• Tidak ada hasil yang ditemukan

IX. DAMPAK PERUBAHAN VARIABEL EKONOMI DAN TEKNIS

N/A
N/A
Protected

Academic year: 2021

Membagikan "IX. DAMPAK PERUBAHAN VARIABEL EKONOMI DAN TEKNIS"

Copied!
27
0
0

Teks penuh

(1)

IX. DAMPAK PERUBAHAN VARIABEL

EKONOMI DAN TEKNIS

9.1. Perubahan Harga Komoditas

Diskripsi pengaruh perubahan harga didasarkan pada dua skenario; yaitu yang didasarkan pada rata-rata pendugaan perubahan yang terjadi di lapang selama kurun waktu tahun 2000 hingga 2003 serta didasarkan angka hipotetis. Rata-rata perubahan harga data primer untuk komoditas kacang tanah sebesar 8%, komoditas kubis dan wortel sebesar 10% serta kentang 12%. Perubahan harga hipotetis yang diaplikasikan adalah harga komoditas kacang tanah sebesar 5% dan tiga tanaman yang lain masing-masing 10%.

Perubahan harga mempengaruhi perubahan keputusan aktivitas optimal di wilayah sub-sistem hulu waduk maupun sub-sistem ekologi bendungan-waduk, dan mempengaruhi besaran harga bayangan ketebalan lapisan tanah (UCSE). Perubahan paket pola tanam optimal tidak terjadi pada fungsi lahan kebun, karena komoditas yang ditetapkan mengalami perubahan harga adalah tanaman yang membentuk paket pola tanam untuk lahan sawah dan tegal.

Apabila hasil pemecahan problem optimasi dinamik Model-DTA dasar (Tabel 14) dibandingkan dengan hasil skenario (Tabel 33 hingga 35) dapat diperoleh gambaran bahwa dari satu klasifikasi fungsi dan kemiringan lahan yang sama terjadi pergeseran paket pola tanam optimal. Luas lahan yang dioptimalkan tidak menunjukkan variasi menurut periode (tahun), dan sama dengan luas lahan yang tersedia. Walaupun harga kubis mengalami penurunan sebesar 10%, namun tidak merubah keputusan aktivitas optimal pada lahan sawah; sedangkan pada fungsi lahan tegal terjadi keadaan yang sebaliknya. Pergeseran keputusan pola tanam optimal lahan tegal II pada skenario 1a terjadi pada periode waktu

(2)

Tabel 33. Perubahan Aktivitas Optimal (ha) di Wilayah Sub-Sub DAS Bango Karena Perubahan Harga Komoditas Tanaman Kacang Tanah Dan Sayuran

Tahun

Skenario 1a Skenario 1b

Sawah I Tegal I Tegal II Sawah I Tegal I Tegal II

Pd-Pd-Sy Jg-Jg-Sy Tebu Pd-Jg-Kc Tnh Tebu Pd-Pd-Sy Jg-Jg-Sy Ken-Wort Tebu Pd-Jg-Kc.Tnh Tebu 2003 3 689 7 174 . 211 . 3 689 . 7 174 . 211 . 2004 3 689 7 174 . 211 . 3 689 7 174 . . 211 . 2005 3 689 7 174 . 211 . 3 689 7 174 . . 211 . 2006 3 689 7 174 . . 211 3 689 7 174 . . 211 . 2007 3 689 7 174 . . 211 3 689 7 174 . . 211 . 2008 3 689 7 174 . . 211 3 689 7 174 . . 211 . 2009 3 689 7 174 . . 211 3 689 7 174 . . . 211 2010 3 689 7 174 . . 211 3 689 7 174 . . . 211 2011 3 689 7 174 . . 211 3 689 7 174 . . . 211 2012 3 689 7 174 . . 211 3 689 7 174 . . . 211 2013 3 689 7 174 . . 211 3 689 7 174 . . . 211 2014 3 689 7 174 . . 211 3 689 7 174 . . . 211 2015 3 689 7 174 . . 211 3 689 7 174 . . . 211 2016 3 689 7 174 . . 211 3 689 7 174 . . . 211 2017 3 689 . 7 174 . 211 3 689 . . 7 174 . 211 2018 3 689 . 7 174 . 211 3 689 . . 7 174 . 211 2019 3 689 . 7 174 . 211 3 689 . . 7 174 . 211 Sumber: Olahan data

Keterangan: Skenario 1a: didasarkan perubahan harga data primer Skenario 1b: didasarkan perubahan harga angka hipotetis

(3)

Paket pola tanam Pd–Pd–Sy tetap merupakan aktivitas optimal pada lahan sawah kemiringan I (0–15%) meskipun harga kubis menurun (Tabl 33 hingga 35). Kondisi yang sama juga terjadi pada lahan sawah kemiringan II (

15%) di Sub-sub DAS Sumber Brantas (Tabel 38). Perubahan harga komoditas kubis, kentang dan wortel menyebabkan pergeseran keputusan aktivitas optimal pada lahan tegal kemiringan I. Keputusan aktivitas optimal pada model dasar dari tegal kemiringan I adalah Kentang-Wortel; sedangkan pada skenario 1a adalah

paket Jg-Jg-Sy dan tebu. Pada lahan tegal kemiringan I dengan skenario 1a

terjadi pergeseran paket pola tanam optimal pada tahun 2017; sedangkan pada skenario 1b terjadi pergeseran dua kali yaitu pada tahun 2004 dan 2017. Dari

keseluruhan Sub-sub DAS terdapat fenomena bahwa pergeseran yang terjadi pada lahan tegal kemiringan I adalah dari pola tanam dengan potensi erosi tinggi ke rendah, kecuali Sub-sub DAS Sumber Brantas.

Sementara itu, pergeseran aktivitas optimal yang terjadi pada lahan tegal kemiringan II (≥15%) relatif bervariasi menurut Sub-sub DAS. Perubahan harga kacang tanah menyebabkan pergeseran aktivitas optimal pada Sub-sub DAS Bango; yakni dari Pd-Jg-Kacang tanah menjadi tebu (Tabel 33). Pada lahan tegal kemiringan II dengan skenario 1a terjadi pergeseran pola tanam optimal mulai

tahun 2006, sedangkan pada skenario 1b terjadi lebih lambat, yakni tahun 2009.

Potensi erosi pola tanam Pd-Jg-Kacang tanah (81.70 ton/ha/th) relatif lebih besar daripada tebu (16.10 ton/ha/th). Pergeseran aktivitas optimal pada lahan tegal kemiringan II yang dikarenakan perubahan harga kubis terjadi pada Sub-sub DAS Lesti dan Metro; yaitu dari paket Jg-Jg-Sy menjadi tebu (Tabel 35).

Apabila ditinjau dari potensi erosi, pergeseran aktivitas optimal yang terjadi pada lahan tegal kemiringan II di wilayah Lesti dan Metro tersebut mempunyai

(4)

Tabel 34. Perubahan Aktivitas Optimal (ha) di Wilayah Sub-Sub DAS Sumber Brantas Karena Perubahan Harga Komoditas Tanaman Kacang Tanah Dan Sayuran

Tahun

Skenario 1a Skenario 1b

Sawah I Sawah II Tegal I Tegal II Sawah I Sawah II Tegal I Tegal II Pd-Pd-Sy Pd-Pd-Sy Jg-Jg-Sy Tebu Apel Pd-Pd-Sy Pd-Pd-Sy Jg-Jg-Sy Ken-Wort Tebu Apel 2003 16 095 72 4 939 . 628 16 095 72 . 4 939 . 628 2004 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2005 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2006 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2007 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2008 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2009 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2010 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2011 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2012 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2013 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2014 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2015 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2016 16 095 72 4 939 . 628 16 095 72 4 939 . . 628 2017 16 095 72 . 4 939 628 16 095 72 . . 4 939 628 2018 16 095 72 . 4 939 628 16 095 72 . . 4 939 628 2019 16 095 72 . 4 939 628 16 095 72 . . 4 939 628 Sumber: Olahan data

Keterangan: Skenario 1a: didasarkan perubahan harga data primer Skenario 1b: didasarkan perubahan harga angka hipotetis

(5)

kecenderungan yang berlawanan dengan kondisi yang terjadi pada lahan tegal kemiringan I. Pada lahan tegal kemiringan I terjadi pergeseran pola tanam optimal dari Padi–Jg–Kacang Tanah menjadi tebu, yaitu menunjukkan adanya pergeseran yang mengarah pada pola tanam erosi rendah. Pada tegal kemiringan II terjadi pergeseran dari pola tanam Jg-Jg-Sy menjadi tebu yang mencerminkan terjadi pergeseran yang menuju pada pola tanam dengan erosi tinggi. Potensi erosi paket pola tanam Jg-Jg-Sy di wilayah Lesti dan Metro masing-masing adalah 9.60 dan 29.00 ton/ha/th; sedangkan pada tanaman tebu sebesar 37.20 dan 36.30 ton/ha/th. Dari fenomena variasi potensi erosi pola tanam yang menjadi aktivitas optimal tersebut, maka perlu dicermati beberapa variabel yang menjadi dasar keputusan pergeseran aktivitas optimal selama horizon waktu.

Dengan merujuk fungsi tujuan DTA pada persamaan (6.1); keputusan pergeseran aktivitas optimal didasarkan pada manfaat bersih atau pendapatan setiap periode dari aktivitas paket pola tanam. Melalui transmisi penerimaan (manfaat kotor), perubahan harga komoditas akan mempengaruhi pendapatan. Pada harga komoditas yang konstan selama horizon waktu, dinamika penerimaan setiap periode hanya dipengaruhi oleh ketebalan lapisan tanah (soil depth atau SD). Apabila harga berubah dan biaya konstan, maka dinamika pendapatan dipengaruhi oleh SD dan perubahan harga komoditas.

Penurunan pendapatan setiap periode dari paket pola tanam tanpa komoditas kacang tanah, kubis, kentang dan wortel hanya disebabkan oleh ekstrasi ketebalan lapisan tanah atau kumulatif tanah yang hilang (cummulative soil loss atau CSL). Dinamika pendapatan dalam bentuk nominal dikarenakan semakin menipisnya SD; sedangkan PV pendapatan ditentukan oleh perubahan

(6)

Tabel 35. Perubahan Aktivitas Optimal (ha) di Wilayah Sub-Sub DAS Metro Karena Perubahan Harga Komoditas Tanaman Kacang Tanah dan Sayuran

Tahun

Skenario 1a Skenario 1b

Sawah I Sawah II Tegal I Tegal II Sawah I Sawah II Tegal I Tegal II Pd-Pd-Sy Jeruk Jg-Jg-Sy Tebu Jg-Jg-Sy Tebu Pd-Pd-Sy Jeruk Jg-Jg-Sy Tebu Jg-Jg-Sy Tebu

. . . (Ha) . . . 2003 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2004 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2005 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2006 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2007 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2008 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2009 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2010 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2011 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2012 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2013 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2014 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2015 5 368 94 3 442 . 434 . 5 368 94 3 442 . 434 . 2016 5 368 94 3 442 . . 434 5 368 94 3 442 . 434 . 2017 5 368 94 . 3 442 . 434 5 368 94 . 3 442 434 . 2018 5 368 94 . 3 442 . 434 5 368 94 . 3 442 . 434 2019 5 368 94 . 3 442 . 434 5 368 94 . 3 442 . 434 Sumber: Olahan data

Keterangan: Skenario 1a: didasarkan perubahan harga data primer Skenario 1b: didasarkan perubahan harga angka hipotetis

(7)

Paket pola tanam Pd-Pd-Sy tetap dipertahankan sebagai aktivitas pola tanam optimal pada lahan sawah kemiringan I (1–15%) karena mempunyai pendapatan per hektar setiap periode yang relatif paling dominan diantara pola tanam yang lain (Tabel 36). Walaupun nilai nominal maupun PV pendapatan pola tanam Pd-Pd-Sy pada tahun 2017 (Rp 19 276 380/ha) relatif lebih kecil daripada paket Pd-Pd-Pd (Rp 19 898 400/ha), namun keputusan optimal tidak berubah karena pendapatan pada awal periode jauh lebih besar. Antara tahun 2017 hingga 2019 terdapat perbedaan pendapatan dari kedua paket pola tanam tersebut adalah Rp 622 014/ha hingga Rp 2 440 900/ha.

Tabel 36. Pendapatan (ribu Rp/ha) Berbagai Paket Pola Tanam Lahan Sawah Kemiringan I Wilayah Sub-Sub DAS Bango pada Harga Skenario 1a dan Biaya Konstan dengan Tingkat Bunga (r) 10%

Tahun Pd-Pd-Pd Pd-Pd-Jg Pd-Pd-Sy Tebu

Nominal PV Nominal PV Nominal PV Nominal PV

2003 19 899.52 19 899.52 16 975.75 16 975.75 51 554.41 51 554.41 7753.63 7 753.63 2004 19 899.45 18 090.47 16 975.70 15 432.45 47 368.96 43 062.69 7753.39 7 048.54 2005 19 899.35 16 445.83 16 975.63 14 029.44 43 602.10 36 034.79 7753.16 6 407.57 2006 19 899.28 14 950.68 16 975.57 12 754.00 40 211.96 30 211.84 7752.93 5 824.89 2007 19 899.21 13 591.48 16 975.52 11 594.51 37 160.86 25 381.37 7752.69 5 295.19 2008 19 899.12 12 355.84 16 975.45 10 540.42 34 414.90 21 368.95 7752.46 4 813.67 2009 19 899.04 11 232.53 16 975.39 9 582.17 31 943.56 18 031.31 7752.22 4 375.93 2010 19 898.97 10 211.36 16 975.34 8 711.03 29 719.37 15 250.74 7751.99 3 977.99 2011 19 898.88 9 283.02 16 975.26 7 919.09 27 717.62 12 930.48 7751.75 3 616.25 2012 19 898.80 8 439.07 16 975.21 7 199.15 25 916.06 10 990.94 7751.51 3 287.40 2013 19 898.73 7 671.85 16 975.15 6 544.66 24 294.67 9 366.65 7751.28 2 988.45 2014 19 898.64 6 974.38 16 975.08 5 949.66 22 835.43 8 003.68 7751.04 2 716.69 2015 19 898.57 6 340.32 16 975.03 5 408.77 21 522.12 6 857.61 7750.80 2 469.64 2016 19 898.49 5 763.91 16 974.97 4 917.04 20 340.15 5 891.82 7750.56 2 245.06 2017 19 898.40 5 239.90 16 974.90 4 470.02 19 276.38 5 076.07 7750.33 2 040.90 2018 19 898.33 4 763.52 16 974.84 4 063.64 18 319.00 4 385.42 7750.08 1 855.31 2019 19 898.25 4 330.46 16 974.79 3 694.21 17 457.35 3 799.23 7749.84 1 686.59

Sumber: Olahan data

Keterangan: PV = Present Value

Pergeseran aktivitas optimal pada lahan tegal kemiringan II (≥ 15%) dari pola tanam Pd-Jg-Kacang Tanah menjadi paket tebu, karena (Tabel 37): (1) pada tahun 2005 hingga 2008 pendapatan tebu relatif sama dengan paket Pd-Jg-Kacang Tanah, (2) setelah tahun 2008 pendapatan tebu relatif lebih besar dan

(8)

konstan pada setiap periode dan (3) penurunan pendapatan antar periode dari pola tanam pengganti relatif lebih kecil. Penurunan pendapatan pola tanam Pd-Jg-Kacang Tanah dari tahun 2006 hingga 2007 sebesar Rp 258 870/ha; sedangkan pola tanam tebu sebesar Rp 550/ha. Adapun penurunan pendapatan dari tahun 2018 ke 2019 pada masing-masing pola tanam tersebut sebesar Rp 164 750/ha dan Rp 590/ha. Disparitas atau perbedaan perubahan pendapatan antar tahun dari kedua paket pola tanam tersebut relatif besar.

Tabel 37. Pendapatan (ribu Rp/ha) Berbagai Paket Pola Tanam Lahan Tegal Kemiringan II Wilayah Sub-Sub DAS Bango pada Harga Skenario 1a dan Biaya Konstan dengan

Tingkat Bunga (r) 10%

Tahun Nominal PV Nominal PV Pd-Jg-Kc. Tnh Tebu

2003 7 115.98 7 115.98 6 051.52 6 051.52 2004 6 754.68 6 140.62 6 050.97 5 500.88 2005 6 451.51 5 331.83 6 050.42 5 000.35 2006 6 171.71 4 636.90 6 049.86 4 545.35 2007 5 912.84 4 038.55 6 049.31 4 131.76 2008 5 672.59 3 522.23 6 048.74 3 755.79 2009 5 448.80 3 075.70 6 048.18 3 414.04 2010 5 239.39 2 688.64 6 047.61 3 103.38 2011 5 042.42 2 352.33 6 047.04 2 820.99 2012 4 855.97 2 059.40 6 046.47 2 564.29 2013 4 678.19 1 803.64 6 045.89 2 330.95 2014 4 507.25 1 579.77 6 045.31 2 118.85 2015 4 341.35 1 383.29 6 044.73 1 926.04 2016 4 178.63 1 210.40 6 044.14 1 750.77 2017 4 017.21 1 057.86 6 043.55 1 591.46 2018 3 855.16 922.89 6 042.96 1 446.64 2019 3 690.41 803.14 6 042.37 1 314.99

Sumber: Olahan data

Keterangan: PV = Present Value

Sebagaimana terdapat pada Tabel 14 bahwa aktivitas optimal lahan tegal kemiringan I (0–15%) pada skenario dasar adalah pola tanam Kentang-Wortel. Namun setelah terjadi penurunan harga komoditas kentang, wortel serta kubis, maka terjadi perubahan keputusan aktivitas optimal (Tabel 33 - 35). Paket pola tanam Kentang-Wortel dipilih sebagai aktivitas optimal pada skenario dasar karena mempunyai pendapatan yang paling dominan sepanjang horizon waktu.

(9)

Pada saat harga kentang dan wortel turun, pendapatan Kentang-Wortel masih tetap dominan pada beberapa periode awal horizon waktu, namun relatif lebih cepat mendatangkan pendapatan negatif (Tabel 38); sehingga terjadi pergeseran aktivitas pola tanam optimal.

Tabel 38. Pendapatan (ribu Rp/ha) Berbagai Paket Pola Tanam Lahan Tegal Kemiringan I Wilayah Sub-Sub DAS Bango pada Harga Skenario 1a dan Biaya Konstan dengan Tingkat Bunga (r) 10%

Tahun Jg-Jg-Sy Pd-Jg-Kc. Tnh Kentang-Wortel Tebu

Nominal PV Nominal PV Nominal PV Nominal PV

2003 27 069.62 27 069.62 8 802.87 8 802.87 69 053.24 69 053.24 6 357.90 6 357.90 2004 23 370.30 24 608.75 8 386.06 7 623.69 55 923.14 50 839.22 6 357.66 5 779.69 2005 20 043.89 19 314.30 8 005.30 6 615.95 44 333.06 36 638.89 6 357.42 5 254.06 2006 17 052.99 15 059.27 7 657.45 5 753.15 34 101.03 25 620.61 6 357.18 4 776.24 2007 14 363.65 11 647.42 7 339.63 5 013.07 25 066.73 17 120.92 6 356.94 4 341.87 2008 11 945.37 8 918.70 7 049.24 4 377.02 15 745.71 9 776.85 6 356.69 3 947.01 2009 9 770.97 6 742.85 6 783.87 3 829.32 10 043.07 5 669.05 6 356.45 3 588.05 2010 7 815.77 5 014.06 6 541.33 3 356.74 3 819.49 1 960.00 6 356.21 3 261.74 2011 6 057.59 3 646.12 6 319.65 2 948.16 -1 678.54 - 783.05 6 355.96 2 965.10 2012 4 476.67 2 569.01 6 116.99 2 594.20 -6 536.27 -2 772.02 6 355.72 2 695.45 2013 3 055.07 1 725.95 5 931.70 2 286.93 -10 828.88 -4 175.00 6 355.47 2 450.31 2014 1 776.67 1 070.78 5 762.25 2 019.63 -14 622.64 -5 125.15 6 355.23 2 227.47 2015 627.10 566.10 5 607.27 1 786.65 -17 976.00 -5 727.71 6 354.98 2 024.89 2016 - 406.67 181.65 5 465.49 1 583.16 -20 940.51 -6 065.72 6 354.74 1 840.74 2017 -1336.38 - 107.09 5 335.75 1 405.07 -23 561.63 -6 204.51 6 354.49 1 673.34 2018 -2172.45 - 319.92 5 217.01 1 248.91 -25 879.47 -6 195.34 6 354.24 1 521.15 2019 -2924.37 - 472.79 5 108.29 1 111.71 -27 929.44 -6 078.26 6 353.99 1 382.81

Sumber: Olahan data

Keterangan: PV = Present Value

Pada Tabel 38 tampak bahwa pendapatan negatif paket Kentang-Wortel terjadi enam periode relatif lebih cepat daripada paket Jg-Jg-Sy. Kondisi tersebut menunjukkan bahwa meskipun manfaat bersih pola tanam Jg-Jg-Sy pada awal periode relatif jauh lebih kecil daripada paket pola tanam Kentang-Wortel, namun dalam jangka panjang relatif lebih menjanjikan karena perubahan pendapatan tidak terlalu drastis. Pendapatan negatif terjadi karena penerimaan menurun, sementara biaya pada setiap periode adalah konstan. Tingkat erosi pola tanam Kentang-Wortel dan Jg-Jg-Sy relatif seimbang (Tabel 15), namun penurunan harga kentang dan wortel menyebabkan penurunan penerimaan pada paket pola tanam yang digantikan (Kentang-Wortel) relatif lebih besar daripada paket pola

(10)

tanam pengganti (Jg-Jg-Sy). Kondisi tersebut menunjukkan bahwa penurunan penerimaan lebih dominan dikarenakan pengaruh penurunan harga, dan SL tidak siknifikan dalam mempengaruhi perubahan produktivitas.

Pergeseran aktivitas optimal dari pola tanam Jg-Jg-Sy menjadi tebu terjadi pada saat PV pendapatan paket pola tanam yang digantikan adalah negatif. Paket monokultur tebu dipilih sebagai pola tanam pengganti karena manfaat bersih yang dihasilkan pada akhir horizon waktu yang relatif paling besar. Walaupun pendapatan pola tanam Pd-Jg-Kacang Tanah pada awal horizon waktu relatif lebih besar daripada paket tebu, namun pada akhir horizon waktu terjadi kondisi yang sebaliknya.

Kecenderungan meninggalkan pola tanam yang menghasilkan pendapatan negatif tersebut di atas selaras dengan hasil kajian Carson (1987) dalam Barbier (1990) tentang pengambilan keputusan di tingkat skala mikro atau rumah tangga produsen di daerah lahan kering Wilayah Malang Selatan. Disebutkan bahwa petani akan membuat keputusan rasional untuk meninggalkan usahatani jika keuntungan atau pendapatan pola tanam jagung dan ketela pohon jatuh sangat rendah. Mereka menuju ke daerah perkotaan sebagai tenaga kerja buruh.

Dari berbagai kecenderungan yang terdapat pada Tabel 36 hingga 38 tersebut, dapat disarikan bahwa penentuan perubahan aktivitas optimal didasarkan pada:

1. Tingkat pendapatan per unit lahan pada awal dan setiap periode. 2. Jumlah periode (tahun) saat kondisi tingkat pendapatan bernilai negatif. 3. Pergeseran terjadi setelah manfaat bersih negatif.

(11)

Pada kesempatan ini perlu disampaikan pengalaman dalam merumuskan skenario perubahan harga komoditas. Pada awalnya, skenario perubahan harga dilakukan pada keseluruhan komoditas yang membentuk paket pola tanam yang dipertimbangkan dalam model optimasi. Namun hasil yang diperoleh adalah bahwa skenario perubahan harga komoditas tidak mengubah keputusan aktivitas optimal. Kondisi tersebut seperti penjelasan Burt (1981), bahwa kenaikan yang proporsional seluruh harga dan biaya akan tidak berdampak pada alokasi optimal intertemporal dari sumberdaya lahan.

Perubahan harga komoditas mempunyai pengaruh terhadap besaran harga bayangan ketebalan lapisan tanah atau UCSE (Tabel 39). Penurunan harga kubis (skenario 1) menyebabkan UCSE dari pola tanam Pd-Pd-Sy pada lahan sawah kemiringan I semakin kecil. Perbedaan proporsi perubahan harga komoditas tidak menyebabkan perbedaan UCSE pada lahan tegal kemiringan I, namun pada lahan tegal kemiringan II menyebabkan UCSE mempunyai nilai beragam. Besarnya UCSE pola tanam Jg-Jg-Sy lahan tegal kemiringan I pada skenario 1a sama dengan skenario 1b; demikian juga pada pola tanam optimal

tebu. Hasil pendugaan UCSE pola tanam Pd-Jg-KcTanah lahan tegal kemiringan II dari skenario 1b tampak lebih besar daripada skenario 1a; namun

(12)

Tabel 39. Pendugaan Harga Bayangan Ketebalan Lapisan Tanah Berbagai Pola Tanam Optimal Sub-Sub DAS BangoMenurut Fungsi Lahan dan Skenario Perubahan Harga Komoditas Terpilih (ribu Rp/cm/ha)

Tahun

Sawah I Tegal I Tegal II

Dasar Skenario 1a

Skenario 1b Dasar Skenario 1a

Skenario 1b Dasar Skenario 1a

Skenario 1b Pd-Pd-Sy Pd-Pd-Sy Pd-Pd-Sy Kn-Wrl Jg-Jg-Sy Tebu Jg-Jg-Sy Tebu Pg-Jg-Kc Tnh Pg-Jg-Kc Tnh Tebu Pg-Jg-Kc Tnh Tebu 2004 1 923.84 1 012.67 1 012.67 2 879.40 891.71 891.71 105.00 19.33 43.82 2005 1 870.39 912.07 912.07 2 805.59 793.72 793.72 103.54 10.07 36.70 2006 1 811.59 820.13 820.13 2 723.27 703.53 703.53 101.69 35.58 28.84 2007 1 746.89 735.86 735.86 2 631.61 620.21 620.21 99.41 34.44 20.16 2008 1 675.71 658.33 658.33 2 529.65 542.88 542.88 96.65 33.16 10.59 2009 1 597.40 586.71 586.71 2 416.37 470.76 470.76 93.36 31.73 31.73 2010 1 511.24 520.22 520.22 2 290.63 403.09 403.09 89.47 30.13 30.13 2011 1 416.46 458.14 458.14 2 151.18 339.18 339.18 84.93 28.33 28.33 2012 1 312.19 399.81 399.81 1 996.64 278.38 278.38 79.67 26.34 26.34 2013 1 197.48 344.61 344.61 1 825.51 220.05 220.05 73.58 24.12 24.12 2014 1 071.29 291.95 291.95 1 636.12 163.61 163.61 66.62 21.65 21.65 2015 932.47 241.29 241.29 1 426.64 108.49 108.49 58.66 18.90 18.90 2016 779.76 192.09 192.09 1 195.06 54.13 54.13 49.61 15.85 15.85 2017 611.76 143.85 143.85 939.17 11.91 11.91 39.36 12.47 12.47 2018 426.95 96.07 96.07 656.52 8.32 8.32 27.76 8.73 8.73 2019 223.65 48.28 48.28 344.45 4.37 4.37 14.70 4.59 4.59 Sumber: Olahan data

Keterangan: Skenario 1 a: didasarkan perubahan harga data primer

(13)

Perubahan harga komoditas juga menyebabkan perbedaan perubahan UCSE ( ). Perubahan UCSE pada skenario 1 cenderung lebih besar daripada model dasar. Hal itu karena perubahan manfaaat bersih pada skenario 1 dipengaruhi oleh pengurangan SD dan harga komoditas, sedangkan pada model dasar hanya dipengaruhi oleh pengurangan SD.

Sementara itu, perubahan harga komoditas tidak menyebabkan perubahan besaran biaya off-site erosi (Off-site Cost of Erosin atau OFCE) maupun volume

outflow waduk (Wol). Pada persamaan (6.11b) dan (6.11c) tampak jelas bahwa

besarnya pendugaan OFCE tidak dipengaruhi oleh harga komoditas, namun dipengaruhi oleh harga air waduk untuk berbagai kegunaan. Perubahan harga komoditas di wilayah sub-sistem hulu waduk tidak mengubah debit outflow

optimal, namun hanya mempengaruhi perubahan volume stok air dan sedimen. Hal tersebut karena besarnya debit outflow hanya dipengaruhi aspek fisik sebagaimana telah diuraikan pada sub-bab 7.3. Dampak perubahan harga komoditas terhadap volume stok air dan sedimen dalam waduk melalui perubahan volume erosi potensial karena perubahan aktivitas pola tanam.

Tabel 40. Perubahan Volume Optimal Waduk Sengguruh (juta m3) Karena

Perubahan Harga Komoditas Tanaman Kc Tanah dan Sayuran

Base Skenario 1a Skenario 1b

Tahun Vsa1 Vss1 Vks1 Vsa1 Vss1 Vks1 Vsa1 Vss1 Vks1

2003 2.00 0.32 . 2.00 0.32 . 2.00 0.32 . 2004 1.55 0.77 . 1.56 0.76 . 1.55 0.77 . 2005 1.10 1.22 . 1.11 1.21 . 1.11 1.21 . 2006 0.66 1.67 . 0.67 1.65 . 0.66 1.66 . 2007 0.21 2.11 0.24 0.23 2.10 0.22 0.22 2.10 0.22 2008 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2009 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2010 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2011 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2012 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2013 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2014 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2015 . 2.32 0.45 . 2.32 0.44 . 2.32 0.44 2016 . 2.32 0.45 . 2.32 0.45 . 2.32 0.45 2017 . 2.32 0.45 . 2.32 0.43 . 2.32 0.43 ijk 1

λ

&

(14)

2018 . 2.32 0.45 . 2.32 0.43 . 2.32 0.43 2019 . 2.32 0.45 . 2.32 0.43 . 2.32 0.43

2020 2.32 . 2.32 . . 2.32 .

Sumber: Olahan data

Keterangan: Vsa1 = volume stok air Waduk Sengguruh

Vss1 = volume stok sedimen Waduk Sengguruh

Vks1 = volume sedimen yang dikeruk Waduk Sengguruh

Volume sedimen yang dikeruk dari Waduk Sengguruh (Vks1) pada

skenario 1 relatif lebih kecil bila dibandingkan dengan model dasar (Tabel 40); yakni berkisar antara 10 hingga 20 ribu m3. Pada biaya pengerukan sedimen

sebesar Rp 7 517.23/m3, maka penurunan volume tersebut dapat menghemat

biaya pengerukan antara Rp 7 517 230 sampai dengan Rp 15 034 460. Apabila didasarkan pada biaya kesempatan (OFCE) Waduk Sengguruh sebesar Rp 107.17/m3 (Tabel 30), maka biaya sosial yang dapat dihemat pada setiap

periode adalah berkisar antara Rp 107 170 000 hingga Rp 214 340 000.

Perubahan pola tanam optimal di wilayah sub-sistem hulu dari skenario 1 juga berdampak pada pengisian tampungan mati Waduk Sutami (Vss2) relatif

lebih lambat. Pada akhir horizon waktu (tahun 2020) volume tampungan mati yang belum terisi (Sa2b) pada skenario 1 relatif lebih kecil daripada model dasar

(Tabel 41). Perbedaan volume yang terjadi berkisar antara 0.22 hingga 0.23 juta m3; atau setara dengan Rp 21.50 juta hingga Rp 22.50 juta bila OFCE Waduk

Sutami sebesar Rp 97.90/m3 (Tabel 31).

Tabel 41. Perubahan Volume Optimal (juta m3) Waduk Sutami Karena

Perubahan Harga Komoditas Tanaman Kc Tanah dan Sayuran

Tahun Base Skenario 1a Skenario 1b

Vsa2 Vss2 Ss2b Vsa2 Vss2 Vsa2b Vsa2 Vss2 Vsa2b

2003 175.12 61.00 29.00 175.12 61.00 29.00 175.12 61.00 29.00 2004 174.37 61.75 28.25 174.38 61.74 28.26 174.37 61.75 28.25 2005 173.62 62.50 27.50 173.63 62.49 27.51 173.63 62.50 27.51 2006 172.87 63.25 26.75 172.89 63.23 26.77 172.88 63.24 26.76 2007 172.12 64.00 26.00 172.14 63.98 26.02 172.14 63.98 26.02 2008 171.37 64.75 25.25 171.40 64.72 25.28 171.39 64.73 25.27 2009 170.62 65.50 24.50 170.66 65.46 24.54 170.65 65.47 24.53 2010 169.87 66.26 23.75 169.91 66.21 23.79 169.90 66.22 23.78 2011 169.12 67.01 23.00 169.17 66.95 23.05 169.16 66.96 23.04

(15)

2012 168.36 67.76 22.24 168.43 67.69 22.31 168.42 67.70 22.30 2013 167.61 68.51 21.49 167.68 68.44 21.56 167.67 68.45 21.55 2014 166.86 69.26 20.74 166.94 69.18 20.82 166.93 69.19 20.81 2015 166.11 70.01 19.99 166.20 69.92 20.08 166.19 69.93 20.07 2016 165.36 70.76 19.24 165.45 70.67 19.33 165.44 70.68 19.32 2017 164.61 71.51 18.49 164.71 71.41 18.59 164.70 71.42 18.58 2018 163.86 72.26 17.74 164.00 72.12 17.88 163.99 72.13 17.87 2019 163.11 73.01 16.99 163.30 72.83 17.18 163.29 72.84 17.17 2020 162.36 73.76 16.24 162.59 73.53 16.47 162.58 73.54 16.46 Sumber: Olahan data

Keterangan: Vsa1 = volume stok air Waduk Sengguruh

Vss1 = volume stok sedimen Waduk Sengguruh

Vks1 = volume sedimen yang dikeruk Waduk Sengguruh

9.2. Perubahan Tingkat Bunga

Penurunan tingkat bunga dari 10% menjadi 5% tidak mempengaruhi perubahan keputusan aktivitas optimal baik pada sub-sistem hulu waduk maupun sub-sistem ekologi bendungan-waduk. Dari perspektif ekonomi sumberdaya secara umum, tingkat bunga mempengaruhi kuantitas ekstrasi. Keputusan ekstrasi sumberdaya alam tergolong keputusan suatu transfer penggunaan dari periode waktu berikutnya ke periode sekarang yang mecerminkan karakteristik keputusan investasi, dimana tingkat bunga sangat berperan (Randall, 1981). Secara eksplisit Pearce dan Turner (1990) menjelaskan bahwa salah satu dari beberapa parameter yang mempengaruhi harga dan kuantitas optimal intertemporal adalah tingkat bunga.

Perubahan tingkat bunga tidak merubah aktivitas optimal paket pola tanam dan debit outflow waduk. Perubahan tingkat bunga hanya berpengaruh pada besarnya UCSE dan OFCE sebagaimana terdapat pada Tabel 42 dan Tabel 43. Penurunan tingkat bunga dari 10% menjadi 5% menyebabkan UCSE dari skenario 2 relatif lebih besar daripada UCSE pada model dasar. Fenomena tersebut sejalan dengan hasil kajian Walker (1982) dan Van Kooten et al. (1989); diuraikan bahwa hubungan antara tingkat diskonto dan variabel waktu (t) dengan

(16)

besarnya UCSE menunjukkan semakin tinggi tingkat diskonto, PV UCSE per hektar semakin kecil.

Pada Tabel 42 tampak bahwa besarnya UCSE pola tanam Pd-Pd-Sy pada lahan sawah kemiringan I hampir sama dengan sawah kemiringan II. Disamping itu, UCSE tertinggi terjadi pada pola tanam Kentang-Wortel lahan tegal kemiringan I dan terendah pada pola tanam apel lahan tegal kemiringan II.

(17)

Tabel 42. Pendugaan Harga Bayangan Ketebalan Lapisan Tanah Berbagai Pola Tanam Optimal Sub-Sub DAS Sumber Brantas Menurut Fungsi Lahan dan Skenario Perubahan Tingkat Bunga dan Pengurangan Lahan Hutan Produksi

(ribu/Rp/cm/ha)

Tahun

Sawah I Sawah II Tegal I Tegal II

Dasar Skenario 2 Skenario 3 Dasar Skenario 2 Skenario 3 Dasar Skenario 2 Skenario 3 Dasar Skenario 2 Skenario 3 Pd-Pd-Sy Pd-Pd-Sy Pd-Pd-Sy Pd-Pd-Sy Pd-Pd-Sy Pd-Pd-Sy Kn-Wrl Kn-Wrl Kn-Wrl Apel Apel Apel 2004 1 984.60 2 880.17 1 984.60 1 984.90 2 880.69 1 984.90 2 921.72 4 245.21 2 921.72 195.50 284.90 195.50 2005 1 929.45 2 758.50 1 929.45 1 929.78 2 759.04 1 929.78 2 843.18 4 069.11 2 843.18 190.68 273.63 190.68 2006 1 868.77 2 630.73 1 868.77 1 869.13 2 631.28 1 869.13 2 756.29 3 883.68 2 756.29 185.28 261.67 185.28 2007 1 802.02 2 496.56 1 802.02 1 802.41 2 497.12 1 802.41 2 660.23 3 688.48 2 660.23 179.23 249.01 179.23 2008 1 728.59 2 355.67 1 728.59 1 728.97 2 356.23 1 728.97 2 554.07 3 482.99 2 554.07 172.46 235.59 172.46 2009 1 647.80 2 207.73 1 647.80 1 648.19 2 208.29 1 648.19 2 436.80 3 266.72 2 436.80 164.89 221.38 164.89 2010 1 558.92 2 052.38 1 558.92 1 559.33 2 052.92 1 559.33 2 307.31 3 039.12 2 307.31 156.47 206.34 156.47 2011 1 461.14 1 889.25 1 461.14 1 461.54 1 889.77 1 461.54 2 164.38 2 799.62 2 164.38 147.07 190.43 147.07 2012 1 353.58 1 717.95 1 353.58 1 353.95 1 718.46 1 353.95 2 006.67 2 547.63 2 006.67 136.64 173.61 136.64 2013 1 235.24 1 538.08 1 235.24 1 235.63 1 538.56 1 235.63 1 832.69 2 282.53 1 832.69 125.04 155.82 125.04 2014 1 105.07 1 349.20 1 105.07 1 105.42 1 349.62 1 105.42 1 640.82 2 003.65 1 640.82 112.16 137.02 112.16 2015 961.87 1 150.87 961.87 962.19 1 151.24 962.19 1 429.26 1 710.30 1 429.26 97.89 117.17 97.89 2016 804.33 942.61 804.33 804.62 942.93 804.62 1 196.05 1 401.77 1 196.05 82.06 96.20 82.06 2017 631.04 723.93 631.04 631.28 724.19 631.28 939.02 1 077.30 939.02 64.55 74.06 64.55 2018 440.40 494.30 440.40 440.58 494.50 440.58 655.80 736.07 655.80 45.16 50.69 45.16 2019 230.69 253.18 230.69 230.77 253.27 230.77 343.75 377.27 343.75 23.71 26.02 23.71 Sumber: Olahan data

Keterangan: Skenario 2: perubahan tingkat bunga (dari 10% menjadi 5%);

(18)

Pengaruh perubahan tingkat bunga terhadap UCSE menurut periode tampak lebih jelas disajikan secara grafik sebagaimana yang terdapat pada Gambar 14. Pada awal horizon waktu, disparitas UCSE antara skenario 2 dan model dasar relatif tinggi; selanjutnya kedua kurva hampir berhimpit pada akhir horizon waktu. Penurunan tingkat bunga menyebabkan disparitas UCSE antar skenario semakin menurun.

Gambar 14. Pengaruh Perubahan Tingkat Bunga terhadap Nilai Nominal Harga Bayangan Ketebalan Lapisan Tanah dari Pola Tanam Pd-Pd-Sy pada Lahan Sawah Kemiringan II Wilayah Sub-Sub DAS Sumber Brantas

Sementara itu, penurunan tingkat bunga juga menyebabkan peningkatan nilai nominal maupun PV dari OFCE. Yang menarik pada Tabel 43 adalah nilai nominal OFCE pada model dasar konstan, namun pada skenario 2 nilai tersebut bervariasi. Pendugaan PV OFCE dari skenario 2 tampak semakin menurun antar waktu, dan terjadi fenomena yang berlawanan pada nilai nominalnya. Disadari bahwa peneliti belum bisa memberikan alasan mengapa hal tersebut terjadi. Dengan memetakan hasil pendugaan yang terdapat pada Tabel 43

0 500 1000 1500 2000 2500 3000 3500 2000 2005 2010 2015 2020 Periode (Tahun) H ar g a baya ngan Soil Depth ( UC SE ) (r ibu R p cm/ h a) Dasar (r =10%) Skenario 2 (r =5%)

(19)

didapatkan kurva biaya kesempatan air yang tertahan dalam waduk (OFCE) seperti yang terdapat pada Gambar 15.

Tabel 43. Perubahan Biaya Off-Site Erosi (Rp/m3) Karena Perubahan

Tingkat Bunga Tahun

Sengguruh Sutami

Dasar Skenario 2 Dasar Skenario 2

PV Nominal PV Nominal PV Nominal PV Nominal 2004 97.43 107.17 106.93 117.62 89.00 97.90 97.68 107.44 2005 88.57 107.17 101.84 123.22 80.91 97.90 93.03 112.56 2006 80.52 107.17 96.99 129.09 73.55 97.90 88.60 117.92 2007 73.20 107.17 92.37 135.24 66.87 97.90 84.38 123.53 2008 66.55 107.17 87.97 141.68 60.79 97.90 80.36 129.42 2009 60.50 107.17 83.78 148.42 55.26 97.90 76.53 135.58 2010 55.00 107.17 79.79 155.49 50.24 97.90 72.89 142.04 2011 50.00 107.17 75.99 162.89 45.67 97.90 69.42 148.80 2012 45.45 107.17 72.37 170.65 41.52 97.90 66.11 155.89 2013 41.32 107.17 68.93 178.78 37.74 97.90 62.96 163.31 2014 37.56 107.17 65.64 187.29 34.31 97.90 59.97 171.09 2015 34.15 107.17 62.52 196.21 31.19 97.90 57.11 179.23 2016 31.04 107.17 59.54 205.55 28.36 97.90 54.39 187.77 2017 28.22 107.17 56.71 215.34 25.78 97.90 51.80 196.71 2018 25.66 107.17 54.01 225.60 23.44 97.90 49.33 206.08 2019 23.32 107.17 51.43 236.34 21.31 97.90 46.98 215.89 2020 21.20 107.17 48.99 247.59 19.37 97.90 44.75 226.17 Sumber: Olahan data

Keterangan: Dasar : tingkat bunga 10% Skenario 2 : tingkat bunga 5% PV : present value

Penurunan tingkat bunga menyebabkan disparitas OFCE antara skenario 2 dan model dasar semakin meningkat antar waktu (Gambar 15). Disparitas pada awal horizon waktu relatif lebih kecil daripada akhir, baik pada nilai nominal maupun nilai sekarang.

Dari skenario 2 juga didapatkan fenomena bahwa perubahan tingkat bunga tidak merubah volume air yang tersimpan (Vsa) maupun volume sedimen yang tertahan (Vss) baik dalam Waduk Sengguruh (Tabel 44) maupun Waduk Sutami (Tabel 45). Disamping itu, volume sedimen yang dikeruk (Vks1) juga tidak

mengalami perubahan. Perubahan tingkat bunga tidak berpengaruh pada perubahan keputusan aktivitas optimal, dalam pengertian tidak terjadi perubahan

(20)

luas lahan dan pola tanam optimal, sehingga volume sedimen potensial yang terangkut masuk ke waduk tidak berubah.

Gambar 15. Pengaruh Perubahan Tingkat Bunga Terhadap Biaya Off-Site

Erosi pada Waduk Sengguruh dan Sutami 9.3. Perubahan Luas Lahan Hutan Produksi

Skenario aspek teknis ini dimaksudkan untuk mendapatkan gambaran pengaruh pengembalian hutan dengan kemiringan ≥ 25% dari lahan untuk produksi menjadi fungsi kawasan penyangga. Pada skenario ini, lahan hutan produksi pada kemiringan I (0–15%) dan kemiringan 15–25% tetap dipertahan-kan sebagai lahan produksi dengan pola tanam tumpangsari tanaman pangan dan kayu-kayuan. Adapun luas areal yang dikembalikan sesuai fungsi kawasan pada Sub-sub DAS Bango seluas 1 231 hektar; yaitu pada kemiringan 25-40%. Pada Sub-sub DAS Sumber Brantas dan Amprong terdapat pengembalian fungsi

0 20 40 60 80 100 120 2000 2005 2010 2015 2020 2025 Periode (Tahun) Biay a of f-sit e eros i (Rp/ m 3 ) SG Dasar (r = 10%) SG Skenario 2 (r = 5%) ST Dasar (r = 10%) ST Skenario 2 (r = 5%)

(21)

lahan pada dua klasifikasi kemiringan, yakni kemiringan 25-40% dan ≥ 40%. Total luas pengembalian alih fungsi kawasan di Sumber Brantas dan Amprong masing-masing adalah 1 153 ha dan 4 230 ha; sedangkan pada Lesti dan Metro seluas 1 514 ha dan 165 ha.

Pengembalian fungsi kawasan tersebut pada prinsipnya tidak mengubah total ketersediaan luas lahan non-budidaya intensif, namun yang berubah adalah potensi erosi yang dihasilkan. Oleh karena itu, skenario 3 secara langsung berpengaruh pada volume sedimen yang masuk ke dalam waduk. Tingkat erosi lahan hutan dengan fungsi kawasan penyangga relatif lebih kecil daripada hutan produksi, sehingga volume sedimen yang yang dikeruk dari Waduk Sengguruh (Vks1) pada skenario 3 lebih kecil daripada model dasar (Tabel 44). Dengan

demikian, pengembalian fungsi kawasan penyangga mampu menghemat biaya pengerukan setiap periode sebesar Rp 15 034 460 sebagaimana yang terjadi pada skenario 1.

Tabel 44. Perubahan Volume Optimal (juta m3) Waduk Sengguruh

Karena Perubahan Tingkat Bunga dan Pengurangan Lahan Hutan Produksi

Base Skenario 2 Skenario 3

Tahun Vsa1 Vss1 Vks1 Vsa1 Vss1 Vks1 Vsa1 Vss1 Vks1

2003 2.00 0.32 . 2.00 0.32 . 2.00 0.32 . 2004 1.55 0.77 . 1.55 0.77 . 1.57 0.75 . 2005 1.10 1.22 . 1.10 1.22 . 1.14 1.18 . 2006 0.66 1.67 . 0.66 1.67 . 0.72 1.60 . 2007 0.21 2.11 0.24 0.21 2.11 0.24 0.29 2.03 0.14 2008 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2009 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2010 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2011 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2012 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2013 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2014 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2015 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2016 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2017 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2018 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2019 . 2.32 0.45 . 2.32 0.45 . 2.32 0.43 2020 2.32 . . 2.32 . . 2.32 .

(22)

Sumber: Olahan data

Keterangan: VSA1 = volume stok air Waduk Sengguruh

VSS1 = volume stok sedimen Waduk Sengguruh

VKS1 = volume sedimen yang dikeruk Waduk Sengguruh

Volume air yang tersimpan pada Waduk Sengguruh pada periode 2004 hingga 2007 mengalami peningkatan sebanyak 200 hingga 700 ribu m3. Volume

tersebut secara nominal sebesar Rp 21 juta hingga Rp 75 juta pada saat OFCE

Waduk Sengguruh sebesar Rp 107.17/m3. Dengan pengembalian fungsi

kawasan penyangga dengan kemiringan ≥ 25% (skenario 3) dapat menambah volume air yang tertahan dalam Waduk Sengguruh sebesar 7 hingga 35 % (olahan dari Tabel 44).

Tabel 45. Perubahan Volume Optimal (juta m3) Waduk Sutami Karena

Perubahan Tingkat Bunga dan Pengurangan Lahan Hutan Produksi

Base Skenario 2 Skenario 3

Tahun VSS2 VSA2 SA2B VSS2 VSA2 VSA2B VSS2 VSA2 SA2B 2003 61.00 175.12 29.00 61.00 175.12 29.00 61.00 175.12 29.00 2004 61.75 174.37 28.25 61.75 174.37 28.25 61.72 174.40 28.28 2005 62.50 173.62 27.50 62.50 173.62 27.50 62.44 173.68 27.56 2006 63.25 172.87 26.75 63.25 172.87 26.75 63.17 172.96 26.84 2007 64.00 172.12 26.00 64.00 172.12 26.00 63.89 172.23 26.11 2008 64.75 171.37 25.25 64.75 171.37 25.25 64.61 171.51 25.39 2009 65.50 170.62 24.50 65.50 170.62 24.50 65.33 170.79 24.67 2010 66.26 169.87 23.75 66.26 169.87 23.75 66.05 170.07 23.95 2011 67.01 169.12 23.00 67.01 169.12 23.00 66.77 169.35 23.23 2012 67.76 168.36 22.24 67.76 168.36 22.24 67.49 168.63 22.51 2013 68.51 167.61 21.49 68.51 167.61 21.49 68.22 167.90 21.78 2014 69.26 166.86 20.74 69.26 166.86 20.74 68.94 167.18 21.06 2015 70.01 166.11 19.99 70.01 166.11 19.99 69.66 166.46 20.34 2016 70.76 165.36 19.24 70.76 165.36 19.24 70.38 165.74 19.62 2017 71.51 164.61 18.49 71.51 164.61 18.49 71.10 165.02 18.90 2018 72.26 163.86 17.74 72.26 163.86 17.74 71.82 164.30 18.18 2019 73.01 163.11 16.99 73.01 163.11 16.99 72.55 163.58 17.46 2020 73.76 162.36 16.24 73.76 162.36 16.24 73.27 162.85 16.73 Sumber: Olahan data

Keterangan: VSA2 = volume stok air Waduk Sutami

VSS2 = volume tampungan mati yang telah terisi Waduk Sutami

SA2B = volume tampungan mati yang belum terisi Waduk Sutami

Dari hasil pemecahan optimasi dari skenario 3 tidak terdapat perubahan keputusan debit outflow optimal pada sub-sistem ekologi bendungan-waduk bila dibandingkan dengan model dasar. Hal itu karena luas areal dan debit inflow

(23)

tidak mengalami perubahan. Pada skenario 3 menjadikan volume air yang tersimpan dalam Waduk Sutami (Vsa2) mengalami peningkatan dan volume

sedimen yang tertahan (Vss2) menjadi lebih kecil (Tabel 45).

Rata-rata tambahan volume air yang tersimpan dalam Waduk Sutami sebesar 260 ribu m3 setiap tahun; atau setara dengan nilai nominal sebesar Rp

25 454 000 pada saat OFCE Waduk Sutami sebesar Rp 97.90/m3 (Tabel 31).

Dengan mengurangkan antara volume air tersimpan (Vsa2) optimasi dinamik

skenario 3 dan model dasar didapatkan angka tambahan volume air tersimpan dengan kisaran 29 hingga 490 ribu m3 pada setiap periode (tahun).

9.4. Ikhtisar

Perubahan harga komoditas tertentu (kacang tanah dan sayuran) mempengaruhi perubahan keputusan aktivitas pola tanam optimal pada sub-sistem hulu waduk, namun tidak menyebabkan perubahan kuantitas debit outflow

optimal pada sub-sistem ekologi bendungan-waduk. Beberapa kondisi lain yang terjadi pada skenario perubahan harga bila dibandingkan dengan model dasar adalah:

1. Terjadi pergeseran (switching) paket pola tanam optimal pada lahan tegal. 2. Luas lahan yang tersedia dioptimalkan secara keseluruhan baik pada paket

pola tanam yang digantikan maupun pengganti.

3. Terjadi perubahan besaran harga bayangan ketebalan lapisan tanah (UCSE), namun pada biaya off-site erosi (OFCE) tidak terjadi perubahan.

4. Terjadi perubahan volume stok air, sedimen tertahan dan sedimen yang dikeruk.

Pergeseran hanya terjadi pada paket pola tanam yang dibentuk oleh komoditas yang mengalami perubahan harga dengan potensi erosi yang relatif lebih besar. Penurunan harga kubis tidak mengubah keputusan aktivitas optimal

(24)

pada lahan sawah; sedangkan pada fungsi lahan tegal terjadi keadaan yang sebaliknya. Melalui transmisi penerimaan (manfaat kotor), perubahan harga komoditas dan berkurangnya SD secara bersama-sama mempengaruhi perubahan pendapatan. Pada kondisi harga berubah dan biaya konstan, maka dinamika pendapatan setiap periode lebih dominan dipengaruhi oleh perubahan harga komoditas. Perubahan SD relatif kecil sehingga tidak siknifikan dalam mempengaruhi perubahan produktivitas. Beberapa kondisi yang melatarbe-lakangi perubahan maupun pergeseran aktivitas pola tanam optimal adalah: (1) tingkat pendapatan per unit lahan pada awal dan setiap periode, (2) jumlah periode (tahun) dengan kondisi tingkat pendapatan per unit lahan bernilai negatif, (3) pergeseran terjadi pada periode setelah tingkat pendapatan per unit lahan bernilai negatif, dan (4) perubahan tingkat pendapatan antar periode relatif kecil.

Frekuensi terjadinya pergeseran paket pola tanam selama horizon waktu bervariasi menurut proporsi perubahan harga komoditas. Hasil analisis menunjukkan bahwa luas lahan optimal bergeser secara langsung atau tidak bertahap. Luas lahan pola tanam optimal pengganti pada periode (t+1) sama dengan luas keseluruhan lahan pola tanam optimal yang digantikan pada periode t. Dengan kata lain bahwa model perumusan optimasi dinamik Model-DTA belum bisa mengakomodasi fenomena perubahan luas lahan optimal secara bertahap sebagaimana kondisi riil di lapangan.

Antara perubahan harga komoditas dan UCSE terdapat hubungan negatif. Perubahan UCSE antar periode pada skenario 1 (penurunan harga komoditas tertentu) relatif lebih besar daripada model dasar. Perbedaan terjadi karena perbedaan variabel yang mempengaruhi perubahan tingkat pendapatan per unit lahan. Perubahan tingkat pendapatan per unit lahan pada skenario 1 dipengaruhi oleh perubahan SD dan harga komoditas, sedangkan pada model dasar hanya dikarenakan oleh perubahan SD.

(25)

Keragaman perubahan besaran UCSE juga disebabkan oleh proporsi perubahan harga komoditas. Perbedaan proporsi perubahan harga menyebabkan perbedaan perubahan penerimaan, (Pc ∂y(⋅)/∂Sjk(t)), sehingga

menimbulkan perbedaan terjadinya periode pergeseran (switching) pola tanam optimal. Kedua perbedaan perubahan tersebut, selanjutnya berpengaruh pada perbedaan besaran UCSE, λ1ijk(t+1).

Perubahan harga komoditas di wilayah sub-sistem hulu waduk tidak mempengaruhi debit outflow optimal maupun besaran OFCE. Perubahan harga komoditas hanya berpengaruh terhadap perubahan volume sedimen yang tertahan dan air yang tersimpan dala waduk; yakni melalui variabel tingkat erosi karena perubahan paket pola tanam.

Pendugaan nilai kerugian yang ditimbulkan oleh peningkatan volume sedimen karena dampak tidak langsung dari perubahan harga komoditas dapat didekati dari biaya pengerukan sedimen dan biaya kesempatan air yang tersimpan dalam waduk.

Perubahan tingkat bunga tidak mempengaruhi perubahan keputusan aktivitas optimal pada sub-sistem hulu maupun debit outflow. Kondisi tersebut berlawanan dengan fenomena secara umum; yakni tingkat bunga mempengaruhi kuantitas ekstrasi. Dalam perspektif ekonomi sumberdaya, keputusan ekstrasi sumberdaya alam tergolong keputusan suatu transfer penggunaan dari periode berikutnya ke periode sekarang yang mecerminkan karakteristik keputusan investasi, dimana tingkat bunga sangat berperan. Pada tataran teori, tingkat bunga mempengaruhi perubahan harga dan kuantitas optimal intertemporal. Disamping itu, dari hasil kajian peneliti sebelumnya diperoleh hasil bahwa semakin tinggi tingkat diskonto, PV dari UCSE per hektar semakin kecil.

(26)

Perbedaan fenomena dampak tersebut karena: (1) perubahan tingkat bunga pada hasil optimasi Model-DTA hanya akan merubah PV manfaat sosial bersih secara proporsional selama horizon waktu, dan (2) keputusan aktivitas optimal ditentukan oleh pendapatan setiap periode. Pada kondisi tersebut menjadikan perubahan tingkat bunga hanya berpengaruh pada perubahan UCSE

(λ1ijk(t+1)) maupun OFCE (λ2(t+1) dan λ4(t+1)); serta tidak mengubah aktivitas

optimal. Perubahan UCSE terjadi pada semua jenis fungsi lahan dengan persentase yang beragam. Disparitas UCSE antara model dasar dengan skenario 2 (perubahan tingkat bunga) cenderung semakin menurun antar waktu; dan pada OFCE terjadi keadaan yang sebaliknya.

Oleh karena perubahan tingkat bunga tidak berpengaruh terhadap perubahan keputusan paket pola tanam optimal, maka volume air yang tersimpan dan sedimen yang tertahan dalam waduk maupun sedimen yang dikeruk juga tidak mengalami perubahan.

Pengembalian fungsi hutan klasifikasi kemiringan ≥ 25% dari lahan untuk produksi menjadi fungsi kawasan penyangga hanya bersifat fisik; sehingga dari skenario 3 hanya menyebabkan perubahan potensi erosi yang dihasilkan oleh total ketersediaan luas lahan non-budidaya yang tetap. Hal tersebut dapat dikatakan bahwa pengembalian fungsi kawasan penyangga secara langsung berpengaruh pada volume sedimen yang masuk ke dalam waduk. Dalam perumusan Model-DTA perubahan fisik tersebut terjadi pada kendala transisi kapasitas waduk. Keputusan kuantitas debit outflow optimal tidak berubah karena besarnya debit outflow hanya dipengaruhi oleh luas lahan optimal (Xijk),

sumbangan lahan terhadap inflow air waduk dan volume stok air dalam waduk (sub-bab 7.3).

(27)

Skenario perubahan variabel fisik tersebut tidak mengubah biaya off-site

erosi, sehingga untuk valuasi dampak erosi terhadap sedimentasi waduk akibat dari perambahan hutan penyangga dapat didekati dari biaya pengerukan sedimen dan biaya kesempatan stok air yang tersimpan. Besarnya total biaya dihitung berdasarkan hasil pemecahan optimasi; yakni dengan mengalikan antara OFCE (Rp/m3) dan disparitas volume sedimen yang dikeruk serta volume

air tersimpan dalam waduk antara model dasar dan skenario 3 (pengembalian fungsi kawasan penyangga).

Gambar

Tabel 33.   Perubahan Aktivitas Optimal (ha) di Wilayah Sub-Sub DAS Bango Karena Perubahan Harga Komoditas Tanaman  Kacang Tanah Dan Sayuran
Tabel  34.   Perubahan Aktivitas Optimal (ha) di Wilayah Sub-Sub DAS Sumber Brantas Karena Perubahan Harga Komoditas  Tanaman Kacang Tanah Dan Sayuran
Tabel 36.  Pendapatan (ribu Rp/ha) Berbagai Paket Pola Tanam Lahan  Sawah Kemiringan I Wilayah Sub-Sub DAS Bango pada Harga  Skenario 1 a  dan Biaya Konstan dengan Tingkat Bunga (r) 10%
Tabel 37.  Pendapatan (ribu Rp/ha) Berbagai Paket Pola  Tanam Lahan Tegal Kemiringan II Wilayah Sub-Sub DAS  Bango pada Harga Skenario 1 a  dan Biaya Konstan dengan
+7

Referensi

Dokumen terkait

Dan juga mendukung penelitian Sumodiningkrat, (2000) bahwa keterlibatan fasilitator sebagai pelaku pemberdayaan dalam mengawal proses pemberdayaan merupakan sumber

a) Ketika siang hari dari jam 08.00 hingga jam 16.00 waktu seternpat suatu ruangan memiliki cahaya yang cukup untuk menerangi ruangan tersebut. Hal ini lah yang disebut sebagai

daerah. Manfaat dari penggunaan teknologi informasi ini yaitu mempercepat proses transaksi, keakuratan perhitungan, penyimpanan data dalam jumlah besar dan

Penelitian pertama berjudul “Pemanfaatan Software Integrated Library Information System (Inlislite) Di Badan Perpustakaan Dan Arsip Daerah Provinsi Daerah Istimewa Yogyakarta

Menurut Mangkunegara (2004:64) yang dimaksud kinerja (performance) adalah hasil kerja secara kualitas dan kuantitas yang dicapai oleh seseorang karyawan dalam

HOW TO MAKE GADO-GADO (VEGETABLE SALAD WITH PEANUT SAUCE).. Gado-gado is the one salad from Indonesia that needs

Salah satu metode untuk mencegah terbentuknya scale adalah dengan menggunakan metode Scale Inhibitor. Scale Inhibitor merupakan suatu chemical yang diinjeksikan ke

multikulturalisme ini, sebuah masyarakat (termasuk juga masyarakat bangsa seperti Indonesia) dilihat sebagai mempunyai sebuah kebudayaan yang berlaku umum dalam masyarakat