ANALISIS INTEGRASI PASAR VERTIKAL CABAI MERAH BESAR (Capsicum annuum L.) DI JAWA TIMUR
(ANALYSIS OF GREAT RED CHILI PEPPERS (Capsicum annuum L.) VERTICAL MARKET INTEGRATION IN EAST JAVA)
Ratya Anindita1, Sawitania C.D.U.S.1 1
Jurusan Sosial Ekonomi, Fakultas Pertanian, Universitas Brawijaya Jl. Veteran, Malang E-mail: [email protected]
ABSTRACT
The purpose of this study is to analyze the relationship of vertical integration that occurs among the various marketing distribution chain including farmers, wholesalers, and retailers. The method can be used to answer the research objective are cointegration analysis of Johansen cointegration CRDW-test and Vector Error Correction Model. The data used are secondary data for five years (2007 to 2011) as much as 60 series data. Data must first stationared using DF-ADF tests (Dickey-Fuller Augmented Dickey Fuller). After that, the Johansen cointegration test and the Granger causality test performed to analyze cointegration relationship in the long term using optimal lag. If there is a long term relationship, then to analyze the short-term relationships use cointegration VECM test. But if there is no cointegration relationship, to determine the relationship of short-term use of test VAR. The analysis of vertical market integration of a large red pepper (Capsicum annuum L.) in East Java proves that the market at the level of farmers, wholesalers, and retailers are integrated in the long term and in the short term.
Keywords: DF-ADF Test, Optimum Lag Test, Johansen Cointegration Test, Granger Causality Test, VAR Test, Vertical Integration
ABSTRAK
kointegrasi, untuk mengetahui hubungan jangka pendek digunakan uji VAR. Hasil analisis mengenai integrasi pasar vertikal cabai merah besar (Capsicum annuum L.) di Jawa Timur membuktikan bahwa pasar di tingkat petani, pedagang besar, dan pedagang pengecer terintegrasi dalam jangka panjang dan jangka pendek.
Kata kunci: Uji DF-ADF, Uji Lag Optimum, Uji Kointegrasi Johansen, Uji Kausalitas Granger, Uji VAR, Integrasi Vertikal
PENDAHULUAN
Cabai (Capsicum sp.) merupakan salah satu jenis sayuran komersial yang sejak lama telah dibudidayakan di Indonesia karena produk ini memiliki nilai ekonomis yang tinggi. Dari berbagai macam jenis komoditas cabai, komoditas cabai merah besar (Capsicum annuum L.) merupakan komoditas yang paling banyak dibudidayakan untuk tujuan komersil. Akan tetapi, penawaran komoditas ini, masih sangat bergantung pada jumlah produksinya. Pada tahun tahun 2006 produktivitas cabai merah besar nasional mencapai 6,5 ton/ ha. Pada tahun 2010, produktivitas tersebut meningkat menjadi 6,58 ton/ ha (Badan Pusat Statistik, 2011). Akan tetapi, sejak tahun 2008 hingga tahun 2011 sering terjadi ketidakstabilan antara produksi dan konsumsi cabai merah besar nasional sehingga mengakibatkan terjadinya fluktuasi harga jual cabai merah besar di pasaran. Cabai merah besar memang merupakan komoditas yang tidak diatur tata niaganya (tidak ada campur tangan pemerintah dalam bentuk peraturan tertulis mengenai harga jual dasar dan harga jual atap cabai merah). Terjadinya fluktuasi harga komoditas cabai merah besar yang berkelanjutan dapat menyebabkan terjadinya inflasi sehingga dapat menggangu kestabilan perekonomian dan sosial nasional. Dalam suatu sistem pasar yang terintegrasi, harga-harga dari pasar yang berbeda akan saling berkorelasi (positif) sebagai pencerminan lancarnya arus informasi (perkembangan harga komoditas tertentu) antar pasar. Hasil pengukuan mengenai integrasi pasar dapat digunakan sebagai data dasar untuk memahami mekanisme yang terjadi pada pasar-pasar tertentu. Adapun tujuan dari penelitian ini adalah: (1) mengetahui integrasi pasar cabai merah besar di Jawa Timur yang terjadi di antara petani dan pedagang besar; dan (2) mengetahui integrasi pasar cabai merah besar di Jawa Timur yang terjadi di antara pedagang besar dan pedagang pengecer.
II. METODE PENELITIAN
Penelitian ini dilakukan di Jawa Timur. Pemilihan lokasi penelitian tersebut dilakukan secara sengaja (purposive) dengan mempertimbangkan bahwa Jawa Timur merupakan salah satu sentra penghasil komoditas cabai merah besar di Indonesia. Penelitian ini dilaksanakan pada bulan April 2012.
Metode Analisis Data
Metode analisis data yang digunakan pada penelitian ini menggunakan pendekatan model Ravalion yaitu uji Kointegrasi Johansen untuk jangka panjang dan uji VAR/ VECM untuk jangka pendek. Namun, sebelum menguji hubungan integrasi diantara petani, pedagang besar, dan pedagang pengecer perlu dilakukan beberapa uji antara lain:
A. Uji Kestasioneran Data (Uji Augmented Dickey Fuller)
Terdapat tiga model implementasi menurut Ikasari (2005) yang dapat digunakan dalam uji ADF antara lain:
1. Model intersep (β1): ΔPt = β1 + δPt-1 +α ΔPt-1 + μit
2. Model dengan intersep dan trend (β1, β2): ΔPt = β1 + β2T + δPt-1 +α ΔPt-1 + μit 3. Model tanpa intersep dan trend (β1, β2): ΔPt = δPt-1 +α ΔPt-1 + μit
Dengan hipotesis dan kriteria pengujian sebagai berikut:
1. H0 (δ ≥ 1) = ADFhitung > critical value mengandung arti bahwa data time series
mengandung unit root atau tidak stasioner,
2. H1 (δ< 1) = ADFhitung < critical value mengandung arti bahwa data time series tidak mengandung unit root atau dapat dikatakan bahwa data sudah stasioner.
B. Uji Lag Optimum
Uji optimum lag dengan menggunakan kriteria pengujian model Final Prediction Error (FPE), Akaike Information Criteria (AIC), Schwarz Criteria (SC), dan Hannan-Quinn (HQ). Pada pengujian pemilihan lag melalui kriteria tersebut, akan didapat kandidat lag pada masing-masing kriteria yang merujuk pada lag optimal.
C. Uji Kointegrasi Johansen
Persamaan kointegrasi Johansen dapat dirumuskan sebagai berikut:
∆Yt = k + Γ1∆Yt-1 + … + Γp-1 ∆Yt-p+1 + ∏ Yt-1 + μt
Dimana k merupakan konstanta, p menyatakan jumlah lag dan ∏ merupakan nilai ranking
(diperoleh dari nilai α.β) . Dalam pengujian hipotesis dengan pendekatan ini digunakan nilai
statistik yang dinamakan Likelihood Ratio (LR) test statistic (r = 0, ,…., p-1). Persamaannya adalah:
Qr = -T
Dimana λi merupakan nilai eigenvalue. T adalah jumlah sampel. Qr juga disebut trace
statistik. Hipotesis kriteria pengujian yang terbentuk antara lain:
Ho = Data tidak terkointegrasi (Jika nilai LR Statistik < critical value 5%) H1 = Data terkointegrasi (Jika nilai LR Statistik > critical value 5%) D. Uji Kausalitas Granger
Uji ini dilakukan dengan tujuan untuk mengetahui hubungan interaksi antar variabel didalam lag tertentu selama pengujian lag. Prinsip dasar dari pengujian Granger pada penelitian ini adalah untuk membantu menjelaskan hubungan antara harga jual cabai merah besar di tingkat produsen, pedagang besar, dan pedagang pengecer. Dalam penelitian ini, pengujian mengenai kausalitas granger hanya dilakukan dengan membandingkan nilai probabilitas dengan nilai taraf kepercayaan (α) nya saja. Karena taraf kepercayaan yang
digunakan sebesar 5%, maka α = 0,05. Jika p-value > α, maka tidak terdapat hubungan
E. Vector Error Correction Model (VEC-M) dan Uji VAR
Secara umum, model uji VAR dan VECM memiliki kesamaan karena VECM merupakan bentuk VAR yang terestriksi. Dalam penelitian ini, model VECM dan VAR secara umum dapat dituliskan sebagai berikut:
∆Pt = α + A1PPt-1 + …. + ApPPt-p + β1PBt-1 + ….+ β QPBt-Q+ γ1PEt-1 + ….+ γrPEt-r + εt ∆PBt = α + A1PPt-1 + …. + ApPPt-p + β1PBt-1 + ….+ β QPBt-Q+ γ1PEt-1 + ….+ γrPEt-r + εt
Dimana ΔPPt merupakan harga jual di tingkat petani pada periode t (waktu), α merupakan
koefisien,ΔPBt merupakan harga jual di tingkat pedagang besar pada periode t (waktu), ΔPEt merupakan harga jual di tingkat pedagang pengecer pada periode t (waktu), ΔPPt-p merupakan harga jual di tingkat pedagang besar pada satu periode sebelumnya (t-p), ΔPBt-q merupakan harga jual di tingkat pedagang besar pada satu periode sebelumnya (t-q), ΔPEt-r merupakan harga jual di tingkat pedagang pengecer pada satu periode sebelumnya (t-r), dan ECT1 merupakan error correction term.
III. HASIL DAN PEMBAHASAN
A. Deskripsi Statistik Uji Integrasi Vertikal Pasar Cabai Merah Besar di Jawa Timur Berdasarkan hasil analisis statistik, harga jual cabai merah besar maksimum yang pernah terjadi di tingkat petani adalah sekitar Rp. 11.172,00 dan harga terendah yang pernah dialami petani adalah Rp. 2.656,00. Di tingkat pedagang besar, harga tertinggi yang pernah diterima adalah sebesar Rp. 24.160,00 dan harga terendah yang dialami adalah sebesar Rp. 2.608,00. Di tingkat pedagang pengecer, harga tertinggi yang pernah terjadi sebesar Rp. 29.081,00 dan harga terendah yang pernah dialami adalah sebesar Rp. 3.800,00. Rata-rata harga jual cabai merah besar sejak tahun 2007 hingga tahun 2011 di tingkat petani berada pada kisaran harga Rp. 6.500,00 per kg sedangkan di tingkat pedagang besar dan pedagang pengecer, rata-rata harga jual cabai merah besar masing-masing berada pada kisaran harga Rp. 8.600,00 dan Rp. 11.200,00 per kg. Jika diperhatikan, maka harga jual rata-rata cabai merah besar di tingkat petani < pedagang besar < pedagang pengecer.
Fluktuasi harga tertinggi yang pernah terjadi pada data harga jual cabai merah besar sejak tahun 2007 hingga tahun 2011 terjadi di tingkat pedagang pengecer yaitu sebesar 5136,741. Kejadian tersebut terjadi pada bulan November menuju bulan Desember pada tahun 2011. Pada saat tersebut, harga cabai merah besar meningkat dari Rp. 12.050,00 per kg meningkat menjadi Rp. 26.484,00 per kg. Penyebabnya dikarenakan oleh kenaikan harga BBM yang mengakibatkan biaya pengangkutan cabai merah besar dari pedagang besar ke pedagang pengecer juga ikut meningkat. Akhirnya harga jual cabai merah besar di tingkat pedagang pengecer.
Sebelum dilakukan uji stasioneritas data terlebih dahulu dianalisis apakah data memiliki pengaruh tren atau tidak. Analisis perngaruh tren dilakukan karena data yang digunakan dalam penelitian merupakan data runtut waktu (time series). Analisis pengaruh tren dapat dilakukan dengan menggunakan diagram line maupun scatter. Apabila gambar
0
Gambar 2. Plot Pengaruh Tren Pada Data Harga Jual Cabai Merah Besar Tahun 2007 hingga Tahun 2011
Sumber: Data sekunder (diolah)
B. Uji Integrasi Pasar Vertikal
Berdasarkan hasil uji DF dan ADF, didapatkan hasil bahwa ketiga data harga jual cabai merah besar baik di tingkat petani, pedagang besar, pedagang pengecer, dan residual seriesnya stasioner pada tingkat diferensiasi pertama (I(1)) pada taraf kepercayaan 5% dimana nilai kritisnya > nilai ADF statistiknya dan nilai probabilitasnya berada dibawah 0,05. Hasil uji ADF ditampilkan pada Tabel 2.
Tabel 2. Hasil Uji Stasioneritas Data Menggunakan Uji ADF pada Data Harga Jual Cabai Merah Besar di Tingkat Petani, Pedagang Besar, dan Pedagang Pengecer pada Tahun 2007 hingga Tahun 2011 (Dipengaruhi Trend dan Intersep).
Level Equation Test
(Tren dan Intersep) ADF Stat Critical Value Prob
Petani Residual Series Diferensiasi Pertama -5,037123
1% -4,156734
0,0008 5% -3,504330
Keterangan:
*) Stasioner pada taraf kepercayaan 5%.
Metode penentuan panjang lag menggunakan AIC (Akaike Information Criteria)
Selanjutnya dilakukan uji lag optimal untuk mengetahui berapa panjang lag yang optimal digunakan untuk menganalisis hubungan jangka panjang yang terjadi diantara variabel yang diuji. Dari kegiatan analisis, didapatkan hasil bahwa lag optimum berada pada lag 3 dengan kriteria uji menggunakan Akaike Information Criteria (AIC). Hasil uji lag optimum ditampilkan pada Tabel 3.
Tabel 3. Hasil Uji Lag Optimal
Lag LogL LR FPE AIC SC HQ
0 -1537.309 NA 1.56e+20 55.01105 55.11955* 55.05312 1 -1521.311 29.71067 1.22e+20 54.76112 55.19513 54.92938* 2 -1515.647 9.913201 1.38e+20 54.88024 55.63975 55.17470
3 -1496.896
30.80505
* 9.79e+19* 54.53199* 55.61700 54.95265
Setelah itu, dilakukan uji kointegrasi Johansen untuk mengetahui hubungan jangka panjang yang terjadi pada masing-masing level pemasaran. Hasil uji kointegrasi Johansen ditampilkan pada Tabel 4. Ternyata terdapat hubungan kointegrasi jangka panjang, baik diantara petani dan pedagang besar serta antara pedagang besar dan pedagang pengecer yang signifikan pada taraf kepercayaan 5%. Pada keadaan ini hipotesis null dapat ditolak dan data dinyatakan tidak terkointegrasi dalam jangka panjang.
Tabel 4. Hasil Uji Kointegrasi Johansen
Hubungan Antara Petani dan Pedagang Besar
Rank Eigenvalue Trace Statistic 0,05 critical value
r = 0 0,313614
29,35790 25,87211
Max Eigen Statistic 0,05 critical value
21,07366 19,38704
Hubungan Antara Pedagang Besar dan Pedagang Pengecer
r = 0 0,295805
Trace Statistic 0,05 critical value
31,68013 25,87211
Max Eigen Statistic 0,05 critical value
19,63917 19,38704
Tabel 5. Hasil Estimasi Hubungan Keseimbangan Jangka Panjang
Antara Petani dengan Pedagang Besar
Variabel Koefisien Std. Error t-statistik
LOG(PETANI(-1)) 1,000000
LOG(GROSIR(-1)) 0,072210 0,02828 2,55318
CointEq1 -0,863668 0,02864 -30,1515
C -9,348941
Antara Pedagang Besar dengan Pedagang Pengecer
Variabel Koefisien Std. Error t-statistik
LOG(GROSIR(-1)) 1,000000
LOG(ECERAN(-1)) -0,545277 0,03199 -17,0458
CointEq1 -1,721355 0,10827 -15,8986
C -3,932786
Sumber: Data sekunder (diolah)
Keterangan:
C = Konstanta
LOG(PETANI(-1)) = Perubahan harga jual cabai merah besar di tingkat petani pada satu periode sebelumnya
LOG(GROSIR(-1)) = Perubahan harga jual cabai merah besar di tingkat pedagang besar pada satu periode sebelumnya
LOG(ECERAN(-1)) = Perubahan harga jual cabai merah besar di tingkat pedagang pengecer pada satu periode sebelumnya
Berdasarkan Tabel 5. tersebut terbentuk dua persamaan hubungan jangka panjang sebagai berikut:
LOG(PETANI) = - 0.86367(LOG(PETANI(-1)) + 0.0722LOG(GROSIR(-1)) - 9.349
εt…..……… (1)
Artinya, kenaikan atau penurunan Rp 1.000,00 harga jual cabai merah besar di tingkat pedagang besar pada satu periode sebelumnya akan menyebabkan kenaikan atau penurunan harga jual cabai merah besar di tingkat petani sebesar Rp. 72,00 serta
LOG(GROSIR) = - 1.7214( LOG(GROSIR(-1)) - 0.5453LOG(ECERAN(-1)) - 3.933
εt……….….……….. (2)
Tabel 6. Hasil Estimasi Hubungan Keseimbangan Jangka Pendek
Antara Petani dengan Pedagang Besar
Error Correction Koef Stdr.
Error
PETANI 0,000161 4,9E-06 33,2311
Antara Pedagang Besar dengan Pedagang Pengecer
Error Correction Koef Stdr.
Berdasarkan Tabel 6. tersebut terbentuk dua persamaan hubungan kointegrasi jangka pendek sebagai berikut:
D(LOG(PETANI)) =0.000161268 - 0.0430 D(LOG(PETANI(-1))) - 0.0527 D(LOG(PETANI(-2))) - 0.0308 D(LOG(PETANI(-3))) + 0.0568 D(LOG(GROSIR(-1))) + 0.0775 D(LOG(GROSIR(-2))) + 0.0049
D(LOG(GROSIR(-3))) -
1.0546……….(3)
Persamaan 3. tersebut dapat diintepretasikan menjadi:
1. Dalam jangka pendek, perubahan harga jual cabai merah besar di tingkat petani pada periode (t) disebabkan oleh adanya perubahan harga jual cabai merah besar di tingkat pedagang besar pada dua periode sebelumnya. Kenaikan atau penurunan harga jual cabai merah besar di tingkat pedagang besar pada dua periode sebelumnya sebesar Rp. 1,000.00 akan mengakibatkan kenaikan atau penurunan harga jual cabai merah besar di tingkat petani sebesar Rp. 77.50.
2. Nilai ECT (1.0546) menunjukkan bahwa sekitar 15.46% ketidaksesuaian antara harga jual cabai merah besar di tingkat petani yang aktual dengan yang diinginkan akan mengalami penyesuaian dalam satu tahun.
3. Variabel perubahan harga jual cabai merah besar di tingkat petani selama satu hingga tiga periode sebelumnya memiliki hubungan yang negatif atau semakin jauh dari kondisi keseimbangan.
4. Kenaikan Rp. 1,000,00 harga jual cabai merah besar di tingkat petani pada satu periode sebelumnya akan menyebabkan penurunan harga jual cabai merah besar di tingkat petani saat ini sebesar Rp. 43,00. Kenaikan Rp. 1,000.00 harga jual cabai merah besar petani pada dua periode sebelumnya akan menyebabkan penurunan harga jual cabai merah besar di tingkat petani saat ini sebesar Rp. 52.70. Sementara kenaikan Rp. 1,000.00 harga jual cabai merah besar di tingkat petani pada tiga periode sebelumnya akan menyebabkan penurunan harga jual cabai merah besar di tingkat petani saat ini sebesar Rp. 30.80. Demikian sebaliknya.
5. Meskipun nilai t-statistik pada perubahan harga jual cabai merah besar di tingkat pedagang besar tidak memberikan pengaruh yang signifikan, akan tetapi memiliki hubungan yang positif dimana kenaikan harga jual cabai merah besar di tingkat pedagang besar sebesar Rp. 56.80 anak menyebabkan kenaikan harga jual cabai merah besar di tingkat petani saat ini. Kenaikan Rp. 1,000,00 harga jual cabai merah besar di tingkat pedagang besar pada tiga periode sebelumnya akan menyebabkan kenaikan harga jual cabai merah besar di tingkat petani saat ini sebesar Rp. 4.90. Demikian sebaliknya pada persamaan 4:
D(LOG(GROSIR)) =8.394205 + 0.4724 1))) + 0.4148 D(LOG(GROSIR(-2))) + 0.4092 D(LOG(GROSIR(-3))) - 0.4536 D(LOG(ECERAN(-1))) - 0.4876 D(LOG(ECERAN(-2))) - 0.4000 D(LOG(ECERAN(-3))) -
0.7093……….
(4) Persamaan 4. tersebut dapat diintepretasikan menjadi:
1,000.00 akan mengakibatkan kenaikan harga jual cabai merah besar di tingkat pedagang besar saat ini sebesar Rp. 472.40. Kenaikan harga jual cabai merah besar di tingkat pedagang besar pada dua periode sebelumnya sebesar Rp. 1,000.00 akan mengakibatkan kenaikan harga jual cabai merah besar di tingkat pedagang besar saat ini sebesar Rp. 414.80. Kenaikan harga jual cabai merah besar di tingkat pedagang besar pada tiga periode sebelumnya sebesar Rp. 1,000.00 akan mengakibatkan kenaikan harga jual cabai merah besar di tingkat pedagang besar saat ini sebesar Rp. 409.20.
2. Nilai ECT (0.7093) menunjukkan bahwa sekitar 70.93% ketidaksesuaian antara harga jual cabai merah besar di tingkat pedagang besar yang aktual dengan yang diinginkan akan mengalami penyesuaian dalam satu tahun.
3. Seluruh variabel perubahan harga jual cabai merah besar di tingkat pedagang besar selama satu hingga tiga periode sebelumnya memiliki hubungan yang positif. Artinya peningkatan harga di tingkat pedagang pengecer akan mengakibatkan peningkatan harga di tingkat pedagang besar. Demikian sebaliknya.
4. Kenaikan Rp. 1,000.00 harga jual cabai merah besar di tingkat pedagang pengecer pada satu periode sebelumnya akan menyebabkan penurunan harga jual cabai merah besar di tingkat pedagang besar saat ini sebesar Rp. 453.60. Kenaikan Rp. 1,000.00 harga jual cabai merah besar di tingkat pedagang pengecer pada dua periode sebelumnya akan menyebabkan penurunan harga jual cabai merah besar di tingkat pedagang besar saat ini sebesar Rp. 487.60. Sementara kenaikan Rp. 1,000.00 harga jual cabai merah besar di tingkat pedagang pengecer pada tiga periode sebelumnya akan menyebabkan penurunan harga jual cabai merah besar di tingkat pedagang besar saat ini sebesar Rp. 400.00. Demikian sebaliknya.
5. Meskipun nilai t-statistik pada perubahan harga jual cabai merah besar di tingkat pedagang pengecer memberikan pengaruh yang signifikan, akan tetapi memiliki hubungan integrasi yang terjadi diantara pedagang besar dan pedagang pengecer berkorelasi negatif.
Hasil analisis membuktikan bahwa pasar cabai merah besar di Jawa Timur telah terintegrasi antara petani dengan pedagang besar dan pedagang besar dengan pedagang pengecer. Hubungan integrasi tersebut sudah terjalin secara kuat dimana hal ini dibuktikan dengan terintegrasinya pasar-pasar tersebut baik dalam jangka pendek maupun dalam jangka panjang. Apabila pasar-pasar cabai merah besar tersebut telah terintegrasi maka secara langsung pasar tersebut akan memeragakan fungsinya secara efisien jika memanfaatkan semua informasi yang tersedia. Menurut Leuthold & Hartmann dalam Zebua (2008), apabila pasar sudah dapat mempergunakan harga pada periode yang lalu (past prices) secara tepat dalam penentuan harga pada saat ini (current price determination), maka sistem pemasaran yang berlaku dalam pasar cabai merah di Jawa Timur sudah dapat dikategorikan ke dalam bentuk pasar yang efisien.
sempurna meskpiun pada aplikasi di lapang, terkadang pedagang besar memang memiliki pengaruh dalam penentuan harga khususnya di tingkat petani.
Pengaruh tersebut ditunjukkan oleh perbedaan margin antara pedagang besar dengan petani dan antara pedagang besar dengan pedagang pengecer. Oleh karena itu, meskipun hasil penelitian membuktikan bahwa pasar-pasar cabai merah besar sudah terintegrasi dengan baik, melihat cabai merupakan komoditas yang sangat fluktuatif, maka transformasi informasi sangat dibutuhkan untuk menjaga kesinambungan hubungan integrasi yang telah terjalin tersebut. Karena suatu saat tidak tertutup kemungkinan pasar-pasar tersebut tidak terintegrasi dalam jangka panjang apabila terjadi kegagalan dalam transmisi dan pemanfaatan informasi diantara berbagai pasar.
Untuk itu, dalam hal ini, pemerintah sangat berperan penting dalam proses pengembangan infrastruktur berkaitan secara tidak langsung dengan proses pemasaran tersebut. Dengan demikian, diharapkan hasil analisis yang dihasilkan dari pengukuran integrasi pasar cabai merah besar di Jawa Timur ini dapat memberikan informasi penting menyangkut cara kerja pasar yang dapat berguna untuk memperbaiki kebijakan liberalisasi pasar, memantau pergerakan harga, dan melakukan peramalan harga di masa yang akan datang.
IV. KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan kegiatan analisis data yang telah dilakukan, maka dapat ditarik kesimpulan bahwa:
1. Berdasarkan hasil analisis kointegrasi Johansen, diketahui bahwa diantara petani-pedagang besar terdapat hubungan kointegrasi jangka panjang. Hubungan kointegrasi tersebut ditunjukkan oleh nilai t-statistik dan max eigen statistik > nilai kritis 5%. Pada r = 0 hubungan kointegrasi jangka panjang antara petani dengan pedagang besar menunjukkan nilai t-statistik sebesar 29.35790 dan nilai max eigen statistik sebesar 21.07366 dengan nilai kritis 5% sebesar 25.87211 dan 19.38704. Berdasarkan hasil estimasi hubungan integrasi jangka panjang dan jangka pendek menggunakan uji VECM, terdapat hubungan keseimbangan jangka pendek baik antara petani, pedagang besar, dan pedagang pengecer. Adanya hubungan kointegrasi jangka pendek tersebut dibuktikan dengan koefisien ECT yang bernilai negatif (-1.054598). Ternyata perubahan harga di tingkat petani saat ini dipengaruhi oleh perubahan harga jual cabai merah besar di tingkat pedagang pedagang besar pada dua periode sebelumnya. Kenaikan Rp. 1,000.00 harga jual cabai merah besar di tingkat pedagang besar pada dua periode sebelumnya akan meningkatkan harga jual cabai merah besar di tingkat petani pada saat ini sebesar Rp. 77.55.
kointegrasi jangka pendek tersebut dibuktikan dengan koefisien ECT yang bernilai negatif (-0.709290). Ternyata perubahan harga di tingkat pedagang pengecer dipengaruhi oleh perubahan harga di tingkat pedagang besar itu sendiri serta pedagang pengecer selama tiga bulan sebelumnya dan oleh karena perubahan harga di tingkat pedagang besar selama tiga periode berturut-turut. Besarnya perubahan tersebut dijabarkan dalam hasil dan pembahasan penelitian ini.
Saran
Berikut merupakan saran yang dapat diberikan sebagai masukan bagi petani, pemerintah, maupun peneliti lainnya terkait topik penelitian antara lain:
1. Pemerintah sebaiknya menyediakan sarana dan prasarana terkait kegiatan pemasaran khususnya untuk para petani sehingga adanya kemungkinan terjadinya permainan pasar maupun asimetri informasi di masa mendatang akibat harga cabai merah besar yang fluktuatif dapat dihindari.
2. Dalam suatu kawasan atau pedesaan sebaiknya dibentuk kelompok tani dimana masing-masing kelompok tani menanami lahannya dengan komoditas yang berbeda sehingga terjadinya oversupply akibat panen raya maupun kelangkaan cabai merah besar akibat perubahan iklim khususnya pada bulan Juli menjelang bulan November dapat dihindari.
DAFTAR PUSTAKA
Adiyoga, 1995. Keragaan Pasar Komoditas Cabai Merah di Jawa. Buletin Penelitian Hortikultura. Vol 27 No. 4 Tahun 1995.
Anindita, R. 2004. Pemasaran Hasil Pertanian. Papyrus. Surabaya.
Azir, 2002. Kajian Sistem Pemasaran dan Integrasi Pasar Cabai Merah Keriting (Capsicum annuum) di DKI Jakarta. Skripsi. Fakultas Pertanian Institut Pertanian Bogor, Bogor.
Djulin dan Malian, 2003. Struktur dan Integrasi Pasar Ekspor Lada Hitam dan Lada Putih di Daerah Produksi Utama. Laporan Penelitian Badan Penelitian dan Pengembangan Bangka Belitung.
Hadi, Y. S. 2003. Analisis Vector Auto Regression (VAR) Terhadap Korelasi Antara Pendapatan Nasional Dan Investasi Pemerintah Di Indonesia, 1983/1984 – 1999/2000. Jurnal Keuangan dan Moneter. Vol 6 No. 2 Desember 2003.
Hutabarat & Rahmanto, 2004. Dimensi Oligopsonistik Pasar Domestik Cabai Merah. SOCA. Vol 4 no 1, 2004.
Irawan, 2007. Fluktuasi Harga, Transmisi Harga, dan Marjin Pemasaran Sayuran dan Buah. Jurnal Analisis Kebijakan Pertanian. Vol 5 no. 4 Desember, 2007.
Irawan dan Rosmayanti, 2007. Analisis Integrasi Pasar Beras di Bengkulu. Jurnal Agro Ekonomi Vol 25 No.1 Mei 2001.
Muslikh, 2000. Analisis Sistem Tataniaga Cabai Rawit Merah (Capsicum frutescens) di DKI Jakarta. Skripsi. Fakultas Pertanian Institut Pertanian Bogor, Bogor.
Nachrowi, D. 2006. Pendekatan Populer dan Praktis Ekonometrika Untuk Analisis Ekonomi dan Keuangan. LP-FE UI. Jakarta.
Rum, M., 2011. Analisis Marjin Pemasaran dan Sensitivitas Cabai Besar di Kabupaten Malang. Jurnal Agribisnis Fakultas Pertanian Universitas Trunojoyo Madura Vol. 8 No. 2 Desember 2011.
Saladin, H. D., 1996. Unsur-Unsur Inti Pemasaran dan Manajemen Pemasaran. Penerbit Mandar Maju. Bandung.
