VI. IDENTIFIKASI HUBUNGAN ANTARA JUMLAH PASOKAN
6.8. Eksplorasi Pola Data Salak Bali
Eksplorasi pola data dilakukan terhadap data harga harian buah-buahan
yang ada di Pasar Induk Kramat Jati. Gambar berikut menunjukkan plot deret
waktu dari pergerakan harga harian salak bali dari awal Januari 2006 hingga akhir
Desember 2008.
Sumber : Pasar Induk Kramat Jati, 2009.
Gambar 6.8. Plot Deret Waktu Harga dan Pasokan Salak Bali.
Dari plot deret waktu harga harian salak bali terlihat bahwa harga berkisar
antara 70.000 hingga 375.000. Harga terlihat berfluktuasi secara gradual dan
terdapat pola berayun yang mengindikasikan adanya pola musiman yang kuat.
naik dari awal data yang dianalisis pada posisi 70.000 hingga berada pada posisi
260.000. Periode kenaikan berikutnya terjadi pada periode ketiga dimana harga
berada pada posisi 365.000 dan juga pada periode kelima yang mencapai harga
375.000.
Periode kedua dan keempat merupakan periode penurunan harga. Pada
periode kedua harga menurun hingga 200.000 dan pada periode keempat yang
mencapai 250.000.
6.9. Identifikasi Hubungan antara Jumlah Pasokan dengan Harga Buah
Fluktuasi harga juga bisa disebabkan oleh kurangnya jumlah penawaran
(produksi). Berdasarkan hukum permintaan dan penawaran, apabila jumlah
pasokan buah bertambah maka harga buah akan turun. Begitu juga sebaliknya,
apabila jumlah pasokan buah berkurang maka harga buah akan naik. Hal ini
menunjukkan adanya hubungan negatif antara jumlah pasokan dengan harga buah.
Umumnya sering dijumpai dua variabel random yang masing-masing
merupakan variabel yang tidak stasioner. Tetapi kombinasi linier antara kedua
variabel tersebut merupakan time series yang stasioner. Dalam kasus penelitian ini akan diuji apakah harga buah dipengaruhi oleh jumlah pasokan.
Uji Augmented Dickey-Fuller (ADF) digunakan untuk melihat kestasioneran data harga buah. Hal ini dapat dilihat dari nilai ADF test statistic
yang lebih besar dari critical value (nilai kritis) yang menunjukkan bahwa data harga telah stasioner. Pada umumnya data runtut waktu (time series) memiliki unsur kecenderungan (trend) yang menjadikan kondisi data time series menjadi tidak stasioner. Sedangkan penerapan model ARIMA hanya dapat dilakukan pada
data yang sudah stasioner. Oleh karena itu diperlukan pembedaan yang dapat
membedakan data yang belum stasioner dengan data baru yang sudah stasioner.
Biasanya hal ini disebut dengan differencing.
Berdasarkan Tabel 6.1 dapat dilihat bahwa nilai ADF test statistic dari setiap komoditas buah, lebih besar dari critical value pada taraf nyata 5 persen. Hal ini menunjukkan bahwa data harga telah stasioner setelah dilakukan
differencing satu kali.
Tabel 6.1. Hasil Uji Stasioneritas Data Harga Buah-buahan
Komoditas ADF t-Statistic Critical Values Prob.*
Alpukat -22,93214 -2,863984 0,0000
Pepaya -39,08125 -2,863979 0,0000
Nanas -20,02493 -2,863989 0,0000
Pisang Ambon -20,91059 -2,863986 0,0000
Jeruk Siam -29,79694 -2,863981 0,0000
Semangka Tanpa Biji -38,29993 -2,863979 0,0000
Melon -33,72157 -2,863979 0,0000
Salak Bali -34,34869 -2,863979 0,0000
Sumber : Lampiran 9-16.
Keterangan : *) Stasioner pada taraf nyata 0,05
Uji kointegrasi dengan menggunakan uji two steps Engle-Granger dilakukan untuk mengidentifikasi apakah terjadi kointegrasi antara harga buah dan
jumlah pasokan, yang berarti terdapat hubungan di antaranya.
Tabel 6.2. Hasil Pengujian Koefisien Regresi
Komoditas Nilai Koefisien*
Alpukat -33,52
Pepaya -3,82
Nanas -1,34
Pisang Ambon -20,07
Jeruk Siam -3,99
Semangka Tanpa Biji -0,63
Melon -6,55
Salak Bali -846,76
Berdasarkan tabel 6.2 dapat dilihat bahwa nilai koefisien regresi antara
harga buah dengan jumlah pasokan bernilai negatif. Hal ini menunjukkan bahwa
jumlah pasokan memang memiliki hubungan yang negatif terhadap harga buah
yang berarti sesuai dengan teori yang ada.
Uji kointegrasi untuk melihat hubungan jangka panjang antara jumlah
pasokan dengan harga buah dilakukan dengan menggunakan uji two steps Engle- Granger yang terdiri dari dua tahap. Langkah pertama dalam proses uji kointegrasi
adalah menghitung nilai residual persamaan regresi awal. Tahap kedua adalah
melakukan analisis dengan memasukkan residual dari langkah pertama. Hasil uji
kointegrasi antara harga dan pasokan disajikan sebagai berikut :
Tabel 6.3. Hasil Uji Kointegrasi antara Jumlah Pasokan dengan Harga Buah
Komoditas t-Statistic Probability
Alpukat 2,539248 0,0112
Pepaya 2,903137 0,0038
Nanas 3,737074 0,0002
Pisang Ambon 4,152334 0,0000
Jeruk Siam 1,999468 0,0458
Semangka Tanpa Biji 3,476255 0,0005
Melon 3,655641 0,0003
Salak Bali -0,908212 0,3640
Sumber : Lampiran 57-64.
Hasil pengujian memperlihatkan bahwa nilai t-Statistic dari residual dari tiap komoditas cukup tinggi (di atas 2) dan nilai probabilitas yang lebih kecil dari
0.05. Hal ini menunjukkan bahwa model yang digunakan sudah valid. Sehingga
dapat disimpulkan bahwa jumlah pasokan akan mempengaruhi harga buah.
Artinya terjadi kointegrasi dalam jangka panjang antara jumlah pasokan dengan
harga buah.
Pengujian kointegrasi yang dilakukan pada jeruk siam menghasilkan nilai
digunakan belum valid. Selain itu pengujian kointegrasi antara harga dan pasokan
yang dilakukan pada salak bali juga menghasilkan nilai t-Statistic yang kurang dari dua dan nilai probabilitas yang lebih besar dari 0.05. Sehingga dapat
disimpulkan bahwa jumlah pasokan salak bali tidak akan mempengaruhi harga
salak bali.
Hasil pengujian koefisien regresi yang dilakukan pada salak bali
menunjukkan bahwa hubungan antara jumlah pasokan dengan harga salak bali
bertanda negatif. Artinya bahwa jika terjadi kenaikan jumlah pasokan maka harga
salak bali akan turun. Hal ini sesuai dengan teori yang telah dijelaskan
sebelumnya. Namun pada pengujian kointegrasi antara jumlah pasokan dengan
harga salak bali menunjukkan bahwa tidak terjadi kointegrasi antara jumlah
pasokan dengan harga salak bali dalam jangka panjang. Hal ini disebabkan karena
tingkat harga dari salak bali yang cukup besar sedangkan jumlah pasokan tidak
mengalami perubahan yang signifikan, sehingga perubahan jumlah pasokan tidak
akan terlalu berpengaruh nyata terhadap harga salak bali meskipun terdapat
VII. KESIMPULAN DAN SARAN
7.1. Kesimpulan
Berdasarkan hasil analisis dan pembahasan yang telah dilakukan dapat
disimpulkan sebagai berikut :
1. Berdasarkan analisis yang dilakukan maka jeruk siam merupakan buah yang
memiliki volatilitas paling tinggi. Hal ini disebabkan oleh unsur musiman
yang dimiliki oleh jeruk siam. Unsur musiman yang dimiliki oleh jeruk siam
mempengaruhi ketersediaan jeruk siam. Dengan periode panen jeruk siam
yang pendek (April-Juni) menyebabkan jumlah ketersediaan jeruk siam
terbatas, sehingga fluktuasi harga terus terjadi. Sedangkan buah nanas
merupakan buah yang memiliki volatilitas paling kecil di antara buah-buahan
Indonesia yang dianalisis. Hal ini dikarenakan buah nanas merupakan buah
yang memiliki ketersediaan buah sepanjang tahun, sehingga fluktuasi harga
relatif stabil.
2. Dari hasil pengujian kointegrasi antara jumlah pasokan dengan harga dapat
disimpulkan bahwa jumlah pasokan akan mempengaruhi harga buah-buahan
yang dianalisis. Namun pengujian kointegrasi antara jumlah pasokan dan
harga salak bali menunjukkan bahwa jumlah pasokan salak bali tidak akan
mempengaruhi harga salak bali. Hal ini disebabkan karena tingkat harga dari
salak bali yang cukup besar sedangkan jumlah pasokan tidak mengalami
perubahan yang signifikan, sehingga perubahan jumlah pasokan tidak akan
terlalu berpengaruh nyata terhadap harga salak bali meskipun terdapat
7.2. Saran
1. Untuk mengatasi fluktuasi harga yang besar dari buah-buahan yang memiliki
volatilitas yang tinggi karena pengaruh unsur musiman, diperlukan kebijakan
yang dapat menjaga tingkat harga pada level stabil seperti kebijakan impor
untuk menjaga ketersediaan buah, atau perlu adanya intervensi dari
pemerintah agar harga buah-buahan tidak terlalu fluktuatif.
2. Untuk penelitian selanjutnya sebaiknya dilakukan penelitian tentang faktor-
faktor yang mempengaruhi fluktuasi harga buah-buahan komoditas ekspor
Indonesia, selain menggunakan metode kuantitatif dan model ekonometrika.
Hal ini diperlukan agar hasil analisis yang diperoleh lebih mendalam dan
DAFTAR PUSTAKA
Badan Pusat Statistik. 2008. Statistik Tanaman Buah-buahan Tahun 2008. Jakarta.
Brooks, C. 2002. Introductory Econometrics For Finance. Cambridge University Press. Cambridge, Mass.
Direktorat Jenderal Tanaman Hortikultura. 2008. Statistik Tanaman Buah-buahan Tahun 2008. Jakarta.
Enders, W. 2004. Applied Econometrics Time Series. Second Edition. John Wiley & Sons.
Engle, R. 2001. “GARCH 101: The Use of ARCH/GARCH Models in Applied Econometrics”. Journal of Economic Perspectives. Volume 15 Number 4. Pages 157-168.
Fariyanti, A, et al,. 2007. Perilaku Ekonomi Rumah Tangga Petani Sayuran Pada Kondisi Risiko Produksi dan Harga Di Kecamatan Pengalengan Kabupaten Bandung. Jurnal Agro Ekonomi. Volume 25 No.2. Oktober 2007: 178-206.
Firdaus, M. 2006. Analisis Deret Waktu Satu Ragam. IPB Press, Bogor
Gaynor, P.E. and R.C. Kirkpatrick. 1994. Introduction to Time Series Modeling and Forecasting in Business and Economics. McGraw-Hill.
Gujarati, D. 1978. Ekonometrika Dasar. Zain dan Sumarno [penerjemah]. Erlangga, Jakarta.
Iskandar, E. 2006. Analisis Risiko Investasi Saham Agribisnis Rokok dengan Pendekatan ARCH-GARCH [Skripsi]. Program Studi Manajemen Agribisnis. Fakultas Pertanian. Institut Pertanian Bogor.
Kurniawan, R. 1993. Analisis Konsumsi Pangan Rumah Tangga di Pulau Jawa Suatu Kajian Almost Ideal Demand System (AIDS) dengan Data SUSENAS 1990 [Skripsi]. Jurusan Ilmu-ilmu Sosial Ekonomi Pertanian. Fakultas Pertanian. Institut Pertanian Bogor.
Makridakis, S. and S.C. Wheelwright. 1989. Forecasting Methods for Management. Fifth Edition. John Wiley & Sons.
Newbold, F. and T. Bos. 1990. Introductory Business & Economic Forecasting. South-Western Publishing.
Pasar Induk Kramat Jati. 2009. Daftar Harga dan Tonase Buah-buahan dan Sayur- mayur 2009. Jakarta.
Pradana, D. 2008. Analisis Faktor-faktor yang Mempengaruhi Nilai Tukar Petani Buah di Jawa Barat [Skripsi]. Departemen Ilmu Ekonomi. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor.
Ramadhona, B. 2004. Analisis Investasi Dengan Pendekatan Model ARCH- GARCH dan Pendugaan Harga Saham dengan Pendekatan Model Time Series pada Perusahaan Agribisnis Terpilih di PT. Bursa Efek Jakarta
[Skripsi]. Program Studi Sosial Ekonomi Pertanian. Fakultas Pertanian. Institut Pertanian Bogor.
Sawit, et al,. 1997. Perubahan Pola Konsumsi Komoditas Hortikultura di Indonesia. Pusat Studi Ilmu Ekonomi Pertanian Sekolah Pascasarjana Institut Pertanian Bogor. Bogor.
Siregar, Y. R. 2009. Analisis Risiko Harga Day Old Chick (DOC) Broiler dan Layer pada PT. Sierad Produce Tbk. Parung, Bogor [Skripsi]. Program Studi Ekstensi Agribisnis. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor.
Wardani, T. P. K. 2007. Analisis Pola Konsumsi dan Permintaan Buah pada Tingkat Rumah Tangga di Pulau Jawa Penerapan Model Almost Ideal Demand System (AIDS) [Skripsi]. Program Studi Ekonomi Pertanian dan Sumberdaya. Fakultas Pertanian. Institut Pertanian Bogor.
Lampiran 1. Pengujian Autokorelasi Kuadrat Harga Harian Buah Alpukat Null Hypothesis: D(ALP2) has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -22.55119 0.0000 Test critical values: 1% level -3.436138
5% level -2.863984
10% level -2.568122
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(ALP2,2) Method: Least Squares
Date: 08/18/09 Time: 06:41 Sample (adjusted): 5 1093
Included observations: 1089 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(ALP2(-1)) -1.289492 0.057181 -22.55119 0.0000 D(ALP2(-1),2) 0.157570 0.045466 3.465651 0.0005 D(ALP2(-2),2) 0.110879 0.030169 3.675242 0.0002
C 3870.753 111772.8 0.034631 0.9724 R-squared 0.567944 Mean dependent var -1505.969
Adjusted R-squared 0.566749 S.D. dependent var 5603763. S.E. of regression 3688498. Akaike info criterion 33.08300 Sum squared resid 1.48E+16 Schwarz criterion 33.10134 Log likelihood -18009.70 Hannan-Quinn criter. 33.08994 F-statistic 475.4155 Durbin-Watson stat 2.007853
Lampiran 2. Pengujian Autokorelasi Kuadrat Harga Harian Buah Pepaya Null Hypothesis: D(PPY2) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -38.28345 0.0000 Test critical values: 1% level -3.436127
5% level -2.863979
10% level -2.568120
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(PPY2,2) Method: Least Squares
Date: 08/18/09 Time: 06:42 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(PPY2(-1)) -1.149077 0.030015 -38.28345 0.0000
C 2558.267 11306.95 0.226256 0.8210 R-squared 0.573714 Mean dependent var 925.7562
Adjusted R-squared 0.573322 S.D. dependent var 571748.3 S.E. of regression 373469.2 Akaike info criterion 28.50089 Sum squared resid 1.52E+14 Schwarz criterion 28.51005 Log likelihood -15545.24 Hannan-Quinn criter. 28.50436 F-statistic 1465.622 Durbin-Watson stat 1.984901
Lampiran 3. Pengujian Autokorelasi Kuadrat Harga Harian Buah Nanas Null Hypothesis: D(NNS2) has a unit root
Exogenous: Constant
Lag Length: 4 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -19.73201 0.0000 Test critical values: 1% level -3.436149
5% level -2.863989
10% level -2.568125
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NNS2,2) Method: Least Squares
Date: 08/18/09 Time: 06:43 Sample (adjusted): 7 1093
Included observations: 1087 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(NNS2(-1)) -1.659666 0.084110 -19.73201 0.0000 D(NNS2(-1),2) 0.481218 0.072205 6.664640 0.0000 D(NNS2(-2),2) 0.336449 0.060399 5.570464 0.0000 D(NNS2(-3),2) 0.272528 0.046187 5.900521 0.0000 D(NNS2(-4),2) 0.095009 0.030294 3.136271 0.0018 C 14541.83 14977.70 0.970898 0.3318 R-squared 0.590544 Mean dependent var 634.7746
Adjusted R-squared 0.588650 S.D. dependent var 769035.2 S.E. of regression 493232.6 Akaike info criterion 29.06085 Sum squared resid 2.63E+14 Schwarz criterion 29.08840 Log likelihood -15788.57 Hannan-Quinn criter. 29.07128 F-statistic 311.8179 Durbin-Watson stat 2.006627
Lampiran 4. Pengujian Autokorelasi Kuadrat Harga Harian Pisang Ambon Null Hypothesis: D(PSG2) has a unit root
Exogenous: Constant
Lag Length: 3 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -21.33015 0.0000 Test critical values: 1% level -3.436143
5% level -2.863986
10% level -2.568124
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(PSG2,2) Method: Least Squares
Date: 08/18/09 Time: 06:44 Sample (adjusted): 6 1093
Included observations: 1088 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(PSG2(-1)) -1.443115 0.067656 -21.33015 0.0000 D(PSG2(-1),2) 0.350013 0.056627 6.181055 0.0000 D(PSG2(-2),2) 0.233721 0.044354 5.269461 0.0000 D(PSG2(-3),2) 0.145037 0.030142 4.811759 0.0000
C 54684.99 185346.7 0.295042 0.7680 R-squared 0.550360 Mean dependent var -8042.279
Adjusted R-squared 0.548699 S.D. dependent var 9099677. S.E. of regression 6113068. Akaike info criterion 34.09434 Sum squared resid 4.05E+16 Schwarz criterion 34.11728 Log likelihood -18542.32 Hannan-Quinn criter. 34.10302 F-statistic 331.3978 Durbin-Watson stat 2.010634
Lampiran 5. Pengujian Autokorelasi Kuadrat Harga Harian Jeruk Siam Null Hypothesis: D(JRK2) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -29.74425 0.0000 Test critical values: 1% level -3.436132
5% level -2.863981
10% level -2.568121
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(JRK2,2) Method: Least Squares
Date: 08/18/09 Time: 06:45 Sample (adjusted): 4 1093
Included observations: 1090 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(JRK2(-1)) -1.419407 0.047720 -29.74425 0.0000 D(JRK2(-1),2) 0.127775 0.030075 4.248498 0.0000
C 31809.80 200475.9 0.158671 0.8740 R-squared 0.635350 Mean dependent var -1.37E-11
Adjusted R-squared 0.634679 S.D. dependent var 10950426 S.E. of regression 6618631. Akaike info criterion 34.25142 Sum squared resid 4.76E+16 Schwarz criterion 34.26517 Log likelihood -18664.03 Hannan-Quinn criter. 34.25663 F-statistic 946.9713 Durbin-Watson stat 1.992890
Lampiran 6. Pengujian Autokorelasi Kuadrat Harga Harian Semangka Tanpa Biji
Null Hypothesis: D(SEM2) has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -37.60978 0.0000 Test critical values: 1% level -3.436127
5% level -2.863979
10% level -2.568120
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(SEM2,2) Method: Least Squares
Date: 08/18/09 Time: 06:46 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(SEM2(-1)) -1.129114 0.030022 -37.60978 0.0000 C 1109.539 14542.28 0.076297 0.9392 R-squared 0.565008 Mean dependent var -1219.065
Adjusted R-squared 0.564609 S.D. dependent var 727949.4 S.E. of regression 480331.4 Akaike info criterion 29.00417 Sum squared resid 2.51E+14 Schwarz criterion 29.01333 Log likelihood -15819.78 Hannan-Quinn criter. 29.00764 F-statistic 1414.496 Durbin-Watson stat 2.003613
Lampiran 7. Pengujian Autokorelasi Kuadrat Harga Harian Buah Melon Null Hypothesis: D(MEL2) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -20.91578 0.0000 Test critical values: 1% level -3.436132
5% level -2.863981
10% level -2.568121
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(MEL2,2) Method: Least Squares
Date: 08/18/09 Time: 06:46 Sample (adjusted): 4 1093
Included observations: 1090 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(MEL2(-1)) -0.889428 0.042524 -20.91578 0.0000 D(MEL2(-1),2) -0.087503 0.030455 -2.873181 0.0041
C 19953.68 45242.68 0.441037 0.6593 R-squared 0.487250 Mean dependent var 5733.945
Adjusted R-squared 0.486307 S.D. dependent var 2083808. S.E. of regression 1493515. Akaike info criterion 31.27391 Sum squared resid 2.42E+15 Schwarz criterion 31.28766 Log likelihood -17041.28 Hannan-Quinn criter. 31.27911 F-statistic 516.4711 Durbin-Watson stat 1.975110
Lampiran 8. Pengujian Autokorelasi Kuadrat Harga Harian Salak Bali Null Hypothesis: D(SAL2) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -28.71230 0.0000 Test critical values: 1% level -3.436132
5% level -2.863981
10% level -2.568121
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(SAL2,2) Method: Least Squares
Date: 08/18/09 Time: 06:47 Sample (adjusted): 4 1093
Included observations: 1090 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(SAL2(-1)) -1.391583 0.048466 -28.71230 0.0000 D(SAL2(-1),2) 0.082605 0.030231 2.732433 0.0064
C 55944195 1.27E+08 0.440847 0.6594 R-squared 0.645091 Mean dependent var 2041284.
Adjusted R-squared 0.644438 S.D. dependent var 7.03E+09 S.E. of regression 4.19E+09 Akaike info criterion 47.15217 Sum squared resid 1.91E+22 Schwarz criterion 47.16591 Log likelihood -25694.93 Hannan-Quinn criter. 47.15737 F-statistic 987.8774 Durbin-Watson stat 2.000066
Lampiran 9. Uji Stasioneritas Data Harga Buah Alpukat Null Hypothesis: D(ALP) has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -22.93214 0.0000 Test critical values: 1% level -3.436138
5% level -2.863984
10% level -2.568122
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(ALP,2)
Method: Least Squares Date: 08/18/09 Time: 06:50 Sample (adjusted): 5 1093
Included observations: 1089 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(ALP(-1)) -1.346153 0.058702 -22.93214 0.0000 D(ALP(-1),2) 0.175072 0.046299 3.781369 0.0002
D(ALP(-2),2) 0.107440 0.030173 3.560823 0.0004
C 0.536953 9.833964 0.054602 0.9565 R-squared 0.584758 Mean dependent var -0.183655
Adjusted R-squared 0.583610 S.D. dependent var 502.9116 S.E. of regression 324.5201 Akaike info criterion 14.40624 Sum squared resid 1.14E+08 Schwarz criterion 14.42458 Log likelihood -7840.197 Hannan-Quinn criter. 14.41318 F-statistic 509.3122 Durbin-Watson stat 2.006866
Lampiran 10. Uji Stasioneritas Data Harga Buah Pepaya Null Hypothesis: D(PPY) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -39.08125 0.0000 Test critical values: 1% level -3.436127
5% level -2.863979
10% level -2.568120
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(PPY,2)
Method: Least Squares Date: 08/18/09 Time: 06:51 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(PPY(-1)) -1.168811 0.029907 -39.08125 0.0000 C 0.810638 3.090733 0.262280 0.7932 R-squared 0.583770 Mean dependent var 0.274977
Adjusted R-squared 0.583388 S.D. dependent var 158.1626 S.E. of regression 102.0868 Akaike info criterion 12.09136 Sum squared resid 11349249 Schwarz criterion 12.10051 Log likelihood -6593.834 Hannan-Quinn criter. 12.09482 F-statistic 1527.344 Durbin-Watson stat 2.001903
Lampiran 11. Uji Stasioneritas Data Harga Buah Nanas Null Hypothesis: D(NNS) has a unit root
Exogenous: Constant
Lag Length: 4 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -20.02493 0.0000 Test critical values: 1% level -3.436149
5% level -2.863989
10% level -2.568125
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NNS,2)
Method: Least Squares Date: 08/18/09 Time: 06:51 Sample (adjusted): 7 1093
Included observations: 1087 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(NNS(-1)) -1.701889 0.084989 -20.02493 0.0000 D(NNS(-1),2) 0.515274 0.072514 7.105813 0.0000 D(NNS(-2),2) 0.366105 0.060534 6.047902 0.0000 D(NNS(-3),2) 0.291388 0.046250 6.300322 0.0000 D(NNS(-4),2) 0.084122 0.030276 2.778470 0.0056 C 2.911741 3.358093 0.867082 0.3861 R-squared 0.596673 Mean dependent var 0.091996
Adjusted R-squared 0.594808 S.D. dependent var 173.7744 S.E. of regression 110.6156 Akaike info criterion 12.25550 Sum squared resid 13226909 Schwarz criterion 12.28305 Log likelihood -6654.866 Hannan-Quinn criter. 12.26593 F-statistic 319.8417 Durbin-Watson stat 2.004959
Lampiran 12. Uji Stasioneritas Data Harga Pisang Ambon Null Hypothesis: D(PSG) has a unit root
Exogenous: Constant
Lag Length: 3 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -20.91059 0.0000 Test critical values: 1% level -3.436143
5% level -2.863986
10% level -2.568124
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(PSG,2)
Method: Least Squares Date: 08/18/09 Time: 06:52 Sample (adjusted): 6 1093
Included observations: 1088 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(PSG(-1)) -1.456188 0.069639 -20.91059 0.0000 D(PSG(-1),2) 0.340866 0.058100 5.866888 0.0000
D(PSG(-2),2) 0.203380 0.045075 4.512041 0.0000 D(PSG(-3),2) 0.111527 0.030262 3.685321 0.0002
C 3.974757 11.65631 0.340996 0.7332 R-squared 0.557845 Mean dependent var -0.459559
Adjusted R-squared 0.556212 S.D. dependent var 577.0755 S.E. of regression 384.4329 Akaike info criterion 14.74600 Sum squared resid 1.60E+08 Schwarz criterion 14.76894 Log likelihood -8016.824 Hannan-Quinn criter. 14.75468 F-statistic 341.5914 Durbin-Watson stat 2.013793
Lampiran 13. Uji Stasioneritas Data Harga Jeruk Siam Null Hypothesis: D(JRK) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -29.79694 0.0000 Test critical values: 1% level -3.436132
5% level -2.863981
10% level -2.568121
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(JRK,2)
Method: Least Squares Date: 08/18/09 Time: 06:53 Sample (adjusted): 4 1093
Included observations: 1090 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(JRK(-1)) -1.442513 0.048411 -29.79694 0.0000 D(JRK(-1),2) 0.116343 0.030108 3.864133 0.0001
C 2.700180 13.80622 0.195577 0.8450 R-squared 0.650884 Mean dependent var 0.000000
Adjusted R-squared 0.650242 S.D. dependent var 770.7126 S.E. of regression 455.8024 Akaike info criterion 15.08474 Sum squared resid 2.26E+08 Schwarz criterion 15.09849 Log likelihood -8218.186 Hannan-Quinn criter. 15.08995 F-statistic 1013.288 Durbin-Watson stat 2.009290
Lampiran 14. Uji Stasioneritas Data Harga Semangka Tanpa Biji Null Hypothesis: D(SEM) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -38.29993 0.0000 Test critical values: 1% level -3.436127
5% level -2.863979
10% level -2.568120
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(SEM,2)
Method: Least Squares Date: 08/18/09 Time: 06:54 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. D(SEM(-1)) -1.146757 0.029942 -38.29993 0.0000
C 0.250576 3.351357 0.074769 0.9404 R-squared 0.573924 Mean dependent var -0.274977
Adjusted R-squared 0.573533 S.D. dependent var 169.5067 S.E. of regression 110.6954 Akaike info criterion 12.25327 Sum squared resid 13344019 Schwarz criterion 12.26243 Log likelihood -6682.160 Hannan-Quinn criter. 12.25674 F-statistic 1466.885 Durbin-Watson stat 2.001699
Lampiran 15. Uji Stasioneritas Data Harga Buah Melon Null Hypothesis: D(MEL) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -33.72157 0.0000 Test critical values: 1% level -3.436127
5% level -2.863979
10% level -2.568120
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(MEL,2)
Method: Least Squares Date: 08/18/09 Time: 06:55 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(MEL(-1)) -1.025442 0.030409 -33.72157 0.0000 C 2.058474 5.138100 0.400630 0.6888 R-squared 0.510813 Mean dependent var 0.366636
Adjusted R-squared 0.510364 S.D. dependent var 242.5256 S.E. of regression 169.7048 Akaike info criterion 13.10783 Sum squared resid 31362904 Schwarz criterion 13.11699 Log likelihood -7148.321 Hannan-Quinn criter. 13.11130 F-statistic 1137.144 Durbin-Watson stat 1.989280
Lampiran 16. Uji Stasioneritas Data Harga Salak Bali Null Hypothesis: D(SAL) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=21)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -34.34869 0.0000 Test critical values: 1% level -3.436127
5% level -2.863979
10% level -2.568120
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(SAL,2)
Method: Least Squares Date: 08/18/09 Time: 06:56 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(SAL(-1)) -1.038884 0.030245 -34.34869 0.0000 C 138.2517 163.9467 0.843272 0.3993 R-squared 0.520017 Mean dependent var -4.582951
Adjusted R-squared 0.519577 S.D. dependent var 7810.219 S.E. of regression 5413.464 Akaike info criterion 20.03300 Sum squared resid 3.19E+10 Schwarz criterion 20.04215 Log likelihood -10926.00 Hannan-Quinn criter. 20.03646 F-statistic 1179.832 Durbin-Watson stat 1.996975
Lampiran 17. Model ARIMA Buah Alpukat Dependent Variable: D(ALP)
Method: Least Squares Date: 07/27/09 Time: 14:50 Sample (adjusted): 5 1093
Included observations: 1089 after adjustments Convergence achieved after 6 iterations MA Backcast: 4
Variable Coefficient Std. Error t-Statistic Prob.
C 0.421410 7.314373 0.057614 0.9541 AR(3) -0.100971 0.030179 -3.345753 0.0008 MA(1) -0.181226 0.029843 -6.072547 0.0000 R-squared 0.037853 Mean dependent var 0.459137
Adjusted R-squared 0.036081 S.D. dependent var 330.5114 S.E. of regression 324.4940 Akaike info criterion 14.40516 Sum squared resid 1.14E+08 Schwarz criterion 14.41892 Log likelihood -7840.611 Hannan-Quinn criter. 14.41037 F-statistic 21.36296 Durbin-Watson stat 1.986762
Prob(F-statistic) 0.000000
Inverted AR Roots .23-.40i .23+.40i -.47 Inverted MA Roots .18
Lampiran 18. Model ARIMA Buah Pepaya Dependent Variable: D(PPY)
Method: Least Squares Date: 07/27/09 Time: 16:40 Sample (adjusted): 4 1093
Included observations: 1090 after adjustments Convergence achieved after 13 iterations MA Backcast: 2 3
Variable Coefficient Std. Error t-Statistic Prob.
C 0.727765 3.148456 0.231150 0.8172 AR(2) -0.984261 0.009042 -108.8539 0.0000 MA(2) 0.991420 0.005989 165.5378 0.0000 R-squared 0.001770 Mean dependent var 0.733945
Adjusted R-squared -0.000067 S.D. dependent var 103.5694 S.E. of regression 103.5729 Akaike info criterion 12.12118 Sum squared resid 11660619 Schwarz criterion 12.13492 Log likelihood -6603.041 Hannan-Quinn criter. 12.12638 F-statistic 0.963434 Durbin-Watson stat 2.331603
Lampiran 19. Model ARIMA Buah Nanas Dependent Variable: D(NNS)
Method: Least Squares Date: 07/27/09 Time: 16:48 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments Convergence achieved after 10 iterations MA Backcast: 2
Variable Coefficient Std. Error t-Statistic Prob.
C 1.614021 0.912518 1.768754 0.0772 AR(1) 0.715392 0.035832 19.96544 0.0000 MA(1) -0.923190 0.020307 -45.46172 0.0000 R-squared 0.081346 Mean dependent var 1.558203
Adjusted R-squared 0.079657 S.D. dependent var 114.8462 S.E. of regression 110.1772 Akaike info criterion 12.24480 Sum squared resid 13207242 Schwarz criterion 12.25854 Log likelihood -6676.540 Hannan-Quinn criter. 12.25000 F-statistic 48.17054 Durbin-Watson stat 2.014931
Prob(F-statistic) 0.000000
Inverted AR Roots .72 Inverted MA Roots .92
Lampiran 20. Model ARIMA Pisang Ambon Dependent Variable: D(PSG)
Method: Least Squares Date: 07/27/09 Time: 20:56 Sample (adjusted): 3 1093
Included observations: 1091 after adjustments Convergence achieved after 10 iterations MA Backcast: 2
Variable Coefficient Std. Error t-Statistic Prob.
C 2.501236 6.406306 0.390433 0.6963 AR(1) 0.657404 0.068775 9.558722 0.0000 MA(1) -0.811700 0.053293 -15.23087 0.0000 R-squared 0.040289 Mean dependent var 2.749771
Adjusted R-squared 0.038525 S.D. dependent var 390.9416