commit to user 60
C. Pembatasan Masalah
1. Data yang digunakan adalah data time series selama 17 tahun, yaitu tahun 1994 – 2010.
2. Data permintaan adalah data permintaan beras secara agregat yang diperoleh dengan pendekatan konsumsi. Data permintaan merupakan data
konsumsi beras di Kabupaten Sukoharjo. 3. Data penawaran adalah data penawaran beras secara agregat di Kabupaten
Sukoharjo yang diperoleh dengan pendekatan produksi. Produksi beras diperoleh dengan mengkonversi produksi bersih padi sesuai dengan angka
konversi Neraca Bahan Makanan Indonesia 20062007, yaitu 63,2 dari gabah kering giling GKG.
D. Asumsi
1. Model persamaan simultan untuk penawaran dan permintaan beras dianalisis dalam kondisi equilibrium atau keseimbangan pasar. Pada
kondisi ini penawaran beras akan sama dengan permintaan beras.
E. Definisi Operasional dan Pengukuran Variabel
1. Beras adalah makanan yang dikonsumsi sebagian besar masyarakat Indonesia yang dihasilkan dari tanaman padi angka konversi sesuai
dengan neraca bahan makanan Indonesia 20062007, yaitu 63,2 dari gabah kering gilingGKG.
2. Penawaran beras adalah jumlah produksi bersih beras yang dihasilkan di Kabupaten Sukoharjo yang dihitung tahunan dan dinyatakan dalam satuan
tontahun. Data penawaran beras diperoleh dengan mengkonversi produksi
commit to user 61
padi yang berupa gabah kering giling GKG menjadi beras dengan angka konversi 63,2 dari GKG.
3. Permintaan beras adalah jumlah beras yang dikonsumsi oleh masyarakat di Kabupaten Sukoharjo yang dihitung tahunan dan dinyatakan dalam satuan
tontahun. Data permintaan beras diperoleh dengan mengkalikan jumlah penduduk dengan angka konsumsi beras per jiwa per kg per tahun. Angka
konsumsi beras tahun 1994 – 2008 sebesar 92,87 kgjiwatahun dan tahun 2009 – 2010 sebesar 83,93 kgjiwatahun.
4. Peramalan penawaran dan permintaan beras adalah jumlah beras yang ditawarkan dan yang diminta oleh masyarakat Kabupaten Sukoharjo di
masa yang akan datang yang diukur dalam ton per tahun tonth. 5. Data time series adalah rangkaian data yang diamati pada interval ruang
waktu yang sama, data digunakan adalah data penawaran dan permintaan beras selama kurun waktu 17 tahun, yaitu tahun 1994-2010.
6. Variabel dummy adalah variabel yang mengambil nilai seperti 1 dan 0. Dalam penelitian ini variabel dummy akan membedakan periode sebelum
dan setelah pelaksanaan otonomi daerah. Untuk penentuan nilai 0 dan 1 menggunakan uji titik patah Chow Chow’s breakpoint test.
7. Autoregressive AR adalah suatu bentuk regresi tetapi bukan yang menghubungkan variabel tak bebas dengan variabel bebas, melainkan
menghubungkan nilai-nilai sebelumnya past value variabel itu sendiri pada time lag selang waktu yang bermacam-macam. Jadi suatu model
commit to user 62
autoregresif akan menyatakan suatu ramalan sebagai fungsi nilai-nilai sebelumnya dari deret berkala tertentu.
8. Differencing adalah suatu proses untuk menstasionerkan deret berkala yang tidak stasioner, dilakukan dengan membuat pembedaan pertama deret
berkala tersebut. Jika pembedaan pertama tidak menstasionerkan data, maka dapat dilakukan pembedaan dengan orde kedua.
9. Integrated adalah merupakan bagian model-model deret berkala I dalam model ARIMA di mana satu atau lebih perbedaan-perbedaan deret
berkala tercakup dalam model. 10. Moving Average MA rata-rata bergerak adalah nilai deret berkala pada
waktu t dipengaruhi oleh unsur kesalahan pada saat ini dan mungkin unsur kesalahan terbobot pada masa lalu.
11. ARIMA adalah kependekan dari Autoregressive AR Integrated I Moving Average MA. Nama ini berkenaan dengan suatu kelompok luas
model-model deret berkala time series models. 12. Model persamaan simultan adalah suatu persamaan dimana variabel tak
bebas dalam satu persamaan mungkin muncul sebagai variabel yang menjelaskan dalam persamaan lain dari sistem. Pada penelitian ini model
persamaan simultan digunakan untuk menganalisis penawaran dan permintaan beras pada kondisi equilibrium.
commit to user 63
III. METODE PENELITIAN
A. Metode Dasar Penelitian
Kategori