2. TINJAUAN PUSTAKA
2.5 Teori Pengambilan Keputusan Kriteria Majemuk
Indeks keberlanjutan merupakan agregasi dari indikator-indikator keberlanjutan yang mencerminkan status keberlanjutan obyek yang dikaji. Salah satu metode yang banyak digunakan untuk menentukan indeks keberlanjutan adalah multi dimensional scaling (MDS). Analisis keberlanjutan untuk infrastruktur dalam penelitian ini menggunakan Rapinfra. Rapinfra dalam studi ini adalah penyesuaian dari rapfish yaitu salah satu alat untuk analisis status kelestarian sumberdaya, yang pada awalnya dikembangkan oleh Fisheries Centre,
UBC-Canada. Prinsip aplikasi alat analisis ini berbasis indikator dengan pendekatan penyelesaian berbasis multi dimension scaling (MDS).
Alasan pemilihan Rapfish adalah metode ini lebih stabil dibandingkan dengan metode analisis peubah ganda seperti analisis faktor (Fauzi dan Anna 2005). Kelebihan dari Rapfish menurut Nijkamp (1980), Fauzi dan Anna (2002) yaitu: 1) Rapfish dapat mengukur dan menggambarkan kondisi lestari sumberdaya di suatu tempat atau wilayah; 2) Pendekatan Rapfish dapat menganalisis seluruh aspek keberlanjutan dari perikanan secara sederhana dan menyeluruh; 3) Rapfish
merupakan metode multivariate yang dapat menangani data yang non metric; 4) Keragaman multi dimensi dapat diproyeksikan bidang yang lebih sederhana dan mudah dipahami; 5) Rapfish dapat dijadikan alat untuk menentukan snapshot atau analisis awal untuk memperoleh gambaran menyeluruh mengenai status keberlanjutan sumberdaya yang sesuai dengan FAO code of conduct; 6) Peneliti memperoleh banyak informasi kuantitatif dari nilai proyeksi yang dihasilkan dari
Rapfish; 7) Rapfish dapat dijadikan sebagai acuan untuk mengevaluasi kondisi perikanan suatu wilayah secara cepat; 8). Rapfish dapat menjembatani keterbatasan akan data dan penelitian yang masih minim dengan tujuan untuk melakukan assessment terhadap perikanan. Rapfishdapat dijadikan suatu “Triage”
(pemilah) untuk perikanan untuk menentukan mana yang menjadi prioritas (focus) dalam pembangunan sumberdaya perikanan, dan 9). Hasil dari Rapfish dapat direplikasi dan objektif secara numerik.
Kelemahan dari Rapfish adalah harus diperhatikan adanya aspek ketidakpastian. Hal ini bisa disebabkan oleh: a). dampak dari kesalahan dalam skoring akibat minimnya informasi, b). dampak dari keragaman dalam skoring akibat perbedaan penilaian, kesalahan dalam entri data, dan c). tingginya nilai
stress yang diperoleh dari algoritma ALSCAL. Selanjutnya perlu dilakukan teknik analisis Monte Carlo yang merupakan metode simulasi untuk mengevaluasi dampak dari kesalahan acak (random error) dilakukan terhadap seluruh dimensi.
2.5.2 Analytical Network Process (ANP)
Analytical Network Process (ANP) adalah teori umum pengukuran relatif yang digunakan untuk menurunkan rasio prioritas komposit dari skala rasio individu yang mencerminkan pengukuran relatif dari pengaruh elemen-elemen yang saling berinteraksi berkenaan dengan kriteria kontrol (Saaty 1999). Metode ANP mengakomodasikan hubungan timbal balik yang berguna pada sektor publik yang memerlukan pengambilan keputusan dalam jumlah informasi, interaksi yang banyak dan memiliki tingkat kompleksitas yang tinggi (Saaty 2001, Azis 2004, Chen et al. 2008)
1. Prinsip Dasar ANP
Seperti halnya Analytical Hierarchy Process (AHP), ANP juga memiliki prinsip-prinsip dasar. Menurut Saaty dalam Susilo (2008) prinsip-prinsip dasar ANP ada tiga, yaitu: dekomposisi, penilaian komparasi (comparative judgements), dan komposisi hirarkis atau sintesis dari prioritas, sama seperti prinsip dasar AHP. Prinsip dekomposisi diterapkan untuk menstrukturkan masalah yang kompleks menjadi kerangka hirarki atau jaringan cluster, sub-cluster, sub-sub cluster, dan seterusnya. Dengan kata lain, dekomposisi adalah memodelkan masalah ke dalam kerangka ANP. Prinsip penilaian komparasi diterapkan untuk membangun perbandingan pasangan (pairwise comparison) dari semua elemen-elemen dalam
cluster dilihat dari cluster induknya. Perbandingan pasangan ini digunaan untuk mendapatkan prioritas lokal dari elemen-elemen dalam cluster dengan prioritas seluruh (global) hirarki dan menjumlahkannya untuk menghasilkan prioritas global untuk elemen level terendah (biasanya merupakan alternatif).
2. Landasan ANP
Menurut Ascarya (2010) semua teori berlandaskan pada aksioma. Semakin sedikit dan sederhana aksioma yang digunakan oleh suatu teori, maka teori tersebut akan menjadi semakin umum dan semakin mudah diterapkan. ANP mempunyai tiga aksioma sederhana yang secara hati-hati membatasi cakupan masalah.
1. Resiprokal. Aksioma ini menyatakan bahwa jika PC (EA, EB) adalah nilai
perbandingan pasangan dari elemen A dan B, dilihat dari elemen induknya C, yang menunjukkan berapa kali lebih banyak elemen A memiliki apa yang dimiliki elemen B, maka PC (EA, EB). Misalkan jika A lima kali lebih besar
dari B, maka B besarnya 1/5 dari besar A.
2. Homogenitas. Aksioma ini menyatakan bahwa elemen-elemen yang dibandingkan sebaiknya tidak memiliki perbedaan terlalu besar, yang dapat menyebabkan kesalahan judgements yang lebih besar. Skala yang digunakan dalam AHP dan ANP adalah skala verbal yang dikonversi menjadi skala numerik 1 sampai 9 seperti terlihat pada Tabel 5.
3. Ekspektasi. Aksioma ini menyatakan bahwa mereka yang mempunyai alas an terhadap keyakinannya harus memastikan bahwa ide-ide mereka cukup terwakili dalam hasil agar sesuai dengan ekspektasinya.
Tabel 5. Perbandingan skala penilaian verbal dan skala numerik
Skala Penilaian Verbal Skala Numerik
Amat sangat lebih besar pengaruhnya 9
8
Sangat lebih besar pengaruhnya 7
6
Lebih besar pengaruhnya 5
4
Sedikit lebih besar pengaruhnya 3
2
Sama besar pengaruhnya 1
Sumber: Ascarya (2010)
Fungsi ANP
Menurut Ascarya (2010) fungsi utama ANP sesuai dengan prinsip dasarnya ada tiga, yaitu menstruktur kompleksitas, pengukuran, dan sintesis. 1. Menstruktur kompleksitas
Saaty mencari cara sederhana untuk menangani masalah kompleksitas ini. Saaty menemukan satu kesamaan dalam sejumlah contoh tentang bagaimana manusia memecahkan kompleksitas dari masa ke masa, yaitu dengan cara menstruktur kompleksitas secara hierarki ke dalam cluster-cluster yang homogen dari faktor-faktor.
2. Pengukuran ke dalam skala rasio
Metode pengambilan keputusan yang terdahulu pada umumnya menggunakan level rendah (pengukuran ordinal atau interval), sedangkan metode ANP menggunakan pengukuran skala rasio yang diyakini paling akurat dalam mengukur faktor-faktor yang membentuk hirarki. Level pengukuran dari terendah ke tertinggi adalah nominal, ordinal, interval, dan rasio. Setiap level pengukuran memiliki semua arti yang dimiliki level yang lebih rendah dengan tambahan arti yang baru. Pengukuran rasio diperlukan untuk mencerminkan proporsi. Untuk menjaga kesederhanaan metodologi, Saaty (1999) mengusulkan penggunaan penilaian rasio dari setiap pasang faktor dalam hirarki untuk mendapatkan (tidak secara langsung memberikan nilai) pengukuran skala rasio. Setiap metode dengan struktur hierarki harus menggunakan prioritas skala rasio untuk elemen di atas level terendah dari hierarki. Hal ini penting karena prioritas (atau bobot) dari elemen di level manapun dari hierarki ditentukan dengan mengalikan prioritas dari elemen pada level dengan prioritas dari elemen induknya. Karena hasil perkalian dari dua pengukuran level interval secara matematis tidak memiliki arti, skala rasio diperlukan untuk perkalian ini. ANP menggunakan skala rasio pada semua level terendah (alternatif dalam model pilihan). Skala rasio ini menjadi semakin penting jika prioritas tidak hanya digunakan untuk aplikasi pilihan, namun untuk aplikasi-aplikasi lain, seperti untuk aplikasi alokasi sumber daya.
3. Sintesis
Sintesis merupakan kebalikan dari analisis. Kalau analisis berarti mengurai entitas material atau abstrak ke dalam elemen-elemennya, maka sintesis berarti menyatukan semua bagian menjadi satu kesatuan. Karena kompleksitas, situasi keputusan penting, atau prakiraan, atau alokasi sumber daya, sering melibatkan terlalu banyak dimensi bagi manusia untuk dapat melakukan sintesis secara intuitif, kita memerlukan suatu cara untuk melakukan sintesis dari banyak dimensi. Meskipun ANP memfasilitasi analisis, fungsi yang lebih penting lagi dalam ANP adalah kemampuannya untuk membantu kita dalam melakukan pengukuran dan sintesis sejumlah faktor-faktor dalam hierarki atau jaringan.
ANP tidak membatasi pemahaman dan pengalaman manusia untuk memaksa pengambilan keputusan ke dalam suatu model yang sangat teknis yang tidak wajar. Pada dasarnya, hal tersebut merupakan dasar bagaimana orang biasanya berpikir dan membantu pembuat keputusan melacak proses sebagai kompleksitas masalah dan keragaman peningkatan faktor tersebut. Keberhasilan ANP adalah aplikasi yang telah dilakukan menghasilkan prioritas yang berhubungan dengan jawaban yang sesuai di dunia nyata atau hasil yang telah diprediksi (www.superdecisons.com).
2.5.3 Model Sistem Dinamis
Pendekatan sistem digunakan dalam studi ini, karena permasalahan dalam pembangunan infrastruktur terpadu perkotaan yang kompleks, dimulai dengan keterlibatan banyak pihak (stakeholder), komponen sistem yang meliputi aspek ekonomi, ekologi, sosial, dan kelembagaan. Pendekatan sistem adalah suatu pendekatan analisis organisatoris yang menggunakan ciri-ciri sistem sebagai titik tolak, dan merupakan penerapan sistem ilmiah dalam manajemen, dengan cara ini dapat diketahui faktor-faktor yang mempengaruhi perilaku dan keberhasilan suatu organisasi atau sistem (Marimin dan Maghfiroh 2010).
Salah satu cara untuk menyelesaikan permasalahan yang kompleks dalam pembangunan infrastruktur berkelanjutan adalah dengan pendekatan sistem adalah menggunakan model sistem dinamis. Sistem dinamis adalah suatu cara berpikir menyeluruh dan terpadu, mampu menyederhanakan persoalan yang rumit tanpa kehilangan hal penting yang menjadi perhatian (Muhammadi et al. 2001). Sedangkan untuk analisis kebijakan pembangunan infratsruktur berkelanjutan menggunakan sistem dinamis melalui simulasi model. Model simulasi sistem dinamis akan memberikan penyelesaian dunia riil yang kompleks dengan mengkomputasi jalur waktu dari variable model untuk tujuan tertentu dari input system dan parameter model.
Langkah pertama dalam menyusun model sistem dinamis adalah dengan menentukan struktur model. Struktur model akan memberikan bentuk pada sistem dan sekaligus member ciri yang mempengaruhi perilaku system. Perilaku dibentuk oleh kombinasi simpal umpan balik (causal loops) yang menyusun struktur model. Semua perilaku model, bagaimanapun rumitnya dapat
disederhanakan menjadi struktur dasar yaitu mekanisme dari masukan, proses, keluaran dan umpan balik.
Menurut Muhammadi et al. (2001), untuk memahami stuktur dan perilaku sistem yang akan membantu dalam pembentukan model dinamika kuantitatif formal digunakan diagram sebab akibat (causal loop) dan diagram alir (flow chart). Pada sistem dinamis, diagram sebab akibat ini akan digunakan sebagai dasar untuk membuat diagram alir yang akan disimulasikan dengan menggunakan program model sistem dinamis seperti Program Powersim Constructor. Tahapan pendekatan sistem dinamis secara umum adalah:
1. Analisis Kebutuhan: adalah interaksi antara respon yang timbul dari seorang pengambil keutusan terhadap jalannya sitem. Analisa kebutuhan dilakukan terhadap semua pelaku yang terlibat dalam sistem. Dalam studi ini kebutuhan yang dianalisa adalah dari pemerintah, masyarakat, swasta, lembaga swadaya masyarakat dan akademisi. Analisis ini meliputi hasil survei, pendapat ahli dan hasil diskusi dengan pihak terkait.
2. Formulasi Masalah: pada tahap ini dilakukan perumusan masalah yang timbul karena konflik kepentingan berbagai stakeholder yang terlibat. Terjadinya konflik kepentingan antara para stakeholder, merupakan masalah yang membutuhkan solusi agar sistem dapat bekerja secara konstruktif. Formulasi masalah dilakukan dalam rangka mencapai tujuan dengan mengetahui permasalahan-permasalahan yang ada dari masing-masing stakeholder dengan adanya pengaruh dari stakeholder yang lain.
3. Identifikasi sistem merupakan hubungan antara pernyataan dari kebutuhan- kebutuhan dengan pernyataan khusus dari masalah yang harus diselesaikan untuk mencukupi kebutuhan-kebutuhan tersebut. Hal ini digambarkan dalam diagram lingkar sebab aklibat (causal loop).
4. Simulasi model dari hasil pemodelan sistemik digunakan untuk melihat pola kecenderungan perilaku model. Hasil simulasi model dianalisis pola dan kecenderungannya, ditelusuri faktor-faktor yang menyebabkan terjadinya pola dan kecenderungan tersebut, serta dijelaskan begaimana mekanisme kejadian tersebut berdasarkan analisis struktur model. Simulasi model dilakukan dengan menggunakan software powersim constructor.
5. Validasi Model: validasi perilaku model dilakukan dengan membandingkan antara besar dan sifat kesalahan. Alat yang digunakan adalah Absolute Mean Error (AME) yaitu penyimpangan (selisih) antara nilai rata-rata (mean) hasil simulasi terhadap nilai actual dan Absolute Variation Error (AVE) yaitu penyimpangan nilai variasi (variance) simulasi terhadap aktual. Batas penyimpangan yang dapat diterima antara lain:
AME = [(Si – Ai)/Ai]……….(1) Si = Si N, dimana S = nilai simulasi
Ai = Ai N, dimana A = nilai aktual N = interval waktu pengamatan
AVE = [(Ss –Sa/Sa]………(2)
Ss = ((Si – Si) 2 N) = deviasi nilai simulasi Sa = ((Ai – Ai) 2 N) = deviasi nilai aktual
Jika hasil validasi ada yang belum terpenuhi, maka model harus diverifikasi, sehingga semua persyaratan terpenuhi.
2.6 Rangkuman Kajian Pustaka
Berdasarkan hasil kajian pustaka terhadap berbagai persoalan lingkungan perkotaan akibat pembangunan infrastruktur menunjukkan bahwa pembangunan infrastruktur yang parsial dan tanpa mempertimbangkan aspek sosial, ekonomi, teknologi, dan lingkungan, telah banyak dikritisi, karena cenderung tidak berkelanjutan. Sejak awal 1990-an, berbagai penelitian sudah dilakukan untuk menanggapi kecenderungan tersebut, berdasarkan teori-teori kerekayasaan, pengelolaan infrastruktur kota dan pembangunan kota berkelanjutan. Rekomendasi studi terdahulu adalah tentang kriteria dan indikator pembangunan untuk berbagai jenis infrastruktur secara berkelanjutan, pembangunan infrastruktur secara terpadu pada skala permukiman dan pembangunan infrastruktur yang mempertimbangkan sebagian dari pilar pembangunan berkelanjutan. Hasil studi tersebut belum mampu menjawab persoalan pembangunan infrastruktur berkelanjutan secara ideal dan menyeluruh.
Tinjauan pustaka tentang teori dan konsep pembangunan berkelanjutan dan kota berkelanjutan, menunjukan bahwa infrastruktur merupakan aspek penting dalam mendukung kota berkelanjutan. Dalam kerangka teoritik pengembangan sumber daya alam dan lingkungan, infrastruktur merupakan lingkungan binaan dalam suatu ekosistem kota. Sebagai elemen lingkungan binaan kota, infrastruktur juga menghasilkan limbah terhadap lingkungan kota. Pembangunan kota dan infrastruktur bertujuan untuk meningkatkan kesejahteraan masyarakat, tetapi dibatasi oleh ketersediaan sumber daya alam agar dapat berkelanjutan. Pembangunan infrastruktur yang tidak mempertimbangkan pilar pembangunan berkelanjutan akan menyebabkan pembangunan kota tidak berkelanjutan. Kedudukan penelitian ini dalam perspektif sumber daya alam lingkungan dan pembangunan kota adalah sebagaimana terlihat pada Gambar 4.
Gambar 4 Sistem penilaian infrastruktur berkelanjutan
Sumber Daya Alam dan Lingkungan Kota Berkelanjutan Kesejahteraan Masyarakat Materi Pelayanan Keterbatasan SDA Pembangunan Berkelanjutan Keberlanjutan Sosial Ekonomi Energi Produk Limbah Infrastruktur Berkelanjutan
Penelitian infrastruktur berkelanjutan ini berada pada dua bidang ilmu yaitu ilmu lingkungan dan ilmu perencanaan kota. Kota berkelanjutan adalah kota yang didukung oleh infrastruktur berkelanjutan. Dari tinjauan pustaka diketahui bahwa atribut kota berkelanjutan didominasi oleh indikator infrastruktur berkelanjutan. Berbagai permasalahan lingkungan di kota muncul akibat buruknya infrastruktur kota, seperti: banjir, polusi air, tanah dan udara. Dari perspektif pengelolaan sumber daya alam dan lingkungan, infrastruktur adalah salah satu elemen buatan ekosistem kota. Berdasarkan kedua perspektif tersebut, maka dibutuhkan pembangunan infrastruktur yang berkelanjutan. Secara diagramatis posisi penelitian dalam perspektif ilmu lingkungan dan pembangunan kota dapat dilihat pada Gambar 5.
Gambar 5 Posisi penelitian dalam perspektif Ilmu Pengelolaan Lingkungan dan Pembangunan Kota