II. TINJAUAN PUSTAKA
3. Tanaman Buah-Buahan
2.4. Tinjauan Penelitian Terdahulu
2.4.1. Penelitian Efisiensi dengan Stokastik Frontier
Seperti yang telah dibahas di dalam banyak literatur, pertumbuhan produktivitas dapat dibedakan atas perubahan teknologi (technical chage, TC) dan efisiensi teknis (technical efficiency, TE). Pembagian ini dimungkinkan dari adanya penelitian tentang berbagai sumber pertumbuhan produktivitas dari berbagai sudut pandang. Secara khusus dikatakan bahwa efisiensi teknis merupakan ukuran relatif dari kemampuan manajerial untuk teknologi yang sudah ada. Hal ini berarti bahwa efisiensi teknis terjadi karena adanya perbaikan pada pengambil keputusan atau kemampuan manajerialnya. Kemampuan ini berkaitan dengan variabel-variabel yang antara lain pengetahun, keterampilan, umur dan pendidikan (Bravo-Ureta et al., 2007).
Model frontier dapat diklasifikasikan atas dua tipe yakni parametrik dan non-parametrik. Model parametrik dibedakan atas deterministik dan stokastik. Model deterministik mengasumsikan bahwa deviasi dari frontier disebabkan oleh adanya inefisiensi, sedangkan pendekatan stokastik mengijinkan adanya gangguan statistik. Model fungsi stokastik frontier mengintegrasikan struktur gangguan acak atas dua yakni komponen yang merefleksikan inefisiensi (one-sided error) dan komponen yang menangkap gangguan yang datang dari luar yang tidak dapat dikontrol oleh unit produksi.
Model ekonometrika untuk estimasi efisiensi dapat juga dipisahkan ke dalam pendekatan primal dan dual, tergantung pada perilaku asumsi yang digunakan seperti memaksimumkan output, meminimumkan biaya atau
memaksimumkan keuntungan. Pendekatan primal telah lebih banyak digunakan di dalam estimasi frontier, walaupun pendekatan dual baik dengan menggunakan fungsi biaya maupun fungsi keuntungan akhir-akhir ini mendapat perhatian yang semakin meningkat (Khumbakar, 2001). Estimasi fungsi frontier dapat juga dibedakan atas dasar jenis data yang digunakan yakni data cross section dan data panel.
Hasil penelitian dari Khumbakar (2001) antara lain menyimpulkan bahwa tidak ada manfaat yang jelas untuk membedakan satu metode atas metode lainnya. Tetapi hasil penelitian empiris dengan menggunakan data pertanian yang telah dilakukan oleh Sharma dan Leung (2000), Wang dan Schmidt (2002) dan Udoh (2005) seperti yang tercantum dalam Bravo-Ureta et al. (2007) menunjukkan bahwa pemilihan suatu metode yang khusus untuk analisis efisiensi dapat secara serius mempengaruhi nilai estimasi efisiensi yang dipelajari tersebut.
Salah satu penelitian terbaru yang mencoba untuk mengatasi hal tersebut adalah studi dari Bravo-Ureta et al. (2007). Secara detail, studi tersebut mencoba mengkaji beberapa hal yakni: (1) apakah metode parametrik (baik deterministik maupun stokastik) menghasilkan nilai TE yang berbeda dengan pendekatan non parametric, (2) apakah bentuk fungsi memiliki efek pada TE, (3) apakah model data panel menghasilkan nilai mean TE yang sama dengan yang dihasilkan model frontier dengan data cross section, (4) apakah nilai TE dari pendekatan primal berbeda dengan pendekatan dual, (5) apakah model dengan ukuran contoh dan jumlah variabel (banyak atau sedikit) memiliki pengaruh pada nilai TE, (6) apakah nilai TE bervariasi antar jenis komoditas yang dianalisis, (7) apakah lokasi geografis (Negara) menghasilkan mean TE yang spesifik, dan (8) apakah tingkat
101
pendapatan (Negara) mempengaruhi nilai estimasi TE. Untuk mendapatkan jawaban atas permasalahan tersebut, Bravo-Ureta et al. (2007) mengkaji 191 hasil studi empiris dengan komposisi 42 studi menggunakan metode non parametrik, 32 studi menggunakan metode parametrik deterministik dan 117 memakai metode parametrik stokastik frontier. Studi dari Bravo-Ureta et al. (2007) ini menyarankan bahwa tidak ada kesimpulan yang berkaitan dengan penggunaan berbagai bentuk fungsi. Sedangkan analisis lainnya menyimpulkan bahwa nilai estimasi yang dihasilkan oleh model parametrik fungsi stokastik frontier lebih tinggi dibandingkan dengan yang dihasilkan oleh model paramertik deterministik.
Dari beberapa penelitian tersebut, dapat disimpulkan bahwa metode stokastik frontier adalah metode yang paling banyak digunakan oleh para peneliti di bidang pertanian. Pembahasan penggunaan metode stokastik frontier ini akan lebih detil pada bagian III (Kerangka Pemikiran) dari penelitian ini.
Ringkasan berbagai penelitian empiris bidang pertanian yang menggunakan metode stokastik frontier termasuk pengarang, tahun, Negara, komoditas, jumlah observasi dan nilai mean TE dicantumkan pada Lampiran 2. Dari begitu banyak analisis efisiensi baik dengan menggunakan parametrik deterministik maupun stokastik frontier, hanya sedikit saja yang di arahkan pada tanaman tahunan terutama komoditas jeruk. Dari 141 penelitian pustaka seperti yang tercantum pada Lampiran tersebut, hanya empat (2.84%) yang melakukan penelitian pada jeruk. Sebagian besar penelitian dengan menggunakan stokastik frontier dilakukan pada produk ternak dan susu (21%), disusul dengan penelitian pada tanaman pangan lainnya (20%) dan padi (17.02%).
Secara terperinci tentang jumlah penelitian dan nilai mean efisiensi teknis berdasarkan kelompok komoditas tercantum pada Tabel 36.
Tabel 36. Jumlah Penelitian dan Nilai Mean Efisiensi Teknis Berdasarkan Kelompok Komoditas
Produk Jumlah % Terhadap total studi Mean TE
Pertanian total 13 9.22 75.8 Jeruk 4 2.84 72.6 Kopi 2 1.42 87.0 Tanaman pangan 28 19.86 77.5 Padi 24 17.02 74.6 Jagung 6 4.26 77.8
Ternak & susu 29 20.57 81.1
Sayuran dan kacangan 7 4.96 74.4
gandum 4 2.84 66.2
singkong 3 2.13 68.8
Biji-bijian lainnya 10 7.09 76.1
Produk lainnya 11 7.80 79.3
T o t a l 141 100.00
Sumber: Lampiran 2 (diolah).
Dari tabel tersebut diketahui bahwa nilai rata-rata efisiensi teknis yang paling tinggi terdapat pada studi ternak dan susu (81.1), disusul dengan produk lainnya (79.3). Sedangkan nilai mean efisiensi teknis untuk tanaman pangan lainnya dan jagung adalah 77.5 dan 77.8 secara berturut-turut. Nilai mean efisiensi teknis untuk jeruk yakni 72.61. Hasil penelitian Bravo-Ureta et al. (2007) menunjukkan bahwa tanaman pangan lainnya adalah kategori dominan yang dipelajari peneliti, diikuti oleh ternak dan susu, padi, total pertanian, jagung dan tanaman biji-bijian. Selanjutnya ditemukan juga bahwa nilai rata-rata efisiensi teknis tertinggi pada ternak dan susu (84.5%) dan terendah gandum (68.2%).
Dari beberapa penelitian seperti yang tercantum pada Lampiran 2 tersebut, secara khusus hasil penelitian pada komoditas jeruk, kopi, teh dan pistachio
103
(semuanya adalah tanaman tahunan) akan diringkas seperti tercantum pada Tabel 37. Fokus kajian pada tabel tersebut adalah terutama tentang sampel, bentuk fungsi, jenis data, metode estimasi dan sumber-sumber efisiensi/inefisiensi teknis.
Tabel 37. Beberapa Penelitian Frontier pada Tanaman Tahunan Pengarang Pertama/ Komoditas Lokasi Jumlah Sampel/ (Tahun) Bentuk Fungsi, & (Jenis Data) Metode Estimasi Mean TE Faktor-Faktor yang mempengaruhi Efisiensi & Inefisiensi Dhehibi/ Jeruk Tunisia 150 (2007) Translog (Panel data); Primal ML (SF) 86.01 Efisiensi Teknis: Lahan, tenaga kerja, pupuk, biaya lain.
Inefisiensi:
Share tenaga kerja keluarga, share tanaman produktif, umur petani, kuadrat umur petani, pengalaman petani, pelatihan pertanian, persepsi tentang air irigasi Dhehibi/ Jeruk Tunisia 144 (2007a) Translog (Panel data); Primal ML (SF) 67.73 Efisiensi Teknis: Lahan, tenaga kerja, input-input kimia, air irigasi dan biaya lain.
Inefisiensi:
Ukuran usahatani, umur petani,
pendidikan, pelatihan pertanian, share tenaga kerja keluarga dan
share tanaman produktif Lambaraa/ Jeruk Spain 859 Cobb- Douglas (Panel data); Primal ML (SF & TFP) 64.10 Efisiensi Teknis: tenaga kerja, pupuk dan pestisida, Lahan dan biaya lain (2007) Picazo-Tadeo/ Jeruk Spain 33 Cross section LP Efisiensi Teknis: ukuran usahatani, tenaga kerja, modal usaha dan keterampilan manajerial petani
(2006) (DEA)
Tabel 37. Lanjutan Vedenov/ Kopi Mexico 120 (2007) Translog Panel data Primal ML (SF Distance Function) 87.00 Efisiensi Teknis: lahan untuk kopi, lahan untuk jagung, lahan yang dipupuk
Inefisiensi Teknis: kepadatan penduduk, share tanaman kopi terhadap tanaman lain, panjang jalan, ketinggian tempat Wollni/ Kopi Costa Rica 216 (2007) Probit, Cobb-Douglas, Translog, Panel data, Primal ML (SF) 81.00 Efisiensi Teknis: Lahan, tenaga kerja,kapital, umur tanaman, kegiatan pemeliharaan, varietas, pemangkasan dan daerah Inefisiensi Teknis: Pendidikan, pengalaman, pembukuan usahatani, kunjungan penyuluh, umur petani, KK perempuan, jumlah anak < 14 tahun, keluarga, jumlah orang dewasa, ukuran usahatani, sumber pendapatan lain, anggota koperasi, daerah Hazarika/ Teh Assam 67 (1999) Cobb-Douglas Panel data, Primal OLS & MLE (SF) 85.00 & 64.00 Efisiensi Teknis: lahan efektif, tenaga kerja, pupuk, share area untuk teh yang berumur ≥50 tahun, share area untuk teh yang berumur <50 tahun, share area untuk varietas seed dan clonal Boshrabadi/ Pistachio Iran 475 (2006) Translog, Pooled data, Primal ML (SF) & SHAZAM (Meta-frontier) 55.00 Efisiensi Teknis: Air irigasi, tenaga kerja, pupuk kandang, pupuk kimia, pestisida, mesin, input lainnya
Sumber: Lampiran 2.
Keterangan: ML: Maximum Likelihood estimation, SF: Stokastik Frontier, LP: Linear Programing, DEA: Data Envelopment Analysis
105
Dari tabel tersebut diketahui bahwa metode estimasi untuk menduga tingkat efisiensi pada jeruk yang digunakan para peneliti tersebut di atas paling banyak menggunakan stokastik frontier. Sedangkan bentuk fungsi yang digunakan adalah Cobb-Douglas dan Translog. Sedangkan untuk tanaman kopi menggunakan stokastik frontier dan stokastik frontier distance function dan bentuk fungsi Cobb-Douglas, Translog dan Probit. Data yang digunakan adalah panel data.
Secara umum, sumber-sumber efisiensi produksi pada tanaman tahunan tersebut adalah lahan, tenaga kerja, pupuk kandang, pupuk kimia, pestisida, air irigasi, mesin/peralatan pertanian, kegiatan pemeliharaan (pemangkasan, perawatan, penyemprotan), umur tanaman, jenis varietas, daerah/ketinggian tempat, modal usahatani dan biaya lainnya. Sedangkan sumber-sumber inefisiensi adalah share tenaga kerja keluarga, share tanaman produktif, umur petani, kuadrat umur petani, pengalaman petani, pelatihan pertanian, persepsi tentang air irigasi, pembukuan usahatani, kunjungan penyuluh, share tenaga kerja keluarga, kepala keluarga perempuan, jumlah orang dewasa, ukuran usahatani, keterampilan manajerial petani, akses terhadap kredit, sumber pendapatan lain, anggota koperasi, panjang jalan, daerah/ketinggian tempat. Hasil penelitian tersebut menunjukkan bahwa faktor-faktor tersebut ada yang berpengaruh nyata dan ada yang tidak. Terdapat banyak penjelasan kualitatif tentang hal-hal tersebut.
Hasil kajian Bravo-Ureta dan Pinheiro (1993) dan Bravo-Ureta et al. (2007) yang menggunakan analisis efisiensi pada berbagai literatur fungsi frontier menyimpulkan bahwa secara umum, paling banyak studi memakai model parametrik, data panel dan cross section, bentuk fungsi Cobb-Douglas dan
merepresentasikan teknologi dengan pendekatan primal. Selain itu juga, banyak hasil studi di atas menunjukkan bahwa nilai rata-rata mean efisiensi teknis untuk model parametrik stokastik frontier agak lebih tinggi dibandingkan model parametrik deterministik. Beberapa studi seperti Kumbakar dan Lovell (2003) dan Bravo-Ureta et al. (2007) juga menemukan bahwa nilai estimasi untuk model non paramertik lebih tinggi dibandingkan dengan parametrik. Namun, para peneliti yang melakukan studi dengan menggunakan model non parametrik masih sedikit.
Dari berbagai studi yang ditelaah terdapat pola yang menarik untuk mendeteksi pengaruh bentuk fungsi. Fungsi Cobb-Douglas merupakan bentuk fungsi yang paling banyak digunakan dalam berbagai studi terdahulu itu. Di dalam model deterministik, bentuk fungsi Cobb-Douglas menghasilkan nilai rata-rata mean efisiensi teknis yang lebih tinggi dibandingkan dengan bentuk fungsi translog. Sedangkan model stokastik frontier menghasilkan hal yang berlawanan. Namun hasil ini tidak signifikan secara statistik. Hal ini dipertegas lagi oleh hasil studi Kopp dan Smith (1980), diacu dalam Bravo-Ureta et al. (2007) yang mengatakan bahwa spesifikasi bentuk fungsi memberikan pengaruh yang kecil terhadap estimasi efisiensi. Pembahasan lebih lanjut tentang berbagai studi perbedaan bentuk fungsi dalam analisis efisiensi dan produktivitas terdapat pada Zellner et al. (1966), Hayami (1970), Ulvelling dan Fletcher (1970), Futan dan Gray (1981), dan Kaneda (1982). Selain itu, di dalam model deterministik, nilai rata-rata mean efisiensi untuk pendekatan primal menghasilkan nilai estimasi yang lebih tinggi dibandingkan dengan pendekatan dual.
Hasil kajian Battese dan Coelli (1992), Bravo-Ureta dan Pinheiro (1993), dan Bravo-Ureta et al. (2007) memperlihatkan bahwa panel data secara umum
107
menghasilkan rata-rata tingkat efisiensi teknis yang lebih tinggi dibandingkan hasil estimasi dengan menggunakan data cross section. Namun, studi dari Greene (1993) dalam Bravo-Ureta et al. (2007) memperdebatkan bahwa pengaruh tipe data (baik data panel maupun cross section) terhadap magnitut nilai analisis efisiensi tidak penting.
Beberapa pustaka yang dipelajari juga telah menganalisis perbedaan efisiensi berdasarkan geografis (negara atau benua) dan ada juga yang membahas perbedaan antar zona ekologi seperti Easter et al. (1977), Batteman et al. (1988), Ali and Byerlee (1991), Roche (1994), Tadesse dan Krishnamoorthy (1997), Ray (2004), Boshrabadi et al. (2006), Ogundari dan Ojo (2006) dan Bravo-Ureta et al. (2007). Dari sekian banyak literatur ini tak satupun yang mengkaji efisiensi pada jeruk berbasiskan letak geografi, zona ekologi atau agroekologi maupun skala usaha.
Penelitian yang berkaitan dengan asumsi tentang distribusi dari kesalahan pengganggu menyimpulkan bahwa setelah membandingkan nilai efisiensi dengan asumsi setengah normal (asimetris), truncated (simetris) atau exponensial, ternyata tidak terdapat perbedaan yang berarti. Namun, distribusi gamma memiliki nilai efisiensi yang lebih tinggi dibandingkan dengan lainnya (Bravo-Ureta dan Pinheiro, 1993).
Sedangkan studi yang berkaitan dengan prosedur estimasi, apakah menggunakan prosedur satu atau dua langkah telah dilakukan oleh Kalirajan (1991), Parikh dan Shah (1995), Battese dan Coelli (1995), dan Hallam dan Machado (1996). Mereka menyimpulkan bahwa penggunaan prosedur estimasi masih memerlukan studi lebih lanjut. Pemilihan penggunaan prosedur tersebut
sangat bergantung kepada variabel-varibel yang dimasukkan di dalam model stokastik frontier. Namun pendekatan yang paling banyak digunakan adalah prosedur dua langkah. Di mana langkah pertama melakukan estimasi terhadap fungsi produksi frontier dan langkah kedua melakukan estimasi terhadap sumber-sumber efisiensi.
Hal penting menarik lainnya dari berbagi pustaka di atas adalah tentang sumber-sumber efisiensi teknis. Variabel yang paling banyak dipelajari di dalam sumber-sumber efisiensi teknis adalah variabel kemampuan manajerial dan sosial ekonomi. Variabel kemampuan manajerial yang paling sering muncul pada berbagai studi adalah kemampuan para petani untuk mengambil keputusan dalam hal, antara lain, pemilihan benih, pola tanam, tenaga kerja, tingkat dan waktu penerapan pupuk dan pestisida serta teknik penanaman dan panen. Varibel-variabel sosial ekonomi sebenarnya tidak merupakan bagian dari proses produksi fisik, tetapi variabel-variabel tersebut memiliki pengaruh yang penting di dalam variabel pengambilan keputusan. Variabel sosial ekonomi yang seringkali digunakan di dalam penjelasan tingkat variasi di dalam efisiensi teknis antara lain adalah luas usahatani, pengalaman, pendidikan, umur, metode perencanaan, akses terhadap kredit usahatani dan kontak dengan penyuluh pertanian.
Hasil studi dari Dhehibi et al. (2007) pada pengukuran dan sumber-sumber inefisiensi pada jeruk di Tunisia, menyimpulkan bahwa rata-rata nilai efisiensi teknis pada produksi jeruk di Tunisia adalah 86%. Hal ini menyarankan bahwa petani-petani penghasil jeruk di negara tersebut dapat meningkatkan efisiensi produksi mereka sebanyak-banyaknya 14%, melalui penggunaan secara efisien input-input prduksi yang dimiliki. Hasil estimasi terhadap fungsi produksi
109
translog menunjukkan bahwa lahan, tenaga kerja, pupuk dan biaya produksi lainnya memiliki hubungan yang positif dengan produksi jeruk di Tunisia. Selanjutnya dikatakan bahwa variabel-variabel yang berpengaruh positif terhadap efisiensi teknis pada produksi jeruk di Tunisia adalah share tanaman produktif, pelatihan di bidang pertanian, irigasi dan tingkat pendidikan petani. Di dalam studi ini ditemukan juga bahwa fungsi translog lebih baik digunakan untuk merepresentasikan teknologi produksi jeruk di Tunisia itu. Kemudian kajian ini menyarankan untuk melakukan perbaikan efisiensi sebagai langkah pertama yang perlu dipertimbangkan di dalam upaya peningkatan produksi jeruk tersebut.
Dari kajian terhadap berbagai literatur tersebut dapat pula dikatakan bahwa para peneliti kurang sekali memperhatikan aspek skala usahatani dan aspek zona agroklimat dari komoditas yang dipelajari. Tambahan pula belum adanya konsensus diantara studi-studi yang tersedia pada debat tentang perbedaan efisiensi antara skala usahatani kecil dan skala besar (Tadesse dan Krisnamoorthy, 1997). Skala usahatani sangat penting di dalam penentuan efisiensi, khususnya yang berkaitan dengan kemampuan manajerial pengelola usahatani untuk mengadopsi teknologi dan sumberdaya lainnya untuk menghasilkan produksi yang efisien. Sedangkan faktor-faktor agroklimat sangat penting di dalam isu-isu yang berkaitan dengan sistem pertanian yang berkelanjutan, produktivitas dan efisiensi produksi (Easter et al., 1977; Kaneda, 1982; Bateman et al., 1988; Ali dan Byerlee, 1991; D’Sounza et al., 1993; Ogundari dan Ojo, 2006; dan Bosharabadi et al., 2006). Untuk mengisi kekosongan literatur analisis efisiensi produksi pertanian, penelitian yang telah dikerjakan ini akan berkontribusi terhadap estimasi nilai efisiensi antar skala usahatani dan zona agroklimat di
daerah lahan kering. Hal ini akan menentukan kebijakan pembangunan pertanian yang khas daerah lahan kering dan khususnya pengembangan jeruk keprok di masa datang.