Penelitian ini bertujuan menganalisis sebaran implementasi sistem tanam jajar logowo dalam budidaya tanaman padi sawah di Provinsi Jawa Tengah serta dampaknya terhadap peningkatan produktivitas tanaman padi. Data yang digunakan adalah hasil Survei Struktur Ongkos Usaha Tanaman Pangan 2017 yang dilaksanakan oleh BPS. Analisis spasial dan estimasi model regresi OLS digunakan untuk mencapai tujuan. Hasil penelitian menunjukkan meski sistem tanam jajar legowo menjanjikan produktivitas yang lebih tinggi, proporsi rumah tangga padi sawah yang menerapkan teknik ini masih relatif kecil, yakni hanya sebesar 32,05 persen dari total rumah tangga usaha tanaman padi sawah. Kabupaten/kota dengan tingkat implementasi sistem tanam Jajar Legowo relatif tinggi terkonsentrasi di Kabupaten Prubalingga, Banjarnegara, Grobogan, Kudus, Demak, Temanggung, dan Kendal. Sementara itu, hasil estimasi regresi OLS mengkonfirmasi bahwa sistem tanam jajar legowo berdampak signifikan terhadap peningkatan produktivitas sampai dengan 16 persen dibandingkan dengan teknik penanaman lainnya. Karena itu, meningkatkan partisipasi petani dalam implementasi sistem tanam ini dapat menjadi salah satu upaya yang dapat ditempuh untuk meningkatkan produksi padi secara signfikan di Provinsi Jawa Tengah. Selain itu, meningkatkan kapasitas petani, penggunaan benih unggul dan alsintan, dan meningkatkan akses petani untuk mendapatkan pinjaman modal dari bank juga berdampak signifikan dalam meningkatkan produktivitas tanaman padi sawah yang dibudidayakan oleh petani.

Penelitian ini bertujuan untuk menganalisis kesenjangan produktivitas padi sawah antara Jawa dan luar jawa serta mengidentifikasi variabel-variabel yang berkontribusi dalam menjelaskan kesenjangan tersebut. Data yang digunakan adalah hasil Survei Ubinan 2018 yang dikumpulkan oleh BPS. Data dianalisis menggunakan model regresi Ordinary Least Square (OLS) dengan menerapkan robust standard error untuk mengatasi isu heteroskedastisitas. Tanpa mengentrol variabel lain yang mempengaruhi produktivitas, hasil estimasi menunjukkan bahwa produktivitas padi sawah di wilayah luar Jawa sekitar 30 persen lebih rendah daripadi produktivitas padi sawah di Jawa. Hal ini mengindikasikan bahwa potensi peningkatan produktivitas di luar Jawa masih cukup besar. Analisis lebih lanjut dengan menerapkan teknik dekomposisi Blinder-Oaxaca menunjukkan bahwa hanya sekitar 16 persen dari total perbedaan tersebut yang dapat terjelaskan oleh perbedaan karakteristik antara kedua wilayah, seperti akses terhadap irigasi, penggunaan pupuk, penerapan teknik budidaya jajar legowo, dan partisipasi dalam keanggotaan kelompok tani. Hasil dekomposisi juga memperlihatkan bahwa ketimpangan produktivitas antar keduanya dapat dipersempit dengan meningkatkan akses terhadap irigasi dan penggunaan pupuk di luar Jawa.

Penelitian ini bertujuan mengidentifikasi determinan demografi penggunaan internet petani padi di Indonesia dan kaitan antara penggunaan tersebut dengan tingkat produktivitas tanaman padi yang dibudidayakan. Model regresi logistik yang diterapkan pada data hasil Survei Pertanian Antar Sensus (SUTAS) yang dilaksanakan BPS pada 2018 memperlihatkan bahwa penggunaan internet di kalangan petani padi merupakan fenomena petani muda, berpendidikan tinggi, berjenis kelamin laki-laki, dan tinggal di Pulau Jawa. Sayangnya, petani padi dengan kombinasi karakteristik demografi seperti ini hanya mewakili kelompok kecil petani padi Indonesia. Penelitian ini juga menemukan perbedaan yang signifikan pada produktivitas tanaman padi yang dibudidayakan oleh petani pengguna internet dan petani yang tidak menggunakan internet. Produktivitas tanaman padi yang dibudidayakan petani pengguna internet relatif lebih tinggi dibanding petani yang tidak menggunakan internet. Temuan ini merupakan indikasi kuat bahwa penggunaan internet oleh petani padi berdampak signifikan terhadap peningkatan produktivitas tanaman padi yang dibudidayakan petani.

Pengukuran skala pengalaman kerawanan pangan (FIES) yang dikhususkan pada populasi rumah tangga pertanian belum pernah dilaporkan di Indonesia. Penelitian ini bertujuan mengkaji pengukuran FIES untuk mengestimasi prevalensi kejadian kerawanan pangan pada rumah tangga pertanian melalui uji coba Survei Pertanian Terintegrasi (SITASI) di tiga provinsi, yaitu Jawa Barat, Jawa Timur, dan Nusa Tenggara Barat pada 2020. SITASI mengobservasi 1,300 sampel rumah tangga di tiga provinsi tersebut. Pengukuran FIES diterapkan pada pelaksanaan survei untuk mengestimasi prevalensi kerawanan pangan, baik secara persentase maupun jumlah absolut. Estimasi dilakukan dengan menggunakan penimbang survei  yang diperoleh dari rancangan penarikan sampel acak bertingkat. Hasil penelitian menunjukkan bahwa pengukuran FIES dapat diterapkan pada rumah tangga pertanian melalui SITASI. Semua asumsi yang mendasari validitas pengukuran FIES terpenuhi. Secara total, tingkat prevalensi kerawanan pangan moderat hingga parah di tiga provinsi lokasi uji coba hanya sebesar 1,12 % dari total rumah tangga pertanian. Sementara itu, prevalensi kerawanan pangan parah hanya sebesar 0,12 %. Temuan ini mengkonfirmasi bahwa kejadian kerawanan pangan cukup jarang terjadi pada rumah tangga pertanian. Meskipun begitu, secara absolut jumlahnya masih cukup signifikan sehingga diperlukan upaya intervensi, antara lain, melalui peningkatan produktivitas usaha pertanian, peningkatan skala usaha pertanian, dan bantuan sosial untuk dapat memenuhi kebutuhan dasar makanan.

A critical issue in the context of food policy in Indonesia is the accuracy of crops statistics, particularly rice and maize. In 2018, Statistics Indonesia (BPS), in collaboration with the Indonesian Agency for Assessment and Application of Technology (BPPT), successfully implemented the area sampling frame (ASF) method to improve the accuracy of paddy harvested area estimation, which previously was estimated by conventional methods, mainly by the human eye (‘eye-estimate’). The achievement has encouraged BPS to replicate the method to estimate the harvested area of maize, for which there were indications it suffered from overestimation. In 2019, BPS initiated a pilot project on the implementation of the ASF for maize. One of the most challenging aspects in replicating the ASF method for maize is the frame construction. This issue arises due to insufficient spatial information on land that is specifically dedicated to maize cultivation. To address this challenge, BPS constructed the frame by making use of different sources of spatial information. This paper provides a comprehensive look at the development of the ASF for maize statistics. The discussion in this paper covers two main issues, namely the methodology applied and the business process of data collection.