Analisis Fungsi Tanaman Biwa Di Kabupaten Karo

ANALISIS FUNGSI TANAMAN BIWA

DI KABUPATEN KARO

TESIS

Oleh

SERUAN SEMBIRING

057018029/EP

SEKOLAH PASCASARJANA

UNIVERSITAS SUMATERA UTARA

MEDAN

2009

ANALISIS FUNGSI TANAMAN BIWA

DI KABUPATEN KARO

TESIS

Untuk Memperoleh Gelar Magister Sains

dalam Program Studi Magister Ekonomi Pembangunan pada Sekolah Pascasarjana Universitas Sumatera Utara

Oleh

SERUAN SEMBIRING

057018029/EP

SEKOLAH PASCASARJANA

UNIVERSITAS SUMATERA UTARA

Judul Tesis : ANALISIS FUNGSI TANAMAN BIWA DI KABUPATEN KARO

Nama Mahasiswa : Seruan Sembiring Nomor Pokok : 057018029

Program Studi : Ekonomi Pembangunan

Menyetujui Komisi Pembimbing

(Prof. Drs. Robinson Tarigan, MRP) (Drs. Iskandar Syarief, MA)

Ketua Anggota

Ketua Program Studi Direktur

(Dr. Murni Daulay, M.Si) (Prof. Dr. Ir. T. Chairun Nisa B., M.Sc)

Telah diuji pada

Tanggal : 20 Februari 2009

PANITIA PENGUJI TESIS

Ketua : 1. Prof. Drs. Robinson Tarigan, MRP Anggota : 2. Drs. Iskandar Syarief, MA

3. Dr. Murni Daulay, M.Si 4. Dr. Rahmanta, M.Si 5. Drs. Rujiman, MA

ABSTRAK

Biwa (Eriobotrya japonica Lindl.) dikenal dengan nama loquat merupakan salah satu tanaman buah dataran tinggi yang belum banyak dibudidayakan di Indonesia. Tanaman Biwa yang termasuk kedalam famili Rosaceae sangat berpotensi untuk dibudidayakan. Kendala yang dihadapi adalah tanaman ini belum terdata walaupun termasuk tanaman langka dan nilai ekonominya tinggi

Tujuan penelitian ini adalah untuk mengetahui bagaimanakah pengaruh jumlah pohon, tenaga kerja, pupuk dan musim terhadap total produksi tanaman Biwa di Kabupaten Karo dan untuk mengetahui manakah yang paling dominan pengaruhnya antara jumlah pohon, tenaga kerja, pupuk dan musim terhadap Total Produksi tanaman Biwa. Model dasar untuk fungsi produksi biwa di Kabupaten Karo merupakan pengembangan teori produksi Cobb-Dauglas dan model yang digunakan adalah model ekomomitrika. Metode analisis yang digunakan adalah pangkat kuadrat terkecil.

Hasil penelitian menunjukkan bahwa koefisien determinasi sebesar 87,8%, yang berarti bahwa variasi yang terjadi pada variabel bebas dapat menjelaskan variabel terikat. Sedangkan sisanya sebesar 12,2% tidak dapat dijelaskan didalam model. Variabel jumlah pohon, pupuk dan tenaga kerja secara signifikan berpengaruh terhadap produksi biwa sementara musim tidak signifikan berpengaruh terhadap produksi biwa.

ABSTRACT

Biwa (Eriobotrya japonica Lindl.) is also known as loquat, is one of highland fruits and uncultivated in Indonesia. Biwa is Rosaceae Family, and very potential to be cultivated. Biwa has a very high economic value and scarce, however, Biwa doesn’t have a complete data to be seriously cultivated.

The purpose of this research is to estimate the production analysis of Biwa’s trees in Karo Regency. The factors which determine Biwa production function are considered Biwa trees, fertilizer, and seasons influence on the total product of Biwa in Karo Regency. This research used Cobb-Douglas production function and the model employed is econometric. The method analisys used is Ordinary Least Square (OLS).

The result showed that the coefficien determination (R2) is 87,8% which means that the total variation in the independent variables can explain the dependent variable, the remain is 12,2 % could not explain in the model. The variable of Total Biwa’s tree, fertilizer, employer are significantly influence on the Biwa production, while the season is not significant.

KATA PENGANTAR

Dengan penuh rasa syukur kepada Tuhan YME, yang telah melimpahkan rahmat dan hidayah serta bimbingan-Nya selama mengikuti perkuliahan dan menyelesaikan tesis ini, yang berjudul ”Analisis Fungsi Produksi Tanaman Biwa Di Kabupaten Karo”. Penulis menyadari bahwa tanpa bantuan berbagai pihak tidak mungkin tesis dapat terselesaikan. Untuk ini perkenankan penulis menyampaikan rasa terima kasih yang tulus kepada :

1. Bapak Prof.Chairuddin P.Lubis, DTM&H, SpA(K), selaku Rektor Universitas Sumatera Utara, atas kesempatan dan fasilitas yang diberikan kepada kami untuk mengikuti dan menyelesaikan pendidikan Program Magister

2. Ibu Prof.Dr.Ir.T.Chairun Nisa B,M.Sc dan Prof.Dr.Ir.A.Rahim Matondang, MSIE selaku Direktur dan Wakil Direktur 1 Sekolah Pascasarjana Universitas Sumatera Utara, atas kesempatan kami menjadi mahasiswa Program Magister pada Sekolah Pascasarjana Universitas Sumatera Utara

3. Ibu Dr.Murni Daulay, M.Si selaku Ketua Program Studi Magister Ekonomi Pembangunan Sekolah Pascasarjana, Universitas Sumatera Utara atas motivasi dan kesempatan yang diberi kepada kami untuk menyelesaikan Pendidikan Program Magister

4. Bapak Prof. Drs. Robinson Tarigan, MRP, Bapak Drs. Iskandar Syarief, M.A selaku pembimbing yang telah memberikan perhatian dan dorongan melalui bimbingan dan saran dalam penyelesaian tesis ini

5. Seluruh Dosen dan Guru Besar pada Sekolah Pascasarjana Ekonomi Pembangunan

6. Khusus bagi istri tercinta, Kitangenana Br. Barus dan ketiga anakku tersayang Emmerisa Br. Sembiring, Ari Prianta Sembiring dan Tria Prudensia Br. Sembiring serta adik ipar Resdi Barus yang tetap memberikan dorongan dan semangat bagi penulis dalam menyelesaikan studi ini.

Penulis menyadari bahwa dengan keterbatasan pengetahuan penulis, maka hasil penelitian ini masih perlu disempurnakan. Karena itu dengan segala kerendahan hati penulis memohon segala kritik dan saran demi perbaikan hasil penelitian ini.

Medan, Maret 2009 Penulis

RIWAYAT HIDUP

1. Nama : Seruan Sembiring 2. Agama : Kristen

3. Tempat/Tanggal lahir : Kabanjahe, 17 Agustus 1961 4. Pekerjaan : Pegawai Negeri Sipil

5. Status : Menikah, 3 Anak 6. Nama Istri : Kitangenana Br. Barus

7. Nama Anak : Emmerisa, Ari Prianta, Tria Prudensia

8. Pendidikan : a. SD Negeri 2 Kabanjahe Tahun 1973

b. SMP Negeri Kabanjahe Tahun 1976

c. SMA Negeri Kabanjahe Tahun 1980

d. S1 Sarjana IKIP Medan Tahun 1980 e. S2 Program Pascasarjana USU Tahun 2009

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT... ii

KATA PENGANTAR ... iii

RIWAYAT HIDUP... v

DAFTAR ISI... vi

DAFTAR TABEL... viii

DAFTAR GAMBAR ... ix

DAFTAR LAMPIRAN... x

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 5

1.3 Tujuan Penelitian ... 6

1.4 Manfaat Penelitian ... 6

BAB II TINJAUAN PUSTAKA ... 7

2.1 Landasan Teori... 7

2.1.1 Teori Produksi... 7

2.1.2 Fungsi Produksi... 10

2.1.3 Faktor Produksi dan Pendapatan... 14

2.1.3.1 Tenaga Kerja ... 14

2.1.3.2 Pendapatan ... 15

2.2 Penelitian Terdahulu ... 19

2.3 Kerangka Konseptual ... 20

2.4 Hipotesis... 22

BAB III METODE PENELITIAN... 23

3.1 Ruang Lingkup dan Lokasi Penelitian ... 23

3.2 Lokasi Penelitian... 23

3.3 Jenis dan Sumber Data ... 23

3.4 Populasi dan Sampel ... 24

3.4.1 Populasi ... 24

3.4.2 Sampel... 24

3.5 Model Analisis Data... 25

3.6 Defenisi Operasional Variabel ... 27

3.7.3 Uji t-Statistik ... 29

3.8 Uji Asumsi Klasik ... 30

3.8.1 Uji Multikolinearitas ... 30

3.8.2 Uji Heterokedastisitas ... 31

3.8.3. Uji Autokorelasi ... 31

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 32

4.1 Hasil Penelitian ... 32

4.1.1 Gambaran Tanaman Biwa... 32

4.1.2 Karakteristik Responden ... 34

4.1.2.1 Karakteristik Responden Berdasarkan Tingkat Pendidikan ... 34

4.1.2.2 Karakteristik Responden Berdasarkan Jenis Kelamin Sebagai Petani Tanaman Biwa ... 35

4.1.2.3 Karakteristik Responden Berdasarkan Umur ... 35

4.2 Deskripsi Variabel Penelitian... 36

4.2.1 Variabel Jumlah Pohon (JP)... 36

4.2.2 Variabel Total Produksi (TP) per sekali panen ... 37

4.2.3 Tenaga Kerja (TK) ... 38

4.2.4 Variabel Pupuk (PPK) per pemupukan ... 39

4.3 Analisis Pembahasan Pengujian Hipotesis ... 39

4.4 Koefisien Determinasi (R2) ... 41

4.5 Uji Parsial (uji t)... 41

4.6 Uji Serempak (uji F) ... 42

4.7 Uji Asumsi Klasik ... 43

4.7.1 Uji Multikolinearitas ... 43

4.7.2 Uji Otokorelasi ... 43

BAB V KESIMPULAN DAN SARAN... 45

5.1 Kesimpulan ... 45

5.2 Saran ... 45

DAFTAR TABEL

No. Judul Halaman

4.1. Karakteristik Responden Berdasarkan Pendidikan ... 35 4.2. Karakteristik Responden Berdasarkan Jenis Kelamin ... 35 4.3. Karakteristik Responden Berdasarkan Umur ... 36 4.4. Deskripsi Jumlah Pohon Tanaman Biwa yang Dimiliki Petani/KK di

Kabupaten Karo dengan Metode Struges... 36 4.5. Deskripsi Total Produksi Petani/KK Tanaman Biwa Kabupaten Karo

dengan Metode Struges ... 37 4.6. Deskripsi Tenaga Kerja Petani Tanaman Biwa/KK di Karo dengan

Metode Struges ... 38 4.7. Deskripsi Pemakaian Pupuk oleh Petani Tanaman Biwa/kg di Karo

dengan Metode Sturges ... 39 4.8. Estimasi Uji R2 (Hasil Regresi Antar Variabel Bebas) ... 43 4.9. Hasil Uji Autokorelasi ... 43

DAFTAR GAMBAR

No. Judul Halaman

2.1. Hubungan Total Produksi, Marginal Produksi dan Rata-rata Produksi... 8 2.2. Peta Isoquant ... 10 2.3. Kerangka Konseptual Analisis Faktor-faktor yang Mempengaruhi

Produksi Tanaman Biwa di Kabupaten Karo ... 21 4.1. Tanaman Biwa ... 32

DAFTAR LAMPIRAN

No. Judul Halaman

1. Kuesioner Penelitian ... 50

2. Data Penelitian ... 54

3. Data Penelitian dalam Bentuk Logaritma Natural ... 55

4. Regresi Utama ... 56

5. Uji Multikolinearitas ... 57

BAB I PENDAHULUAN

1.1 Latar Belakang

Biwa (Eriobotrya japonica Lindl.) dikenal dengan nama loquat merupakan salah satu tanaman buah dataran tinggi yang belum banyak dibudidayakan di Indonesia. Tanaman ini juga masih merupakan tanaman langka karena masih sebagian kecil masyarakat membudidayakannya dan umumnya sebagai tanaman pekarangan. Informasi tentang tanaman biwa di Indonesia masih sangat minim, walaupun akhir akhir ini buah biwa semakin banyak diminati oleh konsumen terutama dari etnis Cina. Buah biwa juga mempunyai nilai ekonomi yang tinggi, sebagi contoh buah biwa yang dihasilkan dari Sumatera Utara (Kab. Karo) harga jualnya mencapai Rp. 20.000,- - Rp. 40.000,- per kg. Walaupun biwa belum banyak dikenal dan dibudidayakan di Indonesia, namun buah ini telah lama dikenal di Cina, Jepang dan Eropa.

Biwa merupakan tanaman indigenous Cina bagian tenggara dan kemungkinan Jepang bagian Selatan, serta telah dibudidayakan di Jepang lebih dari 1000 tahun yang lalu. Seorang botanis barat yang pertama kali mempelajari tanaman biwa adalah Kaepfer pada tahun 1690, diikuti Thunberg di Jepang pada tahun 1712, sekaligus membuat deskripsi yang lebih rinci. Biwa ditanam di National Gardens Paris pada tahun 1784, dan pada tahun 1787 tanaman biwa dibawa dari Canton, Cina ke Royal Botanical Garden di Kew, Inggris.

Setelah itu tanaman ini tumbuh di Riviera dan Malta, serta Perancis dan Afrika Utara, selanjutnya buah biwa mulai dijumpai di pasar-pasar lokal negeri tersebut. Pada tahun 1818, buah unggul biwa dihasilkan di Inggris. Selanjutnya menyebar ke India dan Asia tenggara Australia, New Zealand, dan Afrika Selatan. Imigran Cina diperkirakan membawa biwa ke Hawaii.

Di Amerika, biwa dibudidayakan di Amerika Selatan bagian Utara, Amerika Tengah dan Mexiko sampai California, dan sejak tahun 1867 di Florida bagian Selatan dan arah Utara hingga California pada akhir 1870-an. Seorang hortikulturis yaitu C.P Taft memulai seleksi dari bibit semai dan menyebarkan beberapa tipe unggul, namun perkembangan selanjutnya lambat. Pengembangan biwa di Israel pada tahun 1960 dilakukan setelah adanya batang bawah yang berefek kerdil.

Jepang merupakan negara penghasil utama biwa, setiap tahun menghasilkan 17.000 ton. Brazil memiliki tanaman biwa sebanyak 159.000 pohon di negara bagian Sao Paulo.

Tanaman biwa diperkirakan dikembangkan di Indonesia pada zaman Belanda, walaupun informasi tentang tanaman ini masih sangat minim, namun tanaman ini dapat dijumpai di beberapa daerah dataran tingi seperti di Sumatera Utara (Kab Karo, tapanuli Utara, Simalungun, Toba Samosir, dan Dairi), di Jawa Barat (Cipanas, Kab Cianjur), dan Sulawesi Utara (Tondano).

Buah biwa mempunyai nilai gizi tinggi, di samping itu daun dan bijinya mengandung khasiat obat (Morton, 2001). Daging buah biwa mengandung asam

Daun dan bijinya mengandung amygdalin (amigdalin dikenal sebagai anti kanker berupa Vitamin B17 atau laetrile). Di samping itu, dalam pengobatan orang Cina tradisional ditulis bahwa daun biwa bekerja pada sistem pernafasan dan pencernaan,saluran paru-paru dan perut. Menurut The Encyclopedia of Herbs oleh Demi Brown, daun biwa merupakan herba expectorant yang mengontrol batuk dan muntah. Daun biwa efektif terhadap infeksi bakteri dan virus secara internal untuk penyakit bronchitis, batuk dengan demam, mual, muntah, kecegukan, dan bersendawa terus menerus.

Penetapan jenis komoditas yang akan dikembangkan pada suatu wilayah sangat penting. Masalah teknologi mencakup paket teknologi budidaya penaganan pra panen, pasca panen dan pengelolaan hasil belum diselesaikan. Disamping itu jenis tanaman buah-buahan yang dibudidayakan juga belum dapat ditetapkan, disebabkan belum tersedianya benih yang bermutu atau yang mempunyai daya saing pasar. Oleh karena itu diperlukan penanganan yang baik dalam mempertahankan tanaman Biwa dengan membuat kebun plasmanutfah serta mengoleksi varietas/klon tanaman biwa.

Penetapan jenis komoditas yang akan dikembangkan pada suatu wilayah sangat penting. Masalah teknologi mencakup paket teknologi budidaya penanganan pra panen, pasca panen dan pengelolaan hasil belum diselesaikan. Disamping itu jenis tanaman buah buahan yang dibudidayakan juga belum dapat ditetapkan, disebabkan belum tersedianya benih yang bermutu atau yang mempunyai daya saing pasar.

Oleh karena itu diperlukan penanganan yang baik dalam mempertahankan tanaman Biwa dengan membuat kebun plasma nutfah serta mengoleksi / klon tanaman Biwa.

Disisi lain buah-buahan tropik yang tergolong eksotik semakin diminati pangsa pasar dalam negeri dan luar negeri. Indonesia sebagai salah satu produsen, belum banyak berperan dalam mengisi pasar global. Pengembangan sentra poduksi buah-buahan dalam skala ekonomis di daerah-daerah yang sesuai agroklimatnya pada waktunya akan dapat memenuhi kebutuhan pasar. (Winarto dan Karyasari 2004).

Di dalam perkembangan tanaman Biwa banyak dilakukan oleh petani dengan menggunakan biji. Cara perbanyakan melalui biji sangat lambat berproduksi dan hasilnya tidak sama dengan pohon induknya. Oleh sebab itu dilakukan koleksi dan karakterisasi tanaman Biwa di Kebun Percobaan Tanaman Buah Berastagi, sehingga diharapkan dapat dijadikan plasmanutfah dan calon pohon induk yang unggul untuk tujuan penelitian.

Bibit bermutu adalah tanaman muda yang proto type, sehat, seragam dan memiliki sifat cepat berbuah, produksi tinggi dan kualitas buah terjamin. Agar diperoleh bibit bermutu perbanyakan dilakukan secara vegetatif melalui pecangkokan, sehingga diperoleh tanaman yang sifatnya sama dengan pohon induknya, cepat bereproduksi dan pertumbuhan tanaman yang lebih rendah. (Jawal dan Susiloadi 2000).

Kendala yang dihadapi adalah tanaman ini belum terdata walaupun termasuk tanaman langka dan nilai ekonominya tinggi. Biwa merupakan tanaman yang bereproduksi musiman dan masih diusahakan petani secara sampingan dan tradisional, serta sebagai tanaman pekarangan.

Kesadaran konsumen untuk mengkonsumsi buah-buahan organik, akhir-akhir ini meningkat, mengingat residu pestisida dan pupuk kimia yang berakibat tidak baik terhadap kesehatan adalah rendah. Oleh karena itu komoditas buah-buahan yang selama ini terabaikan dan merupakan tanaman pekarangan seperti buah Biwa, saat ini sudah menjadi primadona unutk dikonsumsi oleh masyarakat, karena Biwa merupakan salah satu buah non pestisida, disamping itu kaya akan vitamin C, dan memiliki nilai ekonomis yang tinggi sehingga dengan dikembangkannya tanaman ini akan dapat meningatkan pendapatan petani.

Berdasarkan kepada kenyataan tersebut di atas maka perlu dilakukan penelitian terhadap faktor-faktor yang mempengaruhi produksi tanaman biwa di Kabupaten karo tersebut.

1.2 Perumusan Masalah

Permasalahan yang akan dianalisis dalam penelitian ini adalah : Berapa besar pengaruh Jumlah Pohon, Tenaga Kerja, Pupuk, dan Musim terhadap produksi tanaman Biwa.

1.3 Tujuan Penelitian

Secara umum tujuan penelitian ini adalah ;

a. Untuk mengetahui bagaimanakah pengaruh jumlah pohon, tenaga kerja, pupuk dan musim terhadapa total produksi tanaman Biwa di Kabupaten Karo b. Untuk mengetahui variable mana yang paling dominan pengaruhnya antara jumlah pohon, tenaga kerja, pupuk dan musim terhadap Total Produksi tanaman Biwa.

1.4 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat ;

a. Sebagai masukan (input) bagi pemerintah Kabupaten Karo c.q Dinas Pertanian dalam membudidayakan tanaman biwa, sehingga dapat mengambil kebijakan yang tepat dalam menyusun perencanaan untuk pengembangan budidaya tanaman tradisional tersebut.

b. Sebagai masukan bagi peneliti-peneliti lain yang berminat untuk memperdalam penelitian ini pada masa mendatang.

BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori 2.1.1 Teori Produksi

Produksi adalah berkaitan dengan cara bagaimana sumber daya (masukan) dipergunakan untuk menghasilkan produk (keluaran). Sementara itu, menurut Beattie dan Taylor (1999) produksi yaitu proses kombinasi dan koordinasi material-material dan kekuatan-kekuatan (input, faktor, sumber daya, atau jasa-jasa produksi) dalam pembuatan suatu barang atau jasa berupa output atau produk.

Menurut Joesron dan Fathorrozi (2003), produksi merupakan hasil akhir dari proses atau aktivitas ekonomi dengan memanfaatkan beberapa masukan atau input. Lebih lanjut Putong (2002) mengatakan produksi atau memproduksi menambah kegunaan (nilai guna) suatu barang. Kegunaan suatau barang akan bertambah bila memberikan manfaat baru atau lebih dari bentuk semula. Lebih spesifik lagi produksi adalah kegiatan perusahaan dengan mengkombinasikan berbagai input untuk menghasilkan output dengan biaya yag minimum.

Ahyari (1999) : Produksi adalah kegiatan yang dapat menimbulkan tambahan manfaatnya atau penciptaan faedah baru. Faedah atau manfaat ini dapat terdiri dari bebeberapa macam, misalnya faedah bentuk, faedah waktu, faedah tempat, serta kombinasi dari beberapa faedah tersebut diatas. Dengan demikian produksi tidak terbatas pada pembuatan, tetapi sampai pada distribusi.

Komoditi bukan hanya dalam bentuk output barang, tetapi juga jasa. Menurut Salvatore (2001) produksi adalah merujuk pada transformasi dari berbagai input atau sumber daya menjadi output beberapa barang atau jasa.

Hubungan antara Produksi Total (TP), produksi rata – rata (AP) dan Produk Marjinal (MP) dalam jangka pendek untuk satu input (input lain dianggap konstan) dapat dilihat pada gambar berikut (Nicholson 1994) :

Gambar 2.1. Hubungan Total Produksi, Marginal Produksi dan Rata-rata Produksi MP

TP

0 L1 L2 L3 Input L

A

B

C

TP

Ep>1 1>Ep>0 Ep<0

AP,MP

A1

B1

C1

0 L1 L2 L3 _{Input L}

AP Kenaikan

Hasil ber tambah

Kenaikan hasil berkurang

Kenaikan hasil negatif

Gambar 2.1 diatas memperlihatkan bahwa antara titik A dan C adalah pertambahan produksi yang semakin berkurang (law of diminishing marginal productivity). Titik C adalah total produksi mencapai maksimum artinya tambahan input tidak lagi menyebabkan tambahan output atau produksi marjinal (MP) adalah nol (C1). Sedangkan produksi rata-rata (AP) mencapai maksimum adalah pada saat elastisitas sama dengan 1 dan AP berpotongan dengan MP artinya rata-rata sama dengan tambahan output akibat tambahan 1 unit input produksi, dengan asumsi faktor produksi lain diangap konstan.

Hubungan fungsional antara berbagai faktor produksi termasuk pengelolaannya memerlukan koordinasi yag baik sehingga dapat menghasilkan output optimal (Mubyarto 2002).

Apabila keterbatasan biaya menjadi kendala maka tindakan yang dilakukan adalah dengan meminimumkan biaya (cost minimization) dan jika tidak dilakukan dengan keterbatasan biaya maka dapat dilakukan melalui pendekatan memaksimumkan keuntungan (profit maximazation)

Apabila dua input yang digunakan dalam proses produksi menjadi variabel yang sering digunakan adalah pendekatan isoquant dan isocost. Isoquant adalah kurva yang menunjukkan kombinasi input yang dipakai dalam proses produksi yang menghasilkan output tertentu dalam jumlah yang sama. Jumlah produksi digambarkan oleh pergeseran kurva isoquant, jika suatu perusahaan memutuskan untuk menambah produksinya maka kurva isoquant akan bergeser kekanan sebagaimana diperlihatkan pada Gambar 2 berikut (Joesran dan Fathorrozi, 2003).

Gambar 2.2. Peta isoquant

Gambar 2.2 mengilustrasikan bahwa ada beberapa proses produksi sehingga kurva isoquant contineu, dan sebenarnya yang ingin dituju oleh setiap perusahaan adalah Titik T, namun untuk mencapai titik tersebut sangat sulit terlaksana dan tidak akan tercapai, karena titik T menggambarkan penggunaan input yang demikian banyak sehingga menciptakan output yang tak terhingga.

2.1.2 Fungsi Produksi

Fungsi produksi menghubungkan input dengan output dan menentukan tingkat output optimum yang bisa diproduksi dengan sejumlah input tertentu, atau sebaliknya, jumlah input minimum yang diperlukan untuk memproduksikan tingkat output tertentu. Fungsi produksi ditentukan oleh tingkat teknologi yang digunakan dalam proses produksi.

KA

KB

TA

A

B

Q2

Q1

Q0

T. Kerja (L) TB

Karena itu hubungan output input untuk suatu sistem produksi merupakan suatu fungsi dari tingkat teknologi pabrik, peralatan, tenaga kerja, bahan baku dan lain-lain yang digunakan dalam suatu perusahaan (Arsyad, 2003).

Fungsi produksi menggambarkan kombinasi penggunaan input dan teknologi yang dipakai oleh suatu perusahaan. Pada keadaan teknologi tertentu hubungan antara input dan output tercermin pada funsgi produksinya. Suatu fungsi produksi menggambarkan kombinasi input yang dipakai dalam proses produksi, yang menghasilkan output tertentu dalam jumlah yang sama dapat digambarkan dengan kurva isokuan (isoquant), yaitu kurva yang menggambarkan berbagai kombinasi faktor produksi yang menghasilkan produksi yang sama (Joesran dan Fathorrozi, 2003)

Isoquant hanya menjelaskan keinginan perusahaan berdasarkan fungsi produksi yang ditentukan, dan tidak menjelaskan apa yang dapat diperbuat oleh perusahaan. Untuk memahami ini kita harus memasukkan faktor biaya kedalam gambar yaitu garis isocost, yang menggambarkan kombinasi biaya berbagai input dengan input konstan dan biaya itu yang tersedia.

Menurut Pappas (2003) fungsi produksi adalah suatu pernyataan deskriptif yang mengkaitkan masukan dengan keluaran. Fungsi ini menyatakan jumlah maksimum yang dapat diproduksi dengan sejumlah masukan tertentu atau, alternatif lain, jumlah minimum masukan yang diperlukan untuk memproduksi satu tingkat keluaran tertentu.

Fungsi produksi ditetapkan oleh teknologi yang tersedia, yaitu hubungan masukan/keluaran untuk setiap sistem produksi adalah fungsi dari karakteristik teknologi pabrik, peralatan, tenaga kerja, bahan dan sebagainya yang dipergunakan perusahaan. Setiap perbaikan teknologi, seperti penambahan satu komputer pengendalian proses yang memungkinkan suatu perusahaan pabrikan untuk menghasilkan sejumlah keluaran tertentu dengan jumlah bahan mentah, energi dan tenaga kerja yang lebih sedikit, atau program pelatihan yang meningkatkan produktivitas tenaga kerja, menghasilkan sebuah fungsi produksi yang baru.

Menurut Samuelson (2002) fungsi produksi adalah kaitan antara jumlah output maksimum yang bisa dilakukan masing-masing dan tiap perangkat input (faktor produksi). Fungsi ini tetap untuk tiap tingkatan teknologi yang digunakan.

Produksi sebenarnya merupakan kegiatan yang diukur sebagai tingkat output per unit waktu. Hubungan antara kuantitas produksi dengan input yang digunakan dalam proses produksi diformulasikan sebagai fungsi produksi. Menurut Beattie dan Taylor (1999) Produksi adalah proses kombinasi dan koordinai material-material serta kekuatan (faktor produksi, sumber daya alam) dalam menghasilkan suatu barang atau jasa (output atau produksi). Hubungan antara input dan output diformulasikan dalam suatu fungsi produksi sebagi berikut :

Q = f (K, L, M) ... (2.1)

Dimana : Q adalah jumlah output dari suatu barang yang dihasilkan selama periode tertentu, K adalah jumlah modal yang digunakan. L adalah tenaga kerja yang

Jika dalam proses produksi hanya terdapat dua kombinasi faktor (input) produksi yaitu modal dan tenaga kerja, maka bentuk model hubungan antara output dengan input adalah Q = f (K, L). Jumlah maksimum suatu barang yang dapat diproduksi (Q) dengan menggunakan kombinasi alternatif antara modal (K) dengan tenaga kerja L.

Banyak fungsi produksi memiliki suatu sifat yang disebut skala hasil konstan (constant returns to scale). Fungsi produksi memiliki skala hasil konstan jika peningkatan dalam persentase yang sama dalam seluruh faktor-faktor produksi menyebabkan peningkatan output dalam persentase yang sama. Jika fungsi produksi memiliki skala hasil konstan, maka kita dapatkan output 10 persen lebih banyak ketika kita meningkatkan modal dan tenaga kerja sampai 10 persen. Secara matematis, fungsi produksi memiliki skala hasil konstan jika :

zY = F (zK, zL) ... (2.2) Untuk setiap angka positif z.

Persamaan ini menyatakan bahwa jika kita mengalikan jumlah modal dan jumlah tenaga kerja dengan angka z, output juga dikalikan dengan z. Pada bagian berikutnya kita lihat bahwa asumsi skala hasil konstan memiliki implikasi penting pada distribusi pendapatan dari produksi (Mankiw, 2003).

Konsep fisik lain dari suatu produksi adalah Average Product (AP) atau produksi rata-rata yaitu perbandingan antara jumlah produk (output) yang dihasilkan dalam suatu proses produksi dengan jumlah faktor produksi (input) yang digunakan.

L Q

AP_l = dimana input K dianggap konstan ... (2.3)

K Q = k

AP dimana input L dianggap konstan ... (2.4) Di samping itu dikenal juga konsep Marginal product (MP) atau produksi marjinal yaitu tambahan produksi akibat penambahan satu unit input. Fungsi ini juga merupakan slope dari produksi total. Produksi marjinal bisa diperoleh dengan melakukan derivasi parsial :

L Q MP_L

∂ ∂

= produksi marginal dari tenaga kerja ... (2.5)

K Q MP_K

∂∂

= produksi marginal dari modal ... (2.6)

2.1.3 Faktor Produksi dan Pendapatan 2.1.3.1 Tenaga Kerja

Setiap usaha yang dilaksanakan pasti memerlukan tenaga kerja. Oleh karena itu dalam analisa ketenagakerjaan dibidang bisnis/perusahaan penggunaan tenaga kerja dinyatakan oleh besarnya curahan tenaga kerja. Skala usaha akan mempengaruhi besar kecilnya tenaga kerja yang dibutuhkan dan pula membutuhkan tenaga kerja yang mempunyai keahlian (terampil). Biasanya perusahaan kecil akan membutuhkan tenaga kerja yang sedikit, dan sebaliknya perusahaan skala besar lebih banyak membutuhkan tenaga kerja dan mempunyai keahlian.

Dalam analisa ketenagakerjaan sering dikaitkan dengan tahapan pekerjaan dalam perusahaan, hal seperti ini sangat penting untuk melihat alokasi sebaran pengguna tenaga kerja selama proses produksi sehingga dengan demikian kelebihan tenaga kerja pada kegiatan tertentu dapat dihindarkan (Sukawartawi, 2002).

Di negara-negara yang sudah maju, kemajuan tenaga dkerja diukur dengan tingginya produktivitas tenaga kerja, semua diarahkan untuk meningkatkan produktivitas. Tenaga kerja merupakan faktor produksi yang paling terbatas jumlahnya, dalam keadaan ini mesin-mesin penghemat tenaga kerja dapat meningkatkan produktivitas output yang dihasilkan (Mubyarto, 2002)

Penggunaan tenga kerja sebagai variabel dalam proses produksi lebih ditentukan oleh pasar tenaga kerja, dalam hal ini dipengaruhi oleh upah tenaga kerja serta harga outputnya (Nopirin, 2000). Pengusaha cenderung menambah tenaga kerja selama produk marginal (nilai tambah output yang diakibatkan oleh bertambahnya 1 unit tenaga kerja) lebih tinggi dari pada cost yang dikeluarkan untuk upah tenaga kerja.

2.1.3.2 Pendapatan

Sebagaimana diketahui bahwa pembangunan yang sedang giat-giatnya dilaksanakan oleh negara-negara yag sedang berkembang bertujuan untuk meningkatka pendapatan riel per kapita, pendapatan ini pada umumnya masih rendah.

Gejala umum yang sering terjadi dalam proses pembangunan di Negara-negara berkembang adalah hasrat komsumsi dari masyarakat yang tinggi sebagai akibat dari kenaikan pendapatan.

Menurut Sukirno (2006) pendapatan adalah jumlah penghasilan yang diterima oleh penduduk atas prestasi kerjanya selam satu periode tertentu, baik harian, mingguan, bulanan ataupun tahunan. Beberapa klasifikasi pendapatan antara lain : 1. Pendapatan pribadi, yaitu ; semua jenis pendapatan yang diperoleh tanpa

memberikan suatu kegiatan apapun yang diterima produk suatu negara.

2. Pendapatan disposibel, yaitu; pendapatan pribadi dikurangi pajak yang harus dibayarkan oleh para penerima pendapatan, sisa pendapatan yang siap dibelanjakan inilah yang dinamakan pendapatan disposibel.

3. Pendapatan nasional, yaitu ; nilai seluruh barang-barang jadi dan jasa-jasa yang diproduksikan oleh suatu Negara dalam satu tahun, apabila seluruh bahan baku adalah lokal.

Menurut Sobri (2000) pendapatan disposibel suatu jenis penghasilan yang diperoleh seseorang siap untuk dibelanjakan atau dikonsumsikan. Besarnya pendapatan disposibel yaitu pendapatan yang diterima dikurangi dengan pajak langsung (pajak perseorangan) seperti pajak penghasilan.

Masalah pendapatan tidak hanya dilihat dari jumlahnya saja, tetapi bagaimana distribusi pendapatan yang diterima oleh masyarakat. Adapun faktor-faktor yang mempengaruhi arah gejala distribusi pendapatan dan pengeluaran di Indonesia;

tanah. Kedua , perolehan pekerjaan, yaitu perolehan pekerjaan bagi mereka yang tidak memiliki tanah yang cukup untuk memperoleh kesempatan kerja penuh. Ketiga, laju produksi pedesaan, dalam hal ini yang terpenting adalah produksi pertanian dan arah gejala harga yang diberikan kepada produk tersebut.

Pendapatan per kapita dapat diartikan pula sebagai penerimaan yang diperoleh rumah tangga yang dapat mereka belanjakan untuk komsumsi yaitu yang dikeluarkan untuk pembelian barang komsumtif dan jasa-jasa, yang dibutuhkan rumah tangga bagi pemenuhan kebutuhan mereka (Sumardi dan Evers, 2001). Dalam hal ini pendapatan per kapita adalah determinan potensi ekonomi yang penting selain luas Negara serta penduduk suatu Negara (Todaro, 2000).

Rendahnya pertumbuhan pendapatan per kapita disuatu negara berarti juga mencerminkan rendahnya pertumbuhan GNP dan ini terjadi pada Negara-negara yang sedang berkembang. Usaha-usaha untuk meningkatkan pendapatan perkapita masyarakat, yaitu dengan cara menyediakan lapangan pekerjaan yang memadai, menggalakkan program kerja berencana dan yang terakhir transfer pemerintah kepada golongan-golongan masyarakat yang berpendapatan rendah. Dengan menggunakan pajak yang efektif untuk membiayai transfer tersebut sekaligus untuk mengurangi perbedaan kemakmuran antar anggota masyarakat.

Dewasa ini sumber pendapatan sebagain besar rumah tangga di pedesaan tidak hanya dari satu sumber, melainkan dari beberapa sumber atau dapat dikatakan rumah tangga melakukan diversifikasi pekerjaan atau memiliki aneka ragam sumber pendapatan (Susilowati dkk, 2002).

Bagi rumah tangga pedesaan yang hanya menguasai faktor produksi tenaga kerja, pendapatan mereka ditentukan oleh besarnya kesempatan kerja yang dapat dimanfaatkan dan tingkat upah yang diterima. Kedua faktor ini merupakan fenomena dari pasar tenaga kerja pedesaan, pertumbuhan angkatan kerja dan mobilitas tenaga kerja pedesaan. Di sektor pertanian, besarnya kesempatan kerja dipengaruhi oleh luas lahan pertanian, produktivitas lahan, intensitas dan pola tanam, serta teknologi yang diterapakan. Disektor non - pertanian kesempatan kerja ditentukan oleh volume produksi dan tingkat harga komoditi (Kasryno, 2000).

Pendapatan rumah tangga pertanian ditentukan oleh tingkat upah sebagai penerimaan faktor produksi tenaga kerja. Nilai sewa tanah sebagai penerimaan dari penggunaan aset produktif lahan pertanian. Dengan demikian tingkat pendapatan rumah rumah tangga pedesaan sangat dipengauhi oleh tingkat penguasaan faktor produksi.

Menurut Malian dan Siregar (2000) pendapatan rumah petani pinggiran perkotaan juga bersumber dari tiga kegiatan utama, yaitu dalam usaha tani sendiri (on-farm), kegiatan pertanian di luar usaha tani sendiri (off-farm) dan kegiatan di luar sektor pertaniann (non – farm). Untuk petani yang berada di pedesaan, pendapatan yang bersumber dari kegiatan on - farm dan off-farm umumnya mencapai lebih dari 90 persen.

2.2 Penelitian Terdahulu

Rahmanta (1997) dalam penelitiannya yang berjudul analisis effisiesi ekonomi relatif usaha tani kentang di kabupaten Karo m enunjukkan bahwa harga kentang dalam jangka pendek berpengaruh positif terhadap pennawaran kentang sedangkan harga input tidak tetap (tenaga kerja , bibit, pupuk anorganik , pestisida padat dan pestisida cair) berpengaruh negatif. Dalam jangka pendek, elastisitas permintaan silang antar input tidak tetap (tenaga kerja, bibit, pupuk anorganik, pestisida padat dan pestisida cair) bertanda negatif artinya terjadi hubungan yang bersifat komplemen antar faktor produksi tidak tetap tersebut. Elastisitas harga sendiri untuk input tidak tetap (tenaga kerja, bibit, pupuk organik dan pupuk non organik) elastis, sedangkan pestisida padat dan pestisida cair inelastis.

Malian dan Siregar (2000) menemukan bahwa pendapatan rumah tanga yang diperoleh petani sayuran berkisar antara Rp. 13,4 – Rp. 14,8 juta per tahun, atau setara dengan Rp. 1,1 – Rp. 1,2 juta per bulan. Dari jumlah pendapatan rumah tangga tersebut, penerimaan yang diperoleh dari kegiatan on – farm berkisar antara Rp. 12,2 – Rp. 13,9 juta per tahun. Tingkat pendapatan yang diterima petani sayuran ternyata lebih tinggi dibandingkan dengan petani anggrek yang berpendapatan Rp.10,1- Rp. 12,4 juta pertahun dimana penerimaan yang bersumber dari on-farm antara Rp. 8,3-Rp.10,3 juta per tahun. Sedangkan pendapatan petani tanaman hias berkisar antara Rp. 8,4-12, 1 juta per tahun.

Sudaryanto dan Rusastra (2000) dalam penelitian tentang kebijakan dan pengembangan pertanian menyarankan kepada pemerintah daerah perlu

mengupayakan pembangunan pertanian sebagai poros pembangunan yang didukung oleh kebijaksanaan yang kondusif sehingga dapat memberikan sumbangan nyata terhadap pembangunan ekonomi dan kesejahteraan masyarakat di daerah. Beberapa program pembangaunan yang perlu mendapatkan penekanan dan pertimbangan diantarannya adalah transformasi struktur ekonomi berbasis pertanian, peningkatan ketahanan pangan berkelanjutan, pengembangan agribisnis dan ekonomi kerakyatan dan pengembangan agropolitan yang sejalan dengan semangat otonomi daerah.

Susilowati, dkk (2002) hasil penelitiannya menyebutkan secara umum sumber pendapatan rumah tangga masih tergantung pada sektor pertanian, yaitu sebanyak 51 persen yang terdiri dari 29,5 persen di bidang usaha tani/nelayan dan 21,5 persen sebagai buruh tani/buruh nelayan. Di sektor non – pertanian, sumber pendapatan rumah tangga yang sifatnya usaha sebanyak 20,6 persen yang terbanyak berupa usaha dagang yaitu 14,1 persen. Sedangkan yang bersumber pendapatan utama dari buruh non – pertanian sebanyak 21,5 persen, terutama yang dominan adalah buruh usaha jasa.

2.3 Kerangka Konseptual

Pada hakekatnya setiap petani merupakan pengusaha terhadap jenis usaha pertanian yang diusahakannya. Usaha tani merupakan perusahaan yang bersifat ekonomis, menggunakan faktor-faktor produksi, dan menghasilkan output sebagai hasil produksi yang dikemudian dijual dan nantinya memperoleh laba atau

Dalam proses produksi tersebut dibutuhkan faktor-faktor produksi antara lain; tenaga kerja; bibit; pupuk, musim; disamping kemampuan mengkombinasikan faktor-faktor produksi tersebut. Kontribusi yang diberikan masing-masing faktor-faktor produksi terhadap hasil akhir produksi tidaklah sama, tetapi memiliki keterkaitan satu dengan lainnya.

Berdasarkan tujuan yang ingin dicapai dalam penelitian ini, dengan didukung oleh teori-teori dan temuan-temuan hasil penelitian terdahulu, maka kerangka konseptual tentang Analisis fungsi produksi tanaman tradisional biwa di Kabupaten Karo sebagai berikut :

Gambar 2.3. Kerangka Konseptual Analisis Faktor-faktor yang Mempengaruhi Produksi Tanaman Biwa di Kabupaten Karo

Jumlah Produksi (Q)

Pendapatan Petani

Tenaga Kerja (X2)

Pupuk (X3)

Dummy Musim Jumlah Pohon (X1)

2.4 Hipotesis

Berdasarkan rumusan masalah, dengan didukung oleh teori-teori, temuan-temuan hasil penelitian terdahulu, serta kerangka konseptual di atas, hipotesis penelitian ini adalah :

1. Jumlah Pohon berpengaruh positif terhadap produksi biwa di Kabupaten Karo, ceteris paribus.

2. Tenaga Kerja berpengaruh positif terhadap produksi biwa di Kabupaten Karo, ceteris paribus

3. Pupuk berpengaruh positif terhadap produksi biwa di Kabupaten Karo, ceteris paribus.

4. Musim berpengaruh positif terhadap produksi biwa di kabupaten karo, ceteris paribus.

BAB III

METODE PENEL1TIAN

3.1 Ruang Lingkup dan Lokasi Penelitian

Penelitian ini hanya menganalisis hal-hal yang berkenaan dengan variabel- variabel yang mempengaruhi produksi tanaman Biwa yang dapat meningkatkan pendapatan rumah tangga masyarakat petani biwa. Lingkupan penelitian ini dilakukan agar tujuan yang ingin dicapai dari hasil penelitian tidak menyimpang dari yang telah ditetapkan sebelumnya.

3.2 Lokasi Penelitian

Lokasi yang dipilih untuk memperoleh data penelitian lapangan ini adalah desa-desa yang berada di kecamatan yang memiliki tanaman biwa di wilayah Kabupaten Karo.

3.3 Jenis dan Sumber Data

1. Data primer, yaitu data yang dikumpulkan dari petani biwa dengan melakukan wawancara dengan menggunakan daftar pertanyaan (kuesioner) dan melakukan observasi, meliputi batasan variabel dan data yang diperlukan dalam mendukung penelitian ini.

2. Data sekunder, yaitu data yang diperoleh dari Dinas Pertanian, dan buku-buku literatur, jurnal, maupun hasil publikasi dari instansi terkait yang ada hubungannya dengan penelitian ini.

3.4 Populasi dan Sampel 3.4.1 Populasi

Populasi adalah kumpulan dari individu dengan kualitas serta ciri-ciri yang telah ditetapkan. Sebuah populasi dengan jumlah individu tertentu dinamakan populasi finit sedangkan jika jumlah individu dalam kelompok tidak mempunyai jumlah yang tetap ataupun tidak terhingga disebut populasi infinit (Nazir, 1999).

Populasi adalah objek penelitian sebagai sasaran untuk mendapatkan dan mengumpulkan data. Populasi dalam penelitian ini adalah seluruh petani biwa yang terdapat di desa –desa yang berada di wilayah Kabupaten Karo yang memiliki pohon biwa minimal 10 pohon atau lebih.

3.4.2 Sampel

Sampel adalah kumpulan elemen yang sifatnya tidak rnenyeluruh melainkan hanya sebagian dari populasi saja. Metode pengumpulan data ini dengan jalan mencatat sebagian kecil dari populasi atau dengan perkataan lain mencatat sampelnya saja. Metode pengumpulan data yang demikian disebut sampling.

pengumpulan data yang mencakup semua elemen di dalam sample. Untuk menjangkau keseluruhan dari objek penelitian dipergunakan teknik sampling yaitu prosedur untuk mendapatkan dan mengumpulkan karakteristik yang berada di dalam populasi meskipun data itu tidak diambil secara keseluruhan melainkan hanya sebagian.

Teknik sampling yang digunakan dalam penelitian ini ditetapkan metode purposive sampling yaitu penarikan sampel ditujukan untuk mendapatkan petani yang tanaman biwanya cukup luas sehingga tanaman biwa memiliki manfaat ekonomi yang cukup berarti bagi si petani. Dalam hal ini ditetapkan semua petani biwa yang memiliki 10 pohon biwa atau lebih akan dijadikan sampling. Berhubung karena Biwa merupakan tanaman langka dan hanya terdapat pada desa-desa tertentu dan populasi petaninyapun tidak begitu banyak maka jumlah petani sampel dalam penelitian ini ditetapkan sebanyak 33 rumah tangga petani biwa.

Sampel dengan sengaja diusahakan lebih dari 30 untuk menghindari sampel kecil, dimana sampel diambil secara proporsional dengan jumlah petani biwa yang ada di masing-masing kecamatan yang memenuhi syarat.

3.5 Model Analisis Data

Model dasar untuk fungsi produksi biwa di Kabupaten Karo merupakan pengembangan teori produksi Cobb-Dauglas, yaitu persamaan:

Dengan memecah variabel K dan L dalam bentuk yang lebih spesifik, yaitu variabel-variabel eksplanatori yang digunakan dalam penelitian ini, maka fungsi produksi menjadi:

TPp=f (JP, TK, Ppk) ……….. (3.2) Dengan memasukkan seluruh variable penelitian ini dalam fungsi Cobb Douglas, menghasilkan fungsi sebagai berikut :

TPp=f (a JP,TK, Ppk) ……… (3.3) Selanjutnya untuk mendapatkan model penelitian ini dilakukan log terhadap variabel-variabel yang digunakan dan memasukkan variabel dummy. Untuk menguji pengaruh antara variabel penjelas (explanatory variable) terhadap produksi digunakan metode Ordinary Least Square (OLS) dalam bentuk regresi berganda dengan menggunakan alat bantu program eviews 4.1. Adapun spesifikasi model penelitian ini adalah sebagai berikut:

log TPp = + 1 log JP + 2 log TK + 3 log Ppk + DMsm + µ …..…… (3.4)

Dimana: TPp Total produksi biwa (Kg) JP = Jumlah Pohon ( batang ) TK = Tenaga Kerja (orang) Ppk = Pupuk (kg)

DMsm = Dummy Musim = Konstanta

3.6 Definisi Operasional Variabel

1. Total produksi (TP) adalab total hasil produksi biwa selama kurun waktu sekali panen dihitung dalam kg.

2. Jumlah Pohon (JP) adalah Jumlah Pohon biwa yang sudah berbuah yang digunakan para petani biwa. Junlah pohon dihitung dalam jumlah batang. 3. Tenaga kerja (TK) adalah jumlah pekerja yang digunakan selama kegiatan

produksi mulai dari pembibitan sarnpai panen, dihitung berdasarkan jumlah hari kerja orang.

4. Pupuk (Ppk) adalah jumlah pupuk (organik maupun non organik) yang digunakan petani selama satu musim tanam dihitung dalam kilogram.

5. Musim (Msm) adalah musim hujan dan kemarau yang mempengaruhi produksi biwa.

3.7 Uji Kesesuaian Model (Test of Goodness of Fit)

Selanjutnya untuk pengujian validitas dan hasil taksiran tersebut digunakan uji koefisien R2, uji (F statistic) dan uji (t statistik). Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai statistiknya berada pada daerah dimana Ho

ditolak. Sebaliknya disebut tidak signifikan bila nilai uji statistiknya berada pada daerah dimana Ho diterima.

3.7.1 Koeffisien Determinasi R2

Penilaian terhadap kofesien determinasi (R2) bertujuan untuk melihat variasi kernampuan variabel bebas dalam menjelaskan pengaruhnya terhadap variabel terikat.

3.7.2 Uji F- Statistik

Uji signifikansi simultan pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan dalam model mempunyai pengaruh secara serentak terhadap variabel dependen. Hipotesis nol (Ho) yang hendak diuji apakah semua parameter dalam model penelitian ini sama dengan nol, atau:

Ho : 1, 2, 3 = 0

Artinya, semua variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis alternatif (Ha), tidak semua parameter penelitian ini secara simultan sama dengan nol, atau:

Ha : 1, 2, 3 ≠ 0

Artinya, semua variabel independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen.

Menurut Kuncoro (2006) cara melakukan uji F adalah sebagai berikut:

Quick look. Bila nilal F lebih besar daripada 4 maka H 0 yang menyatakan 1, 2, 3 = 0 dapat ditolak pada derajat kepercayaan

sebesar 5%, Dengan kata lain menerima hipotesis alternatif.

yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.

3.7.3 Uji t-Statistik

Uji signifikansi parameter individual (uji t) pada dasarnya menunjukkan berapa jauh pengaruh variabel independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol (H0) yang hendak diuji apakah parameter

penelitian ini ( 1, 2, 3 )sama dengan nol, atau:

H0 = 1, 2, 3 = 0

Artinya, variabel-variabel eksplanatori bukan merupakan penjelas yang signifikan terhadap variabel produksi biwa. Hipotesis alternatif (Ha), parameter penelitian ini ( 1, 2, 3) tidak sama dengan nol, atau:

Ha 1, 2, 3 ≠ 0

Artinya, variabel-variabel eksplanatori merupakan penjelas yang signifikan terhadap variabel produksi biwa.

Menurut Kuncoro (2006) cara melakukan uji adalah sebagai berikut:

Quick look. Bila jumlah degree of freedom (df) adalah 20 atau lebih, dan derajat kepercayaan sebesar 5%, maka H0 yang menyatakan bI=0 dapat ditolak bila nilai t

lebih besar dari 2 (dalam nilai absolut). Dengan kata lain menerima hipotesis alternatif.

Membandingkan nilai statistik t dengan titik kritis t tabel, apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, maka menerima hipotesis altenatif.

3.8 Uji Asumsi Klasik

Kebenaran spesifikasi model penelitian ini, dideteksi dengan menguji asumsi klasik multikolinearitas dan heteroskedastisitas.

3.8.1 Uji Multikolinearitas

Istilah multikolinearitas mula-mula ditemukan oleh Ragnar Frisch. Multikolinearitas diartikan adanya hubungan linear yang “sempurna” atau pasti, diantara beberapa atau semua variabel yang menjelaskan dan model regresi. Untuk regresi k-variabel. meliputi variabel yang menjelaskan X1, X2 ……….. Xk

(dimana X1 untuk semua pengamatan yang memungkinkan suatu intersep. suatu

hubungan linear yang pasti dikatakan ada apabila kondisi 1 X1 + 2 X2+…… k Xk = 0

terpenuhi (Gujarati. 2003).

Menurut Nachrowi dan Usman (2004) tidak mungkin koefisien regresi berganda dapat ditaksir akibat terjadinya multikolinearitas sempurna. Sedangkan bila terjadi multikolinearitas tidak sempurna, koefisien regresi berganda masih dapat dicari, tetapi menimbulkan beberapa akibat, yaitu:

a) variansi besar (dan taksiran OLS b) interval kepercayaan lebar; c) uji : tdak signifikan. d) R2 tinggi tetapi tidak banyak variabel yang signifikan dan uji t ;

e) terkadang taksiran koefisien yang didapat akan mempunyai nilai yang tidak sesuai dengan substansi, sehinga dapat menyesatkan.

3.8.2 Uji Heterokedastisitas

ditimbulkan adalah lebih besarnya variansi daripada taksiran; b) lebih besarnya variansi, tentunya akan berpengaruh pada uji hipotesis yang dilakukan, karena kedua uji tersebut menggunakan besaran variansi taksiran akibatnya uji hipotesis menjadi kurang akurat: c) Iebih besarnya taksiran, akan rnengakibatkan standar error taksiran juga lebih besar. sehingga interval kepercayaan juga menjadi besar; d) akibat beberapa dampak tersebut rnaka kesimpulan yang diambil dan persamaan regresi yang dibuat dapat menyesatkan.

3.8.3. Uji Autokorelasi

Autokorelasi dapat didefinisikan sebagai korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time series. Sehingga terdapat saling ketergantungan antara faktor pengganggu yang berhubungan dengan observasi yang dipengaruhi oleh unsur gangguan yang berhubungan dengan pengamatan lainnya. Oleh karena itu masalah autokorelasi biasanya muncul dalam data time series, meskipun tidak menutup kemungkinan terjadi dalam data cross sectional.

Uji untuk melihat autokorelasi dapat dilakukan dengan uji Durbin-Watson Test ataupun dengan uji Lagrange Multiplier Test (LM-Test).

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Gambaran Tanaman Biwa

Anggur berastagi atau yang lazim disebut biwa (eriobotrya japonica L), sejak dua tahun terakhir mulai diteliti untuk dikembangkan secara besar-besaran. Ini dilakukan karena buah tanaman dataran tinggi ini selain harganya mahal, daun, buah, biji, dan daging buahnya juga bisa digunakan untuk kesehatan tubuh.

Gambar 4.1. Tanaman Biwa

Dalam pengobatan China tradisional dipercaya, minum teh, daun atau bubuk daun biwa bisa mengobati diare, stres dan menetralkan mabuk akibat minuman beralkohol, sedangkan daunnya bisa digunakan mengobati pembengkakan. Buah biwa juga berfungsi sebagai obat penenang, untuk menghaluskan kulit dan menurunkan kolestrol.

Setelah diteliti selama dua tahun oleh Dinas Pertanian Sumut, Balai Penelitian Tanaman Buah Tropika, Kebun Percobaan Tanaman Buah (KPTB) Berastagi, Pemkab Karo, dan Fakultas Pertanian Universitas Sumatera Utara, maka pada November 2006 tanaman buah ini dilepas sebagai varietas unggul nasional. Dengan demikian, tanaman buah varietas unggul nasional dari Kabupaten Karo ada tiga jenis, yakni jeruk, markisa dan biwa. Biwa merupakan tanaman pekarangan yang mulai langka di Karo akibat kurang dibudidayakan secara komersial. Buah biwa yang ada dipasaran tidak berasal dari penanaman monokultur. Harga jualnya di pasaran mencapai Rp 35.000 - Rp 40.000 per kg, sementara di tingkat petani rata-rata Rp 25.000 per kg.

Luas tanaman buah biwa di Karo pada tahun 2005 mencapai 12 hektar, tersebar di empat kecamatan termasuk di lokasi wisata Taman Simalem Resort seluas lima hektar. Sejak dikembangkan pada tahun 2002 dengan sistim vegetatif (sambung pucuk), benihnya dari KPTB dijual seharga Rp 20.000 per batang. Dalam tiga tahun belakangan ini produk buah biwa mencapai 36 ton per tahun. (Dinas Pertanian Kabupaten Karo).

Varietas biwa yang mendapat dukungan dari mantan Menteri Pertanian Bungaran Saragih, mulai dikembangkan intensif di Desa Kurbakti, Kecamatan Simpang Empat. Varietas unggul biwa akan menambah jumlah varietas unggul nasional yang sudah ada sekaligus sebagai aset kekayaan sumber daya alam dan pelestarian plasma nuftah.

4.1.2 Karakteristik Responden

4.1.2.1 Karakteristik Responden Berdasarkan Tingkat Pendidikan

Responden dalam penelitian ini adalah para petani di Kabupaten Karo. Untuk mendapatkan data yang dibutuhkan dalam penelitian ini, diedarkan 33 set kuesioner. Dari hasil pengumpulan data yang dilakukan terhadap 33 Kepala Keluarga petani tanaman Biwa, mayoritas petani tidak berpendidikan, yaitu sebanyak 39,3%. Hal ini menunjukkan bahwa petani tanaman Biwa di Kabupaten Karo memiliki karakteristik pendidikan yang cukup rendah sehingga dengan tingkat pendidikan yang cukup rendah, kinerja yang dihasilkan petani juga cukup rendah. Petani tidak dapat bekerja dan berpikir lebih profesional dan tidak dapat menganalisa kondisi pertanian saat ini. Hasil pengumpulan data yang dilakukan kepada 33 orang petani Tanaman Biwa di Kabupaten Karo ditunjukkan pada Tabel 4.2 berikut :

Tabel 4.1. Karakteristik Responden Berdasarkan Pendidikan

Pendidikan Jumlah Responden Persentase (%)

Tidak Sekolah 13 39,3

SD 8 24,3

SMP 5 15,2

SMU 7 21,2

Jumlah 33 100 Sumber : Hasil Penelitian, 2008 (data diolah)

4.1.2.2 Karakteristik Responden Berdasarkan Jenis Kelamin Sebagai Petani Tanaman Biwa

Karakteristik responden berdasarkan jenis Kelamin sebagai petani tanaman Biwa dapat dilihat pada Tabel 4.2 berikut :

Tabel 4.2. Karakteristik Responden Berdasarkan Jenis Kelamin

Jenis Kelamin Jumlah Persentase (%)

Pria 28 84,8

Wanita 5 15,2

Jumlah 33 100

Sumber : Hasil Penelitian, 2008 (data diolah)

Pada Tabel 4.3 dapat diketahui bahwa jenis kelamin petani tanaman Biwa di Kabupaten Karo mayoritas berjenis kelamin Pria (84,8%).

4.1.2.3 Karakteristik Responden Berdasarkan Umur

Karakteristik responden berdasarkan umur dapat dilihat pada Tabel 4.3 berikut :

Tabel 4.3. Karakteristik Responden Berdasarkan Umur

Umur Frekuensi Presentase

21 – 30 Tahun 7 21,2

31 – 40 Tahun 8 24,3

41 – 50 Tahun 11 33,3

51 tahun ke atas 7 21,2

Jumlah 33 100

Sumber : Hasil Penelitian, 2008 (data diolah)

Dari Tabel 4.3 dapat diketahui bahwa petani tanaman Biwa di Kabupaten Karo lebih dominan berusia 41 – 50 tahun yaitu sebesar 33,3% serta pada usia 31 – 40 tahun yaitu sebesar 24,3%. Hal ini berarti petani Tanaman Biwa di Kabupaten Karo berada pada tingkat usia puncak produktif dan akan segera memasuki tahap pensiun sehingga dibutuhkan adanya segera dilakukan regenerasi petani tanaman Biwa, agar tidak terjadi adanya stagnasi dalam produksi tanaman Biwa.

4.2 Deskripsi Variabel Penelitian 4.2.1 Variabel Jumlah Pohon (JP)

Tabel 4.4. Deskripsi Jumlah Pohon Tanaman Biwa yang Dimiliki Petani / KK di Kabupaten Karo dengan Metode Sturges

Jumlah Pohon Frekuensi

10 – 55 2

56 – 100 7

101 – 145 12

146 – 190 4

191 – 235 5

236 – 280 3

Jumlah 33 Sumber: Hasil Penelitian (Data diolah)

Dari tabel diatas, dapat diketahui perkembangan jumlah tanaman biwa yang dimiliki oleh petani. Jumlah Pohon Tanaman Biwa yang paling sedikit dimiliki Petani / KK adalah 10 pohon dan yang paling banyak 280 pohon, sedangkan Jumlah Petani / KK yang memiliki pohon paling sedikit sebanyak 2 KK (6%) sedangkan jumlah Petani / KK yang memiliki pohon terbanyak adalah sebanyak 3 KK (9 %). Range Jumlah Pohon Tanaman Biwa sebanyak 101 – 145 pohon adalah paling banyak dimiliki petani yaitu 12 petani / KK (36,3 %).

4.2.2 Variabel Total Produksi (TP) per sekali panen

Tabel 4.5. Deskripsi Total Produksi Petani / KK Tanaman Biwa Kabupaten Karo dengan Metode Sturges

Produksi (Kg) Frekuensi

100 – 320 2

321 – 540 11

541 – 760 4

761 – 980 8

981 – 1200 5

1201 –1420 3

Jumlah 33 Sumber: Hasil Penelitian (Data diolah)

Dari Tabel 4.5 dapat dilihat perkembangan produksi yang dihasilkan oleh tanaman biwa oleh sekali panen. Produksi Tanaman Biwa sekali Panen yang terendah adalah 100 kg dan yang tertinggi adalah sebesar 1400 kg, sedangkan produksi terendah sekali panen diperoleh oleh 2 KK (6 %) responden dan yang tertinggi diperoleh oleh 3 KK responden (9%). Range Tingkat Produksi Tanaman Biwa sekali

panen responden memiliki produksi tanaman Biwa yang terbanyak sebesar 100 – 320 kg (33,3%)

4.2.3 Variabel Tenaga Kerja (TK)

Perkembangan jumlah tenaga kerja yang terlibat dalam mengembangkan usaha tanaman biwa dapat dilihat pada tabel 4.6 dibawah ini.

Tabel 4.6. Deskripsi Tenaga Kerja Petani Tanaman Biwa / KK di Karo dengan Metode Sturges

Jumlah Tenaga Kerja Frekuensi

0 – 1 0

2 – 3 9

4 – 5 7

6 – 7 6

8 – 9 11

10 –11 0

Jumlah 33 Sumber : Hasil Penelitian (data diolah)

Jumlah Tenaga Kerja Tanaman Biwa / KK responden yang terkecil adalah 2 orang (6%) dan yang terbesar adalah 8 orang (24,2%), sedangkan jumlah Tenaga Kerja Tanaman Biwa / KK responden yang terkecil dimiliki oleh 9 KK dan yang terbesar adalah 11 KK. Range Jumlah Tenaga Kerja yang dimiliki responden yang terbanyak adalah sebesar antara 8 – 9 orang yaitu 11 KK (33,3%)

4.2.4 Variabel Pupuk (PPK) per pemupukan

Pupuk merupakan salah satu input yang paling penting dapam bumidaya tanaman biwa. Oleh karena itu pemakaian/penggunaan pupuk oleh petani dapat dilihat pada tabel dibawah ini :

Tabel 4.7. Deskripsi Pemakaian Pupuk oleh Petani Tanaman Biwa / kg di Karo dengan Metode Sturges

Pupuk Frekuensi

0 – 23 0

24 – 46 5

47 – 69 14

70 – 92 10

93 – 115 3

116 – 138 0

139 – 161 1

Jumlah 33

Dari tabel diatas dapat dilihat bahwa jumlah pemberian pupuk pada tanaman Biwa responden yang terkecil adalah 35 kg (3%) dan yang terbesar adalah 156 kg (3%)sedangkan jumlah pemberian pupuk pada Tanaman Biwa responden yang terkecil dilakukan oleh 1 petani dan yang terbesar dilakukan 1 petani. Range Jumlah Pemberian Pupuk yang diberikan pada Tanaman Biwa yang dilakukan petani yang terbanyak adalah sebesar antara 47 – 69 kg yaitu dilakukan oleh 14 petani (42,4%)

4.3 Analisis Pembahasan Pengujian Hipotesis

Berdasarkan hasil regresi dari data primer yang diolah dengan menggunakan Program eviews 4.1. diperoleh hasil sebagai berikut:

____________________________________________________________________

LnTP = 1,816 + 0.889 LnJP + 0.101 LnTK + 0.168 LnPPK + 0,042 Dmsm

Std. error (0,1804) (0,0967) (0,0524) (0,1017) (0,0301) t- statistik (10,069) (9,1927)*** (1,9461)** (1,6550)* (1,4273)

R2 = 0,878776 F stat = 322.8116

Adjusted R2 = 0,875744 Prob (F stat) = 0,0000

____________________________________________________________________

Keterangan: ***)signifikan pada = 10%

**)signifikan pada = 5% *)signifikan pada = 1%

Dari persamaan tersebut diatas dapat diuraikan sebagai berikut:

a. Koefisien Regresi (JP) = 0,889 menunjukkan bahwa Jumlah Pohon Biwa berpengaruh positif dan signifikan terhadap Total Produksi Tanaman Biwa. Atau dengan kata lain jika Jumlah Pohon (JP) naik sebesar satu persen maka Total Produksi akan naik sebesar 88,9persen, ceteris paribus.

b. Koefisien Tenaga Kerja = 0,101 menunjukkan bahwa Tenaga Kerja berpengaruh positif dan signifikan terhadap Total Produksi Biwa. Atau dengan kata lain Pertambahan Tenaga Kerja sebesar satu persen, Total Produksi akan naik sebesar 10,1 persen, ceteris paribus.

c. Koefisien Pupuk = 0,168menunjukkan bahwa pemakaian Pupuk berpengaruh positip dan signifikan terhadap Total Produksi Biwa, atau dengan kata lain Pemakaian Pupuk sebesar satu persen, akan mengakibatkan Total Produksi Biwa akan Naik sebesar 16,8 persen, ceteris paribus.

d. Musim, terutama musim hujan mempengaruhi produksi tanaman biwa secara positif dan tidak signifikan, atau dengan kata lain adanya musim hujan membawa pengaruh terhadap total produksi biwa.

4.4 Koefisien Diterminasi (R2)

Untuk mengetahui besarnya koefisien determinasi (R Square) dapat dilihat dari data diatas. Dari tabel tersebut diketahui bahwa besarnya koefisien determinasi adalah sebesar 0.878. Hal ini berarti bahwa variabel bebas yaitu Jumlah Pohon Biwa, Tenaga Kerja, Pupuk, dan Musim dapat menjelaskan 87,8 % terhadap variable terikatnya yaitu Total Produksi Biwa. Sedangkan sisanya 12,2% dijelaskan oleh variable variable bebas lain yang tidak diteliti.

4.5 Uji Parsial (uji t)

Diketahui pengaruh variabel Jumlah Pohon terhadap Total Produksi dimana hasil uji signifikansi sebesar 0,0060 lebih kecil dari = 0.025. Bila dibandingkan t-hitung sebesar 9,1927 lebih besar dari t-tabel pada = 0.05 yaitu 2,04227. Hal ini berarti bahwa posisi titik hasil uji signifikansi dan t-hitung pada kurva distribusi normal berada pada wilayah penolakan Ho, menunjukkan variabel Jumlah Pohon signifikan pengaruhnya terhadap Total Produksi.

Pengaruh variabel Tenaga Kerja terhadap Total Produksi dimana hasil uji signifikansi sebesar 0,0023 lebih kecil dari = 0.05. Bila dibandingkan t-hitung sebesar 1,9461 lebih besar dari t-tabel pada = 0.05 yaitu 1,697261. Hal ini berarti

bahwa posisi titik hasil uji signifikansi dan t-hitung pada kurva distribusi normal berada pada wilayah penolakan Ho. Berarti variabel Tenaga Kerja signifikan pengaruhnya terhadap Total Produksi.

Pengaruh variabel Pupuk terhadap Total Produksi dimana hasil uji signifikansi sebesar 0,0178 lebih kecil dari = 0.10. Bila dibandingkan t-hitung sebesar 1,6550 lebih besar dari t-tabel pada = 0.10 yaitu 1,310415. Hal ini berarti bahwa posisi titik hasil uji signifikansi dan t-hitung pada kurva distribusi normal berada pada wilayah penolakan Ho. Berarti variabel Pupuk signifikan pengaruhnya terhadap Total Produksi.

4.6 Uji Serempak (uji F)

Dari output diatas dapat dilihat secara serempak pengaruh variable Jumlah Pohon Biwa, Tenaga Kerja, Pupuk dan Musim terhadap variabel Total Produksi dimana hasil uji signifikansi sebesar 0.000 lebih kecil dari = 0.05. Bila dibandingkan F-hitung sebesar 322,811 lebih besar dari F-tabel pada = 0.05 yaitu 2,714. Hal ini berarti keempat variabel independen berpengaruh secara serempak pada variabel dependen.

4.7 Uji Asumsi Klasik 47.1 Uji Multikolinieritas

Selanjutnya dilakukan uji asumsi klasik pada hasil estimasi variabel keputusan responden, sebagaimana disajikan pada tabel 3.

Tabel 4.8. Estimasi Uji R2 (Hasil Regresi Antar Variabel Bebas)

Variabel Nilai R2

LnTP = f(LnJP, LnTK, LnPPk, DMsm) LnJP = f(LnTK, LnPPk, DMsm) LnTK = f(LnJP, LnPPk, DMsm) LnPPk = f(LnJP, LnTK, DMsm) DMsm = f(LnJP, LnTK, LnPPk,)

0,878776 0.860663 0.655241 0.869701 0.143377 Sumber: Hasil Peneliatian 2008 (data diolah)

Dari tabel di atas dapat dilihat bahwa nilai R2 LnTP = f(LnJP, LnTK, LnPPk, DMsm) =

0,878776 lebih besar dibandingkan dengan nilai R2 dalam regresi parsial, R2 LnJP = f(LnTK, LnPPk, DMsm) = 0.860663, R2 LnTK = f(LnJP, LnPPk, DMsm) = 0.655241, R2LnPPk = f(LnJP, LnTK, DMsm), = 0.869701 dan R2 DMsm = f(LnJP, LnTK, LnPPk,) = 0.143377. Maka dapat

disimpulkan bahwa dalam model empiris LnTP = f(LnJP, LnTK, LnPPk, DMsm) tidak ditemukan adanya multikolinieritas.

4.7.2 Uji Autokorelasi

Pengujian untuk melihat autokorelasi ialah dengan menggunakan Serial Correlation LM test, adapun hasil yang diperoleh adalah sebagai berikut :

Tabel 4.9. Hasil Uji Autokorelasi Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.001864 Probability 0.965882

Obs*R-squared 0.002278 Probability 0.961934

Sumber: Hasil Peneliatian 2008 (data diolah)

Melalui Breusch-Godfrey Serial Correlation LM Test dari program Eviews 4.1 diketahui bahwa tidak terdapat autokorelasi pada model regresi , hal ini dapat dilihat dari nilai probabilitas 0.965882 > 0,05.

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pembahasan atas hasil penelitian, maka dapat ditarik kesimpulan sebagai berikut:

1. R2 sebesar 87,8 % berarti bahwa variasi pada variabel bebas mampu memberikan penjelasan terhadap Total Produksi Biwa sebesar 87,8%, sedangkan sisanya sebesar 12,2% dijelaskan oleh variable lain yang tidak termasuk dalam model. 2. Variable Jumlah Pohon, Tenaga Kerja, dan Pupuk, berpengaruh secara positif

dan signifikan terhadap Total Produksi petani Biwa di Kabupaten Karo, sedangkan variable musim berpengaruh tetapi tidak signifikan.

3. Dari keempat variabel yang diteliti dalam penelitian ini yaitu Jumlah Pohon, Tenaga Kerja, Pupuk, dan Musim, menunjukkan bahwa variabel Jumlah Pohon Biwa paling besar pengaruhnya terhadap Total Produksi di Kabupaten Karo.

5.2 Saran

Berdasarkan kesimpulan dan hasil penelitian ini dapat dikemukakan saran saran sebagai berikut:

1. Kepada Pemerintah Kabupaten Karo.

Hasil penelitian ini menunjukkan bahwa peningkatan Total Produksi Biwa di Kabupaten Karo, sangat dipengaruhi oleh Jumlah Pohon Biwa, hal ini berarti semakin

tinggi Tingkat Produksi Biwa apabila semakin banyak Pohon Biwa yang ditanam petani.

Sehubungan dengan hal tersebut, untuk meningkatkan Produksi Biwa di Kabupaten Karo, Pemerintah Kabupaten Karo perlu mengoptimalkan sosialisasi, penyuluhan dan pelatihan kepada para petani Biwa untuk mengembangkan tanaman biwa.

2. Kepada peneliti selanjutnya

Hasil penelitian menunjukkan bahwa Jumlah Pohon Biwa memiliki peran yang besar terhadap peningkatan Total Produksi Biwa, alangkah baiknya peneliti peneliti selanjutnya dapat meneliti faktor faktor lain seperti Luas Lahan petani, atau apakah ada faktor lain diluar Jumlah Pohon Biwa yang bisa meningkatkan Total Produksi Biwa di Kabupaten Karo.

DAFTAR PUSTAKA

Ahyari, Agus, 1999. Manajemen Produksi Perencanaan Sistem Produksi. Edisi Keempat, Penerbit Balai Pustaka Fakultas Ekonomi, Yokyakarta.

Arsyad, Lincolin. 2003. Ekonomi Manajerial, Edisi Kelima, Penerbit Balai Pustaka Fakultas Ekonomi Yokyakarta.

Bangun, F. B. Karo, F. Manik, S. Sembiring dan S. Saragih. 2003. Koleksi dan Karakterisasi Plasma Nutfah Tanaman Buah di Dataran Tinggi. Laporan Akhir Tahun, Kebun Percobaan Tanaman Buah Berastagi. Belum dipublikasi.

________F. Manik, Kusminto, M. Sembiring dan S. Saragih. 2004. Koleksi dan Karakterisasi Plasma Nutfah Tanaman Biwa di Dataran Tinggi. Laporan Hasil Penelitian. Kebun Percobaan Tanaman Buah Berastagi. Belum dipublikasi.

Beattie R, Bruce dan Robert C Taylor, 1999, Ekonomi Produksi, UGM PRESS, Yokyakarta

Brown, Demi. 1999. Encyclopedia of Herbs & Their Uses. Dorling Kindersley, England.

BPS. 2005. Produk Domestik Regional Bruto Kabupaten Karo Menurut Lapangan Usaha, Kerjasama BPS dengan BAPPEDA Kabupaten Karo

______ 2005. Karo Dalam Angka Tahun 2004. BPS Karo , Kabanjahe.

Djojohadikusumo, Sumitro. 1995. Ekonomi Pembangunan, PT Pembangunan, Jakarta.

Gilman, E.F. and D. G. Watson. 1999. Eriobotrya japonica: Loquat. University of Florida. EDIS Web site.

Gujarati, D. 2003. Basic Econometrics. McGraw-Hill/Irvin. Cetakan Edisi ke Empat, USA.

Hartono, Jogiyanto. 2004. Teori Ekonomi Mikro: Analisis Matematis, Penerbit Andi, Yogyakarta.

Jawal, S. dan A. Susiloadi. 2000. Variabilitas genetik tanaman manggis melalui analisis isozim dan kaitannya dengan variabilitasfenotipik. Jurnal Pemuliaan Indonesia Januari-Juni1999

Joesran dan Fathorrozi, 2003. Teori Ekonomi Mikro. Edisi Pertama. Penerbit Salemba empat, Jakarta.

Kasryno, Faisal. 2000. Sumberdaya Manusia dan Pengelolaan Lahan Pertanian di Pedesaan Indonesia, Jurnal FAE, Volume 18 No. 1 dan 2, Desember 2000, hal. 25-51.

Kuncoro, M. 2006. Research Methods for Business & Economics: How to Conduct Research & Write a Thesis. Erlangga, Jakarta.

Malian, A. Husni dan Siregar, Masdjidin. 2000. Peran Pertanian Pinggiran Perkotaan Dalam Penyediaan Kesempatan Kerja dan Pendapatan Keluarga, Jurnal FAE, Volume 18 No. 1 dan 2. Desember 2000, hal. 65 -76.

Mankiw, N. Gregory. 2003. Teori Makroekonomi. Edisi Kelima, Penerbit Erlangga, Jakarta.

Morton, J. 2001. Loquat. In Fruits of warm climates.

Mubyarto, 2002. Pengantar Ekonomi Pertanian. Edisi ketiga. LP3ES Jakarta

Nachrowi Djalal, dan Hardius Usman, 2004. Teknik Pengambilan Keputusan. Grasindo, Jakarta.

Nopirin, 2000. Pengantar Ilmu Ekonomi Makro dan Mikro. Edisi Pertama. Balai Pustaka Fakultas Ekonomi, Yokyakarta.

Pappas, James L dan Hirschey Mark, Alih Bahasa 2003. Ekonomi Manajerial. Edisi Kedelapan, jilid 1, Binarupa Aksara Indonesia.

Putong Iskandar, 2002. Pengantar Ekonomi Mikro dan Makro. Edisi Kedua, Penerbit Ghalia Indonesia

Rahmanta, 1997. Analisis Effisiensi Ekonomi Relatif Usaha Tani Kentang di Kabupaten Karo. Tesis (Tidak Dipublikasi),IPB-Bogor

Salvatore, Dominick, 2001. Managerial Economics, dalam Perekonomian Global, Edisi Keempat, Jilid 1, Penerbit Erlangga, Jakarta.

Samoelson, Paul. A. 2002. Ekonomi, Edisi Kelima belas, Penerbit PT. Gelora Aksara Pratama.

Sobri (2000) Ekonomi Makro, Edisi Kelima. BPFE-UGM, Yogjakarta.

Sudaryanto, Tahlim dan Rusastra, I. Wayan (2000) Kebijaksanaan dan Perspektif Penelitian dan Pengembangan Pertanian Dalam Mendukung Otonomi Daerah, Jurnal FAE, Volume 18 No. 1 dan 2, Desember 2000, hal. 52-64.

Sukartawi, 2002. Prinsip Dasar Ekonomi Pertanian, Teori dan Aplikasi. Edisi Revisi. Penerbit PT. Raja Grafindo Persada, Jakarta.

Sukimo. Sadono (2006) Makroekonomi: Teori Peugantar, Edisi Ketiga., PT Raja Grafindo Persada, Jakarta.

Sumardi M dan Hans-Dieter Evers. 2001. Sumber pendapatan kebutuhan pokok dan prilaku menyimpang, C.V. Rajawali, Jakarta

Susilowati, S. Hery dkk (2002) Diversifikasi Sumber Pendapatan Rumah Tangga di Pedesaan Jawa Barat, Jurnal FAE, Volume 20 No. 1. Mei 2002, hal. 85 -109.

Todaro, M.P (2000) Pembangunan Ekonomi di Dunia Ketiga, Edisi Keenam. Penerbit Erlangga, Jakarta.

Winarto, W.P. dan T. Karyasari. 2004. Buah-buahan Tropis dan Pemanfaatan untuk Obat. Penebar Swadaya. Jakarta.

Yusri, Mohd. (2005) Analisis Fungsi Produksi Usaha Tani Padi Sawah dan Pengaruhnya Terhadap PI)RB Untuk Pengembangan Wilayah di Kabupaten Deli Serdang, Tesis (tidak dipublikasi), SPS-USU. Medan.

Lampiran-1

1. Kuesioner Penelitian

KUESIONER PFNELTIAN

Desa/Kelurahan : No. Responden :

Kecamatan : Tgl. Wawancara :

1. Identitas Responden

Nama : ……….……

Jenis Kelamin : ……….

Umur : ……….

Suku : ……….

Jumlah tanggungan keluarga : …… orang Pendidikan : a. tidak pernah sekolah b. tamat sekolah dasar

c. tamat SLTP d. tamat SLTA e. perguruan tinggi.

2. Daftar Anggota Rumah Tangga Responden

No Nama

Hubungan Keluarga

Umur (thn)

Jenis Kelamin

Pendidikan Pekerjaan

1

2

3

4

3. Hasil Produksi Biwa Sekali Panen

Hasil produksi sekali panen pada musim hujan : …...………(Kg) Hasil produksi sekali panen pada musim kemarau : …….………(Kg) Rata-rata hasil produksi sekali panen : ...………(Kg)

4. Faktor Produksi yang digunakan

Luas lahan : ……… (m2) Jumlah pohon biwa yang sudah berbuah : ………..(pohon) Rata-rata umur Pohon Biwa : ………..(tahun) Waktu kerja : ……….(jam) Jumlah pekerja : ……… (orang)

Pupuk : ………(Kg)

Pestisida : ………(Liter)

5. Data Pendukung Penelitian

1. Harga tertinggi penjualan biwa per kg?..………(Rp). 2. Harga terendah penjualan biwa per kg?..………(Rp) 3. Harga rata-rata penjualan biwa per kg?..……….………(Rp) 4. Jumlah pohon biwa yang belum berbuah : ………..(pohon) 5. Jumlah Pohon Biwa seluruhnya : ………...….(pohon) 6. Sudah berapa lama bekerja sebagai petani biwa? ……… (tahun)

8. Jumlah hari kerja dalam sebulan untuk pohon biwa ...(hari)

6. Kondisi Sosial Ekonomi Rumah Tangga Responden 1. Jenis rumah :

a. Permanen b. Semi permanen c. Sederhana 2. Sumber penerangan yang digunakan keluarga :

a. Listrik PLN b. Genset c.Minyak tanah 3. Alat masak yang digunakan keluarga :

a. Alat Elektrik b. Kompor c. Tungku 4. Sumber energi yang digunakan:

a. listrik/gas b. minyak tanah c. kayu 5. Sumber air minum yang digunakan keluarga :

a. Air kemasan b. PDAM c. Air sumur/mata air c. Air hujan 6. Jenis jamban yang digunakan keluarga :

a. Toilet keluarga b. WC umum c. sungai/parit 7. Sarana transportasi yang dimiliki :

a. Mobil b. sepeda motor c. becak d. sepeda e. tidak ada

Lampiran 2. Data Penelitian

obs TP / Kg JP / Batang TK / orang PPK / Kg Dummy

(Musim)

1 300.0000 46.00000 3.000000 45.00000 1

2 765.0000 110.0000 3.000000 67.00000 1

3 100.0000 20.00000 2.000000 35.00000 1

4 654.0000 131.0000 3.000000 67.00000 1

5 980.0000 196.0000 5.000000 89.00000 1

6 754.0000 151.0000 3.000000 69.00000 1

7 435.0000 87.00000 3.000000 49.00000 1

8 369.0000 73.00000 2.000000 58.00000 1

9 900.0000 180.0000 5.000000 81.00000 1

10 684.0000 136.0000 3.000000 66.00000 1

11 888.0000 176.0000 5.000000 96.00000 1

12 764.0000 146.0000 3.000000 68.00000 1

13 934.0000 184.0000 7.000000 89.00000 1

14 1214.000 241.0000 8.000000 101.0000 1

15 435.0000 87.00000 3.000000 59.00000 1

16 210.0000 42.00000 2.000000 40.00000 1

17 243.0000 35.00000 3.000000 42.00000 1

18 853.0000 160.0000 6.000000 82.00000 1

19 732.0000 145.0000 3.000000 76.00000 1

20 432.0000 87.00000 3.000000 54.00000 1

21 543.0000 110.0000 5.000000 65.00000 1

22 789.0000 156.0000 6.000000 67.00000 1

23 1030.000 206.0000 4.000000 78.00000 1

24 1400.000 280.0000 7.000000 156.0000 1

25 542.0000 106.0000 5.000000 54.00000 1

26 875.0000 175.0000 7.000000 78.00000 1

27 321.0000 67.00000 2.000000 51.00000 1

28 904.0000 179.0000 5.000000 79.00000 1

29 1045.000 209.0000 8.000000 95.00000 1

30 765.0000 153.0000 4.000000 75.00000 1

31 320.0000 64.00000 3.000000 43.00000 1

32 431.0000 78.00000 3.000000 47.00000 1

Lampiran 3. Data Penelitian dalam bentuk Logaritma Natural

obs LN_JP LN_PPK LN_TK LN_TP

1 3.828641 3.806662 1.098612 5.703782

2 4.700480 4.204693 1.098612 6.639876

3 2.995732 3.555348 0.693147 4.605170

4 4.875197 4.204693 1.098612 6.483107

5 5.278115 4.488636 1.609438 6.887553

6 5.017280 4.234107 1.098612 6.625392

7 4.465908 3.891820 1.098612 6.075346

8 4.290459 4.060443 0.693147 5.910797

9 5.192957 4.394449 1.609438 6.802395

10 4.912655 4.189655 1.098612 6.527958

11 5.170484 4.564348 1.609438 6.788972

12 4.983607 4.219508 1.098612 6.638568

13 5.214936 4.488636 1.945910 6.839476

14 5.484797 4.615121 2.079442 7.101676

15 4.465908 4.077537 1.098612 6.075346

16 3.737670 3.688879 0.693147 5.347108

17 3.555348 3.737670 1.098612 5.493061

18 5.075174 4.406719 1.791759 6.748760

19 4.976734 4.330733 1.098612 6.595781

20 4.465908 3.988984 1.098612 6.068426

21 4.700480 4.174387 1.609438 6.297109

22 5.049856 4.204693 1.791759 6.670766

23 5.327876 4.356709 1.386294 6.937314

24 5.634790 5.049856 1.945910 7.244228

25 4.663439 3.988984 1.609438 6.295266

26 5.164786 4.356709 1.945910 6.774224

27 4.204693 3.931826 0.693147 5.771441

28 5.187386 4.369448 1.609438 6.806829

29 5.342334 4.553877 2.079442 6.951772

30 5.030438 4.317488 1.386294 6.639876

31 4.158883 3.761200 1.098612 5.768321

32 4.356709 3.850148 1.098612 6.066108

Lampiran 4. Regresi Utama

Dependent Variable: LN_TP Method: Least Squares Date: 10/31/08 Time: 09:54 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C 1.816561 0.180401 10.06958 0.0083

LN_JP 0.889352 0.096745 9.192786 0.0060

LN_TK 0.101988 0.052404 1.946192 0.1020

LN_PPK 0.168424 0.101767 1.655000 0.0178

DMSM 0.042966 0.030103 1.427304 0.0067

R-squared 0.878776 Mean dependent var 6.389279

Adjusted R-squared 0.875744 S.D. dependent var 0.573307

S.E. of regression 0.089289 Akaike info criterion -1.855144

Sum squared resid 0.223232 Schwarz criterion -1.628401

Log likelihood 35.60988 F-statistic 322.8116

Lampiran 5 Uji Multikolinearitas

Dependent Variable: LN_JP Method: Least Squares Date: 11/01/08 Time: 10:01 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C -2.132874 1.269291 -1.680366 0.1036

LN_TK 0.147871 0.150315 0.983746 0.3334

LN_PPK 1.595752 0.351340 4.541904 0.0001

DMSM -0.036717 0.086349 -0.425212 0.6738

R-squared 0.860663 Mean dependent var 4.744421

Adjusted R-squared 0.846249 S.D. dependent var 0.598726

S.E. of regression 0.234767 Akaike info criterion 0.052766

Sum squared resid 1.598351 Schwarz criterion 0.234161

Log likelihood 3.129356 F-statistic 59.70968

Durbin-Watson stat 2.328047 Prob(F-statistic) 0.000000

Dependent Variable: LN_TK Method: Least Squares Date: 11/01/08 Time: 10:02 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C -2.279738 0.739564 -3.082544 0.0045

LN_PPK 0.684041 0.350531 1.951441 0.0607

LN_JP 0.180718 0.186183 0.970650 0.3397

DMSM -0.181336 0.091683 -1.977859 0.0575

R-squared 0.655241 Mean dependent var 1.359262

Adjusted R-squared 0.619576 S.D. dependent var 0.420787

S.E. of regression 0.259535 Akaike info criterion 0.253363

Sum squared resid 1.953396 Schwarz criterion 0.434758

Log likelihood -0.180495 F-statistic 18.37221

Data Penelitian

obs TP / Kg JP / Batang TK / orang PPK / Kg Dummy (Musim)

1 300.0000 46.00000 3.000000 45.00000 1 2 765.0000 110.0000 3.000000 67.00000 1 3 100.0000 20.00000 2.000000 35.00000 1 4 654.0000 131.0000 3.000000 67.00000 1 5 980.0000 196.0000 5.000000 89.00000 1 6 754.0000 151.0000 3.000000 69.00000 1 7 435.0000 87.00000 3.000000 49.00000 1 8 369.0000 73.00000 2.000000 58.00000 1 9 900.0000 180.0000 5.000000 81.00000 1 10 684.0000 136.0000 3.000000 66.00000 1 11 888.0000 176.0000 5.000000 96.00000 1 12 764.0000 146.0000 3.000000 68.00000 1 13 934.0000 184.0000 7.000000 89.00000 1 14 1214.000 241.0000 8.000000 101.0000 1 15 435.0000 87.00000 3.000000 59.00000 1 16 210.0000 42.00000 2.000000 40.00000 1 17 243.0000 35.00000 3.000000 42.00000 1 18 853.0000 160.0000 6.000000 82.00000 1 19 732.0000 145.0000 3.000000 76.00000 1 20 432.0000 87.00000 3.000000 54.00000 1 21 543.0000 110.0000 5.000000 65.00000 1 22 789.0000 156.0000 6.000000 67.00000 1 23 1030.000 206.0000 4.000000 78.00000 1 24 1400.000 280.0000 7.000000 156.0000 1 25 542.0000 106.0000 5.000000 54.00000 1 26 875.0000 175.0000 7.000000 78.00000 1 27 321.0000 67.00000 2.000000 51.00000 1 28 904.0000 179.0000 5.000000 79.00000 1 29 1045.000 209.0000 8.000000 95.00000 1 30 765.0000 153.0000 4.000000 75.00000 1 31 320.0000 64.00000 3.000000 43.00000 1 32 431.0000 78.00000 3.000000 47.00000 1 33 784.0000 157.0000 6.000000 79.00000 1

Data Penelitian dalam bentuk Logaritma Natural

obs LN_JP LN_PPK LN_TK LN_TP 1 3.828641 3.806662 1.098612 5.703782 2 4.700480 4.204693 1.098612 6.639876 3 2.995732 3.555348 0.693147 4.605170 4 4.875197 4.204693 1.098612 6.483107 5 5.278115 4.488636 1.609438 6.887553 6 5.017280 4.234107 1.098612 6.625392 7 4.465908 3.891820 1.098612 6.075346 8 4.290459 4.060443 0.693147 5.910797 9 5.192957 4.394449 1.609438 6.802395 10 4.912655 4.189655 1.098612 6.527958 11 5.170484 4.564348 1.609438 6.788972 12 4.983607 4.219508 1.098612 6.638568 13 5.214936 4.488636 1.945910 6.839476 14 5.484797 4.615121 2.079442 7.101676 15 4.465908 4.077537 1.098612 6.075346 16 3.737670 3.688879 0.693147 5.347108 17 3.555348 3.737670 1.098612 5.493061 18 5.075174 4.406719 1.791759 6.748760 19 4.976734 4.330733 1.098612 6.595781 20 4.465908 3.988984 1.098612 6.068426 21 4.700480 4.174387 1.609438 6.297109 22 5.049856 4.204693 1.791759 6.670766 23 5.327876 4.356709 1.386294 6.937314 24 5.634790 5.049856 1.945910 7.244228 25 4.663439 3.988984 1.609438 6.295266 26 5.164786 4.356709 1.945910 6.774224 27 4.204693 3.931826 0.693147 5.771441 28 5.187386 4.369448 1.609438 6.806829 29 5.342334 4.553877 2.079442 6.951772 30 5.030438 4.317488 1.386294 6.639876 31 4.158883 3.761200 1.098612 5.768321 32 4.356709 3.850148 1.098612 6.066108 33 5.056246 4.369448 1.791759 6.664409

Regresi Utama

Dependent Variable: LN_TP Method: Least Squares Date: 10/31/08 Time: 09:54 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C 1.816561 0.180401 10.06958 0.0083

LN_JP 0.889352 0.096745 9.192786 0.0060

LN_TK 0.101988 0.052404 1.946192 0.1020

LN_PPK 0.168424 0.101767 1.655000 0.0178

DMSM 0.042966 0.030103 1.427304 0.0067

R-squared 0.878776 Mean dependent var 6.389279 Adjusted R-squared 0.875744 S.D. dependent var 0.573307 S.E. of regression 0.089289 Akaike info criterion -1.855144 Sum squared resid 0.223232 Schwarz criterion -1.628401 Log likelihood 35.60988 F-statistic 322.8116 Durbin-Watson stat 1.494886 Prob(F-statistic) 0.000000

Uji Multikolinearitas

Dependent Variable: LN_JP Method: Least Squares Date: 11/01/08 Time: 10:01 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C -2.132874 1.269291 -1.680366 0.1036

LN_TK 0.147871 0.150315 0.983746 0.3334

LN_PPK 1.595752 0.351340 4.541904 0.0001

DMSM -0.036717 0.086349 -0.425212 0.6738

R-squared 0.860663 Mean dependent var 4.744421 Adjusted R-squared 0.846249 S.D. dependent var 0.598726 S.E. of regression 0.234767 Akaike info criterion 0.052766 Sum squared resid 1.598351 Schwarz criterion 0.234161 Log likelihood 3.129356 F-statistic 59.70968 Durbin-Watson stat 2.328047 Prob(F-statistic) 0.000000

Dependent Variable: LN_TK Method: Least Squares Date: 11/01/08 Time: 10:02 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C -2.279738 0.739564 -3.082544 0.0045

LN_PPK 0.684041 0.350531 1.951441 0.0607

LN_JP 0.180718 0.186183 0.970650 0.3397

DMSM -0.181336 0.091683 -1.977859 0.0575

R-squared 0.655241 Mean dependent var 1.359262 Adjusted R-squared 0.619576 S.D. dependent var 0.420787 S.E. of regression 0.259535 Akaike info criterion 0.253363 Sum squared resid 1.953396 Schwarz criterion 0.434758 Log likelihood -0.180495 F-statistic 18.37221 Durbin-Watson stat 2.331666 Prob(F-statistic) 0.000001

Dependent Variable: LN_PPK Method: Least Squares Date: 11/01/08 Time: 10:05 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C 2.005322 0.221593 9.049566 0.0000

LN_JP 0.414892 0.056842 7.299025 0.0000

LN_TK 0.145524 0.059319 2.453249 0.0204

DMSM 0.048266 0.037315 1.293460 0.2061

R-squared 0.869701 Mean dependent var 4.194952 Adjusted R-squared 0.856222 S.D. dependent var 0.315701 S.E. of regression 0.119708 Akaike info criterion -1.294315 Sum squared resid 0.415568 Schwarz criterion -1.112920 Log likelihood 25.35620 F-statistic 64.52159 Durbin-Watson stat 2.484548 Prob(F-statistic) 0.000000

Dependent Variable: DMSM Method: Least Squares Date: 11/01/08 Time: 10:06 Sample: 1 33

Included observations: 33

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

C -1.294806 1.910101 -0.677873 0.5032

LN_JP -0.162194 0.389982 -0.415902 0.6805

LN_TK -0.655447 0.317908 -2.061751 0.0483

LN_PPK 0.820057 0.813304 1.008303 0.3216 R-squared 0.143377 Mean dependent var 0.484848 Adjusted R-squared 0.054761 S.D. dependent var 0.507519 S.E. of regression 0.493427 Akaike info criterion 1.538330 Sum squared resid 7.060647 Schwarz criterion 1.719725 Log likelihood -21.38245 F-statistic 1.617961 Durbin-Watson stat 0.414787 Prob(F-statistic) 0.206716

Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.001864 Probability 0.965882 Obs*R-squared 0.002278 Probability 0.961934 Test Equation:

Dependent Variable: RESID Method: Least Squares Date: 11/01/08 Time: 10:48

Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C -0.002270 0.322764 -0.007032 0.9944

LN_JP -0.001450 0.079377 -0.018269 0.9856

LN_TK 0.000378 0.065642 0.005759 0.9954

LN_PPK 0.002054 0.148856 0.013801 0.9891

DMSM 5.45E-05 0.034242 0.001591 0.9987

RESID(-1) -0.009221 0.213590 -0.043172 0.9659 R-squared 0.000069 Mean dependent var 1.26E-15 Adjusted R-squared -0.185103 S.D. dependent var 0.083522 S.E. of regression 0.090925 Akaike info criterion -1.794607 Sum squared resid 0.223216 Schwarz criterion -1.522515 Log likelihood 35.61102 F-statistic 0.000373 Durbin-Watson stat 1.494886 Prob(F-statistic) 1.000000