Konstruksi atau kesesuaian model Kestabilan struktur

140 FB = Penduduk-PC_Kerja jiwa FPMK = Pddk_MiskinAPMK Klp_Tani = PendudukFKTLPLLT kelompok LPLLT = Luas_lahan_taniFLPLLT Pddk_Miskin = PendudukPrPddk_Miskin jiwa Persepsi = Pddk_MiskinPendidikanFPer Pet = Klp_TaniFPet jiwa PrPddk_Miskin = FPddkMPendidikan jiwa Pada angka kesehatan akan semakin meningkat apabila nilai kemiskinan rendah sehingga dapat meningkatkan kesejahteraan. Nilai persepsi terbentuk secara umum karena pendidikan serta pengetahuan dalam mengelola lahan kering yang baik. Apabila persepsi semakin turun maka lahan kering yang produktif untuk diusahakan semakin turun juga. Dengan demikian, dimensi interaksi dari peubah-peubah yang berkaitan dengan nilai pada sub model sosial tetap konsisten. 3. Sub model ekologi Pemeriksaan satuan terhadap persamaan yang berkaitan dengan sub model ekologi adalah : FProd = +dtLFP, -dtLFPP Luas_Lahan_Kering = +dtLLLK ha Luas_lahan_tani = +dtLLLT ha LFP = FProdALFP LFPP = FProdALFPP LLLK = Luas_Lahan_KeringFLLLK ha LLLT = Luas_lahan_taniFLLLT ha LProd = Luas_lahan_taniFProdOLK100 ha OLK = Curah_HujanLuas_Lahan_KeringFOLKFPer Lahan kering akan optimal apabila luas lahan yang ada dimanfaatkan dengan baik oleh petani, kebutuhan luas lahan akan bertambah seiring dengan jumlah petani yang akan memanfaatkan lahan tersebut. Dalam hal ini semakin meningkatnya jumlah petani akan meningkatkan jumlah luas kebutuhan lahan 141 untuk dapat dikelola. Dengan demikian, dimensi interaksi peubah-peubah yang berkaitan dengan nilai pada sub model ekologi tetap konsisten. 5.5.5.2. Validasi Kinerja Model Validasi kinerja atau output model adalah aspek pelengkap dalam metode berpikir sistem yang bertujuan untuk memperoleh keyakinan sejauh mana kinerja model sesuai dengan kinerja sistem nyata sehingga memenuhi syarat sebagai model ilmiah yang taat fakta. Caranya adalah membandingkan validasi kinerja model dengan data empiris untuk melihat sejauh mana perilaku kinerja model sesuai dengan data empiris. Berdasarkan hasil analisis sistem dinamis dapat dilihat bahwa perilaku model dapat terpenuhi syarat kecukupan struktur dari suatu modelnya dengan melakukan validasi atas perilaku yang dihasilkan oleh suatu struktur model. Validasi perilaku model dilakukan dengan membandingkan antara besar dan sifat kesalahan dapat digunakan: 1 Absolute Mean Error AME adalah penyimpangan selisih antara nilai rata-rata mean hasil simulasi terhadap nilai aktual, 2 Absolute Variation Error AVE adalah penyimpangan nilai variasi variance simulasi terhadap aktual. Berdasarkan data di atas terlihat nilai validasi terhadap jumlah penduduk berdasarkan nilai AME sebesar 0,0002 atau 0,002, untuk nilai AVE sebesar 0,0099 atau sebesar 0,99; pada angka IPM nilai AME sebesar 0,00012 atau sebesar 0,012 dan nilai AVE sebesar 0,00034 atau sebesar 0,034; sedangkan untuk validasi PDRB nilai AME sebesar 0,00005 atau sebesar 0,0005 dan AVE sebesar 0,021 atau sebesar 2,08. Batas penyimpangan sekitar 10, berdasarkan hasil uji ini dapat disimpulkan bahwa model pengendalian mutu lahan kering berbasis pemberdayaan masyarakat mampu mensimulasikan perubahan-perubahan yang terjadi di Kabupaten Ponorogo. Perincian hasil validasi selengkapnya ditampilkan dalam Tabel 39, Tabel 40, dan Tabel 41. 142 Tabel 39 Validasi jumlah penduduk Tabel 40 Validasi IPM Data Validasi Jumlah Penduduk Data Validasi IPM Tahun Nilai Aktual Nilai Simulasi Tahun Nilai Aktual Nilai Simulasi 2005 880.701 880.701 2005 65,72 65,72 2006 885.986 885.936 2006 65,78 65,78 2007 891.302 891.135 2007 67,40 67,38 2008 895.921 895.383 2008 67,91 67,94 2009 899.328 899.367 2009 69,55 69,58 Mean 893.134,25 892.955,25 Mean 84,09 84,10 AME 0,000200418 AME -0,00011892 Variance 25.145.783,19 24.896.922,19 Variance 275,42 275,51 AVE -0.009896729 AVE -0.000337029 Tabel 41 Validasi PDRB Data Validasi PDRB Tahun Nilai Aktual Nilai Simulasi 2005 4.064.979,20 4.064.979,20 2006 4.645.275,87 4.630.011,31 2007 5.256.572,49 5.256.451,84 2008 6.071.359,75 6.076.458,33 2009 6.845.105,33 6.854.244,99 Mean 5.704.578,36 5.704.291,62 AME 5.02653E-05 Variance 6.8954E+11 7.03885E+11 AVE 0,020803019

5.5.6. Skenario model kebijakan pengendalian mutu lahan kering berbasis

pemberdayaan masyarakat di Kabupaten Ponorogo Analisis kebijakan dilakukan melalui kajian tiga skenario yang disusun berdasarkan hasil Interpretative Structural Modelling ISM. Dari analisis tersebut diketahui bahwa terdapat lima faktor yang paling berpengaruh terhadap pengendalian mutu lahan kering berbasis pemberdayaan masyarakat, yang juga merupakan kebutuhan para pelaku stakeholder, antara lain: 1 Kerjasama lintas program dan sektoral, 2 Frekuensi dan mutu layanan penyuluhan dan bimbingan, 3 Kesiapan masyarakat bersikap positif, 4 Kesiapan masyarakat untuk menerima pengetahuan dan berperilaku tani lebih baik dan 5 Kemampuan teknis masyarakat tani. Kondisi state faktor-faktor tersebut di masa yang akan 143 datang, dapat disusun dengan skenario yang mungkin terjadi di wilayah Kabupaten Ponorogo. Dari perkiraan responden mengenai kondisi faktor-faktor di masa yang akan datang, selanjutnya dilakukan kombinasi yang mungkin antar kondisi faktor, dengan membuang kombinasi yang tidak sesuai incompatible. Dari kombinasi antara kondisi faktor, didapatkan tiga skenario, yang diberi nama: 1 Skenario Optimis, 2 Skenario Moderat, dan 3 Skenario Pesimis. Secara ringkas, penamaan dan susunan skenario disajikan pada Tabel 44. Untuk mengaitkan skenario yang disusun ke dalam model, dilakukan interpretasi kondisi faktor ke dalam peubah model. Dalam hal ini dilakukan beberapa perubahan pada peubah tertentu di dalam model, sehingga skenario yang bersangkutan dapat disimulasikan. Berdasarkan Tabel 44 diketahui bahwa skenario optimis dan skenario moderat merupakan keadaan masa depan yang mungkin terjadi diperhitungkan dengan penuh pertimbangan sesuai dengan keadaan dan kemampuan sumberdaya yang dimiliki serta yakin bahwa sistem pengendalian mutu lahan kering dapat seimbang antara aspek lingkungan, sosial dan ekonomi. Skenario optimis dan moderat dibangun berdasarkan keadaan state kelima faktor kunci tersebut sudah berjalan dengan skala “cukup baik” untuk skenario moderat dan skala “baik” untuk skenario optimis dalam pengelolaanya. Sementara itu skenario pesimis dibangun atas dasar kondisi saat ini existing condition dari sistem pengelolaan yang ada, dengan pengertian bahwa walaupun sudah memiliki usaha pengelolaan tapi tidak mengutamakan faktor-faktor penting yang seharusnya terlebih dahulu dilakukan sehingga tidak memiliki prospek pengelolaan pengendalian mutu lahan kering yang berpandangan jauh ke depan. Interpretasi kondisi state faktor ke dalam pengelolaan dapat dilihat pada Tabel 42 berikut ini. 144 Tabel 42 Kondisi faktor-faktor kunci atau penentu tingkat kepentingan faktor- faktor yang berpengaruh pada pengendalian mutu lahan kering No. Faktor Keadaan State Pesimis Moderat Optimis 1. Kerjasama lintas program dan sektoral Berkurang, karena masih mengutamakan egosektoral Meningkat minim karena anggaran, tenaga, sarana yang terbatas Meningkat optimal karena anggaran, tenaga, sarana memadai Pesimis Moderat Optimis 2. Frekuensi dan mutu layanan penyuluhan dan bimbingan Rendah, karena biaya penyuluhan sangat tinggi Meningkat minim karena anggaran, tenaga, sarana yang terbatas Meningkat optimal karena anggaran, tenaga, sarana memadai Pesimis Moderat Optimis 3. Kesiapan masya- rakat bersikap positif Kurang, karena persepsi yang terbentuk tidak mendukung Meningkat mi- nim karena pem binaan kurang Meningkat baik karena pembi- naan cukup Pesimis Moderat Optimis 4. Kesiapan masyarakat untuk menerima pengetahuan dan berperilaku tani yang lebih baik Kurang, karena dukungan dalam peningkatan pengetahuan bertani tidak ada Meningkat mi- nim karena penyuluhan kurang Meningkat baik karena penyuluhan memadai Pesimis Moderat Optimis 5. Kemampuan teknis masyarakat tani Kurang, karena tidak adanya upaya dari pemerintah dalam peningkatan kemampuan masyarakat tani Meningkat mi- nim karena bimbingan teknis kurang Meningkat baik karena bimbingan teknis cukup memadai Tabel 45 menggambarkan nilai kondisi skenario, di mana nilai eksisting tersebut diperoleh dari hasil Interpretative Stuctural Modelling ISM pada driver power yang dibagi dengan nilai maksimalnya. Nilai sensitivitas terbesar terdapat pada faktor pengungkit utama yaitu kerjasama program lintas sektoral sebesar 91,66.