Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan

(1)

Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan

Tim Pengarusutamaan Gender

Direktorat Jenderal Prasarana dan Sarana Pertanian

2014

(2)

1 PENDAHULUAN

LATAR BELAKANG

Kerusakan Daerah Aliran Sungai (DAS) di wilayah Indonesia semakin lama semakin memprihatinkan. Kerusakan ini diindikasikan dengan debit sungai yang sangat fluktuatif berdasarkan musim yang berimbas pada bencana kekeringan dan banjir, semakin dangkalnya sungai, danau dan waduk, semakin banyaknya kasus tanah longsor.

Dari empat ratus lima puluh delapan DAS yang ada di Indonesia, enam puluh diantaranya mengalami kerusakan yang sangat berat.

Salah satu strategi yang dapat digunakan untuk menangani permasalahan ini adalah dengan melaksanakan konservasi lahan yang sesuai dengan kaidah konservasi tanah dan air pada usaha tani yang berada di lahan kritis di luar kawasan hutan. Dengan dilaksanakannya konservasi lahan ini, diharapkan lahan yang kritis dapat berfungsi kembali sebagai unsur produksi, siklus hidrologi, maupun perlindungan alam dan lingkungan. Dalam usaha konservasi ini, tindakan teknis dipadukan dengan kegiatan peningkatan tutupan vegetasi berupa penanaman tanaman tahunan produktif bernilai ekonomi tinggi berupa buah-buahan atau tanaman perkebunan, pengusahaan ternak ruminasia, penanaman rumput pakan ternak dan penguat/gulud, pemupukan organik/anorganik dan lain sebagainya.

Di sisi lain, dalam usaha mengoptimalisasi usaha konservasi dan untuk mengurangi dampak negatif kerusakan DAS adalah dengan menumbuhkan kesadaran dan perubahan pola pikir petani dalam menerapkan kaidah konservasi tanah dan air pada usaha tani lahan-lahan kritis di luar kawasan hutan dengan adanya keterlibatan laki-laki dan perempuan. Dalam rangka peningkatan SDM (Capacity Building) diperlukan pelatihan untuk petugas dan CO, petani dan wanita tani, dan sekolah lapang. Selain itu pemantapan kelembagaan perlu ditingkatkan melalui koordinasi dengan instansi terkait baik pusat maupun daerah (PU, Kehutanan, Pemda, Gerhan/GNRHL, GNKPA dan lain-lain). Tenaga penggerak masyarakat (Community Organizer / CO) dimaksudkan untuk mengintensifkan pembinaan terhadap kelompok tani.

Dengan terbinanya kelompok masyarakat pemanfaat lahan pertanian di sekitar DAS, diharapkan dapat meningkatkan hajat hidup dan kesejahteraan petani laki-laki dan perempuan. Karena tidak bisa dipungkiri bahwa efek dari kritisnya lahan dan rusaknya lingkungan DAS sangat berpengaruh terhadap keseharian petani, terutama masyarakat perempuan. Karena, dalam struktur masyarakat patrilineal, kebanyakan perempuan masih bertanggung jawab dalam urusan domestik yang sangat terpengaruh oleh kondisi lingkungan, dalam hal ini DAS.

Oleh karena itu, pelaksanaan konservasi lahan ini didekati dengan pendekatan responsif gender untuk dapat memberikan solusi terhadap konsekuensi-konsekuensi yang harus ditanggung masyarakat (terutama perempuan) atas rusaknya DAS. Salah satu parameter berhasilnya kegiatan ini adalah, terehabilitasinya

(3)

2

lingkungan DAS dan semakin tingginya keterlibatan perempuan dalam kegiatan konservasi lahan, dimulai dari perencaan hingga pemanfaatan hasil kegiatan. Lebih jauh diharapkan perempuan dapat memberikan peranan lebih dalam aspek akses, partisipasi, kontrol, dan manfaat.

Untuk melihat keterlibatan perempuan ini, digunakan analisis AKPM yang mampu memberikan gambaran disparitas laki-laki dan perempuan dalam pelaksanaan kegiatan dari awal hingga akhir. Untuk mendapatkan hasil yang lebih terukur, perlu dilakukan analisis yang lebih jauh dengan menggunakan dasar analisis AKPM ini. Dengan adanya analisis yang lebih lanjut ini, diharapkan kegiatan konservasi lahan berbasis gender ini dapat dievaluasi keberlanjutan dan dapat dideteksi faktor-faktor mana saja yang menjadi pengungkit berhasil atau tidaknya kegiatan ini.

DASAR HUKUM

1. Undang-undang No. 7 Tahun 1984 Tentang Pengesahan Konvensi Mengenai Penghapusan Segala Bentuk Diskriminasi Terhadap Wanita (CONVENTION ON THE ELIMINATION OF ALL FORMS OF DISCRIMANATION AGAINST WOMEN).

2. Instruksi Presiden No. 9 Tahun 2000 Tentang Pengarusutamaan Gender Dalam Pembangunan Nasional 3. Peraturan Presiden No. 5 Tahun 2010 Tentang Rencana Pembangunan Jangka Menengah Nasional Tahun

2010 – 2014

4. Peraturan Menteri Keuangan No. 93/PMK.02/2011 Tentang Petunjuk Penyusunan Dan Penelaahan Rencana Kerja Dan Anggaran Kementerian Negara/Lembaga

5. Peraturan Menteri Negara Pemberdayaan Perempuan Dan Perlindungan Anak Republik Indonesia Nomor 01 Tahun 2011 Tentang Strategi Nasional Sosial Budaya Untuk Mewujudkan Kesetaraan Gender

6. Peraturan Menteri Dalam Negeri Nomor 15 Tahun 2008 Tentang Pedoman Umum Pelaksanaan Pengarusutamaan Gender di Daerah

7. Peraturan Menteri Pemberdayaan Perempuan Republik Indonesia Nomor 06 Tahun 2009 Tentang Penyelenggaraan Data Gender dan Anak

TUJUAN

1. Mendapatkan gambaran data terpilah terkait pengarusutamaan gender pada kegiatan Pilot project optimalisasi lahan responsif gender melalui konservasi lahan.

2. Menganalisis keberlanjutan tiap dimensi pengarusutamaan gender pada kegiatan Pilot project optimalisasi lahan responsif gender melalui konservasi lahan.

3. Mengidentifikasi leverage point Pilot project optimalisasi lahan responsif gender melalui konservasi lahan.

4. Menganalisis sensitivitas atribut pengarusutamaan gender pada kegiatan Pilot project optimalisasi lahan responsif gender melalui konservasi lahan.

(4)

3

RUANG LINGKUP

Pengumpulan data terpilah pada kegiatan Pilot project optimalisasi lahan berbasis gender Direktorat Jenderal Prasarana dan Sarana Pertanian Tahun 2012 melalui konservasi lahan dilaksanakan di dua propinsi, yaitu Jawa Barat dan Jawa Tengah, yaitu:

1. Kelompok Tani Telaga Tirta, Desa Sukagalih, Kecamatan Mega Mendung, Kabupaten Bogor, Jawa Barat 2. Kelompok Tani Bina Karya, Desa Sukakarya, Kecamatan Mega Mendung, Kabupaten Bogor, Jawa Barat 3. Kelompok Tani Tegal Mukti, Desa Larangan, Kecamatan Pengadegan, Kabupaten Purbalingga, Jawa

Tengah

4. Kelompok Tani Among Kismo, Desa Sokanegara, Kecamatan Kejobong, Kabupaten Purbalingga, Jawa Tengah

5. Kelompok Tani Margotani, Desa Kubang Kecamatan Wanayasa Kabuopaten Banjarnegara, Jawa Tengah

PELAKSANA KEGIATAN

Data dikumpulkan oleh tim pengarusutamaan gender Ditjen PSP, staf Bagian Evaluasi dan Pelaporan dengan dibantu oleh petugas Dinas Pertanian dan penyuluh di daerah penerima manfaat.

METODE PENGUMPULAN DATA

Pengumpulan data dilaksanakan dengan menggunakan kuesioner di semua lokasi pilot project kegiatan optimasi lahan responsif gender melalui konservasi lahan.

ALAT STATISTIK

Dalam rangka mengidentifikasi leverage point dan analisis keberlanjutan kegiatan, dilakukan pengolahan data dengan menggunakan Metode Multidimensional Scalling (MDS) yang dikodekan dalam aplikasi Rapfish 3.1 for Windows yang telah dimutakhirkan pada bulan September 2014. Aplikasi ini terintegrasi dengan perangkat lunak Microsoft Excel dengan menggunakan fasilitas add-ins.

(5)

4 PILOT PROJECT OPTIMALISASI LAHAN

MELALUI KONSERVASI LAHAN RESPONSIF GENDER

JADWAL KEGIATAN

Jadwal kegiatan Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan Tahun 2012 dijabarkan dengan singkat pada Tabel 1 berikut.

Tabel 1. Tabel Jadwal Kegiatan Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan Tahun 2012

No Kegiatan Tanggal Pelaksanaan

1 Persiapan 2012

2 Penyusunan Pedoman 2012

3 Survey CPCL 2012

4 Sosialisasi 2012

5 Pengiriman Bantuan 2012

6 Pengumpulan Bahan Mei – Nopember 2014

7 Penyusunan Kuesioner Oktober 2014

8 Perbaikan Kuesioner Nopember 2014

9 Pengambilan Data Minggu I dan II Desember 2014

10 Pengolahan Data Minggu II – IV Desember 2014

11 Penyusunan Laporan November - Desember 2014

PENERIMA BANTUAN

KELOMPOK TANI TELAGA TIRTA

Kelompok Tani Telaga Tirta terletak di Desa Sukagalih, Kecamatan Megamendung, Kabupaten Bogor, Provinsi Jawa Barat.

Kelompok Tani ini mendapatkan alokasi dana pelaksanaan Pilot Project Optimasi Lahan responsif gender melalui Konservasi Lahan pada tahun 2012 dengan alokasi dana sebesar Rp 40.000.000 untuk luasan lahan seluas 5 ha dengan jumlah anggota sebanyak 60 orang dengan 45 orang berjenis kelamin laki-laki dan 15

(6)

5

lainnya berjenis kelamin perempuan. Kelompok tani ini diketuai oleh Bapak Umar. Proporsi keanggotaan berdasarkan jenis kelamin digambarkan pada diagram pie pada Gambar 1.

Gambar 1. Proporsi Penerima Manfaat Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan Berdasarkan Jenis Kelamin pada Kelompok Tani Telaga Tirta

Kondisi geografis di lahan pelaksanaan konservasi lahan Kelompok Tani Telaga Tirta berada pada lahan berlereng yang tidak terlalu curam, sehingga yang dilaksanakan adalah konservasi lahan dengan cara sederhana, yaitu dengan pembuatan teras gulud untuk mencegah terjadinya erosi.

KELOMPOK TANI BINA KARYA

Kelompok Tani Bina Karya terletak di Desa Suka Karya, Kecamatan Mega Mendung, Kabupaten Bogor, Provinsi Jawa Barat.

Alokasi dana yang disalurkan kepada kelompok tani Bina Karya sebagai pelaksana pilot project optimasi laham melalui konservasi lahan pertanian responsif gender adalah sebesar Rp. 40.000.000. Kelompok Tani ini diketuai oleh Iwan dan memiliki jumlah anggota kelompok sebanyak 30 orang dengan banyaknya anggota laki-laki sebanyak 15 orang laki-laki dan15 orang perempuan. Proporsi keanggotaan kelompok tani ini ditampilkan dalam diagram pie pada Gambar 2.

(7)

6

Kondisi geografis di lahan pelaksanaan konservasi lahan Kelompok Tani Bina Karya berada pada lahan berlereng yang tidak terlalu curam, sehingga yang dilaksanakan adalah konservasi lahan dengan cara sederhana, yaitu dengan pembuatan teras gulud untuk mencegah terjadinya erosi.

Gambar 2. Proporsi Penerima Manfaat Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan Berdasarkan Jenis Kelamin pada Kelompok Tani Bina Karya

KELOMPOK TANI TEGAL MUKTI

Kelompok Tani Tegal Mukti terletak di Desa Laragan, Kecamatan Pangadegan, Kabupaten Purbalingga, Provinsi Jawa Tengah. Ketua dari kelompok Tani ini bernama Sinom Warjono dan memimpin sebanyak 59 anggota kelompok dengan 44 diantaranya berjenis kelamin laki-laki dan 15 lainnya berjenis kelamin perempuan. Proporsi keanggotaan kelompok tani Tegal Mukti berdasarkan kelamin ditampilkan pada Gambar 3.

Kelompok tani ini melaksanakan kegiatan pilot project optimasi lahan responsif gender melalui konservasi lahan pertanian pada tahun 2012 dengan besarnya anggaran sebesar Rp 40.000.000 dan dilaksanakan pada lahan seluas 5 ha.

Kondisi geografis di lahan pelaksanaan konservasi lahan Kelompok Tani Tegal Mukti berada pada lahan berlereng yang tidak terlalu curam, sehingga yang dilaksanakan adalah konservasi lahan dengan cara sederhana, yaitu dengan pembuatan teras gulud untuk mencegah terjadinya erosi.

(8)

7

Gambar 3. Proporsi Penerima Manfaat Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan Berdasarkan Jenis Kelamin pada Kelompok Tani Tegal Mukti

KELOMPOK TANI AMONG KISMO

Kelompok Tani Among Kismo terletak di Desa Sokanegara, Kecamatan Kecobang, Kabupaten Purbalingga, Provinsi Jawa Tengah. Ketua dari kelompok Tani ini bernama Somadi dan memimpin sebanyak 30 anggota kelompok dengan 12 diantaranya berjenis kelamin laki-laki dan 18 lainnya berjenis kelamin perempuan.

Proporsi keanggotaan kelompok tani Among Kismo berdasarkan kelamin ditampilkan pada Gambar 4.

Kelompok tani ini melaksanakan kegiatan pilot project optimasi lahan melalui konservasi lahan pertanian responsif gender pada tahun 2012 dengan besarnya anggaran sebesar Rp 40.000.000.

Kondisi geografis di lahan pelaksanaan konservasi lahan Kelompok Tani Among Kismo berada pada lahan tegalan yang tidak terlalu curam, sehingga yang dilaksanakan adalah konservasi lahan dengan cara sederhana, yaitu dengan pembuatan teras gulud untuk mencegah terjadinya erosi.

Laki-laki 70%

Perempuan 30%

Anggota Kelompok

Laki-laki Perempuan

(9)

8

Gambar 4. Proporsi Penerima Manfaat Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan Berdasarkan Jenis Kelamin pada Kelompok Tani Among Kismo

KELOMPOK TANI MARGOTANI

Kelompok Tani Margotani terletak di Desa Kubang, Kecamatan Wanayasa, Kabupaten Banjarnegara, Provinsi Jawa Tengah. Ketua dari kelompok Tani ini bernama Sunarya dan memimpin sebanyak 40 anggota kelompok dengan 28 diantaranya berjenis kelamin laki-laki dan 12 lainnya berjenis kelamin perempuan.

Proporsi keanggotaan kelompok tani Margotani berdasarkan kelamin ditampilkan pada Gambar 5.

Kelompok tani ini melaksanakan kegiatan pilot project optimasi lahan melalui konservasi lahan pertanian responsif gender pada tahun 2012 dengan besarnya anggaran sebesar Rp 40.000.000.

Jenis tanaman yang dimanfaatkan dalam kegiatan ini adalah jeruk dengan luas areal penanaman seluas 5,6 ha dengan banyaknya bibit 400 pohon/ha. Pelaksanaan kegiatan ini juga dipadukan dengan bantuan dari APBD berupa pupuk organic. Selain itu, APBD juga memberikan bantuan jeruk keprok sebanyak 2035 bibit untuk ditanam oleh petani.

Laki-laki 40%

Perempuan 60%

Anggota Kelompok

Laki-laki Perempuan

(10)

9

Gambar 5. Proporsi Penerima Manfaat Pilot Project Optimasi Lahan Responsif Gender Melalui Konservasi Lahan Berdasarkan Jenis Kelamin pada Kelompok Tani Margotani

75%

25%

Anggota Kelompok

Laki-laki Perempuan

(11)

10 MULTIDIMENSIONAL SCALING (MDS) DENGAN SOFTWARE RAPFISH

MULTIDIMENSIONAL SCALING

Multidimensional Scaling (MDS) adalah salah satu teknik statistic multivariat yang dapat digunakan untuk menentukan posisi suatu objek relative terhadap objek lainnya berdasarkan penilaian kemiripannya. MDS juga merupakan teknik yang bisa membantu peneliti untuk mengenali (mengidentifikasi) dimensi kunci yang mendasari evaluasi objek dari responden.

Secara teknis, MDS digunakan untuk mengetahui hubungan interdependensi atau saling ketergantungan antarvariabel. Hubungan ini tidak diketahui melalui reduksi atau pengelompokan antarvariabel, akan tetapi dengan membandingkan variable yang ada pada tiap objek yang bersangkutan dengan menggunakan perceptual map. Konsep dasar pemetaan

Berdasarkan skala pengukurannya, MDS dibedakan atas dua kriteria, yaitu:

a. MDS Skala Metrik untuk data dengan skala pengukuran interval dan rasio. Dalam prosedur MDS metric tidak dipermasalahkan apakah data input ini merupakan jarak yang sebenarnya atau tidak.

Prosedur ini hanya menyusun bentuk geometri dari titik-titik objek yang diupayakan sedekat mungkin dengan input jarak yang diberikan. Sehingga pada dasarnya adalah mengubah input jarak atau metric ke dalam bentuk geometric sebagai outputnya.

b. MDS Skala Non-Metrik untuk data dengan skala pengukuran nominal dan ordinal. Perhitungan kriteria adalah untuk menghubungkan nilai ketidaksamaan suatu jarak ke nilai ketidaksamaan yang terdekat. Program MDS nonmetric menggunakan transformasi monoton ke data yang sebenarnya sehingga dapat dilakukan operasi aritmatika terdapat nilai ketidaksamaannya untuk menyesuaikan jarak dengan nilai urutan ketidaksamaannya. Transformasi monoton akan memelihara urutan nilai ketidaksamaannya sehingga jarak antara objek yang tidak sesuai dengan urutan nilai ketidaksamaan diubah sedemikian rupa sehingga akan tetap memenuhi urutan nilai ketidaksamaan tersebut dan mendekati jarak awalnya. Hasil perubahan ini disebut disparities. Disparities ini digunakan untuk mengukur tingkat ketidakepatan konfigurasi objek-objek dalam peta berdimensi tertentu dengan input ketidaksamaannya. Pendekatan yang se10ing digunakan saat ini untuk mencapai hasil yang optimal dari skala non metrik digunakan “Kruskal’s Least-Square Monotomic Transformation” dimana disparities merupakan nilai rata-rata dari jarak-jarak yang tidak sesuai dengan urutan ketidaksamaanya. Informasi ordinal kemudian dapat diolah dengan MDS nonmetrik sehingga menghasilkan konfigurasi dari objek-objek yang yang terdapat pada dimensi tertentu dan kemudian agar jarak antara objek sedekat mungkin dengan input nilai ketidaksamaan atau

(12)

11

kesamaannya. Koordinat awal dari setiap subjek dapat diperoleh melalui cara yang sama seperti metoda MDS metrik dengan asumsi bahwa meskipun data bukan jarak informasi yang sebenarnya tapi nilai urutan tersebut dipandang sebagai variabel interval.

Output yang diperoleh di dalam MDS adalah berupa perceptual map yang terbagi menjadi beberapa dimensi. Minimal terbentuk dua dimensi ruang yang dapat dijadikan bahan analisis. Dalam MDS, dua titik atau objek yang sama dipetakan dalam satu titik yang saling berdekatan. Sebaliknya, objek atau titik yang tidak sama digambarkan dengan titik-titik yang berjauhan. Titik-titik ini juga akan sangat berguna di dalam analisis regresi dalam menghitung stress. Nilai skor tiap atribut akan membentuk matriks 𝑋_{(𝑛 𝑥 𝑝)} dimana n adalah jumlah sample dan p adalah jumlah atribut yang digunakan. Selanjutnya dilakukan statndardisasi nilai skor untuk setiap atribut sehingga tiap atribut mempunyai bobot yang seragam dan perbedaan antarskala pengukuran dapat dihilangkan.

𝑋_𝑖𝑘𝑠𝑑 = 𝑋_𝑖𝑘− 𝑋_𝑘 𝑆_𝑘 Dimana:

𝑋_𝑖𝑘𝑠𝑑 = nilai skor standar ke –i pada atribut ke –k ; i = 1, 2, 3, ... , n ; k = 1, 2, 3, ... , p 𝑋_𝑖𝑘 = nilai skor awal ke –i pada atribut ke –k ; i = 1, 2, 3, ... , n ; k = 1, 2, 3, ... , p 𝑋_𝑘 = nilai tengah skor tiap atribut ke –k

𝑆_𝑘 = standar deviasi skor pada atribut ke – k

Jarak antar sample dihitung dengan metode jarak kuadrat euclidian. Jarak Euclidean dalah jarak antara dua objek yang dibandingkan. Jika dimisalkan objek 1 adalah 𝑥^′= (𝑥₁, 𝑥₂, 𝑥₃, . . . , 𝑥_𝑝)^′ dan objek 2 adalah 𝑦^′= (𝑦₁, 𝑦₂, . . . , 𝑦_𝑝), maka jarak Euclidean-nya adalah:

d(x, y)= √(𝑥₁− 𝑦₁)²+(𝑥₂− 𝑦₂)²+ . . . +(𝑥_𝑝− 𝑦_𝑝)² Dimana : xi= objek ke-1 pada pengamatan ke-i

yi= objek ke-2 pada pengamatan ke-i

p= banyaknya pengamatan banyaknya pengamatan Atau dalam notasi matrik, rumus jarak Euclidean-nya menjadi:

d(x, y) = (x − y)'(x − y)

Pengukuran goodness of fit (nilai stress) digunakan untuk melihat apakah hasil output mendekati keadaan yang sebenarnya atau tidak. Nilai Stress menunjukkan proporsi varians perbedaan yang tidak dijelaskan oleh model. Semakin kecil nilai Stress yang didapatkan, semakin baik model multidimensional scaling yang didapatkan. Terdapat berbagai cara untuk menghitung nilai Stress, namun yang paling sering digunakan adalah Kruskal’s STRESS sebagai berikut:

(13)

12

Untuk Kruskal’s STRESS formula terdapat pedoman untuk mengindikasikan model yang baik bila dilihat dari nilai STRESS dengan menggunakan standar kriteria sebagai berikut:

Tabel 2. Kriteria nilai STRESS pada Pengujian Model Keberlanjutan

Sumber: Johnson & Wichern (2007: 708)

Goodness of fit mengacu pada hubungan monotonic antara similarities dan jarak akhir.

Nilai kuadrat Korelasi (R²) atau sering disebut juga dengan Squared Correlation (RSQ) digunakan untuk mengetahui kedekatan antara data dengan perceptual map. R²dalam multidimensional scaling menunjukkan proporsi varians data input yang dapat dijelaskan oleh model multidimensional scaling. Melalui R², peneliti dapat menyimpulkan apakah data yang dimiliki dapat terpetakan dengan baik atau tidak. Nilai R² berada dalam rentang antara angka nol dan satu. Menurut Maholtra yang dikutip oleh Bilson Simamora (2005: 268), R²yang dapat diterima adalah nilai R²yang lebih dari 0,6 (semakin besar dianggap semakin layak).

Model yang baik ditunjukkan dengan nilai stress yang kecil dan nilai R² yanng mendekati 1. Skala indeks keberlanjutan system yang dikaji memiliki nilai dalam rentang 0 hingga 100%. Kategorisasi indeks keberlanjutan dibagi ke dalam empat kelas seperti yang diterangkan pada tabel 3.

Tabel 3. Kriteria Pengukuran Indeks Keberlanjutan

Nilai indeks Kategori

0-25 Buruk

26-50 Kurang

51-74 Cukup

75-100 Baik

Stress Goodness of fit

≥ 20%

10% - 20%

5% - 10%

2,5% - 5%

≤ 2,5%

Poor (Kurang Baik) Fair (Cukup Baik) Good (Baik)

Excellent (Sangat Baik) Perfect (Sempurna)

(14)

13

RAPFISH

Rapfish adalah teknik statistic untuk kajian atas status relative entitas-entitas yang diamati (dalam hal ini, tujuan pembangunan aplikasi ini adalah untuk perikanan), dinilai secara kuantitatif terhadap atribut-atribut yang telah ditentukan sebelumnya dan dikelompokkan ke dalam disiplin atau dimensi yang bersesuaian. Skor yang diberikan untuk setiap atribut berada di dalam skala terbaik hingga terburuk. Baik atau good atau 100%, sebagai kemungkinan skor terbaik, hingga buruk atau bad atau 0%, sebagai kemungkinan skor terburuk.

Alasan dasar pengembangan Rapfish adalah untuk mengevaluasi keberlanjutan (sustainability). Teknik Rapfish sangat fleksibel sehingga dalam penentuan dimensi dan atribut dapat disesuaikan dengan bidang pekerjaan pengguna. Rapfish menggunakan teknik ondinasi statistic yang disebut dengan Multidimensional Scaling (MDS) untuk mengurangi dimensi matriks NxM (dimana N adalah objek yang diamati dan M adalah atribut) menjadi matriks berdimensi Nx2 yang memiliki property jarak yang mirip dengan statistic matriks NxM. Dalam ruang atribut dua dimensi ini, satu dimensi (x-axis) adalah skor yang mewakili status (derajat keberlanjutan) dari good hingga bad, sementara dimensi lainnya (y-axis) mewakili faktor-faktor lain, yang tidak berhubungan dengan keberlanjutan (atau status apapun yang dinilai), yang menjadi faktor pembeda objek yang diamati.

Fungsi ALSCAL MDS dalam paket statistic SPSS digunakan dalam pengembangan dan pengujian teknik Rapfish. Software fasilitas pemrograman batching SPSS ditulis untuk mengautomatisasi prosedur Rapfish, termasuk fungsi leveraging dan Analisis Error Monte Carlo. Permasalahan dengan software ini adalah ketidakfleksibilitasnya dan kekakuan dalam merekonfigurasi parameter karena keterbatasan bahasa pemrograman SPSS.

Software Rapfish diimplementasikan dalam Microsoft Excel dan bahasa pemrogramannya, Visual Basic for Application (VBA). Excel adalah aplikasi yang popular dan murah serta kebanyakan analis di lapangan sudah familier dan nyaman dalam menggunakannya. Kode original ALSCAL FORTRAN untuk MDS ditulis ulang dan dibangun sebagai dynamic link library (DLL) yang dipanggil dari program Excel/VBA. Implementasi RApfish pada Excel/VBA/FORTRAN ini bersifat portable, dan mudah diprogram untuk berbagai analisis pengulangan seperti leveraging dan Monte Carlo. Selain itu, aplikasi ini juga dilengkapi dengan tampilan yang memudahkan mengendalikan processing dan memvisualisasikan hasil.

ARSITEKTUR SOFTWARE

Gambar di bawah menunjukkan komponen-komponen utama dari software Rapfish. Bentuk oval menunjukkan modul program VBA, masing-masing berisi satu atau lebih fungsi VBA. Fungsi Main Initialize dalam modul Main adalah entri poin ke dalam program, dimana ketika modul ini dijalankan, Interface pengguna RapfishForm akan terbuka. Kode VBA terkait dengan RapfishForm berisi parameter entri, penyimpanan,

(15)

14

dan inisiasi kontrol analisis melalui tombol Run untuk setiap fungsi (leveraging, Monte Carlo, dan analisis Rapfish). File dll FORTRAN (g77ALSCAL.dll) digunakan oleh ketiganya untuk menjalankan MDS.

Data scoring Rapfish dibaca dari spreadsheet RapScores. Output analisis dan plot-nya dituangkan dalam salah satu dari tiga spreadsheet RapAnalysis, Leveraging, atau MonteCarlo tergantung tombol mana yang dipilih. Worksheet RapAnalysis ditulis berulang-ulang untuk setiap iterasi dari fungsi leveraging dan Monte Carlo.

Gambar 6. Arsitektur Aplikasi Rapfish 5.1

INTERFACE USER

Untuk memulai analisis dengan Rapfish, buka aplikasi Excel yg telah disesuaikan dengan template entri hasil pengumpulan data. Selanjutnya, jalankan add-inn Rapfish dengan menekan tombol Rapfish pada menu bar add-in.

Formulir pengguna berikut (Gambar 7) akan muncul. Semua nilai harus dimasukkan ke dalam setiap box pada form meskipun tidak semua opsi digunakan.

 Untuk karakteristik fisheries (responden), kolom Number of Fisheries pada Real Fisheries diisikan dengan banyaknya responden.

 Kolom 1^st fisheriy pada Row # diisikan nomor row dimana nama responden diisikan dan names of fisheries are in excel column diisikan dengan huruf kolom dimana nama responden diisikan.

 Simulated fisheries pada kolom Reference diisikan banyaknya referensi (dalam hal ini default diisikan 4 sebagai representasi dari “Good”, “bad”, “up”, dan “down”), sementara untuk anchors diisikan banyaknya anchor fisheries yang dibentuk.

(16)

15

 Kolom Good diisikan nomor row dimana responden reference “good” diisikan

 Kolom Bad diisikan nomor row dimana responden reference “bad” diisikan Gambar 7. User Interface aplikasi Rapfish 5.1

 Kolom Up diisikan nomor row dimana responden reference “up” diisikan, yaitu separuh awal dari jumlah atribut merupakan skor good, sementara sisanya adalah skor bad

 Kolom Down diisikan nomor row dimana responden reference “down” diisikan, yaitu separuh awal dari jumlah atribut merupakan skor bad, sementara sisanya adalah skor good

 Kolom 1^st Anchor Fisheries diisikan dengan nomor raw dimana anchor responden pertama diisikan.

 Untuk karakteristik attributes, Number of attributes diisikan dengan banyaknya atribut pada dimensi yang akan diuji.

 Column letter of 1^st attributes diisikan huruf kolom dimana atribut pertama pada dimensi bersesuaian dituliskan.

 Pada box Monte Carlo Analysis diisikan banyaknya repetisi simulasi (biasanya diisikan Antara 20 hingga 25).

 Normal 0 mean error distribution with 95% confidence interval = X % of full attribute range

 Direkomendasikan untuk setiap dataset yang sedang dikerjakan, untuk membuat file operasi khusus untuk menjalankan analisis rapfish, dan file hasil lain untuk menduplikat hasil analisis, karena setiap kali di run program untuk dataset baru, akan digantikan hasil untuk data terbaru.

PROSEDUR ANALISIS

Form user Rapfish dapat dibuka dengan parameternya dibaca dari file param.txt. file ini berisi default set dari processing parameter Rapfish analysis dari dimensi pertama (default = Ekologi) file data Redsea pada

(17)

16

Redsesa.xls. untuk data set yang lain, analis harus menyesuaikan nilai dalam frame Fisheries dan Attributes supaya program dapat membaca data yang terdapat di RapScores spreadsheet. Fisheries (responden) disusun di dalam satu kolom dan skor atribut disusun pada kolom-kolom yang bersesuaian sesudahnya. Layout data di dalam RapScores adalah sebagai berikut:

 Diawali dengan baris yang berisi fisheries (responden), responden acuan, dan responden anchor

 Jumlah responden, responden acuan, dan responden anchor

 Nama kolom tempat responden pertama ditulis

 Nama Kolom atribut pertama dalam kelompok atribut yang akan dianalisis

 Jumlah atribut di dalam kelompok atribut tersebut.

Dalam mem-format data untuk spreadsheet RapScores, syarat utamanya adalah:

 Baris fisheries (responden) masing-masing harus berdekatan dalam kelompok, tapi tidak perlu .

 Responden anchor acuan dapat dimana saja (di baris manapun)

 Setiap field evaluasi (=kelompok atribut) harus berdekatan dalam satu kelompok kolom.

Jika ragu-ragu, ikuti format yang telah dicontohkan dalam contoh file Redsea.xls.

Frame terstandardisasi pada form termasuk dalam satu dari dua tipe standardisasi dari data Rapscores Fisheries. Dalam Use fisheries statistics, setiap skor x dinormalisasikan dengan ^{(𝑥−𝜇)}

𝜎 sehingga setiap atribut dibobot dengan sama dan perbedaan pada setiap skala pengukuran dihilangkan. Secara default, µ adalah mean dan σ adalah standar deviasi dari setiap kolom atribut responden (riil, anchor, dan acuan).

Standardisasi akan berubah sejalan dengan statistik datanya. Alternatifnya, standardisasi dapat dilakukan dengan Fixed Scaling yang didefinisikan dengan skor bad dan good untuk setiap atribut, dengan μ =

(𝑔𝑜𝑜𝑑−𝑏𝑎𝑑)

2 dan σ = (good − bad). Standardisasi tidak akan berubah dengan adanya perubahan set responden. Metode standardisasi Fixed Scalling akan memberikan konsistensi pencatatan untuk multiple rapfish analisis dengan set data reponden yang berbeda karenastandar penskalaannya sama untuk semua data yang dimasukkan.

Alternatifnya, mean dan sigma dapat dihitung hanya pada responden anchor dan acuan, oleh karena itu, skala skala standardisasi tetap fixed tanpa tergantung dengan set data responden, akan tetapi hal ini belum diujicobakan. Versi ke depan dari Rapfish dapat diprogram untuk menggenerate responden anchor secara otomatis dari responden referensi “good” atau “bad” dan “up” atau “down”. Saat ini, Rapscore data worksheet harus mengandung responden acuan dan anchor untuk digunakan pada setiap set atribut.

Set anchor responden terdiri dari dua tipe: anchor referensi “bad”, “good”, “up”, down”, dan cincin anchor, dengan:

 “bad”, “good” : diambil dari semua skor maksimum atau minimum secara berurutan;

(18)

17

 “up” dan “down” : setengah skor maksimum atribut pertama, setengah lainnya adalah skor minimum, dan sebaliknya;

 Cincin anchor : setengah set skor minimum dan setengah set skor maksimum, pola entri tiap anchor adalah maju satu kolom dari baris sebelumnya.

Sebelum running program, set parameternya harus disimpan terlebih dahulu dengan menentukan sebuah file teks di dalam frame parameter filedan klik tombol Save. Selanjutnya, ketik nama file parameter dan klik tombol Get untuk memuat parameter yang sama

(19)

18 Analisis Keberlanjutan dan Sensitivitas Pilot Project Optimasi Lahan Responsif Gender

Melalui Konservasi Lahan

DIMENSI DAN ATRIBUT

Dimensi yang digunakan adalah aspek-aspek umum pengarusutamaan gender, yaitu akses, partisipasi, kontrol dan manfaat. Berkenaan dengan pelaksanaan Pilot Project optimasilahan responsif gender melalui konservasi lahan, atribut yang digunakan adalah:

DIMENSI AKSES Atribut:

 Akses untuk mendapatkan bantuan kegiatan konservasi lahan

 Sosialisasi tentang pelaksanaan konservasi lahan

 Sosialisasi tentang teknologi yang akan digunakan dalam metode konservasi (waktu tanam, varietas, teknologi, dll)

 Pemanfaatan lahan pada wilayah konservasi lahan

 Pelatihan Kelompok tani

 Aksesibilitas terhadap benih unggul berkualitas

 Pemeliharaan dan pengawasan

 Field day metode konservasi lahan (diskusi lapangan)

 Studi banding ke wilayah lain yang berhasil (Cross visit)

DIMENSI PARTISIPASI Atribut:

 Sebagai pengurus kelompok konservasi lahan

 Perencanaan letak dan layout serta pembiayaan

 Perencanaan teknologi yang akan digunakan

 Pembangunan/ pelaksanaan konservasi lahan

 Perencanaan waktu tanam

 Pananaman

 Pemupukan dasar

 Penyulamam dan Penyiangan

(20)

19

 Pemupukan susulan

 Pengendalian hama

 Perawatan dan pemeliharaan lahan konservasi

DIMENSI KONTROL Atribut:

 Dalam menentukan dan pemanfaatan dana bantuan kegiatan konservasi lahan

 Pengawasan/ pemeliharaan lahan yang telah dikonservasi

 Penentuan teknologi konservasi lahan

 Pengaturan pemanfaatan lahan pada daerah yang dikonservasi

 Dalam penentuan waktu tanam dan varietas yang tepat sesuai dengan kaidah konservasi

 Dalam pengaturan waktu penyiraman sesuai periode pertumbuhan tanaman, hingga menjelang panen

 Dalam penentuan jenis dan takaran pupuk yang akan digunakan serta waktu pemupukan yang tepat

DIMENSI MANFAAT Atribut:

 Siapa yang lebih mendapatkan manfaat dari bantuan untuk kegiatan konservasi lahan

 Pemanfaatan lahan untuk bercocok tanam pada wilayah yang di konservasi

 Penerapan waktu tanam dan varietas yang di tanam pada wilayah konservasi lahan

 Pengaturan pola tanam dengan kombinasi teknologi yang tepat dapat mengurangi serangan hama dan penyakit, terhindar dari kekeringan dan erosi sehingga meningkatnya produksi

 Siapa yang lebih mendapatkan manfaat dari peningkatan pendapatan petani, dari hasil produktivitas yang meningkat, kualitas hasil melalui kegiatan konservasi lahan

 Keterampilan sumberdaya petani dalam penerapan konservasi sesuai dengan kaidah konservasi lahan melalui pelatihan manajemen dan teknologi

SCORING DAN ABREVIASI

SCORING

Penentuan skor atribut dalam penilaian keberlanjutan kegiatan pilot project optimasi lahan responsif gender melalui konservasi lahan disederhanakan berdasarkan perolehan persentase keterlibatan perempuan di setiap kegiatan atau proses yang diamati. Scoring diterapkan di tiap-tiap atribut di dalam dimensi AKPM yang tertuang di dalam kuesioner.

(21)

20

Dalam analisis ini, skor yang diperoleh tiap responden dirata-ratakan dengan responden lain pada atribut yang bersesuaian untuk mendapatkan nilai rataan skor. Dari nilai rataan inilah nantinya analisis keberlanjutan dan analisis leverage dilakukan. Berikut scoring yang digunakan dalam analisis:

1. Skor sebesar 0 diberikan jika Kegiatan tidak dilaksanakan/belum dilaksanakan

2. Skor sebesar 1 Jika banyaknya perempuan yang terlibat dalam kegiatan/proses tersebut kurang dari 15%

3. Skor sebesar 2 jika banyaknya perempuan yang terlibat dalam kegiatan/proses tersebut lebih dari atau sama dengan 15% dan kurang dari 25%

4. Skor sebesar 3 jika banyaknya perempuan yang terlibat dalam kegiatan atau proses tersebut lebih dari atau sama dengan 25% dan kurang dari 35%

5. Skor sebesar 4 jika banyaknya perempuan yang terlibat dalam kegiatan/proses tersebut lebih dari atau sama dengan 35% dan kurang dari 50%

6. Skor sebesar 5 jika banyak nya perempuan yang terlibat dalam kegiatan/proses tersebut lebih dari atau sama dengan 50%

ABREVIASI

Tabel 4. Abreviasi Atribut pada Dimensi Akses

A AKSESIBILITAS ABREVIASI

1 Akses untuk mendapatkan bantuan kegiatan konservasi lahan Akses Mendapat Bantuan 2 Sosialisasi tentang pelaksanaan konservasi lahan Sosialisasi Kegiatan 3 Sosialisasi tentang teknologi yang akan digunakan dalam

metode konservasi (waktu tanam, varietas, teknologi, dll) Sosialisasi Teknologi 4 Pemanfaatan lahan pada wilayah konservasi lahan Pemanfaatan Lahan

5 Pelatihan Kelompok tani Pelatihan

6 Aksesibilitas terhadap benih unggul berkualitas Akses Benih Unggul

7 Pemeliharaan dan pengawasan Pemeliharaan dan Pengawasan

8 Field day metode konservasi lahan (diskusi lapangan) Field Day 9 Studi banding ke wilayah lain yang berhasil (Cross visit) Cross Visit

Tabel 5. Abreviasi Atribut pada Dimensi Partisipasi

B PARTISIPASI ABREVIASI

1 Sebagai pengurus kelompok konservasi lahan Pengurus 2 Perencanaan letak dan layout serta pembiayaan Layout

3 Perencanaan teknologi yang akan digunakan Perencanaan Teknologi 4 Pembangunan/ pelaksanaan konservasi lahan Pelaksanaan

5 Perencanaan waktu tanam Perencanaan

6 Pananaman Penanaman

7 Pemupukan dasar Pemupukan Dasar

8 Penyulamam dan Penyiangan Sulam dan Siang

9 Pemupukan susulan Pemupukan Susulan

(22)

21

10 Pengendalian hama Pengendalian Hama

14 Perawatan dan pemeliharaan lahan konservasi Perawatan dan Pemeliharaan Lahan

Tabel 6. Abreviasi Atribut pada Dimensi Kontrol

C. KONTROL DAN PENGAMBILAN KEPUTUSAN ABREVIASI

1 Dalam menentukan dan pemanfaatan dana bantuan kegiatan konservasi lahan

Penentuan dan Pemanfaatan dana 2 Pengawasan/ pemeliharaan lahan yang telah

dikonservasi

Pemeliharaan dan Pengawasan 3 Penentuan teknologi konservasi lahan Penentuan Teknologi

4 Pengaturan pemanfaatan lahan pada daerah yang dikonservasi

Pengaturan Pemanfaatan Lahan 5 Dalam .penentuan waktu tanam dan varietas yang

tepat sesuai dengan kaidah konservasi

Kaidah waktu tanam dan varietas 6 Dalam pengaturan waktu penyiraman sesuai periode

pertumbuhan tanaman, hingga menjelang panen

Penyiraman 7 Dalam penentuan jenis dan takaran pupuk yang akan

digunakan serta waktu pemupukan yang tepat

Pemupukan

Tabel 7. Abreviasi Atribut pada Dimensi Manfaat

D. MANFAAT ABREVIASI

1 Siapa yang lebih mendapatkan manfaat dari bantuan

untuk kegiatan konservasi lahan Manfaat Bantuan 2 Pemanfaatan lahan untuk bercocok tanam pada

wilayah yang di konservasi Pemanfaatan Lahan

3 Penerapan waktu tanam dan varietas yang di tanam

pada wilayah konservasi lahan Waktu Tanam dan Varietas 4 Pengaturan pola tanam dengan kombinasi teknologi

yang tepat dapat mengurangi serangan hama dan penyakit, terhindar dari kekeringan dan erosi sehingga meningkatnya produksi

Pola Tanam dan Teknologi

5 Siapa yang lebih mendapatkan manfaat dari peningkatan pendapatan petani, dari hasil

produktivitas yang meningkat, kualitas hasil melalui kegiatan konservasi lahan

Pendapatan

6 Keterampilan sumberdaya petani dalam penerapan konservasi sesuai dengan kaidah konservasi lahan

melalui pelatihan manajemen dan teknologi Keterampilan Sumber Daya

(23)

22

HASIL DAN SKOR

KELOMPOK TANI TEGAL MUKTI

Tabel 8. Skor Dimensi Akses Kelompok Tani Tegal Mukti

Akses Laki-laki Perempuan Skor

Akses Mendapat Bantuan 75 25 3

Sosialisasi Kegiatan 50 50 5

Sosialisasi Teknologi 60 40 4

Pemanfaatan Lahan 50 50 5

Pelatihan 65 35 4

Akses Benih Unggul 65 35 4

Pemeliharaan dan Pengawasan 70 30 3

Field Day 50 50 5

Cross Visit 65 35 4

Tabel 9. Skor Dimensi Partisipasi Kelompok Tani Tegal Mukti

Partisipasi Laki-laki Perempuan Skor

Pengurus Poktan 65 35 4

Pembuatan Layout 50 50 5

Perencanaan Teknologi 50 50 5

Pelaksanaan 70 30 3

Perencanaan 50 50 5

Penanaman 70 30 3

Pemupukan Dasar 50 50 5

Sulam dan Siang 60 40 4

Pemupukan Susulan 60 40 4

Pengendalian Hama 70 30 3

Perawatan dan Pemeliharaan Lahan 70 30 3

Tabel 10. Skor Dimensi Kontrol Kelompok Tani Tegal Mukti

Kontrol Laki-laki Perempuan Laki-laki

Penentuan dan Pemanfaatan dana 50 50 5

Pemeliharaan dan Pengawasan 70 30 3

Penentuan Teknologi 50 50 5

Pengaturan Pemanfaatan Lahan 50 50 5

Kaidah waktu tanam dan varietas 60 40 4

Penyiraman 70 30 3

Pemupukan 70 30 3

(24)

23

Tabel 11. Skor Dimensi Manfaat Kelompok Tani Tegal Mukti

Manfaat Laki-laki Perempuan Laki-laki

Manfaat Bantuan 50 50 5

Pemanfaatan Lahan 50 50 5

Waktu Tanam dan Varietas 60 40 4

Pola Tanam dan Teknologi 50 50 5

Pendapatan 50 50 5

Keterampilan Sumber Daya 60 40 4

KELOMPOK TANI MARGOTANI

Tabel 12. Skor Dimensi Akses Kelompok Tani Margotani

Akses Laki-laki Perempuan Skor Akses Mendapat Bantuan 84.62 15.38 2

Sosialisasi Kegiatan 70 30 3

Sosialisasi Teknologi 70 30 3

Pemanfaatan Lahan 70 30 3

Pelatihan 69.23 30.77 3 Akses Benih Unggul 69.23 30.77 3 Pemeliharaan dan Pengawasan 61.54 38.46 4 Field Day 79.17 20.83 2

Cross Visit 0 0 0

Tabel 13. Skor Dimensi Partisipasi Kelompok Tani Margotani

Partisipasi Laki-laki Perempuan Laki-laki

Pengurus 75 25 3

Layout 0 0 0

Teknologi 0 0 0

Pelaksanaan 71.43 28.57 3 Perencanaan 71.43 28.57 3

Penanaman 71.43 28.57 3

Pemupukan Dasar 74.2 25.8 3

Sulam dan Siang 71.43 28.57 3 Pemupukan Susulan 71.43 28.57 3

Pengendalian Hama 70 30 3

Perawatan dan Pemeliharaan Lahan 70 30 3

(25)

24

Tabel 14. Skor Kontrol Partisipasi Kelompok Tani Margotani

Kontrol Laki-laki Perempuan Skor Penentuan dan Pemanfaatan dana 50 50 5

Pemeliharaan dan Pengawasan 70 30 3

Teknologi 50 50 5

Pengaturan Pemanfaatan Lahan 50 50 5 Kaidah waktu tanam dan varietas 60 40 4

Penyiraman 70 30 3

Pemupukan 70 30 3

Tabel 15. Skor Dimensi Manfaat Kelompok Tani Margotani

Manfaat Laki-laki Perempuan Skor

Manfaat Bantuan 50 50 5

Waktu Tanam dan Varietas 60 40 4

Pola Tanam dan Teknologi 50 50 5

Pendapatan 50 50 5

Keterampilan Sumber Daya 60 40 4

KELOMPOK TANI AMONG KISMO

Tabel 16. Skor Dimensi Akses Kelompok Tani Among Kismo

Akses Laki-laki Perempuan Skor

Akses Mendapat Bantuan 30 70 5

Pelatihan 30 70 5

Akses Benih Unggul 30 70 5

Field Day 80 20 2

Cross Visit 0 0 0

(26)

25

Tabel 17. Skor Dimensi Partisipasi Kelompok Tani Among Kismo Pertisipasi Laki-laki Perempuan Skor

Pengurus 60 40 4

Layout 50 50 5

Teknologi 80 20 2

Pelaksanaan 60 40 4

Perencanaan 70 30 3

Penanaman 50 50 5

Pemupukan Dasar 70 30 3

Sulam dan Siang 70 30 3

Pemupukan Susulan 70 30 3

Tabel 18 Skor Kontrol Kelompok Tani Among Kismo

Kontrol Laki-laki Perempuan Skor

Penentuan dan Pemanfaatan dana 50 50 5

Teknologi 70 30 3

Pengaturan Pemanfaatan Lahan 70 30 3

Kaidah waktu tanam dan varietas 70 30 3

Pemupukan 70 30 3

Tabel 19. Skor Dimensi Manfaat Kelompok Tani Among Kismo

Manfaat Laki-laki Perempuan Skor

(27)

26

KELOMPOK TANI TELAGA TIRTA

Tabel 20. Skor Dimensi Akses Kelompok Tani Telaga Tirta

Akses Laki-laki Perempuan Laki-laki

Pelatihan 43 57 5

Field Day 80 20 2

Cross Visit 80 20 2

Tabel 21. Skor Dimensi Partisipasi Kelompok Tani Telaga Tirta

Partisipasi Laki-laki Perempuan Laki-laki

Pengurus 50 50 5

Layout 100 0 1

Teknologi 100 0 1

Penanaman 50 50 5

Tabel 22. Skor Dimensi Kontrol Kelompok Tani Telaga Tirta

Kontrol Laki-laki Perempuan Laki-laki

Teknologi 90 10 1

Pemupukan 80 20 2

(28)

27

Tabel 23. Skor Dimensi Manfaat Kelompok Tani Telaga Tirta

Manfaat Laki-laki Perempuan Laki-laki

KELOMPOK TANI BINA KARYA

Tabel 24. Skor Dimensi Akses Kelompok Tani Bina Karya

Akses Laki-laki Perempuan SKOR

Pelatihan 50 50 5

Field Day 50 50 5

Cross Visit 100 0 1

Tabel 25. Skor Dimensi Partisipasi Kelompok Tani Bina Karya Partisipasi Laki-laki Perempuan SKOR

Pengurus 50 50 5

Layout 50 50 5

Teknologi 50 50 5

Penanaman 50 50 5

(29)

28

Tabel 26. Skor Dimensi Kontrol Kelompok Tani Bina Karya

Kontrol Laki-laki Perempuan SKOR

Teknologi 60 40 4

Pemupukan 70 30 3

Tabel 27. Skor Dimensi Manfaat Kelompok Tani Bina Karya

Manfaat Laki-laki Perempuan MANFAAT

OUTPUT DAN ANALISIS

Analisis keberlanjutan dan leverage dengan menggunakan Rapfish dilakukan pada tiap dimensi dan atribut, sehingga kesimpulan yang dihasilkan bersifat parsial. Suatu dimensi diamati nilai indeks keberlanjutannya, kemudian dibandingkan dengan simulasi indeks keberlanjutan yang diolah dengan metode Monte Carlo. Jika nilai keduanya dekat (selisihnya kurang dari 1), maka indeks keberlanjutan tersebut dapat dikatakan baik dalam konteks modelling. Sementara jika selisihnya jauh, maka indeks keberlanjutan tersebut kurang pas/baik sehingga perlu dibuat model atau anchoring yang lain.

Setelah indeks dinyatakan cukup valid, atribut dianalisis dengan leverage analysis. Analisis dilakukan dengan mengamati grafik bar yang dihasilkan dari aplikasi rapfish.

INPUT

Data yang dientri ke dalam sheet excel untuk selanjutnya dianalisis dengan aplikasi Rapfish adalah data skor kelompok tani responden yang dirata-rata. Dari tabel 28 - 31 di bawah ini, disajikan data skor masing- masing kelompok tani penerima manfaat, kemudian skor tersebut dirata-ratakan dan ditampilkan dalam kolom 𝑋̅.

Input dilakukan dalam konteks rataan karena penilaian dimensi dan atribut tidak terfokus pada kelompok tani dan bukan sebagai sarana pembandingan indeks keberlanjutan kegiatan antarkelompok tani. Sehingga kesimpulan yang diambil dari setiap dimensi yang diukur adalah sebagai representasi dari keseluruhan

(30)

29

populasi (dalam hal ini kelompok tani penerima manfaat kegiatan pengembangan optimasi lahan melalui konservasi lahan).

Tabel 28. Input Skor Atribut pada Dimensi Akses

Akses

Poktan

𝑿̅ Tegal

Mukti

Margo Tani

Among Kismo

Telaga Tirta

Bina Karya

Akses Mendapat Bantuan 3 2 5 2 5 3.4

Sosialisasi Kegiatan 5 3 5 5 5 4.6

Sosialisasi Teknologi 4 3 5 5 5 4.4

Pemanfaatan Lahan 5 3 5 3 2 3.6

Pelatihan 4 3 5 5 5 4.4

Akses Benih Unggul 4 3 5 5 5 4.4

Pemeliharaan dan Pengawasan

3 4 2 5 5 3.8

Field Day 5 2 2 2 5 3.2

Cross Visit 4 0 0 2 1 1.4

Tabel 29. Input Skor Atribut pada Dimensi Kontrol

Partisipasi

Poktan

𝑿̅ Tegal

Mukti

Margo Tani

Among Kismo

Telaga Tirta

Bina Karya

Pengurus 4 3 4 5 5 4.2

Layout 5 0 5 1 5 3.2

Teknologi 5 0 2 1 5 2.6

Pelaksanaan 3 3 4 2 1 2.6

Perencanaan 5 3 3 3 5 3.8

Penanaman 3 3 5 5 5 4.2

Pemupukan Dasar 5 3 3 1 5 3.4

Sulam dan Siang 4 3 3 4 5 3.8

Pemupukan Susulan 4 3 3 2 1 2.6

Pengendalian Hama 3 3 1 1 1 1.8

Perawatan dan Pemeliharaan Lahan

3 3 3 3 3 3

(31)

30

Tabel 30. Input Skor Atribut pada Dimensi Partisipasi

Partisipasi Poktan 𝑿̅

Tegal Mukti

Margo Tani

Among Kismo

Telaga Tirta

Bina Karya Penentuan dan Pemanfaatan

dana

5 5 5 3 5 4.6

Pemeliharaan dan

Pengawasan 3 3 3 1 1 2.2

Teknologi 5 5 3 1 4 3.6

Pengaturan Pemanfaatan Lahan

5 5 3 3 5 4.2

Kaidah waktu tanam dan varietas

4 4 3 3 5 3.8

Penyiraman 3 3 2 1 3 2.4

Pemupukan 3 3 3 2 3 2.8

Tabel 31. Input Skor Atribut pada Dimensi Manfaat

MANFAAT Kelompok Tani 𝑿̅

Tegal Mukti

Margo Tani

Among Kismo

Telaga Tirta

Bina Karya

Manfaat Bantuan 5 5 5 1 3 3.8

Pemanfaatan Lahan 5 5 3 1 5 3.8

Waktu Tanam dan Varietas 4 4 5 2 5 4

Pola Tanam dan Teknologi 5 5 3 1 5 3.8

Pendapatan 5 5 5 5 5 5

Keterampilan Sumber Daya 4 4 5 1 5 3.8

DIMENSI AKSES

Dengan menggunakan nilai rata-rata keikutsertaan laki-laki dan perempuan pada setiap atribut yang bersesuaian dapat dilihat disparitas laki-laki dan perempuan dalam satuan kelompok. Disparitas tersebut dapat dilihat dengan sangat jelas dengan menggunakan diagram layang-layang seperti yang ditampilkan pada gambar 8.

(32)

31

Gambar 8. Diagram Layang-Layang Keikutsertaan Laki-laki dan Perempuan dalam Dimensi Akses

Dari diagram layang-layang tersebut dapat dilihat bahwasanya sebagian besar kegiatan atau proses yang berupa atribut dalam dimensi akses lebih banyak dilaksanakan oleh laki-laki. Bahkan ada empat atribut yang disparitas antara laki-laki dan perempuannya cukup tinggi, yaitu akses mendapat bantuan, cross visit, field day, dan pemanfaatan lahan. Sementara lima atribut lain, meskipun laki-laki lebih banyak menjalankan prosesnya, disparitas Antara laki-laki dan perempuan cukup rendah atau bahkan tidak ada sama sekali (partisipasi laki-laki dan perempuan sama).

Untuk dimensi Akses, terdapat 9 (sembilan) atribut. Setelah dilakukan beberapa percobaan pada jumlah anchor serta konfigurasi nilai pada anchor point, maka didapatkan anchor yang terbaik sebanyak 20 anchor dengan konfigurasi anchor seperti ditampilkan pada gambar 9 berikut. Pada gambar 9 tersebut juga ditampilkan form interface user yang sudah diisi untuk mendapatkan output pada dimensi Akses.

Gambar 9. Screen Capture Anchor dan Reference Responden Isian User Interface Distribusi Akses pada Aplikasi Rapfish 5.1

(33)

32

Setelah program di-run, setiap sheet di dalam worksheet yang digunakan untuk menjalankan aplikasi Rapfish akan menampilkan hasil perhitungan dan grafik sebagai bahan analisis, diantaranya adalah grafik Rapfish seperti ditampilkan pada gambar 10. Pada gambar tersebut grafik rapfish disandingkan dengan grafik Rapfish Monte Carlo Ordination untuk melihat perbandingan indeks keberlanjutan Rapfish dengan Indeks Rapfish yang dibangkitkan dengan simulasi Monte Carlo.

Gambar 10. Rapfish Ordination dan Sebaran Data Simulasi Monte Carlo pada Distribusi Akses

Indeks keberlanjutan pada grafik Rapfish di atas berada pada nilai 64,200 dengan nilai indeks keberlanjutan pada simulasi Monte Carlo berada pada angka 64,784 (median data simulasi). Karena jarak kedua nilai tersebut hanya sebesar 0,584 (kurang dari 1), sehingga dapat dikatakan bahwa model yang terbentuk adalah model yang baik karena: 1) kesalahan dalam pembuatan skor setiap atribut relative kecil;

2) variasi pemberian skor akibat perbedaan opini relative kecil; 3) proses anlisis yang dilakukan berulang- ulang relative stabil; 4) kesalahan pemasukan data dan data yang hilang dapat dihindari; 5) model yang dikaji memiliki tingkat kepercayaan yang tinggi.

Gambar 11. Nilai Median pada Simulasi Monte Carlo untuk Distribusi Akses

(34)

33

Selanjutnya, nilai indeks keberlanjutan sebesar 64,200 berada pada kategori cukup berkelanjutan. Dengan berada pada kategori cukup ini berarti dimensi akses sudah cukup baik, artinya, keterlibatan perempuan dalam pelaksanaan kegiatan yang terkait dengan akses mereka terhadap proses kegiatan dari perencanaan hingga eksekusi sudah cukup seimbang dengan laki-laki, meski harus tetap ditingkatkan di beberapa sisi.

Tabel 32. Output Nilai Stress dan RSQ (R²) pada Dimensi Akses

Stress = 0.13876 Iteration Stress Delta

Squared Correlation (RSQ) = 0.9503788 1 0.214631 9E+20

Number of iterations = 3 2 0.213263 0.001368672

Memory needed (words) = 5622 3 0.213226 3.69996E-05

Return value (error if > 0) 0 Rotation angle (degrees) = -1.890405

Proses perhitungan stress dilakukan dengan tiga kali iterasi, hingga didapatkan nilai stress untuk model ini adalah sebesar 0,13876. Nilai tersebut berada pada kategori cukup (fair). Sementara dilihat dari nilai R² didapati nilainya sebesar 95,04%, dimana nilai tersebut cenderung mendekati 1, sehingga dapat dikatakan bahwa model yang dibangun untuk menilai indeks keberlanjutan ini cukup baik dalam menerangkan keberlanjutan dimensi akses pada kegiatan pilot project optimasi lahan responsif gender melalui konservasi lahan pertanian.

Jika diamati nilai stress, R², dan simulasi indeks dengan Monte Carlo, dapat disimpulkan bahwa model yang digunakan untuk mengukur indeks keberlanjutan dimensi akses ini adalah cukup baik digunakan sebagai model simulasi keberlanjutan dimensi partisipasi secara kuantitati dan cepat (rapid appraisal). Indeks keberlanjutanpun berada pada kategori cukup baik yaitu pada nilai 64,200 menyiratkan bahwa kegiatan pilot project optimasi lahan responsif gender melalui konservasi lahan pertanian ini sudah cukup berkelanjutan dari segi akses berdasar gender.

Gambar 12. Leverage Atribute untuk Distribusi Akses

(35)

34

Gambar 12 di atas menunjukkan grafik leverage analysis yang menunjukkan atribut mana saja yang sensitif mempengaruhi besarnya indeks keberlanjutan dalam dimensi partisipasi. Berdasarkan pengamatan pada grafik tersebut, terdapat satu atribut yang paling sensitif, yaitu atribut cross visit.

Intervensi terhadap atribut tersebut terindikasi dapat berdampak lebih signifikan dalam perubahan indeks keberlanjutan dimensi akses pada kegiatan pilot project optimasi lahan responsif gender melalui konservasi lahan pertanian.

PARTISIPASI

Disparitas antara laki-laki dan perempuan pada dimensi partisipasi dapat dilihat dengan lebih jelas dengan menggunakan diagram layang-layang seperti yang ditampilkan pada Gambar 13 berikut.

Gambar 13. Diagram Layang-Layang Keikutsertaan Laki-laki dan Perempuan dalam Dimensi Partisipasi

Dari Gambar 12 di atas dapat dilihat bahwa peranan laki-laki dalam dimensi partisipasi lebih tinggi daripada perempuan pada semua atribut. Kemungkinan disparitas ini terjadi karena kegiatan konservasi banyak melibatkan kegiatan fisik yang memang secara kultur lebih banyak dilaksanakan oleh laki-laki.

Namun jika diamati lebih jauh, pada atribut penanaman dan kepengurusan, disparitas Antara laki-laki dan perempuan tidak terlalu jauh.

Untuk dimensi Partisipasi ini, terdapat 11 (sebelas) atribut. Setelah dilakukan beberapa percobaan pada jumlah anchor serta konfigurasi nilai pada anchor point, maka didapatkan anchor yang terbaik sebanyak 25 anchor dengan konfigurasi anchor seperti ditampilkan pada gambar 14 berikut. Pada gambar 14 tersebut juga ditampilkan form interface user yang sudah diisi untuk mendapatkan output pada dimensi partisipasi.

(36)

35

Gambar 14. Screen Capture Anchor dan Reference Responden Isian User Interface Distribusi Partisipasi pada Aplikasi Rapfish 5.1

Setelah program di-run, setiap sheet di dalam worksheet yang digunakan untuk menjalankan aplikasi Rapfish akan menampilkan hasil perhitungan dan grafik sebagai bahan analisis, diantaranya adalah grafik Rapfish seperti ditampilkan pada gambar 15. Pada gambar tersebut grafik rapfish disandingkan dengan grafik Rapfish Monte Carlo Ordination untuk melihat perbandingan indeks keberlanjutan Rapfish dengan Indeks Rapfish yang dibangkitkan dengan simulasi Monte Carlo.

Gambar 15. Rapfish Ordination dan Sebaran Data Simulasi Monte Carlo pada Distribusi Partisipasi

Indeks keberlanjutan pada grafik Rapfish di atas berada pada nilai 52,585 dengan nilai indeks keberlanjutan pada simulasi Monte Carlo berada pada angka 53,138. Karena jarak kedua nilai tersebut hanya sebesar 0,553 (kurang dari 1), sehingga dapat dikatakan bahwa model yang terbentuk adalah model yang baik karena: 1) kesalahan dalam pembuatan skor setiap atribut relative kecil; 2) variasi pemberian skor akibat perbedaan opini relative kecil; 3) proses anlisis yang dilakukan berulang-ulang relative stabil;

(37)

36

4) kesalahan pemasukan data dan data yang hilang dapat dihindari; 5) model yang dikaji memiliki tingkat kepercayaan yang tinggi.

Gambar 16. Nilai Median pada Simulasi Montecarlo untuk Distribusi Partisipasi

Selanjutnya, nilai indeks keberlanjutan sebesar 52,585 berada pada kategori cukup berkelanjutan. Dengan berada pada kategori cukup ini berarti dimensi partisipasi sudah cukup baik, artinya, keterlibatan perempuan dalam pelaksanaan kegiatan yang terkait dengan partisipasi mereka terhadap proses kegiatan dari perencanaan hingga eksekusi sudah cukup seimbang dengan laki-laki, meski harus tetap ditingkatkan di beberapa sisi.

Tabel 33. Output Nilai Stress dan RSQ (R²) pada Dimensi Kontrol

Stress = 0.1406585 Iteration Stress Delta

Squared Correlation (RSQ) = 0.9498633 1 0.214757 9E+20

Number of iterations = 3 2 0.213321 0.001436412

Memory needed (words) = 6782 3 0.213299 2.22772E-05

Return value (error if > 0) 0 Rotation angle (degrees) = -1.042251

Proses perhitungan stress dilakukan dengan dua kali iterasi, hingga didapatkan nilai stress untuk model ini adalah sebesar 0,1406585. Nilai tersebut berada pada kategori cukup (fair). Sementara dilihat dari nilai R² didapati nilainya sebesar 95,11%, dimana nilai tersebut cenderung mendekati 1, sehingga dapat dikatakan bahwa model yang dibangun untuk menilai indeks keberlanjutan ini cukup baik dalam menerangkan keberlanjutan dimensi partisipasi pada kegiatan pilot project optimasi lahan responsif gender melalui konservasi lahan.

(38)

37

Jika diamati nilai stress, R², dan simulasi indeks dengan Monte Carlo, dapat disimpulkan bahwa model yang digunakan untuk mengukur indeks keberlanjutan dimensi partisipasi ini adalah cukup baik digunakan sebagai model simulasi keberlanjutan dimensi partisipasi secara kuantitati dan cepat (rapid appraisal). Indeks keberlanjutanpun berada pada kategori cukup baik yaitu pada nilai 52,585 menyiratkan bahwa kegiatan pengembangan optimasi lahan melalui konservasi lahan ini sudah cukup berkelanjutan dari segi partisipasi gender.

Gambar 17. Leverage Atribute untuk Distribusi Partisipasi

Gambar 17 di atas menunjukkan grafik leverage analysis yang menunjukkan atribut mana saja yang sensitif mempengaruhi besarnya indeks keberlanjutan dalam dimensi partisipasi. Berdasarkan pengamatan pada grafik tersebut, terdapat dua atribut yang paling sensitif, yaitu atribut penanaman dan pengendalian hama.

Intervensi terhadap dua atribut ini terindikasi dapat berdampak lebih signifikan dalam perubahan indeks keberlanjutan dimensi partisipasi pada kegiatan pilot project optimasi lahan responsif gender melalui konservasi lahan pertanian.

KONTROL

Disparitas antara laki-laki dan perempuan pada dimensi partisipasi dapat dilihat dengan lebih jelas dengan menggunakan diagram layang-layang seperti yang ditampilkan pada gambar 18 berikut.

(39)

38

Gambar 18. Diagram Layang-Layang Keikutsertaan Laki-laki dan Perempuan dalam Dimensi Kontrol

Dari gambar 18 di atas dapat dilihat bahwa disparitas peranan laki-laki dan perempuan dalam dimensi kontrol cukup tinggi pada semua atribut. Kemungkinan disparitas ini terjadi karena kegiatan konservasi banyak melibatkan kegiatan fisik yang memang secara kultur lebih banyak dilaksanakan oleh laki-laki.

Namun jika diamati lebih jauh, pada atribut penentuan dan pemanfaatan dana serta pengaturan dan pemanfaatan lahan, disparitas antara laki-laki dan perempuan cukup rendah.

Untuk dimensi kontrol ini, terdapat 7 (tujuh) atribut. Setelah dilakukan beberapa percobaan pada jumlah anchor serta konfigurasi nilai pada anchor point, maka didapatkan anchor yang terbaik sebanyak 15 anchor dengan konfigurasi anchor seperti ditampilkan pada gambar 19 berikut. Pada gambar 19 tersebut juga ditampilkan form interface user yang sudah diisi untuk mendapatkan output pada dimensi kontrol.

Gambar 19. Screen Capture Anchor dan Reference Responden Isian User Interface Dimensi Kontrol pada Aplikasi Rapfish 5.1

(40)

39

Setelah program di-run, setiap sheet di dalam worksheet yang digunakan untuk menjalankan aplikasi Rapfish akan menampilkan hasil perhitungan dan grafik sebagai bahan analisis, diantaranya adalah grafik Rapfish seperti ditampilkan pada gambar 20. Pada gambar tersebut grafik rapfish disandingkan dengan grafik Rapfish Monte Carlo Ordination untuk melihat perbandingan indeks keberlanjutan Rapfish dengan Indeks Rapfish yang dibangkitkan dengan simulasi Monte Carlo.

Gambar 20. Rapfish Ordination dan Sebaran Data Simulasi Monte Carlo pada Distribusi Kontrol

Indeks keberlanjutan pada grafik Rapfish di atas berada pada nilai 55,726 dengan nilai indeks keberlanjutan pada simulasi Monte Carlo berada pada angka 54,833. Karena jarak kedua nilai tersebut hanya sebesar 0,893 (kurang dari 1), sehingga dapat dikatakan bahwa model yang terbentuk adalah model yang baik karena: 1) kesalahan dalam pembuatan skor setiap atribut relative kecil; 2) variasi pemberian skor akibat perbedaan opini relative kecil; 3) proses anlisis yang dilakukan berulang-ulang relative stabil;

4) kesalahan pemasukan data dan data yang hilang dapat dihindari; 5) model yang dikaji memiliki tingkat kepercayaan yang tinggi.

Gambar 21. Nilai Median pada Simulasi Montecarlo untuk Distribusi Kontrol