See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/325270401

Analisis Bidang Usaha Reparasi Kapal untuk Mengoptimalkan Pendapatan

Industri Galangan Kapal (Studi Kasus: PT Dok dan Perkapalan Surabaya)

Article · January 2006

CITATIONS READS

0 741

1 author:

Buana Maruf
Badan Pengkajian dan Penerapan Teknologi
44 PUBLICATIONS   27 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Riset Insentif Dikti-KNRT, 2009 View project

JSPS Joint Research, Indonesia-Japan View project

All content following this page was uploaded by Buana Maruf on 21 May 2018.

The user has requested enhancement of the downloaded file.

Diterbitkan di Jurnal Penelitian Enjiniring, UNHAS, Tahun 2006

Analisis Bidang Usaha Reparasi Kapal

untuk Mengoptimalkan Pendapatan Industri Galangan Kapal
(Studi Kasus: PT Dok dan Perkapalan Surabaya)

Oleh: Buana Ma’ruf

(Staff Peneliti BPP Teknologi)

Abstrak
Semakin meningkatnya aktivitas angkutan laut di dalam negeri memberi peluang yang
semakin besar bagi industri galangan kapal nasional, khususnya di bidang usaha reparasi kapal.
Bagi PT Dok dan Perkapalan Surabaya, dimana bidang usaha reparasi menjadi tulang
punggungnya, hal ini tidak hanya sebagai peluang melainkan juga tantangan karena
keterbatasan fasilitas dan kapasitasnya. Studi ini menganalisis hubungan antara tipe kapal,
ukuran (BRT), dan docking days untuk memaksimalkan pendapatannya, dengan menggunakan
metode statistik terhadap historical data perusahaan di bidang usaha ini. Dari tujuh tipe kapal
yang dianalisis, hanya tipe kapal tongkang dan kapal barang yang berpengaruh signifikan
terhadap pendapatan, namun tipe tongkang memberi kontribusi pendapatan yang lebih besar
hingga dua kali lipat. Hasil analisis diperoleh persamaan regresi yang dapat dipergunakan untuk
memaksimalkan pendapatannya. Potensi riset lanjutan yang perlu dilakukan adalah,
mengidentifikasi variabel-variabel yang belum dijelaskan pada model persamaan tersebut.

1. Pendahuluan
Sebagai negara maritim, peran industri galangan kapal nasional sangat penting
di dalam menunjang perekonomian nasional, khususnya di sektor transportasi laut, baik
untuk peremajaan/pengadaan armada kapal nasional maupun sebagai sarana perawatan/
perbaikannya. Saat ini terdapat sekitar 240 perusahaan galangan kapal nasional dengan
kapasitas total sekitar 270.000 dwt untuk bangunan baru dan 5,4 juta dwt untuk reparasi
kapal (M-CT and M-MME, 2001:60). Jumlah tersebut umumnya berkapasitas 500 BRT
ke bawah, dan bergerak di bidang usaha reparasi kapal saja. Perusahaan galangan kapal
nasional yang berkapasitas di atas itu hanya sekitar 63 perusahaan, masing-masing 25
perusahaan bergerak di bidang usaha bangunan baru dan reparasi, dan 38 perusahaan
lainnya hanya bergerak di bidang reparasi kapal (Ma’ruf, 2002:36). Empat perusahaan
terbesar berstatus BUMN, termasuk PT Dok dan Perkapalan Surabaya (PT DPS).
 1

Sebagai salah satu galangan terbesar, PT DPS hanya memiliki luas lahan 5,7 Ha,
fasilitas building berth (1 unit) untuk bangunan baru berkapasitas hingga 8.000 dwt, dan
empat unit dok apung dengan kapasitas maksimum 6.500 TLC atau sekitar 10.00 dwt.
Selama beberapa tahun terakhir, kinerja perusahaan ini terutama bersumber dari bidang
usaha reparasi kapal, baik dari segi pendapatan maupun dari segi kontribusi labanya.
Namun di sisi lain, data perkembangan jumlah pelanggan/permintaan dan daya serapnya
menunjukkan bahwa, perusahaan tidak mampu memanfaatkan peluang tersebut secara
maksimal. Hal tersebut diakibatkan keterbatasan fasilitas dan masih sulitnya
mempersingkat waktu penyelesaian di atas dok (docking days).
Untuk memaksimalkan pendapatannya, beberapa tahun terakhir perusahaan
cenderung melakukan seleksi order pada kapal-kapal berukuran besar yang memberi
kontribusi pendapatan yang lebih besar. Hal ini memang memberikan peningkatan yang
cukup signifikan, walaupun kenaikan tersebut diantaranya disebabkan karena
meningkatnya harga material terutama material pelat/baja. Pada kenyataannya, kapal
berukuran besar tidak selalu memberikan kontribusi pendapatan yang besar, karena
waktu di atas dok lebih lama. Oleh karena itu, perusahaan perlu melakukan analisis
hubungan/pengaruh variabel-variabel yang mempengaruhi pendapatan, yang kemudian
dapat digunakan di dalam melakukan seleksi order secara tepat.
Dengan demikian, permasalahan dalam penelitian ini adalah, bagaimana
mengidentifikasi pengaruh variable-variabel utama dalam reparasi kapal dan
hubungannya terhadap pendapatan perusahaan. Adapun tujuannya adalah, untuk
memberikan masukan kepada perusahaan di dalam melakukan seleksi order secara tepat
untuk mengoptimumkan pendapatan di masa yang akan datang.

2. Peluang Pasar
Peluang pasar galangan kapal nasional sangat terkait dengan perkembangan
volume perdagangan antar pulau dan internasional. Volume perdagangan antar pulau
meningkat rata-rata sebesar 13,5% pertahun dan perdagangan ekspor/impor Indonesia
rata-rata 14,1% pertahun dalam kurun waktu tahun 1989-1999, dan angkutan
penumpang antar pulau meningkat rata-rata 8,7% pertahun dalam kurun waktu tahun
1985-1995 (MICC Report, 2000).
 2

Khusus di bidang perawatan dan perbaikan kapal, peluang pasarnya bergantung

pada aktivitas lalu lintas pelayaran dan operasi kapal di perairan Indonesia dan
sekitarnya. M-CT and M-MME (2001:70) menyebutkan, angkutan barang antar pulau
adalah sekitar 170 juta ton pertahun, dan angkutan ekspor/impor sekitar 330 juta ton
pertahun. Pada tahun 2001 terdapat 736 perusahaan pelayaran nasional, terdiri dari 607
perusahaan yang memiliki kapal ukuran 175 s.d. 4.999 GT, dan 129 perusahaan yang
memiliki kapal ukuran 5.000 GT ke atas (Mingguan Ekonomi Maritim, 29 Mei-4 Juni
2001). Rincian armada kapal niaga nasional tahun 1997 ditunjukkan pada Tabel 1.

Tabel 1. Armada kapal niaga nasional tahun 1999

No. Jenis Usaha Satuan Unit Kapasitas
Total Rata-Rata
1. Pelayaran DWT 4,147 9.934.178 2.395
HP 1.245 856.245 687
2. Non Pelayaran DWT 1.030 1.401.827 1.361
HP 36 48.881 1.357
3. Pelayaran Perintis DWT 37 22.600 610
DWT 5.214 6.358.605 1.219
Jumlah
HP 1.281 905.126 706
Data tidak termasuk armada pelayaran rakyat.
Sumber: Ditjen Perla, 1999, diolah.

Armada tersebut di atas berjumlah 6.495 unit, terjadi peningkatan dibandingkan

data tahun 1995 yang berjumlah 6.054 unit, yang terdiri dari: general cargo 1.214 unit,
container 94 unit, bulk carrier 22 unit, dan tanker 214 unit (APSEM, 1998). Pada tahun
yang sama (1995) juga terdapat 168 kapal penumpang yang melayani 102 rute, dimana
54% beroperasi di Pulau Jawa, terdiri dari 87% tipe Ro-Ro dan sisanya 23 kapal PELNI
hanya mengangkut penumpang (APSEM, 1998).
Kebijakan makro yang tengah dipersiapkan pemerintah adalah INPRES
(Instruksi Presiden) tentang Pemberdayaan Industri Pelayaran Nasional, atau lebih
dikenal dengan Asas Cabotage, juga akan memberi angin segar kepada industri
pelayaran dan industri kapal nasional. Salah satu inti kebijakan pada INPRES tersebut
adalah, mewajibkan seluruh muatan domestik untuk diangkut oleh perusahaan pelayaran
nasional. Selama ini dominasi armada asing pada angkutan domestik tercatat sekitar
46% dan angkutan ekpor/impor mencapai 97% (M-CT & M-MME, 2001:64).
Kebijakan ini juga memberikan insentif dan mewajibkan kepada perusahaan pelayaran
 3

nasional untuk melaksanakan pembangunan dan/atau pemeliharaan dan perbaikan

kapal-kapal (khususnya yang dibiayai dari APBN/APBD) pada industri kapal nasional.
Dengan demikian, industri kapal nasional akan mendapatkan peluang pasar yang
semakin besar, baik di bidang usaha bangunan baru maupun di bidang reparasi kapal.

3. Kinerja Usaha Reparasi Kapal PT DPS

Peluang pasar PT DPS pada bisnis reparasi selama beberapa tahun terakhir
semakin meningkat, dan perusahaan cenderung tidak mampu memanfaatkan peluang
tersebut secara maksimal. Sebagai gambaran, pertumbuhan pangsa pasar PT DPS di
bisnis ini meningkat dari tahun ke tahun, seperti terlihat pada Tabel 2.

Tabel 2. Pangsa pasar PT DPS dan realisasi usaha reparasi tahun 1997-2001
Tahun Tahun Tahun Tahun Tahun
No. Uraian
1997 1998 1999 2000 2001
1. Jumlah Perusahaan 65 79 83 104 118
Terserap 55 56 52 51 45
(85%) (70%) (63%) (47%) (38%)
2. Jumlah Kapal 345 401 460 540 559
Terserap 94 109 95 103 101
(27%) (27%) (21%) (19%) (18%)
3. Total BRT (*) 644.457 705.288 867.410 1.044.870 1.086.766
Terserap 126.871 139.014 193.303 201.765 223.824
(20%) (20%) (22%) (19%) (21%)
Sumber: Data internal PT DPS, diolah

Data di atas memberikan indikasi bahwa perusahaan berhasil mendapatkan

sejumlah pelanggan baru, namun di sisi lain kurang dapat mengoptimalkan dan
meningkatkan kapasitasnya untuk mempertahankan/meningkatkan pangsa pasarnya dari
pelanggan-pelanggan lama. Peningkatan total BRT kapal dan pendapatan terjadi karena
perusahaan melakukan seleksi order pada kapal-kapal berukuran besar dengan nilai
order yang besar dan perusahaan/pemilik kapal yang memiliki kondisi keuangan yang
relatif baik (Ma’ruf, 2002:31).
Semakin membaiknya kondisi pasar domestik untuk bisnis reparasi kapal dan
bangunan baru juga terlihat dari peningkatan pendapatan perusahaan tersebut pada
beberapa tahun terakhir, seperti ditunjukkan pada Tabel 3. Namun demikian, tajamnya
peningkatan tersebut juga disebabkan karena naiknya harga material terutama pelat baja
(Ma’ruf, 2004).
 4

Tabel 3. Perkembangan pendapatan PT DPS tahun 2000-2004

Pendapatan Tahun
Bidang Usaha
2000 2001 2002 2003 2004
1. Reparasi 41.145 48.012 57.887 59.174 66.308
2. Bangunan Baru 0 13.171 10.144 43.888 76.034
3. Order Lain 1.130 212 985 402 921
Total 42.275 61.395 69.016 103.464 143.264
Ket.: Pendapatan dalam juta rupiah; Th. 2000-2004 (Audit)
Sumber: Data internal PT DPS Tahun 2004

4. Metodologi Penelitian
Untuk memecahkan masalah pada penelitian ini digunakan metode statistik
“analisis regresi” dengan menggunakan Dummy Variabel untuk tipe kapal. Langkah-
langkah analisis ini dapat dilihat pada flowchart berikut:

Perumusan Masalah dan

Identifikasi Variabel Penelitian

Pengumpulan Data

Analisis Deskriptif

Pembentukan Model Regresi Dummy

Y = β 0 + β 1 X 1 + ..... + β n X n + β n +1 D1 + ...... + β m Di

Uji Overall (Serentak),Apakah Tidak

Parameter Model Signifikan ?

Analisis Regresi
Ya

Uji Parsial (Individu),Apakah Tidak

Parameter Model Signifikan ?

Ya
Pemilihan Model terbaik
dengan metode Stepwise

Uji Asumsi Residual IIDN

(Identik, Independen, Normal )

Model terbaik
Gambar 1. Flowchart Analisis Regresi
 5

Pada analisis regresi terdapat dua komponen yaitu variabel dependen dan
variabel independen. Variabel dependen adalah variabel tak bebas atau variabel yang
dipengaruhi, sedangkan variabel independen adalah variabel bebas atau yang
mempengaruhi variabel dependen. Analisis regresi ini digunakan untuk data dengan
skala pengukuran rasio, baik untuk variabel dependen maupun independennya. Tetapi
bisa juga dengan data berbentuk kualitatif (kategori), dalam penyelesaiannya harus
dibantu dengan variabel ″boneka″ atau Dummy Variable (Draper, 1992:226).

5. Hasil Penelitian dan Pembahasan

Penyelesaian permasalahan penelitian ini dilakukan berdasarkan analisis
terhadap historial data tentang tipe kapal, ukuran kapal, dan pendapatan beberapa tahun
di masa lalu. Langkah-langkah seperti pada Gambar 1 di atas dapat diuraikan sebagai
berikut:

a. Identifikasi variabel penelitian

Variabel penelitian yang digunakan adalah variabel Pendapatan, Berat (BRT),
Lama di atas dok, Tipe Kapal (ada sembilan macam). Variabel pendapatan merupakan
variabel dependen yang diduga dipengaruhi oleh variabel independen Berat (BRT),
Lama di atas dok (hari), dan variabel dummy Tipe Kapal. Adapun variabel dummy untuk
masing-masing jenis kapal adalah sebagai berikut:

D1 = tipe kapal Passanger (P) D6 = tipe kapal others (Disnav, KK,dll)

D2 = tipe kapal Ikan (I) D7 = tipe kapal Carrier Cargo (CC)
D3 = tipe kapal Tug Boat (TB) D8 = tipe kapal Ferry (F)
D4 = tipe kapal Tanker (T) D9 = tipe kapal Cargo (C)
D5 = tipe kapal Tongkang (TK)

b. Pengumpulan data sekunder

Data diperoleh dari laporan internal PT. DPS berupa data reparasi mulai periode
1996-2000. Adapun data yang tidak lengkap menurut variabel berat (BRT), lama di atas
dok, dan tipe kapal dihapus, hanya data yang lengkap yang digunakan untuk analisis.
Selain itu juga menghilangkan data yang dianggap ekstrim pada variabel pendapatan.
 6

c. Analisis deskriptif terhadap perkembangan pendapatan

Analisis deskriptif memberikan informasi awal mengenai obyek penelitian.
Perkembangan pendapatan tahun 1996-2000 berdasarkan jumlah order dan deskripsi
data pendapatan reparasi kapal terhadap jumlah order ditunjukkan pada Tabel 4.

Tabel 4. Perkembangan Pendapatan, Jumlah Order Reparasi Kapal 1996 – 2000

Tahun Total Order Min. Pendapatan Max. Pendapatan Total Pendapatan
(Unit Kapal) (Rupiah) (Rupiah) (Rupiah)
1996 77 12101000 1,1E+09 1,7E+10
1997 93 3337500 1,0E+09 1,6E+10
1998 86 250000 9,5E+08 1,8E+10
1999 47 23500000 1,4E+09 1,7E+10
2000 70 75000000 2,0E+09 3,1E+10
Sumber: Laporan internal PT. DPS, diolah

Berdasarkan Tabel 4 di atas dapat diketahui bahwa antara tahun 1996-1999

terjadi fluktuasi, baru pada tahun 2000 terjadi peningkatan amper 2 kali dari tahun
1999. Dilihat dari sisi order terjadi peningkatan di tahun 1999 ke tahun 2000. Selama
kurun waktu 5 tahun (1996-2000), beberapa tipe kapal yang telah direparasi dapat
dilihat pada Gambar 2. Berdasarkan grafik tersebut dapat diketahui bahwa tipe kapal
yang paling banyak direparasi selama kurun waktu tersebut adalah tipe kapal Cargo ©.

200
180
180
160
140
Frekuensi

120
100
78
80
60
40 30 27 27
16
20 5 1 2
0
C P I TB T TK O CC F

Jenis Kapal

Gambar 2. Jumlah Kapal Tahun 1996 – 2000

d. Analisis Regresi Terhadap Pendapatan

Sebelum dilakukan analisis regresi perlu diketahui terlebih dahulu korelasi
antara variabel pendapatan dengan variabel pembentuknya. Pada tabel korelasi
 7

Lampiran 1 dapat diketahui bahwa variabel berat memiliki korelasi terbesar (0,266)
terhadap pendapatan, sehingga sangat memungkinkan variabel ini sangat berpengaruh
terhadap pendapatan. Berdasarkan korelasi antar variabel pendapatan dengan
pembentuknya, maka dengan metode stepwise diperoleh model terbaik sebagai berikut :
(Draper,1992:293).

Pendapatan= 1x108+56266.392 BRT+2.2 x 108 TK+5284064 Lama di Dok– 9.2 x 107 C)

R-Square sebesar 13,6 %, artinya kontribusi variabel independen (BRT, lama di

atas dok, TK, dan C) terhadap pendapatan hanya sebesar 13,6% atau dengan kata lain
model di atas dapat menjelaskan 13,6% dari keragaman total dalam data. Hal ini berarti
model di atas kurang bisa menjelaskan keragaman yang ada dalam data. Sedangkan
sisanya 86,4% dipengaruhi oleh variabel lain yang tidak masuk dalam model.
Hal tersebut di atas menunjukkan bahwa, masih dimungkinkan ada variabel lain
yang diduga sangat berpengaruh terhadap pendapatan, namun belum tercover di
dalamnya. R2 maksimum adalah 100% namun tidak mungkin hal itu tercapai, meskipun
secocok apapun modelnya. Ini disebabkan tidak ada satu pun model, betapa pun
baiknya, yang dapat menjelaskan keragaman di dalam data yang ditimbulkan oleh galat
murni. Sehingga dapat disimpulkan bahwa nilai R2 semakin mendekati 100% maka
keragaman data yang dapat dijelaskan oleh model semakin besar. (Draper, 1992:31).
Dari model di atas dapat diperoleh model untuk masing-masing tipe kapal yang
signifikan berpengaruh terhadap pendapatan, yaitu :

• Untuk Tipe Kapal Tongkang (TK)

Pendapatan = 3.2x108 + 56266.392 BRT + 5284064 Lama di atas dok

• Untuk tipe Kapal Cargo (C)

Pendapatan = 0.8x107+56266.392 BRT+2.2 x 108 TK+5284064 Lama di atas dok

Dari ketiga model yang diperoleh dapat diinterpretasikan sebagai berikut:

• Jika berat kapal naik sebesar satu satuan, maka pendapatan akan meningkat
sebesar 56266,392 satuan dengan asumsi variabel lama di atas dok konstan.
• Jika lama di atas dok naik sebesar satu satuan, maka pendapatan akan
meningkat sebesar 5284064 satuan dengan asumsi variabel berat konstan.
 8

• Jika memilih tipe kapal Tongkang maka akan diperoleh pertambahan

pendapatan sebesar 3.2x108 dengan asumsi variabel berat dan lama di atas dok
konstan.
• Jika memilih tipe kapal Cargo maka akan diperoleh pertambahan pendapatan
sebesar 0.8x107 dengan asumsi variabel berat dan lama di atas dok konstan.

Selanjutnya dilakukan uji signifikansi parameter diantaranya Uji Serentak

(Overall) dan Uji Individu (Parsial) untuk mengetahui kontribusi variabel independan
terhadap variabel pendapatan (Draper,1992:16-30).

1. Uji Serentak (Overall)

Hipotesis:
H0 : β i = 0 (Model tidak sesuai)
H1 : β i ≠ 0 (Model sesuai)

Statistik Uji:
Mean Square Error
F= = 14.316 P_value = 0.000
Mean Square Re gresi
Keputusan: P_value < (α = 5 %) Tolak H0
Kesimpulan: Model sesuai

2. Uji Individu (Parsial)

Hipotesis :
H0 : β i = 0 (i = 0,1,2,….,4)
H1 : β i ≠ 0 (i = 0,1,2,….,4)

Statistik Uji:
Tabel 5. Hasil Uji Parsial (individu)
Variabel t P_value
Berat 6.163 0.000
TK (D5) 3.018 0.003
Lama diDok 3.166 0.002
C (D9) -3.116 0.002

Keputusan: P_value < (α = 5 %) Tolak H0

Kesimpulan: Seluruh variabel independen signifikan berpengaruh terhadap
pendapatan.
 9

Berdasarkan hasil uji signifikansi parameter yang meliputi uji overall (uji F) dan
uji parsial (uji t) menunjukkan bahwa, seluruh parameter signifikan pada tingkat
kepercayaan 95%, atau dengan kata lain model sesuai dan seluruh variabel independen
mempunyai pengaruh yang signifikan terhadap pendapatan. Berikutnya dilakukan
pengujian asumsi residual yaitu IIDN (Identik, Independen, Normal). Berdasarkan nilai
VIF (Variance Inflation Factor) yang tidak lebih dari 10 maka dapat disimpulkan tidak
ada kasus multikolinieritas, artinya tidak ada korelasi linier antar variabel
independen.(Montgomery,1992:192).
Dilihat dari nilai Durbin-watson sebesar 1.806 kurang dari dL= 1.59 maka dapat
disimpulkan terjadi kasus autokorelasi, artinya antara observasi memiliki korelasi
(asumsi independen tidak terpenuhi) (Supranto,1984:109). Begitu pula asumsi Identik
dan normal tidak terpenuhi, dapat dilihat dari plot residual dan pendapatan atau dari
hasil uji Kolmogorov-Smirnov untuk uji data berdistribusi normal (Conover,1980).
Berdasarkan hasil Analisis Regresi diperoleh bahwa hanya tipe kapal tongkang
(TK) dan Cargo (C) yang signifikan berpengaruh terhadap pendapatan. Untuk lebih
memperjelas karakteristik dari kedua tipe kapal tersebut selama kurun waktu 1996-
2000, maka dapat dilihat deskriptif pada Gambar 3 hingga Gambar 5.

25
19.78
20
Hari di atas Dok

14
15

10

0
TK C

Gambar 3. Rata-rata lama di atas dok Tipe Tongkang dan Cargo

2500 2244.87

2000 1754.88

1500
Berat (BRT)

1000
500
0
TK C
Tipe Kapal

Gambar 4. Rata-rata Berat Tipe Tongkang dan Cargo

 10

6000
4800

Pendapatan (Juta Rupiah)

5000
4000
3000 2400
2000
1000
0
TK C
Tipe Kapal

Gambar 5. Rata-rata Pendapatan Tipe Tongkang dan Cargo

Dari ketiga grafik di atas dapat diketahui bahwa rata-rata lama di atas dok dan
Berat tipe kapal Tongkang (TK) lebih kecil dibandingkan dengan tipe kapal Cargo (C),
namun pendapatan yang dihasilkan jauh lebih besar sekitar dua kali lipat.

6. Kesimpulan
Analisis Regresi terhadap pendapatan reparasi kapal pada PT. DPS berdasarkan
variabel BRT, lama di dok, dan tipe kapal diperoleh model berikut:

Pendapatan = 1x108+56266.392 BRT+2.2x108 TK+5284064 Lama di dok-9.2x107 C

Dengan keragaman total dalam data yang dapat dijelaskan oleh model hanya 13,6%.
Sedangkan sisanya 86,4% dipengaruhi oleh variabel lain yang tidak masuk dalam
model. Hal ini merupakan obyek penelitian lanjutan yang perlu dilakukan. Dari model
di atas terlihat hanya dua tipe kapal yang signifikan berpengaruh terhadap pendapatan
yaitu tipe kapal Tongkang (TK) dan Cargo (C) dengan model berikut:

• Untuk Tipe Kapal Tongkang (TK)

Pendapatan = 3.2x108 + 56266.392 BRT + 5284064 Lama di atas dok

• Untuk tipe Kapal Cargo (C)

Pendapatan = 0.8x107 + 56266.392 BRT + 2.2 x 108 TK + 5284064 Lama di atas dok

Daftar Referensi
Asian & Pacific Shipbuilding Expert Meeting (APSEM) (1998) APSEM Report 1998,
Cebu-Philippines: APSEM Committee.
 11

Conover, W.J. (1980), Practical Nonparametric Statistic, Edisi kedua, John Wiley &
Sons. New York, Chichester, Brisbane, Toronto, Singapore.
Directorate General of Sea Communication (DGSC) (2000) Operation System of
Indonesia National Sea Transportation and Its Problems, Proceeding of JSPS
Seminar on Marine Transportation Engineering, JSPS, Hiroshima.
Directorate General of Sea Communication (1997) Domestic Shipping Modernization
Program in Indonesia, OECF Japan, Jakarta
Dok dan Perkapalan Surabaya (DPS) (2002) Rencana Kerja Anggaran Perusahaan
Tahun 2003, PT DPS, Surabaya.
------ (2001) Rencana Kerja Anggaran Perusahaan Tahun 2002, PT DPS, Surabaya.
------ (2001) Laporan Kinerja Manajemen PT DPS Tahun 2000, PT DPS, Surabaya.
Draper, N. R., (1992), Analisis Regresi Terapan, Edisi kedua, PT. Gramedia Pustaka
Utama, Jakarta
Indomaritim.com. (2004) Asas Cabotage dan Hipotek Kapal, Situs Informasi Maritim,
Edisi Cetak 014/IV/2004/Th.II, pp 10.
Ma’ruf, B., Widjaja, S. (2004) Implementasi Model David untuk Formulasi Strategi
Korporat pada Industri Galangan Kapal, Prosiding Seminar Nasional
Pascasarjana IV 2004, Program Pascasarjana ITS, Surabaya, pp I-597:607.
Ma’ruf, B. (2002) Formulasi Strategi dengan Menggunakan Rerangka Manajemen
Strategik David pada PT Dok dan Perkapalan Surabaya, Tesis Magister
Manajemen, Universitas Surabaya.
Maritime International Cooperation Center of Japan (MICC) (2000) The Study on The
Development of Indonesian Domestic Marine Transportation, Report, Ministry of
Transport-Japan, Hiroshima.
Ministry of Communication and Telecommunication (M-CT), and Ministry of Metal,
Machinery, Electronics, and Multifarious Industries (M-MME) (2001) The Report
of Seminar on Indonesian Shipping and Shipbuilding Problems, Jakarta.
Mingguan Ekonomi MARITIM (2001), Edisi 29 Mei - 4 Juni 2001.
Montgomery, D.C and Peck, E.A, (1992), Introduction to Linear Regression Analysis,
Second Edition, John Wiley & Sons, Inc, New York.
Supranto, J. (1984), Ekonometrik, Buku Dua, Lembaga Penerbit Fakultas Ekonomi
Universitas Indonesia.

View publication stats