SKRIPSI
OLEH:
DIWAN HADI PRAKOSO 130304168
AGRIBISNIS
PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA MEDAN
2018
ANALISIS PERAMALAN HARGA BAWANG MERAH DI KOTA MEDAN DAN FAKTOR FAKTOR YANG MEMPENGARUHINYA
SKRIPSI
OLEH:
DIWAN HADI PRAKOSO 130304168
AGRIBISNIS
Skripsi Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Pertanian di Program Studi Agribisnis, Fakultas Pertanian,
Universitas Sumatera Utara, Medan
Disetujui Oleh:
Komisi Pembimbing
Ketua Komisi Pembimbing
( Ir. Thomson Sebayang, MT.) NIP. 195711151986011001
Anggota Komisi Pembimbing
(Siti Khadijah H.N., SP., M.Si) NIP. 197310111999032002
FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA MEDAN
2018 ABSTRAK
DIWAN HADI PRAKOSO (130304168), dengan judul skripsi Analisis Peramalan Harga Bawang Merah di Kota Medan dan Faktor Faktor yang Mempengaruhinya. Penelitian ini dibimbing oleh Bapak Ir. Thomson Sebayang, MT selaku Ketua Komisi Pembimbing dan Ibu Siti Khadijah Hidayati Nasution, SP., M.Si selaku Anggota Komisi Pembimbing. Penentuan daerah dilakukan secara purposive.
Tujuan penelitian ini adalah untuk menganalisis peramalan harga bawang merah di Kota Medan dan faktor faktor yang mempengaruhinya. Metode analisis data yang digunakan di dalam penelitian ini adalah tren dan regresi linier berganda serta Metode Arima model. Hasil penelitian menunjukkan bahwa harga bawang merah di Kota Medan tahun 2014 – 2016 mengalami tren positif. Harga bawang merah sepanjang bulan di tahun 2018 diramalkan mengalami tren positif. Secara serempak jumlah produksi bawang merah Sumatera Utara, jumlah impor Sumatera Utara, konsumsi bawang merah Kota Medan, rata rata kurs Dollar terhadap Rupiah dan harga pupuk urea berpengaruh nyata terhadap harga bawang merah di Kota Medan, sedangkan secara parsial hanya jumlah impor bawang merah Sumatera Utara, konsumsi bawang merah serta rata rata kurs Dollar terhadap Rupiah berpengaruh nyata.Jumlah produksi bawang merah Sumatera Utara, dan harga pupuk urea tidak berpengaruh nyata.
Kata kunci : Bawang Merah, Harga, Peramalan
ABSTRACT
DIWAN HADI PRAKOSO (130304168), with thesis title Analysis of Shallot Pricing in Medan City and Affecting Factors. Guided by Bpk. Ir. Thomson Sebayang, MT as a Chairman of the Advisory Commission and Ibu. Siti Khadijah Hidayati Nasution, SP., M.Si as a Member of the Advisory Committee. The determination of the area is done purposively. The purpose of this study is to analyze the forecasting of onion prices in Medan City and the factors that influence it. Data analysis methods used in this research are multiple linear trend and regression and Arima Method. The results showed that the price of shallot in Medan City 2014 - 2016 year experienced a positive trend. The price of shallot throughout the month in 2018 is predicted to experience a positive trend. Simultaneously, the amount of North Sumatera shallot production, North Sumatera shallot imported amount, Medan shallot consumption, average of Dollar exchange rate against Rupiah and urea fertilizer price significantly influence on shallot price in Medan City, while only partially imported shallot of North Sumatera , the consumption of shallot and the average of Dollar exchange rate against the Rupiah have a significant effect. The amount of shallot production of North Sumatra, and the price of urea fertilizer has no real effect.
Keywords: Shallot, Price, Forecasting
DIWAN HADI PRAKOSO lahir di Tanjung Balai, 4 Mei 1995. Anak kedua dari tiga bersaudara dari pasangan Ir. Hernanto Budi Santoso (Alm) dan Ir. Asnilawarni. MMa.
Pendidikan formal yang telah ditempuh penulis adalah sebagai berikut:
1. Tahun 2001 masuk Sekolah Dasar di SD Swasta IKAL Medan, tamat tahun 2007.
2. Tahun 2007 masuk Sekolah Menengah Pertama di SMP Negeri 1 Medan, tamat tahun 2010.
3. Tahun 2010 masuk Sekolah Menengah Atas di SMA Negeri 4 Medan, tamat tahun 2013.
4. Tahun 2013 diterima di Program Studi Agribisnis, Fakultas Pertanian, Universitas Sumatera Utara melalui jalur UMB.
Kegiatan yang pernah diikuti penulis selama duduk di bangku kuliah, adalah sebagai berikut:
1. Bulan Agustus-September 2016 melaksanakan Praktek Kerja Lapangan (PKL) di Desa Melati II, Kecamatan Perbaungan, Kabupaten Serdang Bedagai.
2. Tahun 2017 melaksanakan penelitian di Sumatera Utara.
3. Anggota Ikatan Mahasiswa Sosial Ekonomi Pertanian (IMASEP) Departemen Informasi dan Komunikasi periode 2015 – 2016.
KATA PENGANTAR
Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa atas berkat dan karuniaNya penulis dapat menyelesaikan skripsi ini. Judul skripsi ini adalah “Analisis Peramalan Harga Bawang Merah di Kota Medan dan Faktor Faktor Yang Mempengaruhinya.”. Kegunaan dari skripsi ini adalah sebagai salah satu syarat untuk memperoleh gelar Sarjana Pertanian pada Program Studi Agribisnis, Fakultas Pertanian, Universitas Sumatera Utara, Medan.
Pada kesempatan ini penulis secara khusus mengucapkan terima kasih kepada Bapak Ir. Thomson Sebayang. MT selaku Ketua Komisi Pembimbing yang telah bersedia meluangkan waktunya untuk memberikan bimbingan, arahan, serta saran dan selalu memberikan banyak nasehat sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Ibu Siti Khadijah H. N., SP., M.si selaku Anggota Komisi Pembimbing yang telah bersedia meluangkan waktunya untuk memberikan bimbingan, arahan, serta saran dan selalu memberikan banyak nasehat sehingga penulis dapat menyelesaikan skripsi ini pada waktu yang tepat.
Tidak lupa saya juga mengucapkan terima kasih kepada:
1. Bapak Dr. Ir. Satia Negara Lubis, M.Ec selaku Ketua Program Studi Agribisnis, Fakultas Pertanian, Universitas Sumatera Utara.
2. Bapak Ir. M. Jufri, M.Si selaku Sekretaris Program Studi Agribisnis, Fakultas Pertanian, Universitas Sumatera Utara.
3. Kedua orang tua tercinta Ayahanda Ir. Hernanto Budi Santoso (Alm) dan Ibunda Ir.
Asnilawarni. M.Ma. Kakak kandung penulis Dini Eka Lestari. S.Sos dan adik kandung penulis Muhammad Dila Wibowo. Penulis mengucapkan terima kasih atas
begitu besar sehingga penulis mampu menyelesaikan skripsi ini.
4. Sahabat SMP Negeri 1 Medan kelas IX B dan SMA Negeri 4 Medan kelas X3, XI IPA 4 dan XII IPA 4 terbaik yang telah memberikan bantuan dan motivasi serta menemani penulis dalam menghabiskan waktu liburan.
5. Teman-teman PKL terbaik Sahla hasanah.SP, Annur Gabriella. SP, dan Astri DS 6. Kepada orang terkhusus yaitu Sahla Hasanah SP yang telah memberikan semangat
dan dukungan kepada penulis.
7. Sahabat terbaik Ayu, Vera, Nofri, Siti, Fira, Annisa, Abi, Agung, Arnold, Vicky, Aditya, Maimuddin, David dior yang telah memberikan motivasi, berbagi suka dan duka serta menemani hari-hari perkuliahan sehingga penulis dapat menikmati masa perkuliahan dengan baik.
8. seluruh teman-teman seangkatan 2013 yang telah memberikan dukungan selama penulis menempuh pendidikan dan menyelesaikan skripsi.
9. Abang dan Kakak SC yang memberikan dukungan dan motivasi selama penulis menempuh pendidikan.
10. Seluruh dosen serta seluruh staf pengajar dan seluruh staf pegawai Fakultas Pertanian, Universitas Sumatera Utara, khususnya staf pegawai yang ada di Departemen Agribisnis, Kak Runi, Kak Irma dan Kak Nita yang telah membantu seluruh proses administrasi.
11. Seluruh pegawai dinas Ketahanan Pangan Sumatera Utata Dan Dinas Pertanian Provinsi Sumatera Utara yang telah membantu penulis dalam mendapatkan data penelitian.
Penulis menyadari skripsi ini masih jauh dari sempurna, sehingga penulis menerima saran dan kritik yang bersifat membangun untuk penyempurnaan skripsi ini. Penulis
juga berharap semoga skripsi ini dapat berguna bagi pembaca dan pihak-pihak yang membutuhkan. Akhir kata, penulis mengucapkan terima kasih.
Medan, April 2018
Penulis
ABSTRAK ... i
RIWAYAT HIDUP ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... vi
DAFTAR TABEL ... viii
DAFTAR GAMBAR ... ix
DAFTAR LAMPIRAN ... x
BAB I PENDAHULUAN 1.1 Latar Belakang ... 1
1.2 Identifikasi Masalah ... 7
1.3 Tujuan Penelitian ... 7
1.4 Kegunaan Penelitian ... 8
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka ... 9
2.2 Landasan Teori ... 12
2.3 Penelitian Terdahulu ... 20
2.4 Kerangka Pemikiran ... 23
2.5 Hipotesis Penelitian ... 25
BAB III METODE PENELITIAN 3.1 Metode Penentuan Daerah Penelitian ... 26
3.2 Metode Penentuan Data ... 26
3.2 Metode Pengumpulan Data ... 26
3.3 Metode Analisis Data ... 26
3.4 Defenisi dan Batasan Operasional ... 35
BAB IV DESKRIPSI WILAYAH 4.1 Deskripsi Letak Geografis Kota Medan ... 36
4.2 Deskripsi Kondisi Iklim ... 36
4.3 Deskripsi Tata Guna/Lahan ... 37
4.4 Deskripsi Kondisi Demografi... 37
BAB V HASIL DAN PEMBAHASAN
5.1 Perilaku Harga Bawang Merah di Kota Medan ... 40 5.2 Hasil Analisis Peramalan Harga Bawang Merah di Kota Medan
...43
5.3 Hasil Analisis Faktor Faktor Yang Mempengaruhi Harga Bawang Merah...46
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan ... 55 6.2 Saran ... 55
DAFTAR PUSTAKA LAMPIRAN
Tabel Judul Hal 1.1 Produksi Bawang merah Sumatera Utara 2010 – 2016 2 1.2 Rata Rata Konsumsi Per Kapita Bawang Merah Sumatera
Utara Tahun 2012-2016 3
1.3
Perbandingan Produksi Bawang Merah Sumatera Utara dengan Konsumsi per Kapita Bawang Merah di Kota Medan
5 1.4 Harga Rata Rata Bawang Merah di Tingkat Konsumen di
Kota Medan 5
4.1 Luas Wilayah, Jumlah Penduduk, dan Kepadatan
Penduduk Menurut Kecamatan Tahun 2015 38
5.1 Harga Bawang Merah Bulanan Kurun Waktu 2014 – 2016 39 5.2 Hasil Analisis Peramalan Harga Bawang Merah di Kota
Medan Periode Januari 2017 – Desember 2018 43 5.3.1.1 One Sample Kolmogorov Smirnov Test Harga Bawang
Merah 46
5.3.1.2 Coefficients Harga Bawang Merah 47
5.3.1.3 Coefficients Harga Bawang Merah 48
5.3.2 Hasil Analisis Regresi Faktor – Faktor yang
Mempengaruhi Harga Bawang Merah di Kota Medan 49
DAFTAR GAMBAR
Gambar Keterangan Hal
1.1 Grafik Produksi Bawang Merah Sumatera Utara Tahun
2010 – 2016 3
1.2 Grafik Rata Rata Konsumsi Per Kapita Bulanan Bawang
Merah Sumatera Utara 2012 – 2016 5
1.3 Grafik Perkembangan Harga Bawang Merah Kota
Medan tahun 2012 -2016 6
2.1 Skema Kerangka Pemikiran 24
5.1 Grafik Harga Bawang Merah di Kota Medan Tahun
2014 – 2016 42
5.2 Grafik Peramalan Harga Bawang Merah di Kota Medan
Tahun 2017 44
5.3 Grafik Peramalan Harga Bawang Merah di Kota Medan
Tahun 2018 44
Lampiran Keterangan
1 Harga Bawang Merah Bulanan Kurun Waktu 2014 – 2016 (Rp/Kg)
2 Data Produksi Bawang Merah Sumatera Utara Tahun 2014 – 2016 (Ton/Bulan)
3 Data Jumlah Bawang Merah Impor Sumatera Utara Tahun 2014 – 2016 (Ton/Bulan)
4 Data Konsumsi Bawang Merah Kota Medan Tahun 2014 – 2016 (Ton/Bulan)
5 Data Kurs Dollar Terhadap Rupiah Tahun 2014 - 2016 (Rp/Bulan)
6 Data Harga Pupuk Urea Tahun 2014 – 2016 (Rp/Kg)
7 Grafik Perbandingan Antar Variabel Tahun 2014, 2015 dan 2016 8 Hasil Analisis SPSS Uji Normalitas
9 Hasil Analisis SPSS Uji Multikolinieritas 10 Hasil Analisis SPSS Uji Heteroskedastisitas 11 Hasil Analisis SPSS Log Regresi Linier Berganda 12 Hasil Analisis Minitab Peramalan Harga Bawang Merah
BAB I
PENDAHULUAN
1.1. Latar Belakang
Pertanian merupakan salah satu sektor penting yang menjadi perhatian pemerintah selain sektor industri. Prioritas pertama lebih ditujukan pada pengembangan tanaman hortikultura yang selama ini masih diimpor pemerintah dalam pemenuhan kebutuhan. Salah satu komoditi hortikultura yang tidak lepas dari perbincangan adalah bawang merah.
Bawang Merah (Allium cepa) menurut sejarah awalnya tanaman ini memiliki hubungan erat dengan bawang bombay (Allium cepa L.) yaitu merupakan salah satu bentuk tanaman hasil seleksi yang terjadi secara alami terhadap varian varian dalam populasi bawang bombay. Di Indonesia bawang merah berkembang dan diusahakan petani mulai di dataran rendah sampai dataran tinggi. Sistem budidayanya merupakan perkembangan dari cara cara tradisional yang bersifat subsisten ke cara budidaya intensif dan berorientasi pasar. Produksi bawang merah sampai saat ini memang belum optimal dan masih tercermin dalam keragaman cara budidaya yang bercirikan spesifik agroekosistem tempat bawang merah diusahakan (Sartono putrasamedja dan Suwandi, 1996).
Bawang merah merupakan salah satu komoditi sayuran unggulan yang sejak lama telah diusahakan oleh petani secara intensif. Komoditi sayuran ini termasuk kedalam kelompok rempah tidak bersubstitusi yang berfungsi sebagai bumbu penyedap makanan serta bahan obat tradisional. Komoditi ini juga merupakan sumber pendapatan dan kesempatan kerja yang memberikan kontribusi cukup tinggi terhadap perkembangan ekonomi wilayah (Badan Litbang Pertanian, 2006).
Menurut Estu dan Nur Berlian (1996), Kebutuhan bawang merah sangat begitu besar. Hampir semua masakan pada umumnya menggunakan bawang merah sebagai sebagai bumbu penyedap. Komoditas sayuran ini termasuk ke dalam kelompok sayuran rempah yang berguna menambah cita rasa dan kenikmatan pada masakan dan tanaman ini juga bermanfaat sebagai obat tradisional.
Bawang merah merupakan tanaman yang bersifat musiman sehingga ketersediaanya dapat berubah-ubah di pasaran yang menyebabkan terjadinya fluktuatif harga. Kurangnya pasokan hasil produksi dari petani, biasanya disebabkan karena belum tibanya masa panen, tanaman terserang hama penyakit, dan sebagainya sehingga terjadi kelangkaan. Keadaan ini berpengaruh besar terhadap kurangnya supply bawang merah di pasaran.
Produksi bawang merah Sumatera Utara bersumber dari bulanan kurun waktu tahun 2014 – 2016 dapat dilihat pada tabel 1.1 berikut.
Tabel 1.1. Produksi Bawang Merah Sumatera Utara Tahun 2010 – 2016
Tahun Produksi (Ton/Tahun)
2010 9.120
2011 12.449
2012 14.156
2013 7.202
2014 7.058
2015 9.167
2016 12.808
Sumber: Dinas Ketahanan Pangan, 2016
3
Gambar 1.1. Grafik Produksi Bawang Merah Sumatera Utara Tahun 2010 – 2016.
Berdasarkan Tabel 1.1. dan gambar 1.1 Produksi bawang merah Sumatera Utara berfluktuasi dengan produksi tertinggi pada tahun 2012 dengan jumlah produksi sebesar 14.156 ton dan produksi bawang merah terendah pada tahun 2013 dengan jumlah produksi sebesar 7.202 ton. Persentase perbedaan antara produksi tertinggi dan produksi terendah cukup besar mencapai 100%.
Tabel 1.2. Rata Rata Konsumsi Per Kapita Bulanan Bawang Merah Sumatera Utara 2012 – 2016.
Tahun Konsumsi (ons/kapita/bulan)
2012 2,12
2013 1,58
2014 1,91
2015 2,08
2016 2,94
Sumber : Badan Pusat Statistik, 2016
0 2000 4000 6000 8000 10000 12000 14000 16000
2010 2011 2012 2013 2014 2015 2016
PRODUKSI (Ton/Bulan)
produksi
Gambar 1.2. Grafik Rata Rata Konsumsi Per Kapita Bulanan Bawang Merah Sumatera Utara 2012 – 2016.
Berdasarkan Tabel 1.2. dan gambar 1.2 Rata rata konsumsi per kapita bulanan bawang merah Sumatera Utara pada tahun 2013 mengalami penurunan jumlah konsumsi per kapita bawang merah dibanding tahun 2012. Dari rata rata konsumsi per kapita per bulan sebesar 2,12 ons menjadi 1,58 ons pada tahun 2013. Akan tetapi setelah tahun 2013 rata rata konsumsi per kapita bulanan bawang merah Sumatera Utara mengalami peningkatan setiap tahunnya. Tahun 2014 jumlah rata rata konsumsi per kapita bulanan bawang merah berjumlah 1,91 ons , tahun 2015 berjumlah 2,08 ons dan tahun 2016 berjumlah 2,94 ons per bulannya. Hal ini menunjukkan peningkatan sebesar 65 % dari tahun 2013 sampai tahun 2016.
0 0.5 1 1.5 2 2.5 3 3.5
2012 2013 2014 2015 2016
KONSUMSI (Ons/kapita/bulan)
KONSUMSI
5
Tabel 1.3. Perbandingan Jumlah Produksi Bawang Merah Sumatera Utara Dengan Konsumsi per Kapita Bawang merah Kota Medan.
Tahun Produksi Bawang
Merah Sumatera Utara (Ton)
Konsumsi per Kapita Bawang Merah Kota
Medan (Ton)
2012 14.156 33.212
2013 7.202 21.547
2014 7.058 29.318
2015 9.167 35.656
2016 12.808 43.448
Sumber : Badan Pusat Statistik
Masalah yang sering dihadapi dalam pengelolaan bawang merah adalah jenis tanaman bawang merah yang mudah rusak dan fluktuasi harga bawang merah yang tajam. Fluktuasi harga bawang merah jika tidak diatasi dengan baik akan menimbulkan kerugian baik pada produsen maupun konsumen.
Medan sebagai kota terbesar dan dengan jumlah penduduk terbanyak di Sumatera Utara menjadi acuan dalam melihat pola harga bawang merah.
Tabel 1.4. Harga Rata Rata Bawang Merah di Tingkat Konsumen di Kota Medan.
Tahun Harga Rata - Rata (Rp/kg/bulan)
2012 12.809
2013 28.059
2014 20.993
2015 25.197
2016 34.230
Sumber: Kementerian Perdagangan diolah BKP, 2016
Menurut Tabel 1.4. Harga rata rata bawang merah di tingkat konsumen di kota Medan mengalami fluktuasi harga setiap tahunnya. Tahun 2012 harga rata rata bawang
merah di kota Medan sebesar Rp. 12.809/kg. Tahun 2013 harga rata rata bawang merah sebesar Rp. 28.059/kg atau mengalami peningkatan sebesar 130% dibanding tahun 2012. Tahun 2014 harga rata bawang merah sebesar Rp. 20.993/kg atau mengalami penurunan sebesar 34% dibanding tahun 2013. Tahun 2015 harga rata rata bawang merah sebesar Rp. 25.197/kg atau mengalami peningkatan sebesar 25%. Tahun 2016 harga rata rata bawang merah sebesar Rp. 34.230/kg atau mengalami peningkatan sebesar 35% dari tahun 2015.
Gambar 1.2. Grafik Perkembangan Harga Bawang Merah Kota Medan 2012 – 2016.
Fluktuasi harga bawang merah memiliki pengaruh yang besar pada konsumen dan produsen. Produsen memerlukan kepastian harga untuk memutuskan menanam bawang merah untuk mengurangi resiko kerugian akibat turunnya harga. Dan konsumen juga perlu mengetahui harga bawang merah untuk mengendalikan pengeluaran. Oleh karena itu produsen dan konsumen perlu mengetahui pola data harga dan peramalan harga untuk mengurangi kerugian akibat ketidakpastian harga. Selain itu dengan adanya analisis peramalan harga bawang merah dan analisis faktor faktor yang
0 5000 10000 15000 20000 25000 30000 35000 40000
2012 2013 2014 2015 2016
Perkembangan harga bawang merah (Rp/kg/bulan)
Harga (Rp/kg)
7
menentukan kebijakan guna untuk mengendalikan harga bawang merah agar produsen dan konsumen sama sama merasa untung.
Dari uraian latar belakang di atas, maka penulis mengangkat judul Analisis Peramalan Harga Bawang Merah di Kota Medan dan Faktor Faktor yang Mempengaruhinya.
1.2. Identifikasi Masalah
Berdasarkan latar belakang yang telah diuraikan, maka dapat dirumuskan beberapa masalah sebagai berikut:
1. Bagaimana perilaku harga bawang merah di Kota Medan?
2. Bagaimana hasil analisis peramalan harga bawang merah saat ini di Kota Medan?
3. Faktor Faktor apa saja yang mempengaruhi harga bawang merah di Kota Medan?
1.3. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah sebagai berikut:
1. Untuk menganalisis pola atau perilaku harga bawang merah di Kota Medan 2. Menganalisis hasil peramalan harga bawang merah di Kota Medan.
3. Untuk menganalisis faktor apa saja yang mempengaruhi harga bawang merah di Kota Medan.
1.4. Kegunaan Penelitian
Penelitian dalam hal ini diharapkan dapat berguna antara lain sebagai berikut:
1. Sebagai bahan informasi bagi petani dan pemerintah mengenai fluktuasi harga bawang merah yang terjadi di Kota Medan.
2. Sebagai bahan informasi bagi petani dan pemerintah tentang prediksi harga bawang merah di Kota Medan.
3. Sebagai bahan informasi bagi pemerintah dan petani tentang faktor faktor apa saja yang mempengaruhi fluktuasi harga bawang merah di Kota Medan
4. Sebagai bahan informasi bagi peneliti selanjutnya yang berhubungan dengan penelitian ini.
BAB II
TINJAUAN PUSTAKA
2.1. Tinjauan Pustaka
2.1.1 Tinjauan Umum Bawang Merah
Tanaman bawang merah diduga berasal dari Asia Tengah, terutama Palestina dan India, tetapi sebagian lagi memperkirakan asalnya dari Asia Tenggara dan Mediteranian. Pendapat lain menyatakan bawang merah berasal dari Iran dan pegunungan sebelah Utara Pakistan, namun ada juga yang menyebutkan bahwa tanaman ini berasal dari Asia Barat, yang kemudian berkembang ke Mesir dan Turki (Wibowo, 2005)
Bawang merah merupakan salah satu komoditi hortikultura yang termasuk dalam sayuran rempah yang digunakan sebagai pelengkap bumbu masakan guna menambah cita rasa dan kenikmatan masakan. Di samping itu, tanaman ini juga berkhasiat sebagai obat tradisional, misalnya obat demam, masuk angin, diabetes mellitus, disentri dan akibat gigitan serangga (Samadi dan cahyono, 2005).
2.1.2. Jenis Varietas Bawang Merah di Indonesia
Menurut Sartono dan Suwandi (1996), ada beberapa varietas yang telah dilepas di Indonesia, diantaranya:
1. Varietas Bima Brebes
Varietas ini berasal dari daerah lokal Brebes. Jenis varietas ini memiliki masa panen selama 60 hari terhitung dari masa tanam. Cukup tahan terhadap penyakit busuk umbi. Peka terhadap penyakit busuk ujung daun. Baik untuk dataran rendah.
2. Varietas Medan
Varietas ini berasal dari Samosir, Sumatera Utara. Jenis varietas ini memiliki masa panen selama 72 hari terhitung dari masa tanam. Cukup tahan terhadap penyakit busuk umbi. Peka terhadap penyakit busuk ujung daun. Baik untuk dataran tinggi dan dataran rendah.
3. Varietas Keling
Varietas ini berasal dari Majalengka, untuk masa panennya selama 70 hari terhitung dari masa tanamnya. Jenis varietas ini cukup resisten terhadap penyakit busuk umbi. Peka terhadap penyakit busuk ujung daun. Cocok ditanam di dataran rendah.
4. Varietas Maja Cipanas
Varietas ini berasal dari lokal Cipanas. Masa panen mencapai 60 hari terhitung dari masa tanamnya. Cukup tahan terhadap penyakit busuk umbi. Peka terhadap penyakit busuk ujung daun. Kultivar ini baik untuk dataran rendah dan dataran rendah.
5. Varietas Sumenep
Tanaman ini berasal dari kultivar lokal yang diduga berasal dari Sumenep, Madura. Umur tanaman mencapai usia 3 bulan dan sedikit bervariasi tergantung dari lokasi tempat penanaman. Tanaman bawang merah ini tahan terhadap penyakit fusarium. Cocok ditanam di dataran rendah sampai dataran medium atau tinggi.
6. Varietas Kuning
Kultivar ini telah lama dibudidayakan petani di daerah Brebes, Jawa Tengah sebagai varietas lokal setempat. Umur tanaman dari masa tanam sampai masa panen mencapai 56 – 66 hari. Cukup tahan terhadap penyakit busuk umbi tetapi peka terhadap penyakit bercak ungu. Kultivar ini baik untuk diusahakan di dataran rendah sampai dataran medium pada musim kemarau.
7. Varietas Kuning Gombong
11
Varietas ini berasal dari Sidapurna, Brebes, Jawa Tengah. Umur tanaman dari masa tanam hingga masa panen mencapai 59 – 65 hari. Tahan terhadap penyakit busuk umbi, tetapi peka terhadap penyakit bercak ungu. Varietas ini cocok ditanam di dataran rendah pada musim kemarau.
8. Varietas Bangkok
Kultivar ini berasal dari Thailand dan umum ditanam di sentra produksi bawang merah seperti di daerah Brebes, Cirebon dan Tegal. Kultivar ini memiliki umur panen 59 – 65 hari setelah masa tanam. Varietas ini cocok ditanam di dataran rendah dan dataran tinggi pada musim kemarau.
2.1.3. Syarat Tumbuh Bawang Merah
Tanaman bawang merah dapat ditanam di dataran rendah atau dataran tinggi, yaitu pada ketinggian 0 – 1.000 m dari permukaan laut. Meskipun demikian ketinggian optimalnya adalah 0 – 400 m dari permukaan laut. Secara umum tanah yang tepat ditanami bawang merah ialah tanah yang bertekstur remah, sedang sampai liat, berdrainase baik, memilik bahan organik yang cukup, dan pH- nya antara 5,6 – 6,5.
Syarat lain, penyinaran matahari minimum 70 %, suhu udara harian 25 – 32 derajat Celcius, dan kelembaban nisbi sedang yaitu 50 – 70 %.
2.2.Landasan Teori 2.2.1Teori Permintaan
Pengertian permintaan dalam ilmu ekonomi yang umum diartikan sebagai keinginan seorang konsumen terhadap barang barang tertentu yang diperlukan atapun yang diinginkan. Atau dengan kata lain permintaan adalah sejumlah produk barang atau jasa yang merupakan barang barang ekonomi yang akan dibeli konsumen dengan harga tertentu dalam suatu waktu atau periode waktu tertentu dan dalam jumlah tertentu.
Demand seperti ini lebih tepat disebut sebagai permintaan pasar (market demand), dimana tersedia barang tertentu dengan harga tertentu pula (Oka A.Yoeti, 2008).
Hukum permintaan pada hakikatnya merupakan hipotesis yang menyatakan bahwa “Hubungan barang yang diminta dengan harga barang tersebut dimana hubungan berbanding terbalik yaitu ketika harga meningkat atau naik, maka jumlah barang yang diminta akan menurun, dan sebaliknya apabila harga turun maka jumlah barang yang diminta akan meningkat”.
Menurut Daniel (2004), permintaan dipengaruhi oleh beberapa faktor anatara lain adalah harga barang yang bersangkutan, harga barang substitusi, selera, jumlah penduduk dan tingkat pendapatan.
1. Harga
Hubungan harga dengan permintaan adalah hubungan yang negatif. Artinya bila yang satu naik maka yang lainnya akan turun dan begitu juga sebaliknya. Semua ini berlaku dengan catatan faktor lain yang mempengaruhi jumlah pemintaan dianggap tetap.
2. Harga barang lain
Terjadinya perubahan harga pada suatu barang akan berpengaruh pada permintaan barang lain. Harga barang lain dapat meliputi harga barang substitusi, komplementer dan independen. Harga barang pengganti dapat mempengaruhi permintaan barang yang akan digantikannya. Sekiranya barang pengganti bertambah murah maka barang yang digantikannya akan mengalami pengurangan dalam permintaan.
3. Selera
Selera merupakan variabel yang mempengaruhi besar kecilnya permintaan. Selera dan pilihan konsumen terhadap suatu barang bukan saja dipengaruhi oleh struktur
13
umum konsumen, tetapi juga karena faktor adat dan kebiasaan setempat atau lainnya.
Semakin tinggi selera konsumen terhadap barang tersebut maka semakin tinggi tingkat permintaan terhadap barang tersebut.
4. Jumlah Penduduk
Semakin besar jumlah penduduk maka semakin besar pula barang yang di konsumsi dan permintaan semakin naik.
5. Tingkat pendapatan
Perubahan tingkat pendapatan akan mempengaruhi tingkat permintaan barang yang dikonsumsi. Secara teoritis peningkatan pendapatan akan meningkatkan konsumsi.
2.2.1. Teori Penawaran
Dalam teori ekonomi mikro penawaran didefinisikan sebagai banyaknya suatu barang yang ingin ditawarkan oleh produsen di pasar pada berbagai tingkat harga pada suatu saat tertentu (Suryawati, 1998).
Gregory Mankiw (2000) mengatakan bahwa pada penawaran, kuantitas yang ditawarkan berhubungan dengan harga barang. Kuantitas yang ditawarkan meningkat ketika harga meningkat dan menurun ketika harga menurun. Hubungan antara harga dan kuantitas yang ditawarkan ini dinamakan hukum penawaran (law of supply) dengan menganggap hal lainnya sama, ketika harga barang meningkat, maka kuantitas barang yang ditawarkan akan meningkat.
Selain akibat dari perubahan harga barang itu sendiri, penawaran menurut suryawati (1998) juga dipengaruhi oleh faktor faktor berikut:
1. Harga barang lain
Barang dengan posisi yang saling menggantikan akan mengalami perubahan penawaran jika salah satu barang mengalami perubahan harga. Ketika barang substitusi
mengalami kenaikan maka permintaan masyarakat terhadap barang yang digantikan akan meningkat. Kenaikan permitaan ini akan memberikan dorongan kepada produsen untuk menaikkan produksi.
2. Harga faktor produksi
Harga faktor produksi ialah biaya yang harus dikeluarkan oleh produsen dalam kegiatan produksinya. Jika terjadi kenaikan harga faktor produksi maka biaya yang dikeluarkan oleh produsen dalam kegiatan produksinya akan meningkat sehingga menurunkan tingkat keuntungan produsen.
2.2.3 Teori Harga
Harga (price) adalah nilai suatu barang yang dinyatakan dengan uang (Alma, 2007). Sedangkan menurut Umar (2001) harga adalah sejumlah nilai yang ditukarkan dengan konsumen dengan manfaat memiliki atau menggunakan produk yang nilainya ditetapkan oleh pembeli dan penjual melalui tawar- menawar, atau ditetapkan oleh penjual melalui suatu harga yang sama terhadap semua pembeli. Penetapan harga dan persaingan harga telah dinilai sebagai masalah utama yang dihadapi perusahaan.
Pengertian harga dapat didefinisikan sebagai alat tukar, hal ini seperti yang dikemukakan oleh Stanton dalam Yananto (1989) bahwa “Harga adalah jumlah uang atau (kemungkinan ditambah beberapa barang) yang dibutuhkan untuk memperoleh beberapa kombinasi sebuah produk dan pelayanan yang menyertainya”.
Fluktuasi adalah lonjakan atau ketidaktetapan segala sesuatu yang biasa digambarkan dalam sebuah grafik, seperti fluktuasi harga barang, fluktuasi harga yang tinggi merupakan salah satu yang sering muncul dalam pemasaran komoditas hortikultura. Harga yang sangat berfluktuatif secara teoritis akan menyulitkan prediksi bisnis, fluktuasi harga komoditas pada dasarnya terjadi akibat ketidakseimbangan antara jumlah pasokan dan permintaan dibutuhkan konsumen. Jika pasokan berlebih
15
maka harga komoditas akan turun, sebaliknya jika terjadi kekurangan pasokan maka harga naik. Dalam proses pembentukan harga, perilaku petani dan pedagang menjadi penting karena mereka dapat mengatur volume penjualan sesuai dengan kebutuhan konsumen. Hal ini mengindikasikan bahwa pada dasarnya fluktuasi harga yang relatif tinggi pada komoditas sayuran terjadi akibat kegagalan petani dan pedagang sayuran dalam mengatur volume pasokannya sesuai kebutuhan konsumen (Irawan, 2007).
Harga jual (selling price) adalah harga jual meliputi biaya yang dikeluarkan untuk produksi dan distribusi, ditambah dengan jumlah laba yang diinginkan (Aliminsyah dan Pandji, 2003).
Maka dapat disimpulkan bahwa harga jual adalah besarnya harga yang dibebankan atau dikeluarkan untuk produksi tambah biaya non produksi dan jumlah laba yang diinginkan.
2.2.4 Teori Volatilitas
Volatilitas adalah variasi dari variabel ekonomi sepanjang waktu. Variasi harga menjadi masalah jika variasi tersebut besar dan tidak dapat diantisipasi sehingga dapat meningkatkan risiko bagi produsen, konsumen dan pemerintah (FAO dkk 2011).
Volatilitas merupakan variasi harga pada nilai tengahnya (Bourdon, 2011).
Volatilitas digunakan untuk mengukur seberapa jauh sebaran nilai flukutasi terhadap nilai rata-rata pada data deret waktu (Asmara, 2011).
Menurut Tothova (2011) volatilitas dibedakan menjadi dua, yaitu: (1) volatilitas historis, dan (2) volatilitas implisit.
Volatilitas historis mengacu kepada pergerakan harga yang terjadi pada masa lalu dan menggambarkan volatilitas pada masa tersebut. Volatilitas implisit merupakan kebalikan dari volatilitas historis. Volatilitas implisit bertujuan untuk mengestimasi volatilitas yang terjadi di masa yang akan datang. Gilbert dan Morgan (2010)
menyatakan volatilitas adalah ukuran yang digunakan untuk membahas variabilitas harga atau kuantitas, yang oleh para ekonom umumnya fokus pada standar deviasinya.
Volatilitas dalam ekonomi berhubungan dengan harga suatu komoditas seperti komoditas pertanian. Volatilitas harga yang terjadi di pasar tidak terjadi dengan sendirinya tanpa dipengaruhi oleh faktor-faktor lain.
Volatilitas harga pangan pokok diduga dipengaruhi oleh hubungan antara pasar energi dan pasar komoditas pertanian. Krisis pangan disebabkan oleh kebutuhan energi dari sumberdaya terbarukan. Energi sumberdaya terbarukan diperoleh melalui tanaman pangan seperti jagung dan kedelai. Tingginya permintaan terhadap jagung dan kedelai, sedangkan penawaran tidak bertambah menyebabkan terjadinya volatilitas harga pangan (Gilbert 2012).
Harga pangan meningkat disebabkan oleh produksi dan konsumsi pangan yang bervariasi. Adanya guncangan produksi dan konsumsi pangan yang disebabkan oleh elastisitas permintaan dan penawaran mengakibatkan terjadinya volatilitas harga.
Faktor lain yang menyebabkan volatilitas harga pangan adalah stok. Penurunan stok pangan dunia disebabkan oleh beberapa faktor seperti, penurunan pertumbuhan komoditas pertanian akibat produktivitas dan harga yang rendah, (Tangermann 2011) 2.2.5 Teori Peramalan
Peramalan adalah data masa lalu yang digunakan untuk keperluan estimasi data yang akan datang. Peramalan atau forecasting merupakan bagian terpenting bagi setiap perusahaan ataupun organisasi bisnis dalam setiap pengambilan keputusan manajemen.
Peramalan itu sendiri bias menjadi dasar perencanaan jangka pendek, menengah, ataupun jangka panjang suatu organisasi bisnis.
Menurut Santoso (2009), definisi peramalan (forecasting) sebenarnya beragam, yaitu:
17
a. Perkiraan munculnya sebuah kejadian di masa depan, berdasarkan data yang ada di masa lampau.
b. Proses menganalisis data historis dan data saat ini untuk menentukan trend di masa mendatang.
c. Proses estimasi dalam situasi yang tidak diketahui.
d. Pernyataan yang dibuat tentang masa depan.
e. Penggunaan ilmu dan teknologi untuk memperkirakan situasi di masa depan.
f. Upaya sistematis untuk mengantisipasi kejadian atau kondisi di masa depan.
Tujuan utama peramalan adalah menjadikan para pengambil keputusan dan pembuat kebijakan memahami ketidakpastian di masa mendatang. Sehingga ketidakpastian dan resiko yang mungkin muncul dapat dipertimbangkan waktu mereka membuat perencanaan atau keputusan-keputusan yang berorientasi ke masa depan.
Dengan melakukan peramalan, para perencana dan pengambil keputusan akan dapat mempertimbangkan alternatif-alternatif strategi yang lebih luas daripada tanpa peramalan. Dengan demikian berbagai rencana strategi dan aksi dapat dikembangkan untuk menghadapi berbagai kemungkinan yang bisa terjadi di masa mendatang (Sugiarto dan Harijono, 2000).
Menurut Makridakis (1999), ada dua hal pokok yang harus diperhatikan dalam proses pembuatan peramalan yang akurat dan bermanfaat. Pertama adalah pengumpulan data yang relevan yang berupa informasi yang dapat menghasilkan peramalan yang akurat. Kedua adalah pemilihan teknik peramalan yang tepat yang akan memanfaatkan informasi data yang diperoleh seoptimal mungkin.
Menurut Anonim (2009), peramalan yang baik adalah peramalan yang dilakukan dengan mengikuti langkah-langkah atau prosedur penyusunan yang baik
yang akan menentukan kualitas atau mutu dari hasil peramalan yang disusun. Pada dasarnya ada tiga langkah peramalan yang penting, yaitu :
1. Menganalisis data yang lalu, tahap ini berguna untuk pola yang terjadi pada masa lalu.
2. Menentukan metode yang dipergunakan. Metode yang baik adalah metode yang memberikan hasil ramalan yang tidak jauh berbeda dengan kenyataan yang terjadi.
3. Memproyeksikan data yang lalu dengan menggunakan metode yang dipergunakan, dan mempertimbangkan adanya beberapa faktor perubahan (perubahan kebijakan- kebijakan yang mungkin terjadi, termasuk perubahan kebijakan pemerintah, perkembangan potensi masyarakat, perkembangan teknologi dan penemuan- penemuan baru).
Pada umumnya peramalan dapat dibedakan dari beberapa segi tergantung dari cara melihatnya. Apabila dilihat dari sifat teknik peramalan maka peramalan dapat dibedakan menjadi 2 (dua) macam yaitu :
1. Peramalan Kuantitatif
Peramalan kuantitatif adalah peramalan yang didasarkan atas data kuantitatif pada masa lalu. Peramalan kuantitatif sangat mengandalkan pada data histories yang dimiliki. Hasil peramalan yang dibuat sangat bergantung pada metode yang digunakan dalam peramalan tersebut. Peramalan kuantitatif dapat dibagi dalam deret berkala (time series) dan deret kausal.
Peramalan kuantitatif dapat digunakan bila terdapat tiga kondisi sebagai berikut :
1. Adanya informasi tentang masa lalu.
2. Informasi tersebut dapat dikuantitatifkan dalam bentuk data.
19
3. Informasi tersebut dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus berlanjut dimasa yang akan datang.
2. Peramalan Kualitatif
Peramalan kualitatif adalah peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada orang yang menyusunnya. Hal yang terpenting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, pendapat dan pengetahuan dari orang yang menyusunnya (Siregar, 2008).
Kegunaan dari peramalan terlihat pada saat pengambilan keputusan. Setiap orang selalu dihadapkan pada masalah pengambilan keputusan. Keputusan yang baik adalah keputusan yang didasarkan atas pertimbangan apa yang akan terjadi pada waktu keputusan itu dilaksanakan. Apabila kurang tepat ramalan yang kita susun atau yang kita buat, maka kurang baiklah keputusan yang kita ambil (STM, 2009).
2.3 Penelitian Terdahulu
Stato (2007), dalam penelitiannya berjudul Analisis Faktor Faktor yang Mempengaruhi Fluktuasi Harga Bawang Merah dan Peramalannya (Studi Kasus Pasar Induk Kramat Jati), dan Peramalannya, disimpulkan: (1) Dalam periode Januari 2003 hingga Februari 2007, pola fluktuasi harga bawang merah mengikuti suatu tren yang meningkat. Harga bawang merah di Pasar Induk Kramat Jati (PIKJ) berfluktuasi secara acak di sekitar garis tren tersebut. Pola fluktuasi harga bawang merah mengikuti suatu pola musiman tertentu, yaitu terjadinya tren penurunan harga bawang merah dalam selang periode bulan Juni hingga bulan September, dan tren peningkatan harga bawang merah pada selang periode bulan Februari hingga bulan Mei yang berulang tiap tahunnya. Tren penurunan dan peningkatan harga bawang merah tersebut berkaitan dengan pola produksi bawang merah yang mengalami panen puncak
selang periode bulan Juni hingga bulan September, dan mengalami masa kosong panen pada selang periode bulan Februari hingga bulan Mei. (2) Metode peramalan yang paling sesuai untuk memperkirakan harga bawang merah di masa depan adalah metode time series. Dari metode peramalan time series yang diuji, metode Box-Jenkins merupakan metode yang terbaik dan sesuai untuk meramalkan harga bawang merah di PIKJ. Penerapan metode ARIMA terbaik dengan panjang musiman 10 (L = 10) adalah ARIMA (2,1,1) (1,1,1)10 . Nilai ramalan harga bawang merah lima periode ke depan menggunakan model ARIMA (2,1,1) (1,1,1)10 berfluktuasi antara Rp 4.466,00/ kg hingga Rp 4.752,00/ kg. Selain metode Box-Jenkins, metode Single Exponential Smoothing merupakan pilihan yang terbaik bagi para peramal yang mengutamakan kemudahan dan kesederhanaan penerapan tetapi tetap menuntut tingkat keakuratan yang tinggi. Nilai ramalan harga bawang merah dengan menggunakan metode Single Exponential Smoothing adalah Rp 4.535,00/- kg.
(3) Berdasarkan hasil uji regresi, faktor-faktor yang berpengaruh nyata terhadap fluktuasi harga bawang merah yaitu pasokan impor bawang merah dan harga impor bawang merah, serta harga pupuk. Dari ketiga faktor tersebut yang memberikan pengaruh paling besar terhadap fluktuasi harga bawang merah yaitu harga impor bawang merah, ditunjukkan dengan nilai koefisien korelasinya sebesar 0,693.
Wibowo (2011), dalam penelitiannya berjudul Peramalan Dan Faktor Faktor Yang Mempengaruhi Harga Bawang Merah Di Sumatera Utara, disimpulkan: (1) Faktor faktor yang berpengaruh nyata terhadap harga bawang merah adalah pertambahan jumlah penduduk, dan harga bawang merah sebelumnya. Ketika harga bawang merah tidak dipengaruhi oleh pertambahan jumlah penduduk, nilai tukar Rupiah terhadap USD, harga bawang merah sebelumnya dan dummy hari besar keagamaan maka harga bawang merah di Sumatera Utara rata rata sebesar Rp 8.062,-.
21
(2) Pola data harga bawang merah berdasarkan bulanan di Sumatera Utara periode Januari 2008 sampai September 2013, memiliki pola data trend meningkat yang berfluktuatif. (3) Metode peramalan yang paling sesuai digunakan untuk meramalkan harga bawang merah di Sumatera Utara adalah metode peramalan ARIMA, dengan model ARIMA (0,1,1).
Kurniawan (2007), dalam penelitianya berjudul Peramalan dan Faktor Faktor yang Mempengaruhi Harga Bawang Merah Enam Kota Besar di Indonesia, menyimpulkan: (1) Pola data harga bawang merah di enam kota besar di Indonesia (DKI Jakarta, Bandung, Semarang, Yogyakarta, Surabaya, Denpasar) secara umum menunjukkan suatu pola tren yang meningkat dan memiliki unsur musiman tertentu. (2) Faktor faktor yang mempengaruhi fluktuasi harga bawang merah di DKI Jakarta yaitu harga bawang merah di Pasar Induk Kramat Jati, lag harga bawang merah dan dummy hari besar keagamaan. Untuk Kota Bandung, Semarang, Yogyakarta, dan Denpasar dipengaruhi oleh harga bawang merah di Pasar Induk Kramat Jati dan lag harga bawang merah. Sedangkan untuk Surabaya dipengaruhi oleh harga bawang merah di tingkat produsen, harga bawang merah di Pasar Induk Kramat Jati dan lag harga bawang merah. (3) Metode peramalan time series terbaik yang diperoleh berdasarkan nilai MSE terkecil untuk DKI Jakarta SARIMA adalah (0,1,0) (0,0,1) dan Surabaya adalah SARIMA (0,1,1) (0,0,1). Untuk Yogyakarta adalah metode winters aditif. Sedangkan untuk Bandung, Semarang, dan Denpasar adalah metode winters multiplikatif.
2.4 Kerangka Pemikiran
Komoditas bawang merah merupakan salah satu komoditas sayuran unggulan yang sejak lama telah diusahakan oleh petani secara intensif. Komoditi sayuran ini termasuk kedalam kelompok rempah tidak bersubstitusi yang berfungsi sebagai bumbu penyedap makanan serta bahan obat tradisional, komoditi ini juga merupakan sumber
pendapatan dan kesempatan kerja. Tingkat produksi yang tidak merata serta komoditi memiliki sifat yang mudah rusak menyebabkan terjadinya fluktuasi harga.
Fluktuasi harga yang ditimbulkan mengakibatkan terjadinya resiko kerugian akibat ketidakpastian harga, sehingga menyulitkan dalam hal pengambilan keputusan bagi produsen dan konsumen. Untuk mengurangi resiko kerugian tersebut, maka dilakukan suatu peramalan. Peramalan merupakan upaya memperkirakan hal hal yang menjadi perhatian di masa depan. Secara sistematis kerangka pemikiran dapat digambarkan sebagai berikut :
23
Gambar 1. Skema Kerangka Pemikiran
Gambar: 2.1 Skema Kerangka Pemikiran Keterangan :
: Menyatakan pengaruh
Harga bawang merah
Pola harga bawang merah berdasarkan data masa lalu.
Faktor faktor yang mempengaruhi harga bawang merah:
1. Jumlah produksi bawang merah 2. Jumlah impor 3. Konsumsi rumah
tangga 4. Kurs Dollar
terhadap Rupiah 5. Harga pupuk
Urea Proyeksiharga bawang
merah pada masa mendatang.
Upaya untuk mengendalikan harga bawang merah
2.5.Hipotesis Penelitian
Sesuai dengan landasan teori yang telah disusun, dibuat hipotesis penelitian sebagai berikut:
1. Harga bawang merah Kota Medan mengalami tren positif.
2. Harga bawang merah Kota Medan tahun 2018 diramalkan mengalami tren positif 3. Faktor yang berpengaruh terhadap harga bawang merah di Kota Medan adalah
jumlah produksi bawang merah di Sumatera Utara, jumlah impor bawang merah Sumatera Utara, konsumsi rumah tangga di Kota Medan, kurs Dollar terhadap Rupiah dan harga pupuk Urea
25
BAB III
METODOLOGI PENELITIAN
3.1 Metode Penentuan Lokasi Penelitian
Penentuan lokasi daerah penelitan ini dilakukan secara sengaja (purposive) yaitu pemilihan lokasi berdasarkan pertimbangan tertentu. Penelitian ini dilakukan di Kota Medan dengan pertimbangan bahwa Kota Medan mempunyai jumlah penduduk tertinggi di Sumatera Utara sebagai daerah konsumsi bawang merah terbanyak di Sumatera Utara.
3.2 Metode Penentuan Data
Data yang digunakan dalam penelitian ini adalah data Time Series dengan data bulanan selama tahun 2014-2016 yang dianalisis dengan alat bantuan program SPSS (Statistical Package for Sosial Science) dan Minitab. Data yang diambil adalah data produksi bawang merah, impor bawang merah, konsumsi bawang merah dan kurs Dollar terhadap Rupiah dan harga pupuk urea.
3.3 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah menggunakan data sekunder.
Data sekunder adalah data yang telah dikumpulkan untuk maksud selain menyelesaikan masalah yang sedang dihadapi. Dalam penelitian ini yang menjadi sumber data sekunder adalah literatur, artikel, jurnal serta situs di internet yang berkenaan dengan penelitian yang dilakukan serta data dari Badan Pusat Statistik, Dinas Pertanian Provinsi Sumatera Utara, serta instansi instansi terkait lainnya.
3.4 Metode Analisis Data
Untuk menjawab identifikasi masalah pertama digunakan metode analisis deskriptif berupa penyajian data dengan grafik/gambar dan menjelaskan data yang
diperoleh sesuai dengan kondisi yang sebenarnya, dimana menjelaskan pola atau perilaku harga bawang merah di Kota Medan.
Untuk menjawab identifikasi masalah ke dua menggunakan metode peramalan time series antara lain Autoregressive Integrated Moving Average (ARIMA). Dasar penerapan metode peramalan tersebut adalah ekstrapolasi data dari data time series yang sesuai untuk jangka pendek dan jangka menengah.
Menurut Assauri (1984), menyebutkan bahwa metode peramalan dari Box dan Jenkins merupakan teknik uji linier yang istimewa. Metode ini sama sekali tidak menggunakan variabel independen, melainkan menggunakan nilai sekarang dan nilai lampau dari variabel dependen untuk menghasilkan peramalan jangka pendek yang akurat. Metode Box-Jenkins adalah suatu metode yang tepat untuk mengatasi terlalu rumitnya data deret waktu (terdapat variasi dari pola data) dan situasi peramalan lainnya.
Mulyono (2000) menyebutkan bahwa ada dua model dari metode Box-Jenkins yaitu:
1) Model ARMA (Autoregressive – Moving Average) yang dipakai untuk deret data yang stasioner
2) Model ARIMA (Autoregressive Integrated Moving Average) yang dipakai untuk deret data yang tidak stasioner.
Model ARMA adalah gabungan dari model AR dan MA. Pada model ini series stasioner adalah fungsi dari nilai lampaunya dan nilai sekarang serta kesalahan lampaunya. Dalam model ini, p menunjukkan tingkat model AR dan q menunjukkan tingkat model MA, sehingga jika model menggunakan satu nilai lampau dan dua kesalahan masa lalu, model tersebut dilambangkan sebagai ARMA (1,2).
27
Dalam prakteknya, banyak data deret Yt merupakan data tidak stasioner. Data tersebut dapat dijadikan stasioner dengan melakukan proses pembedaan (differencing).
Jumlah berapa kali dilakukan proses differencing (d) menunjukkan tingkat diferensiasi model. Jadi model ARMA (p,q) dapat dideferensiasi sebanyak d kali menjadi arima (p,d,q) untuk mengatasi deret data yang tidak stasioner.
Proses diferensiasi dapat diuraikan sebagai berikut, misalkan Yt tidak stasioner, kemudian dibuat diferensiasi tingkat satu, Zt = Yt – Yt–1, ternyata diperoleh nilai Zt stasioner. Dalam model ini dapat digunakan suatu simbol alternatif yang dinamakan backward shift operator (B). Operator B yang dilekatkan pada suatu variabel berarti menggeser nilai variabel tersebut satu periode ke belakang.
Langkah-langkah dalam metode Box-Jenkins (ARIMA) adalah sebagai berikut:
1. Penstasioneran Data
Model Seasonal ARIMA digunakan apabila data yang digunakan sebagai input model terdapat unsur musiman. Menentukan unsur musiman dapat dilakukan dengan melihat plot data. Identik dengan model ARIMA, apabila data belum stasioner baik trend maupun musiman maka perlu dilakukan pembedaan. Penstasioneran data dilakukan dengan melakukan pembedaan regular dan pembedaan musiman.
Pembedaan regular : Zt = Yt – Yt-1 Pembedaan musiman : Zt = Yt-L- Yt-L-1 Dimana:
L = jumlah periode musiman dalam setahun
Analisis ACF dan PACF dilakukan dengan menggunakan program Minitab 14.
Autokorelasi adalah korelasi di antara variabel itu sendiri dengan selang satu atau beberapa periode ke belakang. Koefisien korelasi dapat dihitung dengan menggunakan formula sebagai berikut:
2. Identifikasi Model
Menurut Gaynor dan Kirkpatrick (1994) bahwa model Box-Jenkins terdiri dari:
a. Jika ACF terpotong (cut off) setelah lag 1 atau 2; lag musiman tidak signifikan dan PACF perlahan-lahan menghilang (dying down), maka diperoleh model non seasonal MA (q=1 atau 2)
b. Jika ACF terpotong (cut off) setelah lag musiman L; lag non musiman tidak signifikan dan PACF perlahan-lahan menghilang (dying down), maka diperoleh model seasonal MA (Q=1)
c. Jika ACF terpotong setelah lag musiman L; lag non musiman terpotong (cut off) setelah lag 1 dan 2, maka diperoleh model non seasonal MA (q= 1 atau 2; Q = 1) d. Jika ACF perlahan-lahan menghilang (dying down) dan PACF terpotong (cut off)
setelah lag 1 atau 2; lag musiman tidak signifikan, maka diperoleh model non seasonal AR (p=1 atau 2)
e. Jika ACF perlahan-lahan menghilang (dying down) dan PACF terpotong (cut off) setelah lag musiman L; lag non musiman tidak signifikan, maka diperoleh model seasonal AR (P=1)
f. Jika ACF perlahan-lahan menghilang (dying down) dan PACF terpotong (cut off) seteah lag musiman L; lag non musiman tidak signifikan, maka diperoleh model seasonal AR (P=1)
g. Jika ACF perlahan-lahan menghilang (dying down) dan PACF terpotong (cut off) setelah lag musiman L; dan non musiman terpotong (cut off) setelah lag 1 atau 2, maka diperoleh model non seasonal dan seasonal AR (p=1 atau 2 dan P=1)
h. Jika ACF dan PACF perlahan-lahan menghilang (dying down) maka diperoleh mixed (ARMA atau ARIMA) model
3. Estimasi Paramater dari Model Sementara
29
Setelah model ditemukan, maka parameter dari model harus diestimasi.
Terdapat dua cara yang mendasar dapat digunakan untuk pendugaan terhadap parameter-parameter tersebut, yaitu:
a. Trial and error yaitu dengan menguji beberapa nilai yang berbeda dan memilih diantaranya dengan syarat yang meminimumkan jumlah kuadrat nilai galat (Mean Square Error)
b.Perbaikan secara iteratif yaitu dengan memilih taksiran awal dan kemudian membiarkan program komputer untuk memperhalus panaksiran tersebut secara iteratif. Metode ini lebih disukai dan telah tersedia suatu logaritma (proses komputer).
Untuk membahas identifikasi masalah ketiga menggunakan Model Regresi Linier Berganda untuk mengetahui pengaruh faktor-faktor (Jumlah produksi bawang merah, Jumlah impor bawang merah, Konsumsi bawang merah, Kurs Dollar terhadap Rupiah, Harga pupuk Urea terhadap fluktuasi harga bawang merah). Pengolahan data digunakan alat bantu software SPSS 22. Setelah data diolah menggunakan SPSS 22, maka dilakukan interpretasi hasil dengan model persamaan sebagai berikut:
Y = b0 + b1X1 + b2X2 + b3X3 + b4X4 +b5X5 + ɛ Keterangan :
Y = Harga bawang merah (Rp/kg) b0 = Koefien Intercept
X1 = Jumlah produksi bawang merah di Sumatera Utara (Ton/bulan) X2 = Jumlah impor bawang merah (Ton/bulan)
X3 = Konsumsi bawang merah (Ton/bulan)
X4 = Kurs dollar terhadap rupiah (Rp) X5 = Harga Pupuk Urea (Rp)
b1, b2, ... bi = Koefisien regresi untuk masing-masing variabel ɛ = Error
Persamaan regresi dianalisis untuk menjelaskan faktor-faktor yang mempengaruhi harga bawang merah. Nilai yang diperoleh dari analisis regresi yaitu besarnya nilai t-hitung, F-hitung dan koefisien determinan (R2). Pengujian tersebut adalah sebagai berikut:
Uji Asumsi Klasik
Uji asumsi klasik adalah analisis yang dilakukan untuk menilai apakah di dalam sebuah model regresi terdapat masalah asumsi klasik. Uji asumsi klasik terdiri dari uji normalitas,uji multikolinieritas, dan heteroskedisitas
1. Uji Normalitas
Pengujian Normalitas bertujuan untuk mengetahui apakah ada data yang digunakan telah terdistribusi secara normal. Uji normalitas dapat dilakukan dengan uji Kolmogorov Smirnov, dengan melihat nilai signifikansi.
Sig. KS > 0.05 = Data berdistibusi normal Sig. KS ≤ 0.05 = Data tidak berdistribusi normal
Uji Kolmogorov Smirnov digunakan untuk menguji hipotesis suatu sampel atas suatu distribusi tertentu.
2. Uji Multikolinieritas
Uji multikolinieritas bertujuan menguji adanya korelasi antar variabel bebas (independent) pada model regresi. Pada model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel bebas saling berkorelasi, maka
31
variabel-variabel ini tidak ortagonal atau memiliki koefisien korelasi yang tidak sama dengan nol terhadap variabel bebas lainnya (Xn)
Cara mendeteksi terjadinya multikolinieritas dalam model regresi salah satunya adalah dengan melihat nilai toleransi dan VIF. Dengan kriteria uji sebagai berikut:
Jika toleransi ≤ 0,10 dan VIF ≥ 10, yang berarti terjadi multikolinieritas Jika toleransi > 0,10 dan VIF <10, yang berarti tidak terjadi multikolinieritas 3. Uji Heteroskedisitas
Salah satu asumsi yang penting dari model regresi linier klasik adalah bahwa gangguan atau residual yang muncul dalam fungsi regresi populasi adalah homokedastik, yaitu semua gangguan tadi mempunyai varians yang sama. Uji asumsi heterokedastisitas bertujuan menguji apakah terjadi ketidaksamaan varian dari residual pengamatan ke pengamatan lain dalam model regresi. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas.
Penelitian ini menggunakan uji Glejser sebagai penguji heterokedastisitas, dengan melihat nilai signifikansi.
Sig. > 0.05 = Homokedastisitas (tidak terjadi masalah heterokedastisitas) Sig. ≤ 0.05= Heterokedastisitas.
Uji Kesesuain Model
Uji kesesuaian model ( Test of Goodness of Fit ) digunakan untuk mengukur ketepatan fungsi regresi sampel dalam menaksir nilai aktual. Uji kesesuain model dilakukan melalui pengukuran uji serempak (uji F), uji parsial (Uji t), dan nilai koefisiensi determinasi (R²).
1. Uji F
H0 : secara serempak faktor-faktor dari X1 sampai X5 tidak berpengaruh secara signifikan terhadap Y (harga bawang merah).
H1 :secara serempak faktor-faktor dari X1 sampai X4 berpengaruh secara signifikan terhadap Y (harga bawang merah).
Kriteria Pengujian :
Jika Sig. F >0,05, maka H0 diterima dan H1 ditolak.
Jika Sig. F ≤ 0,05, maka H0 ditolak dan H1 diterima.
Jika H0 diterima maka secara serempak faktor-faktor dari X1 sampai X5 tidak berpengaruh secara signifikan terhadap Y (harga bawang merah).
Jika H1 diterima maka secara serempak faktor-faktor dari X1 sampai X5
berpengaruh secara signifikan terhadap Y (harga bawang merah).
2. Uji t
Selanjutnya dianalisis dengan mengunakan SPSS untuk menguji signifikan nilai koefisien regresi secara parsial yang diperoleh dengan metode OLS adalah statistik uji t (t test).
H0 :tidak ada pengaruh nyata secara parsial variabel bebas terhadap variabel terikat.
H1 :ada pengaruh nyata secara parsial variabel bebas terhadap variabel terikat.
Kriteria Pengujian
Jika t hitung ≤ t tabel atau Sig. t > 0,05, maka H0 diterima, dan dan H1 ditolak.
Jika t hitung ≥ t tabel atau Sig t < 0,05, maka H0 ditolak, dan dan H1 diterima.
Jika H0 diterima, maka berarti tidak ada pengaruh nyata secara parsial variabel bebas terhadap variabel terikat .
Jika H1 diterima, maka berarti ada pengaruh nyata secara parsial variabel bebas terhadap variabel terikat.
3. Koefisien Determinasi
Apabila R adalah koefisien korelasi yang menyatakan hubungan antara variabel
2
33
pada variabel y disebabkan oleh variabel y di sebut dengan koefisien determinasi (Sigit, 2010).
Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan variabel bebas dalam menerangkan variasi variabel terikat. Koefisien determinasi (R2) bertujuan untuk mengetahui kekuatan variabel-variabel bebas dalam menjelaskan variabel terikat.
3.5. Definisi dan Batasan Operasional 3.5.1 Definisi
1. Bawang merah merupakan salah satu komoditi sayuran unggulan yang sejak lama telah diusahakan oleh petani secara intensif.
2. Produksi bawang merah adalah kapasitas atau kuantitas kebutuhan akan bawang merah yang tersedia untuk dikonsumsi di Kota Medan (Ton/bulan).
3. Konsumsi bawang merah adalah jumlah bawang merah yang dimakan oleh masyarakat maupun industri di Kota Medan dengan tujuan memenuhi kebutuhan sehari-hari (ons/bulan).
4. Pola harga bawang merah adalah naik atau turun harga bawang merah dalam jangka panjang yang diperoleh dari rata-rata perubahan dari waktu ke waktu harga bawang merah di Kota Medan.
5. Proyeksi harga bawang merah adalah suatu peramalan yang memperkirakan kondisi terhadap harga bawang merah di Kota medan dengan menggunakan data masa lalu.
6. Alternatif kebijakan adalah arah tindakan yang dipilih untuk mengatasi problema tersebut.
3.5.2 Batasan Operasional
1. Penelitian ini dilakukan dalam wilayah Kota Medan.
2. Data yang diambil adalah data dalam kurun waktu tahun 2014 sampai 2016 meliputi jumlah produksi bawang merah Sumatera Utara, jumlah impor bawang merah, konsumsi bawang merah, kurs Dollar terhadap Rupiah, harga pupuk urea dan harga bawang merah di Kota Medan.
3. Waktu penelitian dimulai tahun 2017.
BAB IV
DESKRIPSI WILAYAH
4.1. Letak dan Keadaan Geografis Kota Medan
Penelitian dilakukan di Kota Medan yang merupakan Ibu Kota Provinsi
Sumatera Utara. Kota Medan terletak antara 30.27’- 40.47’ Lintang Utara dan 980.35’- 980.44’ Bujur Timur dengan ketinggian 2,5 – 37,5 meter di atas permukaan
laut. Kota medan memiliki luas 26.510 hektar atau 265,10 km² atau sama dengan 3,6 persen dari total luas wilayah Provinsi Sumatera Utara.
Secara administratif Kota Medan berbatasan dengan:
a. Sebelah Utara : bebatasan dengan Selat Malaka
b. Sebelah Timur : berbatasan dengan Kabupaten Deli Serdang c. Sebelah Selatan : berbatasan dengan Kabupaten Deli Serdang d. Sebelah Barat : berbatasan dengan Kabupaten Deli Serdang
Kota Medan merupakan salah satu dari 33 Daerah Tingkat II di Sumatera Utara dengan luas daerah sekitar 265,10 km² dan memiliki 21 kecamatan. Kota ini merupakan pusat pemerintahan Daerah Tingkat I Sumatera Utara yang berbatasan langsung dengan Kabupaten Deli Serdang di Sebelah Utara, Selatan, Barat, dan Timur. Sebagian besar wilayah Kota Medan merupakan daratan rendah yang merupakan termpat pertemuan dua sungai penting, yaitu Sungai Babura dan Sungai Deli.
4.2. Kondisi Iklim
Kota Medan mempunyai iklim tropis dengan suhu minimum menurut Stasiun BBMKG Wilayah I pada tahun 2015 yaitu 21,2ºC dan suhu maksimum yaitu 35,1ºC serta menurut Stasiun Sampali suhu minimumnya yaitu 21,8ºC dan suhu maksimum yaitu 34,3ºC.
Kelembaban udara di wilayah Kota Medan rata-rata 81-82%, dan kecepatan angin rata-rata sebesar 2.3m/sec, sedangkan rata-rata total laju penguapan tiap bulannya 108,2 mm. Hari hujan di Kota Medan pada tahun 2015 per bulan 14 hari dengan rata- rata curah hujan menurut Stasiun Sampali per bulannya 141 mm.
4.3. Tata Guna Tanah/Lahan
Pola penggunaan tanah di Kota Medan sangat beragam jenisnya. Penggunaan tanah terdiri dari bangunan-bangunan yang menjulang tinggi dan sangat besar yaitu mulai dari bangunan permukiman, perkantoran, pemerintahan, tempat ibadah, pusat- pusat perbelanjaan modern, pasar-pasar tradisional, fasilitas umum, bangunan pendidikan, tempat rekreasi, restoran, hotel dan lahan pertanian di pinggiran kota. Kota Medan merupakan kota terbesar ketiga di Indonesia sehingga keadaan bangunan sangat padat dan rapat dengan jumlah penduduk yang banyak.
4.4. Kondisi Demografi
Penduduk Kota Medan pada tahun 2015 berjumlah 2.210.624 orang dengan rumah tangga yang tersebar di setiap kecamatan dan kelurahan di Kota Medan. Untuk mengetahui lebih jelas mengenai jumlah dan persentase penduduk kota Medan berdasarkan golongan kecamatan, luas wilayah dan kepadatan penduduk dapat dilihat pada Tabel 4.1.
37
Tabel. 4.1. Luas Wilayah, Jumlah Penduduk, dan Kepadatan Penduduk Menurut Kecamatan Tahun 2015
No Kecamatan Luas Wilayah Area (Km²)
Penduduk (jiwa)
Kepadatan Penduduk Per
Km²
1 Medan Tuntungan 20,68 86.425 4.179
2 Medan Johor 14,58 133.577 9.162
3 Medan Amplas 11,19 126.340 11.290
4 Medan Denai 9,05 146.388 16.175
5 Medan Area 5,52 99.021 17.939
6 Medan Kota 5,27 74.461 14.129
7 Medan Maimun 2,98 40.690 13.654
8 Medan Polonia 9,01 56.513 6.272
9 Medan Baru 5,84 40.690 6.945
10 Medan Selayang 12,81 107.831 8.418
11 Medan Sunggal 15,44 115.837 7.502
12 Medan Helvetia 13,16 151.581 11.518
13 Medan Petisah 6,82 63.390 9.295
14 Medan Barat 5,33 72.717 13.643
15 Medan Timur 7,76 111.438 14.361
16 Medan Perjuangan 4,09 95.936 23.456
17 Medan Tembung 7,99 137.239 17.176
18 Medan Deli 20,84 184.762 8.866
19 Medan Labuhan 36,67 118.551 3.233
20 Medan Marelan 23,82 167.984 7.052
21 Medan Belawan 26,25 98.167 3.740
Kota Medan 265,1 2.229.408 8.409
Sumber: BPS Kota Medan, 2016
Tabel 4.1 di atas, memperlihatkan bahwa pada tahun 2016 luas wilayah Kota Medan adalah 265,1 km². Kecamatan Medan Labuhan merupakan wilayah terluas di Kota Medan dengan luas 36,67 km² atau 13,83% dari luas Kota Medan dan Kecamatan Medan Perjuangan merupakan wilayah terkecil di Kota Medan dengan luas 4,09 km² atau 1,54% dari luas Kota Medan. Total jumlah penduduk di Kota Medan pada tahun 2016 adalah sebesar 2.229.408 jiwa. Kecamatan Medan Deli memiliki jumlah penduduk terbanyak yaitu sebesar 184.762 jiwa atau 8,2% dari jumlah penduduk di Kota Medan sedangkan Kecamatan Medan Baru dan Medan Maimun merupakan kecamatan dengan jumlah penduduk terkecil yaitu 40.540 jiwa atau 1,83% dari jumlah penduduk di Kota Medan. Kota Medan memiliki kepadatan penduduk sebesar 8.409 jiwa/km². Kepadatan penduduk terbesar di wilayah Kota Medan adalah Kecamatan Medan Perjuangan yaitu 23.456 jiwa/km² dan yang terkecil adalah Kecamatan Medan Labuhan yaitu 3.233 jiwa/km².
BAB V
HASIL DAN PEMBAHASAN
5.1.Perilaku Harga Bawang Merah di Kota Medan
Perilaku harga adalah dinamika yang muncul akibat dari adanya pergerakan harga dari barang tersebut.Perilaku harga bawang merah di Kota Medan pada tahun 2014 – 2016sepanjang bulan cenderung tidak stabil atau mengalami fluktuasi.Perilaku harga bawang merah bulanan pada tahun 2014- 2016 dapat dilihat pada Tabel 5.1 berikut:
Tabel 5.1 Perkembangan Harga Bawang Merah Bulanan Kurun Waktu 2014 – 2016 (Rp/kg)
Bulan 2014 2015 2016
Januari 28.999 20.854 29.392
Februari 18.425 19.329 29.392
Maret 15.541 21.681 33.717
April 20.057 20.983 40.353
Mei 24.227 24.227 40.509
Juni 23.889 23.889 38.273
Juli 24.013 24.013 33.940
Agustus 24.015 24.015 33.673
September 18.890 18.890 32.260
Oktober 18.333 18.333 30.814
November 17.841 17.841 30.814
Desember 17.667 17.667 30.814
Rataan 20.991 19.500 33.650
Sumber: DinasKetahanan Pangan Kota Medan, 2017
