BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 3.1 Metode Penentuan Daerah Penelitian Penelitian ini dilakukan di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai, Sumatera Utara. Kabupaten Serdang Bedagai ditentukan secara purposive (sengaja), sebab pada tabel 4. membuktikan bahwa Kabupaten Serdang Bedagai termasuk salah satu sentra produksi yang produktivitasnya tertinggi. Menurut Supriana (2016) purposive adalah metode pengambilan sampel berdasarkan kriteria atau tujuan tertentu (disengaja). Tabel 4. Perkembangan Produksi, Luas Panen, dan Produktivitas Ubi kayu Menurut Kabupaten Sentra Tahun 2013-2015 URAIAN 2013 2014 2015 Produksi (Ton) Simalungun 387.944 380.701 680.653 Serdang Bedagai 466.103 474.990 532.886 Deli Serdang 253.301 178.790 143.247 Lainnya 401.863 348.865 262.709 Sumatera Utara 1.518.211 1.383.346 1.619.495 Luas Panen (Ha) Simalungun 13.009 12.315 20.247 Serdang Bedagai 12.445 13.150 13.407 Deli Serdang 7.128 4.985 4.443 Lainnya 14.559 11.612 9.740 Sumatera Utara 47.141 42.062 47.837 Produktivitas (Ton/ Ha) Simalungun 30,590 30,823 33,617 Serdang Bedagai 37,453 36,121 39,747 Deli Serdang 35,536 35,866 32,241 Lainnya 25,245 28,742 29,811 Sumatera Utara 32,206 32,888 33,854 Sumber : Badan Pusat Statistik Sumatera Utara, 2016

27 Universitas Sumatera Utara

Tabel 5. Luas Areal, Produksi Ubi kayu, dan Produktivitas Ubi Kayu, Menurut Kecamatan Tahun 2015 Kecamatan

Luas Panen (Ha) 18 841 8.179 419 576 105 79 214

Produksi (Ton)

Kotarih 77 Silinda Bintang Bayu 31.794 Dolok Masihul 338.759 Serbajadi 13.828 Sipispis 20.192 Dolok Merawan 3.678 Tebing Tinggi 2.693 Tebing 7.246 Syahbandar Bandar Khalipah 10 340 Tanjung Beringin 2 62 Sei Rampah 1.076 41.911 Sei Bamban 380 12.959 Teluk Mengkudu 5 155 Perbaungan 43 1.462 Pegajahan 1.475 56.060 Pantai Cermin 34 1156 Serdang Bedagai 13.456 532.873 Sumber : Badan Pusat Statistik Serdang Bedagai, 2016

Produktivitas (Ton/ Ha) 3,20 3,78 4,16 3,30 3,50 3,50 3,40 3,39 3,40 3,10 3,89 3,51 3,10 3,40 3,80 3,40 186.863

Kecamatan Pegajahan merupakan salah satu sentra produksi ubi kayu terbesar di Kabupaten Serdang Bedagai setelah Kecamatan Dolok Masihul, Kecamatan Pegajahan di pilih karena masih banyak petani ubi kayu di Kecamatan Pegajahan yang belum menggunakan pupuk sehingga produktivitas Kecamatan Pegajahan lebih kecil di banding Kecamatan Dolok Masihul. Desa Suka Sari merupakan salah satu desa di Kecamatan Pegajahan yang 80% kepala keluarga bermatapencaharian sebagai petani ubi kayu. 3.2 Metode Penetapan Sampel Berdasarkan hasil pra survey, populasi dalam penelitian ini adalah seluruh petani ubi kayu yang berjumlah 920 orang di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai. Untuk menentukan jumlah petani yang


akan dijadikan sampel maka metode penentuan sampel menggunakan Rumus Slovin, (Supriana, 2016), dengan persamaan sebagai berikut:

Dimana: n : jumlah sampel N : jumlah populasi e : batas toleransi kesalahan (error tolerance) 10 % (0,10) Jumlah populasi petani ubi kayu adalah 920 petani dengan batas toleransi 10% (0,10), maka jumlah sampel petani ubi kayu yang diambil adalah: n=

920 = 90,196 petani 1+ 920 (0,10) 2

Penarikan sampel 91 dari 920 populasi dilakukan dengan metode pengambilan sampel acak sederhana (simple random sampling), metode ini memberikan peluang yang sama bagi setiap unsur populasi untuk dipilih dan pengambilan anggota sampel dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu (Sugiono, 2008). 3.3 Metode Pengumpulan Data Data yang dikumpulkan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer diperoleh secara langsung dari hasil wawancara dengan responden (petani) didaerah penelitian dengan menggunakan daftar pertanyaan (kuisioner) yang telah disiapkan terlebih dahulu. Sedangkan data sekunder dapat diperoleh dari instansi atau lembaga terkait dengan penelitian


yang dilakukan, seperti Badan Pusat Statistik, Balai Penyuluhan Pertanian dan instansi lainnya yang berhubungan dengan penelitian ini. 3.4 Metode Analisis Data Hipotesis (1) dianalisis dengan model fungsi produksi frontier. Model ini digunakan untuk menghubungkan antara input dengan output dalam proses produksi dan untuk mengetahui tingkat keefisienan suatu faktor produksi adalah fungsi produksi frontier seperti yang dipakai oleh Coelli, et al sebagai berikut : LnY = b0 + b1LnX1 + e Adapun pengertian dari setiap variabel fungsi produksi dalam usaha tani ubi kayu seperti Tabel 6. berikut ini : Tabel 6. Definisi Variabel Fungsi Produksi Usaha Tani Ubi kayu Variabel Kode Variabel Skala Pengukur Dependen Y Output Kg Independen X1 Pupuk Kg Bo Intersept Sumber : (Coelli, 1992) Efisiensi Teknis Penelitian ini menggunakan stochastic frontier dengan metode pendugaan Maximum Likelihood (MLE). Variabel independen penduga fungsi produksi ini yaitu: Pupuk (X1). Karakter uji efisiensi teknis berdasarkan alat uji frontier adalah, semakin mendekati 1 maka data dianggap semakin efisien secara teknik. Adapun formulasi nilai efisiensi teknis setiap petani dapat dicari dengan menggunakan perbandingan fungsi produksi aktual yang dicapai petani dengan fungsi produksi frontier (Coelli et. al. 2005) sebagai berikut

TEi = yi


yi* Dimana : TEi

= Efisiensi teknis petani ke-i

yi

= Jumlah produksi aktual petani ke-i (Kg)

yi*

= Jumlah produksi potensial petani ke-i (Kg) Nilai efisiensi teknis (TE) berkisar antara 0 sampai sama dengan 1

(0 < TE≤ 1). Jika nilai TE yang mendekati 1 maka penggunaan pupuk semakin efisien, namun apabila nilai TE mendekati 0, maka penggunaan pupuk dikatakan semakin inefisien (tidak efisien) secara teknik ( Ningsih. dkk, 2014). Efisiensi Harga Menurut Soekartawi (1990) apabila fungsi produksi yang digunakan adalah fungsi Cobb-Douglas, maka: Y = AXb Atau Ln Y = Ln A + bLnX Maka kondisi produksi marginal adalah: ∂Y / ∂X = b (Koefisien parameter elastisitas) Dalam fungsi produksi Cobb-Douglas, maka b disebut dengan koefisien regresi yang sekaligus menggambarkan elastisitas produksi. Dengan demikian, maka nilai produksi marginal (NPM) faktor produksi X, dapat ditulis sebagai berikut:


NPM = bYPy X Dimana: b

= elastisitas produksi (ubi kayu)

Y

= produksi (ubi kayu)

Py

= harga produksi (harga ubi kayu)

X

= jumlah pupuk

NPM = nilai produktivitas marginal Secara ekonomi ada satu syarat lagi yang perlu dipenuhi yaitu pilihan yang berkaitan dengan harga input atau Px dan harga output atau PY. Jumlah input disebut X dan jumlah output disebut Y, jumlah keuntungan disebut B, sehingga dapat dituliskan : B = (Y. Py) – (X. PX) Agar B mencapai maksimum, turunan pertama harus disamakan dengan nol, dengan asumsi PX dan PY konstan. Turunan pertamanya adalah nol. dB = Py . dY - PX dX dX Py . MP = PX VMP = PX VMP = 1 PX dimana : VMP

= Value Marginal Product

Px

= harga input

Py

= harga output

X

= jumlah input


Y

= jumlah output

dB, dX = turunan B dan X dY, dX = turunan Y dan X Dalam banyak kenyataan NPMx tidak selalu sama dengan Px. Yang sering terjadi adalah sebagai berikut: a. (NPMx / Px) > 1 ; artinya penggunaan input X belum efisien, untuk mencapai efisien input X perlu ditambah. b. (NPMx / Px) < 1 ; artinya penggunaan input X tidak efisien, untuk mencapai efisien input X perlu dikurangi. c. ((NPMx / Px) = 1 ; artinya penggunaan input X sudah efisien, dan diperoleh keuntungan maksimal (Soekartawi, 1990). Efisiensi Ekonomi Efisiensi Ekonomi merupakan produk dari efisiensi teknis dan efisiensi harga (Susantun, 2000). Efisiensi ekonomi adalah hasil kali antara efisiensi teknis dengan efisiensi harga/alokatif dari seluruh faktor input dan dapat tercapai apabila kedua efisiensi tercapai, yaitu efisiensi teknis dan efisiensi harga/alokatif (Soekartawi, 1990). Jadi, efisiensi ekonomi dapat tercapai bila kedua efisiensi tersebut tercapai, sehingga dapat dituliskan menjadi: EE = ET . EH Dimana: EE : Efisiensi Ekonomi ET : Efisiensi Teknis EH : Efisiensi Harga


Dengan kriteria penilaian yaitu, jika : 1. EE = 1, maka penggunaan faktor produksi sudah efisien 2. EE >1, maka penggunaan faktor produksi belum efisien 3. EE< 1, maka penggunaan faktor produksi tidak efisien (Soekartawi, 1990). Hipotesis (2) dianalisis secara kuantitatif dengan menggunakan model regresi linier berganda untuk mengetahui pengaruh faktor-faktor (biaya pupuk, harga ubi kayu, pengalaman petani, dan pendapatan) terhadap jumlah penggunaan pupuk. Pengolahan data digunakan dengan menggunakan alat bantu software spss 20. Setelah data diolah menggunakan spss 20, maka dilakukan interpretasi hasil. Untuk memudahkan pendugaan terhadap persamaan maka fungsi Cobbdouglas yang bersifat non-linier diubah menjadi bentuk linier dengan cara melogaritmakan persamaan tersebut (Soekartawi, 1990). Sehingga menjadi bentuk sebagai berikut: LnY = lnb0+b1lnx1+ b2lnx2+ b3lnx3+ e Keterangan : Y

= jumlah pupuk

b0

= intercept

x1

= biaya pupuk

x2

= harga ubi

x3

= pengalaman petani

x4

= pendapatan

e

= kesalahan pendugaan

Ln

= logaritma natural


Persamaan regresi dianalisis untuk menjelaskan hubungan sebab akibat dari faktor-faktor produksi terhadap output yang dihasilkan. Nilai yang diperoleh dari analisis regresi yaitu besarnya nilai t-hitung F-hitung dan koefisien determinan (R2). Nilai t-hitung digunakan untuk menguji secara statistik apakah koefisien regresi dari masing-masing variable bebas (Xn) yang dipakai secara terpisah berpengaruh nyata atau tidak terhadap parameter tidak bebas (Y). pengujian secara statistik adalah sebagai berikut: 1. Uji Determinan (R2) Koefisien determinasi R2 merupakan suatu nilai statistik yang dihitung dari data sampel. Koefisien ini menunjukkan persentase variasi seluruh variabel terikat

yang

dapat

dijelaskan

oleh

perubahan

variabel

bebas

(explanatory variables). Koefisien ini merupakan suatu ukuran sejauh mana variabel bebas dapat merubah variabel terikat dalam suatu hubungan (Supriana, 2013). 2. Uji t-hitung Uji t adalah uji secara parsial pengaruh variabel independen terhadap variabel dependen digunakan untuk mengetahui apakah variabel bebas secara parsial berpengaruh nyata atau tidak terhadap variabel terikat. Taraf signifikansi (α) yang digunakan dalam ilmu sosial adalah 5% (Firdaus, 2011). Hipotesis: Ho : Tidak ada pengaruh yang nyata antara biaya pupuk (X1) terhadap variabel penggunaan pupuk (Y) H1 : Ada pengaruh yang nyata antara biaya pupuk (X1) terhadap variabel penggunaan pupuk (Y)


Uji statistik digunakan adalah uji statistik-t t-hitung

=

bi-Bi Sbi

t-tabel

= tα/2(n-p)

Keterangan: bi

= koefisien regresi ke-i

Sbi

= standar deviasi koefisien regresi ke-i

Bi

= parameter ke-I yang dihipotesiskan

n

= banyaknya pasangan data

p

= jumlah parameter regresi

Kriteria uji : 1. Berdasarkan Perbandingan Nilai t- hitung dan t- tabel - t-hitung > t-tabel α/2 (n-p), maka H0 diterima dan H1 ditolak. - t-hitung ≤ t-tabel α/2 (n-p), maka H0 ditolak dan H1 diterima. 2. Berdasarkan Nilai Signifikansi (α = 0,05) - Jika

nilai signifikansi > α, maka H0 diterima dan H1 ditolak.

-Jika nilai Signifikansi ≤ α, maka H0 ditolak dan H1 diterima. Jika signifikansi > α maka parameter yang diuji atau faktor-faktor pengaruh biaya pupuk (X1) berpengaruh nyata terhadap jumlah pupuk (Y), sebaliknya jika signifikansi ≤ α, maka faktor-faktor pengaruh biaya pupuk (X1) tidak berpengaruh nyata terhadap jumlah pupuk (Y).


3. Uji F-hitung Nilai F-hitung digunakan untuk mengetahui apakah variabel yang digunakan secara bersama-sama berpengaruh nyata terhadap veriabel tidak bebas (Supriana, 2013). Pengujian F-hitung adalah sebagai berikut: Hipotesis : H0 : Tidak ada pengaruh yang nyata secara serempak antara biaya pupuk, harga ubi kayu, dan pengalaman bertani terhadap jumlah pupuk. H1 : Ada pengaruh yang nyata secara serempak antara biaya pupuk, harga ubi kayu, dan pengalaman bertani terhadap jumlah pupuk. Uji statistik yang digunakan adalah uji F, yaitu:

Keterangan: R2

= koefisien determinan

k

= jumlah variabel termasuk intersept

n

= jumlah pengamatan

Kriteria uji : 1. Berdasarkan Perbandingan Nilai F-hitung dan F-tabel - F-hitung > F-tabel α/2 (n-p), maka H0 diterima dan H1 ditolak. - F-hitung ≤ F-tabel α/2 (n-p), maka H0 ditolak dan H1 diterima. 2. Berdasarkan Nilai Signifikansi (α = 0,05)


- Jika nilai signifikansi > α maka H0 diterima dan H1 ditolak. - Jika nilai Signifikansi ≤ α maka H0 ditolak dan H1 diterima. Apabila Signifikansi < α maka H0 ditolak maka ada pengaruh yang nyata secara serempak antara biaya pupuk, harga ubi kayu, dan pengalaman bertani terhadap penggunaan pupuk. Dan sebaliknya bila Signifikansi ≤ H0 diterima maka tidak ada pengaruh yang nyata secara serempak antara biaya pupuk, harga ubi kayu, dan pengalaman bertani terhadap jumlah pupuk. 4.

Uji Asumsi Klasik

1) Uji Normalitas Pengujian normalitas bertujuan untuk mengetahui apakah data yang digunakan telah terdistribusi secara normal. Uji normalitas dapat dilakukan dengan uji Kolmogorov Smirnov, dengan melihat nilai signifikansi. Sig.KS > 0,05 = Data berdistribusi normal Sig.KS ≤ 0,05 = Data tidak berdistribusi normal Uji Kolmogorov Smirnov digunakan untuk menguji null hipotesis suatu sampel atas suatu distribusi tertentu (Firdaus, 2011). 2) Heteroskedastisitas Dalam persamaan regresi berganda perlu juga diuji mengenai sama atau tidak varians dari residual dari observasi yang satu dengan observasi yang lain. Jika residualnya mempunyai varians yang sama disebut terjadi homokedastisitas, dan jika variansnya tidak sama atau berbeda disebut terjadi heterokedastisitas. Persamaan regresi yang baik adalah jika tidak terjadi heterokedastisitas (Sunyoto, 2002).


Penelitian ini menggunakan uji Glejser sebagai penguji heterokedastisitas, dengan melihat nilai signifikansi. Sig. > 0,05 = Homokedastisitas (tidak terjadi masalah heterokedastisitas) Sig. ≤ 0,05 = Heterokedastisitas 3) Uji Multikolinieritas Uji asumsi klasik jenis ini diterapkan untuk analisis regresi berganda yang terdiri atas dua atau lebih variabel bebas atau independent variable, dimana akan diukur tingkat asosiasi (keeratan) hubungan/pengaruh antar variabel bebas tersebut

melalui

besaran

koefisien

korelasi

(R).

Dikatakan

terjadi

multikolinieritas jika koefisien korelasi antar variabel bebas lebih besar dari 0,60 (pendapat lain : 0,50 dan 0,90). Dikatakan tidak terjadi multikolinieritas jika kefisien korelasi antar variabel bebas lebih kecil atau sama dengan 0,60 (r ≤ 0,60) (Sunyoto, 2002). Atau dapat dilihat dari Kriteria nilai uji yang digunakan berikut ini, yaitu : 

Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka model tidak mengalami multikolinieritas.



Jika nilai tolerance < 0,1 dan nilai VIF > 10, maka model mengalami multikolinieritas.

3.5 Definisi dan Batasan Operasional Untuk menghindari kesalahpahaman dan kekeliruan dalam menafsirkan penelitian ini, maka perlu dibuat definisi dan batasan operasional sebagai berikut : 3.5.1 Definisi Adapun definisi dalam penelitian ini adalah :


1.

Ilmu usahatani adalah ilmu yang mempelajari bagaimana seorang mengusahakan dan mengkoordinir faktor-faktor produksi.

2.

Usahatani ubi kayu ialah kegiatan yang dilakukan seseorang di dalam pembudidayakan tanaman ubi kayu dengan tujuan untuk memperoleh keuntungan.

3.

Fungsi produksi menggambarkan hubungan antara input dan output. Sehingga faktor produksi pupuk dapat diartikan sebagai faktor yang mempengaruhi total produksi.

4.

Fungsi produksi linier adalah suatu fungsi atau persamaan yang melibatkan dua atau lebih variabel yang berpangkat satu, dimana variabel yang satu disebut dengan variabel dependen, yang dijelaskan (Y) dan yang lain disebut variabel independen, yang menjelaskan (X).

5.

Efisiensi adalah perbandingan yang terbaik antara input (masukan) dan output

(hasil

antara

keuntungan

dengan

sumber-sumber

yang

dipergunakan). 6.

Efisiensi teknis merupakan proses pengubahan input menjadi output, kombinasi antara kapasitas dan kemampuan unit kegiatan ekonomi untuk memproduksi sampai tingkat output maksimum dari input dan teknologi. Efisiensi teknis dikatakan tercapai apabila Average Product berada di titik maksimum.

7.

Efisiensi harga merupakan kemampuan dan kesediaan unit ekonomi untuk beroperasi pada tingkat nilai produk marjinal (Marginal Value Product) sama dengan biaya marjinal (Marginal Cost).


8.

Efisiensi ekonomi manakala petani mampu meningkatkan produksinya dengan harga faktor produksi yang dapat ditekan, tetapi dapat menjual produksinya dengan harga yang tinggi.

9.

Faktor-faktor

yang

mempengaruhi

penggunaan

pupuk

merupakan

kemungkinan alasan petani menggunakan pupuk pada tanaman ubi kayu dan sesuai dengan teori fungsi permintaan. 10.

Harga ubi kayu ialah harga jual ubi kayu yang berlaku di daerah penelitian dalam Rupiah.

11.

Biaya pupuk ialah jumlah seluruh harga input pupuk yang dipakai petani ubi kayu di daerah penelitian dalam Rupiah.

12.

Pengalaman petani ialah kejadian yang pernah dialami petani ubi kayu ketika dalam proses budidaya ubi kayu di daerah penelitian.

13.

Pupuk pada penelitian ini ialah pupuk kimia dan pupuk organik yang digunakan petani ubi kayu.

15.

Dosis (dose ; dosage) merupakan takaran obat, pupuk, pestisida, dsb; menyatakan banyaknya bahan (dalam kilogram) persatuan bobot badan atau satuan luas lahan, yang akan menghasilkan efek yang optimal.

16. Kesesuaian penggunaan pupuk merupakan ketika penggunaan pupuk seharusnya sama dengan penggunaan pupuk oleh petani ubi kayu. 3.5.2 Batasan Operasional Adapun batasan operasional dalam penelitian ini adalah: 1.

Daerah penelitian di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai, Provinsi Sumatera Utara.

2.

Waktu penelitian tahun 2017.


3.

Sampel yang digunakan dalam penelitian ini adalah petani ubi kayu di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai, Provinsi Sumatera Utara.

BAB IV GAMBARAN UMUM DAERAH PENELITIAN 4.1. Deskripsi Daerah Penelitian 4.1.1. Letak Geografis, Batas, dan Luas Wilayah Penelitian ini dilakukan di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai. Desa Suka Sari adalah salah satu desa dari 13 desa di Kecamatan Pegajahan. Desa Suka Sari merupakan salah satu desa tertinggi penghasil ubi kayu di Kecamatan Pegajahan, Kabupaten Serdang Bedagai. Desa Suka Sari berada pada ketinggian antara 20-30m di atas permukaan laut dengan suhu rata-rata 29oC-30oC. Luas wilayah Desa Suka Sari adalah sebesar 1.150 Ha dan berjarak ± 5 Km arah selatan dari Kantor Camat Pegajahan, 25 Km dari Kota Kabupaten, 50 Km dari Kota Provinsi. Adapun batas-batas wilayah Desa Suka Sari adalah sebagai berikut : Sebelah Utara berbatasan dengan Desa Pegajahan Kecamatan Pegajahan Sebelah Timur berbatasan dengan Rambung Sialang Kecamatan Sei Rampah Sebelah Selatan berbatasan dengan Desa Bah Sidua-dua Kecamatan Serbajadi Sebelah Barat berbatasan dengan Desa Bingkat/ Desa T. Putus Kecamatan Pegajahan 4.1.2. Tata Guna Lahan Desa Suka Sari yang terdiri dari 9 (sembilan) dusun dengan luas wilayah ± 1.150 Ha dengan perincian pola penggunaan tanah sebagai berikut:


Tanah Pemukiman

: 390 Ha

Tanah Ladang

: 358 Ha

Tanah Perkebunan

: 400 Ha

Tanah Fasilitas Umum

:

2 Ha

4.1.3. Keadaan Penduduk 1. Distribusi Penduduk Berdasarkan Jenis Kelamin Jumlah penduduk Desa Suka Sari berdasarkan data berjumlah 4.146 jiwa dengan kepala keluarga sebanyak 1.125 KK. Hal ini dapat dilihat pada tabel 7. Tabel 7. Distribusi Penduduk Berdasarkan Jenis Kelamin No. Jenis Kelamin Jumlah (Jiwa) Persentase (%) 1. Laki-Laki 2.022 48,8 2. Perempuan 2.122 51,2 Jumlah 4.144 100 Sumber: Data Monografi Desa Suka Sari, 2016 Tabel 7. menunjukkan bahwa jumlah penduduk perempuan lebih banyak dibandingkan dengan jumlah penduduk laki-laki yaitu sebanyak 2.124 jiwa dengan persentase 51,2% sedangkan laki-laki sebanyak 2.022 jiwa dengan persentase 48,8%. 2. Distribusi Penduduk Berdasarkan Agama Penduduk Desa Suka Sari pada umumnya menganut agama islam,dan hanya sebagian kecil yang menganut agama kristen dan budha. Hal ini dapat dilihat pada tabel 8. Tabel 8. Distribusi Penduduk Berdasarkan Agama No. Agama Jumlah (Jiwa) 1. Islam 3.989 2. Kristen 148 3. Budha 7 Jumlah 4.144 Sumber: Data Monografi Desa Suka Sari, 2016

Persentase (%) 96.1 3,6 0,2 100


Tabel 8. menunjukkan bahwa mayoritas penduduk di desa Suka Sari adalah Islam sebanyak 3.989 jiwa dengan persentase 96,1% sedangkan penduduk yang beragama Kristen sebanyak 148 jiwa dengan persentase 3,6% dan penduduk yang beragama Budha sebanyak 7 jiwa dengan persentase sebanyak 0,2%. 4.1.4. Sarana dan Prasarana Sarana dan prasarana merupakasn salah satu faktor penting yang mempengaruhi kemajuan dan perkembangan suatu desa. Semakin baik sarana dan prasarana yang tersedia maka akan semakin cepat laju perkembangan desa tersebut. Berikut adalah distribusi sarana dan prasarana yang tersedia di Desa Suka Sari yang di jelaskan pada tabel 9. Tabel 9. Distribusi Sarana dan Prasarana No. Sarana dan Prasarana 1. Paud 2. SD-Madrasah ibtidayah 3. SLTP 4. SLTA 5. SMK 6. Puskesmas 7. Posyandu 8. Mesjid 9. Musholla 10. Gereja Jumlah Sumber: Data Monografi Desa, 2016

Jumlah 3 3 1 1 1 1 3 4 9 2 28

Tabel 9. menunjukkan bahwa desa Suka Sari memiliki 9 unit sarana pendidikan yang terdiri dari 3 unit Paud, 3 unit SD-Madrasah ibtidayah, 1 unit SLTP, 1 unit SLTA dan 1 unit SMK. Desa Suka Sari memiliki 4 unit sarana kesehatan yang terdiri dari 1 unit Puskesmas dan 3 unit Posyandu. Desa Suka Sari juga memiliki 15 unit sarana tempat peribadatan yang terdiri dari 4 unit Mesjid, 9 unit Musholla dan 2 unit Gereja. 4.2. Karakteristik Petani Sampel


Petani sampel yang dimaksud dalam penelitian ini adalah petani ubi kayu yang berdomisili di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai. Jumlah responden yang diambil yaitu sebanyak 92 Orang. Adapun karakteristik petani sampel adalah sebagai berikut : 4.2.1. Karakteristik Petani Sampel Berdasarkan Jenis Kelamin Adapun jenis kelamin sampel di daerah penelitian dapat dilihat pada tabel 10. berikut: Tabel 10. Karakteristik Petani Sampel Berdasarkan Jenis Kelamin No. Jenis Kelamin Jumlah (Jiwa) Persentase (%) 1. Laki-Laki 62 67,4 2. Perempuan 30 32,6 Jumlah 92 100 Sumber: Data Primer Tabel 10. menunjukkan bahwa secara umum dari 92 orang sampel di daerah penelitian, petani sampel yang berjenis kelamin yang paling dominan adalah laki-laki yaitu sebesar 62 orang dengan persentase 67,4%. Sedangkan petani sampel yang berjenis kelamin perempuan adalah sebesar 30 orang dengan persentase 32,6%. 4.2.2. Karakteristik Petani Sampel Berdasarkan Umur Adapun umur sampel di daerah penelitian dapat dilihat pada tabel 11. berikut: Tabel 11. Karakteristik Petani Sampel Berdasarkan Umur No. Umur Jumlah (Jiwa) Persentase (%) 1. 20-30 1 1,1 2. 31-40 12 13,0 3. 41-50 32 34,8 4. 51-60 29 31,5 5. 61-70 17 18,5 >70 1 1,1 Jumlah 92 100 Sumber: Data Primer


Tabel 11. menunjukkan bahwa bahwa secara umum dari 92 orang petani sampel di daerah penelitian, jumlah petani sampel terbesar berada pada interval umur 41-50 tahun yaitu sebanyak 32 orang dengan persentase 34,8%, sedangkan yang terkecil berada pada interval 20-30 tahun dan >70 tahun yaitu sebanyak 1 orang dengan persentase 1,1%. 4.2.3. Karakteristik Petani Sampel Berdasarkan Tingkat Pendidikan Adapun tingkat pendidikan sampel di daerah penelitian dapat dilihat pada tabel 12. berikut: Tabel 12. Karakteristik Petani Sampel Berdasarkan Tingkat Pendidikan No. Tingkat Pendidikan Jumlah (Jiwa) Persentase (%) 1. Tidak Sekolah 8 8,7 2. SD 45 48,9 3. SMP 14 15,2 4. SMA 25 27,2 Jumlah 92 100 Sumber: Data Primer Tabel 12. menunjukkan bahwa bahwa secara umum dari 92 orang petani sampel di daerah penelitian, jumlah petani sampel terbesar berdasarkan tingkat pendidikan berada pada tingkat SD sebanyak 45 orang dengan persentase 48,9%, tingkat pendidikan SMA sebanyak 25 orang dengan persentase sebesar 27,2%, tingkat pendidikan SMP sebanyak 14 orang dengan persentase 15,2% dan jumlah terkecil berada pada tingkat pendidikan petani yang tidak bersekolah yaitu sebanayak 8 orang dengan persentase 8,7%.


BAB V HASIL DAN PEMBAHASAN 5.1. Efisiensi Teknis, Efisiensi Harga, dan Efisiensi Ekonomi Penggunaan Pupuk Pada Usahatani Ubi Kayu Efisiensi diartikan sebagai upaya untuk menggunakan input sekecilkecilnya untuk memperoleh produksi yang sebesar-besarnya. Penggunaan input secara optimal sangat dituntut dalam melakukan kegiatan usahatani, yakni dengan cara mengalokasikan sumber daya yang terbatas namun mampu memberikan hasil yang optimal. Ubi Kayu (Manihot esculenta) merupakan salah satu tanaman pangan yang dapat memberikan keuntungan yang cukup besar bagi petani jika dikelola dengan baik. Agar memperoleh keuntungan maksimal maka perlu dilakukan penggunaan pupuk yang efisien sebagai penunjang pertumbuhannya. Untuk menghitung efisiensi penggunaan pupuk pada usahatani ubi kayu dibutuhkan data mengenai jumlah pupuk, biaya pupuk, produksi ubi kayu, dan harga ubi kayu per hektar dalam satu musim tanam. Pada tabel 13. disajikan data mengenai jumlah pupuk, biaya pupuk, produksi ubi kayu, dan harga ubi kayu berdasarkan informasi 91 sampel.


Tabel 13. Jumlah Pupuk, Biaya Pupuk, Produksi Ubi Kayu, Harga Ubi Kayu, dan Penerimaan Usahatani Ubi Kayu / Ha / Musim Tanam No Sampel 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 39 40 41

Jumlah Pupuk (Kg) X 300 875 500 500 375 250 750 486 250 1900 500 2738 417 917 305 156 278 300 293 295 290 750 357 1022 545 350 268 545 333 347 250 1485 839 250 625 1571 400 1063 988 2167 1300

Biaya Pupuk (Rp) 1.012.500 962.500 1.100.000 1.250.000 962.500 550.000 1.950.000 1.194.444 1.900.000 2.620.000 1.400.000 2.700.000 1.041.667 1.225.000 1.746.000 765.625 694.444 1.735.000 1.719.600 1.724.000 1.714.000 1.875.000 892.857 1.372.059 2.533.036 1.684.375 1.875.000 2.819.000 725.000 1.763.889 700.000 1.837.000 2.911.714 537.500 2.397.727 2.257.143 1.444.000 2.757.500 2.394.091 1.750.000 755.000

Produksi Ubi Kayu (Kg) Y 30.000 37.500 37.500 20.000 25.000 20.000 25.000 37.500 30.000 15.000 37.500 30.000 20.000 37.500 37.500 18.750 17.500 42.500 40.000 37.500 42.500 25.000 22.500 30.000 45.000 42.500 32.500 45.000 37.500 42.500 25.000 35.000 25.000 18.750 37.500 25.000 45.000 30.000 40.000 42.500 12.500

Harga Ubi Kayu (Rp) 500 450 500 650 600 500 650 600 450 600 660 650 500 450 500 600 500 500 600 650 500 600 500 500 660 500 550 500 500 600 600 500 500 450 500 550 600 500 650 650 650

Penerimaan (Rp) 15.000.000 16.875.000 18.750.000 13.000.000 15.000.000 10.000.000 16.250.000 22.500.000 13.500.000 9.000.000 24.750.000 19.500.000 10.000.000 16.875.000 18.750.000 11.250.000 8.750.000 21.250.000 24.000.000 24.375.000 21.250.000 15.000.000 11.250.000 15.000.000 29.700.000 21.250.000 17.875.000 22.500.000 18.750.000 25.500.000 15.000.000 17.500.000 12.500.000 8.437.500 18.750.000 13.750.000 27.000.000 15.000.000 26.000.000 27.625.000 8.125.000


42 192 43 250 44 150 45 300 46 875 47 500 Tabel 13. Lanjutan 48 875 49 550 50 774 51 250 52 250 53 185 54 500 55 1115 56 375 57 500 58 500 59 825 60 1400 61 1000 62 1000 63 900 64 390 65 540 66 3600 67 4000 68 1475 69 800 70 288 71 7775 72 5043 73 775 74 375 75 150 76 338 77 350 78 500 79 375 80 650 81 530 82 125 83 367 84 250 85 312 86 300 87 300 88 542 89 708 90 900

423.077 537.500 565.000 2.079.200 2.100.000 1.118.750

20.000 30.000 45.000 42.500 20.000 37.500

2.200.000 530.000 1.809.524 537.500 700.000 437.000 1.250.000 2.903.000 962.500 1.100.000 1.250.000 2.055.000 2.670.000 2.600.000 1.250.000 2.870.000 968.250 1.894.000 2.400.000 2.866.667 1.090.000 605.000 623.600 2.805.000 1.823.000 1.815.000 1.118.750 565.000 1.702.500 2.120.000 2.116.300 2.625.000 2.590.000 2.093.500 875.000 1.796.667 537.500 1.528.800 1.012.500 1.735.000 2.313.400 1.487.500 2.220.000

17.500 17.500 25.000 18.750 25.000 17.500 45.000 37.500 25.000 37.500 20.000 40.000 37.500 25.000 30.000 37.500 25.000 37.500 40.000 37.500 25.000 37.500 12.500 30.000 17.500 25.000 37.500 40.000 42.500 35.000 40.000 32.500 42.500 37.500 30.000 15.000 20.000 18.750 30.000 42.500 37.500 20.000 30.000

500 660 650 650 500 650 600 550 640 500 600 600 500 600 600 500 650 650 550 650 600 500 500 500 600 650 550 500 650 500 550 600 650 600 650 500 500 450 500 650 650 600 500 600 550 500 650 450 600

10.000.000 19.800.000 29.250.000 27.625.000 10.000.000 24.375.000 10.500.000 9.625.000 16.000.000 9.375.000 15.000.000 10.500.000 22.500.000 22.500.000 15.000.000 18.750.000 13.000.000 26.000.000 20.625.000 16.250.000 18.000.000 18.750.000 12.500.000 18.750.000 24.000.000 24.375.000 13.750.000 18.750.000 8.125.000 15.000.000 9.625.000 15.000.000 24.375.000 24.000.000 27.625.000 17.500.000 20.000.000 14.625.000 21.250.000 24.375.000 19.500.000 9.000.000 10.000.000 11.250.000 16.500.000 21.250.000 24.375.000 9.000.000 18.000.000


91

250

537.500

30.000

650

19.500.000

Sumber: Data Primer, 2017

5.1.1 Efisiensi Teknis Nilai efisiensi teknis dapat diketahui dari pengolahan data dengan bantuan Software Frontier Version 4.1 dengan input data yang digunakan adalah jumlah produksi ubi kayu setiap sampel dan jumlah pupuk yang digunakan setiap sampel per hektar. Jika nilai efisiensi teknis sama dengan satu maka penggunaan pupuk sudah efisien dan jika nilai efisiensi teknis kurang dari satu maka penggunaan pupuk tidak efisien. Tabel 14. berikut adalah adalah hasil olahan data efisiensi teknis setiap sampel:


Tabel 14. Efisiensi Teknis Penggunaan Pupuk Pada Usahatani Ubi Kayu No Efisiensi Keterangan Sampel Teknis 1 0.89687012 Tidak Efisien 2 0.91999507 Tidak Efisien 3 0.91999507 Tidak Efisien 4 0.97078238 Tidak Efisien 5 0.87777062 Tidak Efisien 6 0.97078238 Tidak Efisien 7 0.87777062 Tidak Efisien 8 0.91999507 Tidak Efisien 9 0.89687012 Tidak Efisien 10 0.71003760 Tidak Efisien 11 0.91999507 Tidak Efisien 12 0.89687012 Tidak Efisien 13 0.97078238 Tidak Efisien 14 0.91999507 Tidak Efisien 15 0.91999507 Tidak Efisien 16 0.92439294 Tidak Efisien 17 0.85303234 Tidak Efisien 18 0.93222905 Tidak Efisien 19 0.92640899 Tidak Efisien 20 0.91999507 Tidak Efisien 21 0.93222905 Tidak Efisien 22 0.87777062 Tidak Efisien 23 0.86685098 Tidak Efisien 24 0.89687012 Tidak Efisien 25 0.93748668 Tidak Efisien 26 0.93222905 Tidak Efisien 27 0.90525943 Tidak Efisien 28 0.93748668 Tidak Efisien 29 0.91999507 Tidak Efisien 30 0.93222905 Tidak Efisien 31 0.87777062 Tidak Efisien 32 0.91295429 Tidak Efisien 33 0.87777062 Tidak Efisien 34 0.92439294 Tidak Efisien 35 0.91999507 Tidak Efisien 36 0.87777062 Tidak Efisien 37 0.93748668 Tidak Efisien 38 0.89687012 Tidak Efisien 39 0.92640899 Tidak Efisien 40 0.93222905 Tidak Efisien 41 0.57152427 Tidak Efisien 42 0.97078238 Tidak Efisien 43 0.89687012 Tidak Efisien


44 0.93748668 45 0.93222905 46 0.97078238 47 0.91999507 Tabel 14. Lanjutan 48 0.85303234 49 0.85303234 50 0.87777062 51 0.92439294 52 0.87777062 53 0.85303234 54 0.93748668 55 0.91999507 56 0.87777062 57 0.91999507 58 0.97078238 59 0.92640899 60 0.91999507 61 0.87777062 62 0.89687012 63 0.91999507 64 0.87777062 65 0.91999507 66 0.92640899 67 0.91999507 68 0.87777062 69 0.91999507 70 0.57152427 71 0.89687012 72 0.85303234 73 0.87777062 74 0.91999507 75 0.92640899 76 0.93222905 77 0.91295429 78 0.92640899 79 0.90525943 80 0.93222905 81 0.91999507 82 0.89687012 83 0.71003760 84 0.97078238 85 0.92439294 86 0.89687012 87 0.93222905 88 0.91999507 89 0.97078238 90 0.89687012 91 0.89687012 Rata0.90115060

Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien


Rata Sumber: Data Primer Diolah, 2017

Berdasarkan hasil estimasi menggunakan Software Frontier 4.1 diperoleh nilai rata-rata efisiensi teknis penggunaan pupuk sebesar 0,90. Nilai efisiensi tersebut menunjukkan bahwa rata-rata petani sampel dapat mencapai 90% dari produksi potensial yang diperoleh dengan penggunaan pupuknya. Hal ini menunjukkan bahwa penggunaan pupuk oleh petani ubi kayu hampir mendekati efisien secara teknis. Hal ini dikarenakan 0,90 < 1 (mendekati 1) dan terdapat peluang sebesar 10% untuk mencapai efisiensi secara teknis. Meskipun secara teknis, hasil uji Frontier 0,90 hampir mendekati 1 (efisien). Namun hasil tersebut masih dibawah 1 dan masih termasuk daerah inefisien. Butuh 0,10 lagi untuk mencapai efisiensi secara teknis, maka penggunaan pupuk harus dikurangi. 5.1.2. Efisiensi Harga Nilai efisiensi harga dapat diketahui dari pengolahan data dengan bantuan Software Frontier Version 4.1 dengan input data yang digunakan adalah biaya pupuk setiap sampel dan penerimaan setiap sampel per hektar. Jika nilai efisiensi harga sama dengan satu maka penggunaan pupuk sudah efisien dan jika nilai efisiensi harga kurang dari satu maka penggunaan pupuk tidak efisien. Tabel 15. berikut adalah hasil olahan data efisiensi harga setiap sampel:


Tabel 15. Efisiensi Harga Penggunaan Pupuk Pada Usahatani Ubi Kayu No Efisiensi Harga Keterangan Sampel 1 0.10913688 Tidak Efisien 2 0.10909696 Tidak Efisien 3 0.10920272 Tidak Efisien 4 0.11049138 Tidak Efisien 5 0.10909696 Tidak Efisien 6 0.10867157 Tidak Efisien 7 0.11092542 Tidak Efisien 8 0.10926880 Tidak Efisien 9 0.11089944 Tidak Efisien 10 0.11122643 Tidak Efisien 11 0.11059985 Tidak Efisien 12 0.11125767 Tidak Efisien 13 0.10915936 Tidak Efisien 14 0.11047219 Tidak Efisien 15 0.11081544 Tidak Efisien 16 0.10891958 Tidak Efisien 17 0.10884540 Tidak Efisien 18 0.11080920 Tidak Efisien 19 0.11080039 Tidak Efisien 20 0.11080292 Tidak Efisien 21 0.11079717 Tidak Efisien 22 0.11088623 Tidak Efisien 23 0.10903821 Tidak Efisien 24 0.11058045 Tidak Efisien 25 0.11119150 Tidak Efisien 26 0.11077999 Tidak Efisien 27 0.11088623 Tidak Efisien 28 0.11130265 Tidak Efisien 29 0.10887803 Tidak Efisien 30 0.11082553 Tidak Efisien 31 0.10885143 Tidak Efisien 32 0.11086583 Tidak Efisien 33 0.11133655 Tidak Efisien 34 0.10865470 Tidak Efisien 35 0.11113499 Tidak Efisien 36 0.11107320 Tidak Efisien 37 0.11062973 Tidak Efisien 38 0.11127962 Tidak Efisien 39 0.11113343 Tidak Efisien 40 0.11081771 Tidak Efisien 41 0.10890891 Tidak Efisien 42 0.10759317 Tidak Efisien 43 0.10865470 Tidak Efisien 44 0.10869139 Tidak Efisien 45 0.11098993 Tidak Efisien


46 0.11099998 47 0.10921623 Tabel 15. Lanjutan 48 0.11104711 49 0.10864440 50 0.11085086 51 0.10865470 52 0.10885143 53 0.10761287 54 0.11049138 55 0.11133341 56 0.10909696 57 0.10920272 58 0.11049138 59 0.11097812 60 0.11124605 61 0.11121849 62 0.11049138 63 0.11132142 64 0.10910165 65 0.11089629 66 0.11113596 67 0.11132020 68 0.10919543 69 0.10874204 70 0.10876459 71 0.11129745 72 0.11085823 73 0.11085386 74 0.10921623 75 0.10869139 76 0.11079053 77 0.11100956 78 0.11100780 79 0.11122840 80 0.11121449 81 0.11099685 82 0.10902250 83 0.11084378 84 0.10865470 85 0.11068510 86 0.10913688 87 0.11080920 88 0.11109832 89 0.11065848 90 0.11105631 91 0.10865470 Rata- Rata 0.11016450 Sumber: Data Primer Diolah, 2017

Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien


Berdasarkan hasil estimasi menggunakan Software Frontier 4.1 diperoleh nilai rata-rata efisiensi harga sebesar 0,11. Dimana 0,11 < 1 yang artinya penggunaan pupuk pada tanaman ubi kayu tidak efisien secara harga. Dilihat dari hasil penelitian sebanyak 91 sampel, semua sampel tidak mencapai efisiensi secara harga. Hal ini dikarenakan efisiensi harga dipengarui oleh harga pada waktu tertentu. Efisiensi harga akan tercapai jika harga mengalami peningkatan. Pada saat penelitian dilakukan, harga ubi kayu sedang mengalami penurunan. 5.1.3. Efisiensi Ekonomi Efisiensi ekonomi adalah hasil kali antara efisiensi teknis dengan efisiensi harga, efisiensi ekonomi dapat tercapai bila kedua efisiensi tersebut tercapai, sehingga dapat dituliskan menjadi: EE = ET . EH Dimana: EE : Efisiensi Ekonomi ET : Efisiensi Teknis EH : Efisiensi Harga Dengan kriteria penilaian yaitu, jika : 1. EE = 1, maka penggunaan faktor produksi sudah efisien 2. EE >1, maka penggunaan faktor produksi belum efisien 3. EE< 1, maka penggunaan faktor produksi tidak efisien Efisiensi ekonomi adalah hasil kali antara efisiensi teknis dengan efisiensi harga. Dari perhitungan efisiensi ekonomi, maka diperoleh hasil efisiensi ekonomi penggunaan pupuk pada tanaman ubi kayu pada tabel 16. sebagai berikut:


Tabel 16. Efisiensi Ekonomi Penggunaan Pupuk Pada Usahatani Ubi Kayu No Efisiensi Efisiensi Efisiensi Keterangan Sampel Teknis Harga Ekonomi 1 0,896870120 0,109136880 0,097881607 Tidak Efisien 2 0,919995070 0,109096960 0,100368665 Tidak Efisien 3 0,919995070 0,109202720 0,100465964 Tidak Efisien 4 0,970782380 0,110491380 0,107263085 Tidak Efisien 5 0,877770620 0,109096960 0,095762106 Tidak Efisien 6 0,970782380 0,108671570 0,105496445 Tidak Efisien 7 0,877770620 0,110925420 0,097367075 Tidak Efisien 8 0,919995070 0,109268800 0,100526757 Tidak Efisien 9 0,896870120 0,110899440 0,099462394 Tidak Efisien 10 0,710037600 0,111226430 0,078974947 Tidak Efisien 11 0,919995070 0,110599850 0,101751317 Tidak Efisien 12 0,896870120 0,111257670 0,099783680 Tidak Efisien 13 0,970782380 0,109159360 0,105969983 Tidak Efisien 14 0,919995070 0,110472190 0,101633870 Tidak Efisien 15 0,919995070 0,110815440 0,101949658 Tidak Efisien 16 0,924392940 0,108919580 0,100684491 Tidak Efisien 17 0,853032340 0,108845400 0,092848646 Tidak Efisien 18 0,932229050 0,110809200 0,103299555 Tidak Efisien 19 0,926408990 0,110800390 0,102646477 Tidak Efisien 20 0,919995070 0,110802920 0,101938140 Tidak Efisien 21 0,932229050 0,110797170 0,103288341 Tidak Efisien 22 0,877770620 0,110886230 0,097332675 Tidak Efisien 23 0,866850980 0,109038210 0,094519879 Tidak Efisien 24 0,896870120 0,110580450 0,099176301 Tidak Efisien 25 0,937486680 0,111191500 0,104240550 Tidak Efisien 26 0,932229050 0,110779990 0,103272325 Tidak Efisien 27 0,905259430 0,110886230 0,100380805 Tidak Efisien 28 0,937486680 0,111302650 0,104344752 Tidak Efisien 29 0,919995070 0,108878030 0,100167251 Tidak Efisien 30 0,932229050 0,110825530 0,103314779 Tidak Efisien 31 0,877770620 0,108851430 0,095546587 Tidak Efisien 32 0,912954290 0,110865830 0,101215435 Tidak Efisien 33 0,877770620 0,111336550 0,097727953 Tidak Efisien 34 0,924392940 0,108654700 0,100439638 Tidak Efisien 35 0,919995070 0,111134990 0,102243643 Tidak Efisien 36 0,877770620 0,111073200 0,097496792 Tidak Efisien 37 0,937486680 0,110629730 0,103713898 Tidak Efisien 38 0,896870120 0,111279620 0,099803366 Tidak Efisien 39 0,926408990 0,111133430 0,102955009 Tidak Efisien 40 0,932229050 0,110817710 0,103307489 Tidak Efisien 41 0,571524270 0,108908910 0,062244085 Tidak Efisien 42 0,970782380 0,107593170 0,104449554 Tidak Efisien 43 0,896870120 0,108654700 0,097449154 Tidak Efisien 44 0,937486680 0,108691390 0,101896730 Tidak Efisien 45 0,932229050 0,110989930 0,103468037 Tidak Efisien 46 0,970782380 0,110999980 0,107756825 Tidak Efisien 47 0,919995070 0,109216230 0,100478393 Tidak Efisien


Tabel 16. Lanjutan 48 0,853032340 0,111047110 49 0,853032340 0,108644400 50 0,877770620 0,110850860 51 0,924392940 0,108654700 52 0,877770620 0,108851430 53 0,853032340 0,107612870 54 0,937486680 0,110491380 55 0,919995070 0,111333410 56 0,877770620 0,109096960 57 0,919995070 0,109202720 58 0,970782380 0,110491380 59 0,926408990 0,110978120 60 0,919995070 0,111246050 61 0,877770620 0,111218490 62 0,896870120 0,110491380 63 0,919995070 0,111321420 64 0,877770620 0,109101650 65 0,919995070 0,110896290 66 0,926408990 0,111135960 67 0,919995070 0,111320200 68 0,877770620 0,109195430 69 0,919995070 0,108742040 70 0,571524270 0,108764590 71 0,896870120 0,111297450 72 0,853032340 0,110858230 73 0,877770620 0,110853860 74 0,919995070 0,109216230 75 0,926408990 0,108691390 76 0,932229050 0,110790530 77 0,912954290 0,111009560 78 0,926408990 0,111007800 79 0,905259430 0,111228400 80 0,932229050 0,111214490 81 0,919995070 0,110996850 82 0,896870120 0,109022500 83 0,710037600 0,110843780 84 0,970782380 0,108654700 85 0,924392940 0,110685100 86 0,896870120 0,109136880 87 0,932229050 0,110809200 88 0,919995070 0,111098320 89 0,970782380 0,110658480 90 0,896870120 0,111056310 91 0,896870120 0,108654700 Rata- Rata 0,901150600 0,110164500 Sumber : Data Primer Diolah, 2017

0,094726776 0,092677187 0,097301628 0,100439638 0,095546587 0,091797258 0,103584197 0,102426188 0,095762106 0,100465964 0,107263085 0,102811128 0,102345818 0,097624323 0,099096417 0,102415158 0,095766223 0,102024040 0,102957352 0,102414035 0,095848540 0,100042141 0,062161603 0,099819357 0,094565655 0,097304261 0,100478393 0,100692681 0,103282151 0,101346654 0,102838624 0,100690558 0,103677378 0,102116555 0,097779023 0,078703252 0,105480068 0,102316525 0,097881607 0,103299555 0,102209907 0,107425303 0,099603086 0,097449154 0,099283102

Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien Tidak Efisien


Dari perhitungan yang telah dilakukan pada tabel 16. maka diperoleh ratarata nilai efisiensi ekonomi sebesar 0,09. Hal ini menunjukkan bahwa penggunaan pupuk pada usahatani ubi kayu di daerah penelitian tidak efisien secara ekonomi karena 0,09 < 1. Artinya, penggunaan pupuk pada tanaman ubi kayu harus dikurangi agar efisiensi secara ekonomi dapat tercapai. Dengan demikian, hipotesis (1) yang menyatakan bahwa penggunaan pupuk pada usahatani ubi kayu tidak efisien baik secara teknis, harga, maupun ekonomi diterima kebenarannya. 5.1.4. Penggunaan Pupuk yang Optimal Berdasarkan Teori The Law Of Diminishing Returns (LDR) The Law of Diminishing Returns (Hukum Kenaikan Hasil Berkurang), Hukum ini menyatakan bahwa apabila penggunaan satu macam input ditambah sedang input-input yang lain tetap maka tambahan output yang dihasilkan dari setiap tambahan satu unit input yang ditambahkan tadi mula-mula naik, tetapi kemudian seterusnya menurun jika input tersebut terus ditambahkan. Petani ubi kayu meningkatkan penggunaan jumlah pupuk dengan harapan akan meningkatkan hasil produksi ubi kayunya. Sesuai dengan Teori The Low Of Diminishing Retuns, jika jumlah pupuk ditambahkan pada waktu tertentu produksi akan mengalami peningkatan. Namun jika penambahan jumlah pupuk dilakukan secara terus-menerus sampai batas maksimal maka produksi tidak akan bertambah, tetapi sebaliknya produksi yang dihasilkan akan semakin berkurang. Untuk mengetahui tingkat penggunaan pupuk yang optimal (EP=1) maka disajikan data jumlah pupuk, produksi ubi kayu, AP, MP pada tabel 17. sebagai berikut:


Tabel 17. Jumlah Pupuk, Produksi Ubi Kayu, AP, MP, dan EP penggunaan pupuk Pada Usahatani Ubi Kayu/Ha Jumlah Pupuk (Kg) X

Produksi Ubi Kayu (Kg) Y

125 150 150 156 185 192 250 250 250 250 250 250 250 250 250 268 278 288 290 293 295 300 300 300 300 305 312 333 338 347 350 350 357

30.000 40.000 45.000 18.750 17.500 20.000 18.750 18.750 20.000 20.000 25.000 25.000 30.000 30.000 30.000 32.500 17.500 12.500 42.500 40.000 37.500 30.000 30.000 42.500 42.500 37.500 18.750 37.500 42.500 42.500 35.000 42.500 22.500

Ln X

Ln Y

AP

MP

4,82831 5,01064 5,01064 5,05146 5,22036 5,25910 5,52146 5,52146 5,52146 5,52146 5,52146 5,52146 5,52146 5,52146 5,52146 5,59045 5,62682 5,66122 5,66988 5,67846 5,68698 5,70378 5,70378 5,70378 5,70378 5,72031 5,74300 5,80914 5,82157 5,84996 5,85793 5,85793 5,87814

10,30895 10,59663 10,71442 9,83895 9,76996 9,90349 9,83895 9,83895 9,90349 9,90349 10,12663 10,12663 10,30895 10,30895 10,30895 10,38900 9,76996 9,43348 10,65726 10,59663 10,53210 10,30895 10,30895 10,65726 10,65726 10,53210 9,83895 10,53210 10,65726 10,65726 10,46310 10,65726 10,02127

2,13510 2,11483 2,13834 1,94774 1,87151 1,88312 1,78195 1,78195 1,79364 1,79364 1,83405 1,83405 1,86707 1,86707 1,86707 1,85835 1,73632 1,66633 1,87963 1,86611 1,85197 1,80739 1,80739 1,86845 1,86845 1,84118 1,71321 1,81302 1,83065 1,82176 1,78614 1,81929 1,70484

0,00000 1,57788 0,00000 -21,44601 -0,40849 3,44679 -0,24599 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 1,16016 -17,02170 -9,78076 141,34518 -7,06273 -7,58323 -13,27673 0,00000 0,00000 0,00000 -7,57220 -30,54668 10,48003 10,07550 0,00000 -24,36645 0,00000 -31,48037

EP

0,00 0,75 0,00 -11,01 -0,22 1,83 -0,14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,62 -9,80 -5,87 75,20 -3,78 -4,09 -7,35 0,00 0,00 0,00 -4,11 -17,83 5,78 5,50 0,00 -13,64 0,00 -18,47


Tabel 17. Lanjutan 367 375 375 375 375 375 390 400 417 482 486 500 500 500 500 500 500 500 530 540 542 545 545 550 625 650 708 750 750 774 775 800 825 839 875 875 900 900

15.000 25.000 25.000 32.500 37.500 37.500 25.000 45.000 20.000 42.500 37.500 20.000 20.000 37.500 37.500 37.500 40.000 45.000 37.500 37.500 37.500 45.000 45.000 17.500 37.500 42.500 20.000 25.000 25.000 25.000 25.000 37.500 40.000 25.000 17.500 37.500 30.000 37.500

5,90445 5,92693 5,92693 5,92693 5,92693 5,92693 5,96615 5,99146 6,03229 6,17824 6,18644 6,21461 6,21461 6,21461 6,21461 6,21461 6,21461 6,21461 6,27288 6,29157 6,29465 6,30013 6,30079 6,30992 6,43775 6,47697 6,56291 6,62007 6,62007 6,65133 6,65286 6,68461 6,71538 6,73255 6,77422 6,77422 6,80239 6,80239

9,61581 10,12663 10,12663 10,38900 10,53210 10,53210 10,12663 10,71442 9,90349 10,65726 10,53210 9,90349 9,90349 10,53210 10,53210 10,53210 10,59663 10,71442 10,53210 10,53210 10,53210 10,71442 10,71442 9,76996 10,53210 10,65726 9,90349 10,12663 10,12663 10,12663 10,12663 10,53210 10,59663 10,12663 9,76996 10,53210 10,30895 10,53210

1,62857 1,70858 1,70858 1,75285 1,77699 1,77699 1,69735 1,78828 1,64175 1,72497 1,70245 1,59358 1,59358 1,69473 1,69473 1,69473 1,70512 1,72407 1,67899 1,67400 1,67318 1,70067 1,70049 1,54835 1,63599 1,64541 1,50901 1,52969 1,52969 1,52250 1,52215 1,57557 1,57796 1,50413 1,44223 1,55473 1,51549 1,54829

-15,40678 22,73078 0,00000 0,00000 0,00000 0,00000 -10,33804 23,21633 -19,86503 5,16445 -15,26982 -22,31413 0,00000 0,00000 0,00000 0,00000 0,00000 0,00000 -3,12897 0,00000 0,00000 33,27360 0,00000 -103,41783 5,96198 3,19125 -8,77066 3,90395 0,00000 0,00000 0,00000 12,77108 2,09734 -27,37704 -8,55896 0,00000 -7,92107 0,00000

-9,46 13,30 0,00 0,00 0,00 0,00 -6,09 12,98 -12,10 2,99 -8,97 -14,00 0,00 0,00 0,00 0,00 0,00 0,00 -1,86 0,00 0,00 19,57 0,00 -66,79 3,64 1,94 -5,81 2,55 0,00 0,00 0,00 8,11 1,33 -18,20 -5,93 0,00 -5,23 0,00


Tabel 17. Lanjutan 917 37.500 6,82074 988 40.000 6,89518 1000 20.000 6,90776 1000 25.000 6,90776 1000 30.000 6,90776 1022 30.000 6,92957 1063 30.000 6,96838 1115 37.500 7,01661 1300 12.500 7,17012 1400 37.500 7,24423 1475 25.000 7,29641 1485 35.000 7,30317 1571 25.000 7,35974 1900 15.000 7,54961 2167 42.500 7,68095 2738 30.000 7,91480 3600 40.000 8,18869 4000 37.500 8,29405 5043 15.000 8,52566 7775 30.000 8,95867 Sumber : Data Primer Diolah, 2017

10,53210 10,59663 9,90349 10,12663 10,30895 10,30895 10,30895 10,53210 9,43348 10,53210 10,12663 10,46310 10,12663 9,61581 10,65726 10,30895 10,59663 10,53210 9,61581 10,30895

1,54413 1,53682 1,43368 1,46598 1,49237 1,48767 1,47939 1,50102 1,31567 1,45386 1,38789 1,43268 1,37595 1,27368 1,38749 1,30249 1,29406 1,26984 1,12787 1,15072

0,00000 0,86707 -55,10447 0,00000 0,00000 0,00000 0,00000 4,62668 -7,15662 14,82448 -7,76965 49,79770 -5,94785 -2,69041 7,92969 -1,48941 1,05036 -0,61255 -3,95622 1,60076

0,00 0,56 -38,44 0,00 0,00 0,00 0,00 3,08 -5,44 10,20 -5,60 34,76 -4,32 -2,11 5,72 -1,14 0,81 -0,48 -3,51 1,39


Produksi Ubi Kayu (Kg/Ha) 50.000 45.000 40.000 35.000

30.000 25.000

Produksi Ubi Kayu

20.000 15.000

10.000 5.000 125 185 250 250 278 295 300 338 357 375 400 500 500 540 550 750 800 875 988 1022 1400 1900 4000

0

200,00 150,00 100,00 50,00

MP AP

0,00

-50,00 -100,00 -150,00

Gambar 4. Kurva Penggunaan Pupuk Pada Tanaman Ubi Kayu Produksi ubi kayu tertinggi adalah ketika jumlah pupuk yang digunakan 150 Kg/Ha, namun pada jumlah pupuk 156 Kg/Ha produksi kembali menurun.


Pada saat jumlah pupuk 192 Kg/Ha produksi ubi kayu meningkat kembali, dan kembali menurun pada saat jumlah pupuk 250 Kg/Ha. Sebagian besar petani ubi kayu yang diteliti, tidak menggunakan pupuk secara optimal sehingga penggunaan jumlah pupuk harus dikurangi. Dari tabel 17 dapat kita lihat bahwa hanya 2 orang sampel yang menggunakan pupuk secara optimal sedangkan 1 sampel menggunakan pupuk di bawah optimal yaitu 125kg/ha dan 88 orsng sampel menggunakan pupuk di atas jumlah pupuk optimal. Hal ini berarti, penambahan jumlah pupuk yang dilakukan oleh petani ubi kayu tidak mempengaruhi peningkatan jumlah produksi yang diperoleh atau penambahan output produksi kecil. Pengurangan jumlah pupuk yang berlebihan tersebut merupakan salah satu alternatif untuk menekan biaya (cost) yang dianggap tidak terlalu memberikan dampak besar bagi peningkatan jumlah produksi. Sehingga dana yang diperoleh dari pengoptimalan pupuk dapat dialokasikan untuk biaya pengadaan faktor produksi lain. Penggunaan pupuk secara optimal berdasarkan data tersebut dapat dilihat ketika Avarage Product (AP) sama dengan Marginal Product (MP) atau ketika AP bersinggungan dengan MP. Salah satu cara untuk melihat titik optimal ialah dengan melihat dan membandingkan nilai Elastisitas Produksinya (EP). Dimana, apabila nilai EP hampir mendekati 1 (0 ≤ Ep <1), maka nilai tersebut berada pada daerah efisien . Pada tabel 17. dapat kita lihat bahwa titik optimal penggunaan jumlah pupuk berada pada saat penggunaan jumlah pupuk sebesar 150 kg/ha dengan produksi sebesar 40.000 Kg/ha. Artinya jika penggunaan pupuk diatas 150 Kg/Ha, maka penggunaan pupuk tidak optimal serta perlu dilakukan


pengurangan jumlah pupuk dan apabila penggunaan pupuk dibawah 150 Kg/Ha, maka penggunaan pupuk belum optimal dan penggunaan pupuk perlu ditambah. Adapun komposisi pupuk yang ditemukan dilapangan adalah sebagai berikut: Urea : 50kg/ha, KCL : 50 kg/ha dan TSP : 50 kg/Ha. Sedangkan berdasarkan teori yang dikemukakan oleh Salim (2011) menyatakan “bahwa jumlah pupuk anjuran untuk tanaman ubi kayu yaitu Urea: 60-120 kg/ha, KCL : 50 kg/ha, dan TSP : 30 kg/ha.” Sehingga jumlah pupuk Urea yang digunakan oleh petani harus ditambah sedangkan jumlah pupuk TSP harus dikurangi karena sesuai dengan anjuran pemupukan jumlah pupuk Urea harus lebih banyak dari pada jumlah pupuk TSP. 5.2. Faktor-Faktor Yang Tanaman Ubi Kayu

Mempengaruhi

Penggunaan

Pupuk

Pada

Uji statistik dilakukan dengan metode Regresi Linier Berganda. Data yang digunakan dalam analisis ini adalah data primer dimana variabel bebasnya yaitu biaya pupuk (X1), harga ubi kayu (X2), pengalaman bertani (X3), dan pendapatan (X4). dari variabel-variabel bebas tersebut akan dilihat seberapa besar pengaruhnya terhadap jumlah pupuk yang digunakan (variabel terikat/ Y). Pengolahan data dilakukan dengan menggunakan alat bantu software spss 20. Berikut akan disajikan data jumlah pupuk, berikut pupuk, harga ubi kayu, pengalaman petani dan pendapatan petani ubi kayu pada tabel 18. sebagai berikut:


Tabel 18. Jumlah Pupuk, Biaya Pupuk, Harga Ubi Kayu, Pengalama Petani dan Pendapatan / Ha / Musim Tanam Harga No Jumlah Biaya Pengalaman Pendapata Ubi Sampe Pupuk Pupuk Bertani n Kayu l (Kg) (Rp/Kg) (Tahun) (Rp) (Rp) 1 300 1.012.500 500 20 12.343.699 2 875 962.500 450 10 13.908.687 3 500 1.100.000 500 5 15.748.718 4 500 1.250.000 650 20 9.511.749 5 375 962.500 600 6 12.052.937 6 250 550.000 500 25 8.049.124 7 750 1.950.000 650 5 11.252.749 8 486 1.194.444 600 10 19.462.082 9 250 1.900.000 450 7 8.714.062 10 1900 2.620.000 600 10 2.916.999 11 500 1.400.000 660 22 21.307.374 12 2738 2.700.000 650 6 12.980.312 13 417 1.041.667 500 30 7.061.353 14 917 1.225.000 450 20 13.711.228 15 305 1.746.000 500 15 14.598.449 16 156 765.625 600 10 9.016.796 17 278 694.444 500 37 6.735.693 18 300 1.735.000 500 27 17.127.909 19 293 1.719.600 600 13 19.938.437 20 295 1.724.000 650 17 20.236.362 21 290 1.714.000 500 10 17.212.749 22 750 1.875.000 600 2 10.242.749 23 357 892.857 500 25 8.349.553 24 1022 1.372.059 500 20 11.460.293 25 545 2.533.036 660 20 23.739.017 26 350 1.684.375 500 6 17.374.999 27 268 1.875.000 550 42 13.089.949 28 545 2.819.000 500 5 16.237.898 29 333 725.000 500 25 16.576.562 30 347 1.763.889 600 8 21.066.041 31 250 700.000 600 6 12.374.999 32 1485 1.837.000 500 10 12.791.062 33 839 2.911.714 500 5 5.834.281 34 250 537.500 450 24 6.627.077 35 625 2.397.727 500 19 12.906.306 36 1571 2.257.143 550 24 8.331.156 37 400 1.444.000 600 30 23.462.949 38 1063 2.757.500 500 3 8.443.155 39 988 2.394.091 650 20 20.374.601 40 2167 1.750.000 650 27 23.216.666 41 1300 755.000 650 28 5.614.999 42 192 423.077 500 46 8.222.172 43 250 537.500 660 16 17.812.499


Tabel 18. Lanjutan 44 150 565.000 45 482 2.079.200 46 1000 2.100.000 47 375 1.118.750 48 875 2.200.000 49 550 530.000 50 774 1.809.524 51 250 537.500 52 250 700.000 53 185 437.000 54 500 1.250.000 55 1115 2.903.000 56 375 962.500 57 500 1.100.000 58 500 1.250.000 59 825 2.055.000 60 1400 2.670.000 61 1000 2.600.000 62 1000 1.250.000 63 900 2.870.000 64 390 968.250 65 540 1.894.000 66 3600 2.400.000 67 4000 2.866.667 68 1475 1.090.000 69 800 605.000 70 288 623.600 71 7775 2.805.000 72 5043 1.823.000 73 775 1.815.000 74 375 1.118.750 75 150 565.000 76 338 1.702.500 77 350 2.120.000 78 500 2.116.300 79 375 2.625.000 80 650 2.590.000 81 530 2.093.500 82 125 875.000 83 367 1.796.667 84 250 537.500 85 312 1.528.800 86 300 1.012.500 87 300 1.735.000 88 542 2.313.400 89 708 1.487.500 90 900 2.220.000 91 250 537.500 Sumber: Data Primer Diolah, 2017

650 650 500 650 600 550 640 500 600 600 500 600 600 500 650 650 550 650 600 500 500 500 600 650 550 500 650 500 550 600 650 600 650 500 500 450 500 650 650 600 500 600 550 500 650 450 600 650

24 20 22 30 10 10 20 25 15 10 24 13 21 7 10 12 23 30 26 17 32 21 5 14 27 20 12 18 8 21 25 13 7 19 23 31 25 16 22 20 6 10 27 11 35 15 8 13

27.316.949 22.494.728 5.162.809 21.451.218 5.198.332 7.858.687 11.788.035 7.261.968 12.930.499 8.882.362 19.355.856 16.243.074 12.369.687 15.801.093 9.883.843 21.087.018 14.451.949 10.254.174 14.896.428 12.179.249 10.020.499 14.356.262 18.322.124 17.848.332 10.710.077 16.750.437 6.057.124 8.533.999 5.330.686 10.820.299 21.402.101 21.971.785 23.640.249 12.558.999 14.799.062 8.725.349 15.401.137 19.269.624 16.810.088 4.739.016 8.213.343 7.671.199 13.596.562 16.938.591 19.002.395 5.287.072 12.859.249 16.080.421


Y= - 3,116 + 0,882 X1 + 0,581 X2 – 0,030 X3 – 0,408 X4 Berdasarkan persamaan diatas maka dapat diinterpretasikan: 1.

Apabila biaya pupuk sama dengan nol, harga ubi kayu sama dengan nol, pengalaman bertani sama dengan nol dan pendapatan sama dengan nol maka penggunaan jumlah pupuk mengalami penurunan sebesar -3,116 kg/Ha.

2.

Apabila terjadi peningkatan biaya pupuk sebesar Rp.1, maka akan terjadi peningkatan terhadap penggunaan jumlah pupuk oleh petani ubi kayu sebesar 0,882 Kg/Ha.

3.

Apabila terjadi peningkatan harga ubi kayu sebesar Rp.1, maka akan terjadi peningkatan terhadap penggunaan jumlah pupuk oleh petani ubi kayu sebesar 0,581 Kg/Ha.

4.

Apabila terjadi peningkatan pengalaman bertani sebesar 1 tahun, maka akan terjadi penurunan terhadap penggunaan jumlah pupuk oleh petani ubi kayu sebesar 0,030 Kg/Ha.

5.

Apabila terjadi peningkatan pendapatan sebesar Rp.1, maka terjadi penurunan terhadap penggunaan jumlah pupuk oleh petani ubi kayu

sebesar 0,408

Kg/Ha. Pernyataan diatas berbeda dengan teori yang dikemukakan oleh Maiangwa yang menyatakan bahwa “petani dengan pendapatan lebih tinggi mempunyai kemampuan untuk membeli pupuk di pasar dengan jumlah lebih banyak”. Hal ini dikarenakan penggunaan pupuk di daerah penelitian sudah berada pada kondisi daerah irrasional (penggunaan pupuk yang berlebihan). Sehingga peningkatan pendapatan tidak digunakan untuk penambahan pupuk tetapi kemungkinan untuk kebutuhan lain.


5.2.1 Uji Determinan (R2) Hasil estimasi menunjukkan bahwa nilai koefisien determinasi R2 (R Square) yang diperoleh adalah 0,397. Hal ini menunjukkan bahwa sebesar 39,7% variasi variabel terikat jumlah pupuk telah dapat dijelaskan oleh variabel bebas biaya pupuk, harga ubi kayu, pengalaman bertani dan pendapatan. Sedangkan sisanya 60,3% dipengaruhi oleh variabel bebas atau faktor lain yang belum dimasukkan ke dalam model. 5.2.2. Uji Parsial (Uji t - Statistik) Uji t adalah uji secara parsial pengaruh variabel independen terhadap variabel dependen digunakan untuk mengetahui apakah variabel bebas secara parsial berpengaruh nyata atau tidak terhadap variabel terikat. Taraf signifikansi (α) yang digunakan dalam ilmu sosial adalah 5%. Berdasarkan hasil uji t dari pengolahan data melalui spss 20 untuk menguji seberapa besar faktor biaya pupuk berpengaruh terhadap jumlah penggunaan pupuk pada usahatani ubi kayu, diperoleh nilai signifikansi 0,00 < 0,05 maka, H0 ditolak dan H1 diterima. Artinya, terdapat pengaruh nyata antara biaya pupuk terhadap penggunaan jumlah pupuk pada tanaman ubi kayu. Dengan kata lain, biaya pupuk berpengaruh nyata terhadap jumlah penggunaan pupuk pada tanaman ubi kayu. Hasil uji t faktor harga ubi kayu berpengaruh terhadap jumlah penggunaan pupuk pada usahatani ubi kayu, diperoleh nilai signifikansi 0,313> 0,05 maka, H 0 diterima dan H1 ditolak. Artinya, tidak terdapat pengaruh nyata antara harga ubi kayu terhadap jumlah penggunaan pupuk pada tanaman ubi kayu. Dengan kata


lain, harga ubi kayu tidak berpengaruh nyata terhadap penggunaan pupuk pada tanaman ubi kayu. Hasil uji t faktor pengalaman bertani berpengaruh terhadap jumlah penggunaan pupuk pada usahatani ubi kayu, diperoleh nilai signifikansi 0,780 > 0,05 maka, H0 diterima dan H1 ditolak. Artinya, tidak terdapat pengaruh nyata antara pengalaman bertani terhadap penggunaan jumlah pupuk pada tanaman ubi kayu. Dengan kata lain, pengalaman bertani tidak berpengaruh nyata terhadap penggunaan pupuk pada tanaman ubi kayu. Hasil uji t faktor pendapatan berpengaruh terhadap jumlah penggunaan pupuk pada usahatani ubi kayu, diperoleh nilai signifikansi 0,010 < 0,05 maka, H0 ditolak dan H1 diterima. Artinya, terdapat pengaruh nyata antara pendapatan terhadap jumlah penggunaan pupuk pada tanaman ubi kayu. Dengan kata lain, pendapatan berpengaruh nyata terhadap penggunaan pupuk pada tanaman ubi kayu. 5.2.3. Uji Serempak (Uji F - Statistik) Uji F adalah uji secara serempak (simultan) signifikansi pengaruh perubahan variabel independen terhadap variabel dependen. Artinya parameter X1, X2, dan X3 secara bersamaan diuji apakah memiliki signifikansi atau tidak. Hasil estimasi menunjukkan bahwa tingkat signifikansi F sebesar 0,000 (<α 0,05). Hal ini menunjukkan bahwa H0 ditolak atau H1 diterima yang berarti variabel bebas biaya pupuk, harga ubi kayu, pengalaman bertani, dan pendapatan secara serempak berpengaruh nyata terhadap variabel terikat jumlah pupuk. Dengan demikian, hipotesis (2) yang menyatakan bahwa harga ubi kayu,


biaya pupuk, pengalaman petani, dan pendapatan merupakan faktor yang mempengaruhi penggunaan pupuk diterima kebenarannya. 5.2.4. Uji Normalitas Hasil uji Kolmogorov Smirnov, hasil estimasi menunjukkan bahwa tingkat singnifikansi KS adalah sebesar 0,060 ( >α 0,05) maka H0 diterima. Dari hasil tersebut dapat disimpulkan bahwa tidak ada perbedaan antara distribusi residual dengan distribusi normal, data residual model berdistribusi normal. 5.2.5. Uji Heteroskedastisitas Berdasarkan hasil uji Heteroskedastisitas, hasil estimasi menunjukkan bahwa tingkat signifikansi t seluruh variabel lebih besar dari nilai α (0,05) yaitu signifikansi biaya pupuk 0,124 > α (0,05), harga ubi kayu 0,392 > α (0,05), pengalaman bertani 0,291 > α (0,05) dan pendapatan 0,162 > α (0,05), maka artinya tidak heteroskedastisitas pada model regresi atau model regresi merupakan homoskedastisitas. 5.2.6. Uji Multikolinearitas Kriteria nilai uji yang digunakan berikut ini, yaitu : 

Jika nilai tolerance > 0,1 dan nilai VIF < 10, maka model tidak mengalami multikolinieritas.



Jika nilai tolerance < 0,1 dan nilai VIF > 10, maka model mengalami multikolinieritas. Berdasarkan hasil uji Multikolinearitas, hasil estimasi menunjukkan bahwa

seluruh variabel memiliki nilai tolerance > 0,1 dan nilai VIF < 10 yaitu biaya pupuk memiliki tolerance 0,960 > 0,1 dan nilai VIF 1,041 < 10, harga ubi kayu memiliki tolerance 0,899 > 0,1 dan nilai VIF 1,113 < 10, pengalaman bertani


memiliki tolerance 0,961 > 0,1 dan nilai VIF 1,040 < 10 dan pendapatan memiliki tolerance 0,888 > 0,1 dan nilai VIF 1,126 < 10, maka artinya model tidak

mengalami

multikolinieritas.

Dimana

tidak

terjadi

keeratan

hubungan/pengaruh antar variabel bebas (biaya pupuk, harga ubi kayu, pengalaman petani dan pendapatan.


BAB VI KESIMPULAN DAN SARAN 6.1 Kesimpulan Berdasarkan hasil dan pembahasan dapat diperoleh kesimpulan sebagai berikut: 1.

Penggunaan pupuk pada tanaman ubi kayu tidak efisien baik secara teknik, harga, maupun ekonomi dan jumlah penggunaan pupuk yang optimal berdasarkan teori The law Of Diminishing Returns (LDR) pada tanaman ubi kayu adalah 150 Kg/Ha (Urea : 50 kg/ha, KCL : 50 kg/ha dan TSP: 50 kg/ha).

2.

Biaya pupuk dan pendapatan berpengaruh nyata terhadap penentuan penggunaan jumlah pupuk pada tanaman ubi kayu. Sedangkan, harga ubi kayu dan pengalaman bertani tidak berpengaruh nyata terhadap penentuan penggunaan jumlah pupuk pada tanaman ubi kayu. Biaya pupuk, harga ubi kayu, pengalaman bertani, dan pendapatan secara bersama-sama berpengaruh nyata terhadap penentuan jumlah pupuk pada tanaman ubi kayu.

6.2. Saran Kepada Petani Petani ubi kayu di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai sebaiknya mengurangi jumlah penggunaan pupuk pada tanaman ubi kayu agar tercapai efisiensi penggunaan pupuk pada tanaman ubi kayu baik secara teknik, harga, maupun ekonomi. Kepada Pemerintah Pemerintah sebaiknya menyediakan penyuluh khusus untuk tanaman ubi kayu serta membentuk gapoktan yang dapat memberikan arahan kepada petani mengenai penggunaan pupuk yang efisien dan optimal. Sehingga petani ubi kayu 27 Universitas Sumatera Utara

di Desa Suka Sari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai tidak menggunakan pupuk secara berlebihan yang mengakibatkan penurunan hasil produksi. Kepada Peneliti Selanjutnya Peneliti selanjutnya dapat meneliti efisiensi dan optimasi penggunaan faktor produksi lain pada tanaman ubi kayu, sehingga petani memperoleh informasi yang dapat mengefisienkan dan mengoptimalkan seluruh faktor produksi yang digunakannya


BAB III METODE PENELITIAN

Recommend Documents