Idigilib.unmuhjember.ac.id/files/disk1/33/umj-1x-kurniadi... · Web viewI. PENDAHULUAN 1.1. Latar...

I. PENDAHULUAN

1.1. Latar Belakang

Tepung beras (rice flour) merupakan salah satu bahan dasar untuk

pembuatan kue tradisional. Penggunaan tepung beras untuk kue tradisional

(nogosari, mendut, getas/emplang, kue thok, bikang, pukis, kue putu,

kelepon, onde-onde, lapis, cucur, putri mandi, serabi, awug-awug dan lain-

lain) meningkat di kawasan agribisnis, seperti Kabupaten Jember. Endang

(1999) dan Soesastro (2001) memperkirakan sekitar 70 persen pengusaha

kue tradisional di Jawa Timur menggunakan tepung beras, karena

merupakan bahan baku yang relatif murah dan hemat. Secara relatif

penggunaan tepung beras naik dari tahun ke tahun sedangkan produksinya

cenderung menurun (Tabel 1.1).

Tabel 1.1. Produksi dan Konsumsi Tepung Beras di Jawa Timur (1980-2000)

Tahun Produksi *) Konsumsi *) 1980**)

19841988199219962000

100,0118,9104,5100,2

96,092,5

100,0150,2206,1237,5269,0300,6

Sumber : Endang (1999); Soesastro (2001) Keterangan : *) angka indeks **) sebagai tahun dasar

Konsumsi tepung beras di Jawa Timur seperti terlihat pada Tabel 1.1

menunjukkan perkembangan yang cukup pesat meskipun tidak disertai

perkembangan produksinya. Faktor-faktor yang mempengaruhi percepatan

1

1

konsumsi tepung beras adalah tumbuhnya industri-industri pangan baru yang

menggunakan tepung beras yang umumnya ditangani wanita (Soesastro,

2001; Hazmi dkk., 2002), harga tepung beras yang relatif murah

dibandingkan jenis tepung lain (Disperindag, 2002), kualitas kue yang

dihasilkan sangat baik dan disenangi konsumen (Sigar dan Ernawaty, 2000).

Sedangkan faktor-faktor yang mempengaruhi penurunan produksi tepung

beras adalah menurunnya ketersediaan beras sebagai bahan baku tepung

beras, ketersediaan lahan untuk penanaman padi semakin terbatas (BPS,

2002), teknologi yang efisien dan murah untuk memproduksi tepung beras

belum tersedia (Disperindag, 2002) dan terbatasnya modal (biaya) (Hazmi,

dkk., 2002).

Perhatian Pemda Tingkat I Jawa Timur dan Pemda Tingkat II Jember

untuk mengatasi tidak seimbangan antara produksi dan konsumsi tepung

beras baru mendapat perhatian lebih kurang enam tahun yang lalu. Diduga

faktor penyebabnya adalah terbatasnya informasi penggunaan tepung beras

yang terpercaya belum tersedia. Hal ini terkait dengan mekanisme

perdagangan tepung beras yang umumnya dilakukan di pasar-pasar

tradisional, warung-warung, pedagang eceran dan sebagian di super market,

sehingga data tentang produksi dan konsumsi tepung beras di kantor-kantor

statistik belum tersedia. Dalam rangka mengetahui tingkat keseimbangan

produksi dan konsumsi tepung beras khususnya di Kabupaten Jember, maka

penelitian ini diperlukan.

2

2

Kabupaten Jember, Propinsi Jawa Timur diambil sebagai daerah

kasus dengan pertimbangan :

1. Merupakan daerah sentra industri pangan tradisional dengan

konsumsi tepung beras yang sangat tinggi.

2. Merupakan daerah kawasan agribisnis dan perdagangan yang

berkembang pesat dengan jumlah penduduk 2,12 juta jiwa dan

kepadatan penduduk yang tinggi yaitu 644,92 jiwa/km2 (BPS, 2002),

serta daerah singgahan wisatawan dan turis ke Bali.

1.2. Perumusan Masalah

Dari uraian yang dikemukakan di atas, penelitian ini ingin menjawab

beberapa permasalahan :

1. Seberapa besar produksi tepung beras di tingkat produsen di

Kabupaten Jember yang meliputi asal, jumlah dan cara

pengusahaannya serta faktor-faktor apa saja yang mempengaruhi

produksi tepung beras ?

2. Seberapa besar konsumsi tepung beras dari berbagai jenis dan skala

industri pangan tradisional di Kabupaten Jember serta faktor-faktor

apa saja yang mempengaruhi konsumsi tepung beras ?

1.3. Tujuan Penelitian

Penelitian ini secara umum bertujuan untuk :

3

3

1. Mengetahui produksi tepung beras di tingkat produsen di Kabupaten

Jember yang meliputi asal, jumlah dan cara pengusahaannya serta

faktor-faktor yang mempengaruhi produksi tepung beras.

2. Mengukur konsumsi tepung beras dari berbagai jenis dan skala

industri pangan tradisional serta faktor-faktor yang mempengaruhi

konsumsi tepung beras.

3. Untuk memberikan masukan bagi proses pengambilan keputusan.

1.4. Kontribusi Penelitian

Penelitian ini diharapkan dapat memberikan kontribusi atau manfaat

sebagai berikut.

1. Merumuskan kebijakan untuk mengatasi ketimpangan antara produksi

dan konsumsi tepung beras. Hal ini terkait dengan keberlanjutan

usaha makanan tradisional yang banyak menyerap tenaga kerja dan

meningkatkan pendapatan masyarakat baik di desa maupun di kota.

2. Penelitian ini berusaha untuk mengambil peran dalam penyediaan

informasi dan alternatif-alternatif pemecahan yang mengacu pada

potensi-potensi yang tersedia dan bisa dimanfaatkan secara tepat

agar produsen tepung beras dapat memperoleh pendapatan yang

secara proporsional seimbang dengan pendapatan yang diperoleh

oleh penjual makanan tradisional.

3. Hasil penelitian ini juga diharapkan dapat memberikan rekomendasi

untuk penelitian-penelitian selanjutnya yang berkaitan dengan

pengembangan makanan tradisional berbasis tepung beras.

4

4

II. TINJAUAN PUSTAKA

2.1. Kebutuhan Tepung Beras untuk Beberapa Jenis-Jenis Panganan Tradisional

Panganan tradisional yang disajikan di meja makan, warung-warung di

pinggir jalan, pada acara perkawinan, sunatan, ‘selamatan’ maupun acara

keagamaan lainnya banyak menggunakan bahan baku tepung beras.

Beberapa jenis panganan tradisional dan kebutuhan tepung beras disajikan

pada Tabel 2.1.

Tabel 2.1. Beberapa Jenis Panganan Tradisional dan Kebutuhan Tepung Berasnya untuk Setiap Resep Masakan

Jenis panganan tradisional Kebutuhan tepung beras (satuan)

Setara (gram)

1. Bikang2. Gagaok3. Gemblong4. Jongkong kopyor5. Jongkong6. Jojorang7. Jojorang Pisang8. Kue Bugis9. Kue Cucur

10. Kue KU11. Kue Lapis12. Kue Lapis Beras13. Kue Lapis Prunes14. Kue Lapis Siram Coklat15. Kue Lapis Ketan Keju16. Kue Moci17. Kue Putu18. Kue Talam19. Kue Sumping20. Kue Talam Udang21. Mendut22. Nogosari23. Kelepon24. Kue Ketan Srikaya25. Kue Apang Coe26. Kue Rokok-rokok27. Onde-onde

––

2 cangkir–––––––––––––

3 cangkir–

1 cangkir––––––––

350150250220650200250250

250 – 3002506004501001201205003753301251101251752501000300400250

5

5

28. Poffertjes29. Pukis-beras30. Putri mandi 31. Rangginang32. Serabi33. Serabi oncom34. Sumping talas35. Talam hijau36. Wingko babat37. Kue cara bikang38. Kue Koci Kuah39. Kue Perut Ayam40. Bika Ambon41. Babongko42. Awug-awug43. Apem 44. Apem abu merang45. Bacang46. Pulau Srikaya47. Waluh Santan48. Putu mayang gula aren49. Bujang Selimut

5 cangkir–

1 liter3 cangkir

––––––––

0,5 liter–––

1 liter––

1 sendok makan1 mangkok 1 mangkok

50550500800

225 – 33025025020050050025050050

40025050020080017510

165165

Sumber : Subiati (1992); Sigar dan Ernawaty (2000)

Tabel 2.1 menunjukkan bahwa kebutuhan tepung beras untuk

beberapa jenis panganan tradisional cukup tinggi. Konsumsi tepung beras

yang cukup tinggi ini selain terkait dengan kebutuhan pada setiap acara atau

kegiatan sehari-hari, juga terkait dengan komposisi gizi yang dikandung

tepung beras yaitu 364 kalori, 7 gram protein, 0,5 gram lemak, 80 gram

karbohidrat, 5 mg kalsium, 140 mg fosfor, 0,8 mg besi, 0,12 mg vitamin B-1,

12 gram air dan 100 % bdd (Sigar dan Ernawaty, 2000).

2.2. Persediaan Beras, Impor Beberapa Jenis Pangan dan Bahan Baku Tepung di Indonesia

Impor beberapa jenis komoditas pangan dan bahan baku tepung di

Indonesia disajikan pada tabel 2.2. Impor beras untuk kebutuhan pangan

nasional dan sebagian untuk bahan baku tepung beras cenderung

6

6

meningkat, yaitu 48.000 ton (1990), 1.807.000 ton (1995) dan 4.751.400 ton

(1999). Jika dibandingkan dengan impor Indonesia untuk jenis bahan

pangan lain, seperti jagung, ubi kayu, gandum dan tepung terigu, maka impor

beras adalah yang tertinggi.

Tabel 2.2. Perkembangan Impor Beberapa Jenis Pangan Strategis (ton)No Jenis Pangan 1990 1995 1999

1 Beras 48.000 1.807.900 4.751.4002 Jagung 9.000 969.145 618.1003 Ubi Kayu 526.325 496.888 – 4 Gandum 1.724.000 4.054.202 2.712.0005 Tepung terigu – – 400 000

Sumber : Departemen Pertanian dan BPS, diolah oleh Badan BKP-Deptan dalam Hazmi dkk. (2002)

Keterangan : tanda (–) artinya data tidak memadai untuk ditampilkan

Impor beras yang semakin meningkat (Tabel 2.2), terkait dengan

ketersediaan beras di daerah seperti Kabupaten Jember (Tabel 2.3) dan

Rata-rata kepemilikan lahan petani (Tabel 2.4).

Tabel 2.3. Banyaknya Persediaan dan Pengeluaran Beras (ton) menurut Bulan di Kabupaten Jember Tahun 2002

No. Bulan PersediaanAwal Pemasukan

Persediaanyang

dikuasaiPengeluaran Persediaan

akhir

1.2.3.4.5.6.7.8.9.10.11.12.

JanuariPebruari

MaretAprilMeiJuniJuli

AgustusSeptember

OktoberNopemberDesember

17.62615.325

13797.7156.0468.3515.6804.4786.0206.489

11.36110.617

––––

4.965–

1.1523.902935

7.395 10.825

4.839

17.62615.3251379

7.71511.011

8.351 6.832 8.280 8.855

13.8842286

15.456

4003.0464.5646.368759

2772453461467622

11.569 225

15.3261379

7.715 1.347 8.352 – 14.321 4.479 6.019 6.488

11.36210.61715.231

Tahun 2002 111.987 35.913 147.900 63.006 84.484Tahun 2001 363.931 40.309 404.239 30.464 164.223

Sumber : BPS (2002)

7

7

Tabel 2.4. Perkembangan Rata-rata Luas Kepemilikan Lahan Petani di Kabupaten Jember (ha) (1973-2003)

Lokasi 1972 1982 1992 2002Kabupaten Jember 0,86 0,72 0,44 0,3

Sumber : De Vries (1972), BPS (1983) dan BPS (1993) dalam Santosa (2003)

Tabel 2.3 menunjukkan bahwa persediaan beras di Kabupaten

Jember hingga akhir tahun 2001 (164.223 ton), kemudian pada akhir tahun

2002 menurun menjadi 84.484 ton. Penurunan ini terkait erat dengan

ketersediaan lahan tiap petani untuk menanam padi yang tiap tahun

cenderung menurun sebagaimana terlihat pada Tabel 2.4 yakni turun 0,0187

ha/tahun.

2.3. Peluang Kerja di Daerah Berkembang dari Masyarakat Agraris Menuju Kawasan Agribisnis

Dewasa ini angkatan kerja Indonesia sebagian besar masih hidup di

sektor pertanian, yaitu mereka yang bekerja di sub sektor pertanian pangan,

peternakan, kehutanan, perikanan darat dan perikanan laut. Sektor

pertanian memberi sumbangan terhadap pertumbuhan pereko-nomian

Indonesia dalam lima peran pokok, yaitu : (1) penyedia bahan pangan; (2)

penyedia bahan baku industri; (3) sebagai sumber penghasil devisa; (4)

sumber pembentukan modal dan memberikan lapangan kerja (Raharjo,

1996). Namun sumbangan sektor pertanian semakin kecil, sehingga

pengembangan sektor ini mengalami dilema, yakni kenyataan menunjukkan

angkatan kerja di sektor ini sangat besar tetapi menghasilkan pendapatan

rendah dan tingkat pertumbuhan yang lambat.

8

8

Upaya untuk memberikan nilai tambah dari sektor pertanian juga terus

dilakukan baik secara langsung maupun tidak langsung. Pembangunan

kawasan agribisnis menunjukkan pertumbuhan yang lebih cepat dengan

sumber pendapatan yang lebih besar, maka dalam perkem-bangannya di

daerah-daerah yang sedang berkembang melahirkan masyarakat transisi

yang mengalami pergeseran cepat dalam struktur ekonomi dan tatanan

kehidupan, sebagai reaksi dan peran serta masyarakat agraris terhadap

perubahan yang terjadi (Poerwanti, 1999).

Peranan sektor agribisnis secara tidak langsung mendorong

perkembangan industri pangan tradisional dengan pesat dan sekaligus

menciptakan lapangan kerja dalam jumlah besar dengan variasi kemampuan

dan tingkat pendidikan yang beragam. Industri pangan tradisional mampu

meningkatkan pendapatan masyarakat, karena berakibat ganda terhadap

perkembangan sektor lain seperti kerajinan rakyat untuk kemasan pangan

dan bahan baku, transportasi, perdagangan dan sektor-sektor lainnya.

Tenaga kerja di bidang industri pangan tradisional umumnya adalah

wanita yang memiliki kualifikasi pengetahuan dan keterampilan yang spesifik,

sementara masyarakat agraris pada umumnya adalah masyarakat dengan

berbagai keterbatasan baik dalam pengetahuan, kemampuan maupun

pengalaman, sebagai akibatnya pendapatannya menjadi relatif rendah.

9

9

2.4. Peluang dan Tantangan Kehidupan Wanita di Sektor Ekonomi

Kemandirian wanita yang ditandai dengan peningkatan peran serta,

efisiensi dan produktivitas membawa wanita pada kehidupan aktif dalam

sektor perekonomian (Wijaya, 1996). Wanita dapat meningkatkan produksi

dan mempunyai penghasilan sendiri, serta punya kebebasan dalam

menikmati hasil produksinya. Peluang dan tantangan kehidupan wanita di

sektor ekonomi (Tilaar, 1995) khususnya dalam era globalisasi yaitu : (1) Era

profesionalisme, seseorang dilihat dari status sosial, agama, jenis kelamin,

etnik dan sebagainya, tetapi yang lebih penting dalam kemampuan

melakukan tugas secara profesional. Hal ini membuka peluang bagi wanita

untuk dapat tidak terbatasi karena akan dinilai dari kemampuan

profesionalismenya; (2) Era komunikasi, peluang besar terbuka untuk wanita

karena dianggap memiliki kemampuan komunikasi yang lebih handal, seperti

pada marketing, telekomunikasi, public relation dan sebagainya adalah

peluang yang tidak diabaikan; (3) Era teknologi juga membuka peluang pada

wanita untuk berkiprah karena kecenderungan teknologi memberi

kemudahan kerja fisik dan bergeser pada tuntutan ketelitian yang banyak

dimiliki wanita; (4) Era desentralisasi, memberikan peluang pada wanita yang

terlibat pada kegiatan dan proses produksi yang tanpa harus meninggalkan

rumah, dengan pola dan standar baku yang ditetapkan produksi dapat terus

dilakukan secara independen; (5) Era keterbukaan, informasi di dunia luar

terbuka untuk diikuti dan dicontoh, perkembangan kegiatan dan partisipasi

wanita dalam berbagai bidang kehidupan di negara lain akan bermanfaat

10

10

bagi pengembangan wanita. Semuanya ini akan mendorong semangat

wanita untuk mengembangkan kualitas sendiri dan meningkatkan peran,

khususnya dalam kegiatan perekonomian.

2.5. Industri Pangan Tradisional

Perubahan dari daerah agraris menjadi daerah agribisnis/

perdagangan menuntut masyarakat menyesuaikan diri baik dalam pola

kehidupan maupun kegiatan perekonomian yang sesuai dengan

perkembangan wilayah. Hal yang menonjol adalah munculnya berbagai

industri keluarga dan industri kecil pangan tradisional yang menunjang

kawasan agribisnis (Poerwanti, 1999). Pada umumnya pengusaha kecil

pangan tradisional melakukan usahanya tanpa melalui pendidikan

keterampilan khusus dan lebih banyak ditekuni oleh kaum wanita, karena

kegiatan yang dilakukan erat kaitannya dengan peran domestik yang secara

kultural menjadi tanggung jawab wanita (Sutanto, 1997). Usaha industri

pangan tradisional tidak mengenal pemisahan konsep antara pemilik (owner)

dan pelaksana (operator) seperti pada manajemen usaha formal. Pemilik

usaha sekaligus berperan sebagai pemilik bahkan juga sebagai pelaksana.

Dalam menjalankan usaha agribisnis pangan tradisional, tidak ada

istilah usaha bersama (partnership), karena umumnya usaha yang dilakukan

berupa pemilikan tunggal (sole proprietorship). Usaha kecil panganan

tradisional merupakan usaha berkembang dan bertahan yang diwariskan dari

generasi ke generasi, karenanya permodalan yang digunakan adalah modal

usaha yang bersumber dari pemilik pribadi atau sumbangan keluarga dan

11

11

tenaga kerja tidak menjadi masalah, mengingat bahwa dalam usaha ini

pemilik juga merupakan pekerja (Tjiptoherijanto, 1996). Usaha kecil

panganan tradisional memiliki rentang yang luas dan karakteristik yang

bervariasi, diantaranya adalah usaha di bidang pembuatan kue basah (jajan

pasar) dan kue kering dengan berbagai jenis bentuk, warna, sajian, kemasan

dan lainnya). Usaha panganan tradisional sangat potensial untuk

dikembangkan oleh kelompok wanita karena sesuai dengan bidang kerjanya

dan bersamaan dengan terjadinya pergeseran dari wilayah agraris menuju

kawasan agribisnis.

Permasalahan yang paling banyak dijumpai para pengusaha industri

kecil ini adalah suplai input (bahan baku) dan cuaca (Pirt, 1987 dalam

Poerwanti, 1999). Hasil penelitian menemukan bahwa pengusaha kecil

menengah (PKM) dalam berbagai pengalaman usahanya mendapat

hambatan yang hampir sama yaitu kapasitas usaha dan penyediaan bahan

baku (Sofyan, 1995). Mengingat bahwa usaha kecil panganan tradisional

mengalami hambatan, maka usaha pengembangannya memerlukan

eliminasi masalah yang terkait dengan struktur industri dan struktur usaha.

12

12

III. KERANGKA PEMIKIRAN

3.1. Landasan Teori

Produksi adalah proses mengubah input menjadi produk (Bishop dan

Tousaint, 1979). Produksi menurut Downey dan Erikson (1988) dapat

dinyatakan sebagai seperangkat prosedur dan kegiatan yang terjadi dalam

penciptaan barang dan jasa dengan menggunakan faktor produksi (input).

Pengertian produksi ini ditekankan pada pengertian teknis dimana

input dikombinasi dalam cara tertentu untuk menghasilkan produk yang

diharapkan. Produsen dapat melakukan bermacam-macam kombinasi input

tergantung dari jumlah dan jenis input yang digunakan. Produk yang

dihasilkan dapat berubah-ubah baik dalam jumlah maupun kualitas sesuai

dengan jumlah dan jenis input yang digunakan. Bila jumlah produk akan

dinaikkan atau dikurangi, maka semua input yang dikombinasikan harus

dinaikkan atau dikurangi dalam proporsi yang sama. Hal ini dapat dikatakan

bahwa bila dipertahankan tingkat kombinasi input maka jumlah produk juga

dapat dipertahankan. Tetapi kenyataannya produsen tidak dapat

mempertahankan hal tersebut karena ada pengaruh faktor-faktor yang tidak

dapat mempertahankan hal tersebut karena ada pengaruh faktor-faktor yang

tidak bisa dikendalikan oleh produsen. Di sini produsen hanya bisa

mengalokasikan sumber daya atau faktor-faktor produksi yang dimiliki dalam

keadaan terbatas.

Cara mengalokasikan sumberdaya sangat menentukan jumlah

produksi dan pendapatan yang dihasilkan. Oleh karena itu petani dapat

13

13

mempengaruhi produksi melalui keputusan berapa jumlah input yang akan

digunakan (Dillon dan Hardeker, 1983).

3.2. Teori Fungsi Produksi

Fungsi produksi adalah hubungan teknik yang menunjukkan produksi

maksimum yang dapat dihasilkan oleh setiap kombinasi dari faktor produksi

pada teknologi tertentu (Samuelson, 1970). Sedangkan menurut Yotopaulus

& Nugent (1976) fungsi produksi adalah transformasi dari sejumlah input

menjadi output. Secara matematik fungsi produksi dituliskan :

Y = f (X1, X2, …., Xn) ………………………………..………………. (1)

Dimana Y = produksi fisik yang dihasilkan; X1, X2, …, Xn = faktor produksi

dan n = banyaknya jenis faktor produksi yang digunakan dalam proses

produksi.

Dari fungsi produksi dapat diturunkan fungsi produksi rata-rata (APx)

dan fungsi produksi marginal (MPx), yakni :

APx = Y/X ……………………………….…………………………. (2)

MPx = Y/X …………………………………….………………….. (3)

Hubungan antara faktor produksi dan produksi akan menentukan

keuntungan maksimum pada daerah rasional (daerah II) dan keuntungan

maksimum tidak mungkin dicapai pada daerah yang tidak rasional (daerah I

dan III) (Heady and Dillon, 1952).

Walaupun sulit untuk menentukan bentuk fungsi produksi yang sesuai

untuk tiap jenis usaha tani, penggunaan fungsi produksi tipe Cobb-Douglas

dapat mendekati keadaan yang sebenarnya (Upton, 1979), yaitu :

14

14

Y = a X1b1 X2

b2 …….Xnbn …………..……………………………… (4)

Dimana : Y = produksi; Xi = faktor produksi; a = konstanta; bi = koefisien

regresi (elastisitas produksi untuk tiap faktor produksi) i = 1, 2, …, n; dan =

disturbance term.

Fungsi produksi Cobb-Douglas sering tepat digunakan oleh para

peneliti bidang pertanian (Chiang, 1974) karena :

1. Fungsi produksi Cobb-Douglas konsisten dengan dasar teori ekonomi

yaitu berlaku asumsi Law of diminishing return (kenaikan hasil yang

semakin berkurang) untuk semua atau setiap variabel independen (Xi)

dengan nilai bi positif dan lebih kecil dari satu.

2. Dengan menggunakan fungsi produksi ini dapat diketahui sekaligus

hubungan antara beberapa faktor terhadap tingkat produksi.

3. Koefisien yang diperoleh dalam estimasi sekaligus merupakan

elastisitas dan bersifat konstan.

4. Fase produksi yang terjadi sehubungan dengan faktor produksi yang

diteliti mudah ditentukan dengan jalan menjumlahkan besarnya

parameter variabel-variabelnya.

Fungsi produksi Cobb-Douglas menurut Soekartawi (1990) adalah

suatu fungsi yang melibatkan dua atau lebih variabel, variabel yang satu

disebut variabel dependen (Y) dan yang lain disebut variabel independen (X).

Penyelesaian hubungan Y dan X adalah dengan cara regresi, variasi Y akan

dipengaruhi oleh variasi X, sehingga kaidah-kaidah pada garis regresi juga

15

15

berlaku dalam penyelesaian Cobb-Douglas. Secara matematis fungsi Cobb-

Douglas dinyatakan sebagai berikut :

Y = a X1b1. X2

b2. X3b3. …………………….. Xn

bn.e ………………. (5)

Keterangan :

Y = varibel dependen

X = varibel independen

a,b = koefisien yang akan dicari atau elastisitas

e = logaritma natural

= disturbence term.

Untuk memudahkan pendugaan maka persamaan (5) diubah menjadi

bentuk linier berganda dengan cara melogaritmakan persamaan tersebut,

sehingga persamaannya menjadi :

Log Y = log a + b1 log X1 + b2 log X2 + … … … + …………… (6)

Persamaan (6) merupakan bentuk yang mudah untuk diselesaikan

dengan metode kuadrat terkecil (ordinary least square = OLS) (Gujarati,

1988; Greene, 1993). Selanjutnya Hayami dan Ruttan (1971) menyatakan

bahwa besarnya elastisitas produksi bagi setiap faktor produksi sama

dengan nilai parameter faktor tersebut dan menunjukkan besarnya hubungan

antar setiap faktor terhadap produksi. Penjumlahan elastisitas produksi (n)

menurut Soekartawi (1990) memberi 3 macam skala hasil produksi, yaitu

skala hasil produksi konstan (constan return to scale) jika n = 1, skala hasil

produksi semakin naik (increasing return to scale) jika n > 1 dan sakala hasil

16

16

produksi semakin berkurang (decreasing return to scale) jika terletak antara 0

dan 1.

3.3. Teori Fungsi Konsumsi Input

Dalam melakukan usaha, seorang produsen selalu berpikir bagaimana

ia mengalokasikan input seefisien mungkin untuk dapat memperoleh profit

yang maksimal. Cara berpikir demikian mengingat produsen memiliki konsep

bagaimana memaksimumkan profit (profit maximization). Di sisi lain,

produsen menghadapi keterbatasan biaya. Suatu tindakan yang dapat

dilakukan adalah bagaimana memperoleh profit besar dengan menekan

biaya produksi sekecil-kecilnya. Pendekatan ini dikenal dengan istilah

meminimumkan biaya (cost minimization) (Soekartawi, 1989).

Tersedianya input belum berarti produktivitas yang diperoleh produsen

akan tinggi, namun bagaimana produsen melakukan usahanya secara efisien

adalah upaya yang penting (Soekartawi, 1989). Dalam konsep ini dikenal

adanya konsep efisiensi teknis, efisiensi harga dan efisiensi ekonomis.

Efisiensi teknis akan tercapai bila produsen mampu mengalokasikan faktor

produksi sedemikian rupa sehingga produksi yang tinggi dapat dicapai. Bila

produsen mendapatkan profit yang besar dari usahataninya, misalnya karena

pengaruh harga, maka produsen dapat dikatakan mengalokasikan faktor

produksi secara efisiensi harga. Selanjutnya kalau produsen mampu

meningkatkan produksinya dengan harga faktor produksi yang dapat ditekan

tetapi menjual produksinya dengan harga yang tinggi, maka produsen telah

17

17

melakukan efisiensi teknis dan efisiensi harga yang bersamaan, situasi

demikian disebut efisiensi ekonomis.

Permintaan akan faktor produksi (input) merupakan hubungan antara

kuantitas faktor yang digunakan dan harga (Beattie dan Taylor, 1994). Lebih

lanjut dijelaskan bahwa permintaan faktor produksi tersebut merupakan

turunan permintaan produksi, karena fungsi tersebut tergantung pada harga

produk dan diturunkan secara tidak langsung dari permintaan akan produk

(Gambar 3.1).

MFC

MFC (v)

MFC (vI) MFC (vII)

MFC (vIII) Demand X VMP

Gambar 3.1. Fungsi permintaan input X (Debertin, 1986)

Pada Gambar 3.1 dapat dilihat bahwa hubungan antara input (X)

dengan harga input (MFC) dapat dijelaskan bahwa jika harga input naik,

maka penggunaan input dikurangi, demikian pula sebaliknya jika harga input

turun, maka penggunaan input ditambah. Hubungan ini sama dengan

hubungan antara harga barang dan jumlah barang yang diminta dalam fungsi

18

18

permintaan, sehingga kurva VMP (value marginal product) atau NPM (nilai

produk marginal) merupakan kurva permintaan input.

Menurut Debertin (1986) fungsi permintaan input pada proses

produksi pertanian adalah sebuah turunan demand for output, dimana fungsi

permintaan input diturunkan dari pembelian output suatu perusahaan

pertanian. Secara umum permintaan input tergantung pada : (1) harga

output; (2) harga input; (3) harga input lain untuk substitusi atau

komplementer; (4) parameter-parameter fungsi produksi yang secara teknis

menerangkan transformasi input menjadi output.

3.4. Hipotesis

1. Produksi tepung beras diduga dipengaruhi oleh ketersediaan beras di

pasar, ketersediaan peralatan produksi tepung beras di tiap desa, luas

lahan milik petani untuk tanaman padi, lokasi produksi tepung beras.

1. Diduga terdapat perbedaan produksi antara tepung beras yang

diproduksi di kota dan di pedesaan.

2. Konsumsi tepung beras diduga dipengaruhi oleh harga tepung beras,

harga barang substitusi, kapasitas produksi industri pangan, skala

usaha industri pangan dan letak lokasi industri pangan.

2.1. Diduga terdapat perbedaan dalam konsumsi tepung beras

antara industri pangan berskala kecil dan berskala rumah

tangga.

19

19

2.2. Diduga terdapat perbedaan dalam konsumsi tepung beras

antara industri pangan yang terletak di perkotaan dan di

pedesaan.

20

20

IV. METODOLOGI PENELITIAN

4.1. Lokasi Penelitian

Penelitian ini dilakukan di Kabupaten Jember, dengan pertim-bangan :

(1) merupakan daerah yang sudah lama dikenal sebagai pusat industri

pangan tradisional dengan konsumsi tepung beras yang sangat tinggi; (2)

merupakan daerah kawasan agribisnis dan perdagangan yang berkembang

pesat dengan kepadatan penduduk (644,92 jiwa/km2) yang tinggi serta

tempat persinggahan wisatawan dan turis ke Bali.

4.2. Pemilihan Sampel Kecamatan dan Desa (dalam Kaitannya dengan Produksi Tepung Beras)

Kabupaten Jember yang terdiri dari 31 kecamatan dipilih secara

purposive berdasarkan letak kecamatan yang berada di perkotaan (2

kecamatan) dan kecamatan yang berada di pedesaan (4 kecamatan).

Selanjutnya dari masing-masing kecamatan dipilih secara acak 3 desa.

Untuk mengetahui tingkat produksi tepung beras di Kabupaten Jember

ditentukan 68 responden, sehingga masing-masing desa ditentukan

sebanyak 3-4 responden (bagan di bawah).

Kecamatan di kota Kecamatan di desa

2 kecamatan 4 kecamatan

@ = 3 desa @ = 3 desa

@ = 3 – 4 responden @ = 3 – 4 responden

Gambar 4.1. Pemilihan sampel kecamatan dan desa (untuk data produksi tepung beras)

21

21

4.3. Pemilihan Sampel Industri Pangan Tradisional (dalam Kaitannya dengan Konsumsi Tepung Beras)

Industri pangan tradisional di Kabupaten Jember dalam hal ini

digolongkan menjadi dua, yaitu industri rumah tangga dan industri kecil.

Kemudian ditentukan industri pangan tradisional yang berada di perkotaan

dan industri pangan tradisional yang berada di desa. Untuk menentukan

tingkat konsumsi tepung beras bagi industri pangan tradisional di Kabupaten

Jember ditentukan 68 responden, sehingga untuk lokasi ditentukan sebanyak

17 responden (bagan di bawah).

Industri rumah tangga Industri kecil

Di kota di desa Di kota di desa

17 responden 17 responden 17 responden 17 responden

Gambar 4.2. Pemilihan sampel industri pangan tradisional (untuk data konsumsi tepung beras)

4.4. Macam Data dan Teknik Pengumpulan Data

Macam data yang dikumpulkan dalam penelitian ini meliputi data

primer dan data sekunder. Data primer diperoleh dari wawancara dan

pengamatan langsung di lapangan. Data primer yang diambil antara lain

produksi tepung beras (asal, jumlah, jenis dan cara produksi tepung beras),

konsumsi tepung beras untuk industri pangan tradisional, jenis industri

pangan tradisional dan kapasitas industri pangan tradisional.

Data sekunder diperoleh dari Kantor Desa, Kantor Kecamatan, Pemda

Tingkat I dan II, Dinas Perindustrian dan Perdagangan, Biro Pusat Statistik

22

22

dan instansi lain yang terkait dengan penelitian ini. Data sekunder yang

diambil antara lain : produksi padi dan beras, luas areal pertanian, pola

tanam, keadaan sosial ekonomi masyarakat di lokasi penelitian dan jumlah

industri pangan tradisional.

Teknik pengumpulan data dalam penelitian ini, secara garis besar

menggunakan 2 metode yang saling melengkapi yaitu : (1) Indept Interview,

(2) Survey.

4.5. Konsep dan Pengukuran Variabel

Variabel yang akan diperoleh dalam penelitian ini merupakan cross

section data meliputi :

a. Produksi tepung beras adalah jumlah dan jenis tepung beras yang

dihasilkan oleh rumah tangga atau industri kecil dalam satuan ton/tahun.

b. Konsumsi tepung beras adalah jumlah tepung beras yang digunakan oleh

industri pangan tradisional atau rumah tangga dalam satuan ton/tahun.

c. Tepung beras adalah tepung yang berasal dari beras yang dihasilkan

melalui proses penggilingan.

d. Pangan tradisional adalah jenis-jenis makanan tradisional yang dikenal

dengan nama “jajan pasar” seperti : nogo sari, mendut, getas/emplang,

kue thok, bikang, pukis, kue lumpur, klepon/onde-onde, cenil, getuk, tetel,

wajik dan lain-lain.

23

23

e. Luas lahan adalah lahan sawah atau tegal yang ditanami padi, dimana

hasil panen padi tersebut sebagian digunakan untuk produksi tepung

beras dalam satuan ha.

f. Harga tepung beras adalah harga pembelian tepung beras oleh industri

pangan tradisional maupun rumah tangga, dihitung dari harga di tingkat

konsumen dalam satuan rupiah per kg atau rupiah per ton.

g. Harga barang substitusi (tepung terigu, tepung maizena, tepung tapioka)

adalah harga pembelian beberapa jenis barang substitusi oleh industri

pangan tradisional maupun rumah tangga, dihitung dari harga di tingkat

konsumen dalam satuan rupiah per kg atau rupiah per ton.

h. Skala usaha industri pangan adalah besarnya usaha industri pangan

yang diukur berdasarkan jumlah tenaga kerja yang digunakan

berdasarkan kriteria Dinas Perindustrian dan Perdagangan, yaitu industri

rumah tangga (jumlah tenaga kerja kurang dari 3 orang) dan industri kecil

(jumlah tenaga kerja 3-5 orang).

i. Kapasitas industri pangan adalah jumlah produksi yang dihasilkan oleh

industri kecil atau industri pangan rumah tangga dalam satuan kg/bulan

atau ton per tahun.

j. Wilayah kecamatan di kota adalah beberapa wilayah kecamatan yang

masuk dalam wilayah kota administratif atau kota madya yang berdekatan

dengan ibu kota kabupaten/kota madya/kota administratif.

24

24

k. Wilayah kecamatan di desa adalah beberapa wilayah kecamatan yang

tidak masuk dalam wilayah kota administratif atau kota madya yang

letaknya jauh dari ibu kota kabupaten/kota madya/kota administratif.

4.6. Metode AnalisisAnalisis data dalam penelitian ini meliputi produksi tepung beras dan

konsumsi tepung beras untuk industri pangan tradisional di Kabupaten

Jember.

4.6.1. Analisis Produksi Tepung Beras

Analisis data produksi tepung beras di Kabupaten Jember

menggunakan program SHAZAM dengan bentuk fungsi penawaran Cobb-

Douglas berikut.

Qp = ao X1a1 X2

a2 X3a3 Di

di + E

Kalau ditransformasikan ke dalam “logaritma natural” menjadi :

Ln Qp = ln ao + a1 ln X1 + a2 ln X2 + a3 ln X3 + d1 D1 + d2 D2 + E

Keterangan :

Qp = jumlah tepung beras yang diproduksi rumah tangga atau

industri kecil (ton/tahun)

ao = intersep

ai = elastisitas penawaran (produksi) tepung beras terhadap

variabel, (i = 1,2,3...n)

di = koefisien regresi variabel dummy

25

25

X1 = ketersediaan beras di pasar (ton/tahun)

X2 = ketersediaan peralatan produksi tepung beras di tiap desa

atau kelurahan (jumlah mesin per desa)

X3 = luas lahan milik petani yang digunakan untuk menanam padi

(ha)

D1 = 1 produksi tepung beras dari wilayah perkotaan

0 produksi tepung beras dari wilayah pedesaan

D2 = 1 pola tanam selain padi-padi-palawija

0 pola tanam padi-padi-palawija

4.6.2. Analisis Konsumsi Tepung Beras

Analisis data konsumsi tepung beras di Kabupaten Jember

menggunakan program SHAZAM dengan bentuk fungsi permintaan Cobb-

Douglas berikut.

Qd = bo P1b1 P2

b2 Kb3 Di di + E

Kalau ditransformasikan ke dalam “logaritma natural” menjadi :

Ln Qd = ln bo + b1 ln P1 + b2 ln P2 + b3 ln K + d1 D1 + d2 D2 + E

Keterangan :

Qd = jumlah tepung beras yang dikonsumsi rumah tangga atau

industri pangan (ton/tahun)

bo = intersep

bi = elastisitas permintaan tepung beras terhadap variabel,

dimana i = (1,2,3,...n)

di = koefisien regresi variabel dummy

26

26

P1 = harga tepung beras di pasar (Rp/kg atau Rp/ton)

P2 = harga barang substitusi (tepung terigu, tepung maizena,

tepung tapioka) (Rp/kg atau Rp/ton)

K = kapasitas produksi industri pangan (ton/tahun)

D1 = 1 skala usaha industri pangan tradisional (skala industri kecil);

0 skala usaha industri pangan tradisional (skala rumah tangga)

D2 = 1 letak industri pangan di kota

0 letak industri pangan di desa

4.7. Pengujian Hipotesis

Untuk menguji agar model Ln Qp = ln ao + a1 ln X1 + a2 ln X2 + a3 ln X3

+ d1 D1 + d2 D2 + E yang digunakan cukup memadai dengan data yang ada,

maka perlu diadakan verivikasi model. Verivikasi yang biasa dilakukan

adalah uji hipotesis dan uji model.

4.7.1. Hipotesis 1

Dengan menggunakan model selanjutnya dilakukan pengujian model

tersebut dengan uji F (over all test) dengan hipotesis :

Ho : a1 = a2 = a3 = 0

H1 : tidak semua a = 0.

Statistik pengujian F hitung = , dimana :

JKR (SSR) atau jumlah kuadrat regresi = JK – JKS

JK (SST) atau jumlah kuadrat total = Yi 2 – nY

27

27

JK (SSE) atau jumlah kuadrat sesatan = (Yi – Y)2.

Bila F hitung < F tabel berarti menerima H0 yang berarti bahwa semua

koefisien regresi tidak berbeda nyata dengan nol pada () tertentu, dan bila F

hitung > F tabel, berarti menolak H0 pada () tertentu yang berarti semua

koefisien regresi berbeda nyata dengan nol, dan model yang digunakan

cukup tepat.

Untuk melihat keeratan hubungan antara semua variabel independen

dengan variabel dependen digunakan koefisien determinasi (R2). Nilai ini

digunakan untuk mengetahui ketepatan model yang dipakai yang dinyatakan

dengan berapa % variabel dependent dijelaskan oleh variabel independent

yang dimasukkan dalam bentuk model regresi :

R2 =

dimana :

Y = hasil estimasi nilai variabel dependent

Y = rata-rata nilai variabel dependent

Yi = nilai observasi variabel dependent.

Semakin tinggi nilai R2 ini, maka persamaan penduga tersebut dapat

dikatakan semakin baik (Gujarati, 1988).

Persamaan penduga yang baik selain mempunyai R2 yang besar, juga

harus dengan nilai F yang besar dan sekaligus mempunyai nilai t-hitung > t-

tabel. Uji-t ini dinamakan uji parsial masing-masing variabel dengan

hipotesis :

H0 : a1, a2, a3 = 0

28

28

H0 : a1, a2, a3 0.

Dengan rumus : ti = ; dimana Se (ai) = ; i = 1,2,3.

Bila t-hitung < t-tabel, maka H0 diterima, berarti variabel independen

yang diuji tidak signifikan terhadap variabel dependen, dan bila t-hitung > t-

tabel maka H0 ditolak pada (tertentu), berarti variabel independen yang diuji

signifikan terhadap variabel dependen.

Variabel dummy diuji dengan persamaan regresi yang dinyatakan

dalam hipotesis 1.1 dan 1.2 sebagai berikut :

Hipotesis 1.1 : H0 : D1 = 0

H1 : D1 0.

Hipotesis 1.1 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-

hitung < t-tabel maka H0 diterima, yang berarti tidak ada perbedaan produksi

tepung beras antara wilayah perkotaan dan pedesaan. Jika t-hitung > t-tabel

maka H0 ditolak, berarti ada perbedaan produksi tepung beras antara wilayah

perkotaan dan pedesaan.

Hipotesis 1.2 : H0 : D1 = 0

H1 : D1 0.

Hipotesis 1.2 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-

hitung < t-tabel maka H0 diterima, yang berarti tidak ada perbedaan produksi

padi (sebagai penghasil beras untuk bahan baku tepung beras) antara pola

tanam padi-padi-palawija dengan bukan pola tanam padi-padi-palawija. Jika

t-hitung > t-tabel maka H0 ditolak, berarti ada perbedaan (signifikan) produksi

29

29

padi (sebagai penghasil beras untuk bahan baku tepung beras) antara pola

tanam padi-padi-palawija dengan bukan pola tanam padi-padi-palawija.

4.7.2. Hipotesis 2

Dengan menggunakan model Ln Qd = ln bo + b1 ln P1 + b2 ln P2 + b3 ln

K + d1 D1 + d2 D2 + E dilakukan pengujian terhadap model dengan uji-F (over

all test) dan uji-t (parsial test) seperti pada hipotesis 1 di atas.

Variabel dummy diuji dari persamaan regresi yang dinyatakan dalam

hipotesis 2 dan 3. sebagai berikut.

Hipotesis 2 : H0 : D1 = 0

H1 : D1 0.

Hipotesis 2 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-hitung

< t-tabel maka H0 diterima, yang berarti tidak ada perbedaan perbedaan

dalam konsumsi tepung beras antara industri pangan berskala kecil dan

berskala rumah tangga. Jika t-hitung > t-tabel maka H0 ditolak, berarti ada

perbedaan (signifikan) dalam konsumsi tepung beras antara industri pangan

berskala kecil dan berskala rumah tangga.

Hipotesis 3 : H0 : D1 = 0

H1 : D1 0.

Hipotesis 3 diuji dengan uji-t pada tertentu, bila pada hipotesis 1.1 t-hitung

< t-tabel maka H0 diterima, yang berarti tidak ada perbedaan perbedaan

dalam konsumsi tepung beras antara industri pangan yang terletak di

pedesaan dan di perkotaan. Jika t-hitung > t-tabel maka H0 ditolak, berarti

30

30

ada perbedaan (signifikan) dalam konsumsi tepung beras antara industri

pangan yang terletak di pedesaan dan di perkotaan.

31

31

VI. GAMBARAN UMUM LOKASI PENELITIAN

Penelitian ini menggunakan populasi sebanyak 6 kecamatan adalah

sebagai berikut :

1. Kecamatan Patrang (untuk wilayah kota)

2. Kecamatan Rambipuji (untuk wilayah kota)

3. Kecamatan Jenggawah (untuk wilayah desa)

4. Kecamatan Ambulu (untuk wilayah desa)

5. Kecamatan Kalisat (untuk wilayah desa)

6. Kecamatan Mayang (untuk wilayah desa)

Desa yang menjadi lokasi penelitian berdasarkan 6 populasi

kecamatan di atas adalah sebagai berikut :

1. Kecamatan Patrang, kelurahannya adalah :

a. Kelurahan Patrang.

b. Kelurahan Baratan.

c. Kelurahan Gebang.

2. Kecamatan Rambipuji, desanya adalah :

a. Desa Rambigundam.

b. Desa Rambipuji.

c. Desa Kaliwining.

3. Kecamatan Jenggawah, desanya adalah :

a. Desa Jenggawah.

b. Desa Kelompangan.

c. Desa Kemuningsari.

32

32

4. Kecamatan Ambulu, desanya adalah :

a. Desa Ambulu.

b. Desa Sumberejo.

c. Desa Sabrang.

5. Kecamatan Kalisat, desanya adalah :

a. Desa Kalisat

b. Desa Glagah Wero.

c. Desa Sumber Jeruk.

6. Kecamatan Mayang, desanya adalah :

a. Desa Mayang.

b. Desa seputih.

c. Desa Mangar.

5.1. Kondisi Geografi dan Iklim

Enam lokasi penelitian yaitu di kecamatan Patrang, Kecamatan

Rambipuji, Kecamatan Jenggawah, Kecamatan Ambulu, Kecamatan Kalisat

dan Kecamatan Mayang terletak pada posisi 7 59’ 6” – 8 33’ 56” LS dan 6

27’ 6” – 7 14’ 33” BT. Di sebelah utara berbatasan dengan Kabupaten

Bondowoso, sebelah Barat berbatasan dengan Kabupaten Lumajang dan

sebelah Timur berbatasan dengan Kabupaten Banyuwangi. Sedang di

sebelah Selatan adalah Samudra Indonesia.

33

33

Banyaknya curah hujan (mm3) menurut kecamatan ditunjukkan pada

Tabel 5.1 rata-rata curah hujan (Tabel 5.2) dan jumlah hari hujan (Tabel

5.3) berikut.

Tabel 5.1. Banyaknya Curah Hujan (mm3) menurut Kecamatan, Stasiun Pengukur dan Bulan selama Tahun 2003

No. Bulan Kecamatan dan Stasiun PengukurPatrang Rambipuji Jenggawah Ambulu Kalisat Mayang

1. Januari 484,5 444,75 441,75 382,25 511,5 1592. Februari 549 389,75 388,25 268,75 362 3533. Maret 362.5 344,75 270 196,5 451 1974. April 169.5 207 163,75 95,75 71,5 315. Mei 113 129,5 131,75 40,34 79,5 786. Juni 85.5 51 32,5 26,75 11,5 727. Juli - - - - - -8. Agustus - - 30 - - -9. September - - - - 13 -

10. Oktober - 34,25 39,34 9 32 1711. Nopember 314 368,5 343 270,5 256,5 34812. Desember 304 349,7 371,5 295,5 352,5 315

Rata- rata 297,75 257,66 221,21 176,15 214,1 174,45 Sumber : BPS Kabupaten Jember (2003)

Tabel 5.2. Rata-Rata Curah Hujan (mm3) per Hari menurut Kecamatan, Stasiun Pengukur dan Bulan selama Tahun 2003


1. Januari 19 23 27,25 16 20,5 172. Februari 34 15,75 19,5 13,25 19,5 143. Maret 16,5 14,75 13 10 16 84. April 7,5 12,75 11,5 4,25 9,5 35. Mei 3,5 7 8,25 2,75 7 46. Juni 7 3,25 3 1,5 2,5 17. Juli - - - - - -8. Agustus - - - - - -9. September - - - - 1 -

10. Oktober - 34,25 3,25 2 1,5 911. Nopember 10 368,5 14,25 11,75 9,5 1112. Desember 13 349,67 20,75 15,75 20 19


34

34

Tabel 5.3. Jumlah Hari Hujan menurut Kecamatan, Stasiun Pengukur, dan Bulan selama Tahun 2003


1. Januari 25,5 19,2 16,3 23,525 25 32,32. Februari 33,8 25,255 19,625 20,8 18,55 25,23. Maret 22,4 23,275 21,05 19,9 27,9 24,64. April 19,8 16,325 14,55 24,25 12,5 10,35. Mei 16,1 19,8 14,7 10,075 11,4 19,56. Juni 38,65 16,575 9,9 12 5,1 72,07. Juli - - - - - -8. Agustus - - - - - -9. September - - - - 13,0 -

10. Oktober - 13,9 12,034 1,0 33,25 1,911. Nopember 31,45 23,975 24,225 23,075 26,3 31,612. Desember 23,35 17,87 17,7 18,775 17,7 16,6


5.2. Luas Wilayah, Jumlah Penduduk, dan Kepadatan Penduduk Menurut Kecamatan

Jumlah penduduk menurut Kecamatan ditunjukkan pada Tabel 5.4

sebagai berikut.

Tabel 5.4. Luas Wilayah, Presentase Luas terhadap Luas Kabupaten, Jumlah Penduduk dan Kepadatan Penduduk menurut Kecamatan (2003)

Kecamatan Luas wilayah(Km2)

% thd kab.Jember

Jumlah penduduk

(jiwa)

Kepadatan penduduk (jiwa/km2)

Patrang 36,99 1,12 88.816 2.346,76Rambipuji 52,80 1,60 71.323 1.350,78Jenggawah 51,02 1,55 69.504 1.362,38Ambulu 104,56 3,17 98.083 938,07Kalisat 53,48 1,62 64.737 1.210,45Mayang 63,78 1,94 43.349 679,69

sumber : BPS Kabupaten Jember (2003)

Tabel 5.4 menunjukkan bahwa wilayah yang terluas di Kecamatan

Ambulu (104,56 km2) dan terkecil di kecamatan Patrang (36.99 km2). Jumlah

Penduduk yang terbanyak di Kecamatan Ambulu (98.083 jiwa) dan yang

terkecil di Kecamatan Mayang (43.349 jiwa), Sedangkan kepadatan

35

35

penduduk yang terbanyak di Kecamatan Patrang (2.346.76 jiwa/km2) dan

terkecil di kecamatan Mayang (679,96 jiwa/km2).

5.3. Laju Pertumbuhan Penduduk Menurut Kecamatan

Jumlah penduduk dan laju pertumbuhan penduduk menurut Kecamatan

ditunjukkan pada Tabel 5.5 berikut.

Tabel 5.5. Jumlah Penduduk dan Laju Pertumbuhan Penduduk (%) menurut Kecamatan, Hasil Sensus Penduduk 1980, 1990, dan 2000

Kecamatan Jumlah penduduk Laju pertumbuhan penduduk (%)

1980 1990 2000 1990 2000Patrang 75.378 85.045 85.083 1,21 0.00Rambipuji 65.115 70.726 74.614 0,83 0,56Jenggawah 64.822 73.188 76.923 1,22 0,52Ambulu 90.603 97.179 101.272 0,70 0,43Kalisat 57.019 63.650 68.025 1,11 0,69Mayang 73.889 41.644 44.182 0,95 0,61

Sumber : BPS Kabupaten Jember (2003)

Tabel 5.5 menunjukkan bahwa laju pertumbuhan berdasarkan hasil

sensus penduduk terbanyak di kecamatan Kalisat sebesar 0,69 % dan

terkecil di kecamatan Patrang sebesar 0 %.

5.4. Sex Ratio Menurut Kecamatan dan Jenis Kelamin Hasil Sensus Penduduk

Jumlah penduduk dan Sex Ratio dan Jenis Kelamin Hasil Sensus

Penduduk Tahun 2000 menurut Kecamatan ditunjukkan pada Tabel 5.6

berikut.

36

36

Tabel 5.6. Jumlah Penduduk dan Sex Ratio menurut Kecamatan dan Jenis Kelamin Hasil Sensus Penduduk Tahun 2000

No. Kecamatan Laki-laki Perempuan Jumlah Sex Ratio1. Patrang 42.107 42.976 85.083 97,982. Rambipuji 36.344 38.270 74.614 94,973. Jenggawah 37.561 39.362 76.923 95,424. Ambulu 51.154 50.118 101.272 102,075. Kalisat 33.088 34.973 68.025 94,71 6. Mayang 21.653 22.529 44.182 96,11


Tabel 5.6 menunjukkan bahwa jumlah penduduk dan sex ratio yang

terbanyak adalah di Kecamatan Patrang (97,98) dan yang terkecil di

Kecamatan Kalisat (94,71), Sedangkan untuk jenis kelamin hasil sensus

penduduk tahun 2000 yang terbanyak adalah di Kecamatan Ambulu

(101.272) dan yang terkecil di Kecamatan Mayang (44.182).

5.5. Keadaan pertanian berdasarkan Luas Panen, Rata- rata Produksi Padi Menurut Kecamatan

Luas panen, Rata- rata Produksi dan Total Produksi Padi menurut

kecamatan ditunjukkan pada Tabel 5.7 berikut.

Tabel 5.7. Luas Panen, Rata-rata Produksi, dan Total Produksi Padi menurut Kecamatan Tahun 2003

No. Kecamatan Luas panen (Ha)

Produktivitas (Kw/Ha)

Produksi (Kw)

1. Patrang 2.116 52,08 110.2002. Rambipuji 4.210 52,03 219.050 3. Jenggawah 6.229 52,85 329.2004. Ambulu 3.690 65,30 240.960 5. Kalisat 3.734 50,43 188.310 6. Mayang 5.985 53,88 322.470


37

37

Tabel 5.7 menunjukkan bahwa luas panen padi terluas di kecamatan

Jenggawah (6.229 ha) dan terkecil di kecamatan Patrang (2.116 ha).

Produktivitas padi terbanyak di kecamatan Amublu (65,30 kw/ha) dan terkecil

di kecamatan Kalisat (50,43 kw/ha), Sedangkan produksi padi terbanyak di

Kecamatan Jenggawah (329.200 kw) dan terkecil di Kecamatan Patrang

(110.200 kw).

Luas panen, Rata- rata Produksi dan Total produksi jagung menurut

kecamatan ditunjukkan pada Tabel 5.8 berikut.

Tabel 5.8. Luas Panen, Rata-rata Produksi, dan Total Produksi Jagung menurut Kecamatan Tahun 2003.

No. Kecamatan Luas panen (Ha)

Produktivitas (Kw/Ha)

Produksi (Kw)

1. Patrang 306 51,83 15.8602. Rambipuji 810 52,17 42.2603. Jenggawah 2.732 52,08 142.2804. Ambulu 2.924 52,35 153.070 5. Kalisat 812 51,26 41.6206. Mayang 3.195 51,25 163.740


Tabel 5.8 menunjukkan bahwa luas panen jagung terbesar di

kecamatan Mayang sebesar (3.195 kw/ha) dan terkecil di kecamatan Patrang

sebesar (306 kw/ha). Produktivitas jagung terbanyak di kecamatan Ambulu

sebesar (52,35 kw/ha) dan terkecil di kecamatan Mayang (51,25 kw/ha),

Sedangkan produksi jagung terbanyak di kecamatan Mayang sebesar

(163.740 kw/ha) dan terkecil di kecamatan Patrang sebesar (15.860 kw/ha).

38

38

VI. HASIL DAN PEMBAHASAN

Pembahasan yang dikemukakan dalam bab ini meliputi dua hal : (1)

analisis produksi tepung beras di Kabupaten Jember, dengan pertimbangan

untuk mengetahui sampai seberapa besar produksi tepung beras di

Kabupaten Jember; (2) analisis konsumsi tepung beras di Kabupaten

Jember, dengan pertimbangan untuk mengetahui sampai berapa besar

konsumsi tepung beras di Kabupaten Jember. Pembahasan selanjutnya

dapat diuraikan sebagai berikut.

6.1. Produksi Tepung Beras di Kabupaten Jember

Produksi tepung beras di Kabupaten Jember dihasilkan dari kota dan

desa (Tabel 6.1).

Tabel 6.1. Produksi Tepung Beras di Lokasi Penelitian Kabupaten Jember (2005)

Produksi tepung beras Jumlah (kg/tahun)1. Kota2. Desa

829,14589,93

Total 1.419,071. Industri kecil2. Industri rumah tangga

156,09 1.262,98

Total 1.419,07Sumber : Analisis data primer (2005)

Tabel 6.1 menunjukkan bahwa produksi tepung beras di kota (892,14

kg/tahun) lebih besar dari pada di desa (589,93 kg/tahun). Hal ini karena

banyak unit usaha yang memproduksi tepung beras dan peralatan untuk

membuat tepung beras berada di wilayah perkotaan. Produksi tepung beras

untuk industri rumah tangga (1262,98 kg/tahun) lebih besar daripada industri

39

39

kecil (156,09 ton/tahun). Hal ini karena sebagian besar unit usaha yang

memproduksi tepung beras berskala industri rumah tangga (dengan tenaga

kerja kurang dari 3 orang).

6.2. Faktor-faktor yang Mempengaruhi Produksi Tepung Beras di Kabupaten Jember

Faktor-faktor yang mempengaruhi produksi tepung beras di

Kabupaten Jember secara signifikan (nyata) adalah harga tepung beras dan

variabel dummy (kota >< desa). Sedangkan, variabel lain menunjukkan

hasil yang tidak berbeda nyata (Tabel 6.2).

Tabel 6.2. Faktor-faktor yang Mempengaruhi Produksi Tepung Beras di Kabupaten Jember (2005)

Variabel Koefisien Estimasi T-hitungX1 (Ketersediaan Beras)X2 (Ketersediaan Peralatan)P1 (Harga Tepung Beras)P2 (Harga Tepung Terigu)P3 (Harga Tepung Kanji)P4 (Harga Tepung Tapioka)P6 (Harga Tepung Maizena)PendidikanD1 (Kota >< Desa)D2 Pola Tanam (Bukan Padi-Padi-Palawija >< Padi-Padi-Palawija)Konstanta

77,684ns

-25,721ns

0,3229***0,1237ns

0,1398ns

-0,0129ns

0,282ns

5,0672ns

356,32**129,98ns

-1523,1

0,8558-0,53953,035

0,63200,8155-0,8310,43850,28732,4591,287

-1,217F-hitungR2 adjusted

2,68419,74

Sumber: Analisis Data Primer (2005)Keterangan : ns = non significance

**) = significance pada taraf 95%***) = significance pada taraf 99%

Penjelasan lebih lanjut tentang faktor-faktor yang mempengaruhi

tepung beras di Kabupaten Jember adalah sebagai berikut.

40

40

6.2.1. Harga Tepung Beras

Variabel harga tepung beras menunjukkan hasil yang berbeda nyata

pada taraf 99 % terhadap produksi tepung beras dan nilai koefisien

estimasinya sebesar 0,3229. Artinya, setiap peningkatan harga tepung beras

sebesar I % maka produksi tepung beras akan meningkat sebesar 0.3229 %.

Hal ini menunjukkan bahwa variabel harga tepung beras merupakan variabel

penting yang mempengaruhi produksi tepung beras.

6.2.2. Variabel Dummy (Kota >< Desa)

Variabel dummy (kota >< desa) menunjukkan hasil yang signifikan

terhadap produksi tepung beras. Artinya, produksi tepung beras di kota

lebih besar daripada di desa. Hasil penelitian menunjukkan bahwa produksi

tepung beras di kota (892,14 ton/tahun) lebih besar dari pada di desa (589,93

ton/tahun). Hal ini karena banyak unit usaha yang memproduksi

tepung beras dan peralatan untuk membuat tepung beras berada di wilayah

perkotaan.

6.2.3. Ketersediaan Beras di Kabupaten Jember

Variabel ketersediaan beras di Kabupaten Jember menunjukkan hasil

yang tidak berbeda nyata terhadap produksi tepung beras. Hal ini

menunjukkan bahwa variabel ketersediaan beras terutama yang ada di pasar

pengaruhnya kurang nyata terhadap produksi tepung beras di Kabupten

Jember.

41

41

6.2.4. Ketersediaan Peralatan untuk Memproduksi Tepung Beras

Variabel ketersediaan peralatan untuk memproduksi tepung beras

menunjukan hasil yang tidak berbeda nyata. Hal ini menunjukkan bahwa

jumlah peralatan untuk memproduksi tepung beras ketersediaannya terbatas,

Sehingga pengaruhnnya kurang nyata terhadap produksi tepung beras yang

dihasilkan.

6.2.5. Harga Tepung Terigu, Harga Tepung Kanji, Harga Tepung

Tapioka, Harga Tepung Maezena

Variabel harga tepung terigu, harga tepung kanji, harga tepung

tapioka, harga tepung maezena menunjukkan hasil yang tidak berbeda nyata

terhadap produksi tepung beras. Hal ini menunjukkan bahwa variabel

tersebut bukanlah barang substitusi (pengganti) tepung beras.

6.2.6. Pendidikan Pembuat Tepung Beras

Varibel pendidikan menunjukan hasil yang tidak berbeda nyata

terhadap produksi tepung beras. Hal ini karena pendidikan pembuat tepung

beras pada umumnya rata-rata setingkat SD, Sehingga pengaruhnya tidak

nyata terhadap produksi tepung beras yang di hasilkan.

6.2.7. Variabel Dummy Pola Tanam (Bukan Padi-Padi-Palawija >< Padi-Padi-Palawija)

Variabel dummy pola tanam bukan padi-padi-palawija >< padi-padi-

palawija menunjukkan hasil yang tidak berbeda nyata terhadap produksi

tepung beras. Hal ini menunjukkan bahwa variabel dummy tersebut tidak

berhubungan secara langsung terhadap produksi tepung beras.

42

42

6.3. Konsumsi Tepung Beras di Kabupaten Jember

Konsumsi tepung beras di Kabupaten Jember dihasilkan dari kota dan

desa (Tabel 6.3).

Tabel 6.3. Konsumsi Tepung Beras di Lokasi Penelitian Kabupaten Jember (2005)

Produksi tepung beras Jumlah (kg/tahun)1. Kota2. Desa

2.724,861.206,87

Total 3.931,731. Industri kecil2. Industri rumah tangga

473,713.458,02

Total 3.931,73Sumber : Analisis data primer (2005)

Tabel 6.3 menunjukkan bahwa konsumsi tepung beras untuk di

wilayah kota Jember (2.724,86 kg/tahun) lebih besar daripada di wilayah

desa (1.206,87 kg/tahun). Hal ini karena unit industri kue tradisional yang

berbahan baku tepung beras banyak terdapat di wilayah perkotaan.

Konsumsi tepung beras untuk industri kecil (473,71 kg/tahun) lebih kecil

daripada industri rumah tangga (3.458,02 kg/tahun). Hal ini karena unit

industri yang berbahan baku tepung beras umumnya berskala industri rumah

tangga.

6.4. Faktor-faktor yang Mempengaruhi Konsumsi Tepung Beras di Kabupaten Jember

Faktor-faktor yang mempengaruhi konsumsi tepung beras secara

signifikan di Kabupaten Jember adalah harga tepung beras dan kapasitas

industri. Sedangkan, faktor-faktor yang tidak berpengaruh secara nyata

terhadap konsumsi tepung beras di Kabupaten Jember adalah harga tepung

43

43

terigu, harga tepung kanji, harga tepung garut, harga tepung maezena,

pendidikan pengusaha, umur, variabel dummy (industri kecil >< industri

rumah tangga), variabel dummy (kota >< desa) (Tabel 6.4).

Tabel 6.4. Faktor-faktor yang Mempengaruhi Konsumsi Tepung Beras di Kabupaten Jember (2005).

Variabel Koefisien Estimasi T-hitungP1 (Harga Tepung Beras) P3 (Harga Tepung Terigu) P4 (Harga Tepung Kanji) P6 (Harga Tepung Garut)P6 (Harga Tepung Maezena)Pendidikan Kapasitas Industri UmurD1 (industri kecil >< industri rumah tangga)D2 (kota >< desa)Konstanta

-0,0002***

-0,0001ns

-0,0001ns

-0,00003ns

-0,00002ns

0,0013ns

0,5882***

0,0019ns

-0,0065ns

-0,023ns

1,4562***

-3,3801-0,4745-0,8615-0,7528-1,431 0,1365 63710 0,7097-0,0794

0,30453,091

F-hitungR2 adjusted

575 x 106

0,99Sumber : Data Primer (2005)Keterangan :

ns = non significance***) = significance pada taraf 99%

Penjelasan lebih lanjut tentang faktor-faktor yang mempengaruhi

konsumsi tepung beras di Kabupaten Jember diuraikan sebagai berikut.

6.4.1. Harga Tepung Beras

Variabel harga tepung beras menunjukkan hasil yang berbeda nyata

terhadap konsumsi tepung beras pada taraf 99 % dan nilai koefisien

estimasinya sebesar – 0,0002. Artinya, setiap peningkatan harga tepung

beras sebesar I % maka konsumsi tepung beras akan menurun sebesar

44

44

0.0002 %. Hal ini menunjukkan bahwa variabel harga tepung beras

merupakan variabel penting yang mempengaruhi konsumsi tepung beras.

6.4.2. Kapasitas Industri Kue Tradisional

Variabel kapasitas industri kue tradisional menunjukkan hasil yang

berbeda nyata terhadap konsumsi tepung beras pada taraf 99 % dan nilai

koefisien estimasinya sebesar 0,5882. Artinya, setiap peningkatan kapasitas

industri kue traisional sebesar I % maka konsumsi tepung beras akan

meningkat sebesar 0.5882 %. Hal ini menunjukkan bahwa variabel kapasitas

industri kue tradisional merupakan variabel penting yang mempengaruhi


6.4.3. Harga Tepung Terigu, Harga Tepung Kanji, Harga Tepung Tapioka, Harga Tepung Maezena

Variabel harga tepung terigu, harga tepung kanji, harga tepung

tapioka, harga tepung maezena menunjukkan hasil yang tidak berbeda nyata

terhadap konsumsi tepung beras. Hal ini menunjukkan bahwa variabel

tersebut bukanlah barang substitusi (pengganti) bagi tepung beras.

6.4.4. Pendidikan Pembuat Kue Tradisional

Varibel pendidikan menunjukan hasil yang tidak berbeda nyata

terhadap konsumsi tepung beras. Hal ini karena pendidikan pengusaha kue

tradisional pada umumnya rata-rata setingkat SD, Sehingga pengaruhnya

tidak nyata terhadap konsumsi tepung beras untuk kue tradisional.

45

45

6.4.5. Umur Pengusaha Kue Tradisional

Varibel umur pengusaha kue tradisional menunjukan hasil yang tidak

berbeda nyata terhadap konsumsi tepung beras. Hal ini menunjukkan bahwa

variabel umur pengusaha kue tradisional bukanlah variabel penting terhadap


6.4.6. Variabel Dummy (Industri Kecil >< Industri Rumah Tangga)

Variabel dummy industri kecil >< industri rumah tangga menunjukkan

hasil yang tidak berbeda nyata terhadap konsumsi tepung beras. Hal ini

karena jumlah kue tradisional yang berbahan baku tepung beras yang

dihasilkan antara industri kecil dan industri rumah tangga relatih sama.

6.4.7 Variabel Dummy (Kota >< Desa)

Variabel dummy (kota >< desa) menunjukkan hasil yang tidak

signifikan terhadap konsumsi tepung beras. Hal ini karena unit industri di

wilayah perkotaan dan di wilayah pedesaaan jumlahnya tidak berbeda jauh.

46

46

VII. KESIMPULAN DAN SARAN

7.1. Kesimpulan

Berdasarkan perumusan masalah, tujuan penelitian, hipotesis dan

hasil penelitian serta pembahasan, Maka dapat di simpulkan bahwa :

1. Produksi tepung beras di kota (892,14 kg/tahun) lebih besar dari pada

di desa (589,93 kg/tahun). Produksi tepung beras untuk industri

rumah tangga (1262,98 kg/tahun) lebih besar daripada industri kecil

(156,09 ton/tahun).

2. Faktor-faktor yang mempegaruhi produksi tepung beras di Kabupaten

Jember secara signifikan (nyata) adalah harga tepung beras dan

variabel dummy (kota >< desa).

3. Konsumsi tepung beras untuk di wilayah kota Jember (2.724,86

kg/tahun) lebih besar daripada di wilayah desa (1.206,87 kg/tahun).

Konsumsi tepung beras untuk industri kecil (473,71 kg/tahun) lebih

kecil daripada industri rumah tangga (948,54 kg/tahun).

4. Faktor-faktor yang mempengaruhi konsumsi tepung beras secara

signifikan di Kabupaten Jember adalah harga tepung beras dan

kapasitas industri.

7.2. Saran

Saran yang dapat diberikan dari hasil penelitian ini adalah sebagai

berikut.

47

47

1. Mengingat produksi tepung beras lebih kecil dari pada konsumsi tepung

beras maka peluang untuk menghasilkan tepung beras terbuka lebar bagi

unit usaha yang bergerak dalam produksi tepung beras.

2. Mengingat produksi tepung beras di kota lebih besar dari pada di desa,

maka perlu adanya keseimbangan produksi tepung beras dengan

memperhatikan kebutuhan tepung beras dan ketersediaan alat untuk

memproduksi tepung beras.

3. Mengingat harga tepung beras merupakan variabel penting yang

mempengaruhi produksi tepung beras di Kabupaten Jember maka harga

tepung beras hendaknya tetap memperhatikan kebutuhan produsen agar

semangat memproduksi tepung beras tetap ada.

4. Mengingat konsumsi tepung beras di wilayah kota Jember lebih besar

daripada di wilayah desa, maka gairah memproduksi kue tradisional

berbahan baku tepung beras hendaknya perlu ditingkatkan diwilayah

pedesaan.

5. Mengingat harga tepung beras merupakan variabel penting yang

mempengaruhi konsumsi tepung beras, maka hendaknya harga tepung

beras juga memperhatikan kebutuhan konsumen.

48

48

DAFTAR PUSTAKA

Beattie, B.R. and C.R. Taylor. 1994. The Economics of Production. Terjemahan Cetakan Pertama. Gadjah Mada University Press, Yogyakarta.

Bishop, C.E. and W.D. Tousaint. 1979. Introduction to Agricultural Economic Analysis. John Wiley & Sons, New York.

BPS. 2002. Kabupaten Jember dalam Angka Tahun 2002. Kerjasama Badan Perencana Pembangunan Daerah dengan BPS Kabupaten Jember.

Chiang, A.C. 1974. Fundamental Methods of Mathematical Economics. Terjemahan Edisi ketiga. Erlangga, Jakarta.

Debertin, D.L. 1986. Agricultural Production Economics, Theory with Applica-tion. 2nd Ed. John Wiley and Sons Inc., New York.

Dillon, J.L. and J.B. Hardeker. 1983. Farm Management Research for Small Farmer Development. FAO of the United Nation : Rome.

Disperindag. 2002. Teknologi Pengolahan Bahan Baku Berbasis Tepung. Yogyakarta.

Downey, W.D. and S.P. Erickson. 1989. Agribusiness Management. Terjemahan Edisi Kedua. Erlangga, Jakarta.

Endang, J. 1999. Analisis Permintaan Kue Jajan Pasar di Kawasan Pariwisata Jawa Timur. Centre for Strategic and International Studies (CSIS), Jakarta. Http://www.indomerchant.com.

Greene, W.H. 1993. Econometric Analysis. Second Edition. Prentice Hall, Englewood Cliffs, New Jersey.

Gujarati, D.N. 1988. Basic Econometrics. 2nd Ed. MC Graw Hill Book Company, New York.

Hayami and Ruttan. 1971. Agricultural Development An International Prespective. The John Hopkins Press. Baltimore, London.

Hazmi, M., G.S. Purwono, H. Basuki, H. Satriyono, S. Widagdo, D. Djumhariyanto, E. Turjono, T.H. Santosa dan A. Ja’far. 2002. Peran Serta Lembaga Swadaya Masyarakat dalam Meningkatkan Kesadaran

49

49

Masyarakat di Bidang Pelayanan. Kerjasama antara Lembaga Pengkajian Masalah dan Pembangunan (LPSP) Jember dengan Badan Penelitian dan Pengembangan Daerah Kabupaten (Balitbangda) Jember.

Heady, O.E. and J.L. Dillon. 1952. Economic of Agriculture Production and Resource Use. Presentice Hall, New York.

Poerwanti, E. 1999. Pengembangan Model Pembinaan Integratif Kompetitif sebagai Upaya Peningkatan Pendapatan Wanita Wirausaha Bidang Pengolahan Pangan di daerah Wisata, Jawa Timur. PSW dan Kema-syarakatan, UMM. Malang.

Raharjo, D. 1996. Pendidikan dan Pertumbuhan Ekonomi. Makalah Seminar Nasional. Pendidikan dan Kebudayaan. Jakarta.

Samuelson, P.A. 1970. Economics. Il Shin Pub. Co. Seoul.

Santosa, T.H. 2003. Masalah-masalah Petani di Kabupaten Jember. Makalah Seminar. Fakultas Pertanian, Universitas Muhammadiyah Jember.

Sigar, E. dan Ernawaty. 2000. Dapur Pintar. Upaya Warga Negara, Ragunan, Jakarta.

Soekartawi. 1989. Prinsip Dasar Ekonomi Pertanian, Teori dan aplikasi. Rajawali, Jakarta.

Soekartawi. 1990. Teori Ekonomi Produksi dengan Pokok Pembahasan Analisis Fungsi Cobb-Douglas. Rajawali, Jakarta.

Soesastro, H., R. Atje dan N.K. Suhut. 2001. Analisis Permintaan Tepung bagi Rumah tangga di Jawa Timur. Centre for Strategic and International Studies (CSIS), Jakarta. Http://www. indomerchant.com.

Subiati, S. dkk. 1992. Aneka Resep Kue Trendy dan PKK. Karya Ilmu, Surabaya.

Sutanto, A. 1997. Keusahawanan dan Usaha Kecil di Pedesaan Jawa Tengah dan DIY. Populasi. Buletin Penelitian Kebijaksanaan Kependudukan. Vol. 12, No. 5.

Tilaar, H.A.R. 1995. Pengembangan Sumberdaya Manusia sebagai Pendu-kung Pembangunan Nasional. PSW-Unibraw. Malang.

50

50

Tjiptoherijanto, P. 1996. Pengembangan Sumberdaya Wanita dalam Menghadapi Era Globalisasi. Populasi. Buletin Penelitian Kebijaksanaan Kependudukan. Vol. 7, No. 2.

Wijaya, H.R. 1995. Mewujudkan Kemitra Sejajaran Pria-Wanita dalam Pembangunan Indonesia. PSW-Unibraw.

Yotopoulus, P.A. and J.B. Nugent. 1976. Economics of Development Empirical Investigations. Harper & Row Publishers, New York.

51

51

L A M P I R A N

52

52

Lampiran 1. Data Produksi Tepung Beras di Kabupaten Jember 2005

Prodk X1 X2 X3 D1 D2 P1 P210 2,5 2 0,02 0 0 2800 4000

6,5 1,5 2 0,03 0 0 2800 33008 0,8 1 0,03 0 0 3000 38008 0,2 3 0,2 0 0 3000 3800

10 0,75 1 0,1 0 0 3000 37509 0,4 2 0,2 0 0 3000 32008 0,6 4 0,15 0 1 3000 4500

10 0,4 2 0,02 0 1 3000 375040 0,2 2 0,06 1 1 3000 37508 0,2 1 0,06 0 1 2800 3750

10 2,5 2 0,2 0 0 2800 38008 0,3 2 0,05 0 0 2800 38005 0,8 1 0,25 0 0 3000 38004 0,2 3 0,15 0 0 3000 3300

12 0,75 1 0,08 0 0 3000 38007 0,4 2 0,04 0 0 3000 3800

12,5 0,6 4 0,3 1 0 3000 380010 0,4 2 0,05 0 0 3300 380015 0,2 2 0,01 0 1 3300 380010 0,2 1 0,15 0 1 3300 380020 0,5 2 0,3 0 1 3300 38006 0,4 2 0,06 0 1 3000 4000

13 0,2 1 0,04 0 0 3200 40005 0,2 3 0,04 0 0 3000 3300

4,5 0,3 1 0,05 1 0 2800 330011 0,4 2 0,06 0 0 3200 33005 0,4 4 0,03 0 0 3000 33009 0,2 2 0,01 0 0 3000 33004 0,2 2 0,2 0 0 3000 3300

6,5 0,2 1 0,01 1 0 3000 33003,5 0,5 2 0,02 0 1 3000 3000

2 0,4 2 0,275 0 1 3000 375022 0,2 1 0,25 0 1 2900 300016 0,2 3 0,01 0 1 3100 33003 0,6 1 0,5 0 0 3000 35005 0,4 2 0,4 0 0 5000 3400

25 0,6 4 0,2 0 0 4800 340016 0,4 2 0,1 0 0 4800 3300

27,5 0,2 2 0,06 0 0 4800 340027,5 0,2 1 0,2 0 0 4800 3400

53

53

17,5 2,5 2 0,04 0 0 4800 350025,5 0,2 2 0,05 0 0 4800 340017,5 0,3 1 0,1 0 1 4800 350017,5 0,2 3 0,3 0 1 4800 3400

10 0,5 1 0,1 0 1 4800 34002,5 0,2 2 0,01 0 1 2800 3600

1 0,8 4 0,03 0 0 3000 34006 0,4 2 0,2 1 0 2800 34003 1,5 2 0,3 0 0 3200 34002 2 1 0,2 0 0 3100 36002 0,5 2 0,2 0 0 3000 38004 0,3 2 0,01 0 0 3000 38002 0,4 1 0,35 0 1 3000 37505 0,2 3 0,25 0 1 3200 40003 0,6 1 0,02 1 1 2900 40004 0,8 2 0,01 0 1 2800 39005 0,6 4 0,3 0 0 3000 40002 0,4 2 0,3 0 0 3000 36004 0,2 2 0,1 0 0 3000 36002 0,4 1 0,15 0 0 3200 36006 0,75 2 0,25 0 0 3000 35003 0,3 2 0,25 1 0 3200 35002 0,5 1 0,06 0 1 3400 38002 0,5 3 0,2 0 1 3300 38003 0,4 1 0,4 0 1 3000 38004 0,2 2 0,2 0 1 3200 37502 0,2 4 0,2 0 0 3400 37502 0,4 2 0,03 0 0 3200 3750

54

54

Lampiran 2. Data Konsumsi Tepung Beras di Kbupaten Jember 2005

C P1 P2 P3 P4 P5 P6 P7 Pendk Kaps4316 2800 4000 2800 2500 3000 5000 7500 3 7337,2371 2800 3800 3800 2500 3000 5000 10000 12 630,7

185,5 3000 3800 3800 2500 2800 5000 10000 9 315,35424 3000 4000 3800 2500 3000 5000 7500 9 720,8477 3000 4000 3800 2500 3000 5000 7500 6 810,9318 3000 4000 3800 2500 2800 5000 7500 4 540,6318 3000 4000 3800 2500 3000 5000 7500 9 540,6

8480 3000 4000 4000 2500 2800 6000 7500 4 14416185,5 3000 3600 3600 2800 3200 5000 7500 3 315,35

260 2800 3500 3500 2000 3200 6000 7500 16 442468 2800 3300 4000 3400 3500 6000 7500 6 795,6156 2800 4000 3500 2000 3000 6000 7500 9 265,2260 3000 3600 3600 2000 2600 6000 7500 6 442260 3000 3500 3500 2000 3000 6000 7500 3 442364 3000 4000 3500 2000 3250 6000 7500 4 618,8832 3000 4500 3300 2000 3000 4000 7500 9 1414,4312 3000 3600 3300 2000 3000 4000 7500 9 530,4208 3300 4000 3300 2000 2800 6000 7500 12 353,6156 3300 4000 3200 3000 3000 4000 7500 12 265,2624 3300 4000 3300 2000 2600 4000 7500 9 1060,8

1040 3300 4000 4000 3300 3000 3000 7500 12 17685720 3000 4000 4000 3500 3000 4000 7500 12 9724156 3200 4000 3500 2000 3200 6000 7500 6 265,2208 3000 3500 3500 2000 3000 6000 7500 12 353,6

1144 2800 3600 3500 2000 2800 6000 7500 6 1944,81612 3200 4000 3300 3000 3000 4000 7500 4 2740,45252 3000 4000 3200 3000 3000 4000 7500 9 8928,4208 3000 4000 3300 3000 2800 4000 7500 5 353,6

6240 3000 4200 3300 3000 3000 4000 7500 3 106082444 3000 4200 3300 3000 3200 4000 7500 6 4154,8780 3000 3500 3300 3100 3000 4000 8000 6 1326

6032 3000 4000 3500 3000 3000 4000 15000 6 10254,45460 2900 3400 3250 3000 3000 3700 14000 6 92822210 3100 3700 3300 3100 3250 3750 14000 6 37573120 3000 3500 3300 3100 3500 3650 13450 6 5304

182,5 5000 5200 3400 2500 3200 3650 13000 16 310,25182,5 4800 5200 3400 2500 3200 3650 13000 12 310,25182,5 4800 5200 3400 2500 3500 3650 13000 12 310,25182,5 4800 5200 3400 2500 3500 3650 13000 12 310,25182,5 4800 5200 3400 4000 3250 3650 13000 6 310,25182,5 4800 5200 3400 2500 3000 3650 13000 9 310,25

520 4800 5200 3400 2500 3000 3650 13000 9 884182,5 4800 5200 3500 2500 3500 3650 13000 9 310,25

260 4800 5200 3400 2600 3500 3650 13000 9 442182,5 4800 5200 3400 2600 3200 3650 13000 9 310,25

936 2800 5300 3800 2800 3000 5500 8000 4 1591,2360 3000 4500 4000 3000 3500 5000 7500 6 612

55

55

312 2800 5600 3900 2800 3300 5000 7500 9 530,41095 3200 5400 3900 2600 3500 5600 7500 6 1861,5730 3100 4000 3600 2800 3200 5000 8000 6 1241730 3000 5200 3700 3000 3500 5500 8000 6 1241208 3000 4000 3400 3200 3300 4000 8000 9 353,6730 3000 5200 3200 2800 3000 4000 7500 6 1241132 3200 5500 4000 2800 2800 4000 7500 6 224,4

1095 2900 5400 3700 3000 3000 5000 7500 6 1861,5208 2800 5500 3700 2900 3000 5000 8000 5 353,6260 3000 4000 3600 2600 3200 5500 8500 6 442730 3000 5300 3300 3000 3250 5500 8500 9 1241208 3000 5500 3500 2800 2900 5500 8000 6 353,6730 3200 5000 3900 2800 2800 5600 7500 6 1241312 3000 5300 3800 3000 3000 5600 7500 6 530,4

1095 3200 5500 3800 3000 3000 5000 8000 3 1861,5730 3400 5400 4000 2800 3500 5500 7500 4 1241730 3300 5200 3800 3000 3200 5500 7500 6 1241

1095 3000 4500 3400 3000 3300 5000 7500 5 1861,5208 3200 4000 3400 3100 3500 4000 8000 6 353,6730 3400 5200 3800 2800 3200 4000 10000 6 1241730 3200 4000 3800 2600 2800 3800 8500 6 1241

56

56

Lampiran 3. Hasil analisis Produksi Tepung Beras di Kabupaten Jember (2005)

Date:10/08/2005 Time:11:22 ********************************************************************* SHAZAM - FOR WINDOWS SITE NO. 175ABC5QWU ** Copyright (C) 2001 by K.J. White - All Rights Reserved **

For Use Only By: FACULTY STAFF AND STUDENTS At: UNIVERSITY OF NEW SOUTH WALES, KENSINGTO

N NSW PRO SITE LICENSE - FOR USE ON ALL COMPUTERS AT ABOVE LOCATION ********************************************************************* ***** FOR USE ONLY IN AUSTRALIA AND NEW ZEALAND ***** Hello/Bonjour/Aloha/Howdy/G Day/Kia Ora/Konnichiwa/Buenos Dias/Nee Hau/Ciao Welcome to SHAZAM - Version 9.0 - AUG 2001 SYSTEM=WIN-98 PAR= 2000 CURRENT WORKING DIRECTORY IS: C:\A-SHAZAM\SHAZAM TYPE COMMANDfile 11 a:produksi.dif UNIT 11 IS NOW ASSIGNED TO: a:produksi.dif TYPE COMMANDread(11)/dif ..NOTE..DIF FILE HAS 14 COLUMNS AND 69 ROWS DIF FILE CONTAINS VARIABLES: PRODK X1 X2 X3 D1 D2 P1 P2 P3 P4 P5 P6 PENDK PRODS

...SAMPLE RANGE IS NOW SET TO: 1 68 TYPE COMMANDols prods x1 x2 p1 p2 p3 p4 p5 p6 pendk d1 d2/max

REQUIRED MEMORY IS PAR= 17 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= PRODS ...NOTE..SAMPLE RANGE SET TO: 1, 68

R-SQUARE = 0.3667 R-SQUARE ADJUSTED = 0.2423 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.11130E+06 STANDARD ERROR OF THE ESTIMATE-SIGMA = 333.62 SUM OF SQUARED ERRORS-SSE= 0.62328E+07 MEAN OF DEPENDENT VARIABLE = 614.54 LOG OF THE LIKELIHOOD FUNCTION = -484.966

MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.13094E+06 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = 11.779 SCHWARZ (1978) CRITERION - LOG SC = 12.170 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.13515E+06 HANNAN AND QUINN (1979) CRITERION = 0.15235E+06 RICE (1984) CRITERION = 0.14165E+06 SHIBATA (1981) CRITERION = 0.12401E+06 SCHWARZ (1978) CRITERION - SC = 0.19300E+06 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.13045E+06

ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.36086E+07 11. 0.32805E+06 2.947 ERROR 0.62328E+07 56. 0.11130E+06 P-VALUE TOTAL 0.98413E+07 67. 0.14689E+06 0.004

ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.29290E+08 12. 0.24408E+07 21.930 ERROR 0.62328E+07 56. 0.11130E+06 P-VALUE TOTAL 0.35523E+08 68. 0.52239E+06 0.000

57

57

VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 56 DF P-VALUE CORR. COEFFICIENT AT MEANS X1 36.205 90.40 0.4005 0.690 0.053 0.0469 0.0087 X2 -21.315 46.37 -0.4596 0.648-0.061 -0.0504 -0.0699 P1 0.31667 0.1035 3.061 0.003 0.379 0.5397 1.6997 P2 -0.48489E-01 0.2072 -0.2340 0.816-0.031 -0.0347 -0.2852 P3 0.51128E-01 0.1719 0.2975 0.767 0.040 0.0379 0.2328 P4 0.25427E-01 0.1525 0.1667 0.868 0.022 0.0200 0.1145 P5 0.14782 0.7066E-01 2.092 0.041 0.269 0.2627 1.1970 P6 0.49695E-01 0.6327E-01 0.7854 0.436 0.104 0.1289 0.5487 PENDK 4.1583 17.14 0.2426 0.809 0.032 0.0312 0.0488 D1 336.60 141.1 2.386 0.020 0.304 0.2689 0.0564 D2 119.52 98.24 1.217 0.229 0.160 0.1501 0.0686 CONSTANT -1610.2 1217. -1.323 0.191-0.174 0.0000 -2.6201

VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS X1 8171.4 X2 444.18 2150.5 P1 -1.2188 0.17419 0.10705E-01 P2 -0.45392 -1.3088 0.17916E-02 0.42934E-01 P3 -1.3633 -0.44355 0.38016E-02 0.16762E-01 0.29538E-01 P4 2.1420 0.53065 -0.47108E-02 -0.31065E-02 -0.62954E-02 0.23271E-01 P5 -1.4011 0.14884 -0.21362E-03 -0.58155E-02 -0.29949E-02 0.12963E-02 0.49929E-02 P6 -1.0458 0.25094 0.46552E-02 -0.18039E-02 0.13408E-02 -0.23322E-02 0.72678E-03 0.40036E-02 PENDK 38.113 -60.619 -0.63622 1.2148 0.37426 -0.55020E-01 -0.30700E-01 -0.26489 293.80 D1 1773.8 581.26 2.5016 -0.59888 -2.6805 1.4924 -0.66590 0.34117 -441.78 19908. D2 2763.9 806.07 -1.2206 -5.8396 -4.1338 4.2937 -0.35355 -0.58065 -153.37 1657.8 9650.3 CONSTANT 14091. -2820.3 -65.333 -162.13 -132.43 -13.271 -2.9412 -35.196 -3137.6 -2598.2 26020. 0.14812E+07 X1 X2 P1 P2 P3 P4 P5 P6 PENDK D1 D2 CONSTANT

CORRELATION MATRIX OF COEFFICIENTS X1 1.0000 X2 0.10596 1.0000 P1 -0.13032 0.36305E-01 1.0000 P2 -0.24234E-01 -0.13621 0.83572E-01 1.0000 P3 -0.87751E-01 -0.55652E-01 0.21379 0.47068 1.0000 P4 0.15533 0.75011E-01 -0.29847 -0.98277E-01 -0.24012 1.0000 P5 -0.21935 0.45422E-01 -0.29220E-01 -0.39720 -0.24661 0.12026 1.0000 P6 -0.18284 0.85522E-01 0.71109 -0.13759 0.12330 -0.24162 0.16255 1.0000 PENDK 0.24598E-01 -0.76263E-01 -0.35875 0.34205 0.12705 -0.21042E-01 -0.25347E-01 -0.24424 1.0000 D1 0.13907 0.88836E-01 0.17137 -0.20485E-01 -0.11054 0.69336E-01 -0.66791E-01 0.38215E-01 -0.18267 1.0000 D2 0.31125 0.17694 -0.12009 -0.28689 -0.24484 0.28651 -0.50933E-01 -0.93416E-01 -0.91082E-01 0.11961 1.0000 CONSTANT 0.12808 -0.49971E-01 -0.51886 -0.64293 -0.63312 -0.71481E-01 -0.34202E-01 -0.45704 -0.15041 -0.15131E-01 0.21763 1.0000 X1 X2 P1 P2 P3 P4 P5 P6 PENDK D1 D2 CONSTANT

58

58

OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 520.00 621.44 -101.44 * I 2 338.00 341.11 -3.1104 * 3 416.00 475.09 -59.086 *I 4 416.00 457.41 -41.407 *I 5 520.00 374.39 145.61 I * 6 468.00 360.61 107.39 I * 7 416.00 661.78 -245.78 * I 8 520.00 568.15 -48.152 *I 9 2080.0 961.88 1118.1 I X 10 416.00 593.88 -177.88 * I 11 520.00 442.50 77.495 I* 12 416.00 386.28 29.721 * 13 260.00 166.98 93.019 I* 14 208.00 326.13 -118.13 * I 15 624.00 500.04 123.96 I * 16 364.00 453.77 -89.771 *I 17 650.00 760.22 -110.22 * I 18 520.00 540.46 -20.456 * 19 780.00 680.76 99.237 I* 20 520.00 689.60 -169.60 * I 21 1040.0 668.29 371.71 I * 22 312.00 697.05 -385.05 * I 23 676.00 666.34 9.6606 * 24 260.00 334.45 -74.450 *I 25 234.00 652.60 -418.60 * I 26 572.00 452.37 119.63 I * 27 260.00 325.61 -65.610 *I 28 468.00 355.76 112.24 I * 29 208.00 380.71 -172.71 * I 30 338.00 738.63 -400.63 * I 31 182.00 597.25 -415.25 * I 32 104.00 332.64 -228.64 * I 33 1144.0 750.95 393.05 I * 34 832.00 683.30 148.70 I * 35 156.00 611.81 -455.81 * I 36 260.00 856.90 -596.90 * I 37 1300.0 992.52 307.48 I * 38 832.00 968.40 -136.40 * I 39 1430.0 816.85 613.15 I * 40 1430.0 1007.1 422.89 I * 41 910.00 1169.8 -259.82 * I 42 1326.0 1047.6 278.37 I * 43 910.00 1094.9 -184.92 * I 44 910.00 965.43 -55.434 *I 45 520.00 1137.4 -617.36 * I 46 912.00 461.35 450.65 I * 47 365.00 210.81 154.19 I * 48 312.00 827.18 -515.18 * I 49 1095.0 755.78 339.22 I * 50 730.00 614.29 115.71 I * 51 730.00 562.94 167.06 I * 52 208.00 469.16 -261.16 * I 53 730.00 619.75 110.25 I * 54 260.00 635.62 -375.62 * I 55 1095.0 995.27 99.726 I* 56 208.00 472.98 -264.98 * I 57 260.00 346.32 -86.321 *I 58 730.00 455.87 274.13 I * 59 208.00 613.91 -405.91 * I 60 730.00 475.51 254.49 I * 61 312.00 416.55 -104.55 * I 62 1095.0 868.21 226.79 I * 63 730.00 566.02 163.98 I * 64 730.00 657.49 72.509 I* 65 1095.0 609.94 485.06 I * 66 208.00 552.32 -344.32 * I 67 730.00 495.07 234.93 I * 68 730.00 439.44 290.56 I *

59

59

DURBIN-WATSON = 2.3859 VON NEUMANN RATIO = 2.4215 RHO = -0.20328 RESIDUAL SUM = 0.48317E-11 RESIDUAL VARIANCE = 0.11130E+06 SUM OF ABSOLUTE ERRORS= 16021. R-SQUARE BETWEEN OBSERVED AND PREDICTED = 0.3667 RUNS TEST: 42 RUNS, 33 POS, 0 ZERO, 35 NEG NORMAL STATISTIC = 1.7193 COEFFICIENT OF SKEWNESS = 0.5474 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = 1.5987 WITH STANDARD DEVIATION OF 0.5740

JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 8.7735 P-VALUE= 0.012

GOODNESS OF FIT TEST FOR NORMALITY OF RESIDUALS - 15 GROUPS OBSERVED 0.0 0.0 1.0 2.0 8.0 5.0 12.0 9.0 16.0 7.0 5.0 1.0 1.0 0.0 1.0 EXPECTED 0.3 0.6 1.5 3.1 5.3 7.9 10.0 10.8 10.0 7.9 5.3 3.1 1.5 0.6 0.3 CHI-SQUARE = 12.0091 WITH 1 DEGREES OF FREEDOM, P-VALUE= 0.001 TYPE COMMAND

ols prods x1 x2 p1 p2 p3 p4 p6 pendk d1 d2/max

REQUIRED MEMORY IS PAR= 16 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= PRODS ...NOTE..SAMPLE RANGE SET TO: 1, 68

R-SQUARE = 0.3172 R-SQUARE ADJUSTED = 0.1974 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.11789E+06 STANDARD ERROR OF THE ESTIMATE-SIGMA = 343.35 SUM OF SQUARED ERRORS-SSE= 0.67198E+07 MEAN OF DEPENDENT VARIABLE = 614.54 LOG OF THE LIKELIHOOD FUNCTION = -487.524

MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.13696E+06 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = 11.825 SCHWARZ (1978) CRITERION - LOG SC = 12.184 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.14064E+06 HANNAN AND QUINN (1979) CRITERION = 0.15745E+06 RICE (1984) CRITERION = 0.14608E+06 SHIBATA (1981) CRITERION = 0.13079E+06 SCHWARZ (1978) CRITERION - SC = 0.19556E+06 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.13657E+06

ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.31215E+07 10. 0.31215E+06 2.648 ERROR 0.67198E+07 57. 0.11789E+06 P-VALUE TOTAL 0.98413E+07 67. 0.14689E+06 0.010

ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.28803E+08 11. 0.26184E+07 22.210 ERROR 0.67198E+07 57. 0.11789E+06 P-VALUE TOTAL 0.35523E+08 68. 0.52239E+06 0.000

VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 57 DF P-VALUE CORR. COEFFICIENT AT MEANS X1 77.684 90.77 0.8558 0.396 0.113 0.1007 0.0186 X2 -25.721 47.68 -0.5395 0.592-0.071 -0.0608 -0.0843 P1 0.32299 0.1064 3.035 0.004 0.373 0.5505 1.7337 P2 0.12368 0.1957 0.6320 0.530 0.083 0.0886 0.7273 P3 0.13979 0.1714 0.8155 0.418 0.107 0.1036 0.6366 P4 -0.12951E-01 0.1559 -0.8309E-01 0.934-0.011 -0.0102 -0.0583 P6 0.28178E-01 0.6425E-01 0.4385 0.663 0.058 0.0731 0.3112 PENDK 5.0672 17.64 0.2873 0.775 0.038 0.0380 0.0594 D1 356.32 144.9 2.459 0.017 0.310 0.2846 0.0597 D2 129.98 101.0 1.287 0.203 0.168 0.1633 0.0747 CONSTANT -1523.1 1252. -1.217 0.229-0.159 0.0000 -2.4784 VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS

60

60

X1 8239.0 X2 514.73 2273.2 P1 -1.3545 0.19125 0.11329E-01 P2 -2.2094 -1.2027 0.16342E-02 0.38302E-01 P3 -2.3342 -0.37526 0.38911E-02 0.14060E-01 0.29385E-01 P4 2.6542 0.52115 -0.49311E-02 -0.16911E-02 -0.58446E-02 0.24293E-01 P6 -0.89169 0.24286 0.49638E-02 -0.10141E-02 0.18820E-02 -0.26702E-02 0.41287E-02 PENDK 31.246 -63.240 -0.67529 1.2489 0.37692 -0.49836E-01 -0.27584 311.00 D1 1680.9 636.72 2.6196 -1.4559 -3.2624 1.7639 0.46405 -472.29 20993. D2 2822.5 864.98 -1.3089 -6.6217 -4.6032 4.6452 -0.56053 -164.75 1706.1 10195. CONSTANT 14051. -2894.5 -69.336 -175.36 -142.14 -13.248 -36.827 -3342.5 -3167.6 27340. 0.15671E+07 X1 X2 P1 P2 P3 P4 P6 PENDK D1 D2 CONSTANT

CORRELATION MATRIX OF COEFFICIENTS X1 1.0000 X2 0.11894 1.0000 P1 -0.14020 0.37687E-01 1.0000 P2 -0.12437 -0.12889 0.78451E-01 1.0000 P3 -0.15002 -0.45915E-01 0.21326 0.41909 1.0000 P4 0.18761 0.70129E-01 -0.29724 -0.55439E-01 -0.21875 1.0000 P6 -0.15289 0.79273E-01 0.72580 -0.80644E-01 0.17086 -0.26662 1.0000 PENDK 0.19520E-01 -0.75213E-01 -0.35976 0.36186 0.12468 -0.18131E-01 -0.24343 1.0000 D1 0.12781 0.92171E-01 0.16987 -0.51344E-01 -0.13135 0.78108E-01 0.49845E-01 -0.18484 1.0000 D2 0.30796 0.17968 -0.12179 -0.33509 -0.26595 0.29516 -0.86396E-01 -0.92523E-01 0.11662 1.0000 CONSTANT 0.12366 -0.48496E-01 -0.52038 -0.71579 -0.66239 -0.67900E-01 -0.45784 -0.15141 -0.17464E-01 0.21630 1.0000 X1 X2 P1 P2 P3 P4 P6 PENDK D1 D2 CONSTANT

OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 520.00 604.77 -84.765 *I 2 338.00 453.12 -115.12 * I 3 416.00 442.50 -26.496 * 4 416.00 421.46 -5.4571 * 5 520.00 394.60 125.40 I * 6 468.00 412.46 55.537 I* 7 416.00 641.65 -225.65 * I 8 520.00 585.88 -65.882 *I 9 2080.0 977.15 1102.9 I X 10 416.00 576.89 -160.89 * I 11 520.00 517.90 2.0956 * 12 416.00 347.11 68.891 I* 13 260.00 427.29 -167.29 * I 14 208.00 388.98 -180.98 * I 15 624.00 472.90 151.10 I * 16 364.00 416.78 -52.775 *I 17 650.00 736.85 -86.851 *I 18 520.00 503.54 16.461 * 19 780.00 658.86 121.14 I * 20 520.00 669.38 -149.38 * I 21 1040.0 643.66 396.34 I * 22 312.00 555.04 -243.04 * I 23 676.00 520.44 155.56 I * 24 260.00 399.11 -139.11 * I

61

61

25 234.00 729.51 -495.51 * I 26 572.00 529.97 42.032 I* 27 260.00 388.59 -128.59 * I 28 468.00 424.83 43.169 I* 29 208.00 455.23 -247.23 * I 30 338.00 837.27 -499.27 * I 31 182.00 499.93 -317.93 * I 32 104.00 472.48 -368.48 * I 33 1144.0 536.28 607.72 I * 34 832.00 639.02 192.98 I * 35 156.00 532.24 -376.24 * I 36 260.00 980.25 -720.25 * I 37 1300.0 861.62 438.38 I * 38 832.00 885.49 -53.495 *I 39 1430.0 981.74 448.26 I * 40 1430.0 1002.2 427.79 I * 41 910.00 1121.5 -211.51 * I 42 1326.0 928.27 397.73 I * 43 910.00 1096.3 -186.34 * I 44 910.00 1041.6 -131.59 * I 45 520.00 1157.8 -637.82 * I 46 912.00 457.32 454.68 I * 47 365.00 322.01 42.994 I* 48 312.00 684.25 -372.25 * I 49 1095.0 617.66 477.34 I * 50 730.00 616.93 113.07 I * 51 730.00 489.26 240.74 I * 52 208.00 491.85 -283.85 * I 53 730.00 626.02 103.98 I * 54 260.00 671.58 -411.58 * I 55 1095.0 1033.3 61.711 I* 56 208.00 528.63 -320.63 * I 57 260.00 369.55 -109.55 * I 58 730.00 412.49 317.51 I * 59 208.00 440.45 -232.45 * I 60 730.00 474.48 255.52 I * 61 312.00 380.83 -68.826 *I 62 1095.0 805.67 289.33 I * 63 730.00 724.55 5.4464 * 64 730.00 657.06 72.938 I* 65 1095.0 614.42 480.58 I * 66 208.00 589.17 -381.17 * I 67 730.00 465.02 264.98 I * 68 730.00 445.99 284.01 I *

DURBIN-WATSON = 2.3377 VON NEUMANN RATIO = 2.3725 RHO = -0.17750 RESIDUAL SUM = 0.10687E-10 RESIDUAL VARIANCE = 0.11789E+06 SUM OF ABSOLUTE ERRORS= 16517. R-SQUARE BETWEEN OBSERVED AND PREDICTED = 0.3172 RUNS TEST: 42 RUNS, 33 POS, 0 ZERO, 35 NEG NORMAL STATISTIC = 1.7193 COEFFICIENT OF SKEWNESS = 0.5136 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = 1.2034 WITH STANDARD DEVIATION OF 0.5740

JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 5.8633 P-VALUE= 0.053


62

62

Lampiran 4. Hasil Analisis Konsumsi Tepung Beras di Kabupaten Jember (2005)

Date:10/08/2005 Time:11:01 ********************************************************************* SHAZAM - FOR WINDOWS SITE NO. 175ABC5QWU ** Copyright (C) 2001 by K.J. White - All Rights Reserved **

For Use Only By: FACULTY STAFF AND STUDENTS At: UNIVERSITY OF NEW SOUTH WALES, KENSINGTO

N NSW PRO SITE LICENSE - FOR USE ON ALL COMPUTERS AT ABOVE LOCATION ********************************************************************* ***** FOR USE ONLY IN AUSTRALIA AND NEW ZEALAND ***** Hello/Bonjour/Aloha/Howdy/G Day/Kia Ora/Konnichiwa/Buenos Dias/Nee Hau/Ciao Welcome to SHAZAM - Version 9.0 - AUG 2001 SYSTEM=WIN-98 PAR= 2000 CURRENT WORKING DIRECTORY IS: C:\A-SHAZAM\SHAZAM TYPE COMMANDfile 11 a:konsum.dif UNIT 11 IS NOW ASSIGNED TO: a:konsum.dif TYPE COMMANDread(11)/dif ..NOTE..DIF FILE HAS 13 COLUMNS AND 69 ROWS DIF FILE CONTAINS VARIABLES: C P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2

...SAMPLE RANGE IS NOW SET TO: 1 68 TYPE COMMANDols C P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2/max

REQUIRED MEMORY IS PAR= 17 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= C ...NOTE..SAMPLE RANGE SET TO: 1, 68

R-SQUARE = 1.0000 R-SQUARE ADJUSTED = 1.0000 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.37568E-01 STANDARD ERROR OF THE ESTIMATE-SIGMA = 0.19382 SUM OF SQUARED ERRORS-SSE= 2.0662 MEAN OF DEPENDENT VARIABLE = 1131.3 LOG OF THE LIKELIHOOD FUNCTION = 22.3006

MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.44750E-01 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = -3.1114 SCHWARZ (1978) CRITERION - LOG SC = -2.6871 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.46448E-01 HANNAN AND QUINN (1979) CRITERION = 0.52692E-01 RICE (1984) CRITERION = 0.49196E-01 SHIBATA (1981) CRITERION = 0.42004E-01 SCHWARZ (1978) CRITERION - SC = 0.68078E-01 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.44538E-01

ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.20954E+09 12. 0.17461E+08 464792138.781 ERROR 2.0662 55. 0.37568E-01 P-VALUE TOTAL 0.20954E+09 67. 0.31274E+07 0.000

ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.29657E+09 13. 0.22813E+08 607244227.365 ERROR 2.0662 55. 0.37568E-01 P-VALUE TOTAL 0.29657E+09 68. 0.43613E+07 0.000

63

63

VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 55 DF P-VALUE CORR. COEFFICIENT AT MEANS P1 -0.24146E-03 0.7212E-04 -3.348 0.001-0.411 -0.0001 -0.0007 P2 0.20198E-04 0.4565E-04 0.4424 0.660 0.060 0.0000 0.0001 P3 -0.57956E-04 0.1069E-03 -0.5419 0.590-0.073 0.0000 -0.0002 P4 -0.60793E-04 0.8027E-04 -0.7574 0.452-0.102 0.0000 -0.0001 P5 -0.36044E-04 0.1197E-03 -0.3012 0.764-0.041 0.0000 -0.0001 P6 -0.30226E-04 0.4294E-04 -0.7038 0.484-0.094 0.0000 -0.0001 P7 -0.20575E-04 0.1669E-04 -1.233 0.223-0.164 0.0000 -0.0002 PENDK 0.17348E-02 0.9983E-02 0.1738 0.863 0.023 0.0000 0.0000 KAPS 0.58823 0.9624E-05 0.6112E+05 0.000 1.000 1.0000 0.9999 UMUR 0.15831E-02 0.2924E-02 0.5414 0.590 0.073 0.0000 0.0001 D1 -0.11416E-01 0.8330E-01 -0.1371 0.891-0.018 0.0000 0.0000 D2 0.19051E-01 0.7880E-01 0.2418 0.810 0.033 0.0000 0.0000 CONSTANT 1.5502 0.5279 2.937 0.005 0.368 0.0000 0.0014

VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS P1 0.52015E-08 P2 -0.17152E-08 0.20844E-08 P3 0.10445E-09 -0.70930E-09 0.11436E-07 P4 0.15499E-08 -0.95195E-09 -0.25690E-08 0.64426E-08 P5 -0.99164E-09 -0.19908E-09 0.78863E-09 -0.35897E-08 0.14319E-07 P6 0.99611E-09 -0.29114E-09 -0.16221E-08 0.19661E-08 -0.12539E-08 0.18442E-08 P7 -0.67443E-09 0.12383E-09 0.11888E-09 0.15362E-10 -0.41199E-09 0.13305E-09 0.27857E-09 PENDK -0.10288E-06 0.37942E-07 -0.17421E-06 0.17509E-06 -0.16325E-07 0.88675E-07 -0.61262E-08 0.99659E-04 KAPS 0.12748E-09 0.60580E-10 0.29917E-10 -0.13203E-09 0.19937E-09 0.25487E-10 -0.40658E-10 0.13340E-07 0.92619E-10 UMUR 0.31051E-07 -0.33662E-07 -0.45470E-07 0.14795E-07 0.29318E-07 0.13996E-07 -0.54300E-08 0.10870E-04 0.54080E-09 0.85501E-05 D1 0.92937E-06 -0.43661E-06 0.69763E-06 -0.28573E-06 0.34207E-06 -0.18990E-06 -0.13547E-06 -0.41272E-04 -0.19084E-06 0.48306E-06 0.69387E-02 D2 0.19675E-06 -0.56787E-06 -0.48070E-06 0.13223E-05 -0.47374E-06 0.53997E-06 0.10984E-06 -0.98007E-04 0.30713E-07 -0.30321E-04 -0.52408E-03 0.62097E-02 CONSTANT -0.10624E-04 0.35487E-05 -0.23698E-04 -0.91280E-05 -0.25341E-04 -0.88107E-05 -0.26100E-06 -0.12006E-02 -0.10982E-05 -0.38410E-03 -0.18080E-02 -0.73947E-03 0.27867 P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT

CORRELATION MATRIX OF COEFFICIENTS P1 1.0000 P2 -0.52091 1.0000 P3 0.13543E-01 -0.14528 1.0000 P4 0.26774 -0.25977 -0.29929 1.0000 P5 -0.11490 -0.36440E-01 0.61628E-01 -0.37374 1.0000 P6 0.32162 -0.14849 -0.35320 0.57039 -0.24401 1.0000 P7 -0.56028 0.16250 0.66606E-01 0.11467E-01 -0.20628 0.18563 1.0000 PENDK -0.14289 0.83248E-01 -0.16318 0.21851 -0.13666E-01 0.20684 -0.36768E-01 1.0000 KAPS 0.18367 0.13788 0.29069E-01 -0.17092 0.17312 0.61669E-01 -0.25312 0.13885 1.0000 UMUR 0.14724 -0.25215 -0.14541 0.63037E-01 0.83789E-01 0.11146 -0.11126 0.37237 0.19218E-01 1.0000 D1 0.15470 -0.11481 0.78315E-01 -0.42736E-01 0.34318E-01 -0.53087E-01 -0.97439E-01 -0.49632E-01 -0.23806 0.19833E-02 1.0000 D2 0.34618E-01 -0.15784 -0.57043E-01 0.20905 -0.50240E-01 0.15956 0.83513E-01 -0.12458 0.40499E-01 -0.13159 -0.79840E-01 1.0000 CONSTANT -0.27904 0.14724 -0.41979 -0.21543 -0.40117 -0.38865 -0.29623E-01 -0.22783 -0.21616 -0.24884

64

64

-0.41117E-01 -0.17776E-01 1.0000 P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT

OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 4316.0 4316.1 -0.13736 * I 2 371.00 370.76 0.23802 I * 3 185.00 185.44 -0.43534 * I 4 424.00 423.73 0.26824 I * 5 477.00 476.67 0.33299 I * 6 318.00 317.85 0.14601 I * 7 318.00 317.83 0.16513 I * 8 8480.0 8480.0 -0.24639E-01 *I 9 185.00 185.46 -0.45918 * I 10 260.00 260.25 -0.25398 * I 11 468.00 467.75 0.25106 I * 12 156.00 156.15 -0.14599 * I 13 260.00 260.22 -0.21727 * I 14 260.00 260.19 -0.19351 * I 15 364.00 363.74 0.25974 I * 16 832.00 832.06 -0.64736E-01 * I 17 312.00 312.04 -0.38864E-01 *I 18 208.00 207.81 0.19302 I * 19 156.00 156.04 -0.38007E-01 *I 20 624.00 623.75 0.24717 I * 21 1040.0 1040.1 -0.11163 * I 22 5720.0 5720.1 -0.88539E-01 * I 23 156.00 156.06 -0.56040E-01 *I 24 208.00 207.84 0.15898 I * 25 1144.0 1143.8 0.22558 I * 26 1612.0 1611.9 0.68338E-01 I * 27 5252.0 5251.9 0.79081E-01 I * 28 208.00 207.88 0.11566 I * 29 6240.0 6240.1 -0.14291 * I 30 2444.0 2443.7 0.28936 I * 31 780.00 780.16 -0.16324 * I 32 6032.0 6031.8 0.21332 I * 33 5460.0 5460.1 -0.71151E-01 * I 34 2210.0 2210.0 -0.92232E-02 * 35 3120.0 3120.0 -0.13929E-01 * 36 182.00 182.07 -0.69683E-01 * I 37 182.00 182.09 -0.88818E-01 * I 38 182.00 182.08 -0.76422E-01 * I 39 182.00 182.08 -0.78005E-01 * I 40 182.00 181.98 0.20916E-01 I* 41 182.00 182.13 -0.12571 * I 42 520.00 519.74 0.25849 I * 43 182.00 182.05 -0.54340E-01 *I 44 260.00 259.71 0.29037 I * 45 182.00 182.06 -0.61703E-01 * I 46 936.00 936.11 -0.11429 * I 47 360.00 360.17 -0.16541 * I 48 312.00 312.02 -0.18990E-01 * 49 1095.0 1094.8 0.17360 I * 50 730.00 730.16 -0.16391 * I 51 730.00 730.15 -0.15258 * I 52 208.00 207.83 0.16765 I * 53 730.00 730.25 -0.25437 * I 54 132.00 132.02 -0.18499E-01 * 55 1095.0 1094.9 0.71397E-01 I * 56 208.00 207.89 0.11456 I * 57 260.00 260.15 -0.14912 * I 58 730.00 730.16 -0.15796 * I 59 208.00 207.86 0.13595 I * 60 730.00 730.14 -0.13648 * I 61 312.00 311.94 0.62221E-01 I * 62 1095.0 1094.8 0.16785 I * 63 730.00 730.08 -0.79040E-01 * I

65

65

64 730.00 730.10 -0.10495 * I 65 1095.0 1094.9 0.85417E-01 I * 66 208.00 207.81 0.19061 I * 67 730.00 730.08 -0.75778E-01 * I 68 730.00 730.18 -0.17915 * I

DURBIN-WATSON = 2.2868 VON NEUMANN RATIO = 2.3209 RHO = -0.15819 RESIDUAL SUM = -0.35380E-12 RESIDUAL VARIANCE = 0.37568E-01 SUM OF ABSOLUTE ERRORS= 9.9815 R-SQUARE BETWEEN OBSERVED AND PREDICTED = 1.0000 RUNS TEST: 37 RUNS, 28 POS, 0 ZERO, 40 NEG NORMAL STATISTIC = 0.7719 COEFFICIENT OF SKEWNESS = -0.0803 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = -0.3254 WITH STANDARD DEVIATION OF 0.5740 JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 0.4984 P-VALUE= 0.779

GOODNESS OF FIT TEST FOR NORMALITY OF RESIDUALS - 20 GROUPS OBSERVED 0.0 0.0 2.0 0.0 0.0 2.0 3.0 11.0 13.0 9.0 1.0 7.0 7.0 4.0 8.0 1.0 0.0 0.0 0.0 0.0 EXPECTED 0.2 0.3 0.7 1.2 2.1 3.3 4.7 6.1 7.3 8.0 8.0 7.3 6.1 4.7 3.3 2.1 1.2 0.7 0.3 0.2

CHI-SQUARE = 32.2557 WITH 5 DEGREES OF FREEDOM, P-VALUE= 0.000 TYPE COMMAND

diagnos/het

REQUIRED MEMORY IS PAR= 145 CURRENT PAR= 2000 DEPENDENT VARIABLE = C 68 OBSERVATIONS REGRESSION COEFFICIENTS -0.241460337057E-03 0.201983822315E-04 -0.579557343364E-04 -0.607934257095E-04 -0.360440651872E-04 -0.302263057378E-04 -0.205751883321E-04 0.173478113867E-02 0.588227818932 0.158314572558E-02 -0.114162484896E-01 0.190512195390E-01 1.55020654321

HETEROSKEDASTICITY TESTS CHI-SQUARE D.F. P-VALUE TEST STATISTIC E**2 ON YHAT: 1.768 1 0.18365 E**2 ON YHAT**2: 1.429 1 0.23185 E**2 ON LOG(YHAT**2): 1.528 1 0.21642 E**2 ON LAG(E**2) ARCH TEST: 1.808 1 0.17880 LOG(E**2) ON X (HARVEY) TEST: 11.386 12 0.49619 ABS(E) ON X (GLEJSER) TEST: 14.147 12 0.29144 E**2 ON X TEST: KOENKER(R2): 14.111 12 0.29368 B-P-G (SSR) : 11.367 12 0.49777

...MATRIX ERROR...MAGNITUDE BELOW MACHINE PRECISION IN ROW -24. THIS IS USUALLY CAUSED BY SINGULAR MATRIX. ...RESULTS MAY BE UNRELIABLE E**2 ON X X**2 (WHITE) TEST: KOENKER(R2): ********** 24 ********* B-P-G (SSR) : ********** 24 *********

...MATRIX ERROR...MAGNITUDE BELOW MACHINE PRECISION IN ROW -24. THIS IS USUALLY CAUSED BY SINGULAR MATRIX. ...RESULTS MAY BE UNRELIABLE E**2 ON X X**2 XX (WHITE) TEST: KOENKER(R2): ********** 90 ********* B-P-G (SSR) : ********** 90 *********

TYPE COMMANDhet C P1 P2 P3 P4 P5 P6 P7 PENDK KAPS UMUR D1 D2/model=depvar

...NOTE..SAMPLE RANGE SET TO: 1, 68 68 OBSERVATIONS

REQUIRED MEMORY IS PAR= 21 CURRENT PAR= 2000 DEPVAR HETEROSKEDASTICITY MODEL 68 OBSERVATIONS ANALYTIC DERIVATIVES

66

66

QUASI-NEWTON METHOD USING BFGS UPDATE FORMULA INITIAL STATISTICS :

TIME = 0.0000 SEC. ITER. NO. 1 FUNCTION EVALUATIONS 1 LOG-LIKELIHOOD FUNCTION= -1701.354 COEFFICIENTS -0.2414603E-03 0.2019838E-04 -0.5795573E-04 -0.6079343E-04 -0.3604407E-04 -0.3022631E-04 -0.2057519E-04 0.1734781E-02 0.5882278 0.1583146E-02 -0.1141625E-01 0.1905122E-01 1.550207 0.8346953E-04 GRADIENT -0.1414988E+08 -0.1514886E+08 -0.1411484E+08 -8461586. -0.1173571E+08 -0.1909916E+08 -0.4085679E+08 -31529.61 -761325.6 -143880.0 171.8405 -1144.303 -3852.847 0.4350121E+08

TIME = 0.0000 SEC. ITER. NO. 16 FUNCTION EVALUATIONS 17 LOG-LIKELIHOOD FUNCTION= -774.2615 COEFFICIENTS -0.4167443E-03 -0.1117745E-03 0.1164518E-03 -0.5784406E-04 -0.7755969E-04 -0.1274815E-03 0.2373717E-04 -0.2238015E-01 0.5881508 -0.6621744E-02 -0.1771810E-01 -0.1691046E-01 2.939658 0.1806282E-03 GRADIENT -4344130. -4844456. -5755392. -4023490. -4800891. -8446323. -0.1299824E+08 -8171.151 -501513.1 -46319.08 -9.645442 398.1464 -1592.753 9255700.

TIME = 0.0500 SEC. ITER. NO. 31 FUNCTION EVALUATIONS 32 LOG-LIKELIHOOD FUNCTION= -517.6214 COEFFICIENTS -0.5597526E-03 -0.3228163E-03 0.9991901E-03 -0.1486330E-03 0.2368146E-03 -0.3066020E-03 0.9430978E-04 -0.3945808E-01 0.5874000 -0.9351914E-02 0.2983267 -0.1743106E-01 1.440849 0.4333887E-03 GRADIENT -3639770. -4273733. -3722848. -2705370. -3238618. -4594303. -0.1009067E+08 -7618.287 -147952.1 -40495.18 -13.81473 -129.9503 -1027.409 2398585.

TIME = 0.0500 SEC. ITER. NO. 46 FUNCTION EVALUATIONS 48 LOG-LIKELIHOOD FUNCTION= -352.3314 COEFFICIENTS -0.7239852E-03 -0.2842213E-03 0.4693195E-03 0.5509231E-04 0.4244059E-03 -0.1652890E-03 0.1925444E-03 -0.2407693E-01 0.5882690 -0.1713260E-02 0.1691361 0.7880817E-01 0.2623206 0.4814098E-03 GRADIENT -3652421. -4237089. -3467966. -2645042. -3132917. -4228133. -0.1018358E+08 -7681.755 -405287.7 -37679.23 -35.71781 -94.32271 -971.2895 1442785.

TIME = 0.0500 SEC. ITER. NO. 61 FUNCTION EVALUATIONS 63 LOG-LIKELIHOOD FUNCTION= -110.8999 COEFFICIENTS -0.1449554E-02 -0.3309875E-03 -0.5946473E-03 0.4056895E-04 0.4872551E-03 -0.8482903E-04 0.4028513E-03 0.6206553E-02 0.5882580 0.3353593E-01 -0.5918617 0.4759061E-01 2.352432 0.8058970E-03 GRADIENT -17491.35 22985.39 -82725.81 -70509.24 -76927.85 -62418.69 -233564.5 75.31086 -7318.406 -1783.695 -2.083386 22.90561 -20.02122 175879.4

TIME = 0.0500 SEC. ITER. NO. 76 FUNCTION EVALUATIONS 78 LOG-LIKELIHOOD FUNCTION= -48.38982 COEFFICIENTS -0.8139276E-03 0.1013577E-03 -0.4815847E-03 -0.7608166E-04 0.2501769E-04 -0.1768001E-03 0.7562762E-04 0.2311305E-01 0.5883092 0.5484965E-02 -0.3402284 0.3377661E-01 3.973221 0.5175315E-03 GRADIENT -167728.7 -296238.6 -290386.7 -223920.6 -228592.3 -303780.7 -575292.8 -885.5275 -31475.02 -3824.659 3.375615 -0.7847522 -80.85197 148684.7

TIME = 0.0500 SEC. ITER. NO. 91 FUNCTION EVALUATIONS 94 LOG-LIKELIHOOD FUNCTION= -22.78371

67

67

COEFFICIENTS -0.4707794E-03 0.1621214E-03 -0.2056298E-03 -0.1054000E-04 -0.2385718E-04 -0.5125068E-05 0.1585670E-04 0.2207484E-01 0.5882993 0.1077908E-02 -0.9420726E-01 0.2221889E-01 1.411337 0.5599140E-03

GRADIENT 40273.61 2347.856 -4707.286 27444.17 20679.47 -30058.11 -18431.93 -198.0159 2255.478 610.2133 1.668764 -1.499883 3.315705 26866.08 ...MAXIMUM NUMBER OF ITERATIONS

SQUARED CORR. COEF. BETWEEN OBSERVED AND PREDICTED 1.00000

ASY. COVARIANCE MATRIX OF PARAMETER ESTIMATES IS ESTIMATED USING THE INFORMATION MATRIX

LOG OF THE LIKELIHOOD FUNCTION = -18.8152

ASYMPTOTIC VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR -------- P-VALUE CORR. COEFFICIENT AT MEANS MEAN EQUATION: P1 -0.23366E-03 0.1177E-03 -1.985 0.047-0.261 -0.0001 -0.0007 P2 0.11902E-03 0.4557E-04 2.612 0.009 0.335 0.0000 0.0005 P3 -0.13792E-03 0.1459E-03 -0.9454 0.344-0.128 0.0000 -0.0004 P4 -0.13819E-04 0.6642E-04 -0.2081 0.835-0.028 0.0000 0.0000 P5 -0.19951E-03 0.1026E-03 -1.944 0.052-0.256 0.0000 -0.0005 P6 -0.16735E-04 0.4352E-04 -0.3845 0.701-0.052 0.0000 -0.0001 P7 -0.38633E-04 0.3614E-04 -1.069 0.285-0.144 -0.0001 -0.0003 PENDK 0.21179E-01 0.8243E-02 2.569 0.010 0.330 0.0000 0.0001 KAPS 0.58831 0.7526E-04 7817. 0.000 1.000 1.0001 1.0000 UMUR 0.22420E-02 0.3183E-02 0.7043 0.481 0.095 0.0000 0.0001 D1 0.14388 0.1931 0.7450 0.456 0.101 0.0000 0.0000 D2 -0.75573E-01 0.6574E-01 -1.150 0.250-0.155 0.0000 0.0000 CONSTANT 1.6060 0.7033 2.283 0.022 0.297 0.0000 0.0014 VARIANCE EQUATION: ALPHA_ 0.57978E-03 0.4972E-04 11.66 0.000 0.84 TYPE COMMAND

ols C P1 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2/max

REQUIRED MEMORY IS PAR= 16 CURRENT PAR= 2000 OLS ESTIMATION 68 OBSERVATIONS DEPENDENT VARIABLE= C ...NOTE..SAMPLE RANGE SET TO: 1, 68

R-SQUARE = 1.0000 R-SQUARE ADJUSTED = 1.0000 VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.36433E-01 STANDARD ERROR OF THE ESTIMATE-SIGMA = 0.19087 SUM OF SQUARED ERRORS-SSE= 2.0767 MEAN OF DEPENDENT VARIABLE = 1131.3 LOG OF THE LIKELIHOOD FUNCTION = 22.1297

MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242) AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.42326E-01 (FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC) AKAIKE (1973) INFORMATION CRITERION - LOG AIC = -3.1652 SCHWARZ (1978) CRITERION - LOG SC = -2.8062 MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165) CRAVEN-WAHBA (1979) GENERALIZED CROSS VALIDATION - GCV = 0.43463E-01 HANNAN AND QUINN (1979) CRITERION = 0.48657E-01 RICE (1984) CRITERION = 0.45145E-01 SHIBATA (1981) CRITERION = 0.40419E-01 SCHWARZ (1978) CRITERION - SC = 0.60435E-01 AKAIKE (1974) INFORMATION CRITERION - AIC = 0.42205E-01

ANALYSIS OF VARIANCE - FROM MEAN SS DF MS F REGRESSION 0.20954E+09 10. 0.20954E+08 575134586.192 ERROR 2.0767 57. 0.36433E-01 P-VALUE

68

68

TOTAL 0.20954E+09 67. 0.31274E+07 0.000

ANALYSIS OF VARIANCE - FROM ZERO SS DF MS F REGRESSION 0.29657E+09 11. 0.26961E+08 740020118.957 ERROR 2.0767 57. 0.36433E-01 P-VALUE TOTAL 0.29657E+09 68. 0.43613E+07 0.000

VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR 57 DF P-VALUE CORR. COEFFICIENT AT MEANS P1 -0.22760E-03 0.5987E-04 -3.801 0.000-0.450 -0.0001 -0.0007 P3 -0.49362E-04 0.1040E-03 -0.4745 0.637-0.063 0.0000 -0.0002 P4 -0.60349E-04 0.7005E-04 -0.8615 0.393-0.113 0.0000 -0.0001 P6 -0.30463E-04 0.4047E-04 -0.7528 0.455-0.099 0.0000 -0.0001 P7 -0.22730E-04 0.1588E-04 -1.431 0.158-0.186 0.0000 -0.0002 PENDK 0.13368E-02 0.9796E-02 0.1365 0.892 0.018 0.0000 0.0000 KAPS 0.58823 0.9233E-05 0.6371E+05 0.000 1.000 1.0000 0.9999 UMUR 0.19716E-02 0.2778E-02 0.7097 0.481 0.094 0.0000 0.0001 D1 -0.64688E-02 0.8145E-01 -0.7942E-01 0.937-0.011 0.0000 0.0000 D2 0.23295E-01 0.7651E-01 0.3045 0.762 0.040 0.0000 0.0000 CONSTANT 1.4562 0.4712 3.091 0.003 0.379 0.0000 0.0013

VARIANCE-COVARIANCE MATRIX OF COEFFICIENTS P1 0.35850E-08 P3 -0.40824E-09 0.10821E-07 P4 0.45500E-09 -0.26256E-08 0.49075E-08 P6 0.63324E-09 -0.16064E-08 0.14578E-08 0.16376E-08 P7 -0.58659E-09 0.17572E-09 -0.30145E-10 0.11102E-09 0.25216E-09 PENDK -0.70488E-07 -0.15580E-06 0.18343E-06 0.90030E-07 -0.84716E-08 0.95966E-04 KAPS 0.18805E-09 0.38976E-10 -0.50001E-10 0.50755E-10 -0.37352E-10 0.12044E-07 0.85257E-10 UMUR 0.52953E-08 -0.56481E-07 0.59542E-08 0.11282E-07 -0.26182E-08 0.11158E-04 0.11101E-08 0.77182E-05 D1 0.57640E-06 0.51777E-06 -0.39550E-06 -0.21719E-06 -0.98068E-07 -0.32058E-04 -0.17695E-06 -0.69012E-05 0.66341E-02 D2 -0.30374E-06 -0.62777E-06 0.89900E-06 0.40083E-06 0.12491E-06 -0.85475E-04 0.53137E-07 -0.37364E-04 -0.61284E-03 0.58531E-02 CONSTANT -0.94298E-05 -0.20588E-04 -0.13521E-04 -0.10237E-04 -0.11361E-05 -0.12485E-02 -0.81717E-06 -0.27266E-03 -0.52320E-03 -0.67474E-03 0.22200 P1 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT

CORRELATION MATRIX OF COEFFICIENTS P1 1.0000 P3 -0.65544E-01 1.0000 P4 0.10848 -0.36029 1.0000 P6 0.26135 -0.38161 0.51424 1.0000 P7 -0.61696 0.10638 -0.27099E-01 0.17276 1.0000 PENDK -0.12017 -0.15289 0.26729 0.22710 -0.54459E-01 1.0000 KAPS 0.34014 0.40578E-01 -0.77300E-01 0.13583 -0.25475 0.13316 1.0000 UMUR 0.31834E-01 -0.19543 0.30594E-01 0.10035 -0.59348E-01 0.40998 0.43274E-01 1.0000 D1 0.11819 0.61109E-01 -0.69314E-01 -0.65894E-01 -0.75823E-01 -0.40178E-01 -0.23528 -0.30498E-01 1.0000 D2 -0.66308E-01 -0.78880E-01 0.16774 0.12947 0.10282 -0.11405 0.75220E-01 -0.17579 -0.98347E-01 1.0000 CONSTANT -0.33426 -0.42006 -0.40965 -0.53690 -0.15184 -0.27050 -0.18783 -0.20830 -0.13633E-01 -0.18718E-01 1.0000 P1 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2 CONSTANT

OBS. OBSERVED PREDICTED CALCULATED NO. VALUE VALUE RESIDUAL 1 4316.0 4316.1 -0.13444 * I

69

69

2 371.00 370.76 0.23712 I * 3 185.00 185.43 -0.42809 * I 4 424.00 423.74 0.26351 I * 5 477.00 476.67 0.32666 I * 6 318.00 317.86 0.14490 I * 7 318.00 317.84 0.16385 I * 8 8480.0 8480.0 -0.24609E-01 *I 9 185.00 185.48 -0.47852 * I 10 260.00 260.27 -0.26515 * I 11 468.00 467.78 0.21695 I * 12 156.00 156.14 -0.14343 * I 13 260.00 260.22 -0.21512 * I 14 260.00 260.21 -0.20619 * I 15 364.00 363.76 0.24468 I * 16 832.00 832.06 -0.55793E-01 *I 17 312.00 312.05 -0.45108E-01 *I 18 208.00 207.80 0.20034 I * 19 156.00 156.04 -0.37194E-01 *I 20 624.00 623.74 0.25854 I * 21 1040.0 1040.1 -0.11830 * I 22 5720.0 5720.1 -0.91682E-01 * I 23 156.00 156.07 -0.71672E-01 * I 24 208.00 207.85 0.15376 I * 25 1144.0 1143.8 0.22624 I * 26 1612.0 1611.9 0.60521E-01 I * 27 5252.0 5251.9 0.76427E-01 I * 28 208.00 207.88 0.11915 I * 29 6240.0 6240.1 -0.13966 * I 30 2444.0 2443.7 0.28790 I * 31 780.00 780.17 -0.16698 * I 32 6032.0 6031.8 0.21803 I * 33 5460.0 5460.1 -0.73849E-01 * I 34 2210.0 2210.0 -0.16214E-01 * 35 3120.0 3120.0 -0.23644E-01 *I 36 182.00 182.07 -0.70893E-01 * I 37 182.00 182.08 -0.83827E-01 * I 38 182.00 182.08 -0.81856E-01 * I 39 182.00 182.08 -0.83827E-01 * I 40 182.00 181.98 0.22604E-01 I* 41 182.00 182.12 -0.12283 * I 42 520.00 519.73 0.26761 I * 43 182.00 182.06 -0.59108E-01 * I 44 260.00 259.72 0.28410 I * 45 182.00 182.05 -0.54066E-01 *I 46 936.00 936.10 -0.10241 * I 47 360.00 360.19 -0.18589 * I 48 312.00 312.00 -0.16187E-02 * 49 1095.0 1094.8 0.17409 I * 50 730.00 730.18 -0.18079 * I 51 730.00 730.15 -0.15160 * I 52 208.00 207.84 0.15795 I * 53 730.00 730.24 -0.23697 * I 54 132.00 132.01 -0.73635E-02 * 55 1095.0 1094.9 0.93915E-01 I * 56 208.00 207.86 0.14494 I * 57 260.00 260.16 -0.15564 * I 58 730.00 730.13 -0.13441 * I 59 208.00 207.84 0.16479 I * 60 730.00 730.12 -0.12054 * I 61 312.00 311.92 0.82816E-01 I * 62 1095.0 1094.8 0.18842 I * 63 730.00 730.09 -0.88200E-01 * I 64 730.00 730.10 -0.10158 * I 65 1095.0 1094.9 0.66661E-01 I * 66 208.00 207.84 0.16201 I * 67 730.00 730.07 -0.65957E-01 * I 68 730.00 730.18 -0.18345 * I

DURBIN-WATSON = 2.2678 VON NEUMANN RATIO = 2.3017 RHO = -0.14878 RESIDUAL SUM = 0.34834E-11 RESIDUAL VARIANCE = 0.36433E-01 SUM OF ABSOLUTE ERRORS= 10.017

70

70

R-SQUARE BETWEEN OBSERVED AND PREDICTED = 1.0000 RUNS TEST: 37 RUNS, 28 POS, 0 ZERO, 40 NEG NORMAL STATISTIC = 0.7719 COEFFICIENT OF SKEWNESS = -0.1267 WITH STANDARD DEVIATION OF 0.2908 COEFFICIENT OF EXCESS KURTOSIS = -0.2931 WITH STANDARD DEVIATION OF 0.5740 JARQUE-BERA NORMALITY TEST- CHI-SQUARE(2 DF)= 0.5389 P-VALUE= 0.764


het P1 P2 P3 P4 P6 P7 PENDK KAPS UMUR D1 D2/model=depvar

...NOTE..SAMPLE RANGE SET TO: 1, 68 68 OBSERVATIONS

REQUIRED MEMORY IS PAR= 19 CURRENT PAR= 2000 DEPVAR HETEROSKEDASTICITY MODEL 68 OBSERVATIONS ANALYTIC DERIVATIVES

QUASI-NEWTON METHOD USING BFGS UPDATE FORMULA INITIAL STATISTICS : TIME = 0.0000 SEC. ITER. NO. 1 FUNCTION EVALUATIONS 1 LOG-LIKELIHOOD FUNCTION= -489.9426 COEFFICIENTS 0.3368463 -0.3099102E-01 -0.2535296 -0.1771499 0.1369555 20.26389 -0.2752663E-01 -6.445080 -185.6799 -31.93936 2411.671 0.9759442E-01 GRADIENT 49.40093 68.70879 50.11276 114.4436 85.07365 -0.1277146E-02 255.7896 0.6400940 0.1674201E-01 0.1147100E-02 0.1698815E-01 34.98066

FINAL STATISTICS : TIME = 0.0000 SEC. ITER. NO. 12 FUNCTION EVALUATIONS 13 LOG-LIKELIHOOD FUNCTION= -486.0535 COEFFICIENTS 0.2722264 0.3285278E-01 -0.1997011 -0.1395374 0.1430681 10.77140 -0.1374412E-01 -6.672587 -145.9984 26.52891 2134.627 0.9432549E-01 GRADIENT 0.7933587E-02 -0.2126967E-03 0.7663496E-02 0.2480931E-01 0.3741603E-01 0.3539215E-04 -0.1572132E-01 -0.4752292E-03 0.8417117E-05 0.6868935E-05 0.1216537E-05 0.9145736E-01 SQUARED CORR. COEF. BETWEEN OBSERVED AND PREDICTED 0.73254

ASY. COVARIANCE MATRIX OF PARAMETER ESTIMATES IS ESTIMATED USING THE INFORMATION MATRIX

LOG OF THE LIKELIHOOD FUNCTION = -486.054

ASYMPTOTIC VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED ELASTICITY NAME COEFFICIENT ERROR -------- P-VALUE CORR. COEFFICIENT AT MEANS MEAN EQUATION: P2 0.27223 0.6062E-01 4.491 0.000 0.515 0.3003 0.3657 P3 0.32853E-01 0.1570 0.2093 0.834 0.028 0.0133 0.0354 P4 -0.19970 0.1106 -1.805 0.071-0.234 -0.1303 -0.1631 P6 -0.13954 0.6075E-01 -2.297 0.022-0.293 -0.1898 -0.1983 P7 0.14307 0.2214E-01 6.462 0.000 0.654 0.5118 0.3868 PENDK 10.771 14.99 0.7185 0.472 0.096 0.0500 0.0240 KAPS -0.13744E-01 0.1331E-01 -1.032 0.302-0.137 -0.0633 -0.0080 UMUR -6.6726 4.538 -1.470 0.141-0.193 -0.0978 -0.0869 D1 -146.00 123.5 -1.182 0.237-0.156 -0.0684 -0.0046 D2 26.529 125.7 0.2111 0.833 0.028 0.0132 0.0009 CONSTANT 2134.6 674.3 3.166 0.002 0.390 0.0000 0.6471 VARIANCE EQUATION: ALPHA_ 0.94325E-01 0.8160E-02 11.56 0.000 0.83

71

71

Lampiran 5. Peta Lokasi Penelitian di Kabupaten Jember Sumber : Pemda Jember, 2003)

72

72

Keterangan : = lokasi penelitiandi Kecamatan :(1) Patrang(2) Rambipuji (3) Jenggawah(4) Ambulu(5) Kalisat(6) Mayang

Mayang

Idigilib.unmuhjember.ac.id/files/disk1/33/umj-1x-kurniadi... · Web viewI. PENDAHULUAN 1.1. Latar...

Documents

Transcript of Idigilib.unmuhjember.ac.id/files/disk1/33/umj-1x-kurniadi... · Web viewI. PENDAHULUAN 1.1. Latar...