Pemilihan lokasi pengambilan sampel sebagai unit penelitian dilakukan secara sengaja purposive Nawawi, 1995; Nazir, 1988. Untuk sampel data
kebisingan lokasinya ditentukan dengan global positioning system. Pengambilan responden dilakukan secara convinience sampling responden terpilih adalah
responden yang berada di rumah masing-masing ketika penelitian dilakukan. Penentuan jumlah sampel dihitung menggunakan rumus : Nazir, 1998:
i i
N n
f =
dimana : f : fraksi sampel yang diinginkan
ni: jumlah sampel yang diambil Ni : jumlah populasi.
Jumlah sampel atau responden untuk data sosial ekonomi yang diambil adalah sebanyak seratus 100 kepala keluarga, dengan rincian untuk Kelurahan
Maharatu sebanyak 23 responden, Kelurahan Sidomulyo Timur 19 responden, Kelurahan Tangkerang Tengah 25 responden, Kelurahan Wonorejo 15 responden,
Kelurahan Tangkerang Selatan 14 responden dan Kelurahan Teratak Buluh 4 responden.
3.4 Analisis Data
3.4.1 Pemetaan Kawasan Kebisingan
Pengukuran tingkat kebisingan aktual dilakukan dengan mengukur Desibel A maksimum atau A-weighted Sound Level atau tingkat kebisingan berbobot
tertimbang A maksimum selanjutnya disebut dBA maksimum, yaitu unit tingkat kebisingan puncak yang dibaca pada skala A suatu Sound Level Meter di
suatu titik pengukuran. Data Hasil pengukuran tingkat kebisingan dianalisis dan dikonversikan kedalam nilai WECPNL seperti yang ditentukan oleh DEPHUB
dengan rumus: WECPNL =
27 10
− +
LogN A
dB
=
∑
10
10 1
10
Li
n Log
A dB
N = N2 + 3N3 + 10N1+N4 Keterangan:
WECPNL : Weighted Equivalent Continuous Perceived Noise Level adalah satu diantara beberapa indeks tingkat kebisingan pesawat udara
yang ditetapkan dan direkomendasikan oleh ICAO International Civil Aviation Org anization
dBA : Nilai desibel bobot A rata-rata dari setiap puncak kesibukan
pesawat dalam satu hari pengukuran N
: Jumlah kedatangan dan keberangkatan pesawat udara selama periode 24 jam
Li : Bacaan dBA tertinggi dari nomor penerbangan pesawat ke-i
dalam satu hari pengukuran N
: Jumlah kedatangan dan keberangkatan pesawat udara yang dihitung berdasarkan pemberian bobot yang berbeda untuk pagi,
petang dan malam N1
: Jumlah kedatangan dan keberangkatan pesawat udara dari jam 00.00-07.00 WIB
N2 : Jumlah kedatangan dan keberangkatan pesawat udara dari jam
07.00-19.00 WIB N3
: Jumlah kedatangan dan keberangkatan pesawat udara dari jam 19.00–22.00 WIB
N4 : Jumlah kedatangan dan keberangkatan pesawat udara dari jam
22.00-00.00 WIB Dari nilai WECPNL yang diperoleh dibandingkan dengan baku mutu
kebisingan untuk menentukan tipe kawasan kebisingan, yaitu kawasan kebisingan tingkat 1 dengan tingkat kebisingan 70
≤ WECPNL75, kawasan kebisingan
tingkat 2 dengan tingkat kebisingan 75 ≤
WECPNL80 dan kawasan keb isingan tingkat 3 dengan tingkat kebisingan WECPNL
≥ 80. Nilai WECPL dan titik
pengukuran yang diperoleh dioverlay kedalam peta dengan sistem informasi geografis untuk membuat pemetaan kawasan kebisingan.
3.4.2 Analisis Faktor-faktor Yang Mempengaruhi Persepsi Masyarakat Terhadap Kebisingan Bandar Udara Sultan Syarif Kasim II
Analisis data yang digunakan untuk mengetahui faktor-faktor yang mempengaruhi persepsi masyarakat terhadap kebisingan Bandar Udara Sultan
Syarif Kasim II dilakukan dengan menggunakan alat analisis regresi logit. Bentuk model logit yang akan digunakan adalah:
sehingga dapat diperoleh Y
i
= F
-1
P
i
dengan
Y
i
= Persepsi masyarakat terhadap kebisingan Bandar udara bernilai 1 jika bising dan bernilai 0 jika tidak bising
ß = Konstanta
ß
1,
ß
2…
ß
10
= Koefisien regresi PDDK
= Pendidikan PDPT
= Pendapatan Rpbln LMTG
= Lama tinggaltahun PKJ
= Pekerjaan STRM
= Status rumah bernilai 1 = Sewa, bernilai 0 =Rumah sendiri JRK
= Jarak ke sumber bising M KBSG
= Kawasan kebisingan KB i
= Responden ke-i i =1,2,3,4…,100 e
= Galat Variabel penjelas yang digunakan untuk menganalisis persepsi responden
terhadap kebisingan Bandar Udara Sultan Syarif Kasim II adalah pendidikan, pendapatan, lama tinggal, pekerjaan, status rumah, jarak dan kawasan kebisingan.
Variabel pendidikan berpengaruh negatif terhadap persepsi kebisingan. Semakin P
i
= FY
i
=Fß + ß
1
X
1i
+ ß
2
X
2i
+……+ß
p
X
pi
Y
i
=ß - ß
1
PDDK
i
- ß
2
PDPT
i
- ß
3
LMTGi + ß
4
PKJi + ß
5
STRMi - ß
6
JRKi + ß
7
KBSGi +e
tinggi pendidikan maka responden semakin menyadari kebisingan yang di akibatkan bandar udara.
Variabel pendapatan diduga berpengaruh negatif terhadap persepsi kebisingan. Semakin tinggi pendapatan maka responden semakin menyadari
kebisingan yang diakibatkan bandar udara. Variabel lama tinggal diduga berpengaruh negatif. Semakin lama tinggal maka responden semakin menyadari
kebisingan yang diakibatkan bandar udara. Variabel pekerjaan diduga berpengaruh positif terhadap persepsi kebisingan, dimana responden yang bekerja
dekat dengan bandar udara memiliki persepsi semakin bising. Variabel status rumah diduga akan berpengaruh positif terhadap persepsi
kebisingan, dimana responden yang tinggal di rumah sendiri akan merasa lebih bising dibanding responden yang tinggal di rumah sewa. Variabel jarak diduga
berpengaruh negatif terhadap persepsi kebisingan, dimana responden yang tinggal makin dekat dari bandar udara mempunyai persepsi lebih bising dibanding
responden yang tinggal lebih jauh dari bandar udara. Variabel kawasan kebisingan diduga berpengaruh positif terhadap persepsi kebisingan, dimana responden yang
tinggal di kawasan kebisingan 3 lebih bising dibanding responden yang tinggal di kawasan kebisingan 2.
3.4.3 Analisis Faktor-faktor Yang Me nyebabkan Masyarakat Tetap Tinggal di Sekitar Bandar Udara Sultan Syarif Kasim II
. Analisis data yang digunakan untuk mengetahui faktor-faktor yang
menyebabkan masyarakat tetap tinggal di sekitar Bandar Udara Sultan Syarif Kasim II dilakukan dengan menggunakan alat analisis regresi logit. Dengan
model logit, dapat diduga peluang responden suka atau tidak suka tinggal di sekitar Bandar Udara Sultan Syarif Kasim II. Bentuk model logit yang akan
digunakan adalah:
P
i
= FY
i
=Fß + ß
1
X
1i
+ ß
2
X
2i
+……+ß
p
X
pi
sehingga dapat diperoleh Y
i
= F
-1
P
i
dengan
Y
i
= Peluang tingkat kesukaan masyarakat terhadap tempat tinggalnya bernilai 1 jika suka dan bernilai 0 jika tidak suka
ß = Konstanta
ß
1,
ß
2…
ß
7
= Koefisien regresi PDPT
= Pendapatan Rpbln LMTG
= Lama tinggaltahun HGTN
= Harga tanah RpM
2
STRM = Status rumah bernilai 1 = Sewa, bernilai 0 =Rumah sendiri
JRK = Jarak ke sumber bising M
KBSG = Kawasan kebisingan KB
i = Responden ke-i i =1,2,3,4…,100
e = Galat
Variabel penjelas yang digunakan untuk menganalisis penyebab responden tetap tinggal di sekitar Bandar Udara Sultan Syarif Kasim II adalah
pendapatan, lama tinggal, harga tanah, status rumah, jarak, dan kawasan kebisingan. Variabel pendapatan diduga akan memberikan pengaruh positif
terhadap peluang responden suka tetap tinggal di sekitar Bandar Udara Sultan Syarif Kasim II.
Variabel lama tinggal diduga akan berpengaruh positif terhadap peluang responden suka tetap tinggal di sekitar Bandar Udara Sultan Syarif Kasim II.
Variabel harga tanah diduga akan berpengaruh negatif terhadap peluang responden tetap tinggal di sekitar Bandar Udara Sultan Syarif Kasim II. Apabila
harga tanah murah maka responden akan suka tinggal di tempat tersebut. Variabel status rumah diduga akan berpengaruh positif terhadap peluang
responden tetap tinggal di sekitar bandar udara Sultan Syarif Kasim II, dimana responden yang tinggal di rumah sendiri akan merasa lebih suka dibanding
responden yang tinggal di rumah sewa. Variabel jarak diduga berpengaruh positif terhadap peluang responden tetap tinggal di sekitar Bandar Udara Sultan Syarif
Kasim II, dimana responden yang tinggal makin jauh dari bandar udara lebih suka dibanding responden yang tinggal lebih dekat dengan bandar udara. Variabel
Y
i
= ß + ß
1
PDPT
i
+ ß
2
LMTGi - ß
3
HGTNi + ß
4
STRMi + ß
5
JRKi + ß
6
KBSGi + e
kawasan kebisingan diduga berpengaruh positif terhadap peluang responden tetap tinggal di sekitar Bandar Udara Sultan Syarif Kasim II, dimana responden yang
tinggal di kawasan kebisingan 1 lebih suka dibanding responden yang tinggal di kawasan kebisingan 2.
3.4.4 Analisis Faktor-Faktor Yang Mempengaruhi Kesediaan Masyarakat dalam Menerima
