Kointegrasi Harga Jagung Pipil Impor, Harga Jagung Pipil Sumatera Utara Dan Kabupaten Karo
Lampiran 1a. Harga Jagung Pipil Impor (U$/Ton) dalam Nilai Nominal
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV DES
2009 1801 1613 1686 1687 1851 1892 1803 2055 1861 1843 1907 1979
2010 0 2118 2114 2125 2177 2175 2164 2161 0 0 2532 2526
2011 2434 2147 2596 2830 2901 2935 2948 2972 2756 2952 2729 2578
2012 2545 2411 0 2560 2630 2580 2658 2553 2842 2888 2904 2819
Sumber: Badan Pusat Statistik Provinsi Sumatera Utara, 2013.
Lampiran1b. Harga Jagung Pipil Sumatera Utara (Rp/Kg) dalam Nilai Nominal
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV DES
2009 2493 2463 2458 2396 2582 2617 2641 2388 2299 2495 2377 2026
2010 2793 2770 2653 2625 2653 2615 2588 2495 2555 2565 2565 2663
2011 2614 2420 3146 3133 3093 2726 2794 2917 3117 2975 2893 2215
2012 2160 2193 1872 1953 2391 2165 2059 2615 2625 3075 2963 2959
Sumber: Dinas Pertanian Provinsi Sumatera Utara, 2013.
Lampiran 1c. Harga Jagung Pipil Kabupaten Karo (Rp/Kg) dalam Nilai Nominal
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV DES
2009 1567 1595 1737 1800 1800 1908 2150 1878 1700 1705 1700 1775
2010 1800 1980 2106 2352 2260 2075 1970 1900 1860 2120 2100 2100
2011 2135 2480 2610 2600 2568 2260 2300 2230 2280 2380 2400 2120
2012 2056 2095 1900 3500 3475 3010 2808 3000 3565 3000 2600 2400
(2)
Lampiran 2a. Harga Jagung Pipil Impor (Rp/Kg) dalam Nilai Riil
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV
2009 1582.88 1414.66 1475.45 1480.86 1624.11 1658.19 1573.16 1783.08 1611.81 1579.53 1634.8 1691.02
2010 0 1789.46 1788.65 1795.22 1833.88 1814.62 1777.56 1761.64 0 0 2041.44 2018.06
2011 1927.31 1697.77 2059.5 2252.11 2305.86 2320.16 2314.88 2312.12 2138.26 2292.99 2112.56 1984.45
2012 1944.23 1841.02 0 1949.44 2001.37 1951.15 1996.09 1899.13 2113.8 2144.5 2154.94 2080.6
Lampiran 2b. Harga Jagung Pipil Sumatera Utara (Rp/Kg) dalam Nilai Riil
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV
2009 2191.07 2160.15 2151.05 2103.23 2265.51 2293.6 2304.34 2072.02 1991.17 2138.33 2037.72 1731.18
2010 2366.75 2340.32 2244.69 2217.62 2234.86 2181.71 2125.84 2033.91 2073.7 2080.46 2068.05 2127.51
2011 2069.84 1913.65 2495.83 2493.24 2458.47 2154.94 2193.95 2269.33 2418.34 2310.86 2239.51 1705.03
2012 1650.11 1674.56 1428.46 1487.21 1819.5 1637.3 1546.26 1945.25 1952.4 2283.36 2198.72 2183.93
Lampiran 2c. Harga Jagung Pipil Kabupaten Karo (Rp/Kg) dalam Nilai Riil
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV
2009 1377.22 1398.88 1520.08 1580.06 1579.36 1672.22 1875.93 1629.5 1472.37 1461.26 1457.35 1516.71
2010 1525.29 1672.86 1781.88 1986.99 1903.8 1731.19 1618.2 1548.87 1509.62 1719.52 1693.14 1677.72
2011 1690.55 1961.09 2070.61 2069.08 2041.17 1786.56 1806.05 1734.87 1768.95 1848.69 1857.87 1631.9
2012 1570.66 1599.73 1449.83 2665.25 2644.4 2276.34 2108.74 2231.64 2651.54 2227.67 1929.36 1771.35
Lampiran 3. Harga Jagung Pipil Impor (Rp/Kg) dalam Nilai Riil yang telah di Smoothing
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV
2009 1582.88 1414.66 1475.45 1480.86 1624.11 1658.19 1573.16 1783.08 1611.81 1579.53 1634.8 1691.02
2010 1898.28 1789.46 1788.65 1795.22 1833.88 1814.62 1777.56 1761.64 1898.28 1898.28 2041.44 2018.06
2011 1927.31 1697.77 2059.5 2252.11 2305.86 2320.16 2314.88 2312.12 2138.26 2292.99 2112.56 1984.45
(3)
Lampiran 4. Indeks Harga Konsumen di Indonesia
TAHUN JAN FEB MAR APRIL MEI JUNI JULI AGS SEP OKT NOV DES
2009 113.78 114.02 114.27 113.92 113.97 114.1 114.61 115.25 115.46 116.68 116.65 117.03
2010 118.01 118.36 118.19 118.37 118.71 119.86 121.74 122.67 123.21 123.29 124.03 125.17
2011 126.29 126.46 126.05 125.66 125.81 126.5 127.35 128.54 128.89 128.74 129.18 129.91
2012 130.9 130.96 131.05 131.32 131.41 132.23 133.16 134.43 134.45 134.67 134.76 135.49
Sumber: Badan Pusat Statistik, 2013.
Lampiran 5. Perkembangan Jumlah Produksi Jagung Pipil, Harga Ekspor Jagung Pipil ( Harga Internasional ) dan Harga Jagung Pipil Sumatera Utara (Harga Domestik) 2002 -2010
Sumber: Badan Ketahanan Pangan Provinsi Sumatera Utara dan Badan Pusat Statistik Provinsi Sumatera Utara, 2011.
Tahun Produksi (kg) Harga Ekspor
(Harga Internasional) (Rp/kg)
Harga Sumatera Utara (Harga Domestik)
(Rp/kg)
2002 640.590.000 732 1.088
2003 687.360.000 1.129 1.024
2004 712.560.000 787 1.175
2005 735.450.000 1.683 1.348
2006 682.020.000 3.292 1.360
2007 804.850.000 1.152 1.722
2008 1.098.969.000 4.725 2.245
2009 1.166.548.000 4.347 2.605
(4)
Lampiran 6a. Hasil Uji Akar Unit Harga Jagung Pipil Impor I(0).
Null Hypothesis: HARGAIMPOR has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=12)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.896735 0.3310 Test critical values: 1% level -3.577723
5% level -2.925169
10% level -2.600658 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(HARGAIMPOR) Method: Least Squares
Date: 06/28/13 Time: 06:41
Sample (adjusted): 2009M02 2012M12 Included observations: 47 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. HARGAIMPOR(-1) -0.134235 0.070772 -1.896735 0.0643 C 264.8848 135.1383 1.960101 0.0562 R-squared 0.074028 Mean dependent var 10.58979 Adjusted R-squared 0.053451 S.D. dependent var 119.5072 S.E. of regression 116.2695 Akaike info criterion 12.39132 Sum squared resid 608336.5 Schwarz criterion 12.47005 Log likelihood -289.1960 Hannan-Quinn criter. 12.42095 F-statistic 3.597602 Durbin-Watson stat 2.121964 Prob(F-statistic) 0.064293
(5)
Lampiran 6b. Hasil Uji Akar Unit Harga Jagung Pipil Sumatera Utara I(0).
Null Hypothesis: HARGASUMUT has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=12)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.840481 0.0604 Test critical values: 1% level -3.577723
5% level -2.925169
10% level -2.600658 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(HARGASUMUT) Method: Least Squares
Date: 06/28/13 Time: 06:43
Sample (adjusted): 2009M02 2012M12 Included observations: 47 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. HARGASUMUT(-1) -0.303838 0.106967 -2.840481 0.0067 C 632.6135 224.5049 2.817816 0.0072 R-squared 0.152037 Mean dependent var -0.151915 Adjusted R-squared 0.133193 S.D. dependent var 205.2978 S.E. of regression 191.1374 Akaike info criterion 13.38548 Sum squared resid 1644007. Schwarz criterion 13.46421 Log likelihood -312.5588 Hannan-Quinn criter. 13.41511 F-statistic 8.068333 Durbin-Watson stat 2.008168 Prob(F-statistic) 0.006742
(6)
Lampiran 6c. Hasil Uji Akar Unit Harga Jagung Pipil Kabupaten Karo I(0).
Null Hypothesis: HARGAKARO has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=12)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.478260 0.1271 Test critical values: 1% level -3.577723
5% level -2.925169
10% level -2.600658 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(HARGAKARO) Method: Least Squares
Date: 06/28/13 Time: 06:45
Sample (adjusted): 2009M02 2012M12 Included observations: 47 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. HARGAKARO(-1) -0.218640 0.088223 -2.478260 0.0170 C 507.6163 202.3529 2.508569 0.0158 R-squared 0.120093 Mean dependent var 17.72340 Adjusted R-squared 0.100540 S.D. dependent var 312.6640 S.E. of regression 296.5302 Akaike info criterion 14.26380 Sum squared resid 3956856. Schwarz criterion 14.34253 Log likelihood -333.1992 Hannan-Quinn criter. 14.29342 F-statistic 6.141774 Durbin-Watson stat 1.847667 Prob(F-statistic) 0.017020
(7)
Lampiran 6d. Hasil Uji Akar Unit Harga Jagung Pipil Impor I(1).
Null Hypothesis: D(HARGAIMPOR) has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=12)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.948699 0.0000 Test critical values: 1% level -3.581152
5% level -2.926622
10% level -2.601424 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(HARGAIMPOR,2) Method: Least Squares
Date: 06/28/13 Time: 06:46
Sample (adjusted): 2009M03 2012M12 Included observations: 46 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(HARGAIMPOR(-1)) -1.159161 0.145830 -7.948699 0.0000 C 16.45629 17.42437 0.944441 0.3501 R-squared 0.589483 Mean dependent var 2.040870 Adjusted R-squared 0.580153 S.D. dependent var 181.3949 S.E. of regression 117.5360 Akaike info criterion 12.41387 Sum squared resid 607847.2 Schwarz criterion 12.49338 Log likelihood -283.5190 Hannan-Quinn criter. 12.44365 F-statistic 63.18182 Durbin-Watson stat 1.991853 Prob(F-statistic) 0.000000
(8)
Lampiran 6e. Hasil Uji Akar Unit Harga Jagung Pipil Sumatera Utara I(1).
Null Hypothesis: D(HARGASUMUT) has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on AIC, MAXLAG=12)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.773677 0.0000 Test critical values: 1% level -3.581152
5% level -2.926622
10% level -2.601424 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(HARGASUMUT,2) Method: Least Squares
Date: 06/28/13 Time: 06:48
Sample (adjusted): 2009M03 2012M12 Included observations: 46 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(HARGASUMUT(-1)) -1.157138 0.148853 -7.773677 0.0000 C 0.543089 30.55755 0.017773 0.9859 R-squared 0.578665 Mean dependent var 0.350652 Adjusted R-squared 0.569090 S.D. dependent var 315.7212 S.E. of regression 207.2513 Akaike info criterion 13.54825 Sum squared resid 1889937. Schwarz criterion 13.62775 Log likelihood -309.6097 Hannan-Quinn criter. 13.57803 F-statistic 60.43005 Durbin-Watson stat 2.057480 Prob(F-statistic) 0.000000
(9)
Lampiran 6f. Hasil Uji Akar Unit Harga Jagung Pipil Kabupaten Karo I(1).
Null Hypothesis: D(HARGAKARO) has a unit root Exogenous: Constant
Lag Length: 9 (Automatic based on AIC, MAXLAG=12)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.693256 0.0083 Test critical values: 1% level -3.621023
5% level -2.943427
10% level -2.610263 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(HARGAKARO,2) Method: Least Squares
Date: 06/28/13 Time: 06:49
Sample (adjusted): 2009M12 2012M12 Included observations: 37 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(HARGAKARO(-1)) -5.027180 1.361178 -3.693256 0.0010 D(HARGAKARO(-1),2) 3.851395 1.286800 2.993003 0.0060 D(HARGAKARO(-2),2) 3.269157 1.198570 2.727547 0.0113 D(HARGAKARO(-3),2) 2.850141 1.116548 2.552637 0.0169 D(HARGAKARO(-4),2) 2.472424 1.008458 2.451689 0.0212 D(HARGAKARO(-5),2) 2.349750 0.870727 2.698608 0.0121 D(HARGAKARO(-6),2) 1.717985 0.741446 2.317073 0.0286 D(HARGAKARO(-7),2) 1.393014 0.643037 2.166305 0.0396 D(HARGAKARO(-8),2) 0.885762 0.539661 1.641332 0.1128 D(HARGAKARO(-9),2) 0.973198 0.408543 2.382120 0.0248 C 147.1030 62.78101 2.343113 0.0270 R-squared 0.727185 Mean dependent var -5.270270 Adjusted R-squared 0.622256 S.D. dependent var 491.9258 S.E. of regression 302.3420 Akaike info criterion 14.50277 Sum squared resid 2376678. Schwarz criterion 14.98169 Log likelihood -257.3012 Hannan-Quinn criter. 14.67161 F-statistic 6.930258 Durbin-Watson stat 2.060487 Prob(F-statistic) 0.000034
(10)
Lampiran 7a. Hasil Uji Kointegrasi Harga Jagung Pipil Impor dengan Harga Jagung Pipil Sumatera Utara.
Trend assumption: Linear deterministic trend (restricted) Series: DIF_HARGASUMUT DIF_HARGAIMPOR Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.542768 57.72239 25.87211 0.0000 At most 1 * 0.393564 22.50699 12.51798 0.0008 Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.542768 35.21540 19.38704 0.0001 At most 1 * 0.393564 22.50699 12.51798 0.0008 Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): DIF_HARGASUMUT DIF_HARGAIMPOR @TREND(09M02)
0.008402 -0.011104 -0.013478 0.002320 0.010482 0.006649
Unrestricted Adjustment Coefficients (alpha): D(DIF_HARGASUM
UT) -143.8102 -117.5963 D(DIF_HARGAIMP
OR) 45.61483 -84.55652
1 Cointegrating Equation(s): Log likelihood -584.5377 Normalized cointegrating coefficients (standard error in parentheses) DIF_HARGASUMUT DIF_HARGAIMPOR @TREND(09M02)
1.000000 -1.321666 -1.604201 (0.22317) (1.31834)
(11)
Adjustment coefficients (standard error in parentheses) D(DIF_HARGASUM
UT) -1.208231 (0.30081) D(DIF_HARGAIMP
OR) 0.383236 (0.18519)
(12)
Lampiran 7b. Hasil Uji Kointegrasi Harga Jagung Pipil Impor dengan Harga Jagung Pipil Kabupaten Karo.
Trend assumption: Linear deterministic trend (restricted) Series: DIF_HARGAKARO DIF_HARGAIMPOR Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.484915 53.76985 25.87211 0.0000 At most 1 * 0.412255 23.91576 12.51798 0.0004 Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.484915 29.85409 19.38704 0.0011 At most 1 * 0.412255 23.91576 12.51798 0.0004 Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): DIF_HARGAKARO DIF_HARGAIMPOR @TREND(09M02)
-0.004759 0.001713 -0.001950 -0.000315 0.013402 0.010316
Unrestricted Adjustment Coefficients (alpha): D(DIF_HARGAKAR
O) 278.1790 -69.52703 D(DIF_HARGAIMP
OR) -22.01226 -90.26813
1 Cointegrating Equation(s): Log likelihood -607.5596 Normalized cointegrating coefficients (standard error in parentheses)
DIF_HARGAKARO DIF_HARGAIMPOR @TREND(09M02) 1.000000 -0.360000 0.409828
(13)
Adjustment coefficients (standard error in parentheses) D(DIF_HARGAKAR
O) -1.323940
(0.22779) D(DIF_HARGAIMP
OR) 0.104763 (0.10585)
(14)
Lampiran 7c. Hasil Uji Kointegrasi Harga Jagung Pipil Sumatera Utara dengan Harga Jagung Pipil Kabupaten Karo.
Trend assumption: Linear deterministic trend (restricted) Series: DIF_HARGAKARO DIF_HARGASUMUT Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.473188 54.02594 25.87211 0.0000 At most 1 * 0.428599 25.18490 12.51798 0.0002 Trace test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.473188 28.84105 19.38704 0.0016 At most 1 * 0.428599 25.18490 12.51798 0.0002 Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I): DIF_HARGAKARO DIF_HARGASUMUT @TREND(09M02)
0.003068 0.004436 -0.000179 -0.003907 0.006684 -0.007895
Unrestricted Adjustment Coefficients (alpha): D(DIF_HARGAKAR
O) -242.0932 140.2972 D(DIF_HARGASUM
UT) -114.4914 -125.2014
1 Cointegrating Equation(s): Log likelihood -632.6841 Normalized cointegrating coefficients (standard error in parentheses)
DIF_HARGAKARO DIF_HARGASUMUT @TREND(09M02) 1.000000 1.446078 -0.058332
(15)
Adjustment coefficients (standard error in parentheses) D(DIF_HARGAKAR
O) -0.742668
(0.15974) D(DIF_HARGASUM
UT) -0.351225 (0.10837)
(16)
Lampiran 8a. Hasil Error Correction Model Harga Jagung Pipil Impor Dan Harga Jagung Pipil Sumatera Utara .
Dependent Variable: DIF_HARGASUMUT Method: Least Squares
Sample (adjusted): 2009M02 2012M12 Included observations: 47 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. DIF_HARGAIMPOR 5.172943 2.47E-15 2.09E+15 0.0000 RESID01 -5.172943 2.53E-15 -2.05E+15 0.0000 C -54.93228 4.54E-14 -1.21E+15 0.0000 R-squared 1.000000 Mean dependent var -0.151915 Adjusted R-squared 1.000000 S.D. dependent var 205.2978 S.E. of regression 3.20E-13 Sum squared resid 4.49E-24 F-statistic 9.49E+30 Durbin-Watson stat 2.537087 Prob(F-statistic) 0.000000
(17)
Lampiran 8b. Hasil Error Correction Model Harga Jagung Pipil Impor Dan Harga Jagung Pipil Kabupaten Karo.
Dependent Variable: DIF_HARGAKARO Method: Least Squares
Sample (adjusted): 2009M02 2012M12 Included observations: 47 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. DIF_HARGAIMPOR 1.326487 0.880382 1.506718 0.1390 RESID01 -1.296956 0.932057 -1.391499 0.1711 C 3.676190 44.36252 0.082867 0.9343 R-squared 0.028463 Mean dependent var 17.72340 Adjusted R-squared -0.015698 S.D. dependent var 312.6640 S.E. of regression 315.1085 Akaike info criterion 14.40541 Sum squared resid 4368909. Schwarz criterion 14.52351 Log likelihood -335.5272 Hannan-Quinn criter. 14.44985 F-statistic 0.644525 Durbin-Watson stat 2.104056 Prob(F-statistic) 0.529795
(18)
Lampiran 8c. Hasil Error Correction Model Harga Jagung Pipil Sumatera Utara Dan Harga Jagung Pipil Kabupaten Karo.
Dependent Variable: DIF_HARGAKARO Method: Least Squares
Sample (adjusted): 2009M02 2012M12 Included observations: 47 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. DIF_HARGASUMUT 0.256428 0.170190 1.506718 0.1390 RESID01 0.029531 0.298155 0.099044 0.9216 C 17.76236 45.97030 0.386388 0.7011 R-squared 0.028463 Mean dependent var 17.72340 Adjusted R-squared -0.015698 S.D. dependent var 312.6640 S.E. of regression 315.1085 Akaike info criterion 14.40541 Sum squared resid 4368909. Schwarz criterion 14.52351 Log likelihood -335.5272 Hannan-Quinn criter. 14.44985 F-statistic 0.644525 Durbin-Watson stat 2.104056 Prob(F-statistic) 0.529795
(19)
Lampiran 9. Hasil Korelasi antara Harga Ekspor Jagung Pipil (Harga Internasional) dengan Produksi Jagung Pipil Sumatera Utara
Correlations
Descriptive Statistics
Mean Std. Deviation N produksi 87850.4444 26593.07132 9 hargaekspor 2525.2222 1770.32481 9
Correlations
produksi hargaekspor produksi Pearson Correlation 1 .860**
Sig. (2-tailed) .003
N 9 9
hargaekspor Pearson Correlation .860** 1
Sig. (2-tailed) .003
N 9 9
(20)
Lampiran 10. Hasil Korelasi antara Harga Jagung Pipil Sumatera Utara (Harga Domestik) dengan Produksi Jagung Pipil Sumatera Utara
Correlations
Descriptive Statistics
Mean Std. Deviation N produksi 87850.4444 26593.07132 9 hargasumut 1707.1111 676.95429 9
Correlations
produksi hargasumut produksi Pearson Correlation 1 .976**
Sig. (2-tailed) .000
N 9 9
hargasumut Pearson Correlation .976** 1
Sig. (2-tailed) .000
N 9 9
(21)
DAFTAR PUSTAKA
Abd Rahim dan Dian Retno Dwi Hastuti. 2007. Ekonomika Pertanian (Pengantar, Teori dan Kasus). Jakarta: Penebar Swadaya.
Adisarwanto dan Yustina. 2000. Meningkatkan Produksi Jagung di Lahan Kering, Sawah dan Pasang Surut. Jakarta: Penebar Swadaya.
Afandi, Ahmad. 2008. Kointegrasi Harga CPO (Crude Palm Oil) Internasional dan Harga CPO (Crude Palm Oil) Domestik terhadap Harga Minyak Goreng Domestik. Medan: Universitas Sumatera Utara.
Anonimusa. 2010. Faktor-Faktor yang Mempengaruhi Harga. Situs:id.shvoong.com>halamanutamashvoong>bisnis&keuangan>marketi ng&penjualan.2010.
Anonimusb. 2010. Transmisi dan Fluktuasi Harga.
Situs:ntb.litbang.deptan.go.id/ind/index.php.2010.
Ariefianto, Doddy. 2012. Ekonometrika Esensi dan Aplikasi dengan Menggunakan Eviews. Jakarta: Erlangga.
Badan Ketahanan Pangan. 2007. Laporan Tahunan Badan Ketahanan Pangan Provinsi Sumatera Utara Tahun 2007. Medan: Badan Ketahanan Pangan Provinsi Sumatera Utara.
Badan Ketahanan Pangan. 2012. Kesepakatan Harga Referensi Daerah Jagung Tahun 2012 di Provinsi Sumatera Utara. Medan: Badan Ketahanan Pangan.
Badan Ketahanan Pangan. 2013. Perkembangan Penawaran dan Permintaan Jagung di Sumatera Utara Tahun 2008-2012. Medan: Badan Ketahanan Pangan.
Badan Pusat Statistik. 2009. Analisis Usaha Tani Tanaman Padi, Jagung, Kedelai dan Tebu Sumatera Utara Tahun 2009 Katalog BPS: 5103006.12. Medan: Badan Pusat Statistik Provinsi Sumatera Utara.
Badan Pusat Statistik. 2012. Analisis Usaha Tani Tanaman Padi, Jagung, Kedelai dan Tebu Sumatera Utara tahun 2011. Medan: Badan Pusat Statistik Provinsi Sumatera Utara.
Badan Pusat Statistik. 2012. Statistik Perdagangan Luar Negeri Impor Provinsi Sumatera Utara Januari-September 2011. Medan: Badan Pusat Statistik Sumatera Utara.
(22)
Dinas Pertanian Sumatera Utara. 2010. Laporan Tahunan 2010. Medan: Dinas Pertanian Pemerintahan Provinsi Sumatera Utara.
Djojodipuro, Marsudi. 1991. Teori Harga. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.
Fitrianti, Wanti. 2009. Analisis Integrasi Pasar Karet Alam antara Pasar Fisik di Indonesia dengan Pasar Berjangka Dunia (Tesis). Bogor: Institut Pertanian Bogor.
Irawan, Bambang. 2007. Fluktuasi Harga, Transmisi Harga dan Margin
Pemasaran Sayuran dan Buah. Situs: http://pse.litbang.deptan.go.id/pdffiles/ART5-4C.pdf. Bogor: Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian.
Koop, Gary. 2009. Analysis of Economic Data, Third Edition. England: John Wiley&Sons Ltd.
Lipsey, Richard G, Peter o. Steiner dan Douglas D. Purvis. 1984. Economics. Seventh Edition. New York: Harper anf Row Publisher.
Litbang. 2010. Menuju Kebjikan HPP Jagung Mendukung Stabilitas Harga. Diakses dari web: pse.litbang.deptan.go.id/ind/pdffiles/anjak_2010_08.pd pada tanggal 1 Agustus 2012.
Mariani, dkk. 2008. Analisis Kointegrasi Data Runtun Waktu Indeks Harga Konsumen Beberapa Komoditas Barang Kota di Jawa Tengah (Tesis). Salatiga: Universitas Kristen Satya Wacana.
Rachmad, Benny. 2013. Dinamika Harga dan Perdagangan Komoditas Jagung. Bogor: Badan Litbang Departemen Pertanian.
Ratya Anindita dan Agustina Shinta. 2007. Pengaruh Kurs Dolar dan Harga Jagung Dunia Terhadap Harga Jagung di Jawa Timur (Tesis). Bogor: Institut Pertanian Bogor.
Shocrul R. Ajija dan Rahmat H Setianto. 2011. Cara Cerdas Menguasai Eviews. Jakarta: Salemba Empat.
Sudjono. 2007. Analisis Keseimbangan dan Hubungan Simultan antara Variabel Ekonomi Makro terhadap Indeks Harga Saham. Jakarta.
Supranto. 1997. Metode Riset Aplikasinya dalam Pemasaran. Jakarta: Rineka Cipta.
Syamsi. 2012. Permintaan dan Penawaran Jagung Komoditas Pangan. Malang: Kementrian Pendidikan Nasional Universitas Brawijaya.
(23)
METODE PENELITIAN
Metode Penentuan Daerah Penelitian
Daerah penelitian ditentukan secara purposive berdasarkan tujuan penelitian yaitu di Provinsi Sumatera Utara dan Kabupaten Karo. Dengan pertimbangan bahwa Sumatera Utara memiliki produktivitas terbesar ketiga di Indonesia pada tahun 2010 dan menghasilkan produktivitas sebesar 55,44 Kw/Ha yaitu diatas rata-rata produktivitas jagung di Indonesia sebesar 47,80 Kw/Ha (Tabel 5). Kabupaten Karo juga merupakan sentra produksi jagung tertinggi di Sumatera Utara pada tahun 2010 dengan produksi 456.649 ton dan luas panen 90.605 Ha (Tabel 6). Berikut ini diperlihatkan luas panen, produktivitas dan produksi jagung pipil di Indonesia tahun 2010 yang diperlihatkan pada tabel 5 serta luas panen, produksi dan rata-rata produksi jagung pipil menurut Kabupaten/Kota tahun 2010 yang diperlihatkan pada tabel 6.
(24)
Tabel 5. Luas Panen, Produktivitas dan Produksi Jagung Pipil di Indonesia 2010
Provinsi Luas Panen (Ha)
Produktivitas (Kw/Ha)
Produksi (Ton)
Indonesia 3.966.579 47,80 18.961.645
Aceh 41.509 38,23 158.673
Sumatera Utara 246.966 55,44 1.369.090
Sumatera Barat 73.044 65,85 481.024
Riau 13.417 23,65 31.735
Jambi 7.263 38,61 28.044
Sumatera Selatan 28.354 39,60 112.291
Bengkulu 22.263 47,40 105.533
Lampung 360.92 48,51 1.750.902
Bangka Belitung 328 36,86 1.209
Kepulauan Riau 412 21,38 881
DKI Jakarta 6 18,33 11
Jawa Barat 148.538 68,63 1.019.455
Jawa Tengah 554.526 53,93 2.900.600
DI Yogyakarta 73.933 45,17 333.952
Jawa Timur 1.244.927 48,16 59.951
Banten 3.068 31,69 9.722
Bali 21.574 29,78 64.242
Nusa Tenggara Barat
116.95 54,85 641.489
Nusa Tenggara Timur
240.107 25,71 617.353
Kalimantan Barat 45.062 35,56 160.226
Kalimantan Tengah 3.241 28,87 9.357
Kalimantan Selatan 21.578 51,66 111.478
Kalimantan Timur 3.642 24,45 8.904
Sulawesi Utara 120.167 36,60 439.836
Sulawesi Tengah 38.832 37,92 147.236
Sulawesi Selatan 320.178 45,53 1.457.879
Sulawesi Tenggara 31.222 25,40 79.308
Gorontalo 137.739 48,01 661.25
Sulawesi Barat 24.693 48,27 119.182
Maluku 5.099 38,08 19.419
Maluku Utara 12.181 22,75 27.71
Papua Barat 1.271 17,10 2.174
Papua 3.569 18,15 6.479
(25)
Tabel 6. Luas Panen, Produksi dan Rata-Rata Produksi Jagung Pipil Menurut Kabupaten/Kota 2010
Kabupaten/Kota Luas Panen (Ha) Produksi (Ton) Rata-Rata Produksi (Kw/Ha)
Kabupaten
Nias 39 180 46,27
Mandailing Natal 496 2.395 48,29
Tapanuli Selatan 1.841 8.910 48,40
Tapanuli Tengah 1.851 9.126 49,31
Tapanuli Utara 6.293 31.069 49,37
Toba Samosir 6.724 33.444 49,74
Labuhan Batu 432 2.090 48,38
Asahan 7.257 36.122 49,79
Simalungun 63.712 322.271 50,58
Dairi 32.007 160.803 50,24
Karo 90.605 456.649 50,40
Deli Serdang 20.321 101.937 50,16
Langkat 23.390 114.798 49,08
Nias Selatan 379 1.787 47,16
Humbang Hasundutan
543 2.705 49,81
Pakpak Bharat 3.059 14.977 48,96
Samosir 939 4.647 49,4
Serdang Berdagai 9.551 47.502 49,74
Batu Bara 594 2.946 49,60
Padang Lawas Utara 518 2.502 48,30
Padang Lawas 13.420 6.475 48,32
Labuhan Batu Selatan
120 586 48,8
Labuhan Batu Utara 725 3.545 48,90
Nias Utara 39 182 46,70
Nias Barat 13 60 46,15
Kota
Sibolga - - -
Tanjung Balai 24 117 48,55
Pematangsiantar 778 3.839 49,34
Tebing Tinggi 47 234 49,85
Medan 266 1.316 49,47
Binjai 692 3.409 49,27
Padang Sidimpuan 194 939 48,39
Gunung Sitoli 33 154 46,60
Jumlah 274.822 1.377.718 50,13
(26)
Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah berupa data sekunder, yakni Harga Jagung Pipil Impor, Harga Jagung Pipil Sumatera Utara, Harga Jagung Kabupaten Karo dan Produksi Jagung Pipil Sumatera Utara. Data yang digunakan adalah data runtut waktu (time series) yang berupa data bulanan mulai dari tahun 2009 hingga tahun 2012.
Sumber data yang diperoleh berasal dari berbagai sumber yakni data Harga Jagung Pipil Impor bulanan tahun 2009-2012 bersumber dari Badan Pusat Statistik Provinsi Sumatera Utara. Data Harga Jagung Pipil Sumatera Utara bulanan tahun 2009-2012 bersumber dari Dinas Pertanian Provinsi Sumatera Utara. Data Harga Jagung Pipil Kabupaten Karo bulanan tahun 2009-2012 bersumber dari Dinas Pertanian Kabupaten Karo. Data Produksi Jagung Pipil Sumatera Utara tahun 2002-2010 bersumber dari Badan Ketahanan Pangan Provinsi Sumatera Utara. Data Harga Jagung Pipil Ekspor tahun 2002-2010 bersumber dari Badan Pusat Statistik Provinsi Sumatra Utara.
Metode Analisis Data
Metode analisis penelitian ini adalah uji kointegrasi (cointegration test). Dalam penelitian ini digunakan data sekunder tahunan (time series). Data time series yang dikumpulkan adalah data dalam nilai nominal, namun dalam pengoperasian analisis, data distandarisasi terlebih dahulu dengan mengubah nilai nominal menjadi nilai riil.
(27)
Data yang digunakan dalam model kointegrasi merupakan data dalam nilai riil. Data yang terkumpul adalah data dalam nilai nominal, artinya masih ada pengaruh inflasi di dalamnya. Untuk itu, data harga jagung impor diubah kedalam nilai rupiah dengan menggunakan nilai Exchange Rate. Menurut Lipsey, dkk (1984) cara mengkonversi nilai nominal ke dalam nilai riil dapat menggunakan rumus:
Nilai Riil = Nilai Nominal x 100
IHK
Keterangan:
IHK: Indeks Harga Konsumen
Kointegrasi adalah suatu alat uji yang dilakukan untuk mendeteksi stabilitas hubungan jangka panjang dua variabel atau lebih. Model ini juga menggambarkan peramalan dari hubungan data runtut waktu untuk peramalan jangka pendek (Sudjono, 2007).
Data yang digunakan merupakan data time series. Suatu karakter terpenting dari data time series adalah non stationarity. Data time series digunakan untuk mengetahui besarnya perubahan dan rasio yang menunjukkan besarnya persentase kenaikan/ penurunan, kemudian menyimpulkannya. Dengan time series dapat ditemukan suatu trend berupa suatu garis yang menggambarkan arah kecenderungan perkembangan suatu kejadian secara umum. Garis yang menunjukkan suatu trend sering disebut suatu garis regresi (Supranto, 1997). Adapun alat perangkat lunak yang digunakan untuk menganalisis data adalah perangkat lunak Eviews. Dengan menggunakan Eviews, hipotesis 1, 2 dan 3 dapat dianalisis.
(28)
Adapun cara menganalisis dengan pendekatan model kointegrasi menurut Koop (2009), ada 3 langkah uji yang harus dilakukan yaitu:
1. Uji akar unit (Unit Root Test) 2. Uji kointegrasi
3. Melihat Error Correction Model (ECM)
Langkah awal dalam menganalisis dengan pendekatan model kointegrasi adalah dengan membuat model persamaan regresi. Analisis regresi adalah metode statistika yang digunakan untuk menentukan bentuk hubungan antar variabel-variabel. Adapun model regresinya menurut Supranto (1997) adalah sebagai berikut:
Yt = a + bXt + ε
Keterangan:
Yt = variabel terikat pada waktu t Xt = variabel bebas pada waktu t a dan b = bilangan konstan
• b sering disebut koefisien regresi untuk mengukur besarnya pengaruh dari X terhadap Y, kalau X naik 1 unit.
• a merupakan nilai Ŷ pada waktu X = 0 (titik potong).
ε = kesalahan pengganggu, merupakan variabel acak (random stochastic) dan mempunyai distribusi probabilitas (probability distribution). ε mewakili semua faktor yang mempunyai pengaruh terhadap Y tetapi tidak dimasukkan kedalam persamaan.
(29)
Untuk hipotesis I:
Yt = harga jagung pipil Sumatera Utara pada waktu t Xt = harga jagung pipil impor pada waktu t
a, b = koefisien ε = error term
Untuk hipotesis II:
Yt = harga jagung pipil Kabupaten Karo pada waktu t Xt = harga jagung pipil impor pada waktu t
a, b = koefisien ε = error term
Untuk hipotesis III:
Yt = harga jagung pipil Kabupaten Karo pada waktu t Xt = harga jagung pipil Sumatera Utara pada waktu t a, b = koefisien
ε = error term
1. Uji Akar Unit (Unit Root Test)
Setelah model persamaan dibuat kemudian dilakukan uji akar unit sebagai langkah pertama dalam uji kointegrasi. Uji akar unit adalah salah satu cara untuk mengamati ketidakstasioneran suatu data runtun waktu. Dalam hal ini, alat pengujian derajat integrasi yang telah dikembangkan pada intinya bertanya apakah proses berikut:
(30)
adalah stasioner. Kondisi ini dapat diperoleh dari solusi atas persamaan diferens berorde satu. Agar kondisi stabilitas tercapai maka syarat ρ < 1, harus terpenuhi. Kemudian dari model tersebut, dapat dilakukan modifikasi seperti yang dilakukan oleh Dickey dan Fuller (1976) yaitu mengurangi sisi sebelah kiri dan kanan persamaan dengan yt – 1.
yt –yt-1 = ρ yt-1 –yt-1 + et ∆ yt = (ρ – 1) yt-1 + et = δyt-1 + et
dan menguji apakah δ adalah sama dengan nol. Jika hipotesis null (Ho) diterima maka data yang diamati memiliki sifat tidak stasioner (terdapat unit root). Sebaliknya jika hipotesis null (Ho) ditolak, maka data tersebut bersifat stasioner.
Dengan memasukkan komponen deterministik, yakni konstanta dan time trend serta komponen stochastic (AR dan MA), maka persamaan dapat digeneralisasi menjadi
∆yt = α0 + α1 T + (α1 – 1) yt-1 + ∑��=�ß�∆yt-i+1 + εt Dimana: ∆ = first difference operator
Yt = variabel harga pada waktu t α 0, α1, ßi = koefisien
T = time trend
p = jumlah lag
ε = error term
Jika hipotesis null (Ho) α1 = α1 – 1 = 0 diterima, maka Yt dikatakan tidak stasioner.
(31)
Setelah dilakukan uji stasioner kemudian dilakukan uji kointegrasi. Jika terbukti bahwa X dan Y mencapai kondisi stasioner pada jumlah derivasi yang sama (level yang sama/orde yang sama), maka uji diteruskan ke uji kointegrasi.
Langkah yang digunakan dalam Uji Akar Unit (Unit Root Test) pada perangkat lunak Eviews dilakukan dengan tahapan sebagai berikut:
1. Memilih test type yaitu Augmentasi Dickey Fuller.
2. Memilih automatic selection yaitu Akaike Information Criterion.
3. Kemudian pada include in test equation, pilih intercept saja. Hal ini dilakukan karena pengujian dilakukan hanya melihat interceptnya saja dan membuang trend yang ada pada masing-masing variabel.
4. Melakukan test for unit root apakah data stasioner pada level, 1st difference atau 2nd difference.
2. Uji Kointegrasi
Hubungan kointegrasi dapat dipandang sebagai hubungan jangka panjang (equilibrium). Suatu set variabel dapat saja terdeviasi dari pola ekuilibrium namun demikian diharapkan terdapat suatu mekanisme jangka panjang yang mengembalikan variabel-variabel dimaksud pada pola hubungan ekuilibrium (Ariefianto, 2012).
Uji kointegrasi dipopulerkan oleh Engle dan Granger (1987). Pendekatan kointegrasi berkaitan erat dengan pengujian terhadap kemungkinan adanya hubungan keseimbangan jangka panjang antara variabel-variabel ekonomi seperti yang disyaratkan oleh teori ekonomi. Pendekatan kointegrasi dapat pula
(32)
dipandang sebagai uji teori dan merupakan bagian yang penting dalam perumusan dan estimasi suatu model dinamis. Dalam konsep kointegrasi, dua atau lebih variabel runtut waktu tidak stasioner akan terkointegrasi bila kombinasinya juga linier sejalan dengan berjalannya waktu, meskipun bisa terjadi masing-masing variabelnya bersifat tidak stasioner. Bila variabel runtut waktu tersebut terkointegrasi maka terdapat hubungan yang stabil dalam jangka panjang, bila dua seri tidak stasioner yang terdiri atas �� dan ��terkointegrasi, maka ada representasi khusus sebagai berikut :
�� =�� + ���� + ��
��= �� - �� - ����
Sedemikian rupa hingga ε� (error term) stasioner, I(0). Untuk mengetahui runtun waktu stasioner atau tidak stasioner dapat digunakan regresi. Uji kointegrasi yang digunakan dalam penelitian ini adalah uji kointegrasi yang dikembangkan oleh Johansen. Uji Johansen menggunakan analisis trace statistic dan nilai kritis pada tingkat kepercayaan � = 5 %. Hipotesis nolnya apabila nilai trace statistic lebih besar dari nilai kritis pada tingkat kepercayaan � = 5 % atau nilai probabilitas
(nilai-p) lebih kecil dari �= 5 % maka terindikasi kointegrasi (Mariani, dkk, 2008).
Langkah yang digunakan dalam Uji Kointegrasi dengan menggunakan perangkat lunak Eviews adalah sebagai berikut:
1. Memilih deterministic trend assumption of test pada asumsi yang nomor empat yaitu intercept and trend in CE – no trens in VAR.
(33)
2. Memilih lag interval 1 to 1 dan memilih nilai critical value pada tingkat 0,05 (tingkat kepercayaan 95%).
3. Error Correction Model (ECM)
Bila dua variabel waktu adalah tidak stasioner tetapi saling berkointegrasi maka dapat disimpulkan bahwa ada hubungan keseimbangan jangka panjang antara kedua variabel tersebut. Dalam jangka pendek ada kemungkinan terjadi keseimbangan (equilibrium), dan untuk mengatasinya digunakan koreksi dengan model koreksi kesalahan (Error Correction Model).
Langkah pertama permodelan koreksi kesalahan (Error Correction Model) adalah memastikan bahwa variabel-variabel yang diamati adalah terkointegrasi. Jika suatu hubungan kointegrasi terdeteksi pada suatu kombinasi linier sekelompok variabel, maka dapat melakukan permodelan koreksi kesalahan.
Dari model regresi: Yt = α + ßX1 + εt
Kurangkan Yt-1 dari kedua sisi, tambahkan dan kurangkan ß1Xt-1 dari sisi kanan, maka akan diperoleh:
Yt – Yt-1 = ßXt –ßXt-1 – Yt-1 + α + ßXt-1 + εt ∆Yt = ß∆Xt – (Yt-1 – α – ßXt-1 ) + εt Dari:
∆Yt = ß∆Xt – (Yt-1 – α – ßXt-1 ) + εt
Untuk menguji proses stasioner tersebut, maka persamaan di atas dimodifikasi menjadi:
(34)
∆Yt = ß0 + ß1∆Xt– γ(Yt-1 – α – ß2Xt-1) + εt
Pada saat mencapai titik keseimbangan dalam jangka panjang maka γ = 0, namun jika koefisien γ semakin besar maka semakin cepat hubungan antara variabel tersebut melakukan penyesuaian menuju satu titik keseimbangan dalam jangka panjang, sedangkan pada saat dicapai titik keseimbangan dalam jangka pendek maka ß = 0. Jika ß ≠ 0 maka menunjukkan tidak terjadi keseimbangan dalam jangka pendek.
γ = merupakan speed of adjustment
ß = menunjukkan short run dynamics
Jika gagal menemukan kointegrasi diantara sekelompok variabel, maka permodelan yang tepat adalah bentuk first difference. Hal ini dilakukan dengan melakukan regresi OLS pada bentuk first difference varibel-variabel yang diamati. Permodelan first difference tidak disarankan apabila suatu hubungan kointegrasi terdeteksi karena berpotensi menghilangkan kandungan informasi yang penting (Ariefianto, 2012).
Langkah yang digunakan untuk Uji Error Correction Model (ECM) pada perangkat lunak Eviews dilakukan dengan tahapan sebagai berikut:
1. Menentukan variabel terikat dan variabel bebas untuk membuat sebuah persamaan.
2. Membuat persamaan estimasi secara manual pada tampilan Eviews yang telah tersedia.
(35)
3. Membuat nilai seri residu, kemudian menyimpan nilai residu tersebut kedalam persamaan yang telah dibuat secara manual.
4. Lalu buat persamaan estimasi dalam bentuk turunan (difference) secara manual dengan memasukkan nilai residu.
5. Program Eviews akan menampilkan hasil dari Error Correction Model (ECM).
Definisi dan Batasan Operasional
Untuk menghindari kesalahpahaman dalam penelitian ini, maka dibuat definisi dan batasan operasional, sebagai berikut:
Definisi Operasional
1. Jagung merupakan jagung pipilan yang banyak berkembang di Sumatera Utara dan digunakan untuk industri.
2. Transmisi harga jagung pipil adalah analisis yang menggambarkan sejauh mana dampak perubahan harga jagung pipil di pasar Internasional terhadap perubahan harga jagung pipil di pasar domestik baik Sumatera Utara maupun Kabupaten Karo.
3. Fluktuasi harga jagung pipil adalah perkembangan perubahan harga jagung pipil bulanan baik di tingkat Internasional, Sumatera Utara, dan Kabupaten Karo yang harganya berada di atas atau di bawah harga rata-rata.
4. Harga jagung pipil impor adalah sebuah nilai yang dibayarkan untuk mendapatkan satu kilogram jagung pipil impor.
5. Harga jagung pipil Sumatera Utara adalah sebuah nilai yang dibayarkan untuk mendapatkan satu kilogram jagung pipil di Sumatera Utara.
(36)
6. Harga jagung pipil Kabupaten Karo adalah sebuah nilai yang dibayarkan untuk mendapatkan satu kilogram jagung pipil di Kabupaten Karo.
7. Pasar domestik adalah harga yang terbentuk di Sumatera Utara dan Kabupaten Karo.
8. Pasar Internasional adalah harga yang terbentuk di tingkat pasar Internasional.
Batasan Operasional
1. Penelitian ini dilaksanakan pada tahun 2013.
2. Data harga jagung pipil yang digunakan adalah data harga jagung pipil bulanan dari tahun 2009 sampai tahun 2012 selama 48 bulan. Data harga yang digunakan adalah data harga jagung pipil impor, data harga jagung pipil Sumatera Utara, dan data harga jagung pipil Kabupaten Karo.
(37)
HASIL DAN PEMBAHASAN
Hasil Analisis
Semua analisis yang dilakukan dalam penelitian ini menggunakan uji kointegrasi dengan bantuan perangkat lunak Eviews. Sebelum melakukan uji kointegrasi, terlebih dahulu dilakukan uji akar unit (unit root test) terhadap seluruh data runtut waktu (time series) atas variabel yang digunakan agar dapat diketahui apakah data tersebut stasioner atau tidak, karena salah satu persyaratan untuk bisa lanjut ke uji kointegrasi adalah semua data harus dalam keadaan stasioner pada level yang sama.
Hasil Uji Akar Unit (Unit Root Test)
Uji akar unit dalam hal ini dilakukan dengan menggunakan uji Augmented Dickey-Fuller (ADF ). Hasil uji tersebut diperlihatkan pada tabel 7, terlihat bahwa semua variabel yang digunakan yaitu harga jagung pipil impor, harga jagung pipil Sumatera Utara dan juga harga jagung pipil Kabupaten Karo belum stasioner pada level I(0). Dengan demikian, data diuji kembali pada turunan pertama (first difference) atau I(1), terlihat bahwa semua variabel sudah stasioner. Hasil uji unit akar tersebut diperlihatkan pada tabel 7 berikut.
(38)
Tabel 7. Hasil Uji Akar Unit (Unit Root Test)
No Variabel Uji Akar Unit pada level atau I(0) Uji Akar Unit pada turunan pertama atau I(1)
Statistik-t Nilai Kritis
0,05
Probabilistik Statistik-t Nilai Kritis 0,05
Probabilistik
1 Harga Jagung
Pipil Impor
-1,896735 -2,925169 0,3310 -7,948699 -2,926622 0,0000
2 Harga Jagung
Pipil Sumatera
Utara
-2,840481 -2,925169 0,0604 -7,773677 -2,926622 0,0000
3 Harga Jagung
Pipil Kabupaten
Karo
-2,478260 -2,925169 0,1271 -3,693256 -2,943427 0,0083
Sumber: Lampiran 6a, 6b, 6c, 6e, 6f dan 6g.
Syarat suatu data dikatakan stasioner, bila nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% (α= 0,05) atau nilai statistik-t lebih besar dari nilai kritis (critical value). Berikut ini diuraikan keadaan data masing-masing variabel harga yang digunakan dalam analisis.
(39)
1. Harga Jagung Pipil Impor
Data harga jagung pipil impor yang digunakan adalah data runtut waktu (time series) per bulan dari tahun 2009 sampai 2012. Pada data runtut waktu harga jagung pipil impor ini, masih terdapat data yang kosong, yakni pada bulan Januari, September dan Oktober tahun 2010 serta pada bulan Maret tahun 2012. Untuk mengisi data yang kosong dilakukan proses Smoothing dengan bantuan program perangkat lunak SPSS. Setelah dilakukan proses Smoothing maka kekosongan data menjadi terisi. Selanjutnya keseluruhan data tersebut diproses kembali dengan melakukan uji akar unit (Unit Root Test) dengan bantuan perangkat lunak Eviews.
Dari hasil uji akar unit, dapat dilihat bahwa variabel harga jagung pipil impor belum stasioner pada level atau pada I(0), hal ini terlihat dari nilai probabilistik yang lebih besar dari tingkat kepercayaan 5% yaitu 0,3310>0,05, dan nilai absolut statistik-t lebih kecil dari nilai kritisnya yaitu 1,896735<2,925169. Oleh karenanya dapat disimpulkan bahwa data belum stasioner pada level atau I(0). Proses kembali dilanjutkan pada tahap turunan pertama (first difference). Setelah diuji kembali pada tahap ini, maka data sudah stasioner. Hal ini terlihat dari nilai probabilistik yang lebih kecil dari tingkat kepercayaan 5% yaitu 0,0000 < 0,05, serta nilai absolut stastistik-t lebih besar dari nilai kritisnya yaitu 7,2948699 > 2,926622. Dengan demikian disimpulkan bahwa data sudah stasioner pada tahap turunan pertama (first difference) dan siap untuk dianalisis ke uji selanjutnya.
(40)
2. Harga Jagung Pipil Sumatera Utara
Data harga jagung pipil Sumatera Utara yang digunakan adalah data dengan periode yang sama dengan harga jagung pipil impor yakni data bulanan tahun 2009 sampai 2012. Data harga jagung pipil Sumatera Utara ini tidak ada yang kosong.
Dari hasil uji akar unit, dapat dilihat variabel harga jagung pipil Sumatera Utara belum stasioner pada level atau I(0). Hal ini ditunjukan oleh nilai probabilistiknya yang lebih besar dari tingkat kepercayaan 5% yaitu 0,0604 > 0,05, dan nilai absolut statistik-t lebih kecil dibandingkan dengan nilai kritisnya yaitu 2,840481<2,925169. Oleh karenanya, dapat disimpulkan bahwa data belum stasioner pada level atau I(0).
Namun setelah dilanjutkan pada tingkat turunan pertama (first difference), variabel harga jagung pipil Sumatera Utara sudah stasioner. Hal ini dapat dilihat dari nilai probabilistik yang lebih kecil dari tingkat kepercayaan 5% yaitu 0,0000 < 0,05 , dan nilai absolut statistik-t lebih besar dari nilai kritisnya yaitu 7,773777>2,926622. Oleh karenanya dapat disimpulkan bahwa data sudah stasioner pada tahap turunan pertama (first difference) dan siap dianalisis ke uji selanjutnya yaitu uji kointegrasi.
3. Harga Jagung Pipil Kabupaten Karo
Data harga jagung pipil Kabupaten Karo yang digunakan adalah data dengan periode yang sama dengan harga jagung pipil impor dan harga jagung Sumatera Utara yakni data bulanan dari tahun 2009 sampai 2012. Data harga jagung pipil
(41)
Kabupaten Karo ini tidak terdapat data yang kosong sehingga dapat langsung dilakukan uji akar unit.
Tabel 7 menunjukkan bahwa variabel harga jagung pipil Kabupaten Karo belum stasioner pada level atau pada I(0). Hal ini dapat dilihat dari nilai probabilistik yang lebih besar dari tingkat kepercayaan 5% yaitu 0, 1271 > 0,05, dan nilai absolut statistik-t lebih kecil dari nilai kritisnya yaitu 2,478260<2,925169.
Namun setelah dilanjutkan pada tahap turunan pertama (first difference), variabel harga jagung pipil Kabupaten Karo sudah stasioner. Hal ini dapat dilihat dari nilai probabilistik yang lebih kecil dari tingkat kepercayaan 5% yaitu 0,0083 < 0,05, dan nilai absolut statistik-t lebih besar dari nilai kritisnya yaitu 3,693256>2,943427. Dari hasil tersebut, dapat disimpulkan bahwa data sudah stasioner pada tahap turunan pertama (first difference) dan siap dianalisis ke uji selanjutnya.
Uji Kointegrasi Antar Harga Jagung Pipil
Data yang digunakan dalam uji kointegrasi ini adalah data harga jagung pipil yang sudah stasioner yaitu pada turunan pertama (first difference) atau pada I(0). Uji kointegrasi antar harga jagung pipil ini dilakukan untuk melihat apakah ada hubungan jangka panjang dari variabel-variabel yang telah dianalisis. Dalam uji ini akan diperlihatkan adanya kointegrasi antara harga jagung pipil impor dengan harga jagung pipil Sumatera Utara, antara harga jagung pipil impor dengan harga jagung pipil Kabupaten Karo, serta antara harga jagung pipil Sumatera Utara dengan harga jagung pipil Kabupaten Karo. Uji kointegrasi ini dilakukan dengan
(42)
menggunakan model Johansen. Hasil uji kointegrasi univariate ini diperlihatkan pada tabel 8 berikut.
Tabel 8. Hasil Uji Kointegrasi Univariate Model Johansen.
Uji Rangking Kointegrasi (Trace)
No Uji Kointegrasi Jumlah
Persamaan Kointegrasi
yang Dihipotesiskan
Statistic-t Critical Value (0,05)
Probabilistic (p)
1 Harga Jagung Pipil Impor dengan Harga Jagung Pipil Sumatera Utara
None 57,72239 25,87211 0,0000 At most 1 22,50699 12,51798 0,0008 2 Harga Jagung Pipil
Impor dengan Harga Jagung Pipil Kabupaten Karo
None 53,76985 25,87211 0,0000 At most 1 23,91576 12,51798 0,0004 3 Harga Jagung Pipil
Sumatera Utara dengan Harga Jagung Pipil Kabupaten Karo
None 54,02594 25,87211 0,0000 At most 1 25,18490 12,51798 0,0002
Uji Rangking Kointegrasi (Maximum Eigenvalue)
1 Harga Jagung Pipil Impor dengan Harga Jagung Pipil Sumatera Utara
None 35,21540 19,38704 0,0001 At most 1 22,50699 12,51798 0,0008
2 Harga Jagung Pipil Impor dengan Harga Jagung Pipil Kabupaten Karo
None 29,85409 19,38704 0,0011 At most 1 23,91576 12,51798 0,0004
3 Harga Jagung Pipil Sumatera Utara dengan Harga Jagung Pipil Kabupaten Karo
None 28,84105 19,38704 0,0016 At most 1 25,18490 12,51798 0,0002
(43)
1. Kointegrasi Antara Harga Jagung Pipil Impor dengan Harga Jagung Pipil Sumatera Utara.
Dari hasil analisis diketahui bahwa kedua variabel yaitu harga jagung pipil impor dan harga jagung pipil Sumatera Utara saling berkointegrasi, artinya antara harga jagung pipil impor dan harga jagung pipil Sumatera Utara terdapat hubungan dalam jangka panjang.
Suatu variabel dikatakan saling berkointegrasi apabila nilai trace statistic lebih besar dari nilai kritis (critical value) atau nilai probabilistik lebih kecil dari tingkat kepercayaan 5% (α= 0,05) baik dilihat dari uji rangking kointegrasi Trace pada hipotesis none dan hipotesis at most 1, maupun dilihat dari uji rangking kointegrasi Maximum Eigenvalue pada hipotesis none dan hipotesis at most 1.
Hasil uji rangking kointegrasi (Trace) menunjukkan bahwa pada kondisi persamaan kointegrasi hipotesis none, nilai trace statistic lebih besar dari nilai kritis (critical value) yaitu 57,72239 > 25,87211 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0000 < 0,05. Pada kondisi persamaan kointegrasi hipotesis at most 1, nilai trace statistic juga lebih besar dari nilai kritis (critical value) yaitu 22,50699 > 12,51798 dan nilai probabilistiknya juga lebih kecil dari tingkat kepercayaan 5% yaitu 0,0008 < 0,05.
Hasil uji rangking kointegrasi (Maximum Eigenvalue) menunjukkan bahwa pada kondisi persamaan kointegrasi hipotesis none, nilai trace statistic lebih besar dari nilai kritis (critical value) yaitu 35,21540>19,38704 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0001 < 0,05. Pada kondisi persamaan kointegrasi hipotesis at most 1, nilai trace statistic juga lebih besar dari
(44)
nilai kritis (critical value) yaitu 22,50699 > 12,51798 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0008 < 0,05.
Dilihat dari penjelasan di atas, dapat dikatakan bahwa antara harga jagung pipil impor dengan harga jagung pipil Sumatera Utara saling berkointegrasi. Hal ini ditandai oleh nilai trace statistic lebih besar dari nilai kritis (critical value) dan nilai probabilistik lebih kecil dari tingkat kepercayaan 5% baik dilihat dari uji rangking kointegrasi Trace pada hipotesis none dan hipotesis at most 1, maupun uji rangking kointegrasi Maximum Eigenvalue pada hipotesis none dan hipotesis at most 1.
2. Kointegrasi Harga Jagung Pipil Impor dengan Harga Jagung Pipil Kabupaten Karo.
Hasil analisis pada tabel 8 memperlihatkan bahwa, kedua variabel yaitu harga jagung pipil impor dan harga jagung pipil Kabupaten Karo saling berkointegrasi, artinya antara harga jagung pipil impor dan harga jagung pipil Kabupaten Karo saling berhubungan dalam jangka panjang. Hal ini diketahui dari hasil uji rangking kointegrasi (Trace) maupun hasil uji rangking kointegrasi Maximum Eigenvalue.
Hasil uji rangking kointegrasi (Trace) menunjukkan bahwa pada kondisi persamaan kointegrasi hipotesis none, nilai trace statistic lebih besar dari nilai kritis (critical value) yaitu 53,76985 > 25,87211 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0000 < 0,05. Pada kondisi persamaan kointegrasi hipotesis at most 1, nilai trace statistic juga lebih besar dari nilai kritis
(45)
(critical value) yaitu 23,91576 > 12,51798 dan nilai probabilistiknya juga lebih kecil dari tingkat kepercayaan 5% yaitu 0,0004 < 0,05.
Hasil uji rangking kointegrasi (Maximum Eigenvalue) pada kondisi persamaan kointegrasi hipotesis none lebih besar dari nilai kritis (critical value) yaitu 29,91576>19,38704 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0011 < 0,05. Pada kondisi persamaan kointegrasi hipotesis at most 1, nilai trace statistic juga lebih besar dari nilai kritis (critical value) yaitu 23,91576 > 12,51798 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0004 < 0,05.
Dari uraian di atas, dijelaskan bahwa antara harga jagung pipil impor dengan harga jagung pipil Kabupaten Karo saling berkointegrasi. Hal ini ditandai oleh nilai trace statistic lebih besar dari nilai kritis (critical value) dan nilai probabilistik lebih kecil dari tingkat kepercayaan 5% baik dilihat dari uji rangking kointegrasi Trace pada hipotesis none dan hipotesis at most 1, maupun uji rangking kointegrasi Maximum Eigenvalue pada hipotesis none dan hipotesis at most 1.
3. Kointegrasi Harga Jagung Pipil Sumatera Utara dengan Harga Jagung Pipil Kabupaten Karo
Hasil analisis pada tabel 8 memperlihatkan bahwa, variabel harga jagung pipil Sumatera Utara dan harga jagung pipil Kabupaten Karo saling berkointegrasi, artinya antara harga jagung pipil Sumatera Utara dan harga jagung pipil Kabupaten Karo terdapat hubungan dalam jangka panjang.
(46)
Dari hasil uji rangking kointegrasi (Trace) ditunjukkan bahwa pada kondisi persamaan kointegrasi hipotesis none, nilai trace statistic lebih besar dari nilai kritis (critical value) yaitu 54,02594 > 25,87211 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0000 < 0,05. Pada kondisi persamaan kointegrasi hipotesis at most 1, nilai trace statistic juga lebih besar dari nilai kritis (critical value) yaitu 25,18490 > 12,51798 dan nilai probabilistiknya juga lebih kecil dari tingkat kepercayaan 5% yaitu 0,0002 < 0,05.
Hasil uji rangking kointegrasi (Maximum Eigenvalue) pada kondisi persamaan kointegrasi hipotesis none lebih besar dari nilai kritis (critical value) yaitu 28,84105>19,38704 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0016 < 0,05. Pada kondisi persamaan kointegrasi hipotesis at most 1, nilai trace statistic juga lebih besar dari nilai kritis (critical value) yaitu 25,18490 > 12,51798 dan nilai probabilistiknya lebih kecil dari tingkat kepercayaan 5% yaitu 0,0002 < 0,05.
Dilihat dari penjelasan diatas, dapat dikatakan bahwa antara harga jagung pipil Sumatera Utara dengan harga jagung pipil Kabupaten Karo saling berkointegrasi. Hal ini ditandai oleh nilai trace statistic lebih besar dari nilai kritis (critical value) dan nilai probabilistik lebih kecil dari tingkat kepercayaan 5%, baik dilihat dari uji rangking kointegrasi Trace pada hipotesis none dan hipotesis at most 1, maupun uji rangking kointegrasi Maximum Eigenvalue pada hipotesis none dan hipotesis at most 1.
Dari keseluruhan pengujian yang dilakukan di atas, dapat disimpulkan bahwa terdapat kointegrasi antara harga jagung pipil impor dengan harga jagung pipil
(47)
Sumatera Utara, harga jagung pipil impor dengan harga jagung pipil Kabupaten Karo dan harga jagung pipil Sumatera Utara dengan harga jagung pipil Kabupaten Karo. Artinya untuk masing-masing variabel yang dikointegrasikan memiliki hubungan dalam jangka panjang dan akan bergerak semakin mendekat dengan titik keseimbangan. Namun analisis kointegrasi ini hanya melihat hubungan dalam jangka panjang. Untuk melihat seberapa cepat hubungan antar variabel tersebut melakukan penyesuaian menuju titik keseimbangan dalam jangka panjang serta untuk melihat apakah terdapat keseimbangan antar variabel dalam jangka pendek selanjutnya, dilakukan uji Error Correction Model (ECM).
Uji Error Correction Model (ECM).
Uji Error Correction Model (ECM) dilakukan untuk melihat seberapa cepat hubungan antar variabel-variabel yang dianalisis untuk melakukan penyesuaian menuju titik keseimbangan dalam jangka panjang dan juga melihat apakah terdapat keseimbangan dalam jangka pendek.
Adapun hasil analisis Error Correction Model (ECM) yang telah dilakukan, terlihat pada tabel 9 berikut.
(48)
Tabel 9. Hasil Uji Error Correction Model (ECM).
No Error Correction Model Variabel Koefisien
1 Harga jagung pipil Sumatera Utara dengan harga jagung pipil impor dan produksi jagung pipil Sumatera Utara
C -54,93228
Harga Impor 5,172943
Residu -1,060861
2 Harga jagung pipil Kabupaten Karo dengan harga jagung pipil impor dan produksi jagung pipil Sumatera Utara
C 1589,136
Harga Impor 0,347525
Residu 0,486551
3 Harga jagung pipil Kabupaten Karo dengan harga jagung pipil Sumatera Utara dan produksi jagung pipil Sumatera Utara
C 3004,856
Harga Impor -0,382047
Residu 0,345249
Sumber: Lampiran 8a, 8b dan 8c.
1. Hasil Uji Error Correction Model Antara Harga Jagung Pipil Impor Dengan Harga Jagung Pipil Sumatera Utara.
Kriteria uji pada Error Correction Model ini, adalah: bila nilai ß0 dan ß1 = 0 artinya variabel-variabel yang dianalisis mencapai titik keseimbangan dalam jangka pendek, dan bila nilai ß0 dan ß1 ≠ 0 menunjukkan tidak terjadi keseimbangan dalam jangka pendek. Selanjutnya, jika nilai residu yang dihasilkan tidak sama dengan 0, maka terdapat hubungan antar variabel yang semakin cepat untuk melakukan penyesuaian menuju satu titik keseimbangan dalam jangka panjang.
Dari hasil uji Error Correction Model pada tabel 9, dapat dibuat model persamaan matematis sebagai berikut.
(49)
∆Yt = ß0 + ß1∆Xt– γ (Yt-1 – α – ß2Xt-1) + εt
Dengan memasukkan nilai koefisien yang diperoleh maka persamaan Error Correction Model empiris dihasilkan sebagai berikut:
∆Yt = -54,93228 + 5,172943Xt – γ(Yt-1 – α – ß2Xt-1) + εt Dimana:
Yt = variabel harga jagung pipil Sumatera Utara pada waktu-t Xt = variabel harga jagung pipil impor pada waktu-t
ß = koefisien (menunjukkan short run dynamics) γ = nilai residu (speed of adjustment)
εt = error term
Dari persamaan di atas dapat diketahui nilai koefisien intercept (-54,93228) dan koefisien harga jagung pipil impor (5,172943). Artinya nilai kedua koefisien tidak sama dengan nol (ß0, ß1 ≠0), maka ini berarti bahwa antara variabel harga jagung
pipil impor dan harga jagung pipil Sumatera Utara tidak memiliki hubungan dalam jangka pendek. Namun dilihat dari nilai residunya yaitu 5,172943 artinya antara variabel harga jagung pipil impor dengan harga jagung pipil Sumatera Utara memiliki hubungan yang semakin cepat untuk melakukan penyesuaian menuju satu titik keseimbangan dalam jangka panjang.
2. Hasil Error Correction Model Harga Jagung Pipil Impor, Harga Jagung Pipil Kabupaten Karo.
Dari hasil uji Error Correction Model pada tabel 9, dapat dibuat model persamaan matematis sebagai berikut.
(50)
Dengan memasukkan nilai koefisien yang diperoleh maka persamaan Error Correction Model empiris dihasilkan sebagai berikut:
∆Yt = 3,676190 +1,326487 Xt – γ(Yt-1 – α – ß2Xt-1) + εt Dimana:
Yt = variabel harga jagung pipil Kabupaten Karo pada waktu t Xt = variabel harga jagung pipil impor pada waktu t
ß, α = koefisien (menunjukkan short run dynamics) γ = nilai residu (speed of adjustment)
εt = error term
Dari persamaan di atas dapat diketahui nilai koefisien intercept (3,676190) dan koefisien harga jagung pipil impor (1,326487). Artinya nilai kedua koefisien tidak sama dengan nol (ß0, ß1 ≠0), maka ini berarti bahwa antara variabel harga jagung
pipil impor dan harga jagung pipil Kabupaten Karo tidak memiliki hubungan dalam jangka pendek. Namun dilihat dari nilai residunya yaitu 1,296956 artinya antara variabel harga jagung pipil impor dengan harga jagung pipil Kabupaten Karo memiliki hubungan yang semakin cepat untuk melakukan penyesuaian menuju satu titik keseimbangan dalam jangka panjang.
3. Hasil Error Correction Model Harga Jagung Pipil Sumatera Utara, Harga Jagung Pipil Kabupaten Karo.
Dari hasil uji Error Correction Model pada tabel 9, dapat dibuat model persamaan matematis sebagai berikut.
(51)
Dengan memasukkan nilai koefisien yang diperoleh maka persamaan Error Correction Model empiris dihasilkan sebagai berikut:
∆Yt = 17,76236 -0,256428Xt– γ(Yt-1 – α – ß2Xt-1) + εt Dimana:
Yt = variabel harga jagung pipil Kabupaten Karo pada waktu t Xt = variabel harga jagung pipil Sumatera Utara pada waktu t
ß, α = koefisien (menunjukkan short run dynamics) γ = nilai residu (speed of adjustment)
εt = error term
Dari persamaan di atas dapat diketahui nilai koefisien intercept (17,76236) dan koefisien harga jagung pipil Sumatera Utara (0,256428). Artinya nilai kedua koefisien tidak sama dengan nol (ß0, ß1 ≠0), maka ini berarti bahwa antara
variabel harga jagung pipil Sumatera Utara dan harga jagung pipil Kabupaten Karo tidak memiliki hubungan dalam jangka pendek. Namun dilihat dari nilai residunya yaitu 0.029531 artinya antara variabel harga jagung pipil Sumatera Utara dengan harga jagung pipil Kabupaten Karo secara perlahan-lahan menuju satu titik keseimbangan dalam jangka panjang. Kecepatan penyesuaian antara variabel harga jagung pipil Sumatera Utara dengan harga jagung pipil Kabupaten Karo adalah sebesar 2,95% untuk setiap bulannya.
Dari hasil uji Error Correction Model (ECM) di atas dapat disimpulkan bahwa dalam jangka pendek, tidak terdapat hubungan antara harga jagung pipil impor dengan harga jagung pipil Sumatera Utara, antara harga jagung pipil impor dengan harga jagung pipil Kabupaten Karo dan antara harga jagung pipil
(52)
Sumatera Utara dengan harga jagung pipil Kabupaten Karo. Namun, terdapat hubungan antar variabel dalam jangka panjang, dimana variabel-variabel tersebut melakukan penyesuaian menuju satu titik keseimbangan dalam jangka panjang. Berdasarkan teori transmisi harga, fluktuasi harga dan integrasi pasar yang telah diuraikan di atas, dikaitkan dengan hasil analisis yang di peroleh, bahwa antara harga jagung pipil impor, harga jagung pipil Sumatera Utara dan harga jagung pipil Kabupaten Karo saling berkointegrasi dalam jangka panjang, sehingga menimbulkan efek dalam berbagai tingkat pasar yaitu pasar internasional dan pasar domestik baik Sumatera Utara maupun Kabupaten Karo.
Pada kenyataannya harga-harga yang terbentuk di tingkat Kabupaten Karo, Sumatera Utara dan internasional berfluktuasi, disebabkan karena adanya ketidakseimbangan antara jumlah penawaran dan permintaan jagung pipil di tingkat pasar. Dari analisis yang dilakukan, harga yang fluktuatif ini dalam jangka panjang akan menuju pada satu titik keseimbangan.
Pasar dikatakan terintegrasi apabila perubahan harga yang terjadi di pasar internasional memiliki pengaruh, baik cepat ataupun lambat terhadap harga di pasar domestik. Dari hasil analisis, dapat dijelaskan bahwa transaksi jagung pipil yang menghasilkan harga jagung pipil di pasar internasional akan berhubungan dengan harga jagung pipil di pasar domestik baik pasar di tingkat Sumatera Utara maupun pasar di tingkat Kabupaten Karo dalam jangka panjang. Namun, perubahan harga jagung pipil yang terjadi di pasar internasional tidak secara cepat diteruskan ke pasar domestik dalam jangka pendek. Hal ini berarti pasar jagung
(53)
pipil dikatakan tidak terintegrasi dalam jangka pendek, namun memiliki segmentasi pasar dan terintegrasi dalam jangka panjang.
Jika dalam jangka panjang, harga jagung pipil yang terbentuk di tingkat pasar internasional, Sumatera Utara dan Kabupaten Karo ini, menuju pada satu titik keseimbangan maka akan tercipta suatu harga yang optimal antara konsumen dan juga produsen. Harga jagung pipil yang tercipta ini akan membuat konsumen dan produsen merasa puas, untuk itu peran pemerintah sangat diharapkan untuk dapat mengendalikan harga jagung pipil domestik sehingga dapat lebih stabil dan tidak berfluktuasi. Oleh karenanya pemerintah, dalam rangka mengurangi impor, sangat perlu meningkatkan hasil produksi jagung pipil domestik sehingga impor dapat dikurangi atau dihentikan.
Hubungan Antara Harga Jagung Pipil dengan Volume Produksi Jagung Pipil
Harga jagung pipil impor, harga jagung Sumatera Utara dan harga jagung Kabupaten Karo memiliki interaksi antar pasar, yang tentunya dipengaruhi oleh permintaan dan penawaran komoditi jagung. Permintaan dalam hal ini adalah konsumsi jagung untuk bahan pangan, bahan pakan serta bahan baku industri yang cenderung meningkat. Hal ini sejalan dengan meningkatnya perkembangan industri peternakan, terutama peternakan ayam, yang menuntut kontinuitas pasokan bahan baku pakan. Pemenuhan kebutuhan akan jagung ini, selain dipasok (supply) dari hasil produksi dalam negeri, dalam hal ini kabupaten/kota yang ada di Sumatera Utara, termasuk Karo, juga dipasok dari jagung impor.
(54)
Untuk mengetahui lebih lanjut bagaimana hubungan antara harga jagung pipil internasional (dalam hal ini digunakan harga ekspor) maupun harga jagung pipil domestik (Sumatera Utara dan Kabupaten Karo) dengan jumlah produksi jagung pipil Sumatera Utara, maka dilakukan analisis korelasi, yang diuraikan sebagai berikut.
1. Hubungan Antara Harga Jagung Pipil Internasional dengan Volume Produksi Jagung Pipil Sumatera Utara
Harga jagung pipil internasional yang digunakan dalam analisis ini adalah harga ekspor. Data harga dan produksi jagung pipil yang digunakan adalah periode tahun 2002 sampai dengan tahun 2010, sebagaimana diperlihatkan pada tabel 10.
Tabel 10. Perkembangan Harga Jagung Pipil Internasional (Harga Ekspor) dan Volume Produksi Jagung Pipil Sumatera Utara 2002-2010
Tahun Produksi (kg) Harga Internasional
(Harga Ekspor) (Rp/kg)
2002 640.590.000 732
2003 687.360.000 1.129
2004 712.560.000 787
2005 735.450.000 1.683
2006 682.020.000 3.292
2007 804.850.000 1.152
2008 1.098.969.000 4.725
2009 1.166.548.000 4.347
2010 1.377.718.000 4.880
Sumber: Badan Ketahanan Pangan Provinsi Sumatera Utara dan Badan Pusat Statistik, 2011.
Jika dilihat dari tabel di atas, diketahui bahwa volume produksi dalam negeri mengalami peningkatan dari tahun ke tahun, seiring dengan meningkatnya harga internasional (harga ekspor). Untuk mengetahui lebih lanjut bagaimana bentuk dan keeratan hubungan antara harga jagung pipil internasional (harga ekspor)
(55)
dengan produksi jagung pipil Sumatera Utara maka dilakukan uji korelasi Pearson dengan bantuan perangkat lunak SPSS. Hasil analisis korelasi ini diperlihatkan pada Lampiran 9.
Pada tabel correlations dapat dilihat bahwa koefisien korelasi (Pearson Correlation) antara harga jagung pipil internasional (harga ekspor) dengan volume produksi jagung pipil Sumatera Utara adalah sebesar 0,860 dan signifikansi 0,003.
Nilai koefisien korelasi (r = 0,860) bertanda positip, ini menjelaskan bahwa ada hubungan searah antara variabel harga jagung pipil internasional dengan volume produksi jagung pipil, artinya semakin meningkat harga jagung pipil internasional (harga ekspor), maka akan diikuti dengan meningkatnya volume produksi jagung pipil Sumatera Utara. Hubungan ke-dua variabel ini relatif kuat (erat) dilihat dari nilai koefisien korelasi mendekati nilai 1, serta hubungannya sangat nyata, hal ini dilihat dari nilai significancy yang dihasilkan (0,003) lebih kecil dari level of significancy yang ditetapkan (0.01). Hal ini berarti bahwa volume produksi jagung pipil Sumatera Utara akan merespon secara positif, atas adanya kenaikan harga jagung pipil internasional (harga ekspor).
2. Hubungan Antara Harga Jagung Pipil Sumatera Utara (Harga Domestik) dengan Volume Produksi Jagung Pipil Sumatera Utara
Dalam analisis ini data harga dan produksi jagung pipil Sumatera Utara yang digunakan adalah periode tahun 2002 sampai dengan tahun 2010, sebagaimana diperlihatkan pada tabel 11.
(56)
Tabel 11. Perkembangan Harga Jagung Pipil Sumatera Utara (Harga Domestik) dengan Volume Produksi Jagung Pipil Sumatera Utara 2002 -2010
Tahun Produksi (kg) Harga Sumatera Utara
(Harga Domestik) (Rp/kg)
2002 640.590.000 1.088
2003 687.360.000 1.024
2004 712.560.000 1.175
2005 735.450.000 1.348
2006 682.020.000 1.360
2007 804.850.000 1.722
2008 1.098.969.000 2.245
2009 1.166.548.000 2.605
2010 1.377.718.000 2.797
Sumber: Badan Ketahanan Pangan Provinsi Sumatera Utara dan Badan Pusat Statistik Provinsi Sumatera Utara, 2011.
Jika dilihat dari tabel di atas memerlihatkan keadaan yang sama dengan keadaan hubungan harga internasional sebagaimana diuraikan sebelumnya. Data menunjukkan bahwa volume produksi dalam negeri mengalami peningkatan dari tahun ke tahun, seiring dengan meningkatnya harga jagung pipil Sumatera Utara (harga jagung pipil domestik). Bagaimana bentuk dan keeratan hubungan antara harga jagung pipil Sumatera Utara (harga domestik) dengan volume produksi jagung pipil Sumatera Utara ini, maka dilakukan uji korelasi Pearson dengan bantuan perangkat lunak SPSS. Hasil analisis korelasi ini diperlihatkan pada Lampiran 10.
Pada tabel correlations diperlihatkan bahwa koefisien korelasi (Pearson Correlation) antara harga jagung pipil Sumatera Utara (harga jagung pipil
(57)
domestik) dengan volume produksi jagung pipil Sumatera Utara adalah sebesar 0,976 dan signifikansi 0,000.
Nilai koefisien korelasi (r = 0,976) bertanda positif, ini menjelaskan bahwa ada hubungan searah antara variabel harga jagung pipil Sumatera Utara (harga jagung pipil domestik) dengan volume produksi jagung pipil Sumatera Utara, artinya semakin meningkat harga jagung pipil Sumatera Utara, maka akan diikuti dengan meningkatnya volume produksi jagung Sumatera Utara. Hubungan ke-dua variabel ini relatif kuat (erat) dilihat dari nilai koefisien korelasi mendekati nilai 1, serta hubungannya sangat nyata, hal ini dilihat dari nilai significancy yang dihasilkan (0,000) lebih kecil dari level of significancy yang ditetapkan (0.01). Hal ini berarti bahwa volume produksi jagung pipil Sumatera Utara akan merespon secara positif, atas adanya kenaikan harga jagung pipil Sumatera Utara.
(58)
KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan pada hasil penelitian, maka disimpulkan:
1. Ada kointegrasi antara harga jagung pipil impor, harga jagung pipil Sumatera Utara dan harga jagung pipil Kabupaten Karo.
2. Perubahan harga jagung pipil yang terjadi di pasar internasional diikuti dengan perubahan harga jagung pipil di pasar domestik baik Sumatera Utara maupun Kabupaten Karo.
3. Harga jagung pipil di pasar internasional berfluktuasi, maka harga jagung pipil di pasar domestik baik Sumatera Utara maupun Kabupaten Karo juga akan mengalami fluktuasi.
4. Pasar internasional, Sumatera Utara dan Kabupaten Karo terintegrasi dalam jangka panjang.
5. Ada hubungan yang positif antara harga jagung pipil internasional (harga ekspor) dan harga jagung pipil Sumatera Utara (harga domestik) dengan volume produksi jagung pipil Sumatera Utara, artinya bahwa harga jagung pipil yang meningkat akan mendorong kenaikan produksi (luas tanam) di dalam negeri (Sumatera Utara).
(59)
Saran
Berdasarkan pada hasil penelitian, maka disarankan: 1. Kepada pemerintah
• Agar melakukan pengendalian harga jagung pipil dengan menetapkan harga atap (Ceiling Price) dan harga dasar (Floor Price) jagung pipil untuk melindungi kerugian produsen dan konsumen akibat harga jagung pipil yang berfluktuasi.
• Agar segera mengurangi impor jagung pipil, diiringi dengan upaya meningkatkan produksi baik secara ekstensifikasi maupun intensifikasi.
2. Kepada peneliti selanjutnya
Agar melakukan penelitian lebih lanjut mengenai harga jagung pipil, yakni dengan menganalisis faktor-faktor yang membentuk harga jagung pipil di berbagai tingkatan pasar.
(60)
TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA
PEMIKIRAN
Tinjauan Pustaka
Jagung merupakan salah satu komoditas utama tanaman pangan yang mempunyai peranan strategis dalam pembangunan pertanian dan perekonomian Indonesia, mengingat komoditas ini mempunyai fungsi multiguna, baik untuk konsumsi langsung maupun sebagai bahan baku utama industri pakan serta industri pangan. Selain itu, pentingnya peranan jagung terhadap perekonomian nasional telah menempatkan jagung sebagai kontributor terbesar kedua setelah padi dalam subsektor tanaman pangan (Syamsi, 2012).
Jagung juga merupakan salah satu komoditas pertanian yang memiliki karakter berfluktuatif dalam hasil karena dipengaruhi oleh lingkungan. Hal tersebut mempengaruhi permintaan dan penawarannya secara langsung. Apabila penawaran dan permintaan jagung fluktuatif maka akan membentuk harga yang fluktuatif pula (Syamsi, 2012).
Ketersediaan jagung pada tahun 2011 di Provinsi Sumatera Utara diartikan sebagai perhitungan dari produksi jagung dikurangi kebutuhan (pakan+benih+tercecer) ditambah dengan impor (pemasukan) dan dikurangi dengan ekspor (pengeluaran) selama tahun 2011. Lebih lengkapnya, dapat dilihat pada tabel 3 berikut ini.
(61)
Tabel 4. Produksi, Ketersediaan dan Kebutuhan Jagung Pipil Provinsi Sumatera Utara 2011
No Uraian Realisasi (Ton)
1 Produksi 1.294.645
2 Kebutuhan 153.314
a. Pakan Ternak 79.666
b. Benih 7.260
c. Tercecer 66.388
3 Impor 305.819
4 Ekspor 417
5 Ketersediaan 1.342.292
6 Kebutuhan RT dan non RT 829.417
7 Surplus/Defisit 512.875
Sumber: Badan Ketahanan Pangan, 2012
Realisasi produksi jagung pipil tahun 2011 di provinsi Sumatera Utara adalah 1.294.645ton diperoleh dari luas panen 255.291 Ha dengan tingkat produktivitas 52,01 kw/ha. Ketersediaan jagung pipil Provinsi Sumatera Utara pada tahun 2011 adalah 1.342.292 ton, sedangkan kebutuhan jagung 829.417 ton. Oleh karenanya, total surplus jagung pada tahun 2011 adalah sebesar 512.875 ton.
Sebagian besar ketersediaan jagung pipil di Sumatera Utara diperuntukkan sebagai pasokan bagi industri pakan ternak maupun industri-industri makanan yang ada di Provinsi Sumatera Utara. Setiap tahunnya industri-industri tersebut menyerap lebih dari 80% produksi jagung Sumatera Utara, sedangkan 20% lagi untuk kebutuhan konsumsi masyarakat secara langsung dan perdagangan keluar provinsi (Badan Ketahanan Pangan, 2007).
Harga jagung pipil impor yang lebih murah dibandingkan dengan harga jagung produk dalam negeri menyebabkan permintaan jagung produk dalam negeri berkurang. Adapun beberapa alasan maka dilakukan impor, yaitu:
(1)
2. Ibu Dr. Ir. Salmiah, MS selaku Ketua Program Studi Agribisnis Fakultas
Pertanian Universitas Sumatera Utara dan Bapak Dr. Ir. Satia Negara Lubis, M.Ec selaku Sekretaris Program Studi Agribisnis
Fakultas Pertanian Universitas Sumatera Utara yang telah memfasilitasi penulis dalam perkuliahan dan organisasi ekstra kurikuler di kampus.
3. Seluruh Dosen Program Studi Agribisnis Fakultas Pertanian Universitas Sumatera Utara yang telah membekali ilmu pengetahuan kepada penulis. 4. Seluruh pegawai di Fakultas Pertanian khususnya pegawai Program Studi
Agribisnis yang memberikan kelancaran dalam hal administrasi.
5. Rekan-rekan mahasiswa stambuk 2009 Program Studi Agribisnis khususnya Indri Pratiwi Pohan, Michael Novranda Surbakti, Debbie Febrina Manurung, Nova Rohani, Aiva Viforit, Septionery Sibuea dan Alexander Silalahi atas kebersamaan dan canda tawa kalian yang membuat penulis menjadi lebih semangat.
Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan. Untuk itu penulis mengharapkan saran dan kritik dalam upaya pencapaian prestasi di masa datang.
Akhirnya penulis mengucapkan terima kasih dan semoga skripsi ini dapat bermanfaat.
Medan, September 2013
(2)
DAFTAR ISI
ABSTRAK i
RIWAYAT HIDUP ii
KATA PENGANTAR iii
DAFTAR ISI v
DAFTAR TABEL vii
DAFTAR GAMBAR viii
DAFTAR LAMPIRAN ix
PENDAHULUAN 1
Latar Belakang 1
Identifikasi Masalah 6
Tujuan Penelitian 7
Kegunaan Penelitian 7
TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA
PEMIKIRAN 8
Tinjauan Pustaka 8
Penelitian Terdahulu 11
Landasan Teori 11
Teori Transmisi Harga 12
Fluktuasi Harga 13
Integrasi Pasar 14
Kerangka Pemikiran 16
Hipotesis Penelitian 19
METODE PENELITIAN 20
Metode Penentuan Daerah Penelitian 20
Metode Pengumpulan Data 23
Metode Analisis Data 23
Uji Akar Unit 26
Uji Kointegrasi 28
Error Correction Model 30
Definisi dan Batasan Operasional 32
(3)
Batasan Operasional 33
HASIL DAN PEMBAHASAN 34
Hasil Analisis 34
Hasil Uji Akar Unit (Unit Root Test) 34
Harga Jagung Pipil Impor 35
Harga Jagung Pipil Sumatera Utara 36 Harga Jagung Pipil Kabupaten Karo 37 Uji Kointegrasi Antar Harga Jagung Pipil 38 Kointegrasi Harga Jagung Pipil Impor dengan Harga Jagung Pipil Sumatera Utara 40 Kointegrasi Harga Jagung Pipil Impor
dengan Harga Jagung Pipil Kabupaten Karo 40 Kointegrasi Harga Jagung Pipil Sumatera
Utara dengan Harga Jagung Pipil Kabupaten
Karo 42
Uji Error Correction Model (ECM) 44 ECM Harga Jagung Pipil Impor dengan Harga
Jagung Pipil Sumatera Utara 45 ECM Harga Jagung Pipil Impor dengan Harga
Jagung Pipil Kabupaten Karo 46
ECM Harga Jagung Pipil Sumatera Utara
dengan Harga Jagung Pipil Kabupaten Karo 48 Hubungan Antara Harga Jagung Pipil dengan Volume
Produksi Jagung Pipil 50
Hubungan Harga Jagung Pipil Internasional (Harga Ekspor) dengan Volume Produksi Jagung Pipil Sumatera Utara 51 Hubungan Harga Jagung Pipil Sumatera Utara
(Harga Domestik) dengan Volume Produksi
Jagung Pipil Sumatera Utara 53
KESIMPULAN DAN SARAN 55
Kesimpulan 55
Saran 56
DAFTAR PUSTAKA LAMPIRAN
(4)
DAFTAR TABEL
No Keterangan Hal
1 Perkembangan Volume Impor Jagung Pipil
Sumatera Utara dari 2002-2012 2 2 Perkembangan Penawaran dan Permintaan Jagung
Pipil di Sumatera Utara 2008-2012 3 3 Perkembangan Harga Jagung Pipil Impor dan Harga
Jagung Pipil Sumatera Utara 2009 – 2012 4 4 Produksi, Ketersediaan dan Kebutuhan Jagung Pipil
Provinsi Sumatera Utara 2011 9
5 Luas Panen, Produktivitas dan Produksi Jagung
Pipil di Indonesia 2010 21
6 Luas Panen, Produksi dan Rata-Rata Produksi
Jagung Pipil Menurut Kabupaten/Kota 2010 22
7 Hasil Uji Akar Unit (Unit Root Test) 35
8 Hasil Uji Kointegrasi Univariate Model Johansen. 39 9 Hasil Uji Error Correction Model (ECM). 45 10 Perkembangan Harga Jagung Pipil Internasional
(Harga Ekspor) dan Volume Produksi Jagung Pipil
Sumatera Utara 2002-2010 52
11 Perkembangan Harga Jagung Pipil Sumatera Utara (Harga Domestik) dengan Volume Produksi
(5)
DAFTAR GAMBAR
No Keterangan Hal
(6)
DAFTAR LAMPIRAN
No Keterangan
Lampiran 1a Harga Jagung Pipil Impor (U$/Ton) dalam Nilai Nominal
Lampiran1b Harga Jagung Pipil Sumatera Utara (Rp/Kg) dalam Nilai Nominal Lampiran 1c Harga Jagung Pipil Kabupaten Karo (Rp/Kg) dalam Nilai Nominal Lampiran 2a Harga Jagung Pipil Impor (Rp/Kg) dalam Nilai Riil
Lampiran 2b Harga Jagung Pipil Sumatera Utara (Rp/Kg) dalam Nilai Riil Lampiran 2c Harga Jagung Pipil Kabupaten Karo (Rp/Kg) dalam Nilai Riil Lampiran 3 Harga Jagung Pipil Impor (Rp/Kg) dalam Nilai Riil yang telah di
Smoothing
Lampiran 4 Indeks Harga Konsumen di Indonesia
Lampiran 5 Perkembangan Jumlah Produksi Jagung Pipil, Harga Ekspor Jagung Pipil ( Harga Internasional ) dan Harga Jagung Pipil Sumatera Utara (Harga Domestik) 2002 -2010
Lampiran 6a Hasil Uji Akar Unit Harga Jagung Pipil Impor I(0).
Lampiran 6b Hasil Uji Akar Unit Harga Jagung Pipil Sumatera Utara I(0). Lampiran 6c Hasil Uji Akar Unit Harga Jagung Pipil Kabupaten Karo I(0). Lampiran 6d Hasil Uji Akar Unit Harga Jagung Pipil Impor I(1).
Lampiran 6e Hasil Uji Akar Unit Harga Jagung Pipil Sumatera Utara I(1). Lampiran 6f Hasil Uji Akar Unit Harga Jagung Pipil Kabupaten Karo I(1). Lampiran 7a Hasil Uji Kointegrasi Harga Jagung Pipil Impor dengan Harga
Jagung Pipil Sumatera Utara.
Lampiran 7b Hasil Uji Kointegrasi Harga Jagung Pipil Impor dengan Harga Jagung Pipil Kabupaten Karo.
Lampiran 7c Hasil Uji Kointegrasi Harga Jagung Pipil Sumatera Utara dengan Harga Jagung Pipil Kabupaten Karo.
Lampiran 8a Hasil Error Correction Model Harga Jagung Pipil Impor dan Harga Jagung Pipil Sumatera Utara .
Lampiran 8b Hasil Error Correction Model Harga Jagung Pipil Impor dan Harga Jagung Pipil Kabupaten Karo.
Lampiran 8c Hasil Error Correction Model Harga Jagung Pipil Sumatera Utara dan Harga Jagung Pipil Kabupaten Karo.
Lampiran 9 Hasil Korelasi antara Harga Ekspor Jagung Pipil (Harga Internasional) dengan Produksi Jagung Pipil Sumatera Utara Lampiran 10 Hasil Korelasi antara Harga Jagung Pipil Sumatera Utara
(Harga Domestik) dengan Produksi Jagung Pipil Sumatera Utara