6.2 Estimasi Nilai Kerugian Langsung, Tidak Langsung dan
Tangible Pada Sektor Pemukiman akibat Banjir Sungai Pesanggrahan
Guna mengetahui hasil estimasi nilai kerugian langsung dan tangible pada sektor pemukiman, perlu dilakukan pengolahan data untuk mendapatkan model
kerugian banjir aktual. Pengolahan data dilakukan dengan memasukkan peubah bebas kedalam model, yaitu kedalaman genangan X
1
, durasi genangan X
2
, jeda waktu informasi banjir X
3
, lama waktu dalam menyelamatkan barang X
4
, luas rumah X
5
, dan lantai rumah D1. Estimasi model fungsi kerugian banjir sebagai berikut:
Y = -2 372.476 + 15.926 X
1
+ 24.144 X
2
– 102.462 X
3
+ 968.261 X
4
+ 29.130 X
5
+ 31.230 D1+ ε ............................................................. 6.1
Dimana: Y
= kerugian banjir langsung, tidak langsung, dan tangible ribu rupiah a
= konstanta a
1
...a
5
= koefisien regresi X
1
= kedalaman genangan cm X
2
= durasi genangan jam X
3
= jeda waktu informasi banjir jam X
4
=lama waktu menyelamatkan barang jam X
5
= luas rumah m
2
D1 = variabel dummy yaitu lantai rumah
Nilai Adjusted R square yang dihasilkan pada model ini sebesar 39.1 , artinya keragaman pada kerugian banjir dapat dijelaskan oleh peubah bebas yang
dimasukkan kedalam model sebesar 39.1 sedangkan sisanya yaitu 60.9 dijelaskan oleh faktor
– faktor lain yang tidak dimasukkan kedalam model. Hasil regresi dapat dilihat dalam Lampiran 3.
Berdasarkan kriteria ekonometrika, dibutuhkan pengujian model seperti uji normalitas, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Uji
normalitas dilakukan dengan melihat Asymp. Sig 2-tailed pada uji Kolmogorov Smirnov. Nilai yang dihasilkan sebesar 0.445 atau berada di atas nilai alpha 5
menunjukkan galat menyebar normal. Uji multikolinearitas dilakukan dengan
melihat nilai VIF. Hasil yang didapatkan menunjukkan bahwa model tidak terjadi multikolinearitas, dimana hasil yang didapatkan VIF 10. Uji heteroskedastisitas
dilakukan dengan melihat pola residual pada model. Berdasarkan pengolahan data, diperoleh residual yang tidak membentuk pola, maka tidak terjadi
heteroskedastisitas. Uji autokorelasi dilakukan dengan melihat nilai Durbin Watson yakni sebesar 2.218 menunjukkan tidak terdapat autokorelasi dalam
model. Hasil pengujian model dapat dilihat dalam Lampiran 3. Hasil regresi menunjukkan bahwa terdapat empat peubah bebas yang
berpengaruh nyata. Peubah bebas tersebut adalah kedalaman genangan X
1
, durasi genangan X
2
, lama waktu dalam menyelamatkan barang X
4
, dan luas rumah X
5
. Hal ini ditunjukkan dari besarnya P-value α. Interpretasi peubah
bebas akan dijelaskan dalam subbab berikut ini.
6.2.1 Kedalaman Genangan
Hasil regresi menunjukkan bahwa peubah bebas kedalaman genangan memiliki hubungan positif terhadap kerugian banjir. Hal ini menunjukkan
kesesuaian terhadap hipotesis awal yaitu apabila terjadi peningkatan kedalaman genangan sebesar 10 cm, maka kerugian banjir diduga akan ikut meningkat
sebanyak Rp 159 260, cateris paribus. Peubah bebas kedalaman genangan nyata dalam taraf alpha 20 .
6.2.2 Durasi Genangan
Durasi genangan mempengaruhi besarnya kerugian banjir. Hasil regresi menunjukkan bahwa peubah bebas durasi genangan memiliki hubungan positif
terhadap kerugian banjir. Hubungan ini sesuai dengan hipotesa sebelumnya, yang artinya apabila terjadi peningkatan durasi genangan selama 1 jam, maka kerugian
banjir diduga akan ikut meningkat sebesar Rp 24 144 cateris paribus. Peubah bebas durasi genangan signifikan dalam alpha 1.
Hasil regresi menunjukkan kesesuaian dengan kondisi lapangan, dimana durasi genangan merupakan faktor utama penyebab besarnya kerugian yang
dirasakan masyarakat. Lamanya genangan yang menggenangi rumah masyarakat menyebabkan barang
– barang yang dimiliki masyarakat rusak bahkan tidak dapat
Kategori