41
3.1. Tempat dan Waktu Penelitian
Penelitian dilaksanakan di dua desa (Desa Sukatani dan Desa Sindangjaya) yang merupakan wilayah kawasan agropolitan Kecamatan Pacet, Kabupaten Cianjur. Penelitian dilaksanakan dari Februari sampai dengan Desember 2006. Lokasi penelitian dan pengambilan sampel sebagaimana tertera pada Gambar 7.
Gambar 7. Lokasi Penelitian dan Pengambilan Sampel
3.2. Bahan dan Alat
Bahan yang digunakan dalam penelitian ini adalah Peta Rupabumi Digital Indonesia skala 1:25000 Lembar 1209-231 Cipanas tahun 1999 dari Bakorsurtanal Cibinong, Peta Tanah Tinjau Kabupaten Cianjur skala 1:25000 dari Balittanah Bogor, dan Peta Master Plan Kawasan Agropolitan Kecamatan Pacet, Kabupaten Cianjur dari Dinas Cipta Karya Kabupaten Cianjur, sampel tanah, bahan-bahan kimia untuk analisis tanah di Laboratorium Tanah, Faperta-IPB.
Alat yang digunakan adalah ring sampel, dan form kuesioner serta
software Arc.View., SAS (Statistical Analysis System), Minitab, SPSS (Statistical Product and Service Solution), dan Microsoft Excel, serta Microsoft Word.
3.3. Metode Pengumpulan Data
Pengumpulan data dilakukan dengan metode survey melalui wawancara terstruktur menggunakan kuesioner pada petani responden di lokasi penelitian. Penentuan 2 (dua) desa terpilih dilakukan dengan metode purposive sampling, yaitu: Desa Sukatani dan Desa Sindangjaya yang merupakan daerah pengembangan kawasan agropolitan. Penetapan petani responden per desa dilakukan dengan menggunakan stratified random sampling secara proportional sebanyak 90 orang petani responden (Desa Sukatani 35 orang petani, dan Desa Sindangjaya 55 orang petani), yang dikelompokkan menurut 5 (lima) kelas kemiringan lereng lahan usahatani, yaitu: (1) 0-8% = 19 petani, (2) >8-15% = 63 petani, (3) >15-30% = 5 petani, (4) >30-45% = 3 petani (5) >45% = 0 petani..
Komoditas terpilih ditetapkan didasarkan komoditas yang bernilai ekonomis tinggi dan usia tanaman pendek dan kondisi lahan sesuai, antara lain: wortel, lobak, bawang daun jepang, kailan, dan horinso.
Ikhtisar penelitian yang menggambarkan keterkaitan antara tujuan penelitian, metode pengumpulan data, teknik analisis data, sumber data dan output yang diharapkan tertera pada Tabel 3.
3.4. Analisis Data
3.4.1. Analisis Karakteristik Usahatani
Untuk mendapatkan gambaran pengelolaan usahatani mencakup berbagai masalah dan kendala yang dihadapi petani serta upaya-upaya yang telah dilakukan petani dalam konteks peningkatan produktivitas lahan usahataninya, maka perlu dilakukan analisis adalah: (1) Pola penguasaan lahan dan pola tanam, (2) Kelayakan usahatani dan produktivitas, dengan penguasaan lahan, serta peran petani terhadap penerapan teknik konservasi tanah, (3) Faktor-faktor yang mempengaruhi produktivitas usahatani, dan (4) Tingkat erosi berdasarkan komoditi yang dibudidayakan.
3.4.2. Analisis Pola Penguasaan Lahan dan Pola Tanam
− Analisis Sebaran / Distribusi Kepemilikan Lahan
Untuk melihat sebaran / distribusi kepemilikan lahan dilakukan analisis diskriptif secara tabulasi berdasarkan distribusi persentase kepemilikan lahan yang dimiliki masing-masing golongan. Data untuk kepemilikan lahan (dalam hal ini berdasarkan petak lahan) dihitung berdasarkan domisili masing-masing golongan, sebagai berikut: (1) Jumlah dan persentase kepemilikan lahan dan luas lahan yang dimiliki oleh penduduk yang berdomisili di Desa Sukatani, (2) Jumlah dan persentase kepemilikan dan luas lahan yang dimiliki oleh penduduk yang berdomisili di Desa Sindangjaya, (3) Persentase kepemilikan dan luas lahan yang dimiliki oleh penduduk di Desa Sukatani dan Desa Sindangjaya.
− Analisis Tingkat Ketimpangan Kepemilikan Lahan
Adanya fenomena mayoritas kepemilikan lahan pada luasan yang kecil sedangkan luas lahan yang besar dimiliki oleh sebagian kecil masyarakat, maka untuk melihat fakta ini perlu dilakukan Analisis Rasio
Gini Lorentz (RGL), sehingga dapat diketahui tingkat ketimpangan
kepemilikan lahan. Disamping itu, Kurva Lorentz juga digunakan untuk memperjelas adanya ketimpangan atau pemerataan dalam kepemilikan lahan. Untuk lebih jelasnya, bentuk Kurva Lorentz sebagaimana tertera pada Gambar 8. 100 % Luas Kepemilikan Lahan B 0 % pemilik lahan 100
Gambar 8. Kurva Lorentz dan Perkiraan Koefisien Gini
I
II
Kurva Lorenz Garis Pemerataan
Luas kepemilikan lahan dikatakan sempurna jika pada setiap persentase kepemilikan lahan sama dengan persentase luas kepemilikan lahan, misalnya saja 25% pemilik lahan memiliki 25% luas kepemilikan lahan. Dalam Gambar 8 di atas tingkat kepemilikan lahan yang sempurna diwakili oleh garis pemerataan yang dimiliki kemiringan (nilai tangen) satu Kurva Lorentz dibuat berdasarkan data faktual melalui pemerataan. Jika I adalah luas daerah antara garis pemerataan dan Kurva Lorentz II adalah luas daerah di bawah Kurva Lorentz, maka Rasio
Gini Lorentz (RGL) dapat dituliskan sebagai berikut:
RGL =
I + II =
dengan:
i = Golongan luas lahan
n = Banyaknya golongan luas lahan pi = % kumulatif pemilik lahan
qi = % kumulatif luas kepemilikan lahan
Selanjutnya Samuelson (1973) mengklasifikasikan Indeks Gini menjadi 3 (tiga) kelas, yaitu sebagai berikut:
1. IG < 0.30 = Menandakan ketimpangan yang ringan 2. IG = 0.4 = Menandakan ketimpangan yang sedang 3. IG > 0.50 = Menandakan ketimpangan yang berat.
Menurut Todaro (1998), untuk negara-negara berkembang distribusi yang sangat timpang berkisar antara IG = 0.50-0.70, sedangkan untuk negara-negara yang pemerataannya relatif seimbang antara 0.20-0.35. Selain itu adanya konsentrasi pada luas kepemilikan lahan yang kecil dengan mayoritas penggunaan lahan tertentu, maka untuk menentukan sebaran dan ketimpangan kepemilikan lahan digunakan konsep Entropy sebagai tool (alat) di dalam analisis Teori
II I I + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + − ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ + =
∑
∑
− = + − = + 1 1 1 1 1 1 1 n i n i i n i i n i iq p q p q p q p I 5000 100 . 100 . 2 1 =Informasi Spasial yang dikembangkan oleh Shannondalam Thomas (1981) untuk
melihat penyebaran suatu aktivitas/sektor pada suatu wilayah.
Analisis ini selain dipakai untuk melihat penyebaran suatu aktivitas atau sektor pada suatu wilayah juga untuk melihat sebaran kepemilikan lahan berdasarkan kelompok luas bidang lahan.
H = dimana:
pi = Proporsi kepemilikan lahan
H = Entropy
Maksimum Entropy dicapai pada saat proporsi untuk semua n kejadian
adalah sama atau dalam konteks penelitian ini, maksimum Entropy dicapai pada saat proporsi kepemilikan lahan yang merata di semua wilayah penelitian. Kondisi
Entropy maksimum tercapai jika nilai probabilitas atau proprosi memiliki nilai, pi
1/n. Sehingga rumus Hmax adalah:
Hmax = -∑ pi ln pi = -∑ 1/n (ln 1/n) = -1/n ∑ ln n-1 = -1/n ∑ (-1) ln n = 1/n ∑ ln n = ln n
Jika nilai entropynya (H) kecil, maka terjadi ketimpangan dalam struktur kepemilikan lahan. Semakin besar nilai H maka struktur kepemilikan lahan semakin merata di seluruh wilayah penelitian. Sedangkan untuk menghitung nilai H relatif (H′)menggunakan rumus:
H H’ =
Hmax 3.4.3. Analisis Usahatani
Analisis usahatani dilakukan untuk melihat keragaan usahatani dari segi pendapatan dan efisiensi usahatani. Untuk menghitung nilai pendapatan terlebih dahulu dicari nilai penerimaan dan biaya usahatani. Rumus untuk mencari masing-masing komponen tersebut adalah:
i m i i p p ln
∑
−1. Analisis Penerimaan Usahatani
Penerimaan usahatani adalah perkalian antara produksi yang diperoleh dengan harga jual. Karena macam tanaman yang diusahakan lebih dari satu, maka rumus yang digunakan adalah:
TR =
∑
= n i 1 Y.Py dimana: TR = Total Revenue (Rp) Y = Produksi (kg)Py = Harga satuan produksi
n = Jumlah jenis tanaman yang diusahakan
2. Analisis Biaya Usahatani
Biaya usahatani (TC) dapat dihitung menggunakan rumus :
TC = FC + VC
dimana:
TC = Total biaya (Total Cost) FC = Biaya tetap (Fixed Cost) VC = Biaya variabel (Variable Cost)
3. Analisis Pendapatan Usahatani
Pendapatan usahatani:
Pd = TR – TC dimana:
Pd = Pendapatan
TR = Total penerimaan (Total Revenue) TC = Total biaya (Total Cost)
4. Analisis Penerimaan dan Biaya (R/C Ratio)
Untuk mengetahui nilai efisiensi usahatani digunakan indikator penerimaan dan biaya atau analisis R/C (Soekartawi, 2002). Usahatani dikatakan efisien, jika nilai R/C >1. Adapun rumus yang digunakan adalah sebagai berikut:
R/C ratio = ) ( ) ( Rp dalam produksi biaya Total Rp dalam penerimaan Total
3.4.4. Analisis Peran Petani Terhadap Penerapan Teknik Konservasi Tanah
Untuk mengetahui faktor-faktor yang mempengaruhi peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani di Kawasan Agropolitan digunakan analisis regresi logit. Dalam proses analisis data dicoba berbagai variabel bebas serta berbagai model fungsional regresi.
Beberapa tahapan yang dilakukan pada proses analisis data ini antara lain: (1) Pertama, mencoba manganalisis variabel yang diduga mempengaruhi peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani di Kawasan Agropolitan dengan berbagai fungsional regresi, (2) Memilih variabel-variabel dan fungsional regresi yang hasil analisisnya rasional dan cocok dengan kenyataan di lapangan. Untuk mengidentifikasi faktor-faktor tersebut digunakan model analisis limited
dependent variable atau lebih dikenal dengan Analisis Regresi Logistik Binari
(Gujarati, 2003).
Dari beberapa tahapan tersebut, didapat bentuk fungsional regresi yang cocok dengan permasalahan kondisi setempat, yaitu Model Regresi Logistik Binari. Inti dari Model Regresi Logistik Binari adalah mengukur seberapa besar peluang suatu kejadian dibanding dengan kejadian lainnya, yang mana datanya mengikuti sebaran binomial. Sebagai contoh: misalkan suatu kejadian dapat dikategorikan berperan dan tidak berperan (mengikuti sebaran binomial). Dengan Model Regresi Binari dapat dicari beberapa besar peluang berperan dibandingkan tidak berperan.
Dalam penelitian ini, yang ingin dicari adalah seberapa besar peluang peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani (dinotasikan dengan P=1), dan berapa besar peluang tidak berperannya petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani (dinotasikan dengan P=0).
Katakan bahwa peluang peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani dinotasikan dengan Pi. Karena total peluang semua kejadian jumlahnya 1 (satu), maka peluang kejadian lainnya di notasikan dengan 1-Pi. Dalam Model Logit Pi didefinisikan sebagai berikut:
; 1 1 w e
Pi
= + − dimana : Wi = β0 + β1X1 + β2X2 + β3X3 ... βiXi+ εi sehingga 1 - Pi = W Wi W W Wi e e e e e − − − − − + = + − + + 1 1 1 1 1 Wi Wi Wi Wi e e e e Pi Pi − − − − − + + = − 1 1 1 1 1 i D D D X X X X Pie
e
=
β0+β1 1+β2 2+β3 3...β6 6+β1 1+β2 2...β4 4+εModel Regresi Logistik Binari adalah suatu model yang dapat digunakan untuk menganalisis data kategori dimana variabel terikatnya berbentuk dua kategori atau binom atau biner (yaitu: terjadinya suatu kejadian dinyatakan dengan 1 dan kejadian lainnya dinyatakan dengan 0), dan variabel bebasnya bersifat kontinyu atau kategori (Hosmes dan Lemeshow et al., 1989).
Dalam Model Regresi Logistik Biner, perbandingan antara probabilitas suatu peristiwa dengan probabilitas tidak terjadinya suatu peristiwa dinamakan
Odd atau sering disebut sebagai resiko. Kalau diaplikasikan dalam penelitian ini
makin besar nilai Odd, maka makin besar kecenderungan terjadinya penurunan peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani. Dengan kata lain, makin besar nilai Odd, maka resiko terjadinya penurunan peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani semakin besar. Pengambilan data diperoleh dari hasil wawancara terhadap 90 responden. Analisis menggunakan
Pi = β0 + β1X1 + β2X2 + β3X3 ... β6X6 + β1D1 + β2D2 ... β4D4 + εi P(i) =
1
( )1
xi ae
− +β+
dimana: ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − j j P P n 1l = Logaritma natural dari odds ratio [Pj/(1-Pj)], disebut sebagai logit β0 = Intercept
β1, β2, β3,..., β9 =Koefisien regresi dari tiap-tiap variabel penjelas X1 = Umur (tahun)
X2 = Pendapatan (Rp/ha)
X3 = Luas lahan (ha)
X4 = Pola tanam (jumlah komoditi)
D1 = Pendidikan (SD/SMP atau lainnya)
D2 = Status kepemilikan lahan (milik atau lainnya)
εi = Error term
Model Regresi Logistik digunakan untuk variabel yang bersifat prediksi (predictor variable) yang mana dapat berupa variabel kategorik. Dengan kata lain, model regresi ini didesain untuk menjelaskan peluang-peluang dengan nilai dari variabel respon (Mattjik A.A. et al., 2002). Berdasarkan tipe peubah kategori peubah Y, analisis regresi logistik dapat dibagi menjadi tiga jenis, sebagai berikut: (i) Regresi logistik biner, (ii) Regresi logistik nominal, (iii) Regresi logistik ordinal.
Penggunaan regresi logistik biner pada penelitian ini untuk melihat faktor-faktor yang berpengaruh peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani. Formula analisis regresi logistik biner dalam penelitian ini adalah sebagai berikut: Peluang ikut berperannya petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani. ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎝ ⎛ − j j P P n 1 l = β0 + β1X1 + β2X2 + β3X3 +...+ β9X9 + εi
Untuk mencari nilai peluang dari peran petani terhadap penerapan teknik konservasi tanah dalam meningkatkan produktivitas usahatani menggunakan rumus sebagai berikut:
Exp (β0 + β1X1 + β2X2 + β3X3 ...+ β6X6 + β1D1 + β2D2 ...+ β4D4) + εi Pi = 1 + Exp (β0 + β1X1 + β2X2 + β3X3 ... β6X6 + β1D1 + β2D2 ...+ β4D4) + εi e(β0 + β1X1+ β2X2+ β3X3 .... β6X6+ β1D1+ β2D2... β4D4) + εi Pi = 1 + e(β0 + β1X1+ β2X2+ β3X3 .... β6X6+ β1D1+ β2D2... β4D4) + εi
3.4.5. Analisis Faktor-Faktor yang Mempengaruhi Produktivitas Usahatani Pola Tanam Tumpangsari
Untuk mengetahui nilai produktivitas usahatani, maka dilakukan dengan pendekatan Model Multiple Regression Analysis terhadap faktor-faktor input produksi yang mempengaruhi produktivitas usahatani, dimana faktor kepemilikan lahan dan konservasi tanah merupakan variabel pembatas terhadap pengaruh input produksi yang secara rumus matematis di spesifikasi sebagai berikut:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 +β5X5 + β6D1 + β7D2 dimana:
Y = Produktivitas usahatani (ton/ha) X1 = Luas lahan garapan (ha)
X2 = Input bibit (Rp/ha)
X3 = Input pupuk (Rp/ha)
X4 = Input tenaga kerja (Rp/orang)
X5 = Input pestisida (Rp/ha)
D1 = Dummy variable mengenai status kepemilikan lahan
D1 = 1 Æ milik sendiri
D1 = 0 Æ bukan milik (sewa, gadai, dan bagi hasil)
D2 = Dummy variable mengenai penerapan teknik konservasi tanah
D2 = 1 Æ menerapkan teknik konservasi tanah
Pengujian Parameter:
Untuk menguji model di atas digunakan koefisien determinasi (R2), uji F dan uji t.
Koefisien Determinasi (R2)
Nilai koefisien determinasi (R) digunakan untuk mengetahui ketepatan model yang dipakai dinyatakan dengan berapa persen variabel dependen dijelaskan oleh variabel independen yang dimasukkan ke dalam model regresi. Koefisien determinasi diformulasikan sebagai berikut:
R2 = 2 2 ) ( ) ˆ ( Y Y Y Y i − −
∑
∑
dimana:Yˆ = Hasil estimasi nilai variabel dependen Y = Rata-rata nilai variabel dependen Yi = Nilai observasi variabel dependen
Kriteria pengujian, apabila koefisien determinasi sama dengan satu atau mendekati satu maka dianggap baik (Gujarati, 2003).
Uji F dan Uji t
Uji F digunakan untuk mengetahui tingkat keeratan hubungan secara simultan antar variabel-variabel independen dengan variabel dependen.
Kaidah pengujian :
1. Jika F hitung > F tabel, maka tolak H0 berarti terdapat pengaruh yang nyata
(signifikan) antara variabel independen dengan variabel dependen.
2. Jika F hitung < F tabel maka tolak H1 berarti tidak terdapat pengaruh yang nyata
nyata (signifikan) antara variabel independen dengan variabel dependen.
Setelah diketahui ada tidaknya perbedaan yang nyata antara variabel independen dengan variabel dependen, berdasarkan uji F di atas maka untuk menguji seberapa besar pengaruh dari masing-masing variabel independen dapat digunakan uji stastistik hitung sebagai berikut:
t hitung = ) , , , ( , , , 4 3 2 1 4 3 2 1 β β β β β β β β se dimana: Se = Standard error Hipotesis: H0 : β1, β2, β3, β4 = 0
H1 : paling tidak ada satu nilai β1, β2, β3, β4 yang tidak sama dengan nol Kaidah Pengujian:
1. Jika t hitung > t tabel, maka tolak H0 berarti terdapat pengaruh yang nyata (signifikan) antara variabel independen dengan variabel dependen.
2. Jika t hitung < t tabel, maka tolak H1 berarti tidak terdapat pengaruh yang nyata (signifikan) antara variabel independen dengan variabel dependen.
3.4.6. Analisis Tingkat Erosi
Prediksi erosi dilakukan pada tiap Satuan Peta Tanah (SPT) untuk menentukan kelayakan setiap jenis pengelolaan pertanian pada masing-masing unit kemampuan lahannya.
Prediksi erosi dihitung dengan persamaan USLE (Universal Soil Loss
Equation) menurut Wischmeier dan Smith (1978) sebagai berikut:
A = R x K x L x S x C x P dimana:
A = Besarnya Erosi (ton/ha/tahun) R = Indeks Erosivitas Hujan K = Faktor Erodibilitas Tanah
L = Faktor Panjang Lereng (m) S = Faktor Kemiringan Lereng (%) C = Faktor Pengelolaan Tanaman P = Faktor tindakan konservasi
Penentuan Nilai Erosivitas Hujan (R)
Erosivitas hujan adalah kemampuan hujan untuk mengerosi tanah yang dicerminkan oleh kombinasi energi kinetik hujan dengan intensitas hujan maksimum 30 menit yang dihitung selama 1 tahun.
Dikarenakan tidak adanya data hujan harian dari penangkar otomatik, maka nilai erosivitas hujan (R) dihitung berdasarkan persamaan Lenvain (1975 dalam Asdak 1995):
EI30 = 2,21 (CHm)1,36
dimana:
EI30 = Intensitas Hujan Maksimum 30 menit
(CHm) = Curah Hujan Bulanan
sehingga besarnya faktor erosivitas hujan (R) merupakan penjumlahan nilai-nilai indeks erosi hujan bulanan dan dihitung dengan persamaan berikut:
12 R = Σ (EI30) i
i=1
dimana: R = Faktor Erosivitas Hujan
Penentuan Nilai Erodibilitas Tanah (K)
Faktor erodibilitas tanah merupakan daya tahan tanah baik terhadap penglepasan maupun pengangkutan. Kepekaan erosi tanah ini sangat dipengaruhi oleh tekstur, kandungan bahan organik, permeabilitas dan kemantapan struktur tanah. Komponen-komponen yang ditentukan adalah tekstur tanah (persen pasir halus dan kasar, persen debu dan liat). Kode struktur tanah ditentukan mengacu pada ukuran diameter dan kelas struktur tanah (Lampiran 6a). Kode permeabilitas tanah ditentukan berdasarkan kecepatan atau laju permeabilitas (Lampiran 6b). Nilai kepekaan erosi tanah dapat dihitung dengan menggunakan nomograf Wischmeier dalam sistem matrik (Lampiran 7) atau dengan menggunakan persamaan Wischmeier dan Smith (1978):
100K = 1,292 {2,1 M1,14 (10 –4) (12 – a) + 3,25 (b – 2) + 2,5 (c – 3)} dimana:
K = Erodibilitas Tanah
M = Kelas Tekstur Tanah (% pasir halus + debu)(100 - % liat) a = % Bahan Organik
b = Kode Struktur Tanah
Penentuan Nilai Panjang dan Kemiringan Lereng (LS)
Faktor panjang lereng (L) dan faktor kemiringan lereng (S) dapat dihitung secara terpisah atau dihitung sekaligus sebagai faktor LS. Faktor LS didefinisikan sebagai nisbah antara besarnya erosi dari sebidang tanah dengan panjang lereng dan kemiringan lereng tertentu terhadap besarnya erosi dari sebidang tanah yang terletak pada lereng dengan panjang lereng 22 m dan kecuraman 9 %.
Faktor LS dihitung dengan menggunakan rumus:
2 00138 , 0 00965 , 0 0138 , 0 ( S S X LS = + + dimana:
X = Panjang Lereng (m) dan S = Kecuraman Lereng (%)
Penentuan Nilai Pengelolaan Lahan dan Tanaman (C)
Nilai faktor pengelolaan tanaman (C) merupakan nisbah antara tanah yang hilang pada pengelolaan tanaman tertentu dengan tanah yang hilang tanpa tanaman. Nilai C ditentukan berdasarkan pengamatan lapangan dan wawancara yang meliputi: sistem pertanaman, pemupukan, pemanfaatan sisa tanaman, cara penanaman dan teknik perlakuan terhadap tanah serta penggunaan mulsa dan kompos dengan mengacu pada nilai C hasil-hasil penelitian terdahulu. Daftar nilai C tersebut disajikan pada Tabel Lampiran.
Penentuan Nilai Teknik Konservasi Tanah (P)
Nilai P merupakan nisbah besarnya erosi dari petak lahan dengan tindakan konservasi tertentu (misalnya teras) terhadap besarnya erosi dari petak standar tanpa penerapan tindakan konservasi. Nilai faktor P ditentukan berdasarkan kondisi lapang dimana tidak saja tindakan konservasi tanah secara mekanik tetapi juga berbagai usaha yang bertujuan mengurangi erosi tanah. Indeks konservasi tanah ditentukan berdasarkan Lampiran 9.
Erosi yang dapat ditoleransikan (Tolerable Soil Loss)
Erosi yang dapat ditoleransikan dihitung berdasarkan pendekatan Hammer (1981) dalam (Arsyad, 2010) dengan menggunakan konsep kedalaman ekuivalen
(Equivalent Depth) dan umur guna tanah (Resources Life). Erosi yang dapat ditoleransikan (ETol) dihitung dengan rumus (Hammer, 1981):
DE - Dmin
ETol = + LPT UGT
dimana:
ETol = Erosi yang dapat ditoleransikan (mm/thn)
DE = Kedalaman ekivalen (equivalent depth) = De x fd De = Kedalaman efektif tanah (mm)
fd = Faktor kedalaman tanah menurut sub ordo tanah Dmin = Kedalaman tanah minimum yang sesuai untuk tanaman (mm)
UGT = Umur guna tanah (tahun)
LPT = Laju pembentukan tanah (mm/thn)
Kedalaman efektif tanah adalah kedalaman tanah sampai suatu lapisan yang menghambat pertumbuhan akar tanaman. Kedalaman ekivalen adalah kedalaman tanah yang setelah mengalami erosi produktivitasnya berkurang dengan 60% dari produktivitas tanah yang tidak tererosi (Hammer, 1981).
Nilai faktor kedalaman beberapa sub order tanah disajikan pada Lampian 10. Kedalaman tanah minimum yang sesuai untuk beberapa jenis tanaman dan pola tanam disajikan pada Lampiran 11. Adapun hubungan antara kedalaman efektif tanah (D), kedalaman ekivalen (De) dan kedalaman minimum tanah yang sesuai
(Dmin) disajikan pada Gambar 9.
Batas pertumbuhan akar
Gambar 9. Batasan nilai D, De, dan Dmin (Sinukaban, 1989)
Dmin De
Perencanaan Penggunaan Lahan Alternatif
Perencanaan penggunaan lahan ditentukan untuk setiap unit kemampuan lahan dengan menggunakan dasar nilai CP (faktor tanaman dan pengelolaan tanah) yang dapat diterapkan untuk berbagai jenis pengelolaan lahan melalui simulasi.
Kriteria untuk menetapkan CP maksimum yang akan direkomendasikan dilakukan dengan pendekatan sebagai berikut:
A < ETol Æ RKLSCP < ETol
ETol RKLS
Dalam hal ini ditentukan nilai CP untuk setiap jenis penggunaan dan unit kemampuan lahan, nilai RKLS pada setiap Satuan Peta Tanah (SPT) dianggap konstan, maka besarnya prediksi erosi selanjutnya sebanding dengan nilai CP yang dipilih selama simulasi.
