Perkembangan Harga Daging KambingDomba

adanya program impor induk produktif yang dilakukan dalam rangka pemenuhan konsumsi susu dalam negeri Farid dan Sukesi, 2011. Sumber: Dinas Peternakan dan Perikanan Kabupaten Bogor, 2014 Gambar 17 Perkembangan Harga Susu Segar di Kabupaten Bogor Periode Januari 2010-Desember 2013 Pendugaan produksi dan konsumsi susu segar di Kabupaten Bogor disajikan pada Tabel 13. Dari tabel tersebut dapat dilihat bahwa konsumsi susu segar di Kabupaten Bogor sangat rendah jika dibandingkan dengan produksinya. Hal ini diduga dikarenakan masyarakat lebih memilih mengkonsumsi susu dalam bentuk olahan, seperti yoghurt dan susu UHT. Pemilihan ini didasarkan dengan pertimbangan bahwa produk olahan lebih tahan lama. Hasil penelitian Priyanti dan Saptati 2008 menyatakan bahwa elastisitas harga susu cukup tinggi. Hal ini mengindikasikan bahwa susu masih dianggap sebagai komoditas pangan berharga mahal. Tabel 13 Pendugaan Produksi dan Konsumsi Susu Segar di Kabupaten Bogor tahun 2008-2012 Tahun Produksi l Konsumsi l Selisih Produksi dan Konsumsi l 2008 10 422 075 529 543.44 9 892 531.56 2009 10 767 500 662 639.81 10 104 860.19 2010 11 005 463 553 544.11 10 451 918.89 2011 11 198 708 551 286.96 10 647 421.04 2012 11 422 684 583 879.15 10 838 804.85 Sumber: BPS Kab. Bogor dan Dinas Peternakan dan Perikanan Kab. Bogor 2013 diolah Keterangan: Konsumsi susu segar diperoleh dari rata-rata konsumsi susu segar per kapita per tahun dikali jumlah penduduk Kabupaten Bogor pada tahun berlaku 1000 2000 3000 4000 5000 6000 7000 8000 Jan u ar i 2 1 Ma ret Mei Ju li Sep tem b er No v em b er Jan u ar i 2 1 1 Ma ret Mei Ju li Sep tem b er No v em b er Jan u ar i 2 1 2 Ma ret Mei Ju li Sep tem b er No v em b er Jan u ar i 2 1 3 Ma ret Mei Ju li Sep tem b er No v em b er H a rg a Rpli ter 49 VI DAMPAK FLUKTUASI HARGA PANGAN HEWANI ASAL TERNAK TERHADAP INFLASI DI KABUPATEN BOGOR Dampak fluktuasi harga pangan hewani asal ternak terhadap inflasi di Kabupaten Bogor dianalisis menggunakan model Vector Autoregression VAR. Terdapat dua hal yang perlu dilakukan sebelum menggunakan model VAR, yaitu spesifikasi dan identifikasi model. Spesifikasi model berkaitan dengan pemilihan variabel dan lag yang digunakan. Identifikasi model berkaitan dengan identifikasi persamaan yang digunakan. Adapun tahap-tahap dalam melakukan analisis VAR, yaitu: 1 uji stasioner data, 2 penentuan lag optimal, 3 uji stabilitas model VAR, 4 uji kointegrasi.

6.1 Uji Stasioner Data

Tahap awal analisis VAR yaitu uji stasioner data. Uji stasioner data dilakukan pada setiap variabel yang terdapat dalam model VAR yang dianalisis. Uji Stasioner data diperlukan karena jika data tidak stasioner, akan menimbulkan regresi palsu spurious regression. Kriteria yang digunakan adalah Augmented Dickey-Fuller ADF, dengan taraf nyata 5. Hipotesis yang diuji yaitu H = terdapat unit root atau tidak stasioner, sedangkan H 1 = tidak terdapat unit root atau stasioner. Jika nilai ADF statistik lebih kecil dari MacKinnon critical value, 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 14 Hasil Uji Stasioner Data Pada Tingkat Level Variabel ADF statistic MacKinnon critical value Keterangan 1 5 10 In IHK -1.117843 -4.165756 -3.508508 -3.184230 Tidak stasioner In DAB -1.796142 -3.577723 -2.925169 -2.600658 Tidak stasioner In DSH -0.972652 -4.165756 -2.925169 -3.184230 Tidak stasioner In DSB -0.993933 -4.165756 -2.925169 -3.184230 Tidak stasioner In DSM -0.978783 -4.156756 -2.925169 -3.184230 Tidak stasioner In HSP -2.145532 -3.577723 -2.925169 -2.600066 Tidak stasioner In DKD -1.928418 -3.577723 -2.925169 -2.600658 Tidak stasioner In TAR -1.623489 -3.577723 -2.925169 -2.600658 Tidak stasioner In TAB -2.693891 -3.577723 -2.925169 -2.600658 Tidak stasioner In TIT -1.671777 -3.577723 -2.925169 -2.600658 Tidak stasioner In SSE -4.901064 -3.577723 -2.925169 -2.600658 Stasioner Hasil uji stasioner data pada tingkat level ditampilkan pada Tabel 14. Hasil uji ADF pada tingkat level menunjukkan bahwa variabel susu segar memiliki nilai ADF statistik yang lebih kecil dari MacKinnon critical value pada taraf nyata 5. Variabel selain susu segar memiliki nilai ADF statistik yang lebih besar dari MacKinnon critical value pada taraf nyata 5. Dari hasil tersebut dapat disimpulkan bahwa variabel susu segar sudah stasioner pada tingkat level, sedangkan variabel yang lain belum stasioner pada tingkat level, sehingga perlu dilakukan uji ADF pada first difference. Hasil uji ADF pada first difference menunjukkan bahwa semua variabel sudah stasioner karena memiliki nilai ADF statistik yang lebih kecil dari MacKinnon critical value Tabel 15. Table 15 Hasil Uji Stasioner Data Pada Tingkat First Difference Variabel ADF statistic MacKinnon critical value Keterangan 1 5 10 In IHK -5.42396 -4.175640 -3.51308 -3.186854 Stasioner 5 In DAB -5.79357 -3.581152 -2.92662 -2.601424 Stasioner 5 In DSH -6.40485 -4.170583 -2.92662 -3.185512 Stasioner 5 In DSB -6.08437 -4.170583 -2.92662 -3.185512 Stasioner 5 In DSM -5.50896 -4.170583 -2.92662 -3.185512 Stasioner 5 In HSP -6.19633 -3.581152 -2.92662 -2.601424 Stasioner 5 In DKD -6.03947 -3.581152 -2.92662 -2.601424 Stasioner 5 In TAR -6.43480 -3.592462 -2.93140 -2.603944 Stasioner 5 In TAB -7.27244 -3.581152 -2.92662 -2.601424 Stasioner 5 In TIT -6.40777 -3.581152 -2.60142 -2.601424 Stasioner 5 In SSE -5.38338 -3.581152 -2.92662 -2.601424 Stasioner 5

6.2 Penentuan Lag Optimal

Tabel 16 Hasil Penetapan Lag Optimal Lag LogL LR FPE AIC SC HQ -3810.583 NA 1.61e+60 169.8481 170.2898 170.0128 1 -3490.575 469.3450 2.68e+56 161.0033 166.3029 162.9789 2 -3362.090 125.6294 5.35e+56 160.6707 170.8281 164.4573 3 -2975.610 188.9460 1.98e+53 148.8715 163.8869 154.4691 Keterangan: lag optimal yang disarankan Setelah melakukan uji stasioner data, tahapan analisis VAR berikutnya yaitu penentuan lag optimal. Penentuan lag optimal dalam penelitian ini menggunakan kriteria Akaike Information Criterion AIC, Schwarz Information Criterion SC, dan Hannan-quinn Information Criterion HQ. Berdasarkan hasil perhitungan,