Pengaruh Perubahan Iklim Terhadap Produksi Padi Sawah (Oryza Sativa L.) di Provinsi Sumatera Utara Chapter III VI
BAB III
METODE PENELITIAN
3.1. Metode Penentuan Daerah Penelitian
Penelitian ini dilakukan di Provinsi Sumatera Utara. Pemilihan lokasi
ditentukan secara sengaja (purposive), artinya penentuan daerah penelitian
didasarkan atas pertimbangan-pertimbangan tertentu. Provinsi Sumatera Utara
(Kabupaten Deli Serdang, Kabupaten Serdang Bedagai, Kabupaten Simalungun,
Kabupaten Langkat dan Kabupaten Tapanuli Tengah) dipilih karena sebagai salah
satu sentra produksi padi di Indonesia dan daerah yang mengalami perubahan
produksi yang cukup tinggi setiap tahunnya.
3.2. Jenis Data Penelitian
Jenis data yang digunakan adalah data sekunder yang terdiri dari data
kuantitattif. Dengan periode 5 tahun (2011-2015), dengan jumlah 75 observasi
masing- masing 15 observasi dengan lima Kabupaten. Data penelitian bersifat
data panel. Dengan cross-section lima Kabupaten ( Kab. Deli Serdang, Kab.
Serdang Bedagai, Kab.Simalungun, Kab. Langkat, Kab. Tapanuli Tengah). Data
penelitian diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara, Dinas
Pertanian Provinsi Sumatera Utara dan Balai Meteorologi Klimatologi dan
Geofisika, Medan.
3.3. Metode Analisis Data
3.3.1. Analisis Data
3.3.1.1. Pemilihan Model
Untuk analisis data panel terdapat tiga model yaitu, Common Effect, Fixed
Effect dan Random Effect.
16
Universitas Sumatera Utara
17
a. Common Effect
Model mengasumsikan bahwa intersep dan koefisien slope konstan sepanjang
waktu dan individu, dan error term menjelaskan perbedaan intersep dan
koefisien slope sepanjang waktu dan individu tersebut. Regresi dilakukan
dengan mengkombinasikan data timeseries dan crosssection
(pooled).
Estimasi yang dilakukan yaitu dengan regresi Ordinary Least Square (OLS).
Cara ini disebut Pooled Regression atau Common Effect. Dengan demikian,
dalam model ini tidak ada efek individu.
b. Fixed Effect.
Model yang mengasumsikan adanya perbedaan intersep untuk setiap individu
ini dikenal sebagai model regresi Fixed Effect. Istilah Fixed Effect berasal dari
kenyataan bahwa meskipun intersep berbeda pada setiap individu, tetapi
masingmasing intersep individu tidak bervariasi atau tetap sepanjang waktu
(time invariant). Selain itu model juga mengasumsikan bahwa koefisien slope
konstan sepanjang waktu dan individu. Estimasi yang dilakukan yaitu dengan
teknik variabel dummy untuk individu. Selanjutnya, karena penggunaan
dummy untuk estimasi Fixed Effect itu, maka literatur menyebutnya teknik
Least Square Dummy Variables (LSDV).
c. Random Effect
Metode data panel dengan pendekatan Fixed Effect di atas memiliki persoalan
dalam hal degree of freedom jika ada banyak individu dalam regresi. Dalam
hal ini, dikatakan bahwa individu dalam sampel yang diestimasi diambil dari
populasi individu-individu yang besar dan mereka mempunyai nilai rata-rata
Universitas Sumatera Utara
18
umum untuk intersep yaitu β1 dan perbedaan individu dalam nilai intersep
untuk masing-masing individu dinyatakan dalam error term εi.
3.3.1.2. Pengujian Model
a. Uji F
Uji F digunakan untuk melihat apakah ada pengaruh efek individu atau tidak
di dalam variabel. Nilai F statistik adalah sebagai berikut:
dimana :
RSS1
= Sum Square Residual dari hasil estimasi common effect, no weight
RSS2
= Sum Square Residual dari hasil estimasi fixed effect, no weight
n
= Jumlah Variabel
nt
= Jumlah Observasi
k’
= jumlah parameter dalam model fixed effect, yaitu jumlah individu
(N) ditambah jumlah variabel penjelas (k), maka n-k’ sama dengan
[NT-(N+k)], dan juga sama dengan (NT-N-k).
Dengan Hipotesis ;
H0 : Common Effect ; Fhitung < Ftabel
H1 : Fixed Effect ; Fhitung > Ftabel
b. Uji Chow
Uji chow digunakan untuk mengetahui apakah model Common Effect lebih
baik dari model Fixed Effect. Dengan Hipotesis :
H0 : Common Effect ; Fhitung < Ftabel
H1 : Fixed Effect ; Fhitung > Ftabel
Universitas Sumatera Utara
19
c. Uji Hausman Test
Uji Hausman Test dilakukan apabila setelah dilakukannya Uji Chow maka
yang terpilih Fixed Effect, maka dilakukannya uji Hausman untuk mengetahui
apakah model Fixed Effect lebih baik dari Random Effect. Dengan Hipotesis :
H0 : Random Effect ; Sig Hausman Test < α (0,05)
H1 : Fixed Effect ; Sig Hausman Test > α (0,05)
d. Uji Breusch and Pagan Lagrange Multiplier Test.
Setelah dilakukan uji chow dapat diketahui Common Effect diterima.
Kemudian dilakukan uji BP LM Test untuk mengetahui apakah Common
Effect lebih baik dari Random Effect. Dengan Hipotesis :
H0 : Common Effect ; BP LM Test < Chi-Square
H1 : Random Effect ; BP LM Test > Chi-Square
Setelah melakukan pemilihan model regresi yang tepat untuk data panel
dan melakukan Uji-Chow, Uji-F dan Uji Breush Pagan LM Test pada Lampiran
(3 dan 4). model analisis yang sesuai adalah model Common Effect. Dengan
rumus regresi data panel Common Effect (Gujarati 2009:594) :
Yit = α + β1 X1it+ β2X2it + β3 X3it + β4 X4it + β5 X5it + ε
Dimana :
Y
= Produksi Padi Sawah (Ton)
X1
= Suhu (oC)
X2
= Curah Hujan (mm)
X3
= Kelembaban (%)
X4
= Luas Panen ( Ha )
X5
= Pupuk Subsidi ( Ton )
εµ
= Kesalahan Pengganggu
i
= Wilayah (Crossection)
t
= Periode (Timeseries)
Universitas Sumatera Utara
20
Berdasarkan salah satu asumsi yang digunakan bahwa dalam persamaan
ada beberapa kriteria untuk menilai kebaikan dan kesesuaian suatu model regresi.
Kriteria tersebut adalah R2, F-test dan t-test (Subanti, 2014).
1. Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) adalah suatu angka yang dapat dijadikan
sebagai salah satu kriteria untuk menilai kebaikan atau kesesuaian sebuah model
regresi. Dalam bahasa sehari-hari koefisien determinasi didefinisikan sebagai
bagian atau porsi dari variasi variabel dependen yang dapan diternagkan oleh
variabel bebas.
2. Uji F (F-Test)
Uji F menguji signifikansi pengaruh seluruh variabel bebas terhadap
variabel terikat sekaligus tanpa memperhatikan tingkat pengaruh dari setiap
variabel sehingga jika uji F memberikan hasil yang sangat signifikan meskipun
terdapat satu atau dua variabel yang berpengaruh nyata terhadap variabel
dependen maka perlu diperlukan pengujian signifikansi masing-masing koefisien
regresi sehingga dapat ditentukan secara lebih spesifik variabel bebas mana saja
yang berpengaruh signifikan terhadap variabel terikat. Jika sig < 0,05 maka H0
diterima H1 ditolak .
Universitas Sumatera Utara
21
3. Uji Individu (t-test)
Koefisien
regresi
merupakan
dugaan
yang
mengandung
unsur
ketidakpastian. Oleh sebab itu, koefisien tersebut harus diuji apakah nilainya
dapat dianggap sama dengan suatu nilai tertentu atau sebaliknya. Karena nilai
suatu koefisien dapat dianggap sama dengan nol, maka pengaruh variabel bebas
bersangkutan terhadap variabel terikat tidak signifikan. Sebaiknya, variabel
tersebut tidak perlu dimasukkan ke dalam model.
Jika sig < 0,05 maka H0 ditolak H1 diterima, (Subanti, 2014 ).
3.2.2. Uji Asumsi Klasik
Pengujian Asumsi Klasik merupakan pengujian asumsi-asumsi statistik
yang harus dipenuhi pada analisis regresi yang berbasis Ordinary Least Square
(OLS). Ketika asumsi tidak terpenuhi, biasanya dilakukan berbagai solusi agar
asumsi dapat terpenuhi atau beralih ke metode yang lebih advance agar asumsinya
dapat terselesaikan. Pada regresi data panel ketika uji asumsi tidak terpenuhi maka
pengujian model dilakukan dengan model Fixed Effect atau Random Effect.
Pengujian asumsi klasik harus dilakukan untuk menguji asumsi-asumsi yang ada
dalam permodelan regresi linear berganda. Pengujian asumsi klasik yang harus
dipenuhi yaitu:
Universitas Sumatera Utara
22
1. Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal. Asumsi Normalitas adalah asumsi
residual yang berdistribusi normal, asumsi ini harus terpenuhi untuk untuk model
regresi yang baik. Pengujian normalitas dapat dilakukan dengan menggunakan
metode formal seperti: Uji Kolmogorov-Smirnov, Uji Anderson-Darling, Uji
Shapiro-Wilk dan Uji Jarque-Bera yang mana semua pengujian ini memiliki
hipotesis interprestasi, yaitu:
H0 : Residual berdistribusi Normal
H1 : Residual tidak berdistribusi Normal
Asumsi Normalitas terpenuhi ketika pengujian Normalitas menghasilkan P-value
(Sign.) lebih besar dari α denagn nilai α ditentukan sebesar 1%, 5% atau 10%.
2. Uji Heteroskedastisitas
Salah satu asmsi yang penting dari model regresi linear klasik adalah
gangguan atau residual yang muncul dalam fungsi regresi populasi adalah
homoskedastik yaitu semua gangguan mempunyai varians yang sama.
Cara-cara mengidentifikasi adanya kasus Heterokedastisitas:
a. melakukan pemeriksaan dengan metode grafik
b. Melakukan pengujian dengan metode formal, meliputi Uji Park, Uji Glejser.
(Gujarati, 2003)
c. Uji Lagrange Multiplier.
Universitas Sumatera Utara
23
3. Uji Multikolinieritas
Salah satu dari asumsi model regresi linier klasik adalah bahwa tidak
terdapat multikolineritas diantara variabel bebas yangg dimasukkan ke dalam
model. Uji asumsi multikolinieritas bertujan untuk menguji apakah ditemukan
adanya korelasi atau hubungan antar variabel bebas dalam regresi. Korelasi
diantara variabel bebas seharusnya tidak terjadi dalam model regresi yang baik.
4. Uji Autokorelasi
Dalam regresi linear berganda, salah satu asumsi yang harus dipenuhi agar
dugaan parameter dalam model bersifat BLUE yaitu cov ( ui, uj) = 0; i≠j. Artinya
tidak ada korelasi antar ui dan uj untuk i≠j {E9ui, uj) = 0, i≠j}.
Pengidentifikasian adanya kasus autokorelasi:
1. Pengujian Durbin-Watson yang menguji adanya autokorelasi pada lag-1. Pada
Tabel Durbin-Watson diperoleh output tabel, yaitu nilai Durbin-Watson batas
bawah (dL) dan batas atas (dU). Kriteria pemeriksaan asumsi Autokorelasi
residual menggunakan nilai Durbin-Watson (d), yaitu:
a. Jika d < 2 dan d dU, maka residual tidak bersifat Autokorelasi
c. Jika d < 2 dan dL ≤ d ≤dU, maka hasil pengujian tidak dapat disimpulkan.
d. Jika d > 2 dan 4 – d 2 dan 4 - d > dU, maka residual tidak bersifat Autokorelasi
f. Jika d > 2 dan dL
≤ 4
– d ≤d U, maka has il pengujian tidak dapat
disimpulkan.
Dengan Hipotesis :
H0 : p = 0 : Tidak ada autokorelasi ; H1 : p ≠ 0 : Ada autokerelasi
Universitas Sumatera Utara
24
2. Uji Autokorelasi lainnya, seperti: Uji Breusch-Godfrey dan Uji Ljung Box
(Gujarati, 2003).
5. Uji Linearitas
Uji linearitas bertujuan untuk mengetahui apakah dua variabel atau lebih
mempunyai hubungan yang linier atau tidak secara signifikan. Dua variabel
dapat dikatakan mempunyai hubungan yang linear apabila signifikansi
(Linearity) < 0,05.
3.4. Definisi dan Batasan Operasional
Untuk menjelaskan dan menghindari kesalahpahaman dalam penelitian ini,
maka diberi definisi dan batasan operasional sebagai berikut.
3.4.1. Definisi.
1. Padi Sawah adalah padi yang diusahakan pada lahan basah atau sawah yang
memerlukan pengairan yang cukup.
2. Iklim adalah keadaan cuaca rata-rata atau keadaan cuaca jangka panjang pada
suatu daerah, meliputi kurun waktu beberapa bulan atau beberapa tahun.
3. Suhu adalah rata- rata suhu udara selama musim tanam di daerah penelitian
(oC).
4. Kelembaban Udara adalah tingkat kelembaban udara selama musim tanam
didaerah penelitian (%).
5. Curah Hujan adalah jumlah curah hujan yang terjadi selama musim tanam di
daerah penelitian (mm).
6. Luas Panen adalah adalah luasan tanaman yang selama musim tanam dan hasil
akhirnya dapat dipungut setelah tanaman cukup umur (Ha).
Universitas Sumatera Utara
25
7. Produksi adalah hasil akhir dari kergiatan budidaya tanaman padi sawah di
daerah penelitian (Ton).
8. Pupuk subsidi adalah distribusi pupuk yang diberikan pemerintah kepada
petani padi (ton).
3.4.2. Batasan Operasional
1. Penelitian ini dilakukan di Provinsi Sumatera Utara.
2. Data yang diambil adalah data dalam kurun waktu tahun 2011 sampai 2015
meliputi variabel tidak terkontrol (suhu, curah hujan, kelembaban) dan
terkontrol (pupuk subsidi, luas panen) di Provinsi Sumatera Utara.
Universitas Sumatera Utara
BAB IV
DESKRIPSI VARIABEL PENELITIAN
4. 1 Deskripsi Variabel
Penelitian ini menggunakan data sekunder berupa variabel terkontrol dan
tidak tekontrol. Masing- masing variabel didapat dari Dinas Pertanian Provinsi
Sumatera Utara, Balai Pusat Statistika Provinsi Sumatera Utara dan Balai
Klimatologi Provinsi Sumatera Utara. Jumlah observasi penelitian sebanyak 75
observasi (2011-2015) dengan lima kabupaten yang merupakan sentra produksi
padi sawah di Provinsi Sumatera Utara. Berikut adalah ringkasan jumlah
observasi dalam penelitian Tabel 4.1.
Tabel 4.1 Jumlah Observasi Penelitian
No Kabupaten
Jumlah Observasi
1
Deli Serdang
2
3
Serdang Bedagai
Simalungun
15
15
15
4
Langkat
15
5
Tapanuli Tengah
15
Jumlah
Sumber : Data diolah 2017
75
4.1.1. Variabel Produksi (Y)
Berdasarkan data yang diperoleh yang telah diolah untuk variabel Y
adalah data kwartalan produksi padi sawah dari Jan-Apr-2011 sampai Sep-Des2015 di lima sentra produksi Provinsi Sumatera Utara. Berikut dapat dilihat pada
Tabel 4.1 perkembangan jumlah produksi padi sawah di Provinsi Sumatera Utara.
26
Universitas Sumatera Utara
27
Tabel 4.2. Produksi Padi Sawah per Kabupaten Jan-Apr 2011 sampai
Sep-Des 2015.
Total
PRODUKSI
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
222459
73763
152313
216966
97126
132755
222255
94583
132963
231725
66254
126453
211760
69983
142886
LANGKAT
169045
60769
144626
177402
62742
171911
158837
67717
181349
131870
49596
164796
160434
64148
217732
SERDANG
BEDAGAI
182390
58410
100707
157787
134071
82360
173949
108441
112588
171297
88495
112518
176621
112299
118049
SIMALUNGUN
173272
174940
162833
159708
180732
140752
181238
167276
128959
228886
170134
176288
200409
184232
208749
TAPANULI
TENGAH
34204
30242
50116
46208
35184
46490
54222
40739
35104
49585
34096
30408
58474
52863
25555
Sumber : Data Sekunder diolah 2017
Dari Tabel 4.2. dapat dilihat secara berurut Jan-Apr, Mei-Ags, Sep-Des
2011-2015 per kabupaten mengalami kenaikan dan penurunan produksi, dan bila
dilihat dari produksi per tahun mengalami kenaikan tiap kabupaten yang di teliti.
Untuk lebih jelas berikut Gambar 4.1 perkembangan produksi padi di lima sentra
produksi padi sawah Provinsi Sumatera Utara.
PRODUKSI
Gambar 4.1 Grafik Perkembangan Produksi Padi Sawah Jan-Apr 2011
sampai Sep-Des 2015.
Universitas Sumatera Utara
28
4.1.2. Variabel Tidak Terkontrol (X)
4. 1. 2. 1. Suhu (X1)
Adapun data untuk keadaan suhu variabel X1 diperoleh dari Balai
Klimatologi dan Balai Pusat Statistik Provinsi Sumatera Utara. Data yang diolah
dari tahun 2011 sampai 2015. Berikut Tabel 4.3 keadaan suhu di daerah
penelitian.
Tabel 4.3 Keadaan Suhu Udara Tahun 2011 – 2015 di Daerah Penelitian.
Total SUHU
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
26,6
27,3
27,4
26,8
27,6
26,6
27,3
27,7
27,2
27,5
28,0
26,8
27,1
28,3
26,9
LANGKAT
SERDANG
BEDAGAI
SIMALUNGUN
TAPANULI
TENGAH
26,6
27,3
27,4
26,8
27,6
26,6
27,3
27,7
27,2
27,5
28,0
26,8
27,3
27,7
27,2
28,6
28,8
27,7
26,8
27,6
26,6
27,3
27,7
27,2
27,5
28,0
26,8
27,3
27,7
27,2
25,7
25,8
25,0
24,8
25,3
24,8
25,0
25,0
25,4
25,2
25,4
24,8
24,9
25,8
25,0
26,4
26,6
25,7
26,3
26,5
25,5
27,0
26,0
26,0
26,5
26,4
26,0
26,6
26,3
26,1
Sumber : Data Sekunder diolah 2017
Pada Tabel 4.3 dapat dilihat keadaan suhu di setiap daerah penelitian
berubah-ubah. Keadaan suhu udara didaerah merupakan salah satu faktor yang
mampu mempengaruh produksi padi didaerah tersebut. Dari tabel diatas dapat
dilihat suhu udara tertinggi terdapat di daerah Deli Serdang yaitu di bulan MeiAgustus 2015. Dan suhu udara terendah terdapat di daerah Simalungun yaitu di
bulan September-Desember 2014.
Berikut Gambar 4.2 perkembangan suhu di daerah penelitian Jan-Apr
2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
29
SUHU
Gambar 4.2 Grafik Perkembangan Suhu di Daerah Penelitian Jan-Apr 2011
sampai Sep-Des 2015.
4. 1. 2. 2. Curah Hujan (X2)
Adapun data untuk keadaan curah hujan variabel X2 diperoleh dari Balai
Klimatologi dan Balai Pusat Statistik dan Dinas Pertanian Provinsi Sumatera
Utara. Data yang diolah dari tahun 2011 sampai 2015. Berikut Tabel 4.4 keadaan
curah hujan di daerah penelitian.
Tabel 4.4 Keadaan Curah Hujan di Daerah Penelitian.
Total Curah
Hujan
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
150
176,7
196,5
195,7
171,5
285,5
150
186,5
229
135,5
151
274,5
65,5
136
308,5
LANGKAT
150
176,7
196,5
176
209
220,5
160,7
206,2
285,7
160,5
176
249,5
190,5
161
258,5
SERDANG
BEDAGAI
67,7
143,7
189,7
71,2
112,2
93,7
150,2
161,5
229
135,5
151
274,5
85,7
109,5
245
SIMALUNGUN
134
307,7
365,5
176
299,7
343,5
235,5
187
264,7
360,2
182,2
400
150
256
274
TAPANULI
TENGAH
146,5
115
180
112,7
143,7
193,2
114,2
112,7
181,5
84,5
90,2
148,7
336,9
280,2
455,7
Sumber : Data Sekunder diolah 2017
Universitas Sumatera Utara
30
Pada Tabel 4.4 dapat dilihat keadaan curah hujan di setiap daerah
penelitian berubah-ubah. Keadaan curah hujan mengalami peningkatan di bulan
September-Desember setiap tahunnya. Dari tabel diatas dapat dilihat curah hujan
tertinggi terdapat di daerah Tapanuli Tengah yaitu di bulan September-Dsember
2015. Dan curah hujan terendah yang terjadi di daerah Serdang Bedagai yaitu di
bulan Januari-April 2011. Berikut Gambar 4.3 perkembangan curah hujan di
daerah penelitian Jan-Apr 2011 sampai Sep-Des 2015.
CURAH HUJAN
Gambar 4.3 Grafik Perkembangan Curah Hujan di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
4. 1. 2. 3. Kelembaban (X3)
Adapun data yang digunakan untuk variabel X3 atau kelembaban diperoleh
dari Balai Klimatologi dan Balai Pusat Statistika Provinsi Sumatera Utara.
Kelembaban suatu daerah dapat menjadi penentu laju pertumbuhan suatu tanaman
di daerah tersebut. Untuk itu berikut Tabel 4.5 keadaan kelembaban udara di
daerah penelitian.
Universitas Sumatera Utara
31
Tabel 4.5 Keadaan Kelembaban di Daerah Penelitian
Total
Kelembaban
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
TAPANULI
LANGKAT
SIMALUNGUN
SERDANG
BEDAGAI
TENGAH
82,7
83
82,5
83,5
82,7
85
83
83
85
83,2
82
88
84,7
85,2
84,7
84
87,2
84
84
81,5
82,5
81,5
82,5
83,5
82
85
84,2
85
86,5
83,5
82,2
84,7
82,2
81,2
79,7
81
83
81
84,2
81
83,7
83,7
86,2
87,2
84,2
82
82,5
81,7
85,7
80,7
80,7
84,5
80,7
84,2
80,5
86
83,7
86
86,2
82,7
83,2
83
82,2
83,2
81,7
82,2
81
81
82,5
85
86,5
82,7
86,2
87,2
83,7
Sumber : Data Sekunder diolah 2017
Pada Tabel 4.5 dapat dilihat keadaan kelembaban setiap waktunya
berubah-ubah. Kelembaban dapat mempengaruhi pertembuhan tanaman dan
pertumbuhan organisme pengganggu tanaman, sehingga tanaman tidak dapat
menghasilkan atau mati. Dari tabel diatas dapat dilihat kelembaban tertinggi
berada di daerah Langkat di bulan September-Desember sebesar 88%. Dan
kelembaban terendah di Kabupaten Tapanuli Tengah di bulan SeptemberDesember 2011 sebesar 79,7%.
Berikut Gambar 4.4 perkembangan Kelembaban di daerah penelitian JanApr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
32
KELEMBABAN
Gambar 4.4 Grafik Perkembangan Kelembaban di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
4.1.3. Variabel Terkontrol (X)
4. 1.3.1. Luas Panen (X4)
Adapun data untuk ketersediaan luas panen atau variabel X4 diperoleh dari
Dinas Pertanian Provinsi Sumatera Utara. Data yang diolah dari tahun 2011
sampai 2015. Berikut Tabel 4.6 luas panendi daerah penelitian.
Total Luas
Panen (Ha)
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
LANGKAT
SERDAN
GBEDAGAI
SIMALUNGUN
TAPANULI
TENGAH
44171
13250
27789
41257
16299
23232
40891
15600
23613
41314
10883
22729
39777
11978
23851
34437
11282
28033
34177
12598
33225
31420
12943
36536
25349
9500
31146
30506
10935
38199
35115
10646
18022
29449
22774
16669
32718
18458
20613
31431
15174
19943
32635
19131
20890
34682
30810
30708
32108
31930
25769
36054
28909
22541
43684
28770
30884
38469
30169
38147
8679
6879
12323
10532
7808
10999
12081
8898
8365
12660
7714
7118
13803
11958
5015
Sumber : Data Sekunder diolah 2017
Universitas Sumatera Utara
33
Luas panen adalah luas areal yang dipanen pada saat masa panen. Dimana
luas panen dapat diketahui pada saat proses pemanenan selesai dilakukan. Luas
panen padi sawah yang tinggi dapat didsari atas pengolahan tanah, keadaan lahan
yang siap untuk di tanami hingga panen. Semakin luas areal pemanenan maka
produksi padi semakin tinggi.
Berikut Gambar 4.5 perkembangan Luas Panen di daerah penelitian JanApr 2011 sampai Sep-Des 2015.
LUAS PANEN
Gambar 4.5 Grafik Perkembangan Luas Panen di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
4.1.3.4. Pupuk Subsidi (X5)
Adapun data untuk pendistribusian pupuk subsidi atau variabel X5
diperoleh dari Dinas Pertanian Provinsi Sumatera Utara. Data yang di olah dari
tahun 2011 sampai 2015. Berikut Tabel 4.7 banyaknya distribusi pupuk subsidi
(Urea, NPK, SP36) di daerah penelitian.
Universitas Sumatera Utara
34
Tabel 4.7 Distribusi Pupuk Subsidi di Daerah Penelitian
Total Pupuk
Subsidi
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
LANGKAT
SERDAN G
BEDAGAI
5.362
11.341
16.733
4.494
17.557
19.035
7.241
13.738
16.855
9.057
14.102
16.180
7.032
13.969
16.749
7.474
10.077
12.477
4.623
9.898
12.081
5.696
8.680
11.238
7.472
10.524
9.900
8.206
11.314
10.978
8.569
12.297
18.176
7.527
15.106
17.634
10.869
13.695
17.358
9.838
12.649
15.258
7.924
13.447
15.328
SIMALUNGUN
13.652
14.362
20.978
13.366
20.108
24.810
15.480
15.087
20.890
16.236
17.883
20.493
17.042
17.884
16.712
TAPANULI
TENGAH
1.141
1.054
1.206
737
1.066
1.418
1.381
1.173
2.821
880
1.170
1.182
486
1.204
1.307
Sumber : Data Sekunder diolah 2017
Dari Tabel 4.7 merupakan jumlah pendistribusian pupuk subsidi selama
lima tahun (2011 – 2015). Pendistribusian pupuk dapat membantu petani,
sehingga meringankan biaya produksi. Pemanfaatan pupuk juga mampu
memingkatkan produksi petani apabila petani menggunakan dengan sebaikbaiknya. Berikut Gambar 4.6 grafik perkembangan pendistribusian pupuk subsidi
di daerah penelitian.
PUPUK SUBSIDI
Gambar 4.6 Grafik Pendistribusian Pupuk Subsidi di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
BAB V
HASIL DAN PEMBAHASAN
5.1. Pengaruh Perubahan Iklim
Pengaruh perubahan iklim sangat menentukan hasil dari produksi padi
dimana
disebutkan bahwa iklim memiliki variabel pengubah di dalamnya,
variabel-variabel
pengubah tersebut memiliki peran yang berbeda dalam
menentukan perubahan iklim
yang terjadi. Selain variabel iklim yang jadi
penentu produksi padi sawah, dalam penelitian ini juga dikenalkan variabel
pengubah yang dapat dikontrol yaitu variabel luas panen dan pupuk subsidi.
Variabel ini diharapkan mampu untuk mengatasi penurunan produksi padi sawah
yang dikhawatirkan akibat terjadinya perubahan iklim yang tidak stabil.
5.1.1. Keadaan Suhu di Daerah Penelitian
a. Kabupaten Deli Serdang
Berdasarkan data yang diolah pada Lampiran 6. Kondisi suhu di
Kabupaten Deli Serdang berfluktuasi
perempat bulan selama proses
produksi hingga panen. Suhu optimal padi ialah 24 oC - 30oC. Dari data
yang telah diolah suhu tertinggi yang diketahui ialah 28 oC Mei-Agustus
2014 berada dibawah suhu optimal, dimana suhu tersebut cocok untuk
ditanami. tanaman padi. Sedangkan, suhu terendah 26,6
o
C pada
September-Desember 2012. Berikut ini Gambar 5.1 tentang perubahan
suhu di daerah Deli Serdang selama lima tahun (2011-2015).
35
Universitas Sumatera Utara
36
Gambar 5.1 Grafik Perkembangan Suhu di Kabupaten Deli Serdang JanApr 2011 sampai Sep-Des 2015.
b. Kabupaten Serdang Bedagai
Dari data yang telah diolah pada Lampiran 7. Dapat diketahui suhu
tertinggi terjadi di setiap di bulan Mei – Agustus. Dengan suhu tertinggi
terjadi di tahun 2011 yaitu 28,8 oC, dengan suhu terendah di setiap bulan
September – desember yaitu 26,0 oC di tahun 2014. Dengan demikian suhu
masih berada dibawah suhu optimal yaitu 30 oC yang artinya keadaan suhu
yang baik untuk tanaman padi sawah. Berikut ini Gambar 5.2 tentang
perubahan suhu di daerah Serdang Bedagai (2011-2015).
Gambar 5.2 Grafik Perkembangan Suhu di Kabupaten Serdang Bedagai
Jan-Apr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
37
c. Kabupaten Simalungun
Kabupaten Simalungun termasuk daerah pergunungan dengan ketinggan
0-1400 mdpl. Dimana daerah tersebut bersuhu rendah. Setelah data diolah
pada Lampiran 8. Dapat diketahui suhu tertinggi yang pernah terjadi yaitu
di bulai Mei – Agustus 2011 dan 2015 di bulan yang sama yaitu 25,8 oC.
Keadaan suhu di Kabupaten Simalungun 2011 hingga 2015 berada pada
daerah optimum untuk ditanaman padi sawah yaitu 24 oC - 30 oC. Berikut
ini Gambar 5.1 tentang perubahan suhu di daerah Simalungun tahun
(2011-2015).
Gambar 5.3 Grafik Perkembangan Suhu di Kabupaten Simalungun Jan-Apr
2011 sampai Sep-Des 2015.
d. Kabupaten Langkat
Berdasarkan data yang telah di olah pada Lampiran 9. Suhu tertinggi dan
terendah di daerah Kabupaten Langkat berada di wilayah optimum
tanaman padi sawah untuk tumbuh dan perkembang yaitu 28,0oC dan
26,6oC. Dengan suhu optimum 24 oC- 30 oC. Berikut ini Gambar 5.4
tentang perubahan suhu di daerah Langkat tahun (2011-2015).
Universitas Sumatera Utara
38
Gambar 5.3 Grafik Perkembangan Suhu di Kabupaten Langkat Jan-Apr
2011 sampai Sep-Des 2015.
e. Kabupaten Tapanuli Tengah
Tapanuli Tengah adalah kabupaten yang berbatasan dengan lautan,
sehingga mampu mempengaruhi suhu udara di wilayah tersebut.
Berdasarkan data yang telah diolah suhu tertinggi sepanjang lima tahun
2011 sampai 2015 adalah 27 oC dan terendah pada 25,5 oC. dimana berada
pada wilayah suhu optimum untuk pertumbuhan tanaman padi. Berikut ini
Gambar 5.5 tentang perubahan suhu di daerah Tapanuli Tengah tahun
(2011-2015).
Gambar 5.5 Grafik Perkembangan Suhu di Kabupaten Tapanuli Tengah
Jan-Apr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
39
Dari diskripsi diatas dapat disimpulkan bawa suhu udara didaerah
penelitian berada didaerah suhu optimal untuk pertumbuhan tanaman padi.
Dimana suhu optimal untuk tanaman padi adalah 24 oC- 30 oC. Dengan demikian
suhu udara di daerah penelitian tidak ada yang diluar range atau batas suhu
optimal. Berikut Gambar 5.6 ringkasan mengenai keadaan tersebut.
Titik Optimal
Gambar 5.5 Grafik Perkembangan Suhu Keseluruhan wilayah penelitian
Jan-Apr 2011 sampai Sep-Des 2015.
5.1.2. Keadaan Curah Hujan di Daerah Penelitian
Berdasarkan data yang didapat bulan September – Desember adalah bulan
yang memiliki curah hujan yang sangat tinggi. Dikarenakan musim hujan terjadi
pada bulan tersebut. Dilihat dari data yang didapat curah hujan mengalami
peningkatan setiap bulan pertahun.
Masalah yang timbul akibat rendahnya curah hujan adalah kekeringan.
Kekeringan mampu mengakibatkan lahan pertanian tidak dapat di tanami ataupun
dapat mengakibatkan gagal panen. Untuk mengatasi kekeringan petani memanfaat
irigasi atau pengairan, sehingga apabila curah hujan rendah petani masih dapat
Universitas Sumatera Utara
40
memenuhi kebutuhan air untuk tanaman padi nya. Berikut ini ringkasan gambar
mengenai curah hujan sepanjang lima tahun didaerah penelitian.
Gambar 5.6. Kabupaten Deli Serdang
Gambar 5.8. Kabupaten Simalungun
Gambar 5.7. Kabupaten Serdang Bedagai
Gambar 5.9. Kabupaten Langkat
Gambar 5.10. Kabupaten Tapanuli Tengah
Dari gambar diatas dapat diketahui curah hujan tertinggi tejadi disetiap
pengujung tahun yaitu bulan september- desember. Pada bulan tersebut musim
Universitas Sumatera Utara
41
penghujan telah berlangsung sehingga menyebabkan curah hujan yang meningkat.
Curah hujan tertinggi secara berurut Kab. Deli Serdang, Serdang Bedagai,
Simalungun, Langkat dan Tapanuli Tengah adalah 308mm, 275mm, 400mm,
286mm dan 456mm yang terjadi sepanjang lima tahun (2011-2015). Berikut
Gambar 5.11 Keseluruhan keadaan curah hujan di daerah penelitian.
Titik Optimal
Gambar 5.5 Grafik Keadaan Curah Hujan Keseluruhan wilayah penelitian
Jan-Apr 2011 sampai Sep-Des 2015.
Curah hujan yang baik untuk pertanaman padi adalah 200-250mm/bulan
atau 1500– 2000mm/tahun. Dari Gambar 5.11 dapat diketahui masih ada kondisi
curah hujan yang tinggi dan rendah dari 250mm/bulan hingga 50mm/bulan tetapi
produksi meningkat kemungkinan disebabkan pemanfaatan lahan sawah
irigasi/konversi air dan penggunaan input seperti pupuk, luas lahan dan input yang
lain sehingga mampu memberikan produksi yang baik.
5.1.3. Keadaan Kelembaban di Daerah Penelitian
Berdasarkan data yang didapat keadaan kelembaban didaerah penelitian
berada diantara 80% sampai 88%. dengan keadaan suhu di wilayah penelitian
yaitu 25 oC sampai 28 oC. Sesuai dengan penelitian oleh ( Rathnayake, et al. 2016)
Universitas Sumatera Utara
42
suhu dengan 27 oC - 32 oC kelembaban yang sesuai adalah >85%. Demikian
keadaan kelembaban di wilayah penelitian sesuai untuk pertumbuhan dan
perkembangan tanaman padi sawah hingga panen.
5.1.4. Luas Panen di Daerah Penelitian
Dari data yang telah diolah dapat diketahui petani didaerah penelitian
melakukan penanaman padi sawah dengan hasil produksi yang lebih banyak di
awal bulan yaitu Januari-April dan September – Desember. Sedangkan di bulan
Mei-Agustus lebih rendah di banding kedua periode tersebut. Dikarenakan luas
panen yang di panen pada 2 periode tersebut lebih besar di bandingkan dengan
periode Mei-Agustus. Penyebab lain nya juga dapat dipengaruhi oleh waktu
pengolahan tanah, dimana pengolahan tanah yang tidak tepat dan menyebabkan
luas areal penanaman berkurang dan saat panen tentu saja berkurang.
5.1.5. Pupuk Subsidi
Berdasarkan data yang telah di olah yang didapat dari Dinas Pertanian
Provinsi Sumatera Utara, jenis- jenis pupuk subsidi yang pengadaannya dilakukan
oleh pemerintah kepada petani adalah pupuk Urea , pupuk NPK dan pupuk SP-36.
Dengan komposisi perbandingan 2:1:1. Untuk pupuk Urea dengan kandungan N
45% dimana di butuhkan pada awal pertumbuhan tanaman.
Pupuk NPK dengan kandungan N 15%, Fosfor 15% dan Kalium 15%.
Pupuk NPK berfungsi untuk menunjang pertumbuhan tanaman. Dan pupuk SP-36
dengan kandungan unsur Fosfat 36% dimana pupuk dibutuhkan pada fase
pertumbuhan yang dapat menghindari tanaman menjadi kerdil sehingga
diperlukan pada awal pertumbuhan tanaman.
Universitas Sumatera Utara
43
5.2 Hasil Analisis
Data yang digunakan dalam analisis variabel bebas tidak terkontrol (suhu,
curah hujan, kelembaban) dan variabel bebas terkontrol (luas panen, pupuk
subsidi). Dari variabel- variabel bebas tersebut akan dilihat seberapa besar
pengaruhnya terhadap produksi (variabel terikat). Model regresi yang dipakai
adalah Common Effect ( Pooled Least Square), setelah dilakukan beberapa uji
yaitu, Uji- F dan Uji Breush Pagan. Berikut hasil regresi yang diperoleh adalah
sebagai berikut :
Pooled Least Square
Tabel 5.1 Output Eviews
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
Suhu
Curah Hujan
Kelembaban
Luas Panen
Pupuk Subsidi
-522285.8
14554.79
51.77245
1233.638
5.650727
0.773176
89411.78
2162.044
15.15234
478.5672
0.081194
0.191486
-5.841354
6.731960
3.416794
2.577774
69.59570
4.037764
0.0000
0.0000
0.0011
0.0121
0.0000
0.0001
Sumber : Diolah dari lampiran 1.
Hasil Estimasi persamaan ekonometrika di atas :
Y
= -522285.8+ 14554.79X1 + 51.77245X2 +1233.638X3 + 5.650727X4 + 0.773176X5
Dimana :
Y
= Produksi padi Sawah (Ton)
X1
= Suhu (oC)
X2
= Curah Hujan (mm)
X3
= Kelembaban (%)
X4
= Luas Panen (Ha)
X5
= Pupuk Subsidi ( NPK, SP-36, Urea) (Ton)
Universitas Sumatera Utara
44
5.2.1. Uji Signifikansi Individu (Uji-t)
Uji-t digunakan untuk melihata apakah ada pengaruh secara parsial variabelvariabel bebas atau tidak signfikan terhadap variabel terikat.
1. Pengaruh suhu (X1) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi suhu (X1)
bernilai
14554.79, artinya setiap kenaikan 1oC, maka produksi padi sawah akan
meningkatkan sebesar 14554.79 ton atau sebesar 0.62 ton/MT. Namun, dilihat
dari nilai
signifikansi-t suhu (X1) adalah sebesar 0.0000 < α (0,05) Hal ini
menunjukkan bahwa H0 ditolak dan H1 diterima. Yang berarti suhu secara parsial
berpengaruh nyata terhadap produksi padi sawah di lima sentra produksi padi
sawah Provinsi Sumatera Utara.
2. Pengaruh curah hujan (X2) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi suhu (X2) bernilai 51.772,
dimana setiap kenaikan 1mm curah hujan maka produksi padi akan meningkat
51.772 ton dan dilihat dari nilai signifikansi-t curah hujan (X2) adalah sebesar
0.0011< α (0,05) Hal ini menunjukkan bahwa H0 ditolak dan H1 diterima. Yang
berarti curah hujan secara parsial berpengaruh nyata terhadap produksi padi sawah
di lima sentra produksi padi sawah Provinsi Sumatera Utara.
3. Pengaruh kelembaban (X3) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi kelembaban (X4) bernilai
1233.638, artinya setiap kenaikan 1% tingkat kelembaban, maka produksi
meningkat 1233.638 ton. dan dilihat dari nilai signifikansi-t kelembaban (X3)
adalah sebesar 0.0121< α (0,05) , Hal ini menunjukkan bahwa H0 ditolak dan H1
Universitas Sumatera Utara
45
diterima. Yang berarti kelembabann secara parsial berpengaruh nyata terhadap
produksi padi sawah di lima sentra produksi padi sawah Provinsi Sumatera Utara.
4. Pengaruh luas panen (X4) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi luas panen (X4) bernilai 5.650,
artinya setiap kenaikan kelembaban 1 Ha, maka produksi padi sawah akan
meningkat sebesar 5.650 ton. Dan dilihat dari nilai signifikansi-t kelembaban (X3)
adalah sebesar 0.0000< α (0,05) Hal ini menunjukkan bahwa H0 ditolak dan H1
diterima. Yang berarti luas panen secara parsial berpengaruh nyata terhadap
produksi padi sawah di lima sentra produksi padi sawah Provinsi Sumatera Utara.
5. Pengaruh pupuk subsidi (X5) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi pupuk subsidi (X5) bernilai
0.773, artinya setiap kenaikan pupuk subsidi sebesar 1 ton, maka produksi padi
sawah akan meningkat sebesar 0.773 ton. Dan dilihat dari nilai signifikansi-t
pupuk subsidi (X5) adalah sebesar 0.0000 < α (0,05) Hal ini menunjukkan bahwa
H0 ditolak dan H1 diterima. Yang berarti pupuk
subsidi secara parsial
berpengaruh nyata terhadap produksi padi sawah di lima sentra produksi padi
sawah Provinsi Sumatera Utara.
5.2.2. Uji Signifikansi Serempak (Uji-Statistik F)
Berdasarkan Hasil Estimasi menggunakan Eviews dapat dilihat nilai
signifikansi F sebesar 0.000000 < α (0,05) Hali ini menunjukkan bahwa H0 ditolak
dan H1 diterima, yang berarti variabel bebas (suhu, curah hujan, kelembaban, luas
panen, pupuk subsidi ) secara serempak berpengaruh nyata terhadap variabel
terikat (produksi padi sawah).
Universitas Sumatera Utara
46
5.2.3. Koefisien Determinasi (R2)
Dari Hasil Tabel 5.1 Adjusted R2 yang diperoleh adalah sebesar 0.995612.
Analisis ini menunjukkan bahwa produksi padi sawah (Y) mampu dijelaskan oleh
variabel-variabel bebas seperti temperatur (X1), curah hujan (X2), kelembaban (X3)
dan luas panen (X4) dan pupuk subsidi (X5) secara bersama-sama mampu
mempengaruhi variabel terikat (produksi padi) sebesar 99,5% sedangkan sisanya
sebesar 0,5% dijelaskan oleh faktor-faktor lain yang tidak masuk dalam model.
5.2.4. Uji Asumsi Klasik
1. Uji Normalitas
10
Series: PRODUKSI
Sample 1 75
Observations 75
8
6
4
2
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
124388.0
132755.0
231725.0
25555.00
61071.56
-0.060966
1.733704
Jarque-Bera
Probability
5.057415
0.079762
0
40000
80000
120000
160000
200000
240000
Gambar 5.1 Grafik Histogram
Dari hasil analisis dapat dilihat JB sebesar 5,057415 < 11.07048 maka dapat
diismpulkan bahwa data berdistribusi normal.
2. Uji Multikolinieritas
Untuk menguji masalah multikolinearitas dapat melihat matriks korelasi antar
variabel bebas, Dalam buku Mitchell H. Katz (2006:69) korelasi lebih dari 0,80 maka
terdapat multikolinearitas.
Universitas Sumatera Utara
47
Tabel 5.2 Matriks Korelasi Antarvariabel
Suhu
Curah Hujan Kelembaban Luas Panen Pupuk Subsidi
Suhu
-0.434481 -0.350679 -0.220423
-0.143127
Curah Hujan -0.434481
0.518983
0.123250
0.388356
Kelembaban -0.350679 0.518983
0.257007
0.401156
Luas Panen -0.220423 0.123250
0.257007
0.360171
Pupuk Subsidi -0.143127 0.388356
0.401156
0.360171
Sumber : Data diolah Eviews
Dari tabel 5.2 ditas dapat dilihat nilai koefisien korelasi antar variabe
independen dibawah 0,80 dengan demikian data penelitian terbebas dari masalah
multikolinearitas.
3. Uji Autokorelasi
Hasil estimasi pada Lampiran 3.1 didapat nilai Durbin- Watson (DW)
sebesar 1,391357 sehingga dapat ditentukan kriteria terjadi atau tidaknya
autokorelasi. Nilai DW 1.314074 < 2 dan 4 - 1.310474 > dU (1,83773) yang
artinya model tidak terjadi autokorelasi.
4. Uji Heterokedastisitas
a. Uji Weight Least Square
Uji WLS adalah uji pembirian bobot kepada model regresi untuk
mengetahui model sebelumnya mengalami gangguan heterokedastistitas.
Weighted Statistic
Unweighted Statistic
R-Squared
0,995908
0,995908
Sum Squared Residual
1.52E+10
1.52E+10
Sign-t
< α 0,05
< α 0,05
Durbin Watson Stat
1.391357
1.391357
Homokedastisitas
Homokedastisitas
Sumber : Data Sekunder diolah (Lampiran 5)
Universitas Sumatera Utara
48
Setelah dilakukan pembobotan dapat dilihat nilai R- Squared dan Sign-t
tidak jauh berbeda sebelum dilakukannya pembobotan. Pemberian pembobotan
dapat memberikan estimasi yang lebih baik. Setelah dilakukan pembobotan dapat
disimpulkan model tidak mengalami heterokedastisitas.
b. Uji Lagranges Multiplier
Tabel 5.3 Uji Lagrange Multiplier
Breusch-Pagan
Cross-section
One-sided
Period
One-sided
Both
0.022711
(0.8802)
6.082618
(0.0137)
6.105328
(0.0135)
Dari Tabel 5.3 kita dapat melihat LSM Test sebesar 6.105328< 11.07048
chi-square maka H0 diterima dan H1 ditolak. Hal ini berarti tidak terjadi
heterokedastisitas pada model regresi atau bersifat homokedastisitas.
5.2.5. Uji Linearitas
Pada uji linearitas menggunakan ui Lagrange Multiplier dengan melihat nilai
Sig < α(0,05), maka model bersifat linear. Dari Tabel 5.3 kita dapat melihat nilai
Sig 0,0135 < α(0,05) dengan demikian, dapat diartikan bahwa model regresi bersifat
linear.
5.3 Pembahasan Hasil
Dari hasil analisis diatas diketahui variabel suhu, curah hujan, luas panen
dan pupuk subsidi didapat nilai positif dan signifikan dimana setiap kenaikannya
akan memberikan dampak positif terhadap produksi padi sawah. Sedangkan
keadaan kelembaban memberikan pengaruh negatif yang signfikan terhadap
produksi padi sawah di daerah penelitian.
Universitas Sumatera Utara
49
a. Curah Hujan Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel curah hujan berpengaruh signifikan. Curah hujan dapat
mempengaruhi pergesesarn yang berdampak pada periode penanaman. Indeks
penanaman untuk tanaman padi yaitu bulan November - Februari (musim hujan),
Juli – Oktober (musim kemarau) dan Maret – Juni (musim gadu).
Tanaman padi membutuhkan curah hujan dengan rata-rata 200m/bulan atau
1500-2000 mm/tahun. Petani umumnya melakukan penanaman pada bulan
penghujan. Dibulan kemarau dan gadu, petani juga memanfaatkan irigasi dimana
air irigasi berasal dari danau, rawa atau sungai dan air hujan. Di saat musim
penghujan dengan curah hujan yang tinggi, air yang berlebih akan di alirkan ke
waduk atau ditampung guna untuk pengelolahan tanah dan konsumsi tanaman
pada saat pertumbuhan di musim kering dan gadu.
Keadaan rata-rata curah hujan di Sumatera Utara tahunan adalah 2000
mm/tahun dengan kondisi yang mendukung untuk pertanaman padi. Hal ini sesuai
dengan penlitian yang dilakukan oleh Siti Aisyah (2014) dengan hasil curah hujan
memberikan pengaruh yang signifikan dan negatif, dimana setiap kenaikan 1%
curah hujan, akan meningkat produksi sebesar 0,6191%.
b. Kelembaban Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel kelembaban berpengaruh signifikan dimana nilai koefisien
kelembaban 1233.638. dimana setiap kenaikan 1% tingkat kelembaban maka
produksi padi akan menurun 1233.638 ton. Pada lahan persawahan, apabila
tingkat kelembaban yang tinggi dapat mempercepat perkembangbiakan OPT.
Akibatnya, produksi tidak dapat optimal dan menyebabkan gagal panen.
Universitas Sumatera Utara
50
Menurut Penelitian Rathnayake (2016), kelembaban yang sesuai dengan
tanaman padi dari data yang diperoleh, dapat dikategorikan pada tingkat yang
sesuai hingga sangat sesuai. Dan hal ini sesuai dengan penelitian yang dilakukan
oleh Sridevi dan Chellamuthu (2015) kelembaban yang relatif tidak sesuai dengan
pertumbuhan tanaman padi, produksi padi akan menurun seiring dengan
meningkatnya kelembaban.
c. Suhu Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel Suhu
berpengaruh signifikan dimana nilai koefisien suhu
14554.79. dimana setiap kenaikan 1oC maka produksi akan meningkat 14554.79
ton atau sebesar 0.62 ton/MT. dengan asumsi variabel lain konstan. Suhu udara
yang optimal untuk pertumbuhan tanaman padi adalah 23 oC – 30 oC. Akan tetapi
pada proses petumbuhan padi apabila suhu yang terlampau tinggi atau rendah
akan berakibat pada penurunan produksi padi.
Keadaan suhu didaerah penelitian yaitu suhu terendah 24 oC dan yang
tertinggi 28,8 oC. Hasil estimasi menunjukkan suhu memberikan kenaikan yang
positif. Dimana keadaan suhu di daerah penelitian berada di pada wilayah
optimum untuk pertumbuhan padi. dengan keadaan iklim suhu yang seperti ini
mampu memberikan dampak positif terhadap produksi padi.
Penelitian ini bertentangan dengan yang dilakukan oleh Peng et, al (2004)
dimana produksi akan menurun sesuai dengan meningkatnya suhu dari dampak
pemanasan global. Dimana produksi menurun 10% untuk kenaikan 1 oC. Dan juga
bertentang dengan penelitian dilakukan Yuliawana et,al (2015) dimana produksi
akan menurun sebesar 14,4% akibat meningkatnya suhu 1 oC.
Universitas Sumatera Utara
51
d. Luas Panen Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel Luas Panen berpengaruh signifikan terhadap produksi padi sawah
dikarenakan semakin luas areal lahan panen untuk tanaman padi maka produksi
padi akan meningkat. Dari hasil penelitian nilai koefisien 5.650727 dimana
apabila luas areal panen naik 1Ha maka produksi padi akan meningkat sebesar
5.650727 ton.
Upaya dalam meningkatkan produksi padi di Sumatera Utara adalah
dengan meningkatkan luas panen. Salah satunya dengan ekstensifikasi pertanian.
Ektensifikasi lahan pertanian adalah usaha peningkatan luas areal tanaman
dengan memperhatikan sumberdaya alam dan lingkungan.
Dari hasil analisis diketahui luas panen meberikan kenaikan yang positif.
Hal ini sesuai dengan penlitian yang dilakukan Klivensi (2015) dimana jika areal
luas lahan meningkat 1Ha maka produksi akan meningkat 1425,0 Kg.
e. Pupuk Subsidi Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel Pupuk Subsidi (NPK, Urea, SP-36) berpengaruh signifikan
terhadap produksi padi sawah dikarenakan pemberian pupuk subsidi akan
membantu petani dalam proses budidaya dan pertumbuhan tanaman. Dari
penelitian ini diketahui pupuk subsidi memberikan pengaruh positif dimana setiap
kenaikan 1 ton makan produksi meningkat 0.773176 ton. Dengan demikian
pendistribusian kan pupuk subsidi sebaiknya diteruskan oleh Pemerintah Provinsi
Sumatera Utara.
Joko Triyanto (2006) yang membuktikan bahwa pupuk sebagai salah satu
input produksi yang mempunyai pengaruh positif terhadap produksi padi.
Universitas Sumatera Utara
52
Dari hasil analisis dapat diketahui secara umum perubahan iklim
berpengaruh di Provinsi Sumatera Utara. Namun, dilihat dari data keseluruhan
perubahan iklim di wilayah penelitian pada Lampiran 2. perubahan iklim yang
terjadi setiap tahun per musim tanam tidak terlalu berbeda atau cenderung konstan
di Provinsi Sumatera Utara. Dengan demikian, perubahan iklim yang terjadi tidak
ada yang terlalu ekstrim di Provinsi Sumatera Utara.
Dilihat dari data yang diperoleh petani padi sawah masih banyak yang
menerapkan IP (Indeks Penanaman):2, sehingga masih sedikit petani yang
menerapkan IP:3. Penerapan IP:3 mampu meningkatkan produksi dengan
dukungan input produksi sehingga produksi padi sawah juga akan meningkat
pertahun.
Pemanfaatkan bantuan pemerintah akan pengadaan pupuk subsidi untuk
petani padi sawah mampu memberikan kenaikan yang positif terhadap produksi
padi di Provinsi Sumatera Utara, dengan demikian pendistribusian pupuk subsidi
sebaiknya diteruskan oleh pemerintah sehingga membantu petani dalam
meningkatkan produksi padi sawah.
Universitas Sumatera Utara
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil analisis dapat diketahui secara umum perubahan iklim/variabel
tidak terkontrol (suhu, curah hujan dan kelembaban) dan variabel terkontrol
(luas panen dan pupuk subsidi) berpengaruh di Provinsi Sumatera Utara.
Berdasarkan data perubahan iklim yang terjadi setiap tahun per musim tanam
tidak terlalu berbeda atau cenderung konstan. Dengan demikian, perubahan
iklim yang terjadi tidak ada yang ekstrim di Provinsi Sumatera Utara.
6.2 Saran
1.
Kepada Pemerintah
Pemerintah agar lebih mengkhawatirkan perubahan iklim terjadi, mencari
upaya dalam menanggulangi perubahan iklim yang tidak stabil, memberikan
penyuluhan kepada petani mengenai pemanfaatan pola tanam yang baru
akibat dari perubahan iklim dan memanfaatkan ketersedian input yang lebih
baik.
2.
Kepada Petani
Kepada petani dapat memanfaatkan perubahan iklim yang terjadi dengan
memanfaatkan sistem pola tanam yang baru sesuai dengan perubahan iklim
yang terjadi, memperluas areal sawah dan memanfaatkan pupuk subsidi
yang diberikan pemerintah dalam upaya dalam peningkatan produksi padi
sawah.
53
Universitas Sumatera Utara
54
3. Kepada Peneliti Selanjutnya
Kepada peneliti selanjutnya agar mampu melakukan penelitian yang lebih luas
(menambahkan variabel teknologi, dan dengan data produksi per bulan).
Melihat dari keterbatasan data yang dilakukan sebelumnya, penelitian
selanjutnya mampu menjelaskan dampak perubahan perubahan iklim yang
lebih baik.
Universitas Sumatera Utara
METODE PENELITIAN
3.1. Metode Penentuan Daerah Penelitian
Penelitian ini dilakukan di Provinsi Sumatera Utara. Pemilihan lokasi
ditentukan secara sengaja (purposive), artinya penentuan daerah penelitian
didasarkan atas pertimbangan-pertimbangan tertentu. Provinsi Sumatera Utara
(Kabupaten Deli Serdang, Kabupaten Serdang Bedagai, Kabupaten Simalungun,
Kabupaten Langkat dan Kabupaten Tapanuli Tengah) dipilih karena sebagai salah
satu sentra produksi padi di Indonesia dan daerah yang mengalami perubahan
produksi yang cukup tinggi setiap tahunnya.
3.2. Jenis Data Penelitian
Jenis data yang digunakan adalah data sekunder yang terdiri dari data
kuantitattif. Dengan periode 5 tahun (2011-2015), dengan jumlah 75 observasi
masing- masing 15 observasi dengan lima Kabupaten. Data penelitian bersifat
data panel. Dengan cross-section lima Kabupaten ( Kab. Deli Serdang, Kab.
Serdang Bedagai, Kab.Simalungun, Kab. Langkat, Kab. Tapanuli Tengah). Data
penelitian diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara, Dinas
Pertanian Provinsi Sumatera Utara dan Balai Meteorologi Klimatologi dan
Geofisika, Medan.
3.3. Metode Analisis Data
3.3.1. Analisis Data
3.3.1.1. Pemilihan Model
Untuk analisis data panel terdapat tiga model yaitu, Common Effect, Fixed
Effect dan Random Effect.
16
Universitas Sumatera Utara
17
a. Common Effect
Model mengasumsikan bahwa intersep dan koefisien slope konstan sepanjang
waktu dan individu, dan error term menjelaskan perbedaan intersep dan
koefisien slope sepanjang waktu dan individu tersebut. Regresi dilakukan
dengan mengkombinasikan data timeseries dan crosssection
(pooled).
Estimasi yang dilakukan yaitu dengan regresi Ordinary Least Square (OLS).
Cara ini disebut Pooled Regression atau Common Effect. Dengan demikian,
dalam model ini tidak ada efek individu.
b. Fixed Effect.
Model yang mengasumsikan adanya perbedaan intersep untuk setiap individu
ini dikenal sebagai model regresi Fixed Effect. Istilah Fixed Effect berasal dari
kenyataan bahwa meskipun intersep berbeda pada setiap individu, tetapi
masingmasing intersep individu tidak bervariasi atau tetap sepanjang waktu
(time invariant). Selain itu model juga mengasumsikan bahwa koefisien slope
konstan sepanjang waktu dan individu. Estimasi yang dilakukan yaitu dengan
teknik variabel dummy untuk individu. Selanjutnya, karena penggunaan
dummy untuk estimasi Fixed Effect itu, maka literatur menyebutnya teknik
Least Square Dummy Variables (LSDV).
c. Random Effect
Metode data panel dengan pendekatan Fixed Effect di atas memiliki persoalan
dalam hal degree of freedom jika ada banyak individu dalam regresi. Dalam
hal ini, dikatakan bahwa individu dalam sampel yang diestimasi diambil dari
populasi individu-individu yang besar dan mereka mempunyai nilai rata-rata
Universitas Sumatera Utara
18
umum untuk intersep yaitu β1 dan perbedaan individu dalam nilai intersep
untuk masing-masing individu dinyatakan dalam error term εi.
3.3.1.2. Pengujian Model
a. Uji F
Uji F digunakan untuk melihat apakah ada pengaruh efek individu atau tidak
di dalam variabel. Nilai F statistik adalah sebagai berikut:
dimana :
RSS1
= Sum Square Residual dari hasil estimasi common effect, no weight
RSS2
= Sum Square Residual dari hasil estimasi fixed effect, no weight
n
= Jumlah Variabel
nt
= Jumlah Observasi
k’
= jumlah parameter dalam model fixed effect, yaitu jumlah individu
(N) ditambah jumlah variabel penjelas (k), maka n-k’ sama dengan
[NT-(N+k)], dan juga sama dengan (NT-N-k).
Dengan Hipotesis ;
H0 : Common Effect ; Fhitung < Ftabel
H1 : Fixed Effect ; Fhitung > Ftabel
b. Uji Chow
Uji chow digunakan untuk mengetahui apakah model Common Effect lebih
baik dari model Fixed Effect. Dengan Hipotesis :
H0 : Common Effect ; Fhitung < Ftabel
H1 : Fixed Effect ; Fhitung > Ftabel
Universitas Sumatera Utara
19
c. Uji Hausman Test
Uji Hausman Test dilakukan apabila setelah dilakukannya Uji Chow maka
yang terpilih Fixed Effect, maka dilakukannya uji Hausman untuk mengetahui
apakah model Fixed Effect lebih baik dari Random Effect. Dengan Hipotesis :
H0 : Random Effect ; Sig Hausman Test < α (0,05)
H1 : Fixed Effect ; Sig Hausman Test > α (0,05)
d. Uji Breusch and Pagan Lagrange Multiplier Test.
Setelah dilakukan uji chow dapat diketahui Common Effect diterima.
Kemudian dilakukan uji BP LM Test untuk mengetahui apakah Common
Effect lebih baik dari Random Effect. Dengan Hipotesis :
H0 : Common Effect ; BP LM Test < Chi-Square
H1 : Random Effect ; BP LM Test > Chi-Square
Setelah melakukan pemilihan model regresi yang tepat untuk data panel
dan melakukan Uji-Chow, Uji-F dan Uji Breush Pagan LM Test pada Lampiran
(3 dan 4). model analisis yang sesuai adalah model Common Effect. Dengan
rumus regresi data panel Common Effect (Gujarati 2009:594) :
Yit = α + β1 X1it+ β2X2it + β3 X3it + β4 X4it + β5 X5it + ε
Dimana :
Y
= Produksi Padi Sawah (Ton)
X1
= Suhu (oC)
X2
= Curah Hujan (mm)
X3
= Kelembaban (%)
X4
= Luas Panen ( Ha )
X5
= Pupuk Subsidi ( Ton )
εµ
= Kesalahan Pengganggu
i
= Wilayah (Crossection)
t
= Periode (Timeseries)
Universitas Sumatera Utara
20
Berdasarkan salah satu asumsi yang digunakan bahwa dalam persamaan
ada beberapa kriteria untuk menilai kebaikan dan kesesuaian suatu model regresi.
Kriteria tersebut adalah R2, F-test dan t-test (Subanti, 2014).
1. Koefisien Determinasi (R2)
Uji koefisien determinasi (R2) adalah suatu angka yang dapat dijadikan
sebagai salah satu kriteria untuk menilai kebaikan atau kesesuaian sebuah model
regresi. Dalam bahasa sehari-hari koefisien determinasi didefinisikan sebagai
bagian atau porsi dari variasi variabel dependen yang dapan diternagkan oleh
variabel bebas.
2. Uji F (F-Test)
Uji F menguji signifikansi pengaruh seluruh variabel bebas terhadap
variabel terikat sekaligus tanpa memperhatikan tingkat pengaruh dari setiap
variabel sehingga jika uji F memberikan hasil yang sangat signifikan meskipun
terdapat satu atau dua variabel yang berpengaruh nyata terhadap variabel
dependen maka perlu diperlukan pengujian signifikansi masing-masing koefisien
regresi sehingga dapat ditentukan secara lebih spesifik variabel bebas mana saja
yang berpengaruh signifikan terhadap variabel terikat. Jika sig < 0,05 maka H0
diterima H1 ditolak .
Universitas Sumatera Utara
21
3. Uji Individu (t-test)
Koefisien
regresi
merupakan
dugaan
yang
mengandung
unsur
ketidakpastian. Oleh sebab itu, koefisien tersebut harus diuji apakah nilainya
dapat dianggap sama dengan suatu nilai tertentu atau sebaliknya. Karena nilai
suatu koefisien dapat dianggap sama dengan nol, maka pengaruh variabel bebas
bersangkutan terhadap variabel terikat tidak signifikan. Sebaiknya, variabel
tersebut tidak perlu dimasukkan ke dalam model.
Jika sig < 0,05 maka H0 ditolak H1 diterima, (Subanti, 2014 ).
3.2.2. Uji Asumsi Klasik
Pengujian Asumsi Klasik merupakan pengujian asumsi-asumsi statistik
yang harus dipenuhi pada analisis regresi yang berbasis Ordinary Least Square
(OLS). Ketika asumsi tidak terpenuhi, biasanya dilakukan berbagai solusi agar
asumsi dapat terpenuhi atau beralih ke metode yang lebih advance agar asumsinya
dapat terselesaikan. Pada regresi data panel ketika uji asumsi tidak terpenuhi maka
pengujian model dilakukan dengan model Fixed Effect atau Random Effect.
Pengujian asumsi klasik harus dilakukan untuk menguji asumsi-asumsi yang ada
dalam permodelan regresi linear berganda. Pengujian asumsi klasik yang harus
dipenuhi yaitu:
Universitas Sumatera Utara
22
1. Uji Normalitas
Uji normalitas adalah untuk mengetahui apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal. Asumsi Normalitas adalah asumsi
residual yang berdistribusi normal, asumsi ini harus terpenuhi untuk untuk model
regresi yang baik. Pengujian normalitas dapat dilakukan dengan menggunakan
metode formal seperti: Uji Kolmogorov-Smirnov, Uji Anderson-Darling, Uji
Shapiro-Wilk dan Uji Jarque-Bera yang mana semua pengujian ini memiliki
hipotesis interprestasi, yaitu:
H0 : Residual berdistribusi Normal
H1 : Residual tidak berdistribusi Normal
Asumsi Normalitas terpenuhi ketika pengujian Normalitas menghasilkan P-value
(Sign.) lebih besar dari α denagn nilai α ditentukan sebesar 1%, 5% atau 10%.
2. Uji Heteroskedastisitas
Salah satu asmsi yang penting dari model regresi linear klasik adalah
gangguan atau residual yang muncul dalam fungsi regresi populasi adalah
homoskedastik yaitu semua gangguan mempunyai varians yang sama.
Cara-cara mengidentifikasi adanya kasus Heterokedastisitas:
a. melakukan pemeriksaan dengan metode grafik
b. Melakukan pengujian dengan metode formal, meliputi Uji Park, Uji Glejser.
(Gujarati, 2003)
c. Uji Lagrange Multiplier.
Universitas Sumatera Utara
23
3. Uji Multikolinieritas
Salah satu dari asumsi model regresi linier klasik adalah bahwa tidak
terdapat multikolineritas diantara variabel bebas yangg dimasukkan ke dalam
model. Uji asumsi multikolinieritas bertujan untuk menguji apakah ditemukan
adanya korelasi atau hubungan antar variabel bebas dalam regresi. Korelasi
diantara variabel bebas seharusnya tidak terjadi dalam model regresi yang baik.
4. Uji Autokorelasi
Dalam regresi linear berganda, salah satu asumsi yang harus dipenuhi agar
dugaan parameter dalam model bersifat BLUE yaitu cov ( ui, uj) = 0; i≠j. Artinya
tidak ada korelasi antar ui dan uj untuk i≠j {E9ui, uj) = 0, i≠j}.
Pengidentifikasian adanya kasus autokorelasi:
1. Pengujian Durbin-Watson yang menguji adanya autokorelasi pada lag-1. Pada
Tabel Durbin-Watson diperoleh output tabel, yaitu nilai Durbin-Watson batas
bawah (dL) dan batas atas (dU). Kriteria pemeriksaan asumsi Autokorelasi
residual menggunakan nilai Durbin-Watson (d), yaitu:
a. Jika d < 2 dan d dU, maka residual tidak bersifat Autokorelasi
c. Jika d < 2 dan dL ≤ d ≤dU, maka hasil pengujian tidak dapat disimpulkan.
d. Jika d > 2 dan 4 – d 2 dan 4 - d > dU, maka residual tidak bersifat Autokorelasi
f. Jika d > 2 dan dL
≤ 4
– d ≤d U, maka has il pengujian tidak dapat
disimpulkan.
Dengan Hipotesis :
H0 : p = 0 : Tidak ada autokorelasi ; H1 : p ≠ 0 : Ada autokerelasi
Universitas Sumatera Utara
24
2. Uji Autokorelasi lainnya, seperti: Uji Breusch-Godfrey dan Uji Ljung Box
(Gujarati, 2003).
5. Uji Linearitas
Uji linearitas bertujuan untuk mengetahui apakah dua variabel atau lebih
mempunyai hubungan yang linier atau tidak secara signifikan. Dua variabel
dapat dikatakan mempunyai hubungan yang linear apabila signifikansi
(Linearity) < 0,05.
3.4. Definisi dan Batasan Operasional
Untuk menjelaskan dan menghindari kesalahpahaman dalam penelitian ini,
maka diberi definisi dan batasan operasional sebagai berikut.
3.4.1. Definisi.
1. Padi Sawah adalah padi yang diusahakan pada lahan basah atau sawah yang
memerlukan pengairan yang cukup.
2. Iklim adalah keadaan cuaca rata-rata atau keadaan cuaca jangka panjang pada
suatu daerah, meliputi kurun waktu beberapa bulan atau beberapa tahun.
3. Suhu adalah rata- rata suhu udara selama musim tanam di daerah penelitian
(oC).
4. Kelembaban Udara adalah tingkat kelembaban udara selama musim tanam
didaerah penelitian (%).
5. Curah Hujan adalah jumlah curah hujan yang terjadi selama musim tanam di
daerah penelitian (mm).
6. Luas Panen adalah adalah luasan tanaman yang selama musim tanam dan hasil
akhirnya dapat dipungut setelah tanaman cukup umur (Ha).
Universitas Sumatera Utara
25
7. Produksi adalah hasil akhir dari kergiatan budidaya tanaman padi sawah di
daerah penelitian (Ton).
8. Pupuk subsidi adalah distribusi pupuk yang diberikan pemerintah kepada
petani padi (ton).
3.4.2. Batasan Operasional
1. Penelitian ini dilakukan di Provinsi Sumatera Utara.
2. Data yang diambil adalah data dalam kurun waktu tahun 2011 sampai 2015
meliputi variabel tidak terkontrol (suhu, curah hujan, kelembaban) dan
terkontrol (pupuk subsidi, luas panen) di Provinsi Sumatera Utara.
Universitas Sumatera Utara
BAB IV
DESKRIPSI VARIABEL PENELITIAN
4. 1 Deskripsi Variabel
Penelitian ini menggunakan data sekunder berupa variabel terkontrol dan
tidak tekontrol. Masing- masing variabel didapat dari Dinas Pertanian Provinsi
Sumatera Utara, Balai Pusat Statistika Provinsi Sumatera Utara dan Balai
Klimatologi Provinsi Sumatera Utara. Jumlah observasi penelitian sebanyak 75
observasi (2011-2015) dengan lima kabupaten yang merupakan sentra produksi
padi sawah di Provinsi Sumatera Utara. Berikut adalah ringkasan jumlah
observasi dalam penelitian Tabel 4.1.
Tabel 4.1 Jumlah Observasi Penelitian
No Kabupaten
Jumlah Observasi
1
Deli Serdang
2
3
Serdang Bedagai
Simalungun
15
15
15
4
Langkat
15
5
Tapanuli Tengah
15
Jumlah
Sumber : Data diolah 2017
75
4.1.1. Variabel Produksi (Y)
Berdasarkan data yang diperoleh yang telah diolah untuk variabel Y
adalah data kwartalan produksi padi sawah dari Jan-Apr-2011 sampai Sep-Des2015 di lima sentra produksi Provinsi Sumatera Utara. Berikut dapat dilihat pada
Tabel 4.1 perkembangan jumlah produksi padi sawah di Provinsi Sumatera Utara.
26
Universitas Sumatera Utara
27
Tabel 4.2. Produksi Padi Sawah per Kabupaten Jan-Apr 2011 sampai
Sep-Des 2015.
Total
PRODUKSI
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
222459
73763
152313
216966
97126
132755
222255
94583
132963
231725
66254
126453
211760
69983
142886
LANGKAT
169045
60769
144626
177402
62742
171911
158837
67717
181349
131870
49596
164796
160434
64148
217732
SERDANG
BEDAGAI
182390
58410
100707
157787
134071
82360
173949
108441
112588
171297
88495
112518
176621
112299
118049
SIMALUNGUN
173272
174940
162833
159708
180732
140752
181238
167276
128959
228886
170134
176288
200409
184232
208749
TAPANULI
TENGAH
34204
30242
50116
46208
35184
46490
54222
40739
35104
49585
34096
30408
58474
52863
25555
Sumber : Data Sekunder diolah 2017
Dari Tabel 4.2. dapat dilihat secara berurut Jan-Apr, Mei-Ags, Sep-Des
2011-2015 per kabupaten mengalami kenaikan dan penurunan produksi, dan bila
dilihat dari produksi per tahun mengalami kenaikan tiap kabupaten yang di teliti.
Untuk lebih jelas berikut Gambar 4.1 perkembangan produksi padi di lima sentra
produksi padi sawah Provinsi Sumatera Utara.
PRODUKSI
Gambar 4.1 Grafik Perkembangan Produksi Padi Sawah Jan-Apr 2011
sampai Sep-Des 2015.
Universitas Sumatera Utara
28
4.1.2. Variabel Tidak Terkontrol (X)
4. 1. 2. 1. Suhu (X1)
Adapun data untuk keadaan suhu variabel X1 diperoleh dari Balai
Klimatologi dan Balai Pusat Statistik Provinsi Sumatera Utara. Data yang diolah
dari tahun 2011 sampai 2015. Berikut Tabel 4.3 keadaan suhu di daerah
penelitian.
Tabel 4.3 Keadaan Suhu Udara Tahun 2011 – 2015 di Daerah Penelitian.
Total SUHU
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
26,6
27,3
27,4
26,8
27,6
26,6
27,3
27,7
27,2
27,5
28,0
26,8
27,1
28,3
26,9
LANGKAT
SERDANG
BEDAGAI
SIMALUNGUN
TAPANULI
TENGAH
26,6
27,3
27,4
26,8
27,6
26,6
27,3
27,7
27,2
27,5
28,0
26,8
27,3
27,7
27,2
28,6
28,8
27,7
26,8
27,6
26,6
27,3
27,7
27,2
27,5
28,0
26,8
27,3
27,7
27,2
25,7
25,8
25,0
24,8
25,3
24,8
25,0
25,0
25,4
25,2
25,4
24,8
24,9
25,8
25,0
26,4
26,6
25,7
26,3
26,5
25,5
27,0
26,0
26,0
26,5
26,4
26,0
26,6
26,3
26,1
Sumber : Data Sekunder diolah 2017
Pada Tabel 4.3 dapat dilihat keadaan suhu di setiap daerah penelitian
berubah-ubah. Keadaan suhu udara didaerah merupakan salah satu faktor yang
mampu mempengaruh produksi padi didaerah tersebut. Dari tabel diatas dapat
dilihat suhu udara tertinggi terdapat di daerah Deli Serdang yaitu di bulan MeiAgustus 2015. Dan suhu udara terendah terdapat di daerah Simalungun yaitu di
bulan September-Desember 2014.
Berikut Gambar 4.2 perkembangan suhu di daerah penelitian Jan-Apr
2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
29
SUHU
Gambar 4.2 Grafik Perkembangan Suhu di Daerah Penelitian Jan-Apr 2011
sampai Sep-Des 2015.
4. 1. 2. 2. Curah Hujan (X2)
Adapun data untuk keadaan curah hujan variabel X2 diperoleh dari Balai
Klimatologi dan Balai Pusat Statistik dan Dinas Pertanian Provinsi Sumatera
Utara. Data yang diolah dari tahun 2011 sampai 2015. Berikut Tabel 4.4 keadaan
curah hujan di daerah penelitian.
Tabel 4.4 Keadaan Curah Hujan di Daerah Penelitian.
Total Curah
Hujan
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
150
176,7
196,5
195,7
171,5
285,5
150
186,5
229
135,5
151
274,5
65,5
136
308,5
LANGKAT
150
176,7
196,5
176
209
220,5
160,7
206,2
285,7
160,5
176
249,5
190,5
161
258,5
SERDANG
BEDAGAI
67,7
143,7
189,7
71,2
112,2
93,7
150,2
161,5
229
135,5
151
274,5
85,7
109,5
245
SIMALUNGUN
134
307,7
365,5
176
299,7
343,5
235,5
187
264,7
360,2
182,2
400
150
256
274
TAPANULI
TENGAH
146,5
115
180
112,7
143,7
193,2
114,2
112,7
181,5
84,5
90,2
148,7
336,9
280,2
455,7
Sumber : Data Sekunder diolah 2017
Universitas Sumatera Utara
30
Pada Tabel 4.4 dapat dilihat keadaan curah hujan di setiap daerah
penelitian berubah-ubah. Keadaan curah hujan mengalami peningkatan di bulan
September-Desember setiap tahunnya. Dari tabel diatas dapat dilihat curah hujan
tertinggi terdapat di daerah Tapanuli Tengah yaitu di bulan September-Dsember
2015. Dan curah hujan terendah yang terjadi di daerah Serdang Bedagai yaitu di
bulan Januari-April 2011. Berikut Gambar 4.3 perkembangan curah hujan di
daerah penelitian Jan-Apr 2011 sampai Sep-Des 2015.
CURAH HUJAN
Gambar 4.3 Grafik Perkembangan Curah Hujan di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
4. 1. 2. 3. Kelembaban (X3)
Adapun data yang digunakan untuk variabel X3 atau kelembaban diperoleh
dari Balai Klimatologi dan Balai Pusat Statistika Provinsi Sumatera Utara.
Kelembaban suatu daerah dapat menjadi penentu laju pertumbuhan suatu tanaman
di daerah tersebut. Untuk itu berikut Tabel 4.5 keadaan kelembaban udara di
daerah penelitian.
Universitas Sumatera Utara
31
Tabel 4.5 Keadaan Kelembaban di Daerah Penelitian
Total
Kelembaban
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
TAPANULI
LANGKAT
SIMALUNGUN
SERDANG
BEDAGAI
TENGAH
82,7
83
82,5
83,5
82,7
85
83
83
85
83,2
82
88
84,7
85,2
84,7
84
87,2
84
84
81,5
82,5
81,5
82,5
83,5
82
85
84,2
85
86,5
83,5
82,2
84,7
82,2
81,2
79,7
81
83
81
84,2
81
83,7
83,7
86,2
87,2
84,2
82
82,5
81,7
85,7
80,7
80,7
84,5
80,7
84,2
80,5
86
83,7
86
86,2
82,7
83,2
83
82,2
83,2
81,7
82,2
81
81
82,5
85
86,5
82,7
86,2
87,2
83,7
Sumber : Data Sekunder diolah 2017
Pada Tabel 4.5 dapat dilihat keadaan kelembaban setiap waktunya
berubah-ubah. Kelembaban dapat mempengaruhi pertembuhan tanaman dan
pertumbuhan organisme pengganggu tanaman, sehingga tanaman tidak dapat
menghasilkan atau mati. Dari tabel diatas dapat dilihat kelembaban tertinggi
berada di daerah Langkat di bulan September-Desember sebesar 88%. Dan
kelembaban terendah di Kabupaten Tapanuli Tengah di bulan SeptemberDesember 2011 sebesar 79,7%.
Berikut Gambar 4.4 perkembangan Kelembaban di daerah penelitian JanApr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
32
KELEMBABAN
Gambar 4.4 Grafik Perkembangan Kelembaban di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
4.1.3. Variabel Terkontrol (X)
4. 1.3.1. Luas Panen (X4)
Adapun data untuk ketersediaan luas panen atau variabel X4 diperoleh dari
Dinas Pertanian Provinsi Sumatera Utara. Data yang diolah dari tahun 2011
sampai 2015. Berikut Tabel 4.6 luas panendi daerah penelitian.
Total Luas
Panen (Ha)
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
LANGKAT
SERDAN
GBEDAGAI
SIMALUNGUN
TAPANULI
TENGAH
44171
13250
27789
41257
16299
23232
40891
15600
23613
41314
10883
22729
39777
11978
23851
34437
11282
28033
34177
12598
33225
31420
12943
36536
25349
9500
31146
30506
10935
38199
35115
10646
18022
29449
22774
16669
32718
18458
20613
31431
15174
19943
32635
19131
20890
34682
30810
30708
32108
31930
25769
36054
28909
22541
43684
28770
30884
38469
30169
38147
8679
6879
12323
10532
7808
10999
12081
8898
8365
12660
7714
7118
13803
11958
5015
Sumber : Data Sekunder diolah 2017
Universitas Sumatera Utara
33
Luas panen adalah luas areal yang dipanen pada saat masa panen. Dimana
luas panen dapat diketahui pada saat proses pemanenan selesai dilakukan. Luas
panen padi sawah yang tinggi dapat didsari atas pengolahan tanah, keadaan lahan
yang siap untuk di tanami hingga panen. Semakin luas areal pemanenan maka
produksi padi semakin tinggi.
Berikut Gambar 4.5 perkembangan Luas Panen di daerah penelitian JanApr 2011 sampai Sep-Des 2015.
LUAS PANEN
Gambar 4.5 Grafik Perkembangan Luas Panen di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
4.1.3.4. Pupuk Subsidi (X5)
Adapun data untuk pendistribusian pupuk subsidi atau variabel X5
diperoleh dari Dinas Pertanian Provinsi Sumatera Utara. Data yang di olah dari
tahun 2011 sampai 2015. Berikut Tabel 4.7 banyaknya distribusi pupuk subsidi
(Urea, NPK, SP36) di daerah penelitian.
Universitas Sumatera Utara
34
Tabel 4.7 Distribusi Pupuk Subsidi di Daerah Penelitian
Total Pupuk
Subsidi
BULAN
JAN-APRL-11
MEI-AGS-11
SEP-DES-11
JAN-APRL-12
MEI-AGS-12
SEP-DES-12
JAN-APRL-13
MEI-AGS-13
SEP-DES-13
JAN-APRL-14
MEI-AGS-14
SEP-DES-14
JAN-APRL-15
MEI-AGS-15
SEP-DES-15
KABUPATEN
DELI
SERDANG
LANGKAT
SERDAN G
BEDAGAI
5.362
11.341
16.733
4.494
17.557
19.035
7.241
13.738
16.855
9.057
14.102
16.180
7.032
13.969
16.749
7.474
10.077
12.477
4.623
9.898
12.081
5.696
8.680
11.238
7.472
10.524
9.900
8.206
11.314
10.978
8.569
12.297
18.176
7.527
15.106
17.634
10.869
13.695
17.358
9.838
12.649
15.258
7.924
13.447
15.328
SIMALUNGUN
13.652
14.362
20.978
13.366
20.108
24.810
15.480
15.087
20.890
16.236
17.883
20.493
17.042
17.884
16.712
TAPANULI
TENGAH
1.141
1.054
1.206
737
1.066
1.418
1.381
1.173
2.821
880
1.170
1.182
486
1.204
1.307
Sumber : Data Sekunder diolah 2017
Dari Tabel 4.7 merupakan jumlah pendistribusian pupuk subsidi selama
lima tahun (2011 – 2015). Pendistribusian pupuk dapat membantu petani,
sehingga meringankan biaya produksi. Pemanfaatan pupuk juga mampu
memingkatkan produksi petani apabila petani menggunakan dengan sebaikbaiknya. Berikut Gambar 4.6 grafik perkembangan pendistribusian pupuk subsidi
di daerah penelitian.
PUPUK SUBSIDI
Gambar 4.6 Grafik Pendistribusian Pupuk Subsidi di Daerah Penelitian JanApr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
BAB V
HASIL DAN PEMBAHASAN
5.1. Pengaruh Perubahan Iklim
Pengaruh perubahan iklim sangat menentukan hasil dari produksi padi
dimana
disebutkan bahwa iklim memiliki variabel pengubah di dalamnya,
variabel-variabel
pengubah tersebut memiliki peran yang berbeda dalam
menentukan perubahan iklim
yang terjadi. Selain variabel iklim yang jadi
penentu produksi padi sawah, dalam penelitian ini juga dikenalkan variabel
pengubah yang dapat dikontrol yaitu variabel luas panen dan pupuk subsidi.
Variabel ini diharapkan mampu untuk mengatasi penurunan produksi padi sawah
yang dikhawatirkan akibat terjadinya perubahan iklim yang tidak stabil.
5.1.1. Keadaan Suhu di Daerah Penelitian
a. Kabupaten Deli Serdang
Berdasarkan data yang diolah pada Lampiran 6. Kondisi suhu di
Kabupaten Deli Serdang berfluktuasi
perempat bulan selama proses
produksi hingga panen. Suhu optimal padi ialah 24 oC - 30oC. Dari data
yang telah diolah suhu tertinggi yang diketahui ialah 28 oC Mei-Agustus
2014 berada dibawah suhu optimal, dimana suhu tersebut cocok untuk
ditanami. tanaman padi. Sedangkan, suhu terendah 26,6
o
C pada
September-Desember 2012. Berikut ini Gambar 5.1 tentang perubahan
suhu di daerah Deli Serdang selama lima tahun (2011-2015).
35
Universitas Sumatera Utara
36
Gambar 5.1 Grafik Perkembangan Suhu di Kabupaten Deli Serdang JanApr 2011 sampai Sep-Des 2015.
b. Kabupaten Serdang Bedagai
Dari data yang telah diolah pada Lampiran 7. Dapat diketahui suhu
tertinggi terjadi di setiap di bulan Mei – Agustus. Dengan suhu tertinggi
terjadi di tahun 2011 yaitu 28,8 oC, dengan suhu terendah di setiap bulan
September – desember yaitu 26,0 oC di tahun 2014. Dengan demikian suhu
masih berada dibawah suhu optimal yaitu 30 oC yang artinya keadaan suhu
yang baik untuk tanaman padi sawah. Berikut ini Gambar 5.2 tentang
perubahan suhu di daerah Serdang Bedagai (2011-2015).
Gambar 5.2 Grafik Perkembangan Suhu di Kabupaten Serdang Bedagai
Jan-Apr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
37
c. Kabupaten Simalungun
Kabupaten Simalungun termasuk daerah pergunungan dengan ketinggan
0-1400 mdpl. Dimana daerah tersebut bersuhu rendah. Setelah data diolah
pada Lampiran 8. Dapat diketahui suhu tertinggi yang pernah terjadi yaitu
di bulai Mei – Agustus 2011 dan 2015 di bulan yang sama yaitu 25,8 oC.
Keadaan suhu di Kabupaten Simalungun 2011 hingga 2015 berada pada
daerah optimum untuk ditanaman padi sawah yaitu 24 oC - 30 oC. Berikut
ini Gambar 5.1 tentang perubahan suhu di daerah Simalungun tahun
(2011-2015).
Gambar 5.3 Grafik Perkembangan Suhu di Kabupaten Simalungun Jan-Apr
2011 sampai Sep-Des 2015.
d. Kabupaten Langkat
Berdasarkan data yang telah di olah pada Lampiran 9. Suhu tertinggi dan
terendah di daerah Kabupaten Langkat berada di wilayah optimum
tanaman padi sawah untuk tumbuh dan perkembang yaitu 28,0oC dan
26,6oC. Dengan suhu optimum 24 oC- 30 oC. Berikut ini Gambar 5.4
tentang perubahan suhu di daerah Langkat tahun (2011-2015).
Universitas Sumatera Utara
38
Gambar 5.3 Grafik Perkembangan Suhu di Kabupaten Langkat Jan-Apr
2011 sampai Sep-Des 2015.
e. Kabupaten Tapanuli Tengah
Tapanuli Tengah adalah kabupaten yang berbatasan dengan lautan,
sehingga mampu mempengaruhi suhu udara di wilayah tersebut.
Berdasarkan data yang telah diolah suhu tertinggi sepanjang lima tahun
2011 sampai 2015 adalah 27 oC dan terendah pada 25,5 oC. dimana berada
pada wilayah suhu optimum untuk pertumbuhan tanaman padi. Berikut ini
Gambar 5.5 tentang perubahan suhu di daerah Tapanuli Tengah tahun
(2011-2015).
Gambar 5.5 Grafik Perkembangan Suhu di Kabupaten Tapanuli Tengah
Jan-Apr 2011 sampai Sep-Des 2015.
Universitas Sumatera Utara
39
Dari diskripsi diatas dapat disimpulkan bawa suhu udara didaerah
penelitian berada didaerah suhu optimal untuk pertumbuhan tanaman padi.
Dimana suhu optimal untuk tanaman padi adalah 24 oC- 30 oC. Dengan demikian
suhu udara di daerah penelitian tidak ada yang diluar range atau batas suhu
optimal. Berikut Gambar 5.6 ringkasan mengenai keadaan tersebut.
Titik Optimal
Gambar 5.5 Grafik Perkembangan Suhu Keseluruhan wilayah penelitian
Jan-Apr 2011 sampai Sep-Des 2015.
5.1.2. Keadaan Curah Hujan di Daerah Penelitian
Berdasarkan data yang didapat bulan September – Desember adalah bulan
yang memiliki curah hujan yang sangat tinggi. Dikarenakan musim hujan terjadi
pada bulan tersebut. Dilihat dari data yang didapat curah hujan mengalami
peningkatan setiap bulan pertahun.
Masalah yang timbul akibat rendahnya curah hujan adalah kekeringan.
Kekeringan mampu mengakibatkan lahan pertanian tidak dapat di tanami ataupun
dapat mengakibatkan gagal panen. Untuk mengatasi kekeringan petani memanfaat
irigasi atau pengairan, sehingga apabila curah hujan rendah petani masih dapat
Universitas Sumatera Utara
40
memenuhi kebutuhan air untuk tanaman padi nya. Berikut ini ringkasan gambar
mengenai curah hujan sepanjang lima tahun didaerah penelitian.
Gambar 5.6. Kabupaten Deli Serdang
Gambar 5.8. Kabupaten Simalungun
Gambar 5.7. Kabupaten Serdang Bedagai
Gambar 5.9. Kabupaten Langkat
Gambar 5.10. Kabupaten Tapanuli Tengah
Dari gambar diatas dapat diketahui curah hujan tertinggi tejadi disetiap
pengujung tahun yaitu bulan september- desember. Pada bulan tersebut musim
Universitas Sumatera Utara
41
penghujan telah berlangsung sehingga menyebabkan curah hujan yang meningkat.
Curah hujan tertinggi secara berurut Kab. Deli Serdang, Serdang Bedagai,
Simalungun, Langkat dan Tapanuli Tengah adalah 308mm, 275mm, 400mm,
286mm dan 456mm yang terjadi sepanjang lima tahun (2011-2015). Berikut
Gambar 5.11 Keseluruhan keadaan curah hujan di daerah penelitian.
Titik Optimal
Gambar 5.5 Grafik Keadaan Curah Hujan Keseluruhan wilayah penelitian
Jan-Apr 2011 sampai Sep-Des 2015.
Curah hujan yang baik untuk pertanaman padi adalah 200-250mm/bulan
atau 1500– 2000mm/tahun. Dari Gambar 5.11 dapat diketahui masih ada kondisi
curah hujan yang tinggi dan rendah dari 250mm/bulan hingga 50mm/bulan tetapi
produksi meningkat kemungkinan disebabkan pemanfaatan lahan sawah
irigasi/konversi air dan penggunaan input seperti pupuk, luas lahan dan input yang
lain sehingga mampu memberikan produksi yang baik.
5.1.3. Keadaan Kelembaban di Daerah Penelitian
Berdasarkan data yang didapat keadaan kelembaban didaerah penelitian
berada diantara 80% sampai 88%. dengan keadaan suhu di wilayah penelitian
yaitu 25 oC sampai 28 oC. Sesuai dengan penelitian oleh ( Rathnayake, et al. 2016)
Universitas Sumatera Utara
42
suhu dengan 27 oC - 32 oC kelembaban yang sesuai adalah >85%. Demikian
keadaan kelembaban di wilayah penelitian sesuai untuk pertumbuhan dan
perkembangan tanaman padi sawah hingga panen.
5.1.4. Luas Panen di Daerah Penelitian
Dari data yang telah diolah dapat diketahui petani didaerah penelitian
melakukan penanaman padi sawah dengan hasil produksi yang lebih banyak di
awal bulan yaitu Januari-April dan September – Desember. Sedangkan di bulan
Mei-Agustus lebih rendah di banding kedua periode tersebut. Dikarenakan luas
panen yang di panen pada 2 periode tersebut lebih besar di bandingkan dengan
periode Mei-Agustus. Penyebab lain nya juga dapat dipengaruhi oleh waktu
pengolahan tanah, dimana pengolahan tanah yang tidak tepat dan menyebabkan
luas areal penanaman berkurang dan saat panen tentu saja berkurang.
5.1.5. Pupuk Subsidi
Berdasarkan data yang telah di olah yang didapat dari Dinas Pertanian
Provinsi Sumatera Utara, jenis- jenis pupuk subsidi yang pengadaannya dilakukan
oleh pemerintah kepada petani adalah pupuk Urea , pupuk NPK dan pupuk SP-36.
Dengan komposisi perbandingan 2:1:1. Untuk pupuk Urea dengan kandungan N
45% dimana di butuhkan pada awal pertumbuhan tanaman.
Pupuk NPK dengan kandungan N 15%, Fosfor 15% dan Kalium 15%.
Pupuk NPK berfungsi untuk menunjang pertumbuhan tanaman. Dan pupuk SP-36
dengan kandungan unsur Fosfat 36% dimana pupuk dibutuhkan pada fase
pertumbuhan yang dapat menghindari tanaman menjadi kerdil sehingga
diperlukan pada awal pertumbuhan tanaman.
Universitas Sumatera Utara
43
5.2 Hasil Analisis
Data yang digunakan dalam analisis variabel bebas tidak terkontrol (suhu,
curah hujan, kelembaban) dan variabel bebas terkontrol (luas panen, pupuk
subsidi). Dari variabel- variabel bebas tersebut akan dilihat seberapa besar
pengaruhnya terhadap produksi (variabel terikat). Model regresi yang dipakai
adalah Common Effect ( Pooled Least Square), setelah dilakukan beberapa uji
yaitu, Uji- F dan Uji Breush Pagan. Berikut hasil regresi yang diperoleh adalah
sebagai berikut :
Pooled Least Square
Tabel 5.1 Output Eviews
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
Suhu
Curah Hujan
Kelembaban
Luas Panen
Pupuk Subsidi
-522285.8
14554.79
51.77245
1233.638
5.650727
0.773176
89411.78
2162.044
15.15234
478.5672
0.081194
0.191486
-5.841354
6.731960
3.416794
2.577774
69.59570
4.037764
0.0000
0.0000
0.0011
0.0121
0.0000
0.0001
Sumber : Diolah dari lampiran 1.
Hasil Estimasi persamaan ekonometrika di atas :
Y
= -522285.8+ 14554.79X1 + 51.77245X2 +1233.638X3 + 5.650727X4 + 0.773176X5
Dimana :
Y
= Produksi padi Sawah (Ton)
X1
= Suhu (oC)
X2
= Curah Hujan (mm)
X3
= Kelembaban (%)
X4
= Luas Panen (Ha)
X5
= Pupuk Subsidi ( NPK, SP-36, Urea) (Ton)
Universitas Sumatera Utara
44
5.2.1. Uji Signifikansi Individu (Uji-t)
Uji-t digunakan untuk melihata apakah ada pengaruh secara parsial variabelvariabel bebas atau tidak signfikan terhadap variabel terikat.
1. Pengaruh suhu (X1) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi suhu (X1)
bernilai
14554.79, artinya setiap kenaikan 1oC, maka produksi padi sawah akan
meningkatkan sebesar 14554.79 ton atau sebesar 0.62 ton/MT. Namun, dilihat
dari nilai
signifikansi-t suhu (X1) adalah sebesar 0.0000 < α (0,05) Hal ini
menunjukkan bahwa H0 ditolak dan H1 diterima. Yang berarti suhu secara parsial
berpengaruh nyata terhadap produksi padi sawah di lima sentra produksi padi
sawah Provinsi Sumatera Utara.
2. Pengaruh curah hujan (X2) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi suhu (X2) bernilai 51.772,
dimana setiap kenaikan 1mm curah hujan maka produksi padi akan meningkat
51.772 ton dan dilihat dari nilai signifikansi-t curah hujan (X2) adalah sebesar
0.0011< α (0,05) Hal ini menunjukkan bahwa H0 ditolak dan H1 diterima. Yang
berarti curah hujan secara parsial berpengaruh nyata terhadap produksi padi sawah
di lima sentra produksi padi sawah Provinsi Sumatera Utara.
3. Pengaruh kelembaban (X3) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi kelembaban (X4) bernilai
1233.638, artinya setiap kenaikan 1% tingkat kelembaban, maka produksi
meningkat 1233.638 ton. dan dilihat dari nilai signifikansi-t kelembaban (X3)
adalah sebesar 0.0121< α (0,05) , Hal ini menunjukkan bahwa H0 ditolak dan H1
Universitas Sumatera Utara
45
diterima. Yang berarti kelembabann secara parsial berpengaruh nyata terhadap
produksi padi sawah di lima sentra produksi padi sawah Provinsi Sumatera Utara.
4. Pengaruh luas panen (X4) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi luas panen (X4) bernilai 5.650,
artinya setiap kenaikan kelembaban 1 Ha, maka produksi padi sawah akan
meningkat sebesar 5.650 ton. Dan dilihat dari nilai signifikansi-t kelembaban (X3)
adalah sebesar 0.0000< α (0,05) Hal ini menunjukkan bahwa H0 ditolak dan H1
diterima. Yang berarti luas panen secara parsial berpengaruh nyata terhadap
produksi padi sawah di lima sentra produksi padi sawah Provinsi Sumatera Utara.
5. Pengaruh pupuk subsidi (X5) terhadap produksi padi sawah (Y)
Hasil Estimasi menunjukkan koefisien regresi pupuk subsidi (X5) bernilai
0.773, artinya setiap kenaikan pupuk subsidi sebesar 1 ton, maka produksi padi
sawah akan meningkat sebesar 0.773 ton. Dan dilihat dari nilai signifikansi-t
pupuk subsidi (X5) adalah sebesar 0.0000 < α (0,05) Hal ini menunjukkan bahwa
H0 ditolak dan H1 diterima. Yang berarti pupuk
subsidi secara parsial
berpengaruh nyata terhadap produksi padi sawah di lima sentra produksi padi
sawah Provinsi Sumatera Utara.
5.2.2. Uji Signifikansi Serempak (Uji-Statistik F)
Berdasarkan Hasil Estimasi menggunakan Eviews dapat dilihat nilai
signifikansi F sebesar 0.000000 < α (0,05) Hali ini menunjukkan bahwa H0 ditolak
dan H1 diterima, yang berarti variabel bebas (suhu, curah hujan, kelembaban, luas
panen, pupuk subsidi ) secara serempak berpengaruh nyata terhadap variabel
terikat (produksi padi sawah).
Universitas Sumatera Utara
46
5.2.3. Koefisien Determinasi (R2)
Dari Hasil Tabel 5.1 Adjusted R2 yang diperoleh adalah sebesar 0.995612.
Analisis ini menunjukkan bahwa produksi padi sawah (Y) mampu dijelaskan oleh
variabel-variabel bebas seperti temperatur (X1), curah hujan (X2), kelembaban (X3)
dan luas panen (X4) dan pupuk subsidi (X5) secara bersama-sama mampu
mempengaruhi variabel terikat (produksi padi) sebesar 99,5% sedangkan sisanya
sebesar 0,5% dijelaskan oleh faktor-faktor lain yang tidak masuk dalam model.
5.2.4. Uji Asumsi Klasik
1. Uji Normalitas
10
Series: PRODUKSI
Sample 1 75
Observations 75
8
6
4
2
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
124388.0
132755.0
231725.0
25555.00
61071.56
-0.060966
1.733704
Jarque-Bera
Probability
5.057415
0.079762
0
40000
80000
120000
160000
200000
240000
Gambar 5.1 Grafik Histogram
Dari hasil analisis dapat dilihat JB sebesar 5,057415 < 11.07048 maka dapat
diismpulkan bahwa data berdistribusi normal.
2. Uji Multikolinieritas
Untuk menguji masalah multikolinearitas dapat melihat matriks korelasi antar
variabel bebas, Dalam buku Mitchell H. Katz (2006:69) korelasi lebih dari 0,80 maka
terdapat multikolinearitas.
Universitas Sumatera Utara
47
Tabel 5.2 Matriks Korelasi Antarvariabel
Suhu
Curah Hujan Kelembaban Luas Panen Pupuk Subsidi
Suhu
-0.434481 -0.350679 -0.220423
-0.143127
Curah Hujan -0.434481
0.518983
0.123250
0.388356
Kelembaban -0.350679 0.518983
0.257007
0.401156
Luas Panen -0.220423 0.123250
0.257007
0.360171
Pupuk Subsidi -0.143127 0.388356
0.401156
0.360171
Sumber : Data diolah Eviews
Dari tabel 5.2 ditas dapat dilihat nilai koefisien korelasi antar variabe
independen dibawah 0,80 dengan demikian data penelitian terbebas dari masalah
multikolinearitas.
3. Uji Autokorelasi
Hasil estimasi pada Lampiran 3.1 didapat nilai Durbin- Watson (DW)
sebesar 1,391357 sehingga dapat ditentukan kriteria terjadi atau tidaknya
autokorelasi. Nilai DW 1.314074 < 2 dan 4 - 1.310474 > dU (1,83773) yang
artinya model tidak terjadi autokorelasi.
4. Uji Heterokedastisitas
a. Uji Weight Least Square
Uji WLS adalah uji pembirian bobot kepada model regresi untuk
mengetahui model sebelumnya mengalami gangguan heterokedastistitas.
Weighted Statistic
Unweighted Statistic
R-Squared
0,995908
0,995908
Sum Squared Residual
1.52E+10
1.52E+10
Sign-t
< α 0,05
< α 0,05
Durbin Watson Stat
1.391357
1.391357
Homokedastisitas
Homokedastisitas
Sumber : Data Sekunder diolah (Lampiran 5)
Universitas Sumatera Utara
48
Setelah dilakukan pembobotan dapat dilihat nilai R- Squared dan Sign-t
tidak jauh berbeda sebelum dilakukannya pembobotan. Pemberian pembobotan
dapat memberikan estimasi yang lebih baik. Setelah dilakukan pembobotan dapat
disimpulkan model tidak mengalami heterokedastisitas.
b. Uji Lagranges Multiplier
Tabel 5.3 Uji Lagrange Multiplier
Breusch-Pagan
Cross-section
One-sided
Period
One-sided
Both
0.022711
(0.8802)
6.082618
(0.0137)
6.105328
(0.0135)
Dari Tabel 5.3 kita dapat melihat LSM Test sebesar 6.105328< 11.07048
chi-square maka H0 diterima dan H1 ditolak. Hal ini berarti tidak terjadi
heterokedastisitas pada model regresi atau bersifat homokedastisitas.
5.2.5. Uji Linearitas
Pada uji linearitas menggunakan ui Lagrange Multiplier dengan melihat nilai
Sig < α(0,05), maka model bersifat linear. Dari Tabel 5.3 kita dapat melihat nilai
Sig 0,0135 < α(0,05) dengan demikian, dapat diartikan bahwa model regresi bersifat
linear.
5.3 Pembahasan Hasil
Dari hasil analisis diatas diketahui variabel suhu, curah hujan, luas panen
dan pupuk subsidi didapat nilai positif dan signifikan dimana setiap kenaikannya
akan memberikan dampak positif terhadap produksi padi sawah. Sedangkan
keadaan kelembaban memberikan pengaruh negatif yang signfikan terhadap
produksi padi sawah di daerah penelitian.
Universitas Sumatera Utara
49
a. Curah Hujan Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel curah hujan berpengaruh signifikan. Curah hujan dapat
mempengaruhi pergesesarn yang berdampak pada periode penanaman. Indeks
penanaman untuk tanaman padi yaitu bulan November - Februari (musim hujan),
Juli – Oktober (musim kemarau) dan Maret – Juni (musim gadu).
Tanaman padi membutuhkan curah hujan dengan rata-rata 200m/bulan atau
1500-2000 mm/tahun. Petani umumnya melakukan penanaman pada bulan
penghujan. Dibulan kemarau dan gadu, petani juga memanfaatkan irigasi dimana
air irigasi berasal dari danau, rawa atau sungai dan air hujan. Di saat musim
penghujan dengan curah hujan yang tinggi, air yang berlebih akan di alirkan ke
waduk atau ditampung guna untuk pengelolahan tanah dan konsumsi tanaman
pada saat pertumbuhan di musim kering dan gadu.
Keadaan rata-rata curah hujan di Sumatera Utara tahunan adalah 2000
mm/tahun dengan kondisi yang mendukung untuk pertanaman padi. Hal ini sesuai
dengan penlitian yang dilakukan oleh Siti Aisyah (2014) dengan hasil curah hujan
memberikan pengaruh yang signifikan dan negatif, dimana setiap kenaikan 1%
curah hujan, akan meningkat produksi sebesar 0,6191%.
b. Kelembaban Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel kelembaban berpengaruh signifikan dimana nilai koefisien
kelembaban 1233.638. dimana setiap kenaikan 1% tingkat kelembaban maka
produksi padi akan menurun 1233.638 ton. Pada lahan persawahan, apabila
tingkat kelembaban yang tinggi dapat mempercepat perkembangbiakan OPT.
Akibatnya, produksi tidak dapat optimal dan menyebabkan gagal panen.
Universitas Sumatera Utara
50
Menurut Penelitian Rathnayake (2016), kelembaban yang sesuai dengan
tanaman padi dari data yang diperoleh, dapat dikategorikan pada tingkat yang
sesuai hingga sangat sesuai. Dan hal ini sesuai dengan penelitian yang dilakukan
oleh Sridevi dan Chellamuthu (2015) kelembaban yang relatif tidak sesuai dengan
pertumbuhan tanaman padi, produksi padi akan menurun seiring dengan
meningkatnya kelembaban.
c. Suhu Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel Suhu
berpengaruh signifikan dimana nilai koefisien suhu
14554.79. dimana setiap kenaikan 1oC maka produksi akan meningkat 14554.79
ton atau sebesar 0.62 ton/MT. dengan asumsi variabel lain konstan. Suhu udara
yang optimal untuk pertumbuhan tanaman padi adalah 23 oC – 30 oC. Akan tetapi
pada proses petumbuhan padi apabila suhu yang terlampau tinggi atau rendah
akan berakibat pada penurunan produksi padi.
Keadaan suhu didaerah penelitian yaitu suhu terendah 24 oC dan yang
tertinggi 28,8 oC. Hasil estimasi menunjukkan suhu memberikan kenaikan yang
positif. Dimana keadaan suhu di daerah penelitian berada di pada wilayah
optimum untuk pertumbuhan padi. dengan keadaan iklim suhu yang seperti ini
mampu memberikan dampak positif terhadap produksi padi.
Penelitian ini bertentangan dengan yang dilakukan oleh Peng et, al (2004)
dimana produksi akan menurun sesuai dengan meningkatnya suhu dari dampak
pemanasan global. Dimana produksi menurun 10% untuk kenaikan 1 oC. Dan juga
bertentang dengan penelitian dilakukan Yuliawana et,al (2015) dimana produksi
akan menurun sebesar 14,4% akibat meningkatnya suhu 1 oC.
Universitas Sumatera Utara
51
d. Luas Panen Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel Luas Panen berpengaruh signifikan terhadap produksi padi sawah
dikarenakan semakin luas areal lahan panen untuk tanaman padi maka produksi
padi akan meningkat. Dari hasil penelitian nilai koefisien 5.650727 dimana
apabila luas areal panen naik 1Ha maka produksi padi akan meningkat sebesar
5.650727 ton.
Upaya dalam meningkatkan produksi padi di Sumatera Utara adalah
dengan meningkatkan luas panen. Salah satunya dengan ekstensifikasi pertanian.
Ektensifikasi lahan pertanian adalah usaha peningkatan luas areal tanaman
dengan memperhatikan sumberdaya alam dan lingkungan.
Dari hasil analisis diketahui luas panen meberikan kenaikan yang positif.
Hal ini sesuai dengan penlitian yang dilakukan Klivensi (2015) dimana jika areal
luas lahan meningkat 1Ha maka produksi akan meningkat 1425,0 Kg.
e. Pupuk Subsidi Signifikan Terhadap Produksi Padi di Daerah Penelitian.
Variabel Pupuk Subsidi (NPK, Urea, SP-36) berpengaruh signifikan
terhadap produksi padi sawah dikarenakan pemberian pupuk subsidi akan
membantu petani dalam proses budidaya dan pertumbuhan tanaman. Dari
penelitian ini diketahui pupuk subsidi memberikan pengaruh positif dimana setiap
kenaikan 1 ton makan produksi meningkat 0.773176 ton. Dengan demikian
pendistribusian kan pupuk subsidi sebaiknya diteruskan oleh Pemerintah Provinsi
Sumatera Utara.
Joko Triyanto (2006) yang membuktikan bahwa pupuk sebagai salah satu
input produksi yang mempunyai pengaruh positif terhadap produksi padi.
Universitas Sumatera Utara
52
Dari hasil analisis dapat diketahui secara umum perubahan iklim
berpengaruh di Provinsi Sumatera Utara. Namun, dilihat dari data keseluruhan
perubahan iklim di wilayah penelitian pada Lampiran 2. perubahan iklim yang
terjadi setiap tahun per musim tanam tidak terlalu berbeda atau cenderung konstan
di Provinsi Sumatera Utara. Dengan demikian, perubahan iklim yang terjadi tidak
ada yang terlalu ekstrim di Provinsi Sumatera Utara.
Dilihat dari data yang diperoleh petani padi sawah masih banyak yang
menerapkan IP (Indeks Penanaman):2, sehingga masih sedikit petani yang
menerapkan IP:3. Penerapan IP:3 mampu meningkatkan produksi dengan
dukungan input produksi sehingga produksi padi sawah juga akan meningkat
pertahun.
Pemanfaatkan bantuan pemerintah akan pengadaan pupuk subsidi untuk
petani padi sawah mampu memberikan kenaikan yang positif terhadap produksi
padi di Provinsi Sumatera Utara, dengan demikian pendistribusian pupuk subsidi
sebaiknya diteruskan oleh pemerintah sehingga membantu petani dalam
meningkatkan produksi padi sawah.
Universitas Sumatera Utara
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dari hasil analisis dapat diketahui secara umum perubahan iklim/variabel
tidak terkontrol (suhu, curah hujan dan kelembaban) dan variabel terkontrol
(luas panen dan pupuk subsidi) berpengaruh di Provinsi Sumatera Utara.
Berdasarkan data perubahan iklim yang terjadi setiap tahun per musim tanam
tidak terlalu berbeda atau cenderung konstan. Dengan demikian, perubahan
iklim yang terjadi tidak ada yang ekstrim di Provinsi Sumatera Utara.
6.2 Saran
1.
Kepada Pemerintah
Pemerintah agar lebih mengkhawatirkan perubahan iklim terjadi, mencari
upaya dalam menanggulangi perubahan iklim yang tidak stabil, memberikan
penyuluhan kepada petani mengenai pemanfaatan pola tanam yang baru
akibat dari perubahan iklim dan memanfaatkan ketersedian input yang lebih
baik.
2.
Kepada Petani
Kepada petani dapat memanfaatkan perubahan iklim yang terjadi dengan
memanfaatkan sistem pola tanam yang baru sesuai dengan perubahan iklim
yang terjadi, memperluas areal sawah dan memanfaatkan pupuk subsidi
yang diberikan pemerintah dalam upaya dalam peningkatan produksi padi
sawah.
53
Universitas Sumatera Utara
54
3. Kepada Peneliti Selanjutnya
Kepada peneliti selanjutnya agar mampu melakukan penelitian yang lebih luas
(menambahkan variabel teknologi, dan dengan data produksi per bulan).
Melihat dari keterbatasan data yang dilakukan sebelumnya, penelitian
selanjutnya mampu menjelaskan dampak perubahan perubahan iklim yang
lebih baik.
Universitas Sumatera Utara