IV. METODE PENELITIAN 4.1.
Tempat dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilaksanakan di wilayah
Indonesia sehubungan dengan tujuan penelitian, yaitu menganalisis faktor-faktor yang mempengaruhi permintaan dan penawaran beras di Indonesia dan mengevaluasi dampak Asean Free Trade Area (AFTA) terhadap kesejahteraan petani padi di Indonesia. 4.2.
Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data sekunder
dengan rentang waktu (data time series) dari tahun 1980 sampai dengan tahun 2009. Adapun data sekunder yang digunakan adalah data luas areal panen padi, produktivitas padi, produksi padi, harga gabah tingkat petani, harga jagung tingkat petani, harga beras Thailand broken 5 persen, harga beras Thailand broken 25 persen, harga beras eceran tingkat konsumen, harga pembelian pemerintah terhadap gabah, harga pupuk urea, indeks harga konsumen, nilai tukar rupiah terhadap dollar, GDP Indonesia, jumlah penduduk Indonesia, curah hujan, total kredit usahatani, stok beras, jumlah impor beras, dan tarif impor. Data sekunder diperoleh melalui pengumpulan data dari Badan Pusat Statistik Republik Indonesia (BPS-RI), Kementrian Pertanian, Kementrian Perdagangan, dan Badan Urusan Logistik (BULOG). Selain itu, referensi diambil juga dari jurnal-jurnal, internet, dan perpusatakaan IPB. 4.3.
Metode Analisis Data Data yang diperoleh dalam penelitian dianalisis secara kuantitatif dan
kualitatif. Metode analisis data kuantitatif yaitu dengan membentuk perumusan
model yang terkait erat dengan tujuan penelitian. Penelitian ini menggunakan model ekonometrika untuk menjawab tujuan penelitian, yaitu model sistem persamaan simultan. Model ekonometrika dalam penelitian ini terdiri dari 11 persamaan simultan yang terdiri dari tujuh persaman struktural (luas areal panen padi, produktivitas padi, harga riil gabah tingkat petani, permintaan beras, harga riil beras Indonesia, harga riil beras impor Indonesia, dan jumlah impor beras Indonesia) dan empat persamaan identitas (produksi padi, produksi beras, penawaran beras, pemasaran beras). Data sekunder kemudian dianalisis dengan menggunakan komputer dengan program Microsoft Office Excel 2010 dan SAS 9.2 untuk mengolah data mentah yang diperoleh dari berbagai sumber. 4.3.1. Analisis Kualitatif Analisis kualitatif digunakan untuk memberikan penjelasan terhadap perkembangan permintaan dan penawaran beras dan dampak AFTA terhadap kesejahteraan produsen padi di Indonesia. Selain itu, analisis deskriptif juga akan memberikan penjelasan dari hasil analisis kuantitatif yang telah diolah untuk melihat seberapa besar pengaruh variabel eksogen terhadap variabel endogen. 4.3.2. Analisis Kuantitatif Analisis kuantitatif digunakan untuk menghitung seberapa besar faktorfaktor yang telah mempengaruhi permintaan dan penawaran beras di Indonesia, serta dampak AFTA terhadap kesejahteraan produsen padi di Indonesia. Analisis faktor-faktor yang mempengaruhi permintaan dan penawaran beras di Indonesia tidak bisa diselesaikan dengan model persamaan tunggal, sehingga dalam penelitian ini menggunakan persamaan simultan yang diselesaikan dengan metode Two Stage Least Square (2SLS). 38
4.4.
Perumusan Model Guna menganalisis faktor-faktor yang mempengaruhi permintaan dan
penawaran beras di Indonesia, serta mengevaluasi dampak AFTA terhadap kesejahteraan produsen padi di Indonesia dengan menggunakan salah satu model ekonometrika yaitu model persamaan simultan. Terdapat empat tahapan dalam membangun model ekonometrika yaitu: (1) spesifikasi, (2) pendugaan, (3) evaluasi parameter estimasi, dan (4) evaluasi peramalan model (Koutsoyiannis, 1977). Spesifikasi model merupakan tahapan yang paling penting karena pada tahap ini model yang digunakan dalam penelitian atas dasar gambaran ekonomi, teknis, dan kelembagaan dari fenomena ekonomi yang dipelajari ke dalam hubungan matematik dan statistik. Tahapan spesfikasi model menurut Koutsoyiannis (1977) meliputi penentuan (1) variabel dependen dan variabel penjelas yang akan dimasukkan ke dalam model, (2) harapan teoritis apriori mengenai tanda dan besaran parameter dari setiap persamaan. Dasar apriori adalah pengetahuan mengenai teori, logika, dan fakta empiris yang ada dalam hubungan ekonomi antar variabel dependen dan penjelas (3) bentuk matematis dari model (linier atau non linier, jumlah persamaan). Model yang digunakan dalam penelitian ini disebut model permintaan dan penawaran di Indonesia. Model tersebut terdiri dari atas tujuh persamaan struktural dan empat persamaan identitas yang disajikan pada Lampiran 1.
39
4.4.1. Luas Areal Panen Padi Luas areal panen padi merupakan fungsi dari harga riil gabah tingkat petani, harga riil jagung di tingkat petani, total kredit usahatani, harga riil pupuk urea t-1, curah hujan, dan luas areal panen padi t-1. Persamaan luas areal panen padi dirumuskan sebagai berikut : LAPt = α0 + α1HRGTPt + α2HRJTPt + α3TKUt + α4LHRPUKt + α5CRAHt + α6LLAPt + ε1 ………………………………………………..(4.1) dimana : LAPt = Luas areal panen padi tahun ke-t (Ha) HRGTPt = Harga riil gabah tingkat petani tahun ke-t (Rp/Kg) HRJTPt = Harga riil jagung tingkat petani tahun ke-t (Rp/Kg) TKUt = Total kredit usahatani padi tahun ke-t (Rp) LHRPUKt = Harga riil pupuk urea tahun ke-t-1 (Rp/Kg) CRAHt = Curah hujan tahun ke-t (mm/tahun) LLAPt = Luas areal panen padi tahun ke-t-1 (Ha) ε1 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah α1, α3, α5> 0 ; α2, α4< 0 ,dan 0 < α6 < 1. 4.4.2. Produktivitas Padi Produktivitas padi dipengaruhi oleh harga riil gabah di tingkat petani, perubahan penggunaan pupuk, luas areal irigasi sawah, total kredit usahatani, dan produktivitas padi t-1. Persamaan produktivitas padi adalah sebagai berikut : PRDVt = b0 + b1HRGTPt + b2STPPUKt + b3 LAIt + b4TKUt + b5 LPRDVt + ε2 …………………………………………………………(4.2) dimana : PRDVt = Produktivitas padi tahun ke-t (Ton/Ha) HRGTPt = Harga riil gabah tingkat petani tahun ke-t (Rp/Kg) STPPUKt = Perubahan penggunaan pupuk tahun ke-t (Kg/Ha) LAIt = Luas areal irigasi sawah tahun ke-t (Ha) TKUt = Total kredit usahatani padi tahun ke-t (Rp) LPRDVt = Produktivitas padi tahun ke-t-1(Ton/Ha) ε2 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : b1, b2, b3,b4> 0 ; dan 0 < b5< 1.
40
4.4.3. Produksi Padi Produksi padi merupakan hasil perkalian antara luas areal panen padi dengan produktivitas padi. Secara matematis produksi padi dapat dirumuskan sebagai berikut : TPPt = LAPt * PRDVt …………………………………………………(4.3) dimana : TPPt = Total produksi padi tahun ke-t (Ton) LAPt = Luas areal panen padi tahun ke-t (Ha) PRDVt = Produktivitas padi tahun ke-t (Ton/Ha) 4.4.4. Produksi beras Produksi beras diperoleh dari hasil perkalian antara produksi padi dengan faktor konversi. Berdasarkan hal tersebut, maka produksi beras dapat dirumuskan sebagai berikut : PBt = TPPt * FKt ………………………………………………………(4.4) dimana : PBt TPPt FKt
= Produksi beras tahun ke-t (Ton) = Total produksi padi tahun ke-t (Ton) = Faktor Konversi (0,63)
4.4.5. Harga Riil Gabah Tingkat Petani Harga riil gabah di tingkat petani merupakan fungsi dari harga riil pembelian pemerintah, total produksi padi, harga riil beras impor Indonesia dan harga riil gabah di tingkat petani t-1. Secara matematis harga riil gabah di tingkat petani dapat dirumuskan sebagai berikut : HRGTPt = c0 + c1HRPPt + c2TPPt + c3HRIMBt + c4LHRGTPt + ε3 …..(4.5) dimana : HRGTPt HRPPt TPPt
= Harga riil gabah tingkat petani tahun ke-t (Rp/Kg) = Harga riil pembelian pemerintah tahun ke-t (Rp/Kg) = Total produksi padi tahun ke-t (Ton) 41
HRIMBt = Harga riil beras impor Indonesia tahun ke-t (US$/Ton) LHRGTPt = Harga riil gabah tingkat petani tahun ke-t-1 (Rp/Kg) ε3 = Standar error Tanda dan besaran parameter dugaan yang diharapkan yakni : c1, c3> 0 ; c2 < 0 dan 0 < c4< 1. 4.4.6. Permintaan Beras Menurut Dolan (1974) permintaan terhadap suatu komoditas akan dipengaruhi oleh harga komoditas itu sendiri, harga komoditas lain, selera, pendapatan, distribusi pendapatan, jumlah penduduk, dan harapan harga. Berdasarkan studi ini persamaan permintaan beras dipengaruhi oleh rasio harga riil beras Indonesia dengan harga riil gandum, pendapatan riil perkapita Indonesia, jumlah penduduk Indonesia, dan permintaan beras t-1. Secara matematis persamaan permintaan beras dapat dirumuskan sebagai berikut : QDBRt = d0 + d1RHBRGDt + d2 PPRIt + d3JPIt + d4LQDBRt + ε4 …..(4.6) dimana : QDBRt RHBRGDt
= Permintaan beras indonesia tahunke-t (Kg) = Rasio harga riil beras Indonesia dengan harga riil gandum tahun ke-t (Rp/Kg) PPRIt = Pendapatan perkapita riil penduduk Indonesia tahun ke-t (Rp) JPIt = Jumlah penduduk Indonesia tahun ke-t (Jiwa) LQDBRt = Permintaan beras tahun ke-t-1 (Ton) ε4 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : d1< 0 ; d2, d3 > 0 dan 0 < d4<1 4.4.7. Penawaran Beras Penawaran beras merupakan fungsi dari produksi beras, jumlah impor beras Indonesia, stok beras, dan stok beras t-1. Persamaan penawaran beras dapat dirumuskan sebagai berikut : QSBRt = PBt + JIMBt + LSTOKt – STOKt …………………………...(4.7)
42
dimana : QSBRt PBt JIMBt STOKt LSTOKt
= Penawaran beras tahun ke-t (Ton) = Produksi beras tahun ke-t (Ton) = Jumlah impor beras Indonesia tahun ke-t (Ton) = Stok beras tahun ke-t (Ton) = Stok beras tahun ke-t-1 (Ton)
4.4.8. Harga Riil Beras Indonesia Harga riil beras Indonesia dipengaruhi oleh penawaran beras dan tren waktu. Persamaan harga riil beras Indonesia dapat dirumuskan sebagai berikut : HRBERt = e0 + e1QSBRt + e2TRENt + ε5 ……………………………..(4.8) dimana : HRBERt = Harga riil beras Indonesia tahun ke-t (Rp/Kg) QSBRt = Penawaran beras tahun ke-t (Ton) TRENt = Tren waktu ε5 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : e1< 0 dan e2 > 0 4.4.9. Harga Riil Beras Impor Indonesia Harga riil beras impor dipengaruhi oleh harga riil beras dunia, tarif impor nilai tukar riil, tren waktu, dan harga riil beras impor Indonesia t-1. Secara matematis harga riil beras impor Indonesia dapat dirumuskan sebagai berikut : HRIMBt = f0 + f1HRBDt + f2TRIFt + f3EXCTt + f4TRENt + f5 LHRIMBt + ε6 ………………………………………………………...(4.9) dimana : HRIMBt = Harga riil beras impor Indonesia tahun ke-t (US$/Ton) HRBDt = Harga riil beras dunia tahun ke-t (US$/Ton) TRIFt = Tarif impor beras tahun ke-t (Rp/Kg) EXCTt = Nilai tukar riil (Rp/US$) TRENt = Tren waktu LHRIMBt = Harga riil beras impor Indonesia tahun ke-t-1 (US$/Ton) ε6 = Standar error Tanda dan besaran parameter dugaan yang diharapkan adalah : f1,f2 > 0; f3,f4 < 0, dan 0 < f5<1
43
4.4.10. Jumlah Impor Beras Indonesia Model jumlah impor beras Indonesia merupakan fungsi dari harga riil beras impor Indonesia, nilai tukar riil, stok beras t-1, jumlah penduduk Indonesia dan jumlah impor beras Indonesia t-1. Fungsi dari persamaan jumlah impor beras Indonesia adalah sebagai berikut : JIMBt
= g0 + g1HRIMBt + g2EXCTt + g3LSTOKt + g4JPIt + g5LJIMBt + ε7 …………………………………………..(4.10)
dimana : JIMBt = Jumlah impor beras Indonesia tahun ke-t (Ton) HRIMBt = Harga riil beras impor Indonesia tahun ke-t (US$/Ton) EXCTt = Nilai tukar riil tahun ke-t (Rp/US$) LSTOKt = Stok beras tahun ke-t-1 (Ton) JPIt = Jumlah penduduk Indonesia tahunke-t (Jiwa) LJIMBt = Jumlah impor beras Indonesia tahun ke-t-1 (Ton) ε7 = Standar error Tanda dan besaran parameter dugaan yang diharapkan yakni : g4 > 0 ; g1,g2,g3 < 0 dan 0 < g5< 1. 4.4.11. Marjin Pemasaran Beras Marjin pemasaran beras dapat didefinisikan sebagai selisih antara harga riil beras Indonesia dengan harga riil gabah tingkat petani. Persamaan marjin pemasaran beras dapat dirumuskan sebagai berikut : MPBt = HRBERt – HRGTPt ………………………………………..(4.11) dimana : MPBt HRGTPt HRBERt
= Marjin pemasaran beras tahun ke-t (Rp/Kg) = Harga riil gabah tingkat petani tahun ke-t (Rp/Kg) = Harga riil beras Indonesia tahun ke-t (Rp/Kg)
4.5. Identifikasi Model Identifikasi model ditentukan atas dasar order condition sebagai syarat keharusan dan rank condition sebagai syarat kecukupan. Menurut Koutsoyiannis
44
(1977), rumusan identifikasi model persamaan struktural berdasarkan order condition ditentukan oleh : (K-M) > (G-1) …………………………………………………………(4.12) dimana : K
=Total variabel di dalam model, yaitu variabel endogen dan predetermined variable (current exogenous variable, lagged exogenous variable, dan lagged endogenous variable). M =Jumlah variabel endogen dan eksogen yang termasuk dalam satu persamaan tertentu dalam model. G =Total persamaan di dalam model, yaitu jumlah peubah endogen dalam model. Jika dalam suatu persamaan model menunjukan kondisi sebagai berikut : (K-M) ≥ (G-1) (K-M) < (G-1) (K-M) > (G-1) (K-M) = (G-1)
= maka persamaan dalam model tersebut dinyatakan teridentifikasi (identified). = maka persamaan dalam model tersebut dinyatakan tidak teridentifikasi (underidentified). = maka persamaan dalam model tersebut dinyatakan teridentifikasi secara berlebih (overidentified). =maka persamaan dalam model tersebut dinyatakan teridentifikasi secara tepat (exactly identified).
Hasil Identifikasi untuk setiap persamaan struktural haruslah excactly identified atau overidentified untuk dapat menduga parameter-parameternya. Suatu persamaan memenuhi order condition, tetapi mungkin saja persamaan itu tidak teridentifikasi. Oleh karena itu, dalam proses identifikasi diperlukan suatu syarat perlu sekaligus cukup. Hal ini terdapat dalam rank condition untuk identifikasi yang menyatakan, bahwa dalam suatu persamaan teridentifikasi jika dimungkinkan untuk membentuk minimal satu determinan bukan nol pada order condition (G-1) dari parameter struktural peubah yang tidak termasuk dalam persamaan tersebut (Koutsoyiannis, 1977). Berdasarkan Tabel 12 dapat disimpulkan persamaan struktural yang ada di dalam model penelitian ini adalah overidentified.
45
Tabel 12. Hasil Identifikasi Model dari Masing-Masing Persamaan Persamaan K M G (K-M) (G-1) Keterangan LAP 34 7 11 27 10 Overidentified PRDV 34 6 11 28 10 Overidentified HRGTP 34 5 11 29 10 Overidentified QDBR 34 5 11 29 10 Overidentified HRBER 34 3 11 31 10 Overidentified HRIMB 34 6 11 28 10 Overidentified JIMB 34 6 11 28 10 Overidentified Sumber : Data diolah, (2011)
Model yang telah dirumuskan dalam penelitian ini terdiri dari 11 persamaan atau 11 variabel endogen (G), dan 23 predetermined variable terdiri dari 17 variabel eksogen dan 6 lag variabel endogen, sehingga total variabel dalam model (K) adalah 34 variabel. Berdasarkan Tabel 12 jumlah variabel endogen dan eksogen yang termasuk dalam satu persamaan tertentu dalam model (M) adalah maksimum 7 variabel. 4.6.
Metode Pendugaan Model Berdasarkan
hasil
identifikasi
model,
maka
model
dinyatakan
overidentified. Oleh karena itu, pendugaan model dapat dilakukan dengan dengan metode Two Stage Least Square (2SLS). Model tersebut kemudian diuji dengan uji statistik F dan uji statistik t. Guna mengetahui dan menguji apakah variabel penjelas secara bersama-sama berpengaruh nyata atau tidak terhadap variabel endogen, maka pada setiap persamaan digunakan uji statistik F, dan untuk menguji apakah masing-masing variabel penjelas berpengaruh nyata atau tidak terhadap variabel endogen, maka pada setiap persamaan digunakan uji statistik t. 4.6.1. Uji Statistik–F Pengujian ini dilakukan untuk mengetahui dan menguji apakah variabel endogen dan eksogen secara bersama-sama berpengaruh nyata atau tidak terhadap variabel endogen (Koutsoyiannis, 1977). 46
Hipotesis : H0 H1
: β1 = β2......= βi = 0 : minimal ada satu βi ≠ 0
dimana : i = banyaknya variabel bebas dalam suatu persamaan Apabila nilai peluang (P-value) uji statistik-F < taraf α = 20% maka tolak H0. Tolak H0 berarti variabel eksogen secara bersama-sama berpengaruh nyata terhadap variabel endogen. 4.6.2. Uji Statistik–t Uji statistikik-t bertujuan untuk mengetahui dan menguji apakah variabel endogen eksogen secara bersama-sama berpengaruh nyata atau tidak terhadap variabel endogen (Koutsoyiannis, 1977). Hipotesis : H0 H1
: βi = 0 : Uji satu arah a. βi > 0; b. βi < 0 Uji dua arah c. βi ≠ 0
Kriteria Uji : Jika H1 : a.βi > 0, bila P-value uji t < α maka disimpulkan tolak H0 H1 : b.βi < 0, bila P-value uji t < α maka disimpulkan tolak H0 H1 : c.βi ≠ 0, bila P-value uji t < α/2 maka disimpulkan tolak H0 Pada penelitian ini menggunakan uji satu arah dan taraf α = 20% sehingga nilai peluang (P-value) uji statistik t < taraf α = 20% maka tolak H0. Tolak H0 berarti suatu variabel eksogen berpengaruh nyata terhadap variabel endogen. 4.6.3.
Uji Statistik Durbin-h Apabila dalam persamaan terdapat variabel bedakala (lag endogenous
variable) maka uji serial korelasi dengan menggunakan statistik d w (Durbin 47
Watson Statistic) tidak valid untuk digunakan (Pindyck and Rubinfield, 1991). Sebagai penggantinya untuk mengetahui apakah ada serial korelasi atau tidak dalam persamaan maka digunakan statistik dh (Durbin-h statistic). Pengujian uji statistik durbin-h √
dimana : h d n varβ
= Angka statistik durbin-h = Nilai durbin Watson = Jumlah observasi = Varian koefisien regresi untuk lagged dependent variabel
Jika ditetapkan taraf α = 5%, diketahui -1.96 ≤ hhitung ≤ 1.96, maka dalam persamaan tidak mempunyai masalah serial korelasi. Selanjutnya jika diketahui hhitung < -1.96 maka terdapat autokorelasi negatif, sebaliknya jika diketahui hhitung > 1.96 maka terdapat autokorelasi positif (Pindyck and Rubinfield, 1991). 4.7.
Validasi Model Validasi model digunakan untuk mengetahui tingkat representasi model
dibandingkan dengan dunia nyata sebagai dasar untuk melakukan simulasi. Berbagai kriteria statistik dapat digunakan untuk validasi model ekonometrika dengan membandingkan nilai-nilai aktual dan dugaan peubah-peubah endogen. Kriteria validasi nilai pendugaan model ekonemetrika yang digunakan adalah: Root Means Square Percent Error (RMSPE) dan Theil’s Inequality Coefficient (U) (Pindyck and Rubinfield, 1991). Kriteria-kriteria dirumuskan sebagai berikut :
√ ∑
48
√ ∑ √ ∑
√ ∑
dimana :
n
= Nilai hasil simulasi dasar dari variabel observasi = Nilai aktual variabel observasi = Jumlah periode observasi Statistik RMSPE dapat digunakan untuk mengukur nilai-nilai peubah
endogen hasil pendugaan menyimpang dari nilai-nilai aktualnya dalam ukuran relatif (persen), atau seberapa dekat nilai dugaan itu mengikuti perkembangan nilai aktualnya. Nilai statistik U berguna untuk mengetahui kemampuan model untuk analisis simulasi peramalan. Nilai koefisien Theil (U) berkisar antara 0 dan 1. Jika U = 0 pendugaan model sempurna, jika U = 1 maka pendugaan model naif. Adapun untuk melihat keeratan arah (slope) antara aktual dengan hasil yang disimulasi dilihat dari nilai koefisien determinasinya (R2). Pada dasarnya semakin besar R2 dan semakin kecil RMSPE, maka pendugaan model semakin baik. 4.8.
Simulasi Model Menurut Pindick dan Rubinfeld (1991), tujuan simulasi model pada
dasarnya adalah untuk (1) mengevaluasi kebijakan pada masa lampau dan (2) membuat peramalan untuk masa yang akan datang. Simulasi model diperlukan untuk mempelajari sejauh mana dampak dari perubahan variabel-variabel eksogen terhadap variabel-variabel endogen di dalam model. Kajian simulasi ini dilakukan untuk mengevaluasi dampak Asean Free Trade Area (AFTA) terhadap kesejahteraan petani padi melalui simulasi historis (ex-post simulation). Simulasi historis dilakukan untuk menjawab tujuan kedua dari penelitian ini. 49
Beberapa skenario simulasi historis yang dilakukan pada penelitian ini adalah : 1. Penurunan tarif impor beras sebesar 20 persen. Kebijakan penurunan tarif impor merupakan bagian dari komitmen Asean Free Trade Area (AFTA). Adanya penurunan tarif impor beras menyebabkan harga beras impor Indonesia akan lebih murah dan jumlah impor beras Indonesia akan meningkat. 2. Tarif Impor menjadi nol. Kebijakan tarif impor beras menjadi nol pada perdagangan Asean Free Trade Area (AFTA) akan terjadi pada tahun 2018. Tarif impor beras menjadi nol menyebabkan harga beras impor Indonesia akan lebih murah dan jumlah impor beras Indonesia akan meningkat. 3. Menaikkan harga riil pembelian pemerintah sebesar 10 persen dan tarif impor menjadi nol. Kebijakan ini dimaksudkan untuk melindungi petani padi agar mendapatkan harga yang layak. Kebijakan ini diharapkan dapat meningkatkan produksi padi dan kesejahteraan petani padi. 4. Menurunkan harga riil pupuk urea (subsidi pupuk) sebesar 10 persen, menaikkan harga riil pembelian pemerintah sebesar 10 persen, dan tarif impor menjadi nol. Kebijakan subsidi pupuk urea untuk menjaga stabilitas harga pupuk sehingga mendorong petani padi meningkatkan produksinya. Adanya kombinasi kebijakan menurunkan harga riil pupuk urea dan meningkatkan harga riil pembelian pemerintah diharapkan dapat meningkatkan produksi padi dan kesejahteraan petani padi. 50
5. Menaikkan total kredit usahatani sebesar 15 persen, menaikkan harga riil pembelian pemerintah sebesar 10 persen, dan tarif impor menjadi nol. Dari sisi permodalan, dengan meningkatnya total kredit usahatani menjadi insentif bagi petani padi dalam meningkatkan produksinya. Adanya kombinasi dua kebijakan ini diharapkan dapat meningkatkan produksi padi dan kesejahteraan petani padi. 4.9.
Perubahan Kesejahteraan Dalam penelitian ini alternatif simulasi kebijakan digunakan untuk
menghitung dan menganalisis perubahan kesejahteraan petani padi dengan adanya Asean Free Trade Area (AFTA). Indikator yang dijadikan sebagai perubahan kesejahteraan petani padi adalah surplus produsen padi. Indikator perubahan surplus produsen padi tersebut akan digunakan sebagai dasar evaluasi dan dapat menentukan kebijakan yang akan diambil. Analisis perubahan surplus produsen padi dapat dirumuskan sebagai berikut (Sinaga, 1989). TPPA (HRGTPB – HRGTPA ) + ½(TPPB - TPPA) (HRGTPB – HRGTPA) dimana : A= nilai dasar, B= nilai akhir 4.10. Definisi Operasional 1. Padi yang dimaksud adalah gabah kering tingkat penggilingan (GKG). 2. Beras adalah hasil proses penggilingan dari buliran padi atau gabah. 3. Produksi padi adalah jumlah total produksi padi yang dihasilkan dari seluruh wilayah pertanian Indonesia yang dinyatakan dalam satuan ton. 4. Produksi beras adalah jumlah total produksi beras yang dihasilkan dari seluruh wilayah pertanian Indonesia yang dinyatakan dalam satuan ton.
51
5. Luas areal panen padi adalah luas seluruh areal produktif padi di Indonesia dinyatakan dalam satuan hektar. 6. Luas areal irigasi meruapakan lahan sawah yang diirigasi di Indonesia, dinyatakan dalam satuan hektar. 7. Produktivitas padi merupakan hasil bagi antara produksi padi dengan luas areal panen padi di Indonesia, dinyatakan dalam satuan ton per hektar. 8. Permintaan beras adalah jumlah beras yang diminta untuk keperluan pangan oleh seluruh penduduk Indonesia, dinyatakan dalam satuan ton. 9. Penawaran beras merupakan jumlah beras yang ditawarkan untuk keperluan pangan oleh seluruh penduduk Indonesia, dinyatakan dalam satuan ton. 10. Stok Beras merupakan jumlah beras yang disimpan sebagai cadangan beras pemerintah yang dikelola oleh BULOG, dinyatakan dalam satuan ton. 11. Harga riil gabah tingkat petani adalah harga gabah yang terdapat di tingkat petani setelah dideflasi dengan indeks harga konsumen (2005=100) Indonesia, yang dinyatakan dengan satuan rupiah per kilogram. 12. Harga riil beras Indonesia adalah harga beras di tingkat konsumen setelah dideflasi dengan indeks harga konsumen (2005=100), dinyatakan dengan satuan rupiah per kilogram. 13. Harga riil jagung tingkat petani adalah harga jagung tingkat petani setelah dideflasi dengan indeks harga konsumen (2005=100), dinyatakan dengan satuan rupiah per kilogram. 14. Harga riil pupuk urea adalah harga pupuk urea setelah dideflasi dengan indeks harga konsumen (2005=100), dinyatakan dengan satuan rupiah per kilogram.
52
15. Harga riil pembelian pemerintah merupakan harga pembelian terhadap gabah kering giling setelah dideflasi dengan indeks harga konsumen (2005=100) Indonesia, dinyatakan dengan satuan rupiah per kilogram. 16. Harga riil beras impor merupakan harga beras impor Indonesia setelah dideflasi dengan indeks harga konsumen (2005=100) Indonesia, dinyatakan dengan satuan US dollar per ton. 17. Harga riil beras dunia merupakan harga beras dunia setelah dideflasi dengan indeks harga konsumen (2005=100) Indonesia, dinyatakan dengan satuan US dollar per ton. 18. Harga riil gandum dunia merupakan harga gandum dunia setelah dideflasi dengan indeks harga konsumen Amerika (2005=100), dinyatakan dengan US dollar per ton. 19. Jumlah impor beras Indonesia adalah jumlah total beras yang diimpor Indonesia dinyatakan dalam ton. 20. Tarif impor beras dinyatakan dengan satuan rupiah per kilogram. 21. Total penggunaan pupuk urea merupakan jumlah penggunaan pupuk urea di Indonesia, dinyatakan dalam satuan kilogram per hektar. 22. Total kredit usahatani adalah sejumlah uang yang disediakan pemerintah melalui bank untuk dipinjamkan kepada petani, dinyatakan dalam satuan rupiah. 23. Curah hujan adalah curah hujan yang ada di wilayah Indonesia yang dinyatakan dalam mm/tahun.
53
24. Pendapatan rill per kapita adalah rasio antara produk domestik bruto setelah dideflasi dengan indeks harga konsumen (2005=100) dengan jumlah penduduk Indonesia, dinyatakan dalam satuan rupiah per jiwa. 25. Jumlah penduduk
Indonesia
adalah
banyaknya
populasi
Indonesia,
dinyatakan dalam satuan jiwa.
54