DETERMINATION OF CRITICAL PRODUCTIVITY LEVEL ON CLUSTER-BASED AREA OF RICE CROP INSURANCE IN JAVA

Abstract

Indonesian
Kesenjangan tingkat produktivitas padi di Indonesia cukup besar yang di antaranya dipengaruhi oleh luasnya wilayah pertanaman. Hal ini berdampak pada desain dan penerapan model Asuransi Usaha Tani Padi (AUTP) berbasis produktivitas. Perluasan klaster pada tingkat provinsi diperkirakan dapat mengurangi keragaman produktivitas di tingkat wilayah kota/kabupaten sebagai risiko dasar pemanfaatan skema AUTP berbasis klaster. Klaster, sebagai wilayah atau zona, diperlukan untuk menentukan indeks kritis produktivitas yang akurat dalam rangka penghitungan tingkat premi yang tepat. Kajian ini bertujuan untuk menentukan tingkat produktivitas kritis pada lahan padi yang menerapkan skema AUTP. Kajian ini menggunakan analisis statistik dengan pendekatan batas bawah Two Sigma yang dapat dianggap sebagai batas produktivitas kritis untuk setiap klaster. Teknik ini memberikan persentase yang rendah atas klaim yang terjadi, serta ekspektasi dan simpangan baku dari risiko dasar kerugian. Tarif premi murni yang diperoleh adalah Rp85.191,18, hampir 2,5 kali lipat lebih kecil dibandingkan dengan menggunakan teknik lain sebagai batas poduktivitas. Hasil kajian ini mengungkapkan bahwa penggunaan skema berbasis klaster lebih baik dari skema berbasis provinsi, sebagaimana ditunjukkan oleh nilai TVaR. Kajian ini menyarankan agar Kementerian Pertanian dapat merancang model AUTP berbasis produktivitas berdasarkan klaster dengan setiap klaster memiliki nilai indeks produktivitas kritis yang berbeda untuk menetapkan tingkat premi yang dikenakan.

English
There is a large gap in productivity of paddy in Indonesia which is, among others affected by the area size of crop planting. This condition should influence the design and application model of the rice crop insurance scheme. Developing clusters under the province level is recommended to reduce the heterogeneous productivity as basis risk within regencies/municipalities in improving the area yield index of crop insurance policy in Indonesia. Clusters, as the zone, are necessary to determine accurate critical yield index leading to a more precise premium rate making. This study aims to determine critical productivity level on rice crop insurance area. This study applied statistical analysis using the lower bound of Two Sigma as a critical yield for each cluster. This technique provides a small percentage of claim, and the expectation and standard deviation of basis risk loss. The pure premium rate obtained from the analysis is IDR85,191.18, that is almost 2.5 times less than using other methods as trigger productivity. The analysis result emphasized that the use of the cluster-based scheme is better than the province-based as shown by TVaR value. The study suggests that the Ministry of Agriculture could design the area yield index based on clusters as each cluster will have a different critical productivity index with adjusted premium rate value.