MENGHITUNG  TIMBULAN  SAMPAH  KOTA

Populasi dan Sampel (unit analisis penelitian)

Ruang lingkup penelitian dibatasi dalam dua bagian, yaitu ruang lingkup materi dan ruang lingkup wilayah.

A.      Ruang Lingkup Materi

Lingkup materi pada penelitian adalah :

1.             Aspek Estimasi volume timbulan sampah yang dipengaruhi oleh jumlah penduduk dan PDRB per kapita.

2.             Aspek efisiensi beban biaya atas timbulan sampah dengan mengolah sampah di sumber dan tersedianya anggaran belanja truk.

3.             Teknis pemilihan jenis dan jumlah kebutuhan truk sampah.

4.             Aspek alternatif pengadaan truk sampah apakah dengan cara beli dan/atau sewa yang dikaitkan dengan anggaran yang tersedia.

B.      Ruang Lingkup Wilayah

Ruang lingkup wilayah penelitian adalah kota Jakarta Timur yang memiliki luas yaitu ±188,03 Km² dengan kepadatan penduduk mencapai ± 15.047 jiwa/Km², Jumlah Penduduk (yang padat)  mencapai 2.848.010 jiwa dan jumlah rumah tangga sebanyak 708.887 KK. Tingkat pertumbuhan penduduk di Kota Jakarta Timur 1,03% per tahun. (BPS 2014).

Teknik Pengumpulan Data

Metode pengumpulan data, menguraikan bagaimana cara peneliti mengumpulkan data yang sifatnya primer maupun sekunder. Data primer : wawancara, observasi. Data sekunder : Laporan dari berbagai sumber, media cetak, literatur dan kepustakaan lainnya, diuraikan lembaga atau lainnya sebagai nara sumber. Dalam penelitian ini penulis lebih banyak menggunakan data sekunder.

Teknik pengumpulan data merupakan prosedur standar dan sistematis untuk memperoleh data yang diperlukan, berupa data sekunder dan data primer sesuai dengan parameter penelitian.

Untuk mendapatkan data primer yang dilakukan dengan teknik :

1.      Data Primer, guna mendapatkan data akurat dilakukan antara :

a.       Pengamatan langsung (observasi langsung) Pengambilan data langsung di lapangan tentang persampahan dan kendaraan operasional pengangkutan sampah yang ada, dengan kunjungan langsung ke lokasi dengan mengambil gambar.

b.         Wawancara pada responden merupakan sampel yang terlibat dalam pengangkutan sampah dan Foto dokumentasi kegiatan penelitian. Peneliti mendapatkan data dilakukan pengambilan sampel Responden secara acak, karena anggota populasi dianggap homogen.

2.      Data Sekunder, Pengumpulan data sekunder melalui data tertulis, literatur, peneliti terdahulu, media cetak, kepustakaan dan instansi terkait (Dinas Kebersihan Prov. DKI Jakarta, Sudin Kebersihan Jakarta Timur, BPS Jakarta Timur)

Jenis dan Sumber Data

Dalam penelitian ini membutuhkan dua jenis data :

1.    Data Primer, langsung diperoleh pada sumber pertama. Data primer dapat berupa data kuantitatip maupun kualitatip yang diperoleh dengan melakukan survei lapangan, wawancara, penelitian langsung di lapangan. Adapun data primer dalam penelitian ini adalah :

o   Data dari pengelola sampah di Jakarta Timur

o   Data dari responden di lokasi penelitian

o   Foto dokumentasi kegiatan penelitian

2.    Data Sekunder, data dari beberapa instansi terkait yang berhubungan dengan pengangkutan sampah. Data sekunder pada penelitian adalah :

o   Data kependudukan dan PDRB dari BPS Jakarta Timur.

o   Data persampahan dari Dinas Kebersihan Prov. DKI Jakarta

o   Data dari Sudin Kebersihan Jakarta Timur, Data kendaraan dan teknis angkutan sampah

Teknik Pengolahan Data

Dengan pengukuran variabel yang diteliti dan bagaimana mengimplikasikan indikator/parameter variabel tersebut dalam instrumen penelitian. Pengujian instrumen dan model yang digunakan (uji validitas, reliabilitas, transformasi pengukuran dan uji kalayakan model yang dipilih, teknik analisis data (model-model pengujian), desain hubungan variabel (dalam bagan) dan berikut asumsi matematisnya dari model yang dibangun.

Prediksi Jumlah penduduk :

Pn     =      Po * (1 + r )ⁿ

Keterangan :

Pn     =      prediksi jumlah penduduk tahun ke – n (jiwa)

Po     =      jumlah penduduk saat ini (jiwa)

r        =      pertumbuhan penduduk rerata (%)

n       =      tahun

Prediksi PDRB :

Pt      =      P * (1 + r )^t

Keterangan :

Pt      =      besar PDRB tahun ke – t (Rp.)

P       =      besar PDRB sekarang (Rp.)

r        =      pertumbuhan PDRB rerata (%)

t        =      tahun

Koefisien Penentu (Prediktor) = R².

Koefisien penentu merupakan indikator adanya hubungan saling mempengaruhi yang signifikan dari satu variabel bebas atau lebih terhadap variabel tak bebas sebagai target/sasaran pencarian hasil akhir penelitian. Rumus yang digunakan untuk menghitung koefisisen korelasi (Ismiyati, 2005) adalah :

a.    Y     =          a + bx

b.    Y     =          a + b1x1 + b2x2 + bnxn

Keterangan :

Y           =     Tingkat pertumbuhan timbulan sampah perkapita merupakan variabel tak bebas

Yi          =     Tingkat pertumbuhan timbulan sampah perkapita tahun ke-i

Xi          =     Tingkat pertumbuhan penduduk per tahun (%), merupakan   variabel bebas.

a1, a2     =     Koefisien x

b1, b2    =     Konstanta

Untuk menentukan nilai koefisien penentu digunakan program pengolah data statistik/keuangan Excell 2010 dari Software Microsoft Window 8 dengan memilih regresi linear,  model trendline  yang terjadi dari hubungan variabel Y dan X₁ X₂ masing-masing komponen.

Data primer dan data sekunder

Data primer dan sekunder yang dikumpulkan dipilah sesuai dengan variabel dan karakteristik datanya. Data disajikan dalam bentuk :

1.    Tabulasi data, untuk data berbentuk angka

2.    Data narasi untuk data kualitatif, dari data berbetuk jawaban cerita atau argumentasi, persepsi, aspirasi maupun keinginan dari operasional kebersihan.

Analisis data dalam penelitian ini, digunakan analisa statistik yang berfungsi menyederhanakan data penelitian yang amat besar jumlahnya menjadi informasi yang lebih sederhana dan lebih mudah dipahami.

Variabel Penelitian

Variabel penelitian, antara lain :

○     Variabel Timbulan Sampah

○     Jumlah penduduk : laju timbulan sampah sejalan dengan meningkat dan bertambahnya jumlah penduduk.

○     PDRB per kapita

Terdapat berbagai variabel yang harus dipertimbangkan dalam usaha pengadaan truk angkutan sampah, agar dapat menjamin mengangkut sampah dalam satu hari.

Rumus proyeksi penduduk. Dalam demografi, dikenal beberapa rumus untuk menghitung proyeksi penduduk, salah satunya adalah rumus proyeksi penduduk geometris. Rumus proyeksi geometris pertumbuhan penduduk dan PDRB (Kadoatie, 2005) adalah sebagai berikut :

1.             Proyeksi penduduk

P_n    =     Po ( 1 + r )ⁿ

Keterangan :

P_n     =    prediksi penduduk pada tahun (jiwa)

P_o    =    penduduk pada awal tahun (jiwa)

1      =    angka konstanta

r      =    angka pertumbuhan penduduk (%)

n      =    jumlah rentang tahun dari awal laju tahun n

2.             Prediksi tingkat pertumbuhan PDRB

       P_t      =    P ( 1 + i )^t

Keterangan :

P_t      =    Prediksi PDRB tahun ke t (Rp.)

P     =    besar PDRB awal tahun (Rp.)

1      =    angka konstanta

i       =    angka pertumbuhan PDRB rata² (%)

t      =    jumlah rentang tahun dari awal laju tahun t

3.             Volume timbulan sampah

Satuan timbulan sampah dinyatakan sebagai satuan skala liter per orang per hari, dimana satu orang menghasilkan sampah sebanyak 2,97 liter per hari (Dinas Kebersihan Prov. DKI Jakarta). Volume timbulan sampah = Jumlah penduduk x 2,97 liter/orang/hari.

Estimasi volume sampah

Estimasi timbulan sampah, rumus menghitung volume sampah :

V_S     =    P₀ x v

Keterangan:

V_S   =    Volume timbulan sampah

P₀    =    Jumlah penduduk

v      =    rata² volume sampah (2,97 liter/orang/hari)

4.             Mengolah sampah di sumber dengan teknologi incinerator yang dapat mereduksi sampah hingga 69,2 % (4.500 ton per hari) atau yang tersisa untuk diangkut hanya 30,8% (2.000 ton per hari) (data DKI Jakarta)

5.             Jumlah kebutuhan Truk sampah. Untuk estimasi jumlah kebutuhan truk sampah antara lain dapat menggunakan variable/parameter sebagai berikut:

a.       Waktu pengangkutan per ritasi (tA) .

Keterangan :

t_A     =     Waktu angkut (jam)

t_in     =     Waktu menaikkan dan mengosongkan kontainer (jam)

t_out   =     Waktu menurunkan kontainer (jam)

S_G       =     Jarak dari garasi-TPS-TPA (km)

V₁    =     Kecepatan isi (km/jam)

V₀    =     Kecepatan kosong (km/jam)

b.       Jumlah kebutuhan truk (n_t)

Truk     =

Keterangan :

nt      =     Jumlah truk yang diperlukan (unit)

V_S    =    Jumlah volume timbulan sampah (m³)

V_T   =    Volume truk sampah (rata²10 m³)

P      =    jumlah ritasi per hari (1,5 rit)

C_S    =    Kompaksi sampah dalam truk (1,2)

 Devinisi, operasional dan pengukuran variabel

Proyeksi Pertumbuhan Penduduk dan Pertumbuhan PDRB

Proyeksi ini dilakukan dengan tujuan untuk mengetahui korelasi terhadap peningkatan pertumbuhan kedua variabel terkait dengan timbulan sampah yang akan terjadi. Alasan yang dipakai adalah peningkatan jumlah jiwa akan sangat menambah timbulan sampah karena konsumsi bertambah, begitu juga PDRB juga akan terpengaruh. Rumus rujukan pertumbuhan jumlah penduduk dan PDRB (Kodoatie, 2005) adalah :

○       Proyeksi jumlah penduduk :

Pn     =     Po * (1 + r )ⁿ

Keterangan :

Pn     =     Proyeksi jumlah penduduk tahun ke – n (jiwa)

Po     =     jumlah penduduk saat ini (jiwa)

r        =     pertumbuhan penduduk rerata (%)

n        =     tahun

○       Prediksi jumlah PDRB per kapita :

Pt      =     P * (1 + r )^t

Keterangan :

Pt      =     besar PDRB tahun ke – t (Rp.)

P       =     besar PDRB sekarang (Rp.)

r        =      pertumbuhan PDRB rerata (%)

t        =      tahun

Sampah

Undang-Undang Republik Indonesia Nomor 18 tahun 2008 Tentang Persampahan, Sampah adalah sisa kegiatan sehari-hari manusia dan/atau proses alam yang berbentuk padat. Sedangkan menurut SNI-19-2454-2002, sampah adalah limbah yang bersifat padat terdiri dari bahan organik dan anorganik yang dianggap tidak berguna lagi dan harus dikelola agar tidak membahayakan lingkungan dan melindungi investasi pembangunan.

Limbah padat atau sampah merupakan salah satu bentuk limbah yang terdapat pada lingkungan. Bentuk, jenis dan komposisi limbah padat sangat dipengaruhi oleh tingkat budaya masyarakat dan kondisi alamnya. Sampah padat terdiri dari zat organik dan zat anorganik yang sebagian besar masyarakat dianggap tidak bermanfaat sehingga harus dibuang.

Teknik Analisis Data Pertumbuhan Penduduk

Data laju pertumbuhan penduduk di Jakarta Timur sebesar 1,03% per tahun (BPS Kota Jakarta Timur, 2014). Untuk selanjutnya dengan dasar data tersebut dapat dibuat proyeksi jumlah penduduk untuk kurun waktu 10 tahun ke depan terhitung mulai tahun 2010 sampai dengan 2020 sebagai berikut :

Jumlah penduduk tahun 2010   (Po)   =   2.705.763 Jiwa.

Tingkat pertumbuhan rerata   ( r )   =   1,03 % = 0,0103

Propyeksi penduduk :   (Pn)   =   Po * (1 + r )ⁿ   =   Po * (1 + 0,0103 )ⁿ

Sebagai dasar analisis pertumbuhan jumlah penduduk dipakai data sensus penduduk Jakarta Timur tahun 2010 dan proyeksi sampai dengan 2020. Jika terhitung mulai tahun 2010 nilai (n) diambil 10 tahun, maka (tahun 2020) P10 = 2.705.763 * (1,0103)¹⁰ = 2.997.735 Jiwa.

Prediksi PDRB

Prediksi ini dilakukan dengan tujuan untuk mengetahui korelasi terhadap peningkatan pertumbuhan kedua variabel terkait dengan timbulan sampah yang akan terjadi. Alasan yang dipakai adalah peningkatan PDRB akan sangat mempengaruhi timbulan sampah karena konsumsi juga bertambah.

Sebagai dasar analisis berdasarkan pada tingkat pendapatan, pola konsumsi dan penyediaan kebutuhan hidup penduduk wilayah penelitian diasumsikan setara dengan PDRB perkapita (Syafrudin, 1977). Hubungannya adalah pengaruh volume buangan sampah ke TPA dari hasil peningkatan konsumsi masyarakat terhadap luas area buangan untuk prediksi kurun waktu 10 tahun berikutnya.

Data analisis prediksi peningkatan PDRB yang digunakan berdasarkan data pertumbuhan PDRB Kota Jakarta Timur mulai awal tahun 2010 hingga tahun 2020. Rumus rujukan pertumbuhan jumlah penduduk dan PDRB (Kodoatie, 2005) adalah :

Pn    =    Po (1 +  r)ⁿ

Keterangan :

Pn    =    Prediksi jumlah penduduk tahun ke n (jiwa)

Po    =    jumlah penduduk saat ini (jiwa)

r       =    pertumbuhan penduduk rata-rata (%) n = tahun

P_t    =    P (1 + r)^t

Keterangan :

Pt    =      besar PDRB tahun ke – t   (Rp.)

P     =      besar PDRB sekarang   (Rp.)

R    =      pertumbuhan PDRB rerata  (%)

t      =      tahun

Prediksi Timbulan Sampah di Jakarta Timur

Data yang dihitung berikutnya adalah prediksi timbulan sampah Jakarta Timur dalam kurun waktu 10 tahunan terhitung mulai tahun 2010 hingga tahun 2020, selanjutnya dianalisis secara berpasangan antara pertumbuhan penduduk terhadap timbulan sampah serta pertumbuhan PDRB terhadap hal yang sama untuk mendapatkan trendline faktor nilai koefisien korelasi dari hasil regresi dua variabel terkait.

Untuk menentukan nilai koefisien penentu digunakan program Excell dari Software Window.8 dengan memilih model trendline yang terjadi dari hubungan variabel Y (Volume Timbulan sampah),  X₁ (Jumlah penduduk) dan X₂ (PDRB per kapita) masing-masing komponen.

Dengan pengukuran variabel yang diteliti dan bagaimana mengimplikasikan indikator/parameter variabel tersebut dalam instrumen penelitian. Pengujian instrumen dan model yang digunakan (uji validitas, reliabilitas, transformasi pengukuran dan uji kalayakan model yang dipilih, teknik analisis data (model2 pengujian), desain hubungan variabel (dalam bagan) dan berikut asumsi matematisnya dari model yang dibangun.

Prediksi Jumlah penduduk :

Pn     =     Po * (1 + r )ⁿ

Keterangan :

Pn     =      Prediksi jumlah penduduk tahun ke – n  (jiwa)

Po     =      jumlah penduduk saat ini  (jiwa)

r        =      pertumbuhan penduduk rerata  (%)

n       =      tahun

         

Prediksi PDRB :

Pt      =    P * (1 + r )^t

Keterangan :

Pt      =      besar PDRB tahun ke – t  (Rp.)

P       =      besar PDRB sekarang  (Rp.)

r        =      pertumbuhan PDRB rerata  (%)

t        =      tahun

Koefisien Penentu (Prediktor) = R².

Koefisien penentu merupakan indikator adanya hubungan saling mempengaruhi yang signifikan dari satu variabel bebas atau lebih terhadap variabel tak bebas sebagai target/sasaran pencarian hasil akhir penelitian. Rumus yang digunakan untuk menghitung koefisisen korelasi (Ismiyati, 2005) adalah :

a.   Y   =   a + bx

b.   Y   =   a + b1x1 + b2x2 + bnxn

Keterangan :

Y           =       Tingkat pertumbuhan timbulan sampah perkapita merupakan  variabel tak bebas

Yi          =       Tingkat pertumbuhan timbulan sampah perkapita tahun ke-i

Xi          =       Tingkat pertumbuhan penduduk per tahun (%), merupakan            variabel bebas.

a1, a2     =       Koefisien x

b1, b2    =       Konstanta

Untuk menentukan nilai koefisien penentudigunakan program pengolah data statistik/keuangan Excell 2010 dari Software Microsoft Window 8 dengan memilih regresi linear,  model trendline  yang terjadi dari hubungan variabel Y dan X₁ X₂ masing-masing komponen.

Desain Bagan Pengujian (Hipotesis) dan Asumsinya

Analisis Uji Korelasi Sederhana. Analisis yang digunakan adalah analisis korelasi sederhana dengan tujuan untuk mengetahui hubungan antara Jumlah penduduk  terhadap volume timbulan sampah. Hubungan dua variabel dikatakan positip jika nilai dua variabel terkait saling mendukung dan hubungan dua variabel dinyatakan negatip jika kedua variabel tidak saling mendukung terhadap tujuan yang ingin diperoleh dalam suatu penelitian.

Analisis korelasi berganda digunakan dalam penelitian ini untuk mendapatkan kesimpulan bahwa di dalam hasil analisa terdapat hubungan sebab dan akibat yang kuat pada dua variabel atau lebih veriabel secara bersamaan (Ismiyati, 2005).

Jadwal penelitian

Penelitian dilaksanakan pada bulan Juli 2014 hingga Juni 2015. Lokasi/tempat penelitian mencakup seluruh wilayah Jakarta Timur yang terdiri atas sepuluh kecamatan, yaitu: Kecamatan Matraman, Jatinegara, Pulogadung, Kramatjati, Cakung, Pasar Rebo, Duren Sawit, Makasar, Ciracas, dan Cipayung.

Sistematika Penulisan

Sistematika penulisan dapat penulis uraikan dalam langkah-langkah penelitian sebagai berikut :

1. Melakukan studi literatur/pustaka, agar diperoleh gambaran permasalahan yang dihadapi oleh Sudin Kebersihan Jakarta Timur, dan bahan perbandingan dari beberapa kinerja pengangkutan sampah lainnya. (BAB I).

2. Mengumpulkan data-data menggunakan yang terkait dengan, beban biaya angkut sampah, jumlah penduduk, jumlah PDRB per kapita, vol.timbulan sampah, jenis truk Sampah, alternatif pengadaan truk, serta data lain yang mendukung penelitian ini. (BAB II).

3. Mengumpulkan data sekunder yang dibutuhkan dalam analisa : proyeksi penduduk, proyeksi PDRB per kapita, perkembangan ekonomi, vol. timbulan sampah, teknologi incenerator yang dapat mereduksi sampah 69,2%, model pemilihan truk, anggaran pengadaan truk, data pertumbuhan ekonomi dan industri dan pendukung lainnya. (BAB II).

4. Mengolah dan menganalisa data penelitian sehingga diperoleh gambaran secara teknis dari berbagai parameter yang dibutuhkan dalam mengevaluasi indikator, menyusun proyeksi volume timbulan sampah dan mengolah sampah di sumber. (BAB III)

5. Menyusun model kebutuhan/jenis truk sampah. Sehingga diperoleh model yang dapat diterapkan agar diperoleh komposisi jenis truk yang lebih baik dari kondisi sebelumnya. (BAB IV)

6. Keluaran yang diharapkan dari proses di atas adalah : Terjadinya efisiensi beban biaya atas timbulan sampah dan dapat menjelaskan pengaruh variabel jumlah penduduk dan PDRB per kapita terhadap volume timbulan sampah. Dan analisis alternatif jenis truk dan alternatif pengadaan truk sampah dengan menyesuaikan pada anggaran yang tersedia.  (BAB IV)

7. Menyusun simpulan dan saran dari hasil yang diperoleh dalam proses analisis. (BAB IV)

EFISIENSI BEBAN BIAYA ATAS TIMBULAN SAMPAH DAN ESTIMASI KEBUTUHAN KENDARAAN SAMPAH JAKARTA TIMUR

(Nopember 2015. Herman Herbandi)