4. Analisi dan Pembahasan
4.2. Pemetaan Jaringan Sosial (Social Network)
Hasil pengolahan sampel data responden diperoleh hasil visualisasi Social Network dan deskripsi statistik dari hubungan aktor-aktor yang terlibat dalam pelaksanaan Program Pengembangan Usaha Agribisnis Perdesaan (PUAP) di Kabupaten Rejang Lebong Propinsi Bengkulu. Untuk dapat melihat secara mendalam dari visualisasi social network, berikut akan dibahas hubungan dan interaksi yang dibangun dan terbangun dari para aktor-aktor, yang dilihat dari beberapa analisa dalam Social Network Analysis.
4.2.1 Struktur keterkaitan atau hubungan masing-masing aktor dalam pelaksanaan program PUAP
Ego-Network (egonet) digunakan untuk menganalisis struktur
keterkaitan / hubungan lokal masing-masing node/actor dalam suatu jaringan sosial (social network), sebuah egonet terdiri dari simpul fokus dan set-node yang berdekatan dari simpul fokus, dan
dasar dari egonet mencangkup ukuran dan kepadatan masing-masing hubungan node dengan node lainya.
4.2.1.1 Ego-Network dari seluruh data sampel. Hasil dari visualisasi Ego-Network (EgoNet) dapat dilihat pada gambar 4.1 yang merupakan visualisasi egonet dari seluruh data sampel yang di peroleh yaitu dari total 95 responden.
Gambar 4.1 Visualisasi Ego-Network Dari Seluruh Data Sampel
Secara keseluruhan berdasaran visualisasi egonet dari total 95 responden diperoleh informasi bahwa hubungan yang terbagun antara actor/nodes dalam jaringan terdapat 3 nodes yang memiliki kepadatan hubungan tertinggi diantaranya (1) Bambang P.T, STP dengan 39 keterkaitan dengan nodes lainnya, (2) Busroni, A.md dengan 36 keterkaitan dan (3) Suswandi, SE dengan 26 keterkaitan dengan nodes lain, terlihat jelas bahwa ada tiga actor/nodes yang memiliki pengaruh besar dalam jaringan tersebut hasil perhitungan dapat dilihat pada tabel 4.3 dan 4.4.
Tabel 4.3
Hasil Perhitungan Ego-Network Dari Seluruh Data Sampel
Measures Value Size Density Mean Std. Dev. Min Max 6.842 6.058 1 39 0 1 Tabel 4.4
Hasil Perhitungan nodes Ego-Network Dari Seluruh Data Sampel
No Nama Sex Age Bidang Status Lembaga Size Density
1 Bambang P T, STP L 33 PMT PUAP PMT 39 0.08 2 Busroni, A.Md L 31 PMT PUAP PMT 36 0.114 3 Suswandi, SE L 37 PMT PUAP PMT 26 0.095 4 Dadang Rahmat L 51 Staff NON BP4K 16 0.1 5 Rindra Purnama, SP L 55 Ka BPP NON BPP Lubuk
Ubar
16 0.092 6 Risa, S.PT P 33 PP PUAP BPP Air Pikat 15 0.21 7 Rusli, SP L 59 Staff NON BP4K 14 0.088 8 Arben. K L 48 PP PUAP BPP Pal VIII 12 0.273 9 Suharyanto, SP L 57 Ka BPP NON BPP Kesambe
Lama
12 0.242 10 Andi Siswanto, SP L 49 Ka BPP NON BPP Pal VIII 12 0.212
Keterangan: Hasil Perhitungan Ego-Network lengkap dapat dilihat pada lampiran Tabel 4.4
4.2.1.2 Network Program PUAP. Hasil dari visualisasi
Ego-Network (EgoNet) program PUAP dapat dilihat pada gambar 4.2
merupakan visualisasi egonet dari sampel data program PUAP yang diperoleh dari total 59 responden.
Gambar 4.2 Visualisasi Ego-Network Program PUAP
Hasil visualisasi egonet dari total 59 responden pada program PUAP diperoleh informasi bahwa hubungan yang terbagun antara
actor/nodes dalam jaringan terdapat 4 nodes yang memiliki nilai
kepadatan hubungan tertinggi diantaranya (1) Bambang P.T, STP dengan 35 keterkaitan dengan nodes lainnya, (2) Busroni, A.md dengan 37 keterkaitan, (3) Suswandi, SE dengan 23 keterkaitan dengan node lainnya dan (4) Risa, S.PT dengan 14 keterkaitan dengan nodes lainya terlihat jelas bahwa ada 4 actor/nodes yang memiliki pengaruh besar dalam jaringan program PUAP. Hasil perhitungan dapat dilihat pada tabel 4.5 dan 4.6.
Tabel 4.5
Hasil Perhitungan Ego-Network Dari Program PUAP
Measures Value Size Density Mean Std. Dev. Min Max 4.61 5.986 1 35 0 1 Tabel 4.6
Hasil Perhitungan nodes Ego-Network Dari Program PUAP
No Nama Sex Age Bidang Lembaga Size Density
1 Bambang P T, STP L 33 PMT PMT 35 0.084
2 Busroni, A.Md L 31 PMT PMT 27 0.108
3 Suswandi, SE L 37 PMT PMT 23 0.103
4 Risa, S.PT P 33 PP BPP Air Pikat 14 0.209 5 Umar Ibrahim, SST L 30 PP BPP Air Pikat 8 0.429 6 Ir. Iming Juniarto L 46 PP BPP Air Pikat 7 0.429 7 Arben. K L 48 PP BPP Pal VIII 7 0.429 8 Herlina, S.ST P 34 PP BPP Air Duku 7 0.476
9 Suyamto L 51 PP BPP Pal VIII 5 0.4
10 Rigusman, S.ST L 28 PP BPP Air Pikat 5 0.6
Keterangan: Hasil Perhitungan Ego-Network lengkap dapat dilihat pada lampiran Tabel 4.6
4.2.2 Tingkat kepadatan hubungan antar aktor dengan aktor lainya dalam pelaksanaan program PUAP
4.2.2.1 Degree-Network dari seluruh data. Hasil dari visualisasi
Degree dapat dilihat pada gambar 4.3 yang merupakan visualisasi degree-network dari seluruh data sampel yang di peroleh yaitu dari
total 95 responden.
Gambar 4.3 Visualisasi Network-Degree Dari Seluruh Data Sampel
Dari hasil perhitungan degree-network diperoleh informasi bahwa hubungan yang terbagun antara actor/nodes dalam jaringan terdapat 379 konektivitas, actor/nodes yang memiliki nilai
out-degree tertinggi diantaranya (1) Bambang P.T, S.TP dengan nilai 33,
(2) Suswandi, SE dengan nilai 24, (3) Busroni, A.md dengan nilai 23, hasil perhitungan out-degree dapat dilihat pada tabel 4.7, hal ini menggambarkan bahwa ketiga actor/nodes merupakan yang paling
berpengaruh didalam jaringan karena mereka memiliki kemampuan untuk bertukar informasi, ketiga actor tersebut memiliki peranan penting dalam jaringan karena mereka merupakan pusat/penghubung untuk pertukaran informasi.
Tabel 4.7
Hasil Perhitungan Out-Degree Dari Seluruh Data Sampel
No Nama Sex Age Bidang Status Lembaga
Out-Degree Node Type 1 Bambang P T, STP L 33 PMT PUAP PMT 33 Ordinary
2 Suswandi, SE L 37 PMT PUAP PMT 24 Ordinary
3 Busroni, A.Md L 31 PMT PUAP PMT 23 Ordinary
4 Dadang Rahmat L 51 Staff NON BP4K 15 Ordinary
5 Risa, S.PT P 33 PP PUAP BPP Air Pikat 13 Ordinary
6 Rusli, SP L 59 Staff NON BP4K 12 Ordinary
7 Marsidi, SP L 41 Staff NON BPP Pal VIII 12 Transmitter
8 Maryono, S.Hut L 44 Staff NON BP4K 11 Transmitter
9 Yuswanto, SP L 51 Staff NON BP4K 10 Transmitter
10 Priyono Ananto L 52 Staff NON BPP Air Pikat 10 Transmitter Keterangan: Hasil Perhitungan In-Degree dan Out-Degree lengkap dapat dilihat pada lampiran Tabel 4.7
Hasil perhitungan degree-network, actor/node yang memiliki nilai in-degree tertinggi diantaranya (1) Busroni, A.md dengan nilai 25, (2) Bambang P.T, S.TP dengan nilai 20, (3) Suswandi, SE dengan nilai 14, (4) Rindra Purnama dengan nilai 14, (5) Andi Siswanto dengan nilai 12, hasil perhitungan dapat dilihat pada tabel 4.8, actor/nodes ini dapat disebut sebagai aktor-aktor yang fokus dari jaringan dan merupakan aktor penting (prominent actor), hal ini menggambarkan bahwa banyak actor/nodes yang berada dalam jaringan tersebut berusaha membuat hubungan dengan mereka.
Tabel 4.8
Hasil Perhitungan In-Degree Dari Seluruh Data Sampel
No Nama Sex Age Bidang Status Lembaga In-Degree Node Type 1 Busroni, A.Md L 31 PMT PUAP PMT 25 Ordinary
2 Bambang P T, STP L 33 PMT PUAP PMT 20 Ordinary
3 Suswandi, SE L 37 PMT PUAP PMT 14 Ordinary
4 Rindra P, SP L 55 Ka BPP NON BPP Lubuk Ubar
14 Ordinary
5 Andi Siswanto, SP L 49 Ka BPP NON BPP Pal VIII 12 Receiver
6 Arben. K L 48 PP PUAP BPP Pal VIII 11 Ordinary
7 Jufrizal, A.md L 43 PP PUAP BPP Kesambe Lama
10 Ordinary
8 Amran, SP L 50 PP PUAP BPP Kesambe Lama
10 Ordinary
9 Umar I, SST L 30 PP PUAP BPP Air Pikat 9 Ordinary
10 Suharyanto, SP L 57 Ka BPP NON BPP Kesambe Lama
8 Ordinary
Keterangan: Hasil Perhitungan In-Degree dan Out-Degree lengkap dapat dilihat pada lampiran Tabel 4.7
Dari hasil perhitungan degree pada jaringan didapat informasi bahwa rata-rata nilai out-degree dan in-degree actor dalam jaringan ini sangat rendah, yaitu: 3,989, dilihat dari nilai Mean statistik
out-degree and in-out-degree pada tabel 4.7, table 4.8 dan tabel 4.9.
informasi ini menunjukkan bahwa masing masing actor/nodes rata-rata hanya mengirim dan menerima informasi secara umum dari dan kepada 3 atau 4 actor/nodes, berdasarkan 95 actor yang ada dalam jaringan.
Tabel 4.9
Hasil Perhitungan Degree dan Jumlah Total Type Node Dari Seluruh Data Sampel
Measures Value In-Degree Out-Degree Sum Mean Std. Dev. Min Max 379 3.989 4.266 0 25 379 3.989 5.127 0 33 # Of Isolate #Of Pendant Inclusiveness (%) 0 7 100%
Isolate Transmiter Receiver Carrier Ordinary
0 18 6 4 67
4.2.2.2 Degree-Network dari program PUAP. Hasil dari visualisasi
Degree-Network (Degree) dapat dilihat pada gambar 4.4 yang
merupakan visualisasi degree-network dari data sampel program PUAP yang diperoleh dari total 59 responden.
Gambar 4.4 Visualisasi Network-Degree Program PUAP
Dari hasil perhitungan degree-network diperoleh informasi bahwa hubungan yang terbagun antara actor/nodes dalam jaringan terdapat 180 konektivitas, actor/nodes yang memiliki nilai
out-degree tertinggi diantaranya (1) Bambang P.T, S.TP dengan nilai 32,
(2) Busroni, A.md dengan nilai 23, (3) Suswandi, SE dengan nilai 22, hasil perhitungan dapat dilihat pada tabel 4.10, hal ini menggambarkan bahwa ketiga actor/nodes merupakan yang paling berpengaruh didalam jaringan karena mereka memiliki kemampuan untuk bertukar informasi, ketiga actor tersebut memiliki peranan penting dalam jaringan karena mereka merupakan pusat/penghubung untuk pertukaran informasi.
Tabel 4.10
Hasil Perhitungan Out-Degree Program PUAP
No Nama Sex Age Bidang Lembaga Out-Degree Node Type 1 Bambang P T, STP L 33 PMT PMT 32 Ordinary
2 Busroni, A.Md L 31 PMT PMT 23 Ordinary
3 Suswandi, SE L 37 PMT PMT 22 Ordinary
4 Risa, S.PT P 33 PP BPP Air Pikat 13 Ordinary
5 Herlina, S.ST P 34 PP BPP Air Duku 5 Ordinary
6 Suyamto L 51 PP BPP Pal VIII 5 Ordinary
7 Umar Ibrahim, SST L 30 PP BPP Air Pikat 3 Ordinary
8 Ir. Iming Juniarto L 46 PP BPP Air Pikat 3 Ordinary
9 Novita Yuliani, SP P 29 PP BPP Air Duku 3 Ordinary
10 Hanif Suryanto, SST L 34 PP BPP Durian Mas 3 Ordinary Keterangan: Hasil Perhitungan In-Degree dan Out-Degree lengkap dapat dilihat pada lampiran Tabel 4.10
Hasil perhitungan degree-network, Actor/node yang memiliki nilai in-degree tertinggi diantaranya (1) Bambang P.T, S.TP dengan nilai 17, (2) Busroni, A.md dengan nilai 16, (3) Suswandi, SE dengan nilai 12, hasil perhitungan dapat dilihat pada tabel 4.11,
actor/nodes ini dapat disebut sebagai aktor yang fokus dari jaringan
dan merupakan aktor penting (prominent actor), hal ini menggambarkan bahwa banyak actor/nodes yang berada dalam jaringan tersebut berusaha membuat hubungan dengan mereka.
Tabel 4.11
Hasil Perhitungan In-Degree Program PUAP
No Nama Sex Age Bidang Lembaga In-Degree
Node Type 1 Bambang P T, STP L 33 PMT PMT 17 Ordinary
2 Busroni, A.Md L 31 PMT PMT 16 Ordinary
3 Suswandi, SE L 37 PMT PMT 12 Ordinary
4 Arben. K L 48 PP BPP Pal VIII 7 Ordinary
5 Umar Ibrahim, SST L 30 PP BPP Air Pikat 6 Ordinary
6 Herlina, S.ST P 34 PP BPP Air Duku 5 Ordinary
7 Ir. Iming Juniarto L 46 PP BPP Air Pikat 5 Ordinary
9 Surono, A.md L 50 PP BPP Air Pikat 4 Ordinary
10 Yulius S, S.PKP L 52 PP BPP Bengko 4 Ordinary
Keterangan: Hasil Perhitungan In-Degree dan Out-Degree lengkap dapat dilihat pada lampiran Tabel 4.11
Dari hasil perhitungan degree pada jaringan didapat informasi bahwa rata-rata nilai out-degree dan in-degree actor dalam jaringan ini sangat rendah, yaitu: 3,051, dilihat dari nilai Mean statistik
out-degree and in-out-degree pada tabel 4.10, tabel 4.11 dan table 4.12.
informasi ini menunjukkan bahwa masing masing actor/nodes rata-rata hanya mengirim dan menerima informasi secara umum dari dan kepada 3 actor/nodes, berdasarkan 59 actor yang ada dalam jaringan.
Tabel 4.12
Hasil Perhitungan Degree dan Jumlah Total Type Node Dari Program PUAP
Measures Value In-Degree Out-Degree Sum Mean Std. Dev. Min Max 180 3.051 3.138 0 17 180 3.051 5.643 0 32 # Of Isolate #Of Pendant Inclusiveness (%) 0 10 100%
Isolate Transmiter Receiver Carrier Ordinary
0 2 10 7 40
4.2.3 Pemetaan hubungan yang terbangun dari para aktor dalam pelaksaan program PUAP.
4.2.3.1 Pemetaan Berdasarkan Wilayah Kerja Penyuluh Pendamping (PP). Kabupaten Rejang Lebong (RL) merupakan
salah satu kabupaten di provinsi Bengkulu, terdiri dari 15 kecamatan dengan 10 wilayah operasional kerja Balai Penyuluh Pertanian (BPP), gambar 4.5 merupakan peta administrasi dari kabupaten Rejang Lebong.
Gambar 4.5 Peta Wilayah Administrasi Kabuaten Rejang Lebong
Dalam tahapan pemetaan ini difokuskan untuk melihat bagaimana posisi actor/nodes dalam ruang geografis (lokasi, kedekatan, lingkungan, wilayah) bersamaan dengan keterkaitan posisi mereka di social network, dan melihat dimensi spasial yang menunjukkan bagaimana bentuk keterhubungan yang terbangun oleh
actor/nodes dalam pelaksanaan program PUAP berdasarkan wilayah
kerja mereka, tahapan ini mencoba memberikan pemahaman tentang bagaimana pertukaran informasi dan interkasi antar actor/nodes dalam pelaksanaan program PUAP dengan menjelajahi dimensi
dalam lingkungan spasial wilayah operasional penyuluh pendamping (PP) dan bertujuan untuk mengetahui efisiensi, efektivitas, dan produktivitas peran actor/nodes dalam melaksanakan tugas-tugas mereka. Gambar 4.6 visualisasi Degree-Network (Degree) merupakan visualisasi dari data aktor-aktor yang berperan dalam program PUAP terdiri dari 59 aktor, namun di sini aktor yang berperan sebagai PMT di hilangkan jadi sampel menjadi 56 dengan tujuan melihat peran dan keterhubungan actor/node dengan
actor/node yang lain yang berperan sebagai penyuluh pendamping
(PP).
Gambar 4.6 Visualisasi 56 Node dari Penyuluh Pendamping (PP)
Dari hasil perhitungan degree-network diperoleh informasi bahwa hubungan yang terbagun antara actor/nodes dalam jaringan terdapat 62 konektivitas, dari hasil perhitungan degree rata-rata nilai
out-degree dan in-degree actor dalam jaringan ini sangat rendah,
yaitu: 1,107, dilihat dari nilai Mean statistik out-degree and
in-degree pada tabel 4.13. informasi ini menunjukkan bahwa masing
masing actor/nodes rata-rata hanya mengirim dan menerima informasi secara umum dari dan kepada 1 actor/nodes, berdasarkan 56 actor yang ada dalam jaringan.
Tabel 4.13
Hasil Perhitungan Degree dan Jumlah Total Type Node
Measures Value In-Degree Out-Degree Sum Mean Std. Dev. Min Max 62 1.107 1.097 0 5 62 1.107 1.759 0 12 # Of Isolate #Of Pendant Inclusiveness (%) 12 19 78.571%
Isolate Transmiter Receiver Carrier Ordinary
12 11 11 11 15
Network Density 0.02
Hasil perhitungan degree-network, actor/nodes yang memiliki nilai out-degree tertinggi dapat dilihat pada tabel 4.14, diantaranya (1) Risa, S.PT dengan nilai 12, (2) Herlina, S.ST dengan nilai 4, (3) Ir. Iming Juniarto, Ramelan, S.Pi dan Suyamto dengan nilai 3, hal ini menggambarkan bahwa aktor-aktor tersebut merupakan yang paling berpengaruh didalam jaringan karena mereka memiliki kemampuan untuk bertukar informasi, actors tersebut memiliki peranan penting dalam jaringan karena mereka merupakan pusat/penghubung untuk pertukaran informasi.
Tabel 4.14
Hasil Perhitungan Out-Degree Program PUAP
No Nama Sex Age Lembaga Out-Degree Node Type 1 Risa, S.PT P 33 BPP Air Pikat 12 Transmitter
2 Herlina, S.ST P 34 BPP Air Duku 4 Ordinary
3 Ir. Iming Juniarto L 46 BPP Air Pikat 3 Ordinary
4 Ramelan, S.Pi L 53 BPP Lubuk Ubar 3 Ordinary
5 Suyamto L 51 BPP Pal VIII 3 Ordinary
6 Umar Ibrahim, SST L 30 BPP Air Pikat 2 Ordinary
7 Yulius Suhaimi, S.PKP L 52 BPP Bengko 2 Ordinary
8 Novita Yuliani, SP P 29 BPP Air Duku 2 Ordinary
9 Rigusman, S.ST L 28 BPP Air Pikat 2 Ordinary
10 Mulyani, SPKP P 49 BPP Air Pikat 2 Ordinary
Keterangan: Hasil Perhitungan In-Degree dan Out-Degree lengkap dapat dilihat pada lampiran Tabel 4.14
Hasil perhitungan degree-network, Actor/node yang memiliki
nilai in-degree tertinggi dapat dilihat pada tabel 4.15, diantaranya (1) Arben. K dengan nilai 5, (2) Umar Ibrahim, SST dengan nilai 4, (3) Ir. Iming Juniarto, Jati prianto, SP dan Mulyadi, S.PKP dengan nilai 3, actors ini dapat disebut sebagai aktor yang fokus dari jaringan dan merupakan aktor penting (prominent actor), hal ini menggambarkan bahwa banyak actor/nodes yang berada dalam jaringan tersebut berusaha membuat hubungan dengan mereka.
Tabel 4.15
Hasil Perhitungan In-Degree Program PUAP
No Nama Sex Age Lembaga In-Degree Node Type 1 Arben. K L 48 BPP Pal VIII 5 Receiver
2 Umar Ibrahim, SST L 30 BPP Air Pikat 4 Ordinary
3 Ir. Iming Juniarto L 46 BPP Air Pikat 3 Ordinary
4 Jati prianto, SP L 46 BPP Durian Mas 3 Ordinary
5 Mulyadi, S.PKP L 49 BPP Pal VIII 3 Receiver
6 Herlina, S.ST P 34 BPP Air Duku 2 Ordinary
7 Yulius Suhaimi, S.PKP L 52 BPP Bengko 2 Ordinary
8 Novita Yuliani, SP P 29 BPP Air Duku 2 Ordinary
9 Rigusman, S.ST L 28 BPP Air Pikat 2 Ordinary
10 Eko Maryanto, SP L 48 BPP Durian Mas 2 Ordinary
Keterangan: Hasil Perhitungan In-Degree dan Out-Degree lengkap dapat dilihat pada lampiran Tabel 4.14
Posisi aktor-aktor dalam ruang geografis (lokasi, kedekatan, lingkungan, wilayah) beserta dengan keterkaitan posisi mereka di
social network, dan melihat dimensi spasial yang menunjukkan
bagaimana bentuk keterhubungan yang terbangun oleh aktor-aktor dalam pelaksanaan program PUAP berdasarkan wilayah kerja mereka dapat dilihat pada gambar 4.7 sebagai berikut.
Gambar 4.7 Visualisasi Node (Penyuluh Pendamping) berdasarkan Wilayah
Kerja
Dari hasil visualisasi diatas dapat dilihat pemahaman tentang bagaimana pertukaran informasi dan interkasi antar actor/nodes dalam pelaksanaan program PUAP di Kabupaten Rejang Lebong dengan menjelajahi dimensi dalam lingkungan spasial wilayah operasional penyuluh pendamping (PP) berdasarkan wilayah kecamatan (wilayah kerja penyuluh). dari visualisasi Gambar 4.7 dari visualisasi tersebut dapat dilihat terlihat kepadatan keterkaitan aktor dengan aktor lainya berdasarkan wilayah kerja penyuluh berdasarkan kecamatan sangat renda, ditunjukan dengan 12 node dengan type terisolasi (nodes berwarna biru) ini menunjukan bahwa jaringan yang tebangun antar aktor/node masih sangat besar di pengaruhi oleh peran PMT (Penyelia Mitra Tani).
4.2.3.2 Pemetaan Berdasarkan Wilayah Operasional Balai
Penyuluh Pertanian (BPP) dari Penyuluh Pendamping (PP).
Tahapan ini melihat dimensi spasial yang menunjukkan bagaimana bentuk keterhubungan yang terbangun oleh actor/nodes dalam pelaksanaan program PUAP berdasarkan wilayah operasional Balai Penyuluh Pertanian (BPP) dari penyuluh pendamping (PP), tahapan ini mencoba memberikan pemahaman tentang bagaimana pertukaran informasi dan interkasi antar actor/nodes dalam pelaksanaan program PUAP dengan menjelajahi dimensi dalam lingkungan spasial wilayah Operasional Balai Penyuluh Pertanian (BPP) dari penyuluh lapangan (PP) dan bertujuan untuk mengetahui efisiensi, efektivitas, dan produktivitas peran aktor/nodes dalam melaksanakan tugas-tugas mereka. Gambar 4.8 merupakan visualisasi dari data aktor/nodes yang berperan dalam program PUAP terdiri dari 59 aktor, namun di sini aktor yang berperan sebagai PMT tetap di hilangkan menjadi 56 nodes dengan tujuan melihat peran dan keterhubungan aktor/node dengan aktor/node yang lain yang berperan sebagai penyuluh pendamping (PP).
Gambar 4.8 Visualisasi Node (Penyuluh Pendamping) berdasarkan Wilayah
Kerja Operasional Balai Penyuluh Pertanian (BPP)
Dari hasil visualisasi diatas dapat dilihat pemahaman tentang bagaimana pertukaran informasi dan interkasi antar aktor/nodes dalam pelaksanaan program PUAP di Kabupaten Rejang Lebong dengan menjelajahi dimensi dalam lingkungan spasial wilayah operasional Balai Penyuluh Pertanian (BPP) dari penyuluh pendamping (PP) berdasarkan wilayah kerja. dari visualisasi Gambar 4.8 dari visualisasi tersebut dapat dilihat terlihat kepadatan keterkaitan aktor dengan aktor lainya berdasarkan wilayah operasional BPP, ditunjukan dengan 4 BPP yang terisolasi (BPP Kesambe Lama, BPP Durian Mas, BPP Bengko dan BPP Tanjung Agung) ini menunjukan bahwa jaringan yang tebangun antar
aktor/node antar wilayah operasional BPP masih rendah, sebagian
operasional BPP dimana penyulu pendamping (PP) bertugas, dari hasil visualisasi terlihat actor/nodes yang aktif sebagai penghubung antar wilayah BPP seperti (Ressi Afrianti, SP→BPP Mojorejo, Wilson Wijaya,SST→BPP PUT, Novita Yulianti,SP→BPP Air Duku, Herlina,S.ST→BPP Air Duku, Risa,S.PT→BPP Air Pikat dan Arben.K→BPP Pal VIII), hubungan antar actor/nodes antar wilayah operasional BPP masih sangat besar di pengaruhi oleh peran PMT (Penyelia Mitra Tani).
4.2.3.3 Pemetaan Berdasarkan Wilayah Operasional Balai
Penyuluh Pertanian (BPP). Tahapan pemetaan ini difokuskan
untuk melihat bagaimana posisi actor/nodes dalam ruang geografis (lokasi, kedekatan, lingkungan, wilayah) bersamaan dengan keterkaitan posisi mereka di social network, dan melihat dimensi spasial yang menunjukkan bagaimana bentuk keterhubungan yang terbangun oleh actor/nodes dalam pelaksanaan program PUAP berdasarkan wilayah operasional BPP tempat mereka bertugas, tahapan ini mencoba memberikan pemahaman tentang bagaimana pertukaran informasi dan interkasi antar actor/nodes yang secara langsung berperan dalam pelaksanaan program PUAP dan mengkombinasikannya staff dan penyuluh pertanian Non-PUAP dengan menjelajahi dimensi dalam lingkungan spasial wilayah operasional BPP dan bertujuan untuk mengetahui efisiensi, efektivitas, dan produktivitas peran actor/nodes dalam melaksanakan tugas-tugas mereka. Gambar 4.9 merupakan visualisasi dari data kombinasi dari aktor/nodes yang berperan maupun hanya sebatas pendukung (staff, penyuluh pertanian
non-PUAP) dalam pelaksanaan program PUAP yang terdiri dari 95 aktor, namun di sini aktor yang berperan sebagai PMT di hilangkan maka sampel menjadi 92 aktor/nodes dengan tujuan melihat peran dan keterhubungan aktor/node dalam lingkungan operasional Balai Penyuluh Pertanian (BPP).
Hasil perhitungan degree-network dari keterhubungan yang dibangun 92 aktor/nodes diperoleh informasi bahwa hubungan yang terbagun antara actor/nodes dalam jaringan terdapat 244 konektivitas, dari hasil perhitungan degree rata-rata nilai out-degree dan in-degree actor dalam jaringan ini sangat rendah, yaitu: 2,652 yang dilihat dari nilai Mean statistik out-degree and in-degree pada tabel 4.16, informasi ini menunjukkan bahwa masing-masing
actor/nodes rata-rata hanya mengirim dan menerima informasi
secara umum dari dan kepada 2 actor/nodes, berdasarkan 92 aktor/nodes yang ada dalam jaringan.
Tabel 4.16
Hasil Perhitungan Degree dan Jumlah Total Type Node
Measures Value In-Degree Out-Degree Sum Mean Std. Dev. Min Max 244 2.652 2.95 0 14 244 2.652 3.027 0 13 # Of Isolate #Of Pendant Inclusiveness (%) 3 17 95.739%
Isolate Transmiter Receiver Carrier Ordinary
3 22 9 8 50
Network Density 0.029
Hasil perhitungan degree-network, actor/nodes yang memiliki nilai out-degree tertinggi dapat dilihat pada tabel 4.17, diantaranya (1) Dadang Rahmat dengan nilai 13, (2) Rusli, SP, Risa, S.PT, Marsidi, SP dengan nilai 12, (3) Maryono, S.Hut dengan nilai 11,
hal ini menggambarkan bahwa aktor/nodes tersebut merupakan yang paling berpengaruh didalam jaringan karena mereka memiliki kemampuan untuk bertukar informasi, actors tersebut memiliki peranan penting dalam jaringan karena mereka merupakan pusat/penghubung untuk pertukaran informasi.
Tabel 4.17
Hasil Perhitungan Out-Degree Program PUAP
No Nama Sex Age Lembaga Out-Degree Node Type 1 Dadang Rahmat L 51 BP4K 13 Ordinary
2 Rusli, SP L 59 BP4K 12 Ordinary
3 Risa, S.PT P 33 BPP Air Pikat 12 Ordinary
4 Marsidi, SP L 41 BPP Pal VIII 12 Transmitter
5 Maryono, S.Hut L 44 BP4K 11 Transmitter
6 Yuswanto, SP L 51 BP4K 10 Transmitter
7 Priyono Ananto L 52 BPP Air Pikat 10 Transmitter
8 Maryazik L 55 BP4K 8 Ordinary
9 Nasrullah, STP L 41 BPP Kesambe Lama 7 Ordinary
10 Sunarto, S.PKP L 54 BPP Pal VIII 7 Transmitter
Hasil perhitungan degree-network, actor/node yang memiliki nilai in-degree tertinggi dapat dilihat pada tabel 4.18, diantaranya (1)