VI. HASIL DAN PEMBAHASAN Analisis Faktor-Faktor yang Mempengaruhi Besarnya Nilai ERP Dilihat dari Willingness To Pay (WTP) Pengguna Jalan

Transkripsi

1 VI. HASIL DAN PEMBAHASAN 6.1. Analisis Faktor-Faktor yang Mempengaruhi Besarnya Nilai ERP Dilihat dari Willingness To Pay (WTP) Pengguna Jalan Faktor-faktor yang mempengaruhi besarnya nilai WTP responden dianalisis dengan menggunakan analisis regresi linier berganda. Terdapat tujuh variabel penjelas (independen) yang diduga akan mempengaruhi besarnya nilai WTP (variabel dependen), yaitu keinginan untuk memperbaiki kualitas udara (KMU), tingkat pendidikan (TP), rata-rata pengeluaran untuk bahan bakar (PB), tingkat pendapatan (PD), jmlah tanggungan (JT), jenis pekerjaan (JP), dan durasi terkena kemacetan (DR). Analisis regresi linier berganda meliputi pengujian hipotesis untuk mengetahui berapa besar dan nyata pengaruh faktor-faktor tersebut terhadap besarnya nilai WTP. Hasil analisis nilai WTP responden dapat dilihat pada Tabel 5. Tabel 5. Hasil Analisis Nilai WTP Responden Pengguna Jalan Jenderal Sudirman Variabel Koefisien T Sig Keterangan Constant 6319,334 1,532,129 (-) KMU 9,044,007,994 Tidak Berpengaruh Nyata TP 3502,699 2,646,010 Berpengaruh Nyata* PB -,003-2,357,021 Berpengaruh Nyata* PD,001 3,416,001 Berpengaruh Nyata* JT -304,421 -,675,502 Tidak Berpengaruh Nyata JP 1285,909,892,375 Tidak Berpengaruh Nyata DR 157,797 7,369,000 Berpengaruh Nyata** R 2 62,5% F-Statistik 21,921 0,000 Sumber : Data Primer setelah diolah (2011) Keterangan : ** Pada taraf kepercayaan 99 persen * Pada taraf kepercayaan 95 persen Berdasarkan hasil analisis regresi linier berganda diketahui bahwa model yang dihasilkan dalam penelitian ini cukup baik. Hal ini dapat ditunjukkan dari nilai R 2 sebesar 62,5%. Nilai tersebut menjelaskan bahwa keragaman nilai WTP 70

2 responden dapat dijelaskan oleh variabel-variabel penjelas dalam model sebesar 62,5% sedangkan sisanya sebesar 37,5% dijelaskan oleh variabel-variabel lain diluar model. Fungsi besarnya nilai WTP responden yang dihasilkan dari analisis regresi linier berganda ditunjukkan oleh model sebagai berikut : WTP = 6.319, ,699 TP 0,003 PB + 0,001 PD + 157,797 DR Berdasarkan model tersebut diketahui bahwa variabel-variabel penjelas yang berpengaruh nyata terhadap besarnya nilai WTP responden adalah sebagai berikut : 1) Tingkat pendidikan Variabel tingkat pendidikan memiliki nilai Sig sebesar 0,010 menunjukkan bahwa variabel tingkat pendidikan responden signifikan pada taraf kepercayaan (α) 5%. Nilai koefisien pada variabel ini bertanda positif yaitu sebesar 3.502,699. Hal tersebut menunjukkan bahwa setiap kenaikan satu level tingkat pendidikan maka diduga nilai WTP responden akan meningkat sebesar Rp 3.502,699. Hal ini karena responden yang memiliki tingkat pendidikan yang lebih tinggi cenderung lebih menghargai waktu dan memiliki kesadaran akan pentingnya waktu sehingga lebih cenderung ingin membayar lebih tinggi agar jalan yang dilalui lancar. Selain itu responden yang memiliki tingkat pendidikan lebih tinggi memiliki kesadaran terhadap lingkungan yang tinggi sehingga lebih mengetahui pentingnya menjaga lingkungan agar terbebas dari polusi yang membahayakan bagi kesehatan sehingga untuk mendapatkan kondisi lingkungan yang lebih baik diperlukan peran aktif dan partisipasi pengguna jalan dengan memberikan kesediaan membayar lebih tinggi untuk mencapai tujuan transportasi berkelanjutan 71

3 yang dapat mengurangi kemacetan dan menciptakan kualitas udara yang lebih baik di kota Jakarta. 2) Rata-rata pengeluaran untuk bahan bakar Variabel rata-rata pengeluaran untuk bahan bakar memiliki nilai Sig sebesar 0,021 menunjukkan bahwa variabel rata-rata pengeluaran untuk bahan bakar responden signifikan pada taraf kepercayaan (α) 5%. Nilai koefisien pada variabel ini bertanda negatif yaitu sebesar 0,003. Hal tersebut menunjukkan bahwa setiap kenaikan pengeluaran bahan bakar sebesar satu juta rupiah maka diduga nilai WTP responden akan menurun sebesar Rp Hal ini karena peningkatan pengeluaran responden akan mengurangi alokasi dana WTP responden akibat adanya penambahan pengeluaran untuk membeli bahan bakar. 3) Tingkat pendapatan Variabel tingkat pendapatan memiliki nilai Sig sebesar 0,001 menunjukkan bahwa variabel tingkat pendapatan responden signifikan pada taraf kepercayaan (α) 5%. Nilai koefisien pada variabel ini bertanda positif yaitu sebesar 0,001. Hal tersebut menunjukkan bahwa setiap kenaikan tingkat pendapatan sebesar satu juta rupiah maka diduga nilai WTP responden akan meningkat sebesar Rp Hal ini karena responden yang memiliki pendapatan lebih tinggi akan bersedia membayar lebih besar untuk ikut serta dalam upaya perbaikan lingkungan sehingga dapat memperoleh kondisi lingkungan yang lebih nyaman dengan kualitas udara yang lebih baik. 72

4 4) Durasi terkena kemacetan Variabel durasi terkena kemacetan memiliki nilai Sig sebesar 0,000 menunjukkan bahwa variabel tersebut signifikan pada taraf kepercayaan (α) 1%. Nilai koefisien pada variabel ini bertanda positif yaitu sebesar 157,797. Hal tersebut menunjukkan bahwa setiap kenaikan durasi terkena kemacetan sebesar satu menit maka diduga nilai WTP responden akan meningkat sebesar Rp 157,797. Hal ini karena semakin lama responden terkena kemacetan maka responden akan bersedia membayar lebih besar agar dapat mengurangi kemacetan dan menciptakan kualitas udara yang lebih baik. Variabel yang tidak berpengaruh nyata terhadap besarnya nilai WTP responden adalah keinginan untuk memperbaiki kualitas udara, jumlah tanggungan, dan jenis pekerjaan. Variabel keinginan untuk memperbaiki kualitas udara, jumlah tanggungan, dan jenis pekerjaan tidak berpengaruh nyata karena masing-masing memiliki nilai Sig yang lebih besar dari taraf kepercayaan (α) 20%, yaitu sebesar 0,994, 0,502, dan 0,375. Variabel keinginan untuk memperbaiki kualitas udara tidak berpengaruh nyata karena responden yang digunakan dalam penelitian ini adalah para pengguna jalan yang menggunakan mobil pribadi, sehingga secara ekonomi mereka dapat dikatakan mampu dan lebih banyak menghabiskan waktu di dalam ruangan ber-ac seperti di dalam kendaraan, di kantor maupun di rumah sehingga suhu udara yang lebih tinggi tidak terlalu berpengaruh bagi mereka. Variabel jumlah tanggungan tidak berpengaruh nyata karena responden rata-rata memiliki penghasilan yang besar sehingga banyak atau sedikitnya jumlah tanggungan tidak berpengaruh terhadap besarnya nilai WTP. Variabel jenis pekerjaan tidak berpengaruh nyata karena 73

5 responden dengan pekerjaan yang mengharuskannya menggunakan kendaraan belum tentu memiliki nilai WTP yang lebih besar dibandingkan dengan responden yang pekerjaannya tidak mengharuskan untuk menggunakan kendaraan. Pengujian parameter dalam analisis regresi berganda dilakukan untuk mengetahui pengaruh dari variabel independen terhadap variabel dependen yang dapat diketahui dengan uji statistik t (parsial) dan uji statistik F (simultan). Hasil uji statistik t dan uji statistik F dapat dilihat dalam Tabel 5. 1) Uji Statistik t Pengaruh parsial setiap variabel independen dapat diketahui dengan melihat signifikan atau tidaknya koefisien regresi dari masing-masing variabel independen tersebut. Jika nilai t hitung lebih besar dari nilai t tabel maka variabel tersebut berpengaruh nyata terhadap variabel dependennya. Namun, apabila telah diketaui nilai Sig dari hasil analisis regresi berganda maka untuk mengetahui apakah variabel tersebut nyata atau tidaknya dengan melihat dari nilai Sig yang harus lebih kecil dari nilai α. Berdasarkan Tabel 5 dapat diketahui bahwa empat variabel penjelas berpengaruh nyata dan tiga variabel tidak berpengaruh nyata karena nilai Sig yang lebih besar dari nilai α. Variabel tingkat pendidikan, rata-rata pengeluaran untuk bahan bakar, dan tingkat pendapatan berpengaruh nyata pada taraf kepercayaan (α) 5%, menunjukkan bahwa tingkat pendidikan, rata-rata pengeluaran untuk bahan bakar, dan tingkat pendapatan responden 95% secara parsial berpengaruh nyata terhadap nilai WTP responden. Variabel durasi terkena kemacetan berpengaruh nyata pada taraf kepercayaan (α) 1%, menunjukkan bahwa lamanya durasi terkena kemacetan 99% secara parsial berpengaruh nyata 74

6 terhadap nilai WTP responden. Variabel keinginan untuk memperbaiki kualitas udara, jumlah tanggungan, dan jenis pekerjaan secara parsial tidak berpengaruh nyata karena nilai Sig ketiga variabel tersebut lebih besar dari taraf kepercayaan (α) 15%. 2) Uji Statistik F Uji statistik F merupakan pengujian model regresi secara keseluruhan, dimana semua koefisien yang terlibat secara simultan memberikan pengaruh nyata terhadap variabel dependen. Berdasarkan hasil analisis regresi linier berganda yang dapat dilihat pada Tabel 5 dapat diketahui bahwa nilai F hitung sebesar 21,921 dengan nilai Sig sebesar 0,000 menunjukkan bahwa variabelvariabel penjelas dalam model secara bersama-sama (simultan) berpengaruh nyata terhadap nilai WTP responden pada taraf (α) 15%. 3) Uji Multikolinear Berdasarkan hasil anlisis regresi linier berganda tidak ditemukan adanya pelanggaran asumsi regresi multikolinearitas. Hal tersebut dapat dilihat dari nilai Variance Inflation Factor (VIF) pada masing-masing variabel independennya. Jika nilai VIF tidak lebih dari 10 maka model dapat dikatakan terbebas dari multikolinearitas. Nilai masing-masing variabel independen pada model memiliki nilai kurang dari 10 untuk semua variabel sehingga dapat disimpulkan bahwa tidak ada multikolinearitas dalam model. 4) Uji Heteroskedastisitas Heteroskedastisitas dapat dilihat dari hasil Uji Levene. Jika nilai Sig lebih besar dari nilai α maka model tersebut homogen atau tidak terdapat heteroskedastisitas dalam model. Berdasarkan Uji Levene diperoleh bahwa 75

7 nilai Sig sebesar 0,563 lebih besar dari nilai α=5%, sehingga dapat disimpulkan bahwa model yang dihasilkan tidak terdapat heteroskedastisitas. Hasil analisis regresi linier berganda menunjukan bahwa model yang dihasilkan baik dan tidak terdapat pelanggaran asumsi regresi linier berganda yaitu multikolinearitas, heteroskedastisitas, dan autokorelasi yang dapat dilihat pada Tabel 6. Tabel 6. Hasil Estimasi Model Regresi Linier Berganda yang Menunjukkan Tidak Adanya Pelanggaran Asumsi dalam Model Variabel Constant KMU TP PB PD JT JP DR VIF - 1,534 1,867 1,339 1,633 1,394 1,492 1,369 Uji Levene F df1 df2 Sig 0, ,563 Sumber : Data Primer setelah diolah (2011) 6.2. Estimasi Nilai WTP Pengguna Jalan untuk Menentukan Besarnya Nilai ERP Nilai WTP responden terhadap upaya pengurangan polusi dan perbaikan kualitas udara melalui kebijakan Electronic Road Pricing (ERP) diestimasi dengan pendekatan Contingent Valuation Method (CVM) melalui survei langsung terhadap masyarakat pengguna jalan. Hasil pelaksanaan CVM adalah sebagai berikut : 1) Membangun Pasar Hipotetik Responden diberikan situasi hipotetik yang menggambarkan kondisi lingkungan DKI Jakarta yang mengalami penurunan akibat peningkatan polusi udara dan kemacetan yang semakin parah sehingga menimbulkan berbagai masalah yang erat kaitannya dengan sektor lingkungan, sosial, dan ekonomi sehingga akan diberlakukan suatu kebijakan dalam hal manajemen 76

8 transportasi darat untuk mengatasi kemacetan, inefisiensi BBM, dan mengurangi polusi, yaitu kebijakan ERP dengan pengaplikasian instrumen ekonomi berupa road pricing atau pengenaan biaya secara langsung terhadap pengguna jalan karena melewati ruas jalan tertentu untuk mengendalikan laju penggunaan kendaraan pribadi sehingga tercapai tujuan transportasi berkelanjutan yang dapat mengurangi kemacetan dan menciptakan kualitas udara yang lebih baik di kota Jakarta. Dengan demikian, responden memperoleh gambaran tentang situasi hipotetik yang dibangun dalam upaya mengurangi polusi. 2) Mendapatkan Penawaran Besarnya Nilai WTP Penawaran mengenai besarnya nilai WTP diperoleh melalui survei dengan wawancara langsung. Teknik yang digunakan dalam penelitian ini untuk mendapatkan nilai penawaran adalah bidding game atau metode tawarmenawar dimana responden ditawarkan sebuah nilai tawaran yang dimulai dari nilai terkecil hingga nilai terbesar sehingga mencapai nilai WTP maksimum yang sanggup dibayarkan responden. Teknik ini dilakukan dengan menanyakan kepada responden apakah bersedia membayar sejumlah uang tertentu dengan nilai titik awal (starting point) sebesar Rp Nilai starting point tersebut diperoleh berdasarkan nilai rata-rata pengguna jalan untuk membayar jockey 3 in 1. Jika responden bersedia membayar sebesar nilai starting point maka besarnya nilai yang ditawarkan dinaikkan sampai ke tingkat maksimum yang bersedia dibayarkan oleh responden. Nilai maksimum tersebut menjadi nilai WTP responden. 77

9 3) Memperkirakan Nilai Rata-Rata WTP Dugaan nilai rata-rata WTP responden diperoleh berdasarkan data distribusi WTP responden dan menggunakan rumus. Distribusi nilai WTP responden dapat dilihat pada Tabel 7. Tabel 7. Distribusi Nilai WTP Responden No Kelas WTP Frekuensi Frekuensi Relatif Jumlah , , , , , , Total Sumber : Data Primer setelah diolah (2011) Kelas WTP responden diperoleh dengan menentukan nilai terkecil sampai nilai terbesar WTP yang bersedia dibayarkan oleh responden. Berdasarkan Tabel 7 besarnya nilai WTP responden mulai dari Rp Rp Hasil perhitungan diperoleh bahwa nilai rata-rata WTP (EWTP) sebesar Rp Nilai rata-rata WTP responden tersebut dapat dijadikan acuan dalam penetapan tarif dalam kebijakan Electronic Road Pricing (ERP) sehingga tujuan untuk mengendalikan laju penggunaan kendaraan pribadi sebagai penyebab kemacetan lalu lintas, inefisiensi energi, dan peningkatan polusi dapat tercapai. 4) Memperkirakan kurva WTP Pendugaan kurva WTP respoden dapat dilakukan dengan menggunakan jumlah kumulatif dari jumlah responden yang menjawab suatu nilai WTP. Asumsinya adalah individu yang bersedia membayar suatu nilai WTP tertentu maka akan bersedia pula membayar suatu nilai WTP yang lebih 78

10 kecil. Kurva yang menggambarkan penawaran WTP dapat dilihat pada Gambar 11. Sumber : Data Primer setelah diolah (2011) Gambar 11. Kurva Penawaran WTP 5) Menjumlahkan Data untuk Menentukan Total WTP Nilai total (TWTP) responden dihitung berdasarkan data distribusi WTP responden dan dengan menggunakan rumus. Nilai WTP pada setiap kelas dikalikan dengan frekuensi relatif (n i /N) kemudian dikalikan dengan populasi dari tiap kelas WTP. Selanjutnya hasil perkalian tersebut dijumlahkan sehingga didapatkan total WTP (TWTP) responden. Hasil perhitungan total WTP dapat dilihat pada Tabel 8. Tabel 8. Total WTP Masyarakat Pengguna Jalan Jenderal Sudirman Kelas Frekuensi No Frekuensi Populasi Jumlah WTP WTP Relatif , , , , , , Total Sumber : Data Primer setelah diolah (2011) 79

11 Berdasarkan perhitungan pada Tabel 8 diperoleh bahwa nilai total WTP responden pengguna Jalan Jenderal Sudirman sebesar Rp /tahun, dimana populasinya merupakan jumlah kendaraan yang memasuki wilayah Sudirman yang didasarkan pada data volume lalu lintas Jalan Sudirman arah Blok M dan Semanggi yang diperoleh dari Dinas Perhubungan (untuk peak pagi dan peak sore) dan data primer (untuk peak siang). Kendaraan yang digunakan untuk perhitungan merupakan kendaraan berat meliputi truk dan kendaraan ringan meliputi mobil pribadi dengan asumsi bahwa : 1) ERP berlaku mulai pukul , 2) ERP berlaku pada hari aktif yaitu Senin-Jumat, dan 3) survei kendaraan dilakukan pada saat jam diberlakukannya 3 in 1 dan pada saat 3 in 1 tidak berlaku. Berdasarkan data dari Dinas Perhubungan diperoleh bahwa total volume lalu lintas Jalan Sudirman untuk peak pagi sebesar kendaraan dan untuk peak sore sebesar kendaraan. Berdasarkan data primer diperoleh bahwa total kendaraan yang memasuki wilayah Sudirman pada peak siang sebesar kendaraan, sehingga perkiraan total kendaraan yang memasuki wilayah Sudirman per harinya sebesar unit kendaraan. Jumlah kendaraan yang memasuki wilayah Sudirman per tahun diperoleh dengan mengalikan jumlah kendaraan per hari dengan hari aktif, yaitu Senin-Jumat (1 tahun = 230 hari aktif). Dengan demikian, perkiraan total kendaraan yang memasuki wilayah Sudirman per tahun sebesar unit kendaraan. Nilai total WTP ini menggambarkan kesediaan pengguna jalan untuk membayar dalam rangka memperbaiki kondisi lingkungan agar sesuai dengan standar yang diinginkan yaitu pengurangan 80

12 polusi udara, kemacetan, dan efisiensi energi. Namun, nilai total WTP tersebut tidak dapat dijadikan acuan karena nilainya yang tidak seragam. 6) Mengevaluasi Penggunaan CVM Penggunaan CVM dalam penelitian ini dievaluasi dengan melihat nilai R 2 yang diperoleh dari hasil analisis regresi linier berganda. Penelitian yang berkaitan dengan benda-benda lingkungan dapat mentolerir nilai R 2 sampai dengan 15%, hal ini karena penelitian tentang lingkungan berhubungan dengan perilaku manusia sehingga nilai R 2 tidak harus besar. Nilia R 2 yang diperoleh dari hasil analisis regresi linier berganda dalam penelitian ini sebesar 62,7% sehingga dapat disimpulkan bahwa hasil pelaksanaan CVM dalam penelitian ini dapat diyakini kebenaran dan keandalannya Estimasi Jumlah Kendaraan dan Emisi yang Berkurang Kebijakan Electronic Road Pricing (ERP) merupakan suatu kebijakan berupa pengenaan biaya secara langsung terhadap pengguna jalan karena melewati ruas jalan tertentu untuk mengendalikan laju penggunaan kendaraan pribadi. Mekanismenya adalah setiap kendaraan yang melewati ruas jalan tertentu akan dikenai biaya dengan harga yang tidak murah. Hal ini dimaksudkan agar para pengguna kendaraan pribadi mau beralih untuk menggunakan transportasi masal. Manfaat yang bisa diperoleh dari pemberlakuan ERP antara lain mengurangi kemacetan, sumber pendapatan baru dari lalu lintas, mempermudah penerapan pembatasan lalu lintas, peralihan moda kendaraan pribadi ke angkutan umum, mengurangi kebisingan yang dihasilkan kendaraan, menurunkan tingkat 81

13 polusi udara yang berasal dari asap kendaraan, dan minimalisasi kerugian ekonomi akibat kemacetan lalu lintas. Berdasarkan penelitian yang telah dilakukan, kebijakan ERP dapat mengurangi penggunaan kendaraan pribadi karena ketidakmampuan pengguna jalan untuk membayar tarif yang diberlakukan dalam ERP. Dalam penelitian ini diasumsikan bahwa nilai mean WTP mencerminkan harga ERP yang sesuai untuk diberlakukan sehingga responden pengguna jalan yang memiliki nilai WTP dibawah nilai mean WTP tidak dapat memasuki zona ERP agar tujuan untuk mengurangi laju penggunaan kendaraan pribadi dapat tercapai. Hasil perhitungan jumlah kendaraan yang dapat berkurang akibat pemberlakuan ERP dapat dilihat pada Tabel 9. Tabel 9. Total Kendaraan yang Berkurang Akibat Pemberlakuan ERP No Kelas WTP Frekuensi Frekuensi Relatif Populasi , , Jumlah Kendaraan yang Tidak Dapat Memasuki Zona ERP Sumber : Data Primer setelah diolah (2011) Berdasarkan perhitungan pada Tabel 9 tarif ERP yang sesuai untuk diberlakukan adalah sebesar nilai mean WTP yaitu Rp Apabila tarif sebesar Rp ini diberlakukan maka responden pengguna jalan yang tidak mampu membayar nilai tersebut adalah responden dengan kelas WTP sebesar Rp dan Rp Jumlah frekuensi relatif responden yang tidak dapat memasuki zona ERP sebesar 0,59 (59%) artinya pemberlakuan ERP dengan tarif Rp akan mengurangi jumlah kendaraan sebesar 59% dari total jumlah kendaraan yang menggunakan Jalan Jenderal Sudirman. Total populasi yang digunakan dalam penelitian ini sebesar unit kendaraan/tahun (Tabel 8). 82

14 Dengan demikian, jumlah kendaraan yang dapat berkurang akibat pemberlakuan ERP adalah sebesar unit kendaraan/tahun atau 59% dari total populasi (Tabel 9). Dampak lain yang bisa diperoleh dari penerapan ERP adalah peningkatan kualitas lingkungan karena dapat mengurangi polusi udara, dan mengurangi polusi bunyi dan getaran. Apabila jumlah kendaraan berkurang maka polusi udara pun akan berkurang. Berdasarkan data car free day (hari bebas kendaraan bermotor) yang diperoleh dari Badan Pengelola Lingkungan Hidup Daerah Provinsi DKI Jakarta diketahui bahwa terjadi pengurangan kadar polusi udara yang sangat signifikan antara hari kerja dan hari bebas kendaraan bermotor. Hari Bebas Kendaraan Bermotor (HBKB) merupakan kegiatan yang bertujuan untuk mengurangi penggunaan kendaraan pribadi. Kegiatan ini juga menjadi ajang promosi sarana transportasi alternatif selain kendaraan pribadi dan promosi upayaupaya perbaikan dan peningkatan kualitas sarana sarana alternatif tersebut. Pelaksanaan HBKB ini dapat mengurangi pencemaran udara di lokasi pelaksanaan dan meningkatkan kesadaran masyarakat terhadap pentingnya membatasi penggunaan kendaraan pribadi untuk memperoleh kualitas udara yang lebih baik. Tujuan HBKB ialah memberikan pendidikan pada masyarakat terkait pentingnya manfaat udara segar dan bersih. Tujuan lainnya adalah untuk mengubah ketergantungan masyarakat terhadap kendaraan bermotor sehingga masyarakat dapat beralih ke angkutan umum, bersepeda, atau bahkan berjalan kaki. Berikut ini merupakan data perbandingan konsentrasi pencemar untuk parameter PM 10, CO, NO dan THC pada hari bebas kendaraan bermotor dan hari kerja tahun

15 Tabel 10. Data Car Free Day tahun 2010 Parameter HBKB Hari Kerja Penurunan % Satuan Debu (PM 10 ) 62,42 103,77 41,35 40% µg/m3 Carbon monoksida (CO) 1,37 4,28 2,90 68% mg/m3 Nitrogen monoksida (NO) 19,16 88,91 69,74 78% µg/m3 Total Hidrokarbon (THC) 3,89 5,20 1,31 25% µg/m3 Sumber : Badan Pengelola Lingkungan Hidup Daerah Provinsi DKI Jakarta Tabel 10 menunjukkan bahwa penerapan hari bebas kendaraan bermotor dapat mengurangi konsentrasi pencemar untuk parameter PM 10, CO, NO, dan THC apabila dibandingkan dengan hari kerja. Penurunan konsentrasi pencemar rata-rata untuk parameter PM 10, CO, NO, dan THC pada tahun 2010 masingmasing sebesar 41,35 µg/m3 (40%), 2,90 µg/m3 (68%), 69,74 µg/m3 (78%), dan 1,31 µg/m3 (25%). Berdasarkan fakta tersebut dapat disimpulkan bahwa pengurangan jumlah kendaraan bermotor dapat mengurangi tingkat polusi udara yang berasal dari kendaraan bermotor. Penerapan kebijakan ERP dapat menyebabkan pengurangan jumlah kendaraan yang dapat memasuki zona ERP, dengan demikian dapat disimpulkan bahwa pengurangan jumlah kendaraan bermotor dapat mengurangi konsentrasi emisi di sekitar wilayah Sudirman. Asumsinya apabila ERP diterapkan maka kondisi pengurangan emisinya akan mendekati rata-rata HBKB, sehingga semakin berkurang jumlah kendaraan yang dapat memasuki zona ERP, maka kondisi lingkungan akan semakin baik. Namun perlu ditunjang dengan pembatasan emisi yang ketat Analisis Dampak Lingkungan dari Pemberlakuan ERP Pemberlakuan ERP akan memberikan dampak bagi lingkungan, baik lingkungan masyarakat maupun sosial. Dampak lingkungan yang dianalisis dalam 84

16 penelitian ini terkait dengan kondisi lingkungan, kondisi sosial, dan kondisi ekonomi dari pemberlakuan ERP Kondisi Lingkungan Electronic Road Pricing (ERP) merupakan salah satu kebijakan pemerintah di bidang transportasi untuk mengatasi kemacetan dan membatasi jumlah penggunaan kendaraan pribadi sehingga dapat meningkatkan efisiensi dan efektivitas dalam perjalanan. Kemacetan menimbulkan berbagai masalah yang sangat erat kaitannya dengan lingkungan, sosial, maupun ekonomi. Kemacetan berdampak besar bagi lingkungan karena jumlah emisi yang dikeluarkan ke udara lebih tinggi akibat mesin yang menyala lebih lama. Selain itu pembangunan fisik kota yang ditandai dengan berdirinya pusatpusat industri disertai dengan melonjaknya produksi kendaraan bermotor mengakibatkan kepadatan lalu lintas semakin meningkat pula dan menghasilkan produksi sampingan berupa emisi gas buang kendaraan bermotor yang merupakan salah satu sumber pencemaran udara. Berbagai upaya yang dilakukan untuk mengurangi kepadatan lalu lintas di Jakarta tidak akan efektif tanpa kebijakan mengurangi jumlah pengguna kendaraan. Peningkatan jumlah kendaraan bermotor ini tidak diimbangi dengan peningkatan lebar jalan, sehingga kemacetan pun semakin sulit untuk diatasi dan polusi udara semakin meningkat. Pencemaran udara ini akan menyebabkan perubahan lingkungan udara akibat masuknya zat pencemar ke dalam udara. Masalah polusi yang diakibatkan oleh emisi gas buang kendaraan bermotor dapat menyebabkan penurunan kualitas udara dan daya dukung lingkungan. Selain itu, polusi udara juga berpotensi menimbulkan gangguan kesehatan pada 85

17 manusia. Zat-zat pencemar berbahaya yang bersumber dari emisi kendaraan bermotor antara lain nitrogen oksida (NO x ), karbon monoksida (CO), timbal (Pb), hidrokarbon (HC), sulfur dioksida (SO 2 ), dan debu (PM 10 ). Upaya pengendalian pencemaran udara akibat gas buang kendaraan di sektor transportasi dapat dilakukan dengan kebijakan ERP. Sektor transportasi merupakan salah satu komponen yang cukup penting dalam perkembangan perekonomian. Perkembangan sektor transportasi mengakibatkan peningkatan penggunaan kendaraan pribadi untuk kemudahan beraktivitas. Peningkatan penggunaan kendaraan ini dapat memberikan dampak negatif terhadap lingkungan berupa peningkatan konsentrasi pencemaran udara. Perkembangan jumlah kendaraan bermotor yang selalu meningkat setiap tahunnya memerlukan perencanaan kebijakan di bidang transportasi yang ramah lingkungan yaitu mengurangi potensi masyarakat untuk terkena dampak polusi udara yang diakibatkan oleh sarana transportasi. Kendaraan bermotor merupakan alat transportasi yang menjadi sumber bergerak dalam pencemaran udara sehingga penyebaran emisinya mempunyai suatu pola penyebaran spasial yang meluas, sehingga sangat berdampak besar bagi lingkungan. Penerapan kebijakan ERP dapat menyebabkan pengurangan jumlah kendaraan yang dapat memasuki zona ERP, dengan demikian dapat disimpulkan bahwa pengurangan jumlah kendaraan bermotor dapat mengurangi konsentrasi emisi di sekitar wilayah Sudirman. Pemberlakuan ERP dapat meningkatkan kualitas lingkungan, karena dapat mengurangi penggunaan kendaraan pribadi sehingga polusi udara dapat dikurangi. Pentingnya menjaga kualitas udara tetap bersih agar lingkungan menjadi sehat, indah dan nyaman. 86

18 Kondisi Sosial Penerapan kebijakan ERP ini akan berdampak pada pengurangan jumlah kendaraan pribadi yang dapat melintasi Jalan Jenderal Sudirman. Hal tersebut dikarenakan tarif yang diberlakukan relatif mahal sehingga tidak semua pengguna jalan mampu untuk membayar tarif yang diberlakukan pemerintah tersebut. Berdasarkan penelitian ini diperkirakan bahwa jumlah kendaraan yang tidak dapat memasuki wilayah Sudirman apabila ERP diberlakukan adalah sebesar unit kendaraan atau 59% dari total populasi (Tabel 9). Selain itu pemberlakuan ERP juga menghilangkan penyedia jasa ilegal (jockey 3 in 1) yang biasanya beroperasi di sekitar wilayah Sudirman. Masyarakat akan mendukung kebijakan pemerintah ini dengan syarat adanya pengembangan transportasi massal dengan kualitas yang baik dan alternatif sistem angkutan umum dapat memenuhi kebutuhan masyarakat. Pada umumnya masyarakat cenderung enggan untuk beralih menggunakan transportasi massal karena angkutan umum yang ada dirasa masih sangat tidak nyaman, tidak aman, dan tidak tepat waktu. Pengguna angkutan umum sering dihadapkan pada situasi yang sangat tidak nyaman karena harus mengantri dan berjubel di dalam angkutan umum. Keinginan masyarakat untuk mempercepat waktu tempuh ini tidak didukung oleh ketersediaan sarana transportasi yang mampu memenuhi kebutuhan masyarakat Kondisi Ekonomi Wilayah Sudirman merupakan salah satu pusat bisnis dan perkantoran di Ibu Kota. Oleh sebab itu perlu didukung oleh kondisi lalu lintas yang lancar sehingga aktivitas ekonomi dapat berjalan efektif dan efisien. Kemacetan dapat 87

19 menurunkan efisiensi dan efektivitas perekonomian kota yang dapat mempengaruhi laju pertumbuhan ekonomi nasional karena produktivitas pekerja yang menurun. Upaya mengurangi kemacetan di sektor transportasi sangat penting untuk dilakukan mengingat sektor transportasi merupakan salah satu komponen penting dalam perkembangan perekonomian. Berdasarkan hasil perhitungan estimasi perkiraan jumlah kendaraan yang dapat memasuki zona ERP sebesar unit kendaraan. Hasil perhitungan jumlah kendaraan yang dapat memasuki zona ERP dapat dilihat pada Tabel 11. Tabel 11. Total Kendaraan yang Dapat Memasuki Zona ERP No Kelas Frekuensi Frekuensi WTP Relatif Populasi , , , , Jumlah Kendaraan yang Dapat Memasuki Zona ERP Sumber : Data Primer setelah diolah (2011) Berdasarkan Tabel 11 responden pengguna jalan yang dapat memasuki zona ERP adalah pengguna kendaraan yang memiliki nilai WTP diatas nilai mean WTP yaitu responden dengan kelas WTP sebesar Rp , Rp , Rp , dan Rp Perkiraan total dana yang dapat dihasilkan dari pemberlakuan ERP dihitung dengan mengalikan jumlah kendaraan yang dapat memasuki zona ERP dengan nilai ERP yang sesuai untuk diberlakukan, sehingga perkiraan total dana yang dapat dihasilkan dari penerapan kebijakan ERP adalah Rp /tahun dengan asumsi ERP diberlakukan pada peak pagi, peak siang, dan peak sore. Namun, apabila ERP hanya diberlakukan pada peak pagi dan peak sore saja (ERP tidak berlaku pada peak siang), maka perkiraan total dana 88

20 yang dapat dihasilkan dari penerapan kebijakan ERP adalah Rp /tahun (Lampiran 2). Dana tersebut dapat digunakan untuk pengembangan transportasi massal dan pembangunan infrastruktur untuk mengimbangi kebutuhan masyarakat terhadap sarana penunjang transportasi. Namun yang perlu diperhatikan, apabila ERP diberlakukan maka akan meningkatkan biaya perjalanan bagi kendaraan yang tidak dapat memasuki zona ERP, sehingga perlu didukung dengan skema manajamen permintaan yang lain, seperti manajemen parkir atau alternatif angkutan umum yang aman dan nyaman untuk kendaraan yang tidak dapat memasuki zona ERP. Hal tersebut dapat menjadi insentif pula bagi para pengguna moda transportasi massal karena telah ikut serta dalam menekan penggunaan kendaraan pribadi di wilayah Sudirman. Kebijakan ERP juga bertujuan untuk menggantikan kebijakan three in one yang dinilai tidak efektif dalam mengendalikan laju penggunaan mobil pribadi sehingga apabila kebijakan ini diterapkan maka dapat menghilangkan penyedia jasa illegal (jockey) di wilayah Sudirman. Hal yang perlu diperhatikan oleh pemerintah adalah apabila jockey dihilangkan maka para jockey 3 in 1 yang biasa beroperasi di Jalan Jenderal Sudirman akan mengalami kehilangan pendapatan yang merupakan tambahan pendapatan untuk pemenuhan kebutuhan sehari-hari. Oleh karena itu penting diupayakan untuk membuka lapangan pekerjaan baru di bidang lain agar pengangguran dapat dikurangi, misalnya di bidang transportasi yaitu penambahan armada busway. Hal tersebut tentu membutuhkan pula lebih banyak pegawai sehingga yang menganggur dapat terserap di bidang tersebut. 89

21 Berdasarkan hasil estimasi pada model regresi linear berganda, variabel pendapatan berpengaruh nyata terhadap besarnya nilai WTP yang digunakan sebagai dasar penetapan nilai ERP. Peningkatan pertumbuhan ekonomi akan meningkatkan pendapatan, sehingga apabila pendapatan meningkat maka nilai ERP dapat dinaikkan hingga ke tingkat maksimal. Apabila pendapatan meningkat namun nilai ERP tetap maka kebijakan tersebut akan gagal untuk menekan laju penggunaan kendaraan pribadi. Selain itu, dana yang dihasilkan dapat digunakan untuk pengembangan moda transportasi massal yang lebih baik dan sesuai dengan harapan masyarakat selaku pengguna jalan Kebijakan Pengelolaann Sistem Pemanfaatan Keuangan dari Pemberlakuan ERP Kebijakan ERP berpotensi besar dalam membatasi laju penggunaan kendaraan pribadi, sehingga dapat mengurangi polusi udara di Jakarta dan menjadikan kualitas lingkungan perkotaan yang lebih baik dan sehat. Kebijakan Electronic Road Pricing (ERP) merupakan kebijakan pembatasan jumlah kendaraan melalui sistem jalan berbayar, dimana setiap kendaraan yang melintasi ruas jalan tertentu akan dikenakan biaya. Mekanisme penerapan ERP adalah setiap kendaraan yang melintasi zona ERP akan dikenakan sejumlah biaya tertentu. Pintu gerbang zona ERP akan dilengkapi teknologi OBU (on board unit). Biaya yang dikenakan juga bertujuan untuk memberikan kesadaran kepada pengguna kendaraan pribadi bahwa perjalanan mereka dengan kendaraan pribadi mempunyai kontribusi terhadap kerusakan lingkungan dan kerugian kepada masyarakat yang tidak mengunakan kendaraan pribadi. 90

22 Pengenaan biaya kepada pengguna jalan (road pricing) ini tentunya akan menjadi salah satu sumber pendapatan bagi negara maupun daerah. Namun, pendapatan yang diperoleh dari penerapan kebijakan ini harus dapat kembali kepada masyarakat dengan pembangunan infrastruktur transportasi yang lebih aman, nyaman, cepat, dan tepat waktu sehingga pengguna kendaraan pribadi dapat beralih untuk memanfaatkan transportasi massal yang ada sehingga kemacetan dan peningkatan polusi udara dapat diatasi. Tujuan utama dari road pricing, yaitu mengurangi kemacetan, menjadi sumber pendapatan daerah, mengurangi dampak lingkungan, mendorong penggunaan angkutan umum massal. Kebijakan yang dapat diterapkan dalam pengelolaan sistem pemanfaatan keuangan dari pemberlakuan ERP adalah sebagai berikut : 1) Pembangunan dan pengembangan transportasi massal Dana yang terkumpul dari pelaksanaan kebijakan ERP ini dapat dijadikan sebagai salah satu sumber pembiayaan untuk mendukung beroperasinya transportasi massal yang lebih efektif, nyaman, aman, dan ramah lingkungan. Hal tersebut dikarenakan untuk melakukan perbaikan, pemeliharaan, dan penambahan armada angkutan umum serta fasilitas transportasi pendukung lainnya diperlukan dana yang cukup besar. Sebelum kebijakan ERP ini dilaksanakan sebaiknya pemerintah membangun terlebih dahulu transportasi masal yang dapat menjamin masyarakat aman dan nyaman dalam menggunakan angkutan umum tersebut, sehingga masyarakat mau beralih dan memanfaatkan transportasi massal yang ada dan tujuan untuk mengurangi polusi dan kemacetan bisa tercapai. 91

23 2) Pembangunan lahan parkir Ketersediaan lahan parkir masih sangat kurang, sehingga penumpang yang menggunakan moda transportasi massal seperti kereta api belum dilengkapi dengan fasilitas parkir yang memadai. Kondisi seperti ini menjadikan masyarakat semakin enggan menggunakan transportasi massal. Selain itu lahan parkir ini juga dapat digunakan untuk kendaraan-kendaraan yang tidak dapat memsuki zona ERP, tetapi harus dapat menjamin keamanan bagi para pengguna jalan untuk menitipkan kendaraannya di tempat parkir tersebut. Dengan demikian kemacetan di ibu kota dapat diatasi dan polusi dapat dikurangi. Beberapa hal yang perlu diperhatikan oleh pemerintah adalah sebagai berikut: 1) Tarif yang diberlakukan untuk transportasi massal sebaiknya disesuaikan dengan tingkat kemampuan rata-rata pengguna jalan (tidak mahal). 2) Apabila kebijakan ERP ini diterapkan namun strategi transportasi massal tidak dapat memenuhi kebutuhan masyarakat, maka aktivitas ekonomi akan menurun sehingga gejolak sosial dan keresahan masyarakat akan meningkat. Prinsip penerapan ERP ini adalah kendaraan masih tetap bisa masuk artinya aktivitas ekonomi pun masih bisa berjalan dengan baik dan diperoleh pula kualitas lingkungan yang lebih baik serta dana yang dihasilkan dari penerapan ERP ini bisa digunakan sebaik mungkin untuk pengembangan transportasi massal, seperti kereta api, busway, dan lain-lain. Kualitas udara yang bersih sangat diperlukan di kota-kota besar seperti Jakarta yang menjadi pusat bisnis dan kegiatan perekonomian. Hal tersebut untuk 92

24 menunjang kegiatan ekonomi masyarakat agar tetap bisa berjalan dan tumbuh dengan baik tanpa harus diganggu oleh produktivitas yang menurun karena lingkungan yang tidak sehat dan tercemar polusi yang tinggi. Dalam menjaga kualitas udara agar tetap bersih diperlukan juga kebijakan pendukung diantaranya : 1) Memberlakukan secara ketat batas emisi kendaraan bermotor dengan penerapan Peraturan Daerah yang mengatur kewajiban lolos uji emisi bagi setiap kendaraan bermotor. Perawatan kendaraan secara baik dan benar akan menghasilkan gas buang yang masih dapat ditolerir oleh lingkungan dan dapat memperpanjang usia pemakaian kendaraan itu sendiri, sehingga masyarakat pun dapat berkontribusi besar dalam pengurangan polusi udara. 2) Melakukan pembatasan kendaraan bermotor berdasarkan umur kendaraan. Hal tersebut karena kendaraan yang umurnya lebih tua mengeluarkan emisi yang lebih besar dibanding kendaraan yang umur pemakaiannya relatif lebih pendek. 3) Penerapan pajak progresif kendaraan agar masyarakat membatasi jumlah kepemilikan kendaraannya. Sistem pajak progresif dikenakan bagi masyarakat yang memiliki kendaraan lebih dari satu, baik kendaraan pribadi roda dua maupun roda empat. Dengan demikian masyarakat akan berpikir kembali untuk memiliki kendaraan lebih dari satu. Hal ini dapat mengatasi kemacetan, polusi udara, dan inefisiensi bahan bakar minyak. 93