4.4 Metode Analisis Data
4.4.1 Identifikasi Faktor-Faktor yang Mempengaruhi Volume Timbunan Sampah di Tempat Pembuangan Akhir
Identifikasi faktor-faktor yang dapat mempengaruhi volume timbunan sampah di TPA dilakukan dengan menggunakan pendekatan model yang mengambarkan hubungan antara populasi dengan lingkungan. Model tersebut dikenal dengan model IPAT. Model ini menggambarkan hubungan antara populasi (P), pendapatan per kapita atau kekayaan (A), dan teknologi (T) yang dapat memberikan dampak (I) terhadap lingkungan (Daily dan Erhclic 1992).
Volume sampah yang meningkat berkaitan dengan perubahan jumlah populasi, tingkat urbanisasi, dan kekayaan (pendapatan per kapita). Jumlah penduduk memiliki korelasi yang positif terhadap peningkatan volume sampah. Semakin meningkat jumlah penduduk maka akan semakin meningkat pula jumlah sampah yang dihasilkan. Namun, selain jumlah penduduk terdapat juga faktor-faktor lain yang mempengaruhinya. Pengaruh dari faktor-faktor-faktor-faktor tersebut terhadap volume timbunan sampah dengan model ini dapat diukur dengan melihat faktor
28 jumlah penduduk, pendapatan per kapita masyarakat, dan teknologi yang dilakukan untuk mengolah sampah di TPA. Perhitungan pengaruh faktor-faktor tersebut terhadap volume sampah dapat dilihat sebagai berikut (Schulze 2001): I = P. A. T ... (4.1) In = Populasi n•( )•
Keterangan: I = Impact/dampak (volume/m3)
P= Population/populasi (jumlah penduduk tahun 2000-2010) A=Affluence/tingkat kemakmuran (pendapatan per kapita
masyarakat tahun 2000-2010 dalam rupiah)
T=Technology/teknologi pengomposan sampah (rupiah) n= Tahun ke 1,2,3...,11
Perhitungan dengan metode ini dilakukan tiap tahun yaitu dari tahun 2000 sampai 2010. Perhitungan dampak (I) yang diperoleh tiap tahun dilakukan untuk membandingkan perubahan dampak pada (I1) tahun 2001 sampai tahun 2010 (I6). Setelah diketahui Impact yang diperoleh tiap tahunnya, maka dapat diketahui bahwa faktor-faktor atau variabel yang dimasukan mempengaruhi volume timbunan sampah di TPA. Pendekatan dengan model IPAT ini diuji menggunakan analisis regresi linier berganda untuk mengetahui hubungan setiap masing-masing faktor dengan volume sampah. Selain itu, dilakukan juga pemodelan untuk melihat tren volume sampah yang ditimbun di TPA.
4.4.1.1Analisis Regresi Linier Berganda
Analisis regresi merupakan persamaan regresi yang dapat digunakan untuk menduga hubungan antara variabel bebas (independent variable) dengan variabel tak bebas (dependent variable), dimana dugaan keduanya dapat digambarkan sebagai suatu garis lurus. Komponen error (ε) yang tidak diamati dan diasumsikan
29 merupakan peubah acak. Koefisien regresi βo dan β1 adalah parameter yang menggambarkan karakteristik populasi yang akan diduga (Juanda 2009).
Fungsi regresi yang digunakan dalam penelitian ini hanya diuji dengan menggunakan fungsi regresi linier berganda. Persamaan dalam fungsi regresi ini dibuat berdasarkan pendekatan model IPAT. Fungsi regresi ini menjelaskan seberapa besar pengaruh variabel bebas yaitu jumlah penduduk (P), pendapatan masyarakat (A), dan teknologi pengolahan sampah (T) terhadap variabel tak bebas yaitu volume sampah (I). Analisis regresi ini dilakukan menggunakan program Minitab 14.0 for Windows. Adapun model fungsi regresi faktor-faktor yang mempengaruhi volume sampah adalah sebagai berikut:
Ii = βo + β1Pi+ β2Ai+ β3Ti+ ε ... (4.2) Keterangan:
I = Volume sampah yang ditimbun di TPA tahun ke i (m3) Pi = Jumlah penduduk Kabupaten Cianjur tahun ke i (jiwa)
Ai = Pendapatan per kapita masyarakat Kabupaten Cianjur tahun ke i Ti = Teknologi pengolahan sampah di TPA Pasir Sembung tahun ke i
(Rp)
i = tahun ke 1,2,...,11 ( tahun 2000-2011)
β0 = Intersep
β1, β2, dan βo = Koefisien regresi
ε = Error term
Setelah melakukan pendugaan parameter koefisien regresi, hasil persamaan regresi kemudian diuji menggunakan asumsi-asumsi dari model regresi tersebut. Pengujian tersebut dilakukan agar dapat dilakukan pengujian mengenai masing-masing koefisien regresi (uji-t) untuk mengetahui bagaimana hubungan antar variabel bebas terhadap variabel tak bebas. Pengujian yang dilakukan adalah sebagai berikut (Juanda 2009):
30 1. Uji Kenormalan
Pengujian kenormalan ini dilakukan dengan menggunakan uji Kolmogorov-Smirnov. Nilai KS yang lebih besar dari taraf nyata menunjukan bahwa model yang digunakan untuk regresi ini telah mengikuti distribusi normal yaitu residual atau eror menyebar normal.
2. Uji Multikolinearitas
Pengujian multikolinearitas dalam penelitian ini dilakukan dengan menghitung nilai VIF. Jika nilai VIF ≤ 10 maka diasumsikan pada model tersebut tidak terdapat multikolinearitas.
3. Uji Autokorelasi
Pengujian autokorelasi ini dilakukan dengan menggunakan uji Durbin-Watson. Jika nilai statistik DW nilainya mendekati 2 maka menunjukan tidak adanya autokorelasi. Jika nilai DW lebih dari 2 maka autokorelasi negatif. 4. Uji Heteroskedastisitas
Pengujian ini menggunakan uji Goldfeld-Quant dengan melihat nilai uji-F dan derajat bebas p. Nilai p yang lebih besar dari taraf nyata menunjukan model regresi tersebut tidak menghasilkan ragam sisaan yang heterogen (hetroskedastisitas).
4.4.1.2Pemodelan Volume Timbunan Sampah
Peningkatan volume timbunan sampah yang terjadi di TPA Pasir Sembung Kabupaten Cianjur akan terus terjadi sebanding dengan peningkatan jumlah penduduk. TPA sebagai tempat pembuangan akhir sampah harus memiliki perkiraan jumlah sampah yang akan masuk kemudian ditimbun sesuai dengan daya tampung dan umur teknis TPA. Penggambaran volume timbunan sampah di
31 TPA sampai dengan sepuluh tahun kedepan dapat dilakukan dengan menggunakan analisis pemodelan menggunakan software Vensim version 5.6b.
Pemodelan ini dapat membantu konseptualisasi dan pengukuran dari suatu sistem yang kompleks atau untuk memprediksi konsekuensi dari sistem terhadap tindakan manusia. Model simulasi adalah suatu proses memformulasikan hubungan fungsional antar komponen suatu sistem dalam bentuk persamaan matematis, mengubah nilai konstanta, parameter atau nilai inisial dari variabel (komponen) ekosistem dan mengamati bagaimana konsekuensinya. Model ini juga hanya sedikit menggunakan persamaan matematika, namun lebih insentif dan ekstensif menggunakan komputer (Jeffers dalam Nababan 2001).
Model simulasi volume timbunan sampah di TPA Pasir Sembung dilakukan dengan mensimulasikan faktor pertumbuhan penduduk, pendapatan per kapita masyarakat, dan teknologi pengolahan sampah dengan bantuan komputer. Hubungan antar komponen penduduk, pendapatan, dan teknologi menggunakan fungsi matematis dari data yang diperoleh di lapangan. Asumsi yang digunakan dalam simulasi model ini adalah:
1. Volume sampah yang dikaji dalam penelitian ini adalah akibat aktivitas masyarakat sebanding dengan jumlah penduduk yang semakin meningkat. 2. Tipe model yang digunakan adalah model dinamik dimana variabel yang
didefinisikan sistem merupakan fungsi dari waktu.
3. Pemodelan volume sampah ini terdiri dari tiga variabel yaitu penduduk, konsumsi, dan teknologi menurut data sekunder dan survei.
4. Pertumbuhan jumlah penduduk merupakan faktor yang paling berpengaruh terhadap volume sampah yang dihasilkan di wilayah Kabupaten Cianjur.
32 Adapun model yang digunakan untuk menggambarkan pertumbuhan volume sampah di TPA Pasir Sembur dapat dilihat pada Gambar 4 berikut ini.
Sumber: Hasil Analisis, 2011
Gambar 4. Simulasi Studi Pertumbuhan Volume Sampah di TPA Pasir Sembung
4.4.2 Evaluasi Kelayakan Finansial Pengelolaan Tempat Pembuangan