Lokasi Penelitian
Penelitian dilakukan di lapangan dan di laboratorium. Penelitian di lapangan dilaksanakan di Kota Tangerang, Provinsi Banten. Sedangkan untuk pengolahan data dilakukan di Bagian Perencanaan Pengembangan Wilayah, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. Penelitian berlangsung mulai bulan Maret sampai dengan Agustus 2005.
Data dan Sumber Data
Data yang digunakan dalam penelitian ini berasal dari data primer dan data sekunder. Data primer diperoleh dari survai ke lapangan (Kota Tangerang) untuk mengecek penggunaan lahan terkini dengan menggunakan alat GPS. Sedangkan data sekunder merupakan data Peta Penggunaan Lahan hasil klasifikasi citra
Landsat 1991 dan 2001 hasil penelitian Rustiadi et al. (2003), serta data PODES (Potensi Desa) tahun 2003.
Alat-alat yang digunakan dalam penelitian ini adalah GPS (Global Position System), serta komputer dengan program Arc-View 3.2, Statistica 6.0,
Microsoft Excel, dan Microsoft Word.
Metode Penelitian
Tahap Penelitian
Penelitian ini dilakukan melalui beberapa tahap. Tahap-tahapan penelitian tersebut secara umum sebagai berikut :
1. Tahap Persiapan. Pada tahap ini dilakukan pemilihan topik penelitian, pengumpulan literatur, pembuatan proposal, serta pencarian data-data yang diperlukan dalam penelitian serta pemilihan metode yang digunakan untuk analisis data.
2. Pengumpulan dan Tabulasi Data. Data yang dikumpulkan dalam penelitian ini berupa data Podes tahun 2003 dan Peta Penggunaan Lahan hasil klasifikasi citra landsat tahun 1991 dan 2001 hasil penelitian Rustiadi et al. Pada tahun 2003. Tabulasi digunakan untuk menyederhanakan data ke dalam bentuk yang mudah dibaca.
3. Survai Lapang. Dilakukan untuk mengetahui keadaan pengunaan lahan sekarang. Survai tersebut dilakukan dengan melihat penggunaan lahan di lapang yang ada sekarang dan dibandingkan dengan Peta Penggunaan Lahan Tahun 2001. Contoh yang diamati sebanyak 30 titik dimana pemilihan titik tersebut dilakukan secara acak. Peta Penggunaan Lahan tersebut kemudian diperbaiki sehingga diperoleh Peta Penggunaan Lahan Tahun 2005. Sebaran titik contoh disampaikan pada peta (Gambar Lampiran 1).
4. Permodelan. Dilakukan untuk menyusun model-model yang terkait dengan tujuan penelitian. Dalam permodelan juga dilakukan pemilihan variabel yang digunakan untuk analisis. Pemilihan model dilakukan sejak penyusunan proposal dan terus diperbaiki sesuai dengan perkembangan data yang dikoleksi. Model yang direncanakan tersebut kemudian direvisi kembali untuk disesuaikan dengan data yang diperoleh.
5. Perumusan Hasil Analisis. Merupakan tahapan pemilihan bahan untuk penyusunan laporan.
6. Penulisan Laporan. Merupakan hasil dari kegiatan selama penelitian yang berupa karya ilmiah.
Identifikasi variabel, sumber data dan teknik analisis untuk setiap tujuan penelitian dapat dilihat pada Tabel 1, sedangkan untuk tahapan-tahapan kegiatan dalam analisis data secara umum dapat dilihat pada Gambar 1.
Tabel 1 : Identifikasi Variabel, Sumber Data dan Teknik Analisis untuk Setiap Butir Penelitian
No Tujuan penelitian Variabel Sumber Data Analisis yang Digunakan 1 Analisis pola dan
laju konversi lahan pertanian
Perubahan luas lahan Peta Penggunaan Lahan hasil klasifikasi citra Landsat 1991 dan 2001 (Rustiadi et al. 2003) -Shift Share Analysis (SSA) -Analisis spasial 2 Analisis tingkat perkembangan wilayah Infrastruktur wilayah
Data PODES Analisis skalogram 3 Analisis keterkaitan antara konversi lahan pertanian dengan perkembangan wilayah
-Laju konversi lahan -Indeks
perkembangan wilayah
Data hasil analisis tujuan 1 dan 2 -Analisis korelasi --principle component Analysis (PCA) 4 Analisis faktor- faktor yang mempengaruhi konversi lahan pertanian -Perubahan penggunan lahan -Indeks perkembangan wilayah
-Data hasil analisis tujuan 1 dan 2 -Data pengunaan lahan Analisis regresi berganda (stepwise)
Gambar 1. Bagan Alir Tahap Analisis Data
Podes
Visualisasi Spasial perubahan penggunaan lahan
Keterkaitan antara perkembangan wilayah dan pola perubahan
penggunaan lahan Struktur penggunaan lahan Perkembangan wilayah Faktor-faktor yang mempengaruhi perubahan penggunaan lahan
Tabel penggunaan lahan pada dua titik tahun Peta Penggunaan Lahan 1991 Peta Penggunaan Lahan 2001 Peta Penggunaan Lahan 2005
Analisis Shift Share dan Analisis Komponen utama Analisis Skalogram
Analisis Regresi
Analisis korelasi
Keterangan:
= data yang digunakan = analisis
= hasil analisis
Teknik Analisis
Shift Share Analysis (SSA)
Shift Share Analysis digunakan untuk menganalisis intensitas perubahan penggunaan lahan, yang didekomposisikan menjadi tiga komponen penyusun laju pertumbuhan yaitu komponen share, komponen propotional shift, dan komponen
differential shift. Analisis Shift Share mempunyai rumus matematik sebagai berikut: SSA = ⎥⎦ ⎤ ⎢⎣ ⎡ − 1 .. .. ) 0 ( ) 1 ( t t X X + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − ) 0 ( ) 1 ( ) 0 ( ) 1 ( .. .. . . t t t t X X j X j X + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − ) 0 ( ) 1 ( ) 0 ( ) 1 ( . . t t t t j X j X Xij Xij A B C A = komponen share
B = komponen propotional shift
C = komponen differential shift
X.. = nilai total aktifitas dalam total wilayah X.j = nilai total untuk penggunaan lahan ke-j
Xij = nilai total di wilayah ke-j untuk penggunaan lahan ke-i t1 = titik tahun akhir
Hasil analisis shift share menjelaskan kinerja suatu aktifitas di suatu sub wilayah dan membandingkan dengan kinerjanya di dalam wilayah total. Gambaran kinerja ini dapat dijelaskan dari tiga komponen hasil analisis, yaitu: 1. komponen laju pertumbuhan total (komponen regional share). Komponen
ini menyatakan pertumbuhan total wilayah pada dua titik waktu yang menunjukkan dinamika total wilayah.
2. komponen pergeseran proposional (komponen propotional shift). Komponen ini menyatakan pertumbuhan total aktifitas tertentu secara relatif, dibandingkan dengan pertumbuhan secara umum dalam total wilayah yang menunjukkan dinamika sektor/aktifitas dalam wilayah.
3. komponen pergeseran diferensial (komponen differential shift). Ukuran ini menjelaskan bagaimana tingkat kompetisi (competitiveness) suatu aktifitas tertentu dibandingkan dengan pertumbuhan total sektor/aktifitas tersebut dalam wilayah. Komponen ini menggambarkan dinamika (keunggulan atau ketakunggulan) suatu sektor/aktifitas tertentu di sub wilayah tertentu terhadap aktifitas tersebut di sub wilayah lain.
Analisis Komponen Utama/ Principle Component Analysis (PCA)
Analisis komponen utama merupakan suatu metode yang dapat digunakan untuk memperkecil dimensi variabel yang diamati dengan jalan mentransformasikan variabel asal (X) ke variabel baru (W) yang saling bebas satu sama lain (Drapper dan Smith, 1992). Prinsip dasar PCA adalah menentukan faktor-faktor (komponen utama) dengan dimensi yang lebih kecil dari variabel aslinya, tetapi masih dapat menerangkan sebagian besar keragaman variabel aslinya.
Variabel baru (W) ini disebut sebagai komponen utama yang merupakan hasil tranformasi variabel asli. Dalam model matrik dapat dinotasikan sebagai berikut :
W = Ax dimana :
A = matrik yang melakukan transformasi terhadap variabel asal sehingga diperoleh vektor komponen utama W.
x = vektor variabel asal
Komponen utama merupakan kombinasi linier terbobot dari variabel asal yang dapat menerangkan keragaman data terbesar. Komponen utama pertama dapat ditulis sebagai berikut :
W1 = a11X1 + a11X2 + … + ap1Xp
dimana a1 adalah vektor ciri yang bersesuaian dengan akar ciri terbesar yang
memberikan keragaman terbesar. Komponen utama kedua dan ke-j ditulis sebagai berikut :
W1 = a12X1 + a22X2 + … + ap2Xp
Wj = a1jX1 + a2jX2 + … + apjXp
dimana aj adalah vektor ciri yang bersesuaian dengan akar ciri terbesar ke-j yang
bersifat ortogonal, ai’aj = 0 untuk i ≠ j.
Pemilihan variabel baru yang akan diambil untuk menerangkan keragaman dapat ditetapkan berdasarkan beberapa konsep. Menurut Drapper dan Smith (1992) hanya variabel yang mempunyai akar ciri yang lebih besar dari satu yang diambil sebagai variabel. Sedangkan menurut Morrison (1976, dalam Drapper dan
Smith, 1992), variabel baru yang diambil harus dapat menerangkan keragaman dari variabel tak bebas paling tidak 75 persen.
Analisis PCA ini menggunakan 20 variabel, variabel-variabel tersebut adalah indeks aksesibilitas ke pusat pemerintahan (X1), indeks aksesibilitas ke
fasilitas pendidikan (X2), indeks aksesibilitas ke fasilitas ekonomi (X3), indeks
aksesibilitas ke fasilitas kesehatan (X4), indeks aksesibilitas ke fasilitas lain (X5),
indeks fasilitas ekonomi (X6), indeks fasilitas pendidikan (X7), indeks fasilitas
kesehatan (X8), indeks fasilitas sosial lain (X9), indeks kesejahteraan (X10), indeks
luas wilayah (X11), selisih sawah (X12), selisih urban (X13), selisih tegalan (X14),
selisih air (X15), selisih hutan (X16), differential shift sawah (X17), differential shift
urban (X18), differential shift tegalan (X19), dan differential shift air (X20).
Analisis Skalogram
Analisis skalogram digunakan untuk menentukan hirarki wilayah. Dalam metode skalogram, seluruh fasilitas umum yang dimiliki oleh setiap unit wilayah didata dan disusun untuk membangun suatu indeks. Metode skalogram ini bisa digunakan dengan menuliskan jumlah fasilitas yang dimiliki oleh setiap wilayah atau menuliskan ada atau tidaknya fasilitas tersebut di suatu wilayah tanpa memperhatikan jumlah atau kuantitasnya. Tahapan dalam penyusunan analisis skalogram adalah sebagai berikut : (1). Menyusun fasilitas sesuai dengan penyebaran dan jumlah fasilitas di dalam unit-unit wilayah, (2). Khusus untuk fasilitas yang menandakan jarak harus dibuat invers jarak akan berkorelasi positif dengan fasilitas yang lain sehingga apabila suatu wilayah tersebut dekat dengan pusat dari suatu wilayah akan memiliki nilai invers jarak paling besar walaupun sebenarnya jarak wilayah tersebut dengan pusat wilayah paling dekat, (3). Semua
nilai fasilitas dirasiokan terhadap luas di setiap wilayah sehingga didapatkan penyebaran fasilitas di setiap wilayah sehingga didapatkan penyebaran fasilitas di wilayah tersebut, (4). Semua nilai harus distandarisasikan dahulu sehingga nilai tersebut memiliki satuan yang sama dengan persamaan standarisasi
Zi = Xi – Xmin S dimana:
Zi = nilai standar
Xi = nilai indeks fasilitas ke-i S = galat baku
(5). Mengelompokkan fasilitas-fasilitas yang sama/mempunyai kemiripan sifat ke dalam suatu kelompok indeks, misalnya indeks fasilitas ekonomi, indeks fasilitas kesehatan, indeks kesejahteraan dan lain sebagainya, (6). Menjumlahkan seluruh fasilitas yang ada dalam suatu kelompok indeks secara horisontal, (7). Membagi masing-masing kelompok indeks tersebut dengan jumlah penyusun setiap kelompok, (8). Menjumlahkan seluruh indeks secara horizontal untuk menentukan indeks perkembangan suatu wilayah (total indeks), (9). Mengitung nilai rata-rata (average) dan standar deviasi (st-dev) dari total indeks tersebut.
Model untuk menentukan nilai indeks perkembangan wilayah desa-desa adalah sebagai berikut :
IPDj = ij n i
∑
Ι' Dimana = Ι'ij= i i j SD i −Ι min ΙIij = nilai (skor) indeks perkembangan ke-i wilayah ke-j
ij '
Ι = nilai (skor) indeks perkembangan ke-i terkorelasi (terstandarisisi)
wilayah ke-j
min
i
Ι = nilai (skor) indeks perkembangan ke-i terkecil (minimum) i
SD = standar deviasi indeks perkembangan ke-i
Penentuan tingkat perkembangan wilayah dibagi menjadi tiga, yaitu apabila rata-rata indeks perkembangan lebih dari satu atau sama dengan (1 x st- dev) + rata-rata maka masuk ke dalam tingkat perkembangan wilayah tinggi. Apabila nilai indeks perkembangan kurang dari rata-ratanya maka masuk ke dalam tingkat perkembangan rendah dan apabila diantara keduanya berarti masuk ke dalam tingkat perkembangan sedang. Dalam penelitian ini tidak dilakukan pembobotan untuk fasilitas-fasilitas yang ada atau semua fasilitas dianggap mempunyai pengaruh yang sama terhadap perkembangan wilayah. Variabel- variabel yang digunakan dalam analisis skalogram dapat dilihat pada Tabel 2.
Tabel 2. Variabel yang Digunakan pada Setiap Kelompok Indeks untuk Analisis Skalogram
Kelompok
Indeks Variabel yang Digunakan
Jumlah Variabel Fasilitas
ekonomi
1. Lahan untuk bangunan industri
2. Lahan untuk bangunan lainnya (perkantoran, pertokoan) 3. Banyaknya peralatan pertanian
4. Banyaknya transportasi air 5. Jumlah Toko/Warung/Kios
6. Jumlah Supermarket/Pasar Swalayan/Toserba 7. Restoran/Rumah Makan/Kedai Makanan Minuman 8. Jumlah Hotel/Penginapan
9. Jumlah Industri Kerajinan 10. Jumlah Bank
11. Jumlah koperasi
12. Jumlah Perusahaan Peternakan
12
Fasilitas pendidikan
1. Jumlah TK negeri dan swasta
2. Jumlah SD negeri dan swasta dan yang sederajat 3. Jumlah SLTP Negeri dan swasta dan yang sederajat 4. Jumlah SMU dan SMK negeri dan swasta 5. Jumlah Akademi/PT negeri dan yang sederajat
Tabel 2. Lanjutan Kelompok
Indeks Variabel yang Digunakan
Jumlah Variabel Fasilitas
pendidikan
6. Jumlah Sekolah Luar Biasa negeri dan swasta 7. Jumlah pondok pesantren dan Madrasah Diniyah 8. Jumlah lembaga ketrampilan
Fasilitas kesehatan
1. Jumlah fasilitas pengobatan 2. Jumlah fasilitas penyedia obat 3. Jumlah tenaga medis
3
Fasilitas sosial lain
1. Jumlah tempat peribadatan 2. Jumlah Perpustakaan 3. Jumlah tempat hiburan
4. Jumlah lapangan terbuka/alun-alun/taman bermain, 5. Jumlah fasilitas komunikasi
5
Aksesibilitas ke pusat
pemerintahan
1. Jarak dari kantor desa/kelurahan ke kantor kecamatan yang membawahi
2. Jarak dari kantor desa/kelurahan ke kantor kabupaten/kota yang membawahi
3. Jarak dari Kantor desa/kelurahan ke Ibukota kabupaten/kota lain terdekat 3 Aksesibilitas ke fasilitas pendidikan 1. Jarak ke TK terdekat 2. Jarak ke SD terdekat 3. Jarak ke SLTP terdekat 4. Jarak ke SMU 5. Jarak ke SMK terdekat 5 Aksesibilitas ke fasilitas kesehatan
1. Jarak dari desa/kelurahan ke rumah sakit
2. Jarak dari desa/kelurahan ke rumah sakit bersalin/rumah Bersalin 3. Jarak dari desa/kelurahan ke poliklinik/balai pengobatan 4. Jarak dari desa/kelurahan ke puskesmas
5. Jarak dari desa/kelurahan ke puskesmas pembantu 6. Jarak dari desa/kelurahan ke tempat praktek dokter 7. Jarak dari desa/kelurahan ke tempat praktek bidan 8. Jarak dari desa/kelurahan ke posyandu
9. Jarak dari desa/kelurahan ke polindes 10. Jarak dari desa/kelurahan ke apotik 11. Jarak dari desa/kelurahan ke pos obat desa 12. Jarak dari desa/kelurahan ke toko khusus obat/jamu
12
Aksesibilitas ke fasilitas ekonomi
1. Jarak terdekat ke bioskop, 2. Jarak kr rumah bilyard, 3. Jarak ke pub/diskotik/karaoke 4. Jarak pertokoan terdekat 5. Jarak pasar terdekat
5
Aksesibilitas ke fasilitas lain
1. Jarak ke kantor pos 2. Jarak pos polisi terdekat
2 Tingkat
Kesejahteraan
1. Jumlah keluarga prasejahtera dan sejahtera I
2. Banyaknya penduduk Desa/Kelurahan yang tidak mempunyai pekerjaan
3. Jumlah keluarga permukiman kumuh
4. Jumlah surat miskin yang dikeluarkan desa/kelurahan 5. Jumlah keluarga yang menerima "kartu sehat" setahun terakhir 6. Jumlah keluarga menggunakan listrik PLN dan non PLN 7. Jumlah keluarga yang berlangganan telpon
8. Jumlah keluarga yang mempunyai pesawat TV 9. Jumlah rumah permanen
9
Luas wilayah 1. Luas Desa/Kelurahan (Ha) 1
Analisis Korelasi
Analisis korelasi merupakan analisis yang digunakan untuk mengetahui keeratan hubungan antara dua variabel sebagai salah satu dasar pertimbangan dalam melihat ada atau tidaknya hubungan sebab-akibat antara variabel tersebut. Di dalam analisis korelasi sederhana, sifat keeratan hubungan antara dua variabel diidentifikasi berkorelasi positif, negatif, atau tidak berkorelasi. Dua variabel akan berkorelasi positif jika mempunyai kecenderungan yang searah, misalnya kenaikan variabel x yang diikuti oleh kenaikan variabel y, dan akan berkorelasi negatif jika kecenderungan variabelnya berlawanan. Sedangkan jika perubahan variabel x tidak mempengaruhi variabel y dan sebaliknya, maka keduanya dinyatakan tidak berkorelasi.
Koefisien korelasi yang menyatakan besarnya hubungan antara dua variabel dapat dinyatakan dengan persamaan sebagai berikut :
rxy =
[(
)( )]
[
2 2][
2 2]
) ( ) ( Xi n Yi Yi Xi n i i i i n Σ − Σ Σ − Σ ΣΥ ΣΧ − Υ ΣΧ dimana: n = ukuran populasixi = nilai variabel x untuk anggota populasi ke-i
yi = nilai variabel y untuk anggota populasi ke-i
Analisis Regresi Berganda (Stepwise Regression Analysis)
Analisis regresi digunakan untuk membuat model pendugaan terhadap nilai suatu parameter, dari parameter-parameter (variabel penjelas) lain yang diamati. Analisis regresi dilakukan dengan menggunakan perangkat lunak komputer dengan program Statistica. Metode analisis yang digunakan adalah
stepwise regression. Prinsip dasar stepwise regression adalah mengurangi banyaknya variabel di dalam persamaan dengan cara menyusupkan variabel satu demi satu sampai diperoleh persamaan regresi yang paling baik. Urutan penyisipan ditentukan dengan mengggunakan koefesien korelasi parsial sebagai ukuran pentingnya variabel yang masih diluar persamaan. Variabel yang berkorelasi dengan respon dipilih dan dihitung dengan persamaan regresi, kemudian diuji nyata atau tidak yaitu dengan membandingkan antara F-parsial setiap variabel dengan F-tabel. Pengujian ini sangat menentukan apakah variabel yang bersangkutan dipertahankan atau dikeluarkan dari persamaan (Draper dan Smith, 1992).
Persamaan (model) yang akan dihasilkan adalah : Y = A1X1 + A2X2 + … + AnXn
dimana:
Y = dependent variable (variabel tujuan)
Xi = independent variable ke-i (variabel penduga), untuk i = 1, 2, 3, …
Ai = koefisien regresi vaeriabel ke-i
Dalam analisis multiple regression ini digunakan lima variabel sebagai respon (Y) dan enam belas variabel penduga yang mempengaruhi respon (X). Variabel-variabel beserta simbol yang digunakan dalam analisis regresi dapat dilihat pada Tabel 3.
Tabel 3. Simbol dan Variabel yang Digunakan dalam Analisis Multiple Regression
Simbol Nama Variabel
Y11 Perubahan luas area sawah (t1 – t0)
Y21 Perubahan luas area urban (t1 – t0)
Y31 Perubahan luas area tegalan (t1 – t0)
Y12 Area sawah t1 (tahun 2005)
Y22 Area urban t1 (tahun 2005)
X1 Indeks aksesibilitas ke pusat pemerintahan
X2 Indeks aksesibilitas ke fasilitas pendidikan
X3 Indeks aksesibilitas ke fasilitas kesehatan
X4 Indeks aksesibilitas ke fasiltias ekonomi
X5 Indeks aksesibilitas ke fasilitas lain
X6 Indeks fasilitas ekonomi
X7 Indeks fasilitas pendidikan
X8 Indeks fasilitas kesehatan
X9 Indeks fasilitas sosial lain
X10 Indeks Kesejahteraan
X11 Luas wilayah
X12 Luas area sawah t0 (tahun 1991)
X13 Luas area urban t0 (tahun 1991)
X14 Luas area tegalan t0 (tahun 1991)
X15 Luas area air t0 (tahun 1991)
X16 Luas area hutan t0 (tahun 1991)
Analisis Spasial
Analisis spasial digunakan untuk melihat pola perubahan luas lahan secara spasial. Untuk analisis spasial digunakan software Arc view 3.2. Peta yang digunakan pada analisis ini yaitu Peta Penggunaan Lahan Tahun 1991 dan Tahun 2005. Peta Penggunaan Lahan Tahun 2005 diperoleh dari Peta Penggunaan Lahan Tahun 2001 yang telah di perbaiki melalui survai lapang dengan GPS (Global Positioning System).
Survai lapang dilakukan untuk mengetahui keadaan pengunaan lahan terkini. Survai tersebut dilakukan dengan melihat penggunaan lahan di lapang yang ada sekarang dan dibandingkan dengan Peta Penggunaan Lahan Tahun 2001. Contoh yang digunakan ada 30 titik dimana pemilihan titik tersebut dilakukan secara acak. Peta penggunaan lahan tersebut kemudian diperbaiki sehingga diperoleh Peta Penggunaan Lahan Kota Tangerang Tahun 2005.