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
Semarang, 7 Oktober 2015
263
5 Sifat Indeks
yang dihasilkan
BiasDimensi dan error tidak dapat
diartikan dengan
mudah Bias lebih kecil dibanding
agregasi dengan linier Dapat
menggabungkan informasi
yang bersifat
kualitatif dan kuantitatif 6
Skala yang
digunakan Interval
Rasio Rasio
Interval mengekspresikan hal yang
sama dari indikator
Lanjutan Tabel 1. Perbandingan Metode Agregasi No
Kriteria Pembanding
Metode Agregasi Linier
Geometris Multi attribute
7 Kondisi
penggunaan Ketika prefrensi indepence
terpenuhi Ketika
prefrensi independence terpenuhi dan
nilai dari satu indikator memiliki selisih yang sangat
besar dibanding indikator lainnya
Jika kondisi
prefrensi independence
terpenuhi indeks
dikompositkan menggunakan
fungsi berbentuk additive tetapi jika
tidak terpenuhi berbentuk multiplicative
8 Bentuk
Fungsi agregasi
Linier Non Linier
Linier dan non linier
9 Contoh
Aplikasi 1.Information
and Communication Technologies
Index Fagerberg, 2001 2.Environmental
Sustainability Index WEF, 2002
3.Environmental Performance Index
Esty, Levy,
Srebotnjak, de Sherbirin, Kim, Anderson, 2006
1.Total Technological
Coeficient UNESCAP,
1989. 2.Living Planet Index
WWF, 1998 dalam Singh
dkk, 2009. 3. .Life Cycle Index Khan,
Sadiq, Veitch, 2004 dalam Singh dkk, 2009.
1. Mengembangkan
indikator sosial ekonomi perikanan alaska dengan
MAUF Seung Zhang, 2011.
2. Developing sustainability utility function Dutch Dairy
farming
Calker, Berentsen, Romero, Giesen, Huirne,
2006
Agregasi secara linier melibatkan bobot yang tidak mewakili tingkat kepentingan indikator akan tetapi mengukur tingkat subtitusi indikator. Misalnya pada perhitungan indeks komposit untuk mengukur
keberlanjutan perikanan Direktorat Sumberdaya Ikan, 2011 yang ditinjau dari aspek ekologi, ekonomi dan sosial dimana nilai akhir dari indeks yang diagregasikan tidak menujukkan aspek mana yang harus
ditingkatkan. Apabila dari hasil penilaian diperoleh nilai indeks yang rendah pada salah satu aspek, maka tidak akan terlihat karena di subtitusi oleh nilai aspek lain yang lebih tinggi, sehingga rata-ratannya
menjadi bias. Sering kali dalam melakukan agreg
asi secara linier kondisi “preferential independence “tidak dilakukan pengecekan terlebih dahulu. Preferential independence merupakan kondisi dimana
agregasi linier cocok untuk dilakukan Lutero, 2010. Untuk mengetahui kondisi preferential independence
dapat dilakukan pengujian menggunakan hipotesis lottery seperti yang dikemukakan oleh Keeney, 1977.
Agregasi geometri merupakan solusi yang baik untuk menghindari bias pada agregasi linier. Agregasi geometri tidak memberi nilai konstan Lutero, 2010. Agregasi geometri digunakan apabila
indikator yang digunakan memenuhi kondisi preferential independence namun hubungan antar indikator bersifat non linier. Sedangkan, agregasi dengan pendekatan multi atribut lebih tepat digunakan pada
kondisi preferensi independent terpenuhi ataupun tidak, kodisi preferensi akan menentukan fungsi yang digunakan untuk agregasi berbentuk additive atau multiplicative sedangkan hubungan antar attribute
dapat berbentuk linier ataupun non-linier.
5. APLIKASI INDEKS KOMPOSIT
Indeks komposit telah digunakan dalam berbagai bidang seperti teknologi, ekonomi, sosial ataupun bidang lingkungan. Indeks komposit digunakan untuk menggambarkan fenomena yang kompleks
sehingga kebijakan yang dibuat suai atau tepat untuk fenomena yang terjadi. Salah satu aplikasi indeks komposit adalah pada penilaian keberlanjutan perikanan tangkap yang dilakukan oleh Direktorat Sumber
Daya Ikan, Kementrian Kelautan dan Perikanan pada 2011 dengan menggunakan pendekatan agregasi linier. Pada penilaian keberlanjutan pengelolaan perikanan tangkap laut penilaian dilakukan pada meliputi
6 aspek yaitu 1 Aspek kelestarian Sumberdaya ikan, 2 Aspek kelestarian habitat, 3 Aspek ekonomi, 4 Aspek sosial, 5 Aspek kelembagaan. Setiap aspek dibangun oleh beberapa indikator. Jumlah
indikator yang membangun aspek ini tidak selalu sama.
Semarang, 7 Oktober 2015
264 Nilai tiap indikator dikalikan dengan nilai bobot untuk indikator. Kemudian, hasil perkalian
antara nilai dengan bobot untuk masing-masing indikator dijumlahkan menghasilkan nilai aspek. Nilai tiap aspek kemudian dijumlahkan dan dibagi jumlah aspek menghasilkan indeks komposit keberlanjutan.
Jadi penentuan nilai dilakukan dengan agregasi secara linier dimana nilai tiap aspek akan dijumlahkan dan kemudian dibagi dengan jumlah aspek. Formulasi untuk perhitungan indeks keberlanjutan sebagai
berikut:
Setelah diperoleh nilai indeks keberlanjutan, nilai ini akan dibandingkan dengan standar yang ditetapkan oleh Direktorat sumberdaya ikan, KKP RI seperti diberikan pada Tabel 2.
Tabel 3. Visualisasi Model Bendera untuk Indikator EAFM Wilayah Pengelolaan Perikanan
Indonesia
Sebagai contoh adalah hasil penilaian keberlanjutan pengelolaan perikanan untuk WPP 571. Aspek dan indikator pembentuknya dapat dilihat pada Tabel 2. Nilai aspek pada Tabel 3 adalah hasil
penilaian EAFM Ecosystem approach to fisheries Management untuk wilayah pengelolaan perikanan WPP 571. WPP 571 meliputi wilayah perairan Selat Malaka dan Laut Andaman. Sebelah utara
berbatasan dengan wilayah laut Thailand, Malaysia dan India. Sebelah barat berbatasan dengan Kab Pidie Aceh besar, sebelah selatan berbatasan dengan kap siak, Riau, dan disebelah timur berbatasan dengan
Kab Bengkalis. Maka, nilai indeks keberlanjutan untuk WPP 571 adalah 189 seperti hasil perhitungan berikut :
Hasil penilaian untuk wilayah perairan 517 sebesar 187 ini termasuk dalam kategori sedang sesuai dengan panduan indikator keberhasilan pendekatan ekosisitem dalam pengelolaan perikanan ecosystem
approach to fisheries management seperti digambarkan pada Tabel 2. Penilaian keberlanjutan perikanan
yang dilakukan dengan indeks komposit metode agregasi linier seperti pada kasus ini memberikan nilai yang kurang sensitif. Sebenarnya hanya aspek ekonomi yang memiliki nilai buruk, kemudian aspek teknis
penangkapan dan aspek kelembagaan memiliki nilai sedang. Aspek lainnya telah berada pada kategori penilaian Baik. Jika perhitungan dilakukan dengan metode geometri ataupun metode Multi atribut akan
diperoleh nilai yang berbeda dan lebih dapat memberi hasil yang bermanfaat.
6. KESIMPULAN
Dalam memformulasikan indeks komposit terdapat tiga tahap utama yang sangat mempengaruhi indeks yang dihasilkan. Ketiga tahap tersebut adalah tahap normalisasi data, tahap pembobotan dan tahap
agregasi. Metode agregasi perlu diperhatikan agar diperoleh hubungan fungsi yang tepat dalam mengkompositkan indikator dan diperoleh indeks yang merepresentasikan kondisi nyata. Beberapa
kesimpulan dari perbandingan metode agregasi dalam membentuk indeks komposit adalah sebagai berikut:
1. Agregasi Linier memiliki sifat perhitungan yang lebih sederhana dan mudah digunakan, namun penggunaan agregasi linier hanya terbatas pada kondisi dimana indikator yang dikompositkan
memenuhi kondisi prefrensi independence. 2. Agregasi geometris memiliki sifat sensifitas terhadap bobot dari indikator yang dikompositkan,
penggunaan agregasi geometris sesuai digunakan apabila indikator yang dikompositkan memenuhi kondisi prefrensi independence.