1. Pendahuluan
Banjir menjadi masalah bagi Jakarta sejak dahulu, jauh sebelum masa kemerdekaan Indonesia. Dikelilingi oleh 13 sungai, menjadikan wilayah ini rawan terhadap banjir (DPU Jakarta, 2009). Sejak 1918, Jakarta telah membangun infrastruktur pengendali banjir, namun banjir tetap menggenangi Jakarta tiap tahunnya. Terbangunnya beberapa infrastruktur pengendali banjir belum mampu mengatasi banjir di Jakarta (Pemprov DKI, 2010).
Citra Jakarta sebagai ibukota negara sekaligus barometer ekonomi Indonesia memburuk akibat banjir yang kerap terjadi di wilayahnya. Kerugian yang dialami mencapai nilai triliunan. Dalam paparan NCICD : From Masterplanning to Implementation (Kemenko Perekonomian, 2014) disebutkan pada 2002 Jabodetabek mengalami kerugian Rp.9,8 T, pada 2007 mencapai Rp.5,16 T, Tahun 2013 sebesar Rp. 20 T, dan di awal 2014 mencapai Rp.12 T. Kerugian tersebut meliputi perumahan dan permukiman, infrastruktur, ekonomi, sosial budaya, dan lintas sektoral.
Kerugian dan kerusakan yang ditimbulkan oleh banjir membuat pemerintah sebagai Public Service Obligatior (PSO) berkewajiban menyediakan infrastruktur sumber daya air yang memadai. Bagaimanapun, ketersediaan infrastruktur yang memadai erat kaitannya dengan pertumbuhan ekonomi dan kesejahteraan masyarakat (Kodoatie dan Sjarief, 2006). Namun, adanya ketimpangan kemampuan pembiayaan dan kebutuhan akan infrastruktur membuat pemerintah harus memprioritaskan infrastruktur yang mendukung pertumbuhan ekonomi, baik dalam pembangunannya, maupun dalam kerangka kebijakan regulasi dan investasi.
Giant Sea Wall (GSW) dan Multi Purpose Deep Tunnel (MPDT) adalah dua contoh usulan penanganan banjir Jakarta yang akan dikomparasi dalam aspek teknis, ekonomi, lingkungan, sosial, dan politik. Dari komparasi tersebut akan diketahui aspek mana yang paling berpengaruh dalam proses pengambilan keputusan, sehingga akan terlihat pertimbangan apa saja yang menjadi prioritas para pengambil keputusan dalam simulasi ini.
Secara umum pengambilan keputusan dalam organisasi adalah upaya untuk menyelesaikan masalah dengan memilih alternatif solusi yang ada. Pada level organisasi keputusan yang dibuat umumnya tidak berasal dari satu manajer tapi merupakan kombinasi keputusan yang melibatkan seluruh manajer pada suatu organisasi (Robbins, 2008). Salah satu proses pengambilan keputusan pada level organisasi adalah The Garbage Can Model, model ini menggambarkan bagaimana alur setiap keputusan dibuat dalam organisasi secara keseluruhan, dan sering digunakan untuk menggambarkan pengambilan keputusan dalam organisasi pemerintahan.
Sedangkan kebijakan publik menurut Anderson (1994) adalah kebijakan-kebijakan yang dibuat oleh lembaga atau pejabat pemerintah. Islamy (2000) lebih lanjut menyimpulkan bahwa kebijakan publik adalah serangkaian tindakan yang ditetapkan dan dilaksanakan atau tidak dilaksanakan oleh pemerintah yang mempunyai tujuan atau berorientasi pada tujuan tertentu demi kepentingan seluruh masyarakat.
Dalam pengambilan keputusan, para pengambil keputusan kerap kali didukung oleh sistem pendukung keputusan yang mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif.
Ketika keputusan yang akan diambil bersifat kompleks dengan risiko yang besar seperti perumusan kebijakan, pengambil keputusan sering memerlukan alat bantu dalam bentuk analisis yang bersifat ilmiah, logis, dan terstruktur/konsisten. Analitycal Hierarchy Process (AHP) merupakan suatu model pendukung keputusan yang dikembangkan oleh Saaty (1993). Model pendukung keputusan ini menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis.
2. Metodologi
Penelitian ini bersifat komparatif. Analisis yang dilakukan dalam penelitian ini adalah analisis dengan metode AHP dan Expert Choice, simulasi pemodelan teori The Garbage Can Model of Organizational Choice (aplikasi Net Logo v5.05), serta dengan pendekatan kualitatif dan kuantitatif.
2.1 Analitycal Hierarchy Process (AHP)
Dalam penelitian, analisis pengambilan keputusan pemilihan infrastruktur dengan metode proses hierarki analitik (AHP). Metode AHP mempunyai 3 (tiga) prinsip utama dalam pemecahan masalah (Saaty, 1980) yaitu Decomposition, Comparative Judgement, dan Logical Concistency. Sehingga secara garis besar prosedur AHP meliputi tahapan berikut :
a. Dekomposisi masalah
Dekomposisi masalah adalah langkah dimana suatu tujuan (Goal) yang telah ditetapkan selanjutnya diuraikan secara sistematis kedalam struktur yang menyusun rangkaian sistem hingga tujuan dapat dicapai secara rasional.
Dalam penelitian ini dilakukan dekomposisi menjadi beberapa unsur kriteria yang berpengaruh dalam pengambilan keputusan pemilihan jenis infrastruktur.
Sumber : Hasil Analisis
Gambar 1. Diagram AHP
b. Pembobotan untuk membandingkan elemenelemen
Pada tahap ini dilakukan pembobotan pada tiap hierarki berdasarkan tingkat kepentingan relatifnya. Dalam penelitian ini dilakukan pembobotan berdasarkan perbandingan penilaian hasil kuisioner.
c. Penyusunan matriks dan uji konsistensi
Penyusunan matriks perbandingan antar kriteria
Tabel 1. Matriks perbandingan kriteria
| Kriteria | C1 | C2 | C3 | C4 | C5 | Jml | Bobot |
| C1 | C11 | C12 | C13 | C14 | C15 | C1 | C1/C |
| C2 | C21 | C22 | C23 | C24 | C25 | C2 | C2/C |
| C3 | C31 | C32 | C33 | C34 | C35 | C3 | C3/C |
| C4 | C41 | C42 | C43 | C44 | C45 | C4 | C4/C |
| C5 | C51 | C52 | C53 | C54 | C55 | C5 | C5/C |
| Jumlah | C |
Dari perhitungan tersebut dicari eigenvector sehingga nilai bobot berjumlah 1.
Menentukan Nilai CR (Consistency Ratio):
\[CR = \frac{CI}{RI} \tag{1}\] dengan :
CR = Consistency Ratio
RI = Random Index
Nilai CR ≤ 0.1 = diterima
Consistency Index (CI) :
\[CI = \frac{\lambda \max - n}{n - 1} \tag{2}\] dengan :
CI = Consistency Ratio
λ max = Nilai eigen terbesar dari matrix berordo n
Random Index (RI) diperoleh dari tabel berikut :
Tabel 2. RI untuk menghitung rasio konsistensi
| N | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| R.I | 0,00 | 0,00 | 0,58 | 0,90 | 1,12 | 1,24 | 1,32 | 1,41 | 1,46 | 1,49 |
Sumber : Saaty, 1980 Catatan: n = matriks order
R.I = Indeks Inkonsistensi Random n = 10
d. Penetapan prioritas pada masing-masing hierarki
Tabel 3. Matriks perbandingan alternatif
| Alt | A1 | A2 | Jml | Bobot |
|---|---|---|---|---|
| A1 | A11 | A12 | A1 | A1/A |
| A2 | A21 | A22 | A2 | A2/A |
| Jumlah | A |
e. Sintesis dan prioritas
Sintesis dan prioritas diaplikasikan pada skala rasio guna menciptakan suatu skala unidimensional untuk merepresentasikan keluaran menyeluruh, dengan menggunakan pembobotan tambahan.
f. Pengambilan keputusan
Dilakukan setelah perhitungan matematis dan mengintegrasikan masing masing hierarki yang ada.
2.2 AHP dengan Expert Choice 2000
Selain tahapan-tahapan tersebut dalam penelitian ini dilakukan juga analisis dengan bantuan perangkat lunak Expert Choice 2000. Yaitu sebuah aplikasi yang digunakan sebagai alat bantu implementasi model-model dalam Decision Support System (DSS), dan dapat digunakan untuk menentukan keputusankeputusan yang sulit untuk diputuskan oleh pengambil keputusan.
Tabel 4. Skala banding berpasangan
| Nilai | Definisi |
|---|---|
| 1 | Sama pentingnya |
| 3 | Agak lebih penting yang satu atas lainnya |
| 5 | Cukup Penting |
| 7 | Sangat penting |
| 9 | Kepentingan yang ekstrim |
| 2,4,6,8 | Nilai tengah diantara dua keputusan yang berdekatan |
| Berbalikan | Yang lebih tinggi dari aktivitas j maka j mempunyai nilai berbalikan ketika dibandingkan dengan i |
| Rasio | Rasio yang didapat dari rasio pengukuran |
Sumber : Saaty (1993)
Aplikasi ini bekerja sesuai tahapan-tahapan dalam metode AHP. Pada analisis ini dilakukan comparative judgement berdasarkan data-dari penelitian literatur yang menyangkut aspek teknis, ekonomi, lingkungan, sosial, dan politik. Skala yang digunakan adalah skala kepentingan perbandingan secara berpasangan (pairwise) menurut Saaty (1993) (Tabel 4).
2.3 Pendekatan kuantitatif dan kualitatif
Pendekatan kuantitatif diawali dengan menggunakan asumsi-asumsi berdasarkan teori-teori yang ada dan berkaitan dengan topik penelitian. Kemudian dibuat dalam bentuk variabel-variabel yang akan diukur dengan menggunakan kuesioner, dan hasilnya diolah dengan metode statistic (Sugiyono, 2011). Sedangkan pendekatan kualitatif adalah pendekatan yang dilakukan setelah melihat hasil analisa data dari sampel penelitian yang kemudian dibuat kesimpulan, dan dikaitkan dengan kerangka pemikiran serta teoriteori yang digunakan.
Dalam penelitian ini, penulis mengukur 100 orang responden dari berbagai level jabatan (staff hingga Kasubid) pada institusi Kementerian PU, BAP-PENAS, Dinas PU, Tenaga Ahli serta Mahasiswa terhadap aspek teknik, ekonomi, lingkungan, sosial, dan politik dalam penanganan banjir Jakarta dengan mengambil contoh alternatif penanganan banjir dengan infrastruktur pengendali banjir, yaitu Giant Sea Wall (GSW) dan Multi Purpose Deep Tunnel (MPDT).
Alat ukur yang digunakan berupa kuisioner yang nantinya berisi pernyataan mengenai aspek teknik, ekonomi, lingkungan, sosial dan politik dalam pertimbangan pengambilan keputusan pemilihan infrastruktur. Untuk memperoleh nilai kualitatif digunakan skala likert. Teknik sampel yang dipilih adalah Cluster Sampling. Pengujian Alat ukur (kuesioner) dilakukan menggunakan metode Validitas Korelasi Sperman's, metode Reliabilitas Cronbach's Alpha dan metode analisa item diskriminasi. Dari hasil kuesioner diperoleh nilai kuantitatif, dari data tersebut dilakukan analisis data yaitu dengan pengolahan statistik deskriptif dan dengan menggunakan metode statistik berupa program SPSS dengan uji Friedman. Hasil dari analisa tersebut ditarik kesimpulan tentang aspek yang paling berpengaruh dalam pengambilan keputusan.
Tabel 5. Kisi-kisi kuisioner
| Infrastruktur | Aspek | No. | Kisi‐Kisi |
|---|---|---|---|
| 1 | Hidrologi | ||
| DEEP TUNNEL | 2 | Debit, Hidrolika | |
| 3 | Tata guna lahan | ||
| Aspek | 4 | Kapasitas saluran | |
| Teknik | 5 | Geologi, Kontur Tanah | |
| SEA WALL | 6 | Landsubsidence | |
| 7 | Sistem pompa | ||
| 8 | Tata guna lahan | ||
| 9 | Nilai ekonomis | ||
| DEEP TUNNEL | 10 | Aspek bisnis | |
| 11 | Investasi | ||
| Aspek | 12 | Ekonomi rakyat | |
| Ekonomi | 13 | Ekonomi rakyat | |
| SEA WALL | 14 | Investasi | |
| 15 | Aspek bisnis | ||
| 16 | Ekonomi rakyat | ||
| 17 | Ekosistem | ||
| DEEP TUNNEL | 18 | Lahan | |
| 19 | Cadangan Air | ||
| Aspek | 20 | Kerusakan lingkungan | |
| Lingkungan | 21 | Ekosistem | |
| 22 | Ekosistem | ||
| SEA WALL | 23 | Kerusakan lingkungan | |
| 24 | Ekosistem | ||
| 25 | Konflik sosial | ||
| 26 | Golongan masyarakat | ||
| DEEP TUNNEL | 27 | Golongan masyarakat | |
| Aspek | 28 | Lingkungan masyarakat | |
| Sosial | 29 | Golongan masyarakat | |
| SEA WALL | 30 | Golongan masyarakat | |
| 31 | Konflik sosial | ||
| 32 | Konflik sosial | ||
| 33 | Pertimbangan politis | ||
| DEEP TUNNEL | 34 | Pertimbangan politis | |
| 35 | Pertimbangan politis | ||
| Aspek | 36 | Dominasi partai | |
| Politik | 37 | Pertimbangan politis | |
| 38 | Pertimbangan politis | ||
| SEA WALL | 39 | Pertimbangan politis | |
| 40 | Dominasi partai |
Penilaian responden terhadap 6 (enam) alternatif jawaban ditujukan agar responden tidak cenderung memilih kategori tengah, sehingga informasi yang diperoleh lebih pasti.
Tabel 6. Penilaian kuisioner
| Skor Item | |||
|---|---|---|---|
| Alternatif Jawaban | (+) | (-) | |
| a. | Sangat Setuju / Sangat Berpengaruh | 6 | 1 |
| b. | Setuju / Berpengaruh | 5 | 2 |
| c. | Cenderung Setuju / Cenderung Berpengaruh | 4 | 3 |
| d. | Cenderung Tidak Setuju / Cenderung Tidak Berpengaruh | 3 | 4 |
| e | Tidak Setuju / Tidak Berpengaruh | 2 | 5 |
| f. | Sangat Tidak Setuju / Sangat Tidak Berpengaruh | 1 | 6 |
2.4 Simulasi the garbage can model of organizational choice
Kingdon, et al. (1995) mendeskripsikan bahwa pengambilan keputusan publik merupakan sebuah proses yang berkarakter anarkis-terorganisir. Sejalan dengan hal tersebut, Cohen, et al. (1972) melihat bahwa organisasi merupakan susunan anarkis, dimana dalam organisasi tersebut arus yang melewati organisasi terbagi menjadi 4: masalah, solusi, peserta, dan pilihan/ kesempatan yang masing-masing mempunyai jalannya sendiri.
Dalam penelitian, digunakan simulasi dengan program Net Logo v5.05, dengan pemodelan The Garbage Can Model of Organizational Choice yang dikembangkan tahun 2008 oleh Giudo Fioretti dan A. Lomi (University of Bologna). Giudo Fioretti dan koleganya menafsirkan GCM sebagai model berbasis agen di mana para peserta, peluang, solusi dan masalah merepresentasikan 4 jenis agen. Peserta dilambangkan dengan orang berwarna kuning, Peluang ditandai dengan kotak oranye. Solusi ditandai dengan lingkaran merah, sedangkan masalah ditandai dengan segitiga violet.
GCM dapat dilihat sebagai semacam reaktor kimia dimana peserta (pembuat keputusan), peluang pilihan, solusi dan masalah telah dikumpulkan. Melalui pertemuan acak dari unsur-unsur inilah, keputusan akan dibuat.
Masalah terselesaikan jika peserta memiliki kemampuan yang cukup dan solusi yang cukup efisien sehingga produk (pemikiran) yang dihasilkan lebih besar atau sama dengan kesulitan masalah. Ketika masalah ini diselesaikan, GCM menyatakan bahwa keputusan dibuat oleh "resolusi".
3. Hasil Simulasi
3.1 Perbandingan infrastruktur
Infrastruktur pengendali banjir Jakarta yang akan dikaji dalam penelitian ini adalah Giant Sea Wall (GSW/Sea Wall) dan Multi Purpose Deep Tunnel (MPDT/ Deep Tunnel).
Gambar 2. Lokasi infrastruktur rencana
Tabel 7. Tinjauan aspek sea wall
| Aspek | Deskripsi | |||
|---|---|---|---|---|
| - | P = 35 Km, A=50 Km2 | |||
| - | 40% wilayah Jakarta di bawah permukaan | |||
| Teknis | laut, land subsidence | |||
| - | Melindungi dari banjir Rob | |||
| - | Reklamasi pantai | |||
| - | Investasi : US$ 2 M (stage A), US$ 16 M | |||
| (Stage B), USD$ 29,4 M (Stage B | ||||
| terintegrasi) | ||||
| Ekonomi | - | Makro : Pemerintah kehilangan investasi | ||
| untuk pelabuhan dan fasilitas yang akan | ||||
| ditutup, serta mempengaruhi pendapatan | ||||
| nelayan | ||||
| - | Belum terselesaikanya AMDAL | |||
| - | Keluaran Limbah | |||
| Ling | - | Perubahan Wetland Jakarta Utara | ||
| kungan | (Ecosystem Migratory Bird) | |||
| - | Perubahan ekosistem estuary Teluk | |||
| Jakarta | ||||
| - | ≥ 18.000 nekayan dan keluarganya terkena | |||
| imbas enutupan pelabuhan | ||||
| Sosial | - | Reklamasi akan menghalangi air di teluk, | ||
| yang menyebabkan banjir di wilayah | ||||
| pemukiman nelayan | ||||
| - | Reklamasi akan menghalangi air di teluk, | |||
| yang menyebabkan banjir di wilayah | ||||
| Politik | pemukimam nelayan | |||
| - | Nilai investasi yang besar, rawan dengan | |||
| kepentingan politis dan bisnis | ||||
| perseorangan. | ||||
a. Giant Sea Wall
Gambar 3. Peta rencana sea wall
b. Multi Purpose Deep Tunnel
Gambar 4. Peta rencana deep tunnel
Tabel 8. Tinjauan aspek deep tunnel
| Aspek | Deskripsi | |
|---|---|---|
| - | \(P=\pm 22Km\), \(d=\pm 16m\), \(v=\pm 5-6\) juta \(m^3\), | |
| pada kedalaman (-)30 hingga 60/65 m. | ||
| - | Mereduksi banjir dari hulu | |
| Teknis | - | Fungsi lain : Jalan tol, pengolahan |
| limbah, Utility shaft | ||
| - | Membawa air 250 m3/s, menampung 5-6 | |
| juta m3, kap. Pompa 50 m3/s | ||
| - | Investasi: 17T (2008), OP=± Rp. 159 M/ | |
| th | ||
| Elsonomi | - | Skema pembiayaan yang tepat, agar |
| EKOHOHH | layak secara finansial | |
| - | Makro: mendukung transportasi massal - | |
| > efesiensi waktu & biaya | ||
| - | Pembuangan tanah hasil pengeboran? | |
| Ling- | - | Kestabilan tanah dan struktur diatasnya |
| kungan | - | Sedimentasi |
| - | Pengaruh struktur terhadap lingkungan | |
| - | Sosialiasi masyarakat yang berlokasi di | |
| Sosial | atas struktur | |
| - | Relokasi masyarakat tergusur | |
| - | Infrastruktur DT juga rawan dengan | |
| Politik | kepentingan politis, namun kurang ber- | |
| nilai bisnis, sehingga cenderung ditolak | ||
| Sosial | Skema pembiayaan yang tepat, agar layak secara finansial Makro: mendukung transportasi massal -> efesiensi waktu & biaya Pembuangan tanah hasil pengeboran? Kestabilan tanah dan struktur diatasnya Sedimentasi Pengaruh struktur terhadap lingkungan Sosialiasi masyarakat yang berlokasi di atas struktur Relokasi masyarakat tergusur Infrastruktur DT juga rawan dengan kepentingan politis, namun kurang ber- |
3.2 Analytical Hierarchi Process (AHP)
a. Dekomposisi masalah
Gambar 5. Dekomposisi masalah pemilihan infrastruktur
Pembobotan untuk membandingkan tiap elemen, nilai yang digunakan adalah penilaian responden.
Tabel 9. Pembobotan nilai perbandingan kriteria per aspek
| Teknik | Ekonomi | Lingkungan | Sosial | Politik |
|---|---|---|---|---|
| 4,48 | 4,24 | 4,44 | 4,18 | 4,74 |
Tabel 10. Pembobotan nilai perbandingan kriteria utama
| Te | knik | Ek | onomi | Ling | kungan | So | sial | Pol | litik |
|---|---|---|---|---|---|---|---|---|---|
| DT | SW | DT | SW | DT | SW | DT | SW | DT | SW |
| 1,00 | 1,01 | 1,00 | 1,22 | 1,00 | 0,90 | 1,00 | 1,00 | 1,00 | 1,01 |
b. Penyusunan matrix perbandingan
\[A' = \begin{cases} 5.00 & 5.29 & 5.36 & 5.05 & 4.73 \\ 4.73 & 5.00 & 5.07 & 4.77 & 4.47 \\ 4.66 & 4.93 & 5.00 & 4.71 & 4.41 \\ 4.96 & 5.24 & 5.31 & 5.00 & 4.69 \\ 5.29 & 5.59 & 5.67 & 5.33 & 5.00 \end{cases}\] \[0.20301\] \[0.19188\] \[Eigenvector : 0.18932\] \[0.20119\] \[0.21461\] \[1.00000\] \[\text{[rumus tidak dapat ditampilkan dengan baik — lihat PDF asli]}\] \[0.19188\] \[Eigenvector : 0.18932\] \[0.20119\] \[0.21461\] \[1.00000\]
c. Nilai CR
Tabel 11. Nilai CR per aspek
| Teknis | Ekonomi | Sosial | Lingkungan | Politik |
| 0,20 | 0,20 | 0,20 | 0,20 | 0,20 |
| 0,19 | 0,19 | 0,19 | 0,19 | 0,19 |
| 0,19 | 0,19 | 0,19 | 0,19 | 0,19 |
| 0,20 | 0,20 | 0,20 | 0,20 | 0,20 |
| 0,21 | 0,21 | 0,21 | 0,21 | 0,21 |
| 1,00 | 1,00 | 1,00 | 1,00 | 1,00 |
| 0,20 0,19 0,19 0,20 0,21 | 0,20 0,20 0,19 0,19 0,19 0,19 0,20 0,20 0,21 0,21 | 0,20 0,20 0,20 0,19 0,19 0,19 0,19 0,19 0,19 0,20 0,20 0,20 0,21 0,21 0,21 | 0,20 0,20 0,20 0,20 0,19 0,19 0,19 0,19 0,19 0,19 0,19 0,19 0,20 0,20 0,20 0,20 0,21 0,21 0,21 0,21 |
Tabel 12. Perhitungan nilai CR Global
| Total | Average | Consistency Measure | |||
|---|---|---|---|---|---|
| 1,02 | 0,203 | 5,00 | |||
| 0,96 | 0,192 | 5,00 | CI | = | 0,00 |
| 0,95 | 0,189 | 5,00 | RI | = | 1,12 |
| 1,01 | 0,201 | 5,00 | CR | = | 0,00 |
| 1,07 | 0,215 | 5,00 |
Diketahui nilai CR = 0.00 < 0.1(10%), maka perhitungan dapat diterima.
d. Penetapan prioritas hirarki
1,00
| TEKNIS | SOSIAL |
|---|---|
| GSW MPDT | GSW MPDT |
| GSW 1,00 1,01 | GSW 1,00 0,67 |
| MPDT 0,99 1,00 | MPDT 1,50 1,00 |
| EKONOMI | POLITIK |
| GSW MPDT | GSW MPDT |
| GSW 1,00 1,22 | GSW 1,00 1,01 |
MPDT
0,99
1,00
| LINGKUNGAN | ||||||
|---|---|---|---|---|---|---|
| GSW | MPDT | |||||
| GSW | 1,00 | 0,90 | ||||
| MPDT | 0,82 | 1,00 | ||||
| O 1 | 1 '1 | 1.77 | ||||
Sumber: hasil perhitungan
0,82
MPDT
e. Penarikan kesimpulan
| 0,50 | 0,55 | 0,40 | 0,47 | 0,50 | 0,203 | |
|---|---|---|---|---|---|---|
| 0,50 | 0,45 | 0,60 | 0,53 | 0,50 | x | 0,192 |
| 0,189 | ||||||
| 0,201 | ||||||
| 0,215 |
Dari perkalian matriks diperoleh :
GSW = 48,59% MPDT = 51,41%
Aspek yang berpengaruh serta bobotnya :
- a. Aspek Politik (21,5%), MPDT = SW
- b. Aspek Teknis (20,3%), MPDT = SW
- c. Aspek Lingkungan (20,1%), MPDT > GSW
- d. Aspek Ekonomi (19,2%),GSW > MPDT
- e. Aspek Sosial (18,9%), MPDT > GSW
3.3 AHP dengan Expert Choice 2000
Pada prinsipnya, perhitungan dengan software ini sama dengan perhitungan manual, namun dalam analisis ini, comparative judgement yang digunakan berdasarkan data perbandingan literatur.
3.3.1 Penyusunan matriks
| [Best Fit] | Ekonomi | Lingk | Sosial | Politik |
|---|---|---|---|---|
| Teknik | ÷ 3.0 | 3.0 | 3.0 | 4.0 |
| Ekonomi | 4.0 | 4.0 | 3.0 | |
| Lingk | ` | 2.0 | 2.0 | |
| Sosial | 7 | 1.0 |
Gambar 6. Tampilan matriks perbandingan dalam Expert Choice 2000
Tabel 13. Nilai CR hasil perhitungan Expert Choice
| No. | Perbandingan yang diukur | Nilai | Hasil |
|---|---|---|---|
| CR | |||
| 1. | Per Aspek | 0,07 | Diterima |
| 2. | Perkriteria infrastruktur | ||
| - Aspek Teknis SW/DT | 0,00 | Diterima | |
| - Aspek Ekonomi SW/DT | 0,00 | Diterima | |
| - Aspek Lingkungan SW/DT | 0,00 | Diterima | |
| Aspek Sosial SW/DT | 0,00 | Diterima | |
| Aspek Politik SW/DT | 0,00 | Diterima |
Hasil perhitungan Consistency Ratio (CR) pada masingmasing aspek :
a. Aspek teknis
b. Aspek ekonomi
c. Aspek lingkungan
d. Aspek sosial
e. Aspek politik
Gambar 7. Perhitungan CR aspek Teknik, Ekonomi, Lingkungan, Sosial, Politik (a-e)
Setelah dilakukan penilaian perbandingan berpasangan (pairwise), maka diperoleh nilai pembobotan hasil pengolahan data :
Gambar 8. Hasil analisis pembobotan
Gambar 9. Diagram hasil analisis pembobotan
Dari hasil analisis Expert Choice diketahui infrastruktur yang dipilih adalah deep tunnel dengan bobot (54,4%). Sedangkan sea wall 45,6%.
Gambar 10. Hasil analisis Expert Choice pada aspek politik
Aspek yang paling berpengaruh dalam pengambilan keputusan adalah:
- a. Aspek Politik (32,2%), GSW > MPDT
- b. Aspek Lingkungan (27,7%), MPDT > GSW
- c. Aspek Sosial (23,6%), MPDT > GSW
- d. Aspek Teknik (10,2%), GSW > MPDT
- e. Aspek Ekonomi (6,3%), GSW > MPDT
3.4 Analisis hasil kuisioner
a. Uji validitas
Hasil uji validitas diperoleh menggunakan metoda korelasi Spearman's, dengan bantuan SPSS 20. Hasil uji validitas yang dilakukan menyatakan bahwa data yang diuji adalah valid.
Tabel 14. Hasil uji validitas Spearman's
| Aspek | Sig.hitung | Α | Keterangan |
|---|---|---|---|
| Teknik | 0,000 | 0,05 | Valid |
| Ekonomi | 0,000 | 0,05 | Valid |
| Lingkungan | 0,000 | 0,05 | Valid |
| Sosial | 0,000 | 0,05 | Valid |
| Politik | 0,000 | 0,05 | Valid |
Sumber : Hasil perhitungan
Kriteria validitas dapat ditentukan dengan melihat nilai Sig.(2-tailed). Untuk validitas data dengan kepercayaan 95% (α=0,05), maka nilai Sig.(2-tailed) ≤0.05.
b. Uji Realibilitas
Analisis uji reliabilitas dengan menggunakan metode cronbach alpha, dengan kriteria koefisien Guilford.
Tabel 15. Hasil uji reliabilitas
| Reliability Statistics | |||
|---|---|---|---|
| Aspek | Cronbach's Alpha | N of Items | Kategori Guilford |
| Teknik | 0.809 | 8 | Tinggi |
| Ekonomi | 0.532 | 8 | Sedang |
| Lingkungan | 0.656 | 8 | Sedang |
| Sosial | 0.552 | 8 | Sedang |
| Politik | 0.798 | 8 | Tinggi |
Berdasarkan hasil analisis diketahui ada 2 aspek yang masuk dalam kriteria reliabilitas tinggi, yaitu aspek teknik dan aspek politik. Sedangkan 3 aspek lainnya (ekonomi, sosial, lingkungan) bernilai reliabilitas sedang. Hal ini mungkin terjadi karena soal sulit difahami ataupun responden kurang memahami soal terkait, sehingga responden memberikan penilaian yang kurang meyakinkan.
c. Analisa item
Analisa ini dilakukan untuk menguji baik tidaknya/ layak tidaknya suatu item. Pada penelitian ini digunakan metode item diskriminasi, dengan mengkorelasikan item dengan jumlah total. Item yang baik adalah item yang dapat meningkatkan nilai cronbach's alpha. Hal ini dapat dilihat pada nilai corrected item-total correlation yang nilainya ≥0.3. Apabila ada item dengan nilai ≤ 0.3, maka dapat dikatakan item tersebut kurang baik dan harus dibuang, untuk menaikkan derajat reabilitasnya.
Hasil analisa yang dilakukan menunjukkan ada beberapa item yang harus dibuang karena mempunyai nilai koreksi yang rendah.
Tabel 16. Hasil analisis item
| Nilai Koreksi | |||
|---|---|---|---|
| Aspek | Min | Max | Item dibuang |
| Teknis | 0,406 | 0,698 | Tidak |
| Ekonomis | -0,066 | 0,530 | Ya |
| Lingkungan | -0,066 | 0,779 | Ya |
| Sosial | 0,013 | 0,502 | ya |
| Politik | 0,348 | 0,725 | tidak |
Setelah item/pertanyaan dengan nilai koreksi rendah dibuang/dihilangkan, dilakukan uji ulang analisis item dengan program SPSS.
Tabel 17. Hasil analisis ulang item
| Nilai Koreksi | ||
|---|---|---|
| Aspek | Min | Max |
| Teknis | 0,406 | 0,698 |
| Ekonomis | 0,624 | 0,683 |
| Lingkungan | 0,556 | 0,903 |
| Sosial | 0,447 | 0,559 |
| Politik | 0,348 | 0,725 |
Naiknya nilai koreksi item menyebabkan nilai reabilitas per aspek naik, hal ini terjadi karena item yang kurang baik dihilangkan, sehingga instrumen penelitian mempunyai nilai realibilitas yang lebih baik.
Tabel 18. Hasil uji ulang reliabilitas
| Reliability Statistics | |||||
|---|---|---|---|---|---|
| Aspek | Cronbach's Alpha | N of Items | Kategori Guilford | ||
| Teknik | 0.809 | 8 | Tinggi | ||
| Ekonomi | 0.820 | 3 | Tinggi | ||
| Lingkungan | 0.865 | 4 | Tinggi | ||
| Sosial | 0.714 | 3 | Tinggi | ||
| Politik | 0.798 | 8 | Tinggi | ||
d. Statistik deskriptif
Untuk mengetahui dimana posisi pengambilan keputusan terhadap Aspek Teknik, Ekonomi, Lingkungan, Sosial, dan Politik, maka dibuatkan Norma. Dalam penelitian ini dipilih Penilaian Acuan Norma (PAN) yaitu penilaian yang membandingkan hasil nilai suatu tes terhadap hasil dalam kelompoknya, menggunakan kurva normal.
Gambar 11. Kurva normal
Dari nilai rerata dan standar deviasi per aspek dibuat kurva normal, yang kemudian dibagi menjadi beberapa kriteria penilaian.
Tabel 19. Statistik deskriptif infrastruktur deep tunnel
| Infrastruktur/Aspek | Deep Tunnel | Kriteria | |
|---|---|---|---|
| Rata-rata | 4,47 | Cukup | |
| Teknik | Std.dev | 0,65 | berpengaruh |
| Rata-rata | 4,01 | Cukup | |
| Ekonomi | Std.dev | 0,96 | berpengaruh |
| Rata-rata | 4,68 | ||
| Lingkungan | Std.dev | 0,86 | Berpengaruh |
| Rata-rata | 5,02 | ||
| Sosial | Std.dev | 0,70 | Berpengaruh |
| Rata-rata | 4,72 | Cukup | |
| Politik | Std.dev | 0,87 | berpengaruh |
Tabel 20. Statistik deskriptif infrastruktur sea wall
| Infrastruktur/Aspek | Deep Tunnel | Kriteria | ||
|---|---|---|---|---|
| Rata-rata | 4,50 | |||
| Teknik | Std.dev | 0,61 | Berpengaruh | |
| Rata-rata | 4,65 | |||
| Ekonomi | Std.dev | 0,48 | Berpengaruh | |
| Rata-rata | 4,39 | Cukup | ||
| Lingkungan | Std.dev | 0,49 | berpengaruh | |
| Rata-rata | 3,79 | Kurang | ||
| Sosial | Std.dev | 0,86 | Berpengaruh | |
| Rata-rata | 4,76 | |||
| Politik | Std.dev | 0,86 | Berpengaruh | |
e. Uji Friedman
Hasil uji Friedman per aspek yang dilakukan pada penelitian ini adalah :
Tabel 21. Hasil uji friedman
| Teknik | Ekonomi | Lingkungan | Sosial | Politik | |
|---|---|---|---|---|---|
| N | 62 | 62 | 62 | 62 | 62 |
| Chi‐ Square | 84,504 | 168,24 | 63,635 | 296,41 | 29,026 |
| Df | 7 | 7 | 7 | 7 | 7 |
| A symp. Sig | 0,000 | 0,000 | 0,000 | 0,000 | 0,000 |
Analisa Hipotesis :
Ho = Tidak ada perbedaan pertimbangan pada aspek teknik / ekonomi/ lingkungan / social / politik dalam pengambilan keputusan pemilihan infrastruktur sea wall / deep tunnel.
H1 = Ada perbedaan pertimbangan pada aspek teknik / ekonomi / lingkungan / social / politik dalam pengambilan keputusan pemilihan infrastruktur sea wall/deep tunnel.
Pengambilan keputusan :
Jika probabilitas > 0,05, maka Ho diterima Jika probabilitas < 0,05, maka Ho ditolak
Dari hasil tersebut diketahui bahwa ada perbedaan pertimbangan pada pada aspek teknik / ekonomi / lingkungan / sosial / politik dalam pengambilan keputusan infrastruktur sea wall/deep tunnel.
3.5 Pembahasan hasil kuisioner
a. Berdasarkan uji hipotesis
Dari uji hipotesis terlihat bahwa pada aspek teknis, meskipun MPDT (cukup berpengaruh) dan GSW (berpengaruh) namun selisihnya kecil (0,03) sehingga aspek teknis pada kedua infrastruktur ini dianggap seimbang.
Pada aspek ekonomi, MPDT (3,82/cukup berpengaruh) dan GSW (4,65/ berpengaruh), perbedaan ini mengindikasikan bahwa pengambil keputusan lebih memilih sea wall apabila dipandang dari sisi ekonomi karena dianggap lebih menguntungkan.
Aspek lingkungan pada MPDT mempunyai nilai 4,68 (berpengaruh), dan nilai GSW adalah 4,21 (cukup berpengaruh). Sedangkan pada aspek sosial, MPDT mempunyai nilai 5,02 (berpengaruh) dan GSW sebesar 3,79 (kurang berpengaruh). Hal ini dapat diartikan bahwa dalam pengambilan keputusan, dampak aspek sosial pada GSW kurang mendapat perhatian seperti halnya pada infrastruktur MPDT.
Pada aspek politik, nilai MPDT sebesar 4,72 (cukup berpengaruh), dan GSW sebesar 4,76 (berpengaruh). Pertimbangan aspek politik pada kedua jenis infrastruktur diyakini memegang peranan penting dalam pengambilan keputusan pemilihan jenis infrastruktur, dan dalam simulasi ini diketahui bahwa nilai aspek politik pada infrastruktur sea wall lebih besar dibandingkan dengan deep tunnel, dimana ada perbedaan pertimbangan dari para responden sebagai pengambil keputusan yang menganggap sea wall lebih bernilai politis dibandingkan dengan deep tunnel.
b. Berdasarkan prosentase
Dalam simulasi pengambilan keputusan infrastruktur, aspek-aspek yang berpengaruh dalam pertimbangan adalah :
Tabel 22. Prosentasi nilai per-aspek tiap kelompok
| Aspek | |||||
|---|---|---|---|---|---|
| Instansi | Teknis | Ekonomi | Lingkungan | Sosial | Politik |
| DITJEN SDA | 20,60% | 19,16% | 20,26% | 18,82% | 21,16% |
| PUSAIR | 20,52% | 19,17% | 20,18% | 18,66% | 21,48% |
| DINAS PU | 19,84% | 19,13% | 20,49% | 19,13% | 21,41% |
| BAPPENAS | 19,75% | 19,41% | 19,97% | 18,95% | 21,92% |
| Mahasiswa | 20,90% | 19,10% | 19,40% | 20,00% | 20,60% |
| Tenaga Ahli | 20,00% | 20,00% | 20,00% | 18,87% | 21,13% |
Tabel 23. Pemilihan infrastruktur oleh Kelompok
| Instansi | Infrastruktur | |
|---|---|---|
| deep tunnel | sea wall | |
| DITJEN SDA | 51,43% | 48,57% |
| PUSAIR | 51,43% | 48,87% |
| DINAS PU | 51,39% | 48,61% |
| BAPPENAS | 52,00% | 48,00% |
| Mahasiswa | 50,85% | 49,15% |
| Tenaga Ahli | 51,04% | 48,96% |
Dari hasil tersebut diketahui bahwa semua responden sepakat bahwa deep tunnel adalah infrastruktur yang dipilih sebagai salah satu alternatif untuk mengendalikan banjir Jakarta, meski selisih nilai antara kedua jenis infrastruktur itu sedikit (1,71% - 3,99%). Hal ini menggambarkan adanya independensi masing masing responden,yang dapat terjadi berdasarkan informasi dan pengetahuan yang dimiliki responden dalam menentukan pendapat mereka terkait pemilihan infrastruktur.
3.6 Simulasi teori The Garbage Can of Organizational Choice
Pada simulasi berbasis agen ini, input yang dimasukkan berkaitan dengan kemampuan para agen (peserta, solusi, kesempatan, dan masalah), input situasi, serta input kondisi dimana para agen berinteraksi dalam proses pengambilan keputusan.
Kemampuan para agen dalam pengambilan keputusan akan menentukan berhasil/tidaknya dicapai suatu resolusi. Peserta (participants) ditandai dengan kemampuan dalam memecahkan masalah. Solusi (solutions) dicirikan oleh efisiensi. Kesempatan (opportunity) dicirikan oleh jumlah kesempatan terbentuk, dan Masalah (problem) ditandai dengan tingkat kesulitan. Pada Gambar 12, 13, 14, 16 berikut terlihat perubahan pergerakan model pada iterasi ke-n dalam simulasi pemodelan The Garbage Can Model of Organizational Choice
Gambar 12. Tampilan model pada iterasi-0
Gambar 13. Model pada iterasi ke-10 dan ke-50
Gambar 14. Iterasi ke-100 dan iterasi ke-200
Gambar 15. Iterasi ke-300 dan iterasi ke-350
| participants | opportunities | Decisions by Oversight | Decisions by Resolution |
|---|---|---|---|
| 500 | 50 | 26 | |
| solutions | problems | Flights by Postponement | Flights by Buck-Passing |
| 10 | 20 | 0 | 0 |
| Blocked Decis | ions | Postponed Problems 0 | Passed Problems 0 |
| Life Blocked D | ecisions | Life Postponed Problems 0 | Life Passed Problems 0 |
| Deja-vu Oppo | Deja-vu Solutions | Deja-vu Problems | |
| 0.61360123 | 0.5478073328540618 | 0.6195022161609274 |
Gambar 16. Hasil simulasi pemodelan
Gambar 17. Hasil simulasi keputusan
Gambar 18. Hasil simulasi keseimbangan
Tabel 24. Hasil output simulasi pengambilan keputusan dalam GCM
| Parameter | Nilai | Keterangan |
| Participant | 500 | Semua peserta turut mempunyai andil dalam pengambilan kepu tusan |
| Opportunities | 50 | Terdapat 50 kali kesempatan dalam pengambilan keputusan |
| Solution | 10 | Terdapat 10 jenis solusi dalam |
| Problems | 20 | Terdapat 20 jenis permasalahan |
| Decision by oversight | 26 | Ada 26 jenis keputusan yang kurang sesuai dalam menyelesaikan permasalahan, yang diambil karena adanya pengawasan |
| Decision by Resolution | 1 | Ada 1 jenis keputusan yang diambil atas dasar hasil resolusi |
| Deja-vu Opportunities | 0,6136 | Ada 61,36% kesempatan yang terulang dari pertemuan pertemuan para agen/peserta |
| Deja-vu Solution | 0,5478 | Ada 54,78% solusi yang terus dikemukakan dari semua solusi yang ditawarkan |
| Deja-vu Problems | 0,6195 | Ada 61,95% permasalahan yang selalu ditemui dari semua permasalahan yang ada |
Sumber : Hasil perhitungan
Kesimpulan yang dapat diambil dalam The Garbage Can Model of Organizational Choice adalah :
- a. Sebagian besar keputusan dibuat oleh pengawasan, beberapa masalah yang diselesaikan dan yang ditunda masih tersebar pada ruang simulasi.
- b. Sejumlah penundaan tidak menyebabkan pengambilan keputusan.
- c. Penundaan yang menghasilkan keputusan oleh pengawasan lebih banyak dari penundaan yang menghasilkan keputusan dari resolusi.
- d. Peluang yang paling penting cenderung memecahkan masalah daripada peluang yang paling tidak penting.
4. Kesimpulan
Berdasarkan penelitian yang dilakukan pada kedua rencana infrastruktur tersebut, dapat disimpulka :
- 1. Belum ada kajian yang memadai seberapa besar pengaruh infrastruktur dalam mereduksi banjir Jakarta dan aspek operasi serta pemeliharaannya, kajian tentang lingkungan hidup strategis (KHLS), kajian skema pendanaan, serta kajian dampak sosial infrastruktur tersebut.
- 2. Dalam simulasi Analitycal Hierarchy Process (AHP) Deep tunnel menjadi infrastruktur pilihan
- dengan nilai 51,41% dan Sea Wall 48,58%, dengan aspek yang paling berpengaruh adalah Aspek politik (21,5%) dan kurang berpengaruh adalah Sosial (18,9%). Hal ini sejalan dengan simulasi Expert Choice, infrastruktur yang dipilih adalah Deep Tunnel dengan prosentase sebesar 54,4%, dengan aspek yang paling berpengaruh adalah Aspek politik (32.2%) dan kurang berpengaruh adalah Ekonomi (6,3%).
- 3. Pada simulasi teori The Garbage Can Model Semua peserta (participant) turut dalam pengambilan keputusan, dan keputusan yang diambil karena adanya pengawasan lebih banyak dibandingkan dengan keputusan hasil resolusi, artinya solusi yang ditawarkan kurang efektif dalam menyelesaikan persoalan atau participant kurang memaksimalkan perannya dalam pengambilan keputusan.
- 4. Dari analisis kuisioner diketahui bahwa ada perbedaan pertimbangan pada masing masing aspek. Dalam hal ini, Sea Wall (GSW) dianggap lebih menguntungkan dalam aspek ekonomi dan lebih bernilai politis dan Deep Tunnel (MPDT) lebih mendapat perhatian dalam aspek sosial. Keduanya dianggap akan mengakibatkan terjadinya perubahan lingkungan dan ekosistem.