kemudian tahap berikutnya adalah menghitung nilai volatilitas harga sayuran untuk mengetahui seberapa besar fluktuasi yang terjadi terhadap harga sayuran. Sedangkan untuk
menjawab pertanyaan kedua dilakukan pengujian dengan menggunakan Granger Causality Test
dan regresi untuk melihat hubungan dan pengaruh pasokan sayuran dan harga sayuran sehari sebelumnya terhadap harga sayuran yang akan datang.
Berdasarkan penjabaran diatas maka kerangka pemikiran dari penelitian ini dapat dilihat pada diagram pada Gambar 5.
Model ARIMA
Model ARCHGARCH
Identifikasi Pendugaan Parameter
Evaluasi
Perhitungan volatilitas harga sayuran
Fluktuasi Pasokan Kesepuluh Sayuran
Two-Step Engel-Granger Test
Gambar 5
. Kerangka Pemikiran ARCH
Regresi Sayuran Merupakan Komoditas Penting
Permasalahan: Terjadi Fluktuasi Harga Sayuran
Peramalan Ragam
BAB III METODE PENELITIAN
3.1. Lokasi dan Waktu Penelitian
Penelitian ini dilaksanakan di Pasar Induk Kramat Jati, Jl. Raya Bogor KM l7 Jakarta Timur. Pemilihan lokasi penelitian ini dilakukan secara sengaja purposive dengan alasan bahwa
Pasar Induk Kramat Jati menjadi acuan bagi pemerintah yaitu Badan Ketahanan Pangan dalam menentukan kebijakan harga sayuran. Penelitian ini dilaksanakan pada pertengahan
bulan Juni 2009 hingga bulan Agustus 2009 dengan rincian kegiatan meliputi pengumpulan data, pengolahan data, hingga penulisan hasil penelitian dalam skripsi.
3.2. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data time series yang terdiri dari data sekunder. Data sekunder berasal dari data pasokan dan harga sayuran harian yang terdapat di
Pasar Induk Kramat Jati. Data yang dianalisis adalah data dari Desember 2005 hingga Maret 2009. Selain itu data juga diperoleh melalui instansi-instansi pemerintahan, buku-buku,
penelitian-penelitian terdahulu dan literatur yang terkait.
3.3. Metode Pengolahan dan Analisis Data
Dalam penelitian ini akan digunakan model ARCH-GARCH. Tingkat risiko harga dapat diramalkan dengan pendekatan ARCH-GARCH. Data yang ada diolah dengan menggunakan
program Minitab 14, Microsoft Excel dan Eviews 6. Analisis grafik pergerakan harga dilakukan dengan plot grafik time series untuk melihat kecenderungan data. Tingkat risiko
harga diramalkan dengan pendekatan ARCH-GARCH. Hal ini dilakukan karena ARCH- GARCH mampu menangkap error-error fluktuasi yang sering terjadi pada data pergerakan
harga sayuran. Pendekatan ini dilakukan dengan beberapa tahapan, tahap pertama, spesifikasi model yaitu dengan pendeteksian efek ARCH dengan uji autokorelasi dan uji ARCH diikuti
dengan spesifikasi persamaan rataan yang sesuai. Tahap kedua, pendugaan parameter dan pemilihan model ragam yang terbaik yaitu dengan simulasi beberapa model ragam yang
dilanjutkan dengan pendugaan parameter model kemudian membandingkan nilai AIC dan SC. Tahap ketiga, diagnostik model ragam dengan analisis galat meliputi kebebasan galat
fungsi autokorelasi, uji ARCH dan uji normalitas galat. Tahap keempat, adalah dengan melakukan perhitungan nilai volatilitas harga sayuran.
Untuk melihat pengaruh pasokan dengan perubahan harga yang terjadi dalam jangka panjang maka dilakukan uji kointegrasi. Apabila kedua data yang dianalisis tidak stasioner tapi saling
berkointegrasi, berarti ada hubungan jangka panjang atau keseimbangan antara kedua variabel tersebut. Dalam jangka pendek ada kemungkinan terjadi ketidak-seimbangan
disekuilibrium, untuk itu tahap selanjutnya diperlukan adanya koreksi kesalahan dengan model koreksi kesalahan Engle-Grange dua tahap. Kemudian untuk melihat pengaruh dari
perubahan jumlah pasokan sayuran terhadap harga sayuran dilakukan regresi sederhana dengan variabel independen berupa pasokan sayuran dan varibel dependennya harga sayuran.
3.3.1. Model ARCH-GARCH
GARCH mengasumsikan data yang akan dimodelkan memiliki standar deviasi yang selalu berubah terhadap waktu. GARCH cukup baik untuk memodelkan data yang berubah standar
deviasinya, tetapi tidak untuk data yang benar-benar acak. Langkah awal untuk mengidentifikasikan model ARCH-GARCH adalah dengan melihat ada tidaknya ARCH error
dari data pergerakan harga komoditas sayuran terpilih. Dalam proses GARCH data time series yang bergerak secara acak harus dilakukan lokalisasi
di suatu daerah tertentu. Lokalisasi dilakukan dengan merubah data awal ke dalam bentuk return
yang didefinisikan sebagai : Y
t
= Ln
t t
X X
1
Dimana : Y
t
= tingkat pengembalian rupiah X
t
= harga sayuran pada saat t rupiah X
t+1
= harga sayuran pada saat t+1 rupiah Nilai Y
t
akan bernilai positif jika harga sayuran naik terhadap X
t
, dan sebaliknya akan bernilai negatif jika harga sayuran turun terhadap X
t
. Data Y
t
dengan pendekatan distribusi normal dengan variansi yang selalu berubah.
Misalkan Y
1
, Y
2
, ... , Y
t
merupakan deret waktu pengamatan return dan Y
t
adalah sebuah proses yang mengikuti persamaan ARMA p,q. Dalam bentuk persamaan ditulis sebagai :
Y
t
– Φ
1
Y
t-1
– Φ
2
Y
t-2
- ... - Φ
p
Y
t-p
=
t
– θ
1 t-1
– θ
2 t-2
- ... - θ
q t-q
dimana
t
adalah white noise. Persamaan tersebut dapat ditulis : Φ
p
B Yt = θ
q
B
t
dimana B adalah operator backshift. Jika q = 0 ARMA p,q sama dengan proses autoregressive
dengan orde-p, ARp, yang dapat ditulis dalam bentuk persamaan sebagai berikut :
