Analisis Willingness To Accept Terhadap Program Relokasi Masyarakat di Kampung Pulo Kecamatan Jatinegara Jakarta Timur.

ANALISIS WILLINGNESS TO ACCEPT TERHADAP PROGRAM RELOKASI MASYARAKAT DI KAMPUNG PULO KECAMATAN

JATINEGARA JAKARTA TIMUR

MUHAMAD SAEFRUDIN

DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR BOGOR

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK

CIPTA

Dengan ini saya menyatakan bahwa skripsi saya yang berjudul Analisis Willingness To Accept Terhadap Program Relokasi Masyarakat di Kampung Pulo Kecamatan Jatinegara Jakarta Timur adalah karya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam bentuk daftar pustaka dibagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Januari 2014

Muhamad Saefrudin

ABSTRAK

MUHAMAD SAEFRUDIN. Analisis Willingness To Accept Terhadap Program

Relokasi Masyarakat di Kampung Pulo Kecamatan Jatinegara Jakarta Timur. Dibimbing oleh AKHMAD FAUZI dan ASTI ISTIQOMAH.

Berpindahnya penduduk ke kota seperti DKI Jakarta menyebabkan kebutuhan akan lahan terus meningkat. Keterbatasan lahan menyebabkan tingginya harga lahan yang membuat penduduk memanfaatkan lahan publik yang harganya lebih terjangkau seperti bantaran Sungai Ciliwung. Eksternalitas dari hal tersebut adalah adanya penyempitan badan sungai yang akan menyebabkan banjir. Di sisi lain, pemerintah melakukan relokasi agar kerugian akibat banjir tersebut dapat dihindari namun masyarakat menolak direlokasi. Penelitian dilakukan di Kampung Pulo dengan tujuan menghitung besarnya kerugian yang diterima oleh masyarakat akibat banjir, mengidentifikasi faktor apa saja yang mempengaruhi kesediaan untuk relokasi, mengestimasi besarnya Willingness To Accept (WTA) masyarakat Kampung Pulo agar bersedia di relokasi serta faktor apa saja yang mempengaruhinya. Hasil penelitian menunjukan bahwa kerugian akibat banjir sebesar Rp 1.174.472.600,-. Masyarakat bersedia direlokasi dengan total kompensasi sebesar Rp 2.223.899.800,- dimana faktor yang mempengaruhi diantaranya adalah pendapatan dan status rumah.

Kata kunci : Banjir, Willingness To Accept, Kampung Pulo, Relokasi.

ABSTRACT

MUHAMAD SAEFRUDIN. Analysis of Willingness To Accept Against

Relocation Program Community in Kampung Pulo subdistricts of Jatinegara in East Jakarta. Supervised by AKHMAD FAUZI and ASTI ISTIQOMAH.

The urbanization of people to the city such as Jakarta have increased demands of place to live, which in turn increase price of land. That’s make that people used river side land such as Ciliwung river which is cheaper than another

places. That’s impact the river more narrow and flooding when it is raining. The goverment was been relocated the people who was lived at the river side, that can reduce the bad impact of floody, but many people refuse to be relocated. This research took Kampung Pulo which calculated the impact of flooding identifications any factors of the willingness at the people to be relocated,

estimations of Willingness To Accept (WTA) Kampung Pulo’s people to be

relocated and any factors influence it. The result is most of the people accepted to be relocated with the compensation amount of the Rp 1.174.472.600,-. Society is willing to be relocated with the total compensation amount of the Rp 2.223.899.800,- which the factors that influence it are income and status of home Key words: flood, Willingness To Accept, Kampung Pulo, Relocation.

©

Hak Cipta Milik IPB, Tahun 2014

Hak Cipta Dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apa pun tanpa izin IPB

ANALISIS WILLINGNESS TO ACCEPT TERHADAP PROGRAM RELOKASI MASYARAKAT DI KAMPUNG PULO KECAMATAN

JATINEGARA JAKARTA TIMUR

MUHAMAD SAEFRUDIN H44080086

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ekonomi Sumberdaya dan Lingkungan

DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR BOGOR

Judul Skripsi : Analisis Willingness To Accept Terhadap Program

Relokasi Masyarakat di Kampung Pulo Kecamatan Jatinegara Jakarta Timur.

Nama : Muhamad Saefrudin

NIM : H44080086

Disetujui oleh

Prof. Dr. Ir. Akhmad Fauzi, M.Sc Pembimbing I

Asti Istiqomah, SP, M.Si Pembimbing II

Diketahui

Dr. Ir. Aceng Hidayat, MT Ketua Departemen

I

: Muhamad Saefrudin : H44080086

Disetujui oleh

ｾ＠

Prof. Dr. lr. Akhmad Fauzi, M.Sc Asti Istigomah, SP, M.Si

Pembimbing I Pembimbing II

Diketahui

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah SWT karena atas rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan Skripsi yang berjudul ”Analisis Willingness To Accept Terhadap Program Relokasi Masyarakat di Kampung Pulo Kecamatan Jatinegara Jakarta Timur”. Penulis menyadari

sepenuhnya bahwa penyelesaian skripsi tidak terlepas dari bantuan, motivasi, doa, dan kerjasama dari berbagai pihak. Oleh karena itu, penulis ingin menyampaikan terima kasih kepada Orang tua tercinta Bapak Sugino dan Nyonya Kartinem, yang telah memberikan dukungan moral dan mendidik penulis agar selalu menjadi manusia yang lebih baik dan bermanfaat. Prof. Akhmad Fauzi, M.Sc dan Asti Istiqomah, SP, M.Si selaku dosen pembimbing skripsi atas segala bimbingan, masukan, koreksi, dan bantuan selama pra, pelaksanaan, hingga setelah pelaksanaan skripsi ini. Para dosen penguji pada sidang penulis yang telah bersedia meluangkan waktunya serta memberikan kritik dan saran demi perbaikan skripsi ini. Tim PKMM, Bapak Bambang, Irma, Neng, Intan dan Imu. Teman-teman satu bimbingan (kak Ellen, Vicky, Vina, Livia, Ferry, Ruben dan Erna), Teman-teman Madani (Faisal, Novan, Mas Yudha, Bang Aulia dan Bang Cahyo), rekan-rekan seperjuangan di IPB terutama mahasiswa Departemen Ekonomi Sumberdaya dan Lingkungan FEM IPB Angkatan 42, 43, 44, 45, 46, 47, 48, 49, dan 50. Semua pihak yang telah bersedia membantu penulis semasa penulis menyelesaikan penulisan skripsi ini yang tidak dapat disebutkan satu persatu, penulis ucapkan terima kasih banyak.

Bogor, Januari 2014

DAFTAR ISI

Halaman

DAFTAR ISI ... viii

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xii

I.PENDAHULUAN ... 1

1.1.Latar Belakang ... 1

1.2.Perumusan Masalah ... 4

1.3.Tujuan Penelitian ... 5

1.4.Manfaat Penelitian ... 6

1.5.Batasan Penelitian ... 6

II. TINJAUAN PUSTAKA ... 7

2.1.Penilaian Kerusakan Ekonomi Sumberdaya Alam dan Lingkungan ... 7

2.2.Konsep Willingness To Accept ... 9

2.3.Konsep Contingent Valuation Method (CVM) ... 11

2.4.Penelitian Terdahulu... 11

III. KERANGKA PEMIKIRAN ... 19

3.1.Kerangka Teoritis ... 19

3.1.1.Analisis Regresi Logistik ... 19

3.1.2.Analisis Regresi Linier Berganda ... 20

3.1.3.Hipotesa ... 21

3.2.Kerangka Operasional ... 22

IV. METODE PENELITIAN ... 25

4.1.Lokasi dan Waktu Penelitian ... 25

4.2.Jenis dan Sumber Data ... 25

4.3.Penentuan Jumlah Responden ... 26

4.4.Metode Pengolahan dan Analisis Data ... 26

4.4.1.Teknik Penghitungan Nilai Kerugian Ekonomi ... 27

4.4.2.Pendekatan Metode Contingent Valuation Method (CVM) ... 29

4.4.3.Analisis Kesediaan Responden Menerima Skenario Relokasi. 32 4.4.4.Analisis Fungsi WTA Responden Terhadap skenario relokasi. 33 4.4.5.Uji Parameter ... 34

V. GAMBARAN UMUM ... 38

5.1.Sejarah Lokasi Penelitian ... 38

5.2.Gambaran Umum Lokasi Penelitian ... 39

5.2.1.Kependudukan ... 41

5.2.2.Kondisi Sosial Ekonomi ... 42

5.2.3.Pendidikan, Mata Pencaharian dan Keagamaan ... 44

5.3.Karakteristik Responden ... 45

5.3.2.Jenis Kelamin ... 46

5.3.3.Usia ... 47

5.3.4.Lama Pendidikan Formal ... 47

5.3.5.Jumlah Tanggungan ... 48

5.3.6.Tingkat Pendapatan ... 48

5.3.7.Lama Tinggal ... 48

5.3.8.Status Kepemilikan Lahan ... 48

VI. KERUGIAN YANG DITERIMA OLEH MASYARAKAT AKIBAT BANJIR ... 50

6.1.Kerugian Materil ... 50

6.2.Biaya Berobat ... 51

6.3.Biaya dari Waktu (Cost of Time) ... 52

6.4.Biaya Kerusakan Sarana Umum ... 54

VII.FAKTOR YANG MEMPENGARUHI KESEDIAAN DAN KETIDAKSEDIAAN UNTUK RELOKASI ... 56

7.1.Variabel Pendapatan ... 58

7.2.Variabel Lama Tinggal ... 58

7.3.Variabel Jenis Kelamin ... 58

7.4.Variabel Luas Tinggal ... 59

7.5.Variabel Kependudukan ... 59

7.6.Variabel Lain ... 59

VIII. ESTIMASI BESARNYA NILAI KOMPENSASI (Willingness To Accept) MASYARAKAT KAMPUNG PULO AGAR BERSEDIA DIRELOKASI SERTA FAKTOR YANG MEMPENGARUHINYA. ... 61

8.1.Analisis Tingkat Penerimaan Responden terhadap Upaya Pengganti kerugian relokasi Bantaran Sungai ... 61

8.2.Analisis Willingness To Accept terhadap Upaya Perbaikan Kualitas Lingkungan ... 61

8.3.Analisis Faktor-Faktor yang Mempengaruhi nilai Willingness to Accept ... 64

IX. SIMPULAN DAN SARAN ... 67

9.1.Simpulan ... 67

9.2.Saran ... 67

DAFTAR PUSTAKA ... 68

DAFTAR TABEL

No Halaman

1 Jumlah Korban & Ketinggian di Jakarta Timur tahun 2010 ... 3 2 Rangkuman Penelitian Terdahulu ... 15 3 Matriks Metode Analisis Data ... 27 4 Nilai Total Kerugian yang Ditanggung oleh Responden Akibat Banjir .. 45 5 Nilai Total Kerugian yang ditanggung oleh Responden Akibat Banjir Bulan

November 2013 hingga Januari 2014 ... 52 6 Nilai Total Kerugian Cost of Time yang Ditanggung oleh Responden Akibat

Banjir Bulan November 2013 hingga Januari 2014 ... 54 7 Nilai Total Kerugian yang Ditanggung oleh Masyarakat Akibat Banjir .... 55 8 Hasil Logit Pilihan Bersedia atau Tidak Bersedia Responden untuk relokasi ... 57 9 Distribusi WTA Responden RW 02 & 03 Kel. Kampung Melayu ... 62 10 Total WTA Masyarakat terhadap Upaya Relokasi ... 63 11 Hasil Analisis nilai WTA Responden RW 02 dan 03 Kel. Kampung Melayu

DAFTAR GAMBAR

No Halaman

1 Jumlah Penduduk DKI Jakarta tahun 2013 ... 1

2 Skema Kerangka Pemikiran Penelitian. ... 24

3 Lokasi Kampung Pulo Dalam Wilayah Kampung Melayu ... 40

4 Pembagian wilayah RW 2 dan RW 3 pada Kampung Pulo ... 40

DAFTAR LAMPIRAN

No Halaman 1 Kuisioner ... 72 2 Tabel Hasil Analisis Faktor-faktor yang Mempengaruhi Kesediaan dan

Ketidaksediaan Relokasi ... 75 3 Hasil Analisis Faktor-faktor yang Mempengaruhi Besaran WTA ... 76 4 Tabel Data Olahan Pengaruh Variabel Bebas terhadap Kesediaan Relokasi .... 77 5 Tabel Data Olahan Pengaruh Variabel Bebas terhadap Besaran WTA... 79 6 Tabel Data Perhitungan Besar Kerugian Ekonomi ... 80

1.123.670

1.716.345

2.260.341

2.135.571

2.926.732

24.936

0 500.000 1.000.000 1.500.000 2.000.000 2.500.000 3.000.000 3.500.000

Jakarta Pusat Jakarta Utara Jakarta Barat Jakarta Selatan Jakarta Timur Kep. Seribu

I.

PENDAHULUAN

1.1. Latar Belakang

Indonesia merupakan negara agraris yang kaya akan sumberdaya alam pertaniannya. Indonesia juga merupakan negara kepulauan yang terdiri dari 33 provinsi yang tersebar mulai dari Sabang sampai Marauke. Jakarta merupakan salah satu provinsi sekaligus sebagai ibukota Negara Republik Indonesia yang mengemban fungsi administratif negara secara struktural. Selain itu Jakarta juga merupakan kota metropolitan dimana peran fungsinya sebagai pusat ekonomi dan bisnis yang paling berpengaruh luas terhadap provinsi lainnya di Indonesia. Pesatnya pembangunan ekonomi, menarik minat para pendatang dari luar kota Jakarta untuk mencari penghidupan yang jauh lebih layak di Jakarta. Hal inilah yang kemudian membuat bertambahnya jumlah penduduk Jakarta.

Berdasarkan hasil Pencacahan Sensus Penduduk oleh Pemerintah DKI Jakarta bulan April 2011, jumlah penduduk Jakarta adalah 9.588.198 orang. Jakarta sebagai kota administrasi negara ini juga memiliki jumlah penduduk terbanyak. Dengan luas DKI Jakarta sekitar 662,33 kilo meter persegi maka tingkat kepadatan sekitar 14.476 orang per kilo meter persegi. Sementara itu menurut BPS idealnya setiap satu kilometer persegi jumlah penduduk suatu wilayah adalah sekitar 1.000 orang perkilometer. Kondisi ini membuktikan bahwa kepadatan penduduk di Jakarta telah melebihi batas ideal. Kepadatan tersebut tidak lepas dari pengaruh sebaran jumlah penduduk. Persentase sebaran jumlah penduduk tiap wilayah pada tahun 2011 bisa dilihat pada grafik di bawah ini.

Gambar 1 Jumlah Penduduk DKI Jakarta tahun 2013 Sumber: dki.kependudukancapil.go.id di akses Februari 2013

Sebaran jumlah penduduk di wilayah Jakarta Timur terbilang cukup besar yaitu sebanyak 2.926.732 orang. Hal ini dikarenakan lapangan pekerjaan di wilayah ini yang terbilang cukup besar dan biaya hidup di wilayah Jakarta Timur relatif cukup terjangkau. Peningkatan penduduk di wilayah Jakarta Timur tidak sebanding dengan jumlah lahan yang tersedia untuk pemukiman. Meningkatnya kebutuhan lahan yang tidak diimbangi dengan ketersediaan lahan dalam suatu wilayah, menyebabkan harga lahan pemukiman semakin meningkat.

Meningkatnya harga lahan pemukiman dan semakin sempitnya lahan pemukiman menyebabkan terjadinya pemanfaatan Ruang Terbuka Hijau (RTH) seperti bantaran sungai sebagai tempat tinggal. Bantaran sungai itu sendiri merupakan daerah di sepanjang garis tepi sungai yang jaraknya berbeda-beda yang disesuaikan dengan masing-masing kondisi tiap daerahnya, pada umumnya berkisar antara 1-20 meter. Semakin meningkat penggunaan lahan di bantaran sungai menyebabkan penurunan kualitas sungai, selain itu juga terjadi penyempitan badan sungai yang diakibatkan oleh penggunaan lahan di bantaran Sungai Ciliwung oleh aktivitas penduduk di bantaran sungai.

Penggunaan bantaran sungai sebagai pemukiman penduduk juga menyebabkan berkurangnya daerah resapan air. Kondisi penyempitan dan berkurangnya daerah resapan air pada bantaran sungai ini tidak mampu menahan laju serta debit air sungai yang sangat besar pada saat telah tiba musim hujan. Hal ini menyebabkan air sungai meluap naik ke permukaan dan mengakibatkan banjir. Banjir yang terjadi menimbulkan kerusakan dan korban jiwa.

Kecenderungan mendirikan pemukiman di sekitar bantaran sungai yang paling terlihat jelas yaitu di sepanjang Sungai Ciliwung yang melintas Kota Jakarta. Sungai Ciliwung merupakan salah satu sungai terbesar dan terpanjang yang membelah kota Jakarta. Daerah Aliran Sungai (DAS) Ciliwung mengalir dari wilayah Kabupaten Bogor menuju Teluk Jakarta sepanjang 117 km dan luas 36.839 Ha. Sungai Ciliwung Hilir (wilayah DKI Jakarta) dibatasi oleh sebelah barat (wilayah kotamadya Jakarta Selatan, Jakarta Pusat, Jakarta Barat dan Jakarta Utara), sebelah timur (wilayah kotamadya Jakarta Pusat, Jakarta Barat, Jakarta Timur dan Jakarta Utara).

3

Dilihat dari sisi Daerah Aliran Sungai Ciliwung (DAS) yang strategis maka keberadaanya sangat mempengaruhi daerah disekitarnya, sehingga pengelolaan yang tidak baik akan mengakibatkan dampak kerusakan yang besar. Wilayah Jakarta timur adalah wilayah yang termasuk dalam DAS Ciliwung yang akan dinormalisasi karena termasuk wilayah yang sering terjadi banjir. Banjir yang terjadi di wilayah Jakarta Timur menyebabkan banyak korban jiwa.

Dari data tahun 2010 didapatkan jumlah korban jiwa yang terkena banjir karena meluapnya Sungai Ciliwung di daerah Jakarta Timur cukup beragam. jumlah korban jiwa dan ketinggian rata-rata banjir dalam satuan centimeter bisa dilihat pada tabel 1. Kondisi banjir yang terjadi di wilayah Jakarta Timur cukup bervariasi mulai dari 30 centimeter hingga 250 centimeter. Di daerah Kampung Pulo terjadi kerusakan cukup parah yang menyebabkan 1.902 keluarga menjadi korban banjir. Jumlah ini merupakan jumlah korban banjir terbanyak dibandingkan dengan daerah lain di wilayah Jakarta Timur.

Tabel 1 Jumlah Korban & Ketinggian di Jakarta Timur tahun 2010

No Kecamatan/Wilayah KK Jiwa Ketinggian (cm)

1 Jatinegara/Kampung Pulo 1.902 6.628 60 ‐ 250

2 Jatinegara/Bidara Cina 848 2.823 50 ‐ 150

3 Jatinegara/Cipinang Besar Utara - - 33-35

4 Pulogadung/Kayu Putih - - 20-40

5 Pulogadung/Pulo Gadung - - 30-45

6 Kramat Jati/Cawang 290 1.085 20-200

Total 3.040 10.536

Rata-rata 1.013 3.512

Sumber : Pemerintah Provinsi DKI Jakarta (2010)

Banjir yang terjadi di Jakarta Timur pada tahun 2010 mengakibatkan banyak korban jiwa dan kerusakan fasilitas publik di sebagian besar wilayah Jakarta Timur. Kampung Pulo menjadi daerah dengan korban jiwa paling banyak jika dibandingkan dengan wilayah lain yang terkena banjir di Jakarta Timur. Hal ini terjadi karena daerah ini dekat dengan Sungai Ciliwung.

Dari banjir yang terjadi di sebagian besar wilayah Jakarta khususnya di daerah Kampung Pulo mengakibatkan akses dari dan menuju ke kota menjadi rusak parah. Hal ini yang pada akhirnya menyebabkan Jakarta lumpuh secara pengelolaan ekonomi dan berdampak pada lambannya roda ekonomi di Indonesia. Banjir di

Kampung Pulo juga mengakibatkan terjadinya berbagai macam kerusakan dan kerugian seperti rusaknya rumah penduduk, jembatan penyeberangan, jalan raya, puskesmas, sekolah, industri kecil dan menengah serta sarana dan prasarana publik baik bagi pemerintah, swasta, maupun masyarakat.

Berbagai upaya untuk mengatasi banjir telah dilakukan, termasuk penyediaan anggaran dana oleh pemerintah DKI Jakarta untuk menanggulangi banjir serta program pengerukan dasar sungai dan normalisasi bantaran sungai yang dianggap sebagai akar permasalahan banjir di Jakarta. Pemprov DKI Jakarta memprogramkan normalisasi Sungai Ciliwung pada tahun 2013 dengan mengeruk dan memperlebar sungai. Proyek tersebut otomatis akan menggusur (merelokasi) rumah warga yang berada di bantaran sungai. Hal tersebut sesuai dengan peraturan Daerah Khusus Ibukota Jakarta tahun 2012 Pasal 81 ayat 3 Poin c menyatakan bahwa kawasan pemukiman yang berada di bantaran sungai, waduk, dan situ serta yang mengganggu sistem tata air harus ditata dan/atau direlokasi, dikuatkan dalam bagian keenam Rencana Tata Ruang Wilayah Kota Administrasi Pasal 155 Ayat 4 Poin c yang menyatakan bahwa penataan bantaran sungai akan melalui penertiban bangunan illegal di bantaran Sungai Ciliwung, Sungai Baru Timur, Sungai Cipinang, Sungai Sunter, Sungai Jati Kramat dan Sungai Buaran.

1.2.Perumusan Masalah

Sementara itu kerusakan itu mengakibatkan potensi banjir semakin tinggi di beberapa bantaran Sungai Ciliwung seperti Kampung Pulo. Setiap harinya wabah penyakit di wilayah Kampung Pulo pada saat dan setelah banjir pun juga menjadi ancaman yang sangat serius seperti penyakit kulit, gatal-gatal dan diare. Ada beberapa tempat yang bisa menyebabkan tersebarnya bakteri serta penyakit menular, seperti tempat pembuangan limbah, tempat sampah yang terbuka, sistem pengairan yang tercemar dan sistem kebersihan yang tidak baik. Bakteri bisa tersebar melalui air yang digunakan masyarakat, baik air PAM maupun air sumur yang telah tercemar oleh air banjir. Air banjir membawa banyak bakteri, virus, parasit dan bibit penyakit lainnya, termasuk juga unsur-unsur kimia yang berbahaya. Selain itu kerusakan akibat banjir juga mengakibatkan rumah pemukiman warga menjadi rusak dan fasilitas publik seperti tempat ibadah, sekolah, rumah sakit dan jalan raya menjadi tidak berfungsi. Akibat lain dari banjir

5

ini adalah tidak bekerjanya warga yang rumahnya terendam banjir. Pasca banjir mereka yang rumahnya terendam masih harus berhenti dari aktivitas bekerja untuk membersihkan rumahnya dari lumpur sehingga kerugian cukup besar dirasakan oleh warga. Melihat dampak kerusakan yang sangat besar inilah sehingga penelitian tentang banjir ini penting untuk dilakukan agar kerugian ekonomi bisa dihindari.

Walaupun sudah ada aturan yang tidak membolehkan lahan bantaran sungai dijadikan perumahan warga dari Pemprov DKI Jakarta namun nampaknya aturan itu dihiraukan oleh masyarakat di Kampung Pulo. Sebagian besar masyarakat Kampung Pulo tidak menginginkan untuk dipindahkan. Hal ini dikarenakan beberapa hal yang diantaranya seperti jarak rusun yang diperuntukan sebagai pengganti tempat tinggal mereka yang cukup jauh, harga sewa rusun yang relatif tidak terjangkau, dan juga belum adanya kompensasi. Mereka bersedia pindah jika ada kompensasi yang sesuai dengan apa yang diharapkan oleh masyarakat Kampung Pulo. Oleh karena itu perlu dikaji mengenai berapa WTA masyarakat agar mau direlokasi dan faktor-faktor yang mempengaruhinya.

Berdasarkan permasalahan-permasalahan di atas terangkum beberapa pertanyaan penelitian, diantaranya adalah

1. Berapa besar kerugian yang diterima oleh masyarakat ketika terjadi banjir ? 2. Faktor apa yang mempengaruhi kesediaan dan ketidaksediaan masyarakat

untuk direlokasi ?

3. Berapa kompensasi (Willingness To Accept) yang bersedia diterima masyarakat agar bersedia di relokasi dan faktor apa saja yang mempengaruhinya ?

1.3. Tujuan Penelitian

Berdasarkan perumusan masalah di atas, didapatlah beberapa tujuan penelitian ini, diantaranya adalah :

1. Menghitung estimasi besarnya kerugian yang diterima oleh masyarakat akibat banjir.

2. Menganalisis faktor apa saja yang mempengaruhi kesediaan dan ketidaksediaan untuk relokasi.

3. Mengestimasi besarnya nilai kompensasi (Willingness To Accept) masyarakat Kampung Pulo agar bersedia di relokasi serta faktor apa saja yang mempengaruhinya.

1.4.Manfaat Penelitian

1. Bagi Penulis

Sebagai alat untuk mempraktekkan teori-teori yang selama ini diperoleh pada saat berkuliah, sehingga penulis dapat menambah ilmu secara praktis tentang masalah-masalah yang dihadapi masyarakat, serta menambah pemahaman yang lebih komprehensif mengenai pentingnya menjaga sumberdaya lingkungan yang tersedia dan dapat terus dimanfaatkan tanpa mengurangi kualitasnya. 2. Bagi Instansi/Perusahaan

Sebagai pertimbangan untuk penentuan besarnya dana kompensasi yang pantas diberikan kepada masyarakat yang terkena dampak negatif akibat banjir. 3. Bagi Pemerintah

Penelitian ini diharapkan dapat memberikan informasi serta menjadi referensi bagi pemerintah untuk menentukan kebijakan kompensasi yang tepat dan berkeadilan terutama terkait masalah banjir Sungai Ciliwung mengorbankan kesejahteraan masyarakat.

4. Bagi Masyarakat

Masyarakat lebih memahami betapa pentingnya menjaga kualitas sungai mulai dari hulu hingga ke hilir.

1.5.Batasan Penelitian

Batasan bahasan kasus yang diteliti adalah difokuskan dalam hal keberadaan pemukiman masyarakat di Kampung Pulo pada bencana banjir yang terjadi di bulan November 2012 hingga Januari 2013. Responden dalam penelitian ini bertempat tinggal di Kampung Pulo RW 01-05. Analisis studi kasus banjir pada penelitian ini tidak membandingkan perbedaan ketinggian banjir antar wilayah.

II.

TINJAUAN PUSTAKA

2.1. Penilaian Kerusakan Ekonomi Sumberdaya Alam dan Lingkungan

Menurut Fauzi (2004), bahwa penilaian barang dan jasa yang dihasilkan dari suatu sumberdaya alam dan lingkungan dapat dinilai secara moneter. Barang dan jasa yang dihasilkan tersebut seperti batu kerikil, ikan, kayu, air bahkan pencemaran sungai pun dapat dihitung nilai rupiah atau nilai ekonominya karena diasumsikan bahwa pasar itu kongkrit/eksis (market based), sehingga transaksi barang dari sumberdaya alam tersebut dapat dilakukan

Secara umum nilai ekonomi didefinisikan sebagai pengukuran jumlah maksimum seseorang dengan mengorbankan barang dan atau jasa atau jumlah minimum seseorang mau menerima kompensasi untuk mendapatkan suatu barang dan atau jasa lainnya. Secara hakikatnya konsep inilah yang kemudian disebut sebagai penilaian ekonomi sumberdaya. Dengan menggunakan pengukuran ini,

nilai ekologis ekosistem bisa “diterjemahkan” ke dalam bahasa ekonomi dengan

mengukur nilai moneter barang dan jasanya.

Menurut Hufschmidt, et.al (1987) teknik untuk menilai manfaat perubahan lingkungan dibagi menjadi tiga kategori besar, yaitu :

a. Suatu perhitungan yang langsung berdasarkan pada nilai pasar atau produktivitas b. Suatu perhitungan yang menggunakan nilai pasar subtitut (penganti) atau

komplementer (pelengkap)

c. Suatu perhitungan pendekatan yang menggunakan teknik survei

Penggunaan metode analisis biaya dan manfaat (Cost-Benefit Analysis/CBA) yang konvensional sering tidak memasukkan manfaat ekologis di dalam analisisnya, sementara itu pengambil kebijakan sering kali tidak mengkuantifikasikan kerusakan tersebut dengan metode ekonomi yang konvensional. Persoalan itu yang kemudian menjadi dasar pemikiran lahirnya konsep valuasi ekonomi, khususnya valuasi non-pasar (non-market valuation). Secara umum, teknik valuasi ekonomi sumberdaya yang tidak dapat dipasarkan (non-market valuation) dapat digolongkan ke dalam dua kelompok (Garrod dan Willis, 1999). Kelompok pertama adalah teknik valuasi yang mengandalkan harga implisit dimana Willingness To Pay (WTP) dan Willingness To Accept (WTA) terungkap melalui model yang dikembangkan. Teknik ini sering disebut teknik

yang mengandalkan revealed WTP/WTA (keinginan membayar/menerima yang terungkap). Beberapa teknik yang termasuk ke dalam kelompok pertama ini adalah travel cost dan hedonic pricing. Kelompok kedua adalah teknik valuasi yang didasarkan pada survei dimana keinginan membayar/menerima responden diperoleh langsung dari responden, yang langsung diungkapkannya secara lisan maupun tertulis.

Salah satu teknik yang cukup populer dalam kelompok ini adalah metode CVM (Contingent Valuation Method). Metode CVM pada hakikatnya bertujuan untuk mengetahui pertama, keinginan membayar (WTP) dari masyarakat misalnya terhadap perbaikan kualitas lingkungan (air, tanah, udara dan sebagainya); dan kedua, keinginan menerima (WTA) masyarakat misalnya pada persoalan kerusakan suatu lingkungan perairan. Terdapat beberapa metode untuk mengukur nilai dari suatu lingkungan, diantaranya adalah Hedonic pricing Method (HPM), Travel cost Method (TCM), Production Function Approach, dan Contingent Valuation Method (CVM) (Hanley dan Spash, 1993). Metode yang akan digunakan dalam penelitian ini adalah CVM.

Penggunaan CVM ini dikarenakan beberapa pertimbangan diantaranya adalah dengan menggunakan CVM maka dapat secara langsung menghitung nilai suatu komoditi dengan titik berat preferensi individu menilai benda publik tersebut yang penekanannya pada standar nilai uang (Hanley dan Spash, 1993). Selain itu CVM mampu mengestimasi suatu nilai ekonomi sejumlah besar komoditi yang tidak diperjualbelikan di pasar seperti barang lingkungan, seperti yang akan dianalisis dalam penelitian ini. Sehingga penggunaan metode CVM dalam penelitian ini dinilai sangat tepat. Pada dasarnya dalam CVM digunakan pendekatan secara langsung dengan menanyakan kepada masyarakat berapa besarnya maksimum kesediaan untuk membayar manfaat tambahan yang diperoleh dari penggunaan dan atau berapa besarnya kesediaan untuk menerima (WTA) kompensasi dari penurunan kualitas barang lingkungan. Pada penelitian ini, sudut pandang pendekatan yang akan digunakan adalah WTA.

Asumsi dasar CVM adalah individu memahami pilihan masing-masing dan mengenal betul kondisi lingkungan yang akan dijadikan objek penelitian. Selain itu apa yang akan dikatakan individu adalah apa yang sebenarnya akan dilakukan jika

9

pasar untuk barang lingkungan tersebut benar-benar ada. Oleh karena itu, pasar hipotetik (kuesioner dan responden) harus sebisa mungkin mendekati kondisi pasar yang sebenarnya. Responden harus mengenal betul dengan baik barang yang akan ditanyakan dalam kuesioner dan alat hipotetik yang dipergunakan dalam pembayaran.

2.2. Konsep Willingness To Accept

Willingness To Accept (WTA) adalah sisi lain dari Willingness To Pay (WTP). WTA adalah sebuah konsep dimana jumlah minimum pendapatan seseorang untuk mau menerima penurunan suatu kepuasan. Dalam praktik pengukuran nilai ekonomi, WTP lebih sering digunakan ketimbang WTA karena WTA bukan pengukuran yang berdasarkan insentif sehingga kurang bagus jika dijadikan studi yang berbasis perilaku manusia (behavioral model) namun ukuran pada WTA memberikan cukup informasi tentang besarnya dana kompensasi yang bersedia diterima oleh masyarakat atas penurunan kualitas lingkungan disekitarnya yang setara dengan biaya perbaikan kualitas lingkungan tersebut. Beberapa pendekatan yang digunakan dalam penghitungan WTA untuk menilai peningkatan atau kemunduran suatu kondisi lingkungan antara lain :

a. Menghitung jumlah yang bersedia diterima oleh individu untuk mengurangi dampak negatif pada lingkungan karena adanya kegiatan pembangunan

b. Menghitung pengurangan nilai atau harga dari suatu barang akibat semakin menurunnya kualitas lingkungan

c. Melalui survei untuk menentukan tingkat kesediaan masyarakat menerima dana kompensasi dalarn rangka mengurangi dampak negatif pada lingkungan atau untuk mendapatkan lingkungan yang lebih baik.

Penghitungan WTA dapat dilakukan secara langsung (direct method) dengan melakukan survei dan secara tidak langsung (indirect method) dengan menghitung nilai dari suatu penurunan kualitas lingkungan yang telah terjadi. Dalam penelitian ini perhitungan WTA dilakukan secara langsung (direct method) dengan cara survei dan wawancara terhadap masyarakat Kampung Pulo yang berada di sekitar bantaran Sungai Ciliwung.

Beberapa pendekatan yang digunakan dalam WTA untuk menghitung peningkatan atau kemunduran kondisi lingkungan, diantaranya asumsi-asumsi yang

diperlukan dalam pelaksanaan pengumpulan nilai WTA dari masing-masing responden (penduduk) diantaranya adalah :

1. Responden yang bersedia menerima kompensasi (WTA) betul-betul mengenal baik dengan kawasan bantaran Sungai Ciliwung, Kampung Pulo Jakarta Timur. 2. Pemerintah DKI Jakarta memberikan perhatian terhadap peningkatan kualitas lingkungan dan penataan kota termasuk kawasan bantaran Sungai Ciliwung Jakarta Timur.

3. Pemerintah DKI Jakarta bersedia memberikan dana kompensasi atas relokasi yang dilakukan dikarenakan perubahan kualitas lingkungan di bantaran Sungai Ciliwung akibat banjir.

4. Responden yang dipilih dari penduduk yang relevan, dimana setiap satu tempat tinggal (rumah) yang diambil dianggap sebagai satu Kepala Keluarga.

Menurut Hanley and Spash, terdapat empat metode bertanya yang digunakan untuk memperoleh penawaran besarnya nilai WTA pada responden 1. Metode tawar menawar

Metode ini dilakukan dengan menanyakan kepada responden, apakah bersedia menerima sejumlah uang tertentu yang diajukan dari awal. Jika jawabannya

“ya” maka dilanjutkan hingga besarnya nilai uang yang disepakati. 2. Metode pertanyaan terbuka

Metode ini dilakukan dengan menanyakan langsung kepada responden tentang berapa jumlah maksimal uang yang ingin dibayarkan atas perubahan kualitas lingkungan yang terjadi.

3. Metode kartu pembayaran

Metode ini menawarkan kepada responden melalui suatu kartu yang terdiri dari berbagai nilai kemampuan untuk menerima dimana responden tersebut dapat memilih nilai maksimal atau minimal yang sesuai dengan preferensinya. 4. Metode pertanyaan pilihan

Metode ini menawarkan responden sejumlah uang tertentu dan menanyakan terkait apakah responden mau menerima atau tidak sejumlah uang tersebut untuk memperoleh peningkatan kualitas lingkungan tertentu.

11

2.3. Konsep Contingent Valuation Method (CVM)

Menurut Hanley dan Spash (1993), Contingent Valuation Method (CVM) yang diperkenalkan oleh Davis pada tahun 1963 merupakan suatu metode yang memungkinkan untuk memperkirakan nilai ekonomi dari suatu komoditas yang tidak diperdagangkan dalam pasar. CVM menggunakan pendekatan secara langsung yang pada dasarnya menanyakan kepada masyarakat mengenai berapa besar nilai maksimum dari WTP untuk manfaat tambahan atau berapa besar nilai maksimum dari WTA sebagai kompensasi yang timbul akibat kerusakan barang lingkungan. Tujuan dari CVM adalah untuk menghitung nilai atau penawaran sumberdaya yang tidak dapat dipasarkan yang mendekati nilai sebenarnya, jika pasar dari sumberdaya non-market tersebut benar-benar ada.

Kuisioner CVM meliputi tiga bagian, yaitu: 1) penulisan detail tentang benda yang dinilai, persepsi penilaian terhadap sumberdaya non-market, jenis kesanggupan dan alat pembayaran; 2) pertanyaan tentang WTP/WTA yang diteliti; 3) pertanyaan tentang karakteristik sosial demografi responden seperti usia, tingkat pendapatan, tingkat pendidikan, dan lain-lain. Sebelum menyusun kuisioner terlebih dahulu dibuat skenario-skenario yang diperlukan dalam rangka membangun suatu pasar hipotesis sumberdaya non-market yang menjadi pengamatan. Selanjutnya dilakukan pembuktian pasar hipotesis yang menyangkut pertanyaan perubahan kualitas lingkungan yang dijual atau dibeli.

Asumsi dasar dari metode CVM ini adalah bahwa individu-individu memahami benar pilihan mereka dan mereka cukup familiar atau tahu kondisi lingkungan yang dinilai, serta apa yang dikatakan orang adalah sungguh-sungguh apa yang akan mereka lakukan.

2.4. Penelitian Terdahulu

Penelitian mengenai topik estimasi nilai kerugian dan analisis Willingness To Accept telah banyak dilakukan sebelumnya. Pada umumnya persamaannya terletak pada tujuan peneliti-peneliti sebelumnya yang mengkaji mengenai topik tersebut adalah untuk menghitung besarnya kerugian yang diterima oleh masyarakat. Selain itu penelitian ini juga mengidentifikasi faktor-faktor apa yang mempengaruhinya dan untuk mengetahui berapa besaran yang diinginkan sebagai suatu kompensasi dari kebijakan relokasi yang ditetapkan. Sementara itu

perbedaannya terletak pada lokasi dan sampel penelitian. Dengan mempelajari penelitian sebelumnya diharapkan peneliti mampu memiliki gambaran mengenai bagaimana metode dan hasil yang didapatkan sebelumnya untuk menganalisis persoalan yang serupa. Beberapa peneliti itu diantaranya adalah Muhammad Yasser (2012), Tampubolon (2011), Emilia Yavanica (2009), Hamna Zulwahyuni (2007), Soegiarto (2005).

Penelitian lain dilakukan oleh Yasser (2012) dengan judul “Faktor-Faktor Yang Mempengaruhi Pencapaian Proses Relokasi Pemukiman Masyarakat Suku

Bajau di Desa Kalumbatan Kabupaten Banggai Kepulauan”. Penelitian ini

bertujuan untuk mengukur pencapaian proses relokasi pemukiman masyarakat suku Bajau di Desa Kalumbatan dan mengidentifikasi faktor-faktor yang mempengaruhi pencapaian proses relokasi pemukiman masyarakat suku Bajau. Data hasil penelitian diolah dan dianalisis dengan metode tabulasi silang (crosstab) dan analisis korelasi bivariate untuk menunjukkan keterkaitan antara variabel terikat (dependent variable) dan variabel bebas (independent variable). Hasil penelitian menunjukkan bahwa ketiga indikator pencapaian proses relokasi pemukiman masyarakat suku Bajau di Desa Kalumbatan, yaitu (1) kondisi rumah, (2) tingkat pendapatan dan (3) tingkat kebetahan; secara umum memiliki kecenderungan

“cukup berhasil”. Adapun faktor-faktor yang mempengaruhi pencapaian proses tersebut adalah faktor internal masyarakat, yaitu: (a) tingkat pendidikan, (b) jenis pekerjaan, (c) kepemilikan lahan dan (d) hubungan kekerabatan serta adanya faktor eksternal masyarakat, yaitu (e) sarana lingkungan, (f) prasarana lingkungan, (g) aksesibilitas (h) dukungan pemerintah dan (i) kondisi alam.

Tampubolon (2011) melakukan penelitian dengan judul Analisis Willingness To Accept Masyarakat Akibat Eksternalitas Negatif Kegiatan Penambangan Batu Gamping (Studi Kasus Desa Lulut Kecamatan Klapanunggal Kabupaten Bogor). Tujuan dari penelitian tersebut diantaranya adalah mengidentifikasi eksternalitas negatif yang dirasakan masyarakat akibat dari aktivitas penambangan batu gamping, mengkaji peluang kesediaan masyarakat dalam menerima dana kompensasi, mengkuantifikasi besarnya nilai kesediaan menerima dana kompensasi, serta mengkaji faktor-faktor yang berpengaruh pada besarnya nilai dana kompensasi masyarakat sekitar penambangan. Hasil dari

13

penelitian ini menunjukkan, sebagian besar masyarakat menyatakan eksternalitas negatif yang dirasakan adalah kebisingan dan getaran, perubahan kualitas udara serta perubahan kualitas dan kuantitas air. Hanya sebagian kecil responden yang menyatakan kehilangan keanekaragaman hayati. Mayoritas responden menyatakan kesediaannya dalam menerima dana kompensasi atas eksternalitas negatif yang timbul. Nilai dugaan rataan WTA responden adalah sebesar Rp 137.500 per bulan per kepala keluarga dan nilai total WTA responden sebesar Rp 6.325.000 per bulan. Nilai total WTA masyarakat adalah sebesar Rp 447.975.000 per bulan

Penelitian lainnya juga dilakukan oleh Emilia Yavanica (2009) dengan

judul “Analisis Nilai Kerusakan Lingkungan dan Kesediaan Membayar Masyarakat

Terhadap Program Perbaikan Lingkungan (Kasus Pemukiman Bantaran Sungai

Ciliwung)”. Tujuan penelitian ini adalah menghitung besarnya kerugian ekonomi akibat banjir, menganalisis persepsi dan tingkat penerimaan masyarakat terhadap upaya perbaikan lingkungan serta faktor-faktor yang mempengaruhinya, menghitung besarnya WTP masyarakat terhadap upaya perbaikan lingkungan dan faktor-faktor yang mempengaruhinya. Data yang digunakan dalam penelitian ini adalah data primer dan sekunder. Metode yang digunakan adalah metode kualitatif dan kuantitatif. Berdasarkan hasil penelitian didapatkan bahwa total kerugian yang diterima masyarakat ketika terjadi banjir adalah Rp 1.254.097.156,-. Nilai ini mencerminkan total biaya yang dikeluarkan responden untuk mendapatkan lingkungan yang lebih baik. Pengetahuan masyarakat terhadap lingkungan masih rendah, namun sebagian besar masyarakat menerima upaya perbaikan lingkungan, faktor-faktor yang mempengaruhinya adalah jumlah tanggungan, lama tinggal, status kependudukan dan jenis kelamin. Nilai rataan WTP responden sebesar Rp 206.800,- dan total WTP masyarakat sebesar Rp 160.673.400,-. Besarnya nilai WTP ini dipengaruhi oleh faktor tingkat pendapatan, tingkat pendidikan dan luas tempat tinggal.

Penelitian lain mengenai WTA juga dilakukan oleh Hamna Zulwahyuni (2007) dengan judul “Analisis Relokasi Pemukiman Penduduk di Bantaran Sungai Ciliwung Dengan Pendekatan Willingness To Accept (Kasus Kampung Pulo Kecamatan Bogor Utara Kota Bogor)”. Penelitian ini bertujuan untuk (1) Mengkaji persepsi masyarakat bantaran Sungai Ciliwung di Kampung Pulo

terhadap lingkungan tempat tinggal mereka, (2) menganalisis faktor-faktor yang mempengaruhi kesediaan atau ketidaksediaan masyarakat dalam menerima skenario relokasi seperti yang diusulkan dalam pasar hipotesis, (3) menganalisis besarnya kompensasi yang bersedia diterima masyarakat serta mengidentifikasi faktor-faktor apa saja yang mempengaruhi besarnya kompensasi tersebut. Metode yang digunakan menggunakan CVM (Contingent Valuation Method). Hasil penelitiannya yakni sebagian besar responden menyatakan lingkungan tempat tinggalnya kotor, tidak mengetahui fungsi sungai dan bantaran sungai, mengetahui dampak kerusakan lingkungan berupa gangguan kesehatan, dan menyatakan penataan lingkungan tempat tinggalnya buruk.

Penelitian lain dilakukan oleh Soegiarto (2005) dengan judul “Analisis

Faktor-faktor yang mempengaruhi keputusan partisipasi Masyarakat dalam

kegiatan relokasi pemukiman kumuh di kelurahan Kauman Kabupaten Jepara”.

Tujuan dari penelitian ini adalah untuk menemukenali faktor-faktor yang mempengaruhi keputusan partisipasi masyarakat dalam kegiatan relokasi pemukiman kumuh di Kelurahan Kauman. Metode analisis yang digunakan adalah analisis kualitatif deskriptif dan analisis kuantitatif dengan tabulasi Silang (Cross Tabulation). Penelitian ini memiliki beberapa tahapan analisis antara lain analisis karakteristik individu masyarakat yang terkonsolidasi, analisis karakteristik sosial ekonomi masyarakat terkonsolidasi, analisis ekspektasi (harapan) masyarakat terkonsolidasi dan analisis faktor-faktor yang sangat mempengaruhi keputusan partisipasi masyarakat dalam kegiatan pemukiman kumuh di kelurahan kauman. Hasilnya adalah bahwa masyarakat yang terkonsolidasi adalah mendukung variabel-variabel yang ditawarkan faktor-faktor yang dianggap mempengaruhi keputusan masyarakat. Diantaranya adalah pendapatan rata-rata, anggota keluarga yang bekerja, tingkat pendapatan keluarga, kemampuan membangun, kepemilikan lahan, tingkat pendidikan dan perolehan lahan, sedangkan dari faktor ekspektasi (harapan) adalah jenis peruntukan lingkungan pemukiman, kondisi fisik lahan relokasi, ketersediaan fasilitas dan utilitas, status lahan, aksesibilitas lahan, lokasi lahan dan jaringan jalan, jarak lahan terhadap pusat kota. Hal ini terjadi karena lahan relokasi memiliki beberapa keunggulan secara spasial yaitu strategis dan aksesibilitas yang tinggi.

Judul Tujuan Penelitian Hasil

Analisis Willingness To Accept Masyarakat akibat Eksternalitas Negatif Kegiatan Penambangan Batu Gamping (Studi Kasus Desa Lulut, Kecamatan Klapanunggal, Kabupaten Bogor).

Faktor-Faktor Yang Mempengaruhi Pencapaian Proses Relokasi Pemukiman Masyarakat Suku Bajau Di Desa Kalumbatan Kabupaten Banggai Kepulauan.

Tujuan penelitian adalah mengidentifikasi eksternalitas negatif yang dirasakan masyarakat akibat dari aktivitas penambangan batu gamping, mengkaji peluang kesediaan masyarakat dalam menerima dana kompensasi, mengkuantifikasi besarnya nilai kesediaan menerima dana kompensasi, serta mengkaji faktor-faktor yang berpengaruh pada besarnya nilai dana kompensasi masyarakat sekitar penambangan.

Bertujuan untuk mengukur pencapaian proses relokasi pemukiman masyarakat suku Bajau di Desa Kalumbatan dan mengidentifikasi faktor-faktor yang mempengaruhi pencapaian proses relokasi pemukiman masyarakat suku Bajau.Data hasil penelitian diolah dan dianalisis dengan metode tabulasi silang (crosstab).

Hasil dari penelitian ini menunjukkan bahwa sebagian besar masyarakat menyatakan eksternalitas negatif yang dirasakan adalah kebisingan dan getaran, perubahan kualitas udara serta perubahan kualitas dan kuantitas air. Hanya sebagian kecil responden yang menyatakan kehilangan keanekaragaman hayati. mayoritas responden menyatakan bersedia menerima dana kompensasi atas eksternalitas negatif yang timbul. Nilai dugaan rataan WTA responden adalah sebesar Rp 137.500 per bulan per kepala keluarga dan nilai total WTA responden sebesar Rp 6.325.000 per bulan. Nilai total WTA masyarakat adalah sebesar Rp 447.975.000 per bulan.

Hasil penelitian menunjukkan bahwa ketiga indikator pencapaian proses relokasi pemukiman masyarakat suku Bajau di Desa Kalumbatan, yaitu (1) kondisi rumah, (2) tingkat pendapatan dan (3) tingkat kebetahan tinggal; secara umum memiliki kecenderungan “cukup berhasil”. Adapun faktor-faktor

Tabel 2 Rangkuman Penelitian Terdahulu

Analisis Relokasi Pemukiman Penduduk di Bantaran Sungai Ciliwung Dengan Pendekatan

Willingness To Accept (Kasus Kampung PuloKecamatan

Bogor Utara Kota Bogor).

Penelitian ini bertujuan untuk (1) Mengkaji persepsi masyarakat bantaran Sungai Ciliwung di Kampung Pulo terhadap lingkungan tempat tinggal mereka, (2) menganalisis faktor-faktor yang mempengaruhi kesediaan atau ketidaksediaan masyarakat dalam menerima skenario relokasi seperti yang diusulkan dalam pasar hipotesis, (3) menganalisis besarnya kompensasi yang bersedia diterima masyarakat serta mengidentifikasi faktor-faktor apa saja yang mempengaruhi besarnya kompensasi tersebut. Metode yang digunakan menngunakan CVM

(Contingent Valuation Method).

yang mempengaruhi pencapaian proses tersebut adalah faktor internal masyarakat, yaitu : (a) tingkat pendidikan, (b) jenis pekerjaan, (c) kepemilikan lahan dan (d) hubungan kekerabatan serta adanya faktor eksternal masyarakat, yaitu (e) sarana lingkungan, (f) prasarana lingkungan, (g) aksesibilitas (h) dukungan pemerintah dan (i) kondisi alam.

Hasil Penelitiannya yakni sebagian besar responden menyatakan lingkungan tempat tinggalnya kotor, tidak mengetahui fungsi sungai dan bantaran sungai, mengetaui dampak kerusakan lingkungan berupa gangguan kesehatan, dan menyatakan penataan lingkungan tempat tinggalnya buruk.

17

Analisis Faktor-faktor yang mempengaruhi keputusan partisipasi Masyarakat dalam kegiatan relokasi pemukiman kumuh di kelurahan Kauman Kabupaten Jepara.

Analisis Nilai Kerusakan Lingkungan dan Kesediaan Membayar Masyarakat terhadap program perbaikan lingkungan (Kasus Pemukiman Bantaran Sungai Ciliwung).

Tujuan dari penelitian ini adalah untuk menemukenali faktor-faktor yang mempengaruhi keputusan partisipasi masyarakat dalam kegiatan relokasi pemukiman kumuh di Kelurahan Kauman. Metode analisis yang digunakan adalah analisis kualitatif deskriptif dan analisis kuantitatif dengan tabulasi Silang (Cross Tabulation). Penelitian ini memiliki beberapa tahapan analisis antara lain analisis karakteristik individu masyarakat yang terkonsolidasi, analisis karakteristik sosial ekonomi masyarakat terkonsolidasi dan analisis ekspektasi (harapan) masyarakat

Tujuan penelitian ini adalah menghitung besarnya kerugian ekonomi akibat banjir, menganalisis persepsi dan tingkat penerimaan masyarakat terhadap upaya perbaikan lingkungan serta faktor-faktor yang mempengaruhinya, menghitung besarnya WTP masyarakat terhadap upaya perbaikan lingkungan dan faktor-faktor yang mempengaruhinya. Data yang digunakan dalam penelitian ini adalah data primer dan

Hasilnya adalah bahwa masyarakat yang Terkonsolidasi adalah mendukung variabel-variabel yang ditawarkan faktor-faktor yang dianggap mempengaruhi keputusan masyarakat. Diantaranya adalah pendapatan rata-rata, anggota keluarga yang bekerja, tingkat pendapatan keluarga, kemampuan membangun, kepemilikan lahan, tingkat pendidikan dan perolehan lahan, sedangkan dari faktor ekspektasi (harapan) adalah jenis peruntukan lingkungan pemukiman, kondisi fisik lahan relokasi, ketersediaan difasilitas dan utilitas, status lahan, aksesibilitas lahan, lokasi lahan dan jaringan jalan, jarak lahan terhadap pusat kota. Hal ini terjadi karena lahan relokasi memiliki beberapa keunggulan secara spasial yaitu strategis dan aksesibilitas yang tinggi.

Berdasarkan hasil penelitian didapatkan bahwa total kerugian yang diterima masyarakat ketika terjadi banjir adalah Rp 1.254.097.156,-. Nilai ini menunjukan total biaya yang dikeluarkan responden untuk mendapatkan lingkungan yang lebih baik. Pengetahuan masyarakat terhadap lingkungan masih rendah, namun sebagian besar masyarakat menerima upaya perbaikan lingkungan, faktor-faktor yang

Judul Tujuan Penelitian Hasil

sekunder. Metode yang digunakan adalah metode kualitatif dan kuantitatif.

mempengaruhinya adalah jumlah tanggungan, lama tinggal, status kependudukan dan jenis kelamin. Nilai rataan WTP responden sebesar Rp 206.800,- dan total WTP masyarakat sebesar Rp 160.673.400,-. Besarnya nilai WTP dipengaruhi oleh faktor tingkat pendapatan, tingkat pendidikan dan luas tempat tinggal.

III.

KERANGKA PEMIKIRAN

3.1. Kerangka Teoritis

3.1.1. Analisis Regresi Logistik

Regresi logistik atau yang biasa dikenal dengan LOGIT merupakan bagian dari analisis regresi. Analisis ini mengkaji hubungan pengaruh peubah penjelas (X) terhadap peubah respon (Y) melalui model persamaan matematis tertentu. Menurut Hutcheson dan Sofroniou (1999) regresi logit (logistic regression) merupakan suatu teknik permodelan linier secara umum yang memungkinkan dibuatnya prediksi-prediksi dari variabel respon dan taksiran tingkat kemampuan mempengaruhi dari variabel-variabel penjelas (individu maupun kelompok). Data-data yang dapat dianalisis dengan alat analisis regresi logit adalah data yang relatif umum dan terdiri atas dichotomous classification.

Terdapat tiga komponen dari model linier umum, yaitu komponen acak dari variabel respon, komponen sistematis yang mempresentasikan nilai tetap dari variabel penjelas pada bagian fungsi linier dan link function yang merupakan alat pemetaan komponen sistematis menjadi komponen acak. Komponen sistematis dari regresi logit sama dengan regresi OLS (Ordinary Least Square), dengan variabel penjelas diasumsikan kontinu dan minimal berskala interval sebagaimana regresi OLS. Regresi OLS adalah suatu metode ekonometrik dimana terdapat variable independen yang merupakan variable penjelas dan variable dependen yaitu variable yang dijelaskan dalam suatu persamaan linier. Variabel penjelas yang tidak kontinu dalam regresi logit dapat dimasukan dalam model menggunakan teknik pengkodean variabel dummy atau dengan pengkategorian data. Perbedaan logit dengan regresi OLS adalah komponen acak dan komponen sistematis yang ada tidak dapat dipetakan secara langsung satu sama lain. Selain itu dalam regresi logit digunakan non-linier link function (fungsi inilah yang dinamakan logit). Model umum untuk regresi logistik biner sebagai berikut :

P = � ∝−�� + �∝−��

dimana p merupakan peluang, e adalah logaritma natural, α dan β merupakan parameter komponen linier dari model, dan x sebagai nilai dari variabel penjelas. Konversi dari peluang agar dapat diestimasi dalam linier dan logit dinamakan odds. Metode untuk menganalisis logit adalah Maximum Likelihood. Sementara itu menurut Ramanathan untuk mengestimasi peluang dengan metode ML dilakukan dengan proses :

Odds Ln (Odds)

Log (Odds) = ( + � ) log e

Log (Odds) = + �( persamaan linier sehingga dapat disestimasi) Logit (p) = + � ( persamaan yang dapat diestimasi dengan ML)

Parameter dari model logit dapat diinterpretasikan dengan cara yang sama seperti OLS, yaitu dengan gradien/slope. Gradien ini diinterpretasikan sebagai

perubahan logit (p) akibat perubahan satu unit variabel x. Dengan kata lain, β

menggambarkan perubahan dalam log odds dari adanya perubahan satu unit x.

Parameter α menunjukan nilai logit (p) akibat ketika x = 0 atau log odds dari keadaan x = 0. Standar error dari logit disebut ASE (Assymptotic Standard Error).

3.1.2. Analisis Regresi Linier Berganda

Pada regresi sederhana, terdapat hubungan antara variabel bebas dengan variabel terkait. Hubungan kedua variabel memungkinkan seseorang untuk memprediksi secara akurat variabel terkait berdasarkan pengetahuan variabel bebas. Tetapi situasi peramalan di kehidupan nyata tidaklah begitu sederhana. Pada umumnya diperlukan lebih dari satu variabel secara akurat. Model regresi yang terdiri lebih dari satu variabel bebas disebut model regresi berganda.

Asumsi utama yang mendasari model regresi linier berganda dengan metode OLS adalah sebagai berikut (Kuncoro, 2003) :

1.Model regresi linier, artinya linier dalam parameter.

2.Variabel X diasumsikan nonstokastik, artinya nilai X dianggap tetap dalam sampel yang berulang.

3.Nilai rata-rata kesalahan adalah nol, atau Е(μi|Xi) = 0.

4.Homoskedastisitas, artinya varians kesalahan sama untuk setiap periode.

= _{− �}� = �� � + � ₎

21

5.Tidak ada autokorelasi antar kesalahan (antara μi dan μj tidak ada korelasinya). 6. Antara μ dan X saling bebas, sehingga cov (μi, μj) = 0.

7.Tidak ada multikolinearitas yang sempurna antar variabel bebas.

8. Jumlah observasi, n, harus lebih besar daripada jumlah parameter yang diestimasi (jumlah variabel bebas).

9. Adanya variabilitas dalam nilai X, artinya nilai X harus berbeda (tidak boleh sama semua).

10.Model regresi telah dispesifikkan secara benar.

Pada regresi berganda ini, variabel terikat dapat diwakili oleh Y dan variabel bebas oleh X. Pada analisis regresi berganda X dengan notasi bawah digunakan untuk mewakili variabel-variabel bebas. Variabel terikatnya dinyatakan dengan Y, dan Variabel bebasnya dinyatakan dengan X1, X2, ... Xn.. Hubungan antara X dan

Y dapat disebut sebagai model regresi berganda. Pada model regresi berganda, respon mean dibuat menjadi fungsi linier dari variabel penjelas (explanatory).

Regresi berganda yang menguhubungkan variabel dependen Y dengan beberapa variabel independen X1, X2, ... Xn memiliki formula secara umum

(Ramanathan, 1997) :

Yt= β1Xt1+ β2Xt2+ ... + βkXtk + ut

Tanda ‘t’ merupakan jumlah observasi dan bervariasi dari 1 sampai n. Pada

regresi ini diasumsikan terdapat term gangguan berupa ut atau biasanya dikenal

dengan komponen galat. Komponen ini merupakan variabel acak yang tidak teramati, dihitung sebagai akibat dampak faktor lain pada respon dengan

masing-masingnya berdistribusi normal. Koefisien, β1, β2, ..., βn merupakan koefisien regresi

dari setiap variabel independen dan akan mempengaruhi variabel dependennya secara positif maupun negatif.

3.1.3. Hipotesa

Berdasarkan kerangka pemikiran dan perumusan masalah penelitian, dapat dikembangkan hipotesis penelitian, yaitu :

1. Kesediaan penduduk dalam menerima biaya kompensasi diduga dipengaruhi oleh pendapatan, tingkat pendidikan, jumlah tanggungan, luas tempat tinggal, lama tinggal, serta status kepemilikan rumah.

2. Besar WTA penduduk dalam menerima kompensasi diduga dipengaruhi oleh pendapatan, luas tempat tinggal, lama tinggal, izin mendirikan bangunan serta status kepemilikan rumah.

3.2. Kerangka Operasional

Negara Indonesia adalah negara maritim yang unik karena wilayah perairannya lebih luas dari pada daratannya. Potensi air yang berlimpah nampaknya tidak mampu dikelola dengan baik sehingga menimbulkan permasalahan pengelolaan perairan yang dapat menimbulkan bencana alam yang harus dihadapi seperti banjir. Jakarta yang notabene berperan sebagai ibukota Indonesia ini menjadikan konsekuensi logisnya adalah bahwa kota ini juga tidak bisa lepas dari ancaman banjir. Kota Jakarta cukup berpengaruh secara ekonomi dan sosial karena menjadi pusat pemerintahan dan pengembangan administrasi serta menjalankan roda bisnis yang paling pesat di nusantara, sehingga berdampak pada daya tarik masyarakat untuk kemudian berdatangan dari segala pelosok daerah. Semakin bertambahnya jumlah penduduk akan berdampak pula pada peningkatan kebutuhan akan lahan sebagai tempat tinggal semakin memperparah kondisi Ibukota. Urbanisasi mengakibatkan kepadatan penduduk di perkotaan, sedangkan daya dukung lahan di kota-kota besar seperti Jakarta sangat terbatas. Hal ini menyebabkan para pendatang (urbanit) yang membutuhkan tempat tinggal terpaksa membangun tempat tinggal di lahan milik negara, seperti di bantaran sungai. Pengalihfungsian lahan untuk kemudian dijadikan pemukiman baru tidak dapat dielakkan lagi sehingga akan menyebabkan penyempitan daerah di sepanjang bantaran Sungai Ciliwung.

Padatnya pemukiman di bantaran sungai beserta aktivitas yang dilakukan penghuni pemukiman tersebut di bantaran sungai seperti dijadikan lokasi pembuangan sampah, mencuci peralatan rumah tangga dan pakaian, merupakan beberapa hal yang menjadi penyebab banjir dan pencemaran yang dapat merusak lingkungan. Banjir yang paling sering terjadi adalah di ibukota Jakarta, terutama daerah-daerah yang dialiri Sungai Ciliwung. Salah satu daerah terparah terkena banjir adalah yang terjadi di Kampung Pulo Jakarta Timur. Oleh karena itu, pemerintah daerah melakukan upaya perbaikan lingkungan dengan melakukan normalisasi di bantaran Sungai Ciliwung dan juga untuk penataan DAS Ciliwung

23

agar masyarakat tidak lagi tinggal di pemukiman yang kumuh dan masyarakat tercegah dari banjir. Partisipasi masyarakat sangat dibutuhkan dalam program tersebut untuk menciptakan kualitas lingkungan yang sehat dan manusiawi diantaranya dengan cara bersedia di relokasi dari bantaran sungai ke tempat yang telah ditentukan. Jakarta sebagai salah satu daerah yang dilalui oleh Sungai Ciliwung perlu menemukan solusi untuk mencegah dan meminimalisir terjadinya dampak dari eksternalitas banjir.

Tahap awal dari penelitian ini adalah mengidentifikasi karakteristik sosial ekonomi responden di bantaran sungai dengan menggunakan analisis deskriptif. Tahap kedua adalah menghitung besarnya nilai kerugian yang dikeluarkan oleh responden ketika terjadi banjir dengan menggunakan pendekatan pendapatan, biaya perbaikan dan biaya berobat. Tahap ketiga adalah menganalisis tingkat penerimaan responden terhadap upaya perbaikan kualitas lingkungan bantaran sungai ciliwung dengan menggunakan analisis regresi logit. Tahap berikutnya menganalisis besarnya nilai WTA responden terhadap upaya perbaikan kualitas lingkungan bantaran Sungai Ciliwung dengan menggunakan pendekatan CVM.

Faktor-faktor yang mempengaruhi besarnya nilai WTA tersebut didekati dengan analisis regresi ordinal logistik. Sementara itu variabel-variabel yang diduga mempengaruhi model-model dalam analisis, dipilih berdasarkan teori-teori, penelitian terdahulu yang relevan dan hasil observasi lapang. Variabel-variabel yang digunakan di dalam model penelitian ini diantaranya adalah Variabel-variabel tingkat pendidikan, variabel jumlah tanggungan, variabel tingkat pendapatan, variabel luas tempat tinggal, variabel lama tinggal, variabel status kependudukan, variabel jenis kelamin dan variabel usia. Hasil analisis tersebut diharapkan dapat membantu pemerintah guna menghasilkan orientasi kebijakan pengelolaan lingkungan yang tepat dan menguntungkan berbagai pihak terutama masyarakat Kampung Pulo, Jakarta Timur.

Berdasarkan dukungan landasan teoritik yang diperoleh dari eksplorasi teori yang dijadikan rujukan konsepsional variabel penelitian, maka dapat disusun Kerangka Pemikiran seperti Gambar 2 yang menjelaskan kerangka berpikir dari latar belakang hingga tujuan penelitian serta metode yang digunakan.

:

Ket : : Ranah Penelitian : Alur Kerangka Berfikir

Gambar 2 Skema Kerangka Pemikiran Penelitian. Relokasi

Rekomendasi pada program relokasi

Estimasi Nilai Kerugian Ekonomi

- Hilangnya Pendapatan (Loss of Earning)

- Biaya Berobat (Cost of illnes) - Biaya Perbaikan

Nilai Kerugian Ekonomi Faktor yang mempengaruhi

kesediaan/ketidaksediaan untuk di relokasi

Regresi Logistik Faktor yang mempengaruhi kesediaan masyarakat direlokasi Nilai Kompensasi

(WTA) & Faktor penentu besar WTA

CVM Faktor yang mempengaruhi besarnya WTA WTA Program Relokasi Peningkatan Jumlah Penduduk Meningkatnya Permintaan Lahan Pemukiman di Jakarta

Peningkatan Harga Lahan

Pemanfaatan Bantaran Sungai untuk Pemukiman

Regresi Linier Berganda

IV.

METODE PENELITIAN

4.1. Lokasi dan Waktu Penelitian

Penelitian ini dilakukan di daerah kawasan pemukiman Kampung Pulo, Kecamatan Jatinegara, Jakarta Timur. Pemilihan lokasi tersebut dilakukan secara Purposive. Kampung Pulo dipilih karena pemukiman ini letaknya yang stratregis di tengah kota dan daerah tersebut terkena dampak kerusakan terbesar dibandingkan dengan daerah lain yang terkena banjir di Jakarta. Kondisi ini juga diperparah dengan adanya pembangunan pemukiman Kampung Pulo di bantaran Sungai Ciliwung yang kemudian berdampak pada penyempitan badan dan pendangkalan Sungai Ciliwung. Pelaksanaan pengambilan data ini berjalan selama tiga bulan yaitu bulan Maret - Mei 2013.

4.2. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer yang dibutuhkan yaitu mencakup : 1) respon responden mengenai lingkungan tempat tinggal mereka, respon responden terhadap kebijakan relokasi pemukiman tempat tinggal mereka di bantaran sungai, respon responden terhadap pemberian dana kompensasi, dan 2) respon responden mengenai seberapa besar nilai WTA yang dibutuhkan terhadap program relokasi pemukiman. Data primer diperoleh melalui kuesioner dan wawancara langsung dengan responden.

Data sekunder yang dibutuhkan dalam penelitian ini meliputi data potensi Kampung Pulo, data kejadian bencana alam banjir serta penanggulangannya, data perubahan debit air serta curah hujan kota Jakarta, dan peraturan pemerintah mengenai tata Kota Jakarta. Data-data tersebut diperoleh dari wawancara dengan pihak pemerintah Kota Jakarta, tokoh-tokoh masyarakat, selain itu juga didapat dari beberapa instansi pemerintahan yang terkait seperti Biro Pusat Statistik (BPS), Provinsi DKI Jakarta, dan Departemen Khusus Urusan Bencana Banjir dan beberapa studi literatur. Data tersebut diperoleh melalui wawancara langsung kepada responden dengan menggunakan kuesioner.

4.3.Penentuan Jumlah Responden

Sampel adalah bagian dari populasi yang diambil melalui cara-cara tertentu yang memiliki karakteristik tertentu, jelas dan lengkap yang dianggap bisa mewakili populasi (Hasan 2002). Pengambilan sampel dilakukan dengan metode Purposive Sampling yaitu dengan cara sengaja yang mempertimbangkan bahwa responden adalah pihak-pihak yang terkait dengan penelitian dan sesuai dengan tujuan yang ingin dicapai.

Jumlah responden diperoleh dari rumus Slovin (Umar,2005) yaitu � = _{+ ��} N

Dimana :

N = ukuran populasi n = ukuran sampel

e = persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan.

Jumlah populasi dalam penelitian ini sebesar 353 Kepala Keluarga dan persen kelonggaran yang digunakan adalah 15 persen dengan mempertimbangkan bahwa penelitian ini termasuk bidang sosial ekonomi sehingga persen error maksimum yaitu sebesar 20 persen. Perhitungan jumlah sampel sebesar 43 orang adalah sebagai berikut :

N = _{+ 5}5 ₅

= 43,16 ≈ 43 orang.

4.4. Metode Pengolahan dan Analisis Data

Penelitian ini dilakukan melalui observasi, studi literatur dari berbagai sumber, serta pengisian kuesioner dan wawancara secara langsung dengan responden. Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan penelitian. Pada penelitian metode prosedur penelitian yang digunakan dapat dilihat pada Tabel 3.

27

Tabel 3 Matriks Metode Analisis Data

No. Tujuan Penelitian Sumber Data Metode

Analisis data Jenis Data 1 Mengestimasi

besarnya kerugian yang diterima oleh masyarakat akibat banjir. Studi literatur dan wawancara (kuesioner)  Analisis hilangnya pendapatan  Biaya berobat  Biaya perbaikan Sekunder dan primer

2 Menganalisis faktor apa saja yang mempengaruhi kesediaan dan ketidaksediaan untuk relokasi. wawancara (kuesioner) Analisis regresi logit dengan Microsoft Office Excel 2013 & Minitab 15

primer

3 Mengestimasi besarnya nilai kompensasi (Willingness To Accept) masyarakat Kampung Pulo agar bersedia di relokasi serta faktor yang mempengaruhinya. Wawancara dengan penduduk yang menjadi responden (kuesioner) Regresi linier berganda dengan Microsoft Office Excel 2013 & Minitab 15

primer

Penelitian ini akan menganalisis data yang telah diperoleh secara kualitatif dan kuantitatif. Pengolahan dan analisis data dilakukan secara manual dan menggunakan komputer dengan program Microsoft Office Excel 2013 dan Minitab for Windows Release 15.

4.4.1.Teknik Penghitungan Nilai Kerugian Ekonomi

1. Hilangnya Pendapatan

Hilangnya pendapatan responden karena banjir dihitung berdasarkan Cost of Time. Cost of Time adalah kerugian yang ditanggung oleh seseorang karena hilangnya waktu untuk bekerja. Kerugian responden yang tidak masuk kerja pada saat terjadi banjir dihitung berdasarkan tingkat pendapatan per hari. Dalam hal ini jumlah hari tidak kerja responden dikali dengan tingkat pendapatan responden per hari. Selanjutnya nilai kerugian responden tidak masuk kerja dapat dihitung dengan rumus:

n

KRTK 



( JHTKi  TPRi) ……… ₍₁₎

i 0

dimana:

KRTK = Nilai kerugian responden tidak masuk kerja (Rp) JHTK = Jumlah hari tidak masuk kerja responden ke-i (hari) TPR = Tingkat pendapatan responden ke-i per hari (Rp) n = Jumlah responden

i = Responden ke-i(1,2,3,…., n) 2. Biaya Berobat

Biaya berobat yang ditanggung oleh responden dihitung dari jumlah uang yang dikeluarkan untuk berobat. Sehingga untuk memperoleh biaya rata-ratanya, maka total jumlah uang yang dikeluarkan untuk berobat dibagi jumlah responden yang mengeluarkan biaya untuk berobat.

dimana :

RBB = Rata-rata biaya berobat BB = Biaya Berobat

n = Jumlah masyarakat yang sakir i = Resonden ke-i (1,2,3,...n) 3. Biaya Perbaikan

Biaya perbaikan yang ditanggung oleh responden dihitung dari jumlah uang yang dikeluarkan untuk perbaikan. Sehingga untuk memperoleh biaya rata- ratanya, maka total jumlah uang yang dikeluarkan untuk perbaikan dibagi jumlah responden yang mengeluarkan biaya untuk perbaikan.

dimana :

RBP = Rata-rata biaya perbaikan (Rp)

n



BB

RBB i0 ... (2) n

n



BP

RBP  i 0 _{... (3)}

29

BP = Biaya perbaikan (Rp) n = Jumlah responden

i = Responden ke-i (1, 2, 3 ...,n)

4.4.2. Pendekatan Metode Contingent Valuation Method (CVM)

CVM Merupakan salah satu metode survei dengan bertanya langsung kepada responden secara individual, CVM juga merupakan suatu instrument yang sangat penting dalam melakukan penilaian terhadap lingkungan, karena pasar tidak dapat menilai semua barang lingkungan. (Hanley dan Spash,1993). CVM juga merupakan teknik survei untuk memperkirakan nilai manfaat non konsumtif yang sering disebut WTA untuk perubahan suatu barang dalam suatu pasar hipotetik (Bredlove, 1999).

Pada dasarnya CVM merupakan suatu metode untuk penilaian suatu barang yang tidak memiliki harga pasar. Ada dua keuntungan utama menggunakan CVM : (1) mengetahui non-use values dan (2) dapat diterapkan untuk berbagai isu lingkungan (Coller dan Harrison, 1995).

Tahapan penerapan analisis CVM dalam menentukan nilai WTA, yaitu :

1. Membuat Pasar Hipotetik (Setting Up the Hypotetical Market)

Pada tahap awal dalam menggunakan pendekatan metode CVM adalah dengan membuat pasar hipotetik beserta pertanyaan mengenai suatu barang dan jasa lingkungan. Pasar hipotetik tersebut dimaksudkan untuk membangun suatu kesadaran masyarakat tentang alasan mengapa masyarakat seharusnya menerima sejumlah uang terhadap suatu barang atau jasa lingkungan.

Pasar Hipotetik :

Peningkatan jumlah penduduk mengakibatkan meningkatnya kebutuhan lahan untuk pemukiman. Sementara itu dengan semakin banyaknya lahan yang dijadikan pemukiman menjadikan jumlah lahan semakin sedikit sehingga harga lahan semakin meningkat. Harga lahan pemukiman yang sulit terjangkau menyebabkan pemanfaatan lahan bantaran sungai karena harga sewa lahan yang relatif lebih murah yang pada akhirnya menyebabkan penyempitan badan sungai. Penyempitan ini yang pada akhirnya menjadi bencana banjir. Pemukiman Kelurahan Kampung Pulo, Kecamatan Jatinegara, Jakarta Timur adalah salah satu daerah yang merupakan suatu kawasan yang tiap tahunnya selalu terkena dampak

banjir. Oleh karena itu perlu adanya suatu upaya dan langkah bersama untuk memperbaiki kualitas lingkungan di kawasan tersebut agar tercipta suatu kondisi ideal, nyaman dan bebas dari banjir. Perlu adanya relokasi warga di bantaran sungai dengan memberikan kompensasi yang besarnya didasarkan pada Nilai Jual Objek Pajak (NJOP) Daerah Kampung Pulo sekitar Rp 15.000,- sampai Rp 50.000,- per meter2 (Hasil wawancara dengan bagian Perlindungan Masyarakat (Linmas) wilayah Kelurahan Kampung Melayu daerah Kampung Pulo). NJOP yang diperoleh akan dijadikan harga dasar pada perhitungan WTA pada penelitian ini.

2. Mendapatkan Penawaran Besarnya Nilai WTA (Obtaining Bids)

Setelah kuesioner selesai dibuat, maka langkah selanjutnya adalah dengan pengambilan sampel. Hal ini dapat dilakukan melalui wawancara dengan langsung ataupun tidak langsung bertatap muka. Wawancara secara langsung dengan responden merupakan cara terbaik karena dengan begitu memungkinkan pertanyaan dan jawaban secara lebih merinci dan ada efek psikologis yang positif baik pewawancara ataupun responden.

Cara yang digunakan untuk mendapatkan penawaran besaran WTA responden ialah dengan menggunakan metode close-ended question, yaitu metode yang dilakukan dengan menanyakan kepada responden apakah bersedia menerima sejumlah uang tertentu, dimana uang yang bersedia mereka bayarkan telah tersedia dan responden hanya tinggal memilih nominal yang telah tersedia dikuesioner.

3. Memperkirakan Nilai Rata-Rata WTA (Calculating Average WTA)

Setelah data mengenai WTA terkumpul tahapan selanjutnya adalah mencari nilai rata-rata (mean) dan juga nilai tengah (median) dari nilai WTA yang telah dimiliki. Nilai tengah digunakan apabila terjadi batasan rentang nilai penawaran yang terlalu jauh. Nilai tengah penawaran selalu lebih kecil daripada nilai rataan penawaranya, oleh karena itu apabila digunakan perhitungan nilai penawaran menggunakan nilai rata-rata, maka akan diperoleh nilai yang lebih tinggi dari nilai yang sebenarnya. WTA dapat dihitung dengan melakukan penjumlahan keseluruhan dari nilai WTA dibagi dengan jumlah responden.

Dugaan nilai rataan WTA : �WTA = ∑� W� n�_N

Lampiran 3 Hasil Analisis Faktor-faktor yang Mempengaruhi Besaran WTA

Regression Analysis: Nilai WTA versus PDPTN; LMTGL; LSTGL; IZMBG;

SSRMH

The regression equation is

Nilai WTA = 5345628 + 4,43 PDPTN - 28927 LMTGL + 39564 LSTGL +

2079054 IZMBG

+ 2698100 SSRMH

Predictor Coef SE Coef T P

Constant 5345628 2996157 1,78 0,087

PDPTN 4,4290 0,4246 10,43 0,000

LMTGL -28927 38203 -0,76 0,456

LSTGL 39564 32218 1,23 0,231

IZMBG 2079054 1501767 1,38 0,178

SSRMH 2698100 1558498 1,73 0,096

S = 1992913 R-Sq = 84,6% R-Sq(adj) = 81,6%

Analysis of Variance

Source DF SS MS F P

Regression 5 5,47074E+14 1,09415E+14 27,55 0,000

Residual Error 25 9,92925E+13 3,97170E+12

Total 30 6,46367E+14

Source DF Seq SS

PDPTN 1 5,21554E+14

LMTGL 1 1,21817E+12

LSTGL 1 4,56009E+12

IZMBG 1 7,83816E+12

SSRMH 1 1,19037E+13

Unusual Observations

Obs PDPTN Nilai WTA Fit SE Fit Residual St Resid

4 50000 8100000 7354784 1583516 745216 0,62 X

31 3500000 22500000 23245216 1583516 -745216 -0,62 X

77

Lampiran 4 Tabel Data Olahan Pengaruh Variabel Bebas terhadap Kesediaan

Relokasi

Pdptn

Tnggn

Lmtgl

Lstgl

Kpddkn

jsklm

usia

3

3

2

1

1

1

2

1

2

2

1

1

0

2

3

2

2

2

0

1

2

2

2

2

1

1

0

2

3

0

2

2

0

0

2

1

1

2

2

1

1

2

1

2

2

1

1

0

2

1

2

2

1

1

1

2

2

2

2

2

1

0

2

1

0

3

1

0

0

2

1

1

3

1

1

1

2

1

0

3

1

1

1

2

2

1

3

2

1

0

2

2

0

3

1

1

0

2

1

3

3

2

1

0

2

3

1

3

1

0

1

2

1

0

3

2

1

0

2

1

1

2

1

0

0

3

1

0

3

2

0

0

3

1

1

3

2

1

0

3

1

0

3

2

1

1

3

1

1

3

1

1

1

3

3

1

3

2

1

0

3

2

1

3

1

1

0

3

1

0

3

2

1

0

3

1

2

3

2

1

0

3

1

1

2

1

0

0

2

1

1

2

1

1

1

2

1

1

2

2

1

0

2

1

1

2

1

1

0

2

1

0

2

3

1

0

2

2

1

2

1

1

1

2

1

1

3

1

1

1

2

1

0

3

2

0

0

2

1

2

3

2

1

0

3

1

0

2

1

1

1

2

1

2

2

1

1

1

2

3

2

2

2

0

0

2

1

1

2

2

1

0

2

1

1

2

2

1

0

2

Pdptn

Tnggn

Lmtgl

Lstgl

Kpddkn

jsklm

usia

1

1

3

2

1

0

2

79

Lampiran 5 Tabel Data Olahan Pengaruh Variabel Bebas terhadap Besaran WTA

Nilai WTA

PDPTN

LMTGL

LSTGL

IZMBG

SSRMH

6300000

125000

69

20

1

1

7200000

50000

52

18

0

1

7200000

50000

55

30

1

1

8100000

50000

47

27

1

0

8100000

50000

44

40

1

1

8100000

50000

45

14

1

1

9000000

50000

37

20

1

1

9000000

50000

62

30

1

1

9000000

150000

65

48

0

1

9000000

50000

46

64

1

1

9000000

100000

38

20

1

1

9000000

100000

53

25

1

1

10800000

100000

58

50

1

1

10800000

150000

50

21

1

1

11250000

150000

56

32

1

1

12150000

200000

48

35

1

1

13500000

1500000

70

16

1

1

13500000

1500000

55

20

1

1

14400000

400000

70

30

1

1

14400000

500000

31

24

1

1

14400000

500000

48

25

1

1

14400000

500000

56

50

1

1

14400000

600000

48

30

1

1

15750000

900000

50

24

1

1

15750000

1000000

44

16

1

1

15750000

1000000

48

35

1

1

18000000

1500000

47

20

1

1

18900000

1500000

54

32

1

1

22050000

3000000

30

24

1

1

22500000

3000000

44

32

1

1

L

ampi

ra

n 6 Ta

b

el Da

ta P

erhitunga

n B

esa

r

Ke

rugi

an Ekonomi

2 27 1350000 90000 3x9 1 T 1 M 938750 1098750 740000 1263600 126 4221000 6888000 pakaian 500.000 12869100

38 40 2000000 90000 4x10 1 T 1 M 938750 1098750 740000 1263600 126 4221000 8246000 lemari 1500000 15877100

29 14 700000 90000 2x7 1 T 1 M 938750 1098750 740000 1263600 126 4221000 5481000 motor 350000 10662100

31 18 900000 90000 3x6 1 T 1 M 938750 1098750 740000 1404000 126 4221000 5481000 tempat tidur 175000 10827500

17 20 1000000 90000 4x5 1 T 1 M 938750 1098750 740000 1404000 126 4221000 5481000 kasur 200000 10952500

44 30 1500000 90000 5x6 1 T 1 M 938750 1098750 740000 1404000 126 4221000 6419000 motor 1.500.000 13690500

22 48 2400000 90000 6x8 1 T 1 M 938750 1098750 740000 1404000 126 4221000 8246000 tv 1500000 16417500

27 64 3200000 90000 8x8 1 T 1 M 938750 1098750 740000 1404000 126 4221000 9184000 lemari 500000 17155500

7 20 1000000 90000 4x5 1 T 1 M 938750 1098750 740000 1404000 126 4221000 5481000 pakaian 1.500.000 12252500

51 25 1250000 90000 5x5 1 T 1 M 938750 1098750 740000 1404000 126 4221000 5950000 lemari 350000 11821500

32 35 1750000 90000 5x7 1 T 1 M 938750 1098750 740000 1474200 140 4690000 7308000 motor 350000 13749700

9 42 2100000 90000 6x7 1 T 1 M 938750 1098750 740000 1684800 140 4690000 7777000 tempat tidur 500000 14929300

43 50 2500000 90000 5x10 1 T 1 M 938750 1098750 740000 1684800 140 4690000 8715000 kasur 250000 16017300

35 21 1050000 90000 3x7 1 T 1 M 938750 1098750 740000 1684800 140 4690000 6370000 motor 350000 12322300

21 32 1600000 90000 4x8 1 T 1 M 938750 1098750 740000 1755000 140 4690000 6888000 tv 750000 13860500

36 32 1600000 90000 4x8 1 T 1 M 938750 1098750 740000 1755000 140 4690000 6888000 lemari plastik 150000 13260500

46 20 1000000 90000 4x5 1 T 1 M 938750 1098750 740000 1895400 168 5628000 5481000 pakaian 500.000 11743900

18 35 1750000 90000 5x7 1 T 1 M 938750 1098750 740000 1895400 168 5628000 7308000 lemari 1500000 15320900

48 50 2500000 90000 5x10 1 T 1 M 938750 1098750 740000 2106000 182 6097000 8295000 motor 3500000 19268500

53 20 1000000 90000 4x5 1 T 1 M 938750 1098750 740000 2106000 154 5159000 5481000 tempat tidur 150000 11604500

33 49 2450000 90000 7x7 1 T 1 M 938750 1098750 740000 2106000 154 5159000 8246000 kasur 250000 15919500

13 16 800000 90000 2x8 1 T 1 M 938750 1098750 740000 2106000 154 5159000 5950000 motor 250000 11973500

4 20 1000000 90000 4x5 1 T 1 M 938750 1098750 740000 2106000 154 5159000 5481000 tv 750000 12204500

12 30 1500000 90000 5x6 2 T 1 M 1877500 1098750 1320000 2246400 168 5628000 6419000 lemari 1500000 16051650

6 24 1200000 90000 4x6 2 T 1 M 1877500 1098750 1320000 2246400 168 5628000 5950000 pakaian 500.000 14282650

5 25 1250000 90000 5x5 2 T 1 M 1877500 1098750 1320000 2246400 168 5628000 5950000 lemari 1500000 15332650

20 50 2500000 90000 5x10 2 T 1 M 1877500 1098750 1320000 2246400 168 5628000 8715000 motor 350000 18197650

1 30 1500000 90000 5x6 2 T 1 M 1877500 1098750 1320000 2246400 168 5628000 6839000 tempat tidur 500000 15471650

25 24 1200000 90000 4x6 2 T 1 M 1877500 1098750 1320000 2457000 168 5628000 5950000 kasur 250000 14243250

14 16 800000 90000 2x8 2 T 1 M 1877500 1098750 1320000 2457000 168 5628000 5950000 motor 250000 13843250

42 35 1750000 90000 5x7 2 T 1 M 1877500 1098750 1320000 2457000 168 5628000 6888000 tv 750000 16231250

41 20 1000000 90000 4x5 2 T 1 M 1877500 1098750 1320000 2808000 196 6566000 5481000 lemari 1500000 15175250

24 32 1600000 90000 4x8 2 T 1 M 1877500 1098750 1320000 2948400 182 6097000 6888000 pakaian 500.000 16322650

23 18 900000 90000 3x6 2 T 1 M 1877500 1098750 1320000 3369600 196 6566000 5481000 lemari 1500000 15636850

10 24 1200000 90000 4x6 2 T 1 M 1877500 1098750 1320000 3439800 196 6566000 5950000 motor 350000 15326050

39 32 1600000 90000 4x8 2 T 1 M 1877500 1098750 1320000 3510000 210 7035000 6888000 tempat tidur 500000 16884250

45 32 1600000 90000 4x8 2 T 1 M 1877500 1098750 1320000 3510000 210 7035000 6888000 pakaian 250000 16634250

50 30 1500000 90000 5x6 2 T 1 M 1877500 1098750 1320000 3510000 210 7035000 6419000 lemari 3500000 19315250

40 60 3000000 90000 6x10 2 T 1 M 1877500 1098750 1320000 4212000 224 7504000 9184000 motor 750000 21532250

3 27 1350000 90000 3x9 2 T 1 M 1877500 1098750 1320000 4492800 224 7504000 6888000 tempat tidur 200000 17317050

Rata-rata 1 1.517.442 90.000 1.309.884 1.098.750 961.860 2.115.251 159 5.322.605 6.732.535 758.140 6.732.535 Total 1.305 65.250.000 3.870.000 56.325.000 47.246.250 41.360.000 90.955.800 6.832 228.872.000 289.499.000 32.600.000 627.106.050

RIWAYAT HIDUP

Penulis dilahirkan di Daerah Khusus Ibukota Jakarta pada tanggal 9 April

1990. Penulis merupakan anak keempat dari empat bersaudara dari pasangan Bapak

Sugino dan Nyonya Kartinem . Penulis menyelesaikan pendidikan dasar di SD

Negeri 16 Jakarta pada tahun 2002. Kemudian dilanjutkan ke jenjang pendidikan

menengah pertama diselesaikan pada tahun 2005 di SLTP Negeri 148 Jakarta.

Selanjutnya Pendidikan menengah atas diselesaikan di SMA Negeri 50 Jakarta

pada tahun 2008. Penulis melanjutkan ke pendidikan tinggi di Institut Pertanian

Bogor (IPB) pada tahun 2008 melalui jalur Undangan Seleksi Masuk (USMI) IPB.

Penulis kuliah di Mayor Departemen Ekonomi Sumberdaya dan Lingkungan,

Fakultas Ekonomi dan Manajemen IPB.

Selama mengikuti pendidikan, penulis aktif dalam berbagai kegiatan

organisasi intra dan ekstra kampus. Pada periode tahun 2008-2009 penulis aktif di

Kementerian Kebijakan Daerah BEM KM IPB. Kemudian pada periode tahun

2009-2010 penulis aktif sebagai Kepala Departemen Politik BEM FEM IPB. Pada

Periode 2011-2012 penulis aktif sebagai Ketua Badan Eksekutif Mahasiswa

Fakultas Ekonomi dan Manajemen IPB dan Delegasi IPB dalam Forum

Mahasiswa Ekonomi Bogor. Selanjutnya pada tahun 2011-2012 beliau terpilih

sebagai Presiden Mahasiswa IPB, Anggota Majelis Wali Amanat IPB, Sekretaris

Sementara Majelis Wali Amanat IPB transisi serta Koordinator BEM Seluruh

Indonesia wilayah Jabodetabek-Banten. Penulis pernah mendapatkan bantuan

dana Career and Development Alumni bersama teman-temannya.

Selain aktif dan berprestasi dalam bidang organisasi, penulis juga

berprestasi dalam bidang lainnya, diantaranya Juara III FEM Economic

Competition, Delegasi IPB dalam Indonesia Leadership Development Program

Universitas Indonesia, Peraih nominasi unggulan Program Kreativitas Mahasiswa

pada Pekan Ilmiah Nasional ke XIII. Pada tahun 2012 Penulis juga pernah

memecahkan rekor MURI (Museum Rekor Indonesia) bersama BEM IPB dan para

peserta MPKMB. Peraih beasiswa Pengembangan Prestasi Akademik, Beasiswa

Aktivis Nusantara 2012 dan lain-lain.