59
semakin kecil nilai MSE Mean Squared Error maka semakin dekat model dalam menggambarkan data aktual.
Berdasarkan  hasil  perhitungan  pada  Lampiran  3,  didapatkan  hasil  bahwa nilai MSE Mean Squared Error pada model Naive Forecasting lebih kecil jika
dibandingkan dengan nilai MSE Mean Squared Error pada model VAR Vector Autoregression
. Hasil MSE menunjukkan bahwa model Naive Forecasting lebih baik dalam menggambarkan pergerakan harga teh grade Dust pada lelang Jakarta
Tea  Auction yang  akan  datang,  jika  dibandingkan  dengan  model  VAR  Vector
Autoregression .
6.3. Pembahasan Model VAR  Jakarta Tea Auction
Setelah didapatkan model VAR  dengan lag satu, didapatkan hasil bahwa harga Dust di Jakarta Tea Auction tidak dipengaruhi secara nyata oleh harga Dust
di  Guwahati  dan  Colombo.  Dikarenakan  mayoritas  teh  grade  Dust  yang  dijual pada Guwahati dan Colombo lebih difokuskan untuk konsumsi dalam negeri dan
hanya  sedikit  jumlah  teh  grade  Dust  yang  diekspor  ke  negara-negara  seperti Pakistan,  Inggris,  Jerman,  Australia,  dan  Mesir.  Tingginya  tingkat  konsumsi  di
negara tujuan ekspor dan masih sedikitnya teh grade Dust untuk ekspor membuat harga  tidak  saling  berpengaruh  satu  sama  lain.  Sehingga  perubahan  harga  yang
terjadi  di  Guwahati  dan  Colombo  tidak  tertransmisikan  terhadap  harga  yang terjadi di Jakarta.
Melalui  fungsi  respon  impuls,  dilihat  seberapa  besar  pengaruh  Jakarta Tea Auction
terhadap shock atau perubahan yang terjadi di kedua auction lainnya. Shock
dari auction luar negeri baru akan dirasakan oleh Jakarta Tea Auction pada periode  kedua,  namun  besarnya  shock  yang  terjadi  tidak  terlalu  besar.
Dikarenakan  masih  terbukanya  peluang  pasar  untuk  teh  grade  Dust  dan  tidak semua  teh  grade  Dust  yang  dilelang  di  Jakarta  Tea  Auction  diekspor  ke  pasar
yang  sama  seperti  Guwahati  dan  Colombo.  Sehingga  shock  yang  terjadi  pada auction
lain, tidak terlalu berpengaruh besar terhadap Jakarta Tea Auction. Berdasarkan hasil Uji Dekomposisi Ragam, dalam periode jangka pendek
Jakarta  Tea  Auction memberikan  kontibusi  yang  besar  untuk  menjelaskan  nilai
ragam harga Jakarta Tea Auction  yang akan datang.  Guwahati Tea Auction, dan
60
Colombo  Tea  Auction juga  memberikan  kontribusi  terhadap  ragam  Jakarta  Tea
Auction , namun besarnya kontribusi terhadap ragam harga teh grade Dust Jakarta
Tea  Auction yang  akan  datang,  masih  tidak  lebih  besar  jika  dibandingkan  dari
pengaruh yang disebabkan oleh Jakarta Tea Auction itu sendiri. Jika dibandingkan dengan model Naive Forecasting yang digunakan oleh
PT.  KPB  Nusantara,  model  Naive  Forecasting  dapat  menjelaskan  data  aktual dengan  lebih  baik.  Berdasarkan  perhitungan  nilai  MSE  Mean  Squared  Error,
MSE  Mean  Squared  Error  pada  Naive  Forecasting  menunjukkan  nilai  yang lebih  kecil  jika  dibandingkan  dengan  nilai  MSE  Mean  Squared  Error  pada
model VAR. Hal ini berbanding lurus dengan hasil pengujian sebelumnya, seperti Fungsi  Respon  Impuls  dan  Variance  Decomposition  yang  menjelaskan  bahwa
harga  teh  grade  Dust  yang  terjadi  di  Jakarta  Tea  Auction  lebih  dijelaskan  oleh harga Jakarta Tea Auction itu sendiri.
Model Naive Forecasting dapat menjelaskan pergerakan harga lebih baik. Berdasarkan  wawancara  dengan  Ibu  Mujiati,  salah  satu  peneliti  di  PT.  KPB
Nusantara, dikarenakan dalam penentuan harganya teh dipengaruhi oleh beberapa faktor  eksternal  selain  harga  sebelumnya  yakni;  kualitas  teh  yang  dijual  saat
lelang,  keadaan  alam,  kondisi  geopolitik,  kondisi  ekonomi  global,  dan  keadaan negara tujuan buyer.
Berdasarkan  hasil  dari  pembahasan  permodelan  VAR  ada  beberapa alternatif  strategi  yang  dapat  dilakukan  oleh  PT.  KPB  Nusantara  sebagai
penyelenggara  lelang  teh  di  Indonesia,  dan  Dewan  Teh  Indonesia,  sebagai pemegang  kebijakan  untuk  agribisnis  teh  Indonesia,  untuk  meningkatkan
penjualan teh grade Dust yang dilelang di Jakarta Tea Auction antara lain; 1.  Model  Naive  Forecasting  sudah  dapat  menggambarkan  pergerakan  harga
Jakarta  Tea  Auction lebih  baik  jika  dibandingkan  dengan  model  VAR.
Namun  dikarenakan  adanya  indikasi  pengaruh  dari  komponen  musiman, maka  akan  lebih  baik  jika  melakukan  permodelan  peramalan  univariate
dengan  memasukkan  unsur  musiman  dalam  pendugaan  harga  yang  akan datang.
2.  Perlunya  peningkatan  kualitas  dari  teh  yang  dijual  pada  pelelangan,  dengan adanya  peningkatan  kualitas  diharpakan  harga  yang  terjadi  di  pelelangan
61
dapat meningkat. Dikarenakan terjadinya harga di Jakarta Tea Auction lebih dipengaruhi faktor Jakarta Tea Auction itu sendiri.
3.  Dikarenakan  masih  adanya  ketimpangan  informasi  antara  beberapa  pihak produsen  teh  mengenai  perkembangan  harga,  diharapkan  adanya  pertukaran
informasi yang baik dari PT. KPB Nusantara dan Dewan Teh Indonesia guna merespon perkembangan pasar teh yang sedang terjadi saat ini.
VII  KESIMPULAN DAN SARAN
7.1. Kesimpulan