Analisis Pendapatan Usahatani Jeruk (Citrus sinensis) (Studi Kasus : Desa Kuta Kepar Kecamatan Tigapanah Kabupaten Karo).

Abstract

Jeruk merupakan salah komoditi buah-buahan yang mempunyai peranan penting di pasaran dunia maupun dalam negeri, baik dalam bentuk segar maupun olahannya. Penilitian ini bertujuan untuk mengetahui pendapatan petani Jeruk di Desa Kuta Kepar Kecamatan Tigapanah Kabupaten Karo. Penelitian ini menggunakan tipe penelitian deskriptif dengan pendekatan kuantitatif. Dalam penelitian ini digunakan 10 sampel dengan metode pengambilan sampel menggunakan metode sampel jenuh. Jenis data yang digunakan adalah data primer dan data sekunder dengan teknik pengambilan data meliputi observasi, wawancara, kuesioner dan dokumentasi. Berdasarkan hasil penelitian diketahui bahwa pendapatan rata-rata petani jeruk di Desa Kuta Kepar Kecamatan Tigapanah Kabupaten Karo, Provinsi Sumatera Utara adalah sebesar Rp 652.768.909. Selain itu. Berdasarkan pengolahan data menggunakan Software SPSS diketahui bahwa variabel luas lahan (X1), benih (X2), pupuk (X3), pestisida (X4), tenaga kerja (X5) secara simultan (bersama-sama) berpengaruh terhadap variabel produksi (Y), sedangkan sisanya (100% - 67,6%) sebesar 32,4% diduga dipengaruhi oleh variabel lain di luar penelitian ini. Oranges are a fruit commodity that plays a significant role in both the global and domestic markets, both fresh and processed. This study aims to determine the income of orange farmers in Kuta Kepar Village, Tigapanah District, Karo Regency. This research employed a descriptive research method with a quantitative approach. Ten samples were selected using a saturated sampling method. The data used were primary and secondary data, with data collection techniques including observation, interviews, questionnaires, and documentation. The results revealed that the average income of orange farmers in Kuta Kepar Village, Tigapanah District, Karo Regency, North Sumatra Province, is Rp 652,768,909. Furthermore, data processing using SPSS software revealed that the variables land area (X1), seeds (X2), fertilizer (X3), pesticides (X4), and labor (X5) simultaneously (together) influence the production variable (Y), while the remaining 32.4% (100% - 67.6%) is suspected to be influenced by other variables outside this study.