Lampiran 1. Distribusi Nilai WTP Responden Terhadap Paket Wisata Jogging Track Plus

Lampiran 1. Distribusi Nilai WTP Responden Terhadap Paket Wisata

Jogging Track Plus

NO.

WTP

Jumlah Responden

Persentase

WTPx

Σ

Responden

(Rp) (orang) (%) (Rp)

1 30000

6

11,3

180000

2 35000

6

11,3

210000

3

40000

2

3,8

80000

4

45000

5

9,4

225000

5

50000

12

22,6

600000

6

60000

4

7,5

240000

7

65000

5

9,4

325000

8

70000

3

5,7

210000

9

75000

3

5,7

225000

10

80000

2

3,8

160000

11

100000

4

7,5

400000

12

120000

1

1,9

120000

Total 53

100

2975000

Sumber : Data Primer, setelah diolah 2010

Lampiran 2. Distribusi Nilai WTP Responden Terhadap Paket Wisata

Konservasi

NO.

WTP

Jumlah Responden Persentase WTPx

Σ

Responden

(Rp) (orang) (%) (Rp)

1 50000

1

1,5

50000

2 70000

4

6,0

280000

3 75000

2

3,0

150000

4 80000

5

7,5

400000

5 85000

4

6,0

340000

6

100000 10

14,9

1000000

7 110000

2

3,0

220000

8

120000

8

11,9

960000

9 130000

2

3,0

260000

10 135000

2

3,0

270000

11 140000

1

1,5

140000

12 145000

2

3,0

290000

13 150000

6

9,0

900000

14 165000

1

1,5

165000

15 170000

3

4,5

510000

16 175000

4

6,0

700000

17 180000

3

4,5

540000

18 185000

3

4,5

555000

19 200000

4

6,0

800000

Total 67

100

8530000

Lampiran 3. Rincian Anggaran Biaya Paket Wisata

Jogging Track Plus

Awal

No Uraian

Banyaknya Satuan

Harga

Satuan

Harga 20

Orang

1 Tiket

masuk

20 orang

8000

160000

2 Jalur

Track

20 orang

10000

200000

3 Medis

1 orang

75000

75000

4 Pemandu

1 orang

100000

100000

5 Snack

20 dus

7500

150000

6 makan

Siang

20 box

17000

340000

Jumlah

1025000

Profit Margin 15%

153750

Marketing Fee 10%

102500

jumlah per 20 orang

1281250

Haga Per Orang

64062,5

Dibulatkan

65000

Lampiran 4. Rincian Anggaran Biaya Paket Wisata

Jogging Track Plus

yang

Telah Disesuaikan dengan Nilai WTP

No Uraian

Banyaknya Satuan

Harga

Satuan

Harga 20

Orang

1 Tiket

masuk

20 orang

8000

160000

2 Jalur

Track

20 orang

7500

150000

3 Medis

1 orang

50000

50000

4 Pemandu

1 orang

75000

75000

5 Snack

20 dus

7000

140000

6 makan

Siang

20 box

15000

300000

Jumlah

875000

Profit Margin 15%

131250

Marketing Fee 10%

87500

jumlah per 20

orang

1093750

Haga Per Orang

54687,5

Lampiran 5. Rincian Anggaran Biaya Paket Wisata Konservasi Awal

No Uraian

Banyaknya Satuan Harga Satuan Harga 20 Orang

1 Tiket

Masuk

20 Orang

8000

160000

2 Tenda

Regu

Perhutani

1 Unit

510000

510000

3 makan 4 kali @17000

20 Box

17000

1360000

4 Api

Unggun

1 Paket

100000

100000

5 Lampu

Penerangan

3 Titik

50000

150000

6 Bibit

20 Pohon

10000

200000

7 Penjelasan

materi

1 Orang

200000

200000

8 Lobang

Tanam

20 Lobang

1500

30000

Jumlah

2710000

Profit Margin 15%

406500

Marketing Fee 10%

271000

jumlah per 20 orang

3387500

Haga Per Orang

169375

Dibulatkan

170000

Lampiran 6. Rincian Anggaran Biaya Paket Wisata Konservasi yang Telah

Disesuaikan dengan Nilai WTP

No Uraian Banyaknya

Satuan

Harga

Satuan

Harga 20

_Orang

1 Tiket

Masuk

20 Orang

8000

160000

2 Tenda

Regu

Perhutani

1 Unit

400000

400000

3 Makan 3 Kali @15000

20 Box

15000

900000

4 Snack

20 dus

5000

100000

5 Api

Unggun

1 Paket

50000

50000

6 Lampu

Penerangan

3 Titik

30000

90000

7 Bibit

20 Pohon

10000

200000

8 Penjelasan

materi

1 Orang

100000

100000

9 Lobang

Tanam

20 Lobang

1500

30000

Jumlah

2030000

Profit Margin 15%

304500

Marketing Fee 10%

203000

jumlah per 20 orang

2537500

Haga Per Orang

126875

Lampiran 7. Hasil Output Regresi Logit dengan SPSS 16 untuk Paket

Jogging Track Plus

Classification Tablea,b

Observed

Predicted kesediaan membayar

Percentage Correct

tidak bersedia bersedia

Step 0 kesediaan membayar tidak bersedia 0 27 .0

Bersedia 0 53 100.0

Overall Percentage _66.2

a. Constant is included in the model. b. The cut value is ,500

Block 1: Method = Enter

Omnibus Tests of Model Coefficients

Chi-square df Sig. Step 1 Step 36.470 7 .000 Block 36.470 7 .000 Model 36.470 7 .000 Classification Tablea Observed Predicted kesediaan membayar Percentage Correct tidak bersedia bersedia

Step 1 kesediaan membayar tidak bersedia 18 9 66.7

bersedia 6 47 88.7

Overall Percentage 81.2

a. The cut value is ,500

Model Summary

Step -2 Log likelihood

Cox & Snell R Square

Nagelkerke R Square

1 65.828a _{.366 .507}

a. Estimation terminated at iteration number 6 because parameter estimates changed by less than ,001.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a _{JK(1) .028 .693 .002 1 .968 1.028} USIA -.126 .060 4.354 1 .037 .882 PNDPTN .000 .000 9.022 1 .003 1.000 PNDKN .323 .132 5.961 1 .015 1.381 BP .000 .000 2.891 1 .089 1.000 LK .384 .254 2.284 1 .131 1.469 FK -.069 .087 .618 1 .432 .934 Constant -2.704 2.087 1.678 1 .195 .067

a. Variable(s) entered on step 1: JK, USIA, PNDPTN, PNDKN, BP, LK, FK.

Lampiran 8. Hasil Output Regresi Logit dengan SPSS 16 untuk Paket

Konservasi

Classification Tablea,b

Observed

Predicted Ksediaan membayar

Percentage Correct

tidak bersedia bersedia

Step 0 Ksediaan membayar

tidak bersedia 0 13 .0

bersedia 0 67 100.0

Overall Percentage _83.8

a. Constant is included in the model. b. The cut value is ,500

Block 1: Method = Enter

Omnibus Tests of Model Coefficients

Chi-square df Sig. Step 1 Step 27.431 7 .000 Block 27.431 7 .000 Model 27.431 7 .000 Model Summary Step -2 Log likelihood

Cox & Snell R Square

Nagelkerke R Square

1 43.576a _{.290 .493}

a. Estimation terminated at iteration number 7 because parameter estimates changed by less than ,001.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

Classification Tablea Observed Predicted Ksediaan membayar Percentage Correct tidak bersedia bersedia

Step 1 Ksediaan membayar tidak bersedia 6 7 46.2

Bersedia 2 65 97.0

Overall Percentage 88.8

a. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 1a _{JK(1) 1.037 .935 1.229 1 .268 2.821} USA -.136 .077 3.075 1 .080 .873 PNDKN .281 .163 2.979 1 .084 1.325 PNDPTN .000 .000 4.622 1 .032 1.000 BP .000 .000 1.295 1 .255 1.000 LK .672 .370 3.288 1 .070 1.958 FK -.043 .107 .159 1 .690 .958 Constant -3.578 2.587 1.912 1 .167 .028

a. Variable(s) entered on step 1: JK, USA, PNDKN, PNDPTN, BP, LK, FK.

Lampiran 9. Hasil Output Regresi Berganda dengan Progam Minitab 14

for

Windows

untuk Paket

Jogging Track Plus

Regression Analysis: WTP versus pndkn; pndptn; Bp; lk; jt; Fk

The regression equation is

WTP = 8316 + 1634 pndkn + 0,0135 pndptn - 0,0035 Bp + 1016 lk - 1022 jt + 114 Fk Predictor Coef SE Coef T P VIF

Constant 8316 11403 0,73 0,470 pndkn 1633,9 833,3 1,96 0,056 1,5 pndptn 0,013528 0,002419 5,59 0,000 2,4 Bp -0,00350 0,07000 -0,05 0,960 2,4 lk 1016 1498 0,68 0,501 1,2 jt -1022 1553 -0,66 0,514 1,5 Fk 114,4 708,2 0,16 0,872 1,1 S = 13095,3 R-Sq = 66,3% R-Sq(adj) = 61,9% PRESS = 13005095913 R-Sq(pred) = 44,38% Analysis of Variance Source DF SS MS F P Regression 6 15493685514 2582280919 15,06 0,000 Residual Error 46 7888389958 171486738 Total 52 23382075472

Source DF Seq SS pndkn 1 6080000000 pndptn 1 9237682164 Bp 1 4994641 lk 1 92282591 jt 1 74254418 Fk 1 4471699 Unusual Observations

Obs pndkn WTP Fit SE Fit Residual St Resid 4 16,0 65000 59428 8523 5572 0,56 X 19 16,0 65000 90529 5900 -25529 -2,18R 23 12,0 100000 73510 6485 26490 2,33R 38 11,0 30000 37680 12038 -7680 -1,49 X 51 18,0 65000 90797 5971 -25797 -2,21R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Durbin-Watson statistic = 1,58316 Residual Pe rc en t 30000 15000 0 -15000 -30000 99 90 50 10 1 Fitted V alue 100000 80000 60000 40000 20000 0000 0000 0 0000 0000 Residual Fr eq ue nc y 24000 12000 0 -12000 -24000 10,0 7,5 5,0 2,5 0,0

O bser vation O r der

Re si du al 50 45 40 35 30 25 20 15 10 5 1 20000 10000 0 -10000 -20000

No rmal Pro b ab ilit y Plo t o f t h e R esid u als R esid u als Versu s t h e Fit t ed Valu es

Hist o g ram o f t h e R esid u als R esid u als Versu s t h e Ord er o f t h e Dat a

Residual Plots for W TP

Lampiran10. Hasil Output Uji Heterokedastisitas Paket Wisata

Jogging

Track Plus

Regression Analysis: RESI1 versus pndkn; pndptn; Bp; lk; jt; Fk

The regression equation is

RESI1 = 0 - 0 pndkn - 0,00000 pndptn - 0,0000 Bp - 0 lk - 0 jt + 0 Fk Predictor Coef SE Coef T P VIF

Constant 0 11403 0,00 1,000 pndkn -0,0 833,3 -0,00 1,000 1,5 pndptn -0,000000 0,002419 -0,00 1,000 2,4 Bp -0,00000 0,07000 -0,00 1,000 2,4 lk -0 1498 -0,00 1,000 1,2 jt -0 1553 -0,00 1,000 1,5

Fk 0,0 708,2 0,00 1,000 1,1 S = 13095,3 R-Sq = 0,0% R-Sq(adj) = 0,0% PRESS = 13005095913 R-Sq(pred) = 0,00% Analysis of Variance Source DF SS MS F P Regression 6 0 0 0,00 1,000 0.000 Residual Error 46 7888389958 171486738 Total 52 7888389958 Seq Source DF SS pndkn 1 0 pndptn 1 0 Bp 1 0 lk 1 0 jt 1 0 Fk 1 0 Unusual Observations

Obs pndkn RESI1 Fit SE Fit Residual St Resid 4 16,0 5572 0 8523 5572 0,56 X 19 16,0 -25529 -0 5900 -25529 -2,18R 23 12,0 26490 -0 6485 26490 2,33R 38 11,0 -7680 0 12038 -7680 -1,49 X 51 18,0 -25797 -0 5971 -25797 -2,21R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Durbin-Watson statistic = 1,5831

Lampiran 11. Uji Normalitas Paket Wisata Jogging Track Plus

S R E S 3 Pe rc e n t 3 2 1 0 - 1 - 2 - 3 9 9 9 5 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 5 1 M e a n > 0 , 1 5 0 - 0 , 0 1 3 6 9 S tD e v 1 , 0 3 8 N 5 3 K S 0 , 1 0 4 P - V a lu e P r o b a b i l i t y P l o t o f S R E S 3 N o r m a l

Lampiran 12. Hasil Output Regresi Berganda dengan Progam minitab 14 for

Windows untuk Paket Konservasi

Regression Analysis: WTP versus PNDKN; PNDPTN; BP; LK; JT; FK

The regression equation is

WTP = 45448 + 3278 PNDKN + 0,0279 PNDPTN - 0,181 BP + 429 LK + 2733 JT + 804 FK Predictor Coef SE Coef T P VIF

Constant 45448 20366 2,23 0,029 PNDKN 3278 1513 2,17 0,034 1,7 PNDPTN 0,027925 0,004020 6,95 0,000 2,1 BP -0,18099 0,09090 -1,99 0,051 1,8 LK 429 2678 0,16 0,873 1,2 JT 2733 2537 1,08 0,286 1,6 FK 804,4 975,9 0,82 0,413 1,2 S = 25365,2 R-Sq = 65,2% R-Sq(adj) = 61,7% PRESS = 49151381112 R-Sq(pred) = 55,67% Analysis of Variance Source DF SS MS F P Regression 6 72262702597 12043783766 18,72 0,000 Residual Error 60 38603715314 643395255 Total 66 1,10866E+11 Source DF Seq SS PNDKN 1 25715875011 PNDPTN 1 43244907303 BP 1 2071960953 LK 1 114870292 JT 1 677968560 FK 1 437120478 Unusual Observations

Obs PNDKN WTP Fit SE Fit Residual St Resid 17 12,0 175000 123308 4039 51692 2,06R 46 11,0 70000 106301 16578 -36301 -1,89 X 47 6,0 100000 90259 16750 9741 0,51 X 59 14,0 150000 99146 5950 50854 2,06R 63 16,0 75000 158941 6577 -83941 -3,43R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Durbin-Watson statistic = 1,55233

R e sid ua l Pe rc e nt 50000 0 - 50000 - 100000 99,9 99 90 50 10 1 0,1 F itte d V a lu e Re si du a l 200000 150000 100000 50000 0 - 50000 - 100000 R e sid ua l Fr e qu e nc y 40000 20000 0 -20000 -40000 -60000 -80000 12 9 6 3 0 O b s e r v a tio n O r d e r Re si d u al 6 5 6 0 5 5 5 0 4 5 4 0 3 5 3 0 2 5 2 0 1 5 1 0 5 1 50000 0 - 50000 - 100000

No rm a l P ro b a b ilit y P lo t o f t h e R e s id u a ls R e s id u a ls V e rsu s t h e Fit t e d V a lu e s

H is t o g ra m o f t h e R e s id u a ls R e sid u a ls V e rsu s t h e O rd e r o f t h e D a t a R e s id ua l P l o ts f o r W T P

Lampiran 13. Hasil Output Uji Heterokedastisitas Paket Wisata Konservasi

Regression Analysis: RESI1 versus PNDKN; PNDPTN; BP; LK; JT; FK

The regression equation is

RESI1 = - 0 + 0 PNDKN - 0,00000 PNDPTN + 0,0000 BP - 0 LK + 0 JT + 0 FK Predictor Coef SE Coef T P VIF

Constant -0 20365 -0,00 1,000 PNDKN 0 1513 0,00 1,000 1,7 PNDPTN -0,000000 0,004020 -0,00 1,000 2,1 BP 0,00000 0,09090 0,00 1,000 1,8 LK -0 2677 -0,00 1,000 1,2 JT 0 2537 0,00 1,000 1,6 FK 0,0 975,8 0,00 1,000 1,2 S = 25364,4 R-Sq = 0,0% R-Sq(adj) = 0,0% PRESS = 49148210300 R-Sq(pred) = 0,00% Analysis of Variance Source DF SS MS F P Regression 6 0 0 0,00 1,000 Residual Error 60 38601111505 643351858 Total 66 38601111505 Seq Source DF SS PNDKN 1 0 PNDPTN 1 0 BP 1 0 LK 1 0 JT 1 0 FK 1 0 Unusual Observations

17 12,0 51708 -0 4039 51708 2,06R 46 11,0 -36201 -0 16578 -36201 -1,89 X 47 6,0 9816 -0 16750 9816 0,52 X 59 14,0 50767 -0 5950 50767 2,06R 63 16,0 -84017 -0 6577 -84017 -3,43R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Durbin-Watson statistic = 1,55170

Lampiran 14. Uji Normalitas Paket Wisata Konservasi

R E S I1 Pe rc e n t 5 0 0 0 0 0 - 5 0 0 0 0 - 1 0 0 0 0 0 9 9 , 9 9 9 9 5 9 0 8 0 7 0 6 0 5 0 4 0 3 0 2 0 1 0 5 1 0 , 1 M e a n > 0 , 1 5 0 - 5 , 8 4 2 4 9 E - 1 1 S t D e v 2 4 1 8 4 N 6 7 K S 0 , 0 7 3 P - V a lu e P r o b a b i l i t y P l o t o f R E S I 1 N o r m a l

RIWAYAT HIDUP

Penulis dilahirkan di Bogor, 14 Juni 1988 merupakan anak kedua dari

empat bersaudara. Penulis dilahirkan dari pasangan Alm. Sulaeman dan Neneng

Salmiah. Penulis menempuh pendidikan dibangku sekolah dasar pada tahum

1993-2002 di SDN Bogor Baru. Melanjutkan ke pendidikan lanjutan tingkat

pertama dari tahun 1999 hingga tahun 2002 di SLTPN 3 Bogor. Setelah itu,

penulis melanjutkan pendidikan menengah umum di SMUN 7 Bogor dan lulus

pada tahun 2005.

Pada tahun 2006, penulis diterima di Institut Pertanian Bogor melalui jalur

SPMB. Penulis memilih progam studi Ekonomi Sumberdaya dan Lingkungan,

Fakultas Ekonomi dan Manajemen. Selama mengikuti perkuliahan, penulis aktif

mengikuti beberapa organisasi kemahasiswaan. Pada tahun 2007-2008, penulis

menjadi Bendahara Departemen Politik, Kajian, Strategis dan Advokasi BEM

FEM IPB. Pada tahun 2009, penulis menjadi Sekertaris Divisi E-Ship di REESA.

Selama menjadi mahasiswa penulis juga aktif diberbagai kepanitiaan acara.