kategori iklimkawasan yang berada dalam iklim pantai barat, pantai timur dan peralihan.
2. Pada kabupaten terpilih ditentukan lokasi kecamatan dengan kriteria petaninya menerapkan teknologi varietas unggul padi sawah yang beragam.
3. Pada kecamatan terpilih ditentukan desa yang akan dijadikan sebagai sampel penelitian, yaitu desa yang petaninya menerapkan teknologi varietas unggul
padi sawah yang beragam. Kemudian dari desa terpilih ditentukan petani responden yang akan dijadikan
sampel dengan pengelompokan varietas menjadi dua kelompok yaitu : 1 Varietas Unggul Baru tipe IR64 disebut Varietas Unggul Lama VUL dan 2 Varietas
Unggul Baru tipe perbaikan IR64 disebut Varietas Unggul Baru VUB. Jumlah petani responden yang diambil sebanyak 365 orang yang terbagi menjadi petani
VUB sebanyak 293 orang dan petani VUL sebanyak 72 orang. Adapun kerangka pengambilan sampel dapat dilihat pada gambar dibawah ini :
4.3. Sumber dan Jenis Data
Penelitian ini menggunakan data primer dan data sekunder. Data primer diperoleh dari petani responden yang terpilih melalui wawancara dengan
menggunakan daftar pertanyaan, sedangkan data sekunder diperoleh dari instansi terkait.
Provinsi Sulawesi
Kabupaten Bone iklim pantai
Kabupaten Soppeng iklim
Kabupaten Pinrang iklim
Kecamatan Kecamatan
Kecamatan
Petani Padi VUB dan VUL, Petani Pemilik dan Penyakap
Desa terpilih Desa terpilih
Desa terpilih
Gambar. 11. Kerangka Pengambilan Sampel Petani Varietas Unggul Padi sawah Irigasi di Provinsi Sulawesi Selatan.
4.4. Metode analisis
5. Mengidentifikasi faktor-faktor yang mempengaruhi keputusan petani dalam pemilihan varietas padi yang diusahakan, dianalisis dengan pendekatan fungsi
logit. Sedangkan pendugaan parameternya dilakukan dengan metode Maximum Likelihood Estimation
MLE. Asumsi yang mendasari model ini adalah terdapat fungsi respon yaitu
respon petani untuk menerapkan varietas unggul baru padi sawah irigasi dalam bentuk sbb:
Yi = α + Σj j Xji + i . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Keterangan : Yi = tidak teramati besaran peluang penerapan varietas unggul baru
Xji = variabel-variabel independent teramati Kaitannya dengan variabel dependent, yang dapat diamati adalah ada
petani yang menerapkan dan ada pula yang tidak menerapkan varietas unggul baru Yi. Nilai Yi=1 menerapkan dan Yi =0 tidak menerapkan.
Penerapan Teknologi Varietas Unggul Baru merupakan kejadian biner yang bernilai 0 dan 1, dimana kegiatan penerapan dapat dianggap sebagai
peubah boneka. Petani menerapkan teknologi diberi nilai 1 dan belumtidak menerapkan diberi nilai 0. Model regresi linear biasa tidak bisa diterapkan
pada kondisi demikian, sebab respon kualitatif untuk mengetahui pengaruh peubah bebas bisa berada diluar kisaran 0 dan 1. Untuk itu digunakan model
fungsi logit, dengan bentuk umum sebagai berikut Gujarati 1989; Pindyck dan Rubinfield 1978:
Pada model logit distribusi kumulatif adalah berdasarkan distribusi logistik, sehingga nilai peluang penerapan varietas unggul baru dapat
ditentukan sbb : . . . . . . . . . . . . . . . 6
1 1
i i
X
e P
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 dimana :
exp 1
1
2 1
i i
i i
X X
P
P = Peluang petani untuk melakukan penerapan teknologi bernilai antara 0 dan 1
Xi = Peubah bebas α = Intersep
i = Parameter fungsi logit e = Bilangan natural bernilai 2.7182
Modifikasi atas persamaan di atas dapat dilakukan sebagai berikut:
i i
X
e
= P
P
1
P P
e
i i
X
1
1 ln
ln P
P e
i i
X
i i
X P
P p
1
ln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .8
Dengan bentuk modifikasi ini maka proses regresi biasa dapat diterapkan. Model penerapan teknologi padi varietas unggul baru akan diduga
dengan fungsi logit adalah : Fungsi tersebut dirumuskan sebagai berikut :
P P
i i
Ln 1
α +
1
X
1
+
2
X
2
+
3
X
3
+
4
X
4
+
5
X
5
+
6
X
6
+
7
X
7
+
i
D
i
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9 Keterangan :
P
i
= Peluang petani menggunakan varietas unggul baru, P
i
=1 jika petani menggunakan dan P
i
=0 jika petani tidak menggunakan Α = Intersep
X
1
= Pendidikan formal thn X
2
= Umur thn
X
3
= Pengalaman berusahatani padi thn X
4
= Luas lahan hektar X
5
= Pendidikan non
formal X
6
= Jumlah anggota keluarga org X
7
= Jarak lahan usahatani dengan tempat tinggal m Di = Dummy status penguasaan lahan pemilik=1, lainnya=0
i
= Parameter peubah X
i
.
i
= Parameter peubah dummy.
6. Menganalisis tingkat efisensi teknis diantara usahatani padi yang menggunakan varietas baru dibanding dengan yang menggunakan varietas
lama, dianalisis dengan fungsi produksi stochastic frontier. Pendekatan fungsi produksi stochastic frontier dapat diperoleh dua kondisi secara simultan yaitu
faktor-faktor yang mempengaruhi efisiensi dan sekaligus inefisiensi petani. Pendekatan yang digunakan dengan software Frontier Version 4.1. dengan
model empiris fungsi produksi stochastic frontier Cobb-Douglas yang digunakan dalam penelitian ini :
LnQ = Ln α +
1
LnX
1
+
2
LnX
2
+
3
LnX
3
+
4
LnX
4
+
5
LnX
5
+
6
LnX
6
+
7
LnX
7
+
8
LnX
8
+
1
D
1
+
2
D
2
+ v
i
-
i
. . . . . . . . . . . . . . . . . . . .10 Keterangan :
Q = Produksi padi kg
α = Intersep
X
1
= Jumlah Benih kg X
2
= Jumlah pupuk urea kg X
3
= Jumlah pupuk ZA kg X
4
= Jumlah pupuk TSP kg X
5
= Jumlah pupuk KCl kg X
6
= Jumlah pestisida mlkg X
7
= Tenaga
kerja keluarga HOK
X
8
= Tenaga kerja luar keluarga HOK v
i
-
i
= Error term efek inefisiensi di dalam model v
i
= Variabel
acak yang
berkaitan dengan faktor-faktor eksternal
iklim, hamapenyakit dan kesalahan permodelan sebarannya simetris dan menyebar normal v
ij
-N0, σ
v 2
i
= Variabel acak non negatif dan diasumsikan mempengaruhi tingkat inefisiensi teknis dan berkaitan dengan faktor-faktor internal dan
sebarannya bersifat setengah normal u
ij
- │ N0,σ
v 2
│
i
= Parameter peubah X
i
. D
1
= Dummy Teknologi Varietas : D
1
= 1 = VUB tipe perbaikan IR64 D
1
= 0 = VUB tipe IR64
Analisis efisiensi teknis diukur dengan menggunakan rumus sebagai berikut : TE
i
= E[exp -u
i i
] i=1,2,3,.........,N . . . . . . . . . . . . . . . . . . . . . . . . . 11 Dimana TE
i
adalah efisiensi teknis petani ke-i, exp -u
i i
adalah nilai harapan mean dari u
i
dengan syarat
i
jadi 0 ≤ TE
i
≤ 1. Nilai efisiensi teknis tersebut berhubungan terbalik dengan efek inefisiensi teknis dan hanya digunakan
untuk fungsi yang memiliki jumlah output dan input tertentu cross section data
. Model efek inefisiensi yang digunakan adalah mengacu pada model inefisiensi
yang dikembangkan oleh Battese dan Coelli 1988. Variabel u
i
yang digunakan untuk mengukur efek inefisiensi teknis, diasumsikan bebas dan
distribusinya terpotong normal dengan Nu
it
, σ
2
. Untuk menentukan nilai parameter distribusi u
i
efek inefisiensi teknis dinyatakan sebagai berikut ; u
i
= +
1
Z
1
+
2
Z
2
+
3
Z
3
+
4
Z
4
+
5
Z
5
+
6
Z
6
+
7
Z
7
+
8
Z
8
. . . . . . 12 Keterangan :
u
i
= Efek
inefisiensi =
Konstanta Z
1
= Pendidikan formal
Z
2
= Pendidikan non
formal Z
3
= Umur Z
4
= Pengalaman berusahatani
Z
5
= Luas lahan
Z
6
= Jumlah anggota keluarga Z
7
= Jarak usahatani rumah Z
8
= Dummy status lahan : D
2
= 1 = Pemilik Penggarap, D
2
= 0 = Penyakap
Agar konsisten maka pendugaan parameter fungsi produksi dan inefisiensi function
pada persamaan 24 dan 26 dilakukan secara simultan dengan program FRONTIER 4.1. Coelli 1996.
Pengujian parameter stochastic frontier dan efek inefisiensi teknis dilakukan dengan dua tahap. Tahap pertama merupakan pendugaan parameter
j
dengan menggunakan metode Ordinary Least Squares OLS. Tahap kedua
merupakan pendugaan seluruh parameter ,
j
, variasi
i
dan v
i
dengan menggunakan metode Maximum likelihood MLE.
Kriteria uji yang digunakan adalah uji generalized likelihood-ratio satu arah dengan persamaan uji sebagai berikut :
1 2
1 2
H L
Ln H
L Ln
H L
H L
Ln LR
. . . . . . . . . . . . . 13
dimana LH0 dan LH1 masing-masing adalah nilai dari fungsi likelihood dari hipotesis nol dan hipotesis alternatif.
Kriteria uji :
LR galat satu sisi X
2 restriksi
tabel Kodde Palm maka tolak H0 LR galat satu sisi X
2 restriksi
tabel Kodde Palm maka terima H0 Jika H0 : =
=
1
. . . . . .
6
= 0, menyatakan bahwa efek inefisiensi teknis tidak ada dalam model fungsi produksi. Jika hipotesis ini diterima, maka
model fungsi produksi rata-rata sudah cukup mewakili data empiris. Hasil pengolahan program FRONTIER 4.1 menurut Aigner et al. 1977.
Jodrow et al. 1982 ataupun Greene 1993, akan memberikan nilai perkiraan varians dalam bentuk parameterisasi sebagai berikut :
σ
2
= σ
2 v
+ σ
2 u
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 2
v u
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Parameter dari varians ini dapat mencari nilai , oleh sebab itu nilai 0 ≤ ≤ 1.
Nilai parameter merupakan kontribusi dari efisiensi teknis di dalam efek residual total.
7. Menganalisis komposisi alokasi faktor-faktor produksi dan pendapatan petani dinalisis dengan analisa usahatani.
V. KARAKTERISTIK PETANI DAN USAHATANI PADI
Padi masih merupakan komoditas utama yang diusahakan oleh petani tanaman pangan di Propinsi Sulawesi Selatan terutama di Kabupaten Soppeng,
Pinrang, dan Bone. Ketiga kabupaten tersebut merupakan sentra produksi padi di Sulawesi Selatan. Usahatani padi merupakan sumber mata pencaharian utama
bagi petani setempat. Salah satu usaha yang dilakukan pemerintah dan instansi terkait untuk
meningkatkan produktivitas dan pendapatan petani padi adalah dengan melakukan introduksi varietas baru. Petani dalam menerapkan teknologi varietas yang telah
diintroduksi juga dipengaruhi oleh karakteristik mereka seperti umur, pendidikan, pengalaman berusahatani padi, luas lahan, jumlah anggota keluarga, jarak
usahatani dengan rumah dan sebagainya.
5.1. Umur Petani
Faktor umur merupakan salah satu indikator bagi keberhasilan suatu usaha. Petani dengan umur yang lebih muda atau umur produktif akan memacu
petani untuk berusaha secara optimal untuk mendapatkan hasil dan keuntungan yang lebih tinggi dan lebih mudah menerima perubahan. Pada Tabel 5 dapat
dilihat jumlah petani berdasarkan umur. Tabel 5. Jumlah Petani Padi Berdasarkan Umur, Varietas, dan Status Penguasaan
Lahan.
Kelompok Umur
thn VUB VUL Total
Pemilik Penyakap Pemilik Penyakap Pemilik Penyakap Jmlh
org Jmlh
org Jmlh
org Jmlh
org Jmlh
org Jmlh
org 15-24
0.00 3
1.97 0 0.00
0.00 0.00
3 1.57
25-34 20 14.18
23 15.13 5
15.15 16 41.03
25 14.37
39 20.42
35-44 35 24.82
62 40.79 7
21.21 9 23.08
42 24.14
71 37.17
45-54 32 22.70
41 26.97 7
21.21 9 23.08
39 22.41
50 26.18
55-64 31 21.99
17 11.18 9
27.27 5 12.82
40 22.99
22 11.52
64 23 16.31
6 3.95
5 15.15
0.00 28
16.09 6
3.14 Jumlah 141 100 152
100 33 100 39 100 174
100 191 100
Rata-rata 49 44
50 40 46
44
Sumber : Data Primer Setelah Diolah 2012
Pada tabel 5 dapat dilihat bahwa rata-rata umur petani VUB 46 tahun kisaran 21-75 tahun dan petani VUL rata-rata berumur 44 tahun kisaran 20-70
tahun. Begitu juga petani dengan status pemilik penggarap rata-rata berumur 46 tahun dan petani penyakap rata-rata berumur 44 tahun. Hal ini menunjukkan
bahwa petani responden berumur produktif dan memungkinkan untuk berusaha secara optimal untuk mendapatkan hasil dan keuntungan yang lebih tinggi dan
lebih muda menerma perubahan.
5.2. Pendidikan Formal