Metode Pengumpulan Data Kondisi Geografis

menggunakan sistem SRI dengan luas paling besar di desa Pematang Setrak. Informasi tersebut dapat di lihat pada Tabel 1. Tabel 1. Luas Tanam Padi Sawah Menggunakan Sistem SRI Menurut Kelompok Tani Desa Pematang Setrak Tahun 2012. No Kelompok Tani JumlahAnggota orang Luas Lahan Ha Luas Lahan SRI Ha 1 Sri Murni 1 65 40 5 2 Sri Murni 2 69 43 25 3 Sri Murni 3 100 45 5 4 Fajar 64 31 20 5 Sri Karya 74 41 10 6 Mekar Jaya 44 28 7 Sri Wahyuni 59 35 5 8 Sumber Rezeki 125 74 10 Jumlah 600 337 80 Sumber : Ketua Gapoktan Desa Pematang Setrak 2012 Dari Tabel 1 diketahui bahwa di desa Pematang Setrak kelompok tani yang paling luas menggunakan sistem tanam SRI adalah kelompok tanim Sri Murni 2 dengan jumlah anggota 69 orang dengan luas lahan 43 ha menggunakan sistem SRI seluas 25 ha.

3.3 Metode Pengumpulan Data

Data yang dikumpulkan dalam penelitian ini terdiri atas data primer dan data sekunder. Data primer diperoleh dari hasil pengamatan observasi dan wawancara secara langsung dengan petani sampel di daerah penelitian dengan menggunakan kuesioner yang telah dipersiapkan terlebih dahulu. Sedangkan data sekunder diperoleh dari lembaga terkait seperti BPS, kantor kepala desa Pematang Sentrak kecamatan Teluk Mengkudu kabupaten Serdang Bedagai, kantor kepala dinas pertanian Serdang Bedagai dan ketua Gapoktan desa Pematang Setrak, dan lembaga instansi terkait lainnya. Universitas Sumatera Utara

3.4 Metode Analisis Data

Data yang diperoleh dalam penelitian ini terlebih dahulu ditabulasi, lalu dijabarkan dan dianalisis dengan metode analisis yang sesuai. Untuk hipotesis 1, dianalisis dengan secara deskriptif yaitu dengan menjelaskan secara rinci mengenai pelaksanaan program sistem SRI System of Rice Intensification pada usahatani padi sawah di daerah penelitian. Untuk hipotesis 2, dianalisis dengan menggunakan metode regresi linear yaitu dengan menggunakan model fungsi produksi yaitu fungsi produksi Cobb-Douglas dengan rumus sebagai berikut : � = � � 1 �1 � 2 �2 � 3 �3 � Soekartawi, 1994. Fungsi produksi tersebut diubah menjadi bentuk fungsi linear berganda dengan cara mentransformasikan persamaan tersebut ke dalam log-natural ln. Bentuk persamaan fungsi produksi menjadi : LnY = ln bo + b 1 ln X 1 + b 2 ln X 2 + b 3 ln X 3 + b 4 ln X 4 +b 5 ln X 5 + u ln e Dimana : Y = Pendapatan Rp X 1 X = Umur 2 X = Tingkat Pendidikan 3 X = Lamanya berusaha tani 4 = Luas lahan Universitas Sumatera Utara X 5 bo = Intersep = Jumlah tanggungan b 1 …bn = Koefisien regresi u = Faktor pengganggu Nilai-nilai parameter dari persamaan tersebut diselesaikan dengan menggunakan Metode Kuadrat Terkecil atau Ordinary Least Square OLS. Pendugaan dengan Metode Kuadrat Terkecil atau Ordinary Least Square OLS memiliki beberapa persyaratan untuk memperoleh the best linear unbiased estimated BLUE sehingga dilakukan uji asumsi klasik. Namun pada penelitian ini hanya asumsi normalitas, multikolinieritas, dan heteroskedastisitas yang diuji. Sedangkan autokorelasi tidak diuji sebab asumsi ini sering terjadi pada penelitian dengan data time series Soekartawi, 1994. Hal ini dikemukakan Supranto 2005 bahwa autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu. Sehingga pada penelitian ini uji asumsi klasik yang digunakan yaitu :

3.4.1 Asumsi Normalitas Untuk Karakteristik Petani

Asumsi kenormalan sangat diperlukan dalam menghadapi sampel kecil untuk keperluan pengujian hipotesis Supranto, 2005. Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng Santoso, 2010. Universitas Sumatera Utara Untuk menguji normalitas dengan pendekatan grafik digunakan Normal Probability Plot, yaitu dengan membandingkan distribusi kumulatif data sesungguhnya yang digambarkan dengan ploting dengan distribusi kumulatif dari distribusi normal yang digambarkan dengan garis lurus normal dari kiri ke kanan atas. Jika data normal, maka garis yang digambarkan data akan mengikuti atau merapat ke garis diagonalnya Sulianto, 2011.

3.4.2 Asumsi Multikolinieritas Untuk Karakteristik Petani

Menurut Ragner Frish dalam Supranto 2005 istilah kolinieritas sendiri berarti hubungan linear tunggal, sedangkan kolinieritas ganda milticollinearity menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut : 1. nilai toleransi lebih kecil dari 0,1 2. nilai VIF lebih besar dari 10 3. R² = 1 Jika terjadi masalah multikolinearitas maka dapat dilakukan beberapa metode untuk mengatasinya. Metode-metode yang dapat dilakukan adalah sebagai berikut: 1. Memperbesar ukuran sampel 2. Menggabungkan data time series dan data cross-section, atau 3. Dengan menghilangkan salah satu atau lebih variabel bebas

3.4.3 Asumsi Heteroskedastisitas Untuk Karakteristik Petani

Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Jika scatterplot membentuk pola tertentu, hal itu bisa menunjukkan adanya masalah heteroskedastisitas pada model regresi yang dibentuk. Sedangkan Universitas Sumatera Utara scatterplot jika menyebar secara acak maka hal itu menunjukkan tidak terjadinya masalah heteroskedastisitas Santoso, 2010

3.4.4 Uji f Untuk Karakteristik Petani

Untuk menguji apakah variabel bebas yakni input produksi Xi bersama-sama serempak berpengaruh terhadap variabel tidak bebas Y digunakan uji-F. Hipotesis yang digunakan dalam uji ini adalah : H : bi = 0 H 1 : Paling sedikit ada nilai bi ≠ 0 F-hitung = ��� ��� = �² �−1 � 1 −�² �−� � Dimana : MRS : Mean Square Regression Rata-rata Kuadrat Regresi MSE : Mean Square Error Rata-rata Kuadrat Sisa R² : Koefisien Determinasi n : Jumlah Sampel R² = ��� ��� �² = �� ∑ ��� 1 �+ �2 ∑ ��� 2 � +⋯+ � � ∑ ��� � � ∑ ��² Dimana : SSR = Sum Square Regression Jumlah Kuadrat Regresi SST = Sum Square Total Jumlah Kuadrat Total R² = Koefisien Determinasi Universitas Sumatera Utara Kesimpulan statistik: Bila nilai F-hitung F-tabel maka H0 ditolak, artinya variabel bebas yakni input produksi Xi secara serempak berpengaruh nyata terhadap tingkat produksi Y Soekartawi, 1994.

3.4.5 Uji t Untuk Karakteristik Petani

Untuk menguji apakah pengaruh bebas yakni input Xi yang digunakan dari usaha perikanan budidaya secara parsial berpengaruh nyata terhadap hasil produksi Y digunakan uji-t. Semua variabel bebas Xi diuji satu per satu. Hipotesis yang diajukan adalah: H : bi ≠ 0 H 1 : bi ≠ 0 t-hitung = �� �� �� Dimana : bi = Koefisien Regresi Se = Simpanan Baku Kesimpulan Statistik : Jika t-hitung t-tabel maka H0 ditolak, artinya variabel bebas Xi secara nyata berpengaruh terhadap produksi. Selanjutnya untuk mengetahui sejauh mana variabel bebas Xi dapat menjelaskan variabel tak bebas Y digunakan nilai Universitas Sumatera Utara koefisien determinasi R². Selain itu untuk mengetahui keeratan hubungan antara regresor Xi dan regresi Y digunakan koefisien korelasi R. Untuk hipotesis 3, dianalisis dengan menggunakan metode regresi linear sama seperti hipotesis 2 yaitu dengan menggunakan model fungsi produksi yaitu fungsi produksi Cobb-Douglas dengan rumus sebagai berikut : � = � � 1 �1 � 2 �2 � 3 �3 � Soekartawi, 1994. Fungsi produksi tersebut diubah menjadi bentuk fungsi linear berganda dengan cara mentransformasikan persamaan tersebut ke dalam log-natural ln. Bentuk persamaan fungsi produksi menjadi : LnY = ln bo + b 1 ln X 1 + b 2 ln X 2 + b 3 ln X 3 + b 4 ln X 4 +b 5 ln X 5 + u ln e Dimana : Y = Pendapatan Rp X 1 X = Biaya bibit Rp 2 X = Biaya pupuk Rp 3 X = Biaya pestisida Rp 4 X = Biaya tenaga kerja Rp 5 bo = Intersep = Biaya penyusutan Rp b 1 …bn = Koefisien regresi u = Faktor pengganggu Universitas Sumatera Utara Nilai-nilai parameter dari persamaan tersebut diselesaikan dengan menggunakan Metode Kuadrat Terkecil atau Ordinary Least Square OLS. Pendugaan dengan Metode Kuadrat Terkecil atau Ordinary Least Square OLS memiliki beberapa persyaratan untuk memperoleh the best linear unbiased estimated BLUE sehingga dilakukan uji asumsi klasik. Namun pada penelitian ini hanya asumsi normalitas, multikolinieritas, dan heteroskedastisitas yang diuji. Sedangkan autokorelasi tidak diuji sebab asumsi ini sering terjadi pada penelitian dengan data time series Soekartawi, 1994. Hal ini dikemukakan Supranto 2005 bahwa autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu. Sehingga pada penelitian ini uji asumsi klasik yang digunakan yaitu :

3.4.3 Asumsi Normalitas Untuk Biaya Usahatani

Asumsi kenormalan sangat diperlukan dalam menghadapi sampel kecil untuk keperluan pengujian hipotesis Supranto, 2005. Tujuan uji normalitas adalah untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng Santoso, 2010. Untuk menguji normalitas dengan pendekatan grafik digunakan Normal Probability Plot, yaitu dengan membandingkan distribusi kumulatif data sesungguhnya yang digambarkan dengan ploting dengan distribusi kumulatif dari distribusi normal yang digambarkan dengan garis lurus normal dari kiri ke kanan atas. Jika data normal, maka garis yang digambarkan data akan mengikuti atau merapat ke garis diagonalnya Sulianto, 2011. Universitas Sumatera Utara

3.4.4 Asumsi Multikolinieritas Biaya Usahatani

Menurut Ragner Frish dalam Supranto 2005 istilah kolinieritas sendiri berarti hubungan linear tunggal, sedangkan kolinieritas ganda milticollinearity menunjukkan adanya lebih dari satu hubungan linear yang sempurna. Untuk mendeteksi adanya multikolinearitas dapat ditinjau dari beberapa hal berikut : 4. nilai toleransi lebih kecil dari 0,1 5. nilai VIF lebih besar dari 10 6. R² = 1 Jika terjadi masalah multikolinearitas maka dapat dilakukan beberapa metode untuk mengatasinya. Metode-metode yang dapat dilakukan adalah sebagai berikut: 4. Memperbesar ukuran sampel 5. Menggabungkan data time series dan data cross-section, atau 6. Dengan menghilangkan salah satu atau lebih variabel bebas

3.4.8 Asumsi Heteroskedastisitas Biaya Usahatani

Heteroskedastisitas dideteksi dengan metode grafik dengan mengamati scatterplot. Jika scatterplot membentuk pola tertentu, hal itu bisa menunjukkan adanya masalah heteroskedastisitas pada model regresi yang dibentuk. Sedangkan scatterplot jika menyebar secara acak maka hal itu menunjukkan tidak terjadinya masalah heteroskedastisitas Santoso, 2010.

3.4.9 Uji f Biaya Usahatani Biaya Usahatani

Untuk menguji apakah variabel bebas yakni input produksi Xi bersama-sama serempak berpengaruh terhadap variabel tidak bebas Y digunakan uji-F. Hipotesis yang digunakan dalam uji ini adalah : Universitas Sumatera Utara H : bi = 0 H 1 : Paling sedikit ada nilai bi ≠ 0 F-hitung = ��� ��� = �² �−1 � 1 −�² �−� � Dimana : MRS : Mean Square Regression Rata-rata Kuadrat Regresi MSE : Mean Square Error Rata-rata Kuadrat Sisa R² : Koefisien Determinasi n : Jumlah Sampel R² = ��� ��� �² = �� ∑ ��� 1 �+ �2 ∑ ��� 2 � +⋯+ � � ∑ ��� � � ∑ ��² Dimana : SSR = Sum Square Regression Jumlah Kuadrat Regresi SST = Sum Square Total Jumlah Kuadrat Total R² = Koefisien Determinasi Kesimpulan statistik: Bila nilai F-hitung F-tabel maka H0 ditolak, artinya variabel bebas yakni input produksi Xi secara serempak berpengaruh nyata terhadap tingkat produksi Y Soekartawi, 1994.

3.4.10 Uji t Biaya Usahatani

Universitas Sumatera Utara Untuk menguji apakah pengaruh bebas yakni input Xi yang digunakan dari usaha perikanan budidaya secara parsial berpengaruh nyata terhadap hasil produksi Y digunakan uji-t. Semua variabel bebas Xi diuji satu per satu. Hipotesis yang diajukan adalah: H : bi ≠ 0 H 1 : bi ≠ 0 t-hitung = �� �� �� Dimana : bi = Koefisien Regresi Se = Simpanan Baku Kesimpulan Statistik : Jika t-hitung t-tabel maka H0 ditolak, artinya variabel bebas Xi secara nyata berpengaruh terhadap produksi. Selanjutnya untuk mengetahui sejauh mana variabel bebas Xi dapat menjelaskan variabel tak bebas Y digunakan nilai koefisien determinasi R². Selain itu untuk mengetahui keeratan hubungan antara regresor Xi dan regresi Y digunakan koefisien korelasi R. Untuk hipotesis 4, dan5 dianalisis dengan menggunakan metode deskriptif, yaitu dengan mengamati masala-masalah apa saja yang dihadapi petani dan upaya- upaya apa saja yang dilakukan petani di daerah penelitian.

3.5 Defenisi dan Batasan Operasional

Universitas Sumatera Utara Untuk menghindari kesalahpahaman dan kekeliruan atas pengertian dalam penelitian ini, maka diberikan beberapa defenisi dan batasan operasional sebagai berikut:

3.5.1 Defenisi

1. Petani adalah seseorang yang menjalankan usaha pertaniannya dan bertanggung jawab pada usahataninya seperti komoditi padi mulai dari persiapan lahan hingga proses panen. Dalam penerapan sistem SRI System of Rice Intensification pada padi sawah berbeda-beda. 2. SRI System of rice Intensification adalah teknik budidaya tanaman padi yang mampu meningkatkan produktivitas padi dengan cara mengubah pengelolaan tanaman, tanah, air dan unsur hara, terbukti telah berhasil meningkatkan produktivitas padi sebesar 50 bahkan dibeberapa tempat mencapai lebih dari 100. 3. Karakteristik sosial ekonomi petani merupakan suatu karakter dari petani dalam hal ini terdiri dari luas lahan, umur, lama berusaha tani, tingkat pendidikan, jumlah tanggungan. 4. Umur adalah diukur berdasarkan usia petani sampel yang dihitung sejak dia dilahirkan hingga saat penelitian dilaksanakan dengan satuan tahun. 5. Tingkat pendidikan adalah tingkat jenjang pendidikan yang telah ditempuh oleh responden untuk memperoleh pengajaran di bangku sekolah pendidikan formal. 6. Lama berusahatani adalah lamanya petani telah bekerja sebagai petani padi sawah. Universitas Sumatera Utara 7. Luas lahan adalah areal pertanaman padi sawah sistem SRI System of Rice Intensification, yang dimiliki oleh petani yang diukur dengan satuan ha. 8. Jumlah Tanggungan adalah petani sampel yang mempunyai jumlah orang yang tinggal bersama atau yang tidak tinggal bersama yang masih tanggungan keluarga hingga saat penelitian dilaksanakan dengan satuan orang. 9. Biaya bibit X 1 10. Biaya pupuk X adalah biaya yang dikeluarkan dari pembelian bibit sampai dengan menanam dengan satuan rupiah. 2 11. Biaya pestisida X adalah biaya yang dikeluarkan untuk pemupukan dengan satuan rupiah. 3 12. Biaya tenaga kerja X adalah biaya yang dikeluarkan untuk pemberantasan hama penyakit dengan satuan rupiah. 4 13. Biaya penyusutan X adalah biaya yang di keluarkan mulai pengolahan tanah sampai panen dihitung dengan satuan rupiah 5 14. Bibit adalah bahan tanaman padi sawah atau benih padi yang sudah siap tanam Kg adalah biaya yang di keluarkan untuk biaya penyusutan dihitung dengan satuan rupiah 15. Pupuk adalah makanan hara untuk pertumbuhan tanaman padi sawah Kg 16. Pestisida adalah bahan kimia yang digunakan untuk membunuh atau mengendalikan berbagai hama Liter 17. Masalah yang dimaksud dalam tulisan ini adalah masalah yang dihadapi petani dalam pelaksanaan sistem SRI System of Rice Intensification. Universitas Sumatera Utara 18. Upaya pemecahan masalah diartikan sebagai tindakan yang dilakukan petani dan penyuluh dalam merespon masalah dalam menerapkan sistem SRI System of Rice Intensification.

3.5.2 Batasan Operasional

1. Lokasi penelitian dilakukan di Desa Pematang Sentrak Kecamatan Teluk Mengkudu Kabupaten Serdang Bedagai 2. Waktu penelitian dilakukan padabulan oktober tahun 2013 3. Sampel adalah petani padi sawah yang sudah menerapkan sistem SRI System of Rice Intensification.di daerah penelitian yang dilakukan di Desa Pematang Sentrak Kecamatan Teluk Mengkudu Kabupaten Serdang Bedagai. Universitas Sumatera Utara BAB IV DESKRIPSI DAERAH PENELITIAN

4.1 Kondisi Geografis

Desa Pematang Setrak merupakan salah satu desa yang terletak di Kecamatan Teluk Mengkudu Kabupaten Serdang Bedagai, dengan luas wilayah desa 670,64 ha. Desa Pematang Setrak terbentuk dari 8 dusun dengan perincian sebagai berikut : 1. Dusun I : 83,53 ha. 2. Dusun II : 59,12 ha. 3. Dusun III : 63,12 ha. 4. Dusun IV : 38,18 ha. 5. Dusun V : 151,04 ha. 6. Dusun VI : 63,27 ha. 7. Dusun VII : 98,80 ha. 8. Dusun VIII : 113, 58 ha. Desa Pematang Setrak memiliki iklim tropis atau iklim sedang. Tanah di Desa Pematang Setrak merupakan tanah galong dan sebagian tanah pasir yang berada di Dusun I, VIII. Dengan demikian sebagian besar lahan di Desa Pematang Setrak cocok untuk lahan pertanian pangan seperti padi. Keadaan tanah yang tergolong datar sehingga mudah untuk membuat jaringan irigasi sebagai sarana penunjang pola pertanian teknis. Desa Pematang Setrak berada pada ketinggian antara 150 m – 180 m diatas permukaan laut. Adapun batas – batas Desa Pematang Setrak adalah sebagai berikut : - Sebelah Utara berbatasan dengan Desa Pekan Sialang Buah. - Sebelah Selatan berbatasan dengan Perkebunan PT. SOCFINDO. Universitas Sumatera Utara - Sebelah Timur berbatasan dengan Desa Pasar Baru. - Sebelah Barat berbatasan dengan Desa Liberia. Desa Pematang Setrak berjarak ± 7 Km dari ibukota Kecamatan dan jarak ke ibukota kabupaten ± 20 Km. Desa Pematang Setrak merupakan desa yang sebagian besar lahannya digunakan untuk lahan usahatani, terutama usahatani padi sawah. Pemanfaatan lahan telah dimanfaatkan oleh penduduk secara optimal, terbukti dengan luasnya areal untuk kegiatan pertanian dan pemukiman. Secara rinci pemanfaatan lahan di Desa Pematang Setrak dapat dilihat pada Tabel 2 berikut ini : Tabel 2. Pembagian Luas Wilayah Desa Pematang Setrak No. Keterangan Luas Wilayah Ha Persentase 1. Persawahan 265 ha 39,51 2 Tegal Perladangan 103 ha 15,35 3. Perkebunan 96,23 ha 14,34 4. Perumahan Pemukiman 202,92 ha 30,25 5. Kolam Perikanan - - 6. Perkantoran Sarana Sosial: a. Kantor Balai Desa b. Puskesmas Puskesdes c. 4 Unit Mesjid d. 3 Unit Musholla 0,86 ha 0,06 ha 0,16 ha 0,34 ha 0,128 0,008 0,023 0,050 e. 1 Unit Sekolah f. Lapangan Olah Raga g. Pasar Desa h. Jalan UmumJalan Dusun i. Saluran Irigasi Tersier j. Saluran Pembuangan 0,08 ha - - 0,40 ha 0,75 ha 0,84 ha 0,011 - - 0,094 0,111 0,125 TOTAL 670,64 ha 100 Sumber : Kantor Kepala Desa Tahun 2012 Dari Tabel 2 tersebut dapat dilihat bahwa sebagian lahan Desa Pematang Setrak digunakan untuk lahan persawahan yang seluas 265 Ha, yang rata – rata Universitas Sumatera Utara banyak ditanami komoditas padi sawah, sedangkan penggunaan lahan yang terkecil terdapat pada lahan puskesmas atau puskesdes yang seluas 0,06 Ha.

4.2 Kondisi Demografis