METODE PENELITIAN Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Kabupaten Solok Provinsi Sumatera Barat. Penelitian dilaksanakan selama 4 bulan dimulai dari bulan Juni hingga September Pen 2011. 20 Metode Pengumpulan Data Data yang digunakan dalam penelitian ini berasal dari dua sumber yaitu data dda aat primer dan data sekunder. Data primer diperoleh secara langsung dari responden melalui wawancara atau observasi, sedangkan data sekunder rre es dari laporan-laporan, literatur, publikasi dan dokumen-dokumen ddiperoleh iipp lainnya termasuk data dari lembaga-lembaga atau instansi-instansi terkait. lla lain ai Jenis dan Sumber Data Jenis dan sumber data yang digunakan dalam penelitian ini disajikan dalam dda aal Tabel 2. Tabel 2 Jenis dan sumber data yang digunakan dalam penelitian No. N
Jenis Data
Skala
Tahun
Sumber
1.
Peta administrasi
1:100.000
2008
Bappeda Kab. Solok
2.
Peta RTRW
1:100.000
2008
Bappeda Kab. Solok
3.
Peta penggunaan lahan
1:100.000
2006
Bappeda Kab. Solok
4.
Peta kesesuaian lahan
1:100.000
2006
Bappeda Kab. Solok
5.
Data luas tanam, panen dan produksi tanaman pangan
-
2004-2010
Dinas Pertanian/ BPS Kab.Solok
6.. 6
Data luas sawah
-
2004-2010
Dinas Pertanian/ BPS Kab.Solok
7.. 7
Data sarana/prasarana pertanian
-
2010
Dinas Pertanian/ BPS Kab.Solok
8.. 8
Data kependudukan
-
2010
BPS Kab. Solok
9.. 9
Persepsi para pihak
-
2011
Wawancara
18 Metode Analisis Data Untuk dapat mengetahui potensi wilayah maka terlebih dahulu harus me mengetahui gambaran umum potensi dan karakteristik wilayah berdasarkan datadat data sekunder yang terkumpul. Data yang terkumpul kemudian dianalisis sesuai den dengan tujuan yang ingin dicapai dalam penelitian sehingga dapat menjawab ppe er permasalahan yang dirumuskan. Matriks berikut (Tabel 3) menunjukkan hhu ub hubungan antara data yang digunakan, metode analisis, tujuan dan keluaran yang ddi ih diharapkan, sedangkan tahapan penelitian dapat dilihat pada Gambar 2. Tabel 3 Matriks analisis penelitian No. N
Metode Analisis
Tujuan
Data Yang digunakan
Output yang diharapkan
11..
Evaluasi lahan
Mengidentifikasi potensi lahan
Peta Adminisitrasi Peta Kesesuaian Lahan Peta Landuse Peta RTRW
Mengetahui ketersediaan dan kesesuaian lahan
22..
Location Quotient (LQ)
Mengetahui sentra komoditas padi berdasarkan keunggulan komparatif
Luas tanam, panen, produksi tanaman pangan
Mengetahui komoditas unggulan tiap kecamatan
3.
Principal Component Analysis dan Cluster Analysis
Mengetahui tipologi kecamatan pengembangan padi
Data PODES Data potensi pertanian tanaman pangan Kabupaten Solok Dalam Angka Survey lapangan
Mengetahui SDA, SDM, infrastruktur dan lainnya yang berhubungan dengan pertanian padi pada setiap wilayah
4.
Analisis deskripsi
Mengetahui perubahan luas lahan sawah.
Data tabular luas sawah time series
Faktor-faktor penyebab perubahan lahan sawah
55..
Land Rent dan SWOT
Merumuskan prioritas arahan kebijakan pengembangan padi di Kabupaten Solok
Data kuesioner wawancara
Mengetahui potensi wilayah dan merumuskan arahan mempertahankan areal sawah di Kabupaten Solok
19
Peta Kesesuaian Lahan
Luas Tanam, Luas Panen, Produksi
Analisis LQ
Peta Administrasi
Peta Penggunaan Lahan
Data Podes Overlay
Komoditi Basis
Analisis PCA
Survey Responden
Peta Ketersediaan dan Kesesuaian
Overlay
Analisis CA
Peta Potensi Pengembangan Padi
Analisis Land Rent
Peta RTRW
Dinamika Perubahan Luas Lahan sawah
Analis Faktorfaktor yang Mempengaruhi
Analisis SWOT
Arahan Mempertahankan Lahan Sawah di Kabupaten Solok
Gambar 2 Diagram alur penelitian Analisis Ketersediaan dan Kesesuaian Lahan Analisis ketersediaan lahan dilakukan untuk dapat mengeliminasi konflik pengelolaan lahan yang berkenaan dengan status lahan dan perencanaan tata ppe en Lahan tersedia dipilih dari lahan-lahan yang bukan merupakan lahan di rruang. ru ua kawasan kka aw
lindung,
lahan-lahan
pekarangan/bangunan,
perkebunan,
kebun
campuran, hutan negara, hutan rakyat, rawa dan danau/kolam. Kelas kesesuaian cca am lahan lla ah yang digunakan adalah :
20 (1) Kelas S1, sangat sesuai. Lahan tidak memiliki faktor pembatas yang berarti (2) Kelas S2, cukup sesuai. Lahan memiliki faktor pembatas sedang (3) Kelas S3, sesuai marjinal. Lahan memiliki faktor pembatas yang berat (4) Kelas N, tidak sesuai. Lahan memiliki faktor pembatas yang sangat berat. Analisis Location Quotient (LQ) Analisis LQ (Location Quotient) digunakan untuk mengetahui pemusatan ssu ua aktivitas pada suatu wilayah dalam cakupan wilayah agregat yang lebih suatu llu ua Analisis ini dapat mengidentifikasi keunggulan komparatif suatu wilayah luas. dde dengan een asumsi (1) kondisi geografis relatif sama, (2) pola-pola aktivitas bersifat sse seragam, er dan (3) setiap aktivitas menghasilkan produk yang sama. Pada penelitian ini metode LQ digunakan untuk menganalisis keunggulan komparatif sektor dan subsektor. Adapun nilai LQ diketahui dengan rumus kko om berikut (Hendayana, 2003). bbe er pi/pt LQ = -------------Pi/Pt Dimana Di D im pi
: luas areal panen tanaman pangan i pada tiap wilayah (kecamatan)
pt
: total luas areal panen tanaman pangan pada tiap wilayah (kecamatan)
Pi
: luas areal panen tanaman pangan i pada tingkat kabupaten
Pt
: total luas areal panen tanaman pangan pada tingkat kabupaten
Perhitungan LQ menghasilkan tiga kriteria yaitu : Per a) LQ > 1; artinya
komoditas
itu
menjadi
basis
atau
menjadi
sumber pertumbuhan. Komoditas memiliki keunggulan komparatif, jika hasilnya tidak saja
dapat
memenuhi
kebutuhan
di
wilayah
bersangkutan akan tetapi juga dapat diekspor ke luar wilayah. b) LQ = 1; komoditas itu tergolong non basis, tidak memiliki keunggulan komparatif, jika produksinya
hanya
cukup
untuk
memenuhi
kebutuhan wilayah sendiri c) LQ < 1; komoditas ini juga termasuk non basis. Produksi komoditas di suatu wilayah tidak dapat memenuhi kebutuhan sendiri sehingga perlu pasokan dari luar.
21 Analisis Komponen Utama (Principal Component Analysis) Penggunaan data hasil eksplorasi dihimpun dari data yang berkaitan den dengan sosial ekonomi wilayah sehingga analisis statistik multivariate dapat dig digunakan untuk menganalisis fenomena yang terjadi (Saefulhakim, 2004). Hal ini dilakukan karena peubah-peubah yang digunakan saling berkorelasi antara satu dde en dengan yang lain dengan tingkat keeratan hubungan yang bervariasi. Jika dua ppe eu peubah berkorelasi sangat erat, maka variasi antar kedua peubah tersebut sse eb sebenarnya dapat diungkapkan oleh salah satu peubah saja, sehingga perlu ddi il dilakukan penyederhanaan dimensi peubah yang digunakan. Salah satu metode untuk memperkecil dimensi peubah yang saling bberkorelasi ber be e adalah Principal Components Analysis (PCA). Dalam penelitian ini analisis PCA dilakukan untuk melihat struktur keterkaitan antar indikator/peubah aan na yang yya an dirumuskan. Hasil analisis PCA merupakan faktor utama yang membentuk suatu ssua su u indeks komposit. Indeks komposit adalah gabungan peubah asal yang saling mempengaruhi dalam suatu analisis. me m Menurut Saefulhakim (2004) tujuan analisis PCA adalah ortogonalisasi peubah, yakni mentransformasikan suatu struktur data dengan peubah-peubah ppe eu yya an saling berkorelasi, menjadi struktur data baru dengan peubah-peubah baru yang (fa (faktor) yang tidak saling berkorelasi. Selain itu PCA juga berguna untuk pen penyederhanaan peubah sehingga menghasilkan peubah baru yang lebih sedikit dari pada peubah asalnya, namun total kandungan informasinya atau total dar ragamnya relatif tidak berubah. Teknik ekstraksi data dengan PCA pada dasarnya rag adalah dengan memaksimalkan keragaman dalam 1 (satu) peubah/faktor yang ada baru dan meminimalkan keragaman dengan peubah/faktor yang lain, menjadi bar peubah yang saling bebas (independent). Secara rinci metode analisis PCA ini ppeu pe eu dapat dda ap dilihat dalam Saefulhakim (2004). Langkah-langkah yang dilakukan dalam analisis PCA adalah : aan na aa..
Standarisasi peubah asal Tujuannya adalah menghilangkan variasi data antar peubah yang dilakukan dengan formula :
yij
xij P j sj
22 yij adalah peubah baru yang telah disederhanakan xij adalah peubah nilai X pada wilayah i peubah j
Pj adalah nilai rata-rata masing-masing peubah sj adalah simpangan baku masing-masing peubah b.
Ortogonalisasi Peubah Tujuannya adalah membuat peubah baru ZD (D = 1,2,...,qdp) yang memiliki karakteristik: (1) satu sama lain tidak saling berkorelasi, yakni: rDD’ = 0, (2) nilai rataan masing-masing, tetap sama dengan nol, dan (3) nilai ragam masing-masing ZD sama dengan OD t 0, dimana ¦DOD = p.
cc..
Penyederhanaan jumlah peubah Mengurutkan masing-masing faktor atau komponen utama (FD) yang dihasilkan, dari yang memiliki eigenvalue (OD) tertinggi hingga terendah, yakni : a) Memilih faktor-faktor atau komponen-komponen utama yang memiliki
ODt1, artinya faktor atau komponen utama yang memiliki kandungan informasi (ragam) setara dengan informasi yang terkandung dalam satu peubah asal, b) Membuang faktor atau komponen utama yang mempunyai eigenvalue antar dua faktor atau komponen utama yang berdekatan/tidak begitu signifikan, jika (OD-O(D - 1)) <1, c) Alternatif lain digunakan juga metode The Scree Test dimana dari hasil scree plot yang dipilih adalah yang paling curam, d) Menentukan faktor-faktor atau komponen-komponen utama yang memiliki koefisien korelasi nyata minimal satu peubah asal. Kriteria yang digunakan adalah |rDj|t 0.7. Hal ini dimaksudkan agar setiap faktor atau komponen utama yang terpilih, paling tidak memiliki satu penciri dominan dari peubah asalnya. Hasil dari PCA akan didapatkan : 11..
Akar ciri (eigenvalue) merupakan suatu nilai yang menunjukkan keragaman dari peubah komponen utama yang dihasilkan dari analisis. Semakin besar
23 nilanya, maka semakin besar pula keragaman data awal yang mampu dijelaskan oleh data baru. 2.
Component score merupakan nilai yang menggambarkan besarnya titik-titik data baru dari hasil komponen utama dan digunakan setelah PCA.
3.
PC Loading menggambarkan besarnya korelasi antar variabel awal dengan komponen ke-i. Analisis Kluster (Cluster Analysis) Analisis kluster (Cluster Analysis) dilakukan dengan tujuan untuk
m melakukan e pengelompokan obyek sedemikian rupa sehingga obyek dalam satu kke kelompok eel memilki karakteristik yang lebih mirip dibandingkan dengan obyek ddalam da aal kelompok lain. Analisis kluster merupakan salah satu teknik untuk membatasi wilayah berdasarkan kemiripan karakteristik tertentu dari suatu me m hamparan wilayah. Teknik ini dapat mengadopsi konsep wilayah yang telah hha am berkembang seperti konsep wilayah nodal atau konsep wilayah homogen. Teknik bbe er klasifikasi wilayah yang akan digunakan dalam penelitian ini adalah teknik kla kkl l analisis multivariate yang dilakukan adalah analisis gerombol berhirarki aan na clustering method). ((hierarchical hi Prinsip dasar pengelompokan adalah ragam dalam kelompok harus mi minimum dan ragam antar kelompok harus maksimum. Secara umum ada dua me metode pengelompokan yaitu: (1) metode berhirarki (hierarchical clustering method) jika jumlah gerombol yang akan ditentukan sudah diketahui misalnya me tinggi, sedang dan rendah, (2) metode tidak berhirarki (non hierarchical tin clustering method) jika jumlah gerombol belum diketahui. Pengelompokan clu dilakukan terhadap seluruh unit berdasarkan seluruh karakteristik yang diamati. ddi il Selanjutnya S Se el
berdasarkan
kenampakan
hasil
penggerombolan
ditentukan
pemotongan seberapa banyak gerombol yang akan digunakan. ppe em Sebelum melakukan penggabungan data, perlu dihitung terlebih dahulu jarak jja ar antar dua gerombol data dengan ciri yang serupa. Untuk dapat dilakukan penggerombolan data diperlukan suatu skala pengukuran yang sama. Jika skala ppe en data dda at tidak sama maka data perlu ditransformasikan dalam bentuk skor tertentu yang yya an disebut jarak, antara lain : jarak mahalanobis, jarak euclidean, jarak kuadrat
24 euclidean, jarak manhattan (city-block), jarak chebycev, power distance, dan euc percent disaggreement. Ukuran jarak yang sering digunakan adalah jarak per euclidean (Euclidean distance). Persamaan penghitungan jarak euclidean antar euc dua titik atau dua gerombol adalah : p
D12= [∑ ( X1i – X2i)2 ]1/2 i=1
Nilai D12 merupakan jarak antara titik data 1 dan data 2/gerombol 1 dan 22,, i=1,2,3, ...p adalah banyaknya variabel yang menjadi karakteristik penciri mengetahui kemiripan antara unit pengamatan 1 dan 2. Makin kecil uuntuk n nnilai i D12 maka makin besar kemiripan data lokasi 1 dan 2. Asumsi yang harus dalam penggunaan jarak euclidean ini adalah bahwa antar peubah tidak ddipenuhi i terjadi multicollinearity atau peubah-peubah yang ada saling tegak lurus tte e (ortogonal). (o
Pengkelasan pada umumnya didasarkan pada karakteristik
(variabel) dalam jumlah cukup besar sehingga menimbulkan multicollinearity (v (v yang cukup besar. Oleh karena itu diperlukan teknik antara untuk ya menghilangkan kondisi tersebut melalui transformasi analisis komponen utama m (Principal Components Analysis). Hasil pengolahan statistik tersebut akan (P m menghasilkan tipologi wilayah berdasarkan indikator yang telah dirumuskan. Selanjutnya dilakukan analisis dan pemetaan tipologi wilayah untuk me melihat pola penyebaran secara spasial dari variabel dan faktor utama yang menjadi penentu tingkat perkembangan wilayah untuk mempertahankan lahan me sawah. saw Analisis Land Rent Untuk mengetahui pendapatan petani secara rata-rata dilakukan pendekatan terhadap rataan penerimaan bersih (land rent) per hektar per tahun dari tte er penggunaan lahan untuk padi sawah (Rustiadi et al. 2009). Data yang digunakan ppe en adalah data primer dari hasil wawancara dengan responden pada masing-masing aad dda tipologi wilayah. Nilai land rent dihitung dengan menggunakan rumus berikut. tti ip (CI x A x Y x Hy) – (CI x A x 6Xk. Bk) Land Rent = A
25 dimana : Penerimaan bersih (land rent) : Rp/ha/thn Penerimaan (Rp/thn) : CI x Y x Hy Biaya (Rp/thn) : CI x 6Xk. Bk CI : Cropping Intensity (kali/thn) A : Luas Lahan (ha) Y : Produksi/ha (ton/ha) Hy : Harga/ton (Rp/ton) produksi y y : Komoditi padi Xk : Jenis input ke-k Bk : Biaya input ke-k Analisis SWOT Analisis SWOT adalah analisis untuk melakukan identifikasi berbagai ffaktor fa ak secara sistematis guna merumuskan strategi atau kebijakan yang didasarkan ppada ad logika yang dapat memaksimalkan kekuatan (strength) dan peluang namun secara bersamaan dapat meminimalkan kelemahan ((opportunity), oopp dan ancaman (threat). Proses pengambilan keputusan strategis selalu ((weakness) we berkaitan dengan pengembangan misi, tujuan, strategi dan kebijakan. Matriks bbe er SWOT dapat mengambarkan secara jelas bagaimana peluang dan ancaman SW S W eksternal yang dihadapi dapat disesuaikan dengan kekuatan dan kelemahan yang eek ks ddi im dimiliki (Rangkuti, 2009). Proses penyusunan strategi dengan metode SWOT dilakukan melalui tiga tahap analisis, yaitu tahap analisis masukan, tahap analisis pencocokan, dan tahap tah analisis pengambilan keputusan. Keputusannya didasarkan atas justifikasi yang ana dibuat secara kualitatif maupun kuantitatif, terstruktur maupun tidak terstruktur, dib sehingga dapat diambil keputusan yang signifikan dengan kondisi yang ada. seh Tahap pertama disebut juga tahap analisis masukan yaitu tahap mengumpulkan data, melakukan pengklasifikasian dan pra-analisis. Pada tahap ini m e data dda at dibedakan menjadi dua, yaitu data internal dan data eksternal yang mempengaruhi potensi wilayah untuk mempertahankan areal sawah di Kabupaten me m e Solok. Hasil analisis faktor internal dan eksternal diberi nilai dan dibuat dalam S So o bentuk matriks. Setiap unsur SWOT diberi nilai 4 (sangat penting), nilai 3 bbe en (penting), nilai 2 (agak penting), dan nilai 1 (kurang penting). ((p pe Tahap kedua yaitu tahap analisis pencocokan yaitu tahap yang mengumpulkan semua informasi yang berpengaruh dengan menyusun 5 sampai m me e
26 10 hasil inventarisasi faktor peluang, ancaman, kekuatan dan kelemahan yang aka akan dimasukkan dalam faktor internal dan faktor eksternal. Langkah berikutnya ada adalah pencocokan dengan menggunakan matriks SWOT. Dari hasil analisis pen pencocokan faktor internal dan eksternal, diperoleh empat tipe strategi (Tabel 4). Tabel 4 Matriks strategi SWOT Internal
Kekuatan (Strength)
Kelemahan (Weakness)
Strategi SO
Strategi WO
Ciptakan strategi yang menggunakan kekuatan untuk memanfaatkan peluang
Ciptakan strategi yang meminimalkan kelemahan untuk memanfaatkan peluang
Strategi ST
Strategi WT
Ciptakan strategi yang menggunakan kekuatan untuk mengatasi ancaman
Ciptakan strategi yang meminimalkan kelemahan dan menghindari ancaman
Eksternal Ek E k
Peluang (Opportunity)
Ancaman (Threat) Sumber Su S um : Rangkuti (2009)
Tahap ketiga yaitu tahap analisis pengambilan keputusan. Langkah ini aad adalah dda tahap terakhir dalam menentukan alternatif strategi terpilih yang mungkin dapat dda ap diimplementasikan. Teknik analisis yang dipakai yaitu menyusun daftar ppr ri prioritas yang harus diimplementasikan. Adapun tahapan analisis adalah sebagai ber berikut : Tahap 1
: Memahami situasi dan informasi yang ada
Tahap 2
: Memahami permasalahan yang terjadi baik masalah yang bersifat umum maupun spesifik
Tahap 3
: Menciptakan berbagai alternatif dan memberikan berbagai alternatif pemecahan
Tahap 4
: Evaluasi pilihan alternatif dan memilih alternatif yang terbaik
Strategi yang efektif adalah jika dapat memaksimalkan kekuatan dan kesempatan serta meminimalkan kelemahan dan ancaman yang dihadapi. Analisis kke es SWOT dalam penelitian ini digunakan untuk memperoleh alternatif strategi SW S W kebijakan arahan mempertahankan areal sawah di Kabupaten Solok. kke eb
