SAMPUL DEP AN
Sampul depan
id
g o.
s.
p
.b
tim
a
//j
s:
tp
ht
Kata Pengantar
SAMPUL DALAM
Sampul dalam
.id
o
.g
ps
.b
tim
ja
//
s:
tp
ht
KATALOG
ISBN : 978-623-7521-64-8
No. Publikasi : 35000.2143
Katalog : 5203027.35
Naskah :
BPS Provinsi Jawa Timur
.id
Penyunting :
BPS Provinsi Jawa Timur
o
.g
ps
Gambar Kulit :
BPS Provinsi Jawa Timur
.b
im
Diterbitkan oleh :
t
ja
Dicetak oleh : -
tp
ht
Sumber Ilustrasi :
foto oleh Martin Fuhrmann di pixabay.com, ilustrasi vektor dari freepick.com
Tim Penyusun
Pengarah :
Dadang Hardiwan
Penanggung Jawab :
Adenan
Penulis Naskah :
Damas Iskandar Wahidayat
Penyunting Naskah :
Rahayu Rachmawati
Tata Letak :
.id
Damas Iskandar Wahidayat
o
.g
Halaman Kulit dan Infografis :
ps
KATA PENGANTAR
KATA PENGANTAR
Kerangka Sampel Area (KSA) merupakan suatu metode guna memperoleh data
statistik pertanian tanaman pangan yang berbasis teknologi. Metode ini telah dimulai
sejak tahun 2015 dengan pelaksanaan uji coba di Kabupaten Indramayu dan
Kabupaten Garut, Provinsi Jawa Barat. Kemudian dilaksanakan lagi pada tahun 2017
dengan sampel seluruh provinsi di Pulau Jawa, kecuali DKI Jakarta. Hingga tahun 2021,
metode KSA juga tetap dipercaya sebagai langkah untuk memperoleh data tanaman
pangan padi.
Publikasi Analisis Data Beras Provinsi Jawa Timur 2019-2021, disajikan baik dalam
bentuk ulasan, grafik serta tabel yang dirinci berdasarkan tahun amatan. Data produksi
.id
beras hasil KSA untuk tahun 2021 dalam publikasi ini masih merupakan angka
o
.g
sementara, dikarenakan hasil yang ditunjukan merupakan hasil proyeksi produksi
ps
berdasarkan data amatan bulan September 2021. Publikasi ini diharapkan mampu
.b
menampilkan data statistik pertanian tanaman pangan padi di Jawa Timur dari tahun
tim
2019 sampai 2021. Selain data yang disajikan dalam bentuk ulasan ringkas dan tabel,
ja
//
juga diberikan penjelasan tentang latar belakang survei, metodologi, konsep dan
s:
tp
data yang diperlukan guna penyusunan publikasi ini. Kritik serta saran yang
membangun dari pengguna data sangat diharapkan guna perbaikan pada masa yang
akan datang.
Dadang Hardiwan
DAFTAR ISI
Halaman
PENDAHULUAN ..............................................................................................................1
.id
1.3. Ruang Lingkup ............................................................................................................. 7
o
.g
1.4. Sistematika Penulisan ................................................................................................. 8
ps
METODOLOGI ..................................................................................................................9
.b
im
2.5. Angka Konversi dari Gabah Kering Panen (GKP) ke Gabah Kering Giling (GKG)
ht
Halaman
PEMBAHASAN ...............................................................................................................35
o .id
.g
ps
.b
t im
// ja
s:
tp
ht
DAFTAR TABEL
Halaman
o .id
.g
ps
.b
t im
// ja
s:
tp
ht
DAFTAR GAMBAR
Halaman
Gambar 1 Kontribusi Kategori Pertanian, Kehutanan, dan Perikanan terhadap PDRB Atas
Dasar Harga Berlaku Provinsi Jawa Timur, 2016-2020** (Persen)................................ 3
Gambar 2 Distribusi Kategori Pertanian, Kehutanan, dan Perikanan terhadap PDRB
Provinsi Jawa Timur, 2020**(Persen) ....................................................................................... 4
Gambar 3 Realisasi Sampel Segmen Survei KSA Padi di Provinsi Jawa Timur, 2021 ............... 11
Gambar 4 Tahap Penyusunan Kerangka Sampel .................................................................................. 12
Gambar 5 Contoh Peta Stratifikasi Sawah Provinsi Jawa Barat ........................................................ 15
Gambar 6 Ilustrasi Pembagian Wilayah dalam Blok dan Segmen .................................................. 16
Gambar 7 Ekstraksi dan Penomoran Sampel Segmen ........................................................................ 17
Gambar 8 Model Random Sampling dan Blok dengan Grid 6 km x 6 km ................................... 17
.id
Gambar 9 Contoh Overlay Stratified Random Sampling dan Kerangka Sawah di
o
Jawa Barat ....................................................................................................................................... 18
.g
Gambar 10 Contoh Segmen Terpilih Hasil Seleksi di Provinsi Jawa Barat ..................................... 19
ps
Gambar 13 Perkembangan Luas Panen Padi Menurut Bulan di Provinsi Jawa Timur,
t
ja
Gambar 14 Perbandingan Luas Panen Padi menurut Kabupaten/Kota di Provinsi Jawa Timur,
s:
2020-2021* ..................................................................................................................................... 38
tp
Gambar 15 Selisih Luas Panen Padi 2021 terhadap Luas Panen Padi 2020 menurut
ht
Halaman
o .id
.g
ps
.b
t im
// ja
s:
tp
ht
DAFTAR LAMPIRAN
Halaman
Lampiran 1 Luas Panen Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(hektar), 2019 ................................................................................................................................. 55
Lampiran 2 Luas Panen Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(hektar), 2020 ................................................................................................................................. 58
Lampiran 3 Luas Panen Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(hektar), 2021 ................................................................................................................................. 61
Lampiran 4 Perkembangan Luas Panen Padi Menurut Kabupaten/Kota di
Provinsi Jawa Timur (hektar), 2020-2021*........................................................................... 64
Lampiran 5 Luas Panen dan Potensi Luas Panen Padi Menurut Kabupaten/Kota di
Provinsi Jawa Timur (hektar), 2019-2021............................................................................. 65
Lampiran 6 Produksi Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
.id
(ton-GKG), 2019 ............................................................................................................................ 66
Lampiran 7 Produksi Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur o
.g
(ton-GKG), 2020 ............................................................................................................................ 69
ps
Lampiran 8 Produksi Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
.b
Lampiran 11 Produksi Beras Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
ht
Halaman
Lampiran 22 Peta Hasil Survei KSA Provinsi Jawa Timur, Februari 2021 ........................................... 92
Lampiran 23 Peta Hasil Survei KSA Provinsi Jawa Timur, Maret 2021................................................ 93
Lampiran 24 Peta Hasil Survei KSA Provinsi Jawa Timur, April 2021 .................................................. 93
Lampiran 25 Peta Hasil Survei KSA Provinsi Jawa Timur, Mei 2021 .................................................... 94
Lampiran 26 Peta Hasil Survei KSA Provinsi Jawa Timur, Juni 2021 .................................................... 94
Lampiran 27 Peta Hasil Survei KSA Provinsi Jawa Timur, Juli 2021 ..................................................... 95
Lampiran 28 Peta Hasil Survei KSA Provinsi Jawa Timur, Agustus 2021 ........................................... 95
Lampiran 29 Peta Hasil Survei KSA Provinsi Jawa Timur, September 2021 ..................................... 96
Lampiran 30 Peta Hasil Survei KSA Provinsi Jawa Timur, Oktober 2021 ........................................... 96
o .id
.g
ps
.b
t im
// ja
s:
tp
ht
PENDAHULUAN
o .id
.g
ps
.b
tim
ja
//
s:
tp
ht
BAB I
PENDAHULUAN
Sektor pertanian merupakan salah satu sektor yang vital di dunia. Sektor pertanian
memiliki kontribusi yang sangat signifikan terhadap pencapaian tujuan kedua program
Sustainable Development Goals (SDGs) yaitu tidak ada kelaparan, mencapai ketahanan pangan,
Peranan kategori Pertanian dalam perekonomian Jawa Timur tahun 2020 menduduki
peringkat ketiga setelah kategori Industri Pengolahan (30,69 persen) dan kategori
.id
Perdagangan Besar dan Eceran, Reparasi Mobil dan Sepeda Motor (17,92 persen), yaitu sebesar
o
.g
11,90 persen. Dalam kurun waktu empat tahun terakhir, peranan kategori Pertanian umumnya
ps
mengalami penurunan. Besarnya peranan kategori pertanian di tahun 2016 adalah 13,44
.b
im
persen, kemudian di tahun 2017 turun menjadi 12,84 persen, berangsur-angsur menurun di
t
ja
tahun 2018 dan 2019 menjadi 11, 85 persen dan 11,35 persen hingga pada tahun 2020
//
mengalami peningkatan di kala lapangan usaha lain mengalami kontraksi karena pandemi
s:
tp
Gambar 1 Kontribusi Kategori Pertanian, Kehutanan, dan Perikanan terhadap PDRB Atas
Dasar Harga Berlaku Provinsi Jawa Timur, 2016-2020** (Persen)
13,44
12,84
11,85 11,90
11,35
Dapat dikatakan bahwa sejak tahun 2016 hingga 2019 peranan kategori pertanian
mengalami penurunan sebesar 2,09 persen, namun mengalami penguatan pada tahun 2020
sebesar 0,55 persen dibanding tahun 2019. Di samping itu, peran strategis sektor pertanian
juga ditunjukkan dari kontribusinya terhadap penyerapan tenaga kerja yang terbesar
dibandingkan dengan sektor lainnya, yakni sekitar 33,01 persen berdasarkan hasil Survei
Angkatan Kerja Nasional pada Agustus 2020 (BPS, 2020). Peningkatan ini membuktikan sektor
pertanian adalah sektor yang paling bertahan di kala pandemi COVID-19 sehingga perlunya
perhatian yang lebih dari pemerintah agar dapat mendongkrak gairah ekonomi saat ini
.id
30,19
o
.g
ps
9,3
.b
t im
ja
9,07
//
s:
11,9
tp
ht
17,92
0,44
2,39
30,69
Industri Pengolahan
Perdagangan Besar dan Eceran, Reparasi Mobil dan Sepeda Motor
Konstruksi
Lainnya
Pertanian, Peternakkan, Perburuan, dan Jasa Pertanian
Kehutanan dan Penebangan Kayu
Perikanan
Kategori pertanian terdiri dari beberapa subkategori, antara lain Pertanian, Peternakan,
Perburuan dan Jasa Pertanian; Kehutanan dan Penebangan Kayu; dan Perikanan. Peranan
masing-masing subkategori terhadap perekonomian Jawa Timur tahun 2020 sebesar 9,07
persen; 0,44 persen; dan 2,39 persen. Subkategori Kehutanan pada tahun 2020 dibanding
tahun 2019 mengalami penurunan kontribusi terhadap perekonomian Jawa Timur. Berbanding
sebelumnya berturut-turut sebesar 0,49 persen yaitu dari 8,58 persen menjadi 9,07 persen serta
0,06 persen dari 2,32 persen di tahun 2019 menjadi 2,39 persen di tahun 2020.
Subkategori Pertanian, Peternakan, Perburuan dan Jasa Pertanian terdiri dari golongan
tanaman pangan; tanaman hortikultura; tanaman perkebunan; peternakan; dan jasa pertanian
dan perburuan. Dibanding tahun sebelumnya, kontribusi golongan tanaman pangan semakin
.id
meningkat dari 3,32 persen menjadi 3,45. Berbeda ketika dilihat tren selama kurun waktu lima
o
.g
tahun terakhir, kontribusi golongan tanaman pangan mengalami penurunan cukup tajam
ps
sebesar 0,95 persen yaitu dari 4,40 persen pada tahun 2016 menjadi 3,45 persen pada tahun
.b
2020.
tim
2016-2020**
tp
ht
pertanian tetap bertahan di kala sektor lapangan usaha lain lesu diterpa perekonomian yang
tidak menentu, sehingga perlu adanya perhatian yang lebih mendalam pada sektor pertanian
agar tidak lagi tertinggal jauh dengan perkembangan kategori lainnya. Disamping itu, sektor
pertanian memiliki hubungan yang sangat erat dengan tingkat kemiskinan (Adelina & Rita,
2019:23). Salah satu karakteristik penduduk miskin di Jawa Timur umumnya bekerja di sektor
perlu adanya upaya pengentasan kemiskinan yang terintegrasi ke dalam sektor tersebut.
Saat ini, pemerintah sedang gencar menjalankan sejumlah program untuk peningkatan
kapasitas produksi komoditas pertanian. Sehubungan dengan hal tersebut, tersedianya data
pertanian yang tepat waktu dan akurat merupakan pondasi untuk dapat mewujudkan
.id
Sebelum penerapan metode Kerangka Sampel Area (KSA), pengumpulan data luas panen
o
.g
padi masih menggunakan metode konvensional melalui pelaporan daftar Statistik Pertanian
ps
(SP). Dalam prakteknya, pengumpulan data luas panen masih didasarkan pada pengukuran
.b
subjektif, seperti penggunaan benih, penggunaan air untuk irigasi (blok pengairan), informasi
tim
dari petani dan aparat desa, serta utamanya pengamatan dengan pandangan mata (eye
// ja
estimate). Meskipun secara praktikal, metode tersebut mudah untuk diterapkan, penggunaan
s:
tp
metode tersebut masih memiliki kekurangan, seperti rendahnya akurasi dan waktu
ht
Sejak 2018, BPS bekerjasama dengan Badan Pengkajian dan Penerapan Teknologi (BPPT),
didukung oleh Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional (Kementerian
ATR/BPN), Badan Informasi Geospasial (BIG), serta Lembaga Penerbangan dan Antariksa
Nasional (LAPAN), berupaya memperbaiki metodologi perhitungan luas panen padi melalui
dikumpulkan menjadi lebih akurat dan tepat waktu (timely). Kerjasama tersebut diwujudkan
dalam suatu kegiatan yang bertajuk “Pendataan Statistik Pertanian Tanaman Pangan
Terintegrasi dengan Metode Kerangka Sampel Area (KSA)” atau lebih dikenal dengan sebutan
Survei KSA. Survei KSA memanfaatkan teknologi citra satelit yang berasal dari BIG dan peta
lahan baku sawah yang berasal dari Kementerian ATR/BPN sebagai dasar pembentukan
kerangka sampel.
Pelaksanaan survei KSA untuk komoditas padi mulai diimplementasikan secara nasional
pada tahun 2018. Pengamatan segmen dilakukan pada 7 (tujuh) hari terakhir setiap bulan.
Publikasi ini secara khusus membahas hasil kegiatan Survei KSA 2019-2021 dengan tujuan agar
dapat diperoleh gambaran luas panen dan produksi padi kondisi terkini di Indonesia. Termasuk
di dalamnya luas panen padi, produksi padi dan beras. Disamping itu, publikasi ini juga
menyajikan gambaran perbandingan kondisi luas panen dan produksi padi di Provinsi Jawa
Timur pada tahun 2019-2021. Dengan menggunakan informasi luas lahan baku sawah 2019,
perhitungan dilakukan juga untuk estimasi luas panen dan produksi padi pada bulan Oktober-
Desember 2021.
2019-2021. Semoga dengan adanya publikasi ini, diharapkan dapat disusun suatu perencanaan
.id
dan kebijakan yang tepat untuk memperkuat stabilitas pertanian nasional umumnya dan
o
.g
Provinsi Jawa Timur khususnya.
ps
.b
1.2. Tujuan
tim
Berdasarkan latar belakang perkembangan komoditas padi di Provinsi Jawa Timur, maka
//ja
publikasi ini bermaksud untuk memberikan informasi mengenai hasil pendataan statistik
s:
tp
pertanian tanaman pangan terintegrasi dengan metode Kerangka Sampel Area (KSA) di
ht
Provinsi Jawa Timur beserta pola distribusi dan konsumsi komoditas beras dalam bentuk
tabulasi dan grafis.
Lingkup bahasan publikasi ini adalah mengenai perkembangan sektor tanaman pangan
padi di Provinsi Jawa Timur yang pembahasannya dilakukan secara analisis deskriptif, tabulasi,
grafik. Data yang bisa diperoleh dalam publikasi ini meliputi luas panen, produksi dan
produktivitas padi. Sumber data merupakan data sekunder dari hasil penghitungan oleh tim
BPS dari hasil pengamatan survei KSA di lingkup Provinsi Jawa Timur selama tahun 2019-2021.
Data tahun 2021 dalam publikasi ini merupakan data potensi, dikarenakan rilis data terakhir
adalah bulan September, sehingga data luas panen bulan Oktober-Desember 2021 merupakan
data potensi. Sumber data distribusi dan konsumsi beras berasal dari BPS Provinsi Jawa Timur.
Pembahasan akan disajikan menurut indikator data hasil pendataan survei KSA, pola
Publikasi ini disajikan dalam 3 (tiga) bab, dan pembahasan tiap-tiap bab dijelaskan dalam
BAB I. PENDAHULUAN
Bab ini menguraikan latar belakang pembuatan publikasi, tujuan pembuatan publikasi,
.id
Bab ini membahas tentang sumber data yang digunakan dalam analisis, konsep dan
o
.g
definisi serta metode analisis yang digunakan dalam penyusunan buku ini.
ps
.b
im
Bab ini membahas secara deskriptif mengenai gambaran umum, luas panen, produksi,
// ja
konsumsi, harga perdagangan besar, peran terhadap inflasi, dan ekspor serta impor tanaman
s:
tp
METODOLOGI
o .id
.g
ps
.b
tim
ja
//
s:
tp
ht
BAB II
METODOLOGI
Survei KSA dilaksanakan di seluruh provinsi di Indonesia. Total target sampel segmen
KSA di Provinsi Jawa Timur pada tahun 2021 sebesar 4.829 sampel segmen yang tersebar di
seluruh kabupaten/kota setiap bulannya. Realisasi sampel segmen yang berhasil diamati
pada Januari sampai dengan Oktober 2021 selalu terpenuhi atau terealisasi 100 persen
(Gambar 3). Pada bulan Januari-Oktober total sampel segmen yang diamati sebesar 4.829
sampel, sampel sudah ditambah sedemikian rupa agar keterwakilan sampel kabupaten kota
.id
dapat menyesuaikan jumlah minimal sampel (2,5% dari luas lahan baku).
o
.g
ps
100%
.b
90%
im
80%
t
ja
70%
//
s:
60%
tp
4829 4829 4829 4829 4829 4829 4829 4829 4829 4829
ht
50%
40%
30%
20%
10%
0%
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt
Gambar 3 Realisasi Sampel Segmen Survei KSA Padi di Provinsi Jawa Timur, 2021
Pembangunan kerangka sampel area (KSA) untuk statistik pertanian tanaman pangan ini
dilakukan menggunakan pendekatan kerangka sampel area dengan pengamatan titik. Tahapan
pembangunan kerangka sampel area dapat dilihat pada Gambar 4.
.id
o
.g
Gambar 4 Tahap Penyusunan Kerangka Sampel
ps
Secara lengkap, tahapan yang akan dilakukan dalam pembangunan KSA adalah sebagai
.b
berikut:
tim
// ja
Data pendukung yang digunakan dalam KSA berupa peta Rupa Bumi Indonesia (RBI), peta
ht
administrasi, peta baku sawah, dan peta tutupan lahan. Data batas wilayah administrasi yang
diperoleh dari peta administrasi berisi batas administrasi sampai level kecamatan. Data
administrasi ini sangat penting untuk mengetahui sebaran dan pembagian segmen tiap
kabupaten sampai level kecamatan. Peta Lahan Baku Sawah berasal dari Pusdatin Kementan
Tahun 2015 dengan skala 1 : 10.000, sementara peta RBI berasal dari BIG dengan skala
1 : 25.000.
Pembuatan kerangka sampel sawah dilakukan dengan stratifikasi lahan sawah. Stratifikasi
lahan sawah tersebut telah dilakukan oleh Kementerian Pertanian pada tahun 2015. Stratifikasi
bertujuan untuk membagi populasi (Ω) berukuran N ke dalam H subpopulasi (kelompok) yang
tidak tumpang tindih (overlay) –disebut Ωh-strata– berukuran Nh. Dengan stratifikasi tersebut
diharapkan akan menghasilkan efisiensi baik yang berhubungan dengan keakuratan hasil
pengumpulan data maupun biaya. Stratifikasi akan efisien apabila karakteristik elemen-elemen
dalam setiap strata mempunyai sifat yang berdekatan dan sangat berbeda antar strata.
Kesamaan dan ketidaksamaan tersebut berhubungan dengan objek yang akan diestimasikan.
Sebagai contoh, stratifikasi berdasar jenis tanah tidak akan cocok untuk estimasi luasan
tanaman biji-bijian, jika petani memutuskan untuk berbudidaya biji-bijian walaupun tanahnya
sehingga tidak ada satu elemen yang dimiliki oleh dua atau lebih strata. Dalam kasus kerangka
area, tidak ada segmen yang melangkahi batas antar strata. Pada umumnya, stratifikasi yang
sama digunakan untuk semua tanaman yang diinginkan, tetapi penstrataan yang berbeda
untuk setiap tanaman atau kelompok tanaman dapat memberikan hasil yang lebih baik
walaupun hal tersebut lebih sulit untuk dikelola. Namun, dalam kegiatan ini stratifikasi dibatasi
.id
pada satu jenis tanaman saja, yaitu tanaman padi.
o
.g
Alat stratifikasi yang umum digunakan adalah peta topografi atau peta tematik, meliputi:
ps
penggunaan tanah, geologi, dan peta tanah. Setiap strata yang diperoleh biasanya berbentuk
.b
satu atau beberapa poligon yang mempunyai ukuran relatif luas. Jika data statistik tersedia
tim
untuk satuan geografi yang kecil, misalnya kabupaten, prosedur pengelompokan strata dapat
//ja
dari berbagai layer informasi yang berbeda. Ketika menganalisis antar-layer, hal yang perlu
diperhatikan adalah menghindari jumlah terlalu besar bagi poligon-poligon kecil berisi
informasi yang salah. Visual interpretation photo satelit beresolusi tinggi dibantu oleh peta
topografi atau peta penggunaan lahan adalah sistem yang paling banyak digunakan untuk
stratifikasi.
Kriteria lahan dan pola penggunaan lahan dapat diinterpretasikan dari peta tersebut.
Setiap poligon dalam peta digolongkan dalam tiga penggunaan utama, yaitu (1) budidaya
lahan kering (dry land arable), (2) budidaya lahan basah (wetland arable), dan (3) budidaya
lahan dataran tinggi (highland arable) untuk mengklasifikasi daerah padi dan nonpadi.
administrasi kabupaten.”
Tahap akhir adalah re-stratifikasi daerah studi berdasarkan kriteria kesesuaian lahan.
Dasar stratifikasi ini adalah presentasi area sawah, kondisi geomorfologi, dan homogenitas fase
pertumbuhan padi setiap poligon yang ada. Pengecekan lapangan juga dilakukan dalam
proses stratifikasi untuk memverifikasi hasil. Dalam peta tersebut terdapat berbagai poligon
dikelompokkan menjadi empat penggunaan lahan, yaitu (1) poligon bukan persawahan, (2)
poligon persawahan irigasi, (3) poligon sawah nonirigasi dan, (3) poligon lahan kering untuk
tanaman pangan (tegalan). Berdasar empat kelompok besar penggunaan lahan tersebut,
segmen, karena selain untuk mengurangi jumlah sampel, strata ini dianggap tidak ada
.id
unsur penggunaan lahan untuk persawahan.
o
.g
Strata-1 (S-1) adalah poligon-poligon persawahan irigasi, baik persawahan yang
ps
dibudidayakan sekali maupun dua kali atau lebih musim tanam dalam satu tahun.
.b
Strata-2 (S-2) adalah persawahan nonirigasi, yaitu sawah ini tidak diairi dengan
// ja
adalah poligon tegalan. Asumsi yang dipakai adalah: (1) petani ada kemungkinan
menanam padi di tegalan dengan sistem gogo, (2) tegalan pada umumnya berdekatan
dengan persawahan sehingga ada kemungkinan terdapat konversi penggunaan, dan
(3) persawahan sempit yang bercampur dengan tegalan ada kemungkinan tidak
Dalam peta baku persawahan juga terdapat batas administrasi, sehingga untuk
mendapatkan informasi strata yang meliputi seluruh kabupaten, masing-masing peta
kabupaten.
o .id
.g
Gambar 5 Contoh Peta Stratifikasi Sawah Provinsi Jawa Barat
ps
Gambar 5 merupakan hasil stratifikasi lahan sawah di Provinsi Jawa Barat, dengan S-1
.b
adalah wilayah persawahan irigasi, S-2 adalah strata sawah nonirigasi, dan S-3 adalah
tim
3. Pembuatan grid
Area studi dibagi ke dalam kotak-kotak besar berbentuk bujur sangkar berukuran
6 km x 6 km yang selanjutnya disebut blok. Setiap blok tersebut kemudian dibagi menjadi
400 bujur sangkar yang berukuran lebih kecil yaitu 300 m X 300 m yang disebut segmen. Batas
segmen ditentukan berdasarkan koordinat geografis dengan lokasi tetap. Pembagian area
studi menjadi blok dan segmen ditunjukkan dalam Gambar 6.
.id
Untuk memperoleh keterwakilan titik pengamatan pada setiap unit statistik (segmen),
o
.g
dalam satu segmen dibuat grid berukuran 100 m x 100 m yang selanjutnya disebut subsegmen.
ps
Setiap titik pusat subsegmen dijadikan titik-titik pengamatan yang kemudian secara regular
.b
diamati fase-fase pertumbuhan padinya. Total titik pengamatan dalam satu segmen adalah
tim
sembilan buah yang dapat mewakili informasi satu segmen secara utuh. Gambar 8
// ja
berukuran 300 m x 300 m. Sedangkan jarak antar titik pengamatan adalah 100 m.
ht
Pemilihan sampel segmen dilakukan dengan metode aligned systematic random sampling
dengan memperhatikan ambang jarak (threshold). Jumlah sampel ditentukan dengan
mengikuti sampel dimensi minimum yang masih dimungkinkan dalam hubungannya dengan
keakuratan data yang dapat diterima dalam estimasi pada level kecamatan. Pertimbangan
dalam penentuan dimensi sampel terutama merujuk pada kesulitan pelaksanaan survei serta
berhubungan dengan kendala-kendala manajemen kegiatan (koordinasi, jumlah Mantri
Sebaran sampel terpilih ini diaplikasikan untuk mengekstraksi sampel segmen agar tidak
terjadi penumpukan sampel dalam daerah tertentu saja. Apabila dalam pengacakan terdapat
2 segmen atau lebih yang bergandengan (berdekatan) satu dengan yang lain, maka hanya satu
saja yang diputuskan menjadi sampel segmen. Ambang jarak yang dikenakan dalam penelitian
ini adalah minimal 1 km jarak antara satu sampel segmen dengan segmen yang lainya. Hasil
pemilihan sampel ini ditetapkan paling sedikit 20 segmen per blok. Selanjutnya, masing-
masing sampel segmen terpilih diberi nomor urut secara acak. Tujuan penomoran ini untuk
menghindari adanya segmen yang berdekatan mempunyai nomor urut yang berurutan,
.id
Gambar 7 Ekstraksi dan Penomoran Sampel Segmen
o
.g
ps
Setelah diperoleh model random sampling pada blok berukuran 6 km x 6 km, selanjutnya
im
t
dilakukan ulangan (replikasi) 20 sampel segmen tersebut pada setiap blok 6 km x 6 km lainnya
// ja
“Setiap blok (6km x 6km) dibagi menjadi 400 bujur sangkar yang berukuran lebih kecil
Untuk penyajian estimasi luas panen pada tingkat kecamatan, maka area setiap
.b
kecamatan harus diwakili oleh sejumlah sampel segmen yang representatif terhadap populasi.
im
Untuk itu harus dilakukan penghitungan keterwakilan segmen pada setiap kecamatan. Populasi
t
ja
(banyaknya) segmen suatu poligon masing-masing strata adalah luas lahan menurut strata
//
s:
pada kecamatan (dalam satuan kilometer) dibagi 9 Ha, yang merupakan ukuran segmen
tp
Dengan ketentuan di atas, maka setiap blok bermuatan 400 segmen akan diwakili oleh
4 segmen terpilih. Apabila sampel segmen dalam suatu strata di kecamatan tertentu jumlahnya
sedikit, sebagai akibat dari luas strata yang sempit, maka kerangka area dalam kecamatan
.id
Gambar 10 Contoh Segmen Terpilih Hasil Seleksi di Provinsi Jawa Barat
o
.g
ps
8. Pemberian atribut
.b
dengan penomoran. Penomoran segmen disesuaikan dengan kode provinsi, kode kabupaten,
//ja
kode kecamatan, dan nomor urut segmen hasil seleksi per kecamatan. Kode provinsi, kode
s:
tp
kabupaten, dan kode kecamatan mengacu pada kode yang selama ini dipakai oleh Badan Pusat
ht
Statistik (BPS). Misal dilakukan pengacakan pemilihan sampel untuk daerah Provinsi Jawa Barat
(kode 32), dan jatuh pada Kabupaten Bogor (kode 01), dan Kecamatan Ciawi (kode 100), dan
nomor urut segmen kode 02 maka penomoran sampel segmen adalah 320110002.
Untuk memudahkan petugas menuju lokasi sampel segmen maka batas-batas fisik di
lapangan ini dapat ditentukan dengan menggunakan fasilitas yang diberikan kepada para
petugas lapangan seperti peta lingkungan sekitar, peta segmen, dan foto segmen. Pada foto
segmen, batas fisik di lapangan dapat dilihat dengan mudah, dan jika diperlukan perangkat
Global Positioning System (GPS) digunakan dalam penentuan batas-batas koordinat segmen
tersebut.
Estimasi Karakteristik
Pembangunan kerangka sampel didasarkan atas strata dan pemilihan sampel segmen
dilakukan per strata, yaitu strata-1 (S1) persawahan irigasi, strata-2 (S2) persawahan tadah
.id
hujan, dan strata-3 (S3) tegalan. Dengan demikian, penghitungan luasan dan pengukuran
o
.g
presisinya juga didasarkan atas strata ini. Estimasi data hasil pengamatan dihitung untuk setiap
ps
jenis fase pertumbuhan padi (j) disajikan padi tingkat kecamatan. Formulasi penduga
.b
im
1. Rata-rata proporsi luas tanaman fase pertumbuhan j untuk setiap strata adalah:
s:
tp
1
∑𝑛𝑖=1
ht
ℎ
𝑝̅ℎ𝑗 = 𝑝ℎ𝑖𝑗 (3)
𝑛ℎ
𝑙ℎ𝑖𝑗
𝑝ℎ𝑖𝑗 = 𝐽 (4)
∑𝑗=1 𝑙ℎ𝑖𝑗
Dengan:
p
̅hj : rata-rata proporsi luas tanaman fase pertumbuhan j terhadap total luas
segmen pada strata h,
Phij : proporsi luas tanaman fase pertumbuhan j terhadap total luas segmen ke-i
pada strata h,
nh : jumlah sampel segmen pada strata h,
lhij : luas tanaman fase pertumbuhan j pada segmen ke-i strata h.
𝐴𝑗 = ∑𝐻
ℎ=1 𝐴ℎ𝑗 (5)
𝑛ℎ
𝐴ℎ𝑗 = ∑𝑖=1 𝐷ℎ 𝑃̅ℎ𝑗 (6)
Dengan:
Aj : luas tanaman fase pertumbuhan j,
Ahj : luas tanaman fase pertumbuhan j pada strata h,
Dh : luas wilayah pada strata h,
3. Estimasi rata-rata proporsi luas tanaman jenis tanaman j pada seluruh strata dihitung
berdasarkan rumusan sebagai berikut:
1 𝐻
𝑝̅𝑠𝑡.𝑗 = ∑ 𝐷 𝑝̅ (7)
𝐷 ℎ=1 ℎ ℎ𝑗
o .id
Dengan:
.g
p
̅hj : rata-rata proporsi luas tanaman padi pada jenis fase pertumbuhan j terhadap
ps
4. Estimasi total luas tanaman padi (A) di suatu kecamatan dihitung dari seluruh strata
t
ja
𝐴 = ∑𝐽𝑗=1 𝐴𝑗
tp
(8)
ht
Fase pertumbuhan padi yang dicakup dalam penghitungan estimasi total luas tanaman
padi adalah mulai fase vegetatif hingga fase generatif.
Data luas panen padi hasil KSA yang disajikan di dalam laporan ini merupakan luas
panen bersih.
Luas panen bersih diperoleh dari luas panen kotor dikali dengan konversi galengan
(untuk padi sawah).
Data konversi galengan yang digunakan merupakan data konversi galengan hasil
survei sosial ekonomi dan pertanian tahun 1969/1970
Tingkat presisi hasil estimasi luas tanaman perlu diukur melalui estimasi sampling error
yaitu standard error dan koefisien variasi. Sampling error dihitung untuk setiap statistik yang
disajikan. Prosedur penghitungan kedua ukuran tersebut sebagai berikut:
Tingkat keragaman data statistik (dalam hal ini statistik yang dihitung adalah rata-rata
proporsi) diukur dengan varian dan standar deviasi yang dirumuskan sebagai berikut:
1 2
𝜎𝑝̅2ℎ𝑗 = ∑𝑛𝑖=1
ℎ
(𝑝ℎ𝑖𝑗 − 𝑝̅ℎ𝑗 ) (9)
𝑛ℎ −1
Dengan:
Sedangkan untuk mengukur simpangan baku atau standar deviasi rata-rata proporsi
terhadap nilai tengah pengukuran dilakukan dengan akar kuadrat nilai varian adalah:
Selain standar deviasi, kita juga mengenal istilah standard error (SE) atau kesalahan baku.
.id
SE merupakan nilai yang mengukur seberapa tepat nilai rata-rata yang kita peroleh. Dengan
o
kata lain, SE menjawab pertanyaan seberapa dekatkah nilai rata-rata sampel segmen
.g
dibandingkan dengan rata-rata populasi sawah. Nilai SE dapat diketahui dengan perhitungan
ps
sederhana berikut:
.b
im
2
𝜎𝑝
̅
𝑆𝐸(𝑝̅ℎ𝑗 ) = √ ℎ𝑗
(11)
t
ja
𝑛
//
Selanjutnya coefisien variasi (CV) diukur untuk mengetahui sejauh mana variasi kesalahan
s:
baku terhadap nilai tengah yang dinyatakan dalam persen, dengan rumus sebagai berikut:
tp
ht
𝑆𝐸(𝑝̅ ℎ𝑗)
𝐶𝑉(%) = 𝑝̅ ℎ𝑗
× 100 (12)
Varian sampel segmen pada seluruh strata dihitung berdasarkan rumus sebagai berikut:
1 𝐻
𝜎𝑝̅2𝑠𝑡.𝑗 = 𝐷
∑𝐻=1 𝐷ℎ2 𝑉𝑎𝑟(𝑝̅ℎ𝑗 ) (13)
2
𝜎𝑠𝑡.𝑗
𝑆𝐸(𝑝̅𝑠𝑡.𝑗 ) = √ (14)
𝑛
𝑆𝐸(𝑝̅ 𝑠𝑡.𝑗)
𝐶𝑉(𝑝̅𝑠𝑡.𝑗 )(%) = × 100 (15)
𝑝̅ 𝑠𝑡.𝑗
Eurostat di dalam buku yang berjudul “Handbook on precision requirements and variance
estimation for ESS household surveys” memberikan penjelasan batasan coefficient variance (CV)
yang digunakan dalam survei yang dilakukan oleh beberapa institusi yang berbeda.
At ISTAT2, coefficients of variation should not exceed 15 % for domains and 18 % for
small domains; when they do, this serves as an indication to use small area estimators.
Note that this is just a rule of thumb and that not all domains are equivalent because
they are associated with the percentage of the population they represent, and this
population can vary.
Statistics Canada applies the following guidelines on LFS3 data reliability (Statistics
Canada, 2010):
- if the coefficient of variation (CV) ≤ 16.5 % , then there are no release restrictions;
- if 16.5 % < CV ≤ 33.3 %, then the data should be accompanied by a warning (release
with caveats);
- If CV > 33.3 %, then the data are not recommended for release.
Tahapan Persiapan
.b
im
Jika S1 > 1, maka ada tiga kelompok stratifikasi: Strata S1, Strata S2 dan Strata S3.
//
Jika S1 ≤ 1, maka ada dua kelompok stratifikasi: Strata S1 dan S2, dan Strata S3.
s:
tp
menjadi 1.
2. Menghitung luas populasi.
Rule dalam tabulasi dan rekapitulasi data amatan dapat dilihat pada Tabel 2 berikut:
Rule 1: Jika nilai amat di satu subsegmen adalah Vegetatif Awal (V1), Persiapan Lahan
(PL) atau Sawah Bukan Padi (LL) dan nilai amat subsegmen tersebut pada survei
sebelumnya adalah V2 atau Generatif (G), maka Panen Antara Dua Survei (P-2).
Rule 2: Jika nilai amat di satu subsegmen adalah Panen (P) dan nilai amat di subsegmen
Rule 3: Jika nilai amat di satu subsegmen adalah P dan nilai amat di subsegmen tsb
pada survei sebelumnya adalah BUKAN P, maka Panen.
Rule 4: Jika nilai amat di satu subsegmen adalah Puso (PS) dan nilai amat di subsegmen
Rule 5: Jika nilai amat di satu subsegmen adalah PS dan nilai amat di subsegmen tsb
pada survei sebelumnya adalah BUKAN PS, maka Puso.
Jika nilai amatan tidak memenuhi kondisi pada rule 1 s.d. 5, maka nilai adalah hasil
.id
amatan itu sendiri.
o
.g
ps
Kode Subsegmen
Amatan
t
Segmen
ja
A1 A2 A3 B1 B2 B3 C1 C2 C3
//
360203003 BS BS BS BS BS BS BS BS BS 1
s:
tp
360203004 PL P BS P P BS P PS P 1
ht
360203005 BS BS BS BS BS BS BS BS BS 1
360203006 PS PS PS V2 PS PS V2 PS PS 1
360203003 BS BS BS BS BS BS BS BS BS 2
360203004 PL PL BS PL PL BS PL PL P 2
360203005 BS BS BS BS BS BS BS BS BS 2
360203006 PS PS PS P PS PS P PS PS 2
Tabel 3 menggambarkan contoh hasil amatan selama dua periode di segmen 360203003,
360203004, 360203005, dan 360203006. Hasil penghitungan dapat dilihat pada Tabel 3.
Penghitungannya adalah sebagai berikut:
5. Total = V1 + V2 + G + P + PL + PS + LL + BS
6. Sawah = V1 + V2 + G + P + PL + PS + LL
7. Standing Crop = V1 + V2 + G
8. Panen Antar 2 Survei (P-2) = Jumlah dari aturan
9. Total Panen = P + (P-2)
360203004 0 0 0 0 6 1 0 0 2 9 7 0 0 0
360203005 0 0 0 0 0 0 0 0 9 9 0 0 0 0
360203006 0 0 0 2 0 7 0 0 0 9 9 0 0 2
Jumlah 0 0 0 2 6 8 0 0 20 36 16 0 0 2
o .id
.g
ps
Penghitungan Proporsi
.b
im
1. Proporsi masing-masing nilai yaitu nilai dibagi dengan 9 (jumlah subsegmen), lihat
// ja
segmen yang datanya masuk dalam kelompok strata), lihat persamaan nomor (3)
360203006 0,00 0,00 0,00 0,22 0,00 0,78 0,00 0,00 0,00 1,00 1,00 0,00 0,00 0,22
Rata-Rata
0,00 0,00 0,00 0,11 0,33 0,44 0,00 0,00 0,11 1,00 0,89 0,00 0,00 0,11
Proporsi
Lanjutan Tabel 5
Strata-3
Fase Tumbuh Padi
Segmen Standing Total
V1 V2 G P PL B PS LL BS Total Sawah P-2
Crop Panen
360203004 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00 0,00 0,00 0,00 0,00
360203006 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00 0,00 0,00 0,00 0,00
Rata-Rata
0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00 0,00 0,00 0,00 0,00
Proporsi
Penghitungan luasan sesuai strata dan fase tumbuh adalah dengan mengalikan rata-rata
proporsi dengan luasan pada masing-masing strata. Penghitungan luas dapat dilihat kembali
pada persamaan (6). Tabel 6 merupakan luasan sesuai strata dan Tabel 7 menunjukkan hasil
o.id
.g
ps
2 Strata-3 1 575,00
// ja
Jumlah 1 926,00
s:
tp
ht
Estimasi luas panen total merupakan hasil penjumlahan luas panen pada saat periode
pengamatan dan luas panen di antara dua survei dengan survei sebelumnya. Luas panen
pada saat survei diperoleh dari luas tanaman padi yang sudah dipanen pada bulan
pengamatan, dihitung berdasarkan nilai amatan berkode 4 (panen) dengan syarat nilai
amatan pada periode sebelumnya tidak berkode 4. Sementara itu, luas panen di antara dua
survei adalah perkiraan dari luas tanaman padi yang dipanen di antara dua bulan
pengamatan dengan syarat jika nilai amat pada bulan pengamatan berkode 1 (vegetatif
awal), 5 (persiapan lahan), atau 7 (lahan sawah/ ladang yang ditanami bukan padi), dan nilai
amat pada periode survei sebelumnya berkode 2 (vegetatif akhir) atau 3 (generatif).
2.5. Angka Konversi dari Gabah Kering Panen (GKP) ke Gabah Kering Giling
(GKG) dan Angka Konversi GKG ke Beras
Angka konversi GKP ke GKG serta GKG ke beras hasil survei pada level provinsi digunakan
dalam perhitungan produksi padi (GKG) dan produksi beras. Angka tersebut bervariasi antar
provinsi. Selain itu, perhitungan produksi beras juga memperhitungkan proporsi gabah dan
beras yang susut atau tercecer, rusak, dan digunakan untuk penggunaan nonpangan. Gambar
12 menyajikan alur konversi gabah hingga menjadi beras untuk pangan penduduk pada level
nasional.
o .id
.g
ps
.b
tim
//ja
s:
tp
ht
Keterangan:
Dalam pelaksanaan KSA, survei lapangan merupakan bagian yang paling penting karena
akan menentukan tingkat keakuratan estimasi dan peramalan produksi padi. Pengamatan
segmen dilakukan pada 7 (tujuh) hari terakhir di bulan pengamatan. Tahapan yang harus dilalui
1. Kegiatan pengamatan fase tumbuh padi dengan metode Kerangka Sampel Area (KSA)
dimulai dengan melakukan persiapan sebelum menuju lokasi pengamatan.
2. Pada tahap persiapan petugas pencacah berkoordinasi dengan pengawas terkait jumlah
3. Pada hari pertama rentang waktu pengamatan, lakukan klik data persiapan dan login
ulang. Hal ini untuk memastikan segmen yang akan dikunjungi petugas adalah segmen
.id
yang ditugaskan untuk periode pengamatan tersebut.
4. o
Petugas pengawas memberikan arahan kepada pencacah terkait letak geografis dari lokasi
.g
ps
5. Lihat posisi segmen pada aplikasi Survei KSA yang menjadi tanggung jawabnya (dapat
im
dilihat pada tampilan peta pada awal aplikasi). Perhatikan lokasi sampel segmen yang akan
t
ja
dituju, nama desa dan letaknya, serta tampilan-tampilan yang ada dalam peta (misalnya
//
s:
6. Tentukan jalan terbaik menuju ke lokasi segmen tersebut dan kemudian melakukan
ht
kunjungan ke lokasi sampel segmen dengan membawa perangkat Android yang sudah
Survei-Pencacahan).
Jika titik pengamatan berupa lahan sawah, maka pengamatan harus dilakukan pada
titik amatan, dan konsisten berada di titik amatan yang sama pada pengamatan
periode selanjutnya.
Jika titik pengamatan berupa lahan sawah tetapi tidak dapat diakses, PCS harus
melapor ke PMS dengan melampirkan foto titik pengamatan dan diberi kode yang
bersesuaian.
Jika titik pengamatan bukan berupa lahan sawah dan tidak dapat diakses, PCS dapat
melakukan pengamatan di luar radius titik amat tetapi masih di dalam wilayah
subsegmen.
Jika subsegmen tidak dapat diakses atau membahayakan, PCS harus melapor ke PMS
8. Melakukan perekaman data di setiap segmen (memilih fase tumbuh padi pada titik
pengamatan dan mengambil foto pertumbuhan padi pada titik pengamatan). Jika PCS
telah menyelesaikan perekaman data di setiap segmen, maka akan muncul tanda dari
setiap titik pengamatan berupa tampilan foto dan hasil pengamatan. Pengiriman dapat
dilakukan satu per satu setiap subsegmen atau bisa bersamaan satu segmen utuh (dapat
dilihat di menu Survei-Pencacahan).
9. Melakukan pengiriman data dengan menekan tombol kirim. Jika tidak tersedia akses
.id
internet, maka PCS dapat tetap melanjutkan perekaman data pada segmen lain yang
o
.g
menjadi tanggung jawabnya kemudian pengiriman data dapat dilakukan setelah PCS
ps
berada di wilayah dengan akses internet. Data yang sudah terekam dan belum terkirim
.b
dapat dilihat di menu Survei-Server. (Perhatikan legenda warna yang menunjukkan status
tim
data, data yang sudah lengkap dan siap kirim akan berwarna biru sedangkan data yang
//ja
sudah terkirim akan berwarna hijau). Setelah dilakukan pengiriman data maka tugas
s:
tp
pencacah pada segmen tersebut selesai dan petugas dapat melakukan pengamatan pada
ht
segmen berikutnya.
Dalam pelaksanaan survei lapangan, petugas memotret fase amatan, dan kemudian
mengidentifkasi fase tersebut. Fase amatan dalam Survei KSA dikelompokkan menjadi 9 kode.
Kode amatan KSA pada aplikasi KSA BPS yang terbaru yang dapat dilihat pada tabel 8.
Kode 7 Lahan pertanian Bukan (tidak ditanami) Padi sekarang harus diisikan kode jenis
tanaman yang bersesuaian dengan gambar amatan, hal ini ditujukan untuk menggambarkan
peruntukan lahan pertanian yang ada saat ini sudah beralih menjadi tanaman semusim lainnya
atau bahkan tanaman tahunan. Jenis tanaman yang harus diisikan antara lain : Jagung, Kedelai,
Kacang Tanah, Kacang Hijau, Ubi Kayu, Ubi Jalar, Cabai, Bawang Merah, Kentang, Tembakau,
Tebu, dan lain lain (untuk penggunaan lahan pertanian untuk tujuan selain yang sudah
disebutkan).
.id
2
cirinya antara lain jarak antar tanaman sudah rapat atau
o
tertutup, tanaman sudah tinggi dan rimbun, serta belum
.g
terlihat malai (bulir padi).
ps
.b
Generatif
im
Panen
Fase pada saat padi sedang atau sudah dipanen.
4
Persiapan Lahan
Fase dimana lahan sawah mulai diolah untuk persiapan
5 tanam padi.
Puso
Apabila terjadi serangan OPT (organisme pengganggu
tumbuhan) atau bencana, sehingga produksi padi
6 kurang 11 persen dari normal. Biasanya terlihat dari
lahan yang rusak (pecah-pecah, tergenang air, banjir),
tanaman rusak terkena hama atau layu (mati), atau
lahan secara keseluruhan tidak layak panen.
.id
Bukan Sawah
o
Apabila titik pengamatan jatuh pada areal bukan
.g
persawahan, misalnya hutan, perkebunan, semak,
ps
8
pemukiman, badan air, jalan dan lain-lain.
.b
tim
ja
9
dan tidak dapat dilewati.
ht
Konsumsi adalah segala kegiatan yang dipergunakan dengan tujuan untuk mengambil
kegunaan pada suatu produk dan jasa, dapat berupa barang atau benda, serta sebuah jenis
jasa atau pelayanan, dimaksudkan untuk memenuhi semua kebutuhan yang bersifat penting
atau bahkan hanya bersifat kesenangan dan kepuasan dalam waktu seketika.
meningkatkan taraf hidup. Pada tingkat pendapatan yang rendah, pengeluaran konsumsi
macam barang konsumsi (termasuk sandang, perumahan, bahan bakar, dan sebagainya) yang
2.9. Inflasi
Inflasi adalah suatu proses meningkatnya harga-harga secara umum dan terus-menerus
berkaitan dengan mekanisme pasar yang dapat disebabkan oleh berbagai faktor, antara lain,
konsumsi masyarakat yang meningkat, berlebihnya likuiditas di pasar yang memicu konsumsi
atau bahkan spekulasi, sampai termasuk juga akibat adanya ketidaklancaran distribusi barang.
Dengan kata lain, inflasi juga merupakan proses menurunnya nilai mata uang secara kontinu.
Mulai tahun 2020, data inflasi dibentuk sesuai tahun dasar 2018 (2018=0).
2.10. Ekspor
.id
Ekspor adalah penjualan barang ke luar negeri dengan menggunakan system
o
.g
pembayaran, kualitas, kuantitas dan syarat penjualan lainnya yang telah disetujui oleh pihak
ps
eksportir dan importir. Proses ekspor pada umumnya adalah tindakan untuk mengeluarkan
.b
im
barang atau komoditas dari dalam negeri untuk memasukkan ke negara lain. Ekspor barang
t
ja
secara besar umumnya membutuhkan campur tangan dari bea cukai di negara pengirim
//
Penjualan barang oleh eksportir keluar negeri dikenai berbagai ketentuan dan pembatasan
ht
serta syarat-syarat khusus pada jenis komoditas tertentu termasuk cara penanganan dan
pengamanannya. Setiap negara memiliki peraturan dan ketentuan perdagangan yang
berbeda-beda.
2.11. Impor
Impor adalah proses transportasi barang atau komoditas dari suatu negara ke negara lain
secara legal, umumnya dalam proses perdagangan. Proses impor umumnya adalah tindakan
keterangan ekspor impor yang dihasilkan oleh Direktorat Jenderal Bea dan Cukai. Selain itu
sejak tahun 2015 data ekspor juga berasal dari PT. Pos Indonesia, catatan instansi lain di
perbatasan, dan hasil survei perdagangan lintas batas laut.
Analisis data beras disusun berdasarkan data dan informasi luas panen dan produksi padi
yang bersumber dari hasil pendataan Survei KSA yang dilaksanakan oleh BPS. Selain itu
terdapat juga data pengeluaran konsumsi beras oleh rumah tangga bersumber dari Survei
Sosial Ekonomi Nasional (Susenas) yang dilaksanakan oleh BPS setiap tahunnya. Susenas
merupakan survei rumah tangga yang memuat berbagai macam pertanyaan multi sektoral
termasuk juga pertanyaan mengenai pengeluaran konsumsi rumah tangga selama seminggu
terakhir terhadap beberapa komoditas makanan misal beras. Data konsumsi beras per kapita
secara keseluruhan diperoleh dari data survei konsumsi bahan pokok. Data survei konsumsi
bahan pokok yang digunakan merupakan data tahun 2017 namun data secara keseluruhan
masih sesuai dengan fenomena konsumsi terkini. Data inflasi beras didapat dari penghitungan
.id
pada survei Indeks Harga Konsumen (IHK).
o
Metode penghitungan konsumsi rumah tangga dilakukan berdasarkan besarnya
.g
ps
konsumsi kalori per kapita per hari. Berdasarkan rekomendasi pakar gizi, rumah tangga dengan
.b
konsumsi per kapita setiap hari di bawah 1000 kalori, dan di atas 4500 kalori dikeluarkan dari
im
proses tabulasi. Sehingga yang dihitung adalah besarnya konsumsi rumahtangga dengan
t
ja
konsumsi perkapita per hari antara 1000 sampai dengan 4500 kalori.
//
s:
𝑦 = ∑𝑛𝑘=1 𝑥𝑘
ht
(16)
Dengan:
y : jumlah kumulatif,
Penghitungan volume dan nilai produksi ekspor dan impor dilakukan dengan
menjumlahkan setiap transaksi dalam kurun waktu tertentu. Bisa bulanan maupun tahunan.
Ekspor dinilai saat free on board sedangkan impor diukur saat cost insurance freight.
𝑦 = ∑𝑛ℎ=1 𝑥ℎ (17)
Dengan:
y : jumlah kumulatif,
xh : Jumlah pada periode ke – h.
PEMBAHASAN
o .id
.g
ps
.b
tim
ja
//
s:
tp
ht
BAB III
PEMBAHASAN
Berdasarkan hasil Survei KSA, pola panen padi di Provinsi Jawa Timur pada periode
Januari sampai dengan Desember tahun 2021 cukup berbeda dengan pola panen pada tahun
2020. Puncak panen padi tahun 2021 sama dengan tahun 2019 terjadi pada bulan Maret
sedangkan puncak panen padi pada tahun 2020 terjadi pada bulan April, sementara luas
panen terendah di tahun 2019 dan 2020 terjadi pada bulan Desember, namun berbeda
.id
dengan luas panen pada tahun 2021 terjadi di bulan Januari. Total luas panen padi pada 2021
o
.g
diperkirakan seluas 1,75 juta hektar dengan luas panen tertinggi terjadi pada Maret, yaitu
ps
sebesar 0,39 juta hektar dan luas panen terendah terjadi pada Januari, yaitu sebesar 0,05 juta
.b
hektar. Jika dibandingkan dengan total luas panen padi pada 2020, luas panen padi pada
im
Gambar 13 Perkembangan Luas Panen Padi Menurut Bulan di Provinsi Jawa Timur,
//
s:
0,45
ht
0,35 0,33
0,30 0,34
0,29
0,25 0,22
0,19
0,20 0,18
0,22 0,21
0,15
0,20
0,15 0,12
0,14
0,15 0,10 0,10
0,09 0,13 0,10
0,10 0,06 0,09 0,07
0,08 0,10 0,11
0,08 0,09
0,05 0,05 0,06 0,08 0,08 0,08
0,04
0,05 0,04
-
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
2019 0,06 0,08 0,34 0,33 0,12 0,15 0,20 0,14 0,08 0,08 0,08 0,04
2020 0,05 0,06 0,22 0,39 0,19 0,11 0,21 0,18 0,10 0,10 0,10 0,04
2021* 0,05 0,09 0,39 0,29 0,10 0,15 0,22 0,13 0,08 0,09 0,09 0,07
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
*) Angka sementara, luas panen Oktober s.d. Desember 2020 adalah angka potensi
Jika dilihat secara lebih detail menurut kabupaten/kota, tiga kabupaten/kota yang
memberikan kontribusi luas panen padi yang relatif besar pada 2021, yaitu Lamongan,
Bojonegoro, dan Ngawi dengan estimasi luas panen masing-masing sebesar 138,22 ribu
hektar, 134,57 ribu hektar, dan 128,91 ribu hektar (Gambar 13).
o .id
.g
ps
.b
tim
// ja
s:
tp
ht
luas panen secara absolut yang cukup besar dibandingkan dengan luas panen tahun 2020
antara lain: Kabupaten Banyuwangi, Kabupaten Ponorogo, dan Kabupaten Blitar. Disamping
itu di Kabupaten Lamongan, Kabupaten Gresik, dan Kabupaten Tuban merupakan tiga
kabupaten/kota dengan penurunan luas panen secara absolut yang cukup signifikan
dibandingkan dengan Kabupaten/Kota lainnya, masing-masing sebesar 9,81 ribu hektar (6,63
persen), 5,52 ribu hektar (8,24 persen), dan 4,64 ribu hektar (5,03 persen). Penurunan ini
umumnya dikarenakan meningkatnya luas tanaman padi yang puso, dan beberapa petani
memilih untuk sementara tidak menanam padi (beralih ke tanaman lain atau membiarkan
lahan nya tidak ditanami apapun/bera). Sementara itu, persentase kenaikan luas panen padi
Gambar 15 Selisih Luas Panen Padi 2021 terhadap Luas Panen Padi 2020 menurut
Kabupaten/Kota di Provinsi Jawa Timur (hektar)
o .id
.g
ps
.b
tim
//ja
s:
tp
ht
Total produksi padi di Provinsi Jawa Timur pada 2021 sekitar 9,91 juta ton GKG, atau
mengalami penurunan sebanyak 35,61 ribu ton (0,36 persen) dibandingkan tahun 2020. Jika
dilihat perbandingan produksi antar bulan yang sama di tahun yang berbeda (y-on-y),
peningkatan produksi terbesar pada 2021 terjadi pada bulan Maret, yaitu sekitar 0,87 juta
ton dibandingkan produksi pada Maret 2020 (Gambar 16). Produksi tertinggi pada 2021
terjadi pada bulan Maret, yaitu mencapai 2,19 juta ton dan produksi terendah terjadi pada
Januari, yaitu sebesar 0,30 juta ton. Berbeda halnya dengan produksi pada 2020, produksi
padi tertinggi pada 2020 terjadi pada bulan April, yaitu sebesar 2,24 juta ton, sementara
produksi terendah terjadi pada bulan Desember, yaitu sebesar 0,27 juta ton.
Gambar 16 Perkembangan Produksi Padi (GKG) Menurut Bulan di Provinsi Jawa Timur
(juta ton), 2019-2021*
.id
2,50
2,19 2,24
o 2019 2020 2021*
.g
2,00
1,93
ps
1,86
.b
1,50 1,66
1,20
im
1,14
0,99
t
1,32 0,92
1,00
ja
0,81 1,07
0,72 0,60
//
0,62 0,60
0,51 0,81
s:
0,53 0,60
0,31 0,50 0,50 0,50 0,27
0,30 0,35 0,27
ht
0,29
0,00
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
2019 0,31 0,44 1,93 1,86 0,62 0,81 1,07 0,75 0,52 0,50 0,50 0,27
2020 0,29 0,35 1,32 2,24 0,99 0,60 1,14 0,92 0,60 0,62 0,60 0,27
2021* 0,30 0,51 2,19 1,66 0,53 0,81 1,20 0,72 0,50 0,54 0,54 0,41
Pada Tahun 2021, kabupaten/kota dengan produksi padi yang relatif besar yaitu
Ngawi, Lamongan, dan Bojonegoro. Kabupaten/kota tersebut menyumbangkan lebih dari 23
persen produksi padi di Provinsi Jawa Timur (Gambar 17).
886,06
818,62
804,82
728,92
690,08
620,34
590,26
2020
521,43
507,05
488,66
470,83
464,92
446,05
437,62
436,88
416,10
407,72
2021*
377,33
375,06
343,16
335,48
312,69
309,05
305,85
299,70
297,80
293,28
290,69
274,39
272,94
266,77
263,72
261,02
249,77
235,80
228,98
217,16
215,91
214,40
209,11
207,29
196,85
196,74
195,81
195,05
192,60
192,59
191,74
185,82
159,93
157,38
119,11
108,45
101,83
96,56
87,57
83,94
15,17
13,42
12,22
11,72
11,14
10,28
10,40
10,21
10,12
8,98
8,61
7,54
5,89
5,27
5,22
4,99
4,46
4,39
NGAWI
MALANG
SAMPANG
PACITAN
LAMONGAN
LUMAJANG
PONOROGO
GRESIK
NGANJUK
BLITAR
KOTA PASURUAN
KOTA BATU
KEDIRI
PROBOLINGGO
KOTA MALANG
MAGETAN
KOTA MADIUN
KOTA SURABAYA
BANYUWANGI
SUMENEP
SITUBONDO
PAMEKASAN
JOMBANG
KOTA BLITAR
BOJONEGORO
JEMBER
TRENGGALEK
TUBAN
PASURUAN
KOTA KEDIRI
MOJOKERTO
BANGKALAN
SIDOARJO
KOTA PROBOLINGGO
MADIUN
BONDOWOSO
TULUNGAGUNG
KOTA MOJOKERTO
.id
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
o
*) Angka sementara, produksi padi (gkg) September s.d. Desember 2021 adalah angka sementara
.g
ps
.b
Berbeda halnya dengan luas panen, peningkatan luas panen yang terjadi di tahun 2021
im
tahun 2020. Hal ini terjadi karena beberapa faktor yang umumnya terjadi di provinsi Jawa
//
s:
Timur, seperti adanya hama yang cukup memengaruhi produktivitas tanaman padi pada bulan
tp
Januari-April dan Mei-Agustus seperti hama tikus, hama penggerek batang, dll. Selain itu
ht
kelangkaan pupuk subsidi juga masih terjadi di tahun 2021 sehingga tidak sedikit petani
membiarkan tanamannya tumbuh seadanya sehingga tidak meningkatkan kualitas panen di
tahun bersamaan. Penurunan produksi padi tahun 2021 secara absolut disumbang oleh
Bojonegoro, Kabupaten Gresik, Kabupaten Bangkalan, dan Kabupaten Kediri (Gambar 18).
Sementara itu, penurunan produksi padi tahun 2021 dibanding dengan tahun 2020 yang relatif
besar secara persentase terjadi di Kota Pasuruan (14,84%) dan Kota Madiun (11,54%).
Sedangkan peningkatan produksi padi tahun 2021 secara absolut berpotensi terjadi di
Kabupaten Blitar, Kabupaten Banyuwangi, Kabupaten Ponorogo, Kabupaten Jember, dan
sebesar 52,91 ribu ton, 50,60 ribu ton, 38,77 ribu ton, 30,08 ribu ton, dan 21,41 ribu ton GKG.
Sementara itu, peningkatan produksi padi tahun 2021 dibanding dengan tahun 2020 yang
relatif besar secara persentase terjadi di Kabupaten Blitar (26,88%) dan Kota Probolinggo
(19,03%).
Gambar 18 Selisih Produksi Padi 2021* terhadap Produksi Padi 2020 Menurut
Kabupaten/Kota di Provinsi Jawa Timur, (ton-GKG)
o.id
.g
ps
.b
tim
// ja
s:
tp
ht
Jika produksi padi dikonversikan menjadi beras untuk konsumsi pangan penduduk,
produksi padi di Provinsi Jawa Timur pada 2021 diperkirakan setara dengan 5,69 juta ton beras,
atau mengalami penurunan sebesar 20,45 ribu ton (0,36 persen) dibandingkan dengan
produksi beras tahun 2020 (Lampiran 14). Produksi beras tahun 2019 dan 2020 berturut-turut
diperkirakan sebesar 5,50 juta ton, dan 5,71 juta ton. Sejalan dengan produksi padi, produksi
beras terbesar pada tahun 2021 terjadi pada bulan Maret dengan estimasi produksi sekitar
0,95
0,80 0,69
0,65
0,76
0,60 0,47 0,53
0,62
0,57 0,35
0,43 0,34 0,36
0,40 0,46
0,29 0,35 0,31 0,23
0,41
0,17 0,25 0,35 0,30
.id
0,31 0,31 0,29
0,200,18 0,29 0,16
0,29
0,20
o
0,17 .g 0,15
0,00
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
ps
2019 0,18 0,25 1,11 1,07 0,35 0,46 0,62 0,43 0,30 0,29 0,29 0,16
.b
2020 0,17 0,20 0,76 1,29 0,57 0,35 0,65 0,53 0,34 0,36 0,35 0,15
im
2021* 0,17 0,29 1,26 0,95 0,31 0,47 0,69 0,41 0,29 0,31 0,31 0,23
t
*) Angka sementara, produksi beras September s.d. Desember 2021 adalah angka potensi
//
s:
Kenaikan harga beras disebabkan oleh pergeseran titik keseimbangan harga beras yang
diakibatkan oleh pergeseran permintaan dan penawaran beras di pasar. Untuk kenaikan harga
beras pada bulan tertentu lebih cenderung diakibatkan bergesernya pasokan (penawaran)
beras ke pasar dan jumlah stok beras yang disimpan oleh pemerintah sehingga mendorong
kenaikan harga beras di pasar. Pergeseran pasokan beras yang semakin menurun di pasar salah
satunya diakibatkan oleh menurunnya produksi padi GKG di tingkat petani yang secara tidak
terganggunya produksi padi antara lain kondisi iklim yang tidak menentu, pengairan di areal
sawah, dan tingkat penyerangan hama dan OPT. Kondisi seperti ini yang menyebabkan
menurunnya jumlah produksi komoditas beras. Pada tahun 2021, potensi jumlah produksi
beras di Provinsi Jawa Timur mengalami penurunan dibandingkan tahun 2020 namun tetap
lebih tinggi apabila dibandingkan dengan produksi beras tahun 2019. Kondisi iklim beberapa
tahun belakangan ini tidak menentu berujung kepada ketidakpastian harga gabah dan beras
sehingga menentukan jumlah rupiah yang bisa diterima oleh petani. Berdasarkan Gambar 20,
Selama tahun 2019-2020 umumnya harga beras tidak mengalami fluktuasi harga secara tajam
hal ini tentunya sudah diantisipasi oleh pemerintah setempat karena komoditas beras di
beberapa tempat merupakan komoditas strategis penentu tingkat inflasi suatu daerah.
Fluktuasi harga pangan adalah salah satu akibat rantai perdagangan dalam negeri yang
terlalu panjang dan kompleks. Untuk sampai di tangan konsumen, beras harus melewati tiga
tingkatan mulai dari produsen (penggilingan), agen, pedagang grosir, dan pedagang eceran.
Semakin panjang rantai perdagangan, seringkali membuat harga di tingkat agen hingga
konsumen akhir berbeda sangat jauh. Margin terlalu besar ini yang membuat konsumen harus
membayar lebih mahal.
.id
di Provinsi Jawa Timur, 2019-2020 (Rupiah/Kg)
10.300 o
.g
ps
10.200 10.114
10.218
10.182
.b
10.000 10.013
9.894 9.845 9.845 9.851
t
9.900 9.834
ja
9.770
//
9.800
9.675 9.663 9.704 9.683
s:
9.700
tp
9.600
ht
9.500
2019 2020
9.400
9.300
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
2019 10.060 10.013 9.894 9.675 9.663 9.704 9.683 9.770 9.834 9.845 9.845 9.851
2020 10.114 10.182 10.218 10.171 10.166 10.131 10.108 10.102 10.087 10.092 10.092 10.127
Sumber : BPS, Survei Harga Perdagangan Besar
Pada Gambar 20, selama tahun 2019 harga beras cukup fluktuatif antar bulan, dengan
rata-rata harga tertinggi berada di bulan Januari sebesar Rp10.060/kg dan terendah terjadi di
bulan Mei dengan harga Rp9.663/kg dengan rata-rata harga beras selama tahun 2019 sebesar
Rp9.820/kg Namun, fenomena berbeda terjadi di tahun 2020, harga beras di tahun 2020 cukup
mengalami peningkatan dibandingkan dengan harga beras di tahun 2019, hal ini salah satunya
dipengaruhi dengan adanya pandemi COVID-19, yang sedikit banyak mempengaruhi aliran
distribusi komoditas beras antar daerah. Patut diapresiasi kinerja pemerintah Provinsi Jawa
Timur karena dapat menahan laju pertumbuhan harga beras agar tidak terlampau mahal, hal
ini dapat ditunjukkan dengan rata-rata harga beras selama tahun 2020 sebesar Rp10.132/kg
dengan rata-rata harga tertinggi terjadi di bulan Maret sebesar Rp10.218/kg dan rata-rata
harga terendah tercatat pada bulan September sebesar Rp10.087/kg.
Dalam subbab ini akan dijelaskan secara deskriptif perkembangan Pengeluaran Konsumsi
dan Jumlah Konsumsi Beras per Kapita di Provinsi Jawa Timur dari tahun 2019 hingga 2021.
Penjelasan akan dikelompokkan dalam beberapa poin data, antara lain:
sebagai salah satu makanan pokok yang dikonsumsi sehari-hari, hal ini dikarenakan nasi cocok
.id
dikombinasikan dengan berbagai macam bahan makanan lainnya, selain itu nasi putih adalah
o
sumber energi terbaik bagi tubuh (Handayani, 2020). Dalam sepiring nasi atau setidaknya 200
.g
ps
gram nasi putih, terkandung kurang lebih 250 kalori dan 53,2 gram karbohidrat. Selain itu, nasi
.b
juga mengandung gula dan pati yang cukup tinggi. Sehingga ketika harga beras naik,
im
masyarakat tetap mencari cara untuk mendapatkannya, misalnya dengan membeli beras
t
ja
66.000
64.166 2019 2020
63.767
64.000
62.000
60.402
60.000 59.459
58.000 57.130
55.711
56.000
54.000
52.000
50.000
Perkotaan Pedesaan Perkotaan dan Pedesaan
Sumber : BPS, Susenas Maret 2018-2019
Rata-rata pengeluaran konsumsi komoditas padi-padian per kapita penduduk Jawa Timur
pada tahun 2019 dan 2020 berturut-turut sebesar Rp59.459/ bulan dan Rp60.402/bulan. Selain
itu, rata-rata jumlah konsumsi beras (termasuk beras ketan) per kapita pada tahun 2020
sebanyak 6,06 kg/bulan hal ini tidak mengalami perubahan dibandingkan konsumsi beras di
tahun 2019. Rata-rata pengeluaran konsumsi padi-padian umumnya meningkat dikarenakan
keperluan nonmakanan atau dikarenakan adanya peningkatan harga untuk komoditas padi-
padian. Rata-rata pengeluaran konsumsi di daerah perkotaan untuk komoditas padi-padian
perdesaan, hal ini bisa terjadi karena umumnya penduduk perkotaan sudah mulai beralih ke
konsumsi komoditas makanan jadi dikarenakan lebih praktis, dan adanya gaya hidup sehat
yang sedang digalakkan di masyarakat perkotaan sehingga tidak sedikit masyarakat sudah
lebih memperhatikan kebutuhan kalori tubuh dengan cara mengganti makanan pokok mereka
.id
ke komoditas lainnya yang lebih sehat, selain itu pola pengeluaran konsumsi penduduk
o
.g
perkotaan lebih mengarah ke kelompok nonmakanan.
ps
Pangan merupakan kebutuhan yang vital bagi manusia. Salah satu jenis komoditas
t
ja
pangan yang dibutuhkan masyarakat Indonesia adalah beras. Beras merupakan bahan pangan
//
s:
pokok bagi sebagian besar penduduk Indonesia. Preferensi penduduk terhadap beras
tp
sedemikian besarnya, bahkan penduduk yang mempunyai pola pangan pokok bukan beras
ht
beralih ke beras karena beras dianggap merupakan sumber kalori dan protein yang utama.
Disamping itu, beras juga dianggap memiliki citra pangan yang lebih baik secara sosial.
Kondisi tersebut menyebabkan komoditas beras mempunyai pengaruh yang cukup
besar terhadap kestabilan perekonomian nasional. Beras juga mempunyai peranan yang
strategis dalam ketahanan pangan, ketahanan ekonomi, dan stabilitas politik nasional.
Sebagian besar penduduk Indonesia menghendaki agar pasokan dan harga beras dapat stabil,
tersedia sepanjang waktu serta memiliki harga yang terjangkau. Oleh karena itu, pemerintah
selalu bertekad untuk mencapai swasembada beras dengan tingkat harga yang dapat
terjangkau oleh masyarakat. Untuk itu, dalam rangka memenuhi kebutuhan pangan
masyarakat, pemerintah membuat berbagai kebijakan, diantaranya pembelian gabah petani
saat panen raya, penetapan harga dasar gabah serta pengendalian harga di tingkat konsumen.
Hal ini ditujukan agar masyarakat dapat mengonsumsi beras dengan layak. Kebijakan lainnya
juga dilakukan seperti program penyaluran beras untuk keluarga yang kurang mampu
(Raskin/Rastra).
Konsumsi beras penduduk Indonesia yang cukup tinggi membuat pemerintah sangat
berhati-hati dalam mengawasi pergerakan harga beras di pasar. Apabila terjadi permintaan
akan komoditas beras pada waktu tertentu seperti hari raya, dan hari besar keagamaan,
pemerintah akan dengan sigap melakukan operasi pasar dengan mengeluarkan stok beras
agar harga beras di pasar dapat lebih terkendali. Selain itu, pemerintah juga sering melakukan
operasi pasar guna menekan kemungkinan terjadinya monopoli harga di sejumlah titik, hal ini
Data Konsumsi Beras per Kapita didasarkan pada hasil konsumsi komoditas padi-padian
dari Survei Susenas dikombinasikan dengan data hasil dari kajian konsumsi bahan pokok yang
dilakukan terakhir kali pada tahun 2017. Perkiraan konsumsi per kapita setiap bulan untuk
.id
komoditas beras di Provinsi Jawa Timur didapatkan dengan mengalikan data konsumsi per
o
.g
kapita tahunan dengan jumlah penduduk pertengahan tahun pada tahun yang bersangkutan
ps
dan diproporsikan dengan jumlah hari pada bulan yang bersangkutan. Berdasarkan
.b
perhitungan tersebut, jumlah konsumsi beras penduduk Provinsi Jawa Timur selama tahun
t im
2019, 2020, dan 2021 berturut-turut sebesar 4,30 juta ton, 4,33 juta ton, dan 4,34 juta ton beras.
// ja
Gambar 22 Perbandingan Produksi dan Konsumsi Beras Menurut Bulan di Provinsi Jawa
Timur (juta ton-beras), 2020
1,40 1,29
1,20
1,00
0,76
0,80
0,65
0,17 0,20
0,15
0,00
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
Hasil perbandingan produksi dan konsumsi beras di Provinsi Jawa Timur pada tahun
2020 mengalami surplus sebesar 1,38 juta ton beras. Hal ini dapat terlihat dari stabilnya
konsumsi per kapita apabila dibandingkan dengan fluktuasi peningkatan jumlah produksi
beras tiap bulannya sehingga pemerintah Provinsi Jawa Timur dapat melakukan kebijakan
pembelian gabah/beras dari petani untuk digunakan sebagai persediaan pangan daerah serta
Gambar 23 Perbandingan Produksi dan Konsumsi Beras Menurut Bulan di Provinsi Jawa
Timur, 2021* (Juta Ton)
1,40
1,00
0,95
.id
0,80
0,69
o
.g
0,60
ps
0,37
0,33
0,37 0,36 0,37 0,36 0,47 0,37 0,37 0,36 0,37 0,36 0,37
0,40 0,41
.b
0,29 0,23
0,20 0,17
t
ja
0,00
//
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
s:
*) Angka sementara, Produksi Beras September s.d. Desember 2020 adalah angka sementara
ht
Hasil perbandingan produksi dan konsumsi beras di Provinsi Jawa Timur pada tahun
2021 berpotensi mengalami surplus sebesar 1,35 juta ton beras. Hal ini dapat terlihat dari
stabilnya konsumsi per kapita pada tiap bulan dibandingkan dengan fluktuasi peningkatan
jumlah produksi beras tiap bulannya. Sehingga apabila diakumulasikan potensi jumlah
produksi dan perkiraan total konsumsi beras di Provinsi Jawa Timur pada tahun 2020 berturut-
turut sebesar 5,69 juta ton dan 4,34 juta ton beras.
Konsumsi beras di luar rumah tangga umumnya diwakili oleh sektor perhotelan,
restoran/catering, rumah makan dan penyedia makanan minuman lainnya, industri besar
sedang, industri mikro kecil, jasa kesehatan, dan jasa lainnya. Konsumsi per kapita di luar rumah
tangga didasarkan pada hasil kajian bahan pokok pada tahun 2017 sebesar 29,98 Kg/tahun.
Dengan konsumsi terbesar perkapita terbesar berada di institusi rumah makan dan penyedia
makanan minuman (21,62 Kg/tahun) serta industri mikro kecil (7,44 Kg/tahun). Sehingga
didapatkan besaran konsumsi beras di luar rumah tangga pada tahun 2019, 2020, dan 2021
berturut-turut sebesar 1,19 juta ton; 1,20 juta ton; dan 1,20 juta ton.
Beras merupakan komoditas pangan yang menjadi salah satu penyumbang terhadap laju
inflasi di Indonesia, hal ini juga berlaku di Provinsi Jawa Timur. Seperti yang diketahui, Beras
merupakan salah satu makanan pokok untuk masyarakat Jawa Timur, dengan meningkatnya
harga beras, masyarakat akan melakukan berbagai cara untuk memenuhi kebutuhan pokok
tersebut. Secara tidak langsung akan berdampak pada pengeluaran rumah tangga akan
komoditas ini, sehingga bagi pekerja umumnya akan meminta upah yang lebih guna
mencukupi pengeluaran tersebut. Upah merupakan bagian dari biaya produksi, sehingga
apabila biaya produksi meningkat maka berangsur-angsur terdampak pada harga hasil
.id
produksi yang meningkat dan berujung pada meningkatnya harga-harga secara umum atau
o
.g
bisa disebut dengan inflasi. (Fathia, 2018: 1)
ps
Selama tahun 2019, komoditas beras memiliki andil terhadap inflasi sebanyak 9 kali, dan
.b
im
berperan pada deflasi di Provinsi Jawa Timur sebanyak 3 kali. Sedangkan pada tahun 2020,
t
komoditas beras memiliki andil terhadap inflasi sebanyak 7 kali, dan berperan pada deflasi
// ja
sebanyak 5 kali. Terakhir pada 10 bulan di tahun 2021, komoditas beras berperan pada inflasi
s:
tp
di Provinsi Jawa Timur sebanyak 8 kali dan pada deflasi sebanyak 2 kali.
ht
Gambar 24 Andil Komoditas Beras Terhadap Tingkat Inflasi Menurut Bulan di Provinsi
Jawa Timur, 2019
0,60
0,52
0,50 Andil Beras Tingkat Inflasi
0,10 0,07
0,02 0,01 0,00 0,02 0,00 0,00 0,00
0,00
(0,01) (0,01)
0,10 (0,03) (0,04)
-0,06
(0,10) -0,10
0,20
-0,21
0,30
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
Andil Beras 0,02 0,01 -0,03 -0,10 -0,04 -0,01 0,00 -0,01 0,02 0,00 0,00 0,00
Tingkat Inflasi 0,33 -0,21 0,26 0,31 0,19 0,07 0,24 0,15 -0,06 -0,10 0,14 0,52
Gambar 25 Andil Komoditas Beras Terhadap Tingkat Inflasi Menurut Bulan di Provinsi
Jawa Timur, 2020
0,60
0,50
0,50 Andil Beras Tingkat Inflasi 0,46
0,40
0,31
0,28 0,26
0,30
0,18
0,20
0,10 0,04
0,00 (0,01) (0,00) (0,00) 0,00
0,00
0,02 0,02 (0,00) (0,00) (0,00) (0,00)
0,10 (0,01) (0,00)
(0,02)
0,20 (0,13) (0,15)
0,30
(0,29)
0,40
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
Andil Beras 0,02 0,02 0,00 -0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Tingkat Inflasi 0,50 0,31 -0,01 -0,13 0,18 0,28 -0,29 0,04 -0,15 -0,02 0,26 0,46
.id
Secara umum sejak pertengahan ke akhir tahun 2019 hingga 2020, komoditas beras
memiliki andil yang berangsur-angsur menurun terhadap tingkat inflasi/deflasi walaupun o
.g
ps
terjadi penguatan peran pada bulan tertentu namun tidak cukup besar apabila dibandingkan
.b
komoditas lainnya. Hal ini bisa terjadi dikarenakan pada pertengahan hingga akhir tahun 2019
im
dan tahun 2020 harga beras semakin stabil, imbas dari kebijakan pemerintah daerah dalam
t
ja
Gambar 26 Andil Komoditas Beras Terhadap Tingkat Inflasi Menurut Bulan di Provinsi
tp
0,40
0,32
Andil Beras Tingkat Inflasi
0,30 0,27 0,26
0,22
0,20 0,17 0,18
0,11 0,10
0,10
0,00 0,01 0,00 0,01
0,00
(0,00) (0,00) (0,00) (0,00) (0,00)
(0,03)
0,10
(0,11)
(0,14)
0,20
Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des
Andil Beras (0,00) (0,00) (0,00) (0,03) 0,00 0,01 (0,00) 0,00 (0,00) 0,01
Tingkat Inflasi 0,32 0,22 0,11 0,10 0,27 -0,14 0,17 0,26 -0,11 0,18
Timur selama tahun 2020, pada inflasi/deflasi selama 10 bulan di tahun 2021, andil komoditas
beras tidak melebihi 0,01 poin dan minus 0,03, hal ini diindikasi karena fluktuasi harga pada
komoditas lain lebih mengambil peran atas terjadinya inflasi/deflasi di Provinsi Jawa Timur,
seperti komoditas penyediaan makan dan minum atau komoditas penjaga daya tahan tubuh.
Berdasarkan hasil penghitungan produksi beras dan konsumsi beras di Provinsi Jawa
Timur selama tahun 2019, 2020, dan 2021, dapat disimpulkan bahwa kebutuhan pangan akan
komoditas beras diperkirakan tidak akan mengalami kekurangan selama tahun 2021. Nilai
surplus tersebut perlu disinkronkan dengan data stok beras di pemerintah untuk dijadikan
dasar oleh pemerintah setempat untuk merancang kebijakan ekspor dan impor.
Gambar 27 Perkembangan Nilai Ekspor dan Impor Komoditas Beras di Provinsi Jawa
Timur (Ribu USD), 2019-2021
.id
400.000
350.000
o
.g
Ekspor Impor
ps
300.000
.b
250.000
im
200.000
t
150.000
ja
//
100.000
s:
50.000
tp
0
ht
2019-2021 masih mengandalkan impor untuk memenuhi kebutuhan beras, pada tahun 2019
hingga Oktober 2021, tercatat mengimpor berturut-turut sebanyak 139,28 ribu ton, 124,49 ribu
ton, dan 102,65 ribu ton. Jenis beras yang diimpor umumnya berupa beras untuk bahan pakan
ternak, beras kualitas impor untuk restoran, dll. Ekspor Beras Provinsi Jawa Timur Selama Tahun
2019-Oktober 2021 umumnya sangat sedikit bila dibandingkan dengan impornya, dengan
berat berturut-turut 18,41 ton, 34,15 ton, dan 41,61 ton. Secara umum, kondisi impor beras
Provinsi Jawa Timur selama 2019-Oktober 2021 umumnya semakin menurun berbanding
terbalik dengan jumlah ekspor yang semakin meningkat walaupun tidak tinggi.
LAMPIRAN
o .id
.g
ps
.b
tim
ja
//
s:
tp
ht
.id
12. Situbondo 1 110,23 3 100,11 5 705,01 6 169,79
13. Probolinggo 1 167,14 2 732,52 5 753,59 10 919,37
14. Pasuruan 3 556,90 o
2 343,76 4 580,25 11 284,09
.g
15. Sidoarjo 369,63 747,43 1 933,40 6 486,88
ps
22. Bojonegoro
23. Tuban 3 771,85 5 928,20 13 356,96 27 853,74
ht
Lanjutan Lampiran 1
.id
14. Pasuruan 6 387,61 3 031,75 3 838,54 6 024,11
15. Sidoarjo 7 187,44 1 959,03 o 484,99 2 127,45
.g
16. Mojokerto 4 743,22 3 644,30 6 097,88 6 574,50
ps
Lanjutan Lampiran 1
.id
14. Pasuruan 4 026,16 2 850,94 3 526,39 2 338,16
15. Sidoarjo 3 646,75 o
5 903,08 2 229,37 1 211,80
.g
16. Mojokerto 4 074,39 1 679,77 1 270,75 1 061,98
ps
.id
12. Situbondo 1 256,14 2 608,33 4 820,47 7 042,44
13. Probolinggo 1 022,64 1 305,96 2 695,93 11 960,08
14. Pasuruan 3 754,40 2 340,26 o 1 936,55 10 765,96
.g
15. Sidoarjo 805,77 495,28 466,77 4 156,99
ps
22. Bojonegoro
23. Tuban 3 183,37 6 250,15 10 598,91 21 303,87
ht
Lanjutan Lampiran 2
.id
14. Pasuruan 9 394,71 4 179,35 2 061,95 6 474,41
15. Sidoarjo 8 068,00 o
3 841,98 1 373,46 1 022,11
.g
16. Mojokerto 5 322,89 3 021,54 6 887,71 7 059,64
ps
Lanjutan Lampiran 2
.id
14. Pasuruan 4 559,25 3 919,27 2 436,67 1 304,30
15. Sidoarjo 3 240,46 7 980,36 o 2 254,97 614,99
.g
16. Mojokerto 3 864,89 2 224,90 1 777,77 701,57
ps
.id
12. Situbondo 1 754,11 2 426,34 5 997,58 5 978,88
13. Probolinggo 1 592,13 1 300,82 6 851,11 11 352,10
14. Pasuruan 3 724,94 o
3 020,17 3 605,22 8 723,60
.g
15. Sidoarjo 145,30 159,06 2 549,81 7 320,50
ps
22. Bojonegoro
23. Tuban 4 783,14 5 345,64 21 391,15 18 592,75
ht
Lanjutan Lampiran 3
.id
14. Pasuruan 6 333,54 4 539,59 3 513,69 4 090,66
15. Sidoarjo 5 617,79 1 787,43 o 663,44 1 842,22
.g
16. Mojokerto 5 851,77 2 887,14 6 697,25 4 993,91
ps
Lanjutan Lampiran 3
.id
14. Pasuruan 3 426,93 4 669,83 2 970,44 2 199,68
15. Sidoarjo 4 598,97 o
4 785,42 1 617,10 1 392,99
.g
16. Mojokerto 2 642,26 3 246,29 1 602,23 1 154,28
ps
Keterangan : *) Angka sementara, Luas Panen Oktober s.d. Desember 2021 adalah angka potensi
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
.id
12. Situbondo 30 529,30 30 871,37 342,07 1,12
13. Probolinggo 36 925,53 37 154,62
o 229,09 0,62
.g
14. Pasuruan 53 127,08 50 818,29 (2 308,79) (4,35)
ps
Lampiran 5 Luas Panen dan Potensi Luas Panen Padi Menurut Kabupaten/Kota
di Provinsi Jawa Timur (hektar), 2019-2021
Luas Panen Padi (hektar)
Kabupaten/
Januari September Oktober-Desember
Kota
2019 2020 2021* 2019 2020 2021*
(1) (2) (3) (4) (5) (6) (7)
01. Pacitan 19 915,68 18 114,09 17 688,96 588,81 1 178,22 1 251,64
02. Ponorogo 54 933,12 58 382,45 59 416,54 3 147,07 6 690,80 10 318,80
03. Trenggalek 19 131,45 17 625,54 19 086,31 1 343,44 2 005,28 3 647,49
04. Tulungagung 32 173,66 30 049,27 36 029,11 2 410,60 6 639,76 4 465,27
05. Blitar 31 685,11 30 556,37 33 976,88 4 508,83 4 238,60 5 041,27
06. Kediri 36 774,18 33 623,73 31 973,28 2 674,57 2 739,89 3 059,57
07. Malang 39 824,54 37 471,05 38 239,05 8 573,21 8 649,98 10 366,60
08. Lumajang 45 007,22 44 320,81 45 799,03 8 459,18 9 460,67 11 884,42
09. Jember 110 613,24 109 870,56 111 265,76 12 977,95 11 735,31 13 633,43
10. Banyuwangi 65 961,62 62 119,80 68 337,48 15 591,15 21 872,98 22 123,53
11. Bondowoso 45 686,50 45 773,70 43 374,85 7 772,36 8 435,96 9 259,40
12. Situbondo 26 732,60 27 180,30 27 276,60 3 493,28 3 349,00 3 594,77
.id
13. Probolinggo 36 178,67 34 307,14 33 955,96 3 285,71 2 618,39 3 198,66
14. Pasuruan 45 073,17 45 466,84 40 978,34 8 715,49 7 660,24 9 839,95
15. Sidoarjo 24 943,00 23 470,82 o
24 684,52 9 344,25 10 850,32 7 795,51
.g
16. Mojokerto 50 980,87 49 800,41 45 386,90 4 012,50 4 704,24 6 002,80
ps
22. Bojonegoro 116 546,58 124 000,36 120 246,70 12 317,25 11 634,66 14 322,51
s:
24. Lamongan 134 503,43 138 164,24 134 285,16 5 960,15 9 866,66 3 932,13
ht
Keterangan : *) Angka sementara, Luas Panen Oktober s.d. Desember 2021 adalah angka potensi
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
Lampiran 6 Produksi Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(ton-GKG), 2019
.id
12. Situbondo 6 477,13 17 990,17 33 206,15 35 507,12
13. Probolinggo 5 766,51 13 003,79 27 662,79 53 481,50
14. Pasuruan 17 441,80 11 672,32 o 22 051,70 55 680,27
.g
15. Sidoarjo 2 360,79 4 773,75 12 348,41 41 430,97
ps
22. Bojonegoro
23. Tuban 20 176,71 31 711,65 71 450,23 148 962,42
ht
Lanjutan Lampiran 6
.id
14. Pasuruan 31 136,33 14 802,12 18 759,13 29 401,37
15. Sidoarjo 46 172,04 o
12 584,79 3 115,57 13 666,72
.g
16. Mojokerto 27 264,05 20 851,79 35 020,89 37 609,36
ps
Lanjutan Lampiran 6
.id
14. Pasuruan 21 661,59 15 323,09 18 972,72 12 560,61
15. Sidoarjo 27 603,99 44 683,23 o 16 875,16 9 172,69
.g
16. Mojokerto 25 099,58 10 347,94 7 828,24 6 542,15
ps
Lampiran 7 Produksi Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(ton-GKG), 2020
.id
12. Situbondo 6 544,22 13 569,28 25 051,37 36 436,02
13. Probolinggo 5 347,87 6 829,49 14 058,96 62 418,31
14. Pasuruan 19 547,03 o
12 181,82 10 090,33 55 022,37
.g
15. Sidoarjo 4 191,42 2 576,33 2 428,03 21 623,67
ps
22. Bojonegoro
23. Tuban 17 397,72 34 158,25 57 925,04 116 423,68
ht
Lanjutan Lampiran 7
.id
14. Pasuruan 46 289,91 20 593,72 10 166,84 31 918,00
15. Sidoarjo 50 002,15 23 811,01 o 8 512,14 6 334,62
.g
16. Mojokerto 28 635,43 16 267,08 36 969,37 37 782,70
ps
Lanjutan Lampiran 7
.id
14. Pasuruan 25 044,36 21 529,78 13 386,56 7 165,55
15. Sidoarjo 20 612,36 o
50 762,57 14 343,72 3 911,91
.g
16. Mojokerto 23 247,10 13 382,65 10 693,19 4 219,91
ps
Lampiran 8 Produksi Padi Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(ton-GKG), 2021
.id
12. Situbondo 8 907,76 12 337,07 30 484,29 30 377,93
13. Probolinggo 8 283,92 6 768,22 35 428,08 58 849,01
14. Pasuruan 18 989,39 15 400,81 o 18 352,75 44 447,70
.g
15. Sidoarjo 894,24 978,92 15 692,57 45 053,34
ps
22. Bojonegoro
23. Tuban 26 280,91 29 371,56 117 522,51 102 133,26
ht
Lanjutan Lampiran 8
.id
14. Pasuruan 32 103,41 23 007,03 17 807,84 20 729,53
15. Sidoarjo 31 336,57 o
9 970,46 3 700,73 10 276,08
.g
16. Mojokerto 32 724,87 16 083,69 37 453,05 27 927,45
ps
Lanjutan Lampiran 8
.id
14. Pasuruan 18 826,84 25 650,14 16 318,98 12 082,71
15. Sidoarjo 29 253,76 30 439,76 o 10 286,27 8 860,72
.g
16. Mojokerto 15 893,05 19 526,26 9 637,33 6 942,93
ps
Keterangan : *) Angka sementara, produksi padi September s.d. Desember 2021 adalah angka potensi
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
.id
12. Situbondo 159 928,19 157 384,58 (2 543,61) (1,59)
13. Probolinggo 192 600,06
o
192 587,41 (12,65) (0,01)
.g
14. Pasuruan 272 936,27 263 717,13 (9 219,14) (3,38)
ps
.id
13. Probolinggo 174 493,10 177 610,70 174 276,21 19 281,40 14 989,36 18 311,20
14. Pasuruan 222 606,63 230 854,38 209 665,30 o 46 856,42 42 081,89 54 051,83
.g
15. Sidoarjo 164 057,03 140 091,73 147 156,67 70 731,08 69 018,20 49 586,75
ps
16. Mojokerto 315 037,55 284 390,62 263 594,55 24 718,33 28 295,75 36 106,52
.b
17. Jombang 315 514,86 299 832,19 314 158,62 28 721,48 43 331,71 21 322,27
im
18. Nganjuk 369 509,37 394 716,29 390 134,09 30 336,31 42 167,76 47 487,24
314 790,38 324 003,83 342 798,91 104 502,06 122 048,55 122 126,08
t
19. Madiun
ja
20. Magetan 196 561,18 224 617,56 240 252,82 64 110,17 84 435,51 57 545,06
//
573 134,16 583 390,94 545 859,44 204 056,20 254 382,21 272 760,87
s:
21. Ngawi
22. Bojonegoro 614 600,59 656 527,69 600 973,54 77 472,57 72 387,43 89 110,46
tp
23. Tuban 412 388,96 422 215,60 410 174,34 107 545,40 84 838,28 78 481,11
ht
24. Lamongan 798 424,13 817 209,50 777 418,89 41 300,30 68 851,49 27 404,14
25. Gresik 337 128,70 381 003,81 346 274,97 30 588,96 26 712,82 28 782,77
26. Bangkalan 194 416,37 194 903,81 184 763,78 7 203,63 12 391,08 1 051,77
27. Sampang 156 219,52 187 234,39 195 048,26 - 4 501,08 -
28. Pamekasan 90 174,80 100 721,01 96 558,60 1 138,52 1 106,43 -
29. Sumenep 182 273,68 224 861,27 216 762,61 3 817,16 4 118,94 400,07
30. Kota Kediri 6 920,84 8 873,52 9 204,38 112,15 1 410,29 1 191,73
31. Kota Blitar 6 084,58 5 274,24 5 844,98 - - 43,27
32. Kota Malang 10 654,35 9 993,21 9 724,71 3 255,35 1 730,54 2 491,02
33. Kota Probolinggo 6 876,48 6 702,05 8 675,44 288,72 841,14 302,95
34. Kota Pasuruan 7 396,65 7 345,90 5 534,08 3 408,06 2 769,31 3 079,96
35. Kota Mojokerto 2 224,74 3 469,69 3 170,05 1 341,14 992,09 1 216,14
36. Kota Madiun 6 986,87 10 985,72 9 474,82 1 272,52 4 180,81 3 941,22
37. Kota Surabaya 8 130,61 9 974,51 8 644,94 1 466,17 1 163,54 1 561,28
38. Kota Batu 4 872,07 4 460,31 4 444,35 159,03 528,09 771,86
Jawa Timur 8 308 318,67 8 456 523,22 8 422 319,49 1 272 615,21 1 488 015,04 1 486 612,31
Keterangan : *) Angka sementara, produksi padi September s.d. Desember 2021 adalah angka potensi
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
Lampiran 11 Produksi Beras Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(ton-beras), 2019
.id
12. Situbondo 3 720,76 10 334,37 19 075,12 20 396,91
13. Probolinggo 3 312,55 7 469,97 15 890,77 30 722,21
14. Pasuruan 10 019,36 o
6 705,12 12 667,51 31 985,29
.g
15. Sidoarjo 1 356,15 2 742,26 7 093,49 23 799,84
ps
22. Bojonegoro
23. Tuban 11 590,42 18 216,62 41 044,27 85 570,82
ht
Lanjutan Lampiran 11
.id
14. Pasuruan 17 886,13 8 503,02 10 776,10 16 889,49
15. Sidoarjo 26 523,33 7 229,28 o 1 789,73 7 850,79
.g
16. Mojokerto 15 661,71 11 978,22 20 117,60 21 604,53
ps
Lanjutan Lampiran 11
.id
14. Pasuruan 12 443,41 8 802,28 10 898,80 7 215,39
15. Sidoarjo 15 856,99 o
25 668,09 9 693,86 5 269,21
.g
16. Mojokerto 14 418,34 5 944,33 4 496,90 3 758,11
ps
Lampiran 12 Produksi Beras Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(ton-beras), 2020
.id
12. Situbondo 3 759,30 7 794,81 14 390,65 20 930,51
13. Probolinggo 3 072,06 3 923,17 8 076,11 35 855,92
14. Pasuruan 11 228,71 6 997,79 o 5 796,35 31 607,36
.g
15. Sidoarjo 2 407,74 1 479,96 1 394,77 12 421,62
ps
22. Bojonegoro
23. Tuban 9 994,04 19 622,06 33 274,79 66 879,08
ht
Lanjutan Lampiran 12
.id
14. Pasuruan 26 591,03 11 829,98 5 840,30 18 335,16
15. Sidoarjo 28 723,52 o
13 678,13 4 889,76 3 638,89
.g
16. Mojokerto 16 449,50 9 344,56 21 236,90 21 704,11
ps
Lanjutan Lampiran 12
.id
14. Pasuruan 14 386,63 12 367,69 7 689,85 4 116,22
15. Sidoarjo 11 840,68 29 160,34 o 8 239,69 2 247,18
.g
16. Mojokerto 13 354,20 7 687,61 6 142,66 2 424,11
ps
Lampiran 13 Produksi Beras Menurut Bulan dan Kabupaten/Kota di Provinsi Jawa Timur
(ton-beras), 2021
.id
12. Situbondo 5 117,03 7 086,98 17 511,57 17 450,47
13. Probolinggo 4 758,66 3 887,97 20 351,51 33 805,56
14. Pasuruan 10 908,37 o
8 846,93 10 542,66 25 532,79
.g
15. Sidoarjo 513,69 562,34 9 014,53 25 880,70
ps
22. Bojonegoro
23. Tuban 15 096,95 16 872,37 67 510,29 58 670,01
ht
Lanjutan Lampiran 13
.id
14. Pasuruan 18 441,67 13 216,28 10 229,64 11 907,99
15. Sidoarjo 18 001,16 5 727,49 o 2 125,87 5 903,05
.g
16. Mojokerto 18 798,66 9 239,21 21 514,74 16 042,80
ps
Lanjutan Lampiran 13
.id
14. Pasuruan 10 815,00 14 734,61 9 374,37 6 940,86
15. Sidoarjo 16 804,70 o
17 485,99 5 908,90 5 090,00
.g
16. Mojokerto 9 129,69 11 216,78 5 536,12 3 988,34
ps
Keterangan : *) Angka sementara, produksi beras September-Desember 2021 adalah angka sementara
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
.id
12. Situbondo 91 870,07 90 408,90 (1 461,17) (1,59)
13. Probolinggo 110 638,24 110 631,01
o (7,23) (0,01)
.g
14. Pasuruan 156 787,07 151 491,17 (5 295,90) (3,38)
ps
.id
13. Probolinggo 100 236,81 102 027,68 100 112,22 11 076,12 8 610,56 10 518,79
14. Pasuruan 127 875,43 132 613,31 o
120 441,33 26 916,47 24 173,76 31 049,84
.g
15. Sidoarjo 94 241,86 80 475,07 84 533,53 40 631,16 39 647,21 28 484,89
ps
16. Mojokerto 180 971,94 163 366,99 151 420,74 14 199,34 16 254,38 20 741,24
.b
17. Jombang 181 246,15 172 237,31 180 467,05 16 498,92 24 891,71 12 248,49
im
18. Nganjuk 212 263,05 226 743,07 224 110,83 17 426,57 24 223,08 27 278,84
180 829,98 186 122,59 196 919,35 60 030,77 70 110,27 70 154,80
t
19. Madiun
ja
20. Magetan 112 913,71 129 030,57 138 012,19 36 827,80 48 503,62 33 056,50
//
329 234,44 335 126,41 313 566,60 117 219,20 146 128,76 156 686,30
s:
21. Ngawi
22. Bojonegoro 353 054,66 377 139,49 345 226,65 44 503,78 41 582,64 51 189,11
tp
23. Tuban 236 895,04 242 539,92 235 622,86 61 778,99 48 734,98 45 083,13
ht
24. Lamongan 458 651,28 469 442,46 446 584,91 23 724,78 39 551,44 15 742,19
25. Gresik 193 662,13 218 865,98 198 916,16 17 571,70 15 345,06 16 534,14
26. Bangkalan 111 681,65 111 961,65 106 136,76 4 138,09 7 118,00 604,18
27. Sampang 89 739,63 107 555,99 112 044,63 - 2 585,63 -
28. Pamekasan 51 800,53 57 858,76 55 467,66 654,02 635,58 -
29. Sumenep 104 706,33 129 170,60 124 518,36 2 192,75 2 366,12 229,82
30. Kota Kediri 3 975,66 5 097,36 5 287,42 64,42 810,14 684,59
31. Kota Blitar 3 495,26 3 029,77 3 357,63 - - 24,86
32. Kota Malang 6 120,35 5 740,57 5 586,31 1 870,02 994,10 1 430,95
33. Kota Probolinggo 3 950,17 3 849,96 4 983,58 165,85 483,19 174,03
34. Kota Pasuruan 4 248,99 4 219,83 3 179,04 1 957,75 1 590,82 1 769,27
35. Kota Mojokerto 1 277,99 1 993,14 1 821,03 770,42 569,90 698,61
36. Kota Madiun 4 013,57 6 310,70 5 442,77 730,99 2 401,65 2 264,02
37. Kota Surabaya 4 670,59 5 729,81 4 966,05 842,23 668,39 896,87
38. Kota Batu 2 798,74 2 562,21 2 553,05 91,35 303,36 443,39
Jawa Timur 4 772 677,66 4 857 813,16 4 838 165,07 731 048,28 854 783,85 853 978,00
Keterangan : *) Angka sementara, produksi beras September-Desember 2021 adalah angka sementara
Sumber : BPS, Survei Kerangka Sampel Area (KSA)
Lampiran 16 Luas Lahan Baku Sawah di Indonesia Menurut Provinsi (hektar), 2019
.id
13. Jawa Tengah 1 049 661
14. DI Yogyakarta 76 273
o
.g
15. Jawa Timur 1 214 909
ps
Lampiran 17 Perkembangan Berat (Ton) dan Nilai (Ribu USD) Ekspor dan Impor
Komoditas Beras di Provinsi Jawa Timur, 2018-2021
.id
(Ton)
o
.g
ps
Keterangan : *) Angka sementara, data ekspor dan impor hingga Oktober 2021
Sumber : Badan Pusat Statistik Provinsi Jawa Timur
.b
t im
//ja
s:
tp
ht
.id
05. Mei 9 847 9 663 10 166
o
.g
ps
Sumber : Badan Pusat Statistik Provinsi Jawa Timur, Survei Harga Perdagangan Besar
Lampiran 19 Peta Hasil Survei KSA Provinsi Jawa Timur, November 2020
o .id
.g
ps
.b
im
Lampiran 20 Peta Hasil Survei KSA Provinsi Jawa Timur, Desember 2020
t
ja
//
s:
tp
ht
Lampiran 21 Peta Hasil Survei KSA Provinsi Jawa Timur, Januari 2021
.id
o
.g
ps
.b
im
Lampiran 22 Peta Hasil Survei KSA Provinsi Jawa Timur, Februari 2021
t
// ja
s:
tp
ht
Lampiran 23 Peta Hasil Survei KSA Provinsi Jawa Timur, Maret 2021
o .id
.g
ps
.b
im
Lampiran 24 Peta Hasil Survei KSA Provinsi Jawa Timur, April 2021
t
ja
//
s:
tp
ht
Lampiran 25 Peta Hasil Survei KSA Provinsi Jawa Timur, Mei 2021
.id
o
.g
ps
.b
im
Lampiran 26 Peta Hasil Survei KSA Provinsi Jawa Timur, Juni 2021
t
// ja
s:
tp
ht
Lampiran 27 Peta Hasil Survei KSA Provinsi Jawa Timur, Juli 2021
o .id
.g
ps
.b
im
Lampiran 28 Peta Hasil Survei KSA Provinsi Jawa Timur, Agustus 2021
t
//ja
s:
tp
ht
Lampiran 29 Peta Hasil Survei KSA Provinsi Jawa Timur, September 2021
.id
o
.g
ps
.b
im
Lampiran 30 Peta Hasil Survei KSA Provinsi Jawa Timur, Oktober 2021
t
// ja
s:
tp
ht
DAFTAR PUSTAK A
DAFTAR PUSTAKA
Adelina O., S. & Rita H., B. 2019. Analisis Korelasi Sektor Pertanian Terhadap Tingkat Kemiskinan
di Provinsi Sumatra Utara. 12(1). 23.
BPS. (2018). Kajian Konsumsi Bahan Pokok Tahun 2017. Jakarta: Badan Pusat Statistik
BPS. (2019). Harga Perdagangan Besar Komoditi Sektor Pertanian, Sektor Pertambangan dan
Penggalian, dan Sektor Industri Provinsi Jawa Timur 2018
BPS. (2019). Statistik Pengeluaran untuk Konsumsi Rumah Tangga Provinsi Jawa Timur 2018.
Surabaya: Badan Pusat Statistik Provinsi Jawa Timur
BPS. (2020). Berita Resmi Statistik : Luas Panen dan Produksi Padi di Provinsi Jawa Timur 2020
(Angka Sementara). Surabaya: Badan Pusat Statistik Provinsi Jawa Timur
BPS. (2020). Harga Perdagangan Besar Komoditi Sektor Pertanian, Sektor Pertambangan dan
Penggalian, dan Sektor Industri Provinsi Jawa Timur 2019
BPS. (2020). Produk Domestik Regional Bruto Provinsi Jawa Timur Menurut Lapangan Usaha
2015-2019. Surabaya: Badan Pusat Statistik Provinsi Jawa Timur.
.id
BPS. (2020). Provinsi Jawa Timur Dalam Angka 2020. Surabaya: Badan Pusat Statistik Provinsi
Jawa Timur
o
.g
BPS. (2020). Ringkasan Eksekutif Luas Panen dan Produksi Padi di Indonesia 2019. Jakarta:
ps
Fathia, N., (2018). Pengaruh Peningkatan Harga Beras Terhadap Laju Inflasi di Indonesia. Banda
t
ja
Handayani, V., V., 2020. Selain Nasi, ini 4 Makanan Pokok Khas Indonesia.
s:
https://www.halodoc.com/artikel/selain-nasi-ini-4-makanan-pokok-khas-indonesia
tp
ht
SAMPUL B ELAKANG
SAMPUL BELAKANG
.id
o
.g
ps
.b
tim
ja
//
s:
tp
ht