Analisis Produksi Usaha Tani Cabai Rawit di Kabupaten Takalar

Oleh: Putri Aprilia (2205202010009)

BAB I
PENDAHULUAN

1.1. Latar Belakang

Subsektor pertanian yang ada di Indonesia, terdiri dari tanaman bahan pangan,
perkebunan, kehutanan, hortikultura, perikanan, dan peternakan. Salah satu subsektor
pertanian yang berperan penting dalam kehidupan sehari-hari adalah tanaman hortikultura
(Rukmana, 1994). Tanaman Hortikultura terbagi atas sub sektor seperti sayuran, buah-
buahan, tanaman hias dan tanaman biofarmaka. Beberapa produk hortikultura seperti
sayuran, buah-buahan, dan tanaman biofarmaka sangat berguna bagi kebutuhan tubuh
seperti sumber vitamin, mineral, penyegar, pemenuhan kebutuhan akan serat dan
kesehatan lingkungan. Oleh karena itu produk-produk hortikultura perlu ditingkatkan
maupun dikembangkan selain untuk memenuhi permintaan konsumen yang semakin
meningkat juga karena berpotensi dalam meningkatkan penghasilan (Helentina
Situmeang, 2011).
Cabai merupakan salah satu komoditas hortikultura yang banyak dibudidayakan oleh
petani di Indonesia, karena memiliki harga jual yang tinggi dan memiliki beberapa
manfaat kesehatan. Salah satunya berfungsi dalam mengendalikan kanker karena
mengandung lasparaginase dancapcaicin. Selain itu kandungan vitamin C yang cukup
tinggi pada cabai dapat memenuhi kebutuhan harian setiap orang, namun harus
dikonsumsi secukupnya untuk menghindari nyeri lambung (Prajnanta, 2001). Selain
sebagai bumbu masak, buah cabai juga digunakan sebagai bahan campuran industri
makanan dan untuk peternakan (Setiadi, 2000).
Salah satu potensi komoditas holtikultura yang dapat dikembangkan adalah cabai
rawit karena merupakan komoditas yang memiliki nilai ekonomi yang tinggi. Cabai rawit
merupakan salah satu komoditas holtikultura yang dibutuhkan dan dikomsumsi oleh
masyarakat Indonesia. Menurut Direktorat Jenderal Hortikultura (2017) komoditi
unggulan pada tanaman sayuran selain bawang merah adalah cabai. Di Indonesia secara
umum masyarakat mengenal dua jenis cabai yakni cabai besar dan cabai kecil (cabai
rawit). Cabai rawit merupakan salah satu jenis cabai yang banyak dikonsumsi sebagai
bahan bumbu masakan sehari-hari. Beragamnya jenis masakan nusantara yang
menggunakan cabai rawit sebagai bahan baku membuat kebutuhan akan cabai rawit pada
masyarakat Indonesia semakin besar. Cabai rawit dipercaya dapat meningkatkan selera
makan bagi sebagian orang (Setiadi, 2015).
Usaha peningkatan produksi cabai rawit harus dibarengi dengan peningkatan
pendapatan petani, yang sekaligus dapat menciptakan perluasan kesempatan kerja 2 bagi
golongan masyarakat pada sektor pertanian. Sebagai negara agraris, pembangunan di
bidang pertanian mutlak dilakukan karena sebagian besar penduduk Indonesia tinggal di
pedesaan dengan pekerjaan utamanya adalah sebagai petani. Karena itu, sewajarnya jika
pembangunan diarahkan untuk memperbaiki kehidupan masyarakat di daerah pedesaan
 terutama petani cabai rawit. Wilayah Sulawesi Selatan dikenal sebagai salah satu daerah
berbasis agribisnis dan penghasil tanaman pangan terbesar di kawasan timur Indonesia.
Sebagai daerah pertanian, daerah Sulawesi Selatan mungkin dapat mengembangkan
tanaman holtikultura.
Produksi cabai rawit di Sulawesi Selatan mengalami peningkatan pada tahun 2015
hingga tahun 2017 sebesar 45,770 kg/kapita dan mengalami penurunan menjadi 26,115
kg/kapita pada tahun 2018-2019. Kementarian pertanian memperkirakan produksi cabai
rawit akan terus mengalami peningkatan ke tahun berikutnya. Untuk itu kementerian
pertanian melakukan antisipasi agar turunnya cabai rawit tidak berkelanjutan karena
produksi cabai rawit mengalami produksi berlebih sehingga memicu harga cabai turun
(Kementan Sulsel, 2020).
Kabupaten Takalar merupakan salah satu sentra produksi sayuran di Sulawesi Selatan.
Perkembangan luas panen dan produksi cabai dapat dilihat pada berikut.
Tabel 1.1 Luas Panen dan Produksi Cabai Kabupaten Takalar Tahun 2016- 2019

Tahun Luas Panen (ha) Produksi (ton)

2016 318 1324
2017 353 2658
2018 78 291
2019 100 305
2016 318 1324
Sumber: Badan Pusat Statistik Kabupaten Takalar dalam Angka, 2020
Berdasarkan Tabel 1 terlihat bahwa pada tahun 2016 luas panen cabai di Kabupaten
Takalar adalah 318 ha, tahun 2017 luas panen cabai bertambah menjadi 353 ha, pada
tahun 2018 luas panen cabai berkurang menjadi 78 ha, pada tahun 2019 luas panen cabai
meningkat sebesar 100. Melihat Tabel 1 menunjukkan bahwa produksi cabai di
Kabupaten Takalar meningkat pada tahun 2016 sebesar 1324 ton dan dari 2017 hingga
2019 mengalami penurunan produksi sebesar 305 ton.
Dengan pertimbangan luas lahan, maka petani cabai rawit di Desa tersebut memiliki
potensi usahatani yang cukup besar sehingga mampu meningkatkan produksi cabai rawit.
Berdasarkan hal tersebut maka penulis tertarik untuk membuat makalah ini dengan judul
“Analisis Produksi Usahatani Cabai Rawit di Kabupaten Takalar”.

1.2. Rumusan Masalah

Bagaimana cara mengestimasi hasil produksi cabai rawit di kabupaten Takalar
menggunakan model ekonometrika melalui aplikasi SHAZAM?

1.3. Tujuan
Untuk mengetahui hasil estimasi hasil produksi cabai rawit di Kabupaten Takalar.
 BAB II
TINJAUAN PUSTAKA
2.1. Landasan Teori
Usahatani dapat dikelompokkan berdasarkan corak dan sifat, organisasi, pola serta
tipe usahatani. Berdasarkan corak dan sifatnya, usahatani dapat dilihat sebagai usahatani
subsistem dan usahatani komersial. Usahatani komersial merupakan usahatani yang
menggunakan keseluruhan hasil panennya secara komersial dan telah memperhatikan kualitas
sertakuantitas produk, sedangkan usahatani subsistem hanya memanfaatkan hasil panen dari
kegiatan usahataninya untuk memenuhi kebutuhan petani atau keluarganya sendiri. Usahatani
berdasarkan organisasinya, dibagi menjadi tiga yaitu usaha individual, usaha kolektif dan
usaha kooperatif (Suratiyah, 2008).
Cabai rawit (capsicum frutescens L.) merupakan salah satu tanaman hortikultura dari
famili solanaceae yang tidak saja memiliki nilai ekonomi tinggi, tetapi juga karena buahnya
yang memiliki kombinasi warna, rasa, dan beberapa nilai nutrisi yang lengkap dapat dilihat
pada Tabel 2.2 Tabel 2.2 Nilai Nutrisi Tanaman Cabai Rawit Vitamin Nilai nutrisi Vitamin C
240% Vitamin B6 39% Vitamin A 32% Vitamin E 45% Vitamin K 11,5% Zat besi 13%
Tembaga 13% Kalium 7% Sumber : Koassi et al, 2012 Nilai nutrisi cabai rawit memberikan
beberapa mineral penting lain dalam jumlah yang cukup baik, yaitu magnesium, mangan,
fosfor, selenium, zinc. Selain itu masih di tambah dengan beberapa fitonutrisi, yaitu
betakaroten, alfakaroten, zea xanthin, lutein, dan betakriptosantin (Koassi et al, 2012).
Produksi adalah kegiatan mengelola secara optimal penggunaan sumberdaya (faktor
produksi) dalam proses transformasi menjadi produk barang dan jasa. Dalam arti sempitnya
mengubah bentuk bahan/barang menjadi barang baru, sedangkan dalam arti luasnya usaha
yang menimbulkan kegunaan (utility). Menurut Mubyarto (1986) fungsi produksi adalah
suatu fungsi yang menunjukkan hubungan antara hasil produksi fisik (output) dengan faktor-
faktor produksi (input) atau merupakan hubungan teknis keterpaduan input dan output.
Fungsi produksi secara matematis dapat ditulis sebagai berikut :
Y= f(x1,x2,….xn)
Dimana :
            Y                     = Produksi
            X1, X2,..Xn    = Faktor-faktor produksi

Pada proses produksi pertanian, Y dapat berupa produksi pertanian dan X dapat
berupa luas lahan dan penggunaan pupuk urea.
 BAB III
METODELOGI

Alat yang digunakan untuk penulisan makalah ini adalah komputer atau laptop,
aplikasi Shazam, alat ATK. Bahan yang digunakan untuk melakukan praktikum ini adalah
lampiran data dari hasil olahan Shazam.

Cara Kerja:
1)    Mencari data skripsi.
2)     Melakukan pengolahan data dari skripsi yang telah dipilih melalui aplikasi Shazam.
3)     Menyimpan hasil output dan instruksi
3)      Melakukan uji statistik terhadap hasil estimasi yang telah didapatkan.
5)      Menuangkan hasil olahan data

Aplikasi Shazam
SHAZAM adalah Software ekonometrika lain untuk Windows. Versi uji coba dapat
digunakan secara gratis untuk periode waktu yang tidak terbatas sebagaimana disebutkan di situs
resminya. Batasan versi gratis ini adalah jumlah memori untuk tujuan perhitungan terbatas.
SHAZAM adalah Software analisis ekonometrika yang kaya fitur. Untuk memulai, ruang kerja
demo dengan data sampel dan hasil analisis disediakan sehingga pengguna dapat terbiasa
dengan kerja Software ini. Agan dapat membuat ruang kerja Agan sendiri dengan mengimpor
file data (file SHAZAM, CSV, PRN), memasukkan dataset atau matriks, menghasilkan variabel,
menggunakan konektor data, dll. SHAZAM menyediakan berbagai model analisis dan estimasi
yang digunakan untuk studi ekonometrika. Ini termasuk Statistik Deskriptif, Kuadrat Terkecil
Biasa, Kuadrat Terkecil Umum, Regresi Nonlinear, Model Terdistribusi-Lag, Regresi Probit,
Regresi Logit, Regresi Tobit, dll.
Ini menyediakan lebih banyak model statistik termasuk Model ARIMA, Sistem Persamaan,
Squares Least Square, Three Least Squares, Estimasi Variabel Instrumental, Model
Heteroskedastik, Model Autokorelasi, Kointegrasi dan Uji Unit Root, dll. Berbagai grafik dan
opsi plot juga disediakan untuk memvisualisasikan data ekonomi. Plot atau grafik dapat
disimpan sebagai gambar PNG, BMP, atau TIF. Ini adalah Software ekonometrika yang bagus
untuk pengguna Windows. Ini menyediakan berbagai jendela kompak sehingga Agan dapat
dengan mudah menavigasi ke berbagai aspek proyek.
 BAB IV
HASIL DAN PEMBAHASAN

Berikut adalah hasil dari pengolahan data menggunakan aplikasi Shazam:

ANALYSIS OF VARIANCE - FROM MEAN
SS DF MS F
REGRESSION 0.31538E+07 1. 0.31538E+07 10.472
ERROR 0.60235E+06 2. 0.30118E+06 P-VALUE
TOTAL 0.37561E+07 3. 0.12520E+07 0.084

Variable Estimated Standard p-Value Partial Standardised Elasticity at

T-Ratio
Name Coefficient Error ( 2 DF) Correlation Coefficient Means
X 7.1543 2.211 3.236 0.084 0.916 0.9163 1.3268
-
CONSTANT -374.00 543.6 0.563 -0.437 0.0000 -0.3268
0.6880

R-SQUARE 0.8396
R-SQUARE ADJUSTED 0.7595
VARIANCE OF THE ESTIMATE-SIGMA**2 0.30118E+06
STANDARD ERROR OF THE ESTIMATE-SIGMA 548.79
SUM OF SQUARED ERRORS-SSE 0.60235E+06
MEAN OF DEPENDENT VARIABLE 1144.5
LOG OF THE LIKELIHOOD FUNCTION -29.5204

Dari hasil yang didapatkan diatas, maka dapat di uraikan secara jelas dengan menggunakan
table berikut:
Variabel name Koefisien
Konstanta -374.00
Luas Lahan (x) 7.1543
2 0.8396
R
F hitung 10.472

Berdasarkan hasil regresi menggunakan aplikasi shazam, didapatkan nilai koefisien p

value sebesar x = 0.084>0.05 ini berarti luas lahan tidak berpengaruh nyata terhadap produksi
cabai rawit.
Welcome to SHAZAM - Version 10.0 - APR+2008 SYSTEM=WIN-NT PAR= 22480 -
08/27/22 14:18:05
|_sample 1 4
|_read y x
2 VARIABLES AND 4 OBSERVATIONS STARTING AT OBS 1

|_stat y x
NAME N MEAN ST. DEV VARIANCE MINIMUM MAXIMUM
Y 4 1144.5 1118.9 0.12520E+07 291.00 2658.0
X 4 212.25 143.31 20539. 78.000 353.00

|_ols y x

REQUIRED MEMORY IS PAR= 1 CURRENT PAR= 22480

OLS ESTIMATION
4 OBSERVATIONS DEPENDENT VARIABLE= Y
...NOTE..SAMPLE RANGE SET TO: 1, 4

R-SQUARE = 0.8396 R-SQUARE ADJUSTED = 0.7595

VARIANCE OF THE ESTIMATE-SIGMA**2 = 0.30118E+06
STANDARD ERROR OF THE ESTIMATE-SIGMA = 548.79
SUM OF SQUARED ERRORS-SSE= 0.60235E+06
MEAN OF DEPENDENT VARIABLE = 1144.5
LOG OF THE LIKELIHOOD FUNCTION = -29.5204

MODEL SELECTION TESTS - SEE JUDGE ET AL. (1985,P.242)

AKAIKE (1969) FINAL PREDICTION ERROR - FPE = 0.45176E+06
(FPE IS ALSO KNOWN AS AMEMIYA PREDICTION CRITERION - PC)
AKAIKE (1973) INFORMATION CRITERION - LOG AIC = 12.922
SCHWARZ (1978) CRITERION - LOG SC = 12.615
MODEL SELECTION TESTS - SEE RAMANATHAN (1998,P.165)
CRAVEN-WAHBA (1979)
GENERALIZED CROSS VALIDATION - GCV = 0.60235E+06
HANNAN AND QUINN (1979) CRITERION = 0.20876E+06
RICE (1984) CRITERION = 0.0000
SHIBATA (1981) CRITERION = 0.30118E+06
SCHWARZ (1978) CRITERION - SC = 0.30118E+06
AKAIKE (1974) INFORMATION CRITERION - AIC = 0.40934E+06

ANALYSIS OF VARIANCE - FROM MEAN

SS DF MS F
REGRESSION 0.31538E+07 1. 0.31538E+07 10.472
ERROR 0.60235E+06 2. 0.30118E+06 P-VALUE
TOTAL 0.37561E+07 3. 0.12520E+07 0.084

ANALYSIS OF VARIANCE - FROM ZERO

SS DF MS F
REGRESSION 0.83933E+07 2. 0.41966E+07 13.934
ERROR 0.60235E+06 2. 0.30118E+06 P-VALUE
TOTAL 0.89956E+07 4. 0.22489E+07 0.067

VARIABLE ESTIMATED STANDARD T-RATIO PARTIAL STANDARDIZED

ELASTICITY
NAME COEFFICIENT ERROR 2 DF P-VALUE CORR. COEFFICIENT AT MEANS
X 7.1543 2.211 3.236 0.084 0.916 0.9163 1.3268
CONSTANT -374.00 543.6 -0.6880 0.563-0.437 0.0000 -0.3268
|_stop