Compromise programming merupakan pendekatan multikriteria yang mengindentifikasi solusi yang tidak dominan pada berbagai kondisi dan menjadi dasar terbaik dalam menyusun program yang bersifat interaktif (Tecle et al. 1988). Konsep tidak dominan dalam CP digunakan sebagai dasar menentukan alternatif terbaik dari sejumlah pilihan yang tersedia. Suatu solusi disebut tidak dominan jika tidak terdapat solusi lain yang menyebabkan perubahan terhadap nilai suatu obyek atau fungsi kriteria tanpa membuat nilai dari fungsi obyek lain berubah menjadi lebih buruk (Tecle dan Yitayew 1990). Oleh sebab itu, dalam konsep CP pilihan dominan atas sejumlah alternatif yang ada belum tentu menjadi alternatif terbaik dalam mencapai tujuan yang diharapkan. Pilihan terbaik dalam CP adalah pilihan hasil kompromi atas sejumlah alternatif pilihan yang tersedia (Strager dan Rosenberger 2007). Oleh sebab itu, dalam konteks alokasi lahan, persil lahan yang menjadi pilihan utama belum tentu merupakan pilihan ideal menurut tujuan yang diharapkan.
Dalam konteks MCDM, prinsip jarak merupakan hal yang menyangkut pilihan bagi pengambil keputusan ketimbang merupakan sebuah pendekatan geometrik. Dalam penelitian ini hal tersebut diimplementasikan menggunakan pendekatan fuzzy dan dilambangkan dalam nilai indeks dengan interval 1 (nilai ideal/baik) hingga 0 (tidak ideal/buruk). Konteks titik ideal (ideal point) yang digunakan mengacu pada nilai yang mendekati angka 1 untuk setiap kriteria/indikator, sehingga pengambil keputusan dapat menentukan pilihannya berdasarkan suatu nilai indeks yang mendekati nilai 1. Perbedaan jarak nilai yang terdapat dalam setiap sel data raster dan nilai titik ideal yang terdapat di setiap indikator kemudian dihitung menggunakan persamaan Lp-metric.
2.5.2 Bidang Kartesian
Dalam bidang kartesian, jarak antara 2 titik, misalnya titik x1 = ( dan titik x2
= ( dihitung menggunakan persamaan dalil Phytagoras berikut:
Konsep perhitungan jarak tersebut kemudian dikembangkan secara spasial untuk sejumlah titik ke-n, sehingga jarak antara titik x pada posisi ke-j dapat diubah pada persamaan berikut:
d = ∑ ( )
(21) 2.5.3 Pengukuran Jarak dalam CP
Metode pengukuran jarak dalam CP yang umum digunakan adalah metode jarak Euledian (Persamaan 22). Model persamaan tersebut merupakan bagian dari model persamaan yang dikenal sebagai model persamaan Minkovsky atau persamaan Lp-metric dengan persamaan umum sebagai berikut:
[∑ | | ]
(22)
dimana
= titik ideal (kondisi yang diharapkan) = nilai yang diperhitungkan dari titik j
p = nilai parameter yang mengatur jarak antara dan = bobot kriteria titik ke-j
Setiap nilai parameter p yang berbeda akan menghasilkan nilai jarak yang berbeda antara titik yang diperhitungkan ( dengan titik ideal ( ). Jika nilai p = 1 maka akan dihasilkan jarak geometrik yang maksimum antara dua titik. Dalam konteks evaluasi lahan, pengurangan satu unit dari satu kriteria akan dikompensasikan secara keseluruhan dengan nilai lain pada kriteria yang lain. Dalam kondisi demikian, jika nilai p = 2, maka nilai Lp-metric dapat menunjukkan nilai jarak Eucledian (Persamaan 22), dan hanya sebagian dari proses kompensasi yang dilakukan. Apabila nilai p menjadi lebih besar dari 10, maka deviasi terbesar pada | | akan mendominasi proses evaluasi, dan akan mencapai kondisi yang tidak bisa dikompensansi jika nilai p = ∞. Oleh sebab itu seluruh jarak yang terdapat dalam ruang yang dievaluasi akan dibatasi oleh jarak terjauh (L1-metric) dan jarak terpendek (L∞-metric) yang dikenal dengan model persamaan jarak Chebyshev (Baja et al. 2006).
3.1 Kerangka Pikir Penelitian
Penerapan UU No. 26 Tahun 2007 tentang penataan ruang mengamanatkan bahwa proses penyusunan alokasi ruang suatu kawasan harus mempertimbangkan aspek keberlanjutan sumberdaya dalam proses pembangunan. Distribusi kawasan dalam UU Penataan Ruang membagi suatu wilayah menjadi kawasan lindung dan kawasan budidaya, sebagai upaya mengakomodir kepentingan berbagai pihak dalam proses alokasi penggunaan lahan yang sesuai dengan kualitas dan karakteristik ekologisnya.
Untuk itu diperlukan metode yang dapat membantu para pengambil keputusan dalam merumuskan arahan alokasi ruang untuk penggunaan sumberdaya lahan yang sesuai dengan kapasitas dan potensinya. Penelitian ini dilakukan dengan menerapkan teknik pengambilan keputusan multi-kriteria (multi-criteria decision making) dengan menggabungkan parameter-parameter yang berbasis spasial. Parameter yang digunakan meliputi aspek;
Aspek bio-fisik lahan meliputi; karakteristik fisik dan kimia tanah (misalnya; tekstur, pH, KTK, dll), aspek topografi, dan aspek iklim
Aspek infrastruktur meliputi; aksesibilitas, ketersediaan energi, dan jarak dari lokasi pasar
Aspek sosial ekonomi meliputi; jarak dari pemukiman serta pilihan jenis penggunaan lahan oleh masyarakat.
Kerangka penelitian disusun menggunakan pendekatan pengambilan keputusan multi-kriteria berbasis spasial dan pendekatan sektoral. Pendekatan ini merupakan proses pengambilan keputusan yang didasarkan atas sejumlah kriteria dan indikator berbasis data spasial dalam menentukan alokasi penggunaan lahan di suatu wilayah. Kombinasi antara SIG dan MCDM (multiple criteria decision
making) merupakan salah satu pendekatan yang handal dalam penilaian evaluasi lahan. Namun, kendala yang dihadapi adalah bagaimana mengkombinasikan secara spasial antara berbagai kriteria yang dibuat (berdasarkan nilai atribut yang terdapat pada layer peta) dan pilihan para pengambil keputusan dalam mengklasifikasikan tingkat kesesuaian pada unit analisis lahan. Pada tataran ini
efisiensi pendekatan MCDM dalam proses pengambilan keputusan bergantung pada bobot derajat kepentingan yang diinginkan (Chen et al. 2009). Pendekatan sektoral dilakukan untuk melakukan analisis ekonomi wilayah pada aspek struktur ekonomi dan basis komoditi wilayah. Dalam melakukan proses alokasi ruang, aspek status kawasan menjadi kerangka terhadap jenis penggunaan lahan yang direncanakan. Selain itu, jenis penggunaan lahan aktual juga penting dipertimbangkan untuk menghindari konflik sosial di masyarakat.
Sistem pengambilan keputusan kriteria majemuk umumnya digunakan untuk tujuan optimalisasi, yang melibatkan banyak faktor dan dari sudut pandang yang berbeda-beda (Jankowski dan Nyerges 2001). Dalam penelitian ini, analisis dengan metode MCDM akan memanfaatkan berbagai parameter yang diperlukan dalam menentukan optimasi penggunaan lahan, dalam bentuk indeks lahanuntuk evaluasi kesesuaian lahan maupun alokasi sebaran lahan (nilai Lp-metric). Indeks lahan dari suatu tipe penggunaan lahan merupakan integrasi nilai-nilai optimal (dalam bentuk sebaran spasial) yang dibangun berdasarkan pertimbangan kriteria majemuk.
Gambar 3 menyajikan kerangka penelitian yang disusun sebagai panduan penelitian sehingga dapat mencapai tujuan yang ditetapkan. Berdasarkan urutan pelaksanaannya, penelitian dilakukan melalui beberapa tahap, yaitu:
1. Penyusunan kerangka dan formulasi masalah yang disusun menggunakan pendekatan kriteria majemuk. Tahap ini berupa penentuan tujuan, penentuan kriteria dan indikator serta evaluasi kriteria dan indikator pada setiap tahap analisis yang dilakukan.
2. Analisis sektor basis dilakukan menggunakan metode Location Quotient (LQ) untuk menentukan sektor basis ekonomi dan komoditi basis di wilayah penelitian.
3. Tahap evaluasi lahan. Evaluasi kesesuaian lahan dilakukan mengacu pada kerangka evaluasi lahan menurut FAO (1976) menggunakan pendekatan metode kontinyu. Pendekatan ini dilakukan dengan tujuan mengetahui tingkat kesesuaian suatu jenis penggunaan lahan di suatu wilayah menggunakan metode fuzzy set dengan pendekatan semantic import model
Gambar 3 Kerangka penelitian.
4. Tahap analisis alokasi lahan komoditi basis perkebunan. Pengembangan suatu jenis penggunaan lahan tidak hanya ditentukan oleh aspek bio-fisik lahannya, namun perlu di dukung oleh aspek infrastruktur wilayah dan kondisi sosial
Pemanfaatan Ruang Kawasan
Aspek Kesesuaian Ekologis Lahan Formulasi Masalah (Pendekatan MCDM) Pendekatan Komoditi Basis Pendekatan Keruangan (Spasial)
Aspek Sosial Ekonomi Masyarakat Aspek Ketersediaan
Infrastruktur
Analisis Fungsi Kawasan Analisis Penggunaan Lahan Aktual Alokasi Lahan dan
Rencana Pengembangan Lahan Lp-metric Analisis Komoditi Basis
(Location Quotient) (Metode Fuzzy Set) Evaluasi Lahan
Alokasi Lahan (Compromise Programming)
ekonomi masyarakat. Untuk menentukan alokasi sebaran jenis penggunaan lahan tertentu, dilakukan analisis dengan metode compromise programming menggunakan kerangka pendekatan MCDM yang terdiri atas komponen; (1) Tujuan; (2) Kriteria keputusan; (3) Indikator; (4) Kondisi ideal masing- masing indikator, dan (5) Bobot indikator. Hasil analisis adalah diperolehnya indeks lahan (Lp-metric) alokasi sebaran komoditi basis perkebunan.
5. Proses evaluasi lahan (metode fuzzy set) dan alokasi lahan (metode
compromise programming) menggunakan kriteria dan indikator yang disusun menurut prioritas kepentingan. Pembobotan kriteria dan indikator menggunakan metode PHA.
6. Analisis fungsi kawasan dan analisis penggunaan lahan dipaduserasikan dengan hasil analisis Lp-metric untuk menentukan alokasi lahan komoditi basis perkebunan dan cadangan pengembangannya.