ANALISIS WILLINGNESS TO ACCEPT TERHADAP PROGRAM

Download relokasi, mengestimasi besarnya Willingness To Accept (WTA) masyarakat ... Skripsi. Sebagai salah satu syarat untuk memperoleh gelar Sarjan...

0 downloads 632 Views 2MB Size
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 2014

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 NIM. H44080086

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 2014

Judul Skripsi

Nama

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

Tanggal Lulus :

Skripsi

I

: Analisis Willingness To Accept Terhadap Program Relokasi Masyarakat di Kampung Pulo Kecamatan J atinegara Jakarta Timur. : Muhamad Saefrudin : H44080086

Disetujui oleh

~

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

Diketahui

Tanggal Lulus:

2 8 JAN 2014

Asti Istigomah, SP, M.Si Pembimbing II

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

Muhamad Saefrudin

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 5.3.1. Karakteristik Sosial Ekonomi Responden ............................ 46

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 LAMPIRAN ...................................................................................................... 71

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 Tahun 2013 ....................................................................................................... 64

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 5 Wilayah Pelebaran Sungai Ciliwung di Kampung Pulo ................................... 43

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

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. 3.500.000 3.000.000 2.926.732

2.500.000 2.260.341

2.000.000 1.500.000 1.000.000

2.135.571

1.716.345 1.123.670

500.000 24.936 0 Jakarta Pusat

Jakarta Utara

Jakarta Barat

Jakarta Selatan

Jakarta Timur

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

Kep. Seribu

2

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

1 2 3 4 5 6

1.902 6.628 848 2.823 290 1.085 3.040 10.536 1.013 3.512

Jatinegara/Kampung Pulo Jatinegara/Bidara Cina Jatinegara/Cipinang Besar Utara Pulogadung/Kayu Putih Pulogadung/Pulo Gadung Kramat Jati/Cawang Total Rata-rata

Jiwa

Ketinggian (cm) 60 ‐ 250 50 ‐ 150 33-35 20-40 30-45 20-200

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

4

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

ketidaksediaan untuk relokasi.

saja

yang

mempengaruhi

kesediaan

dan

6

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. 2.1.

TINJAUAN PUSTAKA

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

8

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

10

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

12

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

14

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.

Tabel 2 Rangkuman Penelitian Terdahulu Judul

Tujuan Penelitian

Analisis Willingness To Accept Masyarakat akibat Eksternalitas Gamping

Negatif

(Studi

Kegiatan

Kasus

Desa

mengidentifikasi

Hasil dari penelitian ini menunjukkan bahwa

Batu

eksternalitas negatif yang dirasakan masyarakat akibat

sebagian besar masyarakat menyatakan eksternalitas

Kecamatan

dari aktivitas penambangan batu gamping, mengkaji

negatif

peluang kesediaan masyarakat dalam menerima dana

getaran, perubahan kualitas udara serta perubahan

kompensasi, mengkuantifikasi besarnya nilai kesediaan

kualitas dan kuantitas air. Hanya sebagian kecil

menerima dana kompensasi, serta mengkaji faktor-

responden

faktor yang berpengaruh pada besarnya nilai dana

keanekaragaman

kompensasi masyarakat sekitar penambangan.

menyatakan bersedia menerima dana kompensasi

Penambangan Lulut,

Klapanunggal, Kabupaten Bogor).

Tujuan

penelitian

adalah

Hasil

yang dirasakan

yang

adalah

kebisingan

menyatakan hayati.

mayoritas

dan

kehilangan responden

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. Faktor-Faktor Yang Mempengaruhi Pencapaian

Bertujuan untuk mengukur pencapaian proses

Hasil penelitian menunjukkan bahwa ketiga

Proses Relokasi Pemukiman Masyarakat Suku Bajau Di

relokasi pemukiman masyarakat suku Bajau di Desa

indikator pencapaian proses relokasi pemukiman

Desa Kalumbatan Kabupaten Banggai Kepulauan.

Kalumbatan dan mengidentifikasi faktor-faktor yang

masyarakat suku Bajau di Desa Kalumbatan, yaitu

mempengaruhi pencapaian proses relokasi pemukiman

(1) kondisi rumah, (2) tingkat pendapatan dan (3)

masyarakat suku Bajau. Data hasil penelitian diolah dan

tingkat kebetahan tinggal; secara umum memiliki

dianalisis dengan metode tabulasi silang (crosstab).

kecenderungan “cukup berhasil”. Adapun faktor-faktor

15

16 16

Judul

Tujuan Penelitian

Hasil

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.

Analisis Bantaran

Relokasi

Sungai

Pemukiman

Ciliwung

Dengan

Penduduk

di

Pendekatan

Penelitian ini bertujuan untuk (1) Mengkaji

Hasil Penelitiannya yakni sebagian besar

persepsi masyarakat bantaran Sungai Ciliwung di

responden menyatakan lingkungan tempat tinggalnya

Kampung Pulo terhadap lingkungan tempat tinggal

kotor, tidak mengetahui fungsi sungai dan bantaran

mereka,

yang

sungai, mengetaui dampak kerusakan lingkungan

ketidaksediaan

berupa gangguan kesehatan, dan menyatakan penataan

(2)

menganalisis

faktor-faktor

Willingness To Accept (Kasus Kampung PuloKecamatan

mempengaruhi

kesediaan

atau

Bogor Utara Kota Bogor).

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).

lingkungan tempat tinggalnya buruk.

17 Judul

Tujuan Penelitian Tujuan menemukenali

Analisis

Faktor-faktor

yang

dari

penelitian

faktor-faktor

ini

yang

Hasil adalah

untuk

Hasilnya adalah bahwa masyarakat yang

mempengaruhi

Terkonsolidasi adalah mendukung variabel-variabel

mempengaruhi

keputusan partisipasi masyarakat dalam kegiatan

yang

keputusan partisipasi Masyarakat dalam kegiatan relokasi

relokasi pemukiman kumuh di Kelurahan Kauman.

mempengaruhi keputusan masyarakat. Diantaranya

pemukiman kumuh di kelurahan Kauman Kabupaten

Metode analisis yang digunakan adalah analisis

adalah pendapatan rata-rata, anggota keluarga yang

Jepara.

kualitatif deskriptif dan analisis kuantitatif dengan

bekerja, tingkat pendapatan keluarga, kemampuan

tabulasi Silang (Cross Tabulation). Penelitian ini

membangun, kepemilikan lahan, tingkat pendidikan

memiliki beberapa tahapan analisis antara lain analisis

dan perolehan lahan, sedangkan dari faktor ekspektasi

karakteristik individu masyarakat yang terkonsolidasi,

(harapan)

analisis

masyarakat

pemukiman, kondisi fisik lahan relokasi, ketersediaan

(harapan)

difasilitas dan utilitas, status lahan, aksesibilitas lahan,

karakteristik

terkonsolidasi

dan

sosial analisis

ekonomi ekspektasi

masyarakat

ditawarkan

adalah

faktor-faktor

jenis

yang

peruntukan

dianggap

lingkungan

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.

Tujuan

penelitian

ini adalah

menghitung

Berdasarkan

hasil

penelitian

didapatkan

besarnya kerugian ekonomi akibat banjir, menganalisis

bahwa total kerugian yang diterima masyarakat ketika

dan

persepsi dan tingkat penerimaan masyarakat terhadap

terjadi banjir adalah Rp 1.254.097.156,-. Nilai ini

Kesediaan Membayar Masyarakat terhadap program

upaya perbaikan lingkungan serta faktor-faktor yang

menunjukan total biaya yang dikeluarkan responden

perbaikan lingkungan (Kasus Pemukiman Bantaran Sungai

mempengaruhinya,

WTP

untuk mendapatkan lingkungan yang lebih baik.

Ciliwung).

masyarakat terhadap upaya perbaikan lingkungan dan

Pengetahuan masyarakat terhadap lingkungan masih

faktor-faktor

yang

rendah, namun sebagian besar masyarakat menerima

digunakan dalam penelitian ini adalah data primer dan

upaya perbaikan lingkungan, faktor-faktor yang

Analisis

Nilai

Kerusakan

Lingkungan

menghitung

besarnya

yang mempengaruhinya. Data

17

18

18 Judul

Tujuan Penelitian

Hasil

sekunder. Metode yang digunakan adalah metode

mempengaruhinya adalah jumlah tanggungan, lama

kualitatif dan kuantitatif.

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.

3.1.1.

Kerangka Teoritis

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 prediksiprediksi 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=

𝑒 ∝−𝛽𝑥 1+ 𝑒 ∝−𝛽𝑥

Model dalam analisis logit dituliskan dengan p= eα – βx

20

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

=

𝑝 (1 − 𝑝)

Ln (Odds)

= 𝐿𝑛 (𝑒 (𝛼+𝛽𝑥) )

Log (Odds)

= (𝛼 + 𝛽𝑥 ) log e

Log (Odds)

= 𝛼 + 𝛽𝑥 ( persamaan linier sehingga dapat disestimasi)

Logit (p)

= 𝛼 + 𝛽𝑥 ( 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 masingmasingnya 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.

22

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 teoriteori, penelitian terdahulu yang relevan dan hasil observasi lapang. Variabelvariabel yang digunakan di dalam model penelitian ini diantaranya adalah 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.

24

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. Meningkatnya Permintaan Lahan Pemukiman di Jakarta

Peningkatan : Jumlah Penduduk

Bencana Banjir

Relokasi

Faktor yang mempengaruhi kesediaan/ketidaksediaan untuk di relokasi

Nilai Kompensasi (WTA) & Faktor penentu besar WTA

CVM

Regresi Linier Berganda

Regresi Logistik

Peningkatan Harga Lahan

Pemanfaatan Bantaran Sungai untuk Pemukiman

Estimasi Nilai Kerugian Ekonomi

- Hilangnya Pendapatan

(Loss of Earning) - Biaya Berobat (Cost of illnes) - Biaya Perbaikan WTA Program Relokasi

Faktor yang mempengaruhi besarnya WTA

Faktor yang mempengaruhi kesediaan masyarakat direlokasi

Rekomendasi pada program relokasi

Ket :

: Ranah Penelitian : Alur Kerangka Berfikir Gambar 2 Skema Kerangka Pemikiran Penelitian.

Nilai Kerugian Ekonomi

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.

26

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=

N 1 + 𝑁𝑒 2

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=

1500 (1 + 1500(15))2

= 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

1

Mengestimasi besarnya kerugian yang diterima oleh masyarakat akibat banjir.

Studi literatur dan wawancara (kuesioner)

2

Menganalisis faktor apa saja yang mempengaruhi kesediaan dan ketidaksediaan untuk relokasi. Mengestimasi besarnya nilai kompensasi (Willingness To Accept) masyarakat Kampung Pulo agar bersedia di relokasi serta faktor yang mempengaruhinya.

wawancara (kuesioner)

3

Wawancara dengan penduduk yang menjadi responden (kuesioner)

Metode Analisis data  Analisis hilangnya pendapatan  Biaya berobat  Biaya perbaikan Analisis regresi logit dengan Microsoft Office Excel 2013 & Minitab 15 Regresi linier berganda dengan Microsoft Office Excel 2013 & Minitab 15

Jenis Data Sekunder dan primer

primer

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:

28

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 rataratanya, maka total jumlah uang yang dikeluarkan untuk berobat dibagi jumlah responden yang mengeluarkan biaya untuk berobat. n

BB RBB i0 n

.............................................................................................. (2)

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. n

 BP

RBP  i 0 ....................................................................................... (3) n dimana : RBP = Rata-rata biaya perbaikan (Rp)

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

30

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 : 𝑛

EWTA = ∑ 𝑖=1

n𝑖

W𝑖 ( N )...........................................................................(4)

31

dimana : EWTA : Dugaan rataan WTA Wi

: Nilai WTA ke-i

Ni

: Jumlah responden ke-i yang bersedia menerima sebesar WTA

N

: Jumlah Sampel

n

: Jumlah Responden

i

: Responden ke-i yang bersedia menerima terhadap program perbaikan kualitas lingkungan

4. Menjumlahkan Data (Agregating Data) Secara keseluruhan, ketika ingin melihat data secara komulatif maka proses selanjutnya adalah dengan menjumlahkan data yang ada. Penjumlahan data merupakan proses dimana rata-rata penawaran dikonversikan terhadap total populasi yang dimaksud. Bentuk ini sebaiknya termasuk seluruh komponen dari nilai relevan yang ditemukan seperti nilai keberadaan dan nilai penggunaan. Keputusan dalam penjumlahan data ditentukan oleh beberapa hal, diantaranya adalah pilihan terhadap populasi yang yang relevan, berdasarkan rata-rata contoh ke rata-rata populasi, pilihan dari pengumpulan periode waktu yang menghasilkan manfaat. Penjumlahan data juga merupakan suatu proses dimana nilai tengah penawaran dikonversikan terhadap total populasi yang dimaksud. Setelah menduga nilai tengah WTA dari rumah tangga dengan menggunakan persamaan : 𝑛

ni

TWTA = ∑ 𝑖=1

WTA𝑖 ( N ) .............................................................................. (5)

dimana : TWTA : Total WTA WTAi : WTA individu sampel ke-i ni

: Jumlah responden ke-i yang bersedia menerima sebesar WTA

N

: Jumlah Sampel

n

: Jumlah Responden

i

: Responden ke-I yang bersedia menerima terhadap program perbaikan kualitas lingkungan

32

4.4.3. Analisis Kesediaan Responden Menerima Skenario Relokasi. Analisis data yang digunakan untuk mengetahui kesediaan/ketidaksediaan responden dalam menerima skenario relokasi dilakukan dengan menggunakan alat regresi logit. Dengan model logit, dapat diduga peluang responden untuk menerima atau tidak menerima relokasi, serta faktor-faktor apa saja yang mempengaruhinya. Bentuk model logit yang digunakan untuk mengkaji kesediaan/ketidaksediaan responden dalam menerima relokasi adalah : Li

= β0 – β1 Pddkn – β2 Pdptn – β3 Tnggn – β4 Lmtgl – β5 Lstgl – β6 Kpddk – β7 Jsklm – β8 Usia + ε1

Li

= Peluang responden menerima relokasi (bernilai 1 untuk “bersedia” dan bernilai 0 untuk “tidak bersedia”)

β0

= Konstanta

β1 ,.., β8 = Koefisien regresi Pddkn

= Tingkat Pendidikan (tahun)

Pdptn

= Pendapatan (rupiah/bulan)

Tnggn

= Jumlah tanggungan (orang)

Lmtgl

= Lama tinggal (tahun)

Lstgl

= Luas tempat tinggal (m2)

Kpddk

= Kependudukan (bernilai 1 untuk “asal Jakarta” dan bernilai 0 untuk “bukan asal Jakarta”)

Jsklm

= Jenis Kelamin (bernilai 1 untuk “Pria” dan bernilai 0 untuk “Wanita”)

i

= Responden ke 1 (i=1,2,3,..,45)

ε

= Galat Variabel pendidikan akan berpengaruh negatif artinya semakin tinggi

tingkat pendidikan seseorang maka semakin tinggi pula peluang responden untuk menerima relokasi. Variabel pendapatan akan memberikan pengaruh negatif artinya semakin tinggi pendapatan seseorang maka semakin tinggi peluang responden untuk menerima relokasi. Variabel lama tinggal akan memberikan pengaruh negatif artinya semakin lama waktu seseorang tinggal di daerah tersebut maka semakin tinggi peluang responden untuk menerima relokasi. Variabel kependudukan akan memberikan pengaruh negatif artinya jika penduduk tersebut asli jakarta maka semakin tinggi peluang responden untuk menerima relokasi.

33

Variabel jumlah tanggungan akan memberikan pengaruh negatif pada kesediaan menerima skenario relokasi. Semakin banyak jumlah tanggungan berarti semakin besar biaya hidup dan kesulitan jika harus berpindah tempat tinggal. Hal ini mengakibatkan responden tidak bersedia menerima skenario relokasi yang diajukan dan menolak menerima kompensasi, begitu pula sebaliknya. Variabel luas tinggal diduga akan memiliki hubungan negatif dengan kesediaan responden menerima skenario relokasi. Dengan semakin luas tempat tinggal seseorang berarti responden akan merasa nyaman dan tidak terlalu terganggu dengan perubahan kualitas lingkungan sekitarnya. Selain itu, responden dengan tempat tinggal yang luas sudah mengeluarkan biaya yang besar untuk membangun tempat tinggalnya. Faktor tersebut menyebabkan responden tidak bersedia menerima kompensasi. Variabel jenis kelamin diduga berpengaruh negatif. Jika semakin lama seseorang pria tinggal di daerah tersebut, maka responden tidak bersedia menerima relokasi. Hal ini dikarenakan pada umunya responden pria cenderung menggantungkan hidupnya dari bermata pencahariaan sebagai pedagang di daerah tersebut. 4.4.4. Analisis Fungsi WTA Responden Terhadap skenario relokasi. Untuk mengetahui faktor-faktor yang mempengaruhi WTA masyarakat Kampung Pulo terhadap kebijakan relokasi pemukiman melalui penerimaan kompensasi digunakan model regresi ordinal logistik. Persamaan regresi dalam penelitian ini adalah : WTAi

= β0 + β2 Pdptn + β4 Lmtgl + β5 Lstgl + β6 Izmbg + β8 Ssrmh+ ε1

β0

= Konstanta

β1 ,.., β8

= Koefisien regresi

Pdptn

= Pendapatan (rupiah/bulan)

Lmtgl

= Lama tinggal (tahun)

Lstgl

= Luas tempat tinggal (m2)

Izmbg

= Kepemilikan izin mendirikan bangunan (bernilai 1 untuk “memiliki” dan bernilai 0 untuk “tidak memiliki”

Ssrmh

= Status rumah (bernilai 1 untuk “milik sendiri” dan bernilai 0 untuk “bukan milik sendiri”)

i

= Responden ke 1 (i=1,2,3,..,45)

34

ε

= Galat Variabel pendidikan, pendapatan, tanggungan, luas tinggal, lama tinggal,

kepemilikan izin mendirikan bangunan dan status rumah akan memiliki nilai koefisien negatif yang artinya adalah bahwa setiap kenaikan 1 satuan pada variabel X akan menurunkan sebesar 1 satuan pada varabel Y. 4.4.5. Uji Parameter Untuk memeriksa kebaikan dari model yang telah dibuat, perlu dilakukan pengujian secara statistika. Uji yang dilakukan adalah 1.

Uji Keandalan Uji ini dilakukan dalam evaluasi dalam pelaksanaan CVM. Berhasil

tidaknya pelaksanaan CVM dilihat dengan nilai koefisien deerminasi (R2) dari OLS WTA. Dengan diketahuinya nilai ini, maka akan diketahui sejauh mana keragaman variabel tak bebas dapat diterangkan oleh variabel bebasnya. Secara sistematis rumus untuk besarnya R2 adalah sebagai berikut : R2 =

RSS TSS

Dimana :

RSS = Jumlah Kuadarat Regresi TSS = Jumlah Kuadrat Total

Apabila nilai R2 semakin mendekati 1, maka semakin besar keragaman variabel tak bebas yang dapat diterangkan variabel bebasnya. 2.

Uji Statistik F Pengujian ini dilakukan untuk mengetahui pengaruh variabel (Xi) secara

bersama-sama terhadap variabel tidak bebasnya (Yi). Prosedur pengujiannya (Ramanathan, 1997) adalah H0 : β1 = β2 = β3 =... βk = 0 H0 : β1 = β2 = β3 =... βk ≠ 0 Fℎ𝑖𝑡 =

JKK (k − 1) JGK k (n − 1)

Dimana : JKK

= Jumlah Kuadrat untuk Nilai Tengah Kolom

JGK

= Jumlah Kuadrat Galat

35

n

= Jumlah Sampel

k

= Jumlah Peubah

jika thit(a-k) < ttabel, maka H0 diterima, artinya variabel (xi) tidak berpengaruh nyata terhadap (Yi) jika thit(a-k) > ttabel, maka H0 ditolak, artinya variabel (xi) berpengaruh nyata terhadap (Yi) Pengujian juga dapat melihat P-Value dari model (seluruh variabel; independen secara bersama). Jika P-Value lebih kecil dari nilai a yang digunakan, maka H0 ditolak yang artinya variabel independen secara bersama-sama berpengaruh nyata terhadap variabel dependennya. 3.

Uji Statistik t Uji ini dilakukan untuk mengetahui seberapa jauh masing-masing variabel

bebasnya (Xi) mempengaruhi sosial ekonomi masyarakat setempat (Yi), sebagai peubah tak bebas, prosedur pengujiannya (Ramanathan, 1997) adalah : H0 : βi = 0 artinya variabel bebas (Xi) tidak berpengaruh nyata terhadap variabel bebasnya (Yi) H1 : βi ≠ 0 artinya variabel bebas (Xi) berpengaruh nyata terhadap variabel bebasnya (Yi) t ℎ𝑖𝑡 (𝑎−𝑘) =

𝛽𝑖 − 0 𝑆𝛽𝑖

jika thit(a-k) < ttabel, maka H0 diterima, artinya variabel (xi) tidak berpengaruh nyata terhadap (Yi) jika thit(a-k) > ttabel, maka H0 ditolak, artinya variabel (xi) berpengaruh nyata terhadap (Yi) Pengujian juga dapat diketahui dari nilai probability masing-masing variabel yang merupakan hasil output. Jika nilai probabilitiy lebih kecil dari nilai a yang digunakan, maka variabel tersebut berpengaruh nyata secara individu terhadap variabel dependennya.

36

4.

Uji terhadap Kolinear Ganda (Multikolinearitas) Dalam model yang melibatkan banyak peubah bebas sering terjadi

masalah multicolinearity, yaitu terjadinya korelasi yang kuat antar peubah-peubah bebas bebas. Menurut Koutsoyiannis (1997), deteksi multicolinearity dalam sebuah model dapat dilakukan dengan membandingkan besarnya nilai koefisien determinasi (R2) dengan koefisien determinasi parsial antar dua peubah bebas (r2). Untuk hal ini dapat dibuat suatu matriks koefisien determinasi parsial antar peubah bebas. Multicolinearity dapat dianggap tidak masalah apabila koefisien determinasi dua peubah bebas tidak melebihi nilai koefisien determinasi atau koefisien korelasi berganda antar semua peubah secara simultan. Namun multicolinearity dianggap sebagai masalah serius jika koefisien determinasi parsial antar dua peubah bebas melebihi atau sama dengan koefisien determinasi atau koefisien korelasi berganda antar semua peubah secara simultan, atau secara matematis dapat dituliskan dalam pertidaksamaan berikut : R2xixi > R2x1,x2,...,xk Masalah multicolinearity juga dapat dilihat langsung melalui output komputer, dimana apabila nilai VIF (Varian Inflation Faktor) < 10 maka tidak ada masalah dalam multicolinearity. 5.

Uji Heteroskedastisitas Salah satu asumsi metode pendugaan metode kuadrat terkecil adalah

homoskedastisitas, yaitu ragam galat konstan dalam setiap amatan. Pelanggaran atas asumsi ini adalah heteroskedastisitas. Heteroskedastisitas terjadi karena perubahan situasi yang tidak tergambarkan dalam spesifikasi model regresi yang dapat mengakibatkan perubahan tingkat keakuratan data. Gangguan ini pada umunya sering terjadi pada dara cross section. Dalam hal untuk mendeteksi adanya masalah heteroskedastisitas maka dilakukan uji heteroskedastisitas seperti yang diungkapkan oleh Ramanathan (1997). Contoh amatan diurutkan menurut peubah bebasnya kemudian dibagi dua anak contoh dengan pemisah contoh berjumlah 16 untuk ukuran contoh 60. Kedua anak contoh tersebut masing-masing diregresikan kemudian dihitung jumlah kuadrat galat (JKG) dari masing-masing regresi tersebut. Jumlah kuadrat regresi dari regresi anak contoh pertama dinotasikan JKG1. Jumlah kuadrat regresi dari regresi anak contoh kedua dinotasikan JKG2.

37

Statistik ujinya adalah : Fℎ𝑖𝑡 =

JKK 1 JGK 2

Jika tidak ada masalah heteroskedastisitas maka nilai F-hitung akan menuju satu. Masalah heteroskedastisitas masih dapat ditolerir jika F-hitung kurang dari F-tabel dengan derajat bebas v1= v2 = (n-c-2k)/2. Dimana n adalah jumlah contoh, c adalah jumlah contoh pemisah, dan k adalah jumlah parameter yang diduga. Bisa juga dengan menggunakan Uji Glejser yaitu dengan memunculkan residual dan setelah itu dimutlakan.. Nilai mutlak residual diregresikan dengan variabel X. Jika nilai annova lebih besar dari 0,1 berarti terpenuhi asumsinya, artinya tidak ada masalah heteroskedastisitas atau keragaman. 6.

Uji Normalitas Uji ini diperlukan untuk mengetahui apakah error term dari data/observasi

yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga statistik t dapat dikatakn sah. Uji yang dapat dilakukan adalah uji Kolmogorov Smirnov dengan prosedur sebagai berikut : H0 : Data berdistribusi normal, jika nilai sig (signifikansi) P Value > 0,1. H1 : Data berdistribusi tidak normal, jika nilai sig (signifikansi) P Value < 0,1. Terima H0 jika statistik K-S < χ2 atau jika diperoleh nilai probabilitas hasil output lebih besar dari α. 7.

Uji Autokorelasi Uji ini dilakukan untuk melihat apakah terdapat hubungan diantara galat

dalam persamaan regresi yang diperoleh. Jika kita mengabaikan adanya autokorelasi, maka akan berdampak terhadap pengujian hipotesis dan proses peramalan. Uji yang paling sering digunakan dalam mendeteksi adanya autokorelasi dalam suatu model adalah dengan cara tes Durbin Watson. Nilai statistik DW berada pada kisaran 0 sampai 4. Jika hasilnya mendekati angka 2 maka artinya adalah menunjukan bahwa dalam model tidak ada autokorelasi ordo kesatu (Juanda, 2009). Pada minitab bisa dengan menggunakan run test dengan memasukan nilai residualnya. Jika nilai p value lebih besar dari 0,1 berarti terpenuhi tidak ada masalah autokorelasi.

38

V. 5.1.

GAMBARAN UMUM Sejarah Lokasi Penelitian

Berdasarkan artikel sejarah dan wawancara yang diperoleh dari tokoh sejarah setempat, wilayah Jatinegara identik dengan Meester Cornelis. Meester Cornelis merupakan anak dari keluarga kaya asal pulau Lontar, Banda, Maluku yang datang ke kawasan Jatinegara pada abad ke-17. Pada zaman itu Belanda menguasai wilayah Jatinegara dan sekitarnya. Sejarah kehadiran Cornelis dimulai pada tahun 1661. Dialah yang membuka kawasan hutan jati di kawasan yang saat ini lebih dikenal sebagai Jatinegara. Dia juga dikenal sebagai guru agama. Jabatannya sebagai guru agama itulah yang membuat Cornelis mendapat tambahan gelar “Meester” di depan namanya. Mester merupakan nama seorang guru agama yang pertama kali membangun serta mengembangkan wilayah Jatinegara. “Meester” sendiri artinya ialah “Tuan Guru”. Sejak akhir abad 17, Meester Cornelis mulai menguasai tanah di kawasan hutan jati itu. Masyarakat pada saat itu pun menyebutnya dengan kawasan Meester Cornelis. Kawasan hutan jati yang dibuka Meester Cornelis perlahan berkembang jadi kota Batavia yang akan menjadi cikal bakal Betawi. Pada tahun 1924, Mester dijadikan sebagai nama kabupaten, yang terbagi dalam empat kawedanan. Kawedanan Meester Cornelis, Kebayoran, Bekasi, dan Cikarang. Kawasan Mester kemudian berganti nama menjadi Jatinegara setelah zaman Kolonial Belanda yang digantikan oleh pendudukan Jepang. Pergantian nama tersebut adalah untuk menghilangkan identitas Belanda. Karena nama Mester dianggap terlalu bernuansa Belanda oleh pemerintah Jepang. Asal mula nama Jatinegara sendiri berarti ‘Negara yang sejati’. Namun pada versi lain mengatakan nama Jatinegara diambil karena wilayah tersebut dulunya merupakan hutan Jati yang lebat sebelum dibuka oleh Mester. Hingga saat ini, kawasan Jatinegara ramai dengan hiruk-pikuk aktivitas perdagangan. Nama sang Guru besar, Mester juga masih dikenang oleh masyarakat sekitar. Mayoritas masyarakat sekitar hanya mengenal Mester sebagai nama wilayah, dan bukan sosok penting yang membangun Jatinegara dari nol. Gedung yang pernah menjadi rumah kediaman Mester Cornelis pun, sempat dibiarkan tak terurus. Hingga pada tahun 2009 pemerintah mengambil alih dan merenovasinya

39

pada tahun 2010-2011. Renovasi dilakukan oleh Dinas Pariwisata Pemerintah DKI Jakarta tersebut adalah untuk menjadikanya sebagai Badan Museum Betawi. Gedung yang juga pernah dijadikan markas Kodim 0505 hingga tahun 2005 itu, saat ini lebih dikenal masyarakat sebagai gedung ‘Kodim lama’, dan bukan sebagai gedung bekas rumah Mester Cornelis. Peneliti kesulitan saat mencari letak gedung tersebut dan bertanya kepada masyarakat dimana letak Rumah Mester Cornelis. Tapi jika bertanya dimana letak kodim lama, mayoritas masyarakat akan merujuk pada gedung tersebut. Renovasi gedung yang terletak 50 meter dari seberang stasiun Jatinegara itu belum tuntas sepenuhnya, karena bagian belakang gedung masih terlihat belum diperbaiki. Bagian dalam gedung pun masih kosong. Rencananya proses perbaikan akan dilanjutkan oleh pemerintah pada akhir 2012. Dengan renovasi gedung tersebut, diharapkan nama Mester Cornelis bisa kembali ‘dihidupkan’ sebagai bagian penting Jatinegara. Wilayah Kampung Melayu juga ikut berkembang dengan segala perkembangan yang sering terjadi di wilayah jakarta saat itu yang merupakan pelabuhan yang paling sibuk. Sementara itu wilayah Kampung Pulo itu sendiri merupakan wilayah yang telah cukup lama dibangun di dalam wilayah Kampung Melayu. Kampung Pulo menjadi daerah yang istimewa dan terunik. Istimewa karena menyimpan banyak rahasia yang menarik untuk terus dikaji, dan unik karena telah menjadi bagian sejarah yang tidak terpisahkan dari keberadaan perdagangan di kawasan pasar Mester dan Kampung Melayu. 5.2.

Gambaran Umum Lokasi Penelitian

Secara administrasi lokasi penelitian yaitu di Kampung Pulo yang berada di Kelurahan Kampung Melayu, Kecamatan Jatinegara, Kotamadya Jakarta Timur. Wilayah ini di sebelah Barat dibatasi oleh Sungai Ciliwung yang berseberangan dengan Kelurahan Bukit Duri, sebelah Timur dibatasi oleh Jalan Matraman Raya dan Jalan Jatinegara Barat yang berseberangan dengan Kelurahan Bali Mester, sebelah Utara dibatasi oleh rel kereta api yang berseberangan dengan kelurahan Kebon Manggis dan sebelah Selatan dibatasi oleh jalan Kampung Melayu Besar yang berseberangan dengan Kelurahan Bidara Cina. Luas wilayah Kampung Melayu mencapai kurang lebih 47,83 Hektar. Secara administratif Kelurahan

40

Kampung Melayu dibagi dalam 8 RW dan 112 RT, dimana hanya 2 RW yang terdapat di Kampung Pulo yakni RW 2 dan RW 3.

Sumber : Pemerintah Provinsi DKI Jakarta, 2013

Gambar 3 Lokasi Kampung Pulo Dalam Wilayah Kampung Melayu Tempat penelitian berlokasi di Kampung Pulo yang merupakan bagian dari Kelurahan Kampung Melayu dan untuk mencapai lokasi penelitian dapat ditempuh dengan berbagai alat transportasi yang tersedia dengan melalui Jalan Raya Jatinegara Barat. Transportasi yang melewati Jalan Raya Jatinegara Barat sangat beragam mulai dari angkot, ojek hingga busway atau bus besar, dan semuanya beroperasi 24 jam sehingga warga tidak terlalu khawatir jika dalam keadaan harus pulang larut malam, karena angkutan atau alat transportasi selalu tersedia.

Sumber : Pemerintah Provinsi DKI Jakarta, 2013

Gambar 4 Pembagian wilayah RW 2 dan RW 3 pada Kampung Pulo

41

Dari Gambar 4 terlihat bahwa Kampung Pulo seperti tapal kuda. Kampung Pulo berasal dari kata pulau. Wilayah ini dinamakan Kampung Pulo karena pada saat air pasang pada permukaan sungai Ciliwung meluap naik di atas 75 cm. Maka kawasan ini berada di ujung tanjung seolah-olah terpisah dari daratan utama dan menjadi pulau sendiri. Karena seringkali kondisi tersebut terjadi baik pada musim panas lebih-lebih pada saat musim hujan tiba intensitasnya akan meningkat maka masyarakat menamakan daerah tersebut sebagai Kampung Pulo. Sebagian besar tempat tinggal masyarakat Kampung Pulo terbuat dari bahan semi permanen dan sebagian lainnya terbuat dari bahan permanen seperti batu bata. Hal ini biasanya dilakukan oleh masyarakat untuk mengantisipasi datangnya banjir secara tiba-tiba. Terdapat jalur utama di Kampung Pulo yang mengitari wilayah ini, namun luas jalur ini tidak lebar dan hanya cukup untuk dilewati oleh dia sepeda motor sehingga mobil tidak dapat masuk. Banyak pula gang-gang kecil dan tidak teratur yang menjadi cabang dari jalur utama ini. Beberapa jalan pintas antar gang begitu sempit dan membingungkan. Dalam prakteknya, hal ini sering menyulitkan para penduduk jika terjadi bencana seperti banjir atau kebakaran. Pemukiman yang padat penduduk membuat air menjadi mudah meninggi, terutama di titik-titik yang tidak terdapat tanah lapang. Akibatnya banyak penduduk membuat rumah berlantai dua yang fungsinya adalah sebagai tempat pengungsian sementara, sementara itu yang lainnya yang tidak memiliki lantai 2 biasanya memanfaatkan pengungsian di sekitar jalan raya atau mengungsi di etmpat yang lebih tinggi. 5.2.1.

Kependudukan Menurut sensus kelurahan diketahui Luas Wilayah untuk Kampung Pulo di

RW 2 adalah seluas 5,96 ha dan RW 3 seluas 5,97 ha jadi total luas wilayah Kampung.Pulo adalah sekitar 11,93 ha. Sementara itu menurut data yang diperoleh dari Kampung Melayu 2013, jumlah penduduk yang tercatat di wilayah ini yaitu sebanyak 32.332 jiwa. Pada sisi yang lain yaitu Jenis pekerjaan didominasi dengan pedagang. Hal ini berkaitan erat dengan tipologi Kampung sebagai kampung dari sejarah Pasar Mester dan Pasar Jatinegara. Letaknya yang berada di sekitar pasar menyebabkan kegiatan ekonomi bergantung pada hasil jual beli barang dagangan di pasar. Hal ini yang melatarbelakangi dominasi jenis pekerjaan

42

sebagai pedagang di Kampung Pulo. Dari sisi usaha Ekonomi Mikro, Kecil dan Menengah terdapat pedagang kecil berupa 6 orang pedagang buah, 8 orang pedagang sayur dan 18 pedagang sembako. Sementara itu di wilayah Kampung Pulo, kepemudaan merupakan wadah kegiatan dan pembinaan remaja yang terutama bergerak dalam bidang keagamaan seperti perkumpulan remaja masjid, pengajian-pengajian remaja serta kegiatan karang taruna di setiap RW, sementara itu kegiatan lain juga ada seperti kepramukaan. Kepramukaan yang terdapat di Kelurahan Kampung Melayu pada umumnya dilakukan oleh pihak-pihak penyelenggara pendidikan yang bersifat formal baik ditingkat sekolah dasar, sekolah menengah pertama atau pada tingkat sekolah menengah atas sederajat. Dari sarana dan prasarana pendidikan terdapat 10 Taman Kanak-kanak, 4 sekolah dasar, 3 sekolah lanjut tingkat pertama. Selain itu dari fasilitas dan sarana kesehatan terdapat sarana berupa 1 buah rumah sakit, 1 buah puskesmas, 8 buah pos kesehatan dan 1 buah poliklinik, selain itu di Kampung Pulo sendiri terdapat 4 posyandu yang tersebar di masing-masing RW. Sementara itu terdapat sarana olahraga diantaranya 3 lapangan bulu tangkis, 1 lapangan bola voli, 1 lapangan bola basket dan 2 lapangan pencak silat. Kegiatan kewanitaan yang rutin diantaranya dalam bentuk pengajian bulanan yang dilaksanakan oleh Majlis Ta’lim Kelurahan yang terintegrasi dari Kelurahan Kampung Melayu, biasanya diselenggarakan setiap minggu ketiga, selain itu juga ada arisan ibu-ibu yang tergabung dalam TP. PKK Kelurahan Kampung Melayu dilaksanakan sebulan sekali yaitu pada tanggal 9 setiap bulannya. Sementara itu penerima raskin di 2 RW tersebut sekitar 488 KK artinya masih cukup banyak warga yang tergolong kurang mampu. 5.2.2. Kondisi Sosial Ekonomi Wilayah Kampung Pulo terdiri dari dua RW yaitu RW 02 dan RW 03 yang merupakan wilayah yang cukup padat penduduknya. Kondisi rumah yang satu dengan yang lainnya saling berhimpitan dan antar rumah yang berhadapan hanya dipisahkan oleh sebuah jalan kecil selebar kira-kira 1,5-2 meter. Wilayah Kampung Pulo ini dikelilingi oleh Sungai Ciliwung sehingga di waktu-waktu tertentu dimana di musim penghujan, hampir pasti wilayah ini akan mengalami banjir. Selain itu, di saat Jakarta terendam banjir seperti pada tahun 2002 dan 2007, maka banjir yang

43

terjadi di wilayah ini bisa mencapai atap rumah lantai 2. Sementara itu Keterangan pembagian RT dan RW dapat dilihat pada Gambar 5 dimana posisi RW 2 berada di selatan RW 3. Wilayah Kampung Pulo yang terdiri dari RW 2 dan 3 terkenal sebagai daerah yang penduduknya sebagian besar bekerja di Pasar Jatinegara. Mereka bekerja di Pasar Jatinegara dengan berbagai macam pekerjaan yaitu menjadi penjaga toko, pedagang, tukang parkir, buruh, kuli panggul dan mengajar. Tidak heran kaum ibu juga ikut membantu mencari nafkah keluarga. Sebagai sebuah komunitas wilayah yang sudah bertempat cukup lama, Kampung Pulo memiliki ikatan sosial yang cukup kuat. Karena kondisi pemukiman yang berdempetan dan padat, interaksi sosial diantara para penduduk sering terjadi. Biasanya di sore hari dan malam hari para penduduk cukup sering berada di luar rumah, berkumpul dengan para tetangganya setelah pekerjaan hariannya selesai. Saat berkumpul itulah, pertukaran informasi umumnya terjadi, beserta diskusi ringan mengenai isu yang sedang hangat diperbincangkan baik lingkup tempat tinggal daerah atau yang muncul di media massa.

Sumber : Pemerintah Provinsi DKI Jakarta, 2013

Gambar 5 Wilayah Pelebaran Sungai Ciliwung di Kampung Pulo Pada Gambar 5 bisa di lihat bahwa wilayah kampong pulo menyerupai tapal kuda yaitu yang berada di dalam garis berwarna biru. Perumahan warga yang berbatasan langsung dengan garis berwarna biru harus direlokasi. Garis hijau tipis merupakan DAS Ciliwung dan garis hijau tua merupakan daerah pelebaran sungai. Saat ini sedang hangat diperbincangkan warga mengenai daerah mana saja yang terkena wajib relokasi. Solusi pemerintah dalam mengatasi bencana banjir salah

44

satu yang paling diandalkan yaitu dengan relokasi warga di bantaran sungai ke rumah susun. Namun, berdasarkan hasil studi menunjukkan keinginan masyarakat dalam upaya normalisasi sungai dalam bentuk penggantian rugi saja, tidak sampai kepada kewajiban relokasi ke rumah susun. Persoalan relokasi ke rumah susun tidak diinginkan mayoritas penduduk dikarenakan biaya yang relatif lebih mahal, kebingungan segala bentuk operasional tinggal di rumah susun, dan keinginan hidup bersama para warga Kampung Pulo. Sudah ada pertemuan perdana antara pihak Pemerintah Provinsi DKI Jakarta dengan warga untuk mendiskusikan program normalisasi warga bantaran sungai. Keterangan wilayah yang terkena relokasi dapat dilihat pada Gambar 6. Daerah yang dibatasi warna hijau garis tipis merupakan luas real penampang sungai Ciliwung yang mengelilingi wilayah Kampung Pulo. Sementara itu daerah yang dibatasi oleh warna hijau garis tebal merupakan daerah yang wajib normalisasi, sementara itu pelebaran untuk jalan pedestrian dibatasi oleh garis biru tebal. 5.2.3. Pendidikan, Mata Pencaharian dan Keagamaan Sebagaimana dengan kelurahan-kelurahan lainnya di wilayah Kecamatan Jatinegara ataupun daerah-daerah lainnya di DKI Jakarta pada umumnya, tingkat pendidikan di wilayah Kampung Pulo cukup bervariasi, dari tingkat pendidikan masyarakat yang tergolong rendah hingga tinggi namun mayoritas masyarakat Kampung Pulo termasuk di dalam kelas jenjang pendidikan rendah karena mayoritas hanya lulusan Sekolah Dasar atau Sekolah Menengah Pertama. Dari sisi pendidikan di Kampung Pulo juga terdapat Sekolah Santa Maria Fatima, Sekolah dasar dan taman kanak-kanak sendiri ada di dalam kampung karena masyarakat sudah berinisiatif mendirikannya supaya lebih terjangkau dari sisi biaya dan akses yang mudah seperti TK Flamboyan dan RA Hidayatussalihin. Dari keseluruhan penduduk di Kampung Pulo sekitar 90% menganut agama Islam, Protestan 5 % katolik 3% dan budha 2%. Dalam ksehariannya, sebagian masyarakat Kampung Pulo termasuk orang yang cukup religius. Ceramah agama atau pengajian biasa dilakukan di kelompok-kelompok majelis talim yang didirikan sendiri oleh masyarakat. Dari sisi ekonomi dan mata pencaharian, mayoritas masyarakat Kampung Pulo termasuk di dalam kelas ekonomi menengah ke bawah yang dimana

45

masyarakatnya juga tergantung pada status pekerjaan yang kurang bernilai besar secara ekonomi seperti bekerja di Pasar Jatinegara dimana mereka bekerja hanya sebagai pedagang kaki lima, penjaga kios, kuli panggul, dan tukang parkir. Dalam segi fasilitas keagamaan, Kampung Pulo mempunyai cukup banyak masjid dan mushola. Terdapat sekitar 3 masjid yang fungsi utamanya untuk tempat beribadah masyarakat, selain itu masjid tersebut yang berada di wilayah Kampung Pulo juga berfungsi sebagai tempat penampungan saat banjir tak mampu lagi di hadapi. Mushola di Kampung Pulo tergolong cukup banyak yaitu sekitar 10 mushola. Masjid dan mushola di wilayah Kampung Pulo pada umumnya berada di daerah yang tidak terkena banjir sehingga sering dimanfaatkan masyarakat sebagai tempat pengungsian sementara. 5.3.

Karakteristik Responden

Secara umum karakteristik responden pada penelitian ini dapat dilihat pada Tabel 4. Tabel 4 Nilai Total Kerugian yang Ditanggung oleh Responden Akibat Banjir No Uraian 1 Kependudukan a. Asli b. Pendatang 2 Jenis Kelamin a. Laki-laki b. Perempuan 3 Usia a. < 30 tahun b. 30 - 60 tahun c. > = 60 tahun 4 Lama Pendidikan a. SD b. SMP c. SMA d. Sarjana 5 Jumlah Tanggungan a. 0 b. 1 c. 2 d. 3 6 Tingkat Pendapatan a. < 1.000.000

Jumlah

Persentase

33 10

76,74% 23,26%

15 28

34,88% 65,12%

0 33 10

0,00% 76,74% 23,26%

26 9 7 1

60,47% 20,93% 16,28% 2,33%

11 9 11 1

25,58% 44,19% 25,58% 2,33%

30

69,77%

46

No

7

8

9

Uraian b. 1.000.000-3.000.000 c. > = 3.000.000 Lama Tinggal a. < 25 tahun b. 25-50 tahun c. > = 50 tahun Status Kepemilikan Lahan a. Sendiri b. Sewa/Kontrak Asal RW a. RW 2 b. RW 3

Jumlah 6 7

Persentase 13,95% 16,28%

1 22 20

2,33% 51,16% 46,51%

40 3

93,02% 6,98%

24 19

55,81% 44,19%

Sumber: Data primer (diolah) 2013 5.3.1. Karakteristik Sosial Ekonomi Responden Keadaan sosial ekonomi masyarakat Kampung Pulo tergolong sederhana karena tingkat pendidikan dan tingkat pendapatan yang tergolong rendah. Penduduk Kampung Pulo sebagian besar penduduknya merupakan penduduk asli yang berdasarkan pada kepemilikan KTP dan tempat kelahiran. Sebesar 76,74% responden merupakan penduduk asli yang secara turun temurun hidup di wilayah tersebut. Sementara itu sisanya sebesar 34,88% merupakan penduduk pendatang yang berasal dari daerah Banten, Bogor dan sebagian kecil daerah jawa tengah, jawa timur dan sumatera. Karakteristik sosial ekonomi responden diperoleh berdasarkan survei yang dilakukan terhadap seluruh Masyarakat Kampung Pulo (43 orang). Karakteristik sosial ekonomi responden dinilai dari beberapa variabel diantaranya jenis kelamin, usia, lama tinggal, lama pendidikan formal yang pernah ditempuh, jumlah tanggungan, tingkat pendapatan rumah tanggal perbulan dan status kepemilikan lahan di lokasi model. 5.3.2. Jenis Kelamin Jumlah orang yang menjadi responden adalah 43 orang. Target responden dalam penelitian ini

adalah

warga yang memahami kondisi

lingkungannya. Sebagian besar responden berjenis kelamin perempuan karena sebagian besar laki-laki bekerja di luar. Pengambilan keputusan dalam suatu rumah tangga biasanya diambil alih oleh laki-laki sebagai kepala keluarga, sehingga dalam menjawab pertanyaan yang diajukan dalam survei laki-laki lebih

47

berperan, sementara itu responden yang berperan sebagai ibu rumah tangga cenderung memberikan keputusan pada suami mereka. Menurut survei, perbandingan responden laki-laki dan perempuan sebesar 34,88% dan 65,12% perempuan. Keterangan dapat dilihat pada Tabel 4. 5.3.3. Usia Tingkat usia cenderung terkonsentrasi di sebaran usia, yaitu usia 41-50 dan 46-58 tahun. Jumlah responden tertinggi terdapat pada sebaran usia 33-45 tahun atau pada range antara 30 sampai kurang dari 60 tahun dengan presentase 76,74%. Sementara itu Responden dengan sebaran usia lebih dari atau sama dengan 60 tahun memiliki persentase 23,26%. Seluruh responden dalam penelitian ini merupakan responden yang telah menikah dan memiliki tanggungan. Hal ini yang menyebabkan tingkat usia yang didapat terbilang sudah tidak muda lagi. Perbandingan distribusi usia responden dapat dilihat pada Tabel 4. 5.3.4. Lama Pendidikan Formal Tingkat pendidikan diklasifikasikan menurut lama tahun menempuh pendidikan formal. Pengklasifikasian didasarkan atas alasan responden cenderung mempunyai latar belakang pendidikan yang sama, yaitu Sekolah Dasar (SD) atau sederajat. Sebagian besar responden sekitar 60,74% memiliki latar belakang pendidikan Sekolah Dasar. Masih jarang responden yang memiliki latar belakang pendidikan lebih tinggi dari SD atau sederajat. Sebanyak 20,93% responden yang mempunyai latar belakang pendidikan lebih besar dari enam tahun atau tepatnya hanya sebelas orang yang memiliki latar belakang pendidikan hingga kelas satu SMP (tujuh

tahun) dan 16,28% mengenyam pendidikan tingkat Sekolah

Menengah atas. Sementara itu hanya 2,33% yang memiliki latar belakang sarjana. Perbandingan distribusi lama pendidikan formal responden dapat dilihat pada Tabel 4. Berdasarkan hasil survei dapat disimpulkan bahwa responden memiliki pengetahuan yang cenderung masih rendah. Dominasi latar belakang pendidikan hingga tingkat SD disebabkan saat responden berada pada usia sekolah kesadaran masyarakat Kampung Pulo terhadap pentingnya pendidikan tergolong rendah. Selain itu, kondisi perekonomian yang tergolong sulit mendorong masyarakat untuk tidak menyekolahkan anaknya pada tingkat yang lebih tinggi. Masyarakat

48

menilai bahwa semakin tinggi tingkat pendidikan, maka biaya yang dikeluarkan akan semakin tinggi. 5.3.5. Jumlah Tanggungan Berdasarkan jumlah tanggungan setiap kepala keluarga, sebagian besar responden adalah kepala keluarga yang memiliki jumlah tanggungan hanya sebanyak 1 orang yaitu sebesar 44,19%. Sebagian besar jumlah tanggungan masyarakat Kampung Pulo menunjukkan bahwa tiap kepala keluarga telah memasuki usia matang dimana dengan kematangan usia itu berpengaruh pada jumlah tanggungan yang semakin sedikit. Sebanyak 25,58% dan hanya 2,33% yang memiliki minimal tiga orang tenangan. 5.3.6. Tingkat Pendapatan Berdasarkan sebaran pendapatan, sebagian besar responden memiliki tingkat pendapatan

per bulan pada kisaran di bawah Rp 1.000.000,00.

Berdasarkan hasil tersebut dapat ditarik kesimpulan bahwa responden memiliki tingkat pendapatan yang rendah. Hal ini terkait dengan jenis pekerjaan utamanya sebagai pedagang kecil, buruh tidak tetap, serabutan dan sebagian lainnya hanya menggantungkan hidupnya dari sumbangan para keluarga dan sanak famili. Jumlah pendapatan bergantung kerjaan yang dimiliki dan dari banyaknya kerjaan sampingan. Perbandingan distribusi tingkat pendapatan setiap bulannya dapat dilihat pada Tabel 4. 5.3.7. Lama Tinggal Lama tinggal responden di Kampung Pulo sebagian besar berkisar antara 25-50 tahun sebanyak 51,16%. Jumlah ini merupakan jumlah terbesar. Responden dengan lama tinggal kurang dari 25 tahun memiliki persentase sebesar 2,33% yang merupakan persentase terkecil. Masyarakat yang menjadi responden sebagian besar merupakan penduduk yang sejak lahir sudah berada di Kampung Pulo. Hal ini yang menyebabkan sebagian besar responden cenderung mempunyai lama tinggal tergolong cukup lama di Kampung Pulo dan memahami betul kondisi lingkungan di daerahnya. Perbandingan distribusi lama tinggal dapat dilihat pada Tabel 4. 5.3.8. Status Kepemilikan Lahan Status kepemilikan lahan di lokasi penelitian terbagi ke dalam dua kategori,

49

lahan milik sendiri dan lahan sewa. Lahan milik sendiri merupakan lahan responden di lokasi penelitian yang kepemilikannya bersifat pribadi. Lahan sewa merupakan lahan responden di lokasi penelitian yang kepemilikannya bersifat dimiliki oleh orang lain. Responden dengan status kepemilikan lahan berupa lahan sewa memiliki kewajiban untuk membagi hasil panen dari lahan kepada Kampung. Sebanyak 93,02% responden merupakan responden dengan status kepemilikan lahan milik pribadi. Sebanyak 6,98% merupakan responden dengan status kepemilikan lahan sewa. Perbandingan distribusi status kepemilikan lahan dapat dilihat pada Tabel 4.

VI.

KERUGIAN YANG DITERIMA OLEH MASYARAKAT AKIBAT BANJIR 6.1.

Kerugian Materil

Bencana banjir yang terjadi di RW 02 dan RW 03 Kampung Pulo di Kelurahan Kampung Melayu menyebabkan kerugian materil yang cukup besar. Diantaranya biaya berobat akibat sakit yang diderita akibat banjir, biaya yang dikeluarkan untuk membersihkan rumah setelah banjir terjadi dan banyaknya kerugian karena rusak atau hilangnya perabotan rumah tangga serta rusaknya tempat tinggal masyarakat. Setelah kurang lebih tiga minggu banjir menggenangi tempat tinggal mereka, banyak sampah dan lumpur yang menumpuk karena terbawa oleh arus banjir,

kemudian

warga bergotong royong bersama

membersihkan tempat tinggal mereka masing-masing. Sebagian besar warga ada yang membeli peralatan baru namun ada juga yang menggunakan peralatan seadanya. Peralatan yang mereka gunakan untuk membersihkan tempat tinggal mereka diantaranya mesin diesel untuk membersihkan lumpur, dorongan pel, sapu

lidi,

lap dan sabun. Mereka yang menggunakan peralatan baru

mengeluarkan biaya untuk membeli peralatan-peralatan tersebut. Luas rumah rata-rata terkena banjir di wilayah kampung pulo adalah sekitar 31 meter persegi. Mayoritas rumah diwilayah ini lebih dari 1 lantai, sekitar 85% responden berlantai 2 sisanya sekitar 10% berlantai 3 dan 5% berlantai 4. Setiap rumah yang ditingkat difungsikan untuk mengantisipasi jika banjir akibat hujan yang biasa menggenangi lantai bawah rumah mereka. Sementara itu ketinggian banjir mencapai rata-rata 7 hingga 9 meter artinya mayoritas rumah terendam banjir hingga ke lantai 2 bahkan hingga mencapai atap rumah. Oleh karena itu kerusakan tiap KK ditaksir dengan pendekatan perhitungan 1 bangunan 2 lantai, lantai bawah 1 kamar tidur 1 kamar mandi, lantai atas digunakan sebagai tempat pengungsian sementara. Rumah yang terendam banjir yang meliputi materi penyusun konstruksi bangunannya seperti batu bata, semen, pasir, kayu,paku genteng dan cat tembok sebagai penyusun primer. Sementara itu kusen, jendela dan genteng sebagai materi sekunder penyusun rumah. Selain itu ada kerugian lain yang diestimasi berdasarkan biaya pengganti kerusakan yang terjadi terhadap barang yang dimiliki yang tidak

51

berfungsi dengan baik bahkan hilang akibat banjir yang diakumulasikan tiap satu KK seperti tempat tidur, motor, lemari, kusen, pakaian, kulkas dan Televisi. Sebelum datangnya banjir biasanya struktur kelembagaan tingkat warga seperti RT dan RW menginformasikan kepada warga akan datangnnya banjir. Sehingga mereka bisa mengamankan barang berharga mereka yang berada di lantai 1 untuk dipindahkan di lantai 2. Namun ada beberapa warga yang tidak siap karena kedatangan banjir sering terjadi tiba-tiba. Ada beberapa barang yang tidak sempat terselamatkan hal ini terlihat dari beberapa responden yang menyatakan mengalami kerugian berupa kerusakan dan kehilangan barang berharganya. Sekitar 9% responden mengalami kerusakan pada kasur, sebesar 23,25% responden pada lemari, sebesar 25,58% pada motor, sebesar 13,95% pada tempat tidur, sebesar 13,95% responden kehilangan pakaian, sebesar 11,62% responden pada televisi dan sebesar 2% mengalami kerugian pada kulkas mereka akibat terendam banjir. Mayoritas tempat tinggal mereka yang rusak diantaranya lantai pecah, pintu rusak, tembok retak, dan juga hancurnya tempat tinggal mereka karena terbawa arus banjir. Responden yang mengeluarkan biaya setelah banjir terjadi adalah sebanyak 39 orang (90,70 persen) atau sebagian besar responden mengeluarkan biaya setelah banjir terjadi dikarenakan banjir tahun 2013 menjadi banjir terbesar sejak 5 tahun terakhir dan mengenai sebagian besar penduduk Kampung Pulo. Kerugian materil dihitung dengan rumus (3). Rata-rata biaya yang mereka keluarkan karena kerugian materil adalah sebesar Rp 6.732.535,- per KK (Kepala Keluarga). Total biaya karena kerugian materil adalah Rp 627.256.050,(dapat dilihat pada Tabel 5). 6.2.

Biaya Berobat

Bencana banjir yang terjadi di RW 02 dan RW 03 Kelurahan Kampung Melayu menimbulkan dampak bagi kesehatan masyarakat. Dampak negatif dari sisi kesehatan yang diderita masyarakat diantaranya adalah diare, flu, demam, gatal-gatal, batuk, sesak napas, reumatik, muntaber dan kelelahan. Di dekat wilayah tersebut terdapat posko-posko kesehatan yang didirikan secara sukarela oleh LSM, pemerintah dan swasta. Mereka mendapatkan pengobatan secara gratis di posko-posko tersebut. Namun, ada beberapa masyarakat yang harus berobat ke rumah sakit terdekat, dikarenakan menderita penyakit diare yang cukup

52

parah, sehingga mereka mengeluarkan biaya sendiri untuk berobat. Responden yang menderita sakit yang cukup parah adalah sebanyak 3 orang (6,97 persen). Biaya berobat dihitung dengan rumus (2). Selain itu estimasi perhitungan juga bisa dihitung berdasarkan besaran alokasi biaya untuk kesehatan yang diberikan untuk korban banjir. Rata-rata biaya yang dikeluarkan untuk berobat adalah sebesar Rp 36.827,- per KK. Total biaya yang dikeluarkan untuk berobat adalah sebesar Rp 13.000.000,-. (dapat dilihat pada Tabel 5). Tabel 5 Nilai Total Kerugian yang ditanggung oleh Responden Akibat Banjir Bulan November 2013 hingga Januari 2014 No 1. 2.

Rincian Kerugian Kerugian Material Biaya Berobat

Rata-rata Kerugian (Rp)

Jumlah (KK)

Total Kerugian (Rp)

6.732.535

353

627.256.050

36.827

353

13.000.000

Jumlah

6.769.362

640.256.050

Pembulatan

6.769.300

640.256.000

Sumber: Data primer (diolah) 2013 6.3.

Biaya dari Waktu (Cost of Time)

Bencana banjir di wilayah RW 02 dan RW 03 Kelurahan Kampung Melayu menyebabkan dampak bagi responden diantaranya responden tidak dapat bekerja selama banjir terjadi, menderita sakit, memperbaiki rumah dan membersihkan rumah dari lumpur yang mengendap karena banjir. Hal tersebut menimbulkan biaya dari waktu yang hilang karena banjir. Biaya dari waktu adalah kerugian yang ditanggung oleh seseorang karena hilangnya waktu untuk bekerja, sehingga waktu yang hilang mencerminkan kerugian atau pendapatan mereka yang hilang. Mereka yang bekerja sebagai PNS, waktu yang hilang untuk bekerja tidak mempengaruhi hilangnya pendapatan mereka secara langsung, sedangkan mereka yang bekerja sebagai pedagang, buruh, dan sebagainya, waktu yang hilang untuk bekerja mempengaruhi hilangnya pendapatan mereka secara langsung. Rata-rata pendapatan responden per hari adalah sebesar Rp 29.535,-.

53

1.

Biaya dari waktu karena tidak bekerja selama banjir Selama terjadi banjir kurang lebih 2 minggu (14 hari) di RW 02 dan RW 03 Kelurahan Kampung Melayu, masyarakat tidak dapat beraktivitas seperti pada hari-hari sebelumnya yaitu sebanyak 43 orang (100 persen). Mereka tidak bekerja, sehingga tidak memperoleh pendapatan. Kondisi ini berlaku pada mereka yang berprofesi sebagai buruh, pedagang, dan sebagainya. Sedangkan mereka yang berprofesi sebagai PNS (Pegawai Negeri Sipil), kondisi tersebut tidak mempengaruhi mereka secara langsung, yang berarti walaupun mereka tidak bekerja selama kurang lebih dua minggu, mereka tidak akan kehilangan pendapatan mereka. Sehingga dengan rata-rata pendapatan responden per hari, rata-rata biaya dari waktu karena tidak bekerja selama banjir adalah sebesar Rp 886.047,- per KK. Total biaya dari waktu karena tidak bekerja selama banjir adalah sebesar Rp 312.774.418,6,- (dapat dilihat pada Tabel 6).

2.

Biaya dari waktu karena memperbaiki dan membersihkan rumah Beberapa responden di RW 02 dan 03 Kelurahan Kampung Melayu yang

rumahnya hancur karena banjir, memperbaiki rumahnya masing-

masing. Responden yang mengalami kerusakan rumah adalah sebanyak 43 orang (100 persen). Waktu mereka yang hilang karena memperbaiki dan membersihkan rumah rata-rata tiga pekan, sehingga dalam waktu tiga pekan tersebut mereka kehilangan pendapatan mereka

karena tidak bekerja.

Namun, ada sebagian dari mereka yang tetap bekerja, karena mereka mempunyai saudara dan anak-anak yang membantu untuk memperbaiki rumah ada pula yang hanya dikenakan potong gaji. Sehingga dengan ratarata pendapatan responden per hari, rata-rata biaya dari waktu karena memperbaiki rumah adalah sebesar Rp 620.232,55,- per KK. Total biaya dari waktu dikarenakan memperbaiki rumah adalah sebesar Rp 218.942.093,Setelah bencana banjir berakhir, masyarakat Kampung Pulo RW 02 dan RW 03 Kelurahan Kampung Melayu juga membersihkan rumah mereka masingmasing dengan bergotong royong. (dapat dilihat pada Tabel 6).

54

Tabel 6

Nilai Total Kerugian Cost of Time yang Ditanggung oleh Responden Akibat Banjir Bulan November 2013 hingga Januari 2014

Rincian Kerugian Biaya Waktu Time):

dari (Cost of

1. Biaya dari waktu karena tidak bekerja selama banjir 2. Biaya dari waktu karena memperbaiki & membersihkan rumah

Rata-rata Pendapatan Hilang (Rp/Hari)

Ratarata Waktu Hilang (hari)

Rata-rata Kerugian (Rp)

Jumlah (KK Kena Banjir )

Total Kerugian (Rp)

-

-

-

-

-

29.535

30

886.047,00

353

312.774.418,60

29.535

21

620.232,55

353

218.942.093,00

Total

51 7.088.379,55

531.716.511,60

Sumber: Data primer (diolah) 2013 6.4. Biaya Kerusakan Sarana Umum Bencana banjir yang terjadi di RW 02 dan RW 03 Kelurahan Kampung Melayu menyebabkan adanya kerusakan sarana umum di wilayah tersebut. Sarana umum yang terdapat di wilayah tersebut diantaranya adalah satu buah masjid, enam buah musholla, satu gedung serba guna, lapangan bulu tangkis, taman, dan pos siskamling. Sarana umum yang rusak akibat banjir adalah satu buah masjid dan dua buah musholla, karena letak bangunan tersebut berada lebih rendah dibandingkan dengan sarana umum lainnya. Sehingga total biaya kerusakan sarana umum adalah sebesar Rp 2.500.000,Berdasarkan hasil penelitian terhadap 43 responden di Kampung Pulo, Kelurahan Kampung Melayu. Berikut pada Tabel 7 ditampilkan nilai total kerugian yang ditanggung oleh masyarakat RW 02 dan RW 03 akibat banjir.

55

Tabel 7 Nilai Total Kerugian yang Ditanggung oleh Masyarakat Akibat Banjir No

Rincian Kerugian

Rata-rata (Rp)

Total (Rp)

Tanggungan

1.

Kerugian Material

6.732.535,00

627.256.050,00

Masyarakat

2.

Biaya berobat

36.827,00

13.000.000,00

Masyarakat

886.047,00

312.774.418,60

Masyarakat

620.232,55

218.942.093,00

Masyarakat

-

2.500.000,00

3.

4.

Biaya dari Waktu (Cost of Time) 1. Biaya dari waktu karena tidak bekerja selama banjir 2. Biaya dari waktu karena memperbaiki & membersihkan Rumah Biaya Kerusakan Sarana Umum Total Pembulatan

Pemda

8.275.641,55 1.174.472.561,60 8.275.600,00 1.174.472.600,00

Sumber: Data primer (diolah) 2013 Dari tabel 7 bisa disegmentasikan berdasarkan tanggungan kerugiannya bahwa besar kerugian yang diterima masyarakat sebesar Rp 459.439.014,- dengan rincian kerugian material sebesar Rp 627.256.050,- biaya berobat sebesar Rp 13.000.000,- biaya dari waktu karena tidak bekerja selama banjir sebesar Rp 312.774.418,60,- serta biaya memperbaiki dan membersihkan rumah sebesar Rp 218.942.093,- atau sekitar 99,46% dari biaya yang harus ditanggung. Sementara itu biaya kerugian yang ditanggung oleh pemerintah daerah yaitu sebesar Rp 2.500.000,- yang disebabkan karena kerusakan sarana umum atau sekitar 0,54% dari total keseluruhan kerugian sehingga besarnya total kerugian adalah Rp 1.174.472.562,-

VII. FAKTOR YANG MEMPENGARUHI KESEDIAAN DAN KETIDAKSEDIAAN UNTUK RELOKASI Variabel respon yang digunakan dalam analisis ini adalah peluang responden memilih bersedia atau tidak bersedia menerima biaya pengganti kerugian terhadap upaya perbaikan kualitas lingkungan sungai dan bantaran sungai oleh pemerintah. Jika responden bersedia menerima biaya pengganti kerugian, maka diberi nilai satu, sedangkan jika responden tidak bersedia menerima biaya pengganti kerugian, maka diberi nilai nol. Variabel yang akan menjelaskan variabel respon terdiri atas delapan variabel penjelas, yaitu tingkat pendidikan, pendapatan, jumlah tanggungan, lama tinggal, kependudukan, luas tinggal, jenis kelamin, dan usia. Dengan menggunakan analisis regresi logit akan diperoleh model yang tepat untuk peluang responden bersedia atau tidak bersedia menerima biaya pengganti kerugian dan variabel-variabel yang secara nyata dapat mempengaruhi peluang. Sebanyak 43 responden diminta pendapatnya mengenai kesediaan untuk menerima biaya pengganti kerugian. Alasan responden yang menjawab bahwa mereka setuju dengan adanya rencana pengganti kerugian namun tidak bersedia di relokasi adalah responden tidak sepakat dengan besaran pengganti rugian karena pendapatannya sedikit dan responden tidak mampu lagi untuk mencari uang lebih karena usianya yang sudah lanjut, merasa bahwa lingkungan yang mereka tempati sudah menjadi tempat kelahiran mereka bertahun-tahun lamanya, banjir seperti suatu hal yang biasa terjadi. Untuk mengetahui faktor-faktor yang mempengaruhi kesediaan responden menerima biaya pengganti kerugian, maka telah didapatkan dan digunakan 8 variabel independen yang mempengaruhi variabel dependen yang merupakan bentuk pilihan apakah responden bersedia menerima biaya relokasi bantaran sungai atau tidak. Hasil logit untuk peluang responden bersedia atau tidak menerima biaya pengganti kerugian dapat dilihat pada Tabel 8.

57

Tabel 8 Hasil Logit Pilihan Bersedia atau Tidak Bersedia Responden untuk relokasi

Predictor Constant Pddkn Pdptn Tnggn Lmtgl Lstgl Kpddkn jsklm usia

Coef 1,3136 -0,6869 2,80504 -1,274 -2,0901 -3,2912 7,53354 -2,9545 2,04653

SE Coef 5,40532 0,70824 1,43366 0,78093 1,18216 1,58171 2,79272 1,78066 1,4386

Z 0,24 -0,97 1,96 -1,63 -1,77 -2,08 2,7 -1,66 1,42

P 0,808 0,332 0,05 0,103 0,077 0,037 0,007 0,097 0,155

Odds Ratio 0,5 16,53 0,28 0,12 0,04 1869,71 0,05 7,74

Lower

Upper

0,13 2,02 1 274,52 0,06 1,29 0,01 1,25 0 0,83 7,84 445643 0 1,71 0,46 129,83

Log-Likelihood = -13,315 Test that all slopes are zero: G = 24,289, DF = 8, P-Value = 0,002 Goodness-of-Fit Tests ChiSquare DF Pearson 35,8153 31 Deviance 26,6294 31 Hosmer-Lemeshow 3,6417 8 Sumber: Data Primer (diolah) 2013 Method

P 0,253 0,691 0,888

Berdasarkan analisis regresi logit, pengujian ketika semua slope model bernilai nol menghasilkan statistik G sebesar 24,289 dan P-value bernilai 0,002 yang berarti secara bersama-sama variabel penjelas yang dimasukkan ke dalam model berpengaruh nyata terhadap peluang responden bersedia atau tidak menerima biaya pengganti kerugian. Berdasarkan hasil tersebut, maka diperoleh model logit yang sesuai untuk analisis ini, yaitu: Li = 1,3136 - 0,6869 PDDKN + 2,80504 PDPT - 1,274 TNGGN - 2,0901 LMTGL -3,2912 LSTGL + 7,53354 KPDDKN - 2,9545 JSKLM + 2,04653 USIA + e Pada model tersebut variabel yang memiliki pengaruh nyata berada di level kepercayaan 90 persen adalah pendapatan, jumlah tanggungan, lama tinggal, jenis kelamin dan usia.

58

7.1.

Variabel Pendapatan

Variabel pendapatan memiliki nilai P-value sebesar 0,05 yang artinya bahwa variabel ini berpengaruh nyata terhadap peluang responden bersedia menerima biaya pengganti kerugian pada taraf nyata α = 0,10. Nilai koefisien bertanda (+) berarti semakin besar jumlah orang yang ditanggung responden, maka responden bersedia direlokasi. Hal ini dikarenakan bahwa responden cenderung menginginkan kualitas lingkungan yang lebih baik untuk menjamin kesehatan anggota keluarga mereka. Nilai odds ratio pada variabel ini sebesar 16,53 yang berarti responden yang jumlah tanggungannya lebih besar memiliki peluang untuk menerima biaya pengganti kerugian 16,53 kali lebih besar dibandingkan peluangnya tidak bersedia direlokasi. 7.2.

Variabel Lama Tinggal

Variabel lama tinggal memiliki nilai P-value sebesar 0,077 yang artinya bahwa variabel ini berpengaruh nyata terhadap peluang responden bersedia menerima relokasi pada taraf nyata α = 0,10. Nilai koefisien bertanda (-) berarti semakin lama seseorang tinggal di daerah tersebut, maka responden tidak bersedia menerima relokasi. Hal ini dikarenakan responden cenderung merasakan bahwa wilayah tersebut sudah mereka anggap menjadi bagian tak terpisahkan serta memiliki nilai historis tersendiri. Nilai odds ratio pada variabel ini sebesar 0,12 yang berarti responden yang lebih lama tinggal memiliki

peluang untuk

menerima relokasi 0,12 kali lebih besar dibandingkan peluangnya tidak dapat menerima relokasi. 7.3.

Variabel Jenis Kelamin

Variabel jenis kelamin ini berbentuk Dummy, yaitu nilai 1 untuk pria dan nilai 0 untuk perempuan, memiliki nilai P-value sebesar 0,097 yang artinya bahwa variabel ini berpengaruh nyata terhadap peluang responden bersedia menerima relokasi pada taraf nyata α = 0,10. Nilai koefisien variabel bertanda (-) berarti seseorang pria yang tinggal di daerah tersebut, maka kecenderungannya tidak lebih bersedia menerima relokasi dibandingkan seorang wanita. Hal

ini dikarenakan pada umunya responden pria cenderung

menggantungkan hidupnya dari bermata pencahariaan sebagai pedagang di daerah

59

tersebut. Nilai odds ratio pada variabel ini sebesar 0,12 yang berarti responden pria memiliki peluang

untuk

menerima relokasi 0,12

kali lebih

besar

dibandingkan peluangnya tidak menerima relokasi. 7.4.

Variabel Luas Tinggal

Variabel luas tinggal memiliki nilai P-value sebesar 0,037 yang artinya bahwa variabel ini berpengaruh nyata terhadap peluang responden bersedia menerima relokasi pada taraf nyata α = 0,05. Nilai koefisien bertanda (-) berarti semakin luas tempat tinggal seseorang di daerah tersebut, maka responden tidak bersedia menerima relokasi. Hal ini dikarenakan responden cenderung sudah nyaman dengan kondisi luas tempat tinggal yang belum tentu bisa mereka dapatkan di tempat relokasi. Nilai odds ratio pada variabel ini sebesar 0,04 yang berarti responden yang lebih luas tempat tinggalnya memiliki peluang untuk menerima relokasi 0,04 kali lebih besar dibandingkan peluang untuk tidak dapat menerima relokasi. 7.5.

Variabel Kependudukan

Variabel kependudukan memiliki nilai P-value sebesar 0,007 yang artinya bahwa variabel ini berpengaruh nyata terhadap peluang responden bersedia menerima relokasi pada taraf nyata α = 0,05. Nilai koefisien bertanda (+) berarti seseorang responden yang asli di daerah tersebut, cenderung bersedia menerima relokasi. Hal ini dikarenakan responden cenderung merasa lebih memiliki dan menginginkan kualitas lingkungan kependudukan yang lebih baik untuk menjamin kesehatannya. Nilai odds ratio pada variabel ini sebesar 1869,71 yang berarti responden yang jumlah tanggungannya lebih besar memiliki peluang untuk menerima relokasi 1869,71 kali lebih besar dibandingkan peluangnya tidak bersedia direlokasi. 7.6.

Variabel Lain

Variabel lainnya yang diduga berpengaruh adalah tingkat pendidikan (PDDK), jumlah tanggungan (TNGGN) dan tingkat usia (USIA) ternyata secara statistik tidak berpengaruh nyata dalam pengambilan keputusan responden untuk bersedia menerima relokasi. Variabel tingkat pendidikan tidak berpengaruh nyata karena nilai P lebih besar dari α (15 persen) yaitu 0,332, hal ini disebabkan

60

sebagian besar responden tingkat pendidikannya rendah, sehingga seberapapun tinggi rendahnya tingkat pendidikan tidak mempengaruhi kesediaan untuk menerima relokasi. Variabel jumlah tanggungan tidak berpengaruh nyata karena nilai P lebih besar dari α (15 persen) yaitu 0,103. Hal ini disebabkan sebagian besar responden tidak memiliki tanggungan, sehingga seberapapun tinggi rendahnya tingkat pendidikan tidak mempengaruhi kesediaan untuk menerima relokasi. Variabel tingkat usia tidak berpengaruh nyata karena nilai P lebih besar dari α (15 persen) yaitu 0,155. Hal ini disebabkan tingkat kedewasaan responden yang sudah tidak terlalu muda lagi, ditunjukkan dengan tingkat kepedulian

mereka

yang rendah

terhadap

lingkungan,

sehingga

tidak

mempengaruhi kesediaan untuk menerima biaya pengganti kerugian. Berdasarkan pendapat responden mengenai kesediaannya untuk menerima biaya pengganti kerugian terdapat 31 responden (72 %) yang bersedia di relokasi. Sedangkan 12 responden (28 %) tidak bersedia menerima relokasi. Alasan responden yang bersedia menerima relokasi adalah karena besarnya ganti rugi sesuai dengan yang diharapkan, selain itu juga responden merasa bahwa dengan adanya relokasi maka mereka akan mendapatkan lingkungan yang lebih bersih, nyaman, aman, sehat dan mendapatkan lingkungan hidup yang lebih baik. Responden yang tidak bersedia menerima biaya relokasi beranggapan bahwa lingkungan bantaran sungai sudah menjadi bagian dari kehidupan mereka yang tidak terpisahkan, bencana banjir dapat pulih dengan sendirinya dan keengganan ditempatkan di rumah susun, mereka juga tidak terlalu terganggu dengan kondisi lingkungan mereka, serta keadaan ekonomi mereka yang tidak mencukupi.

VIII. ESTIMASI BESARNYA NILAI KOMPENSASI (Willingness To Accept) MASYARAKAT KAMPUNG PULO AGAR BERSEDIA DIRELOKASI SERTA FAKTOR YANG MEMPENGARUHINYA. 8.1.

Analisis Tingkat Penerimaan Responden terhadap Upaya Pengganti kerugian relokasi Bantaran Sungai Variabel respon yang digunakan dalam analisis ini adalah peluang

responden memilih bersedia atau tidak bersedia menerima biaya pengganti kerugian terhadap upaya perbaikan kualitas lingkungan sungai dan bantaran sungai oleh pemerintah. Jika responden bersedia menerima biaya pengganti kerugian, maka diberi nilai satu, sementara itu jika responden tidak bersedia menerima biaya pengganti kerugian, maka diberi nilai nol. Variabel yang akan menjelaskan variabel respon terdiri atas delapan variabel penjelas, yaitu tingkat pendidikan, pendapatan, jumlah tanggungan, lama tinggal, kependudukan, luas tinggal, jenis kelamin dan usia. Dengan menggunakan analisis regresi logit akan diperoleh model yang tepat untuk peluang responden bersedia atau tidak bersedia menerima biaya pengganti kerugian dan variabel-variabel yang secara nyata dapat mempengaruhi peluang. Sebanyak 31 responden diminta pendapatnya mengenai kesediaan untuk menerima biaya pengganti kerugian. Jumlah responden yang setuju tapi tidak bersedia di relokasi terdapat 5 responden. Alasan responden yang menjawab bahwa mereka setuju dengan adanya rencana pengganti kerugian namun tidak bersedia di relokasi adalah responden tidak sepakat dengan besaran pengganti rugian karena pendapatannya sedikit dan responden tidak mampu lagi untuk mencari uang lebih karena usianya yang sudah lanjut, merasa bahwa lingkungan yang mereka tempati sudah menjadi tempat kelahiran mereka bertahun-tahun lamanya, banjir seperti sudah menjadi suatu hal yang biasa. 8.2.

Analisis Willingness To Accept terhadap Upaya Perbaikan Kualitas Lingkungan Pendekatan CVM dalam penelitian ini digunakan untuk menganalisis

WTA responden terhadap upaya perbaikan kualitas lingkungan sungai dan bantaran Sungai Ciliwung oleh pemerintah. Hasil pelaksanaan metode CVM adalah sebagai berikut:

62

Membangun Pasar Hipotesis (Setting Up the Hyphotetical Market)

1.

Berdasarkan pernyataan tentang kondisi kualitas lingkungan sungai dan bantaran Sungai Ciliwung saat ini serta perbandingan kondisi lingkungan jika dilakukan peningkatan kualitas lingkungan sungai dan bantaran Sungai Ciliwung oleh pemerintah, maka responden memperoleh gambaran tentang situasi hipotetik mengenai upaya perbaikan kualitas lingkungan sungai dan bantaran Sungai Ciliwung. 2.

Memperoleh Nilai Lelang (Bids) Teknik yang digunakan dalam penelitian adalah dichotomous choice

yaitu menanyakan apakah responden mau menerima biaya atau tidak. Setelah itu kemudian ditawarkan kepada responden yang sama sejumlah uang tertentu terkait kesediaan di relokasi. Menghitung Dugaan Nilai Rataan WTA (Estimating Mean

3.

WTA/EWTA) Dugaan dari nilai rataan WTA (EWTA) responden dihitung berdasarkan data distribusi WTA responden dan dengan menggunakan rumus (4). Data distribusi WTA responden dapat dilihat pada Tabel 9. Tabel 9 Distribusi WTA Responden RW 02 & 03 Kel. Kampung Melayu No

Kelas WTA

Nilai Tengah

Frekuensi Sampel (orang)

Frekuensi Relatif Kelas (Pfi)

Jumlah WTA

1

Rp6.300.000,00

Rp9.539.999,00

Rp7.919.999,50

12

0,39

Rp2.438.709,68

2

Rp9.540.000,00

Rp12.779.999,00

Rp11.159.999,50

6

0,19

Rp1.846.451,61

3

Rp12.780.000,00

Rp16.019.999,00

Rp14.399.999,50

8

0,26

Rp3.298.064,52

4

Rp16.020.000,00

Rp19.259.999,00

Rp17.639.999,50

2

0,06

Rp1.033.548,39

5

Rp19.260.000,00

Rp22.499.999,00

Rp20.879.999,50

3

0,10

Rp1.863.870,97

Total

31

1

Rp10.480.645,16

Pembulatan Rata -Rata Pembulatan

Rp10.480.600 6

Rp2.096.129,03 Rp2.096.100

Sumber: Data Primer (diolah), 2013.

Kelas WTA responden diperoleh dengan menentukan terlebih dahulu batas atas dan batas bawah dari nilai terkecil sampai nilai terbesar WTA yang ditawarkan responden. Setelah Nilai tengah didapatkan langkah selanjutnya dengan mencari frekuensi banyaknya responden

63

dalam kategori kelas WTA yang telah disediakan. Langkah selanjutnya adalah dengan mengalikan nilai Tengah WTA yang telah didapatkan dengan besarnya frekuensi relatif. Dengan demikian dapat diperoleh Total nilai E WTA sebesar Rp10.480.600,-. 4.

WTA Agregat atau Total WTA (TWTA) Nilai total WTA (TWTA) responden dihitung berdasarkan data

distribusi WTA responden dan dengan menggunakan rumus (5). Kelas WTA responden diperoleh dengan menentukan terlebih dahulu batas atas dan batas bawah dari nilai terkecil sampai nilai terbesar WTA yang ditawarkan kepada responden dan dengan menghitung jumlah kelas, rentang dan penjang kelas. Dari kelas WTA responden dihitung nilai tengahnya, sehingga jumlah WTA diperoleh dari frekuensi sampel dibagi jumlah sampel dikalikan dengan jumlah populasi, kemudian dikalikan dengan nilai tengah WTA. Hasil perhitungan TWTA dapat dilihat pada Tabel 10 Berdasarkan hasil perhitungan diperoleh nilai total WTA dari populasi adalah sebesar Rp4.271.527.600,-. Tabel 10 Total WTA Masyarakat terhadap Upaya Relokasi No

Frek. (orang) KK

Kelas WTA (Rp/siklus banjir)

Nilai Tengah

1

Rp6.300.000,00

Rp9.539.999,00

Rp7.919.999,50

12

137

Rp1.082.229.609,10

2

Rp9.540.000,00

Rp12.779.999,00

Rp11.159.999,50

6

68

Rp762.479.965,84

3

Rp12.780.000,00

Rp16.019.999,00

Rp14.399.999,50

8

91

Rp1.311.793.502,84

4

Rp16.020.000,00

Rp19.259.999,00

Rp17.639.999,50

2

23

Rp401.736.762,81

5

Rp19.260.000,00

Rp22.499.999,00

Rp20.879.999,50

3

34

Rp713.287.724,85

31

353

Rp4.271.527.565,44

Total

Jumlah (Rp)

Pembulatan

Rp4.271.527.600

Rata - rata

Rp854.305.513,09

Pembulatan

Rp854.305.500

Sumber: Data Primer (diolah), 2013.

64

Analisis Faktor-Faktor yang Mempengaruhi nilai Willingness to

8.3.

Accept Setelah memperhatikan bahwa data yang diperoleh melalui penelitian terlihat bahwa jumlah tanggungan, kependudukan dan jenis kelamin tidak memiliki pengaruh terhadap nilai WTA. Hal ini ditandai ketika diuji bersamasama peubah tersebut tidak mempengaruhi secara nyata terhadap nilai WTA yang ditunjukkan dengan nilai P-value yang lebih besar dari α baik pada tingkat kepercayaan 80 persen hingga 99 persen. Data WTA dibuat kategorik dengan segmentasi kurang dari 10 juta masuk ke dalam kategori 1, antara 10 sampai kurang dari 20 juta masuk ke dalam kategori 2 dan untuk lebih dari atau sama dengan 20 juta masuk ke dalam kategori 3. Hasil analisis nilai WTA responden dapat dilihat pada Tabel 11. Tabel 11 Hasil Analisis nilai WTA Responden RW 02 dan 03 Kel. Kampung Melayu Tahun 2013 Predictor Constant PDPTN LMTGL LSTGL IZMBG SSRMH

Coef 5345628 4,429 -28927 39564 2079054 2698100

SE Coef 2996157 0,4246 38203 32218 1501767 1558498

T 1,78 10,43 -0,76 1,23 1,38 1,73

P 0,087 0,000 0,456 0,231 0,178 0,096

MS 1,09E+14 3,97E+12

F 27,55

S = 1992913 R-Sq = 84,6% R-Sq(adj) = 81,6% Analysis of Var Source Regression Residual Error

DF 5 25

SS 5,47E+14 9,93E+13

Total

30

6,46E+14

Source PDPTN LMTGL LSTGL IZMBG SSRMH

DF 1 1 1 1 1

Seq SS 5,22E+14 1,22E+12 4,56E+12 7,84E+12 1,19E+13

Unusual Obs.

P 0,00

65

Obs 4 31

Nilai PDPTN WTA Fit SE Fit 50000 8100000 7354784 1583516 3500000 22500000 23245216 1583516

Residual 745216 -745216

St Resid 0,62 X -0,62 X

Sumber: Data Primer (diolah), 2013.

Model yang dihasilkan dalam penelitian ini cukup baik. Hal ini ditunjukkan oleh R-Sq sebesar 84,6 persen, yang berarti sebesar 84,6 persen keragaman WTA responden dapat diterangkan oleh keragaman variabel-variabel penjelas yang terdapat dalam model, sedangkan sisanya 15,4 persen diterangkan oleh variabel lain yang tidak terdapat dalam model. Nilai P sebesar 0,016, hal tersebut menunjukkan variabel-variabel penjelas dalam model secara bersama-sama berpengaruh nyata terhadap nilai WTA responden terhadap biaya pengganti relokasi pada α = 0,05. Sementara itu model yang dihasilkan dalam analisis ini adalah: Nilai WTA = 5345628 + 4,43 PDPTN - 28927 LMTGL + 39564 LSTGL+ 2079054 IZMBG + 2698100 SSRMH + e Pada model tersebut variabel yang memiliki pengaruh nyata berada di level kepercayaan 90 persen adalah variabel pendapatan. Variabel pendapatan (PDPTN) memiliki nilai P-value sebesar 0,000 yang artinya bahwa variabel ini berpengaruh nyata terhadap nilai WTA responden pada taraf nyata 10 persen ( α = 0,1). Nilai koefisien sebesar 4,43 dan bertanda positif (+) yang berarti bahwa ketika pendapatan meningkat satu rupiah maka akan meningkatkan WTA sebesar Rp 4,43. Variabel status rumah (STRMH) memiliki nilai P-value sebesar 0,096 yang artinya bahwa variabel ini berpengaruh nyata terhadap nilai WTA responden pada taraf nyata 10 persen ( α = 0,1). Nilai koefisien sebesar 2698100 yang berarti dapat dijelaskan bahwa bangunan yang milik sendiri akan mempengaruhi nilai WTA sebesar 2698100. bertanda positif (+) berarti bahwa responden yang memiliki status rumah milik sendiri maka responden tersebut kecenderungannya tidak akan menerima nilai WTA yang lebih tinggi. Variabel lama tinggal, luas tinggal dan izin mendirikan bangunan, ternyata tidak berpengaruh nyata karena nilai P lebih besar dari taraf nyata 10 persen ( α

66

= 0,10) hal ini disebabkan karena walaupun responden telah lama tinggal, telah memiliki pemukiman yang cukup luas dan telah memiliki izin mendirikan bangunan di lingkungan RW 02 dan 03 Kelurahan Kampung Melayu, akan tetapi tidak mempengaruhi responden untuk menerima besar kecilnya nilai WTA. Untuk uji keandalan, pada hasil analisis WTA, nilai R2 sebesar 84,6% ini menunjukan hasil yang cukup baik, yang artinya adalah sebesar 84,6 persen besar WTA dapat dijelaskan oleh variabel X. Untuk uji F pada hasil analisis regresi terdapat 2 variabel yang berpengaruh yaitu variabel pendapatan dan dan status rumah, nilai P-Value kedua variabel tersebut lebih kecil dari alfa yang digunakan yaitu sebesar 0,1 bisa dilihat pada Tabel 11. Untuk uji t pada penelitian ini, hasil analisis regresi menunjukan nilai kurang dari alfa yang digunakan sebesar 0,1 maka dapat dikatakan bahwa variabel tersebut berpengaruh nyata secara individu terhadap variabel dependennya. Untuk uji multikolinearitas pada penelitian ini hasil dari analisis regresi menunjukan nilai VIF < 10 artinya adalah dapat dikatakan bahwa tidak ada masalah dalam multikolinearitas. Sementara itu untuk uji Heteroskedastisitas hasil analisis regresi pada penelitian ini menunjukan nilai annova lebih dari 0,1 berarti asumsi heteroskedastisitas terpenuhi asumsinya dengan kata lain dapat dikatakan model cukup baik. Untuk uji normalitas hasil analisis regresi pada penelitian ini menunjukan nilai P value lebih dari 0,1 berarti asumi normalitas terpenuhi dengan kata lain dapat dikatakan model cukup baik. Untuk uji Autokorelasi, hasil analisis regresi pada penelitian ini menunjukan nilai P Value lebih dari 0,1 berarti asumsi otokorelasi terpenuhi.

IX. 9.1.

SIMPULAN DAN SARAN

Simpulan Berdasarkan hasil dan pembahasan penelitian, dapat ditarik kesimpulan

sebagai berikut: 1.

Total kerugian ekonomi yang ditanggung masyarakat akibat banjir di Kampung Pulo yaitu sebesar Rp 1.171.972.600,- .Nilai ini mencerminkan total biaya yang dikeluarkan responden untuk mendapatkan lingkungan yang lebih baik atau sebesar 99,46% dari biaya yang harus ditanggung. Sementara itu biaya kerugian yang ditanggung oleh pemerintah daerah yaitu sebesar Rp 2.500.000,- yang disebabkan karena kerusakan sarana umum atau sekitar 0,54% dari total keseluruhan kerugian sehingga besarnya total kerugian keseluruhannya adalah Rp 1.174.472.600,-

2.

Sebagian besar masyarakat (78 persen) setuju bila dilakukan relokasi bantaran sungai dengan faktor yang mempengaruhi diantaranya adalah pendapatan, jumlah tanggungan, lama tinggal, jenis kelamin dan usia.

3.

Nilai rataan WTA masyarakat Kampung Pulo adalah Rp10.480.600,- untuk setiap orang (KK) dan besar total WTA yang diinginkan adalah sebesar Rp 4.271.527.600,- Nilai WTA tersebut dipengaruhi oleh faktor kependudukan dan status rumah.

9.2.

Saran Berdasarkan hasil dan pembahasan penelitian maka dapat disarankan:

1.

Relokasi pada pemukiman bantaran Sungai Ciliwung harus dilakukan. Pelanggaran dan perusakan yang terjadi perlu diberikan sangsi yang tegas sehingga dampak negatif yang lebih besar dari pelanggaran tersebut dapat dihindari karena kerugian dapat dihindari, hal ini penting dilakukan karena secara ekonomi akan memberikan kesejahteraan yang lebih tinggi, untuk menghindari biaya kerusakan yang akan terus berlanjut.

2.

Perlu adanya penelitian lanjutan dengan melakukan estimasi kerugian akibat banjir yang mempertimbangkan aspek lain diantaranya ketinggian air dan frekuensi banjir.

68

DAFTAR PUSTAKA Anath, C. V, and Klienbaum, D. G. 1997. Regression Models for Ordinal Responses: a Review of Methods and Applications. International Journal of Epidemiology, 26 (6): 1323-1333. Anonim. 2012. Jumlah Kepadatan Penduduk per wilayah Kota Administrasi. Dinas Kependudukan dan Pencatatan Sipil Kota Administrasi http://dki.kependudukancapil.go.id di akses Desember 2012. _______. 2010. Jumlah Ideal kepadatan penduduk per 1 km wilayah. http://elib.unikom.ac.id/files/disk1/543/jbptunikompp-gdl-marniepurn27105-7-14.bab-i.pdf . Diakses 10 Februari 2013. _______. 2010. Ruang Terbuka Hjau Publik dan Ruang Terbuka Hijau Privat https://sites.google.com/site/tamanbandung/fun-facts/apa-itu-rth. Diakses 13 februari 2013 Damodar Gujarati. 2006. Dasar-Dasar Ekonometrika Jilid 2. Jakarta : Erlangga. Delinom Rober dan Dyah Marganingrum. 2007. Sumberdaya Air dan Lingkungan Potensi : Degraasi, dan Masa Depan. Jakarta : LIPI Press. Departemen Pekerjaan Umum. 1994. Definisi Pemukiman. Informasi Peraturan Perundang-Undangan Republik Indonesia No.4 tahun 1992. Departemen Pekerjaan Umum. 2012. Penataan Bantaran Sungai Ciliwung. Rencana Peraturan Tata Ruang Wilayah Kota Administrasi. Fauzi Akhmad. 2004. Ekonomi Sumberdaya Alam dan Lingkungan Teori dan Aplikasi. Gramedia Pustaka Utama. Jakarta. ____________. 2006. Ekonomi Sumberdaya Alam dan Lingkungan Teori dan Aplikasi. Jakarta : PT Gramedia Pustaka Utama. Firdaus M dkk. 2011. Aplikasi Metode Kuantitatif untuk manajemen dan bisnis Kampus IPB Taman Kencana Bogor. PT Penerbit IPB Press. Garrod Key dan K.G Willis. 1999. Economic Valuation of The Environmental Methods and Cases Studies. Edward Elger Pubblishing. USA. Gulo W. 2005. Metodelogi Penelitian. Jakarta: PT Gramedia.Riduwan. 2011. Skala Pengukuran Variabel-Variabel Penelitian. Bandung : Alfabeta. Hanley N dan C. L. Spash.1993. Cost-Benefit Analysis and Environmental. Edward Elgar Publishing. England. Hasan Iqbal. 2002. Pokok-Pokok Materi Metodologi Penelitian dan Aplikasi. Grafika Indonesia. Jakarta.

69

Hosmer D.W dan S. Lameshow. 1989 Applied Logistic regression. Edward Elgar Publishing. England. Hufschmidt et.al (1987) Lingkungan, Sistem Alami dan Pembangunan. Terjemahan. Reksohadiprodjo, S. Gadjah Mada University Press. Yogyakarta. Idrus Muhammad. 2009. Metode Penelitian Ilmu Sosial : Pendekatan Kualitatif dan Kuantitatif. Yogyakarta : Erlangga. Kuncoro Mudrajat. 2003. Metode Riset untuk Bisnis dan Ekonomi. Bagaimana Meneliti dan Mennlis Tesis?. Ertangga. Jakarta. Indraka Resfaniarto. 2012 Komunitas Greenmap dan mewujudkan kota yang ideal. http://www.greenmap.or.id di akses 1 Desember 2012. Isonugroho. 2002. Strategi Pengelolaan Sungai Untuk Mendukung Pengelolaan Sumberdaya Air yang Berkelanjutan di Indonesia. Jurnal. P3 TPSLK BPPT dan HSF. Jakarta. Juanda B. 2009. Ekonometrika: Pemodelan dan pendugaan. IPB Press. Bogor. Koutsoyiannis A. 1997. Theory of Econometrics: An Introductory Exposition of Econometric Methods. Second Edition. New York : Barners and Noble. 518 hal. Lains Alfian. 2003. EKONOMETRIKA : Teori dan Aplikasi jilid 1. Jakarta : Pustaka LP3ES Indonesia. McCullagh,P. and Nelder, J.A. 1983. Generalized Linear Models. 2 Ed. Chapman and Hall. Nuryahya Akhmad dan Eka Intan Kumala Sari. 2011. Sumberdaya Air dan Kesejahteraan Publik. Kampus IPB Taman Kencana Bogor. PT Penerbit IPB Press. Ramanathan Ramu. 1998. Introductory Econometrics With Application Fourth Edition. The Dyden Press. USA. Soegiarto. 2005. Analisis Faktor-faktor yang mempengaruhi keputusan partisipasi Masyarakat dalam kegiatan relokasi pemukiman kumuh di kelurahan Kauman Kabupaten Jepara. (Disertasi). Jepara : Magister Teknik Pembangunan Kota, Universitas Diponegoro. Tampubolon. 2011. Analisis Willingness To Accept Masyarakat Akibat Eksternalitas Negatif Kegiatan Penambangan Batu Gamping (Studi Kasus Desa Lulut Kecamatan Klapanunggal Kabupaten Bogor). (Skripsi). Bogor: Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

70

Umar H. 2005. Metode Penelitian untuk Skripsi dan Tesis Bisnis. PT Raa Grafindo Persada. Jakarta. Yasser. 2012. Faktor-Faktor Yang Mempengaruhi Pencapaian Proses Relokasi Pemukiman Masyarakat Suku Bajau di Desa Kalumbatan Kabupaten Banggai Kepulauan. (Disertasi). Jogja : Fakultas Teknik Universitas Gajahmada Yavanica Emilia. 2009. Analisis Nilai Kerusakan Lingkungan dan Kesediaan Membayar Masyarakat Terhadap Program Perbaikan Lingkungan (Kasus Pemukiman Bantaran Sungai Ciliwung) (Skripsi). Bogor : Fakultas Pertanian, Institut Pertanian Bogor. Zulwahyuni Hamna. 2007. Analisis Relokasi Pemukiman Penduduk di Bantaran Sungai Ciliwung Dengan Pendekatan Willingness To Accept (Kasus Kampung Pulo Kecamatan Bogor Utara Kota Bogor). (Skripsi). Bogor : Fakultas Pertanian, Institut Pertanian Bogor.

LAMPIRAN

72

Lampiran 1 Kuisioner

DEPARTEMEN EKONOMI SUMBERDAYA DAN LINGKUNGAN FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR Jl. Kamper Level 5 Wing 5 Kampus IPB Darmaga Bogor 16680 Telp/Fax. (0251) 421672 Hari/ Tanggal : No. Responden : Data Responden Nama : Alamat : No. Telepon/ HP : Kuesioner ini digunakan sebagai data primer untuk bahan skripsi mengenai ”Estimasi Nilai Kerugian Ekonomi Akibat Banjir Dan Kesediaan Menerima Masyarakat (Willingness To Accept) Terhadap Program Relokasi (Studi Kasus Di Kampung Pulo, Kecamatan Jatinegara, Jakarta Timur) oleh Muhamad Saefrudin (H44080086). Kami memohon partisipasi saudara untuk mengisi kuisioner ini dengan teliti dan lengkap sehingga dapat menjadi data yang objektif. Informasi yang saudara berikan akan dijamin kerahasiaanya, tidak bebas untuk dipublikasikan, dan tidak akan digunakan dalam kepentingan politik. Atas perhatian dan partisipasi Saudara, Saya ucapkan terima kasih. Petunjuk pengisian :  ( * ) Coret yang tidak perlu  Jika ada jawaban pilihan, pilihlah salah satu jawaban dengan melingkari pilihan huruf yang tersedia  Untuk pertanyaan bagian C terdapat kolom ikut/ tidak dalam keikutsertaan program berilah tanda ( √ ) pada kolom pilihan jawaban anda A. Karakteristik Responden 1. Jenis Kelamin : Laki-laki / Perempuan* 2. Umur : _____tahun 3. Status : Belum menikah / Sudah menikah* 4. Jumlah tanggungan : _____orang 5. Pendidikan formal terakhir yang ditempuh ? SD atau sederajat Kelas : 1 2 3 4 5 6 SMP/ Tsanawiyah atau sederajat Kelas : 1 2 3 SMA/ STM/ Aliyah atau sederajat Kelas : 1 2 3 Perguruan Tinggi atau sederajat D1 D2 D3 S1 S2 S3 Tidak sekolah

73

6. Status penduduk ? Penduduk asli Penduduk Pendatang Lama tinggal : _____tahun 7. Status kepemilikan tempat tinggal ? Milik sendiri Bukan milik sendiri 8. Izin mendirikan bangunan Ada izin Tidak ada izin 9. Pekerjaan pokok saat ini : ______________________________ 10. Pekerjaan sampingan saat ini : ______________________________ 11. Rata-rata pendapatan perbulan (dalam rupiah) dari pekerjaan tersebut ? < Rp 1.000.000,00 Rp 1.000.000,00 - Rp 2.000.000,00 Rp 2.000.000,00 - Rp 3.000.000,00 Rp 3.000.000,00 - Rp 4.000.000,00 > Rp 4.000.000,00 12. Luas Tempat Tinggal : _____________________________M2 13. NJOP : Rp ____________________________ B. Kerugian Akibat Banjir 1. a. Apakah anda terkena banjir? Ya Tidak b. Kapan biasanya terjadi banjir didaerah anda? c. Berapa lama biasanya banjir melanda di daerah anda ? d. Berapa ketinggian banjir yang terjadi di daerah rumah anda? e. Siapa saja yang terkena dampak banjir di daerah anda? 2. a. b. c. d. e. f. g. h.

Kerugian apa saja yang dirasakan ? Dampak kerusakan terhadap rumah? Diperbaiki / tidak? Sendiri/bantuan orang lain? Biaya Dampak kesehatan ? Sakit apa saja yang diderita akibat banjir tersebut? Bagaimana cara menyembuhkan?

3. Dampak terhadap pekerjaan ? a. Tidak kerja/Terlambat.... b. Pengaruh pendapatan.... Biaya berobat akibat sakit Biaya perbaikan rumah Hilangnya pendapatan

Sebesar : Rp _______________________ Sebesar : Rp _______________________ Sebesar : Rp _______________________

74

C. Kesediaan Relokasi 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 1. Bersediakah anda di relokasi daerah Kampung Pulo). NJOP yang diperoleh akan dijadikan harga dasar Ya pada perhitungan WTA pada penelitian ini. Tidak 2. Jika Tidak, Faktor Apa yang menyebabkannya_________________ 3. Berapa besar biaya yang diinginkan agar anda berkenan di relokasi Kurang dari Rp 50.000.000,00 Rp 50.000.000,00 sampai kurang dari Rp 100.000.000,00 Lebih dari atau sama dengan Rp 100.000.000,00

~ Terimakasih banyak atas partisipasi yang diberikan ~

75

Lampiran 2 Tabel Hasil Analisis Faktor-faktor yang Mempengaruhi Kesediaan dan Ketidaksediaan Relokasi Logistic Regression

Predictor Constant Pddkn Pdptn Tnggn Lmtgl Lstgl Kpddkn jsklm usia

Coef 1,3136 -0,6869 2,80504 -1,274 -2,0901 -3,2912 7,53354 -2,9545 2,04653

SE Coef 5,40532 0,70824 1,43366 0,78093 1,18216 1,58171 2,79272 1,78066 1,4386

Z 0,24 -0,97 1,96 -1,63 -1,77 -2,08 2,7 -1,66 1,42

P 0,808 0,332 0,05 0,103 0,077 0,037 0,007 0,097 0,155

Odds Ratio 0,5 16,53 0,28 0,12 0,04 1869,71 0,05 7,74

Log-Likelihood = -13,315 Test that all slopes are zero: G = 24,289, DF = 8, P-Value = 0,002

Goodness-of-Fit Tests Method Pearson Deviance Hosmer-Lemeshow

ChiSquare DF 35,8153 31 26,6294 31 3,6417 8

P 0,253 0,691 0,888

Lower

Upper

0,13 1 0,06 0,01 0 7,84 0 0,46

2,02 274,52 1,29 1,25 0,83 445643 1,71 129,83

76

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 Constant PDPTN LMTGL LSTGL IZMBG SSRMH

Coef SE Coef T P 5345628 2996157 1,78 0,087 4,4290 0,4246 10,43 0,000 -0,76 0,456 -28927 38203 39564 32218 1,23 0,231 2079054 1501767 1,38 0,178 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 PDPTN LMTGL LSTGL IZMBG SSRMH

DF Seq SS 1 5,21554E+14 1 1,21817E+12 1 4,56009E+12 1 7,83816E+12 1 1,19037E+13

Unusual Observations Obs 4 31

PDPTN Nilai WTA Fit SE Fit Residual 50000 8100000 7354784 1583516 745216 3500000 22500000 23245216 1583516 -745216

St Resid 0,62 X -0,62 X

77

Lampiran 4 Tabel Data Olahan Pengaruh Variabel Bebas terhadap Kesediaan Relokasi Pdptn 3 1 3 2 3 1 1 1 2 1 1 1 2 2 1 3 1 1 1 1 1 1 3 2 1 1 1 1 1 1 1 2 1 1 1 1 1 3 1 1 1

Tnggn 3 2 2 2 0 1 2 2 2 0 1 0 1 0 3 1 0 1 0 1 0 1 1 1 0 2 1 1 1 1 0 1 1 0 2 0 2 2 1 1 1

Lmtgl 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 2 3 3 3 3 3 3 3 3 2 2 2 2 2 2 3 3 3 2 2 2 2 2 2

Lstgl 1 1 2 1 2 2 1 1 2 1 1 1 2 1 2 1 2 1 2 2 2 1 2 1 2 2 1 1 2 1 3 1 1 2 2 1 1 2 2 2 2

Kpddkn 1 1 0 1 0 1 1 1 1 0 1 1 1 1 1 0 1 0 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0 1 1 1 0 1 1 1

jsklm 1 0 1 0 0 1 0 1 0 0 1 1 0 0 0 1 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 1 1 0 0 1 1 0 0 0 0

usia 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 2 2 2 2 2 2 2 2 3 2 2 2 2 2 2

78

Pdptn 1 3

Tnggn 1 2

Lmtgl 3 1

Lstgl 2 1

Kpddkn 1 0

jsklm 0 1

usia 2 2

79

Lampiran 5 Tabel Data Olahan Pengaruh Variabel Bebas terhadap Besaran WTA

Nilai WTA 6300000 7200000 7200000 8100000 8100000 8100000 9000000 9000000 9000000 9000000 9000000 9000000 10800000 10800000 11250000 12150000 13500000 13500000 14400000 14400000 14400000 14400000 14400000 15750000 15750000 15750000 18000000 18900000 22050000 22500000 22500000

PDPTN 125000 50000 50000 50000 50000 50000 50000 50000 150000 50000 100000 100000 100000 150000 150000 200000 1500000 1500000 400000 500000 500000 500000 600000 900000 1000000 1000000 1500000 1500000 3000000 3000000 3500000

LMTGL 69 52 55 47 44 45 37 62 65 46 38 53 58 50 56 48 70 55 70 31 48 56 48 50 44 48 47 54 30 44 30

LSTGL 20 18 30 27 40 14 20 30 48 64 20 25 50 21 32 35 16 20 30 24 25 50 30 24 16 35 20 32 24 32 30

IZMBG 1 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

SSRMH 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0

20

18

30

27

40

14

18

20

30

48

64

20

25

35

42

50

21

32

32

20

35

50

20

49

16

20

30

24

25

50

30

24

16

35

20

32

18

24

32

32

30

60

27

1

1.305

15

16

2

38

29

31

17

44

22

27

7

51

32

9

43

35

21

36

46

18

48

53

33

13

4

12

6

5

20

1

25

14

42

41

24

23

10

39

45

50

40

3

Rata-rata

Total

65.250.000

1.517.442

1350000

3000000

1500000

1600000

1600000

1200000

900000

1600000

1000000

1750000

800000

1200000

1500000

2500000

1250000

1200000

1500000

1000000

800000

2450000

1000000

2500000

1750000

1000000

1600000

1600000

1050000

2500000

2100000

1750000

1250000

1000000

3200000

2400000

1500000

1000000

900000

700000

2000000

1350000

1500000

900000

1000000

3.870.000

90.000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

90000

3x9

6x10

5x6

4x8

4x8

4x6

3x6

4x8

4x5

5x7

2x8

4x6

5x6

5x10

5x5

4x6

5x6

4x5

2x8

7x7

4x5

5x10

5x7

4x5

4x8

4x8

3x7

5x10

6x7

5x7

5x5

4x5

8x8

6x8

5x6

4x5

3x6

2x7

4x10

3x9

3x10

3x6

4x5

Luas (m2)Keramik lantaiCat bawah Tembok mowilexrincian 4 kg

8

No

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

2T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T1M

1T

1T

56.325.000

1.309.884

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

1877500

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

938750

47.246.250

1.098.750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

1098750

2.115.251

4492800

4212000

3510000

3510000

3510000

3439800

3369600

2948400

2808000

2457000

2457000

2457000

2246400

2246400

2246400

2246400

2246400

2106000

2106000

2106000

2106000

2106000

1895400

1895400

1755000

1755000

1684800

1684800

1684800

1474200

1404000

1404000

1404000

1404000

1404000

1404000

1404000

1263600

1263600

1263600

1123200

1123200

327600

41.360.000 90.955.800

961.860

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

1320000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

740000

580000

580000

6.832

159

224

224

210

210

210

196

196

182

196

168

168

168

168

168

168

168

168

154

154

154

154

182

168

168

140

140

140

140

140

140

126

126

126

126

126

126

126

126

126

126

140

140

126

2 Lantai

6.732.535

6888000

9184000

6419000

6888000

6888000

5950000

5481000

6888000

5481000

6888000

5950000

5950000

6839000

8715000

5950000

5950000

6419000

5481000

5950000

8246000

5481000

8295000

7308000

5481000

6888000

6888000

6370000

8715000

7777000

7308000

5950000

5481000

9184000

8246000

6419000

5481000

5481000

5481000

8246000

6888000

7357000

5481000

6888000

228.872.000 289.499.000

5.322.605

7504000

7504000

7035000

7035000

7035000

6566000

6566000

6097000

6566000

5628000

5628000

5628000

5628000

5628000

5628000

5628000

5628000

5159000

5159000

5159000

5159000

6097000

5628000

5628000

4690000

4690000

4690000

4690000

4690000

4690000

4221000

4221000

4221000

4221000

4221000

4221000

4221000

4221000

4221000

4221000

4690000

4690000

4221000

kamar Tembok Kamar(batubata+semen+pasir+cat Tembok 2) Kamar Mandi + kloset+bak Pintu+Jendela Genteng Luas Tembok Batu Bata

tempat tidur

motor

lemari

pakaian

tempat tidur

motor

lemari

pakaian

lemari

tv

motor

kasur

tempat tidur

motor

lemari

pakaian

lemari

tv

motor

kasur

tempat tidur

motor

lemari

pakaian

lemari plastik

tv

motor

kasur

tempat tidur

motor

lemari

pakaian

lemari

tv

motor

kasur

tempat tidur

motor

lemari

pakaian

kulkas

tv

motor

32.600.000

758.140

200000

750000

3500000

250000

500000

350000

1500000

500.000

1500000

750000

250000

250000

500000

350000

1500000

500.000

1500000

750000

250000

250000

150000

3500000

1500000

500.000

150000

750000

350000

250000

500000

350000

350000

1.500.000

500000

1500000

1.500.000

200000

175000

350000

1500000

500.000

200000

75000

350000

627.106.050

6.732.535

17317050

21532250

19315250

16634250

16884250

15326050

15636850

16322650

15175250

16231250

13843250

14243250

15471650

18197650

15332650

14282650

16051650

12204500

11973500

15919500

11604500

19268500

15320900

11743900

13260500

13860500

12322300

16017300

14929300

13749700

11821500

12252500

17155500

16417500

13690500

10952500

10827500

10662100

15877100

12869100

13047700

10286700

11273100

Kerugian LainHarga serviceTotal Kerugian Materil

80

Lampiran 6 Tabel Data Perhitungan Besar Kerugian Ekonomi

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.