Custom Search

Hazton Sahabatnya Jarwo

Pemerintah telah berkomitmen untuk mewujudkan swasembada pangan. Peningkatan produksi beras menjadi salah satu fokus pencapaian Kementerian Pertanian. Jika sebelumnya produktivitas padi hanya berkisar 4 – 6 ton perhektar, saat ini pencapaian dan percepatan pencapaian sudah melebihi 6 ton bahkan ada yang mencapai 10 ton per hektar. Target selanjutnya yang masih menjadi pekerjaan rumah dalam mewujudkan Indonesia sebagai lumbung pangan dunia adalah 20 ton per hektar.

sistem jajar legowo

Salah satu tehnik budidaya padi yang menyeruak ke permukaan pada tahun 2012 adalah metode Hazton. Metode ini melabrak budaya budidaya yang telah berkembang puluhan tahun yakni dengan menanam 20 – 30 bibit perlubang tanam. Padahal, budaya yang telah berkembang lama hanya menanam 3 s/d 5 bibit perlubang tanam. Fokus pencapaian hazton adalah agar padi yang ditanam semuanya menjadi padi indukan yang produktif dan tidak lagi berpusat pada pembentukan anakan.

Nama hazton sendiri berasal dari nama penemunya, yakni  Ir. H Hazairin, MS dan Anton Kamarudin, SP, MSi yang mulai diperkenalkan di Kalimantan Barat.

Sistem Jajar Legowo / Jarwo

Tidak lama sebelum hazton lahir atau diperkenalkan ke masyarakat umum, Kementerian Pertanian juga telah memperkenalkan tehnik budidaya yang dapat memperlipatgandakan hasil panen. Tehnik jajar legowo atau biasa yang disebut Jarwo. Tehnik jarwo ini berasal peneliti Badan Litbang Pertanian bernama Sadeli Suriapermana. Tehnik jarwo ini memodifikasi jarak tanam yang sebelumnya berbentuk kotak tegel dengan jarak 25 x 25, menjadi tipe jarwo 2 : 1 yakni jarak tanam (25×12.5×50) cm. 25 pertama merupakan jarak antar rumpun di dalam barisan, 12.5 adalah jarak antar rumpun di baris pagar, dan 50 cm merupakan jarak legowo. Tipe lain dari jarwo adalah 4 : 1, atau petani juga terkadang mempraktekkan 6 : 1. Tipe 4:1 berarti setiap 4 baris kemudian diselang jarwo dengan jarak 50 cm atau menghilangkan satu baris tanaman dan memindahkan tanaman tersebut di barisan pagar. Sekilas dilihat, jajar legowo sepertinya akan mengurangi populasi rumpun karena adanya pengurangan barisan. Namun, jika diperhatikan lebih seksama, jajar legowo justru menambah rumpun populasi tanaman padi di suatu lahan. Populasi padi dengan pola tanam tegel 25 x 25 menghasilkan  populasi tanam 160.000 per hektar. Sedangkan penggunaan jarwo 2 :1  akan menghasilkan populasi tanaman per ha sebanyak 213.300.

Sebagian peneliti budidaya padi berpendapat bahwa keberadaan parit jarwo ini dapat meningkatkan serapan cahaya matahari sehingga tanaman dapat menghasilkan produksi yang melimpah. Keuntungan lain dengan adanya jarwo ini adalah memudahkan petani melakukan pengelolaan usahatani seperti pemupukan susulan, penyiangan, penyemprotan, bahkan bisa digunakan untuk pengendalian hama tikus. Jarwo juga memungkinkan petani memanfaatkan sebagai minapadi (budidaya padi dan ikan).

Hazton

Seperti yang dijelaskan sebelumnya, hazton merupakan modifikasi budidaya tanaman padi dengan menanam 20 sampai 30 bibit tanaman. Bibit tanaman yang digunakan adalah bibit tua yang berumur 25 – 30 hari. Tehnik hazton sangat tepat bagi daerah endemik keong mas, karena dengan penggunaan bibit tua, kerusakan akibat keong mas akan berkurang secara signifikan.

Karena penggunaan benih 20 – 30 bibit pertanam, maka kebutuhan bibit untuk persemaian pun meningkat tajam. Penggunaan benih dengan tehnik hazton mencapai 125 kg per hektar, jauh melampai tehnik budidaya jarwo atau yang biasa dilakukan hanya mencapai 25 kg/hektar.

Keistimewaan tehnik hazton adalah produktivitas yang tinggi karena bibit yang ditanam menjadi bibit indukan dan tanpa mengandalkan jumlah anakan. Namun, petani juga harus memperhatikan ancaman penyakit dan hama lainnya.

Sejak digulirkannya hazton, berbagai instansi pemerintah  melakukan penelitian pembanding produktivitas antara hazton, jajar legowo, dan Pengelolaan Tanaman Terpadu. Hasilnya pun beragam berbeda dengan wilayah dan kondisi lahan. Ada sebagian mengatakan hazton lebih baik dibandingkan jarwo dan PTT, sebagian yang lain mengatakan jarwo lebih baik dibandingkan hazton. Pihak –pihak yang diuntungkan dengan pemesanan benih, proyek bantuan benih, dan pengadaan benih tentu saja sangat mendukung hazton karena tehnik ini akan melipatgandakan pemesanan benih dari petani sehingga melipatgandakan keuntungan mereka.

Perbedaan hasil penelitian ini membuktikan bahwa budidaya padi tidak bisa dilakukan secara seragam. Pembuktian mana yang lebih baik dalam meningkatkan produktivitas petani justru akan membuat petani bingung karena perbedaan pendapat dari para ahli dan pengambil kebijakan. Dalam sudut pandangan saya, hazton tidak bisa dibandingkan dengan jarwo. Tehnik hazton dan jarwo adalah tehnik yang sangat berbeda. Hazton memodifikasi jumlah bibit yang ditanam, sedangkan jarwo adalah modifikasi jarak tanam.  Bahkan, saya terkadang menjumpai petani menggunakan kedua tehnik tersebut. Jarak tanam di atur dengan jarwo, dan bibit ditanam secara tehnik hazton. Sah sah saja, karena petani merupakan manager dari lahan yang mereka miliki.

Meskipun kedua tehnik ini sama – sama ingin meningkatkan produktivitas lahan, namun hazton memiliki wilayah yang lebih spesifik endemik keong mas. Wilayah yang tidak terserang keong mas, masih bisa menggunakan tehnik tanam bibit dengan 5 bibit perlubang saja, karena anakan dari bibit yang ditanam tersebut tidak terganggu hama dan akan berkembang baik sesuai varietas yang digunakan. Sedangkan jarwo penggunaannya bisa dilakukan di seluruh Indonesia karena semua tanaman membutuhkan sinar matahari dan jarwo merupakan tehnik yang memberikan efisiensi yang tinggi dalam penyerapan sinar matahari. Hal ini lah yang sebaiknya dimengerti oleh petani, sehingga bisa lebih bijak mengeluarkan biaya untuk pembelian benih padi.

Jarwo Super

Jarwo super merupakan tehnik budidaya jarwo yang mengalami penambahan komponen  teknologi. Teknologi tersebut antara lain penggunaan pupuk hayati dan biodekomposer. Dalam versi lengkap, jarwo super menggunakan (1) benih yang bermutu, (2) biodekomposer saat pengolahan tanah, (3) pupuk hayati sebagai seed treatment, (4) pengendalian organisme pengganggu tanaman secara terpadu, (5) alat mesin pertanian terutama untuk tanam dan panen.

Biodekomposer digunakan 7 hari sebelum pengolahan atau pembajakan tanah. Salah satu merk dagang biodekomposer adalah EM4. Biodekomposer ini disemprotkan ke pematang sawah, tumpukan jerami, atau jerami yang masih berada ditengah sawah sisa – sisa panen. Biodekomposer ini berisi bakteri untuk mempercepat pembusukan jerami menjadi bahan organik. Penggunaan biodekomposer akan meningkatkan bahan organik tanah sehingga tanah menjadi subur dan menekan perkembangan penyakit tular tanah. Aplikasi yang digunakan adalah 2 Kg/hektar yang dicampur 400 liter air.

Selain biodekomposer, pupuk hayati juga merupakan tambahan teknologi yang membedakan jarwo dan jarwo super. Pupuk hayati merupakan pupuk yang berbasis mikroba non-patogenik yang dapat menghasilkan fitohormon (zat pemacu tumbuh tanaman), penambat nitrogen dan pelarut fosfat yang berfungsi meningkatkan kesuburan dan kesehatan tanah. Dalam pasaran, salah satu contoh produk pupuk hayati adalah agrimeth. Penggunaan pupuk tersebut adalah mencampurkan pupuk hayati dengan padi setelah direndam dan sebelum disemai. Benih padi yang telah dicampur oleh pupk hayati segera disemai dan tidak ditunda lebih dari 3 jam, dan tidak terkena paparan sinar matahari agar tidak mematikan mikroba yang telah melekat pada benih. Aplikasi sebaiknya dilakukan pagi sebelum pukul 08.00 atau sore hari pukul 15.00 – 17.00.

Demikian beberapa tehnik budidaya padi yang sedang “nge-trend” di tahun 2016/2017. Pemerintah sebagai katalisator memastikan tetap berada disamping petani untuk mewujudkan kedulatan pangan. Berbagai macam tehnik budidaya telah ditawarkan oleh pemerintah untuk membantu petani mewujudkan mimpi tersebut. Petani lah yang berhak memutuskan penggunaan tehnik budidaya yang sesuai dengan kondisi lahannya.

Kerjasama pemerintah dan petani dalam bidang masing-masing akan mempercepat mimpi Indonesia menjadi lumbung pangan dunia. Petani dengan segudang pengalaman budidaya berkonsentrasi terhadap peningkatan produktivitas, sedangkan pemerintah mempersiapkan regulasi dan peraturan untuk menjamin keberlangsungan budidaya dan distribusi hasil panen yang dihasilkan petani. Pemerintah menghendaki adanya peningkatan produksi yang signifikan, maka pemerintah pun harus melindungi petani dari gejolak harga yang timbul akibat penurunan harga pada saat panen raya.

Mengenai komentar petani tentang sistem jarwo ini, berikut sedikit cuplikan wawancara dengan ketua gapoktan di Kabupaten Seram Bagian Barat, Provinsi Maluku.


Terima kasih sudah berkunjung

Bahan artikel diatas bersumber pada :

Panduan Teknologi Budidaya Hazton pada Tanaman Padi
Petunjuk Tehnis Budidaya Padi Jajar Legowo Super
Sistem Tanam Legowo

Elastisitas Pada Regresi

Elastisitas merupakan perubahan persentase variabel dependen yang ditimbulkan akibat adanya perubahan persentase variabel independen. Elastisitas sangat baik untuk mencerminkan hubungan sebab akibat dan memperhitungkan besaran dampak akibat perubahan variabel tertentu.

Banyak sekali macam elastisitas, diantaranya adalah elastisitas permintaan, elastisitas penawaran, elastisitas produksi, dan lain-lain. Biasanya, elastisitas tersebut mencerminkan perubahan terhadap perubahan variabel independennya. Misalnya, elastisitas permintaan, artinya menggambarkan perubahan permintaan (variabel dependen) terhadap harga (variabel independennya). Elastisitas penawaran, artinya menggambarkan perubahan penawaran (variabel dependen) terhadap harga (variabel independennya). Begitu juga dengan variabel produksi, artinya menggambarkan perubahan produksi (variabel dependen) terhadap luas lahan, tenaga kerja, modal dan lain-lain (variabel independennya)

Note : jika terdapat persamaan Y = a + bx1 + c X2 + e, maka Y disebut variabel dependen, X1 dan X2 disebut variabel independen

Gradien Persamaan

Sebenarnya elastisitas pada persamaan sangat erat hubungannya dengan gradien persamaan. Gradien menggambarkan kemiringan suatu persamaan garis lurus. Semakin besar nilai gradien maka garis yang dihasilkan akan semakin miring.

Tampak pada gambar D dengan nilai gradien = 1.5, memiliki grafik yang lebih curam dibandingkan grafik C dengan nilai gradien = 1. Semakin curam gradien atau kemiringan garis, maka hubungan independen terhadap variabel dependen akan semakin kuat. Hal ini disebabkan karena perubahan variabel Y atau dependen akan semakin besar karena perubahan variabel dependen. Contoh, pada grafik D dan grafik C, nilai gradien C = 1. Artinya jika nilai x bertambah 1 satuan, maka nilai Y akan bertambah 1 satuan. Sedangkan pada gradien grafik D, jika nilai x bertambah 1 satuan, maka nilai Y akan bertambah 1.5 satuan.

Selain besarnya nilai gradien, kita juga harus memahami bahwa nilai positif atau nilai negatif pada gradien.

Grafik A memiliki nilai gradien yang positif, grafik yang dihasilkan miring kekanan (naik dari kiri ke kanan). Sedangkan gafik B memiliki nilai gradien yang negatif menghasilkan grafik yang miring ke kiri (turun dari kiri ke kanan). Jika grafik memiliki gradien positif, maka hubungan Y dan X adalah searah, jika x naik maka Y juga naik. Jika x turun, maka Y juga akan ikut turun.

Sebaliknya, jika nilai gradien negatif, maka hubungan Y dan X adalah berbalik arah. Jika x naik maka Y turun, dan jika x turun maka y akan naik.

Apa hubungan gradien dan elastisitas?

Saya sengaja mengingatkan salah satu pelajaran dasar di tingkat SLTP agar anda mengerti tentang elastisitas pada persamaan atau regresi. Elastisitas juga sama dengan gradien, yakni menggambarkan hubungan Y dan X atau variabel independen terhadap variabel dependennya. Namun, perbedaan mendasar antara gradien dan elastisitas adalah : jika gradien menggambarkan penambahan atau pengurangan dari nilai Y terhadap penambahan atau pengurangan nilai X, maka elastisitas menggambarkan perubahan persentase nilai Y akibat adanya penambahan atau pengurangan persentase nilai X. jadi, pada elastisitas memperhitungkan persentase atau ada nilai rata-rata untuk mendapatkan nilai persentase Y dan X.

Elastisitas

Berdasarkan nilainya, elastisitas dapat dibagi menjadi : inelastis sempurna, inelastis, elastis uniter, elastis, dan elastis sempurna.

Inelastis sempurna terjadi jika nilai elastisitasnya = 0, artinya bahwa tidak ada perubahan yang terjadi pada nilai Y meskipun terjadi perubahan nilai X. artinya x sama sekali tidak berpengaruh terhadap nilai Y. contohnya adalah permintaan daging babi orang muslim. Meskipun harga daging babi murah semurah-murahnya, tetap saja orang  muslim tidak membeli produk tersebut karena tidak diharamkan untuk mengkonsumsinya. Artinya komoditas babi bersifat inelastis sempurna terhadap permintaan.

Hubungan y dan x dikatakan inelastis apabila nilai elastisitas < 1. Artinya bahwa perubahan yang terjadi pada nilai Y akan lebih kecil dibandingkan perubahan yang terjadi pada nilai x. ada upaya yang besar untuk meningkatkan nilai Y jika harus menggunakan variabel X. contoh kasus adalah produksi padi nasional terhadap luas lahan sebuah provinsi. Nilai produksi nasional yang begitu besar akan berdampak sedikit jika hanya dilakukan penambahan luas lahan sebuah provinsi. Mungkin saja hubungannya positif tapi nilainya akan kecil sekali. Nilai hubungan inelastis bisa saja bernilai positif atau negatif. Seperti pembahasan sebelumnya pada gradien, nilai positif dan negatif hanya menjelaskan arah hubungan y dan x saja.

Elastis uniter terjadi jika nilai elastisitas = 1. Artinya persentase penambahan atau pengurangan nilai Y akan sama besar dengan nilai persentase penambahan atau pengurangan nilai X.

Elastisitas baru terjadi jika nilai elastisitas > 1, mungkin yang lebih tepatnya adalah nilai mutlak elastisitas = 1 atau |e| > 1. Karena nilai elastisitas bisa negatif atau positif. Dalam kategori ini perubahan nilai persentase Y lebih besar dibandingkan perubahan persentase nilai X

Elastisitas sempurna terjadi jika nilai |e|  = ∞. Artinya nilai Y akan selalu ada meskipun tidak ada nilai X. lho kok bisa? Memang hanya beberapa kasus yang terjadi. Contohnya saja elastisitas penawaran tanah. Berapapun harga tanah dan semahal apapun tanah, penawaran akan tetap. Kecuali jika pengembang membuat pulau buatan. Hehehe..

Elastisitas pada regresi

Sampai juga kita pada bagian akhir dan inti dari artikel ini. Bagaimana cara kita memperoleh nilai elastisitas pada regresi?

Regresi begitu populer sehingga hampir semua analis statistik mengetahui tool tersebut. Regresi menghasilkan sebuah persamaan yang terdiri dari konstanta dan koefisien. Koefisien pada setiap variabel ini juga disebut gradien pada penjelasan sebelumnya.

Pengertian elastisitas adalah perubahan persentase Y akibat adanya perubahan persentase nilai X. perubahan yang dimaksud bisa positif (searah) atau negatif (berbalik arah) sesuai tanda koefisien pada regresi.

Konsep elastisitas digunakan untuk memperoleh ukuran kuantitatif respon suatu fungsi terhadap faktor yang mempengaruhi (Gujarati, 1995).

Jika persamaan Y = b0 + b1X1 + b2X2, maka elastisitas jangka pendek dan jangka panjang dapat dirumuskan sebagai berikut:

ESR = (∆Y/∆X) * /Ȳ

Coba perhatikan, (∆Y/∆X) = gradien atau koefisien yang dihasilkan pada proses regresi.

ELR = ESR / (1-bt)

Mari kita langsung praktek, untuk memperjelas rumus ini, kebetulan saya sudah menggunakannya pada tulisan Elastisitas harga dan Pengaruh Impor Kedelai Terhadap Produksi Dalam Negeri.

Pada tahap awal, tentu kita sudah meregresikan persamaan. Pada latihan ini saya memperoleh koefisien 861.28 untuk X1, 1.04 untuk X2, dan 0.70 untuk X3 (lihat baris 27)

Kemudian kita menentukan everage untuk nilai Y dan nilai X ( lihat baris 25)

Membagi nilai average x dengan average Y (baris 26). Masing masing average nilai x dibagi dengan average nilai Y yang terletak di cell Y25.

Menentukan nilai SR dengan cara mengalikan koefisien pada baris 27 dengan nilai pembagian rata-rata x dan y pada baris 26. Terlihat pada X1 meskipun memiliki koefisien yang tinggi, yakni 861.28 namun tetap inelastis karena nilai SR < 1. Mengapa? Hal ini disebabkan karena elastisitas memperhitungkan persentase nilai Y dan nilai X dengan memasukkan pembagian antara rata-rata x dan rata-rata Y.  jika nilai rata-rata x jauh lebih kecil dibandingkan rata-rata Y, maka kemungkinan besar akan inelastis. Sebaliknya jika rata-rata nilai x jauh lebih besar atau mendekati nilai rata-rata Y maka bisa kemungkinan akan elastis. Contohnya adalah nilai X2 dan X3. Meskipun koefisiennya kecil namun memiliki LR > 1, artinya dalam jangka panjang bersifat elastis.

Atau lebih gampang dipahami, nilai 861.28 itu memiliki arti jika X1 bertambah 1 satuan, maka Y akan bertambah 861.28, benar? Namun kita perlu tau nilai 861.28 ini hanya sekian persen dari rata-rata Y, dan ternyata persentase itu sangat kecil sekali. Sehingga jika dihiting nilai elastisitasnya, nilainya masih dibawah 1.

Oh iya, untuk mendapatkan LR tinggal memasukkan rumus seperti dibawah ini (cell D29):

Nilai elastisitas jangka pendek dan jangka panjang akan membantu anda untuk mendeskripsikan atau membahas regresi lebih lanjut. Jadi pembahasan anda tidak hanya tentang R-squared dan koefisien saja, tapi bisa diperluas dengan hubungan nilai Y dan nilai X. Penjelasan elastisitas akan mudah dicerna karena mengangkat persentase bukan nilai yang tertera pada nilai koefisien. Sehingga bisa membantu menggambarkan pembaca anda terhadap variabel yang anda gunakan selama penelitian.

Selamat mencoba, terima kasih sudah berkunjung.

Tehnik Evaluasi Kegiatan Pendampingan atau Penyuluhan

Kegiatan Penyuluhan atau pendampingan kawasan teknologi biasanya mengharapkan adanya perbaikan wawasan dan teknologi. Lalu biasanya timbul pertanyaan, bagaimana cara kita mengevaluasi hasil kegiatan pendampingan tersebut? Dan biasanya kita melakukan servey kepuasan terhadap beberapa kinerja yang dilakukan selama pendampingan. Masalahnya adalah, terkadang kita diminta untuk mengevaluasi beberapa kendala dan langkah perbaikan untuk mengatasinya. Survey kepuasan yang berisi tentang persentase persepsi tentunya belum cukup untuk menjabarkan hal ini. Tehnik survey kepuasan hanya menangkap skala kepuasan dalam satu dimensi, perlu ada tambahan dimensi seperti tingkat kepentingan dan mampu merangkum kedua dimensi tersebut sehingga bisa digunakan untuk evaluasi kegiatan pendampingan atau penyuluhan.

Tehnik yang dimaksud adalah Important and Performance Analysis (IPA) merupakan tehnik kuadran yang menghubungkan dua subjek atau dua objek untuk mengkaji efektifitas suatu kegiatan. Tentang materi dan informasi lebih lanjut, anda bisa bergoogling untuk mencari bahan referensi dan pustaka yang lebih berkualitas. Artikel ini saya tulis untuk langsung praktek dengan data yang anda miliki atau membantu anda dalam membuat sedikit kerangka penelitian dalam pendampingan kawasan teknologi atau kegiatan penyuluhan yang akan anda lakukan.

IPA analysis pada intinya adalah menggabungkan dua objek atau dua subjek. Anda bisa mengartikan dua objek sebagai petani dan penyuluh, atau dua subjek sebagai tingkat kepuasan dan tingkat kepentingan kegiatan penyuluhan menurut petani.

Jika anda menggunakan 2 objek, petani dan penyuluh, maka sebaiknya subjek penelitiannya hanya satu yang digunakan, misalnya hanya variabel tingkat kepuasan. Artinya anda ingin membandingkan tingkat kepuasan kegiatan penyuluhan antara persepsi petani dan persepsi penyuluh. Perbedaan persepsi yang diperoleh merupakan pembahasan mengenai keberhasilan atau kendala kegiatan penyuluhan yang dilakukan.

Jika anda menggunakan 2 subjek, tingkat kepentingan dan tingkat kepuasan, maka sebaiknya anda menggunakan satu subjek saja, misalnya petani. Artinya anda ingin mendapatkan informasi tentang persepsi petani apakah variabel – variabel penyuluhan itu penting dan puas. Adapun selisih antara keduanya merupakan pembahasan kendala dan tingkat keberhasilan kegiatan penyuluhan.

Anda juga dapat melakukan keduanya dengan 2 kali proses, artinya anda ingin membahas tentang perbedaan persepsi antara penyuluh dan petani, dan anda juga disisi yang lain membahas kesenjangan antara tingkat kepentingan dan tingkat kepuasan yang dirasakan petani sebagai objek dari pendampingan atau penyuluhan.

Alat ini sangat efektif dan cukup sering saya gunakan. Hampir tiap tahun menggunakan alat ini karena sebagian besar kegiatan merupakan pendampingan. Berikut adalah output yang pernah saya hasilkan dalam pengkajian atribut benih unggul padi di Prov Maluku

Namun, pada artikel ini saya akan menggunakan data fiktif sebagai latihan mengingat hasil pengkajian diatas masih dalam proses review, sehingga belum bisa saya publish di sini.

Berdasarkan gambar diatas, terdapat 4 kuadran yang masing – masing kuadran memiliki pengertian masing masing.

 

Kuadran 1 = Prioritas utama

Pada kuadran ini memuat nilai keinginan petani/tingkat kepentingan petani yang tinggi sedangkan kepuasannya rendah. Variabel –variabel yang masuk dalam kuadran ini menjadi prioritas utama sebagai bahan evaluasi atau koreksi agar kegiatan yang dimaksud bisa berjalan dengan optimal. Jika penelitian atau pengambilan data dilakukan diakhir kegiatan, maka dapat menjadi evaluasi untuk kegiatan selanjutnya bagaimana cara meningkatkan kepuasan pada variabel yang masuk dalam kuadran 1. Jika pengambilan data dilakukan dipertengahan kegiatan, maka masih ada waktu untuk melakukan upaya peningkatan kepuasan petani misalnya dengan interview mendalam apa kendala yang dihadapai, dan sebagainya.

Kuadran 2 = pertahankan prestasi

Kuadran ini merupakan kuadran ideal. Anda bisa saja berharap agar semua variabel masuk dalam kuadran ini sebab kuadran ini terdiri atas variabel yang mengandung tingkat kepentingan dan tingkat kepuasan yang tinggi. Artinya petani menganggap variabel yang dikuadran ini sangat penting dan kinerjanya sudah sangat memuaskan.

Kuadran 3 = Prioritas rendah

Kuadran ini terdiri dari variabel yang memiliki tingkat kepentingan endah dan kepuasannya juga rendah. Artinya petani berpendapat bahwa variabel di kuadran ini tidak penting sehingga anda tidak perlu mengupayakan lebih. Peningkatan kepuasan terhadap variabel dikuadran ini bisa menyebabkan masuk kategori berlebihan

Kuadran 4 = Berlebihan

Kuadran ini berisi variabel yang dianggap tidak penting atau kurang penting namun  sangat memuaskan. Sebaiknya anda fokus terhadap kudran 1 dan 2 karena peningkatan tingkat kepuasan berarti memenuhi ekspektasi petani. Namun, disisi lain kita bisa mengevaluasi apakah variabel variabel yang kita evaluasi sudah masuk dalam kategory yang sebenarnya. Bisa saja petani menganggap variabel tertentu tidak penting, padahal menurut kita sebagai pendamping variabel tersebut sangat penting. Hal ini bisa mengidentifikasikan keberhasilan kegiatan dalam mengubah persepsi petani.

Data olah untuk analisis ini berupa data primer yang umumnya berasal dari quesioner. Dalam kuesioner, responden ditanya tentang seberapa penting dan seberapa puas anda terhadap kinerja atribut atau variabel tertentu dalam skala likert.

Skala 1 – 5 dengan keterangan 1 = tidak penting, 2 = kurang penting, 3 = cukup penting, 4 = penting, 5 = sangat penting.

Begitupun pada tingkat kepuasan : 1 = tidak puas, 2 = kurang puas, 3 = cukup puas, 4 = puas, 5 = sangat puas.

Rekapitulasi data dan skoring

Data primer hasil pengamatan di rekap dan diproses untuk memperoleh skor di setiap variabel baik pada tingkat kepentingan maupun tingkat kepuasan.

Nilai Skor (x)  = ( n x skala (x)) / N

n adalah jumlah reponden yang menyatakan tanggapan (x), skala (x) adalah ukuran nilai skala untuk kriteria x ( 1 – 5),  sedangkan N adalah total responden.

Kemudian total disetiap variabel dijumlahkan dari skor 1 hingga skor 5.

Bingung? Ini contohnya

Data yang saya miliki:

Tentukan nilai masing masing skor ( 1 – 5)

Kemudian jumlahkan total skornya.

Mau cara yang lebih gampang? Anda tinggal rata-ratakan nilainya setelah memasukkan data skala pada data awal. Hasilnya sama saja. Perhatikan dibawah ini.

 

Tampak sekali hasilnya sama antara average dan rumus nilai skor untuk mendapat nilai tingkat kepentingan dan tingkat kepuasan pada variabel tertentu.

Lakukan juga pada tingkat kepuasan. Selanjutnya data siap diolah untuk menjadi kuadran

Langkah IPA Analysis

Adapun langkah membuat kuadran IPA adalah sebagai berikut :

Persiapkan data yang terdiri dari tingkat kepentingan dan tingkat kepuasan. Seperti yang saya jelaskan sebelumnya, anda juga bisa membuat 2 objek dengan 1 subjek, misalnya tingkat kepuasan antara penyuluh dan petani. Namun contoh disini adalah 2 subjek dengan 1 objek.

Kali ini saya menggunakan SPSS. Ini data fiktif untuk contoh saja dengan beberapa variabel yang pernah saya gunakan tahun 2016. Kemudian klik Graphs – Legacy Dialogs – scatter dot

Klik define

Masukkan tingkat kepentingan pada sumbu Y dan tingkat kepuasan pada sumbu X. Kemudian klik OK. Maka muncul muncul diagram plot

Klik 2 kali gambar tersebut sehingga keluar chart editor. Klik elements – data label mode untuk memberi label masing masing titik. Kemudian klik setiap titik di gambar, maka akan muncul masing masing keterangan. Setelah semua muncul kembali lagi klik elements – data label mode. Hilangkan cecklist data lebel mode dan klik apply dan close pada windows kecil yang muncul

Kemudian klik option – X axis reference line

Kita bisa saja mengisi garis x tersebut dengan nilai median atau mean. Kali ini saya isikan nilai 3 karena nilai 3 merupakan nilai tengah dari skala 1 – 5. Artinya titik yang berada di sebelah kanan berarti lebih dari cukup (skala kepuasan) dan titik yang berada disebelah kiri berarti kurang dari cukup.

Kemudian klik apply dan close. Selanjutnya klik option – Y axis reference line. Masih di chart editor. Garis ini merupakan garis tengah sumbu Y atau sumbu tingkat kepentingan. Artinya titik yang berada diatas garis ini berarti memiliki nilai lebih dari cukup penting, dan sebaliknya titik yang berada di bawah garis ini berarti memiliki nilai kurang dari cukup penting.

Isikan 3 karena 3 merupakan nilai tengah dari skala likert yang digunakan. Anda bisa saja menggunakan opsi median atau mean, tergantung dari model peneltian anda.

Kemudian klik apply dan close. Kuadran IPA sudah siap untuk diinterpretasikan

Hasil kuadran IPA pada latihan ini menunjukkan bahwa :

Kuadran 1 : variabel 3 (umur tanaman) dan variabel 4 (Daya tumbuh)

Kuadran 2 : variabel 1 (produktivitas) dan variabel 2 (tahan hama)

Kuadran 3 : variabel 8 (jenis varietas) dan variabel 7 (kualitas kemasan)

Kuadran 4 : variabel 5 (efisiensi pupuk) dan variabel 6 (daya simpan)

Penjelasan masing-masing kuadran sudah saya jelaskan di bag awal artikel ini. Selamat mencoba…

Jika artikel ini dirasakan bermanfaat, mohon bantu sebarkan. Terima kasih telah berkunjung

 

Page 10/22First...5...91011...1520...Last