79

BAB IVPENDEKATAN ADAPTIF DALAM ANALISIS

AGROEKOSISTEM

Agroekologi adalah disiplin ilmu yang berusaha memberikan penilaian yang objektif dan ekologis berdasarkan struktur, fungsi, multidimensionalitas, dan skala sistem pangan. Ini adalah ilmu yang kompleks, yang menghubungkan aspek ekologis, ekonomi, sosial, etika, dan hukum dari produksi pangan. Semua skala spasial dipertimbangkan, dari lahan pertanian hingga global, dan pendekatan sistem ditekankan. Pendekatan holistik terhadap analisis sistem pertanian ini semakin diperlukan, mengingat semakin kompleksnya masalah yang kita hadapi dalam memproduksi makanan untuk populasi dunia yang terus bertambah. Banyak masalah pertanian kontemporer, seperti dampak pertanian pada tanah, air, dan kualitas udara; konflik terkait dengan konservasi air dan ketersediaan air untuk keperluan pertanian; pemanasan global dan penyerapan karbon; munculnya tanaman dan hewan yang dimodifikasi secara genetis; masalah politik dan etika yang terkait dengan globalisasi ekonomi pertanian; dan perubahan struktur sosial pertanian pedesaan hanya dapat diatasi dengan pendekatan berbasis sistem yang lebih luas untuk penelitian, pendidikan, dan penjangkauan.

Para ilmuwan dan pendidik telah lama berjuang dengan kompleksitas pembelajaran tentang sistem pertanian dan pangan. Analisis Agroekosistem menyediakan panduan praktis dan berbasis ilmiah serta indikator khusus struktur dan fungsi agroekosistem untuk membantu siswa dan profesional mengurai kerumitan ini. Kami mendekati topik di seluruh hirarki skala spasial dari mikrobiologi ke tingkat lanskap dan regional. Perspektif ini penting untuk mempromosikan pemahaman yang lebih baik tentang aliran fungsi agroekosistem dari penataan fisik lapangan, pertanian, lanskap, dan kawasan.

Sebagian besar ilmuwan pertanian dan banyak program kami dalam kurikulum saat ini fokus pada aspek produksi pertanian. Tujuan peningkatan hasil panen dan produksi hewan adalah inheren dan diasumsikan dalam desain sistem tanam, penggembalaan, dan peternakan. Namun kita tahu bahwa keberlanjutan pertanian dan sistem pangan akan bergantung pada lebih dari produksi. Untuk alasan ini, indikator yang digunakan untuk menilai sistem dalam bab-bab berikut mencerminkan dimensi agroekosistem biologis, ekologi, ekonomi, dan sosial.

Ilmu agroekologi telah berkembang sebagai kerangka kerja di mana kita dapat mengukur dan mengevaluasi secara obyektif sistem pangan dan serat. Para editor dan penulis Analisis Agroekosistem berniat monograf untuk melayani baik sebagai referensi penelitian profesional dan buku teks untuk mahasiswa tingkat lanjut atau mahasiswa pascasarjana. Setiap bab

80

berisi pertanyaan-pertanyaan penelitian. Monograf diakhiri dengan glosarium dan indeks subjek.

Untuk mengintegrasikan dan membangun pengetahuan yang diperoleh dari berbagai disiplin dan perspektif, penulis bab bertukar informasi selama persiapan, menulis, dan mengedit kontribusi mereka. Proses ini membantu kami untuk mengintegrasikan materi dan menambahkan beberapa dimensi ke sistem kompleks yang kita semua perjuangkan untuk dipahami.

Dalam beberapa tahun terakhir telah berkembang permintaan terhadap pendekatan dan metode yang lebih multidisiplin dan holistik untuk penelitian dan pengembangan pertanian. Penelitian sistem pertanian dan pembangunan pedesaan terpadu adalah dua tanggapan terhadap permintaan ini, tetapi sama dengan pendekatan multidisiplin lainnya, mereka menghadapi masalah yaitu mencoba untuk mencakup luasnya keahlian, sementara pada saat yang sama menghasilkan kesepakatan bersama tentang tindakan praktis yang berharga. Prosedur analisis agroekosistem yang digambarkan dan diilustrasikan “menggabungkan” kerangka kerja yang ketat dengan fleksibilitas yang cukup untuk mendorong interaksi interdisipliner yang sesungguhnya. Ini telah dirancang dan diuji di Thailand selama lima tahun terakhir. Prosedur ini menggunakan pendekatan analisis sistem dalam lingkungan lokakarya. Para peserta memulai dengan mendefinisikan tujuan analisis dan sistem yang relevan, batasan-batasannya dan pengaturan hierarkisnya. Ini diikuti oleh analisis pola, sistem yang dianalisis oleh semua disiplin yang berpartisipasi dalam hal ruang, waktu, arus dan keputusan. Pola-pola tersebut penting dalam menentukan sifat sistem penting dari agroekosistem, yaitu produktivitas, stabilitas, keberlanjutan dan pemerataan. Hasil dari analisis adalah seperangkat pertanyaan kunci yang disepakati untuk penelitian masa depan atau alternatif seperangkat pedoman sementara untuk pembangunan.

4.1.. Pendahuluan

Upaya untuk memahami hubungan timbal balik antara, di satu sisi, tujuan dan sasaran masyarakat yang hidup dalam agroekosistem dan, di sisi lain, tindakan yang direncanakan, kebutuhan yang dinyatakan, dan kekhawatiran membutuhkan pemahaman sistem yang kompleks. Sistem seperti itu melibatkan banyak variabel yang berinteraksi satu sama lain dalam proses dinamis. Lebih jauh lagi, definisi variabel-variabel ini dan hubungan mereka bergantung pada bagaimana komunitas memandang dunia mereka. Dalam upaya untuk memodelkan sistem yang kompleks seperti itu, seseorang menghadapi trade-off antara akurasi prediksi model dan kemampuan untuk memperoleh informasi rinci yang diperlukan untuk membangun model (Roberts dan Brown, 1975).

Suatu sistem, yang lebih baik disebut sebagai holon untuk membedakannya dari kumpulan struktur dan fungsi dunia nyata, adalah representasi dari suatu situasi dan terdiri dari kumpulan unsur-unsur yang

81

dihubungkan sedemikian rupa sehingga mereka membentuk suatu kesatuan yang terorganisir (Flood dan Carson, 1993). Unsur adalah representasi dari beberapa fenomena dengan kata benda atau frase kata benda. Hubungan antar elemen mewakili hubungan di antara mereka.

Suatu hubungan dapat dikatakan ada di antara dua elemen jika perilaku seseorang dipengaruhi atau dikendalikan oleh yang lain (Flood dan Carson, 1993). Perilaku mengacu pada perubahan dalam satu atau beberapa atribut penting dari suatu elemen. Pemikiran sistem melibatkan penyusunan holon dan kemudian menggunakannya untuk mencari tahu, mendapatkan wawasan ke dalam, atau merekayasa sebagian dari dunia yang dirasakan.

Kesulitan dalam merumuskan sebuah holon untuk mempelajari keterkaitan antara nilai-nilai komunitas, tujuan masyarakat, tindakan yang direncanakan, dan masalah yang dirasakan muncul dari tiga keadaan sulit. Yang pertama adalah bahwa nilai, tujuan, dan masalah secara sosial dibangun berdasarkan perspektif para pemangku kepentingan, dan ini kadang-kadang berbeda atau bertentangan (Ison et al., 1997). Tidak ada perspektif semacam itu yang cukup atau lengkap, dan tidak ada yang bisa dikatakan benar atau salah. Selanjutnya, masalah dan kekhawatiran dalam agroekosistem sering menjadi bagian dari apa yang telah disebut sebagai kekacauan (Ackoff, 1980). Kerumitan adalah kompleks masalah yang saling terkait di mana tidak ada kesepakatan bersama tentang sifat masalah atau solusi potensial.

Kesulitan ke dua berasal dari fakta bahwa banyak hubungan antara unsur-unsur dalam model mencerminkan niat manusia (Caws, 1988), banyak yang dicirikan oleh tingkat ketidakpastian yang tinggi. Keadaan ketiga adalah bahwa informasi dan pengetahuan yang diperlukan untuk membangun model bergantung pada pengalaman manusia.

Metode untuk memperoleh pengetahuan berbasis pengalaman dicirikan oleh tingkat subjektivitas yang tinggi. Pertanyaan tentang bagaimana menganalisis dan menginterpretasikan nilai-nilai masyarakat, tujuan, dan tujuan dalam agroekosistem adalah salah satu cara untuk merumuskan masalah sebagai gabungan dari semua perspektif pemangku kepentingan pada situasi masalah. Masalah semacam ini harus menjadi sistem yang ditentukan oleh masalah (bukan masalah yang ditentukan oleh sistem) yang merupakan konstruksi sosial budaya berdasarkan persepsi masyarakat tentang fenomena biofisik (Ison et al., 1997).

Salah satu cara di mana holon yang ditentukan oleh masalah agroekosistem dapat diperoleh adalah dengan menghasilkan peta kognitif dari pernyataan masyarakat yang berkaitan dengan nilai, tujuan, dan masalah kolektif mereka. Peta kognitif adalah representasi pernyataan orang tentang domain tertentu. Hal ini diperoleh dengan menggambarkan bagaimana orang berpikir suatu tindakan akan mencapai tujuan mereka (berdasarkan bagaimana mereka memahami dunia untuk bekerja) dalam bentuk grafik di mana konsep-konsep dihubungkan satu sama lain oleh garis dan panah (Ridgley dan Lumpkin, 2000). Konsep diwakili sebagai kata atau frasa yang mengacu pada tindakan, konteks, kualitas, atau

82

jumlah hal di dunia fisik. Koneksi mencerminkan hubungan pemikiran yang ada antara konsep-konsep yang terhubung. Hubungan seperti itu dapat menjadi sebab dan akibat, diutamakan, atau bahkan afinitas. Tergantung pada karakteristik mereka, penggambaran yang dihasilkan secara beragam disebut sebagai peta kognitif, diagram pengaruh, atau grafik yang diarahkan (digraf) (Ridgley dan Lumpkin, 2000).

Kegunaan peta kognitif tergantung pada dua pertanyaan (Axelrod, 1976a): (1) Apakah proses dalam domain model terjadi sesuai dengan hukum peta kognitif? (2) Jika mereka melakukannya, apakah mungkin mengukur asersi dan keyakinan yang akurat dari suatu komunitas sedemikian rupa sehingga model dapat diterapkan? Beberapa teknik untuk memunculkan pernyataan orang telah diterapkan (Axelrod, 1976b), termasuk survei kuesioner dan wawancara terbuka. Untuk memperoleh pernyataan tentang faktor-faktor yang mempengaruhi kesehatan agroekosistem dan keberlanjutan dari masyarakat, metode tersebut harus memenuhi tiga persyaratan. Pertama, derivasi seharusnya tidak memerlukan spesifikasi apriori dari konsep yang mungkin digunakan komunitas tertentu dalam peta kognitifnya. Ke dua, opsi, tujuan, utilitas utama, dan konsep intervening yang relevan harus dimasukkan ke dalam peta kognitif agar dapat berguna dalam mengevaluasi opsi manajemen yang berbeda (Axelrod, 1976b). Terakhir, peta harus merupakan representasi akurat dari pernyataan kolektif (dan hubungan di antara mereka) dari komunitas. Seperti peta kognitif yang lebih baik dirasakan sebagai grafik diarahkan ditandatangani, hanya dikenal sebagai digraf (Axelrod, 1976a), dengan poin yang mewakili masing-masing konsep dan anak panah yang mewakili mewakili hubungan antara konsep. Tanda panah diambil dari variabel “penyebab” ke variabel “efek”, dengan tanda positif untuk menunjukkan hubungan langsung (atau positif) atau tanda minus untuk menunjukkan hubungan terbalik (atau negatif).

Inspeksi visual bukan cara yang dapat diandalkan untuk menganalisis digraf. Kerangka matematis sangat penting untuk mengidentifikasi sifat dasar dari digraf dan untuk memungkinkan perbandingan antara grafik (Sorensen, 1978). Ada beberapa pendekatan matematis untuk menganalisis digraf yang bertanda tangan berdasarkan teori grafik, matriks aljabar, dan model sistem diskrit dan dinamis (Harary et al., 1965). Pendekatan ini dibagi menjadi dua kategori besar: aritmatika dan geometrik (Roberts, 1976b).

Tujuan analisis geometrik biasanya untuk menganalisis struktur, bentuk, dan pola yang dapat memberikan karakteristik penting ke sistem. Kesimpulan geometrik yang khas adalah bahwa beberapa variabel akan tumbuh secara eksponensial atau bahwa beberapa variabel lainnya akan berosilasi dalam nilai. Tingkat numerik yang dicapai tidak dianggap penting dalam prediksi tersebut (Roberts, 1976b). Analisis geometrik dari digraf yang ditandai meliputi (1) menelusuri jalur kausal yang berbeda (Axelrod, 1976a), (2) identifikasi loop umpan balik (Roberts, 1976b), (3) deteksi ketidakseimbangan jalan (Nozicka et al., 1976) , (4) penilaian stabilitas (Roberts, 1976a), (5) perhitungan komponen yang kuat, (6) penilaian

83

keterhubungan (Roberts, 1976b), dan (7) penilaian efek dari strategi yang berbeda (perubahan dalam struktur sistem) pada karakteristik sistem (Roberts, 1976a).

Analisis aritmatik melanjutkan dari persepsi digraf yang ditandai sebagai sistem dinamis di mana elemen mendapatkan nilai yang diberikan dengan setiap unit berubah dalam waktu (atau ruang) dari yang lain. Nilai yang diperoleh bergantung pada perubahan sebelumnya pada variabel lain. Asumsi sederhana tentang bagaimana perubahan nilai disebarkan melalui sistem adalah apa yang disebut proses pulsa (Roberts, 1971). Dengan asumsi bahwa perubahan dalam nilai-nilai dalam model berikut perubahan-of-nilai proses tertentu (seperti proses pulsa), (1) stabilitas dapat dinilai bahkan untuk digraf jalan-tidak seimbang, (2) pengaruh kejadian luar di sistem dapat dipelajari, dan (3) perkiraan dapat dibuat. Roberts (1976a) memperingatkan bahwa hasil dari analisis aritmatika harus dianggap sebagai sugestif dan diverifikasi dengan analisis lebih lanjut karena digraf-sebagai model dari sistem yang kompleks-tidak tepat benar karena penyederhanaan yang dibuat dalam proses pemodelan.

Bahasan ini menjelaskan formulasi “holon” yang ditentukan oleh masalah untuk agroekosistem dan analisisnya menggunakan teori grafik dan teknik pemodelan dinamis. Tujuan keseluruhannya adalah untuk mendapatkan wawasan tentang definisi kesehatan masyarakat dan untuk mengidentifikasi faktor-faktor yang dianggap paling berpengaruh dalam hal kesehatan dan keberlanjutan agroekosistem mereka. Kerangka kerja analitik ini berfungsi sebagai dasar untuk memilih indikator dan dalam menafsirkannya. Secara khusus, tujuannya adalah (1) untuk menilai bagaimana komunitas dalam agroekosistem memandang keterkaitan antara masalah, tujuan, nilai, dan faktor lainnya; (2) untuk mengevaluasi apa yang dianggap masyarakat sebagai manfaat keseluruhan dari berbagai strategi pengelolaan agroekosistem; (3) untuk menentukan apa yang akan menjadi langkah perubahan yang paling relevan dalam situasi masalah; dan (4) untuk menemukan apa yang akan menjadi efek jangka panjang dari berbagai strategi dan kebijakan manajemen, dengan asumsi bahwa pernyataan masyarakat adalah penggambaran yang cukup akurat dari situasi masalah.

4.2. Proses dan Metode

Peta kognitif (juga dikenal sebagai model loop, pengaruh atau diagram spaghetti) didefinisikan sebagai model yang menggambarkan ide, keyakinan, dan sikap dan hubungan mereka satu sama lain dalam bentuk yang dapat dipelajari dan dianalisis (Eden et al., 1983; Puccia dan Levins, 1985; Ridgley dan Lumpkin, 2000). Peta kognitif dikembangkan, satu untuk setiap situs studi intensif (ISS), dalam lokakarya partisipatif 1 hari, menggunakan prinsip pemetaan partisipatif. Peta dianalisis menggunakan teori grafik seperti yang dijelaskan oleh Harary et al. (1965), Jeffries (1974), Roberts and Brown (1975), Roberts (1976a, 1976b), Perry (1983), Puccia

84

dan Levins (1985), Klee (1989), Ridgley dan Lumpkin (2000), dan Bang- Jensen and Gutin (2001).

4.2.1. Pemetaan Kognitif PartisipatifPeta kognitif, dalam bentuk grafik diarahkan bertanda (digraf),

dibangun untuk setiap ISS. Kegiatan pemetaan ini dilakukan pada bulan Oktober dan November 1997, setelah lokakarya desa awal. Rincian pemilihan lokasi studi disediakan di Bab 2. Lokakarya 1 hari diadakan di setiap lokasi penelitian. Setiap rumah tangga di lokasi penelitian diwakili oleh setidaknya satu orang. Meskipun peserta lokakarya dari komunitas ISS belum tentu ahli dalam disiplin teknis yang relevan, mereka dianggap sebagai ahli “awam” (Roberts, 1976a) karena pengetahuan pengalaman unik mereka tentang agroekosistem. Para peserta lokal dianggap sebagai “ahli sintetis” (Dalkey, 1969).

Untuk memfasilitasi diskusi kelompok dan memberikan kesempatan bagi setiap peserta lokal untuk memberikan pendapat, peserta lokal dibagi ke dalam kelompok 6–10. Jumlah (mulai dari 4 hingga 10) kelompok tergantung pada jumlah peserta dan oleh karena itu ukuran desa. Seorang fasilitator dan perekam disediakan untuk masing-masing kelompok. Fasilitator terdiri dari peneliti dan anggota tim divisi seperti yang dijelaskan dalam Bab 2. Setiap kelompok diminta untuk mendiskusikan bagaimana berbagai masalah dan kekhawatiran di lokasi penelitian saling berinteraksi satu sama lain, sehingga mempercepat perubahan dalam kesehatan dan keberlanjutan agroekosistem. Papan tulis, kartu indeks, dan lembaran kertas besar digunakan untuk memplot grafik. Setiap kelompok ditunjukkan, menggunakan contoh abstrak, tentang bagaimana mereka bisa mewakili pandangan mereka dalam bentuk digraf menggunakan bahan yang disediakan. Peserta diminta untuk mencatat konsep pada kartu indeks (membuatnya lebih mudah untuk memindahkan konsep dalam diagram) atau langsung di papan tulis.

Konsep-konsep itu kemudian dihubungkan menggunakan aturan yang dijelaskan untuk peta kognitif dan digraf bertanda tangan. Setiap kelompok mempresentasikan diagramnya kepada seluruh peserta lokakarya. Diagram dibandingkan dan dikontraskan dan diagram komposit dikembangkan. Diagram gabungan ini hanya mencakup konsep dan hubungan di mana ada konsensus tentang keberadaan mereka. Dasar pemikiran untuk ini adalah bahwa tindakan kolektif kemungkinan akan mengikuti hanya jika konsensus ada. Selanjutnya, konsensus diasumsikan menunjukkan kesepakatan bersama bahwa konsep dan hubungan dioperasikan dengan cara yang digambarkan.

Peserta menggambarkan hubungan antara konsep dalam hal arah pengaruh (misalnya, pengaruh B), tanda (“positif” jika berkorelasi positif dan “negatif” jika berkorelasi negatif), serta dampak yang dirasakan pada sistem (positif jika bermanfaat dan negatif jika merugikan). Dalam peta kognitif, korelasi dilambangkan dengan bentuk garis (padat jika positif dan putus-putus jika negatif). Dampaknya dilambangkan dengan warna; panah merah melambangkan dampak negatif, sementara garis biru

85

melambangkan dampak positif. Panah merah solid, misalnya, mewakili korelasi positif dengan dampak negatif pada agroekosistem. Sebaliknya, garis biru putus-putus menunjukkan korelasi negatif dengan dampak positif.

Di semua lokasi penelitian, peserta mulai dengan daftar kategori konsep yang diperlukan untuk menjelaskan hubungan antara, di satu sisi, masalah agroekosistem dan kekhawatiran dan, di sisi lain, kesehatan dan keberlanjutannya. Sebuah metafora dalam bahasa lokal digunakan untuk menyamakan kategori konsep terkait dengan pot dan proses berpikir sebagai memasak. Kategori, dan akhirnya konsep itu sendiri, dihasilkan menggunakan pernyataan deklaratif dari bentuk, "Anda tidak bisa memasak (memikirkan) x tanpa (termasuk konsep) y." Konsep milik "pot" yang sama - yang terlihat terkait dalam beberapa hal-dilingkari jika di papan tulis atau dimasukkan ke dalam satu tumpukan jika pada kartu. Hubungan antara pot kemudian ditambahkan ke diagram, diikuti oleh hubungan di dalamnya.

4.2.2. Analisis GeometrisSebuah digraf bertanda D = (V, A) didefinisikan sebagai terdiri dari

satu set (V) poin (v1, v2,…, vn) yang disebut simpul dan set lain (A) dari dimensi n x n disebut matriks ketetanggaan (Gambar). 4.1). Matrik adjacency dari digraf D = (V, A) terdiri dari elemen aij, di mana aij = 1 jika arc (vi, vj) ada dan 0 jika arc (vi, vj) tidak ada, dengan i dan j = {1, 2, 3, ..., n}. Derajat verteks (vi) adalah penjumlahan dari kolom (i) dalam matriks ketetanggaan yang bersesuaian dengan verteks tersebut. Sebaliknya, out-degree dari vertex (vi) adalah jumlah dari baris (i) dalam matriks adjacency yang berhubungan dengan vertex tersebut. Jumlah derajat dan derajat verteks adalah derajat total (td) dan merupakan ukuran pusat kognitif verteks (Nozicka et al., 1976).

Sebuah vertex dengan derajat 0 digambarkan sebagai sumber, sementara satu dengan outdegree 0 digambarkan sebagai sink. Jalur didefinisikan sebagai urutan simpul yang berbeda (v1, v2,…, vt) dihubungkan oleh busur sehingga untuk semua i = {1, 2, ..., t} ada busur (vi, vi + 1) . Tanda (atau efek) dari jalan adalah produk dari tanda-tanda busurnya, dan panjang jalan adalah jumlah busur di dalamnya. Dampak jalur dari vertex vi ke vertex vj lainnya dihitung sebagai efek dari jalur dikalikan dengan tanda vertex vj. Tanda verteks positif jika semua busur efek positif yang mengarah padanya memiliki dampak positif dan negatif jika sebaliknya. Tanda vertex sumber adalah jumlah dari dampak semua busur yang mengarah darinya. Berbeda dengan jalan, siklus didefinisikan sebagai urutan simpul (v1, v2, ..., vt) sehingga untuk semua i = {1, 2, ..., t} ada busur (vi, v (i + 1)), dan di mana v1 = vt, sementara semua simpul lainnya berbeda. Tanda, panjang, dan dampak dari suatu siklus seperti yang didefinisikan untuk jalur. Unsur-unsur diagonal (aii) dari matriks Pada memberi jumlah siklus dan jalan tertutup dari vertex yang diberikan (vi). Unsur-unsur off-diagonal memberikan jumlah berjalan dan jalur dari satu vertex (vi) ke yang lain (vj). Sebuah jalan mirip dengan jalan dengan pengecualian bahwa simpul membentuk urutan tidak berbeda.

86

Efek total (TE) dari sebuah vertex (vi) pada vertex lain (vj) adalah jumlah dari efek dari semua jalur dari vi ke vj. Jika semua efek tersebut positif, maka total efeknya positif (+); jika semuanya negatif, efek totalnya negatif (-); jika dua atau lebih jalur dengan panjang yang sama memiliki efek yang berlawanan, penjumlahannya tidak pasti (#), dan jika semua lintasan dengan efek berlawanan memiliki panjang yang berbeda, maka jumlahnya ambivalen (??)). Sebuah digraf dengan setidaknya satu efek total tak tentu atau ambivalen dikatakan tidak seimbang. Salah satu yang tidak memiliki efek total tak tentu atau ambivalen adalah jalan seimbang. Matrik adjacency yang ditandatangani (juga disebut matriks insiden, matriks efek langsung, atau matriks valensi) digunakan untuk menghitung efek total. Dampak vertex vi pada vertex vj lainnya dihitung sebagai efek total vi pada vj dikalikan dengan tanda vertex vj.

Matriks ketercapaian R adalah matriks nx n persegi dengan elemen rij yang 1 jika vj dapat dicapai dari vi dan 0 jika sebaliknya. Menurut definisi, setiap elemen dapat dicapai dari dirinya sendiri, sehingga rii = 1 untuk semua i. Matriks ketercepaian ini dapat dihitung dari matriks “kedekatan” menggunakan rumus R = B [(I + A) n − 1]. B adalah fungsi Boolean di mana B (x) = 0 jika x = 0, dan B (x) = 1 jika x> 0. I adalah matriks identitas. Digraph D = (V, A) dikatakan sangat terhubung (yaitu, untuk setiap pasangan simpul vi dan vj, vi dapat dicapai dari vj dan vj dapat dicapai dari vi) jika dan hanya jika R = J, matriks dari semua 1. D terhubung secara sepihak (yaitu, untuk setiap pasangan simpul vi dan vj, vi dapat dicapai dari vj atau vj dapat dicapai dari vi) jika dan hanya jika B [R + R ′] = J.

Komponen kuat (yaitu, subdigraf D di mana semua simpul terhubung secara maksimal) di mana 'vertex' (vi) adalah anggota diberikan oleh entri 1 dalam baris ke-i (atau kolom) dari produk elementwise dari R dan R ′. Jumlah elemen dalam setiap komponen kuat diberikan oleh elemen diagonal utama R2.

87

Gambar 4.1. Contoh digraph dan kedekatannya (A) dan matriks kedekatan (sgn(A)).

4.2.3. Model Proses PulsaSuatu Digraf-terbobot adalah digraph dimana setiap busur (vi, vj)

dikaitkan dengan berat (aij). Matrik adjacency yang ditandatangani (dalam hal ini disebut sebagai matriks adjacency berbobot) dari digraf berbobot oleh karena itu terdiri dari bobot yang ditanda (aij) dari semua busur (vi, vj) dalam digraf dan 0 jika busur tidak ada. . Di bawah proses pulsa, busur (vi, vj) ditafsirkan sebagai menyiratkan bahwa ketika nilai vi ditingkatkan oleh satu unit pada langkah t diskrit dalam waktu atau ruang, vj akan meningkat (atau menurun tergantung pada tanda aii) oleh unit aij pada langkah t + 1. Awalnya, busur di setiap digraf dianggap sama bobotnya dan panjangnya. Oleh karena itu model mengasumsikan bahwa pulsa dalam vertex vi pada waktu t terkait secara linier terhadap pulsa dalam vj pada waktu t + 1, jika ada busur (vi, vj) dalam digraf. Nilai (vit) dari vertex vi pada saat t dihitung dengan rumus:

P0 i (t − 1) adalah vektor pulsa eksternal atau perubahan dalam simpul v1, v2,…, vn at step (t - 1); sgn (vi, vj) adalah tanda busur (vi, vj); Pj (t − 1) disebut sebagai pulsa dan merupakan elemen jth dari vektor pulsa P

88

pada baris (t - 1). Pjt diberikan oleh perbedaan vjt - vj (t − 1) untuk t> 0 dan 0 sebaliknya.

Proses nadi dari digraf yang ditandai D ditentukan oleh vektor dari nilai awal pada setiap titik yang diberikan oleh Vs = {v1s, v2s,…, vns} dan vektor dari pulsa awal pada masing-masing simpul yang diberikan oleh P00 = P0 = {P10, P20, ..., Pn0}. Dengan demikian, nilai pada vertex vi pada langkah t = 0 dihitung sebagai ui0 = uis + pi0.

Sebuah proses pulsa otonom jika pi t0 () = 0 untuk semua t> 0, yaitu, tidak ada pulsa eksternal lainnya yang diterapkan setelah pulsa awal P0 pada langkah t = 0. Dalam proses pulsa otonom dalam digraf, D = ( V, A), Pt = (P0 * At). Selanjutnya, proses pulsa yang dimulai pada vertex vi digambarkan sebagai sederhana jika P0 memiliki entri ke dua sama dengan 1 dan semua entri lainnya sama dengan 0; yaitu, sistem menerima pulsa awal dari satu titik. Di bawah proses pulsa otonom sederhana, pulsa satuan disebarkan melalui sistem mulai dari verteks awal vi. Di bawah proses ini, nilai vertex vi pada waktu t diberikan dengan rumus:

Dari ini, dapat ditunjukkan bahwa dalam proses pulsa otonom sederhana mulai dari vertex vi, nilai pada vertex vj pada langkah t diberikan oleh uj (t) = uj (0) + eij, di mana eij adalah elemen i, jth dari matriks T = (A + A2 + ... + At), di mana A adalah matriks adjacency tertimbang. Efek dari vertex vi pada vj lain adalah positif jika semua pulsa pada vj yang dihasilkan dari pulsa otonom sederhana pada vi selalu positif, ambivalen jika mereka berosilasi, dan positif jika mereka selalu negatif. Dampaknya dihitung seperti yang dijelaskan dalam analisis geometrik.

Berdasarkan karya Klee (1989), digraf digambarkan sebagai stabil, nilai (atau kuasi-) stabil, semistable, atau tidak stabil di bawah proses pulsa yang diberikan. Sebuah digraf stabil di bawah proses pulsa jika nilai-nilai pada setiap titik bertemu ke asal sebagai t → ∞. Itu digambarkan sebagai nilai stabil jika nilai-nilai pada setiap titik dibatasi, yaitu, ada angka Bj sehingga • vjt • <Bj untuk semua j dan 0 ≤ t ≤ ∞. Sebuah digraf bisa semitable jika nilai-nilai pada setiap titik berubah pada polinomial daripada tingkat eksponensial. Itu tidak stabil jika sebaliknya itu benar. Sebuah digraf digambarkan sebagai pulsa stabil di bawah proses pulsa jika pulsa pada setiap vertex dibatasi untuk 0 ≤ t ≤ ∞, yaitu, • pjt • <Bj untuk semua t. Sifat-sifat stabilitas dari suatu digraf berhubungan dengan nilai eigen dari matriks adjacency tertimbang. Sebuah digraf stabil di bawah semua proses pulsa jika dan hanya jika setiap nilai eigen memiliki bagian real negatif (Klee, 1989). Jika semua nilai eigen nol A berbeda dan paling banyak 1 dalam magnitudo, maka digraf itu pulsa stabil di bawah semua proses pulsa

89

sederhana (Roberts dan Brown, 1975). Digraph adalah nilai stabil di bawah semua proses pulsa sederhana jika pulsa stabil dan 1 bukan nilai eigen D (Roberts dan Brown, 1975). Sebuah digraf adalah semit di bawah semua proses pulsa jika dan hanya jika setiap nilai eigen memiliki bagian nyata nonpositif (Klee, 1989).

4.2.4. Aplikasi Alat Teori Sistem di DesaSumber dalam digraf dianggap mewakili faktor-faktor yang

membutuhkan intervensi eksternal. Dampak yang dirasakan dan hasil yang diharapkan dari tujuan masyarakat dinilai dalam dua cara. Yang pertama adalah melalui analisis geometrik dari peta kognitif, yang melibatkan pemeriksaan dari total dampak dari simpul yang sesuai dengan masing-masing tujuan. Jumlah total dampak positif digunakan untuk menentukan peringkat tujuan masyarakat, dan ini dibandingkan dengan peringkat yang dilakukan oleh masyarakat selama lokakarya partisipatif. Kehadiran efek tak tentu dianggap sebagai hasil dari ketidakseimbangan jalan. Ketidakseimbangan alur dilihat sebagai hubungan di mana hasilnya bisa menjadi negatif atau positif tergantung pada berat dan kelambatan waktu yang ditempatkan pada busur dari berbagai jalur yang menghubungkan simpul. Ini dianggap penting karena mereka mewakili aspek-aspek di mana trade-off dan saldo sangat penting untuk hasil keseluruhan dari tujuan masyarakat. Kehadiran dampak ambivalen dilihat sebagai indikasi ketidakstabilan amplitudo sistem yang meningkat.

Metode ke dua untuk menilai dampak dari tujuan masyarakat adalah proses pulsa otonom sederhana yang dimulai pada masing-masing simpul sesuai dengan tujuan masyarakat. Dampaknya dinilai berdasarkan (n - 1) iterasi, setara dengan jalur terpanjang dalam digraf. Kegunaan dari pendekatan ini adalah dalam menilai pentingnya ketidakseimbangan jalan dalam hasil dari tujuan masyarakat. Digraf di mana tujuan masyarakat hanya berdampak positif dikatakan dalam spiral regeneratif. Mereka di mana ada dampak negatif yang lebih besar dikatakan berada dalam spiral degeneratif.

Dua jenis strategi penstabilan nilai dinilai. Pertama adalah di mana tanda-tanda busur di digraf itu diubah baik secara individu atau sebagai kelompok. Strategi stabil yang melibatkan perubahan paling sedikit dianggap paling sederhana. Tipe lain dari strategi stabilisasi adalah di mana bobot yang terkait dengan busur diubah - dengan strategi yang paling sederhana - strategi yang melibatkan perubahan paling sedikit. Pentingnya menilai kestabilan nilai adalah untuk mengevaluasi hubungan-hubungan kunci yang menjadi dasar tujuan dari tujuan-tujuan masyarakat. Keberadaan banyak strategi stabilisasi sederhana dianggap sebagai indikasi peningkatan sistem inersia. Tidak adanya strategi stabilisasi dianggap sebagai indikasi tidak hanya ketidakseimbangan kognitif tetapi juga sebagai kemungkinan stabilitas lintasan.

90

4.3 .. Hasil Analisis

Tiga kelompok konsep umum untuk peta kognitif dari enam komunitas. Ini adalah masalah, output, dan institusi. Untuk kemudahan analisis, kategori umum dipertahankan, sedangkan sisanya konsep ditempatkan ke dalam satu kategori umum: sistem-negara (Gambar 4.2). Jumlah konsep yang digambarkan dalam peta kognitif dari komunitas yang berbeda adalah serupa. Mahindi memiliki paling banyak (38), sementara Thiririka dan Gitangu memiliki yang paling sedikit (31) (Tabel 4.1). Peta kognitif oleh komunitas Kiawamagira memiliki paling banyak (66) busur, diikuti oleh yang oleh Githima (Tabel 4.1). Peta kognitif yang ditarik oleh komunitas Thiririka memiliki jumlah hubungan rata-rata terendah per konsep (1,5), diikuti oleh Mahindi (1,6), dan kemudian Gikabu (1,7). Githima dan Gitangu memiliki jumlah hubungan per konsep tertinggi (1,9).

Gambar 4.2. Peta kognitif yang menggambarkan faktor-faktor persepsi yang mempengaruhi kesehatan dan keberlanjutan agroekosistem di situs survei intensif Githima, Distrik Kiambu, Kenya, 1997. AI, inseminasi buatan. (KTDA = Kenya Tea Development Authority).

91

Di semua desa, hubungan dengan dampak negatif adalah yang paling dominan, terdiri dari antara 60% dan 70% dari semua busur di digraf. Desa Mahindi dan Thiririka memiliki proporsi hubungan negatif-dampak tertinggi (masing-masing 71,2% dan 70,8%). Mahindi dan Gitangu masing-masing hanya menunjukkan satu institusi dalam diagram pengaruh mereka meskipun telah menyebutkan beberapa di antaranya dalam analisis institusional.

Tabel 4.1. Perbandingan Banyaknya Konsep dan Hubungan dalam Peta Kognitif yang Digambarkan oleh Enam Komunitas di Distrik Kiambu, Kenya, Menggambarkan Persepsi Masyarakat tentang Faktor-Faktor yang Mempengaruhi Kesehatan dan Keberlanjutan Agroekosistem.

Banyaknya Konsep Banyaknya BusurDesa Total Problem

sOutput

sState

sInstituti-ons

Total % with Negative

Effect

Githima 34 8 4 15 7 63 63.5Gitangu 31 11 4 15 1 59 64.4Kiawamagira

37 10 4 16 7 66 69.7

Mahindi 38 6 3 28 1 59 71.2Gikabu 33 10 3 13 7 57 66.7Thiririka 31 10 3 15 3 48 70.8

4.3.1. Studi kasus: Lokasi Githima Peta kognitif yang menggambarkan persepsi penduduk desa

Githima ditunjukkan pada Gambar 4.2. Vertex 3, dengan total derajat 12, memiliki pusat kognitif. Vertikal lainnya dengan derajat total tinggi adalah 13, 9, dan 23 dengan total derajat 11, 6, dan 6, masing-masing. Vertex 20 adalah satu-satunya sink (out-degree = 0), sedangkan simpul 7, 15, 26, 32, dan 33 adalah sumber (dalam derajat = 0).

Dampak dari tujuan komunitas Githima, berdasarkan analisis geometrik dari peta kognitif faktor-faktor yang mempengaruhi kesehatan dan keberlanjutan agroekosistem, ditunjukkan pada Tabel 4.2. Jalan, pengetahuan, dan buta huruf memiliki dampak tak tentu pada kebanyakan simpul. Ini hasil dari dua jalur seimbang dari vertex 6 (penggunaan agrokimia) ke titik 13 (pendapatan). Semua tujuan memiliki dampak negatif pada penggunaan agrokimia. Ini karena ini adalah titik negatif tetapi dengan dampak positif pada produktivitas pertanian. Semua gol kecuali jalan memiliki dampak negatif pada titik 30 (komite sekolah), yang disebabkan oleh loop negatif-umpan dampak positif yang menghubungkannya dengan titik negatif 28 (ketidaktahuan). Semua tujuan kecuali inseminasi buatan (AI) dan keamanan memiliki dampak tak tentu

92

pada titik 12 (erosi tanah dan infertilitas). Dampak tak tentu dari jalan, pengetahuan, dan melek huruf pada verteks tanah adalah karena ketidakseimbangan jalan antara simpul 6 dan 13. Dampak tak tentu dari kesehatan dan perawatan kesehatan pada verteks tanah yang dihasilkan dari ketidakseimbangan jalan antara simpul 13 dan 12 (positif jalur melewati titik 16, sedangkan yang negatif melewati titik 27).

Ketika busur [6, 9] negatif atau tidak ada, dampak positif keseluruhan dari tujuan masyarakat meningkat menjadi 154 dengan hanya 16 dampak negatif. Hasil ini sebagian besar dari peningkatan dampak positif jalan dan melek huruf. Menghapus busur [8, 6] meningkatkan dampak keseluruhan dari sasaran masyarakat menjadi 134 sambil mengurangi dampak negatif ke 8. Pengaturan busur [13, 24] menjadi negatif atau nol mengurangi dampak positif dari sasaran komunitas ke 45 dan 73, masing-masing, sementara meningkatkan dampak negatif ke 60 dan 16, masing-masing. Demikian pula, membalik atau menghapus busur [24, 31] menghasilkan dampak positif berkurang (50 dan 78, masing-masing). Membalikkan busur meningkatkan dampak negatif ke 55, tetapi menghapus busur mengurangi dampak negatif ke 10.

Digraph terdiri dari 25 putaran umpan balik, hanya 4 di antaranya adalah umpan balik negatif. Hal yang terpanjang dari semua loop umpan balik adalah panjang sembilan. Ada dua komponen yang kuat. Yang pertama memiliki dua simpul (produksi teh dan pusat teh) dalam lingkaran umpan balik positif. Komponen kuat lainnya mencakup semua simpul lainnya kecuali layanan AI, produksi susu, jalan, komite listrik, keamanan, populasi, medan, perawatan kesehatan, gaya hidup, dan tingkat kelahiran.

93

Tabel 4.2. Dampak Tuhuan masyarakat Githima berdasarkan pada analisis Geometrik.

Tujaun Masyarakat:IB Ja-lan Kese-

hatanBhan Bakar

Kea-manan

Water Know-ledge

Buta huruf

Layanan Kesehatn

1 (AI) + + . . . . . . .2 (Dairy) + + . . . . . . .3 (Productivity) + ± + + . + # # +4 (Tea) . + . . . . . . .5 (Tea centers) . + . . . . . . .6 (Chemicals) − − − − . − − − −7 (Roads) . + . . . . . . .8 (Coffee) + # + + . + + + +9 (Health) ± # + # . ± # # +10 (Co-op) + # + + . + + + +11 (Factories) + # + + . + + + +12 (Soil) ± # # # . # # # #13 (Income) + # + + . + # # +14 (Rainfall) + # + + . + # # +15 (Electricity) . . . . . . . . .16 (Fuel) + # + + . + # # +17 (Forest) + # + + . + # # +18 (Land size) + # + + . + # + +19 (Inequity) + # + + . + # + +20 (Security) + # + + + + # # +21 (Labor) + # + + . + # + +22 (Population) . . . . . . . . .23 (Water) + # + + . + # # +24 (Schools) + # + + . + # # +25 (Hygiene) + # + + . + # # +26 (Terrain) . . . . . . . . .27 (Techniques) + # + + . + + + +28 (Ignorance) + # + + . + + + +29 (Water project) + # + + . + + + +30 (School committee) − # − − . − − − −31 (Illiteracy) + # + + . + # + +32 (Health care) . . . . . . . . +33 (Lifestyle) . . . . . . . . .34 (Birth rate) . . . . . . . . .

Total+ 122 21 5 20 19 1 19 6 10 21− 15 2 1 2 2 0 2 2 2 2Problem rankinga 6 4 2 5 7 1 8 3 2Goal statusb 0 2 0 0 3 3 0 1 0

+ Dampak Positif; − Dampak negatif; ± ambivalent; (.) Tanpa dampak; # indeterminatea. Ranking by communities during the initial village workshops

94

b. Goal status as ranked by communities in January 2000 (0: Tanpa perubahan; 1: sedikti perbaikan; 2: Perbaikan moderat; 3: Perbaikan besar-besaran).IB: Inseminasi Buatan.

Digraf tidak stabil pada kondisi semua proses pulsa otonom sederhana jika semua busur diasumsikan memiliki bobot dan kelambatan yang sama, nilai eigen tertinggi adalah 2,26. Pulsa otonom positif sederhana yang mewakili tujuan masyarakat (kecuali keamanan, yang merupakan sink) menyebabkan dampak negatif pada simpul 6 (penggunaan agrokimia), 12 (erosi tanah dan infertilitas), dan 30 (komite sekolah) (Tabel 4.3). Selain itu, jalan akses yang diperbaiki menghasilkan dampak ambivalen pada titik 9, sementara peningkatan pengetahuan menghasilkan dampak ambivalen di sebagian besar simpul lainnya (Gambar 4.3). Dampak ambivalen juga terjadi pada simpul 18, 19, dan 21, yang dihasilkan dari peningkatan literasi.

Busur dengan perubahan berat telah menghasilkan perubahan dalam jumlah dampak positif dari tujuan masyarakat. Dari 193 dampak dari tujuan masyarakat, 165 sensitif terhadap perubahan bobot setidaknya satu busur dalam digraf (Tabel 4.3). Satu-satunya dampak tidak langsung dan nonambivalen yang tidak sensitif terhadap perubahan berat badan adalah dari jalan dan AI pada simpul 2, 4, dan 5. Dampak dari tujuan masyarakat paling sensitif terhadap peningkatan berat busur [3, 12] dan [12 , 3]. Meningkatnya bobot salah satu busur ini meningkatkan jumlah dampak tujuan masyarakat yang berosilasi. Berat 10 menghasilkan osilasi dari semua tetapi sembilan dari dampak tujuan masyarakat. Dari semua busur [31, 21] menghasilkan perubahan terbesar dalam dampak gol komunitas ketika bobot masing-masing dikurangi menjadi nilai di bawah 1 dan di atas 0.

95

TabeL. 4.3. Dampak Tujuan Komunitas Githima Berdasarkan "Analisis Proses Pulsa".

Vertex Tujuan Masyarakat: A.I. Roads Health Fuel Kea-

mananWater Know-

ledgeLiteracy Health

Care1 (AI) +a +a . . . . . . .2 (Dairy) +a +a . . . . . . .3 (Productivity) + + + + . + + + +4 (Tea) . +a . . . . . . .5 (Tea centers) . +a . . . . . . .6 (Chemicals) - - - - . - ±a - -7 (Roads)8 (Coffee)9 (Health)10 (Co-op)11 (Factories)12 (Soil)13 (Income)14 (Rainfall)15 (Electricity)16 (Fuel)17 (Forest)18 (Land size)19 (Inequity)20 (Security)21 (Labor)22 (Population)23 (Water)24 (Schools)25 (Hygiene)26 (Terrain)27 (Techniques)28 (Ignorance)29 (Water project)30 (School committee) - - - - . - ± - -31 (Illiteracy) + + + + . + ± + +32 (Health care) . . . . . . . . +a

33 (Lifestyle) . . . . . . . . .34 (Birth rate) . . . . . . . .

Totals+ 154 22 24 20 20 1 20 9 17 21− 20 3 3 3 3 0 3 0 2 3(+): Dampak Positif; (−): dampak-negatif; (±) : ambivalent; (.) : tanpa dampak(a): Dampak yang tidak sensitive terhadap perubahan pembobot.

96

4.3.2 .. Studi Kasus: Lokasi KiawamagiraGambar 4.5 adalah peta kognitif yang menggambarkan hubungan

antara faktor-faktor yang mempengaruhi kesehatan dan keberlanjutan seperti yang dirasakan oleh penduduk desa Kiawamagira. Vertex 2 memiliki pusat kognitif, dengan total derajat 15, diikuti oleh simpul 1, 17, dan 24, masing-masing dengan total derajat 7. Tidak ada simpul yang tenggelam, tetapi sembilan dari mereka (3, 8, 15, 16, 20, 33, 34, 35, 37) adalah sumber. Vertex 35 ambivalen, menjadi sumber dan memiliki keduanya positif (menyediakan pekerjaan dan kotoran) dan negatif (berkontribusi terhadap polusi dari aliran) dampak.

Digraf tersebut diimbangi dengan referensi ke tujuan masyarakat, tidak menghasilkan dampak yang tidak jelas atau ambivalen (Tabel 4.6). Dampak dari sasaran komunitas meningkat menjadi 107 jika busur [31, 30] dibalik. Ini juga mengurangi dampak negatif ke 0. Menghapus busur [2, 29], [24, 2], dan [28, 2] mengurangi dampak positif dari sasaran komunitas ke 79, 81, dan 83, masing-masing, sambil mengurangi negatif dampak ke 1, 8, dan 8, masing-masing. Membalikkan busur [24, 2], [1, 2], [2, 5], dan [12, 2] mengurangi dampak positif dari sasaran komunitas hingga 75, 79, 81, dan 82, masing-masing, sambil meningkatkan negatif dampak ke 23, 21, 19, dan 16, masing-masing. Ini tidak stabil di bawah semua proses pulsa sederhana jika semua busur diberikan satuan berat dan jeda waktu. Nilai eigen terbesar dalam proses ini adalah 2,58. Pulsa otonom sederhana, dengan bobot yang sama dan kelambatan waktu pada setiap busur, menghasilkan dampak yang serupa dengan yang ditentukan melalui analisis geometrik karena digraf seimbang. Karena itu, tidak ada dampak yang sensitif terhadap perubahan berat.

Ada dua komponen utama yang kuat. Yang pertama terdiri dari simpul 1, 2, 5, 25, 27, 28, 29, 30, dan 31 yang saling terkait menjadi 7 dua-busur dan dua loop umpan balik positif tiga-busur. Komponen kedua terdiri dari simpul 6, 7, dan 24. Di antara strategi penstabilan yang paling sederhana untuk komponen kuat pertama adalah membalikkan setiap 3 siklus dua busur yang dihubungkan ke titik 2. Komponen kuat kedua adalah pulsa stabil di bawah semua proses pulsa otonom sederhana. Komponen ini menjadi nilai stabil jika busur [6, 24] atau busur [24, 6] dihapus.

97

GAMBAR 4.3. Peta kognitif yang menggambarkan persepsi faktor-faktor yang mempengaruhi kesehatan dan keberlanjutan di situs survei intensif Kiawamagira, Desa Kiambu, Kenya, 1997. A.I.: Inseminasi Buatan.

4.3.3 .. Studi Kasus: Lokasi ThiririkaDalam peta kognitif yang menggambarkan persepsi komunitas

Thiririka tentang faktor-faktor yang mempengaruhi kesehatan dan keberlanjutan (Gambar 4.8), verteks 7 memiliki pusat kognitif dengan total derajat 10. Vertikal lainnya dengan derajat total tinggi adalah 26, 3, dan 4, dengan derajat total masing-masing 8, 7, dan 7. Sembilan dari simpul (1, 8, 12, 20, 21, 22, 29, 30, dan 31) adalah sumber, dan tidak ada yang tenggelam. Dampak dari tujuan masyarakat berdasarkan analisis geometrik ditunjukkan pada Tabel 4.10. Pengurangan penggunaan agrokimia mengakibatkan dampak negatif pada simpul 7 dan 11; dampak ambivalen pada simpul 3, 4, 5, dan 6; dan dampak tak tentu pada titik 9. Efek ambivalen dan tak tentu dari penggunaan agrokimia hasil dari ketidakseimbangan jalan dari vertex 10 ke vertex 9. Dampak positif dari tujuan masyarakat meningkat menjadi 107 ketika tanda busur [10, 11] dibalik dan menjadi 104 jika dihapus.

98

TABEL 4.4. Dampak Tujuan Komunitas Gikabu Berdasarkan Analisis Geometris

Tujuan MAsyarakat: 1 2 3 4 5 6 7 8 9 10

1 (KTDA) . . . . . . . . . .234567891011121314151617181920212223242526272829(Ignorance)30(Unemployment)31(Security) 32 (Plan) . . . . . . . . . .33(Disiplin) . . . . . . . . . .+ 118 4 15 14 12 12 13 12 12 12 12- 2 2 0 0 0 0 0 0 0 0 0Problem ranking

6 7 5 9 3 3 1 8 4 2

Goal status 2 2 1 1 0 0 0 0 0 3

Keteranganj (1): pasar teh; (2) Penyuluhan, (3) Penyakit tanamna, (4) kurang pangabn, (5) kesehatan, (6) latyanan kesehatan, (7) air bersih, (8) obat-ogatan, (9) kesempatan kerja, (10) Keamanan.

99

Tabel 4.5. Dampak tujuan masyarakat Thiririka berdasarkan analisis Analysis Geometrik

Tujuan Masyarakat:Hu-man

Health

Secu-rity

Agr-chemicals

Crop Diseas

es

Health

Ca-re

Seeds

Quality

Soil Producti

vity

Commu-nity

Organization

Leadership

Land Grabbi

ng

Exten-sion

1 (Water logging) . . . . . . . . . . .2 (Water quality) . . . . . . . . . . .3 (Income) + + ± + + + + + + + +4 (Health) + + ± + + + + + + + +5 (Poverty) + + ± + + + + + + + +6 (Security) + + ± + + + + + + + +7 (Horti-culture) . . − + . + + + + + +8 (Water) . . . . . . . . . . .9 (Producti-vity) + + # + + + + + + + +10 (Chemicals) . . + + . . . . . . .11(Crop diseases) . . − + . . . . . . .12 (Health care) . . . . + . . . . . .13 (Fodder) . . . . . . . . . . .14 (Dairy) . . . . . . . + + + +15 (Employment) . . − + . + + + + + +16 (Firewood) . . . . . . . . . . .17 (Forest) . . . . . . . . . . .18 (Logging) . . . . . . . . . . .19 (Co-op) . . . . . . . + + + +20 (Seed) . . . . . + . . . . .21 (Soil) . . . . . . + . . . .22 (Frost) . . . . . . . . . . .23 (Unity) . . . . . . . + + + +24 (Leadership) . . . . . . . + + + +25 (Grabbing) . . . . . . . + + + +26 (Knowledge) . . . . . . . + + + +27 (Relationships) . . . . . . . . . . .28 (Market) . . . . . . . + + + +29 (History) . . . . . . . . . . .30 (Extension) . . . . . . . . . . +31 (Go-downs) . . . . . . . . . . .Totals+ 99 5 5 1 9 6 8 8 14 14 14 15− 3 0 0 3 0 0 0 0 0 0 0 0Problem ranking 2 1 8 10 2 4 9 5 7 3 6Goal status 1 3 1 1 0 0 1 1 1 2 2+ Positive impact; − negative impact; } ambivalent; . no impact; #� indeterminate.

100

GAMBAR 4.4. Sebuah peta kognitif yang menggambarkan persepsi faktor-faktor yang mempengaruhi kesehatan dan keberlanjutan di situs survei intensif Thiririka, Distrik Kiambu, Kenya, 1997.

Dampak positif juga meningkat (menjadi 102) jika Busur [11, 7] dihapus. Dalam ketiga kasus tersebut, dampak negatifnya dihilangkan. Pembalikan salah satu dari Busur-busur [7, 15]; [15, 3], dan Busur [7, 9] mengurangi dampak positif dari tujuan masyarakat ke 58, 64, dan 64, masing-masing, sedangkan dampak negatif tidak terpengaruh kecuali untuk Busur [7, 15], yang dampak negatifnya meningkat menjadi 9 (Gambar 4.8).

Digraph tidak stabil di bawah semua proses pulsa otonom sederhana dengan asumsi satuan berat dan kelambatan waktu pada semua busur dari digraf. Nilai eigen terbesar berdasarkan satuan bobot busur dan kelambatan waktu adalah 1,62. Berdasarkan proses denyut nadi ini, penggunaan agrokimia dan penyakit tanaman memiliki dampak berosilasi pada simpul 7, 9, 10, dan 11. Penyakit tanaman juga memiliki dampak berosilasi pada verteks 15. Dampak dari tujuan masyarakat pada simpul lain tetap seperti pada Tabel 4.10. Sebagian besar (97/107) dari dampak tidak sensitif terhadap peningkatan bobot. 10 yang bergantung pada berat badan adalah dampak penggunaan agrokimia dan penyakit

101

tanaman pada simpul 3, 4, 5, 6, dan 8. Dampak paling sensitif terhadap peningkatan bobot Busur [11, 10] dan Busur [10, 11] .

Digraph terdiri dari lima komponen yang kuat, dua di antaranya memiliki loop umpan balik dua-busur yang melibatkan simpul 10 dan 11 dalam satu (negatif) dan 14 dan 19 di sisi lainnya (positif). Komponen kuat terbesar, terdiri dari simpul 3, 4, 5, 6, dan 9 dalam 2 dua-busur dan pada loop tiga-busur positif-umpan balik, tidak stabil. Salah satu strategi paling sederhana untuk menstabilkan nilai komponen ini adalah pembalik salah satu busur di salah satu loop umpan balik dua-busur. Komponen terbesar berikutnya terdiri dari simpul 23, 24, 25, dan 26 dalam dua loop umpan balik positif dan stabil pulsa. Komponen ini dapat bernilai stabil dengan membalikkan salah satu dari Busur [1, 2], [2, 4], dan Busur [3, 1]. Komponen keempat adalah nilai stabil dan terdiri dari simpul 16, 17, dan 18 dalam dua loop umpan balik negatif dua-busur.

4.4. Analisis dan Pembahasan

4.4.1 Pembangunan Peta KognitifIde peta kognitif mudah dipahami dan dimanfaatkan oleh

masyarakat. Ini mungkin merupakan cerminan dari fakta bahwa peta adalah cara yang jauh lebih mudah untuk menggambarkan persepsi mereka, yang pada gilirannya menunjukkan bahwa masyarakat sadar akan tingginya tingkat keterkaitan antara faktor-faktor yang mempengaruhi kesehatan dan keberlanjutan agroekosistem mereka. Penggunaan metafora sebagai panduan dalam pemilihan konsep untuk dimasukkan dalam peta berhasil di semua komunitas. Membagi peserta menjadi kelompok-kelompok yang lebih kecil selama konstruksi peta kognitif memungkinkan untuk ekspresi perspektif yang berbeda dan keterlibatan aktif sebagian besar peserta. Sifat visual dari peta kognitif membuatnya mudah untuk menimbulkan perdebatan, sehingga memberikan dasar untuk debat dan membangun konsensus di antara para peserta dan penciptaan peta kognitif sintesis. Namun, produk akhir adalah kompromi antara berbagai pandangan dan tidak selalu menangkap semua perspektif yang berbeda. Dalam penelitian ini, hubungan dan konsep yang tidak disetujui oleh semua peserta tidak dimasukkan dalam peta kognitif final.

Idealnya, peta kognitif yang mewakili perspektif yang paling berbeda juga harus dianalisis dan kesimpulan dibandingkan dan ditawarkan untuk debat oleh masyarakat. Peta kognitif sebagian besar sesuai dengan temuan lokakarya desa awal. Ini luar biasa mengingat bahwa peta kognitif diambil beberapa bulan setelah lokakarya awal. Namun, terdapat perbedaan yang penting dalam beberapa peta kognitif, terutama berkaitan dengan peran beberapa institusi dan dalam jumlah dan deskripsi beberapa masalah. Di desa Mahindi, kualitas air ditambahkan sebagai masalah dalam peta kognitif. Di lokasi Kiawamagira, jarak ke sekolah ditambahkan, sementara produktivitas tanaman dan susu

102

disebutkan sebagai masalah terpisah. Perubahan-perubahan ini kemungkinan besar karena reevaluasi situasi masalah daripada ketidakakuratan dalam temuan lokakarya desa.

4.4.2. Penggunaan Diagraph yang telah disetujuiAnalisis peta kognitif masyarakat menggunakan teori grafik dibatasi

oleh dua keterbatasan utama. Hal yang pertama adalah sulitnya menetapkan bobot untuk hubungan antara banyak konsep yang digunakan dalam peta kognitif. Bahkan di mana hal ini mungkin, masyarakat merasa sulit untuk menerapkan ide-ide matematika untuk konsep dan hubungan yang mereka anggap sebagian besar dalam hal kualitatif. Kendala lain adalah bahwa sulit untuk menyatakan konsep dan hubungan sedemikian rupa sehingga semua busur dalam digraf mencerminkan kelambatan waktu yang sama.

Dalam studi ini, peserta dibuat sadar akan kebutuhan untuk menyatakan hubungan dengan cara yang membuat busur memiliki waktu kurang lebih sama, tetapi banyak peserta tidak dapat atau tidak mau menempatkan kendala ini dalam peta mereka. The digraf Oleh karena itu paling berguna untuk analisis jangka pendek sampai menengah yang dapat diperbarui secara iteratif. Dengan menggunakan teknik analisis geometris serta analisis sensitivitas, wawasan yang bermanfaat masih dapat diperoleh dari digraf yang kurang rinci yang berasal dari peta-peta kognitif ini. Namun, kesimpulan dari analisis ini kurang rinci dibandingkan dengan digraf lengkap dan rinci. Dalam suatu proses penelitian tindakan, peta-peta kognitif dapat dievaluasi kembali dan diperbarui dalam setiap siklus riset tindakan ketika teori lokal berkembang. Dengan cara ini, lebih banyak rincian (baik struktural maupun numeric) dapat ditambahkan untuk memungkinkan analisis terperinci.

Dalam penelitian ini, kualitas tambahan (dampak) dari hubungan antara simpul dimasukkan. Alasan untuk ini adalah bahwa tujuan dari tujuan dan sasaran masyarakat adalah untuk meminimalkan dampak negatif dari situasi masalah. Karena keterkaitan antar faktor, meminimalkan dampak negatif melibatkan pengorbanan karena beberapa solusi pada gilirannya dapat menghasilkan dampak negatif. Perilaku pencarian tujuan dari sistem dapat dilihat sebagai memaksimalkan dampak positif dari tujuan masyarakat melalui perubahan struktur dan penerapan pulsa ke sistem. Selain itu, digraf mengasumsikan bahwa dinamika sistem adalah linier. Meskipun ini bukan kasus untuk sebagian besar hubungan, model linier cenderung menjadi generalisasi yang cocok dari proses selama jangka pendek.

4.4.3. Analisis GeometrisPendapatan, produktivitas pertanian, dan kesehatan manusia

secara konsisten di antara faktor-faktor yang memiliki pusat kognitif tinggi. Hal ini diharapkan untuk komunitas pertanian dalam sistem pertanian subsisten. Dimasukkannya tenaga kerja sebagai output sistem yang penting dan ekspornya sebagai strategi penanggulangan, bagaimanapun,

103

dapat menjadi indikasi bahwa subsistensi sangat terbatas. Kesimpulan ini lebih lanjut ditambah dengan adanya beberapa sumber di semua digraf, banyak yang terkait dengan infrastruktur dan komponen bergantung pada uang tunai lainnya. Sementara beberapa di antaranya mungkin karena ketidakseimbangan kognitif, mereka juga menunjukkan (sebagian besar) ketergantungan yang dirasakan pada intervensi eksternal. Contoh yang bagus adalah di desa Mahindi, di mana penggunaan tangki air dilihat sebagai mengurangi kekurangan air. Seorang agen di luar komunitas telah menyumbangkan tangki-tangki ini ke beberapa rumah tangga. Tidak ada koneksi yang dibuat antara pendapatan dan ketersediaan tank. Anehnya, meskipun banyak sumber diakui sebagai barang publik yang harus disediakan melalui sistem perpajakan, para peserta di semua komunitas sepakat bahwa hubungan itu tidak ada dalam kenyataan. Di hampir semua komunitas, pangkat gol komunitas berdasarkan dampak total mereka berbeda dari peringkat selama lokakarya awal, menunjukkan bahwa proses geometrik tidak terpisahkan dengan proses kognitif masyarakat atau dampak dari sasaran bukanlah kriteria utama untuk peringkat.

Tanpa diduga, peringkat tujuan komunitas berdasarkan derajat totalnya sangat berbeda dengan di awal lokakarya desa, yang menunjukkan bahwa kompleksitas hubungan timbal balik mungkin merupakan kriteria peringkat yang penting. Oleh karena itu tidak mengherankan bahwa semua komunitas mempertimbangkan kembali peringkat mereka setelah menggambar peta-peta kognitif. Akan sangat berguna untuk memberikan hasil analisis geometrik kepada masyarakat selama reevaluasi ini. Sayangnya, ini tidak mungkin dalam penelitian ini.

Analisis geometrik juga berguna dalam menganalisis predikat yang menjadi dasar tujuan masyarakat. Sebuah busur yang, pada penghapusan atau inversi, menghasilkan peningkatan jumlah dampak positif dari tujuan masyarakat dapat diartikan sebagai mewakili salah satu kendala atau strategi penanggulangan. Sebagai contoh, busur [6, 9] dalam digraf kognitif dari Githima mewakili konsekuensi negatif dari penggunaan agrokimia pada kesehatan manusia, yang membatasi penggunaannya sebagai sarana untuk meningkatkan produktivitas pertanian. Sebaliknya, busur [12] dalam digraf Gitangu menunjukkan kecenderungan untuk orang yang lebih muda untuk mencari pekerjaan formal di luar desa sebagai akibat dari berkurangnya ketersediaan lahan pertanian dan karena itu merupakan strategi penanggulangan. Busur dengan penghapusan yang menghasilkan pengurangan dampak positif dari tujuan masyarakat dapat diartikan sebagai mewakili hubungan yang dijadikan dasar bagi tujuan masyarakat.

Contohnya adalah desa Kiawamagira, di mana penghapusan busur [2,29], analog dengan pernyataan bahwa peningkatan produktivitas susu tidak akan berpengaruh pada pendapatan, sangat mengurangi dampak positif dari tujuan masyarakat. Oleh karena itu, temuan ini memberikan pendekatan yang obyektif dan dapat direproduksi untuk menilai kesehatan agroekosistem dan tujuan dan sasaran keberlanjutan dan hubungan di antara mereka.

104

4.4.4. Model Proses PulsaMenganalisis dampak dari tujuan masyarakat menggunakan

analisis geometrik dibatasi oleh adanya ketidakpastian yang dihasilkan dari beberapa jenis ketidakseimbangan jalan. Proses pulsa memberikan beberapa indikasi tentang apa dampaknya dalam kondisi tertentu. Dalam studi ini, kegunaan pendekatan ini dibatasi oleh ketidakmampuan untuk mendapatkan bobot yang cukup akurat untuk busur di digraf. Selain itu, kerumitan digraf menyulitkan untuk menilai kepekaan terhadap semua struktur berat yang mungkin. Namun, asumsi bobot unit dan kelambatan waktu untuk busur mungkin masih memberikan beberapa wawasan yang berguna. Selain itu, memahami sensitivitas dampak dari sasaran komunitas pada perubahan dalam berat busur tertentu menyediakan sarana menghasilkan hipotesis mengenai hubungan mana yang cenderung relatif lebih penting berkenaan dengan kesehatan dan keberlanjutan sistem. Dalam peta kognitif Mahindi, misalnya, peningkatan bobot salah satu siklus dua-busur yang menghubungkan simpul ke-4 dengan simpul ke-11 dan ke-9 menstabilkan banyak dampak yang berosilasi dari tujuan masyarakat, dengan arah stabilitas tergantung pada tanda dan berat struktur busur.

Sebuah fitur yang menarik adalah bahwa pengulangan tujuan masyarakat yang dilakukan mengikuti latihan peta kognitif adalah konfluen dengan ringkasan dampak berdasarkan model proses pulsa. Ini mungkin menunjukkan bahwa masyarakat menganggap hubungan menjadi lebih atau kurang linier dan busur sebagai bantalan satuan berat dan kelambatan waktu. Akan bermanfaat untuk memberikan hasil analisis saat ini kepada masyarakat untuk diskusi dan memberi mereka kesempatan untuk memodifikasi struktur peta kognitif atau peringkat tujuan mereka berdasarkan temuan ini.

4.4.5. Penilaian Stabilitas NilaiStabilitas ditafsirkan berdasarkan asumsi bahwa selalu ada

beberapa batasan untuk pertumbuhan di sebagian besar situasi dunia nyata (Perry, 1983). Batasan ini memanifestasikan dirinya (dalam banyak hal) sebagai stabilitas nilai. Tidak adanya stabilitas nilai (yang berarti stabilitas pulsa) atau paling tidak stabilitas semu dapat ditafsirkan sebagai refleksi ketidakseimbangan kognitif (kegagalan untuk mempertim-bangkan efek yang berlawanan dari suatu hubungan) dan karenanya ketidaktepatan dalam peta kognitif sebagai representasi dari domain dimodelkan. Peta kognitif yang berhubungan dengan tujuan dan sasaran cenderung memiliki ketidakseimbangan kognitif karena kecenderungan untuk melihat spirulatif regeneratif atau degeneratif yang terkait dengan tujuan atau masalah. Spiral regeneratif adalah ketika tidak ada batasan untuk tujuan dan tujuan yang diramalkan, sementara spiral degeneratif adalah ketika tidak ada batasan untuk memperburuk situasi masalah dapat diramalkan.

Memahami cara-cara di mana stabilitas dapat diberikan kepada digraf dapat memberikan wawasan pada hubungan di mana ketimpangan ini diprediksi. Sebagai contoh, digraf Gikabu menjadi nilai stabil jika busur-busur [2,3], [9], dan busur [9,18] dihapus, sedangkan busur [9, 13] dibalik.

105

Ini menunjukkan bahwa spiral regeneratif dalam digraf ini didasarkan pada persepsi bahwa perbaikan di pasar akan menghasilkan peningkatan langsung dan tidak langsung dalam produksi teh dan sama untuk peningkatan efisiensi koperasi susu pada produksi susu, antara lain. Strategi stabilisasi yang berbeda mewakili kemungkinan skenario di mana yang dirasakan tidak ada. Dampak dari tujuan masyarakat berdasarkan digraf yang dihasilkan dari strategi stabilisasi ini dapat digunakan untuk menilai tujuan masyarakat tanpa adanya ketidak-seimbangan kognitif.

DAFTAR PUSTAKA

Ackoff, R.L. 1980. The systems revolution. In Organizations as Systems. Lockett, M., and Spear, R., eds. London: Open University Press, pp. 26–33.

Axelrod, R. 1976a. The analysis of cognitive maps. In Structure of Decision: The Cognitive Maps of Political Elites. Axelrod, R., ed. Princeton, NJ: Princeton University Press, pp. 55–73.

Axelrod, R. 1976b. The cognitive mapping approach to decision making. In Structure of Decision: The Cognitive Maps of Political Elites. Axelrod, R., ed. Princeton, NJ: Princeton University Press, pp. 3–17.

Bang-Jensen, J., and G.Gutin. 2001. Digraphs: Theory, Algorithms and Applications. Springer-Verlag, New York. 754 pp.

Caws, P. 1988. Structuralism: The Art of the Intelligible. International Humanities Press, Atlantic Highlands, NJ, p. 276.

Dalkey, N.C. (1969). The Delphi Method: An Experimental Study of Group Opinion. RM- 5888-PR. Rand, Santa Monica, CA.

Eden, C., Jones, S., and Sims, D. (1983). Messing About in Problems: An Informal Structured Approach to their Identification and Management. Pergamon Press, Oxford, U.K.

Flood, R.L., and E.R.Carson. 1993. Dealing with Complexity: An Introduction to the Theory and Application of Systems Science. New York: Plenum Press.

Harary, F., Norman, R.Z., and D.Cartwright. 1965. Structural Models: An Introduction to the Theory of Directed Graphs. Wiley, Chichester, U.K., p. 415.

Ison, R.L., Maiteny, P.T., and Carr, S. 1997. Systems methodologies for sustainable natural resources research and development. Agricultural Systems 55: 257–272.

Jeffries, C. 1974. Qualitative stability and digraphs in model ecosystems. Ecology 55: 1415–1419.

Klee, V. 1989. Sign-pattern and stability. In Applications of Combinatorics and Graph Theory to the Biological and Social Sciences. Roberts, F., ed. New York: Springer-Verlag, pp. 202–219.

Nozicka, J.G., Bonham, G.M., and Shapiro, M.J. 1976. Simulation techniques. In Structure of Decision: The Cognitive Maps of Political

106

Elites. Axelrod, R., ed. Princeton, NJ: Princeton University Press, pp. 349–359.

Perry, E.L. 1983. A pulse process model of athletic financing. In Modules in Applied Mathematics. Lucas, W.F., Roberts, F.S., and Thrall, R.M., eds. New York: Springer-Verlag, pp. 141–164.

Puccia, C.J., and R.Levins. 1985. Qualitative Modeling of Complex Systems. Harvard University Press, Cambridge, MA. 259 pp.

Ridgley, M., and C.A.Lumpkin. 2000. The bi-polar resource-allocation problem under uncertainty and conflict: A general methodology for the public decision-maker. Journal of Environmental Management 59: 89–105.

Roberts,F.S. 1971. Signed digraphs and the growing demand for energy. Environment and Planning 5: 395–410.

Roberts,F.S. 1976a. Discrete Mathematical Models, with Applications to Social, Biological, and Environmental Problems. Prentice-Hall, Englewood Cliffs, NJ, p. 559.

Roberts,F.S. 1976b. Strategy for the energy crisis: The case of commuter transportation policy. In Structure of Decision: The Cognitive Maps of Political Elites. Axelrod, R., ed. Princeton, NJ: Princeton University Press, pp. 142–179.

Roberts, F.S., and T.A.Brown. 1975. Signed digraphs and the energy crisis. American Mathematical Monthly, 82: 577–594.

Sorensen, A. 1978. Mathematical models in sociology. Annual Review of Sociology, 4: 345–371.