Disusun Oleh:
JAKARTA
2021
PENDAHULUAN
TINJAUAN PUSTAKA
2.1 Landasan Teori
a. Produksi
Produksi adalah hubungan antara faktor-faktor produksi yang disebut input dengan hasil
produksi yang disebut output (Sudarsono, 1984: 32-36). Fungsi produksi ini bisa dilakukan dengan
berbagai cara untuk memperoleh output tertentu, bisa bersifat labour intencive (lebih banyak
penggunaan tenaga kerja) seperti yang banyak dilakukan sistem pertanian di Indonesia, atau dengan
sistem capital intencive dengan lebih banyak menggunakan capital dan mesin-mesin seperti banyak
dilakukan di negara-negara maju seperti Amerika, Jepang (Deliarnov, 1994: 180-181). Menurut
Sukartawi (1990) menyatakan bahwa fungsi produksi adalah hubungan fisik antara variabel yang
dijelaskan (Y) dan variabel yang menjelaskan (X), sehingga dapat diformulasikan sebagai:
𝑄 = 𝑓 (𝑋1 , 𝑋2 , 𝑋3 … 𝑋𝑛 )
Dimana,
𝑄 : Tingkat produksi
𝑋1 , 𝑋2 , … 𝑋𝑛 : Faktor-faktor produksi
Didalam Vadimicum pertanian (1980: 47) disebutkan bahwa produksi padi pada dasarnya
tergantung pada dua variabel yaitu luas panen dan hasil per hektar, dengan pengertian bahwa
produksi dapat ditingkatkan jika luas panen mengalami peningkatan atau produktifitas per satuan
luas yang harus ditingkatkan. Produktivitas dari faktor-faktor produksi dapat dicerminkan dari
produk marginal. Produk marginal adalah tambahan produksi yang diperoleh sebagai akibat dari
adanya penambahan kuantitas faktor produksi yang dipergunakan. Produk marginal dapat berada
pada posisi law of diminishing returns, yaitu penurunan tingkat penambahan hasil karena adanya
penambahan input variabel. Dan posisi law of increasing returns, yaitu hukum pertambahan hasil
produksi yang semakin besar. Semakin banyak faktor produksi yang dipakai produksinya semakin
meningkat. Diantara kedua posisi tersebut terdapat skala pertambahan hasil yang konstan
(Sudarsono, 1984: 32-36).
Gambar 2.1 Gambar 2.2
Skala Pertambahan Hasil Yang Konstan Skala Pertambahan Hasil Yang Menurun
Gambar 2.3
Skala Pertambahan Hasil Yang Naik
Luas Panen
Subsidi Pupuk
2.3 Hipotesis
Hipotesis merupakan jawaban sementara terhadap masalah penelitian yang akan diuji
kebenarannya secara empiris. Pada penelitian ini dapat disusun hipotesis kerja individual seperti
berikut:
a. Luas lahan panen, jumlah tenaga kerja, dan subsidi pupuk Za dari pemerintah secara bersama-sama
berpengaruh terhadap produksi padi.
b. Luas lahan berpengaruh positif terhadap produksi padi, karena dengan tingkat teknologi yang sama,
semakin luas lahan yang dapat ditanami padi, maka diduga akan semakin besar total produksinya.
c. Jumlah tenaga kerja berpengaruh positif terhadap produksi padi, karena semakin tinggi jumlah
tenaga kerja hingga pada jumlah tertentu, produktivitas tenaga kerja mencapai optimal.
d. Jumlah subsidi pupuk Za berpengaruh positif terhadap produksi padi, karena sampai batas tertentu,
dengan pemupukan akan meningktakan produktivitas per satuan luas lahan.
METODE PENELITIAN
3.1 Definisi Operasional
Sesuai dengan variabel-variabel yang diamati, maka definisi operasional dapat dijelaskan sebagai
berikut:
a. Produksi Padi
Produksi padi (Y), adalah produksi padi yang berhasil dipanen pada tahun tersebut. Dinyatakan
dalam (ton/tahun) GKG (gabah kering giling).
b. Luas Panen Pertanian
Luas panen adalah luas tanaman padi yang dipungut hasilnya setelah tanaman tersebut cukup umur,
dinyatakan dalam (ha/tahun).
c. Tenaga Kerja Pertanian
Tenaga kerja adalah jumlah tenaga kerja produktif (berumur antara 15-65 tahun) yang bekerja di
sub sektor pertanian tanaman pangan, dinyatakan dalam (orang/tahuan).
d. Subsidi Pupuk
Merupakan jumlah realisasi penyaluran subsidi pupuk dari pemerintah, dinyatakan dalam
(ton/tahun). Pupuk yang dimaksud adalah Pupuk Za.
3.2 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah kuantitatif. Menurut Sugiyono (2015) data
kuantitatif adalah data yang berbentuk angka atau data kualitatif yang diangkakan. Data yang digunakan
dalam penelitian ini adalah data sekunder yang bersumber dari instansi terkait. Menurut (Sugiyono,
2015:223) “sumber sekunder merupakan sumber yang tidak langsung memberikan data kepada
pengumpul data”. Adapun instansi sumber data tersebut meliputi:
1. Kementerian Pertanian Republik Indonesia
2. Badan Pusat Statistik
3.3 Populasi dan Sampel
Data pada penelitian ini adalah data sekunder, sehingga tidak ada sampel. Data yang digunakan
dikumpulkan dari provinsi-provinsi di Indonesia tidak termasuk Provinsi DKI Jakarta dan Provinsi
Kepulauan Riau, sehingga data dikumpulkan dari 32 provinsi di Indonesia. Data yang digunakan
adalah data tahun 2019 dan 2020, sehingga secara keseluruhan terdapat 64 observasi.
3.4 Variabel Penelitian
1. Variabel Independen
Menurut (Sugiyono, 2015:96) “variabel independen adalah variabel yang mempengaruhi atau
yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat)”. Adapun dalam
penelitian ini yang menjadi variabel independennya adalah:
a. Luas panen pertanian
b. Tenaga kerja pertanian
c. Subsidi pupuk Za
2. Variabel Dependen
Menurut (Sugiyono, 2015:97) “variabel Dependen merupakan variabel yang dipengaruhi atau
yang menjadi akibat, karena adanya variabel bebas”. Dalam penelitian ini yang menjadi variabel
dependennya adalah Produksi Padi (Y).
3.5 Teknik Analisis
Teknik analisis yang digunakan dalam penelitian ini adalah analisis regresi linier berganda dalam
bentuk logaritma (Tarmizi dan Sumodiningrat, 1989; Suryo Wardani, et al., 1995). Selain itu,
dilakukan analisis deskriptif untuk menggambarkan keadaan umum dari data. Model yang digunakan
adalah fungsi produksi Cobb-Douglas, yang bertujuan untuk menganalisis hubungan antara produksi
padi dengan faktor-faktor yang mempengaruhinya.
HASIL DAN PEMBAHASAN
4.1 Analisis Deskriptif
Tabel 4.1 Lima Provinsi dengan Produksi Padi Terbesar Tahun 2019 - 2020
4000000 4000000
2000000 2000000
0 0
JAWA JAWA JAWA SULAWESI SUMATERA JAWA JAWA JAWA SULAWESI SUMATERA
TENGAH TIMUR BARAT SELATAN SELATAN TIMUR TENGAH BARAT SELATAN SELATAN
5 provinsi dengan produksi padi terbesar tahun 2019 sama dengan tahun 2020, dimana peringkat
pertama adalah Jawa Timur, peringkat kedua adalah Jawa Tengah, kemudian disusul Jawa Barat,
Sulawesi Selatan, dan Sumatera Selatan.
Tabel 4.2 Lima Provinsi dengan Luas Panen Padi Terbesar Tahun 2019 - 2020
1500000 1500000
1000000 1000000
500000 500000
0 0
JAWA JAWA TIMUR JAWA BARAT SULAWESI SUMATERA JAWA JAWA JAWA SULAWESI SUMATERA
TENGAH SELATAN SELATAN TIMUR TENGAH BARAT SELATAN UTARA
Sama seperti provinsi dengan produksi padi terbesar, provinsi dengan luas panen padi terbesar juga
didominasi oleh provinsi yang berada di pulau jawa yaitu Jawa Timur, Jawa Tengah, dan Jawa Barat.
Kemudia disusul oleh Provinsi Sulawesi Selatan dan Sumatera Selatan.
Tabel 4.3 Lima Provinsi dengan Jumlah Tenaga Kerja Bidang Pangan Terbesar Tahun 2019 - 2020
Hasil uji menunjukkan bahwa nilai p-value untuk semua variabel lebih besar dari 0,05, artinya pada
tingkat signifikansi 5% dapat disimpulkan bahwa data berdistribusi normal.
b. Uji Homoskedastisitas
Tabel 4.5 Uji Homoskedastisitas
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .232 .128 1.804 .076
lnLuas .012 .025 .177 .496 .621
lnTenker -.017 .020 -.219 -.833 .408
Hasil pengujian tabel menunjukkan, nilai signifikansi variabel luas (lnLuas) sebesar
0,621, variabel tenaga kerja (lnTenker) sebesar 0,408, dan variabel subsidi pupuk Za (lnZa)
sebesar 0,389. Semua nilai signifikansi variabel di atas lebih besar dari 0,05, artinya pada
tingkat signifikansi 5% dapat disimpulkan bahwa varians data homoskedastis atau tidak terjadi
heterokedastisitas.
c. Uji Multikolinieritas
Salah satu asumsi klasik regresi linier adalah tidak adanya korelasi pada variabel variabel
independen. Uji multikolinieritas menguji apakah dalam model regresi ditemukan adanya korelasi
antara variabel independen. Diagnosis untuk mengetahui adanya multikolinieritas adalah
menentukan nilai Variance Inflaction Factor (VIF). Batas tolerance value adalah > 0,10 dan VIF <
10. Jika nilai tolerance di bawah 0,10 atau VIF di atas 10 maka terjadi korelasi antara variabel
independen sebesar minimal 10%.
Tabel 4.6 Uji Multikolinieritas
Collinearity Statistics
Model Tolerance VIF
1 (Constant)
lnLuas .125 7.997
lnTenker .229 4.367
lnZa .309 3.236
Dari tabel dapat dilihat bahwa variabel luas lahan panen, jumlah tenaga kerja, dan subsidi pupuk
Za memiliki nilai VIF < 10 dan tolerance value > 0,1. Sehingga dapat disimpulkan bahwa tidak
terdapat indikasi terjadi multikolinieritas diantara variabel independen dalam model regresi.
4.3 Pengujian Hipotesis
Pengujian hipotesis dilakukan untuk menjawab rumusan masalah pertama.
a. Uji F
Hipotesis pada uji F adalah:
H0: Luas panen, jumlah tenaga kerja, dan subsidi pupuk Za dari pemerintah secara bersama-sama
tidak berpengaruh terhadap produksi padi.
H1: Luas panen, jumlah tenaga kerja, dan subsidi pupuk Za dari pemerintah secara bersama-sama
berpengaruh terhadap produksi padi.
Dengan software SPSS diperoleh output sebagai berikut:
Tabel 4.7 Uji ANOVA
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 152.926 3 50.975 2313.739 .000b
Residual 1.322 60 .022
Total 154.248 63
a. Dependent Variabel: lnY
b. Predictors: (Constant), lnZa, lnTenker, lnLuas
Dari hasil di atas diperoleh p-value kurang dari 0,05, sehingga diputuskan untuk menolak H0 pada
tingkat signifikansi 5%. Hal tersebut berarti variabel luas panen, jumlah tenaga kerja, dan jumlah
subsidi pupuk Za secara bersama-sama berpengaruh terhadap produksi padi di Indonesia.
b. Uji t
Dari hasil penghitungan SPSS diperoleh:
Tabel 4.8 Uji t
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) .580 .192 3.016 .004
lnLuas .962 .037 .884 26.152 .000
lnTenker .081 .030 .068 2.717 .009
lnZa .044 .015 .064 2.991 .004
Dari hasil koefisien determinasi, maka variabel luas lahan panen, tenaga kerja, dan subsidi pupuk Za
dapat menjelaskan pengaruhnya pada produksi padi sebesar 99,1% dan 0,9% lainnya dijelaskan oleh
variabel lain yang tidak dimasukkan dalam model. Artinya jika peningkatan produksi padi hanya
dilakukan dengan meningkatkan penggunaan variabel-variabel tersebut di atas, maka ada peluang
peningkatan produksi sebesar 99,1%, sedangkan 0,9 % sisanya ditentukan oleh faktor lain seperti curah
hujan, hama, bencana alam serta kondisi lingkungan lainnya.
4.5 Elastisitas dan Return to Scale
Dari model yang didapatkan, diperoleh fungsi produksi cobb-douglas sebagai berikut:
ln 𝑃𝑟𝑜𝑑𝑢𝑘𝑠𝑖 = 0,58 + 0,962 ln 𝐿𝑢𝑎𝑠 𝑃𝑎𝑛𝑒𝑛 + 0,081 ln 𝑇𝑒𝑛𝑎𝑔𝑎 𝐾𝑒𝑟𝑗𝑎 + 0,044 ln 𝑃𝑢𝑝𝑢𝑘 𝑍𝑎
Dari persamaan di atas dapat dilihat elastisitas dari nilai koefisien hasil regresi. Nilai koefisien dari
persamaan tersebut dapat diartikan sebagai berikut:
• Nilai koefisien elastisitas luas panen padi sebesar 0,962 menunjukkan setiap penambahan luas
panen 1% dalam produksi akan meningkatkan produksi padi sebesar 0,962%.
• Nilai koefisien elastisitas tenaga kerja 0,081 menunjukkan setiap penambahan 1% tenaga kerja
dalam produksi akan meningkatkan produksi padi 0,081%.
• Nilai koefisien elastisitas pupuk Za 0,044 menunjukkan setiap penambahan subsidi pupuk Za 1%
dalam produksi akan meningkatkan produksi padi 0,044%.
Pengaruh luas panen, tenaga kerja, dan jumlah pupuk Za bersifat tidak elastis, Ei < 1. Hal ini
menunjukkan peningkatan output relatif lebih rendah jika dibandingkan peningkatan input tersebut.
Return to scale digunakan untuk mengetahui apakah kegiatan produksi dari suatu usaha yang diteliti
berada dalam kondising increasing, constant, atau decreasing retun to scale. Return to scale dihitung
dengan menjumlahkan setiap koefisien variabel pada model berdasarkan fungsi Cobb-Douglas. Dari
persamaan sebelumnya, diperoleh nilai RTS (0,962 + 0,081 + 0,044) = 1,087. Karena nilai RTS lebih
dari 1, maka dapat diartikan bahwa kegiatan produksi padi di Indonesia termasuk dalam keadaan
Increasing Return to Scale.
DAFTAR PUSTAKA
Amalia, Fitri. 2014. Analisis Fugsi Produksi Cobb-Douglas pada Kegiatan Sektor Usaha Mikro di
Lingkungan UIN Syarif Hidayatullah Jakarta. Jakarta: UIN Syarif Hidayatullah Jakarta.
Badan Pusat Statistik.2020. Luas Panen, Produksi, dan Produktivitas Padi Menurut Provinsi 2019-2021.
https://www.bps.go.id/indicator/53/1498/1/luas-panen-produksi-dan-produktivitas-padi-
menurut-provinsi.html. Diakses pada September 2021.
Ishak, Maulana, Agnes Tuti Rumiati, dan Erma Oktania Permatasari. 2017. Analisis Faktor-Faktor yang
Mempengaruhi Produksi Padi di Provinsi Jawa Timur Menggunakan Regresi Semiparametrik
Spline. Surabaya: Jurnal Sains dan Seni ITS Vol. 6, No. 1
Kementerian Pertanian. 2020. Statistik Ketenagakerjaan Sektor Pertanian Agustus 2020. Jakarta.
Kementerian Pertanian. 2019. Statistik Ketenagakerjaan Sektor Pertanian Agustus 2019. Jakarta.
Kementerian Pertanian. 2020. Statistik Sarana Pertanian Tahun 2020 (2016-2020). Jakarta.
Rosari, Vinta. 2013. Analisis Fugsi Produksi Cobb-Douglas pada Pabrik Gula”. Yogyakarta: Skripsi
Sarjana Ekonomi Program Studi Manajemen Universitas Sanata Dharma Yogyakarta.
Sari, Fitria Ika Puspita. 2010. Analisis Produksi Padi di Indonesia. Jember: Skripsi Program Sarjana
Jurusan Sosial Ekonomi Pertanian Fakultas Pertanian Universitas Jember.
Triyanto, Joko. 2006. Analisis Produksi Padi di Jawa Tengah. Semarang: Tesis Program Studi Magister
Ilmu Ekonomi dan Studi Pembangngunan Program Pasca Sarjana Universitas Diponegoro
Semarang.