4. Metode Penelitian Jenis Data dan Cara Pengumpulan Data
Rincian dari masing-masing teknik analisis yang digunakan dalam penelitian ini adalah sebagai berikut :
1. Pembuatan Peta Ketersediaan Tenaga Kerja Pertanian Data yang digunakan adalah data primer hasil wawancara dengan petani
responden. Dari 49 data tersebut dijumlah keseluruhan pemakaian tenaga kerja pertanian selama 1 tahun. Data dari hasil wawancara ini kemudian di rata pada land
use sawah dengan masing-masing pola irigasi serta tanaman utamanya. Ada 5 pola tenaga kerja yang menjadi dasar pengelompokannya yaitu :
a.Sawah irigasi tanaman utama : padi b.Sawah irigasi setengah teknis tanaman utama : padi
c.Sawah tadah hujan tanaman utaman padi d.Sawah tebu irigasi setengah teknis
e. Sawah tebu tadah hujan. Peta penggunaan lahan kabupaten kudus yang diperoleh dari Bappeda adalah
peta penggunaan lahan tahun 2006, sehingga perlu disesuaikan dengan data terbaru. Dalam hal ini dipergunakan data citra Geo eye dari Google Earth yang bertanggal 18
Oktober 2009 dan 1 Mei 2010. Untuk bekerja dengan Google Earth, peta penggunaan lahan yang ada dikonversi ke dalam jenis file .kml. Setelah itu dilakukan digitasi
secara online untuk memperoleh data penggunaan lahan yang terbaru. Setelah selesai kemudian peta dikonversi kedalam bentuk file .shp agar bisa diolah selanjutnya
menggunakan ArcGIS 9.3. Di ArcGIS kemudian dilakukan penambahan atribut, serta penghitungan luas masing-masing penggunaan lahan . Selanjutnya peta penggunaan
lahan ini ditumpangtindihkan dengan peta RBI yang memuat data pola irigasi, yaitu irigasi teknis dan irigasi tadah hujan. Hasil peta tumpang tindih ini kemudian
dicocokkan dengan data primer, untuk mengetahui daerah mana yang mempunyai pola irigasi teknis, setengah teknis maupun tadah hujan. Tahapan selanjutnya adalah
melakukan tumpang tindih peta tersebut dengan peta kecamatan. Sehingga diperoleh luasan kelima pola yang menjadi dasar pengelompokan di atas pada masing-masing
kecamatan. Secara ringkas dapat dilihat pada Gambar 5.
Peta Penggunaan Lahan 2006
Peta Penggunaan Lahan 2010
Peta RBI data pola irigasi Teknis dan tadah huja
Peta 2006.kml Peta 2010.kml
Peta Titik Sample lokasi Responden
Overlay
Data primer Tenaga Kerja
Pertanianbl Peta Administrasi
Kecamatan Overlay
Peta Penggunaan Lahan Per Kecamatan
Data Luas Penggunaan
Lahan per kec Data Primer
Penggunaan TKP
Peta Ketersediaan Tenaga Kerja Pertanian
Gambar 5 Bagan Pembuatan Peta Ketersediaan Tenaga Kerja Pertanian.
Hasil peta-peta pada tahapan ini adalah sebagai berikut :
Gambar 6a Peta Penggunaan Lahan Tahun 2006. Gambar 6b Peta Penggunaan Lahan Tahun 20092010 hasil
digitasi.
Gambar 6c Peta Penggunaan Lahan 2010. Gambar 6d Peta Sawah Kab Kudus RBI.
Gambar 6e Peta Titik Sampel Pengamatan.
Gambar 6 Peta-peta yang diperlukan untuk Membuat Peta Ketersediaan Tenaga Kerja Pertanian.
2. Analisis Kuantifikasi Hayasi I Prinsip dasar dan tujuan dari Analisis Kuantifikasi Hayashi I Saefulhakim,
1996; dan Tanaka, Tarumi, dan Wakimoto, 1992 adalah sama dengan Analisis Regresi Berganda Multiple Regression Analysis, yakni: menduga parameter
koefisien keterkaitan antara variabel-variabel penjelas Explanatory Variables dengan satu variabel tujuan tertentu Objective Variable. Selanjutnya, hasil uji
nyata terhadap nilai penduga parameter koefisien keterkaitan ini menunjukkan variabel variabel penjelas mana saja yang paling nyata Significant kaitannya
dengan variabel tujuan. Perbedaan pokok dari Analisis Kuantifikasi Hayashi I dengan Analisis Regresi Berganda adalah:
1 Dalam Analisis Regresi Berganda, baik variabel tujuan maupun variabel- variabel penjelas secara umum diukur dalam skala kuantitatif
2 Dalam Analisis Hayashi I, hanya variabel tujuannya yang diukur dalam skala kuantitatif data interval atau data rasio, adapun variabel-variabel
penjelasnya, semuanya diukur dalam skala kualitatif data nominal atau data ordinal
3 Karena perbedaan inilah, maka kalau yang dilakukan dalam Analisis Regresi Berganda adalah pendugaan parameter koefisien variabel-variabel penjelas,
sedangkan yang dilakukan dalam Analisis Kuantifikasi Hayashi I adalah pendugaan parameter skor variabel-variabel penjelas Saefulhakim, 2008.
Untuk mengetahui hubungan antara tingkat ketersediaan tenaga kerja terhadap pendapatan usahatani digunakan Analisa Kuantifikasi Hayasi I.
Variabel-variabel penjelas yang dipergunakan adalah X1 = Usia responden 56 tahun, 56 tahun
X2 =Pendidikan SD, SMP, SMU, Sarjana X3 =Tanggungan Keluarga 2 , 2
X4 =Pekerjaan selain bertani Tanpa pekerjaan lain, dengan pekerjaan lain
X5 =Luas Lahan Usahatani 1 ha, 1 Ha X6 =Status kepemilikan Sewa, Bengkok, Milik Sendiri
X7 =Pola irigasi tadah hujan, setengah teknis, teknis X8 =Keuntungan tidak menguntungkan, menguntungkan
X9 = Pola Tanam padi - tan lain, padi - tan lain -tan lain, padi-padi, padi - padi - tan lain, tanaman tahunan
X10=Alasan Pemilihan Komoditas pemenuhan kebutuhan pokok, ketersedian air, harga komoditas
X11=Asal tenaga kerja setempat, dari desakecamatan lain Adapun variabel tujuannya yaitu : Y = pendapatan usahatani.
Suatu variable dikatakan berpengaruh nyata apabila memiliki korelasi parcial yang nilainya lebih tinggi dari batas r kritis yang telah ditetapkan. Batas r kritis
dihitung dengan rumus : t
2
= r
2
{ 1 – r
2
n – 2 }
Dari hasil perhitungan diperoleh nilai r kritis adalah 0,24 pada selang kepercayaan 95. Dua variable yaitu Pendidikan dan Alasan Pemilihan comoditas dikeluarkan
dari persamaan karena memberikan korelasi parsial yang negatif untuk semua kategori.
Untuk perhitungan ke dua, digunakan variabel penjelas sebagai berikut : X1 : Tingkat Ketersediaan Tenaga Verja
X2 : Daya Dukung Lahan X3 : Hierarki Wilayah
Dengan variable Tujuan : Y = PDRB Sektor Pertanian Per Kecamatan. Untuk perhitungan kedua ini r kritis dihitung sebesar 0,569 pada selang kepercayaan
95. 3. Perhitungan Daya Dukung Lahan
Perhitungan ketersediaan Supply Lahan dilakukan dengan perhitungan rumus : P
i
x H
i
x 1 S
L
= H
b
Ptv
b
Dimana SL : Ketersediaan Lahan
P
i
: Produksi aktual tiap jenis komoditi satuan tergantung kepada jenis komoditas. Komoditas yang diperhitungkan meliputi pertanian,
perkebunan, kehutanan, peternakan dan perikanan. H
i
: Harga satuan tiap jenis komoditas Rpsatuan di tingkat produsen. H
b
: Harga satuan beras Rpkg di tingkat produsen Ptv
b
: Produktivitas beras kgha. Dalam perhitungan ini faktor konversi yang digunakan untuk
menyetarakan produk non beras dengan beras adalah harga. Untuk perhitungan kebutuhan akan lahan demand dipergunakan
perhitungan sebagai berikut : DL = N x KHL
L
Dimana DL
: Total kebutuhan lahan setara beras ha N
: Jumlah penduduk orang KHLL : Luas lahan yang dibutuhkan untuk kebutuhan hidup layak per
penduduk. Status daya dukung lahan diperoleh dari pembandingan antara
ketersediaan lahan SL dan kebutuhan lahan DL . Bila SL DL , daya dukung lahan dinyatakan surplus. Bila SL DL, daya dukung lahan dinyatakan defisit
atau terlampaui Permen LH 17 Tahun 2009. 4. Untuk mengetahui hubungan antara daya dukung lahan dengan tenaga kerja
pertanian digunakan regresi sederhana. Regresi sederhana digunakan untuk mempelajari keterkaitan antara dua variabel. Dengan menggunakan regresi
sederhana hubungan sebab akibat dapat diamati pengaruhnya. Model regresi pertama kali diperkenalkan oleh Francis Galton tahun 1886 Daryanto dan
Hafrizanda, 2010. 5. Untuk mengetahui aktivitas pemusatan dan sektor unggulan di wilayah
pengamatan digunakan teknik analisis Locational Quotien dan Shift Share
Analysis. Analisis Skalogram digunakan untuk mengetahui tingkat perkembangan wilayah. Sedangkan untuk mengetahui hubungan antara ketersediaan tenaga
kerja, daya dukung lahan dengan tingkat perkembangan dan pendapatan sektor pertanian di wilayah pengamatan digunakan Metode Kuantifikasi Hayasi I.
a. Analisis Location Quotient LQ Location Quotient LQ digunakan untuk mengetahui potensi aktivitas
ekonomi yang merupakan basis dan bukan basis di wilayah Kabupaten Kudus. LQ merupakan suatu indeks yang membandingkan antara suatu
aktivitas tertentu dengan total aktivitas tersebut dalam total aktivitas wilayah. X
i j
X
i.
LQ =
X
.j
X
..
Dimana : X
i j
= derajad aktivitas ke – j di wilayah ke i
X
i.
= total aktifitas di wilayah ke i X
.j
= total aktivitas ke j di semua wilayah X
..
= derajad aktivitas total wilayah b. Shift Share Analysis SSA
Teknis Analisis Shift Share digunakan untuk memahami pergeseran atau perubahan struktur aktifitas di suatu lokasi tertentu kecamatan
dibandingkan dengan dengan cakupan wilayah lebih yang lebih luas kabupaten dalam dua titik waktu. Analisis ini mampu memberikan
gambaran sebab-sebab terjadinya pertumbuhan di suatu wilayah, yang dapat diketahui dengan perhitungan
X..t
1
Xit
1
X..t
1
X
ij
t
1
X
i
t
1
SSA= - 1 + - + - X .. t
X
i
t X..t
X
ij
t Xit
a b c Dimana :
a = komponen share
b = komponen proporsional shift
c = komponen differensial shift
X = nilai total aktifitas dalam total wilayah
X
i
= nilai total aktifitas tertentu dalam total wilayah X
ij
= nilai aktifitas tertentu dalam unit wilayah tertentu t
1
= titik akhir tahun
t = titik tahun awal
c.Analisis Skalogram Analisis skalogram digunakan untuk melihat tingkat perkembangan wilayah
kecamatan di lingkup Kabupaten Kudus, berdasarkan ketersediaan infrastruktur dan fasilitas-fasilitas pelayanan yang dimiliki.
m
F
ij
a
i
IF
j
= Σ
x
k = 1
b
j
N Dimana :
IF
j
= Indeks fasilitas pada wilayah ke i F
ij
= Jumlah fasilitas I pada wilayah ke j b
j
= Jumlah total fasilitas di wilayah ke j a
i
= Jumlah kecamatan yang memiliki fasilitas m
= Jenis fasilitas yang ada N
= Jumlah kecamatan Rustiadi, 2009. Tahap-tahap dalam penyusunan skalogram adalah sebagai berikut :
1. Memilih peubah yang digunakan sebagai penyusun indeks hierarki. Dalam hal ini peubah dibagi menjadi dua kelompok, yaitu peubah yang
berbanding lurus dengan hierarki wilayah misalnya jumlah fasilitas dan peubah yang berbanding terbalik dengan hierarki wilayah misalnya jarak
menuju fasilitas. Berhubung kedua kelompok peubah akan mendapatkan perlakuan yang berbeda maka dipisahkan kepada sheet yang berbeda.
2. Menginverskan data pada peubah yang mempunyai nilai berbanding terbalik misalnya jarak
. Apabila ada yang bernilai “DIV0”, maka digantikan dengan nilai “ Max 1Dj + S
d
” dimana Max1D
j
adalah nilai
maksimum invers jarak dari seluruh nilai setelah “DIV0” dihilangkan untuk peubah ke-j dan S
d
adalah standar deviasi invers jarak dari seluruh nilai setelah nilai “DIV0” dihilangkan untuk peubah ke-j.
3. Menghitung bobot indeks penciri dengan persamaan berikut untuk peubah yang tidak melalui tahap invers : Iij = X ijnX.jaj, dimana i =
1,2,.....,n menunjukkan jumlah wilayah dan j = 1,2,....,p menunjukkan jumlah seluruh peubah penciri.
4. Melakukan pembakuan indeks untuk seluruh peubah baik yang melalui tahapan invers maupun yang tidak melalui tahapan invers, sehingga hasil
akhir adalah indeks baku dengan persamaan berikut : K
ij
= { I
ij
-min I
j
}S
d
, dimana K
ij
adalah nilai baku indeks hierarki untuk wilayah ke-i dan ciri ke-j, I
ij
adalah nilai bobot penciri untuk wilayah ke-i dan ciri ke-j, min Ij adalah nilai minimum indeks pada ciri ke-j dan S
d
adalah nilai standar deviasi.
5. Tahap terakhir sebelum mengurutkan tabel berdasarkan ururan hierarki adalah menjumlahkan indeks baku, dengan menggabungkan seluruh
indeks baku. Penjumlahan dilakukan untuk setiap wilayah sehingga diperoleh jumlah indeks per wilayah.
6. Menyusun hierarki berdasarkan indeks bakub masing-masing desa dengan urutan dari indeks paling tinggi.
7. Menyusun hierarki infrastuktur yang paling tinggi diletakkan paling kiri. 8. Menetapkan wilayah mana yang berhierarki tertinggi dan terendah.
Hierarki dibagi 3 yaitu tinggi, sedang, rendah. Untuk menetapkan indeks baku ini terlebih dahulu dicari parameter rataan x dan standar deviasi
S
d
. Wilayah berhierarki tinggi jika indeks wilayah ke-i x + 2x S
d
Wilayah berhierarki sedang jika indeks wilayah ke-i x + 2x S
d
Wilayah berhierarki rendah jika indeks wilayah ke-i x