Dokumen tersebut membahas metode analisis dampak lingkungan yang meliputi prakiraan dampak, analisis resiko lingkungan, dan evaluasi dampak. Beberapa metode yang dijelaskan adalah metode informal, formal yang menggunakan model matematika atau fisika, serta eksperimen. Dokumen ini juga membahas pentingnya menghindari bias dalam pengumpulan data, serta manfaatkan bagan alir dalam mengidentifikasi dampak secara terurut.
1. METODOLOGI ANALISIS MENGENAI
DAMPAK LINGKUNGAN IV
PRAKIRAAN
DAMPAK, ANALISIS
RISIKO LINGKUNGAN
SERTA EVALUASI
DAMPAK DAN
RESIKO
HERDY F. YUSUF
FAISAL RASYID
2. Pendahuluan
Prakiraan dampak, analisis resiko lingkungan, dan evaluasi
dampak telah menggunakan metode yang sangat sederhana
sampai pada metode yang canggih.
Prakiraan dampak yang sederhana lebih bersifat intuitif dan
sangat subyektif.
Sedangkan pada metode yang canggih dasar ilmiah makin
kuat dan sifat subyekif pun makin berkurang.
Model matematik, model fisik serta eksperimen laboratorium
dan lapangan banyak digunakan dalam metode yang canggih.
Namun karena pengelolaan lingkungan bersifat antroposentris
dan dengan demikian AMDAL sebagai salah satu alat
pengelolaan juga bersifat antroposentris, alat yang canggih
tidak dapat bebas dari subyektivitas
3. Prakiraan Dampak
Tentukan lingkungan yang akan dibuat modelnya, uraikan
karakteristik utama lingkungan tersebut dan dampak yang akan
diprakirakan.
Pilih metode prakiraan yang sesuai:
metode informal
metode formal
metode model matematik (formal)
metode model fisik (formal)
metode eksperimental (formal)
Kumpulkan data khusus yang diperlukan oleh masing-masing
metode,
Uji validitas metode,
Sempurnakan model dan lakukan revalidasi,
Gunakan metode untuk ekstra memprakirakan dampak,
Beri interpretasi pada prakiraan
4. Prakiraan Dampak
Penelitian AMDAL umumnya menghasilkan banyak sekali data.
Banyak peneliti yang beranggapan, makin banyak data makin
baik.
Karena itu banyak terjadi data yang terkumpulkan jauh lebih
banyak daripada yang diperlukan, dan banyak yang tidak
dianalisis, melainkan hanya disajikan saja.
Dengan demikian biaya, tenaga, dan waktu yang digunakan
tidak efektif dan efisien.
Pengumpulan data ini oleh Chambers (1985) disebut long-and-
dirty (panjang dan kotor).
5. Hindari BIAS
Pelingkupan tidaklah berarti, kita melakukan ekstrem yang lain,
yang disebut quick-and-dirty (cepat dan kotor) oleh Chambers
(1985).
Yaitu penelitian yang cepat dan menghasilkan data yang tidak
dapat dipercaya.
Kemudian Chambers (1985) menyarankan dilakukannya
penelitian yang disebutnya fairly-quick-and-fairly-clean (cukup
cepat dan cukup bersih).
Di daerah pedesaan metode itu dikenal dengan nama rapid
rural apprasial/RRA (penaksiran cepat pedesaan/PCP).
Dalam PCP Chambers Menyarankan untuk menghindari bias
6. BIAS bisa meliputi
Ruang. Bias terhadap perkotaan, sehingga orang yang
melarat yang tinggal jauh dari kota banyak yang terabaikan
dalam penelitian,
Proyek. Peneliti di pedesaan umumnya tersalurkan ke daerah
yang terdapat proyek, sedangkan daerah yang tidak ada
proyeknya terabaikan,
Kontak dengan penduduk. Kontak dengan penduduk sering
terjadi dengan penduduk yang kurang miskin, lebih banyak
dengan laki-laki dan jarang dengan wanita, dan lain-lain,
Musim Kemarau. Banyak penilitian yang dilakukan pada saat
musim kemarau daripada saat musim hujan,
Kesopanan dan protokol. Karena menjaga sikap sopan dan
protokoler, menimbulkan sikap enggan untuk menanyakan
tentang kemiskinan dan menghubungi orang miskin.
7. Cari data sesuai kebutuhan!
• Dengan demikian agar pengumpulan data dapat efektif,
pengumpulan harus dilakukan berdasarkan
Dampak penting yang telah diidentifikasi dalam pelingkupan,
Model prakiraan masing-masing dampak penting itu
• Menurut WHO proses pengumpulan data ialah sebagai berikut
Tentukan jumlah, jenis dan luas daerah penelitian,
Identifikasi jenis dan besarnya sumber pencemaran dan limbah
dalam daerah tersebut,
Tentukan data yang diperlukan dengan memeriksa faktor
pencemaran dan faktor limbah dalam lembaran kerja yang sesuai,
Identifikasi instansi pemerintah atau badan lain yang mempunyai
data yang diperlukan,
Uji-silang data yang dikumpulkan dari berbagai sumber dan
tentukan ketelitiannya,
Jika perlu ubah satuan data yang dikumpulkan menjadi satuan yang
sesuai dengan yang tertera dalam lembaran kerja.
8. Manfaatkan Bagan Alir
Dengan menggunakan metode bagan alir dalam
identifikasi dampak, bagan alir itu kita gunakan
sebagai tuntunan dalam prakiraan dampak
selangkah demi selangkah.
Hasil yang didapatkan dalam langkah yang satu
digunakan sebagai masukan untuk perhitungan
dalam langkah berikutnya.
Inilah keuntungan bagan alir yang tidak terdapat
dalam metode matriks dan daftar uji.
Perhatikan bagan alir berikut:
9. Pembangunan Industri
Persiapan Operasional
Pencemaran Air
Kenaikan air lahan
Kenaikan
kepadatan
penduduk
Pembebasan Lahan
Penurunan
hasil produksi
pertanian
Penggusuran
penduduk
Konstruksi
prasarana dan
kompleks industri
Urbanisaso
Kenaikan tekana
penduduk
Kenaikan air lahan
Kerusakan Hutan
Kenaikan produksi
limbah di kota
Kenaikan laju erosi
Erosi gen
10. Meruntun Bagan Alir
KENAIKAN KEPADATAN PENDUDUK
PENURUNAN HASIL PERTANIAN
PENGGUSURAN PENDUDUK
KENAIKAN TEKANAN PENDUDUK
KERUSAKAN HUTAN
KENAIKAN AIR LARIAN
KENAIKAN LAJU EROSI
EROSI GEN
ARUS URBANISASI
KENAIKAN PRODUKSI LIMBAH
KENAIKAN AIR LARIAN KARENA KONTRUKSI
PENCEMARAN AIR
PRAKIRAAN DAMPAK KUMULATIF
11. ANALISIS RESIKO LINGKUNGAN
Untuk mengelola resiko lingkungan
diperlukan Analisis Resiko Lingkungan
(ARL).
ARL dapat menjadi bagian dari AMDAL atau
terlepas darinya.
ARL pada umumnya dan Analisis Manfa’at
dan Resiko Lingkungan pada khususnya
sesuai untuk pelaksanaan audit lingkungan.
12. Arti Resiko Lingkungan Dalam Analisis
Dampak Lingkungan
Resiko (manfaat) lingkungan ialah suatu faktor atau proses dalam
lingkungan yang mempunyai kementakan tertentu untuk
menyebabkan konsekuensi yang merugikan (menguntungkan)
kepada manusia atau lingkungannya.
Dalam Analisis Dampak Lingkungan banyak prakiraan mengandung
ketidakpastian.
Oleh karena itu, akronim ANDAL memberikan kesan yang salah
kepada masyarakat, seolah-olah proyek yang telah disertai ANDAL,
sudahlah beres dan aman, yaitu sudah dapat diandalkan.
Sumber ketidak pastian, diantaranya:
kesalahan metodologi
pengetahuan kita yang terbatas tentang sifat dan kelakuan sistem yang
kita perkirakan
kementakan kejadian yang rendah (low probability event)
kejadian yang tidak dapt diperkirakan
13. Dasar Analisis Resiko Lingkungan
Analisis Resiko Lingkungan (ARL) dimulai dari analisis
aktivitas, baik aktivitas oleh manusia maupun alam yang
menjadi sumber terjadinya ancaman bahaya potensial.
Langkah ini disusul oleh analisis proses, analisis pendedahan,
analisis konsekuensi dan anlisis manfaat/resiko.
Pada dasarnya langkah-langkah dalam ARL serupa dengan
langkah-langkah pada Analsis Dampak Lingkungan.
Karena itu dalam hal ARL merupakan bagian dari ANDAL,
langkah itu dapat sedapatnya diintegrasikan dalam ANDAL.
Perbedaan utama terletak dalam teknik prakiraan: pada
ANDAL umunya prakiraan bersifat deterministik dan pada ARL
bersifat probabilistik
14. Metode Prakiraan Resiko
Prakiraan Langsung
R = f (p . K), dimana R: Resiko, p: kemungkinan, dan K: Konsekuensi
Besarnya resiko merupakan fungsi besarnya kementakan (probability)
dengan konsekuensi tertentu.
Umumnya, makin serius konsekuensi yang dihadapi, makin kecil
kementakannya untuk terjadi.
Apabila tersedia cukup data statistik kementakan p suatu kejadian
dapat dihitung.
Untuk banyak kejadian telah tersedia data statistik, misalnya curah
hujan; debit sungai; jumlah kendaraan; arus lalu lintas dan jumlah
kecelakaan; jumlah penduduk, kelahiran dan kematian.
Disamping data statistik, prakiraan besarnya resiko harus didasarkan
juga pada asumsi tertentu.
Berdasarkan asumsi itu disusunlah suatu skenario. Biasanya untuk
suatu masalah disusun beberapa skenario, yaitu berturut-turut
terburuk, sedang dan ringan. Masing-masing skenario mempunyai
nilai resiko tertentu.
15. Metode Prakiraan Resiko
Prakiraan Langsung
Pada penggunaan ARL sebagai bagian
ANDAL harus pula dilakukan pelingkupan,
yaitu mengidentifikasi resiko yang penting.
Perhitungan berbagai jenis resiko yang
penting itu merupakan profil resiko daerah
tempat proyek yang sedang direncanakan.
Profil resiko tersebut menjadi landasan untuk
penyusunan garis dasar resiko untuk ANDAL
16. Metode Prakiraan Resiko
Prakiraan Tidak Langsung
Jika tidak cukup tersedia data statistik untuk melakukan
perhitungan langsung, resiko dapat dihitung secara tidak
langsung berdasarkan terjadinya kecelakaan pada tingkat
konsekuensi tertentu pada hal-hal yang lain (kegagalan-
kegagalan pada komponennya).
Data statistik untuk masing-masing dapat dikumpulkan dari hal-
hal (kegagalan-kegagalan) tersebut, sehingga kementakan
kegagalan bekerjanya masing-masing komponen tersebut
dapat dihitung.
Umumnya masing-masing kegagalan itu tidaklah menyebabkan
kejadian yang besar.
Kecelakaan besar terjadi, apabila terjadi konsidensi, yaitu
terjadinya bersama-sama secara stimulan atau berurutan
beberapa kegagalan. Cara analisis seperti ini dikenal dengan
nama Probabilistic Risk Assesment (PRA).
17. Metode Prakiraan Resiko
Prakiraan Tidak Langsung
Hasil dari PRA ialah suatu distribusi kementakan konsekuensi
K yaitu kementakan p per tahun-industri atau tahun-reaktor
(reactor year) dengan konsekuensi pada tingkat K (Weinberg,
1986).
Teknik yang umum digunakan adalah analisis pohon kegagalan
(fault tree analysis) (Henley & Kumamoto, 1981).
Analisis pohon kegagalan dapat dilakukan dengan dua cara.
Pertama, dimulai dari suatu kejadian, misalnya ledakan atau
kebakaran, dan bekerja mundur sampai ke penyebabnya.
Analisis ini digunakan jika kejadiannya telah diidentifikasi atau
telah terjadi. Cara kedua ialah dimulai dari penyebab dan
bekerja maju sampai ke kejadian yang mungkin terjadi. Yang
akhir ini digunakan pada perencanaan proyek, jadi sebagai
bagian dari AMDAL, atau untuk mengevaluasi resiko sebuah
pabrik atau instalasi lain yang sedang operasional, yaitu bagian
audit lingkungan.
18. Evaluasi Dampak
Metode Informal
Metode informal yang sederhana adalah dengan memberi nilai
verbal, misalnya kecil, sedang, dan besar. Cara lain ialah
dengan memberi skor, misalnya dari 1 sampai 5 tanpa patokan
yang jelas.
Namun metode ini tidak memberi pegangan cara untuk
mendapatkan nilai penting dampak.
Karena itu disini pun dapat terjadi fluktuasi yang besar antara
anggota tim dan pemberian nilai.
Kadar subyektifitas evaluasi itu tinggi. Misalnya, seorang
pejabat Direktorat Jenderal Perlindungan Hutan dan
Pelestarian Alam (PHPA) akan cenderung untuk memberikan
nilai penting yang lebih tinggi untuk dampak pada margasatwa
dari pada seorang pejabat Direktorat Jenderal Industri Dasar
19. Evaluasi Dampak
Metode Informal: Metode Pembobotan
Dalam sistem ini dampak diberi bobot dengan menggunakan
metode yang ditentukan secara eksplisit.
Sebuah contoh ialah sistem pembobotan menurut Battelle
untuk pengembangan sumber daya air (Dee et al., 1973).
Dalam sistem Battelle ini lingkungan dibagi dalam empat
kategori utama, yaitu ekologi, fisik/kimia, estetik dan
kepentingan manusia/sosial.
Masing-masing kategori terdiri atas komponen. Misalnya
komponen, dalam kategori ekologi ialah jenis populasi
terestrial, selanjutnya komponen dibagi dalam indikator
dampak.
Masing-masing kategori, komponen dan indikator dampak
dinilai pentingnya relatif terhadap yang lain dengan
menggunakan angka desimal antara 0 dan 1.
20. Evaluasi Dampak
Metode Informal: Metode Pembobotan
Angka dalam sistem evaluasi lingkungan Battelle diragukan
kegunaannya di Indonesia, karena sistem nilai kita berbeda dengan di
Amerika Serikat.
Namun demikian metode untuk mendapatkan bobot dalam sistem
evaluasi lingkungan itu kiranya pantas untuk diteliti kegunaannya di
Indonesia.
Sudah barang tentu kategori, komponen dan indikator serta
peruntukannya harus disesuaikan dengan keadaan di Indonesia.
Mongkol (1982) membuat modifikasi sistem evaluasi lingkungan
Battelle.
Pertama, fungsi nilai tidaklah dibuat dari grafik mutu lingkungan
terhadap indikator dampak, melainkan grafik mutu lingkungan
terhadap M/S. M ialah indikator dampak dan S ialah batas maksimum
atau minimum indikator dampak yang tidak boleh dilampaui.
21. Evaluasi Dampak
Metode Informal: Metode Pembobotan
Modifikasi kedua ialah Mongkol tidak menggunakan
biaya lingkungan netto atau manfaat lingkungan netto,
melainkan nisbah manfaat/biaya lingkungan sebagai
berikut:
nisbah manfaat/biaya lingkungan =
|Pos. E| = jumlah total dampak positif
|Neg E| = jumlah total dampak negatif.
Agar operasi matematik dapat dilakukan dalam
metode pembobotan, metode itu harus menggunakan
skala interval atau skala nisbah (bab amalgamasi).
22. Evaluasi Dampak
Metode Informal: Metode Ekonomi
Metode ini mudah diterapkan pada dampak yang mempunyai
nilai uang. Untuk dampak yang tidak mempunyai nilai uang
penerapan metode ini masih mengalami banyak kesulitan.
Cara yang umum dipakai adalah untuk memberikan harga
bayangan (shadow price) pada dampak tersebut.
Harga bayang tersebut didasarkan pada kesediaan orang atau
pemerintah untuk membayar atau untuk menerima ganti rugi
untuk lingkungan yang terkena dampak tersebut.
Dalam hal lingkungan yang tercemar biaya diperlukan untuk
membersihkan lingkungan dari pencemaran, biaya itu makin
tinggi dengan makin tingginya tingkat kebersihan yang
dikehendaki masyarakat.
23. Evaluasi Dampak
Metode Informal: Metode Ekonomi
Pada prinsipnya dampak pada manusia dapat pula diberi harga
bayangan. Misalnya, harga bayangan untuk dampak kesehatan
dapat dihitung berdasarkan upah yang hilang dan atau biaya
pengobatan.
Demikian pula biaya yang dikeluarkan pemerintah untuk
pelayanan kesehatan, misalnya vaksinasi, dapat disebut pula
sebagai harga bayangan jiwa karena merupakan kesediaan
pemerintah untuk membayar perlindungan jiwa dari kematian.
Banyak tantangan masih diberikan terhadap pemberian nilai
uang pada lingkungan, terutama pada jiwa dan kesehatan
manusia, tantangan itu terutama berkaitan dengan masalah
etik.
24. Evaluasi Resiko
Seperti halnya, evaluasi resiko juga bersifat subyektif. Evaluasi
itu sangat dipengaruhi oleh persepsi orang terhadap resiko.
Menurut Whyte & Burton (1982), resiko dapat dinyatakan
sebagai
R = kementakan x konsekuensi
Akan tetapi bagi masyarakat umu persepsi resiko ialah
R = kementakan x (konsekuensi) p
Besarnya eksponen p dipengaruhi oleh banyak faktor.
Misal faktor yang mempengaruhi kesediaan masyarakat untuk
menerima resiko, responden di Amerika Serikat menaksir-lebih
(overestimate) resiko yang ditimbulkan oleh kejadian yang
jarang terjadi dan menaksir-kurang (underestimate) resiko yang
ditimbulkan oleh kejadian yang banyak terjadi.
25. Evaluasi Resiko
Evaluasi resiko sangatlah rumit. Dua faktor utama selalu harus
diingat: pertama, adanya ketidakpastian ilmiah dan kedua,
persepsi masyarkat terhadap resiko hanyalah sebagian saja
didasarkan pada bukti ilmiah.
Mengingat rumitnya evaluasi resiko para pakar menyarankan,
agar evaluasi dijalankan melalui proses negosiasi dan mediasi
dengan masyarakt (Bidwell et al. 1987; Klapp, 1987).
Negosiasi dan mediasi yang ternyata telah dapat membuahkan
hasil kesepakatan yang memuaskan pihak-pihak yang
berkepentingan dan menggalang peran serta mereka di banyak
negara, kiranya perlu untuk dipelajari kemungkinan
penerapannya di Indonesia, metode ini kiranya juga sesuai
dengan pasal 22 PP 51 tahun 1993.
Lagi pula musyawarah merupakan tradisi yang telah berakar
dalam kehidupan masyarakt kita.
26. Amalgamasi
Amalgamasi ialah merangkum semua nilai yang didapat menjadi
satu atau sejumlah kecil indeks dampak komposit. Amalgamasi
disebut juga agregasi.
Tujuan amalgamasi ialah untuk mempermudah pemilihan
alternatif oleh pengambil keputusan.
Sistem evaluasi lingkingan Battelle menghasilkan indeks dampak
komposit dengan menjumlahkan Satuan Dampak Lingkungan.
Indeks dampak komposi adalah
Yaitu Dk = indeks dampak komposit, SDLdp = Satuan Dampak
lingkungan dengan proyek; SDLtp = Satuan Dampak Lingkungan
tanpa proyek.
27. Amalgamasi
Metode amalgamasi yang lain yang terkenal ialah metode
tumpang tindih McHarg(1969).
Teknik ini pertama kali digunakan oleh McHarg (1969) antara
lain, untuk menentukan rute jalan raya.
McHarg mengidentifikasi faktor-faktor yang penting dalam
kontruksi jalan raya, baik faktor fisik yang secara tradisional
diperhitungkan oleh para insinyur jalan raya, maupun faktor
biologi dan sosial-ekonomi, misalnya kemiringan lereng,
drainase permukaan, kepekaan terhadap erosi, nilai sejarah,
dan lain-lain.
McHarg memberikan urutan peringkat untuk zona pada
masing-masing kategori, tetapi tidak memperbandingkan
peringkat antara kategori, misalnya antara peringkat kemiringan
lereng, peringkat tanah, peringkat sejarah dan peringkat
mergasatwa.
28. Amalgamasi
McHarg menyatakan peringkat kategori yang satu tidak dapat
diperbandingkan dengan peringkat kategori yang lain dan
karena itu kategori tidak dapat diberi urutan peringkat.
Namun demikan ia menjumlahkan peringkat zona dalam
kategori yang lain.
Banyak orang menggangap metode tumpang tindih McHarg
sebagai metode untuk identifikasi dampak.
Namun dari uraian jelaslah metode McHarg bukanlah metode
untuk mengidentifikasi dampak, melainkan metode untuk
memeilih alternatif dengan nilai dampak negatif terendah.
29. Untung Rugi Amalgamasi
Dengan amalgamasi pengambil keputusan hanya
mempertimbangkan satu angka, sedangkan tanpa indeks
komposit pengambil keputusan harus menghadapi banyak data
yang bersifat verbal.
Misalnya, untuk memilih alternatif ia tinggal membandingkan
indeks dampak komposit masing-masing alternatif.
Dalam metode Leopold dan Battelle ia tinggal memilih indeks
terkecil, dalam metode Mongkol indeks terbesar dan dalam
metode McHarg warna termuda atau putih.
Namun demikian banyak terdapat perdebatan setuju dan tidak
setuju dengan indeks komposit.
30. Untung Rugi Amalgamasi
Keberatan berlandaskan atas dua alasan utama.
Pertama, indeks komposit pada hakekatnya adalah nilai
rata-rata dampak. Karena itu indeks komposit tersebut
dapat menutupi dampak yang tingkat besarnya dan atau
tingkat pentingnya tinggi.
Untuk mengatasi kelemahan ini telah dianjurkan untuk :
nilai besar dan penting masing-masing dampak harus
dimasukkan dalam laporan;
prosedur amalgamasi harus diuraikan dengan jelas;
dampak yang tidak dapat diterima (nilai negatifnya tinggi
atau/dan tidak ada cara untuk mengatasinya) harus diberi
“bendera merah”;
dampak juga diberi “bendera merah”, apabila data atau/dan
ilmu pengetahuan untuk memprakiraannnya tidak cukup.
31. Untung Rugi Amalgamasi
Keberatan kedua terhadap amalgamasi ialah pada
waktu orang melakukan amalgamasi, orang kurang
atau tidak memperhatikan kaidah matematik.
Pada data nominal dan ordinal semua operasi
aljabar, seperti menambah, mengurangi, mengalikan
dan membagi, tidak boleh dilakukan.
Data nominal ialah pemberian angka pada suatu hal
tertentu. Data ordinal ialah data yang diatur menurut
peringkat tertentu, misalnya dengan diberi angka
dari 1 sampai 10 tanpa adanya skala yang jelas dan
konsisten.
32. Untung Rugi Amalgamasi
Pada data skala interval hanya boleh dilakukan operasi
matematik yang tidak mengubah perbedaan relatif antara unit-
unit, misalnya menambah, mengurangi, membagi dan
mengalikan dengan konstanta, serta operasi integral dan
diferensial.
Pada data skala nisbah dapat dilakukan semua jenis operasi
matematik, termasuk mengalikan dengan variabel, fungsi
pangkat dan tranformasi log.
Pada waktu kita akan melakukan amalgamasi haruslah kita
periksa dua jenis data, yaitu data nominal dan data ordinal,
data skala interval atau data skala nisbah.
Operasi matematik haruslah kita lakukan dengan
memperhatikan kaidah matematik sesuai dengan jenis data.
Untuk menghindari kesalahan, data ordinal tidak dinyatakan
dalam angka, melainkan data huruf atu simbol. Huruf atau
simbol tidak dapat diperlakukan secara matematik.
33. Ketidakpastian dalam pemilihan
alternatif
Dalam AMDAL yang canggih unsur ketidakpastian dimasukkan
juga dalam pemilihan alternatif. Pemilihan alternatif “terbaik”
haruslah didasarkan pada kriteria tertentu.
Dari uraian dan contoh dapat dilihat bahwa sebenarnya tidak
ada alternatif “terbaik” ataupun alternatif “terburuk”. “Terbaik”
dan “terburuk” tergantung pada kriteria yang dipakai.
Kriteria mana yang akan dipakai sangat tergantung pada
situasi perencanaan dan sifat pengambilan keputusan. Sudah
sepantasnya kriteria pengambilan keputusan dinyatakan
secara eksplisit dengan memperhatikan kemungkinan
keberhasilan dan kegagalan serta konsekuensi keberhasilan
dan kegagalan tersebut.
Pelaksanaan AMDAL wajib mendorong pengambil keputusan
ke arah ini.