digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

COVER Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

BAB 1 Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

BAB 2 Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

BAB 3 Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

BAB 4 Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

BAB 5 Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

BAB 6 Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

PUSTAKA Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

LAMPIRAN Evi Risniawati
PUBLIC Open In Flipbook Esha Mustika Dewi

Pengelolaan sistem irigasi berperan penting guna mendukung ketahanan pangan nasional, khususnya pada Daerah Irigasi yang memiliki peran strategis seperti Daerah Irigasi Gadung yang merupakan sub sistem dari Daerah Irigasi jatiluhur. Pengelolaan operasi dan pemeliharaan jaringan irigasi memerlukan perencanaan biaya yang sesuai dengan kondisi aktual jaringan agar pelayanan irigasi berlangsung efektif dan berkelanjutan. Penelitian terdahulu umumnya mengkaji kinerja sistem irigasi dan Angka Kebutuhan Nyata Operasi dan Pemeliharaan (AKNOP) secara terpisah, sedangkan kajian yang mengintegrasikan kinerja prasarana fisik, produktivitas tanam, dan AKNOP dalam satu model kuantitatif masih terbatas. Penelitian ini bertujuan menganalisis pengaruh kinerja prasarana fisik dan produktivitas tanam terhadap AKNOP pada jaringan utama Daerah Irigasi Gadung, Jawa Barat. Penelitian menggunakan pendekatan kuantitatif dengan analisis regresi data panel terhadap data tahun 2020,2022, dan 2024 menggunakan perangkat lunak STATA. Variabel bebas terdiri atas kinerja prasarana fisik dan produktivitas tanam, sedangkan variabel terikat adalah AKNOP serta luas layanan sebagai variabel kontrol. Model terbaik yang diperoleh adalah Pooled Least Squares (PLS) atau Ordinary Least Squares (OLS). Hasil analisis diperoleh bahwa secara parsial kinerja prasarana fisik maupun produktivitas tanam tidak berpengaruh signifikan terhadap AKNOP. Namun, secara simultan model mampu menjelaskan variasi AKNOP sebesar 73,93% dengan persamaan ln(Y) = 14,10433 ? 0,007281 X? + 0,010107 X? ? 0,000442 Luas. Analisis skenario menunjukkan bahwa peningkatan kinerja prasarana fisik merupakan alternatif paling efektif dengan menurunkan nilai AKNOP menjadi Rp 1.345.622.329 atau 10,10% dibandingkan kondisi eksisting, lebih besar dibandingkan skenario peningkatan produktivitas tanam (11,85%) maupun skenario gabungan (19,31%). Kebaruan penelitian ini terletak pada integrasi kinerja prasarana fisik, produktivitas tanam, dan AKNOP dalam satu model analisis kuantitatif berbasis data aktual yang memberikan pendekatan evaluasi AKNOP.