Perkembangan Harga Jagung Fluktuasi Harga Komoditas Pangan Dan Dampaknya Terhadap Inflasi Di Provinsi Banten

Laju perubahan harga rata-rata telur ayam ras di Provinsi Banten yaitu 8.664. Perubahan harga rata-rata terbesar terjadi pada tahun 2011 sebesar 10.471 sedangkan terkecil terjadi pada tahun 2014 sebesar 6.826. Pencapaian tingkat harga tertinggi terjadi pada periode menjelang puasa yang diduga menjadi faktor penyebab tingginya harga telur ayam ras di Provinsi Banten. Pendugaan produksi dan konsumsi telur ayam ras di Provinsi Banten tahun 2010-2014 ditampilkan pada Tabel 5.8. Dapat dilihat pada tabel, terjadi kekurangan pasokan dalam memenuhi kebutuhan telur ayam ras. Hal ini terjadi karena sedikitnya peternak ayam petelur di Provinsi Banten. Kurangnya peminat dalam usaha ternak ayam ras petelur disebabkan dalam usaha tersebut dibutuhkan modal yang besar untuk pemeliharaan dan pemberian pakan sejak DOC day old chick hingga ayam berumur tujuh bulan. 6 Tabel 5.8 Pendugaan produksi dan konsumsi telur ayam ras di Provinsi Banten tahun 2010-2013 Tahun Produksi ton Konsumsi ton Selisih produksi dan konsumsi ton 2010 41 581 92 630 -51 049 2011 57 626 89 302 -31 676 2012 47 455 89 030 -41 575 2013 46 751 73 664 -26 913 Sumber: Pusdatin dan Badan Ketahanan Pangan 2014 diolah Keterangan: Konsumsi telur ayam ras diperoleh dari rata-rata konsumsi telur ayam ras per kapita per tahun dikali dengan jumlah penduduk Provinsi Banten pada tahun berlaku 6 Minim Peternak Tradisional Banten Kelola Ayam Petelur. http:www.antarabanten.comberita21324minim-peternak-tradisional-banten-kelola- ayam-petelur . Diakses pada tanggal 15 Juni 2015. VI FLUKTUASI HARGA KOMODITAS PANGAN DAN DAMPAKNYA TERHADAP INFLASI DI PROVINSI BANTEN Penelitian ini menggunakan model Vector Autoregression VAR atau Vector Error Correction Model VECM untuk menganalisis pengaruh fluktuasi harga komoditas pangan terhadap inflasi di Provinsi Banten. Terkait dengan hal tersebut, terdapat dua hal yang perlu dilakukan sebelum menggunakan model VAR yaitu, spesifikasi model VAR dan identifikasi model VAR. Spesifikasi model VAR meliputi pemilihan variabel dan banyaknya lag yang digunakan dalam model. Identifikasi model berkaitan dengan identifikasi persamaan yang digunakan. Adapun tahap-tahap dalam melakukan analisis VAR, yaitu: 1 Uji stasioneritas data; 2 Penentuan lag optimal; 3 Uji stabilitas model; 4 Uji kointegrasi. Selanjutnya dilakukan estimasi VECM untuk melakukan analisis IRF dan FEVD.

6.1 Uji Stasioneritas Data

Dalam melakukan analisis data time series, pengujian stasioneritas data sangat penting dilakukan, karena penggunaan data yang tidak stasioner dapat menimbulkan masalah spurious regression dimana data akan menunjukkan hasil yang signifikan namun tidak memiliki makna kausal yang jelas. Uji stasioneritas dilakukan untuk memastikan pada variabel penelitian tidak terdapat unit root. Kriteria yang digunakan adalah Augmented Dickey-Fuller ADF, dengan selang kepercayaan 5. Hipotesis yang diuji yaitu H = tidak stasioner atau terdapat unit root, sedangkan H 1 = stasioner atau tidak terdapat unit root. Jika nilai ADF statistik lebih kecil dari MacKinnon critical value, maka keputusannya adalah tolak H atau data dinyatakan stasioner, sebaliknya jika nilai ADF statistik lebih besar dari MacKinnon critical value maka tidak tolak H sehingga data dinyatakan tidak stasioner. Tabel 6.1 Hasil uji stasioneritas pada tingkat level Variabel ADF statistic MacKinnon critical value Keterangan 1 5 10 LnIHK -1.345354 -4.175640 -3.513075 -3.186854 Tidak Stasioner LnDSM -0.932515 -4.165756 -3.508508 -3.184230 Tidak Stasioner LnJAG 0.517784 -3.577723 -2.925169 -2.600658 Tidak Stasioner LnBER -1.482004 -3.584743 -2.928142 -2.602225 Tidak Stasioner