Pendugaan Area Kecil Data Produktivitas Tanaman Padi dengan Geoadditive Small Area Model Berbasis Level Unit

Abstract

Tanaman padi memiliki peran ekonomi dan politik sebagai tolak ukur keberhasilan pemerintah di bidang pertanian. Pemerintah daerah membutuhkan data produktivitas tanaman padi hingga level kecamatan untuk mendukung program swasembada pangan. Permasalahannya, BPS tidak dapat menyajikan data produktivitas tanaman padi hingga level kecamatan karena ukuran contoh pada Survei Ubinan tidak representatif untuk penyajian data hingga level kecamatan. Ada dua solusi untuk memecahkan permasalahan tersebut. Pertama, pendugaan langsung dengan menambah ukuran contoh. Kedua, pendugaan tidak langsung melalui pemodelan dengan melibatkan peubah lain. Solusi pertama tidak disarankan karena akan memunculkan permasalahan baru, yaitu bertambahnya anggaran survei dan beban kerja pengumpul data. Solusi yang lebih tepat adalah menggunakan pendugaan tidak langsung karena lebih cepat dan murah dibanding pendugaan langsung. Tujuan dari penelitian ini adalah melakukan pendugaan data produktivitas tanaman padi dan produksi beras per kecamatan di Kabupaten Seruyan Provinsi Kalimantan Tengah Tahun 2016. Kabupaten Seruyan dipilih karenamemiliki potensi cukup besar dikembangkan untuk pertanian yang tercermin dari 479 ribu hektar lahan yang menganggur. Metode pendugaan tidak langsung membutuhkan informasi tambahan yang memiliki sifat meminjam kekuatan informasi dari hubungan antara peubah yang menjadi perhatian dengan informasi dari peubah penyerta. Peubah yang menjadi perhatian dalam penelitian ini adalah produktivitas tanaman padi yang bersumber dari Survei Ubinan yang dilakukan oleh BPS. Sedangkan peubah penyerta ada tiga, yaitu proporsi luas panen padi sawah dan titik koordinat geografis (latitude dan longitude). Data nilai tengah populasi proporsi padi sawah tingkat kecamatan diperoleh dari Dinas Pertanian Kabupaten Seruyan, Kotawaringin Barat, dan Kotawaringin Timur sedangkan data level unit diperoleh dari Survei Ubinan. Dari sepuluh kecamatan di Kabupaten Seruyan, terdapat 3 kecamatan yang tidak terdapat contoh (nircontoh) pada Survei Ubinan, yaitu: Kecamatan Seruyan Raya, Hanau, dan Danau Seluluk. Ketiga kecamatan tersebut diduga dengan cara meminjam pengaruh acak 𝑣�������𝑖������� dan 𝑢�������𝑖������� pada area-i yang mempunyai kemiripan terdekat berdasarkan proporsi luas panen padi sawah. Pendugaan area kecil data produktivitas padi pada penelitian sebelumnya belum memberikan hasil yang memuaskan karena nilai RMSE masih besar. Hal ini disebabkan oleh pengaruh peubah penyerta yang bersifat nonlinier sehingga perlu pendekatan nonparametrik. Oleh karena itu, metode yang diajukan adalah model nonparametrik Geo-SAE. Model Geo-SAE merupakan penggabungan antara model Geo-additive dan model SAE. Langkah pertama dalam pemodelan Geo-SAE adalah menentukan simpul optimum berdasarkan nilai GCV minimum dan diperoleh enam titik simpul optimum yang terletak pada titik koordinat: {(-1.3288, 111.7713), (-1.7764,112.0640), (-1.9172, 112.1950),(-2.2098, 112.4756),(-2.7493, 112.5509), (-3.0578;112.9647)}. Langkah selanjutnya adalah melakukan pemodelan Geo-SAE dan diperoleh nilai dugaan parameter pengaruh tetap dan pengaruh acak. Hasil penelitian menunjukkan bahwa model Geo-SAE memberikan hasil dugaan yang hampir sama dengan metode pendugaan langsung kecuali untuk Kecamatan Batu Ampar. Perbedaan hasil dugaan rataan produktivitas padi di Batu Ampar cukup nyata. Hal ini disebabkan contoh plot ubinan di Batu Ampar tidak representatif karena tidak mewakili keadaan populasi lahan yang sebagian besar berjenis padi ladang sedangkan contoh terpilih pada Survei Ubinan di Batu Ampar seluruhnya berjenis padi sawah. Dari hasil pemodelan, diperoleh tiga kelebihan model Geo-SAE dibandingkan dengan pendugaan langsung. Pertama, model Geo-SAE dapat menyajikan data produktivitas tanaman padi hingga tingkat kecamatan. Kedua, model Geo-SAE dapat mengoreksi contoh yang tidak mencerminkan keadaan populasi sebagaimana dapat dilihat dari hasil dugaan produktivitas padi di Kecamatan Batu Ampar. Kelebihan ketiga adalah dapat menduga parameter pada area yang tidak terdapat contoh sama sekali. Model Geo-SAE baik digunakan untuk menduga rataan produktivitas padi dan memberikan hasil dugaan yang akurat dengan rataan nilai RMSE hanya 1.60 ku/ha. Produktivitas tanaman padi di Kabupaten Seruyan memiliki kecenderungan bahwa semakin ke hilir Sungai Seruyan maka produktivitas tanaman padi menjadi semakin besar. Produktivitas padi tertinggi berada di Kecamatan Seruyan Hilir Timur (34.58 ku/ha) dan terendah di Seruyan Hulu (19.93 ku/ha). Dari seluruh kecamatan di Kabupaten Seruyan, hanya empat kecamatan mengalami surplus beras yaitu Kecamatan Seruyan Hilir Timur, Danau Sembuluh, Seruyan Hulu, dan Suling Tambun sedangkan enam kecamatan lainnya mengalami defisit beras. Secara keseluruhan, Kabupaten Seruyan selama tahun 2016 mengalami defisit beras sebesar 8 236.80 ton.