V. HASIL DAN PEMBAHASAN
5.7. Luas Lahan Optimum
Menurut Reintjeset al.,1999, kata optimum diterjemahkan sebagai kondisi, tingkatan atau jumlah yang paling baik atau paling cocok untuk suatu situasi tertentu. Dalam konteks penelitian ini, luas lahan optimum diartikan sebagai luas lahan yang paling sesuai dengan kondisi wilayah untuk mencapai kemandirian pangan berkelanjutan. Penentuan luas lahan optimum dalam penelitian ini dilakukan dengan dua pendekatan, yaitu (1) luas lahan minimal (Lm) dengan pendekatan pengeluaran untuk kebutuhan hidup layak (KHL) petani dan (2) luas lahan optimum untuk kemandirian pangan dengan pendekatan neraca produksi dan permintaan konsumsi.
5.7.1. Luas Lahan Minimal Untuk Memenuhi KHL
Estimasi kebutuhan lahan minimal (Lm) untuk memenuhi KHL petani dapat didekati dengan pendekatan pengeluaran. Hasil analisis menunjukkan bahwa KHL petani di NTB pada tahun 2010 sebesar Rp.13.212.000 KK-1 tahun-1. Pendapatan bersih usaha tani padi sawah pada tipologi lahan sawah irigasi, setengah teknis dan tadah hujan berturut-turut Rp. 24.468.069, Rp.16.110.232, dan Rp.5.582.358 ha-1tahun-1. Dengan demikian, estimasi kebutuhan Lm pada tipologi lahan sawah irigasi teknis, setengah teknis dan tadah hujan berturut-turut 0,54 ha KK-1, 0,83 ha KK-1 dan 2,37 ha KK-1 atau rata-rata 0,86 ha KK-1. Kondisi tersebut mencerminkan bahwa tingkat pendapatan usaha tani berbanding terbalik dengan kebutuhan Lm. Semakin tinggi pendapatan usaha tani, maka kebutuhan Lm untuk memenuhi KHL petani semakin rendah (sempit), dan sebaliknya. Pendapatan usaha tani padi sawah dipengaruhi oleh tingkat produktivitas, harga produksi dan jumlah biaya yang dikeluarkan untuk menghasilkan produksi tersebut. Sedangkan produktivitas padi sawah sangat ditentukan oleh kualitas lahan dan tingkat penerapan teknologi.
Rasio lahan sawah dengan jumlah petani di masing-masing tipologi lahan sawah adalah 0,40 ha KK-1, 0,46 ha KK-1dan 0,63 ha KK-1(Tabel 5.5). Jika luas lahan yang tersedia saat ini berkurang karena terjadinya konversi dan pendapatan petani tidak meningkat, maka kebutuhan Lm untuk memenuhi KHL petani semakin luas. Oleh karena itu pengendalian konversi lahan dan peningkatan pendapatan petani mutlak diperlukan.
Kebutuhan Lm guna memenuhi KHL petani berdasarkan standar garis kemiskinan pada tiga tipologi lahan sawah ditunjukkan pada Gambar 5.16.
Gambar 5.16. Kebutuhan Lm untuk memenuhi KHL petani pada tiga tipologi lahan sawah berdasarkan standar garis kemiskinan
Gambar 5.16 memperlihatkan bahwa kebutuhan Lm petani yang tertinggi apabila mengacu pada standar Bank Dunia sebesar US$ 2 kapita-1 hari-1, sedangkan standar Sajogjo berada di antara US$ 1 dan US$ 1,5 atau moderat. Standar yang paling rendah adalah apabila mengacu pada standar garis kemiskinan di daerah perdesaan untuk provinsi NTB yang ditentukan Rp.176.283 kapita-1 bulan-1 (BPS, 2010). Dengan mengacu pada standar ini, maka lebih dari 68% petani pada lahan sawah irigasi teknis dengan penguasaan lahan di atas 0,32 ha KK-1 akan berada di atas garis kemiskinan, demikian pula halnya pada
lahan irigasi setengah teknis, dimana lebih dari 40% petani dengan luas penguasaan lahan di atas 0,49 ha KK-1 sudah melampaui garis kemiskinan. Sebaliknya, apabila mengacu pada standar Bank Dunia sebesar US$ 2 kapita-1 hari-1, maka jumlah petani pada lahan irigasi teknis yang dapat mencapai garis
0 ,5 4 0 ,4 9 0 ,9 9 0 ,3 2 0 ,7 4 0 ,8 3 0 ,7 5 1 ,5 1 0 ,4 9 1 ,1 3 2 ,3 7 2 ,1 6 4 ,3 2 1 ,3 9 3 ,2 4 7 3 81 4 0 1 2 5 5 4 56 62 3 1 9 6 4 1 2 7 29 1 5 4 6 2 0 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
Irigasi Teknis Irigasi Sem i Teknis Tadah Hujan
Standar Garis Kemiskinan VS Tipologi Lahan Sawah
K e b u tu h a n L a h a n M in im a l (h a ) K o n tr ib u s i P e n d a p a ta n th d K H L (% )
Keb utuhan Lahan Minimal (ha) Kontrib usi Pendapatan thd KHL (%)
1. Sajogjo; 2. Bank Dunia US$1; 3. Bank Dunia US$2; 4. BPS (NTB); 5. BPS US$1,5
kemiskinan sebanyak 17% saja, sedangkan petani pada lahan irigasi setengah teknis yang dapat mencapai garis kemiskinan diperkirakan kurang dari 5%. Diperkirakan tidak ada petani pada lahan sawah tadah hujan yang dapat mencapai garis kemiskinan.
Berdasarkan pada kenyataan tersebut, maka standar Sajogjo dalam hal ini masih relevan untuk digunakan sebagai standar garis kemiskinan. Alasan yang mendasari pemikiran tersebut bahwa sebagian besar pengeluaran penduduk miskin adalah untuk membeli beras sebagai pangan pokok, sehingga harga beras riil di suatu wilayah sangat menentukan kondisi kemiskinan masyarakat. Disamping itu para petani adalah penghasil beras, sehingga sebagian besar pengeluarannya dinilai setara beras. Untuk memenuhi kebutuhan sehari-hari para petani pada umumnya menjual beras. Sedangkan nilai tukar dollar terhadap rupiah didasarkan pada kondisi global yang seringkali tidak secara langsung berkaitan dengan nilai kebutuhan pokok masyarakat, terutama yang tinggal di wilayah perdesaan.
Rasio antara luas lahan pertanian dengan jumlah petani dapat digunakan sebagai indikator kemampuan usaha tani untuk memberikan kehidupan yang layak bagi rumah tangga petani (Suryana et al., 2008). Makin tinggi rasionya, berarti lahan usaha tani tersebut mampu memberikan kehidupan yang lebih layak bagi rumah tangga petani, dan sebaliknya jika rasionya menurun.
Bila dihitung rasio antara luas lahan dengan jumlah petani, maka luas pemilikan lahan petani saat ini rata-rata 0,48 ha KK-1, sedangkan kebutuhan lahan agar KHL petani dapat terpenuhi seluas 0,86 ha KK-1. Dengan perkataan lain bahwa skala usaha tani minimal yang harus dikelola oleh setiap petani dengan jumlah anggota rumah tangga 3,67 jiwa adalah 0,86 ha. Secara agregat kebutuhan Lm sawah di NTB adalah seluas 446.780 ha, terdiri atas lahan sawah irigasi teknis seluas 93.528 ha, setengah teknis 142.490 ha dan lahan sawah tadah hujan 210.761 ha. Luas baku sawah pada tahun 2008 seluas 230.986 ha, terdiri atas lahan sawah irigasi teknis 76.433 ha, lahan sawah setengah teknis 78.132 ha dan sawah tadah hujan 76.421 ha atau kontribusi masing-masing terhadap kebutuhan lahan mencapai 73,49%, 56,53% dan 26,82% atau rata-rata 55,73%. Pemerintah provinsi NTB tidak mungkin mencetak lahan sawah seluas 297.098 ha untuk memenuhi KHL petani 100%, karena potensi lahan sawah yang masih tersedia saat ini di NTB sekitar 6.247 ha (Hidayat dan Ritung, 2008).
Pemerintah sebaiknya tidak hanya fokus pada upaya peningkatan kapasitas produksi melalui peningkatan produktivitas, peningkatan IP dan pemberian insentif kepada petani saja, akan tetapi hal yang lebih penting juga tertuju pada upaya penciptaan lapangan kerja baru baik off farm maupun non farm sebagai sumber pendapatan alternatif petani. Penciptaan lapangan kerja baru harus diprioritaskan pada usaha-usaha yang bersifat mendukung (supporting) terhadap keberlanjutan aktivitas usaha tani padi, eksistensi usaha tani padi khususnya padi sawah tetap berlangsung secara baik dan berkelanjutan.
Pemerintah harus tetap mengupayakan iklim yang kondusif bagi usaha tani padi melalui mekanisme yang lebih sederhana dan terjangkau oleh petani dan sejauh mungkin menghindari program yang dapat menciptakan ketergantungan petani yang semakin besar. Sebagaimana dinyatakan Sherlund et al. (2002) bahwa usaha tani rakyat sangat ditentukan oleh kondisi lingkungan yang sebagian besar berasal dari luar (eksogen), sehingga kondisi tersebut sering menimbulkan ketidakefisienan.
5.7.2. Luas Lahan Optimum Untuk Kemandirian Pangan
Luas lahan optimum usaha tani padi sawah untuk mencapai kemandirian pangan berkelanjutan atau untuk memenuhi kebutuhan fisik minimum dapat ditentukan melalui pendekatan neraca produksi dan permintaan konsumsi padi, yang diformulasikan dalam dua struktur model sistem dinamik, yaitu struktur model sistem produksi padi dan struktur model kebutuhan konsumsi.
5.7.2.1. Struktur Model Sistem Produksi Padi
Struktur model sistem produksi padi dibangun berdasarkan faktor-faktor yang saling terkait dan berpengaruh dalam mencapai sasaran produksi yang diharapkan, meliputi luas baku sawah, konversi lahan, luas panen, produktivitas, indeks pertanaman padi, kehilangan hasil panen, dan kehilangan panen akibat variabilitas iklim dengan mengacu pada data dan informasi aktual 2001-2008. Menurut Tasrif (2004), suatu model dapat dikatakan lengkap apabila dapat mewakili berbagai dimensi dari realitas yang dikaji. Lebih lanjut Forrester (1965) menambahkan bahwa untuk menghindari kerumitan, tidak semua variabel dapat dimasukkan dalam model, karena akan sulit menjelaskan proses yang terjadi sesungguhnya. Karena itu pertimbangan pemilihan variabel dalam formulasi model menjadi sangat penting. Struktur model sistem produksi padi dalam
penelitian ini secara detail digambarkan dalam struktur model sistem dinamis, disajikan pada Gambar 4.6.
Luas baku sawah memegang peranan sangat penting dalam sistem produksi padi sawah karena merupakan determinan utama kapasitas produksi padi dengan kontribusi lebih dari 90%. Pada wilayah beriklim kering yang memiliki keterbatasan sumber daya air, peranan luas baku sawah terasa lebih penting. Luas baku sawah sangat dipengaruhi oleh laju pencetakan sawah baru dan laju konversi lahan sawah. Pada kondisi dimana potensi sumber daya lahan yang sesuai untuk pencetakan sawah baru sudah tidak tersedia atau dimanfaatkan mendekati 100% dari potensi yang tersedia, maka tidak ada pilihan lain kecuali harus mengendalikan laju konversi lahan sawah.
Sementara itu, upaya peningkatan produktivitas akhir-akhir ini mengalami kendala stagnasi karena keterbatasan teknologi, degradasi lahan dan variabilitas iklim, sehingga luas panen harus dipertahankan pada luasan yang cukup. Perluasan areal panen melalui peningkatan IP padi juga mengalami kendala keterbatasan infrastruktur jaringan irigasi dan debit air serta masih rendahnya insentif petani padi termasuk iklim usaha tani padi yang sering tidak kondusif. Hal ini dapat dilihat dari perkembangan luas panen komoditas non padi yang cenderung meningkat sedangkan luas panen padi cenderung stagnan.
Peluang peningkatan produksi padi NTB dapat dilakukan melalui perluasan areal padi ladang. Yang dimaksud padi ladang dalam penelitian ini adalah padi yang ditanam pada lahan kering tanpa tergenang, sering juga disebut padi gogo atau padi tegalan yang hanya mengandalkan curah hujan sebagai sumber airnya, sehingga umumnya berlangsung satu musim, yaitu pada musim hujan (MH). Potensi lahan kering yang dapat dijadikan areal tanaman semusim (padi) di NTB masih cukup luas yaitu sekitar 137.559 ha (61,3%) dari poteni lahan yang tersedia (Hidayat dan Ritung, 2008). Akan tetapi mengandalkan produksi padi ladang mengandung resiko (vulnerability) yang sangat tinggi terutama karena ketergantungan yang tinggi terhadap faktor iklim yang dewasa ini semakin tidak menentu (uncertainty). Hambatan lain dari pemanfaatan lahan kering untuk padi ladang adalah keterbatasan teknologi yang adaptif, misalnya varietas padi yang benar-benar tahan kekeringan dengan produktivitas yang tinggi. Pada sisi lain, ekspansi perluasan areal tanam padi ke lahan kering dapat menghambat proses diversifikasi pangan dari beras ke non beras, karena lahan yang seyogyanya
ditanami komoditas sumber karbohidrat non beras, seperti jagung, singkong, ubi jalar, uwi, talas, dan sebagainya akan berkurang.
Oleh karena itu upaya mempertahankan eksistensi lahan sawah secara berkelanjutan, tidak hanya ditujukan untuk mencukupi kebutuhan pangan beras, tetapi juga dalam upaya menekan laju pertumbuhan luas panen padi ladang untuk mempercepat program diversifikasi pangan.
Pengembangan teknologi yang adaptif terhadap perubahan iklim, serta teknologi pra panen dan pasca panen juga sangat penting untuk mencegah terjadinya gagal panen dan kehilangan hasil panen akibat tercecer. Kegagalan panen sebagai dampak perubahan iklim di NTB termasuk cukup tinggi, yaitu sekitar 25.000 ha tahun-1. Sedangkan kehilangan hasil panen akibat perlakuan panen dan pasca panen yang kurang baik rata-rata 14,25% tahun-1.
5.7.2.2. Struktur Model Kebutuhan Konsumsi
Struktur model kebutuhan konsumsi dirancang dari variabel-variabel pertumbuhan penduduk, konsumsi beras penduduk kapita-1tahun-1, kebutuhan agroindustri berbahan baku beras, cadangan/stock beras pemerintah, kebutuhan benih padi, ekspor atau transfer dan konversi gabah kering giling (GKG) ke beras. Secara umum struktur model kebutuhan konsumsi padi mengikuti persamaan (5a, 5b dan 5c) yang dikemukakan Rachman et al., 2004, kemudian diformulasikan dalam struktur model sistem dinamis disajikan pada Gambar 4.7.
Pertumbuhan penduduk merupakan faktor utama yang berpengaruh terhadap laju peningkatan kebutuhan konsumsi beras. Laju pertumbuhan penduduk NTB secara agregasi periode 2001-2008 rata-rata 1,67%. Dengan konsumsi beras penduduk rata-rata 139,15 kg kapita-1tahun-1, maka dalam kurun waktu 25 tahun kedepan diperkirakan laju pertumbuhan kebutuhan konsumsi beras akan lebih cepat dari laju pertumbuhan produksi padi.
Kebutuhan agroindustri yang diproyeksikan sebesar 23,5% dari kebutuhan penduduk juga diperkirakan akan meningkat sejalan dengan pertumbuhan penduduk dan perkembangan agroindustri yang berbahan baku beras. Permintaan beras tidak hanya datang dari dalam wilayah (domestik), tetapi juga datang dari luar wilayah yang membutuhkan karena memiliki sumberdaya yang terbatas. Disamping itu persediaan beras dalam jumlah yang cukup juga sangat penting guna mengantisipasi berbagai kondisi yang tidak diinginkan, seperti bencana alam, banjir, serangan OPT dan musim kemarau yang panjang. Faktor lain yang juga penting untuk diperhitungkan adalah kebutuhan benih padi yang
diperkirakan akan meningkat sejalan dengan peningkatan luas panen. faktor tersebut juga harus dipertimbangkan dalam struktur model.
5.7.2.3. Validasi Model
Validasi model merupakan suatu usaha untuk menyimpulkan apakah model yang dibangun merupakan perwakilan yang sah dari realitas yang dikaji sehingga dapat menghasilkan kesimpulan yang meyakinkan (Eriyatno, 2003). Validasi model adalah aspek pelengkap dalam metode berfikir sistem yang bertujuan memperoleh keyakinan sejauhmana kinerja model sesuai (compatible) dengan kinerja sistem nyata sehingga memenuhi syarat sebagai model ilmiah yang taat fakta (Muhammadi et al., 2001). Validasi model dilakukan sesuai dengan tujuan pemodelan, yaitu dengan cara membandingkan antara output model (kinerja model) dengan data empiris, sejauhmana perilaku output model sesuai dengan perilaku data empirik.
Validasi model dalam penelitian ini dilakukan dengan menggunakan formula (persamaan 11). Variabel yang digunakan untuk validasi adalah jumlah penduduk, luas baku sawah, produktivitas padi sawah, luas panen padi sawah, produksi padi sawah, dan produksi padi NTB. Validasi kebutuhan konsumsi dalam penelitian ini tidak dilakukan karena tidak didukung data empiris yang dapat digunakan sebagai data pembanding. Selain itu kebutuhan konsumsi adalah fungsi dari kebutuhan pangan penduduk yang sangat dipengaruhi oleh pertumbuhan jumlah penduduk. Kebutuhan konsumsi dihitung berdasarkan jumlah konsumsi penduduk ditambah kebutuhan agroindustri dan stok atau cadangan pemerintah. Sedangkan kebutuhan agroindustri dan stok dihitung berdasarkan jumlah konsumsi penduduk. Dengan demikian untuk memperoleh validitas konsumsi beras dapat didekati melalui validasi parameter jumlah penduduk sebagai variabel utama (reference mode). Hasil validasi terhadap parameter-parameter model tersebut dapat dilihat pada Tabel 5.20.
Tabel 5.20. Perbandingan nilai paramater antara data aktual dengan output simulasi dalam validasi model periode 2001-2008
Peubah Tahun awal
(2001) Tahun akhir (2008) Output (2008) MAPE (%)*) 1. Jumlah penduduk (jiwa) 3.862.854 4.363.756 4.364.635 0,02 2. Luas baku sawah (ha) 210.595 230.986 231.001 0,01
3. Luas panen (ha) 272.895 306.272 306.424 0,05
4. Produktivitas (kw/ha) 46,50 50,85 50,80 0,10
5. Produksi (ton) 1.268.693 1.557.300 1.557.214 0,01 6. Produksi padi NTB (ton) 1.459.102 1.750.675 1.750.647 0,00
*)
Pada Tabel 5.20 terlihat bahwa berdasarkan hasil validasi model terhadap parameter-parameter sistem dinamis dengan periode validasi 2001-2008 diperoleh rata-rata nilai MAPE 0,03% (<1%). Menurut Haukeet al.(2001) apabila nilai MAPE <5% maka model yang dibuat sangat tepat. Nilai MPE hasil validasi mendekati nol sehingga model yang dibangun tidak bias atau dapat dikatakan nilai simulasi tidak melebihi atau di bawah nilai data aktual.
5.7.2.4. Skenario dan Strategi
Guna memudahkan dalam perumusan strategi dan opsi kebijakan, maka dalam penetapan luas lahan optimum dengan pendekatan neraca produksi dan konsumsi disusun tiga skenario alternatif, yaitu skenario pesimis, moderat dan optimis. Dari tiga skenario yang disusun, kemudian disusun strategi dan opsi kebijakan untuk mencapai tujuan yang diharapkan. Strategi untuk mencapai tujuan dari setiap skenario didasarkan pada tingkat intervensi terhadap faktor- faktor kunci sistem produksi padi sawah yang diperoleh dari hasil analisis prospektif yang berjumlah sembilan faktor. Hasil analisis morfologis dan identifikasi ketidaksesuaian dari analisis konsistensi terhadap sembilan faktor kunci tersebut diperoleh skenario dan tingkat intervensi faktor-faktor kunci yang merupakan strategi untuk mencapai tujuan dari masing-masing skenario di atas sebagaimana terlihat pada Tabel 5.21.
Tabel 5.21. Skenario dan tingkat intervensi faktor-faktor kunci Skenario Tingkat intervensi faktor-faktor kunci
Kondisi aktual (existing condition) 1A, 2A, 3A, 4A, 5A, 6A, 7A, 8A, dan 9A
Pesimis 1B, 2B, 3A, 4A, 5B, 6A, 7A, 8A, dan 9A
Moderat 1B, 2B, 3A, 4B, 5B, 6B, 7B, 8A, dan 9B
Optimis 1C, 2C, 3C, 4C, 5C, 6B, 7C, 8B, dan 9C Keterangan: 1-9: faktor kunci ABC: tingkat intervensi faktor kunci
Tabel 5.21. memperlihatkan kombinasi dari faktor-faktor kunci dan cluster sebagai strategi untuk mencapai sasaran yang diharapkan. Pada kondisi aktual, semua faktor kunci memiliki cluster A, yang menunjukkan tidak ada intervensi baru atau sistem berlangsung mengikuti trend 2001-2008. Skenario pesimis dengan strategi mengintervensi faktor kunci 1, 2 dan 5 (cluster B), artinya intervensi yang dilakukan sangat terbatas, sehingga kinerja sistem relatif sama dengan kondisi eksisting. Skenario moderat dilaksanakan dengan strategi intervensi enam faktor kunci (cluster B), artinya intervensi yang dilakukan cukup moderat, sehingga kinerja sistem diharapkan jauh lebih baik dari kondisi saat ini.
Sedangkan skenario optimis dengan strategi intervensi faktor kunci yang cukup intensif (cluster B dan C).
Setiap skenario dalam penelitian ini disusun tiga alternatif berdasarkan tingkat intervensi faktor-faktor kunci yaituAlternatif-1,Alternatif-2danAlternatif-3. Berdasarkan strategi untuk mencapai tujuan terdiri atas dua strategi, yaitu strategi peningkatan produksi dan strategi pengendalian konsumsi. Penyusunan skenario dan strategi tersebut dengan mempertimbangkan kemampuan, peluang dan kendala yang mungkin terjadi. Hasil simulasi kinerja skenario dengan strategi alternatif-1 ditunjukkan pada Gambar 5.17.
Gambar 5.17. Neraca produksi dan konsumsi padi di NTB tahun 2023 dengan tingkat pengendalian konversi lahan yang berbeda antar skenario
Gambar 5.17 memperlihatkan bahwa skenario pesimis dan moderat dengan strategi Alternatif-1, diperkirakan tidak akan mencapai sasaran yang diharapkan. Diperkirakan akan terjadi defisit produksi padi masing-masing skenario mulai tahun 2017 dan 2021. Sebaliknya, skenario optimis dengan strategi alternatif-1 diperkirakan terjadi surplus. Kebutuhan konsumsi padi pada 2023 dengan tingkat intervensi yang berbeda untuk skenario pesimis, moderat dan optimis diperkirakan akan mencapai 1,55 juta ton GKG, 1,50 juta ton GKG dan 1,47 juta ton GKG. Penurunan konsumsi tersebut terjadi sebagai dampak dari intervensi pengendalian pertumbuhan penduduk dan pengendalian konsumsi beras penduduk kapita-1tahun-1.
Faktor yang paling berperan terhadap penurunan produksi padi adalah terjadinya konversi lahan sawah ke penggunaan non pertanian yang sulit dikendalikan, sehingga luas baku sawah menjadi berkurang secara signifikan.
Estimasi luas baku sawah pada tahun 2023 dengan tingkat intervensi pengendalian konversi lahan yang berbeda antar skenario, diperlihatkan pada Gambar 5.18.
Gambar 5.18. Estimasi luas baku sawah tahun 2023 dengan tingkat intervensi pengendalian konversi lahan yang berbeda antar skenario
Gambar 5.18 memperlihatkan bahwa luas baku sawah akan berkurang meskipun dilakukan intervensi pengendalian konversi lahan sawah. Pada 2023 apabila konversi lahan dapat ditekan menjadi 3,5% tahun-1(15% dari kondisi saat ini) melalui skenario pesimis, maka luas baku sawah akan tersisa seluas 138.000 ha atau menyusut 40,21%. Apabila konversi lahan dapat ditekan 2,8% (30% dari kondisi saat ini) melalui skenario moderat, luas baku sawah akan tersisa seluas 153.000 ha atau menyusut 33,44% dan apabila konversi lahan sawah dapat ditekan 2,2% (45% dari kondisi saat ini) melalui skenario optimis, maka luas baku sawah akan tersisa 168.000 ha atau menyusut 27,07%.
Hasil kinerja skenario dengan tingkat intervensi Alternatif-2danAlternatif-3, ditunjukkan pada Gambar 5.19 dan 5.20.
Gambar 5.19 dan 5.20 memperlihatkan bahwa skenario pesimisAlternatif-2
dengan intervensi peningkatan IP padi menjadi 240% akan menghadapi hambatan dalam pencapaiannya, terkait dengan keterbatasan sumber daya air, infrastruktur jaringan irigasi, motivasi petani dan resiko ketidakpastian iklim. Skenario pesimis Alternatif-3 dengan intervensi perluasan areal padi ladang seluas 143.460 ha tidak akan mencapai sasaran, selain karena membutuhkan biaya yang cukup besar, juga karena potensi lahan untuk areal padi ladang tidak mencukupi.
Gambar 5.19. Kinerja skenario dengan tingkat intervensiAlternatif-2
Gambar 5.20. Kinerja skenario dengan tingkat intervensiAlternatif-3
Skenario optimis Alternatif-1, 2 dan 3 dengan strategi pengendalian konversi lahan sawah 2,2% tahun-1 diperkirakan sulit untuk dicapai dengan melihat kondisi saat ini. Provinsi NTB saat ini tengah membangun berbagai infrastruktur pendukung untuk mengejar ketertinggalannya dari daerah lain. Hal ini diperkirakan akan memacu terjadinya konversi lahan sawah yang sulit untuk dikendalikan. Dengan mempertimbangkan peluang dan kendala tersebut di atas, maka pilihan yang paling rasional adalah skenario moderat Alternatif-3. Pada
Alternatif-3 skenario moderat memerlukan intervensi peningkatan IP menjadi 200%, mempunyai peluang yang cukup besar apabila pemerintah mempunyai komitmen membangun jaringan irigasi teknis. Demikan halnya dengan perluasan areal padi ladang menjadi 113.460 ha, dari sisi potensi masih cukup tersedia.
Hasil simulasi tingkat pencapaian produksi padi sawah melalui tiga skenario dengan tiga alternatif strategi peningkatan IP padi sawah pada tahun 2023 disajikan pada Tabel 5.22.
Tabel 5.22. Tingkat pencapaian produksi padi melalui skenario dengan tiga alternatif peningkatan IP padi sawah pada tahun 2023*)
Tahun Skenario/Peubah 2008***) 2013 2018 2023 Skenario Pesimis IP padi sawah (%) 1**) 155,00 165,00 175,00 185,00 2 155,00 170,00 185,00 200,00 3 155,00 185,00 200,00 220,00 Pencapaian target (%) 1 119,66 105,56 93,32 81,92 2 119,66 107,88 103,53 105,36 3 119,66 108,30 105,70 101,39 Skenario Moderat IP padi sawah (%) 1 155,00 162,50 175,00 185,00 2 155,00 165,00 180,00 190,00 3 155,00 165,00 185,00 200,00 Pencapaian target (%) 1 119,66 110,68 102,72 95,67 2 119,66 110,62 107,59 105,10 3 119,66 109,84 104,59 103,79 Skenario Optimis IP padi sawah (%) 1 155,00 162,50 175,00 185,00 2 155,00 165,00 175,00 185,00 3 155,00 165,00 175,00 185,00 Pencapaian target (%) 1 119,66 116,73 114,69 113,60 2 119,66 115,23 112,01 109,77 3 119,66 110,77 106,74 103,53
*)Hasil pengolahan dengan Powersim 2.5 **) Alternatif ***)Kondisi awal tahun 2008
Tabel 5.22 memperlihatkan bahwa apabila diasumsikan produktivitas padi sawah meningkat mengikuti tren 2001-2008 hingga mencapai 5,9 ton ha-1 pada tahun 2023, maka untuk mencapai target produksi 100% apabila skenario pesimis dijalankan harus meningkatkan IP padi sawah secara bertahap hingga 220% pada tahun 2023, skenario moderat 200% dan skenario optimis 185%.
Apabila alternatif peningkatan IP padi sawah tidak dapat mencapai terget produksi, maka perluasan areal padi ladang merupakan opsi yang dapat dipertimbangkan untuk menutupi defisit produksi padi akibat konversi lahan sawah yang sulit dikendalikan. Peluang perluasan padi ladang sekitar 137.600 ha (61,3%) dari potensi lahan yang tersedia di NTB (Hidayat dan Ritung, 2008).
Opsi perluasan areal padi ladang untuk menutupi defisit produksi padi guna mencukupi kebutuhan pangan domestik memerlukan pengkajian yang mendalam dari berbagai aspek (ekologi, ekonomi, sosial, kebijakan dan kelembagaan serta
teknologi dan infrastruktur). Selain memerlukan biaya yang cukup besar untuk pembukaan lahan baru, juga dukungan teknologinya terbatas, tingkat produktivitas rendah dan resiko terhadap cekaman lingkungan akibat variabilitas