JIIA, VOLUME 3 No.

2, APRIL 2015

DETERMINAN KEPUTUSAN PETANI TERHADAP KONVERSI LAHAN SAWAH
MENJADI PERMUKIMAN

(Determinants of Farmers Decision for Rice-Field Conversion to Housing)

Umiyati Kulsum, Bustanul Arifin, Zainal Abidin

Jurusan Agribisnis, Fakultas Pertanian, Universitas Lampung, Jl. Prof. Dr. Soemantri Brojonegoro No. 1
Bandar Lampung 35145, e-mail: umiyatikulsum22@gmail.com

ABSTRACT

The objectives of this research are to analyze the factors that influence farmer’s decisions in whether or not
maintaining rice-fields, to estimate the projection of rice-fields area and production of rice in year 2022, and
to produce comparative analysis of land rent between rice-fields and housing. The research was conducted
in the villages of Linduk in Pontang Sub-district of Serang Districts in the Province of Banten and
Tajimalela in Kalianda Sub-distrtict of South Lampung District in the Province of Lampung. Data collection
was performed in April to May of 2013, using a quota sampling method. The number of samples as much as
120 respondents, consisting of 60 farmers maintaining their rice-fields and 60 farmers not maintaining their
rice-fields. Econometrics analysis with binary logistic regression and linier regression was used in this
research. The results showed that factors that influenced the decisions of farmers in maintaining rice-fields
was land tax, land prices, household income, rice-fields area, and land status, while the research sites was
not significant variable. Projection of rice-fields area and production of rice in 2022 was estimated to
reach 38,702 hectares and 299,238 tons respectively in Serang Disctrict, and 32,067 hectares and 351,975
tons respectively in South Lampung District. Land rent comparison between rice-fields and housing was 1 to
1.47 in Serang Districts and 1 to 5.59 in South Lampung District. The study recommends policy consistency
in spatial planning and better law enforcement to prevent further conversion of rice-fields in both districts
and in Indonesia as a whole.

Key words: land rent, projection of rice production, rice-fields convertion

PENDAHULUAN di Kabupaten Serang dan 965 ha di Kabupaten
Lampung Selatan. Konversi lahan sawah tersebut
Lahan sawah memiliki manfaat sebagai media berpengaruh pada pengurangan jumlah produksi
budidaya penghasil bahan pangan utama berupa padi sawah yang dihasilkan.
beras. Selain itu, lahan sawah memiliki manfaat
yang bersifat fungsional bagi lingkungan. Jasa Tabel 1. Perkembangan luas lahan dan produksi
lingkungan dari lahan sawah tidak hanya dapat padi sawah di Kabupaten Serang dan
dirasakan oleh kalangan petani saja, akan tetapi Kabupaten Lampung Selatan
dapat dinikmati pula oleh masyarakat umum.
Untuk itu, penurunan luas lahan sawah akibat Luas lahan sawah (ha) Produksi padi (ton)
konversi ke penggunaan non pertanian akan Tahun Kabupaten Kabupaten Kabupaten Kabupaten
menimbulkan dampak negatif terhadap berbagai Serang Lampung Selatan Serang Lampung Selatan
2000 53.929 56.360 440.860 418.730
aspek pembangunan (Irawan 2007). 2001 53.929 57.451 358.771 400.413
2002 53.929 56.919 353.983 324.270
Sebagai daerah yang terletak pada garda terdepan 2003 53.938 58.107 413.218 327.271
di Pulau Sumatera dan Pulau Jawa, Kabupaten 2004 54.430 57.408 421.085 361.593
Serang dan Kabupaten Lampung Selatan sangat 2005 54.176 56.631 447.521 377.455
rentan terhadap proses konversi lahan sawah. 2006 54.176 56.814 451.857 350.001
Berdasarkan data pada Tabel 1, selama kurun 2007 54.333 56.789 438.794 383.373
2008 45.673 44.271 437.855 260.515
waktu 13 tahun terakhir (2000-2012) luas lahan 2009 45.685 44.847 411.565 338.988
sawah mengalami penurunan mencapai 4.256 ha di 2010 45.685 45.785 438.285 370.060
Kabupaten Serang dan 10.485 ha di Kabupaten 2011 45.685 45.575 386.527 395.437
Lampung Selatan. Dengan kata lain, lahan sawah 2012 49.673 45.875 356.527 399.900
telah terkonversi rata-rata per tahun seluas 355 ha Selisih -4.256 -10.485 -84.333 -18.830

187

Penelitian ini menggunakan analisis sakit. banyak Model logit dinyatakan dalam bentuk persamaan petani pemilik lahan sawah menjual atau sebagai berikut (Iriawan dan Astuti 2006): mengkonversi lahannya menjadi permukiman.… (6) land rent antara usahatani padi sawah dan 1 e  permukiman.... Provinsi Banten dan Zi = Peluang petani ke-i untuk mengambil Desa Tajimalela.. (2) dengan faktor eksternal dan internal dari proses 1 e 1 e konversi lahan sawah.. Keterangan : METODE PENELITIAN Pi = Peluang petani dalam mengambil keputusan terhadap lahan sawah yang dimilikinya bila Penelitian dilakukan di Desa Linduk. Kecamatan Kalianda. ketergantungan terhadap impor bersifat 2. Sementara (orang) (orang) itu. 188 . sedangkan 1  e . JIIA.. 1..………………. Provinsi Lampung. berpengaruh pada peningkatan kebutuhan tempat artikel.  1  faktor yang mempengaruhi keputusan petani dalam Zi  Ln  Zi  .... Pontang Linduk 30 30 60 Artinya. 2. jalur transportasi dan areal industri. serta literatur yang terkait dengan tinggal dan fasilitas penunjangnya seperti rumah penelitian ini..…. lahan non pertanian. VOLUME 3 No.. Kalianda Tajimalela 30 30 60 tidak stabil dan menimbulkan kerawanan pangan. dimilikinya.α n  X n  ……. Pengambilan sampel di Kecamatan bahwa konversi lahan sawah diperkirakan akan Pontang dan Kecamatan Kalianda mengancam kesinambungan produksi beras nasional.718) seperti dijelaskan pada Tabel 2. Penelitian ini bertujuan untuk menganalisis faktor. (1) Perubahan penggunaan lahan sawah menjadi permukiman ditentukan oleh keputusan petani 1 1 pemilik lahan sawah. Faktor eksternal tersebut berupa pajak lahan dan harga jual lahan. Penentuan jumlah responden α0 = Koefisien regresi dilakukan dengan sistem kuota (quota sampling) e = Bilangan dasar logaritma natural (2. Syaukat. luas lahan dan status lahan. Data yang digunakan adalah data primer yang Konversi lahan sawah menjadi permukiman tidak diperoleh dengan wawancara langsung dengan terlepas dari peningkatan jumlah penduduk. Keputusan 1 1  Pi petani terhadap penggunaan lahan sawah e  Zi  1  . Kecamatan Xi diketahui Pontang... Kabupaten Serang. Pi  FZi   Fα1  .... dan Friyanto (2003) menuturkan Tabel 2.. skripsi. Untuk mendapatkan manfaat atau keuntungan yang tinggi dan cepat. pasar beras internasional bersifat thin market.……………………. Oleh karena itu. menaksir proyeksi luas lahan sawah dan produksi padi sawah tahun 2022 dan komparasi  1  Ln   Zi   Zi  α 0  α n x n  D  .… (4) berpengaruh pada kecenderungan luas lahan dan Pi Pi produksi padi sawah pada tahun yang akan datang. dan pertanian.... proyeksi luas lahan permintaan lahan sawah untuk kegiatan non dan produksi padi sawah tahun 2022. responden menggunakan kuesioner dan data Jumlah penduduk yang terus meningkat sekunder yang diperoleh dari instansi-instansi.β n X n  .. APRIL 2015 Ilham...P  1 . (5) atau mempertahankan dan tidak mempertahankan lahan 1 e  sawah... dimana Z=1 untuk Pengumpulan data dilakukan pada bulan April mempertahankan lahan sawah dan Z=0 untuk tidak mempertahankan lahan sawah hingga Mei 2013. (3)  Zi i faktor internal meliputi tingkat pendapatan rumah tangga. Keputusan tersebut terkait Pi   Zi    α  β i X1  β 2 X 2  . Kondisi tersebut menyebabkan land perbedaan land rent antara usahatani padi sawah rent sawah menjadi jauh lebih rendah daripada dan permukiman. Kabupaten keputusan terhadap lahan sawah yang Lampung Selatan.….………….. Jumlah 60 60 120 sehingga akan mengancam kestabilan nasional. konversi lahan sawah Tipe Responden perlu mendapat perhatian agar ketergantungan Tidak Jumlah No Kecamatan Desa Bertahan Bertahan (orang) terhadap beras impor tidak meningkat. Pambudi ekonometrika untuk mengetahui determinan (2008) menambahkan bahwa peningkatan keputusan petani dalam mempertahankan dan tidak pendapatan penduduk menyebabkan naiknya mempertahan-kan lahan sawah.

.... Statistik uji-Wald mengikuti sebaran normal berdasarkan hipotesis: Nilai Ekonomi Lahan (Land Rent) H0 : αj = 0 H1 : αj ≠ 0 Land rent usahatani padi sawah diperoleh dari penerimaan total (total benefit) dengan biaya total Kaidah pengujian adalah jika W-hitung < Z (total cost). sehingga tidak ada penerimaan dari hasil 189 . sedangkan jika G-hitung ≥ χ2 (p... JIIA.2. sedangkan jika W-hitung ≥ Z dirumuskan sebagai berikut: a/2 maka terima H1.. lahan dari membeli sendiri  x 2 Untuk mengetahui peran seluruh variabel bebas di Garis trend linier untuk masa mendatang dapat dalam model secara bersama-sama dapat diramalkan berdasarkan garis trend linier yang digunakan uji nisbah kemungkinan yaitu uji-G. 2..………..……… (10) (Rp/tahun) n x 2 X4 = Luas lahan (hektar) X5 = Status lahan  xy SL = 0.α) x* = Tahun yang diramalkan (dinotasikan maka terima H1..….. (8) n  x   x  2 2 disebabkan karena permukiman pada lokasi penelitian digunakan untuk tempat tinggal pribadi. = βn = 0 y* = a + bx* ……………………. π f  TR  TC Analisis Trend Linier  PQ   Ci Persamaan garis trend linier dapat di bentuk  PSXH    Ci ………….n) Keterangan : 2 Kaidah pengujian adalah jika G-hitung < χ (p...... Hal ini a …….…. VOLUME 3 No. -2. 0.……… (11) SL = 1. (12) H1 : paling sedikit ada satu α1 ≠ 0 (j = 1.718) P = Harga padi sawah (Rp) x = tahun (dinotasikan dengan angka) Q = Produksi padi sawah dalam satu tahun a = koefisien intercept (kg) b = koefisien regresi dari x S = Luas lahan sawah (m2) H = Produktifitas lahan (kg/m2) Nilai a dan b dapat dihitung dengan menggunakan Ci = Seluruh biaya yang dikeluarkan untuk n rumus sebagai berikut : usahatani selama satu tahun (Rp) Land rent permukiman berasal dari pendapatan  x2  y   x y rumah tangga selama satu tahun. -1.α) y* = Nilai untuk tahun ke-i yang diramalkan maka terima H0 .. APRIL 2015 Faktor-faktor yang mempengaruhi keputusan n  xy   x  y  petani dalam mempertahankan dan tidak b 2 ……. 2. (13) sebagai berikut (Pasaribu 1981) : Keterangan : y = a + b(x) ……………………… (7) πf = Keuntungan yang diperoleh dari hasil pengolahan lahan sawah dari responden Keterangan : ke-i (Rp/m2/tahun) y = bilangan dasar logaritma natural (2. 1.. dengan angka) a = Konstanta Pengujian parameter secara parsial menggunakan b = Koefisien regresi dari x uji-Wald.. telah tersusun menggunakan persamaan : Statistik ujinya berdasarkan hipotesis : H0 : α1 = α2 = …...  x  0 maka: X1 = Pajak lahan (Rp/tahun) X2 = Harga jual lahan (Rp/tahun) 2 x  y  x X3 = Pendapatan rumah tangga petani a ……. (9) n  x 2   x  mempertahankan lahan sawah diwakili oleh beberapa variabel independen yang dijabarkan sebagai berikut : Dimana (x =…. lahan dari warisan b …….……….…….)... Land rent usahatani padi sawah a/2 maka terima H0..

HASIL DAN PEMBAHASAN Untuk mendapatkan hasil terbaik. luas lahan (X4).00 πh = Land rent permukiman (Rp/m2/tahun) X2 = Harga lahan 546.76028 0..970 237. JIIA. Nilai ini mengindikasikan perbandingan kedua land rent pada masing-masing bahwa seluruh variabel tidak signifikan atau tidak wilayah.15 Untuk menghitung land rent dari keseluruhan baik G-hitung = 83.059 0. Koefisien logit determinan tersebut diperoleh dua model logit.. Dari hasil pengolahan tujuan awal penelitian. maka dilakukan Faktor-faktor yang Mempengaruhi Keputusan beberapa percobaan pengolahan dengan model Petani dalam Mempertahankan atau Tidak yang berbeda.000 ∑πf = Total keseluruhan land rent sawah (Rp/m2/tahun) ∑πh = Total keseluruhan land rent permukiman Data pada Tabel 3 dan Tabel 4 memperlihatkan (Rp/m2/tahun) nilai logit yang belum menunjukkan model n = Jumlah responden (jiwa) persamaan terbaik.994 437.1).. 2. Konsep pengolahan data mengalami perubahan faktor yang mempengaruhi keputusan petani dalam dengan menjadikan lokasi penelitian sebagai mempertahankan dan tidak mempertahankan lahan variabel independen yaitu variabel X6.967 0.507 0.924.. Hipotesis dalam penelitian ini yaitu diduga faktor. Hasil analisis koefisien logit Model B rent permukiman dapat dirumuskan : di Desa Tajimalela π h  TR  TC ………………….. nilai 0 untuk lokasi penelitian di Desa Linduk dan dan status lahan (X5)..00 X5 = Status lahan 314..823 0. Salah satu model yang digunakan Mempertahankan Lahan Sawah yaitu dengan menggabungkan seluruh responden di Desa Linduk dan Desa Tajimalela menjadi satu..………… (15) Variabel bebas Koefisien Probabilitas Rasio odds n Intersep 7.981 0.62 TC = Total biaya (Rp) X4 = Luas lahan -4..04 TR = Total penerimaan ( Rp) X3 = Pendapatan rumah tangga -0..973 Keterangan : X1 = Pajak lahan -2. Land rent rata-rata dirumuskan : Tabel 4..58 n X4 = Luas lahan -110.002 X1 = Pajak lahan -57. Hasil analisis koefisien logit Model C di Desa Linduk dan Desa Tajimalela _  t f  ………………….434 πh = Rata-rata land rent permukiman Df =6 (Rp/m2/tahun) P-value = 0.001 1.00 X5 = Status lahan 3. Lokasi sawah adalah pajak lahan (X1). (14) Variabel bebas Koefisien Probabilitas Rasio odds Intersep 128. (16) X3 = Pendapatan rumah tangga -0.178 usahatani padi sawah maupun permukiman Df =5 digunakan perhitungan nilai rata-rata dari land rent P-value = 0.728.467995 0.. pengolahan data tersebut tidak mempengaruhi masing lokasi penelitian. maka dilakukan digunakan (α = 0. penelitian tersebut menjadi variabel dummy dengan pendapatan rumah tangga (X3).001 0.2596 0.03722 0.087 0.00 _  πh X2 = Harga lahan 0.48323 0. Hasil analisis keputusan petani di Desa Linduk dan Desa koefisien logit determinan keputusan petani di Tajimalela dapat dilihat pada Tabel 5. harga lahan (X2).550307 0.56 Keterangan : X6 = Lokasi penelitian -1..77 0..969 0.984 0. Hal tersebut dibuktikan dengan nilai probabilitas seluruh variabel independen yang Setelah land rent rata-rata dari usahatani padi melebihi acuan tingkat kepercayaan yang sawah dan permukiman diketahui.092 32. Land Tabel 3. 190 . APRIL 2015 mengontrakkan atau menyewakan rumah.0965978 0.000 yang diperoleh dari masing-masing responden. Desa Linduk dan Desa Tajimalela dapat dilihat pada Tabel 3 dan Tabel 4.086 0.. Perubahan konsep pada dilakukan secara terpisah berdasarkan masing..10 πh  ……………………………. VOLUME 3 No.43 0. berpengaruh nyata terhadap keputusan petani pada perubahan lahan sawah yang dimiliki.35 πf = Rata-rata land rent sawah (Rp/m2/tahun) G-hitung = 146..568 0. Proses pengolahan data nilai 1 di Desa Tajimalela.

luas lahan.550307X3 – 110. Hal ini dapat dilihat dari nilai P-value yang tidak atau belum bisa diukur karena tidak terhitung lebih kecil daripada taraf kepercayaan yang jumlahnya seperti variabel pajak lahan.172.941 persen. Serang tahun 2022 dan status lahan dengan P-value 0.76028 – 57. (b) ukuran sampel belum cukup mewakili ukuran populasi. jika variabel keputusan petani mempertahankan lahan sawah. Pendapatan rumah tangga parsial faktor-faktor apa saja yang mempengaruhi keputusan petani mempertahankan lahan sawah. yang lebih rendah dariapada taraf kepercayaan value 0. Keterangan Nilai Beberapa variabel independen menunjukkan hasil Luas Lahan Produksi yang sama dengan penelitian yang dilakukan oleh Konstanta (a) 51.065. 2. Hasil olah data pada model II menunjukkan nilai yang lebih baik daripada pengolahan data pada Koefisien dalam model logit mengalami perubahan model sebelumnya. Harga lahan 1.10 kali dibandingkan lahan lahan. JIIA. Pajak lahan ada.38 412. didapatkan antara dua logit. Interpretasi untuk koefisien ini kepercayaan 90%.001 produksi padi sawah di Kabupaten nyata dengan tingkat kepercayaan 99.000 (nilai p-value lebih kecil dari nilai α sawah.99 persen. Nilai rasio odds sebesar dependen (Y).1).00 dalam proses interpretasi. Nilai rasio odds 99. dimana faktor yang Notasi tahun (X) 16 16 mempengaruhi keputusan petani dalam Proyeksi tahun 2022 38. pendapatan rumah tangga dengan P. Secara matematis. sehingga dapat disimpulkan bahwa variabel yang lebih kecil daripada taraf kepercayaan yang independen (X) signifikan terhadap variabel digunakan (0. untuk itu dilakukan penggabungan keputusan petani dalam mempertahankan lahan responden pada dua wilayah.059 nyata dengan tingkat kepercayaan petani dengan pendapatan rumah tangga yang 191 .702 299.059< 0. sehingga diperlukan penambahan Pajak lahan berpengaruh secara nyata terhadap jumlah sampel. independen lain dianggap sama (ceteris paribus).58 menunjukkan bahwa kecenderungan value 0.1). (c) terdapat data yang sawah.908 persen.086 nyata dengan tingkat sawah. Uji Wald (Z) dilakukan untuk melihat secara 3.00 menunjukkan bahwa biaya pajak yang tinggi Dari seluruh percobaan pengolahan data. status dipertahankan adalah 1. Hasil regresi peramalan luas lahan dan 99. dikembangkan kesimpulan mengapa beberapa model sebelumnya pengukuran yang dikenal dengan nama odds rasio tidak dapat diolah dan menunjukkan nilai yang (ψ). dibandingkan lahan sawah dengan biaya pajak bentuk persamaan model logit C adalah : yang rendah.1).48323 X5 – 2. dan lokasi penelitian signifikan terhadap sawah dengan harga jual tinggi.092 nyata dengan tingkat kepercayaan 99. Nilai untuk beberapa variabel logit sebagai akibat perubahan satu-satuan variabel independen signifikan terhadap model dengan taraf independen.10 menunjukkan bahwa lahan sawah dengan bersama-sama variabel pajak lahan.1). APRIL 2015 Tabel 5. sehingga dapat dikatakan telah mampu mewakili populasi yang 1.086< 0. Y = 7.03722 X6 Harga lahan berpengaruh secara nyata terhadap Nilai G hitung diperoleh sebesar 146.001 < 0. digunakan (0.99 persen. Dari beberapa percobaan bergantung pada menempatkan arti dari perbedaan pengolahan data yang telah dilakukan.38 -55. Model C maka kecenderungan petani untuk merupakan model terbaik yang dapat digunakan mempertahankan lahan sawah adalah 0.23 Koefisien regresi (b) -779.914 persen. harga lahan dengan P.001 nyata dengan tingkat kepercayaan yang digunakan (0. VOLUME 3 No. sebesar 0. harga jual harga jual rendah memiliki peluang untuk lahan. Pendapatan rumah tangga berpengaruh nyata Variabel independen yang signifikan adalah pajak terhadap keputusan petani mempertahankan lahan lahan dengan P-value 0. jika variabel independen lain dianggap sama (ceteris paribus).80 Alamsyah (2010).2596X1 + 0. Hal ini menunjukkan bahwa secara 1. Hal tersebut dapat dilihat dari nilai P-value = 0.434 dengan keputusan petani dalam mempertahankan lahan P-value 0. Pengaruh variabel independen terhadap belum baik diantaranya adalah : (a) terdapat variabel dependen dijabarkan sebagai berikut: homogenitas variabel independen. luas lahan dengan P-value 0. Oleh karena itu.967 X4 + 3.238 mempertahankan lahan sawah yaitu pendapatan rumah tangga dan pajak lahan.0965978X2 – 0. Nilai rasio odds sebesar 0. pendapatan rumah tangga. Hal tersebut didasarkan pada nilai P-value kepercayaan 99.

80 ton tiap tahunnya. 4.31 (d) luas lahan yang sempit.507 > 0. jika mempengaruhi perbedaan pandangan terhadap variabel independen lain sama (ceteris paribus).00 menunjukkan bahwa Y = 51. produksi padi sawah di Kabupaten Petani cenderung melakukan konversi lahan sawah Lampung Selatan tahun 2022 ketika menghadapi situasi : (a) pajak lahan terlalu mahal.278. JIIA.19 (X) .69 (X) lain sama (ceteris paribus) Y = 362.23 – 55. Luas lahan Produksi Konstanta (a) 52. Status lahan pada produksi padi sawah akan berkurang sebesar 55.067 351.00 kali dibandingkan dengan petani yang Berdasarkan persamaan regresi dapat diketahui memiliki lahan sawah lebih luas.58 kali dibandingkan dengan petani yang Jawa-Serang maupun Suku Lampung) tidak memiliki pendapatan yang lebih besar. Faktor-faktor tersebut berhubungan Tabel 6. tersebut dibuktikan dengan nilai P-Value lebih Luas lahan dan produksi padi sawah di Kabupaten rendah dari taraf kepercayaan yang digunakan Serang dapat dilihat pada Gambar 1 dan Gambar 2.80 (X) lebih sempit untuk mempertahankan lahan sawah adalah 0.1). Hasil regresi peramalan luas lahan dan dengan variabel independen dalam penelitian ini. Lokasi penelitian Luas Lahan Sawah di Kabupaten Serang Tahun 2000-2022 60000 Lokasi penelitian tidak berpengaruh secara nyata Luas lahan (hektar) 50000 terhadap keputusan petani dalam mempertahankan 40000 lahan sawah.065.31 – 636. lahan sawah di Kabupaten Serang akan berkurang sebesar 779. Nilai rasio odds diperoleh sebesar 0.238 ton. dan (e) lahan sawah Koefisien regresi (b) -1.54 – 1.154. ketika faktor pendorong dan faktor Kabupaten Serang tahun 2000-2022 penarik dari proses konversi terjadi pada lahan sawah mereka.38 hektar.56 kali lahan dan produksi padi sawah : dibandingkan dengan petani dengan lahan sawah dari proses pewarisan. maka luas independen lain dianggap sama (ceteris paribus). (c) pendapatan rumah tangga yang rendah. proses konversi lahan sawah.172. (0.525. VOLUME 3 No. regresi linier Y atas X untuk masing-masing luas value yang lebih rendah dari taraf kepercayaan lahan dan produksi padi sawah yaitu : yang digunakan (0.38 (X) kecenderungan petani yang memiliki lahan yang Y = 412. APRIL 2015 rendah untuk mempertahankan lahan sawah adalah muasal suku di kedua daerah penelitian (baik Suku 0.1). Grafik peramalan luas lahan sawah di hal yang sama. Diduga hal ini 10000 0 disebabkan karena petani di kedua daerah 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 penelitian memiliki pola pikir. jika variabel independen Y = 52.975 192 . Hal tersebut dibuktikan dengan nilai P. 6. (b) harga jual lahan yang melambung Keterangan Nilai tinggi.525. Hal diramalkan sebesar 38.278.702 hektar dan 299. Hal tersebut dibuktikan dengan nilai 30000 P-value yang lebih tinggi dari taraf kepercayaan 20000 yang digunakan (0. Luas lahan Proyeksi Luas Lahan dan Produksi Padi Sawah di Kabupaten Serang Luas lahan sawah berpengaruh nyata terhadap keputusan petani dalam mempertahankan lahan Berdasarkan Tabel 5 dapat dituliskan persamaan sawah. Petani di kedua lokasi penelitian akan melakukan Gambar 1.1). sikap. jika variabel bahwa setiap bertambah satu tahun. Luas lahan dan produksi Status lahan berpengaruh nyata terhadap keputusan padi sawah di Kabupaten Serang pada tahun 2022 petani dalam mempertahankan lahan sawah.092 < 0.154.001 < 0.69 -636.56 menunjukkan bahwa kecenderungan Berdasarkan Tabel 6 dapat dituliskan persamaan petani untuk mempertahankan lahan sawah yang regresi linier Y atas X untuk masing-masing luas berasal dari membeli sendiri adalah 32.54 362.19 yang berasal dari proses pewarisan. dan persepsi Tahun yang sama terhadap konversi lahan sawah. 2. Nilai rasio odds yang diperoleh sebesar 32.38 – 779. Begitu pula yang terjadi 5. Kesamaan Notasi tahun (X) 16 16 sikap tersebut juga mencerminkan bahwa asal Proyeksi tahun 2022 32.

47 dan di Desa lahan sawah di Kabupaten Lampung Selatan Tajimalela sebesar 1 : 5. lahan sawah Kabupaten Lampung Selatan tahun pada tahun 2022 akan mengalami penurunan 2000-2022 sebesar 24.24. sehingga produksi padi sawah ikut berkurang sebesar 66. maka luas Produksi Padi Sawah di Kabupaten Lampung Selatan lahan sawah di Kabupaten Lampung Selatan akan Tahun 2000-2022 berkurang sebesar 1.69 hektar. maka diperoleh selisih luas lahan sawah sebesar . produksi padi sawah di Kabupaten Lampung Penelitian ini senada dengan penelitian yang Selatan memiliki pengaruh yang bersifat dilakukan oleh Pambudi (2008) dimana terdapat berbanding terbalik. nilai riil land rent permukiman dengan penelitian yang dilakukan oleh Addhitama lebih besar 79 kali daripada land rent pertanian.278. Apabila hasil tersebut 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 dibandingkan dengan luas lahan dan produksi padi sawah pada tahun 2000 bernilai 56.294 hektar. Data pada Tabel 7 menjabarkan perbandingan land Data pada Gambar 3 dan Gambar 4 menerangkan rent antara lahan sawah dengan permukiman di bahwa konversi lahan sawah mengakibatkan luas Desa Linduk sebesar 1 : 1. Berdasarkan padi yang dihasilkan. Begitu pula 450000 400000 yang terjadi pada produksi padi sawah akan Produksi Padi (on) 350000 berkurang sebesar 636. Pengurangan luas lahan sawah berakibat yang sama lebih menguntungkan 1. 2.755 ton.730 ton.294 hektar dan produksi padi Gambar 4.47 dan 5. (2009).19 ton setiap tahunnya. pada saat dan jangka waktu lurus. Berdasarkan nilai mengalami penurunan setiap tahun. Pengaruh luas perbandingan tersebut dapat disimpulkan bahwa lahan sawah terhadap produksi padi di Kabupaten pendapatan responden setelah lahan sawah Lampung Selatan tersebut bersifat berbanding dijadikan permukiman. Luas Komparasi Nilai Ekonomi Lahan (Land Rent) lahan dan produksi padi sawah di Kabupaten Sawah dengan Nilai Ekonomi Lahan (Land Serang dapat dilukiskan pada Gambar 3 dan Rent) Permukiman Gambar 4.59.975 ton. Dari 300000 250000 perhitungan didapatkan peramalan luas lahan dan 200000 produksi padi sawah di Kabupaten Lampung 150000 100000 Selatan pada tahun 2022 yaitu sebesar 32. Grafik peramalan luas lahan sawah di sawah sebesar . Grafik peramalan luas lahan sawah di di Kabupaten Lampung Selatan Kabupaten Lampung Selatan tahun 2000-2022 Dari persamaan regresi di atas dapat diketahui bahwa setiap bertambah satu tahun. Pada penelitian tersebut ditemukan bahwa 193 . Artinya.755 ton. JIIA. Hasil penelitian ini sesuai penelitian tersebut. semakin besar perbedaan yang sangat besar antara land rent konversi lahan sawah maka semakin kecil produksi pertanian dengan permukiman.360 hektar dan Tahun 418.067 50000 hektar dan 351. 450000 Produksi Padi (ton) 400000 350000 300000 Luas Lahan Sawah di Kabupaten Lampung Selatan 250000 Tahun 2000-2022 200000 70000 150000 100000 60000 Luas Lahan (Ha) 50000 50000 0 40000 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 30000 Tahun 20000 10000 0 Gambar 2. Grafik peramalan produksi padi 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 sawah di Kabupaten Serang tahun Tahun 2000-2022 Proyeksi Luas Lahan dan Produksi Padi Sawah Gambar 3.59 pada turunnya produksi padi sawah.66. Artinya. Dengan kata kali jika dibandingkan pendapatan dari usahatani lain. VOLUME 3 No. APRIL 2015 Produksi Padi Sawah di Kabupaten Serang Tahun 2000-2022 konversi lahan sawah berpengaruh nyata terhadap 500000 produksi padi di Kabupaten Asahan. adanya konversi luas lahan sawah dengan padi sawah untuk masing-masing wilayah.

pada kedua daerah penelitian. IPB Press. Pengantar Statistik.876 1. 2007. dan status sawah dan permukiman lahan. Tesis. dan tidak mempertahankan lahan sawah di Pasaribu A. BPS Kabupaten Serang. Perbandingan land rent antara lahan pendapatan rumah tangga. pekerjaan yang memberikan pendapatan yang lebih BPS [Badan Pusat Statistik] Kabupaten Lampung tinggi setelah proses konversi lahan.137. kebijakan perlindungan lahan pertanian pangan Mengolah Data Statistik dengan Mudah berkelanjutan belum berjalan efektif. Kabupaten Serang dalam Angka karena petani di Desa Tajimalela memiliki 2000-2013. Yusman S. harga lahan. Pambudi A.090 1. Kondisi demikian berpengaruh pada pendapatan usahatani padi sawah yang Addhitama FA. Bogor. dan Supeno F. VOLUME 3 No. konversi lahan sawah. Berbeda dengan Pertanian terhadap Produksi Padi di sistem usahatani padi sawah yang diterapkan di Kabupaten Asahan. 1981. Selatan dipengaruhi oleh pajak lahan.59 Tajimalela sebesar 1:5.47 dan di Desa Rasio 1 1.234 sawah di Desa Linduk sebesar 1:1. menjadi permukiman akan terus berlangsung dan Ilham N. Perbandingan nilai land rent antara lahan Rata-rata (Rp/ tahun) 27. Land rent permukiman lebih tinggi dibandingkan land rent lahan sawah. Analisis Faktor-faktor yang sarana produksi berimbang dengan hasil produksi Mempengaruhi Pengambilan Keputusan Atas yang diperoleh petani. Kalianda. Valuasi Ekonomi Lahan Pertanian akan diterima jika masyarakat melanggarnya tidak Pendekatan Nilai Manfaat Multifungsi Lahan pernah ada dan tidak diketahui.066.571. 2010.870 41. hasil produksi tersebut diimbangi dengan biaya sarana produksi DAFTAR PUSTAKA yang tinggi pula. Perkembangan dan Faktor-faktor Yang Mempengaruhi Konversi Lahan Sawah Serta Berdasarkan pengamatan yang telah dilakukan Dampak Ekonominya. Jakarta Timur.247. sehingga berpengaruh pada Konversi Lahan Pertanian menjadi pendapatan yang diperoleh petani di Desa Permukiman di Kota Medan. Bogor. 2006. biaya sarana produksi.433. Masyarakat Menggunakan Minitab 14. Andi Yogyakarta. 2008. Desa Tajimalela setelah proses konversi lahan BPS [Badan Pusat Statistik] Kabupaten Serang. Skripsi. Serang.134.848. sangat sulit untuk dihindari. Institut konversi lahan sawah masih dijumpai. 2. Pengaruh Konversi Lahan diperoleh petani di Desa Linduk.031 ton. tergolong cukup tinggi. JIIA. akan tetapi sanksi yang Irawan.348 223. (2) Pendapatan rumah tangga petani di Universitas Sumatera Utara.27 Jumlah (Rp/ tahun) 835. hanya sekedar mengetahui adanya pelarangan Yogyakarta.937. Skripsi.228.59. 2000-2013. Analisis Nilai Ekonomi Lahan KESIMPULAN (Land Rent) pada Lahan Pertanian dan Permukiman di Kecamatan Ciampea. 2000-2013. sehingga praktek Sawah dan Lahan Kering.812 7. Akan tetapi. sedangkan variabel lokasi penelitian tidak berpengaruh nyata terhadap keputusan petani.50 hektar dan 351. Pertanian Bogor. sehingga hasil produksi padi sawah implementasinya.975. BPS Kabupaten Lampung bahwa pergeseran penggunaan lahan sawah Selatan.016.47 1 5. Berdasarkan hasil penelitian dapat disimpulkan Kabupaten Bogor. Medan. Hal ini disebabkan oleh: (1) Usahatani Tata Ruang Wilayah perlu mendapat kepastian dan padi sawah di Desa Linduk dilakukan secara penegakan hukum yang adil dan transparan dalam intensif. Institut Pertanian bahwa keputusan petani dalam mempertahankan Bogor. Land Rent Proyeksi luas lahan dan produksi padi sawah untuk Keterangan Desa Linduk Desa Tajimalela tahun 2022 di Kabupaten Serang sebesar 38.238 ton. Lampung Selatan dalam perbandingan land rent tersebut. Penekanan pada biaya Alamsyah. Edisi Revisi Kabupaten Serang dan Kabupaten Lampung Ghalia Indonesia. Universitas Desa Tajimalela. Medan. petani berusaha untuk menekan Sumatera Utara. Skripsi.702 Lahan Lahan Lahan Lahan hektar dan 299. sedangkan di Kabupaten Sawah Permukiman Sawah Permukiman Lampung Selatan 32. luas lahan. 194 . Berdasarkan Selatan.896 40. APRIL 2015 Tabel 7.466. dapat diprediksi Angka 2000-2013. 2003. maka konsistensi kebijakan Rencana Tajimalela. Tajimalela. 2009. Land rent permukiman di Desa Linduk lebih Untuk mencegah konversi lahan sawah di masa rendah daripada nilai yang diperoleh di Desa mendatang. Bogor. implementasi Iriawan Nur dan Septin Puji Astuti. sawah lebih besar dibandingkan di Desa Linduk.