Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini mencoba mengidentifikasi pengaruh tingkat pendidikan terhadap produktivitas rumah tangga pertanian melalui beberapa variasi model yang diregresi dengan metode ordinary least square (OLS). Objek yang diobservasi adalah rumah tangga pertanian agri culture household) Indonesia pada tahun 2000. Pengaruh tingkat pendidikan terhadap produksi pertanian akan diamati melalui beberapa variabel yang terdapat dalam fungsi produksi cobb douglas seperti variabel jumlah tenaga kerja, jumlah modal tetap, luas lahan pertanian dan tingkat pendidikan atau lama tahun bersekolah. Sedangkan pe ngukuran produktivitas pertanian yang digunakan adalah nilai rupiah dari produksi total yang dihasilkan dari usaha pertanian (termasuk hasil usaha tani yang dikonsumsi sendiri) sepanjang 12 bulan. Data yang digunakan adalah data cross section dan pengolahan data menggunakan metode ordinary least square (OLS). Penelitian ini menemukan bahwa variabel tingkat pendidikan secara signifikan mempengaruhi produktivitas pertanian dalam suatu rumah tangga pertanian."

"Kebijakan subsidi input pertanian yang terdiri dari subsidi pupuk dan benih sudah berlangsung lama di Indonesia. Tujuaan kebijakan ini adalah untuk meningkatkan produktivitas pertanian di Indonesia. Meskipun akhir-akhir ini pemerintah banyak mengurangi subsidi, akan tetapi pemberian subsidi input justru terus dipertahankan dan cenderung meningkat. Penelitian ini bertujuan untuk mengetahui apakah kebijakan subsidi input Pertanian bisa mempengaruhi produktivitas pertanian dan adakah alternatif kebijakan lainnya. Untuk menjawab pertanyaan tersebut penelitian ini menggunakan data panel untuk seluruh provinsi yang ada di Indonesia selama 5 tahun 2012-2016. Menggunakan model fixed effect penelitian ini ingin menguji apakah subsidi input pertanian bisa mempengaruhi produktivitas pertanian dengan menggunakan variabel kontrol lainnya yang terdiri dari teknologi, iklim, jumlah petani, dan irigasi. Hasilnya, subsidi input Pertanian ternyata terbukti signifikan secara statistik mampu meningkatkan produktivitas pertanian akan tetapi ini hanya berlaku untuk subsidi pupuk, sedangkan subsidi benih tidak terbukti signifikan. Selain menggunakan subsidi pupuk ada alternatif kebijakan lainnya untuk mendorong produktivitas. Mekanisasi pertanian juga terbukti secara signifikan mampu meningkatkan produktivitas pertanian. Sedangkan peningkatan infrastruktur jaringan irigasi tidak terbukti signifikan secara statistik mampu meningkatkan produktivitas pertanian hal ini dikarenakan tidak terintegrasinya dengan baik antara jaringan irigasi tersier, sekunder, dan primer.

---

The policy of agricultural input subsidy consisting of fertilizer and seed subsidies has been going on for a long time in Indonesia. The purpose of this policy is to improve agricultural productivity in Indonesia. Although the government has recently reduced subsidies, the subsidy of inputs continues to be maintained and tends to increase. This study aims to determine whether agricultural input subsidy policy can affect agricultural productivity and other policy alternatives.

To answer this question, this research uses panel data for all provinces in Indonesia for 5 years 2012 2016. Using the fixed effect model, the study wanted to examine whether agricultural input subsidies could affect agricultural productivity by using other control variables consisting of technology, climate, number of farmers, and irrigation. As a result, subsidized agricultural inputs proved statistically significant to increase agricultural productivity but this only applies to fertilizer subsidies, while seed subsidies are not proven to be significant.

In addition to using fertilizer subsidies, there are other policy alternatives to boost productivity. Mechanization of agriculture is also proven to significantly increase agricultural productivity. While improving the infrastructure of irrigation networks is not proven statistically significant to increase agricultural productivity. This is because it does not integrate well between tertiary, secondary, and primary irrigation networks."

"

Ketahanan pangan dipengaruhi oleh beberapa faktor yaitu ketersediaan pangan, aspek pangan, pemanfaatan pangan dan kerentanan pangan. Aspek yang dapat mempengaruhi  kerentanan pangan adalah penurunan produktivitas pangan, salah satunya adalah tanaman padi yang merupakan pangan pokok di Indonesia. Penyebab penurunan produktivitas padi adalah kondisi kerentanan lingkungan suatu wilayah. Tujuan penelitian ini adalah menyusun model spasial produktivitas padi berdasarkan kerentanan lingkungan pada tiap fase tanam dengan menggunakan pendekatan teknologi inderaja dan SIG. Model spasial ini disusun berdasarkan hasil aplikasi dua model yaitu model spasial fase tanam dan model produktivitas padi. Pemodelan spasial untuk melihat sebaran fase tanam padi menggunakan metode klasifikasi random forest mempunyai akurasi keseluruhan sebesar 0,92 yang membagi fase tanam padi menjadi fase awal tanam, fase vegetatif, fase generatif dan fase bera. Variabel yang digunakan untuk membangun model spasial fase tanam padi adalah kombinasi indeks vegetasi yaitu NDVI, EVI, SAVI, NDWI, dan variabel waktu. Pemodelan spasial untuk estimasi produktivitas padi juga menggunakan model regresi dengan variabel rawan bencana yaitu bencana banjir, kekeringan, longsor dan variabel curah hujan. Algoritma dibangun berdasarkan kondisi fase tanam padi. Estimasi produktivitas padi berdasarkan pengaruh kerentanan lingkungan ini memiliki akurasi paling baik dilakukan pada fase vegetatif yaitu sebesar 0,63  dan fase generatif sebesar 0,61, sedangkan pada fase awal tanam tidak dapat digunakan untuk mengestimasi produktivitas padi karena memiliki hubungan yang lemah dengan  akurasi sebesar 0,35.

---

Food security is influenced by several factors, such as food availability, food aspect, food utilization and food vulnerability. An aspect that can affect food vulnerability is food productivity decline, such as rice. Since rise is the staple food in Indonesia, its productivity decline most likely will affect Indonesia`s food vulnerability. The cause of the rice productivity decrement is the condition of environmental vulnerability of a region. The purpose of this study is to build a spatial model of rice productivity based on environmental vulnerability in each planting phase using remote sensing and GIS technology. Spatial model is built based on the result of implementation of two models which are planting phase model and rice productivity model. Spatial modelling that is built to understand the distribution of rice planting phases applied random forest classification method with an overall accuracy of 0,92. The classification result divides the rice planting phase into the initial phase of planting, vegetative, generative and fallow phase. The variables used to build spatial model of the rice planting phase are a combination of vegetation indexes namely NDVI, EVI, SAVI, NDWI, and time variables. Spatial modeling for estimating rice productivity also uses regression model with disaster-prone variables, namely floods, droughts, landslides and rainfall variables. The algorithm is built based on the condition of the rice planting phase. Estimation of rice productivity based on the influence of environmental vulnerability has the best accuracy in the vegetative phase equal to 0,63 and generative phase 0,61, whereas in the initial phase of planting it cannot be used to estimate rice productivity due to its weak relationship with accuracy 0,35.

"

"ABSTRAKKetimpangan struktur produksi dan infrastruktur masih terjadi di Kabupaten Pandeglang. Ketimpangan ini menimbulkan kesenjangan dan desa tertinggal. Kecamatan Cibaliung, Kecamatan Cigeulis dan Kecamatan Sobang masih terdapat desa tertinggal, namun memiliki potensi sumber daya pertanian yang tinggi. Upaya pengentasan kesenjangan melalui penataan ruang dapat dilakukan dengan menetapkan desa-desa pusat pertumbuhan berdasarkan produk unggulanya. Penelitian ini bertujuan untuk menganalisis karakteristik persebaran desa potensi pusat pertumbuhan berdasarkan produk unggulannya dan hubungannya dengan rencana penataan ruang pusat pertumbuhan di wilayah penelitian. Teknik analisis yang digunakan adalah analisa spasial deskriptif berdasarkan hasil overlay, pembobotan, analisis skalogram-indeks sentralitas dan analisis Location Quotient LQ. Hasil penelitian menunjukkan pusat pertumbuhan tersebar berdekatan dengan ibukota kecamatan dan memiliki akses terhadap jalan kolektor. Desa pusat pertumbuhan dengan produk unggulan kedelai memiliki peluang pengembangan yang lebih besar karena dilengkapi oleh adanya terminal dan pasar utama. Berkaitan dengan rencana tata ruang kecamatannya, hasil desa pusat pertumbuhan memiliki relevansi dengan rencana detail tata ruang kecamatannya.

---

ABSTRACTInequality of production and infrastructure structures still occurs in Pandeglang District. Cibaliung District, Cigeulis District and Sobang District still have lagging subdistricts, but have high agricultural resource potential. Efforts to alleviate the gaps through spatial planning can be done by establishing rural growth centre based on their leading products. This study aims to analyze the characteristics of subdistrict potential distribution of growth centers based on their leading products and their relation with the spatial plan of growth in the research area. Analytical techniques used in this research is descriptive spatial analysis based on overlay, weighted analyis, scalogram centrality index and Location Quotient analysis. The results showed that growth centre is dispersed near to districts capital and has the access to the primary road. The subdistrict of growth centre and soy leading product has the larger potential of development because it is completed by bus terminal and main market. In relation to its district spatial plan, the result of the rural growth centre have relevance to the detail spatial planning of the research area."

"ABSTRACTOryza sativa, adalah tanaman pangan pokok terpenting di dunia yang dikonsumsi sekitar lebih dari tiga miliar orang (yaitu sekitar 50% dari populasi dunia). Indonesia menduduki peringkat ketiga produsen padi terbesar di dunia, namun masih melakukan impor beras dalam beberapa tahun terakhir. Pentingnya memperbarui informasi tentang estimasi produktivitas padi secara akurat untuk ketahanan pangan di berbagai wilayah. Tujuan dari penelitian ini adalah untuk menganalisis wilayah umur tanam padi dengan citra Sentinel-2 dan hubungannya dengan jenis tanah di Kecamatan Compreng, Subang dan Kecamatan Cariu, Bogor. Pada penelitian ini, metode NDVI (Normalized Difference Vegetation Index) digunakan untuk menentukan umur tanaman padi yang kemudian digunakan untuk estimasi produktivitas padi. Model estimasi produktivitas padi dibangun berdasarkan korelasi antara nilai NDVI pada saat pembentukan malai atau fase vegetatif optimum (sekitar 8-13 Minggu Setelah Tanam) dengan produktivitas padi dari beberapa titik sampel di lapangan. Model persamaan regresi untuk estimasi produktivitas padi di Kecamatan Compreng, Subang adalah y (ton/ha)= 5,905x-4,5546, sedangkan untuk Kecamatan Cariu, Bogor adalah y (ton/ha) = 14,603x - 3,6008, dimana y adalah estimasi produktivitas padi, dan x adalah nilai NDVI. Estimasi produktivitas padi menunjukkan adanya hubungan dengan jenis tanah di Kecamatan Cariu, Bogor, dan tidak memiliki hubungan dengan jenis tanah di Kecamatan Compreng, Subang. Estimasi produktivitas padi cenderung lebih tinggi berada pada lahan sawah dengan jenis tanah aluvial dan gleisol.

---

ABSTRACT

Rice plant (Oryza sativa, sp) is the world's most important staple food crop for more than three billion people, (i.e., approximately 50% of the worlds population). Indonesia is ranked as the third largest rice producer in the world, still imports rice in recent years. It is urgently necessary to update information about rice growth and rice productivity estimation accurately for food security in various regions. The aim of this study is to estimate rice productivity with Sentinel-2 imagery and its relationship with soil types in Compreng Sub-District, Subang and Cariu Sub-District, Bogor. In this study, NDVI (Normalized Difference Vegetation Index) method is used for determine the age of rice plants which then used to estimate rice productivity. The model of rice productivity estimation was developed based on the correlation between NDVI value at the panicle formation or vegetative optimum (approx. 8-13 weeks after replanting) to the rice productivity of several sample plots. The regression equation model to estimate rice productivity in Compreng Sub-District, Subang is y (ton/ha) = 15,905x - 4,5546, while for Cariu Sub-District, Bogor is y (ton/ha) = 14,603x - 3,6008, where y is rice productivity estimation, and x is NDVI value. Estimation of rice productivity indicates a relationship with soil types in Cariu Sub-District, Bogor, and has no relationship with soil types in Compreng Sub-District, Subang. Rice productivity estimation tend to be higher in paddy fields with alluvial soil types and gleisol."