SENSITIVITAS PRODUKSI PADI TERHADAP PERU
SENSITIVITAS PRODUKSI PADI TERHADAP PERUBAHAN IKLIM
DI INDONESIA TAHUN 1974-2015
Yanti Nurhayanti, Moko Nugroho
Fakultas Ekonomi dan Bisnis, Universitas Indonesia
ABSTRAK
Terjadinya perubahan iklim dapat mengganggu produksi padi di Indonesia. Terganggunya produksi
padi akan berdampak pada ketersediaan bahan pangan, mengingat padi sebagai bahan pangan
pokok masyarakat Indonesia. Studi ini bertujuan untuk menganalisis dampak perubahan iklim
terhadap produktivitas padi pada daerah sentra padi di Indonesia periode tahun 1974-2015 dengan
menggunakan empat variabel iklim yang berbeda. Data yang digunakan adalah data sekunder yang
dikumpulkan dari Badan Pusat Statistik (BPS), Kementerian Pertanian, dan National Oceanic and
Atmospheric Administration (NOAA). Metode estimasi menggunakan data panel dengan Random
Effect Model (REM). Hasil penelitian menunjukkan produksi padi di Indonesia lebih sensitif terhadap
perubahan curah hujan dan suhu maksimum (Tmax) dibandingkan dengan suhu rata-rata (Tave) dan
suhu minimum (Tmin). Peningkatan curah hujan dan Tmax berdampak positif terhadap produksi padi
sampai pada titik balik tertentu, kemudian setelah titik tersebut akan memberikan dampak yang
sebaliknya. Adapun titik balik untuk curah hujan sebesar 10,177 inc/tahun, sementara Tmax pada
31,35°C. Hasil simulasi sederhana menunjukkan kenaikan curah hujan di atas titik balik sebesar 1%
akan mengurangi produktivitas padi sebesar 0,00796 % ceteris peribus. Sementara kenaikan suhu
maksimum di atas titik balik sebesar 1% akan mengurangi produksi padi sebanyak 0,09039% ceteris
peribus.
Kata kunci : produksi padi, perubahan iklim, curah hujan, suhu maksimum
1.
satu
PENDAHULUAN
melakukan studi yang menunjukkan iklim
Sektor pertanian merupakan salah
merupakan variasi spesifikasi model dari
sektor
penggerak
perekonomian
yang berisiko akibat adanya perubahan
suhu dan curah hujan.
Makalah
ini
mencoba
melakukan
iklim ekstrim. Beberapa studi mengenai
analisis dampak perubahan iklim terhadap
hal ini telah menghasilkan perkembangan
produktivitas padi pada provinsi sentra
metode kuantifikasi iklim yang bervariasi.
padi di Indonesia selama 42 tahun (1974-
Kuantifikasi iklim merupakan isu yang
2015).
menarik dan masih dalam perdebatan
menggunakan empat model spesifikasi
yaitu bagaimana menentukan kuantifikasi
iklim
iklim ekstrim yang terbaik sehingga dalam
pendekatan ukuran suhu rata-rata, suhu
melakukan estimasi dampak iklim ekstrim
maksimum, suhu minimum, dan curah
tersebut
hujan. Diharapkan dari keempat model
dapat
teridentifikasi
secara
kredibel.
Studi Schlenker and Roberts (2009),
Analisis
yang
ini
diukur
dilakukan
dari
dengan
beberapa
dapat ditentukan model yang terbaik
dalam
menghitung
seberapa
menunjukkan hubungan yang tidak linier
dampak
antara iklim ekstrim dan produksi padi.
produktivitas padi di Indonesia.
perubahan
iklim
besar
terhadap
Sementara studi yang dilakukan Weltch,
Teori dasar makalah ini mengikuti
et. al (2010), menunjukkan hubungan
fungsi produksi pertanian, yaitu, h = f (x,
yang bersifat linier. Tack, et. al. (2015),
z), dimana x merupakan vektor input
produksi (luas lahan, labor dan kapital),
memberikan variasi dampak, mulai dari
dan z merupakan vektor faktor eksogen
dampak positif sampai dampak kerugian
yang mempengaruhi produksi. Dalam hal
yang
ini z adalah iklim. Berdasarkan teori
terjadi dampak kerugian yang besar pada
produksi,
sektor
terjadinya
iklim
esktrim
merupakan shock terhadap sisi suplai
besar.
Namun secara
pertanian
agregat,
akibat
adanya
pemanasan global.
yang dapat menurunkan output produksi
Deschenes and Greenstone (2007),
dan mendorong kenaikan harga output.
mengukur dampak ekonomi yang terjadi
Dengan
akibat adanya perubahan iklim pada
demikian
dugaan
sementara
terjadinya perubahan iklim ekstrim akan
sektor
berdampak
dengan memperkirakan pengaruh variasi
pada
penurunan
produksi
pertanian
di
Amerika
Serikat
suhu dan curah hujan dari tahun ke tahun
padi.
terhadap keuntungan pertanian. Secara
2.
KAJIAN
LITERATUR
DAN
rata-rata,
perkiraan
jangka
panjang
PENGEMBANGAN HIPOTESIS
menunjukkan
Mendelson, et. al. (1994), melakukan
ternyata akan meningkatkan keuntungan
studi dampak pemanasan global di sektor
pertanian sebesar 3,4% dari keuntungan
pertanian di Amerika Serikat dengan
tahunan. Namun kisaran dampak yang
menggunakan variabel iklim, harga lahan
terjadi antara -1,8% sampai dengan 4,0%
pertanian, pendapatan, variabel ekonomi
dengan tingkat kepercayaan 95%. Dengan
lainnya, dan ukuran geofisika (temperatur,
demikian dapat terlihat adanya dampak
curah hujan, kelembapan) di
3.000
positif dan negatif terhadap keuntungan
wilayah Amerika tahun 1951-1980. Hasil
pertanian. Hal ini juga dipertegas dengan
studinya menunjukkan suhu tinggi yang
adanya heterogen dampak antar wilayah,
terjadi di setiap musim, kecuali musim
seperti di
California yang diprediksi
gugur, telah
perubahan
iklim
menurunkan produktivitas
pertanian. Sementara curah hujan tinggi,
di
luar
musim
gugur,
meningkatkan
Schlenker, et. al. (2004), melakukan
perubahan
akan
iklim
menurunkan
keuntungan pertanian sebesar 50%.
Studi Schlenker and Robert (2009),
suhu
produktivitas pertanian.
bahwa
memberikan dampak yang tidak
linier terhadap produktivitas pertanian jika
studi dampak pemanasan global terhadap
terjadi
sektor
Serikat
dilakukan menggunakan data panel per
menggunakan data besaran iklim di sektor
wilayah untuk 3 komoditas pertanian
pertanian, kesuburan tanah, dan variabel
(kedelai, jagung dan kapas). Hasilnya
sosial ekonomi di wilayah timur Amerika
menunjukkan adanya batasan suhu yang
selama
masih memberikan dampak positif pada
pertanian
100
di
Amerika
tahun.
Hasil
studi
menunjukkan 75% dari sampel wilayah
produksi
perubahan
iklim.
Studi
yang
jagung, kedelai dan kapas.
Batasan suhu tersebut adalah 29⁰C untuk
berdasarkan distribusi harian. Sementara
jagung, 30⁰C untuk kedelai dan 32⁰C
variabel
untuk kapas, diatas batasan tersebut
produksi yang digunakan yaitu
dapat memberikan efek yang negatif
produktivitas padi.
dependen
sebagai
output
besaran
terhadap produksi komoditas pertanian
3.
tersebut.
Weltch, et.al. (2010), menunjukkan
METODE PENELITIAN
Data
produktivitas
digunakan
pada
fase
produksi padi per hektar secara tahunan
pematangan tanaman padi di negara yang
dalam kuintal per hektar. Sedangkan data
beriklim tropis/subtropis. Suhu minimum
suhu dalam celcius meliputi: (1) suhu
berdampak
produksi
minimum, (2) suhu rata-rata, dan (3) suhu
maksimum
maksimum. Data suhu merupakan nilai
berdampak positif terhadap produksi padi.
rata-rata dari suhu harian dalam satu
Sementara
bervariasi
tahun. Sementara data curah hujan dalam
terhadap fase pertumbuhan tanaman padi.
0,1 inchi per tahun yang merupakan
Kombinasi dampak dari suhu maksimum,
kumulatif curah hujan harian dalam satu
suhu
tahun.
padi,
penyerbukan
negatif
terhadap
sedangkan
berdampak
suhu
dampak
minimum,
pada
dan
radiasi
dan
radiasi
lebih
saat
musim
panen
daripada musim tanam.
Penelitian
Tack,
nilai
yang
suhu dan radiasi berdampak signifikan
fase
merupakan
padi
rata-rata
Data produktivitas padi dipilih pada
sepuluh provinsi sentra padi di Indonesia
et.
al.
(2015)
dengan
pertimbangan
kontribusi
total
menggunakan berbagai spesifikasi model
sepuluh provinsi tersebut mencapai 80%
statistik dalam mengukur hubungan yang
produksi padi nasional. Sepuluh provinsi
kompleks antara variabel iklim dengan
tersebut
produktivitas
studinya
Sumatera Barat, Lampung, Jawa Barat,
menunjukkan efek dari suhu bervariasi di
Jawa Tengah, Jawa Timur, Kalimantan
fase perkembangan tanaman. Dampak
Selatan,
penurunan produksi terbesar terjadi pada
Utara, dan NTB. Data produktivitas padi
saat musim dingin dan panas ekstrim di
bersumber dari Badan Pusat Statistik dan
musim semi.
Kementerian Pertanian. Adapun data suhu
gandum.
Hasil
meliputi
Sulawesi
Sumatera
Selatan,
Utara,
Sulawesi
Berdasarkan tinjauan literatur di atas
dan curah hujan bersumber dari National
bahwa suhu dan curah hujan merupakan
Oceanic and Atmospheric Administration
variabel yang berdampak kepada produksi
(NOAA). Periode tahun yang digunakan
sektor pertanian. Untuk distribusi suhu,
selama 42 tahun dari 1974 sampai
maka ukuran suhu dibuat lebih detail
dengan 2015.
menjadi suhu minimum, suhu rata-rata,
dan
suhu
maksimum,
yang
diukur
Spesifikasi model yang digunakan
dalam studi ini mengacu pada model
Weltch, et.al. (2010) dan Tack, et. al.
(2015), yaitu :
dimana ln yit menunjukkan logaritma
produksi padi pada provinsi i untuk
periode
merupakan
t,
menangkap
teknologi
input
pertanian,
tren
dan
perubahan
f(zit)
merupakan
ukuran iklim pada provinsi i untuk periode
t, dan
gangguan.
Ukuran/proxy iklim yang digunakan
pada paper ini mengacu pada studi yang
dilakukan Schlenker and Robert (2009),
yaitu :
dimana Tave suhu rata-rata, Tmin suhu
minimum, Tmax suhu maksimum, dan Rit
curah hujan.
Metode estimasi menggunakan data
panel. Untuk mendapatkan regresi data
panel yang terbaik dilakukan uji F, uji
Lagrange Multiplier, dan uji Hausman.
Hasil uji menunjukkan model estimasi
terbaik yaitu Random Effect Model (REM).
4.
HASIL DAN PEMBAHASAN
kuantifikasi variabel iklim pada daerah
Hasil estimasi dengan REM empat model
yang
variabel iklim ditunjukkan pada tabel 1.
menggunakan suhu minimum dan suhu
Variabel
secara
curah
parsial
hujan
dalam
signifikan
mempengaruhi
beriklim
Hasil estimasi dampak suhu minimum
dan
curah
produktivitas
diinterpretasikan
sesuai
rata-rata harian.
spesifikasi model linier, koefisien estimasi
dapat
lebih
maksimum daripada menggunakan suhu
produktivitas padi di Indonesia. Pada
hujan
tropis
suhu
maksimum
padi
terhadap
di
Indonesia
sebagai elastisitas curah hujan terhadap
menghasilkan dampak yang cenderung
produksi padi, dimana setiap kenaikan 1%
berlawanan.
curah hujan akan meningkatkan produksi
minimum berdampak negatif terhadap
padi
untuk
produksi padi sedangkan suhu maksimum
spesifikasi model non-linier, peningkatan
berdampak positif meskipun secara uji
curah
parsial untuk kedua variabel tersebut tidak
sebesar
hujan
0,011%.
akan
Namun
berdampak
positif
sampai pada titik tertentu, setelah titik
tersebut peningkatan curah hujan akan
Pada
model
3,
suhu
signifikan.
Pada model non-linier, model 4, suhu
berdampak negatif terhadap produktivitas
maksimum
padi. Hasil ini sejalan dengan
produktivitas padi dibandingkan dengan
studi
lebih
berdampak
pada
Schlenker and Robert (2009), bahwa
suhu minimum. Hasil
curah hujan secara statistik signifikan
menunjukkan adanya titik balik pada
membentuk
shape
peningkatan suhu maksimum terhadap
terhadap produktivitas pertanian. Hasil
produktivitas padi di Indonesia, dimana
estimasi model 4, titik balik curah hujan
setiap peningkatan suhu maksimum akan
selama satu tahun di Indonesia adalah
meningkatkan produktivitas padi sampai
sebesar 10,177 inc, di atas angka tersebut
titik tertentu, setelah itu peningkatan suhu
perlu diwaspadai adanya potensi banjir
maksimum akan menurunkan produksi
yang dapat menyebabkan gagal panen
padi. Adapun titik balik suhu maksimum
dan merangsang organisme pengganggu
berdasarkan
tanaman (OPT).
31,35°C.
kurva
Produktivitas
inverted–U
padi
kurang
sensitif
Variabel
hasil
tren
model 4 juga
estimasi
bernilai
sebesar
positif
dan
terhadap
peningkatan
suhu
rata-rata
signifikan baik model linier ataupun model
harian.
Berdasarkan
uji
parsial,
non-linier. Variabel tren sebagai proxy
peningkatan suhu rata-rata harian tidak
tingkat
signifikan
signifikan
mempengaruhi
produktivitas
kemajuan
teknologi
meningkatkan
secara
produksi padi,
padi baik untuk model linier maupun
artinya teknologi produksi dan budidaya
model non-linier. Hasil ini sejalan dengan
yang diterapkan selama empat dekade
studi Schlenker and Robert (2009), bahwa
terakhir secara umum telah meningkatkan
produktivitas
padi.
peningkatan
produktivitas
kemajuan
mencapai
Namun
teknologi
titik
balik
teknologi–teknologi
demikian,
padi
akibat
tertentu
akan
dan
baru
dibutuhkan
lagi
dalam
meningkatkan produktivitasnya.
Simulasi dampak dilakukan dengan
kenaikan
suhu maksimum dan curah
hujan di atas titik balik. Kenaikan suhu
maksimum 1% di atas titik balik
menurunkan produktivitas padi
0,09039%
ceteris
kenaikan
1%
peribus.
curah
akan
sebesar
Sementara
hujan
akan
menurunkan produktivitas padi sebesar
0,00796% ceteris peribus. Kenaikan suhu
maksimum dan curah hujan yang terus
menerus
akan
menambah
penurunan
produktivitas padi yang semakin besar.
5.
KESIMPULAN DAN SARAN
Kuantifikasi
memberikan
variabel
dampak
iklim
yang
terhadap
produktivitas padi di Indonesia adalah
curah hujan
dan rata-rata harian suhu
maksimum. Peningkatan curah hujan dan
suhu
maksimum
mengikuti
kurva
inverted U–shape, dimana peningkatan
suhu akan memberikan dampak positif
terhadap produktivitas padi sampai pada
titik optimun tertentu, setelah titik tersebut
akan memberikan dampak sebaliknya
terhadap produktivitas padi. Titik optimum
curah hujan
sedangkan
pada 10,177 inc/tahun,
suhu
maksimum
pada
31,35°C. Dari simulasi dampak kenaikan
curah hujan dan suhu maksimum di atas
titik balik akan menurunkan produktivitas
padi.
DAFTAR PUSTAKA
Deschenes , O., & Greenstone, M. (2007).
The economic impact of climate
change : Evidence from
agricultural profits and random
fluktuations. The American Review
97(1), 354-385.
Mendelson , R., Nordhaus, D. W., &
Shaw, D. (1994). The impact of
global warming on agriculture : A
Ricardian Analysis. The American
Economic Review Vol.84, No. 4,
753-771.
Qury , B. (1965). Allowing for Weather in
Crop Production Model Building .
Journal of Farms of Economic
vol.47 No.2 , 270-283.
Schlenker, W., Hanemman, W. M., &
Fisher, C. A. (2004). The impact of
global warming on U.S
agricultures: An Econometric
analysis of optimal growing
condition. University of California
at Barkeley.
Schlenker, W., & Roberts, M. J. (2009).
NonlinearTemperature Effects
Indicates Severe Damages to U.S.
Crop Yields Under Climate Change
. Pnas Vol.106 No.37, 1559415598.
Tack, J., Barkley, A., & Nalley, L. L.
(2015). Effect of warming
teperatures on US Wheat Yields .
Pnas vol.112 no.22, 6931-6936.
Weltch, J., & et.al. (2010). Rice Yields in
Tropical/Subtropical Asia Exhibit
Large but Opposing Sensitivities to
Minimum and Maksimum
Temperatures. PNAS, 1456214567.
DI INDONESIA TAHUN 1974-2015
Yanti Nurhayanti, Moko Nugroho
Fakultas Ekonomi dan Bisnis, Universitas Indonesia
ABSTRAK
Terjadinya perubahan iklim dapat mengganggu produksi padi di Indonesia. Terganggunya produksi
padi akan berdampak pada ketersediaan bahan pangan, mengingat padi sebagai bahan pangan
pokok masyarakat Indonesia. Studi ini bertujuan untuk menganalisis dampak perubahan iklim
terhadap produktivitas padi pada daerah sentra padi di Indonesia periode tahun 1974-2015 dengan
menggunakan empat variabel iklim yang berbeda. Data yang digunakan adalah data sekunder yang
dikumpulkan dari Badan Pusat Statistik (BPS), Kementerian Pertanian, dan National Oceanic and
Atmospheric Administration (NOAA). Metode estimasi menggunakan data panel dengan Random
Effect Model (REM). Hasil penelitian menunjukkan produksi padi di Indonesia lebih sensitif terhadap
perubahan curah hujan dan suhu maksimum (Tmax) dibandingkan dengan suhu rata-rata (Tave) dan
suhu minimum (Tmin). Peningkatan curah hujan dan Tmax berdampak positif terhadap produksi padi
sampai pada titik balik tertentu, kemudian setelah titik tersebut akan memberikan dampak yang
sebaliknya. Adapun titik balik untuk curah hujan sebesar 10,177 inc/tahun, sementara Tmax pada
31,35°C. Hasil simulasi sederhana menunjukkan kenaikan curah hujan di atas titik balik sebesar 1%
akan mengurangi produktivitas padi sebesar 0,00796 % ceteris peribus. Sementara kenaikan suhu
maksimum di atas titik balik sebesar 1% akan mengurangi produksi padi sebanyak 0,09039% ceteris
peribus.
Kata kunci : produksi padi, perubahan iklim, curah hujan, suhu maksimum
1.
satu
PENDAHULUAN
melakukan studi yang menunjukkan iklim
Sektor pertanian merupakan salah
merupakan variasi spesifikasi model dari
sektor
penggerak
perekonomian
yang berisiko akibat adanya perubahan
suhu dan curah hujan.
Makalah
ini
mencoba
melakukan
iklim ekstrim. Beberapa studi mengenai
analisis dampak perubahan iklim terhadap
hal ini telah menghasilkan perkembangan
produktivitas padi pada provinsi sentra
metode kuantifikasi iklim yang bervariasi.
padi di Indonesia selama 42 tahun (1974-
Kuantifikasi iklim merupakan isu yang
2015).
menarik dan masih dalam perdebatan
menggunakan empat model spesifikasi
yaitu bagaimana menentukan kuantifikasi
iklim
iklim ekstrim yang terbaik sehingga dalam
pendekatan ukuran suhu rata-rata, suhu
melakukan estimasi dampak iklim ekstrim
maksimum, suhu minimum, dan curah
tersebut
hujan. Diharapkan dari keempat model
dapat
teridentifikasi
secara
kredibel.
Studi Schlenker and Roberts (2009),
Analisis
yang
ini
diukur
dilakukan
dari
dengan
beberapa
dapat ditentukan model yang terbaik
dalam
menghitung
seberapa
menunjukkan hubungan yang tidak linier
dampak
antara iklim ekstrim dan produksi padi.
produktivitas padi di Indonesia.
perubahan
iklim
besar
terhadap
Sementara studi yang dilakukan Weltch,
Teori dasar makalah ini mengikuti
et. al (2010), menunjukkan hubungan
fungsi produksi pertanian, yaitu, h = f (x,
yang bersifat linier. Tack, et. al. (2015),
z), dimana x merupakan vektor input
produksi (luas lahan, labor dan kapital),
memberikan variasi dampak, mulai dari
dan z merupakan vektor faktor eksogen
dampak positif sampai dampak kerugian
yang mempengaruhi produksi. Dalam hal
yang
ini z adalah iklim. Berdasarkan teori
terjadi dampak kerugian yang besar pada
produksi,
sektor
terjadinya
iklim
esktrim
merupakan shock terhadap sisi suplai
besar.
Namun secara
pertanian
agregat,
akibat
adanya
pemanasan global.
yang dapat menurunkan output produksi
Deschenes and Greenstone (2007),
dan mendorong kenaikan harga output.
mengukur dampak ekonomi yang terjadi
Dengan
akibat adanya perubahan iklim pada
demikian
dugaan
sementara
terjadinya perubahan iklim ekstrim akan
sektor
berdampak
dengan memperkirakan pengaruh variasi
pada
penurunan
produksi
pertanian
di
Amerika
Serikat
suhu dan curah hujan dari tahun ke tahun
padi.
terhadap keuntungan pertanian. Secara
2.
KAJIAN
LITERATUR
DAN
rata-rata,
perkiraan
jangka
panjang
PENGEMBANGAN HIPOTESIS
menunjukkan
Mendelson, et. al. (1994), melakukan
ternyata akan meningkatkan keuntungan
studi dampak pemanasan global di sektor
pertanian sebesar 3,4% dari keuntungan
pertanian di Amerika Serikat dengan
tahunan. Namun kisaran dampak yang
menggunakan variabel iklim, harga lahan
terjadi antara -1,8% sampai dengan 4,0%
pertanian, pendapatan, variabel ekonomi
dengan tingkat kepercayaan 95%. Dengan
lainnya, dan ukuran geofisika (temperatur,
demikian dapat terlihat adanya dampak
curah hujan, kelembapan) di
3.000
positif dan negatif terhadap keuntungan
wilayah Amerika tahun 1951-1980. Hasil
pertanian. Hal ini juga dipertegas dengan
studinya menunjukkan suhu tinggi yang
adanya heterogen dampak antar wilayah,
terjadi di setiap musim, kecuali musim
seperti di
California yang diprediksi
gugur, telah
perubahan
iklim
menurunkan produktivitas
pertanian. Sementara curah hujan tinggi,
di
luar
musim
gugur,
meningkatkan
Schlenker, et. al. (2004), melakukan
perubahan
akan
iklim
menurunkan
keuntungan pertanian sebesar 50%.
Studi Schlenker and Robert (2009),
suhu
produktivitas pertanian.
bahwa
memberikan dampak yang tidak
linier terhadap produktivitas pertanian jika
studi dampak pemanasan global terhadap
terjadi
sektor
Serikat
dilakukan menggunakan data panel per
menggunakan data besaran iklim di sektor
wilayah untuk 3 komoditas pertanian
pertanian, kesuburan tanah, dan variabel
(kedelai, jagung dan kapas). Hasilnya
sosial ekonomi di wilayah timur Amerika
menunjukkan adanya batasan suhu yang
selama
masih memberikan dampak positif pada
pertanian
100
di
Amerika
tahun.
Hasil
studi
menunjukkan 75% dari sampel wilayah
produksi
perubahan
iklim.
Studi
yang
jagung, kedelai dan kapas.
Batasan suhu tersebut adalah 29⁰C untuk
berdasarkan distribusi harian. Sementara
jagung, 30⁰C untuk kedelai dan 32⁰C
variabel
untuk kapas, diatas batasan tersebut
produksi yang digunakan yaitu
dapat memberikan efek yang negatif
produktivitas padi.
dependen
sebagai
output
besaran
terhadap produksi komoditas pertanian
3.
tersebut.
Weltch, et.al. (2010), menunjukkan
METODE PENELITIAN
Data
produktivitas
digunakan
pada
fase
produksi padi per hektar secara tahunan
pematangan tanaman padi di negara yang
dalam kuintal per hektar. Sedangkan data
beriklim tropis/subtropis. Suhu minimum
suhu dalam celcius meliputi: (1) suhu
berdampak
produksi
minimum, (2) suhu rata-rata, dan (3) suhu
maksimum
maksimum. Data suhu merupakan nilai
berdampak positif terhadap produksi padi.
rata-rata dari suhu harian dalam satu
Sementara
bervariasi
tahun. Sementara data curah hujan dalam
terhadap fase pertumbuhan tanaman padi.
0,1 inchi per tahun yang merupakan
Kombinasi dampak dari suhu maksimum,
kumulatif curah hujan harian dalam satu
suhu
tahun.
padi,
penyerbukan
negatif
terhadap
sedangkan
berdampak
suhu
dampak
minimum,
pada
dan
radiasi
dan
radiasi
lebih
saat
musim
panen
daripada musim tanam.
Penelitian
Tack,
nilai
yang
suhu dan radiasi berdampak signifikan
fase
merupakan
padi
rata-rata
Data produktivitas padi dipilih pada
sepuluh provinsi sentra padi di Indonesia
et.
al.
(2015)
dengan
pertimbangan
kontribusi
total
menggunakan berbagai spesifikasi model
sepuluh provinsi tersebut mencapai 80%
statistik dalam mengukur hubungan yang
produksi padi nasional. Sepuluh provinsi
kompleks antara variabel iklim dengan
tersebut
produktivitas
studinya
Sumatera Barat, Lampung, Jawa Barat,
menunjukkan efek dari suhu bervariasi di
Jawa Tengah, Jawa Timur, Kalimantan
fase perkembangan tanaman. Dampak
Selatan,
penurunan produksi terbesar terjadi pada
Utara, dan NTB. Data produktivitas padi
saat musim dingin dan panas ekstrim di
bersumber dari Badan Pusat Statistik dan
musim semi.
Kementerian Pertanian. Adapun data suhu
gandum.
Hasil
meliputi
Sulawesi
Sumatera
Selatan,
Utara,
Sulawesi
Berdasarkan tinjauan literatur di atas
dan curah hujan bersumber dari National
bahwa suhu dan curah hujan merupakan
Oceanic and Atmospheric Administration
variabel yang berdampak kepada produksi
(NOAA). Periode tahun yang digunakan
sektor pertanian. Untuk distribusi suhu,
selama 42 tahun dari 1974 sampai
maka ukuran suhu dibuat lebih detail
dengan 2015.
menjadi suhu minimum, suhu rata-rata,
dan
suhu
maksimum,
yang
diukur
Spesifikasi model yang digunakan
dalam studi ini mengacu pada model
Weltch, et.al. (2010) dan Tack, et. al.
(2015), yaitu :
dimana ln yit menunjukkan logaritma
produksi padi pada provinsi i untuk
periode
merupakan
t,
menangkap
teknologi
input
pertanian,
tren
dan
perubahan
f(zit)
merupakan
ukuran iklim pada provinsi i untuk periode
t, dan
gangguan.
Ukuran/proxy iklim yang digunakan
pada paper ini mengacu pada studi yang
dilakukan Schlenker and Robert (2009),
yaitu :
dimana Tave suhu rata-rata, Tmin suhu
minimum, Tmax suhu maksimum, dan Rit
curah hujan.
Metode estimasi menggunakan data
panel. Untuk mendapatkan regresi data
panel yang terbaik dilakukan uji F, uji
Lagrange Multiplier, dan uji Hausman.
Hasil uji menunjukkan model estimasi
terbaik yaitu Random Effect Model (REM).
4.
HASIL DAN PEMBAHASAN
kuantifikasi variabel iklim pada daerah
Hasil estimasi dengan REM empat model
yang
variabel iklim ditunjukkan pada tabel 1.
menggunakan suhu minimum dan suhu
Variabel
secara
curah
parsial
hujan
dalam
signifikan
mempengaruhi
beriklim
Hasil estimasi dampak suhu minimum
dan
curah
produktivitas
diinterpretasikan
sesuai
rata-rata harian.
spesifikasi model linier, koefisien estimasi
dapat
lebih
maksimum daripada menggunakan suhu
produktivitas padi di Indonesia. Pada
hujan
tropis
suhu
maksimum
padi
terhadap
di
Indonesia
sebagai elastisitas curah hujan terhadap
menghasilkan dampak yang cenderung
produksi padi, dimana setiap kenaikan 1%
berlawanan.
curah hujan akan meningkatkan produksi
minimum berdampak negatif terhadap
padi
untuk
produksi padi sedangkan suhu maksimum
spesifikasi model non-linier, peningkatan
berdampak positif meskipun secara uji
curah
parsial untuk kedua variabel tersebut tidak
sebesar
hujan
0,011%.
akan
Namun
berdampak
positif
sampai pada titik tertentu, setelah titik
tersebut peningkatan curah hujan akan
Pada
model
3,
suhu
signifikan.
Pada model non-linier, model 4, suhu
berdampak negatif terhadap produktivitas
maksimum
padi. Hasil ini sejalan dengan
produktivitas padi dibandingkan dengan
studi
lebih
berdampak
pada
Schlenker and Robert (2009), bahwa
suhu minimum. Hasil
curah hujan secara statistik signifikan
menunjukkan adanya titik balik pada
membentuk
shape
peningkatan suhu maksimum terhadap
terhadap produktivitas pertanian. Hasil
produktivitas padi di Indonesia, dimana
estimasi model 4, titik balik curah hujan
setiap peningkatan suhu maksimum akan
selama satu tahun di Indonesia adalah
meningkatkan produktivitas padi sampai
sebesar 10,177 inc, di atas angka tersebut
titik tertentu, setelah itu peningkatan suhu
perlu diwaspadai adanya potensi banjir
maksimum akan menurunkan produksi
yang dapat menyebabkan gagal panen
padi. Adapun titik balik suhu maksimum
dan merangsang organisme pengganggu
berdasarkan
tanaman (OPT).
31,35°C.
kurva
Produktivitas
inverted–U
padi
kurang
sensitif
Variabel
hasil
tren
model 4 juga
estimasi
bernilai
sebesar
positif
dan
terhadap
peningkatan
suhu
rata-rata
signifikan baik model linier ataupun model
harian.
Berdasarkan
uji
parsial,
non-linier. Variabel tren sebagai proxy
peningkatan suhu rata-rata harian tidak
tingkat
signifikan
signifikan
mempengaruhi
produktivitas
kemajuan
teknologi
meningkatkan
secara
produksi padi,
padi baik untuk model linier maupun
artinya teknologi produksi dan budidaya
model non-linier. Hasil ini sejalan dengan
yang diterapkan selama empat dekade
studi Schlenker and Robert (2009), bahwa
terakhir secara umum telah meningkatkan
produktivitas
padi.
peningkatan
produktivitas
kemajuan
mencapai
Namun
teknologi
titik
balik
teknologi–teknologi
demikian,
padi
akibat
tertentu
akan
dan
baru
dibutuhkan
lagi
dalam
meningkatkan produktivitasnya.
Simulasi dampak dilakukan dengan
kenaikan
suhu maksimum dan curah
hujan di atas titik balik. Kenaikan suhu
maksimum 1% di atas titik balik
menurunkan produktivitas padi
0,09039%
ceteris
kenaikan
1%
peribus.
curah
akan
sebesar
Sementara
hujan
akan
menurunkan produktivitas padi sebesar
0,00796% ceteris peribus. Kenaikan suhu
maksimum dan curah hujan yang terus
menerus
akan
menambah
penurunan
produktivitas padi yang semakin besar.
5.
KESIMPULAN DAN SARAN
Kuantifikasi
memberikan
variabel
dampak
iklim
yang
terhadap
produktivitas padi di Indonesia adalah
curah hujan
dan rata-rata harian suhu
maksimum. Peningkatan curah hujan dan
suhu
maksimum
mengikuti
kurva
inverted U–shape, dimana peningkatan
suhu akan memberikan dampak positif
terhadap produktivitas padi sampai pada
titik optimun tertentu, setelah titik tersebut
akan memberikan dampak sebaliknya
terhadap produktivitas padi. Titik optimum
curah hujan
sedangkan
pada 10,177 inc/tahun,
suhu
maksimum
pada
31,35°C. Dari simulasi dampak kenaikan
curah hujan dan suhu maksimum di atas
titik balik akan menurunkan produktivitas
padi.
DAFTAR PUSTAKA
Deschenes , O., & Greenstone, M. (2007).
The economic impact of climate
change : Evidence from
agricultural profits and random
fluktuations. The American Review
97(1), 354-385.
Mendelson , R., Nordhaus, D. W., &
Shaw, D. (1994). The impact of
global warming on agriculture : A
Ricardian Analysis. The American
Economic Review Vol.84, No. 4,
753-771.
Qury , B. (1965). Allowing for Weather in
Crop Production Model Building .
Journal of Farms of Economic
vol.47 No.2 , 270-283.
Schlenker, W., Hanemman, W. M., &
Fisher, C. A. (2004). The impact of
global warming on U.S
agricultures: An Econometric
analysis of optimal growing
condition. University of California
at Barkeley.
Schlenker, W., & Roberts, M. J. (2009).
NonlinearTemperature Effects
Indicates Severe Damages to U.S.
Crop Yields Under Climate Change
. Pnas Vol.106 No.37, 1559415598.
Tack, J., Barkley, A., & Nalley, L. L.
(2015). Effect of warming
teperatures on US Wheat Yields .
Pnas vol.112 no.22, 6931-6936.
Weltch, J., & et.al. (2010). Rice Yields in
Tropical/Subtropical Asia Exhibit
Large but Opposing Sensitivities to
Minimum and Maksimum
Temperatures. PNAS, 1456214567.