commit to user 119
beras di Kabupaten Sukoharjo. Hal yang sama juga terjadi pada periode tahun 2001. Hasil analisis menunjukkan bahwa nilai probabilitasnya juga lebih besar
dari 0,01 dan 0,05 sehingga tidak signifikan. Pada hasil Chow Breakpoint Test periode tahun 2000, dapat dilihat
bahwa pada tingkat signifikansi 99, nilai probabilitasnya tidak signifikan. Sedangkan pada tingkat signifikansi 95, nilai probabilitasnya sudah
signifikan karena nilainya lebih kecil dari 0,05. Berdasarkan kondisi tersebut maka disimpulkan bahwa periode tahun 2000 memberikan pengaruh structural
break terhadap data penawaran dan permintaan tahunan beras di Kabupaten Sukoharjo. Dengan demikian, variabel dummy sebelum pelaksanaan otonomi
daerah nilainya 0 untuk periode tahun 1994 – 1999, sedangkan variabel dummy setelah pelaksanaan otonomi daerah nilainya 1 untuk periode tahun 2000 –
2010.
D. Model Persamaan Simultan
Pada kondisi keseimbangan pasar, penawaran akan sama dengan permintaan. Berdasarkan kondisi ini maka model ARIMA terbaik yang telah
ditetapkan pada tahap sebelumnya akan disimultankan. Karena pada dasarnya penawaran dan permintaan saling mempengaruhi. Pada model persamaan
simultan ini juga ditambahkan variabel dummy sesuai dengan hasil uji Chow Breakpoint Test, untuk menguji pengaruh otonomi daerah terhadap penawaran
dan permintaan tahunan beras secara bersama-sama. Pada pembahasan sebelumnya telah dijelaskan bahwa data penawaran
tahunan beras cenderung berfluktuasi, setiap tahunnya bisa terjadi penurunan
commit to user 120
atau peningkatan. Fluktuasi tersebut disebabkan oleh berbagai hal, diantaranya adalah iklim, gangguan hama dan penyakit, varietas benih, dan teknologi yang
digunakan. Budidaya tanaman padi sangat tergantung pada kondisi iklim. Jika kondisi iklim tidak mendukung dan terjadi serangan hama, bisa menyebabkan
penurunan hasil produksi. Selain itu adanya alih fungsi lahan pertanian menjadi lahan perumahan dan industri juga dapat mengurangi hasil produksi padi.
Karena berbagai hal itulah, setiap tahunnya hasil produksi padi cenderung berfluktuasi.
Berkebalikan dengan data penawaran, data permintaan tahunan beras cenderung membentuk pola yang linier, yaitu terjadi peningkatan dari tahun ke
tahun. Hal ini dipengaruhi oleh jumlah penduduk yang mengalami peningkatan setiap tahunnya. Jumlah penduduk yang semakin meningkat juga memerlukan
kebutuhan pangan yang semakin meningkat pula. Trend yang terjadi sekarang ini adalah produk pangan alternatif pengganti beras semakin banyak, seperti
misalnya mie, gandum, roti, atau oatmeal. Meskipun demikian, pola konsumsi pangan masyarakat Kabupaten Sukoharjo masih menggunakan beras sebagai
sumber bahan pangan pokok. Data permintaan tahunan beras yang cenderung linier tersebut menjadi pertimbangan untuk menggunakan data permintaan
tahunan beras sebagai variabel eksogen dalam penawaran tahunan beras pada model persamaan simultan. Dengan demikian data series permintaan tahunan
beras hasil dari ARIMA terbaik yaitu ARIMA 2,2,1 digunakan sebagai varibel eksogen pada model persamaan simultan.
commit to user 121
Model penawaran tahunan beras ARIMA 0,1,1 yang digunakan untuk model persamaan simultan bentuk matematisnya adalah :
蟨 2737,831 963,6575D
t
e
t
2,232999 e
t 1
Model permintaan tahunan beras ARIMA 2,2,1 yang digunakan untuk model persamaan simultan bentuk matematisnya adalah :
蟨 138,6088 271,3554D
0,883620Y 0,828042Y
e 2,526681 e
Model penawaran dan permintaan tahunan beras tersebut kemudian disimultankan pada kondisi keseimbangan pasar, dimana penawaran sama
dengan permintaan, yaitu : 蟨
蟨
Pada model persamaan simultan ini variabel yang dimasukkan dalam model adalah penawaran tahunan beras differencing orde satu, variabel dummy
otonomi daerah dan permintaan tahunan beras ARIMA 2,2,1. Model persamaan simultan ini terdiri dari variabel endogen, dan variabel eksogen.
Variabel endogen adalah variabel dependen yang nilainya ditentukan dalam sistem persamaan, pada persamaan simultan ini adalah variabel penawaran
tahunan beras. Variabel eksogen adalah variabel independen yang nilainya ditentukan di luar sistem persamaan, pada persamaan simultan ini meliputi
variabel dummy dan permintaan tahunan beras ARIMA 2,2,1. Estimasi model persamaan simultan penawaran dan permintaan tahunan beras diolah
commit to user 122
dengan menggunakan program Eviews 5.1 dengan hasil estimasi sebagai berikut :
Tabel 22. Hasil Estimasi Model Persamaan Simultan Penawaran dan Permintaan Tahunan Beras di Kabupaten Sukoharjo
Variable Coefficient
Std. Error t-Statistic
Prob.
C
ns
-2619.691 15371.18
-0.170429 0.8684
-DEMAND221 3.052542
1.638401 1.863123
0.0953 +DUMMY
ns
3126.712 15599.38
0.200438 0.8456
MA1 -0.913356
0.177961 -5.132332
0.0006 R-squared
0.644626 Mean dependent var 261.5994
Adjusted R-squared 0.526167 S.D. dependent var
15363.48 S.E. of regression
10575.53 Sum squared resid 1.01E+09
F-statistic 5.462146 Durbin-Watson stat
2.130937 ProbF-statistic
0.020487 Inverted MA Roots
.91 Sumber : Diolah dari Lampiran 9
Keterangan : ns = non-signifikan
= signifikan pada taraf kepercayaan 90 = signifikan pada taraf kepercayaan 99
Hasil estimasi menunjukkan bahwa nilai R
2
dan F-statistic untuk persamaan simultan sudah tinggi, dengan RMSE sebesar 8.823,807. Pada
Tabel 22. dapat diketahui bahwa nilai R
2
sebesar 0,644626, yang berarti bahwa 64,4626 variasi perubahan variabel endogen penawaran tahunan beras
dapat dijelaskan oleh variabel eksogen yang digunakan dalam model, yaitu variabel dummy, variabel permintaan tahunan beras ARIMA 2,2,1, dan
variabel MA. Nilai probabilistik dari F-statistic adalah 0,020487, nilai probabilistik ini sudah signifikan karena nilainya lebih kecil dari 0,05. Hal ini
berarti bahwa variabel dummy, variabel permintaan tahunan beras ARIMA 2,2,1, dan variabel MA secara bersama-sama berpengaruh signifikan terhadap
penawaran tahunan beras pada tingkat signifikansi 95.
commit to user 123
Berdasarkan hasil uji-t variabel dummy, nilai probabilistik t-statistik sebesar 0,8456. Nilai ini lebih besar dari 0,05, artinya bahwa variabel dummy
otonomi daerah tidak berpengaruh secara signifikan terhadap penawaran tahunan beras pada persamaan simultan. Hasil uji-t variabel permintaan
tahunan beras ARIMA 2,2,1, dapat diketahui bahwa nilai probabilitas t- statistiknya adalah 0,0953. Nilai ini signifikan pada tingkat signifikansi 90.
Hal ini berarti bahwa variabel permintaan tahunan beras ARIMA 2,2,1 berpengaruh secara signifikan terhadap penawaran tahunan beras. Koefisien
permintaan ARIMA 2,2,1 sebesar 3,052542, artinya jika permintaan tahunan beras dengan model ARIMA 2,2,1 bertambah 1 satuan maka penawaran
tahunan beras akan meningkat sebesar 3,052542 satuan. Pada hasil uji-t variabel MA1 dapat diketahui bahwa nilai probabilitas
t-statistik variabel MA1 adalah 0,0006. Nilai ini lebih kecil dari 0,01, yang berarti bahwa variabel MA1 berpengaruh secara signifikan terhadap
penawaran tahunan beras. MA1 berarti bahwa penawaran tahunan beras sekarang dipengaruhi oleh dinamika penawaran tahunan beras satu tahun
sebelumnya. Koefisien MA1 sebesar -0,913356, artinya bahwa jika dinamika penawaran tahunan beras bertambah 1 satuan maka akan menurunkan
penawaran tahunan beras di Kabupaten Sukoharjo sebesar 0,913356 satuan.
E. Peramalan Penawaran dan Permintaan Beras