Analisis data meliputi: (a) analisis kesesuaian lahan, (b) analisis kesenjangan produktivitas lahan, (c) analisis kendala produktivitas lahan, (d) analisis ekonomi [kelayakan finansial], (e) analisis keberlanjutan, (f) analisis kebutuhan stakeholders, dan (g) analisis prospektif. Analisis yang dilakukan dan keterkaitannya dengan tujuan dan keluaran yang diharapkan secara rinci tertera pada Tabel 7.
Analisis kesesuaian lahan
Analisis kesesuaian lahan disusun untuk mendapatkan kesesuaian penggunaan lahan tanaman kakao melalui pendekatan sistem matching atau kecocokan antara kualitas dan sifat-sifat tanah (land qualities/land characteristics) dengan kelas kesesuaian lahan yang disusun berdasarkan persyaratan tumbuh tanaman kakao (Djaenudin et al., 2000).
Analisis kesenjangan
Analisis kesenjangan (gap analysis) bertujuan mengetahui kesenjangan antara produktivitas lahan perkebunan kakao rakyat kondisi saat ini (eksisting) dengan produktivitas lahan yang diharapkan (optimal). Hasil analisis kesenjangan digunakan untuk mengidentifikasi kendala dan upaya-upaya yang dapat dilakukan untuk memperbaiki dan meningkatkan produktivitas lahan. Hal tersebut sesuai dengan hasil penelitian Tarmizi et al. (2006), bahwa untuk mendapatkan hasil yang optimal pada perkebunan kelapa sawit dibutuhkan praktek pengelolaan tanah yang baik berdasarkan kesenjangan antara produktivitas hasil eksisting dan yang diharapkan.
Analisis kendala
Analisis ini dilakukan terhadap aspek-aspek yang berkaitan dengan peningkatan produktivitas lahan berkelanjutan perkebunan kakao rakyat di Pulau Sebatik, dengan menggunakan metode ISM (Eriyatno dan Sofyar, 2007; Marimin, 2004). Data dan informasi yang dikumpulkan adalah: (a) informasi pengelolaan lahan secara umum, antara lain luas kepemilikan lahan, lokasi, jenis pengelolaan lahan, status kepemilikan, kemiringan lahan, dan sistem pertanaman, (b) Local Ecological Knowledge (LEK) dalam menerapkan teknik budidaya dan pengelolaan lahan, pengetahuan dan pengalaman petani dalam mengelola lahan untuk budidaya tanaman, (c) jenis komoditas yang diusahakan (tanaman semusim, tahunan dan ternak), (d) program pembangunan pertanian di kawasan perbatasan, (e) potensi dan kendala pengembangan komoditas unggulan pertanian dari berbagai dimensi atau aspek keberlanjutan, serta (f) jumlah dan jenis lembaga yang ada, serta aktivitasnya.
Tabel 7. Keterkaitan antara tujuan penelitian, kegiatan, data yang diperlukan, analisis data, dan keluaran yang diharapkan.
No Tujuan Kegiatan Sumber Data Analisis Data Keluaran Yang Diharapkan
1. Evaluasi kesesuaian penggunaan lahan untuk tanaman kakao
Analisis tanah Evaluasi kesesuaian lahan
Sampel tanah, topografi, hidrologi, vegetasi dan iklim
Informasi pengelolaan lahan secara umum, jenis komoditas yang diusahakan
Analisis laboratorium Evaluasi lahan, Automated Land Evaluation System (ALES).
Sifat fisik, kimia dan biologi tanah
Kelas kesesuaian lahan untuk tanaman kakao
Survei lapangan Biofisik dan sosial ekonomi kawasan perbatasan Pulau Sebatik
Deskriptif
Analisis kesenjangan (gap analysis)
Data sumberdaya lahan Produktivitas lahan kondisi eksisting dan yang diharapkan Identifikasi responden Responden stakeholders di lokasi
penelitian
Responden pakar/ahli
FGD Variabel-variabel kunci
peningkatan produktivitas lahan Analisis kendala Informasi pengelolaan lahan untuk
perkebunan kakao rakyat
Kelembagaan (jumlah, jenis, aktivitas)
ISM Kendala, kebutuhan dan
lembaga yang terlibat Kelembagaan usahatani yang diperlukan
2. Komponen-komponen
peningkatan produktivitas lahan berkelanjutan
Analisis ekonomi Skala usahatani, pengeluaran biaya usahatani, perkembangan tingkat harga komoditi, suku bunga Bank, besarnya PBB (pajak bumi dan bangunan)
B/C ratio, NVP (Net Present Value), IRR (Internal Rate of Return), kebutuhan hidup layak
Tingkat kelayakan usahatani kakao
3. Rekomendasi kebijakan peningkatan
produktivitas lahan
Analisis keberlanjutan Faktor-faktor yang berpengaruh terhadap keberlanjutan
RAP-COCOA SEBATIK (MDS)
Indeks dan status keberlanjutan
Analisis kebutuhan
stakeholders
Sosial ekonomi dan stakeholders Prospektif Faktor-faktor kunci
Rancangan
rekomendasi kebijakan
Data-data analisis setiap sub kegiatan Hasil alternatif rancangan rekomendasi kebijakan
Gabungan analisis antar sub analisis kegiatan
Pilihan skenario rekomendasi kebijakan
Analisis ekonomi
Analisis ekonomi dilakukan untuk menghitung B/C-ratio, nilai tunai bersih (Net Present Value), Internal Rate of Return (IRR). Data yang diperlukan antara lain skala penggunaan lahan, pengeluaran biaya produksi, luas kawasan budidaya, perkembangan tingkat harga komoditas, kredit usahatani dan suku bunga bank, dll. Data kondisi sosial ekonomi diperoleh melalui wawancara terstruktur terhadap responden yang dipilih secara acak dengan menggunakan bantuan kuesioner.
Analisis keberlanjutan
Metode analisis yang digunakan adalah Multi Dimensional Scaling(MDS) yang disebut dengan RAP-COCOA SEBATIK (Rapid Appraisal for Cocoa on SEBATIK Island), merupakan modifikasi dari RAPFISH (Rapid Appraisal Technique for Fisheries) yang digunakan oleh University of British Columbia, Canada. Metode ini digunakan untuk menilai indeks dan status keberlanjutan serta untuk mengindentifikasi atribut-atribut yang paling sensitif dari masing-masing dimensi keberlanjutan melalui leverage analysis. Teknik ordinasi RAP-COCOA SEBATIK dengan metode MDS dilakukan melalui beberapa tahapan, yaitu (1) penentuan atribut pada setiap dimensi keberlanjutan dan mendefinisikannya melalui kajian pustaka dan pengamatan lapangan. Bagan proses aplikasi RAP-COCOA SEBATIK selengkapnya tertera pada Gambar 6. Penelitian ini mencakup 62 atribut pada 6 dimensi yang dianalisis, yaitu 13 atribut dimensi ekologi, 9 atribut dimensi ekonomi, 13 atribut dimensi sosial budaya, 9 atribut dimensi infrastruktur dan teknologi, 9 atribut dimensi hukum dan kelembagaan, serta 9 atribut dimensi pertahanan dan keamanan;(2) penilaian setiap atribut dalam skala ordinal (skoring) berdasarkan hasil pengamatan lapangan dan pendapat para pakar; (3) analisis ordinasi untuk menentukan posisi status keberlanjutan pada setiap dimensi dalam skala indeks keberlanjutan; (4) menilai indeks dan status keberlanjutan pada setiap dimensi; (5) melakukan sensitivity analysis (leverage analysis) untuk menentukan peubah yang sensitif mempengaruhi keberlanjutan, dan; (6) analisis Monte Carlo untuk memperhitungkan dimensi ketidakpastian (Kavanagh, 2001; Pitcher dan David, 2001). Skala indeks keberlanjutan sistem yang dikaji mempunyai selang 0 - 100 persen, seperti tertera pada Tabel 8.
Tabel 8. Kategori indeks status keberlanjutan perkebunan kakao rakyat
Nilai indeks Kategori
0,00 - 25,00 Buruk (tidak berkelanjutan)
25,01 - 50,00 Kurang (kurang berkelanjutan)
50,01 - 75, 00 Cukup (cukup berkelanjutan)
75,01 - 100,00 Baik (berkelanjutan)
Pada analisis dengan menggunakan MDS juga dilakukan analisis leverage, analisis Monte Carlo, penentuan nilai stress dan koefisien determinasi (R2). Analisis leverage dilakukan untuk mengetahui atribut yang sensitif dan intervensi yang perlu dilakukan. Atribut yang sensitif diperoleh berdasarkan hasil analisis leverage yang terlihat pada perubahan Root Mean Square (RMS) ordinasi pada sumbu X. Semakin besar perubahan RMS, maka semakin sensitif peranan atribut tersebut terhadap peningkatan status keberlanjutan.
Gambar 6. Bagan proses aplikasi RAP-COCOA SEBATIK (dimodifikasi dari Alder et al. (2000); Fauzi dan Anna (2005)
Start
Review atribut
(berbagai kategori dan skoring kriteria)
Identifikasi dan pendefinisian produktivitas lahan perkebunan kakao rakyat (didasarkan kriteria yang konsisten)
Penilaian skor setiap atribut
Multidimensional Scaling Ordination (untuk setiap atribut)
Analisis Monte Carlo (analisis ketidakpastian)
Analisis Leverage (analisis anomali)
Analisis keberlanjutan (sustainability assessment)
Analisis Monte Carlo digunakan untuk menduga pengaruh galat pada selang kepercayaan 95 persen. Nilai indeksMonte Carlo ini dibandingkan dengan indeks MDS. Nilai stress dan koefisien determinasi (R2) berfungsi untuk mengetahui perlu tidaknya penambahan atribut, dan mencerminkan keakuratan dimensi yang dikaji dengan keadaan yang sebenarnya. Nilai tersebut diperoleh berdasarkan 2 titik yang berdekatan terhadap titik asal ordinasi. Penentuan jarak dalam MDS berdasarkan pada Euclidian Distance (Fauzi dan Anna, 2005). Dalam ruang berdimensi n persamaannya adalah:
(
1− 22+ 1− 22+ 1− 22+...)
= x x y y z z
d (4)
Ordinasi dari obyek atau titik kemudian diaproksimasi dengan meregresikan jarak Euclidian (dij) dari titik i ke titik j dengan titik asal (δij).
α βδ ε (5)
Untuk meregresikan persamaan di atas, digunakan metode least squared bergantian berdasarkan akar Euclidian Distance (square distance) atau disebut dengan metode ALSCAL (Fauzi dan Anna, 2005). Metode ini mengoptimalkan jarak kuadrat (squared distance=dijk) terhadap data kuadrat (titik asal=Oijk). Dalam tiga dimensi (i,j,k) disebut S-Stress, sesuai dengan persamaan:
( )
= − = m k i j ijk i j ijk ijk mo
o d S 1 4 2 2 2 1 (6)Jarak kuadrat merupakan jarak Euclidian, sesuai dengan persamaan:
( )
22
−
=
x x
d
ijk wka ia ja (7)Goodness of fit dalam MDS mengukur ketepatan konfigurasi dari suatu titik yang dapat mencerminkan data aslinya. Goodness of fit mencerminkan besaran nilai S-Stress dari R2. Nilai S-Stress yang rendah menunjukkan good fit, sedangkan nilai S-Stress yang tinggi menunjukkan sebaliknya (Fauzi dan Anna, 2005; Malhotra, 2006). Menurut Kavanagh dan Pitcher (2004), model yang baik
mendekati 1 (100%).
Melalui metode MDS, maka posisi titik keberlanjutan dapat divisualisasikan melalui sumbu horizontal dan sumbu vertikal. Dengan metode rotasi, maka posisi titik dapat divisualisasikan pada sumbu horizontal dengan nilai indeks keberlanjutan diberi nilai skor 0% (buruk) dan 100% (baik). Jika sistem yang dikaji mempunyai nilai indeks keberlanjutan lebih besar atau sama dengan 50%, maka sistem dikatakan berkelanjutan (sustainable), dan tidak berkelanjutan jika nilai indeks kurang dari 50%. Ilustrasi hasil ordinasi nilai indeks keberlanjutan dapat dilihat pada Gambar 7.
Buruk Baik
0% 100%
Gambar 7. Ilustrasi penentuan indeks keberlanjutan produktivitas lahan
perkebunan kakao rakyat di kawasan perbatasan dalam skala ordinasi pada dua titik ekstrim buruk (0%) dan baik (100%)
Nilai indeks keberlanjutan setiap dimensi dapat divisualisasikan dalam bentuk diagram layang-layang (kite diagram) seperti tertera pada Gambar 8.
0 20 40 60 80 100 Ekologi Ekonomi Sosial Budaya Infrastruktur & Teknologi Hukum dan Kelembagaan Hankam
Hasil analisis tersebut diperoleh pengaruh galat yang dapat disebabkan oleh berbagai hal seperti kesalahan dalam pembuatan skor karena kesalahan pemahaman terhadap atribut atau kondisi lokasi penelitian yang belum sempurna, variasi skor akibat perbedaan opini atau penilaian oleh peneliti, proses analisis MDS yang berulang-ulang, kesalahan input data atau ada data yang hilang dan tingginya nilai stress. Nilai stress dapat diterima jika nilainya < 25% (Kavanagh dan Pitcher, 2004). Untuk mengevaluasi pengaruh galat pada pendugaan nilai ordinasi digunakan analisis Monte Carlo, yaitu metode simulasi statistik untuk mengevaluasi efek dari random error pada proses pendugaan, serta untuk mengestimasi nilai yang sebenarnya.
Analisis kebutuhan stakeholders
Analisis kebutuhan dilakukan untuk memperoleh komponen-komponen yang berpengaruh dan berperan dalam sistem peningkatan produktivitas lahan berkelanjutan dari semua stakeholders yang terlibat. Setelah mendapatkan data pendukung untuk penetapan kebutuhan dasar yang diperoleh berdasarkan analisis kebutuhan stakeholders, selanjutnya diperkirakan kebutuhan setiap stakeholders.
Analisis prospektif
Analisis prospektif digunakan untuk mendapatkan skenario peningkatan produktivitas lahan berkelanjutan untuk perkebunan kakao rakyat di kawasan perbatasan Pulau Sebatik pada masa yang akan datang, dengan cara menentukan faktor-faktor kunci yang berpengaruh terhadap kinerja sistem. Analisis prospektif bertujuan memprediksi kemungkinan yang akan terjadi di masa yang akan datang sesuai dengan tujuan yang akan dicapai. Analisis prospektif dilakukan melalui tiga tahap yaitu (1) mengindentifikasi faktor kunci di masa depan, (2) menentukan tujuan, strategis dan kepentingan pelaku utama, dan (3) mendefinisikan dan mendeskripsikan evolusi kemungkinan di masa depan dan menentukan strategi secara berkelanjutan sesuai dengan sumberdaya yang ada.
Penentuan faktor-faktor kunci dalam analisis prospektif ini dilakukan dengan menggabungkan faktor-faktor kunci yang sensitif berpengaruh terhadap kinerja sistem hasil analisis keberlanjutan dan faktor kunci yang diperoleh dari
disusun keadaan (state) yang mungkin terjadi di masa yang akan datang.
Tahapan analisis prospektif menurut Bourgeois (2007) yaitu (a) menerangkan tujuan, (b) melakukan identifikasi kriteria, (c) mendiskusikan kriteria yang telah ditentukan, (d) analisis pengaruh antar faktor, (e) merumuskan kondisi faktor, (f) membangun dan memilih skenario, serta (g) implikasi skenario.
Pengaruh antar faktor diberikan skor oleh pakar dengan menggunakan pedoman analisis prospektif, seperti tertera pada Tabel 9. Pengaruh antar faktor diisi sesuai dengan pedoman analisis prospektif adalah sebagai berikut:
1. Jika faktor tersebut tidak ada pengaruhnya terhadap faktor lain, jika ya diberi nilai 0.
2. Jika tidak, selanjutnya dilihat apakah pengaruhnya sangat kuat, jika ya diberi nilai 3.
3. Jika tidak, baru dilihat apakah pengaruhnya kecil = 1, atau pengaruhnya sedang = 2.
Tabel 9. Pedoman penilaian analisis prospektif
Skor Keterangan
0 Tidak ada pengaruh
1 Berpengaruh kecil
2 Berpengaruh sedang
3 Berpengaruh sangat kuat
Sumber: Hardjomidjojo (2006)
Selanjutnya pengaruh antar faktor disusun menggunakan matrik seperti pada Tabel 10.
Tabel 10. Pengaruh antar faktor peningkatan produktivitas lahan berkelanjutan untuk perkebunan kakao rakyat di kawasan perbatasan Pulau Sebatik
Dari ↓↓↓↓ Terhadap A B C D E ... A B C D E ... Sumber: Bourgeois (2007)
Untuk menentukan kemungkinan-kemungkinan di masa depan yang terbaik dapat ditentukan berdasarkan hasil penentuan elemen-elemen kunci di masa depan dari berbagai faktor atau elemen-elemen yang sangat berpengaruh terhadap peningkatan produktivitas lahan berkelanjutan untuk perkebunan kakao rakyat. Cara menentukan elemen kunci tertera pada Gambar 9.