TINJAUAN PUSTAKA
2.2 Penelitian Terdahulu
Risty, et al (2014) melakukan penelitian yang berjudul “Elastisitas Permintaan Beras Organik di Kota Medan”. Penelitian ini menggunakan model analisis linear log berganda dengan metode Ordinary Least Squre (OLS). Hasil penelitian menunjukkan bahwa faktor-faktor yang mempengaruhi permintaan beras organik secara signifikan adalah harga, pendapatan dan jumlah tanggungan, sedangkan variabel usia, dan lama pendidikan tidak berpengaruh secara signifikan. Berdasarkan nilai elastisitas, nilai elastisitas harga bersifat elastis sedangkan pendapatan, usia, jumlah tanggungan dan lama pendidikan bersifat inelastis.
Harahap (2012) melakukan penelitian yang berjudul “Analisis Permintaan Beras di Sumatera Utara, Tahun 2005 - 2010“. Penelitian ini menggunakan model analisis regresi data panel dengan menggunakan model efek tetap (Fixed Effect Model). Hasil penelitian menunjukkan bahwa harga beras berpengaruh negatif dan signifikan terhadap permintaan beras, jumlah penduduk dan PDRB berpengaruh positif dan signifikan terhadap permintaan beras, harga jagung berpengaruh positif namun tidak signifikan terhadap permintaan beras di Kabupaten/Kota di Propinsi Sumatera Utara. Secara parsial, hasil estimasi menunjukkan bahwa kontribusi jumlah penduduk memiliki nilai koefisien tertinggi dibanding dengan variabel lainnya dalam penelitian ini.
Partini, et al (2011) melakukan penelitian yang berjudul “Analisis Faktor-Faktor yang Mempengaruhi Penawaran dan Permintaan Beras di Provinsi Riau, Tahun 2006 - 2010“. Penelitian ini menggunakan model analisis regrasi data panel
dengan metode Two Stage Least Square (TSLS). Hasil penelitian menunjukkan bahwa penawaran beras di Provinsi Riau dipengaruhi oleh stok bulog akhir tahun, jumlah impor dan produksi beras. Nilai koefisiensi determinasi (R2) dari masing-masing persamaan yaitu berkisar antara 0,33 sampai 0,99 dan nilai F hitung berkisar antara 5,38 sampai 3,320 yang berarti variabel eksogen secara bersama mampu menjelaskan dengan baik variabel endogennya.
Nurjayanti (2011) melakukan penelitian yang berjudul “Peramalan Penawaran dan Permintaan Beras pada Era Otonomi Daerah di Kabupaten Sukoharjo, Tahun 2011 - 2015 “. Penelitian ini menggunakan model analisis metode Box Jenkins (ARIMA), uji titik patah Chow (Chow Breakpoint Test) dan metode persamaan simultan. Hasil penelitian menunjukkan bahwa Penawaran tahunan beras mempunyai pola fluktuatif dengan trend cenderung meningkat.
Data belum stasioner dan menjadi stasioner pada differencing pertama. Hasil estimasi parameter menetapkan metode tentatif untuk penawaran tahunan beras adalah ARIMA (0,1,1). Pada uji diagnostik ditetapkan bahwa model ARIMA
yang terbaik adalah ARIMA (0,1,1) dengan RMSE sebesar 5.186,3760;
R2 sebesar 0,8501; nilai F-statistik sebesar 79,5270; dan parameter MA signifikan karena nilai probabilitas lebih kecil dari 0,05. Data permintaan tahunan beras tidak stasioner menjadi stasioner pada differencing kedua. Hasil estimasi menetapkan model tentatif untuk permintaan tahunan beras adalah ARIMA (1,2,1). Setelah melakukan uji diagnostik ditetapkan bahwa model ARIMA yang terbaik adalah ARIMA (1,2,1) dengan RMSE sebesar 677,4671; R2 sebesar 0,9473; nilai F-statistic sebesar 53,9548; dan parameter AR(1) dan MA(1)
signifikan karena nilai probabilitasnya lebih kecil dari 0,05. Hasil Chow Breakpoint Test menunjukkan periode yang berpengaruh terhadap structural break data penawaran dan permintaan tahunan beras adalah tahun 2000 dengan F-Statistic sebesar 3,0339 dan tingkat probabilitasnya juga signifikan. Pada model persamaan simultan hasil estimasi menunjukkan bahwa model mempunyai nilai R2 sebesar 0,64463; F-Statistic sebesar 5,46215; RMSE sebesar 8.823,807; dan nilai probabilistic dari F-Statistic adalah signifikan. Otonomi daerah tidak berpengaruh secara signifikan terhadap penawaran dan permintaan tahunan beras, karena peran pemerintah daerah di sektor perberasan relatif kecil dan sebagian besar kebijakan ditetapkan oleh pemerintah pusat. Hasil peramalan penawaran dan permintaan cenderung mengalami peningkatan setiap tahunnya, sedangkan penawaran cenderung mengalami penurunan.
Ruatiningrum (2011), melakukan penelitian yang berjudul “Dampak Kebijakan Pemerintah dan Perubahan Faktor Lain terhadap Permintaan dan Penawaran Beras di Indonesia: Analisis Simulasi Kebijakan, Tahun 1971 - 2008”.
Penelitian ini menggunakan model analisis simultan dengan metode Two Stage Least Square (TSLS). Hasil penelitian ini menunjukkan bahwa : (1) permintaan beras secara nyata dipengaruhi oleh harga riil beras Indonesia, jumlah penduduk, dan permintaan beras tahun sebelumnya, (2) penawaran beras dipengaruhi oleh produksi beras, jumlah impor beras, stok beras, dan stok beras tahun sebelumnya, (3) harga riil gabah tingkat petani secara nyata dipengaruhi oleh harga riil pembelian pemerintah, produksi padi, dan harga riil gabah tingkat petani tahun sebelumnya, dan (4) harga riil beras Indonesia secara nyata dipengaruhi oleh
harga riil pembelian pemerintah. Beberapa alternatif kebijakan pemerintah yang disarankan terkait penelitian ini, yaitu pemerintah sebaiknya tetap menerapkan kebijakan subsidi pupuk, meningkatkan harga pembelian terhadap gabah dan beras, mendorong peningkatan produksi beras (sehingga penawaran beras juga meningkat) melalui pengembangan program intensifikasi. Kebijakan pemerintah lainnya yang disarankan, yaitu menggalakkan program Keluarga Berencana (KB), menyimpan kelebihan produksi beras agar petani tidak merugi ketika produksi beras meningkat yang umum terjadi saat musim panen tiba, dan menggalakkan kembali program diversifikasi konsumsi pangan (substitusi beras) sebagai upaya memenuhi kebutuhan pangan melalui pola pangan harapan.
Winarto (2009) melakukan penelitian yang berjudul “Analisis Permintaan dan Penawaran Beras di Jawa Tengah, Tahun 1999 - 2008“. Penelitian ini menggunakan model analisis simultan dengan metode Ordinary Least Square (OLS) dan Two Stage Least Square (TSLS). Hasil penelitian menunjukkan bahwa secara simultan permintaan beras di Jawa Tengah dipengaruhi oleh variabel regresornya yaitu harga beras, harga ubi kayu, pendapatan perkapita dan jumlah penduduk. Namun secara parsial, pada metode OLS seluruh varabel regresor tersebut tidak berpengaruh nyata sedangkan pada metodel TSLS seluruh variabel regresor berpengaruh nyata terhadap jumlah permintaan beras di Jawa Tengah.
Sedangkan penawaran beras di Jawa Tengah secara simultan dipengaruhi oleh variabel regresornya yaitu harga beras, luas panen padi dan harga beras tahun yang lalu. Pada metode OLS secara parsial variabel beras tahun yang lalu berpengaruh nyata terhadap jumlah penawaran beras sedangkan pada metode
TSLS variabel luas panen padi sangat berpengaruh nyata terhadap jumlah penawaran beras di Jawa Tengah.
Sunani (2009) melakukan penelitian yang berjudul “Analisisa Faktor-Faktor yang Mempengaruhi Produkti dan Konsumsi Beras di Kabupaten Siak, Riau, Tahun 1999 - 2008“. Penelitian ini menggunakan model analisis simultan dengan metode Two Stage Least Square (TSLS). Hasil penelitian menunjukkan bahwa, persamaan luas areal panen padi Kabupaten Siak dipengaruhi oleh harga riil gabah di tingkat petani, harga riil pupuk urea, curah hujan dan luas areal irigasi pada taraf nyata α = 0,10. Persamaan produktivitas padi dipengaruhi oleh luas areal panen, lag upah tenaga kerja, lag penggunaan pupuk urea, dan tren waktu pada taraf nyata α = 0,20. Persamaan konsumsi beras di Kabupaten Siak hanya dipengaruhi oleh jumlah penduduk pada taraf nyata α = 0,05. Harga riil eceran beras di Kabupaten Siak dipengaruhi lag harga eceran beras dan berpengaruh nyata pada taraf α = 0,10. Sedangkan dari hasil analisis simulasi menunjukkan kebijakan yang paling layak disarankan di Kabupaten Siak yang sesuai dengan tujuan program pencapaian target pemenuhan beras dari kemampuan produksi Kabupaten Siak adalah kebijakan kenaikan harga gabah di tingkat petani yang dikombinasikan dengan peningkatan luas areal irigasi.
Widakda (2009) melakukan penelitian yang berjudul “Analisis Permintaan Beras Di Kabupaten Klaten, Tahun 2000 - 2008“. Penelitian ini menggunakan model analisis regresi linear berganda dengan metode Ordinary Least Square (OLS). Hasil penelitian menunjukkan bahwa model analisis statis nilai R2 adjusted sebesar 0,999 yang berarti proporsi sumbangan variabel independen
terhadap variabel dependen sebesar 99,9 persen, sedangkan sisanya sebesar 0,1 persen dijelaskan oleh variabel lain diluar penelitian seperti selera, cita rasa dan preferensi konsumen. Berdasarkan uji F variabel harga beras, harga jagung, harga telur, pendapatan penduduk, dan jumlah penduduk secara bersama berpengaruh nyata terhadap permintaan beras. Berdasarkan uji t variabel harga beras, harga jagung dan jumlah penduduk berpengaruh signifikan terhadap permintaan beras pada tingkat kepercayaan 99 persen, sedangkan harga telur berpengaruh signifikan terhadap permintaan beras pada tingkat kepercayaan 90 persen. Variabel yang dispesifikasi dalam model dan tidak berpengaruh terhadap permintaan beras di Kabupaten Klaten adalah pendapatan penduduk.
Lisna dan Rifai (2009) melakukan penelitian yang berjudul “Analisis Faktor- Faktor Ekonomi Makro yang Mempengaruhi Tingkat Konsumsi pada Era Pemerintahan Susilo Bambang Yudhoyono Jilid 1, Tahun 2004 - 2008”.
Memfokuskan pada variabel pengaruh PDRB per kapita, inflasi, harga beras, dan IPM terhadap konsumsi penduduk Indonesia dan menganalisis perubahan marginal propensity to consume (MPC) selama periode pemerintahan SBY jilid I (2004-2008). Penelitian ini menggunakan metode uji probabilitas dan uji secara simultan (uji F). Hasil penelitian menunjukkan bahwa selama periode pemerintahan Presiden Susilo Bambang Yudhoyono Jilid I (2004-2008) terjadi peningkatan kesejahteraan yang ditunjukkan oleh berkurangnya MPC. Pengaruh kenaikan PDRB nominal perkapita sebesar 10 persen akan meningkatkan konsumsi sekitar 4,6 persen jika tidak ada perubahan inflasi, harga beras, dan IPM, sedangkan peningkatan inflasi tidak terlalu berpengaruh pada peningkatan
konsumsi. Peningkatan harga beras 10 persen akan meningkatkan konsumsi sekitar 4,2 persen dan peningkatan nilai IPM 10 persen akan meningkatkan konsumsi sekitar 2,3 persen.
Hasyim (2007) melakukan penelitian yang berjudul “Analisis Faktor -Faktor yang Mempengaruhi Ketersediaan Beras di Sumatera Utara, Tahun 1987 –2006“. Penelitian ini menggunakan model analisis regresi linear berganda dengan metode Ordinary Least Square (OLS). Hasil penelitian menunjukkan bahwa dari hasil estimasi dapat diperoleh nilai koefisien determinasi (R2) sebesar 0,993 yang berarti bahwa variasi yang terjadi pada luas panen, harga beras, harga jagung dan ketersediaan beras tahun sebelumnya dapat menjelaskan ketersedian beras sebesar 99,3 persen. Secara serempak menunjukkan bahwa dari keseluruhan variabel bebas yaitu luas panen, harga beras, harga jagung dan ketersediaan beras memberikan pengaruh yang sangat nyata terhadap ketersediaan beras. Secara parsial variabel luas panen dan variabel harga beras memberikan pengaruh sangat nyata terhadap ketersediaan beras sedangkan kedua variabel yaitu harga jagung dan ketersediaan beras tahun sebelumnya menunjukkan pengaruh tidak nyata terhadap ketersediaan beras.
Tabel 2.1 Theorical Maping
No Nama (Tahun)
Judul dan
Publikasi Variabel Model Analisis Hasil Penelitian 1 Cut variabel usia, dan lama pendidikan tidak
No Nama (Tahun)
Judul dan
Publikasi Variabel Model Analisis Hasil Penelitian Tarumun, sampai 0,99 dan nilai F hitung berkisar antara
No Nama (Tahun)
Judul dan
Publikasi Variabel Model Analisis Hasil Penelitian
4 Eka Dewi
- Metode Box Jenkins (ARIMA),
Penawaran tahunan beras mempunyai pola fluktuatif dengan trend (2011) dan beras adalah tahun 2000 dengan F-Statistic R2 0,64463; F-Statistic
No Nama (Tahun)
Judul dan
Publikasi Variabel Model Analisis Hasil Penelitian sebesar 5,46215; RMSE impor beras, stok beras, dan stok beras tahun sebelumnya, (3) harga riil gabah tingkat petani secara nyata
dipengaruhi oleh harga (Skripsi IPB) pemerintah,
produksi padi, padi, dan harga riil gabah tingkat petani tahun sebelumnya, dan (4) harga riil beras Indonesia secara nyata dipengaruhi oleh harga
No Nama (Tahun)
Judul dan
Publikasi Variabel Model Analisis Hasil Penelitian Dependen: dan Two Stage Least Square (TSLS).
Secara parsial variabel Harga beras tahun yang lalu berpengaruh nyata riil gabah di tingkat petani, harga riil pupuk urea, curah hujan dan luas areal irigasi.
Produktivitas padi dipengaruhi oleh luas areal panen, lag upah tenaga kerja, lag penggunaan pupuk urea, dan tren
waktu.Konsumsi beras dipengaruhi oleh jumlah
No Nama (Tahun)
Judul dan
Publikasi Variabel Model Analisis Hasil Penelitian padi, konsumsi pemerintahan SBY Jilid I (2004-2008) terjadi perkapita sebesar 10 persen akan
meningkatkan konsumsi sekitar 4,6 persen jika tidak ada perubahan inflasi, harga beras, dan IPM, sedangkan sekitar 4,2 persen dan peningkatan nilai IPM 10 persen akan
No Nama (Tahun)
Judul dan
Publikasi Variabel Model Analisis Hasil Penelitian meningkatkan konsumsi luas panen, harga beras, harga jagung dan variabel luas panen dan variabel harga beras
Perbedaan penelitian ini dengan penelitian terdahulu, yaitu : 1) Variabel Penelitian
Pada penelitian ini variabel-variabel yang digunakan adalah :
- Harga beras, dimana variabel ini tidak digunakan dalam penelitian:
Partini, et al (2011) dan Nurjayanti (2011).
- PDRB Perkapita, dimana variabel ini tidak digunakan dalam penelitian: Harahap (2012), Partini, et al (2011), Nurjayanti (2011), Ruatiningrum (2011), Sunani (2009), dan Hasyim (2007).
- Jumlah Penduduk, dimana variabel ini tidak digunakan dalam penelitian: Partini, et al (2011), Lisna dan Rifai (2009), dan Hasyim (2007).
- Indeks Curah hujan, dimana variabel ini hanya digunakan dalam penelitian: Ruatiningrum (2011).
- Permintaan Beras, dimana variabel ini tidak digunakan dalam penelitian: Sunani (2009), Lisna dan Rifai (2009), dan Hasyim (2007).
- Penawaran Beras, dimana variabel ini tidak digunakan dalam penelitian: Risty, et al (2014), Harahap (2012), Sunani (2009), Widakda (2009), Lisna dan Rifai (2009).
2) Waktu penelitian
Pada penelitian ini penulis menggunakan periode penelitian dari tahun 1997 sampai dengan 2014 dimana tidak ada satupun penelitian terdahulu yang menggunakan periode penelitian ini.