Faktor-faktor yang Mempengaruhi Risiko Harga Sayuran .1 Analisis Risiko Harga Kentang
57
VI ANALISIS RISIKO HARGA SAYURAN
6.1 Faktor-faktor yang Mempengaruhi Risiko Harga Sayuran 6.1.1 Analisis Risiko Harga Kentang
Penelitian ini dilakukan berdasarkan harga sayuran di Pasar Induk Kramat Jati yang diperoleh dari hasil pendugaan persamaan harga kentang dengan
menggunakan model ARCH-GARCH dan untuk mengetahui besarnya risiko dengan menggunakan perhitungan VaR. Dalam analisis risiko ini digunakan data
harga jual, pasokan harian, dan permintaan di Pasar Induk Kramat Jati pada periode Januari 2006 hingga Februari 2011.
Untuk menghitung besarnya harga komoditas kentang dilakukan analisis menggunakan ARCH-GARCH. Analisis ini menggunakan tiga variabel yaitu
harga P
t
sebagai variabel dependen variabel terikat, harga sehari sebelumnya P
t-1
, jumlah pasokan, dan Q
t
jumlah permintaan D
t
sebagai variabel independen. Sebelum dilakukan analisis menggunakan ARCH-GARCH maka
perlu dilakukan pengujian ada atau tidaknya heteroskedastisitas dengan melihat uji normalitas yang disajikan pada Gambar 15.
100 200
300 400
500 600
700 800
900
-0.6 -0.4
-0.2 -0.0
0.2 0.4
0.6
Series: Residuals Sample 2 1872
Observations 1871 Mean
-4.29e-16 Median
-0.001209 Maximum
0.580412 Minimum
-0.669624 Std. Dev.
0.045688 Skewness
-0.859037 Kurtosis
44.59170 Jarque-Bera
135087.9 Probability
0.000000
Gambar 15. Uji Normalitas Komoditas Kentang Berdasarkan Gambar 15, diperoleh nilai kurtosis untuk komoditas kentang
pada data sebesar 44,59170. Nilai kurtosis lebih besar dari tiga menunjukkan bahwa data tersebut mengandung heteroskedastisitas. Skewness komoditas
kentang bernilai negatif sebesar 0,859037 yang menunjukkan ujung dari kecondongan menjulur ke arah nilai negatif ekor kurva sebelah kiri lebih
panjang. Dari data skewness tersebut tidak sama dengan nol sehingga data dari
58 komoditas tersebut mengandung heteroskedastisitas. Selain itu, untuk mengetahui
kebaikan model dilakukan pemeriksaan terhadap galat terbakukan dengan melihat nilai statistik Jarque-Bera dengan nilai probability sebesar 0,00000 lebih kecil dari
taraf nyata lima persen yang berarti bahwa galat terbakukan tidak menyebar normal.
a. Analisis risiko harga kentang OLS Ordinary Least Square dilakukan sebelum menganalisis ARCH-
GARCH, yang disajikan dalam Lampiran 4. Pendugaan parameter model menggunakan metode kemungkinan maksimum atau quasi maximum likelihood.
Simulasi model ini mengkombinasikan nilai p = 1,2,3 dengan nilai q = 0,1,2,3 sehingga terbentuk 12 model ragam. Terdapat 12 model yang diajukan dalam
penelitian sebagai hasil teknik pengujian berbagai model dengan kombinasi ARCH-GARCH. Pada penelitian yang dilakukan, menggunakan model standar
menurut Verbeek 2000 adalah GARCH 1,1 untuk meramalkan tingkat risiko harga. Ringkasan model tersebut dapat dilihat pada Lampiran 5, 6 dan model
GARCH dapat dilihat pada Tabel 12. Tabel 12. Hasil Pendugaan Parameter Fungsi Harga Kentang dengan Model
GARCH
Variabel GARCH 1,1
Coefficient Std, Error Z-Statistic Probability
C Konstanta 0,115712
0,034092 3,394113
0,0007 P
t-1
Harga Kentang Periode Sebelumnya
0,988196 0,003600
274,4761 0,0000
Q
t
Jumlah Pasokan Kentang -0,099851
0,095559 -1,044913
0,2961 D
t
Jumlah Permintaan Kentang 0,100778
0,098471 1,023431
0,3061 Variance Equation
C Konstanta 0,000185
2,62E-05 7,047687
0,0000
1
Volatilitas Periode Sebelumnya
0,060852 0,007756
7,846037 0,0000
1
Varian Periode Sebelumnya 0,847975
0,019906 42,59879
0,0000 AIC
-3,462211 SC
-3,441506 R-squared
97,14
Berdasarkan hasil output pada Tabel 12, menunjukkan bahwa pada konstanta dan harga periode sebelumnya signifikan pada taraf nyata satu persen. Sedangkan
pasokan untuk komoditas kentang, signifikan pada taraf nyata 30 persen dan
59 permintaan signifikan pada taraf nyata 35 persen. Taraf nyata sebesar 30 dan 35
persen pada sosial ekonomi masih diperkenankan sehingga signifikansi dapat diperoleh untuk komoditas kentang. Selain itu, nilai R-square sebesar 97,14
persen menunjukkan bahwa variabel independen dapat menjelaskan harga komoditas kentang dan sisanya dijelaskan oleh variabel lain diluar model. Hal ini
menunjukkan bahwa harga kentang pada periode sebelumnya, pemintaan, dan pasokan mempengaruhi harga pada periode sekarang.
Hasil pendugaan harga kentang menunjukkan nilai parameter pada harga periode sebelumnya memiliki korelasi positif dengan harga periode sekarang
sebesar 0,988196 yang berarti bahwa harga sebelumnya meningkat maka harga pada periode berikutnya juga akan meningkat begitu pula sebaliknya. Pada
pasokan untuk komoditas kentang memiliki korelasi negatif sebesar 0,099850 dengan harga periode sekarang, artinya ketika jumlah pasokan yang masuk ke
pasar tinggi maka akan mengakibatkan harga komoditas tersebut rendah, begitu pula sebaliknya. Harga jual kentang yang tertinggi sebesar Rp. 8.000 per kilogram
terjadi pada bulan Januari 2009 dengan jumlah pasokan yang masuk ke pasar sebesar 3.244 ton. Hal ini disebabkan oleh daerah sentra kekurangan pasokan
yang diakibatkan oleh gagal panen karena hama dan penyakit, ketidaktersediaan barang karena belum panen sehingga menyebabkan harga kentang meningkat
secara tiba-tiba. Untuk harga terendah sebesar Rp. 2.000 per kilogram pada bulan Desember 2006 dengan jumlah pasokan sebesar 3.676 ton pada bulan Desember
2006. Kondisi ini terjadi saat panen raya, dimana kelebihan pasokan kentang yang masuk ke pasar secara bersamaan. Hal ini menyebabkan jumlah pasokan melebihi
jumlah yang diminta oleh konsumen sehingga mengakibatkan harga jatuh. Untuk permintaan kentang memiliki korelasi positif sebesar 0,100778 dengan harga
periode sekarang. Hal ini disebabkan oleh kondisi produk yang tahan lama sehingga ketika produk tersebut tidak habis dalam sehari maka dapat dijual pada
hari berikutnya dan di pasar pada umumnya menyisakan barang sebesar 20 persen selebihnya dianggap sebagai permintaan. Jumlah permintaan yang masuk ke pasar
mencapai nilai tertinggi sebesar 2.595 ton. Dan ketika harga komoditas mencapai harga terendah, permintaan konsumen dalam sehari sebesar 2.941 ton.
60 Hasil output menunjukkan bahwa model yang diajukan untuk komoditas
kentang dari semua estimasi kombinasi yang dilakukan adalah GARCH 1,1 yang berarti bahwa pola pergerakan harga kentang dipengaruhi oleh volatilitas
dan dipengaruhi oleh varian harga pada satu hari sebelumnya. Hasil analisis model persamaan varian harga kentang menunjukkan bahwa volatilitas dan varian
harga periode sebelumnya bertanda positif dan signifikan pada taraf nyata satu persen. Hal ini menunjukkan bahwa varian dan volatilitas harga kentang periode
sebelumnya merupakan salah satu faktor yang mempengaruhi risiko harga jual periode berikutnya. Dimana peningkatan risiko harga jual kentang periode
sebelumnya maka akan meningkatkan risiko harga jual kentang pada periode berikutnya.
Untuk mengetahui kecukupan model, maka dilakukan pemeriksaan terhadap galat terbakukan dengan mengamati nilai statistik uji Jarque-Bera untuk
memeriksa asumsi kenormalan. Hasil pengolahan model dugaan sementara persamaan harga kentang disajikan pada lampiran 7. Hasil output menunjukkan
nilai Jarque-Bera pada model dugaan sementara risiko harga kentang diperoleh nilai probability sebesar 0,0000 yang berarti galat terbakukan tidak menyebar
normal. Selain itu, hasil uji ARCH menunjukkan nilai LM komoditas kentang memiliki nilai probability lebih besar dari taraf nyata lima persen sehingga sudah
tidak ada efek ARCH, yang disajikan pada Lampiran 8.