60 Parung karena kemacetan yang terjadi bukan disebabkan oleh mereka, sehingga
supir angkutan kota dan PKL tidak bersedia membayar denda.
6.3.1 Analisis Willingness to Pay dengan Pendekatan Contingent Valuation
Method CVM
Analisis WTP supir angkutan kota dan PKL di sekitar simpang pasar Parung, Kecamatan Parung dilakukan dengan cara menanyakan kepada 45 supir angkutan
kota dan 30 orang pedagang kaki lima PKL mengenai kesediaan mereka untuk membayar denda akibat adanya kegiatan tidak tertib yang dilakukan, dimana
kegiatan tersebut merupakan salah satu faktor penyebab kemacetan di Parung. Pendekatan Contingent Valuation Method CVM dalam penelitian ini digunakan
untuk menentukan besaran nilai WTP tersebut. Besaran nilai WTP diperoleh dengan menggunakan 6 tahapan pendekatan CVM, yaitu:
1. Membangun Pasar Hipotetik
Seluruh responden diberikan skenario bahwa Pemerintah Kabupaten Bogor akan memberlakukan kebijakan baru dengan memberikan sanksi berupa denda
kepada supir angkutan kota dan Pedagang kaki lima PKL yang melakukan kegiatan di badan dan bahu jalan karena telah menjadi salah satu faktor penyebab
kemacetan lalu lintas di Parung, dimana selama ini belum ada peraturan yang ditetapkan pemerintah secara jelas dan tegas mengenai sanksi berupa denda atas
pelanggaran yang dilakuan supir angkutan kota dan PKL di bahu dan badan jalan. Biaya ini mencerminkan nilai kesanggupan supir angkutan kota dan PKL
membayar denda atas pelanggaran yang telah dilakukan di Parung. 2.
Memperoleh Nilai WTP Berdasarkan pertanyaan yang ditawarkan dalam kuesioner melalui metode
bidding game, maka diperoleh besarnya nilai WTP yang bersedia dibayar oleh supir angkutan kota dan PKL. Responden bersedia membayar WTP mulai dari Rp
2.500,00 hingga Rp 10.000,00 per hari per orang. Starting point nilai WTP ditentukan berdasarkan tarif pelajar angkutan penumpang umum dengan jarak
tempuh 11 Km yang berlaku di Kabupaten Bogor sebesar Rp 2.500,00.
61 3.
Menghitung Dugaan Nilai Rata-rata WTP Dugaan nilai Rata-rata WTP supir angkutan kota dan PKL dihitung
berdasarkan distribusi WTP supir dan PKL. Data distribusi dugaan rata-rata nilai WTP supir dan PKL dapat dilihat pada Tabel 20.
Tabel 20 Distribusi WTP supir angkutan kota dan pedagang kaki lima PKL
Responden Pekerjaan
Nilai WTP Rphariorang
Frekuensi orang
Frekuensi Relatif Mean WTP Rp
Supir 2.500,00
19 45,24
1.131,00 5.000,00
10 23,81
1.190,48 7.500,00
9 21,43
1.607,14 10.000,00
4 9,52
952,38 Total
42 100
4.881,00 PKL
2.500,00 13
50,00 1.250,00
5.000,00 3
11,54 576,92
7.500,00 6
23,08 1.730,78
10.000,00 4
15,38 1.538,46
Total 26
100 5.096,16
Berdasarkan Tabel 20 di atas, dapat dilihat rata-rata WTP supir angkutan kota adalah sebesar Rp 4.881,00 per hari per orang, sedangkan PKL adalah
sebesar Rp 5.096,16 per hari per orang. Pada supir nilai WTP tertinggi yang bersedia dibayarkan adalah sebesar Rp 10.000,00 sebanyak 4 orang. Nilai WTP
yang paling banyak ingin dibayarkan supir adalah sebesar Rp 2.500,00 sebanyak 19 orang. Pada PKL nilai WTP tertinggi yang bersedia dibayarkan adalah Rp
10.000,00 sebanyak 4 orang. Nilai WTP yang paling banyak ingin dibayarkan PKL adalah sebesar Rp 2.500,00 sebanyak 13 orang. Nilai tersebut mencerminkan
besarnya kesanggupan supir dan PKL untuk membayar denda atas pelanggaran yang dilakukan di Parung.
4. Menduga Estimating Curve
Kurva permintaan WTP supir angkutan kota dan PKL dibentuk berdasarkan nilai WTP mereka terhadap biaya denda yang dikeluarkan. Kurva ini
menggambarkan hubungan tingkat WTP yang dikeluarkan dalam Rphariorang dengan jumlah supir dan PKL yang bersedia mengeluarkan WTP. Hasil survei
yang dilakukan pada supir dan PKL untuk nilai WTP yang bersedia dikeluarkan dapat dilihat pada Gambar 15.
62
Gambar 15 Dugaan estimating curve supir angkutan kota dan PKL
5. Menentukan Total WTP
Perhitungan total WTP supir angkutan kota dan PKL dapat dilihat pada Tabel 21. Berdasarkan hasil perhitungan diperoleh nilai total WTP supir angkutan
kota yang menjadi responden yaitu sebesar Rp 205.000,00 per hari, sedangkan nilai total WTP seluruh supir yang memiliki trayek Parung diduga sebesar Rp
7.721.742,00 jika dikalikan jumlah kendaraan lintasan trayek asal tujuan Parung tahun 2013 dengan asumsi jumlah supir sama dengan jumlah kendaraan tersebut.
Nilai total WTP PKL yang menjadi responden adalah Rp 132.500,00 per hari, sedangkan nilai total WTP seluruh PKL yang berada di Parung diduga sebesar Rp
540.193,00 per hari jika dikalikan dengan jumlah PKL yang berada di Parung pada bulan September tahun 2013. Nilai tersebut diharapkan dapat dijadikan
pertimbangan oleh Pemerintah Kabupaten Bogor dalam pengambilan keputusan untuk mengurangi kemacetan di Parung.
5 10
15 20
2500 5000
7500 10000
Re spo
n d
en
WTP
Supir Angkutan Kota
2 4
6 8
10 12
14
5000 10000
15000
R e
sp o
n d
e n
WTP
Pedagang Kaki Lima PKL
63 Tabel 21 Total WTP supir angkutan kota dan PKL
Responden Pekerjaan
Nilai WTP Rphariorang
Frekuensi orang
Jumlah WTP Rp Supir
2.500,00 19
47.500,00 5.000,00
10 50.000,00
7.500,00 9
67.500,00 10.000,00
4 40.000,00
Total Responden 42
205.000,00 Jumlah Kendaraan
1.582 7.721.742,00
PKL 2.500,00
13 32.500,00
5.000,00 3
15.000,00 7.500,00
6 45.000,00
10.000,00 4
40.000,00 Total Responden
26 132.500,00
Jumlah PKL 106
540.193,00 Keterangan:
= Jumlah Lintasan Trayek dan Kendaraan Asal Tujuan Parung tahun 2013 oleh Dinas Lalu Lintas dan Angkutan Jalan DLLAJ Kab. Bogor, 2014
= Jumlah Pedagang Kaki Lima PKL berdasarkan Inventarisir Data Pedagang Kaki Lima di Jln Raya H. Mawi Parung bulan September tahun 2013 oleh
Kecamatan Parung, 2014
6. Evaluasi Pelaksanaan CVM
Hasil analisis regresi berganda yang dilakukan menghasilkan nilai R
2
sebesar 65,5 Lampiran 1. Nilai tersebut memiliki arti bahwa keragaman nilai WTP supir angkutan kota dan PKL dapat dijelaskan oleh model sebesar 65,5,
sedangkan sisanya 34,5 dijelaskan oleh faktor lain diluar model. Hasil pelaksanaan CVM dalam penelitian mengenai WTP ini dapat diyakini kebenaran
dan keandalannya reliable. Menurut Mitchell dan Carson 1989 dalam Garrod dan Willis 1999, penelitian yang berkaitan dengan lingkungan mentolerir nilai
R
2
sampai 15.
6.4 Identifikasi Faktor-faktor yang Mempengaruhi Nilai WTP Supir Angkutan Kota dan PKL
Identifikasi faktor-faktor yang mempengaruhi nilai WTP menggunakan analisis regresi berganda. Variabel tak bebas dependent variable yaitu WTP
Willingness to Pay supir angkutan kota dan pedagang kaki lima PKL. Variabel bebas independent variable adalah dummy jenis kelamin, usia, tingkat
pendidikan, dummy jenis pekerjaan supir dan pedagang, waktu kerja, tingkat penghasilan, jumlah tanggungan keluarga, frekuensi terkena kemacetan, durasi
64 terkena kemacetan, waktu hilang, serta jarak tujuan. Hasil identifikasi faktor-
faktor yang mempengaruhi nilai WTP responden dapat dilihat pada Tabel 22. Hasil dari pengolahan nilai WTP responden dalam penelitian ini,
menghasilkan model yang baik karena nilai R
2
yang dihasilkan bernilai 65,5, nilai tersebut mengartikan bahwa keragaman WTP responden yang dapat
dijelaskan oleh model adalah 65,5 dan sisanya 34,5 dijelaskan oleh faktor lain diluar model.
Tabel 22 Hasil estimasi nilai WTP supir angkutan kota dan PKL
Variabel B
Beta T
Sig Tolerance
VIF Constant
485,538 ,241
,811 JK
dummy -554,085
-,066 -,660
,512 ,624
1,603 USA
-21,150 -,087
-,825 ,413
,567 1,763
TPK 296,352
,253 2,656
,010 ,692
1,445 SPR
dummy
-97,850 -,018
-,074 ,941
,109 9,178
PDG dummy
-861,189 -,153
-,766 ,447
,158 6,324
WK 292,602
,342 2,780
,007 ,414
2,416 TPS
,002 ,286
1,931 ,059
,285 3,506
JTK -810,965
-,409 -4,304
,000 ,696
1,437 FK
1.613,922 ,470
3,582 ,001
,364 2,746
DK 7,528
,041 ,299
,766 ,328
3,051 WH
1,576 ,016
,134 ,894
,427 2,340
JT -89,639
-,316 -1,585
,119 ,158
6,337
R-square 65,5
R-square adj. 57,9
Durbin-Watson 1,933
Asymp. Sig. 2-tailed 0,995
Uji F 0,000
Keterangan : : nyata pada taraf α=1
: nyata pada taraf α= 15
Secara serentak, variabel-variabel bebas berpengaruh terhadap model. Model yang dihasilkan telah diuji multikolinearitas, heteroskedastisitas,
autokorelasi, dan normalitas. Hasil uji tersebut sebagai berikut: 1.
Uji Multikolinearitas Uji ini didasarkan pada nilai VIF pada model yang diregresikan. Nilai VIF
kurang dari sepuluh VIF 10 menunjukkan, tidak terjadi masalah multikolinearitas. Pada Tabel 22 menunjukkan, nilai VIF masing-masing variabel
bebas memiliki nilai kurang dari 10, hal tersebut mengindikasikan tidak terjadi masalah multikolinearitas.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan menggunakan uji gletser dan melihat grafik scatterplot yang dihasilkan. Berdasarkan hasil uji gletser pada
Lampiran 2 menunjukkan, semua variabel bebas memiliki nilai Sig. lebih dari
