ALTERNATIF MODEL PENDUGAAN STOK GABAH/BERAS DI RUMAH TANGGA PETANI Alternative Model of Rice Stocks Prediction at Farmer’s Household Level Mohamad Chafid Statistisi Madya pada Pusat Data dan Informasi Pertanian
ABSTRACT Rice stocks data are very important for evaluating food security in certain area. However, this information usually is not available. Therefore, it needs to know this stocks information by conducting survey, not only at farmer’s household level but also at consumers, rice milling units, rice grocers, rice traders, hotels/restaurants, industries and BULOG, as the owners of rice stocks. These data will be used for developing rice stock prediction model in order to know the amount of rice stock in certain area. Research result shows that farmer’s household stock model using multiple linear regression indicated that stock amount highly influenced by monthly production and the highest stock in the peak season. Farmer’s household stock will be decreased gradually after harvesting season. Usually, after one month of harvesting season, the stock amount is about 49-66% of total production. Then, after five months of harvesting season, it’s only about 11-34% of total production. Furthermore, coefficient of multiple regression must be positive because in harvesting season rice production will be increased and increasing the stocks. Case study using model prediction above show that total stocks estimations of farmer’s household at the end of August, 2006 in Solok district, West Sumatera is 25.339 tons rice. While in Tapin district, South Borneo and Demak district Central Java are 29.964 and 39.272 tons rice respectively.
Informatika Pertanian Volume 16 No. 2, 2007
999
PENDAHULUAN Informasi mengenai stok beras ini sangat penting untuk mengetahui situasi ketahanan pangan, baik di tingkat rumah tangga maupun wilayah (kabupaten, propinsi, nasional). Informasi stok beras pemerintah relatif lebih mudah diperoleh karena dilakukan oleh instansi pemerintah (pada saat ini Bulog), sedangkan informasi mengenai stok gabah/beras di masyarakat lebih sulit diperoleh dan tidak tersedia secara rutin. Di sisi lain data stok ini sangat dibutuhkan dalam penentuan kebijakan sektor pertanian karena menyangkut ketersediaan pangan di suatu wilayah. Mengingat informasi tersebut sangat diperlukan oleh para pengambil kebijakan dalam mempertimbangkan apakah harus melakukan impor atau tidak, harus mendatangkan beras dari wilayah lain atau tidak, dan cadangan beras mencukupi atau tidak, maka diperlukan penelitian mengenai stok gabah/beras. Untuk mengetahui stok gabah/beras di suatu wilayah perlu dilakukan survei. Namun demikian survei membutuhkan biaya, waktu dan tenaga yang cukup besar. Oleh karena itu diperlukan suatu model pendugaan stok gabah/beras di suatu wilayah. Informasi mengenai jumlah pangan yang tersedia dalam suatu wilayah menjadi sangat penting. Pada sisi lain informasi mengenai besarnya stok pangan ini sulit diperoleh. Beberapa permasalahan yang dihadapi dalam menghitung stok beras di masyarakat diantaranya adalah : (1) data tidak tersedia secara rutin, (2) stok gabah/beras di masyarakat tidak terkumpul pada satu tempat, tetapi tersebar di beberapa pemegang stok, dan (3) belum adanya model stok gabah/beras, sehingga dengan model tersebut dapat meramalkan stok gabah/beras di suatu wilayah. Masyarakat yang melakukan penyimpanan stok gabah/beras adalah : rumah tangga produsen padi, rumah tangga konsumen, penggilingan padi, pedagang beras, rumah tangga khusus (rumah makan dan hotel) dan industri pengolahan. Mengingat begitu banyaknya pemegang stok di masyarakat dan di lain pihak ada keterbatasan tenaga, biaya dan waktu, maka penelitian ini hanya difokuskan kepada pemegang stok utama yaitu stok gabah/beras di rumah tangga petani produsen. Untuk menjawab pemasalahan tersebut, maka diperlukan solusi dalam memecahkan masalah. Tujuan dari penelitian ini adalah (1) mendapatkan data stok gabah/beras di rumah tangga petani, (2) membuat model pendugaan stok gabah/beras di tingkat petani produsen, dan (3) melakukan pendugaan stok gabah/beras kabupaten sampel berdasarkan model yang telah dibangun.
1000
Alternatif Model Pendugaan Stok Gabah/Beras
Tulisan ini merupakan hasil kegiatan penelitian Survei Stok dan Konsumsi Beras di Pusat Data dan Informasi Pertanian. Survei tersebut dilaksanakan di 3 Kabupaten yaitu Solok (Sumatera Barat), Tapin (Kalimantan Selatan) dan Demak (Jawa Tengah). METODOLOGI Model Stok Petani Rumah tangga petani merupakan salah satu pemegang stok gabah/beras. Setelah panen padi, petani pada umumnya menjual sebagian gabah hasil panennya untuk modal usahatani musim berikutnya (Gambar 1), sebagian lagi digunakan baik untuk konsumsi, pakan, benih, keperluan sosial dan sebagian gabah lagi disimpan baik untuk konsumsi atau stok (BPS, 2004). Persamaan Identitas untuk model stok petani adalah : S = P + X1 + X2
…………………………………………........ (1)
S = X 3 + X 4 + X 5 ........................................................... (2) X 4 = X 7 + X 7 + X 8 + X 9 ................................................... (3) Produksi (P)
Sisa stok sebelum panen (X 1 )
Suplai (S)
Dijual (X 3 )
Dikonsumsi (X 6 )
Penggunaan (X 4 )
Benih (X 7 )
Pakan (X 8 )
Pembelian/Pemberian dari pihak lain (X 2 )
Stok (X 5 )
Sosial/lainnya (X 9 )
Gambar 1. Skema Penggunaan Produksi Gabah oleh Petani. Setelah diperoleh data berdasarkan wawancara, seperti terlihat pada Gambar 1, maka selanjutnya dilakukan tahapan perhitungan perilaku rasio stok terhadap produksi, yakni : R = (X 5 /P )………… ……………. ... .... .... ... .... .... ... .... .... . (4) R = ras i o st ok Informatika Pertanian Volume 16 No. 2, 2007
1001
Langkah-langkah selanjutnya untuk menyusun model stok adalah sebagai berikut : 1. Dilakukan eksplorasi data terhadap R (statistik deskriptif, box plot). 2. Pengelompokan R berdasarkan lag waktu panen dan berdasarkan kecamatan contoh. 3. Hitung rata-rata ( R ) untuk setiap kelompok lag waktu panen per kecamatan, sehingga diperoleh
Rt −i (i=1,2,...,n).
a. Menghitung pendugaan total stok setara beras di rumah tangga petani untuk setiap kecamatan dengan cara perkalian antara rasio stok lag panen ke-t dengan produksi pada lag panen yang sama.
SˆTk (t ) = Rk (t −1) Pk (t −1) + Rk ( t − 2) Pk (t − 2 ) + .......... + Rk (t − n ) Pk (t − n ) dimana :
SˆTk (t )
= pendugaan total stok setara beras di seluruh rumah tangga petani kecamatan ke-k pada waktu t.
Rk(t-1)
= rata-rata rasio stok terhadap produksi kecamatan ke-k pada waktu t-1
Pk(t-1)
= produksi padi kecamatan ke k pada bulan t-1
Rk(t-2)
= rata-rata rasio stok terhadap produksi kecmatan ke-k pada waktu t-2
Pk(t-2)
= produksi padi kecamatan ke k pada bulan t-2
Rk(t-n)
= rata-rata rasio stok terhadap produksi kecmatan ke-k pada waktu t-n
Pk(t-n)
= produksi padi kecamatan ke k pada bulan t-n
b. Menyusun model terbaik untuk menduga stok setara beras di rumah tangga petani untuk setiap kecamatan sampel, dengan menggunakan data stok waktu t di kecamatan ke-k sebagai peubah tak bebas (respon) dan produksi padi waktu t-1 sampai t-n sebagai peubah bebas (prediktor).
SˆTk (t ) = f ( Pt −1 , Pt − 2 , Pt − 3 ,......., Pt − n ) c. Kriteria model terbaik adalah (1) kriteria berdasarkan kesesuaian dengan teori (besaran dan arah koefisien), 1002
Alternatif Model Pendugaan Stok Gabah/Beras
dan (2) kriteria statistik (Uji t, Uji F dan R2). Ada peubah lain yang diduga berpengaruh terhadap jumlah stok gabah/beras di rumah tangga petani seperti harga, jumlah anggota rumah tangga, dan lain-lain. Peubah tersebut tidak dimasukkan dalam model dengan pertimbangan tidak ada petugas yang mengumpulkan data tersebut secara rutin, sehingga model sulit untuk diterapkan, berbeda dengan peubah produksi yang dikumpulkan secara rutin oleh Mantri Tani. d. Berdasarkan model terbaik yang telah diperoleh, selanjutnya dilakukan pendugaan total stok di rumah tangga petani untuk kecamatan yang tidak disurvei. e. Menduga total stok di rumah tangga petani untuk total seluruh kecamatan di kabupaten terpilih. Selanjutnya dihitung standar error hasil pendugaan total wilayah kabupaten sehingga diperoleh batas atas dan batas bawah pendugaan. Peramalan Stok Gabah/Beras di Kabupaten Sampel Stok suatu komoditas dipengaruhi oleh masukan baik dari produksi maupun impor dan stok sebelumnya. Stok ini selanjutnya akan digunakan untuk konsumsi dan penggunaan lainnya. Oleh karena pada survei hanya dilakukan pada pemegang stok terbesar di masyarakat yaitu petani produsen, dimana diagram model stok dapat dilihat pada Gambar 2 di halaman berikut. Berdasarkan dari diagram stok (Gambar 2) terlihat bahwa besaran stok yang dibuat diperoleh dari stok masyarakat dan pemerintah, pemodelan stok dibuat melalui model persamaan berikut: S t = Stok t-1 + P t + M t ............................................... (5) D t = Stok t + C t + X t ………………….……................... (6) Dari persamaan tersebut diperoleh : St = Dt …………………………………………………............. (7) Stok t-1 + P t + M t = Stok t + C t + X t ……………….......... (8) Stok t = Stok t-1 + P t + M t - C t - X t …………….............. (9) Sedangkan konsumsi secara garis besar terdiri dari kebutuhan konsumsi untuk pangan dan penggunaan gabah/beras untuk keperluan lain seperti pakan, benih, dan terjadi susut, sehingga : Informatika Pertanian Volume 16 No. 2, 2007
1003
C t = CF t + CNF t …………………………………….........…(10) C = konsumsi CF = konsumsi untuk pangan CNF = konsumsi non pangan (pakan, bibit, susut) Model Stok Petani (ST)
Produksi (P t )
Model Stok (Stok t - 1 )
Masuk/Impor (M t )
Suplai (S t )
Demand (D t )
Model Stok t (Stok t )
Konsumsi (C t )
Ekspor/Keluar (X t )
Gambar 2. Skema Model Stok Wilayah Sedangkan total konsumsi untuk suatu wilayah adalah : CF(t) = Konsumsi per kapita(t) * Proyeksi jumlah penduduk(t) .............(11) Menurut BPS jumlah gabah yang susut/tercecer pada saat angkut dari rumah tangga petani diperkirakan sebesar 1,43% dan susut simpan 0,53%. Penggunaan untuk benih dan pakan berdasarkan hasil survei adalah 0,75%. Sedangkan penggunaan beras menurut BPS merupakan jumlah beras yang digunakan untuk pakan ternak/unggas sebesar 0,86%, dan untuk industri non rumah tangga 0,12%. Rumus perhitungan penggunaan beras untuk pakan dan benih serta susut dapat diformulasikan sebagai berikut: CNF (t) =%(susut,pakan,benih)*P(t). ............................(12) 1004
Alternatif Model Pendugaan Stok Gabah/Beras
Tahapan Penarikan Sampel Tahapan penarikan sampel rumah tangga petani dan konsumen yang diterapkan meliputi : 1. Tahap pertama, memilih 1 kabupaten untuk setiap provinsi sampel. 2. Tahap kedua, dari kabupaten terpilih, memilih 12 kecamatan sampel secara simple random sampling. 3. Tahap ketiga, memilih 1 desa di kecamatan terpilih, kemudian memilih secara acak 2 dusun/RW pada masing-masing desa terpilih. 4. Tahap keempat, dari hasil listing rumah tangga pada setiap dusun/RW sampel dipilih sampel rumah tangga petani produsen padi (6 RTP) dan rumah tangga konsumen (4 RTP), jadi dalam 1 dusun/RW diambil sampel sebanyak 10 RTP. Jumlah sampel untuk masing-masing kabupaten 240 rumah tangga terdiri dari 144 rumah tangga petani dan 96 rumah tangga konsumen. HASIL DAN PEMBAHASAN Deskripsi Rasio Stok Terhadap Produksi Rasio stok terhadap produksi adalah besarnya fraksi stok dari produksi atau persentase besarnya gabah/beras yang dapat disimpan sebagai stok dari total produksi bersih. Perlu diketahui bahwa penyediaan (suplai) gabah/beras petani berasal dari produksi panen terakhir, pembelian/pemberian dari pihak lain, atau berasal dari sisa stok panen sebelumnya. Selanjutnya gabah/beras tersebut akan dijual, dikonsumsi, digunakan untuk benih, pakan dan keperluan sosial lainnya, sisanya disimpan sebagai stok. Penjualan pada umumnya dilakukan sesaat setelah panen, sedangkan penggunaan untuk benih, pakan dan sosial serta untuk stok, diupayakan cukup sampai panen berikutnya. Oleh karena itu makin jauh dari waktu panennya, pola stok di rumah tangga produsen akan semakin menipis. Pada analisis ini digunakan data periode panen terakhir (Maret – Agustus) sampai saat pengamatan (wawancara). Butir yang ditanyakan melalui kuesioner sudah mencakup mengenai data penggunaan produksi hasil panen dari periode panen terakhir sampai saat dilakukan wawancara. Hasil analisis menunjukkan bahwa di Kabupaten Solok sampai dengan satu bulan sesudah panen diperoleh rasio stok sebesar 49,00% (Tabel 1). Hal ini disebabkan karena banyak petani di Kabupaten Solok berstatus sebagai petani penggarap, sehingga sebagian hasil panen Informatika Pertanian Volume 16 No. 2, 2007
1005
dibayarkan ke petani pemilik sawah. Petani yang bukan status penggarap menjual sebagian hasil panen langsung pada saat panen atau beberapa hari setelah panen, yaitu saat padi sudah dikeringkan (bentuk GKG). Data hasil survei menunjukkan, bahwa rasio stok bulanbulan selanjutnya setelah panen cenderung berkurang dengan pola pengurangan yang hampir sama setiap bulannya. Hal ini terjadi dikarenakan pada bulan-bulan berikutnya setelah selesai panen, stok beras yang ada digunakan secara rutin untuk konsumsi rumah tangga dan kebutuhan sosial lainnya. Rasio stok gabah/beras 6 bulan sesudah panen sebesar 5,76%, hal ini disebabkan karena pola panen petani di Kabupaten Solok pada umumnya hanya sedikit. Tujuh bulan sesudah panen hampir tidak ada lagi petani yang memiliki stok. Pada umumnya petani membeli beras secara eceran setiap harinya. Namun demikian sebagian petani di Kabupaten Solok yang mempunyai lahan sawah lebih dari satu petak melakukan pola penanaman tidak bersamaan, sehingga petani tersebut dapat melakukan panen padi sepanjang tahun. Hasil perhitungan rasio stok secara lebih terperinci dapat dilihat pada Tabel 1 berikut, sedangkan diagram kotak garis yang menunjukkan pola penurunan stok setiap bulannya dapat dilihat pada Gambar 3. Tabel 1. Rasio Stok Tehadap Produksi Kabupaten Solok Waktu Panen
Rasio Stok terhadap Produksi *) Rataan
Standar Deviasi
1 bulan lalu
0,4900
0,3259
2 bulan lalu
0,3287
0,2529
3 bulan lalu
0,2159
0,2120
4 bulan lalu
0,1859
0,1666
5 bulan lalu
0,1157
0,1047
6 bulan lalu
0,0576
0,0650
*) Total sampel petani 137 sampel, tersebar di 12 kecamatan.
Hasil analisis berdasarkan data hasil survei di Kabupaten Tapin menunjukkan bahwa rasio stok gabah/beras satu bulan sesudah panen sebesar 66,57%, lebih tinggi 12% (Tabel 2) bila dibandingkan dengan rasio stok di Kabupaten Demak. Hal ini disebabkan petani di Kabupaten Tapin lebih banyak menyimpan gabah hasil panennya, langkah ini dilakukan sebagai bentuk kehati-hatian karena kebiasaan panen di Kabupaten Tapin hanya dilakukan satu kali dalam satu tahun. Selain itu petani di Kabupaten Tapin pada umumnya membayar upah panen dengan uang (tidak menggunakan gabah). Pengurangan stok paling besar terjadi sejak satu bulan setelah panen, karena sebagian besar petani menjual gabahnya dalam jumlah 1006
Alternatif Model Pendugaan Stok Gabah/Beras
besar segera setelah panen selesai. Alasan penjualan oleh petani dikarenakan tuntutan dalam memenuhi berbagai kebutuhan. Namun demikian penurunan stok gabah/beras di Kabupaten Tapin setiap bulannya mempunyai pola yang sama seperti Kabupaten Solok. Hal ini terjadi karena pengurangan stok digunakan untuk kebutuhan konsumsi rumah tangga dan keperluan sosial atau penggunaan lain seperti pakan dan bibit. Stok pada 6 bulan sesudah panen sebesar 26,84%, ini jauh lebih tinggi dibanding kondisi stok di Kabupaten Solok. Kebiasaan panen satu tahun sekali membuat petani di Kabupaten Tapin cenderung menyimpan lebih banyak hasil panennya. Pada umumnya petani tetap harus membeli beras setelah delapan atau sembilan bulan sesudah panen. Hasil analisis rasio stok secara lebih terperinci dapat dilihat pada Tabel 2 berikut. Tabel 2. Rasio Stok Terhadap Produksi Kabupaten Tapin Waktu Panen
Rasio Stok terhadap Produksi *) Rataan
Standar Deviasi
1 bulan lalu
0,6657
0,3801
2 bulan lalu
0,5451
0,3511
3 bulan lalu
0,4557
0,3630
4 bulan lalu
0,4175
0,2978
5 bulan lalu
0,3499
0,2189
6 bulan lalu
0,2684
0,1661
*) Total sampel petani 134 sampel, tersebar di 10 kecamatan.
Hasil analisis deskripsi menunjukkan pola yang sama antara Kabupaten Demak, Tapin maupun Solok, bahwa semakin jauh dari waktu panen stok gabah/beras semakin menipis. Hasil survei di Kabupaten Demak menunjukkan bahwa stok gabah/beras satu bulan sesudah panen mempunyai rasio 54,20%, berarti jumlah stok hanya sebesar 54,20% dari total produksi hasil panen (Tabel 3). Pola ini menggambarkan bahwa petani di Kabupaten Demak segera menjual sebagian hasil panen langsung pada saat panen atau beberapa hari setelah panen. Disampimg itu petani harus mengeluarkan untuk upah panen berupa gabah (bawon) dan ada pula petani yang membayar sewa (bagi hasil) berupa gabah. Rasio stok bulan-bulan selanjutnya terus berkurang karena adanya penggunaan untuk konsumsi rumah tangga dan keperluan sosial. Rasio stok terhadap produksi 6 bulan sesudah panen hanya sebesar 6,37%, hal ini disebabkan karena petani pada umumnya sudah memperkirakan kebutuhan beras sampai dengan panen berikutnya.
Informatika Pertanian Volume 16 No. 2, 2007
1007
Tabel 3. Rasio Stok Terhadap Produksi Kabupaten Demak Waktu Panen 1 2 3 4 5 6
bulan bulan bulan bulan bulan bulan
lalu lalu lalu lalu lalu lalu
Rasio Stok terhadap Produksi *) Rataan 0,5420 0,3779 0,2616 0,2359 0,1853 0,0637
Standar Deviasi 0,2916 0,2629 0,2462 0,2111 0,1476 0,0746
*) Total sampel petani 154 sampel, tersebar di 14 kecamatan.
Model Regresi untuk Pendugaan Stok Pada kecamatan lain yang tidak terkena sampel pada survei ini pendugaan stok gabah/beras dilakukan melalui pendekatan model rasio stok dari kecamatan lain yang masih dalam kabupaten sampel. Model yang digunakan adalah model regresi berganda. Sebagai peubah tak bebas adalah stok gabah pada akhir bulan Agustus dan peubah bebas adalah produksi padi pada bulan Maret, Mei, Juni dan Juli. Produksi bulan April tidak masuk dalam model karena panen pada bulan April sangat kecil (masa paceklik). Sebagai catatan bahwa data stok gabah merupakan data hasil survei dan dihitung dengan menggunakan rasio stok, sedangkan data produksi bulanan untuk setiap kecamatan merupakan data sekunder dari Dinas Pertanian Kabupaten Solok, Tapin dan Demak. Model yang didapatkan untuk menduga stok setara beras di rumah tangga petani tingkat kecamatan adalah :
SˆTagt = 1386+0.0521 Pmar+0.490 Pmei+0.156 Pjun+0.191 Pjul dimana :
SˆTagt
: total stok gabah/beras di rumah tangga petani pada Akhir Agustus (Ton)
Pmar : produksi padi gabah kering giling bulan Maret (Ton) Pmei : produksi padi gabah kering giling bulan Mei (Ton) Pjun : produksi padi gabah kering giling bulan Juni (Ton) Pjul : produksi padi gabah kering giling bulan Juli (Ton)
1008
Alternatif Model Pendugaan Stok Gabah/Beras
Tabel 4. Koefisien Regresi Model Stok Petani Peubah Intersep
Koefisien 1385,6
Galat baku 468,5
T 2,96
P
VIF
0,006
Pmar
0,05214
0,09884
0,53
0,602
Pmei
0,49020
0,05858
8,37
0.000
1,4 1,1
Pjun
0,15571
0,04076
3,82
0,001
1,1
Pjul 0,19105 0,08881 2,15 0.040 S = 1466 R-Sq = 75.0% R-Sq(adj) = 71,5% PRESS = 86765771 R-Sq(pred)= 65.17%
1,2
Stok (Agt) merupakan stok gabah pada akhir Agustus dalam satuan ton, sedangkan Pmar, Pmei, Pjun, Pjul merupakan produksi gabah kering giling menurut bulan dalam satuan ton untuk masing-masing kecamatan. Pada model regresi di atas menunjukkan bahwa peubah bebas produksi bulan Mei memiliki koefisien yang paling besar dibandingkan dengan bulan-bulan lainnya. Hal ini terjadi karena panen raya terjadi pada bulan Mei, sehingga bulan tersebut memiliki porsi terbesar menyumbang stok di bulan Agustus. Bulan-bulan lainnya meskipun ada panen namun tidak terlalu besar, sehingga tidak memberikan porsi yang lebih kecil terhadap stok bulan Agustus. Model tersebut merupakan model stok setara beras pada akhir Agustus di kecamatan dalam wilayah Kabupaten Solok, Tapin dan Demak. Koefisien determinasi sebesar 75,0% menunjukkan bahwa keragaman stok di rumah tangga petani pada akhir Agustus untuk wilayah kecamatan, berhasil diterangkan oleh produksi bulan Maret, Mei, Juni dan Juli sebesar 75,0%. Pada pemilihan model regresi terbaik salah satu kriteria adalah koefisien determinasi ganda terkoreksi, makin besar nilai ini model semakin baik. Koefisien determinasi ganda terkoreksi besarnya 71,5%, nilai ini paling besar diantara model-model regresi lainnya, sehingga model regresi dengan peubah bebas produksi padi bulan Maret, Mei, Juni dan Juli dipilih sebagai model terbaik untuk menduga stok setara beras di awal Agustus, seperti terlihat pada Tabel 4. Uji F menunjukkan nilai p=0.000 sehingga hubungan regresi antara stok akhir Agustus dengan produksi padi bulan Maret, Mei, Juni dan Juli dapat dikatakan sangat nyata. Uji t statistik menunjukkan bahwa untuk nilai βk (k=menunjukkan bulan) pada bulan Mei, Juni dan Juli diperoleh nilai p < 0.05, artinya dengan tingkat keyakinan 95% nilai koefisien regresi βk tidak sama dengan nol (k=2,3,4). Model stok awal Agustus menunjukkan nilai koefisien regresi untuk semua produksi bulan Maret, Mei, Juni dan Juli semua bertanda positif. Hal ini menunjukkan bahwa Informatika Pertanian Volume 16 No. 2, 2007
1009
besarnya produksi pada bulan Maret, Mei, Juni dan Juli meningkatkan besaran stok di bulan Agustus. Salah satu syarat model regresi yang layak adalah antar peubah bebas harus saling bebas. Peubah bebas pada model ini, yaitu produksi padi bulan Maret, Mei, Juni dan Juli terlihat saling bebas. Artinya bahwa produksi Juli besarnya tidak ditentukan oleh produksi Mei, April dan Maret, produksi Mei tidak ditentukan oleh produksi April dan Maret dan seterusnya, namun besarnya produksi dipengaruhi oleh faktor lain seperti luas tanam, luas panen dan produktivias. Hal ini didukung oleh uji statistik lainnya, yaitu berdasarkan nilai VIF (variance inflation factors) untuk menguji apakah ada multikolinier. Jika nilai VIF>10 mengindikasikan ada multikolinier atau ada korelasi yang tinggi antar peubah bebas, sedangkan syarat model yang baik antar peubah bebas harus saling bebas. Pada model ini diperoleh nilai VIF < 5, sehingga dapat disimpulkan model tersebut tidak menemui masalah multikolinier. Berdasarkan model yang telah diuji kelayakannya, selanjutnya dilakukan pendugaan stok baik untuk kecamatan contoh maupun kecamatan yang tidak disurvei. Hasil pendugaan stok setara beras untuk masing-masing kecamatan disajikan pada Tabel 5, Tabel 6 dan Tabel 7. Berdasarkan tabel tersebut selalu ditemukan adanya perbedaan antara hasil pendugaan menggunakan data survei (rasio stok) dan hasil pendugaan berdasarkan model stok. Semakin kecil jumlah kuadrat selisih antara nilai sebenarnya (hasil model rasio stok) dan nilai dugaan (hasil model regresi berganda) maka model tersebut akan semakin baik. Hasil pendugaan stok dengan menggunakan model regresi diuraikan sebagai berikut: Hasil Pendugaan Stok di Kabupaten Solok, Tapin dan Demak Berdasarkan hasil survei menggunakan perhitungan rasio stok, diperoleh total stok setara GKG di rumah tangga petani untuk 11 kecamatan contoh di Kabupaten Solok adalah sebesar 30.417 ton GKG, sedangkan berdasarkan model total stok adalah sebesar 35.016 ton GKG. Sedangkan pendugaan stok di kecamatan yang tidak dijadikan contoh atau rumah tangga petani tidak tersurvei dengan menggunakan model didapatkan nilai dugaan sebagai berikut : Kecamatan Lembah Gumanti sebesar 1.523 ton GKG, Kecamatan Tigo Lurah 2.169 ton GKG, dan Kecamatan Danau Kembar 1.386 ton. Dari perhitungan masing-masing kecamatan, selanjutnya dihitung total stok rumah tangga petani di seluruh Kabupaten Solok, hasil perhitungan untuk total kabupaten adalah sebesar 40.094 ton GKG. Perbedaan antara hasil pendugaan total stok antara metode rasio stok dan model regresi diduga karena hanya ada satu model regresi untuk menduga seluruh kecamatan,dan model ini dibangun dari data 1010
Alternatif Model Pendugaan Stok Gabah/Beras
model rasio stok. Model rasio stok dibangun untuk setiap kecamatan, jadi setiap kecamatan memiliki model rasio stok tersendiri. Ada variasi yang cukup besar antara model rasio stok kecamatan yang satu dengan kecamatan lain tergantung dari perilaku petani itu sendiri, sehingga ketika membangun model regresi yang berlaku untuk seluruh kecamatan, akan ada perbedaan pendugaan stok. Galat baku pendugaan (standard error prediction) untuk total kecamatan contoh adalah 1.342, sehingga selang kepercayaan 95% bagi hasil pendugaan total stok pada 14 kecamatan contoh di Kabupaten Solok berkisar antara 37.814 ton sampai 42.374 ton GKG (lihat Tabel 5). Tabel 5. Pendugaan Stok Setara Beras di Rumah Tangga Petani Kabupaten Solok
No.
1 2 3 4 5 6 7 8 9 10 11
Kecamatan
Kubung IX Koto Sungai L. Pantai Cermin Hiliran Gumanti Payung Sekaki X Koto Diatas X Koto Singkarak Junjung Sirih Lembang Jaya Bukit Sundi Gunung Talang TOTAL
Hasil Pendugaan Stok Setara GKG (Ton) Rasio Stok 1.592 1.502 5.718 2.706 1.840 1.756 2.483 859 4.956 4.036 2.969 30.417
Model
Galat Baku Model
3.251 1.994 3.330 2.525 2.877 2.238 3.221 1.997 4.051 4.794 4.738 35.016
Selang Kepercayaan 95% Untuk Model (Ton GKG)
359 377 313 334 365 350 307 404 288 313 304 1.126
Batas Bawah 2.347 1.059 2.552 1.697 1.952 1.382 2.457 993 3.358 4.051 4.016 33.104
Batas Atas 3.893 2.681 3.898 3.135 3.524 2.886 3.780 2.730 4.597 5.397 5.324 36.928
422 368 469 1.342
498 1.254 225 37.814
2.314 2.838 2.241 42.374
Kecamatan yang tidak disurvei/petani tidak tersurvei 12 13 14
Lembah Gumanti Tigo Lurah Danau Kembar TOTAL KABUPATEN SOLOK
1.523 2.169 1.386 40.094
Hasil pendugaan dengan menggunakan perhitungan rasio stok diperoleh total stok setara GKG rumah tangga petani di 10 kecamatan di Kabupaten Tapin sebesar 55.483 ton GKG, sedangkan berdasarkan model total stok adalah sebesar 47.411 ton GKG. Galat baku pendugaan (standard error prediction) dari model regresi untuk total kecamatan contoh adalah 1.958, sehingga selang kepercayaan 95% Informatika Pertanian Volume 16 No. 2, 2007
1011
bagi hasil pendugaan total stok pada 10 kecamatan contoh berkisar antara 44.048 ton sampai 50.378 ton GKG. Pendugaan stok di beberapa kecamatan baik menggunakan model rasio stok maupun model regresi berganda tidak begitu signifikan. Beberapa kecamatan dimaksud adalah Kecamatan Tapin Tengah, Bungur, Piani, Tapin Selatan dan Tapin Utara. Akan tetapi untuk beberapa kecamatan lainnya terlihat adanya perbedaan yang cukup signifikan, yakni Kecamatan Bakarangan, Candi Laras Utara, Candi Laras Selatan, Binuang dan Lokpaikat. Perbandingan pendugaan stok antara model rasio stok dengan model regresi berganda selengkapnya dapat dilihat pada Tabel 6. Tabel 6. Pendugaan Stok Setara Beras di Rumah Tangga Petani Kabupaten Tapin
No.
Kecamatan
Hasil Pendugaan Stok Setara GKG (Ton)
1
Tapin Utara
Rasio Stok 4.918
2
Bakarangan
9.802
Galat Baku Model
Selang Kepercayaan 95% Untuk Model (Ton GKG)
5.107
398
Batas Bawah 4.126
6.857
517
5.655
Model
Batas Atas 5.839 7.877
3
Candi Laras Utara
3.864
1.804
719
213
3.305
4
Candi Laras Selatan
3.168
1.559
436
514
2.389
5
Tapin Selatan
5.729
6.668
567
5.305
7.743
6
Binuang
5.883
3.591
448
2.523
4.450
7
Piani
1.133
1.428
438
344
2.230
8
Bungur
9
Tapin Tengah
10
Lok Paikat
TOTAL KABUPATEN TAPIN
3.330
3.764
385
2.780
4.438
14.556
14.540
1.289
11.606
17.153
3.100
2.093
421
1.055
2.866
55.483
47.411
1.958
44.084
50.738
Hasil pendugaan total stok di 13 kecamatan di Kabupaten Demak dengan menggunakan rasio stok adalah sebesar 53.548 ton GKG, sedangkan berdasarkan pendugaan model regresi sebesar 57.018 ton GKG. Pada kecamatan yang tidak terpilih sebagai sampel yakni Kecamatan Wedung, hasil pendugaannya sebesar 5.121 ton GKG, sehingga total stok rumah tangga petani di seluruh Kabupaten Demak (14 kecamatan) adalah sebesar 62.139 ton GKG. Galat baku pendugaan (standard error prediction) untuk total kecamatan adalah 2.912, sehingga selang kepercayaan 95% bagi hasil pendugaan total stok pada 14 kecamatan contoh berkisar antara 57.191 ton sampai 67.087 ton GKG. 1012
Alternatif Model Pendugaan Stok Gabah/Beras
Tabel 7 memperlihatkan bahwa pendugaan stok menggunakan model rasio stok dibandingkan dengan model regresi berganda tidak menunjukkan perbedaan yang siginifikan, kecuali untuk beberapa kecamatan seperti Kecamatan Karang Tengah, Bonang, Dempet dan Demak. Adanya perbedaan hasil yang cukup jauh antara rasio stok dan model di beberapa kecamatan tersebut diduga karena perbedaan panen raya yang tidak bersamaan dengan kecamatan lain di Kabupaten Demak. Tabel 7. Pendugaan Stok Setara Beras di Rumah Tangga Petani Kabupaten Demak No.
Kecamatan
Stok Setara GKG (Ton)
Rasio Model Stok 1 Karang Tengah 2.534 4.331 2 Bonang 7.850 5.944 3 Karang Anyar 5.900 5.966 4 Mijen 4.693 4.455 5 Kebon Agung 3.554 4.967 6 Guntur 6.158 4.572 7 Sayung 3.721 3.283 8 Dempet 2.759 4.849 9 Gajah 5.586 4.950 10 Mranggen 1.111 1.876 11 Karang Awen 1.878 2.120 12 Demak 2.603 4.990 13 Wonosalam 5.202 4.715 TOTAL 53.548 57.018 Kecamatan yang disurvei/petani tidak tersurvei 14 Wedung 5.121 TOTAL KABUPATEN 62.139
Galat Baku Model 364 655 1.055 778 882 843 409 803 641 396 361 677 711 2.498 1.496 2.912
Selang Kepercayaan 95% Untuk Model (Ton GKG) Batas Batas Atas Bawah 3.579 5.070 4.681 7.360 3.867 8.182 2.948 6.132 3.259 6.866 2.912 6.360 2.431 4.104 3.176 6.463 3.557 6.181 965 2.587 1.290 2.767 3.666 6.437 3.275 6.184 52.773 61.263 2.236 57.191
8.363 67.087
Model Peramalan Stok Kabupaten Solok, Tapin dan Demak Berdasarkan skema pada Gambar 2, kita dapat membuat peramalan stok di rumah tangga petani pada kabupaten Solok, Tapin dan Demak. Data stok akhir Agustus yang dihasilkan dari model regresi, selanjutnya digunakan dalam perhitungan pendugaan stok akhir September, Oktober, Nopember, Desember 2006. Perhitungan stok pada bulan September sampai Desember dilakukan dengan menggunakan persamaan stok dinamis seperti tersebut di atas (persamaan 3). Hasil peramalan pendugaan stok setara beras pada akhir Agustus adalah sebesar 25.339 ton untuk Kabupaten Solok, 29.963 ton untuk Kabupaten Tapin dan 39.271 ton untuk Kabupaten Informatika Pertanian Volume 16 No. 2, 2007
1013
Demak. Data stok akhir Agustus tersebut diasumsikan sebagai stok awal September. Berdasarkan hasil perhitungan seperti terlihat pada Tabel 8, total stok setara beras di Kabupaten Solok pada akhir Agustus adalah sebesar 25.339 ton. Suplai setara beras bulan September adalah stok akhir Agustus ditambah produksi padi bulan September dikurangi penggunaan pakan, bibit dan susut, dan besarnya adalah 40.573 ton. Penggunaan beras untuk konsumsi selama bulan September adalah konsumsi per kapita setahun yaitu 133,44 kg/kap/tahun dikalikan jumlah penduduk dibagi 12 bulan. Jumlah penduduk Kabupaten Solok pada tahun 2006 sebesar 463.907 jiwa, sehingga total konsumsi beras bulan September sebesar 5.158 ton. Konsumsi setiap bulan diasumsikan tetap. Penggunaan beras lainnya adalah untuk keperluan industri dan pakan ternak, yaitu sebesar 398 ton. Dengan menggunakan rumus dinamis (persamaan 3), maka sisa stok setara beras pada akhir September adalah sebesar 35.017 ton. Dengan cara yang sama hasil peramalan stok pada bulan Oktober adalah sebesar 42.109 ton. Data stok bulan Oktober mengalami peningkatan bila dibandingkan stok akhir September, ini dikarenakan produksi bulan Oktober jauh lebih tinggi dari konsumsinya. Stok setara beras pada bulan Nopember dan Desember adalah berturut-turut sebesar 44.185 ton dan 48.935 ton. Meningkatnya stok karena produksi melebihi dari konsumsi, namun demikian sangat dimungkinkan bila sebagian beras Solok dijual ke luar kabupaten maka stok akan mengecil. Pada peramalan stok ini diasumsikan penggunaan beras hanya untuk konsumsi rumah tangga. Tabel 8. Peramalan Stok Setara Beras di Rumah Tangga Petani Kabupaten Solok No.
Bulan (1)
Suplai Total Stok (t-1) Produksi Susut,bibit Konsumsi Setara Beras Gabah pakan 1) per kapita 3) Konsumsi 4) beras 2) (Kg/kap/thn) (Ton) (Ton) (Ton) (Ton gabah) (Ton) (2)
(3)
(4)
Konsumsi non Rumah Tangga 5) (Ton beras)
Stok Akhir Setara Beras (Ton)
(8)
(9)=(5)-(7)-(8)
(5)
(6)
(7)
1. September 25339,41
25046
941,73
40573
133,44
5158,65
397,62
35017,04
2. Oktober
35017,04
20911
786,25
47736
133,44
5158,65
467,81
42109,43
3. Nopember 42109,43
12697
477,41
49832
133,44
5158,65
488,36
44185,21
4. Desember 44185,21
17171
645,63
54629
133,44
5158,65
535,37
48935,23
1) Pengurangan produksi gabah karena : susut 1.58% , bibit 0.98%, pakan 1.20% (BPS) 2) Suplai setara beras= Stok t-1+((Produksi-susut benih pakan)*0,632) 3) Hasil Survei menunjukkan rata-rata konsumsi per kapita rumah tangga petani 133,44 kg/kap/thn 4) Jumlah penduduk Kab. Solok tahun 2006 sebesar 463 907 jiwa (laju pertumbuhan penduduk 0,71%) 5) Konsumsi beras non rumah tangga : pakan ternak/unggas 0.86%, industri 0.12% (BPS)
Berdasarkan hasil perhitungan seperti terlihat pada Tabel 9, total stok setara beras di Kabupaten Tapin pada akhir Agustus adalah sebesar 29.963 ton. Suplai setara beras bulan September adalah stok 1014
Alternatif Model Pendugaan Stok Gabah/Beras
akhir Agustus ditambah produksi padi bulan September dikurangi penggunaan pakan, bibit dan susut, dan besarnya adalah 41.884 ton. Penggunaan beras untuk konsumsi selama bulan September adalah konsumsi per kapita setahun yaitu 122,06 kg/kap/tahun dikalikan jumlah penduduk dibagi 12 bulan. Jumlah penduduk Kabupaten Tapin pada tahun 2006 sebesar 155.427 jiwa, sehingga total konsumsi beras bulan September sebesar 1.581 ton. Penggunaan lainnya adalah untuk keperluan industri dan pakan ternak sebesar 410 ton. Setelah dilakukan perhitungan maka sisa stok pada akhir September adalah sebesar 39.893 ton setara beras. Dengan cara yang sama, maka stok setara beras pada bulan Oktober diramalkan sebesar 54.004 ton atau meningkat dibandingkan stok akhir September. Hal ini dikarenakan produksi yang jauh lebih tinggi dari konsumsi, dimana produksi GKG mencapai 26.705 ton. Stok setara beras pada bulan Nopember dan Desember diramalkan sebesar 54.169 ton dan 52.057 ton. Besaran stok tersebut akan mendekati nilai sebenarnya jika asumsi yang digunakan berlaku, yaitu tidak ada beras yang masuk ke Tapin maupun yang dijual ke luar Kab Tapin. Tabel 9. Peramalan Stok Setara Beras di Rumah Tangga Petani Kabupaten Tapin No.
Bulan (1)
Suplai Konsumsi non Stok Akhir Total Stok (t-1) Produksi Susut,bibit Konsumsi Setara Setara Rumah 3) Konsumsi 4) Beras Gabah pakan 1) per kapita Beras beras 2) Tangga 5) (Kg/kap/thn) (Ton) (Ton) (Ton) (Ton gabah) (Ton) (Ton beras) (Ton) (2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)=(5)-(7)-(8)
1. September
29963,75
19598
736,88
41884
122,06
1580,95
410,46
39892,56
2. Oktober
39892,56
26705
1004,11
56136
122,06
1580,95
550,13
54004,45
3. Nopember
54004,45
3777
142,02
56302
122,06
1580,95
551,76
54169,05
4. Desember *) 54169,05
0
0,00
54169
122,06
1580,95
530,86
52057,24
1) Pengurangan produksi gabah karena : susut 1.58% , bibit 0.98%, pakan 1.20% (BPS) 2) Suplai setara beras= Stok t-1+((Produksi-susut benih pakan)*0,632) 3) Hasil Survei menunjukkan rata-rata konsumsi per kapita rumah tangga petani 133,44 kg/kap/thn 4) Jumlah penduduk Kab. Tapin tahun 2006 sebesar 155 427 jiwa (laju pertumbuhan penduduk 0,71%) 5) Konsumsi beras non rumah tangga : pakan ternak/unggas 0.86%, industri 0.12% (BPS) *) Data produksi bulan Desember belum masuk
Berdasarkan hasil perhitungan total stok setara beras di Kabupaten Demak pada akhir Agustus adalah sebesar 39.272 ton (Tabel 10). Seperti perhitungan pada kabupaten lainnya, maka suplai setera beras bulan September adalah perhitungan stok akhir Agustus ditambah produksi padi bulan September sebesar 990 ton GKG dikurangi penggunaan pakan, bibit dan susut, sehingga besarnya suplai adalah 39.874 ton. Penggunaan beras untuk konsumsi selama bulan September adalah konsumsi penduduk per kapita setahun, yaitu 120,12 kg/kap/tahun dikalikan jumlah penduduk dibagi 12 bulan. Jumlah Informatika Pertanian Volume 16 No. 2, 2007
1015
penduduk Kabupaten Demak pada tahun 2006 sebesar 1.041.007 jiwa, sehingga total konsumsi beras bulan September sebesar 10.420 ton. Penggunaan lain adalah beras untuk keperluan industri dan pakan ternak, yaitu sebesar 391 ton. Dengan demikian sisa stok pada akhir September adalah sebesar 29.062 ton setara beras. Hasil peramalan stok setara beras pada bulan Oktober adalah sebesar 19.527 ton atau terjadi penurunan menurun dibandingkan stok akhir September. Penurunan tersebut dikarenakan produksi bulan September lebih rendah dari konsumsi, produksi GKG September hanya sebesar 1.942 ton. Stok setara beras pada bulan Nopember diramalkan hanya sebesar 9.001 ton, bahkan pada bulan Desember diramalkan terjadi defisit sebesar 1.176 ton. Artinya, pada bulan Desember para petani diperkirakan harus membeli, karena produksi bulan Desember diperkirakan sangat kecil (pada studi ini diasumsikan produksi nol, karena tidak diperoleh data). Tabel 10. Peramalan Stok Setara Beras di Rumah Tangga Petani Kabupaten Demak No.
Bulan
(1)
Suplai Konsumsi non Stok (t-1) Produksi Susut,bibit Total Konsumsi Stok Akhir Setara Rumah Beras Gabah pakan 1) per kapita 3) Konsumsi 4) Setara Beras 2) beras Tangga 5) (Ton) (Ton) (Ton gabah) (Kg/kap/thn) (Ton) (Ton) (Ton) (Ton beras) (2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)=(5)-(7)-(8)
1. September
39271,85
990
37,22
39874
120,12
10420,48
390,77
29062,75
2. Oktober
29062,75
1942
73,02
30244
120,12
10420,48
296,39
19527,08
3. Nopember
19527,08
143
5,38
19614
120,12
10420,48
192,22
9001,35
4. Desember
9001,35
550
20,68
9336
120,12
10420,48
91,49
-1176,09
1) Pengurangan produksi gabah karena : susut 1.58% , bibit 0.98%, pakan 1.20% (BPS) 2) Suplai setara beras= Stok t-1+((Produksi-susut benih pakan)*0,632) 3) Hasil Survei menunjukkan rata-rata konsumsi per kapita rumah tangga petani 133,44 kg/kap/thn 4) Jumlah penduduk Kab. Demak tahun 2006 sebesar 1 041 007 jiwa (laju pertumbuhan penduduk 0,71%) 5) Konsumsi beras non rumah tangga : pakan ternak/unggas 0.86%, industri 0.12% (BPS)
Dari gambaran di atas, menunjukkan bahwa pada tiga kabupaten sampel terjadi pola yang sangat berbeda, khususnya dilihat dari pola stok setara beras baik melalui perhitungan model rasio stok maupun model regresi berganda. Bahkan khusus untuk kabupaten Demak, dengan menggunakan model regresi berganda diperkirakan akan terjadi defisit stok, artinya para petani harus bersiap-siap membeli beras, karena diperkirakan stok beras hasil panennya sudah tidak tersedia. Hasil ramalan tersebut juga dapat digunakan oleh para pengambil kebijakan dalam bidang ketahanan pangan, artinya hasil peramalan tersebut dapat dijadikan sebagai acuan untuk mengambil kebijakan perlunya mendatangkan beras dari wilayah lain atau melakukan operasi pasar dengan memanfaatkan stok pemerintah yang tersimpan di Sub Dolog setempat.
1016
Alternatif Model Pendugaan Stok Gabah/Beras
KESIMPULAN DAN SARAN 1. Ada dua cara pendekatan dalam menduga stok di suatu wilayah, yaitu model rasio stok dan model regresi berganda. Model rasio stok cocok digunakan untuk menduga total stok di wilayah yang lebih kecil, seperti kecamatan. Model rasio stok kurang cocok untuk menduga total stok wilayah kabupaten, karena variasi rasio stok terhadap produksi antar kecamatan cukup besar, jika digunakan maka hasil pendugaan menjadi bias. Model rasio stok cocok digunakan untuk menduga total stok kabupaten jika masing-masing kecamatan menggunakan model rasio stok tersendiri, sehingga stok kabupaten merupakan total penjumlahan seluruh stok kecamatan. Hal ini karena variasi rasio stok antar kecamatan cukup besar. Model umum (satu model rasio stok kabupaten untuk menduga seluruh kecamatan) tidak cocok digunakan, karena hasil pendugaan akan bias. 2. Salah satu alternatif untuk menduga total stok kabupaten adalah dengan model regresi berganda. Model regresi merupakan model umum, artinya satu model dapat menduga stok di seluruh kecamatan. Jika satu atau beberapa kecamatan tidak disurvei sehingga tidak diketahui model rasio stoknya, maka dapat digunakan pendugaan stok dengan model regresi, sehingga total stok kabupaten dapat diduga besarnya. 3. Besarnya rasio stok terdahap produksi masing-masing kecamatan/kabupaten contoh berbeda, tergantung pola penggunaan gabah/beras, pola penjualan, sistem panen yang digunakan. DAFTAR PUSTAKA Badan Bimas Ketahanan Pangan dan BPS. 2003. Metodologi Perhitungan Cadangan Pangan Beras Masyarakat. Deptan – BPS. Jakarta. Cryer, JD. 1991. Time Series Analysis. PWS – KENT Publishing Company. Boston. Montgomery, D.C, L.A. Johnson and J.S. Gardiner. 1990. Forecasting and Time Series Analysis. Mc-Graw Hill, Singapore. Myers, Raymond. 1994. Classical And Modern Regression with Applications. PWS – KENT Publishing Company. Boston. Netter, John, William Wasserman, and Michael Kutner. 1990. Applied Linier Statistical Models. Richard D Irwin, Inc, Illinois. Informatika Pertanian Volume 16 No. 2, 2007
1017
Ryan,T.P. 1997. Modern Regression Methods. John Wiley & Sons, INC. New York,USA. Scheaffer, Richard L. Elementary Survey Sampling. PWS – KENT Publishing Company. Boston. Sugianto, Tjahjadi, Pantjar Simatupang, dan Moeljarno Djojomartono. 1989. Faktor-faktor yang Mempengaruhi dan Sistem Pengendalian Stok Beras di Masyarakat. BPS. Jakarta.
1018
Alternatif Model Pendugaan Stok Gabah/Beras