A. Desk study
3.2. Analisis data
a. Analisis Keberlanjutan Industri Gula
Analisis keberlanjutan dilakukan melalui beberapa tahapan yakni: 1. Penentuan atribut pengelolaan limbah industri gula pada masing-masing faktor
2. Penilaian terhadap setiap atribut (skala ordinal) berdasarkan kriteria keberlanjutan pada setiap faktor
3. Analisis ordinasi “Rap-fish” yang berbasis metode multidimentional scalling (MDS)
4. Penyusunan indeks dan status keberlanjutan pengelolaan limbah industri gula yang dikaji secara umum dan dikaji pada setiap faktornya. Pada setiap atribut data yang dihasilkan dari pengamatan lapang, diberi skor atau peringkat yang mencerminkan keberlanjutan dimensi pengelolaan limbah industri gula dengan skor buruk (kondisi yang paling tidak menguntungkan) sampai dengan baik (kondisi paling menguntungkan), serta antara keduanya.
Nilai/skor tersebut dianalisis secara multidimensional, untuk menentukan satu atau beberapa titik yang mencerminkan posisi berkelanjutan dari pengelolaan limbah industri gula. Untuk memudahkan visualisasi posisi ini digunakan analisis ordinasi Rap-fish. Untuk ini digunakan perangkat lunak modifikasi Rap-fish (Kavanagh, 2001) yang merupakan pengembangan MDS yang ada pada perangkat lunak SPSS, sehingga posisi titik berkelanjutannya dapat divisualisasikan dalam sumbu horizontal dan vertikal. Selanjutnya dilakukan proyeksi titik-titik tersebut pada garis mendatar, dan diberi skor 0% dan titik baik 100%, dan titik yang berada diantara keduanya merupakan posisi keberlanjutan sistem.
Pada analisis ordinasi mencerminkan seberapa jauh status keberlanjutan faktor tersebut dan hasil analisis terhadap semua faktor, menunjukkan perbandingan keberlanjutan antar faktor yang divisualisasikan dalam bentuk diagram layang-layang/kite diagram (Gambar 6). Jika sistem yang dikaji nilai indeksnya lebih dari 50% (>50%), maka sistem tersebut sustainable, namun jika kurang dari 50% (<50%), maka sistem tersebut belum sustainable.
Selanjutnya dilakukan analisis sensitivitas untuk melihat atribut apa yang paling sensitif memberikan kontribusi di lokasi penelitian. Pengaruh dari setiap atribut dilihat dalam bentuk perubahan root mean square (RMS) ordinasi, khususnya pada sumbu X (skala sustainabilitas).
Dalam mengevaluasi pengaruh galat (eror) acak pada proses pendugaan nilai ordinasi pengelolaan limbah industri gula digunakan analisis Monte Carlo, karena
menurut Kavanagh (2001) serta Fauzi dan Anna (2002) analisis ini dapat digunakan untuk mempelajari:
1. Pengaruh kesalahan pembuatan skore atribut yang disebabkan oleh pemahaman kondisi lokasi, penelitian yang belum sempurna atau kesalahan pemahaman terhadap atribut atau cara pembuatan skor atribut
2. Pengaruh variasi pemberian skor akibat perbedaan opini atau penilaian oleh peneliti yang berbeda
3. Stabilitas proses analisis MDS yang berulang-ulang (interaksi) 4. Kesalahan pemasukan data atau ada kehilangan data
5. Tingginya nilai stress hasil analisis Rap - fish (nilai stress dapat diterima jika 25%)
Gambar 6. Ilustrasi indeks keberlanjutan (jika lima dimensi) setiap faktor mempunyai kepentingan/kontribusi.
Untuk lebih jelasnya tahapan analisis Rap - fish menggunakan metoda MDS dengan aplikasi Rap-fish dapat dilihat pada Gambar 7.
Gambar 7. Tahapan analisis dengan aplikasi modifikasi Rap–fish menggunakan MDS
b. Analisis Hierarki Proses (AHP)
Pada penelitian ini ditentukan alternatif pengelolaan industri gula. Dalam menentukan alternatif pengelolaan pabrik gula dalam rangka mewujudkan model pengelolaan industri gula yang berwawasan lingkungan dilakukan analisis dengan menggunakan AHP dengan prinsip kerja sebagai berikut (Maarif, 2000).
1. Identifikasi sistem, yaitu untuk mengidentifikasi permasalahan dan menentukan solusi yang diinginkan
2. Penyusunan struktur hierarki yang diawali dengan tujuan umum, dilanjutkan dengan subtujuan-subtujuan, kriteria dan kemungkinan alternatif-alternatif pada tingkatan kriteria yang paling bawah
3. Membuat matriks perbandingan berpasangan yang menggambarkan pengaruh relatif atau pengaruh setiap elemen terhadap masing-masing tujuan yang setingkat di atasnya. Perbandingan berdasarkan “judgment” dari pengambil keputusan, dengan menilai tingkat kepentingan satu elemen dibandingkan dengan elemen lainnya 4. Menghitung matriks pendapat individu
5. Menghitung pendapat gabungan 6. Pengolahan horizontal
Kondisi pengelolaan limbah saat ini
7. Pengolahan vertikal 8. Revisi pendapat
c. Membuat Struktur Hirarki
Dalam menganalisis kebijakan pengelolaan limbah industri gula, struktur Hirarkinya dicoba untuk dilihat secara cukup detil seperti terlihat pada Gambar 8. Gambar 8 menunjukkan model pengembangan industri gula berkelanjutan dilihat dari berbagai aspek dan pemangku kepentingan (stakeholder), sedangkan Gambar 9 memperlihatkan contoh sintesa prioritas pemecahan masalah pada industri gula.
Gambar 8. Struktur hirarki limbah industri gula LIMBAH INDUSTRI PADAT (Solid Waste CAIR (Liquid Waste) GAS (Air Waste) Sosial budaya Budaya Ekonomi Lingkungan
Gambar 9. Diagram hirarki AHP pada pengembangan industri gula
d. Membuat matriks perbandingan berpasangan
Pada analisis AHP dibuat perbandingan berpasangan untuk menggambarkan pengaruh relatif atau pengaruh setiap elemen terhadap masing-masing tujuan yang setingkat di atasnya, dengan didasarkan pada judgement dari para pengambil keputusan. Dalam menilai perbandingan tingkat kepentingan suatu elemen terhadap elemen yang lain, digunakan pembobotan berdasarkan skala Saaty (Saaty, 1993 dalam Maarif, 2000) seperti Tabel 2.
e. Penentuan prioritas
Mengolah nilai-nilai perbandingan relatif sehingga dapat ditentukan peringkat relatif dari seluruh alternatif. Bobot atau prioritas dihitung menggunakan manipulasi matriks (melalui penyelesaian persamaan matematik).
Faktor Aktor Tujuan Sasaran Fokus Infrastruktur Sosbud Lingkungan Dis. Perindag
Deperindag Dinas LH Pengusaha Masyarakat
Transportasi Fiskal Pemasaran Teknologi Partisipasi Masy.
Revitalisasi Swastanisasi Ekstensifikasi
Industri Gula
Ekonomi
Perbankan Bahan Baku
Tabel 2. Skala banding secara berpasangan dalam AHP
Tingkat
Kepentingan Keterangan Penjelasan
1 3 5 7 9 2,4,6,8 Kebalikan
Kedua elemen sama pentingnya.
Elemen yang satu sedikit lebih penting daripada elemen yang lainnya.
Elemen yang satu lebih penting daripada elemen yang lain.
Elemen yang satu jelas lebih penting daripada elemen yang lain.
Elemen yang satu mutlak lebih penting daripada elemen yang lain.
Nilai-nilai antara dua nilai pertimbangan yang berdekatan. Jika untuk aktifitas i mendapat satu angka bila dibandingkan dengan aktifitas j, maka j mempunyai nilai kebalikannya bila dibandingkan dengan i.
Dua elemen mempunyai pengaruh yang sama terhadap tujuan.
Pengalaman dan penilaian sedikit mendukung satu elemen
dibandingkan elemen lainnya.
Pengalaman dan penilaian sangat kuat mendukung satu elemen dibanding elemen lainnya.
Satu elemen dengan kuat didukung dan dominan terlihat dalam praktek.
Bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan.
Nilai ini diberikan bila ada dua kompromi diantara dua pilihan.
f. Konsistensi logis
Semua elemen dikelompokkan secara logis dan disusun dalam bentuk peringkat secara konsisten sesuai dengan kriteria yang logis. Adapun Software yang digunakan untuk proses analisis AHP adalah criterium decision plus version3.0.