ANALISIS EFISIENSI PENGGUNAAN FAKTOR …/Analisis... · perpustakaan.uns.ac.id digilib.uns.ac.id...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

ANALISIS EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI

USAHATANI KEDELAI

(Studi Kasus di Kecamatan Weru)

Skripsi

Diajukan Untuk Melengkapi Tugas-Tugas Dan Memenuhi Syarat-Syarat

Untuk Mencapai Gelar Sarjana Ekonomi Jurusan Ekonomi Pembangunan

Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Oleh :

YUDIHANA WAHYU N

NIM. F0108130

FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET

SURAKARTA

2012


commit to user


commit to user

MOTTO DAN PERSEMBAHAN

Motto:

“Jangan pernah ada kata menyerah dalam

mencapai sebuah kesuksesan, sebab

kesuksesan ada pada diri setiap orang,

dan pasti ada jalan untuk menuju sukses”.

(Penulis)

“ You can if you think you can”

(George Revees)

Karya ini penulis persembahkan untuk :

Orang tuaku tercinta ayah, ibu yang selalu

memberi doa, semangan dan support

rohani maupun materi untuk penulis

Dosen Pembimbingku yang telah

membimbing dan membantu

menyelesaikan karya ini

Teman-teman seperjuanganku yang selama

ini telah bersama-sama berjuang untuk

meraih cita-cita.


commit to user

KATA PENGANTAR

Alhamdulillahirobbil’alamin,

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa atas

segala rahmat dan berkat – Nya, sehingga penulis dapat menyelesaikan skripsi ini.

Adapun judul penelitian ini adalah “ANALISIS EFISIENSI PENGGUNAAN

FAKTOR-FAKTOR PRODUKSI USAHATANI KEDELAI (Studi Kasus di

Kecamatan Weru)”, yang merupakan salah satu syarat untuk memperoleh gelar

Sarjana Ekonomi di Fakultas Ekonomi, Universitas Sebelas Maret Surakarta. Dengan

segala kerendahan hati penulis menyampaikan rasa hormat dan terima kasih pada :

1. Bapak Dr. Wisnu Untoro, M.S selaku Dekan Fakultas Ekonomi Universitas

Sebelas Maret Surakarta.

2. Bapak Drs. Supriyono, M.Si selaku Ketua Jurusan Ekonomi Pembangunan di

Fakultas Ekonomi Universitas Sebelas Maret Surakarta..

3. Ibu Izza Mafruhah, S.E, M.Si selaku Sekretaris Jurusan Fakultas Ekonomi

Universitas Sebelas Maret Surakarta yang telah memberi ijin penulisan skripsi.

4. Ibu Dr. Yunastiti Purwaningsih, MP selaku pembimbing skripsi yang telah

memberikan banyak bantuan dan bimbingan dalam penulisan skripsi ini.

5. Kedua orang tua penulis, atas seluruh doa, cinta, pengorbanan, nasehat, dan

dukungan yang diberikan kepada penulis.

6. Adikku yang telah memberi inspirasi dan semangat.

7. Teman-teman seperjuangan Jurusan Ekonomi Pembangunan 2008, yang telah

memberi doa dan dukungan.

8. Semua pihak yang telah membantu dalam penyusunan skripsi, yang tidak dapat

disebutkan satu persatu.


commit to user

Penulis menyadari kekurangan dan keterbatasan dalam skripsi ini. Oleh

karena itu, penulis sangat mengharapkan adanya saran dan kritik yang membangun

dari para pembaca, demi penyempurnaan skripsi ini. Akhir kata semoga skripsi ini

dapat bermanfaat bagi pihak yang membutuhkan dan penelitian selanjutnya.

Surakarta, Januari 2012

Penulis


commit to user

DAFTAR ISI

Halaman

HALAMAN JUDUL .................................................................................. i

ABSTRAK ................................................................................................. ii

ABSTRAC ................................................................................................. iii

HALAMAN PERSETUJUAN PEMBIMBING ........................................ iv

HALAMAN PENGESAHAN .................................................................... v

HALAMAN MOTTO DAN PERSEMBAHAN ......................................... vi

KATA PENGANTAR .............................................................................. vii

DAFTAR ISI ............................................................................................. ix

DAFTAR TABEL ...................................................................................... xii

DAFTAR GAMBAR ................................................................................. xiv

BAB I PENDAHULUAN

A. Latar Belakang Masalah ..................................................... 1

B. Perumusan Masalah ............................................................ 6

C. Tujuan Penelitian ................................................................ 6

D. Manfaat Penelitian ............................................................... 7

BAB II TINJAUAN PUSTAKA

A. Usaha Tani Kedelai

1. Usaha Tani .................................................................... 8

2. Tanaman Kedelai .......................................................... 8

3. Permasalahan Dalam Usaha Tani Kedelai ................... 9

4. Teknik Bertanam Kedelai ............................................. 11

B. Teori Produksi

1. Definisi Produksi .......................................................... 13

2. Fungsi Produksi ............................................................ 13

3. Fungsi Produksi Cobb-Douglas .................................... 16

4. Skala Produksi Terhadap Hasil ................................... 17


commit to user

5. Elastisitas Produksi ....................................................... 18

6. Efisiensi Penggunaan Faktor-faktor Produksi .............. 19

C. Penelitian Terdahulu ........................................................... 21

D. Kerangka Pemikiran ........................................................... 23

E. Hipotesis Penelitian ............................................................. 24

BAB III METODE PENELITIAN

A. Ruang Lingkup Penelitian ................................................... 26

B. Populasi, Sampel dan Teknik Sampling ............................. 26

C. Jenis dan Sumber data ......................................................... 28

D. Metode Pengumpulan Data ................................................ 28

E. Definisi Operasional Variabel ............................................. 29

F. Metode Analisis ................................................................... 30

1. Analisis Regresi Linier Berganda ................................. 30

a. Uji Asumsi Klasik .................................................. 31

b. Uji Statistik ............................................................. 34

2. Pengujian Skala Hasil .................................................. 37

3. Pengujian Efisiensi Teknis .......................................... 37

4. Pengujian Efisiensi Ekonomis ...................................... 38

BAB IV ANALISIS DATA DAN PEMBAHASAN

A. Kondisi Umum Kecamatan Weru ......................................... 40

B. Karakteristik Responden ....................................................... 44

C. Analisis Data dan Pembahasan ............................................. 50

1. Analisis Pengaruh Faktor-faktor Produksi Terhadap Out

put ................................................................................... 50

2. Uji Asumsi Klasik .......................................................... 52

3. Uji Statistik .................................................................... 55

4. Pembahasan dan Interpretasi Secara Ekonomi ............... 57

5. Uji elastisitas .................................................................. 59

6. Return to Scale ............................................................... 60

7. Pengujian Efisiensi ........................................................ 61


commit to user

BAB V PENUTUP

A. Kesimpulan ......................................................................... 65

B. Saran .................................................................................... 66

DAFTAR PUSTAKA

LAMPIRAN


commit to user

DAFTAR TABEL

halaman

Tabel 1.1 Perkembangan Luas Panen, Produktifitas dan Produksi Kedelai

di Indonesia Berdasar Wilayah 2008-2010 ................................. 3

Tabel 1.2 Luas Panen dan Produksi Kedelai di Kebupaten Sukoharjo

Tahun 2011 ................................................................................ 4

Tabel 3.1 Jumlah Petani Kedelai dan Jumlah Produksi Kedelai per Desa

di Kecamatan Weru Tahun 2010 ............................................... 27

Tabel 4.1 Luas Wilayah Berdasar Desa di Kecamatan Weru Tahun 2010 41

Tabel 4.2 Luas Penggunaan Lahan Sawah di Kecamatan Weru

Tahun 2010 .................................................................................. 42

Tabel 4.3 Luas Penggunaan Lahan Bukan Sawah di Kecamatan Weru

Tahun 2010 ................................................................................. 42

Tabel 4.4 Penduduk Berdasar Kelompok Usia dan Jenis Kelamin

Di Kecamatan Weru Tahun 2010 ................................................ 43

Tabel 4.5 Luas Panen Berbagai Hasil Pertanian Kecamatan Weru

Tahun 2010 ................................................................................. 44

Tabel 4.6 Jumlah Petani Responden Berdasar Tingkat Usia ..................... 45

Tabel 4.7 Jumlah Petani Responden Berdasar Tanggungan Keluarga ...... 46

Tabel 4.8 Jumlah Petani Responden Berdasar Tingkat Pendidikan ........... 47

Tabel 4.9 Jumlah Petani Responden Berdasar Jenis Pekerjaan Pokok ....... 48

Tabel 4.10 Jumlah Petani Responden Berdasar Luas Lahan Garapan ........ 49

Tabel 4.11 Jumlah Petani Responden Berdasar Hasil Produksi ................ 50

Tabel 4.12 Hasil Analisi Regresi Linier Berganda ..................................... 51

Tabel 4.13 Hasil Uji Multikolinieritas dengan Metode Auxiliary Regretion 52

Tabel 4.14 Hasil Uji B-G Test .................................................................... 53

Tabel 4.15 Hasil Uji White ........................................................................ 54

Tabel 4.16 Hasil Perbaikan Heteroskedastikitas dengan Metode White ... 54

Tabel 4.17 Hasil Perhitungan Return to Scale ........................................... 59


commit to user

Tabel 4.18 Perbandingan Produksi Rata-rata dengan Produksi Marginal

Masing-masing Variabel Independen ...................................... 62

Tabel 4.19 Perbandingan Produksi Marginal dengan Harga Masing-masing

Input dan Output ...................................................................... 63


commit to user

DAFTAR GAMBAR

halaman

Gambar 2.1 Kurva Produksi Total, Produksi Rata-rata dan Produksi

Marginal ................................................................................. 14

Gambar 2.2 Kerangka Pemikiran ............................................................... 24

Gambar 3.1 Daerah Terima dan Tolak Uji F ............................................. 34

Gambar 3.2 Daerah Terima dan Tolak Uji t .............................................. 36


commit to user

ii

ABSTRAK

ANALISIS EFISIENSI PENGGUNAAN FAKTOR-FAKTOR PRODUKSI

USAHATANI KEDELAI

(Studi Kasus di Kecamatan Weru)

Yudihana Wahyu N

F0108130

Penelitian ini bertujuan untuk menganalisis besarnya pengaruh faktor-

faktor produksi (luas lahan, tenaga kerja, bibit, pupuk dan pestisida) yang

digunakan terhadap hasil produksi kedelai, tingkat skala usaha tani serta tingkat

efisiensi teknis dan efisiensi ekonomis pada usahatani Kedelai di Kecamatan

Weru Kabupaten Sukoharjo.

Data dalam penelitian ini diambil dengan cara survey dan wawancara

dengan petani responden. Sampel yang digunakan sebanyak 100 responden, yang

diambil dengan menggunakan metode area proportional random sampling. Data

dianalisis menggunakan analisis regresi linear berganda pada fungsi Cobb

Daouglas, Dengan metode Ordinary Least Square (OLS), pengujian skala usaha

tani dan pengujian efisiensi teknis serta efisiensi ekonomis.

Hasil analisis fungsi produksi menunjukkan bahwa secara statistik faktor-

faktor produksi luas lahan, bibit dan pupuk berpengaruh signifikan terhadap hasil

produksi kedelai, sedangkan tenaga kerja dan pestisida tidak berpengaruh

signifikan. Usahatani kedelai di Kecamatan Weru Kabupaten Sukoharjo berada

dalam keaadaan decreasing returns to scale. Dilihat dari kombinasi penggunaan

faktor-faktor produksi, menunjukan bahwa luas lahan, bibit dan pupuk tidak

efisien secara teknis. Hasil analisis efisiensi ekonomi menunjukkan penggunaan

luas lahan tidak efisien sedangkan penggunaan bibit dan pupuk belum efisien

secara ekonomis. Oleh karena itu saran yang dapat diberikan adalah petani dapat

meningkatkan penggunaan bibit dan pupuk agar dapat meningkatkan hasil

produksi, kombinasi penggunaan faktor-faktor produksi harusnya dilakukan lebih

rasional agar lebih optimal efisien teknis dapat tercapai, untuk mencapai efisien

secara ekonomis pemerintah perlu melakukan pengawasan terhadap

pendistribusian dan mengawasi harga pupuk.

Kata Kunci : produksi kedelai, faktor-faktor produksi, Cobb Douglas, Return to

Skill, efisiensi


commit to user

iii

ABSTRACT

AN EFFICIENCY ANALYSIS ON THE USE OF PRODUCTION FACTOR

IN SOYBEAN AGRIBUSINESS

(A Case Study on Weru Subdistrict)

Yudihana Wahyu N

F0108130

This research aims to analyze the effect of production factors (land width,

labor, seed, fertilizer, and pesticide) used on the soybean productivity,

agribusiness scale level as well as technical and economical efficiency levels in

soybean agribusiness in Weru Subdistrict of Sukoharjo Regency.

The data of research was taken using survey and interview method with

the respondent farmers. The sample used consisted of 100 respondents, taken

using area proportional random sampling method. The data was analyzed using a

multiple linear regression analysis in Cobb Douglass function, with Ordinary

Least Square (OLS) method, agribusiness scale testing, and technical and

economical efficiency examination.

The result of production function analysis showed that the production

factors of land width, seed and fertilizer statistically affected significantly the

soybean production, while labor and pesticide did not affect significantly. The

soybean agribusiness in Weru Subdistrict of Sukoharjo Regency was at

decreasing returns to scale tendency. Viewed from combined use of production

factors, it could be seen that land width, seed, and fertilizer were not efficient

technically. The result of economic efficiency analysis showed that the use of land

width was not efficient while the use of seed and fertilized had not been efficient

economically. For that reason, the recommendation given was that the farmer

could increase the seed and fertilizer used in order to improve the productivity;

combined use of production factors should be done more rationally in order to

achieve the technical efficiency optimally; to achieve the efficiency economically,

the government should oversee the fertilizer distribution and price.

Keywords: soybean production, production factors, Cobb Douglas, Return to

Scale, efficiency.


commit to user

1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Indonesia merupakan salah satu negara berkembang yang memiliki

luas wilayah dan jumlah penduduk yang cukup besar, dengan sumber daya

alam yang cukup melimpah. Letak Indonesia yang berada di garis equator

menyebabkan Indonesia beriklim tropis, didukung dengan tanah yang subur,

menjadikan Indonesia cocok digunakan untuk melakukan usaha pertanian.

Indonesia juga merupakan negara agraris yang sebagian penduduknya

sebagian besar berprofesi sebagai petani.

Secara keseluruhan peran sektor pertanian di Indonesia masih

menduduki posisi yang penting. Peran sektor pertanian yang tangguh, seperti

halnya diharapkan dalam proses pembangunan, paling sedikit mencakup

empat aspek. Pertama kemampuan dalam menyediakan pangan bagi

masyarakat, kedua memberikan kesempatan kerja bagi masyarakat, ketiga

menghemat dan menghimpun devisa dan terakhir sebagai dasar yang

memberikan dukungan bagi berkembangnya sektor lain. (Sumodiningrat,

1991: 6)

Menurut Laporan Kinerja Kementrian Pertanian (2012), pada tahun

2011 (sampai dengan Triwulan III), PDB sektor pertanian (di luar perikanan

dan kehutanan) tumbuh sebesar 3,07%. Di mana tingkat pertumbuhan

tersebut lebih tinggi dibandingkan pertumbuhan tahun 2010 yang hanya

2,86%. Kontribusi PDB sektor pertanian (di luar perikanan dan kehutanan)


commit to user

2

terhadap PDB nasional pada tahun 2011 tersebut mencapai 11,88%. Lebih

tinggi dibandingkan tahun 2010 yang baru mencapai 11,49%.

Tanaman pangan merupakan salah satu sub sektor dalam pertanian

yang memberikan sumbangan terhadap sektor pertanian. Padi sebagai bahan

makanan pokok selama ini banyak di produksi di Indonesia. Selain padi

banyak juga tanaman lain yang diproduksi seperti jagung, ketela dan salah

satunya adalah kedelai. Sebagai tanaman pangan pengganti padi, kedelai juga

banyak diproduksi oleh petani di Indonesia.

Komoditas kedelai merupakan salah satu komoditas pertanian yang

menjadi perhatian pemerintah, saat ini kedelai dapat dikatakan sebagai salah

satu bahan pangang pokok, sebab tingkat konsumsi masyarakat akan kedelai

saat ini sangatlah besar. Sementara disisi lain produksi dalam negeri belum

mampu untuk memenuhinya. Setiap tahun kebutuhan kedelai mencapai 2 juta

ton, sedangkan produksi kedelai dalam negeri hanya 0,8 juta ton per tahun,

sehingga untuk memenuhinya diperlukan impor sebanyak 1,2 juta ton per

tahun. Di masa mendatang proyeksi permintaan kedelai akan terus meningkat

seiring dengan meningkatnya konsumsi kedelai oleh masyarakat Indonesia

mengingat beberapa pertimbangan seperti: bertambahnya populasi penduduk,

peningkatan pendapatan per kapita, kesadaran masyarakat akan gizi makanan.

Konsumsi per kapita dari 8.12 kg pada tahun 2005 menjadi 9,46 kg pada

tahun 2020. atau meningkat rata-rata 1.02% per tahun (Sulastri, dkk. 2011).

Berbagai upaya telah dilakukan oleh pemerintah agar impor kedelai

dapat dikurangi. Ketersediaan sumberdaya lahan yang cukup luas, iklim yang

cocok, teknologi yang telah dihasilkan serta sumberdaya manusia yang cukup


commit to user

3

terampil dalam usahatani dan pasar komoditas kedelai masih terbuka lebar,

menjadikan prospek pengembangan kedelai di dalam negeri cukup baik.

Apabila sumber daya yang ada dikelola secara baik dan efisien maka dapat

meningkatkan produksi kedelai dalam negeri, sehingga impor kedelai dapat

dikurangi.

Tanaman kedelai merata di produksi di beberapa propinsi di

Indonesia. Sebagian besar produksi kedelai masih dilakukan di pulau Jawa,

sebab pulau Jawa mempunyai lahan pertanian yang subur dan wilayah yang

mendukung untuk usahatani kedelai. Jawa Tengah merupakan salah satu

propinsi penghasil kedelai di Indonesia. Sebagai daerah penghasil kedelai,

produksi kedelai di Jawa Tengah cukup baik. Dengan didukung luas panen

dan produktifitas yang terus bertambah, dari tahun ke tahun hasil produksinya

juga menunjukkan adanya peningkatan. Peningkatan produksi kedelai di Jawa

Tengah dapat dilihat dalam tabel 1.1 di bawah ini.

Tabel 1.1

Perkembangan Luas Panen, Produktivitas, dan Produksi Kedelai

di Indonesia Menurut Wilayah, 2008-2010

Perkembangan usaha 2008 2009 2010

1. Luas Panen (ha)

- Jawa Tengah

- Jawa

- Indonesia

2. Produktifitas (ku/ha)

- Jawa Tengah

- Jawa

- Indonesia

3. Produksi (ton)

- Jawa Tengah

- Jawa

- Indonesia

111.635

398.780

590.956

14.99

13.32

13.13

167.345

518.997

775.710

110.061

460.479

722.791

15.91

14.05

13.48

175.165

646.839

974.512

114.070

451.536

678.441

16.48

13.92

13.67

187.992

628.576

927.384

Sumber : www.Departemen Pertanian.go.id, (2010)


commit to user

4

Dari data dapat dilihat bahwa dari tahun ke tahun, baik produktifitas maupun

produksi kedelai di Jawa Tengah mengalami peningkatan. Pada tahun 2008

mencapai 167.354 ton, tahun 2009 produksi meningkat sebesar 4,67% dan

pada tahun 2010 terjadi peningkatan sebesar 7,32%. Rata-rata peningkatan

produktifitas kedelai di Jawa tengah mencapai 4,86% per tahun.

Salah satu Kabupaten penghasil kedelai di Jawa Tengah adalah

Kabupaten Sukoharjo. Dengan kondisi wilayah berupa dataran rendah

Kabupaten Sukoharjo mempunyai jenis tanah dan struktur tanah yang bagus,

menyebabkan Kabupaten Sukoharjo menjadi wilayah yang potensial dan sangat

cocok sebagai daerah pertanian, khususnya untuk usahatani kedelai. Salah satu

wilayah di Kabupaten Sukoharjo yang paling produktif sebagai daerah penghasil

Kedelai adalah Kecamatan Weru, seperti yang terlihat pada tabel 1.2 berikut.

Tabel 1.2

Luas Panen dan Produksi Kedelai di Kabupaten Sukoharjo Tahun 2011

No Kecamatan Luas Panen

(Ha)

Produksi

(Ton)

Produktifitas

(Kw/Ha)

1 Weru 1.673 3.197 19,11

2 Bulu 52 83 15,96

3 Tawangsari 609 1.140 18,72

4 Sukoharjo 68 108 15,88

5 Nguter 145 235 16,21

6 Bendosari 131 221 16,87

7 Polokarto 43 69 16,05

8 Mojolaban 0 0 0

9 Grogol 0 0 0

10 Baki 1 1 10,00

11 Gatak 0 0 0

12 Kartasura 0 0 0

Jumlah 2722 4.054 18,57

2010 3.642 8.719 23,94

Sumber: Dinas Pertanian Kabupaten Sukoharjo (2011)


commit to user

5

Dari data dapat dilihat, dari beberapa Kecamatan penghasil kedelai di

Kabupaten Sukoharjo, Kecamatan Weru merupakan penghasil utama tanaman

kedelai dengan hasil produksi mencapai 3.197 ton di tahun 2011.

Dengan produksi kedelai yang terbesar dan didukung dengan sistem

pengairan dan lahan yang cukup, menjadikan usaha pertanian di Kecamatan

Weru mempunyai prospek yang baik. Namun sumber daya alam yang ada

belum dapat dimanfaatkan secara optimal oleh para petani. Dalam

pelaksanaan proses produksi kedelai, petani juga dihadapkan pada masalah

baik dari dalam dan dari luar, masalah dari dalam diantaranya keterbatasan

faktor produksi, baik kualitas maupun kuantitas. Dengan demikian petani

harus pandai memilih dan mengkoordinasikan jenis-jenis tanaman yang

menguntungkan serta mengkombinasikan faktor produksi yang ada secara

efisien sehingga produksi yang dilakukan dapat optimal sedangkan masalah

dari luar adalah kondisi alam atau musim serta serangan hama dan penyakit.

Selain itu teknologi ditingkat petani sepertinya juga masih kurang, pada

umumnya petani melakukan kegiatan usahatani masih didasarkan kebiasaan

semata sehingga rasionalitas sering terabaikan.

Berdasarkan penelitian yang telah dilakukan oleh Siregar dan

Sumaryanto (2003), diperoleh hasil luas tanah, benih, pupuk K2O, dan

pestisida, positif dan secara signifikan mempengaruhi produksi kedelai,

sedangkan pupuk N dan P2O5, pompa irigasi, dan tenaga kerja tidak.

Efisiensi teknis produksi kedelai di daerah ini adalah 83%.

Oleh karena itu, penelitian serupa juga dapat dilakukan untuk melihat

rasionalitas petani di Kecamatan Weru dalam berusahatani dalam upaya


commit to user

6

meningkatkan hasil produksi, penelitian ini bertujuan untuk mengevaluasi,

bagaimana pengkombinasian dan penggunaan faktor-faktor produksi luas

lahan, tenaga kerja, bibit, pupuk dan pestisida pada usahatani kedelai di

Kecamatan Weru untuk mencapai produksi yang optimal, sekaligus

mengetahui efisiensi teknis dan efisiensi ekonomi penggunaan faktor-faktor

produksi tersebut.

B. Perumusan Masalah

Banyak faktor yang berpengaruh terhadap usaha tani kedelai yang

berkaitan langsung dengan proses produksi. Untuk mengetahui pengaruh

tersebut maka permaslahan dirumuskan sebagai berikut :

1. Bagaimanakah pengaruh faktor-faktor produksi dalam proses produksi

kedelai pada usaha tani kedelai di Kecamatan Weru?

2. Bagaimanakah skala produksi usaha tani kedelai di Kecamatan Weru?

3. Bagaimanakah efisiensi teknis penggunaan faktor-faktor produksi pada

usaha tani kedelai di Kecamatan Weru?

4. Bagaimanakah efisiensi ekonomi penggunaan faktor-faktor produksi

pada usaha tani kedelai di Kecamatan Weru?

C. Tujuan Penelitian

Adapun tujuan yang ingin dicapai dari penelitian ini adalah sebagai

berikut :

1. Mengetahui bagaimana pengaruh faktor-faktor produksi dalam proses

produksi kedelai pada usaha tani kedelai di Kecamatan Weru.


commit to user

7

2. Mengetahui bagaimana skala produksi usaha tani kedelai di Kecamatan

Weru.

3. Mengetahui bagaimana efisiensi teknis penggunaan faktor-faktor produksi

pada usaha tani kedelai di Kecamatan Weru.

4. Mengetahui bagaimana efisiensi ekonomi penggunaan faktor-faktor

produksi pada usaha tani kedelai di Kecamatan Weru.

D. Manfaat Penelitian

Hasil dari penelitian ini diharapkan dapat bermanfaat:

1. Bagi petani, dapat dimanfaatkan dalam penentuan kerangka perencanaan

untuk melakukan produksi kedelai, sehingga produksi pada usaha tani

kedelai dapat lebih efisien.

2. Bagi pemerintah, memberikan masukan dan menjadikan bahan

pertimbangan pengambilan kebijakan untuk membina para petani

khususnya petani tanaman kedelai dan kebijakan untuk meningkatkan

produksi pada usaha tani kedelai


commit to user

8

BAB II

TINJAUAN PUSTAKA

A. Usaha Tani Kedelai

1. Usaha Tani

Usaha tani adalah himpunan dari sumber-sumber alam yang

terdapat ditempat itu, yang diperlukan untuk produksi pertanian seperti

tumbuhan, tanah, dan air, perbaikan-perbaikan yang telah dilakukan atas

tanah itu, sinar matahari, bangunan-bangunan yang didirikan diatas tanah

dan sebagainya (Mubyarto, 1989:66).

Pertanian dibagi menjadi dua yaitu pertanian dalam arti sempit dan

pertanian dalam arti luas. Pertanian dalam arti sempit dapat dikatakan

sebagai pertanian rakyat yaitu usaha pertanian keluarga dimana

produksinya bahan makanan utama seperti beras, palawija (jagung,

kacang-kacangan dan umbi-umbian), tanaman sayuran dan buah-buahan.

Pada umumnya sebagian hasil pertanian rakyat adalah untuk dikonsumsi

keluarga (Mubyarto, 1989:16).

2. Tanaman Kedelai

Kedelai merupakan tanaman semusim dan termasuk tanaman

basah, batangnya berdiri tegak. Tanaman ini mempunyai banyak cabang

ada yang pendek dan ada cabang yang panjang tergantung dari jenis

varietasnya (Aak, 1989:17).


commit to user

9

Kedelai sudah cukup lama dibudidayakan di Indonesia dengan

berbagai jenis kedelai. Berbagai jenis tanaman kedelai secara garis besar

diklasifikasikan menurut (Aak, 1989:23) :

a. Dasar penentuan Varietas dibedakan :

1) Berdasar umur

- Kedelai genjah : berumur pendek 75-85 hari

- Kedelai tengahan : berumur 85-90 hari

- Kedelai dalam : berumur lebih dari 90 hari

2) Berdasar warna biji

- Kedelai Putih/ kedelai kuning

- Kedelai hitam/ kedelai hijau

3) Berdasar tipe batang

- Batang lurus keatas (vertikal)

- Ujung batang melilit

b. Varietas yang dianjurkan

Varietas kedelai yang dianjurkan mempunyai criteria-

kriteria tertntu, misalnya umur panen, produksi per hektar, daya

tahan terhadap serangan hama dan penyakit. Ada bayak jenis

varietas dalam klasifikasi ini misalnya: Muria, Galunggung,

Sumbing, dan lain-lain.

3. Permasalahan dalam Usaha Tani Kedelai

Menurut Satya (2010), terdapat banyak kendala yang dihadapi

dalam upaya peningkatan produksi kedelai antara lain :


commit to user

10

a. Harga kedelai

Harga kedelai yang kurang menarik menyebabkan petani kurang

optimal dalam mengusahakan tanaman kedelai. Oleh karena itu,

dalam melakukan usaha tani kedelai petani cenderung menghemat

pengeluaran. Dengan penggunaan input yang minimal maka

produktifitas tanaman tidak dapat mencapai tingkat optimum.

b. Kurangnya benih

Kurangnya benih yang bermutu menjadi masalah yang masih sulit

dipecahkan. Upaya penyediaan benih bermutu oleh pemerintah

melaui Dinas Pertanian, Umumnya tidak dapat berjalan dengan baik.

c. Hama dan penyakit

Pada kedelai hama dan penyakit yang menyerang lebih banyak

dibandingkan palawija lainnya. Hal menjadi kendala tersendiri

dalam proses pembudidayaan kedelai, perhatian yang lebih perlu

diberikan pada tanaman kedelai untuk menangani masalah hama dan

penyakit ini.

d. Ketersediaan lahan dan iklim

Menyediakan lahan untuk usaha tani kedelai merupakan tantangan

yang semakin besar karena dihadapkan kompetisi lahan dengan

upaya meningkatkan produksi komoditas lainnya. Selain itu keadaan

iklim yang saat ini sulit diprediksi menjadi maslah tersendiri bagi

usaha pertanian pada umumnya.


commit to user

11

4. Teknik Bertanam Kedelai

Banyak hal-hal yang perlu diperhatikan dalam menanam kedelai

antara lain (M. Arsyad, 1998) :

a. Waktu dan musim tanam, musim tanam kedelai di lahan sawah

adalah bulan Maret – April atau Juni-juli (musim kemarau),

Februari-Maret (musim hujan).

b. Pemilihan benih, pilih benih yang bermutu tinggi sesuai dengan pola

dan musim tanam serta lokasi ekosistem setempat.

c. Persiapan atau pengolahan tanah, penanaman kedelai setelah panen

padi dapat dilakukan tanpa pengolahan tanah apabila cukup lembab,

bersih dari gulma, dan tunggul jerami padi dipotong sampai dekat

permukaan tanah.

d. Cara dan jarak tanam , Penanaman benih kedelai perlu diperhatikan

beberapa hal antara lain :

1) Penanaman diawali dengan pembuatan lubang tanam tunggal

kurang lebih 3 cm.

2) Jarak lubang yang ideal antara lubang satu dengan yang lain

kurang lebih 20 x 20 cm. (disamping tunggul jerami)

3) Jumlah tanam bibit, setiap lubang diberi bibit 2-3 biji.

e. Pemupukan

1) Pada lahan sawah yang tidak pernah dipupuk, pupuk yang

diperlukan 40-50 kg urea, 60-70 TSP, dan 60-75 kg KCL per

hektar. Bila ada pupuk kandang dianjurkan 5 ton per hektar.


commit to user

12

2) Pada lahan kering diperlukan 50-75 kg urea, 75-100 kg TSP,

dan 50-75 kg KCL per hektar, pupuk kandang 3-5 ton per

hektar.

f. Pengairan

Tanaman kedelai merupakan jenis tanaman yang tidak terlalu

memerlukan banyak air, sehingga pengairan dilakukan sesuai

kebutuhan.

g. Pengendalian gulma dan hama

1) Pengndalian gulma dilakukan dengan mencabuti gulma dengan

tangan atau dibantu dengan alat seperti pacul, garu. Dilakukan

2-3 kali saat tanaman berumur 3,7 dan 10 minggu.

2) Pengendalian hama dan penyakit dilakukan sesuai dengan hama

dan penyakit yang menyerang saat itu,

h. Panen dan Pasca Panen

1) Waktu, cara dan alat yang digunakan dalam pemanenan dapat

mempengaruhi jumlah dan mutu hasil kedelai. Panen sebaiknya

diusahakan tepat waktu. Bila panen terlalu awal akan banyak

biji muda dan perontokan biji sulit dilakukan. Sebaliknya, bila

panen terlambat biji banyak yang tercecer.

2) Penanganan pasca panen antara lain terdiri dari penjemuran

brangkasan tanaman, pembijian, pengeringan, pembersihan dan

penyimpanan biji perlu mendapat perhatian yang lebih besar,

agar kualitas biji atau benih terjaga.


commit to user

13

B. Teori Produksi

1. Definisi Produksi

Produksi adalah suatu kegiatan yang mengubah input menjadi

output. Kegiatan tersebut dalam ekonomi biasa dinyatakan dalam fungsi

produksi (Sugiarto, 2002)

Dalam proses produksi pertanian dibutuhkan bermacam-macam

faktor produksi antara lain tenaga kerja, tanah, modal dan manajemen

pertanian. Tenaga kerja meliputi tenaga kerja yang berasal dari dalam

dan luar keluarga. Faktor produksi modal diartikan sebagai uang atau

keseluruhan nilai dari sumber-sumber ekonomi non manusiawi

(Mubyarto, 1989: 70).

2. Fungsi Produksi

Fungsi produksi adalah hubungan fisik antara variabel yang

dijelaskan (Y) dan variabel yang menjelaskan (X). Variabel yang

dijelaskan biasanya berupa output dan variabel yang menjelaskan

biasanya berupa input (Soekartawi, 2003).

Fungsi Produksi menunjukkan jumlah maksimum output yang

dapat dihasilkan dari pemakaian sejumlah input dengan menggunakan

teknologi tertentu. Secara matematis fungsi produksi dapat dituliskan

sebagai berikut (Sugiarto, 2002):

Q = F(K,L,X,E)


commit to user

14

Keterangan :

Q = output

K,L,X,E = input (kapital, tenaga kerja, bahan baku, keahlian

keusahawanan)

Menurut Soekartawi (2003) Dalam melakukan produksi, ada

dua pendekatan yang akan digunakan oleh seorang produsen yang

pertama yaitu profit maximization dengan pendekatan ini seorang

produsen akan selalu berusaha untuk mengalokasikan input yang

dimilikinya sefisien mungkin untuk dapat menghasilkan output yang

maksimal. pendekatan kedua yaitu cost minimization pendekatan ini

akan dilakukan oleh seorang produsen apabila produsen dihadapkan

pada keterbatasan biaya dalam melakukan usahanya, mereka akan

berusaha memperoleh keuntungan yang besar dengan meminimumkan

biaya produksi. profit maximization dan cost minimization keduanya

mempunyai tujuan yang sama yaitu sama-sama bertujuan untuk

memaksimal keuntungan dengan pengalokasian penggunaan

sumberdaya yang seefisien mungkin.

a. Tahapan Produksi

Gambar 2.1 Kurva Produksi Total, Produksi Rata-rata dan Produksi

Marjinal (Adiningsih, 1995)

Y

X

PR

PM

Tahap 1 Tahap 2

Tahap 3

PT


commit to user

15

Ada 3 tahap dalam fungsi produksi yang masing-masing

memiliki sifat yang khusus. Tahap-tahapnya adalah sebagai

berikut (Adiningsih, 1995) :

1) Tahap I

Pada Tahap ini PR meningkat, PM juga meningkat. Ini

berarti input tetap digunakan dengan penggunaan input

variabel. Oleh karena itu tahap ini bukan tahap yang

rasional bagi produsen, karena tiap tambahan satu unit

input variabel akan menambah tambahan output yang

lebih besar. Sehingga produsen yang rasional tidak akan

berproduksi pada tahap ini.

2) Tahap II

Pada Tahap ini PR menurun, PM juga menurun. Ini

berarti penggunaan input tetap maupun input variabel

sudah rasional, karena pada tahap ini tambahan

penggunaan input variabel sudah mulai menurunkan PR

maupun PM. Sehingga tahap ini adalah tahap yang

rasional bagi produsen untuk berproduksi.

3) Tahap III

Pada Tahap ini PR menurun, PM juga menurun hingga

dibawah 0. Ini berarti penggunaan input variabel relative

terlalu banyak digunakan dibandingkan penggunaan

input tetap. Sehingga pada tahap ini tidak rasional bagi


commit to user

16

produsen untuk berproduksi, karna tambahan input

variabel justru akan menurunkan tingkat total output.

3. Fungsi Produksi Cobb-Douglas

Menurut Soekartawi (2003) Fungsi produksi Cobb Douglas

adalah suatu fungsi atau persamaan yang melibatkan dua atau lebih

variabel, yaitu variabel dependen (Y) dan variabel independen (X).

Biasanya penyelesaian hubungan antara Y dan X dilakukan dengan cara

regresi. Secara matematik, fungsi produksi Cobb-Douglas dapat

dituliskan sebagai berikut :

Y =

=

Bila persamaan tersebut dilogaritmakan maka persamaan tersebut dapat

diubah menjadi bentuk linier berganda. Logaritma dari persamaan di atas

adalah sebagai berikut (Soekartawi, 2003):

Log Y = log a + b1 log X1 + b2 log X2 + v

Y* =

di mana:

Y* = log Y

X*= log X

v* = log v

a* = log a


commit to user

17

Ada tiga alasan pokok mengapa fungsi Cobb-Douglas lebih

banyak dipakai oleh para peneliti, yaitu (Soekartawi, 2003:165-166):

a. Penyelesaian fungsi Cobb-Douglas relatif lebih mudah

dibandingkan dengan fungsi yang lain, seperti fungsi kuadratik

b. Hasil pendugaan garis melalui fungsi Cobb-Douglas akan

menghasilkan koefisien regresi yang sekaligus juga menunjukkan

besaran elastisitas. Jadi besaran b pada persamaan diatas adalah

angka elastisitas.

c. Besaran elastisitas tersebut sekaligus menunjukkan tingkat besaran

return to scale. Jadi seperti pada persamaan diatas, dimana:

Y* =

dan besaran b adalah elastisitas, maka jumlah dari elastisitas adalah

merupakan ukuran return to scale.

4. Skala Produksi Terhadap Hasil (Return To Scale)

Retutn to Scale (RTS) perlu diketahui untuk mengetahui apakah

kegiatan dari suatu usaha yang diteliti tersebut mengikuti kaidah

increasing, constant atau decreasing return to scale. Berdasarkan

persamaan diatas maka RTS persamaan tersebut dapat dituliskan sebagai

berikut (Soekartawi, 2003:162-163):

1 < b1 + b2 < 1

Dengan demikian, kemungkinannya ada tiga alternatif, yaitu:


commit to user

18

a. Decreasing return to scale, bila βı + β2 < 1. Dalam keadaan demikian,

dapat diartikan bahwa proporsi penambahan faktor produksi melebihi

proporsi penambahan produksi.

b. Constant return to scale, bila βı + β2 = 1. Dalam keadaan demikian

penambahan faktor produksi akan proporsional dengan penambahan

produksi yang diperoleh.

c. Increasing return to scale, bila βı + β2 > 1. Ini artinya bahwa proporsi

penambahan faktor produksi akan menghasilkan tambahan produksi

yang proporsinya lebih besar.

5. Elastisitas Produksi

Elastisitas produksi (Ep) adalah prosentase perubahan dari

output sebagai akibat dari prosentase perubahan input. Ep ini dapat

dituliskan melalui rumus sebagai berikut (Soekartawi,2003:40) :

atau

Keterangan :

∆Y = Perubahan output

∆X =Perubahan input

Y = output

X = input

Karena adalah PM, maka besarnya Ep tergantung dari besar kecilnya

PM dari suatu input, misalnya input X.


commit to user

19

6. Efisiensi Penggunaan Faktor-faktor Produksi

Faktor produksi terdiri dari empat komponen, yaitu tanah, modal,

tenaga kerja, dan manajemen (pengelolaan). Masing-masing faktor

mempunyai fungsi yang berbeda dan saling terkait satu sama lain.

Apabila salah satu faktor tidak tersedia maka proses produksi tidak akan

berjalan, terutama tiga faktor terdahulu, antara lain tanah, modal, dan

tenaga kerja (Daniel, 2002 :52).

Menurut Soekartawi (2003) Pengertian “efisiensi” sangat relatif,

efisiensi diartikan sebagai upaya penggunaan input yang sekecil-kecilnya

untuk mendapatkan produksi yang sebesar-besarnya. Efisien dapat

digolongkan menjadi 3 (tiga) macam, yaitu : efisiensi teknis, efisiensi

alokatif (efisiensi harga ) dan efisiensi ekonomi.

a. Efisiensi Teknis

Jika elastisitas produksi dari suatu input dan produksi rata-

ratanya diketahui, maka dapat diturunkan produk marginal dari input

tersebut sebagai berikut (Soekartawi, 1993):

MPPXi = Epi . APPXi

Keterangan :

MPPXi = marginal produk input Xi

Epi = elastisitas produksi input Xi

APPXi = Produksi rata-rata Xi

Efisiensi teknis diperoleh bila elastisitas produksinya (Ep) = 1, yaitu

apabila :


commit to user

20

Keterangan :

1) MPPx > APPx, berarti penggunaan input belum mencapai

efisiensi teknis.

2) MPPx < APPx, berarti penggunaan input tidak mencapai

efisiensi teknis.

3) MPPx = APPX, berarti penggunaan input sudah mencapai

efisiensi teknis.

Tinggi Rendahnya tingkat efisiensi dapat dilihat dari nilai konstanta,

semakin tinggi konstanta maka semakin tinggi tingkat efisiensi.

b. Efisiensi Ekonomi

Efisiensi diartikan sebagai upaya penggunaan input yang

sekecil-kecilnya untuk mendapatkan produksi yang sebesar-

besarnya. Situasi yang demikian akan terjadi kalau petani mampu

membuat suatu upaya kalau nilai produk marginal (NPM) untuk

suatu input sama dengan harga input tersebut atau dapat dituliskan

(Soekartawi,1993:59) :

NPMx = Px ; atau

= 1

Dari sini apabila nilai produk marginal (NPMx) sama dengan

harga input (Px) maka penggunaan faktor produksi dapat dikatakan

sudah optimal. Namun pada kenyataannya nilai produk marginal

(NPMx) tidak selalu sama dengan harga input (Px). Bila NPMx/Px


commit to user

21

> 1 berarti penggunaan faktor produksi x tersebut belum efisien, bila

NPMx/Px < 1 berarti penggunaan faktor produksi x tidak efisien.

C. Penelitian Terdahulu

Berdasarkan penelitian Siregar dan Sumaryanto (2003) yang

berjudul “Estimating Soybean Production Efficiency in Irrigated Area Of

Brantas River Basin” Penelitian ini menggunakan model frontier stokastik,

diperoleh hasil luas tanah, benih, pupuk K2O, dan pestisida, positif dan

secara signifikan mempengaruhi produksi kedelai, sedangkan pupuk N dan

P2O5, pompa irigasi, dan tenaga kerja tidak. Efisiensi teknis produksi kedelai

di daerah ini adalah 83%.

Berdasarkan hasil penelitian Fauziyah (2007) yang berjudul

“Analisis Efisiensi Usaha Tani Kedelai di Desa Sukosari Kecamatan

Gondanglegi Kabupaten Malang”, dengan fungsi produksi frontier Cobb

Douglas yang dianalisis dengan Frontier diperoleh hasil, dari lima variabel

yang digunakan hanya variabel luas lahan yang berpengaruh signifikan,

sedangkan variabel tenaga kerja, bibit, pupuk dan pestisida tidak

berpengaruh secara signifikan. Indeks efisiensi pada 30 populasi petani

kedelai di Sukosari menggambarkan bahwa mereka sudah mampu mencapai

efisiensi teknis. Efisiensi ekonomis telah dicapai oleh 80% petani kedelai,

sedangkan 6 petani belum dapat mencapai efisiensi alokasi dan ekonomis

karena indeks efisiensinya lebih kecil dari 0,7.

Berdasarkan Penelitian Tahir, dkk (2010) yang berjudul “Analisis

Efisiensi Produksi Sistem Usahatani Kedelai Di Sulawesi Selatan”. Penelitian


commit to user

22

ini menggunakan fungsi produksi Cobb Douglas yang diestimasi dengan

metode Ordinary Least Square (OLS). Hasil analisis fungsi produksi

menunjukkan bahwa faktor-faktor yang mempengaruhi peningkatan produksi

kedelai secara nyata adalah tingkat pengalaman petani, jumlah angkatan kerja

dalam keluarga, jumlah pupuk urea, jumlah pupuk KCl, jumlah pupuk

organik, dummy status kepemilikan lahan sistem bagi hasil, dummy varietas

kedelai (varietas unggul), dummy jarak tanam (40 x 15 cm dan 40 x 10 cm),

dan dummy tipe lahan. Secara ekonomis efisiensi produksi dalam usahatani

kedelai belum optimal.

Berdasar penelitian Adebanjo (2010) yang berjudul “Constraints and

determinants of technical efficiency in medium-scale soybean production in

Benue State, Nigeria”, dengan menggunakan model frontier stokastik untuk

memperkirakan faktor-faktor penentu efisiensi teknis dari petani. Diperoleh

hasil efisiensi teknis rata-rata faktor-faktor penentu efisiensi teknis yang

secara statistik signifikan adalah jenis kelamin, usia dan pengalaman. Jenis

kelamin dan usia memiliki hubungan terbalik dengan inefisiensi teknis dari

petani sementara pengalaman memiliki hubungan langsung. Indeks efisiensi

teknik sebesar 73%.

Berdasarkan penelitian Sulastri (2011) yang berjudul “Analisis

Usahatani Kedelai (Glycine max L) yang Berkelanjutan di Kecamatan

Sukorejo Kabupaten Ponorogo”, dengan analisis fungsi produksi Cobb-

Douglass. Hasil penelitian menunjukkan bahwa faktor-faktor produksi atau

input produksi secara bersama-sama berpengaruh terhadap produski kedelai,

namun secara individu input yang berpengaruh nyata terhadap peningkatan


commit to user

23

produksi kedelai di lahan sawah adalah luas lahan, bibit, tenaga kerja pria dan

tenaga kerja wanita, sedangkan di lahan tegal adalah pupuk organik. Dari

hasil analisis efisiensi penggunaan input pada usahatani kedelai lahan tegal

dan sawah menunjukkan, di lahan tegal secara ekonomi penggunaan faktor

produksi belum efisien.

D. Kerangka Pemikiran

Usaha tani kedelai merupakan usaha yang prospektif untuk

dikembangkan di Kecamatan Weru, hal ini ditunjukkan dengan produktifitas

kedelai yang tinggi dibandingkan dengan kecamatan lain di kabupaten

Sukoharjo, seperti yang terlihat pada tabel 1.2.

Dari kerangka dapat dilihat bahwa faktor produksi luas lahan, bibit,

pupuk, pestisida dan tenaga kerja digunakan untuk produksi tanaman kedelai,

sehingga akan menghasilkan output berupa kedelai. Dengan melihat

perbandingan perubahan semua faktor–faktor produksi dan perubahan hasil

produksi yang, dapat diketahui apakah usaha tani padi tersebut dalam keadaan

increasing, decreasing, atau constant return to scale.

Efisiensi ekonomi dari usaha ini dapat diketahui dengan cara

membandingkan antara biaya yang dikeluarkan untuk faktor-faktor produksi

dengan nilai produk yang diperoleh petani, sedangkan efisiensi tekniknya

dapat diketahui dengan membandingkan antara jumlah perubahan

penggunaan faktor-faktor produksi dengan jumlah perubahan hasil produksi.


commit to user

24

Kerangka pemikiran digunakan untuk mempermudah dalam mencapai

tujuan penelitian, secara skematis kerangka pemikiran digambarkan sebagai

berikut :

Gambar 2.1. Kerangka Pemikiran

E. Hipotesis Penelitian

Dari penelitian yang ada tersebut maka dapat diabil beberapa hipotesis

sebagai berikut :

1. Diduga bahwa faktor produksi luas lahan, bibit, pestisida, pupuk dan

tenaga kerja berpengaruh positif terhadap hasil produksi usaha tani

kedelai di Kecamatan Weru.

2. Diduga keadaan skala usaha pada usaha tani kedelai di Kecamatan Weru

berada dalam kondisi increasing return to scale.

3. Diduga bahwa penggunaan faktor produksi luas lahan, bibit, pestisida,

pupuk dan tenaga kerja pada usaha tani kedelai di Kecamatan Weru

belum efisien secara teknis.

4. Diduga bahwa penggunaan faktor produksi luas lahan, bibit, pestisida,

pupuk dan tenaga kerja pada usaha tani kedelai di Kecamatan Weru

belum efisien secara ekonomis.

- Luas Lahan

- Bibit

- Pestisida

- Pupuk

- Tenaga Kerja

Produksi Hasil

Produksi

Skala

Produksi

Efisiensi

Teknis

Efisiensi

Ekonomi


commit to user

25

Pembatasan masalah dalam penelitian ini adalah :

1. Penelitian ini dilakukan pada usaha tani kedelai di Kecamatan Weru

Kabupaten Sukoharjo

2. Produksi kedelai yang dihasilkan petani diasumsikan untuk dijual semua

3. Petani yang dimaksud adalah pengusaha sektor pertanian, baik petani

pemilik lahan sendiri ataupun petani penyewa yang mengusahakan usaha

tani kedelai

4. Keadaan atau faktor-faktor produksi di luar model dianggap konstan.


commit to user

26

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menggunakan metode survei dengan petani kedelai

sebagai unit analisisnya. Daerah penelitian berada di Kecamatan Weru

Kabupaten Sukoharjo, Kecamatan Weru dipilih sebagai daerah penelitian

karena mempunyai produktifitas kedelai yang tertinggi diantara kecamatan

lain di Kabupaten Sukoharjo, seperti yang terlihat pada Tabel 1.2. Penelitian

dikhususkan pada pertanian kedelai di Kecamatan Weru yang dapat panen

dua kali satu tahun, penelitian dilakukan pada musim tanam April-Juni.

B. Populasi, Sampel dan Teknik Sampling

Populasi yang digunakan dalam penelitian ini adalah para petani

kedelai di wilayah Kecamatan Weru Kabupaten Sukoharjo, yang pada tahun

2010 berjumlah 3.760 orang (Tabel 3.1). Untuk menentukan besarnya sampel

dari desa terpilih dihitung dengan rumus Slovin (Uma Sekaran, 2000 dalam

Warsana, 2007) :

n =

Keterangan :

n = Jumlah petani sampel

N = Jumlah populasi petani empat desa

e = Batas kesalahan yang dapat ditolelir (10%)

1 = Konstanta


commit to user

27

Dari rumus yang ada maka dapat ditentukan jumlah sampel sebagai berikut :

n = = 97,40 dibulatkan menjadi 100

100 sampel tersebut akan diambil dari 13 desa yang ada. Pengambilan sampel

dilakukan dengan menggunakan metode area proportional random

sampling.

Tabel 3.1

Jumlah petani kedelai, jumlah sampel

per Desa di Kecamatan Weru tahun 2010

No Desa Jumlah

petani

Jumlah

Sampel

1 Weru 210 6

2 Tawang 84 3

3 Ngreco 451 12

4 Karangmojo 249 7

5 Karanganyar 471 12

6 Alasombo 242 6

7 Krajan 476 13

8 Karangwuni 445 12

9 Jatingarang 383 10

10 Karakan 234 6

11 Grogol 120 3

12 Karangtengah 228 6

13 Tegalsari 167 4

Jumlah 3.760 100

Sumber : Cabang Dinas Pertanian Kecamatan Weru (2010).

Tabel 3.1 menunujukkan banyaknya jumlah sampel dari masing-

masing desa yang ada di Kecamatan Weru. Besaran sampel ditentukan

berdasarkan proporsi jumlah petani dari masing-masing desa, sehingga setiap

petani di tiap desa mempunyai peluang yang sama untuk dipilih menjadi

anggota sampel.


commit to user

28

C. Jenis dan Sumber Data

Data yang digunakan dan dianalisis dalam penelitian terdiri dari dua

macam jenis data yaitu :

1. Data primer : yaitu data dari petani kedelai sampel atau petani responden,

dan pengamatan langsung di lapangan. Data primer yang digunakan

adalah data mengenai hasil produksi kedelai, input yang digunakan, harga

input dan harga output. Data diperoleh melalui kuesioner dan wawancara

dengan petani sampel.

2. Data sekunder : yaitu data yang diperoleh dari instansi atau lembaga yang

ada hubungannya dengan penelitian, meliputi Dinas Pertanian Kabupaten

Sukoharjo dan Kecamatan Weru, Badan Pusat Statistik Kabupaten

Sukoharjo, Kantor Kecamatan Weru, Kantor-kantor Kelurahan di

Kecamatan Weru, serta pustaka yang relevan dengan masalah yang

diteliti.

D. Metode Pengumpulan Data

1. Interview, yaitu metode pengumpulan data dengan cara melakukan

wawancara langsung dengan responden mengenai permasalahan yang

diteliti. Wawancara langsung tersebut menggunakan kuisioner yang telah

dipersiapkan terlebih dahulu

2. Pencatatan, yaitu pengumpulan data sekunder dengan mencatat data yang

diperlukan dari instansi atau lembaga yang berkaitan dengan penelitian ini.

3. Observasi, yaitu dengan melakukan pengamatan langsung dan pencatatan

secara sistematis didaerah penelitian.


commit to user

29

E. Definisi Operasional Variabel

Dalam penelitian ini terdapat dua variabel yaitu variabel dependen dan

variabel independen. Definisi operasional variabel-variabel tersebut sebagai

berikut :

1. Dalam penelitian ini variabel dependen adalah hasil produksi tanaman

kedelai (Y), yang diukur dalam satuan kilogram (Kg), sedangkan harga

kedelai diukur dalam rupiah per kilogram (Rp/Kg).

2. Variabel independen, terdiri dari :

a. Luas lahan (X1)

Adalah luas lahan sawah garapan petani yang digunakan untuk

usahatani kedelai selama satu kali musim tanam, dinyatakan dengan

satuan meter persegi (m2). sedangkan harga luas lahan

diperhitungkan sesuai harga sewa yang berlaku di daerah tersebut,

diukur dalam rupiah per patok atau 3300 m2 (Rp/patok).

b. Tenaga Kerja (X2)

Yaitu seluruh tenaga kerja yang digunakan dalam usahatani kedelai,

selama satu musim tanam, baik tenaga kerja keluarga maupun tenaga

kerja luar, dinyatakan dalam satuan Hari Orang Kerja (HOK). Nilai

tenaga kerja berdasarkan upah dan dinyatakan dalam rupiah per Hari

Orang Kerja (Rp/HOK).

c. Bibit (X3)

Adalah banyaknya bibit yang digunakan dalam usahatani kedelai

selama satu kali musim tanam. Bibit yang ditanam petani dapat

berasal dari bibit yang dibuat oleh petani sendiri maupun dari bibit


commit to user

30

yang dibeli (bibit bersertifikasi). Bibit diukur dengan satuan

kilogram (Kg), dan di perhitungkan sesuai harga pasar dengan satuan

rupiah per kilogram (Rp/Kg).

d. Pupuk (X4)

Pupuk yang digunakan petani dapat terdiri lebih dari satu macam

pupuk, diukur dalam satuan kilogram (Kg) dan diperhitungkan

sesuai harga pasar dengan satuan rupiah per kilogram (Rp/Kg).

e. Pestisida (X5)

Pestisida yang digunakan petani dalam pemeliharaan tanaman

kedelai selama satu kali musim tanam, diukur dalam satuan liter (L)

dan diperhitungkan sesuai harga pasar dengan satuan rupiah per liter

(Rp/L).

F. Metode Analisis

Metode analisis data yang akan digunakan dalam penelitian ini, yaitu :

1. Analisis Regresi Linier Berganda

Untuk mengetahui seberapa besar variabel independen dalam hal

ini luas lahan, bibit, pupuk, pestisida dan tanaga kerja mempengaruhi

hasil produksi kedelai sebagai variabel dependen. Maka dilakukan regresi

terhdap fungsi Cobb Douglas dengan metode OLS (Ordinary Least

Square). Dalam penelitian Fauziyah (2007) fungsi produksi Coob

Douglas untuk menganalisis usahatani kedelai dapat dituliskan dalam

bentuk linear yang dilogaritmakan sebagai berikut :

Ln Yi = β0 + β1 LnX1i + β2 LnX2i + β3 LnX3i + β4 LnX4i + β5 LnX5i + ui


commit to user

31

Keterangan:

Y = hasil produksi tanaman kedelai (Kg)

β0 = konstanta

β1 . . . β5 = koefisien regresi variabel

X1 = luas lahan (m2)

X2 = tenaga kerja (HOK)

X3= bibit (Kg)

X4 = pupuk (Kg)

X5= pestisida/ obat-obatan (L)

ui = error term

i = Responden 1-100

Pengujian validasi model dilakukan dengan cara sebagai berikut :

a. Uji Asumsi Klasik

Untuk melihat apakah regresi bermasalah atau tidak dan supaya

menghasilkan koefisien regresi yang tidak bias maka dalam penelitian

ini digunakan metode kwadrat terkecil (OLS = Ordinary Least Square)

untuk mencari koefisien regresi. Agar diperoleh koefisien regresi yang

linier terbaik tidak bias harus dipenuhi beberapa asumsi klasik. Uji

multikolinearitas, autokorelasi dan heteroskedastisitas dilakukan untuk

mengetahui apakah ada pelanggaran terhadap asumsi-asumsi klasik

tersebut atau tidak (Gujarati, 1999).

1) Uji Multikolinearitas

Multikoloniaritas berarti adanya hubungan linier yang sempurna

atau pasti, diantara beberapa atau semua variabel yang


commit to user

32

menjelaskan dari model regresi (Gujarati, 1999). Untuk

mengetahui ada tidaknya hubungan diantara variabel bebas

dalam model regresi, dapat dideteksi dengan menggunakan

metode Auxiliary Regression dengan pendekatan Koutsoyiannis,

yaitu dengan membandingkan nilai r2 dengan nilai R

2. Model

dikatakan terbebas dari masalah multikolinearitas jika nilai r2 <

R2.

2) Uji Autokorelasi

Autokorelasi adalah adanya korelasi diantara angota observasi

yang diurutkan menurut waktu (seperti data dalam deret berkala)

atau ruang (seperti data lintas-sektoral) (Gujarati, 1999).

Untuk menguji ada tidaknya autokorelasi maka dapat digunakan

Uji Breush-Godfrey (B-G Test) dengan menggunakan program

Eviews, (B-G Test) dilakukan dengan lankah-langkah sebagai

berikut (Winarno, 2009):

a) Meregres persamaan regresi untuk mendapatkan nilai

obs*R-squared dan nilai probabilitas.

b) Ada tidaknya masalah autokorelasi pada model dapat

diketahui dengan membandingkan nilai probabiltas dengan

tingkat signifikansi yang digunakan (α = 5%). Dengan

kriteria sebagai berikut :

- Bila probabilitas > α = 5%, berarti tidak ada autokorelasi

- Bila probabilitas ≤ α = 5%, berarti ada autokorelasi


commit to user

33

3) Uji Heteroskedastisitas

Heteroskedastisitas terjadi apabila varian dari unsur-unsur

disturbance (Ui) adalah σ2, menunjukkan ketidaksamaan

observasi (bervariasinya observasi satu ke observasi yang lain).

Hal ini dapat ditunjukkan simbol (Gujarati,1999):

E (Ui) = σ2i : i = 1, 2, 3, … n

Apabila tiap unsur disturbance (Ui) merupakan suatu angka

konstan yang sama dengan σ2, maka hal ini disebut

homoskedastis. Secara simbol dapat dituliskan sebagai berikut

(Gujarati, 1999):

E (Ui) = σ2 : i = 1, 2, 3, … n

Untuk menguji ada tidaknya heteroskedastisitas dalam model

dapat digunakan beberapa cara, dan salah satunya dengan

melakukan Uji White menggunakan program Eviews. Dalam

Uji White ada tidaknya maslah heteroskedastisitas dapat

diketahui dengan cara melihat nilai probabilitasnya, apabila nilai

probabilitas > α =5% maka tidak terjadi masalah

heteroskedastisitas. Selain itu jugamembandingkan nilai Obs*R-

Squared dengan nilai χ2 tabel, dengan ketentuan sebagau berikut

(Winarno, 2009) :

- Apabila nilai Obs*R-Squared < nilai χ2 tabel maka tidak

ada masalah heteroskedastisitas.

- Apabila nilai Obs*R-Squared > nilai χ2 tabel maka terjadi

masalah heteroskedastisitas.


commit to user

34

b. Uji Statistik

1) Uji F

Untuk mengetahui apakah variabel independen secara

bersama-sama mempengaruhi variabel dependen secara

signifikan, maka dilakukan pengujian variabel-variabel

independen secara keseluruhan dan serentak. Uji F dapat

dilakukan dengan langkah sebagai berikut (Gujarati, 1999):

a) Ho : β1 = β2 = β3 = β4 = β5 = 0 (tidak ada pengaruh antara

variabel bebas terhadap variabel tidak bebas secara

bersama-sama).

Ha : β1 ≠ β2 ≠ β3 ≠ β4 ≠ β5 ≠ 0 (ada pengaruh antara variabel

bebas terhadap variabel tidak bebas secara bersama-sama).

b) Tingkat keyakinan (level of significance) α = 0,05

F tabel: Fα ; k – 1; n – k

c) Daerah kritis

Ho diterima apabila F tabel ≤ Fα; k -1 ; k(n – 1)

Ho ditolak apabila F > F α; k -1 ; k(n – 1)

Daerah terima Daerah tolak

F tabel F tabel = Fα; k-1 ; n – k

Gambar 3.1. Daerah Terima dan Daerah Tolak Uji F


commit to user

35

d) F hitung :

F hitung =

e) Kesimpulan Ho diterima apabila F hitung ≤ F tabel,

dapat dikatakan bahwa semua koefisien regresi secara

bersama-sama tidak signifikan pada tingkat α

Ho ditolak apabila F hitung > F tabel, dapat dikatakan

bahwa semua koefisien regresi secara bersama-sama

signifikan pada tingkat α

2) Uji R2 (Koefisien Deteminasi)

Untuk mengetahui besarnya pengaruh dari variabel

independen terhadap naik turunnya variabel dependen, maka

digunakan R2. Dirumuaskan sebagai berikut (Gujarati,1999):

R2 =

Keterangan :

k = Banyaknya parameter dalam model, termasuk unsur

intersep.

n = Banyaknya observasi.

3) Uji t

Pengaruh dari satu variabel independen terhadap variabel

dependen dapat diketahui melalui uji t. Adapun langkahnya

adalah sebagai berikut (Gujarati,1999):


commit to user

36

a) Ho :βi = 0 (tidak signifikan)

Ha : βi > 0 (signifikan)

b) Nilai t tabel:

Keterangan :

α = derajat signifikansi

n = jumlah data yang diobservasi

k = jumlah parameter dalam model termasuk intersep

c) Daerah kritis

Daerah tolak Daerah terima Daerah tolak

- T tabel + T tabel

Gambar 3.2. Daerah Terima dan Daerah Tolak Uji t

d) T hitung:

T hitung =

e) Kesimpulan Apabila t hitung > t tabel atau t hitung < -t

tabel maka Ho ditolak, berarti signifikan. Hal ini dapat

dikatakan bahwa Xi secara statistik berpengaruh terhadap

Y pada tingkat α

Apabila t hitung < t tabel maka Ho diterima berarti tidak

signifikan. Hal ini dapat dikatakan bahwa Xi secara

statistik tidak berpengaruh terhadap Y pada tingkat α


commit to user

37

2. Pengujian Skala Hasil (Return to Skill)

Analisis skala hasil menunjukan hubungan antara

perbandingan perubahan semua input dan perubahan output yang

diakibatkannya, skala usaha digolongkan menjadi 3 macam incresing,

decreasing, atau constant return to scale. Skala usaha dari suatu unit

produksi dapat diketahui dengan cara menjumlahkan elastisitas βı +

β2 + β3 + β4 + β5 (Soekartawi, 2003) :

a. Decreasing return to scale, bila (βı + β2 + β3 + β4 + β5 < 1). Artinya

proporsi penambahan faktor produksi melebihi proporsi

penambahan produksi.

b. Constant return to scale, bila (βı + β2 + β3 + β4 + β5= 1). Artinya

penambahan faktor produksi akan proporsional dengan

penambahan produksi yang diperoleh.

c. Increasing return to scale, bila (βı + β2 + β3 + β4 + β5 > 1). Artinya

bahwa proporsi penambahan faktor produksi akan menghasilkan

tambahan produksi yang proporsinya lebih besar.

3. Pengujian Efisiensi Teknis

Efisiensi teknis dapat diketahui dengan membandingkan antara jumlah

perubahan penggunaan faktor-faktor produksi dengan jumlah

perubahan hasil produksi. Efisiensi teknis diperoleh apabila koefisien

elastisitas produksinya (Ep) = 1, yaitu apabila (Soekartawi, 2003) :


commit to user

38

MPPxi = APPxi

Menghitung MPPxi dengan cara sebagai berikut:

Kriteria :

a. MPPxi > APPxi, berarti penggunaan input belum mencapai

efisiensi teknis.

b. MPPxi < APPxi, berarti penggunaan input tidak mencapai

efisiensi teknis.

c. MPPxi = APPxi, berarti penggunaan input sudah mencapai

efisiensi teknis.

Dalam fungsi produksi Cobb-Duoglass, tinggi rendahnya efisiensi

teknis dapat dilihat pada besarnya nilai konstanta, semakin besar

nilai konstanta maka semakin tinggi pula tingkat efisiensi dalam

penggunaan input.

4. Pengujian Efisiensi Ekonomis

Untuk menguji efisiensi ekonomis digunakan cara sebagai berikut

(Soekartawi, 2003) :

NPMxi = Pxi atau = 1

Rumus dari NPM adalah :

NPM = MPxi . Pq

Rumus dari MPPx adalah :

MPxi =


commit to user

39

Kriteria :

a. Jika MPPxi > maka pengunaan faktor produksi belum

mencapai efisiensi.

b. Jika MPPxi < maka pengunaan faktor produksi tidak

mencapai efisiensi.

c. Jika MPPxi = maka pengunaan faktor produksi sudah

mencapai efisiensi

Efisiensi ekonomis dapat tercapai jika nilai MPP dari suatu faktor

produksi sama dengan perbandingan antara harga faktor produksi

yang bersangkutan dengan harga hasil produksi.


commit to user

40

BAB IV

ANALISIS DATA DAN PEMBAHASAN

A. Kondisi Umum Kecamatan Weru

1. Letak Geografis

Kecamatan Weru merupakan salah satu dari 12 kecamatan di

Kabupaten Sukoharjo yang letaknya berada di paling selatan, luas wilayah

Kecamatan Weru adalah 41.98 km2, terletak di daerah dengan ketinggian

118 m diatas permukaan laut. Secara administratif Kecamatan Weru

terbagi dalam 13 Desa, wilayah tersebut terdiri dari 48 dusun dengan 137

RW dan 397 RT.

Batas-batas wilayah Kecamatan Weru adalah sebagai berikut:

- Sebelah utara : Kecamatan Tawangsari.

- Sebelah timur : Kecamatan Manyaran, Kabupaten Wonogiri.

- Sebelah selatan : Kecamatan Semin, Daerah Istimewa Yogyakarta.

- Sebelah barat : Kecamatan Cawas, Kabupaten Klaten.

2. Luas Wilayah

Kecamatan Weru mempunyai luas wilayah sekitar 8,99 % (4.198

Ha) dari luas Kabupaten Sukoharjo (46.686 Ha), yang terbagi dalam 13

Desa yang masing-masing mempunyai luas wilayah yang hampir sama.

Besar pembagian luas wilayah dapat dilihat pada tabel 4.1 berikut :


commit to user

41

Tabel 4.1

Luas Wilayah Menurut Desa di Kecamatan Weru

Tahun 2010

Desa Luas Wilayah (Ha)

Weru 292

Tawang 316

Ngreco 476

Karangmojo 371

Karanganyar 308

Alasombo 460

Krajan 335

Karangwuni 228

Jatingarang 321

Karakan 280

Grogol 213

Karangtengah 262

Tegalsari 336

Jumlah 4.198

Sumber : Kecamatan Weru Dalam Angka 2011

Desa Ngreco merupakan desa yang mempunyai wilayah paling luas yaitu

476 Ha atau sekitar 11,34% dari seluruh luas wilayah Kecamatan Weru.

Sedangkan desa dengan wilayah paling sempit adalah Desa Grogol, yang

hanya mempunyai luas 213 Ha atau sekitar 5,07% dari luas total.

3. Penggunaan Lahan

Lahan di Kecamatan Weru terbagi kedalam dua kelompok, lahan

sawah dan lahan bukan sawah. Lahan sawah sebesar 47,38 % atau 1.989

Ha. Sebagian besar lahan sawah merupakan sawah tehnis yaitu sebesar

25,77% atau 1.082 Ha. Sisanya 0,47 % merupakan lahan ½ tehnis, 12,17

% lahan sederhana dan 8,95 % merupakan lahan tadah hujan. Pada musim

penghujan lahan sawah biasa ditanami padi sedangkan pada musim

kemarau para petani biasanya mengusahakan tanaman kedelai.


commit to user

42

Tabel 4.2

Luas Penggunaan Lahan Sawah di Kecamatan Weru

Tahun 2010

Lahan Luas (Ha)

- Tehnis

- ½ Tehnis

- Sederhana

- Tadah Hujan

1.082

20

511

376

Jumlah 1.989

Sumber: UPTD Pertanian Kecamatan Weru 2011

Luas lahan bukan sawah di Kecamatan Weru sebesar 2.209 Ha atau

52,62 %. Lahan bukan sawah ini digunakan untuk tegal, pekarangan, hutan

rakyat, dan lain-lain. Penggunaan lahan bukan sawah dapat dilihat pada

tabel 4.3 berikut :

Tabel 4.3

Luas Penggunaan Lahan Bukan Sawah di Kecamatan Weru

Tahun 2010

Lahan Luas (Ha)

Tegal

Pekarangan

Hutan Rakyat

Lain-lain

459

1.430

297

148

Jumlah 2.209

Sumber: UPTD Pertanian Kecamatan Weru 2011

Sebagian besar lahan bukan sawah digunakan untuk pekarangan yaitu

sebesar 1.470 Ha atau 64,74 % dari total luas lahan bukan sawah.

Pekarangan tersebut bisa digunakan untuk menanam tanaman bukan

pertanian, rumah, halam, kolam dan lain-lain. Prosentase tersebut

merupakan yang terbesar dibandingkan prosentase penggunaan lahan

bukan sawah lainnya.


commit to user

43

4. Keadaan penduduk

a. Penduduk Jenis Kelamin

Jumlah Penduduk di Kecamatan Weru pada tahun 2010 adalah

66.893 jiwa, yang terdiri dari 32.909 jiwa atau 49,19% penduduk

laki-laki dan 33.984 jiwa atau 50,81% adalah perempuan. Dilihat dari

jumlah penduduk laki-laki dan perempuan, prosentase penduduk laki-

laki dan perempuan di Kecamatan Weru bisa dikatakan seimbang,

karna jumlahnya hampir sama.

Tabel 4.4

Penduduk Menurut Kelompok Usia dan Jenis Kelamin

di Kecamatan Weru Tahun 2010

Kelompok Umur Laki-laki Perempuan Jumlah

0-14

15-64

65 keatas

7.664

21.431

3.814

7.148

22.451

4.385

14.812

43.882

8.199

Jumlah 32.909 33.984 66.893

Sumber: Kecamatan Weru Dalam Angka, 2011

b. Penduduk Menurut Usia

Untuk mengetahui jumlah angkatan kerja dan jumlah tenaga

kerja, maka dapat dilihat dari pengelompokan penduduk menurut usia.

Dari tabel 4.4 dapat dilihat bahwa di Kecamatan Weru jumlah

penduduk yang tergolong usia produktif sebesar 65,60% atau 43.882

jiwa. Sisanya sebesar 22,14 % merupakan penduduk usia belum

produktif. Sisanya sebesar 12,25 % adalah penduduk yang sudah

tidak produktif.

5. Keadaan Pertanian di Wilayah Kecamatan Weru

Kecamatan Weru merupakan salah satu daerah pertanian yang cukup

maju di Kabupaten Sukoharjo. Luas lahan sawah yang dimiliki Kecamatan


commit to user

44

Weru mencapai 1.989 Ha. Lahan sawah di wilayah Kecamatan weru tidak

hanya ditanami tanaman pangan saja seperti padi, jagung, tetapi juga

ditanami berbagai tanaman lain seprti kedelai, palawija, kacang-kacangan,

dan juga umbi-umbian.

Tabel 4.5

Luas Panen Bebagai Hasil Pertanian

Kecamatan Weru Tahun 2010

Jenis Tanaman Luas Panen (Ha)

Padi

Jagung

Kedelai

Kacang tanah

Kacang hijau

Ubi jalar

3.374

168

1673

213

9

257

Sumber: UPTD Pertanian Kecamatan Weru 2011. Data diolah

Dapat dilihat dalam tabel 4.5 sebagai tanaman pangan dan juga

tanaman pokok di daerah sampel, padi mempunyai luas panen yang paling

besar mencapai 3.374 Ha. Tanaman yang memiliki luas panen paling

sedikit adalah kacang hijau dengan luas panen 9 Ha. Luas panen tanaman

kedelai mencapai 1673 Ha. Di daerah sampel tanaman kedelai di tanam

dua kali dalam satu tahun, penanaman dilakukan setelah dua kali musim

tanam padi.

B. Karakteristik Responden

Dalam penelitian yang berjudul Analisis Efisiensi Penggunaan Faktor-

Faktor Produksi Usaha Tani Tanaman Kedelai di Kecamatan Weru

Kabupaten Sukoharjo ini. Diambil sampel sebanyak 100 petani kedelai yang

tersebar di 13 desa yang akan digunakan sebagai daerah penelitian.

Karakteristik responden secara lebih lengkap akan diuraikan di bawah ini:


commit to user

45

1. Karakteristik Responden Berdasar Jenis kelamin

Berdasarkan data yang sudah diperoleh dari lapangan, dari 100

orang responden petani kedelai semuanya berjenis kelamin laki-laki.

Karna bertani bukan merupakan pekerjaan yang ringan, sehingga sudah

sepantasnya bila pekerjaan ini banyak dikerjakan oleh laki-laki. Peran

wanita dalam usaha tani kedelai ini biasanya hanya membantu pada saat

penanaman saja.

2. Karakteristik Responden Berdasar Usia

Dilihat dari usia, rata-rata usia petani responden berada pada

tingkat kelompok usia 41 – 50 tahun yakni sebanyak 45 % dari total 100

responden. Sehingga dapat diambil kesimpulan bahwa sebagian besar

petani masih tergolong dalam usia produktif.

Tabel 4.6

Jumlah Petani Responden Berdasar Tingkat Usia

No. Tingkat Usia (tahun) Jumlah Responden Prosentase (%)

1. < 30 3 3

2. 30 – 40 16 16

3. 41 – 50 45 45

4. > 50 36 36

Jumlah 100 100

Sumber: Data primer diolah, 2012

Petani sampel yang termuda berusia 27 tahun dan yang tertua berusia 81

tahun. Jumlah petani yang berusia lebih dari 50 tahun mempunyai

prosensate yang cukup besar yaitu mencapai 36 %. Dilihat dari usia rata-

rata petani sampel, dapat diambil kesimpulan bahwa bidang pertanian

masih didominasi orang tua dan kurang diminati kaum muda.


commit to user

46

3. Karakteristik Responden Berdasar Tanggungan Keluarga

Tanggungan keluarga merupakan salah satu faktor yang

mempengaruhi keseriusan petani dalam berusaha tani, petani yang

mempunyai jumlah tanggungan keluarga yang semakin banyak akan

semakin serius dalam berusaha tani. Sebab petani dengan jumlah

tanggungan keluarga yang banyak maka tanggungan untuk mencukupi

kebutuhan keluarganya juga akan semakin besar.

Tabel 4.7

Jumlah Petani Responden Berdasar Jumlah Tanggungan Keluarga

No. Jumlah tanggungan Jumlah Responden Prosentase (%)

1. 1 – 2 orang 25 25

2. 3 – 4 orang 46 46

3. 5 – 6 orang 19 19

Jumlah 100 100


Berdasar tabel 4.7 dapat dilihat bahwa sebagian besar petani

responden mempunyai jumlah tanggungan keluarga 3-4 orang, yaitu

mencapai 46%. Petani responden mempunyai jumlah tanggungan

keluarga 1-2 orang yaitu sebesar 25%. Sisanya sebanyak 19% dari petani

sampel mempunyai jumlah tanggungan keluarga 5-6 orang. Jumlah

tanggungan keluarga yang cukup banyak ini kebanyakan dimiliki oleh

petani yang sudah berumur cukup tua karna pada jaman dahulu belum

mengenal KB.

4. Karakteristik Responden Berdasar Tingkat Pendidikan

Latar belakang tingkat pendidikan para petani kedelai di

Kecamatan Weru cukup bervariasi mulai dari tidak pernah bersekolah,

lulus SD sampai dengan lulus perguruan tinggi. Dengan adanya latar


commit to user

47

belakang yang berbeda-beda, hal ini menyebabkan pola pikir dan

rasionalisme terhadap budidaya kedelai juga berbeda-beda satu dengan

yang lain. Data mengenai tingkat pendidikan petani responden tersaji

dalam tabel 4.8 berikut :

Tabel 4.8

Jumlah Petani Responden Berdasar Tingkat Pendidikan

No. Tingkat Pendidikan Jumlah Responden Prosentase (%)

1. Tidak bersekolah 17 17

2. Tamat SD 37 37

3. Tamat SLTP 13 13

4. Tamat SLTA 24 24

5. Tamat Perguruan tinggi 9 9

Jumlah 100 100


Tabel 4.8 Menunjukkan bahwa sebagian besar petani responden

adalah tamatan SD, yaitu mencapai 37 %. Prosentase petani responden

yang tamat SLTA sebesar 24%, Prosentase petani responden yang belum

pernah bersekolah sebesar 17%, petani responden yang tamat SLTP

sebesar 13%. Sedangkankan petani responden yang berhasil menamatkan

pendidikannya hingga perguruan tinggi mempunyai prosentase sebesar

9%.

5. Karakteristik Responden Berdasar Jenis Pekerjaan Pokok

Berdasarkan survei yang telah dilakukan diperoleh hasil bahwa

tidak semua petani responden mempunyai pekerjaan pokok sebagai

petani. Sebagian dari responden ada yang menjadikan usahatani sebagai

pekerjaan pokok dan sebagian responden menjadikan pekerjaan petani

hanya sebagai pekerjaan sampingan. Berbagai jenis pekerjaan pokok

petani responden dapat dilihat pada tabel 4.9 berikut :


commit to user

48

Tabel 4.9

Jumlah Petani Responden Berdasar Jenis Pekerjaan Pokok

No. Jenis Pekerjaan Pokok Jumlah Responden Prosentase (%)

1. Petani 64 64

2. Peternak 4 4

3. Pedagang 10 10

4. Buruh 7 7

5. Tukang 5 5

6. PNS 3 3

7. Wiraswasta 4 4

8. Karyawan 2 2

9. Perangkat desa 1 1

Jumlah 100 100


Dari data yang telah dikumpulkan bahwa sebagian besar petani

responden di daerah penelitian bekerja sebagai petani yaitu sebesar 64%.

Mereka menjadikan pertanian sebagai sumber penghasilan mereka untuk

memenuhi kebutuhan sehari-hari. Selain bertani responden juga

mempunyai pekerjaan sampingan. Jumlah responden yang yang

menjadikan pertanian bukan sebagai pekerjaan pokok sebanyak 36% yang

terdiri dari 4 orang peternak, 10 orang pedagang, 7 orang buruh, 5 orang

tukang, 3 orang PNS, 4 orang wiraswasta, 2 orang karyawan, dan 1 orang

bekerja sebagai perangkat desa. Para petani responden ini melakukan

usahatani untuk menambah penghasilan.

6. Karakteristik Responden Berdasar Luas Lahan Garapan

Luas tidaknya lahan garapan dapat mempengaruhi besarnya hasil

produksi yang akan diperoleh. Semakin luas lahan yang digarap maka

hasil produksi yang diperoleh juga akan semakin tinggi. Sebagian besar

lahan yang digarap oleh petani responden besar berstatus lahan milik


commit to user

49

pribadi, dan yang lainnya menggarap lahan yang berstatus lahan sewaan.

Data hasil survei dapat dilihat dalam tabel 4.10 berikut:

Tabel 4.10

Jumlah Petani Responden Berdasar Luas Lahan Garapan

No. Luas Lahan (m2) Jumlah Responden Prosentase (%)

1. <1000 10 10

2. 1000- 2000 29 29

3. 2001- 3000 14 14

4. 3001- 4000 35 35

5. 4001 - 5000 12 12

Jumlah 100 100


Berdasar Tabel 4.10 dapat dilihat bahwa sebanyak 35% petani

menggarap lahan dengan luas antara 3001 – 4000 m2. Sebagian besar

petani di daerah sampel menggarap lahan seluas 1 patok dengan luas

sekitar 3.300 m2 (satu patok). Petani dengan luas garapan kurang dari

1000 m2 berjumlah 10 orang, dengan luas lahan terkecil 500 m

2. 14%

mempunyai luas lahan 1000 – 2000 m2, 29% mempunyai luas lahan 2001-

3000 m2. Sisanya sebanyak 12% petani responden mempunyai luas lahan

4001-5000 m2, dengan luas lahan terbesar mencapai 5000 m

2.

7. Karakteristik Responden Berdasar Hasil Produksi

Hasil survei yang telah dilakukan menunjukkan bahwa hasil panen

yang diperoleh 100 responden cukup bervariasi jumlahnya, namun secara

kuantitas hasil panen petani satu dengan yang lain tidak jauh berbeda.

Perbandingan hasil produksi dapat dilihat dalam table 4.11 :


commit to user

50

Tabel 4.11

Jumlah Petani Responden Berdasar Hasil Produksi

No. Hasil Produksi (kg) Jumlah Responden Prosentase (%)

1. < 100 3 3

2. 100 – 200 23 23

3. 201 – 300 21 21

4. 301 – 400 17 17

5. 401 – 500 23 23

6. 501 – 600 6 6

7. > 600 7 7

Jumlah 100 100


Berdasar tabel 4.11 dapat dilihat petani yang mempunyai hasil

panen lebih dari 600 kg ada 7 orang dengan hasil produksi paling besar

mencapai 725 kg. Rata-rata petani mempunyai hasil panen antara 100-200

kg dan 40-500 kg yang masing-masing berjumlah 23 orang. Sedangkan

petani yang mempunyai hasil panen kurang dari 100 kg sebanyak 3 orang

dengan hasil panen terendah 50 kg. Dari 100 petani responden semua

mempunyai hasil panen kurang kurang dari 1 ton, hal ini disebabkan oleh

beberapa hal antara lain karna terbatasnya luas lahan.

C. Analisis Data dan Pembahasan

1. Analisis Pengaruh Faktor-Faktor Produksi Terhadap Output

Untuk mengetahui seberapa besar pengaruh masing-masing faktor

produksi sebagai variabel independen, luas lahan, tenaga kerja, jumlah

bibit, jumlah pupuk, dan pestisida terhadap hasil produksi kedelai sebagai

variabel dependen. Maka digunakan analisis regresi linier berganda pada

fungsi Cobb Douglas. Selanjutnya data yang akan dianalisis dalam fungsi

produksi Cobb Douglas dilogaritmakan agar dapat diregresi secara linier,

hasilnya adalah :


commit to user

51

Ln Yi = β0 + β1 ln X1i + β2 ln X2i + β3 ln X3i + β4 ln X4i + β5 ln X5i +

Dimana :

Y : produksi

X1 : luas lahan

X2 : tenaga Kerja

X3 : jumlah bibit

X4 : jumlah pupuk

X5 : jumlah pestisida

α : konstanta

β1-5 : koefisien variabel independen.

: Variabel gangguan

i : responden 1 -100

Hasil olah data menggunakan program Eviews dapat dilihat pada tabel

4.12 berikut:

Tabel 4.12

Hasil Analisis Regresi Linier Berganda

Variable Coefficient Std. Error t-Statistic Prob.

C (Konstanta) -0.149022 0.510103 -0.292141 0.7708

LN_X1 (Luas lahan) 0.526260 0.099499 5.289114 0.0000

LN_X2 (T kerja) -0.081797 0.094235 -0.868012 0.3876

LN_X3 (Bibit) 0.311963 0.101515 3.073060 0.0028

LN_X4 (Pupuk) 0.084562 0.032610 2.593109 0.0110

LN_X5 (Pestisida) 0.060071 0.046996 1.278228 0.2043

R-squared 0.878964 Mean dependent var 5.671948

Adjusted R-squared 0.872526 S.D. dependent var 0.570838

S.E. of regression 0.203809 Akaike info criterion -0.285138

Sum squared resid 3.904598 Schwarz criterion -0.128828

Log likelihood 20.25691 F-statistic 136.5255

Durbin-Watson stat 1.534262 Prob(F-statistic) 0.000000

Sumber: Analisis data primer dengan Eviews, 2012


commit to user

52

Berdasarkan hasil regresi pada tabel 4.12 maka dapat disusun persamaan

sebagai berikut:

lnY = - 0,1490 + 0,5263 lnX1 – 0,0817 lnX2 + 0,3119 lnX3 + 0,0849

lnX4 + 0,0600 lnX5

Langkah selanjutnya dilakukan uji asumsi klasik dan uji statistik terhadap

hasil regresi tersebut:

2. Uji Asumsi Klasik

a. Uji Multikolinearitas

Metode Auxiliary Regression dengan pendekatan

Koutsoyiannis, digunakan untuk mendeteksi ada tidaknya

multikolinearitas yaitu membandingkan nilai r2 dengan nilai R

2.

Model dikatakan terbebas dari masalah multikolinearitas jika nilai r2 <

R2. Hasil uji multikolononieritas dapat dilihat dalam tabel 4.13 berikut

ini :

Tabel 4.13

Hasil Uji Multikolinearitas dengan Metode Auxiliary

Regression

Variabel Nilai r2 Nilai

R2

Keterangan

Luas Lahan (lnX1)

Tenaga kerja (lnX2)

Bibit (lnX3)

Pupuk (lnX4)

Pestisida (lnX5)

0,8651

0,2110

0,8748

0.5162

0,5384

0,8789

0,8789

0,8789

0,8789

0,8789

Bebas Multikolinearitas




Bebas Multikolinearitas Sumber: Analisis data primer dengan Eviews, 2012

Berdasarkan olah data didapat dilihat pada tabel 4.13, bahwa

model terbebas dari masalah multikolinearitas, sebab semua variabel

mempunyai nilai r2 lebih kecil dari R

2 (r

2 < 0,8789).


commit to user

53

b. Uji Autokorelasi

Breusch-Godfrey Test (B-G tes) dilakukan untuk memastikan

ada tidaknya autokorelasi dalam model. Dari hasil uji B-G test

diperoleh nilai probabilitas Obs*R-Squared sebesar 0,0693. Hasil B-

G tes tersaji dalam tabel 4.14 berikut:

Tabel 4.14

Hasil Uji B-G Test

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 2.593997 Probability 0.080179

Obs*R-squared 5.338101 Probability 0.069318

Sumber: Analisis data primer dengan Eviews, 2012

Dengan menggunakan tingkat signifikansi 5% maka nilai probabilitas

Obs*R-squared lebih besar yaitu 0,0693 > 0,05 yang berarti tidak

signifikan. Sehingga dapat disimpulkan bahwa dalam model tidak

terjadi masalah autokorelasi.

c. Uji Heteroskedastisitas

White test digunakan untuk menguji ada tidaknya

heteroskedastisitas. Uji White dilakukan dengan cara membandingkan

nilai Obs*R-Squared dengan nilai χ2 tabel. Dengan df = 10 dan α =

5% maka diperoleh nilai 18,3. Dari hasil analisis diperoleh nilai

Obs*R-Squared yang lebih besar dari χ2

tabel (37,5760 > 18,3), hal ini

menunjukkan bahwa dalam model terjadi masalah heteroskedastisitas.

Hasil dari White test dapat dilihat pada tabel 4.15 berikut :


commit to user

54

Tabel 4.15

Hasil Uji White

White Heteroskedasticity Test:

F-statistic 5.357340 Probability 0.000004

Obs*R-squared 37.57601 Probability 0.000045

Sumber: Analisis data primer, 2012

Oleh karena itu uji White Heteroskedacity-Consistent Standard Errors

& Covariance dilakukan untuk memperbaiki masalah

heteroskedastisitas pada model. Hasil perbaikan dapat dilihat pada

tabel 4.16 berikut :

Tabel 4.16

Hasil Perbaikan Heteroskedasitas dengan Metode White

White Heteroskedasticity-Consistent Standard Errors & Covariance


C (Konstanta) -0.149022 0.645827 -0.230746 0.8180

LN_X1 (Luas lahan) 0.526260 0.108809 4.836572 0.0000

LN_X2 (T kerja) -0.081797 0.103050 -0.793765 0.4293

LN_X3 (Bibit) 0.311963 0.099748 3.127498 0.0023

LN_X4 (Pupuk) 0.084562 0.039669 2.131681 0.0356

LN_X5 (Pestisida) 0.060071 0.071035 0.845656 0.3999

R-squared 0.878964 Mean dependent var 5.671948

Adjusted R-squared 0.872526 S.D. dependent var 0.570838

S.E. of regression 0.203809 Akaike info criterion -0.285138

Sum squared resid 3.904598 Schwarz criterion -0.128828

Log likelihood 20.25691 F-statistic 136.5255

Durbin-Watson stat 1.534262 Prob(F-statistic) 0.000000

Sumber : Analisis Data Primer, 2012

hitung = ESS / 2 = 3,9045 / 2 = 1,9522

tabel dengan α = 5% dengan derajat kebebasan (df) = m-1 (m

adalah jumlah variabel dependen dan independen), sehingga m-1 = 5,

dari tabel diketahui tabel sebesar 11,07


commit to user

55

Dari perhitungan di atas diperoleh hasil hitung < tabel, yaitu

1,9522 < 11,07, sehingga dapat disimpulkan bahwa model sudah

bebas dari masalah heteroskedastis.

3. Uji Statistik

a. Uji F

Berdasar hasil regresi linier diperoleh nilai F hitung sebesar 136,5255

dengan nilai probabilitasnya 0,0000, pada tingkat signifikansi 5 %

nilai probabilitasnya lebih kecil dari 0,05 (0,0000 < 0,05), sehingga

dapat diambil kesimpulan variabel luas lahan, tenaga kerja, bibit,

jumlah pupuk, dan pestisida secara bersama-sama berpengaruh

terhadap hasil produksi kedelai di Kecamatan Weru Kabupaten

Sukoharjo..

b. Uji Koefisien Determinasi (R2)

Berdasar regresi linier, diperoleh nilai adjusted R squared sebesar

0,8789 artinya sekitar 87,89 % variasi variabel dependen dalam hal ini

produksi dapat dijelaskan oleh variabel independen luas lahan, tenaga

kerja, bibit, jumlah pupuk dan pestisida. Sisanya sebesar 12,11 %

dijelaskan oleh variabel lain di luar model.

c. Uji t

Uji t digunakan bertujuan untuk mengetahui besarnya pengaruh

masing-masing variabel independen terhadap variabel dependen. Hasil

dari uji t sebagai berikut:


commit to user

56

1) Pengaruh variabel luas lahan

Dari hasil uji regresi model nilai t statistic yang diperoleh sebesar

4,8365 dengan nilai signifikansi sebesar 0,0000. Artinya variabel

luas lahan secara statistik berpengaruh signifikan terhadap hasil

produksi kedelai di Kecamatan Weru. Dengan asumsi variabel

lainnya konstan.

2) Pengaruh variabel tenaga kerja

Dari hasil uji regresi model nilai t hitung yang diperoleh sebesar -


tenaga kerja secara statistik tidak berpengaruh secara signifikan

terhadap hasil produksi kedelai di Kecamatan Weru. Dengan

asumsi variabel lainnya konstan.

3) Pengaruh variabel bibit

Dari hasil uji regresi model nilai t hitung yang diperoleh sebesar

3,1274 dengan nilai signifikansi sebesar 0,0023. Artiny variabel

bibit secara statistik berpengaruh signifikan terhadap hasil

produksi kedelai di Kecamatan Weru. Dengan asumsi variabel

lainnya konstan.

4) Pengaruh variabel pupuk


2,1316 dengan nilai signifikansi 0,0356. Artinya variabel pupuk

secara statistik berpengaruh signifikan terhadap hasil produksi

kedelai di Kecamatan Weru. Dengan asumsi variabel lainnya

konstan.


commit to user

57

5) Pengaruh variabel pestisida



pestisida secara statistik tidak berpengaruh secara signifikan

terhadap hasil produksi kedelai di Kecamatan Weru. Dengan

asumsi variabel lainnya konstan.

4. Pembahasan dan Interpretasi Secara Ekonomi

a. Pengaruh Variabel Luas Lahan terhadap Hasil Produksi

variabel luas lahan mempunyai nilai koefisien regresi sebesar 0,5262,

pada tingkat signifikansi 5% luas lahan yang digunakan pada

usahatani kedelai mempunyai pengaruh yang signifikan terhadap

besarnya produksi kedelai yang dihasilkan. Hal ini berarti apabila luas

lahan mengalami kenaikan sebesar 1% maka akan meningkatkan hasil

produksi sebesar 0,5262% dengan asumsi variabel yang lain konstan.

Semakin luas lahan yang digunakan untuk menanam kedelai maka

kedelai yang dihasilkan juga semakin banyak.

b. Pengaruh Variabel Tenaga Kerja terhadap Hasil Produksi

Nilai koefisien regresi variabel tenaga kerja adalah -0,0817, pada

tingkat signifikansi 5% jumlah tenaga kerja yang digunakan pada

usahatani kedelai tidak mempunyai pengaruh yang signifikan terhadap

besarnya produksi kedelai yang dihasilkan. Artinya apabila jumlah

tenaga kerja bertambah maka tidak akan berpengaruh terhadap hasil

produksi kedelai. Hasil ini sama dengan hasil yang penelitian

Fauziyah (2007) hasil peneliannya juga menunjukkan bahwa variabel


commit to user

58

tenaga kerja tidak berpengaruh secara signifikan terhadap hasil

produksi kedelai di desa Sukosari Kecamatan Gondanglegi, sebab

faktor utama yang dapat meningkatkan produksi kedelai bukan jumlah

tenaga kerja tetapi varietas kedelai yang dipakai. Dalam budidaya

kedelai tidak mempunyai banyak tahapan yang harus dilalui untuk

memperoleh output, oleh sebab itu dalam budidaya kedelai tidak

dibutuhkan banyak tenaga kerja. Biasanya tambahan tenaga kerja

hanya diperlukan pada saat penanaman dan pemanenan saja, pada saat

pengolahan, pemupukan, dan penyemprotan biasanya dilakukan oleh

petani sendiri.

c. Pengaruh Variabel Bibit terhadap Hasil Produksi

Variabel bibit mempunyai nilai koefisien regresi sebesar 0,3119, pada

tingkat signifikansi 5 % jumlah bibit pada usahatani kedelai

mempunyai pengaruh yang signifikan terhadap besarnya produksi

yang dihasilkan. Hal ini berarti apabila jumlah bibit mengalami

kenaikan sebesar 1% akan meningkatkan hasil produksi kedelai

sebesar 0,3119% dengan asumsi variabel yang lain konstan. Jumlah

bibit yang digunakan petani akan mempengaruhi jumlah produksi.

d. PengaruhVariabel Pupuk terhadap Hasil Produksi

Variabel pupuk mempunyai nilai koefisien regresi sebesar 0,0845,

pada tingkat signifikansi 5% variabel pupuk pada usahatani kedelai

mempunyai pengaruh yang signifikan terhadap besarnya produksi

yang dihasilkan. Hai ini berarti apabila jumlah pupuk yang digunakan

mengalami kenaikan sebesar 1% maka akan meningkatkan hasil


commit to user

59

produksi sebesar 0,0845% dengan asumsi variabel yang lain tetap.

Semakin bertambah pupuk yang digunakan maka hasil produksi juga

akan meningkat.

e. Pengaruh variabel Pestisida terhadap Hasil Produksi

Variabel pestisida mempunyai nilai koefisien regresi sebesar 0,0600,

pada tingkat signifikansi 5% variabel pestisida pada usahatani kedelai

tidak berpengaruh secara signifikan terhadap hasil produksi. Artinya

apabila jumlah pestisida mengalami kenaikan maka tidak akan

mempengaruhi hasil produksi. Pestisida tidak selalu digunakan dalam

produksi kedelai, pestisida hanya digunakan oleh petani pada saat

tanaman diserang oleh hama atau wereng. Hasil penelitian ini sama

dengan hasil penelitian yang diperoleh Siregar dan Sumaryanto (2003)

dan penelitian Fauziyah (2007) keduanya menunjukkan bahwa

variabel pestisida tidak berpengaruh signifikan terhadap hasil

produksi kedelai.

5. Uji Elastisitas

Untuk mengetahui variabel yang mempunyai pengaruh paling besar maka

digunakan uji elastisitas, yaitu dengan cara melihat besaran koefisien

masing-masing variabel yang signifikan. Sebab koefisien regresi fungsi

Cobb Douglas sekaligus menunjukkan besaran elastisitas. Jadi besaran β

adalah angka Elastisitas.


commit to user

60

Tabel 4.17

Hasil Penghitungan Return to Scale

No Variabel Koefisien

1

2

3

4

5

Luas Lahan

Tenaga Kerja

Bibit

Pupuk

Pestisida

0,5262

-

0,3119

0,0845

-

Jumlah 0,9226

Dari tabel 4.17 dapat dilihat bahwa elastisitas luas lahan sebasar 0,5262

artinya 1 persen kenaikan pada input luas lahan akan mendorong kenaikan

output rata-rata sebesar 0,53 persen. Elastisitas bibit sebesar 0,3119

artinya 1 persen kenaikan pada input bibit akan mendorong kenaikan

output rata-rata sebesar 0,31 persen, sedangkan elastisitas pupuk sebesar

0,0845 artinya 1 persen kenaikan pada input pupuk akan mendorong

kenaikan output rata-rata sebesar 0,08 persen. Dari besaran koefien

masing-masing input yang signifikan dapat disimpul bahwa dengan luas

lahan mempunyai pengaruh yang paling besar, karena lahan mempunyai

koefisien elastisitas yang paling besar yaitu 0,5262.

6. Return to Scale

Untuk mengetahui skala produksi usahatani kedelai di Kecamatan

Weru, termasuk ke dalam decreasing return to skil, constant return to skil

atau increasing return to skil, maka dapat dilihat dari nilai koefisiennya.

Tidak semua variabel dihitung dalam penghitungan skala produksi, hanya

koefisien regresi variabel independen yang signifikan terhadap variabel

dependen yang akan dihitung.


commit to user

61

Dari tabel 4.17 dapat dilihat berdasarkan hasil analisis regresi linier

berganda hanya tiga variabel yang signifikan, yaitu luas lahan, bibit, dan

pupuk. Hasil penjumlahan dari seluruh koefisien masing-masing variabel

yang signifikan menunjukan hasil 0,9226 atau kurang dari satu , hal ini

menunjukkan usahatani kedelai di Kecamatan Weru berada pada kondisi

decreasing return to scale. Artinya setiap penambahan input 1% akan

meningkatkan produksi kurang dari 1%. Banyak faktor yang

menyebabkan skala produksi dalam keadaan decreasing return to scale,

antara lain: pengelolaan faktor-faktor produksi yang kurang baik dari

petani, pengelolaan yang masih didasarkan pada kebiasaan dan belum

memperhitungkan efektifitas dalam penggunaan faktor-faktor produksi,

penggunaan teknologi yang masih sederhana, adanya faktor cuaca saat ini

yang kurang mendukung, dan lain-lain.

7. Pengujian Efisiensi

a. Efisiensi Teknis

Output yang maksimal dapat tercapai bila kombinasi

penggunaan input dilakukan secara tepat. Oleh karena itu konsep

efisiensi teknis digunakan untuk mengetahui bagaimana penggunaan

kombinasi input yang digunakan untuk menghasilkan output yang

maksimal. Menurut Soekartawi (1993) efisiensi teknis dapat diketahui

dengan kriteria sebagai berikut :

1) MPPx > APPx, berarti penggunaan input belum mencapai

efisiensi teknis.


commit to user

62

2) MPPx < APPx, berarti penggunaan input tidak mencapai

efisiensi teknis.

3) MPPx = APPX, berarti penggunaan input sudah mencapai

efisiensi teknis.

Untuk melihat tingkat efisiensi teknis usahatani kedelai di

Kecamatan Weru maka dapat dilihat tabel 4.18 berikut :

Tabel 4.18

Perbandingan Produksi Rata-rata dengan Produksi

Marginal Masing-masing Variabel Independen

No. Variabel APP MPP Keterangan

1. Luas lahan 0,13 0,07 Tidak efisien

2. Tenaga kerja - - -

3. Bibit 12,08 3,75 Tidak efisien

4. Pupuk 1,34 0,11 Tidak efisien

5. Pestisida - - -


Pada tabel 4.18 dapat dilihat bahwa dari tiga variabel yang

signifikan luas lahan, bibit, dan pupuk pada usahatani kedelai di

Kecamatan Weru, ketiganya masih memiliki nilai APP yang lebih

besar dari nilai MPP-nya, sehingga dapat diambil kesimpulan bahwa

penggunaan faktor-faktor produksi usahatani kedelai di Kecamatan

Weru tidak efisien secara teknis. Selama ini penggunaan input oleh

para petani kedelai di Kecamatan Weru belum dikombinasikan dengan

baik. Pengkombinasian input masih didasarkan pada kebiasaan petani

sehingga rasionanalitas masih terabaikan, hal ini dapat menyebabkan

efisiensi teknis tidak tercapai.


commit to user

63

b. Efisiensi Ekonomi

Efisiensi ekonomi akan tercapai apabila Nilai Produk Marjinal

yang di capai petani untuk suatu input sama dengan harga input

tersebut atau NPM=Px atau NPM/Px=1. ditulis dengan rumus sebagai

berikut (soekartawi, 2003) :

NPM=MPX.Pq

Dimana MPPxi = Pxi/Py dengan kriteria sebagai berikut:

1) Jika MPPxi > Pxi/Py, maka penggunaan faktor produksi belum

mencapai efisien.

2) Jika MPPxi < Pxi/Py, maka penggunaan faktor produksi tidak

mencapai efisiensi.

3) Jika MPPxi = Pxi/Py, maka penggunaan faktor produksi sudah

mencapai efisien.

Hasil olah data dapat dilihat pada tabel 4.19:

Tabel 4.19

Perbandingan Produksi Marginal dengan Harga

Masing-masing Input dan Output

No. Variabel MPP Px/Py Keterangan

1. Luas lahan 0,07 142 Tidak efisien

2. Tenaga kerja - - -

3. Bibit 3,75 1,76 Belum efisien

4. Pupuk 0,11 0,08 Belum efisien

5. Pestisida - - -


Berdasar pada tabel 4.19, dari tiga variabel yang signifikan luas

lahan, bibit dan pupuk, belum ada yang efisien secara ekonomi. Hasil

olah data menunjukkan bahwa variabel luas lahan memiliki nilai MPP


commit to user

64

lebih kecil dari nilai Px/Py nya sehingga dapat diambil kesimpulan

penggunaan variabel luas lahan tidak efisien secara ekonomi, untuk

mencapai efisien maka penggunaan luas lahan perlu dikurangi.

Dilihat dari koefisien regresinya penggunaan lahan berhubungan

positif, artinya setiap penambahan luas lahan akan meningkatkan

produksi kedelai, namun bila dikaitkan dengan tingginya biaya yang

diperlukan untuk manambah luas lahan, maka hal ini menjadikan

peningkatan biaya yang besar dan tidak sebanding dengan tambahan

nilai output yang dihasilkan sehingga tidak efisein secara ekonomi.

Variabel bibit, dan pupuk memiliki nilai MPP yang lebih besar dari

nilai Px/Py sehingga dapat disimpulkan bahwa variabel tenaga kerja

dan pestisida belum mencapai efisien secara ekonomi sehingga untuk

mencapai efisien perlu ditambah penggunaannya.


commit to user

65

BAB V

PENUTUP

A. Kesimpulan

Berdasarkan hasil dari analisis data mengenai usahatani kedelai di

Kecamatan Weru dapat diambil kesimpulan sebagai berikut:

1. Faktor produksi tenaga kerja, tenaga kerja, bibit, jumlah pupuk dan

pestisida secara bersama-sama berpengaruh terhadap hasil produksi

usahatani kedalai di Kecamatan Weru. Faktor produksi luas lahan, bibit,

dan pupuk mempunyai pengaruh yang signifikan terhadap hasil produksi

usahatani kedelai, sedangkan faktor produksi tenaga kerja dan pestisida

tidak memiliki pengaruh yang signifikan terhadap hasil produksi usahatani

kedelai di Kecamatan weru.

2. Skala produksi pada usahatani kedelai di Kecamatan Weru berada pada

kondisi decreasing return to scale atau skala hasil menurun.

3. Tingkat efisiensi teknis yang dicapai petani kedelai di Kecamatan Weru

menunjukkan bahwa penggunaan faktor-faktor produksi usahatani kedelai

tidak efisien scara teknis.

4. Tingkat efisiensi ekonomi yang telah dicapai petani kedelai di Kecamatan

Weru menunjukkan bahwa faktor produksi luas lahan tidak efisien secara

ekonomi, sedangkan pada faktor bibit, dan pupuk belum efisien secara

ekonomi.


commit to user

66

B. Saran

Berdasarkan kesimpulan yang didapat dari penelitian ini, maka dapat

diajukan saran sebagai berikut :

1. Penggunaan bibit, dan pupuk masih dapat dilakukan oleh petani agar dapat

meningkatkan hasil produksi.

2. Berdasarkan penghitungan skala produksi usahatani kedelai di Kecamatan

Weru berada pada skala decresing return to scale, hal ini dapat

disebabkan oleh banyak faktor, salah satunya adalah pemilihan jenis bibit

yang kurang tepat. Sehingga petani disarankan untuk memilih jenis bibit

yang lebih tepat untuk dibudidayakan di Kecamatan Weru.

3. Usahatani kedelai di Kecamatan Weru tidak efisien secara teknis dan

belum efisien secara ekonomis sehingga petani harus lebih

memperhatikan kombinasi penggunaan faktor-faktor produksi, antara lain

lahan, bibit dan pupuk.

4. Pemerintah sebagai pembuat kebijakan sebaiknya membuat kebijakan

yang tepat terhadap pendisitribusian pupuk dan melakukan pengendalian

terhadap harga pupuk. Agar petani dapat memperoleh pupuk dengan

mudah dan dengan harga yang sesuai. Sehingga efisiensi ekonomi dapat

dicapai petani.


commit to user

67


commit to user

68

LAMPIRAN


commit to user

69

Lampiran 1.1

KUESIONER PENELITIAN No :

Usaha Tani Kedelai

a. Identitas Responden

1. Nama Petani :

2. Alamat :

3. Umur : ……….tahun

4. Jenis Kelamin : a. Laki-laki

b. Perempuan

5. Pendidikan : a. Tidak sekolah d. Tamat SLTP

b. Tidak tamat SD e. Tamat SLTA

c. Tamat SD f. Perguruan tinggi …….

6. Tanggungan keluarga :………. Orang

7. Apakah petani merupakan pekerjaan pokok :

i. Ya, pekerjaan sampingan adalah:

- Tidak ada - Pedagang - Lainnya……

- peternak - Tukang/ Buruh bangunan

ii. Tidak, pekerjaan pokok adalah:

- PNS - Pedagang - Lainnya……

- Karyawan Perusahaan - Buruh Tani

- Peternak - Tukang/ Buruh bangunan

-


commit to user

70

Lampiran 1.2

b. Lahan garapan

1. Luas Sawah : ………… Ha

2. Status Lahan : a. Milik sendiri

b. Sewa, berapa harga sewa Rp………… per tahun/musim

c. Bagi hasil, bagaimana bagi hasilnya

- 1 : 1 = modal dari ………..

- 1 : 3 = modal dari ………..

- 1 : 6 = modal dari ………..

c. Pendapatan dan Biaya Produksi

1. Hasil Produksi

a. Total Produksi : …………… Kg/ musim

b. Harga Per Kg : Rp. ……….

c. Total Penerimaan (TR) (a x b) : Rp. ……….

2. Biaya Produksi

Uraian Biaya Riil yang Dikeluarkan

Banyak (kg) Harga/kg (Rp) Biaya (Rp)

1. Bibit

2. Pupuk

a. ………………

b. ………………

………………

………………

………………

………………

……………

……………

3. Pestisida

c. ………………

d. ………………

………………

………………

………………

………………

……………

……………


commit to user

71

Lampiran 1.3

3. Biaya Tenaga Kerja

Uraian Tenaga Kerja Upah/ hari Biaya

(Rp) Pria Wanita Pria Wanita

A. Biaya Tanam

1. Pembersihan ladang

2. Penananam

3. Pemupukan

a. Pertama

b. Kedua

c. …………..

……

……

…….

………

………

……...

………

………

………

…………

…………

…………

……………

……………

…………...

4. Penyemprotan hama

5. Penyiangan

Jumlah A

B. Panen

1. Tenaga Tebang

2. Mengangkut

3. Lain-lain

Jumlah B

Jumlah A + B

4. Pengeluaran Lain-lain

Uraian Nilai (Rp)

1. Sewa Lahan per tahun/ per musim

2. Pajak Tanah per tahun

3. Iuran Pengairan per musim

4. Dan lain-lain

- makan

- rokok

- ……………..

- …………….

………………….

………………….

………………….

…………………..


commit to user

72

Lampiran 1.4

5. Apa saja hambatan/ kendala dalam budidaya Kedelai :

a. Ketersediaan benih sebutkan……………………

b. Serangan hama dan penyakit sebutkan…………

c. Ketersediaan lahan sebutkan……………………

d. Iklim.……………………………………………

6. Bagimana Pemasarannya?

a. Lokal ………..

b. Wilayah ……..

c. Nasional …….


commit to user

73

Lampiran 2.1

IDENTITAS RESPONDEN

No. Nama Responden Usia

(tahun) Pendidikan

Tanggungan

Keluarga

Pekerjaan

Pokok

1. S. Ngatno 56 SMA 3 petani

2. Tarno Suwih 61 SD 2 Petani

3. Narto Wiyono 60 SD 4 tukang

4. Harno Suwito 59 SD 5 petani

5. Nardi Haryanto 49 SD 4 tukang

6. Darmo Wiyono 52 SD 5 Petani

7. Warto Suwito 70 Tak Tamat SD 4 petani

8. Sutarno 56 SD 5 petani

9. Parno Wiyono 55 SD 3 petani

10. Nardi Suwito 57 SD 5 petani

11. Tarno 62 SD 6 petani

12. Yono 42 SMP 4 pedagang

13. Pur Rukimo 55 SD 3 petani

14. Nendyo 38 SMA 5 pedagang

15. Widodo 42 SMA 3 karyawan

16. Warsito 40 SMA 3 petani

17. Priyo Widodo 70 SMP 3 petani

18. Sukadi 47 SMP 4 petani

19. Hasan Azis 41 Perguruan tinggi 2 karyawan

20. Hadi Kusmanto 47 SD 3 petani

21. Wartono 52 Tak sekolah 5 buruh

22. Sunadi 58 SMA 4 pedagang

23. Alim Bintoro 37 Perguruan tinggi 3 PNS

24. Kasbullah 65 Perguruan tinggi 4 peternak

25. Sarip 60 SMA 4 pedagang

26. Rigatemin 35 SMA 4 petani

27. Muslim 70 Tak sekolah 2 buruh

28. Juwahir 60 tidak sekolah 3 petani

29. Harun 63 Perguruan tinggi 4 PNS

30. Salim 62 Perguruan tinggi 1 peternak

31. Iksanudin 50 SMA 3 karyawan

32. Ngatno Sugito 60 SD 4 petani

33. Tarip Margo 52 SD 3 petani

34. Kirno 48 SD 4 pedagang

35. Poyo 45 SMP 3 petani

36. Pardi 47 SD 2 petani

37. Wiyono 52 SMP 3 tukang

38. Sutikno 40 SMP 3 tukang


commit to user

74

Lampiran 2.2

No. Nama Responden

Usia

(tahun) Pendidikan

Tanggungan

Keluarga

Pekerjaan

Pokok

39. Hartoyo Makali 54 SD 3 petani

40. Wiro Sudarmo 60 Tidak sekolah 6 petani

41. Purwanto 47 SD 3 petani

42. Arjo 55 Tidak sekolah 2 petani

43. Ramto Suwito 65 SD 4 petani

44. Marjoko 34 SMA 5 petani

45. Darmuji 47 SMA 6 pedagang

46. Sudarsono 55 SMA 4 petani

47. Suyatno 65 SD 4 peternak

48. Sarwo Wikono 64 Tak tamat SD 5 buruh

49. Sugiyono 45 SMA 1 wiraswasta

50. Sarwo Raharjo 62 SD 2 pedagang

51. Imar Thohari 61 SD 4 pedagang

52. Tomo 59 Tak tamat SD 2 petani

53. Ramto 62 SD 3 petani

54. Dayadi 61 SD 4 petani

55. Sarwo Wiyono 70 SD 2 petani

56. Darmaji 50 Tak tamat SD 5 petani

57. Sriyono 43 SMA 5 petani

58. Kasno 61 Tak tamat SD 3 petani

59. Sarto 62 Tak tamat SD 2 petani

60. Sudi Wahono 48 SMP 3 pedagang

61. Harno Miharjo 61 SD 4 petani

62. Kismo 59 Tak tamat SD 2 petani

63. Samto 43 SMP 4 petani

64. Jamen 65 SD 4 petani

65. Teguh Wiyono 48 SD 4 buruh

66. Harjanto 38 SMA 1 tukang

67. Murdi 48 SMP 4 petani

68. Murma 65 Tak tamat SD 5 peternak

69. Giyanto 41 SD 3 petani

70. Teguh 59 SMA 3 petani

71. Sri Sukarni 56 SMP 3 petani

72. Yoso Pawiro 70 Tak tamat SD 4 petani

73. Juwanto 26 SMA 2 Peangkat desa

74. Harto Suwito 56 SD 2 petani

75. Pitoyo 46 Perguruan tinggi 4 PNS

76. Ratno 75 SD 3 petani

77. Tris Marimo 57 SMA 2 petani

78. Tarjo 45 SMP 4 petani


commit to user

75

Lampiran 2.3

No. Nama Responden

Usia

(tahun) Pendidikan

Tanggungan

Keluarga

Pekerjaan

Pokok

79. Sutiman 50 SMA 3 Pedagang

80. Ngadi 57 Perguruan tinggi 3 petani

81. Pitoyo 37 SD 1 buruh

82. Maryono 42 SMA 4 petani

83. Sri Kuswanto 51 Sarjana 2 petani

84. Sukirno 39 SD 2 petani

85. Sukarno 41 Diploma 2 buruh

86. Basuki 28 SD 1 petani

87. Haryadi 41 SMA 4 buruh

88. Sutarman 52 tidak sekolah 3 petani

89. Yatiman 49 SD 2 petani

90. Kardi 32 SMA 3 Karyawan

91. Purwono 48 SMP 6 petani

92. Sriyono 43 SMA 4 petani

93. Budi 45 tidak sekolah 5 petani

94. Sumarjono 34 SD 2 petani

95. Arjo Martono 47 SMA 5 petani

96. Agus Muser 45 SD 5 petani

97. Martono 42 SMP 2 wiraswasta

98. Taryono 44 SD 6 petani

99. Muryanto 49 SMA 3 petani

100. Waliyono 59 tidak sekolah 2 petani


commit to user

76

Lampiran 3.1

HASIL OLAH DATA

A. Analisis Regresi Linier Berganda

Dependent Variable: LN_Y Method: Least Squares Date: 07/05/12 Time: 00:45 Sample: 1 100 Included observations: 100


C -0.149022 0.510103 -0.292141 0.7708 LN_X1 0.526260 0.099499 5.289114 0.0000 LN_X2 -0.081797 0.094235 -0.868012 0.3876 LN_X3 0.311963 0.101515 3.073060 0.0028 LN_X4 0.084562 0.032610 2.593109 0.0110 LN_X5 0.060071 0.046996 1.278228 0.2043

R-squared 0.878964 Mean dependent var 5.671948 Adjusted R-squared 0.872526 S.D. dependent var 0.570838 S.E. of regression 0.203809 Akaike info criterion -0.285138 Sum squared resid 3.904598 Schwarz criterion -0.128828 Log likelihood 20.25691 F-statistic 136.5255 Durbin-Watson stat 1.534262 Prob(F-statistic) 0.000000

B. Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 2.593997 Probability 0.080179 Obs*R-squared 5.338101 Probability 0.069318

Test Equation: Dependent Variable: RESID Method: Least Squares Date: 07/05/12 Time: 00:46


C -0.059665 0.511179 -0.116720 0.9073 LN_X1 0.013976 0.099699 0.140179 0.8888 LN_X2 0.017823 0.093018 0.191605 0.8485 LN_X3 -0.017242 0.101035 -0.170650 0.8649 LN_X4 -0.001665 0.032101 -0.051878 0.9587 LN_X5 -0.001903 0.046227 -0.041176 0.9672

RESID(-1) 0.237121 0.105208 2.253828 0.0266 RESID(-2) -0.017987 0.106502 -0.168893 0.8663

R-squared 0.053381 Mean dependent var 2.52E-16 Adjusted R-squared -0.018644 S.D. dependent var 0.198596 S.E. of regression 0.200439 Akaike info criterion -0.299997 Sum squared resid 3.696167 Schwarz criterion -0.091583 Log likelihood 22.99984 F-statistic 0.741142 Durbin-Watson stat 1.975883 Prob(F-statistic) 0.637712


commit to user

77

Lampiran 3.2

C. Heteroskedastisitas

a. Uji White

White Heteroskedasticity Test:

F-statistic 5.357340 Probability 0.000004 Obs*R-squared 37.57601 Probability 0.000045

Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 07/05/12 Time: 00:48 Sample: 1 100 Included observations: 100


C 3.215970 1.256591 2.559282 0.0122 LN_X1 -0.681344 0.367605 -1.853468 0.0671

LN_X1^2 0.043580 0.024057 1.811487 0.0734 LN_X2 0.269100 0.255535 1.053085 0.2952

LN_X2^2 -0.079305 0.084929 -0.933783 0.3529 LN_X3 -0.041451 0.152575 -0.271675 0.7865

LN_X3^2 0.002790 0.022018 0.126714 0.8995 LN_X4 -0.201500 0.118308 -1.703181 0.0920

LN_X4^2 0.016734 0.010957 1.527222 0.1303 LN_X5 -0.031345 0.151975 -0.206248 0.8371

LN_X5^2 0.003527 0.012443 0.283492 0.7775


b. Perbaikan Heteroskedasitas dengan Metode White

Hasil Regres dengan Consistent Standard Errors & Covariance

White Heteroskedasticity-Consistent Standard Errors & Covariance


C -0.149022 0.645827 -0.230746 0.8180 LN_X1 0.526260 0.108809 4.836572 0.0000 LN_X2 -0.081797 0.103050 -0.793765 0.4293 LN_X3 0.311963 0.099748 3.127498 0.0023 LN_X4 0.084562 0.039669 2.131681 0.0356 LN_X5 0.060071 0.071035 0.845656 0.3999



commit to user

78

Lampiran 3.3

Uji White Heteroskedasticity-Consistent Standard Errors & Covariance Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 07/05/12 Time: 00:51 Sample: 1 100 Included observations: 100 White Heteroskedasticity-Consistent Standard Errors & Covariance


C 3.215970 1.195811 2.689363 0.0085 LN_X1 -0.681344 0.344128 -1.979912 0.0508

LN_X1^2 0.043580 0.022031 1.978109 0.0510 LN_X2 0.269100 0.258887 1.039450 0.3014

LN_X2^2 -0.079305 0.082551 -0.960683 0.3393 LN_X3 -0.041451 0.187512 -0.221057 0.8256

LN_X3^2 0.002790 0.024976 0.111707 0.9113 LN_X4 -0.201500 0.138452 -1.455376 0.1491

LN_X4^2 0.016734 0.012158 1.376424 0.1721 LN_X5 -0.031345 0.202690 -0.154643 0.8775

LN_X5^2 0.003527 0.015506 0.227490 0.8206


D. Multikolinearitas

X1

Dependent Variable: LN_X1 Method: Least Squares Date: 07/05/12 Time: 00:56 Sample: 1 100 Included observations: 100 White Heteroskedasticity-Consistent Standard Errors & Covariance


C 4.660603 0.283322 16.44982 0.0000 LN_X2 0.259888 0.122751 2.117199 0.0369 LN_X3 0.897373 0.051618 17.38479 0.0000 LN_X4 0.033760 0.030674 1.100607 0.2738 LN_X5 -0.056991 0.063874 -0.892234 0.3745



commit to user

79

Lampiran 3.4

X2



C -0.704966 0.707089 -0.996997 0.3213 LN_X1 0.289729 0.137009 2.114673 0.0371 LN_X3 -0.325001 0.107247 -3.030392 0.0031 LN_X4 0.024104 0.047594 0.506459 0.6137 LN_X5 0.146098 0.066143 2.208824 0.0296

R-squared 0.211053 Mean dependent var 1.563739 Adjusted R-squared 0.177834 S.D. dependent var 0.244719 S.E. of regression 0.221895 Akaike info criterion -0.124515 Sum squared resid 4.677567 Schwarz criterion 0.005744 Log likelihood 11.22575 F-statistic 6.353421 Durbin-Watson stat 1.297243 Prob(F-statistic) 0.000142

X3



C -3.997192 0.397985 -10.04358 0.0000 LN_X1 0.862075 0.049405 17.44904 0.0000 LN_X2 -0.280059 0.095930 -2.919400 0.0044 LN_X4 0.026517 0.027396 0.967924 0.3355 LN_X5 0.125222 0.051472 2.432811 0.0169


X4

Dependent Variable: LN_X4 Method: Least Squares Date: 07/05/12 Time: 00:59 Sample: 1 100 Included observations: 100


commit to user

80

Lampiran 3.5 White Heteroskedasticity-Consistent Standard Errors & Covariance


C -1.815959 1.254251 -1.447844 0.1510 LN_X1 0.314292 0.281112 1.118031 0.2664 LN_X2 0.201286 0.391370 0.514313 0.6082 LN_X3 0.256971 0.263506 0.975200 0.3319 LN_X5 0.610497 0.152827 3.994695 0.0001

R-squared 0.516203 Mean dependent var 5.624538 Adjusted R-squared 0.495832 S.D. dependent var 0.903068 S.E. of regression 0.641222 Akaike info criterion 1.997823 Sum squared resid 39.06068 Schwarz criterion 2.128082 Log likelihood -94.89116 F-statistic 25.34080 Durbin-Watson stat 1.868643 Prob(F-statistic) 0.000000

X5



C 3.857197 1.790631 2.154100 0.0338 LN_X1 -0.255463 0.304460 -0.839066 0.4035 LN_X2 0.587434 0.242090 2.426513 0.0171 LN_X3 0.584295 0.241352 2.420926 0.0174 LN_X4 0.293954 0.061339 4.792301 0.0000

R-squared 0.538450 Mean dependent var 6.317629 Adjusted R-squared 0.519017 S.D. dependent var 0.641565 S.E. of regression 0.444945 Akaike info criterion 1.266973 Sum squared resid 18.80770 Schwarz criterion 1.397231 Log likelihood -58.34865 F-statistic 27.70709 Durbin-Watson stat 2.169993 Prob(F-statistic) 0.000000


commit to user

81

Lampiran 4.1

DATA PRIMER RESPONDEN

No Produksi

(Y)

L. Lahan

(X1)

T. Kerja

(X2)

Bibit

(X3)

Pupuk

(X4)

Pestisida

(X5)

1 350 3300 3 32 850 0,5

2 355 3300 3.43 35 700 0,5

3 352 3300 2.71 32 850 0,5

4 200 2500 2.78 24 40 0,25

5 550 5000 3.85 48 350 0,5

6 375 3400 4 32 200 0,5

7 500 5000 5 45 890 0,5

8 690 5000 5.85 85 850 1,5

9 350 3300 3 33 50 0,3

10 362 3300 3.14 35 800 0,5

11 450 3500 3.86 38 200 0,5

12 500 4000 5.29 40 130 0,5

13 110 1000 2.43 12 50 0,1

14 230 2000 3.71 18 60 0,5

15 242 2000 3.14 19 115 0,6

16 120 2000 3.43 15 50 0,1

17 460 4000 6.28 35 150 0,5

18 455 4000 5.28 33 150 0,6

19 125 700 2.86 8 60 0,15

20 131 500 2.28 10 60 1

21 125 500 2.43 9 60 0,1

22 400 3000 4.28 32 240 0,4

23 125 800 3.86 8 60 0,15

24 50 800 4.57 7 60 0,15

25 110 800 4.29 8 60 0,15

26 125 800 4.71 10 81 0,1

27 200 3000 5.29 30 60 0,15

28 54 800 6.29 8 60 1

29 138 800 5.14 8 60 0,15

30 540 5000 6 45 700 1

31 310 2500 4.29 25 650 0,5

32 250 2500 5.71 22 60 0,4

33 257 2500 4.57 23 360 0,4

34 512 5000 5.57 38 680 1

35 200 2500 6.29 20 60 0,5

36 268 2500 6.86 21 360 0,5


commit to user

82

Lampiran 4.2

No Produksi

(Y)

L. Lahan

(X1)

T. Kerja

(X2)

Bibit

(X3)

Pupuk

(X4)

Pestisida

(X5)

37 570 5000 4.71 42 800 1

38 210 2000 5.29 16 350 0,5

39 200 1650 6.29 12 110 0,5

40 300 3300 4.57 35 200 0,4

41 380 3300 5.29 40 215 0,5

42 260 1650 6 20 100 0,5

43 150 1650 3.86 18 100 0,7

44 225 3300 6 35 130 0,7

45 90 825 4 8 580 0,5

46 190 1650 4.29 22 120 0,5

47 685 5000 5 78 750 1

48 200 1650 4.71 15 60 0,4

49 600 3000 4.86 36 600 1

50 210 1500 5 18 350 0,4

51 695 5000 3.86 90 900 1,5

52 725 5000 4 100 1100 2

53 450 3300 5.57 24 325 1

54 240 1650 6 16 320 1,5

55 475 3300 4.71 35 470 0,75

56 452 3300 4.29 32 400 1

57 440 3300 5.86 34 275 0,75

58 470 3400 6.14 34 400 1

59 452 3300 5 33 570 1

60 461 3300 6 33 520 0,5

61 458 3300 4.71 32 435 0,75

62 482 3300 5 33 675 0,9

63 457 3300 5 34 420 1

64 442 3200 4.71 32 570 0,3

65 473 3300 4.71 35 620 1

66 449 3300 6.14 34 470 0,75

67 460 3300 7 35 863 0,6

68 400 3300 4.71 30 420 0,9

69 150 1200 4.86 10 230 0,4

70 156 1200 6 12 275 0,5

71 660 4500 5.86 60 320 1,1

72 620 4500 6.14 55 370 0,9

73 326 3000 7.14 30 435 0,75


commit to user

83

Lampiran 4.3

No Produksi

(Y)

L. Lahan

(X1)

T. Kerja

(X2)

Bibit

(X3)

Pupuk

(X4)

Pestisida

(X5)

74 220 2000 4.29 31 380 0,5

75 365 3000 5.71 32 510 0,75

76 340 3000 4.57 30 410 0,45

77 235 2000 5.57 30 445 1

78 120 1000 6 15 230 0,25

79 206 2000 5 20 310 0,5

80 200 2000 4.86 20 275 0,5

81 353 3300 5.14 25 550 0,5

82 170 1500 5.86 15 325 1

83 265 2000 6.14 17 520 1

84 350 2500 4.86 20 430 1,2

85 216 1500 6.29 15 445 0,5

86 320 2500 6 18 540 0,75

87 255 2000 4.57 20 320 0,575

88 238 2000 5.14 24 520 1

89 239 2000 6 22 420 0,6

90 410 3300 4.29 28 450 1

91 235 1650 6.29 17 300 0,5

92 270 2000 6.14 20 350 0,5

93 520 4000 4.57 34 650 0,75

94 710 5000 4.71 95 750 2

95 460 3300 4.86 26 450 0,5

96 485 3300 5.29 30 700 1

97 134 1000 5.57 17 250 0,5

98 180 1500 4.43 18 400 0,75

99 340 3300 5.14 29 475 0,6

100 420 3300 4.86 32 550 0,5


commit to user

84

Lampiran 4.4

1. Luas Lahan

No Y X1 APP EP MPP Py Px Px/Py

1 350 3300 0.11 0.52 0.06 6000 1500000 250.00

2 355 3300 0.11 0.52 0.06 5000 0 0.00

3 352 3300 0.11 0.52 0.06 6000 0 0.00

4 200 2500 0.08 0.52 0.04 6000 2000000 333.33

5 550 5000 0.11 0.52 0.06 5800 0 0.00

6 375 3400 0.11 0.52 0.06 6000 2000000 333.33

7 500 5000 0.10 0.52 0.05 5750 0 0.00

8 690 5000 0.14 0.52 0.07 5750 0 0.00

9 350 3300 0.11 0.52 0.06 5750 1700000 295.65

10 362 3300 0.11 0.52 0.06 6000 1300000 216.67

11 450 3500 0.13 0.52 0.07 6000 0 0.00

12 500 4000 0.13 0.52 0.07 6000 1500000 250.00

13 110 1000 0.11 0.52 0.06 6000 0 0.00

14 230 2000 0.12 0.52 0.06 5000 2000000 400.00

15 242 2000 0.12 0.52 0.06 6000 0 0.00

16 120 2000 0.06 0.52 0.03 6000 1700000 283.33

17 460 4000 0.12 0.52 0.06 6000 0 0.00

18 455 4000 0.11 0.52 0.06 6000 0 0.00

19 125 700 0.18 0.52 0.09 5000 0 0.00

20 131 500 0.26 0.52 0.14 5000 0 0.00

21 125 500 0.25 0.52 0.13 5000 2000000 400.00

22 400 3000 0.13 0.52 0.07 5000 1500000 300.00

23 125 800 0.16 0.52 0.08 5000 2000000 400.00

24 50 800 0.06 0.52 0.03 5000 0 0.00

25 110 800 0.14 0.52 0.07 5000 0 0.00

26 125 800 0.16 0.52 0.08 5000 1700000 340.00

27 200 3000 0.07 0.52 0.03 5000 1300000 260.00

28 54 800 0.07 0.52 0.04 5000 0 0.00

29 138 800 0.17 0.52 0.09 5000 0 0.00

30 540 5000 0.11 0.52 0.06 5000 0 0.00

31 310 2500 0.12 0.52 0.06 6000 2000000 333.33

32 250 2500 0.10 0.52 0.05 6000 0 0.00

33 257 2500 0.10 0.52 0.05 5000 1700000 340.00

34 512 5000 0.10 0.52 0.05 6000 0 0.00

35 200 2500 0.08 0.52 0.04 5800 0 0.00

36 268 2500 0.11 0.52 0.06 5800 0 0.00

37 570 5000 0.11 0.52 0.06 2400 2000000 833.33

38 210 2000 0.11 0.52 0.05 6000 0 0.00


commit to user

85

Lampiran 4.5


39 200 1650 0.12 0.52 0.06 5000 2000000 400.00

40 300 3300 0.09 0.52 0.05 6000 0 0.00

41 380 3300 0.12 0.52 0.06 5000 2000000 400.00

42 260 1650 0.16 0.52 0.08 5000 0 0.00

43 150 1650 0.09 0.52 0.05 5000 1300000 260.00

44 225 3300 0.07 0.52 0.04 2500 0 0.00

45 90 825 0.11 0.52 0.06 5000 0 0.00

46 190 1650 0.12 0.52 0.06 6000 1500000 250.00

47 685 5000 0.14 0.52 0.07 5500 0 0.00

48 200 1650 0.12 0.52 0.06 6000 0 0.00

49 600 3000 0.20 0.52 0.10 6000 0 0.00

50 210 1500 0.14 0.52 0.07 6500 0 0.00

51 695 5000 0.14 0.52 0.07 5000 0 0.00

52 725 5000 0.15 0.52 0.08 5000 0 0.00

53 450 3300 0.14 0.52 0.07 5000 1200000 240.00

54 240 1650 0.15 0.52 0.08 5000 1500000 300.00

55 475 3300 0.14 0.52 0.07 5000 1500000 300.00

56 452 3300 0.14 0.52 0.07 5000 2000000 400.00

57 440 3300 0.13 0.52 0.07 5000 0 0.00

58 470 3400 0.14 0.52 0.07 5500 0 0.00

59 452 3300 0.14 0.52 0.07 4200 1700000 404.76

60 461 3300 0.14 0.52 0.07 5500 0 0.00

61 458 3300 0.14 0.52 0.07 5500 0 0.00

62 482 3300 0.15 0.52 0.08 5500 2000000 363.64

63 457 3300 0.14 0.52 0.07 6000 1500000 250.00

64 442 3200 0.14 0.52 0.07 6000 0 0.00

65 473 3300 0.14 0.52 0.07 6000 1500000 250.00

66 449 3300 0.14 0.52 0.07 6000 2000000 333.33

67 460 3300 0.14 0.52 0.07 6000 0 0.00

68 400 3300 0.12 0.52 0.06 6000 0 0.00

69 150 1200 0.13 0.52 0.07 6000 0 0.00

70 156 1200 0.13 0.52 0.07 6000 1500000 250.00

71 660 4500 0.15 0.52 0.08 6500 1500000 230.77

72 620 4500 0.14 0.52 0.07 7000 2000000 285.71

73 326 3000 0.11 0.52 0.06 7500 2000000 266.67

74 220 2000 0.11 0.52 0.06 5000 0 0.00

75 365 3000 0.12 0.52 0.06 8000 1300000 162.50

76 340 3000 0.11 0.52 0.06 3200 0 0.00

77 235 2000 0.12 0.52 0.06 6000 1500000 250.00

78 120 1000 0.12 0.52 0.06 5000 0 0.00


commit to user

86

Lampiran 4.6


79 206 2000 0.10 0.52 0.05 5000 0 0.00

80 200 2000 0.10 0.52 0.05 5000 0 0.00

81 353 3300 0.11 0.52 0.06 5000 0 0.00

82 170 1500 0.11 0.52 0.06 6000 0 0.00

83 265 2000 0.13 0.52 0.07 6000 1500000 250.00

84 350 2500 0.14 0.52 0.07 6000 1500000 250.00

85 216 1500 0.14 0.52 0.07 6000 0 0.00

86 320 2500 0.13 0.52 0.07 6000 2000000 333.33

87 255 2000 0.13 0.52 0.07 5000 1500000 300.00

88 238 2000 0.12 0.52 0.06 6000 0 0.00

89 239 2000 0.12 0.52 0.06 6000 2000000 333.33

90 410 3300 0.12 0.52 0.06 6000 2000000 333.33

91 235 1650 0.14 0.52 0.07 7000 0 0.00

92 270 2000 0.14 0.52 0.07 6000 2000000 333.33

93 520 4000 0.13 0.52 0.07 6500 0 0.00

94 710 5000 0.14 0.52 0.07 7000 0 0.00

95 460 3300 0.14 0.52 0.07 7500 0 0.00

96 485 3300 0.15 0.52 0.08 5000 0 0.00

97 134 1000 0.13 0.52 0.07 8000 0 0.00

98 180 1500 0.12 0.52 0.06 8000 0 0.00

99 340 3300 0.10 0.52 0.05 5000 0 0.00

100 420 3300 0.13 0.52 0.07 5000 1500000 300.00

Jumlah 12.52

6.51

13599.70

Rata-rata 0.13

0.07

136.00


commit to user

87

Lampiran 4.7

2. Bibit


1 350 32 10.94 0.31 3.39 6000 11000 1.83

2 355 35 10.14 0.31 3.14 5000 10000 2.00

3 352 32 11.00 0.31 3.41 6000 11000 1.83

4 200 24 8.33 0.31 2.58 6000 10000 1.67

5 550 48 11.46 0.31 3.55 5800 10000 1.72

6 375 32 11.72 0.31 3.63 6000 10000 1.67

7 500 45 11.11 0.31 3.44 5750 10000 1.74

8 690 85 8.12 0.31 2.52 5750 11000 1.91

9 350 33 10.61 0.31 3.29 5750 10000 1.74

10 362 35 10.34 0.31 3.21 6000 10000 1.67

11 450 38 11.84 0.31 3.67 6000 10000 1.67

12 500 40 12.50 0.31 3.88 6000 10000 1.67

13 110 12 9.17 0.31 2.84 6000 10000 1.67

14 230 18 12.78 0.31 3.96 5000 10000 2.00

15 242 19 12.74 0.31 3.95 6000 10000 1.67

16 120 15 8.00 0.31 2.48 6000 10000 1.67

17 460 35 13.14 0.31 4.07 6000 10000 1.67

18 455 33 13.79 0.31 4.27 6000 10000 1.67

19 125 8 15.63 0.31 4.84 5000 10000 2.00

20 131 10 13.10 0.31 4.06 5000 10000 2.00

21 125 9 13.89 0.31 4.31 5000 10000 2.00

22 400 32 12.50 0.31 3.88 5000 10000 2.00

23 125 8 15.63 0.31 4.84 5000 10000 2.00

24 50 7 7.14 0.31 2.21 5000 10000 2.00

25 110 8 13.75 0.31 4.26 5000 10000 2.00

26 125 10 12.50 0.31 3.88 5000 10000 2.00

27 200 30 6.67 0.31 2.07 5000 10000 2.00

28 54 8 6.75 0.31 2.09 5000 10000 2.00

29 138 8 17.25 0.31 5.35 5000 10000 2.00

30 540 45 12.00 0.31 3.72 5000 10000 2.00

31 310 25 12.40 0.31 3.84 6000 10000 1.67

32 250 22 11.36 0.31 3.52 6000 8000 1.33

33 257 23 11.17 0.31 3.46 5000 8000 1.60

34 512 38 13.47 0.31 4.18 6000 9000 1.50

35 200 20 10.00 0.31 3.10 5800 9500 1.64

36 268 21 12.76 0.31 3.96 5800 9500 1.64

37 570 42 13.57 0.31 4.21 2400 10000 4.17

38 210 16 13.13 0.31 4.07 6000 10000 1.67


commit to user

88

Lampiran 4.8


39 200 12 16.67 0.31 5.17 5000 10000 2.00

40 300 35 8.57 0.31 2.66 6000 10000 1.67

41 380 40 9.50 0.31 2.95 5000 10000 2.00

42 260 20 13.00 0.31 4.03 5000 11000 2.20

43 150 18 8.33 0.31 2.58 5000 10000 2.00

44 225 35 6.43 0.31 1.99 2500 10000 4.00

45 90 8 11.25 0.31 3.49 5000 11000 2.20

46 190 22 8.64 0.31 2.68 6000 8500 1.42

47 685 78 8.78 0.31 2.72 5500 11000 2.00

48 200 15 13.33 0.31 4.13 6000 10000 1.67

49 600 36 16.67 0.31 5.17 6000 10000 1.67

50 210 18 11.67 0.31 3.62 6500 10000 1.54

51 695 90 7.72 0.31 2.39 5000 10000 2.00

52 725 100 7.25 0.31 2.25 5000 10000 2.00

53 450 24 18.75 0.31 5.81 5000 10000 2.00

54 240 16 15.00 0.31 4.65 5000 10000 2.00

55 475 35 13.57 0.31 4.21 5000 10000 2.00

56 452 32 14.13 0.31 4.38 5000 9750 1.95

57 440 34 12.94 0.31 4.01 5000 10000 2.00

58 470 34 13.82 0.31 4.29 5500 8500 1.55

59 452 33 13.70 0.31 4.25 4200 10000 2.38

60 461 33 13.97 0.31 4.33 5500 10000 1.82

61 458 32 14.31 0.31 4.44 5500 9000 1.64

62 482 33 14.61 0.31 4.53 5500 10000 1.82

63 457 34 13.44 0.31 4.17 6000 9000 1.50

64 442 32 13.81 0.31 4.28 6000 9000 1.50

65 473 35 13.51 0.31 4.19 6000 9000 1.50

66 449 34 13.21 0.31 4.09 6000 9000 1.50

67 460 35 13.14 0.31 4.07 6000 9000 1.50

68 400 30 13.33 0.31 4.13 6000 9000 1.50

69 150 10 15.00 0.31 4.65 6000 9000 1.50

70 156 12 13.00 0.31 4.03 6000 9000 1.50

71 660 60 11.00 0.31 3.41 6500 8500 1.31

72 620 55 11.27 0.31 3.49 7000 7000 1.00

73 326 30 10.87 0.31 3.37 7500 10000 1.33

74 220 31 7.10 0.31 2.20 5000 9000 1.80

75 365 32 11.41 0.31 3.54 8000 8500 1.06

76 340 30 11.33 0.31 3.51 3200 7000 2.19

77 235 30 7.83 0.31 2.43 6000 7500 1.25

78 120 15 8.00 0.31 2.48 5000 7000 1.40


commit to user

89

Lampiran 4.9


79 206 20 10.30 0.31 3.19 5000 8500 1.70

80 200 20 10.00 0.31 3.10 5000 10000 2.00

81 353 25 14.12 0.31 4.38 5000 10000 2.00

82 170 15 11.33 0.31 3.51 6000 10000 1.67

83 265 17 15.59 0.31 4.83 6000 8500 1.42

84 350 20 17.50 0.31 5.43 6000 10000 1.67

85 216 15 14.40 0.31 4.46 6000 10000 1.67

86 320 18 17.78 0.31 5.51 6000 8500 1.42

87 255 20 12.75 0.31 3.95 5000 10000 2.00

88 238 24 9.92 0.31 3.07 6000 10000 1.67

89 239 22 10.86 0.31 3.37 6000 10000 1.67

90 410 28 14.64 0.31 4.54 6000 9000 1.50

91 235 17 13.82 0.31 4.29 7000 10000 1.43

92 270 20 13.50 0.31 4.19 6000 9000 1.50

93 520 34 15.29 0.31 4.74 6500 8500 1.31

94 710 95 7.47 0.31 2.32 7000 7000 1.00

95 460 26 17.69 0.31 5.48 7500 10000 1.33

96 485 30 16.17 0.31 5.01 5000 9000 1.80

97 134 17 7.88 0.31 2.44 8000 8500 1.06

98 180 18 10.00 0.31 3.10 8000 10000 1.25

99 340 29 11.72 0.31 3.63 5000 9000 1.80

100 420 32 13.13 0.31 4.07 5000 9000 1.80

Jumlah 1208.13

374.52

176.15

Rata-rata 12.08

3.75

1.76


commit to user

90

Lampiran 4.10

3. Pupuk


1 350 850 0.41 0.08 0.03 6000 300 0.05

2 355 700 0.51 0.08 0.04 5000 300.00 0.06

3 352 850 0.41 0.08 0.03 6000 300.00 0.05

4 200 40 5.00 0.08 0.40 6000 300.00 0.05

5 550 350 1.57 0.08 0.13 5800 300.00 0.05

6 375 200 1.88 0.08 0.15 6000 300.00 0.05

7 500 890 0.56 0.08 0.04 5750 300.00 0.05

8 690 850 0.81 0.08 0.06 5750 300.00 0.05

9 350 50 7.00 0.08 0.56 5750 300.00 0.05

10 362 800 0.45 0.08 0.04 6000 300.00 0.05

11 450 200 2.25 0.08 0.18 6000 1000.00 0.17

12 500 130 3.85 0.08 0.31 6000 0.00 0.00

13 110 50 2.20 0.08 0.18 6000 1000.00 0.17

14 230 60 3.83 0.08 0.31 5000 1000.00 0.20

15 242 115 2.10 0.08 0.17 6000 1000.00 0.17

16 120 50 2.40 0.08 0.19 6000 1000.00 0.17

17 460 150 3.07 0.08 0.25 6000 500.00 0.08

18 455 150 3.03 0.08 0.24 6000 500.00 0.08

19 125 60 2.08 0.08 0.17 5000 500.00 0.10

20 131 60 2.18 0.08 0.17 5000 500.00 0.10

21 125 60 2.08 0.08 0.17 5000 500.00 0.10

22 400 240 1.67 0.08 0.13 5000 500.00 0.10

23 125 60 2.08 0.08 0.17 5000 0.00 0.00

24 50 60 0.83 0.08 0.07 5000 0.00 0.00

25 110 60 1.83 0.08 0.15 5000 500.00 0.10

26 125 81 1.54 0.08 0.12 5000 500.00 0.10

27 200 60 3.33 0.08 0.27 5000 500.00 0.10

28 54 60 0.90 0.08 0.07 5000 500.00 0.10

29 138 60 2.30 0.08 0.18 5000 500.00 0.10

30 540 700 0.77 0.08 0.06 5000 500.00 0.10

31 310 650 0.48 0.08 0.04 6000 500.00 0.08

32 250 60 4.17 0.08 0.33 6000 500.00 0.08

33 257 360 0.71 0.08 0.06 5000 500.00 0.10

34 512 680 0.75 0.08 0.06 6000 300.00 0.05

35 200 60 3.33 0.08 0.27 5800 300.00 0.05

36 268 360 0.74 0.08 0.06 5800 1000.00 0.17

37 570 800 0.71 0.08 0.06 2400 300.00 0.13


commit to user

91

Lampiran 4.11


38 210 350 0.60 0.08 0.05 6000 300.00 0.05

39 200 110 1.82 0.08 0.15 5000 0.00 0.00

40 300 200 1.50 0.08 0.12 6000 400.00 0.07

41 380 215 1.77 0.08 0.14 5000 400.00 0.08

42 260 100 2.60 0.08 0.21 5000 0.00 0.00

43 150 100 1.50 0.08 0.12 5000 400.00 0.08

44 225 130 1.73 0.08 0.14 2500 400.00 0.16

45 90 580 0.16 0.08 0.01 5000 300.00 0.06

46 190 120 1.58 0.08 0.13 6000 300.00 0.05

47 685 750 0.91 0.08 0.07 5500 300.00 0.05

48 200 60 3.33 0.08 0.27 6000 0.00 0.00

49 600 600 1.00 0.08 0.08 6000 300.00 0.05

50 210 350 0.60 0.08 0.05 6500 300.00 0.05

51 695 900 0.77 0.08 0.06 5000 500.00 0.10

52 725 1100 0.66 0.08 0.05 5000 500.00 0.10

53 450 325 1.38 0.08 0.11 5000 500.00 0.10

54 240 320 0.75 0.08 0.06 5000 500.00 0.10

55 475 470 1.01 0.08 0.08 5000 0.00 0.00

56 452 400 1.13 0.08 0.09 5000 300.00 0.06

57 440 275 1.60 0.08 0.13 5000 300.00 0.06

58 470 400 1.18 0.08 0.09 5500 300.00 0.05

59 452 570 0.79 0.08 0.06 4200 300.00 0.07

60 461 520 0.89 0.08 0.07 5500 300.00 0.05

61 458 435 1.05 0.08 0.08 5500 300.00 0.05

62 482 675 0.71 0.08 0.06 5500 300.00 0.05

63 457 420 1.09 0.08 0.09 6000 400.00 0.07

64 442 570 0.78 0.08 0.06 6000 400.00 0.07

65 473 620 0.76 0.08 0.06 6000 300.00 0.05

66 449 470 0.96 0.08 0.08 6000 300.00 0.05

67 460 863 0.53 0.08 0.04 6000 300.00 0.05

68 400 420 0.95 0.08 0.08 6000 300.00 0.05

69 150 230 0.65 0.08 0.05 6000 400.00 0.07

70 156 275 0.57 0.08 0.05 6000 300.00 0.05

71 660 320 2.06 0.08 0.17 6500 400.00 0.06

72 620 370 1.68 0.08 0.13 7000 400.00 0.06

73 326 435 0.75 0.08 0.06 7500 400.00 0.05

74 220 380 0.58 0.08 0.05 5000 500.00 0.10

75 365 510 0.72 0.08 0.06 8000 500.00 0.06


commit to user

92

Lampiran 4.12


76 340 410 0.83 0.08 0.07 3200 500.00 0.16

77 235 445 0.53 0.08 0.04 6000 500.00 0.08

78 120 230 0.52 0.08 0.04 5000 500.00 0.10

79 206 310 0.66 0.08 0.05 5000 500.00 0.10

80 200 275 0.73 0.08 0.06 5000 500.00 0.10

81 353 550 0.64 0.08 0.05 5000 500.00 0.10

82 170 325 0.52 0.08 0.04 6000 0.00 0.00

83 265 520 0.51 0.08 0.04 6000 500.00 0.08

84 350 430 0.81 0.08 0.07 6000 400.00 0.07

85 216 445 0.49 0.08 0.04 6000 400.00 0.07

86 320 540 0.59 0.08 0.05 6000 400.00 0.07

87 255 320 0.80 0.08 0.06 5000 500.00 0.10

88 238 520 0.46 0.08 0.04 6000 500.00 0.08

89 239 420 0.57 0.08 0.05 6000 500.00 0.08

90 410 450 0.91 0.08 0.07 6000 500.00 0.08

91 235 300 0.78 0.08 0.06 7000 500.00 0.07

92 270 350 0.77 0.08 0.06 6000 500.00 0.08

93 520 650 0.80 0.08 0.06 6500 500.00 0.08

94 710 750 0.95 0.08 0.08 7000 500.00 0.07

95 460 450 1.02 0.08 0.08 7500 500.00 0.07

96 485 700 0.69 0.08 0.06 5000 500.00 0.10

97 134 250 0.54 0.08 0.04 8000 500.00 0.06

98 180 400 0.45 0.08 0.04 8000 500.00 0.06

99 340 475 0.72 0.08 0.06 5000 500.00 0.10

100 420 550 0.76 0.08 0.06 5000 500.00 0.10

Jumlah 134.01

10.72

7.58

Rata-rata 1.34

0.11

0.08

ANALISIS EFISIENSI PENGGUNAAN FAKTOR …/Analisis... · perpustakaan.uns.ac.id digilib.uns.ac.id...

Documents

Transcript of ANALISIS EFISIENSI PENGGUNAAN FAKTOR …/Analisis... · perpustakaan.uns.ac.id digilib.uns.ac.id...