3.1 Tempat dan Waktu Penelitian
Analisis kebijakan perlindungan penyu hijau dilakukan terhadap kegiatan konservasi spesies yang dilaksanakan oleh Direktorat Jenderal PHKA Departemen Kehutanan. Secara struktural kegiatan konservasi spesies berada di Unit Pelaksana Teknis (UPT) Balai Konservasi Sumberdaya Alam (BKSDA) dan Balai Taman Nasional (BTN). Penelitian dilakukan terhadap 50 UPT yang memiliki wilayah kerja di pesisir dan laut dengan asumsi memiliki lokasi peneluran penyu.
Data primer dikumpulkan melalui : (1) Pengamatan lapangan terhadap UPT-UPT yang berada di P. Jawa hingga P. Timor pada tahun 2004 hingga 2005; (2) pengiriman questionaires dan diisi oleh pengelola UPT. Data sekunder dikumpulkan dari kantor Ditjen PHKA Jakarta dan beberapa LSM tingkat nasional dan LSM lokal.
Alternatif perlindungan penyu hijau di Indonesia pada Kasus Kep. Derawan untuk memperoleh: Rancangan Kawasan Konservasi Laut Kepulauan Derawan dan Arahan Pengelolaan Kawasan Konservasi Laut Kepulauan Derawan. Data primer dikumpulkan melalui diskusi secara partisipatif pada pulau-pulau yang berpenghuni di tiga desa (Desa Derawan, Desa Payung-Payung dan Desa Balikukup) pada tanggal 27 Januari s/d 30 Pebruari 2004. Data sekunder dikumpulkan dari kantor BKSDA Kalimantan Timur, Dinas Perikanan dan Kelautan Kabupaten Berau dan beberapa LSM bertaraf nasional dan lokal.
3.2 Metode Analisis
3.2.1 Analisis kebijakan perlindungan penyu hijau
Analisis kebijakan perlindungan penyu hijau menggunakan analisis deskriptif dan analisis statistik. Analisis deskriptif meliputi uraian kualitatif dan analisis kuantitatif berbentuk grafik dan tabel frekuensi, sedangkan analisis statistik yang digunakan, antara lain:
1) Metode Categorical Regression
Metode Categorical Regression (software package SPSS) digunakan untuk menguji pengaruh input pengelolaan UPT/ predictors (7 variabel) terhadap
UPT pengelola penyu hijau/ response (ke 50 UPT). Dengan menggunakan prosedur Optimal Scaling dapat memberi gambaran tentang hubungan antara variabel response dengan sekelompok predictor. Hubungan tersebut dikuantitatifkan sehingga nilai response dapat diprediksi dengan mengkombinasikan predictors.
- Variabel Dependen (Response)
Nama Variabel Kriteria
UPT (UPT) UPT ( n =1,2,...50 ) - Variabel Independen (Predictors)
Nama Variabel Kriteria
(1) Tipe UPT (TiU) (1) Tipe C (2) Tipe B (3) Tipe A
(1) < 1,4 Milyar Rupiah (2) Dana yang dialokasikan pada
th 2004 (Dana) (2) 2 s/d 2,9 Milyar Rupiah (3) 3 s/d 3,9 Milyar Rupiah (4) > 4 Milyar Rupiah (3) Jumlah SDM pada th 2004 (SDM) (1) < 99 orang (2) 100 s/d 149 orang (3) 150 s/d 200 orang (4) > 200 orang (1) < 199 ribu Ha (4) Luas Kawasan Konservasi
yang dimiliki UPT (KK) (2) 200 s/d 299 Ha (3) 300 s/d 399 Ha (4) > 400 Ha (1) < 4.9 juta Ha (5) Luas Wilayah Kerja yang
merupakan tanggung jawab UPT (Wilker)
(2) 5 s/d 9.9 juta Ha (3) 10 s/d 14,9 juta Ha (4) > 15 juta Ha (6) Panjang Garis Pantai Nesting
site penyu yang ada di suatu UPT (PGPan) 1) < 24,9 km 2) 25 s/d 49,9 km 3) 50 s/d 74,9 km 4) > 75 km (1) < 2,9 lokasi (7) Jumlah Nesting Site yang ada
di suatu UPT (JNest) (2) 3 s/d 5,9 lokasi (3) 8 s/d 8,9 lokasi (4) > 9 lokasi 2) Metode Hierarchical Clustering
Untuk mengetahui karakteristik pengelolaan penyu hijau dan karaktristik ancaman digunakan Metode Hierarchical Clustering (software package SPSS). Obyek penelitian (ke-50 UPT) dikelompokkan berdasarkan
kesamaannya (similarity). Untuk penentuan karakteristik pengelolaan digunakan data tiga variabel categorical sebagai berikut:
Nama Variabel Kriteria 1. Nesting dan kelola
(NsKl)
(1) Tidak ada nesting dan tidak ada pengelolaan (2) Ada nesting dan tidak ada pengelolaan (3) Ada nesting dan ada pengelolaan (1) 0 jenis kegiatan 2. Jenis kegiatan pengelolaan (Giat) (2) 1 jenis kegiatan (3) 2 jenis kegiatan (4) 3 jenis kegiatan (5) 4 jenis kegiatan (6) 5 jenis kegiatan (7) 6 jenis kegiatan (1) penyu tidak dikelola 3. Tipe pengelolaan
(TiKe) (2) penyu dikelola pemerintah
(3) penyu dikelola pemerintah dan LSM/ Swasta (4) penyu dikelola LSM dan Masyarakat
(5) penyu dikelola Masyarakat
Untuk penentuan karakteristik ancaman digunakan empat variabel binary sebagai berikut:
Nama Variabel Kriteria
1. Penangkapan induk (Induk) (1) Ada ; (2) Tidak 2. Eksploitasi telur (Telur) (1) Ada ; (2) Tidak 3. Konsumsi daging penyu (Daging) (1) Ada ; (2) Tidak 4. Perdagangan opsetan (Ops) (1) Ada ; (2) Tidak
3) Metode Time Series
Untuk mengetahui kondisi populasi penyu hijau digunakan analisis Time Series prosedur Seasonal Decomposition (software package SPSS). Data yang digunakan adalah deret berkala dari jumlah penyu (ekor), jumlah telur (butir) dan prosentase penetasan telur (%) mulai tahun 1980 hingga tahun 2003.
Nama Variabel Kriteria
1. Jumlah penyu bertelur (Penyu) Penyu (t=1980,1981...2003) 2. Jumlah telur penyu (Telur) Telur (t=1980,1981...2003) 3. Prosentase penetasan telur (Prosent) Prosent (t=1980,1981...2003)
Pengolahan data dari ketiga variabel diperlakukan sama dengan tahapan sebagai berikut:
− Tahap 1 : Membuat grafik untuk ketiga variabel (Penyu, Telur dan Prosentase, dimana sumbu Y: Variabel nilai (Penyu, Telur dan Prosent) pada dan sumbu X: variabel Waktu
− Tahap 2 : Penilaian kurva (The Curve Estimation) untuk ketiga variabel (Penyu, Telur dan Prosent).
− Tahap 3 : Menguraikan deret berkala ketiga variabel (Penyu, Telur dan Prosent) menjadi komponen musiman, kombinasi kecenderungan dengan siklus komponen dan eror dari komponen.
Sebagai pembanding digunakan data dari UPT BKSDA Kaltim dan UPT BTN Alas Purwo.
4) Analisis Multidimensional Scaling
Untuk mengevaluasi kinerja pengelolaan penyu hijau di setiap UPT dilakukan dengan cara memperbandingkan UPT satu dengan lainnya menggunakan Metode Multidimensional Scaling (software package SPSS). Metode Multidimensional Scaling adalah: serangkaian tehnik visualisasi data proximity pada low dimensional space. Dalam Young (1999) Proximity adalah ukuran jarak terdekat (nearness) setiap obyek yang diperbandingkan. Data proximity dapat dibedakan sebagai pengukuran dissimilarity dan similarity setiap obyek.
Dalam Kardi (2005) dijelaskan perbedaan antara Similarity dan Dissimilarity. Similarity adalah suatu kuantitas yang mencerminkan kekuatan hubungan antara dua obyek atau antara dua corak (variabel) yang diperbandingkan. Kuantitas tersebut memiliki nilai antara -1 s/d +1 atau 0 s/d 1 setelah dinormalkan. Similarity (Sij) antara corak (i) dan corak (j) dapat
diketahui dari ukuran kuantitas yang tergantung dari skala pengukuran (tipe data) yang dimiliki. Dissimilarity adalah ukuran ketidak-samaan antara dua obyek berdasarkan beberapa corak (variabel) yang diperbandingkan. Dissimilarity dapat diketahui dari ukuran jarak (distance) antar obyek tanpa mempertimbangkan corak (variabel). Selain itu Dissimilarity antar obyek juga
dapat diketahui dengan mempertimbangkan variabel akan menghasilkan koordinat antar obyek. Hubungan antara Similarity dan Dissimilarity dapat digunakan persamaan:
Sij = 1 - δij
... (1) dimana :Sij : Similarity δij : Dissimilarity
Nilai Similarity antara 0 s/d 1. Jika Similarity = 1 (dimana obyek-obyek similar) maka Dissimilarity = 0. Sebaliknya jika Similarity = 0 (dimana obyek-obyek very different) maka Dissimilarity = 1. Similarity memiliki kisaran nilai -1 s/d +1 dan Dissimilarity dengan kisaran nilai 0 s/d 1.
Dalam penelitian ini akan memperbandingkan setiap obyek (UPT) dengan menggunakan 2 macam Dissimilarity, antara lain:
)
i) Dissimilarity obyek dengan masukan data berupa matriks Distance antara tempat kedudukan obyek/ UPT. Menurut Young (1985) penggunaan data jarak antar obyek tergolong metode konvensional yang dinamakan : Metric Multidimensional Dimensional Scaling (MDS). Penghitungan distance (dij)antar obyek (i) dan (j) digunakan persamaan :
d
ij=
(
2 ja iax
x
−
Σ
... (2)dimana,
x
ia adalah koordinat dari obyek (i) pada dimensi (a).Jika diketahui obyek (n) dengan dimensi (r), koordinat disajikan dalam
matriks X. Selanjutnya matriks X digunakan untuk menghitung Euclidean
distance dengan persamaan :
ia x
d
ij=
[
(
)(
)
]
2 / 1 r j i j ix
x
x
x
−
−
.
... (3)ii) Dissimilarity obyek dengan masukan data berupa matriks antar obyek/ UPT dengan beberapa variabel input pengelolaan UPT. Menurut Barrett (2005), untuk mendapatkan matriks tersebut dilakukan dengan penghitungan Euclidean distance yang meliputi penghitungan Raw
− Penghitungan Raw Euclidean distance
Setiap variabel memiliki nilai maximum dan minimum, maka (md) dihitung dengan persamaan :
mdi = (nilai max variabel i – nilai min i)2... (4)
Selanjutnya menghitung the scaled variable Euclidean distance dengan persamaan:
(
)
∑
= − = v i i i i md p p d 1 2 2 1 1 ... (5) dimana :p1i ....2i : obyek ke 1 dan ke 2 pada variabel ke i
d1 : the scaled variable Euclidean distance
mdi : determine the maximum setiap variabel
Tahap berikutnya dilakukan penghitungan the scaled dengan persamaan:
(
)
v md p p d v i i i i∑
= − = 1 2 2 1 2 ... (6)dimana v: jumlah variabel − Menormalkan Euclidean Distance
Pada software package SPSS version 13 telah tersedia cara untuk menormalkan Euclidean distance melalui transformasi secara sederhana dengan standardization ‘z-score’.
Setelah diperoleh matriks distance antara UPT dan Dissimilarity UPT dilakukan analisis MDS-Proxscal pada SPSS. Sebagai hasilnya adalah koordinat setiap obyek (UPT). Koordinat obyek yang dihasilkan digunakan untuk memperbandingkan setiap obyek yang divisualisasikan dengan prosedur 3D-plot pada software package XLSTAT 2006.
3.2.2 Alternatif perlindungan penyu hijau
Alternatif perlindungan yang diarahkan pada habitat penyu hijau dengan pembentukan Kawasan Konservasi Laut di Kepulauan Derawan. Pembentukan KKL Kepulauan Derawan memerlukan rancangan kawasan dan arahan pengelolaan KKL.
(i) Rancangan Kawasan Konservasi Laut Kepulauan Derawan
Tujuan pembentukan KKL Kep. Derawan untuk menyelamatkan populasi penyu hijau dari kepunahan. Rancangan KKL mempertimbangkan keberadaan habitat feeding dan breeding, yakni: ekosistem lamun, terumbu karang dan pantai peneluran. Dengan menggunakan GIS (Geographic Information Systems) dilakukan teknik overlay beberapa informasi tentang habitat feeding dan habitat breeding.
(ii) Arahan pengelolaan Kawasan Konservasi Laut Kepulauan Derawan
Untuk mendapatkan arahan pengelolaan KKL diperlukan proses perencanaan yang mengikuti diagram alir pada Gambar 23.
Gambar 23. Skema proses perencanaan Kawasan Konservasi Laut Kepulauan Derawan PERENCANAAN ECOREGION Proses Perencanaan PERENCANAAN KONSERVASI SETEMPAT
The Analytical Approach IDENTIFIKASI
TEKANAN & SUMBER TEKANAN PENYUSUNAN STRATEGI IDENTIFIKASI TARGET KONSERVASI PEMBENTUKAN KAWASAN KONSERVASI LAUT
ARAHAN PENGELOLAAN KAWASAN KONSERVASI LAUT
KEPULAUAN DERAWAN DISKUSI
PARTISIPATIF (KERANGKA 5-S)
STRATEGI KONSERVASI SDA DESA DERAWAN DESA PAYUNG-PAYUNG DESA BALIKUKUP PENYUSUNAN STRATEGI ECOREGION TEKANAN & SUMBER TEKANAN PERLINDUNGAN HABITAT PENYU HIJAU
i) Perencanaan konservasi setempat (Site Conservation Planning)
Pada wilayah studi dilakukan diskusi secara partisipatif dengan menggunakan metode Perencanaan Konservasi Setempat yang diusulkan oleh The Nature Conservancy (TNC, 2002). Metode perencanaan konservasi ini mengikuti kerangka 5-S menghasilkan Rencana Pengelolaan KKL Berbasis Masyarakat. Proses perencanaan yang dilengkapi dengan alat-alat peraga ini memudahkan pengumpulan data dan informasi selama konsultasi dan diskusi secara partisipatif. Diagram kerangka 5-S (Systems, Stresses, Sources, Strategies, Success) ini disajikan pada Gambar 24 berikut ini.
Gambar 24. Proses perencanaan konservasi dengan kerangka 5-S
Keterangan :
SYSTEMS adalah target konservasi berupa keanekaragaman hayati dan ekosistem yang terdapat di suatu lokasi perencanaan.
STRESSES adalah berbagai perubahan (kerusakan dan perbaikan) yang terjadi pada SYSTEMS.
SOURCES adalah berbagai penyebab dari perubahan yang terjadi pada System atau penyebab terjadinya STRESSES.
STRATEGIES adalah berbagai tindakan konservasi yang mengupayakan pemulihan/ pengelolaan STRESSES dan pengurangan sumber tekanan (SOURCES)
SUCSESS adalah matriks pendugaan untuk mengukur keberhasilan tindakan konservasi dan pengawasan dalam implementasi STRATEGIES.
Perencanaan kerangka 5-S terdiri dari beberapa tahap, antara lain: Identifikasi system (sumberdaya alam yang penting); Trend pemanfaatan
SDA; Penentuan tekanan dan sumber tekanan terhadap SDA; Menentukan para pihak (stakeholder) yang terlibat; Menentukan strategi konservasi.
Penggunaan metode ini untuk mengidentifikasi prioritas konservasi di suatu wilayah. Dengan memfokuskan pada prioritas konservasi akan dirancang strategi konservasi yang efisien dan efektif untuk setiap desa (lokasi diskusi). Perencanaan konservasi ini merupakan perencanaan jangka pendek dan berskala mikro, bersifat parsial belum dikaitkan dengan penyebab kerusakan keanekaragaman hayati oleh pengaruh faktor sosial, ekonomi, politik dari aktivitas berskala makro.
ii) The Analytical Approach
The Analytical Approach adalah metode praktis yang dikembangkan oleh WWF untuk menganalisis dan memahami berbagai penyebab hilangnya keanekaragaman hayati (WWF, 2000). Metode ini pernah digunakan pada perencanaan The Calakmul Biosphere Reserve di Mexico. The Analytical Approach merupakan metode perencanaan yang luwes untuk suatu studi kasus.
Analisis yang menggunakan root causes ini dapat mengidentifikasi dan menjelaskan faktor utama penyebab hilangnya/ rusaknya keanekaragaman hayati termasuk di dalamnya hubungan faktor-faktor yang kompleks. Dalam perencanaan kawasan konservasi diperlukan faktor-faktor penyebab hilangnya/ rusaknya keanekaragaman hayati yang dijadikan prioritas konservasi. Penggunaan The Analytical Approach meliputi beberapa tahap: (1) Analisis Stakeholder (Stakeholder Analysis)
Analisis Stakeholder yang digunakan mengikuti versi Brown et.al. (2001) adalah sistem pengumpulan informasi dari individu atau sekelompok orang yang berpengaruh di dalam memutuskan, mengelompokkan informasi dan menilai kemungkinan konflik yang terjadi antara kelompok-kelompok berkepentingan dengan wilayah studi. Tahapan dalam melaksanakan analisis stakeholder participatory, yakni :
− Identifikasi stakeholder digunakan metode Continuum dari tingkat mikro hingga ke tingkat makro sehingga diperoleh pengelompokan stakeholder secara vertikal.
− Menentukan kategori stakeholder dalam kelompok prioritas. Pengelompokan stakeholder tergantung pada tingkat kepentingan dan pengaruhnya terhadap proses pengambilan keputusan, yakni : primary stakeholder; secondary stakeholder; external stakeholder.
− Menentukan mekanisme participatif dari beberapa kelompok stakeholder.
(2) Analisis ancaman dan peluang
Analisis ancaman dan peluang (Analysis of Threats and Opportunities) untuk konservasi keanekaragaman hayati adalah proses pendugaan aspek sosial-ekonomi penyebab hilangnya keanekaragaman hayati/ kerusakan lingkungan. Hasil analisis ancaman dan peluang didapatkan prioritas konservasi pada skala regional. Bahan dasar analisis ini menggunakan stresses dan pressures terhadap keanekaragaman hayati gabungan dari beberapa lokasi yang diperoleh dari Perencanaan Konservasi Setempat. Pada Gambar 25 dapat dilihat skema dari Analisis Ancaman dan Peluang.
Gambar 25. Diagram alir analisis ancaman dan peluang (Analysis of threats and opportunities)
Untuk memahami PRESSURES terdapat dua latar belakang penilaian, yakni: penilaian dari aspek sosial ekonomi dan penilaian akar permasalahan. Latar belakang dari aspek sosial ekonomi terdapat dua penilaian, yakni: DEMOGRAPHY (pola pergerakan penduduk dan kecenderungannya); dan Resources use (pola penggunaan sumberdaya dan kecenderungannya). Adapun akar permasalahan dipisahkan dalam PROXIMATE (alasan awal dari timbulnya PRESSURES) dan ULTIMATE (alasan terakhir dari timbulnya PRESSURES). Selanjutnya PRESSURES dipadukan dengan kondisi ekologis akan menghasilkan ancaman (THREATS). Jika ancaman (THREATS) dipadukan dengan prioritas penanganan keanekaragaman hayati akan didapatkan peringkat (ranking) tindakan konservasi yang disajikan dalam matrik berikut ini (Tabel 4).
Tabel 4. Matriks penentuan peringkat tindakan konservasi
Setelah peringkat tindakan konservasi diketahui maka dapat disusun strategi konservasi dengan mengupayakan mengurangi/ meniadakan ancaman atau merubah ancaman menjadi suatu peluang untuk mendukung konservasi keanekaragaman hayati.
