Produksi Padi dan Produksi Beras Nusa Tenggara Barat Impor Beras Nusa Tenggara Barat

model Penawaran dan Permintaan Beras disajikan dalam Lampiran 3 dan Lampiran 4. Pengolahan data dilakukan dengan menggunakan program komputer Statistical Analysis SystemEconometric Time Series SASETS versi 9.1. Statistik-F digunakan untuk menguji apakah variabel penjelas dalam setiap persamaan struktural secara bersama-sama mampu menjelaskan variabel endogennya dengan baik. Statistik-t digunakan untuk menguji apakah masing- masing variabel penjelas pada setiap persamaan struktural berpengaruh atau tidak berpengaruh terhadap variabel endogen Koutsoyiannis, 1977. Selanjutnya karena dalam model terdapat variabel lag endogen, maka untuk mengetahui apakah terdapat serial korelasi serial correlation dalam persamaan struktural digunakan uji statistik durbin-h DH Pindyck dan Rubinfeld, 1998, seperti berikut: H = �1 − 1 2 �� � n 1−n[var �] ........................................................ 16 dimana: h = Angka statistik durbin-h d = dw statistik n = Jumlah observasi, dan var β = Varian koefisien regresi untuk lagged dependent variabel standar error

4.4. Validasi Model

Validasi model dilakukan untuk mengetahui apakah model cukup baik digunakan untuk simulasi. Indikator statistik yang digunakan untuk validasi model adalah Root Mean Squares Percent Error RMSPE dan Theil’s Inequality Coefficient U-Theil Pindyck dan Rubinfeld, 1998. Validasi model dilakukan pada periode historis tahun 2005-2009. Indikator RMSPE : RMSPE = � 1 � ∑ � � � � −� � � � � � � 2 � �=1 x 100 U-Theil = � 1 � ∑ �� � � −� � � � 2 � �=1 � 1 � ∑ �� � � � 2 � �=1 + � 1 � ∑ �� � � � 2 � �=1 dimana: � � � = Nilai hasil simulasi dasar dari variabel endogen � � � = Nilai aktual dari variabel endogen n = Jumlah periode observasi, Tahun 1989 - 2009 Semakin kecil nilai RMSPE dan U semakin baik model digunakan untuk simulasi. Program komputer dan hasil validasi Model Penawaran dan Permintaan Beras disajikan dalam Lampiran 5 dan 6.

4.5. Skenario Simulasi

Analisis simulasi digunakan untuk menerangkan perilaku penawaran dan permintaan beras akibat perubahan variabel kebijakan dan faktor eksternal serta untuk mengetahui perubahan dalam surplus produsen gabah dan surplus konsumen beras. Program komputer dan hasil simulasi historis dari model Penawaran dan Permintaan Beras disajikan dalam Lampiran 7, Lampiran 8, Lampiran 9, dan Lampiran 10. Skenario simulasi yang dilakukan adalah: 1. Kebijakan Peningkatan Harga Pembelian Pemerintah sebesar 29 persen. Alternatif ini dilakukan untuk mengetahui dampak yang akan terjadi apabila pemerintah meningkatkan harga pembelian gabah sebesar 29 persen. Peningkatan harga pembelian gabah sebesar 29 persen merupakan angka laju pertumbuhan tertinggi harga pembelian pemerintah selama lima tahun terakhir. Peningkatan ini dimaksudkan untuk meningkatkan produksi beras dan kesejahteraan produsen gabah. 2. Kebijakan Penghapusan Harga Pembelian Pemerintah Skenario kebijakan ini untuk mengetahui seberapa penting kebijakan harga pembelian pemerintah bagi kesejahteraan produsen gabah dan konsumen beras.

4.6. Surplus Produsen dan Surplus Konsumen

Surplus produsen dan surplus konsumen menunjukkan tingkat kesejahteraan. Untuk menganalisis perubahann kesejahteraan menggunakan rumus sebagai berikut: 1. Perubahan Surplus Produsen Gabah OGN B PSGTNR S - PSGTNR B + 1 2 OGN S - OGN B PSGTNR S - PSGTNR B 2. Perubahan Surplus Konsumen Beras DBN B PBENR S – PBENR B + 1 2 DBN S - DBN B PBENR S - PBENR B 3. Penerimaan Pemerintah dari Tarif Impor Beras TMBIR S MBN S – TMBIR B MBN B 4. Pengeluaran Devisa dari Jumlah Impor Beras MBN S 1000 PMBIRR S – MBN S 1000 PMBIRR B Keterangan: OGN t = Produksi Gabah NTB Tahun t Kg PSGTNR t = Harga Jual Gabah Tingkat Petani NTB Riil Tahun t RpKg DBN t = Permintaan Beras NTB Tahun t Kg PBENR t = Harga Beras Eceran NTB Riil Tahun t RpKg TMBIR t = Tarif Impor Beras Indonesia Riil Tahun t RpKg MBN t = Impor Beras NTB Tahun t Kg PMBIRR t = Harga Impor Beras Indonesia dalam Rupiah Riil Tahun t USKg B = menunjukkan nilai dasar S = menunjukkan nilai simulasi