IV.
METODE PENELITIAN
4.1. Lokasi dan Waktu Penelitian 4.1.1. Lokasi Penelitian Penelitian dilaksanakan di dua wilayah kecamatan Kabupaten Bandung Barat yaitu di kecamatan Lembang dan Kecamatan Parongpong, pada kawasan Perumahan Setiabudi Regency, Perumahan Graha Puspa dan Perumahan Trinity. Kegiatan Penelitian dilaksanakan dari bulan Juni 2008 sampai dengan bulan Juni 2009. Akses transportasi untuk ke tiga perumahan tersebut adalah : Perumahan Setiabudi Regensi: Jalan Setiabudhi dan Jalan Parongpong Perumahan Graha Puspa Gerbang Atas: jalan Cimahi dan Jalan Lembang Perumahan Graha Puspa Gerbang Bawah: Jalan Parongpong dan Jalan Lembang Perumahan Trinity: Jalan Sersan Bajuri dan Jalan Parongpong Fokus utama penelitian ini adalah pada jalan utama kawasan perumahan tersebut yaitu di Jalan Sersan Bajuri pada perbatasan Kota Bandung dengan Kabupaten Bandung Barat. Alasan pemilihan lokasi penelitian ini antara lain: a. Ketiga perumahan ini masih terus berkembang dan akan terus bertambah luas di kemudian hari yang akan mengakibatkan bangkitan lalu lintas yang terus meningkat. b. Lokasi terletak di pinggiran Kota Metropolitan Bandung Raya sehingga sesuai dengan judul penelitian ini. c. Walaupun lalu lintas transportasi dari dan ke lokasi perumahan kelihatannya belum terlalu tinggi, dari data sekunder yang ada terlihat bahwa pencemaran udara dan kebisingan akibat transportasi pada kawasan ini cukup tinggi. 4.1.2. Waktu Penelitian Penelitian ini memakan waktu 12 bulan (Juni 2008 – Juni 2009) meliputi persiapan penelitian, pengumpulan data, analisis data, dan penyusunan hasil penelitian. 4.2. Rancangan Penelitian 4.2.1. Aspek Fisik, Kimia dan Biologi Lingkungan
50
Obyek dari aspek fisik, kimia dan biologi lingkungan adalah lingkungan disekitar perumahan Setiabudhi, Graha Puspa dan Trinity pada di kawasan Bandung Utara. Peralatan yang digunakan untuk memperoleh informasi data fisik, kimia dan biologi lingkungan adalah peralatan lapangan untuk penelitian pencemaran udara dan dokumentasi data sekunder dari instansi terkait. 4.2.2. Aspek Sosial dan Ekonomi Obyek dari aspek sosial dan ekonomi adalah para pemakai jalan yang keluar dari dan masuk ke kawasan Perumahan Setia Budi Regency, Graha Puspa dan Trinity, melalui jalan akses kompleks perumahan tersebut. Peralatan yang digunakan untuk memperoleh informasi mengenai data sosial, ekonomi adalah kuesioner serta studi dokumentasi dari instansi terkait. Perangkat lunak yang dipergunakan adalah SPSS 11.5 untuk analisis faktor, Excel for windows 2007 dan Powersim versi 2.5C untuk analisis tingkat pelayanan jalan. 4.3. Jenis Data yang Dikumpulkan Data yang dikumpulkan meliputi data sekunder dan data primer. Data sekunder diperoleh dari instansi terkait dengan bidang dan lokasi studi yaitu dari Badan Pengendali Lingkungan Hidup Daerah, BAPPEDA, dan Badan Pusat Statistik Kabupaten Bandung Barat. Sedangkan data primer diperoleh dari hasil survey lapangan. Data grafis berupa peta-peta termasuk Peta situasi lokasi penelitian dikumpulkan dari Badan Perencanaan Daerah (Bappeda) Kabupaten Bandung Barat dan Dinas Tata Ruang dan Permukiman Provinsi Jawa Barat.
4.3.1. Data Fisik, Kimia dan Biologi Lingkungan a) Data primer meliputi Data kualitas udara, tingkat kebisingan, dan lain-lain. b) Data sekunder Data sekunder diperoleh dari instansi terkait dengan bidang dan lokasi studi yaitu dari Badan Pengendali Lingkungan Hidup Daerah Kabupaten Bandung Barat, Badan Meteorologi dan Geofisika Bandung berupa data kondisi saat ini maupun data kala waktu (time series) meliputi: kualitas udara [ NH3, NOx, CO,
SO2, H2S, Pb, debu, getaran dan kebisingan (decibel), dan iklim
51
makro (curah hujan, suhu udara, kelembaban, arah angin)]. Data tersebut digunakan sebagai pembanding data primer yang ada. FAKTOR PENELITIAN
DATA
Kondisi sosial ekonomi penduduk di wilayah studi di kawasan pinggiran metropolitan.
Data kondisi sosial ekonomi penduduk di wilayah studi.
Kondisi lalu-lintas yang ada di lokasi wilayah studi di kawasan pinggiran metropolitan.
Lalu-lintas Harian Rata-rata di lokasi studi. Pilihan moda kendaraan.
Tingkat pelayanan jalan (level of service) jaringan jalan di lokasi wilayah studi di kawasan pinggiran metropolitan..
Volume lalu lintas harian rata-rata Kapasitas jaringan jalan akses perumahan.
Dampak lingkungan yang diakibatkan oleh prasarana dan sarana jalan di lokasi wilayah studi di kawasan pinggiran metropolitan.
Data pencemaran udara lingkungan Data kebisingan kawasan Baku mutu lingkungan
SUMBER DATA
ALAT ANALISIS
HASIL
Data sekunder dari kelurahan, kecamatan dan BPS Data primer
Analisis Deskriptif
Hasil analisis sosial ekonomi masyarakat di wilayah studi. Prioritas penanganan transportasi
Survey lalu-lintas (data primer).
Survey lapangan (data primer) Gambar-gambar konstruksi jaringan jalan (data sekunder)
Data sekunder dari BPLHD.
Principal Component Analysis
Analisis Lalulintas
Analisis Tingkat Pelayanan Jalan
Analisis udara ambien. Analisis kebisingan
Lalu-lintas Harian Rata-rata pada jam sibuk Persentase jenis kendaraan yang lewat.
Tingkat pelayanan (level of service) jaringan jalan pada jalan akses ke perumahan.
Tingkat Pencemaran Udara Tingkat Kebisingan
Model Pengelolaan Transportasi Berkelanjutan di Pinggiran Metropolitan
Gambar 7 Bagan alir tahapan penelitian
4.3.2. Data Sosial dan Ekonomi a. Data Primer hasil angket dan survei lapangan meliputi :
Status sosial dan ekonomi penduduk (komposisi penduduk, tingkat pendidikan, kesempatan kerja, pendapatan dan pengeluaran, tingkat aksesibilitas, status kepemilikan lahan);
Indikator
kondisi
infrastruktur
perumahan,
pengelolaan
lahan
dan
lingkungan perumahan);
Indikator dinamika penduduk (tingkat pemahaman dan sikap penduduk, kepuasan dan kebutuhan penduduk);
Motivasi penduduk dalam pemilihan cara untuk meningkatkan kapasitas jalan akses dari dan menuju kawasan perumahan;
Jumlah lalu lintas harian rata-rata (LHR)
52
b. Data Sekunder : Data sekunder diperoleh dari instansi terkait dengan bidang dan lokasi studi yaitu dari Bappeda dan Badan Pusat Statistik Kabupaten Bandung Barat meliputi :
Jumlah penduduk perempuan dan laki-laki, kelahiran, kematian, migrasi masuk dan migrasi keluar (jumlah orang), komposisi penduduk, jumlah keluarga, tingkat kesehatan, jumlah angka kematian bayi, jumlah angka harapan hidup, tingkat pendidikan, anggota keluarga yang sekolah, jumlah anggota melek huruf penduduk di atas usia 10 tahun, jumlah peserta pendidikan, pola pekerjaan, kesempatan kerja, jumlah tenaga kerja, anggota keluarga yang bekerja, kegiatan sosial, luas wilayah per kecamatan, kondisi perumahan, status pemilikan lahan, tingkat aksesibilitas kecamatan.
Struktur ekonomi dan pergeserannya, laju pertumbuhan ekonomi, laju pendapatan / produktivitas per kapita, sektor pembangunan apa saja yang termasuk sektor basis dan sektor unggulan, komoditas yang dihasilkan, penyebaran aktivitas ekonomis.
4.4. Analisis Data 4.4.1. Analisis Data Fisik, Kimia dan Biologi Lingkungan 1. Komponen Fisik – Kimia (a). Kebisingan Tingkat kebisingan diukur dengan menggunakan sound level
Meter yang
dilakukan secara insitu di sekitar lokasi studi. Kemudian disesuaikan dengan standar Baku Mutu Kualitas Udara dan Baku mutu Tingkat Kebisingan berdasarkan Kep-48/MENLH/11/1996.
L
D
L
15
20
Kebisingan Total:
log
15 D
L tot L O L D
Keterangan : L0 : Intensitas kebisingan awal LD : Intensitas Kebisingan L15 : Intensitas kebisingan alat pada jarak D meter D : Jarak Pengamatan dari sumber bising
53
(b). Kualitas Udara Pengukuran kualitas udara dilakukan secara langsung di lokasi penelitian. Kemudian disesuaikan dengan baku mutu udara ambien berdasarkan Peraturan Pemerintah RI No. 41 Tahun 1999. Metode analisis kualitas udara yang digunakan dapat dilihat pada Tabel 16. Perhitungan konsentrasi partikel debu di udara menggunakan rumus berikut :
C
W
W V
1
O
Keterangan : C : Kadar debu (mg/m3) V : Volume contoh udara yang telah dikoreksi (m3) W0 : Berat kertas saring sebelum pengambilan contoh udara W1 : Berat kertas saring sesudah pengambilan contoh udara Tabel 16 Metode analisis data kualitas udara Analisis
Metode
Amoniak, NH3 Nitrogen Dioksida (NO2) Karbon monoksida (CO) Sulfur Dioksida (SO2) Hidrogen Sulfida (H2S) Debu Timbal, Pb
Nessler Griess Saltzman Combustion Analyzer Pararosanilin Metilen biru Gravimetri AAS
Sumber: BPLHD Kab. Bandung Barat
4.4.2. Analisis Data Sosial dan Ekonomi Analisis sosial dan ekonomi dari data sekunder berdasarkan penilaian aspek kuantitas penduduk, kepadatan penduduk, laju pembangunan perumahan, sektorsektor
yang
dapat
meningkatkan
pertambahan
dana
pembangunan
dan
pendapatan. Untuk maksud tersebut jenis informasi yang dibutuhkan dan metode analisis data dapat dilihat pada Tabel 17. Analisis data primer untuk mengetahui peranan penduduk memilih lokasi perumahan dilakukan melalui tahapan sebagai berikut : a) Menyusun kuesioner yang berisi pertanyaan-pertanyaan bagi penduduk, b) Menyebarkan dan menguji coba kuesioner kepada para penduduk, c) Menghimpun kembali kuesioner dan melakukan revisi, d) Menyebarkan kuesioner yang telah direvisi dan mengumpulkan kembali, e) Menyusun data kuesioner ke dalam tabel analisis.
54
Pemilihan pengelolaan transportasi di lokasi perumahan oleh penghuni dianalisis dengan menggunakan analisis komponen utama (principal component analysis) berdasarkan hasil kuesioner yang disebarkan kepada penghuni. Penggunaan PCA sejalan dengan salah satu tujuan penelitian yaitu menemukan faktor-faktor dominan dalam pemilihan pengembangan transportasi oleh penghuni perumahan. Hasil analisis PCA antara lain adalah besar korelasi parsial lewat pilihan anti-image correlation, kaiser meyer olkin (KMO) measurement of sampling adequacy (MSA), akar ciri (Eigenvalue) dan faktor akar ciri. Metode ini dipilih untuk mengidentifikasi adanya hubungan antar variabel dengan melakukan uji korelasi.
Tujuan analisis ini adalah ingin mengetahui
variabel apa saja yang dipilih penghuni perumahan dalam pengelolaan transportasi di pinggiran metropolitan terutama di kawasan Bandung Barat. Pada analisis ini, langkah pertama yang dilakukan adalah data summarization dengan membuat matriks korelasi antar variabel, kemudian dilakukan data reduction untuk membuat satu atau beberapa faktor saja yang berpengaruh. Prinsip utama analisis faktor adalah korelasi, maka asumsi-asumsi terkait dengan korelasi harus terpenuhi yaitu : (1) besar korelasi atau korelasi antar variabel independen harus cukup kuat atau > 0,5, (2) besar korelasi partial atau korelasi antar dua variabel dengan menganggap tetap variabel yang lain, justru harus kecil, (3) pengujian seluruh matrik korelasi (korelasi antar variabel), diukur dengan besaran barlett test of sphericity atau measure sampling adequacy (MSA). Analisis dilakukan dengan menggunakan Software SPSS 12.
55
Tabel 17 Metode analisis data sosial dan ekonomi PERTANYAAN / INFORMASI
Bagaimana penduduk
jumlah
dan
tingkat
kepadatan
Bagaimana komposisi penduduk berdasarkan umur dan jenis kelamin.
METODE ANALISIS Perhitungan jumlah dan tingkat kepadatan penduduk ; Crude density of population: Jumlah penduduk / luas wilayah Residential density of population: Jumlah penduduk/luas lahan perumahan Perhitungan komposisi penduduk berdasarkan sex ratio.
Bagaimana besar jumlah penduduk dimasa yang akan datang
Perhitungan Perkiraan jumlah penduduk berdasarkan metode proyeksi geometric rate of growth dengan rumus : t Pt = Po ( 1 + r ) Pt = jumlah penduduk pada tahun t Po= jumlah penduduk pada tahun awal rate = angka pertumbuhan penduduk t = jangka waktu dalam tahun
Bagaimana besar jumlah pembangunan perumahan dimasa yang akan datang
Perhitungan Perkiraan jumlah pembangunan perum ahan berdasarkan proyeksi geometric rate of growth : n PRn = PR*(1+r)
Bagaimana kondisi tingkat kepadatan lalu lintas dimasa sekarang dan dimasa akan datang
Perhitungan Perkiraan jumlah LHR berdasarkan metode proyeksi geometric rate of growth dengan rumus t
Vt Vo 1 r Vt Vo R t Bagaimana tingkat pendidikan
: Volume lalu lintas pada tahun 1 : volume lalu lintas awal : rate pertumbuhan arus lalu lintas : tahun ke n
Bagaimana kondisi ketenagakerjaan dimasa sekarang Bagaimana tingkat pem enuhan kebutuhan dasar penduduk
Pengukuran tingkat pendidikan masyarakat dengan prosentase Pengukuran kesempatan kerja masyarakat dengan prosentase Pengukuran tingkat pendapatan, pengeluaran dengan prosentase
Bagaimana tanggapan masyarakat terhadap program pembangunan.
Pengukuran prosentase.
Bagaimana laju pertumbuhan pendapatan daerah
Perhitungan pertumbuhan ekonomi dengan: t PADst = PADs*(1+r)
Bagaimana laju pertambahan dana penanggulangan bencana lingkungan
Perhitungan sumbangan masing-masing sektor dana penanggulangan bencana : DB = ∑(FBs *Nilai DBs) FBs = fraksi dana bencana tiap sektor DBs = nilai dana bencana tiap sektor
Bagaimana laju pertambahan alokasi dana pembangunan
Perhitungan pertambahan dana pembangunan: n ADPn = PADs*(1+r) -∑(FBs *Nilai DBs)
Bagaimana laju pertambahan dana pembangunan sektor kesehatan dan pendidikan
Perhitungan laju pertumbuhan dana pembangunan sektor pendidikan: ex = APBD*( fe / Px) fe = fraksi dana pembangunan pendidikan (%) Perhitungan laju pertumbuhan dana pembangunan sektor kesehatan: hx = APBD*( fh / Px ) fh = fraksi dana pembangunan kesehatan (%) Px = jumlah penduduk
Sumber : Amien (1992) dalam Masri (2009)
dinamika
sosial
masyarakat
dengan
56
Merumuskan Masalah
1
Bentuk Matriks Korelasi
2
Tentukan Metode Analisis Faktor
Lakukan Rotasi
Interpretasikan Faktor
Hitung Skor Faktor
3
4
5
Pilih Variabel Surrogate
7 6
Sumber: Masri (2009)
Gambar 8 Langkah - langkah analisis faktor.
4.5. Analisis Sistem, Model dan Simulasi Analisis sistem dan pemodelan yang dilanjutkan dengan beberapa skenario kebijakan dilakukan untuk mendekati masalah dan mencapai tujuan yang diharapkan. Penyusunan model didasarkan pada beberapa hasil studi di lapangan dan laboratorium yang dikombinasikan dengan konsep teoritis. Model dinamik dalam penelitian ini bertujuan untuk mengevaluasi derajat kejenuhan jalan, pencemaran udara serta tingkat kebisingan yang bakal terjadi dan menentukan kebijakan pengelolaan transportasi di lingkungan perumahan di pinggiran metropolitan yang berkelanjutan. 4.5.1. Teori Sistem Dinamis Sebagai salah satu pendekatan dalam permodelan kebijakan, analisa sistem dinamis telah dan sedang berkembang sejak diperkenalkan pertama kali oleh Jay W. Forrester pada dekade 50 an. Metodologi ini muncul sewaktu kelompok Jay Forrester melakukan riset di MIT dengan mencoba mengembangkan manajemen industri guna mendesain dan mengendalikan sistem industri
(yang merupakan
57
sebuah sistem sosial yang kompleks). Mereka mencoba mengembangkan metode manajemen untuk perencanaan industri jangka panjang. Sebagai obyek, Sistem dapat didekati dengan berpikir sistemik yang pada dasarnya dapat dibedakan menjadi 3 jenis yang berbeda yaitu: (1) Sistem hidup (manusia) (2) Sistem fisik (dinding bata, jalan raya) (3) Sistem non fisik (organisasi, lembaga, instansi) Menurut Muhammadi (2001) Sistem adalah keseluruhan interaksi antar unsur dari sebuah obyek dalam batas lingkungan tertentu yang bekerja mencapai tujuan. Keseluruhan adalah lebih dari sekedar penjumlahan atau susunan (aggregate), yaitu terletak pada kekuatan (power) yang dihasilkan oleh keseluruhan itu jauh lebih besar dari suatu penjumlahan atau susunan.
Apabila dalam aljabar 1
ditambah 1 adalah 2, maka dalam sistem 1 ditambah 1 tidak sama dengan 2, nilainya bisa tak berhingga. penghubung
antar
unsur,
Pengertian interaksi adalah pengikat atau yang
memberi
bentuk/struktur
kepada
obyek,
membedakan dengan obyek lain, dan mempengaruhi perilaku dari obyek. Pengertian unsur adalah benda, baik konkrit maupun abstrak yang menyusun obyek sistem. Unjuk kerja dari sistem ditentukan oleh fungsi unsur. Gangguan dari salah satu fungsi unsur mempengaruhi unsur lain sehingga mempengaruhi unjuk kerja sistem secara keseluruhan. Unsur yang menyusun sistem ini disebut juga bagian sistem atau sub sistem.
Pengertian obyek adalah sistem yang menjadi
perhatian dalam suatu batas tertentu sehingga dapat dibedakan antara sistem dengan lingkungan sistem. Artinya semua yang diluar batas sistem adalah lingkungan sistem. Pada umumnya semakin luas bidang perhatian semakin kabur batas sistem. Demikian juga sebaliknya, semakin spesifik / konkrit obyek semakin terlihat jelas batas sistem. Kalimat tersebut memprlihatkan bahwa batas obyek dengan lingkungan cenderung bersifat mental atau konseptual, terutama terhadap obyek obyek non-fisik. Pengertian batas antara sistem dengan lingkungan tersebut memberikan dua jenis sistem, yaitu sistem tertutup dan sistem terbuka.
Sistem tertutup adalah
sebuah sistem dengan batas yang dianggap kedap (tidak tembus) terhadap pengaruh lingkungan. Sistem tertutup tersebut hanya ada di dalam anggapan (untuk analisis), karena pada kenyataannya sistem selalu berinteraksi dengan lingkungan, atau sebagai sebuah sistem terbuka.
58
batas
Unsur A
Unsur F
LINGKUNGAN SISTEM
Unsur B
Unsur E
Unsur C
Unsur D
Sumber: Muhammadi (2001)
Gambar 9 Diagram Sistem. Pengertian tujuan adalah unjuk kerja sistem yang teramati atau diinginkan. Unjuk kerja yang teramati tersebut merupakan hasil yang telah dicapai oleh kerja sistem, yaitu keseluruhan interaksi antar unsur dalam batas lingkungan tertentu. Di lain pihak, unjuk kerja yang diinginkan merupakan hasil yang akan diwujudkan oleh sistem melalui keseluruhan interaksi antar unsur dalam batas lingkungan tertentu. Perumusan tujuan dari sistem ini akan membantu memudahkan menarik garis batas dari sistem yang menjadi perhatian Untuk membangun model yang bersifat sistemik, ada lima langkah yang perlu dilakukan (Muhammadi, 2001): 1. Identifikasi proses menghasilkan kejadian nyata, yaitu mengungkapkan pemikiran tentang bagaimana proses yang terjadi sehingga menghasilkan suatu kejadian di alam nyata. 2. Identifikasi
kejadian yang diinginkan, yaitu memikirkan kejadian
yang
seharusnya, yang diinginkan, yang dituju, yang ditargetkan atau yang direncanakan. 3. Identifikasi memikirkan
kesenjangan
antara
kenyataan
tingkat kesenjangan antara
dengan
kejadian
keinginan,
aktual
dengan
adalah yang
seharusnya. Kesenjangan tersebut adalah masalah yang harus dipecahkan.
59
Perumusan masalah ini secara konkrit, bisa dinyatakan secara kualitatif atau kuantitatif. 4. Identifikasi dinamika menutup kesenjangan, yaitu aliran informasi tentang keputusan keputusan yang telah bekerja dalam sistem. Keputusan-keputusan tersebut pada dasarnya adalah pemikiran yang dihasilkan melalui proses pembelajaran yang dapat bersifat reaktif (berdasarkan pengalaman masa lampau) atau kreatif (bisa berbeda dengan pengalaman masa lampau dan berorientasi pada masa depan (visionary).. 5. Analisis kebijakan, yaitu menyusun alternatif tindakan atau keputusan (policy) yang akan diambil untuk mempengaruhi proses nyata (actual transformation) sebuah sistem dalam menciptakan kejadian nyata (actual state). Keputusan tersebut dimaksudkan untuk mencapai kejadian yang diinginkan (desired state). Berdasarkan lima langkah untuk membangun model yang didasarkan pada sistem dinamis diatas dapat disusun tahapan-tahapan pembuatan model, yang menurut Saeed (1995) adalah sbb: (1) Identifikasi dan definisi masalah (2) Konseptualisasi sistem (3) Perumusan model (4) Analisis perilaku model (5) Pengujian dan pengembangan model (6) Analisis kebijakan (7) Implementasi model Secara skematis, langkah-langkah tersebut dapat digambarkan seperti terlihat pada Gambar 10. Tahapan pemodelan sistem dinamik menurut Tasrif (1985) dalam Mulyana (1999) dapat diuraikan penjelasannya sebagai berikut : (1) Identifikasi dan Definisi Masalah, yaitu mendefinisikan masalah juga mencakup penentuan data yang diperlukan, termasuk data historis. Untuk mendapatkan inti permasalahan tersebut, ada beberapa hal yang perlu diungkapkan, yaitu : (a) Pola referensi (Reference Mode) Dalam langkah ini diidentifikasikan pola historis atau pola hipotesis yang menggambarkan perilaku persoalan (problem behavior). Pola referensi ini merupakan gambaran perubahan variable-variabel penting dan variable lain yang terkait, dari
60
waktu ke waktu. Berdasarkan pola historis variabel-variabel ini, akan dihasilkan inti masalah untuk suatu kajian system dynamics.
Definisi Masalah
Konseptual
Konseptualisasi Sistem
Penggambaran Model
Perbaikan
Perilaku Model
Evaluasi Model
Teknis
Analisis Model dan Penggunaan Model Sumber: Dinamika Perkotaan, Ditjen Penataan Ruang Kimpraswil, 2003
Gambar 10 Tahapan tahapan pembuatan model (dengan sistem dinamik). (b) Hipotesis Dinamik Langkah ini memberikan hipotesis awal tentang interaksi-interaksi perilaku yang mendasari pola referensi. Beberapa formulasi, perbandingan dengan bukti empiris dan reformulasi akan diperlukan untuk sampai pada satu hipotesa yang logis dan sahih secara empiris. (c) Batas Model Batas model ini menggambarkan cakupan analisis dan akan berdasarkan kepada isu-isu yang ditunjukan oleh analisis tersebut dan akan meliputi semua interaksi sebab akibat yang berhubungan dengan isu tersebut.
61
(d) Jangkauan Waktu Jangkauan waktu menunjukkan dalam periode waktu yang mana aspekaspek perubahan menjadi suatu masalah. (2) Konseptualisasi Sistem, yaitu tahapan penyusunan unsur-unsur yang dianggap berpengaruh dalam struktur sistem, mengenali saling keterkaitannya, serta menggambarkan causal loop serta diagram alirnya. (3) Perumusan Model, yaitu setelah unsur-unsur diketahui kemudian disusun dalam bentuk persamaan yang dituangkan ke dalam program komputer, dengan mempertimbangkan komponen level, rate dan alirannya. (a) Persamaan level, menyatakan akumulasi yang terdapat dalam sistem yang besarnya dipengaruhi oleh nilai awalnya dan perbedaan aliran (rate) masuk dan aliran keluar. level pada suatu loop hanya bisa didahului oleh rate, tetapi bisa diikuti oleh auxialiary atau rate. Level tidak bias dipengaruhi secara langsung oleh level yang lainnya. (b) Persamaan rate, menyatakan formulasi aliran yang bisa mengubah level (masuk atau keluar level) dan nilainya dipengaruhi oleh informasi-informasi yang datang kepadanya. Rate merupakan suatu aliran yang menyebabkan bertambah atau berkurangnya level. Ada rate masuk menambah akumulasi dalam level dan rate keluar yang menghubungkan panah menunjuk pada ‘sink’. (c) Persamaan auxiliary, adalah persamaan bantu di dalam merumuskan persamaan rate, yang digunakan untuk mendefinisikan faktor-faktor yang menentukan persamaan rate secara terpisah. Persamaan tambahan dapat disubtitusikan satu sama lain, serta dapat disubtitusikan pada beberapa persamaan rate yang berbeda. (d) Persamaan sisipan (suplementary), digunakan untuk mendefinisikan variabel-variabel yang bukan merupakan bagian dari struktur model, tetapi dibutuhkan dalam pencetakan dan pembuatan grafik dari nilai-nilai yang diperlukan tentang perilaku model. (e) Persamaan nilai awal (initial value), digunakan untuk mendefinisikan harga awal dari semua level, kadang-kadang harga awal rate, yang harus diberikan sebelum siklus pertama perhitungan persamaan model. (f) Persamaan eksogen, yaitu suatu metode untuk menghasilkan masukanmasukan yang hanya merupakan fungsi terhadap waktu. Persamaan ini
62
bermanfaat jika dapat dilakukan aproksimasi terhadap data historis yang ada. Biasanya dipakai sebagai masukan uji model. (g) Aliran material, yaitu aliran dari level satu ke level lain yang besarnya ditentukan oleh persamaan rate. (h) Aliran informasi, yaitu suatu struktur yang berperan dalam fungsi-fungsi keputusan yang tidak mempengaruhi variabel secara langsung. (4) Analisis Perilaku Model, yaitu mensimulasikan model yang telah terbentuk untuk mengetahui perilakunya terhadap waktu. (5) Pengujian
dan
Pengembangan
Model,
Karena
model
merupakan
penyederhanaan dari sistem dunia nyata, maka perlu dilakukan pengujian model yang berupa verifikasi (pengujian kebenaran dan ketepatan) dan validasi (pengujian hasil kesimpulan) dari model tersebut. yaitu membandingkan model yang sudah disimulasikan dengan kondisi dunia nyata termasuk perilakunya, untuk menyatakan bahwa model yang dibuat adalah sahih dan bisa dipergunakan selanjutnya. Selain replikasi data historis, pengujian seharusnya dilakukan juga untuk mengenali keterbatasan kinerja model sehingga dapat ditentukan kesesuaian penggunaan model dalam rangka penyelesaian masalah (Hartrisari, 2007). (6) Analisis Kebijakan dan Implementasi Model, yaitu tahap menganalisis kebijakan dari model yang telah dinyatakan sahih atau model dimaksud digunakan untuk menganalisis kebijakan. Konsekuensi kebijakan yang diambil dapat terpantau pada model yang sahih. Fenomena dunia nyata bila hendak dideskripsikan, merupakan model yang sangat luas dan kompleks. Perlu batasan-batasan, sehingga fokus analisis khususnya dalam analisis kebijakan dapat tepat sasaran tanpa keluar dari koridor dunia nyata atau realitas yang ada. 4.5.2. Diagram Lingkar Sebab-Akibat (Causal Loop) Untuk memahami struktur dan perilaku sistem digunakan diagram lingkar sebab akibat (causal loops) dan diagram alir (flow chart). Diagram lingkar sebab akibat dibuat dengan cara menentukan peubah penyebab yang signifikan dalam sistem dan menghubungkannya dengan menggunakan garis panah ke peubah akibat, dan garis panah tersebut dapat berlaku dua arah jika kedua peubah saling mempengaruhi. Diagram ini berguna untuk (Hartrisari, 2007) :
63
1. Secara cepat memberikan gambaran sifat dinamik dari sistem yang dikaji 2. Memberikan dasar untuk pembentukan persamaan pada model 3. Mengidentifikasi faktor yang penting dalam pencapaian tujuan yang telah ditetapkan. Pada sistem dinamis, diagram lingkar sebab akibat ini akan digunakan sebagai dasar untuk membuat diagram alir yang akan disimulasikan dengan menggunakan program model sistem dinamis. Pembuatan
diagram
lingkar sebab-akibat
adalah
proses
perumusan
mekanisme peubah-peubah yang bekerja dalam suatu sistem ke dalam bahasa gambar, sekaligus merupakan langkah awal dari identifikasi sistem yang digunakan untuk menyederhanakan kerumitan dalam rangka menciptakan sebuah konsep model. Dua terminologi penting dalam pembuatan diagram lingkar sebab-akibat adalah keadaan (level) dan proses (rate). Prinsip dasar pembuatan diagram lingkar sebab-akibat dalam penerapan berfikir sistem adalah dengan logika: proses sebagai sebab yang menghasilkan keadaan (proses keadaan), atau sebaliknya keadaan sebagai sebab yang menghasilkan proses (keadaan proses). Informasi tentang hal ini menghasilkan pengaruh sebab-akibat yang dapat secara searah ( ) maupun berlawanan arah ( ). Pada Gambar 11 disajikan konsep diagram lingkar sebab akibat secara skematis
(sumber: Hartrisari, 2007)
Gambar 11 Konsep diagram lingkar sebab akibat.
64
Menurut Hartrisari dalam (Hartrisari,2007) hubungan antar variabel pada diagram lingkar sebab akibat tidak menunjukkan mekanisme sebenarnya yang terjadi dalam sistem. Hubungan antar variabel hanya menunjukkan “apa yang akan terjadi bila” (what will happen if......) terjadi perubahan pada variabel bebas. Hal tersebut disebabkan oleh: (4) Suatu variabel terikat memiliki lebih dari satu input (variabel bebas). Untuk mengetahui apa yang terjadi pada variabel terikat perlu diketahui terlebih dahulu bagaimana semua input yang mempengaruhi dapat berubah. (5) Diagram lingkar sebab akibat tidak akan membedakan mana laju (rate) dan akumulasi dari laju (stock). Pembuatan diagram lingkar sebab akibat hanya sebagai alat bantu untuk memperjelas kaitan antar elemen sistem, terutama pada sistem yang bersifat kompleks. Sehingga bagi seorang analis sistem yang telah memahami mekanisme yang terjadi dalam sistem tidak perlu membuat diagram lingkar sebab akibat. 4.5.3.
Diagram Input-Output Diagram input-output menggambarkan hubungan antara output yang akan
dihasilkan dengan input berdasarkan tahapan analisis kebutuhan dan formulasi permasalahan (Hartrisari, 2007).
Diagram input-output sering disebut diagram
kotak gelap (black box), karena diagram ini tidak menjelaskan bagaimana proses yang akan dialami input menjadi output yang diinginkan.
INPUT LINGKUNGAN INPUT TAK TERKONTROL
OUTPUT YANG DIINGINKAN
PROSES
INPUT TERKONTROL
OUTPUT YANG TAK DIINGINKAN
UMPAN BALIK (sumber: Hartrisari, 2007)
Gambar 12 Diagram input – output
65
Output adalah tujuan yang harus dicapai oleh sistem. Output dapat dikategorikan menjadi dua yaitu : output yang diinginkan dan output yang tidak diinginkan. Output yang tidak diinginkan ini akan menjadi umpan balik untuk perbaikan input dan memodifikasi input sehingga dapat lebih memperbanyak output yang diinginkan dan meminimalkan output yang tidak diinginkan. Input terdiri dari Input terkendali (input yang berada dibawah kontrol analis) dan input tak terkendali (input yang di luar kontrol dan tidak dapat dikendalikan oleh analis). Input lainnya adalah input lingkungan, yaitu merupakan elemenelemen yang mempengaruhi sistem secara tidak langsung dalam mencapai tujuan. Struktur model akan memberikan bentuk pada sistem dan sekaligus memberi ciri yang mempengaruhi perilaku sistem. Perilaku tersebut dibentuk oleh kombinasi perilaku simpal umpan balik (causal loops) yang menyusun struktur model. Semua perilaku model, bagaimanapun rumitnya dapat disederhanakan menjadi struktur dasar yaitu mekanisme dari masukan, proses, keluaran, dan umpan balik. Mekanisme tersebut akan bekerja menurut perubahan waktu atau bersifat dinamis yang dapat diamati perilakunya dalam bentuk kinerja (level) dari suatu model sistem dinamis. 4.5.4.
Diagram Alir (Struktur Model) Pembuatan diagram alir model (struktur model) didasarkan atas persamaan
sistem dinamik yang mencakup keadaan (level), aliran (flow), auxiliary, dan konstanta (constant) dan digambarkan dengan simbol-simbol.
Simbol-simbol
tersebut digunakan dalam pembuatan diagram alir model untuk operasi komputer dalam melakukan simulasi. Terdapat satu tipe operasi komputer umum yang dapat digunakan dalam melakukan simulasi sistem dinamik. Constant
Nilai aliran
Perilaku sistem Level
Inflow
Pipa aliran
Laju aliran (perubahan sistem)
Outflow
Simbol awan (batasan sistem) Delayed link
Auxiliary_variable
Gambar 13 Simbol-simbol diagram alir.
66
4.5.5. Validasi Model Pengetahuan ilmiah yang obyektif harus cocok dengan kondisi di lapangan. Validitas atau keabsahan adalah salah satu criteria penilaian keobyektifan dari suatu karya ilmiah. Obyektifitas dalam permodelan ditunjukkan dengan kinerja model menirukan fakta atau model menyerupai fakta walaupun tidak sama dengan fakta, karena model merupakan penyederhanaan dari fakta dan rangkaiannya sehingga lebih mudah dan lebih cepat dipahami (Muhammadi, 2001) Teknik validasi yang utama dalam berpikir sistem adalah validasi struktur model, yaitu penilaian keserupaan struktur model terhadap struktur dunia nyata. Keserupaan struktur model terhadap struktur nyata ditunjukkan dengan pola interaksi variable model yang mendekati interaksi kejadian di dunia nyata. Keserupaan (tidak berarti harus sama) dunia model dengan dunia nyata ditunjukkan dengan sejauh mana data simulasi dan pola simulasi dapat menirukan data statistik dan informasi aktual. Proses melihat keserupaan seperti ini diebut validasi output atau kinerja model. Teknik validasi yang utama dalam metode berpikir sistem adalah validasi struktur model, yaitu sejauh mana keserupaan struktur model mendekati struktur nyata. Sebagai model struktural yang berorientasi proses, keserupaan struktur model dengan struktur nyata ditunjukkan dengan sejauh mana interaksi variable model dapat menirukan interaksi kejadian nyata. Validasi kinerja adalah aspek pelengkap dalam metode berpikir sistem. Tujuannya untuk memperoleh keyakinan sejauh mana kinerja model sesuai (compatible) dengan kinerja sistem nyata, sehingga memenuhi syarat sebagai model ilmiah yang taat fakta. Caranya adalah memvalidasi kinerja model dengan data empiris, untuk melihat sejauh mana perilaku “output” model sesuai dengan perilaku data empiris. Prosedur uji konsistensi ini ada 2 langkah : 1. Mengeluarkan output simulasi, khususnya hasil simulasi dari variable utama (reference mode) kemudian dibandingkan dengan pola perilaku data empirik. a. Secara visual b. Secara statistik (untuk lebih meyakinkan)
67
2. Melakukan uji statistic untuk melihat penyimpangan antara output simulasi dengan data actual dengan AVE, AME, U-Theil’s, Kalman Filter, U-Theil’s dan Durbin Watson. AME (absolute means error) adalah penyimpangan antara nilai rata-rata simulasi terhadap aktual. AVE (absolute variation error) adalah penyimpangan nilai variasi simulasi terhadap aktual. U-Theil’s adalah koefisien diskrepansi antara nilai simulasi terhadap aktual yang berguna untuk menjelaskan penyimpangan yang menonjol (tidak terlihat pada AME dan AVE). Batas penyimpangan yang masih dapat diterima adalah 5-10%.
Rumus-rumus untuk AME, AVE, KF, KD, dan DB adalah sebagai berikut (Muhammadi, 2001): (1) Absolute Mean Error (AME) AME =
T
| Σ Ps - Σ Pi | ………………………...................(1)
o
|
Σ i
|
keterangan: T = Waktu pengamatan. Ps = Nilai hasil simulasi. Pi = Nilai faktual Batas Penyimpangan yang diterima untuk AME adalah < 0,05 – 0,10 (2) Absolute Variation Error (AVE) AVE =
| σs - σi | ………………………...........................(2) | σi |
keterangan: σs = Standard deviasi hasil simulasi σi = Standard deviasi faktual Batas penyimpangan yang diterima untuk AVE adalah < 0,05 – 0,10
(3) Kalman Filter (KF)
KF =
| |
σs2 σs2 -σi2
|……………………….........................(3) |
keterangan: σs2 = Variansi hasil simulasi σi2 = Variansi faktual Batas penyimpangan yang diterima untuk KF adalah 47,5% < KF < 52,5 %
68
(4) Koefisien Diskrepansi (U-Theil’s) : KD = { [(Ps-Ps.dt)-(Pi-Pi.dt)2.] 1/N} 0,5…………………..….(4) σi - σ s keterangan:
σs σi N Ps Pi dt KD KD
= = = = = = < >
Standard deviasi hasil simulasi Standard deviasi faktual Jumlah pengamatan. Nilai hasil simulasi. Nilai faktual Diferensial waktu 0,05 menyatakan grafik kurang tajam 0,05 menyatakan grafik tajam sekali
(5) Durbin Watson (DB) DB = (Pi-Ps)2 (T) -(Pi-Ps)2 (T-1) …………………..…………….(5) T (Pi-Ps)2(T) keterangan: T = Waktu pengamatan. Ps = Nilai hasil simulasi. Pi = Nilai faktual Nilai Durbin Watson > 2 maka pola fluktuasi tajam sekali Nilai Durbin Watson < 2 maka pola fluktuaasi kurang tajam 4.5.6. Sensitivitas Model Sensivitas model adalah respon model terhadap suatu stimulus. Respon ditunjukkan dengan perubahan perilaku dan / atau kinerja model.
Stimulus
diberikan dengan memberikan perlakuan tertentu pada unsur atau struktur model. Perlakuan tersebut disebut uji sensitivitas. Uji sensitivitas bertujuan untuk menjelaskan sensitivitas parameter, variabel dan hubungan antara variabel dalam model. Hasil uji sensitivitas ini dalam bentuk perubahan perilaku dan / atau kinerja model, digunakan untuk menganalisis efek intervensi terhadap model (Muhammadi, 2001). Intervensi terhadap model merupakan tiruan dari tindakan pada kondisi yang mungkin terjadi atau dikehendaki harus terjadi dalam dunia nyata melalui pilihan kebijakan yang dapat dilakukan untuk merubah keadaan yang ada pada dunia nyata tersebut. Efek dari tindakan intervensi terhadap model pada perubahan kinerja sistem diamati melalui perubahan nilai rujukan (reference mode). Nilai rujukan tersebut
69
adalah “level”, yang mewakili kinerja model. Perubahan nilai rujukan itu bisa merupakan pola dan kecenderungan yang diinginkan atau bisa juga merupakan pola dan kecenderungan yang tidak diinginkan. Sensitivitas model yang mengungkapkan hasil-hasil intervensi terhadap unsur dan struktur sistem dilakukan dalam rangka menemukan alternatif kebijakan, baik untuk mengakselerasi kemungkinan pencapaian hasil positif maupun untuk mengantisipasi dampak negatif. Kesimpulannya uji sensitivitas adalah intervensi parameter input model dan/atau struktur model untuk melihat seberapa jauh kepekaannya terhadap perubahan output model. sehingga dapat diamati bagaimana efek atau dampak suatu intervensi terhadap kinerja model secara keseluruhan. Hal ini akan sangat berguna untuk mengambil tindakan intervensi mana yang terbaik (alternatif kebijakan mana yang terbaik) untuk dilakukan
terhadap model sehingga
menghasilkan output terbaik sesuai dengan tujuan penelitian.
Gambaran dari
intervensi model dalam analisis sensitivitas tersebut diatas dapat dilihat pada Gambar 14.
INTERVENSI PARAMETER INPUT
INTERVENSI STRUKTUR MODEL
intervensi
normal
INPUT
MODEL
OUTPUT
Sumber: Muhammadi et al (2001)
Gambar 14 Tipe intervensi model (parameter input dan struktur model)
dampak
