62 satu rupiah akan meningkatkan risiko harga kentang sebesar 6,42 persen. Kondisi
tersebut pada periode berikutnya memiliki risiko yang semakin tinggi dengan besarnya investasi yang dilakukan. Dengan adanya risiko harga pada komoditas
kentang tersebut menyebabkan atas ketidakpastian yang diperoleh pedagang. Hal ini disebabkan oleh besar kecilnya jumlah pasokan yang masuk ke pasar sehingga
mempengaruhi harga komoditas tersebut. Jumlah pasokan yang tinggi menyebabkan harga kentang menurun karena di daerah sentra sedang panen raya
sehingga jumlah pasokan yang masuk ke pasar menjadi tinggi dan harga yang diperoleh menjadi rendah di tingkat pedagang. Ketika pasokan kentang sedikit
mengakibatkan harga meningkat yang disebabkan oleh keadaan daerah sentra yang belum panen sehingga menyebabkan jumlah pasokan yang masuk ke pasar
sedikit. Untuk permintaan dan harga sebelumnya tidak berpengaruh terhadap harga kentang periode sekarang karena harga dibentuk oleh jumlah pasokan yang
masuk ke pasar. Kondisi tersebut yang menyebabkan semakin tingginya risiko dari penerimaan yang akan diperoleh pedagang kentang. Selain itu, komoditas
kentang karakter tahan lama dibandingkan sayuran lainnya sehingga ketika komoditas kentang tidak terjual dalam satu hari maka dapat di jual pada hari
berikutnya. Berdasarkan wawancara dengan pegawai Pasar Induk Kramat Jati, secara umum sisa kentang dalam satu hari sebanyak 20 persen dan sisanya
dianggap sebagai permintaan dalam satu hari.
6.1.2 Analisis Risiko Harga Kubis
Dari data harga kubis akan dilakukan peramalan dengan model yang sesuai untuk menghitung besarnya harga komoditas tersebut dengan menggunakan
analisis ARCH-GARCH. Analisis ini menggunakan harga P
t
sebagai variabel dependen variabel terikat dan dua variabel yang mempengaruhi yaitu harga
sehari sebelumnya P
t-1
dan jumlah pasokan Q
t
sebagai variabel independen. Sebelum menggunakan analisis ARCH-GARCH maka perlu dilakukan pengujian
ada atau tidaknya heteroskedastisitas dengan melihat uji normalitas yang disajikan pada Gambar 17.
63
50 100
150 200
250 300
350
-0.375 -0.250
-0.125 0.000
0.125 0.250
0.375
Series: Residuals Sample 2 1872
Observations 1871 Mean
-1.48e-15 Median
-0.000647 Maximum
0.367524 Minimum
-0.412172 Std. Dev.
0.090346 Skewness
-0.146714 Kurtosis
4.389318 Jarque-Bera
157.1877 Probability
0.000000
Gambar 17. Uji Normalitas Komoditas Kubis Pada Gambar 17, menunjukkan bahwa nilai kurtosis untuk komoditas kubis
pada data sebesar 4,389318. Nilai kurtosis lebih besar dari tiga menunjukkan bahwa data tersebut mengandung heteroskedastisitas. Skewness pada komoditas
kubis bernilai negatif sebesar 0,146714 yang menunjukkan ujung dari kecondongan menjulur ke arah nilai negatif ekor kurva sebelah kiri lebih
panjang dan tidak sama dengan nol sehingga data dari komoditas tersebut mengandung heteroskedastisitas. Pemeriksaan terhadap galat terbakukan
dilakukan untuk mengetahui kebaikan model dengan melihat nilai statistik Jarque- Bera. Dari data tersebut menunjukkan nilai probability sebesar 0,00000 lebih kecil
dari taraf nyata lima persen yang berarti bahwa galat terbakukan tidak menyebar normal.
a. Analisis risiko harga kubis Sebelum menganalisis ARCH-GARCH dilakukan OLS Ordinary Least
Square pada data harga kubis, yang disajikan dalam Lampiran 9. Model yang
diajukan dalam penelitian sebagai hasil teknik pengujian berbagai model dengan kombinasi ARCH-GARCH sebanyak 12 model kemudian dipilih model standar
yang digunakan menurut Verbeek 2000 adalah GARCH 1,1. Ringkasan model dapat dilihat pada Lampiran 10, 11 dan pilihan model standar yang digunakan
dapat dilihat pada Tabel 14.
64 Tabel 14. Hasil Pendugaan Parameter Fungsi Harga Kubis dengan Model
GARCH
Variabel GARCH 1,1
Coefficient Std, Error Z-Statistic Probability
C Konstanta 0,165436
0,045410 3,643123
0,0003 P
t-1
Harga Kubis Periode Sebelumnya
0,983330 0,004487
219,1659 0,0000
Q
t
Jumlah Pasokan Kubis -0,008738
0,005638 -1,549680
0,1212 Variance Equation
C Konstanta 0,000457
0,000105 4,363856
0,0000
1
Volatilitas Periode Sebelumnya
0,069782 0,011289
6,181602 0,0000
1
Varian Periode Sebelumnya 0,874707
0,020582 42,49825
0,0000 AIC
-2,024123 SC
-2,006376 R-squared
95,88
Pada Tabel 14, hasil output menunjukkan bahwa konstanta dan harga periode sebelumnya signifikan pada taraf nyata satu persen. Sedangkan pasokan untuk
komoditas kubis, signifikan pada taraf nyata 15 persen dimana taraf nyata tersebut masih diterima pada sosial ekonomi. Nilai R-square sebesar 95,88 persen pada
persamaan model komoditas kubis menunjukkan bahwa variabel independen harga kubis periode sebelumnya dan jumlah pasokan kubis dapat menjelaskan
harga komoditas kubis dan sisanya dijelaskan oleh variabel lain diluar model. Hasil pendugaan harga kubis menunjukkan nilai parameter pada harga periode
sebelumnya memiliki korelasi positif sebesar 0,983330 dengan harga periode sekarang yang berarti bahwa harga sebelumnya meningkat maka harga pada
periode berikutnya juga akan meningkat begitu pula sebaliknya. Sedangkan pada pasokan untuk komoditas kubis memiliki korelasi negatif sebesar 0,008738
dengan harga periode sekarang, artinya apabila permintaan konsumen terhadap kubis meningkat dan keadaan jumlah yang ditawarkan pasokan tidak mencukupi
maka akan mengakibatkan peningkatan harga kubis. Harga tertinggi kubis mencapai Rp. 6.000 per kilogram pada bulan Juni 2010 dengan jumlah pasokan
yang masuk ke pasar sebesar 2.302 ton. Peningkatan harga kubis disebabkan karena ketidaktersediaan barang di daerah sentra kegagalan panen yang
disebabkan serangan hama penyakit tanaman, keadaan transportasi yang menyebabkan keterlambatan masuknya barang sehingga jumlah pasokan yang
65 masuk pasar turun. Untuk harga terendah mencapai Rp. 700 per kilogram yang
terjadi pada bulan Februari dan Maret 2008 dengan jumlah pasokan yang masuk pasar sebesar 2.861 dan 3.459 ton. Harga terendah pada kubis disebabkan oleh
daerah sentra panen secara bersamaan panen raya sehingga menyebabkan peningkatan jumlah pasokan yang masuk ke pasar.
Hasil output menunjukkan bahwa model yang sesuai untuk komoditas kubis dari semua estimasi kombinasi yang dilakukan adalah GARCH 1,1 yang berarti
bahwa pola pergerakan harga kubis dipengaruhi oleh volatilitas dan dipengaruhi oleh varian harga pada satu hari sebelumnya. Hasil analisis model persamaan
varian harga kubis menunjukkan bahwa volatilitas dan varian harga periode sebelumnya bertanda positif dan dan signifikan pada taraf nyata satu persen. Hal
ini menunjukkan bahwa varian dan volatilitas harga kubis periode sebelumnya merupakan salah satu faktor yang mempengaruhi risiko harga jual periode
berikutnya. Dimana peningkatan risiko harga jual kubis periode sebelumnya maka akan meningkatkan risiko harga jual kubis pada periode berikutnya.
Setelah diperoleh model GARCH yang diajukan maka dilakukan pemeriksaan terhadap galat terbakukan dengan mengamati nilai statistik uji Jarque-Bera untuk
memeriksa asumsi kenormalan. Hasil pengolahan model dugaan sementara persamaan harga kubis disajikan pada lampiran 12. Hasil tersebut menunjukkan
nilai Jarque-Bera pada model dugaan sementara risiko harga kubis diperoleh nilai probability
sebesar 0,0000 yang berarti galat terbakukan tidak menyebar normal. Selain itu, hasil uji ARCH menunjukkan nilai LM komoditas kubis memiliki nilai
probability lebih besar dari taraf nyata lima persen sehingga sudah tidak ada efek
ARCH yang disajikan pada Lampiran 13. b. Tingkat risiko harga kubis
Model yang diperoleh berdasarkan GARCH 1,1 pada komoditas kubis adalah sebagai berikut:
h
t
= 0,000457+ 0,069782
2 t-1
+ 0,874707 h
t-1
Model persamaan harga kubis menunjukkan bahwa tingkat risiko komoditas kubis dipengaruhi oleh besarnya error term harga sehari sebelumnya dan
simpangan baku harga dari rataannya untuk satu hari sebelumnya. Dari data varian pada Gambar 18 menunjukkan bahwa volatilitas komoditas kubis tertinggi
66 sebesar 0,0296 pada periode 1714-1717 yang disebabkan oleh kelebihan pasokan
yang masuk ke pasar karena terjadi panen raya sehingga menyebabkan harga jatuh dan untuk volatilitas terendah sebesar 0,0023 terjadi pada periode 1-3. Selain itu,
kondisi tersebut juga dipengaruhi oleh karakteristik dari komoditas kubis yang tidak tahan lama dan mudah busuk sehingga pedagang akan menjualnya dengan
harga yang rendah untuk mengurangi kerugian. Plot varian harga kubis periode Januari 2006 – Februari 2011, disajikan pada Gambar 18.
.000 .005
.010 .015
.020 .025
.030
250 500
750 1000
1250 1500
1750
Gambar 18. Plot Varian Harga Kubis Periode Januari 2006 – Februari 2011
Sumber: Pasar Induk Kramat Jati, 2011 Dari model persamaan tersebut maka dapat dilakukan perhitungan besarnya
risiko yang dihadapi oleh pedagang dengan adanya fluktuasi harga kubis melalui perhitungan VaR. Tingkat penerimaan yang diambil untuk perhitungan VaR
diperoleh dari modal yang dikeluarkan pedagang untuk membeli kubis dalam satu hari. Perhitungan VaR dilakukan dengan menggunakan skenario periode
penjualan yakni selama 1 hari, 7 hari, dan 14 hari. Berdasarkan perhitungan VaR dengan besar rata-rata modal yang dikeluarkan pedagang kubis dalam satu hari
sebesar Rp. 2.400.000,00. Besarnya risiko harga yang akan ditanggung pedagang kubis disajikan pada Tabel 15.
Tabel 15. Besar Risiko Harga Kubis dari Modal yang Dikeluarkan Pedagang Hari
Kubis Nilai Rp
1 386.904
16,12 7
1.023.361 42,64
14 1.447.795
60,32
V ar
ia n
Periode
67 Besar risiko harga pada Tabel 15, komoditas kubis tersebut terlihat bahwa nilai
VaR semakin besar seiring dengan lamanya waktu berinvestasi. Risiko harga kubis sebesar 16,12 dari total investasi yang dikeluarkan pedagang dalam jangka
waktu satu hari menunjukkan bahwa kenaikan penerimaan sebesar satu rupiah akan meningkatkan risiko harga kubis sebesar 16,12 persen. Semakin besarnya
risiko harga kubis diakibatkan oleh tinggi-rendahnya jumlah pasokan yang masuk ke pasar. Ketika panen raya di daerah sentra, jumlah komoditas kubis yang masuk
ke pasar akan semakin besar sehingga menyebabkan harga kubis rendah. Kondisi ini juga dipengaruhi oleh karakteristik sayuran kubis yang mudah rusak dan tidak
tahan lama sehingga menyebabkan penyusutan yang cukup tinggi. Kondisi ini menyebabkan semakin tingginya tingkat risiko yang ditanggung oleh pedagang
kubis dilihat dari karakteristik komoditas yang tidak tahan lama dan mudah busuk. Ketika harga kubis tinggi dipengaruhi oleh jumlah pasokan yang masuk ke pasar
rendah sehingga menyebabkan harga tinggi. Hal ini disebabkan oleh keadaan daerah sentra yang gagal panen karena serangan hama dan penyakit tanaman
sehingga mengurangi jumlah panen kubis. Sedangkan untuk harga sebelumnya tidak begitu mempengaruhi harga periode sekarang karena lebih dipengaruhi oleh
besar-kecilnya jumlah pasokan yang masuk ke pasar.
6.1.3 Analisis Risiko Harga Tomat
