215 probabilitas pilihan yang tertingi adalah untuk kategori 3 dan 4. Rata-rata
probabilitas untuk tidak berpartisipasi Pr_1, atau berpartisipasi parsial dengan hanya membayar IPAIR, masing-masing sekitar 14 dan 21 . Peluang terbesar
adalah berpartisipasi parsial dengan membayar Iuran HIPPA Pr_3 yakni 34 , sedangkan peluang untuk berpartisipasi penuh dengan membayar kedua jenis
iuran tersebut adalah sekitar 30 . Hubungan antara kecenderungan untuk tidak berpartisipasi Pr_1 dengan kecenderungan untuk memilih tingkat partisipasi
yang lebih baik Pr_2, Pr_3, dan Pr_4 dapat disimak pada Gambar 28.
Gambar 28. Hubungan antara Pr_1 dengan Pr_2, Pr_3, dan Pr_4 dalam
partisipasi membayar iuran irigasi
7.4. Identifikasi Faktor-faktor Strategis
Hasil estimasi menunjukkan bahwa dari 11 variabel yang dihipotesakan berpengaruh ternyata ada 8 variabel yang berpengaruh positif, satu variabel
berpengaruh negatif, dan dua variabel tidak berpengaruh nyata. Faktor-faktor positif adalah luas sawah garapan, jumlah tenaga kerja pertanian, kemampuan
permodalan, peranan pendapatan dari usahatani di lahan sawah terhadap total pendapatan rumah tangga, intensitas tanam, tingkat kelangkaan air irigasi, kelas
lahan sawah, dan kinerja pengurus HIPPA. Faktor yang berpengaruh negatif adalah fragmentasi lahan Tabel 64.
0.0 0.1
0.2 0.3
0.4 0.5
0.6 0.7
0.8 0.9
0.0 0.1
0.2 0.3
0.4 0.5
0.6 0.7
Pr_4 Pr_3
Pr_2
Mean StD
Min Max
Pr_1 0.141
0.113 0.009
0.581 Pr_2
0.211 0.092
0.027 0.335
Pr_3 0.344
0.067 0.121
0.411 Pr_4
0.304 0.185
0.030 0.823
Pr_1
216 Tabel 64. Parameter dugaan faktor-faktor yang mempengaruhi peluang petani
untuk berdiversifikasi dan berpartisipasi lebih baik dalam iuran irigasi Variabel penjelas
Koefisien Galat baku
Pz
1. Fragmentasi lahan sawah -0.269
0.064 0.000
2. Luas sawah garapan 0.195
0.094 0.037
3. Proporsi garapan bukan milik -0.232
0.336 0.489
4. Jumlah tenaga kerja pertanian 0.152
0.080 0.058
5. Kemampuan permodalan 0.230
0.105 0.029
6. Peranan sawah dalam ekonomi rumah tangga 0.654
0.319 0.041
7. Intensitas tanam 1.387
0.217 0.000
8. Kelangkaan air irigasi 0.149
0.071 0.037
9. Kelas lahan sawah 0.010
0.005 0.043
10. Peubah boneka pemilikan pompa irigasi 0.132
0.252 0.600
11. Kinerja Pengurus HIPPA 0.409
0.084 0.000
cut1 3.662
0.760 cut2
4.591 0.776
cut3 5.791
0.792
Ordered logistic regression Number of obs
= 468 LR chi211
= 155.76 Prob chi2
= 0.0000 Log likelihood = -477.14788
Pseudo R2 = 0.1403
Probabilitas dugaan untuk P_1, P_2, P_3, dan P_4 untuk setiap observasi adalah Pr_1, Pr_2, Pr_3 dan Pr_4. Rata-rata probabilitas masing-masing
pilihan tersebut serta ilustrasi grafis yang menunjukkan hubungan antara probabilitas memilih P_1, P_2, P_3, dan P_4 disajikan pada Gambar 29. Tampak
bahwa probabilitas untuk pilihan P_4 adalah dominan, yakni sekitar 0.52. Rata- rata probabilitas untuk memilih P_2 dan P_3 masing-masing adalah 0.12 dan 0.21,
sedangkan untuk P_1 adalah 0.15. Pilihan ekstrim adalah Pr_1 yakni alternatif yang jenjangnya terendah
dan Pr_4 yaitu alternatif yang jenjangnya tertinggi. Dalam model ologit hubungan antara probabilitas memilih alternatif terbaik jenjang tertinggi dengan
probabilitas memilih alternatif terburuk jenjang terendah merupakan suatu kurva cembung ke titik 0. Secara keseluruhan jumlah Pr_2, Pr_3, dan Pr_4
semakin kecil seiring dengan meningkatnya Pr_1 karena total probabilitas = 1.
217 Sumbu x absis adalah probabilitas pilihan P_1 yaitu Pr_1, sedangkan
ordinat adalah probabilitas alternatifnya P_2, P_3, dan P_4 yakni Pr_2, Pr_3, dan Pr_4. Titik A adalah perpotongan antara Pr_4 dengan Pr_3. Pada titik ini
Pr_1 = 0.230, Pr_2 = 201, Pr_3 = Pr_4 = 0.285. Titik B adalah perpotongan antara Pr_2 dengan Pr_3. Pada titik ini Pr_1 = 0.380, Pr_2 = Pr_3 =
0.229, dan Pr_4 = 0.162.
Gambar 29. Hubungan antara Pr_1, Pr_2, Pr_3 dan Pr_4 dalam penerapan
pola tanam diversifikasi dan membayar iuran irigasi
Di sebelah kiri titik A Pr_1 0.230 maka pilihan di luar P_1 yang probabilitasnya terbesar adalah P_4. Antara titik A dan B 0.230 Pr_1 0.380
pilihan diluar P_1 yang probabilitasnya terbesar adalah P_3. Artinya, kecenderungan untuk memilih P_3 P_4. Di sebelah kanan titik B dimana Pr_1
0.380 maka pilihan di luar P_1 yang probabilitasnya terbesar adalah P_2. Di daerah ini Pr_2 Pr_3 Pr_4. Dengan kata lain, grafik tersebut dapat
dimanfaatkan untuk memprediksi ke arah mana kecenderungan pilihan di luar akan terjadi jika probabilitas pilihan untuk alternatif yang jenjangnya terendah
berada di luar titik-titik ekstrim per definisi, titik ekstrim untuk P_1 adalah 0 dan 1. Pada Pr_1 = 0 maka secara otomatis probabilitas P_4 yakni Pr_4 = 1,
sedangkan pada Pr_1=1, maka secara otomatis probabilitas alternatif lainnya = 0.
0.0 0.2
0.4 0.6
0.8 1.0
0.0 0.2
0.4 0.6
0.8 1.0
Mean StD
Min Max
Pr_1 0.15
0.17 0.00
0.87 Pr_2
0.12 0.06
0.00 0.23
Pr_3 0.21
0.07 0.00
0.29 Pr_4
0.52 0.24
0.02 1.00
Pr_4 Pr_3
Pr_2 Pr_1
218 Hasil estimasi Tabel 64 dapat digunakan untuk mengetahui prospek
pengembangan diversifikasi dan penerapan iuran irigasi berbasis komoditas. Berdasarkan hasil analisis tersebut, peluang keberhasilan akan lebih tinggi jika
diterapkan di suatu wilayah irigasi dengan karakteristik: Lahan garapan lebih terkonsolodasi tidak terfragmentasi,
Rata-rata luas sawah garapan tidak terlalu kecil, Jumlah tenaga kerja untuk usahatani di lahan sawah cukup,
Kemampuan permodalan memadai, Peranan usahatani di lahan sawah dalam perekonomian dominan,
Intensitas tanam yang telah diterapkan cukup tinggi, Air irigasi yang tersedia relatif langka,
Aksesibilitas hamparan cukup baik, Kinerja pengurus organisasi P3A HIPPA cukup baik.
Kesimpulan tersebut sangat berguna untuk menentukan lokasi-lokasi percontohan dalam tahap introduksi sistem iuran irigasi berbasis komoditas.
Dalam tahap perluasan dan pengembangan, hasil identifikasi ini berguna sebagai salah satu masukan dalam perumusan kebijaksanaan. Beberapa butir pokok
kebijaksanaan yang kondusif untuk penerapan iuran berbasis komoditas adalah: 1.
Peningkatan akses petani terhadap modal usahatani. Ini dapat ditempuh dengan mempermudah petani memperoleh kredit dari lembaga perbankan.
2. Perbaikan akses lahan terhadap prasarana perekonomian, misalnya melalui
pengembangan jalan pedesaan dan jalan usahatani. 3.
Penyuluhan untuk meningkatkan intensitas tanam. 4.
Peningkatan kinerja organisasi P3A. Jelas bahwa kondisi yang sesuai untuk mendorong proses konsolidasi
pengelolaan usahatani dan peningkatan rata-rata luas garapan sangat kondusif. Ini dapat dikondisikan melalui pendekatan langsung maupun tidak langsung.
Pendekatan langsung adalah melalui kebijakan di bidang keagrariaan – meskipun hal ini sifatnya adalah jangka panjang. Pendekatan tidak langsung dapat ditempuh
melalui perluasan kesempatan kerja luar pertanian di pedesaan secara nyata.
VIII. KESIMPULAN, IMPLIKASI KEBIJAKAN, DAN SARAN UNTUK PENELITIAN LANJUTAN
8.1. Kesimpulan
Iuran irigasi berbasis komoditas dapat dirumuskan dengan memanfaatkan harga bayangan air irigasi. Dalam penelitian ini, metode yang diterapkan untuk
valuasi air irigasi adalah salah satu varian dari pendekatan Residual Imputation Approach yaitu metode perubahan pendapatan bersih dengan pemrograman linier.
Penerapan iuran irigasi berbasis komoditas efektif untuk meningkatkan efisiensi penggunaan air irigasi jika instrumen ini efektif untuk mendorong diversifikasi
usahatani ke arah komoditas pertanian yang lebih hemat air. Prospek penerapannya ditentukan oleh faktor-faktor yang secara simultan kondusif untuk
meningkatkan partisipasi petani dalam diversifikasi dan partisipasinya dalam pembayaran iuran irigasi. Beberapa kesimpulan pokok hasil penelitian adalah:
1. Secara umum pola tanam pada solusi optimal lebih berdiversifikasi ke arah
komoditas palawija dan atau hortikultur. Proporsi luas tanam padi pada Musim Tanam MT I, MT II, dan MT III masing-masing adalah 83.4, 61.1,
dan 3.8 dari total luas areal. Keuntungan tunai usahatani pada solusi optimal lebih tinggi sekitar 9.6 dan kontribusi keuntungan yang diperoleh
dari usahatani padi masih tetap yang tertinggi meskipun dominasinya menurun. Keuntungan tertinggi diperoleh dari usahatani pada MT II.
2. Harga bayangan air irigasi dipengaruhi oleh sebaran temporal dan sebaran
spatial ketersediaan maupun kebutuhan air irigasi. Sebaran temporal ketersediaan air irigasi dipengaruhi oleh curah hujan, sedangkan kebutuhan
tanaman terhadap air irigasi selain dipengaruhi oleh curah hujan juga ditentukan oleh jenis tanaman, evapotranspirasi, dan teknik pemberian air ke
tanaman. Oleh karena itu, harga bayangan air irigasi pada Bulan Desember sampai dengan Mei adalah nol, sedangkan pada Bulan Juni sampai dengan
November positip. Harga bayangan air irigasi yang tertinggi terjadi pada Bulan September yakni sekitar Rp. 58m
3
. Dalam konteks spatial, harga bayangan air irigasi yang terendah adalah di Sub DAS Hulu, sedangkan yang
tertinggi adalah di Sub DAS Hilir.