Submodel Sosial Model Pengelolaan Lingkungan Kota Baru BSD

pertumbuhan penduduk, pendidikan dan penduduk komuter akan mempengaruhi penduduk kota baru, selanjutnya sub model sosial ini digambarkan dalam bentuk stock flow diagram SFD Gambar 53. Gambar 52. Diagram sebab-akibat submodel sosial dalam pembangunan kota baru berkelanjutan penduduk pekerja infrastrukfur pengurangan Populasi Tangsel pertumbuhan fraksi pertumbuhan fraksi pengurangan jumlah rumah pendidikan kesadaran lingkungan IPAL diperlukan kepedulian lingkungan penduduk komuter Gambar 53. Diagram stock-flow submodel sosial dalam pembangunan kota baru berkelanjutan Pada Gambar 52 dan 53 terlihat bahwa berdasarkan diagram alir sub model sosial di atas, terlihat bahwa pengurangan dan penambahan populasi berdampak pada pertumbuhan penduduk kota baru. Penduduk komuter juga akan mempengaruhi penduduk kota baru, dalam hal ini jika semua fasilitas komuter baik, diduga dapat meningkatkan penduduk kota baru dan sebaliknya. Selain hal itu pendidikan penduduk kota baru juga akan mempengaruhi kesadaran penduduk itu sendiri terhadap kesadaran lingkungan. Dalam hal ini semakin tinggi tingkat pendidikannya, maka kecenderungan kesadaran lingkungannya akan semakin meningkat, sehingga bukan tidak mungkin masyarakat sendiri yang akan meminta kota baru untuk melestarikan lingkungannya secara lebih baik lagi, misalnya dengan cara melakukan pembangunan IPAL untuk limbah cair bagi berbagai kegiatan antropogenik, sehinggapada akhirnyaakan berdampak positif pada penduduk kota baru itu sendiri. Hal ini sesuai dengan teori Kuznet yang mengatakan bahwa semakin meningkat kesejahteraan, semakin tinggi kepeduliannya terhadap lingkungan. Adapun populasi Tangerang Selatan berdasarkan hasil simulasi, penduduk usia kerja, jumlah rumah dan penduduk komuter mulai tahun 2008 hingga tahun 2016 dapat dilihat pada Gambar 54. Pada sub model sosial berdasarkan jumlah penduduk, besarnya peningkatan populasi Tangerang Selatan dari tahun ke tahun juga dapat dilihat pada Gambar 55 dan pada Lampiran 3 yakni pada tahun 2008 besarnya populasi Tangerang Selatan 918.783 orang, namun pada saat dilakukan penelitian meningkat menjadi 1.397.354 dan pada tahun 2016 diperkirakan menjadi 2.810.578 orang. Pada sub model sosial berdasarkan simulasi jumlah penduduk usia kerja 15-65 tahun, besarnya peningkatan penduduk usia kerja diTangerang Selatan dari tahun ke tahun juga dapat dilihat pada Gambar 55 dan pada Lampiran 3 yakni pada tahun 2008 besarnya penduduk usia kerja 15-65Tangerang Selatan 459.392 orang, yakni setengahnya dari jumlah populasi yang ada di Tangerang Selatan. Pada saat dilakukan penelitian meningkat menjadi 698.677 orang dan pada tahun 2016 diperkirakan menjadi 1.405.289 orang. Pada submodel sosial berdasarkan simulasi jumlah rumah, besarnya peningkatan jumlah rumah di Tangerang Selatan dari tahun ke tahun juga dapat dilihat pada Gambar 57 dan pada Lampiran 3 yakni pada tahun 2008 jumlah rumah di Tangerang Selatan 321.574 rumah. Pada saat dilakukan penelitian meningkat menjadi 489.074 rumah dan pada tahun 2016 diperkirakan menjadi 983.702 rumah. 17:52 30 Okt 2011 Page 1 2008.00 2010.00 2012.00 2014.00 2016.00 Y ears 1: 1: 1: 2: 2: 2: 3: 3: 3: 4: 4: 4: 500000 2000000 3500000 450000 950000 1450000 300000 650000 1000000 300000 700000 1100000 1: Populasi Tangsel 2: penduduk pekerja 3: jumlah rumah 4: penduduk commuter 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 Gambar 54. Simulasi submodel sosial berdasarkan jumlah penduduk dan penduduk usia kerja 15-65, jumlah rumah serta penduduk komuter 0:53 27 Okt 2011 Page 1 2008.00 2010.00 2012.00 2014.00 2016.00 Y ears 1: 1: 1: 500000 2000000 3500000 1: Populasi Tangsel 1 1 1 1 Gambar 55. Simulasi submodel sosial berdasarkan jumlah penduduk 2008.00 2010.00 2012.00 2014.00 2016.00 1: 1: 1: 450000 950000 1450000 1: penduduk pekerja 1 1 1 1 Gambar 56. Simulasi submodel sosial berdasarkan penduduk usia kerja 15-65 2008.00 2010.00 2012.00 2014.00 2016.00 1: 1: 1: 300000 650000 1000000 1: jumlah rumah 1 1 1 1 Gambar 57. Simulasi submodel sosial berdasarkan jumlah rumah Pada submodel sosial berdasarkan simulasi jumlah penduduk yang commuter, besarnya peningkatan jumlah penduduk yang komuter di Tangerang Selatan dari tahun ke tahun juga dapat dilihat pada Gambar 58 dan pada Lampiran 3 yakni pada tahun 2008 besarnya jumlah penduduk yang komuter Tangerang Selatan 328.465 orang, yakni jumlahnya mencapai 23 dari dari jumlah penduduk usia kerja yang ada di Tangerang Selatan. Pada saat dilakukan penelitian meningkat menjadi 499.554 orang dan pada tahun 2016 diperkirakan menjadi 1.004.782 orang yakni mencapai tiga kali lipat dari tahun 2008. 17:52 30 Okt 2011 Page 1 2008.00 2010.00 2012.00 2014.00 2016.00 Y ears 1: 1: 1: 300000 700000 1100000 1: penduduk commuter 1 1 1 1 Gambar 58. Simulasi submodel sosial berdasarkan jumlah penduduk yang komuter

5.3.4. Validitas Model

Seperti dijelaskan di atas bahwa validasi model dalam sistem dinamik dapat dilakukan atas dua yaitu validasi struktur model dan validasi kinerja model.

1. Validasi Struktur Model

Validitas atau keabsahan merupakan kriteria penilaian keobyektifan dari suatu pekerjaan ilmiah yang dalam pemodelan ditunjukkan dari sejauhmana model dapat menirukan fakta. Validasi model ini akan dapat menyimpulkan apakah model dari sistem yang dibangun merupakan perwakilan yang sah dari realitas yang dikaji sehingga dapat menghasilkan kesimpulan yang meyakinkan Eriyatno, 1999. Dalam pemodelan, hasil simulasi adalah perilaku variabel yang diinteraksikan dengan bantuan komputer. Tampilan perilaku variabel tersebut dapat bersifat terukur yang disusun menjadi data simulasi dan bersifat tidak terukur yang disusun menjadi pola simulasi. Keserupaan dunia model dengan dunia nyata ditunjukkan dari sejauhmana data simulasi dan pola simulasi dapat menirukan data statistik dan informasi aktual. Adapun proses melihat keserupaan tersebut dikenal sebagai validasi output atau kinerja model. Validasi struktur model merupakan proses validasi utama dalam berpikir sistem. Pada saat melakukan perancangan dan justifikasi, 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, karena pada 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.

2. Validasi KinerjaOutput 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.

a. Sub Model Lingkungan

Pada validasi dari sub model lingkungan, dibagi lagi menjadi dua, yakni validasi untuk lingkungan perairan yang dilihat dari beban pencemaran perairan diwilayah yang dikaji, dengan hasil validasi dapat dilihat pada Tabel 16. Hasil uji menunjukkan bahwa keluaran model pengelolaan lingkungan Kota Baru BSD, untuk sub model lingkungan pada perairan memiliki nilai Absolute Mean Error AME untuk beban pencemaran BOD menyimpang 0,167 dan Absolute Variation Error AVE menyimpang sebesar 0,5. Pada sub model lingkungan di perairanuntuk beban pencemaran CODmemiliki nilai Absolute Mean Error AME menyimpang 0.0625 dan Absolute Variation Error AVE menyimpang sebesar 0.125. Pada sub model lingkungan di perairanuntuk beban pencemaran NO 3 memiliki nilai Absolute Mean Error AME menyimpang 0.0526 dan Absolute Variation Error AVE menyimpang sebesar 0.632. Pada sub model lingkungan di perairan untuk beban pencemaran PO 4 memiliki nilai Absolute Mean Error AME menyimpang 0.0426 dan Absolute Variation Error AVE menyimpang sebesar 0.462. Nilai validasi dari sub model lingkungan, dilihat dari beban pencemaran perairan total diwilayah yang dikaji memiliki nilai Absolute Mean Error AME menyimpang 0.0426 dan Absolute Variation Error AVE menyimpang sebesar 0.461. Adapun validasi kinerja model untuk pencemaran air yang dilihat dari beban pencemarannya dapat dilihat pada Tabel 16 .