• Tidak ada hasil yang ditemukan

BAB II TINJAUAN PUSTAKA. terhadap suatu barang. Teori permintaan menerangkan tentang ciri-ciri hubungan

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB II TINJAUAN PUSTAKA. terhadap suatu barang. Teori permintaan menerangkan tentang ciri-ciri hubungan"

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 mengkonsumsi lebih sedikit barang tersebut (Mankiw, 2003).

(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 barang ini tidak akan berubah walaupun terjadi perubahan pendapatan.

(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 perubahan selera.

(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 semakin banyak.

(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 barang yang ditawarkan ketika harganya berubah. Karena harga yang lebih tinggi

(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 digiling dan disosoh menggunakan alat pengupas dan penggiling (huller) serta

(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 dan sebagai upaya untuk mengurangi ketergantungan masyarakat pada beras maka

(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 fungsi utama, yaitu sebagai: (1) pemberi informasi tentang jumlah komoditi yang (Kotler, 2001).

(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 ini terdapat persaingan yang agak sempurna dan pada umumnya penjual dan

(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 atas output barang dan jasa perekonomian. Setiap transaksi yang mempengaruhi

(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 cepat sesuai dengan deret ukur atau tingkat geometrik. Sementara, karena adanya

(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 udara atau penambahan uap air ke udara. Hal tersebut tidak lepas dari

(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, longsor dan efek negatif terhadap tanaman. (www.psychologymania.com)

(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, Tahun 2006 - 2010“. Penelitian ini menggunakan model analisis regrasi data panel

(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 0,9473; nilai F-statistic sebesar 53,9548; dan parameter AR(1) dan MA(1)

(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 penawaran cenderung mengalami penurunan.

(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 berpengaruh nyata terhadap jumlah penawaran beras sedangkan pada metode

(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 adjusted sebesar 0,999 yang berarti proporsi sumbangan variabel independen

(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 IPM, sedangkan peningkatan inflasi tidak terlalu berpengaruh pada peningkatan

(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 terhadap ketersediaan beras.

(21)

Tabel 2.1 Theorical Maping

No Nama (Tahun)

Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian 1 Cut Risty, Iskandari ni, Rahman ta Ginting (2014) Elastisitas Permintaan Beras Organik di Kota Medan. (Skripsi USU) Independen: Harga beras organik, Pendapatan konsumen, Usia, Jumlah anggota keluarga, Lama pendidikan, selera. Dependen: Permintaan beras organik

Regresi Linear log berganda dengan metode Ordinary Least Squre (OLS). lnY = β0 + β 1 lnX1 + β2 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. lnX2 + β 3 lnX3 + β 4lnX4 + β 5 lnX5 + β 6D1 + μ 2 Hasyrul Aziz Harahap (2012) Analisis Permintaan Beras di Sumatera Utara. (Tesis USU) Independen: Harga Beras, Harga Jagung, Jumlah Penduduk, PDRB. Dependen: Permintaan beras

Regersi data panel dengan

menggunakan Model Efek Tetap (Fixed Effect Model) RDt=α0+ α1LogHBi+ α2LogHJi+ α3LogJPi+ α4LogPDRBi+€ 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. i 3 Partini, Suardi Analisis Faktor- Independen: Luas areal

Regersi data panel dengan metode Two

Nilai koefisiensi determinasi (R2) dari masing-masing

(22)

No Nama (Tahun)

Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian Tarumun, Ermy Tety (2011) Faktor yang Mempengar uhi Penawaran dan Permintaan Beras di Provinsi Riau. (Pekbis Jurnal) tanam, Luas areal panen, Harga gabah tingkat petani, Produktivitas, Jumlah penggunaan urea, Jumlah pengadaan bulog, Jumlah pengadaan pedagang, Jumlah penyaluran bulog, Harga beras eceran Dependen: Permintaan dan Penawaran beras

Stage Least Square

(TSLS). LATt = a0 + a1HGTPRt + a2LHTBSRt + a3LATt-1 + U1LAPt = b0 + b1LATt + b2LIRt + b3LINt + b4LRt + b5LAPt-1 + U HGTPR 2 t = c0 + c1MPBRt + c2HPPRt + c3PPRt + c4HBDRt + c5HTBSRt + c6HBERt+ c7HGTPRt-1 + U PROD 3 t = d0 + d1QFUt + d2HGTPRt + d3PRODt-1 + U QFU 4 t = e0 + e1HFURt + e2HGTPRt + e3LINt + e4LATt + e5QFUt-1 + U HBER 5 t = f0 + f1HBDRt + f2HGTPRt + f3PBRt + f4HBERt-1 + U6 QPBLt = g0 + g1HBDRt + g2POPt + g3HGTPRt + g4QPBLt-1 + U QBPDG 7 t = h0 + h1QDBt + h2PBRt + h3POPt + h4YPRt 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

(23)

h5HBERt + U8 QLBt = i0 + i1QPBLt + i2HBERt + U9 No Nama (Tahun) Judul dan

Publikasi Variabel Model Analisis Hasil Penelitian

4 Eka Dewi Nurjayan ti Peramalan Penawaran Independen: Produktivitas, produksi padi,

- Metode Box Jenkins

(ARIMA),

Penawaran tahunan beras mempunyai pola fluktuatif dengan trend (2011) dan Permintaan Beras pada Era Otonomi Daerah di Kabupaten Sukoharjo. (Tesis Universitas Sebelas Maret) jumlah penduduk. Dependen : Penawaran dan permintaan beras

- Uji titik patah Chow (Chow Breakpoint test) 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 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

(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 signifikan. Otonomi daerah tidak berpengaruh secara signifikan terhadap penawaran dan permintaan tahunan beras.Hasil peramalan penawaran dan permintaan cenderung mengalami peningkatan setiap tahunnya, sedangkan penawaran cenderung mengalami penurunan. 5 Lyza Widya Ruatining rum. (2011) Dampak Kebijakan Pemerintah dan Perubahan Faktor Lain terhadap Permintaan dan Penawaran Beras di Indonesia: Analisis Simulasi Kebijakan Independen: Harga riil beras Indonesia, Jumlah penduduk, Permintaan beras tahun sebelumnya, Produksi beras, Jumlah impor beras, Stock beras, Stock beras tahun sebelumnya, Harga riil pembelian Analisis Simultan 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

pemerintah, produksi padi, dan harga riil gabah tingkat petani

(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: Permintaan beras, Penawaran beras, Harga riil gabah tingkat petani. riil pembelian pemerintah. 6 Hari Winarto (2009) Analisis Permintaan dan Penawaran Beras di Jawa Tengah. (Jurnal Ilmiah) Independen: Harga beras, harga komoditas subtitusi ubi kayu, Pendapatan penduduk (PDRB), Jumlah penduduk, Luas panen padi, Harga beras tahun sebelumnya. Dependen: Permintaan dan Penawaran beras. Analisis Simultan dengan metode Analisis Ordinary Least Square (OLS) dan Two Stage Least Square (TSLS). Qd=α0+α1Px+α2X1 α + 3X2+ α4X3 Q + e s=b0+b1Px+b2X4 b + 3X5 P + e x=c0-c1X1+ c2X2 c + 3X3+ c4X4+ c5X5

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. 7 Nani Sunani (2009) Analisisa Faktor-Faktor yang Mempengar uhi Produkti dan.Konsu msi Beras di Kabupaten Siak, Riau (Skripsi Independen: Luas Areal, lag upah tenaga kerja, lag penggunaan pupuk urea, tren waktu, jumlah penduduk, harga riil Analisis Simultan dengan metode Analisis Two Stage Least Square (TSLS). Y1 = β10 + β12Y2i + y1tXti + U Y 1i 2 = β20 + β21Y1i + y2iXti + U

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 2i

(26)

IPB) eceran beras. Dependen: Produktivitas

penggunaan pupuk urea, dan tren

waktu.Konsumsi 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. 8 Hendrik Mulyo Widakda (2009) Analisis Permintaan Beras Di Kabupaten Klaten. (Skripsi UNS) Independen: harga beras, harga jagung,harga telur, jumlah penduduk dan PDRB perkapita. Dependen: permintaan beras Regresi Linear berganda dengan 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 berpengaruh nyata terhadap permintaan beras. + e 9 Vera Lisna dan Nila Rifai (2009) Analisis Faktor- Faktor Ekonomi Makro yang Mempengar uhi Tingkat Konsumsi pada Era Pemerintaha n Susilo Bambang Yudhoyono Jilid 1. (Jurnal Mahasiswa program Doktor Mayor Ekonomi Pertanian Independen: PDRB perkapita, Inflasi, Harga beras dan IPM Dependen: Konsumsi penduduk Indonesia Regresi Linear berganda Y = β0 + β1X1+ β2X2 + β3X3 + β4X4 + β5X5

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

berpengaruh pada peningkatan konsumsi. Peningkatan harga beras 10 persen akan

(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 Hasyim (2007) Analisis Faktor-Faktor yang Mempengaruhi Ketersediaan Beras di Sumatera Utara. (Tesis USU) Independen: Luas panen, Harga beras, Harga jagung, Ketersediaan beras tahun sebelumnya. Dependen: Ketersediaan beras (Penawaran beras) Regresi Linear berganda dengan metode Ordinary Least Squre (OLS). Y=f (X1,X2,X3,Y (t-1) Model setelah dilogaritmakan: ) LY=α0+α1LX1 α + 2LX2+α3L X3 α + 4LY(t-1)+ µ 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. 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: Partini, et al (2011) dan Nurjayanti (2011).

(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 perkapita dan jumlah penduduk. Sedangkan penawaran beras di Kota Medan

(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 (W)

(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 harga beras di Kota Medan.

Gambar

Gambar 2.2 Kurva Penawaran
Gambar 2.3 Kurva Keseimbangan Permintaan dan Penawaran  Harga yang terjadi di pasar merupakan perpotongan antara kurva  permintaan dan kurva penawaran
Tabel 2.1 Theorical Maping
Gambar 2.4 Kerangka Konseptual

Referensi

Dokumen terkait

Faktor yang dianalisis dalam permintaan beras adalah harga beras, harga tepung terigu sebagai barang subtitusi, jumlah penduduk, dan pendapatan perkapita..

Hasil dari penelitian ini secara simultan variabel harga beras, harga tepung terigu, jumlah penduduk, dan pendapatan perkapita signifikan terhadap permintaan beras di

Rasio Harga Riil Beras Indonesia dengan Harga Gandum Lag Permintaan Beras Pendapatan Rill Penduduk Indonesia Tren Waktu Harga Riil Pembelian Pemerintah Harga Riil

Hasil penelitian menunjukkan bahwa : harga kedelai, harga beras, harga jagung, populasi ternak, jumlah penduduk, pendapatan per kapita dan volume impor kedelai berpengaruh

Hasil dari penelitian ini adalah secara simultan variabel harga beras, harga jagung, pendapatan penduduk per kapita, dan jumlah penduduk memiliki pengaruh nyata terhadap

Nilai elastisitas yang bertanda negatif juga menunjukkan bahwa variabel harga beras lokal memiliki hubungan terbalik dengan permintaan beras lokal produksi Kabupaten Kubu

Hasil penelitian menunjukkan permintaan cabai merah di Provinsi Sumatera Utara secara serempak dipengaruhi oleh harga cabai merah, harga cabai rawit, jumlah penduduk

pada umumnya jika harga barang yang bersifat giffen turun justru menyebabkan permintaan terhadap barang tersebut juga turun begitu pula sebaliknya contoh dari barang jenis ini