ANALISIS EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI USAHATANI KEDELAI. (Studi Kasus di Kecamatan Weru)

perpustakaan.uns.ac.id

digilib.uns.ac.id

ANALISIS EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI USAHATANI KEDELAI (Studi Kasus di Kecamatan Weru)

Skripsi Diajukan Untuk Melengkapi Tugas-Tugas Dan Memenuhi Syarat-Syarat Untuk Mencapai Gelar Sarjana Ekonomi Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Oleh : YUDIHANA WAHYU N NIM. F0108130

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET SURAKARTA 2012 commit to user


digilib.uns.ac.id

commit to user


digilib.uns.ac.id

commit to user


digilib.uns.ac.id

MOTTO DAN PERSEMBAHAN

Motto:  “Jangan pernah ada kata menyerah dalam mencapai sebuah kesuksesan, sebab kesuksesan ada pada diri setiap orang, dan pasti ada jalan untuk menuju sukses”. (Penulis)



“ You can if you think you can” (George Revees)

Karya ini penulis persembahkan untuk :  Orang tuaku tercinta ayah, ibu yang selalu memberi doa, semangan dan support rohani maupun materi untuk penulis  Dosen Pembimbingku yang telah membimbing dan membantu menyelesaikan karya ini

 Teman-teman seperjuanganku yang selama ini telah bersama-sama berjuang untuk meraih cita-cita. commit to user


digilib.uns.ac.id

KATA PENGANTAR

Alhamdulillahirobbil’alamin, Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa atas segala rahmat dan berkat – Nya, sehingga penulis dapat menyelesaikan skripsi ini. Adapun judul penelitian ini adalah “ANALISIS EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI USAHATANI KEDELAI (Studi Kasus di Kecamatan Weru)”, yang merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi di Fakultas Ekonomi, Universitas Sebelas Maret Surakarta. Dengan segala kerendahan hati penulis menyampaikan rasa hormat dan terima kasih pada : 1. Bapak Dr. Wisnu Untoro, M.S selaku Dekan Fakultas Ekonomi Universitas Sebelas Maret Surakarta. 2. Bapak Drs. Supriyono, M.Si selaku Ketua Jurusan Ekonomi Pembangunan di Fakultas Ekonomi Universitas Sebelas Maret Surakarta.. 3. Ibu Izza Mafruhah, S.E, M.Si selaku Sekretaris Jurusan Fakultas Ekonomi Universitas Sebelas Maret Surakarta yang telah memberi ijin penulisan skripsi. 4. Ibu Dr. Yunastiti Purwaningsih, MP selaku pembimbing skripsi yang telah memberikan banyak bantuan dan bimbingan dalam penulisan skripsi ini. 5. Kedua orang tua penulis, atas seluruh doa, cinta, pengorbanan, nasehat, dan dukungan yang diberikan kepada penulis. 6. Adikku yang telah memberi inspirasi dan semangat. 7. Teman-teman seperjuangan Jurusan Ekonomi Pembangunan 2008, yang telah memberi doa dan dukungan. 8. Semua pihak yang telah membantu dalam penyusunan skripsi, yang tidak dapat disebutkan satu persatu.

commit to user


digilib.uns.ac.id

Penulis menyadari kekurangan dan keterbatasan dalam skripsi ini. Oleh karena itu, penulis sangat mengharapkan adanya saran dan kritik yang membangun dari para pembaca, demi penyempurnaan skripsi ini. Akhir kata semoga skripsi ini dapat bermanfaat bagi pihak yang membutuhkan dan penelitian selanjutnya.

Surakarta, Januari 2012 Penulis

commit to user


digilib.uns.ac.id

DAFTAR ISI

Halaman HALAMAN JUDUL ..................................................................................

i

ABSTRAK .................................................................................................

ii

ABSTRAC .................................................................................................

iii

HALAMAN PERSETUJUAN PEMBIMBING ........................................

iv

HALAMAN PENGESAHAN ....................................................................

v

HALAMAN MOTTO DAN PERSEMBAHAN .........................................

vi

KATA PENGANTAR ..............................................................................

vii

DAFTAR ISI .............................................................................................

ix

DAFTAR TABEL ......................................................................................

xii

DAFTAR GAMBAR .................................................................................

xiv

BAB I PENDAHULUAN A. Latar Belakang Masalah .....................................................

1

B. Perumusan Masalah ............................................................

6

C. Tujuan Penelitian ................................................................

6

D. Manfaat Penelitian ...............................................................

7

BAB II TINJAUAN PUSTAKA A. Usaha Tani Kedelai 1.

Usaha Tani ....................................................................

8

2.

Tanaman Kedelai ..........................................................

8

3.

Permasalahan Dalam Usaha Tani Kedelai ...................

9

4.

Teknik Bertanam Kedelai .............................................

11

B. Teori Produksi 1.

Definisi Produksi ..........................................................

13

2.

Fungsi Produksi ............................................................

13

3.

Fungsi Produksi Cobb-Douglas....................................

16

4.

Skala Produksicommit Terhadap Hasil ................................... to user

17


digilib.uns.ac.id

5.

Elastisitas Produksi.......................................................

18

6.

Efisiensi Penggunaan Faktor-faktor Produksi ..............

19

C. Penelitian Terdahulu ...........................................................

21

D. Kerangka Pemikiran ...........................................................

23

E. Hipotesis Penelitian .............................................................

24

BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian ...................................................

26

B. Populasi, Sampel dan Teknik Sampling .............................

26

C. Jenis dan Sumber data .........................................................

28

D. Metode Pengumpulan Data ................................................

28

E. Definisi Operasional Variabel .............................................

29

F. Metode Analisis ...................................................................

30

1.

Analisis Regresi Linier Berganda .................................

30

a. Uji Asumsi Klasik ..................................................

31

b. Uji Statistik .............................................................

34

2.

Pengujian Skala Hasil ..................................................

37

3.

Pengujian Efisiensi Teknis ..........................................

37

4.

Pengujian Efisiensi Ekonomis ......................................

38

BAB IV ANALISIS DATA DAN PEMBAHASAN A. Kondisi Umum Kecamatan Weru .........................................

40

B. Karakteristik Responden .......................................................

44

C. Analisis Data dan Pembahasan .............................................

50

1. Analisis Pengaruh Faktor-faktor Produksi Terhadap Out put ...................................................................................

50

2. Uji Asumsi Klasik ..........................................................

52

3. Uji Statistik ....................................................................

55

4. Pembahasan dan Interpretasi Secara Ekonomi ...............

57

5. Uji elastisitas ..................................................................

59

6. Return to Scale ...............................................................

60

7. Pengujian Efisiensi ........................................................ commit to user

61


digilib.uns.ac.id

BAB V PENUTUP A. Kesimpulan .........................................................................

65

B. Saran ....................................................................................

66

DAFTAR PUSTAKA LAMPIRAN

commit to user


digilib.uns.ac.id

DAFTAR TABEL

halaman Tabel 1.1 Perkembangan Luas Panen, Produktifitas dan Produksi Kedelai di Indonesia Berdasar Wilayah 2008-2010 .................................

3

Tabel 1.2 Luas Panen dan Produksi Kedelai di Kebupaten Sukoharjo Tahun 2011 ................................................................................

4

Tabel 3.1 Jumlah Petani Kedelai dan Jumlah Produksi Kedelai per Desa di Kecamatan Weru Tahun 2010 ............................................... Tabel 4.1 Luas Wilayah Berdasar Desa di Kecamatan Weru Tahun 2010

27 41

Tabel 4.2 Luas Penggunaan Lahan Sawah di Kecamatan Weru Tahun 2010 ..................................................................................

42

Tabel 4.3 Luas Penggunaan Lahan Bukan Sawah di Kecamatan Weru Tahun 2010 .................................................................................

42

Tabel 4.4 Penduduk Berdasar Kelompok Usia dan Jenis Kelamin Di Kecamatan Weru Tahun 2010 ................................................

43

Tabel 4.5 Luas Panen Berbagai Hasil Pertanian Kecamatan Weru Tahun 2010 .................................................................................

44

Tabel 4.6 Jumlah Petani Responden Berdasar Tingkat Usia .....................

45

Tabel 4.7 Jumlah Petani Responden Berdasar Tanggungan Keluarga ......

46

Tabel 4.8 Jumlah Petani Responden Berdasar Tingkat Pendidikan ...........

47

Tabel 4.9 Jumlah Petani Responden Berdasar Jenis Pekerjaan Pokok .......

48

Tabel 4.10 Jumlah Petani Responden Berdasar Luas Lahan Garapan ........

49

Tabel 4.11 Jumlah Petani Responden Berdasar Hasil Produksi ................

50

Tabel 4.12 Hasil Analisi Regresi Linier Berganda .....................................

51

Tabel 4.13 Hasil Uji Multikolinieritas dengan Metode Auxiliary Regretion 52 Tabel 4.14 Hasil Uji B-G Test ....................................................................

53

Tabel 4.15 Hasil Uji White ........................................................................

54

Tabel 4.16 Hasil Perbaikan Heteroskedastikitas dengan Metode White ...

54

Tabel 4.17 Hasil Perhitungan Return to Scale ...........................................

59

commit to user


digilib.uns.ac.id

Tabel 4.18 Perbandingan Produksi Rata-rata dengan Produksi Marginal Masing-masing Variabel Independen ......................................

62

Tabel 4.19 Perbandingan Produksi Marginal dengan Harga Masing-masing Input dan Output ......................................................................

commit to user

63


digilib.uns.ac.id

DAFTAR GAMBAR

halaman Gambar 2.1 Kurva Produksi Total, Produksi Rata-rata dan Produksi Marginal .................................................................................

14

Gambar 2.2 Kerangka Pemikiran ...............................................................

24

Gambar 3.1 Daerah Terima dan Tolak Uji F .............................................

34

Gambar 3.2 Daerah Terima dan Tolak Uji t ..............................................

36

commit to user


digilib.uns.ac.id

ABSTRAK ANALISIS EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI USAHATANI KEDELAI (Studi Kasus di Kecamatan Weru) Yudihana Wahyu N F0108130

Penelitian ini bertujuan untuk menganalisis besarnya pengaruh faktorfaktor produksi (luas lahan, tenaga kerja, bibit, pupuk dan pestisida) yang digunakan terhadap hasil produksi kedelai, tingkat skala usaha tani serta tingkat efisiensi teknis dan efisiensi ekonomis pada usahatani Kedelai di Kecamatan Weru Kabupaten Sukoharjo. Data dalam penelitian ini diambil dengan cara survey dan wawancara dengan petani responden. Sampel yang digunakan sebanyak 100 responden, yang diambil dengan menggunakan metode area proportional random sampling. Data dianalisis menggunakan analisis regresi linear berganda pada fungsi Cobb Daouglas, Dengan metode Ordinary Least Square (OLS), pengujian skala usaha tani dan pengujian efisiensi teknis serta efisiensi ekonomis. Hasil analisis fungsi produksi menunjukkan bahwa secara statistik faktorfaktor produksi luas lahan, bibit dan pupuk berpengaruh signifikan terhadap hasil produksi kedelai, sedangkan tenaga kerja dan pestisida tidak berpengaruh signifikan. Usahatani kedelai di Kecamatan Weru Kabupaten Sukoharjo berada dalam keaadaan decreasing returns to scale. Dilihat dari kombinasi penggunaan faktor-faktor produksi, menunjukan bahwa luas lahan, bibit dan pupuk tidak efisien secara teknis. Hasil analisis efisiensi ekonomi menunjukkan penggunaan luas lahan tidak efisien sedangkan penggunaan bibit dan pupuk belum efisien secara ekonomis. Oleh karena itu saran yang dapat diberikan adalah petani dapat meningkatkan penggunaan bibit dan pupuk agar dapat meningkatkan hasil produksi, kombinasi penggunaan faktor-faktor produksi harusnya dilakukan lebih rasional agar lebih optimal efisien teknis dapat tercapai, untuk mencapai efisien secara ekonomis pemerintah perlu melakukan pengawasan terhadap pendistribusian dan mengawasi harga pupuk. Kata Kunci : produksi kedelai, faktor-faktor produksi, Cobb Douglas, Return to Skill, efisiensi commit to user ii


digilib.uns.ac.id

ABSTRACT AN EFFICIENCY ANALYSIS ON THE USE OF PRODUCTION FACTOR IN SOYBEAN AGRIBUSINESS (A Case Study on Weru Subdistrict)

Yudihana Wahyu N F0108130

This research aims to analyze the effect of production factors (land width, labor, seed, fertilizer, and pesticide) used on the soybean productivity, agribusiness scale level as well as technical and economical efficiency levels in soybean agribusiness in Weru Subdistrict of Sukoharjo Regency. The data of research was taken using survey and interview method with the respondent farmers. The sample used consisted of 100 respondents, taken using area proportional random sampling method. The data was analyzed using a multiple linear regression analysis in Cobb Douglass function, with Ordinary Least Square (OLS) method, agribusiness scale testing, and technical and economical efficiency examination. The result of production function analysis showed that the production factors of land width, seed and fertilizer statistically affected significantly the soybean production, while labor and pesticide did not affect significantly. The soybean agribusiness in Weru Subdistrict of Sukoharjo Regency was at decreasing returns to scale tendency. Viewed from combined use of production factors, it could be seen that land width, seed, and fertilizer were not efficient technically. The result of economic efficiency analysis showed that the use of land width was not efficient while the use of seed and fertilized had not been efficient economically. For that reason, the recommendation given was that the farmer could increase the seed and fertilizer used in order to improve the productivity; combined use of production factors should be done more rationally in order to achieve the technical efficiency optimally; to achieve the efficiency economically, the government should oversee the fertilizer distribution and price.

Keywords: soybean production, production factors, Cobb Douglas, Return to Scale, efficiency.

commit to user iii


digilib.uns.ac.id

BAB I PENDAHULUAN

A. Latar Belakang Masalah Indonesia merupakan salah satu negara berkembang yang memiliki luas wilayah dan jumlah penduduk yang cukup besar, dengan sumber daya alam yang cukup melimpah. Letak Indonesia yang berada di garis equator menyebabkan Indonesia beriklim tropis, didukung dengan tanah yang subur, menjadikan Indonesia cocok digunakan untuk melakukan usaha pertanian. Indonesia juga merupakan negara agraris yang sebagian penduduknya sebagian besar berprofesi sebagai petani. Secara keseluruhan peran sektor pertanian di Indonesia masih menduduki posisi yang penting. Peran sektor pertanian yang tangguh, seperti halnya diharapkan dalam proses pembangunan, paling sedikit mencakup empat aspek. Pertama kemampuan dalam menyediakan pangan bagi masyarakat, kedua memberikan kesempatan kerja bagi masyarakat, ketiga menghemat dan menghimpun devisa dan terakhir sebagai dasar yang memberikan dukungan bagi berkembangnya sektor lain. (Sumodiningrat, 1991: 6) Menurut Laporan Kinerja Kementrian Pertanian (2012), pada tahun 2011 (sampai dengan Triwulan III), PDB sektor pertanian (di luar perikanan dan kehutanan) tumbuh sebesar 3,07%. Di mana tingkat pertumbuhan tersebut lebih tinggi dibandingkan pertumbuhan tahun 2010 yang hanya commit to user 2,86%. Kontribusi PDB sektor pertanian (di luar perikanan dan kehutanan)

1


2 digilib.uns.ac.id

terhadap PDB nasional pada tahun 2011 tersebut mencapai 11,88%. Lebih tinggi dibandingkan tahun 2010 yang baru mencapai 11,49%. Tanaman pangan merupakan salah satu sub sektor dalam pertanian yang memberikan sumbangan terhadap sektor pertanian. Padi sebagai bahan makanan pokok selama ini banyak di produksi di Indonesia. Selain padi banyak juga tanaman lain yang diproduksi seperti jagung, ketela dan salah satunya adalah kedelai. Sebagai tanaman pangan pengganti padi, kedelai juga banyak diproduksi oleh petani di Indonesia. Komoditas kedelai merupakan salah satu komoditas pertanian yang menjadi perhatian pemerintah, saat ini kedelai dapat dikatakan sebagai salah satu bahan pangang pokok, sebab tingkat konsumsi masyarakat akan kedelai saat ini sangatlah besar. Sementara disisi lain produksi dalam negeri belum mampu untuk memenuhinya. Setiap tahun kebutuhan kedelai mencapai 2 juta ton, sedangkan produksi kedelai dalam negeri hanya 0,8 juta ton per tahun, sehingga untuk memenuhinya diperlukan impor sebanyak 1,2 juta ton per tahun. Di masa mendatang proyeksi permintaan kedelai akan terus meningkat seiring dengan meningkatnya konsumsi kedelai oleh masyarakat Indonesia mengingat beberapa pertimbangan seperti: bertambahnya populasi penduduk, peningkatan pendapatan per kapita, kesadaran masyarakat akan gizi makanan. Konsumsi per kapita dari 8.12 kg pada tahun 2005 menjadi 9,46 kg pada tahun 2020. atau meningkat rata-rata 1.02% per tahun (Sulastri, dkk. 2011). Berbagai upaya telah dilakukan oleh pemerintah agar impor kedelai dapat dikurangi. Ketersediaan sumberdaya lahan yang cukup luas, iklim yang cocok, teknologi yang telah dihasilkan serta sumberdaya manusia yang cukup commit to user

3 digilib.uns.ac.id


terampil dalam usahatani dan pasar komoditas kedelai masih terbuka lebar, menjadikan prospek pengembangan kedelai di dalam negeri cukup baik. Apabila sumber daya yang ada dikelola secara baik dan efisien maka dapat meningkatkan produksi kedelai dalam negeri, sehingga impor kedelai dapat dikurangi. Tanaman kedelai merata di produksi di beberapa propinsi di Indonesia. Sebagian besar produksi kedelai masih dilakukan di pulau Jawa, sebab pulau Jawa mempunyai lahan pertanian yang subur dan wilayah yang mendukung untuk usahatani kedelai. Jawa Tengah merupakan salah satu propinsi penghasil kedelai di Indonesia. Sebagai daerah penghasil kedelai, produksi kedelai di Jawa Tengah cukup baik. Dengan didukung luas panen dan produktifitas yang terus bertambah, dari tahun ke tahun hasil produksinya juga menunjukkan adanya peningkatan. Peningkatan produksi kedelai di Jawa Tengah dapat dilihat dalam tabel 1.1 di bawah ini. Tabel 1.1 Perkembangan Luas Panen, Produktivitas, dan Produksi Kedelai di Indonesia Menurut Wilayah, 2008-2010 Perkembangan usaha 2008 2009 2010 1. Luas Panen (ha) - Jawa Tengah 111.635 110.061 114.070 - Jawa 398.780 460.479 451.536 - Indonesia 590.956 722.791 678.441 2. Produktifitas (ku/ha) - Jawa Tengah 14.99 15.91 16.48 - Jawa 13.32 14.05 13.92 - Indonesia 13.13 13.48 13.67 3. Produksi (ton) - Jawa Tengah 167.345 175.165 187.992 - Jawa 518.997 646.839 628.576 - Indonesia 775.710 974.512 927.384 Sumber : www.Departemen Pertanian.go.id, (2010)

commit to user

4 digilib.uns.ac.id


Dari data dapat dilihat bahwa dari tahun ke tahun, baik produktifitas maupun produksi kedelai di Jawa Tengah mengalami peningkatan. Pada tahun 2008 mencapai 167.354 ton, tahun 2009 produksi meningkat sebesar 4,67% dan pada tahun 2010 terjadi peningkatan sebesar 7,32%. Rata-rata peningkatan produktifitas kedelai di Jawa tengah mencapai 4,86% per tahun. Salah satu Kabupaten penghasil kedelai di Jawa Tengah adalah Kabupaten Sukoharjo. Dengan kondisi wilayah berupa dataran rendah Kabupaten Sukoharjo mempunyai jenis tanah dan struktur tanah yang bagus, menyebabkan Kabupaten Sukoharjo menjadi wilayah yang potensial dan sangat cocok sebagai daerah pertanian, khususnya untuk usahatani kedelai. Salah satu wilayah di Kabupaten Sukoharjo yang paling produktif sebagai daerah penghasil Kedelai adalah Kecamatan Weru, seperti yang terlihat pada tabel 1.2 berikut. Tabel 1.2 Luas Panen dan Produksi Kedelai di Kabupaten Sukoharjo Tahun 2011

No

Kecamatan

1 Weru 2 Bulu 3 Tawangsari 4 Sukoharjo 5 Nguter 6 Bendosari 7 Polokarto 8 Mojolaban 9 Grogol 10 Baki 11 Gatak 12 Kartasura Jumlah 2010

Luas Panen (Ha) 1.673 52 609 68 145 131 43 0 0 1 0 0 2722 3.642

Produksi (Ton) 3.197 83 1.140 108 235 221 69 0 0 1 0 0 4.054 8.719

Sumber: Dinas Pertanian Kabupaten Sukoharjo (2011)

commit to user

Produktifitas (Kw/Ha) 19,11 15,96 18,72 15,88 16,21 16,87 16,05 0 0 10,00 0 0 18,57 23,94


5 digilib.uns.ac.id

Dari data dapat dilihat, dari beberapa Kecamatan penghasil kedelai di Kabupaten Sukoharjo, Kecamatan Weru merupakan penghasil utama tanaman kedelai dengan hasil produksi mencapai 3.197 ton di tahun 2011. Dengan produksi kedelai yang terbesar dan didukung dengan sistem pengairan dan lahan yang cukup, menjadikan usaha pertanian di Kecamatan Weru mempunyai prospek yang baik. Namun sumber daya alam yang ada belum dapat dimanfaatkan secara optimal oleh para petani. Dalam pelaksanaan proses produksi kedelai, petani juga dihadapkan pada masalah baik dari dalam dan dari luar, masalah dari dalam diantaranya keterbatasan faktor produksi, baik kualitas maupun kuantitas. Dengan demikian petani harus pandai memilih dan mengkoordinasikan jenis-jenis tanaman yang menguntungkan serta mengkombinasikan faktor produksi yang ada secara efisien sehingga produksi yang dilakukan dapat optimal sedangkan masalah dari luar adalah kondisi alam atau musim serta serangan hama dan penyakit. Selain itu teknologi ditingkat petani sepertinya juga masih kurang, pada umumnya petani melakukan kegiatan usahatani masih didasarkan kebiasaan semata sehingga rasionalitas sering terabaikan. Berdasarkan penelitian yang telah dilakukan oleh Siregar dan Sumaryanto (2003), diperoleh hasil luas tanah, benih, pupuk K2O, dan pestisida, positif dan secara signifikan mempengaruhi produksi kedelai, sedangkan pupuk N dan P2O5, pompa irigasi, dan tenaga kerja tidak. Efisiensi teknis produksi kedelai di daerah ini adalah 83%. Oleh karena itu, penelitian serupa juga dapat dilakukan untuk melihat commit to user rasionalitas petani di Kecamatan Weru dalam berusahatani dalam upaya

6 digilib.uns.ac.id


meningkatkan hasil produksi, penelitian ini bertujuan untuk mengevaluasi, bagaimana pengkombinasian dan penggunaan faktor-faktor produksi luas lahan, tenaga kerja, bibit, pupuk dan pestisida pada usahatani kedelai di Kecamatan Weru untuk mencapai produksi yang optimal, sekaligus mengetahui efisiensi teknis dan efisiensi ekonomi penggunaan faktor-faktor produksi tersebut.

B. Perumusan Masalah Banyak faktor yang berpengaruh terhadap usaha tani kedelai yang berkaitan langsung dengan proses produksi. Untuk mengetahui pengaruh tersebut maka permaslahan dirumuskan sebagai berikut : 1. Bagaimanakah pengaruh faktor-faktor produksi dalam proses produksi

kedelai pada usaha tani kedelai di Kecamatan Weru? 2. Bagaimanakah skala produksi usaha tani kedelai di Kecamatan Weru? 3. Bagaimanakah efisiensi teknis penggunaan faktor-faktor produksi pada usaha tani kedelai di Kecamatan Weru? 4. Bagaimanakah efisiensi ekonomi penggunaan faktor-faktor produksi pada usaha tani kedelai di Kecamatan Weru?

C. Tujuan Penelitian Adapun tujuan yang ingin dicapai dari penelitian ini adalah sebagai berikut : 1.

Mengetahui bagaimana pengaruh faktor-faktor produksi dalam proses produksi kedelai pada usaha tani kedelai di Kecamatan Weru. commit to user

7 digilib.uns.ac.id


2. Mengetahui bagaimana skala produksi usaha tani kedelai di Kecamatan Weru. 3. Mengetahui bagaimana efisiensi teknis penggunaan faktor-faktor produksi pada usaha tani kedelai di Kecamatan Weru. 4. Mengetahui bagaimana efisiensi ekonomi penggunaan faktor-faktor produksi pada usaha tani kedelai di Kecamatan Weru.

D. Manfaat Penelitian Hasil dari penelitian ini diharapkan dapat bermanfaat: 1. Bagi petani, dapat dimanfaatkan dalam penentuan kerangka perencanaan untuk melakukan produksi kedelai, sehingga produksi pada usaha tani kedelai dapat lebih efisien. 2. Bagi pemerintah, memberikan masukan dan menjadikan bahan pertimbangan pengambilan kebijakan untuk membina para petani khususnya petani tanaman kedelai dan kebijakan untuk meningkatkan produksi pada usaha tani kedelai

commit to user

8 digilib.uns.ac.id


BAB II TINJAUAN PUSTAKA

A. Usaha Tani Kedelai 1. Usaha Tani Usaha tani adalah himpunan dari sumber-sumber alam yang terdapat ditempat itu, yang diperlukan untuk produksi pertanian seperti tumbuhan, tanah, dan air, perbaikan-perbaikan yang telah dilakukan atas tanah itu, sinar matahari, bangunan-bangunan yang didirikan diatas tanah dan sebagainya (Mubyarto, 1989:66). Pertanian dibagi menjadi dua yaitu pertanian dalam arti sempit dan pertanian dalam arti luas. Pertanian dalam arti sempit dapat dikatakan sebagai pertanian rakyat yaitu usaha pertanian keluarga dimana produksinya bahan makanan utama seperti beras, palawija (jagung, kacang-kacangan dan umbi-umbian), tanaman sayuran dan buah-buahan. Pada umumnya sebagian hasil pertanian rakyat adalah untuk dikonsumsi keluarga (Mubyarto, 1989:16).

2. Tanaman Kedelai Kedelai merupakan tanaman semusim dan termasuk tanaman basah, batangnya berdiri tegak. Tanaman ini mempunyai banyak cabang ada yang pendek dan ada cabang yang panjang tergantung dari jenis varietasnya (Aak, 1989:17).

commit to user

9 digilib.uns.ac.id


Kedelai sudah cukup lama dibudidayakan di Indonesia dengan berbagai jenis kedelai. Berbagai jenis tanaman kedelai secara garis besar diklasifikasikan menurut (Aak, 1989:23) : a. Dasar penentuan Varietas dibedakan : 1) Berdasar umur -

Kedelai genjah : berumur pendek 75-85 hari

-

Kedelai tengahan : berumur 85-90 hari

-

Kedelai dalam : berumur lebih dari 90 hari

2) Berdasar warna biji -

Kedelai Putih/ kedelai kuning

-

Kedelai hitam/ kedelai hijau

3) Berdasar tipe batang -

Batang lurus keatas (vertikal)

-

Ujung batang melilit

b. Varietas yang dianjurkan Varietas kedelai yang dianjurkan mempunyai criteriakriteria tertntu, misalnya umur panen, produksi per hektar, daya tahan terhadap serangan hama dan penyakit. Ada bayak jenis varietas dalam klasifikasi ini misalnya: Muria, Galunggung, Sumbing, dan lain-lain.

3. Permasalahan dalam Usaha Tani Kedelai Menurut Satya (2010), terdapat banyak kendala yang dihadapi dalam upaya peningkatan produksi kedelai antara lain : commit to user

10 digilib.uns.ac.id


a. Harga kedelai Harga kedelai yang kurang menarik menyebabkan petani kurang optimal dalam mengusahakan tanaman kedelai. Oleh karena itu, dalam melakukan usaha tani kedelai petani cenderung menghemat pengeluaran. Dengan penggunaan input yang minimal maka produktifitas tanaman tidak dapat mencapai tingkat optimum. b. Kurangnya benih Kurangnya benih yang bermutu menjadi masalah yang masih sulit dipecahkan. Upaya penyediaan benih bermutu oleh pemerintah melaui Dinas Pertanian, Umumnya tidak dapat berjalan dengan baik. c. Hama dan penyakit Pada kedelai hama dan penyakit yang menyerang lebih banyak dibandingkan palawija lainnya. Hal menjadi kendala tersendiri dalam proses pembudidayaan kedelai, perhatian yang lebih perlu diberikan pada tanaman kedelai untuk menangani masalah hama dan penyakit ini. d. Ketersediaan lahan dan iklim Menyediakan lahan untuk usaha tani kedelai merupakan tantangan yang semakin besar karena dihadapkan kompetisi lahan dengan upaya meningkatkan produksi komoditas lainnya. Selain itu keadaan iklim yang saat ini sulit diprediksi menjadi maslah tersendiri bagi usaha pertanian pada umumnya.

commit to user



4. Teknik Bertanam Kedelai Banyak hal-hal yang perlu diperhatikan dalam menanam kedelai antara lain (M. Arsyad, 1998) : a. Waktu dan musim tanam, musim tanam kedelai di lahan sawah adalah bulan Maret – April atau Juni-juli (musim kemarau), Februari-Maret (musim hujan). b. Pemilihan benih, pilih benih yang bermutu tinggi sesuai dengan pola dan musim tanam serta lokasi ekosistem setempat. c. Persiapan atau pengolahan tanah, penanaman kedelai setelah panen padi dapat dilakukan tanpa pengolahan tanah apabila cukup lembab, bersih dari gulma, dan tunggul jerami padi dipotong sampai dekat permukaan tanah. d. Cara dan jarak tanam , Penanaman benih kedelai perlu diperhatikan beberapa hal antara lain : 1) Penanaman diawali dengan pembuatan lubang tanam tunggal kurang lebih 3 cm. 2) Jarak lubang yang ideal antara lubang satu dengan yang lain kurang lebih 20 x 20 cm. (disamping tunggul jerami) 3) Jumlah tanam bibit, setiap lubang diberi bibit 2-3 biji. e. Pemupukan 1) Pada lahan sawah yang tidak pernah dipupuk, pupuk yang diperlukan 40-50 kg urea, 60-70 TSP, dan 60-75 kg KCL per hektar. Bila ada pupuk kandang dianjurkan 5 ton per hektar. commit to user



2) Pada lahan kering diperlukan 50-75 kg urea, 75-100 kg TSP, dan 50-75 kg KCL per hektar, pupuk kandang 3-5 ton per hektar. f. Pengairan Tanaman kedelai merupakan jenis tanaman yang tidak terlalu memerlukan banyak air, sehingga pengairan dilakukan sesuai kebutuhan. g. Pengendalian gulma dan hama 1) Pengndalian gulma dilakukan dengan mencabuti gulma dengan tangan atau dibantu dengan alat seperti pacul, garu. Dilakukan 2-3 kali saat tanaman berumur 3,7 dan 10 minggu. 2) Pengendalian hama dan penyakit dilakukan sesuai dengan hama dan penyakit yang menyerang saat itu, h. Panen dan Pasca Panen 1) Waktu, cara dan alat yang digunakan dalam pemanenan dapat mempengaruhi jumlah dan mutu hasil kedelai. Panen sebaiknya diusahakan tepat waktu. Bila panen terlalu awal akan banyak biji muda dan perontokan biji sulit dilakukan. Sebaliknya, bila panen terlambat biji banyak yang tercecer. 2) Penanganan pasca panen antara lain terdiri dari penjemuran brangkasan tanaman, pembijian, pengeringan, pembersihan dan penyimpanan biji perlu mendapat perhatian yang lebih besar, agar kualitas biji atau benih terjaga. commit to user



B. Teori Produksi 1. Definisi Produksi Produksi adalah suatu kegiatan yang mengubah input menjadi output. Kegiatan tersebut dalam ekonomi biasa dinyatakan dalam fungsi produksi (Sugiarto, 2002) Dalam proses produksi pertanian dibutuhkan bermacam-macam faktor produksi antara lain tenaga kerja, tanah, modal dan manajemen pertanian. Tenaga kerja meliputi tenaga kerja yang berasal dari dalam dan luar keluarga. Faktor produksi modal diartikan sebagai uang atau keseluruhan nilai dari sumber-sumber ekonomi non manusiawi (Mubyarto, 1989: 70).

2. Fungsi Produksi Fungsi produksi adalah hubungan fisik antara variabel yang dijelaskan (Y) dan variabel yang menjelaskan (X). Variabel yang dijelaskan biasanya berupa output dan variabel yang menjelaskan biasanya berupa input (Soekartawi, 2003). Fungsi Produksi menunjukkan jumlah maksimum output yang dapat dihasilkan dari pemakaian sejumlah input dengan menggunakan teknologi tertentu. Secara matematis fungsi produksi dapat dituliskan sebagai berikut (Sugiarto, 2002):

Q = F(K,L,X,E)

commit to user



Keterangan : Q

= output

K,L,X,E = input (kapital, tenaga kerja, bahan baku, keahlian keusahawanan) Menurut Soekartawi (2003) Dalam melakukan produksi, ada dua pendekatan yang akan digunakan oleh seorang produsen yang pertama yaitu profit maximization

dengan pendekatan ini seorang

produsen akan selalu berusaha untuk mengalokasikan input yang dimilikinya sefisien mungkin untuk dapat menghasilkan output yang maksimal. pendekatan kedua yaitu cost minimization pendekatan ini akan dilakukan oleh seorang produsen apabila produsen dihadapkan pada keterbatasan biaya dalam melakukan usahanya, mereka akan berusaha memperoleh keuntungan yang besar dengan meminimumkan biaya produksi. profit maximization dan cost minimization keduanya mempunyai tujuan yang sama yaitu sama-sama bertujuan untuk memaksimal

keuntungan

dengan

pengalokasian

penggunaan

sumberdaya yang seefisien mungkin. a.

Tahapan Produksi

Y PT Tahap 1

Tahap 2 Tahap 3

PR PM

X

Gambar 2.1 Kurva Produksi Total, Produksi Rata-rata dan Produksi commit to user 1995) Marjinal (Adiningsih,



Ada 3 tahap dalam fungsi produksi yang masing-masing memiliki sifat yang khusus. Tahap-tahapnya adalah sebagai berikut (Adiningsih, 1995) : 1) Tahap I Pada Tahap ini PR meningkat, PM juga meningkat. Ini berarti input tetap digunakan dengan penggunaan input variabel. Oleh karena itu tahap ini bukan tahap yang rasional bagi produsen, karena tiap tambahan satu unit input variabel akan menambah tambahan output yang lebih besar. Sehingga produsen yang rasional tidak akan berproduksi pada tahap ini. 2) Tahap II Pada Tahap ini PR menurun, PM juga menurun. Ini berarti penggunaan input tetap maupun input variabel sudah rasional, karena pada tahap ini tambahan penggunaan input variabel sudah mulai menurunkan PR maupun PM. Sehingga tahap ini adalah tahap yang rasional bagi produsen untuk berproduksi. 3) Tahap III Pada Tahap ini PR menurun, PM juga menurun hingga dibawah 0. Ini berarti penggunaan input variabel relative terlalu banyak digunakan dibandingkan penggunaan input tetap. Sehingga pada tahap ini tidak rasional bagi commit to user



produsen untuk berproduksi, karna tambahan input variabel justru akan menurunkan tingkat total output.

3. Fungsi Produksi Cobb-Douglas Menurut Soekartawi (2003) Fungsi produksi Cobb Douglas adalah suatu fungsi atau persamaan yang melibatkan dua atau lebih variabel, yaitu variabel dependen (Y) dan variabel independen (X). Biasanya penyelesaian hubungan antara Y dan X dilakukan dengan cara regresi. Secara matematik, fungsi produksi Cobb-Douglas dapat dituliskan sebagai berikut :

Y= =

Bila persamaan tersebut dilogaritmakan maka persamaan tersebut dapat diubah menjadi bentuk linier berganda. Logaritma dari persamaan di atas

adalah sebagai berikut (Soekartawi, 2003): Log Y = log a + b1 log X1 + b2 log X2 + v Y* = di mana: Y* = log Y X*= log X v* = log v a* = log a

commit to user



Ada tiga alasan pokok mengapa fungsi Cobb-Douglas lebih banyak dipakai oleh para peneliti, yaitu (Soekartawi, 2003:165-166): a. Penyelesaian

fungsi

Cobb-Douglas

relatif

lebih

mudah

dibandingkan dengan fungsi yang lain, seperti fungsi kuadratik b. Hasil pendugaan garis melalui fungsi Cobb-Douglas akan menghasilkan koefisien regresi yang sekaligus juga menunjukkan besaran elastisitas. Jadi besaran b pada persamaan diatas adalah angka elastisitas. c. Besaran elastisitas tersebut sekaligus menunjukkan tingkat besaran

return to scale. Jadi seperti pada persamaan diatas, dimana: Y* = dan besaran b adalah elastisitas, maka jumlah dari elastisitas adalah merupakan ukuran return to scale.

4. Skala Produksi Terhadap Hasil (Return To Scale) Retutn to Scale (RTS) perlu diketahui untuk mengetahui apakah kegiatan dari suatu usaha yang diteliti tersebut mengikuti kaidah increasing, constant atau decreasing return to scale. Berdasarkan persamaan diatas maka RTS persamaan tersebut dapat dituliskan sebagai berikut (Soekartawi, 2003:162-163): 1 < b1 + b2 < 1 Dengan demikian, kemungkinannya ada tiga alternatif, yaitu:

commit to user



a. Decreasing return to scale, bila βı + β2 < 1. Dalam keadaan demikian, dapat diartikan bahwa proporsi penambahan faktor produksi melebihi proporsi penambahan produksi. b. Constant return to scale, bila βı + β2 = 1. Dalam keadaan demikian penambahan faktor produksi akan proporsional dengan penambahan produksi yang diperoleh. c. Increasing return to scale, bila βı + β2 > 1. Ini artinya bahwa proporsi penambahan faktor produksi akan menghasilkan tambahan produksi yang proporsinya lebih besar.

5. Elastisitas Produksi Elastisitas produksi (Ep) adalah prosentase perubahan dari output sebagai akibat dari prosentase perubahan input. Ep ini dapat dituliskan melalui rumus sebagai berikut (Soekartawi,2003:40) : atau

Keterangan : ∆Y

= Perubahan output

∆X

=Perubahan input

Y

= output

X

= input

Karena

adalah PM, maka besarnya Ep tergantung dari besar kecilnya

commit to user PM dari suatu input, misalnya input X.



6. Efisiensi Penggunaan Faktor-faktor Produksi Faktor produksi terdiri dari empat komponen, yaitu tanah, modal, tenaga kerja, dan manajemen (pengelolaan). Masing-masing faktor mempunyai fungsi yang berbeda dan saling terkait satu sama lain. Apabila salah satu faktor tidak tersedia maka proses produksi tidak akan berjalan, terutama tiga faktor terdahulu, antara lain tanah, modal, dan tenaga kerja (Daniel, 2002 :52). Menurut Soekartawi (2003) Pengertian “efisiensi” sangat relatif, efisiensi diartikan sebagai upaya penggunaan input yang sekecil-kecilnya untuk mendapatkan produksi yang sebesar-besarnya. Efisien dapat digolongkan menjadi 3 (tiga) macam, yaitu : efisiensi teknis, efisiensi alokatif (efisiensi harga ) dan efisiensi ekonomi. a. Efisiensi Teknis Jika elastisitas produksi dari suatu input dan produksi rataratanya diketahui, maka dapat diturunkan produk marginal dari input tersebut sebagai berikut (Soekartawi, 1993): MPPXi = Epi . APPXi Keterangan : MPPXi = marginal produk input Xi Epi

= elastisitas produksi input Xi

APPXi

= Produksi rata-rata Xi

Efisiensi teknis diperoleh bila elastisitas produksinya (Ep) = 1, yaitu apabila : commit to user



Keterangan : 1) MPPx > APPx, berarti penggunaan input belum mencapai efisiensi teknis. 2) MPPx < APPx, berarti penggunaan input tidak mencapai efisiensi teknis. 3) MPPx = APPX, berarti penggunaan input sudah mencapai efisiensi teknis. Tinggi Rendahnya tingkat efisiensi dapat dilihat dari nilai konstanta, semakin tinggi konstanta maka semakin tinggi tingkat efisiensi.

b. Efisiensi Ekonomi Efisiensi diartikan sebagai upaya penggunaan input yang sekecil-kecilnya untuk

mendapatkan produksi

yang sebesar-

besarnya. Situasi yang demikian akan terjadi kalau petani mampu membuat suatu upaya kalau nilai produk marginal (NPM) untuk suatu input sama dengan harga input tersebut atau dapat dituliskan (Soekartawi,1993:59) : NPMx = Px ; atau =1 Dari sini apabila nilai produk marginal (NPMx) sama dengan harga input (Px) maka penggunaan faktor produksi dapat dikatakan sudah optimal. Namun pada kenyataannya nilai produk marginal (NPMx) tidak selalu sama dengan harga input (Px). Bila NPMx/Px commit to user



> 1 berarti penggunaan faktor produksi x tersebut belum efisien, bila NPMx/Px < 1 berarti penggunaan faktor produksi x tidak efisien.

C. Penelitian Terdahulu Berdasarkan penelitian Siregar dan Sumaryanto (2003) yang berjudul “Estimating Soybean Production Efficiency in Irrigated Area Of Brantas River Basin” Penelitian ini menggunakan model frontier stokastik, diperoleh hasil luas tanah, benih, pupuk K2O, dan pestisida, positif dan secara signifikan mempengaruhi produksi kedelai, sedangkan pupuk N dan P2O5, pompa irigasi, dan tenaga kerja tidak. Efisiensi teknis produksi kedelai di daerah ini adalah 83%. Berdasarkan hasil penelitian Fauziyah (2007) yang berjudul “Analisis Efisiensi Usaha Tani Kedelai di Desa Sukosari Kecamatan Gondanglegi Kabupaten Malang”, dengan fungsi produksi frontier Cobb Douglas yang dianalisis dengan Frontier diperoleh hasil, dari lima variabel yang digunakan hanya variabel luas lahan yang berpengaruh signifikan, sedangkan

variabel tenaga kerja, bibit, pupuk dan pestisida tidak

berpengaruh secara signifikan. Indeks efisiensi pada 30 populasi petani kedelai di Sukosari menggambarkan bahwa mereka sudah mampu mencapai efisiensi teknis. Efisiensi ekonomis telah dicapai oleh 80% petani kedelai, sedangkan 6 petani belum dapat mencapai efisiensi alokasi dan ekonomis karena indeks efisiensinya lebih kecil dari 0,7. Berdasarkan Penelitian Tahir, dkk (2010) yang berjudul “Analisis Efisiensi Produksi Sistem Usahatani commit Kedelai to user Di Sulawesi Selatan”. Penelitian



ini menggunakan fungsi produksi Cobb Douglas yang diestimasi dengan metode Ordinary Least Square (OLS). Hasil analisis fungsi produksi menunjukkan bahwa faktor-faktor yang mempengaruhi peningkatan produksi kedelai secara nyata adalah tingkat pengalaman petani, jumlah angkatan kerja dalam keluarga, jumlah pupuk urea, jumlah pupuk KCl, jumlah pupuk organik, dummy status kepemilikan lahan sistem bagi hasil, dummy varietas kedelai (varietas unggul), dummy jarak tanam (40 x 15 cm dan 40 x 10 cm), dan dummy tipe lahan. Secara ekonomis efisiensi produksi dalam usahatani kedelai belum optimal. Berdasar penelitian Adebanjo (2010) yang berjudul “Constraints and determinants of technical efficiency in medium-scale soybean production in Benue State, Nigeria”, dengan menggunakan model frontier stokastik untuk memperkirakan faktor-faktor penentu efisiensi teknis dari petani. Diperoleh hasil efisiensi teknis rata-rata faktor-faktor penentu efisiensi teknis yang secara statistik signifikan adalah jenis kelamin, usia dan pengalaman. Jenis kelamin dan usia memiliki hubungan terbalik dengan inefisiensi teknis dari petani sementara pengalaman memiliki hubungan langsung. Indeks efisiensi teknik sebesar 73%. Berdasarkan penelitian Sulastri (2011) yang berjudul “Analisis Usahatani Kedelai (Glycine max L) yang Berkelanjutan di Kecamatan Sukorejo Kabupaten Ponorogo”, dengan analisis fungsi produksi CobbDouglass. Hasil penelitian menunjukkan bahwa faktor-faktor produksi atau input produksi secara bersama-sama berpengaruh terhadap produski kedelai, namun secara individu input yang berpengaruh nyata terhadap peningkatan commit to user



produksi kedelai di lahan sawah adalah luas lahan, bibit, tenaga kerja pria dan tenaga kerja wanita, sedangkan di lahan tegal adalah pupuk organik. Dari hasil analisis efisiensi penggunaan input pada usahatani kedelai lahan tegal dan sawah menunjukkan, di lahan tegal secara ekonomi penggunaan faktor produksi belum efisien.

D. Kerangka Pemikiran Usaha tani kedelai merupakan usaha yang prospektif untuk dikembangkan di Kecamatan Weru, hal ini ditunjukkan dengan produktifitas kedelai yang tinggi dibandingkan dengan kecamatan lain di kabupaten Sukoharjo, seperti yang terlihat pada tabel 1.2. Dari kerangka dapat dilihat bahwa faktor produksi luas lahan, bibit, pupuk, pestisida dan tenaga kerja digunakan untuk produksi tanaman kedelai, sehingga akan menghasilkan output berupa kedelai. Dengan melihat perbandingan perubahan semua faktor–faktor produksi dan perubahan hasil produksi yang, dapat diketahui apakah usaha tani padi tersebut dalam keadaan increasing, decreasing, atau constant return to scale. Efisiensi ekonomi dari usaha ini dapat diketahui dengan cara membandingkan antara biaya yang dikeluarkan untuk faktor-faktor produksi dengan nilai produk yang diperoleh petani, sedangkan efisiensi tekniknya dapat

diketahui

dengan

membandingkan

antara

jumlah

perubahan

penggunaan faktor-faktor produksi dengan jumlah perubahan hasil produksi.

commit to user



Kerangka pemikiran digunakan untuk mempermudah dalam mencapai tujuan penelitian, secara skematis kerangka pemikiran digambarkan sebagai berikut :

- Luas Lahan - Bibit - Pestisida - Pupuk - Tenaga Kerja

Produksi

Hasil Produksi

Efisiensi Teknis

Skala Produksi

Efisiensi Ekonomi

Gambar 2.1. Kerangka Pemikiran

E. Hipotesis Penelitian Dari penelitian yang ada tersebut maka dapat diabil beberapa hipotesis sebagai berikut : 1. Diduga bahwa faktor produksi luas lahan, bibit, pestisida, pupuk dan tenaga kerja berpengaruh positif terhadap hasil produksi usaha tani kedelai di Kecamatan Weru. 2. Diduga keadaan skala usaha pada usaha tani kedelai di Kecamatan Weru berada dalam kondisi increasing return to scale. 3. Diduga bahwa penggunaan faktor produksi luas lahan, bibit, pestisida, pupuk dan tenaga kerja pada usaha tani kedelai di Kecamatan Weru belum efisien secara teknis. 4. Diduga bahwa penggunaan faktor produksi luas lahan, bibit, pestisida, pupuk dan tenaga kerja pada usaha tani kedelai di Kecamatan Weru belum efisien secara ekonomis. commit to user



Pembatasan masalah dalam penelitian ini adalah : 1. Penelitian ini dilakukan pada usaha tani kedelai di Kecamatan Weru Kabupaten Sukoharjo 2. Produksi kedelai yang dihasilkan petani diasumsikan untuk dijual semua 3. Petani yang dimaksud adalah pengusaha sektor pertanian, baik petani pemilik lahan sendiri ataupun petani penyewa yang mengusahakan usaha tani kedelai 4. Keadaan atau faktor-faktor produksi di luar model dianggap konstan.

commit to user



BAB III METODE PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menggunakan metode survei dengan petani kedelai sebagai unit analisisnya. Daerah penelitian berada di Kecamatan Weru Kabupaten Sukoharjo, Kecamatan Weru dipilih sebagai daerah penelitian karena mempunyai produktifitas kedelai yang tertinggi diantara kecamatan lain di Kabupaten Sukoharjo, seperti yang terlihat pada Tabel 1.2. Penelitian dikhususkan pada pertanian kedelai di Kecamatan Weru yang dapat panen dua kali satu tahun, penelitian dilakukan pada musim tanam April-Juni.

B. Populasi, Sampel dan Teknik Sampling Populasi yang digunakan dalam penelitian ini adalah para petani kedelai di wilayah Kecamatan Weru Kabupaten Sukoharjo, yang pada tahun 2010 berjumlah 3.760 orang (Tabel 3.1). Untuk menentukan besarnya sampel dari desa terpilih dihitung dengan rumus Slovin (Uma Sekaran, 2000 dalam Warsana, 2007) : n= Keterangan : n

= Jumlah petani sampel

N

= Jumlah populasi petani empat desa

e

= Batas kesalahan yang dapat ditolelir (10%)

1

= Konstantacommit to user



Dari rumus yang ada maka dapat ditentukan jumlah sampel sebagai berikut :

= 97,40

n=

dibulatkan menjadi 100

100 sampel tersebut akan diambil dari 13 desa yang ada. Pengambilan sampel dilakukan dengan menggunakan metode

area proportional random

sampling.

No 1 2 3 4 5 6 7 8 9 10 11 12 13

Tabel 3.1 Jumlah petani kedelai, jumlah sampel per Desa di Kecamatan Weru tahun 2010 Jumlah Jumlah Desa Sampel petani Weru Tawang Ngreco Karangmojo Karanganyar Alasombo Krajan Karangwuni Jatingarang Karakan Grogol Karangtengah Tegalsari Jumlah

210 84 451 249 471 242 476 445 383 234 120 228 167 3.760

6 3 12 7 12 6 13 12 10 6 3 6 4 100

Sumber : Cabang Dinas Pertanian Kecamatan Weru (2010).

Tabel 3.1 menunujukkan banyaknya jumlah sampel dari masingmasing

desa yang ada di Kecamatan Weru. Besaran sampel ditentukan

berdasarkan proporsi jumlah petani dari masing-masing desa, sehingga setiap petani di tiap desa mempunyai peluang yang sama untuk dipilih menjadi anggota sampel. commit to user



C. Jenis dan Sumber Data Data yang digunakan dan dianalisis dalam penelitian terdiri dari dua macam jenis data yaitu : 1. Data primer : yaitu data dari petani kedelai sampel atau petani responden,

dan pengamatan langsung di lapangan. Data primer yang digunakan adalah data mengenai hasil produksi kedelai, input yang digunakan, harga input dan harga output. Data diperoleh melalui kuesioner dan wawancara dengan petani sampel. 2. Data sekunder : yaitu data yang diperoleh dari instansi atau lembaga yang ada hubungannya dengan penelitian, meliputi Dinas Pertanian Kabupaten Sukoharjo dan Kecamatan Weru, Badan Pusat Statistik Kabupaten Sukoharjo, Kantor Kecamatan Weru, Kantor-kantor Kelurahan di Kecamatan Weru, serta pustaka yang relevan dengan masalah yang diteliti.

D. Metode Pengumpulan Data 1. Interview, yaitu metode pengumpulan data dengan cara melakukan wawancara langsung dengan responden mengenai permasalahan yang diteliti. Wawancara langsung tersebut menggunakan kuisioner yang telah dipersiapkan terlebih dahulu 2. Pencatatan, yaitu pengumpulan data sekunder dengan mencatat data yang diperlukan dari instansi atau lembaga yang berkaitan dengan penelitian ini. 3. Observasi, yaitu dengan melakukan pengamatan langsung dan pencatatan secara sistematis didaerah penelitian.

commit to user



E. Definisi Operasional Variabel Dalam penelitian ini terdapat dua variabel yaitu variabel dependen dan variabel independen. Definisi operasional variabel-variabel tersebut sebagai berikut : 1. Dalam penelitian ini variabel dependen adalah hasil produksi tanaman kedelai (Y), yang diukur dalam satuan kilogram (Kg), sedangkan harga kedelai diukur dalam rupiah per kilogram (Rp/Kg). 2. Variabel independen, terdiri dari : a. Luas lahan (X1) Adalah luas lahan sawah garapan petani yang digunakan untuk usahatani kedelai selama satu kali musim tanam, dinyatakan dengan satuan

meter

persegi

(m2).

sedangkan

harga

luas

lahan

diperhitungkan sesuai harga sewa yang berlaku di daerah tersebut, diukur dalam rupiah per patok atau 3300 m2 (Rp/patok). b. Tenaga Kerja (X2) Yaitu seluruh tenaga kerja yang digunakan dalam usahatani kedelai, selama satu musim tanam, baik tenaga kerja keluarga maupun tenaga kerja luar, dinyatakan dalam satuan Hari Orang Kerja (HOK). Nilai tenaga kerja berdasarkan upah dan dinyatakan dalam rupiah per Hari Orang Kerja (Rp/HOK). c. Bibit (X3) Adalah banyaknya bibit yang digunakan dalam usahatani kedelai selama satu kali musim tanam. Bibit yang ditanam petani dapat berasal dari bibit yang dibuat oleh petani sendiri maupun dari bibit commit to user



yang dibeli (bibit bersertifikasi). Bibit diukur dengan satuan kilogram (Kg), dan di perhitungkan sesuai harga pasar dengan satuan rupiah per kilogram (Rp/Kg). d. Pupuk (X4) Pupuk yang digunakan petani dapat terdiri lebih dari satu macam pupuk, diukur dalam satuan kilogram (Kg) dan diperhitungkan sesuai harga pasar dengan satuan rupiah per kilogram (Rp/Kg). e. Pestisida (X5) Pestisida yang digunakan petani dalam pemeliharaan tanaman kedelai selama satu kali musim tanam, diukur dalam satuan liter (L) dan diperhitungkan sesuai harga pasar dengan satuan rupiah per liter (Rp/L).

F. Metode Analisis Metode analisis data yang akan digunakan dalam penelitian ini, yaitu : 1. Analisis Regresi Linier Berganda Untuk mengetahui seberapa besar variabel independen dalam hal ini luas lahan, bibit, pupuk, pestisida dan tanaga kerja mempengaruhi hasil produksi kedelai sebagai variabel dependen. Maka dilakukan regresi terhdap fungsi Cobb Douglas dengan metode OLS (Ordinary Least Square). Dalam penelitian Fauziyah (2007) fungsi produksi Coob Douglas untuk menganalisis usahatani kedelai dapat dituliskan dalam bentuk linear yang dilogaritmakan sebagai berikut : Ln Yi = β0 + β1 LnX1i + β2 LnX2i + β3 LnX3i + β4 LnX4i + β5 LnX5i + ui commit to user



Keterangan: Y = hasil produksi tanaman kedelai (Kg) β0 = konstanta β1 . . . β5 = koefisien regresi variabel X1 = luas lahan (m2) X2 = tenaga kerja (HOK) X3= bibit (Kg) X4 = pupuk (Kg) X5= pestisida/ obat-obatan (L) ui = error term i = Responden 1-100

Pengujian validasi model dilakukan dengan cara sebagai berikut : a. Uji Asumsi Klasik

Untuk melihat apakah regresi bermasalah atau tidak dan supaya menghasilkan koefisien regresi yang tidak bias maka dalam penelitian ini digunakan metode kwadrat terkecil (OLS = Ordinary Least Square) untuk mencari koefisien regresi. Agar diperoleh koefisien regresi yang linier terbaik tidak bias harus dipenuhi beberapa asumsi klasik. Uji multikolinearitas, autokorelasi dan heteroskedastisitas dilakukan untuk mengetahui apakah ada pelanggaran terhadap asumsi-asumsi klasik tersebut atau tidak (Gujarati, 1999).

1) Uji Multikolinearitas

Multikoloniaritas berarti adanya hubungan linier yang sempurna commit to user atau pasti, diantara beberapa atau semua variabel yang



menjelaskan dari model regresi (Gujarati, 1999). Untuk mengetahui ada tidaknya

hubungan diantara variabel bebas

dalam model regresi, dapat dideteksi dengan menggunakan metode Auxiliary Regression dengan pendekatan Koutsoyiannis, yaitu dengan membandingkan nilai r2 dengan nilai R2. Model dikatakan terbebas dari masalah multikolinearitas jika nilai r2 < R2 .

2) Uji Autokorelasi Autokorelasi adalah adanya korelasi diantara angota observasi yang diurutkan menurut waktu (seperti data dalam deret berkala) atau ruang (seperti data lintas-sektoral) (Gujarati, 1999). Untuk menguji ada tidaknya autokorelasi maka dapat digunakan Uji Breush-Godfrey (B-G Test) dengan menggunakan program Eviews, (B-G Test) dilakukan dengan lankah-langkah sebagai berikut (Winarno, 2009): a) Meregres persamaan regresi untuk mendapatkan nilai obs*R-squared dan nilai probabilitas. b) Ada tidaknya masalah autokorelasi pada model dapat diketahui dengan membandingkan nilai probabiltas dengan tingkat signifikansi yang digunakan (α = 5%). Dengan kriteria sebagai berikut : - Bila probabilitas > α = 5%, berarti tidak ada autokorelasi - Bila probabilitas ≤ α = 5%, berarti ada autokorelasi commit to user



3) Uji Heteroskedastisitas Heteroskedastisitas terjadi apabila varian dari unsur-unsur disturbance (Ui) adalah σ2, menunjukkan ketidaksamaan observasi (bervariasinya observasi satu ke observasi yang lain). Hal ini dapat ditunjukkan simbol (Gujarati,1999): E (Ui) = σ2i : i = 1, 2, 3, … n Apabila tiap unsur disturbance (Ui) merupakan suatu angka konstan yang sama dengan σ2, maka hal ini disebut homoskedastis. Secara simbol dapat dituliskan sebagai berikut (Gujarati, 1999): E (Ui) = σ2 : i = 1, 2, 3, … n Untuk menguji ada tidaknya heteroskedastisitas dalam model dapat digunakan beberapa cara, dan salah satunya dengan melakukan Uji White menggunakan program Eviews. Dalam Uji White ada tidaknya maslah heteroskedastisitas dapat diketahui dengan cara melihat nilai probabilitasnya, apabila nilai probabilitas

>

α

=5%

maka

tidak

terjadi

masalah

heteroskedastisitas. Selain itu jugamembandingkan nilai Obs*RSquared dengan nilai χ2 tabel, dengan ketentuan sebagau berikut (Winarno, 2009) : -

Apabila nilai Obs*R-Squared < nilai χ2 tabel maka tidak ada masalah heteroskedastisitas.

-

Apabila nilai Obs*R-Squared > nilai χ2 tabel maka terjadi masalah heteroskedastisitas. commit to user



b. Uji Statistik 1) Uji F

Untuk mengetahui apakah variabel independen secara bersama-sama mempengaruhi variabel dependen secara signifikan, maka dilakukan pengujian variabel-variabel independen secara keseluruhan dan serentak. Uji F dapat dilakukan dengan langkah sebagai berikut (Gujarati, 1999): a) Ho : β1 = β2 = β3 = β4 = β5 = 0 (tidak ada pengaruh antara variabel bebas terhadap variabel tidak bebas secara bersama-sama). Ha : β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5 ≠ 0 (ada pengaruh antara variabel bebas terhadap variabel tidak bebas secara bersama-sama). b) Tingkat keyakinan (level of significance) α = 0,05 F tabel: Fα ; k – 1; n – k

c) Daerah kritis Ho diterima apabila F tabel ≤ Fα; k -1 ; k(n – 1) Ho ditolak apabila F > F α; k -1 ; k(n – 1)

Daerah terima

Daerah tolak

F tabel F tabel = Fα; k-1 ; n – k Gambar 3.1. Daerah Terima dan Daerah Tolak Uji F

commit to user



d) F hitung : F hitung =

e) Kesimpulan Ho diterima apabila F hitung ≤ F tabel, dapat dikatakan bahwa semua koefisien regresi secara bersama-sama tidak signifikan pada tingkat α Ho ditolak apabila F hitung > F tabel, dapat dikatakan bahwa semua koefisien regresi secara bersama-sama signifikan pada tingkat α

2) Uji R2 (Koefisien Deteminasi) Untuk

mengetahui

besarnya

pengaruh

dari

variabel

independen terhadap naik turunnya variabel dependen, maka digunakan R2. Dirumuaskan sebagai berikut (Gujarati,1999):

R2 = Keterangan : k = Banyaknya parameter dalam model, termasuk unsur intersep. n = Banyaknya observasi.

3) Uji t Pengaruh dari satu variabel independen terhadap variabel dependen dapat diketahui melalui uji t. Adapun langkahnya commit to user adalah sebagai berikut (Gujarati,1999):



a) Ho :βi = 0 (tidak signifikan) Ha : βi > 0 (signifikan) b) Nilai t tabel:

Keterangan : α = derajat signifikansi n = jumlah data yang diobservasi

k = jumlah parameter dalam model termasuk intersep

c) Daerah kritis

Daerah tolak - T tabel

Daerah terima

Daerah tolak + T tabel

Gambar 3.2. Daerah Terima dan Daerah Tolak Uji t

d) T hitung: T hitung =

e) Kesimpulan Apabila t hitung > t tabel atau t hitung < -t tabel maka Ho ditolak, berarti signifikan. Hal ini dapat dikatakan bahwa Xi secara statistik berpengaruh terhadap Y pada tingkat α Apabila t hitung < t tabel maka Ho diterima berarti tidak signifikan. Hal ini dapat dikatakan bahwa Xi secara statistik tidak berpengaruh terhadap Y pada tingkat α commit to user



2. Pengujian Skala Hasil (Return to Skill) Analisis

skala

hasil

menunjukan

hubungan

antara

perbandingan perubahan semua input dan perubahan output yang diakibatkannya, skala usaha digolongkan menjadi 3 macam incresing, decreasing, atau constant return to scale. Skala usaha dari suatu unit produksi dapat diketahui dengan cara menjumlahkan elastisitas βı + β2 + β3 + β4 + β5 (Soekartawi, 2003) : a. Decreasing return to scale, bila (βı + β2 + β3 + β4 + β5 < 1). Artinya proporsi

penambahan

faktor

produksi

melebihi

proporsi

penambahan produksi. b. Constant return to scale, bila (βı + β2 + β3 + β4 + β5= 1). Artinya penambahan

faktor

produksi

akan

proporsional

dengan

penambahan produksi yang diperoleh. c. Increasing return to scale, bila (βı + β2 + β3 + β4 + β5 > 1). Artinya bahwa proporsi penambahan faktor produksi akan menghasilkan tambahan produksi yang proporsinya lebih besar.

3. Pengujian Efisiensi Teknis Efisiensi teknis dapat diketahui dengan membandingkan antara jumlah perubahan

penggunaan

faktor-faktor

produksi

dengan

jumlah

perubahan hasil produksi. Efisiensi teknis diperoleh apabila koefisien elastisitas produksinya (Ep) = 1, yaitu apabila (Soekartawi, 2003) : commit to user



MPPxi = APPxi Menghitung MPPxi dengan cara sebagai berikut: Kriteria : a. MPPxi > APPxi, berarti penggunaan input belum mencapai efisiensi teknis. b. MPPxi < APPxi, berarti penggunaan input tidak mencapai efisiensi teknis. c. MPPxi = APPxi, berarti penggunaan input sudah mencapai efisiensi teknis. Dalam fungsi produksi Cobb-Duoglass, tinggi rendahnya efisiensi teknis dapat dilihat pada besarnya nilai konstanta, semakin besar nilai konstanta maka semakin tinggi pula tingkat efisiensi dalam penggunaan input.

4. Pengujian Efisiensi Ekonomis Untuk menguji efisiensi ekonomis digunakan cara sebagai berikut (Soekartawi, 2003) : NPMxi = Pxi atau Rumus dari NPM adalah : NPM = MPxi . Pq Rumus dari MPPx adalah : MPxi = commit to user

=1



Kriteria : a. Jika MPPxi >

maka pengunaan faktor produksi belum

mencapai efisiensi. b. Jika MPPxi <

maka pengunaan faktor produksi tidak

mencapai efisiensi. c. Jika MPPxi =

maka pengunaan faktor produksi sudah

mencapai efisiensi Efisiensi ekonomis dapat tercapai jika nilai MPP dari suatu faktor produksi sama dengan perbandingan antara harga faktor produksi yang bersangkutan dengan harga hasil produksi.

commit to user



BAB IV ANALISIS DATA DAN PEMBAHASAN

A. Kondisi Umum Kecamatan Weru 1. Letak Geografis Kecamatan Weru merupakan salah satu dari 12 kecamatan di Kabupaten Sukoharjo yang letaknya berada di paling selatan, luas wilayah Kecamatan Weru adalah 41.98 km2, terletak di daerah dengan ketinggian 118 m diatas permukaan laut. Secara administratif Kecamatan Weru terbagi dalam 13 Desa, wilayah tersebut terdiri dari 48 dusun dengan 137 RW dan 397 RT. Batas-batas wilayah Kecamatan Weru adalah sebagai berikut: -

Sebelah utara

: Kecamatan Tawangsari.

-

Sebelah timur

: Kecamatan Manyaran, Kabupaten Wonogiri.

-

Sebelah selatan

: Kecamatan Semin, Daerah Istimewa Yogyakarta.

-

Sebelah barat

: Kecamatan Cawas, Kabupaten Klaten.

2. Luas Wilayah Kecamatan Weru mempunyai luas wilayah sekitar 8,99 % (4.198 Ha) dari luas Kabupaten Sukoharjo (46.686 Ha), yang terbagi dalam 13 Desa yang masing-masing mempunyai luas wilayah yang hampir sama. Besar pembagian luas wilayah dapat dilihat pada tabel 4.1 berikut :

commit to user



Tabel 4.1 Luas Wilayah Menurut Desa di Kecamatan Weru Tahun 2010 Desa Luas Wilayah (Ha) Weru 292 Tawang 316 Ngreco 476 Karangmojo 371 Karanganyar 308 Alasombo 460 Krajan 335 Karangwuni 228 Jatingarang 321 Karakan 280 Grogol 213 Karangtengah 262 Tegalsari 336 Jumlah 4.198 Sumber : Kecamatan Weru Dalam Angka 2011

Desa Ngreco merupakan desa yang mempunyai wilayah paling luas yaitu 476 Ha atau sekitar 11,34% dari seluruh luas wilayah Kecamatan Weru. Sedangkan desa dengan wilayah paling sempit adalah Desa Grogol, yang hanya mempunyai luas 213 Ha atau sekitar 5,07% dari luas total.

3. Penggunaan Lahan Lahan di Kecamatan Weru terbagi kedalam dua kelompok, lahan sawah dan lahan bukan sawah. Lahan sawah sebesar 47,38 % atau 1.989 Ha. Sebagian besar lahan sawah merupakan sawah tehnis yaitu sebesar 25,77% atau 1.082 Ha. Sisanya 0,47 % merupakan lahan ½ tehnis, 12,17 % lahan sederhana dan 8,95 % merupakan lahan tadah hujan. Pada musim penghujan lahan sawah biasa ditanami padi sedangkan pada musim kemarau para petani biasanya mengusahakan tanaman kedelai. commit to user



Tabel 4.2 Luas Penggunaan Lahan Sawah di Kecamatan Weru Tahun 2010

-

Lahan Tehnis ½ Tehnis Sederhana Tadah Hujan Jumlah

Luas (Ha) 1.082 20 511 376 1.989

Sumber: UPTD Pertanian Kecamatan Weru 2011

Luas lahan bukan sawah di Kecamatan Weru sebesar 2.209 Ha atau 52,62 %. Lahan bukan sawah ini digunakan untuk tegal, pekarangan, hutan rakyat, dan lain-lain. Penggunaan lahan bukan sawah dapat dilihat pada tabel 4.3 berikut : Tabel 4.3 Luas Penggunaan Lahan Bukan Sawah di Kecamatan Weru Tahun 2010

Lahan

Luas (Ha) Tegal 459 Pekarangan 1.430 Hutan Rakyat 297 Lain-lain 148 Jumlah 2.209 Sumber: UPTD Pertanian Kecamatan Weru 2011 Sebagian besar lahan bukan sawah digunakan untuk pekarangan yaitu sebesar 1.470 Ha atau 64,74 % dari total luas lahan bukan sawah. Pekarangan tersebut bisa digunakan untuk menanam tanaman bukan pertanian, rumah, halam, kolam dan lain-lain. Prosentase tersebut merupakan yang terbesar dibandingkan prosentase penggunaan lahan bukan sawah lainnya.

commit to user



4. Keadaan penduduk a. Penduduk Jenis Kelamin Jumlah Penduduk di Kecamatan Weru pada tahun 2010 adalah 66.893 jiwa, yang terdiri dari 32.909 jiwa atau 49,19% penduduk laki-laki dan 33.984 jiwa atau 50,81% adalah perempuan. Dilihat dari jumlah penduduk laki-laki dan perempuan, prosentase penduduk lakilaki dan perempuan di Kecamatan Weru bisa dikatakan seimbang, karna jumlahnya hampir sama. Tabel 4.4 Penduduk Menurut Kelompok Usia dan Jenis Kelamin di Kecamatan Weru Tahun 2010 Kelompok Umur Laki-laki Perempuan Jumlah 0-14 7.664 7.148 14.812 15-64 21.431 22.451 43.882 65 keatas 3.814 4.385 8.199 Jumlah 32.909 33.984 66.893 Sumber: Kecamatan Weru Dalam Angka, 2011

b. Penduduk Menurut Usia Untuk mengetahui jumlah angkatan kerja dan jumlah tenaga kerja, maka dapat dilihat dari pengelompokan penduduk menurut usia. Dari tabel 4.4 dapat dilihat bahwa di Kecamatan Weru jumlah penduduk yang tergolong usia produktif sebesar 65,60% atau 43.882 jiwa. Sisanya sebesar 22,14 % merupakan penduduk usia belum produktif. Sisanya sebesar 12,25 % adalah penduduk yang sudah tidak produktif.

5. Keadaan Pertanian di Wilayah Kecamatan Weru Kecamatan Weru merupakan salah satu daerah pertanian yang cukup maju di Kabupaten Sukoharjo. Luas commit to lahan user sawah yang dimiliki Kecamatan



Weru mencapai 1.989 Ha. Lahan sawah di wilayah Kecamatan weru tidak hanya ditanami tanaman pangan saja seperti padi, jagung, tetapi juga ditanami berbagai tanaman lain seprti kedelai, palawija, kacang-kacangan, dan juga umbi-umbian. Tabel 4.5 Luas Panen Bebagai Hasil Pertanian Kecamatan Weru Tahun 2010 Jenis Tanaman Luas Panen (Ha) Padi 3.374 Jagung 168 Kedelai 1673 Kacang tanah 213 Kacang hijau 9 Ubi jalar 257 Sumber: UPTD Pertanian Kecamatan Weru 2011. Data diolah

Dapat dilihat dalam tabel 4.5 sebagai tanaman pangan dan juga tanaman pokok di daerah sampel, padi mempunyai luas panen yang paling besar mencapai 3.374 Ha. Tanaman yang memiliki luas panen paling sedikit adalah kacang hijau dengan luas panen 9 Ha. Luas panen tanaman kedelai mencapai 1673 Ha. Di daerah sampel tanaman kedelai di tanam dua kali dalam satu tahun, penanaman dilakukan setelah dua kali musim tanam padi.

B. Karakteristik Responden Dalam penelitian yang berjudul Analisis Efisiensi Penggunaan FaktorFaktor Produksi Usaha Tani Tanaman Kedelai di Kecamatan Weru Kabupaten Sukoharjo ini. Diambil sampel sebanyak 100 petani kedelai yang tersebar di 13 desa yang akan digunakan sebagai daerah penelitian. Karakteristik responden secara lebih lengkap akan diuraikan di bawah ini: commit to user



1. Karakteristik Responden Berdasar Jenis kelamin Berdasarkan data yang sudah diperoleh dari lapangan, dari 100 orang responden petani kedelai semuanya berjenis kelamin laki-laki. Karna bertani bukan merupakan pekerjaan yang ringan, sehingga sudah sepantasnya bila pekerjaan ini banyak dikerjakan oleh laki-laki. Peran wanita dalam usaha tani kedelai ini biasanya hanya membantu pada saat penanaman saja.

2. Karakteristik Responden Berdasar Usia Dilihat dari usia, rata-rata usia petani responden berada pada tingkat kelompok usia 41 – 50 tahun yakni sebanyak 45 % dari total 100 responden. Sehingga dapat diambil kesimpulan bahwa sebagian besar petani masih tergolong dalam usia produktif. Tabel 4.6 Jumlah Petani Responden Berdasar Tingkat Usia No. Tingkat Usia (tahun) Jumlah Responden Prosentase (%) 1. < 30 3 3 2. 30 – 40 16 16 3. 41 – 50 45 45 4. > 50 36 36 Jumlah 100 100 Sumber: Data primer diolah, 2012

Petani sampel yang termuda berusia 27 tahun dan yang tertua berusia 81 tahun. Jumlah petani yang berusia lebih dari 50 tahun mempunyai prosensate yang cukup besar yaitu mencapai 36 %. Dilihat dari usia ratarata petani sampel, dapat diambil kesimpulan bahwa bidang pertanian masih didominasi orang tua dan kurang diminati kaum muda.

commit to user



3. Karakteristik Responden Berdasar Tanggungan Keluarga

Tanggungan

keluarga

merupakan

salah

satu

faktor

yang

mempengaruhi keseriusan petani dalam berusaha tani, petani yang mempunyai jumlah tanggungan keluarga yang semakin banyak akan semakin serius dalam berusaha tani. Sebab petani dengan jumlah tanggungan keluarga yang banyak maka tanggungan untuk mencukupi kebutuhan keluarganya juga akan semakin besar. Tabel 4.7 Jumlah Petani Responden Berdasar Jumlah Tanggungan Keluarga No. Jumlah tanggungan Jumlah Responden Prosentase (%) 1. 1 – 2 orang 25 25 2. 3 – 4 orang 46 46 3. 5 – 6 orang 19 19 Jumlah 100 100 Sumber: Data primer diolah, 2012

Berdasar tabel 4.7 dapat dilihat bahwa sebagian besar petani responden mempunyai jumlah tanggungan keluarga 3-4 orang, yaitu mencapai 46%. Petani responden mempunyai jumlah tanggungan keluarga 1-2 orang yaitu sebesar 25%. Sisanya sebanyak 19% dari petani sampel mempunyai jumlah tanggungan keluarga 5-6 orang. Jumlah tanggungan keluarga yang cukup banyak ini kebanyakan dimiliki oleh petani yang sudah berumur cukup tua karna pada jaman dahulu belum mengenal KB.

4. Karakteristik Responden Berdasar Tingkat Pendidikan Latar

belakang tingkat pendidikan para petani kedelai di

Kecamatan Weru cukup bervariasi mulai dari tidak pernah bersekolah, commit to user lulus SD sampai dengan lulus perguruan tinggi. Dengan adanya latar



belakang yang berbeda-beda, hal ini menyebabkan pola pikir dan rasionalisme terhadap budidaya kedelai juga berbeda-beda satu dengan yang lain. Data mengenai tingkat pendidikan petani responden tersaji dalam tabel 4.8 berikut : Tabel 4.8 Jumlah Petani Responden Berdasar Tingkat Pendidikan No. Tingkat Pendidikan Jumlah Responden Prosentase (%) 1. Tidak bersekolah 17 17 2. Tamat SD 37 37 3. Tamat SLTP 13 13 4. Tamat SLTA 24 24 5. Tamat Perguruan tinggi 9 9 Jumlah 100 100 Sumber: Data primer diolah, 2012

Tabel 4.8 Menunjukkan bahwa sebagian besar petani responden adalah tamatan SD, yaitu mencapai 37 %. Prosentase petani responden yang tamat SLTA sebesar 24%, Prosentase petani responden yang belum pernah bersekolah sebesar 17%, petani responden yang tamat SLTP sebesar 13%. Sedangkankan petani responden yang berhasil menamatkan pendidikannya hingga perguruan tinggi mempunyai prosentase sebesar 9%.

5. Karakteristik Responden Berdasar Jenis Pekerjaan Pokok

Berdasarkan survei yang telah dilakukan diperoleh hasil bahwa tidak semua petani responden mempunyai pekerjaan pokok sebagai petani. Sebagian dari responden ada yang menjadikan usahatani sebagai pekerjaan pokok dan sebagian responden menjadikan pekerjaan petani hanya sebagai pekerjaan sampingan. Berbagai jenis pekerjaan pokok petani responden dapat dilihat pada commit to tabel user 4.9 berikut :



Tabel 4.9 Jumlah Petani Responden Berdasar Jenis Pekerjaan Pokok No. Jenis Pekerjaan Pokok Jumlah Responden Prosentase (%) 1. Petani 64 64 2. Peternak 4 4 3. Pedagang 10 10 4. Buruh 7 7 5. Tukang 5 5 6. PNS 3 3 7. Wiraswasta 4 4 8. Karyawan 2 2 9. Perangkat desa 1 1 Jumlah 100 100 Sumber: Data primer diolah, 2012

Dari data yang telah dikumpulkan bahwa sebagian besar petani responden di daerah penelitian bekerja sebagai petani yaitu sebesar 64%. Mereka menjadikan pertanian sebagai sumber penghasilan mereka untuk memenuhi kebutuhan sehari-hari. Selain bertani responden juga mempunyai pekerjaan sampingan. Jumlah responden yang yang menjadikan pertanian bukan sebagai pekerjaan pokok sebanyak 36% yang terdiri dari 4 orang peternak, 10 orang pedagang, 7 orang buruh, 5 orang tukang, 3 orang PNS, 4 orang wiraswasta, 2 orang karyawan, dan 1 orang bekerja sebagai perangkat desa. Para petani responden ini melakukan usahatani untuk menambah penghasilan.

6. Karakteristik Responden Berdasar Luas Lahan Garapan Luas tidaknya lahan garapan dapat mempengaruhi besarnya hasil produksi yang akan diperoleh. Semakin luas lahan yang digarap maka hasil produksi yang diperoleh juga akan semakin tinggi. Sebagian besar lahan yang digarap oleh petani responden besar berstatus lahan milik commit to user



pribadi, dan yang lainnya menggarap lahan yang berstatus lahan sewaan. Data hasil survei dapat dilihat dalam tabel 4.10 berikut: Tabel 4.10 Jumlah Petani Responden Berdasar Luas Lahan Garapan No. Luas Lahan (m2) Jumlah Responden Prosentase (%) 1. <1000 10 10 2. 1000- 2000 29 29 3. 2001- 3000 14 14 4. 3001- 4000 35 35 5. 4001 - 5000 12 12 Jumlah 100 100 Sumber: Data primer diolah, 2012

Berdasar Tabel 4.10 dapat dilihat bahwa sebanyak 35% petani menggarap lahan dengan luas antara 3001 – 4000 m2. Sebagian besar petani di daerah sampel menggarap lahan seluas 1 patok dengan luas sekitar 3.300 m2 (satu patok). Petani dengan luas garapan kurang dari 1000 m2 berjumlah 10 orang, dengan luas lahan terkecil 500 m2. 14% mempunyai luas lahan 1000 – 2000 m2, 29% mempunyai luas lahan 20013000 m2. Sisanya sebanyak 12% petani responden mempunyai luas lahan 4001-5000 m2, dengan luas lahan terbesar mencapai 5000 m2.

7. Karakteristik Responden Berdasar Hasil Produksi Hasil survei yang telah dilakukan menunjukkan bahwa hasil panen yang diperoleh 100 responden cukup bervariasi jumlahnya, namun secara kuantitas hasil panen petani satu dengan yang lain tidak jauh berbeda. Perbandingan hasil produksi dapat dilihat dalam table 4.11 :

commit to user



Tabel 4.11 Jumlah Petani Responden Berdasar Hasil Produksi No. Hasil Produksi (kg) Jumlah Responden Prosentase (%) 1. < 100 3 3 2. 100 – 200 23 23 3. 201 – 300 21 21 4. 301 – 400 17 17 5. 401 – 500 23 23 6. 501 – 600 6 6 7. > 600 7 7 Jumlah 100 100 Sumber: Data primer diolah, 2012

Berdasar tabel 4.11 dapat dilihat petani yang mempunyai hasil panen lebih dari 600 kg ada 7 orang dengan hasil produksi paling besar mencapai 725 kg. Rata-rata petani mempunyai hasil panen antara 100-200 kg dan 40-500 kg yang masing-masing berjumlah 23 orang. Sedangkan petani yang mempunyai hasil panen kurang dari 100 kg sebanyak 3 orang dengan hasil panen terendah 50 kg. Dari 100 petani responden semua mempunyai hasil panen kurang kurang dari 1 ton, hal ini disebabkan oleh beberapa hal antara lain karna terbatasnya luas lahan.

C. Analisis Data dan Pembahasan 1. Analisis Pengaruh Faktor-Faktor Produksi Terhadap Output Untuk mengetahui seberapa besar pengaruh masing-masing faktor produksi sebagai variabel independen, luas lahan, tenaga kerja, jumlah bibit, jumlah pupuk, dan pestisida terhadap hasil produksi kedelai sebagai variabel dependen. Maka digunakan analisis regresi linier berganda pada fungsi Cobb Douglas. Selanjutnya data yang akan dianalisis dalam fungsi produksi Cobb Douglas dilogaritmakan agar dapat diregresi secara linier, hasilnya adalah :

commit to user



Ln Yi = β0 + β1 ln X1i + β2 ln X2i + β3 ln X3i + β4 ln X4i + β5 ln X5i + Dimana : Y

: produksi

X1

: luas lahan

X2

: tenaga Kerja

X3

: jumlah bibit

X4

: jumlah pupuk

X5

: jumlah pestisida

α

: konstanta

β1-5

: koefisien variabel independen. : Variabel gangguan

i

: responden 1 -100

Hasil olah data menggunakan program Eviews dapat dilihat pada tabel 4.12 berikut: Tabel 4.12 Hasil Analisis Regresi Linier Berganda Variable C LN_X1 LN_X2 LN_X3 LN_X4 LN_X5

(Konstanta) (Luas lahan) (T kerja) (Bibit) (Pupuk) (Pestisida)

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Coefficient

Std. Error

t-Statistic

Prob.

-0.149022 0.526260 -0.081797 0.311963 0.084562 0.060071

0.510103 0.099499 0.094235 0.101515 0.032610 0.046996

-0.292141 5.289114 -0.868012 3.073060 2.593109 1.278228

0.7708 0.0000 0.3876 0.0028 0.0110 0.2043

0.878964 0.872526 0.203809 3.904598 20.25691 1.534262

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Sumber: Analisis data primer dengan Eviews, 2012

commit to user

5.671948 0.570838 -0.285138 -0.128828 136.5255 0.000000



Berdasarkan hasil regresi pada tabel 4.12 maka dapat disusun persamaan sebagai berikut: lnY = - 0,1490 + 0,5263 lnX1 – 0,0817 lnX2 + 0,3119 lnX3 + 0,0849 lnX4 + 0,0600 lnX5 Langkah selanjutnya dilakukan uji asumsi klasik dan uji statistik terhadap hasil regresi tersebut:

2. Uji Asumsi Klasik a. Uji Multikolinearitas Metode

Auxiliary

Koutsoyiannis,

digunakan

Regression untuk

dengan

mendeteksi

pendekatan ada

tidaknya

multikolinearitas yaitu membandingkan nilai r2 dengan nilai R2. Model dikatakan terbebas dari masalah multikolinearitas jika nilai r2 < R2. Hasil uji multikolononieritas dapat dilihat dalam tabel 4.13 berikut ini : Tabel 4.13 Hasil Uji Multikolinearitas dengan Metode Auxiliary Regression Variabel Nilai r2 Nilai Keterangan 2 R Luas Lahan (lnX1) 0,8651 0,8789 Bebas Multikolinearitas Tenaga kerja (lnX2) 0,2110 0,8789 Bebas Multikolinearitas Bibit (lnX3) 0,8748 0,8789 Bebas Multikolinearitas Pupuk (lnX4) 0.5162 0,8789 Bebas Multikolinearitas Pestisida (lnX5) 0,5384 0,8789 Bebas Multikolinearitas Sumber: Analisis data primer dengan Eviews, 2012

Berdasarkan olah data didapat dilihat pada tabel 4.13, bahwa model terbebas dari masalah multikolinearitas, sebab semua variabel commit user mempunyai nilai r2 lebih keciltodari R2 (r2 < 0,8789).



b. Uji Autokorelasi Breusch-Godfrey Test (B-G tes) dilakukan untuk memastikan ada tidaknya autokorelasi dalam model. Dari hasil uji B-G test diperoleh nilai probabilitas Obs*R-Squared sebesar 0,0693. Hasil BG tes tersaji dalam tabel 4.14 berikut: Tabel 4.14 Hasil Uji B-G Test Breusch-Godfrey Serial Correlation LM Test: F-statistic

2.593997

Probability

0.080179

Obs*R-squared

5.338101

Probability

0.069318

Sumber: Analisis data primer dengan Eviews, 2012

Dengan menggunakan tingkat signifikansi 5% maka nilai probabilitas Obs*R-squared lebih besar yaitu 0,0693 > 0,05 yang berarti tidak

signifikan. Sehingga dapat disimpulkan bahwa dalam model tidak terjadi masalah autokorelasi.

c. Uji Heteroskedastisitas White

test

digunakan

untuk

menguji

ada

tidaknya

heteroskedastisitas. Uji White dilakukan dengan cara membandingkan nilai Obs*R-Squared dengan nilai χ2 tabel. Dengan df = 10 dan α = 5% maka diperoleh nilai 18,3. Dari hasil analisis diperoleh nilai Obs*R-Squared yang lebih besar dari χ2 tabel (37,5760 > 18,3), hal ini menunjukkan bahwa dalam model terjadi masalah heteroskedastisitas. Hasil dari White test dapat dilihat pada tabel 4.15 berikut : commit to user



Tabel 4.15 Hasil Uji White White Heteroskedasticity Test: F-statistic

5.357340

Probability

0.000004

Obs*R-squared

37.57601

Probability

0.000045

Sumber: Analisis data primer, 2012 Oleh karena itu uji White Heteroskedacity-Consistent Standard Errors &

Covariance

dilakukan

untuk

memperbaiki

masalah

heteroskedastisitas pada model. Hasil perbaikan dapat dilihat pada tabel 4.16 berikut : Tabel 4.16 Hasil Perbaikan Heteroskedasitas dengan Metode White White Heteroskedasticity-Consistent Standard Errors & Covariance Variable C LN_X1 LN_X2 LN_X3 LN_X4 LN_X5

(Konstanta) (Luas lahan) (T kerja) (Bibit) (Pupuk) (Pestisida)


Coefficient

Std. Error

t-Statistic

Prob.

-0.149022 0.526260 -0.081797 0.311963 0.084562 0.060071

0.645827 0.108809 0.103050 0.099748 0.039669 0.071035

-0.230746 4.836572 -0.793765 3.127498 2.131681 0.845656

0.8180 0.0000 0.4293 0.0023 0.0356 0.3999

0.878964 0.872526 0.203809 3.904598 20.25691 1.534262


5.671948 0.570838 -0.285138 -0.128828 136.5255 0.000000

Sumber : Analisis Data Primer, 2012 hitung = ESS / 2 = 3,9045 / 2 = 1,9522 tabel dengan α = 5% dengan derajat kebebasan (df) = m-1 (m adalah jumlah variabel dependen dan independen), sehingga m-1 = 5, dari tabel diketahui

tabel sebesar 11,07

commit to user



Dari perhitungan di atas diperoleh hasil

hitung <

tabel, yaitu

1,9522 < 11,07, sehingga dapat disimpulkan bahwa model sudah bebas dari masalah heteroskedastis. 3. Uji Statistik a. Uji F Berdasar hasil regresi linier diperoleh nilai F hitung sebesar 136,5255 dengan nilai probabilitasnya 0,0000, pada tingkat signifikansi 5 % nilai probabilitasnya lebih kecil dari 0,05 (0,0000 < 0,05), sehingga dapat diambil kesimpulan variabel luas lahan, tenaga kerja, bibit, jumlah pupuk, dan pestisida secara bersama-sama berpengaruh terhadap hasil produksi kedelai di Kecamatan Weru Kabupaten Sukoharjo.. b. Uji Koefisien Determinasi (R2) Berdasar regresi linier, diperoleh nilai adjusted R squared sebesar 0,8789 artinya sekitar 87,89 % variasi variabel dependen dalam hal ini produksi dapat dijelaskan oleh variabel independen luas lahan, tenaga kerja, bibit, jumlah pupuk dan pestisida. Sisanya sebesar 12,11 % dijelaskan oleh variabel lain di luar model. c. Uji t Uji t digunakan bertujuan untuk mengetahui besarnya pengaruh masing-masing variabel independen terhadap variabel dependen. Hasil dari uji t sebagai berikut:

commit to user



1) Pengaruh variabel luas lahan Dari hasil uji regresi model nilai t statistic yang diperoleh sebesar 4,8365 dengan nilai signifikansi sebesar 0,0000. Artinya variabel luas lahan secara statistik berpengaruh signifikan terhadap hasil produksi kedelai di Kecamatan Weru. Dengan asumsi variabel lainnya konstan. 2) Pengaruh variabel tenaga kerja Dari hasil uji regresi model nilai t hitung yang diperoleh sebesar 0,7937 dengan nilai signifikansi sebesar 0,4293. Artinya variabel tenaga kerja secara statistik tidak berpengaruh secara signifikan terhadap hasil produksi kedelai di Kecamatan Weru. Dengan asumsi variabel lainnya konstan. 3) Pengaruh variabel bibit Dari hasil uji regresi model nilai t hitung yang diperoleh sebesar 3,1274 dengan nilai signifikansi sebesar 0,0023. Artiny variabel bibit secara statistik berpengaruh signifikan terhadap hasil produksi kedelai di Kecamatan Weru. Dengan asumsi variabel lainnya konstan. 4) Pengaruh variabel pupuk Dari hasil uji regresi model nilai t hitung yang diperoleh sebesar 2,1316 dengan nilai signifikansi 0,0356. Artinya variabel pupuk secara statistik berpengaruh signifikan terhadap hasil produksi kedelai di Kecamatan Weru. Dengan asumsi konstan.

commit to user

variabel lainnya



5) Pengaruh variabel pestisida Dari hasil uji regresi model nilai t hitung yang diperoleh sebesar 0,8456 dengan nilai signifikansi sebesar 0,3999. Artinya variabel pestisida secara statistik tidak berpengaruh secara signifikan terhadap hasil produksi kedelai di Kecamatan Weru. Dengan asumsi variabel lainnya konstan.

4. Pembahasan dan Interpretasi Secara Ekonomi a. Pengaruh Variabel Luas Lahan terhadap Hasil Produksi variabel luas lahan mempunyai nilai koefisien regresi sebesar 0,5262, pada tingkat signifikansi 5% luas lahan yang digunakan pada usahatani kedelai mempunyai pengaruh yang signifikan terhadap besarnya produksi kedelai yang dihasilkan. Hal ini berarti apabila luas lahan mengalami kenaikan sebesar 1% maka akan meningkatkan hasil produksi sebesar 0,5262% dengan asumsi variabel yang lain konstan. Semakin luas lahan yang digunakan untuk menanam kedelai maka kedelai yang dihasilkan juga semakin banyak. b. Pengaruh Variabel Tenaga Kerja terhadap Hasil Produksi Nilai koefisien regresi variabel tenaga kerja adalah -0,0817, pada tingkat signifikansi 5% jumlah tenaga kerja yang digunakan pada usahatani kedelai tidak mempunyai pengaruh yang signifikan terhadap besarnya produksi kedelai yang dihasilkan. Artinya apabila jumlah tenaga kerja bertambah maka tidak akan berpengaruh terhadap hasil produksi kedelai. Hasil ini sama dengan hasil yang penelitian commit to user Fauziyah (2007) hasil peneliannya juga menunjukkan bahwa variabel



tenaga kerja tidak berpengaruh secara signifikan terhadap hasil produksi kedelai di desa Sukosari Kecamatan Gondanglegi, sebab faktor utama yang dapat meningkatkan produksi kedelai bukan jumlah tenaga kerja tetapi varietas kedelai yang dipakai.

Dalam budidaya

kedelai tidak mempunyai banyak tahapan yang harus dilalui untuk memperoleh output, oleh sebab itu dalam budidaya kedelai tidak dibutuhkan banyak tenaga kerja. Biasanya tambahan tenaga kerja hanya diperlukan pada saat penanaman dan pemanenan saja, pada saat pengolahan, pemupukan, dan penyemprotan biasanya dilakukan oleh petani sendiri. c. Pengaruh Variabel Bibit terhadap Hasil Produksi Variabel bibit mempunyai nilai koefisien regresi sebesar 0,3119, pada tingkat signifikansi 5 % jumlah bibit pada usahatani kedelai mempunyai pengaruh yang signifikan terhadap besarnya produksi yang dihasilkan. Hal ini berarti apabila jumlah bibit

mengalami

kenaikan sebesar 1% akan meningkatkan hasil produksi kedelai sebesar 0,3119% dengan asumsi variabel yang lain konstan. Jumlah bibit yang digunakan petani akan mempengaruhi jumlah produksi. d. PengaruhVariabel Pupuk terhadap Hasil Produksi Variabel pupuk mempunyai nilai koefisien regresi sebesar 0,0845, pada tingkat signifikansi 5% variabel pupuk pada usahatani kedelai mempunyai pengaruh yang signifikan terhadap besarnya produksi yang dihasilkan. Hai ini berarti apabila jumlah pupuk yang digunakan mengalami kenaikan sebesar 1% maka akan meningkatkan hasil commit to user



produksi sebesar 0,0845% dengan asumsi variabel yang lain tetap. Semakin bertambah pupuk yang digunakan maka hasil produksi juga akan meningkat. e. Pengaruh variabel Pestisida terhadap Hasil Produksi Variabel pestisida mempunyai nilai koefisien regresi sebesar 0,0600, pada tingkat signifikansi 5% variabel pestisida pada usahatani kedelai tidak berpengaruh secara signifikan terhadap hasil produksi. Artinya apabila jumlah pestisida mengalami kenaikan maka tidak akan mempengaruhi hasil produksi. Pestisida tidak selalu digunakan dalam produksi kedelai, pestisida hanya digunakan oleh petani pada saat tanaman diserang oleh hama atau wereng. Hasil penelitian ini sama dengan hasil penelitian yang diperoleh Siregar dan Sumaryanto (2003) dan penelitian Fauziyah (2007) keduanya menunjukkan bahwa variabel pestisida tidak berpengaruh signifikan terhadap hasil produksi kedelai.

5. Uji Elastisitas Untuk mengetahui variabel yang mempunyai pengaruh paling besar maka digunakan uji elastisitas, yaitu dengan cara melihat besaran koefisien masing-masing variabel yang signifikan. Sebab koefisien regresi fungsi Cobb Douglas sekaligus menunjukkan besaran elastisitas. Jadi besaran β adalah angka Elastisitas.

commit to user



Tabel 4.17 Hasil Penghitungan Return to Scale No 1 2 3 4 5

Variabel Luas Lahan Tenaga Kerja Bibit Pupuk Pestisida Jumlah

Koefisien 0,5262 0,3119 0,0845 0,9226

Dari tabel 4.17 dapat dilihat bahwa elastisitas luas lahan sebasar 0,5262 artinya 1 persen kenaikan pada input luas lahan akan mendorong kenaikan output rata-rata sebesar 0,53 persen. Elastisitas bibit sebesar 0,3119 artinya 1 persen kenaikan pada input bibit akan mendorong kenaikan output rata-rata sebesar 0,31 persen, sedangkan elastisitas pupuk sebesar 0,0845 artinya 1 persen kenaikan pada input pupuk akan mendorong kenaikan output rata-rata sebesar 0,08 persen. Dari besaran koefien masing-masing input yang signifikan dapat disimpul bahwa dengan luas lahan mempunyai pengaruh yang paling besar, karena lahan mempunyai koefisien elastisitas yang paling besar yaitu 0,5262.

6. Return to Scale Untuk mengetahui skala produksi usahatani kedelai di Kecamatan Weru, termasuk ke dalam decreasing return to skil, constant return to skil atau increasing return to skil, maka dapat dilihat dari nilai koefisiennya. Tidak semua variabel dihitung dalam penghitungan skala produksi, hanya koefisien regresi variabel independen yang signifikan terhadap variabel dependen yang akan dihitung. commit to user



Dari tabel 4.17 dapat dilihat berdasarkan hasil analisis regresi linier berganda hanya tiga variabel yang signifikan, yaitu luas lahan, bibit, dan pupuk. Hasil penjumlahan dari seluruh koefisien masing-masing variabel yang signifikan menunjukan hasil 0,9226 atau kurang dari satu , hal ini menunjukkan usahatani kedelai di Kecamatan Weru berada pada kondisi decreasing return to scale. Artinya setiap penambahan input 1% akan meningkatkan

produksi

kurang

dari

1%.

Banyak

faktor

yang

menyebabkan skala produksi dalam keadaan decreasing return to scale, antara lain: pengelolaan faktor-faktor produksi yang kurang baik dari petani, pengelolaan yang masih didasarkan pada kebiasaan dan belum memperhitungkan efektifitas dalam penggunaan faktor-faktor produksi, penggunaan teknologi yang masih sederhana, adanya faktor cuaca saat ini yang kurang mendukung, dan lain-lain.

7. Pengujian Efisiensi a. Efisiensi Teknis Output yang maksimal dapat tercapai bila kombinasi penggunaan input dilakukan secara tepat. Oleh karena itu konsep efisiensi teknis digunakan untuk mengetahui bagaimana penggunaan kombinasi input yang digunakan untuk menghasilkan output yang maksimal. Menurut Soekartawi (1993) efisiensi teknis dapat diketahui dengan kriteria sebagai berikut : 1) MPPx > APPx, berarti penggunaan input belum mencapai efisiensi teknis.

commit to user



2) MPPx < APPx, berarti penggunaan input tidak mencapai efisiensi teknis. 3) MPPx = APPX, berarti penggunaan input sudah mencapai efisiensi teknis. Untuk melihat tingkat efisiensi teknis usahatani kedelai di Kecamatan Weru maka dapat dilihat tabel 4.18 berikut : Tabel 4.18 Perbandingan Produksi Rata-rata dengan Produksi Marginal Masing-masing Variabel Independen No. Variabel APP 1. Luas lahan 0,13 2. Tenaga kerja 3. Bibit 12,08 4. Pupuk 1,34 5. Pestisida Sumber: Analisis data primer, 2012

MPP Keterangan 0,07 Tidak efisien 3,75 Tidak efisien 0,11 Tidak efisien -

Pada tabel 4.18 dapat dilihat bahwa dari tiga variabel yang signifikan luas lahan, bibit, dan pupuk pada usahatani kedelai di Kecamatan Weru, ketiganya masih memiliki nilai APP yang lebih besar dari nilai MPP-nya, sehingga dapat diambil kesimpulan bahwa penggunaan faktor-faktor produksi usahatani kedelai di Kecamatan Weru tidak efisien secara teknis. Selama ini penggunaan input oleh para petani kedelai di Kecamatan Weru belum dikombinasikan dengan baik. Pengkombinasian input masih didasarkan pada kebiasaan petani sehingga rasionanalitas masih terabaikan, hal ini dapat menyebabkan efisiensi teknis tidak tercapai.

commit to user



b. Efisiensi Ekonomi Efisiensi ekonomi akan tercapai apabila Nilai Produk Marjinal yang di capai petani untuk suatu input sama dengan harga input tersebut atau NPM=Px atau NPM/Px=1. ditulis dengan rumus sebagai berikut (soekartawi, 2003) : NPM=MPX.Pq Dimana MPPxi = Pxi/Py dengan kriteria sebagai berikut: 1) Jika MPPxi > Pxi/Py, maka penggunaan faktor produksi belum mencapai efisien. 2) Jika MPPxi < Pxi/Py, maka penggunaan faktor produksi tidak mencapai efisiensi. 3) Jika MPPxi = Pxi/Py, maka penggunaan faktor produksi sudah mencapai efisien. Hasil olah data dapat dilihat pada tabel 4.19:

Tabel 4.19 Perbandingan Produksi Marginal dengan Harga Masing-masing Input dan Output No. Variabel MPP 1. Luas lahan 0,07 2. Tenaga kerja 3. Bibit 3,75 4. Pupuk 0,11 5. Pestisida Sumber: Analisis data primer, 2012

Px/Py Keterangan 142 Tidak efisien 1,76 Belum efisien 0,08 Belum efisien -

Berdasar pada tabel 4.19, dari tiga variabel yang signifikan luas lahan, bibit dan pupuk, belum ada yang efisien secara ekonomi. Hasil olah data menunjukkan bahwa variabel luas lahan memiliki nilai MPP commit to user



lebih kecil dari nilai Px/Py nya sehingga dapat diambil kesimpulan penggunaan variabel luas lahan tidak efisien secara ekonomi, untuk mencapai efisien maka penggunaan luas lahan perlu dikurangi. Dilihat dari koefisien regresinya penggunaan lahan berhubungan positif, artinya setiap penambahan luas lahan akan meningkatkan produksi kedelai, namun bila dikaitkan dengan tingginya biaya yang diperlukan untuk manambah luas lahan, maka hal ini menjadikan peningkatan biaya yang besar dan tidak sebanding dengan tambahan nilai output yang dihasilkan sehingga tidak efisein secara ekonomi. Variabel bibit, dan pupuk memiliki nilai MPP yang lebih besar dari nilai Px/Py sehingga dapat disimpulkan bahwa variabel tenaga kerja dan pestisida belum mencapai efisien secara ekonomi sehingga untuk mencapai efisien perlu ditambah penggunaannya.

commit to user



BAB V PENUTUP

A. Kesimpulan Berdasarkan hasil dari analisis data mengenai usahatani kedelai di Kecamatan Weru dapat diambil kesimpulan sebagai berikut: 1. Faktor produksi tenaga kerja, tenaga kerja, bibit, jumlah pupuk dan pestisida secara bersama-sama berpengaruh terhadap hasil produksi usahatani kedalai di Kecamatan Weru. Faktor produksi luas lahan, bibit, dan pupuk mempunyai pengaruh yang signifikan terhadap hasil produksi usahatani kedelai, sedangkan faktor produksi tenaga kerja dan pestisida tidak memiliki pengaruh yang signifikan terhadap hasil produksi usahatani kedelai di Kecamatan weru. 2. Skala produksi pada usahatani kedelai di Kecamatan Weru berada pada kondisi decreasing return to scale atau skala hasil menurun. 3. Tingkat efisiensi teknis yang dicapai petani kedelai di Kecamatan Weru menunjukkan bahwa penggunaan faktor-faktor produksi usahatani kedelai tidak efisien scara teknis. 4. Tingkat efisiensi ekonomi yang telah dicapai petani kedelai di Kecamatan Weru menunjukkan bahwa faktor produksi luas lahan tidak efisien secara ekonomi, sedangkan pada faktor bibit, dan pupuk belum efisien secara ekonomi.

commit to user



B. Saran Berdasarkan kesimpulan yang didapat dari penelitian ini, maka dapat diajukan saran sebagai berikut : 1. Penggunaan bibit, dan pupuk masih dapat dilakukan oleh petani agar dapat meningkatkan hasil produksi. 2. Berdasarkan penghitungan skala produksi usahatani kedelai di Kecamatan Weru berada pada skala decresing return to scale, hal ini dapat disebabkan oleh banyak faktor, salah satunya adalah pemilihan jenis bibit yang kurang tepat. Sehingga petani disarankan untuk memilih jenis bibit yang lebih tepat untuk dibudidayakan di Kecamatan Weru. 3. Usahatani kedelai di Kecamatan Weru tidak efisien secara teknis dan belum

efisien

secara

ekonomis

sehingga

petani

harus

lebih

memperhatikan kombinasi penggunaan faktor-faktor produksi, antara lain lahan, bibit dan pupuk. 4. Pemerintah sebagai pembuat kebijakan sebaiknya membuat kebijakan yang tepat terhadap pendisitribusian pupuk dan melakukan pengendalian terhadap harga pupuk. Agar petani dapat memperoleh pupuk dengan mudah dan dengan harga yang sesuai. Sehingga efisiensi ekonomi dapat dicapai petani.

commit to user



commit to user



LAMPIRAN

commit to user



Lampiran 1.1 KUESIONER PENELITIAN

No :

Usaha Tani Kedelai

a. Identitas Responden 1. Nama Petani : 2. Alamat

:

3. Umur

: ……….tahun

4. Jenis Kelamin : a. Laki-laki b. Perempuan 5. Pendidikan

: a. Tidak sekolah

d. Tamat SLTP

b. Tidak tamat SD

e. Tamat SLTA

c. Tamat SD

f. Perguruan tinggi …….

6. Tanggungan keluarga :………. Orang 7. Apakah petani merupakan pekerjaan pokok : i. Ya, pekerjaan sampingan adalah: -

Tidak ada

- Pedagang

-

peternak

- Tukang/ Buruh bangunan

- Lainnya……

ii. Tidak, pekerjaan pokok adalah: -

PNS

- Pedagang

-

Karyawan Perusahaan

- Buruh Tani

-

Peternak

- Tukang/ Buruh bangunan

commit to user

- Lainnya……



Lampiran 1.2 b. Lahan garapan 1. Luas Sawah

: ………… Ha

2. Status Lahan : a. Milik sendiri b. Sewa, berapa harga sewa Rp………… per tahun/musim c. Bagi hasil, bagaimana bagi hasilnya - 1 : 1 = modal dari ……….. - 1 : 3 = modal dari ……….. - 1 : 6 = modal dari ……….. c. Pendapatan dan Biaya Produksi 1. Hasil Produksi a. Total Produksi

: …………… Kg/ musim

b. Harga Per Kg

: Rp. ……….

c. Total Penerimaan (TR) (a x b) : Rp. ………. 2. Biaya Produksi Uraian

Biaya Riil yang Dikeluarkan Banyak (kg)

Harga/kg (Rp)

Biaya (Rp)

1. Bibit 2. Pupuk a. ………………

………………

………………

……………

b. ………………

………………

………………

……………

c. ………………

………………

………………

……………

d. ………………

………………

………………

……………

3. Pestisida

commit to user



Lampiran 1.3

3. Biaya Tenaga Kerja Tenaga Kerja

Uraian

Upah/ hari

Biaya

Pria

Wanita

Pria

Wanita

(Rp)

a. Pertama

……

………

………

…………

……………

b. Kedua

……

………

………

…………

……………

c. …………..

…….

……...

………

…………

…………...

A. Biaya Tanam 1. Pembersihan ladang 2. Penananam 3. Pemupukan

4. Penyemprotan hama 5. Penyiangan Jumlah A B. Panen 1. Tenaga Tebang 2. Mengangkut 3. Lain-lain Jumlah B Jumlah A + B

4. Pengeluaran Lain-lain Uraian 1. Sewa Lahan per tahun/ per musim 2. Pajak Tanah per tahun 3. Iuran Pengairan per musim 4. Dan lain-lain - makan - rokok - …………….. commit to user - …………….

Nilai (Rp)

…………………. …………………. …………………. …………………..



Lampiran 1.4

5. Apa saja hambatan/ kendala dalam budidaya Kedelai : a. Ketersediaan benih sebutkan…………………… b. Serangan hama dan penyakit sebutkan………… c. Ketersediaan lahan sebutkan…………………… d. Iklim.……………………………………………

6. Bagimana Pemasarannya? a. Lokal ……….. b. Wilayah …….. c. Nasional …….

commit to user



Lampiran 2.1 IDENTITAS RESPONDEN No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38.

Nama Responden S. Ngatno Tarno Suwih Narto Wiyono Harno Suwito Nardi Haryanto Darmo Wiyono Warto Suwito Sutarno Parno Wiyono Nardi Suwito Tarno Yono Pur Rukimo Nendyo Widodo Warsito Priyo Widodo Sukadi Hasan Azis Hadi Kusmanto Wartono Sunadi Alim Bintoro Kasbullah Sarip Rigatemin Muslim Juwahir Harun Salim Iksanudin Ngatno Sugito Tarip Margo Kirno Poyo Pardi Wiyono Sutikno

Usia Tanggungan Pekerjaan Pendidikan (tahun) Keluarga Pokok 56 SMA 3 petani 61 SD 2 Petani 60 SD 4 tukang 59 SD 5 petani 49 SD 4 tukang 52 SD 5 Petani 70 Tak Tamat SD 4 petani 56 SD 5 petani 55 SD 3 petani 57 SD 5 petani 62 SD 6 petani 42 SMP 4 pedagang 55 SD 3 petani 38 SMA 5 pedagang 42 SMA 3 karyawan 40 SMA 3 petani 70 SMP 3 petani 47 SMP 4 petani 41 Perguruan tinggi 2 karyawan 47 SD 3 petani 52 Tak sekolah 5 buruh 58 SMA 4 pedagang 37 Perguruan tinggi 3 PNS 65 Perguruan tinggi 4 peternak 60 SMA 4 pedagang 35 SMA 4 petani 70 Tak sekolah 2 buruh 60 tidak sekolah 3 petani 63 Perguruan tinggi 4 PNS 62 Perguruan tinggi 1 peternak 50 SMA 3 karyawan 60 SD 4 petani 52 SD 3 petani 48 SD 4 pedagang 45 SMP 3 petani 47 SD 2 petani 52 SMP 3 tukang commit to user 40 SMP 3 tukang



Lampiran 2.2 No. 39. 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. 60. 61. 62. 63. 64. 65. 66. 67. 68. 69. 70. 71. 72. 73. 74. 75. 76. 77. 78.

Nama Responden Hartoyo Makali Wiro Sudarmo Purwanto Arjo Ramto Suwito Marjoko Darmuji Sudarsono Suyatno Sarwo Wikono Sugiyono Sarwo Raharjo Imar Thohari Tomo Ramto Dayadi Sarwo Wiyono Darmaji Sriyono Kasno Sarto Sudi Wahono Harno Miharjo Kismo Samto Jamen Teguh Wiyono Harjanto Murdi Murma Giyanto Teguh Sri Sukarni Yoso Pawiro Juwanto Harto Suwito Pitoyo Ratno Tris Marimo Tarjo

Usia Tanggungan Pekerjaan (tahun) Pendidikan Keluarga Pokok 54 SD 3 petani 60 Tidak sekolah 6 petani 47 SD 3 petani 55 Tidak sekolah 2 petani 65 SD 4 petani 34 SMA 5 petani 47 SMA 6 pedagang 55 SMA 4 petani 65 SD 4 peternak 64 Tak tamat SD 5 buruh 45 SMA 1 wiraswasta 62 SD 2 pedagang 61 SD 4 pedagang 59 Tak tamat SD 2 petani 62 SD 3 petani 61 SD 4 petani 70 SD 2 petani 50 Tak tamat SD 5 petani 43 SMA 5 petani 61 Tak tamat SD 3 petani 62 Tak tamat SD 2 petani 48 SMP 3 pedagang 61 SD 4 petani 59 Tak tamat SD 2 petani 43 SMP 4 petani 65 SD 4 petani 48 SD 4 buruh 38 SMA 1 tukang 48 SMP 4 petani 65 Tak tamat SD 5 peternak 41 SD 3 petani 59 SMA 3 petani 56 SMP 3 petani 70 Tak tamat SD 4 petani 26 SMA 2 Peangkat desa 56 SD 2 petani 46 Perguruan tinggi 4 PNS 75 SD 3 petani 57 commit toSMA 2 petani user 45 SMP 4 petani



Lampiran 2.3 No. 79. 80. 81. 82. 83. 84. 85. 86. 87. 88. 89. 90. 91. 92. 93. 94. 95. 96. 97. 98. 99. 100.

Nama Responden Sutiman Ngadi Pitoyo Maryono Sri Kuswanto Sukirno Sukarno Basuki Haryadi Sutarman Yatiman Kardi Purwono Sriyono Budi Sumarjono Arjo Martono Agus Muser Martono Taryono Muryanto Waliyono

Usia (tahun) 50 57 37 42 51 39 41 28 41 52 49 32 48 43 45 34 47 45 42 44 49 59

Pendidikan SMA Perguruan tinggi SD SMA Sarjana SD Diploma SD SMA tidak sekolah SD SMA SMP SMA tidak sekolah SD SMA SD SMP SD SMA tidak sekolah

commit to user

Tanggungan Keluarga 3 3 1 4 2 2 2 1 4 3 2 3 6 4 5 2 5 5 2 6 3 2

Pekerjaan Pokok Pedagang petani buruh petani petani petani buruh petani buruh petani petani Karyawan petani petani petani petani petani petani wiraswasta petani petani petani



Lampiran 3.1 HASIL OLAH DATA

A. Analisis Regresi Linier Berganda Dependent Variable: LN_Y Method: Least Squares Date: 07/05/12 Time: 00:45 Sample: 1 100 Included observations: 100 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LN_X1 LN_X2 LN_X3 LN_X4 LN_X5

-0.149022 0.526260 -0.081797 0.311963 0.084562 0.060071

0.510103 0.099499 0.094235 0.101515 0.032610 0.046996

-0.292141 5.289114 -0.868012 3.073060 2.593109 1.278228

0.7708 0.0000 0.3876 0.0028 0.0110 0.2043


0.878964 0.872526 0.203809 3.904598 20.25691 1.534262


5.671948 0.570838 -0.285138 -0.128828 136.5255 0.000000

B. Autokorelasi Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared

2.593997 5.338101

Probability Probability

0.080179 0.069318

Test Equation: Dependent Variable: RESID Method: Least Squares Date: 07/05/12 Time: 00:46 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LN_X1 LN_X2 LN_X3 LN_X4 LN_X5 RESID(-1) RESID(-2)

-0.059665 0.013976 0.017823 -0.017242 -0.001665 -0.001903 0.237121 -0.017987

0.511179 0.099699 0.093018 0.101035 0.032101 0.046227 0.105208 0.106502

-0.116720 0.140179 0.191605 -0.170650 -0.051878 -0.041176 2.253828 -0.168893

0.9073 0.8888 0.8485 0.8649 0.9587 0.9672 0.0266 0.8663


0.053381 -0.018644 0.200439 3.696167 22.99984 1.975883

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic commit to user Prob(F-statistic)

2.52E-16 0.198596 -0.299997 -0.091583 0.741142 0.637712



Lampiran 3.2 C. Heteroskedastisitas a. Uji White White Heteroskedasticity Test: F-statistic Obs*R-squared

5.357340 37.57601

Probability Probability

0.000004 0.000045

Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 07/05/12 Time: 00:48 Sample: 1 100 Included observations: 100 Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LN_X1 LN_X1^2 LN_X2 LN_X2^2 LN_X3 LN_X3^2 LN_X4 LN_X4^2 LN_X5 LN_X5^2

3.215970 -0.681344 0.043580 0.269100 -0.079305 -0.041451 0.002790 -0.201500 0.016734 -0.031345 0.003527

1.256591 0.367605 0.024057 0.255535 0.084929 0.152575 0.022018 0.118308 0.010957 0.151975 0.012443

2.559282 -1.853468 1.811487 1.053085 -0.933783 -0.271675 0.126714 -1.703181 1.527222 -0.206248 0.283492

0.0122 0.0671 0.0734 0.2952 0.3529 0.7865 0.8995 0.0920 0.1303 0.8371 0.7775


0.375760 0.305621 0.054750 0.266786 154.4300 2.049216


0.039046 0.065703 -2.868601 -2.582032 5.357340 0.000004

b. Perbaikan Heteroskedasitas dengan Metode White Hasil Regres dengan Consistent Standard Errors & Covariance White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LN_X1 LN_X2 LN_X3 LN_X4 LN_X5

-0.149022 0.526260 -0.081797 0.311963 0.084562 0.060071

0.645827 0.108809 0.103050 0.099748 0.039669 0.071035

-0.230746 4.836572 -0.793765 3.127498 2.131681 0.845656

0.8180 0.0000 0.4293 0.0023 0.0356 0.3999


0.878964 0.872526 0.203809 3.904598 20.25691 1.534262

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) commit to user

5.671948 0.570838 -0.285138 -0.128828 136.5255 0.000000



Lampiran 3.3 Uji White Heteroskedasticity-Consistent Standard Errors & Covariance Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 07/05/12 Time: 00:51 Sample: 1 100 Included observations: 100 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LN_X1 LN_X1^2 LN_X2 LN_X2^2 LN_X3 LN_X3^2 LN_X4 LN_X4^2 LN_X5 LN_X5^2

3.215970 -0.681344 0.043580 0.269100 -0.079305 -0.041451 0.002790 -0.201500 0.016734 -0.031345 0.003527

1.195811 0.344128 0.022031 0.258887 0.082551 0.187512 0.024976 0.138452 0.012158 0.202690 0.015506

2.689363 -1.979912 1.978109 1.039450 -0.960683 -0.221057 0.111707 -1.455376 1.376424 -0.154643 0.227490

0.0085 0.0508 0.0510 0.3014 0.3393 0.8256 0.9113 0.1491 0.1721 0.8775 0.8206


0.375760 0.305621 0.054750 0.266786 154.4300 2.049216


0.039046 0.065703 -2.868601 -2.582032 5.357340 0.000004

D. Multikolinearitas X1 Dependent Variable: LN_X1 Method: Least Squares Date: 07/05/12 Time: 00:56 Sample: 1 100 Included observations: 100 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

C LN_X2 LN_X3 LN_X4 LN_X5

4.660603 0.259888 0.897373 0.033760 -0.056991

0.283322 0.122751 0.051618 0.030674 0.063874

16.44982 2.117199 17.38479 1.100607 -0.892234

0.0000 0.0369 0.0000 0.2738 0.3745


0.865152 0.859474 0.210157 4.195785 16.66064 1.564364

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) commit to user

7.776733 0.560618 -0.233213 -0.102954 152.3745 0.000000



Lampiran 3.4 X2 Dependent Variable: LN_X2 Method: Least Squares Date: 07/05/12 Time: 00:57 Sample: 1 100 Included observations: 100 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.


-0.704966 0.289729 -0.325001 0.024104 0.146098

0.707089 0.137009 0.107247 0.047594 0.066143

-0.996997 2.114673 -3.030392 0.506459 2.208824

0.3213 0.0371 0.0031 0.6137 0.0296


0.211053 0.177834 0.221895 4.677567 11.22575 1.297243


1.563739 0.244719 -0.124515 0.005744 6.353421 0.000142

X3 Dependent Variable: LN_X3 Method: Least Squares Date: 07/05/12 Time: 00:58 Sample: 1 100 Included observations: 100 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.


-3.997192 0.862075 -0.280059 0.026517 0.125222

0.397985 0.049405 0.095930 0.027396 0.051472

-10.04358 17.44904 -2.919400 0.967924 2.432811

0.0000 0.0000 0.0044 0.3355 0.0169


0.874878 0.869610 0.205983 4.030742 18.66713 1.613313


X4 Dependent Variable: LN_X4 Method: Least Squares Date: 07/05/12 Time: 00:59 Sample: 1 100 Included observations: 100

commit to user

3.209249 0.570438 -0.273343 -0.143084 166.0648 0.000000



Lampiran 3.5 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.


-1.815959 0.314292 0.201286 0.256971 0.610497

1.254251 0.281112 0.391370 0.263506 0.152827

-1.447844 1.118031 0.514313 0.975200 3.994695

0.1510 0.2664 0.6082 0.3319 0.0001


0.516203 0.495832 0.641222 39.06068 -94.89116 1.868643


5.624538 0.903068 1.997823 2.128082 25.34080 0.000000

X5 Dependent Variable: LN_X5 Method: Least Squares Date: 07/05/12 Time: 00:59 Sample: 1 100 Included observations: 100 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.


3.857197 -0.255463 0.587434 0.584295 0.293954

1.790631 0.304460 0.242090 0.241352 0.061339

2.154100 -0.839066 2.426513 2.420926 4.792301

0.0338 0.4035 0.0171 0.0174 0.0000


0.538450 0.519017 0.444945 18.80770 -58.34865 2.169993


commit to user

6.317629 0.641565 1.266973 1.397231 27.70709 0.000000



Lampiran 4.1 DATA PRIMER RESPONDEN No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

Produksi (Y) 350 355 352 200 550 375 500 690 350 362 450 500 110 230 242 120 460 455 125 131 125 400 125 50 110 125 200 54 138 540 310 250 257 512 200 268

L. Lahan T. Kerja Bibit (X1) (X2) (X3) 3300 3 32 3300 3.43 35 3300 2.71 32 2500 2.78 24 5000 3.85 48 3400 4 32 5000 5 45 5000 5.85 85 3300 3 33 3300 3.14 35 3500 3.86 38 4000 5.29 40 1000 2.43 12 2000 3.71 18 2000 3.14 19 2000 3.43 15 4000 6.28 35 4000 5.28 33 700 2.86 8 500 2.28 10 500 2.43 9 3000 4.28 32 800 3.86 8 800 4.57 7 800 4.29 8 800 4.71 10 3000 5.29 30 800 6.29 8 800 5.14 8 5000 6 45 2500 4.29 25 2500 5.71 22 2500 4.57 23 5000 5.57 38 2500 commit6.29 20 to user 2500 6.86 21

Pupuk (X4) 850 700 850 40 350 200 890 850 50 800 200 130 50 60 115 50 150 150 60 60 60 240 60 60 60 81 60 60 60 700 650 60 360 680 60 360

Pestisida (X5) 0,5 0,5 0,5 0,25 0,5 0,5 0,5 1,5 0,3 0,5 0,5 0,5 0,1 0,5 0,6 0,1 0,5 0,6 0,15 1 0,1 0,4 0,15 0,15 0,15 0,1 0,15 1 0,15 1 0,5 0,4 0,4 1 0,5 0,5



Lampiran 4.2 No 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73

Produksi (Y) 570 210 200 300 380 260 150 225 90 190 685 200 600 210 695 725 450 240 475 452 440 470 452 461 458 482 457 442 473 449 460 400 150 156 660 620 326

L. Lahan (X1)

T. Kerja (X2)

5000 4.71 2000 5.29 1650 6.29 3300 4.57 3300 5.29 1650 6 1650 3.86 3300 6 825 4 1650 4.29 5000 5 1650 4.71 3000 4.86 1500 5 5000 3.86 5000 4 3300 5.57 1650 6 3300 4.71 3300 4.29 3300 5.86 3400 6.14 3300 5 3300 6 3300 4.71 3300 5 3300 5 3200 4.71 3300 4.71 3300 6.14 3300 7 3300 4.71 1200 4.86 1200 6 4500 5.86 4500 6.14 commit to user 3000 7.14

Bibit (X3) 42 16 12 35 40 20 18 35 8 22 78 15 36 18 90 100 24 16 35 32 34 34 33 33 32 33 34 32 35 34 35 30 10 12 60 55 30

Pupuk (X4) 800 350 110 200 215 100 100 130 580 120 750 60 600 350 900 1100 325 320 470 400 275 400 570 520 435 675 420 570 620 470 863 420 230 275 320 370 435

Pestisida (X5) 1 0,5 0,5 0,4 0,5 0,5 0,7 0,7 0,5 0,5 1 0,4 1 0,4 1,5 2 1 1,5 0,75 1 0,75 1 1 0,5 0,75 0,9 1 0,3 1 0,75 0,6 0,9 0,4 0,5 1,1 0,9 0,75



Lampiran 4.3 No 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

Produksi (Y) 220 365 340 235 120 206 200 353 170 265 350 216 320 255 238 239 410 235 270 520 710 460 485 134 180 340 420

L. Lahan (X1)

T. Kerja (X2)

2000 3000 3000 2000 1000 2000 2000 3300 1500 2000 2500 1500 2500 2000 2000 2000 3300 1650 2000 4000 5000 3300 3300 1000 1500 3300 3300

4.29 5.71 4.57 5.57 6 5 4.86 5.14 5.86 6.14 4.86 6.29 6 4.57 5.14 6 4.29 6.29 6.14 4.57 4.71 4.86 5.29 5.57 4.43 5.14 4.86

commit to user

Bibit (X3)

Pupuk (X4) 31 32 30 30 15 20 20 25 15 17 20 15 18 20 24 22 28 17 20 34 95 26 30 17 18 29 32

380 510 410 445 230 310 275 550 325 520 430 445 540 320 520 420 450 300 350 650 750 450 700 250 400 475 550

Pestisida (X5) 0,5 0,75 0,45 1 0,25 0,5 0,5 0,5 1 1 1,2 0,5 0,75 0,575 1 0,6 1 0,5 0,5 0,75 2 0,5 1 0,5 0,75 0,6 0,5



Lampiran 4.4 1. Luas Lahan No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

Y 350 355 352 200 550 375 500 690 350 362 450 500 110 230 242 120 460 455 125 131 125 400 125 50 110 125 200 54 138 540 310 250 257 512 200 268 570 210

X1 3300 3300 3300 2500 5000 3400 5000 5000 3300 3300 3500 4000 1000 2000 2000 2000 4000 4000 700 500 500 3000 800 800 800 800 3000 800 800 5000 2500 2500 2500 5000 2500 2500 5000 2000

APP EP MPP 0.11 0.52 0.06 0.11 0.52 0.06 0.11 0.52 0.06 0.08 0.52 0.04 0.11 0.52 0.06 0.11 0.52 0.06 0.10 0.52 0.05 0.14 0.52 0.07 0.11 0.52 0.06 0.11 0.52 0.06 0.13 0.52 0.07 0.13 0.52 0.07 0.11 0.52 0.06 0.12 0.52 0.06 0.12 0.52 0.06 0.06 0.52 0.03 0.12 0.52 0.06 0.11 0.52 0.06 0.18 0.52 0.09 0.26 0.52 0.14 0.25 0.52 0.13 0.13 0.52 0.07 0.16 0.52 0.08 0.06 0.52 0.03 0.14 0.52 0.07 0.16 0.52 0.08 0.07 0.52 0.03 0.07 0.52 0.04 0.17 0.52 0.09 0.11 0.52 0.06 0.12 0.52 0.06 0.10 0.52 0.05 0.10 0.52 0.05 0.10 0.52 0.05 0.08 0.52 0.04 0.11 0.52 0.06 0.11 0.52 0.06 0.11commit 0.52 to user 0.05

Py 6000 5000 6000 6000 5800 6000 5750 5750 5750 6000 6000 6000 6000 5000 6000 6000 6000 6000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 6000 6000 5000 6000 5800 5800 2400 6000

Px 1500000 0 0 2000000 0 2000000 0 0 1700000 1300000 0 1500000 0 2000000 0 1700000 0 0 0 0 2000000 1500000 2000000 0 0 1700000 1300000 0 0 0 2000000 0 1700000 0 0 0 2000000 0

Px/Py 250.00 0.00 0.00 333.33 0.00 333.33 0.00 0.00 295.65 216.67 0.00 250.00 0.00 400.00 0.00 283.33 0.00 0.00 0.00 0.00 400.00 300.00 400.00 0.00 0.00 340.00 260.00 0.00 0.00 0.00 333.33 0.00 340.00 0.00 0.00 0.00 833.33 0.00



Lampiran 4.5 No 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78

Y 200 300 380 260 150 225 90 190 685 200 600 210 695 725 450 240 475 452 440 470 452 461 458 482 457 442 473 449 460 400 150 156 660 620 326 220 365 340 235 120

X1 1650 3300 3300 1650 1650 3300 825 1650 5000 1650 3000 1500 5000 5000 3300 1650 3300 3300 3300 3400 3300 3300 3300 3300 3300 3200 3300 3300 3300 3300 1200 1200 4500 4500 3000 2000 3000 3000 2000 1000

APP EP MPP 0.12 0.52 0.06 0.09 0.52 0.05 0.12 0.52 0.06 0.16 0.52 0.08 0.09 0.52 0.05 0.07 0.52 0.04 0.11 0.52 0.06 0.12 0.52 0.06 0.14 0.52 0.07 0.12 0.52 0.06 0.20 0.52 0.10 0.14 0.52 0.07 0.14 0.52 0.07 0.15 0.52 0.08 0.14 0.52 0.07 0.15 0.52 0.08 0.14 0.52 0.07 0.14 0.52 0.07 0.13 0.52 0.07 0.14 0.52 0.07 0.14 0.52 0.07 0.14 0.52 0.07 0.14 0.52 0.07 0.15 0.52 0.08 0.14 0.52 0.07 0.14 0.52 0.07 0.14 0.52 0.07 0.14 0.52 0.07 0.14 0.52 0.07 0.12 0.52 0.06 0.13 0.52 0.07 0.13 0.52 0.07 0.15 0.52 0.08 0.14 0.52 0.07 0.11 0.52 0.06 0.11 0.52 0.06 0.12 0.52 0.06 0.11 0.52 0.06 0.12 0.52 0.06 to user 0.06 0.12commit 0.52

Py 5000 6000 5000 5000 5000 2500 5000 6000 5500 6000 6000 6500 5000 5000 5000 5000 5000 5000 5000 5500 4200 5500 5500 5500 6000 6000 6000 6000 6000 6000 6000 6000 6500 7000 7500 5000 8000 3200 6000 5000

Px 2000000 0 2000000 0 1300000 0 0 1500000 0 0 0 0 0 0 1200000 1500000 1500000 2000000 0 0 1700000 0 0 2000000 1500000 0 1500000 2000000 0 0 0 1500000 1500000 2000000 2000000 0 1300000 0 1500000 0

Px/Py 400.00 0.00 400.00 0.00 260.00 0.00 0.00 250.00 0.00 0.00 0.00 0.00 0.00 0.00 240.00 300.00 300.00 400.00 0.00 0.00 404.76 0.00 0.00 363.64 250.00 0.00 250.00 333.33 0.00 0.00 0.00 250.00 230.77 285.71 266.67 0.00 162.50 0.00 250.00 0.00



Lampiran 4.6 No 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

Y 206 200 353 170 265 350 216 320 255 238 239 410 235 270 520 710 460 485 134 180 340 420 Jumlah Rata-rata

X1 2000 2000 3300 1500 2000 2500 1500 2500 2000 2000 2000 3300 1650 2000 4000 5000 3300 3300 1000 1500 3300 3300

APP 0.10 0.10 0.11 0.11 0.13 0.14 0.14 0.13 0.13 0.12 0.12 0.12 0.14 0.14 0.13 0.14 0.14 0.15 0.13 0.12 0.10 0.13 12.52 0.13

EP 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52 0.52

MPP 0.05 0.05 0.06 0.06 0.07 0.07 0.07 0.07 0.07 0.06 0.06 0.06 0.07 0.07 0.07 0.07 0.07 0.08 0.07 0.06 0.05 0.07 6.51 0.07

commit to user

Py 5000 5000 5000 6000 6000 6000 6000 6000 5000 6000 6000 6000 7000 6000 6500 7000 7500 5000 8000 8000 5000 5000

Px 0 0 0 0 1500000 1500000 0 2000000 1500000 0 2000000 2000000 0 2000000 0 0 0 0 0 0 0 1500000

Px/Py 0.00 0.00 0.00 0.00 250.00 250.00 0.00 333.33 300.00 0.00 333.33 333.33 0.00 333.33 0.00 0.00 0.00 0.00 0.00 0.00 0.00 300.00 13599.70 136.00



Lampiran 4.7 2. Bibit No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

Y 350 355 352 200 550 375 500 690 350 362 450 500 110 230 242 120 460 455 125 131 125 400 125 50 110 125 200 54 138 540 310 250 257 512 200 268 570 210

X1 32 35 32 24 48 32 45 85 33 35 38 40 12 18 19 15 35 33 8 10 9 32 8 7 8 10 30 8 8 45 25 22 23 38 20 21 42 16

APP EP MPP 10.94 0.31 3.39 10.14 0.31 3.14 11.00 0.31 3.41 8.33 0.31 2.58 11.46 0.31 3.55 11.72 0.31 3.63 11.11 0.31 3.44 8.12 0.31 2.52 10.61 0.31 3.29 10.34 0.31 3.21 11.84 0.31 3.67 12.50 0.31 3.88 9.17 0.31 2.84 12.78 0.31 3.96 12.74 0.31 3.95 8.00 0.31 2.48 13.14 0.31 4.07 13.79 0.31 4.27 15.63 0.31 4.84 13.10 0.31 4.06 13.89 0.31 4.31 12.50 0.31 3.88 15.63 0.31 4.84 7.14 0.31 2.21 13.75 0.31 4.26 12.50 0.31 3.88 6.67 0.31 2.07 6.75 0.31 2.09 17.25 0.31 5.35 12.00 0.31 3.72 12.40 0.31 3.84 11.36 0.31 3.52 11.17 0.31 3.46 13.47 0.31 4.18 10.00 0.31 3.10 12.76 0.31 3.96 13.57 0.31 4.21 13.13 commit 0.31 to user 4.07

Py 6000 5000 6000 6000 5800 6000 5750 5750 5750 6000 6000 6000 6000 5000 6000 6000 6000 6000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 6000 6000 5000 6000 5800 5800 2400 6000

Px Px/Py 11000 1.83 10000 2.00 11000 1.83 10000 1.67 10000 1.72 10000 1.67 10000 1.74 11000 1.91 10000 1.74 10000 1.67 10000 1.67 10000 1.67 10000 1.67 10000 2.00 10000 1.67 10000 1.67 10000 1.67 10000 1.67 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 1.67 8000 1.33 8000 1.60 9000 1.50 9500 1.64 9500 1.64 10000 4.17 10000 1.67



Lampiran 4.8 No 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78

Y 200 300 380 260 150 225 90 190 685 200 600 210 695 725 450 240 475 452 440 470 452 461 458 482 457 442 473 449 460 400 150 156 660 620 326 220 365 340 235 120

X1 12 35 40 20 18 35 8 22 78 15 36 18 90 100 24 16 35 32 34 34 33 33 32 33 34 32 35 34 35 30 10 12 60 55 30 31 32 30 30 15

APP EP MPP 16.67 0.31 5.17 8.57 0.31 2.66 9.50 0.31 2.95 13.00 0.31 4.03 8.33 0.31 2.58 6.43 0.31 1.99 11.25 0.31 3.49 8.64 0.31 2.68 8.78 0.31 2.72 13.33 0.31 4.13 16.67 0.31 5.17 11.67 0.31 3.62 7.72 0.31 2.39 7.25 0.31 2.25 18.75 0.31 5.81 15.00 0.31 4.65 13.57 0.31 4.21 14.13 0.31 4.38 12.94 0.31 4.01 13.82 0.31 4.29 13.70 0.31 4.25 13.97 0.31 4.33 14.31 0.31 4.44 14.61 0.31 4.53 13.44 0.31 4.17 13.81 0.31 4.28 13.51 0.31 4.19 13.21 0.31 4.09 13.14 0.31 4.07 13.33 0.31 4.13 15.00 0.31 4.65 13.00 0.31 4.03 11.00 0.31 3.41 11.27 0.31 3.49 10.87 0.31 3.37 7.10 0.31 2.20 11.41 0.31 3.54 11.33 0.31 3.51 7.83 0.31 2.43 to user 2.48 8.00 commit 0.31

Py 5000 6000 5000 5000 5000 2500 5000 6000 5500 6000 6000 6500 5000 5000 5000 5000 5000 5000 5000 5500 4200 5500 5500 5500 6000 6000 6000 6000 6000 6000 6000 6000 6500 7000 7500 5000 8000 3200 6000 5000

Px Px/Py 10000 2.00 10000 1.67 10000 2.00 11000 2.20 10000 2.00 10000 4.00 11000 2.20 8500 1.42 11000 2.00 10000 1.67 10000 1.67 10000 1.54 10000 2.00 10000 2.00 10000 2.00 10000 2.00 10000 2.00 9750 1.95 10000 2.00 8500 1.55 10000 2.38 10000 1.82 9000 1.64 10000 1.82 9000 1.50 9000 1.50 9000 1.50 9000 1.50 9000 1.50 9000 1.50 9000 1.50 9000 1.50 8500 1.31 7000 1.00 10000 1.33 9000 1.80 8500 1.06 7000 2.19 7500 1.25 7000 1.40



Lampiran 4.9 No 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

Y X1 APP 206 20 10.30 200 20 10.00 353 25 14.12 170 15 11.33 265 17 15.59 350 20 17.50 216 15 14.40 320 18 17.78 255 20 12.75 238 24 9.92 239 22 10.86 410 28 14.64 235 17 13.82 270 20 13.50 520 34 15.29 710 95 7.47 460 26 17.69 485 30 16.17 134 17 7.88 180 18 10.00 340 29 11.72 420 32 13.13 Jumlah 1208.13 Rata-rata 12.08

EP 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31 0.31

MPP 3.19 3.10 4.38 3.51 4.83 5.43 4.46 5.51 3.95 3.07 3.37 4.54 4.29 4.19 4.74 2.32 5.48 5.01 2.44 3.10 3.63 4.07 374.52 3.75

commit to user

Py 5000 5000 5000 6000 6000 6000 6000 6000 5000 6000 6000 6000 7000 6000 6500 7000 7500 5000 8000 8000 5000 5000

Px 8500 10000 10000 10000 8500 10000 10000 8500 10000 10000 10000 9000 10000 9000 8500 7000 10000 9000 8500 10000 9000 9000

Px/Py 1.70 2.00 2.00 1.67 1.42 1.67 1.67 1.42 2.00 1.67 1.67 1.50 1.43 1.50 1.31 1.00 1.33 1.80 1.06 1.25 1.80 1.80 176.15 1.76



Lampiran 4.10 3. No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

Pupuk Y 350 355 352 200 550 375 500 690 350 362 450 500 110 230 242 120 460 455 125 131 125 400 125 50 110 125 200 54 138 540 310 250 257 512 200 268 570

X1 850 700 850 40 350 200 890 850 50 800 200 130 50 60 115 50 150 150 60 60 60 240 60 60 60 81 60 60 60 700 650 60 360 680 60 360 800

APP EP MPP 0.41 0.08 0.03 0.51 0.08 0.04 0.41 0.08 0.03 5.00 0.08 0.40 1.57 0.08 0.13 1.88 0.08 0.15 0.56 0.08 0.04 0.81 0.08 0.06 7.00 0.08 0.56 0.45 0.08 0.04 2.25 0.08 0.18 3.85 0.08 0.31 2.20 0.08 0.18 3.83 0.08 0.31 2.10 0.08 0.17 2.40 0.08 0.19 3.07 0.08 0.25 3.03 0.08 0.24 2.08 0.08 0.17 2.18 0.08 0.17 2.08 0.08 0.17 1.67 0.08 0.13 2.08 0.08 0.17 0.83 0.08 0.07 1.83 0.08 0.15 1.54 0.08 0.12 3.33 0.08 0.27 0.90 0.08 0.07 2.30 0.08 0.18 0.77 0.08 0.06 0.48 0.08 0.04 4.17 0.08 0.33 0.71 0.08 0.06 0.75 0.08 0.06 3.33 0.08 0.27 0.74 commit 0.08to user0.06 0.71 0.08 0.06

Py 6000 5000 6000 6000 5800 6000 5750 5750 5750 6000 6000 6000 6000 5000 6000 6000 6000 6000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 5000 6000 6000 5000 6000 5800 5800 2400

Px 300 300.00 300.00 300.00 300.00 300.00 300.00 300.00 300.00 300.00 1000.00 0.00 1000.00 1000.00 1000.00 1000.00 500.00 500.00 500.00 500.00 500.00 500.00 0.00 0.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 300.00 300.00 1000.00 300.00

Px/Py 0.05 0.06 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.17 0.00 0.17 0.20 0.17 0.17 0.08 0.08 0.10 0.10 0.10 0.10 0.00 0.00 0.10 0.10 0.10 0.10 0.10 0.10 0.08 0.08 0.10 0.05 0.05 0.17 0.13



Lampiran 4.11 No 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75

Y 210 200 300 380 260 150 225 90 190 685 200 600 210 695 725 450 240 475 452 440 470 452 461 458 482 457 442 473 449 460 400 150 156 660 620 326 220 365

X1 350 110 200 215 100 100 130 580 120 750 60 600 350 900 1100 325 320 470 400 275 400 570 520 435 675 420 570 620 470 863 420 230 275 320 370 435 380 510

APP EP MPP 0.60 0.08 0.05 1.82 0.08 0.15 1.50 0.08 0.12 1.77 0.08 0.14 2.60 0.08 0.21 1.50 0.08 0.12 1.73 0.08 0.14 0.16 0.08 0.01 1.58 0.08 0.13 0.91 0.08 0.07 3.33 0.08 0.27 1.00 0.08 0.08 0.60 0.08 0.05 0.77 0.08 0.06 0.66 0.08 0.05 1.38 0.08 0.11 0.75 0.08 0.06 1.01 0.08 0.08 1.13 0.08 0.09 1.60 0.08 0.13 1.18 0.08 0.09 0.79 0.08 0.06 0.89 0.08 0.07 1.05 0.08 0.08 0.71 0.08 0.06 1.09 0.08 0.09 0.78 0.08 0.06 0.76 0.08 0.06 0.96 0.08 0.08 0.53 0.08 0.04 0.95 0.08 0.08 0.65 0.08 0.05 0.57 0.08 0.05 2.06 0.08 0.17 1.68 0.08 0.13 0.75 0.08 0.06 0.58 0.08 0.05 0.72 commit 0.08to user0.06

Py 6000 5000 6000 5000 5000 5000 2500 5000 6000 5500 6000 6000 6500 5000 5000 5000 5000 5000 5000 5000 5500 4200 5500 5500 5500 6000 6000 6000 6000 6000 6000 6000 6000 6500 7000 7500 5000 8000

Px 300.00 0.00 400.00 400.00 0.00 400.00 400.00 300.00 300.00 300.00 0.00 300.00 300.00 500.00 500.00 500.00 500.00 0.00 300.00 300.00 300.00 300.00 300.00 300.00 300.00 400.00 400.00 300.00 300.00 300.00 300.00 400.00 300.00 400.00 400.00 400.00 500.00 500.00

Px/Py 0.05 0.00 0.07 0.08 0.00 0.08 0.16 0.06 0.05 0.05 0.00 0.05 0.05 0.10 0.10 0.10 0.10 0.00 0.06 0.06 0.05 0.07 0.05 0.05 0.05 0.07 0.07 0.05 0.05 0.05 0.05 0.07 0.05 0.06 0.06 0.05 0.10 0.06



Lampiran 4.12 No 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

Y 340 235 120 206 200 353 170 265 350 216 320 255 238 239 410 235 270 520 710 460 485 134 180 340 420 Jumlah Rata-rata

X1 410 445 230 310 275 550 325 520 430 445 540 320 520 420 450 300 350 650 750 450 700 250 400 475 550

APP 0.83 0.53 0.52 0.66 0.73 0.64 0.52 0.51 0.81 0.49 0.59 0.80 0.46 0.57 0.91 0.78 0.77 0.80 0.95 1.02 0.69 0.54 0.45 0.72 0.76 134.01 1.34

EP 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08 0.08

MPP 0.07 0.04 0.04 0.05 0.06 0.05 0.04 0.04 0.07 0.04 0.05 0.06 0.04 0.05 0.07 0.06 0.06 0.06 0.08 0.08 0.06 0.04 0.04 0.06 0.06 10.72 0.11

commit to user

Py 3200 6000 5000 5000 5000 5000 6000 6000 6000 6000 6000 5000 6000 6000 6000 7000 6000 6500 7000 7500 5000 8000 8000 5000 5000

Px 500.00 500.00 500.00 500.00 500.00 500.00 0.00 500.00 400.00 400.00 400.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00 500.00

Px/Py 0.16 0.08 0.10 0.10 0.10 0.10 0.00 0.08 0.07 0.07 0.07 0.10 0.08 0.08 0.08 0.07 0.08 0.08 0.07 0.07 0.10 0.06 0.06 0.10 0.10 7.58 0.08

ANALISIS EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI USAHATANI KEDELAI. (Studi Kasus di Kecamatan Weru)

Recommend Documents