Analisis Fungsi Produksi
Analisis model fungsi produksi yang digunakan adalah fungsi produksi linier berganda. Peternakan yang diamati dalam penelitian ini adalah peternakan Yuki Farm dengan masa produksi 20 bulan dan lama pemeliharaan untuk masing- masing DOC adalah 676 hari, 656 hari, dan 673 hari. Dengan kondisi tersebut, maka penelitian ini terdiri dari 60 data terhadap penggunaan faktor produksi selama proses produksi berlangsung. Adapun data yang dikumpulkan meliputi data variabel dependen atau dijelaskan, yaitu berupa data produksi dan data variabel independen seperti populasi, tenaga kerja, sekam, pakan, vaksin, obat- obatan, dan desinfektan. Besarnya jumlah faktor produksi yang digunakan dalam satu periode dapat dilihat pada Tabel 9.
Tabel 9 Penggunaan Faktor Produksi Per Periode Produksi di Peternakan Yuki Farm Pada Satu Siklus Produksi
No Uraian Satuan Jumlah
1 DOC Ekor 20.200 2 Sekam Karung 1.060,88 3 Pakan DOC Kg 35.761,60 4 Pakan Layer Kg 1.486.817,55 6 Vaksin Liter 1.324,62 7 Obat-obatan Kg 2.649,24 8 Desinfektan Liter 1.655,78
9 Tenaga Kerja HOK 5.794,18
Sumber : Yuki Farm, 2012 (diolah)
Dari Tabel 9 diatas dapat dilihat bahwa faktor produksi yang paling dominan adalah penggunaan pakan layer dan pakan DOC. Penggunaan pakan yang besar disebabkan karena jumlah pakan yang diberikan untuk per ekor ayam lebih besar setiap harinya dibandingkan penggunaan faktor produksi yang lain. Selain pakan, penggunaan tenaga kerja sebagai faktor produksi juga memberikan pengaruh besar terhadap jumlah produksi.
Analisis Regresi Linier Berganda
Untuk memperoleh model fungsi produksi yang diinginkan, maka dilakukan pengolahan data faktor-faktor produksi yang ada pada Lampiran 2 dengan menggunakan minitab. Berdasarkan hasil olahan minitab tersebut, maka akan diketahui hubungan korelasi antara faktor produksi dan hasil produksi di peternakan Yuki Farm. Untuk melihat signifikansi dari hubungan tersebut dapat diketahui melalui uji-F atau nilai P dan uji-T yang diperoleh dari hasil analisis linear berganda yang diolah menggunakan minitab.
Dari hasil analisis linear berganda yang dilakukan terhadap variabel dependen dan independen pada peternakan ayam ras petelur, diperoleh hasil uji signifikansi seperti yang tercantum pada Tabel 10.
Tabel 10 Uji Signifikansi Model Produksi Telur Ayam Ras di Yuki Farm Pada Satu Siklus Produksi
Sumber Ragam Db JK KT F-hit P
Regresi 7 1,21174E+11 17.310.519.075 79,05 0,000
Galat 52 11386401073 218.969.251
Total 59 1,32560E+11
Keterangan : db : derajat bebas JK : Jumlah Kuadrat
KT : Kuadrat Tengah P : Peluang
Berdasarkan dari hasil uji signifikansi yang ada pada Tabel 10, diperoleh bahwa nilai F-hitung sebesar 79,05. Dengan menggunakan selang kepercayaan 95 persen maka hasil uji signifikansi ini menyatakan bahwa model dugaan nyata secara statistik. Hal ini dikarenakan nilai F-hitung yang diperoleh lebih besar dari pada F-tabel pada selang kepercayaan 95 persen (α = 0,05), dimana nilai F-tabel adalah 2,20. Uji signifikansi juga dapat dilihat dari nilai P yang diperoleh. Jika nilai P yang diperoleh lebih kecil dari nilai α yang ditetapkan, maka uji signifikansi menyimpulkan bahwa model dugaan nyata secara statistik. Pada hasil uji signifikansi yang dilakukan di peternakan ayam ras petelur ini diperoleh bahwa
nilai lebih kecil dari nilai α yaitu 0,000 lebih kecil dari 0,05 sehingga disimpulkan bahwa model nyata secara statistik. Selain menggunakan uji-F dan nilai P, uji signifikansi juga dapat dilihat dari nilai R-sq dan nilai R-sq(adj). Jika nilai dari R-sq dan R-sq(adj) lebih dari 60 persen, maka uji signifikansi nyata secara statistik. Dari hasil minitab linear berganda yang dilakukan, maka diperoleh nilai R-sq sebesar 91,4 persen dan R-sq(adj) sebesar 90,3 persen. Dari nilai tersebut dapat disimpulkan bahwa nilai R-sq dan R-sq(adj) yang diperoleh lebih besar dari 60 persen, sehingga signifikansi model nyata secara statistik. Dengan demikian, dari nilai R-sq tersebut dapat disimpulkan bahwa jumlah variasi produksi dapat dijelaskan oleh variabel populasi, pakan, sekam, tenaga kerja, obat-obatan, vaksin, dan desinfektan adalah sebesar 91,4 persen. Sedangkan 8,6 persen lagi dijelaskan oleh faktor-faktor lain diluar model.
Selain dilakukan uji signifikansi, data tersebut juga diuji secara parsial untuk melihat parameter penduga terhadap masing-masing faktor produksi. Hasil uji parsial untuk koefisien regresi faktor produksi dapat dilihat pada Tabel 11. Dari hasil parameter yang ada pada Tabel 11, maka dapat dilakukan pengujian parsial koefisien regresi untuk masing-masing produksi terhadap jumlah produksi
36
yang dihasilkan. Pengujian parsial dapat dilakukan dengan melihat nilai P yang
diperoleh. Apabila nilai yang diperoleh lebih kecil dari nilai α yang ditetapkan,
maka faktor produksi tersebut disimpulkan berpengaruh terhadap hasil produksi. Pengujian parsial ini menggunakan selang kepercayaan 95 persen atau α sebesar 0,05. Dengan demikian, apabila nilai P lebih kecil dari 0,05 maka faktor produksi berpengaruh terhadap jumlah produksi. Namun sebaliknya, jika nilai P yang diperoleh lebih besar dari 0,05 maka faktor produksi disimpulkan tidak berpengaruh terhadap jumlah produksi.
Tabel 11 Hasil Parameter Penduga Fungsi Produksi Peternakan Yuki Farm Pada Satu Siklus Produksi
Variabel Koef Regresi Simpangan Baku T- hitung P- value VIF Konstan -491.681 163.246 -3,01 0,004 Populasi_X1 73,76 25,91 2,85 0,006 1,629 Pakan_X2 12,730 1,462 8,71 0,000 12,587 Tenaga Kerja_X3 400,4 258,0 1,55 0,127 6,076 Sekam_X4 3,72 59,57 0,06 0,950 15,955 Vaksin_X5 317.290 629.919 0,50 0,617 1.135.763,235 Obat_X6 -944.119 378.106 -2,50 0,016 1.637.398,157 Desinfektan_X7 1.249.546 592.495 2,11 0,040 1.570.404,520 R-sq 91,4 % R-sq(adj) 90,3%
Berdasarkan Tabel 11 dapat dilihat nilai P untuk masing-masing faktor produksi. Dengan menggunakan hipotesis HO : βi = 0 dan 1 : βi ≠ 0 pada uji
parsial terhadap masing-masing faktor maka diperoleh empat variabel yang berpengaruh langsung terhadap hasil produksi dan tiga variabel yang tidak berpengaruh terhadap hasil produksi. Adapun hasil dari uji parsial dapat dilihat pada Tabel 12.
Tabel 12 Hasil Uji Parsial Untuk Koefisien Faktor Produksi Peternakan Ayam Ras Petelur di Yuki Farm
Variabel Independen P-value α Keterangan
Populasi (X1) 0,006 0,05 Terima H1, Tolak H0
Pakan (X2) 0,000 0,05 Terima H1, Tolak H0
Tenaga Kerja (X3) 0,127 0,05 Terima H0, Tolak H1
Sekam (X4) 0,950 0,05 Terima H0, Tolak H1
Vaksin (X5) 0,617 0,05 Terima H0, Tolak H1
Obat-obatan (X6) 0,016 0,05 Terima H1, Tolak H0
Desinfektan (X7) 0,040 0,05 Terima H1, Tolak H0
Dari Tabel 12 dapat diketahui bahwa variabel yang berpengaruh langsung terhadap hasil produksi adalah populasi, pakan, obat-obatan, dan desinfektan. Sedangkan variabel yang tidak berpengaruh terhadap jumlah produksi adalah sekam, tenaga kerja, dan vaksin. Dengan adanya tiga variabel yang tidak berpengaruh terhadap hasil produksi telur mengindikasikan bahwa dalam data terdapat multikolinieritas. Selain itu, jika dilihat dari nilai VIF untuk masing- masing variabel penjelas pada analisis regresi diperoleh bahwa nilai VIF variabel prediktor pakan, tenaga kerja, sekam, vaksin, obat-obatan, dan desinfektan
bernilai lebih dari 10. Berarti dapat disimpulkan bahwa terdapat multikolinieritas antara variabel-variabel independen. Karena adanya multikolinieritas pada variabel tersebut, maka persamaan fungsi produksi yang diperoleh pada analisis linear berganda tidak dapat digunakan. Oleh karena itu, untuk mengatasi masalah multikolinieritas maka dilakukan analisis komponen utama agar asumsi non multikolinieritas dapat terpenuhi. Analisis komponen utama dilakukan menggunakan Principal Component Analysis (PCA).
Analisis Regresi Komponen Utama
Analisis komponen utama merupakan analisis yang digunakan untuk mengatasi masalah multikolinieritas yang ada dihasil regresi linear berganda sebelumnya. Pada analisis komponen utama, data awal yang dimasukkan dalam analisis regresi berganda dibakukan terlebih dahulu. Pembakuan data berfungsi untuk memperoleh nilai kuadrat terkecil untuk masing-masing variabel. Adapun hasil dari variabel X yang dibakukan dapat dilihat pada Tabel 13.
Setelah dilakukan pembakuan data seperti yang dicantumkan pada Tabel 13, maka dilakukan analisis komponen utama dengan menggunakan uji Principal Component Analysis (PCA).
Tabel 13 Hasil dari Variabel X yang Dibakukan
Z1 Z2 Z3 Z4 Z5 Z6 Z7 0,203845 0,736206 0,642447 0,059641 -0,01236 0,000129 3,33E-05 0,38849 -0,34571 0,194454 0,793091 -0,25051 8,05E-05 -1,8E-05 0,311945 -0,54171 0,570988 -0,53209 -0,00998 0,000177 -5,8E-05 0,406587 0,183606 -0,32792 -0,28578 -0,78216 -0,00015 -0,00021 0,426176 0,061496 -0,19676 -0,02981 0,329191 0,814884 0,05085 0,426187 0,061453 -0,19644 -0,02973 0,329458 -0,36352 -0,73104 0,426191 0,061394 -0,19643 -0,02983 0,32911 -0,45146 0,680434 Keterangan : Zi merupakan variabel Xi yang dibakukan
Z1 : Populasi Z5 : Vaksin Z2 : Pakan Z6 : Obat-obatan Z3 : Tenaga Kerja Z7 : Desinfektan Z4 : Sekam
Pada hasil uji PCA yang dilakukan, diperoleh nilai akar ciri, vektor ciri, dan skor komponen utama. Dari hasil uji PCA yang dilakukan, dilihat nilai akar ciri yang diperoleh. Nilai akar ciri yang lebih dari satu merupakan nilai yang dipilih untuk dapat dilakukan analisis regresi lagi agar memperoleh persamaan regresi yang diharapkan.
Tabel 14 Hasil Uji PCA untuk Nilai Akar Ciri dan Proporsi Keragamannya
Variabel Z1 Z2 Z3 Z4 Z5 Z6 Z7
Nilai akar cirri 5,3718 1,1322 0,3947 0,0577 0,0435 0,000 0,000 Proporsi 0,767 0,162 0,056 0,008 0,006 0,000 0,000 Kumulatif 0,767 0,929 0,986 0,994 1,000 1,000 1,000
Dari Tabel 14 dapat dilihat bahwa terdapat dua buah nilai akar ciri yang lebih dari satu, yaitu nilai akar ciri untuk populasi sebesar 5,3718 dan pakan
38
sebesar 1,1322. Sedangkan untuk variabel lain mempunyai nilai akar ciri yang kurang dari satu yaitu, 0,3947 untuk tenaga kerja , 0,0577 untuk sekam, 0,0435 untuk vaksin, 0,000 untuk obat-obatan dan desinfektan. Dengan demikian untuk memperoleh persamaan regresi yang diinginkan, maka dilakukan analisis regresi dengan menggunakan data skor komponen utama yang telah diperoleh dari hasil uji PCA sebelumnya. Karena hanya terdapat dua variabel yang memiliki nilai akar ciri yang lebih dari satu, maka data yang akan diregresikan dari nilai skor komponen utama populasi dan pakan. Sedangkan untuk variabel lain tidak diregresikan lagi. Nilai hasil skor komponen utama dapat dilihat pada Lampiran 3. Setelah dilakukan regresi terhadap nilai skor komponen utama untuk populasi dan pakan, maka diperoleh hasil signifikansi seperti yang terlihat pada Tabel 15. Dari hasil uji signifikansi tersebut terlihat bahwa nilai F-hitung 74,42 lebih besar dari pada F-tabel yaitu 3,15 sehingga uji signifikansi disimpulkan nyata secara statistik. Sedangkan untuk nilai P-value yang diperoleh adalah 0,000
lebih kecil dari α yaitu 0,05. Dengan demikian dapat disimpulkan bahwa uji
signifikansi nyata secara statistik jika dilihat dari uji nilai F dan uji nilai P. Tabel 15 Hasil Signifikansi Untuk Populasi dan Pakan Setelah Dilakukan PCA
Sumber Ragam Db JK KT F-hit P
Regresi 2 95.851.961.863 47.925.980.931 74,42 0,000
Galat 57 36.708.072.735 644001276
Total 59 1,32560E+11
Keterangan : db : derajat bebas JK : Jumlah Kuadrat KT : Kuadrat Tengah P : Peluang
Jika telah dilakukan uji signifikansi, maka selanjutnya dilihat apakah data tersebut telah non multikolinieritas. Pertama dilakukan dengan melihat nilai R-sq dan R-sq(adj). Dari hasil regresi diperoleh bahwa nilai R-sq adalah 72,3 persen dan nilai R-sq(adj) adalah 71,3 persen. Hal tersebut menunjukkan bahwa terdapat 72,3 persen variasi produksi yang dapat dijelaskan oleh populasi dan pakan, sedangkan 27,7 persen lagi dijelaskan oleh variabel lain yang terdapat diluar model. Oleh karena itu, nilai R-sq yang diperoleh telah memenuhi syarat karena dalam ketentuan jika R-sq lebih dari 60 persen, maka data nyata secara statistik. Selanjutnya untuk mengetahui multikolinieritas, maka dilihat nilai VIF yang diperoleh. Nilai VIF dapat dilihat pada Tabel 16.
Tabel 16 Hasil Analisis Regresi Untuk Populasi dan Pakan Setelah Dilakukan PCA Variabel Koef Regresi Simpangan Baku T- hitung P- value VIF Konstan 159689 3276 48,74 0,000 Populasi_SK1 14344 1425 10,06 0,000 1,000 Pakan_SK2 -21,419 3105 -6,90 0,000 1,000 R-sq 72,3% R-sq(adj) 71,3%
Dari Tabel 16 diperoleh bahwa nilai VIF untuk SK1 (populasi) dan SK2 (pakan) lebih kecil dari 5, sehingga dapat dinyatakan bahwa antar variabel populasi dan pakan sudah tidak terjadi multikolinieritas. Dari hasil tersebut, diperoleh persamaan regresi sebagai berikut :
Y = 159.689 + 14.344 SK1 – 21.419 SK2 ... (1) Pada hasil regresi tersebut dilihat bahwa variabel yang ada masih dalam berbentuk nilai skor komponen utama untuk populasi dan pakan. Oleh sebab itu, untuk mendapatkan persamaan regresi dalam bentuk variabel X, maka dilakukan transformasi persamaan regresi dengan variabel penjelas SK1 dan SK2 kevariabel penjelas Zi. Pada fungsi ini, variabel penjelas SK1 dan SK2 merupakan fungsi dari vektor ciri pada PC1 dan PC2 yang tercantum pada Tabel 17.
Tabel 17 Vektor Ciri Pada Variabel Zi
Variabel PC1 PC2 PC3 PC4 PC5 PC6 PC7 Z1 0,204 0,736 0,642 0,060 -0,012 0,000 0,000 Z2 0,388 -0,346 0,194 0,793 -0,251 0,000 -0,000 Z3 0,312 -0,542 0,571 -0,532 -0,010 0,000 -0,000 Z4 0,407 0,184 -0,328 -0,286 -0,782 -0,000 -0,000 Z5 0,426 0,061 -0,197 -0,030 0,329 0,815 0,051 Z6 0,426 0,061 -0,196 -0,030 0,329 -0,364 -0,731 Z7 0,426 0,061 -0,196 -0,030 0,329 -0,451 0,680
Dengan mentransformasikan persamaan satu terhadap nilai vektor ciri yang ada pada Tabel 17 maka akan diperoleh persamaan baru dengan variabel penjelas dalam bentuk Zi. Proses transformasi persamaan adalah sebagai berikut :
Y = 159.689 + 14.344 SK1 – 21.419 SK2 Y = 159.689 + 14.344 (0,204 Z1 + 0,388 Z2 + 0,312 Z3 + 0,407 Z4 + 0,426 Z5 + 0,426 Z6 + 0,426 Z7) – 21.419 (0,736 Z1 – 0,346 Z2 – 0,542 Z3 + 0,184 Z4 + 0,061 Z5 + 0,061 Z6 + 0,061 Z7) Y = 159.689–12.838,208 Z1 + 12.976,446 Z2 + 16.084,426 Z3 + 1.896,912 Z4 + 4.803, 985 Z5 + 4.803, 985 Z6 + 4.803, 985 Z7 ... (2)
Setelah diperoleh persamaan dua regresi dengan variabel penjelas Zi, maka persamaan tersebut akan ditransformasikan kembali dari variabel Zi kevariabel Xi. Hal ini dilakukan untuk memperoleh persamaan regresi yang mengandung variabel Xi, karena penelitian ini untuk melihat seberapa besar pengaruh variabel Xi terhadap variabel dependennya. Transformasi persamaan dua dimulai dengan penentuan nilai Zi, dimana rumusnya adalah sebagai berikut:
Dimana : Zi : variabel penjelas pada persamaan dua Xi : variabel penjelas yang diinginkan Xrataan : rata-rata nilai Xi pada data awal Sdi : standar deviasi dari variabel Xi
Untuk memperoleh nilai Zi, maka terlebih dahulu dihitung nilai rata-rata dan standar deviasi dari masing-masing variabel. Nilai tersebut dicantumkan pada Tabel 18.
40
Tabel 18 Nilai Rata-rata, Standar Deviasi, dan Zi Untuk Variabel Xi
Variabel X1 X2 X3 X4 X5 X6 X7
Rataan 6534,50 24067,73 80,27 813,74 19,18 38,35 23,97
S.Deviasi 94,89 4675,50 18,41 129,19 3,26 6,52 4,07
Zi -135,29 2,78 873,68 14,68 1473,61 736,81 1180,34
Dari hasil perhitungan nilai Zi yang dilakukan, maka diperoleh persamaan baru dalam bentuk variabel Xi yaitu:
Y = 810.089,08 - 135,29 X1 + 2,78 X2 + 873,68 X3 + 14,68 X4 + 1.473,61 X5 + 736,81 X6 + 1.180,34 X7 ... (3)
Analisis Parsial Koefisien Regresi
Uji parsial dilakukan dengan menggunakan uji-T. Uji-T digunakan untuk menguji konstanta dari setiap peubah bebas. Hal ini menunjukkan bahwa uji-T dapat mengetahui apakah variabel independen secara individu mempunyai pengaruh terhadap variabel dependen. Hasil uji ini dilakukan dengan hipotesis sebagai berikut:
1 Jika t-hitung > t-tabel, H0 ditolak dan H1 diterima
2 Jika t-hitung < t-tabel, H0 diterima dan H1 ditolak
H0 adalah peubah independen secara parsial yang tidak berpengaruh
terhadap jumlah produksi yang dihasilkan dan H1 merupakan peubah independen
yang secara parsial berpengaruh terhadap jumlah produksi telur ayam ras.
Pada penelitian ini, perhitungan nilai t-hitung dilakukan secara manual dengan menggunakan nilai S2 atau KTgalat yang dihasilkan pada analisis regresi
antara variabel dependen (jumlah produksi telur) dengan variabel penjelas SK1 dan SK2. Pada regresi itu diperoleh nilai KTgalat adalah 644.001.276. dengan
adanya nilai ragam tersebut, maka kemudian dilakukan perhitungan terhadap nilai S*2 yang nantinya akan digunakan sebagai ragam untuk pengujian koefisien regresi. Perhitungan S*2 adalah sebagai berikut:
*2= 2
∑ (ni=1 yi-y̅)2=
644.001.276
132.560.034.597,65=0,0048
Setelah diperoleh ragam populasi yang baru maka dapat dilakukan perhitungan nilai ragam pada masing-masing variabel dengan rumus:
αj
2 = *2∑ ji2 i p i=1
Dengan adanya rumus ragam tersebut, maka diperoleh nilai ragam pada masing-masing variabel. Dengan diperolehnya nilai ragam untuk masing-masing variabel, maka selanjutnya dapat dilakukan uji-t untuk mengetahui apakah masing-masing variabel independen berpengaruh terhadap variabel dependen.
Tabel 19 Nilai Ragam dan t-hitung Pada Masing-masing Variabel
Ragam (i) Nilai Ragam T-tabel = t(0.05/2, 60) t-hitung
α1 2 0,00233 2,004 58.064,38 α2 2 0,00064 2,004 4.343,75 α3 2 0,00133 2,004 656.902,26 α4 2 0,00029 2,004 50.520,69 α5 2 0,00018 2,004 8.186.722,22 α6 2 0,00018 2,004 909 641,97 α7 2 0,00018 2,004 6.557.444,44
Hasil uji-t yang dapat dilihat pada Tabel 19. Dengan menggunakan hipotesis
o : α1 = 0 dan 1 : α1 ≠ 0 pada selang kepercayaan 95 persen atau α sebesar
0,05 maka hasil t-hitung yang diperoleh memiliki nilai yang lebih besar dari nilai t-tabel. Sehingga diperoleh keputusan tolak Ho untuk semua variabel yang diuji. Dengan demikian disimpulkan bahwa semua faktor yang diuji pada penelitian ini berpengaruh terhadap jumlah produksi telur ayam ras yang dihasilkan oleh peternakan Yuki Farm. Adapun faktor-faktor produksi yang dimaksud adalah jumlah populasi, pakan, tenaga kerja, sekam, vaksin, obat-obatan, dan desinfektan.
Analisis Faktor-Faktor yang Mempengaruhi Produksi Ayam Ras Petelur
Analisis mengenai faktor-faktor yang mempengaruhi produksi telur ayam ras dapat dijelaskan berdasarkan hasil pendugaan persamaan fungsi produksi yang dapat dilihat pada Tabel 20.
Tabel 20 Hasil Pendugaan Persamaan Fungsi Produksi dan Elastisitas Produksi
Variabel Koef Zi Koef Xi Ep
Konstanta 159.689 810.089,08 Populasi –12.838,208 - 135,29 -5.5361 Pakan 12.976,446 2,78 0.4190 Tenaga Kerja 16.084,426 873,68 0.4392 Sekam 1.896,912 14,68 0.0748 Vaksin 4.803, 985 1.473,61 0.1770 Obat-Obatan 4.803, 985 736,81 0.1769 Desinfektan 4.803, 985 1.180,34 0.1772
Tabel 20 menunjukkan bahwa masing-masing variabel atau faktor produksi memiliki pengaruh yang berbeda-beda terhadap produksi telur ayam ras. Pengaruh tersebut dapat dilihat berdasarkan nilai elastisitas fungsi produksi. Secara rinci, pengaruh masing-masing variabel atau faktor produksi telur ayam ras adalah sebagai berikut :
1 Populasi (X1)
Hasil pendugaan parameter fungsi produksi menunjukkan bahwa variabel populasi memiliki nilai elastisitas produksi sebesar -5,5361, artinya jika terjadi penambahan populasi sebesar satu persen maka akan menurunkan jumlah produksi telur ayam ras sebesar 5,5361 persen, dengan asumsi semua variabel lain
42
tetap (cateris paribus). Tanda parameter variabel populasi menunjukkan tanda negatif, artinya semakin banyak populasi yang dipelihara dalam proses produksi maka produksi telur ayam ras akan menurun. Adanya penurunan jumlah hasil produksi karena penambahan jumlah populasi disebabkan oleh keterbatasan tempat pemeliharaan. Jika pemeliharaan ayam ras petelur melebihi kapasitas, maka populasi yang ditambahkan dapat menimbulkan kematian untuk populasi lain. Sehingga dengan menurunnya jumlah populasi maka jumlah telur yang dihasilkan juga akan berkurang. Keadaan ini berbeda dengan penelitian tentang ayam ras pedaging yang dilakukan oleh Murni (2006) dan Ritonga (2008). Pada penelitian tersebut Murni (2006) dan Ritonga (2008) menjelaskan bahwa penambahan jumlah DOC akan meningkatkan jumlah produksi yang dihasilkan. Hal ini dikarenakan, hasil produksi daging ayam yang diperoleh tergantung dari jumlah DOC yang dipelihara, semakin banyak DOC yang dipelihara maka akan semakin banyak jumlah produksi daging ayam yang dihasilkan. Adapun perbedaan hasil ini dikarenakan komoditi yang diteliti yang Murni (2006) dan Ritonga (2008) berbeda dengan komoditi yang penulis teliti.
Pada kondisi di lapangan, penggunaan populasi untuk produksi telur ayam ras dimulai pada saat DOC berumur tiga atau empat hari dengan jumlah awal DOC 20.200 ekor. Jumlah DOC yang digunakan pada masa periode itu telah melebihi kapasitas kandang DOC yaitu 20.100 ekor. Dengan kelebihan kapasitas ini membuat kehidupan ayam didalam kandang menjadi lebih padat. Keadaan seperti ini mengakibatkan jumlah DOC pada masa grower (ayam remaja) dan layer menjadi berkurang.
Berkurangnya jumlah populasi ayam ras petelur mengakibatkan jumlah produksi telur ayam ras menjadi berkurang. Rata-rata produksi telur ayam ras setiap bulannya adalah 480.741 butir atau 16.025 butir telur per hari. Telur ayam ras yang dihasilkan tersebut dimulai pada saat ayam berumur 4 bulan dengan jumlah populasi pada saat itu adalah sebanyak 19.985 ekor. Masa produksi ayam berakhir pada saat ayam berumur 23 bulan dengan jumlah populasi akhir adalah 19.147 ekor.
Dari penjelasan diatas dapat dilihat bahwa populasi ayam akan selalu berkurang hingga masa produksi berakhir. Sehingga dalam pemeliharaan ayam ras petelur populasi ayam ras sangat berpengaruh dalam jumlah telur ayam ras yang dihasilkan. Semakin banyak DOC awal yang dipelihara, maka populasi untuk layer akan semakin tinggi dan telur yang dihasilkan akan sebakin banyak. Namun hal ini terkadang tidak akan berlaku jika populasi awal DOC yang dipelihara melebihi jumlah kapasitas, tingkat kematian dari DOC juga akan tinggi sehingga nanti nya juga berpengaruh pada jumlah populasi pada saat layer yang akan semakin sedikit dan mengakibatkan jumlah produksi telur ayam ras menjadi berkurang.
Pada penelitian Ritonga (2008) dijelaskan selama sepuluh periode produksi jumlah DOC awal yang dipelihara sama dengan jumlah total produksi yang diperoleh yaitu 1.217.936 ekor. Hal ini menjelaskan bahwa selama proses pemeliharaan DOC hingga ayam siap diproduksi tidak terjadi kematian. Selain itu, faktor pemeliharaan yang singkat juga mempengaruhi dari jumlah produksi yang dihasilkan. Karena dengan begitu tingkat kematian akan menjadi kecil.
2 Pakan (X2)
Pakan merupakan salah satu faktor penting dalam usaha peternakan ayam ras petelur. Jumlah dan kandungan zat-zat pakan yang diperlukan harus memadai untuk dapat mencapai pertumbuhan dan produksi yang optimal. Namun jika dilihat dari segi ekonomi, biaya yang dikeluarkan untuk kebutuhan pakan sangat tinggi dari total biaya produksi yang dibayarkan. Pada peternakan Yuki Farm, biaya pakan yang dikeluarkan mencapai 82,26 persen dari biaya keseluruhan. Pakan yang digunakan terdiri dari jagung, dedak, konsentrat, tepung batu, tepung daging, BKK, dan Mix anti tocing
Pentingnya kebutuhan pakan pada produksi telur ayam ras sesuai dengan hasil pendugaan parameter pada persamaan fungsi produksi yang menunjukkan bahwa variabel pakan menunjukkan tanda positif. Hal ini berarti, semakin banyak pakan yang digunakan dalam proses produksi, maka produksi telur ayam ras akan semakin meningkat. Nilai elastisitas produksi untuk penggunaan pakan bernilai positif sebesar 0,4190, artinya jika terjadi penambahan pakan sebesar satu persen, maka akan meningkatkan produksi telur ayam ras sebesar 0,4190 persen dengan asumsi variabel lain tetap (cateris paribus).
Hasil analisis ini memiliki kesamaan dengan penelitian yang dilakukan oleh Ardilawati (2012) yaitu, pakan memiliki pengaruh positif terhadap jumlah produksi yang dihasilkan. Ardilawati (2012), menjelaskan bahwa pada hasil regresi diperoleh nilai koefisien regresi pakan sebesar 0,227. Hal ini berarti bahwa setiap kenaikan satu persen unit pakan, akan menaikkan produksi ayam broiler sebesar 0,227 kg. Hal ini memperlihatkan bahwa penambahan jumlah pakan pada usaha peternakan ayam broiler yang diusahakan oleh peternak responden akan meningkatkan produksi ayam broiler.
Jenis pakan yang digunakan oleh peternakan Yuki Farm dibagi menjadi tiga macam, yaitu pakan DOC, pakan grower, dan pakan layer. Untuk komposisi dari pakan itu sendiri dibagi manjadi dua macam yaitu pakan DOC dan pakan grower. Sedangkan untuk pakan layer sendiri sama dengan komposisi pada pakan grower, namun pada saat pemberian pakan diberikan dengan jumlah berbeda (lebih banyak dari pada masa grower). Pemberian pakan sendiri dilakukan secara teratur yaitu dua kali dalam sehari (pagi dan sore).
Rata-rata penggunaan pakan per ekor ayam dalam satu kali siklus produksi ini adalah 77,36 Kg, baik itu pakan DOC, grower, maupun pakan layer. Berdasarkan penjelasan diatas, pemberian pakan sangat harus diperhatikan. Hal ini dikarenakan pakan berpengaruh positif terhadap jumlah telur yang dihasilkan. Namun jika pemberian pakan dilakukan dengan jumlah berlebihan itu juga akan berdampak buruk pada kondisi ayam ras tersebut, bahkan bisa membunuh ayam ras petelur.
3 Tenaga Kerja (X3)
Tenaga kerja merupakan faktor produksi yang cukup penting bagi peternakan ayam ras petelur. Variabel tenaga kerja mempunyai tanda positif, artinya semakin banyak tenaga kerja yang digunakan dalam proses produksi maka produksi telur ayam ras akan semakin meningkat. Nilai elastisitas produksi untuk