mengkonsumsi nutrisi-nutrisi
mikro gizi dan vitamin yang mencukupi
untuk dapat hidup sehat. Konsumsi pangan
pada setiap
kelompok pengeluaran
rumah tangga
telah meningkat pada jenis-jenis pangan yang
berkualitas lebih baik. Namun, seperti catatan diatas, keadaan nutrisi makanan
belum menunjukkan
tanda-tanda perbaikan sejak akhir krisis. Sejumlah
kebijakan penting yang berpengaruh terhadap kualitas pangan dan nutrisi
meliputi:
- Upaya untuk melindungi sejumlah
komoditas pangan penting -
Memperkenalkan program pangan tambahan setelah krisis
- Penyebarluasan dan pemasaran
informasi mengenai nutrisi. Petani adalah ujung tombak penjaga
ketahanan pangan, jika produktivitas usaha tani meningkat, berarti suplai pangan
nasional meningkat pula. Hal ini berarti meningkatkan tingkat ketersediaan pangan
nasional. Ketika hasil usaha tani mereka mampu memberikan pendapatan tinggi,
berarti akses petani terhadap pangan meningkat. Sekitar 60 penduduk Indonesia
ini adalah petani yang 89 di antaranya merupakan petani guram yang miskin.
Naiknya pendapatan mereka berarti aspek keterjangkauan dalam ketahanan pangan
nasional akan meningkat pula. III.
METODOLOGI PENELITIAN 3.1.
Waktu dan Tempat Penelitian
Penelitian dilaksanakan pada bulan Mei-November 2010 yang bertempat di
Laboratorium Klimatologi
Departemen Geofisika
dan Meteorologi,
Institut Pertanian Bogor dan Center for Climate
Risk and Opportunity Management in South Asia and the Pacific CCROM-SEAP.
3.2.
Bahan dan Alat Penelitian
Bahan-bahan yang digunakan dalam penelitian ini adalah sebagai berikut:
1. Data anomali suhu muka laut pasifik
NINO 3.4 bulanan dari tahun 1983- 2009 Sumber: http:www.cpc.noaa.
govdataindicesnino34.mth.ascii.txt 2.
Data produksi dan luas panen dan
produktivitas padi empat bulanan seluruh propinsi di Indonesia dari tahun
1983-2009, yaitu bulan January-April kuartal satu, Mei-Agustus kuartal
dua, September-Desember kuartal tiga Sumber: Badan Pusat Statistik
dan Dirjen Ketahanan Pangan. 3.
Data luas tanam padi bulanan seluruh
propinsi di Indonesia dari tahun 2000- 2009 Sumber: Badan Pusat Statistik
dan Dirjen Ketahanan Pangan.
Alat-alat yang digunakan untuk penelitian ini sebagai berikut:
1.
Software Microsoft word 2007.
2.
Software Microsoft excel 2007.
3.
Software minitab 14.
3.3.
Metode Penelitian 3.3.1.
Penyusunan Format Data
Data Produksi padi yang berupa produksi, luas panen, produktivitas dan luas
tanam telah didapatkan dari Badan Pusat Statistik BPS dan Dirjen Ketahanan
Pangan harus dilakukan penyusunan ulang karena data yang didapat sebagian masih
berupa data kabupaten dan belum dipisahkan antara
produksi, luas
panen dan
produktivitas sehingga perlu dilakukan penyusunan agar bisa digunakan untuk
analisis.
3.3.2. Menghilangkan
Tren Data
Produksi Menghitung Anomali
Data produksi padi di Indonesia selalu mengalami tren naik setiap tahunnya.
Kenaikan tersebut diakibatkan oleh faktor- faktor selain faktor iklim. Oleh karena itu,
agar hubungan antara faktor iklim dengan data produksi lebih terlihat, maka faktor-
faktor
selain iklim
tersebut harus
dihilangkan. Penghilangan faktor selain faktor iklim itu bisa dilakukan dengan
metode analisis tren. Tiga metode yang digunakan sebagai analisis tren dalam
penelitian ini yaitu: 1.
First differences Anomali produksi dihitung dengan
menggunakan rumus: AY
i
= Y
i
– Y
i-1
Dimana: AY
i
= Anomali Produksi tahun ke-i Y
i
= Data produksi tahun ke-i Y
i-1
= Data produksi tahun ke- i-1. 2.
Polynomial Membuat
persamaan polynomial
pangkat tiga
dari data
produksi menggunakan rumus berikut:
AY
i
= Yi- ax
3
+ bx
2
+ cx + d Dimana:
AY
i
= Data anomali tahun ke-i Yi
= Data produksi tahun ke-i.
x = No urut data berdasarkan tahun.
3. Moving Average
Menghitung rataan
bergerak lima
tahunan dari data produksi dengan cara sebagai berikut:
AY
i
= Y
i
–
1 5
Y
i −2
�+5 �
Dimana: i
= Tahun ke-i AY
i
= Data anomali tahun ke-i Y
i
= Data produksi tahun ke-i. Data anomali yang telah didapat dengan
menggunakan tiga metode tersebut lalu distandarisasi dengan membagi data dengan
standar deviasinya masing-masing.
3.3.3. Menghitung Korelasi antara
Data Produksi dengan ASML Nino 3.4
Penghitungan nilai korelasi bertujuan untuk mengetahui keeratan hubungan dan
tara ASML Nino 3.4 dengan data produksi dan untuk mengetahui arah hubungan dan
signifikansinya. Nilai
korelasi bisa
didapatkan dengan melakukan analisis
korelasi. Data produksi dari kuartal satu dan tiga satu persatu akan dikorelasikan dengan
data ASML pasifik bulanan. Produksi, luas panen, dan produktivitas kuartal pertama
akan dihubungkan dengan ASML dari bulan Juni-Desember tahun sebelumnya. Data
kuartal kedua dihubungkan dengan data ASML
bulan Juni-Desember
tahun sebelumnya dan Januari-April pada tahun
yang sama, sedangkan untuk data kuartal ketiga akan dihubungkan dengan data
ASML bulan
Juni-Desember tahun
sebelumnya dan bulan Januari-Agustus pada tahun yang sama. Semua data dihubungkan
dengan data ASML tahun sebelumnya mulai dari bulan Juni karena menurut Roberts
2008 awal terbentuknya fenomena ENSO baru akan terlihat pada bulan Mei.
Setelah didapatkan
korelasi dari
masing-masing provinsi dengan ASML bulanan
maka provinsi-provinsi
yang mempunyai korelasi yang nyata dengan
provinsi yang tidak mempunyai korelasi yang nyata dibedakan dengan melihat
besarnya nilai koefisien korelasi yang didapat dari uji t-student, berikut adalah
rumusnya:
r = ±
�
0,05, �
1 −�
2
�−2 12
dimana : r
= Koefisien korelasi n
= Jumlah data t
0.05,n
= Nilai tabel t-student. Nilai signifikansi yang dipilih dari penelitian
ini adalah 0,05 atau dengan nilai selang kepercayaan 95 artinya kesempatan benar
dari hasil adalah 95, maka nilai korelasi yang nyata ditunjukkan dengan nilai P-value
0.05.
3.3.4. Membandingkan Besarnya Luas
