ANALISIS SISTEM DINAMIK UNTUK EVALUASI PENCAPAIAN SWASEMBADA

BERAS MELALUI PROGRAM UPAYA KHUSUS

Dynamic System Analysis for Evaluation Rice Self- Sufficiency Through
The Special Effort Programme

Agus Supriatna Somantri1, Prima Luna1, Idha Widi Arsanti2 dan Budi Waryanto3
1
Balai Besar Penelitian dan Pengembangan Pascapanen Pertanian
Jl. Tentara Pelajar No. 12 Kampus Penelitian Pertanian Cimanggu Bogor 16111, Jawa Barat - Indonesia
2
Pusat Pendidikan Pertanian, BPPSDMP, Jl. Harsono RM No. 3, Ragunan – Jakarta Selatan 12550, Indonesia
3
Biro Perencanaan Kementerian Pertanian, Jl. Harsono RM No. 3, Ragunan – Jakarta Selatan 12550, Indonesia
Telp. (0251) 8321762, Fax. (0251) 8350920
E-mail : agussomantri@[Link]

(Makalah diterima, 16 Juli 2019 – Disetujui, 07 Desember 2020)

ABSTRAK

Upaya Khusus (UPSUS) Padi merupakan kebijakan Kementerian Pertanian dalam upaya mencapai swasembada beras
yang diimplementasikan sejak tahun 2015. Apakah kegiatan ini berhasil dan tepat? Analisis sitem dinamik digunakan
sebagai alat evaluasi kegiatan UPSUS Padi dengan pendekatan system thinking. Penelitian ini bertujuan untuk mengevaluasi
kebijakan UPSUS Padi sejak tahun 2015-2018 menggunakan sistem dinamik. Metodologi penelitian dibangun dengan
membuat Causal Loop Diagram (CLD) utama sistem swasembada beras, subsistem yang mendukung swasembada beras,
sistem permintaan, dan sistem pencapaian target swasembada beras. Model dinamik tersebut divalidasi, disimulasi, dan
direformulasi. Hasil simulasi menunjukkan sistem dinamik dapat dijadikan alat evaluasi kebijakan program UPSUS Padi
dengan hasil validasi model bernilai MAPE < 5%, sehingga dapat menggambarkan kondisi sesungguhnya. Hasil simulasi
model menunjukkan UPSUS Padi sukses meningkatkan produksi. Bilamana dalam lima tahun target peningkatan indeks
pertanaman (IP) dan produktivitas tercapai, maka pada tahun 2022 akan terjadi puncak surplus beras sebesar 25 juta
ton. Setelah itu produksi padi akan terus menurun jika hingga akhir tahun 2024 konversi lahan sawah tidak dibendung.
Penerapan kebijakan UPSUS Padi perlu didukung oleh kebijakan penerapan mekanisasi untuk pra dan pascapanen,
penyuluhan, revitalisasi penggilingan, diversifikasi pangan, dan penekanan konversi lahan. Hasil simulasi dengan
memasukkan semua variabel tersebut menunjukkan Indonesia dalam lima tahun ke depan akan surplus 35 juta ton beras
sehingga swasembada terus berlanjut.

Kata kunci: padi, upaya khusus, sistem dinamik, swasembada beras

ABSTRACT

Special Effort (UPSUS in Indonesian Language) of Rice constitutes a policy issued by the Ministry of Agriculture
in order to achieve rice self-sufficiency that has been ongoing since 2015. However, Does this special effort successful
and propitious? Dynamic system analysis has been conducted to evaluate the Special Effort of Rice with a system
thinking approach. This study aimed to evaluate the Special Effort of rice policy from 2015-2018 using dynamic system.
The methodology of this study was developed by making the main Causal Loop Diagram (CLD) system for rice self-
sufficiency, sub-systems which support rice self-sufficiency, demand systems, and systems for achieving self-sufficiency
in rice themselves, then the dynamic models are validated, simulated and formulated. Based on the simulation results
show that the dynamic system can be implemented as an evaluation tool for the special effort of rice programme with the
model validation of MAPE <5%. It is therefore, the model can describe the actual conditions. In the next five years, if the
increase in plant growth index and productivity targets is achieved, then until 2022 there will be a surplus of 25 million
tons of rice; however, it will continue to decline by the end of 2024 if land conversion still continues. In addition, the
increase in crop index and productivity still has limited capacity to achieve sustainable self-sufficiency. The simulation
results of this model have included the addition of the implementation of mechanisation policies for pre- and postharvest,
counselling, revitalisation of rice mills, diversification of food and emphasis on land conversion, subsequently in the next
five years a surplus of 35 million tons of rice will occur which has meant that Indonesia exactly is able to self-sufficiency
of rice.

Key words: rice, special effort, dynamic system, rice self-sufficiency

95
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

PENDAHULUAN 2017 b), akan terus bertambah dengan laju pertumbuhan

1,49% (BPS, 2017). Sementara itu produksi beras dalam
Pemerintah bercita-cita menjadikan Indonesia sebagai negeri belum mampu mencukupi kebutuhan beras
Lumbung Pangan Dunia pada tahun 2045. Prioritas nasional karena gangguan pada sistem rantai pasok.
pertama untuk mewujudkan cita-cita tersebut ialah Permasalahan dimulai dari konversi lahan, produktivitas
mewujudkan swasembada pangan, terutama beras lahan cenderung menurun, dan indeks pertanaman belum
(Kementan, 2017 a). Ketersediaan beras menentukan optimal (Maulana, 2004). Dalam periode 2015-2017,
stabilitas pangan nasional yang berimplikasi terhadap produktivitas padi cenderung menurun, dari 5,34 t/ha
aspek sosial, ekonomi, politik (BPS, 2011), dan budaya. pada tahun 2015, menjadi 5,26 t/ha pada tahun 2016,
Pernyataan di atas beririsan dengan hal berikut: (1) beras dan 5,15 t/ha pada tahun 2017 (Kementan, 2018).
menjadi bahan pokok utama lebih dari 95% penduduk Selain itu, pertanaman padi rentan kegagalan panen
Indonesia (Sudaryanto 2013); (2) tingkat konsumsi akibat iklim ekstrem, serangan organisme penganggu
per kapita per tahun beras di Indonesia tergolong tumbuhan (OPT), dan hilang/tercecer (Nurmalina,
tinggi, yaitu 134,62 kg/kapita/tahun pada tahun 2013, 2012). Penyusutan produksi juga terjadi selama proses
sedangkan Malaysia hanya 81,25 kg, China 77,45 kg, pengolahan dari gabah menjadi beras, baik pada saat
dan Jepang 59.85 kg; (3) beras merupakan komoditas penggilingan maupun penyimpanan dan distribusi.
yang dominan memberikan andil inflasi (BPS, 2018 a); Berbagai upaya pencapaian swasembada telah
(4) dari segi budaya, padi (Dewi Sri) berperan penting dilakukan pemerintah seperti pengendalian konversi
karena bagi masyarakat Jawa dan Bali merupakan lahan, cetak sawah baru atau ekstensifikasi, intensifikasi,
lambang kesuburan; (5) pertanian tanaman pangan mekanisasi, revitalisasi penggilingan, dan edukasi
khususnya padi menjadi salah satu penentu Nilai Tukar ke masyarakat mengenai pentingnya penurunan
Petani (NTP) dan lapangan kerja utama bagi masyarakat konsumsi beras. Pemerintah telah mengeluarkan UU
Indonesia; (6) beras merupakan sumber karbohidrat Nomor 41 Tahun 2009 tentang Perlindungan Lahan
paling mudah diperoleh, mudah penyajiannya, dan Pertanian Pangan Berkelanjutan (PLP2B) sebagai upaya
murah; dan (7) kegagalan produksi beras menyebabkan pengendalian konversi lahan, namun pelaksanaannya
lonjakan harga dan kelangkaan di pasar yang berimbas masih lemah. Konversi lahan terutama terjadi di Jawa
pada gejolak sosial politik sehingga merusak stabilitas pada lahan sawah produktif (Irawan dan Friyatno, 2002),
nasional (Subejo, 2014). sawah beririgasi, dan kawasan budi daya pertanian
Tujuan pemerintah mewujudkan swasembada beras berteknologi tinggi (Sumaryanto et al., 2001).
adalah tercapainya kondisi dimana 100% kebutuhan Untuk mendukung upaya percepatan pencapaian
pangan dipenuhi dari dalam negeri dan tidak ada impor swasembada pangan, beberapa terobosan kebijakan
beras (Kementan 2017 a). Walaupun swasembada beras telah dilaksanakan Kementerian Pertanian, diantaranya:
tidak efisien karena berbiaya tinggi dan menjadi beban (1) revisi Perpres Pengadaan Barang/Jasa dari semula
ekonomi, namun program swasembada beras terus tender menjadi penunjukan langsung dan menggunakan
dilaksanakan (Nuryanti, 2017). Terdapat beberapa alasan e-catalog; (2) refocusing kegiatan dan anggaran untuk
bagi negara untuk tetap mempertahankan swasembada tujuh komoditas utama padi, jagung, kedelai, gula,
beras (Clarete, 2015). Pertama, harga beras dunia daging sapi, bawang merah, dan cabai; (3) meningkatkan
berfluktuatif ekstrem selama bertahun-tahun. Kedua, sinergitas seluruh instansi terkait; (4) penerapan sistem
urgensi swasembada beras adalah pasar beras dunia reward and punishment; (5) mengawal dan mendampingi
dikategorikan sebagai pasar yang tipis (thin trade), UPSUS secara masif; (6) pengendalian impor untuk
dimana volume perdagangan beras dunia saat ini hanya memberikan insentif kepada petani; dan (7) antisipasi dini
sekitar 15 juta ton atau 6-7% dari total produksi beras banjir, kekeringan, dan serangan OPT. Program UPSUS
dunia. Ketiga, urgensi swasembada beras adalah adanya percepatan swasembada pangan telah memberikan
pembatasan ekspor dari negara-negara pengekspor dampak positif terhadap upaya peningkatan produksi
beras. Kondisi tersebut dapat menyebabkan kelangkaan dan ekspor pangan (Kementan 2017)(a). Pelaksanaan
dan kenaikan harga beras. Kebergantungan pada impor UPSUS meliputi: (1) pengembangan jaringan irigasi, (2)
membuat Indonesia tidak berdaulat, akan muncul optimasi lahan, (3) bantuan benih, (4) bantuan pupuk,
pemaksaan politik dari negara pemasok beras (Mulyana, (5) bantuan alat-mesin (alsin) pertanian, (6) gerakan
1998). penerapan pengelolaan tanaman terpadu (GP-PTT) padi
Kebutuhan beras nasional cenderung mengalami dan optimalisasi perluasan areal.
peningkatan seiring dengan meningkatnya jumlah Program UPSUS peningkatan produksi padi, jagung,
penduduk serta kebutuhan pakan dan industri selain untuk dan kedelai (Pajale) sudah diatur dalam Permentan
pangan. Jumlah penduduk Indonesia dengan tingkat Nomor 03 Tahun 2015 tentang Pedoman Upaya Khusus
konsumsi beras 114.16 kg/kapita/tahun (Kementan Peningkatan Produksi Padi, Jagung dan Kedelai

96
 Analisis Sistem Dinamik untuk Evaluasi Pencapaian Swasembada Beras Melalui Program Upaya Khusus

(Agus Supriatna Somantri, Prima Luna, Idha Widi Arsantib dan Budi Waryanto)

melalui Program Perbaikan Jaringan Irigasi dan Sarana diagram permintaan; d) membentuk causal loop diagram
Pendukungnya pada Tahun Anggaran 2015. Hal yang pencapaian target swasembada beras.
melatarbelakangi UPSUS padi, jagung, dan kedelai
adalah swasembada berkelanjutan padi dan jagung serta A. Causal Loop Diagram Swasembada Padi Beras
swasembada kedelai yang harus dicapai dalam waktu
tiga tahun (Ditjentan, 2018). Kementerian Pertanian Penggunaan metode pendekatan sistem dinamik tidak
telah menetapkan upaya khusus ini melalui kegiatan terlepas dari proses berpikir sistemik pada sistem produksi
pengembangan infrastruktur air, perluasan sawah, padi yang mengarah pada swasembada. Pendekatan
bantuan alsin prapanen, asuransi usaha tani padi, yang berpikir sistemik ini dituangkan ke dalam bentuk Causal
merupakan program Direktorat Jenderal Pengembangan Loop Diagram (CLD) untuk sistem swasembada beras
Sarana Pertanian (PSP). Kegiatan bantuan benih, pupuk (Gambar 1).
dan sarana lainnya untuk budi daya padi, jagung, Ketersediaan stok padi/beras akan mengindikasikan
kedelai, bantuan alsin pascapanen, pengendalian OPT Indonesia sudah atau belum swasembada. Stok padi/
dan dampak perubahan iklim (DPI) merupakan program beras jumlahnya sama dengan stok tahun sebelumnya
Direktorat Jenderal Tanaman Pangan. Sementara itu, ditambah dengan selisih antara produksi dan distribusi
inovasi dan teknologi yang akan diterapkan merupakan tahun sekarang, sedangkan neraca adalah selisih antara
program Badan Litbang Pertanian. produksi dan distribusi. Sebagaimana terlihat pada
Penelitian ini bertujuan untuk mengevaluasi capaian CLD pada Gambar 1, stok padi/beras dapat dimodelkan
UPSUS Padi selama tiga tahun berjalan (2015-2017) sebagai berikut:
menggunakan pendekatan sistem dinamik dan menyusun Stok (t) = Stok (t0) + produksi (t) - distribusi (t) (1)
strategi ke depan agar target swasembada beras dapat neraca (t) = produksi (t) - distribusi (t) (2)
tercapai. Melalui penggunaan pendekatan sistem dinamik
diharapkan diperoleh pilihan kebijakan yang paling Produksi padi merupakan proses produksi yang cukup
strategis yang perlu diprioritaskan untuk pencapaian panjang yang dibentuk oleh faktor produktivitas dan luas
swasembada beras. tanam. Besaran produktivitas ditentukan oleh banyak
faktor seperti penggunaan benih unggul, pemupukan,
kesuburan lahan, sistem tanam, dan pengendalian OPT,
BAHAN DAN METODE sedangkan luas tanam ditentukan oleh luas sawah baku
dan indeks pertanaman (IP). Luas sawah baku besarannya
Metodologi penelitian menggunakan sistem dinamik ditentukan oleh laju cetak sawah baru dan konversi lahan.
(Muhammadi dkk., 2001) dengan tahapan antara lain: Faktor-faktor yang mengganggu sistem produksi
a) Membentuk causal-loop diagram sistem swasembada meliputi kehilangan luas tanam akibat perubahan iklim,
beras; b) membentuk causal loop diagram subsistem serangan OPT, dan kehilangan hasil pada saat panen dan
peningkatan produksi padi; c) membentuk causal loop pascapanen. Hal ini menjadi tantangan dalam penerapan

Gambar 1. Causal Loop Diagram (CLD) sistem swasembada beras

97
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

teknologi untuk menekan serangan OPT dan menurunkan provitas(t)) A dt (13)

tingkat kehilangan hasil pada saat panen dan pascapanen. dimana:
Secara umum Causal Loop Diagram (CLD) untuk sistem
A = f (benih unggul,teknologi pemupukan) (14)
produksi padi disajikan pada Gambar 2.
Upaya peningkatan produksi padi tidak terlepas dari
Nilai A merupakan fungsi dari penggunaan benih
strategi peningkatan produktivitas existing menuju
unggul dan teknologi pemupukan. Kedua faktor ini
produktivitas ideal dalam kurun waktu tertentu. Namun
akan menjadi penggerak peningkatan produktivitas
upaya peningkatan produktivitas harus dibarengi dengan
padi menuju maksimum. Namun untuk percepatan
upaya percepatan peningkatan produktivitas itu sendiri.
peningkatan produktivitas perlu didorong oleh kegiatan
Upaya peningkatan produksi padi dapat dilihat pada
penyuluhan dan penggunaan peralatan yang tepat.
Gambar 3.
Pada Gambar 3 terlihat bahwa untuk meningkatkan
Faktor yang menyebabkan menurunnya produksi
produktivitas existing memerlukan kebijakan strategis
padi antara lain konversi lahan atau alih fungsi lahan.
(A) yang mampu meningkat sampai mencapai maksimum
Menurunnya luas sawah baku akibat konversi lahan
dalam kurun waktu tertentu. Submodel produksi dapat
semakin memprihatinkan. Penyebab konversi lahan
dirumuskan sebagai berikut:
antara lain kebutuhan akan sarana umum seperti jalan,
perumahan, pabrik, pertokoan, dan lain-lain yang
produksi (t)=luas tanam (t) x provitas (t) (11)
besarannya terus meningkat setiap tahun.
luas tanam (t)=luas baku sawah (t) x IP (t) (12)
provitas (t)=provitas (t0 )+ ∫ t (provitas maks-
t
0 (15)

Gambar 2. Causal loop diagram subsistem produksi padi

Gambar 3. Pengungkit peningkatan produktivitas padi

98
 Analisis Sistem Dinamik untuk Evaluasi Pencapaian Swasembada Beras Melalui Program Upaya Khusus

(Agus Supriatna Somantri, Prima Luna, Idha Widi Arsantib dan Budi Waryanto)

Berdasarkan rumus (15), nilai faktor konversi adalah penggunaan pestisida yang tepat sehingga mampu
persentase rata-rata alih fungsi lahan per tahun. Untuk menurunkan kehilangan hasil akibat berkurangnya luas
menekan konversi lahan tentu diperlukan campur tangan panen. Berdasarkan fungsi penurunan hasil tersebut
pemerintah dalam bentuk kebijakan maupun undang- dapat ditentukan upaya penyelamatan hasil padi (GKG)
undang sehingga jelas sanksinya. setiap satuan waktu tertentu. Tingkat penyelamatan hasil
Kehilangan hasil akibat serangan OPT dapat diatasi padi (GKG) akibat serangan OPT (%) dapat dirumuskan
dengan memanfaatkan teknologi pengendalian OPT. sebagai berikut:
Serangan OPT eksisting harus dapat diturunkan sampai
mencapai tingkat minimum, sehingga pertanaman Penyelamatan losses OPT (t)=losses OPT (t0) -
padi dapat diselamatkan. Hal ini merupakan tantangan losses OPT (t) (19)
terhadap kemampuan teknologi untuk mampu mengatasi
serangan OPT pada komoditas padi. Pada Gambar 4 Berdasarkan persamaan (19) secara nasional dapat
disajikan proses penurunan tingkat serangan OPT hingga dilihat besar penyelamatan luas tanam yang berdampak
mencapai tingkat minimum pada kurun waktu tertentu. pada peningkatan produksi padi setiap tahun. Jumlah
Submodel penurunan luas panen (losses) padi akibat GKG yang dapat diselamatkan dengan tindakan
serangan OPT dapat dirumuskan sebagai berikut: penyelamatan pertanaman dari serangan OPT dapat
dirumuskan sebagai berikut:
(16)
Penambahan GKG dari pemberantasan OPT
Tingkat penurunan hasil padi (losses) akibat serangan (t)=Penyelamatan losses OPT(t)*produksi(t) (20)
OPT (%) dapat dirumuskan sebagai berikut:
Bagian lain dari bidang pascapanen yang dapat
t
Losses OPT (t)=Losses OPT (t0 )-∫ t (Losses OPT(t)- memberikan kontribusi pada peningkatan hasil
0
Losses OPT (min)) B dt (17) padi adalah penanganan losses pada saat panen dan
dimana: pascapanen. Seperti halnya pada penurunan losses akibat
serangan OPT, pada kasus ini pun kondisi losses eksisting
B = f (Teknologi pemberantasan OPT) (18)
harus bisa diturunkan sampai pada tingkat yang paling
minimal dengan memanfaatkan teknologi penanganan
Nilai B merupakan fungsi dari penggunaan teknologi
panen dan pascapanen. Pada Gambar 5 diperlihatkan
pengendalian OPT, besarannya ditentukan oleh tingkat
proses penurunan losses panen dan pascapanen dengan
penggunaan teknologi.

Gambar 4. Faktor pengungkit penyelamatan luas tanam dari serangan OPT

Gambar 5. Faktor pengungkit penyelamatan losses panen dan pascapanen

99
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

Besarnya losses panen dan pascapanen pada setiap Sub Model Revitalisasi PPK dapat dirumuskan sebagai
satuan waktu dapat dirumuskan sebagai berikut: berikut:
t
Rendemen(t) = Rendemen (t0)+ ∫ t (Rendemen (max) -
0
(21) Rendemen(t)) D dt (26)

Sedangkan besaran penurunan losses panen dan D = f (Teknologi revitalisasi) (27)

pascapanen adalah dengan rumus berikut:
Tambahan produksi akibat revitalisasi (ton)
t
Losses PP(t)=Losses PP(to )-∫ t (Losses PP(t) -
0
Losses PP (min)) C dt (22) Tambahan produksi beras (t) = (rendemen (t) -
rendemen(t0 ))*produksi (t) (28)
dimana:
C = f (Teknologi Pascapanen) (23) Penyuluhan berfungsi mempercepat adopsi teknologi
di tingkat petani, karena pada dasarnya kegiatan
Nilai C merupakan fungsi dari penggunaan teknologi penyuluhan secara bertahap akan mengubah perilaku
panen dan pascapanen, besarannya ditentukan oleh petani, dan perubahan perilaku akan mempercepat
tingkat penggunaan alsin yang tepat sehingga mampu proses adposi teknologi. Submodel penyuluhan dapat
menurunkan losses mulai dari panen, perontokan, hingga dirumuskan sebagai berikut:
pengeringan. Berdasarkan fungsi penurunan losses t
tersebut dapat ditentukan tingkat penyelamatan GKG adoptek (t) = adoptek (t0)+∫ t E (adoptek maks-
0
setiap satuan waktu tertentu. Besaran penyelamatan adoptek(t)) dt (29)
GKG akibat losses panen dan pascapanen (%) dapat
dirumuskan sebagai berikut: E = f (kualitas penyuluhan) (30)

Penyelamatan losses PP(t) = losses PP(t0 ) -

losses PP(t) (24) Nilai E merupakan fungsi dari kualitas penyuluhan
yang menunjukkan seberapa besar persentase penyuluhan
Penambahan GKG dari penekanan losses dilakukan di suatu tempat yang diharapkan kegiatan ini
PP(t)=Penyelamatan losses PP(t)*produksi(t) (25) dapat merata di seluruh kawasan pertanian, khususnya
untuk komoditas padi.
Berdasasarkan persamaan (24) dapat ditentukan
berapa ton GKG dapat diselamatkan setiap tahun. Hal B. Causal Loop Diagram Subsistem Permintaan
ini diharapkan dapat merangsang para stakeholder lebih
serius berupaya menekan tingkat kehilangan hasil padi Secara umum permintaan padi dibagi menjadi dua,
(losses) pada saat panen dan pascapanen. yaitu permintaan untuk konsumsi dan untuk industri,
Seperti diketahui penggilingan padi skala kecil (PPK) baik industri pangan maupun nonpangan. Secara umum
di Indonesia memiliki rendemen sangat rendah, hanya Causal Loop Diagram (CLD) untuk sistem permintaan
berkisar antara 50-60 %, padahal masih dapat ditingkatkan padi disajikan pada Gambar 7.
melalui revitalisasi PPK. Kegiatan revitalisasi PPK dapat Submodel permintaan yang dibentuk oleh kebutuhan
dilakukan di seluruh penggilingan padi di Indonesia. untuk konsumsi dan industri dirumuskan sebagai berikut:
Proses peningkatan rendemen giling melalui revitalisasi
penggilingan padi skala kecil (PPK) dapat dilihat pada Permintaan (t)=konsumsi(t) + industri (t) (31)
Gambar 6.

Gambar 6. Faktor pengungkit peningkatan rendemen giling

100
 Analisis Sistem Dinamik untuk Evaluasi Pencapaian Swasembada Beras Melalui Program Upaya Khusus

(Agus Supriatna Somantri, Prima Luna, Idha Widi Arsantib dan Budi Waryanto)

Gambar 7. Causal loop diagram sistem permintaan padi

ha/tahun (Mulyani et al., 2016). Fraksi cetak sawah

Konsumsi (t)= konsumsi perkapita(t)* penduduk(t) (32) adalah rata-rata laju pertumbuhan cetak sawah pada
t
tahun 2016 dan 2017 yaitu -53,33% per tahun. Data
penduduk (t)=penduduk(t0 )+∫ t (laju pertumbuhan) * awal cetak sawah menggunakan data tahun 2017
0
penduduk (t)dt (33) seluas 60.244 ha (Kementan, 2018).
3. Fraksi pemanfaatan lahan rawa adalah rata-rata laju
industri (t) = industri pangan (t) + pertumbuhan pemanfaatan lahan rawa pada tahun
industri non pangan (t) (34) 2016 dan 2017 yaitu -11,75% per tahun. Data awal
pemanfaatan lahan rawa menggunakan data tahun
C. Jenis dan Sumber Data 2017 seluas 3.529 ha (Kementan, 2018).
4. Data awal Indeks Pertanaman (IP) padi menggunakan
Data yang digunakan dalam penelitian ini adalah data tahun 2017 yaitu 1,73 (Kementan, 2018)(a). IP
data primer dan sekunder. Data primer diperoleh dari padi diharapkan meningkat 0,5 (Ditjen PSP, 2015).
wawancara dan diskusi dengan pakar yang terkait dengan Jaringan irigasi meningkatkan IP 0,3 atau lebih
rantai pasok beras untuk swasembada, yang terdiri atas (Kementan, 2017). Penggunaan traktor diasumsikan
peneliti pada Badan Penelitian dan Pengembangan memberikan kontribusi peningkatan IP 42%,
Pertanian, Ditjen Tanaman Pangan, Badan Ketahanan sedangkan pompa air 28% (Kementan, 2018) (b).
Pangan, dan Biro Perencanaan Sekretariat Jenderal 5. Fraksi puso merupakan rata-rata laju tanaman puso
Kementerian Pertanian. Wawancara dan diskusi selama lima tahun dari tahun 2013, 2014 (Ditjen TP,
bertujuan: (1) mengidentifikasi faktor yang berpengaruh 2016)(a), 2015, 2016 (Ditjen TP 2016)(b) dan 2017
terhadap rantai pasok beras untuk mewujudkan (Ditjen TP, 2018). Fraksi puso 19,13% per tahun.
swasembada beras, kebutuhan, permasalahan, faktor Data awal menggunakan data tahun 2017 yaitu
kunci; dan (2) mengkonfirmasi sistematika berpikir 87.611 ha.
model sistem dinamik untuk pemecahan masalah. 6. Kebutuhan benih padi 25 kg/ha (Ditjen TP, 2016).
Data sekunder diperoleh dari berbagai sumber seperti Kebutuhan pakan ternak 0,44% dan tercecer 5,4%
laporan, dokumen, dan hasil penelitian dari instansi dari total produksi padi nasional (BKP, 2016).
terkait. Instansi tersebut adalah BPS, Kementan, dan 7. Produktivitas padi 5,13 t/ha (Ditjen TP, 2018).
Perguruan Tinggi. Jenis data sekunder yang diperlukan 8. Angka susut pascapanen 10,82% (BPS, 2008).
antara lain data time series selama kurang lebih 10 tahun 9. Cadangan Beras Pemerintah mencapai 1,5 juta ton
produksi padi, produktivitas, luas lahan, dan jumlah (BULOG, 2018).
penduduk. Identifikasi rantai pasok beras ditelusuri 10. Dampak relatif faktor penentu produktivitas (Cakra,
berdasarkan data sekunder. Data dan asumsi yang 2016; Balitbangtan, 2012):
digunakan adalah sebagai berikut: a. Benih 5% dan dapat mencapai 25% (teknologi
varietas)
1. Luas lahan padi merupakan luas baku lahan sawah b. Pupuk 10%
nasional. Nilai awal luas lahan padi sawah adalah c. Penyuluhan 6,6% dan dapat mencapai 16,6%
luas baku lahan padi tahun 2017 yaitu 8.162.608 ha d. Hama dan penyakit -1% dan dapat mencapai -4%
(Kementan, 2018). Data awal produktivitas menggunakan data
2. Laju konversi lahan sawah nasional adalah 96.512 tahun 2017 yaitu 5,149 t/ha (Kementan, 2018).
101
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

Produktivitas padi ditargetkan meningkat 0,3 ton/ A = Data realisasi

ha (Ditjen PSP, 2015). F = Data prediksi
11. Data awal rendemen beras menggunakan data tahun n = Jumlah data
2017 yaitu 62,74%/tahun (BPS, 2017). Revitalisasi
PPK diharapkan mampu meningkatkan IP 0,9-1,9% 0 % < M < 5 % : Sangat tepat
(Kementan, 2018). 5 % < M < 10 % : Cukup tepat
12. Permintaan adalah sejumlah beras yang digunakan M > 10 % : Tidak tepat
di dalam negeri untuk pakan (0,17% produksi
beras), diolah untuk industri makanan dan bukan
makanan (0,66% produksi beras), tercecer (2,5% HASIL DAN PEMBAHASAN
dari produksi beras), dan konsumsi rumah tangga
(BKP, 2016). Konsumsi beras per kapita adalah A. Kondisi Saat ini
kebutuhan konsumsi beras per kapita nasional.
Nilai awal pada tahun 2017 yaitu 111,58 kg/kapita/ Produksi dan kebutuhan beras nasional dari tahun
tahun (BPS, 2018). Jumlah penduduk adalah jumlah 2008 hingga 2017 disajikan pada Gambar 8. Pada tahun
penduduk di Indonesia. Nilai awal yang dipakai 2017 produksi beras nasional adalah 47.595.000 ton dan
adalah jumlah penduduk Indonesia pada tahun 2017 kebutuhan mencapai 48.138.000 ton.
yaitu 261.890.900 jiwa. Data penduduk tahun 2017 Permintaan beras yang terus meningkat menyebabkan
tersebut diperoleh dari hasil proyeksi penduduk Indonesia belum mampu mencukupi kebutuhan beras
Indonesia dalam periode 2010-2035 (Pertengahan nasional dari produksi dalam negeri. Kondisi tersebut
tahun/Juni) mengunakan data dasar penduduk memaksa Indonesia untuk melakukan impor. Kekurangan
hasil Sensus Penduduk 2010. Fraksi pertumbuhan pasokan beras di Indonesia pada periode 2012-2016
penduduk merupakan laju pertumbuhan penduduk rata-rata 2,02 juta ton per tahun (Pusdatin, 2016).
per tahun dalam periode 2010-2017 dengan laju Hanya pada tahun 2016 kebutuhan beras medium dapat
1,34% (BPS, 2018). dicukupi dari produksi dalam negeri. Walaupun tingkat
13. Swasembada didefinisikan sebagai rasio antara kebergantungan impor beras atau Import Dependency
penyediaan beras (stok beras) dengan permintaan Ratio (IDR) menurun dan sejak tahun 2013 relatif kecil,
beras domestik. kurang 2%, namun harus tetap diwaspadai karena data
volume impor beras fluktuatif. Perkembangan volume
D. Validasi Model impor beras dapat dilihat pada Gambar 9.

Validasi model menggunakan MAPE (Mean Average B. Capaian Target UPSUS

Percentage Error)
Perkembangan luas baku sawah di Indonesia pada
periode 2009-2018 ditunjukkan pada Gambar 10.
M = MAPE (Mean Average Presentage Error) Terlihat perkembangan luas baku sawah relatif tidak
besar atau cenderung stabil sekitar 8,0-8,1 juta ha.
Hal ini menunjukkan pencetakan sawah baru hanya
mampu mengimbangi konversi lahan yang terjadi.
Dalam 10 tahun ke depan, tantangan dalam penyediaan

Gambar 8. Produksi dan kebutuhan beras di Indonesia pada periode 2008-2017 (Pusdatin, 2018)

102
 Analisis Sistem Dinamik untuk Evaluasi Pencapaian Swasembada Beras Melalui Program Upaya Khusus

(Agus Supriatna Somantri, Prima Luna, Idha Widi Arsantib dan Budi Waryanto)

Gambar 9. Perkembangan volume impor beras pada periode 1983-2016 (Pusdatin, 2016)

Gambar 10. Luas sawah baku Indonesia dalam periode 2009-2018

pangan khususnya beras akan semakin berat jika hanya rawa; 6) Pengembangan tata air mikro; 7) Pengembangan
mengandalkan luas lahan sawah yang ada. Oleh karena sumur resapan; dan 8) Irigasi bertekanan.
itu perlu dicari upaya lain dengan cara intesifikasi melalui
pemanfaatan berbagai teknologi peningkatan produksi. (2) Pencapaian Produktivitas Padi
Realisasi capaian produktivitas padi pada tahun 2014
(1) Pencapaian Target Indeks Pertanaman adalah 5,14 t/ha. Jika diinginkan kenaikan produktivitas
Realisasi capaian peningkatan Indeks Pertanaman (IP) 0,3 t/ha sesuai dengan target Permentan 03/2015, maka
pada tahun 2014 adalah 1,7 (Gambar 11), sehingga untuk produktivitas padi pada tahun 2018 harus meningkat
mencapai target seperti yang ditetapkan oleh Permentan menjadi 5,44 t/ha. Pada Gambar 11 (b) terlihat capaian
03/2015 yaitu harus ada penambahan 0,5 agar IP menjadi produktivitas pada tahun 2018 adalah 5,19 t/ha, turun
2,2. Pada tahun 2018 Indonesia diprediksi mampu dibandingkan dengan tahun-tahun sebelumnya. Oleh
meningkatkan IP sesuai dengan target Permentan, namun karena itu, ke depan produktivitas padi perlu ditingkatkan
kenyataannya belum tercapai karena beberapa hal. 0,25 t/ha untuk mencapai target UPSUS Permentan.
Realisasi capaian IP pada tahun 2018 adalah 2,06 sehingga
masih terjadi gap 0,14. Oleh sebab itu masih diperlukan (3) Dampak Peningkatan IP dan Produktivitas
upaya peningkatan IP 0,14 pada masa mendatang melalui Peningkatan IP berdampak pada peningkatan luas
strategi kebijakan operasional yang komprehensif. tanam, produksi padi, dan produksi beras cukup sigifikan,
Seperti diketahui peningkatan IP bergantung pada meskipun menurun dari tahun 2015 hingga 2018. Hal ini
ketersediaan air yang dikelola melalui pengendalian menunjukkan peningkatan IP berperan penting dalam
jaringan irigasi. Beberapa upaya yang dapat dilakukan peningkatan produksi padi.
untuk mengendalikan jaringan irigasi antara lain: 1)
Rehabilitasi jaringan irigasi; 2) Pengembangan sumber (4) Luas Tanam
daya air; 3) Konservasi dan antisipasi anomali iklim; 4) Pada Gambar 11 (a) terlihat laju peningkatan IP padi
Pengelolaan irigasi partisipatif; 5) Pengembangan irigasi pada saat non-UPSUS sangat lamban. Hal ini disebabkan
103
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

oleh beberapa masalah, diantaranya kondisi irigasi yang menurunnya produktivitas maka upaya optimalisasi
masih rusak dan belum optimal penggunaannya, sehingga peningkatan produktivitas melalui pemanfaatan
di beberapa tempat tidak bisa dilakukan penanaman teknologi produksi perlu terus diupayakan, sehingga
padi lebih dari satu kali dalam setahun. Masalah ini target pencapaian produktivitas dapat tercapai. Hal ini
mendorong dilakukan upaya perbaikan dan peningkatan berdampak terhadap peningkatan produksi padi nasional.
fungsi irigasi untuk meningkatkan IP padi.
Pada akhir tahun 2018 seperti ditunjukkan pada (6) Produksi Beras
Gambar 11 (c), luas tanam padi dipresiksi 17.823.951,85 Peningkatan IP berdampak signifikan terhadap
ha, dan hanya terealisasi 15.994.511,8 ha, sehingga produksi beras (Gambar 11). Pada Gambar 11 juga
terjadi senjang luas tanam 987.623,65 ha. Hal ini terlihat gap produksi padi menyebabkan gap produksi
beras cukup siginifikan. Dalam jangka panjang, keadaan
mengindikasikan pentingnya peningkatan IP, sehingga
ini dapat diperbaiki, selain meningkatkan produktivitas
ke depan diperlukan strategi operasional yang lebih
juga melalui penanganan tingkat kehilangan hasil (losses)
keras untuk meningkatkan IP agar berdampak terhadap
dan peningkatan rendemen giling melalui revitalisasi
peningkatan luas tanam yang berujung pada peningkatan
penggilingan. Prediksi produksi beras pada tahun
produksi padi.
2018 adalah 51.434.542,58 ton, sedangkan realisasinya
(5) Produksi Padi 46.683.485,73 ton, sehingga masih ada gap 4.751.056,85
Meskipun diprediksi IP naik dan produktivitas turun, ton.
namun produksi padi tetap naik. Hal ini menunjukkan
peningkatan IP ternyata penting artinya dalam (7) Neraca Beras
meningkatkan produksi padi. Oleh karena itu, upaya Dengan asumsi permintaan beras/padi hanya untuk
yang terkait dengan manajemen pengaturan air perlu konsumsi, benih, dan cadangan beras pemerintah, maka
diteruskan. Pada tahun 2018 produksi padi diprediksi prediksi dan realisasi neraca beras ditunjukkan pada
93.652.420 ton, namun realisasinya hanya 83.037.150 Gambar 11(f). Selama ini cadangan beras nasional
ton, sehingga masih ada kesenjangan produksi 10.615.270 diasumsikan 1.500.000 ton/tahun. Pada tahun 2018,
ton. Hal ini disebabkan oleh menurunnya produktivitas. neraca beras 17.446.484,72 ton.
Mengacu pada kesenjangan produksi akibat (8) Validasi Model

Gambar 11. Pencapaian target IP (a) dan produktivitas (b) serta dampaknya terhadap peingkatan luas tanam (c), produksi
padi (d), produksi beras (e), dan neraca beras (f) selama periode non-UPSUS dan UPSUS
104
 Analisis Sistem Dinamik untuk Evaluasi Pencapaian Swasembada Beras Melalui Program Upaya Khusus

(Agus Supriatna Somantri, Prima Luna, Idha Widi Arsantib dan Budi Waryanto)

Hasil validasi model menggunakan Mean Average yang sudah ditetapkan dapat tercapai. Terkait dengan
Percentage Error (MAPE) ditunjukkan pada Tabel 1. penajaman strategi, beberapa analisis yang ditawarkan
Data menunjukkan untuk seluruh output dari pemodelan adalah melihat kembali beberapa alternatif strategi yang
UPSUS maupun non-UPSUS yang disajikan pada dapat ditambahkan dan dikembangkan. Penyusunan
Gambar 11 memiliki nilai MAPE yang lebih kecil dari strategi menggunakan berbagai skenario kebijakan.
5, sehingga model yang dibentuk sudah mencerminkan
kondisi yang sesungguhnya. Skenario 1: Kebijakan UPSUS (Sarana Produksi dan
Dalam 10 tahun terakhir upaya peningkatan produksi Penyelamatan Luas Panen)
padi dengan berbagai strategi terus dilakukan, upaya
terakhir adalah melalui program UPSUS yang Program UPSUS diperkirakan dapat mencapai
dimulai sejak tahun 2015. Sampai tahun 2018, tingkat target Permentan 03/2015 pada tahun 2023, baik dari
keberhasilan UPSUS adalah sebagai berikut: aspek peningkatan IP maupun produktivitas padi
seperti ditunjukkan pada Gambar 12 (a) dan 12 (c).
C. Strategi Peningkatan Produksi, Swasembada, dan Dampak dari peningkatan IP sangat signifikan terhadap
Ekspor Beras peningkatan luas tanam (Gambar 12 b) dan produksi padi
Kebijakan UPSUS sejak tahun 2015 nampaknya karena adanya peningkatan luas tanam hingga mencapai
memerlukan penajaman strategi dalam pelaksanaannya 16.747.922,33 ha dan produksi padi 89.652.314,01 ton
dan meningkatkan fungsi kontrol, sehingga target (Gambar 12 d) pada tahun 2024.

Tabel 1. Hasil validasi model menggunakan Mean Average Percentage Error

Mean Average Percentage Error
Uraian
Non-UPSUS UPSUS
Indeks pertanaman 0,17 1,11
Produktivitas 0,08 0,36
Luas pertanaman 0,15 1,01
Produksi padi 0,23 1,23
Produksi beras 0,13 0,76
Neraca 0,23 0,35

Gambar 12. Penerapan kebijakan skenario UPSUS dengan penambahan kebijakan penanggulangan dampak perubahan
iklim dan OPT serta dampaknya terhadap: (a) peningkatan IP, (b) luas tanam, (c) produktivitas, (d) produksi
padi, (e) produksi dan permintaan beras, dan (f) neraca beras
105
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

Pada Gambar 12 b juga terlihat luas panen semakin produksi. Hal ini menguntungkan bagi petani karena
mendekati luas tanam karena penanganan OPT dan percepatan peningkatan produksi akan memberikan
dampak perubahan iklim dilakukan secara maksimal. Luas tambahan produksi beras. Namun percepatan peningkatan
panen yang dapat diselamatkan mencapai 943.872,61 produksi tidak mampu menjadikan swasembada
ha, sehingga total luas panen [Link] ha dengan berkelanjutan seperti ditunjukkan pada Gambar 13.
produksi beras 56.247.861,81 ton. Dampak penerapan Pada tahun 2021 neraca surplus diperkirakan menurun.
skenario ini terhadap neraca beras (Gambar 12 h) dalam Kondisi ini dipicu oleh masih tingginya konversi lahan,
lima tahun ke depan cukup baik, yaitu 23.795.209,47 sehingga mengurangi luas areal tanam dan luas panen.
ton. Bahkan pada tahun 2022 terdapat surplus lebih
dari 25 juta ton, namun tidak akan berkelanjutan karena Skenario 3: Kebijakan UPSUS dengan Mekanisasi
setelah tahun 2022 neraca beras terus menurun karena Pascapanen
tingginya konversi lahan pertanian setiap tahun, sehingga
mempengaruhi luas tanam, luas panen, dan produksi Berdasarkan skenario ini diduga produksi padi (GKG)
beras. meningkat cukup meyakinkan apabila ditambahkan
kebijakan mekanisasi pascapanen seperti ditunjukkan
Skenario 2: Kebijakan UPSUS dengan Mekanisasi pada Gambar 14.
Prapanen dan Penyuluhan Pada Gambar 14 terlihat penerapan kebijakan
mekanisasi pascapanen dapat memberikan tambahan
Kebijakan UPSUS dengan tambahan mekanisasi produksi GKG lebih dari 3% atau lebih dari 5 juta ton
prapanen dan penyuluhan mempercepat peningkatan GKG. Dampak lebih lanjut, total produksi padi pada lima

Gambar 13. Penerapan kebijakan skenario UPSUS dengan penambahan kebijakan mekanisasi dan penyuluhan serta
dampaknya terhadap percepatan neraca beras

Gambar 14. Penerapan kebijakan skenario UPSUS dengan penambahan kebijakan mekanisasi pascapanen serta
dampaknya terhadap produksi dan permintaan beras
106
 Analisis Sistem Dinamik untuk Evaluasi Pencapaian Swasembada Beras Melalui Program Upaya Khusus

(Agus Supriatna Somantri, Prima Luna, Idha Widi Arsantib dan Budi Waryanto)

tahun mendatang akan menjadi 89,5 juta ton GKG atau Skenario 5: Kebijakan UPSUS dengan Diversifikasi
setara dengan 60 juta ton beras (Gambar 15 a). Kondisi Pangan
ini akan menambah neraca beras.
Apabila program diversifikasi pangan berhasil
Skenario 4: Kebijakan UPSUS dengan Revitalisasi diimplementasikan di masyarakat dan sejalan dengan
Penggilingan Padi penurunan tingkat konsumsi beras maka terjadi
penurunan permintaan beras setiap tahunn. Dalam
Rata-rata rendemen giling padi pada penggilingan simulasi ini penurunan konsumsi beras sebagai akibat
padi skala kecil (PPK) adalah 62,47%, padahal berhasilnya program diversifikasi pangan diasumsikan
kemampuannya dapat mencapai 70% (Budiharti, 2006). 1,5% per tahun. Hasil simulasi disajikan pada Gambar
Skenario ini ditujukan untuk melihat tambahan produksi 16. Keberhasilan diversifikasi pangan akan mengurangi
beras yang disebabkan oleh peningkatan rendemen giling permintaan konsumsi beras setiap tahun, sampai lima
akibat penerapan kebijakan revitalisasi penggilingan tahun ke depan.
padi. Hasil simulasi ditunjukkan pada Gambar 15.
Upaya revitalisasi PPK dapat memberikan kontribusi Skenario 6. Kebijakan UPSUS dengan Penekanan
tambahan produksi beras sampai melebihi 2 juta ton Laju Konversi Lahan
beras. Hal ini menguntungkan namun belum dapat
menjadikan Indonesia berswasembada beras secara Skenario ini merupakan langkah terakhir setelah
berkelanjutan seperti ditunjukkan pada Gambar 15 b. semua kemampuan teknologi dikerahkan untuk
Neraca surplus beras mulai menurun setelah tahun 2022 meningkatkan produksi padi. Berdasarkan hasil simulasi
karena masih tingginya konversi lahan pada setiap tahun. (Gambar 17) terlihat bahwa upaya yang dilakukan

Gambar 15. Penerapan kebijakan skenario UPSUS dengan penambahan kebijakan revitalisasi penggilingan padi skala
kecil (PPK) serta dampaknya terhadap produksi, permintaan beras, dan neraca beras

Gambar 16. Penerapan kebijakan skenario UPSUS dengan penambahan kebijakan diversifikasi pangan dan dampaknya
terhadap produksi padi dan permintaan beras serta neraca beras

Gambar 17. Penerapan kebijakan skenario UPSUS dengan penambahan kebijakan cetak sawah baru dan pengendalian
konversi lahan serta dampaknya terhadap produksi padi dan permintaan beras serta neraca beras
107
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

sebelumnya (penerapan kebijakan pada skenario 1 s/d 5) telah dilaksanakan pemerintah belum optimal jika
akan berkelanjutan apabila UU 41 Tahun 2009 tentang tidak memperhatikan variabel pendukung yang dapat
Perlindungan Lahan Pertanian Pangan Berkelanjutan disimulasikan dengan modeling UPSUS Padi. Variabel
benar-benar diterapkan dengan baik. Pada Gambar 17 tersebut antara lain tambahan penerapan kebijakan
b terlihat Indonesia memiliki surplus beras hingga lima mekanisasi untuk pra dan pascapanen, penyuluhan,
tahun ke depan bahkan lebih. Dengan demikian, upaya revitalisasi penggilingan, diversifikasi pangan serta
pencetakan sawah baru belum mendesak apabila semua penekanan konversi lahan.
pihak mampu mengendalikan konversi lahan sawah. Upaya dan target program akan berhasil jika semua
pihak yang terlibat mampu menerapkan UU 41 Tahun
D. Saran Kebijakan Lebih Lanjut 2009 tentang Perlindungan Lahan Pertanian Pangan
Berkelanjutan agar konversi lahan dapat ditekan atau
Berdasarkan hasil simulasi menggunakan sistem
bahkan dihindari. Berdasarkan hasil simulasi dengan
dinamik maka kebijakan Kementerian Pertanian untuk
memasukkan semua variabel maka dalam lima tahun ke
meningkatkan produksi beras guna mewujudkan
depan Indonesia akan surplus 35 juta ton beras sehingga
swasembada pangan berkelanjutan sebaiknya diarahkan
swasembada beras berkelanjutan akan terealisasi.
pada hal-hal sebagai berikut:

1. Program UPSUS yang sudah berjalan dengan UCAPAN TERIMA KASIH

baik yang hanya fokus pada peningkatan IP dan
produktivitas sebaiknya terus dilanjutkan dengan Terima kasih disampaikan Kepala Bagian Evaluasi
memaksimalkan peran dan fungsi teknologi Ditjen Tanaman Pangan dan Kepala Bagian Evaluasi
pengolahan tanah, tata kelola air, perbenihan, Biro Perencana Kementerian Pertanian beserta staf atas
optimalisasi lahan dan pemupukan, pengendalian kerja sama yang baik, sehingga penelitian dan penulisan
dampak perubahan iklim dan OPT, optimalisasi naskah ini dapat terealisasi.
kegiatan penyuluhan, mekanisasi prapanen dan
pascapanen, revitalisasi PPK, diversifikasi pangan,
dan pengendalian konversi lahan. DAFTAR PUSTAKA
2. Program UPSUS dengan strategi penyelamatan luas
tanam secara maksimal dari dampak perubahan Budiharti, U., R. Tjahjohutomo, Harsono, Handaka,
iklim dan serangan OPT cukup signifikan terhadap Gultom, R.J. (2006). Rekayasa Model Mekanisasi
penyelamatan luas panen karena dapat meningkatkan Penggilingan Padi untuk Meningkatkan Rendemen
produksi padi dan beras. Beras. Serpong: Balai Besar Mekanisasi Pertanian.
3. Program UPSUS dengan pengembangan mekanisasi [BB Padi] Balai Besar Penelitian Tanaman Padi. (2017).
prapanen dan peningkatan peran penyuluhan terbukti Prosiding Seminar Nasional 2016: Buku 2. http://
mampu mempercepat peningkatan produksi padi, [Link]/[Link]/publikasi/
sehingga menguntungkan sistem budi daya padi dan buku/content/item/822-prosiding-padi-2017-buku-2-
bagian-1. [diunduh 28 Maret 2017].
dalam jangka panjang.
[BPS]. Badan Pusat Statistik. (2005). Laporan Survei
4. Program UPSUS dengan optimalisasi pemanfaatan
Susut Panen dan Pascapanen gabah/beras Tahun
teknologi mekanisasi bidang pascapanen mampu
2005, 2006 dan 2007. Kerjasama BPS, Pusdatin,
menyelamatkan produksi padi (GKG) dengan
Ditjen Tanaman Pangan dan Badan Litbang Pertanian
signifikan selama proses panen dan pascapanen.
2008.
5. Program UPSUS dengan mengoptimalkan [BPS] Badan Pusat Statistika. 2017. Statistik Indonesia
revitalisasi penggilingan padi skala kecil (PPK). 2017. Jakarta (ID): CV. Dharmaputra.
6. Program UPSUS dengan mengoptimalkan program [BPS] Badan Pusat Statistika. 2018. Berita
diversifikasi pangan. Resmi Statistik: Perkembangan Indeks Harga
7. Program UPSUS dengan penanggulangan konversi Konsumen/Inflasi [internet]. [diunduh 23 Januari
lahan melalui penerapan UU No. 41 Tahun 2009 2018]. Tersedia dari: [Link]
secara terkontrol dan berkelanjutan. pressrelease/2018/01/02/1409/desember-2017-
terjadi- [Link].
[Balitbangtan] Badan Litbang Pertanian. 2012. Kebijakan
KESIMPULAN Pencapaian Swasembada Berkelanjutan Lima
Komoditas Utama Pertanian melalui Pendekatan
Analisis sistem dinamik dapat dijadikan alat evaluasi Sistem Dinamik [internet]. [diunduh 20 Juli 2018].
kebijakan program UPSUS Padi dan program strategis Tersedia dari: [Link]
Kementerian Pertanian lainnya. Berbagai upaya yang buku/aplikasi-system-modelling/

108
 Analisis Sistem Dinamik untuk Evaluasi Pencapaian Swasembada Beras Melalui Program Upaya Khusus

(Agus Supriatna Somantri, Prima Luna, Idha Widi Arsantib dan Budi Waryanto)

[BKP] Badan Ketahanan Pangan. 2016. Neraca Bahan [Ditjen TP] Direktorat Jenderal Tanaman Pangan. (2018).
Makanan Indonesia 2014-2016. Jakarta (ID): Badan Laporan Perkembangan Serangan OPT, Banjir dan
Ketahanan Pangan Kementerian Pertanian Bekerja Kekeringan [internet]. [diunduh 19 Februari 2019].
Sama dengan Badan Pusat Statistik. Tersedia dari: [Link]
[BKP] Badan Ketahanan Pangan. 2016. Neraca Bahan [Link]/artikel/opt_dan_dpi/92
Makanan Indonesia 2014-2016. Jakarta (ID): Badan [Ditjen TP] Direktorat Jenderal Tanaman Pangan. (2016).
Ketahanan Pangan Kementerian Pertanian Bekerja Pedoman Pelaksanaan Kegiatan 2017. Jakarta (ID):
Sama dengan Badan Pusat Statistik. Direktorat Jenderal Tanaman Pangan Kementerian
[BULOG] Perusahaan Umum Badan Urusan Logistik.
Pertanian.
2018. Berita dan Informasi: Ubah Sistem, Serapan
[FAO] Food and Agriculture Organization of the United
Cadangan Beras Pemerintah 1.5 juta ton [internet].
Nations. (2018 a). FAO Stat [internet]. [Link]
[diunduh 1 Maret 2019]. Tersedia dari: [Link]
[Link]/berita/37/6852/10/12/2018/Ubah- [Link]/faostat/en/#data/FBS. [diunduh 23 Januari
Sistem,-Serapan-Cadangan-Beras-Pemerintah-1,5- 2018].
Juta-Ton. html Irawan B, Friyatno S. (2002). Dampak Konversi
Cakra PI, Nazam M. 2016. Sistem Penyediaan Beras Lahan Sawah di Jawa terhadap Produksi Beras dan
untuk Pencapaian Surplus Beras 2 Juta Ton sampai Kebijakan Pengendaliannya. SOCA: Socioeconomics
dengan 2015 di NTB. Ganec Swara. 10(2): 60-68. of Agriculture and Agribusiness 2(2).
Clarete, R. L. 2015. Philippine Rice Self- Ismail IG, Alihamsyah T, Widjaja-Adhi IP, Suwarno T,
Sufficiency Program: Pitfalls and Remedies. In Herawati R, Tahir, Sianturi DE (1993). Sewindu
Sustainable Economic Development (pp.329- Penelitian Pertanian Lahan Rawa; Konstribusi dan
348). [diunduh 24 Februari 2018]. Tersedia dari: Prospek Pengembangan. Bogor (ID): Pusat Penelitian
[Link] dan Pengembangan Tanaman Pangan.
B978012800347300019. [Kementan] Kementerian Pertanian. (2017 a). Sukses
[Ditjentan] Direktorat Perlindungan Tanaman Pangan. Swasembada Indonesia menjadi Lumbung Pangan
(2016). LAKIN 2015. Laporan Kinerja Perlindungan Dunia 2045. Jakarta (ID): Sekretariat Jenderal
Tanaman Pangan Tahun 2015. Ditjen Perlindungan Kementerian Pertanian.
Tanaman Pangan.
[Kementan] Kementerian Pertanian. (2017 b). Berita Resmi:
[Ditjen PSP] Direktorat Jenderal Prasarana dan Sarana
Data Kementan Selaras dengan Data BPS. [Link]
Pertanian. (2017). Pedoman Teknis Perluasan Sawah
[Link]/ap_posts/detil/1181/2017/09/28/09/30/05/
Pola Swakelola TA 2017. [internet]. [diunduh 7
Februari 2019]. Tersedia dari: [Link] Data% 20Kementan%20Selaras%20Dengan%20Data%20
[Link]/[Link]/page/newsdetail/39. BPS. [diunduh 23 Desember 2017].
[Ditjen PSP]. Direktorat Jenderal Prasarana dan Sarana [Kementan] Kementerian Pertanian. (2018). Laporan
Pertanian. (2017). Pengembangan Pemanfaatan Kinerja Kementerian Pertanian Tahun 2017. Jakarta
Lahan Rawa/Gambut Terpadu TA.2017 [internet]. (ID): Kementerian Pertanian.
[diunduh 7 Februari 2019]. Tersedia dari: [Link] [Kementan]. Kementerian Petanian. (2018 a). Capaian
[Link]/[Link]/page/newsdetail/39. Kinerja Pembangunan Pertanian 2014-2017 Dan
[Ditjen PSP] Direktorat Jenderal Prasarana dan Sarana Rencana Kerja Dua Tahun Kedepan [internet].
Pertanian. (2015). Pedoman Upaya Khusus (UPSUS) [diunduh 23 Januari 2019]. Tersedia dari: [Link]
Peningkatan Produksi Padi, Jagung dan Kedelai [Link]/doc/1/Materi%20RAKERNAS%20
Melalui Program Perbaikan Jaringan Irigasi dan Tahun% 202018/CAPAIAN_KINERJA.pdf.
Sarana Pendukungnya TA 2015. Jakarta (ID): [Kementan]. Kementerian Pertanian. (2018 b). Revolusi
Direktorat Jenderal Prasarana dan Sarana Pertanian Mekanisasi Pertanian Indonesia. Jakarta (ID):
Kementerian Pertanian. Sekretariat Jenderal Kementerian Pertanian.
[Ditjen TP] Direktorat Jenderal Tanaman Pangan. (2016
Manwan I, Ismail IG, Alihamsyah T, Partoharjono S.
a). Laporan Kinerja Perlindungan Tanaman Pangan
(1992). Teknologi pengembangan pertanian lahan
Tahun 2015 [internet]. [diunduh 20 Februari 2019].
rawa pasang surut: potensi, relevansi dan faktor
Tersedia dari: [Link]
penentu. Dalam Prosiding Pertemuan Nasional
[Link]/assets/front/uploads/document/LAKIN%20
DJTP%[Link] Pengembangan Lahan Pertanian Pasang Surut
[Ditjen TP] Direktorat Jenderal Tanaman Pangan. (2016 dan Rawa, Cisarua, 3-4 Maret 1992. Bogor (ID):
b). Laporan Perkembangan Serangan OPT, Banjir dan Puslitbangtan.
Kekeringan [internet]. [diunduh 19 Februari 2019]. Maulana M. 2004. Peranan Luas Lahan, Intensitas
Tersedia dari: [Link] Pertanaman dan Produktivitas sebagai Sumber
[Link]/artikel/opt_dan_dpi/92 Pertumbuhan Padi Sawah di Indonesia 1980 – 2001.

109
Informatika Pertanian, Vol. 29 No.2, Desember 2020 : 95 - 110

Muhammadi, Aminullah E, Susilo B, 2001. Analisis Sawit, MH. (2014). Kinerja swasembada beras selama
Sistem Dinamis. Jakarta. UMJ Press 5 dekade terakhir: Agenda untuk pemerintah baru.
Mulyana A. 1998. Keragaan Penawaran dan Permintaan Arah dan Tantangan Baru Pembangunan Pertanian
Beras Indonesia dan Prospek Swasembada Menuju 2014-2019. Jakarta (ID): IAARD Press.
Era Perdagangan Bebas suatu Analisis Simulasi. Somantri AS, Luna P, Jamal IB. 2016. Strategi
[Disertasi]. Bogor (ID): Institut Pertanian Bogor. Peningkatan Produksi Beras melalui Penekanan Susut
Mulyani A, Kuncoro D, Nursyamsi D, Agus Fahmuddin. Panen dan Pascapanen dengan Pendekatan Sistem
2016. Analisis Konversi Lahan Sawah: Penggunaan Modeling: Studi Kasus Kabupaten Indramayu, Jawa
Data Spasial Resolusi Tinggi Memperlihatkan Laju Barat. Informatika Pertanian 25(2): 249-260.
Konversi yang Mengkhawatirkan. 40 (2): 121-133. Subejo. 2014. Beras dan Problematika Pangan
Nasional. Ekonomi Perberasan Indonesia. Bayu
Nurmalina R. 2012. Swasembada Beras yang
Krisnamurthi Ed. PERHEPI.
Berkelanjutan untuk Mendukung Ketahanan Pangan
Sudaryanto, T. (2013). Rice development policy
Nasional [internet]. [diunduh 23 Februari 2018].
in Indonesia. Food and Fertilizer Technology
Tersedia dari: [Link]
Center. [Internet]. [Link]
agrimedia/article/view/47
[Link]?id=158& print=1. [cited 2015 May 11].
Nuryanti S. 2017. Analisis Ekonomi Politik Swasembada Sumaryanto, Friyanto S, Irawan B. 2001. Konversi
Beras di Indonesia [Disertasi]. Bogor (ID): Institut Lahan Sawah ke Penggunaan Non Pertanian dan
Pertanian Bogor. Dampak Negatifnya. Prosiding Seminar Nasional
[Pusdatin] Pusat Data dan Sistem Informasi Pertanian. Multifungsi Lahan Sawah. Pusat penelitian dan
2016. Outlook Komoditas Pertanian Sub Sektor Pengembangan Tanah dan Agroklimat. Badan
Tanaman Pangan: Padi. Jakarta: Pusat Data dan Penelitian dan Pengembangan Pertanian.
Sistem Informasi Pertanian Kementan. Departemen Pertanian. Hal 1-18
[Pusdatin] Pusat Data dan Sistem Informasi Pertanian. Trisnasari D, Sebayang AF, Haryatiningsih R. 2015.
2018. Basis Data Konsumsi Pangan: Perkembangan Keputusan Rumah Tangga Petani Dalam Alih
Neraca Bahan Makanan (NBM) [internet]. https:// Fungsi Lahan Pertanian Di Desa Bumi Wangi
[Link]/konsumsi/tampil_nbm.php. Kecamatan Ciparay Kabupaten Bandung. Prosiding
[diunduh 25 April 2018]. Ilmu Penelitian Sivitas Akademika Unisba. Bandung.

110