.806 Valid    X1.2.3 0.668 Valid    X.1.3.1 0.779 Valid    X.1.3.2 0.634 Valid    X.1.3. 0.673 Valid    

3X.1.3.4 0.750 Valid    X.1.4.1 0.684 Valid    X.1.4.3 0.498 Valid    

Dari Hasil uji validitas dan reliabilatas FaktorIndividu kedua dapat dilihat bahwa semua itempertanyaan sudah valid karena memiliki nilai korelasipearson lebih besar dari 0.3. Nilai Alpha Cronbachlebih besar dari 0.5 yang berarti reliabilitasterpenuhi.

Hasil uji validitas dan reliabilitas FaktorMasyarakat setelah membuang yang tidak valid disajikanpada tabel 4

Tabel 4. Perbaikan Hasil Uji Validitas dan ReliabilitasFaktor Masyarakat

Variabel:  Faktor Masyarakat

ItemValiditas ReliabilitasPearsonCorrelation

Keterangan

AlphaCronbach

Keterangan

X.2.1.1 0.541 Valid 0.890

Reliabel

X.2.1.2 0.475 Valid    X.2.1.3 0.477 Valid    X.2.1.4 0.670 Valid    X.2.1.6 0.407 Valid    

X.2.1.8 0.308 Valid    X.2.1.10 0.473 Valid    X.2.1.12 0.418 Valid    X.2.1.13 0.605 Valid    X.2.1.14 0.678 Valid    X.2.1.15 0.455 Valid    X.2.2.1 0.765 Valid    X.2.2.2 0.907 Valid    X.2.2.3 0.539 Valid    X.2.3.1 0.859 Valid    X.2.3.2 0.772 Valid    X.2.3.3 0.631 Valid    X.2.3.4 0.483 Valid    X.2.4.1 0.604 Valid    X.2.4.3 0.596 Valid    X.2.4.4 0.570 Valid    

Dari Hasil uji validitas dan reliabilatas FaktorMasyarakat setelah membuang yang tidak valid dapat

dilihat bahwa semua item pertanyaan sudah valid karenamemiliki nilai korelasi pearson lebih besar dari 0.3.Nilai Alpha Cronbach lebih besar dari 0.5 yang berartireliabilitas terpenuhi

Hasil uji validitas dan reliabilitas FaktorOrganisasi setelah membuang yang tidak valid disajikanpada tabel 5.

Tabel 5. Perbaikan Hasil Uji Validitas dan ReliabilitasFaktor Organisasi

Variabel:  Faktor Organisasi

ItemValiditas ReliabilitasPearsonCorrelation

Keterangan

AlphaCronbach

Keterangan

Y.1.1.1 0.585 Valid 0.881

Reliabel

Y.1.1.2 0.548 Valid    Y.1.1.4 0.396 Valid    Y.1.1.5 0.475 Valid    Y.1.2.1 0.609 Valid    Y.1.2.2 0.692 Valid    Y.1.2.3 0.537 Valid    Y.1.3.1 0.719 Valid    Y.1.3.2 0.770 Valid    Y.1.3.3 0.650 Valid    

Y.1.3.4 0.636 Valid    Y.1.4.1 0.808 Valid    Y.1.4.2 0.699 Valid    Y.1.4.3 0.719 Valid    Y.1.4.4 0.730 Valid    

Dari Hasil uji validitas dan reliabilatas FaktorOrganisasi kedua dapat dilihat bahwa semua itempertanyaan sudah valid karena memiliki nilai korelasipearson lebih besar dari 0.3. Nilai Alpha Cronbachlebih besar dari 0.5 yang berarti reliabilitasterpenuhi.

Hasil uji validitas dan reliabilitas TingkatPemberdayaan SDM yang Mendukung Blue Economy keduadisajikan pada tabel 6.

Tabel 6. Perbaikan Hasil Uji Validitas dan ReliabilitasTingkat Pemberdayaan SDM yang Mendukung Blue Economy (Y2)

Variabel:

 Tingkat Pemberdayaan SDM yang MendukungBlue Economy

ItemValiditas ReliabilitasPearsonCorrelation

Keterangan

AlphaCronbach

Keterangan

Y.2.1.1 0.769 Valid 0.934

Reliabel

Y.2.1.2 0.784 Valid    Y.2.1.3 0.688 Valid    

Y.2.1.4 0.687 Valid    Y.2.1.5 0.414 Valid    Y.2.1.6 0.569 Valid    Y.2.1.8 0.435 Valid    Y.2.1.11 0.508 Valid    Y.2.2.1 0.726 Valid    Y.2.2.2 0.652 Valid    Y.2.2.3 0.654 Valid    Y.2.2.4 0.614 Valid    Y.2.2.5 0.716 Valid    Y.2.3.1 0.778 Valid    Y.2.3.2 0.795 Valid    Y.2.3.3 0.573 Valid    Y.2.3.4 0.727 Valid    Y.2.3.5 0.837 Valid    Y.2.4.1 0.645 Valid    Y.2.4.2 0.554 Valid    Y.2.4. 0.737 Valid    

3Y.2.4.4 0.690 Valid    Y.2.5.2 0.563 Valid    Y.2.5.3 0.609 Valid    Y.2.5.4 0.731 Valid    Y.2.5.5 0.447 Valid    

Dari Hasil uji validitas dan reliabilatas TingkatPemberdayaan SDM yang Mendukung Blue Economy keduadapat dilihat bahwa semua item pertanyaan sudah validkarena memiliki nilai korelasi pearson lebih besar dari0.3. Nilai Alpha Cronbach lebih besar dari 0.5 yangberarti reliabilitas terpenuhi.

Hasil Analisis GSCA

Measure of fit Structural Model

Measure of fit Structural Model struktural diukurmenggunakan FIT, yaitu setara dengan R2 pada analisisregresi atau koefisien determinasi total pada analisisjalur atau Q2 pada PLS. FIT menunjukkan varian totaldari semua variabel yang dapat dijelaskan oleh modelstructural. Nilai FIT berkisar dari 0 sampai 1, semakinbesar nilai ini, semakin besar proporsi varian variabelyang dapat dijelaskan oleh model. Jika nilai FIT=1berarti model secara sempurna dapat menjelaskanphenomena yang diselidiki. AFIT (Adjusted FIT) serupadengan R2 adjusted pada analisis regresi. AFIT dapatdigunakan untuk perbandingan mdoel. Model dengan AFITnilai terbesar padat dipilih Antara model yang lebihbaik (Solimun, 2013).

Tabel 7. Hasil Pengujian Measure of fit StructuralModel

Model FitFIT 0.410 AFIT 0.348

Hasil pengujian Measure of fit Structural Modelberdasarkan tabel 7 memperlihatkan bahwa proporsivarian variabel yang dapat dijelaskan oleh model adalahsebesar 41%.

3.2 Measure of fit Overall Model

Overall model adalah model di dalam GSCA yangmelibatkan model structural dan model pengukuran secaraterintegrasi, jadi merupakan keseluruhan model. Semakinnilai GFI mendekati 1 maka model semakin baik (Solimun,2013).

Tabel 8 Hasil Pengujian Measure of fit Overall Model

Model Fit

GFI 0.990

Hasil pengujian Measure of fit Overall Modelberdasarkan tabel 5.15 memperlihatkan bahwa nilai GFIsebesar 99% sehingga model sangat baik.

3.3 Model Pengukuran

Model pengukuran diukur berdasarkan nilai loadingfactor (standardize coefficient) pada setiap indikator kevariabel laten. Nilai loading factor menunjukkan bobotsetiap indikator sebagai pengukur masing-masingvariabel.Indikator dengan loading factor besar menunjukkanbahwa indikator tersebut sebagai pengukur variabel

terkuat (dominan).Hasil analisis faktor konfirmatoriterhadap item-item pertanyaan pada masing-masingvariabel disajikansebagai berikut:

a. Variabel Faktor IndividuTabel 9 Loading dan Rata-rata Faktor Individu

Variabel: Faktor IndividuItemPertanyaan

LoadingFaktor

UrutanDominan

Rata-rata

X1.1.1 0.211 16 4.27X1.1.3 0.084 17 3.77X1.1.5 0.327 15 3.32X1.1.8 0.621 10 4.55X1.1.9 0.735 6 4.50X1.1.10 0.65 9 4.32X1.1.11 0.537 12 4.14X1.1.12 0.553 11 3.77X1.2.1 0.498 13 3.95X1.2.2 0.903 1 4.23X1.2.3 0.81 2 4.27X.1.3.1 0.787 4 4.05X.1.3.2 0.712 7 3.91X.1.3.3 0.792 3 4.05X.1.3.4 0.739 5 3.95X.1.4.1 0.706 8 3.82X.1.4.3 0.49 14 3.73

b. Variabel Faktor MasyarakatTabel 10. Loading dan Rata-rata Faktor Masyarakat

Variabel: Faktor MasyarakatItemPertanyaan

LoadingFaktor

UrutanDominan

Rata-rata

X.2.1.1 0.606 11 4.05X.2.1.2 0.595 12 4.09X.2.1.3 0.628 9 4.23X.2.1.4 0.763 5 4.36X.2.1.6 0.257 19 3.73X.2.1.8 0.066 21 3.55

X.2.1.10 0.454 18 3.95X.2.1.12 0.508 16 4.18X.2.1.13 0.714 7 4.27X.2.1.14 0.534 14 4.00X.2.1.15 0.252 20 3.91X.2.2.1 0.792 3 4.27X.2.2.2 0.854 1 4.09X.2.2.3 0.557 13 4.14X.2.3.1 0.839 2 3.95X.2.3.2 0.782 4 3.86X.2.3.3 0.718 6 4.14X.2.3.4 0.619 10 4.23X.2.4.1 0.637 8 3.73X.2.4.3 0.513 15 3.64X.2.4.4 0.49 17 3.36

c. Variabel Faktor OrganisasiTabel 11. Loading dan Rata-rata Faktor Organisasi

Variabel: Faktor OrganisasiItemPertanyaan

LoadingFaktor

UrutanDominan

Rata-rata

Y.1.1.1 0.618 10 4.09Y.1.1.2 0.526 13 4.00Y.1.1.4 0.304 14 3.68Y.1.1.5 0.258 15 3.55Y.1.2.1 0.718 6 4.18Y.1.2.2 0.772 4 4.27Y.1.2.3 0.572 12 4.18Y.1.3.1 0.773 3 3.91Y.1.3.2 0.828 1 3.95Y.1.3.3 0.691 8 4.00Y.1.3.4 0.668 9 4.14Y.1.4.1 0.811 2 3.91Y.1.4.2 0.58 11 3.36Y.1.4.3 0.726 5 3.82Y.1.4.4 0.694 7 3.50

d. Variabel Tingkat Perberdayaan SDM yang MendukungBlue Economy

Tabel 12 Loading dan Rata-rata Tingkat PerberdayaanSDM yang Mendukung Blue Economy

Variabel:Tingkat Pemberdayaan SDM YangMendukung Blue Economy

ItemPertanyaan

LoadingFaktor

UrutanDominan Rata-rata

Y.2.1.1 0.791 3 4.36Y.2.1.2 0.8 2 4.23Y.2.1.3 0.695 11 4.32Y.2.1.4 0.674 13 4.14Y.2.1.5 0.379 26 3.27Y.2.1.6 0.573 20 3.82Y.2.1.8 0.391 25 3.68Y.2.1.11 0.446 23 4.00Y.2.2.1 0.733 9 4.00Y.2.2.2 0.662 15 4.05Y.2.2.3 0.646 17 3.59Y.2.2.4 0.651 16 4.27Y.2.2.5 0.738 8 3.91Y.2.3.1 0.771 5 4.05Y.2.3.2 0.784 4 3.95Y.2.3.3 0.547 22 3.82Y.2.3.4 0.717 10 4.05Y.2.3.5 0.852 1 4.00Y.2.4.1 0.664 14 3.95Y.2.4.2 0.556 21 3.91Y.2.4.3 0.741 7 4.14Y.2.4.4 0.684 12 4.27Y.2.5.2 0.583 19 4.00Y.2.5.3 0.635 18 3.91Y.2.5.4 0.771 5 4.09Y.2.5.5 0.414 24 3.14

3.4 Model Struktural

Dalam model struktural ini, diuji 5 (lima)hipotesis hubungan. Hasil pengujian hubungan antar

variabel penelitian secara lengkap disajikan pada Tabel13.

Tabel 13 Model GSCA: Pengaruh LangsungHipotesis

Hubungan AntarVariabel

Koefisien P-Value

Keterangan

H1Faktor Individu >Faktor Organisasi 0.43 0.00

Signifikan

H2Faktor Masyarakat >Faktor Organisasi 0.515 0.00

Signifikan

H3

Faktor Individu >Tingkat PemberdayaanSDM yang MendukungBlue Economy 0.043 0.84

TidakSignifikan

H4

Faktor Masyarakat >Tingkat PemberdayaanSDM yang MendukungBlue Economy 0.517 0.04

Signifikan

H5

Faktor Organisasi >Tingkat PemberdayaanSDM yang MendukungBlue Economy 0.307 0.00

Signifikan

Setelah dilakukan pengujian dengan analisis SEM,disajikan gambar hasil model hipotesis penelitian padaGambar 6.

Faktor Individu

Faktor M asyarakat

Tingkat Pem berdayaan SDM yang M endukung Blue EconomyFaktor Organisasi

0.0430.43

0.515 0.517

0.307

Gambar 6. Model Struktural Penelitian

Berdasarkan Tabel 13 dan Gambar 6 dapat diuraikanhasil pengujian model struktural sebagai berikut :a. Besar koefisien antara Faktor Individu terhadap

Faktor Organisasi sebesar 0.43, dengan nilai thitungsebesar 60.1 dan Sig t sebesar 0. Karena thitung >ttabel (60.1 > 2.08) dan Sig t < 0.05 (0 < 0.05)maka dapat disimpulkan pengaruh Faktor Individuterhadap Faktor Organisasi signifikan. Artinyasemakin besar Faktor Individu semakin besar pulaFaktor Organisasi.

b. Besar koefisien antara Faktor Masyarakat terhadapFaktor Organisasi sebesar 0.515, dengan nilaithitung sebesar 8.25 dan Sig t sebesar 0. Karenathitung > ttabel (8.25 > 2.08) dan Sig t < 0.05 (0 <0.05) maka dapat disimpulkan pengaruh FaktorIndividu terhadap Faktor Organisasi signifikan.Artinya semakin besar Faktor Masyarakat semakinbesar pula Faktor Organisasi.

c. Besar koefisien antara Faktor Individu terhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economysebesar 0.043, dengan nilai thitung sebesar 0.2 dan

Sig t sebesar 0.84. Karena thitung < ttabel (0.2 <2.08) dan Sig t > 0.05 (0.84 > 0.05) maka dapatdisimpulkan pengaruh Faktor Individu terhadap FaktorOrganisasi tidak signifikan. Artinya besar kecilnyaFaktor Individu tidak terlalu mempengaruhi besarkecilnya Tingkat Pemberdayaan SDM yang MendukungBlue Economy.

d. Besar koefisien antara Faktor Masyarakat terhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economysebesar 0.517, dengan nilai thitung sebesar 2.21 danSig t sebesar 0.04. Karena thitung > ttabel (2.21 >2.08) dan Sig t < 0.05 (0.04 < 0.05) maka dapatdisimpulkan pengaruh Faktor Individu terhadap FaktorOrganisasi signifikan. Artinya semakin besar FaktorMasyarakat semakin besar pula Tingkat PemberdayaanSDM yang Mendukung Blue Economy.

e. Besar koefisien antara Faktor Organisasi terhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economysebesar 0.307, dengan nilai thitung sebesar 15.39dan Sig t sebesar 0. Karena thitung > ttabel (15.39> 2.08) dan Sig t < 0.05 (0 < 0.05) maka dapatdisimpulkan pengaruh Faktor Individu terhadap FaktorOrganisasi signifikan. Artinya semakin besar FaktorOrganisasi semakin besar pula Tingkat PemberdayaanSDM yang Mendukung Blue Economy.Selain pengujian pengaruh langsung dapat dihitung

pengaruh tidak langsung (indirect effect).Pengaruh tidaklangsung adalah hasil perkalian 2 (dua) pengaruh tidaklangsung.Pengaruh tidak langsung dinyatakan signifikanjika kedua pengaruh langsung yang membentuknya adalahsignifikan.Hasil pengujian pengaruh tidak langsungdisajikan pada Tabel 14

Tabel 14. Hasil Pengaruh Tidak LangsungPengaruh Koefisien Pengaruh Langsung Koefis Keteran

TidakLangsung

ienPengaruhTidakLangsung

gan

FaktorIndividu> FaktorOrganisasi >TingkatPemberdayaan SDMyangMendukungBlueEconomy

FaktorIndividu >FaktorOrganisasi

0.43

FaktorOrganisasi> TingkatPemberdayaan SDM yangMendukungBlueEconomy

0.307 0.132 Signifi

kan

FaktorMasyarakat >FaktorOrganisasi >TingkatPemberdayaan SDMyangMendukungBlueEconomy

FaktorMasyarakat> FaktorOrganisasi

0.515

FaktorOrganisasi> TingkatPemberdayaan SDM yangMendukungBlueEconomy

0.307 0.158 Signifi

kan

Berdasarkan Tabel 14 diuraikan hasil pengujianpengaruh tidak langsung model struktural sebagaiberikut :a. Berdasarkan hasil analisis Pengaruh tidak langsung

antara Faktor Individu terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economymelalui Faktor Organisasi diperoleh koefisien

pengaruh tidak langsung sebesar 0.132. Karenapengaruh langsung (Faktor Individu ke FaktorOrganisasi dan Faktor Organisasi ke TingkatPemberdayaan SDM yang Mendukung Blue Economy)keduanya signifikan, maka dapat disimpulkanterdapat pengaruh tidak langsung yang signifikanantara Faktor Individu terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economymelalui Faktor Organisasi. Artinya semakin tingginilai Faktor Individu, semakin tinggi pula nilaiTingkat Pemberdayaan SDM yang Mendukung BlueEconomy, jika nilai Faktor Organisasi juga tinggi.

b. Berdasarkan hasil analisis Pengaruh tidak langsungantara Faktor Masyarakat terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economymelalui Faktor Organisasi diperoleh koefisienpengaruh tidak langsung sebesar 0.158. Karenapengaruh langsung (Faktor Masyarakat ke FaktorOrganisasi dan Faktor Organisasi ke TingkatPemberdayaan SDM yang Mendukung Blue Economy)keduanya signifikan, maka dapat disimpulkanterdapat pengaruh tidak langsung yang signifikanantara Faktor Masyarakat terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economymelalui Faktor Organisasi. Artinya semakin tingginilai Faktor Masyarakat, semakin tinggi pula nilaiTingkat Pemberdayaan SDM yang Mendukung BlueEconomy, jika nilai Faktor Organisasi juga tinggi.

3.5 Hasil Pengujian Hipotesis Penelitian

Hipotesis yang diajukan pada penelitian inisebanyak 5 (lima) hipotesis. Berdasarkan hasilpenelitian menunjukkan bahwa terdapat 4 (empat)hipotesis yang diterima dan 1 (satu) hipotesis yangditolak. Tetapi, dari 1 (lima) hipotesis yang ditolak

tersebut, jika melalui penelusuran pengaruh tidaklangsung, maka 1 (satu) hipotesis tersebut diterima.Hasil pengujian hipotesis tersebut dapat diuraikansebagai berikut:

Pengaruh antara Faktor Individu terhadap FaktorOrganisasi

Pengujian hipotesis hubungan antara FaktorIndividu terhadap Faktor Organisasi secara grafikdisajikan sebagai berikut:

Faktor Individu Faktor Organisasi0.43

Gambar 7. Pengaruh Langsung Faktor Individu TerhadapFaktor Organisasi

Berdasarkan hasil analisis, koefisien hubungan antaraFaktor Individu dengan Faktor Organisasi adalah sebesar0.43 dengan p-value sebesar 0. Nilai p-value < 0.05mengindikasikan bahwa pengaruh Faktor Individu terhadapFaktor Organisasi signifikan. Artinya semakin tinggiFaktor Individu semakin tinggiFaktor Organisasi.

Pengaruh antara Faktor Masyarakat terhadap FaktorOrganisasi

Pengujian hipotesis hubungan antara FaktorMasyarakat terhadap Faktor Organisasi secara grafikdisajikan sebagai berikut:

Faktor M asyarakat Faktor Organisasi0.515

Gambar 8. Pengaruh Langsung Faktor Masyarakat TerhadapFaktor Organisasi

Berdasarkan hasil analisis, koefisien hubungan antaraFaktor Masyarakat dengan Faktor Organisasi adalahsebesar 0.515 dengan p-value sebesar 0. Nilai p-value <0.05 mengindikasikan bahwa pengaruh Faktor Masyarakatterhadap Faktor Organisasi signifikan. Artinya semakintinggi Faktor Masyarakat semakin tinggiFaktorOrganisasi.

Pengaruh antara Faktor Individu terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economy

Pengujian hipotesis hubungan antara FaktorIndividu terhadap Tingkat Pemberdayaan SDM yangMendukung Blue Economy secara grafik disajikan sebagaiberikut:

Faktor Individu Tingkat Pem berdayaan SDM yang M endukung Blue Economy0.043

Gambar 8. Pengaruh Faktor Individu Terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economy

Berdasarkan hasil analisis, koefisien hubunganantara Faktor Individu dengan Tingkat Pemberdayaan SDMyang Mendukung Blue Economy adalah sebesar 0.043 denganp-value sebesar 0.84. Nilai p-value > 0.05mengindikasikan bahwa pengaruh Faktor Individu terhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economytidak signifikan. Artinya tinggi rendahnya FaktorIndividu tidak terlalu mempengaruhi tinggi rendahnyaTingkat Pemberdayaan SDM yang Mendukung Blue Economy.

Hipotesis tersebut juga dapat ditelusuri melaluipengujian pengaruh tidak langsung Faktor Individuterhadap Tingkat Pemberdayaan SDM yang Mendukung BlueEconomy melalui Faktor Organisasi. Pengujian hipotesisantara pengaruh Faktor Individu terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economy melalui

Faktor Organisasi secara grafik disajikan sebagaiberikut:

Faktor Individu Faktor Organisasi0.43 Tingkat Pem berdayaan SDM yang M endukung Blue Economy0.307

Gambar 10. Pengaruh Tidak Langsung Faktor IndividuTerhadap Tingkat Pemberdayaan SDM yang Mendukung BlueEconomy Melalui Faktor Organisasi

Berdasarkan hasil analisis Pengaruh tidak langsungantara Faktor Individu terhadap Tingkat PemberdayaanSDM yang Mendukung Blue Economy melalui FaktorOrganisasi diperoleh koefisien pengaruh tidak langsungsebesar 0.132. Karena pengaruh langsung (FaktorIndividu ke Faktor Organisasi dan Faktor Organisasi keTingkat Pemberdayaan SDM yang Mendukung Blue Economy)keduanya signifikan, maka dapat disimpulkan terdapatpengaruh tidak langsung yang signifikan antara FaktorIndividu terhadap Tingkat Pemberdayaan SDM yangMendukung Blue Economy melalui Faktor Organisasi.Artinya semakin tinggi nilai Faktor Individu, semakintinggi pula nilai Tingkat Pemberdayaan SDM yangMendukung Blue Economy, jika nilai Faktor Organisasijuga tinggi.

Pengaruh antara Faktor Masyarakat terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economy

Pengujian hipotesis hubungan antara FaktorMasyarakat terhadap Tingkat Pemberdayaan SDM yangMendukung Blue Economy secara grafik disajikan sebagaiberikut:

Faktor M asyarakat Tingkat Pem berdayaan SDM yang M endukung Blue Economy0.517

Gambar 11. PengaruhLangsung Faktor Masyarakat TerhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economy

Berdasarkan hasil analisis, koefisien hubunganantara Faktor Masyarakat dengan Tingkat PemberdayaanSDM yang Mendukung Blue Economy adalah sebesar 0.517dengan p-value sebesar 0.04. Nilai p-value < 0.05mengindikasikan bahwa pengaruh Faktor Masyarakatterhadap Tingkat Pemberdayaan SDM yang Mendukung BlueEconomy signifikan. Artinya semakin tinggi FaktorMasyarakat semakin tinggiTingkat Pemberdayaan SDM yangMendukung Blue Economy.

Hipotesis tersebut juga dapat ditelusuri melaluipengujian pengaruh tidak langsung Faktor Masyarakatterhadap Tingkat Pemberdayaan SDM yang Mendukung BlueEconomy melalui Faktor Organisasi. Pengujian hipotesisantara pengaruh Faktor Masyarakat terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economy melaluiFaktor Organisasi secara grafik disajikan sebagaiberikut:

Faktor M asyarakat Faktor Organisasi0.515 Tingkat Pem berdayaan SDM yang M endukung Blue Economy0.307

Gambar 12. Pengaruh Tidak Langsung Faktor MasyarakatTerhadap Tingkat Pemberdayaan SDM yang Mendukung BlueEconomy Melalui Faktor Organisasi

Berdasarkan hasil analisis Pengaruh tidak langsungantara Faktor Masyarakat terhadap Tingkat PemberdayaanSDM yang Mendukung Blue Economy melalui FaktorOrganisasi diperoleh koefisien pengaruh tidak langsungsebesar 0.158. Karena pengaruh langsung (FaktorMasyarakat ke Faktor Organisasi dan Faktor Organisasike Tingkat Pemberdayaan SDM yang Mendukung BlueEconomy) keduanya signifikan, maka dapat disimpulkanterdapat pengaruh tidak langsung yang signifikan antaraFaktor Masyarakat terhadap Tingkat Pemberdayaan SDMyang Mendukung Blue Economy melalui Faktor Organisasi.

Artinya semakin tinggi nilai Faktor Masyarakat, semakintinggi pula nilai Tingkat Pemberdayaan SDM yangMendukung Blue Economy, jika nilai Faktor Organisasijuga tinggi.

Pengaruh antara Faktor Organisasi terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economy

Pengujian hipotesis hubungan antara FaktorOrganisasi terhadap Tingkat Pemberdayaan SDM yangMendukung Blue Economy secara grafik disajikan sebagaiberikut:

Faktor Organisasi Tingkat Pem berdayaan SDM yang M endukung Blue Economy0.307

Gambar 13. Pengaruh Langsung Faktor Organisasi TerhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economy

Berdasarkan hasil analisis, koefisien hubungan antaraFaktor Organisasi dengan Tingkat Pemberdayaan SDM yangMendukung Blue Economy adalah sebesar 0.307 dengan p-value sebesar 0. Nilai p-value < 0.05 mengindikasikanbahwa pengaruh Faktor Organisasi terhadap TingkatPemberdayaan SDM yang Mendukung Blue Economysignifikan. Artinya semakin tinggi Faktor Organisasisemakin tinggiTingkat Pemberdayaan SDM yang MendukungBlue Economy.

Kesimpulan dan Saran

a. Terdapat pengaruh yang signifikan Faktor Individu terhadapFaktor Organisasi. Hal ini terlihat dengan p-value sebesar 0 <alpha (0.05) dengan koefisien sebesar 0.43. Artinya bahwasemakin besar nilai semakin besar pula nilai FaktorOrganisasi.

b. Terdapat pengaruh yang signifikan Faktor Masyarakat terhadapFaktor Organisasi. Hal ini terlihat dengan p-value sebesar 0 <alpha (0.05) dengan koefisien sebesar 0.515. Artinya bahwasemakin besar nilai semakin besar pula nilai FaktorOrganisasi.

c. Tidak terdapat pengaruh yang signifikan Faktor Individuterhadap Tingkat Pemberdayaan SDM yang Mendukung Blue Economy.Hal ini terlihat dengan p-value sebesar 0.84 > alpha (0.05)dengan koefisien sebesar 0.043. Artinya bahwa besar kecilnyanilai tidak terlalu berpengaruh terhadap besar kecilnyaTingkat Pemberdayaan SDM yang Mendukung Blue Economy.

d. Terdapat pengaruh tidak langsung yang signifikan antara FaktorIndividu terhadap Tingkat Pemberdayaan SDM yang Mendukung BlueEconomy melalui Faktor Organisasi sebesar 0.132. Koefisienbertanda positif artinya semakin tinggi nilai Faktor Individu,semakin tinggi pula nilai Tingkat Pemberdayaan SDM yangMendukung Blue Economy, jika nilai Faktor Organisasi jugatinggi.

e. Terdapat pengaruh yang signifikan Faktor Masyarakat terhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economy. Hal initerlihat dengan p-value sebesar 0.04 < alpha (0.05) dengankoefisien sebesar 0.517. Artinya bahwa semakin besar nilaisemakin besar pula nilai Tingkat Pemberdayaan SDM yangMendukung Blue Economy.

f. Terdapat pengaruh tidak langsung yang signifikan antara FaktorMasyarakat terhadap Tingkat Pemberdayaan SDM yang MendukungBlue Economy melalui Faktor Organisasi sebesar 0.158.Koefisien bertanda positif artinya semakin tinggi nilai FaktorMasyarakat, semakin tinggi pula nilai Tingkat Pemberdayaan SDMyang Mendukung Blue Economy, jika nilai Faktor Organisasi jugatinggi.

g. Terdapat pengaruh yang signifikan Faktor Organisasi terhadapTingkat Pemberdayaan SDM yang Mendukung Blue Economy. Hal ini

terlihat dengan p-value sebesar 0 < alpha (0.05) dengankoefisien sebesar 0.307. Artinya bahwa semakin besar nilaisemakin besar pula nilai Tingkat Pemberdayaan SDM yangMendukung Blue Economy.

Saran

a. Dalam hal peningkatan kemampuan kecerdasan SDM staff DKPKabupaten Malang, pimpinan melalui program kerjanya perlumenambah rencana aksi terkait dengan pelatihan, ataurangsangan terkait peningkatan kemampuan mengingat danlogika berfikir

b. Pemberian peluang atau wewenang dalam menggunakan sumberdayaalam perikanan dan kelautan perlu ditingkatkan melaluipemberikan peluang dalam menyelesaikan tugas terkaitpengelolaan sumberdaya alam

c. Keberanian mengambil keputusan terkait dengan pencapaiantujuan organisasi DKP Kabupaten Malang perlu di berikanmisalnya melalui dukungan dalam pengambilan keputusanterkait resiko yang ditimbulkan tidak ditakuti dengan sanksinamun dengan solusi bersama, ditanggung bersama, ada kata-kata dan aksi bersama sehingga keberanian dalam mengambilkeputusan terkait tercapainya tujuan organisasi meningkat.

DAFTAR PUSTAKA

Alcala, Angel C;Russ, Garry R. 2006. No-take Marine Reserves andReef Fisheries Management in the Philippines: A NewPeople Power Revolution. Ambio; Aug; 35, 5; ProQuest. pg.245

Bookman, Ann danMorgen, Sandra, 1988.Women and Politics ofEmpowerment.Philadelphia; Temple University Press.

Badan Pusat Statistik (BPS) Kabupaten Malang. 2012. KecamatanSumbermanjing Dalam Angka. Kabupaten Malang

Badan Pusat Statistik (BPS) Kabupaten Malang. 2011. KecamatanSumbermanjing Dalam Angka. Kabupaten Malang

Badan Pusat Statistik (BPS) Kabupaten Malang. 2012. KabupatenMalang Dalam Angka. Kabupaten Malang

Dinas Kelautan dan Perikanan Kabupaten Malang. 2011. LaporanTahunan. Pemerintah Kabupaten Malang.

Gibson, Ivancevich and Donnelly, 1997.Organizations. London:Richard D. Irwin, Inc.

Ghozali. Imam. 2010. Generalized Structured Component Analysis (GSCA). ModelPersamaan Struktural Berbasis Komponen. Program Doktor IlmuEkonomi Universitas Diponegoro Semarang. Badan PenerbitUniversitas Diponegoro

Hammuda and Dulaimi, 1997. The Theory and Application OfEmpowerment in Construction: a Comparative Study of TheDifferent Approaches to Empowerment in Construction,Service and Manufacturing Industries. International of ProjectManagement Vol. 15, no 5, pp 289-296. Great Britain :Elsevier Science Ltd and IPMA. All rights reservedPrinted

Jentoft. 2007. In the Power of Power: The Understated Aspect ofFisheries and Coastal Management. Human Organization, Vol.66, No 4. Proquest. Page 426-437

Lawer and Bowen, 2002.The Empowerment of Service Workers : What, Why, How,and When.Classic Readings in OrganizationalBehavior.Second Edition.Washington :Wadworth PublishingCompany. An International Thomson Publishing Company.

Lyndon, N, et all. 2011. Native Understanding of Participationand Empowerment in Community Development. Journal of SocialSciences 7 (4): 643-648. Science Publication.

Miles Matthew B, Huberman A. Michael. 1992. Analisis Data Kualitatif. UIPress. Jakarta.

Newstrom and Davis, 1997.Organizational Behavior.HumanBehavior at Work.New York : The McGraw-Hill Companies, Inc.

Pardo del val, Manuela and Lloyd, Bruce. 2003. MeasuringEmpowerment. Leadership & Organization Development Journal, 24,1/2, ABI/INFORM Complete. Page 102-108

Paul, Niehoff and Turnley, 2000. Empowerment, Expectations, andThe Psychological Contract-managing The Dilemmas andGaining The Advantages. Journal of Socio-Economics. Vol. 29 pp471 – 485. USA

Reininger, Belinda, et all. 2001. Advancing The Theory andMeasurement of Collective Empowerment : a QualitativeStudy. International Quarterly of Comunity Health Education. Vol. 19(4) 293-320, 1999-2000, Baywood Publishing Co, Inc.

Riniwati. 2003. Pengaruh Tingkat Pemberdayaan terhadap Motivasi Ekstrinsik,Motivasi Intrinsik dan Kinerja Manajer Perempuan di Perusahaan Perikanandi Jawa Timur. Disertasi. Program Doktor Ilmu Ekonomi.Universitas Airlangga. Surabaya

Robbins, Crino and Fredendall, 2002. An Integrative Model OfEmpowerment Process. Human Resources Management Review.Vol12.p 419 – 443. USA

Saiful Eddy dan Supli Effendi Rahim. 2013. Pengelolaan EkosistemHutan Mangrove Berbasis Lingkungan. Artikel Ilmiah KebijakanPengelolaan Lingkungan. Program Studi Ilmu Lingkungan. Unsri.Palembang.

Scarborough and Thomas, 2002.Effective Small Business Management.AnEntrepreneurial Approach.Seventh Edition. New Jersey :Prentice Saddle River

Solimun, 2013. Diklat Penguatan Metodologi Penelitian. Program StudiStatstika Fakultas MIPA. Universitas Brawijaya. Malang

Sukesi dan Sugiyanto, 2002. Paradigma Baru Pemberdayaan Perempuan Di Era Globalisasi. Pusat Penelitian Peran Wanita Lembaga Penelitian Universitas Brawijaya Malang

Widaningrum, 1998. Pemberdayaan Perempuan Dengan Metode Longwe. Pelatihan Analisis Gender. Oktober 1998. Yogjakarta