Bencana alam yang terjadi di Provinsi Jawa Barat adalah tanah longsor, gempa bumi, banjir, kekeringan, burung puyuh, gelombang pasang, kebakaran, bencana lainnya, letusan gunung berapi, dan tsunami. Total bencana di Jawa Barat dari tahun 2012 hingga 2021 di 27 kabupaten/kota adalah 11.118 kejadian. Dari jumlah tersebut, 51% (5.662 kejadian) merupakan bencana alam tanah longsor, dan paling banyak 890 kali terjadi di Kabupaten Sukabumi. Metode dilakukan dengan menyebarkan kuesioner ke desa pangkuan hutan Perum Perhutani, Kesatuan Pengelolaan Hutan Sukabumi. Dalam data Evaluasi Potensi SDH 2020 (Perum Perhutani 2021), desa pemilik hutan di KPH Sukabumi terdiri dari 30 kecamatan dan 109 desa, sehingga penyebaran kuesioner ke seluruh desa masing-masing 1 kuesioner. Secara umum persepsi masyarakat di desa pemilik hutan KPH Sukabumi terhadap variabel penelitian (hutan sebagai penahan dan pengendalian bencana alam tanah longsor, harapan masyarakat, peran pemerintah daerah, dan multi usaha kehutanan) telah terpenuhi. persyaratan kriteria untuk model struktural (R2), cross validated redundancy(Q2), ukuran efek (f) dan koefisien jalur serta model pengujian validitas konvergen berupa nilai loading factor dan AVE (Average variance extract). Untuk menambah informasi yang lebih akurat mengenai penelitian ini, diharapkan dapat dilakukan wawancara dengan tokoh masyarakat, pakar bencana alam dan pejabat yang berkompeten di bidang kebencanaan, misalnya dari Badan Nasional Penanggulangan Bencana dan Badan Nasional Penanggulangan Bencana Daerah (BNPB).

1. 1 Pendahuluan
Indonesia adalah negara rawan bencana
alam karena posisinya berada di antara tiga
lempeng besar dunia, yaitu Lempeng Indo-
Australia, Lempeng Eurasia, dan Lempeng
Pasifik. Interaksi antarlempeng tersebut
menyebabkan rentan bencana tektonik
tanah longsor (Indrajaya and Wuri 2008;
Sadisun 2004). Indonesia di dalam
(https://opendata.jabarprov.go.id/id/dataset
2022) terletak pada pertemuan empat
lempeng tektonik, yaitu lempeng Benua
Asia, Benua Australia, lempeng Samudera
Hindia dan Samudra Pasifik. Laman
tersebut mencatat bencana alam yang
terjadi di Provinsi Jawa Barat adalah tanah
longsor, gempa, banjir, kekeringan, puyuh,
gelombang pasang, kebakaran, bencana
lainnya, gunung meletus, dan tsunami.
Total bencana Jawa Barat sejak tahun 2012
s.d. 2021 pada 27 kab/kota sebanyak 11.118
kejadian. Dari angka total tersebut, 51%
(5.662 kejadian) adalah bencana alam tanah
longsor, dan 3 kejadian terbanyak berada di
Kabupaten Sukabumi 890 kali, Kabupaten
Bogor 801 dan Kota Bogor 607 kali.
Kabupaten Sukabumi ini menjadi objek
penelitian multiusaha kehutanan dalam
hubungannya dengan potensi bahaya
bencana alam tanah longsor. Karena
menyangkut multiusaha kehutanan, maka
Pemodelan Persepsi Masyarakat Terhadap Multiusaha Kehutanan
Berbasis Risiko Tanah longsor
Ade Sugiharto_E1601211015
Supervisor: Dr. Ir. Budi Kuncahyo, M.S.
INFO ARTIKEL
Kata Kunci:
Pemodelan
Masyarakat
Bencana alam
Hutan
KPH Sukabumi
ABSTRACT
Natural disasters that occur in West Java Province are landslides,
earthquakes, floods, droughts, quail, tidal waves, fires, other disasters,
volcanic eruptions, and tsunamis. The total disaster in West Java from
2012 to 2021 in 27 regencies/cities was 11,118 incidents.
Of this total figure, 51% (5,662 incidents) were landslide natural
disasters, and the most 890 times occurred in Sukabumi District. The
method was carried out by distributing questionnaires to the forest-
holding village of Perum Perhutani, Sukabumi Forest Management
Unit. In the data from the 2020 SDH Potential Evaluation (Perum
Perhutani 2021), the forest-holding village in KPH Sukabumi consists
of 30 sub-districts and 109 villages, so that questionnaires are
distributed to all villages, 1 questionnaire each. In general, the
perception of the community in the forest-holding village of KPH
Sukabumi on the research variables (forest as a barrier and control for
landslide natural disasters, community expectations, the role of local
government, and multi-business forestry) has met the criteria
requirements for the structural model (R2), cross-validated.
redundancy (Q2), effect size (f) and path coefficients as well as
convergent validity testing models in the form of loading factor and
AVE (Average variance extracted) values. To add more accurate
information about this research, it is hoped that interviews with
community leaders, natural disaster experts and competent officials in
the disaster sector, for example from the National Disaster
Management Agency and the Regional Disaster Management Agency
(BNPB), will be conducted.

2. 2
diambil lokasi kawasan hutan yang ada di
Kabupaten Sukabumi.
Perum Perhutani mengelola 57 Kesatuan
Pemangkuan Hutan (KPH), dengan
komposisi 20 KPH di Provinsi Jawa
Tengah, 23 KPH di Jawa Timur dan 14
KPH di Jawa Barat dan Banten. Sebagai
representasi pengelola hutan di Kabupaten
Sukabumi adalah KPH Sukabumi. KPH ini
merupakan salah satu dari 14 KPH yang
secara struktural berada di bawah Divisi
Regional Jawa Barat dan Banten. Luas
kawasan hutan yang dikelola adalah
59.499,06 ha (Perum Perhutani 2021)
dengan 2 Kelas Perusahaan Jati dan Pinus.
KPH ini terbagi ke dalam 6 Bagian
Kesatuan Pemangkutan Hutan (BKPH).
Sehubungan jenis tanaman yang dikelola
cukup beragam mulai dari tanaman kayu
maupun non kayu, sehingga menarik untuk
dilakukan penelitian tentang persepsi
masyarakat terhadap komoditas multiusaha
kehutanan yang daerahnya merupakan
lokasi rawan bencana alam, terutama tanah
longsor.
Maksud penelitian ini adalah untuk
melihat bagaimana persepsi masyarakat
terhadap bencana alam tanah longsor dari
perspektif: (1)keberlanjutan hutan lestari
dapat menahan dan mengendalikan tanah
longsor, (2) harapan masyarakat terhadap
pengendalian bencana alam tanah longsor,
(3) peran Pemerintah Daerah dalam
mendukung pencegahan bencana alam
tanah longsor, dan (4)potensi
pengembangan multiusaha kehutanan
tehadap pengendalian bencana alam.
Rumusan Masalah
Umumnya, kawasan hutan yang dikelola
Perum Perhutani sampai saat ini belum
memperhitungkan bencana alam dalam
pengelolaannya. Hal ini diperlihatkan oleh
beberapa indikator sebagai berikut:
1. Faktor bencana alam tidak masuk
perhitungan rencana pengelolaan.
Indikator tersebut, di antara
penyebabnya antara lain:
- Bencana alam secara umum
terjadi tiba-tiba
- Kondisi musim/cuaca sulit
diprediksi
- Rencana pengelolaan didasarkan
pada asumsi kondisi normal
2. Sistem sertifikasi (mandatory
maupun voluntary) belum secara
spesifik menilai arti hutan sebagai
pencegah bencana alam.
Penyebabnya antara lain:
- Prinsip, kriteria, indikator,
verifier, dan norma belum secara
eksplisit menilai hutan sebagai
pencegah bencana alam.
- Informasi hutan sebagai
pencegah bencana masih belum
terekspose secara
nasional/internasional.
- Parameter penyebab bencana
belum teridentifikasi dengan
jelas
3. Target kelestarian ekologi seolah
berada di bawah target finansial.
- Mitigasi bencana tidak masuk
dalam fixed cost pengelolaan
hutan
- Perusahaan hidup dan
menghidupi karyawannya dari
hasil pengusahaaan sumberdaya
hutan yang diamanatkan untuk
dikelola secara mandiri.
4. Paradigma hutan sebagai
pengendali bencana alam tanah
longsor relatif masih belum
berkembang.
- Kurangnya informasi bahwa
hutan dapat mencegah bencana
alam.
- Minimnya data-data hutan
sebagai pencegah bencana alam.
- Informasi dan data bahwa hutan
dapat mencegah bencana alam
belum tersosialisasikan secara
lengkap kepada khalayak umum.
2 Metode
Metode yang digunakan dalam
penelitian ini sesuai dengan tujuan yang
diharapkan yaitu metode deskriptif dan

3. 3
verifikatif. Penelitian deskriptif adalah
penelitian yang bertujuan untuk
memperoleh deskripsi tentang ciri-ciri
variabel persepsi mengenai harapan
masyarakat, peran pemerintah daerah,
kepentingan multiusahan kehutanan dan
peran kawasan hutan sebagai penahan dan
pengendali bencana alam tanah longsor.
Sifat penelitian verifikatif pada dasarnya
ingin menguji kebenaran dari suatu
hipotesis yang dilaksanakan melalui
pengumpulan data di lapangan.
Mengingat sifat penelitian ini adalah
deskriptif dan verifikatif, maka metode
penelitian yang digunakan adalah metode
descriptive survey dan metode explanatory
survey. Tipe investigasi dalam penelitian
ini adalah kausalitas. Unit analisis dalam
penelitian ini adalah individu yang
mewakili desa, setiap individu mewakili
desa pangkuan hutan KPH Sukabumi.
Metode yang dilakukan melalui
penyebaran kuesioner pada desa pangkuan
hutan Perum Perhutani Kesatuan
Pemangkuan Hutan Sukabumi. Di dalam
data hasil Evaluasi Potensi SDH Tahun
2020 (Perum Perhutani 2021), Desa
pangkuan hutan yang ada di KPH
Sukabumi terdiri dari 30 kecamatan dan
109 desa, sehingga dilakukan penyebaran
kuesioner pada semua desa, masing-masing
1 kuesioner. Lokasi penelitian sebagaimana
dalam Gambar 1.
Untuk mengkuantifikasi, setiap
pertanyaan kuesioner dalam bentuk google
form menggunakan skala “Likert” dengan
ketentuan:
1 sangat tidak setuju
2 tidak setuju
3 cukup setuju
4 setuju
5 sangat setuju
Adapun jumlah desa pangkuan hutan di
KPH Sukabumi adalah sebagai berikut:
BKPH Bojong Lopang : 10 desa
BKPH Cikawung : 25 desa
BKPH Jampang Kulon : 12 desa
BKPH Lengkong : 25 desa
BKPH Pelabuhan Ratu : 16 desa
BKPH Sagaranten : 21 desa
Karakteristik Responden
Responden terdiri dari 102 orang laki-
laki dan 7 orang perempuan. Tingkat
pendidikan untuk perempuan lulusan SMP
ada 2 orang dan lulusan SMA sebanyak 5
orang. Untuk responden laki-laki, lulusan
SD sebanyak 31, SMP ada 27, SMA 34
orang, S1 9 orang dan lulusan S2 hanya 1
orang. Umur responden bervariasi mulai
dari 28 tahun sampai 73 tahun. Terbanyak
adalah umur 52 tahun sebanyak 8 orang dan
umur 50 dan 53 masing-masing 7 orang.
Definisi operasionalisasi variabel (Tabel 1
s.d. 4) dimaksudkan untuk memperjelas
variabel-variabel yang akan diteliti.
Adapun pokok masalah dari penelitian ini
adalah persepsi dari harapan masyarakat
(X1) sebagai variable bebas, peran
pemerintah daerah (X2) dan kepentingan
multiusaha kehutanan (X3) sebagai
variable intervening. Sedangkan variable
terikatnya adalah kawasan hutan sebagai
penahan dan pengendali bencana alam
longsor (Y). Tujuan dari penelitian ini
secara umum adalah untuk melihat
pengaruh antarvariabel sebagai berikut:
1. Pengaruh langsung X1 terhadap Y
2. Pengaruh X1 terhadap Y melalui X2
3. Pengaruh X1 terhadap Y melalui X3
4. Pengaruh langsung X1 terhadap X2
5. Pengaruh langsung X1 terhadap X3
Menurut (Tsai et al. 2016), ketahanan
masyarakat terhadap bencana diukur
menurut empat dimensi: 'kerapuhan
lingkungan', 'keterikatan masyarakat',
'kesadaran pencegahan bencana', dan
'tanggapan adaptif'.

4. 4
Gambar 1 Peta lokasi rawan bencana KPH Sukabumi
Tabel 1 Definisi operasionalisasi variabel untuk Y

5. 5
Tabel 2 Definisi operasionalisasi variabel untuk X1
Tabel 3 Definisi operasionalisasi variabel untuk X2

6. 6
3 Hasil dan Pembahasan
Hasil pengambilan data di lapangan
dilakukan analisa menggunakan Partial
Least Square. Adapun software yang
digunakan untuk mengolah data adalah
SmartPLS (v.3.2.9). Untuk melakukan
pengujian antarkonstruk laten, dilakukan
uji model struktural.
Evaluasi Model
Evaluasi model struktural (Inner
Model) diawali dengan mengecek adanya
kolinearitas antarkonstruk dan kemampuan
model prediktif. Selanjutnya menggunakan
empat kriteria yaitu koefisien determinasi
(R2
), cross-validated redundancy (Q2
),
effect size (f) dan koefisien jalur(Sarstedt et
al. 2021)
Evaluasi model pengukuran (outer
model) dilakukan dengan menguji
validitas dan reliabilitas. Validitas
konstruk adalah penilaian tentang seberapa
baik (tepat dan cermat) seorang peneliti
menerjemahkan teori yang dipergunakan ke
dalam alat ukur, ketepatan tes dalam
mengukur sesuatu yang harus diukur
(Suharsono 2014; Widodo 2006).
Sedangkan reliabilitas adalah pemahaman
tentang kemampuan alat ukur untuk dapat
dipercaya dan menjadi sandara pengam-
bilan keputusan, berarti sejauh mana hasil
suatu pengukuran dapat dipercaya dengan
Tabel 4 Definisi operasionalisasi variabel untuk X3

7. 7
melihat daya konsistensi dan stabilitas
nilai hasil skala pengukuran tertentu
(Suharsono 2014; Widodo 2006). Hasil
pengujian validitas konvergen berupa
nilai loading factor dan AVE (Average
variance extracted). Nilai loading factor
semua indikator dikatakan valid apabila
>0,5 (Ab Hamid et al. 2017). Model
penelitian dapat dikatakan diterima jika
AVE masing-masing konstruk nilainya >
0,5 dan dianggap sangat baik jika nilainya
di atas 0,7(Alarcón and Sánchez 2015).
Dalam penelitian ini terdapat beberapa
indikator yang harus dihilangkan agar nilai
AVE yang diperoleh > 0,5 dan model
penelitian ini dikatakan valid. Beberapa
indikator harus dihilangkan untuk
mendapatkan AVE > 0,5 dan model
penelitian dapat dikatakan valid. Indikator
pada variabel “HM” semula 10 menjadi 7.
Indikator pada variabel PPL semula 10
menjadi 5. Indikator pada variabel MUK
tidak ada yang dihilangkan, sedangkan
indikator pada variabel PPD semula 11
menjadi 10 (dibuang 1 indikator PPD1:
“Peran Pemerintah dibutuhkan untuk
mencegah bencana tanah longsor”).
Hasil pengujian validitas konvergen
setelah beberapa indikator yang memiliki
AVE <0,5 dikeluarkan tampak pada
Gambar 2 dan pada Tabel 1 s.d. 3 pada
kolom indikator dengan baris berwarna
merah.
Average Variance Extracted (AVE).
Nilai AVE yang diharapkan >0.5. artinya
model indikator reftektif tersebut valid.
Uji reliabilitas diperkuat dengan
Cronbach Alpha. Nilai diharapkan >0.6
untuk semua konstruk. Tabel 5 di atas
menunjukkan bahwa nilai Cronbach’s
Alpha semua variabel berada di atas 0,6.
Nilai Q-kuadrat lebih dari nol
menunjukkan bahwa nilai telah
direkonstruksi dengan baik dan model
memiliki relevansi prediktif. Tabel 6
menunjukkan angka di atas 0 (nol) baik
pada variable multiusaha kehutanan (X3),
peran pemerintah daerah (X2) maupun
pada peran kawasan hutan sebagai penahan
dan pengendali longsor (Y).
Output Pengujian lainnya terhadap model
dilakukan dengan melihat nilai R Square
yang merupakan uji goodness-fit-model
dalam inner model PLS SEM.
Nilai R Square sebesar 0,75 menunjukkan
bahwa model kuat; nilai R Square sebesar
0,50 menunjukkan model moderat dan 0,25
menunjukkan bahwa model lemah (Sarstedt
et al. 2021). Adjusted R Square adalah nilai
R Square yang telah dikoreksi berdasarkan
nilai standar error. Nilai Adjusted R Square
memberikan gambaran yang lebih kuat
dibandingkan R Square dalam menilai
kemampuan sebuah konstruk exogen dalam
menjelaskan konstruk endogen.
Hasil analisis koefisien determinasi di atas,
dapat disimpulkan:
- Nilai R Square X1 terhadap X3 adalah
0,545. Artinya X1 memengaruhi X3
sebesar 54,5%, sedangkan X1
memengaruhi X2 sebesar 45,2% (R
Square 0,452).
Tabel 7 R-square hasil olah data
Tabel 5 Cronbach’s Alpha dan Average
Variance Extracted
Tabel 6 Q-square hasil olah data

8. 8
- Nilai X1, X2, X3 memengaruhi secara
bersama-sama terhadap nilai Y adalah
sebesar 55,7% (R Square 0,557).
Adapun sisanya sebesar 44,30% terdapat
dalam variabel lain yang tidak dilakukan
penelitian.
Salah satu standar nilai f Square yang dapat
digunakan adalah menurut (Cohen, 1988
dalam (Sarstedt et al. 2021). Nilai f Square
0,02 menunjukkan efek kecil, 0,15
mewakili efek sedang, dan dan 0,35
mewakili efek besar. Dari variabel laten
eksogen. Nilai effect size yang kurang dari
0,02 menunjukkan bahwa tidak ada
pengaruh dan dapat diabaikan (Cohen,
1988 dalam (Sarstedt et al. 2021).
Tabel 9 dapat menjelaskan beberapa hal
sebagai berikut:
- Pengaruh langsung X1 terhadap X3
adalah sebesar 0,738. Artinya jika X1
meningkat sebesar satu satuan, maka X3
akan meningkat sebesar 73,8%.
- Pengaruh langsung X1 terhadap X2
adalah sebesar 0,672. Artinya jika X1
meningkat sebesar satu satuan, maka X2
dapat meningkat sebesar 67,2%.
- Pengaruh langsung X1 terhadap Y
adalah sebesar 0,547. Artinya jika X1
meningkat sebesar satu satuan, maka Y
dapat meningkat sebesar 54,7%.
- Pengaruh X3 terhadap Y adalah 0,103.
Artinya jika X3 meningkat sebesar satu
Tabel 8 f-square hasil olah data
Tabel 9 Koefisien jalur
Gambar 2 Hasil pengujian convergent validity

9. 9
satuan, maka Y dapat meningkat sebesar
10,3%.
- Pengaruh langsung X2 terhadap Y
adalah sebesar 0,158. Artinya jika X2
meningkat sebesar satu satuan, maka Y
dapat meningkat sebesar 15,8%.
Semua pengaruh antarvariabel di atas
bersifat positif.
Dari Tabel 10 terlihat bahwa nilai SRMR
0,106. Menurut (Cangur and Ercan 2015)
untuk memenuhi kriteria model fit, nilai
SMSR harus kurang dari 0,05. Namun
demikian, nilai NFI tercatat sebesar 0,659
(saturated model). Artinya model ini
memenuhi model fit sebesar 65,9%.
4 Kesimpulan dan Saran
Persepsi responden pada masyarakat mewakili
desa pangkuan hutan KPH Sukabumi terhadap
variabel-variabel penelitian (hutan sebagai
penahan dan pengendali bencana alam tanah
longsor, harapan masyarakat, peran pemerintah
daerah, dan multiusaha kehutanan) secara
umum sudah memenuhi persyaratan kriteria
untuk model pengukuran maupun model
struktural. Pengembangan komoditas
multiusaha kehutanan dapat berfungsi sebagai
penahan dan pengendali bencana alam
khususnya tanah longsor. Namun demikian,
model fit masih bisa ditingkatkan lagi untuk
pengembangannya apakah dengan penambahan
variabel lain yang belum diteliti atau meneliti
kembali variabel lain yang dianggap lebih
cocok atau pas untuk melihat persepsi ini.
Penelitian tentang persepsi masyarakat
terhadap pengembangan multiusaha
kehutanan berbasis bencana alam tanah
longsor, dibutuhkan pendalaman tentang
variabel dan indikator yang masuk dalam
kriteria untuk dijadikan dasar dalam
pertanyaan kuesioner. Hal ini untuk
memaksimalkan persepsi masyarakat
mengenai multiusaha kehutanan dan
bencana alam tanah longsor.
Untuk menambah informasi yang lebih
akurat tentang penelitian ini, diharapkan
dilakukan wawancara dengan tokoh
masyarakat, para pakar bencana alam
maupun pejabat yang berkompeten di
bidang kebencanaan misalnya dari Badan
Nasional Penanggulangan Bencana dan
Badan Penanggulangan Bencana Daerah.
Referensi
Ab Hamid M, Sami W, Sidek MM. 2017.
Discriminant validity assessment:
Use of fornell & larcker criterion
versus htmt criterion.
Alarcón D, Sánchez JA. 2015. Assessing
convergent and discriminant
validity in the adhd-r iv rating scale:
User-written commands for average
variance extracted (ave), composite
reliability (cr), and heterotrait-
monotrait ratio of correlations
(htmt).
Cangur S, Ercan I. 2015. Comparison of
model fit indices used in structural
equation modeling under
multivariate normality. Journal of
Modern Applied Statistical
Methods. 14(1):152-167.
https://opendata.jabarprov.go.id/id/dataset.
2022. Diakses tanggal 23 mei 2022.
Indrajaya Y, Wuri H. 2008. Potensi hutan
pinus merkusii jungh. Et de vriese
sebagai pengendali tanah longsor di
jawa (potency of merkus pine
(pinus merkusii jungh. Et de vriese)
forest as landslide control in java).
Info Hutan. 5(3):231-240.
Perum Perhutani. 2021. Data evaluasi
potensi sdh. Perum perhutani kantor
pusat.
Sadisun IA. 2004. Manajemen bencana:
Strategi hidup di wilayah berpotensi
bencana.
Tabel 10 Model Fit

10. 10
Sarstedt M, Ringle CM, Hair JF. 2021.
Partial least squares structural
equation modeling.
Suharsono Y. 2014. Validitas dan
reliabilitas skala self-efficacy.
Jurnal Ilmiah Psikologi Terapan.
2(1):144–151-144–151.
Tsai C-H, Wu T-C, Wall G, Linliu S-C.
2016. Perceptions of tourism
impacts and community resilience
to natural disasters. Tourism
Geographies. 18(2):152-173.
Widodo PB. 2006. Reliabilitas dan validitas
konstruk skala konsep diri untuk
mahasiswa indonesia.
Ade Sugiharto_E 1601211015
Tugas Mata Kuliah MNH 746
Pengambilan Keputusan Multiusaha
Kehutanan
Dosen Pengampu:
Dr. Ir. Budi Kuncahyo, M.S.