V. HASIL DAN PEMBAHASAN
5.5. Pendekatan Sistem dalam Pengendalian Mutu Lahan Kering Berbasis
5.5.5. Validasi model
Tampilan perilaku variabel dapat bersifat terukur yang disusun menjadi data simulasi dan bersifat tidak terukur yang disusun menjadi pola simulasi. Keserupaan dunia model dengan dunia nyata ditunjukkan dengan sejauh mana data simulasi dan pola simulasi dapat menirukan data statistik dan informasi aktual. Proses melihat keserupaan seperti ini disebut validasi output atau kinerja model. Validitas atau keabsahan adalah salah satu kriteria penilaian keobyektifan dari suatu pekerjaan ilmiah. Dalam pekerjaan pemodelan, obyektif itu ditunjukkan dengan sejauh mana model dapat menirukan fakta (Muhammadi et al. 2001). Validasi model adalah usaha menyimpulkan apakah model dari sistem yang dibangun merupakan perwakilan yang sah dari realitas yang dikaji sehingga dapat menghasilkan kesimpulan yang meyakinkan (Eriyatno 2003). Metode berpikir sistem pada dasarnya menganjurkan penstrukturan atas dasar interdisiplin yang bersifat sistemik dengan ciri menyeluruh (holistic) dan terpadu (integrated). Proses validasi pada model dilakukan dengan 2 (dua) tahap, yaitu validasi struktur model dan validasi perilaku model.
5.5.5.1. Validasi struktur model
Validasi struktur model merupakan proses validasi utama dalam berpikir sistem. Untuk melakukan perancangan dan justifikasi seorang pembuat model dituntut untuk mengumpulkan informasi sebanyak mungkin atas sistem yang menjadi obyek penelitian. Informasi ini dapat berupa pengalaman dan pengetahuan dari orang yang memahami mekanisme kerja pada sistem atau berasal dari studi literatur. Pada proses ini bertujuan untuk melihat sejauh mana keserupaan struktur model mendekati struktur nyata, yang berkaitan dengan batasan sistem, variabel-variabel pembentuk sistem, dan asumsi mengenai interaksi yang terjadi dalam sistem. Validasi struktur dilakukan dengan 2 bentuk pengujian, yaitu; uji kesesuaian struktur dan uji kestabilan struktur (Forrester 1968).
5.5.5.1.1. Konstruksi atau kesesuaian model
Uji kesesuaian struktur dilakukan untuk menguji apakah struktur model tidak berlawanan dengan pengetahuan yang ada tentang struktur dari sistem nyata dan apakah struktur utama dari sistem nyata telah dimodelkan (Sushil 1993). Hal ini akan meningkatkan tingkat kepercayaan atas ketepatan dari struktur model. Pada model yang telah dibangun dapat dilihat dari bertambahnya jumlah penduduk akan jumlah pencari kerja. Dengan adanya usaha pertanian dapat menambah lapangan kerja baru untuk masyarakat. Berdasarkan contoh tersebut struktur model dinamis yang dibangun adalah valid secara teoritis.
5.5.5.1.2. Kestabilan struktur
Uji kestabilan struktur model dilakukan dengan cara memeriksa keseimbangan dimensi peubah pada kedua sisi persamaan model (Sushil 1993). Setiap persamaan yang ada dalam model harus menjamin keseimbangan dimensi antara variabel bebas dan variabel terikat yang membentuknya. Seperti halnya untuk pengendalian mutu lahan kering berbasis pemberdayaan masyarakat, maka uji kestabilan struktur model diperiksa dengan cara menganalisis dimensi keseluruhan interaksi peubah-peubah yang menyusun model tersebut yang terdiri dari beberapa sub model. Dimensi tersebut meliputi tanda, bentuk respon dan satuan dari persamaan (equation) matematis yang digunakan.
1. Sub model ekonomi
Pemeriksaan satuan terhadap persamaan yang berkaitan dengan sub model ekonomi adalah :
PDRB = +dt*LPDRB, -dt*KPDRB (000 rupiah) KPDRB = PDRB*FKPDRB (000 rupiah) LPDRB = PDRB*FLPDRB (000 rupiah) Ksjhtr = Pend_Pet-Ksm_Pet (rupiah)
Pend_Pet = (PPerKapita/Pet)*FPP (rupiah/tahun)
PPerKapita = (PDRB/Penduduk)*FPPK (rupiah/kk/tahun)
Pertambahan PDRB sangat dipengaruhi oleh seluruh sektor yang ada, untuk pertambahan pendapatan akan semakin meningkat apabila nilai perbandingan pertumbuhan ekonomi dengan populasi lebih besar dibandingkan pada tahun simulasi sebelumnya. Sedangkan untuk nilai kesejahteraan akan semakin tinggi apabila pendapatan petani lebih besar dari pada konsumsi rumahtangga petani. Dengan demikian, dimensi interaksi dari peubah-peubah yang berkaitan dengan nilai pada sub model ekonomi tetap konsisten.
2. Sub model sosial
Pemeriksaan satuan terhadap persamaan yang berkaitan dengan sub model sosial adalah :
IPM = +dt*LIPM (tahun)
Kesehatan = +dt*LKshtn, -dt*PKshtn (%) PC_Kerja = +dt*LPCK, -dt*LKCK (jiwa) Pendidikan = +dt*LPdk, -dt*PPdk (skor 1,2,3,4) Penduduk = +dt*Pert_Pddk, -dt*Pgrn_Pddk (jiwa) LIPM = IPM*FLIPM*Pddk_Miskin (tahun) LKCK = PC_Kerja*LPLLT (jiwa)
LKshtn = Kesehatan*FLKshtn LPCK = PC_Kerja*FLPCK (jiwa) LPdk = Pendidikan*FLPdk
Pert_Pddk = Penduduk*A_Kel (jiwa/tahun) Pgrn_Pddk = Penduduk*A_Kem (jiwa/tahun) PKshtn = Kesehatan*(FPKshtn+FPMK) PPdk = Pendidikan*FPPdk
FB = Penduduk-PC_Kerja (jiwa)
FPMK = Pddk_Miskin/APMK
Klp_Tani = Penduduk*FKT*LPLLT (kelompok) LPLLT = Luas_lahan_tani*FLPLLT (%) Pddk_Miskin = Penduduk*PrPddk_Miskin (jiwa) Persepsi = (Pddk_Miskin/Pendidikan)*FPer (%) Pet = Klp_Tani*FPet (jiwa)
PrPddk_Miskin = FPddkM/Pendidikan (jiwa)
Pada angka kesehatan akan semakin meningkat apabila nilai kemiskinan rendah sehingga dapat meningkatkan kesejahteraan. Nilai persepsi terbentuk secara umum karena pendidikan serta pengetahuan dalam mengelola lahan kering yang baik. Apabila persepsi semakin turun maka lahan kering yang produktif untuk diusahakan semakin turun juga. Dengan demikian, dimensi interaksi dari peubah-peubah yang berkaitan dengan nilai pada sub model sosial tetap konsisten.
3. Sub model ekologi
Pemeriksaan satuan terhadap persamaan yang berkaitan dengan sub model ekologi adalah : FProd = +dt*LFP, -dt*LFPP Luas_Lahan_Kering = +dt*LLLK (ha) Luas_lahan_tani = +dt*LLLT (ha) LFP = FProd*ALFP (%) LFPP = FProd*ALFPP (%) LLLK = Luas_Lahan_Kering*FLLLK (ha) LLLT = Luas_lahan_tani*FLLLT (ha)
LProd = (Luas_lahan_tani*FProd)*(OLK/100) (ha)
OLK = (Curah_Hujan/Luas_Lahan_Kering)*FOLK*FPer (%) Lahan kering akan optimal apabila luas lahan yang ada dimanfaatkan dengan baik oleh petani, kebutuhan luas lahan akan bertambah seiring dengan jumlah petani yang akan memanfaatkan lahan tersebut. Dalam hal ini semakin meningkatnya jumlah petani akan meningkatkan jumlah luas kebutuhan lahan
untuk dapat dikelola. Dengan demikian, dimensi interaksi peubah-peubah yang berkaitan dengan nilai pada sub model ekologi tetap konsisten.
5.5.5.2. Validasi Kinerja Model
Validasi kinerja atau output model adalah aspek pelengkap dalam metode berpikir sistem yang bertujuan untuk memperoleh keyakinan sejauh mana kinerja model sesuai dengan kinerja sistem nyata sehingga memenuhi syarat sebagai model ilmiah yang taat fakta. Caranya adalah membandingkan validasi kinerja model dengan data empiris untuk melihat sejauh mana perilaku kinerja model sesuai dengan data empiris. Berdasarkan hasil analisis sistem dinamis dapat dilihat bahwa perilaku model dapat terpenuhi syarat kecukupan struktur dari suatu modelnya dengan melakukan validasi atas perilaku yang dihasilkan oleh suatu struktur model.
Validasi perilaku model dilakukan dengan membandingkan antara besar dan sifat kesalahan dapat digunakan: (1) Absolute Mean Error (AME) adalah penyimpangan (selisih) antara nilai rata-rata (mean) hasil simulasi terhadap nilai aktual, (2) Absolute Variation Error (AVE) adalah penyimpangan nilai variasi (variance) simulasi terhadap aktual.
Berdasarkan data di atas terlihat nilai validasi terhadap jumlah penduduk berdasarkan nilai AME sebesar 0,0002 atau 0,002%, untuk nilai AVE sebesar 0,0099 atau sebesar 0,99%; pada angka IPM nilai AME sebesar 0,00012 atau sebesar 0,012% dan nilai AVE sebesar 0,00034 atau sebesar 0,034%; sedangkan untuk validasi PDRB nilai AME sebesar 0,00005 atau sebesar 0,0005% dan AVE sebesar 0,021 atau sebesar 2,08%. Batas penyimpangan sekitar < 10%, berdasarkan hasil uji ini dapat disimpulkan bahwa model pengendalian mutu lahan kering berbasis pemberdayaan masyarakat mampu mensimulasikan perubahan-perubahan yang terjadi di Kabupaten Ponorogo. Perincian hasil validasi selengkapnya ditampilkan dalam Tabel 39, Tabel 40, dan Tabel 41.
Tabel 39 Validasi jumlah penduduk Tabel 40 Validasi IPM
Data Validasi Jumlah Penduduk Data Validasi IPM Tahun Nilai Aktual Nilai Simulasi Tahun Nilai Aktual Nilai
Simulasi 2005 880.701 880.701 2005 65,72 65,72 2006 885.986 885.936 2006 65,78 65,78 2007 891.302 891.135 2007 67,40 67,38 2008 895.921 895.383 2008 67,91 67,94 2009 899.328 899.367 2009 69,55 69,58 Mean 893.134,25 892.955,25 Mean 84,09 84,10 AME 0,000200418 AME -0,00011892 Variance 25.145.783,19 24.896.922,19 Variance 275,42 275,51 AVE -0.009896729 AVE -0.000337029 Tabel 41 Validasi PDRB Data Validasi PDRB
Tahun Nilai Aktual Nilai Simulasi
2005 4.064.979,20 4.064.979,20 2006 4.645.275,87 4.630.011,31 2007 5.256.572,49 5.256.451,84 2008 6.071.359,75 6.076.458,33 2009 6.845.105,33 6.854.244,99 Mean 5.704.578,36 5.704.291,62 AME 5.02653E-05
Variance 6.8954E+11 7.03885E+11
AVE 0,020803019
5.5.6. Skenario model kebijakan pengendalian mutu lahan kering berbasis