• Tidak ada hasil yang ditemukan

Analisis Pengaruh Permintaan dan Penawaran Beras di Kota Medan

N/A
N/A
Protected

Academic year: 2017

Membagikan "Analisis Pengaruh Permintaan dan Penawaran Beras di Kota Medan"

Copied!
30
0
0

Teks penuh

(1)

BAB II

TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Teori Permintaan dan Penawaran 2.1.1.1Teori Permintaan

Teori permintaan menerangkan tentang sifat permintaan para pembeli

terhadap suatu barang. Teori permintaan menerangkan tentang ciri-ciri hubungan

antara jumlah permintaan dan harga. Adapun hukum permintaan adalah semakin

rendah harga suatu barang maka semakin banyak permintaan terhadap barang

tersebut dan sebaliknya apabila semakin tinggi harga suatu barang tersebut maka

semakin sedikit permintaan terhadap barang itu.

Gambar 2.1 Kurva permintaan

Kurva permintaan menunjukkan hubungan antara jumlah (kuantitas)

barang yang diinginkan dan harga barang, sedangkan pendapatan konstan. Kurva

permintaan berbentuk miring ke bawah (downward – sloping) karena harga

barang yang lebih tinggi mendorong konsumen beralih ke barang lain atau

(2)

Menurut Mankiw (2003) Faktor-faktor atau variabel yang mempengaruhi

permintaan suatu barang, antara lain adalah :

a. Harga

Permintaan konsumen dapat dipengaruhi oleh harga, harga barang yang akan

dibeli (P), harga barang pengganti (price of subsituation product, Ps) maupun

harga barang pelengkap (price of complementary product, Pc). Konsumen

akan membatasi pembelian jumlah barang yang diinginkan bila harga barang

terlalu tinggi, bahkan ada kemungkinan konsumen memindahkan konsumsi

dan pembeliannya kepada barang pengganti (barang subtitusi) yang lebih

murah harganya. Harga barang pelengkap juga akan mempengaruhi keputusan

seorang konsumen untuk membeli atau tidak barang utamanya, bila

permintaan barang utama meningkat, maka permintaan akan barang

penggantinya akan menurun dan sebaliknya.

b. Pendapatan Konsumen.

Konsumen tidak akan dapat melakukan pembelian barang kebutuhan bila

pendapatan tidak ada atau tidak memadai. Dengan demikian, maka perubahan

pendapatan akan mendorong konsumen untuk mengubah permintaan akan

barang kebutuhannya. Berdasarkan sifat perubahan permintaan terhadap

berbagai barang apabila terjadi perubahan pendapatan, dapat dibedakan dalam

beberapa golongan, antara lain :

a) Barang Esensial (essential goods) adalah barang yang sangat penting

dalam kehidupan sehari-hari, sehingga kebutuhan atau permintaan akan

(3)

b) Barang Normal (normal goods) adalah barang yang permintaannya

berhubungan lurus dengan pendapatan konsumen. Bila pendapatan

konsumen meningkat, maka permintaan akan barang tersebut juga

meningkat dan sebaliknya, bila pendapatan konsumen menurun, maka

permintaan barang tersebut juga menurun.

c) Barang Inferior (inferior goods) adalah barang yang permintaannya

berhubungan terbalik dengan pendapatan konsumen. Bila pendapatan

konsumen meningkat maka permintaan akan barang tersebut akan

menurun dan sebaliknya, bila pendapatan konsumen menurun maka

permintaan akan barang tersebut meningkat.

c. Jumlah Konsumen.

Pertambahan jumlah konsumen, misalnya jumlah penduduk, tidak dengan

sendirinya menyebabkan pertambahan jumlah permintaan suatu barang. Akan

tetapi pertambahan penduduk diikuti oleh perkembangan kesempatan kerja.

Dengan demikian akan lebih banyak orang yang menerima pendapatan dan hal

ini juga akan menambah daya beli masyarakat. Pertambahan daya beli

masyarakat akan menambah permintaan.

d. Selera Konsumen.

Perubahan selera dapat termanifestasikan ke dalam perilaku pasar.perubahan

selera konsumen bisa ditunjukkan oleh perubahan bentuk atau posisi dari

indifference map, tanpa ada perubahan harga barang maupun pendapatan,

permintaan akan suatu barang akan suatu barang dapat berubah karena

(4)

e. Ramalan mengenai keadaan di masa yang akan datang.

Perubahan – perubahan yang diramalkan mengenai keadaan pada masa yang

akan datang dapat mempengaruhi permintaan. Ramalan para konsumen bahwa

harga – harga akan naik pada masa depan akan mendorong konsumen

membeli lebih banyak untuk menghemat pengeluaran pada masa yang akan

datang.

Secara umum permintaan akan suantu barang tidak hanya dipengaruhi oleh

barang itu sendiri, tetapi dipengaruhi pula oleh harga barang lain yang berkaitan,

pendapatan konsumen, jumlah penduduk dan jumlah permintaan pada tahun

sebelumnya.

2.1.1.2Teori Penawaran

Menurut Mankiw (2003) Jumlah penawaran (quantity supplied) dari suatu

barang adalah jumlah barang yang rela dan mampu dijual oleh penjual. Ada

banyak hal yang menentukan jumlah penawaran barang, tapi ketika kita

mengalisis bagaimana pasar bekerja, salah satu penentunya adalah harga barang

itu.

a. Harga barang tersebut.

Adapun faktor-faktor yang mempengaruhi penawaran, diantaranya:

Hubungan antara harga dan penawaran barang itu adalah berbanding lurus.

Semakin murah harga maka jumlah barang yang ditawarkan akan semakin

sedikit dan semakin mahal harga, maka jumlah barang yang ditawarkan

(5)

b. Harga barang lain.

Semakin mahal harga barang substitusi maka semakin sedikit penawaran

barang itu.

c. Harga faktor - faktor produksi.

Bila harga faktor - faktor produksi semakin meningkat maka akan

menyebabkan biaya produksi menjadi mahal. Bila biaya produksi semakin

mahal, maka produsen menjadi berkurang kemampuannya untuk

berproduksi..

d. Ekspektasi harga di masa yang akan datang.

Bila ada anggapan bahwa di masa yang akan datang akan terjadi kenaikan

harga pada suatu barang maka penawaran akan barang tersebut akan semakin

menurun.

e. Jumlah produsen.

Apabila jumlah produsen bertambah maka semakin banyak penawaran.

f. Teknologi.

Dengan adanya teknologi yang semakin meningkat, berarti biaya untuk

memproduksi menjadi lebih rendah, dengan demikian jumlah barang yang

Hukum penawaran berasumsi bahwa dengan menganggap hal lainnya

tetap, kuantitas barang yang ditawarkan akan meningkat ketika harga barang

tersebut terus meningkat. Kurva penawaran memperlihatkan perubahan kuantitas

(6)

menaikan kuantitas yang ditawarkan, maka kurva penawaran memiliki

kemiringan ke atas atau positif.

Gambar 2.2 Kurva Penawaran

Kurva penawaran memperlihatkan apa yang terjadi dengan kuantitas

barang yang ditawarkan ketika harganya berubah, dengan menganggap seluruh

faktor penentu lainnya konstan. Jika satu dari faktor-faktor tersebut berubah,

kurva penawaran akan bergeser (Mankiw, 2000).

2.1.2 Beras

Beras merupakan komoditas yang penting karena merupakan kebutuhan

pangan pokok yang setiap saat harus dapat dipenuhi. Kebutuhan pangan pokok

perlu diupayakan ketersediaannya dalam jumlah yang cukup, mutu yang baik,

aman dikonsumsi, dan mudah diperoleh dengan harga yang terjangkau oleh

seluruh lapisan masyarakat. Oleh karena itu, sasaran pembangunan pertanian

adalah memantapkan neraca ketersediaan beras (Nurmalina, 2008)

Menurut Rahmad (2010) dalam pengertian sehari-hari yang dimaksud

dengan beras adalah gabah yang bagian kulitnya sudah dibuang dengan cara

(7)

penyosoh (polisher). Gabah yang hanya terkupas bagian kulit luarnya (hull),

disebut beras pecah kulit (brown rice). Tinggi-rendahnya tingkat penyosohan

menentukan tingkat kehilangan zat-zat gizi. Proses penggilingan dan penyosohan

yang baik akan menghasilkan butiran beras utuh yang maksimal dan beras patah

yang minimal. Lapisan yang menyelimuti bagian luar beras pecah kulit, yakni

dedak dan/atau bekatul (rice bran) mengandung sekitar 65 persen dari zat gizi

mikro penting dalam beras. Dedak mengandung vitamin (tiamin, niasin, vitamin

B6), mineral (besi, fosfor, magnesium, potasium), asam amino, asam lemak

esensial, serta antioksidan. Kandungan zat gizi tersebut memberi manfaat dalam

meningkatkan kesehatan tubuh, bersifat hipoalergenik (rendah kemungkinan

untuk memicu alergi), sumber serat makan yang banyak digunakan dalam

berbagai industri pangan, farmasi dan pangan suplemen (dietary supplement).

Beras giling (milled rice) berwarna putih karena telah terbebas dari bagian

dedaknya yang berwarna coklat. Bagian dedak padi sekitar 5-7 persen dari berat

beras pecah kulit (brown rice). Makin tinggi derajat penyosohan dilakukan makin

putih warna beras giling yang dihasilkan, namun makin miskin zat-zat gizi.

Pola konsumsi masyarakat pada masing-masing daerah berbeda-beda,

tergantung dari potensi daerah dan struktur budaya masyarakat. Pola konsumsi

masyarakat Indonesia masih didominasi oleh padi-padian, khususnya beras yang

diindikasikan oleh tingginya starchy staple ratio. Masyarakat umumnya

mempunyai ketergantungan yang kuat terhadap beras sebagai sumber karbohidrat

(8)

perlu menggali potensi lokal yang berbasis non-beras untuk memenuhi kebutuhan

pangannya (Made, 2008).

Menurut Lassa (2006) dominasi beras atas sumber daya pangan lainnya di

Indonesia dapat ditemukan dalam istilah-istilah lokal seperti “palawija”

(Sansekerta, phaladwija) yang harfiahnya berarti sesuatu yang bukan beras

(sekunder) atau pangan kelas dua, sesuatu yang terkonstruksikan secara budaya

(culturally constructed).

2.1.3 Pengertian Harga

Harga adalah jumlah uang yang ditukarkan konsumen dengan manfaat dari

memiliki atau menggunakan produk dan jasa. Harga berperan sebagai penentu

utama pilihan pembeli. Harga merupakan sejumlah uang yang dibebankan atas

suatu produk atau jasa, atau jumlah dari nilai yang ditukar konsumen atas

manfaat-manfaat karena memiliki atau menggunakan produk atau jasa tersebut.

Menurut Sunaryo (dalam Ambarinanti, 2007) harga merupakan sinyal

kelangkaan (scarcity) suatu sumber daya yang mengarahkan pelaku ekonomi

untuk mengalokasikan sumber dayanya. Perpotongan kurva permintaan dan kurva

penawaran suatu komoditi dalam suatu pasar menentukan harga pasar komoditi

tersebut, dimana jumlah komoditi yang diminta sama dengan yang ditawarkan.

Dengan kata lain, keseimbangan harga pasar merupakan kekuatan hasil interaksi

permintaan dan penawaran komoditi di pasar. Harga pasar juga mempunyai dua

(9)

sebaiknya dipasok oleh produsen untuk memperoleh laba maksimum, (2) penentu

tingkat permintaan bagi konsumen yang menginginkan kepuasan maksimum.

Menurut Sukirno (2005) Harga suatu barang dan jumlah barang yang

diperjualbelikan ditentukan oleh permintaan dan penawaran dari barang tersebut.

Oleh karena itu, untuk menganalisis mekanisme penentuan harga dan jumlah

barang yang diperjualbelikan maka perlu dilakukan analisis permintaan dan

penawaran atas suatu barang tertentu yang terdapat di pasar. Keadaan suatu pasar

dikatakan seimbang apabila jumlah yang ditawarkan penjual pada suatu harga

tertentu adalah sama dengan jumlah yang diminta para pembeli pada harga

tersebut. Harga suatu barang dan jumlah barang yang diperjualbelikan adalah

ditentukan dengan melihat keadaan ekuilibrium dalam suatu pasar. Keadaan

ekuilibrium tersebut dapat ditunjukkan sebagai berikut :

Gambar 2.3 Kurva Keseimbangan Permintaan dan Penawaran

Harga yang terjadi di pasar merupakan perpotongan antara kurva

permintaan dan kurva penawaran. Tetapi dalam kenyataan terdapat harga pada

tingkat petani dan konsumen disamping harga pedagang. Pembentukan harga

yang murni terjadi pada tingkat harga pedagang besar karena hanya pada tingkat

(10)

pembeli memiliki pengetahuan yang baik tentang situasi pasar pada suatu waktu

tertentu. Kebijakan stabilisasi harga ditempuh dengan menggunakan instrument

stok cadangan (buffer stock) maupun pengaturan harga (administered price).

Pemerintah setiap tahun menentukan harga dasar (floor price) bagi produsen dan

harga tertinggi (ceiling price) bagi konsumen. Bulog bertanggung jawab untuk

menjamin harga beras berada diantara harga tertinggi dan terendah tersebut

dengan melakukan operasi pasar dan pendistribusian (Amirullah, 2005).

2.1.4 Produk Domestik Regional Bruto (PDRB)

Produk Domestik Bruto (PDRB) merupakan jumlah nilai tambah barang

dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi dalam satu wilayah pada

satu periode tertentu. PDRB dihitung dengan dua cara, yaitu atas dasar harga

berlaku dan atas dasar harga konstan. Dalam perhitungan PDRB atas dasar harga

berlaku menggunakan harga barang dan jasa tahun berjalan, sedangkan pada

PDRB atas dasar harga konstan menggunakan harga barang dan jasa tahun

tertentu (tahun dasar). Penggunaan tahun dasar ini ditetapkan secara nasional dan

dapat dihitung dengan tiga pendekatan yaitu pendekatan produksi, pendekatan

pendapatan dan pendekatan pengeluaran.

Produk Domestik Bruto (Gross Domestic Product) menyatakan

pendapatan total dan pengeluaran total nasional atas output barang dan jasa.

Tujuan GDP adalah meringkas aktivitas ekonomi dalam suatu nilai uang tertentu

selama periode waktu tertentu. Ada dua cara statistik untuk melihat GDP sebagai

pendapatan total dari setiap orang didalam perekonomian dan pengeluaran total

(11)

pengeluaran harus mempengaruhi pengeluaran, dan setiap transaksi yang

mempengaruhi pendapatan harus mempengaruhi pengeluaran. (Mankiw, 2007)

Widodo (2006) Mengemukakan salah satu indikator penting untuk

mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu adalah

data Produk Domestik Regional Bruto (PDRB), baik atas dasar harga berlaku

maupun atas dasar harga konstan. PDRB pada dasarnya merupakan jumlah nilai

tambah (value added) yang dihasilkan oleh seluruh unit usaha dalam suatu daerah

tertentu, atau merupakan jumlah nilai barang dan jasa akhir (neto) yang dihasilkan

oleh seluruh unit ekonomi.

2.1.5 Jumlah Penduduk

Penduduk adalah semua orang yang berdomisili di wilayah geografis

Indonesia selama enam bulan atau lebih dan atau mereka yang berdomisili kurang

dari enam bulan tetapi bertujuan menetap. Pertumbuhan penduduk diakibatkan

oleh tiga komponen yaitu: fertilitas, mortalitas dan migrasi.

Pertumbuhan penduduk adalah perubahan populasi sewaktu - waktu, dan

dapat dihitung sebagai perubahan dalam jumlah individu dalam sebuah populasi

menggunakan "per waktu unit" untuk pengukuran. Pertumbuhan penduduk

merupakan salah satu faktor yang penting dalam masalah sosial ekonomi

umumnya dan masalah penduduk pada khususnya. Karena disamping

berpengaruh terhadap jumlah dan komposisi penduduk juga akan berpengaruh

terhadap kondisi sosial ekonomi suatu daerah atau negara maupun dunia.

Menurut Maltus, jumlah penduduk di suatu negara akan menigkat sangat

(12)

proses pertambahan hasil yang semakin berkurang dari suatu faktor produksi yang

jumlahnya tetap, maka persediaan pangan hanya akan meningkat menurut deret

hitung atau deret aritmatik. Karena pertumbuhan pengadaan pangan tidak dapat

berpacu secara memadai dengan kecepatan pertambahan penduduk, maka

pendapatan perkapita cenderung terus mengalami penurunan sampai sedemikian

rendahnya sehingga segenap populasi harus bertahan pada kondisi sedikit di atas

tingkat subsisten. Satu - satunya cara untuk mengatasi masalah rendahnya taraf

hidup yang kronis tersebut adalah dengan “penanaman kesadaran moral” di

kalangan segenap penduduk dan kesediaan untuk membatasi jumlah kelahiran.

Jika pendapatan agregat dari suatu Negara meningkat lebih cepat maka

pendapatan perkapita juga meningkat. Seandainya pertumbuhan penduduk lebih

cepat dari pada peningkatan pendapatan total, maka dengan sendirinya pendapatan

perkapita akan menurun. Bila makin banyak penduduk maka saving dan investasi

juga makin tinggi sehingga pendapatan perkapita meningkat. Namun jika terlalu

banyak saving, pendapatan perkapita bisa menurun.

2.1.6 Indeks Curah Hujan

Menurut Sunyoto (2011) Angka indeks merupakan alah satu ukuran yang

digunakan untuk menukur tingkat perubahan nilai variabel dari waktu ke waku

dan sebagai bahan perbandingan antara variabel-variabel ekonomi dari waktu ke

waktu sehingga perubahan yang terjadi dapat diikuti. Hujan adalah sebuah proses

kondensasi uap air di atmosfer menjadi butir air yang cukup berat untuk jatuh dan

biasanya tiba di permukaan. Hujan biasanya terjadi karena pendinginan suhu

(13)

kemungkinan akan terjadi bersamaan. Turunnya hujan biasanya tidak lepas dari

pengaruh kelembaban udara yang memacu jumlah titik-titik air yang terdapat pada

udara. Indonesia memiliki daerah yang dilalui garis khatulistiwa dan sebagian

besar daerah di Indonesia merupakan daerah tropis, walaupun demikian beberapa

daerah di Indonesia memiliki intensitas hujan yang cukup besar (Wibowo 2008).

Curah hujan adalah jumlah air yang jatuh di permukaan tanah datar selama

periode tertentu yang diukur dengan satuan tinggi milimeter (mm) di atas

permukaan horizontal. Dalam penjelasan lain curah hujan juga dapat diartikan

sebagai ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak

menguap, tidak meresap dan tidak mengalir. Indonesia merupakan negara yang

memiliki angka curah hujan yang bervariasi dikarenakan daerahnya yang berada

pada ketinggian yang berbeda-beda. Curah hujan 1 (satu) milimeter, artinya dalam

luasan satu meter persegi pada termpat yang datar tertampung air setinggi satu

milimeter atau tertampung air sebanyak satu liter ( www.novalynx.com).

Pengertian curah hujan merupakan ketinggian air hujan yang terkumpul

dalam tempat yang datar, tidak menguap, tidak meresap, dan tidak mengalir.

Curah hujan 1 (satu) milimeter artinya dalam luasan satu meter persegi pada

tempat yang datar tertampung air setinggi satu milimeter atau tertampung air

sebanyak satu liter. Intensitas hujan adalah banyaknya curah hujan persatuan

jangka waktu tertentu. Apabila dikatakan intensitasnya besar berarti hujan lebat

dan kondisi ini sangat berbahaya karena berdampak dapat menimbulkan banjir,

(14)

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,

(15)

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

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;

R

) 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.

2

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

(16)

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

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 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

(17)

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

(18)

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

(19)

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

(20)

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

(21)

Tabel 2.1 Theorical Maping

No Nama (Tahun)

Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian

1 Cut

Regresi Linear log berganda dengan metode Ordinary Least

Squre (OLS).

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.

lnX2 + β 3 lnX3 + β

Regersi data panel dengan

menggunakan Model Efek Tetap (Fixed

Effect Model)

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.

Regersi data panel dengan metode Two

(22)

No Nama (Tahun)

Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian

Tarumun,

Stage Least Square

(TSLS). 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

(23)

h5HBERt + U8 QLBt

Publikasi Variabel Model Analisis Hasil Penelitian

4 Eka Dewi

- Metode Box Jenkins (ARIMA),

Penawaran tahunan beras mempunyai pola fluktuatif dengan trend

(2011) dan

- Metode persamaan simultan

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). 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). Hasil Chow

Breakpoint Test

menunjukkan periode yang berpengaruh terhadap struktural

break data penawaran

(24)

model mempunyai nilai R2

0,64463; F-Statistic

No Nama (Tahun)

Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian

sebesar 5,46215; RMSE sebesar 8.823,807; dan nilai probabilistic dari F-Statistic adalah Harga riil beras Indonesia, dengan Metode Two

Stage Least Squares

(TSLS) yang diolah menggunakan

Software Statistical Analysis System

(SAS) 9.1.

(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

(Skripsi IPB) pemerintah, produksi padi, Harga riil gabah tingkat

riil pembelian

(25)

petani tahun sebelumnya, Curah hujan

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:

Least Square (OLS)

dan Two Stage Least

Square (TSLS).

Secara parsial variabel

+e

Harga 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. Luas Areal, lag upah tenaga Analisis Two Stage

Least Square

Luas areal panen dipengaruhi oleh harga 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

(26)

IPB) eceran beras. dipengaruhi oleh jumlah

No Nama (Tahun)

Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian

padi, konsumsi beras

penduduk. Harga riil eceran beras

dipengaruhi lag harga eceran beras. metode Ordinary Least

Squre (OLS) bersifat Best Linier Unbiassed Estimation (BLUE).

LnQd = Lnƅ0 + ƅ1LnX1

+ ƅ2LnX2 + ƅ3LnX3 + ƅ4LnX4 + ƅ5LnX5

harga beras, harga jagung, harga telur, pendapatan penduduk, dan jumlah penduduk secara bersama

bahwa selama periode pemerintahan SBY Jilid

+ e

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

(27)

IPB) meningkakan konsumsi sekitar 4,2 persen dan peningkatan nilai IPM 10 persen akan

No Nama (Tahun)

Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian

meningkatkan konsumsi sekitar 2,3 persen

10 Hasman

Least Squre (OLS).

Y=f (X1,X2,X3,Y (t-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.

1

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:

(28)

- 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.

2.3 Kerangka Konseptual Penelitian.

Kerangka konseptual pada penelitian ini menggambarkan pengaruh antara

variabel-variabel eksogen terhadap variabel-variabel endogen. Dalam penelitian

ini permintaan beras di Kota Medan dipengaruhi oleh harga beras, PDRB

(29)

dipengaruhi oleh harga beras, jumlah penduduk dan indeks curah hujan. Secara

sistemasis dapat dilihat pada gambar berikut :

Gambar 2.4 Kerangka Konseptual

Keterangan :

1. Variabel Eksogen : PDRB Perkapita

Indeks Curah Hujan

Jumlah Penduduk

2. Variabel Endogen : Permintaan Beras

Penawaran Beras

Harga Beras Permintaan

Beras (D) Harga Beras

(P)

Penawaran Beras

(S) PDRB

Perkapita (Y)

Jumlah Penduduk

(N)

Indeks Curah Hujan

(30)

2.4 Hipotesis Penelitian

Berdasarkan perumusan masalah dan kerangka konseptual, maka hipotesis

penelitian ini adalah sebagai berikut :

1. Harga beras, PDRB perkapita dan jumlah penduduk berpengaruh secara

signifikan terhadap permintaan beras di Kota Medan.

2. Harga beras, jumlah penduduk dan indeks curah hujan berpengaruh secara

signifikan terhadap penawaran beras di Kota Medan. .

3. PDRB perkapita dan indeks curah hujan berpengaruh signifikan terhadap

Gambar

Gambar 2.2 Kurva Penawaran
Tabel 2.1 Theorical Maping
Gambar 2.4 Kerangka Konseptual

Referensi

Dokumen terkait

Variabel independen yaitu harga beras, pendapatan perkapita, dan jumlah penduduk secara bersama-sama berpengaruh nyata terhadap variabel dependen yaitu permintaan beras di

Jenis data yang dikumpulkan antara lain penawaran beras netto yang didekati dengan persedian beras akhir tahun, harga dasar gabah sebagai pendekatan harga beras

Hasil analisis uji R 2 menunjukan bahwa 94.8% permintaan beras di Kota Mataram dapat dijelaskan oleh variabel bebas yang digunakan dalam model yaitu harga beras, harga roti

Data pendukung yang digunakan meliputi data luas areal panen, produksi padi, harga riil gabah tingkat petani, stok beras akhir tahun, impor beras Indonesia, produktivitas padi,

Kajian ini dilakukan untuk menganalisis stabilitas keseimbangan sistem penawaran dan permintaan beras di Indonesia dengan menggunakan model keseimbangan Cobweb dari penawaran

Dari tabel 4.9 menunjukkan hasil dari persamaan simultan penawaran beras, bahwa variabel eksogen yaitu harga beras, jumlah penduduk dan indeks curah hujan secara

Hal ini berarti kenaikan harga riil beras impor Indonesia sebesar satu persen akan meningkatkan harga riil gabah tingkat petani sebesar 0.27 persen untuk jangka

hasil R² dari persamaan simultan penawaran beras di Provinsi Sumatera Utara sebesar 0,9524 (95,24 persen), berarti kemampuan variasi variabel harga eceran beras,