i
DAMPAK KEBERADAAN INDUSTRI PELEBURAN BESI DAN BAJA TERHADAP LINGKUNGAN DAN KESEHATAN MASYARAKAT DI DUSUN PALAHLAR KECAMATAN CIKUPA KABUPATEN TANGERANG
CITRA PARAMITHA
DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2013
ii
iii
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini penulis menyatakan bahwa skripsi berjudul Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang adalah benar karya penulis dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini penulis melimpahkan hak cipta dari karya tulis penulis kepada Institut Pertanian Bogor. Bogor, Oktober 2013 Citra Paramitha NIM H44090107
iv
v
ABSTRAK CITRA PARAMITHA. Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang. Dibimbing oleh BONAR M. SINAGA dan NIA KURNIAWATI HIDAYAT. Industri peleburan besi dan baja di Tangerang menimbulkan pencemaran udara yang dapat memberikan dampak negatif terhadap lingkungan dan kesehatan masyarakat sekitar. Oleh karena itu, tujuan penelitian adalah untuk: (1) mengidentifikasi dampak pencemaran terhadap lingkungan, (2) menentukan dampak pencemaran terhadap kesehatan masyarakat, (3) menentukan dampak pencemaran terhadap nilai ganti rugi yang layak diterima oleh masyarakat, (4) menganalisis faktor-faktor yang mempengaruhi besarnya nilai ganti rugi, dan (5) menganalisis faktor-faktor yang mempengaruhi keputusan masyarakat pindah. Analisis yang digunakan adalah deskriptif, cost of illness, Willingness to Accept (WTA) dan model regresi dan estimasi menggunakan metode Ordinary Least Squares (OLS) dan Maximum Likelihood Estimator (MLE). Hasilnya menunjukkan bahwa rumahtangga bertempat tinggal semakin dekat dari industri merasa kondisi lingkungan setelah keberadaan industri semakin buruk, total biaya pengobatan yang ditanggung semakin besar dan nilai rataan WTA rumahtangga paling tinggi. Nilai estimasi WTA rumahtangga di Dusun Palahlar dipengaruhi oleh tingkat pendidikan, lama tinggal, jarak tempat tinggal dari industri, umur muda, dan umur menengah. Keputusan rumahtangga untuk pindah dipengaruhi oleh tingkat pendidikan, pendapatan, lama tinggal, dan jarak tempat tinggal dari industri. Kata kunci:
industri peleburan besi dan baja, lingkungan, kesehatan, willingness to accept.
vi ABSTRACT CITRA PARAMITHA. The Impact of Iron and Steel Smelting Industry Existence on the Environment and Public Health in Hamlet Palahlar, Cikupa Subdistrict, Tangerang District. Supervised by BONAR M. SINAGA and NIA KURNIAWATI HIDAYAT. Iron and steel smelting industry in Tangerang causes air pollution which can have a negative impact on the environment and the health of surrounding communities. Therefore, the purposes of the study were to: (1) identify the impact of pollution on the environment, (2) determine the impact of pollution on public health, (3) determine the impact of pollution on the proper value of compensation received by the community, (4) analyze the factors that affect the amount of compensation, and (5) analyze the factors that affect the decision to move. Analysis used were descriptive, cost of illness, Willingness to Accept (WTA) and regression model and estimated using Ordinary Least Squares (OLS) and Maximum Likelihood Estimator (MLE) methods. The results show that households with residential distance the closer from the industrial environment feel the worse after the existence of the industry, have the higher total medical incurred expenses and get the highest average value of household WTA. Estimation value of household WTA in the Hamlet Palahlar is influenced by education level, length of stay, distance of residence from the industry, young age, and middle age. Household's decision to move is influenced by the level of education, income, length of stay, and distance of residence from the industry. Key words: iron and steel smelting industry, environment, health, willingness to accept.
vii
DAMPAK KEBERADAAN INDUSTRI PELEBURAN BESI DAN BAJA TERHADAP LINGKUNGAN DAN KESEHATAN MASYARAKAT DI DUSUN PALAHLAR KECAMATAN CIKUPA KABUPATEN TANGERANG
CITRA PARAMITHA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ekonomi Sumberdaya dan Lingkungan
DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2013
viii
Judul Slaipsi:
Dam"" ~ L in~
- -... .
-
Industri Peleburan Besi dan Baja terhac1ap •esehatan Masyarakat di Dusun Palahlar, Kabupaten Tangerang
;;
Nama
: Citra Paramilha
NIM
: H44090107
Disetujui oleh
#-~ -
Prof. Dr. Ir. Bonar M. Sinaga, MA Pembimbing I
Nia Kurniawati Hidayat, SP, MSi
Pembimbing II
Diketahui oleh
Tanggal Lul
- 2013
ix Judul Skripsi : Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang Nama
: Citra Paramitha
NIM
: H44090107
Disetujui oleh
Prof. Dr. Ir. Bonar M. Sinaga, MA Pembimbing I
Nia Kurniawati Hidayat, SP, MSi Pembimbing II
Diketahui oleh
Dr. Ir. Aceng Hidayat, MT Ketua Departemen
Tanggal Lulus:
x
PRAKATA Segala puji dan syukur kepada Allah SWT yang telah memberikan rahmat, hidayah, karunia dan segala pertolongan serta kemudahan yang diberikan-Nya, hingga penulis dapat menyelesaikan skripsi yang berjudul “Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang”. Shalawat serta salam senantiasa tercurah pada Rasulullah SAW beserta sahabat, keluarga dan pengikutnya hingga akhir zaman. Ucapan terima kasih kepada Prof. Dr. Ir. Bonar M. Sinaga, MA dan Nia Kurniawati Hidayat, SP, MSi selaku dosen pembimbing skripsi yang telah memberikan banyak masukan terhadap skripsi ini. Terima kasih juga penulis ucapkan kepada Dr. Meti Ekayani, SHut, MSc selaku dosen penguji utama dan Hastuti¸ SP, MP, MSi sebagai dosen penguji wakil departemen. Ucapan terimakasih disampaikan kepada orang tua (Ir. Agus Setyadi dan Dra. Rinarti Pujiastuti) dan kedua kakak penulis (Chandra Arie Kurniawan, SE dan Cahya Arie Pradhana, ST) yang telah memberikan dorongan moral, material dan spiritual sehingga membantu dalam proses penyusunan skripsi. Penulis juga mengucapkan terima kasih kepada dosen dan staf sekretariat Departemen ESL yang telah membantu penulis selama perkuliahan dan penyusunan skripsi serta seluruh staf sekretariat sekolah Pascasarjana EPN (Mba Yani, Mas Johan, Mba Ina, Bu Kokom, Bu Odah, Pak Husen, dan Pak Erwin) yang telah membantu penulis selama penyusunan skripsi. Ungkapan terimakasih juga disampaikan kepada Wewe, Nche, Rina, Febriana, Charista, Sandra, Resty, Adinna, Charra, Yuki, teman-teman ESL 46, teman sebimbingan (Aulia, Anindyah, Apriliana, Sary dan Esha) dan Husen Nugroho, SE yang telah memberikan dukungan dan bantuan kepada penulis selama penyusunan skripsi. Bogor, Oktober 2013 Citra Paramitha
xi
DAFTAR ISI Halaman DAFTAR TABEL ...............................................................................
xiii
DAFTAR GAMBAR ..........................................................................
xv
DAFTAR LAMPIRAN ......................................................................
xvi
I. PENDAHULUAN ...............................................................................
1
1.1. Latar Belakang ..............................................................................
1
1.2. Perumusan Masalah ......................................................................
4
1.3. Tujuan Penelitian ..........................................................................
6
1.4. Ruang Lingkup Penelitian .............................................................
7
II. TINJAUAN PUSTAKA .....................................................................
9
2.1. Dampak Industri ............................................................................
9
2.2. Limbah Industri .............................................................................
11
2.3. Pencemaran Udara ........................................................................
12
2.4. Metode Estimasi Penilaian Lingkungan dengan Contingent Valuation Method .......................................................
14
2.5. Penelitian Terdahulu .....................................................................
16
2.6. Kebaruan Penelitian ......................................................................
21
III. KERANGKA PEMIKIRAN ..............................................................
23
3.1. Kerangka Pemikiran Teoritis ........................................................
23
3.1.1. Pendekatan Biaya Pengobatan ............................................
23
3.1.2. Analisis Willingness to Accept ...........................................
23
3.1.3. Model Regresi Linier Berganda .........................................
25
3.1.4. Model Regresi Logistik ......................................................
26
3.2. Kerangka Pemikiran Operasional .................................................
27
3.3. Hipotesis Penelitian ......................................................................
29
IV. METODE PENELITIAN ..................................................................
31
4.1. Lokasi dan Waktu Penelitian ........................................................
31
4.2. Jenis dan Sumber Data ..................................................................
31
4.3. Metode Pengambilan Sampel .......................................................
31
4.4. Metode Pengolahan dan Analisis Data ..........................................
32
xii 4.4.1. Identifikasi Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Lingkungan .........................................................................
33
4.4.2. Penentuan Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Kesehatan Masyarakat ........................................................
34
4.4.3. Penentuan Nilai Willingness to Accept Sebagai Nilai Ganti Rugi Akibat Keberadaan Industri Peleburan Besi dan Baja .....................................................
35
4.4.4. Analisis Faktor-Faktor yang Mempengaruhi Besarnya Nilai Ganti Rugi ..................................................
36
4.4.5. Analisis Faktor-Faktor yang Mempengaruhi Keputusan untuk Pindah .....................................................
37
4.5. Evaluasi Model ..............................................................................
40
V. KARAKTERISTIK RESPONDEN ...................................................
47
VI. HASIL DAN PEMBAHASAN ...........................................................
53
6.1. Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Lingkungan ..............................................
53
6.2. Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Kesehatan Masyarakat .............................
59
6.3. Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Nilai Ganti Rugi yang Layak diterima oleh Masyarakat ..............................................................
60
6.4. Faktor-Faktor yang Mempengaruhi Besarnya Nilai Ganti Rugi yang Bersedia diterima Masyarakat ......................................
66
6.5. Faktor-Faktor yang Mempengaruhi Keputusan Rumahtangga untuk Pindah dari Sekitar Wilayah Industri ...........
69
VII. SIMPULAN DAN SARAN .................................................................
73
7.1. Simpulan ........................................................................................
73
7.2. Saran ..............................................................................................
73
DAFTAR PUSTAKA ..........................................................................
75
LAMPIRAN .........................................................................................
77
RIWAYAT HIDUP .............................................................................
101
xiii
DAFTAR TABEL Nomor
Halaman
1. Daftar Kawasan Industri di Kabupaten Tangerang Tahun 2011 ...........
3
2. Hasil Uji Udara Ambien Sebelah Timur Industri (Up Wind) di Kabupaten Tangerang Tahun 2011 ......................................................
4
3. Hasil Uji Udara Ambien Sebelah Barat Industri (Down Wind) di Kabupaten Tangerang Tahun 2011 ..................................................
5
4. Hasil Uji Emisi Industri Peleburan Besi dan Baja di Kabupaten Tangerang Tahun 2011 ......................................................
5
5. Jenis Industri dan Limbahnya ...............................................................
12
6. Penelitian Terdahulu .............................................................................
17
7. Alokasi Jumlah Sampel ........................................................................
32
8. Metode Analisis Data Berdasarkan Tujuan Penelitian .........................
32
9. Karakteristik Responden Berdasarkan Jenis Kelamin, Umur, dan Jumlah Tanggungan Keluarga di Dusun Palahlar Tahun 2013 ......................................................................................................
48
10. Karakteristik Responden Berdasarkan Pendidikan Formal Tidak Tamat, Pendidikan Formal Tamat, Pekerjaan, dan Pendapatan di Dusun Palahlar Tahun 2013 ..........................................
49
11. Karakteristik Responden Berdasarkan Lama Tinggal, Asal Daerah, dan Status Kepemilikan Rumah di Dusun Palahlar Tahun 2013 ...........................................................................................
51
12. Penilaian Kualitas Udara Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 ......................................................................................................
54
13. Penilaian Kebersihan Tempat Tinggal Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 .............................................................................
55
14. Penilaian Kenyamanan Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 ......................................................................................................
57
15. Penilaian Pengaruh Terhadap Kegiatan Sehari-hari Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 .................................................................
58
16. Biaya Pengobatan Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 .....................
59
xiv 17. Perbandingan Nilai WTA Setiap Wilayah di Dusun Palahlar Tahun 2013 ...........................................................................................
62
18. Penggunaan Nilai WTA di Dusun Palahlar Tahun 2013 ......................
62
19. Distribusi WTA Rumahtangga di Dusun Palahlar Tahun 2013 ............
63
20. Besaran Nilai Kelas dan Nilai Tengah WTA Rumahtangga di Dusun Palahlar Tahun 2013 ..................................................................
64
21. Total WTA Rumahtangga di Dusun Palahlar Tahun 2013 ...................
65
22. Hasil Estimasi Regresi berganda Model WTA di Dusun Palahlar Tahun 2013 .............................................................................
66
23. Hasil Penelitian Mengenai Keputusan untuk Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 .............................................................................
69
24. Hasil Estimasi Regresi Logistik Model Keputusan Rumahtangga untuk Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 ......................
70
25. Frekuensi Observasi dan Harapan Keputusan Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 .............................................................................
72
26. Koreksi Nilai Observasi dan Harapan Keputusan Rumahtangga untuk Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 ......................
72
xv
DAFTAR GAMBAR Nomor
Halaman
1.
Transformasi Logit ...............................................................................
27
2.
Alur Kerangka Pemikiran Operasional ................................................
28
3.
Kurva penawaran WTA Rumahtangga di Dusun Palahlar Tahun 2013 ...........................................................................................
64
xvi
DAFTAR LAMPIRAN Nomor 1.
2.
3. 4.
5.
6.
7.
Halaman
Kuesioner Penelitian Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar Tahun 2013 ..........................................
78
Data Penelitian Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar Tahun 2013 ..................................................................
86
Tabulasi Biaya Kesehatan Masyarakat di Dusun Palahlar Tahun 2013 ............................................................................................
89
Program Estimasi Model Willingness to Accept Rumahtangga di Dusun Palahlar Menggunakan Metode OLS dengan Software SAS/ETS Versi 9.1 ................................................................
91
Hasil Estimasi Model Willingness to Accept Rumahtangga di Dusun Palahlar Menggunakan Metode OLS dengan Software SAS/ETS Versi 9.1 ...............................................................................
93
Program Regresi Logistik Faktor-faktor yang Mempengaruhi Keputusan Masyarakat Pindah dari Sekitar Wilayah Industri Peleburan Besi Dan Baja Menggunakan Metode MLE dengan Software SAS/ETS Versi 9.1 ................................................................
96
Hasil Regresi Logistik Faktor-faktor yang Mempengaruhi Keputusan Masyarakat Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja Menggunakan Metode MLE dengan Software SAS/ETS Versi 9.1 ................................................................
98
1
I. PENDAHULUAN
1.1. Latar Belakang Negara berkembang dapat dilihat dari berbagai aspek, seperti pendapatan rendah, pendidikan rata-rata rendah, sifat penduduk yang kurang mandiri, dan tingkat pertumbuhan penduduk tinggi. Indonesia merupakan salah satu negara berkembang yang dapat dilihat dari aspek tingkat pertumbuhan penduduk yang tinggi dari tingkat pertambahan penduduk yang umumnya lebih tinggi dua hingga empat kali lipat dari negara maju (Tasu’ah, 2013). Tingkat pertumbuhan penduduk yang tinggi itu pula dapat menyebabkan tingkat pengangguran yang tinggi,
karena
semakin
lama
pertumbuhan
penduduk
meningkat
dan
mengakibatkan persaingan dalam mendapatkan pekerjaan yang ketat. Indonesia merupakan salah satu negara industri baru karena memiliki tingkat perekonomian yang baik namun belum menjadi negara maju. Industri di Indonesia dapat menjadi solusi dalam permasalahan tingkat penduduk dan pengangguran yang ada, namun banyak hal negatif yang ditimbulkan oleh industri seperti pencemaran lingkungan akibat limbah industri. Menurut UU No. 5 Tahun 1984, industri adalah kegiatan ekonomi yang mengolah bahan mentah, bahan baku, barang setengah jadi, dan/atau barang jadi menjadi barang dengan nilai yang lebih tinggi untuk penggunaannya. Indonesia memiliki berbagai macam jenis industri, ada jenis industri berdasarkan jumlah tenaga kerja, besar kecil modal, pemasaran hasil, lokasi penempatan, pengelompokan, bahan dasar, dan lahannya. Berdasarkan Surat Keputusan Menteri Perindustrian Indonesia No.19/M/I/1986, industri dibedakan menjadi: 1. Industri kimia dasar: industri semen, obat-obatan, kertas, pupuk, dan sebagainya. 2. Industri mesin dan logam dasar: industri pesawat terbang, kendaraan bermotor, tekstil, dan lainnya. 3. Industri kecil: industri roti, kompor minyak, makanan ringan, es, minyak goreng curah, dan lainnya.
2
4. Aneka industri: industri pakaian, industri makanan, dan minuman dan lain-lain. Pada awalnya kawasan industri di Indonesia hanya dikembangkan pemerintah oleh Badan Usaha Milik Negara, namun seiring dengan meningkatnya investasi, saat ini kawasan industri dikembangkan oleh pihak swasta (Kwanda, 2000). Hal ini yang menyebabkan Indonesia memiliki banyak kawasan industri yang tersebar di berbagai wilayah hingga pelosok yang ada di Indonesia. Pembangunan kawasan industri bertujuan untuk mengendalikan pemanfaatan ruang karena industri-industri yang berada di dalam kawasan industri dapat diatur dalam pemanfaatan lahan untuk bangunan dan lahan terbuka/hijau. Kawasan industri yang baik harus memenuhi upaya dalam pembangunan industri yang berwawasan lingkungan. Berdasarkan PP 24/2009 pengertian kawasan industri adalah kawasan tempat pemusatan kegiatan industri yang dilengkapi dengan sarana dan prasarana penunjang yang dikembangkan dan dikelola oleh perusahaan kawasan industri yang telah memiliki izin usaha kawasan industri. Tujuan dibangunnya kawasan industri agar pemanfaatan ruang dapat terkendali, pertumbuhan industri di daerahdaerah agar menjadi lebih cepat, meningkatkan investasi serta daya saing industri. Pembangunan kawasan industri juga memberikan manfaat yang besar bagi perekonomian suatu daerah serta memberikan manfaat sosial ekonomi seperti kesempatan kerja bagi masyarakat yang tinggal disekitar kawasan industri sehingga kesejahteraan masyarakat sekitar meningkat. Pembangunan kawasan industri juga dapat menimbulkan efek negatif, seperti perubahan kualitas lingkungan di sekitar kawasan industri. Indonesia memiliki banyak kawasan industri yang semakin berkembang karena minat investasi pada kawasan industri yang bertambah besar. Kawasan industri di Indonesia tersebar di berbagai daerah salah satunya di Kabupaten Tangerang. Banyak perusahaan-perusahaan internasional yang memiliki industri di Kabupaten Tangerang. Sebagian besar industri yang berada di Tangerang terdapat pada kawasan industri agar pengendalian pada industri dapat lebih mudah dilakukan. Daftar jumlah kawasan industri yang berada di Tangerang disajikan pada Tabel 1.
3
Tabel 1. Daftar Kawasan Industri di Kabupaten Tangerang Tahun 2011 No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16.
Company Name Bumi Serpong Damai Bumi Citra Permai Mitra Tangerang Bhumimas Sanggraha Daksamitra Adhibalaraja Benua Permai Lestari Cidurian Sarananiaga Permai Cipta Cakra Murdaya Grahapermai Raharja Mitra Indotextile Pentabinangun Sejahtera Purati Kencana Alam Putera Daya Perkasa Sinar Serpong Subur Surya Karya Luhur & Elang Mas Tejopratama Mandiri Gemilang
Size (Ha) 200.00 400.00 250.00 102.00 300.00 130.00 105.00 300.00 76.00 150.00 150.00 70.00 73.64 150.00 250.00 170.00 Sumber : http://onclick.blog.com/2011/03/daftar-kawasan-industri-seluruh-indonesia/
Industri peleburan besi dan baja yang berada di dalam kawasan industri maupun di luar kawasan industri menghasilkan produk berupa baja mineral, baja lembaran panas, baja lembaran dingin, baja batang kawat, dan sebagainya. Pada proses produksi industri peleburan besi dan baja menghasilkan limbah yang dapat menurunkan kualitas lingkungan disekitar kawasan industri maupun di sekitar industri dan dapat merugikan masyarakat yang tinggal disekitanya. Limbah yang dihasilkan industri peleburan besi dan baja berupa udara yang melewati batas normal yang dikeluarkan melalui cerobong industri, limbah yang dikeluarkan berupa udara dan biasa sering disebut dengan pencemaran udara. Pencemaran udara yang ditimbulkan oleh kegiatan industri bukan hanya mengeluarkan asap kotor tetapi juga beracun karena mengandung bahan kimia, sehingga dapat merubah struktur atmosfir bumi ditandai dengan meningkatnya suhu di bumi dan dapat menimbulkan penyakit pada manusia terutama yang tinggal di sekitar kawasan industri. Masyarakat yang tinggal di sekitar kawasan industri bila menghirup udara dalam jangka panjang dapat menimbulkan penyakit pernapasan yang fatal dan dapat merusak paru-paru. Pencemaran udara dapat terhisap langsung ke tubuh dan dapat mempengaruhi kesehatan masyarakat dengan cara-cara pemaparan melalui kulit. Umumnya sebagian besar zat-zat polutan udara ini langsung mempengaruhi sistem pernapasan dan pembuluh
4
darah. Oleh karena itu, pihak industri harus memberikan ganti rugi yang layak kepada masyarakat yang tinggal di sekitar kawasan industri atas kerugian yang dialami akibat kegiatan produksi industri tersebut, sehingga penelitian ini penting untuk dilakukan. 1.2. Perumusan Masalah Kawasan industri yang berada pada Kecamatan Cikupa, Kabupaten Tangerang memiliki berbagai macam kegiatan industri. Salah satu industri yang berada di dalam kawasan industri adalah industri peleburan besi dan baja yang telah berdiri sejak tahun 2006. Kegiatan industri peleburan besi dan baja menghasilkan produk berupa baja batangan dan menimbulkan dampak pencemaran udara kepada masyarakat yang tinggal di sekitar wilayah industri peleburan besi dan baja. Pencemaran udara dari sisa kegiatan industri peleburan besi dan baja menurunkan kualitas lingkungan karena asap yang dihasilkan industri melebihi baku mutu yang telah ditetapkan. Menurut hasil uji laboratorium milik Badan Lingkungan Hidup Daerah (BLHD), pada uji udara ambien sebelah timur industri (up wind) untuk Debu (TSP) hasil uji laboratorium mencapai 310.00 µg/
, sedangkan baku mutu
udara ambien nasional untuk Debu (TSP) sebesar 230.00 µg/
. Hasil tersebut
menggambarkan bahwa hasil uji udara ambien pada debu telah melebihi baku mutu udara ambien nasional. Laporan hasil uji terhadap udara ambien sebelah timur industri (Tabel 2). Tabel 2. Hasil Uji Udara Ambien Sebelah Timur Industri (Up Wind) di Kabupaten Tangerang Tahun 2011 No.
Indikator
Baku mutu*)
1. 2. 3. 4. 5.
)**) Sulfur Dioksida ( Karbon Monoksida ( **) **) Nitrogen Dioksida ( Hidrokarbon (HC)**) Debu (TSP)**)
365.00 10 000.00 150.00 160.00 230.00
Sumber Keterangan
Satuan µg/ µg/ µg/ µg/ µg/
Hasil 22.52 4 640.00 27.41 131.00 310.00
: Badan Lingkungan Hidup Daerah (2011) : *) = PPRI No. 41 Tahun 1999 Baku Mutu Udara Ambien Nasional **) = Indikator terakreditasi oleh KAN No. LP-195-IDN
Hasil uji laboratorium untuk udara ambien sebelah barat industri menunjukkan bahwa Karbon Monoksida (CO) dan Debu (TSP) melebihi baku
5
mutu udara ambien nasional yaitu 11 227.00 µg/ (CO) yang seharusnya 10 000.00 µg/
untuk Karbon Monoksida
dan 1 170.00 µg/
untuk Debu
jauh melebihi baku mutu yang telah
(TSP) yang seharusnya 230.00 µg/
ditetapkan. Karbon monoksida apabila di hasilkan melebihi dari baku mutu yang telah ditetapkan dapat menimbulkan penyakit seperti pusing, sesak nafas, muntahmuntah, kehilangan kesadaran bahkan kematian. Bahaya untuk debu yaitu dapat menimbulkan penyakit pada saluran pernafasan, iritasi mata, alergi, gangguan pernafasan, dan kanker pada paru-paru. Laporan hasil uji terhadap udara ambien sebelah barat industri (Tabel 3). Tabel 3. Hasil Uji Udara Ambien Sebelah Barat Industri (Down Wind) di Kabupaten Tangerang Tahun 2011 No. 1. 2. 3. 4. 5.
Indikator )**) Sulfur Dioksida ( Karbon Monoksida ( **) Nitrogen Dioksida ( **) Hidrokarbon (HC)**) Debu (TSP)**)
Sumber Keterangan
Baku mutu*) 365.00 10 000.00 150.00 160.00 230.00
Satuan µg/ µg/ µg/ µg/ µg/
Hasil 52.84 11 227.00 44.37 157.00 1 170.00
: Badan Lingkungan Hidup Daerah (2011) : *) = PPRI No. 41 Tahun 1999 Baku Mutu Udara Ambien Nasional **) = Indikator terakreditasi oleh KAN No. LP-195-IDN
Tabel 4. Hasil Uji Emisi Industri Peleburan Besi dan Baja di Kabupaten Tangerang Tahun 2011 No. 1. 2. 3. 4. 5.
Indikator Temperatur Partikel Opasitas Nitrogen Oksida ditentukan sebagai ( )**) Sulfur Dioksida (
Sumber Keterangan
: :
**)
Baku Satuan mutu*) ºC 350.00 mg/ 35.00 % 1 000.00 mg/ 800.00 mg/
Hasil 67.60 240.00 40.00 101.00 14.00
Badan Lingkungan Hidup Daerah (2011) *) = Keputusan Menteri Negara Lingkungan Hidup Nomor KEP-13/MENLH/3 /1995. Lampiran VB Baku Mutu Emisi Sumber Tidak Bergerak untuk Jenis Kegiatan Lain. **) = Indikator terakreditasi oleh KAN No. LP-195-IDN - Volume Gas dalam keadaan standar (25ºC dan tekanan 1 atm)
Tabel 4 disajikan hasil uji laboratorium emisi bahwa temperatur mencapai 67.60ºC lebih tinggi dari baku mutu yang telah ditetapkan yaitu sebesar 25.00ºC dan hasil opasitas melebihi lima persen dari baku mutu yang telah ditetapkan yaitu sebesar 35.00 persen namun, hasil uji laboratorium mencapai 40.00 persen.
6
Menurut keputusan kepala badan pengendalian dampak lingkungan nomor 205 tahun 1996, opasitas emisi adalah tingkat ketidaktembusan cahaya yang dihasilkan dari gas buang proses pembakaran pada emisi sumber tidak bergerak. Pencemaran yang terjadi akibat aktivitas industri peleburan besi dan baja menyebabkan masyarakat harus mengeluarkan biaya pengobatan untuk penyakit gangguan pernapasan karena masyarakat yang tinggal disekitar kawasan industri menghirup udara yang telah tercemar. Nilai Willingness to Accept (WTA) merupakan pendekatan untuk mengetahui seberapa besar nilai ganti rugi akibat dampak negatif yang ditimbulkan oleh industri peleburan besi dan baja pada masyarakat. Berdasarkan latar belakang diatas, maka penelitian difokuskan untuk menjawab lima masalah berikut : 1. Apa saja dampak pencemaran oleh kegiatan industri peleburan besi dan baja terhadap lingkungan? 2. Berapa dampak pencemaran oleh kegiatan industri peleburan besi dan baja terhadap kesehatan masyarakat? 3. Berapa dampak pencemaran oleh kegiatan industri peleburan besi dan baja terhadap nilai ganti rugi yang layak diterima oleh masyarakat? 4. Faktor-faktor apa yang mempengaruhi besarnya nilai ganti rugi yang bersedia diterima masyarakat? 5. Faktor-faktor apa yang mempengaruhi keputusan masyarakat pindah dari sekitar wilayah industri peleburan besi dan baja? 1.3. Tujuan Penelitian Penelitian ini secara umum untuk mengidentifikasi apa saja dampak lingkungan dan mengestimasi berapa nilai ganti rugi kesehatan yang sepadan dengan dampak yang ditimbulkan oleh industri peleburan besi dan baja kepada masyarakat. Tujuan khusus penelitian adalah: 1. Mengidentifikasi dampak pencemaran oleh kegiatan industri peleburan besi dan baja terhadap lingkungan. 2. Menentukan dampak pencemaran oleh kegiatan industri peleburan besi dan baja terhadap kesehatan masyarakat.
7
3. Menentukan dampak pencemaran oleh kegiatan industri peleburan besi dan baja terhadap nilai ganti rugi yang layak diterima oleh masyarakat. 4. Menganalisis faktor-faktor yang mempengaruhi besarnya nilai ganti rugi yang bersedia diterima masyarakat. 5. Menganalisis faktor-faktor yang mempengaruhi keputusan masyarakat pindah dari sekitar wilayah industri peleburan besi dan baja. 1.4. Ruang Lingkup Penelitian 1. Banyaknya masyarakat yang terkena dampak pencemaran udara oleh limbah industri peleburan besi dan baja, maka penulis dalam penelitian ini hanya memfokuskan pada masyarakat di Dusun Palahlar Kecamatan Cikupa Kabupaten Tangerang. 2. Sampel penelitian yang digunakan adalah rumahtangga yang tinggal di wilayah penelitian. Strata rumahtangga merupakan jarak tempat tinggal dari industri. 3. Responden merupakan anggota rumahtangga. 4. Aspek penelitian yang dikaji adalah pencemaran lingkungan, pencemaran terhadap kesehatan, pencemaran terhadap nilai ganti rugi serta faktor yang mempengaruhi, dan faktor yang mempengaruhi keputusan masyarakat pindah.
8
9
II. TINJAUAN PUSTAKA
2.1. Dampak Industri Industri secara luas dapat diartikan sebagai semua kegiatan manusia dalam bidang ekonomi yang sifatnya produktif dan bersifat komersial untuk memenuhi kebutuhan hidup (Ruhimat dan Mustar, 2008). Pada dasarnya kegiatan suatu industri adalah mengolah masukan (input) menjadi keluaran (output) (Kristianto, 2004). Industri secara garis besar diklasifikasikan menjadi industri dasar atau hulu, industri hilir, dan industri kecil. Selain pengelompokan di atas, industri juga diklasifikasikan secara konvensional, sebagai: 1. Industri primer; yaitu industri yang mengubah bahan mentah menjadi bahan setengah jadi, misalnya pertanian, pertambangan. 2. Industri sekunder; yaitu industri yang mengubah barang setengah jadi menjadi barang jadi. 3. Industri tersier; yaitu industri yang sebagian besar meliputi industri jasa dan perdagangan atau industri yang mengolah bahan industri sekunder. Pencemaran yang ditimbulkan oleh industri diakibatkan adanya limbah yang keluar dari pabrik dan mengandung bahan beracun dan berbahaya (B-3). Sumber bahan beracun dan berbahaya diklasifikasikan menjadi industri kimia organik maupun non organik, penggunaan B-3 sebagai bahan baku atau bahan penolong, dan proses kimia, fisika, biologi di dalam industri. Bahan pencemar keluar bersama-sama dengan bahan buangan (limbah) melalui media udara, air, dan tanah yang merupakan komponen ekosistem alam. Bahan buangan yang keluar dari pabrik kemudian masuk ke lingkungan dapat diidentifikasikan sebagai sumber pencemaran dan sebagai sumber pencemaran perlu diketahui jenis bahan pencemar yang dikeluarkan, kuantitas, dan jangkauan pemaparannya. Antara satu pabrik dengan pabrik lainnya berbeda jenis dan jumlah bahan pencemar yang dikeluarkannya, tergantung pada bahan baku yang digunakan, proses, dan cara kerja karyawan pabrik. Pencemaran terjadi akibat bahan beracun dan berbahaya dalam limbah lepas dan masuk ke dalam lingkungan sehingga
10
terjadi perubahan terhadap kualitas lingkungan. Berdasarkan UU No.4/1982 Tentang Asas Pencemar Pembayar, siapa yang merusak dan mencemarkan lingkungan harus memikul tanggung jawab dengan membayar ganti rugi pada penderita yang telah dilanggar haknya atas lingkungan hidup yang baik dan sehat dan/atau membayar biaya-biaya pemulihan lingkungan hidup kepada negara. Menurut Fauzi (2006), pencemaran adalah masuknya aliran residual (residual flow) yang diakibatkan oleh prilaku manusia, ke dalam sistem lingkungan. Selain itu, penting juga untuk membedakan antara pencemaran aliran (flow pollution) dan pencemaran stok (stock pollution). Pencemaran aliran merupakan pencemaran yang ditimbulkan oleh residual yang mengalir masuk ke dalam lingkungan. Pencemaran ini tergantung dari laju aliran yang masuk kedalam lingkungan, artinya jika aliran ini berhenti, pencemaran juga akan berhenti. Pencemaran stok terjadi jika kerusakan yang ditimbulkan merupakan fungsi dari stok residual dan bersifat kumulatif. Akumulasi ini terjadi jika jumlah bahan pencemar yang dihasilkan melebihi kapasitas penyerapan lingkungan. Pencemaran dari perspektif ekonomi bukan hanya dilihat dari hilangnya nilai ekonomi sumberdaya akibat berkurangnya kemampuan sumberdaya secara kualitas dan kuantitas untuk menyuplai barang dan jasa, namun juga dampak pencemaran terhadap kesejahteraan masyarakat. Menurut Daryanto (2004), pencemaran merupakan suatu siklus yang selalu berputar dan saling mempengaruhi satu dengan yang lainnya. Pada hakikatnya antara aktivitas manusia dan timbulnya pencemaran terdapat hubungan yang melingkar. Agar dapat hidup dengan baik manusia beradaptasi dengan lingkungannya
dan
untuk
memenuhi
kebutuhan
hidupnya
manusia
mengembangkan teknologi. Akibat sampingan dari pengembangan teknologi adalah bahan pencemar yang menyebabkan terjadinya pencemaran lingkungan. Pencemaran lingkungan ini merupakan stimulus agar manusia menyesuaikan diri terhadap lingkungannya. Setiap pencemaran memiliki derajat pencemaran atau tahap pencemaran yang berbeda berdasarkan pada: (1) konsentrasi zat pencemar, (2) waktu tercemarnya, dan (3) lamanya kontak antara bahan pencemar dan lingkungan. Untuk mencegah terjadinya pencemaran terhadap lingkungan oleh
11
berbagai aktivitas industri dan aktivitas manusia, maka diperlukan pengendalian terhadap pencemaran lingkungan dengan menetapkan baku mutu lingkungan. Wardana (2004), menyatakan hal yang perlu diperhatikan dan dicermati sehubungan dengan masalah dampak industri, yaitu dampak tak langsung dan dampak langsung. Dampak tak langsung umumnya berhubungan dengan masalah sosial
masyarakat,
atau
lebih
sering
diungkapkan
sebagai
dampak
psikososioekonomi. Dampak tak langsung akibat adanya industri antara lain: (1) urbanisasi: masyarakat pedesaan yang semula bekerja pada bidang pertanian, namun karena
adanya daya tarik industri di perkotaan berpindah ke daerah
industri, (2) perilaku: perilaku yang semula suka tolong-menolong berubah menjadi acuh tak acuh dan individualistis, (3) kriminalitas: keadaan yang diinginkan sebagian orang untuk hidup mewah dan bersenang-senang membuat mereka mengambil jalan pintas tindak kriminal, pencurian, perampokan, penodongan, dan pemerkosaan mewarnai kehidupan masyarakat industri, dan (4) sosial
budaya,
berkembangnya
tempat-tempat
hiburan
dengan
segala
kelengkapannya seperti bioskop, diskotek, dan sebagainya berdampak pada sosial budaya masyarakat sekitarnya. Kegiatan industri dapat memberikan dampak langsung, disamping juga memberikan dampak tak langsung. Dikatakan dampak langsung apabila kegiatan industri dapat langsung dirasakan oleh manusia. Dampak langsung yang bersifat positif memang diharapkan, akan tetapi dampak langsung yang bersifat negatif yang mengurangi kualitas hidup manusia harus dihindari atau dikurangi. Kegiatan industri dapat mengganggu keseimbangan lingkungan, apabila keseimbangan lingkungan terganggu maka kualitas lingkungan juga berubah. Dampak langsung yang bersifat negatif akibat kegiatan industri, dapat dilihat dari terjadinya masalah-masalah pencemaran udara, pencemaran air, dan pecemaran daratan. 2.2. Limbah Industri Limbah adalah buangan yang kehadirannya pada suatu saat dan tempat tertentu tidak dikehendaki lingkungan karena tidak memiliki nilai ekonomi (Kristanto, 2004). Limbah yang mengandung bahan polutan yang memiliki sifat
12
racun dan berbahaya dikenal dengan limbah B-3, yang dinyatakan sebagai bahan yang dalam jumlah relatif sedikit tetapi berpotensi untuk merusak lingkungan hidup dan sumberdaya. Beberapa kriteria berbahaya dan beracun telah ditetapkan, antara lain mudah terbakar, mudah meledak, korosif, bersifat sebagai oksidator dan reduktor yang kuat, mudah membusuk, dan lain-lain. Kualitas limbah menunjukan spesifikasi limbah yang diukur dari jumlah kandungan bahan pencemar didalam limbah. Kandungan pencemar didalam limbah terdiri dari berbagai parameter. Semakin kecil jumlah parameter dan semakin kecil konsentrasinya, hal itu menunjukkan semakin kecilnya peluang untuk terjadinya pencemaran lingkungan. Faktor-faktor yang mempengaruhi kualitas limbah yaitu volume limbah, kandungan bahan pencemar, dan frekuensi pembuangan limbah. Jenis industri dan limbahnya disajikan pada Tabel 5. Table 5. Jenis Industri dan Limbahnya Jenis Industri Industri pupuk Industri pangan (ikan, daging, bir minyak) Industri pertambangan, semen, aspal, kapur, batu bara, karbida, serat gelas Industri metalurgi (tembaga, baja, seng, timah hitam, aluminium) Industri kimia (sulfat, serat rayon, PVC, amonia, cat, dan lain-lain) Industri pulp
Jenis Limbah Uap asam, NH3, bau, partikel Hidrokarbon, bau, partikel, CO, H2S, dan uap asam NOx, SOx, CO, hidrokarbon, bau partikel NOx, SOx, CO, hidrokarbon, H2S, klor, bau, dan partikel Hidrokarbon CO, NH3, bau, dan partikel SOx, CO, NH3, H2S, dan bau
Sumber : Kristanto (2004)
Limbah gas dan partikel merupakan limbah yang banyak dibuang ke udara. Gas/asap, partikulat, dan debu yang dikeluarkan oleh pabrik ke udara akan dibawa angin sehingga akan memperluas jangkauan pemaparannya. Secara alamiah, udara mengandung unsur kimia seperti oksigen, nitrogen, hidrogen, karbon dioksida, dan beberapa jenis gas lain. Penambahan unsur gas ke dalam udara yang melampaui kandungan alaminya akibat aktivitas manusia akan menurunkan kualitas udara. 2.3. Pencemaran Udara Pencemaran udara diartikan sebagai adanya bahan-bahan atau zat-zat asing didalam udara yang menyebabkan perubahan susunan komposisi udara dari keadaan normalnya (Wardhana, 2004). Kehadiran bahan atau zat asing didalam
13
udara dalam jumlah tertentu serta berada di udara dalam waktu yang cukup lama, akan dapat mengganggu kehidupan manusia, tumbuhan, dan binatang. Secara umum penyebab pencemaran udara ada dua macam, yaitu : a. Faktor internal (secara alamiah), contoh: 1. debu yang berterbangan akibat tiupan angin; 2. debu yang dikeluarkan dari letusan gunung berapi berikut gas-gas vulkanik; 3. proses pembusukan sampah organik, dll; b. Faktor eksternal (karena ulah manusia), contoh: 1. hasil pembakaran bahan bakar fosil; 2. debu atau serbuk dari kegiatan industri; 3. pemakaian zat-zat kimia yang disemprotkan ke udara; Wardhana (2004) menyatakan, dampak pencemaran udara saat ini merupakan masalah serius yang dihadapi oleh negara-negara industri. Akibat yang ditimbulkan oleh pencemaran udara ternyata sangat merugikan. Pencemaran tersebut tidak hanya mempunyai akibat langsung terhadap kesehatan manusia saja, akan tetapi juga dapat merusak lingkungan lainnya, seperti hewan, tanaman, bangunan gedung, dan lain sebagainya. Berdasarkan hasil penelitian yang dilakukan di Amerika Serikat pada tahun 1980, kematian yang disebabkan oleh pencemaran udara mencapai angka kurang lebih 51 000 orang. Angka tersebut cukup mengerikan karena bersaing keras dengan angka kematian yang disebabkan oleh penyakit lainnya, seperti kematian yang disebabkan oleh penyakit jantung, kanker, AIDS, dan lainnya. Pencemaran udara oleh partikel dapat disebabkan karena peristiwa alamiah dan dapat pula disebabkan karena ulah manusia lewat kegiatan industri. Pada umunya udara yang telah tercemar oleh partikel dapat menimbulkan berbagai macam penyakit saluran pernapasan atau pneumokoniosis. Pneumokoniosis adalah penyakit saluran pernapasan yang disebabkan oleh adanya partikel (debu) yang masuk atau mengendap di dalam paru-paru. Penyakit pneumokoniosis banyak jenisnya, tergantung dari jenis partikel (debu) yang masuk atau terhisap ke dalam paru-paru. Beberapa jenis penyakit pneumokosis yang banyak dijumpai di daerah
14
yang memiliki banyak kegiatan industri, yaitu Silikosis, Asbetosis, Bisinosis, Antrakosis, dan Beriliosis (Wardhana, 2004). 2.4. Metode Estimasi Penilaian Lingkungan dengan Contingent Valuation Method Barang dan jasa lingkungan tergolong kedalam barang non market value. Terdapat berbagai metode yang dapat digunakan untuk mengukur nilai dari suatu barang dan jasa lingkungan. Salah satu metode yang dapat digunakan untuk mengestimasi nilai dari barang dan jasa lingkungan adalah dengan Contingent Valuation Method (CVM). Metode yang dibangun oleh Davis pada tahun 1963 ini merupakan suatu pendekatan yang memungkinkan semua komoditas yang tidak diperjualbelikan di pasar dapat diestimasi nilai ekonominya, termasuk nilai ekonomi dari barang lingkungan. Metode CVM menggunakan pendekatan secara langsung dengan menanyakan kepada masyarakat atas kesediaan untuk membayar (WTP) akibat manfaat tambahan yang diperoleh dari perubahan lingkungan dan atau seberapa besar kesediaan masyarakat untuk menerima (WTA) ganti rugi akibat penurunan kualitas barang lingkungan (Hanley dan Spash, 1993). Contingent Valuation Method memiliki tujuan untuk menghitung nilai atau penawaran yang mendekati, jika pasar dari barang-barang lingkungan tersebut benar-benar ada. Asumsi dasar yang berlaku di CVM adalah bahwa individuindividu memahami benar pilihan masing-masing dan cukup mengenal kondisi lingkungan yang dinilai. Oleh karena itu, pasar hipotetik (kuesioner dan responden) harus mendekati kondisi pasar sebenarnya. Responden harus mengenal secara baik barang yang ditanyakan dan alat hipotetik yang digunakan untuk pembayaran, seperti pajak dan biaya masuk secara langsung. Tahapantahapan untuk mengetahui nilai WTA (Hanley dan Spash, 1993), adalah : 1. Membuat Pasar Hipotetik (Setting Up the Hypothectical Market) Pasar hipotetik (hypothetical market) membangun suatu alasan mengapa masyarakat seharusnya menerima nilai ganti rugi dari dipergunakannya barang/jasa lingkungan oleh pihak lain dimana tidak terdapat nilai dalam mata uang berapa harga barang/jasa lingkungan tersebut. Pasar hipotetik harus
15
terdapat penjelasan secara mendetail, nyata, dan informatif mengenai barang dan jasa lingkungan yang akan dinilai. 2. Mendapatkan Penawaran Besarnya Nilai WTA (Obtaining Bids) Tahapan yang dilakukan setelah membuat instrumen survei adalah administrasi survei. Tahapan ini dapat dilakukan melalui wawancara dengan tatap muka, surat atau perantara telepon mengenai besarnya minimum WTA yang bersedia diterima. Wawancara dengan surat sering mengalami bias dalam bentuk tidak mendapat tanggapan atau tanggapan rendah. Wawancara menggunakan petugas yang terlatih memungkinkan pertanyaan dan jawaban secara lebih rinci, tetapi tidak menutup kemungkinan bias yang dilakukan oleh petugas tersebut. 3. Memperkirakan Nilai Rata-Rata dan Nilai Tengah WTA (Calculating Average and Mean WTA) Setelah data mengenai nilai WTA telah terkumpul, tahap selanjutnya dilakukan adalah perhitungan nilai tengah (median) dan rata-rata (mean) dari WTA. Nilai tengah digunakan apabila terjadi rentang nilai penawaran yang terlalu jauh. Jika perhitungan nilai penawaran menggunakan rata-rata, maka nilai yang diperoleh akan lebih tinggi dari yang sebenarnya. Nilai tengah penawaran tidak dipengaruhi oleh rentang yang cukup besar dan selalu lebih kecil daripada nilai rata-rata. 4. Memperkirakan Kurva Penawaran (Estimating Bid Curve) Kurva penawaran dapat diperkirakan dengan menggunakan nilai WTA sebagai variabel dependen dan faktor-faktor yang mempengaruhi nilai sebagai variabel independen. Kurva penawaran ini dapat digunakan untuk memperkirakan perubahan nilai WTA karena perubahan sejumlah variabel independen dan untuk menguji sensitivitas jumlah WTA terhadap variasi perubahan mutu lingkungan. 5. Mengagregasikan Data (Agregating Data) Agregasi data merupakan proses dimana nilai tengah penawaran dikonversikan terhadap total populasi yang dimaksudkan.
16
6. Mengevaluasi Penggunaan CVM (Evaluating the CVM Exercise) Evaluasi penggunaaan CVM berfungsi untuk menilai sejauh mana penerapan CVM telah berhasil dilakukan. Penilaian dilakukan dengan cara melihat tingkat keandalan (reability) fungsi WTA dengan nilai R-squares (
) dari model
regresi berganda WTA. Organisasi pengoperasian valuasi kontingensi, terdapat beberapa hal yang harus diperhatikan (Hanley dan Spash, 1993): 1. Pasar hipotesis yang digunakan harus memiliki kredibilitas dan realistik. 2. Alat pembayaran yang digunakan dan atau ukuran kesejahteraan (WTP dan WTA) sebaiknya tidak kontroversial dengan yang berlaku di masyarakat. 3. Rumahtangga sebaiknya memiliki informasi cukup mengenai barang lingkungan yang dimaksud pada kuesioner dan alat pembayaran untuk penawaran mereka. 4. Jika memungkinkan ukuran WTP/WTA sebaiknya dicari, karena rumahtangga sering kesulitan menentukan nominal yang ingin mereka berikan atau terima. 5. Ukuran contoh yang cukup besar sebaiknya dipilih untuk mempermudah memperoleh selang kepercayaan dan reabilitas. 6. Pengujian bias, sebaiknya dilakukan dan mengadopsi strategi untuk memperkecil bias strategi secara khusus. 7. Penawaran sanggahan sebaiknya diidentifikasi. 8. Diperlukan pengetahuan dengan pasti jika contoh memiliki karakteristik yang sama dengan populasi dan penyesuaian diperlukan. 9. Tanda parameter sebaiknya dilihat kembali untuk melihat jika mereka setuju dengan harapan yang tepat. 2.5. Penelitian Terdahulu Analisis serta kajian mengenai pencemaran udara telah dilakukan baik di dalam maupun di luar negri. Tabel 6 disajikan beberapa penelitian terdahulu yang dapat dijadikan referensi dalam menganalisis terjadinya pencemaran udara antara lain penelitian Dahlan (1989), Tang (1992), Prayudi dan Susanto (2001), Husodo (2006), Ramadhan (2009), Ulhaq (2010), Tampubolon (2011), dan Mubarok dan Ciptomulyono (2012).
17
Tabel 6. Penelitian Terdahulu No. 1.
Peneliti/Judul Ramadhan (2009)/ Analisis Kesediaan Menerima Dana Ganti rugi di Tempat Pembuangan Akhir Sampah (TPAS) Cipayung Kota Depok Jawa Barat.
2.
Achmad Dhia Ulhaq (2010)/ Estimasi Nilai Kerugian Masyarakat Sekitar Kawasan Industri dan Kesediaan Membayar Terhadap Program Perbaikan Kualitas Lingkungan di Kelurahan Jatinegara.
17
Tujuan Metode Hasil 1 Kondisi lingkungan Cipayung setelah keberadaan TPAS 1 Mengkaji persepsi masyarakat 1 Analisis dinilai oleh masyarakat sekitar mengalami penurunan deskriptif. Kelurahan Cipayung terhadap kualitas lingkungan apabila dibandingkan dengan kondisi 2 Analisis regresi keberadaan TPAS Cipayung. sebelum didirikannya TPAS. logistik. 2 Menganalisa faktor-faktor yang mempengaruhi kesediaan 3 Analisis regresi 2 Sebagian besar masyarakat menyatakan bersedia menerima dana ganti rugi dan faktor-faktor yang berganda. masyarakat dalam menerima mempengaruhi kesediaan masyarkat untuk menerima dana dana ganti rugi. ganti rugi adalah tingkat pendidikan dan jarak rumah dari 3 Mengkuantifikasikan besarnya lokasi TPAS. nilai dana ganti rugi (WTA) 3 Nilai dana ganti rugi yang bersedia diterima masyarakat yang bersedia diterima atas keberadaan TPAS sebesar Rp 54 300/Bulan/KK dan masyarakat dan menganalisa faktor-faktor yang mempengaruhi nilai tersebut adalah faktor-faktor yang tingkat pendidikan, jumlah tanggungan, jarak rumah dari mempengaruhi nilai tersebut. TPAS, besarnya biaya yang dikeluarkan responden untuk menggulangi dampak negatif, dan pendapatan. 1 Mengidentifikasi karakteristik 1 Analisis secara 1 Jenis kelamin responden didominasi oleh laki-laki, berpendidikan SLTA, memiliki tanggungan satu hingga deskriptif. responden disekitar kawasan dua orang, jenis pekerjaan mayoritas pedagang, buruh, dan industri. 2 Raplacement pegawai swasta yang berhubungan dengan Kawasan cost dan cost 2 Mengestimasi nilai kerugian Industri Pulogadung. yang dialami masyarakat of illness. akibat keberadaan kawasan 3 Willingness to 2 Total biaya pengganti dan biaya kesehatan yang dikeluarkan oleh responden sebesar Rp. 75 024 000 per Pay (WTP). industri. bulan dan Rp. 2 987 000 per bulan. 3 Mengestimasi besarnya nilai 3 Total kerugian responden akibat adanya Kawasan Industri Willingness to Pay (WTP) Pulogadung diestimasi dengan menjumlahkan semua masyarakat akibat perbaikan kerugian yang dialami baik akibat pencemaran air maupun kualitas lingkungan. udara. Total kerugian tersebut sebesar Rp. 78 011 000 per bulan.
18
Tabel 6. Lanjutan No. 3.
Peneliti/Judul Bahroin Idris Tampubolon (2011)/ Analisis Willingness to Accept Masyarakat Akibat Eksternalitas Negatif Kegiatan Penambangan Batu Gamping.
4.
Dahlan (1989)/ Dampak Pencemaran Udara Terhadap Kesehatan Manusia dan Beberapa Komponen Sumberdaya Alam.
Tujuan 1 Mendeskripsikan eksternalitas negatif yang dirasakan masyarakat. 2 Mengkaji peluang Kesediaan menerima dana ganti rugi. 3 Mengkuantifikasi besarnya nilai WTA dari masyarakat terhadap aktivitas penambangan. 4 Mengkaji faktor yang berpengaruh pada besarnya nilai dana ganti rugi.
Metode Hasil 1 Mayoritas menyatakan eksternalitas negatif yang dirasakan 1 Analisis adalah kebisingan dan getaran, perubahan kualitas udara deskriptif serta perubahan kualitas dan kuantitas air. Hanya sebagian kualitatif. kecil responden yang menyatakan kehilangan 2 Metode regresi keanekaragaman hayati. logistik. 2 Sebagian besar responden menyatakan bersedia menerima 3 Contingen dana ganti rugi atas eksternalitas negatif yang timbul. Valuation 3 Nilai estimasi rataan WTA responden adalah sebesar Rp. Method 137 500 per bulan per kepala keluarga dan nilai total WTA (CVM). responden sebesar Rp. 6 325 000 per bulan. Nilai total 4 Model regresi WTA masyarakat adalah sebesarRp. 447 975 000 per linier bulan. berganda. 4 Faktor-faktor yang berpengaruh pada besarnya nilai WTA responden adalah tingkat pendidikan, jumlah tanggungan keluarga, dummy wiraswasta, dan pegawai swasta. 1 Karbon-monoksida, kloro-fluorocarbon, nitrogen oksida, karbondioksida, sulfur oksida, hidrokarbon, masalah partikulat, dan lain-lain dikenal sebagai polutan udara potensial. Senyawa ini dapat ditimbulkan oleh mobil, pembangkit tenaga listrik, industri, rumahtangga, pembakaran pertanian, dan kebakaran hutan. Polusi udara dapat berbahaya bagi manusia secara langsung maupun tidak langsung. Polusi udara dapat menyebabkan melanoma (kanker kulit), alopecia, angina pektoris, bronkitis, emfisema, asfiksia dll, dan juga dapat merusak bangunan, tanaman pertanian, vegetasi hutan, satwa liar, air, tanah, iklim, dan sumberdaya alam lainnya.
Tabel 6. Lanjutan No. 5.
6.
7.
Peneliti/Judul Ahmad H. Mubarok dan Udisubakti Ciptomulyono (2012)/ Valuasi Ekonomi Dampak Lingkungan Tambang Marmer di Kabupaten Tulungagung dengan Pendekatan Willingness to Pay dan Fuzzy MCDM. Teguh Prayudi dan Joko Prayitno Susanto (2001)/ Kualitas Debu dalam Udara sebagai Dampak Industri Pengecoran Logam Ceper. Sapto Husodo (2006)/ Partisipasi Petani dalam Kegiatan DAFEP di Kabupaten Bantul.
Tujuan Metode Hasil 1 Penilaian ekonomi terhadap dampak lingkungan yang 1 Mengukur nilai dari WTP 1 Metode dilakukan adalah dampak bidang sosial ekonomi, dimana valuasi masyarakat di kawasan diperoleh nilai WTP dari masyarakat diperoleh sebesar Rp. ekonomi nilai pertambangan dan pengolahan 14 722 per bulan. pengganti. marmer terhadap dampak sosial ekonomi.
1 Mengkaji kualitas debu dalam udara untuk mengetahui seberapa besar dampak yang ditimbulkan oleh kegiatan ini.
1 Konsentrasi debu di wilayah industri pengecoran logan Ceper telah melampaui nilai ambang batas yang diperbolehkan. 2 Tingginya konsentrasi debu diestimasi oleh kegiatan industri logam yang terbuka.
19
1 Partisipasi petani selama pelaksanaan program DAFEP 1 Menganalisis perilaku 1 Deskriptif relatif tinggi yang menggambarkan bahwa program analisis dan partisipasi dalam program DAFEP telah berhasil mendorong partisipasi petani untuk eksplanatif. DAFEP. terlibat dalam program tersebut. 2 Mengetahui faktor yang 2 Faktor-faktor yang mempengaruhi perilaku partisipasi mempengaruhi perilaku petani dalam program DAFEP adalah usia, wawasan, partisipasi petani dalam sikap, motivasi, intensitas penyuluhan, dinamika program DAFEP. kelompok, dan peran tokoh masyarakat berpengaruh nyata.
20
Tabel 6. Lanjutan No. 8.
Peneliti/Judul Tang JCS (1992)/ Estimation of Flood Damage Cost for Bangkok.
1
Tujuan Mengestimasi perkiraan biaya 1 kerusakan akibat banjir di Bangkok.
Metode Model Regresi Berganda.
1 2
Hasil Peningkatan kedalaman banjir dan durasi berpengaruh terhadap peningkatan kerusakan di daerah pemukiman. Fungsi biaya kerusakan banjir melalui analisis regresi berganda menjadi alat yang berguna dalam perhitungan sistematika kerusakan banjir.
21
2.6. Kebaruan Penelitian Keterkaitan antara penelitian terdahulu dengan penelitian saya adalah metode yang digunakan, yaitu Contingent Valuation Methode (CVM) dan yang membedakannya adalah dalam penelitian saya menganalisis faktor yang mempengaruhi masyarakat untuk pindah dari sekitar wilayah industri peleburan besi dan baja menggunakan model regresi logistic dan menggunakan program komputer Statistical Analysis System/Econometric Time Series (SAS/ETS) versi 9.1.
22
23
III. KERANGKA PEMIKIRAN
3.1. Kerangka Pemikiran Teoritis Kerangka pemikiran teoritis memuat konsep-konsep yang berkaitan dengan kerugian-kerugian akibat keberadaan industri peleburan besi dan baja. Konsep-konsep yang berkaitan dengan penelitian ini adalah konsep mengenai pendekatan biaya pengobatan, analisis Willingness to Accept (WTA), model regresi linier berganda, dan model regresi logistik. 3.1.1. Pendekatan Biaya Pengobatan Dampak perubahan kualitas lingkungan dapat berakibat negatif pada kesehatan, yaitu menyebabkan penurunan tingkat kesehatan pada anggota rumahtangga yang tinggal disekitar industri. Menurut Kementrian Lingkungan Hidup (2007), tahapan pelaksanaan cost of illness adalah: 1. Mengetahui bahwa telah terjadi gangguan kesehatan yang berakibat perlunya biaya pengobatan. 2. Mengetahui biaya pengobatan yang dibutuhkan sampai sembuh. 3. Menghitung total biaya pengobatan. 3.1.2. Analisis Willingness to Accept Willingness to Accept (WTA) merupakan salah satu bagian dari metode CVM yang digunakan. Tahapan-tahapan metode CVM mengarahkan penelitian pada besar nilai WTA dari masyarakat yang terkena dampak negatif akibat pencemaran udara oleh industri peleburan besi dan baja. Asumsi-asumsi yang diperlukan dalam pelaksanaan pengumpulan nilai Willingness to Accept (WTA) dari setiap sampel adalah : 1. Sampel merupakan rumahtangga yang terletak dilokasi penelitian dan bersedia menerima ganti rugi.
24
2. Nilai WTA yang diberikan konsumen merupakan nilai minimum yang bersedia diterima oleh rumahtangga jika ganti rugi yang diberikan benar-benar dilaksanakan. 3. Industri peleburan besi dan baja bersedia memberikan ganti rugi atas penurunan kualitas lingkungan. 4. Sampel dipilih secara acak dari populasi yang terkena dampak penurunan kualitas lingkungan dan responden merupakan anggota rumahtangga. Metode yang dapat digunakan untuk memperoleh besarnya penawaran nilai WTA/WTP (Hanley dan Spash, 1993) : 1. Bidding Game (Metode Tawar-Menawar) Metode yang digunakan dengan mempertanyakan kepada responden tentang sejumlah nilai tertentu yang diajukan sebagai titik awal dan selanjutnya semakin meningkat sampai titik maksimum yang disepakati. 2. Open-Ended Question (Metode Pertanyaan Terbuka) Menyatakan langsung kepada responden berapa jumlah maksimum uang yang ingin dibayarkan atau jumlah minimum uang yang ingin diterima akibat perubahan kualitas lingkungan. Metode ini memiliki kelebihan yaitu responden tidak perlu diberi petunjuk yang bisa mempengaruhi nilai awal yang ditawarkan sehingga tidak akan menimbulkan bias titik awal. Kelemahan metode ini terletak pada kurangnya akurasi nilai serta terlalu besar variasinya, selain itu seringkali ditemukan respoden yang kesulitan menjawab pertanyaan yang diberikan terutama bagi mereka yang tidak memiliki pengalaman mengenai pertanyaan yang ada dalam kuesioner. 3. Closed-Ended Question (Metode Pertanyaan Tertutup) Metode pertanyaan tidak jauh berbeda dengan Open-ended Question hanya saja bentuk pertanyaannya tertutup. Responden diberikan beberapa nilai WTA/WTP yang disarankan kepada mereka untuk dipilih, sehingga responden tinggal memberikan jawaban sesuai dengan keinginan dan kemampuan mereka. 4. Payment Card (Metode Kartu Pembayaran) Metode ini menawarkan kepada responden suatu kartu yang terdiri dari berbagai nilai kemampuan untuk membayar atau kesediaan menerima,
25
sehingga responden dapat memilih nilai maksimal/minimal sesuai dengan preferensinya. Metode ini dikembangkan untuk membatasi bias titik awal dari metode tawar-menawar. Mengembangkan kualitas metode ini terkadang diberikan semacam nilai patokan yang menggambarkan nilai yang dikeluarkan oleh seseorang dengan tingkat pendapatan tertentu bagi barang lingkungan yang lain. Keunggulan metode ini adalah memberikan stimulan untuk membantu responden berpikir lebih leluasa tentang nilai maksimum atau minimum yang akan diberikan tanpa harus terintimidasi dengan nilai tertentu, seperti pada metode tawar-menawar. Penggunaan metode ini dibutuhkan pengetahuan statistik yang baik. Selain metode tersebut, terdapat pula metode bertanya Contingent Rangking. Metode ini tidak menanyakan langsung berapa nilai yang ingin dibayarkan atau diterima, tetapi responden diberikan pilihan rangking dari kombinasi kualitas lingkungan yang berada dengan nilai moneter yang berbeda. Responden diminta mengurutkan beberapa pilihan dari yang paling disukai sampai kepada yang tidak disukai. Metode ini menggunakan skala ordinal sehingga diperlukan pengetahuan statistik yang sangat baik dan jumlah sampel yang besar. 3.1.3. Model Regresi Linier Berganda Menurut Firdaus (2004), model regresi berganda (multiple regression model), yaitu suatu model dimana variabel dependen bergantung pada dua atau lebih variabel independen. Model regresi berganda yang paling sederhana adalah regresi tiga variabel, yang terdiri dari satu variabel dependen dan dua variabel independen. Metode analisis berganda merupakan metode analisis yang didasarkan pada metode Ordinary Least Square (OLS). Menurut Gujarati (1978), sifat-sifat penaksiran OLS adalah: (1) penaksiran tadi tidak bias, (2) penaksiran tadi mempunyai varian yang minimum, (3) konsisten, (4) efisien, dan (5) linier. Asumsi-asumsi yang dapat digunakan untuk model regresi linier berganda dengan OLS adalah (Firdaus, 2004): 1. E ( ) = 0, untuk setiap i.
26
2. Cov ( , ) = 0, i ≠ j. Asumsi ini dikenal sebagai asumsi tidak adanya korelasi berurutan atau tidak ada autokorelasi. 3. Var ( ) =
, untuk setiap i. Asumsi ini dikenal sebagai asumsi
homoskedastisitas, atau varians sama. 4. Cov ( |
) = Cov ( |
) = 0. Artinya, variabel pengganggu
dan variabel
independen X tidak berkorelasi. 5. Tidak ada multikolinieritas (multicolinearity), yang berarti tidak terdapat hubungan linieritas yang pasti diantara variabel independen. Secara umum, fungsi regresi berganda dituliskan sebagai berikut (Juanda, 2009): Y = α0 X0i + α1 X1i + α2 X2i + ... + αj Xji + Ui Jika semua pengamatan
bernilai 1, maka model diatas menjadi
Y = α0 + α1 X1i + α2 X2i + ... + αj Xji + Ui dimana : Y
= Variabel dependen
i
= Nomor pengamatan dari 1 sampai n (sampel)
Xji
= Pengamatan ke-i untuk variable independen Xj
α0
= Intersep
α1,2,..n
= Parameter Xi
Ui
= Variabel pengganggu
3.1.4. Model Regresi Logistik Menurut Rosadi (2011), regresi logistik merupakan salah satu model statistika yang dapat digunakan untuk menganalisis pola hubungan antara sekumpulan variabel independen dengan suatu variabel dependen bertipe kategoris atau kualitatif. Kategori dari variabel dependen dapat terdiri atas dua kemungkinan nilai (dichotomous), seperti ya/tidak, sukses/gagal, dan lain-lain, atau lebih dari dua nilai (polychotomous), seperti sangat tidak setuju, tidak setuju, setuju, dan sangat setuju. Menurut Firdaus, Harmini, dan Farid (2011), model regresi logistik merupakan suatu model untuk menerangkan peluang kejadian tertentu dari kategori variabel dependen menggunakan metode Maximum Likelihood Estimator
27
(MLE). Dalam analisis regresi logistik, pemodelan peluang kejadian tertentu dari kategori variabel dependen dilakukan melalui transformasi dari regresi linier ke logit. Formula transformasi logit adalah: Logit(pi) = Log Dengan pi adalah peluang munculnya kejadian kategori sukses dari variabel dependen untuk orang ke-i dan log
adalah logaritma dengan basis
bilangan e. Ilustrasikan proses transformasi logit disajikan pada Gambar 1. pi
Logit (Pi)
Logit transform
Predictor
Preditor Gambar 1. Transformasi Logit
3.2. Kerangka Pemikiran Operasional Alur kerangka operasional penelitian disajikan pada Gambar 2. Keberadaan industri peleburan besi dan baja dapat memberikan dampak positif dan dampak negatif. Dampak positif yang dirasakan masyarakat sekitar kawasan industri adalah terbukanya lapangan kerja baru dan peningkatan pertumbuhan ekonomi. Tidak hanya dampak positif yang dirasakan oleh masyarakat, tetapi masyarakat sekitar kawasan industri juga merasakan dampak negatif yang dapat menurunkan kualitas lingkungan karena asap yang dihasilkan industri. Masyarakat sekitar kawasan industri dapat mengalami gangguan saluran pernapasan apabila mereka menghirup udara tersebut dalam jangka waktu yang panjang. Pencemaran udara yang ditimbulkan industri akan berdampak pada lingkungan sekitar yang dapat diidentifikasi dengan melihat perubahan yang terjadi pada lingkungan serta dapat mempengaruhi kesehatan masyarakat disekitar kawasan industri yang dapat menimbulkan penyakit.
28 Perkembangan Kawasan Industri Industri Peleburan Besi dan Baja di Tangerang Dampak Positif : Dampak Negatif: Lapangan Pekerjaan Baru Penurunan Kualitas Lingkungan dan Meningkatkan Sekitar Industri Pertumbuhan Ekonomi Pencemaran Nilai Ganti Faktor Peluang Rugi Udara WTA Pindah Mengestimasi Dampak Menganalisis Menganalisis Nilai Ganti Lingkungan Faktor yang Faktor yang Rugi yang dan Mempengaruhi Mempengaruhi Layak Akibat Kesehatan: Besarnya Nilai Keputusan Keberadaan Ganti Rugi Masyarakat Analisis Industri yang Bersedia pindah: Deskriptif Peleburan diterima dan Cost of Model Regresi Besi dan Baja Masyarakat: Logistik Illness. Willingness Model Regresi to Accept Berganda (WTA) Dampak Keberadaan Industri Peleburan Besi dan Baja pada Masyarakat Sekitar
Keterangan:
adalah ruang lingkup penelitian
Gambar 2. Alur Kerangka Pemikiran Operasional
29
Industri peleburan besi dan baja juga memiliki dampak negatif yang dirasakan masyarakat sekitar kawasan industri. Pertama, pencemaran udara dapat berdampak pada lingkungan yang dapat dianalisis secara deskriptif. Pencemaran udara juga berdampak pada kesehatan, banyak anggota rumahtangga yang mengalami gangguan saluran pernapasan akibat pencemaran udara yang dihasilkan dari proses produksi industri. Pengukuran nilai kesehatan dapat dihitung menggunakan pendekatan cost of illness dari jumlah rumahtangga yang terkena penyakit dikali biaya pengobatan masyarakat per tahun. Kedua, besarnya dana ganti rugi yang bersedia diterima oleh masyarakat dengan menggunakan perhitungan Willingness to Accept (WTA). Ketiga, faktor-faktor yang mempengaruhi besarnya nilai WTA sampel menggunakan model analisis regresi berganda. Keempat, faktor-faktor yang mempengaruhi masyarakat untuk pindah dari sekitar wilayah industri peleburan besi dan baja menggunakan model analisis regresi logistik. Hasil dari penelitian ini diharapkan mampu memberikan informasi mengenai besarnya nilai ganti rugi yang sesuai
untuk rumahtangga Dusun
Palahlar akibat pencemaran udara yang ditimbulkan industri peleburan besi dan baja. Dengan demikian, informasi tersebut dapat dijadikan saran bagi pihak-pihak terkait dalam memberikan ganti rugi yang sesuai untuk rumahtangga yang merasakan dampak dari pencemaran yang dilakukan industri tersebut. 3.3. Hipotesis Penelitian 1. Kegiatan industri peleburan besi dan baja di Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang menimbulkan pencemaran udara. 2. Pencemaran udara oleh industri menurunkan kualitas lingkungan dan kesehatan rumahtangga Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang. 3. Penurunan tingkat kesehatan rumahtangga sekitar industri diakibatkan rumahtangga menghirup udara yang tercemar limbah peleburan besi dan baja. 4. Rumahtangga Dusun Palahlar harus membeli alat seperti penutup hidung untuk mengurangi dampak pencemaran udara.
30
5. Kerugian yang dialami rumahtangga Dusun Palahlar akibat pencemaran udara dapat digunakan untuk menghitung nilai ganti rugi.
31
IV. METODE PENELITIAN
4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Dusun Palahlar, Desa Budimulya, Kecamatan Cikupa, Kabupaten Tangerang, Provisi Banten, Indonesia. Penentuan lokasi dilakukan secara sengaja dengan pertimbangan bahwa Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang merupakan lokasi terdekat dengan industri peleburan besi dan baja. Masyarakat yang bertempat tinggal di lokasi tersebut merasakan penurunan kualitas lingkungan berupa pencemaran udara akibat aktivitas industri di kawasan industri. Pengumpulan data lapang dilakukan selama dua bulan, dimulai pada bulan April 2013 hingga Mei 2013. 4.2. Jenis dan Sumber Data Data yang digunakan terdiri dari data primer dan sekunder. Pengumpulan data primer dilakukan dengan metode wawancara kepada responden rumahtangga menggunakan kuesioner (Lampiran 1) dan metode observasi untuk mengetahui kualitas lingkungan setelah keberadaan industri peleburan besi dan baja di Dusun Palahlar. Wawancara dilakukan untuk mendapatkan informasi tentang kondisi lingkungan, kesehatan masyarakat, besarnya nilai ganti rugi yang layak diterima masyarakat, faktor yang mempengaruhi nilai ganti rugi, dan keputusan masyarakat untuk pindah dari sekitar wilayah industri. Data penelitian dampak keberadaan industri peleburan besi dan baja terhadap lingkungan dan kesehatan masyarakat di Dusun Palahlar tahun 2013 disajikan pada Lampiran 2. Data sekunder dari Kantor Kelurahan Desa Budimulya di Dusun Cikupa dan Badan Lingkungan Hidup Daerah (BLHD) Kabupaten Tangerang. 4.3. Metode Pengambilan Sampel Metode pengambilan sampel dilakukan secara sengaja dengan menemui rumahtangga di Dusun Palahlar, karena kerangka sampel rumahtangga tidak tersedia. Rumahtangga dikelompokkan berdasarkan strata tempat tinggal dengan
32
pertimbangan bahwa populasi rumahtangga memiliki keragaman dalam menerima dampak pencemaran udara akibat kegiatan industri peleburan besi dan baja yang diestimasi berbeda sesuai dengan jarak tempat tinggal dari industri. Jumlah sampel dalam penelitian ini sebanyak 60 sampel rumahtangga yang tinggal di Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang. Sampel dibagi menjadi tiga wilayah (strata), yaitu wilayah pertama yang memiliki jarak tempat tinggal nol sampai 200 meter dari industri, wilayah kedua yang memiliki jarak tempat tinggal lebih dari 200 sampai 500 meter dari industri, dan wilayah ketiga yang memiliki jarak tempat tinggal lebih dari 500 meter dari industri peleburan besi dan baja. Jumlah sampel yang diambil sebanyak 20 rumahtangga pada masing-masing wilayah (Tabel 7). Tabel 7. Alokasi Jumlah Sampel Wilayah (strata) 1 2 3
Jarak Tempat Tinggal terhadap Industri 0 - 200 m >200 - 500 m >500 m
Jumlah Sampel 20 20 20
4.4. Metode Pengolahan dan Analisis Data Tabel 8. Metode Analisis Data Berdasarkan Tujuan Penelitian No. Tujuan Penelitian Sumber Data 1. Mengidentifikasi dampak pencemaran Data primer. oleh kegiatan industri peleburan besi dan baja terhadap lingkungan.
Metode Analisis deskriptif.
2.
Mengestimasi dampak pencemaran Data primer. oleh kegiatan industri peleburan besi dan baja terhadap kesehatan masyarakat.
Cost of illness.
3.
Mengestimasi dampak pencemaran Data primer. oleh kegiatan industri peleburan besi dan baja terhadap nilai ganti rugi yang layak diterima oleh masyarakat.
Willingness to Accept (WTA).
4.
Menganalisis faktor-faktor yang Data primer. mempengaruhi besarnya nilai ganti rugi yang bersedia diterima masyarakat.
Ordinary Least Squares (OLS).
5.
Menganalisis faktor-faktor yang Data primer. mempengaruhi keputusan pindah dari sekitar wilayah industri peleburan besi dan baja.
Maximum Likelihood Estimator (MLE).
33
Pada tabel 8 disajikan matriks keterkaitan antara tujuan penelitian, sumber data, dan metode. Data yang diperoleh, dianalisis secara kualitatif dan kuantitatif. Pengolahan dan analisis data dilakukan menggunakan komputer dengan program Microsoft Office Excell dan Statistical Analysis System/Econometric Time Series (SAS/ETS) version 9.1. 4.4.1. Identifikasi Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Lingkungan Dampak lingkungan yang diidentifikasi adalah penurunan kualitas lingkungan akibat pencemaran udara dan dianalisis secara deskriptif. Hal yang terlebih dahulu dilakukan adalah mengidentifikasi apa saja dampak yang dirasakan rumahtangga akibat sisa proses produksi yang dibuang ke udara sehingga berdampak pada rumahtangga sekitar industri. Informasi mengenai dampak lingkungan berdasarkan observasi di lapang dan persepsi (respon) rumahtangga sampel tentang: (1) kualitas udara, (2) kebersihan, (3) kenyamanan, dan (4) pengaruh terhadap kegiatan sehari-hari. Penilaian kualitas udara sebelum dan setelah keberadaan industri peleburan besi dan baja berdasarkan respon rumahtangga terhadap kualitas udara: (a) kualitas udara sangat buruk dengan indikator: berdebu, panas, dan tidak segar saat bernafas, (b) kualitas udara buruk dengan indikator: berdebu, tidak panas, dan tidak segar saat bernafas, (c) kualitas udara biasa saja dengan indikator: berdebu, tidak panas, dan segar saat bernafas, (d) kualitas udara baik dengan indikator: tidak berdebu, panas, dan segar saat bernafas, dan (e) kualitas udara sangat baik dengan indikator: tidak berdebu, tidak panas, dan segar saat bernafas. Penilaian kebersihan tempat tinggal sebelum dan setelah keberadaan industri peleburan besi dan baja berdasarkan observasi di lapang dan respon rumahtangga terhadap kebersihan tempat tinggal: (a) kebersihan tempat tinggal sangat kotor dengan indikator: atap rumah semakin berdebu, teras berdebu, dan jendela rumah berdebu, (b) kebersihan tempat tinggal kotor dengan indikator: atap rumah semakin berdebu, teras tidak berdebu, dan jendela rumah berdebu, (c) kebersihan tempat tinggal biasa saja dengan indikator: atap rumah semakin
34
berdebu, teras tidak berdebu, dan jendela rumah bersih, (d) kebersihan tempat tinggal bersih dengan indikator: atap rumah berdebu, teras berdebu, dan jendela rumah bersih, dan (e) kebersihan tempat tinggal sangat bersih dengan indikator: atap rumah berdebu, teras tidak berdebu, dan jendela rumah bersih. Penilaian kenyamanan sebelum dan setelah keberadaan industri peleburan besi dan baja berdasarkan respon rumahtangga terhadap kenyamanan tinggal: (a) kenyamanan yang direspon sangat tidak nyaman dengan indikator: udara yang dihirup tidak segar dan kondisi lingkungan menjadi tidak aman, (b) kenyamanan yang direspon tidak nyaman dengan indikator: udara yang dihirup tidak segar dan kondisi lingkungan aman, (c) kenyamanan yang direspon nyaman dengan indikator: udara yang dihirup segar dan kondisi lingkungan tidak aman, dan (d) kenyamanan yang direspon sangat nyaman dengan indikator: udara yang dihirup segar dan kondisi lingkungan aman. Penilaian pengaruh terhadap kegiatan sehari-hari sebelum dan setelah keberadaan industri peleburan besi dan baja berdasarkan respon rumahtangga terhadap pengaruh pada kegiatan sehari-hari: (a) pengaruh terhadap kegiatan sehari-hari sangat mengganggu dengan indikator: menjadi lebih sering menyapu, jemuran berdebu, dan anak menjadi tidak dapat bermain di luar rumah, (b) pengaruh terhadap kegiatan sehari-hari mengganggu dengan indikator: menjadi lebih sering menyapu, jemuran tidak berdebu, dan anak menjadi tidak dapat bermain di luar rumah, (c) pengaruh terhadap kegiatan sehari-hari biasa saja dengan indikator: menjadi lebih sering menyapu, jemuran tidak berdebu, dan anak tetap dapat bermain di luar rumah, (d) pengaruh terhadap kegiatan sehari-hari tidak mengganggu dengan indikator: menyapu seperti biasa, jemuran berdebu, dan anak tetap dapat bermain di luar rumah, dan (e) pengaruh terhadap kegiatan sehari-hari sangat tidak mengganggu dengan indikator: menyapu seperti biasa, jemuran tidak berdebu, dan anak tetap dapat bermain di luar rumah. 4.4.2. Penentuan Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Kesehatan Masyarakat Industri peleburan besi dan baja menimbulkan dampak pada kesehatan yang dihitung menggunakan cost of illness. Informasi yang dicari mengenai kesehatan anggota rumahtangga sebelum dan setelah adanya industri adalah: (1)
35
jenis penyakit, (2) tempat berobat, yaitu apakah berobat di rumah sakit, PUSKESMAS atau klinik, (3) waktu terkena penyakit, yaitu seberapa sering rumahtangga mengalami sakit tersebut dalam satu tahun, dan (4) biaya, yaitu jumlah biaya yang dikeluarkan oleh rumahtangga untuk mengobati penyakit selama satu tahun. Data biaya kesehatan yang dikeluarkan untuk mengobati penyakit setelah keberadaan industri peleburan besi dan baja didapat dari menghitung jumlah biaya yang harus dikeluarkan oleh rumahtangga untuk mengobati penyakit dan dibandingkan dengan jumlah biaya yang dikeluarkan rumahtangga sebelum industri berdiri. 4.4.3. Penentuan Nilai Willingness to Accept Sebagai Nilai Ganti Rugi Akibat Keberadaan Industri Peleburan Besi dan Baja Nilai WTA didapatkan melalui hasil wawancara secara langsung. Nilai WTA dapat diketahui melalui tahapan-tahapan sebagai berikut (Hanley dan Spash, 1993): 1. Membuat pasar hipotetik (setting up the hypothectical market) 2. Mendapatkan penawaran besarnya nilai WTA (obtaining bids) 3. Memperkirakan nilai rata-rata dan nilai tengah WTA (calculating average and mean WTA) 4. Memperkirakan kurva penawaran (estimating bid curve) 5. Mengagregasikan data (agregating data) untuk 288 rumahtangga populasi (data dari Kantor Kelurahan Dusun Cikupa, 2007) 6. Mengevaluasi penggunaan CVM (evaluating the CVM exercise) Wawancara
dilakukan
kepada
rumahtangga
di
Dusun
Palahlar,
Kecamatan Cikupa, Kabupaten Tangerang untuk mengetahui besarnya nilai WTA menggunakan kuesioner dengan metode open-ended question. Setelah diketahui seluruh nilai WTA rumahtangga di Dusun Palahlar kemudian dicari nilai WTA rata-rata sebagai pendekatan nilai ganti rugi yang dialami oleh rumahtangga sekitar industri peleburan besi dan baja.
36
4.4.4. Analisis Faktor-Faktor yang Mempengaruhi Besarnya Nilai Ganti Rugi Model regresi linier berganda digunakan untuk mengetahui faktor-faktor yang mempengaruhi Willingness to Accept (WTA) rumahtangga dengan metode Ordinary Least Squares (OLS). Berdasarkan teori dan penelitian terdahulu tentang WTA, model regresi berganda yang digunakan adalah: WTAi =
+ PDDKNi JTKi + DU1i +
dimana: WTAi
PNDPTNi + LMTGi JRSIi + DU2i + BSHTi + U1i ............. (01)
= Nilai WTA (rupiah per tahun) = Konstanta = Parameter, j=1,2,3,…..,8
PDDKNi = Tingkat pendidikan responden (1 = lama pendidikan kurang dan sama dengan 9 tahun; 0 = lainnya) PNDPTNi = Tingkat pendapatan rumahtangga (rupiah per tahun) LMTGi
= Lama tinggal responden (tahun)
JRSIi
= Jarak tempat tinggal dari industri (meter)
JTKi
= Jumlah tanggungan keluarga (orang)
DUi
= Dummy umur responden
DU1i = Umur muda (1 = kurang dari 30 tahun; 0 = lainnya) DU2i = Umur menengah (1 = 30 sampai 50 tahun; 0 = lainnya) = Biaya
BSHTi
kesehatan
yang
dikeluarkan
rumahtangga
untuk menanggulangi dampak dari industri peleburan besi dan baja (rupiah per tahun) i
= Sampel ke-i = Variabel pengganggu
1
Tanda parameter estimasi yang diharapkan (hipotesis): ,
,
,
<0
,
,
,
>0
Variabel tingkat pendidikan diestimasi memberikan pengaruh positif terhadap besarnya nilai ganti rugi yang diinginkan responden. Hal ini karena responden yang berpendidikan tinggi akan menyadari bahwa seberapa besar kerugian yang ditanggung. Variabel umur muda, umur menengah, dan lama
37
tinggal diestimasi berpengaruh positif dengan responden yang menerima nilai ganti rugi. Hal ini disebabkan pencemaran disekitar kawasan industri peleburan besi dan baja membuat responden yang tinggal lebih lama merasa dirugikan. Kerugian ini timbul karena sebelum keberadaan industri dapat memanfaatkan sumberdaya yang tersedia tanpa adanya pencemaran, sehingga responden yang lebih lama tinggal menginginkan nilai ganti rugi yang lebih tinggi. Variabel jumlah tanggungan terkait dengan banyaknya anggota keluarga yang harus menanggung dampak dari industri peleburan besi dan baja. Semakin tinggi jumlah tanggungan maka semakin tinggi pula nilai ganti rugi yang diinginkan. Tingginya tingkat pencemaran yang direspon, diestimasi juga berpengaruh positif terhadap nilai WTA. Semakin tinggi tingkat pencemaran yang direspon maka semakin tinggi nilai ganti rugi yang bersedia diterima. Variabel besarnya biaya kesehatan yang dikeluarkan untuk menanggulangi dampak dari industri peleburan besi dan baja diestimasi berpengaruh positif. Semakin tinggi biaya yang dikeluarkan untuk menanggulangi dampak negatif maka nilai ganti rugi yang bersedia diterima akan semakin tinggi. Biaya yang dikeluarkan mencakup biaya pengobatan dan pencegahan penyakit yang diakibatkan dari dampak keberadaan industri peleburan besi dan baja. Variabel tingkat pendapatan rumahtangga diestimasi berpengaruh negatif terhadap nilai WTA, semakin tinggi pendapatan rumahtangga maka rumahtangga tidak memperhatikan besarnya nilai ganti rugi karena telah merasa berkecukupan untuk menanggungnya sendiri. Variabel jarak tempat tinggal dari industri diestimasi berpengaruh negatif karena semakin dekat jarak tempat tinggal dari industri maka, akan semakin banyak dampak yang dirasakan sehingga nilai ganti rugi yang diinginkan lebih tinggi. Program komputer dan hasil estimasi model Willingness to Accept disajikan pada Lampiran 4 dan 5. 4.4.5. Analisis Faktor-Faktor yang Mempengaruhi Keputusan untuk Pindah Analisis faktor-faktor yang mempengaruhi keputusan untuk pindah dari sekitar wilayah industri peleburan besi dan baja menggunakan model regresi
38
logistik dan diestimasi menggunakan metode Maximum Likelihood Estimator (MLE). Model regresi logistik digunakan untuk mengestimasi peluang keputusan untuk pindah atau tidak pindah dari sekitar wilayah industri peleburan besi dan baja, serta faktor-faktor yang mempengaruhinya. Bentuk model regresi logistik yang digunakan adalah: Li Pindahi =
+ PDDKNi + PNDPTNi LMTGi JRSIi DSK1i DSK2i + BSHTi + U2i ..................... (02)
dimana: Li Pindahi
= Peluang responden menyatakan pindah atau tidak pindah dari sekitar wilayah industri peleburan besi dan baja (1 = pindah; 0 = tidak pindah) = Konstanta = Parameter, j=1,2,3,…..,7
PDDKNi
= Tingkat pendidikan responden (1 = lama pendidikan kurang dan sama dengan 9 tahun; 0 = lainnya)
PNDPTNi
= Tingkat pendapatan rumahtangga (rupiah/tahun)
LMTGi
= Lama tinggal responden (1 = lama tinggal kurang dari sama dengan 30 tahun; 0 = lainnya)
JRSIi
= Jarak tempat tinggal dari industri (1 = jarak 0 sampai 200 meter; 0 = lainnya)
DSKi
= Dummy status kepemilikan rumah
DSK1i
= Status kepemilikan rumah pribadi (1 = status rumah pribadi; 0 = lainnya)
DSK2i
= Status kepemilikan rumah warisan (1 = status rumah warisan; 0 = lainnya)
BSHTi
= Biaya kesehatan yang dikeluarkan rumahtangga untuk menanggulangi dampak dari industri peleburan besi dan baja (rupiah per tahun)
i
= Sampel ke-i = Variabel pengganggu
2
Tanda parameter estimasi yang diharapkan (hipotesis): ,
,
>0
,
,
,
<0
39
Tingkat pendidikan responden diestimasi memiliki hubungan positif dengan keputusan pindah dan tidak pindah dari sekitar wilayah industri peleburan besi dan baja. Semakin tinggi pendidikan maka responden menyadari bahwa kondisi lingkungan tempat tinggalnya tidak layak untuk ditempati. Tingkat pendidikan mempengaruhi pola pikir, persepsi, penilaian terhadap lingkungan serta bagaimana cara menanggapi pertanyaan. Variabel pendapatan rumahtangga diestimasi memiliki hubungan positif dengan penilaian responden mengenai pindah dan tidak pindah. Semakin tinggi pendapatan rumahtangga maka keputusan untuk pindah dari sekitar wilayah industri peleburan besi dan baja akan semakin tinggi. Variabel besarnya biaya kesehatan yang dikeluarkan rumahtangga untuk menanggulangi dampak dari industri peleburan besi dan baja diestimasi memiliki hubungan positif. Semakin besar biaya yang dikeluarkan untuk menanggulangi dampak maka keputusan untuk pindah dari sekitar wilayah industri peleburan besi dan baja akan semakin tinggi. Variabel lama tinggal responden diestimasi berbanding terbalik dengan keputusan responden pindah dari sekitar wilayah industri. Semakin lama responden tinggal di Dusun Palahlar, maka responden semakin terbiasa dengan kondisi lingkungan tempat tinggalnya. Variabel jarak tempat tinggal dari industri juga diestimasi berbanding terbalik terhadap keputusan responden pindah dari sekitar industri, dimana semakin jauh jarak tempat tinggal dari industri maka keputusan responden untuk pindah semakin rendah. Variabel status kepemilikan rumah pribadi dan warisan diestimasi berbanding terbalik dengan responden yang menilai pindah dari sekitar wilayah industri peleburan besi dan baja. Jika responden tinggal dirumah dengan status kepemilikan rumah pribadi dan warisan, maka responden merasa tinggal legal di wilayah tersebut dan tidak akan pindah dari sekitar wilayah industri peleburan besi dan baja. Program komputer dan hasil regresi logistik disajikan pada Lampiran 6 dan 7.
40
4.5. Evaluasi Model Perlu dilakukan pengujian secara statistika untuk memeriksa kebaikan dari model yang telah dibuat. Uji yang dilakukan adalah: 1. Uji G Menurut Juanda (2009), statistik uji G (likehood ratio) digunakan untuk menguji apakah model logit secara keseluruhan dapat menjelaskan variabel dependen (Y). Likehood ratio adalah rasio fungsi kemungkinan model (lengkap) terhadap fungsi kemungkinan model
(
benar). Hipotesis
statistik yang diuji dalam hal ini adalah: :
=
= …. =
: minimal ada
=0
(model tidak dapat menjelaskan)
≠ 0, untuk j=2,3,…k
(model dapat menjelaskan)
Statistik uji G dibawah ini menyebar menurut sebaran Khi-kuadrat dengan derajat bebas (k-1). _
G = -2ln
= 2ln
_
_
= 2 [ln(
) - ln(
Jika menggunakan taraf nyata α, hipotesis Statistik G > Jika
_
≈
_
_
)]
ditolak (model signifikan) jika
,
ditolak maka dapat disimpulkan bahwa minimal ada
≠0, dengan
pengertian lain, model regresi logistik dapat menjelaskan atau memprediksi pilihan individu pengamat. 2. Uji Odds Ratio Menurut Firdaus, Harmini, dan Farid (2011), dalam kejadian hubungan antar variabel kategorik dikenal adanya ukuran asosiasi, yaitu ukuran keeratan hubungan antar variabel kategorik. Salah satu keuntungan penggunaan analisis regresi logistik adalah bahwa ukuran asosiasi ini seringkali merupakan fungsi dari parameter estimasi yang didapatkan. Salah satu ukuran asosiasi yang dapat diperoleh melalui analisis regresi logistik adalah odd ratio (rasio odd). Odd sendiri dapat diartikan sebagai rasio peluang kejadian sukses dengan kejadian
tidak
sukses
dari
variabel
dependen.
Adapun
rasio
odd
mengindikasikan seberapa lebih mungkin, dalam kaitannya dengan nilai odd,
41
munculnya kejadian sukses pada suatu kelompok dibandingkan dengan kelompok lainnya. 3. Koefisien Determinasi yang Disesuaikan Menurut Firdaus (2004), ciri-ciri dari R merupakan fungsi yang menaik (nondecreasing function) dari variabel-variabel independen yang tercakup dalam persamaan regresi linear berganda. Makin banyak variabel yang tercakup dalam model, makin menaik fungsi tersebut, artinya semakin besar nilai R tersebut. Jadi, setiap penambahan variabel independen dalam model akan memperbesar nilai R . 4. Uji F Menurut Kuncoro (2003), uji F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen. Hipotesis nol (
) yang
hendak diuji adalah apakah semua parameter dalam model sama dengan nol, atau: :
=
= .... =
=0
Artinya, apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (
), tidak
semua parameter secara simultan sama dengan nol, atau: :
....
0
Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. Untuk menguji kedua hipotesis ini digunakan uji F. Nilai uji F dihitung dari formula sebagai berikut: F= dimana
=
/ / 2
SSR
= Sum of squares due to regression = ∑ Ŷ
SSE
= Sum of square error = ∑ Y
n
= Jumlah sampel;
k
= Jumlah parameter dalam model, termasuk intersep;
Ŷ
2
;
;
MSR = Mean squares due to regression;
42
MSE = Mean of squares due to error. Pada dasarnya nilai F diturunkan dari tabel ANOVA (analysis of variance). Ingat bahwa TSS = SSR + SSE, artinya Total Sum of Square (TSS) bersumber dari variasi regresi (SSR) dan variasi kesalahan (SSE), yang dibagi dengan derajat kebebasannya masing-masing. Cara melakukan uji F adalah dengan cara sebagai berikut: a. Quick look: bila nilai F lebih besar daripada empat maka menyatakan
=
= .... =
yang
= 0 dapat ditolak pada derajat kepercayaan
15 persen. Dengan kata lain, kita menerima hipotesis alternatif yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen. b. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel: bila nilai F hasil perhitungan lebih besar daripada nilai F menurut tabel maka hipotesis alternatif yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen. 5. Uji-t Menurut Kuncoro (2003), uji-t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol (
) yang hendak diuji adalah apakah
suatu parameter ( ) sama dengan nol, atau: :
=0
Artinya, apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatifnya (
), parameter
suatu variabel tidak sama dengan nol, atau: :
0
Artinya, variabel independen merupakan penjelas yang signifikan terhadap variabel dependen. Untuk menguji kedua hipotesis ini digunakan uji-t. Uji-t dihitung dari formula sebagai berikut: t=(
- 0)/S =
/S
43
dimana S = Deviasi standar, yang dihitung dari akar varians. Varians, atau
,
diperoleh dari SSE dibagi dengan jumlah derajat kebebasan (degree of freedom). Dengan kata lain: = dimana: n = Jumlah sampel; k = Jumlah parameter dalam model, termasuk intersep. Cara melakukan uji-t adalah dengan cara sebagai berikut: a. Quick look: bila jumlah degree of freedom adalah 20 atau lebih, dan derajat kepercayaan sebesar lima persen, maka
yang menyatakan
=0
dapat ditolak bila nilai t lebih besar dari dua (dalam nilai absolut). Dengan kata lain, kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. b. Membandingkan nilai uji-t dengan titik kritis menurut tabel: apabila nilai t hasil perhitungan lebih tinggi dibanding nilai t tabel, kita menerima hipotesis alternatif, yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen. 6. Uji terhadap Kolinear Ganda (Multicollinearity) Menurut Gujarati (1978), multikolinieritas berhubungan dengan situasi dimana ada hubungan linier baik yang pasti atau mendekati pasti diantara variabel independen. Konsekuensi dari multikolinieritas adalah apabila ada kolinieritas sempurna diantara independen, koefisien regresinya tak tertentu dan kesalahan standarnya tak terhingga. Jika kolinieritasnya tinggi tapi tidak sempurna, penaksiran koefisien regresi adalah mungkin, tetapi kesalahan standarnya cenderung untuk besar. Menurut Firdaus (2004), hal-hal utama yang sering menyebabkan terjadinya multikolonieritas ganda adalah: (1) kesalahan
teoritis
dalam
pembentukan
model
fungsi
regresi
yang
dipergunakan dan (2) terlampau kecilnya jumlah pengamatan yang akan dianalisis dengan model regresi. Ada tidaknya kolinieritas ganda dapat diketahui dengan melihat ciri-ciri sebagai berikut:
44
a. Kolinieritas sering dapat diestimasi jika
cukup tinggi antara (0.7-1) dan
jika koefisien korelasi sederhana juga tinggi, tetapi tak satupun atau sedikit sekali koefisien regresi parsial yang signifikan secara individu. Di pihak lain, uji F menolak
yang mengatakan bahwa secara simultan seluruh
koefisien regresi parsial nilainya nol. b. Meskipun koefisien korelasi sederhana nilainya tinggi sehingga timbul estimasi bahwa terjadi kolinieritas ganda, tetapi hal ini belum tentu berlaku. c. Untuk mengetahui ada tidaknya kolinieritas ganda dalam suatu model regresi linier berganda, kita disarankan tidak hanya melihat koefisien korelasi, tetapi juga koefisien korelasi parsial. Menurut Gujarati (1978), tindakan untuk memperbaiki multikolinieritas adalah: (1) menggunakan extraneous atau informasi sebelumnya, (2) mengkombinasikan data cross-sectional dan data deretan-waktu, (3) meninggalkan variabel yang sangat berkolerasi, (4) mentransformasikan data, dan (5) mendapatkan tambahan atau data baru. 7. Uji Heteroskedastisitas Menurut Firdaus (2004), asumsi pada suatu fungsi regresi adalah apabila variasi dari faktor pengganggu selalu sama pada data pengamatan yang satu ke data pengamatan yang lain. Jika ciri ini dipenuhi, berarti variasi faktor pengganggu pada kelompok data tersebut bersifat homoskedastik. Jika asumsi itu tidak dapat dipenuhi maka dapat dikatakan terjadi penyimpangan. Penyimpangan
terhadap
faktor
pengganggu
sedemikian
itu
disebut
heteroskedastisitas. Menurut Gujarati (1978), heteroskedastisitas tidak merusak sifat ketidakbiasan dan konsistensi dari penaksir OLS. Tetapi penaksir ini tidak lagi mempunyai varians minimum atau efisien. Menurut Firdaus (2004), keadaan heteroskedastisitas dapat terjadi karena beberapa sebab, antara lain: a. Sifat variabel yang diikutsertakan ke dalam model. b. Sifat data yang digunakan dalam analisis. Pada penelitian dengan menggunakan data runtut waktu, kemungkinan asumsi itu mungkin benar. Data itu pada umumnya mengalami perubahan yang relatif sama dan
45
proporsional, baik yang menyangkut data variabel independen maupun variabel dependen. Tetapi, pada penelitian dengan menggunakan data seksi silang, kemungkinan asumsi ini benar adalah lebih kecil. Hal ini disebabkan data itu umumnya tidak mempunyai tingkatan yang sama/sebanding. Keadaaan heteroskedastisitas akan mengakibatkan hal-hal berikut: a. Pengestimasian OLS yang diperoleh tetap memenuhi persyaratan tidak bias. b. Varian yang diperoleh menjadi tidak efisien, artinya cenderung membesar sehingga tidak lagi merupakan varian yang terkecil. Kecenderungan semakin membesarnya varian tersebut akan mengakibatkan uji hipotesis yang dilakukan juga tidak akan memberikan hasil yang tidak baik (tidak valid). Pada uji-t terhadap koefisien regresi, t-hitung diestimasi terlalu rendah. Kesimpulan tersebut akan semakin jelek jika sampel pengamatan semakin kecil jumlahnya, dengan demikian model perlu diperbaiki dulu agar pengaruh dari heteroskedastisitas hilang. 8. Uji Normalitas Menurut Firdaus (2004), ada beberapa alasan mengenai asumsi kenormalan, yaitu sebagai berikut: a. Variabel pengganggu Ui merupakan variabel yang disebabkan adanya variabel-variabel yang mempengaruhi Y tetapi tidak dimasukkan ke dalam model regresi. Diharapkan bahwa variabel-variabel yang tidak dimasukkan dalam model regresi tersebut kecil dan tidak bersifat acak. b. Teori batas memusat juga menyebutkan bahwa meskipun banyaknya variabel tidak terlalu besar dan tidak secara penuh independen, jumlahnya masih bisa didistribusi secara normal. c. Dengan asumsi kenormalan, distribusi probabilitas pengestimasian yang diperoleh dengan metode OLS dengan mudah dapat diturunkan, sebab merupakan sifat yang dimiliki distribusi normal bahwa setiap fungsi linear dari variabel-variabel yang didistribusikan secara normal dengan sendirinya didistribusikan secara normal pula.
46
d. Distribusi secara normal adalah distribusi yang relatif secara sederhana, yang hanya melibatkan rata-rata dan varian, dan sifat teoritisnya telah dipelajari secara luas dalam statistik matematik. 9. Elastisitas Nilai elastisitas merupakan respon (tingkat kepekaan) suatu variabel dependen terhadap perubahan yang terjadi pada variabel independen. Rumus elastisitas dari suatu persamaan adalah: = dimana : = Elastisitas variabel dependen Y terhadap variabel independen X = Nilai rata-rata variabel independen ke-i i
= Nilai rata-rata variabel dependen Y = Parameter estimasi variabel independen ke-i
Jika
lebih besar dari satu berarti variabel dependen Y elastis terhadap
perubahan variabel
berarti jika
lebih kecil dari satu variabel dependen
Y inelastis terhadap perubahan variabel independen
.
47
V. KARAKTERISTIK RESPONDEN Jenis kelamin responden dibagi dua yaitu laki-laki dan perempuan, pada wilayah pertama memiliki jarak kurang dari sama dengan 200 meter terdapat dua responden laki-laki (10 persen) dan 18 responden perempuan (90 persen). Pada wilayah kedua responden laki-laki sebanyak enam orang (30 persen) dan responden perempuan sebanyak 14 orang (70 persen). Sedangkan pada wilayah ketiga responden laki-laki sebanyak lima orang (25 persen) dan responden perempuan sebanyak 15 orang (75 persen). Sebagian besar responden berjenis kelamin perempuan karena perempuan lebih sering berada dirumah setiap harinya sehingga mengetahui dengan jelas keberadaan lingkungan tempat tinggal sebelum dan setelah keberadaan industri. Umur responden di Dusun Palahlar dibagi berdasarkan umur produktif dan umur tidak produktif. Umur produktif berada pada selang umur antara 20 sampai 50 tahun sedangkan umur tidak produktif diatas 50 tahun. Umur responden pada wilayah pertama masing-masing sebanyak delapan responden (40 persen) berada pada selang umur 20 sampai 35 tahun dan 36 sampai 50 tahun. Pada wilayah kedua sebanyak 10 responden (50 persen) berada pada selang umur 20 sampai 35 tahun dan pada wilayah ketiga sebanyak 10 responden (50 persen) berada pada selang umur 36 sampai 50 tahun. Hal ini menunjukkan bahwa responden Dusun Palahlar berada pada umur produktif, rata-rata respondennya memiliki anak kecil yang mudah terserang penyakit karena memiliki daya tahan tubuh yang rendah akibat seringnya menghirup polusi udara yang ditimbulkan oleh industri peleburan besi dan baja sehingga menginginkan nilai ganti rugi yang besar. Jumlah tanggungan keluarga dibagi berdasarkan Keluarga Berencana (KB) yaitu memiliki anak dengan jumlah dua orang. Pengelompokkan jumlah tanggungan keluarga yaitu satu sampai tiga orang, empat sampai lima orang, dan lebih besar dari lima orang. Jumlah tanggungan keluarga pada wilayah pertama sebanyak 12 rumahtangga (60 persen) memiliki jumlah tanggungan sebanyak empat sampai lima orang. Pada wilayah kedua sebanyak sembilan rumahtangga (45 persen) memiliki jumlah tanggungan satu sampai tiga orang dan sebanyak 7
48
rumahtangga (35 persen) memiliki jumlah tanggungan lebih dari lima orang. Sedangkan pada wilayah ketiga sebanyak 13 rumahtangga (65 persen) memiliki jumlah tanggungan empat sampai lima orang. Hal ini dapat dilihat bahwa jumlah tanggungan keluarga Dusun Palahlar banyak atau tidak mengikuti program keluarga berencana sehingga responden menginginkan nilai ganti rugi yang besar. Karakteristik responden Dusun Palahlar berdasarkan jenis kelamin, umur, dan jumlah tanggungan keluarga (Tabel 9). Tabel 9. Karakteristik Responden Berdasarkan Jenis Kelamin, Umur, dan Jumlah Tanggungan Keluarga di Dusun Palahlar Tahun 2013 Karakteristik Laki-laki Perempuan Jumlah 20-35 Umur (tahun) 36-50 >50 Jumlah 1-3 Jumlah Tanggungan 4-5 Keluarga >5 (orang) Jumlah
Jenis Kelamin
Wilayah 1 (Jumlah) (%) 2 10 18 90 20 100 8 40 8 40 4 20 20 100 4 20 12 60 4 20 20 100
Wilayah 2 (Jumlah) (%) 6 30 14 70 20 100 10 50 5 25 5 25 20 100 9 45 4 20 7 35 20 100
Wilayah 3 (Jumlah) (%) 5 25 15 75 20 100 7 35 10 50 3 15 20 100 4 20 13 65 3 15 20 100
Tingkat pendidikan formal diklasifikasikan berdasarkan tidak bersekolah, pendidikan formal tidak tamat, dan pendidikan formal tamat. Pendidikan formal dikelompokkan berdasarkan tidak bersekolah, SD, SMP, SMA, dan perguruan tinggi. Pada wilayah pertama sebanyak dua responden (50 persen) tidak bersekolah dan tidak tamat menyelesaikan sekolah dasar. Pada wilayah kedua dan ketiga sebanyak satu responden (25 persen) tidak bersekolah dan sebanyak tiga responden (75 responden) tidak tamat menyelesaikan sekolah dasar. Hal ini menunjukkan bahwa rendahnya perekonomian masyarakat Dusun Palahlar karena masyarakat tidak dapat bersekolah dan harus putus sekolah. Sehingga responden menginginkan nilai ganti rugi yang besar untuk memenuhi kebutuhan sehariharinya dan tidak ingin pindah ke lokasi yang lebih baik karena pengetahuan responden yang kurang. Pendidikan formal tamat pada wilayah pertama sebanyak delapan responden (50 persen) menyelesaikan pendidikan SD, pada wilayah kedua sebanyak enam responden (37 persen) menyelesaikan pendidikan formal SD, dan
49
pada wilayah ketiga sebanyak 10 responden (62 persen) menyelesaikan pendidikan formal SD. Hal ini menunjukkan bahwa tingkan pendidikan formal responden Dusun Palahlar masih sangat rendah dan pola berpikir responden tidak dalam jangka panjang sehingga responden lebih memilih untuk tetap tinggal di Dusun Palahlar tanpa memikirkan resiko kedepannya. Jenis pekerjaan kepala keluarga Dusun Palahlar bermacam-macam, sebagian besar bekerja sebagai buruh pabrik karena Dusun Palahlar terletak pada pusat industri. Jenis pekerjaan kepala keluarga Dusun Palahlar pada wilayah Tabel 10. Karakteristik Responden Berdasarkan Pendidikan Formal Tidak Tamat, Pendidikan Formal Tamat, Pekerjaan, dan Pendapatan di Dusun Palahlar Tahun 2013 Karakteristik Pendidikan Formal Tidak Tamat Pendidikan Formal Tamat
Pekerjaan
Pendapatan (Rp/tahun)
Tidak sekolah Tidak tamat SD Jumlah SD SMP SMA Perguruan tinggi Jumlah Buruh PLN PNS Buruh Pabrik Pegawai Swasta Pensiunan Wiraswasta Jumlah ≤26 400 000 26 400 001 52800 000 52 800 001 79 200 000 79 200 001 105 600 000 >105 600 000 Jumlah
Wilayah 1 (Jumlah) (%)
Wilayah 2 (Jumlah) (%)
Wilayah 3 (Jumlah) (%)
2
50
1
25
1
25
2
50
3
75
3
75
4 8 5 1 2
100 50 31 6 13
4 6 5 3 2
100 37 31 19 13
4 10 3 3 -
100 62 19 19 -
16 3 1
100 15 -
16 3 1
100 15 5
16 1 -
100 5 -
11
55
10
50
9
45
3
15
3
15
2
10
1 1 20 14
5 5 100 70
3 20 9
15 100 45
1 7 20 12
5 35 100 60
4
20
8
40
3
15
2
10
2
10
2
10
-
-
1
5
1
5
-
-
-
-
2
10
20
100
20
100
20
100
50
pertama sebanyak 11 kepala keluarga (55 persen) bekerja sebagai buruh pabrik, pada wilayah kedua sebanyak 10 kepala keluarga (50 persen) bekerja sebagai buruh pabrik, dan pada wilayah ketiga sebanyak sembilan kepala keluarga (45 persen) bekerja sebagai buruh pabrik. Pendapatan rumahtangga dibagi berdasarkan Upah Minimum Regional (UMR) per tahun yaitu Rp 2 200 000 per bulan dikalikan 12. Pendapatan rumahtangga pada wilayah pertama sebanyak 14 rumahtangga (70 persen) memiliki pendapatan lebih kecil atau sama dengan Rp 26 400 000 per tahun, pada wilayah kedua sebanyak sembilan rumahtangga (45 persen) memiliki pendapatan lebih kecil atau sama dengan Rp 26 400 000 per tahun, dan pada wilayah ketiga sebanyak 12 rumah tangga (60 persen) memiliki pedapatan lebih kecil atau sama dengan Rp 26 400 000 per tahun. Pendapatan rumahtangga Dusun Palahlar rendah yaitu berada pada lebih kecil atau sama dengan upah minimum regional sehingga responden menginginkan nilai ganti rugi yang besar untuk memenuhi kebutuhan sehari-harinya dan tidak memiliki dana untuk pindah rumah ke lokasi lain. Karakteristik responden berdasarkan pendidikan formal, pekerjaan, dan pendapatan (Tabel 10). Lama tinggal responden dikelompokkan berdasarkan satu sampai 20 tahun, 21 sampai 40 tahun, 41 sampai 60 tahun, dan lebih besar dari 60 tahun. Lama tinggal responden pada wilayah pertama sebanyak 12 responden (60 persen) telah tinggal di Dusun Palahlar selama 21 sampai 40 tahun, pada wilayah kedua sebanyak 10 responden (50 persen) telah tinggal di Dusun Palahlar selama 21 sampai 40 tahun, dan pada wilayah ketiga sebanyak 10 responden (50 persen) telah tinggal di Dusun Palahlar selama 21 sampai 40 tahun. Hal ini menunjukkan responden telah lama tinggal di Dusun Palahlar selama 21 sampai 40 tahun sehingga responden benar-benar mengetahui keadaan sebelum dan setelah keberadaan industri. Responden telah lama tinggal di Dusun Palahlar sehingga menginginkan nilai ganti rugi yang besar dan tidak ingin pindah rumah ke lokasi lain. Asal daerah diklasifikasikan berdasarkan responden yang asli Dusun Palahlar dan responden yang dari luar Dusun Palahlar. Asal daerah pada wilayah pertama sebanyak 13 responden (65 persen) responden asli Dusun Palahlar, pada
51
wilayah kedua sebanyak 17 responden (85 persen) responden asli Dusun Palahlar, dan pada wilayah ketiga sebanyak 14 responden (70 persen) responden asli Dusun Palahlar. Sebagian besar responden merupakan masyarakat asli Dusun Palahlar sehingga responden tidak ingin pindah rumah dari Dusun Palahlar. Status kepemilikan rumah responden dibagi menjadi tiga yaitu warisan, pribadi, dan sewa. Status kepemilikan rumah responden pada wilayah pertama sebanyak 11 responden (55 persen) memiliki rumah pribadi, pada wilayah kedua sebanyak 11 responden (55 persen) memiliki rumah pribadi, dan pada wilayah ketiga sebanyak 12 responden (60 persen) memiliki rumah pribadi. Hal ini menunjukkan sebagian besar responden memiliki status kepemilikan rumah pribadi sehingga responden tidak ingin pindah rumah dari Dusun Palahlar. Karakteristik responden berdasarkan lama tinggal, asal daerah, dan status kepemilikan rumah (Tabel 11). Tabel 11. Karakteristik Responden Berdasarkan Lama Tinggal, Asal Daerah, dan Status Kepemilikan Rumah di Dusun Palahlar Tahun 2013 Wilayah 1 Wilayah 2 Wilayah 3 Karakteristik (Jumlah) (%) (Jumlah) (%) (Jumlah) (%) 1-20 Lama 4 20 4 20 6 30 Tinggal 21-40 12 60 10 50 10 50 (tahun) 41-60 3 15 5 25 4 20 >60 1 5 1 5 Jumlah 20 100 20 100 20 100 Asal Daerah Asli Dusun 13 65 17 85 14 70 Palahlar Luar Dusun Palahlar
Jumlah Warisan Status Kepemilikan Pribadi Sewa Rumah
Jumlah
7
35
3
15
6
30
20 8 11 1 20
100 40 55 5 100
20 9 11 20
100 45 55 100
20 7 12 1 20
100 35 60 5 100
52
53
VI. HASIL DAN PEMBAHASAN
6.1. Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Lingkungan Lingkungan merupakan bagian terpenting bagi kehidupan manusia karena lingkungan sebagai tempat manusia tumbuh dan berkembang. Manusia tidak dapat dipisahkan dari lingkungannya, oleh karena itu manusia sangat membutuhkan lingkungan untuk proses kehidupan. Kondisi dan kualitas lingkungan yang baik atau pun buruk dapat mempengaruhi kualitas manusia itu sendiri. Keberadaan industri peleburan besi dan baja memberikan perubahan yang besar bagi kondisi dan kualitas lingkungan di Dusun Palahlar. Perubahan tersebut berupa pencemaran udara, berkembangnya bibit penyakit, mengganggu kebersihan lingkungan, dan keindahan alam. Kondisi lingkungan sebelum dan setelah keberadaan industri peleburan besi dan baja mengalami perubahan. Hasil penelitian terhadap 60 responden rumahtangga di Dusun Palahlar menunjukkan bahwa sebagian besar responden merespon kondisi lingkungan sebelum keberadaan industri peleburan besi dan baja jauh lebih baik dibandingkan setelah keberadaan industri peleburan besi dan baja. Namun ada juga yang merespon bahwa kondisi lingkungan sebelum dan setelah keberadaan industri peleburan besi dan baja adalah sama saja atau tidak mengalami perubahan. Penilaian kondisi lingkungan sebelum dan setelah keberadaan industri peleburan besi dan baja ditunjukkan dari persepsi (respon) responden terhadap kualitas udara, kebersihan, kenyamanan, dan pengaruh terhadap kegiatan seharihari. Persepsi responden terhadap kondisi lingkungan sebelum dan setelah keberadaan industri peleburan besi dan baja direspon dengan menjawab pertanyaan yang diajukan sesuai dengan kualitas lingkungan yang dialami. Penilaian kualitas udara diukur dengan merespon kualitas udara sangat buruk sampai kualitas udara sangat baik. Hasil respon terhadap kualitas udara disajikan pada Tabel 12.
54
Tabel 12. Penilaian Kualitas Udara Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Wilayah (Jarak) 1 (0-200 m)
2 (>200500 m)
3 (>500 m)
Penilaian Kualitas Udara Sangat buruk Buruk Biasa saja Baik Sangat baik Total Sangat buruk Buruk Biasa saja Baik Sangat baik Total Sangat buruk Buruk Biasa saja Baik Sangat baik Total
Sebelum Jumlah (%) 20 100 20 100 20 100 20 100 2 10 18 90 20 100
Setelah Jumlah (%) 18 90 2 10 20 100 16 80 3 15 1 5 20 100 9 45 3 15 1 5 5 25 2 10 20 100
Persepsi responden pada wilayah pertama (0-200 m) terhadap kualitas udara sebelum keberadaan industri sebanyak 20 responden (100 persen) merespon kualitas udara di lingkungan tempat tinggal sangat baik, sedangkan setelah keberadaan industri sebanyak 18 responden (90 persen) merespon kualitas udara di lingkungan tempat tinggal sangat buruk. Persepsi responden pada wilayah kedua (>200-500 m) terhadap kualitas udara sebelum keberadaan industri peleburan besi dan baja sebanyak 20 responden (100 persen) merespon kualitas udara di lingkungan tempat tinggal sangat baik, sedangkan setelah keberadaan industri sebanyak 16 responden (80 persen) merespon kualitas udara di lingkungan tempat tinggal sangat buruk. Pada wilayah kedua responden yang merespon kualitas udara sebelum dan setelah keberadaan industri tidak mengalami perubahan karena responden merupakan buruh dari industri peleburan besi dan baja, sehingga responden berusaha menutupinya. Persepsi responden pada wilayah ketiga (>500 m) terhadap kualitas udara sebelum keberadaan industri sebanyak 18 responden (90 persen) merespon kualitas udara di lingkungan tempat tinggal sangat baik, sedangkan setelah keberadaan industri
55
sebanyak sembilan responden (45 persen) merespon kualitas udara di lingkungan tempat tinggal sangat buruk. Pada wilayah ketiga terdapat persepsi responden yang menyatakan kualitas udara setelah keberadaan industri biasa saja, baik bahkan sangat baik karena jarak tempat tinggal responden dari industri peleburan besi dan baja yang semakin jauh sehingga dampak yang direspon semakin berkurang. Semakin menurun kualitas udara setelah keberadaan industri peleburan besi dan baja karena industri tidak memenuhi baku mutu untuk ambang batas dan emisi nasional, sehingga zat berbahaya yang dihasilkan industri tercampur kedalam udara bersih yang dikonsumsi rumahtangga sekitar industri. Persepsi responden terhadap kebersihan tempat tinggal sebelum dan setelah keberadaan industri peleburan besi dan baja diukur dengan cara responden merespon kebersihan tempat tinggal mereka dari sangat kotor sampai sangat bersih. Hasil penilaian responden terhadap kebersihan tempat tinggal disajikan pada Tabel 13. Tabel 13. Penilaian Kebersihan Tempat Tinggal Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Wilayah (Jarak) 1 (0-200 m)
2 (>200500 m)
3 (>500 m)
Penilaian Kebersihan Tempat Tinggal Sangat kotor Kotor Biasa saja Bersih Sangat bersih Total Sangat kotor Kotor Biasa saja Bersih Sangat bersih Total Sangat kotor Kotor Biasa saja Bersih Sangat bersih Total
Sebelum Jumlah (%) 20 100 20 100 1 5 19 95 20 100 4 20 16 80 20 100
Setelah Jumlah (%) 20 100 20 100 20 100 20 100 10 50 1 5 2 10 7 35 20 100
56
Persepsi responden pada wilayah pertama (0-200 m) terhadap kebersihan tempat tinggal sebelum keberadaan industri sebanyak 20 responden (100 persen) merespon tempat tinggalnya sangat bersih, sedangkan setelah keberadaan industri sebanyak 20 responden (100 persen) merespon tempat tinggalnya sangat kotor. Persepsi responden pada wilayah kedua (>200-500 m) terhadap kebersihan tempat tinggal sebelum keberadaan industri sebanyak 19 responden (95 persen) merespon kebersihan tempat tinggalnya sangat bersih, sedangkan setelah keberadaan industri seluruh responden sebanyak 20 responden (100 persen) merespon kebersihan tempat tinggalnya sangat kotor. Persepsi responden pada wilayah ketiga (>500 m) terhadap kebersihan tempat tinggal sebelum keberadaan industri sebanyak 16 responden (80 persen) merespon kebersihan tempat tinggalnya sangat bersih, sedangkan setelah keberadaan industri sebanyak 10 responden (50 persen) merespon kebersihan tempat tinggalnya sangat kotor. Wilayah pertama dan kedua menyatakan kebersihan tempat tinggalnya setelah keberadaan industri peleburan besi dan baja menjadi sangat kotor, sedangkan wilayah yang jaraknya paling jauh yaitu wilayah ketiga masih ada yang merespon kebersihan tempat tinggalnya sangat bersih karena memiliki jarak tempat tinggal yang jauh dari industri sehingga dampak yang ditimbulkan industri peleburan besi dan baja semakin berkurang. Persepsi responden terhadap kenyamanan yang dirasakan sebelum dan setelah keberadaan industri peleburan besi dan baja diukur dengan cara responden merespon satu dari pilihan sangat tidak nyaman sampai sangat nyaman. Hasil penilaian responden terhadap kenyamanan disajikan pada Tabel 14. Persepsi responden pada wilayah pertama (0-200 m) terhadap kenyamanan yang direspon sebelum keberadaan industri sebanyak 20 responden (100 persen) merespon sangat nyaman tinggal di Dusun Palahlar, sedangkan setelah keberadaan industri sebanyak 17 responden (85 persen) merespon tidak nyaman tinggal di Dusun Palahlar. Persepsi responden pada wilayah kedua (>200-500 m) terhadap kenyamanan yang direspon sebelum keberadaan industri sebanyak 20 responden (100 persen) merespon sangat nyaman tinggal di Dusun Palahlar, sedangkan setelah keberadaan industri sebanyak 16 responden (80 persen) merespon tidak nyaman tinggal di Dusun Palahlar. Pada wilayah kedua responden
57
Tabel 14. Penilaian Kenyamanan Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Wilayah (Jarak) 1 (0-200 m)
2 (>200500 m)
3 (>500 m)
Penilaian Kenyamanan Sangat tidak nyaman Tidak nyaman Nyaman Sangat nyaman Total Sangat tidak nyaman Tidak nyaman Nyaman Sangat nyaman Total Sangat tidak nyaman Tidak nyaman Nyaman Sangat nyaman Total
Sebelum Jumlah (%) 20 100 20 100 20 100 20 100 20 100 20 100
Setelah Jumlah (%) 3 15 17 85 20 100 3 15 16 80 1 5 20 100 5 25 8 40 1 5 6 30 20 100
yang tetap merespon sangat nyaman tinggal di Dusun Palahlar setelah keberadaan industri karena responden tersebut bekerja di industri peleburan besi dan baja sehingga responden menutupi ketidaknyamanannya. Persepsi responden pada wilayah ketiga (>500 m) terhadap kenyamanan yang direspon sebelum keberadaan industri sebanyak 20 responden (100 persen) merespon sangat nyaman tinggal di Dusun Palahlah, sedangkan setelah keberadaan industri sebanyak delapan responden (40 persen) menyatakan tidak nyaman tinggal di Dusun Palahlar. Pada wilayah ketiga terdapat responden yang tetap merespon sangat nyaman sebelum dan setelah keberadaan industri karena memiliki jarak tempat tinggal dari industri yang semakin jauh sehingga dampak semakin berkurang. Dampak yang dikeluarkan oleh industri dapat mengganggu kegiatan sehari-hari, perbandingan persepsi responden sebelum dan setelah keberadaan industri diukur dengan cara merespon satu dari pilihan sangat mengganggu sampai sangat tidak mengganggu. Hasil penilaian responden terhadap pengaruh pada kegiatan sehari-hari disajikan pada Tabel 15.
58
Tabel 15. Penilaian Pengaruh terhadap Kegiatan Sehari-hari Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Wilayah (Jarak) 1 (0-200 m)
2 (>200500 m)
3 (>500 m)
Penilaian Pengaruh terhadap Kegiatan Seharihari Sangat mengganggu Mengganggu Biasa saja Tidak mengganggu Sangat tidak mengganggu Total Sangat mengganggu Mengganggu Biasa saja Tidak mengganggu Sangat tidak mengganggu Total Sangat mengganggu Mengganggu Biasa saja Tidak mengganggu Sangat tidak mengganggu Total
Sebelum
Setelah
Jumlah
(%)
Jumlah
(%)
20 20 20 20 20 20
100 100 100 100 100 100
18 2 20 15 2 2 1 20 5 2 3 10 20
90 10 100 75 10 10 5 100 25 10 15 50 100
Persepsi responden pada wilayah pertama (0-200 m), kedua (>200-500 m) dan ketiga (>500 m) terhadap pengaruh pada kegiatan sehari-hari sebelum keberadaan industri, ketiga wilayah sebanyak 20 responden (100 persen) merespon sangat tidak mengganggu kegiatan sehari-hari. Persepsi responden pada wilayah pertama (0-200 m) terhadap pengaruh pada kegiatan sehari-hari setelah keberadaan industri sebanyak 18 responden (90 persen) merespon sangat mengganggu. Persepsi responden pada wilayah kedua (>200-500 m) terhadap pengaruh pada kegiatan sehari-hari setelah keberadaan industri sebanyak 15 responden (75 persen) merespon sangat mengganggu. Pada wilayah kedua responden yang merespon sangat tidak mengganggu setelah keberadaan industri peleburan besi dan baja karena responden jarang berada di rumah sehingga tidak begitu merespon dampak dari industri terhadap kegiatan sehari-harinya. Persepsi responden pada wilayah ketiga (>500 m) terhadap pengaruh pada kegiatan seharihari setelah keberadaan industri sebanyak 10 responden (50 persen) merespon sangat tidak mengganggu, karena semakin jauh jarak tempat tinggal dari industri
59
maka, semakin kecil responden yang merespon terganggu oleh keberadaan industri peleburan besi dan baja. 6.2. Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Kesehatan Masyarakat Sehat secara fisik dapat dirasakan apabila tubuh tidak mengalami gangguan dan berjalan secara normal atau dapat apabila seseorang tidak mengeluh sakit. Menjadi sehat merupakan harapan bagi setiap manusia, oleh karena itu kita harus menjaga kesehatan dimulai dengan makan-makanan yang bergizi empat sehat lima sempurna dan harus didukung dengan lingkungan yang baik. Keberadaan industri peleburan besi dan baja memberikan dampak negatif bagi masyarakat berupa pencemaran udara yang dikeluarkan dari sisa produksi. Pencemaran udara tersebut menimbulkan penyakit bagi masyarakat yang menghirup udara dalam jangka panjang. Penyakit yang ditimbulkan berupa penyakit batuk, pusing, flu, dan sesak nafas. Besarnya kerugian yang diderita rumahtangga akibat penurunan kualitas kesehatan disajikan pada Tabel 16. Tabel 16. Biaya Pengobatan Sebelum dan Setelah Keberadaan Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Biaya Jumlah Biaya Selisih Jumlah Biaya Penderita Pengobatan Penderita Pengobatan Wilayah Sebelum Setelah Setelah Pengobatan Sebelum (RT) (Rp/tahun) (RT) (Rp/tahun) (Rp) 1 10 710 500 20 21 440 000 20 729 500 2 10 900 000 14 10 396 000 9 496 000 3 8 641 000 10 9 417 000 8 776 000 Total 28 2 251 500 44 41 253 000 39 001 500 Pada wilayah pertama, jumlah rumahtangga yang mengalami sakit sebelum keberadaan industri peleburan besi dan baja sebanyak 10 rumahtangga dengan biaya pengobatan Rp 710 500 per tahun sedangkan setelah keberadaan industri jumlah rumahtangga yang sakit sebanyak 20 rumahtangga (100 persen) dengan biaya pengobatan Rp 21 440 000 per tahun. Jumlah rumahtangga yang menderita penyakit pada wilayah kedua sebelum keberadaan industri peleburan besi dan baja sebanyak 10 rumahtangga dengan biaya pengobatan Rp 900 000 per tahun dan setelah keberadaan industri jumlah rumahtangga yang menderita sakit
60
bertambah menjadi 14 rumahtangga dengan biaya pengobatan Rp 10 396 000 per tahun. Sebelum keberadaan industri peleburan besi dan baja jumlah rumahtangga yang menderita sakit pada wilayah ketiga sebanyak delapan rumahtangga dengan biaya pengobatan sebesar Rp 641 000 per tahun sedangkan setelah keberadaan industri jumlah yang menderita sakit bertambah menjadi 10 rumahtangga dengan biaya pengobatan Rp 9 417 000 per tahun. Total kerugian yang dikeluarkan rumahtangga untuk membiayai pengobatan anggota rumahtangga sebelum keberadaan industri peleburan besi dan baja adalah Rp 2 251 500 per tahun, setelah keberadaan industri peleburan besi dan baja sebesar Rp 41 253 000 per tahun, dan perubahan biaya pengobatan setelah keberadaan industri sebesar Rp 39 001 500, dengan jumlah rumahtangga yang menderita penyakit sebelum keberadaan industri 26 rumahtangga dan sebanyak 42 rumahtangga setelah keberadaan industri. Total biaya pengobatan setelah keberadaan industri peleburan besi dan baja meningkat tajam dikarenakan banyaknya rumahtangga yang berobat ke mantri, klinik maupun rumah sakit. Sebelum keberadaan industri masyarakat hanya menderita penyakit musiman seperti batuk, flu, dan pusing namun setelah keberadaan industri penyakit tersebut menjadi lebih sering diderita oleh rumahtangga dan bertambah penyakit sesak nafas. Sehingga rumahtangga pun beralih dari berobat di puskesmas menjadi ke klinik, mantri, rumah sakit namun sebagian rumahtangga masih ada yang berobat ke puskesmas karena biaya pengobatan yang lebih murah dan terjangkau. Hasil perhitungan biaya berobat masyarakat (Lampiran 3). 6.3. Dampak Pencemaran oleh Kegiatan Industri Peleburan Besi dan Baja terhadap Nilai Ganti Rugi yang Layak diterima oleh Masyarakat Pendekatan Contingent Valuation Method (CVM) dalam penelitian ini digunakan untuk mengestimasi dampak pencemaran oleh kegiatan industri peleburan besi dan baja terhadap besarnya nilai ganti rugi yang layak diterima oleh masyarakat. Nilai ganti rugi diperlukan karena masyarakat yang tinggal di sekitar industri memiliki hak untuk dapat menghirup udara mereka tanpa tercemar. Pada kasus ini, pihak industri mendekat kepada masyarakat (daerah
61
tempat tinggal) sehingga menurunkan kualitas lingkungan disekitar industri. Hasil dari pelaksanaan metode CVM adalah sebagai berikut: 1. Membangun Pasar Hipotetis (Setting Up the Hypothetical Market) Pasar hipotetis dibentuk atas dasar keberadaan industri peleburan besi dan baja memberikan dampak negatif terhadap kualitas lingkungan dan kesehatan masyarakat
sekitar
wilayah
industri.
Timbulnya
penurunan
kualitas
lingkungan dan penurunan tingkat kesehatan karena industri memiliki jarak yang dekat dengan tempat tinggal masyarakat di Dusun Palahlar berupa pencemaran udara. Oleh karena itu, diperlukan adanya nilai ganti rugi atas pencemaran tersebut dari pihak industri. Ganti rugi diperlukan karena masyarakat sekitar kawasan industri memiliki hak untuk dapat menghirup udara yang bersih tanpa tercemar. Pemberian nilai gajnti rugi ini ditujukan sebagai pertanggung jawaban atas penurunan kualitas lingkungan di Dusun Palahlar. Skenario: Apabila pihak industri peleburan besi dan baja akan memberlakukan pemberian ganti rugi kepada masyarakat disekitar industri yang terkena dampak berupa penurunan kualitas lingkungan. Besarnya nilai ganti rugi akan langsung ditanyakan kepada setiap rumahtangga sesuai dengan kerugian yang bener-benar dirasakan oleh setiap rumahtangga dan akan digunakan untuk apa saja nilai ganti rugi tersebut. 2. Memperoleh Nilai WTA Besarnya nilai WTA didapatkan dari hasil wawancara yang dilakukan menggunakan metode open-ended question. Berdasarkan hasil perhitungan dari ketiga wilayah, wilayah pertama memiliki nilai rata-rata WTA paling tinggi yaitu sebesar Rp 6 712 350 per rumahtangga per tahun karena wilayah pertama meiliki jarak tempat tinggal yang terdekat dengan industri sehingga merasakan dampak yang paling besar. Perbandingan nilai WTA setiap wilayah (Tabel 17).
62
Tabel 17. Perbandingan Nilai WTA Setiap Wilayah di Dusun Palahlar Tahun 2013 Wilayah (Jarak)
Min Jumlah (Rp/RT/tah Sampel un)
Maks (Rp/RT/tah un)
Rata-rata (Rp/RT/tah un)
Total (Rp/RT/tah un)
1 (≤200 m)
20
39 000
23 400 000
6 712 350
134 247 000
2 (201-500 m)
20
60 000
18 000 000
4 396 400
87 928 000
20
450 000
12 380 000
3 868 950
77 379 000
3 (>500 m) Total
299 554 000
Besarnya nilai WTA masyarakat Dusun Palahlar digunakan untuk biaya kesehatan, biaya pencegahan, dan kebutuhan. Kebutuhan tersebut berupa kebutuhan sehari-hari, sekolah maupun untuk menambah modal usaha. Penggunaan nilai WTA tiap wilayah (Tabel 18). Tabel 18. Penggunaan Nilai WTA di Dusun Palahlar Tahun 2013 Kesehatan Kesehatan Biaya Kesehatan Kebutuhan dan dan Wilayah Pencegahan RT (%) RT (%) Pencegahan Kebutuhan RT (%) RT (%) RT (%) 1 10.00 10.00 13.33 2 5.00 1.66 16.66 10.00 3 12.00 1.66 13.33 1.66 5.00 3. Menghitung Estimasi Nilai Rataan WTA Estimasi nilai rataan WTA (estimating mean WTA) dihitung berdasarkan nilai distribusi WTA rumahtangga. Berdasarkan pengolahan data yang telah dilakukan, maka diperoleh rataan WTA (EWTA) sebesar Rp 4 010 000 per rumahtangga per tahun. Nilai tersebut mencerminkan besarnya kerugian setiap rumahtangga per tahun yang terkena dampak negatif dari industri peleburan besi dan baja. Data distribusi Willingness to Accept (WTA) rumahtangga Dusun Palahlar disajikan pada Tabel 19. 4. Mengestimasi Bid Curve Berdasarkan nilai WTA rumahtangga terhadap nilai ganti rugi yang diajukan, maka
akan
dibentuk
kurva
WTA
rumahtangga.
Kurva
WTA
menggambarkan hubungan antara tingkat WTA yang diinginkan oleh
ini
63
Tabel 19. Distribusi WTA Rumahtangga di Dusun Palahlar Tahun 2013 No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21.
Kelas WTA (Rp/RT/tahun) 1500 000 500 001 - 1 000 000 1 000 001 - 1 500 000 2 000 001 - 2 500 000 2 500 001 - 3 000 000 3500 001 - 4 000 000 4 500 001 - 5 000 000 5 000 001 - 5 500 000 5 500 001 - 6 000 000 6 000 001 - 6 500 000 6 500 001 - 7 000 000 7 000 001 - 7 500 000 7 500 001 - 8 000 000 8 500 001 - 9 000 000 10 500 001 - 11 000 000 11 000 001 - 11 500 000 12 000 001 - 12 500 000 14 000 001 - 14 500 000 16 000 001 - 16 500 000 18 000 001 - 18 500 000 23 000 001 - 23 500 000 Total
Frekuensi 6 11 8 2 2 5 4 1 1 1 1 6 1 1 2 2 1 1 1 2 1 60
Frekuensi Relatif Kelas 0.10 0.18 0.14 0.03 0.03 0.09 0.07 0.01 0.01 0.01 0.01 0.10 0.01 0.01 0.03 0.03 0.01 0.01 0.01 0.03 0.01 1.00
Mean WTA (Rp) 25 000 135 000 175 000 67 500 82 500 337 500 190 000 52 500 57 500 62 500 67 500 725 000 77 500 87 500 322 500 337 500 122 500 142 500 162 500 547 500 232 500 4 010 000
responden (Rp/RT/tahun) dengan jumlah kumulatif rumahtangga yang bersedia menerima pada tingkat WTA tersebut. Berdasarkan hasil survei, maka nilai WTA dapat digolongkan menjadi 21 kelompok disajikan pada Tabel 20, sedangkan kurva penawaran WTA disajikan pada Gambar 3. Tabel 20 menyajikan jumlah kumulatif total rumahtangga yang bersedia menerima pada tingkat WTA tertentu. Nilai kumulatif pada tabel semakin kebawah semakin besar jumlahnya karena semakin besar nilai WTA, maka semakin banyak rumahtangga yang bersedia menerima nilai WTA tertentu. Jumlah rumahtangga yang bersedia menerima ganti rugi pada tingkat WTA Rp 250 000 sebanyak enam rumahtangga. Jumlah rumahtangga yang bersedia menerima ganti rugi pada tingkat WTA Rp 750 000 sebanyak 17 rumahtangga. Jumlah 17 rumahtangga ini didapat dari jumlah rumahtangga yang menerima ganti rugi pada tingkat WTA Rp 750 000 ditambah dengan enam rumahtangga yang menerima ganti rugi pada tingkat WTA lebih rendah yaitu Rp 250 000. Rumahtangga yang ditambahkan pada tingkat WTA yang
64
lebih tinggi karena rumahtangga tersebut juga bersedia menerima ganti rugi yang lebih besar. Tabel 20. Besaran Nilai Kelas dan Nilai Tengah WTA Rumahtangga di Dusun Palahlar Tahun 2013 No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21.
Kelas WTA (Rp/RT/tahun) 1500 000 500 001 - 1 000 000 1 000 001 - 1 500 000 2 000 001 - 2 500 000 2 500 001 - 3 000 000 3500 001 - 4 000 000 4 500 001 - 5 000 000 5 000 001 - 5 500 000 5 500 001 - 6 000 000 6 000 001 - 6 500 000 6 500 001 - 7 000 000 7 000 001 - 7 500 000 7 500 001 - 8 000 000 8 500 001 - 9 000 000 10 500 001 - 11 000 000 11 000 001 - 11 500 000 12 000 001 - 12 500 000 14 000 001 - 14 500 000 16 000 001 - 16 500 000 18 000 001 - 18 500 000 23 000 001 - 23 500 000
Nilai Tengah WTA (Rp) 250 000 750 000 1 250 000 2 250 000 2 750 000 3 750 000 4 750 000 5 250 000 5 750 000 6 250 000 6 750 000 7 250 000 7 750 000 8 750 000 10 750 000 11 250 000 12 250 000 14 250 000 16 250 000 18 250 000 23 250 000
Frekuensi 6 11 8 2 2 5 4 1 1 1 1 6 1 1 2 2 1 1 1 2 1
Kumulatif 6 17 25 27 29 34 38 39 40 41 42 48 49 50 52 54 55 56 57 59 60
Nilai tengah WTA (Rp/RT/tahun) 25000000 20000000 15000000 10000000 5000000 0 0
10
20
30
40
50
60
70
Jumlah sampel (rumahtangga) Gambar 3. Kurva Penawaran WTA Rumahtangga di Dusun Palahlar Tahun 2013
65
5. Menentukan Total WTA atau Mengagregasikan Data Agregasi data adalah proses dimana penawaran rata-rata (nilai tengah penawaran)
dikonversikan
terhadap
total
populasi
yang
dimaksud.
Berdasarkan hasil perhitungan diperoleh nilai total WTA rumahtangga di Dusun Palahlar sebesar Rp 298 000 000 per tahun dan nilai total WTA populasi di Dusun Palahlar diestimasi sebesar Rp 1 154 880 000 per tahun. Hasil perhitungan dari total 60 rumahtangga (Tabel 21). Tabel 21. Total WTA Rumahtangga di Dusun Palahlar Tahun 2013 No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21.
Kelas WTA (Rp/RT/tahun) 1500 000 500 001 - 1 000 000 1 000 001 - 1 500 000 2 000 001 - 2 500 000 2 500 001 - 3 000 000 3500 001 - 4 000 000 4 500 001 - 5 000 000 5 000 001 - 5 500 000 5 500 001 - 6 000 000 6 000 001 - 6 500 000 6 500 001 - 7 000 000 7 000 001 - 7 500 000 7 500 001 - 8 000 000 8 500 001 - 9 000 000 10 500 001 - 11 000 000 11 000 001 - 11 500 000 12 000 001 - 12 500 000 14 000 001 - 14 500 000 16 000 001 - 16 500 000 18 000 001 - 18 500 000 23 000 001 - 23 500 000 Total
Nilai tengah WTA (Rp) 250 000 750 000 1 250 000 2 250 000 2 750 000 3 750 000 4 750 000 5 250 000 5 750 000 6 250 000 6 750 000 7 250 000 7 750 000 8 750 000 10 750 000 11 250 000 12 250 000 14 250 000 16 250 000 18 250 000 23 250 000
Frekuensi 6 11 8 2 2 5 4 1 1 1 1 6 1 1 2 2 1 1 1 2 1 60
Total nilai WTA (Rp/tahun) 1 500 000 8 250 000 10 000 000 4 500 000 5 500 000 18 750 000 19 000 000 5 250 000 5 750 000 6 250 000 6 750 000 43 500 000 7 750 000 8 750 000 21 500 000 22 500 000 12 250 000 14 250 000 16 250 000 36 500 000 23 250 000 298 000 000
Nilai TWTA tersebut diperoleh dari 60 sampel yang terdiri dari rumahtangga. Nilai tersebut menggambarkan bagaimana masyarakat sangat merasa dirugikan atas penurunan kualitas lingkungan yang terjadi di tempat tinggal mereka. 6. Evaluasi Pelaksanaan CVM Berdasarkan hasil analisis regresi berganda, diperoleh nilai
sebesar 49.27
persen. Nilai ini menunjukkan keragaman WTA rumahtangga 49.27 persen dijelaskan oleh variabel-variabel independen dalam model dan sisanya (50.73
66
persen) dijelaskan oleh variabel lain di luar model. Hasil pelaksanaan CVM dalam penelitian mengenai WTA ini dapat diyakini kebenaran dan keandalannya. 6.4. Faktor-faktor yang Mempengaruhi Besarnya Nilai Ganti Rugi yang Bersedia diterima Masyarakat Analisis faktor-faktor yang mempengaruhi besarnya nilai ganti rugi yang bersedia diterima masyarakat menggunakan analisis regresi berganda. Variabel independen terdiri dari tingkat pendidikan, pendapatan, lama tinggal, jarak tempat tinggal dari industri, jumlah tanggungan keluarga, umur, dan besarnya biaya kesehatan. Sedangkan variabel dependen adalah besarnya nilai WTA. Hasil estimasi model WTA disajikan pada Tabel 22. Tabel 22. Hasil Estimasi Regresi Berganda Model WTA di Dusun Palahlar Tahun 2013 Variabel Intercept PDDKN PNDPTN LMTG JRSI JTK DU1 DU2 BSHT Keterangan:
Label Pendidikan Pendapatan Lama tinggal Jarak tempat tinggal dari industri Jumlah tanggungan keluarga Umur muda Umur menengah Biaya kesehatan
Parameter Estimate 2.141960 0.288300 -0.000001 0.008160 -0.000439
Pr > |t|
Elastisitas
<.000100 0.048050* 0.242050 0.053600** 0.020900*
-0.011151 0.075113 -0.051464
0.054170
0.107250
0.070589
0.951580 0.925330 0.000007
<.000100* <.000100* 0.442550
0.001416
* nyata pada taraf (α) 0.05 ** nyata pada taraf (α) 0.10
Model yang dihasilkan dari regresi berganda adalah: LnWTA = 2.141960 + 0.288300 PDDKN - 0.000001 PNDPTN + 0.008160 LMTG - 0.000439 JRSI + 0.054170 JTK + 0.951580 DU1 + 0.925330 DU2 - 0.000007 BSHT Hasil lengkap dari pengolahan data disajikan pada Lampiran 5. Nilai sebesar 49.270000 persen dan Uji F memiliki p-value <.0001 yang lebih kecil dari taraf nyata α= 10 persen, nilai ini menunjukkan keragaman nilai WTA rumahtangga yang dapat dijelaskan secara nyata oleh keragaman variabel tingkat pendidikan, pendapatan, lama tinggal, jarak tempat tinggal dari industri, jumlah tanggungan keluarga, umur, dan biaya kesehatan sebesar 49.270000 persen,
67
sisanya 50.730000 persen dijelaskan oleh faktor lain. Berdasarkan Lampiran 5 diketahui bahwa nilai Variance Inflation (VIF) masing-masing variabel independen kurang dari 10, mengindikasikan tidak ada kolinieritas ganda dalam model regresi berganda. Uji Heteroskedastisitas dapat dilihat pada Lampiran 5 dan Gambar 1 yang menunjukkan ragam sebaran dari variabel pengganggu konstan pada setiap nilai variabel independen dan p-value pada Uji Park untuk semua variabel independen tidak signifikan pada taraf nyata α= 10 persen, maka hasil estimasi model WTA bersifat homoskedastisitas. Uji normalitas pada Lampiran 5 dapat dilihat nilai p-value pada Uji Kolmogorov-Smirnov lebih besar dari taraf nyata α= 10 persen (>0.150000) artinya data menyebar normal, plot kenormalan ditunjukkan oleh Gambar 2 bahwa pola data mendekati garis lurus sehingga data menyebar normal. Hasil Uji-t menunjukkan tingkat pendidikan, lama tinggal, jarak tempat tinggal dari industri, umur muda, dan umur menengah berpengaruh terhadap besarnya nilai WTA rumahtangga. Variabel independen yang berpengaruh adalah: 1. Tingkat pendidikan dengan p-value sebesar 0.048050 yang artinya bahwa variabel ini berpengaruh terhadap nilai WTA rumahtangga dengan taraf nyata α = 0.050000. Nilai koefisien bertanda positif (+) berarti jika rumahtangga yang memiliki tingkat pendidikan yang lebih tinggi, maka nilai WTA akan semakin semakin besar. Berdasarkan hasil estimasi, nilai parameter estimasi pendidikan adalah 0.288300. Artinya setiap peningkatan satu tahun masa pendidikan dengan pendidikan terakhir SMP, akan meningkatkan nilai WTA sebesar 28.830000 persen dengan asumsi variabel lain tetap, cateris paribus. 2. Jarak tempat tinggal dari industri dengan p-value sebesar 0.020900 yang artinya bahwa variabel ini berpengaruh terhadap nilai WTA rumahtangga dengan taraf nyata α = 0.050000. Nilai koefisien bertanda negatif (-) berarti jika rumahtangga yang memiliki jarak tempat tinggal dari industri yang semakin jauh, maka nilai WTA akan semakin semakin kecil. Berdasarkan hasil estimasi, nilai parameter estimasi jarak tempat tinggal dari industri adalah 0.000439. Artinya setiap penambahan satu meter jarak tempat tinggal dari industri, akan menurunkan nilai WTA sebesar 0.043900 persen dengan
68
asumsi variabel lain tetap, cateris paribus. Elastisitas jarak tempat tinggal dari industri terhadap nilai WTA rumahtangga adalah -0.051464 yang berarti peningkatan jarak tempat tinggal dari industri sebesar satu persen akan menurunkan nilai WTA rumahtangga sebesar 0.051464 persen. Nilai elastisitas lama tinggal bersifat inelastis yang berarti perubahan peningkatan jarak tempat tinggal dari industri memberikan respon yang lebih kecil terhadap penurunan nilai WTA. Hasil pengolahan data menunjukkan variabel jarak tempat tinggal dari industri merupakan variabel yang signifikan, maka pengolahan data dapat lebih spesifik yaitu pengolahan data berdasarkan strata jarak tempat tinggal dari industri. 3. Tingkat umur dangan p-value sebesar <.000100 yang artinya bahwa variabel ini berpengaruh terhadap nilai WTA rumahtangga dengan taraf nyata α = 0.050000. Nilai koefisien bertanda positif (+) berarti jika rumahtangga yang memiliki tingkat umur yang semakin dewasa maka nilai WTA akan semakin besar. Berdasarkan hasil estimasi, nilai parameter estimasi umur muda adalah 0.951580. Artinya setiap penambahan umur responden satu tahun dengan umur yang lebih kecil dari 30 tahun, akan meningkatkan nilai WTA sebesar 95.158000 persen dengan asumsi variabel lain tetap, cateris paribus. Nilai parameter estimasi umur menengah adalah 0.925330. Artinya setiap penambahan umur responden satu tahun dengan umur antara 30 sampai 50 tahun, akan meningkatkan nilai WTA sebesar 92.533000
persen dengan
asumsi variabel lain tetap, cateris paribus. Kelompok umur yang lebih muda memiliki nilai WTA yang lebih besar dibandingkan kelompok umur yang lebih tua. 4. Lama tinggal di Dusun Palahlar dengan p-value sebesar 0.053600 yang artinya bahwa variabel ini berpengaruh terhadap nilai WTA rumahtangga dengan taraf α = 0.100000. Nilai koefisien bertanda positif (+) berarti jika rumahtangga yang memiliki lama tinggal di Dusun Palahlar yang semakin lama maka nilai WTA akan semakin besar. Berdasarkan hasil estimasi, nilai parameter estimasi lama tinggal adalah 0.008160. Artinya setiap penambahan lama tinggal satu tahun, akan meningkatkan nilai WTA sebesar 0.816000 persen dengan asumsi variabel lain tetap, cateris paribus. Elastisitas lama
69
tinggal terhadap nilai WTA rumahtangga adalah 0.075113 yang berarti penambahan masa tinggal sebesar satu persen akan meningkatkan nilai WTA rumahtangga sebesar 0.075113 persen. Nilai elastisitas lama tinggal bersifat inelastis yang berarti perubahan peningkatan lama tinggal memberikan respon yang lebih kecil terhadap penambahan nilai WTA. 6.5. Faktor-Faktor yang Mempengaruhi Keputusan Rumahtangga untuk Pindah dari Sekitar Wilayah Industri Analisis faktor-faktor yang mempengaruhi persepsi sampel terhadap keputusan untuk pindah rumah dari Dusun Palahlar ke lokasi yang lebih baik, variabel dependen yang digunakan adalah pindah atau tidak pindah dari sekitar wilayah industri peleburan besi dan baja. Variabel independen yang digunakan terdiri dari variabel tingkat pendidikan, pendapatan, lama tinggal, jarak tempat tinggal dari industri, status kepemilikan rumah, dan biaya kesehatan. Hasil dari penelitian keseluruhan sampel adalah 11 sampel (18 persen) yang menyatakan keputusan untuk pindah dari sekitar wilayah industri peleburan besi dan baja sebanyak 49 sampel (82 persen) yang menyatakan tidak ingin pindah (Tabel 23). Alasan sampel menyatakan keputusan untuk pindah diantaranya adalah kesehatan mereka terganggu, kebersihan lingkungan, dan wilayah tempat tinggalnya sudah tidak layak untuk ditempati karena telah tercemar. Hasil regresi logistik persepsi sampel terhadap keinginannya untuk pindah dari sekitar wilayah industri peleburan besi dan baja disajikan pada Tabel 24. Tabel 23. Hasil Penelitian Mengenai Keputusan untuk Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Persepsi Pindah Tidak Pindah Jumlah
Jumlah Sampel 11 49 60
Presentase (%) 18 82 100
Analisis regresi logistik dilakukan dengan menggunakan software SAS/ETS version 9.1 dengan memasukkan semua variable independen ke dalam model. Uji G sebesar 26.02 dengan p-value sebesar 0.0005 yang lebih kecil dari
70
Tabel 24. Hasil Estimasi Regresi Logistik Model Keputusan Rumahtangga untuk Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Parameter Intercept PDDKN PNDPTN LMTG JRSI DSK1 DSK2 BSHT Keterangan:
Estimate 8.932200 5.243500 0.000023 -1.615700 -2.538700 -9.397700 -10.647500 0.000383
Wald 0.001900 11.081900 1.541600 2.022100 4.182400 0.002100 0.002700 0.662000
P-value 0.482750 0.000450* 0.107200 0.077500** 0.020400* 0.481850 0.479450 0.207900
Odds rasio 189.323000 1.000000 0.199000 0.079000 <0.001000 <0.001000 1.000000
* nyata pada taraf (α) 0.05 ** nyata pada taraf (α) 0.10
Model yang dihasilkan dari regresi logistik adalah: Li Pindah = 8.932200 + 5.243500 PDDKN + 0.000023 PNDPTN – 1.615700 LMTG – 2.538700 JRSI - 9.397700 DSK1 – 10.647500 DSK2 + 0.000383 BSHT taraf nyata α= 10 persen yang berarti bahwa setidaknya ada satu variabel yang berpengaruh terhadap faktor-faktor yang mempengaruhi keputusan untuk pindah. Hasil Uji Wald menunjukkan tingkat pendidikan, lama tinggal, dan jarak tempat tinggal dari industri berpengaruh terhadap keputusan rumahtangga untuk pindah. Hasil pengolahan data dapat dilihat lebih jelas pada Lampiran 6. Variabel independen yang berpengaruh adalah: 1. Variabel tingkat pendidikan berpengaruh pada selang kepercayaan 95 persen. Variabel ini memiliki p-value 0.000450, sedangkan nilai koefisien bernilai positif (+) yang berarti untuk setiap penambahan tingkat pendidikan satu tahun maka rumahtangga menyatakan keputusannnya untuk pindah dari sekitar wilayah industri peleburan besi dan baja. Rumahtangga yang memiliki tingkat pendidikan yang lebih tinggi memiliki pola pikir lebih baik mengenai keadaan lingkungan yang telah tercemar, sehingga mereka ingin pindah dari sekitar wilayah industri peleburan besi dan baja. Nilai odds ratio sebesar 189.323000 berarti dari 18 932 rumahtangga yang menyatakan keputusannya untuk pindah terdapat 100 rumahtangga yang menyatakan keputusannya tidak pindah. 2. Variabel jarak tempat tinggal dari industri berpengaruh pada selang kepercayaan 95 persen. Variabel ini memiliki p-value 0.020400, sedangkan
71
nilai koefisien bernilai negatif (-) yang berarti untuk setiap penambahan jarak tempat tinggal dari industri sebesar satu meter maka rumahtangga menyatakan keputusannya tidak pindah dari sekitar wilayah industri peleburan besi dan baja. Rumahtangga yang memiliki jarak tempat tinggal dari industri yang lebih jauh merasakan dampak yang lebih kecil, sehingga rumahtangga tidak pindah dari sekitar wilayah industri peleburan besi dan baja. Nilai odds rasio sebesar 0.079000 berarti dari tujuh rumahtangga yang menyatakan keputusan ingin pindah terdapat 100 rumahtangga yang menyatakan keputusan tidak pindah. 3. Variabel lama tinggal berpengaruh pada selang kepercayaan 90 persen. Variabel ini memiliki p-value 0.077500, sedangkan nilai koefisien bernilai negatif (-) yang berarti untuk setiap penambahan lama tinggal satu tahun maka rumahtangga menyatakan keputusannya untuk tidak pindah dari sekitar wilayah industri peleburan besi dan baja. Nilai odds ratio sebesar 0.199000 berarti dari 19 rumahtangga yang menyatakan keputusannya untuk ingin pindah terdapat 100 rumahtangga yang menyatakan keputusannya untuk tidak pindah. Hasil analisis regresi logistik juga memperlihatkan nilai atau kondisi potensial dan aktual dari jumlah sampel rumahtangga yang menyatakan keputusannya untuk pindah atau tidak pindah dari sekitar wilayah industri peleburan besi dan baja. Kondisi potensial ditunjukkan oleh nilai harapan dan kondisi aktual ditunjukkan oleh nilai observasi. Perbedaan antara kondisi aktual dengan kondisi potensial jumlah rumahtangga yang menyatakan pindah atau tidak pindah dari sekitar wilayah industri peleburan besi dan baja disajikan pada Tabel 25. Seluruh rumahtangga dikelompokkan menjadi 10 grup. Grup pertama dengan keadaan sampel menyatakan keinginan untuk pindah dari sekitar wilayah industri peleburan besi dan baja, terdapat enam rumahtangga secara aktual yang menyatakan pindah dan terdapat 4.94 rumahtangga secara potensial menyatakan pindah dari sekitar wilayah industri peleburan besi dan baja.
72
Tabel 25. Frekuensi Observasi dan Harapan Keputusan Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja di Dusun Palahlar Tahun 2013 Keterangan Nilai 1 Observasi Harapan Nilai 0 Observasi Harapan
1
2
3
4
Grup 5
6
7
8
9
10
Total
6.00 3.00 0.00 1.00 0.00 0.00 0.00 1.00 0.00 0.00 11.00 4.94 3.21 1.37 0.81 0.35 0.13 0.10 0.06 0.03 0.01 11.01 0.00 3.00 6.00 5.00 6.00 6.00 6.00 5.00 6.00 6.00 49.00 1.06 2.79 4.63 5.19 5.65 5.87 5.90 5.94 5.97 5.99 48.99
Grup pertama dengan keadaan sampel menyatakan tidak pindah dari sekitar wilayah industri peleburan besi dan baja tidak terdapat rumahtangga yang menyatakan tidak pindah secara aktual dan terdapat 1.06 rumahtangga secara potensial. Kedua keadaan ini memiliki selisih sebesar 1.06 menunujukkan terdapat 1.06 rumahtangga yang diharapkan menyatakan ingin pindah, namun pada kenyataannya (aktual) tidak pindah. Hal ini disebabkan karena rumahtangga tidak memiliki dana untuk pindah, dekat dengan tempat kerja, telah nyaman tinggal di Dusun Palahlar, dan rumahtangga merupakan penduduk asli Dusun Palahlar. Secara keseluruhan, dapat diperoleh bahwa rumahtangga yang menyatakan keputusannya untuk pindah atau tidak ingin pindah secara potensial sama dengan jumlah sampel secara aktual disajikan pada Table 26. Tabel 26. Koreksi Nilai Observasi dan Harapan Keputusan Rumahtangga untuk Pindah dari Sekitar Wilayah Industri Peleburan Besi dan baja di Dusun Palahlar Tahun 2013 Prediction (alpha= 15%) Actual Total Pindah Tidak Pindah Pindah 2 1 3 Tidak Pindah 9 48 57 Proporsi keseluruhan untuk klasifikasi yang benar diestimasi oleh model logistik adalah 0.833 diperoleh dari dua ditambah 48 lalu dibagi dengan 60. Tingkat kebaikan estimasi dari model logistik yang diperoleh untuk mengestimasi faktor-faktor yang mempengaruhi keputusan untuk pindah secara benar cukup akurat yaitu 83.30 persen.
73
VII. SIMPULAN DAN SARAN
7.1. Simpulan 1. Keberadaan industri peleburan besi dan baja berdampak pada lingkungan rumahtangga sekitar. Dampak negatif dapat dilihat dari kondisi lingkungan sebelum dan setelah keberadaan industri peleburan besi dan baja yang semakin buruk. Semakin dekat jarak tempat tinggal dari industri peleburan besi dan baja maka, semakin besar dampak terhadap kualitas udara, kebersihan, kenyamanan, dan pengaruh terhadap kegiatan sehari-hari rumahtangga. 2. Keberadaan industri peleburan besi dan baja menimbulkan pencemaran udara sehingga total biaya pengobatan yang ditanggung rumahtangga setiap wilayah mengalami peningkatan. Semakin dekat jarak tempat tinggal dengan industri maka, dampak terhadap kesehatan yang dirasakan semakin besar sehingga biaya pengobatan semakin tinggi. 3. Nilai Willingness to Accept (WTA) rumahtangga dengan jarak tempat tinggal yang lebih dekat dari industri menginginkan nilai WTA yang lebih besar dibandingkan dengan jarak tempat tinggal yang lebih jauh dari industri 4. Nilai Willingness to Accept (WTA) rumahtangga di Dusun Palahlar dipengaruhi oleh tingkat pendidikan, lama tinggal, jarak tempat tinggal dari industri, jumlah tanggungan keluarga, umur muda, dan umur menengah. 5. Jumlah rumahtangga yang memiliki keputusan untuk pindah lebih besar dibandingkan dengan keputusan untuk tidak pindah dari sekitar wilayah industri. Keputusan rumahtangga untuk pindah dipengaruhi oleh tingkat pendidikan, lama tinggal, dan jarak tempat tinggal dari industri. 7.2. Saran 1. Pemerintah sebaiknya bersikap tegas terhadap pemilik industri peleburan besi dan baja dalam menerapkan aturan baku mutu udara ambien dan emisi nasional sehingga limbah yang dihasilkan industri dapat berkurang.
74
2. Pemerintah sebaiknya memberikan sosialisasi mengenai kesehatan kepada masyarakat yang tinggal di sekitar industri peleburan besi dan baja sehingga masyarakat sadar pentingnya menjaga kesehatan. 3. Perlu adanya kebijakan pemerintah terhadap pihak industri peleburan besi dan baja untuk memberikan ganti rugi yang layak agar rumahtangga sekitar wilayah industri peleburan besi dan baja tidak dirugikan atas dampak yang dirasakan. 4. Pemerintah dalam bidang tata kelola kota sebaiknya mengatur jarak aman antara tempat tinggal dengan industri agar dampak dari limbah industri tidak langsung mengenai masyarakat sekitar. 5. Saran penelitan selanjutnya meneliti pada dusun yang berbeda, persepsi kualitas air, dan menambahkan variabel kebisingan pada model.
75
DAFTAR PUSTAKA Badan Lingkungan Hidup Daerah. 2011. Hasil Uji Laboratorium Udara Ambien dan Emisi. BLHD, Tangerang. Dahlan, E. N. 1989. Dampak Pencemaran Udara Terhadap Kesehatan Manusia dan Beberapa Komponen Sumberdaya Alam. Jurnal Media Konservasi, II (2): 39-44. Daryanto. 2004. Masalah Pencemaran. Tarsito, Bandung. Fauzi, A. 2006. Ekonomi Sumberdaya Alam dan Lingkungan: Teori dan Aplikasi. Gramedia Pustaka Utama, Jakarta. Firdaus, M. 2004. Ekonometrika Suatu Pendekatan Aplikatif. Bumi Aksara, Jakarta. Firdaus, M., Harmini, dan M. A. Farid. 2011. Aplikasi Metode Kuantitatif untuk Manajemen dan Bisnis. IPB Press, Bogor. Gujarati, D. 1978. Ekonometrika Dasar. Terjemahan. Erlangga, Jakarta. Hanley, N. and C. L. Spash. 1993. Cost-Benefit Analysis and Environment. Edward Elgar Publishing, Cheltenham. Husodo, S. 2006. Partisipasi Petani dalam Kegiatan DAFEP di Kabupaten Bantul. Jurnal Ilmu-ilmu Pertanian, 2 (1): 18-27. Juanda, B. 2009. Ekonometrika: Pemodelan dan Pendugaan. IPB Press, Bogor. Kementerian Lingkungan Hidup. 2007. Panduan Valuasi Ekonomi Sumberdaya Alam dan Lingkungan. KLH, Jakarta. Kristanto, P. 2004. Ekologi Industri. Andi Offset, Yogyakarta. Kuncoro, M. 2003. Metode Riset untuk Bisnis dan Ekonomi. Erlangga, Jakarta. Kwanda, T. 2000. Pengembangan Kawasan Industri di Indonesia. Jurnal Dimensi Teknik Arsitektur, 28 (1): 54-61. Mubarok, A. H. dan U. Ciptomulyono. 2012. Valuasi Ekonomi Dampak Lingkungan Tambang Marmer di Kabupaten Tulungagung dengan Pendekatan Willingness to Pay dan Fuzzy MCDM. Jurnal Teknis ITS, 1 (1): 119-121. Pindyck, R. S. and D. L. Rubinfeld. 1997. Econometric Models and Econometric Forecasts. Third Edition. McGraw-Hill Inc, Boston.
76
Prayudi, T. dan J. P. Susanto. 2001. Kualitas Debu dalam Udara sebagai Dampak Industri Pengecoran Logam Ceper. Jurnal Teknologi Lingkungan, 2 (2): 168-174. Ramadhan, A. 2009. Analisis Kesediaan Menerima Dana Ganti rugi di Tempat Pembuangan Akhir Sampah Cipayung Kota Depok Jawa Barat. Skripsi Sarjana. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Rosadi, D. 2011. Analisis Ekonometrika dan Runtun Waktu Terapan dengan R. ANDI, Yogyakarta. Ruhimat, M. dan Mustar. 2008. Ujian Nasional Geografi. Grafindo Media Pratama, Bandung. Tampubolon, B. I. 2011. Analisis Willingness to Accept Masyarakat Akibat Eksternalitas Negatif Kegiatan Penambangan Batu Gamping. Skripsi Sarjana. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Tang, J. C. S., S. Vongvisessomjai, and K. Sahasakmontri. 1992. Estimation of Flood Damage Cost for Bangkok. Journal Water Resources Management, (6): 47-56. Tasu’ah. 2013. Negara Maju dan Berkembang. http://tasuahblog.blogspot.com/. diakses pada tanggal 21 Maret 2013. Ulhaq, A. D. 2010. Estimasi Nilai Kerugian Masyarakat Sekitar Kawasan Industri dan Kesediaan Membayar Terhadap Program Perbaikan Kualitas Lingkungan. Skripsi Sarjana. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Wardhana, W. A. 2004. Dampak Pencemaran Lingkungan (Edisi Revisi). Andi Offset. Yogyakarta. Wibowo, K. P. 2011. Daftar Kawasan Industri Seluruh Indonesia. http://onclick.blog.com/2011/03/daftar-kawasan-industri-seluruh-Indonesi a/. diakses pada tanggal 14 Desember 2012.
77
LAMPIRAN
78 Lampiran 1. Kuesioner Penelitian Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar Tahun 2013 DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN Jalan Kamper Level 5 Wing 5 Kampus IPB Darmaga Bogor 16680 Telepon (0251) 421 762, (0251) 621 834, Fax (0251) 421 762 KUESIONER PENELITIAN Tanggal Wawancara : ............................................................................... Nomor Sampel
: ..............................................................................
Nama
: ..............................................................................
Alamat
: ..............................................................................
No. HP
: ..............................................................................
Kuesioner ini digunakan untuk kegiatan turun lapang penelitian (skripsi) dengan judul Dampak Keberadaan Industri Peleburan Besi dan Baja Terhadap Kesehatan dan Lingkungan Masyarakat Di Dusun Palahlar, Kecamatan Cikupa, Kabupaten Tangerang oleh Citra Paramitha, mahasiswa Departemen Ekonomi Sumberdaya dan Lingkungan, Fakultas Ekonomi dan Manajemen, IPB. A. KARAKTERISTIK SAMPEL 1. Jenis Kelamin : [
] Laki-laki
[
] Perempuan
2. Pendidikan Formal Terakhir : [
] SD
= ……..tahun (tamat/tidak tamat*)
[
] SLTP
= ……. tahun (tamat/tidak tamat*)
[
] SLTA
=…….. tahun (tamat/tidak tamat*)
[
] Diploma
=…….. tahun (tamat/tidak tamat*)
[
] Sarjana (S1)
= ……. tahun (tamat/tidak tamat*)
[
] Pascasarjana (S2/S3)
=……. tahun (tamat/tidak tamat*)
*coret yang tidak perlu 3. Usia : ........................ tahun 4. Status : [
] Menikah
5. Jumlah TanggunganKeluarga: No. 1. 2. 3. 4.
Status dalam Keluarga Suami Istri Anak
[
] Belum Menikah
79 Lampiran 1. Lanjutan 6. Apakah Saudara penduduk asli Dusun Palahlar? [
] Ya
(lanjut ke pertanyaan no 8)
[
] Tidak
(lanjut ke pertanyaan no 7)
7. Jika tidak, alasan Anda menetap di Dusun Palahlar? [ [ [
] Bekerja di sekitar Dusun Palahlar ] Ikut suami/istri ] Lainnya, sebutkan: …………………………
8. Apakah Saudara tinggal di Dusun Palahlar setelah industri berdiri? [
] Ya
[
] Tidak
[
] Pribadi
9. Lama Tinggal: ……… tahun 10.Status Tempat Tinggal: [
] Sewa/Kontrak
[
] Lainnya, sebutkan:…………………………..
11. Jarak Rumah dari Industri Peleburan Besi dan Baja: [
] <200 m = ……… m
[
] >200-500 m = …… m
[
] >500 m = ……. m
B. PENILAIAN TERHADAP LINGKUNGAN TEMPAT TINGGAL 1. Bagaimana Kualitas Udara sebelum adanya industri di sekitar rumah Anda ? [ ] Sangat Buruk (berdebu, panas, tidak segar saat bernafas) [ ] Buruk (berdebu, tidak panas, tidak segar saat bernafas) [ ] Biasa Saja (berdebu, tidak panas dan segar saat bernafas) [ ] Baik (tidak berdebu, panas dan segar saat bernafas) [ ] Sangat Baik (tidak berdebu, tidak panas dan segar saat bernafas) alasan,............................................... 2. Bagaimana Kualitas Udara setelah adanya industri di sekitar rumah Anda ? [ ] Sangat Buruk (berdebu, panas, tidak segar saat bernafas) [ ] Buruk (berdebu, tidak panas, tidak segar saat bernafas) [ ] Biasa Saja (berdebu, tidak panas dan segar saat bernafas) [ ] Baik (tidak berdebu, panas dan segar saat bernafas) [ ] Sangat Baik (tidak berdebu, tidak panas dan segar saat bernafas) alasan,............................................... 3. Menurut Saudara, bagaimana kebersihan kondisi lingkungan rumah Saudara sebelum ada industri peleburan besi dan baja? [
] Sangat Kotor (atap rumah semakin berdebu, teras berdebu, jendela rumah berdebu)
[
] Kotor (atap rumah semakin berdebu, teras tidak berdebu, jendela rumah berdebu)
80 Lampiran 1. Lanjutan [
] Biasa Saja (atap rumah semakin berdebu, teras tidak berdebu, jendela rumah bersih)
[
] Bersih (atap rumah berdebu, teras berdebu, jendela rumah bersih)
[
] Sangat Bersih (atap rumah berdebu, teras tidak berdebu, jendela rumah
bersih)
alasan,............................................... 4. Bagaimana kebersihan kondisi lingkungan rumah Saudara setelah ada industri peleburan besi dan baja? [
] Sangat Kotor (atap rumah semakin berdebu, teras berdebu, jendela rumah berdebu)
[
] Kotor (atap rumah semakin berdebu, teras tidak berdebu, jendela rumah berdebu)
[
] Biasa Saja (atap rumah semakin berdebu, teras tidak berdebu, jendela rumah bersih)
[
] Bersih (atap rumah berdebu, teras berdebu, jendela rumah bersih)
[
] Sangat Bersih (atap rumah berdebu, teras tidak berdebu, jendela rumah
bersih)
alasan,............................................... 5. Menurut Saudara apakah sebelum adanya pencemaran dari kegiatan industri peleburan besi dan baja mengganggu kegiatan sehari-hari anda? [
] Sangat Mengganggu (lebih sering menyapu, jemuran berdebu, anak menjadi tidak bisa bermain diluar rumah)
[
] Mengganggu (lebih sering menyapu, jemuran tidak berdebu, anak menjadi tidak bisa bermain diluar rumah)
[
] Biasa Saja (lebih sering menyapu, jemuran tidak berdebu, anak tetap dapat bermain di luar rumah)
[
] Tidak Mengganggu (menyapu seperti biasa, jemuran berdebu, anak tetap dapat bermain di luar rumah)
[
] Sangat Tidak Mengganggu (menyapu seperti biasa, jemuran tidak berdebu, anak tetap dapat bermain di luar rumah) alasan,...............................................
6. Menurut Saudara apakah pencemaran dari kegiatan industri peleburan besi dan baja mengganggu kegiatan sehari-hari anda? [
] Sangat Mengganggu (lebih sering menyapu, jemuran berdebu, anak menjadi tidak bisa bermain diluar rumah)
[
] Mengganggu (lebih sering menyapu, jemuran tidak berdebu, anak menjadi tidak bisa bermain diluar rumah)
[
] Biasa Saja (lebih sering menyapu, jemuran tidak berdebu, anak tetap dapat bermain di luar rumah)
[
] Tidak Mengganggu (menyapu seperti biasa, jemuran berdebu, anak tetap dapat bermain di luar rumah)
81 Lampiran 1. Lanjutan [
] Sangat Tidak Mengganggu (menyapu seperti biasa, jemuran tidak berdebu, anak tetap dapat bermain di luar rumah) alasan,...............................................
7 Menurut Saudara, bagaimana kenyamanan Anda sebelum ada industri peleburan besi dan baja? [
] Sangat Tidak Nyaman (udara yang dihirup tidak segar,tidak aman, kesehatan terganggu)
[
] Tidak Nyaman (udara yang dihirup tidak segar, aman, kesehatan terganggu)
[
] Biasa Saja (udara yang dihirup tidak segar, aman, kesehatan tidak terganggu)
[
] Nyaman (udara yang dihirup segar, tidak aman,kesehatan tidak terganggu)
[
] Sangat Nyaman (udara yang dihirup segar, aman, kesehatan tidak terganggu) alasan, .................................................
8. Menurut Saudara, bagaimana kenyamanan Anda setelah ada industri peleburan besi dan baja? [
] Sangat Tidak Nyaman (udara yang dihirup tidak segar, tidak aman, kesehatan terganggu)
[
] Tidak Nyaman (udara yang dihirup tidak segar, aman, kesehatan terganggu)
[
] Biasa Saja (udara yang dihirup tidak segar, aman, kesehatan tidak terganggu)
[
] Nyaman (udara yang dihirup segar, tidak aman, kesehatan tidak terganggu)
[
] Sangat Nyaman (udara yang dihirup segar, aman, kesehatan tidak terganggu) alasan, .................................................
9. Menurut Saudara dampak lingkungan apa saja yang Saudara rasakan akibat keberadaan industri peleburan besi dan baja? ........................................................................................................................................... ........................................................................................................................................... C. ANALISIS PENURUNAN KUALITAS KESEHATAN MASYARAKAT 1. Penyakit yang diderita sebelum industri peleburan besi dan baja berdiri No.
Penyakit yang dialami
Berobat dimana
Biaya Berobat (Rp)
Berobat dalam Sebulan Berapa Kali
Berobat dalam Setahun Berapa Bulan
Total Biaya /tahun
1. 2. 3. 4. 5. 6. 7.
82 Lampiran 1. Lanjutan 2. Penyakit yang diderita akibat dampak yang ditimbulkan industri peleburan besi dan baja No.
Penyakit yang dialami
Berobat dimana
Biaya Berobat (Rp)
Berobat dalam Sebulan Berapa Kali
Berobat dalam Setahun Berapa Bulan
Total Biaya /tahun
1. 2. 3. 4. 5. 6. 7. 3. Pencegahan yang dilakukan akibat dampak yang ditimbulkan industri peleburan besi dan baja No.
1. 2. 3.
Pencegahan yang telah dilakukan Membeli vitamin Membeli masker Membeli alat penyejuk udara (AC)
Biaya Pencegahan (Rp)
Pencegahan dalam Sebulan Berapa Kali
Pencegahan dalam Setahun Berapa Bulan
4. 5.
D. ANALISIS PERUBAHAN PENDAPATAN MASYARAKAT 1. Pendapatan sebelum adanya industri peleburan besi dan baja Pekerjaan Utama Jam Kerja (Jam/hari) Pendapatan (Rp/hari) Hari Kerja (hari/minggu) Pendapatan (Rp/minggu) Minggu Kerja (minggu/bulan) Pendapatan (Rp/bulan) Bulan Kerja (bulan/tahun) Total Pendapatan (Rp/tahun)
Total Biaya /tahun
83 Lampiran 1. Lanjutan Pekerjaan Sampingan Pertama Jam Kerja (Jam/hari) Pendapatan (Rp/hari) Hari Kerja (hari/minggu) Pendapatan (Rp/minggu) Minggu Kerja (minggu/bulan) Pendapatan (Rp/bulan) Bulan Kerja (bulan/tahun) Total Pendapatan (Rp/tahun) Pekerjaan Sampingan Kedua Jam Kerja (Jam/hari) Pendapatan (Rp/hari) Hari Kerja (hari/minggu) Pendapatan (Rp/minggu) Minggu Kerja (minggu/bulan) Pendapatan (Rp/bulan) Bulan Kerja (bulan/tahun) Total Pendapatan (Rp/tahun) 2. Pendapatan setelah adanya industri peleburan besi dan baja Pekerjaan Utama Jam Kerja (Jam/hari) Pendapatan (Rp/hari) Hari Kerja (hari/minggu) Pendapatan (Rp/minggu) Minggu Kerja (minggu/bulan) Pendapatan (Rp/bulan) Bulan Kerja (bulan/tahun) Total Pendapatan (Rp/tahun) Pekerjaan Sampingan Pertama Jam Kerja (Jam/hari) Pendapatan (Rp/hari) Hari Kerja (hari/minggu) Pendapatan (Rp/minggu) Minggu Kerja (minggu/bulan) Pendapatan (Rp/bulan) Bulan Kerja (bulan/tahun) Total Pendapatan (Rp/tahun) Pekerjaan Sampingan Kedua Jam Kerja (Jam/hari)
84 Lampiran 1. Lanjutan Pendapatan (Rp/hari) Hari Kerja (hari/minggu) Pendapatan (Rp/minggu) Minggu Kerja (minggu/bulan) Pendapatan (Rp/bulan) Bulan Kerja (bulan/tahun) Total Pendapatan (Rp/tahun) Keterangan Jenis Pekerjaan: 1. Pelajar
5. Pegawai Swasta
9. Pemulung
2. Mahasiswa
6. Wiraswasta/pedagang
10. Buruh Pabrik
3. ABRI
7. Ibu Rumah Tangga
4. Pensiunan
8. Pegawai Negri Sipil
E. Besarnya Nilai Ganti rugi yang diinginkan Masyarakat Skenario Apabila pihak industri peleburan besi dan baja akan memberlakukan pemberian nilai ganti rugi kepada masyarakat disekitar industri yang terkena dampak berupa penurunan kualitas lingkungan. Besarnya nilai ganti rugi akan langsung ditanyakan kepada setiap rumahtangga sesuai dengan kerugian yang bener-benar dirasakan oleh setiap rumahtangga dan akan digunakan untuk apa saja nilai ganti rugi tersebut. 1. Apabila pihak industri peleburan besi dan baja akan memberikan ganti rugi sesuai dengan kerugian yang benar-benar Saudara rasakan, apakah saudara bersedia menerima ganti rugi berupa uang? [ ] Ya [ ] Tidak, alasan …………………………………………………………. 2. Akan digunakan untuk apa dana ganti rugi tersebut? No. Digunakan untuk 1. 2. 3. 4. 5. Total
Biaya (Rp)
Sebulan Berapa Kali
Biaya (Rp/bulan)
Setahun Berapa Bulan
Biaya (Rp/tahun)
85 Lampiran 1. Lanjutan F. Faktor-Faktor yang Mempengaruhi Masyarakat Tetap Tinggal 1. Apakah dengan adanya pencemaran yang ditimbulkan oleh kegiatan industri peleburan besi dan baja Saudara akan tetap tinggal di sekitar kawasan industri? [
] Tidak, alasan : a. Kesehatan b. Kebersihan c. Lainnya: ……………………
[
] Ya, alasan:
a Tidak Memiliki Dana untuk Pindah b Dekat dengan Keluarga c Dekat dengan Tempat Kerja d Lainnya: …………………….
G. SARAN DAN REKOMENDASI Dari masalah pencemaran udara yang telah disebutkan, apa saran dan rekomendasi Saudara untuk pemerintah terkait pengelolaan industri yang baik dan lestari. Saran : ……………………………………………………………………………………………… …………………………………………………………………………………………… Kebijakan Rekomendasi anda dalam rangka mengatasi bahaya pencemaran udara : ……………………………………………………………………………………………… ..……………………………………………………………………………………………..
Pindah rumah kelokasi lain
PNDPTN setelah (Rp/RT/tah un)*
BSHT sebelum (Rp/RT/ tahun)*
BSHT setelah (Rp/RT/t ahun)*
BPK (Rp/RT/t ahun)*
26 400.0
0.0
4 952.0
0.0
4 952.0
0
26 400.0
0.0
250.0
0.0
18 250.0
0
Pegawai Swasta
30 000.0
100.0
400.0
1 800.0
2 200.0
1
Buruh Pabrik
26 400.0
250.0
1 400.0
0.0
23 400.0
0
26 400.0
30.0
4 350.0
0.0
4 950.0
0
Umur (tahun)
JK
PDDKN (tahun)
JTK (orang)
Pendu duk asli
LMT G (tah un)
SKRMH
JRSI (meter)
Pekerjaan setelah
1.
36
1
5
6
1
36
0
150
Buruh Pabrik
2.
30
1
6
4
2
13
0
150
Buruh Pabrik
3.
39
1
12
4
1
17
0
100
4.
29
1
0
6
1
29
0
30
5.
31
1
6
4
2
13
2
50
Buruh Pabrik
6.
30
1
9
4
1
30
0
60
Buruh
7.
26
1
6
4
1
26
2
70
Buruh Swasta
8.
42
1
6
3
1
42
2
70
No.
WTA (Rp/RT/ta hun)*
4 800.
0.0
320.0
20.0
14 400.0
0
36 000.0
0.0
60.0
0.0
7 200.0
0
Buruh Swasta
7 200.0
150.0
800.0
0.0
7 200.0
0
9.
38
1
6
5
2
21
0
100
Buruh Pabrik
31 300.0
0.0
6 480.0
0.0
6 480.0
0
10.
78
1
0
4
1
78
0
80
Buruh Pabrik
6 300.0
100.0
100.0
0.0
7 200.0
0
11.
42
1
6
4
1
42
2
90
Wiraswasta
7 200.0
50.0
200.0
0.0
10 800.0
0
12.
41
1
9
4
2
23
1
60
Buruh Pabrik
26 400.0
8.0
112.0
384.0
2 996.0
0
13.
53
1
14
3
2
31
0
60
PNS
76 800.0
0.0
1 000.0
0.0
1 000.0
1
14.
28
2
9
5
1
28
2
90
Buruh Pabrik
24 000.0
0.0
350.0
0.0
3 950.0
1
15.
36
1
6
6
1
36
0
120
Buruh
4 800.0
10.0
150.0
48.0
3 798.0
0
16.
54
1
9
3
2
30
0
110
Pensiunan
45 600.0
3.5
39.0
0.0
39.0
1
17.
24
2
17
3
1
24
0
90
Buruh Pabrik
62 400.0
0.0
400.0
1 080.0
1 480.0
1
18.
38
1
6
5
1
38
2
90
Buruh Pabrik
16 800.0
9.0
54.0
48.0
5 502.0
0
19.
53
1
3
4
1
53
2
140
Buruh
22 800.0
0.0
20.0
0.0
1 220.0
0
20.
32
1
9
6
2
10
2
100
Buruh Pabrik
26 400.0
0.0
30.0
0.0
7 230.0
1
21.
29
2
9
3
1
29
0
300
Buruh Pabrik
26 400.0
6.0
160.0
72.0
18 000.0
0
22.
53
1
6
3
1
53
0
280
Buruh
12 000.0
0.0
0.0
360.0
360.0
0
23.
24
1
6
3
1
24
2
280
Buruh Pabrik
34 800.0
12.0
238.0
504.0
742.0
0
24.
40
1
6
6
1
40
2
280
Buruh Pabrik
40 800.0
0.0
1 020.0
480.0
11 080.0
0
86
Lampiran 2. Data Penelitian Dampak Keberadaan Industri Peleburan Besi dan Baja terhadap Lingkungan dan Kesehatan Masyarakat di Dusun Palahlar Tahun 2013
Lampiran 2. Lanjutan LMT G (tah un) 8
BPK (Rp/RT/t ahun)*
WTA (Rp/RT/ta hun)*
0.0
1 440.0
Pindah rumah kelokasi lain 0
54.0
0.0
1 200.0
0
860.0
0.0
860.0
1
300.0
0.0
16 200.0
0
300.0
2 700.0
420.0
7 620.0
1
200.0
800.0
0.0
800.0
0
20 400.0
15.0
120.0
726.0
6 846.0
0
Buruh Pabrik
96 200.0
12.0
124.0
1 800.0
4 800.0
0
Pegawai Swasta
27 900.0
0.0
1 800.0
0.0
9 000.0
0
Pegawai Swasta
30 900.0
0.0
0.0
48.0
700.0
1
400
Buruh
21 000.0
0.0
0.0
0.0
2 520.0
0
400
Buruh Pabrik
20 400.0
15.0
180.0
48.0
360.0
0
0
300
Buruh Pabrik
26 400.0
0.0
0.0
180.0
3 600.0
0
2
300
Wiraswasta
33 600.0
0.0
0.0
0.0
60.0
0
450
Wiraswasta
54 000.0
100.0
600.0
168.0
840.0
0
400
Buruh Pabrik
37 200.0
0.0
1 440.0
0.0
900.0
0
26 880.0
45.0
1 780.0
588.0
2 360.0
0
1 920.0
100.0
450.0
0.0
450.0
0
25 920.0
0.0
3 960.0
0.0
5 460.0
0
59.0
525.0
0.0
11 325.0
0
PNDPTN setelah (Rp/RT/tah un)*
BSHT sebelum (Rp/RT/ tahun)* 0.0
BSHT setelah (Rp/RT/t ahun)* 0.0
No.
Umur (tahun)
JK
PDDKN (tahun)
JTK (orang)
Pendu duk asli
25.
42
1
12
4
2
26.
65
1
3
6
1
65
2
27.
22
1
9
3
1
22
0
28.
45
1
0
7
1
45
0
320
29.
33
2
20
3
1
33
2
30.
57
1
9
2
1
57
0
31.
20
1
9
5
1
20
2
32.
24
1
9
7
1
24
2
33.
34
1
6
4
1
34
2
34.
23
2
16
7
1
23
0
300
35.
45
1
4
3
1
45
2
36.
60
1
2
2
1
60
0
37.
33
2
6
5
2
20
38.
72
2
6
2
1
15
39.
41
2
12
6
2
23
0
40.
29
1
12
7
1
29
0
41.
37
1
6
5
1
37
0
700
Buruh Swasta
42.
54
2
6
4
2
26
0
700
Wiraswasta
43.
48
1
3
9
1
48
0
600
Wiraswasta
44.
43
1
0
6
1
43
0
600
Wiraswasta
16 500.0
45.
58
2
9
2
2
23
0
700
Pensiunan
26 400.0
29.0
372.0
192.0
564.0
0
46.
43
1
6
5
1
43
2
800
Wiraswasta
86 000.0
250.0
1 200.0
150.0
1 200.0
0
47.
52
1
5
5
2
19
2
700
Buruh Pabrik
51 600.0
8.0
270.0
0.0
1 500.0
0
48.
25
1
6
8
1
25
0
900
Wiraswasta
60 000.0
100.0
200.0
180.0
12 380.0
0
49.
40
1
4
3
1
40
2
600
Buruh Pabrik
24 000.0
0.0
0.0
12.0
7 200.0
0
SKRMH
JRSI (meter)
Pekerjaan setelah
0
280
Buruh Pabrik
26 400.0
280
Buruh
18 920.0
0.0
300
Buruh Pabrik
31 200.0
140.0
Wiraswasta
62 400.0
100.0
400
Buruh Swasta
32 400.0
400
PNS
26 400.0
400
Buruh Pabrik
400 300
87
88
Lampiran 2. Lanjutan Pindah rumah kelokasi lain
PNDPTN setelah (Rp/RT/tah un)*
BSHT sebelum (Rp/RT/ tahun)*
BSHT setelah (Rp/RT/t ahun)*
BPK (Rp/RT/t ahun)*
PLN
136 800.0
0.0
0.0
1 080.0
1 080.0
Buruh Swasta
32 400.0
0.0
0.0
0.0
10 800.0
1
24 000.0
50.0
150.0
0.0
7 200.0
0
25 200.0
0.0
0.0
0.0
3 600.0
0
108 000.0
0.0
0.0
144.0
650.0
0
24 000.0
0.0
0.0
0.0
5 000.0
0
26 400.0
0.0
0.0
0.0
500.0
0
26 400.0 26 400.0
0.0
0.0
0.0
1 200.0
0
Buruh Pabrik
0.0
0.0
0.0
3 600.0
0
Wiraswasta
72 000.0
0.0
0.0
0.0
800.0
0
60. 39 1 12 4 1 39 2 600 Buruh Pabrik 25 200.0 Keterangan : JK = jenis kelamin, 1 = perempuan, 2 = laki-laki PDDKN = pendidikan JTK = jumlah tanggungan keluarga Penduduk asli: 1= ya, 2= tidak LMTG = lama tinggal SKRMH = status kepemilikan rumah: 0= pribadi, 1=sewa, 2= warisan JRSI = jarak tempat tinggal dari industri Pekerjaan setelah: buruh pabrik= buruh industri peleburan besi dan baja, buruh pabrik= buruh pabrik lain PNDPTN setelah = pendapatan setelah keberadaain industri peleburan besi dan baja (*dalam ribu) BSHT sebelum = biaya kesehatan sebelum keberadaan industri peleburan besi dan baja (*dalam ribu) BSHT setelah = biaya kesehatan setelah keberadaan industri peleburan besi dan baja (*dalam ribu) BPK = biaya pencegahan kesehatan (*dalam ribu) WTA = willingness to accept (*dalam ribu) Pindah rumah ke lokasi lain: 1 = ingin pindah rumah kelokasi lain, 0 = tidak ingin pindah rumah ke lokasi lain
0.0
510.0
0.0
510.0
1
JTK (orang)
Pendu duk asli
LM TG (tah un)
JRSI (meter)
Pekerjaan setelah
No.
Umur (tahun)
JK
PDDKN (tahun)
50.
20
1
12
4
1
20
0
800
51.
23
2
12
5
1
23
0
800
52.
20
1
9
3
1
20
2
600
Buruh Pabrik
53.
37
1
6
2
1
37
0
800
Buruh Pabrik
54.
38
1
6
5
2
9
1
800
Wiraswasta
55.
32
2
6
4
2
14
0
900
Buruh Pabrik
56.
29
1
6
4
2
11
0
1000
Buruh Pabrik
57.
38
6
4
1
38
2
950
Buruh Pabrik
58.
42
1 2
9
4
1
42
2
900
59.
33
1
6
5
1
33
0
900
SKRMH
WTA (Rp/RT/ta hun)*
0
89 Lampiran 3. Tabulasi Biaya Kesehatan Masyarakat di Dusun Palahlar Tahun 2013 Biaya Kesehatan Jenis Penyakit (Rp/RT/tahun) No Berobat di Sebelum Setelah Sebelum Setelah 1. Sesak nafas RS, klinik, puskesmas 4 952 000 2. Alergi gatal Klinik 250 000 3. Batuk Batuk Klinik 100 000 400 000 4. Batuk Batuk Mantri 250 000 1 400 000 5. Batuk, Batuk, pusing Klinik 30 000 4 350 000 pusing 6. Sesak nafas Bidan 320 000 7. Gatal Puskesmas 60 000 8. Sesak nafas, Batuk Mantri 150 000 800 000 batuk 9. Sesak nafas Klinik 6 480 000 10. Sesak Sesak nafas Mantri 100 000 100 000 nafas 11. Sesak Sesak nafas Bidan 50 000 200 000 nafas 12. Batuk Gatal, batuk Puskesmas 8 000 112 000 13. Sesak nafas, Bidan 1 000 000 gatal 14. Sesak nafas Mantri 350 000 15. Sesak nafas, Puskesmas 10 000 150 000 Batuk batuk 16. Pusing Pusing Puskesmas 3 500 39 000 17. Sesak nafas Klinik 400 000 18. Batuk Batuk Puskesmas 9 000 54 000 19. Gatal Puskesmas 20 000 20. Sesak nafas Puskesmas 30 000 21. Pusing Pusing klinik, warung 6 000 160 000 22. 23. Batuk, sesak RS, puskesmas, Pusing, flu nafas, pusing, 12 000 238 000 warung flu 24. Sesak nafas, Klinik,bidan 1 020 000 flek paru 25. 26. Batuk tbc Puskesmas 54 000 27. Batuk Batuk Klinik 140 000 860 000 28. Batuk Batuk Klinik 100 000 300 000 29. Batuk Batuk Klinik 300 000 2 700 000 30. Batuk, Batuk, panas Klinik 200 000 800 000 panas 31. Sesak nafas, Batuk Puskesmas 15 000 120 000 batuk
90 Lampiran 3. Lanjutan No.
Jenis Penyakit
32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. 60.
Setelah Sesak nafas, Pusing, flu pusing, flu Gatal Pusing Pusing Batuk Batuk Sesak nafas Batuk, sesak Batuk nafas Batuk, sesak Batuk nafas Batuk, sesak nafas, panas Batuk Batuk, pusing Batuk, Batuk, pusing pusing Sesak nafas, Pusing pusing Panas, batuk, Flu flu Flu, panas Panas, flu Batuk Batuk Pusing, Pusing, batuk batuk
Berobat di
Sebelum
Klinik
Biaya Kesehatan (Rp/RT/tahun) Sebelum Setelah 12 000
124 000
15 000 100 000 0
1 800 000 180 000 600 000 1 440 000
45 000
1 780 000
100 000
450 000
-
3 960 000
Bidan, warung
59 000
525 000
Puskesmas, warung
29 000
372 000
250 000
1 200 000
8 000
270 000
100 000 50 000 -
200 000 150 000 -
-
510 000
RS Puskesmas Klinik Klinik Klinik RS, klinik RS
Klinik RS, warung Klinik Bidan Klinik, warung
91 Lampiran 4. Program Estimasi Model Willingness to Accept Rumahtangga di Dusun Palahlar Menggunakan Metode OLS dengan Software SAS/ETS Versi 9.1 Data Norm; Input LnY PDDKN PNDPTN LMTG JRSI JTK DU1 DU2 BSHT Res1 Lnkuadres1; label LnY = 'nilai WTA' PDDKN = 'pendidikan' PNDPTN = 'pendapatan' LMTG = 'lama tinggal' JRSI = 'jarak tempat tinggal dari industri' JTK = 'jumlah tanggungan keluarga' DU1 = 'umur muda' DU2 = 'umur menengah' BSHT = 'biaya kesehatan'; cards; 3.69 1 26400 36 150 6 0 1 4952 ‐0.219 ‐1.316 4.26 1 26400 13 150 4 0 1 250 0.680 ‐0.334 3.34 0 30000 17 100 4 0 1 400 ‐0.002 ‐5.327 4.37 1 26400 29 30 6 1 0 1400 0.462 ‐0.669 3.69 1 26400 13 50 4 0 1 4350 0.037 ‐2.862 4.16 1 4800 30 60 4 0 1 320 0.372 ‐0.858 3.86 1 36000 26 70 4 1 0 60 0.123 ‐1.813 3.86 1 7200 42 70 3 0 1 800 0.031 ‐3.008 3.81 1 31300 21 100 5 0 1 6480 0.045 ‐2.684 3.86 1 6300 78 80 4 0 0 100 0.618 ‐0.417 4.03 1 7200 42 90 4 0 1 200 0.166 ‐1.555 3.48 1 26400 23 60 4 0 1 112 ‐0.223 ‐1.300 3.00 0 76800 31 60 3 0 0 1000 0.558 ‐0.506 3.60 1 26400 28 90 5 1 0 350 ‐0.213 ‐1.343 3.58 1 4800 36 120 6 0 1 150 ‐0.336 ‐0.946 1.59 1 45600 30 110 3 0 0 39 ‐1.139 0.113 3.17 0 62400 24 90 3 1 0 400 ‐0.166 ‐1.559 3.74 1 16800 38 90 5 0 1 54 ‐0.134 ‐1.741 3.09 1 22800 53 140 4 0 0 20 0.098 ‐2.009 3.86 1 26400 10 100 6 0 1 30 0.174 ‐1.517 4.26 1 26400 29 300 3 1 0 160 0.639 ‐0.388 2.56 1 12000 53 280 3 0 0 0 ‐0.329 ‐0.965 2.87 1 34800 24 280 3 1 0 238 ‐0.703 ‐0.305 4.04 1 40800 40 280 6 0 1 1020 0.204 ‐1.378 3.16 0 264000 8 280 4 0 1 0 0.264 ‐1.154 3.08 1 18920 65 280 6 0 0 54 ‐0.058 ‐2.467 2.93 1 31200 22 300 3 1 0 860 ‐0.623 ‐0.409 4.21 1 62400 45 320 7 0 1 300 0.325 ‐0.975 3.88 0 32400 33 400 3 0 1 2700 0.577 ‐0.477 2.90 1 2600 57 400 2 0 0 800 0.073 ‐2.264 3.84 1 20400 20 400 5 1 0 120 0.221 ‐1.311 3.68 1 96200 24 400 7 1 0 124 0.021 ‐3.338 3.95 1 27900 34 300 4 0 1 1800 0.257 ‐1.177 2.85 0 30900 23 300 7 1 0 0 ‐0.644 ‐0.381 3.40 1 21000 45 400 3 0 1 0 ‐0.280 ‐1.104 2.56 1 20400 60 400 2 0 0 180 ‐0.269 ‐1.13 3.56 1 26400 20 300 5 0 1 0 ‐0.067 ‐2.337 1.78 1 33600 15 300 2 0 0 0 ‐0.707 ‐0.300 2.92 0 54000 23 450 6 0 1 600 ‐0.395 ‐0.805 2.95 0 37200 29 400 7 1 0 1440 ‐0.544 ‐0.528 3.37 1 26880 37 700 5 0 1 1780 ‐0.228 ‐1.284 2.65 1 1920 26 700 4 0 0 450 0.100 ‐1.992 3.74 1 25920 48 600 9 0 1 3960 ‐0.233 ‐1.265 4.05 1 16500 43 600 6 0 1 525 0.303 ‐1.036
92 Lampiran 4. Lanjutan 2.75 1 26400 23 700 2 0 0 372 3.08 1 86000 43 800 5 0 1 1200 3.18 1 51600 19 700 5 0 0 270 4.09 1 60000 25 900 8 1 0 200 3.86 1 24000 40 600 3 0 1 0 3.03 0 136800 20 800 4 1 0 0 4.03 0 32400 23 800 5 1 0 0 3.86 1 24000 20 600 3 1 0 150 3.56 1 25200 37 800 2 0 1 0 2.81 1 108000 9 800 5 0 1 0 3.70 1 24000 14 900 4 0 1 0 2.70 1 26400 11 1000 4 1 0 0 3.08 1 26400 38 950 4 0 1 0 3.56 1 26400 42 900 4 0 1 0 2.90 1 72000 33 900 5 0 1 0 2.71 0 25200 39 600 4 0 1 510 ; PROC UNIVARIATE DATA=Norm normal plot; var Res1; run; proc reg; model LnY= PDDKN PNDPTN LMTG JRSI JTK DU1 DU2 BSHT/VIF DW; output out=REG2 P=YDUGA R=YSISA; run; PROC reg; model Lnkuadres1=PDDKN PNDPTN LMTG JRSI JTK DU1 DU2 BSHT; run; Proc plot; Plot YSISA*YDUGA; Run;
0.363 ‐0.878 ‐0.447 ‐0.698 0.690 ‐0.321 0.543 ‐0.530 0.307 ‐1.024 0.083 ‐2.154 0.873 ‐0.117 0.443 ‐0.706 0.174 ‐1.517 ‐0.399 ‐0.796 0.437 ‐0.717 ‐0.516 ‐0.573 ‐0.352 ‐0.906 0.070 ‐2.304 ‐0.506 ‐0.591 ‐0.603 ‐0.438
93 Lampiran 5. Hasil Estimasi Model Willingness to Accept Rumahtangga di Dusun Palahlar Menggunakan Metode OLS dengan Software SAS/ETS Versi 9.1 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr > F Model 8 10.27416 1.28427 6.19 <.0001 Error 51 10.58066 0.20746 Corrected Total 59 20.85482 Root MSE 0.45548 R‐Square 0.4927 Dependent Mean 3.40217 Adj R‐Sq 0.4131 Coeff Var 13.38800 Parameter Estimates Parameter Standard Variable Label DF Estimate Error t Value Pr > |t| Intercept Intercept 1 2.14196 0.32680 6.55 <.0001 PDDKN pendidikan 1 0.28830 0.17004 1.70 0.0961 PNDPTN pendapatan 1 ‐0.00000126 0.00000179 ‐0.70 0.4841 LMTG lama tinggal 1 0.00816 0.00498 1.64 0.1072 JRSI jarak tempat tinggal dari 1 ‐0.00043938 0.00021045 ‐2.09 0.0418 industri JTK jumlah tanggungan keluarga 1 0.05417 0.04309 1.26 0.2145 DU1 umur muda 1 0.95158 0.21127 4.50 <.0001 DU2 umur menengah 1 0.92533 0.17699 5.23 <.0001 BSHT biaya kesehatan 1 0.00000733 0.00005051 0.15 0.8851
Parameter Estimates Variance Variable Label DF Inflation Intercept Intercept 1 0 PDDKN pendidikan 1 1.25195 PNDPTN pendapatan 1 1.40005 LMTG lama tinggal 1 1.46398 JRSI jarak tempat tinggal dari 1 1.08860 industri JTK jumlah tanggungan keluarga 1 1.25965 DU1 umur muda 1 2.52446 DU2 umur menengah 1 2.25487 BSHT biaya kesehatan 1 1.20844
The REG Procedure Model: MODEL1 Dependent Variable: LnWTA nilai WTA Durbin‐Watson D 1.597 Number of Observations 60 1st Order Autocorrelation 0.182
94 Lampiran 5. Lanjutan Plot of YSISA*YDUGA. Legend: A = 1 obs, B = 2 obs, etc. 1.00 ˆ ‚ ‚ ‚ A ‚ 0.75 ˆ ‚ A A ‚ A ‚ A A ‚ A A 0.50 ˆ ‚ A A A ‚ ‚ A A A ‚ A A 0.25 ˆ A A ‚ A A A ‚ A A A ‚ A A A R ‚ A A A A A e 0.00 ˆ A A s ‚ A A i ‚ d ‚ A A u ‚ A A A a ‐0.25 ˆ A A A l ‚ A ‚ A A A ‚ A A ‚ A ‐0.50 ˆ A A ‚ A ‚ A ‚ A A ‚ A A ‐0.75 ˆ ‚ ‚ ‚ ‚ ‐1.00 ˆ ‚ ‚ ‚ A ‚ ‐1.25 ˆ Šƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒˆƒ 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 Predicted Value of LnWTA
Gambar 1 Parameter Estimates Parameter Standard Variable Label DF Estimate Error t Value Pr > |t| Intercept Intercept 1 ‐1.26360 0.68633 ‐1.84 0.0714 PDDKN pendidikan 1 0.00015976 0.35711 0.00 0.9996 PNDPTN pendapatan 1 ‐3.57793E‐7 0.00000377 ‐0.10 0.9247 LMTG lama tinggal 1 ‐0.00126 0.01045 ‐0.12 0.9046 JRSI jarak tempat tinggal dari 1 0.00069352 0.00044198 1.57 0.1228 industri JTK jumlah tanggungan keluarga 1 0.00329 0.09050 0.04 0.9711 DU1 umur muda 1 0.01627 0.44371 0.04 0.9709 DU2 umur menengah 1 ‐0.33020 0.37171 ‐0.89 0.3785 BSHT biaya kesehatan 1 ‐0.00006950 0.00010608 ‐0.66 0.5153
95 Lampiran 5. Lanjutan
Tests for Normality Test ‐‐Statistic‐‐‐ ‐‐‐‐‐p Value‐‐‐‐‐‐ Shapiro‐Wilk W 0.987715 Pr < W 0.8079 Kolmogorov‐Smirnov D 0.069864 Pr > D >0.1500 Cramer‐von Mises W‐Sq 0.032915 Pr > W‐Sq >0.2500 Anderson‐Darling A‐Sq 0.211536 Pr > A‐Sq >0.2500
The UNIVARIATE Procedure Variable: Res1 Normal Probability Plot 0.85+ +++ * | ++ 0.65+ *+** * | ***+ 0.45+ *** | **** 0.25+ **+ | *** 0.05+ **** | **+ ‐0.15+ +* | +*** ‐0.35+ *** | +* ‐0.55+ ++** | *+** ‐0.75+ *+* | +++ ‐0.95+ ++ |++ ‐1.15+ * +‐‐‐‐+‐‐‐‐+‐‐‐‐+‐‐‐‐+‐‐‐‐+‐‐‐‐+‐‐‐‐+‐‐‐‐+‐‐‐‐+‐‐‐‐+ ‐2 ‐1 0 +1 +2 Gambar 2
96 Lampiran 6. Program Regresi Logistik Faktor-faktor yang Mempengaruhi Keputusan Masyarakat Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja Menggunakan Metode MLE dengan Software SAS/ETS versi 9.1 data REGLOG; input Y PDDKN PNDPTN LMTG JRSI DSK1 DSK2 BSHT; cards; 0 1 26400 0 1 1 0 0 1 26400 1 1 1 0 1 0 30000 1 1 1 0 0 1 26400 1 1 1 0 0 1 26400 1 1 0 1 0 1 4800 1 1 1 0 0 1 36000 1 1 0 1 0 1 7200 0 1 0 1 0 1 31300 1 1 1 0 0 1 6300 0 1 1 0 0 1 7200 0 1 0 1 0 1 26400 1 1 0 0 1 0 76800 0 1 1 0 1 1 26400 1 1 0 1 0 1 4800 0 1 1 0 1 1 45600 1 1 1 0 1 0 62400 1 1 1 0 0 1 16800 0 1 0 1 0 1 22800 0 1 0 1 1 1 26400 1 1 0 1 0 1 26400 1 0 1 0 0 1 12000 0 0 1 0 0 1 34800 1 0 0 1 0 1 40800 0 0 0 1 0 0 264000 1 0 1 0 0 1 18920 0 0 0 1 1 1 31200 1 0 1 0 0 1 62400 0 0 1 0 1 0 32400 0 0 0 1 0 1 2600 0 0 1 0 0 1 20400 1 0 0 1 0 1 96200 1 0 0 1 0 1 27900 0 0 0 1 1 0 30900 1 0 1 0 0 1 21000 0 0 0 1 0 1 20400 0 0 1 0 0 1 26400 1 0 1 0 0 1 33600 1 0 0 1 0 0 54000 1 0 1 0 0 0 37200 1 0 1 0 0 1 26880 0 0 1 0 0 1 1920 1 0 1 0 0 1 25920 0 0 1 0 0 1 16500 0 0 1 0 0 1 26400 1 0 1 0 0 1 86000 0 0 0 1
4952 250 400 1400 4350 320 60 800 6480 100 200 112 1000 350 150 39 400 54 20 30 160 0 238 1020 0 54 860 300 2700 800 120 124 1800 0 0 180 0 0 600 1440 1780 450 3960 525 372 1200
97 Lampiran 6. Lanjutan 0 1 51600 1 0 0 1 0 1 60000 1 0 1 0 0 1 24000 0 0 0 1 0 0 136800 1 0 1 0 1 0 32400 1 0 1 0 0 1 24000 1 0 0 1 0 1 25200 0 0 1 0 0 1 108000 1 0 0 0 0 1 24000 1 0 1 0 0 1 26400 1 0 1 0 0 1 26400 0 0 0 1 0 1 26400 0 0 0 1 0 1 72000 0 0 1 0 1 0 25200 0 0 0 1 ; Proc logistic data=REGLOG; model Y =PDDKN PNDPTN LMTG JRSI DSK1 DSK2 BSHT/ CTABLE PPROB=(0 TO 1 BY .15) LACKFIT RISKLIMITS; run;
270 200 0 0 0 150 0 0 0 0 0 0 0 510
98 Lampiran 7. Hasil Regresi Logistik Faktor-faktor yang Mempengaruhi Keputusan Masyarakat Pindah dari Sekitar Wilayah Industri Peleburan Besi dan Baja Menggunakan Metode MLE dengan Software SAS/ETS versi 9.1 The LOGISTIC Procedure Model Information Data Set WORK.REGLOG Response Variable Y Number of Response Levels 2 Model binary logit Optimization Technique Fisher's scoring Number of Observations Read 60 Number of Observations Used 60 Response Profile Ordered Total Value Y Frequency 1 0 49 2 1 11 Probability modeled is Y=0. Model Fit Statistics Intercept Intercept and Criterion Only Covariates AIC 59.169 46.266 SC 61.264 63.021 ‐2 Log L 57.169 30.266 The LOGISTIC Procedure Testing Global Null Hypothesis: BETA=0 Test Chi‐Square DF Pr>ChiSq Likelihood Ratio 26.9033 7 0.0003 Score 26.0256 7 0.0005 Wald 11.3528 7 0.1240
99 Lampiran 7. Lanjutan Analysis of Maximum Likelihood Estimates Standard Wald Parameter DF Estimate Error Chi‐Square Pr>ChiSq Intercept 1 8.9322 206.6 0.0019 0.48275 PDDKN 1 5.2435 1.5751 11.0819 0.00045 PNDPTN 1 0.000023 0.000019 1.5416 0.10720 LMTG 1 ‐1.6157 1.1362 2.0221 0.07750 JRSI 1 ‐2.5387 1.2414 4.1824 0.02040 DSK1 1 ‐9.3977 206.6 0.0021 0.48185 DSK2 1 ‐10.6475 206.6 0.0027 0.47945 BSHT 1 0.000383 0.000471 0.6620 0.20790 Odds Ratio Estimates Point 95% Wald Effect Estimate Confidence Limits PDDKN 189.323 8.639 >999.999 PNDPTN 1.000 1.000 1.000 LMTG 0.199 0.021 1.843 JRSI 0.079 0.007 0.900 DSK1 <0.001 <0.001 >999.999 DSK2 <0.001 <0.001 >999.999 BSHT 1.000 0.999 1.001 Partition for the Hosmer and Lemeshow Test Y = 0 Y = 1 Group Total Observed Expected Observed Expected 1 6 0 1.06 6 4.94 2 6 3 2.79 3 3.21 3 6 6 4.63 0 1.37 4 6 5 5.19 1 0.81 5 6 6 5.65 0 0.35 6 6 6 5.87 0 0.13 7 6 6 5.90 0 0.10 8 6 5 5.94 1 0.06 9 6 6 5.97 0 0.03 10 6 6 5.99 0 0.01 Hosmer and Lemeshow Goodness‐of‐Fit Test Chi‐Square DF Pr>ChiSq 17.8073 8 0.0227
100 Lampiran 7. Lanjutan Classification Table Correct Incorrect Percentages Prob Non‐ Non‐ Sensi‐ Speci‐ False False Level Event Event Event Event Correct tivity ficity POS NEG 0.000 49 0 11 0 81.7 100.0 0.0 18.3 . 0.150 48 2 9 1 83.3 98.0 18.2 15.8 33.3 0.300 46 4 7 3 83.3 93.9 36.4 13.2 42.9 0.450 44 5 6 5 81.7 89.8 45.5 12.0 50.0 0.600 43 6 5 6 81.7 87.8 54.5 10.4 50.0 0.750 41 8 3 8 81.7 83.7 72.7 6.8 50.0 0.900 36 9 2 13 75.0 73.5 81.8 5.3 59.1
101
RIWAYAT HIDUP Penulis bernama lengkap Citra Paramitha, dilahirkan di Bandung pada tanggal 15 Agustus 1991. Penulis merupakan putri ke tiga dari tiga bersaudara dari pasangan Agus Setyadi dan Rinarti Pujiastuti. Penulis menyelesaikan pendidikan menengah pertama di SMPN 75 Jakarta pada tahun 2006 dan menyelesaikan pendidikan menengah atas di SMAN 112 Jakarta pada tahun 2009. Penulis diterima di Institut Pertanian Bogor melalui jalur Ujian Talenta Masuk IPB (UTMI) pada tahun 2009. Penulis diterima di IPB dengan pilihan pertama yaitu pada departemen Ekonomi Sumberdaya dan Lingkungan (ESL), Fakultas Ekonomi dan Manajemen. Selama menempuh pendidikan di IPB, penulis aktif diberbagai kegiatan kepanitian.
