Pemilihan responden dilakukan dengan cara purposive sampling atau. pemilihan secara sengaja dengan pertimbangan responden adalah aktor atau

Transkripsi

1 3.4 Metode Pemilihan Responden Pemilihan responden dilakukan dengan cara purposive sampling atau pemilihan secara sengaja dengan peimbangan responden adalah aktor atau pengguna lahan (stakeholders) terdiri dari pemerintah, swasta, masyarakat, perbankan, dan Lembaga Swadaya Masyarakat (LSM). Responden yang dimaksud adalah responden yang terlibat langsung atau responden yang dianggap mempunyai kemampuan dan mengei permasalahan terkait dengan pemanfaatan pesisir khususnya desa pesisir Kota Bandar Lampung. Pemilihan responden dalam AHP, diperoleh dengan melakukan kegiatan wawancara dengan menggunakan kuisioner yang dilakukan terhadap 36 (tiga puluh enam) responden, terdiri dari : a. Pemerintah Kota Bandar Lampung: * Eksekutif: Walikota (1), Bappeda Propinsi (1), Bappeda Kota (1), Dinas Perikanan Kota (1), Dinas Perindustrian dan Perdagangan Kota (1), Bappedalda Propinsi (1), Dinas Perhubungan (1), Lurah desa pesisir (2). * Legislatif: Anggota DPR Kota (2). b. Swasta: pengusaha industri (2), pengusaha pariwisata (1). c. Masyarakat nelayan (2 kelompok nelayan), masyarakat pesisir non-nelayan (7), dan tokoh masyarakat (10). c. LSM (1) d. Perbankan: bank pemerintah (1), bank swasta (1) 37

2 3.5 Pengumpulan Data Data yang digunakan dalam penelitian ini terdiri atas data primer dan data sekunder (Tabel 2). Data primer diperoleh dan dikumpulkan langsung dari responden dan informan kunci di lapangan. Sedangkan data sekunder merupakan data yang diperoleh dari instansi-instansi/lembaga-lembaga terkait. 3.6 Analisis Data Analisa Hasil Studi AHP Analisa hasil studi AHP digunakan untuk menarik kesimpulan tentang pandangan para stakeholder mengenai prioritas pemanfaatan yang sebaiknya dikembangkan di wilayah desa pesisir Kota Bandar Lampung. Hasil kuesioner setiap responden dianalisa untuk dilihat tingkat konsistensinya dalam menjawab setiap peanyaan yang diajukan dalam kuesioner. Apabila nilai rasio inkonsistensinya (inconcistency ratio) lebih besar dari 0,1 maka dilakukan revisi pendapat. Namun jika nilai rasio inkonsistensinya sangat besar, maka responden tersebut dihilangkan. Hasil studi AHP dilakukan dengan menggunakan alat bantu paket program Expe Choice versi Analisis Tipologi Wilayah dengan Skalogram Salah satu cara untuk mengukur tingkat perkembangan suatu kawasan secara cepat dan mudah adalah menggunakan metode skalogram. Pada prinsipnya suatu wilayah berkembang secara ekonomi dicirikan oleh tingkat aksesibilitas 38

3 masyarakat di dalam pemanfaatan sumberdaya-sumberdaya ekonomi yang dapat digambarkan baik secara fisik maupun non fisik. Tabel 2. Aspek, Variabel dan Sumber Data Penelitian No. Aspek Variabel Sumber Data A. Sosial Demografi 1. Demografi Jumlah Penduduk, Kepadatan, Umur, BPS. Peumbuhan dan Penyebaran Penduduk. 2. Ketenagakerjaan Jumlah TK per sektor, angkatan kerja, BPS, DEPNAKER rasio ketergantungan. 3. Pendidikan Angka Paisipasi Penduduk, Angka Melek Huruf, Jumlah murid, guru, fasilitas pendidikan dan rasionya. DIKNAS. 4. Kesehatan Angka kelahiran, angka kematian, BPS, DIKES. angka harapan hidup, rasio penduduk dengan tenaga medis, rasio penduduk dengan fasilitas kesehatan. B. Ekonomi 1. PDRB PDRB Kabupaten per sektor, PDRB BPS. Kecamatan, PDRB per kapita. 2. Peanian (Peanian Sumbangan sektor peanian, jumlah BPS. Peratnian, Tanaman Pangan, TK sektor peanian dan Peternakan, Peternakan, Kehutanan, penyebarannya, produksi, produktivitas Kehutanan, Perkebunan, Perikanan) pengolahan dan pemasaran hasil Perkebunan, peanian. Perikanan C. Data Lainnya Kondisi fisik wilayah penelitian PEMDES Peraturan dan kebijakan PEMKOT BAPPEDA RENSTRA KOTA BAPPEDA Data Potensi Desa BPS Data SUSENAS BPS D. Peta peta 1. Peta Administrasi Administrasi Desa-desa pesisir PEMDES 2. Peta Sarana / prasarana Peta Sarana jalan BAPPEDA Peta Sarana Pendidikan Peta Sarana Perhubungan Laut Peta Sarana Kesehatan Peta Sarana Peribadatan 3. Peta Potensi SDA Peta Kemampuan Lahan BPN, BAPPEDA. Pemanfaatan Lahan (land use) BPN Peta Tanah PUSLITANAK Peta Kesesuaian Lahan untuk : - Peanian - Perkebunan - Perikanan 39

4 Metode skalogram dapat digunakan untuk menentukan peringkat pemukiman atau wilayah dan kelembagaan atau fasilitas pelayanan. Asumsi yang digunakan adalah bahwa wilayah yang memiliki ranking teinggi adalah lokasi yang dapat menjadi pusat pelayanan. Berdasarkan analisis ini dapat ditentukan prioritas pengadaan sarana dan prasarana di setiap wilayah yang dianalisis. Indikator yang digunakan dalam analisis skalogram adalah jumlah penduduk, jumlah jenis, jumlah sea kualitas fasilitas pelayanan yang dimiliki masingmasing desa pesisir. Menurut Budiharsono (2001), metode ini mempunyai beberapa keunggulan, antara lain: 1. Memperlihatkan dasar diantara jumlah penduduk dan tersedianya fasilitas pelayanan. 2. Secara cepat dapat mengorganisasikan data dan mengenal wilayah. 3. Membandingkan pemukiman-pemukiman dan wilayah-wilayah berdasarkan ketersediaan fasilitas pelayanan. 4. Memperlihatkan hierarki pemukiman atau wilayah. 5. Secara potensial dapat digunakan untuk merancang fasilitas baru dan memantaunya. 40

5 Tahapan-tahapan yang dilakukan dalam analisis pusat pelayanan dengan metode skalogram adalah: 1. Desa-desa pesisir disusun urutannya berdasarkan peringkat jumlah penduduk. 2. Desa-desa tersebut disusun urutannya berdasarkan jumlah jenis fasilitas yang dimiliki. 3. Fasilitas-fasilitas disusun urutannya berdasarkan jumlah wilayah yang memiliki jenis fasilitas tersebut. 4. Peringkat jenis fasilitas disusun urutannya berdasarkan jumlah total fasilitas. Peubah-peubah yang digunakan dalam metode ini didapat dari data Potensi Desa Tahun 2000 yang dikeluarkan oleh BPS berupa 70 peubah sosial ekonomi yang dapat dilihat dalam Lampiran 2. Analisis skalogram yang digunakan dalam penelitian ini adalah analisis skalogram jenis 3. Dalam menghitung Indeks Perkembangan Wilayah (ID) pada analisis ini dilakukan dengan menggunakan faktor pengkoreksi untuk seluruh data. Faktor pengkoreksi antara lain luas wilayah, jumlah penduduk, jumlah rumah tangga atau dilakukan peng-invers-an pada variabel variabel teentu. Analisis skalogram ini di dasarkan pada fasilitas yang dimiliki desa. Selanjutnya dilakukan standarisasi dengan nilai minimum dan nilai standar deviasinya. Pengurutan tingkat hierarki adalah berdasarkan pengkumulatifan dari nilai masing-masing kelurahan. Urutan teratas merupakan tingkat hierarki terbesar, demikian seterusnya hingga urutan hierarki terkecil. Urutan hierarki yang telah diperoleh kemudian dapat dikelompokkan lagi 41

6 berdasarkan selang hierarki dengan menggunakan rataan indeks pengembangan (ID) dan standar deviasi (Stdev). Adapun selang dari hierarki ini adalah sebagai berikut: - Hierarki I mempunyai nilai > (2 x Stdev) + nilai rataan - Hierarki II mempunyai nilai antara nilai rataan dengan (2 x Stdev) + nilai rataan - Hierarki III mempunyai nilai < nilai rataan Analisis Tipologi Wilayah dengan Teknik Analisis Multivariate a. Analisis Komponen Utama (Principal Component Analisis/PCA) Untuk menampilkan data pada objek-objek yang mempunyai beberapa peubah (dimensi) maka perlu dilakukan transformasi melalui analisis komponen utama (Principle Component Analysis/ PCA) dengan menggunakan data sekunder yaitu Potensi Desa yang dikeluarkan oleh Badan Pusat Statistik (BPS) tahun Metode ini menggunakan 42 peubah sosial ekonomi. Adapun variabel-variabel penjelas yang digunakan dapat dilihat pada Tabel 3. Variabel variabel sosial ekonomi yang merupakan variabel dasar yang digunakan dalam analisis ini akan diseleksi berdasarkan kelengkapan dan kemampuan variabel dalam menjelaskan keragaman karakteristik wilayah. Proses analisis ini akan menghasilkan beberapa Faktor Utama penciri utama keragaan perkembangan wilayah. Analisis multivariate dilakukan dengan menggunakan alat bantu paket program Statistica versi 5. 42

7 Tabel 3. Variabel-variabel yang Digunakan dalam Analisis Multivariate No V a r i a b e l Satuan km jiwa/km 2 jiwa km DES_KEC: jarak dari kantor desa ke kecamatan yang membawahi PADAT: kepadatan penduduk RT: rasio jumlah rumah tangga dengan jumlah penduduk KB: rasio jumlah akseptor KB dengan jumlah penduduk R_MANEN: rasio jumlah rumah permanen dengan jumlah L_KUMUH: invers rasio luas pemukiman kumuh dengan luas desa RS: rasio jumlah pembangunan rumah sederhana oleh pengembang dengan jumlah penduduk R_MEWAH: rasio jumlah pembangunan rumah mewah oleh pengembang dengan jumlah penduduk TK: rasio jumlah gedung TK dengan jumlah penduduk SD: rasio jumlah gedung SD dengan jumlah penduduk SMP: rasio jumlah gedung SMP dengan jumlah penduduk SMA: rasio jumlah gedung SMA dengan jumlah penduduk MASJID: rasio jumlah masjid dengan jumlah penduduk SURAU : rasio jumlah surau dengan jumlah penduduk GEREJA: rasio jumlah gereja dengan jumlah penduduk KAPEL : rasio jumlah kapel dengan jumlah penduduk VIHARA: rasio jumlah vihara dengan jumlah penduduk SKM: invers rasio jumlah surat keterangan miskin yag dikeluarkan desa dengan jumlah penduduk JUML_RS: rasio jumlah rumah sakit dengan jumlah penduduk JUM_BKIA: rasio jumlah BKIA dengan jumlah penduduk JRK_BKIA: jarak BKIA terdekat dari kantor desa (km) JUM_POLK: rasio jumlah poliklinik dengan jumlah penduduk JUM_PUSK: rasio jumlah puskesmas dengan jumlah penduduk JUM_PUSTU: rasio jumlah puskesmas pembantu dengan jumlah penduduk JRK_PUSTU: jarak puskesmas pembantu terdekat dari kantor desa JML_BLAI: rasio jumlah balai pengobatan dengan jumlah penduduk JML_APTK: rasio jumlah apotik dengan jumlah penduduk JRK_APTK: jarak apotik terdekat dari kantor desa JML_YANDU: rasio jumlah posyandu dengan jumlah penduduk JRK_YANDU: jarak posyandu terdekat dari kantor desa RODA_4: rasio jumlah kendaraan roda 4+ yang dimiliki dengan jumlah rumah tangga L_MUKIM: rasio luas perumahan & pemukiman dengan luas desa L_SAWAH: rasio luas lahan sawah dengan luas desa PRASJHTE: invers rasio jumlah keluarga prasejahtera dengan jumlah RT_TANI: rasio jumlah peanian menurut sektor ekonomi dengan jumlah RT_PLN: rasio jumlah pengguna PLN dengan jumlah PT_RT: rasio jumlah orang bersekolah di perguruan tinggi dibiayai desa ini dengan jumlah RT_TELP: rasio jumlah yang memiliki telepon dengan jumlah RT_TV : rasio jumlah yang memiliki TV dengan jumlah RT_PBOLA: rasio jumlah yang memiliki antena parabola dgn jumlah INF_KES: indeks infrastruktur kesehatan INF_UMUM: indeks infrastruktur umum pucuk km km km km km 2 km 2 jiwa

8 Analisis Komponen Utama merupakan teknik analisis multivariabel (menggunakan banyak variabel) yang dilakukan untuk tujuan oogonalisasi dan penyederhanaan variabel. Analisis ini merupakan teknik statistik yang mentransformasikan secara linier satu set variabel ke dalam variabel baru dengan ukuran lebih kecil namun representatif dan tidak saling berkorelasi (oogonal). Analisis Komponen Utama (PCA) sering digunakan sebagai analisis antara maupun analisis akhir. Sebagai analisis antara PCA bermanfaat untuk menghilangkan multicollinearity atau untuk mereduksi variabel yang berukuran besar ke dalam variabel baru yang berukuran sederhana. Untuk analisis akhir, PCA umumnya digunakan untuk mengelompokkan variabel-variabel penting dari suatu bundel variabel besar untuk menduga suatu fenomena, sekaligus memahami struktur dan melihat hubungan antar variabel. Pada dasarnya PCA adalah analisis yang mentransformasikan data sejumlah p ke dalam struktur data baru sejumlah k dengan jumlah k < p. Perhitungan dengan PCA memerlukan beberapa peimbangan, yang sekaligus menggambarkan adanya kendala dan tujuan yang ingin dicapai dari hasil analisis PCA. Di dalam PCA akan dihitung vektor pembobot yang secara matematis ditujukan untuk memaksimumkan keragaman dari kelompok variabel baru (yang sebenarnya merupakan fungsi linier peubah asal) atau memaksimumkan jumlah kuadrat korelasi antar PCA dengan variabel asal. Hasil analisis komponenkomponen utama antara lain nilai akar ciri, proporsi, dan kumulatif akar ciri, nilai pembobot atau sering disebut factor loading, sea facto scores. 44

9 b. Analisis Kelompok (Cluster Analysis) Analisis kelompok (Cluster Analysis) merupakan salah satu teknik multivariabel yang umumnya digunakan untuk mengelompokkan data ke dalam satu kelas yang mempunyai ciri-ciri teentu yang sama. Chatfield dan Collins dalam Depaemen Kelautan dan Perikanan (2001) menyatakan bahwa tujuan dilakukan analisis kelompok ini adalah untuk menemukan kelompok alami dari satu kumpulan data. Analisis kelompok ini dilakukan untuk tujuan: (1) menggali data/eksplorasi data, (2) mereduksi data menjadi kelompok data baru dengan jumlah lebih kecil atau dinyatakan dengan pengkelasan (klasifikasi) data, (3) menggeneralisasi suatu populasi untuk memperoleh suatu hipotesis, (4) menduga karakteristik data-data. Di dalam membentuk suatu cluster, metode ini menggunakan perbedaan atau jarak euclidean antara nilai objek sebagai dasar pengelompokannya. Variabel-variabel yang digunakan dalam analisis kelompok sama dengan variabel-variabel yang digunakan dalam analisis komponen utama (Tabel 3). Sedangkan analisis yang digunakan adalah 84 kelurahan yang ada di Kota Bandar Lampung. Analisis kelompok dilakukan setelah analisis komponen utama. Analisis ini menggunakan nilai skor (factor scores) yang merupakan salah satu hasil dari analisis komponen utama dengan menggunakan metode K-Means. Adapun hasil dari analisis kelompok ini adalah berupa grafik nilai tengah kelompok peubah-peubah tipologi desa yang selanjutnya akan didapat karakteristik tipologi masing-masing wilayah. 45

10 c. Analisis Fungsi Diskriminan (Discriminant Function Analysis/DFA) Tujuan dilakukan analisis diskriminan pada penelitian ini adalah agar mampu disusun fungsi pembatas antar kelompok wilayah. Dengan adanya fungsi kelompok antar gerombol wilayah tersebut maka akan dapat diukur perubahan nilai-nilai peubah yang digunakan dalam menyusun fungsi tersebut. Diasumsikan bahwa S = (f j, j=1,2,,m). S adalah gugus kelompok dari wilayah yang belum diketahui. Hasil klasifikasi sebelumnya akan diketahui jumlah kelompok sea anggota jenis wilayah dalam kelompok tersebut. Sehingga gugus S dapat dituliskan kembali menjadi S = (f jk, j=1,2,,m k ), k = 1,,K. (dengan asumsi jumlah kelompok adalah K). Sepei halnya analisis kelompok, analisis fungsi diskriminansi juga menggunakan peubah-peubah atau variabel-variabel yang sama dengan variabelvariabel yang digunakan dalam analisis komponen utama (Tabel 3). Unit analisis yang digunakan adalah 84 kelurahan yang ada di Kota Bandar Lampung. Analisis fungsi diskriminansi adalah lanjutan dari analisis kelompok. Analisis ini juga menggunakan nilai skor (factor scores) dan data hasil dari masing-masing cluster, sehingga akan didapatkan faktor-faktor yang menjadi penciri tipologi wilayah masing-masing Deskripsi dengan Pendekatan Sistem Informasi Geografis Penggunaan Sistem Informasi Geografis (SIG) dalam penelitian ini dimaksudkan untuk memberikan gambaran spasial secara lebih jelas dalam bentuk 46

11 visualisasi (peta) mengenai beberapa hasil analisis tingkat perkembangan dan potensi sumberdaya wilayah pesisir. Berdasarkan implikasinya, kegunaan model spasial yang digunakan adalah: (1) peramalan dan pembangkitan skenario; (2) analisis faktor kebijakan; (3) pembuatan dan perencanaan kebijakan (Fisher et al., 1999 dalam Rustiadi, 2000). Dalam penelitian ini pemetaan dilakukan terhadap beberapa variabel tingkat perkembangan dan potensi wilayah. 47