kota layak huni dan - lppm ub

i

KOTA LAYAK HUNI DAN

KETAHANAN MASYARAKAT

Dr. Ir. Surjono, MTP

Adipandang Yudono. S.Si., MURP, PhD.

Deni Agus Setyono, ST., M.Eng

Dr. Mujibur Rahman K., M., S.Sos, M.Si

CV. AE MEDIA GRAFIKA

ii

KOTA LAYAK HUNI DAN KETAHANAN MASYARAKAT

ISBN: 978-602-6637-73-4

Cetakan ke-1, Desember 2020

Penulis


Adipandang Yudono. S.Si., MURP, PhD.


Dr. Mujibur Rahman K., M., S.Sos, M.Si

Editor

Edi Riyanto

Penerbit

CV. AE MEDIA GRAFIKA

Jl. Raya Solo Maospati, Magetan, Jawa Timur 63392

Telp. 082336759777

email: [email protected]

website: www.aemediagrafika.com

Anggota IKAPI Nomor : 208/JTI/2018

Hak cipta @ 2020 pada penulis

Hak Penerbitan pada CV. AE MEDIA GRAFIKA

Dilarang memperbanyak sebagian atau keseluruhan buku

ini dalam bentuk dan dengan cara apapun tanpa

ijin tertulis dari penerbit

iii

PRAKATA

Buku ini disusun sebagai salah satu luaran penelitian

yang dibiayai oleh PNBP Universitas Brawijaya. Tim peneliti

memiliki tanggung jawab akademis untuk mendiseminasi

hasil penelitian ini dalam bentuk buku referensi yang bisa

dimanfaatkan oleh semua pemerhati lingkungan perkotaan,

terutama mahasiswa dan pengajar Perencanaan Wilayah dan

Kota (PWK). Kajian dalam buku ini relevan dengan kajian

lingkup perkotaan dalam kurikulum program studi yang

memiliki silabus kajian perkotaan, sehingga tidak terbatas

pada Jurusan PWK saja.

Kota yang layak huni adalah menjadi impian dan

preferensi semua warga masyarakat. Oleh karena itu buku

ini mengembangkan wawasan tentang pengertian kota yang

layak huni beserta indikatornya, preferensi bermukim

terhadap lokasi yang layak. Dalam buku, fokus diletakkan

pada peran ketahanan komunitas serta pengaruhnya

terhadap kelayakan huni dan preferensi bermukim.

Buku ini didasarkan dari riset tentang ketahanan

masyarakat dengan mengambil kasus di Kota Malang dan

Kota Palu. Kota Malang memiliki keunikan sendiri sebagai

kota yang diminati, bukan saja karena sebagai kota nomor

dua di propinsi (dari segi penduduk) namun juga karena

memiliki daya tarik yang dinilai layak untuk dihuni kareana

faktor geografis dan keberadaan pendidikan tinggi yang

menonjol dibanding aktivitas perkotaan lainnya. Palu juga

unik untuk melihat preferensi bermukim, karena Palu adalah

iv

kota yang menyimpan ‘potensi’ bencana alam dengan

bercermin pada bencana, gempa, tsunami dan likuifaktsi di

tahun 2018.

Salah satu teknik analisis yang dipergunakan dalam

penelitian dan disajikan dalam buku ini adalah pemanfaatan

model struktural dalam SMART PLS untuk mengetahui pola

hubungan antar variabel. Beberapa kendala dan

keterbatasan ditemui selama proses, sehingga masukan dan

kritik yang konstruktif sangat dibutuhkan dalam

memperbaiki kualitas buku ini, terutama dalam terbitan

edisi-edisi berikutnya.

Sebagai kata penutup, semoga buku Kota Layak Huni

dan Ketahanan Masyarakat ini memberikan, wawasan,

manfaat, dan pengembangan keilmuan baik akademisi,

masyarakat, dan pemerintah kota. Tidak terlupa terimakasih

kepada Dhara Kusuma Wardhani, Jasmine Chantika Putri,

Fivia Putri, dan Amelia Winasavitri (mahasiswa magister

dan sarjana Jurusan PWK FT UB ) yang telah menambahkan

bahan kajian dan telah banyak membantu tim penulis dalam

penyuntingan buku ini.


v

DAFTAR ISI

HALAMAN JUDUL ...................................................................................... i

PRAKATA ...................................................................................................... iii

DAFTAR ISI ................................................................................................... v

DAFTAR TABEL ........................................................................................... vii

DAFTAR GAMBAR ...................................................................................... ix

Bab 1 Pendahuluan ................................................................................. 1

1.1 Isu Perkotaan di Era Milenium .................................... 1

1.2 Tantangan dan Peluang Kota-Kota Menengah di

Indonesia............................................................................... 4

1.3 Pembangungan Berbasis Komunitas ......................... 6

Bab 2 Keberlanjutan dan Ketahanan Kota .................................... 9

2.1 Kota yang Berkelanjutan ................................................ 9

2.2 Kota yang Layak Huni ...................................................... 9

2.2.1 Metode dalam mengukur kota layak huni .. 9

2.2.2 Indikator Kota Layak Huni ................................ 10

2.3 Ketahanan Kota dan Masyarakat ................................ 12

2.3.1 Indikator Ketahanan Kota ................................. 13

2.3.2 Ketahanan masyarakat ....................................... 15

2.3.3 Persepsi ..................................................................... 16

2.4 Permukiman yang Berkelanjutan ............................... 17

Bab 3 Bencana dan Preferensi Bermukim ................................... 19

3.1 Pengertian ............................................................................ 19

3.1.1 Pengertian Bencana ............................................. 19

3.1.2 Pengertian Preferensi Bermukim .................. 19

3.2 Kota yang Cerdas ............................................................... 20

3.3 Pendekatan dalam Preferensi Bermukim ............... 22

vi

Bab 4 Kota Studi Kasus Kota Malang .............................................. 27

4.1 Metode ................................................................................... 27

4.1.1 Metode Pengumpulan Data .............................. 27

4.1.2 Metode Analisis Data .......................................... 28

4.1.3 Diagram Alir Penelitian ..................................... 30

4.2 Hasil ........................................................................................ 30

4.2.1 Hasil model ketahanan komunitas ................ 30

4.2.2 Hasil model Livability ....................................... 33

4.3 Kesimpulan .......................................................................... 36

Bab 5 Studi Kasus Kota Palu ............................................................... 39

5.1 Metode ................................................................................... 39

5.1.1 Metode Pengumpulan Data .............................. 39

5.1.2 Metode Analisis Data .......................................... 40

5.2 Hasil ........................................................................................ 45

5.2.1 Analisis Preferensi Bermukim ........................ 45

5.2.2 Analisis Ketahanan Masyarakat ..................... 62

5.3 Kesimpulan .......................................................................... 92

Bab 6 Kesimpulan ................................................................................... 95

6.1 Kesimpulan Umum .................................................... 95

6.2 Saran-saran ................................................................... 95

DAFTAR PUSTAKA .................................................................................... 97

PENULIS ........................................................................................................ 105

vii

DAFTAR TABEL

Tabel 2. 1 Pendekatan Ketahanan Kota ......................................... 13

Tabel 2. 2 Aspek-Aspek Ketahanan Komunitas Menurut

Longstaff et.al (2010) ...................................................... 16

Tabel 3. 1 Elemen Smart City Kementerian PUPR .................... 21

Tabel 3. 2 Faktor Penentu Rumah ................................................... 23

Tabel 5. 1 Variabel Preferensi Bermukim .................................... 46

Tabel 5. 2 Data Analisis MDS Preferensi Bermukim Pasca

Bencana Kota Palu............................................................. 47

Tabel 5. 3 Nilai Stress Analisis MDS ................................................ 48

Tabel 5. 4 Faktor Ketahanan Masyarakat ..................................... 63

Tabel 5. 5 Nilai VIF Proses Eliminasi 1 .......................................... 66

Tabel 5. 6 Analisis Korelasi Pada Faktor Kondisi Alam .......... 66

Tabel 5. 7 Composite Reliability dan AVE - Model 1 ................ 69

Tabel 5. 8 Hasil Analisis Fornell-Larcker Criterion-Model 1 70

Tabel 5. 9 Hasil Analisis HTMT - Model 1 .................................... 71

Tabel 5. 10 Nilai VIF – Model 1 ............................................................ 72

Tabel 5. 11 Signifikansi Outer Weight – Model 1 ......................... 74

Tabel 5. 12 Faktor Ketahanan Masyarakat - Model 2 ................. 75

Tabel 5. 13 Analisis Reflektif - Model 2 ............................................ 77

Tabel 5. 14 Analisis Formatif – Model 2........................................... 79

Tabel 5. 15 Faktor Ketahanan Masyarakat - Model 3 ................. 80

viii

Tabel 5. 16 Hasil Analisis Reflektif – Model 3 ............................... 82

Tabel 5. 17 Hasil Analisis Formatif – Model 3 .............................. 83

Tabel 5. 18 Nilai Koefisien Jalur Antar Faktor terhadap

Ketahanan Masyarakat ................................................... 83

Tabel 5. 19 Nilai Koefisien Jalur Faktor Lingkungan ................. 85

Tabel 5. 20 Nilai Koefisien Jalur Faktor Sosial ............................. 87

Tabel 5. 21 Nilai Koefisien Jalur Faktor Budaya .......................... 89

Tabel 5. 22 Nilai Koefisien Jalur Faktor Infrastruktur .............. 90

Tabel 5. 23 Nilai Koefisien Jalur Faktor Ekonomi ....................... 90

Tabel 5. 24 Nilai Koefisien Jalur Faktor Pemerintahan ............ 91

ix

DAFTAR GAMBAR

Gambar 3. 1 Penggunaan Big Data untuk Aplikasi Smart City........................................................... 42

Gambar 4.1 Proses Pengumpulan Data ......................... 47

Gambar 5. 1 Diagram Analisis MDS ................................... 42

Gambar 5. 2 Contoh Model SEM-PLS ................................ 44

Gambar 5.3 Diagram Preferensi Bermukim Pasca Bencana Koa Palu Tahun 2018 ................. 45

Gambar 5. 4 Hasil Analisis MDS Preferensi Bermukim Pasca Bencana Kota Palu ............................. 49

Gambar 5. 5 Diagram Kegiatan Sosial Masyarakat ..... 50

Gambar 5. 6 Diagram Latar Belakang Pendidikan ...... 50

Gambar 5. 7 Diagram Lama Tinggal .................................. 51

Gambar 5. 8 Diagram Lama Tinggal .................................. 52

Gambar 5. 9 Diagram Faktor Rawan Bencana Patahan ............................................................... 52

Gambar 5. 10 Diagram Faktor Aksesibilitas ..................... 53

Gambar 5. 11 Diagram Faktor Jarak terhadap Pusat Kota....................................................................... 54

Gambar 5. 12 Diagram Faktor Struktur Keluarga .......... 54

Gambar 5. 13 Diagram Faktor Rawan Bencana Tsunami .............................................................. 55

Gambar 5. 14 Diagram Faktor Rawan Bencana Banjir 56

Gambar 5. 15 Diagram Faktor Harga Lahan..................... 56

x

Gambar 5. 16 Diagram Faktor Kondisi Jalan .................... 57

Gambar 5. 17 Diagram Faktor Luas Bangunan ............... 58

Gambar 5. 18 Diagram Faktor Pendapatan ...................... 58

Gambar 5. 19 Diagram Faktor Kepemilikan Dana Darurat ................................................................ 59

Gambar 5. 20 Diagram Faktor Rawan Bencana Gerakan tanah ..................................................................... 60

Gambar 5. 21 Diagram Faktor Persepsi Masyarakat Terhadap Keamanan Lingkungan ............ 61

Gambar 5. 22 Diagram Faktor Fasilitas Umum ............... 61

Gambar 5. 23 Struktur SEM Model 1 ................................... 65

Gambar 5. 24 Hasil Analisis - Model 1 ................................ 68

Gambar 5. 25 Hasil Bootstrapping - Model 1 ................... 73

Gambar 5. 26 Struktur SEM – Model 2................................ 76

Gambar 5. 27 Hasil Bootstrapping Struktur SEM Ketahanan Masyarakat Kota Palu-Model 2 .................... 78

Gambar 5. 28 Struktur SEM Ketahanan Masyarakat Kota Palu Model 3..................................................... 79

Gambar 5. 29 Hasil Analisis SEM Ketahanan Masyarakat Pasca Bencana di Kota Palu ........................ 80

Bab 1 Pendahuluan

1.1 Isu Perkotaan di Era Milenium

Kota merupakan lingkungan buatan manusia

yang dibentuk dalam waktu yang tidak singkat, butuh

waktu yang relative panjang untuk membentuk suatu

kota. Kondisi dan karakteristik suatu wilayah perkotaan

saat ini adalah bentuk akumulasi dari berbagai

perkembangan yang terjadi yang dipengaruhi oleh

berbagai macam faktor (sosial budaya, ekonomi, dan

politik). Kota terbentuk dari budaya masyarakat

didalamnya yang menciptakan lingkungan fisik sebagai

wadah masyarakat beraktivitas. Kota yang pada

awalnya merupakan lingkungan fisik berupa

permukiman yang disekitar kawasannya tersebar desa-

desa, karena nilai strategis dan potensi yang dimiliki

suatu kota maka desa disekitar kota perlahan

berkembang dan tumbuh membentuk sebuat kota atau

perkotaan. Pertumbuhan yang cepat menjadikan suatu

perkotaan memiliki aktivitas dan kegiatan yang besar,

sehingga muncul permasalahan di suatu kota yaitu

permasalahan terkati bertambahnya jumlah penduduk,

bertambahnya aktivitas kegiatan, dan terjadinya urban

sprawl.

( 2 ) Kota Layak Huni Dan Ketahanan Masyarakat

Bertambahnya jumlah penduduk timbul akibat

pertambahan alamiah dari jumlah kelahiran dan

kematian penduduk, namun di perkotaan urbanisasi

memiliki pengaruh yang besar dalam bertambahnya

jumlah penduduk perkotaan yang meningkat.

Urbanisasi disebabkan adanya ketidakmerataan

pembangunan dan sarana prasarana di wilayah

pedesaan dan perkotaan (Harahap, 2013), yang

berakibat wilayah perkotaan menjadi penarik

masyarakat desa untuk berpindah ke kota. Efek dari

urbanisasi pada studi oleh Warner Ruts pada tahun

1987 menunjukan ketimpangan jumlah penduduk yang

besar antara desa dan kota, studi ini menunjukan bahwa

desa memiliki jumlah penduduk <100 ribu, sedangkan

kota menengah memiliki jumlah penduduk 500 ribu-1

juta penduduk. Di Indonesia sendiri saat ini sebesar

56,7% penduduk tinggal di perkotaan, dan diprediksi

pada tahun 2035 sebesar 66,6% penduduk akan

menghuni perkotaan terutama di 16 kota besar di

Indonesia.

Tabel 1. Perbandingan Penduduk Perkotaan dan Perdesaan

Tahun Jumlah Penduduk

Pedesaan Jumlah Penduduk

Perkotaan

2010 50,2 49,8

2015 46,7 53,3

2020 43,3 56,7

2025 40 60

2030 36,6 63,4

2035 33,4 66,6

Sumber: Badan Pusat Statistik (2014)

Bab 1 Pendahuluan ( 3 )

Meningkatnya jumlah penduduk yang

disebabkan oleh urbanisasi akan diikuti oleh

bertambahnya kebutuhan akan ruang tempat tinggal

dan ruang untuk mengakomodasi aktivitas-aktivitas

yang baru (Christiawan, 2018). Akibatnya, ruang

terbuka yang bersifat agraris luasannya semakin

berkurang karena adanya kebutuhan ruang (Dubey &

Kumar, 2013), pemanfaatan lahan untuk non agraris

yang mengarah ke pinggiran luar wilayah perkotaan

dikenal dengan urban sprawl. Pemekaran wilayah di

Indonesia menyebabkan terbentuknya provinsi dan

kota baru, hingga tahun 2012 terdapat 34 provisi dan

98 kota yang pada tahun 2009 terdapat penambahan

sebanyak 165 kabupaten dan 34 kota baru. Pemekaran

wilayah menunjukan kebutuhan pembangunan wilayah

terbangun yang besar untuk memenuhi kebutuhan

akan tempat tinggal dan sarana prasarana

pendukungnya. Akibatnya, Ruang Terbuka Hijau (RTH)

yang memiliki standar luasan sebesar 30% dari luas

wilayah (Undang-Undang 26 Tahun 2007 tentang

penataan ruang) banyak digunakan menjadi lahan

terbangun.

Tabel 2. Persentase Perubahan Lahan Sawah Tahun

2005-2007

Sawah Menjadi

Perumahan

Sawah ke Non

Perumahan

Pulau Jawa 58.7% 21,8%

Luar Pulau Jawa 16,1% 48,6%

Sumber: Departemen Pekerjaan Umum, 2008


Permasalahan perkotaan terkait perubahan

guna lahan, pertambahan penduduk karena urbanisasi

maupun secara alamiah, dan perkembangan

pembangunan yang semakin meningkat apabila tidak

diantisipasi dengan tepat akan menimbulkan isu-isu

permasalahan perkotaan seperti bertambahnya angka

kemiskinan, kurangnya lapangan pekerjaan,

tumbuhnya kawasan kumun, meningkatnya kebutuhan

perumahan, kemacetan, terbatasnya akses air bersih

dan sanitasi, berkurangnya RTH, serta masalah

persampahan (Suweda, 2011).

Tabel 3. Persentase Penduduk Miskin di Indonesi

tahun 2006-2020

Tahun Persentase Penduduk miskin di Indonesia

2006 17,75

2008 15,42

2010 13,33

2012 11,96

2014 11,25

2016 10,86

2018 9,66

2020 9,78

Sumber: Profil Kemiskinan Indonesia, 2020

1.2 Tantangan dan Peluang Kota-Kota Menengah

di Indonesia

Indonesia memiliki peran yang sangat strategis

dalam proses pergeseran global saat ini karena

memiliki jumlah penduduk dan potensi pasar yang

besar, serta didukung olek pertumbuhan ekonomi yang

tinggi (Hardiansah, 2015). Perkembangan yang cepat


ini didukung oleh perkembangan penduduk Indonesia

yang dipresiksi pada tahun 2020 hingga 2030 akan

terjadi bonus demografi, negara Indonesia akan

memiliki jumlah penduduk usia produktif dengan

jumlah yang banyak sekitar 2/3 dari jumlah seluruh

penduduk, hal ini dapat dilihat dengan parameter

Dependency Ratio yang rendahcyaitu 44 (M. A. Umar,

2017). Kecenderungan lainnya adalah urbanisasi

dipresiksi mengalami peningkatan yang besar dan

PDRB kawasan perkotaan yang mencapai 86% pada

tahun 2030 (World Bank, 2012)

Dalam menghadapi potensi yang baik ini kota

dapat berperan menjadi pusat pertumbuhan yang

berkelanjutan, kota dapat melaksanakan peran menjadi

pusat pertumbuhan dan pengetahuan apabila dikelola

dengan baik. Namun, banyak kota-kota di Indonesia

masih belum memenuhi perwujudan kota yang layak

huni dan berkelanjutan. Survey yang dilakukan Ikatan

Ahli Perencana tahun 2014 terhadap 18 kota

menyebutkan bahwa terdapat 8 kota yang memiliki

indeks kelayakhunian kota diatas rata-rata nasional

yaitu sebesar 62,39. Empat kota yang tidak termasuk

dalam kota layak huni merupakan kota-kota menengah

yang memiliki penduduk kurang dari 1 juta jiwa.

Sebelumnya telah dibahas bahwa pertumbuhan

penduduk yang diikuti perkembangan fisik yang tidak

dikendalikan dapat menyebabkan kota mengalami

penurunan kualitas hidup. Aspek kehidupan yang

dibawah standar menurut masyarakat berdasarkan

Ikatan Ahli Perencana tahun 2014 adalah kriminalitas,

ketersediaan fasilitas rekreasi, lapangan kerja,


kemacetan, biaya hidup, perlindungan terhadap

bangunan bersejarah, kualitas angkutan umum, Ruang

Terbuka Hijau (RTH), serta pencemaran. Masalah

perkotaan yang muncul diakibatkan oleh kota yang

belum mampu menampung aktivitas dan kegiatan yang

berkembang didalam suatu kota, kota seharusnya

mampu mengatasi dan menyelesaikan permasalahan

sehingga kota dapat menjadi wadah yang kondusif bagi

kegiatan sosial dan perekonomian.

1.3 Pembangungan Berbasis Komunitas

Pembangunan berbasis komunitas merupakan

pembangunan pada proses dan struktur sosial secara

luas yang berfokus pada komunitas atau masyarakat

(Huraerah, 2010). Pembangunan berbasis masyarakat

bersifat dinamis karena mendorong dan

meningkatkkan proses pertumbuhan dan perubahan

dalam suatu komunitas. Pemabungan berbasis

komunitas berusaha untuk mengintegraskan proses

sosial dan ekonomi, kedua aspek ini saling berhubungan

dan mempengaruhi satu sama lain. Pembangunan

berbasis komunitas tidak akan berperan seutuhnya jita

tanpa adanya pembangunan ekonomi dan berlaku

sebaliknya, pembangunan ekonomi tidak akan berarti

jika tidak disertai dengan perbagikan keseluruhan

kesejahteraan sosial bagi masyarakat (Midgley, 1995).

Terdapat tiga konsep dalam pembangunan

berbasis komunitas menurut Huraerah Tahun 2010,

yaitu:


1. Pembangunan berbasis komunitas sebagai

pengadaan pelayanan masyarakat, merupakan

upaya pemenuhan kebutuhan dasar manusia. Dalam

konsep ini, pemerintah menempatkan komunitas

sebagai penerima pelayanan kebijakan pemerintah

secara pasif, karena komunitas hanya menerima

kebijakan pemerintah.

2. Pembangunan berbasis komunitas sebagai upaya

terencana untuk mencapai tujuan sosial yang

kompleks dan bervariasi, tidak hanya menekankan

pada aspek pelayanan soaisl, komunitas juga

dilibatkan dalam proses membebaskan dirinya dari

setiap bentuk dominasi atau tekanan

3. Pembangunan berbasis komunitas sebagai upaya

terencana untuk meningkatkan kemampuan

masyarakat, suatu usaha untuk meingkatkan

kemempuan dan potensi komunitas untuk

berpartisipasi dalam pengambilan keputusan dan

bertanggung jawab atas penerapan keputusan

tersebut.

Hal yang paling penting dalam pembangunan

berbasis komunitas adalah peran aktif masyarakat

sehingga partisipasi menjadi komponen yang penting

karena partisipasi bukan hanya menjadi tujuan

pembangunan sosial, manun suatu bagian integral dari

pembangunan berbasis komunitas. Terdapat banyak

pendapat bahwa tujuan pokok dari pembangunan

berbasis komunitas adalah apabila masyarakat telah


berpartisipasi secara penuh terhadap pembentukan

keputusan yang berpengaruh terhadap kesejahteraan

mereka serta dapat menerapkan keputusan yang telah

dibuat. Proses partisipasi masyarakat juga

memperkuat sense of community karena didorong oleh

tercapainya perbaikan kondisi suatu komunitas.

Bab 2 Keberlanjutan

dan Ketahanan Kota

2.1 Kota yang Berkelanjutan

Kota berkelanjutan dapat diartikan sebagai kota

yang dapat menyediakan kebutuhan dasar

penduduknya seperti infrastruktur, fasilitas kesehatan,

kebutuhan perumahan, pendidikan, transportasi,

pekerjaan, dan kepemerintahan yang baik untuk

memastikan kebutuhan masyarakat dapat terpenuhi

dan menguntungkan semua sektor masyarakat. Sebuah

kota yang berkelanjutan dapat juga dilihat dari

penggunaan sumberdaya dan pembuangan limbah yang

tidak melebihi kemampuan kapasitas lingkungan

sekitar kota tersebut (Kennedy et al. 2007). Kota

berkelanjutan sangat vital dalam hal kontrol

pembangunan perkotaan berdasarkan kualitas dan

kuantitas infrastruktur dan fasilitas yang mencukupi

agar terhindar dari permasalahan (Ibrahim et al. 2015).

2.2 Kota yang Layak Huni

2.2.1 Metode dalam mengukur kota layak huni

Layak huni adalah suatu gambaran lingkungan

yang nyaman sebagai tempat tinggal dan bekerja

dengan memperhatikan berbagai aspek fisik dan non


fisik (IAP, 2009). Menurut Urbis (2008), layak huni

dapat menggambarkan pengaruh lingkungan dalam

meningkatkan kualitas hidup dan kebahagiaan

masyarakat.

Berdasarkan kondisi tersebut, kota layak huni

merupakan sebuah keadilan sosial, pemberdayaan, dan

partisipasi (Song, 2011). Permukiman yang tergolong

dalam layak huni memiliki ketersediaan sarana sebagai

alar utama dalam menunjang aktivitas masyarakat

(Surjono & Prayitno, 2009).

2.2.2 Indikator Kota Layak Huni

Tingkat kota layak huni dipengaruhi oleh

perencanaan dan perancangan kota (Weziak-

Bilowolska, 2016). Aspek-aspek kota layak huni

berbeda-beda tergantung skala kota dengan indikator

sebagai berikut:

1. Aspek fisik, berupa ukuran dan lokasi kota,

jaringan jalan, jalur pejalan kaki, vegetasi, dan

bangunan.

2. Aspek aksesibilitas, berupa kemudahan akses

menuju fasilitas umum.

3. Aspek kesehatan, berupa akses, kesehatan pribadi,

dan kesehatan serta keamanan lingkungan.

4. Aspek komunikasi, berupa teknologi komunikasi

dan transportasi.

5. Aspek karakter, tersermin dari rasa kenyamanan,

tempat dan waktu, stabilitas, dan estetika.

6. Aspek kebebasan pribadi, seperti kebebasan

berekspresi, privasi, dan keterjangkauan.

Bab 2 Keberlanjutan dan Ketahanan Kota ( 11 )

Indikator kota layak huni juga dapat ditinjau

berdasarkan riset Most Livable City Index (MLCI) yang

dilakukan Ikatan Ahli Perencana pada tahun 2009 dan

2017. MLCI merupakan indeks yang menunjukkan

tingkat kenyamanan penduduk kota untuk tinggal,

menetap, dan beraktivitas. MLCI menekankan 30 faktor

layak huni sebagai berikut:

1. Kondisi perumahan

2. Tingkat kemanan

3. Ketersediaan fasilitas bagi kelompok rentan

4. Ketersediaan sector informal

5. Ketersediaan air bersih

6. Ketersediaan fasilitas ekonomi

7. Ketersediaan fasilitas pendidikan

8. Kecukupan kondisi perekonomian kota

9. Ketersediaan fasilitas pengelolaan air dan drainase

10. Ketersediaan fasilitas persampahan

11. Ketersediaan fasilitas kesenian dan kebudayaan

12. Tingkat kebersihan kota

13. Ketersediaan fasilitas olahraga

14. Ketersediaan fasilitas kesehatan

15. Ketersediaan fasilitas rekreasi

16. Tingkat kesehatan kota

17. Ketersediaan fasilitas administrasi pemerintahan

dan pelayanan politik

18. Tingkat keselamatan kota

19. Keterkangkauan fasilitas transportasi publik

20. Ketercukupan pangan

21. Ketersediaan fasilitas taman kota

22. Ketersediaan informasi pembangunan

23. Ketersediaan partisipasi penduduk


24. Ketersediaan fasilitas peribadatan

25. Ketersediaan prasrana sistem kelistrikan

26. Kondisi dukungan politik

27. Ketersediaan sistem jadingan telekomunikasi

28. Kondisi penataan kota

29. Ketersediaan fasilitas-fasilitas keamanan yang

mendukung

30. Ketersediaan fasilitas pejalan kaki

2.3 Ketahanan Kota dan Masyarakat

Ketahanan (resilience) adalah kapasitas

stakeholder, sistem, atau kelembagaan untuk secara

dinamis dan efektif merespon dampak dari bencana

yang berupa guncangan dan tekanan (Asian Cities

Climate Change Resilience Network, 2009). Strategi

ketahanan kota adalah strategi untuk membangun

ketahanan kota berdasarkan sektor-sektor prioritas

dari hasi kajian risiko. Rencana aksi ketahanan

merupakan aksi-aksi adaptasi atau kegiatan lainnya

terkait dengan intervensi untuk membangun ketahanan

kota dalam menghadapi dampak kebencanaan.

Berdasarkan ISO 37123:2019 tentang Kota dan

Komunitas yang Berkelanjutan - Indikator untuk Kota

yang Tangguh, terdapat beberapa penjelasan tentang

ketahanan kota, sebagai berikut:

1. Kesiapan kota dapat ditandai dengan

mengembangkan pemahaman terperinci tentang

risiko terhadap kota, dengan mengambil tindakan

untuk mengurangi kerentanan dan paparan, dan

dengan meningkatkan kesadaran dan partisipasi

semua pihak.


2. Kota yang tangguh dapat pulih dari guncangan dan

tekanan secara tepat waktu dan efisien, dengan

fokus pada memastikan kontinuitas atau pemulihan

cepat layanan kota.

3. Kota yang tangguh juga merupakan kota yang

memahami perlunya mengadaptasi sistem dan

prosesnya untuk memastikan bahwa mereka sekuat

mungkin dalam menghadapi guncangan dan

tekanan, membangun kembali dengan lebih baik

setelah kejadian ekstrem, sambil berfokus pada

tujuan memulihkan dan memastikan kemakmuran

jangka panjang.

2.3.1 Indikator Ketahanan Kota

Pendekatan ketahanan kota terdisi dari sistem,

pelaku, dan tata kelola.

Tabel 2. 1 Pendekatan Ketahanan Kota

Aspek Faktor

Sistem a. Fleksibilitas & diversitas (flexibility & diversity)

b. Redundansi & Modularitas (Redundancy & Modularity)

c. Aman jika terjadi kegagalan (safe failure) Pelaku a. Responsif (responsiveness)

b. Kemampuan Menggunakan Sumber Daya (Resourcefulness)

c. Kapasitas untuk belajar (capacity to learn) Tata Kelola

a. Hak – Hak (Accessibility) b. Pembuatan Keputusan (Decision Making) c. Akses informasi (Information)

Sumber: Buku Panduan Penyusunan Strategi Ketahanan

Kota Indonesia


Jika suatu kota memiliki ketiga elemen (agen,

sistem, dan tata kelola) untuk setiap sektor, maka

terdapat elemen penting untuk membangun kota yang

berketahanan, tetapi jika salah satu dari elemen hilang

(contoh sistemnya rusak, agen memiliki kapasitas yang

rendah, dan institusi lemah), maka kota tersebut akan

lebih terpapar dan rentan terhadap risiko bencana.

Karakteristik lain dari ketahanan kota terdiri

dari berikut :

1. Kekuatan (robustness), yakni sistem harus tahan

dalam menghadapi dampak bencana tanpa adanya

kerusakan yang besar sehingga fungsinya tidak

terganggu. Desain dari sistem sudah mengantisipasi

dan memprediksi adanya potensi kerusakan jika

terjadi shock & stresses.

2. Kecepatan (Rapidity), yakni kapasitas untuk

mencapai tujuan dan prioritas dalam waktu yang

tepat untuk memulihkan kembali kerusakan yang

terjadi akibat shock & stresses dan menghindarinya di

masa depan.

3. Terintegrasi (integrated), yakni integrasi antara

sistem-sistem meningkatkan konsistensi dalam

membuat keputusan dan dalam memastikan bahwa

semua investasi yang dikeluarkan untuk

pembangunan saling mendukung satu sama lain

untuk mencapai tujuan yang sama.

4. Inklusif (inclusive), yakni inklusivitas menekankan

adanya kebutuhan untuk menciptakan ruang

konsultasi dan pelibatan dari komunitas mencakup

kelompok yang rentan. Pendekatan yang inlusif


berkontribusi terhadap timbulnya kepemilikan

bersama dan visi bersama untuk membangu kota

yang berketahanan.

2.3.2 Ketahanan masyarakat

Istilah ketahanan itu sendiri merupakan proses

pembelajar untuk beradaptasi dalam mengatasi

perubahan dan ketidakpastian tertentu, dan

menggabungkan berbagai jenis pengetahuan dan

menciptakan suatu peluang untuk mengatasi

perubahan dan ketidakpastian tersebut (Berkes F,

2003). Sedangkan istilah dari masyarakat mengacu

pada sekelompok manusia yang hidup dalam suatu

batasan geografis tertentu yang terlibat dalam interaksi

sosial, dan memiliki ikatan secara psikologis antara satu

dengan yang lainnya dan ikatan terhadap tempat

dimana mereka tinggal. Ketahanan adalah proses

beradaptasi terhadap perubahan dan ketidakpastian di

masa depan. Ketahanan komunitas dapat dilihat dalam

satu kesatuan kapasitas yang saling berkaitan untuk

menyerap, mengantisipasi, dan menyesuaikan diri dari

berbagai jenis guncangan dan tekanan seperti

Adaptative capacity, Anticipatory capacity, Absorptive

capacity (Bahadur, et al, 2015). Menurut Longstaff et al.,

2010 (dalam Vidianti, 2019) ketahanan masyarakat

adalah proses bagaimana komunitas itu sendiri

mengembangkan dan mempertahankan kesejahteraan

nya, bermitra dengan masyarakat di sekitar lokasi dan

interes pada tujuan untuk seluruh wilayah agar tetap

berkelanjutan.


Tabel 2. 2 Aspek-Aspek Ketahanan Komunitas

Menurut Longstaff et.al (2010)

Aspek Faktor

Ekologi Sumber daya alam

Pemerataan fasilitas

keberagaman sumberdaya

Tingkat kebermanfaatan sumber daya

Ekonomi Tingkat pendapatan

Pengeluaran rumah tangga

Masyarakat Organisasi masyarakat

Kegiatan peningkatan kualitas hidup dan

kesejahteraan sosial

Infrastruktur Pondasi penyediaan barang dan jasa

Pemerintah Pendampingan

Kesiapsiagaan pemerintah

Sumber: Longstaff, et al, (2010)

2.3.3 Persepsi

Persepsi adalah istilah yang sering digunakan

dalam dunia psikologi yang berasal dari kata bahasa

inggris ‘perception’ yang diartikan sebagai proses suatu

individu dalam memperhatikan, memahami, dan

menafsirkan lingkungannya berdasarkan interpretasi

stimulus yang diterima. Dalam konsep persepsi orang

menginterpretasikan lingkungannya dengan cara yang

berbeda-beda, mereka mengidentifikasikan kebutuhan

dasar secara berbeda dan memiliki prioritas yang

berbeda. Persepsi lingkungan mengacu pada sikap,

motivasi, dan nilai-nilai tertentu dari berbagai

kelompok yang dapat mempengaruhi persepsi mereka

terhadap lingkungannya dan juga dapat mempengaruhi


tindakan mereka, hal tersebut merupakan respon dari

rangsangan eksternal (Rapoport, 1977). Berdasarkan

Rapoport (1977), persepsi kemudian dibagi menjadi

tiga, yaitu mengetahui sesuatu, merasakan sesuatu dan

kemudian melakukan sesuatu terhadapnya.

a) Cognitive atau kognisi merupakan proses dasar

bagaimana suatu individu mengenal lingkungannya

yang melibatkan pemahaman, pengetahuan dan

pemikiran.

b) Affective merupakan perasaan dan emosi tentang

lingkungan, motivasi, keinginan dan nilai-nilai yang

dimiliki oleh suatu individu.

c) Conative merupakan aksi yang menanggapi kognisi

dan perasaan tersebut.

2.4 Permukiman yang Berkelanjutan

Dalam Undang-Undang Nomor 1 Tahun 2011

tentang Perumahan dan Kawasan Permukiman

menjelaskan bahwa permukiman adalah bagian dari

lingkungan hunian yang terdiri atas lebih dari satu

satuan perumahan yang mempunayi prasarana, sarana,

utilitas umum, serta mempunyai penunjang kegiatan

fungsional lain di kawasan perkotaan atau kawasan

perdesaan. Permukiman juga dapat didefinisikan

sebagai perpaduan antara wadah fisik dan isinya yang

berupa manusia beserta kegiatan sosial di dalamnya.

Munculnya berbagai permasalahan permukiman di

perkotaan mendorong ide dan perumusan konsep

tentang permukima berkelanjutan sebagai upaya

penyelesaian terhadap permasalahan tersebut.


Suatu lingkungan permukiman kota yang

berkelanjutan harus memperhatikan tiga aspek utama,

yaitu aspek lingkungan, sosial dan ekonomi

(Kuswartojo, 1997). Berdasarkan buku Sustainable

Housing for Sustainable Cities oleh UN Habitat,

menjelaskan bahwa permukiman yang berkelanjutan

dapat meningkatkan pembangunan ekonomi,

pengelolaan lingkungan, peningkatan kualitas hidup,

dan kesetaraan sosial. Permukiman yang berkelanjutan

juga menjadi solusi dalam penyelesaian berbagai

permasalahan seperti pertumbuhan penduduk,

urbanisasi, kemiskinan, perubahan iklim, dan

ketidakpastian ekonomi.

Bab 3 Bencana dan

Preferensi Bermukim

3.1 Pengertian

3.1.1 Pengertian Bencana

Menurut Undang-Undang No 24 Tahun 2007,

bencana adalah rangkaian peristiwa yang mengancam

dan mengganggu kehidupan dan penghidupan

masyarakat yang disebabkan, baik oleh faktor manusia

sehingga mengakibatkan timbulnya korban jiwa

manusia, kerusakan lingkungan, kerugian harta benda

dan dampak psikologis. Sementara itu, pengertian

rawan bencana adalah kondisi atau krakterisitik

geologis, biologis, hidrologis, klimatologis, geografis,

sosial, budaya, politik,ekonomi, dan teknologi pada

suatu wilayah untuk jangka waktu tertentu yang

mengurangi kemampuan mencegah, meredam,

mencapai kesiapan, dan mengurangi kemampuan untuk

menanggapi dampak buruk bahaya tertentu.

3.1.2 Pengertian Preferensi Bermukim

Preferensi adalah kecenderungan seseorang

untuk memilih prioritas yang diinginkan atau

merupakan suatu sifat berupa keinginan untuk memilih

(Jansen et.al, 2011). Preferensi dan memilih memiliki

pengertian yang berbeda. Preferensi lebih cenderung


pada daya tarik suatu objek terkait lokasi perumahan,

sedangkan memilih lebih cenderung pada perilaku

subjek atau masyarakat yang diteliti. Dapat

disimpulkan bahwa preferensi merupakan suatu

ungkapan dari daya tarik sehingga secara tidak

langsung akan memandu subjek untuk memilih.

3.2 Kota yang Cerdas

Kota yang cerdas atau Smart City adalah salah

satu tempat informasi dan teknologi komunikasi

bekerja berdampingan dengan infrastruktur tradisional

dan mengintegrasikan digital teknologi dengan cara

yang meningkatkan kualitas hidup (Deakin&Allwinkle,

2007). Kota pintar merupakan konsep pengembangan

kota yang akan terbentuk apabila terdapat investasi

pada sumber daya manusia dan modal sosial serta

infrastruktur sistem komunikasi tradisional dan

modern sehingga dapat meningkatkan pertumbuhan

ekonomi yang berkelanjutan dan kehidupan yang

berkualitas, dengan pengelolaan sumber daya secara

bijaksana, melalui tata pemerintahan yang partisipatif

(Caragliu, 2011).

Smart City menggunakan teknologi informasi

untuk menjalankan roda kehidupan kita yang lebih

efisien. Smart city adalah sebuah konsep kota

cerdas/pintar yang membantu masyarakat yang berada

di dalamnya dengan mengelola sumber daya yang ada

dengan efisien dan memberikan informasi yang tepat

kepada masyarakat/lembaga dalam melakukan

kegiatannya atau pun mengantisipasi kejadian yang tak

terduga sebelumnya (Kementerian PUPR, 2019).

Bab 3 Bencana dan Preferensi Bermukim ( 21 )

Tabel 3. 1 Elemen Smart City Kementerian PUPR

No. Elemen Keterangan

1 Smart Economic

Meliputi faktor seperti inovasi, kewirausahaan, self-branding, produktivitas, dan juga persaingan dalam pasar internasional.

2 Smart mobility

Tidak hanya mencakup terkait dengan level pendidikan dari masyarakat itu sendiri atau kualitas sumber daya manusia, tetapi juga bagaimana interaksi sosial yang terjadi didalamnya.

3 Smart people

meliputi faktor-faktor seperti partisipasi politik, kualitas pelayanan dan administrasi public

4 Smart environment

bahwa Aksesibilitas memiliki peranan penting pada kehidupan sehari hari, selain itu bentuk dari smart mobility sendiri dapat dicontohkan dengan ketersediaan teknologi informasi yang baik dan lengkap (ketersediaan infrastruktur ICT serta sistem transportasi perkotaan yang yang berkelanjutan, inovatif dan juga aman

5 Smart living berkaitan dengan isu-isu perlindungan lingkungan alami dengan menerapkan manajemen yang berkelanjutan

6 Smart governance

Ketersediaan fasilitas budaya, kesehatan, keamanan, kualitas rumah, ketersediaan sarana prasaranan pendidikan, keberdaaan wisata dan keterikatan sosial (Quality of life).

Sumber: Kementerian PUPR, 2019


Revolusi perangkat pintar dan Big Data, serta

kerja sama antara berbagai bagian kota suatu hari nanti

dapat mengarah pada tujuan: Kota Cerdas dan

Berkelanjutan. Namun, ada banyak kendala untuk

diatasi sementara itu: faktor manusia seperti

ketidaksetaraan dalam kekayaan dan pendidikan;

defisiensi infrastruktur; ketidakkekalan pemerintah

daerah, dikombinasikan dengan keanehan birokrasi

dan korupsi saat ini; dan Digital Divide. Kota Pintar

terikat oleh warisan sistem sosial-ekonomi-politik, dan

perkembangannya terhambat oleh sistem yang sama.

Gambar 3. 1 Penggunaan Big Data untuk Aplikasi Smart City

Sumber: Kudva & Ye, 2017

3.3 Pendekatan dalam Preferensi Bermukim

Terdapat dua faktor umum yang membentuk

preferesi bermukim, yakni faktor internal dan faktor

internal (Nurhadi, 2004). Faktor internal merupakan

faktor yang terdapat di dalam setiap individu atau


keluarga yang melatarbelakangi keinginannya terhadap

suatu lokasi atau tempat tinggal. Faktor eksternal

merupakan faktor-faktor yang terdapat dalam suatu

hunian atau lingkungannya yang menyebabkan seorang

individu atau keluarga tertarik untuk tinggal di

lingkungan tersebut.

Tabel 3. 2 Faktor Penentu Rumah

No. Faktor Internal Faktor Eksternal

1. Sosial Ekonomi a. Tingkat

pendapatan b. Tingkat

pengeluaran c. Gaya hidup d. Kegiatan sosial

kemasyarakatan

Kualitas atau Karakter Fisik Lingkungan a. Area bebas banjir b. Area bebas dari

kebisingan c. Daerah yang

mempunyai tingkat kepadatan relatif rendah

2. Geographical Familiarity

a. Struktur keluarga

b. Ukuran keluarga

c. Kontak sosial keluarga

Kualitas atau Karakter Lingkungan Sosial a. Kesamaan dalam

lingkungan sosial ekonomi

b. Kedekatan lokasi dengan tempat tinggal orangtua atau saudara

c. Adanya kesan elite atau bergengsi

3. Latar Belakang Etnis, Suku, Agama dan Pendidikan

Kondisi dan Bentuk Rumah Dekat dengan jalan utama a. Adanya saluran

drainase b. Kelengkapan dan

kualitas bahan bangunan yang digunakan


No. Faktor Internal Faktor Eksternal

4. Persepsi Lingkungan Kelengkapan dan ketersediaan a. Prasarana jalan

lingkungan b. Sarana peribadatan c. Sarana pendidikan d. Sarana transportasi e. Sarana kesehatan f. Sarana perniagaan

5. Motivasi untuk Tinggal Keterjangkauan/jarak a. Kemudahan

aksesibilitas b. Keamanan dan

keselamatan Sumber: Nurhadi, 2004

Preferensi bermukim juga dapat dipengaruhi

oleh penyebaran informasi kerawanan bencana suatu

wilayah. Berdasarkan Permendagri No.33 Tahun 2006

tentang Pedoman Umum Mitigasi Bencana, salah satu

strategi untuk melaksanakan kebijakan mitigasi

bencana dapat dilakukan dengan penyebaran informasi.

Adanya penyebaran informasi daerah rawan bencana

dapat menyebabkan perpindahan penduduk dengan

meninggalkan tempat yang lama dan ditampung oleh

tempat yang baru atau disebut difusi penampungan

(Bintarto, 1987).

Bencana alam sering kali menimbulkan trauma

untuk para korban. Para korban bencana seringkali

ingin pindah rumah akibat trauma. Terkait dengan

memukimkan kembali para korban bencana alam,

lokasi jauh adalah faktor paling penting dalam


menentukan keberhasilan atau kegagalan baru

program pemukiman (Krisanthi et. al., 2011). Menurut

Trisia Niken, et.all, (2010), terdapat lima faktor yang

mempengaruhi pemilihan lokasi pasca isu tsunami di

kota:

1. Tingginya keinginan penduduk untuk pindah dari

pesisir pantai mencapai 50%.

2. Jumlah pendapatan penduduk mempengaruhi

keinginan untuk pindah mencapai 70%.

3. Kebanyakan penduduk yang inginpindah

mempunyai kendaraan bermotor.

4. Pemilihan lokasi pindah ke daerah yang memiliki

topografi tinggi dan jauh dari pantai

5. Harga lahan mempengaruhi keinginan untuk

pindah dimana daerah yang tergolong aman

mengalami kenaikan harga lahan.

Bab 4 Studi Kasus Kota Malang

4.1 Metode

4.1.1 Metode Pengumpulan Data

Metode untuk pengumpulan data livability

indeks dan ketahanan komunitas diawali dengan

metode pengumpulan data statistic (sekunder) di

seluruh Kelurahan, apabila data sekunder belum

memenuhi kriteria variabel yang diperlukan, maka

dilanjutkan dengan pengumpulan data dari sumber

primer dan wawancara.

Gambar 4.1 Proses Pengumpulan Data

Data primer yang diperlukan adalah untuk

melengkapai variabel Livavility maupun ketahanan

masyarakat yang memang tidak tersedia di data

statistik Pemerintah Kota Malang. Sumber primer akan

memberikan tanggapan berupa persepsi responden

terhadap kondisi kelayakhunian lingkungan tempat

tinggalnya (kelurahan) maupun kondisi ketahanannya.

Karena persepsi maka data data tersebut bersifat

kualitatif yang akan dikelompokkan ke dalam kategori/

atau ordinal sesuai dengan kebutuhan penelitian.


Respsonden diminta pendapat melalui kuesioner yang

sifatnya bisa open atau close questioner. Pendapat dan

persepsi masyarakat ini berfungsi sebagai ‘juri’ dari

tingkat livability maupun ketahanan diperoleh dari

kuesioner tertutup dengan mengisi jawaban yang

berupa variabel ordinal.

4.1.2 Metode Analisis Data

Untuk menentukan hubungan multi variabel

yang digunakan adalah metode kuantitatif preskriptif

yaitu Structural Equation Modelling - Partial Least

Square (SEM-PLS). Analisis ini adalah analisis

multivariat yang mampu menguji hubungan antara

variabel yang kompleks baik recursive (hubungan

timbal balik) maupun non recursive (hubungan satu

arah) secara serempak. SEM juga dapat menguji secara

simultan model struktural (hubungan antar variabel,

variabel independen dan dependen konsep regresi)

dan model pengukuran (hubungan antara indikator

dengan variabel laten konsep analisis faktor). Kelebihan

dari PLS yang penting adalah dapat menangani banyak

variabel independen, bahkan meskipun terjadi

multikolinieritas diantara variabel- variabel

independen.

Model hipotetik hubungan antar variabel dalam

penelitian ini digambarkan pada diagram berikut:

Bab 4 Studi Kasus Kota Malang ( 29 )

Gambar 4.2 Metode hipotetik hubungan antara

variable dalam SEM-PLS


4.1.3 Diagram Alir Penelitian

Proses pengumpulan data primer dan sekunder

serta proses analisis yang dilakukan dalam penelitian

ini mengikuti alur sebagaimana pada gambar berikut.

KOLEKSI DATA PRIMER

KOLEKSI DATA SEKUNDER

LIVABILITY INDIKATOR

RESILIENCE INDIKATOR

HUBUNGAN ANTAR LIVABILITY DAN

RESILIENCE

PENGUMPULAN DATA SCORING MODELLING

Gambar 4.3 Diagram alir penelitian

4.2 Hasil

4.2.1 Hasil model ketahanan komunitas

A. Kerentanan Populasi

Ketahanan masyarakat sangat dipengaruhi kualitas

populasi, terurama karena kerentanan yang dihadapi oleh

masyarakat yang marginal (indikator Pma). Dalam penelitian

ini tidak mengidentifikasi marginal sosial namun cukup

menyoroti marginal secara ekonomi. Data yang

dipergunakan adalah presentasi masyarakat yang

berpenghasilan rendah dalam kelurahan. Kondisi di masa

pandemi Covid-19 ini tentunya semakin menambah

kerentanan mereka. Tiga kelurahan yang paling rentan

adalah Kelurahan Bumiayu (61%), Tanjungrejo (56%), dan

Tasikmadu (50%) Kelurahan yang terbaik (paling sedikit

prosentasenya) adalah Kelurahan Merjosari, Kelurahan

Arjosari, Kelurahan Sumbersari, dan Kelurahan Kesatrian


B. Status sosial ekonomi

Status sosial ekonomi (indikator Pses) memiliki pola

yang berlawanan dengan Pma, semakin kecil Pma maka Pses

cenderung semakin baik, demikian sebaliknya. Sebagaimana

dalam identifikasi indikator Pma, dalam penelitian ini status

dibatasi dalam status ekonomi, yaitu sebaran prosentase

masyarakat yang tidak miskin (yaitu yang berpenghasilan

menengah ke atas) dalam suatu kelurahan.

C. Mobilility masyarakat (Pmo)

Mobilitas penduduk dalam penelitian ini dilihat dari

ketersediaan moda transportasi (trayek angkutan umum) dan

akses atau jangkauan terhadap simpul simpul transportasi

(terminal, stasiun, airport), serta jarak ke jalan arteri

Mobilitas kelurahan di Kota Malang hanya bisa

dikelompokkan ke dalam kriteria 1 (buruk), 2, dan 3. Belum

ada yang bisa dikelompokkan kedalam kriteria 4. Hal yang

paling dirasakan dalam indikator ini adalah belum

maksimalnya ketersediaan transportasi publik yang

berkualitas. Angkutan publik dalam kota cenderung tergeser

oleh keberadaan berbasis daring (ojol dan taksi online).

D. Ketersediaan infrastruktur air bersih

Ketersediaan infrastruktur air bersih dilihat dari

persentase ketersediaan akses PAM di setiap kelurahan di

Kota Malang. Berdasarkan hasil analisis yang telah

dilakukan terdapat lima kelurahan yang masih memiliki

persentase ketersediaan air bersih yang masih rendah, yaitu

Kelurahan Arjosari (63%), Kelurahan Balearjosari (66%),

Kelurahan Buring (61%), Kelurahan Karang Besuki (65%),

Kelurahan Sukun (64%), dan Kelurahan Pandanwangi

(65%).


E. Infrastruktur transportasi

Infrastruktur transportasi diperoleh dari ketersediaan

jenis dan jumlah moda transportasi umum yang melayani

setiap kelurahan di Kota Malang. Berdasarkan hasil analisis

yang telah dilakukan dapat dilihat bahwa hanya terdapat

tujuh kelurahan yang memiliki ketersediaan infrastruktur

transportasi yang baik, yaitu Kelurahan Polowijen,

Kelurahan Arjosari, Kelurahan Purwodadi, Kelurahan

Blimbing, Kelurahan Klojen, Kelurahan Kauman, dan

Kelurahan Kidul Dalem.

F. Infrastruktur bisnis

Indikator infrastruktur bisnis diperoleh dari omzet

per bulan pendapatan Masyarakat Berpenghasilan Rendah

(MBR). Berdasarkan hasil analisis yang telah dilakukan

dapat dilihat bahwa terdapat empat belas kelurahan yang

memiliki omzet MBR rendah, yaitu Kelurahan Tlogomas,

Kelurahan Karang Besuki, Kelurahan Pisang Candi,

Kelurahan Bandulan, Kelurahan Mulyorejo, Kelurahan

Bakalan Krajan, Kelurahan Kesatrian, Kelurahan Sawojajar,

Kelurahan Polehan, Kelurahan Kedungkandang, Kelurahan

Madyopuro, Kelurahan Cemorokandang, Kelurahan Buring,

dan Kelurahan Wonokoyo.

G. Sarana pelayanan Kesehatan

Sarana pelayanan Kesehatan diperoleh dari jenis dan

jumlah ketersediaan sarana kesehatan yang terdiri dari rumah

sakit bersalin, poliklinik, puskesmas, puskesmas pembantu,

dan apotek. Berdasarkan hasil analisis yang telah dilakukan

masih terdapat lima kelurahan dengan sarana pelayanan

kesehatan rendah, yaitu Kelurahan Ketawanggede yang

hanya memiliki satu apotek, Kelurahan Lowokwaru yang


hanya memiliki apotek, Kelurahan Pisang Candi yang hanya

memiliki satu puskesmas pembantu, Kelurahan Sukoharjo

yang hanya memiliki satu apotek, dan Kelurahan

Tasikmadu.

4.2.2 Hasil model Livability

A. Indikator tenaga kerja (Swf)

Indikator tenaga kerja atau workforce diperloeh dari

jumlah mata pencaharian total dibagi dengan jumlah rumah

tangga di setiap kelurahan di Kota Malang. Berdasarkan

hasil analisis yang telah dilakukan dapat dilihat bahwa

terdapat tiga kelurahan yang memiliki tingkat tenaga kerja

tinggi, yaitu Kelurahan Arjosari, Kelurahan Blimbing,

Kelurahan Sumbersari, dan Kelurahan Bunulrejo,

Sedangkan kelurahan lainnya di Kota Malang memiliki

tingkat tenaga kerja yang relatif lebih rendah.

B. Indikator struktur keuangan (Sfs)

Indikator struktur keuangan digunakan sebagai

sumber keuangan yang dapat dimanfaatkan masyarakat

untuk menunjang kehidupan masyarakat yang meliputi

penghasilan, pengeluaran, tabungan, hutang piutang, dan

dana bantuan. Berdasarkan hasil analisis yang sudah

dilakukan terdapat tiga belas kelurahan yang memiliki modal

finansial rendah, yaitu Kelurahan Bakalan Krajan,

Kelurahan Bandulan, Kelurahan Buring, Kelurahan

Cemorokandang, Kelurahan Karang Besuki, Kelurahan

Kedungkandang, Kelurahan Kesatrian, Kelurahan

Madyopuro, Kelurahan Mulyorejo, Kelurahan Pisang Candi,

Kelurahan Polehan, Kelurahan Sawojajar, Kelurahan

Tlogowaru.


C. Indikator tingkat pendidikan (Sed)

Indikator tingkat pendidikan diperoleh dari jumlah

penduduk yang telah menempuh berbagai tingkat pendidikan

dari jenjang sekolah dasar (SD) hingga sarjana. Berdasarkan

hasil analisis yang telah dilakukan terdapat tujuh kelurahan

yang memiliki tingkat pendidikan tinggi, yaitu Kelurahan

Balearjosari, Kelurahan Blimbing, Kelurahan Merjosari,

Kelurahan Mojolangu, Kelurahan Oro-Oro Dowo,

Kelurahan Purwantoro, dan Kelurahan Tlogowaru.

Sedangkan masih terdapat tujuh kelurahan dengan tingkat

pendidikan rendah, yaitu Kelurahan Arjowinangun,

Kelurahan Bandungrejosari, Kelurahan Kesatrian,

Kelurahan Sukoharjo, Kelurahan Sukun, Kelurahan

Tanjungrejo, dan Kelurahan Tasikmadu.

D. Indikator lapangan pekerjaan (Ejo)

Indikator lapangan pekerjaan diperoleh dari

persentase pengangguran atau jumlah mata pencaharian total

dibagi dengan jumlah rumah tangga. Berdasarkan hasil

analisis yang telah dilakukan dapat dilihat bahwa terdapat

tiga kelurahan yang memiliki persentase pengangguran

rendah, yaitu Kelurahan Arjosari dengan jumlah

pengangguran sebesar 3,03%, Kelurahan Blimbing dengan

jumlah pengangguran sebesar 3,01%, dan Kelurahan

Sumbersari dengan jumlah pengangguran sebesar

3,024%.Sedangkan masih terdapat tujuh kelurahan yang

memiliki jumlah pengangguran tinggi, yaitu Kelurahan

Bakalan Krajan (3,192%), Kelurahan Dinoyo (3,193%),

Kelurahan Arjowinangun (3,194%), Kelurahan Merjosari

(3,198%), Kelurahan Jatimulyo (3,202%), Kelurahan

Tlogowaru (3,207%), dan Kelurahan Wonokoyo (3,207%).


E. Indikator infrastruktur bisnis (Ib)

Indikator infrastruktur bisnis diperoleh dari omzet

per bulan pendapatan Masyarakat Berpenghasilan Rendah

(MBR). Berdasarkan hasil analisis yang telah dilakukan

dapat dilihat bahwa terdapat empat belas kelurahan yang

memiliki omzet MBR rendah, yaitu Kelurahan Tlogomas,

Kelurahan Karang Besuki, Kelurahan Pisang Candi,

Kelurahan Bandulan, Kelurahan Mulyorejo, Kelurahan

Bakalan Krajan, Kelurahan Kesatrian, Kelurahan Sawojajar,

Kelurahan Polehan, Kelurahan Kedungkandang, Kelurahan

Madyopuro, Kelurahan Cemorokandang, Kelurahan Buring,

dan Kelurahan Wonokoyo.

F. Indikator polusi (Upo)

Indikator polusi diperoleh berdasarkan asumsi

bahwa kelurahan yang memiliki jumlah runag terbuka

hijau (RTH) banyak dan berjarak jauh dari jalan arteri

dan kolektor memiliki tingkat polusi lebih rendah.

Berdasarkan hasil analisis yang telah dilakukan

terdapat sepuluh kelurahan yang memiliki tingkat

polusi tinggi, yaitu Kelurahan Balearjosari, Kelurahan

Bareng, Kelurahan Bumiayu, Kelurahan Jodipan,

Kelurahan Kotalama, Kelurahan Mergosono, Kelurahan

Samaan, Kelurahan Sukoharjo, Kelurahan Sukun, dan

Kelurahan Tasikmadu.

G. Indikator ruang hijau (Ugs)

Indikator ruang hijau diperoleh dari luas

persentase ruang terbuka hijau (RTH) di setiap

kelurahan di Kota Malang. Berdasarkan hasil analisis

yang telah dilakukan terdapat tujuh kelurahan dengan


persentase RTH tinggi sebesar 20%, yaitu Kelurahan

Arjowinangun, Kelurahan Buring, Kelurahan

Cemorokandang, Kelurahan Madyopuro, Kelurahan

Merjosari, Kelurahan Tlogowaru, Kelurahan Wonokoyo.

Sedangkan masih terdapat dua puluh enam kelurahan

yang dengan persentase RTH rendah sebesar 5%.

4.3 Kesimpulan

Kesimpulan berdasarkan dari data variabel

ketahanan komunitas dan livability index yang yang

valid dan reliable, kemudian dilakukan analisis untuk

struktur hirarki jalur dan bobotnya (loading

faktornya) menghasilkan simpulan sebagai berikut:

1. Livability di Kota Malang dapat dilihat dari aspek

infrastruktur, economi, lingkungan perkotaan dan

lingkungan sosial. Infrastruktur terdiri dari

tranportasi, fasilitas kesehatan dan pendidikan,

listrik, dan air bersih. Dari indikator terebut yang

paling kuat indikasinya adalah infrastruktur

pendidikan dan infrastruktur transportasi. Aspek

ekonomi terdiri dari lapangan pekerjaan dan

infrastruktur bisnis. Aspek lingkungan perkotaan

terdiri dari tata kota, ruang hijau, kebersihan, dan

polusi kota. Dari empat indikator tersebut yang

tidak bisa dimasukkan dalam model adala tata

kota, karena untuk memiliki nilai yang sama untuk

semua kelurahan. Aspek terakhir, lingkungan

sosial terdiri dari keamanan, ruang public, fasilitas

rekreasi, dan informasi pelayanan public. Dari


empat indikator tersebut yang relevan dalam

model adalah ruang publik.

2. Aspek yang mendukung ketahanan masyarakat

terdiri dari kerentanan populasi, infrastruktur

lingkungan, aspek sosial dan infrastruktur fisik.

Kerentanan populasi memiliki tiga indikator yang

valid dari empat yang didata, yaitu masyarakat

marginal, mobility, dan status sosial ekonomi.

Infrastruktur lingkungan yang paling

mempengaruhi ketahanan adalah ketersediaan air

bersih. Untuk aspek sosial terdiri dari 2 indikator

yang valid dari 6 indikator yang didata yaitu

pendidikan dan tenaga kerja. Untuk infrastruktur

fisik terdapat 2 indikator yang valid dari 5 yang

didata yaitu infrastruktur bisnis dan infrastruktur

kesehatan.

3. Dari model yang dihasilkan, dapat disimpulkan

bahwa ketahanan komunitas merupakan

komponen dalam membentuk kota menjadi layak

huni. Ketahanan masyarakat memiliki aspek-

aspek dengan indikator yang memiliki beberapa

persamaan dengan indikator yang diperlukan oleh

kota untuk menjadi layak, terumata pada aspek

infrastruktur dan aspek sosial. Dari beberapa

simulasi model tersebut, dapat disimpulkan

bahwa livability didukung oleh: 1) aspek

kehidupan sosial (dengan indikator tenaga kerja,

struktur finansial, dan pendikan); 2) aspek

ekonomi kota dengan indikator lapangan

pekerjaan dan infrastruktur bisnis; 3) ketahanan


masyarakat (dengan aspek dan indikator

sebagaimana dijelaskan pada poin sebelumnya; 4)

aspek lingkungan kota dengan indikator utama

kondisi polusi dan ruang hijau.

Bab 5 Studi Kasus Kota Palu

5.1 Metode

5.1.1 Metode Pengumpulan Data

Penyusunan buku ini berbasis penelitian yag pengumpulan datanya diperoleh melalui survei primer dan survei sekunder, berikut untuk data yang dibutuhkan dalam penelitian ini 1. Data primer

Data primer diperoleh dengan memberikan sejumlah pertanyaan melalui daftar pertanyaan (kuesioner) kepada kepala atau ibu rumah tangga. Tujuannya untuk memperoleh pendapat masyarakat yang bermukim di area rawan bencana Kota Palu yang berkaitan dengan preferensi bermukim dan ketahanan masyarakat. Pengumpulan data primer dilakukan secara daring dengan menggunakan laman survey123arcgis.com melalui alamat bit.ly/ketahanankotapalu. 2. Data sekunder

Data Sekunder yang dibutuhkan ialah berupa dokumen perencanaan tata ruang Kota Palu dan data kependudukan Kota Palu. Data lain yang dikumpulkan untuk mendukung deskripsi ketahanan yang didapatkan dari hasil studi literatur dari berbagai buku teori, jurnal nasional maupun internasional dan bahan bacaan lainnya.


5.1.2 Metode Analisis Data

A. Analisis Multidimensional Scaling (MDS) Analisis multidimensional scaling (MDS)

merupakan salah satu teknik peubah ganda yang dapat digunakan untuk menentukan posisi suatu objek lainnya berdasarkan penilaian kemiripannya (Walundungo et.al, 2014). MDS berfungsi untuk mengetahui hubungan atau ketergantungan antar data variabel.

Menurut Jaworska&Anastasova (2009), terdapat beberapa hal yang dapat menjelaskan analisis MDS sebagai berikut: 1. MDS banyak digunakan dalam studi yang

berhubungan dengan persepsi. 2. MDS adalah teknik analisis data eksplorasi yang

dapat digunakan dalam menguji hipotesis keberadaan dimensi atau struktur tertentu dalam kumpulan data.

3. MDS adalah teknik yang sangat fleksibel, yang dapat memodelkan hubungan non-linier dan tidak terikat oleh banyak asumsi yang terkait dengan model linier umum atau bahkan dengan analisis faktor. Meskipun demikian, interpretasi keluaran MDS dapat menjadi tantangan dan sangat subjektif.

Jaworska&Anastasova (2009) menjelaskan bahwa data yang digunakan dalam MDS dapat dirujuk dengan beberapa nama (ketidaksamaan/dissimilarity, kesamaan/similarity, jarak/distances, atau proksimitas/proximities), dengan istilah data "ketidaksamaan" dan "kesamaan" yang paling umum. Perbedaan antara keduanya terletak pada jenis skala yang digunakan saat menilai perbedaan antar item. Dalam skala kesamaan, angka yang lebih besar menunjukkan kesamaan yang lebih besar, sedangkan dalam skala ketidaksamaan yang terjadi sebaliknya.

Bab 4 Studi Kasus Kota Palu ( 41 )

Untuk alasan teknis, sebagian besar algoritme MDS, seperti algoritme Alternating Least ‐ Squares Scaling (ALSCAL) dalam Paket Statistik untuk Ilmu Sosial (SPSS), lebih efisien dengan ukuran ketidaksamaan. Dengan demikian, data yang dikumpulkan dengan maksud untuk analisis MDS selanjutnya umumnya adalah data ketidaksamaan.

Analisis MDS dilakukan menggunakan software SPSS dengan langkah-langkah sebagai berikut (Kholil et.al, 2015): 1. Penentuan atribut 2. Penilaian dan pemberian skor secara ordinal pada

setiap atribut 3. Melakukan ordinansi MDS terhadap dimensi

analisis pengungkit (leverage faktor) dari atribut-atribut berdasarkan Root Mean Square (RMS) pada sumbu x

4. Melakukan analisis Monte Carlo untuk mengetahui pengaruh galat dalam pemberian skor

5. Mengkaji ketepatan analisis melalui Goodness of fit dalam MDS berdasarkan nilai S-Stress yang dihitung dari nilai S dan R2. Proses iterasi dapat dihentikan jika nilai R2 sudah mendekati 1. Nilai stress yang rendah menunjukkan good fit dan nilai S yang tinggi menunjukkan sebaliknya. Tegangan menunjukkan perbedaan antara proksimasi masukan dan jarak keluaran pada peta n-dimensi.

Nilai fungsi stres berada di antara nol dan satu; Semakin kecil fungsi tegangannya, semakin baik model tersebut mewakili data masukan. Meskipun tidak ada aturan ketat mengenai seberapa banyak stres yang dapat ditoleransi, aturan praktisnya adalah bahwa nilai ≤0.1 sangat baik dan apa pun yang ≥0.15 tidak dapat ditoleransi (Kruskal & Wish, 1978 dalam Jawoiska&Anastasova, 2009).


Gambar 5. 1 Diagram Analisis MDS

B. Analisis Structural Equation Modelling (SEM) Analisis Structural Equation Modelling (SEM)

PLS digunakan untuk mengetahui korelasi dan hubungan antar kriteria dan indikator. Setelah itu, hasil analisa dapat digunakan untuk menyusun strategi ketahanan komunitas di Kota Palu. Structural Equation Modelling dengan Partial Least Square (SEM-PLS) memiliki fungsi mirip dengan regresi berganda, tetapi SmartPLS lebih kuat karena mempertimbangkan permodelan interaksi, non linearitas, variabel bebas yang berkorelasi, kesalahan pengukuran, gangguan kesalahan-kesalahan yang berkorelasi, beberapa variabel laten dimana masing-masing diukur dengan menggunakan banyak indikator (Hair et.al, 2017). SEM-PLS dipilih dikarenakan memiliki beberapa kemudahan sebagai berikut: 1. Dapat mengakomodasi data yang sangat besar dan

sangat kecil 2. Dapat digunakan pada model, namun juga dapat

merekomendasikan hubungan yang belum memiliki dasar teori


3. Dinilai tepat dalam menguji pengaruh antar variable

4. Dapat mengolah model dengan skala yang berbeda secara bersamaan

5. Memiliki fasilitas uji realibilitas dan validitas dalam satu proses analisis dan membangun model yang dasar teorinya lemah karena analisis SEM-PLS dibuat dengan tujuan untuk meprediksi hubungan atau mengembangkan teori dan tidak hanya sebagai konfirmasi teori.

6. Indikator variabel model laten tidak hanya dapat digambarkan dengan reflektif namun juga formatif. Reflektif artinya variabel merupakan pencerminan dari indikator. Formatif artinya variabel disusun dan dibentuk oleh indikatornya.

Langkah-langkah dalam menjalankan analisis

SEM menggunakan program SmartPLS sebagai berikut

(Abdillah, 2015):

1. Menggambarkan diagram jalur

2. Menentukan berapa banyak blok (variabel laten)

yang akan dibangun dengan indikator pada variabel

laten.

3. Estimasi setiap variabel laten sebagai total bobot

indicator.

4. Perbaharui inner relations dan kemudia perbaharui

outer relations.

5. Estimasi bergantung pada piliham modal yang

digunakan.

6. Estimasi case values untuk tiap observersai dengan

menggunakan bobot formatif atau proposional bobot

terhadap loading dengan mempertimbangkan

kendala varian (f)=1. Kemudian, pengestimasikan

berlanjut hingga perubahan bobot adalah kecil.


Gambar 5. 2 Contoh Model SEM-PLS

Gambar 5.2 adalah contoh model SmartPLS

mengenai model analisis faktor konfirmatori yang

merupakan model murni berisi pengukuran. Tujuannya

untuk mengidentifikasi model yang tepat yang

menjelaskan hubungan antara seperangkat item-item

dengan konstrak yang diukur oleh item tersebut. Model

tersebut memiliki 4 variabel laten 16 indikator.

Terdapat 3 variabel endogen, dan model berbentuk

reflektif yang mencerminkan bahwa setiap indikator

merupakan pengukuran kesalahan yang dikenakan

terhadap variabel laten. Arah sebab akibat ialah dari

variabel laten ke indikator dengan demikian indikator-

indikator merupakan refleksi variasi dari variabel laten.

Sehingga perubahan pada variabel laten diharapkan

akan menyebabkan perubahan pada semua

indikatornya.


5.2 Hasil

5.2.1 Analisis Preferensi Bermukim

Analisis preferensi bermukim akan dilakukan dengan menggunakan analisis multidimensional scalling pada software SPSS. Berdasarkan hasil survey primer kepada masyarakat Kota Palu, mayoritas preferensi bermukim masyarakat adalah berpindah bermukim dengan persentase sebesar 46%. Hal ini dikarenakan masyarakat mulai menyadari terkait lokasi rawan bencana di sekitar Kota Palu. Selain itu, pemerintah telah menyusun lokasi permukiman dan meningkatkan peraturan zonasi berbasis mitigasi bencana.

Sedangkan preferensi tidak berpindah adalah sebesar 20%, dan ragu-ragu berpindah adalah sebesar 34%. Oleh karena itu, ingin diketahui faktor-faktor yang mempengaruhi preferensi bermukim masyarakat pasca bencana tahun 2018 di Kota Palu.

Gambar 5.3 Diagram Preferensi Bermukim Pasca

Bencana Koa Palu Tahun 2018

34%

20%

46%Ragu-Ragu

Tidak Berpindah

Berpindah


Preferensi bermukim pasca bencana di Kota Palu dianalisis dengan variabel-variabel berikut ini. Tabel 5. 1 Variabel Preferensi Bermukim

Variabel Sub Variabel Sumber

Sosial X1 Kegiatan sosial masyarakat

Hempe & Tucker (1979); Nurhadi (2004); Johnston et al. (2009); Longstaff et al (2010)

X2 Struktur keluarga X3 Latar belakang

pendidikan X4 Lama tinggal Bastaminia et.al.

(2017) Ekonomi X5 Tingkat

pendapatan Nurhadi (2004)

X6 Kepemilikan dana darurat

Moschen et.al (2019)

X7 Jenis mata pencaharian

Nurhadi (2004) and ISO:37120 (2018)

Lingkungan X8 Rawan bencana gerakan tanah

Nurhadi (2004)

X9 Rawan bencana likuifaksi

X10 Rawan bencana tsunami

X11 Rawan bencana patahan

X12 Rawan bencana banjir

X13 Persepsi masyarakat terkait keamanan lingkungan

Azizah et.al (2018), Nurhadi (2004)

X14 Harga lahan Chirisa (2019) Infra struktur

X15 Kemudahan aksesibilitas

Twumasi-Boakye et.al. (2018)

X16 Jarak terhadap pusat kota

Awotona (2016)

X17 Kondisi jalan Hutapea (2008) X18 Kondisi rumah

pasca bencana Armela et.al (2015)


Variabel Sub Variabel Sumber

X19 Luas bangunan rumah

Nurhadi (2004)

X20 Ketersediaan fasilitas umum

Azizah et.al, 2018

X21 Status kepemilikan rumah

Data yang digunakan pada software SPSS merupakan nilai skoring hasil survey 135 masyarakat. Jenis preferensi akan difungsikan sebagai dimensi untuk membedakan faktor-faktor apa saja yang berpengaruh. Tabel 5. 2 Data Analisis MDS Preferensi Bermukim

Pasca Bencana Kota Palu

Kode Faktor Preferensi Jenis Preferensi Bermukim

Ragu-Ragu Berpindah

Tidak Berpindah

Berpindah

X1 Kegiatan Sosial Masyarakat

2.79 3.04 2.55

X2 Struktur Keluarga 2.55 2.83 2.56 X3 Latar Belakang

Pendidikan 2.57 2.58 2.53

X4 Lama Tinggal 2.74 3.08 2.20 X5 Tingkat

pendapatan 1.77 1.58 2.05

X6 Kepemilikan dana darurat

1.19 1.04 1.22

X7 Jenis mata pencaharian

1.13 1.13 1.17

X8 Rawan Gerakan Tanah

1.98 1.58 1.66

X9 Rawan Likuifaksi 3.02 2.83 2.81 X10 Rawan Tsunami 1.91 2.17 2.14 X11 Rawan Patahan 1.60 1.63 1.36 X12 Rawan Banjir 2.26 2.29 2.36 X13 Persepsi

masyarakat terkait keamanan lingkungan

1.89 1.83 2.09


Kode Faktor Preferensi Jenis Preferensi Bermukim

Ragu-Ragu Berpindah

Tidak Berpindah

Berpindah

X14 Harga Lahan 2.09 2.29 2.16 X15 Kemudahan

aksesibilitas 2.74 2.71 2.70

X16 Jarak terhadap pusat kota

1.09 1.08 1.06

X17 Kondisi Jalan 2.21 2.29 2.52 X18 Kondisi Rumah

Pasca Bencana 2.47 2.75 2.47

X19 Luas Bangunan 1.09 1.17 1.11 X20 Ketersediaan

fasilitas umum 2.49 2.42 2.72

X21 Status kepemilikan bangunan

1.62 1.75 1.55

Berdasarkan hasil analisis MDS pada spss (Tabel 5.3), diketahui bahwa nilai stress yang dihasilkan adalah 0,10 dan 0,00 pada iterasi ke-15. Hal ini menunjukkan bahwa hasil analisis telah tergolong sangat baik. Tabel 5. 3 Nilai Stress Analisis MDS

Iteration Penalized Stress Difference Stress Penalty

0 .3193376 .1012782 1.0068946

15 .0000842a .0000509 .0000000 1.0053479

a. Current penalized Stress value less than the MINSTRESS criterion.

Gambar 5.3 merupakan hasil analisis MDS

sehingga dapat diketahui faktor-faktor yang berpengaruh pada preferensi bermukim penduduk berdasarkan grafik yang dihasilkan dari analisis di spss.


Gambar 5. 3 Hasil Analisis MDS Preferensi Bermukim

Pasca Bencana Kota Palu

Pengelompokan faktor yang berpengaruh terhadap preferensi bermukim sebagai berikut: 1. Faktor pada preferensi berpindah:

a. Kegiatan sosial masyarakat (X1) Mayoritas penduduk yang berpindah memiliki nilai kategori kegiatan sosial masyarakat yang cukup aktif (37%), tidak aktif (25%), dan jarang aktif (17%). Hal ini dapat dikarenakan masyarakat tidak memiliki kewajiban yang besar untuk mengelola kegiatan sosial masyarakat di lingkungan tempat tinggal. Sehingga diketahui semakin aktif penduduk dalam kegiatan sosial masyarakat, maka akan semakin tinggi potensi untuk tetap tinggal.


Gambar 5. 4 Diagram Kegiatan Sosial

Masyarakat b. Latar belakang pendidikan (X3)

Latar belakang pendidikan menjadi faktor yang berpengaruh untuk preferensi bermukim berpindah karena memiliki ciri semakin tinggi tingkat pendidikan maka akan semakin tinggi potensi pindah bermukim pasca bencana. Hal ini dapat dikarenakan semakin tinggi pendidikan, maka semakin tinggi kemudahan menyerap informasi dan mengetahui lokasi yang rawan bencana.

Gambar 5. 5 Diagram Latar Belakang

Pendidikan

25%

17%37%

19%

2%

Tidak aktif Jarang aktif Cukup aktif

Aktif Sangat Aktif

5%

37%

58%

≤SMP/sederajat SMA/sederajat ≥Diploma


c. Lama tinggal (X4) Sebanyak 53% responden yang memilih berpindah bermukim termasuk dalam kategori lama tinggal rendah, yakni selama 0-5 tahun (Gambar 5.6). Maka, semakin rendah lama tinggal masyarakat, akan semakin tinggi potensi untuk memilih berpindah tempat tinggal. Hal ini dapat dikarenakan masyarakat dengan lama tinggal yang rendah merupakan pendatang sehingga ingin mencari lokasi yang lebih aman untuk tempat tinggal.

d. Rawan bencana likuifaksi (X9) Mayoritas masyarakat memilih untuk berpindah tempat tinggal pada setiap tingkatan kerawanan bencana likuifaksi. Hal ini dapat dikarenakan masyarakat telah mengetahui tingkat bahaya yang diakibatkan oleh bencana likuifaksi. Dapat disimpulkan bahwa, semakin tinggi kerawanan bencana, maka akan semakin tinggi pula potensi masyarakat untuk berpindah tempat tinggal.

Gambar 5. 6 Diagram Lama Tinggal

53%

6%8%

33%

0-5 tahun 5-10 tahun

10-15 tahun >15 tahun


Gambar 5. 7 Diagram Lama Tinggal

e. Rawan bencana patahan (X11) Sebanyak 86% masyarakat yang memilih preferensi bermukim pindah, tergolong dalam area tidak terdampak bencana patahan. Hal ini dapat disebabkan adanya trauma pada peristiwa bencana patahan yang hingga saat ini masih sulit untuk di prediksi. Sedangkan pada kawasan rawan bencana, jumlah terbanyak untuk berpindah juga terdapat pada kawasan tinggi.

Gambar 5. 8 Diagram Faktor Rawan Bencana

Patahan

9%

39%

13%

39%

Tidak terdampak Kerawanan rendah

Kerawanan sedang Kerawanan tinggi

86%

2%

3%

9%




f. Kemudahan aksesibilitas (X15) Sebanyak 70% penduduk yang memilih berpindah bermukim tergolong dalam aksesibilitas yang mudah dan dekat untuk menuju lokasi fasilitas umum. Namun, mereka memilih untuk berpindah dikarenakan lokasi tersebut terletak di perkotaan yang memiliki area kebencanaan yang beragam. Seperti di Kecamatan Palu Timur dan Palu Barat yng mrmiliki akses mudah, namun sangat rawan bencana.

Gambar 5. 9 Diagram Faktor Aksesibilitas

g. Jarak terhadap pusat kota (X16) Masyarakat yang memilih berpindah memiliki karakteristik jarak terhadap pusat kota yang rendah (-13,33 km), yakni sebesar 95%. Hal ini menunjukkan bahwa semakin dekat jarak terhadap pusat kota, maka semakin tinggi potensi penduduk untuk pindah. Kawasan perkotaan di Kota Palu tergolong tinggi rawan bencana, sedangkan untuk kawasan yng jauh dari perkotaan seperti di Kecamatan Tawaeli dan Kecamatan Mantikulore memiliki tingkat kerawanan yang lebih rendah.

0%

30%

70%

Akses sulit dan jauh Akses mudah dan jauh

Akses mudah dan dekat


Gambar 5. 10 Diagram Faktor Jarak terhadap

Pusat Kota 2. Faktor pada preferensi ragu-ragu berpindah

a. Struktur keluarga (X2) Sebanyak 60% masyarakat yang ragu2 untuk pindah bermukim memiliki banyak keluarga di Kota Palu. Pada dasarnya, masyarakat yang mrmiliki banyak keluarga merupakan masyarakat asli (bukan pendatang). Hal ini menyebabkan masyarakat ragu untuk pindah karena banyaknya keluarga di Kota Palu dan tidak memiliki banyak keluarga di lingkungan yang lain.

Gambar 5. 11 Diagram Faktor Struktur

Keluarga

95%

3% 2%

≤1-13,33 km 13,34-25,67 km 25,68-38 km

4%

36%

60%

Tidak ada keluarga Beberapa keluarga

Banyak keluarga


b. Rawan bencana tsunami (X10) Mayoritas penduduk ragu-ragu berpindah dikarenakan sebanyak 40% kawasan tempat tinggal masyarakat tidak tergolong dalam kawasan rawan bencana tsunami. Hal ini menyebabkan masyarakat merasa wilayah mereka tergolong aman, namun memiliki kekhawatiran jika sewaktu-waktu terjadi bencana yang massif seperti tahun 2018.


Tsunami

c. Rawan bencana banjir (X12) Sebanyak 64% responden tergolong dalam kerawanan rendah bencana banjir. Hal ini menyebabkan masyarakat ragu untuk berpindah dikarenakan mereka telah mampu beradaptasi jika terjadi bencana di sekitar lingkungan mereka. Sedangkan pada kerawanan tinggi, diketahui bahwa terdapat 15% penduduk yang ragu untuk berpindah. Hal ini dapat dikarenakan adanya alasan lain selain kerawanan yang menyebabkan mereka tidak ingin berpindah.

40%

36%

15%

9%





Banjir d. Harga lahan (X14)

Harga lahan tergolong dalam kategori faktor yang berpengaruh untuk ragu pindah bermukim. Hal ini dikarenakan pertimbangan harga lahan, jika dijual akan berkurang harganya karena terdapat rawan bencana. Selain itu, jika harus membeli di tempat lain yang aman bencana, harganya tentu sudah lebih jauh lebih mahal.

Gambar 5. 14 Diagram Faktor Harga Lahan

13%

64%

8%

15%



2%

87%

11%

50.000-225.000 226.000-400.000 401.000-575.000


e. Kondisi jalan (X17) Sebanyak 47% masyarakat yang ragu untuk pindah bermukim tergolong dalam permukiman dengan kondisi jalan yang baik. Keraguan untuk berpindah dapat dikarenakan akses jalan yang ada di lingkungan mereka telah dalam kondisi baik, sementara pada daerah lain belum tentu terdapat kondisi jalan yang baik. Namun, kondisi jalan yang baik banyak terdapat di perkotaan yang rawan terhadap bencana.

Gambar 5. 15 Diagram Faktor Kondisi Jalan

f. Luas bangunan rumah (X19) Luas bangunan rumah tergolong dalam kategori faktor yang berpengaruh bagi preferensi bermukim ragu-ragu berpindah. Hal ini dapat dikarenakan mayoritas penduduk sebesar 94% telah berada pada kondisi yang telah sesuai dengan kemampuan mereka. Jika ingin berpindah, maka harus menyesuaikan kembali luas bangunan. Terlabih lagi, luas pada bangunan hunian tetap atau sementara belum tentu mampu menampung seluruh anggota keluarga pada masyarakat di Kota Palu.

25%

28%

47%

Buruk Sedang Baik


Gambar 5. 16 Diagram Faktor Luas Bangunan

3. Faktor pada preferensi tidak berpindah a. Tingkat pendapatan (X5)

Tingkat pendapatan tergolong dalam faktor yang berpengaruh terhadap preferensi bermukim tidak pindah. Hal ini dikarenakan sebanyak 71% masyarakat tergolong dalam kategori pendapatan ≤ Rp2.000.000. Berdasarkan hasil survey, masyarakat tidak berpindah dikarenakan pindah membutuhkan banyak biaya sedangkan pendapatan tergolong cukup hanya untuk kebutuhan dasar.

Gambar 5. 17 Diagram Faktor Pendapatan

94%

4% 2%

36-495 m2 496-955 m2 956-1414 m2

71%

13%

8%

4% 4% 0%

≤2jt 2-3jt 3-4jt 4-5jt 5-6jt ≥7juta


b. Kepemilikan dana darurat (X6) Kepemilikan dana darurat tergolong dalam faktor yang mempengaruhi masyarakat untuk tidak pindah. Hal ini dikarenakan sangat banyak masyarakat tidak memiliki dana darurat untuk menghadapi kebencanaan. Jika harus pindah, maka akan semakin banyak biaya yang dikeluarkan untuk kehidupan di lingkungan yang baru.

Gambar 5. 18 Diagram Faktor Kepemilikan Dana

Darurat

c. Rawan bencana gerakan tanah (X8) Rawan bencana gerakan tanah tergolong dalam faktor yang mempengaruhi masyarakat untuk tidak pindah bermukim. Hal ini dikarenakan hamper seluruh wilayah di Kota Palu termasuk dalam zona rawan bencana gerakan tanah. Maka, masyarakat lebih memilih untuk tetap tinggal dan beradaptasi terhadap bencana gerakan tanah.

96%

4%

Tidak memiliki Memiliki



Gerakan Tanah

d. Persepsi masyarakat terkait keamanan lingkungan (X13) Sebanyak 75% masyarakat merasa bahwa tempat tinggal mereka tergolong cukup aman. Hal ini menyebabkan penduduk tidak ingin berpindah bermukim. Masyarakat merasa jika masih dapat bertahan menghadapi bencana. Selain itu, hal ini juga dapat dikarenakan kurangnya sosialisasi pemerintah terkait lokasi rawan bencana di Kota Palu sehingga masyarakat kurang merasakan tingkat kerawanan bencana yang tidak memiliki siklus seperti likuifaksi atau gempa bumi.

71%

29%

Kerawanan Tinggi Kerawanan Rendah


Gambar 5. 20 Diagram Faktor Persepsi Masyarakat

Terhadap Keamanan Lingkungan e. Ketersediaan fasilitas umum (X20)

Ketersediaan fasilitas umum tergolong dalam faktor yang mempengaruhi preferensi tidak berpindah. Hal ini dikarenakan sebanyak 71% responden telah terlayani fasilitas umum di Kota Palu, baik berupa fasilitas kesehatan, pendidikan, dan peribadatan. Hal ini menunjukkan bahwa pelayanan fasilitas umum di Kota Palu telah merata pada seluruh kecamatan.

Gambar 5. 21 Diagram Faktor Fasilitas Umum

21%

75%

4%

Sangat tidak aman Cukup aman Aman

29%

71%

Kurang terlayani Sangat terlayani


4. Faktor yang mempengaruhi pada lebih dari satu preferensi: a. Jenis mata pencaharian (X7) mempengaruhi

pada ragu berpindah dan tidak berpindah. Hal ini dikarenakan jenis mata pencaharian penduduk tidak mengenal batas administrasi kecamatan. Terdapat beberapa penduduk yang lokasi pekerjaannya terletak pada beda kecamatan. Selain itu, saat ini dapat dikatakan cukup sulit untuk mendapatkan pekerjaan sehingga masyarakat akan membutuhkan pekerjaan baru jika mereka pindah tempat tinggal.

b. Kondisi rumah pasca bencana (X18) mempengaruhi pada ragu berpindah dan berpindah. Hal ini dikarenakan kondisi rumah yang mengalami kerusakan akan mendapatkan bantuan dari pemerintah. Namun, kondisi rumah yang rusak berat dapat menyebabkan masyarakat harus pindah (baik ke rumah yang lain atau pada hunian tetap yang disediakan pemerintah). Masyarakat yang pindah akibat kondisi rumah rusak berat biasanya diakibatkan dampak bencana yang sangat tinggi, yakni pada bencana tsunami, gempa, dan likuifaksi.

5.2.2 Analisis Ketahanan Masyarakat

Analisis ketahanan masyarakat akan dilakukan dengan menggunakan analisis Structural Equation Modelling (SEM) dengan menggunakan software smartPLS. Variabel yang digunakan terdiri dari enam faktor, yakni sosial, ekonomi, infrastuktur, lingkungan, budaya, dan pemerintah (Tabel 5.4).


Tabel 5. 4 Faktor Ketahanan Masyarakat

Faktor/Sub Variabel

Item Sumber

Sosial

Kemasyarakatan

- Organisasi masyarakat Longstaff et.al (2010)

- Tidak ada SARA Schwind (2009)

Pendidikan - Rasio guru:pelajar ISO 37120: 2018

- Jumlah penduduk lulusan perguruan tinggi

- Pengetahuan penduduk terkait daerah kebencanaan

Saragih (2007)

Kepadatan - Kepadatan penduduk ISO 37120: 2018

- Persentase penduduk tinggal di kawasan kumuh

Ekonomi

Kesejahteraan penduduk

- Pendapatan ISO 37120: 2018

- Kesejahteraan sosial Longstaff et.al (2010)

Jumlah Pengusaha

- Rasio jumlah pengusaha terhadap jumlah penduduk

ISO 37120: 2018

Infrastruktur

Infrastruktur dasar

- Ketersediaan bahan dasar (sembako)

Schwind (2009), McAslan (2010)

- Rasio penggunaan transportasi publik : pribadi

ISO 37120: 2018

- Ketersediaan internet

Infrastruktur kebencanaan

- Sistem peringatan dini ISO 37123: 2019

- Jalur evakuasi

- Papan informasi peta bahaya

Pelayanan kesehatan dan air bersih

- Pemerataan fasilitas ISO 37123: 2019

- Pelayanan air bersih McAslan (2010)

- Pelayanan kesehatan

Kondisi bangunan

- Kepadatan bangunan ISO 37120: 2018

- Ketersediaan IMB

Perumahan - Kepemilikan Rumah kedua

ISO 37120: 2018

- Persentase sewa/total hunian

- Jumlah KK


Faktor/Sub Variabel

Item Sumber

Lingkungan

Kondisi alam - Luas area hijau ISO 37120: 2018

- Suhu permukaan

- Rawan Tinggi Gerakan Tanah

ISO 37123: 2019

- Rawan Tinggi Likuifaksi

- Rawan Tinggi Tsunami

- Rawan Tinggi Patahan

- Rawan Tinggi Banjir

Sumber daya alam

- Ketersediaan sumber daya alam

Longstaff et.al (2010)

- Keberagaman sumber daya

Budaya

Budaya sehari-hari

- Ketersediaan Adat istiadat Blakely (2016)

- Tingkat kekerabatan Identitas

Pelestarian Budaya

- Ketersediaan pelestarian kebudayaan/sejarah

Pemerintah

Tata kelola pemerintah

- Pendampingan Longstaff et.al (2010)

- Kesiapsiagaan pemerintah

- Penyediaan kebutuhan kala darurat

Schwind (2009)

- Jumlah korban bencana alam

Peran perempuan

- Perempuan dalam pemerintahan & dewan

ISO 37120: 2018

Berdasarkan hasil klasifikasi untuk model SEM-PLS, diketahui bahwa model formatif terdapat pada faktor kondisi alam, infrastruktur dasar, dan perumahan. Sedangkan faktor lainnya merupakan model reflektif. Hasil analisis pertama (Gambar 5.22) akan dilakukan eliminasi item model reflektif dengan nilai outer loading <0,5. Sedangkan pada model formatif akan dilakukan eliminasi pada item yang memiliki nilai VIF >5 dan nilai outer weight yang tidak signifikan dan bernilai outer loading <0,5 (hair et. al, 2017).


Gambar 5. 22 Struktur SEM Model 1

Nilai VIF yang terlalu tinggi dapat mengindikasikan adanya korelasi >0,6 pada beberapa item. Pada Tabel 5.3 diketahui bahwa nilai VIF pada faktor kondisi alam sangat tinggi. Oleh karena itu, untuk mengeliminasi item diperlukan analisis korelasi pada software spss. Hasil analisis korelasi ini terdapat pada Tabel 5.6.


Tabel 5. 5 Nilai VIF Proses Eliminasi 1

Sub Variabel Item VIF

Infrastruktur Dasar

- Transportasi 1.094

- Bahan Dasar 1.154

- Internet 1.06 Perumahan - Persentase Sewa 1.062

- Rumah Kedua 1.062

- Jumlah KK 1 Kondisi Alam - Area Hijau 4.074

- Laju Suhu 1329.397

- Rawan Banjir 3453.97

- Rawan Gerakan Tanah 150.589

- Rawan Likuifaksi 4188.85

- Rawan Patahan 59.217

- Rawan Tsunami 530.153

Tabel 5. 6 Analisis Korelasi Pada Faktor Kondisi Alam

Item

Hasil Korelasi Pearson

Area Hijau

Laju Suhu

Rawan Gerakan Tanah

Rawan Likuifaksi

Rawan Tsunami

Rawan Patahan

Rawan Banjir

Area Hijau

1 -.064 .858** -.620** .043 -.173* -.430**

Laju Suhu

-.064 1 -.174* .381** -.458** -.154 -.395**

Rawan Gerakan Tanah

.858** -.174* 1 -.719** .000 -.248** -.448**

Rawan Likuifaksi

-.620** .381** -.719** 1 -.216* -.020 .636**

Rawan Tsunami

.043 -.458** .000 -.216* 1 .391** .386**

Rawan Patahan

-.173* -.154 -.248** -.020 .391** 1 .046

Rawan Banjir

-.430** -.395** -.448** .636** .386** .046 1

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).


Berdasarkan hasil analisis korelasi, diketahui bahwa item yang memiliki nilai korelasi >0,6 adalah item area hijau, rawan gerakan tanah, rawan likuifaksi, dan rawan banjir. Keempat item tersebut merupakan item yang penting terkait ketahanan masyarakat pasca bencana di Kota Palu. Untuk menghindari eliminasi ke empat item seklaigus, maka disusun konstruk/faktor baru. Namun, dikarenakan Rawan gerakan tanah memiliki nilai yang kurang sesuai dengan kondisi eksisting, yakni 0,324 maka rawan gerakan tanah dieliminasi. Nilai tersebut memiliki interpretasi berupa semakin tinggi rawan gerakan tanah, maka masyarakat akan semakin berketahanan. Selain itu, nilai tersebut juga mempengaruhi nilai item kebencanaan yang lain sehingga peneliti memutuskan untuk mengeliminasi item rawan gerakan tanah. Hasil analisis menghasilkan model SEM yang terdapat pada Gambar 5.23.

Analisis model SEM dilakukan terhadap faktor-faktor reflektif terlebih dahulu sebagai berikut: 1. Analisis Reliability dan Validity

Analisis reliability dan validity pada penelitian ini hanya menggunakan hasil composite reliability dan AVE. Hal ini dikarenakan composite reliability telah mewakili hasil Cronbach’s alpha (Hair et.al, 2017). Nilai nilai yang digunakan untuk analisis ini adalah >0,6. Berdasarkan hasil analisis, diketahui bahwa nilai reliability dan AVE seluruh item adalah >0,6 sehingga dapat diketahui bahwa lebih dari 60% data item telah mampu dijelaskan model.


Gambar 5. 23 Hasil Analisis - Model 1


Tabel 5. 7 Composite Reliability dan AVE - Model 1

Faktor Sub Variabel Composite Reliability

AVE

Sosial (S) Kemasyarakatan (KE) 1.000 1.000

Pendidikan (PD) 0.720 0.568

Kepadatan (KP) 0.754 0.620 Ekonomi (E) Kesejahteraan Penduduk (KS) 0.745 0.595

Jumlah Pengusaha (JP) 1.000 1.000 Infrastruktur (I)

Infrastruktur Dasar (ID) Formatif Infrastruktur Kebencanaan (IK)

1.000 1.000

Kesehatan dan Air Bersih (KA) 0.810 0.683

Kondisi Bangunan (KB) 1.000 1.000

Perumahan (PR) Formatif Lingkungan (L)

SDA (SDA) 0.918 0.848

Kondisi Alam 1 (K1) Formatif

Kondisi Alam 2 (K2) Formatif Budaya (B) Budaya Sehari-hari (BS) 1.000 1.000

Pelestarian Budaya (PB) 1.000 1.000 Pemerintah (P)

Tata Kelola (TK) 0.749 0.600

Peran Perempuan (PP) 1.000 1.000

2. Analisis Fornell-Larcker Criterion

Hasil analisis Fornell-Larcker Criterion model 1

menunjukkan bahwa discriminant semua item adalah baik

karena akar kuadrat AVE dari setiap konstruksi reflektif

(ditunjukkan pada diagonal Tabel 5.8) lebih besar

daripada korelasi dengan sisa konstruksi dalam model.

3. Analisis HTMT

Statistik HTMT murni didasarkan pada korelasi

antar item dari konstruksi yang diukur secara reflektif.

Nilai HTMT di atas 0,90 menunjukkan kurangnya

validitas diskriminan (Hair et. Al, 2017). Hasil analisis

Model 1 menunjukkan bahwa sub variable pendidikan

memiliki nilai HTMT >1 sehingga akan lebih baik

apabila dieliminasi atau digabung ke sub variable lain

(Tabel 5.9)


Tabel 5. 8 Hasil Analisis Fornell-Larcker Criterion - Model 1

Sub Variabel BS ID IK JP KE KP KA KS K1 K2 KB PB PD PP PR SDA TK

Budaya Sehari-hari (BS) 1.000

Infrastruktur Dasar (ID)

-0.012 F

Infrastruktur Kebencanaan (IK)

-0.047 0.053 1.000

Jumlah Pengusaha (JP) 0.266 0.165 0.196 1.000

Kemasyarakatan (KE) 0.035 0.115 0.010 0.047 1.000

Kepadatan (KP) 0.002 0.117 0.022 -0.089 0.093 0.787

Kesehatan dan Air Bersih (KA) 0.047 0.574 0.067 0.191 0.231 0.074 0.826

Kesejahteraan Penduduk (KS) -0.106 0.071 -0.027 -0.263 0.107 -0.081 -0.139 0.772

Kondisi Alam 1 (K1) 0.113 0.150 0.137 0.703 0.070 -0.031 0.095 -0.089 F

Kondisi Alam 2 (K2) 0.253 0.035 0.043 0.480 -0.024 0.356 0.079 -0.614 0.204 F

Kondisi Bangunan (KB) 0.075 -0.210 -0.112 -0.296 -0.177 -0.080 -0.105 -0.325 -0.425 0.085 1.000

Pelestarian Budaya (PB) 0.230 0.182 0.186 0.768 0.001 0.075 0.192 -0.332 0.288 0.553 0.057 1.000

Pendidikan (PD) 0.141 0.240 0.187 0.556 0.005 0.392 0.097 -0.062 0.520 0.401 -0.314 0.620 0.754

Peran Perempuan (PP) -0.028 0.309 0.162 0.280 0.065 0.289 0.109 0.387 0.437 -0.102 -0.574 0.179 0.677 1.000

Perumahan (PR) 0.117 0.128 0.124 0.169 0.067 -0.012 0.088 -0.063 0.131 0.173 -0.172 0.116 0.191 0.118 F

SDA (SDA) 0.238 0.123 0.087 0.595 0.002 0.422 0.089 -0.455 0.530 0.853 -0.186 0.549 0.745 0.248 0.218 0.921

Tata Kelola (TK) 0.180 0.080 0.104 0.069 0.037 -0.041 -0.150 -0.020 -0.011 0.209 0.098 0.063 -0.075 -0.131 0.141 0.091 0.774


Tabel 5. 9 Hasil Analisis HTMT - Model 1

Sub Variabel BS IK JP KE KP KA KS KB PB PD PP SDA TK

Budaya Sehari-hari BS)

Infrastruktur Kebencanaan (IK) 0.047

Jumlah Pengusaha (JP) 0.266 0.196

Kemasyarakatan (KE) 0.035 0.010 0.047

Kepadatan (KP) 0.094 0.054 0.216 0.179

Kesehatan dan Air Bersih (KA) 0.127 0.174 0.244 0.316 0.208

Kesejahteraan Penduduk (KP) 0.189 0.043 0.463 0.183 0.469 0.361

Kondisi Bangunan (KB) 0.075 0.112 0.296 0.177 0.170 0.224 0.559

Pelestarian Budaya (PB) 0.230 0.186 0.768 0.001 0.362 0.258 0.567 0.057

Pendidikan (PD) 0.236 0.389 1.086 0.149 1.006 0.307 1.560 0.830 1.139

Peran Perempuan (PP) 0.028 0.162 0.280 0.065 0.406 0.165 0.660 0.574 0.179 1.560

SDA (SDA) 0.264 0.096 0.660 0.032 0.500 0.161 0.839 0.209 0.605 1.471 0.273

Tata Kelola (TK) 0.293 0.186 0.114 0.102 0.239 0.346 0.393 0.186 0.099 0.317 0.209 0.194


Analisis SEM pada Struktur Model 1 selanjutnya

dilakukan terhadap faktor-faktor formatif sebagai

berikut.

1. Analisis Collinearity Statistics (VIF)

Nilai VIF Mpada umumnya berada di bawah

nilai ambang 5 (Hair et.al, 2017). Berdasarkan hasil

analisis model 1, diketahui bahwa nilai VIF tertinggi

pada penelitian ini adalah 2.234 atau <5. Hal ini dapat

disimpulkan bahwa collinearity tidak mencapai tingkat

kritis dalam konstruksi formatif.

Tabel 5. 10 Nilai VIF – Model 1 No Item VIF No Item VIF

1 Adat Istiadat 1.000 17 Pelestarian Budaya 1.000

2 Air 1.168 18 Pendampingan 1.043

3 Area Hijau 1.630 19 Pendapatan 1.039

4 Bahan Dasar 1.154

20 Penduduk Kawasan Kumuh

1.101

5 Internet 1.060 21 Peran Perempuan 1.000

6 Jalur Evakuasi 1.000 22 Persentase Sewa 1.062

7 Jumlah KK 1.000 23 Rasio Guru Pelajar 1.022

8 Keberagaman SDA 1.940 24 Rasio Pengusaha 1.000

9 Kebutuhan Darurat 1.043 25 Rawan Banjir 1.686

10 Kepadatan Bangunan 1.000 26 Rawan Likuifaksi 2.234

11 Kepadatan Penduduk 1.101 27 Rawan Patahan 1.182

12 Kesehatan 1.168 28 Rawan Tsunami 1.460

13 Kesejahteraan Sosial 1.039 29 Rumah Kedua 1.062

14 Ketersediaan SDA 1.940 30 Tidak ada SARA 1.000

15 Laju Suhu 1.266 31 Transportasi 1.094

16 Lulus PT 1.022

2. Analisis Signifikansi Outer Weight

Analisis ini dilakukan dengan menjalankan

bootstrapping terlebih dahulu. Analisis signifikan

outer weight Model 1 digunakan untuk mengetahui

tingkat kesesuaian struktur model (Gambar 5.24).

Ambang batas nilai signifikan outer weight atau p

value adalah <0,05.


Gambar 5. 24 Hasil Bootstrapping - Model 1

Berdasarkan hasil bootstrapping Model 1, diketahui

bahwa terdapat nilai yang tidak signifikan pada item outer

weight (Tabel 5.11). Apabila terjadi hal tersebut, maka belum

berarti item tersebut harus dieliminasi. Item yang tidak

signifikan namun memiliki nilai outer loading diatas 0,5 masih

dapat dipertahankan. Sebuah item harus dieliminasi apabila

outer weight tidak signifikan dan nilai outer loading <0,5.


Tabel 5. 11 Signifikansi Outer Weight – Model 1

Item Outer Weight Outer

Loading Keterangan

Nilai P Values

Area Hijau 0.109 0.129 0.685 Dipertahakan

Bahan Dasar 0.356 0.023 0.591 Signifikan

Internet 0.819 0 0.914 Signifikan

Jumlah KK 0.861 0.007 0.867 Signifikan

Laju Suhu -1.053 0 -0.767 Signifikan

Persentase Sewa 0.096 0.811 -0.011 Dieliminasi

Rawan Banjir -0.173 0.154 -0.735 Dipertahakan

Rawan Likuifaksi -0.809 0.028 -0.987 Signifikan

Rawan Patahan -0.308 0.144 -0.351 Dieliminasi

Rawan Tsunami -0.523 0.102 -0.162 Dipertahakan

Rumah Kedua 0.513 0.298 0.496 Dieliminasi

Transportasi -0.137 0.288 -0.301 Dieliminasi

Berdasarkan hasil analisis setiap komponen pada Model 1, maka disimpulkan bahwa perlunya menyusun model baru (Gambar 5.25) dengan mempertimbangkan: 1. Pada model reflektif diperlukan menggabung sub

variable pendidikan dan kemasyarakatan, dikarenakan nilai HTMT sub variable pendidikan >1 pada beberapa sub variable yang lain. Namun, dikarenakan item pada sub variable pendidikan dan kemasyarakatan tidak saling berkaitan, maka model panah dirubah menjadi formatif.

2. Pada model formatif diperlukan mengeliminasi item persentase sewa, rawan patahan, rumah kedua, dan transportasi. Hal ini dikarenakan nilai tersebut tidak signifikan dan nilai outer loading <0,5.


Tabel 5. 12 Faktor Ketahanan Masyarakat - Model 2

Faktor/Sub Variabel

Item Indikator

Sosial Pendidikan - Organisasi masyarakat

- Tidak ada SARA - Rasio guru:pelajar - Jumlah penduduk lulusan perguruan

tinggi - Pengetahuan penduduk terkait daerah

kebencanaan Kepadatan - Kepadatan penduduk


Ekonomi Kesejahteraan penduduk

- Pendapatan

- Kesejahteraan sosial

Jumlah Pengusaha - Rasio jumlah pengusaha terhadap jumlah penduduk

Infrastruktur Infrastruktur dasar - Ketersediaan bahan dasar (sembako)

- Ketersediaan internet Infrastruktur kebencanaan

- Jalur evakuasi


- Pelayanan air bersih

- Pelayanan kesehatan

Kondisi bangunan - Kepadatan bangunan Perumahan - Jumlah KK Lingkungan Kondisi alam 1 - Suhu permukaan

- Rawan Tinggi Tsunami Kondisi alam 2 - Luas area hijau

- Rawan Tinggi Likuifaksi - Rawan Tinggi Banjir

Sumber daya alam - Ketersediaan sumber daya alam - Keberagaman sumber daya


Faktor/Sub Variabel

Item Indikator

Budaya Budaya sehari-hari - Ketersediaan Adat istiadat Pelestarian Budaya - Ketersediaan pelestarian

kebudayaan/sejarah Pemerintah Tata kelola pemerintah

- Pendampingan

- Penyediaan kebutuhan kala darurat

Peran perempuan - Perempuan dalam pemerintahan & dewan

Gambar 5. 25 Struktur SEM – Model 2


Berikut ini merupakan tahap analisis pada Model

2 struktur SEM Ketahanan Masyarakat Pasca Terjadi

Bencana di Kota Palu. Analisis Reflektif Model 2

memiliki tahapan yang sama seperti analisis pada

Model 1 tetapi penjelasan pada bagian ini lebih

diringkas.

1. Analisis Reflektif

Analisis model reflektif dilakukan pada tiga hal, yakni

composite reliability, AVE, dan discriminant validity

berupa HTMT. Berdasarkan hasil tersebut, diketahui

bahwa seluruh item telah sesuai dengan ambang batas

sehingga disimpulkan struktur reflektif Model 2 adalah

baik.

Tabel 5. 13 Analisis Reflektif - Model 2

Item Reflektif

Validity Reliability Discriminant

Validity Composite Reliability

AVE

>0,6 >0,5

Interval kepercayaan HTMT tidak termasuk 1

Budaya Sehari-hari 1.000 1.000 Ya

Infrastruktur Kebencanaan 1.000 1.000 Ya

Jumlah Pengusaha 1.000 1.000 Ya

Kepadatan 0.751 0.617 Ya

Kesehatan dan Air Bersih 0.811 0.684 Ya

Kesejahteraan Penduduk 0.745 0.595 Ya

Kondisi Bangunan 1.000 1.000 Ya

Pelestarian Budaya 1.000 1.000 Ya

Peran Perempuan 1.000 1.000 Ya

SDA 0.918 0.848 Ya

Tata Kelola 0.749 0.600 Ya


2. Analisis Formatif Analisis formatif dilakukan berupa analisis VIF

dan signifikansi outer weight setelah dilakukan bootstrapping (Gambar 5.26). Hasil analisis formatif menunjukkan bahwa seluruh item memiliki nilai VIF <5 sehingga disimpulkan collinearity tidak mencapai tingkat kritis.

Gambar 5. 26 Hasil Bootstrapping Struktur SEM

Ketahanan Masyarakat Kota Palu – Model 2


Sedangkan terkait signifikansi outer weight, diketahui bahwa terdapat empat item yang tidak signifikan yakni item organisasi, rawan tsunami, tidak ada SARA, dan item transportasi. Hal ini dikarenakan. Selain itu, nilai outer loading pada keempat item juga tidak mencapai 0,5 sehingga harus dieliminasi dari model. Oleh karena itu, akan disusun Model 3.

Tabel 5. 14 Analisis Formatif – Model 2

Item Nilai VIF

Signifikansi Outer Weight Outer

Loading Keterangan

Nilai P Values

Area Hijau 1.630 0.097 0.038 0.679 Signifikan

Bahan Dasar 1.154 0.303 0.005 0.54 Signifikan

Internet 1.060 0.859 0 0.939 Signifikan

Laju Suhu 1.265 -1.12 0.019 -0.841 Signifikan

Lulus PT 1.066 0.368 0.006 0.541 Signifikan

Organisasi 1.084 0.101 0.321 0.141 Dieliminasi

Pengetahuan Bencana

1.070 0.296 0.06 0.398 Signifikan

Rasio Guru Pelajar

1.290 0.523 0 0.753 Signifikan

Rawan Banjir 1.686 -0.151 0.052 -0.723 Signifikan

Rawan Likuifaksi 2.234 -0.833 0 -0.99 Signifikan

Rawan Tsunami 1.265 -0.608 0.111 -0.095 Dieliminasi

Tidak ada SARA 1.091 0.101 0.556 0.111 Dieliminasi

Transportasi 1.094 -0.112 0.376 -0.263 Dieliminasi

Model ketiga disusun tidak hanya dengan mengeliminasi keempat item yang tidak signifikan, tetapi juga akan mengeliminasi Laju Suhu Permukaan (Tabel 5.15). Dengan dieliminasinya item rawan tsunami, maka laju suhu permukaan menjadi satu-satunya item pada kondisi Hal ini dikarenakan terjadi single matrix problem dan laju suhu kurang menjelaskan kondisi di lapangan. Struktur model ketiga terdapat pada Gambar 5.27.


Tabel 5. 15 Faktor Ketahanan Masyarakat - Model 3

Faktor/Sub Variabel Item Indikator

Sosial Pendidikan - Rasio guru:pelajar

- Jumlah penduduk lulusan perguruan tinggi - Pengetahuan penduduk terkait daerah

kebencanaan Kepadatan - Kepadatan penduduk


Ekonomi Kesejahteraan penduduk

- Pendapatan

- Kesejahteraan sosial

Jumlah Pengusaha - Rasio jumlah pengusaha terhadap jumlah

penduduk Infrastruktur Infrastruktur dasar - Ketersediaan bahan dasar (sembako)

- Ketersediaan internet Infrastruktur kebencanaan

- Jalur evakuasi


- Pelayanan air bersih

- Pelayanan kesehatan Kondisi bangunan - Kepadatan bangunan Perumahan - Jumlah KK Lingkungan Kondisi alam 2 - Luas area hijau

- Rawan Tinggi Likuifaksi - Rawan Tinggi Banjir

Sumber daya alam - Ketersediaan sumber daya alam - Keberagaman sumber daya

Budaya Budaya sehari-hari - Ketersediaan Adat istiadat

Pelestarian Budaya - Ketersediaan pelestarian

kebudayaan/sejarah Pemerintah Tata kelola pemerintah - Pendampingan

- Penyediaan kebutuhan kala darurat Peran perempuan - Perempuan dalam pemerintahan & dewan


Gambar 5. 27 Struktur SEM Ketahanan Masyarakat Kota

Palu – Model 3


1. Analisis Reflektif – Model 3 Hasil analisis reflektif model 3 memiliki hasil

yang sama dengan hasil analisis reflektif model 2. Hal ini dikarenakan pada susunan model model 3 tidak merubah susunan model reflektif, melainkan hanya melakukan perbaikan pada model formatif. Berdasarkan hasil tersebut, maka diketahui jika hasil analisis reflektif model 3 dikatakan layak sesuai ketentuan model SEM. Tabel 5. 16 Hasil Analisis Reflektif – Model 3

Item Reflektif

Validity Reliability Discriminant

Validity Composite Reliability

AVE

>0,6 >0,5

Interval kepercayaan HTMT tidak termasuk 1

Budaya Sehari-hari 1.000 1.000 Ya Infrastruktur Kebencanaan 1.000 1.000 Ya Jumlah Pengusaha 1.000 1.000 Ya Kepadatan 0.751 0.617 Ya Kesehatan dan Air Bersih 0.811 0.684 Ya Kesejahteraan Penduduk 0.745 0.595 Ya Kondisi Bangunan 1.000 1.000 Ya Pelestarian Budaya 1.000 1.000 Ya Peran Perempuan 1.000 1.000 Ya SDA 0.918 0.848 Ya Tata Kelola 0.749 0.600 Ya

2. Analisis Formatif – Model 3

Hasil analisis formatif model 3 telah sesuai dengan ketentuan batas nilai VIF dan signifikansi. Seluruh item memiliki nilai VIF <5 sehingga tidak ada item yang mencapai nilai kritis collinearity. Sedangkan untuk signifikansi, seluruh item telah memiliki nilai p value outer weight sebesar <0,05.


Tabel 5. 17 Hasil Analisis Formatif – Model 3

Item Nilai VIF

Signifikansi Outer Weight

Outer Loading

Keterangan Nilai P Values

Area Hijau 1.630 0.130 0.002 0.690 Signifikan

Bahan Dasar 1.060 0.308 0.009 0.518 Signifikan

Internet 1.060 0.881 0 0.954 Signifikan

Lulus PT 1.059 0.384 0 0.557 Signifikan Pengetahuan Bencana

1.037 0.311 0.039 0.394 Signifikan

Rasio Guru Pelajar

1.022 0.785 0 0.846 Signifikan

Rawan Banjir 1.686 -

0.297 0 -0.796 Signifikan

Rawan Likuifaksi

2.234 -

0.697 0 -0.967 Signifikan

Berdasarkan hasil tersebut, maka Model 3 merupakan hasil penelitian struktur ketahanan masyarakat pasca terjadi bencana di Kota Palu (Gambar 5.28). Nilai kontribusi antar faktor dapat dilihat dari nilai koefisien jalur (path coefficient) pada setiap faktor, sub variable, hingga item (Tabel 5.18).

Tabel 5. 18 Nilai Koefisien Jalur Antar Faktor

terhadap Ketahanan Masyarakat

Faktor Original Sample

(O)

Sample Mean (M)

Standard Deviation (STDEV)

T Statistics (|O/STDEV|)

P Values

Sosial 0.210 0.203 0.040 5.252 0.000

Ekonomi 0.181 0.031 0.178 1.017 0.310

Infrastruktur 0.115 0.114 0.053 2.148 0.033

Lingkungan 0.582 0.574 0.038 15.451 0.000

Budaya 0.173 0.171 0.020 8.798 0.000

Pemerintahan 0.018 0.023 0.034 0.535 0.593


Gambar 5. 28 Hasil Analisis SEM Ketahanan Masyarakat

Pasca Bencana di Kota Palu


Tabel 5.18 menunjukkan bahwa faktor

lingkungan merupakan faktor yang berpengaruh

tinggi terhadap ketahanan masyarakat Kota Palu pasca

terjadi bencana tahun 2018. Hal ini dibuktikan dengan

nilai koefisien jalur tertinggi, yakni sebesar 0,582.

Faktor yang berpengaruh selanjutnya adalah faktor

sosial (0,210), faktor ekonomi (0,181), faktor budaya

(0,173), faktor infrastruktur (0,115), dan terakhir

adalah faktor pemerintah (0,018).

Faktor-faktor tersebut perlu diuji signifikansi

kontribusinya melalui nilai p. Berdasarkan analisis,

diketahui bahwa faktor ekonomi dan faktor

pemerintahan yang tidak signifikan pengaruhnya

terhadap ketahanan masyarakat Kota Palu pasca

terjadi bencana. Penjelasan terkait pengaruh faktor-

faktor tersebut sebagai berikut.

1. Faktor lingkungan

Faktor lingkungan merupakan faktor yang

sangat berpengaruh terhadap ketahanan masyarakat

Kota Palu. Faktor yang sangat berpengaruh adalah

kondisi alam (0,630; 0,000). Hal ini dikarenakan

lingkungan di Kota Palu sangat rawan bencana.

Tabel 5. 19 Nilai Koefisien Jalur Faktor Lingkungan Faktor Nilai Koefisien Jalur P Values

Lingkungan 0,582 0,000

1. SDA 0,404 0,000

- Keberagaman SDA 0,928 0,000

- Ketersediaan SDA 0,914 0,000

2. Kondisi Alam 0,630 0,000

- Luas area hijau 0,130 0,002

- Rawan Banjir -0,297 0,000

- Rawan Likuifaksi -0,697 0,000


Menurut Kementerian PUPR tahun 2018,

bencana di Kota Palu tahun 2018 menyebabkan 2.256

orang meninggal dunia, 4.612 orang mengalami luka

berat, 223.751 orang mengungsi, dan sebanyak 1.309

orang menghilang. Selain itu menyebabkan kerusakan

bangunan berupa 68.451 rumah, 265 sekolah, 327

rumah ibadah, dan 45 fasilitas kesehatan juga

mengalami kerusakan.

Faktor kondisi alam yang paling berpengaruh

terhadap ketahanan masyarakat Kota Palu adalah

Rawan Likuifaksi dengan nilai -0,697. Tanda

negatifmenunjukkan bahwa semakin rendah rawan

likuifaksi maka akan semakin tinggi ketahanan

masyarakat. Sedangkan untuk luas area hijau memiliki

nilai sebesar 0,130. Maka dapat diartikan bahwa

semakin tinggi luas area hijau, semakin tinggi pula

ketahanan masyarakat di Kota Palu pasca bencana.

Luas area hijau menjadi penting dikarenakan perlunya

untuk membatasi kegiatan bangunan fisik di area

rawan bencana. Misalnya seperti area bekas likuifaksi,

digunakan sebagai area hijau agar tidak terdapat

banyak kegiatan dan dapat meminimalisir korban.

Selain itu, area hijau dapat juga difungsikan sebagai

resapan air untuk mencegah banjir.

2. Faktor sosial

Faktor sosial menjadi faktor kedua terbesar

yang berpengaruh pada ketahanan masyarakat di Kota

Palu. Faktor sosial yang sangat berpengaruh adalah

pendidikan (0,669; 0,000). Hal ini dikarenakan

pendidikan sangat penting untuk menyerap informasi

dan menentukan keputusan pada saat darurat.


Tabel 5. 20 Nilai Koefisien Jalur Faktor Sosial

Faktor

Nilai

Koefisien

Jalur

P

Values

Sosial 0,210 0,000

1. Pendidikan 0,669 0,000

- Rasio guru:pelajar 0,785 0,000

- Lulusan perguruan tinggi 0,384 0,000

- Pengetahuan kebencanaan 0,311 0,039

2. Kepadatan 0,506 0,002

- Kepadatan penduduk -0,959 0,001

- Persentase penduduk yang

tinggal di kawasan kumuh 0,561 0,030

Faktor pendidikan yang paling berpengaruh

adalah lulusan perguruan tinggi (0,785; 0,000). Hal ini

dikarenakan semakin tinggi tingkat pendidikan, maka

akan semakin tinggi ketahanan masyarakat. Tingkat

pendidikan yang tinggi dapat membantu masyarakat

untuk mendapatkan pekerjaan yang lebih baik serta

dapat menyerap informasi dengan lebih baik. Hal ini

sangat penting pada saat darurat kebencanaan.

Sedangkan pada faktor kepadatan, diketahui

bahwa kedua item bertanda negative. Hal ini

menandakan semakin rendah kepadatan penduduk

dan jumlah penduduk yang tinggal di kawasan kumuh,

maka semakin tinggi ketahanan masyarakat di Kota

Palu. Hal ini dikarenakan semakin tinggi kepadatan

penduduk, maka akan semakin rentan terhadap

bencana. Selain itu, penduduk yang tinggal di kawasan

kumuh memiliki tingkat kehidupan yang kurang layak,

sehingga apabila terjadi bencana akan semakin sulit

untuk berketahanan.


3. Faktor budaya

Faktor budaya merupakan faktor yang paling

berpengaruh nomor 3 terhadap ketahanan

masyarakat Kota Palu pasca bencana tahun 2018.

Tabel 5.21 menunjukkan bahwa faktor yang paling

berpengaruh adalah pelestarian budaya. Hal ini

dikarenakan masyarakat cukup kental terkait budaya

yang terdapat di Kota Palu. Semakin tinggi pelestarian

budaya, maka akan semakin tinggi ketahanan

masyarakat.

Tabel 5. 21 Nilai Koefisien Jalur Faktor Budaya Faktor Nilai Koefisien Jalur P Values

Budaya 0,173 0,000

1. Budaya Sehari-hari 0,476 0,000

- Adat istiadat 1,000 0,000

2. Pelestarian Budaya 0,777 0,000

- Pelestarian Budaya 1,000 0,000

Sedangkan pada budaya sehari-hari,

masyarakat sangat rukun dan guyub. Adat istiadat

yang terdapat di Kota Palu berupa adat Kaili, Barasanji,

dan beberapa suku di Kota Palu. Selain itu, masyarakat

bergotong-royong untuk saling menolong pada saat

terjadi bencana maupun terdapat kegiatan adat. Hal ini

dapat meningkatkan ketahanan masyarakat

dikarenakan semakin tinggi adat istiadat maka

semakin tinggi tingkat ketahanan masyarakat.

4. Faktor infrastruktur

Faktor infrastuktur paling berpengaruh nomor

4 terhadap ketahanan masyarakat Kota Palu pasca

bencana tahun 2018.


Tabel 5. 22 Nilai Koefisien Jalur Faktor Infrastruktur

Faktor dan Sub varibel Nilai

Koefisien Jalur P Values

Infrastruktur 0,115 0,033

1. Infrastruktur Dasar 0,466 0,000

- Ketersediaan bahan dasar 0,308 0,009

- Ketersediaan internet 0,881 0,000

2. Infrastruktur Kebencanaan 0,104 0,165

- Ketersediaan jalur evakuasi 1,000 0,000

3. Kesehatan dan Air Bersih 0,560 0,000

- Pelayanan air bersih 0,889 0,000

- Pelayanan kesehatan 0,761 0,000

4. Kondisi Bangunan -0,153 0,019

- Kepadatan bangunan 1,000 0,000

5. Perumahan 0,156 0,038

- Jumlah KK 1,000 0,000

Faktor infrastruktur yang paling berpengaruh

pada ketahanan masyarakat adalah kesehatan dan air

bersih. Item yang paling berpengaruh adanya

pelayanan air bersih (0,889; 0,000). Hal ini

dikarenakan air bersih merupakan kebutuhan dasar

kehidupan. Masyarakat sangat bergantung pada air

bersih karena dampak bencana juga merusak jaringan

air bersih. Selain itu, masyarakat di Kecamatan Palu

Barat juga menggalang dana swadaya lingkungan

setempat untuk membeli kebutuhan perpipaan untuk

memperbaiki kualitas air bersih. Faktor yang

berpengaruh lainnya adalah infrastruktur dasar

(0,466; 0,000), yakni ketersediaan internet (0,881;

0,000). Hal ini dikarenakan masyarakat membutuhkan

akses informasi dan komunikasi.


Kondisi bangunan memiliki nilai koefisien jalur

bertanda negatif dengan item berupa kepadatan

bangunan. Hal ini berarti bahwa masyarakat akan

semakin berketahanan apabila kepadatan bangunan

semakin rendah. Semakin tinggi kepadatan bangunan,

maka akan semakin rentan penduduk terhadap

kebencanaan. Contohnya terdapat pada area likuifaksi

Desa Balaroa Kecamatan Palu Barat. Kepadatan

bangunan tergolong tinggi, yakni 48 unit/ha sehingga

pada saat terjadi bencana likuifaksi terdapat banyak

kerusakan dan korban jiwa.

5. Faktor ekonomi

Faktor ekonomi merupakan faktor yang

berpengaruh kelima pada ketahanan masyarakat di

Kota Palu pasca terjadi bencana. Namun, faktor

ekonomi memiliki nilai p yang tidak signifikan

sehingga tidak dapat menjadi penjelas ketahanan

masyarakat di Kota Palu. Ketahanan masyarakat di

Kota Palu akan lebih bagus dengan tanpa dijelaskan

faktor ekonomi.

Tabel 5. 23 Nilai Koefisien Jalur Faktor Ekonomi

Faktor Nilai koefisien

jalur

P

Values

Ekonomi 0,181 0,310

1. Kesejahteraan Penduduk 0,673 0,241

- Kesejahteraan sosial -0,826 0,303

- Pendapatan -0,713 0,285

2. Jumlah Pengusaha 0,582 0,305

- Rasio Pengusaha 1,000 0,000

Faktor yang memiliki nilai signifikan adalah

rasio pengusaha. Semakin tinggi rasio pengusaha,

maka akan semakin tinggi ketahanan masyarakat.


Namun patut dipertimbangkan dalam penjelasan ini

diakrenakan rasio pengusaha merupakan single item

sehingga tidak sepenuhnya dapat digunakan sebagai

makna penjelas faktor ekonomi. Rasio pengusaha di

Kota Palu mayoritas berupa kegiatan perdagangan dan

jasa. Walaupun kegiatan tersebut pernah mengalami

kelumpuhan, namun saat ini telah mulai bangkit.

Kegiatan perdagangan yang mulai bangkit adalah

sektor kuliner berupa café dan rumah makan.

Sedangkan pada sektor jasa, kegiatan yang mulai

bangkit adalah perhotelan dan sektor transportasi,

baik transportasi darat dan udara.

6. Faktor pemerintah

Faktor pemerintah merupakan faktor yang

memiliki kontribusi terendah terhadap ketahanan

masyarakat pasca terjadi bencana di Kota Palu.

Namun, faktor pemerintahan memiliki nilai p yang

tidak signifikan sehingga kontribusinya tidak dapat

menjadi penjelas terhadap ketahanan masyarakat

pasca terjadi bencana di Kota Palu.

Tabel 5. 24 Nilai Koefisien Jalur Faktor Pemerintahan

Faktor Nilai Koefisien Jalur P Values

Pemerintahan 0,018 0,593

1. Tata Kelola 0,871 0,000

- Kebutuhan darurat 0,829 0,238

- Pendampingan 0,716 0,124

2. Peran Perempuan -0,389 0,394

- Peran Perempuan 1,000 0,000


Faktor pemerintah yang dapat menjadi penjelas

terhadap ketahanan masyarakat adalah faktor tata

kelola dan peran perempuan. Namun perlu ditinjau

bahwa peran perempuan merupakan single item

sehingga maknanya kurang kuat. Berdasarkan hasil

tersebut, maka dapat disimpulkan bahwa semakin

baik tingkat tata kelola pemerintah, maka akan

semakin baik ketahanan masyarakat pasca terjadi

bencana di Kota Palu.

5.3 Kesimpulan

1. Berdasarkan hasil analisis MDS, diketahui bahwa

faktor-faktor yang mempengaruhi preferensi

masyarakat berdasarkan jenis preferensi

bermukim sebagai berikut.

a. Faktor berpengaruh pada preferensi berpindah

1) Kegiatan sosial masyarakat (X1)

2) Latar belakang pendidikan (X3)

3) Lama tinggal (X4)

4) Rawan bencana likuifaksi (X9)

5) Rawan bencana patahan (X11)

6) Kemudahan aksesibilitas (X15)

7) Jarak terhadap pusat kota (X16)

b. Faktor berpengaruh pada preferensi ragi-ragu

berpindah

1) Struktur keluarga (X2)

2) Rawan bencana tsunami (X10)

3) Rawan bencana banjir (X12)

4) Harga lahan (X14)

5) Kondisi jalan (X17)

6) Luas bangunan rumah (X19)


c. Faktor berpengaruh pada preferensi tidak

berpindah

1) Tingkat pendapatan (X5)

2) Kepemilikan dana darurat (X6)

3) Rawan bencana gerakan tanah (X8)

4) Persepsi masyarakat terkait keamanan

lingkungan (X13)

5) Ketersediaan fasilitas umum (X20)

2. Berdasarkan hasil analisis SEM, dapat disimpulkan

bahwa faktor-faktor yang berpengaruh terhadap

ketahanan masyarakat di Kota Palu pasca terjadi

bencana tahun 2018 sebagai berikut:

a. Faktor lingkungan (0,582) dengan penjelasan:

1) Kondisi alam:

a) Semakin rendah tingkat kerawanan

bencana likuifaksi dan bencana banjir

b) Semakin tinggi luas area hijau

2) Sumber daya alam: Semakin tinggi

keberagaman dan ketersediaan SDA di Kota

Palu

b. Faktor sosial (0,210) dengan penjelasan:

1) Pendidikan: semakin tinggi rasio guru dan

pelajar, semakin tinggi jumlah penduduk

lulus perguruan tinggi, dan semakin tinggi

pengetahuan terkait bencana, maka

ketahanan masyarakat semakin baik.

2) Kepadatan: semakin rendah kepadatan

penduduk dan jumlah penduduk yang

tinggal di kawasan kumuh, maka akan

semakin baik tingkat ketahanan

masyarakat.


c. Faktor budaya (0,173) dengan penjelasan:

1) Semakin baik budaya sehari-hari, adat

istiadat, dan pelestarian budaya, maka

semakin baik ketahanan masyarakat

d. Faktor infrastruktur (0,115) dengan penjelasan:

1) Infrastruktur dasar: semakin baik

ketersediaan bahan dasar dan internet,

maka semakin baik ketahanan masyarakat

2) Kesehatan dan air bersih: semakin baik

pelayanan air bersih dan kesehatan, maka

ketahanan masyarakat akan semakin baik

3) Kondisi bangunan: semakin rendah tingkat

kepadatan bangunan, maka semakin baik

tingkat ketahanan masyarakat

4) Perumahan: semakin baik jumlah KK dalam

sebuah bangunan, maka semakin tinggi

ketahanan masyarakat.

3. Berdasarkan hasil analisis MDS dan SEM, diketahui

bahwa rawan likuifaksi merupakan faktor yang

sangat mempengaruhi baik preferensi pindah

bermukim dan ketahanan masyarakat.

Bab 6 Penutup

6.1 Kesimpulan Umum

Ketahanan komunitas pada Kota Malang dan

Kota Palu memiliki faktor berpengaruh yang serupa,

yakni:

1. Sosial: Semakin rendah penduduk rentan

(populasi dan jumlah penduduk yang tinggal pada

kawasan kumuh), maka semakin baik ketahanan

masyarakat

2. Ekonomi: semakin tinggi rasio pengusaha dan

infrastruktur bisnis, semakin baik ketahanan

masyrakat

3. Infrastruktur: semakin baik pelayanan air bersih

dan kesehatan, maka semakin baik ketahanan

masyarakat

6.2 Saran-saran

Penelitian terkait ketahanan masyarakat dapat

dikembangkan secara lebih luas untuk mendapatkan

struktur model yang baik sehingga menghasilkan

rekomendasi yang sesuai dengan kondisi di wilayah

studi.

Daftar Pustaka

Armela, Tiara. 2016. Pengaruh Kondisi Permukiman

Terhadap Preferensi Bermukim Buruh Industri di Permukiman Tiban Kampung. Jurnal Penelitian dan Karya Ilmiah Arsitektur Usakti. 15. 10.25105/agora.v15i1.85.

Awotona, A., Planning for Community-based Disaster Resilience Worldwide: Learning from Case Studies in Six Continents. Taylor & Francis, 2016.

Azizah, Anisah, Turniningtyas Ayu R, I Nyoman Suluh Wijaya. 2018. Jurnal Planologi, Vol.15, No. 2, Oktober 2018. E-ISSN: 215-5257 Tersedia: http://jurnal.unissula.ac.id/index.php/psa

Bahadur, A., Lovell, E., Wilkinson, E. & Tanner, T. 2015. Resilience in the SDGs: developing an indicators for target 1.5 that is fit for purpose. Shaping policy for development. Overseases Development Institute. London, UK /Odi.org

Barrow Cadbury Trust. (2012). Adapting to Change: The Role of Community Resilience. The Young foundation, UK.

Bastaminia, A M. Rezaei, and M. Saraei, “Evaluating the components of social and economic resilience: After two large earthquake disasters Rudbar 1990 and Bam 2003,” Jamba J. Disaster Risk Stud., vol. 9, 2017.

Berkes, F., J. Colding, and C. Folke. (2003). Navigating Sosial-Ecological Systems: Building Resilience for Complexity and Change. Cambridge University Press, Cambridge, UK.

Bintarto, R dan Hadisumarno, S. 1987. Metode Analisa Geografi. LP3ES. Jakarta

http://jurnal.unissula.ac.id/index.php/psa

Daftar Pustaka ( 99 )

Caragliu, C. Chiara Del Bo, Peter Nijkamp. Smart cities in Europe. Cognitive Computing. 2017, 1, 4, doi:10.3390/bdcc1010004.

Chirisa I, Community Resilience under the Impact of Urbanisation and Climate Change. 2019.

Commission, Brundtland. (1987). Our Common Future: The World Commission on Environment and Development (WCED). United Nations, Oxford University Press.

Deakin, M.; Allwinkle, S. Urban regeneration and sustainable communities: The role of networks, innovation, and creativity in building successful partnerships. J. Urban Technol. 2007, 14, 77–91

Dinas PUPR Kota Palu. 2020. Data sekunder luas kebencanaan tahun 2018.

Duran, Dan & Gogan, Luminita & Artene, Alin & Duran, Vasile. (2015). The Components of Sustainable Development - A Possible Approach. Procedia Economics and Finance. 26. 806-811. 10.1016/S2212-5671(15)00849-7.

Eko, Budiharjo & Sujarto. (2005). “Kota Berkelanjutan”. Bandung: Penerbit P.T Alumni.

Fauzi, A. (2004). Ekonomi Sumberdaya Alam dan Lingkungan. Jakarta: Gramedia Pustaka Utama.

Harris, Jonathan. (2003). Sustainability and Sustainable Development.

Hempel D. J. and L. R. Tucker, “Citizen Preferences for Housing as Community Social Indicators,” Environ. Behav., 1979.

Hutapea R. C., “Preferensi Bermukim Penduduk Di Wilayah Pinggiran Barat Kota Medan,” North Sumatera University, 2008.

IAP. (2009). Indonesia Most Livable City Index. Jakarta

IAP. (2017). Indonesia Most Livable City Index. Jakarta.


Ibrahim F.I., Omar D., Mohamad N.H.N. (2015). Theoretical Review on Sustainable City Indicators in Malaysia. Procedia - Sosial and Behavioral Sciences 202, p.322 – 329

Islam, Tanveerul & Merrell, William & Seitz, William. (2010). Galveston Futures: Developing a disaster resilient community. Florida A & M University, Tallahassee, Florida

ISO 37120:2018. Sustainable cities and communities — Indicators for city services and quality of life

ISO 37123:2019. Sustainable cities and communities — Indicators for resilient cities

Jansen, Sylvia & Coolen, Henny & Goetgeluk, Roland. (2011). The Measurement and Analysis of Housing Preference and Choice. 10.1007/978-90-481-8894-9.

Jawoiska, N. dan Anastasova, A. C. (2009). A Review of Multidimensional Scaling (MDS) and its Utility in Various Psychological Domains. Journal Tutorials in Quantitative Methods for Psychology. Vol. 5 (1), p. 1-10

Johnston D., K. Kaye, J. Becker, G. Leonard, W. Saunders, K. Wright, D. Paton, K. Ronan, “Building community resilience through community- based education programmes,” Jan. 2009

Kementerian PUPR. 2018. Sinergi: Buletin Badan Pengembangan Infrastruktur Wilayah - Menata Kembali Permukiman Pendudukdi Sulawesi Tengah dengan Rencana Terpadu. Edisi 34/Oktober 2018.

Kennedy, C., Cuddihy, J. & Engel-Yan, J. (2007) The Changing Metabolism of Cities. Journal of Industrial Ecology.


Kholil, Tony Atyanto Dharoko, Ani Widayati. 2015. Pendekatan Multi Dimensional caling untuk Evaluasi Keberlanjutan Waduk Cirata – Propinsi Jawa Barat. Jurnal Manusia dan Lingkungan Vol.22, No.1, Maret 2015: 22-31.

Krisanthi S., Dilanthi A., and Richard H. (2011), Post conflict housing reconstruction: housing needs and expectations of conflict affected communities, http://usir.salford.ac.uk/23365/1/23365.pdf, Diakses Oktober 2013.

Kudva, Sonali and Ye, Xinyue. 2017. Smart Cities, Big Data, and Sustainability Union.

Kuswartojo, Tjuk. (1997). Perumahan dan Permukiman yang Berwawasan Lingkungan. Jakarta: Direktorat Jenderal Pendidikan Tinggi, Departenmen Pendidikan dan Kebudayaan

Longstaff PH, Armstrong NJ, Perrin K, Parker WM & Hidek MA. (2010). Building Resilient Communities: A Preliminary Framework for Assessment. Homeland Security Affairs.

Marchese, Dayton & Reynolds, Erin & Bates, Matthew & Morgan, Heather & Clark, Susan & Linkov, Igor. (2017). Resilience and sustainability: Similarities and differences in environmental management applications. The Science of the total environment. 613-614. 1275-1283. 10.1016/j.scitotenv.2017.09.086.

McAslan A. 2011. Community Resileince: Understanding the Concept and its Application, Torrens Resilience Institute, Jurnal

Moschen S. A., J. Macke, S. Bebber, and M. Benetti Correa da Silva, “Sustainable development of communities: ISO 37120 and UN goals,” Int. J. Sustain. High. Educ., vol. 20, no. 5, pp. 887–900, 2019.


Nurhadi, Imam. 2004. “Preferensi Masyarakat dalam Memilih

Perumahan Perkotaan di Kota Tangerang (Studi

Kasus: Perumahan Banjar Wijaya, Poris Indah, dan

Perumnas IV)”. Tesis tidak dipublikasikan. Semarang:

Universitas Diponegoro. Permendagri No.33 Tahun

2006 Tentang Pedoman Umum Mitigasi Bencana

Panduan Penyusunan Strategi Ketahanan Kota/City

Resilience Strategy (CRS). 2017. Jakarta: Mercy Corps

Indonesia.

Peraturan Menteri Dalam Negeri Nomor 33 Tahun 2006

tentang Pedoman Umum Mitigasi Bencana

Pinasthika, Dayinta & Amelia, Puteri Rizqi & Dimastanto,

Adriadi & Hardiansah, Elkana Catur. (2018).

Indonesia Most Livable City Index 2017. Ikatan Ahli

Perencanaan Indonesia (IAP)

Rapoport, Amos. (1977). Human Aspects of Urban Form:

Towards a Man – Environment Approach to Urban

Form and Design. Pergamon Press Ltd., Oxford,

England

Saragih, Sebastian. Jonathan, Lassa. Afan, Ramli. 2007.

Kerangka Penghidupan Berkelanjutan. Jakarta: Hivos

Southeast Asia Office.

Sarwono, Sarlito W. (1992). Psikologi Lingkungan. Jakarta:

Gramedia

Schwind, K. (2009). Community Resilience Toolkit. Bay

Localize, California, USA.

Science for Environment Policy (2018) Indicators for

sustainable cities. In-depth Report 12. Produced for

the European Commission DG Environment by the

Science Communication Unit, UWE, Bristol.


Song. (2011). Ecological City and Urban Sustainable

Development. Elseveier: Procedia Engineering 21.

142-146.

Surjono & Prayitno. (2009). Perencanaan Permukiman.

Malang:Pasca Sarjana.

Tanguay, A. Georges & Rajaonson, Juste & Lefebvre, Jean-

François & Lanoie, Paul. (2010). Measuring the

sustainability of cities: An analysis of the use of local

indicators. Ecological Indicators. 10. 407-418.

10.1016/j.ecolind.2009.07.013.

Trisia Niken, et.all., (2010). Fenomena Kecenderungan

Pemilihan Lokasi Bermukim di Kota Padang Pasca Isu

Tsunami dan Implikasinya terhadap Penataan Ruang.

Twumasi-Boakye, R., J. Sobanjo, S. Inkoom, and E. Ozguven,

“Senior Community Resilience with a Focus on

Critical Transportation Infrastructures: An

Accessibility-Based Approach to Healthcare,” Transp.

Res. Rec. J. Transp. Res. Board, p. 036119811879352,

2018.

Urbis. (2008), Enhancing Victoria’s Liveability, Victorian

Competition and Efficiency Commission, Melbourne.

Procedia Engineering.

UU Nomor 1 Tahun 2011 tentang Perumahan dan Kawasan

Permukiman.

UU Nomor 24 Tahun 2007 tentang Penanggulangan Bencana.

Vidianti, A. Rizky & Surjono & Prayitno, Gunawan &

Nurwarsito, Heru. (2019). Community Resilience and

Sustainability Levels of Thematic Kampong in Malang

City. Urban and Regional Planning Department,

Brawijaya University, Malang.


Walundungo, Gloria A., Marline Paendong, Tohap Manurung.

Penggunaan Analisis Multidimensional Scaling untuk

Mengetahui Kemiripan Rumah Makan di Manado

Town Square Berdasarkan Kerakteristik Pelanggan,

jurnal JdC, Vol . 3, No. 1, (2014):h.30

Weziak-Bialowolska, D. (2016). Quality of Life in Cities –

Empirical evidence in Comparative Eropean

Perspective. Cites-Elseveier 58. 87-96

Penulis

Dr. Ir. Surjono, MTP mengawali

karir mulai tahun 1990 sebagai dosen

Jurusan Arsitektur Universitas

Brawijaya. Mengambil magister

bidang perencanaan kota di

University of Tasmania dalam bidang

Town Planning pada 1993-1995,

serta doktoral di University of

Queensland pada tahun 2002-2006. Sejak memperoleh

gelar magister, aktif sebagai konsultan perencanaan

kota disamping sebagai dosen Jurusan Arsitektur

Universitas Brawijaya (UB), dosen (LB) Jurusan

Planologi ITN Malang dan dosen (LB) Jurusan

Arsitektur STT Malang. Pernah menjabat sebagai Ketua

Jurusan Arsitektur STTM, Ketua Jurusan PWK UB, serta

sebagai Wakil Dekan Fakultas Teknik UB. Saat ini adalah

anggota aktif dari asosiasi profesi Ikatan Ahli Perencana

(IAP), Persatuan Insinyur Indonesia (PII) dan The

International Society of City and Regional Planners

(ISOCARP). Pada tahun 2019 ini mengampu mata kuliah

PWK baik untuk program sarjana maupun magister, di

antaranya adalah MK Ketahanan Kota pada Program

Magister PWK FT- UB.


Adipandang Yudono, S.Si., MURP., PhD.,

adalah dosen pada Jurusan Perencanaan

Wilayah dan Kota-Universitas Brawijaya

(PWK UB) sejak tahun 2008. Yang

bersangkutan menyeleseikan studi S1-

nya dari jurusan Geografi – Universitas

Indonesia pada tahun 2004, kemudian

menyeleseikan pendidikan S2-nya dari Department of Urban

and Regional Planning, University of South Australia pada

tahun 2007. Serta penyeleseian S3-nya di Department of

Urban Studies and Planning, University of Sheffield pada

tahun 2017 dengan judul Disertasinya “Enhancing

Democracy in Spatial Planning Through Spatial Data Sharing

in Indonesia”. Saat ini selain menjadi pengajar program studi

S1 PWK UB, beliau juga pengajar pada program studi S2 PWK

UB, dimana salah satu materi kuliah yang diampu di S2

adalah Ketahanan Kota. Bidang peminatan beliau adalah

Kota Cerdas, Sistem Informasi Geografis, Analisis Spasial, dan

tata kelola data dan informasi geospasial. Pada buku ini,

beliau memberikan kontribusi mengenai ketahanan kota di

era revolusi industri 4.0.


Dr. M.R. Khairul Muluk, S.Sos, M.Si adalah staf Pengajar di Fakultas Ilmu Administrasi Universitas Brawijaya, Malang. Penulis menamatkan pendidikan sarjana dalam bidang Administrasi Negara di FIA UB (1994), kemudian menyelesaikan pendidikan Magister dalam bidang Administrasi Niaga dengan spesialisasi Pengembangan Sumber Daya

Manusia di Program Pascasarjana UB dengan predikat Cumlaude (1999), serta menamatkan pendidikan Doktor Ilmu Administrasi dengan kekhususan Administrasi Pemerintahan Daerah di Universitas Indonesia dengan predikat Cumlaude (2006). Beberapa buku yang pernah ditulisnya adalah Menggugat Partisipasi Publik Dalam Pemerintahan Daerah (2007), Knowledge Management: Kunci Sukses Inovasi Pemerintahan Daerah (2008), dan Peta Konsep Desentralisasi dan Pemerintahan Daerah (2009). Buku hasil Prosiding yang pernah disunting antara lain Innovative Governance (2013) dan Peran Pemerintah Daerah dalam Pembangunan Indonesia (2013). Penulis juga aktif di kepengurusan IAPA (Indonesian Association for Public Administration) sejak awal terbentuknya asosiasi tersebut dan pada kepengurusan DPP IAPA Periode 2019-2022 diamanahi sebagai Wakil Ketua Umum Bidang Pengembangan Akademik. Penulis juga aktif sebagai Asesor BAN PT sejak tahun 2011 hingga kini. Selain itu, Penulis juga berpengalaman dalam beragam penugasan seperti Redaksi Jurnal Ilmiah Administrasi Publik, Ketua Lembaga Penerbitan dan Dokumentasi FIA UB (2006-2007), Pembantu Dekan Bidang Kemahasiswaan FIA UB (2007-2009), Ketua Jurusan Administrasi Publik FIA UB (2009-2013), Pembantu Dekan Bidang Akademik FIA UB (2013-2017), Kepala Governance Laboratory FIA UB sejak tahun 2018.



adalah dosen Jurusan PWK

Fakultas Teknik UB yang juga

merupakan alumni Jurusan PWK

FT UB tahun 2008. Menyelesaikan

pendidikan magister pada tahun

2013 dengan mengambil program

Architecture/Urban Management

di Kumamoto University. Sejak

menyelesaikan kuliah, aktif dalam

berbagai kegiatan professional / konsultasi di samping

kegiatan utama mengajar program sarjana PWK FT UB,

sebagai staf ahli Ketua Jurusan (staf ahli Kepala Departemen)

PWK, dan aktif dalam Laboratorium Kota Jurusan PWK FT

UB. Mengampu Mata Kuliah Manajemen Kota, Studio

Perencanaan Kota dan Studio Perancangan Kota, dan mata

kuliah lain dalam kurikulum Jurusan PWK sesuai dengan

minat dan latar belakang studinya.

kota layak huni dan - lppm ub

Documents