38 Biaya penyusutan alat-alat pertanian diperhitungkan dengan membagi
selisih antara nilai pembelian dengan nilai sisa yang ditafsirkan dengan lamanya modal pakai dan disumsikan tidak laku apabila dijual. Metode yang digunakan
adalah metode garis lurus straight line method. Metode garis lurus menggunakan dasar pemikiran bahwa benda yang dipergunakan dalam usahatani
menyusut dalam besaran yang sama setiap tahunnya. Secara matematis penyusutan tersebut dirumuskan menurut Suratiyah 2006 sebagai berikut:
Penyusutan per tahun =
Cost – Nilai sisa
Umur ekonomis
4.4.2. Analisis Faktor-Faktor yang Mempengaruhi Produktivitas Kentang
Soekartawi 2005 menjelaskan bahwa fungsi produksi merupakan hubungan antara faktor produksi input dan produksi output. Variabel Y
digambarkan sebagai hasil produksi dan variabel X
i
adalah faktor produksi i, maka besarnya Y dipengaruhi oleh besarnya X
1
, X
2
, X
3
, ..., X
m
yang digunakan pada fungsi tersebut. Hubungan faktor produksi dan produksi tersebut mengikuti kaidah
tambahan hasil yang semakin berkurang law of diminishing returns untuk semua variabel X, dimana tiap tambahan unit faktor produksi akan mengakibatkan
proporsi unit tambahan produksi yang semakin kecil dibanding unit tambahan faktor produksi tersebut Soekartawi 1986. Oleh karena itu, model fungsi
produksi yang digunakan dalam penelitian ini adalah fungsi produksi Cobb- Douglas. Faktor produksi Cobb-Douglas harus memenuhi beberapa persyaratan
Soekartawi 1990, diantaranya:
1 Tidak ada nilai pengamatan yang bernilai nol, sebab nilai logaritma dari
bilangan nol adalah suatu bilangan yang besarnya tidak diketahui. 2
Memerlukan asumsi bahwa tidak ada perbedaan teknologi pada setiap pengamatan. Hal ini menggambarkan jika fungsi Cobb-Douglas yang akan
dipakai dalam suatu bentuk persamaan dan bila diperlukan analisa yang mempunyai lebih dari satu model, maka model tersebut terlertak pada
intercept dan bukan pada kemiringan garis model tersebut. 3
Perbedaan lokasi seperti iklim sudah tercakup pada faktor kesalahan u Pengidentifikasin variabel dilakukan dengan mendaftar faktor-faktor
produksi yang diduga berpengaruh dalam proses produktivitas kentang. Faktor-
39 faktor yang dipakai dalam penelitian ini antara lain jumlah benih, dummy varietas,
pupuk kandang, unsur Nitrogen, unsur Fosfat, unsur Kalium, fungisida, insektisida, perekat, dan tenaga kerja yang dihitung per hektar. Pendugaan faktor
tersebut berdasarkan pada penggunaan input yang sering digunakan dalam usahatani kentang di lokasi penelitian. Di samping itu, penentuan variabel dapat
dilihat pada hasil penelitian terdahulu, seperti pada penelitian Andarwati 2011 yang menggunakan variabel faktor produksi kentang antara lain benih, pupuk
organik, unsur N, unsur P, unsur S, fungisida, insektisida, dan tenaga kerja yang dihitung per hektar.
Pada penelitian ini, penggunaan pupuk kimia pada model fungsi produksi berdasarkan unsur kandungan yang diaplikasikan, seperti ZA yang mengandung
unsur Nitrogen, TSP yang mengandung unsur Fosfat, KCl yang mengandung Kalium, dan pupuk NPK Mutiara dan Phonska yang mengandung unsur
Nitrogen, Fosfat, dan Kalium yang dihitung per hektar. Pengaplikasian pestisida setiap petani sebagian besar merek dagangnya berbeda antara petani yang satu
dengan petani yang lainnya. Namun, penggunaan tersebut memiliki tujuan yang sama, yaitu memberantas ataupun mengurangi hama-penyakit yang menyerang
pada tanaman kentang. Hama yang menyerang seperti, Liriomyza huidobrensis yang dikenal petani dengan sebutan aro, Myzus persicae kutu daun, Thrips
hama bodas, dan Phthorimaea operculella penggorok umbi. Sementara itu, penyakit yang sering menyerang yang disebabkan cendawan seperti,
Phytophthora infestans yang menyebabkan penyakit busuk daun dan Fusarium penyebab tanaman layu. Pada musim hujan, semua petani menggunakan perekat
yang berguna untuk meratakan dan mempercepat penyerapan pestisida yang disemprotkan, sehingga kandungan pestisida tersebut tidak semua terbawa air
hujan. Berdasarkan penjelasan di atas, maka model fungsi produksi Cobb-
Douglas untuk usahatani kentang secara matematis dapat ditulis sebagai berikut: Y = b
X
1 b1
X
3 b3
X
4 b4
X
5 b5
X
6 b6
X
7 b7
X
8 b8
X
9 b9
X
10 b10
e
u + b2X2
Fungsi Cobb-Douglas tersebut kemudian ditransformasikan ke dalam bentuk linear logaritma untuk memudahkan pendugaaan terhadap fungsi produksi
tersebut, sehingga dapat dirumuskan sebagai berikut:
40 Ln Y = ln b
+ b
1
ln X
1
+ b
3
ln X
3
+ b
4
ln X
4
+ b
5
ln X
5
+ b
6
ln X
6
+ b
7
ln X
7
+ b
8
ln X
8
+ b
9
ln X
9
+ b
10
ln X
10
+ u + b
2
X
2
Keterangan: Y
= Produktivitas kentang tonha b
= Intersept b
1
, b
2
, b
3
,
...
, b
6
= Parameter variabel u
= Unsur sisa galat X
1
= Benih kgha X
2
= Dummy Varietas, dimana 1 = varietas Granola dan 0 = varietas Atlantic
X
3
= Pupuk kandang kgha X
4
= Unsur N kgha X
5
= Unsur P kgha X
6
= Unsur K kgha X
7
= Fungisida kgha X
8
= Insektisida literha X
9
= Perekat literha X
10
= Tenaga kerja HOKha Metode yang digunakan adalah metode kuadrat terkecil Ordinary Least
Square OLS. Metode ini terlebih dahulu diuji dengan uji F, uji t, dan R-sq. Kemudian, kelayakan model tersebut akan diuji berdasarkan asumsi OLS yang
meliputi uji multikolinearitas, uji heteroskedastisitas, uji otokorelasi, dan normalitas error. Apabila asumsi tersebut dapat terpenuhi maka koefisien regresi
parameter yang diperoleh merupakan penduga tak bias linear terbaik BLUE Gujarati 2006a.
Pengujian multikolinearitas bertujuan untuk mengetahui ada atau tidaknya hubungan antar variabel bebas. Sebuah model dinyatakan terbebas dari masalah
multikolinearitas apabila memiliki nilai VIF Variance Inflation Factor di bawah 10 Lind et al. 2007.
Asumsi OLS lainnya adalah bersifat homoskedastisitas yang berarti semua memiliki varians yang sama. Pengujian ini dapat menggunakan uji grafis residu
yang melihat ada atau tidaknya pola sistematis antara e
i 2
dan X. Apabila tidak ada pola yang sistematis maka dapat dikatakan sifat homoskedastisitas terpenuhi
Gujarati 2006b. Model yang dibangun juga harus terbebas dari masalah otokorelasi. Hal ini
diketahui berdasarkan statistik nilai Durbin-Watson seperti yang dapat dilihat pada Gambar 3. Otokorelasi ini didefinisikan sebagai korelasi di antara anggota
41 observasi yang diurut menurut waktu seperti data deret berkala atau ruang
seperti lintas-sektoral Gujarati 2006b.
Gambar 3. Daerah Statistik d Durbin-Watson
Sumber : Gujarati 2006b
4.4.3. Pengujian Hipotesis