DAFTAR PUSTAKA
Amurwaraharja, I.P. 2003. Analisis Teknologi Pengolahan Sampah dengan Proses Hirarki Analitik dan Metoda Valuasi Kontingensi (Studi Kasus di Jakarta Timur) [tesis]. Program Pasca Sarjana, Institut Pertanian Bogor. Bogor. Aida, N. 1996. Usaha Pemanfaatan Barang Bekas dari Sampah dan Pengaruhnya terhadap Pengelolaan Sampah di Kotamadya Bogor : kasus TPA Gunung Galuga [tesis]. Bogor : Program Pasca Sarjana, Institut Pertanian Bogor. Bakri, A.R. 1992. Pengelolaan. Sampah Permukiman dan Partisipasi Masyarakat dalam Pelaksanaannya di Kota Administratif Depok [tesis]. Program Pasca Sarjana, Institut Pertanian Bogor. Bogor. Center for Policy and Implementation Studies. 1992. Buku Panduan Teknik Pembuatan Kompos dari Sampah. Teori dan Aplikasi. Jakarta. Damanhuri, E. 1997. Landfilling Limbah di Indonesia. Di dalam : Training Seminar Pengelolaan Limbah Padat. 4 – 6 Maret 1997. Lembaga Pengabdian pada Masyarakat ITB – EBARA Hatakeyama Memorial Fund. Bandung Diana, E. 1992. Pemantaua n Dampak Lokasi Pembuangan Akhir Sampah secara Sanitary Landfill Bantar Gebang terhadap Kualitas Air Permukaan, Air Tanah secara Sosial Ekonomi Masyarakat Sekitarnya [tesis]. Program Pasca Sarjana, Institut Pertanian Bogor. Bogor Djuwendah, E. 1998. Analisis Keragaman Ekonomi dan Kelembagaan Penanganan Sampah Perkotaan : kasus di Kotamadya DT II Bandung Propinsi Jawa Barat. [tesis]. Program Pasca Sarjana, Institut Pertanian Bogor. Bogor Dinas Kebersihan dan Pertamanan Kota Bogor. 2002. Dokumen Pengelolaan Lingkungan (DPL) Kegiatan Tempat Pembuangan Akhir (TPA) Sampah Galuga. Bogor . Effendi, H. 2003. Telaah Kualitas Air. Bagi Pengelolaan Sumber Daya dan Lingkungan Perairan. Yogyakarta: Kanisius. Fauzi, A. 2004. Ekonomi Sumber Daya Alam dan Lingkungan. Teori dan Aplikasi. PT Gramedia Pustaka Utama. Jakart. Hadiwiyoto, S. 1983. Penanganan dan Pemanfaatan Sampah. Yayasan Idayu. Jakarta.
97 Haneda, S.M. 2001. Municipal Solid waste Management in Bogor, Indonesia [tesis]. Pasca sarjana University of Technology Graz. Austria. Hanley, N., and C.L. Splash. 1993. Cost Benefit Analysis and The Environment. Edwar Elgar Publishing Limited. England Indiarti, G. 1994. Model Pengelolaan Sampah Kotamadya Padang. Lingkungan dan Pembangunan. Vol. 14. Nomor 3.
Jurnal
Irfansyah, R. 2004. Teknologi dan Penilaian Ekonomi dari Pengolahan Sampah Pasar: kasus Pasar Kebon Kembang Kecamatan Bogor Tengah Kota Bogor [skripsi]. Fakultas Pertanian Nogor. Bogor. Kantor Pengendalian Lingkungan Hidup Kota Bogor. 2003 . Status Lingkungan Hidup Daerah Kota Bogor Tahun 2003. Bogor. Kantor Pengendalian Lingkungan Hidup Kota Bogor. 2004. Kota Bogor Local Environmental Strategy. Strategi dan Program Aksi Pengelolaan Lingkungan Hidup Kota Bogor. Bogor. Kementria n Lingkungan Hidup. 2002. Penyusunan Pedoman Incinerator Limbah Padat. Proyek Pengelolaan dan Pengendalian Pencemaran Lingkungan Hidup. Jakarta. Kementrian Lingkungan Hidup. 2002. Status Lingkungan Hidup Indonesia 2002. Jakarta. Kementrian Lingkungan Hidup. 2003. Status Lingkungan Hidup Indonesia 2003. Jakarta: KLH. Kementrian Lingkungan Hidup. 2004. Profil Bangun Praja Indonesia. Jakarta. Mattjik, A.A., dan I. M. Sumertajaya. 1999. Perancangan Percobaan dengan Aplikasi SAS dan Minitab. Jurusan Statistika. Institut Pertanian Bogor. Bogor. Putri, E.I.K., 2002. Partizipativen Ansatzen am Beispiel des Gunung Gede Pangrango Nationalparks in Indonesien. Cuvilier verlag Gottingen. German. Sarwono, S.W., 1991. Teori-Teori Psikologi Sosial. PT Rawali Press. Jakarta. Salvato, J.A. 1982. Environmental Engineering and Sanitation. John Wiley & Sons. New York. Setiyono dan S. Wahyono. 2001. Sistem Pengelolaan Sampah Kota di Kabupaten Bekasi-Jawa Barat. Jurnal Teknologi Lingkungan. 2: 194-198.
98 Siegel, S. 1992. Statistik Non Parametrik untuk Ilmu-ilmu Sosial. Suyuti Z, Simatupang L, Hagul P, penerjemah; Jakarta: PT Gramedia. Terjemahan dari : Nonparametric Statistics for Behavioral Sciences. Slamet, J.S. 1992. Kesehatan Lingkungan. Gajah Mada University Press. Yogyakarta. Sudarso. 1985. Pembuangan Sampah. Pusat Pendidikan Tenaga Kesehatan Departemen Kesehatan. Jakarta. Suriawiria, U. 2002. Pupuk Organik Kompos dari Sampah. Agroindustri. Humaniora Utama Press Bandung. Ba ndung.
Bioteknologi
Syah, M. 1995. Psikologi Pendidikan : Suatu Pendekatan Baru. PT Remaja Rosdakarya. Bandung. Tchobanoglous, G., H. Theisen., S.A., Vigil. 1993. Integrated Solid Waste Management. Mc Graw Hill. Singapore. Wahyono, S. 2001. Pengolahan Sampah Organik dan Teknik Sanitasi. Jurnal Teknologi Lingkungan. 2: 113-118. Wahyono, S., F.L. Sahwan, F., Suryanto. 2003. Menyulap Sampah menjadi Kompos. Sistem Open Windrow bergulir. P3TL BPPT. Jakarta Widyatmoko, H., dan Sintorini. 2001. Menghindari, Mengolah, dan Menyingkirkan Sampah. Abdi Tandur. Jakarta. Wiryoatmodjo, N., F. Assegaf., D.W., Basorie. 2002. Tata Laut, Tertib Darat. Panduan Mengurangi Limbah Darat untuk Melindungi Laut. Unesco. Jakarta. Yakin, A. 1997. Ekonomi Sumberdaya dan Lingkungan. Akademika Presindo. Jakarta. Yulianti, L.I.M., dan D.J., Antosusanto. 2002. Contingent Valuation Methods dalam Penilaian Kualitas Udara di Yogyakarta. Jurnal Manusia dan Lingkungan. 9: 61-68. Yusuf, Y., 1991. Psikologi Antar Budaya. PT Remaja Rosdakarya. Bandung.
104 Lampiran 1 Lokasi pasar tradisional Kota Bogor
PETA KOTA BOGOR
Kb Kembang GnBatu
Merdeka Br Bogor
Padasuka
Jambu Dua
Sukasari
105 Lampiran 2 Kuisioner Penelitian Kode Pasar : KUISIONER IDENTITAS RESPONDEN NAMA
: ………………………………………………………………
JENIS KELAMIN UMUR
: L/P : .........………………………………………………………
STATUS PERKAWINAN
:
PENDIDIKAN TERAKHIR :
Kawin / Tidak Kawin/Duda -Janda SD / SMP /
SMA
JUMLAH TANGGUNGAN : 0 orang / 1 – 3 orang / lebih dari 3 orang SOSIAL EKONOMI RESPONDEN 1. Jenis tempat berdagang : a) Kios b) Los c) PKL 2. Status tempat berdagang : a) Sewa b) Hak milik c) berpindah/menumpang 3. Lama a) b) c)
berdagang : Kurang dari 5 tahun 5 th sampai 10 th lebih dari 10 tahun
4. Pendapatan per hari : a) kurang dari Rp 50.000,00 b) Rp 50.000,00 – Rp 150.00,00 c) Lebih dari Rp 150.000,00 5. Berapa a) b) c)
retribusi yang dibayar per harinya ? Kurang dari Rp 1.000,00 Rp 1.000,00 – Rp 4.000,00 Lebih dari Rp 4.000,00
106 PENILAIAN WTP Timbulan sampah pasar per harinya adalah 262 m3 dan yang terangkut sebanyak 233 m3 , sisanya sebanyak 29 m3 tidak terangkut. Sisa sampah yang tidak terangkut ini akan menjadi sumber penyakit, sumber pencemaran air dan udara, serta mengganggu keindahan lingkungan. Jika anggaran sampah terangkut sebesar Rp.5.176,00 per liter per hari (Profil Bangun Praja, 2004) , maka untuk mengangkut sampah yang tersisa dan mencapai target sampah terangkut 100 % diperlukan dana sebesar Rp.150.104.000,00 per harinya. Karena dana dari Pemerintah Kota yang berasal dari APBD (Anggaraan Pendapatan dan Belanja Daerah) tidak mencukupi, maka perlu diupayakan dana dari sumber lain. Pe merintah Kota Bogor melalui Dinas Kebersihan dan Pertamanan bekerjasama dengan Kantor Pengelolaan Pasar berusaha meningkatkan pengelolaan sampah khususnya di pasar tradisional. Usaha peningkatan pengelolaan dilakukan dengan cara : 1. Mengelola sampah dari sumbernya, dengan cara melakukan pemilahan sampah antara sampah basah (sisa sayuran, sisa buah-buahan, sisa ikan, daun pembungkus dll) dengan sampah kering (plastik, kertas, pecahan kaca, kayu) di tingkat pedagang. 2. Pembuatan kompos yang berasal dari sampah organik di lokasi yang berdekatan dengan TPS Pasar. Sebanyak 80 % sampah pasar terdiri dari sampah organik, jika sampah ini dibuat kompos maka sampah yang akan diangkut ke TPA akan banyak berkurang. Usaha ini diharapkan dapat mengurangi timbulan sampah sehingga dapat menghemat biaya pengangkutan sampah. Agar usaha peningkatan pengelolaan ini dapat berhasil dengan baik maka pedagang di pasar tradisional perlu dilibatkan. Jika Pemerintah Kota Bogor ingin melibatkan pedagang di pasar tradisional dalam usaha meningkatkan pengelolaan sampah pasar ini, apakah pedagang setuju dengan usaha peningkatan pengelolaan sampah yang dikemukan ? 6. a. Setuju
b. Tidak setuju
Setuju karena : a. Masalah sampah merupakan masalah bersama antara pedagang dan Pemerinta h Kota b. Program ini akan membuat pasar menjadi lebih bersih dan nyaman c. Penanganan sampah di tingkat pedagang akan meningkatkan kapasitas pengangkutan sampah (Lanjutkan dengan pertanyaan nomor 7) Tidak setuju karena a. Sudah membayar retribusi, sehingga kebersihan menjadi tanggung jawab Pemerintah Kota b. Program akan membebani pedagang karena akan meningkatkan retribusi yang sudah dibayarkan c. mengurani keuntungan 7. Jika setuju dengan program yang dikemukakan, apakah anda bersedia membayar program tersebut ? a. Bersedia membayar b. Tidak bersedia membayar
107
Jika bersedia membayar apa alasannya ? a) Setiap peningkatan pelayanan akan diikuti oleh peningkatan biaya sehingga seluruh pihak harus menanggung b) Para pedagang percaya bahwa program akan memberi manfaat c) Sudah waktunya dilakukan penyesuaian retribusi ( Lanjutkan dengan pertanyaan no 8) Jika tidak bersedia membayar apa alasannya ? a) Saat sekarang tekanan ekonomi semakin berat sehingga peningkatan pembayaran akan membebani pedagang b) Dana peningkatan pengelolaan sampah seharusnya diambil dari APBD c) Peningkatan pengelolaan sampah sudah menjadi tanggung jawab pemerintah Kota 8. Jika bersedia membayar, berapa besar yang sanggup dibayarkan ? a) Rp 1.000,00 – Rp 2.000,00 Tepatnya Rp. .......................... b) Rp 2.000,00 – Rp 3.000,00 Tepatnya Rp. .......................... c) Rp 3.000,00 – Rp 4.000,00 Tepatnya Rp. .......................... d) Rp. ................... PENGELOLAAN SAMPAH PASAR 9. Bagaimana anda pengumpulkan sampah yang berasal dari toko/kios anda? a) mengumpulkannya dalam tempat sampah b) mengumpulkannya dalam kantong plastik c) mengonggokkannya begitu saja 10. Setelah sampah dikumpulkan, sampah diapakan ? a) Dibuang ke sungai atau selokan dekat pasar b) Diambil oleh petugas kebersihan kemudian dibawa ke TPS c) Dibuang sendiri ke TPS 11. Berapa kali sampah diambil oleh petugas kebersihan? a) Satu kali sehari b) Dua hari sekali c) Lainnya 12. Berapa kira-kira berat sampah yang dibuang setiap hari ? a) Kurang dari 5 kg b) 5 – 15 kg c) lebih dari 15 kg 13. Jenis sampah apa yang terbanyak dibuang ? a) kertas, kardus, plastik, karet, pecahan kaca b) sisa sayuran c) lainnya 14. Menurut anda sebaiknya sampah diapakan ?
108 a) b) c) d)
dibuang ke sungai atau selokan dekat pasar dikumpulkan di TPS lalu dibawa ke TPA diolah jadi kompos dimus nahkan di insinerator (pembakar sampah)
15. Menurut anda apakah kegunaan pemisahan sampah basah dan sampah kering? a) mudah dalam pengangkutan sampah b) dapat dimanfaatkan lagi (daur ulang, pembuatan kompos) c) membuka lapangan kerja d) tidak tahu 16. Menurut anda siapa yang bertanggung jawab terhadap kebersihan pasar ? a) Dinas Kebersihan dan Pertamanan Kota Bogor b) Kantor Pengelolaan Pasar Kota Bogor c) Pedagang d) Pemerintah Kota Bogor (a, b) dan pedagang 17. Jika sampah dibuang sembarangan, bagaimana akibat yang akan ditimbulkan ? a) menjadi sumber penyakit b) merusak pemandangan karena pasar jadi kotor c) Penyebab banjir d) menjadi sumber pencemaran
********* Terima Kasih *********
109 Lampiran 3 Regresi Logistik Pilihan Kesediaan Membayar (“Ya/Tidak”) Pedagang Pasar Besar
Case Processing Summary a
Unweighted Cases N Percent Selected Cases Included in Analysis 253 100.0 Missing Cases 0 .0 Total 253 100.0 Unselected Cases 0 .0 Total 253 100.0 a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value tdk bayar bayar
Internal Value 0 1
Block 1: Method = Enter Omnibus Tests of Model Coefficients Step 1
Chi-square 44.346 44.346 44.346
Step Block Model
df 10 10 10
Sig. .000 .000 .000
Model Summary Step 1
-2 Log likelihood 228.067
Cox & Snell R Square .161
Nagelkerke R Square .244
Hosmer and Lemeshow Test Step 1
Chi-square 4.393
df
Sig. 8
.820
110 Lanjutan lampiran 3 Classification Table a Predicted
Step 1
Observed WTPLOGIT
tdk bayar bayar
WTPLOGIT tdk bayar bayar 15 43 10 185
Overall Percentage a. The cut value is .500
Percentage Correct 25.9 94.9 79.1
Variables in the Equation B S.E. Wald df Sig. Exp(B) UMUR 1.182 .446 7.035 1 .008 3.261 PNDPT .931 .301 9.578 1 .002 2.537 PDDKN .826 .303 7.415 1 .006 2.285 JMLHSMH .060 .235 .066 1 .797 1.062 TGGN -.234 .234 1.001 1 .317 .791 LAMADG .436 .266 2.677 1 .102 1.546 TGJWB .258 .252 1.053 1 .305 1.295 CRBUANG -.034 .317 .011 1 .915 .967 JNSPDG .692 .404 2.924 1 .087 1.997 STATUS -.096 .308 .097 1 .755 .908 Constant -7.239 2.107 11.803 1 .001 .001 a. Variable(s) entered on step 1: UMUR, PNDPT, PDDKN, JMLHSMH, TGGN, LAMADG, TGJWB, CRBUANG, JNSPDG, STATUS.
Step a 1
111 Lampiran 4 Regresi Logistik Pilihan Kesediaan Membayar (“Ya/Tidak”) Pedagang Pasar Sedang
Case Processing Summary a
Unweighted Cases N Percent Selected Cases Included in Analysis 68 95.8 Missing Cases 3 4.2 Total 71 100.0 Unselected Cases 0 .0 Total 71 100.0 a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value tdk bayar bayar
Internal Value 0 1
Block 1: Method = Enter Omnibus Tests of Model Coefficients Step 1
Step Block Model
Chi-square 9.647 9.647 9.647
df 10 10 10
Sig. .472 .472 .472
Model Summary Step 1
-2 Log likelihood 74.422
Cox & Snell R Square .132
Nagelkerke R Square .186
Hosmer and Lemeshow Test Step 1
Chi-square 5.826
df 8
Sig. .667
112 Lanjutan lampiran 4 Classification Table a Predicted
Step 1
Observed WTPLOGIT
tdk bayar bayar
WTPLOGIT tdk bayar bayar 7 14 4 43
Overall Percentage a. The cut value is .500
Percentage Correct 33.3 91.5 73.5
Variables in the Equation B S.E. Wald df Sig. Exp(B) UMUR .478 .637 .563 1 .453 1.613 PDDKN -.181 .542 .112 1 .738 .834 PDPTN .315 .456 .479 1 .489 1.371 STATUS .736 .623 1.396 1 .237 2.088 JMLHSMP -.150 .479 .098 1 .754 .861 TGGN -.569 .505 1.272 1 .259 .566 LAMADG -.834 .552 2.285 1 .131 .434 JNSPDG -.553 .481 1.321 1 .250 .575 CRBUANG -.419 .506 .685 1 .408 .658 TGGJWB .590 .343 2.952 1 .086 1.803 Constant 1.765 3.201 .304 1 .581 5.842 a. Variable(s) entered on step 1: UMUR, PDDKN, PDPTN, STATUS, JMLHSMP, TGGN, LAMADG, JNSPDG, CRBUANG, TGGJWB.
Step a 1
113
Lampiran 5
Regresi Logistik Pilihan Kesediaan Membayar (“Ya/Tidak”) Pedagang Pasar Kecil
Case Processing Summary a
Unweighted Cases N Percent Selected Cases Included in Analysis 40 97.6 Missing Cases 1 2.4 Total 41 100.0 Unselected Cases 0 .0 Total 41 100.0 a. If weight is in effect, see classification table for the total number of cases. Dependent Variable Encoding Original Value tdk bayar bayar
Internal Value 0 1
Block 1: Method = Enter Omnibus Tests of Model Coefficients Step 1
Step Block Model
Chi-square 16.526 16.526 16.526
df 10 10 10
Sig. .086 .086 .086
Model Summary Step 1
-2 Log likelihood 37.315
Cox & Snell R Square .338
Nagelkerke R Square .458
Hosmer and Lemeshow Test Step 1
Chi-square 9.534
df 8
Sig. .299
114
Lanjutan lampiran 5 Classification Table a Predicted
Step 1
Observed WTPLOGIT
tdk bayar bayar
WTPLOGIT tdk bayar bayar 9 7 2 22
Overall Percentage a. The cut value is .500
Percentage Correct 56.3 91.7 77.5
Variables in the Equation B S.E. Wald df Sig. Exp(B) UMUR 4.076 1.703 5.728 1 .017 58.901 PDDKN .505 1.216 .172 1 .678 1.657 TANGGUNG -1.645 .854 3.710 1 .054 .193 STATUSBR -.041 .998 .002 1 .967 .960 JENISPDG .480 .814 .347 1 .556 1.616 CRBUANG 1.752 .957 3.357 1 .067 5.769 TGGJWB .034 .519 .004 1 .947 1.035 JMLHSMH .683 .623 1.203 1 .273 1.980 LAMADG -.213 .814 .068 1 .794 .809 PENDPTN -.340 .663 .263 1 .608 .712 Constant -10.498 5.734 3.352 1 .067 .000 a. Variable(s) entered on step 1: UMUR, PDDKN, TANGGUNG, STATUSBR, JENISPDG, CRBUANG, TGGJWB, JMLHSMH, LAMADG, PENDPTN.
Step a 1
115
Lampiran 6 Regresi Linier Nilai WTP Pedagang Pasar Besar Variables Entered/Removed
b
Variables Variables Entered Removed Method PDDKN, LAMADG, TGJWB, UMUR, CRBUAN G, . Enter JMLHSMH, TANGGUN G, STATUS, PNDPT, a JNSPDG a. All requested variables entered.
Model 1
b. Dependent Variable: WTPBESAR Model Summaryb Adjusted Std. Error of Durbin-W Model R R Square R Square the Estimate atson 1 .600a .361 .334 835.807 2.044 a. Predictors: (Constant), PDDKN, LAMADG, TGJWB, UMUR, CRBUANG, JMLHSMH, TANGGUNG, STATUS, PNDPT, JNSPDG b. Dependent Variable: WTPBESAR Coefficients(a)
Unstandardized Coefficients Model 1
B 1979.024
Std. Error 642.167
UMUR
367.855
122.014
PNDPT
403.122 88.143
(Constant)
STATUS TANGGUN G JNSPDG JMLHSMH
Standardized Coefficients t
Beta
Sig. 3.082
.002
.169
3.015
.003
101.591
.288
3.968
.000
103.120
.058
.855
.394
-89.609
79.362
-.063
-1.129
.260
-261.369
125.218
-.179
-2.087
.038
-4.496
72.463
-.003
-.062
.951
LAMADG
243.970
88.364
.150
2.761
.006
CRBUANG
-63.124
104.093
-.032
-.606
.545
TGJWB
8.999
83.203
.006
.108
.914
PDDKN
243.850
91.180
.164
2.674
.008
a Dependent Variable: WTPBESAR
116
Lampiran 7 Regresi Linier Nilai WTP Pedagang Pasar Sedang Variables Entered/Removed
b
Variables Variables Entered Removed Method CRBUAN G, STATUS, TGGN, PDPTN, TGGJWB, . Enter LAMADG, UMUR, JMLHSMP, PDDKN,a JNSPDG a. All requested variables entered. b. Dependent Variable: WTPSDG
Model 1
Model Summaryb Adjusted Std. Error of Durbin-W Model R R Square R Square the Estimate atson 1 .634a .402 .248 465.893 1.836 Predictors: (Constant), CRBUANG, STATUS, TGGN, PDPTN, a. TGGJWB, LAMADG, UMUR, JMLHSMP, PDDKN, JNSPDG b. Dependent Variable: WTPSDG
ANOVAb Sum of Squares df Mean Square F Regression 5679805 10 567980.510 2.617 Residual 8465195 39 217056.280 Total 1.4E+07 49 a. Predictors: (Constant), CRBUANG, STATUS, TGGN, PDPTN, TGGJWB, LAMADG, UMUR, JMLHSMP, PDDKN, JNSPDG
Model 1
b. Dependent Variable: WTPSDG
Sig. .015a
117
Lanjutan lampiran 7 Coefficients a Unstandardized Coefficients Model B Std. Error 1 (Constant) 1402.985 779.373 UMUR 86.070 154.906 PDDKN -261.506 125.137 PDPTN 277.957 95.245 STATUS -57.718 183.649 JMLHSMP 8.715 111.914 TGGN -7.349 103.144 LAMADG 186.711 138.363 JNSPDG -217.246 122.177 TGGJWB 114.395 84.719 CRBUANG -103.786 130.704 a. Dependent Variable: WTPSDG
Standardized Coefficients Beta .077 -.334 .398 -.068 .011 -.010 .178 -.368 .178 -.113
t 1.800 .556 -2.090 2.918 -.314 .078 -.071 1.349 -1.778 1.350 -.794
Sig. .080 .582 .043 .006 .755 .938 .944 .185 .083 .185 .432
118
Lampiran 8 Regresi Linier Nilai WTP Pedagang Pasar Kecil Variables Entered/Removed
b
Variables Variables Entered Removed Method JMLHSMH, TGGJWB, PENDPTN, CRBUAN G, PDDKN, TANGGUN . Enter G, UMUR, JENISPD G, LAMADG, STATUSB a R a. All requested variables entered. b. Dependent Variable: WTPKCL
Model 1
Model Summaryb Adjusted Std. Error of Durbin-W Model R R Square R Square the Estimate atson 1 .684a .468 .284 747.948 2.083 a. Predictors: (Constant), JMLHSMH, TGGJWB, PENDPTN, CRBUANG, PDDKN, TANGGUNG, UMUR, JENISPDG, LAMADG, STATUSBR b. Dependent Variable: WTPKCL
ANOVAb Sum of Squares df Mean Square F Sig. Regression 1.4E+07 10 1425165.261 2.548 .024a Residual 1.6E+07 29 559425.772 Total 3.0E+07 39 a. Predictors: (Constant), JMLHSMH, TGGJWB, PENDPTN, CRBUANG, PDDKN, TANGGUNG, UMUR, JENISPDG, LAMADG, STATUSBR
Model 1
b. Dependent Variable: WTPKCL
119
Lanjutan lampiran 8 Coefficients a Unstandardized Coefficients Model B Std. Error 1 (Constant) -301.210 1449.891 UMUR 1174.596 341.868 PDDKN 163.273 329.430 STATUSBR 211.625 294.849 TANGGUNG -470.656 186.666 JENISPDG -102.598 245.971 CRBUANG 340.589 209.777 TGGJWB -3.801 144.480 LAMADG 136.055 230.528 PENDPTN 56.124 185.300 JMLHSMH 134.260 165.920 a. Dependent Variable: WTPKCL
Standardized Coefficients Beta .601 .094 .181 -.385 -.095 .250 -.004 .098 .045 .118
t -.208 3.436 .496 .718 -2.521 -.417 1.624 -.026 .590 .303 .809
Sig. .837 .002 .624 .479 .017 .680 .115 .979 .560 .764 .425
120
Lampiran 9 Uji Statistik Regresi Nilai WTP Pedagang Pasar Besar 1. Uji Normalitas
Histogram Dependent Variable: WTPBESAR 40
30
Frequency
20
10
Std. Dev = .98 Mean = 0.00 N = 253.00
0
00 2. 75 1. 50 1. 25 1. 00 1. 5 .7 0 .5 5 .2 00 0. 5 -.2 0 -.5 5 -.7 0 .0 -1 5 .2 -1 0 .5 -1 5 .7 -1 0 .0 -2 5 .2 -2 0 .5 -2 5 .7
-2
Regression Standardized Residual
2. Uji Multikolinier
Umur Pddkn Pndpt Status Tggn Jnspdg Crbuan g Tgjwb Jmlsm h Lamad g wtpbsr
umu r 0.03 5 0.00 0 0.24 8 0.06 6 0.00 0 0.36 9 0.62 6 0.49 9 0.27 9 0.00 0
pddk n 0.03 5 0.00 0 0.00 3 0.00 3 0.00 0 0.02 7 0.19 8 0.02 8 0.87 2 0.00 0
pndp t 0.00 0 0.00 0 0.03 2 0.00 0 0.00 0 0.08 8 0.01 1 0.02 3 0.50 8 0.00 0
statu s 0.24 8 0.00 3 0.03 2 0.00 1 0.00 0 0.10 5 0.08 4 0.09 4 0.00 4 0.41 5
tggn 0.06 6 0.00 3 0.00 0 0.00 1 0.00 0 0.08 9 0.57 0 0.24 9 0.02 7 0.21 1
Jnspd g 0.000 0.000 0.000 0.000 0.000 0.213 0.000 0.060 0.289 0.000
3.Uji Autokorelasi Model Summary(b)
crbuan g 0.369 0.027 0.088 0.105 0.089 0.213 0.386 0.544 0.208 0.747
tgjw b 0.62 6 0.19 8 0.01 1 0.08 4 0.57 0 0.00 0 0.38 6 0.42 7 0.23 5 0.09 1
jmlsm h 0.499 0.028 0.023 0.942 0.249 0.060 0.544 0.427 0.112 0.141
lamad g 0.279 0.872 0.508 0.004 0.027 0.289 0.208 0.235 0.112 0.001
wtpbs r 0.000 0.000 0.000 0.415 0.211 0.000 0.747 0.091 0.141 0.001 -
121
Model 1
R
R Square
.600(a)
.361
Adjusted R Square .334
Std. Error of the Estimate 835.807
Durbin Watson 2.044
Lampiran 10 Uji Statistik Regresi Nilai WTP Pedagang Pasar Sedang 1. Uji Normalitas Histogram Dependent Variable: WTPSDG 8
6
Frequency
4
2
Std. Dev = .89 Mean = 0.00 N = 50.00
0 -1.50
-1.00 -1.25
-.50 -.75
0.00 -.25
.50 .25
1.00 .75
1.50 1.25
2.00 1.75
Regression Standardized Residual
2. Uji Multikolinier
Umur Pddkn Pndpt Status Tggn Jnspdg Crbuang Tgjwb Jmlsmh Lamadg wtpsdg
umur
pddkn
pndpt
status
tggn
Jnspdg
crbuang
tgjwb
jmlsmh
lamadg
wtpsdg
0.223 0.768 0.085 0.210 0.051 0.362 0.492 0.174 0.990 0.583
0.223 0.548 0.001 0.049 0.008 0.023 0.174 0.284 0.598 0.521
0.768 0.548 0.610 0.736 0.064 0.116 0.867 0.006 0.183 0.001
0.085 0.001 0.610 0.650 0.000 0.823 0.6 58 0.217 0.773 0.057
0.210 0.049 0.736 0.651 0.209 0.451 0.903 0.378 0.426 0.852
0.051 0.008 0.064 0.000 0.209 0.669 0.736 0.110 0.591 0.009
0.362 0.023 0.116 0.823 0.451 0.669 0.684 0.212 0.696 0.781
0.492 0.174 0.867 0.658 0.903 0.736 0.684 0.167 0.702 0.538
0.174 0.284 0.006 0.217 0.378 0.110 0.212 0.167 0.812 0.291
0.990 0.598 0.183 0.773 0.426 0.591 0.696 0.702 0.812 0.391
0.583 0.521 0.001 0.057 0.852 0.009 0.781 0.538 0.291 0.391 -
3. Uji Autokorelasi
122 Model Summaryb Adjusted Std. Error of Durbin-W Model R R Square R Square the Estimate atson a 1 .634 .402 .248 465.893 1.836 a. Predictors: (Constant), CRBUANG, STATUS, TGGN, PDPTN, TGGJWB, LAMADG, UMUR, JMLHSMP, PDDKN, JNSPDG b. Dependent Variable: WTPSDG
Lampiran 11 Uji Statis tik Regresi Nilai WTP Pedagang Pasar Kecil
1. Uji Normalitas Histogram Dependent Variable: WTPKCL 7 6 5 4
Frequency
3 2 Std. Dev = .86 1
Mean = 0.00 N = 40.00
0 -2.00
-1.50 -1.75
-1.00 -1.25
-.50 -.75
0.00 -.25
.50 .25
1.00 .75
1.50 1.25
1.75
Regression Standardized Residual
2. Uji Multikolinieritas
Umur Pddkn Pndpt Status Tggn Jnspdg Crbuang Tgjwb Jmlsmh Lamadg wtpkcl
umur
pddkn
pndpt
status
tggn
Jnspdg
crbuang
tgjwb
jmlsmh
lamadg
wtpkcl
0.080 0172 0.116 0.190 0.273 0.737 0.189 0.688 0.261 0.001
0.080 0.478 0.006 0.480 0.018 0.788 0.981 0.172 0.036 0.350
0.172 0.478 0.434 0.877 0.343 0.646 0.291 0.641 0.953 0.446
0.116 0.006 0.434 0.867 0.000 0.396 0.112 0.365 0.037 0.292
0.190 0.480 0.877 0.867 0.922 0.248 0.271 0.505 0.921 0.321
0.273 0.018 0.343 0.000 0.922 0.196 0.732 0.236 0.068 0.194
0.737 0.788 0.646 0.396 0.248 0.196 0.279 0.666 0.606 0.181
0.189 0.981 0.291 0.112 0.271 0.732 0.279 0.956 0.547 0.869
0.688 0.172 0.641 0.365 0.505 0.236 0.666 0.956 0.098 0.650
0.261 0.036 0.953 0.037 0.921 0.068 0.606 0.547 0.098 112
0.001 0.350 0.446 0.292 0.321 0.194 0.181 0.869 0.650 0.112 -
123 3. Uji Autokorelasi Model Summaryb Adjusted Std. Error of Durbin-W Model R R Square R Square the Estimate atson 1 .684a .468 .284 747.948 2.083 a. Predictors: (Constant), LAMADG, PENDPTN, TANGGUNG, TGGJWB, JMLHSMH, JENISPDG, CRBUANG, UMUR, PDDKN, STATUSBR b. Dependent Variable: WTPKCL
Lampiran 12 Anova WTP Rata-rata Pedagang Pasar Tradisional Kota Bogor
Between-Subjects Factors N JNS
1 2 3
253 68 41 Tests of Between-Subjects Effects
Dependent Variable: WTP Type III Sum of Squares df 50748031.195( 2 a) Intercept 2857655370.56 1 5 JNS 50748031.195 2 Error 2004581561.34 359 6 Total 7897437500.00 362 0 Corrected Total 2055329592.54 361 1 a R Squared = .025 (Adjusted R Squared = .019) Source Corrected Model
Mean Square
F
Sig.
25374015.598
4.544
.011
2857655370.565
511.777
.000
25374015.598
4.544
.011
5583792.650
Parameter Estimates Dependent Variable: WTP 95% Confidence Interval Parameter
B
Std. Error
t
Sig.
Lower Bound
Upper Bound
Intercept
3152.439
369.039
8.542
.000
2426.688
3878.190
[JNS=1]
1091.632
397.820
2.744
.006
309.283
1873.982
[JNS=2]
542.414
467.231
1.161
.246
-376.439
1461.267
[JNS=3]
0(a)
.
.
.
.
.
a This parameter is set to zero because it is redundant.
124
Lampiran 13 Tempat Pembuangan Sementara (TPS) di pasar tradisional
TPS di pasar Jambu Dua
125
TPS di pasar Gunung Batu
Lanjutan lampiran 13
TPS di pasar Kebon Kebang
126
TPS di pasar Baru Bogor
Lampiran 14 Insinerator di pasar Baru Bogor
Truk Pengangkut Sampah
127
Lampiran 15 Tempat Pembuangan Akhir (TPA) Galuga
Alat berat di TPA Galuga
128
Pemulung di TPA Galuga