Uji Stasioneritas Vektor Autoregresi

kointegrasi atau cointegration rank, biasanya dilambangkan dengan r. Sifat penting yang terdapat dalam variabel-variabel atau peubah yang terkointegrasi adalah perjalanan waktu variabel- variabel atau peubah tersebut dipengaruhi oleh perubahan atas hubungan keseimbangan jangka panjangnya. Dengan kata lain, variabel-variabel atau peubah non stasioner yang terintegrasi pada orde yang sama dan terkointegrasi akan menjadi stasioner dalam jangka panjang Enders 2004. Sebagai tambahan Adkins 2012 menyatakan bahwa dua data deret waktu terkointegrasi jika mereka cenderung untuk bergerak bersama seiring dengan waktu. 35

2.5. Penelitian Terdahulu

Tabel 2.6 Tinjauan penelitian terdahulu Penulis dan Tahun Judul Alat Analisis Abustan, Wahyudin 2009 Analisis Vector Auto Regressive Var Terhadap Korelasi Antara Belanja Publik Dan Pertumbuhan Ekonomi Di Sulawesi Selatan, Tahun 1985-2005 Vektor autoregresi Lestari, E. P. 2008 Dampak Ketidakstabilan Nilai Tukar Rupiah Terhadap Permintaan Uang M2 Di Indonesia Vektor autoregresi Endri 2008 Analisis Faktor-faktor yang Mempengaruhi Inflasi di Indonesia Kointegrasi, Error Correction Model Andi Irawan, Dewi Rosmayanti 2007 Analisis Integrasi Pasar Beras Di Bengkulu Kointegrasi, VECM, Granger causality Rafian Joni, E. Gumbira- Sa’id, Harianto, Nunung Kusnadi 2010 Dampak Pengembangan Industri Biodiesel Dari Kelapa Sawit Terhadap Perkebunan Kelapa Sawit Dan Industri Minyak Kelapa Sawit Di Indonesia Ekonometrika model persamaan simultan Wayan R. Susila, Ernawati Munadi 2008 Dampak Pengembangan Biodiesel Berbasis CPO Terhadap Kemiskinan Di Indonesia Ekonometrika model persamaan simultan Roni Dwi Susanto 2000 Analisis Penawaran dan Permintaan Minyak Sawit Indonesia: Dampaknya Terhadap Industri Minyak Goreng Ekonometrika model persamaan simultan Meirisa Rezeki Hafizah 2009 Analisis Penawaran Crude Palm Oil CPO Indonesia: Pendekatan Error Correction Model Error Correction Model

3. METODE PENELITIAN

3.1. Kerangka Pemikiran

Pengembangan bahan bakar alternatif untuk menjawab isu berkurangnya bahan bakar fosil akan meningkatkan permintaan terhadap bahan bakar alternatif, dimana salah satunya adalah biodiesel. Peningkatan permintaan akan biodiesel menyebabkan peningkatan pula pada permintaan minyak kelapa sawit sebagai bahan baku pembuatan biodiesel tersebut. Walaupun Indonesia sebagai penghasil minyak kelapa sawit terbesar dunia tetapi peningkatan permintaan biodiesel ini sedikit banyak tetap akan mempengaruhi harga minyak sawit di Indonesia. Apalagi jika dikaitkan dengan isu pangan atau energi, apakah mementingkan minyak sawit sebagai bahan pangan ataukah sebagai bahan energi. Tujuan dari penelitian ini salah satunya adalah untuk mengetahui pengaruh produksi biodiesel terhadap harga minyak sawit. Penelitian ini dimulai dengan mengumpulkan data yang terkait dan relevan mengenai produksi biodiesel dan harga minyak sawit di Indonesia. Data yang diperoleh akan diolah dan dianalisis dengan analisis deret waktu. Pertama data akan diperiksa kestasionerannya, kemudian ditentukan panjang lag atau jeda optimumnya. Langkah berikutnya adalah melakukan uji kointegrasi. Jika data tidak terkointegrasi maka analisis akan menggunakan model VAR difference sedangkan jika data terkointegrasi maka bisa analisis akan menggunakan model VEC Vector Error Correction Model. Bagan alir dan uji statistik pada penelitian ini dapat dilihat pada Gambar 3.1.