mengadopsi mesin panen, mesin perontok, mesin pengering dan mesin penggiling padi. Perontokan dengan mesin perontok (power
thresher), dapat menurunkan susut hasil sebesar 3,5 % dari total
produksi.
2.2.8. Mekanisasi (Alat dan Mesin Pertanian)
Kebutuhan tenaga kerja yang digunakan untuk mengolah tanah sawah cukup banyak yang mencapai 30 % dari kebutuhan tenaga kerja tanam secara total. Selain itu waktu yang dihabiskan utuk mengolah tanah cukup panjang, yakni sekitar sepertiga musim tanam. Kebutuhan tenaga dan waktu yang besar akan berdampak terhadap membengkaknya biaya produksi sehingga dapat mengurangi pendapatan petani. Jika persipan lahan ini dapat sipersingkat diharapkan musim tanam padi dapat berlangsung lebih cepat sehingga luas tanam padi bertambah (Nazaruddin, 1996 ). Salah satu upaya untuk mempersingkat penyiapan lahan dan tanam adalah pengggunaan traktor dan alsin tanam (transplanter), yang berdampak meningkatkan efisiensi kerja, mengurangi biaya produksi dan meningkatkan hasil produksi pertanian (Yunus, 1998).
2.3. PENGEMBANGAN MODEL
Model dikembangkan dengan tujuan untuk studi tingkah-laku sistem melalui analisis rinci akan komponen atau unsur dan proses utama yang menyusun sistem dan interaksinya antara satu dengan yang lain. Jones et al. (1987) mengemukakan dua sasaran pokok dari pengembangan model yaitu pertama untuk memperoleh pengertian yang lebih baik mengenai hubungan sebab-akibat (cause-effect) dalam suatu sistem, serta untuk menyediakan interpretasi kualitatif dan kuantitatif yang lebih baik akan sistem tersebut. Sasaran kedua lebih terapan atau berorientasi pada masalah, yaitu untuk mendapatkan prediksi yang lebih
baik akan tingkah-laku dari sistem yang digunakan segera dalam perbaikan pengendalian atau pengelolaan sistem.
Langkah awal dalam pengembangan model adalah melakukan identifikasi sistem yang bertujuan untuk memberikan gambaran terhadap sistem yang di kaji dalam bentuk diagram antara komponen masukan (input) dengan sistem lingkungan yang menghasilkan suatu keluaran (output) baik yang diharapkan maupun yang tidak diharapkan, seperti ditampilkan pada Gambar 2.1. Adapun keterkaitan antar komponen dalam sistem perlu dibuat untuk mengarahkan pada pembentukan model kuantitatif dalam bentuk diagram sebab-akibat yang disajikan pada Gambar 2.2. Diagram sebab-akibat (causal loop diagram) memperlihatkan interaksi antar semua komponen yang terkait dalam sistem perberasan nasional.
.
Gambar 2.2: Diagram sebab-akibat pencapaian surplus 10 juta ton beras pada tahun 2014
Langkah selanjutnya dalam pengembangan model adalah membuat struktur model. Langkah ini dilakukan dengan cara mengubah diagram sebab-akibat menjadi diagram alir (flow diagram) yang dapat dimengerti oleh perangkat lunak komputer yang akan digunakan sehingga dapat mengetahui perilaku dinamis yang diakibatkan oleh asumsi-asumsi dari model yang disimulasikan.
Luas tanam padi Harga dasar gabah Produktivitas padi Pupuk Benih OPT Luas sawah Ketersediaan air Cetak sawah Alih fungsi lahan Produksi padi + + + + + + Penyuluhan Mekanisasi + + Losses pra panen + + -+ + -Produksi beras Harga beras + -+ Losses pasca panen -(-) + (-) Permintaan beras + + (+) Ketersediaan beras + Jumlah penduduk Konsumsi per kapita + + Pertambahan jumlah penduduk + + (+) Import beras + Cadangan beras + Rendemen beras + Lahan rawa + Perubahan Iklim -+
MODEL PENCAPAIAN SURPLUS 10 JUTA TON BERAS Pertambhn_beras Cadangan_beras Biaya_OPT_subsidi Biaya_pupuk_subsidi Cadangan_beras_total Beras_tersedia Rekomendasi_ZA Harga_ZA Rekomendasi_NPK Harga_NPK Rekomendasi_urea Luas_saw ah_existing Subsidi_pupuk Subsidi_benih Persen_lhn_raw a losses_distribusi Rekomendasi_pupuk_1 Rekomendasi_pupuk faktor_biaya_pupuk Biaya_subsidi_pupuk Harga_SP36 Rekomendasi_SP36 Kebutuhan_benih Rekomendasi_insektisida_2 Rekomendasi_fungisida Harga_benih losses_distribusi_1 RAMP_pupuk RAMP_benih RAMP_penyuluhan RAMP_losses_distribusi RAM_penurunan_konsumsi Rekomendasi_pupuk laju_penurunan Produktivitas_padi Rekomendasi_benih_1 Harga_insektisida_1 Harga_fungisida Rekomendasi_benih RAMP_raw a Pengaruh_losses_panen Pengaruh_losses_paspa LOSS_PANEN RAMP_losses_pasca_panen LOSSES_PASPA Biaya_benih_subsisdi Pertumbhn_jml_penddk Jumlh_penduduk Penurunan_konsumsi losses_panen_1 losses_panen RAMP_losses_panen losses_pascapanen losses_pascapanen_1 Harga_light_trap Alih_fungsi_lahan_1 Persen_alih_fungsi_lhn1 Lhn_saw ah_historis Initial_lhn_saw ah Luas_saw ah_existing Penurunan_konsumsi_1 Import_beras konstanta_beras Luas_saw ah Dana_subsidi_pupuk Luas_tanam Harga_urea Total_biaya_benih Alih_fungsi_lahan Persen_alih_fungsi_lhn RAMP_alih_fungsi_lhn Persen_lhn_raw a1 Delay_lhn_raw a Potensi_pertmbh_lhn_saw ah tersier_rusak Pengaruh_alsin_pra_panen kontanta_padi Provitas_padi_existing laju_perbaikan_rusak Biaya_irigasi_subsidi Subsidi_irigasi Biaya_perbaikan RAM_persen_perbaikan Delay_cetak_saw ah IP_padi_2 Faktor_IP IP_sw h_baru IP_padi IP_padi_1 Luas_saw ah Pertmbh_saw ah Rendemen_beras Permintaan_beras Jar_tersier Total_jar_tersier persen_perbaikan persen_perbaikan_1 Provitas_krn_penyuluhan RAMP_OPT Provitas_krn_OPT Penyuluhan Penyuluhan_1 Pengendalian_OPT Rekomendasi_pupuk_1 Provitas_krn_pupuk Provitas_krn_benih Lahan_raw a_1 Lahan_raw a Tersier_baik laju_perbaikan Pertmbh_saw ah Perbaikan_per_th Cetak_saw ah Lahan_raw a Biaya_cetak_saw ah jar_tersier_yg_diperbaiki Cetak_saw ah Persen_cetak_saw ah RAMP_ctk_sw h Pertambhn_penddk Persen_cetak_saw ah1 Cetak_saw ah_1 Total_biaya_cetak_saw ah Total_biaya_pupuk Subsidi_OPT Pengendalian_OPT_1 Biaya_light_trap Rekomendasi_insektisida_1 Biaya_pupuk Biaya_OPT Harga_insektisida_2 Total_biaya_OPT Luas_tanam Produksi_padi Produksi_beras Surplus_atau_defisit Konsumsi_beras Biaya_perbaikan_per_th Total_biaya_perbaikan_irigasi
Gambar 2.3: Struktur model pencapaian surplus 10 juta ton beras pada tahun 2014
Sebelum model simulasi dioperasikan, langkah awal yang dilakukan adalah uji validasi untuk mengetahui kesesuaiannya dengan
adalah dengan persentase kesalahan akar kuadrat rata-rata (root-mean-square percent error; RMSPE) :
n n t t t A A S n MSE 1 2 1 n n t t t A A S n RMSPE 1 2 1 (Setyawan, 2008)
Keterangan : MSE : mean square error; RMSPE : root-mean-square
percent error; St : nilai simulasi pada waktu t; At : nilai aktual pada
waktu t; n : jumlah pengamatan (t = 1,…, n)
Adapun data historis pada yang dibandingkan perilakunya antara lain adalah : (1) luas sawah, (2) produksi padi dan (3) produksi beras. Dari hasil validasi seperti yang terlihat pada Gambar 2.4. dapat disimpulkan bahwa model sudah menyerupai kondisi sistem yang ditinjau. Hasil simulasi dan historis rata-rata menunjukkan kedekatan data simulasi terhadap data historis yang menunjukkan perbedaan yang
sangat kecil dan trend sama. Model dianggap valid bila MSE 5%
Gambar 2.4: Hasil validasi model terhadap data luas sawah, produksi padi dan produksi beras
Model simulasi yang dibangun adalah model simulasi kontinyu berdasarkan metode dinamika sistem yang berfokus pada struktur dan perilaku sistem terdiri dari interaksi antar variabel, oleh karena itu diperlukan uji sensitivitas untuk mengetahui tingkat kepekaan variabel-variabel yang mempengaruhinya. Dari hasil uji sensitivitas (Gambar 2.5) dapat dilihat bahwa variabel ketesediaan air, dalam hal ini jaringan irigasi adalah variabel yang paling berpengaruh terhadap perubahan produksi
Gambar 2.5: Hasil uji sensitivitas
2.4. HASIL ANALISIS
Model yang dibangun dioperasikan berdasarkan data historis luas lahan sawah pada tahun 2000 – 2012 dari Biro Pusat Statistik (BPS) dengan beberapa asumsi sebagai berikut:
a. Nilai awal jumlah penduduk : 244.688.283 jiwa (BPS, 2012) b. Pertumbuhan jumlah penduduk : 1,49 %/th (BPS, 2012) c. Alih fungsi lahan : 65.000 ha/th
d. Kemampuan cetak sawah : 100.000 ha/th (Ditjen PSP, 2012) e. Kerusakan jaringan irigasi : 52% (Kemen PU, 2012)
f. Losses panen : 1,38% (BPS, 2008 dan P2HP, 2009) g. Losses pasca panen : 6,52% (BPS, 2008 dan P2HP, 2009)
h. Losses distribusi (pengangkutan dan penyimpanan): 2,92% (BPS, 2008 dan P2HP, 2009)
i. Rata-rata konsumsi beras 139,15 kg/kapita/th (BPS, 2010) j. Faktor konversi padi menjadi beras : 56,22% (Kementan, 2012)
