Professional Documents
Culture Documents
Agung Jauhari1*
1
Program Studi Sistem Informasi Geografis, Sekolah Vokasi, Universitas Gadjah Mada,
Bulaksumur, Yogyakarta 55281, Indonesia; *Penulis korespondensi. e-mail: agungjauhari@ugm.ac.id
(Diterima: 22 Juni 2020; Disetujui: 5 September 2020)
ABSTRACT
Nowadays, the regional development planning concept focuses on the development of remote
and rural areas. The agricultural sector, particularly food crops, cannot be separated from the
development of rural areas. Development of leading food crop commodities based on production
can be accelerated using Geographic Information System (GIS). The objectives of this research are
to identify leading food crop commodities in Pacitan Regency and to map their production areas.
Analyses of Sectoral Contribution Index, Growth Ratio Model, Dynamic Location Quotient (DLQ),
Supply-Demand Ratio, and Composite Index were conducted to identify the leading food crop
commodities. Meanwhile, the production area of those food crops were determined by utilizing Hot
Spot (Getis Ord Gi*) analysis on village unit. The results show that cassava, corn, and rice are
leading food crop commodities in Pacitan Regency. Hot Spot analysis results show that there are
two clusters of leading food crop commodity development: the Northeast and Northwest of Pacitan
Regency. Northeast around Bandar District, is the center production of cassava, corn, and rice.
Meanwhile, Northwest around Punung District, is the location of rice production. This research is
expected to contribute to policy formulation to determine leading food crop commodities and
developing agropolitan area in Pacitan Regency.
Keywords: Geographic Information System, food crops, hot spot analysis, leading commodities
ABSTRAK
154
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
produksi komoditas unggulan tanaman pangan di timur laut, tepatnya di sekitar Kecamatan Bandar
merupakan sentra produksi untuk komoditas ubi kayu, jagung, dan padi. Sedangkan kawasan
pengembangan komoditas unggulan tanaman pangan di barat laut terdapat di sekitar Kecamatan
Punung dengan komoditas padi. Hasil kajian ini diharapkan dapat menjadi masukkan dalam
menentukan komoditas unggulan tanaman pangan dan pengembangan kawasan agropolitan di
Kabupaten Pacitan.
Kata kunci: analisis hot spot, komoditas unggulan, Sistem Informasi Geografis, tanaman pangan
metode perhitungan yang paling umum (2019). Penentuan kawasan produksi atau
digunakan, karena mampu secara relatif kawasan agropolitan didasarkan pada nilai
membandingkan antara kinerja suatu sektor produksi saja, tanpa memperhatikan aspek
pada wilayah kajian yang lebih luas (Rustiadi et keterkaitan antar wilayah. Padahal analisis
al., 2011). Selain metode LQ berkembang pula kawasan produksi secara spasial dapat
metode lainnya, misalkan Indeks Kontribusi memberikan gambaran yang lebih lengkap
Sektoral (IKS), Dynamic Location Quotient mengenai hubungan antara satu wilayah dengan
(DLQ), Model Rasio Pertumbuhan (MRP), wilayah lain di sekitarnya. Selain itu, analisis
Shift-Share, Dampak Pengganda (Multiplier spasial juga memudahkan dalam penentuan
Effect) dan sebagainya termasuk Indeks kawasan yang akan dikembangkan sebagai
Komposit (Muta’ali, 2015). pusat produksi.
Pengembangan komoditas unggulan pada Sistem Informasi Geografis atau SIG
sektor pertanian perlu diarahkan pada kawasan dapat digunakan untuk memudahkan analisis
atau wilayah yang memiliki potensi, baik fisik keruangan atau spasial dalam proses
wilayah, sosial, budaya, dan kelembagaan pengambilan keputusan. Aplikasi SIG juga
sebagainya termasuk peraturan setiap daerah didukung dengan kemampuan menjalankan
(Badan Litbang Pertanian, 2005). fungsi statistik, interaksi spasial, pemodelan
Pengembangan komoditas unggulan juga lokasi dan sebagainya yang terdapat pada
sebaiknya dilakukan dengan memperhatikan perangkat lunak SIG (Nyerges & Jankowski,
aspek spasial, dalam hal ini sedapat mungkin 2010). Aplikasi SIG untuk analisis keruangan
membentuk kawasan. Terbentuknya kawasan dapat digunakan di berbagai bidang misalkan
produksi komoditas unggulan dapat kesehatan, ekonomi, sosial, konservasi, dan
meningkatkan pertumbuhan ekonomi daerah sebagainya termasuk kebencanaan.
secara efektif dan efisien (Bappenas, 2004). Metode analisis spasial yang digunakan
Artinya, pengembangan kawasan yang menjadi dalam kajian ini adalah analisis pola spasial
basis produksi komoditas unggulan menjadi untuk menentukan kawasan pengembangan
sangat penting agar memudahkan dalam produk unggulan, yakni Analisis Hot Spot
menyusun kebijakan. Getis-Ord Gi*. Metode ini dapat digunakan
Analisis spasial dapat menjadi dasar sebagai dasar untuk melihat ada tidaknya pola
dalam mengelompokkan wilayah-wilayah yang spasial di wilayah kajian berdasarkan pada nilai
memiliki kemiripan karakteristik dan memiliki dan jarak. Analisis berbasis statistik spasial ini
perbedaan yang jelas dibandingkan dengan dapat menunjukkan ada tidaknya konsentrasi
kelompok lainnya (Safitri et al., 2012). Analisis spasial wilayah dengan nilai tinggi atau Hot
ini kemudian juga dapat digunakan sebagai Spot, dan Cold Spot yang menunjukkan
landasan dalam menentukan kebijakan untuk konsentrasi wilayah bernilai rendah (Kurniawan
menunjang produksi dan distribusi komoditas & Sadali, 2015). Penggunaan aplikasi dan
unggulan serta pembangunan berbagai pendekatan SIG menjadi pembeda yang cukup
infrastruktur pendukung (Bangun, 2016). jelas dengan kajian lainnya.
Penentuan kawasan produksi komoditas Kabupaten Pacitan merupakan kabupaten
unggulan dengan menggunakan pendekatan yang lokasinya berada di bagian selatan
keruangan atau spasial dapat didasarkan pada Provinsi Jawa Timur atau biasa disebut zona
nilai produksi komoditas unggulan dan juga Pantai Selatan (Pansela). Kinerja ekonomi
keterkaitan spasial suatu wilayah dengan wilayah di Zona Pansela secara umum lebih
wilayah di sekitarnya. rendah daripada wilayah Pantai Utara (Pantura)
Analisis kawasan produksi komoditas maupun bagian Tengah, jika dinilai berdasarkan
unggulan pada umumnya tidak menggunakan nilai rata-rata Produk Domestik Regional Bruto
pendekatan spasial atau keruangan, seperti yang (PDRB) per kapita (Fauzi et al., 2019).
dilakukan oleh Laili & Diartho (2018) dan Klau Kabupaten Pacitan termasuk satu dari 16
A. Jauhari 156
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
kabupaten/ kota yang dapat dikatakan sebagai administrasi kecamatan, batas administrasi
wilayah dengan tingkat kemakmuran wilayah kabupaten, dan data spasial yang sifatnya peta
relatif tertinggal di Provinsi Jawa Timur. Hal dasar diperoleh dari Badan Informasi
ini dapat dipahami karena wilayah Pantai Geospasial (BIG). Citra SRTM yang digunakan
Selatan memiliki topografi yang bervariasi, sebagai latar belakang pada saat penyajian peta
serta belum memiliki konektivitas sebaik diperoleh dari USGS.
kawasan Pantura. Selain itu kondisi topografi
wilayah Kabupaten Pacitan secara umum Analisis Sektor Unggulan
berbukit dan bergunung, serta didominasi oleh dan Komoditas Unggulan
kawasan karst. Tentu saja hal ini menjadi Sektor dan komoditas unggulan dapat
tantangan tersendiri dalam upaya ditentukan berdasarkan analisis data statistik
pengembangan wilayah. yang diolah dengan berbagai metode. Analisis
Berdasarkan uraian tersebut maka yang digunakan untuk menyajikan profil umum
diperlukan suatu kebijakan untuk mendorong perekonomian daerah dan sektor unggilan
perkembangan wilayah di Kabupaten Pacitan. daerah adalah Dynamic Location Quotient
Usulan pengembangan kawasan yang memiliki (DLQ) yang dapat menyajikan informasi
fungsi strategis secara ekonomi berdasarkan keunggulan komparatif sektor ekonomi secara
potensi wilayah, sektor atau komoditas temporal. Laju pertumbuhan produksi dari
unggulan diharapkan dapat meningkatkan masing-masing sektor dianggap bervariasi
kinerja ekonomi wilayahnya. Penelitian ini sehingga dimungkinkan adanya perubahan
memiliki tujuan untuk (1) mengidentifikasi dalam kurun waktu tertentu (Muta’ali, 2015).
komoditas unggulan tanaman pangan di Sedangkan metode analisis yang
Kabupaten Pacitan; (2) memetakan kawasan digunakan untuk menentukan produk unggulan
produksi komoditas unggulan tanaman pangan tanaman pangan, antara lain Indeks Kontribusi
berbasis Sistem Informasi Geografis dengan Sektoral (IKS), Model Rasio Pertumbuhan
memanfaatkan analisis Hot Spot Getis-Ord Gi*. (MRP), Dynamic Location Quotient (DLQ),
Rasio Produksi-Kebutuhan/ Supply-Demand
METODOLOGI Ratio (SD), dan Indeks Komposit (IK). Masing-
masing analisis tersebut memiliki keunggulan
Lokasi penelitian adalah Kabupaten dan kelemahan, sehingga kombinasi dari
Pacitan dengan unit analisis pada tingkat desa beberapa metode analisis diharapkan mampu
yang berjumlah 171 desa. Data yang digunakan memberikan hasil analisis yang optimal.
merupakan data sekunder, yang terdiri dari data Analisis Indeks Kontribusi Sektoral
statistik dan data spasial. Data statistik (IKS) merupakan analisis yang menyajikan
bersumber dari publikasi Badan Pusat Statistik, informasi mengenai proporsi atau besaran
yakni Provinsi Jawa Timur Dalam Angka produksi suatu sektor/ produk dibandingkan
Kabupaten Pacitan Dalam Angka, Kecamatan dengan produk/ sektor lainnya dalam satu
dalam angka seluruh kecamatan di Kabupaten
wilayah. Hasil analisis IKS berkisar antara 0–1,
Pacitan dan data pendukung lain terkait dengan
yang interpretasinya adalah, semakin besar nilai
komoditas unggulan di lokasi kajian. Data
proporsinya maka dapat dikatakan komoditas
statistik yang digunakan adalah data Tahun
tersebut memiliki aspek keunggulan dari segi
2013 dan Tahun 2018 yang memiliki selisih
produksi yang lebih tinggi daripada yang
waktu lima tahun untuk dapat memberikan
lainnya. Nilai IKS produk tanaman pangan
gambaran performa produk unggulan secara
yang digunakan adalah rata-rata IKS Tahun
temporal. Selain itu pemilihan data ini juga
2013 dan Tahun 2018. Rumus analisis IKS ini
disesuaikan dengan ketersediaan dan
adalah sebagai berikut (Muta’ali, 2015 dengan
kelengkapan data. Sedangkan data spasial
modifikasi):
berupa data batas administrasi desa, batas
A. Jauhari 158
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
Keterangan: ⁄
DLQ = Indeks Dynamic Location
Quotient dimana:
gij = Rata-rata laju pertumbuhan
komoditas i di tingkat kabupaten ⁄
gj = Rata-rata laju pertumbuhan
komoditas di tingkat kabupaten Keterangan:
Gi = Rata-rata laju pertumbuhan SD = Indeks Supply-Demand
komoditas i di tingkat provinsi Pr = Produksi komoditas (ton/ha)
G = Rata-rata laju pertumbuhan Kk = Kebutuhan Komoditas (ton/th)
komoditas di tingkat provinsi KP = Rata-rata konsumsi pangan
(kg/kap/th)
Interpretasi hasil pengolahan DLQ adalah
Pdd = Jumlah penduduk (jiwa)
sebagai berikut:
1. Nilai DLQ > 1, artinya komoditas tanaman Interpretasi dari hasil perhitungan dengan
pangan i prospektif dan akan menjadi basis metode Rasio-Kebutuhan-Produksi adalah
di masa depan. sebagai berikut:
2. Nilai DLQ = 1, artinya laju pertumbuhan 1. SD > 1, artinya volume produksi komoditas
komoditas i di tingkat kabupaten sebanding lebih besar dari volume konsumsinya, maka
dengan laju pertumbuhannya di tingkat dapat dikatakan memiliki potensi untuk
provinsi dikembangkan sebagai komoditas unggulan.
3. Nilai DLQ < 1, artinya nilai produksi 2. SD = 1, artinya volume produksi komoditas
komoditas tanaman pangan i tidak prospektif sama dengan volume konsumsi penduduk di
dan sulit diharapkan menjadi sektor basis di wilayah kajian.
masa depan 3. SD < 1, artinya volume produksi komoditas
tidak mampu memenuhi kebutuhan
Penilaian keunggulan suatu produk juga
konsumsi penduduk di wilayah kajian.
dapat dilakukan melalui metode analisis tingkat
kebutuhan komoditas atau rasio produksi- Tabel 1. Konsumsi pangan penduduk Provinsi Jawa
kebutuhan komoditas (supply-demand/SD). Timur Tahun 2013 dan 2018
Analisis dilakukan dengan membandingkan Komoditas Konsumsi Pangan
(kg/kap/th)
volume produksi komoditas di suatu wilayah
2013 2018
dengan volume kebutuhan konsumsinya.
Padi 139.64 140.11
Besaran volume kebutuhan dapat diperoleh dari Jagung 4.2 3.8
perkalian antara jumlah penduduk dengan rata- Ubi Kayu 8.4 13.8
rata konsumsi penduduk terhadap suatu Ubi Jalar 1.2 3.1
komoditas yang dirilis oleh Biro Pusat Statistik Kedelai 11.2 13.1
(Sitorus et al., 2014). Kacang Tanah 0.4 0.5
Kacang Hijau 0.2 0.3
Sumber: Kementerian Pertanian, 2019
Hasil analisis Indeks Kontribusi Sektoral untuk menyusun, pengambilan keputusan, dan
(IKS), Dynamic Location Quotient (DLQ), atau penyelesaian permasalahan dalam
Model Rasio Pertumbuhan (MRP), dan Rasio pelaksanaan, pengelolaan, dan konteks strategis
Produksi-Kebutuhan (SD) kemudian dapat terkait dengan permasalahan yang dihadapi.
menjadi masukkan bagi penyusunan Indeks Sistem Informasi Geografis juga dapat
Komposit. Nilai dari masing-masing analisis diartikan sebagai ilmu (science), teknologi
dijumlahkan dan dicari rata-ratanya, setelah (technology), bidang kajian (discipline), dan
terlebih dahulu dilakukan proses scaling atau metodologi (methodology) terapan untuk
diskalakan. Teknik scaling dilakukan dengan penyelesaian masalah. Kekuatan SIG terutama
mengubah nilai masing-masing hasil analisis ke dalam analisis; kemampuan memeriksa data
dalam rentang antara 0, untuk nilai terendah, dan mengungkapkan pola, hubungan, dan
hingga 100, untuk nilai tertinggi. Rumus umum anomali yang tidak terlihat secara langsung
metode Indeks Komposit adalah sebagai berikut dalam informasi geospasial (Longley et al.,
(Muta’ali, 2015): 2015). Pada intinya, SIG memiliki kemampuan
untuk menganalisis data spasial untuk
kemudian menjadi dasar dalam pengambilan
keputusan.
Keterangan: Pemanfaatan SIG untuk pengambilan
IK = Indeks Komposit keputusan (decision-making) didukung oleh
= Variabel yang digunakan kemampuan analisisnya yang komprehensif.
(dalam penelitian ini adalah Teknologi SIG memiliki fitur yang spesifik
hasil analisis IKS, DLQ, untuk pemodelan, optimasi, dan simulasi yang
MRP dan SD) dibutuhkan untuk menghasilkan, mengevaluasi
n = Jumlah variabel dan menguji hasil pengolahan data (Nyerges &
Jankowski, 2010). Sebagai contoh aplikasi SIG
Interpretasi dari hasil pengolahan dengan
dapat digunakan untuk kajian penentuan
metode Indeks Komposit adalah, semakin
kawasan untuk pembuangan sampah akhir
tinggi nilai rata-rata indeks komposit suatu
seperti yang dilakukan oleh Ajibade et al. (2019
komoditas maka dapat dikatakan komoditas
dan Hatamleh et al. (2020) yang menggunakan
tersebut lebih unggul dibandingkan komoditas
analisis SIG untuk pengambilan keputusan
lainnya yang memiliki nilai indeks komposit
dalam perencanaan kawasan pengelolaan
lebih rendah.
limbah cair.
Aplikasi SIG dalam kajian ini berfungsi
Analisis Spasial berbasis
untuk mengolah data spasial dan data statistik
Sistem Informasi Geografis
sebagai dasar pengambilan keputusan
Aplikasi Sistem Informasi Geografis atau
penentuan kawasan komoditas tanaman pangan.
biasa disingkat SIG, merupakan integrasi antara
Hasil dari analisis ini dapat menjadi masukkan
hardware, software, dan data yang berfungsi
dan evaluasi bagi kebijakan yang dicanangkan
untuk akuisisi data, mengelola, menganalisis,
pemerintah daerah untuk mengembangkan
dan menyajikan informasi yang memiliki
kawasan agropolitan serta pengembangan
referensi geografis (Wade & Somer, 2006).
sarana dan prasarana pendukungnya.
Lebih lanjut lagi Nyerges & Jankowski (2010)
memberikan definisi bahwa SIG adalah Analisis Pola Spasial Menggunakan Analisis
kombinasi antara hardware, software, data, Hot Spot Getis-Ord Gi*
user, prosedur, dan pengaturan baku untuk
Metode analisis pola spasial berbasis SIG
proses pengumpulan, penyimpanan, manipulasi,
salah satunya adalah Hot Spot Getis-Ord Gi*.
analisis, dan menyajikan informasi tentang
Analisis Hot Spot Getis-Ord Gi* merupakan
distribusi spasial suatu fenomena dengan tujuan
analisis statistik spasial berbasis SIG yang
A. Jauhari 160
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
Gambar 3. Perbandingan laju pertumbuhan ekonomi dan pendapatan per kapita antara Kabupaten Pacitan dan
Provinsi Jawa Timur Tahun 2014–2018
Sumber: BPS, 2019
Secara umum nilai LPE Kabupaten memberikan kontribusi positif dalam upaya
Pacitan memiliki rerata selisih nilai LPE 0.32% meningkatkan kinerja perekonomian Provinsi
dibandingkan dengan rata-rata LPE Provinsi Jawa Timur.
Jawa Timur. Seperti yang disajikan pada Berdasarkan data pada Gambar 3, nilai
Gambar 3, selisih paling besar adalah 0.65% pendapatan per kapita Kabupaten Pacitan dalam
pada Tahun 2014, sedangkan pada Tahun 2018, kurun waktu Tahun 2014–2018 lebih rendah
nilai keduanya cukup dekat, yakni 5.51% untuk bila dibandingkan dengan rata-rata pendapatan
Kabupaten Pacitan dan 5.62% untuk Provinsi per kapita pada tingkat Provinsi Jawa Timur,
Jawa Timur. Artinya, pertumbuhan ekonomi di bahkan kurang dari separuhnya. Selisih nilai
Kabupaten Pacitan secara umum belum pendapatan per kapita tersebut bahkan semakin
A. Jauhari 162
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
besar. Pendapatan per kapita Kabupaten Pacitan dan Perikanan (A) memiliki nilai DLQ tertinggi
pada tahun 2014 mencapai 15.62 juta bila dibandingkan dengan sektor ekonomi
rupiah/jiwa sedangkan rata-rata Provinsi Jawa lainnya, yakni 1.74.
Timur adalah 32.7 juta rupiah/jiwa. Sedangkan
pada Tahun 2018, pendapatan per kapita di
Kabupaten Pacitan mencapai 18.96 juta
rupiah/jiwa sedangkan Provinsi Jawa Timur
mencapai 38.04 juta rupiah/jiwa. Artinya,
potensi perekonomian wilayah Kabupaten
Pacitan dapat dikatakan masuk dalam
klasifikasi Wilayah Tertinggal (low growth-low
income). Gambar 5. Nilai DLQ menurut lapangan usaha di
Kabupaten Pacitan Tahun 2013 dan 2018
Produksi komoditas tanaman pangan di mencapai lebih dari 12.19 juta Ton pada Tahun
Kabupaten Pacitan dengan volume terbesar 2013 dan meningkat menjadi lebih dari 13.06
adalah Ubi Kayu, yakni mencapai 486,381 Ton juta Ton pada Tahun 2018. Pada posisi ke dua,
pada Tahun 2013 dan menurun cukup drastis Jagung menjadi komoditas tanaman pangan
menjadi 311,211 Ton pada Tahun 2018. dengan volume produksi mencapai lebih dari
Komoditas dengan volume produksi pada posisi 6.29 juta Ton pada Tahun 2013 dan meningkat
ke dua adalah Padi dengan volume produksi tipis menjadi 6.33 juta Ton pada Tahun 2018.
172,688 Ton pada Tahun 2013, dan sedikit Berdasarkan data pada Tabel 2 tersebut,
meningkat menjadi 185,248 Ton pada Tahun dapat dikatakan bahwa Kabupaten Pacitan
2018. Apabila diamati secara lebih rinci, bukan merupakan sentra produksi Padi di Jawa
terdapat kecenderungan adanya penurunan Timur. Nilai produksi Padi di Kabupaten
produksi komoditas tanaman pangan. Tercatat Pacitan hanya berkontribusi sekitar 1.4% dari
hanya Padi dan Kacang Hijau saja yang nilai total produksinya. Hal ini disebabkan oleh
produksinya meningkat sedangkan komoditas kondisi fisik wilayahnya yang banyak berupa
lainnya mengalami penurunan volume perbukitan karst. Kondisi kesuburan tanah dan
produksi. ketersediaan air kurang mendukung untuk
Kondisi ini sedikit berbeda ditunjukkan kegiatan pertanian lahan basah. Secara lengkap,
nilai produksi tanaman pangan di Provinsi Jawa data produksi komoditas tanaman pangan di
Timur. Pada tingkat provinsi, Padi menempati Kabupaten Pacitan dan Provinsi Jawa Timur
posisi pertama sebagai komoditas tanaman disajikan pada Tabel 2 berikut ini:
pangan yang paling banyak dihasilkan, yakni
Tabel 2. Produksi komoditas tanaman pangan di Kabupaten Pacitan dan Provinsi Jawa Timur Tahun 2013
dan 2018 (Ton)
Komoditas Pacitan Jawa Timur
2013 2018 2013 2018
Padi 172,688 185,248 12,198,707 13,060,464
Jagung 147,641 97,446 6,295,301 6,335,252
Ubi Kayu 486,381 311,211 4,245,984 2,908,417
Ubi Jalar 3,099 338 411,781 257,414
Kedelai 3,853 1,358 361,986 200,916
Kacang Tanah 9,991 5,081 213,831 153,216
Kacang Hijau 49 73 66,772 52,403
Jumlah 823,702 600,755 23,794,362 22,968,082
Sumber: BPS, 2013 dan 2018
Tabel 3. Hasil analisis IKS, DLQ, MRP dan SD Indeks Kontribusi Sektoral (IKS), Dynamic
pada komoditas tanaman pangan di Location Quotient (DLQ), Model Rasio
Kabupaten Pacitan
Komoditas IKS MRP DLQ SD Pertumbuhan (MRP), dan Rasio Produksi-
Padi 0.26 1.03 -0.06 2.32 Kebutuhan (Supply-Demand/SD. Hasil dari
Jagung 0.17 -53.97 0.36 55.16 empat analisis tersebut kemudian diolah
Ubi Kayu 0.55 1.14 -0.07 73.06 kembali untuk menghasilkan Indeks Komposit.
Ubi Jalar 0.00 2.38 -0.25 2.45
Kedelai 0.00 1.46 -0.1 0.41 Hasil analisis tersebut disajikan pada Tabel 3.
Kacang Tanah 0.01 1.73 -0.12 31.91 Berdasarkan analisis komoditas unggulan
Kacang Hijau 0.00 -2.28 0.14 0.44 [Tabel 3] dapat diketahui bahwa Ubi Kayu
Sumber: BPS, 2013 dan 2018 secara umum memiliki nilai rata-rata Indeks
Kontribusi Sektoral yang paling tinggi dengan
Berdasarkan data komoditas tanaman skor 0.55. Data ini diperoleh dari pengolahan
pangan tersebut [Tabel 2], lantas dilakukan data produksi tanaman pangan Tahun 2013 dan
beberapa analisis untuk menilai performa dari 2018. Artinya, produksi Ubi Kayu rata-rata
masing-masing komoditas, yakni analisis mampu berkontribusi lebih dari separuh volume
A. Jauhari 164
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
Komoditas unggulan tanaman pangan komoditas unggulan, yakni Ubi Kayu, Jagung
berdasarkan hasil kajian ini cukup sesuai dan Padi digunakan sebagai variabel yang
dengan kebijakan pemerintah daerah Kabupaten dianalisis pada unit wilayah tingkat desa.
Pacitan yang tertuang dalam Keputusan Bupati Hasil analisis Hot Spot Getis-Ord Gi*
No.005/180/408.46/2008 tentang Penetapan untuk komoditas unggulan Prioritas 1, Ubi
Komoditas Unggulan Pada Kawasan Kayu [Gambar 6] menunjukkan bahwa terdapat
Agropolitan. Pemerintah daerah Kabupaten satu pola spasial, yakni Hot Spot di bagian
Pacitan menetapkan komoditas unggulan timur laut. Pola spasial ini terbentuk karena
tanaman pangan berupa Jagung di Kecamatan adanya pengelompokan desa-desa dengan
Nawangan dan Kecamatan Bandar, dan juga volume produksi Ubi Kayu tinggi. Terdapat
Ubi Kayu yang dikembangkan di Kecamatan tujuh desa yang memiliki nilai GiZScore > 2.58
Bandar. Std. Dev. dan semuanya berada di Kecamatan
Hasil kajian ini menambahkan komoditas Bandar, yakni Desa Jeruk, Bangunsari,
Padi sebagai komoditas unggulan karena Padi Watupatok, Tumpuk, Petungsinarang, Bandar,
memiliki kontribusi terbesar setelah Ubi Kayu, dan Kledung.
terhadap volume produksi tanaman pangan.
Selain itu, padi juga merupakan sumber
makanan pokok yang berdasarkan data
konsumsi pangan, rata-rata konsumsi per
kapitanya paling tinggi di antara komoditas lain
karena merupakan makanan pokok, yakni 140
kg/kap/tahun atau setara dengan 89.7
kg/kap/tahun beras. Artinya, produksi Padi di
daerah perlu ditingkatkan untuk mendukung
swadaya atau kemandirian daerah dalam
menyediakan makanan pokok. Berdasarkan
analisis tersebut di atas maka dapat dikatakan
bahwa komoditas unggulan tanaman di
Kabupaten Pacitan dapat disusun menjadi tiga
prioritas. Prioritas 1 adalah Ubi Kayu, Prioritas Gambar 6. Hasil analisis Hot Spot Getis-Ord Gi*
2 adalah Jagung, dan Prioritas 3 adalah Padi. produksi ubi kayu
Analisis Hot Spot Getis-Ord Gi* untuk Berdasarkan hasil analisis ini dapat
Penentuan Kawasan Produksi Komoditas dikatakan bahwa sentra produksi atau pusat
Unggulan Tanaman Pangan pengembangan komoditas unggulan Ubi Kayu
di Kabupaten Pacitan adalah di Kecamatan
Pengembangan komoditas unggulan
Bandar. Lahan pertanian di kecamatan ini
tanaman pangan berbasis kawasan mengadopsi
menurut data BPS, sebagian besar berupa lahan
konsep pengembangan kawasan industri.
kering berupa tegalan atau ladang, yakni
Menurut Marshal (1919) dalam Kuncoro (2007)
mencapai 85% atau seluas 10,055 Ha. Kondisi
kawasan industri merupakan kawasan produksi
ini menjadikan Ubi Kayu menjadi salah satu
komoditas unggulan yang terspesialisasi secara
komoditas tanaman pangan yang cocok
geografis. Analisis Hot Spot Getis-Ord Gi*
dibudidayakan di kawasan ini. Kondisi ini
dapat digunakan untuk mengetahui sebaran
berbeda cukup signifikan dengan wilayah
spasial (Kurniawan, 2013). Dalam konteks
Kabupaten Pacitan di sebelah barat laut dan
Kabupaten Pacitan, penentuan kawasan
tenggara didominasi oleh perbukitan karst yang
produksi komoditas unggulan tanaman pangan
solum tanahnya tipis dan kurang subur.
didasarkan pada analisis statistik spasial Hot
Produksi Ubi Kayu di wilayah tersebut tidak
Spot Getis-Ord Gi*. Volume produksi
A. Jauhari 166
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
sebaik yang ada di Kecamatan Bandar sehingga daerah yang menetapkan lokasi pengembangan
hasil analisis menunjukkan pada wilayah komoditas Jagung di dua kecamatan, yakni
tersebut tidak terbentuk pola hot spot. Artinya Kecamatan Bandar dan Kecamatan Nawangan.
hasil analisis ini juga sesuai dengan kebijakan Artinya, produksi Jagung di Kecamatan
pemerintah daerah yang mengarahkan Nawangan berdasarkan data BPS secara umum
pengembangan kawasan agropolitan dengan belum sebaik yang ada di Kecamatan Bandar.
komoditas Ubi Kayu di Kecamatan Bandar. Oleh karena itu perlu adanya evaluasi dan
Komoditas unggulan Prioritas 2 pengkajian lebih lanjut mengenai kebijakan
berdasarkan hasil analisis adalah Jagung. penetapan Kecamatan Nawangan sebagai sentra
Menurut hasil analisis Hot Spot Getis-Ord Gi* produksi Jagung.
pada komoditas Jagung, terbentuk satu pola Komoditas tanaman pangan Prioritas 3
spasial Hot Spot seperti yang disajikan pada yakni Padi, menunjukkan pola spasial yang
Gambar 7. Pola spasial terbentuk pada wilayah menarik. Hasil analisis Hot Spot Getis-Ord Gi*
di bagian timur laut atau di sekitar Kecamatan pada Gambar 8. menunjukkan terdapat dua pola
Bandar. Desa-desa yang memiliki volume spasial, yakni Hot Spot dan Cold Spot. Kawasan
produksi tinggi dan berdekatan terdiri dari tujuh yang terbentuk dengan nilai produksi tinggi
desa, dengan nilai GiZScore lebih dari 2.58 dengan nilai GiZScore lebih dari 2.58 Std.Dev.
Std.Dev. Sebanyak enam dari tujuh desa untuk komoditas padi terdapat di dua lokasi,
tersebut berada di Kecamatan Bandar, dan satu yakni di timur laut, sebanyak lima desa terdapat
desa berada di Kecamatan Tegalombo. Hasil ini di Kecamatan Bandar dan satu desa di
semakin menegaskan pembahasan sebelumnya Kecamatan Tegalombo. Sedangkan pola spasial
bahwa memang kondisi fisik wilayah di Hot Spot pada sisi barat laut terdapat tiga desa
Kecamatan Bandar lebih baik dalam arti untuk di Kecamatan Punung dan satu desa di
kegiatan budidaya tanaman pangan bila Kecamatan Pringkuku. Hasil ini mempertegas
dibandingkan dengan wilayah Kabupaten bahwa wilayah Kabupaten Pacitan di sisi
Pacitan sisi tenggara dan barat laut. Kawasan sebelah utara memiliki kondisi fisik yang lebih
sepanjang pesisir selatan Kabupaten Pacitan mendukung untuk kegiatan budidaya pertanian
cenderung kurang subur dan memiliki dibandingkan dengan wilayah sepanjang pesisir
keterbatasan sumberdaya air karena dipengaruhi selatan.
oleh bentuklahan karst.
volume produksi komoditas padi rendah. Nilai karena data yang digunakan dan juga unit
GiZScore yang berada pada nilai lebih kecil analisisnya lebih rinci, yakni pada unit desa.
dari -2.58 Std.Dev. merupakan area Cold Spot. Kedua, kawasan pengembangan komoditas
Pola spasial Cold Spot terdapat di dua lokasi unggulan yang dihasilkan lebih fokus dan
yang sebagian besar terdapat di sekitar komprehensif karena memang terdiri dari desa-
Kecamatan Pacitan dan sebagian kecil di desa yang memiliki volume produksi komoditas
Kecamatan Ngadirojo. Produksi padi di sekitar tanaman pangan yang tinggi dan letaknya
Kecamatan Pacitan yang membentuk kawasan berdekatan. Tentu saja hal ini dapat
dengan produksi rendah dapat dipahami memudahkan dalam proses perencanaan
mengingat wilayah ini merupakan perkotaan fasilitas pendukung dan pengembangan sektor
Kabupaten Pacitan. Penggunaan lahan di pendukungnya. Artinya, analisis Hot Spot
kawasan perkotaan pada umumnya cenderung Getis-Ord Gi* efektif untuk menentukan
mengalami perubahan sehingga berpengaruh kawasan pengembangan komoditas unggulan
terhadap produksi Padi, sehingga luas lahan tanaman pangan secara rinci dan komprehensif.
pertanian semakin menyempit. Pola cold spot di
sekitar Kecamatan Ngadirojo dipengaruhi oleh KESIMPULAN
kondisi fisik wilayah ini yang kurang subur.
Lebih dari 90% wilayahnya merupakan lahan Hasil kajian menunjukkan laju
kering, terutama adalah hutan rakyat dan pertumbuhan ekonomi Kabupaten Pacitan lebih
tegalan. lambat bila dibandingkan dengan Provinsi Jawa
Penentuan kawasan produksi komoditas Timur, dengan sektor pertanian sebagai
unggulan tanaman pangan pada penelitian ini kontributor terbesar terhadap PDRB (25%).
cukup berbeda jika dibandingkan dengan Komoditas unggulan pada sektor pertanian
penelitian lainnya. Sebagai contoh penelitian khususnya sub sektor tanaman pangan adalah
yang dilakukan oleh Klau (2019) yang Ubi Kayu, Jagung dan Padi. Berdasarkan hasil
menganalisis sebaran komoditas unggulan analisis hot spot Kecamatan Bandar merupakan
dalam pengembangan kawasan agropolitan di kawasan pengembangan komoditas Ubi Kayu,
Kabupaten Malaka. Analisis produk unggulan Jagung, dan Padi. Khusus untuk komoditas Padi
didasarkan pada unit kecamatan sehingga juga memiliki kawasan pengembangan di
produk unggulan dikembangkan di beberapa sebagian Kecamatan Punung dan Kecamatan
kecamatan. Hampir sama dengan penelitian Pringkuku berdasarkan analisis hot spot.
Wicaksono (2011) yang melakukan analisis Penentuan kawasan pengembangan komoditas
produk unggulan berdasarkan pada unit unggulan tanaman pangan berdasarkan unit
kecamatan sehingga analisisnya penentuan desa dan analisis spasial memberikan gambaran
kawasannya menjadi bersifat lebih umum. yang lebih rinci dan terpadu.
Sedikit berbeda, Novitasari (2018) melakukan
DAFTAR PUSTAKA
identifikasi komoditas unggulan pada tingkat
kecamatan, namun tanpa merujuk pada lokasi
Aghajani, M. A., Dezfoulian, R.S., Arjroody,
yang rinci atau desa-desa dalam menentukan
A.R., & Rezaei, M. (2017). Applying
kawasan pengembangan komoditas
GIS to Identify the Spatial and Temporal
unggulannya.
Patterns of Road Accidents Using Spatial
Pada penelitian ini, analisis produk
Statistics (case study: Ilam Province,
unggulan diidentifikasi pada tingkat kabupaten
Iran). Transportation Research Procedia,
untuk kemudian dianalisis secara spasial untuk
25, 2126–2138.
penentuan kawasan pengembangannya.
Kelebihan penelitian ini dalam menentukan
kawasan pengembangan komoditas unggulan
adalah pertama, hasil identifikasi lebih rinci
A. Jauhari 168
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171
Ajibade, F. O., Olajire, O. O., Ajibade, T.F., Fauzi, M. R., Rustiadi, E. & Mulatsih, S.
Nwogwu, N.A., Lasisi, K.H., Alo, A.B., (2019). Ketimpangan, Pola Spasial, dan
Owolabi, T.A., & Adewumi, J. R. (2019). Kinerja Pembangunan Wilayah di
Combining multicriteria decision analysis Provinsi Jawa Timur. Journal of
with GIS for suitably siting landfills in a Regional and Rural Development
Nigerian state. Environmental and Planning (Jurnal Perencanaan
Sustainability Indicators, Volume 3-4, 1– Pembangunan Wilayah dan Perdesaan),
14. 3 (3), 157–171.
BPS Jatim. (2018). Provinsi Jawa Timur dalam Gastineau, A., Robert, A., Sarrazin, F., Mihoub,
Angka 2018. BPS Provinsi Jawa Timur. J.B., & Quenette, P. Y. (2019).
BPS Pacitan. (2018). Kabupaten Pacitan dalam Spatiotemporal depredation hotspots of
Angka 2018. BPS Provinsi Jawa Timur. brown bears, Ursus arctos, on livestock
BPS Pacitan. (2018). PDRB Kabupaten Pacitan in the Pyrenees, France. Biological
2018. BPS Provinsi Jawa Timur. Conservation, 238 (108210), 1–11.
BPS Pacitan. (2018). Kecamatan di Pacitan Haris, W. A., Sarma, M. & Falatehan, A. F.
2018. BPS Provinsi Jawa Timur. (2017). Analisis Peranan Subsektor
Badan Litbang Pertanian. (2005). Panduan Tanaman Pangan terhadap Perekonomian
Umum: Pelaksanaan Pengkajian serta Jawa Barat. Journal of Regional and
Program Informasi, Komunikasi, dan Rural Development Planning (Jurnal
Diseminasi di BPTP. Departemen Perencanaan Pembangunan Wilayah dan
Pertanian. Perdesaan), 1 (3), 231–242.
Badan Perencanaan Pembangunan Nasional. Hatamleh, R. I., Jamhawi, M. M., Al-Kofahi, S.
(2004). Kajian Strategi Pengembangan D., & Hijazi, H. (2020). The Use of a
Kawasan Dalam Rangka mendukung GIS System as a Decision Support Tool
Akselerasi Peningkatan Daya Saing for Municipal Solid Waste Management
Daerah. Jakarta. Planning: The Case Study of Al Nuzha
Bangun, R. H. B. (2016). Analisis Klaster Non District, Irbid, Jordan. Procedia
Hierarki Dalam Pengelompokan Manufacturing, 44, 189–196.
Kabupaten/Kota Di Sumatera Utara Hendayana, R. (2003). Aplikasi Metode
Berdasarkan Faktor Produksi Padi. Location Quotient (LQ) Dalam
Agrica (Jurnal Agribisnis Sumatera Penentuan Komoditas Unggulan
Utara), 4 (1), 54–61. Nasional. Informatika Pertanian, 12 (2),
Berawi, M. A., Zagloel, T. Y., & Mulyanto, H. 1–21.
(2017). Producing alternative concept for Ijumulana, J., Ligate, F., Bhattacharya, P.,
the Trans-Sumatera toll road project Mtalo, F., & Zhang, C. (2020). Spatial
development using location quotient analysis and GIS mapping of regional
method. Procedia Engineering, 171, hotspots and potential health risk of
265–273. fluoride concentrations in groundwater of
ESRI. Hot Spot Analysis (Getis-Ord Gi*). northern Tanzania. Science of the Total
https://desktop.arcgis.com/en/arcmap/10. Environment, 735, 1–16.
3/tools/spatial-statistics-toolbox/hot-spot-
analysis.htm (20 Juni 2020).
Jana, M. & Sar, N. (2016). Modeling of hotspot Muta’ali, L. (2015). Teknik Analisis Regional
detection using cluster outlier analysis untuk Perencanaan Wilayah, Tata Ruang
and Getis-Ord Gi* statistic of educational dan Lingkungan. Badan Penerbit
development in upper-primary level, Fakultas Geografi (BPFG) Universitas
India. Model. Earth Syst. Environ, 2 (60). Gadjah Mada.
1–10. Mutheneni, S. R., Mopuri, R., Nasih, S., Gunti,
Keputusan Bupati No.005/180/408.46/2008 D., & Upadhyayula, S. M. (2018). Spatial
tentang Penetapan Komoditas Unggulan distribution and cluster analysis of
Pada Kawasan Agropolitan. dengue using self organizing maps in
Klau, A. D., Rustiadi, E. & Siregar, H. (2019). Andhra Pradesh, India, 2011–2013.
Analisis Pengembangan Kawasan Parasite Epidemiology and Control, 3,
Agropolitan Berbasis Tanaman Pangan di 52–61.
Kabupaten Malaka Provinsi Nusa Novitasari, F. & Ayuningtyas, R. V. (2018).
Tenggara Timur. Journal of Regional Identifikasi Komoditas Unggulan
and Rural Development Planning (Jurnal Pertanian dalam Mendukung Kawasan
Perencanaan Pembangunan Wilayah dan Agropolitan Studi Kasus: Kecamatan
Perdesaan), 3 (3), 172–179. Pasaleman, Kabupaten Cirebon. Journal
Kuncoro, M. (2007). Ekonomika Industri of Regional and Rural Development
Indonesia. CV. Andi Offset. Planning (Jurnal Perencanaan
Kurniawan, A. (2013). Model Prediksi Pembangunan Wilayah dan Perdesaan),
Keberlanjutan Pembangunan 2 (3), 218–227.
Berdasarkan Daya Dukung Wilayah Di Nyerges, T. L., & Jankowski, P. (2010).
Daerah Istimewa Yogyakarta (DIY). Regional and Urban GIS: A Decision
Disertasi. Universitas Gadjah Mada. Support Approach. The Guilford Press.
Kurniawan, A. & Sadali, M.I. (2015). Rustiadi, E., Saefulhakim, S., & Panuju, D. R.
Pemanfaatan Analisis Spasial Hotspot (2011). Perencanaan dan Pengembangan
(Getis Ord Gi*) untuk Pemetaan Klaster Wilayah. Crestpent Press dan Yayasan
Industri di Pulau Jawa dengan Pustaka Obor Indonesia.
memanfaatkan Sistem Informasi Safitri, D., Widiharih, T., Wilandari, Y., &
Geografi. Hibah Penelitian Dosen SV Saputra, A. H. (2012). Analisis Cluster
UGM. Pada Kabupaten/Kota di Jawa Tengah
Laili, E. F., & Diartho, H.C. (2018). Berdasarkan Produksi Palawija. Media
Pengembangan Kawasan Pertanian Statistika, 5 (1), 11–16.
Berbasis Tanaman Pangan di Kecamatan Sitorus, S. R P., Mulya, S. P., Iswati, A.,
Wuluhan, Kabupaten Jember. Journal of Panuju, D. R., & Iman, L. O. S. (2014).
Regional and Rural Development Teknik Penentuan Komoditas Unggulan
Planning (Jurnal Perencanaan Pertanian Berdasarkan Potensi Wilayah
Pembangunan Wilayah dan Perdesaan), dalam Rangka Pengembangan Wilayah.
2 (3), 209–217. Prosiding Seminar Nasional ASPI 2014:
Longley, P. A., Goodchild, M., Maguire, D. J., Mengembangkan Kota dan Wilayah yang
& Rhind, D. W. (2015). Geographic Tangguh dan Berkelanjutan. 396–406.
Information Systems & Science. Wiley. Riau.
Muta’ali, L. (2012). Daya Dukung Lingkungan Tarigan, R. (2005). Perencanaan Pembangunan
untuk Perencanaan Pengembangan Wilayah. Bumi Aksara.
Wilayah. Badan Penerbit Fakultas Undang-undang No. 6 Tahun 2014 tentang
Geografi (BPFG) Universitas Gadjah Desa.
Mada.
A. Jauhari 170
Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Perdesaan)
Oktober 2020, 4 (3): 154-171