107 - Model harus parsimonius
Keseluruhan model yang telah memenuhi syarat di atas, model SARIMA ARIMA 0,0,00,1,1
12
adalah model yang relatif sudah dalam bentuk paling sederhana.
- Model harus memiliki MSE terkecil Model ini memiliki nilai MSE terkecil dari keseluruhan model yang dicoba.
Model ini Meiliki nilai MSE sebesar 1,02E+10.
4. Peramalan
Total permintaan pear dari Australia untuk 12 bulan ke depan menjadi sebesar 1.905 ton, dengan rata-rata sebesar 158 ton per bulan. Puncak tertinggi
impor terjadi pada bulan Maret yaitu sebesar 340 ton, sedangkan puncak terendah terjadi pada bulan Desember, yaitu sebesar 39 ton. Hasil peramalan ini
dapat dilihat secara langsung seperti yang terlihat pada output pengolahan data
pada Lampiran 58.
c. Faktor-Faktor yang Mempengaruhi Permintaan Impor Pear Impor dari Australia
Keseluruhan variabel hipotesis penelitian yang diduga mempengaruhi permintaan pear Australia, hanya lag impor yang berpengaruh nyata lihat Tabel
30. Harga rata-rata pear di tingkat eksportir Australia yang relatif lebih tinggi
dibandingkan dengan harga rata-rata produsen pear lihat Lampiran 59, diduga terdapat indikasi pada saat harga meningkat dan nilai tukar melemah
menyebabkan permintaan impor pear dari Australia menurun. Akan tetapi permintaan bersifat tidak elastis terhadap perubahan nilai tukar dan harga pear
itu sendiri baik pada jangka pendek maupun pada jangka panjang. Artinya perubahan harga dan nilai tukar satu satuan, hanya direspon perubahan jumlah
108 permintaan pear kurang dari satu satuan. Terdapat dugaan mangga tidak mampu
mensubstitusi buah pear. Pada saat pasokan mangga meningkat, konsumsi mangga meningkat seiring dengan peningkatan konsumsi pear. Puncak musim
panen untuk pear Australia jatuh pada bulan Maret.
Tabel 30. Hasil Analisis Model Regresi Permintaan Impor Pear dari Australia Tahun 2002-2005
Elastisitas Peubah koefisien
SE koefisien
t- hitung
p- value
VIF SR LR
Constant 137659
231041 0,60
0,56 Nilai tukar
-5,11 23,81
-0,21 0,83
1,0 -0,30 -1,04 Harga pear impor
-26240 51880
-0,51 0,62
1,5 -0,14 -0,49 Pasokan mangga PIKJ
0,00778 0,00511
1,52 0,14
5,1 0,22 0,74 Harga mangga PIKJ
-7,971 9,628
-0,83 0,41
2,9 -0,18 -0,62 Lag volume impor
0,7073 0,1609
4,40 0,00
2,1 Februari
-33103 67573
-0,49 0,63
2,0 Maret
195544 77773
2,51 0,02
2,6 April
-160027 87586
-1,83 0,08
3,3 Mei
40758 70474
0,58 0,57
2,2 Juni
48744 69574
0,70 0,49
2,1 Juli
-17731 71154
-0,25 0,81
2,2 Agustus
41769 69784
0,60 0,55
2,1 September
-41227 77713
-0,53 0,60
2,6 Oktober
-142107 107852
-1,32 0,20
5,1 November
-113029 93828
-1,20 0,24
3,8 Desember
-180007 92332
-1,95 0,06
3,7 R-Sq = 63,0
R-Sqadj = 44,0 Durbin-Watson statistic = 2,15
F hit =3,31 Keterangan:
= signifikan pada taraf nyata 5 ; = signifikan pada taraf nyata 10 SR = jangka pendek;
LR = jangka panjang Pengujian asumsi kenormalan dilakukan dengan melihat grafik
Kolmogorov-Smirnov Lampiran 61. Berdasarkan grafik ini, terlihat bahwa titik residual yang ada tergambar segaris dan nilai P-value sebesar 0,15 lebih besar
dari α = 0,05. artinya, residual model permintaan pear dari Australia terdistribusi
normal. Pengujian lainnya yaitu asumsi homoskedastisitas atau masalah heteroskedastisitas diperiksa menggunakan grafik Residual Plot, dimana
Lampiran 60. Pada grafik scatter plot tidak ditemukan titik yang berpola sistematik acak. Hal ini menunjukkan bahwa variasi setiap unsur residual
adalah sama konstan. Adapun masalah multikolinearitas dapat dilihat dari nilai
109 VIF. Pada Tabel 30 terlihat bahwa semua variabel bebas penjelas mempunyai
nilai VIF lebih kecil dari 10, sehingga tidak terjadi masalah multikolinearitas. Sedangkan uji Durbin-Watson untuk melihat autokorelasi dihasilkan nilai sebesar
2,15 maka berdasarkan hipotesis awal dapat diambil kesimpulan tidak terdapat autokorelasi antar veriabel bebas dalam model. Hasil dugaan model regresi
permintaan impor pear dari Australia Tabel 30 diperoleh koefisien determinasi sebesar 63,0 persen. Hasil tersebut memiliki pengertian bahwa 63,0 persen
perubahan volume permintaan impor pear dari Australia dapat dijelaskan oleh variasi variabel bebas dalam model, sedangkan 37.0 persen diterangkan oleh
faktor-faktor lain yang tidak terdapat dalam model. Hasil pengolahan regresi dari
permintaan pear impor dari Australia dapat dilihat pada Lampiran 59. Hasil uji F
untuk model secara keseluruhan, signifikan pada taraf nyata sebesar 5 persen. Hasil tersebut memiliki pengertian bahwa secara bersama-sama semua variabel
bebas dalam model mampu menjelaskan dengan baik perubahan volume permintaan impor pear dari Australia.
5.1.5.3. Permintaan Pear Impor dari Amerika Serikat a. Plot Data
Perkembangan Impor Pear Indonesia dari Usa Tahun 2001-2005
50000 100000
150000 200000
250000
ja nu
ar i
m ar
et m
ei ju
li se
pt em
be r
no ve
m be
r ja
nu ar
i m
ar et
m ei
ju li
se pt
em be
r no
ve m
be r
ja nu
ari m
ar et
m ei
ju li
se pt
em be
r no
ve m
be r
ja nu
ar i
m ar
et m
ei ju
li se
pt em
be r
no ve
m be
r ja
nu ar
i m
ar et
m ei
ju li
se pt
em be
r no
ve m
be r
Bulan B
e ra
t B e
rs ih
k g
Impor Buah
Gambar 17. Perkembangan Impor Pear Indonesia dari Amerika Serikat tahun 2001–2005
110 Amerika Serikat merupakan negara asal impor pear Indonesia terbesar
keempat. Umumnya impor pear dari Amerika Serikat akan memuncak di tengah tahun. Tahun 2002 permintaan impor pear dari Amerika Serikat meningkat
sebesar 21,25 persen dari tahun 2001. Pada tahun 2002 permintanan impor pear dari Amerika Serikat sebesar 315 ton. Tahun 2003 meningkat 43,81 persen dari
tahun 2002 menjadi 453 ton. Pada tahun 2004 meningkat tajam, dengan peningkatan sebesar 155,66 persen dari tahun 2003 menjadi sebesar 1.158 ton.
Permintan impor pear dari Amerika Serikat menurun pada tahun 2005 yaitu menjadi sebesar 548 ton atau menurun 52,64 persen dari tahun 2004.
b. Peramalan Permintaan Impor Pear dari Amerika Serikat