Metode Pengumpulan Data Provinsi DKI Jakarta

38 diperoleh dari situs internet dan bahan pustaka lain yang relevan. Instrumentasi atau alat yang digunakan untuk pengumpulan data yaitu dengan menggunakan kuesioner dan daftar pertanyaan khususnya untuk pengumpulan data primer.

4.4. Metode Pengumpulan Data

Pengumpulan data dilakukan selama dua bulan lebih sejak penyusunan proposal, pengumpulan data di lapangan, pengolahan data hingga penulisan hasil dalam bentuk skripsi. Pengumpulan data sekunder dilakukan pada saat data-data dibutuhkan selama proses penelitian. Pengumpulan data primer dilakukan langsung di pasar induk, pasar tradisional, pasar moderen dengan pemilihan waktu yang disesuaikan dengan kondisi pasar. Pengumpulan data primer dilakukan khususnya ketika aktivitas perdagangan sedang berlangsung. Kunjungan pada pasar tradisional dilakukan pada subuhpagi hari dengan pertimbangan pasar tradisional umunya lebih aktif dan ramai di pagi hari. Sedangkan pasar moderen dapat dilakukan kapan saja atau lebih tepatnya pada siang, sore, hingga malam hari. Hal ini dilakukan dengan pertimbangan bahwa pada pada pasar moderen kebanyakan konsumen adalah masyarakat golongan kelas menengah ke atas dan untuk kebutuhan rumah tangga seperti cabai ibu rumah tangga yang berbelanja kebanyakan wanita karir yang berbelanja pada sore atau malam hari setelah pulang bekerja. Selain melakukan wawancara langsung di pasar tradisional dan pasar moderen, pengumpulan data primer juga dilakukan dengan wawancara konsumen yang dilakukan dengan mengunjungi rumah-rumah masyarakat di DKI Jakarta. Wawancara yang dilakukan di pasar moderen dan di rumah-rumah responden sama dengan wawancara yang dilakukan di pasar tradisional. Jadi dapat dikatakan teknik pengumpulan data yang dilakukan dalam penelitian ini yaitu dengan wawancara langsung, pengumpulan data dari instansi-instansi terkait dan juga dengan melakukan browsing internet.

4.5. Metode Pengolahan Data

Data dan informasi yang diperoleh di lapangan yang terkait dengan kebutuhan untuk menganalisis perilaku rumah tangga, faktor-faktor yang 39 mempengaruhi permintaan dan jumlah pasokan cabai merah akan dianalisis dengan metode regresi linear berganda dan analisis deskriptif. Sebelum dilakukan analisis, yang pertama kali harus dilakukan yaitu mengolah data yaitu dengan pengeditan dan pentabulasian data mentah yang diperoleh dari lapang. Setelah itu dikelompokkan berdasarkan indikator yang dibutuhkan, data yang diperoleh kemudian dianalisis dengan analisis deskriptif dan analisis regresi berganda. Data-data ini diolah dengan alat bantu seperti kalkulator dan komputer dengan program Microsoft excel dan Minitab. Setelah data diolah kemudian hasilnya dianalisis lebih lanjut secara deskriptif dan diinterpretasikan.

4.5.1. Analisis Deskriptif

Nazir 2009 menjelaskan bahwa metode deskriptif adalah metode dalam meneliti suatu kelompok manusia, suatu objek, suatu set kondisi, suatu system pemikiran, ataupun suatu kelas peristiwa pada masa sekarang. Hal ini dilakukan untuk membuat deskripsi, gambaran atau lukisan secara sistematis, faktual dan akurat mengenai fakta-fakta, sifat-sifat atau hubungan antar fenomena yang diselidiki. Dijelaskan oleh Mattjik dan Sumertajaya 2002 bahwa statistika deskriptif adalah bidang statistika yang membicarakan cara atau metode mengumpulkan, menyederhanakan, dan menyajikan data sehingga bisa memberikan informasi. Dalam statsitika deskriptif belum sampai pada upaya menarik kesimpulan, tetapi baru sampai pada tingkat memberikan suatu bentuk ringkasan data sehingga khalayakmasyarakat awam dapat memahami apa yang terkandung dalam data. Analisis deskriptif yang ada dalam penelitian ini untuk kajian yang terkait dengan permintaan rumah tangga, khususnya untuk menganalisis karakteristik konsumen cabai merah dan perilaku konsumsinya. Analisis deskriptif dilakukan berdasarkan data primer dan informasi yang diperoleh dari hasil wawancara dan pengisisan kuesioner oleh masing-masing responden. Dengan analisis deskriptif akan dapat diketahui mengenai karakteristik konsumen cabai merah dan bagaimana perilakunya dalam mengkonsumsi cabai merah khususnya yang sedang melakukan pembelian cabai merah di pasar yang berlokasi di DKI Jakarta. Analsis deskriptif ini dilakukan dengan mentabulasi data yang diperoleh dari hasil 40 wawancara responden dan menginterpretasikan hasil yang diperoleh terkait dengan konsumen cabai merah. Analisis deskriptif ini untuk menganalisis variabel-variabel yang tidak diuji secara statistik.

4.5.2. Analisis Regresi Berganda

Untuk mengidentifikasi apa saja faktor-faktor yang mempengaruhi permintaan dan pasokan cabai merah keriting, penelitian ini menggunakan metode analisis regresi linear berganda. Analisis regresi sendiri menurut Firdaus 2004 berkenaan dengan studi ketergantungan suatu variabel yaitu variabel tak bebas dipendent variable pada satu atau lebih variabel lain yaitu variabel bebas independent variable, dengan maksud menduga danatau meramalkan nilai rata- rata hitung mean atau rata-rata populasi dari variabel tak bebas, dipandang dari segi nilai yang diketahui atau tetap dalam pengambilan sampel berulang dari variabel bebas. Lebih lanjut dijelaskan bahwa analisis regresi pada hakikatnya dibedakan menjadi dua yaitu analisis regresi sederhana simple regression analysis dan analisis regresi berganda multiple regression analysis. Pusat Data dan Informasi Pertanian PUSDATIN memberikan penjelasan tentang beberapa konsep analisis termasuk tentang analisis regresi. Analisis regresi dijelaskan sebagai teknik statistika yang berguna untuk memeriksa dan memodelkan hubungan diantara variabel-variabel. Penerapannya dapat dijumpai secara luas di banyak bidang seperti teknik, ekonomi, manajemen, ilmu-ilmu biologi, ilmu-ilmu sosial, dan ilmu-ilmu pertanian. Pada saat ini, analisis regresi berguna dalam menelaah hubungan dua variabel atau lebih, dan terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan sempurna, sehingga dalam penerapannya lebih bersifat eksploratif. Analisis regresi berganda sendiri seperti yang dijelaskan oleh Firdaus 2004 dan Hanke et al. 1999 merupakan analisis yang mempelajari ketergantungan antar variabel yang melibatkan suatu variabel tak bebas dengan lebih dari satu variabel bebas. Jika ditulis dalam bentuk persamaan biasanya huruf Y menggambarkan variabel tak bebas dan huruf X X 1 , X 2 , X 3 ,…,X k menggambarkan variabel bebas, dimana X k menggambarkan variabel yang menjelaskan ke-k. Dijelaskan dalam PUSDATIN regresi berganda seringkali 41 digunakan untuk mengatasi permasalahan yang melibatkan hubungan dari dua atau lebih variabel bebas. Pada awalnya regresi berganda dikembangkan oleh ahli ekonometri untuk membantu meramalkan akibat dari aktivitas-aktivitas ekonomi pada berbagai segmen ekonomi. Misalnya laporan tentang peramalan masa depan perekonomian di jurnal-jurnal ekonomi Business Week, Wal Street Journal, dll, yang didasarkan pada model-model ekonometrika dengan analisis berganda sebagai alatnya. Salah satu contoh penggunaan regresi berganda pada bidang pertanian diantaranya ilmuwan pertanian menggunakan analisis regresi untuk menjajaki antara hasil pertanian misal: produksi padi per hektar dengan jenis pupuk yang digunakan, kuantitas pupuk yang diberikan, jumlah hari hujan, suhu, lama penyinaran matahari, dan infeksi serangga. Menurut Sulaiman 2004, analisis regresi berganda multiple regression digunakan untuk melihat hubungan variabel terikat dengan lebih dari satu variabel bebas. Penggunaan regresi linear berganda ini memungkinkan untuk menganalisis faktor-faktor apa saja yang berpengaruh secara signifikan terhadap penawaran dan permintaan. Seperti yang akan dilakukan pada penelitian ini yaitu menganalisis permintaan rumah tangga dan pasokan cabai merah di DKI Jakarta dengan faktor- faktor yang mempengaruhinya seperti yang telah diidentifikasi sebelumnya. Bentuk matematis persamaan regresi linear berganda dari fungsi penawaranpasokan dan permintaan cabai merah akan diuraikan berikut ini. a. Fungsi Penawaran Keterangan : Ys xi = Jumlah pasokan cabai merah keriting Kg X 1i = jumlah pasokan cabai merah keriting periode sebelumnya Kg X 2i = harga cabai merah keriting RpKg X 3i = harga cabai merah keriting musim sebelumnya RpKg X 4i = rata-rata harga komoditi substitusi cabai rawit hijau dan merah RpKg X 5i = laju inflasi di DKI Jakarta X 6i = Dummy bulan puasahari raya β = Konstanta β 1 – β 5 = Koefisien β 6 = Koefisien variabel Dummy 0 = hari biasa; 1 = hari sayapuasa ε = Error I = 1, 2, 3, . . . ,n Ys xi = β + β 1 X 1i + β 2 X 2i + β 3 X 3i + β 4 X 4i + β 5 X 5i + β 6 X 6i + ε ………..………… 3 42 b. Fungsi Permintaan Keterangan: Yd x = Jumlah permintaan cabai merah rumah tangga Kgbulan X 1 = Jumlah anggota keluarga Orang X 2 = Harga beli cabai RpKg X 3 = Pendapatan Rumah Tangga X 4 = Frekuensi pembelian kalibulan X 5 = Tempat pembelian X 6 = Suku α 1,2,4, = koefisien α 3 = koefisien variabel Dummy pendapatan 0 = 3 juta; 1 = 3 juta α 5 = koefisien variabel Dummy 0 = pasar tradisional; 1 = pasar moderen α 6 = koefisien variabel Dummy 0 = bukan jawa; 1 = jawa = Error Persamaan 3 dan 4 akan membentuk model penawaran atau pasokan dan permintaan cabai merah yang terbilang cukup mudah untuk dianalisis. Tetapi model yang dihasilkan memiliki kelemahan. Menurut Nachrowi dan Usman 2006 salah satu kelemahan dari model seperti persamaan 3 dan 4 yaitu sulit dalam menginterpretasikan koefisien interceptnya, bahkan pada kondisi tertentu tidak dapat diinterpretasikan. Untuk mengatasi kelemahan ini salah satau teknik yang dapat dilakukan yaitu dengan mentransformasi model ke bentuk lain. Kedua fungsi baik penawaran maupun permintaan ditransformasi ke dalam bentuk logaritma natural, sehingga akan terbentuk fungsi sebagai berikut. a. Fungsi PenawaranJumlah Pasokan b. Fungsi Permintaan Rumah Tangga Transformasi ke dalam bentuk lograitma natural dipilih kerena data yang dihasilkan harus membentuk garis lurus atau merupakan model yang linear. Selain itu, nilai koefisien dalam persamaan merupakan elastisitas, atau dengan kata lain koefisien slope merupakan tingkat perubahan pada variabel Y dalam persen bila terjadi perubahan variabel X dalam persen. Hal ini sesuai dengan kebutuhan Yd x = α + α 1 X 1 + α 2 X 2 + α 3 X 3 + α 4 X 4 + α 5 X 5 + α 6 X 6 + ………………...……. 4 Ln Ys xi = Ln β + β 1 Ln X 1i + β 2 Ln X 2i + β 3 Ln X 3i + β 4 Ln X 4i + β 5 Ln X 5i + β 6 X 6i + ε ……………….…………………………..….…..………… 5 Ln Yd x = Ln α + α 1 Ln X 1 + α 2 Ln X 2 + α 3 X 3 + α 4 Ln X 4 + α 5 X 5 + α 6 X 6 + ……….…………………...……………………………...….……. 6 43 penelitian yang mengkaji elastisitas jumlah pasokan dan permintaan rumah tangga terhadap cabai merah terhadap variabel-variabel yang mempengaruhinya. Tetapi tidak semua variabel ditransformasi ke dalam bentuk logaritma natural, khususnya variabel independen yang merupakan variabel dummy tidak dilakukan transformasi. Hal ini dikarenakan variabel dummy mengandung nilai nol 0 yang tidak bisa ditransformasikan. Fungsi regresi model pasokan dan permintaan seperti yang telah dirumuskan di atas, merupakan fungsi regresi yang dibuat dengan sejumlah sampel tertentu untuk mewakili fungsi regresi populasi yang sulit untuk dirumuskan. Harus dapat dipastikan bahwa fungsi regresi populasi dapat ditafsirkan atas dasar fungsi regresi sampel di atas. Untuk itu, maka model regresi yang dihasilkan harus merupakan penduga tak bias linear terbaik atau Best Linear Unbiased Estimator BLUE. Agar model dapat memenuhi penduga tak bias terbaik, dilakukan beberapa uji atau pemerikasaan asumsi dengan sisaannya sehingga dipastikan asumsi-asumsi terpenuhi. Menurut Gauss-Markov dalam Juanda 2009 agar dapat menghasilkan penduga tak bias linear terbaik digunakan metode kuadrat terkecilmethod of ordinary least squares OLS. Penduga terbaik dalam hal ini yaitu memiliki ragam penduga paling kecil paling efisien diantara penduga tak bias lainnya harus dapat memenuhi asumsi-asumsi OLS. Memenuhi asumsi OLS harus dilakukan pengujian-pengujian yang terdiri dari terdiri dari Uji Linearitas, Uji Homoskedastisitas, Uji Autokorelasi, Uji Multikolinearitas, dan Uji normalitas. Khusus untuk uji autokorelasi hanya akan dilakukan pada model untuk menduga pasokan cabai saja, tidak akan dilakukan pada model permintaan. Hal ini dilakukan karena uji ini umunya terjadi pada kasus data sampel time series. Data yang digunakan untuk menganalisa model pasokan cabai adalah data time series, sedangkan untuk model permintaan data yang digunakan yaitu data cross section. Menurut Firdaus 2011 data time series atau data deret merupakan data yang berasal dari observasi terhadap suatu objek pada sepanjang kurun waktu tertentu. Data cross section atau kerat lintang yaitu hasil pengamatan terhadap banyak objek pada satu periode waktu. 44 Setelah dilakukan pengujian terhadap asumsi-asumsi OLS , dilakukan pengujian model secara keseluruhan. Dilakukan evaluasi apakah model yang diperoleh sudah baik atau belum dan seberapa siginfikan variabel-variabel yang dimasukkan ke dalam model saling berpengaruh. Pengujian ini akan dilakukan dengan beberapa kriteria pengujian statistik. Pengujian kriteria statistik menyangkut uji koefisien determinasi R 2 , pengujian kelinearan model F, dan pengujian koefisien regresi parsial t.

4.5.2.1. Kriteria Ekonometrika

4.5.2.1.1. Uji Linearitas

Pengujian linearitas hubungan dua variabel dilakukan dengan cara membuat diagram pencar scatter plot antara dua variabel tersebut. Selain metode tersebut, pengujian kelinearan model yang terbentuk yaitu dengan cara membuat plot residual terhadap harga-harga prediksi. Jika grafik antara harga prediksi dan harga-harga residual tidak membentuk suatu pola tertentu parabola, kubik, dan sebagianya, maka asumsi linearitas terpenuhi. Jika asumsi linearitas terpenuhi, maka residual-residual akan didistribusikan secara random dan akan terkumpul di sekitar garis lurus yang melalui titik nol 0. Uji Linearitas dapat pula dilihat dari nilai rata-rata untuk kesalahan penganggu adalah sama dengan nol, yaitu : E ε i =0, untuk i=1,2,3,4…..,k

4.5.2.1.2. Uji Homoskedastisitas

Salah satu uji yang penting dilakukan dalam model regresi linier yaitu bahwa gangguan disturbances u i yang muncul dalam fungsi regresi populasi adalah homoskedastik, yaitu semua gangguan tersebut mempunyai varians yang sama. Pelanggaran dari asumsi ini adalah heterokedastisitas. Pembuktian kesamaan varian homoskedastisitas dapat dilihat dari penyebaran nilai-nilai residual terhadap nilai-nilai prediksi. Jika penyebarannya tidak membentuk suatu pola tertentu seperti meningkat atau menurun, maka homoskedastisitas terpenuhi. Uji homoskedastisitas dapat dilihat pada nilai ε i = σ 2 yang sama untuk semua kesalahan pengganggu. 45

4.5.2.1.3. Uji Autokorelasi

Uji autokorelasi penting untuk memastikan bahwa tidak ada autokorelasi atau bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh disturbansi atau gangguan yang berhubungan dengan pengamatan lain manapun. Tidak ada autokorelasi antara kesalahan pengganggu berarti kovarian ε i ,ε j =0, untuk i ≠ j. Dengan demikian antara ε i dan ε j tidak saling bergantung. Autokorelasi dapat pula dideteksi dengan menggunakan pengujian Durbin-Watson DW dengan ketentuan sebagai berikut : 1. 1,65 DW 2,5 = tidak ada autokorelasi 2. 1,21 DW 1,65 atau 2,5 DW 2,8 = tidak dapat disimpulkan 3. DW 1,21 atau 2,8 = terjadi autokorelasi

4.5.2.1.4. Uji Multikolinearitas

Multikolinearitas berarti ada hubungan linear yang sempurna pasti diantara beberapa atau semua variabel independen dari model regresi. Adapun cara pendeteksiannya adalah jika multikolinearitas tinggi, maka akan diperoleh R 2 yang tinggi tetapi tidak satu pun atau sangat sedikit koefisien yang ditaksir signifikan secara statistik. Untuk menghasilkan model regresi yang baik, seharusnya tidak ada hubungan linier yang sempurna diantara beberapa atau semua variabel bebas. Ini merupakan alasan mengapa harus dilakukan uji multikolinearitas. Untuk melakukan uji multikolinearitas dapat dideteksi dengan beberapa cara berikut:  Besaran VIF Variance Inflation Factor dan Tolerance. Pedoman suatu model regresi yang bebas multikolinearitas adalah mempunyai nilai VIF kurang dari sepuluh.  Besaran korelasi antar variabel independen. Pedoman suatu model regresi yang bebas multikolinearitas adalah koefisien korelasi antar variabel bebas haruslah lemah di bawah 0,5. Jika korelasi kuat, maka terjadi multikolinearitas. 46

4.5.2.1.5. Uji Normalitas

Asumsi normalitas mengharuskan nilai residual dalam model menyebar atau terdistribusi secara normal. Untuk mengetahuinya dilakukan uji Kolmogrov- Smirnov dengan memplotkan nilai standar residual dengan probabilitasnya pada tes normalitas. Jika pada grafik Kolmogorov-Smirnov titik-titik residual yang ada tergambar segaris dan nilai P-value lebih besar dari sama dengan 0,05, maka dapat disimpulkan bahwa model terdistribusi secara normal. Selain itu mendeteksi normalitas dapat dilakukan dengan plot probabilitas normal. Melalui plot ini masing-masing nilai pengamatan dipasangkan dengan nilai harapan dari distribusi normal. Jika residual berasal dari distribusi normal, maka nilai-nilai data titik- titik dalam grafik akan terletak di sekitar garis diagonal. Peubah bebas atau variabel bebas X 1 , X 2 , X 3 ,…,X k konstan dalam pengambilan sampel terulang dan bebas terhadap kesalahan pengganggu.

4.5.2.2. Kriteria Statistik

4.5.2.2.1. Uji R

2 Koefisien Determinasi Menurut Firdaus 2004 uji koefisiern determinasi R 2 merupakan pengujian kecocokanketepatan goodness of fit yang pada analisis regresi berganda disebut koefisien determinasi berganda multiple coefficient of correlation. Uji ini dilakukan untuk mengetahui berapa besar persentase sumbangan masing-masing variabel independen terhadap variasi naik-turunnya variabel dipenden. Nilai R 2 mempunyai interval nilai antara 0 sampai 1 0 ≤ R 2 ≤ 1. Interpretasi dari nilai interval tersebut yaitu semakin besar R 2 mendekati 1, maka semakin baik hasil untuk model regresi tersebut. Semakin mendekati 0, maka variabel independen secara keseluruhan tidak dapat menjelaskan variabel dipenden. Nilai R 2 diperoleh dengan menggunakan rumus berikut : = ∑ ∗ ∑ = ………………………………………7 Keterangan : Y = Nilai pengamatan Y = Nilai Y yang ditaksir dengan model regresi Y = Nilai rata-rata pengamatan K = jumlah variabel independen 47

4.5.2.2.2. Pengujian Kelinearan Model Uji F

Pengujian kelinearan model atau yang disebut juga evaluasi model dugaan ini digunakan untuk mengetahui apakah ada hubungan linear antara variabel dipenden dengan beberapa variabel independen. Pada uji ini diperiksa signifikansi regresi yang semuanya disediakan pada standar output paket software statsitika ketika dilakukan pengolahan dengan SPSS. Hipotesis yang digunakan adalah: H μ β 1 = β 2 = ... = β k = 0  Hipotesis ini berarti model regresi liniear berganda tidak signifikan atau dengan kata lain tidak ada hubungan linear antara variabel independen terhadap variabel dipenden. H 1 μ β i ≠ 0  Model regresi linear berganda signifikan atau dengan kata lain ada hubungan linear antara variabel independen terhadap variabel dipenden. Hipotesis di atas dikaitkan dengan uji nyata regresi yang diperoleh, maka perhitungan statistik uji yang digunakan adalah: = ………………………………………………………………...8 Setelah dilakukan uji nyata regresi, pengambilan kesimpulannya sebagai berikut: Bila : F hit F tabel = tolak H Terima H 1 F hit F tabel = terima H Nilai F merupakan sebuah nilai statistik F dengan derajat bebas k-2 dan nk, bila α,β jatuh pada sebuah garis lurus. Ini berarti statistik itu dapat digunakan untuk menguji hipotesis H bahwa regresinya linear.

4.5.2.2.3. Pengujian Koefisien Regresi Parsial Uji t

Menguji ada tidaknya hubungan linear antara variabel independen terhadap variabel dipenden, Berbeda dengan uji F yang menguji apakah variabel- variabel independen secara bersama-sama berpengaruh nyata atau tidak berpengaruh nyata terhadap variabel dipenden. Uji t akan menguji apakah variabel independen berpengaruh nyata terhadap variabel dipenden secara parsial atau secara terpisah antara setiap variabel. Adapun hipotesis yang digunakan dalam uji t sebagai berikut : 48 H : b i = 0  Hipotesis in berarti tidak ada hubungan linear antara variabel independen dan variabel dipenden. H 1 : b i ≠ 0  Hipotesis ini berarti ada hubungan linear antara variabel independen dan variabel dipenden. H 1 : b i 0  Hipotesis ini berarti ada hubungan linear antara variabel independen dan variabel dipenden secara positif. H 1 : b i 0  Hipotesis ini berarti ada hubungan linear antara variabel independen dan variabel dipenden secara negatif. Uji ini dikaitkan dengan uji nyata dari garis regresi yang diperoleh dari prediksi nilai pengamatan variabel dipenden. Selain uji di atas, nilai koefisien dari nilai b hasil prediksi nilai β yang diperoleh juga harus diuji. Adapun hipotesisnya sebagai berikut: H0 μ b = β koefisien regresi tidak signifikan H1 : b ≠ β koefisien regresi signifikan Pengambilan kesimpulan pada pengujian hipotesis dilakukan sebagai berikut: a. Jika t hit -t α2 atau t hit t α2 kesimpulannya tolak H . Jika -t α2 ≤ t hit ≤ t α2 kesimpulannya terima terima H b. Jika t hit t α kesimpulannya tolak H . Jika t hit ≤ t α kesimpulannya terima H c. Jika t hit -t α kesimpulannya tolak H . Jika t hit ≥ -t α kesimpulannya terima H

4.6. Hipotesis Penawaran dan Permintaan Cabai Merah

4.6.1. Hipotesis Penawaran Cabai Merah

Sebelum dilakuakan analisa terkait dengan variabel yang mempengaruhi pasokan cabai merah keriting, dilakukan hipotesis terhadap masing-masing variabel untuk menduga masing-masing pengaruh variabel. Hipotesis mengenai faktor-faktor apa saja yang mempengaruhi penawaran cabai merah dan bagaimana pengaruhnya terhadap penawaran cabai merah adalah sebagai berikut : a. Jumlah pasokan cabai merah keriting pada periode sebelumnya diduga berpengaruh positif pada jumlah pasokan cabai merah keriting pada periode saat ini terhitung. Semakin tinggi jumlah pasokan cabai merah keriting pada 49 periode sebelumnya, maka jumlah pasokan cabai merah keriting periode terhitung akan tinggi dan sebaliknya jika jumlah pasokan cabai merah keriting pada periode sebelumnya sedikit maka pada periode terhitung jumlah pasokan cabai merah juga akan sedikit. Hal ini dikarenakan pada periode terhitung dengan periode sebelumnya dapat dikatakan masih berada pada musim yang sama tiga bulan yang sama, pada musim yang sama sehingga hasil panen cabai tidak jauh berbeda. b. Harga komoditi itu sendiri cabai merah keriting berpengaruh negatif pada jumlah pasokan. Dalam hal ini harga pada periode sekarang terhitung dipengaruhi oleh jumlah pasokan cabai itu sendiri. Harga akan menjadi tinggi jika jumlah pasokan cabai merah keriting tersebut sedikit, dan sebaliknya jika jumlah pasokan tinggi harga cabai merah keriting tersbut akan turun. Jadi dalam hipotesis ini jumlah pasokan dan harga cabai dipengaruhi oleh faktor lain yang menyebabkan jumlah pasokan naik atau turun sehingga berpengaruh pada harga. Dengan kata lain harga rendah mengindikasikan bahwa jumlah pasokan cabai merah keriting cukup tinggi, dan sebaliknya harga yang tinggi mengindikasikan bahwa jumlah pasokan cabai sedikit. c. Harga cabai merah musim sebelumnya diduga berpengaruh positif pada jumlah pasokan cabai merah keriting pada periode terhitung. Musim sebelumnya yang dimaksudkan disini adalah harga cabai pada tiga bulan sebelumnya, karena umur panen cabai sendiri adalah tiga bulan. Oleh karena itu harga cabai tiga bulan sebelumnya atau musim sebelumnya bertepatan dengan pada saat mulai penanaman cabai yang akan dijual pada saat periode terhitung. Jika harga cabai musim sebelumnya tiga bulan sebelumnya tinggi, diduga mempengaruhi pada produsen atau petani cabai untuk menanam lebih banyak agar dapat menghasilkan produksi cabai lebih banyak. Sebaliknya, jika harga cabai musim sebelumnya rendah, petani atau produsen cabai akan mengurangi jumlah produksinya. d. Harga komoditi substitusi yang dalam hal ini merupakan harga rata-rata cabai rawit merah dan hijau diduga berpengaruh negatif pada jumlah pasokan cabai merah keriting. Semakin tinggi harga komoditi substitusi maka jumlah 50 pasokan cabai merah keriting semakin sedikit. Hal ini terjadi karena ketika harga substitusi yang dalam hal ini merupakan cabai rawit merah dan cabai rawit hijau mengalami kenaikan mengindikasikan jumlahnya yang berkurang yang mungkin disebabkan oleh faktor-faktor dalam kegiatan produksi. karena karakterisitiknya pengusahaannya yang sama dengan cabai merah keriting kemungkinan hal yang sama juga terjadi pada cabai merah keriting. Dimana berkurangnya jumlah pasokan cabai rawit baik hijau dan merah menyebabkan harga jualnya tinggi, dan hal ini juga menunjukkan bahwa jumlah pasokan cabai merah kerting juga rendah. e. Tingkat inflasi diduga berpengaruh negatif pada pasokan cabai merah keriting. Jika inflasi meningkat maka jumlah pasokan cabai merah keriting lebih sedikit. Inflasi menunjukkan kenaikan harga-harga komoditi secara keseluruhan termasuk harga komoditi cabai merah keriting itu sendiri. Sesuai dengan hipotesis sebelumnya mengenai harga cabai merah keriting itu sendiri yang meningkat menunjukkan jumlah pasokan cabai merah keriting rendah. f. Dummy, yaitu terdiri dari bulan puasahari raya dan hari biasa. Diduga pada hari raya dan bulan puasa kuantitas pasokan cabai merah keriting mengalami penurunan atau jumlah pasokannya lebih sedikit dari hari-hari biasa. Sebaliknya pada hari-hari biasa jumlah pasokan cabai merah keriting lebih banyak. Hal ini terjadi karena pada momen-momen tersebut banyak pengusaha cabai yang tidak melaksanakan aktivitas usahanya.

4.6.2. Hipotesis Permintaan Cabai Merah

Hipotesis mengenai faktor-faktor apa saja yang mempengaruhi permintaan cabai merah dan keriting bagaimana pengaruhnya terhadap permintaan cabai merah keriting adalah sebagai berikut : a. Jumlah anggota keluarga diduga berpengaruh positif terhadap jumlah permintaan cabai merah kerting disuatu rumah tangga. Rumah tangga dengan jumlah anggota keluarga yang lebih banyak memiliki jumlah permintaan cabai merah keriting yang tinggi, dan sebaliknya jumlah anggota keluarga yang lebih sedikit maka akan lebih sedikit pula jumlah permintaan cabai merah keriting di rumah tangga tersebut. 51 b. Harga beli komoditi cabai merah keriting diduga berpengaruh negatif atau berbanding terbalik dengan jumlah permintaan masing-masing rumah tangga. Jumlah permintaan cabai merah kerting lebih sedikit pada harga yang tinggi, dan permintaan cabai merah keriting lebih banyak ketika harga rendah. c. Pendapatan rumah tangga diduga berpengaruh positif terhadap jumlah permintaan cabai merah keriting. Semakin besar jumlah pendapatan suatu keluarga, jumlah cabai merah keriting yang diminta semakin besar. Sebaliknya, jumlah permintaan cabai merah keriting lebih sedikit pada rumah tangga yang pendapatannya lebih kecil. Pendapatan merupakan variabel dummy yang dikategorikan ke dalam dua kelompok yaitu pendapatan rumah tangga kurang dari dan lebih dari tiga juta. Nilai nol menunjukkan rumah tangga dengan jumlah pendapatan kurang dari tiga juta rupiah, dan nilai satu untuk rumah tangga yang pendapatannya lebih dari tiga juta rupiah. d. Frekuensi pembelian cabai merah keriting dalam satu bulan diduga berpengaruh positif pada jumlah permintaan rumah tangga terhadap cabai merah. Semakin sering suatu rumah tangga melakukan pembelian cabai merah keriting, berarti semakin besar jumlah permintaan cabai merah keriting rumah tangga tersebut. Sebaliknya semakin jarang melakukan pembelian, permintaan cabai merah keriting rumah tangga tersebut semakin sedikit. e. Tempat pembelian cabai merah keriting terdiri dari pasar moderen dan pasar tradisional. Diduga responden yang membeli cabai di pasar tradisional jumlah cabai yang diminta akan lebih banyak daripada responden yang membeli cabai di pasar moderen. Sama halnya dengan pendapatan, dalam analisis tempat pembelian cabai merah keriting merupakan variabel dummy. Pembelian yang dilakukan di pasar tradisional diberi nilai nol, dan pembelian yang dilakukan di pasar moderen diberikan nilai satu. f. Suku dikelompokkan menjadi Jawa dan bukan Jawa, diduga responden yang suku Jawa permintaan cabainya lebih sedikit dibandingkan dengan reponden yang bukan suku Jawa. Sebagai variabel dummy, dalam analisis yang dilakukan, responden yang merupakan suku Jawa diberi nilai nol, dan responden yang bukan Jawa diberikan nilai satu. 52 V. KEADAAN UMUM LOKASI PENELITIAN DAN PERILAKU RUMAH TANGGA DALAM KONSUMSI CABAI MERAH KERITING

5.1. Provinsi DKI Jakarta

Provinsi DKI Jakarta yang sekaligus merupakan ibukota negara dan juga daerah istimewa mengalami perkembangan yang cukup pesat. Perkembangan terjadi pada berbagai bidang diantaranya seperti infrasutrukur, teknologi, informasi dan perekonomian. Dibandingkan dengan daerah-daerah lain yang ada di Indonesia, perkembangan DKI Jakarta jauh lebih pesat. Seperti yang disebutkan dalam Satatistik Daerah DKI Jakarta 2011 pada tahun 2010 pertumbuhan ekonomi ke dua setelah provinsi Jawa Timur dipegang oleh provinsi DKI Jakarta. Dimana pertumbuhan ekonomi Jawa Timur sebesar 6,68 persen dan DKI Jakarta sebersar 6,51 persen sedangkan secara keseluruhan pertumbuhan ekonomi Indonesia hanya 6,08 persen. Sebagai ibukota negara dengan perkembangan yang pesat, jumlah penduduk di DKI Jakarta terbilang tinggi begitu pula dengan laju pertumbuhannya. Mengingat DKI Jakarta merupakan pusat pemerintahan dan perekonomian, banyak migran atau penduduk yang datang dari daerah-daerah di berbagai penjuru tanah air yang datang ke ibukota. Sedangkan jumlah penduduk yang keluar dari DKI Jakarta terbilang sedikit. Selain itu, jumlah kelahiran yang lebih tinggi dari jumlah kematian juga menyebabkan tingginya laju pertumbuhan penduduk di DKI Jakarta. Dijelaskan dalam Statistik Daerah Provinsi DKI Jakarta 2011 bahwa laju pertumbuhan penduduk DKI Jakarta pada tahun 2000 sampai 2010 mecapai 1,42 persen. Angka ini sepuluh kali lebih besar dibandingkan dengan laju pertumbuhan penduduk tahun 1990 sampai 2000. Tingginya jumlah penduduk yang ada di DKI Jakarta otomatis akan berpengaruh pada tingginya tingkat permintaan terhadap berbagai macam kebutuhan. Terutama pada kebutuhan-kebutuhan dasar mayarakat seperti sandang, pangan, dan papan. Seperti provinsi dan daerah-daerah lain yang ada di Indonesia, tidak semua kebutuhan masyarakat di DKI Jakarta dapat dipenuhi sendiri oleh provinsi DKI Jakarta. Beberapa komoditas harus didatangkan dari daerah-daerah 53 lain guna menjaga ketersediaan komoditas dan memenuhi kebutuhan masyarakat, hal ini terutama terjadi pada komoditas pertanian. Keterbatasan lahan menjadi salah satu faktor utama yang menuntut pasokan dari daerah-daerah lain untuk memenuhi kebutuhan penduduk DKI Jakarta. Salah satu komoditi pertanian yang harus dipasok dari luar DKI Jakarta untuk memenuhi kebutuhan penduduknya yaitu cabai merah. Tiga tahun terakhir ini, DKI Jakarta benar-benar harus memasok cabai dari daerah lain, dikarenakan sama sekali tidak ada lahan di provinsi DKI Jakarta yang dapat dimanfaatkan sebagai lahan pertanian, khususnya tanaman cabai. Luas panen untuk berbagai komoditas mengalami penurunan dari tahun ke tahun. Hal ini tentu terkait dengan pesatnya pembangunan yang terjadi di DKI Jakarta sehingga membuat banyak lahan pertanian dikonversikan untuk kegiatan-kegiatan di luar sektor pertanian. Seperti misalnya cabai, luas panen cabai yang mengalami penurunan dari tahun ke tahunnya bahkan sejak tahun 2009 menunjukkan angka nol. Hal ini berarti tidak ada produksi cabai sama sekali di provinsi DKI Jakarta. Tabel 4. Luas Panen dan Produksi Cabai di DKI Jakarta pada Tahun 2006-2010 Tahun 2006 2007 2008 2009 2010 Luas Panen Ha 7 2 7 Produksi Ton 31 4 Sumber : Jakarta dalam Angka 2011 Kondisi pertanian khususnya cabai seperti yang terlihat pada Tabel 4. bukan berarti tidak ada cabai sama sekali di DKI Jakarta. Bagaimanapun, penduduk di DKI Jakarta tetap mengkonsumsi cabai. Apalagi dengan keragaman budaya yang ada di DKI Jakarta, dimana banyak penduduk yang berasal dari berbagai daerah menciptakan beragam kebutuhan masyarakat yang harus dipenuhi. Untuk pemenuhan kebutuhan terhadap cabai, di DKI Jakarta seratus persen didatangkan dari luar DKI Jakarta. Salah satu tempat yang mewadahi DKI Jakarta dalam memenuhi kebutuhan masyarakat khususunya terhadap bahan pangan seperti sayur-sayuran dan buah-buahan yaitu Pasar Induk Kramat Jati. Istilah sebagai pasar induk pada Pasar Induk Kramat Jati PIKJ sangat sesuai dengan perannya bagi sayur dan buah di DKI Jakarta. Pasar Induk Kramat Jati PIKJ berperan sebagai fasilitas pusat perdagangan besar komoditi sayur- 54 sayuran, buah-buahan dan umbi-umbian di DKI Jakarta yang bersifat menyeluruh. Sejalan dengan pertambahan populasi penduduk makin besar dimana kebutuhan pokok sayur dan buah makin besar, sedangkan lahan pertanian khususnya di DKI Jakarta sudah tidak tersedia maka keberadaan PIKJ sangat penting dan strategis. Kebutuhan masyarakat khususnya masyarakat DKI Jakarta diharapkan dapat terjamin. Berdirinya Pasar Induk Kramat Jati dengan jenis jualan sayur mayur, buah-buahan dan umbi-umbian dengan kategori grosir penjualan skala besar, diharapkan dapat menjawab tantangan ketersediaan bahan pangan dan dapat memenuhi kebutuhan masyarakat Jakarta. Pasar Induk Kramat Jati PIKJ sudah didirikan sejak tahun 1973 tetapi baru mulai dioperasikan pada tahun 1974. Pasar yang berlokasi di Jalan Raya Bogor Km. 17 Jakarta Timur ini merupakan pemindahan dari 3 tiga pasar, yaitu Pasar Senen, Pasar Manggarai dan Pasar Tanah Abang Kebon Kosong. Pembentukan PIKJ yang didasarkan Surat Keputusan Gubernur Daerah Khusus Ibukota Republik Indonesia No. D-V-a. 181171973 tanggal 28 Desember 1973. Beberapa hal yang melatarbelakangi terbentuknya PIKJ dan pemindahan tiga pasar seperti yang disebutkan sebelumnya yaitu : 1. Perubahan kota Jakarta menjadi kota Metropolitan membutuhkan penataan tata ruang kota menjadi lebih terintegratif. 2. Memindahkan pasar sayur yang mempunyai limbah cukup besar dialihkan ke lokasi pinggiran kota yaitu Jalan Raya Bogor KM 17 Jakarta Timur. 3. Kendaraan besar agar tidak banyak berlalu lalang dalam kota, diharapkan beban dan umur ekonomis jalan dalam kota lebih tahan lama. 4. Mengurangi polusi udara dan kemacetan lalu lintas jalan yang disebabkan keberadaan pasar tersebut. Tugas utama dari PIKJ sendiri yaitu mengatur dan menyelenggarakan pengurusan fasilitas untuk kelancaran arus bahan makanan sayur dan buah- buahan. Tugas selanjutnya yaitu menyediakan fasilitas perdagangan dan pemasaran yang diperlukan bagi penyelenggaraan perdagangan besar sayur- sayuran, buah-buahan, dan umbi-umbian serta jenis komoditi lainnya. Sedangkan yang menjadi fungsi utama dari PIKJ ini yaitu menyediakan dan mengatur 55 fasilitas perdagangan atau pemasaran, menyediakan fasilitas umum, dan mengatur kegiatan angkutan dan bongkar muat barang, serta melakukan pencatatan harga dan tonase. Selain itu, sebagai pasar induk yang terleak di ibukota negara keberadaan PIKJ juga merupakan sebagai barometer bagi harga-harga sayur dan buah di DKI Jakarta bahkan seluruh Indonesia. Informasi mengenai harga dan jumlah pasokan khususnya untuk wilayah DKI Jakarta mengacu pada PIKJ. Tahun 2002 PIKJ mengalami peremajaan yang dilakukan dengan maksud dan tujuan untuk membangun PIKJ yang dianggap sudah tidak lagi memenuhi syarat sebagai pasar grosir agar menjadi lebih baik lagi. Terutama membangun dan merenovasi kondisi fisik PIKJ diantaranya bangunan semi permanen, dari bangunan yang awalnya berbahan baku kayu dan sudah tidak memenuhi syarat teknis sebagai tempat usaha, direnovasi dengan bahan baku besi baja. Hal ini dimaksudkan agar umur ekonomis lebih tahan lama seperti yang ada sekarang ini. Selain memperbaiki fasilitas seperti yang dijelaskan sebelumnya, peremajaan pada pasar dengan luas sekitar 14,7 hektar ini juga dilakukan untuk menambah tempat usaha hasil renovasi sebanyak 816 tempat. Selebihnya, jumlah tempat usaha yang pada awalnya berjumlah 3.653 tempat dilakukan penambahan sehingga menjadi 4.508 tempat. Penambahan tempat usaha ini terdiri dari toko biasa, unit toko uniko, dan agro outlet. Sebanyak 4.508 tempat usaha yang ada di PIKJ dimiliki oleh sekitar 2.020 pedagang dengan berbagai macam komoditas yang diperdagangkan. Tempat usaha atau istilah lainnya yaitu kios memiliki ukuran yang bervariasi, untuk grosir dengan luas sebesar 8,4 m 2 dan 12,6 m 2 , sedangkan subgrosir luasnya sebesar 4 m 2 . Pasar ini dilengkapi dengan fasilitas penunjang yang diperlukan untuk kelancaran operasional pasar. Fasilitas pelayanan umum di PIKJ terbilang cukup lengkap bagi setiap orang yang melakukan aktivitas di pasar tersebut. Fasilitas pelayanan umum yang disediakan terdiri dari Bank, lokasi areal parkir, pusat telekomunikasi, toilet dan bahkan tersedia pula fasilitas penitipan anak. Pasar ini juga menyediakan fasilitas ibadah. Fasilitas keamanan dan kebersihan PIKJ dibantu oleh perusahaan swasta. Keamanan di PIKJ dikelola oleh PT. Metro 11, sedangkan kebersihan dikelola oleh PT. Garda Transmos Mandiri. Pelengkap dari 56 fasilitas-fasilitas yang ada di PIKJ ini yaitu adanya badan khusus yang mencatat jumlah barang, memberikan layanan membongkar dan memuat barang yaitu armada “KABAPIN” Koperasi Angkutan Barang Pasar dan Industri dan “BAPENGKAR” Badan Pengelola Pekerja Bongkar Muat. Sebagian besar, para pedagang di PIKJ memperoleh komoditi dagangannya langsung daerah asal atau tempat produksi komoditi tersebut. Ada yang bertransaksi langsung pada petani dan juga yang melalui pedagang perantara di daerah. Tabel 5. menunjukkan daerah asal dari beberapa komoditi di PIKJ. Tabel 5. Daerah Asal Komoditi Sayuran di Pasar Induk Kramat Jati PIKJ No Komoditi Asal 1 Kol Dieng, Pengalengan, Garut, Cipanas, Medan, Padang 2 Kembang Kol Dieng, Pengalengan, Garut, Cipanas 3 Sawi Putih Pengalengan, Garut, Cipanas, Sukabumi, Cirebon 4 Buncis Cipanas, Sukabumi, Purwakarta, Ciwidey, Lembang 5 Wortel Cipanas, Sukabumi, Ciwidey, Lembang, Garut 6 Tomat Garut, Pengalengan, Cipanas, SK Bumi, Padang 7 Labu Siam Cipanas, SK Bumi, Bogor, Garut 8 Terong Purwakarta, Bogor, Subang, Cirebon, SK Bumi 9 Timun Cikarang, Cipanas, Purwakarta, Cirebon, Garut 10 Cabe Magelang, Wonosobo, Wates, Garut, Ampenan, Banyuwangi, Malang, Tasik, Ciamis, Majalengka, Sukabumi, Cipanas, Muntilan, Solotigo 11 Bawang Merah Brebes, Patrol, Import Cina, Taiwan, India, Pakistan 12 Bawang Putih Wonosobo, Tawang Mangu, Import Cina 13 Daun Bawang Sukabumi, Cipanas, Pengalengan, Garut, Tasik 14 Daun Sledri Sukabumi, Cipanas, Bogor, Kuningan 15 Nangka Muda Padang, Lampung, Bogor, Serang, Tegal 16 Ceisim Sukabumi, Cipanas, Bogor, Krawang, Bekasi 17 Jagung Garut, Cirebon, Tegal, Sukabumi, Bogor Cipanas 18 Jengkol Lampung, Tegal, Banyuwangi, Padang, Sambas 19 Kentang Garut, Medan, Padang Dieng. Bandung, P.Kerto,Impor 20 Kelapa Lampung, Tasik, Serang, Padang 21 Kacang Panjang Krawang, Bekasi, Cirebon, Bogor, SK Bumi 22 Pete Lampung, Serang, Purwokerto, Malang 23 Jahe Padang, Medan, Ponorogo, Lampung Impor Cina 24 Bengkoang Bogor, Sukabumi, Tegal, Kebumen Sumber : Pasar Induk Kramat Jati 2012 Awalnya para pedagang di PIKJ langsung menghubungi petani atau tengkulak yang ada di daerah dan akan melakukan tawar-menawar. Setelah mencapai kesepakatan mengenai harga dan jumlah, kemudian barang yang telah dipesan akan dikirimkan dan komoditas yang telah sampai siap diperdagangkan. 57 Komoditi cabai merupakan salah satu komoditi yang dapat dihasilkan di banyak daerah, sehingga cabai yang ada di PIKJ lebih bervariasi karena datang dari berbagai daerah yang lebih banyak dibandingkan jenis komoditi lainnya. Secara umum kondisi perdagangan komoditas sayur mayur dan buah- buahan terjadi perubahan yang cukup signifikan. Semula, seperti yang disebutkan pada Tabel 5. Komoditas berasal dari daerah-daerah yang ada di Indonesia, bahkan komoditas lokal menjadi primadona. Namun saat ini terdapat beberapa komoditas import yang diperdagangkan di PIKJ. Adanya komoditas impor saat ini disebabkan oleh adanya kebijakan pemerintah selaku pemegang regulasi perdagangan terlalu lebar membuka kran produk import. Selain itu juga dilakukan impor karena pasokan lokal yang jumlahnya sedikit. Sehingga untuk memenuhi kebutuhan masayarakat khususnya DKI Jakarta harus diimpor dari luar negeri. Adanya komoditi impor menjadi sumber permasalahan sendiri bagi perdagangan sayur dan buah. Persoalan yang paling menyolok saat ini adalah masuknya beberapa produk import dari Cina, seperti buah-buahan, sayuran mayur dan bumbu dapur yang menyebabkan produk lokal tidak lagi menjadi primadona dan kemungkinan petani lokal tidak mampu bersaing dengan produk import. Beberapa produk impor yang masuk ke PIKJ yaitu bawang merah, bawang putih, bawang bombay, wortel, kubiskol, jahe, dan kentang. Tidak semua komoditi sayur dan buah mendapat pasokan dari luar negeri impor. Sebagian besar masih dipenuhi oleh hasil produksi petani-petani di Indonesia. Beberapa komoditas yang diimpor juga tidak diimpor setiap saat, jika produksi di dalam negeri mencukupi atau terbilang cukup banyak impor tidak dilakukan. Seperti misalnya cabai yang biasanya tidak mendapat pasokan dari impor sama sekali, semua dihasilkan oleh daerah-daerah di tanah air. Tetapi pada awal tahun 2012, walaupun tidak dalam jumlah banyak impor cabai terpaksa dilakukan karena produksi di daerah penghasil cabai menurun. Menurut Bapak Suminto selaku petugas pasar di PIKJ 2012 awal Februari hingga pertengahan April ada sekitar empat persen dari keseluruhan cabai yang merupakan cabai impor. Tetapi hal ini hanya terjadi pada dua bulan Februari dan April saja, pada akhir bulan April sudah tidak ada cabai impor di PIKJ. 58 Sebagian besar komoditas yang ada di PIKJ baik sayur-sayuran maupun buah-buahan umumnya dipasarkan hingga ke seluruh wilayah di DKI Jakarta. Komoditas yang diperjualbelikan di PIKJ ini mayoritas dibeli oleh pedagang besar atau kecil yang akan menjual kembali komoditi-komoditi tersebut. Pedagang pengecer yang dimaksudkan di sini umumnya merupakan pedagang-pedagang di pasar-pasar tradisional yang ada di DKI Jakarta. Pedagang yang membeli barang sebagian bahan dagangannya datang dari beberapa pasar-pasar tradisioal di seluruh DKI Jakarata seperti Pasar Tanah Abang, Pasar Jatinegara, Pasar Minggu, Pasar Sunter, Pasar Glodok, Pasar Senin dan lain-lainnya. Setiap jenis komoditi yang tersedia di PIKJ tidak hanya untuk memenuhi kebutuhan masyarakat DKI Jakarta dan dipasarkan ke pasar-pasar tradisional di DKI Jakarta saja. Beberapa komoditi bahkan hampir setiap komoditi ternyata banyak yang dipasarkan ke daerah luar Jakarta hingga ke luar Pulau Jawa. Termasuk komoditi cabai juga dipasarkan hingga keluar DKI Jakarta, seperti Bogor, Tanggerang, Bekasi, Sumatra Selatan, Sumatera Barat, Sumatera Utara, dan daerah lainnya. Berikut ini terdapat data yang. menunjukkan daerah pemasaran serta persentase jumlah komoditi yang dipasarkan di setiap daerah. Tabel 6. Daerah Pemasaran dan Persentase Jumlah Komoditas di Pasar Induk Kramat Jati Jakarta No Daerah Pemasaran Komoditi Jumlah 1 DKI Jakarta 65 2 Bodetabek 30 3 Industri Makanan 2 4 Luar Jawa 3 Jumlah 100 Sumber : Pasar Induk Kramat Jati PIKJ 2012

5.2. Perilaku Rumah Tangga dalam Konsumsi Cabai Merah Keriting