142 kelembagaan dan sosial 1 variabel: fungsi penyuluhan. Variabel indikator
tersebut dinyatakan dalam satuan berbeda-beda. Penilaian indikator menggunakan kriteria keberlanjutan lahan sawah Lampiran 3.
Tabel 33. Komponen, indikator, dan variabel untuk kajian keberlanjutan lahan sawah
Komponen Nomor
Indikator Indikator
Variabel atribut 1
Modal sumberdaya lahan Ketersediaan air X1, N-total X6, P-total
X8, K-total X10, penguasaan lahan X24 2
Modal sumberdaya manusia Pendidikan petani X28, usia petani X27
Agroekosistem 3
Modal keuangan Modal usaha tani X15
4 Modal infrastruktur
Kondisi irigasi X11, fasilitas pengolahan pascapanen X16, pemasaran X17
5 Modal sosial-budaya
Motivasi bertani X20, persepsi terhadap harga padi X21, persepsi terhadap konversi lahan
X19, keanggotaan dalam Poktan X21, budaya lokal X28,
6 Kualitas air
Bebas bahaya salinitas X2 7
Stress lahan Potensi konversi lahan X17
Stres agroekosistem 8
Produksi Produktivitas lahan X12, perolehan
keuntungan X14 9
Stres tanaman Serangan hama dan penyakit tanaman X4
10 Penurunan kesuburan tanah
Kandungan C-organik tanah X5, P-tersedia X7, K-tersedia X9
Kerentanan agroekosistem
12 Lingkungan
Bebas bahaya banjir X3, 13
Ekonomi Perolehan keuntungan X12
14 Sosial
Fragmentasi lahan X25 Pengelolaan
agroekosistem 15
Ilmu dan teknologi Adopsi teknologi X22
16 Kelembagaan dan sosial
Fungsi penyuluhan X23, perolehan pupuk X14
5.3.2 Penapisan Indikator Keberlanjutan Lahan Sawah
Penapisan variabel indikator dimaksudkan untuk menyeleksi variabel- variabel indikator, sehingga diperoleh indikator utama yang mempengaruhi
keberlanjutan pertanian lahan sawah. Proses penapisan variabel indikator menggunakan metode statistik analisis faktor seperti yang dijelaskan oleh
Srivasta dan Carter 1983. Model matematik analisis faktor dapat dinyatakan dengan rumus:
X = µ + Λ
ƒ + ε
143 X
= matrik variabel indikator keberlanjutan p x n
µ = matrik nilai tengah indikator keberlanjutan p x n
Λ =
λ
jk
matrik faktor loading variabel indikator keberlanjutan p x k
ƒ
= matrik faktor laten variables k x n ε
= matrik galat dengan ukuran k x n p
= banyaknya variabel indikator keberlanjutan n
= ukuran sampel k
= banyaknya faktor yang dipilih. Penetapan banyaknya faktor yang dipilih dalam model ini berdasarkan
nilai eigen matrik korelasi 1.0 Srivasta dan Carter, 1983. Untuk memaksimalkan nilai keragaman, dilakukan rotasi faktor dengan menggunakan
metoda varimax. Dalam penelitian ini, variabel indikator yang memiliki faktor loading
≥ 0.50 di setiap faktor dipilih sebagai indikator utama se tiap ZAELS. Penghitungan nilai parameter untuk model analisis faktor dimaksud
menggunakan program statistik Systat versi 12.0.
5.3.3 Standarisasi Data Atribut
Karena variabel indikator memiliki satuan yang berbeda-beda, maka data atribut indikator perlu distandarkan. Standarisasi data atribut diperlakukan di
setiap variabel indikator x ke-j pada hasil pengukuran sampel ke-i hingga ke-n. Rumus yang digunakan untuk menstandarkan nilai atribut dimaksud adalah:
X
ji
= nilai standar pada variabel indikator utama ke-j pada sampel ke-i x
ji
= nilai asli variabel indikator utama ke-j pada sampel ke-i min x
j
= nilai minimum variabel indikator utama ke-j maks x
j
= nilai maksimum variabel indikator utama ke-j Melalui standarisasi seperti ini diperoleh data atribut dalam skala yang
sama, sehingga dapat digunakan sebagai input data untuk penilaian IKLS. Nilai atribut standar yang dihasilkan memiliki kisaran 0 – 1.
x
ji
- min x
j
maks x
j
- min x
j
X
ji
=
144
5.3.4 Penilaian Indeks Keberlanjutan Lahan Sawah
Nilai Indeks Keberlanjutan Lahan Sawah IKLS didasarkan pada nilai respon variabel-variabel indikator utama untuk masing-masing faktor yang diteliti,
yaitu faktor lingkungan biofisik, ekonomi, dan sosial-budaya. Penghitungan nilai IKLS di setiap zona agroekologi menggunakan nilai standar dari variabel-
variabel indikator utama ketiga faktor tersebut. Nilai IKLS memiliki kisaran angka 0 – 1 jika dikalikan 100 kisarannya
menjadi 0 - 100. Kisaran nilai indeks ini menunjukkan bahwa semakin besar nilai indeks semakin baik tingkat keberlanjutannya. Sebaliknya, semakin rendah
nilai indeks semakin buruk tingkat keberlanjutan. Dalam penelitian ini, nilai IKLS diklasifikasikan menjadi 4 kelas status keberlanjutan, yaitu: 0-25 buruk,
25-50 kurang, 50-75 cukup, 75-100 baik.
5.3.5 Pengkategorian Indeks Keberlanjutan Lahan Sawah
Pengkategorian nilai IKLS di setiap zona agroekologi menggunakan analisis diskriminan. Dengan analisis diskriminan, status keberlanjutan lahan sawah di
setiap zona agroekologi dapat dikelompokkan apakah termasuk kategori buruk, kurang, cukup, atau baik. Model analisis diskriminan untuk pengkategorian IKLS
di setiap zona agroekologi merupakan fungsi linear, yang menurut Supranto 2004 dapat dinyatakan sebagai berikut:
D
i
= nilai skor diskriminan dari kategori IKLS ke-i i = 1, 2, ........ n. D merupakan variabel tak bebas
X
ij
= variabel atribut indikator utama ke-j dari kategori IKLS ke-i b
j
= koefisien diskriminan dari atribut indikator utama ke-j Penghitungan nilai parameter statistik seperti koefisien diskriminan dan nilai
eigen, korelasi kanonik, Wilk’s lamda λ, serta nilai F untuk uji nyata statistik model menggunakan perangkat lunak Systat versi 12.0. Menurut Supranto 2004,
nilai eigen mencerminkan tingkat superior fungsi diskriminan. Korelasi kanonik mengukur seberapa kuat asosiasi antara skor diskriminan dan kelompok kategori.
Wilk’s lamda nilainya antara 0 dan 1. Kalau nilai besar mendekati 1 D
i
= b
o
+ b
1
X
i1
+ b
2
X
i2
+ b
3
X
i3
......+ b
j
X
ij
+ .......+ b
k
X
ik