• Tidak ada hasil yang ditemukan

KETERSING KAPAN

4. Analisis Indeks Kerentanan

Setelah diperoleh data-data yang dibutuhkan, tahapan selanjutnya adalah melakukan normalisasi data sesuai dengan fungsi dari masing-masing variabel. Normalisasi untuk fungsi berbanding lurus (↑), mengunakan rumus:

xij = Normalisasi data dengan fungsi hubungan berbanding lurus

daerah (baris) ke- i, dan variabel/indikator (kolom) ke-j Min {Xij} = Nilai minimum pada daerah (baris) ke-i, dan variabel/indikator

(kolom) ke-j

Max {Xij} = Nilai Maksimum pada pada daerah (baris) ke-i, dan

variabel/indikator (kolom) ke-j Untuk variabel dengan fungsi ↓ mengunakan rumus :

yij = Normalisasi data dengan fungsi hubungan berbanding terbalik

daerah (baris) ke- i , dan variabel/indicator (kolom) ke-j Min {Xij} = Nilai minimum pada daerah (baris) ke-i, dan variabel/indikator

(kolom) ke-j

Max {Xij} = Nilai Maksimum pada pada daerah (baris) ke-i, dan

variabel/indikator (kolom) ke-j

Setelah data dinormalisasi tahapan selanjutnya adalah melakukan pembobotan bagi indikator-indikator kerentanan tersebut. Metode pembobotan yang digunakan dalam penelitian ini adalah metode Iyengar dan Sudarshan (1982). Diasumsikan ada sejumlah wilayah M dengan indikator Kerentanan K dan x_ij,i=1,2..M;j=1,2..K merupakan skor yang sudah dinormalisasi. Tingkatan pengembangan dari wilayah ke i th, dan diasumsikan y_i linear dengan x_ij yaitu:

Dimana nilai w ( 0< w <1 dan =1) merupakan bobot. Pada metode lyngar dan sudharshan ini bobot bervariasi berbanding terbalik dengan varians atas daerah daerah pada masing-masing indikator kerentanan yaitu bobot wj dihitung dengan :

Dimana c merupakan konstan yang dinormalisasi yaitu :

( )

j ij i c w Var x =

( )

1 1 var j K ij i j c x = = ⎡ ⎤ =

{ }

{ }

{ }

ij ij i ij ij ij i i X Min X x Max X Min X − = −

{ }

{ }

{ }

ij ij i ij ij ij i i Max X X y Max X Min X − = − 1 K i j ij j y w x = =

Pemilihan pembobotan dalam cara ini akan memastikan bahwa adanya variasi dalam salah satu indikator tidak akan terlalu mendominasi kontribusi dari sisa indikator dan mengubah perbandingan antar daerah. Sehingga indeks kerentanan yang dihitung nilainya berada di antara 0 dan 1, dengan 1 menunjukkan adanya kerentanan yang sangat tinggi dan nilai 0 menujukkan tidak ada kerentanan sama sekali.

Uji statistik dilakukan untuk mengetahui hubungan antara dua variabel/indikator pada perhitungan indeks, apakah terdapat hubungan yang kuat atau tidak, variabel/indikator yang baik adalah tidak terjadi hubungan yang kuat antara dua variabel Metode yang digunakan adalah pearson correlation coefficient menggunakan rumus :

Dimana:

Skor yang distandarisasi =

Mean =

Standar Deviasi =

Ada dua penafsiran korelasi yaitu tanda + dan – yang berhubungan dengan bagaimana kuat tidaknya korelasi dan hubungan korelasi, arah + artinya bahwa kedua variabel tersebut mempunyai hubungan yang berbanding lurus, vice versa, tanda – artinya bahwa kedua variabel mempunyai hubungan yang berbanding terbalik. Adanya hubungan yang kuat dapat juga dilihat dari nilai probability (p- value), dengan selang kepercayaan 95% atau taraf nyata 5%, berikut kriteria pengujiannya : H0 diterima jika p-value > 0,05, H0 ditolak jika p-value < 0,05. Jika

nilai p-value lebih kecil dari 0,05 artinya ada hubungan yang kuat antara kedua variabel, sebaliknya jika p-value diatas 0,05 artinya tidak ada hubungan yang kuat antara kedua variabel tersebut. Uji ini juga untuk mendeteksi adanya multikolinearitas, hubungan yang kuat (p-value < 0,05) menandakan adanya multkolinearitas yang tinggi, sebaliknya hubungan yang tidak kuat (p-value > 0,05) menandakan tidak adanya multikolinearitas. Jika tidak ada atau sedikit variabel yang menunjukan gejala multikolinearitas artinya data yang digunakan cukup baik atau secara statistik memenuhi asumsi klasik.

Analisis data dilakukan baik secara deskriptif maupun dengan menggunakan statistik indikator seperti prosentase, nilai rataan, median, dan standard deviasi dan juga pearson correlation coefficient.

5. Analisis Pola Adaptasi Masyarakat

Untuk mengetahui pola adaptasi masyarakat terhadap krisis air dilakukan analisis diskrittif kualitatif, dengan penekanan pada aspek kultural dan struktural. Kedua aspek ini digali melalui pendekatan kualitatif dengan membangun

pernyataan pengetahuan berdasarkan perspektif konstruktif (Creswell 2003). Analisis ini diharapkan bisa mendapatkan informasi secara lengkap dan mendalam terkait terkait dengan aspek sosial ekonomi, khususnya pola perilaku dan adaptasi masyarakat terhadap kondisi krisis air di pulau-pulau kecil. Melalui analisis ini juga dapat menggali data-data kasus yang spesifik yang dapat menggambarkan kekhasan dari penelitian ini.

Pemetaan Proses Penelitian (Research Mapping)

Secara ringkas proses penelitian disertasi ini dapat dipetakan dalam suatu diagram sebagaimana ditampilkan pada gambar 5. Seperti tampak pada gambar, bahwa penelitian ini dibangun berdasarkan prinsip input, proses dan output. Input penelitian yang berupa tujuan penelitian, diuraikan detail dalam lima tujuan khusus. Masing-masing tujuan memerlukan data dan analisis yang berbeda-beda sesuai dengan tujuan yang diinginkan. Pada akhirnya setelah beberapa analisis dilakukan

akan menghasilkan outcomes penelitian yang komprehensif yang dapat dijadikan

Gambar 5 Pemetaan Proses Penelitian (Research Mapping)

TUJUAN UMUM TUJUAN KHUSUS DATA ANALISIS HASIL (OUTPUT) OUTCOMES

Menyusun indeks kerentanan untuk pemenuhan kebutuhan air bersih pulau- pulau kecil. Mengetahui tingkat konsumsi, ketersediaan serta potensi kekurangan air bersih di pulau-pulau kecil

Menformulasikan indeks kerentanan untuk pemenuhan kebutuhan air bersih di pulau-pulau kecil

Menganalisis pola adaptasi masyarakat di daerah krisis air masyarakat di pulau-pulau kecil

Menganalisis status keberlanjutan pemenuhan kebutuhan air bersih pulau- pulau kecil

• Ketersediaan air

• Kebutuhan air

• Pola konsumsi

•Keragaman sumber air

•Pertumbuhan penduduk

•Jumlah kejadian bencana

•Tingkat pendapatan •Kemiskinan •WTP •Kearifan local •Modal social •dll • Data sekunder

• Data Primer dengan melakukan survey

• Data sekunder

• Data Primer dengan melakukan survey •Ekologi •Ekonomi •Sosial •Kelembagaan •Infrastruktur/Teknologi

Analisis ketersediaan dan kebutuhan air

Tingkat konsumsi, ketersediaan dan kekurangan air

- Literature Review untuk mencari dimensi dan parameter - Analisis hubungan fungsional dan parameter terpili terhadap kerentanan - Min-Max Analisis untuk normalisasi data

- Pembobotan dengan metode Lyengar

- Uji Statistik pearson corelation coefficient untuk melihat adanya multikolinearitas

Analisis deskriptif kulitatif RAP – Water → Analisis bersifat multi dimensi (ekologi, ekonomi, sosial dan kelembagaan)

Konsep kerentanan dalam bentuk dimensi dan parameter

Hasil Indeks kerentanan di masyarakat di lokasi terpilih dengan kategori:

-Sangat Rentan

-Cukup Rentan

-Batas Aman

-Cukup Dapat Bertahan

-Sangat Dapat Bertahan

Pola adaptasi masyarakat di daerah krisis air masyarakat pulau-pulau kecil

Status keberlanjutan pemenuhan kebutuhan air

bersih pulau-pulau kecil Terciptanya analisis yang komprehensif yang dapat dijadikan acuan bagi alternatif kebijakan pemenuhan kebutuhan air bersih berkelanjutan di pulau-pulau kecil

Dokumen terkait