Data Sekunder Data Sosial budaya-Ekonomi Analisis data Analisis Keberlanjutan Industri Gula

50 masyarakat sekurang-kurangnya sudah tinggal di lokasi sekitar industri gula selama 5 tahun. Sedangkan untuk perguruan tinggi dan LSM diutamakan untuk yang menguasai bidang pengelolaan limbah

b. Data Sekunder

Data sekunder yang diambil adalah data saat ini dan data pada tahun-tahun sebelumnya yang diambil dari instansi terkait seperti dari Dinas Lingkungan Hidup Kabupaten, Dinas Perindustrian dan Perdagangan setempat, data kualitas limbah cair, data jenis dan kualitas limbah padat yang dihasilkan, sarana dan prasarana pengolahan limbah domestik, sarana dan prasarana lingkungan, fasos dan fasum.

c. Data Sosial budaya-Ekonomi

Data sosial budaya ekonomi yang digunakan pada penelitian ini meliputi data primer yakni: 1. Pandangan masyarakat terhadap keberadaan pabrik gula disekitar lokasi permukiman, dan pandangan terhadap keberadaan limbah dan pengolahan limbah industri pabrik gula 2. Struktur ekonomi, jumlah penduduk, tingkat pertumbuhan penduduk, pengeluaran keluarga, laju pertumbuhan ekonomi, pendapatanproduktivitas per kapita, pengeluaran keluarga, pendapatan dan penyebaran aktifitas ekonomi Selain itu juga diambil data sekunder yang diperoleh dari berbagai instansi terkait yang meliputi 1. Jumlah dan komposisi penduduk, jumlah keluarga, tingkat kesehatan, tingkat pendidikan, pola pekerjaan, kesempatan kerja, jumlah tenaga kerja, kegiatan sosial budaya, luas wilayah, kondisi perumahan, status pemilikan lahan, tingkat aksesibilitas 2. Dana sektor-sektor pembangunan

3.2. Analisis data

a. Analisis Keberlanjutan Industri Gula

Analisis keberlanjutan dilakukan melalui beberapa tahapan yakni: 1. Penentuan atribut pengelolaan limbah industri gula pada masing-masing faktor 51 2. Penilaian terhadap setiap atribut skala ordinal berdasarkan kriteria keberlanjutan pada setiap faktor 3. Analisis ordinasi “Rap-fish” yang berbasis metode multidimentional scalling MDS 4. Penyusunan indeks dan status keberlanjutan pengelolaan limbah industri gula yang dikaji secara umum dan dikaji pada setiap faktornya. Pada setiap atribut data yang dihasilkan dari pengamatan lapang, diberi skor atau peringkat yang mencerminkan keberlanjutan dimensi pengelolaan limbah industri gula dengan skor buruk kondisi yang paling tidak menguntungkan sampai dengan baik kondisi paling menguntungkan, serta antara keduanya. Nilaiskor tersebut dianalisis secara multidimensional, untuk menentukan satu atau beberapa titik yang mencerminkan posisi berkelanjutan dari pengelolaan limbah industri gula. Untuk memudahkan visualisasi posisi ini digunakan analisis ordinasi Rap-fish . Untuk ini digunakan perangkat lunak modifikasi Rap-fish Kavanagh, 2001 yang merupakan pengembangan MDS yang ada pada perangkat lunak SPSS, sehingga posisi titik berkelanjutannya dapat divisualisasikan dalam sumbu horizontal dan vertikal. Selanjutnya dilakukan proyeksi titik-titik tersebut pada garis mendatar, dan diberi skor 0 dan titik baik 100, dan titik yang berada diantara keduanya merupakan posisi keberlanjutan sistem. Pada analisis ordinasi mencerminkan seberapa jauh status keberlanjutan faktor tersebut dan hasil analisis terhadap semua faktor, menunjukkan perbandingan keberlanjutan antar faktor yang divisualisasikan dalam bentuk diagram layang- layangkite diagram Gambar 6. Jika sistem yang dikaji nilai indeksnya lebih dari 50 50, maka sistem tersebut sustainable, namun jika kurang dari 50 50, maka sistem tersebut belum sustainable. Selanjutnya dilakukan analisis sensitivitas untuk melihat atribut apa yang paling sensitif memberikan kontribusi di lokasi penelitian. Pengaruh dari setiap atribut dilihat dalam bentuk perubahan root mean square RMS ordinasi, khususnya pada sumbu X skala sustainabilitas. Dalam mengevaluasi pengaruh galat eror acak pada proses pendugaan nilai ordinasi pengelolaan limbah industri gula digunakan analisis Monte Carlo, karena 52 menurut Kavanagh 2001 serta Fauzi dan Anna 2002 analisis ini dapat digunakan untuk mempelajari: 1. Pengaruh kesalahan pembuatan skore atribut yang disebabkan oleh pemahaman kondisi lokasi, penelitian yang belum sempurna atau kesalahan pemahaman terhadap atribut atau cara pembuatan skor atribut 2. Pengaruh variasi pemberian skor akibat perbedaan opini atau penilaian oleh peneliti yang berbeda 3. Stabilitas proses analisis MDS yang berulang-ulang interaksi 4. Kesalahan pemasukan data atau ada kehilangan data 5. Tingginya nilai stress hasil analisis Rap - fish nilai stress dapat diterima jika 25 Gambar 6. Ilustrasi indeks keberlanjutan jika lima dimensi setiap faktor mempunyai kepentingankontribusi. Untuk lebih jelasnya tahapan analisis Rap - fish menggunakan metoda MDS dengan aplikasi Rap-fish dapat dilihat pada Gambar 7. 53 Gambar 7. Tahapan analisis dengan aplikasi modifikasi Rap–fish menggunakan MDS

b. Analisis Hierarki Proses AHP