BELIKAN : SISTEM INFORMASI PENDUKUNG DISTRIBUSI DAN EDUKASI

PERIKANAN BERBASIS APLIKASI GUNA MENDUKUNG HILIRISASI SEKTOR

PERIKANAN DI INDONESIA

Noerul Hanin

Universitas Tanjungpura

ABSTRAK

Indonesia merupakan negara maritim yang memiliki potensi besar dalam sektor perikanan. Sayangnya,
potensi tersebut justru belum dikelola secara optimal dengan berbagai masalah yang ada, seperti
kesulitan pendistribusian ikan tangkap segar dan masih maraknya tengkulak yang menjual ikan dengan
harga tinggi. Oleh karena itu, penulis menginisiasi pembentukan aplikasi Belikan dengan algoritma A*
dan metode Simple Additive Weighting. Penelitian ini menggunakan metode kualitatif deskriptif dalam
menelaah masalah dan menguraikan solusi yang ditawarkan. Kemudian, didapatkan hasil berupa
tinjauan konsep pendirian aplikasi Belikan yang memiliki fitur AntarIkan, CekIkan, InfoIkan, dan
BudidayaIkan. Fitur-fitur tersebur terhimpun dalam sistem informasi Belikan yang diharapkan mampu
mendorong hilirisasi sektor perikanan di Indonesia.

Kata kunci : Perikanan, aplikasi, algoritma A*, Simple Additive Weighting

PENDAHULUAN

Indonesia merupakan negara maritim dengan wilayah perairan yang luas. Wilayah daratan Indonesia
yang tersebar pada lebih dari 17 ribu pulau dihubungkan oleh perairan seluas 5,8 juta km², yang artinya
jauh lebih luas dibandingkan wilayah daratannya (Ananda, 2016). Tidak hanya itu, kondisi geografis
negara yang diapit oleh dua samudra menjadikan Indonesia sebagai marine mega-biodiversity karena
lautnya yang kaya akan keanekaragaman hayati. Kekayaan laut nusantara juga diikuti dengan
keberagaman sumber daya air tawar, yakni sebanyak lebih dari 440 spesies ikan air tawar endemik
(Badan Karantina Ikan, Pengendalian Mutu, dan Keamanan Hasil Perikanan, 2015). Sayangnya,
kekayaan tersebut justru tidak dibarengi dengan pengelolaan yang optimal. Sektor perikanan Indonesia
yang semestinya menjadi salah satu pilar pembangunan bangsa, justru belum tergarap secara maksimal,
baik oleh pemerintah maupun masyarakatnya (Deputi Bidang Koordinasi Sumber Daya Maritim, 2020).

Pemerintah telah mengeluarkan berbagai kebijakan maupun rencana kerja untuk memberdayakan sektor
perikanan. Pemerintah menyusun sasaran strategis untuk melaksanakan hilirisasi sumber daya maritim,
mengembangkan produk kelautan berdaya saing, dan meningkatkan produksi budidaya ikan yang
optimal dengan tetap memperhatikan prinsip berkelanjutan (Kementerian Kelautan dan Perikanan,
2020). Namun, sasaran nasional tersebut perlu disertai dengan penyediaan sarana yang baik untuk
menunjang pemberdayaan. Indonesia masih mengalami kesulitan dalam pendistribusian produk
perikanan, khususnya ikan tangkapan. Hal itu membuat ketersediaan ikan di masyarakat belum
maksimal, khususnya ketersediaan ikan dengan tingkat kesegaran yang baik (Direktorat Pengolahan
dan Bina Mutu, 2019). Selain itu, maraknya distributor yang menekan nelayan dan menjual ikan dengan
harga tinggi (tengkulak) juga masih terjadi di Indonesia. Nelayan diketahui dapat merugi sekitar 2 ribu
hingga 5 ribu rupiah per kilogram ikan apabila menyerahkan hasil tangkapannya kepada tengkulak
(Lubis, et al., 2012).

Berdasarkan permasalahan tersebut, penulis menggagas pembentukan aplikasi Belikan yang

menyediakan fitur pendistribusian ikan tangkapan segar dan ikan olahan langsung kepada konsumen
dengan rute terdekat. Aplikasi ini juga mendukung upaya edukasi perikanan, meliputi cara mengetahui
kualitas ikan segar, penyediaan informasi spesies ikan di Indonesia, dan langkah pelaksanaan budidaya
ikan. Aplikasi Belikan terintegrasi dengan algoritma A* untuk menentukan rute terdekat distribusi dan
metode Simple Additive Weighting untuk mengetahui kualitas kesegaran ikan. Metode ini dipilih karena
mampu memberikan hasil yang jelas, detail, dan lebih cepat dibanding metode lainnya. Dengan
demikian, penulis berharap agar aplikasi Belikan mampu menjadi salah satu alternatif pemberdayaan
dan upaya hilirisasi sektor perikanan di Indonesia.

TINJAUAN PUSTAKA

1. Sistem Informasi Berbasis Aplikasi

Sistem merupakan dasar aktivitas atau kegiatan dari sekumpulan hal yang memiliki aturan terstruktur
untuk mencapai tujuan bersama, sementara informasi adalah data yang berperan dalam pengambilan
keputusan (Ridwan, et al, 2021). Sistem informasi sendiri adalah kombinasi terstruktur dari sistem dan
informasi, meliputi manusia, perangkat komputer, jaringan internet, serta data untuk menyebarkan dan
menyajikan informasi terkait bidang tertentu (Anggraeni dan Irviani, 2017). Aplikasi adalah program
siap guna yang dapat dipakai untuk menjalankan perintah atau instruksi dari pengguna aplikasi yang
bersangkutan dengan maksud agar mendapatkan hasil yang sesuai dengan tujuan pembentukan aplikasi
(Abdurahman dan Riswaya, 2014). Dengan kata lain, sistem informasi berbasis aplikasi merupakan
kesatuan data atau informasi terkait suatu bidang yang disajikan dalam bentuk program perangkat lunak
sehingga dapat digunakan dengan mudah oleh pengguna.
2. Distribusi
Distribusi termasuk dalam kegiatan pemasaran, yaitu kegiatan untuk menyalurkan suatu produk jual
dari produsen agar sampai kepada konsumen (Hasriani, 2018). Kegiatan distribusi berfungsi untuk
memperlancar penyampaian produk ke pembeli sesuai dengan kebutuhan dari pembeli tersebut (Putri,
Rosmayani, dan Rosmita, 2018). Dengan demikian, disimpulkan bahwa distribusi adalah kegiatan
dalam perdagangan berupa penyaluran dan pengangkutan barang dari produsen kepada konsumen
sesuai dengan keperluan konsumen.
3. Edukasi
Edukasi adalah proses yang mendorong terjadinya pembelajaran sehingga mampu menambah
pengetahuan, memperbaiki sikap, dan mengasah keterampilan melalui penguatan praktik tertentu
(Butar-Butar, 2018). Edukasi adalah kegiatan pengajaran yang dapat dilakukan di mana pun dan
memerlukan kerja sama dari berbagai pihak, baik guru, orang tua, sekolah, pemerintah, maupun
masyarakat (Kementerian Pendidikan dan Kebudayaan, 2020). Berdasarkan tinjauan tersebut, dapat
dikatakan bahwa edukasi adalah kegiatan menyampaikan informasi atau pengajaran ke orang lain untuk
menambah pengetahuan maupun mencapai tujuan tertentu dari pelaku pendidikan.
4. Hilirisasi Sektor Perikanan
Hilirisasi merupakan kegiatan memperluas, memperkuat, menumbuhkan populasi sektor, dan
memperkenalkannya kepada masyarakat (Kementerian Perindustrian, 2016). Sektor perikanan sendiri
adalah ranah kegiatan manusia yang berhubungan dengan semua sumber daya hayati yang berhabitat
di perairan (Haderah, 2019). Dengan demikian, hilirisasi sektor perikanan merupakan kegiatan
memperkuat dan memperluas pemberdayaan sumber daya hayati perairan untuk mengoptimalkan
pemanfaatan sektor, baik bagi pelaku maupun masyarakat sebagai penerima manfaat.
5. Algoritma A*
Algoritma A* (A-Star) merupakan algoritma yang digunakan untuk menentukan rute terdekat, melalui
integrasi antara Uniform Cost Search dan Greedy Best-First Search (Hermanto dan Dermawan, 2018).
Algoritma A* menerapkan nilai heuristik yang dapat dinyatakan sebagai berikut (Prasetyo et al, 2019).
𝑓(𝑛) = 𝑔(𝑛) + ℎ(𝑛)
di mana, 𝑓(𝑛)= total biaya (jarak) dari titik asal ke titik tujuan
𝑔(𝑛)= biaya (jarak) sesungguhnya antara kedua titik
ℎ(𝑛)= jumlah pergerakan dari titik asal ke titik tujuan secara grafis
Algoritma A* menghitung jarak dari titik satu ke titik lain berdasarkan koordinat dari setiap titik
meliputi latitude dan longitude titik-titik tersebut (Umar, Yudhana, dan Prayudi, 2021). Dari nilai
koordinat tersebut, algoritma ini mampu menentukan jalur terpendek sehingga mempercepat perjalanan
antara dua atau lebih titik.
6. Simple Additive Weighting
Metode Simple Additive Weighting (SAW) adalah metode yang digunakan untuk mencari alternatif
optimal dari sejumlah alternatif dengan menggunakan kriteria tertentu (Sari dan Adi, 2021). Ada
beberapa langkah dalam penyelesaian metode SAW, yakni sebagai berikut :
a. Menentukan kriteria yang dijadikan acuan dalam pendukung keputusan yaitu C i
b. Memberikan nilai bobot untuk setiap kriteria.
c. Menentukan nilai bobot untuk setiap subkriteria
 d. Memasukkan nilai data sesuai bobot kriteria dan melakukan normalisasi.
e. Hasil akhir diperoleh dari proses pemeringkatan, yakni melalui penjumlahan dari perkalian nilai
ternormalisasi dengan vektor bobot hingga diperoleh nilai setiap objek yang kemudian akan
diperingkatkan dari yang terbesar.

DATA DAN METODOLOGI

1. Metode Penulisan
Penulisan ini menggunakan metode penulisan kualitatif deskripsi, yaitu metode penulisan yang
digunakan untuk menggambarkan, memaparkan, dan menjelaskan objek penulisan secara objektif.
Penulisan dilakukan dengan menguraikan konsep ide dan potensinya dalam hilirisasi sektor perikanan
di Indonesia.
2. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penulisan karya tulis ini dilakukan dengan menelusuri pustaka dari
literatur-literatur relevan, yaitu literatur primer berupa jurnal ilmiah, sekunder berupa buku, dan tersier
berupa internet atau situs pemerintah. Selain itu, dilakukan pula survei lapangan untuk memperoleh
data primer sebagai bahan simulasi perhitungan.
3. Teknik Analisis Data
Teknik analisis data yang digunakan adalah teknik analisis data deskriptif kualitatif. Teknik ini
digunakan untuk pengembangan hipotesis dari data dan informasi yang telah didapatkan. Metode
kualitatif digunakan penulis untuk melakukan penjelajahan masalah. Kemudian, data diolah dengan
proses seleksi dan reduksi data sesuai permasalahan yang diangkat.
4. Kerangka Berpikir

Diagram 1. Kerangka Berpikir

5. Data Penelitian
Sesuai teknik pengumpulan data yang diuraikan sebelumnya, penelitian ini menggunakan data yang
diperoleh dari studi literatur dan survei lapangan. Studi literatur digunakan dalam mengumpulkan data
jarak pantai di Sulawesi Tenggara dan Kecamatan Unaaha untuk simulasi perhitungan. Dalam data ini,
diambil sepuluh sampel acak pantai di Sulawesi Tenggara yang disajikan pula dalam Tabel 1. Selain
itu, terdapat pula data terkait penilaian fisik ikan yang diperoleh berdasarkan survei terhadap empat
sampel ikan di Pasar X, Kota Pontianak, Kalimantan Barat. Data terkait penilaian fisik tersebut
disajikan dalam Tabel 2.

Tabel 1. Data Jarak Pantai-Pantai di Sulawesi Tenggara ke Kecamatan Unaaha

 Simbol Nama Pantai Jarak Pantai ke Kecamatan Unaaha (U)
A Pantai Tamborasi 178 km
B Pantai Malaha 126 km
C Pantai Ria Kolaka 90 km
D Pantai Wolulu 142 km
E Pantai Taipa 71 km
F Pantai Batu Gong Kendari 75 km
G Pantai Toronipa 94 km
H Pantai Maya Ria Kasilampe 74 km
I Pantai Tanjung Tiram 88 km
J Pantai Dewi 94 km

Tabel 2. Data Penilaian Fisik Sampel Ikan di Pasar X, Pontianak

Sampel Mata Daging Warna Sisik Perut
Ikan Insang
A1 Menonjol, Sangat Merah Sedikit terlepas Elastis
cerah kenyal gelap
A2 Cekung Cukup Merah Sedikit terlepas Elastis
ke dalam kenyal kecoklatan
A3 Rata Sedikit Merah Cukup menempel Cukup
lembek kecoklatan di kulit elastis
A4 Cekung Sedikit Merah Sedikit terlepas Cukup
ke dalam lembek gelap elastis

HASIL

1. Konsep Aplikasi Belikan

Belikan merupakan aplikasi yang menyediakan informasi pendistribusian dan edukasi dalam lingkup
sektor perikanan. Aplikasi Belikan memiliki beberapa fitur, yakni AntarIkan, CekIkan, InfoIkan, dan
BudidayaIkan. Secara umum, terdapat dua komponen penting dalam pengaplikasian fitur-fitur tersebut,
yaitu algoritma A* dan metode Simple Additive Weighting (SAW). Algoritma A* diterapkan untuk
melihat rute terdekat dalam pendistribusian ikan segar, ikan olahan, maupun benih ikan untuk
dibudidayakan. Sementara itu, metode SAW diterapkan untuk membantu pengambilan keputusan
dalam menentukan ikan yang masih berada dalam kondisi segar.
Dalam menerapkan algoritma A* pada aplikasi Belikan, disimulasikan pencarian rute terdekat antara
konsumen dan para nelayan di provinsi Sulawesi Tenggara. Untuk analisis dalam simulasi ini, dipilih
Kecamatan Unaaha di Kabupaten Konawe sebagai lokasi konsumen yang melakukan pemesanan ikan
segar. Kemudian, disimulasikan bahwa nelayan yang memiliki ikan berlokasi di pantai-pantai Sulawesi
Tenggara seperti disebutkan pada Tabel 1. Hasil pengolahan data terkait jarak antara pantai dan
Kecamatan Unaaha, Sulawesi Tenggara, menggunakan algoritma A* dapat dilihat pada Gambar 1.

Gambar 1. Hasil Pencarian Rute Terdekat

Berdasarkan simulasi pemilihan rute tersebut, diperoleh hasil bahwa konsumen di Kecamatan Unaaha
memiliki jarak paling dekat dengan nelayan di Pantai Taipa. Setelah itu, konsumen akan diarahkan
kepada daftar nelayan di lokasi tersebut dan dapat dengan bebas memilih sumber atau pihak yang
menjadi tempat pemesanannya.
Selain algoritma A*, aplikasi Belikan juga menerapkan metode Simple Additive Weighting untuk
menentukan ikan yang masih dalam kondisi segar. Untuk menerapkannya, ditentukan kriteria yang
menandakan kesegaran ikan. Ikan yang segar dapat dilihat berdasarkan ciri-ciri dari mata, daging, warna
insang, sisik, dan perut ikan (Dinas Ketahanan Pangan, Pertanian, dan Perikanan Kota Tasikmalaya,
2021). Kriteria beserta pembobotannya dapat dilihat pada Tabel 3.
Tabel 3. Kriteria Kesegaran Ikan Mentah
No Kriteria Kode Kriteria Bobot Kriteria
1 Mata C1 20%
2 Daging C2 20%
3 Warna insang C3 20%
4 Sisik C4 20%
5 Perut C5 20%

Dari kelima kriteria tersebut, selanjutnya dilakukan pembobotan subkriteria. Setiap subkriteria
dibobotkan berdasarkan tingkat yang menandakan kualitas kesegaran ikan. Pembobotan subkriteria dari
setiap kriteria dapat dilihat pada tabel berikut.

Tabel 4. Kriteria Mata (C1)

Kriteria Subkriteria Bobot Subkriteria
Mata Kusam, cekung ke dalam 0,2
 Cekung ke dalam 0,4
Rata 0,6
Menonjol 0,8
Cerah, menonjol 1

Tabel 5. Kriteria Daging (C2)

Kriteria Subkriteria Bobot Subkriteria
Daging Sangat lembek 0,2
Sedikit lembek 0,4
Tidak kenyal dan tidak lembek 0,6
Cukup kenyal 0,8
Sangat kenyal 1

Tabel 6. Kriteria Warna Insang (C3)

Kriteria Subkriteria Bobot Subkriteria

Warna insang Coklat keabuan 0,2
Coklat 0,4
Merah kecoklatan 0,6
Merah gelap 0,8
Merah cerah 1

Tabel 7. Kriteria Sisik (C4)

Kriteria Subkriteria Bobot Subkriteria
Sisik Banyak terlepas dengan mudah 0,2
Banyak terlepas 0,4
Sedikit terlepas 0,6
Cukup menempel di kulit 0,8
Menempel kuat di kulit 1

Tabel 8. Kriteria Perut (C5)

Kriteria Subkriteria Bobot Subkriteria
Perut Sangat keras dan terasa memiliki benjolan 0,2
Keras 0,4
 Tidak elastis dan tidak keras 0,6
Cukup elastis 0,8
Elastis 1

Bobot setiap subkriteria pada masing-masing kriteria akan menjadi parameter penilaian untuk
mengetahui kesegaran ikan. Untuk mengujinya, dapat dicontohkan simulasi penilaian kepada empat
sampel ikan yang sebelumnya disajikan pada Tabel 2. Hasil normalisasi data yang disesuaikan dengan
pembobotan setiap subkriteria dapat dilihat pada Tabel 9.

Tabel 9. Hasil Normalisasi Pembobotan

Sampel Ikan C1 C2 C3 C4 C5
A1 1 1 0,8 0,6 1
A2 0,4 0,8 0,6 0,6 1
A3 0,6 0,4 0,6 0,8 0,8
A4 0,4 0,4 0,8 0,6 0,8

Data dalam Tabel 9 selanjutnya dimasukkan ke dalam matriks keputusan yang kemudian dinormalisasi
kembali untuk menyesuaikan nilai sampel ikan per kriteria. Lalu, nilai akhir pembobotan didapat dari
penjumlahan dari perkalian setiap elemen matriks dengan bobot per kriteria yang telah disebutkan pada
Tabel 3. Hasil nilai akhir pembobotan dari simulasi data korban di atas tercantum pada Tabel 10.

Tabel 10. Nilai Pembobotan Akhir

Sampel ikan Nilai Akhir

A1 0,90
A2 0,79
A3 0,71
A4 0,67

Berdasarkan hasil pembobotan akhir, diketahui bahwa ikan yang paling segar adalah sampel ikan A1,
lalu disusul A2, A3, dan A4. Hal tersebut adalah hasil simulasi perhitungan yang nantinya akan
dilakukan oleh aplikasi Belikan secara cepat. Dengan demikian, pengguna aplikasi dapat mengetahui
kualitas ikan yang dimiliki sebelum mengonsumsi ikan tersebut.

Aplikasi Belikan tidak hanya memberi layanan rute pendistribusian ikan pada fitur AntarIkan dan
layanan edukasi terkait kesegaran ikan pada fitur CekIkan. Aplikasi Belikan juga menyediakan berbagai
fitur lainnya yang secara umum dikonsepkan agar mampu membantu peningkatan kesejahteraan pelaku
sektor perikanan dan mendukung optimalisasi pemberdayaan sektor tersebut.

2. Mekanisme Penggunaan Aplikasi Belikan

Aplikasi Belikan disajikan dengan tampilan yang interaktif dan mudah digunakan. Saat pengguna
membuka aplikasi, pengguna akan menemukan tampilan splash screen dan halaman untuk login atau
masuk ke dalam aplikasi. Pada halaman login, pengguna dapat mengisikan username dan password
yang didaftarkan sebelumnya. Apabila pengguna belum mendaftar, ia dapat memilih pilihan register
pada menu tersebut. Tampilan halaman awal ini dapat dilihat pada Gambar 2.

Gambar 2. Tampilan Awal Aplikasi Belikan

Sumber : Desain Penulis, 2022

Setelah pengguna berhasil login, pengguna akan menemukan menu Beranda. Pada menu ini, disajikan
semua fitur yang tersedia. Terdapat pula menu Pengaturan untuk mengatur aplikasi dan menu Profil
yang menampilkan data diri pengguna yang bersangkutan. Selain ketiga menu tersebut, aplikasi juga
dilengkapi dengan menu Koin. Menu Koin disediakan untuk menampilkan jumlah koin yang
didapatkan pengguna dari penggunaan beberapa fitur aplikasi, yang mana koin tersebut dapat
ditukarkan pula pada menu ini. Tampilan menu pada aplikasi Belikan dapat dilihat pada Gambar 3.
 Gambar 3. Tampilan Menu pada Aplikasi Belikan
Sumber : Desain Penulis, 2022

Pada menu beranda, pengguna dapat mengakses fitur-fitur aplikasi Belikan. Pertama, terdapat fitur
bernama AntarIkan yang menyediakan layanan pengantaran ikan segar maupun ikan olahan dari
produsen atau penjual. Fitur ini terintegrasi dengan algoritma A* untuk menampilkan pilihan penjual
yang memiliki jarak terdekat dengan pengguna. Hal ini bertujuan agar pengantaran dapat berlangsung
dengan cepat sehingga kualitas produk terjaga dengan baik. Tampilan fitur AntarIkan dapat dilihat pada
Gambar 4.
.
 Gambar 4. Tampilan Fitur AntarIkan
Sumber : Desain Penulis, 2022
Kemudian, terdapat fitur CekIkan yang berfungsi sebagai layanan edukasi bagi pengguna untuk
memastikan kondisi kesegaran dari ikan mentah yang dimilikinya. Fitur ini menerapkan metode SAW
untuk mengetahui tingkat kesegaran ikan. Pengguna akan diberikan sejumlah pertanyaan terkait kondisi
fisik ikannya. Selanjutnya, aplikasi akan secara otomatis menentukan tingkat kesegaran ikan tersebut
melalui metode yang digunakan. Tampilan fitur CekIkan dapat dilihat pada Gambar 5.
 Gambar 5. Tampilan Fitur CekIkan
Sumber : Desain Penulis, 2022

Aplikasi Belikan juga menyediakan layanan edukasi lainnya, yakni pada fitur InfoIkan. Fitur ini
menyediakan informasi seputar jenis ikan sekaligus karakteristik, habitat, kandungan gizi, hingga
sebaran populasinya di Indonesia. Tampilan fitur InfoIkan dapat dilihat pada Gambar 6.

Gambar 6. Tampilan Fitur InfoIkan

Sumber : Desain Penulis, 2022

Fitur terakhir pada Belikan adalah BudidayaIkan. Fitur ini ditujukan kepada orang-orang yang memiliki
usaha atau keinginan untuk membudidayakan ikan. Pada fitur ini, pengguna dapat membeli benih ikan
dari toko yang bekerja sama dengan aplikasi dan mengetahui langkah-langkah pembudidayaan ikan.
Selain itu, terdapat pula tawaran usaha budidaya terintegrasi internet of things. Pembukaan usaha
berbasis teknologi tersebut akan dipandu oleh pihak yang ahli dan berpengalaman dengan sejumlah
syarat dan biaya tertentu yang harus dibayarkan pengguna. Tampilan fitur BudidayaIkan dapat dilihat
pada Gambar 7.
 Gambar 7. Tampilan Fitur BudidayaIkan
Sumber : Desain Penulis, 2022

Untuk memperjelas alur penggunaan aplikasi Belikan, penulis menggambarkan interaksi pengguna dan
sistem melalui metode activity diagram. Activity diagram dari Belikan dapat dilihat pada Diagram 2.
 Diagram 2. Activity Diagram Aplikasi Belikan

3. Analisis Pembentukan Aplikasi dan Pihak Terkait

Untuk menganalisis konsep pembentukan aplikasi Belikan, dilakukan analisis SWOT, yakni analisis
terhadap kekuatan, kelemahan, peluang, dan ancaman bagi aplikasi Belikan. Hasil dari analisis SWOT
dapat dilihat pada Tabel 11.
Tabel 11. Hasil Analisis SWOT
Strength : Weakness :
1. Indonesia memiliki potensi 1. Sulitnya perencanaan
maritim yang besar 2. Sulitnya sosialisasi
2. Masyarakat menyukai hal- kepada nelayan maupun
Indikator
hal praktis dan cepat. pembudi daya ikan
3. Maraknya usaha kuliner
membuat kebutuhan akan
ikan segar meningkat
Opportunity : Strategi S-O : Strategi W-O :
Belum ada aplikasi 1. Terus memperbarui kualitas 1. Memperluas sosialisasi
sejenis, terutama fitur aplikasi kepada pelaku sektor
yang menyediakan 2. Meningkatkan poin dan perikanan
fitur penjualan dan menambah produk di menu 2. Berdiskusi dengan berbagai
pengantaran produk toko ahli dalam meningkatkan
sektor perikanan 3. Menambah inovasi fitur kualitas aplikasi
dengan rute terdekat. lainnya

Threat : Strategi S-T : Strategi W-T :

1. Regulasi belum 1. Berdiskusi dengan 1. Selalu melakukan evaluasi
mendukung penuh pemerintah untuk setiap kurun waktu tertentu
2. Kemungkinan pemberian dukungan 2. Mempererat kerja sama
penolakan dari terhadap aplikasi internal
distributor asal 2. Memasarkan produk yang 3. Melakukan survei kepuasan
benar-benar berkualitas dan survei kebutuhan
 3. Kompetitor berupa 3. Merekrut distributor asal masyarakat dalam bidang
e-commerce atau menjadi petugas distribusi terkait
marketplace sejenis pada aplikasi Belikan

Untuk memperdalam rencana pembentukan Belikan, disusun ganbaran pihak terkait yang dapat saling
bersinergi untuk membangun aplikasi ini. Ilustrasi pihak yang dimaksud dapat dilihat pada Gambar 8.

Gambar 8. Ilustrasi Pihak Terkait

KESIMPULAN DAN REKOMENDASI

1. Kesimpulan
Aplikasi Belikan merupakan sistem informasi distribusi dan edukasi perikanan yang diinisiasikan untuk
mendukung pemberdayaan sektor perikanan. Aplikasi Belikan menyediakan fitur AntarIkan, CekIkan,
InfoIkan, dan BudidayaIkan yang terintegrasi dengan algoritma A* dan metode Simple Additive
Weighting. Penulis menggagas pembentukan aplikasi Belikan untuk membantu pemerintah dan seluruh
pelaku sektor perikanan dalam memasyarakatkan konsumsi ikan serta meningkatkan hilirisasi sektor
perikanan di negara maritim, Indonesia.
2. Rekomendasi
Dalam pembentukan aplikasi Belikan, diperlukan penelitian lebih lanjut terkait sistem kerja aplikasi.
Selain itu, perlu dilakukan diskusi bersama software engineer, akademisi, pemerintah, dan pelaku sektor
perikanan untuk menghasilkan aplikasi yang diharapkan.
 DAFTAR PUSTAKA

Abdurahman, H., dan Riswaya, A. R. (2014). Aplikasi Pinjaman Pembayaran Secara Kredit Pada Bank
Yudha Bhakti. Jurnal Computech & Bisnis, 8(2), 61-69.

Ananda, R. (2016). Peran Pemerintah dalam Mewujudkan Pembangunan Berkelanjutan di Sektor

Perikanan (Studi pada UPT Pelabuhan Perikanan Pantai Mayangan di Probolinggo). Skripsi Universitas
Brawijaya. Malang. 125 hlm.

Anggraeni, E. Y., dan Irviani, R. (2017). Pengantar Sistem Informasi. Andi Offset. Yogyakarta.

Butar-Butar, J. Pengaruh Pemberian Edukasi Terstruktur Tentang Menstruasi terhadap Pengetahuan

dan Sikap Siswi Kelas IV dan V dalam Menghadapi Menarche di SDN 106453 Sukadamai Kabupaten
Sedang Bedagai Tahun 2018. Skripsi Politeknik Kesehatan Medan. Medan. 62 hlm.

Deputi Bidang Koordinasi Sumber Daya Maritim. (2020). Rencana Strategis 2020-2024. Kementerian
Koordinator Bidang Kemaritiman dan Investasi Republik Indonesia. Jakarta.

Dinas Ketahanan Pangan, Pertanian, dan Perikanan Kota Tasikmalaya. (2021). Ciri-Ciri Ikan Segar dan
Ikan Busuk. https://dkp3.tasikmalayakota.go.id/ciri-ciri-ikan-segar-dan-ikan-busuk/ (Diakses pada
tanggal 30 Juli 2022).

Direktorat Pengolahan dan Bina Mutu. (2019). Peningkatan Daya Saing dan Hilirisasi Produk Hasil
Inovasi. Forum Koordinasi Inovator Produk Kelautan dan Perikanan (ForKIP-KP) Zona 1, 26
September 2019. Bogor.

Haderah. (2019). Kajian Penilaian Nelayan Terhadap Program Bantuan Bahan Bakar Gas Bagi Nelayan
Tangkap Di Kabupaten Bone Provinsi Sulawesi Selatan. Prosiding Seminar Nasional Pangan,
Teknologi, dan Enterpreneurship “Ekspolrasi Sumberdaya Alam Hayati Indonesia Berbasis
Entrepreneurship Di Era Revolusi Industri 4.0”, 9 Februari 2019. Makassar.

Hasriani. (2018). Analisis Saluran Distribusi Produk pada PT. London Sumatera di Kabupaten
Bulukumba. Skripsi Universitas Muhammadiyah Makassar. Makassar. 55 hlm.

Hermanto, D., dan Dermawan, S. (2018). Penerapan Algoritma A-Star Sebagai Pencari Rute Terpendek
pada Robot Hexapod. Jurnal Nasional Teknik Elektro, 7(2), 122-129.
https://doi.org/10.25077/jnte.v7n2.545.2018.

Kementerian Kelautan dan Perikanan. (2021). Rencana Strategis Kementerian Kelautan dan Perikanan
Tahun 2021-2024 (Reviu dan Rambu-rambu Penyusunan Renstra). Bimbingan Teknis Pengelolaan
Kinerja Lingkup Ditjen PRL 3 Juni 2021. Bogor.
Kementerian Pendidikan dan Kebudayaan. (2020). Buku Saku Pedoman Edukasi Perubahan Perilaku.
Kementerian Pendidikan dan Kebudayaan Republik Indonesia. Jakarta.

Kementerian Perindustrian. (2016). Wujudkan Hilirisasi Industri Berbasis Sumber Daya Alam. Media
Industri : No 1. Jakarta.

Keputusan Badan Karantina Ikan, Pengendalian Mutu, dan Keamanan Hasil Perikanan. (2015).
Pedoman Teknis Indikator Kinerja Kegiatan Pemetaan Sebaran Jenis Agen Hayati yang Dilindungi,
Dilarang, dan Invasif di Indonesia : Nomor 65. Kepala Badan Karantina Ikan, Pengendalian Mutu, dan
Keamanan Hasil Perikanan. Jakarta.

Lubis, E., et al. (2012). Besaran Kerugian Nelayan dalam Pemasaran Hasil Tangkapan : Kasus
Pelabuhan Perikanan Nusantara Pelabuhanratu. Maspari Journal, 4(2), 159-167.

Prasetyo, et al. (2019). Perbandingan Algoritma Astar dan Dijkistra Dalam Menentukan Rute Terdekat.
Jurnal Ilmiah SISFOTENIKA, 9(1), 36-46.

Putri, M. A., Rosmayani, dan Rosmita. (2018). Analisis Faktor–Faktor yang Mempengaruhi Saluran
Distribusi Usaha Kecil Menengah (UKM) (Survei Pada Kue Bangkit “Syempana” Di Kota Pekanbaru).
Jurnal Valuta. 4(2), 116-137.

Ridwan, M., et al. (2021). Sistem Informasi Manajemen. Widhina Bakti Persada Bandung. Bandung.

Sari, R. P., dan Adi, A. C. (2021). Sistem Penentuan Kualitas Hewan Qurban di Indonesia dengan
Metode SAW. Jurnal Nasional Teknologi Dan Sistem Informasi, 7(2), 44–51.
https://doi.org/10.25077/teknosi.v7i2.2021.44-51

Umar, R., Yudhana, A., dan Prayudi, A. (2021). Analisis Perbandingan Algoritma Djikstra, A-Star, dan
Floyd Warshall dalam Pencarian Rute Terdekat pada Objek Wisata Kabupaten Dompu. Jurnal
Teknologi Informasi dan Ilmu Komputer. 8(2), 227-234.