TPA/TPST
2) Dinas Kebersihan DKI Jakarta, 2005
3.3. Kajian Tipologi Permukiman
3.3.5. Aspek Partisipasi dalam Pengelolaan Sampah
Aspek partisipasi yang dinilai memberikan pengaruh yang signifikan pada perilaku dan partisipasi masyarakat dalam pengelolaan sampah permukiman, antara lain adalah tingkat pendapatan dari Kepala Keluarga (KK) yang direpresentasikan dengan besarnya pembayaran iuran (retribusi) untuk
pengelolaan sampah di lingkungannya masing-masing. Tingkat retribusi juga menggambarkan partisipasi remuneratif masyarakat dalam pengelolaan sampah. Dengan data yang berasal dari data primer yang berasal dari wawancara dengan informan, yaitu petugas kelurahan dan pengurus RT/RW, kemudian disusun kisaran (rank) dari tingkat retribusi sampah serta pola partisipasi masyarakat dalam pengelolaan sampah saat ini dan diberi bobot. Klasifikasi berdasarkan tingkat retribusi dilakukan dengan terlebih dahulu melaksanakan penelitian pendahuluan di beberapa RW yang cukup mewakili permukiman dengan tingkat pendapatan rendah, sedang dan tinggi. Dari hasil survei tersebut kemudian dibuat klasifikasi iuran atau retribusi sampah seperti diperlihatkan pada Tabel 9 berikut,
Tabel 9. Klasifikasi Tingkat Retribusi Sampah di Kawasan Permukiman
Tingkat Retribusi Sampah Skor
Tidak ditentukan/sukarela 1
Rp 1.000 ≤ x < Rp 10.000 2
Rp 10.000 ≤ x < Rp 15.000 3
Rp 15.000 ≤ x < Rp 25.000 4
≥ Rp. 25.000 5
Pola partisipasi masyarakat dalam pengelolaan sampah di kawasan permukiman yang berjalan saat ini dapat diklasifikasikan ke dalam beberapa kategori berdasarkan tingkat keterlibatan dan koordinasi dalam sistem pengelolaan tersebut, seperti diperlihatkan pada Tabel 10 berikut,
Tabel 10. Klasifikasi Tipe Partisipasi Masyarakat di Kawasan Permukiman
Tipe Partisipasi Masyarakat dalam Pengelolaan Sampah
Skor
Partisipasi terbatas 1
Tidak ada koordinator 2
Ada koordinator tetapi belum efektif 3
Terkoordinasi/mudah digerakkan 4
Ada percontohan pengomposan/pemilahan 5
Penentuan bobot dan nilai dari setiap faktor analisis tersebut (weighting) dilakukan melalui teknik AHP dengan tiga orang pakar dari kalangan akademisi, yaitu pakar geografi dan kajian perkotaan, pakar Antropologi dan pakar Planologi Perkotaan dan Lingkungan. Setelah dilakukan pembobotan faktor analisis, kemudian dikalikan dengan nilai setiap faktor tersebut di masing-masing
lokasi. Secara garis besar, proses penentuan tipologi permukiman dan pola partisipasi masyarakat diperlihatkan pada Gambar 5.
Gambar 5. Rancangan Operasi Analisis Tipologi Permukiman di DKI Jakarta Data Spasial Luas Bangunan Data Spasial Infrastruktur Pengelolaan Sampah Data Spasial dan Atribut Keteraturan Kawasan Data Atribut Pola Partisipasi Seleksi
Seleksi Seleksi Seleksi
Tipologi Permukiman Scoring
Model Matematika dan Penentuan Kisaran
Union
Overlay 01
Scoring Scoring Scoring
Overlay 02 Overlay 03 Seleksi Union Union Data Spasial dan Atribut Kepadatan Ruang Seleksi Scoring Union Overlay 04
Proses tersebut di atas merupakan proses overlay dengan metode union
atau penggabungan yang dilakukan secara berjenjang atau bertahap dan hasil akhirnya adalah setiap lokasi memiliki nilai tertentu berdasarkan faktor analisis dalam tipologi tersebut. Setelah proses overlay, dapat dilakukan penggolongan yang lebih sederhana dengan menggabungkan nilai-nilai di atas dalam kisaran tertentu. Proses tersebut dilakukan dengan merujuk pada hasil penelitian kualitatif, sehingga aspek sosial pada masing-masing tipologi permukiman dijadikan masukan dan terjadi pemahaman yang baik tentang kondisi di lapangan.
3.4. Kajian Persepsi, Sikap, Perilaku dan Partisipasi Masyarakat 3.4.1. Penelitian Kuantitatif
Pendekatan kuantitatif dalam metode penelitian pertama kali dikembangkan oleh Descartes dengan istilah pendekatan deduktif. Pendekatan tersebut kemudian dikembangkan oleh Comte (1896) yang kemudian dikenal dengan “pendekatan positivisme”. Pendekatan kuantitatif bermula dari studi tentang ilmu-ilmu alam (natural sciences) yang mengharuskan semua kajian penelitian diukur dengan angka-angka kuantitatif secara ontologis dan diletakkan pada tatanan realisme (Basrowi dan Sukidin, 2002). Sparringa (2000) menyatakan bahwa semangat utama positivisme adalah memetakan pola-pola dan kecenderungan umum tentang bagaimana struktur sosial yang ada menghasilkan disposisi dan perilaku individu yang berbeda. Produk akhir dari upaya intelektual tersebut adalah ditemukannya dalil-dalil umum sebagai upaya generalisasi atas fakta-fakta empirik dari berbagai pengamatan yang terukur (Basrowi dan Sukidin, 2002).
Analisis statistik merupakan salah satu alat yang digunakan dalam penelitian kuantitatif. Salah satu faktor terpenting dalam analisis statistik adalah pemilihan metode statistik yang tepat sesuai dengan kebutuhan dan tujuan penelitian. Saat ini, cukup banyak software yang tersedia, mulai dari Genstat, Minitab, Statistica, Systat, Stat-200 sampai Lisrel 8.3. Meskipun demikian, satu hal yang perlu disadari adalah bahwa analisis statistik hanya suatu alat saja, tidak lebih dari itu. Analisis statistik dapat mengungkapkan kebenaran dari
serangkaian data, tetapi pemahaman, pengalaman, intuisi dan penalaran tetap menjadi kekuatan peneliti (Greenfield, 2002).
Dalam pendekatan kuantitatif melalui metode survei, pengumpulan data dilakukan dengan cara melakukan wawancara dengan responden berdasarkan instrumen yang telah disediakan, yaitu berupa kuesioner. Pendekatan kuantitatif tersebut digunakan dalam studi tentang persepsi, sikap dan perilaku masyarakat terhadap sampah dan pengelolaan sampah permukiman, yang dilakukan di wilayah Jakarta Timur.
Penentuan lokasi penelitian dilakukan secara sengaja di tiga kecamatan, yaitu Kecamatan Duren Sawit, Kecamatan Kramat Jati dan Kecamatan Pasar Rebo, kemudian pada masing-masing kecamatan dipilih secara sengaja satu kelurahan, sehingga seluruhnya menjadi tiga kelurahan. Pemilihan sampel responden dilakukan dengan teknik Stratified Random Sampling, yaitu teknik pengambilan sampel secara proporsional berdasarkan strata yang ditentukan, yaitu wilayah administratif pada lokasi penelitian. Penentuan jumlah sampel responden yang diambil dari populasi Kepala Keluarga (KK), dilakukan berdasarkan SK SNI 19-3964-1994 (Dinas Kebersihan DKI Jakarta, 2005) sebagai berikut,
S = Cd √ P
Dimana : Cd = Koefisien untuk Kota Metropolitan = 1 P = Populasi Jiwa di lokasi penelitian
Berdasarkan data Monografi Kelurahan tahun 2005, jumlah penduduk di Kelurahan Pondok Kelapa Kecamatan Duren Sawit adalah 47.853 jiwa, dengan jumlah KK 12.867 KK dan rata-rata jumlah jiwa/KK 3,80 (BPS Provinsi DKI Jakarta, 2005), maka berdasarkan rumus di atas, jumlah sampel responden adalah sebagai berikut,
S = 1√ 47.853 = 218,75 jiwa
Apabila rata-rata jumlah penduduk per rumah tangga sebesar 3,80 maka jumlah sampel KK pada kelurahan tersebut adalah sebagai berikut,
218,75/3,80 = 57,6 KK ~ 58 KK
Apabila dilakukan hal yang sama untuk dua kelurahan lainnya, maka proporsi sampel responden pada ketiga kelurahan dapat dilihat pada Tabel 11 sebagai berikut,
Tabel 11. Struktur Pengambilan Sampel Responden
No. Unit Contoh Responden Jumlah Responden (KK)
1. Kelurahan Pondok Kelapa Kecamatan Duren Sawit
58 2. Kelurahan Kramat Jati
Kecamatan Kramat Jati
55 3. Kelurahan Cibubur Kecamatan Ciracas 57 Total 170
Responden ditentukan secara acak, yang jumlahnya dihitung secara proporsional berdasarkan jumlah KK pada setiap RW sebab unit terkecil penelitian adalah RW. Data yang dihimpun melalui survei (wawancara) kuesioner ditabulasikan dan dianalisis secara deskriptif, serta sebagian data lainnya dianalisis dengan Path Analysis. Meskipun pada prinsipnya analisis jalur (path analysis) merupakan rangkaian analisis regresi berganda, tetapi pada analisis regresi berganda tidak diuji hubungan sebab akibat yang diasumsikan antar variabel. Kelebihan analisis jalur (path analysis) adalah memungkinkan peneliti menguji kausalitas antar variabel (Walsh, 1990). Analisis jalur (path analysis) adalah alat analisis statistik untuk menguji eksistensi variabel antara terhadap hubungan antara variabel X dan Y. Dalam analisis jalur, pertama kali yang dilakukan adalah mencari pengaruh X1 dan X2 terhadap X3. Kedua, mencari pengaruh X1, X2, dan X3 terhadap Y. Ketiga, membandingkan koefisien jalur (path) dari variabel X1 dan X2 terhadap Y, X1 dan X2 terhadap X3 dan X3 terhadap Y. Apabila koefisien jalur (path) X1 dan X2 terhadap X3 lebih besar dari koefisien X3 terhadap Y, maka X3 bukan sebagai variabel antara. Namun apabila koefisien jalur X1 dan X2 terhadap X3 lebih kecil dari koefisien X3 terhadap Y, maka X3 sebagai variabel antara, artinya bahwa perubahan pada variabel Y juga dipengaruhi oleh variabel X3 (Bungin, 2005).
Alasan-alasan penggunaan analisis jalur atau path analysis adalah : (1) apabila data yang akan dianalisis adalah skala interval atau rasio dan data ordinal. (2) Plot-plot dari distribusi nilai variabel-variabel membentuk garis lurus. (3) Ada kesamaan varian yaitu distribusi nilai dari variabel-variabel di sepanjang garis lurus mempunyai jarak yang kira-kira sama, (4) Persebaran nilai dari variabel-variabel apabila digambarkan akan membentuk grafik normal (Bungin,
2005). Sebagian data yang dianalisis dengan Path Analysis diperlihatkan pada Gambar 6 berikut,
X1 : Persepsi X2 : Sikap
X1.1 : Aksesibilitas terhadap informasi X2.1 : Norma/Keyakinan
X1.2 : Pendapatan X2.2 : Status/Peranan Sosial
X1.3 : Pendidikan X3 : Perilaku/Tindakan
X1.4 : Pengetahuan Y : Partisipasi
X1.5 : Pengalaman X1.6 : Lingkungan Sosial
Gambar 6. Jalur antar Variabel dalam Penelitian Perilaku dan Partisipasi Masyarakat dalam Pengelolaan Sampah Permukiman di Kotamadya Jakarta Timur
Prasyarat partisipasi adalah adanya kesempatan, kemauan dan kemampuan. Persepsi akan memperlihatkan seberapa jauh seseorang melihat kesempatan, sikap akan menggambarkan kemauan seseorang dan kemampuan seseorang digambarkan melalui perilaku (Sumardjo, 1988). Ketiga faktor yang mempengaruhi partisipasi tersebut dikaji melalui metode kuantitatif dengan teknik Path Analysis. Pemilihan daerah sampel ditentukan berdasarkan hasil tipologi permukiman secara proporsional, sehingga dapat merepresentasikan masing-masing tipologi tersebut. Data kemudian dianalisis dengan Path analysis
yang merupakan bagian dari Structural Equational Model (SEM) dengan
menggunakan software Lisrel 8.3 (Loehlin, 2004). X1 X2 X3 Y X1.2 X1.3 X1.4 X2.1 X1.5 X2.2 X1.6 X1.1