Keterangan: Selisih harga = harga tahunbulan sekarang X
t
– harga tahunbulan sebelumnya X
t-1
Metode ARIMA digunakan untuk memproyeksikan harga pada komoditas bawang merah di Indonesia hingga 12 bulan mendatang. Model ARIMA
merupakan bagian dari analisis deret waktu satu ragam. Prosedur Box Jenkins terdiri dari beberapa tahapan, yaitu:
1. Identifikasi. Pada tahap ini dilakukan identifikasi terhadap tiga hal, yaitu terhadap pola data; apakah terdapat unsur musiman atau tidak. Kedua,
identifikasi terhadap kestasioneran data. Ketiga, identifikasi terhadap pola atau perilaku ACF dan PACF.
2. Estimasi model. Pada tahap ini menggunakan cara trial by error mencoba-coba, yaitu menguji beberapa nilai yang berbeda dan memilih
nilai-nilai tersebut yang meminimumkan jumlah kuadrat nilai sisa. 3. Evaluasi model. Setelah diperoleh persamaan untuk model tentatif,
dilakukan uji diagnostik untuk menguji kedekatan model dengan data. Uji ini dilakukan dengan menguji nilai residual dan dengan menguji
signifikansi dan hubungan-hubungan antara parameter. Jika ada hasil uji yang tidak dapat diterima atau tidak memenuhi syarat maka model harus
diperbaiki dan langkah-langkah sebelumnya diulangi kembali. 4. Peramalan. Tahap terakhir adalah melakukan prediksi atau peramalan
berdasarkan model yang terpilih. Nilai peramalan disediakan dalam output komputer. Model terbaik adalah model yang memiliki nilai kesalahan
peramalan terkecil, yaitu model yang memiliki nilai MSE yang terkecil. Model ARIMA merupakan gabungan dari model Autoregressive AR dan
Moving Average MA. Model ini akan membentuk ARIMA p,d,q dimana p
adalah ordo AR, d merupakan ordo dari integrasi dan q adalah ordo MA. Bentuk umum model ARMA p,q adalah:
Y
t
= Ф + Ф
1
Y
t-1
+ Ф
2
Y
t-2
+ … + Ф
p
Y
t-p
+ ε
t
– ω
1
ε
t-1
– ω
2
ε
t-2
- … - ω
q
ε
t-q
…………………………………………………………………………………4.2 Keterangan:
Y
t
= variabel dependen pada bulan ke-t
Y
t-1
, Y
t-2,
Y
t-p
= variabel time lag pada model autoregresif Ф
, Ф
1,
Ф
2
, Ф
p
= koefisien yang diestimasi pada model autoregresif ε
t
= error term pada bulan ke-t pada model autoregresif ω
1
, ω
2
, ω
q
= koefisien yang diestimasi pada model moving average ε
t-1
, ε
t-2
, ε
t-q
= error dari time lag pada model moving average
4.4. Faktor-Faktor yang Memengaruhi Harga Bawang Merah
4.4.1. Perumusan Model
Analisis dilakukan dengan menggunakan model regresi linear berganda. Hubungan
antara harga
bawang merah
dengan faktor-faktor
yang memengaruhinya perlu disederhanakan dalam suatu model regresi linear
berganda. Model harga bawang merah yang dapat digunakan dalam penelitian ini adalah:
PBM
t
= β + β
1
QBM
t
- QBM
t-1
+ β
2
CBM
t-1
+ β
3
PIBM
t
– PIBM
t-1
+ β
4
PBM
t-1
+ ε
u
…………………………………4.3 Tanda parameter estimasi yang diharapkan:
β
1
0; β
2
, β
3
0; β
4
1 Keterangan:
PBM
t
= Harga riil bawang merah di Indonesia pada tahun t RpKg
QBM
t
– QBM
t-1
= Selisih jumlah penawaran bawang merah Indonesia pada tahun t dengan tahun t-1 Ton
CBM
t-1
= Lag jumlah konsumsi bawang merah Indonesia Ton PIBM
t
– PIBM
t-1
= Selisih harga riil bawang merah internasional pada tahun t dengan t-1 USTon
PBM
t-1
= Lag harga riil bawang merah di Indonesia RpKg β
= Intersep β
1,
β
2,
β
3,
β
4
= Parameter ε
u
= errorresidual
4.4.2.Metode Estimasi Model Regresi Linear Berganda
Metode estimasi yang digunakan dalam penelitian ini adalah metode Ordinary Least Square.
Estimasi dari model ini adalah peningkatan jumlah produksi bawang merah di Indonesia akan menyebabkan harga riil bawang merah
di Indonesia menurun. Adapun peningkatan terhadap jumlah konsumsi bawang merah di Indonesia dan harga riil bawang merah internasional akan menyebabkan
harga riil bawang merah di Indonesia meningkat. Model dapat dikatakan baik jika hasil estimasi model regresi yang telah didapat kemudian diuji. Pengujian tersebut
dilakukan melalui uji ekonomi, uji statistik, dan uji ekonometrika.
4.4.3. Metode Pengujian Model Regresi Linear Berganda
Model dapat dikatakan baik jika hasil estimasi model regresi yang telah didapat kemudian diuji. Pengujian tersebut dilakukan melalui uji ekonomi, uji
statistik, dan uji ekonometrika.
A. Uji Ekonomi
Uji secara ekonomi dilakukan berdasarkan prinsip-prinsip yang sesuai dengan kriteria ekonomi yang mengacu pada arah dan besaran. Selain itu uji ini
juga dilakukan berdasarkan tanda yang ada pada setiap variabel bebas dalam model pendugaan. Terdapat variabel yang memiliki tanda positif maupun tanda
negatif. Tanda positif artinya penambahan satu satuan variabel independen akan meningkatkan harga bawang merah, sedangkan tanda negatif artinya penambahan
satu satuan variabel independen akan mengurangi harga bawang merah. Variabel yang diduga memiliki tanda positif yaitu jumlah konsumsi bawang merah di
Indonesia, harga bawang merah internasional. Adapun variabel yang diduga memiliki tanda negatif adalah jumlah produksi bawang merah di Indonesia. Selain
itu juga perlu melihat nilai elastisitasnya. Nilai elastisitas digunakan untuk melihat derajat kepekaan variabel dependen pada suatu persamaan terhadap perubahan
dari variabel independen. Nilai elastisitas jangka pendek short run diperoleh dari perhitungan sebagai berikut Pindyck dan Rubinfeld, 1998:
Esr Y
t
, X
it
= β
i
̅
it
̅
t
…………………………………………..…..4.4 Keterangan :
Esr Y
t
, X
it
= Elastisitas jangka pendek variabel dependen Y
t
PBM
t
terhadap variabel independen X
it
