Abstract

The rapid growth of Micro, Small, and Medium Enterprises (MSMEs) in the fast-food industry has raised concerns about the environmental impact, particularly regarding waste generation and its potential to pollute water sources. This research conducted in the Sidoarjo area aimed to identify the influence of MSME fast-food waste on water quality parameters, including Temperature, Turbidity, TDS, TSS, pH, DO, COD, Nitrate, Heavy Metal Cd, Total Coliform, and E-Coli. The study employed the Analytic Network Process (ANP) method, aided by Super Decision software version 2.10, to rank the most influential water quality criteria and prioritize alternative strategies to mitigate environmental issues. The results highlight crucial water quality parameters affected by MSME fast-food waste and present actionable insights for minimizing environmental impacts and safeguarding human health and the ecosystem.

Highlights:

• Significant Environmental Impact: The rapid growth of Micro, Small, and Medium Enterprises (MSMEs) in the fast-food industry poses a significant environmental impact due to the waste generated during the production process.

• Water Quality Parameters: The study focuses on analyzing various water quality parameters affected by MSME fast-food waste, including Temperature, Turbidity, TDS, TSS, pH, DO, COD, Nitrate, Heavy Metal Cd, Total Coliform, and E-Coli.

• ANP Method for Mitigation: To address the environmental challenges posed by fast-food MSME waste, the research employs the Analytic Network Process (ANP) method, supported by Super Decision software version 2.10, to prioritize effective and sustainable alternatives for minimizing environmental pollution.

Keywords: MSME, fast-food waste, water quality, environmental issues, ANP method

PENDAHULUAN

Pada era ini, masalah lingkungan seperti perubahan iklim, pencemaran udara dan air, hingga penurunan kualitas tanah tengah menjadi permasalahan signifikan di kondisi lingkungan masyarakat [1]. Penyebab umum kondisi lingkungan bermasalah biasanya terletak pada aktivitas manusia yang tidak ramah lingkungan [2]. Salah satu aktivitas tersebut terletak pada sektor Usaha Mikro Kecil Menengah (UMKM)[3].

UMKM merupakan usaha skala kecil atau menengah yang memliki jumlah karyawan terbatas dan dimilki oleh perorangan atau kelompok kecil [4]. UMKM berperan penting dalam prekonomian negara karena dapat memberikan kontribusi signifikan terhadap pertumbuhan ekonomi [5]. Namun demikian, UMKM juga dapat berkontribusi pada dampak masalah lingkungan baik positif maupun negatif. Produksi makanan siap saji merupakan salah satu aktivitas yang berdampak pada masalah lingkungan, yakni limbah yang menjadi output dari adanya proses tersebut [6]. Penjual makanan cepat saji seringkali menghasilkan banyak limbah seperti kemasan plastik, kertas, hingga makanan sisa yang tidak dikonsumsi. Limbah tersebut dapat berkontribusi pada masalah sampah serta pencemaran lingkungan apabila tidak dikelola dengan baik.

Limbah cair adalah air yang dibuang oleh manuasia dan mengandung zat – zat berbahaya baik secara langsung maupun dalam jangka panjang, yang mana limbah cair dibedakan menjadi dua jenis, yaitu limbah rumah tangga dan limbah industri. Zat – zat berbahaya dalam limbah dapat dibedakan menjadi polutan organik dan polutan anorganik, yang umumnya berada dalam bentuk terlarut atau tersuspensi[7]. Keberadaan polutan dalam limbah cair menjadi ancaman serius bagi kelestarian lingkungan karena dapat menyebabkan kerusakan pada biota perairan dan juga memiliki dampak pada sifat fisik, kimia, dan biologi lingkungan perairan. Dengan kata lain, perubahan sifat air akibat adanya polutan dapat menyebabkan penurunan kualitas air yang berdampak negatif pada kelestarian ekosistem perairan dalam berbagai aspek. Oleh karena itu, perlu adanya pengukuran terhadap performa kualitas air serta pengelolaan yang tepat terhadap output produksi UMKM[7].

Pengukuran indikator kualitas air, yang meliputi Suhu, Kekeruhan [8], TDS, TSS, pH, DO, COD [9], Nitrat, Logam berat Cd [10], Total Coliform, dan E-Coli menggunakan metode ANP yang melibatkan pengambilan sampel air dari dua titik produksi di wilayah Sidoarjo serta diolah menggunakan bantuan software Super Decisionc versi 2.10. Super Decisions adalah bagian dari sistem informasi berbasis komputer yang disebut dengan sistem pendukung keputusan di organisasi, perusahaan, atau lembaga pendidikan, yang mana Super Decisions termasuk dalam kategori sistem berbasis pengetahuan atau manajemen pengetahuan yang digunakan dalam proses pengambilan keputusan[11]. ANP atau Analytic Network Process merupakan salah satu metode yang digunakan sebagai contoh dalam pengambilan keputusan secara multi-kriteria dalam pemilihan, metode ini memiliki kemampuan untuk mengakomodasi hubungan antara kriteria, subkriteria, dan alternatif yang ada[12].

Tujuan dari penelitian ini ialah untuk mengidentifikasi indikator yang paling berpengaruh terhadap kualitas air serta memberikan rekomendasi alternatif terhadap pencegahan berdasarkan indikator kualitas air yang paling berpengaruh dengan pendekatan metode Analytical Network Process (ANP) dan dibantu oleh software Super Decisions versi 2.10.

METODE

Penelitian ini menggunakan jenis data primer dan data sekunder, yang mana data primer didapatkan dari hasil observasi lapangan serta pengisian kuesioner oleh para responden yang ahlidibidangnya. Responden dalam penelitian ini beragam mulai dari bidang lingkungan dan akademisi menggunakan teknik purposive sampling. Data sekunder penelitian didapatkan dari hasil pengujian sebelas parameter kualitas air yang dilakukan oleh Dinas Lingkungan Hidup dan Kebersihan (DLHK) Kabupaten Sidoarjo pada bulan Februari tahun 2023. Analisa identifikasi kualitas air sumber sisa produksi makanan cepat saji dilakukan menggunakan metode Analytical Network Process (ANP), yang merupakan salah satu metode dari Multiple Criteria Decisions Making (MCDM) melalui aplikasi Super Decisions versi 2.10.

Metodologi penelitian ini dapat dipaparkan dalam bentuk Gambar 1 melalui langkah-langkah kegiatan dalam pelaksanaanya antara lain: (a) melakukan studi lapangan (observasi), (b) melakukan identifikasi indikator dampak lingkungan, yakni melibatkan literatur review dan pakar, (c) pengambilan sampel air limbah, (d) melakukan uji sampel air limbah, (e) melakukan pengolahan data menggunakan ANP.

Figure 1.Tahapan Penelitian

ANP merupakan konsep teori pengukuran relatif yang digunakan dalam memperoleh skala rasio prioritas yang merupakan komposit dari beberapa skala rasio individu, yang mana skala rasio individu tersebut mempresentasikan pengukuran relatif dari pengaruh unsur-unsur yang saling berinteraksi terhadap kriteria kontrol [13]. Dalam hal ini, kegunaan ANP yaitu untuk menghitung bobot kriteria terpilih dengan melakukan pertimbangan saling ketergantungan [14]. Langkah-langkah pengolahan data menggunakan ANP[15], yaitu: (a) langkah 1 mendefinisikan elemen dan cluster serta menganalisis hubungan timbal balik, (b) langkah 2 membuat konstruksi model ANP, yakni diperlukan konfirmasi terhadap lapisan kontrol serta pembentukan hierarki guna membentuk struktur ANP, (c) langkah 3 melakukan matiks perbandingan berpasangan, yaitu perbandingan dua kriteria yang ada di dalam jaringan analitik yang saling terkait serta menentukan tingkat kepentingan relatif antara kriteria tersebut dengan menggunakan skala Saaty mulai dari angka 1-9 pada Tabel 1, yang mana hasilnya digunakan untuk membangun matriks perbandingan berpasangan [16], (d) langkah 4 mengitung nilai indeks dan menguji konsistensi matriks ≤0,1[11], yaitu perhitungan nilai indeks digunakan untuk menentukan kepentingan relatif dari setiap hierarki yang telah dibuat, sementara pengujian konsistensi matriks bertujuan untuk memeriksa apakah nilai relatif yang dipilih pada elemen matriks yang menghubungkan antarkriteria sudah konsistensi dan tidak bertentangan.

HASIL DAN PEMBAHASAN

Proses penelitian diawali dengan pengambilan sampel air di dua titik produksi UMKM yang berbeda. Sampel pada Tabel 2 dan Tabel 3 tersebut dijadikan sebagai dasar acuan untuk mengetahui kandungan fisika, kimia, maupun bakteriologis pada air sungai. Tabel 2 dan Tabel 3 merupakan hasil pengujian sampel air pada limbah UMKM, yang dilakukan oleh DLHK Sidoarjo.

Proses penelitian selanjutnya melibatkan pembuatan kuesioner ANP terkait dengan penentuan prioritas indikator kualitas air. Kuesioner akan digunakan untuk mengumpulkan data dari responden yang terlibat dalam penelitiam. Dalam kuesioner tersebut, terdapat empat responden yang diminta untuk memberikan penilaian menggunakan metode perbandingan berpasangan dengan skala Saaty, yakni skala pengisian dari 1 hingga 9. Data yang diperoleh dari kuesioner akan mejadi dasar dalam analisis menggunakan metode ANP guna menentukan tingkat prioritas dari masing – masing kriteria kualitas air dan menentukan alternatifnya. Tujuan dari proses ini ialah untuk mendapatkan pemahaman yang lebih mendalam tentan preferensi dan pandangan responden terkait dengan prioritas indikator kualitas air yang paling penting dalam konteks penelitian ini.

Dalam tahap berikutnya, dilakukan pembentukan model jaringan Analytical Network Process (ANP) yang bertujuan untuk menentukan alternatif yang berkaitan dengan kualitas air. Model jaringan ANP dirancang untuk mempertimbangkan berbagai faktor yang mempengaruhi kualitas air, termasuk indikator – indikator kualitas air yang telah ditentukan sebelumnya. Model tersebut dimasukkan ke Super Decisions guna mengolah data kuesioner dari para pakar.

Figure 2.Model ANP menggunakan Super Decisions

Geometric Mean merupakan nilai tengah antara dua atau lebih pendapat yang berbeda dalam pengambilan keputusan, Dalam konteks penelitian ini, sebelum menentukan rata – rata geometrik, hasil kuesioner yang telah diisi oleh responden akan dijadikan acuan serta diuji konsistenya. Indeks konsistensi dalam proses ini harus di bawah 0,1 untuk dikatakan konsisten dan kuesioner tersebut dapat digabungkan dengan pendapat pengambil keputusan lain yang telah teruji konsistensinya. Perumusan Geometric Mean ialah sebagai berikut[17]:

〖"(R1×R2×…×Rn)" 〗^(1/n)

Keterangan:

A= Nilai rata – rata geometris

R1= Responden kesatu

R2= Responden ketiga

an= Responden ke-n

n= Jumlah responden

Rekapitulasi perhitungan rata-rata geometrik dari nilai perbandingan berpasnagan yang berasal dari hasil kuesioner disajikan pada Tabel 4.

Untuk mengidentifikasi nilai konsistensi dan prioritas kriteria kualitas air, dapat ditampilkan pada priorities Super Decisions seperti pada Gambar 2 dan Gambar 3. Melalui perangkat lunak tersebut, akan ditampilkan nilai konsistensi dan bobot keseluruhan tiap kriteria dan akan ditentukan alternatif yang sesuai. Dalam Gambarr 3 menunjukkan bahwa nilai tersebut ialah konsisten dengan nilai ≤0,1.

Figure 3.Nilai konsistensi ≤0,1

Figure 4.Hasil prioritas menggunakan Software Super Decisions

Dari gambar tersebut dapat disajikan berupa tabel 4 mengenai perangkingan kriteria dari urutan nilai yang terbesar hingga terkecil.

Hasil matriks perbandingan pada software Super Decisions didapatkat bahwa kriteria yang memiliki nilai tertinggi, yaitu E-Coli dengan nilai 0.23406. Oleh karena itu, E-Coli dipilih sebagai kriteria acuan ketika melakukan uji sampel kualitas air. Disamping prioritas kriteria juga terdapat alternatif yang diberikan oleh pakar meliputi filterisasi dengan pasir, selfoltase/sel volta, dan elektrodialisa.

SIMPULAN

Berdasarkan hasil penelitian identifikasi kualitas air menggunakan metode Analytic Network Process(ANP) dengan 11 kriteria, yakni meliputi Suhu dengan nilai 0.02399, Kekeruhan memiliki nilai 019116, TDS dengan nilai 0.03151, TSS dengan nilai 0.01975, pH dengan nilai 013030, DO dengan nilai 011237, COD dengan nilai 0.06145, Nitrat dengan nilai 0.07413, Logam berat Cd dengan nilai 0.08479, Total Coliform memiliki nilai 0.03648, dan E-Coli dengan nilai 0.23406. Pada hasil akhir menunjukkan bahwa kriteria E-Coli dengan nilai 0.23406 ialah yang menjadi prioritas utama dengan pilihan 3 alternatif antara lain filterisasi dengan pasir, selfoltase/sel volta, dan elektrodialisa.

References

1. S. Amin, A. Manzoor, and F. Farid, "The Role of Social Class on Consumer Behavior: A Study of Eco-friendly Cosmetic Products," J. Bus. Soc. Rev. Emerg. Econ., vol. 6, no. 1, pp. 113-134, 2020, doi: 10.26710/jbsee.v6i1.1032.
2. P. O. Ukaogo, U. Ewuzie, and C. V. Onwuka, "Environmental pollution: Causes, effects, and the remedies," INC, 2020, doi: 10.1016/B978-0-12-819001-2.00021-8.
3. I. A. S. Wulandari, "Increasing Environment Productivity of Crispy Fried Chicken Vendors Using the Green Productivity Method," Procedia Soc. Sci. Humanit., vol. 3, no. c, pp. 1-7, 2022.
4. T. Tambunan, "Recent evidence of the development of micro, small and medium enterprises in Indonesia," J. Glob. Entrep. Res., vol. 9, no. 1, 2019, doi: 10.1186/s40497-018-0140-4.
5. D. Hanggraeni, B. Slusarczyk, L. A. K. Sulung, and A. Subroto, "The impact of internal, external and enterprise risk management on the performance of micro, small and medium enterprises," Sustain., vol. 11, no. 7, 2019, doi: 10.3390/su10022172.
6. V. Giovenzana et al., "Evaluation of consumer domestic habits on the environmental impact of ready-to-eat and minimally processed fresh-cut lamb's lettuce," Sustain. Prod. Consum., vol. 28, pp. 925-935, 2021, doi: 10.1016/j.spc.2021.07.021.
7. L. Lasmini, M. B. Kurniawan, P. S. Akuntansi, P. Studi, and T. Industri, "Sosialisasi Penanganan Limbah Cair Pada UMKM," Konf. Nas. Penelit. dan Pengabdi., vol. 2, no. 1, pp. 2562-2577, 2022.
8. M. Kachroud, F. Trolard, M. Kefi, S. Jebari, and G. Bourrie, "Water quality indices: Challenges and application limits in the literature," Water (Switzerland), vol. 11, no. 2, pp. 1-26, 2019, doi: 10.3390/w11020361.
9. A. Suriadikusumah et al., "Analysis of the water quality at Cipeusing river, Indonesia using the pollution index method," Acta Ecol. Sin., pp. 6-11, 2020, doi: 10.1016/j.chnaes.2020.08.001.
10. R. Ruspita and A. Aulia, "Analysis of Water Quality and Pollution Index at Karangantu Fishing Port Area, Banten," J. Akad. Kim., vol. 11, no. 2, pp. 96-104, 2022, doi: 10.22487/j24775185.2022.v11.i2.pp96-104.
11. R. Romindo and J. Jamaludin, "Implementasi Metode ANP Terhadap Sistem Pendukung Keputusan Memilih Toko Daring Terbaik," J. Media Inform. Budidarma, vol. 3, no. 4, p. 254, 2019, doi: 10.30865/mib.v3i4.1373.
12. A. H. Azhar and R. A. Destari, "Analisis Konsumen Memilih Oli Mesin Sepeda Motor Matic yang Layak Digunakan dengan Metode ANP," InfoSys J., vol. 6, no. 2, pp. 196-204, 2022.
13. Q. Ayuniyyah, A. Devi, and T. Kartika, "Revitalization of Waqf for Socio-Economic Development, Volume II," vol. II, Springer International Publishing, 2019, doi: 10.1007/978-3-030-18449-0.
14. C. H. Chen, "A hybrid multi-criteria decision-making approach based on anp-entropy topsis for building materials supplier selection," Entropy, vol. 23, no. 12, pp. 1-26, 2021, doi: 10.3390/e23121597.
15. X. K. Li, X. M. Wang, and L. Lei, "The application of an ANP-Fuzzy comprehensive evaluation model to assess lean construction management performance," Eng. Constr. Archit. Manag., vol. 27, no. 2, pp. 356-384, 2020, doi: 10.1108/ECAM-01-2019-0020.
16. M. Balaji, S. N. Dinesh, S. Vikram Vetrivel, P. Manoj Kumar, and R. Subbiah, "Augmenting agility in production flow through ANP," Mater. Today Proc., vol. 47, no. xxxx, pp. 5308-5312, 2021, doi: 10.1016/j.matpr.2021.06.053.
17. W. N. Tanjung, R. S. Khodijah, S. Hidayat, E. Ripmiatin, S. A. Atikah, and S. S. Asti, "Supply Chain Risk Management on Wooden Toys Industries by using House of Risk (HOR) and Analytical Network Process (ANP) Method," IOP Conf. Ser. Mater. Sci. Eng., vol. 528, no. 1, 2019, doi: 10.1088/1757-899X/528/1/012086.