4.4 Metode Pengolahan dan Analisis Data
4.4.2 Estimasi Dampak Positif dan Eksternalitas Negatif Akibat
Estimasi dampak positif dan eksternalitas negatif akibat keberadaan TPAS “Namo Bintang” bertujuan untuk mengetahui seberapa besar pengaruh baik keuntungan maupun kerugian yang dirasakan oleh masyarakat atas keberadaan TPAS.
4.4.2.1 Dampak Positif Akibat Keberadaan TPAS “Namo Bintang”
Dampak positif diestimasi dengan nilai tambah dari pupuk kompos yang dilakukan oleh tiga responden pemulung yang menggunakan Metode Hayami. Keberadaan TPAS “Namo Bintang” juga menjadikan sumber pendapatan rumah tangga masyarakat sekitar TPAS “Namo Bintang”.
4.4.2.1.1 Analisis Nilai Tambah
Pengolahan sampah organik menjadi pupuk kompos menghasilkan suatu besaran nilai tambah. Analisis nilai tambah ini menggunakan Metode Hayami. Perhitungan nilai tambah menggunakan satuan berat yang sudah dikonversi. Penelitian ini menggunakan analisis nilai tambah dengan Metode Hayami. Menjadikan sampah organik menjadi pupuk kompos yang menghasilkan besaran nilai tambah. Perhitungan nilai tambah menggunakan satuan berat yang sudah dikonversi menjadi kilogram dan data yang digunakan adalah data produksi dalam satu bulan.
Analisis nilai tambah terdiri dari tiga komponen yang terkait, yaitu faktor konversi untuk menunjukkan banyaknya output yang dihasilkan dari satu satuan input, koefisien tenaga kerja yang menunjukkan tenaga kerja langsung yang diperlukan untuk mengolah satu satuan input, dan nilai output atau produk yang menunjukkan nilai output yang dihasilkan dari satu satuan input. Nilai faktor konversi untuk mengetahui berapa banyak output yang dihasilkan dari setiap pengolahan bahan baku satu kilogram tanah endapan.
Perhitungan nilai tambah dari pupuk kompos dengan Metode Hayami disajikan dalam Tabel 7.
Tabel 7 Perhitungan nilai tambah Metode Hayami
No. Variabel Nilai
Output, Input dan Harga
1 Pupuk kompos yang dihasilkan (kg/hari) A 2 Tanah endapan yang digunakan (kg/hari) B
3 Tenaga kerja (HOK) C
4 Faktor konversi (1/2) D = A/B
5 Koefisien tenaga kerja (3/2) E = C/B
6 Harga pupuk kompos (Rp/kg) F
7 Upah rata-rata tenaga kerja (Rp/jam) G Pendapatan dan keuntungan
8 Harga tanah endapan (Rp/kg bahan baku) H 9 Sumbangan input lain (Rp/kg output) I
10 Nilai pupuk kompos (4 x 6) (Rp) J = D x F 11 a. Nilai tambah (10 – 9 – 8) (Rp) K = J – H – I
b. Rasio nilai tambah ((11a/10) x 100%) 1 (%) = (K/J) x 100% 12 a. Imbalan tenaga kerja (5 x 7) (Rp) M = E x G
b. Bagian tenaga kerja ((12a/11a) x 100%) N (%) = (M/K) x 100% 13 a. Keuntungan (11a – 12a) (Rp)
b. Tingkat Keuntungan ((13a/11a) x 100%)
O = K – M
P (%) = (O/K) x 100% Balas Jasa Terhadap Faktor Produksi
14 Marjin (10 – 8) (Rp) Q = J – H
a. Pendapatan tenaga kerja ((12a/14) x 100%) R (%) = (M/Q) x 100% b. Sumbangan input lain ((9/14)x 100 %) S (%) = (I/Q) x 100% c. Keuntungan perusahaan ((13a/14) x 100%) T (%) = (O/Q) x 100%
Sumber : Hayami et al. (1987)
4.4.3 Eksternalitas Negatif Akibat Keberadaan TPAS “Namo Bintang” Eksternalitas negatif diestimasi dari biaya yang dikeluarkan responden terhadap penurunan tingkat kesehatan dan kualitas lingkungan. Penurunan tingkat kesehatan diestimasi dengan pendekatan biaya kesehatan (cost of illness) yang dilihat dari biaya pengobatan yang dikeluarkan oleh responden. Penurunan kualitas lingkungan diestimasi dengan pendekatan biaya pengganti (replacement cost) dari biaya konsumsi air bersih yang dikeluarkan oleh responden.
4.4.2.2.1 Biaya Kesehatan (Cost of Illness)
Biaya kesehatan diestimasi dari biaya pengobatan yang dikeluarkan oleh responden untuk kunjungan ke bidan bagi responden itu sendiri ataupun keluarga yang menjadi tanggungan responden per bulannya. Rata-rata biaya pengobatan yang dikeluarkan oleh responden dihitung dengan persamaan berikut:
̅̅̅̅ ∑
keterangan:
̅̅̅̅ = Rata-rata biaya pengobatan (Rp/bulan) BOi = Biaya pengobatan responden i (Rp/bulan) n = Jumlah responden (orang)
i = Responden ke-i (1, 2, 3, …., n)
̅̅̅̅
keterangan:
= Total biaya pengobatan (Rp/bulan)
= Jumlah rumah tangga (KK)
4.4.2.2.2 Biaya Pengganti (Replacement Cost)
Biaya pengganti dari konsumsi air bersih merupakan biaya yang dikeluarkan untuk air galon isi ulang dan PAM. Penggunaan air bersih dihitung berdasarkan dari konsumsi responden setiap bulan. Responden masyarakat non pemulung menggunakan air PAM untuk konsumsi sehari-hari, sedangkan responden masyarakat pemulung tidak menggunakan air PAM hanya menggunakan air galon isi ulang. Biaya konsumsi air bersih yang dikeluarkan oleh responden dihitung dengan persamaan berikut:
̅̅̅̅ ∑ keterangan:
̅̅̅̅ = Rata-rata biaya air galon isi ulang (Rp/bulan)
BAi = Biaya konsumsi air galon isi ulang responden i (Rp/bulan) n = Jumlah responden (orang)
i = Responden ke-i (1, 2, 3, …., n)
̅̅̅̅
= Total biaya air galon isi ulang (Rp/bulan)
̅̅̅̅ = Rata-rata biaya air galon isi ulang (Rp/bulan) = Jumlah rumah tangga (KK)
̅̅̅̅ ∑ keterangan:
̅̅̅̅ = Rata-rata biaya PAM (Rp/bulan)
BPi = Biaya konsumsi PAM responden i (Rp/bulan) n = Jumlah responden (orang)
i = Responden ke-i (1, 2, 3, …., n)
̅̅̅̅
keterangan:
= Total biaya PAM (Rp/bulan)
̅̅̅̅ = Rata-rata biaya PAM (Rp/bulan) = Jumlah rumah tangga (KK)
4.4.3 Faktor-faktor yang Mempengaruhi Penurunan Kualitas Lingkungan Penurunan kualitas lingkungan diukur dari adanya biaya pengganti terhadap pembelian air bersih oleh responden masyarakat akibat dari air sumur yang tercemar dengan keberadaan TPAS “Namo Bintang”. Adapun analisis yang digunakan untuk mengetahui faktor-faktor penurunan kualitas lingkungan dengan menggunakan metode analisis regresi linear berganda. Fungsi analisis regresi linear berganda sebagai berikut:
Ln Y = ln + lnX1 + lnX2 + lnX3 + X4 + lnX5 + lnX6 + X7 +
X8 + X9 +
keterangan: Ln = Log-linear
Y = Biaya konsumsi air bersih (Rp/bulan) = Intersep
= Koefisien regresi
= Umur (tahun)
= Tingkat pendapatan (Rp/bulan)
= Tingkat pendidikan (tahun)
= dummy Pekerjaan (1=pemulung; 0=non pemulung) = Jumlah tanggungan (orang)
= Jarak tempat tinggal (meter)
= dummy Kualitas air (1=baik; 0=tidak baik)
= dummy Kualitas lingkungan (1=baik; 0=tidak baik) = dummy Tingkat kesehatan (1=sehat; 0=tidak sehat) = Pengaruh sisa (error term)
Nilai estimasi yang diharapkan (hipotesis):
Variabel tidak bebas (dependent variable) terdiri dari biaya konsumsi air bersih. Variabel bebas (independent variable) yang digunakan meliputi variabel umur, tingkat pendapatan, tingkat pendidikan, pekerjaan, jumlah tanggungan, jarak tempat tinggal, kualitas air, kualitas lingkungan, dan kesehatan. Variabel umur berpengaruh positif dengan masyarakat semakin tua umur seseorang, semakin lama tinggal di sekitar TPAS, maka biaya konsumsi air bersih meningkat. Variabel tingkat pendapatan diduga berpengaruh positif terhadap biaya konsumsi air bersih. Tingginya tingkat pendapatan responden maka semakin besar pengeluaran terhadap biaya konsumsi air bersih.
Variabel tingkat pendidikan juga diduga berpengaruh positif untuk mengeluarkan biaya konsumsi air bersih karena semakin tinggi tingkat pendidikan seseorang, maka semakin mengetahui akan pentingnya mengkonsumsi air bersih sehingga biaya konsumsi air bersih meningkat. Variabel dummy pekerjaan diduga berpengaruh negatif terhadap biaya konsumsi air bersih karena pekerjaan sebagai pemulung akan mengeluarkan biaya lebih sedikit dibandingkan pekerjaan sebagai non pemulung. Variabel jumlah tanggungan diduga berpengaruh positif terhadap biaya konsumsi air bersih, semakin banyak jumlah tanggungan seseorang maka dapat meningkatkan besarnya pengeluaran konsumsi air bersih. Variabel jarak tempat tinggal ke lokasi TPAS diduga berpengaruh negatif karena semakin jauh jarak tempat tinggal masyarakat ke lokasi TPAS, semakin kecil eksternalitas negatif yang dirasakan, maka biaya konsumsi air bersih jadi menurun.
Variabel dummy kualitas air diduga berpengaruh negatif, semakin kurang baik kualitas air, maka akan lebih besar biaya konsumsi air bersih yang dikeluarkan. Variabel dummy kebersihan lingkungan tempat tinggal diduga berpengaruh negatif, semakin kurang baik kebersihan lingkungan tempat tinggal seseorang, maka biaya konsumsi air bersih akan lebih besar. Variabel dummy tingkat kesehatan diduga berpengaruh positif, semakin lebih baik tingkat kesehatan seseorang, maka akan lebih besar biaya konsumsi air bersih. Beberapa variabel dan indikator dalam mengidentifikasi faktor-faktor yang mempengaruhi
penurunan kualitas lingkungan akibat keberadaan TPAS “Namo Bintang” dapat dilihat pada Tabel 8.
Tabel 8 Variabel dan indikator faktor-faktor yang mempengaruhi penurunan kualitas lingkungan akibat keberadaan TPAS “Namo Bintang”
No Variabel Keterangan Variabel Cara Pengukuran
1 Y Biaya Pengeluaran (Rp/bulan) Biaya pengganti konsumsi air bersih setiap bulannya
2 X1 Umur (tahun) Dibedakan menjadi tiga kelas, yaitu:
a. 20 – 35 b. 36 – 50 c. > 50
3 X2 Tingkat Pendapatan (Rp/bulan) Dibedakan menjadi empat kelas, yaitu:
a. ≤ 1.200.000
b. 1.200.001 – 2.100.000 c. 2.100.001 – 3.000.000 d. > 3.000.000
4 X3 Tingkat Pendidikan (tahun) Dibedakan menjadi lima kelas, yaitu:
a. Tidak Sekolah b. Sekolah Dasar (SD)
c. Sekolah Menengah Pertama (SMP) d. Sekolah Menengah Atas (SMA) e. Perguruan Tinggi
5 X4 Pekerjaan (dummy) Merupakan variabel peubah boneka (dummy)
yang dibedakan menjadi “1=pemulung; 0=bukan pemulung”
6 X5 Jumlah Tanggungan Dibedakan menjadi empat kelas, yaitu:
a. Tidak Memiliki b. 1-2
c. 3-4 d. > 4
7 X6 Jarak Tempat Tinggal (meter) Dibedakan menjadi tiga kelas, yaitu:
a. < 1 000 b. 1 001 – 2 000 c. > 2 000
8 X7 Kualitas Air (dummy) Merupakan variabel peubah boneka (dummy)
yang dibedakan menjadi “1=baik; 0=tidak baik”
9 X8 Kebersihan Lingkungan
(dummy)
Merupakan variabel peubah boneka (dummy)
yang dibedakan menjadi “1=baik; 0=tidak baik”
10 X9 Tingkat Kesehatan (dummy) Merupakan variabel peubah boneka (dummy)
yang dibedakan menjadi “1=baik; 0=tidak baik”