MULTI KRITERIA PEMILIHAN ALTERNATIF PENGOLAHAN SAMPAH ORGANIK

DENGAN MENGGUNAKAN METODE ANALYTICAL NETWORK PROCESS

(Studi Kasus: Kota Banjarbaru)

An ANP (Analytic Network Process)-based- Multi Criteria Decision Approach for

The Selection of Alternative Organic Waste Treatment
(Case Study: Banjarbaru City)
Mita Riani Rezki
Program Studi Magister Pengelolaan Sumber Daya Alam dan Lingkungan, Banjarbaru, Indonesia
e-mail: Mitariani22@gmail.com

Abstrak. Pengelolaan sampah perkotaan merupakan permasalahan yang kompleks karena melibatkan hubungan antar
elemen dan sering menimbulkan konflik dalam pencapaiannya. Pengelolaan yang kurang tepat dapat menghambat dan
menimbulkan permasalah lain. Oleh karena itu, Penelitian ini bertujuan untuk menentukan alternatif pengolahan sampah
organik yang tepat dan sesuai untuk diterapkan di Kota Banjarbaru. Metode ANP adalah suatu pendekatan dalam teknik
analisis multi kriteria yang mampu memodelkan permasalahan menggunakan hubungan keterkaitan antar kriteria. Selain itu,
kekuatan keterkaitan antar sub kriteria digambarkan dengan dependence and driving analysis (DDPA). Dalam studi ini
diidentifikasi 18 sub kriteria dalam 5 kriteria (ekonomi, lingkungan, sosial, teknis, dan kelembagaan). Skenario Alternatif
pengolahan sampah organik yang dianalisis terdiri atas kombinasi pengomposan, insinerasi, dan landfill. Data diolah
menggunakan super decision software dan didapatkan hasil perhitungan menunjukkan kriteria sosial (0,292) dan lingkungan
(0,249) merupakan pertimbangan utama dalam pemilihan alternatif pengolahan sampah organik. Sub kriteria sosial yaitu
penerimaan masyarakat terhadap teknologi (S1) merupakan sub kriteria dependent dengan dependency tertinggi.
Sedangkan, secara ekonomi manfaat langsung maksimum merupakan sub kriteria dalam kluster linkage dengan driving
power tertinggi. Sintesis prioritas skenario pengomposan di sumber skala kelurahan dan landfilling merupakan preferensi
dengan bobot tertinggi (0,320).

Kata kunci: Multi Criteria, Pengelolaan Sampah, Analytical Network Process, Dependence and Driving Analysis

1. PENDAHULUAN
Pertambahan jumlah penduduk dunia menimbulkan permasalahan sampah dan limbah perkotaan yang
semakin meningkat. Infastruktur dan inefisiensi pengelolaan sampah dan limbah kota yang berdampak buruk
terhadap sanitasi dapat mengancam pembangunan bangsa (Sarkar & Chourasia, 2017). Pengelolaan sampah
perkotaan merupakan permasalahan yang kompleks karena melibatkan hubungan antar elemen dan sering
menimbulkan konflik dalam pencapaian tujuannya (Bottero & Ferretti, 2011) Pengelolaan limbah dapat
memengaruhi setiap orang di dunia. Individu dan pemerintah membuat keputusan tentang konsumsi dan
pengelolaan limbah yang memengaruhi kesehatan sehari-hari, produktivitas, dan kebersihan masyarakat. Limbah
yang dikelola dengan buruk mencemari lautan dunia, menyumbat saluran air dan menyebabkan banjir,
menularkan penyakit melalui pengembangbiakan vektor, meningkatkan masalah pernapasan melalui partikel
udara dari pembakaran limbah, melukai hewan yang mengonsumsi limbah tanpa diketahui, dan mempengaruhi
perkembangan ekonomi seperti melalui pariwisata yang berkurang (Kaza, Yao, Bhada-Tata, & Woerden, 2018).
Pengelolaan sampah Kota Banjarbaru menggunakan sistem konvensional (kumpul-angkut-buang) dan
masih mengandalkan TPA Gunung Kupang karena pembangunan dan pengoperasionalkan TPA Banjarbakula
belum dapat dilakukan. Hal ini semakin mendesak pemerintah kota untuk mencari alternatif penanganan sampah
yang dapat mengatasi tingginya volume sampah Kota Banjarbaru yang terangkut ke TPA. Pengambil keputusan
(decision makers) harus mampu mengambil keputusan yang benar dan tepat dengan meanalisa banyak faktor
penguat dan pendukungnya.
Dalam melakukan pemilihan perlu adanya analisa terhadap kriteria lainnya. Analisis multikriteria merupakan
metode pengambilan keputusan yang membandingkan alternatif menggunakan beberapa kriteria secara
serempak pada kondisi yang kompleks. Kriteria yang dipertimbangkan dalam pengambilan keputusan seringkali
memiliki keterkaitan satu sama lain salah satu metode yang memodelkan defense dan umpan balik dalam
struktur jaringan masalah serta saling keterkaitan antara satu kriteria dengan yang lain adalah metode analytic
network process (ANP) (Kadoić, 2018). Dalam konteks ini,. Penelitian terhadap banyak sistem pendukung
keputusan modern sebagian besar mempertimbangkan analisa faktor sosial selain biaya dan manfaat, faktor
lingkungan, permasalahan teknis, dan aspek manajemen (Su, Chiueh, Hung, & Ma, 2007), bahkan kriteria
ekologis dan spasial, pengembangan manusia serta pengembangan berkelanjutan dipertimbangan dalam
pengambilan keputusan pengelolaan sampah (Generowicz, Kowalski, & Kulczycka, 2011).
Penelitian ini bertujuan untuk mengaplikasikan analisis multikriteria menggunakan metode ANP terhadap
alternatif pengelolaan sampah organik dengan mengambil studi kasus di Kota Banjarbaru dengan melibatkan
penilaian dari berbagai macam stakeholder terkait. Dengan adanya pemilihan alternatif yang mempertimbangkan
berbagai macam kriteria maka diharapkan dapat mendukung suatu sistem pengelolaan sampah suatu kota
secara berkelanjutan.

2. METODE
Ruang lingkup penelitian ini adalah untuk melakukan pemilihan alternatif dalam mengelola sampah organik
perkotaan di Banjarbaru. Pada awal penelitian perlu dianalisa bahwa jumlah sampah kota Banjarbaru yang
masuk ke TPA semakin hari semakin meningkat, sehingga jika tidak dilakukan pengolahan sampah yang ada
akan semakin menumpuk dan menimbulkan banyak permasalahan lainnya. Berdasarkan Penelitian (Rizkiannur,
2019) jumlah timbulan sampah di Banjarbaru didominasi sampah organik sebesar 96,74%, sehingga dirancang
scenario pengolahan sampah organik sebagai berikut: (a) Skenario 1: Pengomposan di sumber skala kelurahan
dan residu diangkut ke TPA; (b) Skenario 2 Pengomposan di sumber skala kelurahan dan residu diangkut
bersama sampah kelurahan lain untuk diinsinerasi di TPA; (c) Skenario. 3: Pengomposan di TPST skala
kecamatan dan residu diangkut ke TPA untuk diurug; Skenario 4: Pengomposan di TPS skala kecamatan dan
insinerasi di TPST. Dalam pemilihan menggunakan metode ANP maka perlu dilakukan langkah langkah sebagai
berikut:
2.1 Penentuan Kriteria, Subkriteria, Dan Alternatif
Pengembangan konsep alternatif pengelolaan limbah terdiri dari tahapan sebagai berikut: (a) identifikasi
alternatif pengelolaan limbah berdasarkan evaluasi kondisi yang ada serta preferensi masyarakat dan kearifan
lokal tentang pengelolaan limbah; (b) pengembangan konsep pengelolaan limbah yang dapat diterapkan ke
lokasi penelitian. Kriteria yang digunakan dalam penelitian ini berdasarkan aspek pengelolaan limbah yang
tercantum dalam (SNI 19-2454-2002, 2002). Adapun sub-kriteria, mereka ditarik sesuai dengan hasil penelitian
yang sesuai dan daftar periksa yang berisi kebutuhan penelitian dan perbaikan berdasarkan umpan balik
responden (Alfons & Padmi, 2018). Kriteria dan subkriteria meliputi apek ekonomi, aspek lingkungan, aspek
sosial, aspek teknis, dan aspek kelembagaan. Kriteria dan subkriteria dapat dilihat pada Tabel 1.
Tabel 1. Kriteria dan Subkriteria Penelitian
Kriteria Sub Kriteria Simbol
Ekonomi Biaya Investasi minimal E1
Biaya Operasi dan Maintenance Minimal E2
Manfaat Langsung Minimal E3
Lingkungan Pencemaran Udara L1
Pencemaran Air L2
Penyebaran Vektor Penyakit L3
Peningkatan Estetika L4
Sosial Penerimaan Masyarakat Terhadap Teknologi S1
Penguatan Peran AKtif Masyarakat S2
Penyerapan Tenaga Kerja S3
Menciptakan Lapangan Kerja Formal/informal S4
Teknis Kesesuaian RTRW T1
Ketersediaan Lahan T2
Kemudahan Operasional T3
Ketersediaan SDM T4
Kelembagaan Ketersediaan Institusi K1
Peraturan K2
Kerjasama antar Pemerintah K3
2.2 Penentuan Hubungan Keterkaitan Antar Subkriteria
Penentuan hubungan keterkaitan akan menggunakan metode Dependence and Driving Power Analytic
(DDPA). Nilai kekuatan penggerak (driving power) dan ketergantungan (dependent) dari setiap subkriteria
ditentukan melalui interfactorial dominance matrix. Semakin tinggi nilai kekuatan penggerak, artinya perubahan
pada subkriteria tersebut memiliki dampak yang tinggi terhadap perubahan subkriteria lain. Semakin tinggi nilai
ketergantungan, artinya perubahan pada kriteria lain akan memberi dampak yang besar terhadap perubahan
pada subkriteria tersebut. Selanjutnya, Interfactorial dominance matrix diplot ke dalam grafik sehingga setiap
subkriteria dapat dibagi menjadi empat kluster, yaitu: (a) Kuadran I: Autonomous Cluster (weak dependence –
weak driving); (b) Kuadran II: Dependen Cluster (strong dependence – weak driving); (c) Kuadran III: Linkage
Cluster (strong dependence – strong driving); (d) Kuadran IV: Independen Cluster (weak dependence – strong
driving)
2.3 Konstruksi Model ANP
Kriteria dan sub kriteria yang paling penting (prioritas) berdasarkan hasil analisis DDPA yang akan dikaji
lebih lanjut. Hal ini dikarenakan sifat pada subkriteria tersebut yang memiliki ketergantungan yang besar dan
kekuatan penggerak tinggi. Oleh karena itu, pemanfaatan elemen-elemen tersebut diharapkan tujuan dari kajian
penelitian ini dapat tercapai. Konstruksi model jaringan dibuat dengan bantuan Super Decision Software.
2.4 Penilaian Perbandingan Berpasangan
Model ANP menggeneralisasikan proses perbandingan berpasangan untuk menilai setiap komponen
dengan memasukkan prioritas kriteria dan alternatif (Cayir Ervural, Zaim, Demirel, Aydin, & Delen, 2017). Hasil
dari nilai data skunder dilakukan perbandingan berpasangan dan dianalisis dengan Super Decision Software
untuk memperoleh bobot kriteria dan sintesa alternatif pengelolaan sampah.

3. HASIL DAN PEMBAHASAN

3.1 Penentuan dan Analisis Hubungan Keterkaitan Antar Sub Kriteria

Pada penelitian ini terdapat 5 kriteria dengan 18 subkriteria. Dalam menentukan hubungan antar
subkriteria, diambil 2 kelompok responden, yaitu stakeholders dan akademisi yang diwakilkan masing masing 10
orang. Jumlah responden (N) adalah 20 jika dalam suatu blok (baris i - kolom j), jumlah responden yang memilih
(Vij) lebih dari atau sama dengan (N/2 ≥ 10), maka terdapat hubungan keterkaitan antar kriteria tersebut.
Hubungan keterkaitan antar sub kriteria hasil pendapat gabungan responden (TABEL 2) ditransformasi ke
dalam reachability matrix (terdapat hubungan =1 dan tidak terdapat hubungan =0) yang ditunjukkan pada TABEL
3. Setiap baris dijumlah sehingga diperoleh driving power (sumbu Y) masing-masing sub kriteria dan
penjumlahan setiap kolom merupakan nilai dependence power (sumbu X). Kemudian koordinat x,y sub kriteria
diplot pada grafik yang membagi sub kriteria ke dalam empat kluster berdasarkan driving-dependence power
yang ditunjukkan pada GAMBAR 1.
Kuadran III (linkage cluster) merupakan sub kriteria yang harus dipertimbangkan dengan hati-hati karena
hubungan dengan variabel lainnya tidak stabil. Setiap tindakan terhadap sub kriteria tersebut memberikan
dampak terhadap sub kriteria lainnya dan umpan balik pengaruhnya bisa memperbesar ataumenimbulkan
dampak yang baru. Dengan menggunakan Super Decision software dibuat model jaringan alternatif pengolahan
sampah organik GAMBAR 2 .
 .
Tabel 2. Hubungan Keterkaitan Antar Subkriteria dengan 2 Responden
Subkriteria
Ekonomi Lingkungan Sosial Teknis Kelembagaan
Kriteria dipengaruhi
mempengaruhi E1 E2 E3 L1 L2 L3 L4 S1 S2 S3 S4 T1 T2 T3 T4 K1 K2 K3
E1 13 14 5 5 5 4 2 3 7 3 4 5 6 5 4 3 5
E2 7 6 5 4 8 2 3 5 4 8 5 5 7 7 5 8 2
Ekonomi E3 10 2 10 10 10 10 18 15 10 12 2 1 7 5 3 2 6
L1 10 10 4 3 6 7 10 10 5 6 4 4 12 10 11 13 7
L2 10 12 4 2 11 6 12 10 5 6 5 5 12 10 11 10 7
Lingkung- L3 12 10 4 6 7 4 12 11 3 4 5 8 8 10 9 9 7
an L4 6 8 8 10 11 10 13 10 3 3 4 6 9 8 3 3 3
S1 5 4 7 7 8 11 8 13 11 14 6 3 5 3 3 1 5
S2 12 11 11 10 10 10 10 11 2 7 1 1 5 4 2 4 5
S3 8 6 7 3 3 3 4 2 7 7 1 1 2 6 5 3 4
Sosial S4 9 11 11 6 7 4 8 5 7 9 1 2 3 6 5 2 4
T1 7 8 5 8 8 7 5 10 8 6 5 9 4 2 7 3 5
T2 11 4 3 4 7 6 8 10 10 3 4 11 8 5 4 4 5
T3 12 13 14 11 10 8 10 10 4 10 5 3 5 7 2 3 3
Teknis T4 12 11 9 11 10 11 7 10 5 8 11 5 4 10 4 3 2
K1 5 3 5 10 10 10 7 11 10 5 4 11 11 5 7 6 7
Kelemba- K2 2 8 3 12 11 11 10 10 11 3 3 11 10 7 7 5 5
gaan K3 9 6 4 5 5 5 5 2 3 5 5 6 12 6 11 6 9

Tabel 3. Driving - Dependence Power dalam Reachability Matrix

Subkriteria
Ekonomi Lingkungan Sosial Teknis Kelembagaan Driving
dipengaruhi
Power
mempengaruhi E1 E2 E3 L1 L2 L3 L4 S1 S2 S3 S4 T1 T2 T3 T4 K1 K2 K3
E1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
E2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
E3 1 0 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 10
L1 1 1 0 1 0 0 0 1 1 0 0 0 0 1 1 1 1 0 9
L2 1 1 0 0 1 1 0 1 1 0 0 0 0 1 1 1 1 0 10
L3 1 1 0 0 0 1 0 1 1 0 0 0 0 0 1 0 0 0 6
L4 0 0 0 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 6
S1 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 4
S2 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 9
S3 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1
S4 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 3
T1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1
T2 1 0 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0 5
T3 1 1 0 1 1 0 1 1 0 1 0 0 0 1 0 0 0 0 9
T4 1 1 1 1 1 0 1 0 0 1 0 0 1 1 0 0 0 9
K1 0 0 0 1 1 1 0 1 1 0 0 1 1 0 0 1 0 0 8
K2 0 0 0 1 1 1 1 1 1 0 0 1 1 0 0 0 1 0 9
K3 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 1 4
Dependence Power 9 9 5 8 8 8 5 12 10 4 4 4 4 5 5 3 3 1

Gambar 1. Kluster Sub Kriteria Berdasarkan Dependence dan Driving Power

 Gambar 2. Model Jaringan Alternatif Pengolahan Sampah Organik

3.2 Penilaian Kriteria

Kriteria sosial merupakan prioritas utama dalam penentuan alternatif pengolahan sampah organik. Indikator
lingkungan merupakan kriteriakedua dengan bobot tertinggi. Hal ini mencerminkan alternatif pengolahan sampah
diharap dapat mendorong perbaikan dan peningkatan kualitas lingkungan Tabel 4.
Tabel 4. Prioritas Kriteria Pengolahan Sampah Organik

Alternatif Pengolahan Sampah Organik

Kriteria
Bobot CR

Ekonomi 0.1415
Lingkungan 0.2490
Sosial 0.2923 0.0115
Teknis 0.1840
Kelembagaan 0.1332
Nilai Consistency Ratio (CR) sebesar 0,0115 (1,15%) menunjukkan bahwa hasil perhitungan perbandingan
berpasangan cukup konsisten dan berada dalam batas inconsistency ratio yaitu ≤10%.
3.3 Sintesis Alternatif Pengolahan Sampah
Prioritas alternatif pengolahan untuk diterapkan di Banjarbaru adalah skenario ke-1: dengan bobot tertinggi
yaitu 0,3295. (Gambar 3) Implementasi skenario-1 mengimplikasikan perlu dilakukannya studi sosial yang dapat
mengukur tingkat penerimaan dan kesiapan masyarakat terhadap alternatif pengolahan sampah yang
direncanakan.

Gambar 3. Hasil Sintesis Prioritas Skenario Pengolahan Sampah Organik

4. SIMPULAN

Model jaringan pemilihan alternatif pengolahan sampah menunjukkan hubungan yang kompleks antar sub
kriteria yang mempengaruhi pengambilan keputusan. Hubungan keterkaitan antar sub kriteria yang menjadi
pertimbangan utama adalah hubungan dalam sub kriteria (inner dependence) yaitu penerimaan masyarakat (S1)
terhadap teknologi. Hubungan antar sub kriteria (outer dependence) yaitu manfaat langsung maksimum terhadap
penerimaan masyarakat (S1). Selain itu, preferensi terhadap penerimaan masyarakat (S1) adalah sub kriteria
dengan dependency tertingi (dependent kluster) dan manfaat langsung maksimal (E3) berada pada kluster
independent dengan driving power tertinggi. Skenario terpilih adalah pengomposan di sumber skala kelurahan
dan landfilling.

5. DAFTAR PUSTAKA

Alfons, A. B., & Padmi, T. (2018). Multi-Criteria Analysis for Selecting Solid Waste Management Concept Case
Study: Rural Areas in Sentani Lake Region, Jayapura. INDONESIAN JOURNAL OF URBAN AND
ENVIRONMENTAL TECHNOLOGY, 2(1), 88–101.

Bottero, M., & Ferretti, V. (2011). An Analytic Network Process-based Approach for Location Problems:The Case
of aNewWasteIncinerator Plant in the Province ofTorino (Italy). Journal of Multi-Criteria Decision Analysis,
17, 63–84. https://doi.org/10.1002/mcda

Cayir Ervural, B., Zaim, S., Demirel, O. F., Aydin, Z., & Delen, D. (2017). An ANP and fuzzy TOPSIS-based
SWOT analysis for Turkey’s energy planning. Renewable and Sustainable Energy Reviews, 82(June),
1538–1550. https://doi.org/10.1016/j.rser.2017.06.095

Generowicz, A., Kowalski, Z., & Kulczycka, J. (2011). Planning of Waste Management Systems in Urban Area
Using Multi-Criteria Analysis. Journal of Environmental Protection, 02(06), 736–743.
https://doi.org/10.4236/jep.2011.26085

Kadoić, N. (2018). Characteristics of the analytic network process, a multi-criteria decision-making method.
Croatian Operational Research Review, 9(2), 235–244. https://doi.org/10.17535/crorr.2018.0018

Kaza, S., Yao, L., Bhada-Tata, P., & Woerden, F. Van. (2018). What a Waste 2.0 : A Global Snapshot of Solid
Waste Management to 2050. In Urban Development. Retrieved from http://hdl.handle.net/10986/30317

Rizkiannur, M. (2019). Studi Timbulan, Komposisi dan Karakteristik Sampah Domestik Kota Banjarbaru
(Univrsitas Lambung Mangkurat). https://doi.org/10.1017/CBO9781107415324.004

Sarkar, P., & Chourasia, R. (2017). Bioconversion of organic solid wastes into biofortified compost using a
microbial consortium. International Journal of Recycling of Organic Waste in Agriculture, 6(4), 321–334.
https://doi.org/10.1007/s40093-017-0180-8

SNI 19-2454-2002. (2002). SNI 19-2454-2002 Tata Cara Teknik Operasional Pengelolaan Sampah Perkotaan.
ACM SIGGRAPH 2010 Papers on - SIGGRAPH ’10, (ICS 27.180), 1.
https://doi.org/10.1145/1833351.1778770

Su, J.-P., Chiueh, P.-T., Hung, M.-L., & Ma, H.-W. (2007). Analyzing policy impact potential for municipal solid
waste management decision-making: A case study of Taiwan. Resources, Conservation and Recycling,
51(2), 418–434. https://doi.org/10.1016/J.RESCONREC.2006.10.007