peranan sistem informasi padi better rice initiative asia...

Serambi Engineering, Volume III, Edisi Khusus, Februari 2018 ISSN : 2528-3561

306 307

Peranan Sistem Informasi Padi Better Rice Initiative Asia (BRIA) Dalam Mendukung Ketersediaan Pangan Daerah

Isnaini1*, Sirojuzilam2, Agus Purwoko3

1Program Studi Perencanaan Wilayah dan Pembangunan Pedesaan (PWD) Universitas Sumatera Utara

2Staf Pengajar PWD, Universitas Sumatera Utara3Staf Pengajar PWD, Universitas Sumatera Utara*Koresponden email: [email protected]

Masuk: 11 Februari 2018 Diterima: 15 Februari 2018

Abstract. This study is aimed at studying the projection of harvested area and production for 10 years, the influence of rice cultivation technology on increasing rice production and the role of BRIA Rice Information System to food availability system in Serdang Bedagai District. The data collected were primary and secondary data that analyzed by linier regression to figure out the projection of harvested area and production, logistic regression to recognize the influence of rice cultivation technology on increasing rice production and FGD to figure out the role of BRIA Rice Information System in favor regional food availability. The result of this study showed that there was an upward trend in harvested area and production in Serdang Bedagai District of 2012-2022. Rice cultivation technologies have given significant influence to increase rice production. BRIA Rice Information System has played a part of supporting real-time data and information to support the regional food availability. Keywords: Food availability, harvested area, production, rice cultivation technology, information system

Abstrak. Penelitian ini mengkaji proyeksi luas panen dan produksi selama 10 tahun, pengaruh teknologi budidaya padi terhadap peningkatan produksi padi dan peranan Sistem Informasi Padi BRIA terhadap Sistem Ketersediaan Pangan di Kabupaten Serdang Bedagai. Data yang dikumpulkan adalah data primer dan data sekunder yang dianalisis dengan regresi linier sederhana untuk mengetahui proyeksi luas panen dan produksi padi, regresi logistik untuk melihat pengaruh teknologi budidaya terhadap peningkatan produksi padi dan FGD untuk mengetahui peranan Sistem Informasi Padi BRIA dalam mendukung ketersediaan pangan daerah. Hasil penelitian menunjukkan terdapat trend yang menaik pada luas panen dan produksi di Kabupaten Serdang Bedagai dari 2012-2022. Teknologi budidaya yang direkomendasikan kepada petani memberikan pengaruh signifikan terhadap peningkatan produksi padi. Sistem Informasi Padi BRIA berperan dalam mendukung ketersediaan data dan informasi real-time untuk mendukung ketersediaan pangan daerah.Kata Kunci: Ketersediaan pangan, luas panen, produksi padi, teknologi budidaya padi, sistem informasi

hal 306-320

1. PendahuluanKetahanan pangan dapat didefinisikan sebagai

terjaminnya akses pangan setiap individu untuk memenuhi kebutuhan pangannya agar dapat hidup sehat dan beraktifitas (Ariningsih, dan Handewi, 2008). Ketahanan pangan mencakup tiga aspek,

yaitu: (1) ketersediaan pangan, (2) aksesibilitas pangan, dan (3) stabilitas harga pangan (Lantarsih dkk, 2011). Ketersediaan pangan di suatu wilayah dapat dipenuhi dari tiga sumber, yaitu produksi dalam negeri, impor pangan dan cadangan pangan.


306 307

Peranan Sistem Informasi Padi Better Rice Initiative Asia (BRIA) Dalam Mendukung Ketersediaan Pangan Daerah

Isnaini1*, Sirojuzilam2, Agus Purwoko3

1Program Studi Perencanaan Wilayah dan Pembangunan Pedesaan (PWD) Universitas Sumatera Utara

2Staf Pengajar PWD, Universitas Sumatera Utara3Staf Pengajar PWD, Universitas Sumatera Utara*Koresponden email: [email protected]

Masuk: 11 Februari 2018 Diterima: 15 Februari 2018

Abstract. This study is aimed at studying the projection of harvested area and production for 10 years, the influence of rice cultivation technology on increasing rice production and the role of BRIA Rice Information System to food availability system in Serdang Bedagai District. The data collected were primary and secondary data that analyzed by linier regression to figure out the projection of harvested area and production, logistic regression to recognize the influence of rice cultivation technology on increasing rice production and FGD to figure out the role of BRIA Rice Information System in favor regional food availability. The result of this study showed that there was an upward trend in harvested area and production in Serdang Bedagai District of 2012-2022. Rice cultivation technologies have given significant influence to increase rice production. BRIA Rice Information System has played a part of supporting real-time data and information to support the regional food availability. Keywords: Food availability, harvested area, production, rice cultivation technology, information system

Abstrak. Penelitian ini mengkaji proyeksi luas panen dan produksi selama 10 tahun, pengaruh teknologi budidaya padi terhadap peningkatan produksi padi dan peranan Sistem Informasi Padi BRIA terhadap Sistem Ketersediaan Pangan di Kabupaten Serdang Bedagai. Data yang dikumpulkan adalah data primer dan data sekunder yang dianalisis dengan regresi linier sederhana untuk mengetahui proyeksi luas panen dan produksi padi, regresi logistik untuk melihat pengaruh teknologi budidaya terhadap peningkatan produksi padi dan FGD untuk mengetahui peranan Sistem Informasi Padi BRIA dalam mendukung ketersediaan pangan daerah. Hasil penelitian menunjukkan terdapat trend yang menaik pada luas panen dan produksi di Kabupaten Serdang Bedagai dari 2012-2022. Teknologi budidaya yang direkomendasikan kepada petani memberikan pengaruh signifikan terhadap peningkatan produksi padi. Sistem Informasi Padi BRIA berperan dalam mendukung ketersediaan data dan informasi real-time untuk mendukung ketersediaan pangan daerah.Kata Kunci: Ketersediaan pangan, luas panen, produksi padi, teknologi budidaya padi, sistem informasi

hal 306-320

1. PendahuluanKetahanan pangan dapat didefinisikan sebagai

terjaminnya akses pangan setiap individu untuk memenuhi kebutuhan pangannya agar dapat hidup sehat dan beraktifitas (Ariningsih, dan Handewi, 2008). Ketahanan pangan mencakup tiga aspek,

yaitu: (1) ketersediaan pangan, (2) aksesibilitas pangan, dan (3) stabilitas harga pangan (Lantarsih dkk, 2011). Ketersediaan pangan di suatu wilayah dapat dipenuhi dari tiga sumber, yaitu produksi dalam negeri, impor pangan dan cadangan pangan.


306 307

Sektor pertanian merupakan tumpuan utama penyediaan pangan bagi 245 juta penduduk Indonesia, penyedia sekitar 87% bahan baku industri kecil dan menengah, serta penyumbang 15% PDB dengan nilai devisa sekitar US $ 43 milyar. Selain itu, sektor pertanian menyerap sekitar 33% tenaga kerja dan menjadi sumber utama pendapatan dari sekitar 70% rumah tangga di pedesaan (Kementan, 2015).

Nawa Cita atau agenda prioritas kabinet kerja Presiden Jokowi mengarahkan pembangunan pertanian untuk mewujudkan kedaulatan pangan, agar Indonesia dapat mengatur dan memenuhi kebutuhan pangan rakyatnya secara berdaulat. Kedaulatan pangan diterjemahkan sebagai bentuk kemampuan bangsa dalam tiga hal: mampu mencukupi kebutuhan pangan dari produksi sendiri, mampu mengatur kebijakan pangan secara mandiri, dan mampu melindungi dan mensejahterakan petani sebagai pelaku usaha pertanian pangan (Kementan, 2015).

Beras merupakan komoditi penting yang menjadi makanan pokok bagi masyarakat Indonesia. Pemerintah mengeluarkan berbagai kebijakan untuk memastikan terpenuhinya kebutuhan beras dengan harga yang terjangkau oleh masyarakat. Namun ketersediaan produksi beras domestik memiliki kendala terkait dengan terbatasnya kapasitas produksi nasional akibat beberapa faktor diantaranya adalah (a) tingginya alih fungsi lahan pertanian, (b) degradasi sumber daya lahan dan infrastruktur terutama jaringan irigasi dan jalan usaha tani, (c) terbatasnya pemanfaatan alsintan pertanian, (d) input pertanian belum tersedia secara tepat, (e) rendahnya adopsi teknologi di tingkat petani akibat lambatnya transfer teknologi peningkatan produksi dari lembaga penelitian formal kepada petani, (f) keterbatasan tenaga penyuluh pertanian, (f) fenomena perubahan iklim global.

Ketersediaan data produksi dan stok pangan yang akurat memberikan pengaruh kuat terhadap tata kelola pangan yang baik. Menurut Prof. Dr. Dwi Andreas Santosa, ahli kebijakan pertanian dan pangan juga Guru Besar Fakultas Pertanian IPB, akurasi data pangan saat ini cukup lemah sehingga gejolak harga pangan terus terjadi akibat kesalahan kebijakan yang bersumber data tidak akurat. Jika data yang dikelola benar, pemerintah

bisa mengelola pangan lebih tepat, termasuk perencanaan impor (Kompas, 2015).

Seiring pesatnya perkembangan Teknologi Informasi dan Komunikasi (TIK) di segala bidang, maka pemanfaatan TIK di sektor pertanian mulai menjadi perhatian banyak pihak. Pemanfaatan TIK di bidang pertanian sering disebut dengan istilah electronic Agriculture yang disingkat e-Agriculture. Di Indonesia, pemerintah berupaya untuk memanfaatkan TIK sebagai instrumen akselerasi pembangunan pertanian. Dalam Rencana Strategik (RENSTRA) Kementerian Pertanian, 2015 – 2019, telah dicanangkan kebijakan operasional Program TIK, yaitu: (a) Pengembangan dan Penyelenggaraan Sistem Informasi dan Statistik Pertanian; (b) Peningkatan Pemanfaatan dan Penyebaran Informasi; (c) Peningkatan Kualitas dan Sumberdaya Manusia dalam Bidang Statistik dan Sistem Informasi; (d) Pengembangan dan Penataan Kelembagaan Sistem Informasi.

Better Rice Initiative Asia (BRIA) adalah sebuah program kemitraan antara sektor publik dan swasta, diinisiasi dan didanai oleh Kementerian Ekonomi Jerman (BMZ) bersama BASF dari sektor swasta, dan dilaksanakan oleh lembaga kerjasama Jerman (GIZ) dan BASF Indonesia. Untuk mendukung implementasi dan monitoring evaluasi program, BRIA mengembangkan Sistem Informasi Padi dalam bentuk data digital dan pemetaan lahan yang berbasis web. Sistem Informasi Padi merupakan sistem database online yang bertujuan untuk kemudahan dalam mengelola dan monitoring aktifitas budidaya padi meliputi profil petani, luasan lahan sawah produksi, data produksi, teknologi budidaya yang di gunakan, hama dan penyakit, penggunaan input (benih, pupuk dan pestisida), titik koordinat sawah dengan pemanfaatan GPS dan data-data lainnya. Salah satu area kerja Program BRIA di Indonesia adalah Kabupaten Serdang Bedagai, Sumatera Utara.

2. Metode PenelitianPenelitian ini dilakukan dengan menggunakan

data primer dan data sekunder. Data primer merupakan data petani yang terkait dengan adopsi teknologi budidaya yang diperkenalkan melalui Program BRIA untuk peningkatan produksi padi


308 309

yaitu teknologi benih, metode tanam legowo dan pemupukan berimbang dengan alat PUTS. Data primer dikumpulkan melalui wawancara langsung petani yang terlibat Program BRIA dengan menggunakan aplikasi berbasis android lewat tablet atau handphone. Ada dua serial data yang diperoleh yaitu baseline data (data awal sebelum mengikuti Program BRIA) dan endline data (data sesudah mengikuti Program BRIA).

Populasi yang menjadi objek pengamatan dalam penelitian ini adalah petani padi sawah yang mengikuti kegiatan Sekolah Lapang Program BRIA di Kabupaten Serdang Bedagai sejumlah 812 petani. Metode pengambilan sampel dalam penelitian ini dilakukan secara purposive sampling, artinya lokasi dan petani sebagai responden sampel penelitian dipilih berdasarkan pertimbangan-pertimbangan tertentu (Kuncoro,

2009). Jumlah sampel akhir yang dijadikan responden pada penelitian ini yaitu berjumlah 115 orang.

Sementara data sekunder diperoleh dari BPS, Dinas Pertanian Tanaman Pangan, Badan Ketahanan Pangan serta berbagai literatur yang berhubungan dengan penelitian ini. Data sekuder mencakup data luas panen, data produksi dan data lainnya terkait dengan penelitian.

Metode Analisis Dataa. Proyeksi Luas Panen dan Produksi Padi

Untuk menganalisis proyeksi luas panen dan produksi padi di masa mendatang diperoleh dengan model regresi linier sederhana. Metode peramalan menggunakan analisis regresi linier sederhana, dengan persamaan berikut:Y = a0 + a1 X + e

Dimana:Y : luas panen, produksi padi X : tahun (2017 – 2022)a0 : Konstantaa1 : Koefisien arah regresi linier

b. Pengaruh Teknologi Budidaya terhadap Peningkatan ProduksiUntuk menganalisis tujuan yang kedua digunakan analisis regresi logistik. Alasan pemilihan metode ini adalah bahwa data yang digunakan dalam penelitian ini bersifat non-metrik pada variabel dependen, sedangkan variabel independen merupakan campuran antara variabel kontinyu (data metrik) dan kategorial (data non-metrik). Analisis logistik digunakan untuk menganalisis data

Tabel 1. Hasil Regresi Proyeksi

Tabel 2. Teknologi Budidaya Sekolah Lapang Program BRIA

Sumber: Data diolah

5

Tabel 1. juga memperlihatkan bahwa setiap tahunnya produksi padi di Kabupaten Serdang Bedagai cenderung mengalami peningkatan. Peningkatan tersebut sebesar 25.499,57 ton dari tahun 2016 ke 2022.

Produksi padi di Tahun 2017 sebesar 414.949,77 ton menurun dibandingkan Tahun 2016 yang mencapai 428.748 ton yang diakibatkan penurunan luas panen yang cukup signifikan. Namun berdasarkan hasil proyeksi, produksi padi mulai meningkat kembali bahkan produksi pada Tahun 2022 lebih tinggi dari Tahun 2016 yaitu mencapai 454.247,57 ton sehingga terjadi peningkatan 25.499,57 ton atau meningkat sebesar 1% per tahun selama enam tahun atau 6% untuk total penignkatan dari 2016 ke 2022.

Peningkatan produksi dipengaruhi oleh upaya intensifikasi atau peningkatan produktifitas meliputi penggunaan benih bermutu dan varietas unggul baru, penerapan teknologi budidaya (GAP) ditambah rehabilitasi infrastruktur irigasi.

Pengaruh Teknologi Budidaya Program BRIA turut mendukung pemerintah dalam upaya diseminasi teknologi budidaya

padi (GAP) kepada petani untuk meningkatkan produksi padi sekaligus efisiensi biaya produksi yang dikeluarkan. Penerapan teknologi yang direkomendasikan mencakup pemakaian benih dan Varietas Unggul Baru (VUB) sistem tanam jajar legowo, bibit muda (umur <21 HSS), jumlah tanaman 2-3 batang per lubang tanam serta dosis pupuk sesuai dengan kebutuhan tanaman dan status hara (Badan Litbang Pertanian, 2010).

Masalah kedua meneliti tentang pengaruh teknologi budidaya yang diperkenalkan kepada petani melalui Sekolah Lapang Program BRIA terhadap peningkatan produksi padi sawah.


No Komponen Teknologi 1 2 3 4 5 6

Seleksi benih Perlakuan benih (seed treatment) Penggunaan bibit muda berumur < 21 HSS Jumlah bibit ditanam 1 – 3 batang per rumpun Metode tanam legowo Pemupukan berimbang dengan rekomendasi PUTS

Uji hipotesis penelitian dilakukan untuk mengetahui ada tidaknya pengaruh yang signifikan dari setiap variabel independen terhadap variabel dependen. Uji hipotesis dalam penelitian ini menggunakan regresi logistik karena variabel dependen yang digunakan dalam penelitian ini merupakan variabel dummy yaitu bernilai 0 untuk petani yang memiliki kondisi meningkatnya produksi dan bernilai 1 untuk petani yang tidak meningkatnya produksi.

Metode regresi logistik yang digunakan dalam penelitian ini adalah metode enter dan diuji pada tingkat signifikansi (α) 5%. Kriteria penerimaan atau penolakan hipotesis didasari oleh nilai signifikan. Apabila nilai signifikan t < α maka hipotesis diterima dan sebaliknya, apabila nilai signifikan t > α maka hipotesis ditolak. Tabel 3 di bawah menyajikan hasil uji hipotesis yang telah dilakukan.


308 309

yaitu teknologi benih, metode tanam legowo dan pemupukan berimbang dengan alat PUTS. Data primer dikumpulkan melalui wawancara langsung petani yang terlibat Program BRIA dengan menggunakan aplikasi berbasis android lewat tablet atau handphone. Ada dua serial data yang diperoleh yaitu baseline data (data awal sebelum mengikuti Program BRIA) dan endline data (data sesudah mengikuti Program BRIA).

Populasi yang menjadi objek pengamatan dalam penelitian ini adalah petani padi sawah yang mengikuti kegiatan Sekolah Lapang Program BRIA di Kabupaten Serdang Bedagai sejumlah 812 petani. Metode pengambilan sampel dalam penelitian ini dilakukan secara purposive sampling, artinya lokasi dan petani sebagai responden sampel penelitian dipilih berdasarkan pertimbangan-pertimbangan tertentu (Kuncoro,

2009). Jumlah sampel akhir yang dijadikan responden pada penelitian ini yaitu berjumlah 115 orang.

Sementara data sekunder diperoleh dari BPS, Dinas Pertanian Tanaman Pangan, Badan Ketahanan Pangan serta berbagai literatur yang berhubungan dengan penelitian ini. Data sekuder mencakup data luas panen, data produksi dan data lainnya terkait dengan penelitian.

Metode Analisis Dataa. Proyeksi Luas Panen dan Produksi Padi

Untuk menganalisis proyeksi luas panen dan produksi padi di masa mendatang diperoleh dengan model regresi linier sederhana. Metode peramalan menggunakan analisis regresi linier sederhana, dengan persamaan berikut:Y = a0 + a1 X + e

Dimana:Y : luas panen, produksi padi X : tahun (2017 – 2022)a0 : Konstantaa1 : Koefisien arah regresi linier

b. Pengaruh Teknologi Budidaya terhadap Peningkatan ProduksiUntuk menganalisis tujuan yang kedua digunakan analisis regresi logistik. Alasan pemilihan metode ini adalah bahwa data yang digunakan dalam penelitian ini bersifat non-metrik pada variabel dependen, sedangkan variabel independen merupakan campuran antara variabel kontinyu (data metrik) dan kategorial (data non-metrik). Analisis logistik digunakan untuk menganalisis data

Tabel 1. Hasil Regresi Proyeksi


Sumber: Data diolah

5

Tabel 1. juga memperlihatkan bahwa setiap tahunnya produksi padi di Kabupaten Serdang Bedagai cenderung mengalami peningkatan. Peningkatan tersebut sebesar 25.499,57 ton dari tahun 2016 ke 2022.

Produksi padi di Tahun 2017 sebesar 414.949,77 ton menurun dibandingkan Tahun 2016 yang mencapai 428.748 ton yang diakibatkan penurunan luas panen yang cukup signifikan. Namun berdasarkan hasil proyeksi, produksi padi mulai meningkat kembali bahkan produksi pada Tahun 2022 lebih tinggi dari Tahun 2016 yaitu mencapai 454.247,57 ton sehingga terjadi peningkatan 25.499,57 ton atau meningkat sebesar 1% per tahun selama enam tahun atau 6% untuk total penignkatan dari 2016 ke 2022.


Pengaruh Teknologi Budidaya Program BRIA turut mendukung pemerintah dalam upaya diseminasi teknologi budidaya

padi (GAP) kepada petani untuk meningkatkan produksi padi sekaligus efisiensi biaya produksi yang dikeluarkan. Penerapan teknologi yang direkomendasikan mencakup pemakaian benih dan Varietas Unggul Baru (VUB) sistem tanam jajar legowo, bibit muda (umur <21 HSS), jumlah tanaman 2-3 batang per lubang tanam serta dosis pupuk sesuai dengan kebutuhan tanaman dan status hara (Badan Litbang Pertanian, 2010).



No Komponen Teknologi 1 2 3 4 5 6

Seleksi benih Perlakuan benih (seed treatment) Penggunaan bibit muda berumur < 21 HSS Jumlah bibit ditanam 1 – 3 batang per rumpun Metode tanam legowo Pemupukan berimbang dengan rekomendasi PUTS


Metode regresi logistik yang digunakan dalam penelitian ini adalah metode enter dan diuji pada tingkat signifikansi (α) 5%. Kriteria penerimaan atau penolakan hipotesis didasari oleh nilai signifikan. Apabila nilai signifikan t < α maka hipotesis diterima dan sebaliknya, apabila nilai signifikan t > α maka hipotesis ditolak. Tabel 3 di bawah menyajikan hasil uji hipotesis yang telah dilakukan.


308 309

kuantitatif yang mencerminkan dua pilihan atau biasa disebut binary logistic regression (Ghozali, 2011). Regresi logistik bertujuan untuk menguji apakah probabilitas terjadinya variabel terikat dapat diprediksi dengan variabel bebasnya.

c. Peranan Sistem Informasi Padi BRIA terhadap Sistem Ketersediaan Pangan dari Aspek Kebutuhan Data.Untuk menganalisis tujuan yang ketiga digunakan analisis deskriptif. Teknik pengumpulan data yang digunakan melalui Focus Group Discussion (FGD). FGD merupakan diskusi kelompok yang dilakukan secara sistematis dan terarah atas suatu isu atau masalah tertentu. FGD merupakan salah satu bentuk riset dalam penelitian sosial dan pelaksanaannya dilakukan dengan prosedur tertentu. Penyelenggara menentukan tujuan riset dan merumuskan tujuan tersebut ke dalam tahapan-tahapan FGD (Lingkaran Survei Indonesia, 2016).

3. Hasil dan PembahasanProyeksi Luas Panen dan Produksi Padi

Luas lahan sawah dan produksi padi pada tahun 2022 diramalkan dari data time series yaitu

data luas panen dan produksi padi selama 13 tahun terakhir yaitu dari tahun 2004 – 2016.

Hasil estimasi data luas panen pada tahun 2004 - 2016 ditunjukkan oleh persamaan yang diperoleh melalui analisis regresi linier.

Y = -307358 – 188.451 (x)R2 = 0,027Persamaan tersebut memperlihatkan bahwa

setiap bertambah 1 (satu) tahun luas lahan panen di Kabupaten Serdang Bedagai cenderung bertambah sebesar 188,451 ha. Dengan menggunakan estimasi tersebut dapat ditentukan proyeksi luas panen Kabupaten Serdang Bedagai tahun 2022 seluas 73.689,10 ha. Hasil proyeksi luas panen dan produksi padi selama enam tahun mulai tahun 2017-2022 dapat dilihat pada Tabel 1.

Perubahan luas panen khususnya penurunan luas panen diakibatkan oleh beberapa faktor, salah satunya adalah alih fungsi lahan sawah produktif baik menjadi infrastruktur maupun untuk komoditas peratnian lainnya seperti kelapa sawit. Syahyuti (2007) menyebutkan bahwa masalah penurunan lahan sawah dapat diatasi bila pemerintah daerah sangat ketat dalam hal penataan ruang.

Harga Gabah Kering Panen (GKP) yang stabil merupakan faktor lain yang mempengaruhi keputusan petani dalam budidaya padi. Adi (2009) menyebutkan bahwa jika harga padi naik maka petani akan mempertahankan lahan mereka untuk areal persawahan sehingga mereka tidak mau mengalihfungsikan lahan sawah mereka tersebut. Hal ini akan berdampak pada penurunan luas lahan akan berkurang dan petani akan terus

Tabel 3. Hasil Uji regresi Logistik

Tabel 4. Hasil Uji Omnibus Test of Model Coefficient


310 311

melakukan bercocok tanam padi.Tabel 1. juga memperlihatkan bahwa setiap

tahunnya produksi padi di Kabupaten Serdang Bedagai cenderung mengalami peningkatan. Peningkatan tersebut sebesar 25.499,57 ton dari tahun 2016 ke 2022.

Produksi padi di Tahun 2017 sebesar 414.949,77 ton menurun dibandingkan Tahun 2016 yang mencapai 428.748 ton yang diakibatkan penurunan luas panen yang cukup signifikan. Namun berdasarkan hasil proyeksi, produksi padi mulai meningkat kembali bahkan produksi pada Tahun 2022 lebih tinggi dari Tahun 2016 yaitu mencapai 454.247,57 ton sehingga

terjadi peningkatan 25.499,57 ton atau meningkat sebesar 1% per tahun selama enam tahun atau 6% untuk total penignkatan dari 2016 ke 2022.


Pengaruh Teknologi Budidaya Program BRIA turut mendukung pemerintah

dalam upaya diseminasi teknologi budidaya padi (GAP) kepada petani untuk meningkatkan

Gambar 1. Halaman Admin Login

Gambar 2. Halaman Dashboard


310 311

melakukan bercocok tanam padi.Tabel 1. juga memperlihatkan bahwa setiap

tahunnya produksi padi di Kabupaten Serdang Bedagai cenderung mengalami peningkatan. Peningkatan tersebut sebesar 25.499,57 ton dari tahun 2016 ke 2022.

Produksi padi di Tahun 2017 sebesar 414.949,77 ton menurun dibandingkan Tahun 2016 yang mencapai 428.748 ton yang diakibatkan penurunan luas panen yang cukup signifikan. Namun berdasarkan hasil proyeksi, produksi padi mulai meningkat kembali bahkan produksi pada Tahun 2022 lebih tinggi dari Tahun 2016 yaitu mencapai 454.247,57 ton sehingga

terjadi peningkatan 25.499,57 ton atau meningkat sebesar 1% per tahun selama enam tahun atau 6% untuk total penignkatan dari 2016 ke 2022.


Pengaruh Teknologi Budidaya Program BRIA turut mendukung pemerintah

dalam upaya diseminasi teknologi budidaya padi (GAP) kepada petani untuk meningkatkan

Gambar 1. Halaman Admin Login

Gambar 2. Halaman Dashboard


310 311

produksi padi sekaligus efisiensi biaya produksi yang dikeluarkan. Penerapan teknologi yang direkomendasikan mencakup pemakaian benih dan Varietas Unggul Baru (VUB) sistem tanam jajar legowo, bibit muda (umur <21 HSS), jumlah tanaman 2-3 batang per lubang tanam serta dosis pupuk sesuai dengan kebutuhan tanaman dan status hara (Badan Litbang Pertanian, 2010).



Metode regresi logistik yang digunakan dalam penelitian ini adalah metode enter dan diuji pada tingkat signifikansi (α) 5%. Kriteria penerimaan atau penolakan hipotesis didasari oleh nilai signifikan. Apabila nilai signifikan t < α maka hipotesis diterima

dan sebaliknya, apabila nilai signifikan t > α maka hipotesis ditolak. Tabel 3 di bawah menyajikan hasil uji hipotesis yang telah dilakukan.

Berdasarkan hasil Omnibus Test of Model Coefficient yang disajikan dalam Tabel 4, diperoleh nilai signifikansi sebesar 0.000. apabila nilai signifikansi dari hasil Omnibus Test of Model Coefficient dibandingkan dengan tingkat signifikansi yang digunakan yaitu sebesar 5% maka tentunya nilai 0.000 lebih kecil dari 0.05 sehingga menunjukkan bahwa data dalam penelitian ini layak untuk digunakan dan penggunaan variabel independen dalam model penelitian ini secara simultan dapat memprediksi variabel dependennya.

Dari hasil pengujian hipotesis yang telah dilakukan maka jawaban dari hipotesis yang telah dikemukakan adalah sebagai berikut:

1. Hipotesis 1 (H1) Seperti terlihat dalam Tabel 4 bahwa nilai

Omnibus adalah 0,000 bila dibandingkan dengan 0,05 maka variabel seleksi benih, perlakuan benih, metode tanam legowo, jumlah bibit, usia bibit dan dosis pupuk berdasarkan rekomendasi PUTS memilliki nilai omnibus lebih kecil sehingga berpengaruh secara signifikan, maka hipotesis 1 (H1) diterima.

Gambar 3. Halaman Profil Petani


312 313

2. Hipotesis 2 (H2) Seperti terlihat dalam Tabel 3 bahwa

nilai Sig. variabel Seleksi Benih sebesar 0,013 bila dibandingkan dengan tingkat signifikansi 5% maka variabel seleksi benih memiliki nilai lebih kecil sehingga berpengaruh secara signifikan, maka hipotesis 2 (H2) diterima.


Sig. variabel perlakuan benih sebesar 0,050 bila dibandingkan dengan tingkat

signifikansi 5% maka variabel perlakuan benih memiliki nilai sama dengan 5% sehingga berpengaruh secara signifikan, maka hipotesis 3 (H3) diterima.

4. Hipotesis 4 (H4) Seperti terlihat pada Tabel 3 bahwa nilai

Sig. variabel metode tanam legowo sebesar 0,025 bila dibandingkan dengan tingkat signifikansi 5% maka variabel metode tanam legowo memiliki nilai lebih kecil sehingga berpengaruh secara signifikan, maka hipotesis 4 (H4) diterima.

Gambar 4. Halaman Lahan

Gambar 5. Halaman Benih dan Metode Tanam


312 313

2. Hipotesis 2 (H2) Seperti terlihat dalam Tabel 3 bahwa

nilai Sig. variabel Seleksi Benih sebesar 0,013 bila dibandingkan dengan tingkat signifikansi 5% maka variabel seleksi benih memiliki nilai lebih kecil sehingga berpengaruh secara signifikan, maka hipotesis 2 (H2) diterima.


Sig. variabel perlakuan benih sebesar 0,050 bila dibandingkan dengan tingkat

signifikansi 5% maka variabel perlakuan benih memiliki nilai sama dengan 5% sehingga berpengaruh secara signifikan, maka hipotesis 3 (H3) diterima.


Sig. variabel metode tanam legowo sebesar 0,025 bila dibandingkan dengan tingkat signifikansi 5% maka variabel metode tanam legowo memiliki nilai lebih kecil sehingga berpengaruh secara signifikan, maka hipotesis 4 (H4) diterima.

Gambar 4. Halaman Lahan

Gambar 5. Halaman Benih dan Metode Tanam


312 313


Sig. variabel jumlah bibit sebesar 0,011 bila dibandingkan dengan tingkat signifikansi 5% maka variabel jumlah bibit memiliki nilai lebih kecil sehingga berpengaruh secara signifikan, maka hipotesis 5 (H5) diterima.


Sig. variabel usia bibit sebesar 0,020 bila

dibandingkan dengan tingkat signifikansi 5% maka variabel usia bibit memiliki nilai lebih kecil sehingga berpengaruh secara signifikan, maka hipotesis 6 (H6) diterima.


Sig. variabel dosis pupuk sebesar 0,014 bila dibandingkan dengan tingkat signifikansi 5% maka variabel dosis pupuk memiliki nilai lebih kecil sehingga berpengaruh

Gambar 6. Halaman Pupuk Kimia

Gambar 7. Halaman Panen


314 315

secara signifikan, maka hipotesis 7 (H7) diterima.

Peranan Sistem Informasi Padi BRIA terhadap Sistem Ketersediaan Pangan

Untuk mengetahui peranan Sistem Informasi Padi BRIA dalam mendukung sistem

ketersediaan pangan dilakukan FGD dengan 18 responden dari Dinas Ketahanan Pangan.

- User Acceptance Test (Demonstrasi Sistem

Informasi Padi)Berikut adalah beberapa tampilan interface

Gambar 8. Halaman Analisa Usaha Tani

Gambar 9. Halaman Peta Petani Sekolah Lapang BRIA


314 315

secara signifikan, maka hipotesis 7 (H7) diterima.

Peranan Sistem Informasi Padi BRIA terhadap Sistem Ketersediaan Pangan

Untuk mengetahui peranan Sistem Informasi Padi BRIA dalam mendukung sistem

ketersediaan pangan dilakukan FGD dengan 18 responden dari Dinas Ketahanan Pangan.

- User Acceptance Test (Demonstrasi Sistem

Informasi Padi)Berikut adalah beberapa tampilan interface

Gambar 8. Halaman Analisa Usaha Tani

Gambar 9. Halaman Peta Petani Sekolah Lapang BRIA


314 315

Sistem Informasi Padi BRIA:Halaman admin merupakan halaman awal

untuk login admin sebelum masuk ke menu dashboard.

Halaman dashboard berisikan halaman kontrol data informasi yang berisikan data terkini baik dalam bentuk infografis, numerik maupun grafik.

Halaman profil petani menyajikan data detail petani mencakup data personal, pendidikan, lokasi tinggal dan kelompok tani beserta gapoktan.

Halaman lahan menyajikan data tentang luas lahan sawah yang dikelola oleh petani (milik sendiri dan sewa/bagi hasil), status kepemilikan lahan, jenis pengairan, rotasi tanaman padi dengan tanaman lainnya.

Halaman benih dan metode tanam menyajikan data tentang varietas benih dan jumlah yang ditanam, jumlah bibit yang ditanam, usia bibit pindah tanam, metode dan jarak tanam, seleksi dan perlakuan benih.

Halaman pupuk kimia menyajikan data tentang metode dalam menentukan dosis pemupukan, jenis pupuk yang digunakan, frekuensi dan dosis aplikasi pemupukan di sawah.

Halaman panen menyajikan data waktu panen, jadwal musim tanam dan hasil produksi.

Halaman ini menyajikan data perhitungan analisa usaha tani berdasarkan luasan lahan dikelola yang mencakup biaya produksi baik berupa input maupun upah kerja serta hasil panen dan total pendapatan.

Halaman peta menyajikan lokasi lahan sawah petani berdasarkan titik koordinat yang diambil langsung di sawah petani dengan menggunakan GPS.- Diskusi dan Evaluasi Sistem Informasi

Padi BRIA1. Membantu penyediaan data terkait

ketersediaan pangan. Bermanfaat dalam mendukung penyediaan

data yang lebih akurat dan lengkap seperti (a) profil petani dan poktan; (b) rumah tangga petani; (c) luasan sawah; (d) tingkat produksi padi; (e) teknologi budidaya yang digunakan; (f) jenis, frekuensi dan dosis input pertanian yang digunakan seperti benih, pupuk, pestisida; (g) serangan hama dan penyakit; (h) titik koordinat lahan sawah dengan GPS.

2. Membantu perumusan dan pelaksanaan kebijakan di bidang ketersediaan pangan.

Kebijakan mengenai ketersediaan pangan yang tepat di suatu wilayah membutuhkan data tentang situasi ketersediaan pangan daerah secara komprehensif. Bahan perumusan kebijakan ketersediaan pangan dapat didasarkan pada analisis produksi dan ketersediaan pangan sehingga bisa menjadi acuan untuk mengetahui kondisi surplus atau deficit dalam menentukan manajemen cadangan pangan daerah seperti telihat pada Gambar 10 di bawah.

3. Membantu proses penyusunan program kegiatan di bidang ketersediaan pangan.

Ketersediaan data produksi dan luasan lahan yang disajikan membantu penyusunan prioritas kegiatan untuk intensifikasi lahan sawah dalam meningkatkan produksi padi. Jika

Gambar 10. Alur Kebutuhan Data Ketersediaan Pangan


316 317

produktifitas yang muncul rendah maka disusun program penyuluhan berdasarkan kebutuhan lapangan dan lokasi yang spesifik serta fasilitasi akses sarana produksi lebih baik yang terkait dengan penyaluran benih dan pupuk subsidi.

4. Membantu proses monitoring dan evaluasi di bidang ketersediaan pangan.

Bermanfaat untuk (a) pemantauan luasan panen padi dan produksi padi; (b) identifikasi tingkat kerusakan tanaman akibat serangan hama dan penyakit

yang mempenegaruhi produksi padi; (c) bermanfaat di bidang penyuluhan untuk mengamati tingkat adopsi teknologi oleh petani dan produktifitas padi.: (d) pemantauan alih fungsi lahan sawah.

4.5.3 Peranan Sistem Informasi Padi BRIA Melalui proses FGD dapat disimpulkan

bahwa Sistem Informasi Padi BRIA berperan dalam mendukung ketersediaan pangan daerah dari aspek ketersediaan data.. Keberadaan data dan informasi yang lengkap akan sangat bermanfaat dalam

Gambar 11. Output Data dari Sistem Informasi Padi BRIA


316 317

produktifitas yang muncul rendah maka disusun program penyuluhan berdasarkan kebutuhan lapangan dan lokasi yang spesifik serta fasilitasi akses sarana produksi lebih baik yang terkait dengan penyaluran benih dan pupuk subsidi.

4. Membantu proses monitoring dan evaluasi di bidang ketersediaan pangan.

Bermanfaat untuk (a) pemantauan luasan panen padi dan produksi padi; (b) identifikasi tingkat kerusakan tanaman akibat serangan hama dan penyakit

yang mempenegaruhi produksi padi; (c) bermanfaat di bidang penyuluhan untuk mengamati tingkat adopsi teknologi oleh petani dan produktifitas padi.: (d) pemantauan alih fungsi lahan sawah.

4.5.3 Peranan Sistem Informasi Padi BRIA Melalui proses FGD dapat disimpulkan

bahwa Sistem Informasi Padi BRIA berperan dalam mendukung ketersediaan pangan daerah dari aspek ketersediaan data.. Keberadaan data dan informasi yang lengkap akan sangat bermanfaat dalam

Gambar 11. Output Data dari Sistem Informasi Padi BRIA


316 317

melakukan perencanaan, pengawasan maupun pengambilan kebijakan yang mendukung upaya pemenuhan ketersediaan pangan wilayah. Sistem informasi manajemen adalah seperangkat komponen yang berfungsi mengumpulkan, memproses, menyimpan dan mendistribusikan informasi untuk pembuatan keputusan dan pengawasan dalam organisasi (Husein, 2006).

Sistem Informasi Padi BRIA menyediakan data real-time yang bisa dimanfaatkan oleh pihak-pihak terkait yaitu pemerintah melalui instansi terkait sebagai pengambil kebijakan, pelaku usaha terkait penyediaan sarana produksi dan pemasaran gabah serta petani sebagai produser dalam adopsi teknologi budidaya padi yang direkomendasikan sepeti terlihat pada Gambar 12.

Polemik sektor pangan yang dipicu oleh akurasi data khususnya data luas panen dan produksi padi menjadi kontroversi dan perdebatan

banyak pihak. Luas panen dihitung lebih besar dari kondisi riilnya sehingga produksi diklaim surplus tetapi angkanya tidak tercermin di pasar. Untuk memperbaiki kualitas data pangan maka Badan Pusat Statistik (BPS) mulai melakukan ujicoba metodologi di pulau Jawa yang akan diumumkan pada Maret 2018. Metode itu adalah Kerangka Sampling Area (KSA) yang menggabungkan informasi citra satelit dengan pengecekan di lapangan. Akurasi KSA yang memanfaatkan satelit, mensyaratkan pengecekan lapangan oleh petugas dan menggunakan teknologi untuk validasi kondisi tanaman ini dinilai lebih baik (Kompas, Desember 2017).

Perencanaan lahan pertanian berbasis SIG (Sistem Informasi Geospasial) bidang pertanian merupakan metode yang efektif dalam pengambilan keputusan pengelolaan lahan pertanian. Metode dengan memanfaatkan citra satelit ini efektif dalam mengevaluasi produktifitas lahan sehingga

Gambar 12. Peranan Sistem Informasi Padi BRIA


318 319

kekurangan hasil produksi serta pengelolaan lahan pertanian tersebut bisa direncanakan dan bisa menanrgetkan hasil produksi sesuai jangka waktur tertentu. Evaluasi lahan pertanian sangat penting untuk melihat perkembangan lahan pertanian dan mengamati alih fungsi lahan.

Pengelolaan sistem ketersediaan pangan membutuhkan data/informasi yang lengkap dan akurat untuk mendukung proses pembuatan kebijakan dan pengambilan keputusan yang dilaksanakan oleh pihak terkait seperti Dinas Ketahanan Pangan dan Dinas Pertanian seperti terlihat pada Gambar 13.

Tindakan/intervensi yang dilakukan berdasarkan dukungan data/informasi akan melahirkan kebijakan-kebijakan yang bermanfaat untuk kebutuhan ketersediaan pangan dalam jangka panjang. Kebijakan yang terkait ketersediaan pangan melalui dukungan data yang lengkap dan akurat antara lain mencakup kebijakan pengadaan pangan, kewaspadaan pangan dan peanfaatan lahan pertanian produktif yang mengacu pada Perda No. 3 Tahun 2015 tentang tentang Perlindungan Lahan Pertanian Pangan Berkelanjutan (PLP2B) untuk mempertahankan keberadaan lahan pertanian.

Ketersediaan pangan salah satunya dapat diukur dari produksi yang dihasilkan pada suatu daerah berupa komoditas tanaman pangan utama yaitu padi. Ketersediaan pangan nantinya menjadi kunci utama dalam penentuan masa depan ketahanan pangan di Indonesia

(Prasetiyani dan Widiyanto, 2013). Ketersediaan bahan pangan yang semakin tergantung pada impor, kenyataannya menurunkan motivasi petani untuk meningkatkan produksi bahan pangan karena harga produk pangan impor lebih murah dibandingkan produk pangan dalam negeri (Darwanto, 2010).

4. Kesimpulan dan SaranBeberapa kesimpulan yang dapat ditarik

adalah sebagai berikut:1. Terdapat trend menaik pada luas panen dan

produksi padi di Kabupaten Serdang Bedagai selama 19 tahun yaitu dari 2004 – 2022. Diproyeksikan setiap bertambah satu tahun luas panen cenderung bertambah sebesar 188,451 ha. Sehingga proyeksi luas panen Kabupaten Serdang Bedagai Tahun 2022 seluas 73.689,10 ha. Untuk produksi, diproyeksikan produksi padi pada Tahun 2022 adalah 454.247,57 ton meningkat sebesar 25.499,57 ton dari tahun 2016 atau meningkat sekitar 1% per tahun selama enam tahun atau 6% untuk total peningkatan dari 2016 ke 2022.

2. Pengujian hipotesis dengan analisis regresi logistik membuktikan bahwa secara simultan teknologi seleksi benih, perlakuan benih, metode tanam legowo, jumlah bibit, usia bibit dan dosis pupuk berpengaruh secara signifikan terhadap peningkatan produksi padi. Selain itu setiap teknologi yang tersebut di atas tersebut secara parsial juga berpengaruh secara

Gambar 13. Alur Pengambilan Keputusan


318 319

kekurangan hasil produksi serta pengelolaan lahan pertanian tersebut bisa direncanakan dan bisa menanrgetkan hasil produksi sesuai jangka waktur tertentu. Evaluasi lahan pertanian sangat penting untuk melihat perkembangan lahan pertanian dan mengamati alih fungsi lahan.

Pengelolaan sistem ketersediaan pangan membutuhkan data/informasi yang lengkap dan akurat untuk mendukung proses pembuatan kebijakan dan pengambilan keputusan yang dilaksanakan oleh pihak terkait seperti Dinas Ketahanan Pangan dan Dinas Pertanian seperti terlihat pada Gambar 13.

Tindakan/intervensi yang dilakukan berdasarkan dukungan data/informasi akan melahirkan kebijakan-kebijakan yang bermanfaat untuk kebutuhan ketersediaan pangan dalam jangka panjang. Kebijakan yang terkait ketersediaan pangan melalui dukungan data yang lengkap dan akurat antara lain mencakup kebijakan pengadaan pangan, kewaspadaan pangan dan peanfaatan lahan pertanian produktif yang mengacu pada Perda No. 3 Tahun 2015 tentang tentang Perlindungan Lahan Pertanian Pangan Berkelanjutan (PLP2B) untuk mempertahankan keberadaan lahan pertanian.

Ketersediaan pangan salah satunya dapat diukur dari produksi yang dihasilkan pada suatu daerah berupa komoditas tanaman pangan utama yaitu padi. Ketersediaan pangan nantinya menjadi kunci utama dalam penentuan masa depan ketahanan pangan di Indonesia

(Prasetiyani dan Widiyanto, 2013). Ketersediaan bahan pangan yang semakin tergantung pada impor, kenyataannya menurunkan motivasi petani untuk meningkatkan produksi bahan pangan karena harga produk pangan impor lebih murah dibandingkan produk pangan dalam negeri (Darwanto, 2010).

4. Kesimpulan dan SaranBeberapa kesimpulan yang dapat ditarik

adalah sebagai berikut:1. Terdapat trend menaik pada luas panen dan

produksi padi di Kabupaten Serdang Bedagai selama 19 tahun yaitu dari 2004 – 2022. Diproyeksikan setiap bertambah satu tahun luas panen cenderung bertambah sebesar 188,451 ha. Sehingga proyeksi luas panen Kabupaten Serdang Bedagai Tahun 2022 seluas 73.689,10 ha. Untuk produksi, diproyeksikan produksi padi pada Tahun 2022 adalah 454.247,57 ton meningkat sebesar 25.499,57 ton dari tahun 2016 atau meningkat sekitar 1% per tahun selama enam tahun atau 6% untuk total peningkatan dari 2016 ke 2022.

2. Pengujian hipotesis dengan analisis regresi logistik membuktikan bahwa secara simultan teknologi seleksi benih, perlakuan benih, metode tanam legowo, jumlah bibit, usia bibit dan dosis pupuk berpengaruh secara signifikan terhadap peningkatan produksi padi. Selain itu setiap teknologi yang tersebut di atas tersebut secara parsial juga berpengaruh secara

Gambar 13. Alur Pengambilan Keputusan


318 319

signifikan terhadap peningkatan produksi padi.3. Sistem Informasi Padi BRIA berperan dalam

mendukung tugas dan fungsi pada Bidang Ketersediaan Pangan dan Bidang Penyuluhan melalui penyajian data dan informasi terkait sektor tanaman pangan padi mencakup produksi padi, luasan panen potensial, titik koordinat sawah dengan GPS dan data lainnya. Data dan informasi tersebut dapat dimanfaatkan untuk melakukan proses penyusunan kebijakan, perencanaan program dan kegiatan, monitoring dan evaluasi ketersediaan dan kewaspaan pangan serta untuk menyusun program penyuluhan pertanian.Saran yang dapat disampaikan adalah sebagai

berikut:1. Untuk memperoleh pengembangan Sistem

Informasi yang lebih selaras dengan kebijakan dan program pemerintah khususnya di sektor pertanian, perlu kajian lebih mendalam dengan melibatkan pihak perguruan tinggi untuk menemukan aplikasi-aplikasi terbaru dengan pemanfaatan citra satelit sehingga bisa memberikan data dan informasi lebih akurat yang berdampak pada peningkatan kesejahteraan petani.

2. Kepada pemerintah, perlu untuk meningkatkan kapasitas dalam pemanfaatan Teknologi Informasi dan Komunikasi (TIK) untuk peningkatan mutu pelayanan baik terkait dengan data yang berhubungan dengan kebijakan di sektor pangan maupun dalam meningkatkan fungsi penyuluhan pertanian kepada petani padi sawah sehingga produksi padi bisa ditingkatkan.

5. Daftar PustakaAdi Wira. 2009. Pengaruh Harga Padi terhadap

Alih Fungsi Lahan. BandungAksi Agraris Kanisius, 2006, Budidaya Tanaman

Padi, Kanisius, Yogyakarta.Ariningsih E., dan Handewi S., 2008. Strategi

Peningkatan Ketahanan Pangan Rumah Tangga Rawan Pangan. Analisis Kebijakan Pertanian (AKP). Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian. Vol. 6 No. 3, pp. 239- 255.

Badan Litbang Pertanian. 2010. Pedoman Umum PTT Padi Sawah. Badan Penelitian dan

Pengembangan Pertanian. Kementerian Pertanian. Jakarta.

Better Rice Initiative Asia. 2015. Pengembangan Sektor Tanaman Pangan Padi di Indonesia. Medan

BPS, Sumatera Dalam Angka 2016. MedanBPS, Serdang Bedagai Dalam Angka 2016.

Serdang BedagaiDarwanto, D. H. 2010. Ketahanan Pangan

Mandiri di Indonesia, dalam Sunarminti B.H (edt) Pertanian Terpadu untuk Mendukung Kedaulatan Pangan Nasional. BPFE. Yogyakarta.

Gardjito M, dan R. Rauf. 2009. Perencaaan Pangan Menuju Ketahanan Pangan dan Gizi serta Kedaulatan Pangan. Pusat Kajian Makanan Tradisional UGM. Yogyakarta.

Ghozali, Imam. 2011. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: BP Universitas Diponegoro

Ginting, R. 2014. Proyeksi Faktor Produksi dan Produksi Padi dalam Rangka Mencapai Swasembada Beras di Provinsi Sumatera Utara. Prosiding Seminar Nasional dan Agro-Expo UISU. Medan

Haryono. 2013. Prosiding Seminar Nasional Lahan Suboptimal “Intensifikasi Pengelolaan Lahan Suboptimal dalam Rangka Mendukung Kemandirian Pangan Nasional”, Palembang 20-21 September 2013.

Husein, M. Fakhri dan Amin Wibowo. 2006. Sistem Informasi Manajemen. UPP STIM YKPN. Yogyakarta

Kadir, A. dan Tri Wahyuni, T. C., 2005. Pengenalan Teknologi Informasi. Andi. Yogyakarta.

Kementan. 2015. Rencana Strategis Kementerian Pertanian Pertanian 2015-2019. Kementerian Pertanian. Jakarta.

Kompas. 2015. Data Pangan Tidak Akurat. Jakarta

Kompas. 2017. Babak Baru Dengan Data Yang Baru. Jakarta

Kroenke, D. M., 1992. Management Information System. Watsonville: Michell McGraw Hill. New York.

Lantarsih R., Sri W, Dwidjono, H. D, Sri, B.L, Sipri P. 2011. Sistem Ketahanan Pangan Nasional: Kontribusi Ketersediaan dan Konsumsi Energi serta Optimalisasi


320 321

Distribusi Beras. Analisis Kebijakan Pertanian (AKP). Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian. Vol. 9, No.1, pp. 33-51.

Lingkaran Survei Indonesia. 2006. Panduan Penyelenggaraan Focus Group Discussion (FGD). PT. LSI. Jakarta

Makarim, A.K., U.S. Nugraha, dan U.G. Kartasasmita. 2000. Teknologi Produksi Padi Sawah. Pusat Penelitian dan Pengembangan Tanaman Pangan. Bogor.

Mosher, A.T. 1984. Menggerakkan dan Membangun Pertanian (Syarat-syarat Pokok Pembangunan dan Modernisasi). CV. Yasaguna. Jakarta

Mujisihono, R.. dan T. Santosa. 2001. Sistem Budidaya Teknologi Tanam Benih Langsung (TABELA) dan Tanam Jajar Legowo (TAJARWO). Makalah Seminar Perekayasaan Sistem Produksi Komoditas Padi dan Palawija. Diperta Provinsi D.I. Yogyakarta.

Mulyo, J. H., dan Sugiyarto. 2010. Ketahanan Pangan: Aspek dan Kinerjanya dalam Sunarminti B.H (edt) Pertanian Terpadu untuk Mendukung Kedaulatan Pangan Nasional. Yogyakarta. BPFE.

Pasaribu, S.M., A. Agustian, J. Hestina, R. Elizabeth, dan E.S. Yusuf. 2012. Kajian Alternatif Skema Pembiayaan APBN untuk Mendukung Swasembada Beras. Laporan Teknis. Pusat Sosial Ekonomi dan Kebijakan Pertanian. Badan Penelitian dan Pengembangan Pertanian. Kementerian Pertanian. Bogor.

Pasaribu, S.M., B. Sayaka, W.K. Sejati, A. Setyanto, J. Hestina, dan J. Situmorang. 2007. Analisis Pembiayaan Sektor Pertanian. Laporan Teknis. Pusat Sosial Ekonomi dan Kebijakan Pertanian, Badan Penelitian dan Pengembangan Pertanian. Kementerian Pertanian. Bogor.

Petr, P., and Anderson. 2009. Food Security: Definition and Measurement. Journal Vol 1. Food Security, 5-7.

Prasetiyani, I., dan Widiyanto, D. 2013. Strategi Menghadapi Ketahanan Pangan (Dilihat dari Kebutuhan dan Ketersediaan Pangan) Penduduk Indonesia Di Masa Mendatang

(Tahun 2015-2040). Jurnal Bumi Indonesia. Vol 2. No. 2.

Syahyuti. 2007. Strategi Pengendalian Alih Fungsi Lahan Pertanian Produktif Menjadi Non Pertanian dengan Kebijakan Pemerintah. Pusat Penelitian Sosial Ekonomi Pertanian. Bogor

Setyorini.D. L.R.Widowati dan A. Kasno. 2006. Petunjuk Penggunaan Perangkat Uji Tanah Sawah versi 1:1. Balai Penelitian Tanah. Bogor.

Sirojuzilam dan Mahali K, 2010, Regional, Pembangunan Perencanaan dan ekonomi, USU Press, Medan.

Sirojuzilam. 2016. Pembangunan Ekonomi Regional. USU Press. Medan

Sukmadinata, N. S. 2011. Metode Penelitian Pendidikan. Cetakan ke 7. Remaja Rosdakarya. Bandung.

Tarigan, R. (2005). Perencanaan Pembangunan Wilayah. Jakarta: Bumi Aksara.

Tawakal, I. 2010. Tantangan Menuju Ketahanan Pangan. Kompasiana, 9 Januari.

peranan sistem informasi padi better rice initiative asia...

Documents