• Tidak ada hasil yang ditemukan

Faktor-faktor Yang Mempengaruhi Keputusan Petani melakukanMelakukan Alih Fungsi Lahan Sawah ke Lahan Tanaman Kelapa Sawit di Kabupaten Rokan Hilir

N/A
N/A
Protected

Academic year: 2017

Membagikan "Faktor-faktor Yang Mempengaruhi Keputusan Petani melakukanMelakukan Alih Fungsi Lahan Sawah ke Lahan Tanaman Kelapa Sawit di Kabupaten Rokan Hilir"

Copied!
51
0
0

Teks penuh

(1)

Sumber : Dinas Pertanian Dan Peternakan Kabupaten Rokan Hilir 2015.

Lampiran. 1 PERKEMBANGAN ALIH FUNGSI LAHAN PANGAN KE NON PANGAN TAHUN 200 - 2012 Di KABUPATEN ROKAN HILIR

Kecamatan

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Jumlah

1 Bangko 190,00 112,00 160,00 605,00 66,00 67,00 193,50 572,00 573,00 432,00 114,00 3.084,5

2 Sinaboi 46,00 20,00 26,00 25,00 25,00 21,00 10,50 28,50 28,50 110,00 802,50 1.143,0

3 Tanah Putih 392,00 - 666,00 - - - 280,00 218,00 380,00 380,00 - 2.316,0

4 Rimba Melintang 1.589,00 340,00 149,00 283,00 684,50 646,00 2.052,50 104,00 354,50 644,00 122,10 6.968,5

5 T.Putih Tg.Melawan 131,50 489,00 36,50 25,00 22,00 22,50 75,00 100,00 100,00 62,00 1.063,5

6 Pujud 2.094,50 - - 60,00 - - - 2.154,5

7 Bangko Pusako - 493,00 - 507,50 21,00 13,00 22,00 4,00 154,00 320,00 154,00 1.688,5

8 Kubu - 93,00 65,50 31,00 652,50 - 2.230,00 762,50 758,50 193,50 909,00 5.685,5

9 Bagan Sinembah - - 25,00 600,00 - - - 625,0

10 Batu Hampar - - - 50,00 33,00 26,00 205,00 199,00 82,00 101,00 93,00 789,0

11 Simpang Kanan - - - - 250,00 150,00 - 257,00 257,00 50,00 964,0

12 Pasir Limau Kapas - - - 1.500,00 1.500,0

13 Rantau Kopar - - - 153,50 - - 153,5

14 Pekaitan - - - 650,00 650,0

(2)

Lampiran.2Tabel Produksi Padi Indonesia menurut Propinsi dari tahun 2010-2014 (dalam satuan Ton)

No Propinsi 2010 2011 2012 2013 2014

Growth (%)

1 Aceh 1.582.393 1.772.962 1.788.738 1.956.940 1.890.696 -3,39

2 Sumatera Utara 3.582.302 3.607.403 3.715.514 3.727.249 3.740.993 0,37 3 Sumatera Barat 2.211.248 2.279.602 2.368.390 2.430.384 2.443.047 0,52 4 Riau 574.864 535.788 512.152 434.144 389.094 -10,4

5 Jambi 628.828 646.641 625.164 664.535 704.844 6,07

6 Sumatera Selatan 3.272.451 3.384.670 3.295.247 3.676.723 3.561.698 -3,13

7 Bengkulu 516.869 502.552 581.910 622.832 570.193 -8,45

8 Lampung 2.807.672 2.940.795 3.101.455 3.207.002 3.220.307 0,41

9 Kep.Babel 22.259 15.211 22.395 28.480 27.877 -2,12

10 Kep.Riau 1.246 1.223 1.323 1.370 1.405 2,55

11 DKI. Jakarta 11.164 9.516 11.044 10.268 4.899 -52,30

12 Jawa Barat 11.737.070 11.633.891 11.271.861 12.083.162 11.149.743 0,43 13 Jawa Tengah 10.110.830 9.391.959 10.232.934 10.344.816 9.518.245 -7,99

14 DI.Jogyakarta 823.887 842.934 946.224 921.824 905.168 -1,81

15 Jawa Timur 11.643.773 10.576.543 12.198.707 12.049.342 12.101.747 0,43

16 Banten 2.048.047 1.949.714 1.865.893 2.083.608 1.959.595 -5,95

17 Bali 869.161 858.316 865.553 882.092 880.234 -0,21

18 NTB 1.774.499 2.067.137 2.114.231 2.193.698 2.104.062 -4,09

19 NTT 555.493 591.371 698.566 729.666 795.665 9,05

20 Kal.Barat 1.343.888 1.372.988 1.300.100 1.441.876 1.482.096 2,79

21 Kal.Tengah 650.416 610.236 755.507 812.652 852.023 4,84

22 Kal.Sel 1.842.089 2.038.309 2.086.221 2.031.029 2.129.051 4,83

23 Kal.Tim 588.879 552.616 561.959 439.439 432.612 -1,55

24 Kaltim.Utara - - - 124.724 103.692 -16,86

25 Sulawesi Utara 584.030 596.223 615.062 638.373 627.216 -1,75

26 Sulawesi Tengah 957.108 1.041.789 1.024.316 1.031.364 1.068.631 3,61 27 Sulawesi Selatan 4.382.443 4.511.705 5.003.011 5.035.830 5.438.795 8,00

28 Sul.Tenggara 454.644 491.567 516.291 561.361 640.561 14,11

Indonesia 66.469.394 65.775.904 69.056.126 71.279.709 69.870.950 -1,98

(3)

Lampiran 3. Daftar Perkembangan Luas Tanam Padi Sawah Tahun 2009 – 2014 Di

Kecamatan Rimba Melintang (Ha)

No Nama Desa

2009

2010

2011

2012

2013

2014

1 Lengadai Hilir

30

34

30

30

0

10.19

2 Lengadai Hulu

360

179

70

30

0

6,68

3 Mukti Jaya

526

410

362

560

225

193,36

4

Teluk Pulau Hilir

740

340

390

340

190

186,14

5 Teluk Pulau Hulu

310

240

370

250

220

35,57

6 Jumrah

420

362

224

190

40

0

7 Rimba Melintang

96

78

59

50

0

0

8 Karya Mukti

221

110

20

20

0

0

9 Pematang Sikek

0

380

320

380

380

304,23

10 Seremban jaya

79

62

50

50

0

0

11 Harapan jaya

48

37

24

24

0

0

12 Pematang Botan

75

30

45

45

0

0

Jumlah

2905

2262

1964

1969

1055

725,98

(4)

Lampiran.4 Daftar Kuesioner

Alih fungsi lahan sawah menjadi lahan perkebunan kelapa sawi

I. KARAKTERISTIK PETANI PADI SAWAH

1.Nomor :47

Lokas Luas (Ha) Kepemilian Jenis Pengairan

sewa/milik (irigasi/non irigasi

sendiri

Pematang Sikek 1 Milik sendiri Non Irigasi

II. Kepemilikan Alat Pertanian

Alat Unit Harga satuan Umur Pakai Nilai penyusutan

Selama 4 bulan

(5)

Lampiran 4. Lanjutan

IV. Penggunaan Saprodi

No

Jenis

Satuan

Harga per

Jumlah

Keterangan

(L/Kg)

Satuan (Rp)

1

Benih

60 Kg 8.000

480.000

2

Urea

150 Kg 2.400

360.000

3

TSP

50 Kg 3.200

160.000

4

KCl

40 Kg 6.750

270.000

5

Paratop

3 L

60.000

180.000

6

DMA

1 L 80.000

80.000

7

Matarin

0,5 L 140.000

70.000

8

Lanate

0,5 L 160.000

80.000

Pajak dan Iuran

1.Pajak per tahun : Rp.150.000,-

( Rp. 35.000 / 4 Bulan )

2. Jumlah Iuran air (P3A) : Rp. –

Penerimaan Petani

Produksi Gabah Kering Panen Total Cost : Rp. 9.195.000,-

Jumlah : 5.000 Kg Pendapatan : Rp. 8.805.000,-

Harga : Rp. 3.900/Kg

Total Reveniu Rp. 19.500.000,-

V. Keputusan Alih Fungsi Lahan Sawah menjadi Kelapa Sawit.

1. Apakah Bapak memiliki rencana mengalihfungsikan lahan sawah menjadi perkebunan kelapa

sawit ? ( ya/tidak ) = tidak

(6)

Lampiran 4. Lanjutan

3. Apakah modal Bapak tersedia untuk menanam kelapa sawit dengan asumsi biaya per Ha ( Rp.

17.000.000,) ?

Jawaban : 0 = apabila tidak tersedia ( jika persentase modal yang dimilik /kebutuhan

modal = 0 % )

> 1= apabila tersedia tetapi tidak cukup ( jika persentase modal yang dimilik/ kebutuhan modal =

< 100 %)

2 = apabila tersedia dan Cukup ( jika persentase modal yang

dimiliki petani/ kebutuhan modal =

100 %)

4. Apakah anda mengetahui adanya undang – undang No.41 Tahun 2009 ?

a.

Tahu

(7)

Lampiran 4. Lanjutan

Alih fungsi lahan sawah menjadi lahan perkebunan kelapa sawit

I.

KARAKTERISTIK PETANI KELAPA SAWIT ALIH FUNGSI DARI SAWAH

(8)

Lampiran 4. Lanjutan

III. Penggunaan Tenaga Kerja Yang digunakan per Tahun

No Tahapan Jenis Julah HOK Harga input

IV. Penggunaan Saprodi Dalam Satu Tahun

(9)

Lampiran 4. Lanjutan

Berapa kali Bapak/Ibu melakukan pemanenan kelapa sawit dalam waktu sat tahun ? ( 24 kali)

dalam 4 Bulan ? ( 8 kali )

VI. Keputusan Alih fungsi lahan sawah menjadi kelapa sawit

1.

Mengapa Bapak/Ibu mengalihfungsikan lahan sawah menjadi kelapa sawit ?( Resiko

kegagalan tanaman padi sawah ygb cukup tinggi)

2.

Berapa luas lahan sawah yang bapak / ibu alih fungsikan ? ( 1 Ha)

3.

Berapa produksi rata-rata lahan sawah yang Bapak /Ibu pada waktu ibu menanam padi

sawah ? ( 4.000 Kg).

4.

Berapa Kebutuhan modal untuk nertanam kelapa sawit per Ha dengan kondisi lahan bekas

lahan sawah pada saat ini ? ( Rp. 17.000.000)

5.

Apakah Modal Bapak tersedia pada saat mengalihfungsikan lahan sawah menjadi lahan

kelapa sawit ? ( lingkari pilihan)

Jawaban : 0 = apabila tidak tersedia ( jika persentase modal yang dimiliki /kebutuhan modal =

0 % )

1= apabila tersedia tetapi tidak cukup ( jika persentase modal yang dimilik/

kebutuhan modal = < 100 %)

> 2 = apabila tersedia dan Cukup ( jika persentase modal yang

dimiliki petani/ kebutuhan modal =

100 %)

4. Apakah anda mengetahui adanya undang – undang No.41 Tahun 2009 ?

b.

Tahu

b.Tidak tahu

5.

Apakah Bapak memahami isi dari undang – undang tersebut

a.

Memahami

b.

Tidak memahami.

NB. 1. Sampel yang diambil hanya tanaman yang berumur 5 s/d 8 Tahun

(10)

Lampiran 5. Tabel Input Data Variabel Alihfungsi Lahan

Sampel Keputusan Petani Tingkat Luas

Lahan Ketersediaan

Rasio

Pendapatan Ketersediaan

Pengetahuan

tentang Frekwesi Panen

Pendidikan Air Modal UU/Peraturan

Y X1 X2 X3 X4 X5 X6 X7

1 0 9 1 0 1 1 0 1

2 1 6 0,5 0 1,3 2 0 8

3 0 9 1 0 1,08 2 0 1

4 1 9 0,5 0 1,58 2 0 8

5 0 6 1,5 1 0,3 1 0 1

6 0 12 1 1 0,36 1 0 1

7 0 12 0,75 0 0,53 1 0 1

8 0 6 1 1 0,49 1 0 1

9 0 15 1 1 0,39 1 0 1

10 1 9 2 0 0,59 2 0 8

11 0 9 2 1 0,44 2 0 1

12 0 9 1 1 0,61 1 0 1

13 0 6 0,75 1 0,32 1 0 1

14 0 6 1 1 0,31 1 0 1

15 0 6 2 1 0,25 2 1 1

16 1 9 1 0 0,6 2 0 8

17 0 6 2 1 0,22 0 0 1

18 1 9 1 0 0,57 2 0 8

19 0 6 1 0 0,46 0 0 1

20 1 6 1 0 0,92 2 0 8

21 0 6 2 0 0,59 0 0 1

(11)
(12)
(13)

Lanjutan lampiran 5

.

.

Sampel Keputusan Petani Tingkat Luas

Lahan Ketersediaan

Rasio

Pendapatan Ketersediaan

Pengetahuan tentang

Frekwesi Panen

Pendidikan Air Modal UU/Peraturan

67 1 9 1 0 1,05 2 0 8

68 1 6 1 0 0,75 2 0 8

69 1 6 2 0 0,64 2 0 8

70 1 6 2 0 0.67 2 0 8

71 1 6 2 0 0,52 2 0 8

72 1 6 2 0 0,52 2 0 8

73 1 6 1 0 0,57 2 0 8

74 1 6 1 0 0,76 2 0 8

75 1 6 1 0 0,93 2 0 8

76 1 12 1 0 0,9 2 0 8

77 1 9 1 0 0,97 2 0 8

78 1 6 1 0 0,9 2 0 8

79 1 9 1 0 0,84 2 0 8

80 1 9 1 0 0,91 2 0 8

81 1 6 1 0 0,98 2 0 8

82 1 9 1 0 0,98 2 0 8

83 1 9 2 0 0,56 2 0 8

84 1 6 1 0 0,91 2 0 8

85 1 6 1 0 0,97 2 0 8

86 1 6 1 0 1,03 2 0 8

87 1 9 0,75 0 0,41 2 0 8

(14)

Lanjutan lampiran 5.

.

Sampel Keputusan Petani Tingkat Luas

Lahan Ketersediaan

Rasio

Pendapatan Ketersediaan

Pengetahuan tentang

Frekwesi Panen

Pendidikan Air Modal UU/Peraturan

89 1 6 1 0 1,03 2 0 8

90 1 9 1,5 0 0,59 2 0 8

91 1 6 1 0 0,46 2 0 8

92 1 12 0,75 0 0,23 2 0 8

93 1 6 1 0 0,9 2 0 8

94 1 9 1 0 1,03 2 0 8

95 0 6 1 1 0,37 2 0 8

96 0 9 1 1 0,36 2 0 1

97 0 6 0,5 1 0,6 2 0 1

109 0 6 1 1 0,39 2 0 1

110 0 6 0,5 1 0,58 1 0 1

111 0 9 0,5 1 0,56 1 0 1

112 0 6 1 1 0,39 2 0 1

113 0 12 0,25 1 0,39 1 0 1

(15)
(16)

Lampiran 7. Tabel Deteksi Multikulinieritas

Coefficientsa

-,130 ,068 -1,901 ,060

,004 ,004 ,020 1,086 ,280 -,233 ,105 ,019 ,824 1,214

,008 ,022 ,007 ,372 ,711 ,152 ,036 ,006 ,766 1,305

-,095 ,034 -,094 -2,808 ,006 -,794 -,263 -,048 ,261 3,833

,010 ,041 ,006 ,247 ,805 ,512 ,024 ,004 ,497 2,012

,017 ,022 ,017 ,778 ,439 ,512 ,075 ,013 ,628 1,593

,018 ,095 ,003 ,195 ,846 -,091 ,019 ,003 ,930 1,075

,129 ,005 ,903 28,093 ,000 ,983 ,939 ,479 ,282 3,552

(Constant)

Tingkat Pendidikan Luas Lahan Keters ediaan Air Rasio Pendapatan Keters ediaan Modal Pengetahuan Tentang UU Frekuensi panen Model

1

B Std. Error

Unstandardized Coefficients

Beta Standardized

Coefficients

t Sig. Zero-order Partial Part

Correlations

Tolerance VIF

Collinearity Statistics

(17)

Lampiran 8.Tabel Biaya Upah Tenaga Kerja Dan Biaya Saprodi Usahatani padi sawah petani sampel

Upah Tenaga Kerja Biaya Sarana produksi

(18)

Lampiran 8. Lanjutan

.

No

Nomor Luas

Lahan Upah Tenaga Kerja Biaya Sarana produksi

Responden (Ha) Pengolahan Menanam Pemeliharaan Panen Total Benih Pupuk Pestisida Total

(19)

56 21 2 800.000 1.200.000 1.000.000 4.200.000 7.200.000 660.000 592.334 760.000 2.012.334

57 35 2 1.000.000 1.200.000 900.000 5.070.000 8.170.000 840.000 1.334.000 495.000 2.669.000

(20)
(21)
(22)

Lampiran 10.Tabel Biaya Upah Tenaga Kerja Dan Biaya Saprodi Usahatani Kelapa Sawit Petani Sampel

No

Nomor Biaya Upah Tenaga Kerja Biaya Sarana Produksi

Responden Luas

Lahan Pemupukan Menunas Membabat/ Panen Total Pupuk Pestisida Total

(23)

Lampiran 10. Lanjutan

Biaya Upah Tenaga Kerja Biaya Sarana Produksi

(24)

53 71 2 26.666 133.333 226.666 1.200.000 1.586.665 289.666 183.333 472.999

54 72 2 26.666 173.333 160.000 1.400.000 1.759.999 274.667 128.333 403.000

(25)

Lampiran 11

.

Tabel Total Biaya Produksi Usaha Tani Kelapa Sawit Petani Sampel (4 Bulan)

No Nomor

Luas

Lahan Upah Saprodi Penyusutan Pajak Total

Responden (Ha) (Rp) (Rp) (Rp) (Rp) (Rp)

1 2 3 4 5 6 7 8

1 2 0,5 1.090.832 419.835 55.333 50.000 1.616.000

2 4 0,5 763.000 91.666 55.333 50.000 959.999

3 87 0,75 954.000 128.667 55.333 52.000 1.190.000

4 88 0,75 633.332 269.667 55.333 55.000 1.013.332

5 92 0,75 523.333 144.667 55.333 43.333 766.666

6 16 0,75 699.999 141.333 55.333 71.333 967.998

7 18 1,00 726.665 303.000 55.333 45.000 1.129.998

8 20 1,00 1.189.998 258.000 55.333 39.669 1.543.000

9 22 1,00 689.999 273.666 55.333 - 1.018.998

10 25 1,00 1.409.999 259.666 55.333 61.602 1.786.600

11 27 1,00 1.423.332 259.666 55.333 61.669 1.800.000

12 28 1,00 1.303.666 112.333 55.333 22.000 1.493.332

13 29 1,00 1.056.665 123.000 55.333 43.235 1.278.233

14 30 1,00 1.806.665 567.999 55.333 56.666 2.486.663

15 31 1,00 1.229.998 443.000 55.333 58.335 1.786.666

16 32 1,00 716.665 303.000 55.333 58.333 1.133.331

17 33 1,00 1.263.332 101.334 55.333 23.336 1.443.335

18 34 1,00 784.665 204.999 55.333 26.669 1.071.666

19 57 1,00 797.998 204.999 55.333 28.338 1.086.668

20 58 1,00 1.013.332 567.996 55.333 50.000 1.686.661

21 59 1,00 737.999 183.332 55.333 40.666 1.017.330

22 60 1,00 924.665 176.666 55.333 68.336 1.225.000

23 64 1,00 1.039.998 384.667 55.333 58.235 1.538.233

24 65 1,00 1.306.665 384.667 55.333 68.235 1.814.900

(26)

Lampiran 11. Lanjutan

No Nomor

Luas

Lahan Upah Saprodi Penyusutan Pajak Total

(27)
(28)

Lampiran 12. Tabel Hasil Perhitungan Pendapatan rata-rata Usahatani Kelapa Sawit Petani Sampel yang telah mengalihfungsikan

Pendapatan Padi Sawah Pendapatan Kelapa Sawit

(29)
(30)

69 1 2 6.000 3.900 23.400.000 10.810.000 12.590.000 8.000 1.300 10.400.000 2.381.666 8.018.334

70 1 2 6.000 3.900 23.400.000 10.810.000 12.590.000 8.500 1.300 11.050.000 2.660.333 8.389.667

71 1 2 6.000 3.900 23.400.000 10.810.000 12.590.000 8.000 1.100 8.800.000 2.195.666 6.604.334

72 1 2 6.000 3.900 23.400.000 10.810.000 12.590.000 8.000 1.100 8.800.000 2.281.666 6.518.334

(31)

Lampiran 12. Lanjutan

Sampel Alih

Fungsi/ Luas Produksi Harga(Rp/kg)

Total Reveniu Total Cost (Rp)

Pendapatanan

Produksi Harga

rata-rata Total Reveniu

Total cost (Rp)

Pendapatan

(Rp) (Rp) (Rp)

tidak lahan

(Ha) (Kg) (Ton) (Rp/Kg) (Rp)

63 1 1,5 5.000 4.200 21.000.000 8.835.000 12.165.000 6.666 1.300 8.666.580 1.693.233 6.973.347

90 1 1,5 5.000 4.200 21.000.000 8.835.000 12.165.000 7.000 1.300 9.100.000 1.926.666 7.173.334

7.073.341

87 1 0,75 3.500 4.200 14.700.000 5.042.200 9.658.000 4.000 1.300 5.200.000 1.190.000 4.010.000

88 1 0,75 3.500 4.200 14.700.000 5.042.200 9.658.000 3.000 1.300 3.900.000 1.013.333 2.886.667

92 1 0,75 3.500 4.200 14.700.000 5.042.200 9.658.000 2.400 1.250 3.000.000 766.666 2.233.334

(32)
(33)

19 0 1 5.000 3.900 19.500.000 5.885.000 13.615.000 0 0 0 0 0

20 1 1 4.000 3.900 15.600.000 9.000.000 6.600.000 6.600 1.150 7.590.000 1.543.000 6.047.000

21 0 2 6.000 3.900 23.400.000 9.282.000 14.118.000 0 0 0 0 0

(34)

Lampiran 13. Lanjutan

Fungsi/ Luas Produksi Harga(Rp/kg)

(35)
(36)

59 1 1 4.000 3.900 15.600.000 9.000.000 6.600.000 4.800 1.300 6.240.000 1.016.666 5.223.334

60 1 1 4.000 3.900 15.600.000 9.000.000 6.600.000 5.000 1.300 6.500.000 1.225.000 5.275.000

61 1 2 6.000 3.900 23.400.000 10.810.000 12.590.000 10.000 1.300 13.000.00

0 2.776.666 10.223.334

62 1 2 6.000 3.900 23.400.000 10.810.000 12.590.000 8.333 1.300 10.832.90

0 2.002.983 8.829.917

63 1 1,5 5.000 4.200 21.000.000 8.835.000 12.165.000 6.666 1.300 8.666.580 1.693.233 6.973.347

64 1 1 4.000 3.900 15.600.000 9.000.000 6.600.000 6.666 1.400 9.332.400 1.538.233 7.794.167

65 1 1 4.000 3.900 15.600.000 9.000.000 6.600.000 6.666 1.300 8.665.800 1.814.900 6.850.900

66 1 2 6.000 3.900 23.400.000 10.810.000 12.590.000 8.000 1.300 10.400.00

(37)
(38)

Lampiran 14. Hasil Olahan Data Primer melalui Sofwer SPSS

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100,0

Missing Cases 0 ,0

Total 114 100,0

Unselected Cases 0 ,0

Total 114 100,0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original Value Internal Value

tidak alih fungsi 0

a. Constant is included in the model.

b. Initial -2 Log Likelihood: 157,897

c. Estimation terminated at iteration number 2 because

parameter estimates changed by less than ,001.

Classification Tablea,b

Observed Predicted

Keputusan petani Percentage

Correct tidak alih fungsi Alih fungsi lahan

(39)

Lampira 14. Lanjutan

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100,0

Missing Cases 0 ,0

Total 114 100,0

Unselected Cases 0 ,0

Total 114 100,0

a. If weight is in effect, see classification table for the total number of

cases.

Dependent Variable Encoding

Original Value Internal Value

tidak alih fungsi 0

a. Constant is included in the model.

b. Initial -2 Log Likelihood: 157,897

c. Estimation terminated at iteration number 2 because

parameter estimates changed by less than ,001.

Classification Tablea,b

Observed Predicted

Keputusan petani Percentage

Correct tidak alih fungsi Alih fungsi lahan

Step 0 Keputusan

petani

tidak alih fungsi 59 0 100,0

Alih fungsi lahan 55 0 ,0

(40)

Lampiran 14. Lanjutan

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -,070 ,187 ,140 1 ,708 ,932

Variables not in the Equation

Score df Sig.

Step 0 Variables X1 6,207 1 ,013

X2 2,635 1 ,104

X3 71,889 1 ,000

X4 1,732 1 ,188

X5 29,851 1 ,000

X6 ,940 1 ,332

X7 110,067 1 ,000

Overall Statistics 110,485 7 ,000

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -,070 ,187 ,140 1 ,708 ,932

Variables not in the Equation

Score df Sig.

Step 0 Variables X1 6,207 1 ,013

X2 2,635 1 ,104

X3 71,889 1 ,000

X4 1,732 1 ,188

X5 29,851 1 ,000

X6 ,940 1 ,332

X7 110,067 1 ,000

(41)

Lampiran 14. Lanjutan

Iteration Historya,b,c,d

Iteration -2 Log

likelihood

Coefficients

Constant X1 X2 X3 X4 X5 X6 X7

Step 1 1 33,130 -2,475 ,016 ,023 -,400 ,001 ,072 ,072 ,515

2 14,697 -3,871 ,052 ,073 -1,163 ,003 ,232 ,242 ,735

3 7,474 -5,601 ,134 ,206 -2,658 ,008 ,627 ,752 ,856

4 3,307 -8,202 ,257 ,461 -4,738 ,011 1,108 2,058 1,008

5 1,272 -10,399 ,333 ,626 -6,787 ,011 1,245 3,970 1,275

6 ,465 -11,936 ,353 ,670 -8,861 ,011 1,262 6,046 1,564

7 ,170 -13,249 ,355 ,676 -10,903 ,011 1,259 8,097 1,851

8 ,062 -14,535 ,355 ,677 -12,921 ,011 1,256 10,119 2,138

9 ,023 -15,819 ,355 ,677 -14,928 ,011 1,254 12,128 2,424

10 ,008 -17,104 ,355 ,676 -16,930 ,011 1,254 14,131 2,710

11 ,003 -18,389 ,355 ,676 -18,931 ,011 1,254 16,132 2,995

12 ,001 -19,675 ,355 ,676 -20,931 ,011 1,254 18,132 3,281

13 ,000 -20,961 ,355 ,676 -22,932 ,011 1,254 20,133 3,567

14 ,000 -22,246 ,355 ,676 -24,932 ,011 1,254 22,133 3,853

15 ,000 -23,532 ,355 ,676 -26,932 ,011 1,254 24,133 4,138

16 ,000 -24,818 ,355 ,676 -28,932 ,011 1,254 26,133 4,424

17 ,000 -26,104 ,355 ,676 -30,932 ,011 1,254 28,133 4,710

18 ,000 -27,389 ,355 ,676 -32,932 ,011 1,254 30,133 4,995

19 ,000 -28,675 ,355 ,676 -34,932 ,011 1,254 32,133 5,281

20 ,000 -29,961 ,355 ,676 -36,932 ,011 1,254 34,133 5,567

a. Method: Enter

b. Constant is included in the model.

c. Initial -2 Log Likelihood: 157,897

d. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution

(42)

Lampiran 14. Lanjutan

a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 ,000 8 1,000

Contingency Table for Hosmer and Lemeshow Test

Keputusan petani = tidak alih fungsi

Keputusan petani = Alih fungsi lahan

Total Observed Expected Observed Expected

(43)
(44)
(45)

Lampiran 14. Lanjutan

Case Processing Summary

Unweighted Casesa N Percent

Selected Cases Included in Analysis 114 100,0

Missing Cases 0 ,0

Total 114 100,0

Unselected Cases 0 ,0

Total 114 100,0

a. If weight is in effect, see classification table for the total number of cases.

Dependent Variable Encoding

Original Value Internal Value

tidak alih fungsi 0

Alih fungsi lahan 1

Iteration Historya,b,c

Iteration -2 Log

likelihood

Coefficients Constant

Step 0 1 157,897 -,070

2 157,897 -,070

a. Constant is included in the model. b. Initial -2 Log Likelihood: 157,897

(46)

Lampran 14. Lanjutan

Classification Tablea,b

Observed Predicted

Keputusan petani

Percentage Correct tidak alih fungsi

Alih fungsi lahan

Step 0 Keputusan petani tidak alih fungsi 59 0 100,0

Alih fungsi lahan 55 0 ,0

Overall Percentage 51,8

a. Constant is included in the model. b. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

Step 0 Constant -,070 ,187 ,140 1 ,708 ,932

Variables not in the Equation

Score df Sig.

Step 0 Variables X1 6,207 1 ,013

X2 2,635 1 ,104

X4 1,732 1 ,188

X5 29,851 1 ,000

(47)

Lampiran 14. Lanjutan

Iteration Historya,b,c,d

Iteration -2 Log

likelihood

Coefficients

Constant X1 X2 X4 X5

Step 1 1 117,625 -2,244 -,166 -,021 ,025 1,997

2 110,356 -4,208 -,219 -,075 ,057 3,236

3 106,400 -6,358 -,229 -,065 ,214 4,295

4 81,084 -11,738 -,092 ,666 4,044 4,686

5 78,425 -15,278 -,097 ,667 5,309 6,149

6 78,127 -17,901 -,098 ,660 5,712 7,361

7 78,068 -19,984 -,097 ,660 5,747 8,393

8 78,046 -21,996 -,097 ,660 5,748 9,399

9 78,038 -24,000 -,097 ,660 5,748 10,401

10 78,036 -26,002 -,097 ,660 5,748 11,402

11 78,035 -28,002 -,097 ,660 5,748 12,402

12 78,034 -30,002 -,097 ,660 5,748 13,402

13 78,034 -32,002 -,097 ,660 5,748 14,402

14 78,034 -34,002 -,097 ,660 5,748 15,402

15 78,034 -36,002 -,097 ,660 5,748 16,402

16 78,034 -38,002 -,097 ,660 5,748 17,402

17 78,034 -40,002 -,097 ,660 5,748 18,402

18 78,034 -42,002 -,097 ,660 5,748 19,402

19 78,034 -44,002 -,097 ,660 5,748 20,402

20 78,034 -46,002 -,097 ,660 5,748 21,402

a. Method: Enter

b. Constant is included in the model. c. Initial -2 Log Likelihood: 157,897

(48)

Lampiran 14. Lanjutan

.

a. Estimation terminated at iteration number 20 because maximum iterations has been reached. Final solution cannot be found.

Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 12,707 8 ,122

Contingency Table for Hosmer and Lemeshow Test

Keputusan petani = tidak alih fungsi

Keputusan petani = Alih fungsi lahan

Total

Observed Expected Observed Expected

(49)

Classification Tablea

Observed Predicted

Keputusan petani Percentage

Correct tidak alih fungsi Alih fungsi lahan

Step 1 Keputusan petani tidak alih fungsi 51 8 86,4

Alih fungsi lahan 6 49 89,1

Overall Percentage 87,7

a. The cut value is ,500

Variables in the Equation

B S.E. Wald df Sig. Exp(B)

95% C.I.for EXP(B)

Lower Upper

Step 1a X1 -,097 ,133 ,538 1 ,463 ,907 ,699 1,177

X2 ,660 ,630 1,096 1 ,295 1,934 ,563 6,650

X4 5,748 1,330 18,678 1 ,000 313,586 23,133 4250,901

X5 21,402 5139,295 ,000 1 ,997 1,971E9 ,000 .

Constant -46,002 10278,590 ,000 1 ,996 ,000

a. Variable(s) entered on step 1: X1, X2, X4, X5.

Correlation Matrix

Constant X1 X2 X4 X5

Step 1 Constant 1,000 ,000 ,000 ,000 -1,000

X1 ,000 1,000 ,286 ,175 ,000

X2 ,000 ,286 1,000 ,163 ,000

X4 ,000 ,175 ,163 1,000 ,000

(50)

Lampiran 14. Lanjutan

Step number: 1

Observed Groups and Predicted Probabilities

32 + +

I I

It I

F It I

R 24 +t +

E It I

Q It I

U It I

E 16 +t +

N It I

C It I

Y It I

8 +t +

It A I

It A t A A A A A I

It A t tttt ttttttt t t A t t AA tA A t A tAA A t A AAAAtAA tA

AAAAAAt tAAAI

Predicted

---+---+---+---+---+---+---+---+---+---

Prob: 0 ,1 ,2 ,3 ,4 ,5 ,6 ,7 ,8 ,9 1

Group:

ttttttttttttttttttttttttttttttttttttttttttttttttttAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

AAAAAAAAAAAAAAAAAA

Predicted Probability is of Membership for Alih fungsi lahan

The Cut Value is ,50

Symbols: t - tidak alih fungsi

A - Alih fungsi lahan

(51)

Lampiran 14. Lanjutan

Casewise Listb

Case

Selected Status

Observed

a

Predicted

Predicted Group

Temporary Variable Keputusan

petani Resid ZResid

3 S t** ,942 A -,942 -4,038

49 S t** ,969 A -,969 -5,554

92 S A** ,072 t ,92

8

3,581

Referensi

Dokumen terkait

Dengan menggunakan metode mix use konsep compact city ini dapat menekan angka mobilisasi dari suatu kawasan menuju kawasan lainnya sehingga permasalahan

Pada deteksi klorofil dengan fotoluminensi menggunakan continue wave diperoleh data berupa panjang gelombang dan intensitas emisi klorofil dari sampel yang diuji.. Data yang

Artinya kamera CCTV tidak bias melihat suatu keadaan yang dimana tidak dapat terlihat oleh kameranya / tidak ada pada dalam jangkauan cctv tersebut. Ditambah system operasi

melalui bantuan program AMOSversi 20.0 yang menggambarkan pengaruh langsung dan tidak langsung dari variabel independen kepada variabel dependen yaitu sarana

Fungsi-fungsi tersebut yang akan bekerja untuk dapat menampilkan hasil penetuan dari algoritma Generate and Test dan algoritma Hill Climbing dalam menentukan hasil

7 Kemungkinan risiko yang dihadapi bank atau koperasi dalam penyaluran pembiayaan tidak dapat dihindarkan berupa risiko gagal bayar dari nasabah tertentu, sehingga

[r]

Perancangan Aplikasi Pencarian Jalur Terpendek untuk Daerah Kota Medan dengan Metode Steepest Ascent Hill Climbing. Universitas