Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia
FAKTOR-FAKTOR YANG MEMENGARUHI
PRODUKSI HORTIKULTURA DI INDONESIA
CARMIN
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Faktor-Faktor yang
Memengaruhi Produksi Hortikultura di Indonesia adalah benar karya saya dengan
arahan dari dosen pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2014
Carmin
NIM H14100065
ABSTRAK
CARMIN. Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia.
Dibimbing oleh MUHAMMAD FIRDAUS.
Hortikultura merupakan salah satu subsektor pertanian yang memberikan
kontribusi terhadap Produk Domestik Bruto (PDB) Indonesia, karena merupakan
sumber utama mata pencaharian bagi masyarakat pedesaan. Komoditas
hortikultura dengan jumlah produksi terbesar dan hampir tersebar di seluruh
provinsi di Indonesia adalah pisang, pepaya, jeruk, nanas, tomat, cabai dan
kentang. Iklim yang menunjang menjadikan tanaman buah dan sayur Indonesia
memiliki karakteristik dan posisi tersendiri bagi konsumen di pasar domestik
maupun mancanegara. Namun setiap provinsi di Indonesia memliki beragam
karakteristik yang berbeda sehingga menyebabkan setiap produksi di setiap
wilayah berbeda. Maka tujuan dari penelitian ini menganalisis gambaran umum
produksi hortikultura dan faktor-faktor yang memengaruhi produksi hortikultura
di Indonesia periode 2003-2012 dengan menggunakan metode data panel. Hasil
penelitian menunjukan Jawa Barat merupakan sentra produksi pisang, tomat,
cabai dan kentang. Sedangkan sentra produksi jeruk Sumatera Utara, nanas adalah
Lampung dan Jawa Timur merupakan sentra produksi pepaya. Sebagian besar
faktor-faktor yang memengaruhi produksi hortikultura yaitu harga produsen (HP),
upah buruh (UPAH), pupuk (PUPUK) dan jumlah tenaga kerja (TK).
Kata kunci: Data panel, Hortikultura, Produksi.
ABSTRACT
CARMIN. Factors Affecting Horticulture Production in Indonesia. Supervised by
MUHAMMAD FIRDAUS.
Horticulture is one of the agricultural subsectors which contributes the
Indonesian GDP because of its role as source of livelihood for rural communities.
The largest production quantities of horticultural commodities which spread
throughtout the whole provinces in Indonesia are bananas, papayas, oranges,
pineapples, tomatoes, peppers and potatoes. In addition, Indonesian climate
supports its fruit and vagetable crops with unique characteristics and certain
position to domestic and foreign consumers. However, every province in
Indonesia has distinct characteristic that differs the crops production in each
region. The purpose of this research is to analyze the Indonesian horticulture
production and the affecting factors by using panel data method in 2003-2012
period. The result shows that West Java is a production center of bananas,
tomatoes, peppers and potatoes. While the North Sumatera province as main
producer for oranges, Lampung province is a production center of pineapples and
East Java is a production center of papayas. Whereas, horticulture production is
mostly affected by some factors, which are producer prices (HP), wage (UPAH),
fertilizer (PUPUK) and labor (TK).
Keywords: Panel data, Horticulture, Production.
FAKTOR-FAKTOR YANG MEMENGARUHI
PRODUKSI HORTIKULTURA DI INDONESIA
CARMIN
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Faktor-Faktor yang Memengaruhi Produksi Hortikultura di
Indonesia
Nama
: Carmin
NIM
: H14100065
Disetujui oleh
Prof. Dr Muhammad Firdaus, SP, M.Si
Pembimbing
Diketahui oleh
Dr. Ir. Dedi Budiman Hakim, M.Ec.
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur kepada Allah subhanahu wa ta’ala atas segala karunia-Nya
karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang
dilaksanakan sejak bulan Maret 2014 ini ialah produksi, dengan judul Analisis
Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia
Pada kesempatan ini, penulis ucapkan terima kasih kepada kedua orang tua
tercinta dan keluarga penulis, yakni Bapak Kasum dan Ibu Darsinih serta kakak
dari penulis, Ratim dan M.Wara, Lc. atas segala doa dan kasih sayang yang selalu
diberikan. Selain itu, penulis juga ucapkan terima kasih kepada:
1. Bapak Dr. Muhammad Firdaus, SP, M.Si selaku pembimbing skripsi yang
telah memberikan arahan, bimbingan, saran, dan motivasi kepada penulis
dalam menyelesaikan karya ilmiah ini.
2. Ibu Sahara, Ph.D selaku dosen penguji utama dan Ibu Laili Dwi Arsyanti, M.Sc
selaku dosen penguji dari komisi pendidikan atas kritik dan saran yang telah
diberikan untuk perbaikan karya ilmiah ini.
3. Para dosen, staf, dan seluruh civitas akademik Departemen Ilmu Ekonomi
FEM IPB yang telah memberikan ilmu dan bantuan kepada penulis.
4. Teman-teman satu bimbingan, Irgandhini Agra Kanaya, Kusuma Hani Putri,
Amalia Pradipta dan Rahma Linda Kusuma yang telah banyak memberikan
bantuan, saran, kritik, motivasi, dan dukungannya kepada penulis dalam
menyelesaikan karya ilmiah ini.
5. Keluarga besar BEM FEM IPB Boyd, Ratna, Zulfikar, Setya, Erdy, Desta,
Fauziyah, Erlangga, Hadi, Eril, Willy, Eca, Eka dan Try yang telah
memberikan pengalaman dan pembelajaran dalam berorganisasi kepada
penulis.
6. Adik-adiku Fardi, Popy, Campina, Isma, Ines, Rayan, Diaz, Fauziah nur anisa,
Dody dan Anis yang telah memberikan doa dan semangat kepada penulis.
7. Seluruh keluarga Ilmu Ekonomi 47, 48, dan 49 terima kasih atas doa dan
dukungannya.
8. Semua pihak yang telah membantu dalam menyelesaikan penulisan karya
ilmiah ini yang tidak bisa disebutkan satu per satu.
Semoga karya ilmiah ini bermanfaat.
Bogor, Juni 2014
Carmin
DAFTAR ISI
DAFTAR TABEL
x
DAFTAR GAMBAR
x
DAFTAR LAMPIRAN
xi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
3
Tujuan Penelitian
5
Manfaat Penelitian
5
Ruang Lingkup Penelitian
5
TINJAUAN PUSTAKA
6
Kerangka Pemikiran
8
Hipotesis Penelitian
10
METODE PENELITIAN
10
Jenis dan Sumber Data
10
Metode Analisis dan Pengolahan Data
11
HASIL DAN PEMBAHASAN
14
Gambaran Umum Produksi Hortikultura di Indonesia
14
Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia
16
Implikasi Kebijakan
35
SIMPULAN DAN SARAN
35
Simpulan
35
Saran
36
DAFTAR PUSTAKA
37
LAMPIRAN
39
RIWAYAT HIDUP
53
DAFTAR TABEL
1 Produk Domestik Bruto (PDB) Indonesia atas dasar harga konstan 2000
menurut lapangan usaha tahun 2008-2012
2 Produksi, luas panen, dan produktivitas hortikultura di Indonesia
3 Rangkuman metode dan variabel dalam penelitian terdahulu
4 Jenis dan sumber data yang digunakan
5 Selang nilai statistik Durbin Watson dan kesimpulannya
6 Hasil estimasi data panel pada komoditi pisang dengan pendekatan
fixed effect model
7 Hasil estimasi data panel pada komoditi pepaya dengan pendekatan
fixed effect model
8 Hasil estimasi data panel pada komoditi jeruk dengan pendekatan fixed
effect model
9 Hasil estimasi data panel pada komoditi nanas dengan pendekatan fixed
effect model
10 Hasil estimasi data panel pada komoditi tomat dengan pendekatan fixed
effect model
11 Hasil estimasi data panel pada komoditi cabai dengan pendekatan fixed
effect model
12 Hasil estimasi data panel pada komoditi kentang dengan pendekatan
fixed effect model
1
4
7
10
14
17
20
23
25
28
30
33
DAFTAR GAMBAR
1 Produksi hortikultura di Indonesia tahun 2008-2012
2 Rata-rata pengeluaran per kapita sebulan menurut kelompok barang di
Indonesia tahun 2008-2012
3 Penurunan kurva produk rata-rata dan kurva produk marjinal dari
produk total
4 Kerangka pemikiran operasional
5 Pengujian pemilihan model dalam pengolahan data panel
6 Produksi rata-rata buah-buhan menurut provinsi di Indonesia periode
tahun 2003-2012
7 Produksi rata-rata sayuran menurut provinsi di Indonesia periode tahun
2003-2012
2
3
6
9
13
15
16
DAFTAR LAMPIRAN
1 Hasil estimasi data panel komoditi pisang dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
2 Hasil Chow Test
3 Hasil Hausman Test
4 Hasil uji normalitas
5 Matriks korelasi antar variabel
6 Hasil estimasi data panel komoditi pepaya dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
7 Hasil Chow Test
8 Hasil Hausman Test
9 Hasil uji normalitas
10 Matriks korelasi antar variabel
11 Hasil estimasi data panel komoditi jeruk dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
12 Hasil Chow Test
13 Hasil Hausman Test
14 Hasil uji normalitas
15 Matriks korelasi antar variabel
16 Hasil estimasi data panel komoditi nanas dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
17 Hasil Chow Test
18 Hasil Hausman Test
19 Hasil uji normalitas
20 Matriks korelasi antar variabel
21 Hasil estimasi data panel komoditi tomat dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
22 Hasil Chow Test
23 Hasil Hausman Test
24 Hasil uji normalitas
25 Matriks korelasi antar variabel
26 Hasil estimasi data panel komoditi cabai dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
27 Hasil Chow Test
28 Hasil Hausman Test
29 Hasil uji normalitas
30 Matriks korelasi antar variabel
31 Hasil estimasi data panel komoditi kentang dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
32 Hasil Chow Test
33 Hasil Hausman Test
34 Hasil uji normalitas
35 Matriks korelasi antar variabel
39
39
40
40
40
41
41
42
42
42
43
43
44
44
44
45
45
46
46
46
47
47
48
48
48
49
49
50
50
50
51
51
52
52
52
PENDAHULUAN
Latar Belakang
Indonesia merupakan negara agraris yang terletak di sekitar garis
khatulistiwa dan beriklim tropis, sehingga Indonesia memiliki keberagaman
produk pertanian dibandingkan dengan negara-negara lain. Maka dari itu
pertanian merupakan salah satu sektor strategis yang memberikan kontribusi
dalam pembangunan perekonomian Indonesia. Hal ini dikarenakan sebagian besar
masyarakat Indonesia bermata pencaharian sebagai petani.
Sektor pertanian terdiri dari beberapa subsektor yang berperan dalam
meningkatkan nilai produk domestik bruto (PDB) Indonesia. Salah satu subsektor
pertanian adalah tanaman bahan makanan yang didalamnya termasuk hortikultura
yang terdiri dari tanaman sayuran, buah-buhan, biofarmaka dan tanaman hias.
Hortikultura merupakan salah satu komoditas strategis yang sangat berperan
dalam mendukung tercapainya target pembangunan ekonomi maupun pertanian,
karena sampai saat ini komoditas hortikultura memiliki prospek yang cukup baik
dan merupakan komoditas bernilai ekonomi tinggi. Hal ini dapat dilihat dari
kontribusi terhadap produk domestik bruto.
Tabel 1 Produk Domestik Bruto (PDB) Indonesia atas dasar harga konstan 2000
menurut lapangan usaha tahun 2008-2012
Nilai PDB (Milyar Rupiah)
Lapangan
Usaha
2008
2009
2010
2011*
2012**
Tanaman Bahan
142 000.4 149 057.8 151 500.7 154 153.9 158 694.5
Makanan
Tanaman
44 783.9
45 558.4
47 150.6
49 260.4
51 763.3
Perkebunan
Peternakan
35 425.3
36 648.9
38 214.4
40 040.3
41 971.8
Kehutanan
16 543.3
16 843.6
17 249.6
17 395.5
17 423.0
Perikanan
45 866.2
47 775.1
50 661.8
54 186.7
57 697.1
Total Sektor
Pertanian
284 619.1 295 883.8 304 777.1 315 036.8 327 549.7
Sumber: Badan Pusat Statistik, 2014
Keterangan:
* Angka Sementara
**Angka Sangat Sementara
Tabel 1 menunjukkan nilai PDB subsektor tanaman bahan makanan
mengalami peningkatan dari tahun 2008 sampai 2012 dengan rata-rata
pertumbuhan sebesar 2.83 persen. Pertumbuhan terbesar terjadi pada tahun 2009
sebesar 4.97 persen dan mengalami penurunan pada tahun 2010 menjadi 1.64
persen. Akan tetapi nilai PDB subsektor tanaman bahan makanan mengalami
peningkatan pertumbuhan kembali pada tahun 2011 menjadi 1.75 persen dan 2012
sebesar 2.95 persen. Meskipun pertumbuhan PDB tanaman bahan makanan
mengalami fluktuasi, namun besarnya selalu mengalami peningkatan dan tetap
berada di posisi pertama dalam penyumbang PDB Indonesia di sektor pertanian.
2
Subsektor inilah yang menjadi sandaran nafkah utama, terutama bagi
masyarakat pedesaan. Karena di pedesaan masih terdapat banyak lahan pertanian
seperti sawah, ladang, dan lain-lain dibandingkan dengan daerah perkotaan yang
sudah banyak dipenuhi oleh areal perkantoran, kawasan industri, dan perumahan.
7000000
6000000
Ton
5000000
2008
4000000
2009
3000000
2010
2000000
2011
1000000
2012
0
Pisang
Jeruk
Pepaya
Cabai
Tomat kentang
Komoditi
Sumber: Badan Pusat Statistik, 2014
Gambar 1 Produksi hortikultura di Indonesia tahun 2008-2012
Gambar 1 menjelaskan bahwa rata-rata produksi buah dan sayur mengalami
peningkatan meskipun komoditi jeruk dan kentang mengalami penurunan setiap
tahunnya dengan rata-rata sebesar 11.3 persen dan 0.08 persen. Berbeda dengan
komoditi pepaya, pisang, nanas, cabai dan tomat mengalami peningkatan setiap
tahunnya. Jelas terlihat bahwa produksi komoditi terbesar di Indonesia yaitu
pisang dengan rata-rata produksi sebesar 6 090 994 ton. Sedangkan komoditi
cabai meskipun bukan komoditi dengan nilai terbesar di Indonesia, namun cabai
mempunyai pertumbuhan rata-rata tertinggi di antara komoditi lainnya dengan
pertumbuhan sebesar 6.98 persen.
Komoditas sayuran dan buah-buhan merupakan komoditas yang menempati
posisi penting sebagai penghasil produk pertanian yang memiliki nilai komersil
yang cukup tinggi dan juga sangat potensial karena budidaya komoditas tersebut
sangat mudah dan sederhana. Selain itu, komoditas sayuran dan buah-buhan
memiliki peranan sangat besar dalam rangka pemenuhan gizi masyarakat.
Berbagai vitamin yang terdapat pada buah dan sayur diperlukan bagi kesehatan
tubuh manusia. Beberapa manfaat buah dan sayur diantaranya mampu
menurunkan kolesterol, kadar gula, mencegah penyebaran sel kanker,
menyembuhkan luka lambung, sebagai antibiotik. Selain mengandung berbagai
jenis vitamin, buah dan sayur juga kaya akan serat yang baik untuk sistem
pencernaan manusia. Meningkatnya kesadaran masyarakat untuk mengkonsumsi
buah dan sayur, menjadikan komoditas tersebut salah satu yang sangat diminati di
seluruh dunia. Hal tersebut tercermin pada Gambar 2.
3
30000
25000
Rupiah
20000
Buah-Buahan
15000
Sayuran
10000
5000
0
2008
2009
2010
2011
2012
Tahun
Sumber: Badan Pusat Statistik, 2014
Gambar 2 Rata-rata pengeluaran per kapita sebulan menurut kelompok barang di
Indonesia tahun 2008-2012
Pada Gambar 2 memperlihatkan bahwa pengeluaran per kapita sebulan
untuk kebutuhan buah dan sayur meningkat setiap tahunnya memiliki
pertumbuhan rata-rata sebesar 11.46 persen dan 16.49 persen. Hal ini
mengindikasikan Permintaan buah-buahan dan sayuran semakin besar sejalan
dengan meningkatnya kesadaran akan kebutuhan gizi yang baik, gaya hidup dan
kemampuan daya beli masyarakat. Selain itu buah dan sayur merupakan salah satu
sumber vitamin dan mineral yang mudah diperoleh masyarakat di berbagai
wilayah, baik pedesaan maupun perkotaan dengan tingkat harga, jenis dan kualitas
yang bervariasi, sehingga masyarakat dari berbagai kelas pendapatan mampu
mengkonsumsi buah dan sayur sesuai dengan daya belinya.
Perumusan Masalah
Indonesia merupakan negara tropis sehingga memiliki karakteristik buah
dan sayuran yang khas bila dibandingkan dengan negara yang lainnya. Sehingga
sampai saat ini sektor pertanian masih memegang peranan penting dalam
perekonomian nasional. Hal ini ditambah oleh daya dukung komoditi unggulan
hortikultura yang cukup banyak tersedia di dalam negeri. Komoditas buah dan
sayur Indonesia sebenarnya sangat potensial untuk dijadikan sebagai komoditas
andalan ekspor, hal ini mengingat banyaknya jumlah dan ragam jenis buah yang
sudah diperdagangkan ke luar negeri. Hal ini dikarenakan produksi buah-buahan
sangat kuat dipengaruhi oleh faktor lingkungannya (iklim/cuaca) serta kondisi
yang optimal pada setiap daerah sentra produksi.
Permasalahan yang selalu muncul dalam pengembangan produksi buah dan
sayur tropis di Indonesia yaitu tidak kontinunya suplai, rendahnya kualitas, dan
sedikitnya suplai berkualitas, serta tingginya harga buah dan sayur Indonesia. Hal
tersebut sangat berpengaruh terhadap produksi buah dan sayur di Indonesia.
Sehingga produksi buah dan sayur Indonesia perlu diusahakan lebih baik lagi
4
dengan peningkatan hasil melalui perbaikan produktivitas. Produktivitas
menggambarkan kaitan antara hasil atau keluaran dengan sumber atau masukan
yang dipakai selain itu merupakan usaha memperoleh hasil sebesar-besarnya
dengan pengorbanan sekecil kecilnya (BPS, 2014). Nilai produktivitas
hortikultura dapat terlihat pada Tabel 2.
Tabel 2 Produksi, luas panen dan produktivitas hortikultura* Indonesia
Produksi
Luas Panen
Produktivitas
Tahun
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Rata-rata
Ton
Pertum
buhan
(%)
Ha
Pertum
buhan
(%)
13 388 861
10 777 924
11 159 023
12 028 287
13 205 099
13 025 070
14 231 969
13 118 917
13 572 600
13 569 834
12 807 758
-19.501
3.536
7.790
9.784
-1.363
9.266
-7.821
3.458
-0.020
0.570
378 615.1
415 215.2
402 508
420 608
412 494
423 593
561 455
543 015
528 260
547 164
463 292.7
9.667
-3.060
4.497
-1.929
2.691
32.546
-3.284
-2.717
3.579
4.665
Ton/Ha
35.363
25.957
27.724
28.597
32.013
30.749
25.348
24.159
25.693
24.800
28.0404
Pertum
buhan
(%)
-26.597
6.805
3.151
11.943
-3.948
-17.564
-4.691
6.348
-3.475
-3.114
Sumber: Ditjen Hortikultura, Departemen Pertanian 2014
* (pisang, pepaya, jeruk, nanas, tomat, cabai, kentang
Tabel 2 menjelaskan bahwa produksi hortikultura di Indonesia sangat
berfluktuatif setiap tahunnya, hal ini berkaitan dengan sentra produksi setiap
provinsi di Indonesia yang memiliki karakteristik berbeda seperti karakteristik
tanah, iklim/cuaca dan curah hujan. Selain itu produktivitas yang berfluktuatif
sangat erat kaitannya dengan penggunaan faktor produksi, seperti penggunaan
pupuk dan tenaga kerja. Faktor produksi tersebut akan memengaruhi jumlah
produksi yang dihasikan. Maka penggunaan faktor produksi perlu diperhatikan
agar tidak terjadi ketidakefisienan yang akan menyebabkan tingkat produksi yang
tidak optimal, serta terjadinya peningkatan terhadap biaya faktor produksi. Hal
tersebut menjadi sangat perlu diperhatikan karena komoditas hortikultura sangat
penting dalam pemenuhan kebutuhan. Berdasarkan uraian tersebut, maka
permasalahan dalam penelitian ini adalah:
1. Bagaimana gambaran umum produksi hortikultura di Indonesia periode 20032012?
2. Apa saja faktor-faktor yang memengaruhi produksi hortikultura di Indonesia
periode 2003-2012?
5
Tujuan Penelitian
Berdasarkan uraian dari latar belakang dan permasalahan di atas, maka
tujuan dari penelitian ini adalah:
1. Menganalisis gambaran umum produksi hortikultura di Indonesia periode
2003-2012
2. Mengestimasi faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia periode 2003-2012
Manfaat Penelitian
Penelitian yang dilakukan diharapkan dapat memberi manfaat bagi berbagai
pihak, diantaranya adalah sebagai berikut:
a. Bagi pemerintah dan pelaku bisnis, diharapkan hasil penelitian ini dapat
menjadi pertimbangan dan bahan rujukan dalam merumuskan kebijakan yang
akan dikeluarkan untuk meningkatkan produksi dan efisiensi dalam
penggunaan faktor produksi hortikultura di Indonesia.
b. Bagi masyarakat dan akademisi, diharapkan hasil penelitian dapat menambah
wawasan serta informasi mengenai kondisi produksi hortikultura di Indonesia
dan dapat dijadikan sumber acuan untuk penelitian lebih lanjut.
c. Bagi penulis, sebagai penyelaras teori perkuliahan dengan kondisi nyata yang
sedang terjadi.
Ruang Lingkup Penelitian
Penelitian ini menganalisis bagaimana gambaran umum produksi
hortikultura dan faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia. Komoditi yang digunakan dalam penelitian terdiri dari pisang, pepaya,
jeruk, nanas, tomat, cabai dan kentang. Secara umum faktor-faktor yang diduga
memengaruhi produksi hortikultura di Indonesia yaitu harga produsen (HP), upah
buruh tani (UPAH), jumlah pupuk yang digunakan (PUPUK) dan tenaga kerja
(TK). Analisis dilakukan menggunakan data menurut provinsi dengan tahun
pengamatan yaitu tahun 2003 hingga 2012. Banyaknya cross section yang
digunkan untuk setiap komoditi berbeda-beda karena setap wilayah mempunyai
karakteristik yang berbeda-beda. Akan tetapi cross section yang digunakan untuk
setiap komoditi sudah mewakili setiap wilayah bagian di Indonesia. Pada
komoditi pisang dan cabai sebayak 23 provinsi, pepaya 22 provinsi, jeruk 17
provinsi, dan nanas sebanyak 18 provinsi. Sedangkan tomat menggunakan cross
section sebanyak 19 provinsi dan kentang 12 provinsi.
6
TINJAUAN PUSTAKA
Konsep Fungsi Produksi
Fungsi produksi memperlihatkan jumlah output maksimum yang bisa
diperoleh dengan menggunakan berbagai alternatif kombinasi kapital (K) dan
tenaga kerja (L). Produk marjinal dari suatu input mencerminkan bahwa
penggunaan input lain dianggap konstan sedangkan input yang diamati dapat
diubah-ubah. Akan tetapi marjinal produk dari satu unit terakhir tidak selalu sama
besarnya. Artinya ketika input yang digunakan masih sedikit, biasanya produk
marjinal sangat tinggi. Namun semakin banyak input tersebut digunakan,
sementara input lain dibiarkan konstan, maka produksi marjinal tersebut akan
semakin berkurang (the law of diminishing return) (Nicholson, 2002).
Output
PL
L*
L**
L***
Labor
(a) Kurva Produk Total Tenaga Kerja
MPL APL
L*
L**
MPL
APL
L***
Labor
(b) Kurva Produk Marjinal dan Produk Rata-rata
Sumber: Nicholson, 2002
Gambar 3 Penurunan kurva produk rata-rata dan kurva produk marjinal dari
produk total
Kurva pada Gambar 3 memperlihatkan produktivitas rata-rata dan
produktivitas marjinal, pada kurva tenaga kerja dapat di turunkan dari kurva
produk total. Kurva P mewakili hubungan antara input tenaga kerja dan output
yang dihasilkan, dengan asumsi bahwa semua input dipertahankan secara konstan.
Sedangkan pada kurva produk marjinal dan produk rata-rata setelah T*** adanya
penambahan jumlah tenaga kerja bukannya menyebabkan bertambahnya output,
tetapi justru malah menguranginya. Pengusaha yang rasional tidak akan pernah
mempekerjakan tenaga kerja melebihi T***, karena penambahan tenaga kerja
justru menghasilkan output yang lebih sedikit (memerlukan biaya tambahan)
(Nicholson, 2002).
7
Terdapat berbagai metode untuk menganalisis produksi dan faktor-faktor yang
memengaruhinya. Berikut rangkuman metode dan variabel yang digunakan dalam
beberapa penelitian terdahulu disajikan pada Tabel 4.
Tabel 3 Rangkuman metode dan variabel dalam penelitian terdahulu
Judul Penelitian, Penerbit, Nama
Metode
Variabel yang Digunakan
Peneliti, dan Tahun Penelitian
Analisis
Burkina Faso: What is Driving Data Panel
Lahan, Pupuk, Curah Hujan,
Cotton Production Stochastic
Umur Kepala Keluarga dan
Frontier Approach for Panel
Jenis Kelamin.
Data. (World Bank)
Oleh:
Makhtar Diop (2013)
A Three-Factor Agricultural Total Factor Modal,
Tenaga
Kerja,
Production Fungtion: The Case Productivity
Lahan, Teknologi
of
Canada.
(International (TFP)
dan
Economic Journal)
Fungsi
Oleh:
Produksi
Cristina Echevarria (1998)
Where has all the Water Gone?
Ordinary
Air, Diesel, Rasio Harga,
Estimation of a Production
Least Squares Lahan,
Tenaga
Kerja
Function for the Agricultural
(OLS)
dengan Komoditi Kapas dan
Sector in the Region Khorezm,
Beras
Uzbekistan. (UNESCO)
Oleh:
Marc Mueller (2004)
Rain, temperature and
Data Panel
Iklim,
Tenaga
Kerja
agricultural production: The
Penduduk Desa, Lahan,
impact of climate change in SubTernak, Traktor dan Pupuk.
Sahara Africa, 1961-2009.
(EEECON)
Oleh:
Andreas Exenberger, Andreas
Pondorfer (2011)
Production and Productivity Total Factor Lahan, Tenaga Kerja, Pupuk
Growth in Chinese Agriculture: Productivity
Kimia, Pupuk Organik,
New Measurement and Evidence. (TFP)
Pestisida, Mesin, Irigasi dan
(Elsevier Sciene)
Hewan Pembajak Lahan.
Oleh:
Shenggen Fan (1997)
Employment Impacts of the Data Panel
Pembayaran ternak, wilayah
Common Agricultural Policy in
secara langsung, lingkungan
Eastern Germany – A Regional
agribisnis,
tunjangan
Panel Data Approach. (IAMO)
kompensasi,
bantuan
Oleh:
investasi,
pengolahan,
Martin Petrick, Patrick Zier
pemasaran, rata-rata upah
(2009)
tahunan,
populasi
dan
pembangunan desa
8
Do Trade Costs Affect the
Extensive Margin of Trade?
Lessons from U.S. Fresh Fruits
and Vegetables Imports (AAEA
& CAES)
Oleh:
Mina Hejazi, Jason Grant (2013)
What is Behind the Fall in
Russian
Agricultural
Production? (EAAE)
Oleh:
Irina V. Bezlepkina (2002)
Measuring and Explaining Total
Factor Productivity Growth and
Patterns
in
Philippine
Agriculture: A Regional Panel
Data Framework (PHILRICE)
Oleh:
Romeo G. Teruel, Jesus C.
Dumagan (2013)
Agriculture Productivity and Its
Determinants:
Revisiting
International
Expereiences.
(Estudios de Economia)
Oleh:
Claudio Bravo-Ortega, Daniel
Lederman (2004)
Data Panel
Nilai
Produksi,
Perkapita, Jarak,
Wilayah
GDP
Batas
Total Factor Kredit, Debit, Transfer
Productivity
Dana, Bahan, Tenaga Kerja,
(TFP)
Modal,
Lahan,
Iklim,
Dummy 1996 dan 1997,
Data
Panel Benih, Pupuk, Tenaga Kerja
dan
Total peternakan, Mesin, Lahan,
Factor
Tenaga kerja,
Productivity
(TFP)
Total Factor Tenaga Kerja Pedesaan,
Productivity
Modal, Lahan, Pupuk dan
(TFP)
Ternak
Kerangka Pemikiran
Subsektor hortikultura memang memberikan sumbangan yang nyata dalam
peningkatan PDB Indonesia. Keunggulan dari buah dan sayur Indonesia adalah
keragaman dan jenis yang tersedia. Akan tetapi komoditas buah dan sayur
Indonesia mengalami produktivitas yang berfluktuatif setiap tahunnya. Karena
memang karakteristik setiap wilayah provinsi di Indonesia berbeda-beda untuk
setiap produksi setiap komoditi. Sedangkan komoditi dalam penelitian ini adalah
pisang, pepaya, jeruk, nanas, tomat, cabai, dan kentang. Berdasarkan hal tersebut
untuk mengetahui faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia digunakan metode data panel. Faktor-faktor yang akan diteliti antara
lain produksi hortikultura di Indonesia, harga produsen dari setiap komoditi
hortikultura, upah buruh, jumlah pupuk yang digunakan dan tenaga kerja.
Dari hasil analisis ini diharapkan diperoleh implikasi kebijakan yang sesuai
dan bermanfaat bagi produksi hortikultura di Indonesia. Gambar lengkap
mengenai kerangka pemikiran disajikan pada Gambar 4.
9
Produksi hortikultura yang
berfluktuatif
Hortikulutra berperan dalam
peningkatan PDB Indonesia
Tanaman Hias
Buah-Buahan
Harga produsen
Upah buruh
Pupuk
Tenaga kerja
Pisang
Pepaya
Jeruk
Nanas
Biofarmaka
Sayuran
Tomat
Cabai
Kentang
Faktor-faktor yang
memengaruhi produksi
Lahan
Curah Hujan
Estimati Data
Panel
Strategi dan rekomendasi kebijakan peningkatan
produksi buah dan sayur di Indonesia
Keterangan:
Ruang lingkup Penelitian
Gambar 4 Kerangka pemikiran operasional
10
Hipotesis Penelitian
Hipotesis penelitian ini berupa dugaan tanda variabel yang memengaruhi
produksi pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang di Indonesia.
Berikut adalah hipotesis penelitian yang digunakan:
1. Harga produsen diduga berpengaruh signifikan dan positif terhadap
produksi pepaya, jeruk, tomat dan cabai. Apabila semakin tinggi harga
produsen akan meningkatkan keuntungan yang digunakan untuk
peningkatan produksi.
2. Harga produsen tahun sebelumnya diduga memiliki pengaruh signifikan
dan positif terhadap produksi pisang, nanas dan kentang di Indonesia. Hal
tersebut dapat terus memacu dalam meningkatkan produksi.
3. Upah buruh pedesaan memiliki pengaruh signifikan dan positif terhadap
produksi pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang di
Indonesia. Semakin tinggi upah akan meningkatkan produktivitas tenaga
kerja, Sehingga dapat meningkatkan produksi.
4. Pupuk yang digunakan diduga memiliki pengaruh signifikan dan positif
terhadap produksi pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang
di Indonesia. Apabila adanya tambahan pupuk maka produksi akan
semakin meningkat.
5. Tenaga kerja yang digunakan diduga berpengaruh signifikan dan positif
terhadap produksi pisang, tomat, cabai dan kentang di Indonesia. Maka
semakin bertambahnya tenaga kerja akan meningkatkan produksi.
6. Tenaga kerja tahun sebelumnya memiliki pengaruh signifikan dan positif
terhadap produksi pepaya, jeruk dan nanas di Indonesia. Karena adanya
tambahan tenaga kerja maka produksi akan meningkat.
METODE PENELITIAN
Jenis dan Sumber Data
Seluruh data yang digunakan dalam penelitian ini adalah data sekunder yang
diperoleh dari berbagai sumber yang terkait dalam peneitian seperti Badan Pusat
Statistik (BPS), Departemen Pertanian (Deptan), dan sumber-sumber lain yang
terkait dengan peneltian. Jenis data yang digunakan adalah data panel yang
merupakan gabungan deret waktu (time series) tahun 2003 sampai 2012 dan data
cross section yaitu provinsi di Indonesia.
Tabel 4 Jenis dan sumber data yang digunakan
Data yang Digunakan
Sumber
Produksi hortikultura di Indonesia tahun Departemen Pertanian
2003-2012
(www.deptan.go.id)
Harga Produsen hortikultura di Indonesia
Badan Pusat Statistik (BPS)
Upah buruh tani pedesaan
Badan Pusat Statistik (BPS)
Tenaga kerja
Badan Pusat Statistik (BPS)
Jumlah pupuk yang digunakan
Departemen Pertanian (Deptan)
11
Metode Analisis dan Pengolahan Data
Metode analisis yang digunakan dalam penelitian ini adalah metode
deskriptif dan kuantitatif. Analisis deskriptif digunakan untuk memberikan
gambaran umum mengenai produksi hortikultura di Indonesia serta menjelaskan
informasi-informasi yang terkandung dalam data hasil analisis yang dapat
membantu mempertajam analisis kuantitatif. Analisis yang digunakan adalah data
panel untuk mengetahui faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia. Pengolahan data pada penelitian ini dilakukan secara bertahap, tahap
pertama yaitu pengelompokan data, tahap kedua yaitu pengolahan data dalam
model analisis yang dilakukan dengan menggunakan software Microsoft Excel
2010 dan Eviews 6.
Analisis Produksi
Model yang digunakan untuk menganalisis produksi pada penelitian ini
merupakan fungsi produksi Cobb-Douglas yang menjelaskan modal (K) dan
tenaga kerja (L) sebagai berikut:
Y = f (K,L)
Peningkatan kedua faktor produksi sebesar ΔK dan ΔL akan meningkatkan
output. Kenaikan ini dibagi menjadi dua sumber dengan menggunakan produk
marjinal dari dua input tersebut (Nicholson, 2002).
ΔY = (MP × ΔK) + (MP × ΔL)
Bagian pertama dalam tanda kurung adalah kenaikan output yang
disebabkan oleh kenaikan modal dan bagian kedua dalam tanda kurung
merupakan kenaikan output yang disebabkan oleh kenaikan tenaga kerja.
Analisis Data Panel
Data panel adalah bentuk data yang merupakan penggabungan data time
series dan cross section. Kombinasi tersebut berdampak pada hasil estimasi dari
model data panel lebih efisien karena jumlah observasi lebih banyak. Selain itu,
penggunaan model data panel juga dapat mengurangi efek bias seiring dengan
meningkatnya derajat bebas (degree of freedom). Menurut Baltagi (2005),
kelebihan yang diperoleh dari penggunaan data panel, yaitu:
1. Dapat menyajikan data yang lebih informatif dan variatif
2. Memiliki kolinearitas antar variabel yang rendah dan memiliki derajat
kebebasan yang tinggi sehingga lebih efisien
3. Dapat mengontrol heterogenitas individu
4. Dapat digunakan untuk mempelajari dinamika penyesuaian (dynamics of
change)
5. Mampu mengidentifikasi dan mengukur efek yang tidak dapat diukur oleh
data time series murni atau cross section murni
6. Dapat merumuskan dan menguji model yang lebih kompleks
7. Dapat memberikan analisis pada level mikro dapat meminimisasi atau
menghilangkan bias yang terjadi akibat agregasi data ke level makro.
12
Berdasarkan hipotesis dan studi empiris dengan tetap mempertimbangkan
berbagai asumsi yang menjadi acuan dalam model data panel dengan variabelvariabel penyusunnya disesuaikan dengan fakta di beberapa provinsi di Indonesia
serta berbagai alternatif spesifikasi model yang telah dicoba. Variabel yang diduga
memengaruhi produksi hortikultura di Indonesia adalah harga produsen pedesaan
hortikultura, upah buruh tani, jumlah pupuk yang digunakan oleh petani dan
tenaga kerja. Dengan demikian, secara umum persamaan yang diestimasi dalam
penelitian ini adalah sebagai berikut:
LNP O
Dimana:
P O
P
PA
P P
LN P
LN
LN PA
LNP P
= Produksi hortikultura di Indonesia (Ton)
= Harga produsen pedesaan hortikultura (Rp)
= Upah buruh tani pedesaan (Rp/Hari)
= Jumlah pupuk yang digunakan (Ton)
= Tenaga kerja (jiwa)
= error term
= intersept
= slope
Agar memperjelas variabel-variabel yang dituliskan dalam persamaan
yang diestimasi, maka definisi operasional variabel-variabel tersebut adalah:
Produksi hortikultura menurut provinsi di Indonesia, komoditi yang diteliti
dalam penelitian ini terdiri dari sub-sektor buah dan sub-sektor sayuran
diantaranya pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang yang
dinyatakan dalam satuan ton.
Harga produsen pedesaan yang merupakan harga jual menurut provinsi di
Indonesia dengan satuan komoditi pisang (Rp/sisir), pepaya (Rp/100kg), jeruk
(Rp/100kg), nanas (Rp/10buah), tomat (Rp/100kg), cabai (Rp/100kg) dan
kentang (Rp/100kg).
Upah buruh tani pedesaan menurut provinsi di Indonesia terdiri dari upah
mencagkul, menanam, menyiangi, memanen dan memupuk yang dinyatakan
dalam Rp/hari.
Pupuk yang mewakili modal dalam penelitian ini merupakan realisasi jumlah
pupuk subsidi yang terdiri dari pupuk urea, npk, sp36 dan za yang dinyatakan
dalam satuan ton.
Tenaga kerja yang digunakan dalam penelitian ini merupakan tenaga kerja
bebas disektor pertanian dengan pendidikan tertinggi sekolah dasar (SD)
dalam satuan (jiwa).
Pemilihan Model dalam Pengolahan Data Panel
Langkah yang dilakukan dalam analisis data panel terdiri atas perumusan
model, pemilihan metode estimasi, uji kriteria, dan analisis hasil estimasi. Analisis
dugaan model dilakukan berdasarkan pertimbangan statistik agar memperoleh
hasil dugaan model yang efisien dan paling baik diantara berbagai pilihan model.
13
Dalam analisis data panel terdapat tiga macam pendekatan yang terdiri dari
pendekatan PLS (pooled least square), FEM (fixed effect model), dan REM
(random effect model). Diagram pengujian statistik untuk memilih model yang
akan digunakan pada Gambar 5 berikut ini:
Pemilihan Model
Uji Chow
Uji LM
Uji Hausman
Pooled Least
Fixed Effect
Random Effect
Square
Gambar 5 Pengujian pemilihan model dalam pengolahan data panel
1. Pemilihan model dalam pengolahan data panel
a. Chow Test
Uji ini digunakan untuk memilih model PLS atau FEM dengan hipotesis sebagai
berikut:
: PLS
: FEM
Jika pada PLS p-value lebih kecil dari taraf nyata (α) 5 persen, Maka cukup bukti
untuk melakukan penolakan , sehingga model yang dipilih adalah FEM dan
sebaliknya.
b. Hausman Test
Hausman Test dilakukan untuk memilih antara model REM atau FEM dengan
hipotesis sebagai berikut:
: REM
: FEM
Jika p-value lebih kecil dari taraf nyata (α) 5 persen pada REM, Maka cukup bukti
untuk menolak , sehingga dipilih model FEM dan sebaliknya.
c. LM Test
Uji ini dilakukan apabila Chow Test cukup bukti untuk tolak
tapi belum cukup
bukti pada Hausman Test dan sebaliknya. Sehingga dilakukan LM Test untuk
memilih model REM atau PLS dengan hipotesis sebagai berikut:
: PLS
: REM
Apabila LM lebih besar dari
– tabel (chi-square) maka cukup bukti untuk
menolak , sehingga model REM yang dipilih dan sebaliknya.
14
2. Pengujian Asumsi Klasik
a. Uji Kenormalan
Uji ini dilakukan untuk mengidentifikasi error term apakah sudah terdistribusi
secara normal atau tidak. Hal ini dapat dilihat dari nilai probability yang
dihasilkan. Jika lebih dari taraf nyata 5%, maka data dapat dikatakan menyebar
normal.
b. Uji Homoskedastisitas
Data dikatakan homoskedastisitas apabila nilai sum square residual
unweighted statistics lebih kecil dari sum square residual weighted statistics
c. Uji Multikolinearitas
Multikolinearitas dapat diidentifikasi apabila
tinggi, variabel bebas banyak
yang tidak signifikan, tanda tidak sesuai dengan yang diinginkan, korelasi
sederhana antar variabel individu ( ) tinggi dan
lebih kecil dari .
d. Uji Autokolerasi
Autokolerasi dapat dilihat dengan cara membandingkan nilai Durbin Watson
(DW) hasil estimasi dengan nilai Durbin Watson (DW) pada tabel. Jika nilai DW
lebih dari 1.5 atau mendekati 2 maka data dapat dikatakan tidak terdapat
autokolerasi. Selang nilai statistik Durbin Watson adalah sebagai berikut:
Tabel 5 Selang nilai statistik Durbin Watson dan kesimpulannya
Nilai Durbin Watson
Kesimpulan
Ada autokorelasi positif
0 < DW <
Tidak ada kesimpulan
< DW <
tidak ada autokorelasi
< DW < 4Tidak ada kesimpulan
4- < DW< 4Ada autokorelasi negatif
4- < DW< 4
HASIL DAN PEMBAHASAN
Gambaran Umum Produksi Hortikultura di Indonesia Periode 2003-2012
Indonesia merupakan negara agraris yang kaya akan keanekaragaman
komoditas pertanian dengan variasi agroklimat yang tinggi sehingga musim buah
dan sayur dapat berlangsung sepanjang tahun. Maka dari itu komoditas
hortikultura mempunyai potensi yang sangat besar untuk dikembangkan di
Indonesia. Apabila sektor ini terus dikembangkan dan dibudidayakan maka
produksi dari hortikultura tersebut tak hanya dapat memenuhi permintaan dan
kebutuhan domestik melainkan dapat memenuhi permintaan pasar ekspor
internasional. Hal tersebut dapat terlihat dengan produksi rata-rata buah di
Indonesia.
1400000
1200000
1000000
800000
600000
400000
200000
0
NAD
Sumatera Utara
Sumatera Barat
Riau
Jambi
Sumatera Selatan
Bengkulu
Lampung
Jawa Barat
Jawa Tengah
DI Yogyakarta
Jawa Timur
Bali
NTB
NTT
Kalimantan Barat
Kalimantan Tengah
Kalimantan Selatan
Kalimantan Timur
Sulawesi Utara
Sulawesi Tengah
Sulawesi Selatan
Sulawesi Tenggara
Ton
15
Provinsi
Sumber: Badan Pusat Statistik, 2014
Gambar 6 Produksi rata-rata buah-buhan menurut provinsi di Indonesia periode
tahun 2003-2012 (ton)
Pepaya
Jeruk
Nanas
Pisang
Rata-rata produksi buah di Indonesia tahun 2003 sampai 2012 menunjukan
sentra setiap komoditi berbeda. Produksi pisang terbesar berada di provinsi Jawa
Barat dengan produksi rata-rata sebesar 22.23 persen dari total produksi pisang
nasional. Memang hampir di setiap tempat atau wilayah dapat dengan mudah
ditemukan tanaman pisang. Namun di Jawa Barat itu sendiri pusat produksi
pisang berada di daerah Cianjur, Sukabumi, Tasikmalaya dan daerah sekitar
Cirebon (BPS, 2012). Selain itu pisang merupakan salah satu komoditas buah
penting dan termasuk buah unggulan di Jawa Barat, karena banyak dikonsumsi
oleh masyarakat mengingat harganya relatif lebih murah dari buah-buahan lainnya
namun banyak mengandung zat gizi (Diperta, 2014). Sentra produksi pepaya
berada di provinsi Jawa Timur dengan produksi rata-rata sebesar 36.09 persen dari
total produksi pepaya nasional. Selain itu pepaya merupakan Salah satu komoditi
buah yang mendapat prioritas penelitian dan pengembangan (Deptan, 2012). Pada
komoditi jeruk jelas terlihat pada Gambar 6 bahwa sentra produksi berada di
provinsi Sumatera Utara dengan nilai produksi rata-rata sebesar 31.71 persen dari
rata-rata total produksi jeruk nasional. Walaupun pengembangan jeruk
menghampar di seluruh wilayah Indonesia, namun dalam rangka mengoptimalkan
produksi ditetapkan wilayah-wilayah sentra jeruk yang akan diprioritaskan
pengembangan dan pembinaannya sesuai dengan agroklimat, terutama provinsi
Sumatera Utara sebagai sentra produksi jeruk terbesar di Indonesia. Sedangkan
sentra produksi nanas berada di Provinsi Lampung dengan rata-rata produksi
20.25 persen dari total produksi nasional. Salah satu daerah sentra komoditi nanas
di provinsi Lampung adalah Lampung Tengah, karena hampir seluruh produksi
nanas (99.90%) dihasilkan di kabupaten tersebut (BPS, 2012).
Selain itu produksi sayuran Indonesia juga perlu dikembangkan sehingga
produksi tersebut dapat memenuhi permintaan pasar. Nilai produksi sayuran
setiap Provinsi di Indonesia sangat beragam. Hal tersebut terlihat jelas pada
Gambar 7.
350000
300000
250000
200000
150000
100000
50000
0
NAD
Sumatera Utara
Sumatera Barat
Riau
Jambi
Sumatera Selatan
Bengkulu
Lampung
Jawa Barat
Jawa Tengah
DI Yogyakarta
Jawa Timur
Bali
NTB
NTT
Kalimantan Barat
Kalimantan Tengah
Kalimantan Selatan
Kalimantan Timur
Sulawesi Utara
Sulawesi Tengah
Sulawesi Selatan
Sulawesi Tenggara
Ton
16
Provinsi
Sumber: Badan Pusat Statistik, 2014
Gambar 7 Produksi rata-rata sayuran menurut provinsi di Indonesia periode tahun
2003-2012 (ton)
Tomat
Cabai
Kentang
Berdasarkan Gambar 7 terlihat nilai rata-rata produksi sayur di Indonesia
tahun 2003 sampai 2012 menunjukan bahwa sentra produksi tomat, cabai dan
kentang berada di provinsi Jawa Barat. Nilai produksi rata-rata komoditi tomat
37.73 persen, cabai 22.15 persen dan kentang 30.67 persen dari total produksi
nasional. Karakteristik tanah dan cuaca di pulau Jawa tepatnya provinsi Jawa
Barat memang sangat mendukung untuk berkembangnya produksi sayuran. Jadi
tidak dipungkiri bahwa Jawa Barat merupakan sentra produksi tomat, cabai dan
kentang dan merupakan komoditas unggulan dari provinsi Jawa (Diperta, 2014).
Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia
Periode 2003-2012
Analisis data panel digunakan untuk mengetahui faktor-faktor yang
memengaruhi produksi hortikultura di Indonesia. Cross section yang digunakan
pada komoditi pisang dan cabai sebayak 23 provinsi, pepaya 22 provinsi, jeruk 17
provinsi, dan nanas sebanyak 18 provinsi. Sedangkan tomat menggunakan cross
section sebanyak 19 provinsi dan kentang 12 provinsi. Perbedaan tersebut
dikarenakan setiap provinsi mempunyai karakteristik yang berbeda setiap
komoditi hortikultura. Selain itu periode analisis yang digunakan pada tahun 2003
sampai 2012. Model data panel digunakan untuk menganalisis pengaruh variabelvariabel ekonomi dan non ekonomi lainnya terhadap produksi hortikultura di
Indonesia. Secara umum, variabel independen yang digunakan adalah harga
produsen dari masing-masing komoditi di Indonesia (HPit), upah buruh pedesaan
di Indonesia (UPAHit), jumlah pupuk yang digunakan (PUPUKit) dan jumlah
tenaga kerja (TKit). Sedangkan variabel dependennya merupakan produksi
hortikultura masing-masing komoditi di Indonesia (PRODit).
17
Model Komoditi Pisang
1.
Hasil Estimasi Faktor-Faktor yang Memengaruhi Produksi Pisang di
Indonesia Periode 2003-2012
Hasil estimasi data panel digunakan untuk mengetahui faktor-faktor yang
memengaruhi produksi pisang di Indonesia dan disajikan pada Tabel 6.
Tabel 6 Hasil estimasi data panel pada komoditi pisang dengan pendekatan fixed
effect model
Variabel
Koefisien
t-statistik
Probabilitas
C
9.752200
40.65694
0.0000
HP(-1)
0.007850
7.212145
0.0000
UPAH
0.093363
3.229854
0.0014
PUPUK
0.047878
4.480644
0.0000
TK
0.025500
1.923437
0.0558
Fixed Effect (Cross)
NAD
-0.591698
Sumatera Utara
0.804646
Sumatera Barat
-0.478324
Riau
-1.180230
Jambi
-1.214962
Sumatera Selatan
0.481475
Bengkulu
-1.200999
Lampung
1.741481
Jawa Barat
2.450545
Jawa Tengah
1.591578
DI Yogyakarta
-0.601332
Jawa Timur
2.120019
Bali
0.340622
Nusa Tenggara Barat
-0.416151
Nusa Tenggara Timur
0.445580
Kalimantan Barat
-0.187017
Kalimantan Tengah
-1.411877
Kalimantan Selatan
-0.197372
Kalimantan Timur
-0.101283
Sulawesi Utara
-0.700096
Sulawesi Tengah
-1.024405
Sulawesi Selatan
0.483023
Sulawesi Tenggara
-1.153222
Weighted Statistics
R-squared
0.977674 Sum squared resid
25.74950
Prob(F-statistic)
0.000000 Durbin-Watson stat
1.276015
Unweighted Statistics
R-squared
0.922061 Durbin-Watson stat
1.073658
Sum squared resid
26.39121
18
Variabel
dependen yang digunakan produksi pisang di Indonesia.
Sedangkan variabel independennya adalah harga produsen pisang tahun
sebelumnya, upah buruh pedesaan di Indonesia, jumlah pupuk yang digunakan
dan jumlah tenaga kerja. Pada komoditi pisang menggunakan cross section
sebanyak 23 Provinsi yang tersebar dan mewakili wilayah bagian di Indonesia.
Setelah dilakukan regresi panel pada komoditi pisang, diperoleh estimasi
persamaan yaitu:
LNP O
LNP P
LN P
LN
LN PA
Estimasi dilakukan dengan Chow Test untuk memilih metode pendekatan
yang terbaik antara PLS dan fixed effect. Hasil uji menunjukan nilai probabilitas
0.0000 dimana lebih kecil dari taraf nyata (α) 5 persen. Karena prob. (0.0000) < α
(0.05), maka cukup bukti untuk melakukan penolakan terhadap
, sehingga
metode yang digunakan adalah fixed effect. Selain itu digunakan Hausman Test
untuk memilih metode pendekatan yang terbaik antara fixed effect dan random
effect. Hasil uji menunjukan nilai probabilitas 0.0000 lebih kecil dari taraf nyata
(α) 5 persen. Maka cukup bukti untuk tolak
, sehingga model yang tepat
digunakan adalah fixed effect.
Tabel 6 menunjukan hasil estimasi nilai koefisien determinasi ( ) sebesar
0.977674, yang berarti sekitar 97.76 persen keragaman produksi pisang di
Indonesia dapat dijelaskan oleh model, sedangkan 2.23 persen dijelaskan oleh
faktor-faktor lain di luar model. Uji normalitas menunjukkan nilai Jarque Bera
2.174709 dan probabilitas 0.337107, dimana nilai tersebut lebih besar dari taraf
nyata 5 persen, berarti residual error (error term) terdistribusi normal. Menurut
Juanda (2009) masalah heteroskedastisitas dan autokorelasi dapat diatasi dengan
menggunakan metode Generalized Least Squares (GLS) weights. Pada model
pisang telah menggunakan cross-section weights, sehingga masalah
heteroskedastisitas dan autokorelasi dapat langsung diabaikan. Selain itu hasil
estimasi juga menunjukan tidak adanya indikasi masalah multikolinearitas,
dimana nilai korelasi antar variabel bebas tidak melebihi nilai koefisien
determinasi
. Maka, hasil uji ekonometrika menunjukkan bahwa hasil estimasi
model pisang bersifat BLUE (Best, Linier, Unbiased, Estimator).
2.
A.
Interpretasi Model Produksi Pisang di Indonesia Periode 2003-2012
Harga produsen tahun sebelumnya
Hasil pengujian pada model pisang menunjukan nilai probabilitas variabel
harga produsen tahun sebelumnya sebesar 0.0000. Hal ini menunjukan bahwa
variabel harga produsen tahun sebelumnya berpengaruh signifikan terhadap
perubahan produksi pisang di Indonesia pada taraf nyata 10 persen. Variabel
tersebut telah sesuai dengan hipotesis awal, dimana harga produsen tahun
sebelumnya berpengaruh positif terhadap produksi pisang di Indonesia dapat
dilihat pada nilai koefisien sebesar 0.007850. Hal ini berarti apabila harga
produsen tahun sebelumnya naik 1% maka produksi pisang di Indonesia akan
meningkat sebesar 0.0078 persen (ceteris paribus). Sehingga semakin
meningkatnya harga produsen, pendapatan akan semakin meningkat dan para
pelaku usaha produksi pisang akan terus meningkatkan produksinya.
19
B.
Upah buruh
Hasil pengujian pada model buah pisang menunjukan bahwa nilai
probabilitas variabel upah buruh sebesar 0.0014 pada taraf nyata 10 persen. Hal
ini menunjukkan bahwa upah buruh berpengaruh signifikan terhadap perubahan
produksi pisang di Indonesia. Variabel tersebut juga telah sesuai dengan hipotesis
awal dan berpengaruh positif dengan nilai koefisien sebesar 0.093363. Hal ini
berarti setiap kenaikan 1 persen upah buruh maka produksi pisang akan meningkat
sebesar 0.093 persen (ceteris paribus). Pengaruh upah buruh terhadap produksi
berkaitan erat dengan tenaga kerja, dimana dalam produksi pisang upah buruh
berpengaruh positif artinya setiap kenaikan upah buruh akan meningkatkan
produktivitas tenaga kerja meskipun kenaikan upah menyebabkan adanya
tambahan biaya variabel, namun produktivitas tenaga kerja lebih besar dari pada
biaya yang ditimbulkan. Sehingga hal tersebut dapat meningkatkan produksi
pisang di Indonesia.
C. Pupuk
Hasil pengujian model buah pisang menunjukan nilai probabilitas 0.0000
pada variabel pupuk dan berpengaruh signifikan pada taraf nyata 10 persen
terhadap perubahan produksi pisang di Indonesia. Variabel tersebut juga telah
sesuai dengan hipotesis awal dan berpengaruh positif dengan nilai koefisien
0.047878. Sehingga setiap kenaikan 1 persen jumlah pupuk yang digunakan maka
produksi pisang akan meningkat sebesar 0.048 persen (ceteris paribus). Semakin
banyak input (pupuk) yang digunakan akan semakin banyak juga output (produksi
pisang) yang akan dihasilkan.
D. Tenaga kerja
Hasil pengujian menunjukan nilai probabilitas variabel tenaga kerja adalah
sebesar 0.0558. Hal ini menunjukkan bahwa tenaga kerja berpengaruh signifikan
pada taraf nyata 10 persen terhadap perubahan produksi pisang di Indonesia.
Variabel tersebut telah sesuai dengan hipotesis awal dan berpengaruh positif
dengan nilai koefisien sebesar 0.0255. Hal ini berarti nilai koefisien tenaga kerja
mengintrepretasikan bahwa setiap kenaikan 1 persen tenaga kerja maka produksi
pisang akan meningkat sebesar 0.0255 persen (ceteris paribus), karena menurut
produk fisik marginal dalam suatu proses produksi adanya perubahan output
(produksi pisang) yang dihasilkan oleh perubahan dalam input (tenaga kerja)
produksi.
Model Komoditi Pepaya
1.
Hasil Estimasi Faktor-Faktor yang Memengaruhi Produksi Pepaya di
Indonesia Periode 2003-2012
Analisis pada komditi pepaya dengan jumlah cross section sebanyak 23
Provinsi yang tersebar dan mewakili wilayah bagian di Indonesia. Variabel
independen yang digunakan untuk mengetahui faktor-faktor yang memengaruhi
produksi pepaya di Indonesia adalah harga produsen papaya, upah buruh, jumlah
pupuk yang digunakan dan tenaga kerja tahun sebelumnya. Setelah dilakukan
regresi data panel, diperoleh estimasi persamaan yaitu:
LNP O
LNP P
LN P
LN
LN PA
20
Estimasi dilakukan dengan Chow Test untuk memilih metode pendekatan
yang terbaik antara PLS dan fixed effect. Hasil uji menunjukan nilai probabilitas
0.0000 dimana lebih kecil dari taraf nyata (α) 5 persen, maka metode yang
digunakan adalah fixed effect. Pada Hausman Test dilakukan untuk memilih
metode
PRODUKSI HORTIKULTURA DI INDONESIA
CARMIN
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Faktor-Faktor yang
Memengaruhi Produksi Hortikultura di Indonesia adalah benar karya saya dengan
arahan dari dosen pembimbing dan belum diajukan dalam bentuk apa pun kepada
perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya
yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam
teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2014
Carmin
NIM H14100065
ABSTRAK
CARMIN. Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia.
Dibimbing oleh MUHAMMAD FIRDAUS.
Hortikultura merupakan salah satu subsektor pertanian yang memberikan
kontribusi terhadap Produk Domestik Bruto (PDB) Indonesia, karena merupakan
sumber utama mata pencaharian bagi masyarakat pedesaan. Komoditas
hortikultura dengan jumlah produksi terbesar dan hampir tersebar di seluruh
provinsi di Indonesia adalah pisang, pepaya, jeruk, nanas, tomat, cabai dan
kentang. Iklim yang menunjang menjadikan tanaman buah dan sayur Indonesia
memiliki karakteristik dan posisi tersendiri bagi konsumen di pasar domestik
maupun mancanegara. Namun setiap provinsi di Indonesia memliki beragam
karakteristik yang berbeda sehingga menyebabkan setiap produksi di setiap
wilayah berbeda. Maka tujuan dari penelitian ini menganalisis gambaran umum
produksi hortikultura dan faktor-faktor yang memengaruhi produksi hortikultura
di Indonesia periode 2003-2012 dengan menggunakan metode data panel. Hasil
penelitian menunjukan Jawa Barat merupakan sentra produksi pisang, tomat,
cabai dan kentang. Sedangkan sentra produksi jeruk Sumatera Utara, nanas adalah
Lampung dan Jawa Timur merupakan sentra produksi pepaya. Sebagian besar
faktor-faktor yang memengaruhi produksi hortikultura yaitu harga produsen (HP),
upah buruh (UPAH), pupuk (PUPUK) dan jumlah tenaga kerja (TK).
Kata kunci: Data panel, Hortikultura, Produksi.
ABSTRACT
CARMIN. Factors Affecting Horticulture Production in Indonesia. Supervised by
MUHAMMAD FIRDAUS.
Horticulture is one of the agricultural subsectors which contributes the
Indonesian GDP because of its role as source of livelihood for rural communities.
The largest production quantities of horticultural commodities which spread
throughtout the whole provinces in Indonesia are bananas, papayas, oranges,
pineapples, tomatoes, peppers and potatoes. In addition, Indonesian climate
supports its fruit and vagetable crops with unique characteristics and certain
position to domestic and foreign consumers. However, every province in
Indonesia has distinct characteristic that differs the crops production in each
region. The purpose of this research is to analyze the Indonesian horticulture
production and the affecting factors by using panel data method in 2003-2012
period. The result shows that West Java is a production center of bananas,
tomatoes, peppers and potatoes. While the North Sumatera province as main
producer for oranges, Lampung province is a production center of pineapples and
East Java is a production center of papayas. Whereas, horticulture production is
mostly affected by some factors, which are producer prices (HP), wage (UPAH),
fertilizer (PUPUK) and labor (TK).
Keywords: Panel data, Horticulture, Production.
FAKTOR-FAKTOR YANG MEMENGARUHI
PRODUKSI HORTIKULTURA DI INDONESIA
CARMIN
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2014
Judul Skripsi : Faktor-Faktor yang Memengaruhi Produksi Hortikultura di
Indonesia
Nama
: Carmin
NIM
: H14100065
Disetujui oleh
Prof. Dr Muhammad Firdaus, SP, M.Si
Pembimbing
Diketahui oleh
Dr. Ir. Dedi Budiman Hakim, M.Ec.
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur kepada Allah subhanahu wa ta’ala atas segala karunia-Nya
karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang
dilaksanakan sejak bulan Maret 2014 ini ialah produksi, dengan judul Analisis
Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia
Pada kesempatan ini, penulis ucapkan terima kasih kepada kedua orang tua
tercinta dan keluarga penulis, yakni Bapak Kasum dan Ibu Darsinih serta kakak
dari penulis, Ratim dan M.Wara, Lc. atas segala doa dan kasih sayang yang selalu
diberikan. Selain itu, penulis juga ucapkan terima kasih kepada:
1. Bapak Dr. Muhammad Firdaus, SP, M.Si selaku pembimbing skripsi yang
telah memberikan arahan, bimbingan, saran, dan motivasi kepada penulis
dalam menyelesaikan karya ilmiah ini.
2. Ibu Sahara, Ph.D selaku dosen penguji utama dan Ibu Laili Dwi Arsyanti, M.Sc
selaku dosen penguji dari komisi pendidikan atas kritik dan saran yang telah
diberikan untuk perbaikan karya ilmiah ini.
3. Para dosen, staf, dan seluruh civitas akademik Departemen Ilmu Ekonomi
FEM IPB yang telah memberikan ilmu dan bantuan kepada penulis.
4. Teman-teman satu bimbingan, Irgandhini Agra Kanaya, Kusuma Hani Putri,
Amalia Pradipta dan Rahma Linda Kusuma yang telah banyak memberikan
bantuan, saran, kritik, motivasi, dan dukungannya kepada penulis dalam
menyelesaikan karya ilmiah ini.
5. Keluarga besar BEM FEM IPB Boyd, Ratna, Zulfikar, Setya, Erdy, Desta,
Fauziyah, Erlangga, Hadi, Eril, Willy, Eca, Eka dan Try yang telah
memberikan pengalaman dan pembelajaran dalam berorganisasi kepada
penulis.
6. Adik-adiku Fardi, Popy, Campina, Isma, Ines, Rayan, Diaz, Fauziah nur anisa,
Dody dan Anis yang telah memberikan doa dan semangat kepada penulis.
7. Seluruh keluarga Ilmu Ekonomi 47, 48, dan 49 terima kasih atas doa dan
dukungannya.
8. Semua pihak yang telah membantu dalam menyelesaikan penulisan karya
ilmiah ini yang tidak bisa disebutkan satu per satu.
Semoga karya ilmiah ini bermanfaat.
Bogor, Juni 2014
Carmin
DAFTAR ISI
DAFTAR TABEL
x
DAFTAR GAMBAR
x
DAFTAR LAMPIRAN
xi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
3
Tujuan Penelitian
5
Manfaat Penelitian
5
Ruang Lingkup Penelitian
5
TINJAUAN PUSTAKA
6
Kerangka Pemikiran
8
Hipotesis Penelitian
10
METODE PENELITIAN
10
Jenis dan Sumber Data
10
Metode Analisis dan Pengolahan Data
11
HASIL DAN PEMBAHASAN
14
Gambaran Umum Produksi Hortikultura di Indonesia
14
Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia
16
Implikasi Kebijakan
35
SIMPULAN DAN SARAN
35
Simpulan
35
Saran
36
DAFTAR PUSTAKA
37
LAMPIRAN
39
RIWAYAT HIDUP
53
DAFTAR TABEL
1 Produk Domestik Bruto (PDB) Indonesia atas dasar harga konstan 2000
menurut lapangan usaha tahun 2008-2012
2 Produksi, luas panen, dan produktivitas hortikultura di Indonesia
3 Rangkuman metode dan variabel dalam penelitian terdahulu
4 Jenis dan sumber data yang digunakan
5 Selang nilai statistik Durbin Watson dan kesimpulannya
6 Hasil estimasi data panel pada komoditi pisang dengan pendekatan
fixed effect model
7 Hasil estimasi data panel pada komoditi pepaya dengan pendekatan
fixed effect model
8 Hasil estimasi data panel pada komoditi jeruk dengan pendekatan fixed
effect model
9 Hasil estimasi data panel pada komoditi nanas dengan pendekatan fixed
effect model
10 Hasil estimasi data panel pada komoditi tomat dengan pendekatan fixed
effect model
11 Hasil estimasi data panel pada komoditi cabai dengan pendekatan fixed
effect model
12 Hasil estimasi data panel pada komoditi kentang dengan pendekatan
fixed effect model
1
4
7
10
14
17
20
23
25
28
30
33
DAFTAR GAMBAR
1 Produksi hortikultura di Indonesia tahun 2008-2012
2 Rata-rata pengeluaran per kapita sebulan menurut kelompok barang di
Indonesia tahun 2008-2012
3 Penurunan kurva produk rata-rata dan kurva produk marjinal dari
produk total
4 Kerangka pemikiran operasional
5 Pengujian pemilihan model dalam pengolahan data panel
6 Produksi rata-rata buah-buhan menurut provinsi di Indonesia periode
tahun 2003-2012
7 Produksi rata-rata sayuran menurut provinsi di Indonesia periode tahun
2003-2012
2
3
6
9
13
15
16
DAFTAR LAMPIRAN
1 Hasil estimasi data panel komoditi pisang dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
2 Hasil Chow Test
3 Hasil Hausman Test
4 Hasil uji normalitas
5 Matriks korelasi antar variabel
6 Hasil estimasi data panel komoditi pepaya dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
7 Hasil Chow Test
8 Hasil Hausman Test
9 Hasil uji normalitas
10 Matriks korelasi antar variabel
11 Hasil estimasi data panel komoditi jeruk dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
12 Hasil Chow Test
13 Hasil Hausman Test
14 Hasil uji normalitas
15 Matriks korelasi antar variabel
16 Hasil estimasi data panel komoditi nanas dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
17 Hasil Chow Test
18 Hasil Hausman Test
19 Hasil uji normalitas
20 Matriks korelasi antar variabel
21 Hasil estimasi data panel komoditi tomat dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
22 Hasil Chow Test
23 Hasil Hausman Test
24 Hasil uji normalitas
25 Matriks korelasi antar variabel
26 Hasil estimasi data panel komoditi cabai dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
27 Hasil Chow Test
28 Hasil Hausman Test
29 Hasil uji normalitas
30 Matriks korelasi antar variabel
31 Hasil estimasi data panel komoditi kentang dengan menggunakan fixed
effect cross-section weights dan white cross-section covarience
32 Hasil Chow Test
33 Hasil Hausman Test
34 Hasil uji normalitas
35 Matriks korelasi antar variabel
39
39
40
40
40
41
41
42
42
42
43
43
44
44
44
45
45
46
46
46
47
47
48
48
48
49
49
50
50
50
51
51
52
52
52
PENDAHULUAN
Latar Belakang
Indonesia merupakan negara agraris yang terletak di sekitar garis
khatulistiwa dan beriklim tropis, sehingga Indonesia memiliki keberagaman
produk pertanian dibandingkan dengan negara-negara lain. Maka dari itu
pertanian merupakan salah satu sektor strategis yang memberikan kontribusi
dalam pembangunan perekonomian Indonesia. Hal ini dikarenakan sebagian besar
masyarakat Indonesia bermata pencaharian sebagai petani.
Sektor pertanian terdiri dari beberapa subsektor yang berperan dalam
meningkatkan nilai produk domestik bruto (PDB) Indonesia. Salah satu subsektor
pertanian adalah tanaman bahan makanan yang didalamnya termasuk hortikultura
yang terdiri dari tanaman sayuran, buah-buhan, biofarmaka dan tanaman hias.
Hortikultura merupakan salah satu komoditas strategis yang sangat berperan
dalam mendukung tercapainya target pembangunan ekonomi maupun pertanian,
karena sampai saat ini komoditas hortikultura memiliki prospek yang cukup baik
dan merupakan komoditas bernilai ekonomi tinggi. Hal ini dapat dilihat dari
kontribusi terhadap produk domestik bruto.
Tabel 1 Produk Domestik Bruto (PDB) Indonesia atas dasar harga konstan 2000
menurut lapangan usaha tahun 2008-2012
Nilai PDB (Milyar Rupiah)
Lapangan
Usaha
2008
2009
2010
2011*
2012**
Tanaman Bahan
142 000.4 149 057.8 151 500.7 154 153.9 158 694.5
Makanan
Tanaman
44 783.9
45 558.4
47 150.6
49 260.4
51 763.3
Perkebunan
Peternakan
35 425.3
36 648.9
38 214.4
40 040.3
41 971.8
Kehutanan
16 543.3
16 843.6
17 249.6
17 395.5
17 423.0
Perikanan
45 866.2
47 775.1
50 661.8
54 186.7
57 697.1
Total Sektor
Pertanian
284 619.1 295 883.8 304 777.1 315 036.8 327 549.7
Sumber: Badan Pusat Statistik, 2014
Keterangan:
* Angka Sementara
**Angka Sangat Sementara
Tabel 1 menunjukkan nilai PDB subsektor tanaman bahan makanan
mengalami peningkatan dari tahun 2008 sampai 2012 dengan rata-rata
pertumbuhan sebesar 2.83 persen. Pertumbuhan terbesar terjadi pada tahun 2009
sebesar 4.97 persen dan mengalami penurunan pada tahun 2010 menjadi 1.64
persen. Akan tetapi nilai PDB subsektor tanaman bahan makanan mengalami
peningkatan pertumbuhan kembali pada tahun 2011 menjadi 1.75 persen dan 2012
sebesar 2.95 persen. Meskipun pertumbuhan PDB tanaman bahan makanan
mengalami fluktuasi, namun besarnya selalu mengalami peningkatan dan tetap
berada di posisi pertama dalam penyumbang PDB Indonesia di sektor pertanian.
2
Subsektor inilah yang menjadi sandaran nafkah utama, terutama bagi
masyarakat pedesaan. Karena di pedesaan masih terdapat banyak lahan pertanian
seperti sawah, ladang, dan lain-lain dibandingkan dengan daerah perkotaan yang
sudah banyak dipenuhi oleh areal perkantoran, kawasan industri, dan perumahan.
7000000
6000000
Ton
5000000
2008
4000000
2009
3000000
2010
2000000
2011
1000000
2012
0
Pisang
Jeruk
Pepaya
Cabai
Tomat kentang
Komoditi
Sumber: Badan Pusat Statistik, 2014
Gambar 1 Produksi hortikultura di Indonesia tahun 2008-2012
Gambar 1 menjelaskan bahwa rata-rata produksi buah dan sayur mengalami
peningkatan meskipun komoditi jeruk dan kentang mengalami penurunan setiap
tahunnya dengan rata-rata sebesar 11.3 persen dan 0.08 persen. Berbeda dengan
komoditi pepaya, pisang, nanas, cabai dan tomat mengalami peningkatan setiap
tahunnya. Jelas terlihat bahwa produksi komoditi terbesar di Indonesia yaitu
pisang dengan rata-rata produksi sebesar 6 090 994 ton. Sedangkan komoditi
cabai meskipun bukan komoditi dengan nilai terbesar di Indonesia, namun cabai
mempunyai pertumbuhan rata-rata tertinggi di antara komoditi lainnya dengan
pertumbuhan sebesar 6.98 persen.
Komoditas sayuran dan buah-buhan merupakan komoditas yang menempati
posisi penting sebagai penghasil produk pertanian yang memiliki nilai komersil
yang cukup tinggi dan juga sangat potensial karena budidaya komoditas tersebut
sangat mudah dan sederhana. Selain itu, komoditas sayuran dan buah-buhan
memiliki peranan sangat besar dalam rangka pemenuhan gizi masyarakat.
Berbagai vitamin yang terdapat pada buah dan sayur diperlukan bagi kesehatan
tubuh manusia. Beberapa manfaat buah dan sayur diantaranya mampu
menurunkan kolesterol, kadar gula, mencegah penyebaran sel kanker,
menyembuhkan luka lambung, sebagai antibiotik. Selain mengandung berbagai
jenis vitamin, buah dan sayur juga kaya akan serat yang baik untuk sistem
pencernaan manusia. Meningkatnya kesadaran masyarakat untuk mengkonsumsi
buah dan sayur, menjadikan komoditas tersebut salah satu yang sangat diminati di
seluruh dunia. Hal tersebut tercermin pada Gambar 2.
3
30000
25000
Rupiah
20000
Buah-Buahan
15000
Sayuran
10000
5000
0
2008
2009
2010
2011
2012
Tahun
Sumber: Badan Pusat Statistik, 2014
Gambar 2 Rata-rata pengeluaran per kapita sebulan menurut kelompok barang di
Indonesia tahun 2008-2012
Pada Gambar 2 memperlihatkan bahwa pengeluaran per kapita sebulan
untuk kebutuhan buah dan sayur meningkat setiap tahunnya memiliki
pertumbuhan rata-rata sebesar 11.46 persen dan 16.49 persen. Hal ini
mengindikasikan Permintaan buah-buahan dan sayuran semakin besar sejalan
dengan meningkatnya kesadaran akan kebutuhan gizi yang baik, gaya hidup dan
kemampuan daya beli masyarakat. Selain itu buah dan sayur merupakan salah satu
sumber vitamin dan mineral yang mudah diperoleh masyarakat di berbagai
wilayah, baik pedesaan maupun perkotaan dengan tingkat harga, jenis dan kualitas
yang bervariasi, sehingga masyarakat dari berbagai kelas pendapatan mampu
mengkonsumsi buah dan sayur sesuai dengan daya belinya.
Perumusan Masalah
Indonesia merupakan negara tropis sehingga memiliki karakteristik buah
dan sayuran yang khas bila dibandingkan dengan negara yang lainnya. Sehingga
sampai saat ini sektor pertanian masih memegang peranan penting dalam
perekonomian nasional. Hal ini ditambah oleh daya dukung komoditi unggulan
hortikultura yang cukup banyak tersedia di dalam negeri. Komoditas buah dan
sayur Indonesia sebenarnya sangat potensial untuk dijadikan sebagai komoditas
andalan ekspor, hal ini mengingat banyaknya jumlah dan ragam jenis buah yang
sudah diperdagangkan ke luar negeri. Hal ini dikarenakan produksi buah-buahan
sangat kuat dipengaruhi oleh faktor lingkungannya (iklim/cuaca) serta kondisi
yang optimal pada setiap daerah sentra produksi.
Permasalahan yang selalu muncul dalam pengembangan produksi buah dan
sayur tropis di Indonesia yaitu tidak kontinunya suplai, rendahnya kualitas, dan
sedikitnya suplai berkualitas, serta tingginya harga buah dan sayur Indonesia. Hal
tersebut sangat berpengaruh terhadap produksi buah dan sayur di Indonesia.
Sehingga produksi buah dan sayur Indonesia perlu diusahakan lebih baik lagi
4
dengan peningkatan hasil melalui perbaikan produktivitas. Produktivitas
menggambarkan kaitan antara hasil atau keluaran dengan sumber atau masukan
yang dipakai selain itu merupakan usaha memperoleh hasil sebesar-besarnya
dengan pengorbanan sekecil kecilnya (BPS, 2014). Nilai produktivitas
hortikultura dapat terlihat pada Tabel 2.
Tabel 2 Produksi, luas panen dan produktivitas hortikultura* Indonesia
Produksi
Luas Panen
Produktivitas
Tahun
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Rata-rata
Ton
Pertum
buhan
(%)
Ha
Pertum
buhan
(%)
13 388 861
10 777 924
11 159 023
12 028 287
13 205 099
13 025 070
14 231 969
13 118 917
13 572 600
13 569 834
12 807 758
-19.501
3.536
7.790
9.784
-1.363
9.266
-7.821
3.458
-0.020
0.570
378 615.1
415 215.2
402 508
420 608
412 494
423 593
561 455
543 015
528 260
547 164
463 292.7
9.667
-3.060
4.497
-1.929
2.691
32.546
-3.284
-2.717
3.579
4.665
Ton/Ha
35.363
25.957
27.724
28.597
32.013
30.749
25.348
24.159
25.693
24.800
28.0404
Pertum
buhan
(%)
-26.597
6.805
3.151
11.943
-3.948
-17.564
-4.691
6.348
-3.475
-3.114
Sumber: Ditjen Hortikultura, Departemen Pertanian 2014
* (pisang, pepaya, jeruk, nanas, tomat, cabai, kentang
Tabel 2 menjelaskan bahwa produksi hortikultura di Indonesia sangat
berfluktuatif setiap tahunnya, hal ini berkaitan dengan sentra produksi setiap
provinsi di Indonesia yang memiliki karakteristik berbeda seperti karakteristik
tanah, iklim/cuaca dan curah hujan. Selain itu produktivitas yang berfluktuatif
sangat erat kaitannya dengan penggunaan faktor produksi, seperti penggunaan
pupuk dan tenaga kerja. Faktor produksi tersebut akan memengaruhi jumlah
produksi yang dihasikan. Maka penggunaan faktor produksi perlu diperhatikan
agar tidak terjadi ketidakefisienan yang akan menyebabkan tingkat produksi yang
tidak optimal, serta terjadinya peningkatan terhadap biaya faktor produksi. Hal
tersebut menjadi sangat perlu diperhatikan karena komoditas hortikultura sangat
penting dalam pemenuhan kebutuhan. Berdasarkan uraian tersebut, maka
permasalahan dalam penelitian ini adalah:
1. Bagaimana gambaran umum produksi hortikultura di Indonesia periode 20032012?
2. Apa saja faktor-faktor yang memengaruhi produksi hortikultura di Indonesia
periode 2003-2012?
5
Tujuan Penelitian
Berdasarkan uraian dari latar belakang dan permasalahan di atas, maka
tujuan dari penelitian ini adalah:
1. Menganalisis gambaran umum produksi hortikultura di Indonesia periode
2003-2012
2. Mengestimasi faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia periode 2003-2012
Manfaat Penelitian
Penelitian yang dilakukan diharapkan dapat memberi manfaat bagi berbagai
pihak, diantaranya adalah sebagai berikut:
a. Bagi pemerintah dan pelaku bisnis, diharapkan hasil penelitian ini dapat
menjadi pertimbangan dan bahan rujukan dalam merumuskan kebijakan yang
akan dikeluarkan untuk meningkatkan produksi dan efisiensi dalam
penggunaan faktor produksi hortikultura di Indonesia.
b. Bagi masyarakat dan akademisi, diharapkan hasil penelitian dapat menambah
wawasan serta informasi mengenai kondisi produksi hortikultura di Indonesia
dan dapat dijadikan sumber acuan untuk penelitian lebih lanjut.
c. Bagi penulis, sebagai penyelaras teori perkuliahan dengan kondisi nyata yang
sedang terjadi.
Ruang Lingkup Penelitian
Penelitian ini menganalisis bagaimana gambaran umum produksi
hortikultura dan faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia. Komoditi yang digunakan dalam penelitian terdiri dari pisang, pepaya,
jeruk, nanas, tomat, cabai dan kentang. Secara umum faktor-faktor yang diduga
memengaruhi produksi hortikultura di Indonesia yaitu harga produsen (HP), upah
buruh tani (UPAH), jumlah pupuk yang digunakan (PUPUK) dan tenaga kerja
(TK). Analisis dilakukan menggunakan data menurut provinsi dengan tahun
pengamatan yaitu tahun 2003 hingga 2012. Banyaknya cross section yang
digunkan untuk setiap komoditi berbeda-beda karena setap wilayah mempunyai
karakteristik yang berbeda-beda. Akan tetapi cross section yang digunakan untuk
setiap komoditi sudah mewakili setiap wilayah bagian di Indonesia. Pada
komoditi pisang dan cabai sebayak 23 provinsi, pepaya 22 provinsi, jeruk 17
provinsi, dan nanas sebanyak 18 provinsi. Sedangkan tomat menggunakan cross
section sebanyak 19 provinsi dan kentang 12 provinsi.
6
TINJAUAN PUSTAKA
Konsep Fungsi Produksi
Fungsi produksi memperlihatkan jumlah output maksimum yang bisa
diperoleh dengan menggunakan berbagai alternatif kombinasi kapital (K) dan
tenaga kerja (L). Produk marjinal dari suatu input mencerminkan bahwa
penggunaan input lain dianggap konstan sedangkan input yang diamati dapat
diubah-ubah. Akan tetapi marjinal produk dari satu unit terakhir tidak selalu sama
besarnya. Artinya ketika input yang digunakan masih sedikit, biasanya produk
marjinal sangat tinggi. Namun semakin banyak input tersebut digunakan,
sementara input lain dibiarkan konstan, maka produksi marjinal tersebut akan
semakin berkurang (the law of diminishing return) (Nicholson, 2002).
Output
PL
L*
L**
L***
Labor
(a) Kurva Produk Total Tenaga Kerja
MPL APL
L*
L**
MPL
APL
L***
Labor
(b) Kurva Produk Marjinal dan Produk Rata-rata
Sumber: Nicholson, 2002
Gambar 3 Penurunan kurva produk rata-rata dan kurva produk marjinal dari
produk total
Kurva pada Gambar 3 memperlihatkan produktivitas rata-rata dan
produktivitas marjinal, pada kurva tenaga kerja dapat di turunkan dari kurva
produk total. Kurva P mewakili hubungan antara input tenaga kerja dan output
yang dihasilkan, dengan asumsi bahwa semua input dipertahankan secara konstan.
Sedangkan pada kurva produk marjinal dan produk rata-rata setelah T*** adanya
penambahan jumlah tenaga kerja bukannya menyebabkan bertambahnya output,
tetapi justru malah menguranginya. Pengusaha yang rasional tidak akan pernah
mempekerjakan tenaga kerja melebihi T***, karena penambahan tenaga kerja
justru menghasilkan output yang lebih sedikit (memerlukan biaya tambahan)
(Nicholson, 2002).
7
Terdapat berbagai metode untuk menganalisis produksi dan faktor-faktor yang
memengaruhinya. Berikut rangkuman metode dan variabel yang digunakan dalam
beberapa penelitian terdahulu disajikan pada Tabel 4.
Tabel 3 Rangkuman metode dan variabel dalam penelitian terdahulu
Judul Penelitian, Penerbit, Nama
Metode
Variabel yang Digunakan
Peneliti, dan Tahun Penelitian
Analisis
Burkina Faso: What is Driving Data Panel
Lahan, Pupuk, Curah Hujan,
Cotton Production Stochastic
Umur Kepala Keluarga dan
Frontier Approach for Panel
Jenis Kelamin.
Data. (World Bank)
Oleh:
Makhtar Diop (2013)
A Three-Factor Agricultural Total Factor Modal,
Tenaga
Kerja,
Production Fungtion: The Case Productivity
Lahan, Teknologi
of
Canada.
(International (TFP)
dan
Economic Journal)
Fungsi
Oleh:
Produksi
Cristina Echevarria (1998)
Where has all the Water Gone?
Ordinary
Air, Diesel, Rasio Harga,
Estimation of a Production
Least Squares Lahan,
Tenaga
Kerja
Function for the Agricultural
(OLS)
dengan Komoditi Kapas dan
Sector in the Region Khorezm,
Beras
Uzbekistan. (UNESCO)
Oleh:
Marc Mueller (2004)
Rain, temperature and
Data Panel
Iklim,
Tenaga
Kerja
agricultural production: The
Penduduk Desa, Lahan,
impact of climate change in SubTernak, Traktor dan Pupuk.
Sahara Africa, 1961-2009.
(EEECON)
Oleh:
Andreas Exenberger, Andreas
Pondorfer (2011)
Production and Productivity Total Factor Lahan, Tenaga Kerja, Pupuk
Growth in Chinese Agriculture: Productivity
Kimia, Pupuk Organik,
New Measurement and Evidence. (TFP)
Pestisida, Mesin, Irigasi dan
(Elsevier Sciene)
Hewan Pembajak Lahan.
Oleh:
Shenggen Fan (1997)
Employment Impacts of the Data Panel
Pembayaran ternak, wilayah
Common Agricultural Policy in
secara langsung, lingkungan
Eastern Germany – A Regional
agribisnis,
tunjangan
Panel Data Approach. (IAMO)
kompensasi,
bantuan
Oleh:
investasi,
pengolahan,
Martin Petrick, Patrick Zier
pemasaran, rata-rata upah
(2009)
tahunan,
populasi
dan
pembangunan desa
8
Do Trade Costs Affect the
Extensive Margin of Trade?
Lessons from U.S. Fresh Fruits
and Vegetables Imports (AAEA
& CAES)
Oleh:
Mina Hejazi, Jason Grant (2013)
What is Behind the Fall in
Russian
Agricultural
Production? (EAAE)
Oleh:
Irina V. Bezlepkina (2002)
Measuring and Explaining Total
Factor Productivity Growth and
Patterns
in
Philippine
Agriculture: A Regional Panel
Data Framework (PHILRICE)
Oleh:
Romeo G. Teruel, Jesus C.
Dumagan (2013)
Agriculture Productivity and Its
Determinants:
Revisiting
International
Expereiences.
(Estudios de Economia)
Oleh:
Claudio Bravo-Ortega, Daniel
Lederman (2004)
Data Panel
Nilai
Produksi,
Perkapita, Jarak,
Wilayah
GDP
Batas
Total Factor Kredit, Debit, Transfer
Productivity
Dana, Bahan, Tenaga Kerja,
(TFP)
Modal,
Lahan,
Iklim,
Dummy 1996 dan 1997,
Data
Panel Benih, Pupuk, Tenaga Kerja
dan
Total peternakan, Mesin, Lahan,
Factor
Tenaga kerja,
Productivity
(TFP)
Total Factor Tenaga Kerja Pedesaan,
Productivity
Modal, Lahan, Pupuk dan
(TFP)
Ternak
Kerangka Pemikiran
Subsektor hortikultura memang memberikan sumbangan yang nyata dalam
peningkatan PDB Indonesia. Keunggulan dari buah dan sayur Indonesia adalah
keragaman dan jenis yang tersedia. Akan tetapi komoditas buah dan sayur
Indonesia mengalami produktivitas yang berfluktuatif setiap tahunnya. Karena
memang karakteristik setiap wilayah provinsi di Indonesia berbeda-beda untuk
setiap produksi setiap komoditi. Sedangkan komoditi dalam penelitian ini adalah
pisang, pepaya, jeruk, nanas, tomat, cabai, dan kentang. Berdasarkan hal tersebut
untuk mengetahui faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia digunakan metode data panel. Faktor-faktor yang akan diteliti antara
lain produksi hortikultura di Indonesia, harga produsen dari setiap komoditi
hortikultura, upah buruh, jumlah pupuk yang digunakan dan tenaga kerja.
Dari hasil analisis ini diharapkan diperoleh implikasi kebijakan yang sesuai
dan bermanfaat bagi produksi hortikultura di Indonesia. Gambar lengkap
mengenai kerangka pemikiran disajikan pada Gambar 4.
9
Produksi hortikultura yang
berfluktuatif
Hortikulutra berperan dalam
peningkatan PDB Indonesia
Tanaman Hias
Buah-Buahan
Harga produsen
Upah buruh
Pupuk
Tenaga kerja
Pisang
Pepaya
Jeruk
Nanas
Biofarmaka
Sayuran
Tomat
Cabai
Kentang
Faktor-faktor yang
memengaruhi produksi
Lahan
Curah Hujan
Estimati Data
Panel
Strategi dan rekomendasi kebijakan peningkatan
produksi buah dan sayur di Indonesia
Keterangan:
Ruang lingkup Penelitian
Gambar 4 Kerangka pemikiran operasional
10
Hipotesis Penelitian
Hipotesis penelitian ini berupa dugaan tanda variabel yang memengaruhi
produksi pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang di Indonesia.
Berikut adalah hipotesis penelitian yang digunakan:
1. Harga produsen diduga berpengaruh signifikan dan positif terhadap
produksi pepaya, jeruk, tomat dan cabai. Apabila semakin tinggi harga
produsen akan meningkatkan keuntungan yang digunakan untuk
peningkatan produksi.
2. Harga produsen tahun sebelumnya diduga memiliki pengaruh signifikan
dan positif terhadap produksi pisang, nanas dan kentang di Indonesia. Hal
tersebut dapat terus memacu dalam meningkatkan produksi.
3. Upah buruh pedesaan memiliki pengaruh signifikan dan positif terhadap
produksi pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang di
Indonesia. Semakin tinggi upah akan meningkatkan produktivitas tenaga
kerja, Sehingga dapat meningkatkan produksi.
4. Pupuk yang digunakan diduga memiliki pengaruh signifikan dan positif
terhadap produksi pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang
di Indonesia. Apabila adanya tambahan pupuk maka produksi akan
semakin meningkat.
5. Tenaga kerja yang digunakan diduga berpengaruh signifikan dan positif
terhadap produksi pisang, tomat, cabai dan kentang di Indonesia. Maka
semakin bertambahnya tenaga kerja akan meningkatkan produksi.
6. Tenaga kerja tahun sebelumnya memiliki pengaruh signifikan dan positif
terhadap produksi pepaya, jeruk dan nanas di Indonesia. Karena adanya
tambahan tenaga kerja maka produksi akan meningkat.
METODE PENELITIAN
Jenis dan Sumber Data
Seluruh data yang digunakan dalam penelitian ini adalah data sekunder yang
diperoleh dari berbagai sumber yang terkait dalam peneitian seperti Badan Pusat
Statistik (BPS), Departemen Pertanian (Deptan), dan sumber-sumber lain yang
terkait dengan peneltian. Jenis data yang digunakan adalah data panel yang
merupakan gabungan deret waktu (time series) tahun 2003 sampai 2012 dan data
cross section yaitu provinsi di Indonesia.
Tabel 4 Jenis dan sumber data yang digunakan
Data yang Digunakan
Sumber
Produksi hortikultura di Indonesia tahun Departemen Pertanian
2003-2012
(www.deptan.go.id)
Harga Produsen hortikultura di Indonesia
Badan Pusat Statistik (BPS)
Upah buruh tani pedesaan
Badan Pusat Statistik (BPS)
Tenaga kerja
Badan Pusat Statistik (BPS)
Jumlah pupuk yang digunakan
Departemen Pertanian (Deptan)
11
Metode Analisis dan Pengolahan Data
Metode analisis yang digunakan dalam penelitian ini adalah metode
deskriptif dan kuantitatif. Analisis deskriptif digunakan untuk memberikan
gambaran umum mengenai produksi hortikultura di Indonesia serta menjelaskan
informasi-informasi yang terkandung dalam data hasil analisis yang dapat
membantu mempertajam analisis kuantitatif. Analisis yang digunakan adalah data
panel untuk mengetahui faktor-faktor yang memengaruhi produksi hortikultura di
Indonesia. Pengolahan data pada penelitian ini dilakukan secara bertahap, tahap
pertama yaitu pengelompokan data, tahap kedua yaitu pengolahan data dalam
model analisis yang dilakukan dengan menggunakan software Microsoft Excel
2010 dan Eviews 6.
Analisis Produksi
Model yang digunakan untuk menganalisis produksi pada penelitian ini
merupakan fungsi produksi Cobb-Douglas yang menjelaskan modal (K) dan
tenaga kerja (L) sebagai berikut:
Y = f (K,L)
Peningkatan kedua faktor produksi sebesar ΔK dan ΔL akan meningkatkan
output. Kenaikan ini dibagi menjadi dua sumber dengan menggunakan produk
marjinal dari dua input tersebut (Nicholson, 2002).
ΔY = (MP × ΔK) + (MP × ΔL)
Bagian pertama dalam tanda kurung adalah kenaikan output yang
disebabkan oleh kenaikan modal dan bagian kedua dalam tanda kurung
merupakan kenaikan output yang disebabkan oleh kenaikan tenaga kerja.
Analisis Data Panel
Data panel adalah bentuk data yang merupakan penggabungan data time
series dan cross section. Kombinasi tersebut berdampak pada hasil estimasi dari
model data panel lebih efisien karena jumlah observasi lebih banyak. Selain itu,
penggunaan model data panel juga dapat mengurangi efek bias seiring dengan
meningkatnya derajat bebas (degree of freedom). Menurut Baltagi (2005),
kelebihan yang diperoleh dari penggunaan data panel, yaitu:
1. Dapat menyajikan data yang lebih informatif dan variatif
2. Memiliki kolinearitas antar variabel yang rendah dan memiliki derajat
kebebasan yang tinggi sehingga lebih efisien
3. Dapat mengontrol heterogenitas individu
4. Dapat digunakan untuk mempelajari dinamika penyesuaian (dynamics of
change)
5. Mampu mengidentifikasi dan mengukur efek yang tidak dapat diukur oleh
data time series murni atau cross section murni
6. Dapat merumuskan dan menguji model yang lebih kompleks
7. Dapat memberikan analisis pada level mikro dapat meminimisasi atau
menghilangkan bias yang terjadi akibat agregasi data ke level makro.
12
Berdasarkan hipotesis dan studi empiris dengan tetap mempertimbangkan
berbagai asumsi yang menjadi acuan dalam model data panel dengan variabelvariabel penyusunnya disesuaikan dengan fakta di beberapa provinsi di Indonesia
serta berbagai alternatif spesifikasi model yang telah dicoba. Variabel yang diduga
memengaruhi produksi hortikultura di Indonesia adalah harga produsen pedesaan
hortikultura, upah buruh tani, jumlah pupuk yang digunakan oleh petani dan
tenaga kerja. Dengan demikian, secara umum persamaan yang diestimasi dalam
penelitian ini adalah sebagai berikut:
LNP O
Dimana:
P O
P
PA
P P
LN P
LN
LN PA
LNP P
= Produksi hortikultura di Indonesia (Ton)
= Harga produsen pedesaan hortikultura (Rp)
= Upah buruh tani pedesaan (Rp/Hari)
= Jumlah pupuk yang digunakan (Ton)
= Tenaga kerja (jiwa)
= error term
= intersept
= slope
Agar memperjelas variabel-variabel yang dituliskan dalam persamaan
yang diestimasi, maka definisi operasional variabel-variabel tersebut adalah:
Produksi hortikultura menurut provinsi di Indonesia, komoditi yang diteliti
dalam penelitian ini terdiri dari sub-sektor buah dan sub-sektor sayuran
diantaranya pisang, pepaya, jeruk, nanas, tomat, cabai dan kentang yang
dinyatakan dalam satuan ton.
Harga produsen pedesaan yang merupakan harga jual menurut provinsi di
Indonesia dengan satuan komoditi pisang (Rp/sisir), pepaya (Rp/100kg), jeruk
(Rp/100kg), nanas (Rp/10buah), tomat (Rp/100kg), cabai (Rp/100kg) dan
kentang (Rp/100kg).
Upah buruh tani pedesaan menurut provinsi di Indonesia terdiri dari upah
mencagkul, menanam, menyiangi, memanen dan memupuk yang dinyatakan
dalam Rp/hari.
Pupuk yang mewakili modal dalam penelitian ini merupakan realisasi jumlah
pupuk subsidi yang terdiri dari pupuk urea, npk, sp36 dan za yang dinyatakan
dalam satuan ton.
Tenaga kerja yang digunakan dalam penelitian ini merupakan tenaga kerja
bebas disektor pertanian dengan pendidikan tertinggi sekolah dasar (SD)
dalam satuan (jiwa).
Pemilihan Model dalam Pengolahan Data Panel
Langkah yang dilakukan dalam analisis data panel terdiri atas perumusan
model, pemilihan metode estimasi, uji kriteria, dan analisis hasil estimasi. Analisis
dugaan model dilakukan berdasarkan pertimbangan statistik agar memperoleh
hasil dugaan model yang efisien dan paling baik diantara berbagai pilihan model.
13
Dalam analisis data panel terdapat tiga macam pendekatan yang terdiri dari
pendekatan PLS (pooled least square), FEM (fixed effect model), dan REM
(random effect model). Diagram pengujian statistik untuk memilih model yang
akan digunakan pada Gambar 5 berikut ini:
Pemilihan Model
Uji Chow
Uji LM
Uji Hausman
Pooled Least
Fixed Effect
Random Effect
Square
Gambar 5 Pengujian pemilihan model dalam pengolahan data panel
1. Pemilihan model dalam pengolahan data panel
a. Chow Test
Uji ini digunakan untuk memilih model PLS atau FEM dengan hipotesis sebagai
berikut:
: PLS
: FEM
Jika pada PLS p-value lebih kecil dari taraf nyata (α) 5 persen, Maka cukup bukti
untuk melakukan penolakan , sehingga model yang dipilih adalah FEM dan
sebaliknya.
b. Hausman Test
Hausman Test dilakukan untuk memilih antara model REM atau FEM dengan
hipotesis sebagai berikut:
: REM
: FEM
Jika p-value lebih kecil dari taraf nyata (α) 5 persen pada REM, Maka cukup bukti
untuk menolak , sehingga dipilih model FEM dan sebaliknya.
c. LM Test
Uji ini dilakukan apabila Chow Test cukup bukti untuk tolak
tapi belum cukup
bukti pada Hausman Test dan sebaliknya. Sehingga dilakukan LM Test untuk
memilih model REM atau PLS dengan hipotesis sebagai berikut:
: PLS
: REM
Apabila LM lebih besar dari
– tabel (chi-square) maka cukup bukti untuk
menolak , sehingga model REM yang dipilih dan sebaliknya.
14
2. Pengujian Asumsi Klasik
a. Uji Kenormalan
Uji ini dilakukan untuk mengidentifikasi error term apakah sudah terdistribusi
secara normal atau tidak. Hal ini dapat dilihat dari nilai probability yang
dihasilkan. Jika lebih dari taraf nyata 5%, maka data dapat dikatakan menyebar
normal.
b. Uji Homoskedastisitas
Data dikatakan homoskedastisitas apabila nilai sum square residual
unweighted statistics lebih kecil dari sum square residual weighted statistics
c. Uji Multikolinearitas
Multikolinearitas dapat diidentifikasi apabila
tinggi, variabel bebas banyak
yang tidak signifikan, tanda tidak sesuai dengan yang diinginkan, korelasi
sederhana antar variabel individu ( ) tinggi dan
lebih kecil dari .
d. Uji Autokolerasi
Autokolerasi dapat dilihat dengan cara membandingkan nilai Durbin Watson
(DW) hasil estimasi dengan nilai Durbin Watson (DW) pada tabel. Jika nilai DW
lebih dari 1.5 atau mendekati 2 maka data dapat dikatakan tidak terdapat
autokolerasi. Selang nilai statistik Durbin Watson adalah sebagai berikut:
Tabel 5 Selang nilai statistik Durbin Watson dan kesimpulannya
Nilai Durbin Watson
Kesimpulan
Ada autokorelasi positif
0 < DW <
Tidak ada kesimpulan
< DW <
tidak ada autokorelasi
< DW < 4Tidak ada kesimpulan
4- < DW< 4Ada autokorelasi negatif
4- < DW< 4
HASIL DAN PEMBAHASAN
Gambaran Umum Produksi Hortikultura di Indonesia Periode 2003-2012
Indonesia merupakan negara agraris yang kaya akan keanekaragaman
komoditas pertanian dengan variasi agroklimat yang tinggi sehingga musim buah
dan sayur dapat berlangsung sepanjang tahun. Maka dari itu komoditas
hortikultura mempunyai potensi yang sangat besar untuk dikembangkan di
Indonesia. Apabila sektor ini terus dikembangkan dan dibudidayakan maka
produksi dari hortikultura tersebut tak hanya dapat memenuhi permintaan dan
kebutuhan domestik melainkan dapat memenuhi permintaan pasar ekspor
internasional. Hal tersebut dapat terlihat dengan produksi rata-rata buah di
Indonesia.
1400000
1200000
1000000
800000
600000
400000
200000
0
NAD
Sumatera Utara
Sumatera Barat
Riau
Jambi
Sumatera Selatan
Bengkulu
Lampung
Jawa Barat
Jawa Tengah
DI Yogyakarta
Jawa Timur
Bali
NTB
NTT
Kalimantan Barat
Kalimantan Tengah
Kalimantan Selatan
Kalimantan Timur
Sulawesi Utara
Sulawesi Tengah
Sulawesi Selatan
Sulawesi Tenggara
Ton
15
Provinsi
Sumber: Badan Pusat Statistik, 2014
Gambar 6 Produksi rata-rata buah-buhan menurut provinsi di Indonesia periode
tahun 2003-2012 (ton)
Pepaya
Jeruk
Nanas
Pisang
Rata-rata produksi buah di Indonesia tahun 2003 sampai 2012 menunjukan
sentra setiap komoditi berbeda. Produksi pisang terbesar berada di provinsi Jawa
Barat dengan produksi rata-rata sebesar 22.23 persen dari total produksi pisang
nasional. Memang hampir di setiap tempat atau wilayah dapat dengan mudah
ditemukan tanaman pisang. Namun di Jawa Barat itu sendiri pusat produksi
pisang berada di daerah Cianjur, Sukabumi, Tasikmalaya dan daerah sekitar
Cirebon (BPS, 2012). Selain itu pisang merupakan salah satu komoditas buah
penting dan termasuk buah unggulan di Jawa Barat, karena banyak dikonsumsi
oleh masyarakat mengingat harganya relatif lebih murah dari buah-buahan lainnya
namun banyak mengandung zat gizi (Diperta, 2014). Sentra produksi pepaya
berada di provinsi Jawa Timur dengan produksi rata-rata sebesar 36.09 persen dari
total produksi pepaya nasional. Selain itu pepaya merupakan Salah satu komoditi
buah yang mendapat prioritas penelitian dan pengembangan (Deptan, 2012). Pada
komoditi jeruk jelas terlihat pada Gambar 6 bahwa sentra produksi berada di
provinsi Sumatera Utara dengan nilai produksi rata-rata sebesar 31.71 persen dari
rata-rata total produksi jeruk nasional. Walaupun pengembangan jeruk
menghampar di seluruh wilayah Indonesia, namun dalam rangka mengoptimalkan
produksi ditetapkan wilayah-wilayah sentra jeruk yang akan diprioritaskan
pengembangan dan pembinaannya sesuai dengan agroklimat, terutama provinsi
Sumatera Utara sebagai sentra produksi jeruk terbesar di Indonesia. Sedangkan
sentra produksi nanas berada di Provinsi Lampung dengan rata-rata produksi
20.25 persen dari total produksi nasional. Salah satu daerah sentra komoditi nanas
di provinsi Lampung adalah Lampung Tengah, karena hampir seluruh produksi
nanas (99.90%) dihasilkan di kabupaten tersebut (BPS, 2012).
Selain itu produksi sayuran Indonesia juga perlu dikembangkan sehingga
produksi tersebut dapat memenuhi permintaan pasar. Nilai produksi sayuran
setiap Provinsi di Indonesia sangat beragam. Hal tersebut terlihat jelas pada
Gambar 7.
350000
300000
250000
200000
150000
100000
50000
0
NAD
Sumatera Utara
Sumatera Barat
Riau
Jambi
Sumatera Selatan
Bengkulu
Lampung
Jawa Barat
Jawa Tengah
DI Yogyakarta
Jawa Timur
Bali
NTB
NTT
Kalimantan Barat
Kalimantan Tengah
Kalimantan Selatan
Kalimantan Timur
Sulawesi Utara
Sulawesi Tengah
Sulawesi Selatan
Sulawesi Tenggara
Ton
16
Provinsi
Sumber: Badan Pusat Statistik, 2014
Gambar 7 Produksi rata-rata sayuran menurut provinsi di Indonesia periode tahun
2003-2012 (ton)
Tomat
Cabai
Kentang
Berdasarkan Gambar 7 terlihat nilai rata-rata produksi sayur di Indonesia
tahun 2003 sampai 2012 menunjukan bahwa sentra produksi tomat, cabai dan
kentang berada di provinsi Jawa Barat. Nilai produksi rata-rata komoditi tomat
37.73 persen, cabai 22.15 persen dan kentang 30.67 persen dari total produksi
nasional. Karakteristik tanah dan cuaca di pulau Jawa tepatnya provinsi Jawa
Barat memang sangat mendukung untuk berkembangnya produksi sayuran. Jadi
tidak dipungkiri bahwa Jawa Barat merupakan sentra produksi tomat, cabai dan
kentang dan merupakan komoditas unggulan dari provinsi Jawa (Diperta, 2014).
Faktor-Faktor yang Memengaruhi Produksi Hortikultura di Indonesia
Periode 2003-2012
Analisis data panel digunakan untuk mengetahui faktor-faktor yang
memengaruhi produksi hortikultura di Indonesia. Cross section yang digunakan
pada komoditi pisang dan cabai sebayak 23 provinsi, pepaya 22 provinsi, jeruk 17
provinsi, dan nanas sebanyak 18 provinsi. Sedangkan tomat menggunakan cross
section sebanyak 19 provinsi dan kentang 12 provinsi. Perbedaan tersebut
dikarenakan setiap provinsi mempunyai karakteristik yang berbeda setiap
komoditi hortikultura. Selain itu periode analisis yang digunakan pada tahun 2003
sampai 2012. Model data panel digunakan untuk menganalisis pengaruh variabelvariabel ekonomi dan non ekonomi lainnya terhadap produksi hortikultura di
Indonesia. Secara umum, variabel independen yang digunakan adalah harga
produsen dari masing-masing komoditi di Indonesia (HPit), upah buruh pedesaan
di Indonesia (UPAHit), jumlah pupuk yang digunakan (PUPUKit) dan jumlah
tenaga kerja (TKit). Sedangkan variabel dependennya merupakan produksi
hortikultura masing-masing komoditi di Indonesia (PRODit).
17
Model Komoditi Pisang
1.
Hasil Estimasi Faktor-Faktor yang Memengaruhi Produksi Pisang di
Indonesia Periode 2003-2012
Hasil estimasi data panel digunakan untuk mengetahui faktor-faktor yang
memengaruhi produksi pisang di Indonesia dan disajikan pada Tabel 6.
Tabel 6 Hasil estimasi data panel pada komoditi pisang dengan pendekatan fixed
effect model
Variabel
Koefisien
t-statistik
Probabilitas
C
9.752200
40.65694
0.0000
HP(-1)
0.007850
7.212145
0.0000
UPAH
0.093363
3.229854
0.0014
PUPUK
0.047878
4.480644
0.0000
TK
0.025500
1.923437
0.0558
Fixed Effect (Cross)
NAD
-0.591698
Sumatera Utara
0.804646
Sumatera Barat
-0.478324
Riau
-1.180230
Jambi
-1.214962
Sumatera Selatan
0.481475
Bengkulu
-1.200999
Lampung
1.741481
Jawa Barat
2.450545
Jawa Tengah
1.591578
DI Yogyakarta
-0.601332
Jawa Timur
2.120019
Bali
0.340622
Nusa Tenggara Barat
-0.416151
Nusa Tenggara Timur
0.445580
Kalimantan Barat
-0.187017
Kalimantan Tengah
-1.411877
Kalimantan Selatan
-0.197372
Kalimantan Timur
-0.101283
Sulawesi Utara
-0.700096
Sulawesi Tengah
-1.024405
Sulawesi Selatan
0.483023
Sulawesi Tenggara
-1.153222
Weighted Statistics
R-squared
0.977674 Sum squared resid
25.74950
Prob(F-statistic)
0.000000 Durbin-Watson stat
1.276015
Unweighted Statistics
R-squared
0.922061 Durbin-Watson stat
1.073658
Sum squared resid
26.39121
18
Variabel
dependen yang digunakan produksi pisang di Indonesia.
Sedangkan variabel independennya adalah harga produsen pisang tahun
sebelumnya, upah buruh pedesaan di Indonesia, jumlah pupuk yang digunakan
dan jumlah tenaga kerja. Pada komoditi pisang menggunakan cross section
sebanyak 23 Provinsi yang tersebar dan mewakili wilayah bagian di Indonesia.
Setelah dilakukan regresi panel pada komoditi pisang, diperoleh estimasi
persamaan yaitu:
LNP O
LNP P
LN P
LN
LN PA
Estimasi dilakukan dengan Chow Test untuk memilih metode pendekatan
yang terbaik antara PLS dan fixed effect. Hasil uji menunjukan nilai probabilitas
0.0000 dimana lebih kecil dari taraf nyata (α) 5 persen. Karena prob. (0.0000) < α
(0.05), maka cukup bukti untuk melakukan penolakan terhadap
, sehingga
metode yang digunakan adalah fixed effect. Selain itu digunakan Hausman Test
untuk memilih metode pendekatan yang terbaik antara fixed effect dan random
effect. Hasil uji menunjukan nilai probabilitas 0.0000 lebih kecil dari taraf nyata
(α) 5 persen. Maka cukup bukti untuk tolak
, sehingga model yang tepat
digunakan adalah fixed effect.
Tabel 6 menunjukan hasil estimasi nilai koefisien determinasi ( ) sebesar
0.977674, yang berarti sekitar 97.76 persen keragaman produksi pisang di
Indonesia dapat dijelaskan oleh model, sedangkan 2.23 persen dijelaskan oleh
faktor-faktor lain di luar model. Uji normalitas menunjukkan nilai Jarque Bera
2.174709 dan probabilitas 0.337107, dimana nilai tersebut lebih besar dari taraf
nyata 5 persen, berarti residual error (error term) terdistribusi normal. Menurut
Juanda (2009) masalah heteroskedastisitas dan autokorelasi dapat diatasi dengan
menggunakan metode Generalized Least Squares (GLS) weights. Pada model
pisang telah menggunakan cross-section weights, sehingga masalah
heteroskedastisitas dan autokorelasi dapat langsung diabaikan. Selain itu hasil
estimasi juga menunjukan tidak adanya indikasi masalah multikolinearitas,
dimana nilai korelasi antar variabel bebas tidak melebihi nilai koefisien
determinasi
. Maka, hasil uji ekonometrika menunjukkan bahwa hasil estimasi
model pisang bersifat BLUE (Best, Linier, Unbiased, Estimator).
2.
A.
Interpretasi Model Produksi Pisang di Indonesia Periode 2003-2012
Harga produsen tahun sebelumnya
Hasil pengujian pada model pisang menunjukan nilai probabilitas variabel
harga produsen tahun sebelumnya sebesar 0.0000. Hal ini menunjukan bahwa
variabel harga produsen tahun sebelumnya berpengaruh signifikan terhadap
perubahan produksi pisang di Indonesia pada taraf nyata 10 persen. Variabel
tersebut telah sesuai dengan hipotesis awal, dimana harga produsen tahun
sebelumnya berpengaruh positif terhadap produksi pisang di Indonesia dapat
dilihat pada nilai koefisien sebesar 0.007850. Hal ini berarti apabila harga
produsen tahun sebelumnya naik 1% maka produksi pisang di Indonesia akan
meningkat sebesar 0.0078 persen (ceteris paribus). Sehingga semakin
meningkatnya harga produsen, pendapatan akan semakin meningkat dan para
pelaku usaha produksi pisang akan terus meningkatkan produksinya.
19
B.
Upah buruh
Hasil pengujian pada model buah pisang menunjukan bahwa nilai
probabilitas variabel upah buruh sebesar 0.0014 pada taraf nyata 10 persen. Hal
ini menunjukkan bahwa upah buruh berpengaruh signifikan terhadap perubahan
produksi pisang di Indonesia. Variabel tersebut juga telah sesuai dengan hipotesis
awal dan berpengaruh positif dengan nilai koefisien sebesar 0.093363. Hal ini
berarti setiap kenaikan 1 persen upah buruh maka produksi pisang akan meningkat
sebesar 0.093 persen (ceteris paribus). Pengaruh upah buruh terhadap produksi
berkaitan erat dengan tenaga kerja, dimana dalam produksi pisang upah buruh
berpengaruh positif artinya setiap kenaikan upah buruh akan meningkatkan
produktivitas tenaga kerja meskipun kenaikan upah menyebabkan adanya
tambahan biaya variabel, namun produktivitas tenaga kerja lebih besar dari pada
biaya yang ditimbulkan. Sehingga hal tersebut dapat meningkatkan produksi
pisang di Indonesia.
C. Pupuk
Hasil pengujian model buah pisang menunjukan nilai probabilitas 0.0000
pada variabel pupuk dan berpengaruh signifikan pada taraf nyata 10 persen
terhadap perubahan produksi pisang di Indonesia. Variabel tersebut juga telah
sesuai dengan hipotesis awal dan berpengaruh positif dengan nilai koefisien
0.047878. Sehingga setiap kenaikan 1 persen jumlah pupuk yang digunakan maka
produksi pisang akan meningkat sebesar 0.048 persen (ceteris paribus). Semakin
banyak input (pupuk) yang digunakan akan semakin banyak juga output (produksi
pisang) yang akan dihasilkan.
D. Tenaga kerja
Hasil pengujian menunjukan nilai probabilitas variabel tenaga kerja adalah
sebesar 0.0558. Hal ini menunjukkan bahwa tenaga kerja berpengaruh signifikan
pada taraf nyata 10 persen terhadap perubahan produksi pisang di Indonesia.
Variabel tersebut telah sesuai dengan hipotesis awal dan berpengaruh positif
dengan nilai koefisien sebesar 0.0255. Hal ini berarti nilai koefisien tenaga kerja
mengintrepretasikan bahwa setiap kenaikan 1 persen tenaga kerja maka produksi
pisang akan meningkat sebesar 0.0255 persen (ceteris paribus), karena menurut
produk fisik marginal dalam suatu proses produksi adanya perubahan output
(produksi pisang) yang dihasilkan oleh perubahan dalam input (tenaga kerja)
produksi.
Model Komoditi Pepaya
1.
Hasil Estimasi Faktor-Faktor yang Memengaruhi Produksi Pepaya di
Indonesia Periode 2003-2012
Analisis pada komditi pepaya dengan jumlah cross section sebanyak 23
Provinsi yang tersebar dan mewakili wilayah bagian di Indonesia. Variabel
independen yang digunakan untuk mengetahui faktor-faktor yang memengaruhi
produksi pepaya di Indonesia adalah harga produsen papaya, upah buruh, jumlah
pupuk yang digunakan dan tenaga kerja tahun sebelumnya. Setelah dilakukan
regresi data panel, diperoleh estimasi persamaan yaitu:
LNP O
LNP P
LN P
LN
LN PA
20
Estimasi dilakukan dengan Chow Test untuk memilih metode pendekatan
yang terbaik antara PLS dan fixed effect. Hasil uji menunjukan nilai probabilitas
0.0000 dimana lebih kecil dari taraf nyata (α) 5 persen, maka metode yang
digunakan adalah fixed effect. Pada Hausman Test dilakukan untuk memilih
metode