Gambar 9. Grafik Produktivitas Kelapa Sawit antar Status Kepemilikan Lahan pada Kelompok Umur Tanaman 11-15 Tahun
Para petani yang mengelola lahan sewa dibebani kewajiban untuk membayar biaya sewa lahan. Ini mendorong mereka untuk bekerja lebih giat
dalam mengelola lahan sedemikian rupa agar produksi yang diperoleh bisa tinggi. Dengan demikian, produktivitas tanaman umur 11-15 tahun di lahan sewa bisa
lebih tinggi daripada di lahan milik sendiri. Berbeda dengan status lahan garap yang produktivitasnya lebih rendah dibandingkan dengan status lahan milik
sendiri dan sewa. Hal ini diduga karena pihak penggarap mendapatkan hak atas tanah dengan perjanjian bagi hasil antara pemilik dan penggarap tanah serta tidak
ada kewajiban untuk membayar sewa lahan. Pembelian input produksi menjadi tanggungjawab pihak penggarap. Sehingga pihak penggarap kurang berantusias
dalam mengelola lahannya karena setengah dari hasil keuntungan yang diperoleh diberikan kepada pemilik sementara input produksi tetap menjadi tanggungan
pihak penggarap.
5.5. Faktor-faktor yang Mempengaruhi Produktivitas Kelapa Sawit di Kebun Plasma
Identifikasi faktor-faktor yang mempengaruhi produktivitas kelapa sawit didahului dengan analisis faktor terhadap kelompok variabel internal usahatani.
Analisis dilakukan terhadap 12 variabel yang meliputi faktor umur tanaman, jumlah bibit, kebutuhan pupuk, jumlah pestisida, jumlah tenaga kerja, peralatan,
biaya angkut panen, pemupukan rutin dan faktor eksternal pengalaman dan pendidikan petani, pekerjaan sampingan, serta status kepemilikan lahan. Potensi
multikolinearitas cukup besar jika seluruh variabel asal terkait input produksi pertanian diikutsertakan dalam regresi berganda. Di sisi lain eliminasi terhadap
variabel dihindari karena variabel tersebut penting berkontribusi terhadap pencapaian produktivitas usahatani. Oleh karena itu diperlukan analisis faktor
terhadap seluruh variabel input usahatani, dan diharapkan seluruh input usahatani tersebut masuk dalam permodelan. Analisis faktor menghasilkan nilai akar ciri
eigenvalues, tabel kumulatif akar ciri communalities, tabel nilai factor loadings, dan tabel nilai factor scores.
Nilai akar ciri dari faktor-faktor baru sebesar 72,23 seperti tertera pada Tabel 13. Artinya, faktor-faktor baru yang dihasilkan mampu menjelaskan
keragaman data awal sebesar 72,23. Nilai ini menunjukkan suatu deskripsi yang cukup baik karena nilai akar ciri tersebut berada di atas 70.
Tabel 13. Akar ciri Komponen-komponen Utama
Komponen utama Akar
ciri Total
keragaman kumulatif
akar ciri kumulatif
Faktor 1 3,09
38,63 3,09
38,63 Faktor 2
1,67 20,85
4,76 59,48
Faktor 3 1,02
12,75 5,78
72,23
Nilai pada tabel akar ciri pada dasarnya menerangkan keragaman data baru pada ketiga faktor utama yang terbentuk. Besarnya keragaman data masing-
masing variabel asal terhadap ketiga faktor utama dapat dijelaskan dengan nilai kumulatif akar ciri communalities seperti tertera pada Tabel 14.
Tabel 14. Nilai kumulatif akar ciri hasil analisis faktor
Variabel asal From 1 Factor
From 2 Factors From 3 Factors
Multiple R-Square Umur
0,020 0,106
0,734 0,280
bibit Rp 0,005
0,151 0,563
0,214 pupuk
kghatahun 0,006
0,686 0,706
0,331 pestisida Rp
0,436 0,444
0,721 0,451
TK org 0,461
0,759 0,759
0,634 Alat Rp
0,814 0,819
0,835 0,644
Panen Rp 0,686
0,723 0,731
0,504 Pemupukan
rutin 0,026
0,700 0,730
0,438
Analisis faktor terhadap 8 variabel input produksi yang mempengaruhi tingkat produktivitas kelapa sawit di Kebun Plasma menghasilkan tiga faktor baru
yang orthogonal satu sama lain. Variabel-variabel asal dikelompokkan ke dalam faktor-faktor baru yang diinterpretasikan berdasarkan nilai factor loading-nya.
Variabel-variabel asal yang berkorelasi dengan faktor-faktor baru atau dianggap sebagai penciri pada komponen utama ke-i dijelaskan dengan nilai marked
loading yang lebih dari 0,7. Nilai factor loading selengkapnya dapat dilihat pada Tabel 15.
Tabel 15. Nilai Factor Loading Analisis Komponen Utama
Variabel asal Faktor 1
Faktor 2 Faktor 3
Umur tanaman -0,14
0,29 0,79
bibit Rp 0,07
-0,38 0,64
pupuk kghatahun -0,07
0,82 0,14
pestisida Rp 0,66
0,09 -0,53
TK org 0,68
-0,55 -0,02
Alat Rp 0,90
-0,07 -0,12
Panen Rp 0,83
-0,19 0,09
Pemupukan rutin -0,16
0,82 -0,17
Expl.Var 2,45
1,93 1,39
Prp.Totl 0,31
0,24 0,17
Keterangan : Cetak tebal : penciri yang berpengaruh nyata terhadap faktor utama
Penjelasan untuk ketiga faktor tersebut adalah sebagai berikut: 1 Faktor utama 1 F1 berkorelasi positif dengan pestisida, tenaga kerja, alat,
dan panen selanjutnya disebut dengan variabel biaya input usahatani non pemupukan
2 Faktor utama 2 F2 berkorelasi positif dengan pupuk dan jadwal pemupukan, selanjutnya disebut dengan variabel teknik pemupukan
3 Faktor utama 3 F3 berkorelasi positif dengan umur tanaman dan bibit, selanjutnya disebut dengan variabel umur tanaman
Hasil analisis faktor yang lain faktor skor F scores, yakni tabel yang menyajikan titik-titik data baru hasil analisis komponen utama. Nilai-nilai pada F
scores inilah yang digunakan untuk analisis regresi berganda. Selengkapnya nilai- nilai pada PC scores tertera pada Lampiran 1.
Selanjutnya, hasil analisis faktor berupa nilai-nilai pada tabel faktor skor tersebut digunakan untuk analisis regresi
berganda metode forward stepwise. Persamaan hasil regresi berganda dengan produktivitas sebagai variabel tujuan tertera pada Tabel 16.
Tabel 16. Hasil Analisis Regresi Berganda dengan Produktivitas sebagai Fungsi Tujuan
Beta Std.Err. of Beta
t55 p-level
Pendidikan Petani Tahun 0,43
0,19 2,30
0,02 Biaya input usahatani non pemupukan
-0,06 0,04
-1,37 0,18
Teknik pemupukan 0,14
0,04 3,47
0,00 Umur tanaman
-0,06 0,04
-1,48 0,14
d1 0,08
0,05 1,47
0,15 d22
0,46 0,18
2,54 0,01
R
2
91 R
2
adjusted 90
Std.Error of estimate SE 4226,0
Keterangan : : nyata pada selang kepercayaan 85
: nyata pada selang kepercayaan 95 d1
: pekerjaan sampingan d22
: status kepemilikan lahan sewa Analysis of Variance; DV: Produktifitas kghath Analisis di Plasma
S.Keragaman Jumlah kuadrat
Derajat bebas Kuadrat Tengah
Galat F
p-level Regress.
1,027456E+10 6
1,712427E+09 95,89
0,00 Galat
1,035821E+09 58
1,785899E+07 Total
1,131038E+10
Hasil uji ANOVA atau F-test menunjukkan F
hitung
adalah 95,9 dengan nilai peluang galat uji p-level 0,00. Berhubung nilai p-level 0,00 jauh lebih kecil
dari α 0,05, maka model regresi bisa dipakai untuk memprediksi produktivitas. Dengan demikian dapat dikatakan bahwa variabel-variabel penduga secara
bersama-sama berpengaruh terhadap produktivitas. Berdasarkan hasil analisis regresi berganda diperoleh nilai R sebesar 0,95
menunjukkan bahwa korelasihubungan antara produktivitas dengan variabel- variabel bebasnya adalah kuat karena nilai di atas 0,5. Nilai R-square atau
koefisien determinasi adalah 0,9084. Hal ini berarti 90,84 variasi dari produktivitas bisa dijelaskan oleh variasi variabel-variabel bebasnya. Sisanya
100 - 90,84 = 9,16 dijelaskan oleh sebab-sebab lainnya atau tidak dapat dijelaskan dengan variabel bebas yang digunakan. Standard Error Estimate SEE
adalah 4226,0 atau 4226 kghath satuan yang dipakai adalah variabel tak bebas atau produktivitas. Makin kecil SEE akan membuat model regresi semakin tepat
dalam memprediksi variabel bebas.
Hasil analisis regresi berganda menunjukkan bahwa pendidikan petani, teknik pemupukan, dan status kepemilikan lahan sewa berpengaruh nyata
terhadap tingkat produktivitas kelapa sawit pada selang kepercayaan 95. Umur tanaman dan pekerjaan sampingan berpengaruh nyata pada selang kepercayaan
antara 85-95. Hubungan antara variabel-variabel tersebut dapat dinyatakan dalam persamaan yang disajikan pada Tabel 17.
Tabel 17. Persamaan hasil analisis regresi berdasarkan karakteristik responden
No Persamaan
Karakteristik responden 1
Y = 0,43X
1
- 0,06F
1
+ 0,14F
2
- 0,06F
3
+ 0,54 A
2 Y = 0,43X
1
- 0,06F
1
+ 0,14F
2
- 0,06F
3
+ 0,46 B
Keterangan : A
: sewa lahan dan memiliki pekerjaan sampingan B
: sewa lahan, tidak memiliki pekerjaan sampingan Y
: produktivitas X
1
: pendidikan petani tahun F
1
: variabel biaya input usahatani non pemupukan F
2
: variabel teknik pemupukan F
3
: variabel umur tanaman
Uraian untuk masing-masing faktor penduga akan dikemukakan berikut ini: a. Pendidikan Petani
Pendidikan petani merupakan faktor yang berpengaruh positif dan secara statistik sangat nyata p-level 0,02. Artinya, setiap penambahan pendidikan
petani selama 1 tahun nyata menyebabkan kenaikan produktivitas sebesar 0,43 kghatahun. Tingkat pendidikan terkait dengan kemampuan memahami dan
mengadopsi introduksi teknologi. Semakin tinggi tingkat pendidikan petani maka kualitas sumberdaya petani akan semakin baik. Petani dapat lebih
memahami permasalahan pengelolaan dan mengerti bagaimana langkah pemecahannya sesuai dengan pengetahuan yang dimiliki. Dengan demikian
akan berdampak positif terhadap peningkatan produksi tanaman yang dikelola. b. Biaya Input Usahatani Non Pemupukan
Faktor ini terdiri dari pestisida, tenaga kerja, alat, dan panen. Keempat variabel tersebut merupakan faktor yang berpengaruh negatif terhadap
produktivitas, namun secara statistik tidak nyata p-level 0,18. Pestisida dapat berpengaruh positif jika pemakaiannya tidak melebihi dosis atau aturan pakai.
Jika pemakaiannya terlalu berlebih dapat berakibat negatif terhadap produksi karena dapat menyebabkan keracunan bagi tanaman bahkan kematian. Hasil
panen yang diangkut dapat berpengaruh negatif terhadap produktivitas jika jarak dari TPH sampai ke lokasi pabrik atau tempat pemasaran terlalu jauh.
Semakin lama waktu perjalanan yang ditempuh maka berat tiap TBS yang diangkut dapat mengalami penyusutan sehingga mengurangi tingkat
produktivitas yang dicapai. Sarana pertanian berupa cangkul, parang, kored, beko, dan lain-lain merupakan alat yang membantu para petani untuk
mengolah lahannya dan memelihara tanamannya sehingga mereka tidak perlu bersusah payah untuk memperkerjakan orang. Namun, jika petani bekerja
sendiri di lahannya maka pekerjaan akan menjadi tidak terspesifikasi khusus sehingga petani sulit berkonsentrasi penuh terhadap tugas-tugasnya. Adanya
distribusi atau pembagian tugas yang tidak jelas dapat menyebabkan penurunan produktivitas karena semua pekerjaan tidak terinci untuk
dikerjakan. Selain itu, faktor tenaga kerja juga dapat berpengaruh negatif terhadap produktivitas apabila penggunaan tenaga kerja tidak diimbangi
dengan pembagian tugas yang terspesifikasi dengan baik. Para pekerja biasanya kurang semangat bila pekerjaan yang mereka kerjakan terlalu berat
sementara jumlah tenaga kerjanya banyak. Mereka merasa kurang bertanggungjawab untuk menyelesaikan tugasnya dengan baik karena
beranggapan bahwa
masih ada
tenagaorang lain
yang akan
menyelesaikannya. Pengawasan kerja di kebun plasma juga tidak ketat seperti di kebun inti. Ini dapat menyebabkan produktivitas menjadi rendah karena
etos tenaga kerjanya juga rendah. c. Teknik Pemupukan
Faktor kebutuhan pupuk dan rutinitas pemupukan merupakan faktor yang berpengaruh positif sangat nyata p-level 0,00. Artinya, setiap penambahan
dosis pupuk sebesar satu satuan akan menyebabkan kenaikan produktivitas yang secara statistik sangat nyata sebesar 0,14 kghatahun. Demikian pula
dengan jadwal pemupukan, petani yang melakukan pemupukan secara rutin akan mendapatkan hasil produktivitas yang lebih tinggi dibandingkan dengan
petani yang tidak memupuk secara rutin.
d. Umur Tanaman Faktor yang terdiri dari umur tanaman dan bibit merupakan faktor yang
berpengaruh negatif nyata p-level 0,14 terhadap tingkat produktivitas kelapa sawit. Umur tanaman berpengaruh negatif terhadap tingkat produktivitas, yang
artinya bahwa semakin tua tanaman cenderung semakin turun pula tingkat produktivitasnya. Umur tanaman memberikan respon negatif diduga karena
kualitas bibit yang ditanam kurang baik. Ini kemungkinan karena kebutuhan bibit setiap petani kemungkinan tidak sama dan kualitas bibit yang ditanam
juga berbeda antar petani yang satu dengan yang lain. Kualitas bibit sangat mempengaruhi produktivitas yang dicapai. Keterbatasan modal dan daya beli
sarana produksi yang rendah diduga dapat menjadi penyebab kualitas bibit yang dibeli petani tidak baik atau bukan merupakan bibit unggul. Selain itu,
para petani di kebun plasma biasanya juga tidak melakukan seleksi bibit secara cermat ketika bibit siap salur akan dipindahkan ke areal tanam.
Beberapa alasan inilah yang mungkin menjadi pemicu produktivitas tanaman kelapa sawit mengalami penurunan.
e. Pekerjaan Sampingan dan status kepemilikan lahan Pekerjaan sampingan merupakan faktor yang berpengaruh positif nyata p-
level 0,15, dan status kepemilikan lahan berpengaruh positif sangat nyata p- level 0,01. Menurut karakteristik responden Tabel 17 Terdahulu, petani
yang menyewa lahan dan memiliki pekerjaan sampingan mampu meningkatkan produktivitas yang secara statistik nyata sebesar 0,54 kghath,
lebih tinggi dibandingkan petani yang menyewa lahan namun tidak memiliki pekerjaan sampingan. Hal ini diduga karena petani pada karakteristik A
merupakan petani yang masih memiliki keterbatasan modal dan sumberdaya sehingga mereka lebih giat dalam mengolah lahannya agar produksi yang
dicapai maksimal sehingga keuntungan yang diperoleh dapat digunakan untuk membayar sewa lahan. Apabila belum tercukupi maka petani mencari
pekerjaan sampingan lain untuk memenuhi kebutuhan sarana produksi dan rumah tangga keluarganya. Jenis pekerjaan sampingan yang dilakukan para
petani antara lain menjadi tukang ojek, buruh harian lepas, satpam, dan pedagang sembako. Petani pada karakteristik B merupakan petani yang sudah
mapan, atau petani tersebut justru mengelola lahannya hanya sebagai pekerjaan sampingan karena telah memiliki pekerjaan utama, misalnya
menjadi pegawai pemerintahanPNS. Dengan demikian, petani pada karakteristik B tidak bergantung sepenuhnya pada hasil produksi sawit yang
ditanam. Meskipun demikian, para petani masih tetap mampu membayar sewa lahan.
5.6. HirarkiTingkat Perkembangan Desa-desa di Kecamatan Torgamba