METODE PENELITIAN
Data dan Surnber Data
Berdasarkan kelengkapan data yang tersedia maka penelitian ini hanya dila- kukan untuk Pulau Jawa, yaitu Propinsi Jawa Barat, Jawa Tengah dan Jawa Timur. Komoditas tanaman pangan yang diteliti terdiri dari enam komoditas, yaitu padi, kedele, jagung, kacang tanah, ubikayu dan ubijalar. Oleli kareria terbatasnya data mengenai input-output tanaman tebu secara time series, maka tanaman tebu tidak dapat dimasukkan dalam model penelitian ini. Sedangkan faktor produksi yang dimasukkan dalam model adalah pupuk urea, pupuk TSP dan tenaga kerja.
Data yang digunakan dalam penelitian ini terdiri dari luas areal tanam, input- output masing-masing tanaman, harga-harga input-output, pengeluaran untuk pembangunan jaringan irigasi baru dan rehabilitasi, curah hujan, panjang jalan, pengeluaran untuk riset dan data harga pupuk urea, pupuk TSP dan upah tenaga kerja. Data input-output dan harga-harga input-output masing-masing tanaman digunakan data rata-rata untuk masing-masing propinsi.
Harga Output
Data harga output terdapat bermacam-macam, yaitu harga yang dapat diambil dari statistik struktur ongkos usahatani padi dan palawija, yaitu dengan cara memba- gi nilai output dengan output yang dihasilkan, harga rata-rata produsen di pedesaan dan harga rata-rata eceran. .Data yang diambil dari struktur ongkos sering terlalu tinggi dan terlalu rendah, tergantung dari keadaan musim panen didaerah sampel. Jika musim panen di daerah sampel lebih awal dari musim panen besar maka akan menyebabkan harga menjadi tinggi. Sebaliknya jika musim panen di daerah sampel bersamaan dengan musin1 panen besar harga menjadi rendah. Di samping itu, harga
yang berasal dari nilai produksi merupakan data perkiraan petani jika outputnya dijual, sehingga tinggi rendahnya harga tersebut juga tergantung dari kebiasaan petani di mana menjual outputnya. Dengan demikian data harga yang dipcrolch dari nilai output tidak jelas apakah harga pada tingkat di desa, harga di rumah atau harga di tempat pertanian.
Data harga rata-rata produsen sebenarnya bukan merupakan harga yang diterima petani sebagai pendapatan bersih, sebab petani tersebut masih harus menge- luarkan biaya transport untuk penjualan produknya. Tentu saja biaya transport ini sangat tergantung dari keadaan transportasinya, seperti keadaan jalan dan kendaraan yang dapat dimanfaatkan. Pada umumnya j ika pengangkutan hasil tersebut masih menggunakan tenaga manusia biayanya relatif lebih mahal jika dibandingkan dengan jika menggunakan kendaraan bermotor. Oleh karena dalam penelitian ini selain ingin melihat pengaruh harga output terhadap penawaran juga ingin melihat penga- ruh keadaan transportasi, yang dinyatakan dengan panjang jalan, maka data yang lebih sesuai adalah data harga rata-rata produsen.
Data harga output rata-rata produsen dikumpulkan setiap bulan oleh mantri statistik kecamatan. Data ini terscdia dalam bentuk pub1 ikasi yang dikcluarkan
BPS
dalam Statistik Harga Produsen Sektor Pertanian dan Harga Eceran di Jawa. Untuk tahun1981
dan sebelumnya digunakan data harga produsen rata-rata di Jawa yang dipublikasikan dalam Indikator Pertanian. Harga padi digunakan harga gabah kering giling padi IR 36 rata-rata selama setahun, yang diukur dalam satuan rupiah per kilogram gabah. Harga jagung yang digunakan adalah harga jagung pipilan dalam satuan rupiah per kilogram. Harga kedele dan kacang tanah diukur dalam satuan rupiah perkilogram kedele atau kacang tanah yang telah dikupas. Sementara itu harga ubikayu dan ubijalar diukur dalam satuan rupiah per kilogram ubi basah.Harga Input
Data harga pupuk urea dan TSP diperoleh dari publikasi BPS, mengenai Struktur Ongkos Usaha Tani Padi dan Paiawija. I-larga pupuk yang dibayarkan petani diperoleh dengan membagi nilai pupuk tersebut dengan jumlah pupuk yang digunakan. Nilai pupuk ini merupakan nilai yang dibayarkan oleh petani dari sejum- lah pupuk yang dibeli. Tidak terdapat keterangan apakah nilai pupuk ini rnerupakan nilai di tingkat kecamatan atau desa. Di samping itu juga tidak diketahui apakah nilai ini telah termasuk biaya angkut dari kios sampai ke rumah atau tempat pertani- an. Namun demikian jika dilihat nilai pupuk per kiligram yang tidak jauh berbeda dengan harga patokan maka dapat diduga bahwa nilai pupuk tersebut belum termasuk biaya angkut. Hal ini berarti bahwa harga pupuk yang dibayarkan oleh petani belum terpengaruh oleh keadaan tranportasinya. Oleh karena itu, memasukkan keadaan transportasi (yang dalam ha1 ini digambarkan oleh panjang jalan) ke dalam model analisis tidak akan menyebabkan over spesifikasi. Dalam penelitian ini input yang digunakan dalam analisis pupuk urea, TSP dan tenaga kerja. Akan tetapi oleh karena data penggunaan TSP baru tersedia pada tahun 1980, maka dalam analisis fungsi keuntungan digunakan data 1980 sarnpai dengan taliun 1991. tlarga pupuk diukur dalam satuan rupiah per kilogram pupuk.
Data upah tenaga kerja diperoleh dari publikasi BPS mengenai upah buruh tani di pedesaan Jawa. Data ini tersedia untuk kegiatan mencangkul, menanam dan menyiang sejak tahun 1980 hingga sekarang. Data upah buruh dikumpulkan berkait- an dengan pencatatan daftar harga produsen tanaman bahan makanan yang dilakukan setiap bulan ole11 mantri statistik kecamatan. Tingkat upah ini adalah tingkat upah
selama setengah hari dari pagi sampai siang hari, yaitu sekitar 5 sampai 6 jam kerja. Dalam penelitian ini tingkat upah yang digunakan adalah tingkat upah rnencakul.
Dalam struktur ongkos usahatani padi dan palawija tidak dihitung penggunaan tenaga kerja secara fisiknya, tetapi yang dihitung adalah nilai total upah untuk masing-masing kegiatan. Oleh karena itu untuk memperoleh data penggunaan tenaga kerja luar keluarga dilakukan dengan membagi total upah tenaga kerja dengan upah mencangkul perhari. Dengan demikian tenaga kerja yang yang digunakan adalah biaya tenaga luar keluarga setara tenaga mencangkul, dan upahnya diukur dalam satuan rupiah per setengah hari kerja setara pria.
Lahan
Dalam penelitian ini luas areal tanarn didekati dengan areal panen masing- masing tanaman. Sehingga luas areal panen pada bulan Januari dapat diartikan sebagai luas areal tanam pada musim hujan, yaitu bulan Oktober tahun sebelumnya. Sementara itu karena umur tanaman ubikayu yang jauh lebih panjang dari umur tanaman lainnya, yaitu sekitar 10 bulan, maka areal tanam bulan Oktober sama dengan areal panen pada bulan Agustus pada tahun berikutnya. Oleh karena itu, untuk memperoleh data areal tanam pada bulan Oktober 1989 sampai dengan Sep- tember 1990 dapat digunakan data areal panen pada Agustus 1990 sarnpai dengan Juli 1991. Akan tetapi karena data areal panen bulanan tidak tersedia semua, maka untuk mernperoleh data areal tanam bulan Oktober-September digunakan perhitungan sebagai berikut :
di mana A,, adalah areal tanam pada bulan Oktober t-2 sampai September tahun t-1, A,,-, adalah areal panen pada tahun t-1, A,, adalah areal panen pada tahun t, dan p
adalah proporsi areal penen pada bulan Januari sampai dengan Juli. Data proporsi areal panen bulan januari sampai dengan Juli diperoleh dari data areal panen bulanan dari tahun 1979 sampai dengan 1989. Luas lahan total dan masing-masing tanaman diukur dalam satuan hektar.
infrastruktur Jalan
Dalam penelitian ini, infrastruktur jalan digunakan data panjang jalan. Data panjang jalan diperoleh dari buku Statistik Indonesia. Panjang jalan yang tercantum dalam buku statistik tersebut meliputi jalan negara, jalan propinsi dan jalan kabupa- ten atau kotamadya. Sebenarnya data yang sesuai untuk penelitian ini, selain data jalan dari tingkat negara sampai tingkat kabupaten, juga termasuk data jalan sampai di tingkat desa. Akan tetapi oleh karena data jalan sampai ditingkat desa tidak terse- dia maka hanya digunakan data jalan sampai tingkat kabupaten. Walupun demikian dari beberapa pengamatan penulis, perkembangan jalan dipedesaan juga maju pesat sesuai dengan perkembangan jalan kabupaten, yang dapat ditunjukkan oleh banyak- nya kendaraan umum kecil yang beroperasi sampai di desa-desa. Sehingga dengan demikian, pengunaan data perkembangan jalan aspal, kerikil dan tanah sampai jalan kabupaten masih tetap dapat menggabarkan keadaan yang sebenarnya. Panjang jalan ini diukur dalam satuan kilometer.
Infrastruktur Irigasi
Untuk infrastruktur irigasi dapat digunakan data fisik yang dihasilkan atau data nilai pengeluarannya. Penggunaan data fisik mengandung beberapa kelemahan. Pertama j ika data real isasinya tidak didapatkan maka akan digunakan data program. Tetapi dalaln kenyataannya sering data program sangat berbeda dengan data realisa- sinya, yang disebabkan terjadinya kenaikan harga-harga bahan bangunan, sehingga
dengan biaya yang telah direncanakan tidak dapat meinenuhi rencana fisik yang <
ditetapkan. Yang kedua, biaya yang dikeluarkan dalam membangun jaringan irigasi tidak hanya tergantung dari paiijang saluran yang akan dibangun saja, tetapi juga tergantung dari keadaan topografinya dan sumber airnya. Pada umumnya dalam membangun jaringan irigasi dimulai dari yang keadaan topografinya dan sumber air yang mudah dicapai, sehingga biayanya lebih murah. Hal ini berarti bahwa makin lama biaya yang diperlukan untuk membangun jaringan irigasi dhlam satuan yang sama menjadi makin mahal. Dengan demikian, jika digunakan data fisiknya maka tidak akan dapat diketahui apakah tambahan biaya yang dikeluarkan tersebut masih memberikan tambahan hasil yang sesuai atau tidak. Berdasarkan ha1 tersebut inaka dalam peiielitian ini digunakan data pengeluaran irigasi.
Pengeluaran irigasi dapat dibedakan menjadi pengeluaran untuk pembangunan jaringan irigasi baru dan pengeluaran untuk rehabilitasi jaringan irigasi yang telah
ada. Untuk menduga fungsi respons areal digunakan pengeluaran untuk pemba- ngunan jaringan irigasi baru. Sedangkan untuk menduga fungsi keuntungan diguna- kan pengeluaran kedua-duanya. Pada dasarnya data yang digunakan adalah data realisasinya, tetapi jika data tersebut tidak diperoleh maka digunakan data program atau rencananya. Dari beberapa tahun yang data realisasi dan data programnya dapat diperoleh, dapat diketahui bahwa realisasi pengeluaran irigasi relatif sama dengan programnya. Oleh karena itu data dari program tersebut tetap dapat diguna- kan untuk menggantikan data realisasinya. Data pengeluaran irigasi yang diperoleh dari Departemen Pekerjaan Umum merupakan data tahun anggaran, yaitu dari tanggal 1 April tahun t sampai dengan tanggal
3
1 Maret tahun t+ 1. Dengan angga- pan penyebaran pengeluaran irigasi setiap bulan sama, maka pengeluaran irigasi pada tahun kalender t saina dengall tiga per empat pengeleluaran irigasi pada tahun anggaran t ditambah dengan sepertiga pengeluaran irigasi pada tahun anggaran t-1.Dalam penelitian ini pengeluaran irigasi digunakan lag 2 tahun. Pengeluaran irigasi, baik untuk rehabilitasi maupun untuk pembangunan jaringan irigasi baru diukur dalam satuan juta rupiah.
Pengeluaran Riset
Untuk megetahui perubahan teknologi terhadap penadaran tanaman pangan digunakan indikator pengeluaran riset untuk tanaman pangan. * Data ini diperoleh dari berbagai sumber, yaitu dari laporan hasil penelitian David Salmon (1983), laporan Analisa Data Anggaran dan Realisasi Pembiayaan Pembangunan Pertanian dan dari laporan hasil penelitian Evenson (1992). Semua data-data tersebut sumbcr
.
utamanya adalah dari Departemen Pertanian. Seperti halnya pengeluaran irigasi,data yang didapatkan adalah data berdasarkan tahun anggaran, yaitu dari tanggal 1
April tahun t sampai dengan tanggal 3 1 tahun t+ 1. Dengan anggapan penyebaran biaya penelitian setiap bulan sama, maka biaya pada tahun kalender t sama dengan tiga per empat pengeluaran penelitian pada tahun t ditambah dengan pengeluaran penelitian pada tahun t-1. Dalam tulisannya Salmon mengatakan bahwa menurut beberapa peneliti di Indonesia pengaruh pengeluaran penclitian baru mcmpunyai pengaruh terhadap peroduksi sekitar dua tahun berikutnya. Oleh karena itu dalam penelitian ini pengeluran riset digunakan lag dua tahun. Pengeluaran riset tanaman pangan diukur dalam satuan juta rupiah.
Keadaan iklim mempunyai pengaruh terhadap produksi tanaman pangan. Untuk mengetahui keadaan iklim digunakan data curah hujan sefama setahun. Data curah hujan yang digunakan adalah curah hujan selama setahun dari bulan Oktober sampai dengan bulan September tahun berikutnya. Data ini diambil dari data yang
dikeluarkan oleh Biro Pusat Statistik. Data bulanan yang dikeluarkan oleh BPS merupakan data dari stasiun Husen Sastranegara untuk Jawa Barat, stasiun Borobu- dur untuk Jawa tengah dan stasiun Perak I untuk Jawa tiinur. Seperti telah diketahui bahwa curah hujan di satu daerah dengan daerah lainnya di dalam satu propinsi sangat berlainan. Oleh karena itu dengan data yang hanya dari satu stasiun mungkin tidak dapat menggambarkan keadaan yang sebenarnya. Akan tetapi ole11 karena data yang tersedia hanya data tersebut maka dengan segala kelemahanya data tersebut tetap digunakan dalam penelitian ini , sebagai data penunjang yang tidak dianalisis secara mendalam untuk seterusnya. Dalam analisis ini curah hujan diukur dalam
milimeter (mm) per tahun.
Model Analisis
Model Logit Linier
Dalam penelitian ini model analisis yang digunakan untuk menduga respons areal adalah model logit linier sebagai berikut :
di mana
wi adalah pangsa areal tanaman ke i, i = 1, 2,
.
. .
6 berturut-turut adalah padi, ja- gung,
kedele, kacang tanah, ubikayu dan ubijalar.Pi adalah harga output tanaman ke i,
Z, adalah faktor tetap ke k, k = 1, 2,
. .
4 berturut-turut adalah luas panen total, pengeluaran pembangunan jaringall irigasi baru, panjang jalan dan curah hujan.6 3
D, adalah peubah dummy untuk propinsi, nilai satu untuk propinsi Jawa Barat dan nilai no1 untuk propinsi lainnya.
D,
adalah peubah dummy untuk propinsi, nilai satu untuk propinsi Jawa Tcngah dan nilai no1 untuk propinsi lainnya.w adalah pangsa rata-rata
a,
R, I?,
T dan ch adalah parameter yang didugaUntuk menduga koefisien dari model logit linier digunakan gabungan (pool- ing) data time-series d'ari tahun 1973 sampai dengan tahun 1991 dan data crdss-sec- tion dari Propinsi Jawa Barat, Jawa Tengah dan Jawa Timur. Metode untuk mendu- ga model tersebut yaitu metode OLS, tetapi jika terdapat korelasi kontemporaneous maka digunakan metode SUR (Smeemingly Unrelated Regressions).
Model Fungsi Keuntungan
-
Model fungsi keuntungan, pangsa penerimaan dan pangsa biaya variabel digunakan bentuk fungsi translog sebagai berikut:
Dengan prinsip Hotteling' lemma maka fungsi keuntungan tersebut dapat diturunkan menjadi fungsi pangsa penerimaan dali pangsa biaya sebagai berikut :
di mana a adalah keuntungan
Si adalah pangsa penerimaan dari tanaman ke i, i = 1, 2,
. .
6 berturut turut adalah padi, jagung,
kedele, kacang tanah, ubikayu dan ubijalarS, adalah pangsa biaya variabel ke h, h = 1, 2 dan 3 berturut-turut adalali pupuk urea, pupuk TSP dan tenaga kerja.
Pi adalah harga output tanaman ke i,
R,
adalah harga input ke h, danZ, adalah faktor tetap ke
I,
1 = 1, 2,. .
5 berturut turut adalah luas panen total, pengeluaran pembangunan jaringan irigasi baru dan rehabilitasi irigasi, panjang jalan, pengeluaran riset tanaman pangan dan curah hujan setahun.D, adalah peubah dummy untuk propinsi, nilai satu untuk propinsi Jawa Barat dan nilai no1 untuk propinsi lainnya.
D, adalah peubah dummy untuk propinsi, nilai satu untuk propinsi Jawa Tengah dari nilai no1 untuk propinsi lainnya.
Seperti halnya dengan model logit linier, untuk menduga model fungsi keun- tungan digunakan gabungan (pooling) data time-series dari tahun 1980 sampai dengan tahun 1991 dan data cross-section dari Propinsi Jawa Barat, Jawa 'I'engah dan Jawa Timur. Oleh karena keterbatasan pengamatan (data) maka fungsi keun- tungan tidak dapat dilakukan pendugaan secara langsung. Oleh karena itu, dalam penelitian ini pendugaan dilakukan terhadap fungsi pangsa penerimaan dan pangsa biaya variabel. Setelah koefisien dari fungsi pangsa tersebut dapat keketahui, maka dengan memanfaatkan koefisien tersebut dilakukan pendugaan terhadap fungsi keuntungan. Metode yang digunakan untuk menduga koefisien dari model tersebut, adalah metode OLS, tetapi jika ternyata dari pengujian terdapat korelasi kontempo- raneous, maka digunakan metode SUR dengan memasukkan pembatas-pembatas berdasarkan teori yang digunakan.
