28 3.1. Waktu dan Lokasi Penelitian BAB III METODE PENELITIAN Penelitian ini dilakukan selama 4 bulan dari bulan Septembe 2008 sampai Januari 2009 yang bertempat di Gugus Pulau Kaledupa Kabupaten Wakatobi Provinsi Sulawesi Tenggara. Gugus Pulau Kaledupa terbagi dalam 2 daerah administrasi kecamatan yaitu; (1) Kecamatan Kaledupa, yang terdiri atas 16 desa/kelurahan dan (2) Kecamatan Kaledupa Selatan yang terdiri atas 10 desa/kelurahan. Gugus Pulau Kaledupa memiliki 28 pulau, empat pulau diantaranya berpenghuni yaitu pulau; (1) Pulau Kaledupa, (2) Pulau Hoga, (3) Pulau Lentea, dan (4) Pulau Darawa. Penelitian ini berbasis wilayah pulau yang berpenghuni dan desa/kelurahan yang ada di Gugus Pulau Kaledupa. Pulau Hoga yang termasuk wilayah adiministrasi Desa Lagijaya dianalisis menjadi unit wilayah tersendiri. Pulau yang juga merupakan wilayah desa tersendiri adalah Pulau Lentea dan Darawa. Dengan demikian jumlah unit wilayah yang dianalisis adalah 27 wilayah. Keterangan : Arah panah adalah Gugus pulau Kaledupa (lokasi Penelitian) Gambar 4 Peta Kabupaten Wakatobi dan Gugus Pulau Kaledupa 3.2. Skema Prosedur Kerja Penelitian 3.2.1. Kerangka Proses Penelitian Proses analisis spasial untuk perumusan kebijakan pengembangan Gugus Pulau Kaledupa dirumuskan dalam tahapan proses analisis yang disajikan melalui diagram di bawah ini.
29 Pengumpulan data Data variabel dasar; Ukuran daerah, kontiguitas spasial, potensi, dan kinerja pembangunan daerah Spatial Durbin Model Penyusunan matriks Kontiguitas spasial Matriks kontiguitas spasial Perhitungan variabel indikator variabel indeks variabel indikator analisis variabel indeks analisis komponen utama/pca Pola Asosiasi variabel Indikator/Variabel komposit Model spasial hubungan fungsional sumberdaya dengan kinerja pembangunan tipologi; Tree clustering dan K-Means clustering Arah rumusan rencana kebijakan pengembangan kawasan Gugus Pulau Kaledupa Deskriptif ; logika implikasi, dan studi literatur/kebijakan Pola Spasial Tipologi potensi sumberdaya Gambar 5 Diagram kerangka proses penelitian 3.2.2. Variabel Dasar dan Sumber Data Data variabel dasar penelitian mencakup 6 aspek sebagai berikut; 1. Aspek ukuran daerah. Data ukuran daerah ini terdiri atas; luas wilayah, pengunaan lahan, populasi pulau dan desa. 2. Aspek kontiguitas spasial yaitu data koordinat centroid polygon tiap unit wilayah penelitian, 3. Aspek sumberdaya alam tediri atas; (1) potensi pertanian dan perkebunan, dan (2) potensi perikanan dan kelautan. 4. Aspek sumberdaya manusia terdiri atas; (1) potensi kependudukan dan ketenagakerjaan, dan (2) potensi kependidikan dan ukuran sosial 5. Aspek infrastruktur dan fasilitas umum terdiri atas (1) potensi infrastruktur umum, (2) potensi sarana-prasarana perikanan dan kelautan, dan (3) kepariwisataan. 6. Aspek kinerja pembangunan terdiri atas; (1) pendapatan masyarakat, dan (2) status kemiskinan.
30 Data penelitian ini terdiri atas 2 jenis yaitu; (1) data sekunder yang bersumber dari instansi pemerintah Kabupaten Wakatobi yang terkait dengan penelitian ini seperti; BPS, DKP, Dinas Perhubungan, Dinas PU, Dinas Perdagangan dan Koperasi, Kantor Catatan Sipil, BAPEDA, BTNKW, COREMAP, TNC, WWF, Yayasan Operation Wallacea, Forkani, Bakosurtanal, dan hasil penelitian sebelumnya, serta (2) data primer yang bersumber dari hasil wawancara key persson (Kelapa Badan Pembangunan Daerah Kabupaten Wakatobi, Camat Kaledupa dan Keledupa Selatan, serta survey lapangan). Tabel 4 Matriks Pendekatan Penelitian N TUJUAN ALAT ASPEK VARIABEL O PENELITIAN ANALISIS SUMBER DATA (1) (2) (3) (4) (5) (6) 1. Menganalisis pola asosiasi Potensi; SDA, SDM, kuantitatif; potensi Infrastruktur analisis PCA wilayah, dan kinerja wilayah 2. Menganalisis pola spasial tipologi potensi kawasan 3. Menganalisis dan merumuskan model spasial hubungan fungsional antara potensi dengan kinerja pembangunan 4. Menganalisis dan merumuskan rencanan kebijakan pengembangan Kawasan Potensi; SDA, SDM, Infrastruktur wilayah, dan kinerja Potensi; SDA, SDM, Infrastruktur, kinerja dan konfigurasi spasial SDA, SDM, Infrastruktur, dan kinerja dan konfigurasi spasial dan literatur kebijakan daerah Variabel indikator (1) Penggunaan lahan (2) Perkebunan dan pertanian, (3) perikanan, kelautan, (4) kependudukan dan ketenagakerjaan, (5) infrastruktur umum, pariwisata (6) pendapatan, dan (7) kemiskinan Variabel indeks (1) Penggunaan lahan (2) Perkebunan dan pertanian, (3) perikanan, kelautan, (4) kependudukan dan ketenagakerjaan, (5) infrastruktur umum, pariwisata (6) pendapatan, dan (7) kemiskinan Variabel indeks: (1) Penggunaan lahan (2) Perkebunan dan pertanian, (3) perikanan, kelautan, (4) kependudukan dan ketenagakerjaan, (5) infrastruktur umum, pariwisata (6) pendapatan, dan (7) kemiskinan dan (8) matriks jarak. Variabel indeks: (1) Penggunaan lahan (2) Perkebunan dan pertanian, (3) perikanan, kelautan, (4) kependudukan dan ketenagakerjaan, (5) infrastruktur umum, pariwisata (6) pendapatan, dan (7) kemiskinan dan (8) matriks jarak dan (9) Rencana Kerja Pemerintah Daerah (RKP) Kab. Wakatobi tahun 2008 kuantitatif; analisis indeks, analisis Tree Clustering dan K-Means Clustering kuantitatif; Spasio- Struktural (Spatial Durbin Model) deskriptif kualitatif Sekunder ; (BPS; Podes dan Sensus Pertanian), BAPEDA DKP,BTNKW, COREMAP, TNC,WWF, penelitian sebelumnya dan OPWAL Sekunder ; (BPS; Podes dan Sensus Pertanian), BAPEDA DKP,BTNKW, COREMAP, TNC,WWF, penelitian sebelumnya dan OPWAL Sekunder; (BPS; Podes dan Sensus Pertanian), BAPEDA, DKP, BTNKW, COREMAP, TNC,WWF,dan OPWAL.Bakosurtanal; peta citra Primer; interview key person dan pengamatan lapangan Sekunder; (Bakosurtanal; peta citra), (BPS; Podes dan Sensus Pertanian), BAPEDA, DKP, BTNKW, COREMAP,TNC, WWF, dan OPWAL. Primer; interview key person, pengamatan lapangan
31 3.3. Variabel Indikator Variabel indikator merupakan ukuran kuantitatif dari dimensi dan aspek yang secara logis mengidentifikasikan konfigurasi spasial potensi wilayah di Gugus Pulau Kaledupa dan kinerja pembangunan baik bersifat positif (menunjang tujuan pembangunan) maupun negatif (kontradiktif dengan tujuan pembangunan). Potensi Gugus Pulau Kaledupa dibagi atas: (a) aspek sumberdaya alam, (b) aspek sumberdaya manusia, (c) aspek infrastruktur dan fasilitas umum, infastruktur Perikanan dan kepariwisataan, dan (d) aspek kinerja. Aspek sumberdaya alam dibagi dalam 3 bidang yaitu; (1) Penggunaan lahan, (2) tanaman dan produksi pertanain dan perkebunan, dan (3) sumberdaya perikanan dan kelautan. Aspek sumberdaya manusia dibagi atas 3 bidang yaitu; (1) kependidikan,(2) kependudukan dan (3) ketenagakerjaan. Aspek sumberdaya infrastruktur dan fasilitas umum terdiri atas; (1) sarana dan prasarana umum, (2) sarana-prasarana perikanan kelautan, dan (3) sarana dan obyek wisata. Aspek kinerja pembangunan, terdiri atas (1) ukuran kesejahteraan dan (2) pendapatan wilayah. 3.4. Ortogonalisasi dan Kompomen Utama (PCA) Untuk menyederhanakan jumlah variabel dengan mengelompokkan variabel indikator serta menentukan pola asosiasi variabel dilakukan dengan teknik analisis komponen utama (PCA: Principal Components Analysis) (Tanaka, Tarumi dan Wakimoto, dikutip dari Saefulhakim 2008). PCA dilakukan berdasarkan Aspek sumberdaya alam dibagi dalam 3 bidang yaitu; (1) Penggunaan lahan, (2) tanaman dan produksi pertanain dan perkebunan, dan (3) sumberdaya perikanan dan kelautan. Aspek sumberdaya manusia dibagi atas 3 bidang yaitu; (1) kependidikan,(2) kependudukan dan (3) ketenagakerjaan. Aspek sumberdaya infrastruktur dan fasilitas umum terdiri atas; (1) sarana dan prasarana umum, (2) sarana-prasarana perikanan kelautan, dan (3) sarana dan obyek wisata. Aspek kinerja pembangunan, terdiri atas (1) ukuran kesejahteraan dan (2) pendapatan wilayah. Perangkat lunak yang digunakan adalah Statistica for Windows (StatSoft, 2001). dilakukan terhadap variabel yang telah dibakukan. Tehnik PCA pada awalnya membangun variabel dengan prinsip kombinasi linier baku berbobot
32 (standarlized weighted liner combination). Definisi secara matematis dapat ditulis sebagai berikut : atau Z = Yb.... (1) Vektor pembobot (b) dicari dengan teknik optimasi berikut: Max b Y Yb dimana b b= 1....(2) Dari sini dihasilkan persamaan akar ciri (eigenequantion): Y Yb= b... (3) Akar ciri (eigenvalue) yang dihasilkan oleh banyak variabel yang dianalisis (N), yaitu: 1 2 N, namun demikian dipilah hanya sampai dengan akar ciri ke-q(q<n) yang nilainya cukup besar. ( α 1) (Kaiser, 1960 dalam StatSoft, 2001; dikutip dari Saefulhakim (2008) dan kontribusinya terhadap keragaman juga cukup besar ( α - α+1 1). Untuk setiap akar ciri ( 1 2 q ). dihitung vektor ciri (eiqienvector) pasangannya yaitu b 1,b 2 b q dimana b q ={b j,α }. Dari sini kemudian dibangun sebanyak q sebuah variabel komposit terpilih. Skor daerah ke-i untuk setiap variabel terpilih ke-α (α=1,2 q), dihitung dengan rumus:..... (4) Karena ragam dari variabel komposit terpilih ke-α sama dengan akar ciri ke-α (sebagai implikasi dari persamaan (4), maka angka baku dari skor ini, f i,α adalah :... (5) Variabel komposit terpilih disebut sebagai Komponen Utama. Nilai setiap variabel komposit untuk masing-masing sampel disebut dengan factor score. Koefisien korelasi antar faktor dengan variabel pembangunnya disebut dengan factor loading. Variabel ke-j yang memiliki factor loading yang nyata (significant) dengan faktor ke-α, dijadikan sebagai penciri utama faktor tersebut. Suatu factor loading l j, α, disebut nyata apabila angka mutlaknya minimal sama dengan 0.7 (StatSolft, 2001) yang dihitung dengan rumus :.......(6) Proses analisis selanjutnya adalah melakukan pemutaran atau rotasi terhadap setiap faktor-faktor terpilih. Metode rotasi yang dipilih adalah yaitu varimax
33 normalized rotaion method (StatSolft, 2001). Secara notasi matriks rumus factor score pada persamaan (6) dapat ditulis kembali secara umum sehingga jelas perbedaannya antara sebelum dan sesudah dirotasi, sebagai berikut: F= YC.... (7a) C= LD -1.... (7b) (7c) i= 1 n; α = 1 q....... (7d) i= 1 n; j = 1 N......... (7e) j= 1 n; α = 1 q........ (7f) = disebut sebagai score coefisient.. (7g) L= ; j=1 N; α= 1 q.... (7h) Diang( ) =........ (7i) = koefisient variabel baku ke-j untuk pembangun vektor ke-α Dengan memperhatikan factor loading yang dihasilkan, dapat diidentifikasi: (1) variabel-variabel yang nyata menjadi penciri setiap faktor, dan (2) variabelvariabel yang tidak nyata menjadi penciri faktor manapun. Variabel indikator terpilih adalah variabel indikator yang nyata menjadi penciri utama suatu faktor tertentu. 3.5. Indeks Komposit Indeks pengukur potensi sumberdaya perikanan disusun dari factor score hasil PCA dan indeks pengukur kinerja pembangunan disusun dari variabel indikator terpilihnya. Secara umum indeks disusun dengan fungsi berikut;.... (8) Keterangan; IDX(v i ) = indeks dari variabel v untuk daerah ke-i, = nilai variabel v untuk daerah ke-i, = selang interval yang diharapkan dari indeks yang dibangun,
34 = nilai terkecil yang diharapkan dari indeks yang akan dibangun. Semua indeks yang dibangun distandarisasi sehingga nilai terkecil adalah 1 dan niai terbesar adalah 9, maka dalam hal ini nilai (selang interval) ditetapkan 8, dan nilai sama dengan 1. Untuk indeks pengukur potensi daerah, variabel v adalah factor score hasil PCA (f i,α ). 3.6. Tree Clustering dan K-Means Clustering Tree-Clustering dilakukan untuk menentukan jumlah pembagian klaster tipologi wilayah pada tingkat ketakmiripan tertentu. Selanjutnya dilakukan analisis K-means Clustering untuk menentukan penciri utama setiap tipologi berdasarkan nilai indeks potensi sumberdaya setiap wilayah. Klasifikasi tinggi, sedang dan rendah tipologi sumberdaya yang dimiliki oleh setiap wilayah ditentukan berdasarkan kriteria jarak terdekat (Euclidean Distance). 3.7. Model Spasio-Struktural Stuktur model adalah menentukan Peran (1) sumber daya alam, (2) sumber daya mausia (3) sumber daya Infastruktur dan falitas Umum (4) sumberdaya Infastruktur Perikanan, (5) kepariwisataan, dalam mendorong kinerja pembanguan daerah dianalisis dengan pendekatan model durbin spasial (spatial durbin model)(lesage, 1999, dikutip dari Saefulhakum, 2008).Variabel indikator potensi setiap daerah/pulau dalam mendorong kinerja pembangunan dianalisis dengan pendekatan Model Durbin Spasial (Spatial Durbin Model) secara persamaan struktural (Saefulhakim 2008). Bentuk persamaan matematis model disusun sebagai berikut:.....(9) Keterangan; lnikp i,k=1,2,3 = indeks kinerja pembangunan ke-k =1,2,3, yang setiap selnya berisi nilai variabel tersebut untuk daerah ke-i lnipe i,m = variabel indeks komposit potensi (sumberdaya alam, sumberdaya manusia, infrastruktur dan fasilias umum, infsartuktur perikanan dan kepariwisataan) ke-m yang setiap selnya berisi nilai variabel tersebut untuk setiap daerah ke-i, α k=1,2,3 = konstanta nilai tengah umum variabel indeks kinerja pembangunan ke k =1,2,3,
35 β i,k=1,2,3 = elastisitas pangaruh variabel indeks kinerja pembangunan ke-l terhadap variabel indeks kinerja pembangunan ke-k =1,2,3 di daerah sendiri, rβ i,k=1,2,3 = elastisitas pangaruh variabel indeks kinerja pembangunan ke-k =1,2,3 di daerahdaerah tetangga terhadap variabel indeks kinerja pembangunan ke- k=1,2,3 di daerah sendiri, γ m,k=1,2,3 = elastisitas pengaruh variabel indeks komposit potensi ke-m tehadap variabel indeks kinerja pembangunan ke-k =1,2,3 di daerah sendiri, r γ m,k=1,2,3 = elastisitas pengaruh variabel indeks komposit potensi ke-m di daerahdaerah tetangga terhadap variabel indeks kinerja pembangunan ke-k =1,2,3 di daerah sendiri, ε i,k=1,2,3 = galat pendugaan nilai variabel indeks kinerja pembangunan ke-k =1,2,3 untuk daerah ke-i. rw i,j = matriks kontiguitas spasial antar daerah bertetangga. 3.8. Deskriptif deskriptif logika dari parameter keterkaitan antar variabel kinerja pembangunan dan klasifikasi tipologi kawasan Gugus Pulau Kaledupa serta mengkaji literatur yang terkait dengan kebijakan pengelolaan kawasan pulaupulau kecil serta peraturan daerah yang terkait dengan rencana pengembangan kawasan Gugus Pulau Kaledupa. Dari hasil kajian logika dan literature tersebut akan disusun rekomendasi untuk menjadi arahan didalam perumusan rencana kebijakan pengembangan kawasan Gugus Pulau Kaledupa.