KERANGKA ANALISIS PENELITIAN 1. Identifikasi Sistem Proses identifikasi sistem &lam penelitian ini didasarkan pada prinsip komponen kotak hitam suatu sistem secara umum. Berdasukan prinsip tersebt maka identifikasi sistem dari model yang hkembangkan meliputi komponenikomponen: masukan (input) sistem yang tak terkendali dan yang terkendali, keluaran (output) sistem y ~ dikehendaki g dan yang tak dikehendaki, parameter rancang sistem, sistem manajemen pengendali dan lingkungan sistem (masukan eksogenous). Uraian singkat tentang pengertian dari tiap komponen dapat dilihat pada Lampiran III-1 dan bagan keterkaitan antara komponen dari suatu sistem secara m u m diperlihatkan pada Gambar III-1 (Manetsch dan Park, 1977). Ddam penelitian ini, batasan sistem dari model yang dlkembangkan adalah sistem produksi padi (beras) pra-fianen yang meliputi kegiatan produksi: pengolahan tanah sampai siap tanarn, penanaman, pemupukan, penyiangan, penyemprotan hama dan penyakit, dan pemanenan. Dengan batasan tersebut, maka sistem belum termasuk kegiatan produksi pasca-panen seperti perontokan, pengangkutan, pengeringan, penyimpanan, dan penggilingan padi. Dengan berdasarkan pengertian komponen-komponen dari sistem pada Gambar IlI-l dan batasan dari sistem yang dikembangkan tersebut, maka rincian variabel-variabel masukan, keluaran, dan parameter rancang sistem dari masing-
masing studi dalam penelitian ini seperti dapat dilihat. pada ~ a m ~ i r m-2. & Berdasarkan pada Lampiran III-2, untuk menyederhanakan perilaku sistem, sistem
OUTPUT YANG DlKEHENDAKl
MODEL SIANEPRAS
PARAMETER
OUTPUT OUTPUTYANG TAK DlKEHENDAKl
,
DESAlW SlSTEM
PENGENDAU
Gambar HI-1.Bagan Umum Keterkaitan Antara Komponen Sistem. ' keseluruhan
dalam penelitian ini dibagi dalam beberapa sub sistem yang dikem-
bangkan menjadi sub-sub model. Menurut studi, model dibagi dalarn 5 sub-model analisis atau studi dan dengan demikian, bagan lingkar keseluruhan disusun berdasarkan sub-model atau studi tersebut seperti dapat dilihat pada Gambar III-2. Kelima sub-model atau studi yang dimaksud adalah : (1). Sub-model penetapan nilai intensitas energi total dari beberapa masukan (faktor)
produksi beras dengan menerapkan prinsip dasar model Tabel Transaksi 1-0. Sub-model ini disebut : STUDI-l/SM TABEL 1-0. (2). Sub-model penetapan hubungan empiris antara G-E&suatu teknologi produksi beras dengan berdasarkan pada model fungsi kurva pertumbuhan logistik. Sub-model ini disebut : STUDI-2/SM KURLOG.
I
I
Gambar m-2. Bagan ~ i n ~ k ~eseluruhan ar Sistem Dari Model SIANEPRAS.
t
(3). Sub-model penetapan paket teknologi produksi beras berdasarkan prinsip model MADA. Sub-model ini disebut : STUDI-3lSM MADA.
(4). Sub-model analisis produksi beras yang mengkaji perkembangan nilai dan laju parameter utama produksi dan konsumsi total beras melalui analisis terhadap satu kumpulan skenario. Sub-model ini disebut :STUDI-4lSM RAS.
dari
analisis ini selanjutnya dijadikan dasar untuk perhitungan produksi, dan konsumsi total dalam rangka keseimbangan (smiasembada) beras &lam kurun
wktu 1995-2005. (5). Sub-model analisis perkiraan proyeksi pemakaian energi dan kebutuhan surnber
.
tenaga traktor pengolah tanah dalam rangka keseimbangan beras &lam kurun waktu 1995-2005. Sub-model ini disebut : STUDI-5/SM KEBUTUHAN
ENERG1 DAN TRAKTOR atau STUDI-51SM KET. Kelima sub-model (SM) di atas digabung dalam suatu model simyIasi yang disebut Model Simulasi dan Analisis Energi Produksi Beras (Model SIANEPRAS) dan berdasarkan tahapan analisis, maka bagan tahapan Model SIANEPRAS disajikan pa& Gambar m-3. Dalam penelitian ini digunakan beberapa asumsi yang menyangkut sistem produksi, antara lain : (1). Beras merupakan bentuk hasil dari sistem produksi;
(2). Sistem produksi berm dibatasi hanya pada kegiatan pra-panen; (3). Faktor kehilangan hasil yang diperhitungkan meliputi kehilangan hasil total pada tahap pra dan pasca panen, dalam satuan % per tahun.
Tabel Neraca Energi Nadonal
STUDI-31 SM MAD4
STUDI-1ISM TABEL 1-0
Pengolah Tanah
1980
Nadonal
Memiliki Nilaj EMT
Ladang, dan Ratasata Menurut 3 Jenis Teknologi Pengolahan Pmses Pmdukd
I
i
Gambar III-3. Bagan Umum Tahapan Analisis Model SIANEPRAS.
P
VI
2. Analisis Kebutuhan Pelaksanaan kebijakan pemerintah program konservasi energi dan diversifikasi sumber energi mencakup seluruh sektor perekonomian negara dan termasuk sektor pertanian. Salah satu tujuannya adalah menekan laju pemunbuhan Q
konsumsi energi dalam negeri dengan tidak menghambat laju pertumbuhan 'ekonomi '9
nasional.
Analisis energi merupakan salah satu pendekatan yang sangat dibutuhkan dalam mengevaluasi sejauh mana konservasi energi dapat dilakukan di dalam suatu proses produksi. Dalam sektor pertanian, khususnya tanaman pangan, analisis energi ' masih
perlu untuk dikembangkan lebih lanjut secara rinci. Dengan analisis energ
dapat dilakukan perhitungan nisbah energi, perkiraan pemakaian energi dan kebutuhan traktor pa& produksi beras, khususnya dalam upaya mencapai dan mempertahankan keseimbangan (swasembada) beras di masa mendatang.
-
Apabila aspek energi dijadikan salah satu faktor pertimbangan dalam penetapan kriteria pemilihan altematif teknologi produksi beras, maka diperlukan adanya analisis energi terhadap paket teknologi yang dikaji. Karena, dengan analisis ini dapat dihasilkan nilai nisbah energi (RE) dan hubungan empiris antara masukan energi dan keluaran total (tingkat hasil) per hektar, pemakaian setara energi total suatu teknologi produksi beras secara nasional. Daiam kerangka analisis energi terhadap suatu proses produksi beras dibutuhkan adanya nilai faktor konversi setara energi ( W E ) dari setiap faktor produksi yang terlibat. ~leh'karenaitu, perhitugan
FKSE tersebut perlu dilakukan sehingga analisis aliran energi dari pros& dapat
dilakukan. Anahsis kebutuhan energi dalam rangka keseimbangan beras dapat meliputi analisis proyeksi kebutuhan langsung berupa bahan bakar atau listrik, maupun berupa energi tidak langsung melalui penggunaan benih, pupuk, pestisida, manush, dan ternak tarik alsin pertanian. Analisis proyeksi kebutuhan traktor untuk @engoJahan tanah diperlukan dalam rangka perencanaan pengembangan alsln pertanian khususnya &or.
Untuk menghasilkan proyeksi kebutuhan potensial traktor, maka
analisis perlu dikembangkan dengan didasarkan pada data perkembangan R,, (kW per hektar) menurut tenaga pengolah tanah manusia (pencangkul), ternak tarik dan traktor, atau menurut jumlah keseluruhan jenis tenaga (R,, .),,, Dengan demikian, pengembangan suatu model menyeluruh yang mencakup aspek-aspek tenebut di atas dibutuhkan agar mampu menghasilkan k e l k yang ditetapkan seperti yang telah disebutkan di muka. Hubungannya dengan perencanaan, maka hasil analisis &pat merupakan suatu bahan informasi yang penting bagi perencanaan kebutuhan energi dan traktor secara nasional maupun daerah dalam
rangka rencana pencapaian keseimbangan beras di masa mendatang.
3. Pemodelan Sistem Pemodelan sistern dalam penelitian ini diarahkan untuk mendapatkan model gabungan yang diharapkan mampu mernberikan hasil yang optimum. Seperti telah diperlihatkan pada Garnbar 111-2 dan Gambar ID-3 di muka bahwa Model I
SIANEPRAS terdiri 5 studi, yaitu Studi-1ISM Tabel 1-0, Studi-2/SM KURLOG, Studi3/SM MADA, Studi-4ISM RAS, dm Studi-5/SM KET. Persamaan, parameter dan tahapan analisisnya disajikan menurut : (1). Perhitungan koefisien konversi energi, (2). Hubungan empiris
& - GTproduksi
beras, (3). Penetapan paket
teknologi terbaik, dan (4). Iviasukan energi dan kemampuan produksi beras.
3.1. Perhitungan Koefisien Konversi Energi Berdasarkan struktur dasar Tabel 1-0,seperti diuraikan pada -piran
II-5,
bahwa &lam satuan Rupiah (Reardon, 1973; Wright, 1977; Denton, 1977; Huh, 1988; BPS, 1993),
w i + y i = x. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13-11 n
Wi = j=1 Xii dan koefisien teknologi a, = X , f i maka
:
Jumlah permintaan antara terhadap sektor i. Jumlah pennintaan akhir terhadap sektor i. = Jumlah output sektor i, (Rp); i= 1,2,3..n = Jumlah input sektor j, (Rp);i= 1,2,3..n = Output sektor i yang digunakan sebagai input sektor j untuk memproduksi output sebesar X, = Bmyaknya output sektor i untuk memproduksi satu satuan output sektor j; disebut Koefisien Input). = Jumlah sektor Input Antara, 1= 1,2,...n. , = Jumlah sektor Permintaan Antara, j= 1,2,..n. = =
Dalam satuan energi, Persamaan [3-21 menjadi :
Ei
=
Ei,
=
E,
=
i j
= =
Jumlah keluaran energi dari sektor produksi energi ke-i; ke arah baris, (MJ). Penjualan energi dari sektor produksi energi ke-i ke sektor Permintaan Antara ke-j, (MJ). Jumlah penjualan energi dari sektor produksi energi ke-i k e sektor Permintaan Akhir, (MJ). Jumlah sektor Input Antara, 1= 1,2,...n. Jumlah sektor Permintaan Antara, j= 1,2,..n.
Sesuai dengan konsep penyusunan Tabel 1-0, koefisien teknologi atau koefisien input terdiri dari koefisien teknologi Input Antara (aij), koefisien teknologi Input Primer (bkj),dan koefisien teknologi Permintaan Akhir (CY)). Jumlah koefisien teknologi Input Antara dan koefisien teknologi Input Primer ke arah kolom sama dengan 1 (BPS, 1994), atau:
dengan k adalah jumlah sektor Input Primer dan k = 1,2...m. Demikian juga, jurnlah koefisien teknologi Input Antara dan koefisien teknologi Input Permintaan Akhir ke
arah baris sama dengan I, atau,
.w ,
,
aij+~i+gi+hi+fi-Mi= 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . r . . .[3-61 dimana : $
=
ci
=
~oefisienInput Antara ke-i dan Permintaan Antara ke-j. Koefisien input dari Permintaan Akhir sektor Konsumsi Rumah-tangga
KR. gi = hi =
fi
=
h4,=
Koefisien dari Permintaan Akhir sektor Konsumsi Pemerintah KP. Koefisien input dari Permintaan Akhir sektor Pembentukan Modal Tetap BM. Koefisien input dari Permintaan Akhir sektor Ekspor, E. Koefisien input dari Permintan Akhir sektor Impor I.
Dengan mendasarkan pada pengertian dalam Penamaan [3-51 dan [3-61,
maka besamya output energi yang dijual d m sektor-sektor produksi enSrgi ke-i ke sektor Permintaan Antara ke-j adalah :
Demikian pula E (untuk Permintaan Akhir) ditaksir dengan Persamaan [3-81, (lihat juga Lampiran fI-5).
Sektor produksi komoditi terpilih (Permintaan Antara) dibatasi pa& sektor pertanian tanaman pangan dan sektor produksi yang terkait (Input Antara). Beberapa sektor produksi menurut komoditi yang dipilih adalah : (1) Padi, (2) Palawija, (3) Pupuk N, (4) Pupuk P, (5) Pupuk Za, (6) Pupuk Amonia, (7) Pupuk KomposMjau,
(8) Pestisida, (9) Traktor Roda-2, (10) Hand Sprayer, dan (11) Tanaman Pangan. Sektor produksi yang terkait ditetapkan dengan berdasarkan pada nilai koefisien,yang tidak sama dengan no1 terhadap sektor produksi terpilih. Terdapat tiga kelompok nilai koefisien teknologi (aij), yaitu : (1). Nilai koefisien teknologi antara sektor produksi energi (Input Antara) ke-i dengan sektor produksi komoditi terpilih
. (Permintaan Antara) ke-j; (2). Nilai koefisien teknologi antara sektor produksi energi (Input Antara) ke-i dengan sektor Permintaan Antara yang terkait dengan produksi komoditi terpilih; (3). Nilai koefisien teknologi antara sektor produksi komoditi terpilih (Permintaan Antara) ke-j dengan sektor yang Input Antara terkait (&lam ha1 ini Permintaan Antara terkait menjadi Input Antara terkait). Koefisien ke-(I) digunakan untuk menghitung intensitas energi langsung (EL), sedangkan koefisien ke-(2) dan ke-(3) untuk menghitung intensitas energi tidak langsung. Sektor produksi energi berdasarkan struktur Tabel Neraca Energi Nasional
(TNEN) 1990 terdiri dari :(a) Energi Padat LainnyaKayu, (b) Batubara, (c) BBM Berkadar Berat, (d) BBM Berkadar Ringan, ( e ) Gas AlamLPGLNG, (f) Gas Kota,
(g) Listrik, (h) Minyak Olahan Lainnya. Berdasarkan struktur Tabel 1-0, maka sektor produksi energi tersebut dikelompokkan menjadi 4 sektor ( i 4 ) yang mana aliran
energinya dialokasikan secara langsung ke sektor produksi terpilih (Pennintaan Antara) menurut baris. Keempat sektor produksi energi tersebut (Input Antara) adalah : (1) Energi Padat LainnyaIKayu (=a) atau Sektor 21, (2) Batubara (=b) atau Sektor 24, (3) Pengilangan Minyak Bumi dan LNG (= c, d, e, dan h) atau Sektor 41, (4) Listrik, Gas Dan Air (= f dan g) atau Sektor 5 1.
.Q
Jumlah konsumsi energi dalam negeri yang dijadikan dasar perhitqgan adalah jumlah energi pada baris Konsumsi Akhir (Jenis Komoditi No: 12) menurut kedelapan sektor produksi energi dalam TNEN 1990 seperti dapat dilihat Lampiran III-3. Berdasarkan TNEN tersebut maka besamya Konsumsi Akhir menurut keempat keiompok sektor produksi energi (Input Antara) diberikan pada Tabel III-1
Tabel m-1. Sektor Produksi Energi Berdasarkao TNEN Dan Tabel 1-0 Tahun 1990.
Bagan tahapan analisis Studi-11SM Tabel 1-0secara garis besar diberikan pada Gambar In-4.
Model Tabel 1-0 yang digunakan dalam studi adalah model yang terbuka dan atas dasar harga produser dengan klasifikasi sektor 66 x 66. Dalam penerapan, disamping terdapat kelemahan yang telah disebutkan di muka, dalam swdi ini .
.
' #
digunakan juga beberapa asumsi lainnya yang dapat mengakibatkan nil& inteqitas energi (MJlsatuan) hasil analisis dapat bersifat "underestimate" dan "overestimate". Beberapa asumsi tersebut antara lain adalah : (1). Stok diasumsikan konstan atau perubahannya sama dengan nol, sehingga
produksi yang mempakan output menjadi tidak berubah. Dengan dasar tersebut, maka jumlah produksi nasional komoditi terpilih yang digunakan adalah produksi nasional tahun 1990 sesuai dengan tahun Tabel 1-0. Menurut prinsip dasar Tabel 1-0, perhitungan jumlah produksi nasional suatu konioditi pada tahun tertentu harus dikoreksi dengan jumlah komoditi "carry over" tahun sebelumnya. Jumlah "cany over" ini kemudian merupakan pembahan stok bagi tahun selanjutnya. Sehingga apabila tidak diperhitungkan, nilai intensitas yang dihasilkan dapat bersifat "underestimate". (2). Nilai transaksi antar sektor produksi energi (Input Antara) dengan sektor \.
pennintaan antara terpilih diasumsikan seluruhnya merupakan nilai rupiah dari energi yang dialokasikan untuk sektor permintaan antara tersebut. Dalam prinsip dasar Tabel 1-0, nilai transaksi tersebut tidak sem-ya
digunakan untuk
. ~.
. . .
.
.
.~ ..
INPUT A N T A R A Sektor Pmduksi Energl Terplllh t I ) ; 1. Energi Padat Lainnya/ Kayu (Sektor 21) 2. Batubara (Sektor 24) 3. Pengilangan Minyak Bumi dan LNG (Sektor 41) 4. Listrik. Gas, dan Air (Sektor 51)
PERMINTAAN
SeMor Parmintpan
+ 5.Traktor roda 2
Total Pmdukcl EnergL ~ E ~ ~ ~ I 1. Energi Padat Lainnyal Kayu (Sektor 21) 2. Batubara (Sekto 24) 3. Pengilangan !ir/yak Bumi dan LNC! (Sektor 41), 4. Listrik. Gas. den W f (Saktor 51)
.
Alm C m g i
Tabel Transaksi Energi Langsung (EL U I
I
(unit)
'
---+
Tabei Transaksi Energi Langsung dan Tidak Langsung ( ETil I
Energi Tidak Langsung ( ETL il I
Pj ( unit )
1
rl
n
P I (unit) h
. Palawija . Pupuk .Pettisida
Traktor mda 2
. Bajak . Hand sprayer Tanamsn
K.tsrangan:t
-
Jumlah ..lbDr Input A n t s n y.ng
w*t
Gambar lU-4. Bagan Tahapan Analisis StudiilISM Tabel 1-0.
(
I
)
:
pemenuhan kebutuhan energ sehingga perlu dikoreksi dengan ftaksi nilai transaski untuk jasa. Akan tetapi, pa& umumnya fraksi nilai transaksi untuk jasa di &lam transaksi dengan sektor produksi energi sangat kecil, dan karena juga perhitungannya bersifat makro, maka fraksi tersebut diabaikan &lam perhitungan. Apabila fraksi ini tidak diperh~tungkan,maka hasil perhilungan &pat bersifat "overestimate". (3). Nilai transaksi dalam Tabel 1-0 diasumsikan tidak termasuk besarnya subsidi
yang dilakukan pemerintah terhadap beberapa komoditi. Misalnya subsidi yang dlberikan pada pupuk dan pestisida belum dimasukan ke dalam perhitungan transaksi. Sehingga kondisi tersebut &pat menyebabkan hasil perhitungan
"underestimate". (4). Faktor produksi berupa tanah diasumsikan belum dimasukkan ke &lam nilai
transaksi &lam Tabel 1-0. Tanah sebagai salah satu faktor produkst memiliki "opportunity cost" yang cukup tinggi berupa unsur hara yang terkandung di cthiauu~yay \ u ~ grlapai diitunversi ke &lam setara energi. Oleh h e m ity kondisi
ini &pat menyebabkan hasil pehitungan yang "underestimate" (5). Perhitungan intensitas energi padl dibatasi hanya pa& kegiatan pra-panen yang
meliputi kegiatan pengolahan tanah sampai siap tanam, penanaman, pemup & q penyiangan, pemberantasan hama dan penyakit dan panen secara manual.
(6). J3arga energi per MJ atau per kalori dianggap sama untuk semuajenis energi.
(7). Efisiensi pemakaian energi dari setiap sektor pengguna energi diasumsikan 100 persen. Terdapat dua jenis intensitas yang di hitung, yaitu intensitas energi langsung dan intensitas energi tidak langsung. Intensitas energi langsung (ELj) adalah intensitas energi yang dihitung berdasarkan aliran energi yang lulgsung dialokas~kandan keempat sektor produksi energ (Input Antara) yang felah disebutkan di atas (i
=
4). Intensitas energi tidak langsung (IETLj) dihitung
berdasarkan aliran energi yang tidak langsung masuk ke sektor produksi terpilih (Permintaan Antara), yaitu yang melalui sektor Input Antara yang terkait dengan proses produksi secara tidak langsung (bukan d i m energi dari sektor produksi energi). Sedangkan intensitas energi total (LETj) adalah jumlah dari lE$ dengan ETLj Rumus umum untuk menghitung intensitas energi suatu sektor produksi
Permintaan Antara ke-j (E,) adalah Persamaan 13-91, sedangkan untuk TEL,, Ellj
dan IET, masing-masing dihitung dengan Persamaan [3-lo], [3-111 dan [3-121.
dimana : Intensitas energi untuk kolom sektor Permintaan Antara ke-j, (MSlsatuan). Intensitas energi langsung untuk kolom PerminAntara ke-j, (MJIsatuan). Intensitas energi total untuk kolom Permintaan Antara ke-j, (MJ/satuan). Jumlah aliran energi yang digunakan oleh sektor produksi (Pewintaan Antara) ke-j; ke arah kolom j, (MJ). Jumlah aliran energi langsung dari sektor produksi energi (Input Antara) yang digunakan oleh sektor Permintaan Antara ke-j; ke 'arah kolom j, (MJ). Jumlah aliran energi langsung dan tidak langsung (yang melalui sektor terkait) yang digunakan oleh sektor Pennintaan A n t m ke j; ke arah kolom j, (MJ). Jumlah produksi komoditi yang diproduksi oleh sektor Permintaan Antara ke-j, (Satuan: kg, atau unit); P, tahun 1990 &pat dilihat pada Lampiran III-4. Jumlah sektor produksi komoditi (Permintaan Antara) terpilih, dan j = 1,....8. Sedangkan rumus umum untuk ej adalah Persamaan [3-131 dan untuk eL, clan eT, masing-masing adalah Persamaan 13-14] dan [3-151.
dimana Eij
=
ELi
=
ET,
=
Besar aiiran (penjualan) energi dari sektor produksi energi (Input Antara) ke-i ke sektor produksi (Permintaan Antara) ke-j, (MJ). Besar aliran (penjualan) energi divi sektor produksi energi (Input Antara) ke-i langsung ke sektor produksi (Permintaan Antara) ke-j, (MJ). Jurnlah aliran (penjualan) energi yang langsung dari sektor produksi energi (Input Antara) ke-i dm energi yang melalui sektor produksi (Input Antara)
i j
=
t
=
=
terkait atau tidak langsung ke sektor produksi (Permintaan Antara) ke-j, (MJ). Jumlah sektor produksi energi; i = 1,...,4. Jumlah sektor produksi komoditi (Permintaan Antara) terpilih; dan j = 1,..., 8. Jumlah sektor produksi (Input Antara) terkait dengan sektor produksi komoditi terpilih. Besaran-besaran di atas dihitung melalui pengolahan data dari Tabel 1-0, C
Tabel Neraca Energi Nasional dan produksi nasional komoditi terpilih tahun 1990 dengan menggunakan program Lotus 123 Release 5.
, 3
3.2. Hubungan Empiris EM,-E, Produksi Beras Seperti telah diutarakan bahwa pengkajian hubungan empiris antara Em-E,
dalam produksi beras didekati dengan model kurva pertumbuhan logistik
dengan persamaan yang dikembangkan oleh Hubbert (1962) clan dikemukakan oleh Steinhart (1974). Persamaan umum yang dijadikan dasar &lam analsis-ini adalah Persamaan [2-31. Bentuk umum kurva hubungan empiris antara masukan eaergi total
dan keluaran energi total (MJiha) produksi beras diperlihatkan pada Gambar 111-5. Dengan demikian model empirisnya mengikuti Persamaan [3-161 seperti berikut,
dimana : En
=
Keluaran energi total, yaitu nilai setara energi beras yang dihasilkan,
,&F
=
Nilai setara energi tingkat hasil potensial maksimum (MJha); dihitung dengan rumus Yoshida (1981).
Wh).
E,
Masukan energi total, yaitu jumlah setara energi suatu paket teknologi produksi beras termasuk teknologi pengolahan tanah yang dtetapkan; Nilai E, lebih besar dari nol. = Konstanta yang menunjukkan karakteristik kurva hubungan Em-Em =
a ,p
=
E, E,
Kaluann enwgi total. (MJlha).
= Masukan energi total. (MJlha).
E,
,,
OA
=
Daqmn nwologl dl rnana pearnbahan mnukan m q q i masm mmdapadnn
AB
=
Daenh bMologl M mana partarnbahm marukm mergl rnqndapatkmkana+
= Nilal satan wrqi dad tlngkd haslll potenski maelmum lanarnrn pad1 dl Indonesia berdasaMn mmus yang dlkembrngbn oieh Yosh!ds (1980 lunalkar tlngkat has1 aemaMn rneningkat(rampa1IM C). l u n UngM hasll SernaMn rnengecl (zampal0)
cur> 8 = E,
D a m n dlmana tingkat hasil rnungidncendwng temp atau rnqnunnr
dlasumslkan mrrupakan IndlMor masdim mergl total pmduksl b * n e dm nUaC
nyr selrlu Iobih besar dad no1
Gambar III-5. Kurva Model Hubungan Empiris &-Em Produksi Beras.
Nilai a dan b dihitung melalui prosedur regresi linier terhdap Persamaan [3-161 dengan menggunakan data statistik Struktur Ongkos Usaha Tani Padi dan Palawija tahun 1979-1992. Karena batasan analisis dalam studi ini, maka data yang digunakan hanyn data Struktur Ongkos U s a h Tiini Padi ( = SOUP). Ta!pan perhitungan a dan b adalah merubah Persamaan [3-161 menjadi persamaan log&tmik, yaitu menjadi Persamaan [3- 171 berikut :
,
-
dimana Ln (e) = 1. Menurut bentuk umum persamaan regresi l i ~ e rY = n + bX,
.maka :
Em , merupakan tingkat hasil potensial maksimum tanaman padi di mana tingkat hasilnya mulai mendatar clan tidak meningkat lagi ("leveling off'). Data nilai rata-rata tingkat hasil potensial maksimum tanaman p d di ~ wilayah Indonesia sejauh ini belum tersedia Oleh karena itu, penetapan nilai ini digunakan rumus yang
,,,,E
atau tingkat hasil potensial maksimum tanaman padi di Indonesia
dihitung dengan rumus yang dikembangkan oleh Yoshida (1981) yaitu Persamaan [3-221 berikut,
potensial maksimum (=Em ,),, (dm2 berat kering be&). Efisiensi fotosintetis, atau kemampw tanaman padi mengkonversi energi swya dalam proses fotosintesis, (%); Untuk efisiensi sedang 2,5 %, efisiensi tinggi 3,5 % (Yoshida, 1981). Lama waktu pengisian bulir padi sampai masak, (hari); Untuk wilayah tropis rata-rata 25 hari. Rata-rata radiasi surya yang sampai di permukaan bumi; Untuk wilayah Indonesia besarnya 4,5 k W m 2 per hari atau 386,9 kaVcm2 per hari (BAKOREN, 1991). Nilai konversi panas pembakaran dari bahan kering beras; K = 4000 k d g r (Yoshida, 1981).
W Ep
= Tingkat hasil
T
=
S
=
K
=
=
Untuk merubah satuan W menjadi ton GKG per ha pada kadar air 14 %, dilakukan modifikasi rumus dengan memasukkan rendemen dari GKG ke beras (=gd), persen berat bahan kering GKG (=p), dan angka konversi dari m2 ke ha dan gram ke ton, maka Persamaan [3-221 menjadi Persamaan [3-231 dan disederhanakan menjadi
dimana : W
=
Rd KA
= = =
p
Tingkat hail potrensial maksimum (=EKTm&,(ton GKGh); pada KA = 14 %. Faktor konversi dari GKG ke beras; Rata-rata Indonesia Rd = 68 %. Kadar air GKG; Untuk Indonesia KA = 14 %. Persen berat bahan kering; p = (100-14) = 86 %.
Nilai E,
diasumsikan sebagai masukan energi total dari s u a g paket
teknologi produksi beras yang ditetapkan. Paket teknologi yang dimaksud meliputi kegiatan pengolahan tanah dengan tenagan manusia (fnencangkul), temak kerja atau traktor roda-2. Setiap perubahan paket teknologi produksi beras dikuantifikasikan dengan besamya ,E
.produksi
(MJha). Faktor konversi dari setiap masukan dan keluaran
beras yang digunakan dalam Studi-2/SM KURLOG disajikan pada
Lampiran 111-5 Tingkat produksi per hektar diaswnsikan sama untuk setiap teknologi pengolahan tanah, apakah dengan tenaga manusia, ternak atau traktor roda:2. Asumsi ini digunakan karena sejauh ini belum terdapat data yang secara statistik menunjukkan adanya perbedaan nyata &lam tingkat produksi per ha di antara teknologi pengolahan tanah tersebut. Nilai E,
untuk ladang diasumsikan sebesar 50 % dari E m,
sawah.
Asumsi ini didasarkan pada perbandingan angka rata-rata tingkat hasil per hektar pad^ pada lahan ladang terhadap angka pa& lahan sawah. Perhitungan koefisien a
dan
p dari Persamaan [3-161
dilakukan menurut rata-rata lahan sawah dan ladang,
serta seluruh lahan tanpa membedakan sawah dan ladang menurut jenis surnber tenaga pengolah tanah. Dengan demikian akan diperoleh model empiris hubungan
Em-E,
menurut jenis lahan dan teknologi pengolahan tanah secara nasional meldui
perhitungan a dan
P. Bagan tahapan analisis Studi-2/SM KURLOG dapat dilihat
pada Gambar lD-6.
1
3.3. Penetapan Paket Teknologi Terbaik
Penetapan paket teknologi produksi beras di masa mendatang perlu didasari oleh faktor pertimbangan yang tercakup dalam pengertian konsep dasar pembangun-
an perta~anbe~kesinarnbunganyang berwawasan lingkungan. Faktor tersebut dijabarkan menjadi kriteria pemilihan dalam menetapkan keputusan pilihan di antara altematif paket teknologi yang diuji. Faktor pertimbangan tersebut dapat meliputi aspek penggunaan energi, sosialekonomi, teknis, dan pelestarian lingkungan. Dengan demikian, paket teknologi masa depan yang ditetapkan adalah paket .
teknologi yang terbaik menurut kriteria pemilihan yang ditentukan. Dalam Studi31SM MADA proses penetapan suatu keputusan pilihan paket teknologi produksi beras didasarkan pada nilai total Ekspektasi Utiliti (Expected Utility) yang tertinggi di antara beberapa altematif keputusan yang dianalisis (Mangkusubroto, 1987). Total Ekspektasi Utiliti setiap altematif keputusan dihitung berdasarkan pada nilai kriteria, nilai konstanta (pembobot) dan h g s i utuliti setiap
n I Struktur Ongkos Usaha Tani Padi dan Palawija t979 I991
I
-
- Penggunaan Pupuk N. P, K (kglHa) - Pmggunaan Pestisida - Biaya Upah Bwuh (Rpiha)
EKT=
EKT maks l+aExp(-P(EMT))
-1
= a Exp
, EMT > 0
(- p)(EMT)
-
Gambar Ill-6. Bagan Tahapan Analisis Studi-2ISM KURLOG.
kriteria. Tahapan pendekatan analisis MADA secara garis besar dapat disusun sebagai berikut : (1). Penetapan satu set altematif keputusan. Dalam studi ini altematif keputusannya
adalah alternatif paket teknologi produksi beras.
(2). Penetapan faktor pertimbangan utama dan spesifik, dan kriteria Wilihan (atribut).
(3). Penetapan satu set tujuan dari analisis. (4). Perhitungan nilai setiap kriteria pemilihan dari setiap alternatif paket teknologi
dan menentukan batas nilai terbaik dan terburuk dari setiap kriteria. (5). Penetapan konstanta skala (pembobotan) dan model h g s i utiliti dari setiap
kriteria. (6). Penghitungan dan pengurutan nilai ekspektasi utiliti setiap afternatif paket
teknologi. Bagan tahapan analisis Studi-3/SM MADA dapat dilihat secara lengkap pada Gambar III-7. Dalam penelitian ini ditetapkan empat altematif paket teknologi produksi beras pola intensifikasi khusus (Insus) yang sudah ada dan diintroduksikan di Jawa Barat. Keempat alternatif paket teknologi tersebut adalah Insus Paket B, C, D dan Supra Insus (DINAS PTP, 1994). Persamaan dan perbedaan dari masing-masing paket adalah sebagai berikut : (1). Jumlah per hektar benih, pupuk N, P, K , pestisidalinsektisida dan karbofuran sama untuk keempat paket;
Penetapan satu set alternatif
bangan dan satu set kdteria
I
Penetapan satu set tujuan (multiple objectbe)
I
1
unb~ka n a l i i MADA :
n Perhitungan nilai kriteria $an masingmasinga h a l i f paket teknologi
tsrbaik dan terbuuk dari setiap kriteria
I N m l Resiko Penggemar Reaiko (2) P m g h i i r Reaiko (3)
P e w u n a n tabel nilai ulil* alternatif paket teknologi ke- j dengan biteria k e i : IUI(XW
Gambar III-7. Bagan Tahapan Analisis Studi-3lSM MADA.
(2). Pada Insus Paket B digunakan 100 kg pupuk kandang (kompos) per hektar,
sedangkan pada ketiga paket lainnya tidak digunakan; (3). Pada Insus Paket B dan C tidak digunakan Sitozim, sedangkan pada Insus Paket
D clan Supra Insus digunakan zat pengatur turnbuh Sitozim masing-masing sebanyak 0,5 liter per hektar; (4). Keadaan sawah untuk keempat paket sama, yaitu sawah beririgasi teknis;
K
,
(5). Pada Insus Paket D dan Supra Insus pengolahan tanahnya dilakukan secara lebih
sempurna dibandingkan dengan pada Paket Insus B dan C; (6). Perbedaan antara Supra Insus dengan Paket Insus D dan dengan paket laimya
adalah bahwa pada paket Supra Insus pola penerapannya intensifikasi dilakukan atas dasar kaitan kerjasama antar kelompok tani insus dalam satu wilayah kej a penyuluhan pertanian dan dalam skala yang lebih luas ditingkatkan menjadi kerjasama antar wilayah kej a penyuluhan. Uraian tentang keempat jenis paket teknologi dapat dilihat pada Lampiran 11-1 dan uraian secara lengkap tentang kebutuhan fisik masukan produksinya (kuantitas per hektar) diberikan pada Lampiran 111-6. Sedangkan daftar faktor konversi dari setiap masukan produksi yang digunakan &pat dilihat pada Lampiran III-7. Jenis teknologi pengolahan tanah yang akan dikombinasikan dengan alternatif paket teknologi ditetapkan 3 jenis, yaitu pengolahan tanah dengan sumber tenaga tenaga manusia, temak tarik dan traktor. Ketiga jenis teknologi pengolah tanah tersebut dinyatakan dalam kasus susunan fraksi setiap armada sumber tenaga
pengolah tanah. Dengan demikian, setiap kasus terdiri dari tiga fraksi yaitu fraksi dari
masing-masing jenis sumber tenaga. Diasumsikan bahwa ketiga fraksi tersebut berkembang sebagai suatu kesatuan sumber tenaga pengolah tanah di dalam suatu wilayah atau suatu negara dan jurnlah fraksi adalah 100 persen. Penentuan kasus susunan fraksi dilakukan berdasarkan model empiris pendugaan yang diperoleh melalui analisis kecenderungan (trend). Model empiris pendugaan jurnlah. mmber ,
.
tanaga pengolah tanah ditetapkan dengan menggunakan data statistik tahun 19301991. Dengan menerapkan model yang dihasilkan, maka selanjutnya laju pertumbuhan (Wth) dan perkembangan fraksi sumber tenaga untuk tahun 1995-2005 dapat ditetapkan. Dari hasil tersebut maka ditetapkan hanya tiga kasus fraksi armada sumber tenaga &lam analisis keseimbangan beras, yaitu kondisi fraksi tahun 1995 (= Kasus-1), tahun 2000 (= Kasus-2), dan tahun 2005 (=Kasus-3). Dalam Stud13 ini,
dari ketiga kasus tersebut hanya Kasus-1 dikombinasikan dengan keempat paket teknologi yang tersedia (DINAS PTP, 1994). Dengan demikian terdapat 4 kombinasi altematif paket teknolog~produksi beras yang dianalisis. Bagan susunan altematif keputusan (paket teknologi) yang ditelaah diberikan pada Gambar 111-8. Tahapan selanjutnya adalah perhitungan fraksi luas tanam potensial (luas yang tersedia) berdasarkan fraksi sumber tenaga Kasus-1, kapasitas kerja clan waktu tersedia untuk pengolahan tanah dalam setahun. Tahapan penetapan fraksi dan perhi-
tungan fraksi luas tanamnya &pat dilihat pada Gambar 111-9.Fraksi luas potensial yang mampu diolah oleh tiaptiap armada, selanjutnya digunakan dalam perhitungan nilai laiteria dengan menggunakan faktor konversi.
Gambar III-8. Susunan Alternatif Paket Teknologi Yang Dianalisis Dalam Studi-3lSM MADA. Penetapan faktor pertimbangan utama dan kriteria pemilihan didasari oleh pemikiran prospektif ke masa yang akan datang di mana diharapkan dapat memenuhi secara ideal persyaratan atau kondisi yang dikehendaki. Persyaratan yang dimaksud adalah yang sejalan dengan kerangka pembangunan pertanian yang tangguh yang memiliki ciri berkesinambungan yang berwawasan lingkungan. Paket yang berdasarkan ha1 tersebut diharapkan mampu menghadapi tantangan dan peluang di masa yang
aka-datang. Dalam studi ini, penetapan faktor pertimbangan utama dibatasi oleh batasan sistem dan kendala keterseQaan data dan waktu sehingga hanya meliputi : (A) Efisiensi energi, (B) Dampak terhadap lingkungan hidup, (C) Dampak sosial ekonomi, dan @) Efisiensi waktu pengolahan tanah Dengan dasar pemikiran dan kendala tersebut maka enam kriteria pemilihan ditetapkan. Pada Tabel III-2 disajikan faktor pertimbangan utama dan spesifik, susunan kriteria pemilihan dan ukurannya.
Jumlah tenaga manusis
Jumlah tenaga temak tarik
tenaga traktor sitas kerja (ha/jam/unit) dan jgm ten* dia dalam setahun.
model empim pendugaan sampai tahun 2005 jenis sumber tenaga (ha) Dikalikan dengan faMor konversi
4 .L .L IDihasilkan perkembangan kW total I tiap tahun menurut sumber tenaga pengolah tanah tahun 1980-2005:
Dikalikan dengan : Perkembangan luas tanam patensial yang tersedia bedasarkan modelpendugaan sampai tahun 2005 (juta ha)
r
1
Dipemleh luas tsnam potensial yang mampu diolah menurut sumber tenaga
Traktor
untuk Kasus-I menurut sumber tenaga
GambarIII-9. Bagan Tahapan Penetapan Kasus Fraksi Sumber Tenaga Pengolah Tanah Dan Fraksi Luas Taoamnya.
Tabel m-2. Susunan Kriteria Pemilihan Dan Faktor Spesifiknya Dalam Studi-3ISM MADA.
- Keuntungan terbadap petani kegiatan pengolahan tanah
Keteranean
: *)
-
J d a h jam tidak hanya meliputi kapasitas Ma, tetapi meliputi juga jumlah jiun kegatan lainnya yang dibutuhkan untuk penyelesaian pengolahan tanah. ,E dan,E dalam sotuan MJha; RE = EK,lEm
Tujuan analisis disesuaikan dengan faktor pertimbangan utama dan kriteria yang ditetapkan. Dengan demikian, analisis didasari oleh tujuan-tujuan berikut : (I). Memaksimumkan nilai rasio energi proses produksi beras dengan tingkat hasil semaksimum munglun. (2). Meminimumkan tingkat pencemaran lingkungan akibat penggunaan bahan
kimia untuk pertanian (seperti pupuk kimia, pestisida, herbisida), dan akibat pemakaian bahan bakar minyak (emisi C02) oleh tralctor atau mesin pertanian. (3). Memaksimumkan tingkat penyerapan tenaga kerja yang didasari oleh upaya
peningkatan efisiensi dan produktivitas kerja sekaligus peningkatan lapangan kerja.
(4). Memaksimumkan keuntungan bersih per ha dalam rangka meningkatkan kese-
jahteraan petani. Kriteria pemilihan (atribut) adalah ukuran daripada tujuan yang ditetapkan yang mempakan suatu nilai untuk membandingkan preferensi terhadap suatu kriteria. Perhitungan nilai setiap kriteria untuk tiaptiap altematif paket teknologi di&sarkan beberapa asumsi dan nunus. Cara perhitungan nilai tiap kriteria &pat dilihat pa& ,
Nilai batas kriteria didasarkan pada pengertian nilai terbaik dan terburuk di
dalam selang nilai yang dihasilkan perhitungan pada setiap altematif. Untuk kriteria XI, X2 dan X5 nilai batas terbaiknya adalah nilai maksimum, sebaliknya nilai batas
terburuknya adalah nilai minimum yang dihasilkan oeh perhitungan. Akan tetapi,
untuk kriteria X3, X4 dan X6 nilai batas terbaiknya adalah nilai minimum, dan nilai terburuknya adalah nilai maksimurn yang dihasilkan oleh perhitungan.
.
Konstanta skala pada dasarnya mencerminkan derajat kepentingan relatif antar kriteria yang dinyatakan secara kuantitatip. Semakin penting suatu kriteria, maka semakin besar pula nilai konstanta skalanya Oleh karena itu, bila dikaitkan dengan batasan nilai kriteria, maka interpretasinya yang lebih tepat adalah sebagai bobot (Mangkusubroto, 1982; Foell, 1981). Konstanta skala (pembobotan) dari tiaptiap kriteria pemilihan, yaitu k, di mana i=1,2,...,6. Perhitungan nilai kriteria dilakukan berdasarkan Survei Tipe-B1, sedangkan penetapan nilai skala konstantanya didasarkan pada hasil Survei T i p 8 2 terhadap 100 responden yang terdiri dari para
Diasumsikan bahwa kelompok responden tersebut sudah mempertimbangkan atau memasukkan aspek kepentingan para petani dalam proses pengambilan keputusan. Dengan demikian dalam suwei tersebut para petani tidak dijadikan sebagai responden. Akan tetapi, dalam pengembangan model lebih lanjut tidak tertutup r'
kemungkinan untuk menjadikan petani sebagai responden. Kuesioner kedua jenis suwei dapat dilihat pada Lampiran IV-2.
, -
Fungsi utiliti tiap kriteria untuk setiap alternatif dipengaruhi oleh sikap seseorang dalam menghadapi suatu persoalan atau kejadian yang mengandung resiko. Pada dasamya dibedakan menjadi tiga yaitu sikap penghindar resiko, penggemar resiko dan netral resiko. Pengertian ketiga sikap tersebut dapat dilihat pada Lampiran 111-9. Pada lampiran tersebut juga disajikan uraian dari beberapa istilah lainnya dari
model MADA. Menurut Mangkusubroto (1982) dan Foe11 (1981), persamaan fungsi utiliti secara matematis dinyatakan oleh Persamaan [3-251 untuk yang penghindar dan penggemar resiko, dan Persamaan [3-261 untuk yang netral resiko. Persamaan tersebut adalah
dimana : U(x)= Fungsi utiliti untuk nilai x.
C
= Parameter, negatif untuk penggemar resiko, positif untuk penghin-
X"
= =
X'
dar resiko. Nilai batas bawah (minimum) fungsi utiliti. Nilai batas atas (maksimum) fungsi utiliti.
X
=
Nilai dari kriteria pada sumbu x.
Karena menurut prosedur perlu disusun nilai utiliti setiap kriteria (dengan jumlah kriteria i=1,2..,n) menurut altematif keputusan yang diuji (dengan jumlah alternatif keputusan j=1,2, .... m), maka Persamaan [3-251 dan [3-261 dimodifikasi menjadi Persamaan [3-271 dan [3-281.
I
dimana : U,(Xi)
=
X..
xbi
= =
XIi
=
I
=
j
=
Nilai utiliti alternatif keputusan (paket teknologi) ke-j dengan kriteria ke-i. Nilai kriteria ke-i untuk alternatif keputusan ke-j. Nilai batas bawah (minimum) fimgsi utiliti dari kriteria ke-i. Nilai batas atas (maksimum) fungsi utiliti dari kriteria ke-i. Jumlah kriteria yang ditetapkan, (i =1,2, ........ ,n). Jumlah alternatif keputusan yang ditetapkan, (i -1,2, ...... m).
.
Penetapan model fungsi utiliti setiap kriteria yang berdasarkan pada sikap terhadap resiko tersebut diatas, secara ideal dilakukan melalui pendekatan wawancara dan diskusi. Pendekatan ini dilakukan dengan metode pertanyaan khusus dengan para pengambil keputusan atau para pakar yang terkait dengan pengambilan keputusan (dalam ha1 ini adalah penetapan paket teknologi produksi beras dirnasa mendatang). Pada penelitian ini, penetapan model fungsi utiliti tersebut dilakukan berdasarkan hasil Suwei Tipe-I32 terhadap 100 responden yang terdiri para pengambil keputusan/kebijakan, anggota legislatif dan peneliti. Menurut Mangkusubroto (1982) dan Foell (1981) bahwa diantara ketiga sikap tersebut di atas, yang paling
sering dijurnpai dalam menghadapi kejadian yang tak pasti dan melibatkan konsekuensi penting adalah sikap penghindar resiko. Setelah menyusun nilai utiliti dari setiap kriteria untuk setlap altematif teknologi yang diuji (U,(X,)), selanjutnya adalah penetapan nilai konstanta skala.
maka
a
Dalam tahapan perhitungan nilai ekspektasi utiliti (EU), menurut,<ernatif keputusan, dikenal ada dua bentuk fungsi utiliti kriteria majemuk. Kedua funysi tersebut adalah fungsi penjumlahan dan perkalian yang dinyatakan masing-masing oleh Persamaan [3-291 dan Persamaan [3-301 berikut (Mangkusubroto, 1982; Foell,
1981; dan Supranto, 1991),
dimana
U(X)
=
Ui(Xi) k, k,
=
=
Fungsi utiliti atas kriteria majemuk X; di mana X adalah suatu set kriteria yang terdiri atas Xi dengan i =1,2,....n. Fungsi utiliti tunggal kriteria ke-i. Nilai konstanta skala (pembobotan).
Sebagai tahapan selanjutnya adalah penyusunan tabel nilai ekspektasi utiliti dari setiap kriteria (dengan i=1,2,...6 ) untuk setiap atternatif keputusan (paket teknologi), dengan j=1,2,..4).
Dengan demikian, Persamaan [3-291 dan [3-301 dapat
dimodifikasi menjadi Persamaan [3-311 dan 13-32],
.
dimana :
(EU), k, k, U,(Xi)
= = =
Nilai total ekspektasi utiliti dari altematif keputusan ke-j. Nilai konstanta skala (pembobotan) untuk kriteria ke-i. ,., Nilai utiliti setiap kriteria ke-i pada alternatif keputusjm (peket , teknologi) ke-j.
Susunan tabel perhitungan nilai ekspektasi utiliti dapavdilihat pa& Tabel 111-3 Menurut Mangkusubroto (1982) dan Supranto (1991) bahwa fungsi utiliti kriteria majemuk model penjumlahan merupakan model yang paling sederhana, mudah pengoperasiannya dan yang umum digunakan. Di dalam memilih model fungsi utiliti kriteria majemuk diperlukan beberapa persyaratan tentang kondisi kriteria, diantaranya adalah : (a) apakah kriteria dalam kondisi kepastian atau ketidakpastian, (b) apakah hubungan antar kriteria berada &lam kondisi s'aling tak bergantungan utiliti (TBU), tak bergantungan preferensi (TBP), atau tak bergantungan penjumlahan (TBPer). Uraian
pengertian
ketiga kondisi tersebut dapat
dilihat pada Lampiran 111-7. Fungsi utiliti yang digunakan dalam studi ini adalah fungsi model penjumlahan ( Persamaan [3-3I] ) karena beberapa keterbatasan dan asumsi. Asumsi yang digunakan dan kondisi kriteria yang mendasari penetapan model fungsi tersebut adalah : (1). Bahwa semua kriteria pemilihan yang dibwnakan berada di dalam kondisi
kepastian artinya bahwa besarannya dapat diketahui dan ditetapkan secara pasti.
(2). Bahwa antar kriteria pemilihan terjadi hubungan &lam kondisi tak bergan-
tungan preferensi. Altematif paket teknologi yang dipilih adalah alternatif yang memiliki nilai ekspektasi utiliti (EU), yang tertinggi.
.........
........ kn
n '
EKSPEKTASI UTlLlTl :
U, (X, )
U, (Xn)
EU(X,,
EU(Xh
....-...
........
.......,.
Uj (Xn)
..
EU(Xq
Urn(Xn -EU(X),
L Keteranaan :
-
Alternatif keputusan yang dipilih adalah yang nilai EU(X)j -nys teltinggi.
- RUMUS EKSPEKTASI UTlLlTl :
n
EU(X)j = F 1 k i . U j ( X i )
Tabel 111-3. Struktur Tabel Perhitungan Nilai Ekspektasi Utiliti.
3.4. Masukan Energi Dan Kemampuan Produbsi Beras
Analisis proyeksi kebutuhan energi dan txaktor sebagai suatu studi kasus (Studi-S/SM KET) mempunyai hubungan keterkaitan dengan hasil analisis produksi beras (Studi-IISM RAS). Keterkaitan tersebut terutama &lam perhitungan proyeksi n
kebutuhan setara energi, traktor dan luas panen, serta R E dalam rangka' keseirnbangan beras di masa mendatang dalam kurun waktu 1995-2005. Untuk mengkaji kemampuan produksi beras di masa mendatang dibutuhkan suatu model simulasi yang mengaitkan semua faktor produksi dengan energi untuk berbagai skenario. Dengan demikian, model seperti ini diperlukan dalam Studi-S/SM KET yang mana dapat memberikan keluaran dalam bentuk perkembangan proyeksi untuk kurun
waktu sampai 2005 dari : (a) jumlah penduduk, (b) tingkat konsurnsi berm per kapita per tahun, (c) cadangan beras nasional, (d) konsumsi total, (e) tingkat basil-per ha,
(0
luas panen, (g) produksi total, (h) tingkat surplus, dan (i) luas panen yang dibutuhkan. Untuk itu model analisis produksi beras atau Studi74/SMRAS dikembangkan dan
has11 analisisnya kemudian dijadikan dasar perhitungan dalam Studi-S/SM KET dalam rangka keseimbangan beras di masa mendatang. Parameter yang dibutuhkan dalam pengembangan model analisis produksi berm (Studi4lSM RAS) adalah :
(1). Dalam subsistem vroduksi beras: laju pertumbuhan luas panen padi (%Ith), laju pertumbuhan tingkat hasil per ha meliputi pra dan pasca panen (96).
(O?'),
dan tingkat kehilangan hasil total yang
(2). Dalam subsistem konsumsi beras: laju pertumbuhan penduduk (Ydth),laju pertumbuhan tingkat konsumsi beras per kapita per tahun (Ydth), laju pertumbuhan kebutuhan b e m untuk bahan baku industri pangan (%/th),dan tingkat cadangan beras nasional. (3). Dalam ~rhitungana s ~ e ke n e r ~. laju pertumbuhan masukan energi totaCMJ per
hektar (Ydth). Aspek sosial ekonomi tidak dibahas dalam .studi ini dengan maksud untuk
membawi sistem. Namun aspek tersebut dapat diakomodir melalui penggunaan beberapa parameter hasil studi sebelumnya (Sudaryanto, dkk., 1992) di mana digunakan parameter-parameter ekonomi. Untuk memperoleh model empiris dari perkembangan nilai laju pertumbuhan setiap parameter sarnpai tahun 2005,dig&
pendekatan analisis kecenderung-
an (trend) dengan didasarkan pada model persamaan linier atau non-]in&. Menurut Jogiyanto (1985) bahwa analisis trend merupakan salah satu alat untuk peramalan keadaan di masa mendatang dari suatu variabel kuantitatip berdasarkan deret berkala ("time series"). Menurutnya bahwa "trend tersebut merupalcan komponen dari deret berkala yang terdiri dari bentuk gerakan jangka panjang naik atau turn yang menuju ke satu arah dari kumpulan data historis, sedangkan deret berkala merupakan sekumpulan data obsewasi satu variabel kuantitatip yang merupakan fungsi dari waktu. Asumsi yang digunakan di dalam analisis tersebut adalah : (a). Tidak adanya intewensi terhadap proses yang terjadi selama periode analisis (1995-2005);(b). Persamaan model empiris yang diperoleh semaksimal mungin mendekati pola
perkembangan yang kemungkinan dapat terjadi dalam kurun waktu tahun 1995-2005;
(c). Model empiris yang dihasilkan adalah model yang memiliki nilai R kuadrat tertinggi. Penetapan model empiris dari setiap parameter dilakukan menurut beberapa pendekatan, yaitu : (a) menurut pendekatan jenis lahan sawah dan, ladang
.
(selanjutnya disebut : Pendekatan-SL); (b) menurut pendekatan jenis i,ntensifikasi I
yaitu Intensifikasi Umum (Inmum), htensifikasi Qusus (Insus), Supra Insus, dan Non-Intensifikasi (selanjutnya disebut : Pendekatan-IN); dan (c) menurut pendekatan wilayah, yaitu Jawa, Luar Jawa, dan Indonesia (selanjutnya disebut: Pendekatan-WL). Analisis dalam studi ini didasarkan hanya pada Pendekatan-SL. Sekalipun demikian, model yang dikembangkan dapat diterapkan untuk ketiga pendekatan tersebut. Di dalam penyusunan skenario yang diuji, digunakan beberapa alternatif perubahan nilai laju pertumbuhan dari parameter utama untuk kurun waktu 19952005. Jumlah parameter ditetapkan enam yaitu P1 adalah laju pertumbuhan penduduk, P2 adalah laju pertumbuhan tingkat konsumsi beras, P3 adalah tingkat kehilangan hasil; P4 adalah laju pertumbuhan tingkat hasil; P5 adalah laju pertumbuhan luas panen; &n P6 adalah laju pertumbuhan masukan energi total (E,). Bagan tahapan penentuan skenario dalam analisis Studi-4lSM RAS secara garis besar diperlihatkan pada Gambar III-10. Berdasarkan jumlah parameter dan perubahan laju pertumbuhannya ditetapkan sebanyak 24 skenario yang diuji yang disusun atas dasar Pendekatan-SL. Susunan skenario yang diuji tersebut diperlihatkan pa& Tabel III-4.
Pengumpulan data statistik Antara : 1979 - 1994 :
m I Data dan infonasi dari :
- Pmyeksi pemetintah - Hasil beberapa studi per-
Tk. konsumdi beras (kg/kapAh Luas panen padl (ha) Tingkat has11beras (kg /ha Tingkat kehilangan has11(96)
Menumt Pendekatan (SL. IN, WL)
Proses analisis
1
1
mintaan dan penawaran pmduksi panganlpadi dengan memperhitungkan aspek sosial ekonomi.
Penggunaan hasil Studi-1 dalam Studi-3
v
- Laju pertumbuhan tiap parameter yang digunaka I-
untuk periode 1995-2000 dan 2000-2005 Tingkat cadanaan bfKBS
Gambar III-10. Bsgan Tahapan Penentuan Skemrio Dalam Analiiis Studi-4fSM M S .
I
Tabel III-4. Susunan Skenario Yang diuji Untuk Pendekatan-SL.
Tk.Konwwl
PIA PIC P W P2A P2C P W Beno; (Wh] 3 lingkat KehbnganHas~l P3A P3A P3A P3B P3B P3B
fY
PIC P W
P M P2C
P2D
P U
P2C
P2D
P2A
P2C
P2D
PPU
P2C PZD
P3B
P3A P3A
P3A
P3B
P3B
P3B
PM
P3A P3A
P3B
P3B
P3B
- - - . - - - . - - P4H- P4E- P45
P4H
P4H
148
PIH
P5E
?W
P U P2C P2D
P3A P3A P3A P3B
4 LapP~uhpn ?k Hssl(Wh) P4A P4A P4A P4A P4A P4A s LqnPmTurAbvhn PSA PSA P5A PSA PSA PSA PSA hPmm(v& 6QnP-
- - - - - -
P6A
EMT. (%lth)
PZA
P3B
PSA PSA
PSA
PSA
PSA
PSA PSA
P5A P5A
PSA
PSA PSE
P6A P6A
P6A P6A
PM
P6B
P6B
P a
P6B
P6B
P6B
PSH
PSE
- - - . - .
-
!@WUL : a). Tanda ' ' Pada Skenatial sampal 6 dan pada Skenarlo-19 sampal 24, menunjuman bahwa PammeterP6 (enorgl masukan total EMT atau subsldl entrgl) dlhasllkan langsung dongan mmggunakan kum hubungan EMT-EM hasll SudCZSM KURLOG drngan m r m a s u ~ nllal n P4A. C). Tanda '-' pada Skenallo-7 sampal 18, rnrnunjukkan b a r n Parameter P4 (Ungkat hasll) dlhaollkan langsung dengan menggunekan kufva hubungan EMT-EM hasll StudCZSM KURt,OG,dongan memasukkan maslnpmaslng nllal P6 ( yaitu P6A dan PEE).
P
Pengujian skenario dalam Studi-rUSM RAS dilakukan dengan program komputer dengan bahasa Power Basic dan menggunakan beberapa model persamaan
untuk menghasilkan keluaran yang telah ditetapkan. Semua keluaran ditetapkan untuk kurun waktu analisis 1995-2005. Daftar persamaan atau rumus yang digunakan dalam pengembangyl program komputer dari Studi-4 &n Studi-5 &pat dilihat pada Lampiran 111-10. Daftar , -
notasi dari persamaan yang digunakan tersebut diberilcan pada Lampiran ILI-1 I Keseimbangan beras diartikan sebagai suatu keadaan dimana sistem produksi mencapai tingkat produksi total beras yang jumlahnya sama dengan konsumsi
beras total dan stok tahun sebelumnya. Konsumsi total sendiri terdiri dari konsumsi penduduk, konsumsi sebagai bahan baku industri dan jumlah kehilangan hasil. Konsumsi total dihtung dengan pendekatan tanpa dan dengan memperhitungkan jumlah cadangan beras nasional. Dengan menerapkan model proyeksi keseimbangan beras yang dikembangkan Nasoetion (1995), maka tingkat seimbang (swasembada) dicapai apabila NIM (Net Import) sama dengan no1 yang dihitung dengan Persamaan [2-51. Pengertian kebutuhan energi yang dimaksud dalam Studi-5/SM KET adalah perkiraan jumlah setara energi (MJ atau SLM) yang dibutuhkan untuk memproduksi pad^ pada kegiatan pra-panen. Terdapat dua macam tingkat produksi beras di &lam
studi ini, yaitu : (a) perkiraan produksi beras pa& tiap skenario yang merupakan hasil Studi-4/SM RAS; dm (b) perkiraan produksi berm &lam rangka keseimbangan beras pada tahun 1995, 2000 dan 2005 dengan menerapkan model proyeksi
keseimbangan beras (Nametion, 1995) dan hasil Studi-4/SM RAS sebagai dasar perhitungan. Studi-5 selain membahas proyeksi kebutuhan setara energi tersebut, juga menghltung rasio antara keluaran dan masukan energi dan kebutuhan traktor dalam rangka keseimbangan beras. Beberapa asumsi yang digunakan M a m Studi-5/SM KET,yaitu :
.r
. ,
(1). Bahwa setara energi yang dimaksud mencakup setara energi manusia, t w a k
tarik, traktor, bahan bakar clan setara energi dari seluruh masukan produksi beras.
(2). Luas lahan tanaman padi dalam rangka keseimbangan produksi yang perlu diolah tanahnya diasumsikan sama dengan proyeksi luas panennya. Sedangkan luas lahan bakunya diasumsikan sama dengan luas panen dibagi dengan angka indeks pertanaman sebesar 1,5 clan Nlai indeks diasumsikan tetap sampai tahun 2005. (3). Fraksi luas tanam potensial yang mampu diolah oleh setiap jenis sumber tenaga
pengolah tanah dihitung berdasarkan pada : (a) kapasitas kerja pengolah tanah (ha/jam/unit), jam tersedia untuk mengolah tanah dalam setahun Cjam/th),
ukuran daya kW/unit tenaga pengolah tanah, (b) fraksi jumlah daya masingmasing jeNs sumber tenaga pengolah tanah (%). Fraksi tersebut dihitung
, berdasarkan pa& R
,,,(kW total/ha), jumlah daya yang tersedia dari masing-
masing tenaga manusia dan ternak keja melalui penerapan model empiris
sampai tahun 2005. Fraksi jumlah daya traktor dihitung berdasarkan selisih antara R ,,
,,, dengan jumlah daya manusia dan ternak kerja ("versi selisih").
(4). Nilai RDLTo,(kW totalha) yang digunakan didasarkan pada luas lahan baku dan
ditetapkan dengan menerapkan model empiris pendugaan sampai tahun 2005. (5). Masukan Energi total ditetapkan dengan menerapkan model empiris hubungan
Em-E,
hasil Studi3ISM KURLOG dengan memasukan nilai setara keluaran
energi total (tingkat hasil) per hektar. ,
,
K
Bagan tahapan perhitungan kebutuhan setara energi untuk Skena?o-1 sampai dengan 6 dan untuk Skenario-19 sampai dengan 24 diberikan pada Gambar III-11. Sedangkan pada Gambar ILI-12 diperlihatkan bagan tahapan untuk Skenario-7 sampai dengan 18. Tahapan perhitungan untuk Skenario-13 sampai 18 sama dengan tahapan untuk Skenario-7 sampai dengan 12 kecuali dalam hit1 jalur sawah. Pada Skenario ini digunakan nilai masukan energi total (Ern) dari sistem maju di AS (parameter P6B)yang mana hanya diterapkan pada fraksi lahan sawah intensifikasi di
mana traktor sebagai sumber tenaga dalam pengolahan tanahnya sejak tahuh 1995. Cara pendugaan kebutuhan traktor pengolah tanah dalam produksi pangan, khususnya beras, secara umum dapat dibagi dalam tiga jalur pendekatan, yaitu : (1). Pendekatan Jalur-I : adalah cam perhitungan dengan menggunakan model
empiris pendugaan jumlah unit traktor sampai tahun 2005. Model empiris tersebut diperoleh melalui penerapan analisis trend dengan menggunakan data statistik perkembangan jumlah unit traktor tiap tahun. Kelemahan dari pendekatan ini adalah : (a) tidak memperhitungkan pengaruh perkembangan fraksi sumber tenaga pengolah tanah lainnya (misalnya tenaga manusia dan ter-
tingkat hasil (%/th) menumt sawah-
luas panen (%Ah)
bangan Cngkat ha-
Perkembmgan luas panen w h ma):
st1 beras (kg Iha) dalam @ode .
-
1995 2005 I
Perkmbangan tingkat hasil dalarn setara energi EKT (Mil ha). 1~2005
-
I
-
-
I
:'*Menu. ~ ..
Jumlah luas sawah yang mampu diolah olah :
menurut sawah ladang; dan menu mt jenis surnber te-
Pmbangan luas panen ladang (ha) : 1995 2005
marnpu diolah olah :
-
Ketemnsan :
I
I
I
I
FKSE = FaKmrerai Setsra Enad EMT = Masukan enerpt total. MJma €KT = Keluaran energi total, MJha SLM = Setara Lter ~ i n ~ k
Gambar XU-11. Bagan Tahapan Perhitungan Kebutuhan Energi Pada Skenario-1 Sampai 6, Dan Skenario-19 Sampai 24.
-
llmmuut sawah Iadang; dan menurutjenk sumber
Gambar III-12.Bagan Tahapan Perhitnngsn Kebutuhan Energi Untuk Skenario-7 Sompai 18.
nak tarik) sehingga jumlah yang dihasilkan belum tentu menggambarkan perkimn kebutuhan traktor yang potensial; dan (b) tidak memperhitungkan konsep bahwa penggunaan traktor sernata-mata ditujukan untuk memenuhi kekurangan sumber tenaga pengolah tanah yang terjadi di suatu wilayah.
(2). Pendekatan Jalur-11 : adalah pendugaan dengan menggunakan pakneter kapasitas kerja efektif traktor (ha/jam/unit atau jam/ha/unit), jumlah jam yang tersedia untuk mengolah tanah sampai siap tanam &lam setahun (jarnltahun),
dan perkembangan luas lahan yang harus diolah dalam setahun (ha). Seperti
pada pendekatan Jalur-I, kelemahan Jalur-11 juga adalah tidak memperhitungkan
.
pengaruh perkembangan fiaksi sumber tenaga pengolah tanah manusia dan
ternak tarik. (3). Pendekatan Jalur-III : adalah pendugaan dengan berdasarkan pada (a) model
empiris pendugaan dari nilai rasio antara jumlah daya semua je~;is sumber
R ,,, ) tenaga pengolah tanah terhadap luas lahan baku (
dalam satuan kWiha;
(b) model empiris pendugaan luas panen; (c) proyeksi jumlah kW daya dari manusia dan kW temak tarik; (d) faktor konversi kWIunit traktor. J e ~ traktor s yang dihitung adalah jenis traktor roda-2 bertenaga 8 HP (= 5,968 kW) dan traktor roda-4 kecil (mini) bertenaga 25 HP (= 18,65 kW). Semua model empiris diterapkan untuk perhitungan sampai tahun 2005, sedangkan analisis dilakukan hanya untuk kondisi tahun 1995, 2000 dan 2005. Perhitungan perkiraan kebutuhan traktor dengan pendekatan Ja1ur-m merniliki beberapa kelebihan. Kelebihan tersebut antara lain adalah: (a) diperhitungkannya pengaruh dari
perkembangan fiaksi sumber tenaga manusia dan ternak tarik dalam analisis, sehingga hasilnya dimungkinkan akan lebih mendekati kebutuhan traktor sebenarnya; (b) hasil pendugaan mempakan jurnlah traktor yang dibutuhkan untuk memenuhi kekurangan sumber tenaga manusia dan temak tarik yang ada, jadi bukan untuk substitusi. Hal ini karena jumfah traktor yang dihasikan mempakan selisih antara kW total dengan jumlah kW tenaga manusia dan tepak tarik. Tahapan analisisnya secara lengkap diberikan pa& Gambar III-13.
4. Bagan Alir Model SIANEPRAS Suatu penelaahan terhadap suatu fenomena &pat didekati secara efisien dengan suatu pendekatan yang disebut Analisis Sistem atau disebut juga dengan Pendekatan Sistem. Pendekatan Sistem memiliki tahapan dan sistematika tpgika yang jelas, karenanya metode ini memiliki kemampuan tinggi dalam memecahkan pennasalahan yang nunit.Pendekatan Sistem mdefinisikan sebagai metode pemecahan masalah yang dimulai dengan pengidentifikasian suatu set (sekumpulan) kebutuhan, kemudian menghasilkan suatu sistem pengoperasian. Sedangkan sistem itu sendiri didefinisikan sebagai suatu set unsur yang berhimpun dalam keadaan saling keterkaitan dan berhubungan satu dengan yang lainnya secara terorganisir untuk mencapai satu tujuam atau suatu kumpulan tujuan (Gordon, 1987; Manetsch
Gambar III-13. Bagan Tahapan Perhitungan Kebutuhan Traktor Dengan Pendekatan "Versi Wiih".
dan Park, 1977; dan Djojomartono, 1991b). Suatu sistem disebut dinamis apabila keadaan saling keterkaitan dan berhubungan antar unsur yang berlangsung di dalamnya menghasilkan perubahan dengan berubahnya waktu. Hal ini sesuai dengan yang dikemukakan oleh Manetsch dan Park (1977) bahwa sistem yang dinamis memiliki variabel yang berubah menurut waktu yang merupakan hasil dari perubahmdalam masukan (input) dan interaksi antar unsur sistem. Sistem ini merupakan sistem dimana keluaran (output) tergantung pada nilai variabel masukan sebelumnya. Ciri
dari sistem ini dipertegas oleh Gordon (1987) yang mengemukakan bahwa sistem dinamis merupakan sistem tertutup dmana tejadi perubahan variabel keluaran alubat adanya perubahan variabel masukan, dan juga w a d i pembahan variabel masukan akibat adanya perubahan keluaran, yang disebut umpan balik. Pendekatan sistem dalam mencapai tujuannya tertumpu pada model. Model didefinisikan sebagai suatu gambaran abstrak dari informasi tentang s d t u sistem nyata yang menyatu untuk rnencapai tujuan dari pada penelaahan terhadap sistem tersebut (Gordon, 1987). Sedangkan pemodelan adalah sebagai upaya penyederhanaan perilaku daripada sistem yang dipelajari. Menurut Dent dan Blackie (1979), terdapat tiga faktor penting yang perlu diperhatikan dalam menggunakan pendekatan sistem. Ketiga faktor tersebut adalah (a) ketepatan masalah, (b) hubungan masalah dengan kenyataan dan (c) kelayakan masalah untuk diteliti. Pada Gambar 111-2 di muka diperlihatkan hubungan keterkaitan antar unsur sistem dm antar sub-sistem dari Model S W P R A S yang terdiri dari 5 studi atau sub-sistem.
Menurut Djojomartono (1991a), bahwa salah satu cara menganalisis suatu sistem yang kompleks adalah cara simulasi yang memiliki ketangguhan dalam menelaah suatu sistem karena cara ini memifiki fleksibilitas dalam hal waktu dan
dana serta konsekuensinya yang relatif kecil. Dengan demikian cara simulasi &pat diandalkan dalam menganalisis suatu sistem yang kompleks. Gordon (1987) mqdeiinisikan simulasi sistem sebagai suatu teknik pemecahan masalah melalui suatu pengamatan terhadap kinerja suatu model dinamik suatu sistem. Pada Gambar 111-2 di muka tersebut terlihat bahwa model ini memiliki sistem yang cukup kompleks karena melibatkan unsur sistem dan hubungan keterkaitan yang jumlahnya cukup banyak. Dengan demikian, berdasarkan pada prinsip simulasi dan keadaan sistem tersebut, maka pemecahan masalah dalam Model SIANEPRA didekati dengan cara simulasi. Bagan alir dan program komputer utarna dan sub-program &pat dilihat pada Lampiran III-12
5. Validasi Model Proses validasi model dilakukan melalui dua pendekatan, yaitu : (a). Melalui pembandingan data keluaran model dengan data keadaan nyata atau dengan hasil proyeksi dari studi-studi sebelumnya; (b). Pengujian kepekaan dari perubahan parameter tertentu yang dianggap kuat pengatuhnya terhadap parameter lainnya. Kepekaan diukur dengan menggunakan nilai elastisitas dari suatu parameter terhadap parameter yang lain dengan melalui penerapan model rumus elastisitas yang
digunakan oleh DJLEB-BPS (1991) dan analisis regresi dengan paket program
Rumus yang digunakan oleh DJLEB-BPS (1991) tersebut, adalah :
dimana : E R,,
= =
. R,
=
Po P,
= =
Elastisitas parameter R terhadap parameter P. Besar nilai parameter R pa& tingkat nilai parameter P,. Besar nilai parameter R pada tingkat nilai parameter P,. Besar nilai parameter P pa& tingkat nilai parameter R,,. Besar nilai parameter P pa& tingkat nilai parameter %.
Di &lam studi ini, analisis kepekaan dengan menggunakan paket program MINITAB dilakukan berdasarkan model persamaan regresi fungsi normal dan h g s i logaritma. Kedua jenis fungsi tersebut digunakan dengan tujuan untuk mengkaji sejauh mana perbedaan dalam ha1 besamya nilai koefisien (elastisitas) setiap variabel bebas di &lam persamaan regresi yang dihasilkan.
