4.1 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di Kota Bogor. Pemilihan lokasi dilakukan secara sengaja dengan mempertimbangkan: (1) Kota Bogor merupakan salah satu kota yang memiliki banyak angkot, (2) Kota Bogor menerapkan shift angkot dalam penataan angkot, (3) Kota Bogor merupakan salah satu kota yang mengalami kemacetan lalu lintas dari waktu ke waktu. Pengambilan data primer melalui kuisioner dilakukan pada bulan Maret 2013 hingga Mei 2013.
4.2 Jenis dan Sumber Data
Penelitian ini menggunakan data primer dan data sekunder. Data primer diperoleh dengan melakukan wawancara menggunakan kuisioner kepada pengemudi dan pengusaha angkot, masyarakat pengguna angkot, staff Dinas Lalu Lintas dan Angkutan Jalan, wakil sekretaris Organda dan Ketua Kelompok Kerja Sub Unit (KKSU) Trayek 07, 03 dan 02. Sementara data sekunder diperoleh dari berbagai instansi yang terkait dengan objek penelitian seperti Badan Pusat Statistik (BPS), DLLAJ Kota Bogor, Kementerian Lingkungan Hidup (KLH), perpustakaan, jurnal, internet serta berbagai penelitian terdahulu yang terkait dengan penelitian ini.
4.3 Metode Penentuan Sampel
Sampel yang menjadi sumber informasi dalam penelitian ini meliputi key person dan responden. Informan adalah pihak-pihak yang berpotensi untuk memberikan informasi mengenai diri sendiri, keluarga, pihak lain dan lingkungannya. Key person yang dipilih adalah orang-orang yang mengetahui secara mendalam terkait dengan sistem shift dengan menggunakan teknik
purposive sampling. Pada penelitian ini key person yang dijadikan narasumber adalah sebanyak 7 orang.
Responden terdiri dari pengemudi angkot, pengusaha angkot dan masyarakat pengguna angkot. Pemilihan sampel nomor trayek menggunakan teknik purposive sampling. Nomor trayek yang dipilih adalah trayek 02 (Bubulak-
Sukasari), trayek 03 (Baranangsiang-Bubulak), dan trayek 07 (Ciparigi-Terminal Merdeka). Berdasarkan data yang diperoleh dari DLLAJ Kota Bogor jumlah angkutan kota pada trayek 02 adalah sebesar 563 unit, 03 adalah sebesar 382 unit, dan pada trayek 07 adalah sebesar 219 unit. Sedangkan jumlah pengusaha angkutan kota, nomer trayek 02 adalah sebesar 300 pengusaha, nomer trayek 03 adalah sebesar 220 pengusaha, dan nomer trayek 07 adalah sebesar 150 pengusaha.
Teknik pemilihan responden pengemudi dan pengusaha angkot menggunakan teknik accidental sampling di mana penentuan sampel berdasarkan kebetulan. Diasumsikan satu mobil angkot dikendarai oleh satu pengemudi. Menurut metode Gay, jumlah sampel yang dinilai cukup mewakili keseluruhan populasi yaitu minimal 10% dari total populasi sehingga responden penelitian ini diambil sebanyak 86 orang untuk nomer trayek angkutan 02, pengemudi angkot sebanyak 56 orang dan pengusaha angkot sebanyak 30 orang. Pada nomer trayek 03 diambil sebanyak 60 orang, pengemudi angkot sebanyak 38 orang dan pengusaha angkot sebanyak 22 orang. Pada nomer trayek 07 diambil sebanyak 37 orang, pengemudi angkot sebanyak 22 orang dan pengusaha angkot sebanyak 15 orang.
Responden lainnya berasal dari masyarakat pengguna angkot. Metode pengambilan sampel terhadap masyarakat pengguna angkot menggunakan metode
non-probability sampling karena daftar populasi dari masyarakat pengguna angkutan kota sulit untuk diketahui dan tidak dapat diperkirakan secara pasti. Sama halnya dengan teknik pengambilan sampel pada pengemudi dan pengusaha angkot, teknik pengambilan pada responden masyarakat juga dilakukan secara kebetulan (accidental sampling). Apabila masyarakat pengguna angkot bersedia untuk di wawancarai maka orang tersebut akan menjadi responden. Jumlah responden untuk masyarakat pengguna angkot masing-masing trayek adalah 30 responden.
4.4 Metode Pengolahan dan Analisis Data
Data yang telah diperoleh selanjutnya diolah secara kualitatif dan kuantitatif. Analisis kualitatif menggunakan analisis deskriptif untuk menganalisis efektivitas sistem shift dan menganalisis persepsi informan terhadap efektivitas penerapan
sistem shift dan menganalisis persepsi pengemudi serta masyarakat pengguna angkot terhadap penerapan sistem shift angkot. Analisis kuantitatif digunakan untuk mengestimasi rata-rata pendapatan dan pengurangan beban emisi. Pengolahan dan analisis data dilakukan secara manual dan menggunakan komputer dengan program Microsoft Office Excel 2007. Matriks metode penelitian yang digunakan untuk menjawab tujuan-tujuan dalam penelitian tersedia pada Tabel 2 berikut ini:
Tabel 2 Matriks keterkaitan antara tujuan penelitian, sumber data, metode, dan jenis data
No. Tujuan Penelitian Sumber Data Metode
Analisis Data Jenis Data
1. Menganalisis
efektivitas sistem shift angkutan kota di Kota Bogor. Data Primer (Wawancara informan, pengemudi dan pengusaha dengan menggunakan kuisioner) Analisis Deskriptif Informasi mengenai pihak yang terlibat, peraturan, kepatuhan, sanksi, dan pengawasan. 2. Mengestimasi pendapatan kumulatif pengemudi dan pengusaha angkutan kota setelah adanya sistem shift angkutan kota di Kota Bogor.
Data Primer (Wawancara pengemudi dan pengusaha angkot dengan menggunakan kuisioner) Analisis Perubahan Pendapatan Perbandingan antara pendapatan pengemudi dan pengusaha angkot sebelum dan setelah adanya sistem shift.
3. Mengestimasi
besarnya
pengurangan beban emisi setelah adanya sistem shift angkutan kota di Kota Bogor.
Data Primer (Wawancara pengemudi angkot dengan menggunakan kuisioner) Data sekunder (faktor emisi kendaraan (g/l atau g/km). Estimasi BebanEmisi dengan Pendekatan Penggunaan Bahan Bakar Pengurangan beban emisi CO setelah penerapan sistem shift. 4. Menganalisis persepsi pengemudi angkutan kota dan masyarakat terhadap sistem shift. Data Primer (Wawancara pengemudi angkot dan masyarakat dengan menggunakan kuisioner). Analisi Deskriptif Persepsi pengemudi angkot dan masyarakat terhadap dampak sistem shift
4.4.1 Analisis Efektivitas Sistem Shift
Pada penelitian ini untuk mengetahui efektivitas sistem shift menggunakan analisis deskriptif. Analisis deskriptif bertujuan untuk membuat suatu deskripsi, gambaran atau lukisan secara sistematis, faktual dan akurat mengenai fakta-fakta, sifat-sifat serta fenomena yang akan diselidiki (Nazir 1999).
Analisis efektivitas dilihat dari kemampuan sistem shift dalam mengelola dan menata angkot secara efektif serta berjalan atau tidak sistem ini. Efektivitas sistem shift dapat dilihat dari beberapa tolok ukur, yaitu kejelasan kelembagaan, di mana terdiri dari pihak yang terlibat dan memiliki peran serta fungsi yang jelas, peraturan dan penetapan sanksi, serta monitoring selama sistem shift berjalan. Efektivitas juga diukur dari persepsi informan, pengemudi dan pengusaha terhadap berjalannya sistem shift angkutan kota dengan melihat kepatuhan pengemudi terhadap sistem shift, sanksi yang ditetapkan, dan tingkat pengawasan terhadap sistem shift. Berikut adalah tabel yang menyajikan matriks analisis efektivitas sistem shift angkutan kota di Kota Bogor.
Tabel 3 Matriks analisis efektivitas sistem shift angkutan kota di Kota Bogor Tujuan Indikator/Parameter Mengumpulkan Data Jenis Data dan Cara Menganalisis efektivitas sistem shift angkutan kota di Kota Bogor.
a.Efektivitas Sistem Shift 1. Pihak yang terlibat 2. Peraturan dan sanksi 3. Pengawasan
4. Sanksi
5. Tingkat Kepatuhan
Data Primer (Wawancara menggunakan kuisioner kepada informan)
Sumber: Penulis, 2013
Selain itu dilihat juga hubungan antara pihak pelaksana, hubungan ini dianalisis dari hasil kuisioner dengan parameter keharmonisan dan sinergisme antar stakeholder yang kemudian dianalisis secara deskriptif. Tabel 4 berikut ini menyajikan matriks hubungan antar aktor atau stakeholder yang terlibat dalam pelaksanaan sistem shift.
Tabel 4 Matriks hubungan antar stakeholder dalam pelaksanaan sistem shift Indikator Parameter Interaksi antar aktor atau stakeholder
Untuk mengetahui bagaimana pola interaksi antar aktor atau stakeholder yang terlibat dalam pelaksanaan program shift kategorinya adalah:
1. keharmonisan antar stakeholder
Tinggi, jika semuanya berjalan selaras dan tidak ada konflik Sedang, jika masih terdapat konflik
Rendah, jika sering tidak terjadi konflik 2. Sinergisme antar stakeholder
Tinggi, jika interaksi antar stakeholder saling mendukung dan bekerjasama.
Sedang, jika interaksi antar aktor kurang saling mendukung dan bekerja sama
Rendah, jika interaksi antar stakeholder tidak saling mendukung dan bekerjasama.
Sumber: Penulis, 2013
4.4.2 Analisis Perubahan Pendapatan
Perubahan pendapatan pengemudi angkot didapat dari pengurangan antara pendapatan bersih sebelum sistem shift dan pendapatan bersih setelah adanya penerapan sistem shift. Pendapatan bersih pengemudi adalah pendapatan kotor dikurangi jumlah setoran harian dan pengeluaran lainnya. Pendapatan kotor merupakan jumlah uang yang diterima dalam mengoperasikan angkot per hari kerja. Jumlah setoran harian merupakan besarnya jumlah setoran per hari kerja kepada pemilik angkot. Sedangkan pengeluaran lainnya mencakup biaya pemakaian BBM, iuran KKSU, retribusi, upah calo angkot, dan lainnya. Dalam perhitungan ini rumus dari perubahan pendapatan adalah adalah:
∆I = IA - IB I A/B = TR – TC
= TR – (K + S + i + R + L) Dimana :
IA = Pendapatan bersih sebelum sistem shift (Rp) IB = Pendapatan bersih setelah sistem shift (Rp) TR = Total Pendapatan Kotor (Rp)
TC = Total Biaya (Rp) K = Biaya Konsumsi BBM S = Setoran
R = retribusi
L = Biaya Lain-lain
Tabel 5 Matriks analisis pendapatan kumulatif pengemudi angkutan kota setelah adanya sistem shift angkutan kota di Kota Bogor
Tujuan Indikator/Parameter Jenis Data dan Cara
Mengumpulkan Data Mengestimasi besarnya pendapatan pengemudi angkutan kota setelah penerapan shift angkutan kota di Kota Bogor.
1. Pendapatan Kotor (per hari) 2. Besar Setoran (per hari) 3. Pengeluaran BBM (per
hari)
4. Pengeluaran lainnya (per hari) Data Primer (Wawancara menggunakan kuisioner kepada pengemudi angkot) Sumber: Penulis, 2013
Data yang diperlukan untuk estimasi pendapatan kumulatif pengemudi angkot adalah data mengenai rata-rata pendapatan per hari yang didapat dari responden sebelum dan setelah adanya penerapan shift. Setelah didapat nilai rata- rata dikalikan dengan jumlah hari angkot beroperasi dalam sebulan, sehingga didapat penghasilan kumulatif per bulan sebelum dan sesudah adanya penerapan
shift dan hasilnya dibandingkan untuk mengetahui berapa besar selisih perubahan pendapatan pengemudi angkot.
Perhitungan ini menggunakan perhitungan rata-rata contoh. Rata-rata merupakan suatu nilai pusat data bila data itu dijumlahkan kemudian dibagi oleh banyaknya sampel yang ada. Rata-rata contoh untuk menghitung pendapatan adalah sebagai berikut (Walpole 1992) :
Ave IA =
IA
� �=1�
Ave IB =
I�
� �=1�
Keterangan :Ave IA = rata-rata pendapatan per hari sebelum diterapkan sistem shift
Ave IB = rata-rata pendapatan per hari sesudah diterapkan sistem shift
IA = pendapatan per hari sebelum diterapkan sistem shift
IB = pendapatan per hari sesudah diterpakan sistem shift
Selain mengestimasi perubahan pendapatan pengemudi, pada penelitian ini juga mengestimasi perubahan pendapatan pengusaha angkot. Perubahan pendapatan pengusaha didapat dari pengurangan antara pendapatan sebelum sistem shift dengan pendapatan setelah sistem shift, di mana pendapatan adalah penerimaan setoran per bulan dikurangi dengan biaya perbaikan atau perawatan seperti sparepart, olie, dan ban selama satu bulan. Berikut adalah tabel yang menyajikan matriks keterkaitan yang digunakan dalam estimasi pendapatan kumulatif pengusaha angkot setelah adanya sistem shift angkot di Kota Bogor. Tabel 6 Matriks analisis pendapatan kumulatif pengusaha angkutan kota setelah
adanya sistem shift angkutan kota di Kota Bogor
Tujuan Indikator/Parameter Jenis Data dan Cara
Mengumpulkan Data Mengestimasi besarnya pendapatan pengusaha angkot setelah adanya sistem shift angkot di Kota Bogor. a. Pendapatan Pengusaha:
Ketercapaian setoran (per bulan) b. Biaya Pemeliharaan/Perawatan
per bulan (sparepart, olie, ban)
Data Primer (Wawancara menggunakan kuisioner kepada pengusaha angkot) Sumber: Penulis, 2013
4.4.3 Estimasi Beban Emisi CO
Estimasi beban emisi pada penelitian ini dilakukan dengan pendekatan konsumsi bahan bakar. Secara umum perhitungan beban emisi dari kendaraan bermotor menurut KLH (2007) adalah sebagai berikut :
ECO = ∑ volbensin x FE x 10-6
Keterangan :
ECO = Beban Emisi CO dari angkot (ton/bulan)
∑ volbensin = Konsumsi bahan bakar bensin (liter/bulan)
FE (Faktor Emisi) = Besarnya polutan CO yang diemisikan dari setiap liter
penggunaan bahan bakar bensin (gram/liter)
Estimasi beban emisi berdasarkan pendekatan konsumsi bahan bakar dilakukan dengan mengetahui rata-rata besar konsumsi bahan bakar oleh tiap angkutan kota dalam satu hari. Setelah didapat data tersebut, dikonversikan ke konsumsi bahan bakar dalam satu bulan dan dikalikan oleh jumlah angkot pada
masing-masing trayek sampel. Data ini didapat dari hasil wawancara terhadap pengemudi angkutan kota.
Faktor emisi adalah massa pencemar dalam gram atau kilogram per kilogram atau per liter bahan bakar yang dikonsumsi atau per kilometer jarak tempuh kendaraan. Data faktor emisi yang digunakan dalam perhitungan diperoleh dari data sekunder. Matriks estimasi beban emisi dari angkot setelah adanya sistem shift disajikan pada Tabel 7.
Tabel 7 Matriks estimasi beban emisi dari angkutan kota setelah adanya sistem
shift angkutan kota di Kota Bogor
Tujuan Indikator/Parameter Jenis Data dan Cara
Mengumpulkan Data Mengestimasi
besarnya pengurangan beban emisi angkutan kota setelah ada penerapan sistem shift angkutan kota di Kota Bogor.
1. Rata-rata penggunaan BBM (liter/hari)
2. Jumlah Angkot per trayek
Data primer (wawancara menggunakan kuisioner kepada pengemudi angkot). Data Sekunder (Data Faktor Emisi dan jumlah angkutan yang beroperasi). Sumber : Penulis, 2013
4.4.4 Analisis Persepsi
Persepsi merupakan suatu proses individu mengamati dan mengidentifikasi lingkungan atau obyek tertentu kemudian mengevaluasi dan menilainya menggunakan panca indera sehingga menimbulkan makna tertentu. Setiap orang memberikan pengertian atau makna terhadap lingkungan atau obyek yang sama dengan cara yang berbeda (Invancevich et al. 2007).
Pengukuran persepsi responden diukur dengan menggunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial (Riduwan 2010). Pada metode ini sebagian besar pertanyaan dikumpulkan, setelah itu pertanyaan disusun sedemikian rupa sehingga bias dijawab dalam lima tingkatan jawaban (Gumilar 2012). Adapun lima skala yang harus dipilih oleh responden antara lain 1 = sangat buruk, 2 = buruk, 3 = sedang, 4 = baik, dan 5 = sangat baik. Data yang terkumpul
kemudian diolah denga menggunakan software Microsoft Office Excel 2007, setelah itu hasilnya diinterpretasikan.
Analisis persepsi dalam penelitian ini digunakan untuk menganalisis persepsi mengenai efektivitas sistem shift. Selain itu digunakan untuk melihat persepsi dari pengemudi dan masyarakat pengguna angkot terhadap dampak adanya penerapan sistem shift angkutan kota di Kota Bogor. Persepsi pengemudi dan masyarakat pengguna angkot dengan melihat pengaruh sistem shift terhadap kemacetan, jumlah angkot yang beroperasi, waktu tempuh perjalanan, jumlah penumpang pada saat jam sepi dan jam ramai, waktu tunggu penumpang pada saat jam sepi dan jam ramai, jumlah ritasi dan penggunaan BBM. Berikut adalah tabel yang menyajikan matriks analisis persepsi informan, pengemudi dan pengusaha mengenai efektivitas sistem shift, pengemudi dan masyarakat pengguna angkot terhadap sistem shift.
Tabel 8 Matriks analisis persepsi terhadap sistem shift
Tujuan Indikator/Parameter
Jenis Data dan Cara Mengumpulkan Data Menganalisis persepsi informan, pengemudi dan masyarakat pengguna angkot terhadap penerapan shift.
a. Persepsi informan, pengemudi dan pengusaha terhadap efektivitas sistem shift 1. Kepatuhan pengemudi terhadap sistem
shift
2. Sanksi bagi yang melanggar peraturan sistem shift
3. Pengawasan sistem shift
b. Analisis persepsi pengemudi angkot pengaruh sistem shift terhadap: 1. Kemacetan
2. Jumlah Angkutan kota yang beroperasi. 3. Waktu tempuh Perjalanan
4. Jumlah penumpang 5. Waktu tunggu pengemudi 6. Jumlah ritasi
7. Penggunaan Bensin
c. Analisis persepsi masyarakat pengaruh sistem shift terhadap :
1. Kemacetan
2. Jumlah Angkutan kota yang beroperasi 3. Waktu tempuh Perjalanan
4. Jumlah penumpang 5. Waktu tunggu Pengemudi
Data Primer (Wawancara menggunakan kuisioner kepada informan, pengemudi dan masyarakat pengguna angkutan kota). Sumber: Penulis, 2013