ANALISIS RISIKO PRODUKSI DAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA PADA USAHATANI JAGUNG (Zea mays L.) DI KECAMATAN MEMPAWAH HULU KABUPATEN LANDAK

Kurniati, Dewi

doi:10.26418/j.sea.v1i3.4366

Cited by 20 publications

(20 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sehingga dapat dikatakan bahwa penggunaan herbisida secara terus-menerus dapat meningkatkan risiko produksi yang berakibat pada penurunan produksi. Setiap penambahan herbisida dapat menurunkan produksi (Kurniati, 2012).…”

Section: Faktor -Faktor Yang Mempengaruhi Produksi Dan Risiko Produksunclassified

Strategi menghadapi risiko produksi padi sawah di Kabupaten Sumba Timur

Wadu¹,

Yuliawati²,

Nuswantara³

2019

jeb

View full text Add to dashboard Cite

ABSTRAK Penelitian ini dilakukan pada Kecamatan Lewa Kabupaten Sumba Timur. Pemilihan lokasi dilakukan dengan pertimbangan bahwa Kecamatan Lewa merupakan sentra produksi padi di Kabupaten Sumba Timur dan produksinya mengalami fluktuasi yang mengindikasikan adanya risiko. Sampel dalam penelitian ini adalah petani padi sawah, penyuluh pertanian, dan pemerintah setempat. Tujuan dari penelitian ini adalah 1) menganalisis faktor-faktor yang mempengaruhi produksi dan risiko produksi dengan responden 98 petani padi sawah, dan 2) menyusun strategi untuk menghadapi risiko produksi menggunakan analisis SWOT dengan sumber informan sebanyak 12 orang.Teknik pengambilan sampel digunakan secara acak sederhana (simple random sampling). Penelitian ini memakai model Cobb-Douglas dalam bentuk logaritma natural untuk menganalisis faktor-faktor yang mempengaruhi produksi. Sedangkan faktor-faktor yang mempengaruhi risiko produksi dianalisis dengan model multiplicative heterocedasticity. Hasil penelitian menunjukkan faktor-faktor yang mempengaruhi produksi adalah luas lahan, pupuk Urea, Phonska, pestisida, tenaga kerja, dan dummy musim tanam. Sedangkan faktor yang mempengaruhi risiko produksi adalah luas lahan, benih, dan herbisida. Sementara itu, hasil analisis menunjukkan strategi yang ditetapkan dengan TAS (Total Actractiveness Score) tertinggi adalah mengikuti pelatihan-pelatihan dan pembinaan melalui peningkatan kerjasama dengan pemerintah dan pihak lainnya.

show abstract

Section: Faktor -Faktor Yang Mempengaruhi Produksi Dan Risiko Produksunclassified

Strategi menghadapi risiko produksi padi sawah di Kabupaten Sumba Timur

Wadu¹,

Yuliawati²,

Nuswantara³

2019

jeb

View full text Add to dashboard Cite

show abstract

“…Tabel 1 dan Gambar 1 menunjukkan pada tahun 2010 sampai 2015 terjadi kekosongan data yang disebabkan oleh ketidaktersediaan data pada website BPS dan Pusdatin pertanian. Kurniati (2012) menganalisis variabel lahan, benih, tenaga kerja, urea, tsp, dan herbisida dengan metode analisis koefisien variasi dan regresi model multiplicative heteroscedasticity. Hasil analisis menunjukkan bahwa risiko produksi pada lahan < 1 Ha lebih tinggi dibandingkan luas lahan 1 Ha.…”

Section: Pendahuluanunclassified

“…Hasil penelitian ini berbeda dengan penelitian yang dilakukan Zakirin et al, (2013), dan Rama et al, (2016) meneliti pupuk urea yang merupakan salah satu dari macam-macam pupuk kimia yang digunakan dalam usahatani bunga Krisan menyatakan bahwa pupuk urea berpengaruh signifikan dan positif terhadap produksi padi dan juga hasil penelitian Kurniati (2012) menyatakan bahwa pupuk urea berpengaruh signifikan dan positif terhadap produksi jagung. Hal ini menujukkan bahwa penggunaan pupuk urea dapat meningkatkan produktivitas padi maupun jagung di lokasi penelitiannya.…”

Section: Pupuk Kimiaunclassified

Analisis Risiko Produksi Bunga Krisan Potong (Chrysanthemum) di Desa Sidomulyo Kota Batu

2020

View full text Add to dashboard Cite

This study aims to analyze the income of cut chrysanthemum farming and the effect of the use of chrysanthemum cut production inputs on the risk of chrysanthemum production in Sidomulyo Village, Batu City. This research was carried out during May and June for one time planting at the last harvest in 2018 year. Data collection was obtained through interviews to 34 farmers that taken as a whole (census method). Farm income is analyzed using Economic Analysis while the factors that influence the risk of chrysanthemum production are cut analyzed using multiple linear regression analysis Cobb-Douglass production function model and Just and Pope production function. The results of the analysis show that Chrysanthemum farming income cut profitable and efficientc, seen from the results of the R / C Ratio amounting to 1,90. Production factors significantly affect the productivity of cut chrysanthemums is seeds, chemical fertilizers, and labor while the factors that significantly affect the risk of production is chemical fertilizers.

show abstract

“…Koefisien varians merupakan ukuran risiko relatif yang diperoleh dengan membagi standar deviasi dengan nilai rata-rata yang diharapkan (Papas dan Hirschey, 1995). Hasil penelitian Gusmiarty (2015), Kurniati (2012), dan Thahir et al (2011, menjelaskan bahwa risiko pendapatan dan produksi dapat diukur dengan besarnya varians dan standar deviasi. Koefisien varians secara matematik dituliskan sebagai berikut:…”

Section: Metode Penelitianunclassified

“…Artinya pengalaman berusahatani berpengaruh nyata terhadap parameter keengganan perilaku risiko dan dapat meningkatkan produksi usahatani kakao. Penelitian ini tidak sejalan dengan penelitian Kurniati (2012) yang menyatakan bahwa semakin tinggi tingkat pengalaman berusahatani petani semakin enggan menghadapi risiko.…”

Section: Luas Lahan Garapan (Llg)unclassified

Risiko Usahatani Kakao di Kabupaten Kolaka

Budiman¹,

Kartono²,

Timisela³

2019

JBDP

View full text Add to dashboard Cite

This study aimed to measure production risk and income risk of cocoa farming in Kolaka Regency and to determine the factors that influenced the behaviour of farmers towards the risk. This study involved 142 cocoa farmers spread across the Kolaka Regency. The research method used to measure production and income risks used the coefficient of variation and to measure risk behaviour using the Ordardi Least Squares (OLS) method of the Moscardi and De Janvry models. The OLS method was used to analyse the factors that influence the behaviour of farmers towards the risk of cocoa farming. The results of the coefficient of production variance and income of cocoa farming were high, which were due to the attack of cocoa pods, the use of various fertilisers and pesticides, as well as fluctuating prices. This means that production in cocoa farming has a high chance of failure. Analysis of the average value of aversion to the risk of cocoa farming is 1.5643, assuming that (1.2 ≤ K (S) ≤ 2.0), meaning that on average cocoa farmers in the Regency are risk averters. Factors that influenced the behaviour of farmers towards risk were the area of arable land (ha), farmer education, farmer experience, number of cocoa plant stands, with significant effects; meanwhile, farmer age, dummy planting patterns of cocoa-coconut-nilam and cocoa-coconut-cashew had insignificant effects. Keywords: cocoa, ordinary least square, risk behaviour ABSTRAK Penelitian ini bertujuan mengukur risiko produksi dan risiko pendapatan usahatani kakao di Kabupaten Kolaka dan menganalisis faktor-faktor yang mempengaruhi perilaku petani terhadap risiko. Penelitian ini dengan mengambil 142 petani kakao yang tersebar di wilayah Kabupaten Kolaka. Metode penelitian yang digunakan untuk mengukur risiko produksi dan pendapatan mengunakan nilai koefisien variasi dan perilaku risiko mengunakan metode Ordinary Least Squares (OLS) model Moscardi dan De Janvry. Metode OLS digunkan untuk menganalisis faktor-faktor yang mempengaruhi perilaku petani terhadap risiko usahatani kakao. Hasil penelitian koefisien varian produksi dan pendapatan usahatani kakao adalah tinggi akibat dari serangan penyakit buah kakao, pengunaan pupuk dan pestisida beragam serta harga yang fluktuatif. Artinya bahwa dalam proses produksi usahatani kakao memiliki peluang gagal yang tinggi. Analisis rata-rata nilai keengganan terhadap risiko usahatani kakao sebesar 1,5643, dengan asumsi bahwa (1,2 ≤ K (S) ≤ 2,0), artinya secara rata-rata petani kakao di Kabupaten adalah menolak risiko (risk overter). Faktor-faktor yang mempemgaruhi perilaku petani terhadap risiko adalah luas lahan Garapan (ha), pendidikan petani, pengalaman petani, jumlah tegakkan tanaman kakao, berpengaruh singnifikan, sedangkan umur petani, dummy pola tanam kakao kelapa nilan dan kakao kelapa jambu mete (KKN dan KJKJ) berpengaruh tidak signifikan. Kata kunci: kakao, ordinary least square, perilaku terhadap risiko

show abstract

ANALISIS RISIKO PRODUKSI DAN FAKTOR-FAKTOR YANG MEMPENGARUHINYA PADA USAHATANI JAGUNG (Zea mays L.) DI KECAMATAN MEMPAWAH HULU KABUPATEN LANDAK

Cited by 20 publications

References 0 publications

Strategi menghadapi risiko produksi padi sawah di Kabupaten Sumba Timur

Strategi menghadapi risiko produksi padi sawah di Kabupaten Sumba Timur

Analisis Risiko Produksi Bunga Krisan Potong (Chrysanthemum) di Desa Sidomulyo Kota Batu

Risiko Usahatani Kakao di Kabupaten Kolaka

Contact Info

Product

Resources

About