62

Koefisien positif pada variabel umur berimplikasi bahwa umur petani yang

semakin tua akan meningkatkan inefisiensi teknis atau menurunkan efisiensi

teknis. Hal ini konsisten dengan hasil penelitian Khai dan Yabe (2011), Manganga

(2012) dan Mussa et al. (2012). Seiring dengan peningkatan umur petani maka

kemampuan bekerja yang dimiliki, daya juang dalam berusaha, keinginan untuk

menanggung risiko dan keinginan untuk menerapkan inovasi-inovasi baru juga

semakin berkurang. Nahraeni (2012) juga menyatakan bahwa semakin tua umur

petani maka akan semakin meningkatkan inefisiensi teknis karena kemampuan

kerja dan teknis semakin menurun. Peran generasi yang berusia muda dan

produksi dalam produksi nanas di Kabupaten Subang perlu ditingkatkan agar

dapat meningkatkan efisiensi teknis produksi nanas.

Pangsa pendapatan non sektor pertanian memiliki tanda positif yang berarti

peningkatan pendapatan dari sektor non pertanian akan meningkatkan inefisiensi

teknis petani nanas. Khai dan Yabe (2011) juga menemukan bahwa pendapatan

petani di sektor non pertanian akan berpengaruh positif terhadap inefisiensi teknis

namun Amasuriya et al. (2007) menyatakan bahwa petani yang memiliki

pendapatan lebih tinggi di sektor pertanian, akan lebih efisien secara teknis

dibandingkan petani yang memiliki kegiatan dan pendapatan selain di sektor

pertanian. Dari responden yang ditemui, sebanyak 92,86 persen memiliki mata

pencaharian petani sebagai yang utama, baik petani padi maupun petani nanas.

Sisanya sebesar 7,14 persen berprofesi sebagai pedagang, PNS, pegawai swasta

dan lainnya. Bila dikategorikan berdasarkan sumber pendapatan petani,

pendapatan rumah tangga petani yang berasal dari sektor pertanian sebesar 70,55

persen meliputi komoditas padi, tanaman semusim, tanaman perkebunan serta

peternakan sedangkan dari hasil budidaya nanas menghasilkan pangsa pendapatan

sebesar 53,09 persen dari total pendapatan petani. Apabila petani memiliki

pendapatan di luar usahatani nanas yang meningkat, maka diduga waktu dan

konsentrasi petani akan berkurang dalam budidaya nanas dan menempatkan

usahatani nanas menjadi usaha sampingan yang akan berdampak kepada tidak

terlaksananya teknik budidaya yang baik dan tidak melakukan perawatan secara

optimal sehingga dapat menurunkan produksi nanas.

Efisiensi Teknis dengan Metode DEA

Dari hasil pengolahan data dengan menggunakan metode DEA berorientasi

input, terdapat 8 orang petani (5,63 persen) yang efisien secara teknis dengan

model CRS (OTE) dan 19 orang petani (13,38 persen) yang efisien secara teknis

dengan model VRS (PTE) dimana petani yang efisien secara teknis memiliki nilai

efisiensi teknis sama dengan satu. Petani tersebut menggunakan input produksinya

berupa lahan, bibit, tenaga kerja, ethrel, pupuk kandang dan pupuk kimia dengan

jumlah yang lebih sedikit untuk memproduksi satu satuan ouput yaitu satu

kilogram nanas segar dibandingkan petani lainnya. Rata-rata nilai efisiensi teknis

di Kabupaten Subang untuk model CRS (OTE) sebesar 55,1 persen, 62,4 persen

untuk model VRS (PTE) dan 88,5 persen untuk efisiensi skala metode DEA

(Tabel 21). Masih potensial bagi petani nanas untuk dapat meningkatkan efisiensi

63

teknis. Secara rata-rata input yang digunakan untuk menghasilkan satu kilogram

nanas dapat diturunkan sebesar 44,9 persen untuk model CRS serta 37,6 persen

untuk model VRS tanpa ada perubahan jumlah output yang dihasilkan.

Nilai efisiensi teknis petani nanas bervariasi antara 0,21 hingga satu untuk

model CRS dan 0,27 hingga 1 untuk model VRS. Besarnya variasi nilai efisiensi

teknis diantara petani nanas menunjukkan masih beragamnya penggunaan input

produksi per satuan luas lahan. Masih banyak petani yang tidak menggunakan

pupuk dan ethrel sesuai dosis anjuran serta menerapkan GAP sepenuhnya.

Kriteria petani yang tergolong efisien apabila memiliki nilai efisiensi teknis diatas

90 persen (Murthy et al., 2009). Hanya sekitar 13 petani (9,1 persen) yang efisien

secara teknis dengan interval nilai efisiensi 0,9 sampai dengan satu. Hasil estimasi

efisiensi teknis dan skala dengan menggunakan Metode DEA dapat dilihat pada

Lampiran 4.

Tabel 21 Distribusi Frekuensi Efisiensi Teknis Petani Nanas dengan Metode

Data Envelopment Analysis (DEA) di Kabupaten Subang

Tingkat

Efisiensi (%)

TEcrs TEvrs

Jumlah petani Persentase Jumlah

petani Persentase

0 -10 0 0,0 0 0,0

11 – 20 0 0,0 0 0,0

21 – 30 19 13,4 6 4,2

31 – 40 23 16,2 25 17,6

41 – 50 30 21,1 23 16,2

51 – 60 14 9,9 17 12,0

61 – 70 20 14,1 19 13,4

71 – 80 15 10,6 18 12,7

81 – 90 8 5,6 11 7,7

91 - 100 13 9,1 23 16,2

Jumlah 142 100 142 100

Minimum 0,21 0,27

Maksimum 1 1

Rata-rata 0,55 0,62

Dengan menggunakan model CRS, nilai efisiensi teknis petani nanas yang

berada di bawah 50 persen adalah sebesar 50,7 persen, sedangkan dengan model

VRS hanya sebesar 44,4 persen (Tabel 21). Petani yang tergolong efisien dengan

nilai efisiensi teknik antara 0,91 – 1 dengan model VRS adalah sebesar 43 persen.

Penyebab nilai efisiensi teknis dengan model CRS lebih rendah daripada nilai

efisiensi teknis dengan model VRS karena model CRS beroperasi pada kondisi

skala optimal tanpa memperhatikan keterbatasan teknologi input yang dihadapi

oleh setiap DMU (petani) (Coelli et al. 1998). Dengan model CRS tidak dapat

diketahui sumber inefisiensinya. Sementara model VRS memperhatikan

keterbatasan tersebut dengan menambahkan ‘teknologi murni’ (λ = 1).

64

Penambahan tersebut menyebabkan perbedaan batas (frontier) produktivitas input

atau output pada kedua nilai efisiensi teknis tersebut.

Nilai efisiensi teknis petani nanas di Kabupaten Subang, Propinsi Jawa

Barat ini lebih rendah bila dibandingkan dengan hasil penelitian efisiensi teknis

komoditas nanas di Sri Lanka yaitu sebesar 85 persen dengan metode SFA

(Amarasuriya et al. 2007), akan tetapi lebih tinggi dibandingkan hasil penelitian

efisiensi teknis nanas di Malaysia yaitu sebesar 17,7 persen (metode DEA CRS)

dan 29,3 persen (metode DEA VRS) (Idris et al. 2013). Pengukuran efisiensi

merupakan tahap awal untuk mengetahui kinerja individual unit produksi.

Hasil estimasi efisiensi teknis dengan metode DEA – CRS lebih rendah

dibandingkan metode DEA – VRS. Hal ini konsisten dengan dengan teori dimana

frontier VRS lebih fleksibel dibandingkan frontier CRS. Nilai efisiensi teknis

metode SFA diharapkan lebih rendah dari metode DEA karena metode SFA

menyatakan bahwa perubahan acak dapat memengaruhi output (Theodoridis et al.

2004). Hasil penelitian ini juga menguatkan hasil penelitian sebelumnya yang

dilakukan oleh Minh et al. (2009) yang menyatakan bahwa estimasi nilai efisiensi

teknis dengan menggunakan pendekatan non parametrik lebih tinggi dibandingkan

pendekatan parametrik. Pemilihan variabel output dan input, pengukuran dan

kesalahan spesifikasi juga dapat menyebabkan perbedaan diantara kedua metode

SFA dan DEA (Minh et al. 2009).

Perbedaan nilai efisiensi teknik dengan model CRS dan VRS dapat

digunakan untuk menentukan efisiensi skala, dapat dikategorikan Constant Return

to Scale (CRS), Increasing Return to Scale (IRS) atau Decreasing Return to

Scale (DRS). Apabila nilai efisiensi teknis dengan model VRS lebih besar dari

CRS, maka petani nanas berproduksi dengan jumlah output yang meningkat lebih

besar daripada peningkatan jumlah inputnya. Secara keseluruhan dan per desa,

nilai efisiensi teknis VRS lebih besar dari CRS, sehingga petani nanas di lokasi

penelitian secara umum tergolong pada kategori increasing return to scale

sebanyak 61,3 persen (Tabel 22). Pengukuran efisiensi skala (scale efficiency/SE)

ditujukan untuk mengetahui kehilangan output relatif yang disebabkan oleh

constant returns to scale yang ditunjukkan oleh nilai satu atau mendekati satu.

Mayoritas petani nanas yang masih tidak efisien berada pada posisi meningkatkan

skala efisiensi produksinya (increasing returns to scale) dimana peningkatan

output lebih besar daripada peningkatan input. Terdapat 42 petani (29,6 persen)

yang berproduksi dengan decreasing return to scale dimana peningkatan output

nanas lebih kecil daripada peningkatan input produksinya.

Tabel 22 Distribusi Frekuensi Skala Produksi Petani Nanas dengan Metode Data

Envelopment Analysis (DEA) di Kabupaten Subang

Skala Produksi Jumlah petani Persentase

IRS 87 61,3

CRS 13 9,1

DRS 42 29,6

Jumlah 142 100