VI. KESIMPULAN DAN SARAN
6.2 Saran
Dari hasil penelitian yang telah diselesaikan di desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa, penulis memberikan saran antara lain:
1. Diharapkan petani padi lebih bersungguh-sungguh dalam menjalankan usahataninya agar pendapatan yang didapat semakin besar dan berlipat ganda dari pendapatan sebelumnya.
2. Untuk meningkatkan produksi diharapkan petani melakukan kerjasama dengan kelompok tani setempat untuk mendiskusikan setiap permasalahan yang dialami sehingga mendapatkan solusi bersama.
3. Menurut peraturan perundangan Kementerian Pertanian No.40 tahun 2007 tentang rekomendasi pupuk, didasarkan pada tingkat produktivitas padi sawah bahwa pada tingkat produktivitas tinggi (>6 t/ha) dibutuhkan urea 300-400 kg/ha. Maka dari itu dalam penggunaannya pupuk urea perlu dilakukan penambahan yang harapannya akan mendorong peningkatan produksi padi.
4. Dalam peraturan perundangan Kementerian Pertanian tentang rekomendasi pupuk pada tanah dengan pH tinggi (>7), seperti di Jawa Tengah bagian timur, Jawa Timur, Bali, NTB, dan NTT diperlukan penambahan pupuk ZA sebanyak 100 kg/ha untuk meningkatkan ketersediaan hara S, maka dari itu pada penggunaan pupuk ZA cenderung berlebihan sehingga perlu dikurangi, yang semuanya dalam rangka maksimisasi produksi padi.
DAFTAR PUSTAKA
Moehar, Daniel. 2002. Pengantar Ekonomi Pertanian. Jakarta : PT. Bumi Aksara.
Rahim, Abdul dan Diah Retno Dwi Hastuti. 2007. Ekonomika Pertanian (Pengantar, teori dan kasus). Jakarta : Penebar Swadaya.
Mosher, AT. 1997. Menggerakkan dan Membangun Pertanian. Jakarta: CV.
Yasaguna.
Moehar, Daniel. 2004. Pengantar Ekonomi Pertanian. Jakarta : PT. Bumi Aksara.
Soekartawi, 1993. Risiko dan Ketidakpastian Dalam Agribisnis. Bpfe.Jakarta.
Munzid, Sukron. 2009. Pengaruh Luas Lahan, Modal, Dan Tenaga Kerja Terhadap Hasil Produksi Usaha Tani Kedelai Di Kecamatan Ngaringan Kabupaten Grobogan. Skripsi FE UNNES Semarang.
Soekartawi, 2002. Analisis Usahatani. Jakarta : UI-Press. 120 hal.
Soekartawi, 2006. Analisis Usahatani. Jakarta : UI-Press. 110 hal.
Kasmir, 2008. Studi Kelayakan Usaha. Penerbit Swadaya. Jakarta.
Suparyono dan A. Setyono, 1993. Padi. Penebar Swadaya. Jakarta.
Maulana, Ishaq dkk. 2016. Analisis Faktor-Faktor Yang Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparamertik Spline.
Damayanti, Lien. 2013. Faktor-Faktor Yang Mempengaruhi Produksi, Pendapatan, dan Kesempatan Kerja Pada Usahatani Padi Sawah di Daerah Irigasi Parigi Moutong.
Mafor, Ilona Klivensi. 2015. Analisis Faktor Produksi Padi Sawah di Desa Tompasobaru Dua Kecamatan Tompasobaru.
Manggala, Bagus Ricky dan Arfida Booedi R. 2018. Faktor-Faktor Yang Mempengaruhi Produksi Padi di Desa Sumengko Kecamatan Sukomoro Kabupaten Nganjuk.
LAMPIRAN Lampiran 1. Kuesioner Penelitian
KUESIONER PENELITIAN UNTUK PETANI
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI PADI DI DESA POTO KECAMATAN MOYO HILIR KABUPATEN
SUMBAWA
A. Identitas Responden
1. Nama : 2. Jenis Kelamin :
3. Umur : tahun 4. Pendidikan Terakhir :
5. Jumlah Anggota Keluarga : orang 6. Lama Bertani : tahun
B. Usahatani Padi
1. Luas Lahan: ha 2. Sumber Pengairan:
3. Penggunaan Faktor Produksi:
No Faktor Produksi Jumlah Satuan (kg) Harga Satuan (Rp) 1 Bibit
- 2 Pupuk
- - -
3 Pestisida -
-
C. Tenaga Kerja Yang Digunakan 1. Penyiapan Lahan : orang 2. Penanaman : orang 3. Pemupukan : orang 4. Penyemprotan : orang 5. Panen : orang
D. Produksi
1. Hasil Produksi: Kg
2. Dijual dalam bentuk: a. Basah b. Kering 3. Harga Jual per Kg:
4. Dijual Kepada:
E. Lain-lain
1. Pengairan : (Rp) 2. Sewa Traktor: (Rp) 3. Pajak lahan : (Rp) 4. Perontok Padi: (Rp)
Lampiran 2. Data Responden
DATA RESPONDEN
NO NAMA JENIS
KELAMIN UMUR PENDIDIKAN TERAKHIR
LUAS LAHAN
JUMLAH ANGGOTA KELUARGA
PEKERJAAN
PENGALAMAN BERUSAHATAN
I PADI
ALAMAT
1 Saparuddin L 39 SD 1 3 PETANI 15 POTO
2 Sahid L 46 SD 0,4 7 PETANI 12 POTO
3 Sahabuddin L 28 SD 1 4 PETANI 10 POTO
4 Ramli L 25 SD 0,6 3 PETANI 7 POTO
5 Arifin L 34 SMP 1 4 PETANI 14 POTO
6 Harmoko L 26 SMP 0,3 4 PETANI 8 POTO
7 A. Rahman L 41 SD 0,5 5 PETANI 20 POTO
8 Syarifuddin L 51 SMA 0,5 4 PETANI 22 POTO
9 Mastar L 35 SMP 0,4 6 PETANI 14 POTO
10 A. Rahim L 32 SD 0,5 5 PETANI 12 POTO
11 Sukriadi L 54 SMA 0,5 4 PETANI 10 POTO
12 Sirmanto L 36 SD 0,4 4 PETANI 13 POTO
13 Sirajuddin L 60 SD 0,3 4 PETANI 25 POTO
14 A. Jabar L 49 S1 0,6 5 PETANI 18 POTO
15 A. Muin L 40 SMA 0,6 4 PETANI 17 POTO
16 Muis L 44 SD 0,8 3 PETANI 20 POTO
17 Jayus L 39 SD 0,4 5 PETANI 16 POTO
18 Paijo L 55 SD 0,3 5 PETANI 23 POTO
19 Suryadi L 45 SMP 0,4 4 PETANI 15 POTO
20 Surnadi L 43 S1 0,5 5 PETANI 10 POTO
21 Maman L 40 SMP 0,6 3 PETANI 20 POTO
22 Abdullah L 58 SD 0,3 6 PETANI 23 POTO
23
Ahmad
Kantari L 42 SD 0,6 3 PETANI 21 POTO
24 Aceng L 28 SMA 0,3 4 PETANI 9 POTO
25 Rasyidi L 37 SD 0,5 5 PETANI 17 POTO
26
Abdul
Gafur L 28 SMA 0,3 3 PETANI 8 POTO
27 Majid L 42 SMP 0,3 3 PETANI 18 POTO
28 Firman L 29 SMA 0,4 4 PETANI 12 POTO
29 Suparman L 34 SD 0,4 5 PETANI 13 POTO
30 Hendri L 32 SMA 0,3 4 PETANI 10 POTO
31 Kaharuddin L 38 SMA 0,35 3 PETANI 13 POTO
32 Iskandar L 48 SD 0,25 6 PETANI 18 POTO
33 Jauhari L 34 SMA 0,45 3 PETANI 14 POTO
34 A. Fattah L 38 SD 0,75 4 PETANI 18 POTO
35 Mulyono L 42 SMA 0,55 4 PETANI 22 POTO
36 Supardi L 40 SD 0,35 5 PETANI 20 POTO
37 Selamet L 38 SMP 0,46 4 PETANI 18 POTO
38 Mustofa L 52 SD 0,65 4 PETANI 23 POTO
39 Permana L 30 SMA 0,25 3 PETANI 10 POTO
40 Tisna L 35 SMP 0,47 5 PETANI 16 POTO
41 Budi L 30 SD 0,66 4 PETANI 10 POTO
42 Sofyan L 32 SD 0,4 4 PETANI 12 POTO
43 Sudirman L 50 SMA 0,4 4 PETANI 30 POTO
44 Ismail L 58 SD 0,3 4 PETANI 38 POTO
45 Umar L 49 SMA 0,35 2 PETANI 19 POTO
46 Indirman L 39 SD 0,25 3 PETANI 15 BEKAT
47 Firmansyah L 29 SMP 0,6 3 PETANI 9 BEKAT
48 Mamang L 36 SD 0,3 4 PETANI 16 BEKAT
49 Usman L 40 SMP 0,5 5 PETANI 20 BEKAT
50 Ridwan L 31 SD 0,3 3 PETANI 11 BEKAT
51 Wawan L 45 SMP 0,3 5 PETANI 25 BEKAT
52 Rusli L 41 SMP 0,4 4 PETANI 21 BEKAT
53 Hermanto L 48 SD 0,4 4 PETANI 28 BEKAT
54 Jaya L 35 SD 0,65 5 PETANI 15 BEKAT
55 A. Hamid L 54 SD 0,25 4 PETANI 34 BEKAT
56 Saiful L 43 SD 0,47 3 PETANI 23 BEKAT
57 Sulaiman L 58 SMP 0,66 6 PETANI 39 BEKAT
58 Junaidi L 48 S1 0,4 5 PETANI 28 BEKAT
59 Syarif L 27 SD 0,4 4 PETANI 7 TENGKE
60 Arsyad L 60 SMA 0,3 5 PETANI 30 TENGKE
61 A. Kadir L 47 SD 0,35 3 PETANI 27 TENGKE
62 Muklis L 42 SD 0,25 4 PETANI 22 TENGKE
63 Hatab L 40 SMA 0,6 3 PETANI 20 TENGKE
64 Husni L 38 SMA 0,8 4 PETANI 18 TENGKE
65 Jarot L 46 SMA 0,4 5 PETANI 26 TENGKE
66 Amrullah L 40 SD 0,3 4 PETANI 20 TENGKE
67 Hasbullah L 58 SMA 0,4 3 PETANI 38 TENGKE
68 Sipik L 45 SD 0,5 3 PETANI 25 TENGKE
69 Ruslan L 30 SMA 0,6 3 PETANI 10 TENGKE
70 Jailani L 45 SD 0,3 5 PETANI 25 TENGKE
71 A. Sikin L 42 SD 0,6 4 PETANI 22 TENGKE
72 Ibrahim L 40 SMA 0,3 4 PETANI 20 TENGKE
73 M. Jufri L 34 SMA 0,5 4 PETANI 14 TENGKE
74 A. Hadi L 39 SD 0,3 4 PETANI 19 TENGKE
75 Agus L 45 SMP 0,4 4 PETANI 25 TENGKE
Lampiran 3. Jumlah Produksi dan Penerimaan
PRODUKSI PADI PETANI
No. Nama Luas Lahan
(Ha)
jumlah /
kg jumlah kg/ha HARGA (Rp)
JUMLAH PENERIMAAN
1 Saparuddin 1 5.300 5.300
4.000
21.200.000,00
2 Sahid 0,4 2.000 5.000
4.000
20.000.000,00
3 Sahabuddin 1 5.300 5.300
4.000
21.200.000,00
4 Ramli 0,6 2.700 4.500
4.000
18.000.000,00
5 Arifin 1 5.300 5.300
4.000
21.200.000,00
6 Harmoko 0,3 1.000 3.333
4.000
13.333.333,33
7 A. Rahman 0,5 2.300 4.600
4.000
18.400.000,00
8 Syarifuddin 0,5 2.300 4.600
4.000
18.400.000,00
9 Mastar 0,4 2.000 5.000
4.000
20.000.000,00
10 A. Rahim 0,5 2.300 4.600
4.000
18.400.000,00
11 Sukriadi 0,5 2.300 4.600
4.000
18.400.000,00
12 Sirmanto 0,4 2.000 5.000
4.000
20.000.000,00
13 Sirajuddin 0,3 1.000 3.333
4.000
13.333.333,33
14 A. Jabar 0,6 1.700 2.833
4.000
11.333.333,33
15 A. Muin 0,6 2.700 4.500
4.000
18.000.000,00
16 Muis 0,8 4.500 5.625
4.000
22.500.000,00
17 Jayus 0,4 2.000 5.000
4.000
20.000.000,00
18 Paijo 0,3 1.000 3.333
4.000
13.333.333,33
19 Suryadi 0,4 2.000 5.000
4.000
20.000.000,00
20 Surnadi 0,5 2.300 4.600
4.000
18.400.000,00
21 Maman 0,6 2.700 4.500
4.000
18.000.000,00
22 Abdullah 0,3 1.000 3.333 4.000
13.333.333,33
23 Ahmad Kantari 0,6 2.700 4.500
4.000
18.000.000,00
24 Aceng 0,3 1.000 3.333
4.000
13.333.333,33
25 Rasyidi 0,5 2.300 4.600
4.000
18.400.000,00
26 Abdul Gafur 0,3 2.000 6.667
4.000
26.666.666,67
27 Majid 0,3 1.000 3.333
4.000
13.333.333,33
28 Firman 0,4 2.000 5.000
4.000
20.000.000,00
29 Suparman 0,4 2.000 5.000
4.000
20.000.000,00
30 Hendri 0,3 1.000 3.333
4.000
13.333.333,33
31 Kaharuddin 0,35 1.100 3.143
4.000
12.571.428,57
32 Iskandar 0,25 900 3.600
4.000
14.400.000,00
33 Jauhari 0,45 2.200 4.889
4.000
19.555.555,56
34 A. Fattah 0,75 2.200 2.933
4.000
11.733.333,33
35 Mulyono 0,55 2.500 4.545
4.000
18.181.818,18
36 Supardi 0,35 1.100 3.143
4.000
12.571.428,57
37 Selamet 0,46 2.300 5.000
4.000
20.000.000,00
38 Mustofa 0,65 2.800 4.308
4.000
17.230.769,23
39 Permana 0,25 900 3.600
4.000
14.400.000,00
40 Tisna 0,47 2.200 4.681
4.000
18.723.404,26
41 Budi 0,66 2.800 4.242
4.000
16.969.696,97
42 Sofyan 0,4 2.000 5.000
4.000
20.000.000,00
43 Sudirman 0,4 2.000 5.000
4.000
20.000.000,00
44 Ismail 0,3 1.000 3.333
4.000
13.333.333,33
45 Umar 0,35 1.100 3.143
4.000
12.571.428,57
46 Indirman 0,25 900 3.600
4.000
14.400.000,00
47 Firmansyah 0,6 2.700 4.500
4.000
18.000.000,00
48 Mamang 0,3 1.000 3.333
4.000
13.333.333,33
49 Usman 0,5 1.300 2.600
4.000
10.400.000,00
50 Ridwan 0,3 1.000 3.333
4.000
13.333.333,33
51 Wawan 0,3 1.000 3.333
4.000
13.333.333,33
52 Rusli 0,4 2.000 5.000
4.000
20.000.000,00
53 Hermanto 0,4 2.000 5.000
4.000
20.000.000,00
54 Jaya 0,65 2.800 4.308
4.000
17.230.769,23
55 A. Hamid 0,25 900 3.600
4.000
14.400.000,00
56 Saiful 0,47 2.200 4.681
4.000
18.723.404,26
57 Sulaiman 0,66 2.800 4.242
4.000
16.969.696,97
58 Junaidi 0,4 2.000 5.000
4.000
20.000.000,00
59 Syarif 0,4 2.000 5.000
4.000
20.000.000,00
60 Arsyad 0,3 1.000 3.333
4.000
13.333.333,33
61 A. Kadir 0,35 1.100 3.143
4.000
12.571.428,57
62 Muklis 0,25 900 3.600
4.000
14.400.000,00
63 Hatab 0,6 2.700 4.500
4.000
18.000.000,00
64 Husni 0,8 4.500 5.625
4.000
22.500.000,00
65 Jarot 0,4 2.000 5.000
4.000
20.000.000,00
66 Amrullah 0,3 1.000 3.333
4.000
13.333.333,33
67 Hasbullah 0,4 2.000 5.000
4.000
20.000.000,00
68 Sipik 0,5 2.300 4.600
4.000
18.400.000,00
69 Ruslan 0,6 2.700 4.500
4.000
18.000.000,00
70 Jailani 0,3 1.000 3.333
4.000
13.333.333,33
71 A. Sikin 0,6 2.700 4.500
4.000
18.000.000,00
72 Ibrahim 0,3 1.000 3.333
4.000
13.333.333,33
73 M. Jufri 0,5 2.300 4.600
4.000
18.400.000,00
74 A. Hadi 0,3 1.000 3.333
4.000
13.333.333,33
75 Agus 0,4 1.700 4.250
4.000
17.000.000,00
TOTAL 34,42 151.300 319.034 300.000
1.276.137.496 RATA-
RATA 0,458933333 2.017 4.254 4.000
17.016.166,61
Lampiran 4. Pendapatan Petani
PENDAPATAN PETANI
NO NAMA PENERIMAAN BIAYA TETAP
BIAYA VARIABEL
TOTAL
BIAYA PENDAPATAN R/C RATIO 1 Saparuddin
21.200.000
436.200 9.580.000 10.016.200 11.183.800 2,12
2 Sahid
20.000.000
278.880 8.093.750 8.372.630 11.627.370 2,39
3 Sahabuddin
21.200.000
436.200 9.580.000 10.016.200 11.183.800 2,12
4 Ramli
18.000.000
290.320 8.056.667 8.346.987 9.653.013 2,16
5 Arifin
21.200.000
436.200 9.580.000 10.016.200 11.183.800 2,12
6 Harmoko
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
7 A. Rahman
18.400.000
284.600 8.155.000 8.439.600 9.960.400 2,18
8 Syarifuddin
18.400.000
284.600 8.155.000 8.439.600 9.960.400 2,18
9 Mastar
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
10 A. Rahim
18.400.000
284.600 8.155.000 8.439.600 9.960.400 2,18
11 Sukriadi
18.400.000
284.600 8.155.000 8.439.600 9.960.400 2,18
12 Sirmanto
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
13 Sirajuddin
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
14 A. Jabar
11.333.333
290.320 7.756.667 8.046.987 3.286.347 1,41
15 A. Muin
18.000.000
290.320 7.756.667 8.046.987 9.953.013 2,24
16 Muis
22.500.000
374.760 10.291.250 10.666.010 11.833.990 2,11 17 Jayus
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
18 Paijo
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
19 Suryadi
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
20 Surnadi
18.400.000
284.600 8.155.000 8.439.600 9.960.400 2,18
21 Maman
18.000.000
290.320 7.756.667 8.046.987 9.953.013 2,24
22 Abdullah
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
23 Ahmad Kantari
18.000.000
290.320 7.623.333 7.913.653 10.086.347 2,27
24 Aceng
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
25 Rasyidi
18.400.000
284.600 7.995.000 8.279.600 10.120.400 2,22
26 Abdul Gafur
26.666.667
273.160 7.218.333 7.491.493 19.175.173 3,56
27 Majid
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
28 Firman
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
29 Suparman
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
30 Hendri
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
31 Kaharuddin
12.571.429
276.020 6.883.929 7.159.949 5.411.480 1,76
32 Iskandar
14.400.000
270.300 7.425.500 7.695.800 6.704.200 1,87
33 Jauhari
19.555.556
281.740 7.026.389 7.308.129 12.247.427 2,68
34 A. Fattah
11.733.333
371.900 7.566.500 7.938.400 3.794.933 1,48
35 Mulyono
18.181.818
287.460 7.507.045 7.794.505 10.387.313 2,33
36 Supardi
12.571.429
276.020 7.012.500 7.288.520 5.282.909 1,72
37 Selamet
20.000.000
282.312 7.215.435 7.497.747 12.502.253 2,67
38 Mustofa
17.230.769
293.180 7.219.038 7.512.218 9.718.551 2,29
39 Permana
14.400.000
270.300 7.425.500 7.695.800 6.704.200 1,87
40 Tisna
18.723.404
282.884 7.265.904 7.548.788 11.174.616 2,48
41 Budi
16.969.697
293.752 7.332.727 7.626.479 9.343.218 2,23
42 Sofyan
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
43 Sudirman
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
44 Ismail
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
45 Umar
12.571.429
276.020 6.883.929 7.159.949 5.411.480 1,76
46 Indirman
14.400.000
270.300 7.393.500 7.663.800 6.736.200 1,88
47 Firmansyah
18.000.000
290.320 7.756.667 8.046.987 9.953.013 2,24
48 Mamang
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
49 Usman
10.400.000
284.600 8.155.000 8.439.600 1.960.400 1,23
50 Ridwan
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
51 Wawan
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
52 Rusli
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
53 Hermanto
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
54 Jaya
17.230.769
293.180 7.769.808 8.062.988 9.167.782 2,14
55 A. Hamid
14.400.000
270.300 7.393.500 7.663.800 6.736.200 1,88
56 Saiful
18.723.404
282.884 7.648.883 7.931.767 10.791.637 2,36
57 Sulaiman
16.969.697
293.752 7.741.818 8.035.570 8.934.127 2,11
58 Junaidi
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
59 Syarif
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
60 Arsyad
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
61 A. Kadir
12.571.429
276.020 6.883.929 7.159.949 5.411.480 1,76
62 Muklis
14.400.000
270.300 7.393.500 7.663.800 6.736.200 1,88
63 Hatab
18.000.000
290.320 8.056.667 8.346.987 9.653.013 2,16
64 Husni
22.500.000
374.760 8.971.250 9.346.010 13.153.990 2,41
65 Jarot
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
66 Amrullah
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
67 Hasbullah
20.000.000
278.880 8.013.750 8.292.630 11.707.370 2,41
68 Sipik
18.400.000
284.600 7.995.000 8.279.600 10.120.400 2,22
69 Ruslan
18.000.000
290.320 8.056.667 8.346.987 9.653.013 2,16
70 Jailani
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
71 A. Sikin
18.000.000
290.320 8.056.667 8.346.987 9.653.013 2,16
72 Ibrahim
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
73 M. Jufri
18.400.000
284.600 8.155.000 8.439.600 9.960.400 2,18
74 A. Hadi
13.333.333
273.160 7.218.333 7.491.493 5.841.840 1,78
75 Agus
17.000.000
278.880 8.013.750 8.292.630 8.707.370 2,05
TOTAL
1.276.137.496
21.756.824 581.955.167 603.711.991 672.425.505 1,58 RATA-
RATA
17.016.167
290.091 8.051.417 8.341.508 8.674.492 2,0
No. Nama
Hasil Produksi
(Y)
Luas Lahan
(Ha) (X1)
Benih (X2)
Pupuk urea (X3)
Pupuk Phonska
(X4)
Pupuk Za (X5)
Peptisida (X6)
Tenaga Kerja
(X7)
1 Saparuddin 5.300 1 50 400 100 200 4 94
2 Sahid 2.000 0,4 20 180 45 90 1,8 29
3 Sahabuddin 5.300 1 50 400 100 200 4 94
4 Ramli 2.700 0,6 30 240 60 120 2,5 46
5 Arifin 5.300 1 50 400 100 200 4 94
6 Harmoko 1.000 0,3 15 90 30 60 1,2 21
7 A. Rahman 2.300 0,5 25 200 50 100 1,5 41
8 Syarifuddin 2.300 0,5 25 200 50 100 1,5 41
9 Mastar 2.000 0,4 20 180 45 90 1,4 29
10 A. Rahim 2.300 0,5 25 200 50 100 1,5 41
11 Sukriadi 2.300 0,5 25 200 50 100 1,5 41
12 Sirmanto 2.000 0,4 20 180 45 90 1,4 29
13 Sirajuddin 1.000 0,3 15 90 30 60 1,2 21
14 A. Jabar 1.700 0,6 30 240 60 120 2,5 42
15 A. Muin 2.700 0,6 30 240 60 120 2,5 42
16 Muis 4.500 0,8 40 360 90 180 3 84
17 Jayus 2.000 0,4 20 180 45 90 1,4 29
18 Paijo 1.000 0,3 15 90 30 60 1,2 21
19 Suryadi 2.000 0,4 20 180 45 90 1,4 29
20 Surnadi 2.300 0,5 25 200 50 100 1,5 41
21 Maman 2.700 0,6 30 240 60 120 2,5 42
22 Abdullah 1.000 0,3 15 90 30 60 1,2 21
23
Ahmad
Kantari 2.700
0,6 30 240 60 120 2,5 40
24 Aceng 1.000 0,3 15 90 30 60 1,2 21
25 Rasyidi 2.300 0,5 25 200 50 100 1,5 41
26
Abdul
Gafur 2.000
0,3 15 90 30 60 1,2 21
27 Majid 1.000 0,3 15 90 30 60 1,2 21
28 Firman 2.000 0,4 20 180 45 90 1,4 29
29 Suparman 2.000 0,4 20 180 45 90 1,4 29
30 Hendri 1.000 0,3 15 90 30 60 1,2 21
31 Kaharuddin 1.100 0,35 16 63 32 63 1,3 25
32 Iskandar 900 0,25 13 55 28 55 1,3 19
33 Jauhari 2.200 0,45 25 100 50 100 1,4 29
34 A. Fattah 2.200 0,75 35 160 80 160 2,6 55
35 Mulyono 2.500 0,55 30 125 67 125 1,6 40
36 Supardi 1.100 0,35 16 63 32 63 1,3 26
37 Selamet 2.300 0,46 25 105 53 105 1,5 31
38 Mustofa 2.800 0,65 35 150 75 150 2,4 42
39 Permana 900 0,25 13 55 28 55 1,3 19
40 Tisna 2.200 0,47 26 110 55 110 1,5 31
41 Budi 2.800 0,66 35 150 75 150 2,5 45
42 Sofyan 2.000 0,4 20 180 45 90 1,4 29
43 Sudirman 2.000 0,4 20 180 45 90 1,4 29
44 Ismail 1.000 0,3 15 90 30 60 1,2 21
45 Umar 1.100 0,35 16 63 32 63 1,3 25
46 Indirman 900 0,25 13 55 28 55 1,2 19
47 Firmansyah 2.700 0,6 30 240 60 120 2,5 42
48 Mamang 1.000 0,3 15 90 30 60 1,2 21
49 Usman 1.300 0,5 25 200 50 100 1,5 41
50 Ridwan 1.000 0,3 15 90 30 60 1,2 21
51 Wawan 1.000 0,3 15 90 30 60 1,2 21
52 Rusli 2.000 0,4 20 180 45 90 1,4 29
53 Hermanto 2.000 0,4 20 180 45 90 1,4 29
54 Jaya 2.800 0,65 35 150 75 150 2,5 50
55 A. Hamid 900 0,25 13 55 28 55 1,2 19
56 Saiful 2.200 0,47 26 110 55 110 1,5 35
57 Sulaiman 2.800 0,66 35 150 75 150 2,5 51
58 Junaidi 2.000 0,4 20 180 45 90 1,4 29
59 Syarif 2.000 0,4 20 180 45 90 1,4 29
60 Arsyad 1.000 0,3 15 90 30 60 1,2 21
61 A. Kadir 1.100 0,35 16 63 32 63 1,3 25
62 Muklis 900 0,25 13 55 28 55 1,2 19
63 Hatab 2.700 0,6 30 240 60 120 2,5 46
64 Husni 4.500 0,8 40 360 90 180 3 68
65 Jarot 2.000 0,4 20 180 45 90 1,4 29
66 Amrullah 1.000 0,3 15 90 30 60 1,2 21
67 Hasbullah 2.000 0,4 20 180 45 90 1,4 29
68 Sipik 2.300 0,5 25 200 50 100 1,5 39
69 Ruslan 2.700 0,6 30 240 60 120 2,5 46
70 Jailani 1.000 0,3 15 90 30 60 1,2 21
71 A. Sikin 2.700 0,6 30 240 60 120 2,5 46
72 Ibrahim 1.000 0,3 15 90 30 60 1,2 21
73 M. Jufri 2.300 0,5 25 200 50 100 1,5 41
74 A. Hadi 1.000 0,3 15 90 30 60 1,2 21
75 Agus 1.700 0,4 20 180 45 90 1,4 29
Lampiran 6. Hasil Analisis
REGRESSION /MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT LnHProd
/METHOD=ENTER LnLahan LnBibit LnUrea LnZA LnVirtako LnTK
/RESIDUALS DURBIN.
Regression
Notes
Output Created 31-Dec-2020 14:38:32
Comments
Input Data D:\ARYA SUARNA\persiapan skripsi\arya
hektar.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data File 75
Missing Value Handling Definition of Missing User-defined missing values are treated as missing.
Cases Used Statistics are based on cases with no missing values for any variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL CHANGE
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT LnHProd
/METHOD=ENTER LnLahan LnBibit LnUrea LnZA LnVirtako LnTK
/RESIDUALS DURBIN.
Resources Processor Time 00:00:00.015
Elapsed Time 00:00:00.016
Memory Required 3268 bytes
Additional Memory Required for
Residual Plots 0 bytes
[DataSet1] D:\ARYA SUARNA\persiapan skripsi\arya hektar.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method
1 LnTK, LnZA, LnVirtako, LnUrea, LnLahan, LnBibita
. Enter
a. All requested variables entered.
b. Dependent Variable: LnHProd
Model Summaryb
Model R R Square
Adjuste d R Square
Std. Error of the Estimate
Change Statistics
Durbin-Watson R Square
Change F Change df1 df2 Sig. F Change
1 .964a .929 .923 .13399 .929 149.030 6 68 .000 2.029
a. Predictors: (Constant), LnTK, LnZA, LnVirtako, LnUrea, LnLahan, LnBibit
b. Dependent Variable: LnHProd
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 16.053 6 2.675 149.030 .000a
Residual 1.221 68 .018
Total 17.274 74
a. Predictors: (Constant), LnTK, LnZA, LnVirtako, LnUrea, LnLahan, LnBibit
b. Dependent Variable: LnHProd
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -1.409 2.204 -.639 .525
LnLahan 1.138 .056 .828 20.166 .000 .617 1.621
LnBibit .496 .627 .038 .791 .432 .457 2.190
LnUrea .259 .064 .157 4.062 .000 .698 1.433
LnZA 1.037 .330 .148 3.142 .002 .468 2.137
LnVirtako -.138 .125 -.038 1.102 .274 .874 1.144
LnTK .245 .220 .044 1.116 .269 .666 1.501
a. Dependent Variable: LnHProd
Collinearity Diagnosticsa
Model
Dimensi
on Eigenvalue Condition Index
Variance Proportions
(Constant) LnLahan LnBibit LnUrea LnZA LnVirtako LnTK
1 1 6.861 1.000 .00 .00 .00 .00 .00 .00 .00
2 .129 7.289 .00 .60 .00 .00 .00 .00 .00
3 .008 28.933 .00 .08 .00 .02 .00 .88 .00
4 .002 65.214 .00 .03 .00 .78 .00 .10 .01
5 .000 152.408 .00 .12 .01 .02 .05 .01 .63
6 5.956E-5 339.399 .38 .07 .03 .03 .56 .01 .28
7 2.377E-5 537.195 .62 .09 .95 .15 .39 .00 .08
a. Dependent Variable: LnHProd
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 6.7980 8.5001 7.4932 .46576 75
Residual -.54740 .61756 .00000 .12844 75
Std. Predicted Value -1.493 2.162 .000 1.000 75
Std. Residual -4.085 4.609 .000 .959 75
a. Dependent Variable: LnHProd
Your trial period for SPSS for Windows will expire in 14 days.
Your trial period for SPSS for Windows will expire in 14 days.
Lampiran 7. Dokumentasi
ABSTRAK
ARYA SUARNA. 21501032044. Analisis Faktor-faktor yang Mempengaruhi Produksi Padi di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa Dosen Pembimbing: 1) Dr. Ir. Masyhuri Machfudz, MP
2) Ir. Sri Hindarti, M.Si.
Kata Kunci: Padi, Usahatani, Produksi
Padi merupakan tanaman yang memegang peranan penting bagi perekonomian negara sebagai bahan untuk mencukupi kebutuhan pokok masyarakat maupun sebagai mata pencaharian serta sebagai sumber pendapatan petani dalam memenuhi kebutuhan hidupnya. Pengembangan usaha pertanian di Kabupaten Sumbawa dilaksanakan disetiap desa. Pemanfaatan lahan pertanian di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa yang dikembangkan demi kesejahteraan petani dan untuk mencukupi kebutuhan masyarakat agar tetap terus berjalan sesuai dengan tujuan pembangunan. Menurut Badan Pusat Statistik Kabupaten Sumbawa tahun 2018 Desa Poto memiliki luas wilayah 13,67 km2 dengan luas lahan sawah 842 ha dan luas lahan bukan sawah 597 ha. Dahulu saat panen berhasil rata-rata padi yang dihasilkan yaitu sebesar 6-7 ton/ha.
Berdasarkan data dari kantor desa setempat, dapat disimpulkan bahwa hasil panen padi terus mengalami fluktuasi dari tahun ke tahun, namun cenderung menunjukkan penurunan. Pada tahun 2016 dan 2017 rata-rata produksi padi per hektar di Desa Poto 4-5 ton, pada tahun 2018 rata-rata produksi padi per hektar 6 ton, sedangkan pada tahun 2019 rata-rata produksi padi per hektar 4 ton.
Penurunan hasil produksi padi bisa dikarenakan tingkat penggunaan faktor produksi yang belum optimal oleh petani. Tidak optimalnya penggunaan luas lahan dan tenaga kerja juga dapat mempengaruhi hasil produksi padi.
Penelitian ini bertujuan 1) Untuk menganalisis kelayakan usahatani padi di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa 2) Untuk mengetahui seberapa besar faktor produksi mempengaruhi pendapatan petani padi di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa 3) Untuk mengetahui pengaruh faktor produksi terhadap produksi padi di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa.
Penentuan daerah penelitian dilakukan secara sengaja (purposive) yaitu di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa. Teknik pengambilan sampel dalam penelitian ini menggunakan teknik proporsional area random sampling dengan jumlah populasi petani yang ada di Desa Poto sebanyak 300 orang yang terbagi dalam 3 dusun. Penentuan sampel dihitung dengan rumus Slovin, maka didapat 75 sampel. Penelitian ini dilaksanakan mulai 10 November – 10 Desember 2020. Data penelitian dikumpulkan dengan wawancara langsung kepada petani dan juga data pendukung dari kantor desa.
Hasil penelitian yang didapatkan bahwa total biaya usahatani padi di Desa Poto sebesar Rp 8.453.450/ha/MT. Penerimaan usahatani padi di Desa Poto sebesar Rp 17.016.000/ha/MT. Sehingga diperoleh pendapatan usahatani padi di Desa Poto sebesar Rp 8.562.550/ha/MT. Maka diketahui hasil analisis R/C Ratio 2,0 artinya setiap biaya yang dikeluarkan 1 rupiah akan memperoleh penerimaan sebesar 2,0.
Analisis fungsi Cobb Douglas digunakan untuk mengetahui faktor-faktor yang mempengaruhi produksi usahatani padi dengan didapatkan hasil variabel yang berpengaruh adalah luas lahan menunjukkan hasil t hitung 20,17 dengan tingkat signifikansi 0,000 yang berarti variabel luas lahan berpengaruh secara signifikan terhadap produksi padi, pupuk urea menunjukkan nilai t hitung sebesar 4,06 dengan tingkat signifikansi 0,000 yang berarti variabel pupuk urea berpengaruh secara signifikan terhadap produksi padi, pupuk ZA menunjukkan nilai t hitung sebesar 3,14 dengan tingkat signifikansi sebesar 0,002 yang berarti bahwa variabel pupuk ZA berpengaruh secara signifikan terhadap produksi padi.
Yang tidak berpengaruh terhadap produksi padi adalah variabel bibit dengan nilai t hitung sebesar 0,79 dengan tingkat signifikansi 0,432 sehingga tidak berpengaruh secara signifikan terhadap produksi padi, pestisida menunjukkan nilai t hitung sebesar 1,10 dengan tingkat signifikansi sebesar 0,274 yang berarti variabel petisida tidak berpengaruh secara signifikan terhadap produksi padi, tenaga kerja menunjukkan nilai t hitung sebesar 1,12 dengan tingkat signifikansi sebesar 0,269 yang artinya variabel tenaga kerja tidak berpengaruh secara signifikan terhadap produksi padi.
Berdasarkan penelitian yang sudah dilakukan di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa dapat disimpulkan sebagai berikut:
1. Hasil penelitian diketahui nilai R/C Ratio 2,0 yang artinya bahwa usahatani padi di Desa Poto layak untuk dikembangkan.
2. Nilai Adjusted R Square sebesar 0,923 yang artinya 92,9% produksi padi dipengaruhi oleh luas lahan, bibit, urea, ZA, pestisida dan tenaga kerja sehingga mempengaruhi pendapatan petani. Sedangkan untuk sisanya 7,1% dipengaruhi oleh variabel lain yang tidak dimasukkan kedalam model.
3. Hasil analisis menunjukkan variabel yang berpengaruh terhadap produksi padi adalah luas lahan, urea dan ZA sedangkan variabel yang tidak berpengaruh terhadap produksi padi adalah bibit, pestisida dan tenaga kerja.
Dari hasil penelitian di Desa Poto Kecamatan Moyo Hilir Kabupaten Sumbawa, Peneliti memberikan saran antara lain:
1. Diharapkan petani padi lebih bersungguh-sungguh dalam menjalankan usahataninya agar pendapatan yang didapat semakin meningkat dari sebelumnya.
2. Untuk meningkatkan produksi diharapkan petani melakukan kerjasama dengan kelompok tani setempat untuk mendiskusikan setiap permasalahan yang dialami sehingga mendapatkan solusi bersama.
Keywords: Rice, Agriculture, Production
Rice is a plant that plays an important role for the state economy as a material to meet the basic needs of the community as well as a livelihood and as a source of income for farmers in meeting their needs. Agricultural business development in Sumbawa Regency is carried out in every village. The utilization of agricultural land in The Village of Poto Sub-District of Moyo Hilir Sumbawa Regency was developed for the welfare of farmers and to meet the needs of the community in order to continue running in accordance with the development goals. According to the Central Statistics Agency of Sumbawa Regency in 2018 Poto Village has an area of 13.67 km2 with a rice field area of 842 ha and a non- rice field area of 597 ha. In the past when the harvest was successful the average rice produced was 6-7 tons / ha. Based on data from the local village office, it can be concluded that rice yields continue to fluctuate from year to year, but tend to show a decrease. In 2016 and 2017 the average rice production per hectare in Poto Village was 4-5 tons, in 2018 the average rice production per hectare was 6 tons, while in 2019 the average rice production per hectare was 4 tons. The decrease in rice production can be due to the level of use of production factors that are not optimal by farmers. Not optimal use of land area and labor can also affect rice production.
This study aims 1) To analyze the feasibility of rice farming in Poto Village, Moyo Hilir District, Sumbawa 2) To find out how much the production factor affects the income of rice farmers in Poto Village, Moyo Hilir District, Sumbawa 3) To find out the influence of production factors on rice production in Poto Village, Moyo Hilir District, Sumbawa Regency.
The determination of the research area was carried out deliberately (purposive) namely in the Village Poto District Moyo Hilir Sumbawa Regency.
Sampling techniques in this study using proportional techniques random sampling area with the number of farmers population in Poto Village as many as 300 people divided into 3 hamlets. The determination of samples is calculated by the formula Slovin, then obtained 75 samples. This research was conducted from November 10th to December 10th, 2020. The research data was collected by direct interviews to farmers as well as supporting data from the village office.
The result of the research obtained that the total cost of rice farming in Poto Village amounted to Rp 8,453,450/ha/MT. Rice farming receipt in Poto Village amounted to Rp 17,016,000/ha/MT. So that rice farming income in Poto Village is obtained by Rp 8,562,550/ha/MT. So it is known that the result of R/C Ratio 2.0 analysis means that every cost incurred by 1 rupiah will get an acceptance of 2.0.
Cobb Douglas function analysis is used to find out the factors that influence rice farming production by obtaining the results of variables that have an effect is the land area shows the result of t calculate 20.17 with a significance level of 0.000 which means variable land area significantly affects rice production, urea fertilizer shows a calculated t value of 4.06 with a significance level of 0.000 which means the urea fertilizer variable significantly affects rice production , ZA fertilizer shows a calculated t value of 3.14 with a significance level of 0.002 which means that za fertilizer variables have a significant effect on rice production. What has no effect on rice production is the variable seed with a calculated t value of 0.79 with a significance level of 0.432 so that it does not
have a significant effect on rice production, pesticides show a calculated t value of 1.10 with a significance level of 0.274 which means the petisida variable has no significant effect on rice production, labor shows a calculated t value of 1.12 with a significance level of 0.269 which means labor variables have no significant effect on rice production.
Based on the research that has been done in the village of Poto Sub- District Moyo Hilir Sumbawa can be concluded as follows:
1. The results of the study are known R/C Ratio 2.0 which means that rice farming in Poto Village is worth developing.
2. Adjusted R Square value of 0.923 which means that 92.9% of rice production is influenced by land area, seeds, urea, ZA, pesticides and labor, thus affecting farmers' income. While for the remaining 7.1% is influenced by other variables that are not included in the model.
3. The results of the analysis showed variables that affect rice production are land area, urea and ZA while variables that have no effect on rice production are seeds, pesticides and labor.
From the results of the study in Poto Village, Moyo Hilir District, Sumbawa Regency, researchers gave suggestions, among others:
1. It is expected that rice farmers are more serious in running their businesses so that the income obtained is increasing than before.
2. To increase production, farmers are expected to cooperate with local farmer groups to discuss any problems experienced so as to find a joint solution.
1
I. PENDAHULUAN 1.1 Latar Belakang
Indonesia merupakan negara agraris dimana pertanian memegang peranan penting pada perekonomian nasional. Untuk mengimbangi semakin pesatnya laju pertumbuhan penduduk Indonesia, maka usaha pertanian yang maju perlu digalakkan diseluruh kawasan pertanian Indonesia. Dalam upaya membangun pertanian Indonesia agar kualitas dan kuantitas produk pertanian dapat ditingkatkan maka diperlukan peran pemerintah dalam hal kebijakan pertanian guna pencapaian pemerataan swasembada pangan. Pembangunan sektor pertanian merupakan sektor yang diutamakan terkait dengan kesejahteraan petani.
Sektor pertanian dalam proses produksinya memerlukan berbagai jenis masukan (input), seperti pupuk, pestisida, tenaga kerja, modal, lahan, irigasi dan lain sebagainya. Masukan tersebut menghasilkan keluaran seperti padi, jagung, susu, daging, kelapa, minyak, dan lain sebagainya yang merupakan masukan bagi sektor lain seperti sektor industri.
Proses produksi bisa berjalan dengan baik bila persyaratan faktor produksi yang dibutuhkan sudah terpenuhi. Faktor produksi terdiri dari empat komponen, yaitu tanah, modal, tenaga kerja, dan manajemen (pengelolaan). Dalam beberapa literatur, sebagian para ahli mencantumkan hanya tiga faktor produksi yaitu tanah, modal, dan tenaga kerja. Masing-masing faktor mempunyai fungsi yang berbeda dan saling terkait satu sama lain. Kalau salah satu faktor tidak tersedia maka proses produksi atau usaha tani tidak akan berjalan, terutama ketiga faktor seperti tanah, modal dan tenaga kerja (Daniel, 2004:50).