33

BAB III

METODOLOGI PENELITIAN

3.1 Metode Penelitian

Desain penelitian adalah kerangka atau framework untuk mengadakan

penelitian. Berdasarkan karakteristik masalah yang diteliti, penelitian ini termasuk

ke dalam penelitian deskriptif. Penelitian deskriptif merupakan metode yang

digunakan untuk mengetahui nilai variabel mandiri, baik satu variabel atau lebih

(independen) tanpa membuat perbandingan, atau menghubungkan dengan variabel

lain (Sugiyono2006, p11). Sedangkan metode penelitian yang digunakan dalam

penelitian ini adalah metode penelitian survei, yaitu penelitian yang dilakukan

pada populasi besar maupun kecil, tetapi data yang dipelajari adalah data dari

sampel yang diambil dari populasi tersebut (Sugiyono2006, p7).

Unit analisis merujuk pada tingkat kesatuan data yang dikumpulkan selama

tahap analisis data selanjutnya (Sekaran2006, p173). Unit analisis yang diperlukan

dalam penelitian ini adalah Koperasi, yaitu Koperasi Sentra Industri Cianjur.

Horizon waktu yang digunakan dalam penelitian ini adalah cross-sectional, di

mana data yang dikumpulkan hanya satu kali dalam suatu kurun waktu tertentu.

34

Tabel 3. 1 – Desain Penelitian

Tujuan

Penelitian Jenis Penelitian

Metode

Penelitian Unit Analisis Time Horison

T-1 Penelitian Deskriptif Survei Organisasi Cross-Sectional

T-2 Penelitian Deskriptif Survei Organisasi Cross-Sectional

T-3 Penelitian Deskriptif Survei Organisasi Cross-Sectional

T-4 Penelitian Deskriptif Survei Organisasi Cross-Sectional

Sumber : Hasil Pengolahan Data (2011)

Keterangan:

T-1 : Mengetahui status keberlanjutan pengelolaan OVOP saat ini ditinjau

dari dimensi ekonomi, sosial, lingkungan dan lingkungan fisik,

teknologi, leadership

T-2 : Menganalisis faktor faktor kunci yang menentukan keberlanjutan

OVOP pada sentra industri Cianjur, KMTP, Jawa Barat

T-3 : Simulasi model untuk menentukan skenario ideal OVOP berkelanjutan

pada sentra industri Cianjur, KMTP, Jawa Barat

T-4 : Menentukan rumusan kebijakan keberlanjutan program OVOP pada

sentra industri Cianjut, KMTP, Jawa Barat

3.2 Operasional Variabel

Operasional variabel merupakan penjelasan pengertian dari teori variabel,

sehingga dapat diamati dan diukur dengan menentukan hal-hal yang diperlukan

untuk mencapai tujuan tertentu.

35

Tabel 3. 2 – Operasionalisasi Variabel Penelitian

Variabel Dimensi Variabel Ukuran Skala

Pengukuran

Keberlanjutan Program OVOP

Ekonomi

Bantuan Kredit bagi Petani Tidak memadai – memadai

Ordinal

Peningkatan Pendapatan Petani Tidak meningkat – meningkat

Pembayaran tepat waktu Tidak tepat waktu – tepat waktu

Pengembalian kredit ringan Berat – ringan Pengelolaan Distribusi Tidak teratur – teratur

Iklan dan packaging Tidak membantu – membantu

Sosial

Dukungan dan Support Pemerintah Tidak ada - ada

Ordinal

Dukungan dan support masyarakat Tidak ada - ada Komitmen dan Tanggung Jawab Masyarakat Tidak ada - ada Pembangunan Sumber Daya Manusia Tidak ada - ada

Lingkungan & Lingkungan Fisik

Infrastruktur Buruk – baik

Ordinal

Konservasi Lahan dan Habitat Tidak ada – ada Ketersediaan Bahan Baku Tidak tersedia – tersedia

Potensi Sumber Daya Alam Tidak berpotensi – berpotensi

Pengelolaan Penggunaan Lahan Buruk – baik

Teknologi

Bimbingan Tenaga Ahli Tidak ada - ada

Ordinal

Investasi Teknologi Tidak ada – ada Inovasi Produk Tidak ada – ada Penambahan nilai guna melalui Teknologi Tidak ada – ada Penggunaan Teknologi Tepat Guna Tidak ada – ada

Leadership / Kepemimpinan

Pembangunan kesejahteraan petani

Tidak ada - ada

Ordinal

Komitmen Pemimpin Tidak ada - ada Pemimpin yang dapat dipercaya Tidak dipercaya – dipercaya Sikap motivator tidak setuju - setuju Sikap selalu ingin maju ke depan tidak setuju - setuju

Sumber: Hasil Pengolahan Data (2011)

36

Menurut Riduwan dan Kuncoro (2008, p20), skala likert digunakan untuk

mengukur sikap, pendapat dan persepsi seseorang atau sekelompok tentang

kejadian atau gejala sosial.

Skala ordinal tidak hanya mengkategorikan variabel ke dalam kelompok,

tetapi juga melakukan rangking terhadap kategori. Pengukuran seperti ini

dinamakan skala ordinal dan data yang dapat dari pengukuran ini disebut data

ordinal. Variabel yang diukur dengan skala nominal dan ordinal umumnya disebut

variabel non-parametrik atau variabel non-metrik (Sahibul Munir, 2008).

3.3 Jenis dan Sumber Data

Data yang digunakan di dalam penelitian ini merupakan data subyek (self-

report data). Data subyek merupakan jenis data penelitian yang berupa opini,

sikap, pengalaman, atau karakteristik dari seseorang atau sekelompok orang yang

menjadi subyek penelitian (responden). (Indriantoro dan Supomo2002, p145).

Data yang digunakan di dalam penelitian ini diperoleh dari sumber primer dan

sumber sekunder. Data primer mengacu pada informasi yang diperoleh dari

tangan pertama oleh peneliti yang berkaitan dengan variabel minat untuk tujuan

spesifik studi. Sedangkan data sekunder mengacu pada informasi yang

dikumpulkan dari sumber yang telah ada. (Sekaran2006, p60)

Data primer yang digunakan di dalam penelitian ini diperoleh melalui

wawancara dengan para pemangku kepentingan/pakar (stakeholder) dalam

kementrian koperasi deputi pengkajian OVOP dan melalui penyebaran kuesioner

secara langsung kepada petani OVOP dan para stakeholder yang berkepentingan

37

dalam proses pengambilan keputusan pada sentra industri. Kuesioner yang

diberikan kepada para stakeholder di antaranya mengenai data-data yang

diperlukan untuk analisis kebutuhan, perbandingan antar faktor (prospektif), dan

penentuan prioritas strategi. Sedangkan data sekunder diperoleh melalui hasil

studi pustaka, laporan, dan data historis sentra industri serta dokumen dari

berbagai instansi yang berhubungan dengan topik penelitian.

3.4 Teknik Pengumpulan Data

Metode pengumpulan data merupakan bagian integral dari desain penelitian.

Beberapa metode pengumpulan data yang digunakan dalam penelitian ini, yaitu:

a. Observasi

Pengamatan langsung di sentra industi Cianjur, Jawa Barat dilakukan untuk

melihat reaksi masyarakat terhadap kehadiran produk OVOP serta mengumpulkan

data mengenai produk OVOP yang dipasarkan.

b. Wawancara

Mengadakan wawancara awal melalui telepon dengan Ibu Christine selaku

penanggung jawab deputi pengkajian kementrian koperasi untuk memperoleh

informasi mengenai isu-isu yang terkait dengan topik skripsi yang sedang diteliti.

c. Kuesioner

Kuesioner (questionnaries) adalah daftar pertanyaan tertulis yang telah

dirumuskan sebelumnya yang akan responden jawab, biasanya dalam alternatif

yang didefinisikan dengan jelas. Kuesioner merupakan suatu mekanisme

pengumpulan data yang efisien jika peneliti mengetahui dengan tepat apa yang

38

diperlukan dan bagaimana mengukur variabel penelitian. (Sekaran2006, p82).

Yang menjadi responden dalam penelitian ini adalah petani dan para petinggi

koperasi

d. Studi Pustaka

Studi pustaka pada penelitian ini dilakukan untuk memperoleh data sekunder

dengan membaca, mengumpulkan, mencatat, mempelajari buku cetak dan buku–

buku pelengkap atau referensi, seperti jurnal di perpustakaan ataupun melalui

internet.

3.5 Teknik Pengambilan Sampel

(Indriantoro dan Supomo2002, p115) Problematik yang ada dalam pemilihan

dalam pemilihan data kuantitatif umumnya berkaitan dengan populasi data yang

diteliti. Populasi (population), yaitu sekelompok orang, kejadian atau segala

sesuatu yang memiliki karakteristik tertentu. Karena jumlah populasi yang relatif

banyak, maka penggunaan sampel (elemen-elemen populasi) yang jumlahnya

relatif lebih sedikit namun dapat mewakili keseluruhan populasi, lebih diutamakan

dalam penelitian ini.

Populasi yang digunakan dalam penelitian ini adalah para petani sentra

industri Cianjur yang berasal dari berbagai latar belakang pendidikan dan

pekerjaan yang berbeda. Penarikan sampel untuk penelitian ini dilaksanakan

dengan membagi sejumlah kuesioner kepada para petani yang tergabung pada

39

program OVOP sentra industri cianjur dengan masa keanggotaan minimal 6

bulan.

Teknik yang digunakan dalam pengambilan sampel pada penelitian ini adalah

probability sampling. Menurut Riduwan dan Kuncoro (2008, p41), probability

sampling adalah teknik pengambilan sampel yang memberi peluang atau

kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi

sampel. Dengan menggunakan teknik simple random sampling, pengambilan

sampel dari anggota populasi dilakukan secara acak tanpa memperhatikan strata

(tingkatan) dalam anggota populasi.

Sampel yang digunakan berjumlah 100 responden dengan asumsi populasi

tidak diketahui dan tingkat kesalahan sebesar 5%. Menurut Riduwan dan Kuncoro

(2008, p50), teknik pengambilan sampel apabila populasinya tidak diketahui

secara pasti, digunakan teknik sampling kemudahan. Rumus yang digunakan

ialah:

𝑛 = �𝑍𝛼/2𝜎

𝑒�2

di mana :

n = jumlah sampel minimal

Z = nilai yang diperoleh dari tabel Z pada level yang confidence tertentu (level

of confidence untuk penelitian bisnis biasanya berkisar antar 95% - 99%)

σ = standar deviasi

40

e = error of estimate. Kesalahan yang dapat ditoleransi dalam level of

confidence tertentu.

Apabila nilai σ tidak diketahui, dapat digunakan s dari sampel sebelumnya

(untuk n ≥ 30) yang memberikan estimasi terhadap σ. Jika tidak ada sampel

sebelumnya, maka dapat diganti dengan 0,25 sebagai perkalian antara 0,5 x 0,5.

(Umar2000, p150)

Dengan rumus yang ada, maka jumlah sampel minimal untuk menganalisis

indeks dan status keberlanjutan pengelolaan sentra industri saat ini adalah:

𝛼 = 1 − 0.95 = 0.05 ; 𝑚𝑎𝑘𝑎 𝑍𝛼2 = 1.96

𝑒 = 5% = 0.05

𝑛 = �𝑍𝛼/2𝜎

𝑒�2

= �1.96 × 0.25

0.05�2

= 96.04 ≅ 97 𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒𝑛

Jadi, jumlah minimal responden yang diambil sebagai sampel adalah sebanyak

97 responden, yang dibulatkan menjadi 100 responden.

3.6 Metode Analisis

Metode yang digunakan dalam penelitian adalah metode deskriptif melalui

survei dengan menggunakan pendekatan sistem. Pendekatan sistem ini digunakan

untuk merumuskan rekomendasi pengelolaan ovop secara berkelanjutan. Secara

garis besar penelitian dibagi ke dalam empat tahapan penelitian yaitu:

41

1) Analisis keberlanjutan program OVOP

2) Analisis faktor-faktor kunci keberlanjutan program OVOP

3) Simulasi model keberlanjutan program OVOP

4) Rumusan rekomendasi kebijakan keberlanjutan program OVOP

Tabel 3. 3 – Tabel Rancangan Penelitian

Keterangan Metode Tahapan

T-1 Analisis

Keberlanjutan

RAP-

FIOVOP

• Analisis kondisi saat ini

• Pengolahan data quesionaire dalam

program RAP-FISH

• Diperoleh indeks keberlanjutan

• Faktor sensitif (analisis leverage)

• Diperbandingankan dengan monte carlo

T-2 Penentuan

Faktor Kunci

Analisis

Prospektif

Struktural

• faktor sensitif berdasar analisis RAP

• faktor sensitif berdasar analisis

kebutuhan

• analisis faktor sensitive berdasar

gabungan analisis RAP dan analisis

kebutuhan

• diperoleh faktor faktor kunci gabungan

dengan program MICMAC.

T-3 Simulasi

Keberlanjutan Simulasi

• alur skenario

• perumusan skenario

T-4 Rekomendasi

kebijakan Simulasi

• penetapan skenario terbaik

• pembentukan model

Sumber: Hasil Pengolahan Data (2011)

42

Penelitian ini dilengkapi dengan berbagai metodologi seperti yang dapat

digambarkan pada diagram rancangan penelitian pada Gambar 3.1.

3.7 Rancangan Uji Hipotesis

3.7.1 Uji Validitas

Validitas menguji seberapa baik suatu instrumen yang dibuat

mengukur konsep tertentu yang ingin diukur (Sekaran2006, p39). Validitas

atau ketepatan uji dilakukan dengan mengkorelasikan masing-masing skor

variabel dengan jumlah skor variabel, bila variabel mempunyai hubungan

Identifikasi kebutuhan & analisa kondisi saat ini

Perumusan Strategi

PenentuanPrioritas Strategi

Rekomendasi Strategis

analisa kondisi saat ini

Analisis berkelanjutan

Penetapan Key Factor

Penetapan Skenario Ideal

Rekomendasi kebijakan

keberlanjutan

Gambar 3. 1 – Diagram Rancangan Penelitian

Sumber : Hasil Pengolahan Data (2011)

RAP - FIOVOP

Analisa Prospektif Strutural

Simulasi

43

signifikan dengan totalnya maka variabel tersebut dikatakan valid. Sedangkan

bila salah satu variabel yang tidak mempunyai hubungan dengan totalnya,

maka variabel tersebut dikatakan tidak valid, dan harus dikeluarkan dari item

pertanyaan kuesioner.

Uji validitas ini dapat dilakukan dengan menghitung korelasi antara

masing-masing pernyataan dengan skor total memakai rumus teknik korelasi

product moment. Rumusnya adalah sebagai berikut:

𝑟𝑥𝑦 =𝑛(∑𝑋𝑌) − (∑𝑋)(∑𝑌)

�𝑛.∑𝑋2 − (∑𝑋)2 �𝑛.∑𝑌2 − (∑𝑌)2

r = Koefisien Korelasi

X = Skor item X

Y = Skor Item Y

n = banyaknya sampel dalam penelitian

Dengan menggunakan SPSS, uji validitas dilakukan dengan

membandingkan Rhitung dan Rtabel. Nilai akan dinyatakan valid bila Rhitung

> Rtabel.

Langah-langkah mengukur validitas untuk tahapan uji kuesioner

adalah sebagai berikut:

a. Melakukan uji coba kuesioner dengan meminta 30 responden

menjawab pertanyaan-pertanyaan yang ada.

b. Mempersiapkan tabel tabulasi jawaban

44

c. Menghitung korelasi antar data pada masing-masing pertanyaan

dengan skor total.

3.7.2 Uji Reliabilitas

Kendalan (reliabilitas) suatu pengukuran menunjukkan sejauh mana

pengukuran tersebut tanpa bias (bebas kesalahan) karena itu menjamin

pengukuran yang konsisten lintas waktu dan lintas beragam item dalam

instrumen. Dengan kata lain, keandalan suatu pengukuran merupakan indikasi

mengenai stabilitas dan konsistensi dimana instrumen mengukur konsep dan

membantu menilai ketepatan sebuah pengukuran (Sekaran2006, p40).

Dalam penelitian ini, teknik uji reliabilitas yang digunakan adalah

Cronbach’s Alpha. Berikut rumusnya:

𝑟11 = �𝑘

𝑘 − 1� �

1 − ∑𝜎𝑏2

𝜎𝑡2�

r11 = reliabilitas instrument

k = banyaknya butir pertanyaan

𝜎𝑡2 = varians total

∑𝜎𝑏2 = jumlah varians butir

Dengan menggunakan SPSS, uji reliabilitas dilakukan dengan

membandingkan R cronbach alpha dan Rtabel. Nilai dinyatakan reliabel jika R

cronbach alpha > Rtabel.

45

3.7.3 Analisis Keberlanjutan Program OVOP pada Sentra Industri

Kajian diawali oleh analisis keberlanjutan pengelolaan sentra industri

pada kondisi saat ini melalui proses ordinasi menggunakan analisis RAP-

FIOVOP (Rapid Appraisal For Indonesia OVOP) dengan metode

Multidimensional Scaling (MDS). Melalui analisis ordinasi, diperoleh posisi

relatif keberlanjutan pengelolaan sentra industri yang dikaji terhadap dua titik

acuan yaitu titik “baik” (good) dan titik “buruk” (bad). Proses ordinasi RAP-

FIOVOP ini menggunakan perangkat lunak modifikasi RAPFISH (Kavanagh,

2001). Proses Algoritma RAP-FIOVOP juga pada dasarnya mengikuti proses

algoritma RAPFISH seperti terlihat pada Lampiran 2.

Analisis keberlanjutan pengelolaan sentra industri dilakukan melalui

tiga tahapan, yaitu:

1) Tahap penentuan atribut atau kriteria pengelolaan sentra industri

berkelanjutan, yang mencakup dimensi ekonomi, sosial, lingkungan dan

lingkungan fisik, teknologi dan leadership. Secara keseluruhan, terdapat 25

atribut yang dianalisis, masing-masing: 6 atribut ekonomi, 4 atribut sosial,

5 atribut lingkungan dan lingkungan fisik, 5 atribut teknologi dan 5 atribut

leadership

2) Tahap penilaian setiap atribut dalam skala ordinal berdasarkan kriteria

keberlanjutan untuk setiap dimensi. Pemberian skor yang didasarkan pada

hasil penyebaran kuesioner sesuai dengan persyaratan yang telah

ditetapkan. Rentang skor berkisar antara 1 – 4, yang diartikan dari sangat

tidak setuju (buruk) sampai sangat setuju (baik). Hasil pemberian skor

46

kemudian dianalisis dengan menggunakan program RAPFISH untuk

menentukan posisi status keberlanjutan pengelolaan sentra industri pada

masing-masing dimensi dan keterpaduan dimensi (multidimensi) yang

dinyatakan dalam skala nilai indeks keberlanjutan. Skala indeks

keberlanjutan terletak antara 0 – 100.

Posisi status keberlanjutan sistem yang dikaji diproyeksikan pada garis

mendatar dalam skala ordinasi yang berbeda di antara dua titik ekstrim,

yaitu titik ekstrim “buruk” dan “baik” yang diberi nilai indeks antara 0

sampai 100%.

Gambar 3. 2 – Ilustrasi nilai indeks keberlanjutan dalam skala ordinasi

Sumber: Thamrin, Sutjahjo, Herison, dan Sabiham (2007, p109)

Tabel 3. 4 - Kategori Indeks dan Status Keberlanjutan Pengelolaan Sentra industri

Nilai Indeks Kategori

0,00 – 25,00 Buruk (tidak berkelanjutan)

25,01 – 50,00 Kurang (kurang

50,01 – 75,00 Cukup (cukup berkelanjutan)

75,01 – 100,00 Baik (berkelanjutan)

Sumber: Hidayanto, Supiandi, Yahya, dan Amien (2009, p217)

47

Hasil analisis ordinasi akan mencerminkan seberapa jauh atau baik

status keberlanjutan dimensi tersebut. Jika analisis untuk masing-masing

dimensi telah dilakukan maka analisis perbandingan kebelanjutan antar

dimensi dapat dilakukan dan divisualisasikan dalam bentuk diagram layang-

layang (kite diagram).

Dalam analisis MDS dengan menggunakan komputer, sekaligus

dilakukan analisis Leverage, analisis Monte Carlo, penentuan nilai stress, dan

nilai koefisien determinasi (R2) yang merupakan program satu paket dengan

program RAPFISH. Analisis leverage digunakan untuk mengetahui atribut-

atribut yang sensitif untuk meningkatkan status keberlanjutan pengelolaan

sentra industri. Penentuan atribut yang sensitif dilakukan berdasarkan urutan

prioritasnya pada hasil analisis leverage dengan melihat bentuk perubahan root

mean square (RMS) ordinasi pada sumbu X. Semakin besar nilai perubahan

RMS, maka semakin besar pula peranan atribut tersebut dalam peningkatan

status keberlanjutan pengelolaan sentra industri.

Analisis Monte Carlo digunakan untuk menduga pengaruh galat (error)

dalam proses analisis yang dilakukan pada selang kepercayaan 95%. Hasil

analisis dinyatakan dalam bentuk nilai indeks Monte Carlo, yang selanjutnya

dibedakan dengan nilai indeks dari hasil analisis MDS. Apabila perbedaan

kedua nilai indeks tersebut kecil, hal tersebut mengindikasikan bahwa:

a) Kesalahan dalam pembuatan skor setiap atribut relatif kecil.

b) Variasi pemberian skor akibat perbedaan opini relatif kecil.

c) Proses analisis yang dilakukan secara berulang-ulang stabil.

48

d) Kesalahan pemasukan data dan data yang hilang dapat dihindari.

Nilai stress dan koefisien determinasi (R2) yang berfungsi untuk

menentukan perlu tidaknya penambahan atribut untuk mencerminkan dimensi

yang dikaji secara akurat (mendekati kondisi sebenarnya). Nilai ini diperoleh

dari pemetaan terhadap dua titik yang berdekatan, di mana titik tersebut

diupayakan sedekat mungkin terhadap titik asal dalam skala ordinasi. Teknik

ordinasi (penentuan jarak) dalam MDS didasarkan pada Euclidian Distance.

Dalam ruang dua dimensi, jarak euclidean dirumuskan sebagai berikut:

𝑑 = �|𝑥1 − 𝑥2|2 + |𝑦1 − 𝑦2|2

Sedangkan dalam n-dimensi, jarak euclidean dirumuskan sebagai berikut:

𝑑 = �|𝑥1 − 𝑥2|2 + |𝑦1 − 𝑦2|2 + |𝑍1 − 𝑍2|2 + ⋯

di mana,

d = Jarak geometris (Euclidian Distance)

ix = koordinat x ke-i

iy = koordinat y ke-i

yang dalam ruang berdimensi n dengan persamaan:

Titik tersebut kemudian diaproksimasi dengan meregresikan jarak

euclidian (dij) dari titik i ke titik j dengan titik asal (dij) dengan persamaan:

𝑑𝑖𝑗 = 𝑎 + 𝑏𝑑𝑖𝑗 + 𝑒

49

Nilai stress menunjukkan proporsi varians yang tidak dijelaskan oleh

model. Semakin rendah nilai stress, maka semakin baik model MDS. Adapun

tabel nilai stress adalah sebagai berikut:

Tabel 3. 5 – Tabel Nilai Stress

Nilai Stress Kesesuaian

Lebih dari 20% Poor

10% - 20% Fair

5% - 10% Good

2.5% - 5% Excellent

Kurang dari 2.5% Perfect

Sumber: Simamora (2005, p269)

Secara lengkap, tahapan analisis RAP-FIOVOP menggunakan metode

MDS dengan aplikasi modifikasi RAPFISH disajikan pada Gambar 3.3

Sumber: Hasil Pengolahan Data (2010)

3.7.4 Analisis Kebutuhan

Wawancara melalui penyebaran kuesioner kepada para petinggi di

sentra industri Cianjur, dilakukan untuk memperoleh informasi tentang

kebutuhan yang berkaitan dengan pengelolaan sentra industri melalui

pendekatan OVOP.

Start

Kondisi pengelolaan saat ini

Penentuan atribut sebagai kriteria penilaian

MDS (ordinasi setiap atribut)

Penilaian Setiap Atribut

Analisis Monte Carlo

Analisis Leverage

Analisis Keberlanjutan

Gambar 3. 3 – Tahapan Analisis RAP-FIOVOP menggunakan MDS dengan aplikasi modifikasi RAPFISH

50

3.7.5 Analisis Prospektif Struktural

Penentuan faktor kunci keberlanjutan pengelolaan sentra industri

didasarkan pada faktor-faktor penting dari hasil analisis RAP-FIOVOP dan

analisis kebutuhan. Faktor-faktor penting tersebut dianalisis dengan analisis

prospektif struktural menggunakan metoda MICMAC.

Teknik Hubungan Langsung Metode MICMAC

Menurut Eriyatno (dalam Yuniarti 2010), teknik hubungan langsung dari

analisa prospektif struktural MICMAC (Matrice d’Impact Croisés –

Multiplicaction Appliquée a un Classement) merupakan suatu proses

pengkajian kelompok (group learning process) di mana model-model

struktural dihasilkan guna memotret perihal yang kompleks dari suatu sistem,

melalui pola yang dirancang secara seksama dengan menggunakan grafis serta

kalimat. Teknik ini, terutama ditujukan untuk pengkajian oleh suatu tim,

namun bisa juga dipakai oleh seorang peneliti. Dengan memperhitungkan

pengaruh (Influence) dan ketergantungan (Dependence) dari setiap sub-

elemen, maka matriks hubungan langsung MICMAC dapat disusun dengan

menempatkan sub-elemen pada setiap ordinat (x,y) masing-masing. Seperti

pada gambar 3.4

51

Gambar 3. 4 – Tingkat Pengaruh dan Ketergantungan antar Faktor dalam Sistem

Sumber: Godet (1999)

Tahapan studi yang utama untuk mendapatkan hasil dari analisis

prospektif strategi dengan menggunakan serangkaian soft sistem yang

mendukung teknik model struktural. Analisis prospektif memungkinkan para

analis mengkreasikan model yang menggambarkan situasi mendatang,

mengelola data saat ini, dan membuat rancangan ilmiah tentang masa depan

(Turner et.al. 2004 dalam Desrina 2011). Prospektif maksudnya menekankan

pada pentingnya sikap yang berorientasi masa depan. Sikap prospektif tersebut

berarti:

1. Untuk melihat jauh ke depan, sebab prospektif cara pandang jangka

panjang

2. Untuk melihat lebih luas, memperhatikan berbagai interaksi

3. Untuk melihat lebih mendalam, mendapatkan faktor dan trend yang benar-

benar penting.

4. Untuk mengambil resiko, sebab mencakup rencana jangka panjang

52

5. Untuk memperhatikan kesejahteraan umat manusia (Godet & Roubelat,

1996 dalam Desrina 2011) Dengan demikian, dapat ditetapkan prioritas

maupun urutan tahap pelaksanaan kesisteman.

3.7.6 Permodelan Sistem

Pemodelan sistem dilakukan melalui pendekatan sistem. Pada dasarnya

pendekatan sistem adalah suatu pendekatan analisis organisatoris yang

menggunakan ciri-ciri sistem sebagai titik tolak analisis. Dengan demikian

manajemen sistem dapat diterapkan dengan mengarahkan perhatian pada

berbagai ciri dasar sistem yang perubahan dan gerakannya akan mempengaruhi

keberhasilan suatu sistem (Marimin, 2004 dalam Desrina 2011). Definisi dari

kata sistem adalah kumpulan elemen-elemen yang saling terkait dan

terorganisasi dalam rangka mencapai tujuan yang telah diterapkan. Karena

pemikiran sistem selaku mencari keterpaduan antar bagian melalui pemahaman

yangn utuh, maka diperlukan suatu kerangka pikir baru yang terkenal sebagai

pendekatan sistem. Pendekatan sistem merupakan cara penyelesaian persoalan

yang dimulai dengan dilakukannya identifikasi terhadap adanya sejumlah

kebutuhan-kebutuhan sehingga dapat menghasilkan suatu operasi dari sistem

yang dianggap efektif.

Tahapan dalam pendekatan sistem meliputi:

(1) Analisis kebutuhan antar pelaku, merupakan permulaan pengkajian dari

suatu sistem. Dalam tahap ini dicari secara selektif apa saja yang dibutuhkan

dari masing-masing pelaku yang terlibat dalam sistem.

53

(2) Formulasi permasalahan, merupakan tahapan untuk merumuskan

permasalahan yang dihadapi berdasarkan kebutuhan-kebutuhan yang telah

diidentifikasi dari masing-masing pelaku tersebut.

(3) Identifikasi sistem, merupakan suatu rantai hubungan antara pernyataan dari

kebutuhan-kebutuhan dengan pernyataan dari kebutuhan-kebutuhan dengan

pernyataan khusus dari masalah yang harus dipecahkan untuk mencukupi

kebutuhan tersebut.

(4) Pemodelan sistem, merupakan tahapan menemukan hubungan antara

masukan dan luaran sistem yang akan diverifikasi dan divalidasi pada tahap

selanjutnya.

(5) Verifikasi dan validasi model.

(6) Implementasi model.

3.8 Rancangan Pemecahan Masalah

Setelah penelitian ini selesai dianalisis dengan melalui tiga macam tahap yaitu

analisis keberlanjutan, analisis prospektif struktural, dan Simulasi. Langkah

selanjutnya yang harus dilakukan adalah menginterpretasi rekomendasi strategi,

kemudian merekomendasikan hasil penelitian tersebut kepada sentra industri

terkait sehingga pada akhirnya diharapkan sistem pengelolaan sentra industri

Cianjur melalui pendekatan OVOP dapat menjadi keunggulan kompetitif yang

berkelanjutan bagi kemajuan sentra industri di masa depan.