Open access Jurnal
DESKRIPSI FAKTOR-FAKTOR YANG MEMPENGARUHI PENGHASILAN PERIKANAN DI DESA KOHOLIFANO, KECAMATAN PASIR PUTIH KABUPATEN MUNA
Jurnal Penelitian Pendidikan Geografi · Vol. 4 No. 4 (2019) · pp. 221–225
- ISSN
- 2502-2776, 2477-8192
- Published
- 2019-11-01
- Publisher
- Universitas Halu Oleo
- Language
- eng
Abstract
Kompleksitas permasalahan yang dihadapi oleh nelayan saat ini tentunya akan sangat berdampak terhadap hasil, pendapatan serta perekonomian nelayan yang semakin menurun. Hal ini juga dirasakan kelompok dan masyarakat nelayan yang ada di Desa Kogholifano kabupaten Muna. Mata pencaharian masyarakat di desa Kogholifano didominan sebagai nelayan. Tujuan dari penelitian ini adalah; 1) untuk mengetahui gambaran pendapatan nelayan desa desa Kogholifano Kecamatan Pasir Putih Kabupaten Muna, 2) untuk mengetahui faktor-faktor yang mempengaruhi hasil tangkapan dan pendapatan nelayan di Desa Kogholifano Kabupaten Muna. Penelitian ini menggunakan pendekatan deskriptif kualitatif. Responden penelitian ini berjumlah 30 orang yang diambil dengan teknik proposive sampling. Hasil penelitian menunjukkan bahwa; 1) pendapatan nelayan di desa Kogholifano Kecamatan Pasir Putih Kabupaten Muna berada pada kategori sedang dengan tingkat pendatan Rp 1.500.000 sampai Rp.3.500.000 perbulanya. 2) factor-faktor yang mempengaruhi pendapatan nelayan di desa Koghlifano Kecamatan Pasir Putih Kabupaten Muna mencakup variable teknologi dengan tingkat tanggapan responden secara kumulatif sebesar 53.33% kategori setuju, faktor modal dengan tingkat tanggapan responden secara kumulatif sebesar 56.66% kategori setuju, selanjutnya faktor pemasaran dengan tingkat tanggapan responden secara kumulatif sebesar 57.77%, factor sumber daya manusia dengan tingkat tanggapan responden secara kumulatif sebesar 51.11% dan factor pengalaman dengan tingkat tanggapan responden secara kumulatif sebesar 55.83% serta factor cuaca dan musim dengan tingkat tanggapan responden secara kumulatif sebesar 77.77% menjawab setuju. Maka dengan demikian factor cuaca dan musim adalah yang paling dominan.
Keywords
Collaboration network of the authors
34 authors · 57 co-authorship links
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
- Universitas Halu Oleo
- Affiliation unknown
- Different organisations
- Same organisation
- Affiliation unknown
- Thicker line = more joint articles · bigger circle = more articles
Show as table
| Co-author | Organisation | Joint articles |
|---|---|---|
| La Ode Amaluddin | Universitas Halu Oleo | 5 |
| Surdin Surdin | Universitas Halu Oleo | 4 |
| Andrias Andrias | Affiliation unknown | 2 |
| La Ode Nursalam | Affiliation unknown | 2 |
| Dewi Yanti | Affiliation unknown | 1 |
| La Ode Restele | Affiliation unknown | 1 |
| Anni Hardianti | Affiliation unknown | 1 |
| Slamet Anang | Affiliation unknown | 1 |
| Kartini Kartini | Affiliation unknown | 1 |
| Rizka Dwi Septiani | Affiliation unknown | 1 |
| Sahara Sahara | Affiliation unknown | 1 |
| Sitti Kasmiati | Affiliation unknown | 1 |
| Sitti Nurul Afiah | Affiliation unknown | 1 |
| Andi Alifuddin | Affiliation unknown | 1 |
| Sapar Ahmad | Affiliation unknown | 1 |
| Ratnawati Ratnawati | Affiliation unknown | 1 |
| Rachman Hidayat | Affiliation unknown | 1 |
| Hasni Rahmaniya | Affiliation unknown | 1 |
| Asnani Luxfiati | Affiliation unknown | 1 |
| Ramadan Ramadan | Affiliation unknown | 1 |
| Jayatri Manda Sari | Affiliation unknown | 1 |
| Asis Mahasadin | Affiliation unknown | 1 |
| Jumaniar Jumaniar | Affiliation unknown | 1 |
| Herliatin Herliatin | Affiliation unknown | 1 |
| Wawan Setiawan Raimon | Affiliation unknown | 1 |
| Nafsia Nafsia | Affiliation unknown | 1 |
| Wa Ode Santi Widyawati | Affiliation unknown | 1 |
| Orys Munandar | Affiliation unknown | 1 |
| Sarlia Sarlia | Affiliation unknown | 1 |
| Samrika Devi | Affiliation unknown | 1 |
| Nur Qomar | Affiliation unknown | 1 |
| Sitti Nurul Mutmainah | Affiliation unknown | 1 |
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.