IV METODE PENELITIAN 4.1. Lokasi Penelitian Penelitian ini dilakukan di tiga Desa pada dua Kecamatan di Kabupaten Banyuasin. Pemilihan lokasi dilakukan secara sengaja (purposive) berdasarkan pertimbangan bahwa Kabupaten Banyuasin merupakan salah satu kabupaten di Sumatera Selatan yang sebagian besar penduduknya berprofesi sebagai petani karet, khususnya karet rakyat. Dengan pengembangan komoditi utama adalah karet yang merupakan salah satu komoditas unggulan nasional menjadi hal yang menarik untuk dijadikan tempat penelitian. Pengambilan data dilaksanakan pada bulan Februari-Maret 2012. 4.2. Pengumpulan Data Data yang digunakan merupakan data primer dan data sekunder. Data primer yang digunakan bersumber dari data hasil wawancara langsung terhadap kegiatan yang dilakukan petani karet rakyat dengan menggunakan kuisioner yang telah disiapkan sebelumnya dan observasi langsung ke kebun karet rakyat. Data wawancara diperoleh dengan melakukan wawancara kepada petani perkebunan karet rakyat yang ada di setiap desa yang sudah ditentukan. Wawancara dengan petani bertujuan untuk memperoleh informasi mengenai alasan serta faktor-faktor yang menentukan petani dalam melakukan peremajaan terhadap perkebunan karet mereka yang sudah tua. Pencarian informasi meliputi karakteristik petani karet rakyat, jumlah modal yang dimiliki petani, kegiatan budidaya, penggunaan input produksi, pendapatan petani, kendala-kendala yang dihadapi dilapangan serta faktor-faktor produksi yang digunakan. Data sekunder sebagai data penunjang diperoleh dari catatan yang terdapat di berbagai dari instansi pemerintah yang berkaitan dengan masalah penelitian seperti Dinas Perkebunan Sumatera Selatan, Balai Penelitian Sumbawa, Badan Pusat Statistik, Pusat penelitian karet, penelitian terdahulu, studi literatur di perpustakaan IPB yang mencakup skripsi, jurnal, buku-buku, dan artikel yang berhubungan dengan karet. 29
4.3. Jumlah dan Teknik Pengambilan Sampel Penelitian ini menggunakan teknik purposive sampling yaitu penentuan sampling dengan cara sengaja atau dengan tujuan tertentu sesuai dengan kebutuhan dari penelitian. Teknik ini digunakan dalam menentukan daerah penelitian. Stratified simple random sampling digunakan dalam menentukan lokasi sampel petani karet rakyat di Kabupaten Banyuasin. Teknik Stratified Simple Random digunakan untuk menentukan kecamatan yang dipilih dari Kabupaten Banyuasin dan selanjutnya dari setiap kecamatan akan dipilih lagi desa dengan teknik pengambilan sampel yang sama dalam menentukan kecamatan. Kecamatan yang dipilih yaitu kecamatan yang memiliki potensi dalam pengembangan perekebunan karet. Kecamatan yang terpilih yaitu Kecamatan Sembawa dan Kecamatan Talang Kelapa. Selanjutnya dari kecamatan yang terpilih, dari Kecamatan Talang Kelapa dipilh satu desa yaitu Desa Talang Buluh, sedangkan dari Kecamatan Sembawa dipilih dua desa, yaitu Desa Sembawa dan Mainan. Pemilihan lokasi desa dilakukan berdasarkan jumlah penduduk yang sebagian besar bekerja sebagai petani karet bukan sebagai buruh karet. Desa Talang Buluh, Sembawa, dan Mainan merupakan beberapa desa di Kecamatan Talang Kelapa dan Sembawa yang sebagian besar penduduknya bermatapencaharian sebagai petani, khususnya petani karet. Pemilihan petani responden karet meremajakan dilakukan secara purposive sampling. Hal ini dikarenakan sulitnya untuk menemukan petani yang melakukan peremajaan pada kebun karet mereka. Teknik purposive dapat membantu untuk langsung memilih petani yang melakukan peremajaan. Jumlah petani yang meremajakan berjumlah 16 orang petani. Perbedaan jumlah petani dikarenakan sulitnya menemukan petani yang melakukan peremajaan dalam batas waktu 5 tahun terakhir. Sedangkan untuk petani yang tidak dan belum meremajakan yaitu berjumlah 54 petani, sehingga jumlah total sampel petani yang diteliti yaitu berjumlah 70 responden petani. Penentuan petani responden yang tidak meremajakan juga dilakukan melalui teknik purposive sampling. Hal ini dikarenakan tidak tersedianya data petani yang memiliki kebun karet yang sudah tua (> 25 tahun) dan rusak. Teknik penentuan 30
sampel tersebut digunakan untuk mendapatkan 54 petani responden dari masingmasing desa yang dipilih dengan cara mengetetahui dari petani lain yang juga memiliki kebun karet yang yang memiliki kebun karet yang sudah tua dan rusak. 4.4. Metode Pengolahan dan Analisis Data Metode Pengolahan data yang dilakukan dalam penelitian ini adalah secara kuantitatif dan kualitatif. Tahap-tahap yang dilakukan dalam pengolahan dan analisis data meliputi pentransferan data. Analisis kualitatif dilakukan untuk mengetahui karakteristik petani karet. Pengolahan data secara kuantitatif dengan menggunakan kriteria-kriteria investasi, yaitu Net Present Value (NPV) dan pententuan saat optimum peremajan dengan metode Faris (1960). Data dan informasi yang diperoleh diolah secara manual dengan menggunakan kalkulator dan dibantu dengan program komputer Microsoft Excel dan Minitab 14. Kemudian hasilnya diintepretasikan secara deskriptif. Analisis data primer dan sekunder menggunakan metode analisis kualitatif dan kuantitatif. 4.4.1. Penerimaan Petani Karet Penerimaan petani karet merupakan hasil kali dari getah karet yang dihasilkan dengan harga jual karet. Harga jual karet yang digunakan untuk menghitung pendapatan yaitu harga jual karet pada saat penjualan dua minggu sekali. Penentuan penggunaan harga jual karet tersebut didasarkan pada rata-rata penjualan karet yang dilakukan petani pada daerah penelitian. Jumlah produksi getah karet yang di jual petani juga akan di konversi ke jumlah getah karet dalam waktu dua mingguan. Perubahan tersebut berdasarkan penyusutan berat getah karet yang biasanya terjadi. Petani yang menjual produksi getah karet dalam waktu satu bulan sekali akan ditambahkan penyusutan sebesar 20 persen dari jumlah getah karetnya, sedangkan untuk petani yang menjual dalam waktu satu minggu sekali maka jumlah produksi getah karetnya akan dikurangi sebesar 10 persen dari jumlah produksi getah karetnya. Secara matematis, penerimaan petani karet dapat dirumuskan sebagai berikut : Penerimaan = Harga Jual (Rp) x Jumlah Produksi Getah Karet (kg) (1) 31
4.4.2. Analisis Biaya Biaya tunai (farm payment) didefinisikan sebagai jumlah biaya yang dikeluarkan untuk pembelian barang dan jasa usahatani secara tunai (Soekartawi et al. 1986). Biaya tidak tunai usahatani yaitu dengan memperhitungkan sumberdaya yang digunakan tetapi tidak dihitung atau dibayar secara tunai sebagai biaya yang dikeluarkan. Biaya tidak tunai yang dihitung yaitu penyusutan dan tenaga kerja dalam keluarga. Tenaga kerja dalam keluarga yaitu tenaga kerja yang menggunakan anggota keluarga sebagai tenaga kerja untuk pengelolaan usahatani karet. Namun untuk perhitungan penyusutan dalam penelitian ini tidak dihitung karena peralatan yang digunakan petani pada kenyataannya tidak terlalu diperhitungkan oleh petani. 4.4.3. Analisis NPV Net present value adalah selisih antara total Present value manfaat bersih total dengan total present value biaya. Perhitungan nilai sekarang dapat dilakukan dengan menggunakan tingkat suku bunga yang relevan. Rumus untuk menghitung NPV adalah sebagai berikut. NPV = n B t n C t t=0/1 1+i t t=0/1 = 1+i t n B t C t t=0/1 (2) 1+i t Dimana : Bt : Manfaat bersih pada tahun t Ct : Biaya pada tahun ke-t t : Tahun kegiatan bisnis ( t=0,1,2,3,..,n), tahun awal bisa menggunakan tahun 0 atau tahun 1 tergantung dengan kareakteristik usaha yang dijalankan. i : Suku bunga (discount rate) (%) Sumber : Nurmalina, Sarianti, Karyadi (2009) 4.4.4. Umur Optimum Peremajaan Kriteria peremajaan optimum bagi tanaman karet adalah saat umur teknis tanaman karet dapat mencapai lebih lama daripada umur ekonomisnya. Penentuan titik optimum menurut Faris(1960) adalah bahwa titik optimum peremajaan dapat dicapai pada saat pendapatan marjinal pada tahun n sama dengan taksiran nilai kini amortisasi pendapatan bersih (Amortisasi Net Revenue(ANR)) di tahun n. Secara matematis dapat dituliskan : 32
PV MNR = PV ANR (3) Dimana : PV : Nilai kini MNR ANR : Keuntungan Marginal : Nilai Amortis Pendapatan bersih Nilai ANR merupakan rata-rata dari penerimaan bersih dalam nilai amortis atau penurunan. Nilai amortisasi dapat dicari dengan menggunakan rumus : ANR = Dimana : ANR PV n r n r (1+r) n r (1+r) n 1 x PV n (4) : rata-rata pendapatan bersih (dalam nilai amortis) : nilai kini pendapatan bersih pada tahun n : nilai diskonto (discount rate) : Umur Tanaman Hasil perhitungan ini selanjutnya akan digunakan sebagai umur penentu atau pembatas yang digunakan untuk mengelompokkan petani menjadi kelompok petani yang meremajakan, tidak meremajakan dan belum meremajakan. Pengelompokkan tersebut akan digunakan dalam analisis faktor yang memengaruhi keputusan petani untuk melakukan peremajaan karet. 4.4.5. Analisis Faktor-Faktor yang Memengaruhi Keputusan Petani Melakukan Peremajaan Karet Metode kuantitatif dan deskriptif yang dilakukan dalam penelitian ini digunakan untuk mencari faktor yang memengaruhi keputusan petani karet melakukan peremajaan Analisis faktor-faktor yang memengaruhi petani melakukan peremajaan dilakukan dengan melakukan perhitungan regresi binomial berdasarkan data yang sudah ada. Model yang dibangun berdasarkan data dari petani karet yang meremajakan dan yang tidak meremajakan. Petani yang meremajakan apabila petani melakukan peremajaan dalam waktu lima tahun terakhir dan yang termasuk ke dalam kelompok tidak meremajakan yaitu petani yang belum melakukan peremajaan pada kebun karet mereka padahal kebun karetnya sudah mencapai atau melebihi umur peremajaan optimal karet yang dihitung sebelumnya. 33
4.4.5.1. Analisis regresi logistik binomial Analisis faktor-faktor yang memengaruhi keputusan petani akan dilakukan dengan menggunakan data dari keseluruhan petani responden, maka didapatkan model faktor peremajaan. Model yang digunakan adalah regresi logistik binomial. Regresi logistik dapat dimanfaatkan untuk memprediksi suatu variabel tidak bebas (independen) berdasarkan variabel bebas (dependen) yang bersifat kontinu atau kategorik. Regresi logistik juga dapat digunakan untuk menentukan persentase varian di dalam variabel independen dijelaskan oleh variabel dependen dan untuk dilibatkan dalam model. Tingkat signifikansi yang digunakan adalah 15 persen karena variabel yang digunakan adalah sosial ekonomi. Bentuk spesifik dari model regresi logistik adalah : π (x) = e β 0+β 1x1+β 2x2+β p 1+ e β 0+β 1x1+β 2x2+β p (5) Dimana (x) dapat ditransformasikan dalam logit g x, menjadi : π (x) g x = ln[ ] (6) 1 π (x) Berdasarkan data yang tersedia, model persamaannya dapat dituliskan sebagai berikut : Y = β 0 + β 1 X1 + β 2 X2 + β 3 X3 + β 4 X4 + β 5 X5 + β 6 X6 (7) Dimana : Y X1 X2 X3 X4 X5 X6 β 0, β 1,β 2,..β 6 = 0 : Petani melakukan peremajaan 1 : Petani tidak melakukan peremajaan = Usia petani (tahun) = Pendidikan (dummy) = Pengalaman (tahun) = Jumlah tanggungan anggota keluarga (orang) = Proporsi Penghasilan lain (Persentase) = Luas lahan (ha) = Konstanta = Koefisien dugaan dari variabel independen 34
Analisis dimulai dengan melakukan wawancara berdasarkan kuesioner yang dibuat kepada responden. 1. Peremajaan (Y) Peremajaan yaitu variabel dependant atau variabel tidak bebas yang dipengaruhi oleh variabel-variabel independen atau dugaan yang lain. Peremajaan menggunakan nilai dummy dimana 1 merupakan petani yang melakukan peremajaan pada kebun karet mereka pada batas waktu 5 tahun terkahir dan nilai 0 untuk petani yang tidak melakukan peremajaan pada kebun karet mereka dan umur kebun karetnya sama atau lebih dari umur optimum peremajaan karet yang diperoleh. 2. Usia Petani (X1) Usia petani adalah salah satu variabel independen atau variabel bebas yang dimasukkan ke dalam model. Usia petani yang digunakan adalah usia petani responden secara keseluruhan yaitu petani responden yang meremajakan dan tidak meremajakan. Data usia petani yang digunakan saat petani diwawancara. 3. Pendidikan (X2) Pendidikan yang digunakan dibagi dalam lima kategori, dimana petani yang memiliki nilai 1 = tidak lulus SD, 2 = Lulus SD, 3 = Lulus SMP, 4 = Lulus SMA, 5 = Lulus Perguruan tinggi. 4. Pengalaman (X3) Pengalaman merupakan variabel independen yang diperoleh berdasarkan pengalaman petani selama usahatani karet. Pengalaman petani yang digunakan berdasarkan berapa tahun petani menggeluti usahatani karet. 5. Jumlah Tanggungan Anggota Keluarga (X4) Jumlah tanggungan anggota keluarga merupakan jumlah anggota keluarga yang masih dalam tanggungan petani responden. Jumlah tanggungan menggambarkan ukuran keluarga, sehingga petani sebagai kepala keluarga juga dimasukkan atau dihitung dalam jumlah tersebut. 6. Proporsi Penghasilan lain (X5) Proporsi Penghasilan lain merupakan variabel independen yang berbentuk persentase. Persentase tersebut diperoleh dari jumlah penghasilan lain petani baik 35
dari usahatani non karet ataupun non usahatani dibagi dengan junlah total pendapatan petani. Pendapatan total petani diperoleh dari penjumlahan penghasilan lain diluar penghasilan petani dari karet dan penghasilan petani dari karet. 7. Luas lahan yang Dimiliki (X6) Luas lahan merupakan luas lahan total yang dimiliki dan dikelola oleh petani petani karet responden. Analisis data kuantitatif dilakukan dengan menggunakan data-data hasil dari identifikasi faktor-faktor yang memengaruhi peremajaan dihasilkan pada kegiatan peremajaan karet. Pengolahan data untuk menganalisis pendapatan, penentuan faktor-faktor yang memengaruhi serta umur optimum peremajaan karet menggunakan bantuan program Microsoft Excel dan Minitab 14. Pendugaan Koefisien Pendugaan koefisien atau parameter model (β 0, β 1, β 2,.. β p, ) dalam model regresi logistik biner dilakukan dengan menggunakan Maximum Likelihood Estimation (MLE). Hosmer dan Lemeshow (2000) menuliskan fungsi likelihood: L β = n π x y i i=1 i [1 π x i ] 1 y i (8) Prinsip Maximum Likelihood Estimation (MLE) nilai β yang digunakan di dalam model regresi logistik biner yaitu β yang dapat memaksimalkan nilai L(β). Hasil output Minitab 14 yang menunjukkan koefisien atau parameter model terdapat didalam tampilan Logistik Regression Table pada kolom Coef. Berdasarkan output Minitab 14 pada kolom Coef. tersebut ditunjukkan besarnya nilai koefisien berdasrkan prinsip Maximum Likelihood Estimation (MLE) dan tanda koefisien berupa tanda positif atau negatif. Uji Signifikansi Pengujian ini dilakukan untuk menilai kelayakan model regresi logistik biner yang dibuat dalam memprediksi faktor-faktor secara keseluruhan. Uji kelayakan model dilakukan dengan menggunakan uji likelihood ratio. Uji likelihood ratio pada uji kelayakan model digambarkan dalam nilai G statistik. Rumus untuk mendapatkan nilai G statistik dinyatakan dengan : 36
G = 2 ln (maximum likeli ood for model ) (maximum likeli ood for saturated model ) (9) Nilai G statistik yang diperoleh kemudian dibandingkan dengan nilai Chisquare (x²) tabel. Apabila nilai G statistik lebih kecil dari nilai Chi-square (x²) table maka terima H0. Apabila dilihat dari output minitab, nilai P-value lebih besar dari pada α maka gagal menolak H0 pada tingkat α tersebut. Nilai G statistik pada output Minitab 14 dapat dilihat pada tampilan Test that all slopesare zero. Pada tampilan ini juga terdapat nilai derajat bebas dan P-value. Hipotesis yang dibuat pada uji kelayakan model yaitu : H0 : β 1 = β 2, = β 3 = = β p = 0 H1 : Minimal terdapat β 1 0 dengan i = 1,2,3, p. Uji signifikansi yang selanjutnya dilakukan yaitu pengujian koefisien yang dilakukan dengan menggunakan uji Wald. Nilai uji Wald dinotasikan dalam bentuk W i pada rumus yang dinyatakan seperti dibawah ini : W i = β i SE (β i ) (10) Seperti pada uji G statistik, nilai uji Wald juga dibandingkan dengan, nilai dengan nilai Z table. Uji signifikansi juga dapat dilakukan dengan melihat P- value dari uji tersebut dan kemudian dibandingkan dengan nilai α. Apabila nilai uji Wald lebih kecil dari Z table maka terima H0 atau gagal menolak H0 bila nilai P-value lebih besar pada tingkat α tersebut. Hipoetsis yang digunakan pada uji signifikansi koefisien yaitu : H0 : β i = 0 H1 : β 1 0 dengan i = 1,2,3, p. Nilai uji Wald pada output Minitab 14 terdapat di dalam tampilan Logistik regression Table pada kolom Z dan nilai P-value pada kolom P untuk masing-masing koefisien. Pada penelitian ini, tingkat α yang digunakan yaitu sebesar 15 persen. Interpretasi Koefisien 37
Cara yang paling umum untuk mengintepretasikan koefisien pada model logistik yaitu dengan melibatkan istilah odds ratio. Konsep tentang odds ratio dimulai dengan istilah odds. Estimasi odds ratio dapat dinyatakan dalam dua bentuk yaitu estimasi titik dan estimasi selang. Estimasi titik menghasilkan nilai nilai estimasi rasio odds berupa satu angka tertentu. Sedangkan dalam estimasi selang, nilai estimasi rasio odds berada pada suatu selang kepercayaan tertentu atau bukan menyatakan satu titik tertentu. Estimasi titik pada model regresi logistik yang terdapat variabel bebas (x) dikotomous yakni x =1 atau x =0. Nilai x=1 maka akan didefinisikan sebagai π(1) / [1- π(1)]. Sementara odds untuk untuk variabel dengan nilai x=0 maka akan didefinisikan sebagai π(0) / [1- π(0)]. Rasio odds merupakan perbandingan antara odds untuk x=1 dan odds untuk x=0. Maka adapun rumus untuk odds ratio(or) adalah : OR = π(1) / [1 π(1)] π(0) / [1 π(0)] (11) Intepretasi koefisien pada variabel bebas yang bersifat kontinu dijelaskan dengan istilah Endpoint of 100 (1-α) persen Continous Independen Estimate of OR (c) atau endpoint variabel bebas kontinu, dengan c yang menyatakan besarnya unit perubahan pada variabel bebas kontinu ( Hosmer dan Lemeshow, 2000). Hal ini menjelaskan bahwa estimasi rasio odds selang kepercayaan 100*(1-α)% diperoleh dengan menghitung titik-titik ujung (endpoint) dari suatu selang kepercayaan untuk koefisien. Rumus umum endpoints pada variabel bebas kontinu dituliskan melalui hubungan dengan koefisien regresinya adalah OR c = exp c β i ± Z 1 α 2 CSE (β i ) (12) 4.5 Definisi Operasional 1. Petani perkebunan karet rakyat yaitu petani yang memiliki kebun karet sendiri melakukan budidaya tanaman karet, melakukan penyadapan dan penjualan hasil karet dari sadapan. 2. Luas lahan yang akan diteliti tergantung dari luas lahan kebun karet yang sudah tua dan rusak yang dimiliki oleh petani responden. Namun untuk analisis 38
usahatani dan kelayakan dan peremajaan optimal akan disamakan dalam luas lahan satu hektar. 3. Umur karet yang digunakan untuk batas meremajakan dan tidak meremajakan berdasarkan umur peremajaan optimum dari karet yang diperoleh dari hasil perhitungan pada penelitian ini. 4. Tanaman Sela (Intercrop) adalah tanaman yang biasanya pada sela-sela tanaman karet yang masih berumur 0 sampai 3 tahun. Biasanya tanaman sela yang ditanaman yaitu tanaman musiman seperti sayuran, cabai, padi, dan buahbuahan yang masa panennya tidak lama yaitu hanya sekitar 3 6 bulan. Namun untuk tempat penelitian, dikarenakan secara kebetulan merupakan salah satu temapt pembuat bibit karet, sehingga tanaman sela yang ditemukan ahnya berupa bibit karet. 5. Jarak tanam yang digunakan petani dianggap sama yaitu 5x3,3 m. Jarak tanam ini merupakan jarak tanam rata-rata yang paling banyak digunakan oleh petani pada daerah penelitian dan jarak tanaman untuk luas satu hektar dengan jumlah pohon karet sebanyak 600 batang. 6. Modal yang digunakan petani dapat dari modal sendiri dan pinjaman. 7. Harga jual karet yang digunakan adalah harga jual karet yang sedang berlaku secara umum di tingkat petani atau rata-rata harga jual pada tahun 2012. Harga jual tersebut yaitu harga jual karet rata-rata dalam waktu dua mingguan sebesar Rp 12.500,00/kg dalam bentuk karet bekuan. Harga jual karet di asumsikan tetap selama 25 tahun mendatang. 8. Harga input untuk analisis ini selama pemeliharaan serta penyadapan karet selama 25 tahun mendatang dianggap konstan. 9. Tenaga kerja adalah yang digunakan dalam proses produksi baik untuk persiapan bibit, pengolahan lahan, penanaman dan pemeliharaan, pemanenan, penyadapan dan pengangkutan. Tenaga kerja ini dibedakan menjadi tenaga kerja dalam dan luar keluarga. Seluruh tenaga kerja disetarakan dengan hari orang kerja (HOK). 10. Tingkat diskonto yang digunakan merupakan tingkat suku bunga Bank Indonesia pada bulan April 2012 yaitu sebesar 5,75 persen. Suku bunga pada bulan April 2012 merupakan suku bunga pada penutupan bulan april 2012. 39
11. Tanaman karet baru dapat disadap setelah lebih kurang 5 tahun setelah masa penanaman di lahan atau kebun. 12. Total produksi adalah total output yang dihasilkan selama satu tahun. Nilai total penjualan adalah hasil kali antara total produksi dan harga jual. 13. Produksi karet yang digunakan dalam perhitungan cashflow untuk menghitung umur optimum peremajaan karet yaitu produksi rata-rata petani di daerah penelitian. 40