http://journal.unnes.ac.id/sju/index.php/geoimage
Abstract
___________________________________________________________________
This study has the aim of knowing geographic factors on rice productivity and the reasons farmers
change the selection of rice types and considerations taken by farmers in choosing rice types. This
research is quantitative research, with the variable X in the form of geographical factors and the
variable Y is the productivity of the type of rice. Sampling using propotional random sampling by
respondents as many as 90 farmers from 16 villages in the sub District of Delanggu. The method of
analysis using descriptive analysis, multiple linear regression and regression multinomial logistic
with SPSS software. The research results obtained that the geographical factors in the form of air
temperature and rainfall give an effect on the rice of 46.5%. Consideration of the farmers in
choosing the type of rice in the form of low social and cultural, high capital, very low labor, very
low area and experience of farmers is very low. The effect of market demand and analysis of
farming is very high at 92%.
114
Ika Neta Setyaningrum / Geo Image 9 (2) (2020)
115
Ika Neta Setyaningrum / Geo Image 9 (2) (2020)
116
Ika Neta Setyaningrum / Geo Image 9 (2) (2020)
Tabel 2 menunjukkan suhu udara dari 16 Berdasarkan pada Tabel One – Sample
desa di Kecamatan Delanggu sangat bervariasi Kolmogorov – Smirnov didapatkan nilai 0,333,
antara 30-320C, nilai pH tanah yaitu 5,7-6, dan diterima yang dapat diartikan bahwa data
nilai produktivitas sangat bervariasi dengan berasal dari populasi berdistribusi normal. Uji
produktivitas terendah 8,22 ton/Ha di Desa autokorelasi bertujuan menguji apakah dalam
Krecek sedangkan terbesar Desa Banaran model regresi linier ada korelasi antara
dengan produktivitas 13,47 ton/Ha. kesalahan pengganggu pada periode t dengan
kesalahan pengganggu pada periode t – 1
Tabel 3. Nilai Sig Pada Regresi Berganda (sebelumnya). Durbin – Watson sebesar dimana
Uji Regresi Linier Berganda Sig sehingga dapat ditarik kesimpulan bahwa
Uji normalitas (Kolmogorov – diterima atau tidak terjadi autokorelasi. Uji
0,333
Smirnov) heteroskedastisitas memeliki nilai sig sebesar.
Uji autokorelasi (Durbin – Watson) 1,425 Dikarenakan nilai variabel lebih dari maka
tidak terjadi heteroskedastisitas. Uji T (Uji secara
Uji Heteroskedastisitas 0,768
Parsial) memiliki nilai, maka terdapat pengaruh
Uji T (parsial) yang signifikan antara pH tanah dengan
Suhu udara 0,029 produktivitas padi. Uji F didapatkan nilai, maka
terdapat pengaruh yang signifikan antara suhu
pH tanah 0,005 udara dan pH tanah dengan produktivitas padi.
Uji F (Anova) 0,017 Adapun output yang dihasilkan setelah
dilakukan pengujian dengan SPSS dapat dilihat
Sumber: Analisis Data Primer, 2019
pada tabel 4.
117
Ika Neta Setyaningrum / Geo Image 9 (2) (2020)
Tabel 4. Nilai Collinearity Statistics didapatkan dari faktor tenaga kerja yaitu sebesar
Collinearity Statistics 15,73%, menunjukan bahwa faktor tenaga kerja
Model memiliki pengaruh yang sangat rendah. Setelah
Tolerance VIF
Suhu Udara ,500 2,000 itu luas lahan, faktor ini memiliki persentase
sebesar 4,49% memiliki pengaruh sangat rendah
pH Tanah ,500 2,000
yang dipilih petani dalam pertimbangan dalam
Sumber: Analisis Data Primer, 2019 memproduksi padi. Faktor pengalaman yang
didapatkan yaitu 96.63%, hal ini menunjukan
Tabel 4 Collinearity Statistics diketahui
bahwa faktor tersebut sangat berpengaruh tinggi
bahwa nilai VIF 2,000 ≤ 10 s tidak terjadi
dalam pengambilan keputusan pemilihan
multikolinearitas. Setelah itu didapatkan nilai
produktivitas padi oleh petani.
𝑅 𝑠𝑞𝑢𝑎𝑟𝑒 sebesar 0,465, hal ini menunjukkan
bahwa suhu udara dan pH tanah memberikan Pengaruh Permintaan Pasar dan Analisis
pengaruh sebesar 46,5% terhadap produktivitas Usahatani
padi, sedangkan 53,5% dipengaruhi oleh faktor Permintaan pasar merupakan faktor
lain di luar penelitian. untuk menentukan jenis padi apa yang akan
ditanam. Analisis usaha tani merupakan faktor
Pertimbangan Petani Mengubah Pemilihan
yang terpenting juga selain faktor permintaan
Produktivitas Jenis Padi
pasar untuk menentukan jenis padi apa yang
Pertimbangan dalam mengambil
akan ditanam oleh petani.
keputusan pemilihan produktivitas jenis padi
Dari data pada tabel 6 diketahui kedua
yang dilakukan oleh para petani dilakukan
faktor tersebut mempengaruhi petani dalam
karena adanya beberapa faktor atau alasan.
memilih produktivitas padi yaitu sebesar 92%,
Tabel 5 menunjukkan adat dan istiadat
yang menunjukan bahwa faktor analisis
didapatkan persentase sebesar 31,46%
usahtani dan permintaan pasar sangat
menunjukan bahwa faktor sosial budaya tersebut
berpengaruh, dibandingkan dengan faktor
rendah. Modal disini memiliki persentase
geografis yang berupa pH tanah dan suhu udara
sebesar 67,42% menunjukkan bahwa faktor
dalam mempengaruhi perubahan pemilihan
modal memiliki pengaruh tinggi dalam
para petani dalam memprouksi padi yaitu
pemilihan jenis padi. Persentase yang
sebesar 46,5% saja.
118
Ika Neta Setyaningrum / Geo Image 9 (2) (2020)
119
Ika Neta Setyaningrum / Geo Image 9 (2) (2020)
tersebut mempengaruhi petani dalam memilih Faktor geografi yang berupa analisis
produktivitas padi yaitu sebesar 92%, sedagkan usahatani dan permintaan pasar juga memiliki
8% sisanya dipengaruhi dengan faktor lainnya. pengaruh yang sangat tinggi dalam perubahan
Sehingga dapat diketahui bahwa permintaan pemilihan produktivitas padi. Presentase
pasar dan analisis usahatani memiliki pengaruh pengaruh dari analisis usahatani dan permintaan
yang lebih besar dibandingkan dengan faktor pasar yaitu sebsar 92%.
geografis yang berupa pH tanah dan suhu udara
dalam mempengaruhi perubahan pemilihan DAFTAR PUSTAKA
petani dalam memproduksi padi dengan nilai Banowati, Eva. 2017. ‘Developing the Under Stand
sebesar 46,5% saja. Cropping System (PLDT) for Sustainable
Faktor permintaan pasar dan Livelihood’. Management of Environmental
Quality: An International Journal. Vol.28
keuntunganlah yang dijadikan dasar penentu
Issue.5.
oleh petani dalam menanam jenis padi,
BPS. 2017. Kecamatan Delanggu Dalam Angka Tahun
dikarenakan faktor permintaan pasar merupakan 2017. Klaten: Badan Pusat Statistik
faktor yang menjadikan petani memberikan Daljoeni. 2014. Pengantar Geografi. Yogyakarta:
keuntungan yang lebih besar dibandingkan Ombak.
faktor lainnya. Selain itu Kecamatan Delanggu Firdauzi, Sylvianingrum. 2013. ‘Analisis Faktor
yang lokasinya dekat dengan kawasan Gunung Produksi Usahatani Padi Rojolele dan Padi
Merapi sama sekali tidak memberikan pengaruh IR64’. Skripsi. Universitas Diponegoro.
terhadap petani dalam menentukan jenis padi Hermanto, F. 1989. “Ilmu Usahatani”. Jakarta:
Penerbar Swadaya.
apa yang akan diproduksi, dikarenakan petani di
Hidayati, Ida Nurul dan Suryanto. 2015. ‘Pengaruh
Kecamatan Delanggu cenderung
Perubahan Iklim Terhadap Produksi Pertanian
memperhatikan keuntungan yang didapatkan dan Strategi Adaptasi Pada Lahan Rawan
dari produksi suatu jenis padi. Kekeringan’. Jurnal Ekonomi dan Studi
Pembangunan. Vol.16 No.1.
SIMPULAN Irawati, Nike. 2009. ‘Analisis Sikap dan Kepuasan
Petani Padi Terhadap Benih Padi (Oryza
Faktor geografis berupa pH tanah dan
Sativa) Varietas Unggul di Kota Solok
suhu udara memiliki pengaruh terhadap Sumatera Barat’. Skripsi. Institut Pertanian
produktivitas padi sebesar 46,5% terhadap Bogor.
produktivitas padi, sedangkan 53,5% Soekartawi. 2006. Analisis Usaha Tani. Jakarta: UI
dipengaruhi oleh faktor lain di luar penelitian. Press
Pertimbangan perubahan produktivitas padi Zaini, Achmad. 2017. Pengaruh Biaya Produksi dan
padi oleh petani terdiri dari faktor pengetahuan Penerimaan Tehadap Pendapatan Petani Padi
petani, modal, tenaga kerja, jumlah benih dan Sawah di Loa Gagak Kabupaten Kutai
Kartanegara. Jurnal Pertanian. Vol.8 No.1.
pengalaman yang dimiliki oleh para petani.
120