Model Respon Areal Model Respon Produktivitas

produksi tanaman tebu dan memprediksi jumlah penawaran atau produksi tebu pada tahun 2025. Analisis tersebut digunakan dengan pendekatan teori produksi, teori penawaran produk pertanian, dan hasil empiris pengolahan data. Sedangkan untuk analisis kuantitif, berdasarkan penelitian-penelitian sebelumnya penulis menggunakan model analisis ekonometrika, yaitu model analisis penyesuaian Nerlovian. Hal ini digunakan untuk menjelaskan seberapa besar pengaruh variabel-variabel bebas dalam penelitian terhadap variabel tak bebas. Penelitian ini menggunakan metode estimasi kuadarat terkecil biasa Ordinary Least Square atau OLS yang kemudian dilanjutkan dengan pengujian secara statistik. Hasil dari analisis kuantitatif pada akhirnya digunakan untuk menarik kesimpulan secara deskriptif berdasarkan tinjauan pustaka, teori ekonomi, dan hasil empiris penelitian. Selain itu digunakan pula untuk merumuskan strategi pengembangan produksi tebu yang dapat mendukung terjadinya program swasembada gula nasional.

3.3. Metode Pendugaan Model

3.3.1. Model Respon Areal

Model respon areal yang diinginkan adalah sebagai berikut : A Hrglx , Hrgbx , Hrjgx , Hrktx , Ch 3.1 jika dijabarkan maka hasilnya adalah : A a a Hrglx a Hrgbx a Hrjgx a Hrktx a Ch 3.2 Model tersebut tidak dapat digunakan karena adanya permasalahan pada A yang tidak dapat diamati dan ketidaktersediaan data sehingga harus disesuaikan dengan menggunakan model penyesuaian parsial : A A d A A 3.3 dimana : A A = perubahan areal yang terjadi, A A = perubahan areal yang diinginkan, dan d = koefisien penyesuaian adjustment coefficient. Jika d berarti tidak ada perubahan dalam areal panen. Jika d berarti perubahan areal panen yang terjadi sama dengan perubahan yang diinginkan. subsitusikan persamaan 3.2 ke 3.3. A da da Hrglx da Hrgbx da Hrjgx da Hrktx da Ch d A 3.4 sederhanakan persamaan 3.4. A b b Hrglx b Hrgbx b Hrjgx b Hrktx b Ch b A 3.5 dimana: A = luas areal pada tingkat yang diinginkan, A = luas areal tahun berjalan, A = luas areal tahun sebelumnya, Hrglx = harga riil gula domestik tahun sebelumnya, Hrgbx = harga riil gabah tahun sebelumnya Hrjgx = harga riil jagung tahun sebelumnya Hrktx = harga riil kacang tanah tahun sebelumnya a = parameter ; n = 1,2,3, dan 5, b = da ; n = 1,2,3,4 dan 5, b = 1 – d, dan d = koefisien penyesuaian.

3.3.2. Model Respon Produktivitas

Tidak berbeda dengan model respon areal, model respon produktivitas juga diperoleh dengan menurunkan persamaan awal yaitu: Y Hrgl , Hrur , Hrpes , Hrub , Ch 3.6 jika dijabarkan adalah sebagai berikut : Y p p Hrgl p Hrur p Hrpes p Hrub p Ch 3.7 Model tersebut tidak dapat digunakan karena adanya permasalahan pada Y yang tidak dapat diamati dan ketidaktersediaan data sehingga harus disesuaikan menggunakan model penyesuaian parsial menjadi : Y Y d Y Y 3.8 dimana : Y Y = perubahan produktivitas yang terjadi, Y Y = perubahan produktivitas yang diinginkan, dan d = koefisien penyesuaian adjustment coefficient. Jika d berarti tidak ada perubahan dalam produktivitas Jika d berarti perubahan produktivitas yang terjadi sama dengan perubahan yang diinginkan. subsitusikan persamaan 3.8. Y dp dp Hrgl dp Hrur dp Hrpes dp Hrub dp Ch d Y 3.9 sederhanakan persamaan 3.9. Y q q Hrgl q Hrur q Hrpes q Hrub q Ch q Y 3.10 dimana : Y = produktivitas pada tingkat yang diinginkan, Y = produktivitas tahun berjalan, Y = produktivitas tahun sebelumnya, Hrgl = harga riil gula tahun berjalan, Hrur = harga riil pupuk urea tahun berjalan, Hrpes = harga riil pestisida tahun berjalan, Hrub = upah buruh tahun berjalan, p = parameter ; n = 1,2,3,4, dan 5, q = dp ; n = 1,2,3,4 dan 5, q = 1 – d, dan d = koefisien penyesuaian. Spesifikasi Harga. Berdasarkan hipotesis dugaan rasional, seseorang dalam hal ini petani akan menggunakan seluruh data dan informasi yang relevan terhadap hipotesis yang tersedia untuk menduga penawaran yang diinginkan pada tahun berjalan dan tidak serta-merta hanya berdasarkan harga yang terjadi pada tahun sebelumnya ataupun pada saat itu. Dengan menggunakan nilai harga nominal, maka hasil analisis akan sukar untuk diinterpretasikan secara ekonomi jika terjadi inflasi yang sangat tinggi sehingga perlu dilakukan spesifikasi nilai harga. Salah satu faktor yang paling berpengaruh dalam menspesifikasikan nilai harga adalah dengan cara menggunakan deflator yang relevan. Nilai harga yang ada dapat saja dideflasikan dengan indeks harga konsumen, indeks harga produsen, atau dengan menggunakan harga relatif terhadap harga komoditi pesaing. Pemilihan jenis deflator seharusnya bertumpu pada keputusan petani, tetapi saat menganalisis respon penawaran di negara berkembang seperti Indonesia, pilihan deflator akan menjadi keterbatasan tersendiri karena kurangnya ketersediaan data, sehingga dalam penelitian ini penulis menggunakan harga riil terhadap indeks harga konsumen dan indeks harga pedagang besar. Penggunaan harga riil menjadikan model yang dibentuk akan mudah untuk diinterpretasikan secara ekonomi dengan dasar asumsi bahwa petani secara rasional akan memilih untuk menanam komoditas yang lebih menguntungkan. Spesifikasi Output. Askari dan Cummings 1977 menyatakan bahwa hubungan antara harga yang diinginkan dengan keputusan petani dalam meningkatkan produksi adalah pada luas areal. Penggunaan luas areal sebagai output yang diinginkan didasari dengan asumsi bahwa petani hanya dapat meningkatkan produksinya dengan cara menambah luas areal tanam atau ekstensifikasi. Keputusan lainnya untuk meningkatkan produksi adalah dengan penggunaan produksi per luas lahan atau yang disebut dengan produktivitas. Penggunaan produktivitas didasari asumsi bahwa petani hanya akan merespon peningkatan harga dengan cara intensifikasi sehingga produktivitas tanaman meningkat dan akhirnya akan memperbanyak jumlah produksi. Spesifikasi Observasi Lainnya. Variabel-variabel bebas lainnya Z disertakan dalam model estimasi guna menerangkan efek dari faktor-faktor non-market yang relevan pada respon output terhadap perubahan harga. Dalam penelitian ini, variabel bebas lainnya yang digunakan adalah rata-rata curah hujan nasional Indonesia.

3.4. Estimasi Model