8.1 Kesimpulan
Berdasarkan analisis yang disesuaikan dengan permasalahan dan tujuan dari penelitian, maka diperoleh beberapa kesimpulan sebagai berikut:
1. Berdasarkan analisis dengan menggunakan model logit menunjukkan bahwa variabel yang berpengaruh nyata terhadap kesediaan petani dalam membayar iuran pengelolaan irigasi adalah produktivitas lahan dan tingkat pendidikan, sedangkan variabel lainnya tidak berpengaruh nyata.
2. Nilai kontribusi air irigasi (water value) usahatani padi per hektar sebesar Rp 938.293. Nilai kontribusi air irigasi tersebut menandakan bahwa petani memiliki kemampuan membayar iuran pengelolaan irigasi bukan berarti besarnya nilai tersebut digunakan untuk iuran pengelolaan irigasi di tingkat petani, karena nilai tersebut menandakan pula besarnya pendapatan petani non irigasi pada MT I. Iuran pengelolaan irigasi yang relevan kemudian diukur melalui pendekatan Willingness to Pay (WTP) petani, diperoleh nilai WTP petani sebesar Rp 11.500/petak atau setara dengan Rp 70.000/ha pada MT I. 3. Besarnya iuran pengelolaan irigasi pada masa tanam padi yang ditetapkan
melalui pendekatan Willingness to Pay (WTP) petani dalam penelitian ini ternyata lebih besar dari iuran pengelolaan irigasi yang berlaku saat ini di Desa Pasir Gaok, sehingga dapat dikatakan bahwa petani responden bersedia meningkatkan iuran pengelolaan irigasi untuk mendapatkan pelayanan dan kondisi jaringan irigasi yang lebih baik.
4. Hasil analisis regresi linear berganda menunjukkan bahwa faktor-faktor yang mempengaruhi secara nyata WTP petani terhadap peningkatan pelayanan
irigasi secara positif adalah faktor luas lahan dan pengetahuan petani tentang iuran pengelolaan irigasi, sedangkan secara negatif dipengaruhi oleh faktor tingkat pendapatan dan jumlah tanggungan keluarga.
5. Dalam penelitian ini water value dan WTP petani akan iuran pengelolaan irigasi hanya relevan diberlakukan pada saat musim tanam padi (MT I) saja. Hal ini disebabkan pada saat MT II petani menanam palawija, dimana kondisi air irigasi sangat terbatas sehingga petani hanya mengharapkan air hujan untuk mengairi lahan pertaniannya.
8.2 Saran
1. Perlu adanya sinergis antara Pemerintah Daerah, instansi terkait, dan P3A dalam melakukan program rehabilitasi dan O&P jaringan irigasi agar fungsi jaringan irigasi secara keseluruhan dapat dirasakan oleh petani kembali serta terpeliharanya jaringan irigasi dapat terwujud sehingga petani merasa ketersediaan input terjamin dan akhirnya dapat mendorong petani untuk lebih berperan serta dalam O&P irigasi, baik dalam hal membayar iuran pengelolaan irigasi dan atau gotong royong dalam pemeliharaan jaringan irigasi khususnya di tingkat tersiernya.
2. P3A Desa Pasir Gaok sebagai pengelola irigasi sebaiknya dapat menetapkan iuran pengelolaan irigasi pada MT I yang berlaku saat ini melalui pendekatan
Willingness to Pay (WTP) petani seperti yang telah dilakukan dalam penelitian ini dan penetapan iurannya berdasarkan persatuan petak luas lahan petani, bukan lagi berdasarkan kesukarelaan dari petani. Pendekatan tersebut secara realistis sesuai dengan keinginan petani, sehingga tidak memberatkan petani dan dapat terpenuhinya kebutuhan-kebutuhan O&P irigasi, serta pada
akhirnya dapat meningkatkan pelayanan irigasi dan meningkatkan produksi pertanian.
3. Struktur kepengurusan dalam suatu organisasi sangat diperlukan agar kinerja organisasi tersebut dapat berjalan dengan lancar. Oleh karena itu, diharapkan dapat dibentuknya struktur kepengurusan organisasi P3A di Desa Pasir Gaok agar sistem pengelolaan iuran dapat berjalan dengan baik dan adanya peningkatan kinerja dari P3A yang telah ada.
DAFTAR PUSTAKA
Aji, E. R. 2005. Analisis Willingness to Pay Petani Terhadap Peningkatan Pelayanan Irigasi di daerah Irigasi Colo barat, Kabupaten Klaten, Jawa Tengah. Skripsi. Departemen Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian, IPB.
Andriyani. 2002. Analisis Faktor-faktor yang Menpengaruhi Kemampuan Petani dalam Membayar IPAIR di Daerah Irigasi Bulucenranna, Kabupaten Sidrap, Sulawesi Selatan. Skripsi. Departemen Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian, IPB.
Arianti, N. N. 1999. Analisis Pilihan Sumber Air Bersih dan Kesediaan Membayar bagi Perbaikan Kualitas dan Kuantitas Air PDAM di Kodya Bengkulu. Tesis. Jurusan Perencanaan Pembangunan Wilayah dan Pedesaan, IPB.
Ayu, E. R. 2004. Willingness to Pay Masyarakat Terhadap Perbaikan Ekosistem Hutan Mangrove Muara Angke Jakarta Utara Melalui Pendekatan CVM dengan Analisis Regresi Logit. Skripsi. Departemen Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian, IPB.
Badan Pusat Statistik. 2003. Realisasi Anggaran Pendapatan dan Belanja Pemerintah Daerah Propinsi Jawa Barat. BPS, Jakarta.
Dimyati, Darmiyah. 2006. Analisis Willingness to Pay Masyarakat Terhadap Program Pembangunan Rumah Susun (Kasus Pemukiman di Bantaran Sungai Ciliwung, Kelurahan Kampung Melayu, Kecamatan Jatinegara, Jakarta Timur, DKI Jakarta). Skripsi. Departemen Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian, IPB.
Fauzi, Akhmad. 2004. Ekonomi Sumberdaya Alam dan Lingkungan Teori dan Aplikasi. PT Gramedia Pustaka Utama, Jakarta.
Firdaus, M dan Farid M.A. 2008 Aplikasi Metode Kuantitatif Terpilih untuk Manajemen dan Bisnis. IPB Press.
Hanley, N. and C.L Spash. 1993. Cost Benefit Analysis and The Environment.
Departement of Economics University of Stirling Scotland.
Hosmer, D.W. and S. Lemeshow L. 1989. Applied Logistic Regression. John Wiley And Sons Inc. New York.
Leniarsih. 1996. Faktor-faktor yang Mempengaruhi Kemampuan dan Kemauan Petani Membayar IPAIR: Studi Kasus Daerah Irigasi Rentang, Kabupaten Indramayu, Jawa Barat. Skripsi. Departemen Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian, IPB.
Marhamah, Rima. 2007. Analisis Pendapatan Usahatani dan Faktor-faktor yang Mempengaruhi Adopsi Sistem Usahatani Padi Organik (Stusi kasus: Kelurahan Situgede, Kecamatan Bogor Barat, Kota Bogor-Jawa Barat). Skripsi. Departemen Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian. IPB
Mawardi, Erman dan Moch. Memed. 2002. Desain Hidroulik Bendung Tetap untuk Irigasi Teknis, Bandung.
Nazir, M. 2003. Metode Penelitian. Ghalia Indonesia, Jakarta.
Nuryartono, Nunung. 1998. Keragaan Sistem Irigasi dan Analisis Faktor-faktor yang Mempengaruhi Kesediaan Petani Membayar IPAIR. Tesis. Program Studi Ekonomi Pertanian, IPB.
Pasandaran, Effendi. 1998. Irigasi di Indonesia Strategi dan Pengembangan. PT Pustaka LP3ES Indonesia, Jakarta.
Pindyck, Robert S dan Daniel L. Rubinfield. 1998. Econometric Models and Econometric Forecasts. Fourth Edition. Irwin McGraw-Hill.
Pusposutardjo, Suprodjo. 2001. Pengembangan irigasi, Usaha Tani Berkelanjutan dan Gerakan hemat Air. Direktorat Jenderal Pendidikan Tinggi Departemen Pendidikan Nasional, Jakarta.
Sarita, Sushane. dkk. 2006. Institusi Pengelolaan dan Pemanfaatan Air (Studi Kasus: Daerah Bendung Cisadane-Empang, Kabupaten Bogor, Jawa Barat). Makalah Seminar Program Studi Komunikasi Pengembangan Masyarakat, IPB.
Siskel, S. E. dan S.R Hutapea (Editor). 1998. Irigasi di Indonesia Peran Masyarakat dan Penelitian. PT Pustaka LP3ES Indonesia, Jakarta.
Soekartawi. 2006. Teori Ekonomi Produksi. PT Raja Grafindo Persada, Jakarta. Soenarno. 1998. Pembangunan Pengairan Khususnya Irigasi pada PJP I dan
Prospeknya pada PJP II. PT Pustaka LP3ES Indonesia, Jakarta.
Sugianto, Tjahjadi. 1991. Peranan Pelita Sosial Ekonomi dalam Pembangunan Irigasi. PT Pustaka LP3ES Indonesia, Jakarta.
Undang-undang RI Nomor 7 Tahun 2004. Citra Umbara, Bandung.
Wahyuni, E. R. 2004. Pedoman Teknis Menulis Skripsi. Departemen Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian, IPB.
Widianthini. 1999. Dampak Penentuan Harga Air Terhadap Pola tanam dan Pendapatan Petani Serta Peranan Subak dalam Pengelolaan Sumberdaya Air Irigasi. Tesis. Program Studi Ekonomi Pertanian, IPB.
Young, Robert A. 1996. Measuring Economic Benefits for Water Investments and Polices. World Bank Technical Paper No. 338.
Lampiran 1
Hasil Analisis Kesediaan atau Ketidaksediaan Petani Membayar Iuran Pengelolaan Irigasi
Binary Logistic Regression: Li versus PDPTN, PGLM, PL, TP, PLYN
Link Function: Logit Response Information Variable Value Count
Li 1 25 (Event) 0 5
Total 30
Logistic Regression Table
Odds 95% CI Predictor Coef SE Coef Z P Ratio Lower Upper Constant -3.56295 4.08478 -0.87 0.383 PDPTN 0.0000017 0.0000029 0.57 0.570 1.00 1.00 1.00 PGLM 0.111747 0.0958539 1.17 0.244 1.12 0.93 1.35 PL 3.70191 2.09001 1.77 0.077 40.52 0.67 2436.54 TP -1.72634 1.09930 -1.57 0.116 0.18 0.02 1.53 PLYN 1.35967 1.72066 0.79 0.429 3.89 0.13 113.54 Log-Likelihood = -7.821
Test that all slopes are zero: G = 11.391, DF = 5, P-Value = 0.044 Goodness-of-Fit Tests
Method Chi-Square DF P Pearson 17.6630 24 0.819 Deviance 15.6428 24 0.901 Hosmer-Lemeshow 4.6789 8 0.791
Table of Observed and Expected Frequencies:
(See Hosmer-Lemeshow Test for the Pearson Chi-Square Statistic) Group Value 1 2 3 4 5 6 7 8 9 10 Total 1 Obs 1 1 3 3 2 3 3 3 3 3 25 Exp 0.9 1.6 2.3 2.6 2.8 2.9 3.0 3.0 3.0 3.0 0 Obs 2 2 0 0 1 0 0 0 0 0 5 Exp 2.1 1.4 0.7 0.4 0.2 0.1 0.0 0.0 0.0 0.0 Total 3 3 3 3 3 3 3 3 3 3 30 Measures of Association:
(Between the Response Variable and Predicted Probabilities) Pairs Number Percent Summary Measures
Concordant 113 90.4 Somers' D 0.81 Discordant 12 9.6 Goodman-Kruskal Gamma 0.81 Ties 0 0.0 Kendall's Tau-a 0.23 Total 125 100.0
Lampiran 2
Hasil Analisis Faktor-faktor yang Memepengaruhi Nilai WTP Petani Terhadap Peningkatan Pengelolaan Irigasi
Regression Analysis: WTP versus LH (petak), PDPTN, ...
The regression equation is
WTP = 10360 + 7203 LH (m2) - 0.00388 PDPTN - 12 PGLM - 34 U - 1180 TP + 5151 PTHN - 3247 PLYN + 3957 PRST - 1874 TGG
Predictor Coef SE Coef T P VIF Constant 10360 12265 0.84 0.408 LH (petak) 7203 2194 3.28 0.004 1.5 PDPTN -0.003882 0.002468 -1.57 0.131 1.8 PGLM -12.1 135.6 -0.09 0.930 1.6 U -33.8 151.6 -0.22 0.826 1.4 TP -1180 1913 -0.62 0.544 1.3 PTHN 5151 2699 1.91 0.071 1.5 PLYN -3247 2628 -1.24 0.231 1.3 PRST 3957 4390 0.90 0.378 1.8 TGG -1874.5 627.8 -2.99 0.007 1.6 S = 6061.27 R-Sq = 56.4% R-Sq(adj) = 36.7% Analysis of Variance Source DF SS MS F P Regression 9 948604923 105400547 2.87 0.024 Residual Error 20 734780494 36739025 Total 29 1683385417 Source DF Seq SS LH (m2) 1 374490489 PDPTN 1 4306802 PGLM 1 4519050 U 1 2399168 TP 1 11575790 PTHN 1 61401293 PLYN 1 3277412 PRST 1 159116710 TGG 1 327518209 Unusual Observations
Obs LH (m2) WTP Fit SE Fit Residual St Resid 9 1.00 22500 12394 3490 10106 2.04R R denotes an observation with a large standardized residual.