Semarang, 7 Oktober 2015
260 d. Menentukan jarak relatif posisi terhadap titik referensi pengukuran.
Hal ini dilakukan dengan membandingkan titik referensi untuk indikator tertentu, target ini akan dicapai dalam kerangka waktu tertentu. Contohnya protokol Kyoto mengenai
penurunan emisi CO
2
ditargetkan untuk telah dicapai pada tahun 2010 oleh anggota dari negara negara Uni Eropa.
e. Menentukan skala kategori Pada tahap ini diberikan skor untuk setiap indikator misalnya ‘sepenuhnya tercapai’
atau ‘tidak tercapai. Skor didasarkan pada persentil dari distribusi indikator. f. Indikator di atas atau di bawah rata-rata diubah sedemikian rupa sehingga nilai-nilai di sekitar
rata-rata mean mendapat 0, sedangkan yang di atas bawah ambang batas tertentu menerima masing- masing 1 dan -1.
g. Metode untuk indikator siklus cyclical indicators Metode untuk indikator siklus biasanya digunakan dalam bisnis untuk meramalkan
siklus dalam kegiatan ekonomi. Biasanya hasil dari survey bisnis dikombinasikan dalam indeks komposit untuk menurunkan kesalahan dan memperbaiki peramalan pada aktivitas
ekonomi. h. Balance opinion
Pada kasus khusus dari keseimbangan pendapat, di mana manajer perusahaan dari berbagai sektor dan berbagai ukuran diminta untuk mengungkapkan pendapat mereka tentang
kinerja perusahaan mereka. i. Persentase perbedaan tahunan yang merepresentasikan persen pertumbuhan.
Persentase perbedaan tahunan merepresentasikan persen pertumbuhan dengan patokan nilai dari tahun sebelumnya. Prosedur ini biasanya digunakan untuk indikator yang datanya
tersedia beberapa tahun OECD, 2008. 5. Penentuan Bobot
Bobot sangat mempengaruhi keluaran indikator komposit. Oleh karena itu, indikator harus ditimbang sesuai dengan kerangka teoritis yang mendasari atau berdaarkan analisis empiris, tetapi
dilakukan dengan memperhitungkan pendapat pakar. Nilai bobot nantinya menentukan nilai dari indeks komposit yang dihasilkan dari proses agregasi. Agregasi merupakan tahapan setelah penentuan
bobot.
Dalam perhitungan indeks penilaian keberlanjutan suatu klaster industri perikanan ditinjau dari aspek ekologi, ekonomi, sosial dan kelembagaan dengan bobot 0.49, 0.23, 0.16 dan 0.12 sedangkan
hasil penilaian aspek ekologi, ekonomi, sosial dan kelembagaan 0.65, 0.48, 0.39 dan 0.51. Pada agregasi linier hasil penilaian kemudian dikalikan dengan masing-masing bobot lalu dijumlahkan
sehingga menghasilkan indeks 0.56 sedangkan pada agregasi geometris hasil penilaian dipangkatkan dengan bobot kemudian hasil pemangkatan dari setiap aspek dikalikan menghasilkan indeks 0.54.
Dari contoh dapat diketahui bahwa penggunaan bobot dan jenis agregasi mempengaruhi nilai inedeks dimana pada agregasi geometris nilai bobot lebih sensitif pengaruhnya.
6. Agregasi Agregasi dari indikator dapat dilakukan secara linier, geometris atau dengan pendekatan multi-
attribute. Dalam agregasi baik linier maupun geometris, bobot mengekspresikan trade-off antar indikator, sedangkan pendekatan multi attribute mencari kompromi antara dua atau lebih dari tujuan
yang telah ditetapkan. 7. Diseminasi Hasil
Indikator komposit harus mampu memeberikan gambaran yang akurat kepada para pembuat keputusan dan pihak yang berkepentingan. Representasi grafis dari indikator komposit harus
menunjukkan daerah-daerah yang perlu intervensi kebijakan.
3. JENIS-JENIS METODE AGREGASI
Proses agregasi adalah penggabungan nilai dari beberapa indikator menjadi satu. Agregasi berguna untuk memperoleh hubungan fungsi yang tepat dalam mengkompositkan indikator dan diperoleh
indeks yang merepresentasikan kondisi nyata Lutero, 2010. Terdapat tiga tahap utama dalam memformulasikan indeks komposit yaitu normalisasi, pembobotan dan agregasi. Ketiga tahapan tersebut
telah dijelaskan sebagai langkah 4, 5 dan 6 dalam penjelasan tentang indeks komposit diatas. Sedangkan dalam melakukan agregasi indeks komposit terdapat tiga pendekatan yaitu: 1 agregasi secara linier, 2
agregasi secara geometrik dan 3 pendekatan multi attribute. Pemilihan metode formulasi dan metode agregasi menjadi faktor yang penting karena mempengaruhi indeks komposit yang dihasilkan.
Semarang, 7 Oktober 2015
261 1. Agregasi Linier
Agregasi secara linier juga dikenal sebagai additive aggregation method. Metode agregasi ini merupakan metode agregasi yang paling sederhana, dimana perhitungan tergantung dari setiap indikator
individu kemudian akan dijumlahkan. Contoh aplikasi dari agregasi dengan pendekatan linear ini adalah pada perhitungan Information and communication Technologies Index Fagerberg, 2001. Metode ini
berdasarkan informasi yang bersifat ordinal. Kelebihan dari agregasi dengan metode ini adalah perhitungannya yang sederhana dan keluarannya bersifat independen.
Pada agregasi secara linier bobot yang telah ditentukan merupakan trade off antar indikator. Apabila pembobotan dilakukan maka agregasi dengan cara ini mengalikan bobot dengan skor setiap
individu yang telah di normalisasi kemudian mencari rata-rata. Kondisi yang sesuai saat melakukan agregasi dengan metode linier adalah jika indikator yang dikompositkan memenuhi kondisi preferensi
independence Keeney, 1977.
Additive Linear Aggregation menghasilkan indeks komposit yang bias. Indeks ini tidak
merefleksikan informasi dari setiap individual indikator. Dimensi dan error tidak dapat di artikan secara mudah dan komposit tidak dapat diatur sepatutnya OECD, 2008. Cara perhitungan agregasi secara
linier seperti pada persamaan 4. Skala likert yang umumnya digunakan dalam agregasi secara linier adalah skala interval. Dari persamaan 4 terlihat bentuk fungsi yang digunakan dalam agregasi ini adalah
selalu linier.
2. Agregasi Geometris Agregasi secara geometri dihitung dengan menggunakan persamaan 5. Jika dibandingkan
dengan agregasi linier pendekatan ini memberi nilai yang lebih baik. Misalnya pada kasus pengukuran kinerja berdasarkan beberapa indikator, pendekatan linear melakukan dengan mencari nilai rata-rata,
maka kinerja yang buruk dari beberapa indikator menjadi tidak teridentifikasi tertutupi dengan nilai kinerja yang lebih tinggi dari indikator yang lain. Contoh lain, misalnya sebuah komposit dibentuk oleh
indikator penegakan hukum, kerusakan lingkungan, PDB perkapita dan pengangguran pada skala 25. Setelah dilakukan penghitungan untuk dua negara diperoleh nilai untuk negara pertama adalah 21, 1, 1, 1
dan negara kedua memperoleh nilai 6,6,6,6. Apabila penilaian menggunakan agregasi secara linier akan diperoleh nilai yang sama untuk kedua negara. Sehingga, kondisi sosial kedua negara yang sebenarnya
cukup berbeda tidak akan tercermin oleh nilai komposit yang dihasilkan karena diperoleh nilai yang sama untuk kedua negara tersebut.
Agregasi secara geometris mampu memberi hasil penilaian yang lebih sensitive. Pada agregasi geometris nilai yang dihasilkan biasanya lebih kecil dibandingkan dengan nilai yang dihasilkan dari
agregasi linier. Jika negara ataupun sektor yang dievaluasi mendapat nilai yang lebih kecil, maka negara atau sektot tersebut akan berusaha meningkatkan performansi agar menjadi lebih baik. Biasanya
pendekatan ini digunakan ketika nilai dari satu indikator memiliki selisih yang sangat besar dari indikator lainnya.
Pada agregasi geometris bobot merupakan trade off antar indikator yang digunakan dalam mengkompositkan indicator. Contoh aplikasi dari agregasi dengan cara geometri adalah pada perhitungan
living planet index
dan life cycle index Singh dkk, 2009. Persamaan 5 menunjukkan bahwa agregasi
geometri memiliki bentuk fungsi non linier berupa nilai indikator yang dipangkatkan dengan bobot, sehingga agregasi secara geometri sensitive terhadap bobot.
3. Agregasi Pendekatan Multi Attribute Secara umum multi-attribute merupakan kondisi dimana tidak akan ditemukan solusi optimal
pada waktu yang sama dan hanya akan menemukan compromise solution. Pada pendekatan multi criteria biasanya dibuat sebuah matriks yang didalamnya terdapat N kriteria yang dievaluasi dan M alternatif
Semarang, 7 Oktober 2015
262 yang mungkin. Matriks yang berisi kriteria dan alternatif pada pendekatan multi attribute sangat berguna
dalam menyelesaikan masalah multi kriteria seperti pada penilaian keberlanjutan sustainability. Pendekatan multi kriteria sangat berguna dalam penyelesaian berbagai masalah antara lain:
- Intensitas preferensi ketika terdapat kriteria yang nilainya kuantitatif. - Jumlah kriteria mendukung alternatif yang diberikan.
- Bobot yang diberikan untuk setiap kriteria. - Hubungan setiap alternatif untuk semua alternatif lain.
Kombinasi dari setiap informasi diatas menghasilkan agregasi yang berbeda seperti manipulasi dari informasi yang tersedia untuk menemukan struktur preferensi. Agregasi dari dari beberapa kriteria
menyiratkan isu dasar dari trade off saat ini. Pada pendekatan multi attribute bobot merepresentasikan kompromi antar dua atau lebih tujuan yang ditetapkan. Pedekatan multi attribute menghasilkan indeks
yang tidak konsisten apabila dimasukkan kriteria baru. Penggunaan skala baik yang bersifat likert, interval ataupun rasio tidak mempengaruhi representasi dari indikator Singh dkk, 2009.
4. KOMPARASI METODE AGREGASI
Pemilihan suatu metode untuk diterapkan dalam mengukur sesuatu yang bersifat kompleks dilakukan dengan mempertimbangkan berbagai hal. Menurut Pameroy 2003 dalam Direktorat
Sumberdaya Ikan KKP 2011, pemilihan metode harus dapat memberikan hasil yang menjamin beberapa hal berikut ini:
1. Konsisten hasil pengukuran
2. Sensitif, sehingga dapat membedakan kondisi obyek
pengukuran yang memang berbeda antara satu dengan yang lain. 3.
Akurat dan Reliable 4.
Validitas hasil 5.
Kerumitan proses dll Ketiga jenis pendekatan agregasi dalam membentuk indeks komposit tentunya memiliki kelebihan
dan kekurangan masing-masing. Ketiganya memiliki tingkat kerumitan yang berbeda sesuai dengan formulasi yang digunakan. Tentunya semakin banyak factor yang dipertimbangkan oleh suatu metode
pengukuran, metode itu akan menjadi semakin kompleks. Di sisi lain, metode yang lebih kompleks akan memberi keuntungan berupa sensitifitas hasil yang lebih baik. Selain berbeda dalam teknik untuk
menentukan nilai indekas komposit, secara ringkas perbedaan dari tiga pendekatan agregasi seperti dijelaskan pada tabel 1.
Bobot yang digunakan pada perhitungan indeks komposit merupakan subjective judgement yang dilakukan oleh pakar. Oleh karena itu dalam penentuan bobot hendaknya melibatkan lebih dari satu orang
pakar untuk menghindari munculnya subyektivitas. Tahap normalisasi dalam pembentukan indeks komposit dilakukan agar data yang akan digunakan comparable atau dapat dibandingkan. Pembobotan
dilakukan agar hubungan antar indikator dalam mengkompositkan indikator dapat terlihat. Metode agregasi yang dipilih ikut menentukan hubungan fungsi yang tepat dalam mengkompositkan indicator
Bohgringer Jochem. Agregasi yang dilakukan dengan berpedoman pada aturan akan menghasilkan indeks komposit yang konsisten dan bermakna, sehingga kebijakan yang dibuat dengan
mempertimbangkan hasil pengukuran dengan indeks tersebut sesuai dengan kondisi nyata.
Tabel 1. Perbandingan Metode Agregasi No
Kriteria Pembanding
Metode Agregasi Linier
Geometris Multi attribute
1 Sifat
Perhitungan Sederhana
Agak rumit dibanding linier tetapi lebih sederhana dari
multi attribute Kompleks
2 Tujuan Mempermudah perhitungan
sehingga waktu
yang diperlukan singkat.
Untuk menghindari bias yang muncul pada agregasi secara
linier. Mencari solusi compromise
solution dari
tujuan perhitungan indeks
3 Keluaran Independence
Lebih sensitif
terhadap penggunaan bobot
Tidak Konstan Tidak Konsisten ketika
dimasukkan kriteria ataupun nilai baru
4 Representasi
penggunaan bobot
trade off antar indikator
trade off antar indikator
kompromi antar dua atau lebih tujuan yang ditetapkan