S E K T O R P E R K E B U N A N K E L A PA S AW I T
BERBASIS PENGINDERAAN JAUH DAN
I M P L I K A S I N YA PA D A K E B I J A K A N
DI INDONESIA
Tidak dengan
Untuk esktensifikai Melaksanakan
meningkatkan Inpres No.
produksi 8/2018
Tetapi dengan
intensifikai
Teknologi Inderja
INPUT dapat membantu
pengelolaan input
(penentuan umur
Untuk meningkatkan
sawit utk
produksi/
Produksi menentukan
produktivitas dengan
perlakuan
mengelola iput
pemupukan yang
tepat dan
menentukan jumlah
Produktivitas tenaga kerja yang
dibutuhkan
Potensi Ekonomi:
Cost Effisiensi
• Produksi proses kombinasi penggunaan input menjadi output (Case and Fair, 2004).
• Input mengacu pada penggunaan sumber daya lahan, tenaga kerja, dan tambahan input seperti alat,
mesin dalam suatu proses produksi.
• Fungsi produksi adalah suatu fungsi atau persamaan yang menunjukkan hubungan antara faktor-faktor
produksi (input) dengan output yang dihasilkan (Boediono, 2000).
• Fungsi produksi dapat dituliskan sebagai berikut (Nicholson,1995):
𝑌 = 𝑓(𝑋1 , 𝑋2 , 𝑋3 , … 𝑋𝑛 )………………………………………………………..……… (1)
Y = Output
X1, X2, X3, dst = Input ke-1,2,3, dst
Xn = Input Ke-n
• Fungsi produksi yang sering digunakan yaitu fungsi Cobb-Douglas (Nuryartono, et al, 2016)
output adalah merupakan fungsi dari capital dan tenaga kerja yang sering digunakan sebagai studi empiris
(Salvatore, 2006).
• Fungsi Produktifitas dipengaruhi oleh harga TBS, penggunaan input pupuk, curahan tenaga kerja,
jumlah pohon kelapa sawit. Semua variabel tersebut kecuali harga produk merupakan faktor
produksi yang menentukan produktifitas kebun kelapa sawit (Bakir, Laila Husin, 2007).
• Penelitian Ardana dan Kariyasa, 2016 menggunakan Benih, Tenaga Kerja, Pupuk, dan Pestisida untuk
melihat pengaruhnya terhadap total produksi dan melihat bagaimana peluang dari adopsi suatu
teknologi dapat digunakan (Fungsi produksi Cobb Douglas):
• Input pembentuk factor produksi pertanian berupa bibit, iklim, tanah, pupuk, dan manajemen (PPKS,
2006). Unsur tanah dapat dilihat dari unsur hara yang terdapat dalam daun.
• Bahan-bahan yang diperlukan untuk penilaian pertanian produktivitas pertanian adalah ukuran dari
output dan input agregat dari nilai ekonominya (Alston et al., 2010).
METODE PENELITIAN
• Objek Penelitian di PTPN IV Prov. Sumatra Utara
- Kebun Adolina (afdeling 1 – 7) Kec. Perbaungan, Kab. Serdang Berdagai (17 titik)
- Kebun Pabatu (afdeling 1 dan 2) Kec. Padang Hulu, Kab. Tebing Tinggi (8 titik)
• Sumber data
- Data primer: pemetaan, survey dan in depth interview, FGD
- Data sekunder: studi literature, data-data produksi, pupuk, keseimbangan air, hara, tenaga kerja
• Jenis data cross section dan data rangkai waktu (time series) 2015 – 2018
• Pendekatan metode deskripstif kuantitatif, dengan menggunakan analisa bertahap yakni, (i) Machine
Learning, (ii) regresi Berganda, DEA dan Regresi Logistik
METODE PENELITIAN
Tahapan Penelitian
1. Penentuan Umur dengan menggunakan teknologi Penginderaan Jauh (SPOT 6/7) -- Machine Learning
- Koreksi Geometrik
- Koreksi Radiometrik
- Indeks Vegetasi NDVI
- Pemodelan Klasisfikasi Pendugaan Umur Pohon dengan Machine Learning
- Pemodelan Machine Learning Metode ANN
- Proses uji akurasi
Metode Pengolahan Data Inderaja
2. Perhitungan Produktivitas dengan menggunakan Fungsi Produksi Cobb Douglass (Regresi Berganda)
Y = a + b X1 + b X2 + b X3 + b X4 + b.X5 + e
Dimana:
Y = Total produktifitas, ton per hektar
X1 = Pupuk
X2 = Faktor alam (keseimbangan air)
X3 = Hara
X4 = Tenaga Kerja
X5 = Jumlah Pohon Kelapa Sawit
a = intersep dari fungsi regresi
aj (j=1,2,3, 4) = slope parameters dari fungsi regresi
e = error term
Hasil regresi logistik untuk mengetahui berapa peluang penggunaan penginderaan jauh terhadap potensi
produktivitas kelapa sawit dibandingkan dengan tidak menggunakan penginderaan jauh.
METODOLOGI
Efisien
Tidak Efisien
g(xi) = Produktifitas
‘β1 = Konstanta
β2 = Peluang
X2i = Dummy
1 = Inderaja 0 = tidak menggunakan inderaja
METODOLOGI
5. Perumusan Kebijakan
Memperkuat pelaksanaan Inpres No. 8 Tahun 2018, khususnya tentang
Intensifikasi.
Intensifikasi menggunakan teknologi inderaja (SPOT 6/7) sebagai alat
monitoring, seberapa besar penggunaan pupuk dan tenaga kerja.
Metodologi menggunakan Analisa deskriptif kuantitatif
- Menggunakan hasil dari olah data statistik
- Penjelasan e dengan menggunakan variabe lain:
Variable emisi CO2.
Variabel lainnya yang berpengaruh signifikan terkait dengan kebijakan Inpres No. 8 Tahun
2018 dirumuskan dengan menggunakan in depth interview dan pelaksanaan FGD.
HASIL KEGIATAN YANG SUDAH DILAKUKAN
1 . Da t a Lo k a s i PTPN IV y a n g m emen uhi k r i t eri a ( u m ur y a n g t e rw ak i l i d i s emua k e l ompo k )
Berikut data di Afdeling 1 Kebun Adolina (catatan: Afdeling 2 – 7 Kebun Adolina dan
Afdeling 1 dan 2 Kebun Pabatu sedang proses input dan olah data):
DATA VARIABEL-VARIABEL DEPENDEN DAN INDEPENDEN
Tahun 2018
Blok G 97G 25 2307 2251 339595 13,58 150 8,25 2,75 11 19032,75 6344,25 25377 1134 0
06G 20 2678 2660 538278 26,91 246 6,5 2,25 8,75 17407 6025,5 23432,5 1134 0
Total Blok G 45 877873 19,51 396 14,75 5 19,75 36439,75 12369,75 48809,5 1134 0
Blok H 97H 25 1929 1868 271459 10,86 183 6,5 2,25 8,75 12538,5 4340,25 16878,75 1134 0
06H 17 2219 2174 391705 23,04 176 8,25 2,75 11 18306,75 6102,25 24409 1134 0
Total Blok H 42 663164 15,79 359 14,75 5 19,75 30845,25 10442,5 41287,75 1134 0
Blok J 97J 30 2839 2762 411049 13,70 220 6,5 2,25 8,75 18453,5 6387,75 24841,25 1134 0
Blok K 97K 25 2488 2403 370741 14,83 186 6,5 2,25 8,75 16172 5598 21770 1134 0
Blok L 97L 29 2745 2605 412822 14,24 214 6,5 2,25 8,75 17842,5 6176,25 24018,75 1134 0
Blok M 97M 37 3395 3295 463164 12,52 199 6,5 2,25 8,75 22067,5 7638,75 29706,25 1134 0
Blok N 97N 24 2671 2574 299625 12,48 162 6,5 2,25 8,75 17361,5 6009,75 23371,25 1134 0
Blok P 97P 15 1516 1447 200290 13,35 99 6,5 2,25 8,75 9854 3411 13265 1134 0
Blok Q 97Q 20 1678 1597 280568 14,03 168 6,5 2,25 8,75 10907 3775,5 14682,5 1134 0
Blok R 97R 23 2099 2015 298783 12,99 127 6,5 2,25 8,75 13643,5 4722,75 18366,25 1134 0
Blok S 97S 25 2592 2457 332095 13,28 142 6,5 2,25 8,75 16848 5832 22680 1134 0
Blok T 97T 34 2869 2776 364963 10,73 243 6,5 2,25 8,75 18648,5 6455,25 25103,75 1134 0
Blok U 97U 24 2206 2126 268411 11,18 162 6,5 2,25 8,75 14339 4963,5 19302,5 1134 0
BlokV 97V 28 3012 2907 343942 12,28 158 6,5 2,25 8,75 19578 6777 26355 1134 0
Blok W 97W 15 1597 1515 227157 15,14 119 6,5 2,25 8,75 10380,5 3593,25 13973,75 1134 0
Total
AFD 1 725 78231 73928 11402837 543,9686449 5975 552526,75 190145,75 742672,5 1134
JADWAL KEGIATAN
REALISASI ANGGARAN
INSINAS RISET PRATAMA INDIVIDU GELOMBANG 2
Pagu Pagu Realisasi Presentase Sisa Anggaran
Judul
Keseluruhan Tahap I Tahap I Tahap I Keseluruhan Tahap I Keseluruhan
No Akun Jumlah
a Belanja Bahan (521211) 2.041.020
b Belanja Barang untuk persediaan (521811) 4.000.000
c Belanja Jasa Profesi (522151) 11.800.000
d Belanja Sewa (522141) -
e Belanja perjalanan dinas luar kota (524119) 72.885.992
f Belanja perjalanan dinas dalam kota (524114) 7.132.500
g Belanja Sewa (522141) -
Total 97.859.512
Keterangan:
Anggaran tersedia pada bulan JULI 2019
Perencanaan Kegiatan:
1. Collecting Data
2. Pengolahan dan Analisis Data
3. Terbitan Jurnal dan Prototipe
- Drafting Jurnal
- Terbitan Scopus
- Submit Jurnal
4. Pembuatan Laporan Akhir
TUGAS
No Nama Instansi asal Bidang tugas Uraian tugas
1. Shinta Rahma Diana, SE., M.Si PusKKPA - LAPAN Koordinator Mengkoordinasi Kegiatan
Produktifitas
2. Dr. Farida FE – UPI YAI Anggota
Pengolahan data dan Analisis Potensi Ekonomi