PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID

Transkripsi

1 PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2006

2 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul : PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG adalah benar merupakan hasil karya sendiri dengan arahan dari komisi pembimbing dan belum pernah dipublikasikan. Semua sumber data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat diperiksa kebenarannya. Bogor, Maret 2006 Yang Menyatakan Mohamad Chafid NRP :G

3 ABSTRAK MOHAMAD CHAFID. Pemodelan Stok Gabah/Beras di Kabupaten Subang. Di bawah bimbingan KHAIRIL A NOTODIPUTRO, EDI ABDURACHMAN dan I MADE SUMERTAJAYA. Data stok gabah/beras sangat dibutuhkan untuk melihat kecukupan pangan di suatu wilayah. Pada saat ini informasi mengenai besarnya stok gabah/beras di suatu wilayah tidak diketahui kecuali melalui survei. Pada penelitian ini dilakukan penyusunan model stok gabah/beras pada 3 pemegang stok yaitu rumah tangga petani, penggilingan padi dan Sub Dolog. Berdasarkan model tersebut dilakukan pendugaan besarnya stok setara beras di Kabupaten Subang. Tujuan dari penelitian ini adalah (1) mendapatkan data stok gabah/beras di rumah tangga petani, penggilingan padi dan Sub Dolog; (2) menyusun model pendugaan stok gabah/beras di rumah tangga petani, penggilingan padi dan Sub Dolog, dan (3) melakukan pendugaan total stok Kabupaten Subang berdasarkan model yang dibangun. Survei dilakukan pada awal Agustus 2005 di 18 Kecamatan di Kabupaten Subang. Jumlah contoh untuk rumah tangga petani sebanyak 217 contoh, jumlah contoh untuk penggilingan sebanyak 70 contoh. Model pendugaan stok untuk rumah tangga petani dan penggilingan padi menggunakan regresi linier berganda, sebagai peubah bebas produksi padi bulanan per kecamatan. Model Sub Dolog dan Model Produksi Bulanan menggunakan model ARIMA (Autoregresive Integrated Moving Average). Hasil penelitian menunjukkan produksi padi bulanan sangat mempengaruhi besanya stok, pada saat panen raya stok cenderung meningkat. Rasio stok terhadap produksi dirumah tangga petani menunjukkan semakin jauh saat panen rasio stok semakin kecil. Rumah Tangga petani yang panen 1 bulan lalu memiliki stok rata-rata 34% dari produksi dan terus menurun, sehingga pada panen 5 bulan lalu stok hanya 7% dari produksi. Hasil penelitian menujukkan stok petani dan penggilingan sangat dipengaruhi oleh besanya produksi padi bulanan di wilayah tersebut. Model yang dihasilkan dapat menjelaskan bulan panen yang dapat meningkatkan stok dan bulan panen yang menurunkan stok. Model Stok beras di Sub Dolog Kabupaten Subang adalah dengan menggunakan model transformasi logaritma ARIMA (2,0,2) tanpa pengaruh musiman. Sedangkan model produksi padi bulanan dengan menggunakan model ARIMA (0,0,0)x(1,0,1)12 dengan faktor musiman 12 bulan. Pendugaan besarnya stok total di rumah tangga petani, penggilingan dan Sub Dolog di Kabupaten Subang pada awal Agustus 2005, berdasarkan model adalah ton setara beras. Peramalan stok setara beras di Kabupaten Subang pada bulan Agustus, September, Oktober, Nopember dan Desember 2005 berturut-turut sebesar ribu ton, ribu ton, ribu ton, ribu ton dan ribu ton. Pada Januari 2006 produksi diramalkan kembali menurun menjadi ribu ton setara beras, karena merupakan puncak masa paceklik.

4 PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Statistika SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006

5 Judul Tesis : Pemodelan Stok Gabah/Beras di Kabupaten Subang Nama : Mohamad Chafid NRP : G Program Studi : Statistika Disetujui Komisi Pembimbing Dr. Ir. Khairil A Notodiputro, MS Ketua Dr. Ir. Edi Abdurachman, MS Anggota Dr. Ir. I Made Sumertajaya, MS Anggota Diketahui Ketua Program Studi Statistika Dekan Sekolah Pasca Sarjana Dr. Ir. Budi Susetyo, MS Prof. Dr. Ir. Syafrida Manuwoto, M.Sc. Tanggal Ujian : 3 Maret 2006 Tanggal lulus :

6 PRAKATA Alhamdulillah puji syukur kehadirat Allah SWT atas rahmat dan karunia- Nya sehingga karya ilmiah dengan judul Pemodelan Stok Gabah/Beras di Kabupaten Subang ini dapat diselesaikan. Penulis mengucapkan terimakasih kepada Dr. Ir. Khairil A Notodiputro, MS., Dr. Ir. Edi Abdurachman, MS dan Dr.Ir. I Made Sumertajaya,MS selaku pembimbing yang telah banyak memberikan arahan dan saran dalam penulisan karya ilmiah ini. Disamping itu, penghargaan penulis sampaikan kepada Kepala Dinas Pertanian Kabupaten Subang, Ibu Ariasih beserta staf perencanaan di Dinas Pertanian Subang, yang telah memberikan dukungan dan bantuan atas pelaksanaan survei stok pangan. Penulis juga sampaikan terimakasih dan penghargaan kepada Bapak Edi Abdurachman sebagai Kepala Pusat Data dan Informasi Pertanian, Bapak Harisno sebagai Kepala Bidang Pelayanan Data dan Informasi, Bapak Dewa Ngakan Cakrabawa sebagai Kepala Sub Tanaman Pangan dan Peternakan, serta seluruh tim stok pangan Pusat Data dan Informasi Pertanian (Heni, Hany, Anna, Budi, Ade, Tika dan Yani), atas segala bantuan dan dukungan dalam pelaksanaan survei. Ungkapan terimakasih juga penulis sampaikan kepada para pimpinan dan staf terkait di lingkup Departemen Pertanian yang telah memberikan kesempatan izin belajar. Pada kesempatan ini penulis juga menyampaikan penghargaan dan terimakasih kepada ibunda dan ayahanda, yang senantiasa mendorong dan mendoakan kami. Terimakasih dan penghargaan juga penulis sampaikan kepada istri tercinta yang senantiasa memberi kasih sayang, mendoakan, memberi semangat dan dukungan dalam kelancaran studi, serta kedua putri tercinta kami, putri kami tercinta Inez dan Inda, yang dengan caranya telah membantu kelancaran studi. Semoga karya ilmiah ini bermanfaat. Bogor, Maret 2006 Mohamad Chafid

7 RIWAYAT HIDUP Penulis dilahirkan di Cirebon pada tanggal 12 Mei 1966 sebagai putra kesembilan dari sembilan bersaudara pasangan Almarhum Bapak Haji Machmud dan Ibu Utih. Pendidikan SD, SMP ditempuh di Kecamatan Palimanan Kabupaten Cirebon. Tahun 1985 penulis lulus dari SMA Negeri 2 Cirebon. Pendidikan Sarjana di tempuh di Institut Pertanian Bogor, Jurusan Teknologi Pangan dan Gizi, Fakultas Teknologi Pertanian, lulus tahun Pada tahun 1998 penulis menikah dengan Gayatri Indriswari dan dikaruniai 2 orang putri yaitu Inez Nabilaswari (6 tahun) dan Indaswari Hafidzni Putri (4 tahun). Penulis mulai bekerja sejak tahun 1994 di Pusat Data dan Informasi Pertanian, Departemen Pertanian, sebagai tenaga Fungsional Statistik.

8 DAFTAR ISI Halaman DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... PENDAHULUAN... 1 TINJAUAN PUSTAKA Beras Komoditas Strategis... 4 Konsep Stok... 6 Stok Petani... 8 Stok Penggilingan... 9 Survei Contoh Analisis Regresi Linier Berganda Model Deret Waktu ARIMA METODOLOGI Sumber Data Perancangan Survei Pelaksanaan Survei Pemilihan Rumah Tangga Petani Contoh Pemilihan Penggilingan Padi Contoh Pendugaan Stok Gabah/Beras di Wilayah Kabupaten Model Stok Petani 33 Model Stok Penggilingan Model Stok Sub Dolog Model Stok Wilayah Kabupaten HASIL DAN PEMBAHASAN Karakteristik Petani Responden Deskripsi Pola Panen Padi Kabupaten Subang Deskripsi Luas Panen, Produktivitas dan Stok Suplai Gabah/Beras di Rumah Tangga Petani Deskripsi Rasio Stok Terhadap Produksi Deskripsi Penggilingan Padi Deskripsi Sub Dolog Model Stok Petani Model Stok Penggilingan Model Stok Sub Dolog Stok Gabah/Beras di Kabupaten Subang Peramalan Stok Setara Beras Di Kabupaten Subang KESIMPULAN DAN SARAN DAFTAR PUSTAKA LAMPIRAN ix x xi

9 DAFTAR TABEL Halaman 1 Harga pembelian dan persyaratan gabah Pemilihan Kecamatan Contoh Alokasi rumah tangga contoh survei stok gabah/beras Jumlah alokasi contoh petani per desa terpilih Daftar jumlah rumah tangga petani contoh Jumlah populasi dan penggilingan contoh Konsumsi beras per kapita petani responden Produksi padi sawah di Kabupaten Subang Rasio stok terhadap produksi Kabupaten Subang Rasio stok terhadap produksi Kabupaten Subang Wilayah Non Pantura Rasio stok terhadap produksi Kabupaten Subang Wilayah Pantura Besaran stok di penggilingan pada awal Agustus Volume pembelian gabah dan penjualan beras bulan Juli Volume penjualan beras berdasarkan tujuan penjualan Deskripsi Stok Sub Dolog Subang tahun Model stok petani Pendugaan stok setara beras di rumah tangga petani Model stok penggilingan Pendugaan stok setara beras di penggilingan Penduga parameter model ARIMA (2,0,0) dan ARIMA (2,0,2) Uji kebebasan galat dengan Modified Box-Pierce (Ljung-Box) Peramalan stok setara beras di Sub Dolog Kabupaten Subang dengan Model ARIMA (2,0,2) Stok setara beras pada Bulan Agustus 2005 di Kabupaten Subang Penduga parameter model ARIMA (0,0,2)x(1,0,1) Uji kebebasan galat dengan Modified Box-Pierce (Ljung-Box) model ARIMA (0,0,0)x(1,0,1) Peramalan produksi padi di Kabupaten Subang dengan model ARIMA (0,0,2)x(1,0,1) Peramalan Stok setara beras di Kabupaten Subang... 80

10 DAFTAR GAMBAR Halaman 1 Tata niaga padi dari petani sampai konsumen Skema distribusi stok beras (BPS 2002) Diagram alir pengumpulan data stok petani Diagram alir pengumpulan data stok penggilingan Skema model penelitian stok Skema penggunaan produksi gabah oleh petani Skema pembelian, penjualan dan stok penggilingan Histogram pendidikan petani responden Histogram umur petani responden Diagram kotak garis konsumsi per kapita Pola panen padi di Kabupaten Subang Diagram kotak garis produktivitas padi Pola ketersediaan gabah/beras pada petani contoh Kabupaten Subang Rasio stok terhadap produksi menurut waktu panen Rasio stok terhadap produksi menurut lag waktu panen berdasarkan wilayah Diagram kotak garis stok beras di penggilingan pada awal Agustus Volume pembelian gabah oleh penggilingan bulan Juli Volume penjualan beras oleh penggilingan bulan Juli Plot pendugaan stok di petani menurut hasil survei dan model Plot pendugaan stok di penggilingan menurut hasil survei dan model Plot antara nilai aktual dan dugaan stok setara beras di Sub Dolog Nilai aktual dan dugaan produksi serta peramalan 6 bulan ke depan dengan model ARIMA (0,0,0)x(1,0,1)

11 DAFTAR LAMPIRAN Halaman 1 Deskripsi luas panen, produksi, produktivitas dan stok Pendugaan stok di rumah tangga petani berdasarkan hasil survei Model Stok Petani Pendugaan Stok beras di penggilingan berdasarkan hasil survei Model Stok Penggilingan Model Stok Sub Dolog Model produksi Kabupaten Subang Kuisioner survei stok gabah/beras Aplikasi perhitungan stok gabah/beras bulanan Kabupaten Subang

12 PENDAHULUAN Latar Belakang Beras telah menjadi bahan makanan pokok bagi sebagian besar masyarakat Indonesia. Hal ini terutama disebabkan beras telah semakin banyak diproduksi, tersedia dan mudah diperoleh di setiap saat dan setiap tempat. Dominasi beras dalam konsumsi pangan masyarakat dan kemudahannya dalam penyimpanan, distribusi dan penyajian, telah mendorong pemerintah dan masyarakat membangun cadangan pangan dalam bentuk beras atau gabah. Cadangan pangan terutama beras merupakan komponen yang sangat penting dalam penyediaan pangan, karena dapat difungsikan sebagai stabilisator pasokan pangan pada saat produksi atau pasokan tidak mencukupi. Informasi mengenai stok beras ini sangat penting untuk mengetahui situasi ketahanan pangan, baik di tingkat rumah tangga maupun wilayah (kabupaten, propinsi, nasional). Informasi stok beras pemerintah relatif lebih mudah diperoleh karena dilakukan oleh instansi pemerintah (pada saat ini Bulog), sedangkan informasi mengenai stok gabah/beras di masyarakat lebih sulit diperoleh dan tidak tersedia secara rutin. Di sisi lain data stok ini sangat dibutuhkan dalam penentuan kebijakan sektor pertanian karena menyangkut ketersediaan pangan di suatu wilayah. Mengingat informasi tersebut sangat diperlukan oleh para pengambil kebijakan dalam mempertimbangkan apakah harus melakukan impor atau tidak, harus mendatangkan beras dari wilayah lain atau tidak, dan cadangan beras mencukupi atau tidak, maka diperlukan penelitian mengenai stok gabah/beras. Untuk menduga stok gabah/beras di suatu wilayah perlu dilakukan survei. Namun demikian survei membutuhkan biaya, waktu dan tenaga yang cukup besar. Oleh karena itu diperlukan suatu model pendugaan stok gabah/beras di suatu wilayah. Hasil dari penelitian diharapkan bermanfaat bagi para pengambil kebijakan mengetahui dengan mudah jumlah stok gabah/beras di wilayahnya. Hal ini penting diketahui apakah wilayah tersebut perlu mendatangkan beras dari luar wilayah atau sebaliknya jika surplus dapat menjual beras ke daerah lain. Kemudahan model pendugaan stok menjadi faktor penting, dalam memanfaatkan model tersebut.

13 2 Perumusan Masalah Informasi mengenai jumlah pangan yang tersedia dalam suatu wilayah menjadi sangat penting. Pada sisi lain informasi mengenai besarnya stok pangan ini sulit diperoleh. Beberapa permasalahan yang dihadapi dalam menghitung stok beras di masyarakat diantaranya adalah : 1. Siapa saja yang melakukan penyimpanan stok gabah/beras dan bagaimana pola penyimpanan stok tersebut? 2. Berapa besar stok gabah/beras yang disimpan oleh rumah tangga petani produsen, faktor-faktor apa yang menentukan besar kecilnya stok tersebut? Apakah penggilingan padi melakukan penyimpanan stok dan berapa besarnya? Berapa besar stok gabah/beras dari waktu ke waktu yang disimpan oleh Sub Dolog? 3. Metodologi survei apa yang digunakan untuk menduga besarnya stok gabah/beras di suatu wilayah? 4. Model apa yang digunakan untuk menduga besarnya stok di rumah tangga petani, penggilingan padi dan Sub Dolog? 5. Bagaimana menduga total stok di wilayah Subang dengan menggunakan model? Bagaimana meramalkan besarnya stok gabah/beras bulanan di kabupaten contoh? Berdasarkan permasalahan tersebut maka akan dilakukan penelitian stok gabah/beras di suatu wilayah, pada penelitian ini studi khusus untuk Kabupaten Subang. Penelitian dilakukan melalui survei, selanjutnya data hasil survei akan dibuat model dan dilakukan simulasi peramalan stok dari model tersebut.

14 3 Tujuan Untuk menjawab pemasalahan tersebut, maka diperlukan solusi dalam memecahkan masalah. Tujuan dari penelitian ini adalah : 1. Mendapatkan data stok gabah/beras di rumah tangga petani, penggilingan dan sub Dolog. 2. Membangun model pendugaan stok gabah/beras di tingkat petani produsen, model stok gabah/beras beras di penggilingan, serta model stok gabah di pemerintah/dolog. 3. Melakukan pendugaan stok gabah/beras kabupaten contoh berdasarkan model yang telah dibangun. Ruang Lingkup Stok gabah/beras besarnya bervariasi di masyarakat. Masyarakat yang melakukan stok gabah/beras adalah : rumah tangga produsen padi, rumah tangga konsumen, penggilingan padi, pedagang beras, rumah tangga khusus (rumah makan dan hotel) dan industri pengolahan. Mengingat begitu banyaknya pemegang stok di masyarakat ini, di lain pihak adanya keterbatasan tenaga, biaya dan waktu, maka penelitian ini hanya di fokuskan kepada tiga pemegang stok utama yaitu : 1. Stok gabah/beras di rumah tangga petani produsen. 2. Stok gabah/beras di penggilingan. 3. Stok gabah/beras di Sub Dolog. Disamping itu juga diperkuat oleh penelitian yang dilakukan Sugianto et al. (1989), yang menyatakan bahwa pemegang stok terbesar adalah petani produsen dan penggilingan. Survei dilakukan pada tiga komponen pemegang stok gabah/beras tersebut. Survei ini hanya dilakukan pada satu kabupaten saja, kabupaten yang dipilih sebagai contoh pada penelitian ini adalah Kabupaten Subang.

15 TINJAUAN PUSTAKA Beras Komoditas Strategis Pemenuhan kebutuhan pangan yang cukup merupakan salah satu hak bagi manusia yang paling azasi dan juga salah satu penentu bagi perwujudan ketahanan nasional. Sehubungan dengan itu, kekurangan pangan yang terjadi secara meluas di suatu negara akan menyebakan kerawanan ekonomi, sosial dan politik yang dapat menggoyahkan stabilitas suatu negara. Bagi Indonesia, beras merupakan bahan pangan pokok yang sangat dominan. Pengalaman menunjukkan bahwa kelangkaan penyediaan beras yang menyebabkan melonjaknya harga beras pada tahun 1966 dan 1998, secara langsung atau tidak langsung memperparah krisis ekonomi, social dan politik yang terjadi pada saat itu, yang berujung pada pergantian pemerintahan (Malian et al. 2003). Secara ekonomis, beras masih merupakan komoditas strategis dalam perekonomian nasional, karena : (1). Usaha tani padi menyediakan kesempatan kerja dan sumber pendapatan bagi sekitar 21 juta rumah tangga petani; (2). Beras merupakan bahan pangan pokok bagi sekitar 95% penduduk Indonesia yang jumlahnya sekitar 205 juta jiwa, dengan pangsa konsumsi energi dan protein yang berasal dari beras lebih dari 55 persen; dan (3). Sekitar 30 persen dari total pengeluaran rumah tangga miskin dialokasikan untuk beras (Malian et al. 2003). Seiring dengan berjalannya era reformasi, lingkungan strategis domestik dan global berubah secara sangat dinamis. Khusus yang terkait dengan pemantapan ketahanan pangan, perubahan yang sangat signifikan adalah : (1). Pemerintah lebih membuka perekonomian Indonesia terhadap pasar global, termasuk untuk beras; dan (2). Terjadi perubahan paradigma pelaksanaan pembangunan dari sentralisasi kearah desentralisasi dan otonomi daerah serta dari kentalnya peran pemerintah sebagai pelaku menjadi peran pemicu dan/atau pemacu pembangunan yang dilaksanakan masyarakat. Pada tanggal 2 Maret 2005 Presiden mengeluarkan Instruksi Presiden (Inpres) No. 2/2005 tentang Kebijakan Perberasan. Dengan demikian Inpres No. 9 /2002 dinyatakan tidak berlaku. Presiden dalam inpres tersebut menetapkan harga pembelian pemerintah (HPP) gabah kering panen dalam negeri sebesar

16 5 Rp 1330 per kilogram di penggilingan. Sebelumnya (tidak ditetapkan dalam inpres) Perum Bulog membeli GKP Rp 1230 per kg di tingkat petani. Sedangkan harga gabah kering giling (GKG) yang dalam peraturan yang lama, yaitu Inpres No. 9/2002, disebutkan harga dasar pembelian GKG petani dalam negeri oleh Bulog adalah Rp 1725 di gudang Bulog. Dalam Inpres yang baru disebutkan harga pembelian GKG dalam negeri adalah Rp 1765 per kg di gudang penyimpanan atau Rp 1740 per kg di penggilingan. Untuk beras dalam inpres yang lama disebutkan harga dasar pembelian beras petani dalam negeri oleh oleh Bulog adalah Rp 2790 per kg di gudang Bulog. Sementara dalam inpres yang baru, harga pembelian beras dalam negeri adalah Rp 2790 per kg di penggilingan. Perbedaan lainnya, dalam inpres yang lama tidak ada persyaratan kualitas beras, sedangkan di dalam inpres yang baru ada beberapa syarat kualitas beras. Dalam inpres yang baru, Presiden menginstruksikan pelaksanaan pembelian gabah oleh pemerintah secara nasional dilakukan Perum Bulog. Namun, dalam bagian lain inpres itu juga disebutkan pembelian gabah oleh pemerintah di daerah, selain dilakukan Perum Bulog, juga dapat dilakukan oleh badan pemerintah atau badan usaha di bidang pangan (Kompas 5 Maret 2005). Tabel 1 Harga Pembelian dan Persyaratan Persyaratan GKP (%) GKG (%) - Kadar air maksimun Butir hampa/kotoran maksimum Butir kuning/rusak maksimum 3 3 -Butir hijau/ mengapur maksimum Butir merah maksimum 3 3 Harga Pembelian : GKP di penggilingan Rp 1.330/kg GKG di gudang penyimpanan Rp 1.765/kg GKG di penggilingan Rp 1.740/kg Beras di penggilingan Rp 2.790/kg Sumber : Pemerintah Menurut penelitian Natawidjaja (2001) petani akan menjual hasil panen ke penebas, pedagang pengumpul atau KUD. Penebas dan pedagang pengumpul langsung menjualnya ke penggilingan. Penggilingan selanjutnya mengolah padi menjadi beras dan menjualnya ke pedagang besar, atau Pasar Induk/Kota atau bisa juga ke Dolog. Pedagang besar dan Pasar Induk selanjutnya menjual beras ke

17 6 toko/pedagang pengecer, dan pedagang pengecer menjualnya beras ke konsumen. Untuk lebih jelasnya dapat dilihat pada Gambar 1 di bawah ini. P E T A N I Padi Padi Padi Penebas Pedagang pengumpul KUD Padi Padi Pedagang penampungan (Penggilingan padi) Beras DOLOG/BULOG Beras Pedagang besar Beras Pasar Induk/Kota Beras Beras Beras Toko/Kios Pengecer K O N S U M E N Gambar 1 Saluran Tata Niaga Padi dari Petani Sampai ke Konsumen (Natawidjaja 2001) Konsep Stok Stok adalah sejumlah bahan makanan yang disimpan/dikuasai oleh pemerintah atau swasta seperti yang ada di pabrik, gudang, depo, lumbung petani/rumah tangga dan pasar/pedagang, yang dimaksud sebagai cadangan dan akan digunakan apabila sewaktu-waktu diperlukan (Neraca Bahan Makanan 2003). Sugianto et al (1989) mengemukakan bahwa menurut tujuannya stok dapat dikelompokkan menjadi tiga macam yaitu : (1). Stok kerja atau stok saluran (2). Stok spekulasi dan (3). Stok berjaga-jaga. Stok kerja adalah stok yang

18 7 dimaksudkan untuk memperoleh keuntungan ekonomi secara langsung. Oleh karena itu stok kerja tidak responsif terhadap keuntungan yang diharapkan dari stok tersebut. Sebaliknya stok spekulasi adalah stok yang dipupuk untuk mempengaruhi keuntungan yang diharapkan dari peningkatan harga di masa depan. Oleh karena itu stok spekulasi sangat responsif terhadap keuntungan yang diharapkan dari stok. Stok berjaga-jaga adalah stok yang disimpan untuk memenuhi kebutuhan yang tidak terduga. Secara umum pelaku pemupuk stok gabah/beras dibagi menjadi dua yaitu : (1). Pemerintah dan (2). Masyarakat. Besaran stok di pemerintah relatif lebih mudah diketahui, tetapi besaran stok di masyarakat tidak mudah untuk diketahui setiap saat. Untuk mengetahui dengan lebih obyektif dilakukan melalui survei yang membutuhkan dana yang tidak sedikit dan waktu yang cukup lama. Oleh karena itu model untuk mengestimasi stok beras di masyarakat sangat diperlukan, walaupun tingkat akurasinya tidak sebaik survei namun penyajian datanya cepat tanpa dana yang besar (Sugianto et al. 1989). Pelaku pemupukan stok di masyarakat dapat dibedakan menjadi 6 kelompok yaitu : (1). Konsumen Rumah Tangga, (2). Petani produsen, (3). Pedagang makanan/hotel, (4). Pedagang perantara, (5). Industri pengolahan dan (6). Penggilingan padi. Berdasarkan hasil penelitian tahun 1989, disimpulkan bahwa petani produsen dan penggilingan adalah merupakan pemupuk stok terbesar dibandingkan kelompok lainnya, setelah itu adalah pedagang perantara (Sugianto et al. 1989). Secara skematis, distribusi stok beras dapat digambarkan seperti Gambar 2 di bawah ini. Secara matematis, ketersediaan beras secara nasional adalah produksi dalam negeri ditambah ekspor netto (impor dikurangi ekspor) ditambah stok periode sebelumnya. Jika lingkupnya wilayah maka ketersediaan beras adalah produksi wilayah tersebut ditambah distribusi masuk dikurangi keluar dan ditambah stok periode sebelumnya. Beras yang tersedia ini digunakan untuk kebutuhan dalam negeri yang terdiri dari konsumsi penduduk, bibit, industri pengolahan dan sebagainya. Sedangkan sisanya merupakan stok yang berada di pemerintah dan masyarakat (BPS 2002).

19 8 Produksi Masuk - Keluar Stok Sebelumnya Suplai (Ketersediaan) Disimpan (stok) Penggunaan (Konsumsi, bibit, industri,dll) Masyarakat Pemerintah Petani Produsen Penggilingan Rumah makan/hotel Pedagang Industri Pengolahan Rumah Tangga Konsumen Gambar 2 Skema Distribusi Stok Beras (BPS 2002) Stok Petani Rumah tangga petani (produsen) adalah rumah tangga dimana salah satu atau lebih anggota rumah tangganya mengusahakan tanaman padi dan melakukan panen, sehingga mempunya kontribusi terhadap produksi padi (BPS 2004). Stok gabah/beras di rumah tangga adalah banyaknya gabah/beras yang disimpan di rumah tangga baik untuk keperluan cadangan maupun untuk konsumsi sehari-hari (BPS dan BBKP 2004). Rumah Tangga Petani merupakan salah satu pemegang stok gabah/beras. Petani setelah panen padi, pada umumnya ada sebagian gabah dijual baik untuk modal usaha tani musim berikutnya atau keperluan lain dan sebagian gabah lagi disimpan baik untuk konsumsi atau cadangan pangan (BPS 2004).

20 9 BPS dan BBKP (2002) telah mengembangkan perhitungan cadangan beras (stok beras) dengan menggunakan rumus : Stok pe tan i = l rasioi prod i= 0 i dengan: rasio n x j= 1 = i n y j = 1 ij ij dan prod i = luas i x hasil i dimana, stok petani = Stok beras di rumah tangga petani di suatu propinsi/wilayah rasio i = rasio stok beras terhadap produksi padi bulan panen lag ke-i di suatu propinsi /wilayah. prod i =produksi padi bulan panen lag ke-i di suatu propinsi/wilayah x ij y ij luas i = Stok beras rumah tangga ke-j kelompok bulan panen lag ke-i =produksi padi (GKG) rumah tangga ke-j bulan panen lag ke-i =luas panen padi bulan panen lag ke-i hasil i =hasil per hektar tanaman padi pada bulan panen lag ke-i i = banyaknya lag bulan panen dari saat pencacahan n =banyaknya rumah tangga petani contoh di suatu propinsi/wilayah Stok Penggilingan Penggilingan adalah perusahaan yang melakukan proses pengolahan padi mulai dari gabah menjadi beras. Penggilingan dimaksud adalah penggilingan yang selain melayani jasa pengolahan gabah menjadi beras juga melakukan pembelian/penjualan gabah/beras dengan pihak lain, tidak termasuk penggilingan yang hanya melayani jasa pengolahan gabah menjadi beras saja. Stok gabah/beras di penggilingan adalah banyaknya gabah beras yang disimpan di penggilingan dan dimiliki/dikuasai oleh perusahaan penggilingan. Tidak termasuk cadangan (stok) milik pihak lain yang menyimpan/menitipkan gabah/bersanya di penggilingan tersebut (BPS 2002). BPS dan BBKP (2002) telah melakukan survei untuk mendapatkan model stok beras, melalui persamaan regresi linier sederhana yaitu : Ŝ =b 0 + b 1 P dimana Ŝ estimasi total stok di penggilingan pada saat pengamatan stok, P produksi padi

21 10 selama 4 bulan sebelum pengamatan stok, bo intersep dan b1 koefisien regresi. Namun pada kenyataanya model yang diperoleh adalah Ŝ = 7,376%P. Survei Contoh Tujuan dari survei contoh adalah membuat kesimpulan mengenai suatu populasi berdasrkan contoh yang diambil dari populasi tersebut. Kesimpulan dari suatu survei contoh bertujuan untuk menduga karakteristik dari populasi seperti rataan, total atau varian (ragam) dan biasa disebut parameter (Scheaffer et al. 1990). Penduga adalah suatu fungsi dari peubah acak, yang digunakan untuk menduga suatu parameter. Sebagai contoh, rataan contoh y sebagai penduga rataan populasi µ. Rataan contoh y adalah suatu penduga karena merupakan suatu fungsi dari hasil observasi contoh. Beberapa kemungkinan yang terjadi apakah rataan y cukup dekat dengan µ ataukah cukup jauh dengan µ. Jika kita mengambil suatu contoh dan menghitung rataan untuk menentukan penduga terbaik bagi µ, kita ingin mengetahui apakah nilai rataan y cukup dekat dengan µ. Oleh karena itu kita merencanakan mengambil contoh untuk memastikan bahwa E ( y ) = µ dan V( y ) kecil. Lebih lanjut Scheaffer et al. (1990) menyatakan secara umum jika θˆ adalah suatu penduga bagi parameter?, dua sifat yang diharapakan dari penduga θˆ adalah : 1. E (θˆ) =? disebut penduga tak bias. 2. V(θˆ) =σ θ 2 kecil (minimum) Sedangkan Netter (1990) menambahkan sifat-sifat penduga : 1. Suatu penduga θˆ bagi parameter? dikatakan tidak berbias jika : E {θˆ} =? 2. Suatu penduga θˆ merupakan penduga konsisten bagi? jika: Lim P( θˆ -? =e)=0 untuk sembarang e > 0 n? ~

22 11 3. Suatu penduga θˆ merupakan penduga cukup bagi? jika fungsi peluang bersama bersyarat bagi amatan-amatan contoh, jika θˆ diketahui, tidak bergantung pada parameter?. 4. Suatu penduga θˆ merupakan penduga ragam minimum bagi? jika untuk sembarang penduga θˆ* lainnya : σ 2 2 { θˆ } σ { θˆ } untuk semua θˆ* Sumber-sumber Kesalahan dalam Survei (Scheaffer et al. 1990) 1. Sampling Error : terjadi karena suatu contoh tidak dapat memberikan informasi yang lengkap tentang suatu populasi. Kesalahan ini dapat dicegah dengan membuat design survei secara hati-hati dan benar. 2. Non Sampling Error : kesalahan ini lebih sulit untuk diatasi. Jenisjenis kesalahan non sampling error : - Non respon : responden tidak memberikan respon terhadap informasi yang diinginkan - Responden memberikan informasi yang salah. - Kesalahan pendefinisian dalam kuisioner survei atau memiliki persepsi sendiri-sendiri. Analisis Regresi Linier Berganda Analisis regresi merupakan suatu teknik statistik untuk menyelidiki dan memodelkan hubungan diantara peubah-peubah, yaitu peubah tak bebas (respon) dan peubah bebas (prediktor). Diantara model-model regresi, model regresi linier merupakan model yang paling sederhana dan paling sering digunakan. Suatu model linier adalah sebuah fungsi linier dalam parameter β 0, β 1,..., β m (Myers & Milton, 1991). Model Regresi yang mempunyai lebih dari satu peubah bebas dan linier dalam koefisennya disebut model regresi linier berganda. Persamaan regresi linier adalah persamaan antara satu peubah tak bebas (Y) dengan satu atau lebih peubah bebas (X 1, X 2,...,X p ), yang dinyatakan sebagai berikut : Y i = β + β X + β X β X + ε 0 1 1i 2 2i atau dalam bentuk matriks : Y = Xβ + e p pi i

23 12 dimana X = matriks peubah bebas berukuran nxk Y= vektor peubah tak bebas berukuran nx1 β = vector parameter berukuran kx1 e = vector galat (sisaan) berukuran nx1 n= banyaknya pengamatan k=p+1 adalah banyaknya parameter. Dalam model regresi klasik diasumsikan bahwa e i merupakan suatu peubah acak yang berdistribusi normal dengan nilai tengah nol; dan ragam s 2, serta e i dan e j tidak berkorelasi (bebas satu sama lain). Dengan kata lain model memiliki sifat : e i ~ N(0, s 2 ) ; E(e i ) = 0 ; V(e i ) = s 2 dan Cov(e i, e j ) = 0, i?j. Pendugaan parameter dalam model regresi biasa dilakukan dengan meminimumkan jumlah kuadrat sisaan atau : ε ε = ( Y X β ) ( Y X β ) = Y Y 2 β X Y + β X X β Sebagai nilai dugaan, maka akan dipilih β sedemikian rupa sehingga sehingga nilai ε ε akan minimum. Caranya adalah dengan mendiferensialkan persamaan tersebut terhadap β dan kemudian disamakan dengan nol, yaitu : ( ε ε) β = 2 X Y + 2X X β = 0 sehingga akan didapatkan : ˆβ = dengan 1 ( X X ) ( X Y ) X X adalah matriks non singular (berpangkat penuh). Penduga βˆ adalah penduga yang mempunyai sifat linier, tidak berbias dan memiliki ragam minimum (Myers & Milton, 1991). Apabila matriks X X tidak berpangkat penuh, maka penduga β dicari dengan matriks kebalikan umum. Penduga tersebut bersifat tidak unik, dan solusi umumnya (Kshirsagar 1983) adalah : ~ β = βˆ + ( I H )z dimana H = S S adalah matriks idempoten berukuran pxp dan mempunyai sifat H 2 =H, SH=S, pangkat H = pangkat S = pangkat X = tr H ; dan z adalah vektor sembarang; sedangkan

24 13 βˆ = S X Y dimana S adalah kebalikan umum dari S = X X. Menurut Myer (1990) selang kepercayaan dan selang pendugaan untuk regresi berganda dapat diduga dari parameter Var yˆ x = x ) dimana : x = dan vektor ( 1, x1, x2,..., xk ) x 0 = ( 1, x1,0, x2,0,..., xk, 0) ( 0 Pada saat x=x 0, diasumsikan galat menyebar normal, maka selang kepercayaan 100(1-a)% bagi E(y x=x 0 ) diberikan oleh : yˆ ( x 1 0 ) ± t α / 2, s x n p 0( X X ) x 0 1 Disini nilai s x 0 ( X X) x0 disebut galat baku pendugaan (standard error of prediction). Sedangkan selang pendugaan untuk suatu amatan yang baru pada x=x 0 dapat diperoleh dari : yˆ ( x 1 0 ) ± t α / 2, n ps 1+ x 0( X X ) x 0 Model Deret Waktu ARIMA Metode ARIMA biasa diterapkan dalam permodelan dan peramalan data deret waktu. Metode ini lebih dikenal dengan metode Box-Jenkins. Pada metode ini ada tiga tahapan iteratif dalam melakukan permodelan deret waktu (Montgomery et al. 1990), yakni : Spesifikasi model berdasarkan data historis, pendugaan parameter dan diagnostik model untuk memeriksa kelayakan model.tahapan selanjutnya adalah peramalan berdasarkan model yang diperoleh (Bowerman & O Connel 1987). Asumsi dalam permodelan data deret waktu didasarkan pada White Noise atau galat acak (Montgomery et al. 1990). Asumsi tersebut menyatakan bahwa : Galat atau sisaan menyebar normal dengan rataan nol dan ragam s 2 Galat atau sisaan bersifat bebas atau tidak berkorelasi.

25 14 Tahapan Model ARIMA (p,d,q) Ada tiga tahapan iterasi dalam permodelan data deret waktu : 1. Penentuan model tentatif (spesifikasi model) berdasarkan analisis data historis. Tahap ini digunkan menentukan secara tentatif nilai p (proses AR), d (pembedaan) dan q (proses MA). 2. Pendugaan parameter model. Tahapan ini digunakan menentukan penduga bagi parameter model yaitu? i dan f i (i=1,2,...) sesuai dengan model tentatif di atas. 3. Analisis diagnostik (analisis sisaan) untuk mengevaluasi kelayakan model. Prosedur semacam ini sering disebut sebagai metode BOX-JENKINS. Spesifikasi Model ARIMA Alat yang digunakan dalam tahapan ini adalah fungsi korelasi diri (ACF) dan fungsi korelasi parsial (PACF). Karena fungsi autokorelasi teoritis tidak diketahui, maka tahap spesifikasi model didasarkan pada korelasi contoh (dari data yang ada). Jika? k adalah korelasi diri teoritis dan r k korelasi diri dari data, maka karakteristik r k kemudian dibandingkan dengan karakteristik? k. Karena ACF pada model ARIMA (p,d,q) bersifat khas maka r k dapat dijadikan petunjuk dalam penentuan model tentatif. Autokrelasi contoh bisa didapat dengan rumus : r n k ( Zt Z )( Zt+ k Z ) t= 1 k = n ( Zt Z ) t= 1 2 k=1,2,... dimana Z n t= = 1 Menurut Cryer (1991), karena r k berasal dari contoh (data aktual) maka diperlukan galat baku (standar error) bagi r k yaitu S rk untuk menguji apakah r k =0. Berdasarkan S rk maka r k?0 jika dan hanya jika r k > 2S rk. Sebagai pendekatan besarnya S rk adalah : 1 S rk n Fungsi Autokerelasi parsial (PACF) dapat juga digunakan sebagai alat untuk mengidentifikasi model. Untuk AR karakteristiknya digambarkan oleh fungsi korelasi diri parsial : n Z t

26 15 φ kk = k Corr( Zt, Zt k Zt 1, Zt 2,..., Zt + 1) Korelasi antara Z t dan Z t-k dengan menghilangkan pengaruh dari Z t-1, Z t-2,..., Z t-k+1. Koefisien PACF φkk (persamaan Yule-Walker): ρ = φ... ρ j adalah koefisien ke-k dalam proses autoregresif ordo ke-k k1 ρ j 1 + φk 2ρ j φkk j k j=1,2,...,k Catatan :? j =? -j ;? 0 =1 Jika φ ˆ 2Sφˆ maka dapat disimpulkan bahwa φ ˆ 0, sementara kk kk kk 1 Sφ ˆ kk sehingga n 2 φ ˆ kk. n Pendugaan Parameter Model Setelah tahap identifikasi model maka dilakukan pendugaan parameter terhadap model tentatif yang diperoleh. Selanjutnya Cryer (1991) menyatakan ada 3 metode pendugaan parameter: a. Metode Momen: didasarkan pada perbandingan antara persamaan momen contoh dan momen teoritis. Metode ini tidak mudah diterapkan pada ARIMA (p,d,q) secara umum. b. Metode Kuadrat Terkecil (MKT): dalam metode ini terfokus pada meminimumkan galat, sementara dalam proses MA terdiri dari beberapa galat. Hal ini menimbulkan persoalan pada MKT. Oleh karena itu dilakukan pendekatan metode numerik untuk persamaan non linier. c. Metode Maximum Likelihood : dalam metode ini diperlukan adanya informasi tentang sebaran bagi a t. Jika a t ~ N (µ, s 2 ) maka hasil MKT sama dengan Maximum Likelihood, jadi MKT sebenarnya hanyalah kasus khusus dari metode Maximum Likelihood. Analisis Diagnostik Proses diagnostik dilakukan untuk memeriksa kelayakan model (goodnessof-fit) sebelum model tersebut digunakan sebagai alat peramalan. Model dikatakan layak apabila nilai aktual dapat didekati dengan baik oleh pendugaan

27 16 dari model atau dengan kata lain pemeriksaan model ini dapat distandarkan kepada galat atau dikenal dengan nama analisis sisaan (galat). Dalam pemodelan ARIMA beberapa diagnostik model dapat dilakukan (Cryer 1991): a. Analisis sisaan: pada dasarnya untuk memeriksa asumsi yang mendasari model khususnya mengenai white noise (ingar putih) a t, dimana a t menyebar saling bebas identik dengan sebaran normal E(a t )=0 dan 2 V(a t )=s a b. Pemeriksaan kelayakan model ARIMA 1. Uji Portmanteau untuk ARIMA (p, d, q) Q = n K 2 rˆ k k= 1 n k ( aˆ a )( aˆ a ) t k= 1 ˆ =, a = 0 n r k t= 1 t+ k ( aˆ a ) t r k merupakan fungsi autokorelasi galat. 2 Jika n besar Q ~? 2 (a; db= k-p-q) H 0 : Model layak (a t bebas atau tidak berkorelasi) H 1 : Model tidak layak (a t berkorelasi) Kaidah keputusan :Jika Q >? 2 (a; db= k-p-q) maka tolak H Uji Modified Box-Pierce (Ljung-Box-Pierce) Q = n K ( n + 2) rˆ 2 k k= 1 n k Penyempurnaan dari metode di atas. Hipotesis dan metode keputusan sama dengan metode Portmanteau. c. Overparameterisasi (overfitting) Pada identifikasi model misalnya diperoleh model ARIMA (1, 0, 0) kemudian dilakukan pendugaan parameter terhadap model tersebut. Selanjutnya dilakukan overfitting menggunakan ARIMA (2, 0, 0) :

28 17 Zˆ t ˆ ˆ = ε 0 + φ1zt 1 + φ2z t 2 ˆ Uji dengan menggunakan uji t untuk φ ˆ 2, jika φ ˆ 2 tidak berbeda nyata dengan nol maka model yang dipilih adalah ARIMA (1,0,0). Peramalan Tujuan utama membangun model adalah adalah untuk melakukan peramalan. Berdasarkan series data yang telah lalu sampai dengan waktu ke t, yaitu Z t, Z t-1,..., Z 1, dapat dilakukan peramalan untuk Z t+l dan l adalah unit waktu yang akan datang. Berdasarkan waktu t dari data asal, kita dapat meramalkan l waktu ke ˆ l depan. Penulisan Z t ( ) maknanya ramalan untuk waktu ke-(t+l) berdasarkan t data. Menurut Cryer (1991) metode peramalan yang digunakan adalah Minimum Mean Square Error (Kuadrat Tengah Terkecil Galat). Metode ini menyatakan ˆ l peramalan Z t ( ) diberikan oleh : ˆ t ( l ) Z =E(Z t+l Z t, Z t-1,..., Z 1 ) Lebih jauh Cryer menyatakan bahwa error pendugaan e t(l) dapat didefinisikan sebagai: ˆ l e t(l) = Z t+l - Z t ( ) Jika a t white noise model umum ARIMA berasal dari sebaran normal dan error peramalan e t(l) juga berdistribusi normal. Secara umum pada model ARIMA nilai tengah dan ragam dari e t(l) adalah : E[e t (l)]=0, l=1 Var 1 2 l [ e ( )] = t l a j= σ ψ l=1 0 2 j Untuk model non stationer pembobot? j tidak menuju nol dengan meningkatnya nilai j. Sebagai contoh untuk model langkah acak (random walk),? j =1 untuk semua nilai j; untuk model IMA (1,1)? j =1? untuk j=1; untuk model IMA(2,2)? j =1 +? 2 +(1-? 1 -? 2 )j untuk j=1 dan untuk model ARI(1,1)? j=(1-ø j+1 )/(1-Ø) (Cryer1991).

29 18 Untuk mengestimasi ragam 2 a σ, pada semua kasus pertama kita mengestimasi? 0 =Var (Z t ) dengan menggunakan varian contoh : ( ) = = n Z Z S n t t Untuk model AR(p) besarnya ragam ini : ( ) ˆ... ˆ ˆ 1 ˆ S r r r p a φ p φ φ σ = Untuk model MA(q) kita dapat menggunakan persamaan : ˆ... ˆ ˆ 1 ˆ q a S θ θ θ σ = Untuk model ARMA(1,1) penduga ragam : ˆ 2 ˆ ˆ 1 ) ˆ (1 ˆ S a θ θφ φ σ + = Lebih jauh Cryer (1991) menyatakan Selang Kepercayaan (1-a)100% untuk peramalan Z t+l adalah : ( ) [ ] l e Var Z l Z t t ) 2 (1 ) ( ˆ α ±

30 METODOLOGI Sumber Data Data yang digunakan dalam penelitian ini ada dua sumber yaitu : a. Data Primer b. Data Sekunder Data primer diperoleh melalui survei langsung pada tiga pemegang stok yaitu petani produsen, penggilingan dan Dolog setempat. Jumlah contoh yang disurvei adalah petani produsen sekitar 217 contoh, penggilingan sekitar 70 contoh dan Sub Dolog setempat. Data sekunder yang diperlukan dalam penelitian ini terutama adalah data produksi dan luas panen per bulan, data jumlah rumah tangga petani padi sawah, data konsumsi. Data ini dapat diperoleh dari Dinas Pertanian dan Badan Pusat Statistik Kabupaten Contoh (Kabupaten Subang). Perancangan Survei Survei dilaksanakan di Kabupaten Subang Propinsi Jawa Barat. Kabupaten Subang adalah salah satu kabupaten daerah penghasil padi di Jawa Barat. Dari daftar nama kecamatan di Subang diambil secara acak sejumlah kecamatan contoh. Selanjutnya dilakukan pendaftaran kelompok tani dan penggilingan bekerja sama dengan aparat setempat (PPL/KCD). Dari daftar tersebut diambil secara acak sejumlah contoh yang terdiri dari petani produsen, dan penggilingan padi untuk diwawancarai. a. Penyusunan Kerangka Contoh Terdapat beberapa kerangka contoh (frame) yang digunakan pada survei ini, yaitu: 1. Kerangka contoh untuk pemilihan kecamatan, yang merupakan daftar nama kecamatan di Kabupaten Subang. 2. Kerangka contoh untuk pemilihan desa, yaitu daftar nama desa dalam kecamatan terpilih. 3. Kerangka contoh rumah tangga petani produsen, yaitu daftar lengkap (listing) kelompok tani pada desa terpilih.

31 20 b. Alokasi Contoh Kelompok Tani dan Penggilingan Banyaknya kelompok tani terpilih dalam suatu kecamatan proporsional terhadap luas panen padi tahun 2004 pada masing-masing kecamatan. Sedangkan jumlah penggilingan padi yang menjadi contoh adalah dari hasil pendaftaran penggilingan yang ada di kecamatan contoh dipilih secara acak 3-5 penggilingan per kecamatan. c. Teknik Penarikan Contoh Pemilihan contoh dilakukan secara acak bertahap, karena dari hasil pendaftaran tidak memiliki informasi awal mengenai skala usaha petani untuk rumah tangga petani dan kapasitas giling untuk penggilingan, sehingga lebih mudah dilakukan pemilihan secara acak sehingga untuk setiap contoh memiliki peluang yang sama untuk terpilih. Tahapan penarikan contoh Rumah Tangga Petani yang diterapkan meliputi: a. Tahap pertama, memilih sejumlah kecamatan berdasarkan kelompok luas panen. b. Tahap kedua, dari kecamatan terpilih dilakukan alokasi contoh kelompok tani secara proporsional terhadap luas panen padi pada tahun 2004 di masing-masing kecamatan. c. Tahap ketiga, memilih secara acak satu atau beberapa desa pada masing-masing kecamatan terpilih. d. Tahap keempat, dari hasil pendaftaran lengkap kelompok tani pada setiap desa contoh dipilih contoh Rumah tangga Kelompok Tani secara acak dan beberapa rumah tangga anggota kelompok tani. Tahapan penarikan contoh Penggilingan Padi meliputi : a. Tahap pertama, berdasarkan kecamatan contoh yang telah terpilih pada pemilihan contoh rumah tangga dilakukan pendaftaran lengkap penggilingan padi.

32 21 b. Tahap kedua, dari hasil pendaftaran penggilingan yang merangkap pedagang maka dilakukan lagi pemilihan penggilingan contoh secara acak. Mulai Penyusunan Kuisioner Penetapan Kabupaten Contoh Berdasarkan kelompok luas panen Pemilihan Kecamatan Contoh (Form SSP05-Dkec) Pengalokasian Jumlah Contoh per kecamatan (PPS) Pemilihan desa contoh (Form SSP05-Ddesa) Daftar nama kelompok tani Pembaruan Kelompok Tani (Daftar SSP05-Sptn) Pemilihan kelompok tani secara acak Data stok gabah/beras petani Wawancara terhadap ketua kelompok tani contoh dan beberapa anggota (Form SSP05-Sptn) Gambar 3 Diagram Alir Pengumpulan Data Stok Petani Oleh karena survei dilakukan pada hampir seluruh kecamatan yang memiliki produksi padi, maka perlu ada petugas khusus yang membantu yaitu KCD/PPL setempat. Pendaftaran lengkap meliputi daftar ketua kelompok tani dan daftar penggilingan padi dibantu oleh KCD/PPL. Petugas pendaftaran tersebut

33 22 telah diberikan pelatihan mengenai tata cara melakukan pendaftaran rumah tangga dan penggilingan padi. Petugas pewawancara dilakukan oleh tim survei stok pangan (Pusdatin) dibantu oleh KCD/PPL. Mulai Penyusunan Kuisioner Penetapan Kabupaten Contoh Berdasarkan kelompok luas panen Pemilihan Kecamatan Contoh (Form SSP05-Dkec) Pendaftaran penggilingan padi (Formulir SSP05-Dpgl) Pemilihan penggilingan padi merangkap pedagang secara acak Daftar contoh penggilingan padi Wawancara penggilingan padi (SSP05-Spgl) Data stok gabah/beras di penggilingan Gambar 4 Diagram Alir Pengumpulan Data Stok Penggilingan

34 23 Pelaksanaan Survei Persiapan Survei Survei mulai dilaksanakan setelah beberapa tahapan survei telah selesai dilakukan. Tahapan yang pertama adalah merancang kuisioner. Pada tahapan ini dihasilkan beberapa kusioner yang dibutuhkan yaitu : a. Daftar SSP05-Dkec Daftar ini digunakan untuk mendaftar seluruh kecamatan yang berada di kabupaten terpilih. b. Daftar SSP05-Ddesa Daftar ini digunakan untuk mendaftar seluruh desa yang berada di kecamatan terpilih. c. Daftar SSP05-Dptn Daftar ini digunakan untuk mendaftar identitas kelompok tani pada desa terpilih. d. Daftar SSP05-Dpgl Daftar ini digunakan untuk mendaftar identitas penggilingan padi pada kecamatan yang terpilih. e. Daftar SSP05-Sptn Daftar ini digunakan untuk melakukan pencacahan pada rumah tangga petani produsen padi terpilih. f. Daftar SSP05-Spgl Daftar ini digunakan untuk melakukan pencacahan pada penggilingan padi yang merangkap sebagai pedagang di kecamatan terpilih. g. Daftar SSP05-Sdlg Daftar ini digunakan untuk melakukan pencacahan pada Subdolog di kabupaten terpilih. Jenis-jenis kuisioner tersebut bisa dilihat pada Lampiran 6.

35 24 Setelah kuisioner dirancang selanjutnya dirancang buku panduan tata cara pengisian. Buku panduan ini digunakan pada saat pelatihan bagi petugas lapang/kcd. Sebelum petugas lapang melakukan pembaruan (pembaruan) kelompok tani padi dan pendaftaran (pendaftaran) penggilingan, maka dilakukan pelatihan terlebih dahulu. Petugas yang telah dilatih, berdasarkan daftar yang sudah ada selanjutnya melakukan pembaruan kelompok tani pada desa contoh terpilih di kecamatan yang menjadi wilayah kerja. Pendaftaran penggilingan dilakukan terhadap seluruh penggilingan di wilayah kecamatan contoh. Waktu pelaksanaan pembaruan pada pertengahan Juli sampai Akhir Juli Pada akhir Juli 2005 hasil pendaftaran lengkap dikumpulkan, dan diambil oleh petugas pusat (Pusdatin Deptan) untuk dilakukan pengambilan contoh. Contoh yang telah terpilih dibuat daftar, sehingga pewawancara membawa daftar petani dan penggilingan terpilih untuk diwawancarai. Tempat dan Waktu Survei stok gabah/beras dilaksanakan dalam 2 tahap yaitu : Tahap I : Tanggal 2 6 Agustus Lokasi : Kecamatan yang disurvei terdiri dari 8 kecamatan di Pantura yaitu Kecamatan Cikaum, Legon Kulon, Compreng, Pamanukan, Ciasem, Blanakan, Pusakanagara dan Binong. Tahap II : Tanggal 9 13 Agustus Lokasi : Kecamatan yang disurvei terdiri dari 10 kecamatan di daerah pegunungan dan dataran, yaitu Kecamatan Tanjung Siang, Sagalaherang, Jalan Cagak, Cisalak, Cijambe, Cibogo, Cipendeuy, Purwadadi, Cipunagara dan Pagaden. Petugas Survei Petugas yang terlibat dalam survei stok gabah/beras adalah : 1. Staf Pusat Data dan Informasi Pertanian bertugas pewawancara (enumerator). 2. Staf Dinas Pertanian Kabupaten Subang, bertugas penghubung dan pengantar ke kecamatan contoh. 3. Kepala Cabang Dinas (KCD) Pertanian dan Penyuluh bertugas mengantar dan mendampingi sampai ke desa contoh dan rumah tangga contoh.

36 25 Pemilihan Rumah Tangga Petani Contoh 1. Pemilihan Kecamatan Contoh Dasar pemilihan kecamatan contoh adalah berdasarkan luas panen padi tahun Pengelompokkan kecamatan berdasarkan luas panen padi tahun 2004, dari 22 kecamatan di Kabupaten Subang dilakukan pengurutan dari terkecil sampai terbesar, kemudian dikelompokkan menjadi 4 kelompok. Kelompok pertama terdiri dari 6 kecamatan dengan luas panen kurang dari 5000 ha, yaitu Kecamatan Kalijati, Cipendeuy, Purwadadi, Cijambe, Cibogo dan Jalan Cagak. Kelompok kedua adalah kecamatan dengan luas panen antara ha, terdiri dari 6 kecamatan yaitu Kecamatan Tanjung Siang, Cikaum, Sagalaherang, Subang, Legonkulon, dan Cisalak. Kelompok ketiga dalah kecamatan dengan luas panen antara ha, terdiri dari 4 kecamatan yaitu Kecamatan Pabuaran, Cipunagara, Compreng dan Blanakan. Kelompok keempat adalah kecamatan dengan luas panen di atas ha, ada 6 kecamatan yaitu Pagaden, Pamanukan, Patokbeusi, Ciasem, Pusakanagara dan Binong. Dari setiap kelompok dipilih secara acak 1 kecamatan, kecamatan yang terpilih dikeluarkan dari daftar contoh kecamatan, sehingga dari 22 kecamatan di Subang ada 4 kecamatan yang tidak terpilih sebagai contoh, yaitu Kecamatan Kalijati (kelompok pertama), Subang ( kelompok kedua), Pabuaran (kelompok ketiga) dan Patokbeusi (kelompok keempat). Hasil pemilihan kecamatan contoh dapat dilihat pada Tabel 2. Setelah daftar kecamatan terpilih dilakukan alokasi contoh rumah tangga pertanian per kecamatan. Alokasi dilakukan secara proporsional terhadap luas panen panen padi tahun 2004 untuk di masing-masing kecamatan. Kecamatan yang luas panen makin besar akan mendapat alokasi rumah tangga contoh yang besar pula, begitu juga sebaliknya. Jumlah contoh ketua kelompok tani direncanakan sejumlah 150 contoh dan dialokasikan ke 18 kecamatan contoh. Alokasi rumah tangga anggota kelompok tani untuk setiap kecamatan direncanakan sama yaitu 3 contoh rumah tangga.

37 26 Hasil alokasi jumlah contoh untuk setiap kecamatan dapat dilihat pada Tabel 2. Hasil alokasi contoh menunjukkan bahwa Kecamatan Binong memiliki luas panen yang terbesar, alokasi contoh juga paling banyak yaitu 18 rumah tangga ketua kelompok tani dan 3 rumah tangga anggota kelompok tani. Tabel 2 Pemilihan Kecamatan Contoh PEMILIHAN KECAMATAN CONTOH No. Kecamatan Luas Panen Kelompok Pemilihan kecamatan Tidak terurut (ha) Luas Panen (ha) Terpilih=v terpilih=x (1) (2) (3) (4) (5) (6) 1 Kalijati x 2 Cipeundeuy v 3 Purwadadi < 5000 v 4 Cijambe v 5 Cibogo v 6 Jalancagak v 7 Tanjungsiang v 8 Cikaum v 9 Sagalaherang v 10 Subang x 11 Legonkulon v 12 Cisalak v 13 Pabuaran x 14 Cipunagara v 15 Compreng v 16 Blanakan v 17 Pagaden v 18 Pamanukan v 19 Patokbeusi > x 20 Ciasem v 21 Pusakanagara v 22 Binong v

38 27 Tabel 3 Alokasi Rumah Tangga Contoh Survei Stok Gabah/Beras ALOKASI JUMLAH CONTOH No. Kecamatan Luas Panen 2004 Hasil Alokasi Contoh (Ha) Ketua Kelompok Anggota Tani Kel. Tani (1) (2) (3) (4) (5) 1 Cipeundeuy Purwadadi Cijambe Cibogo Jalancagak Tanjungsiang Cikaum Sagalaherang Legonkulon Cisalak Cipunagara Compreng Blanakan Pagaden Pamanukan Ciasem Pusakanagara Binong TOTAL Pemilihan Desa Contoh Berdasarkan alokasi rumah tangga contoh per kecamatan, selanjutnya dialokasikan ke sejumlah desa contoh. Pemilihan desa contoh dilakukan secara acak dari kerangka survei. Kerangka survei ini meliputi daftar kecamatan, daftar desa dan daftar kelompok tani. Jika pada pemilihan pertama desa contoh secara acak jumlah kelompok tani belum memenuhi target alokasi contoh, maka dilakukan pemilihan desa contoh yang kedua secara acak, dan seterusnya sampai target alokasi rumah tangga kelompok tani terpenuhi. Hasil pemilihan desa contoh menunjukkan ada beberapa kecamatan dengan desa contoh lebih dari satu. Hasil secara lengkap pemilihan desa contoh ini dapat dilihat pada Tabel 4. Sebagai contoh Kecamatan