Faktor-faktor yang berpengaruh signifikan terhadap impor beras adalah kebijakan perdagangan (penetapan tarif impor), harga gandum, harga beras impor, dan harga beras dalam negeri (tingkat riil 1 persen); nilai tukar rupee terhadap dolar AS (kurs riil 5 persen) dan produksi beras nasional (15 persen). Judul Topik : ANALISIS IMPOR BERAS DAN DAMPAKNYA TERHADAP HARGA BERAS DALAM NEGERI Nama : ARIF ABDUL AZZIZ.
PENDAHULUAN
Latar Belakang
Sehubungan dengan hal tersebut, menjadi tugas pemerintah untuk mengambil kebijakan yang menjamin ketahanan pangan, dan kebijakan swasembada beras merupakan kunci untuk mencapai ketahanan pangan (Kasryno dalam Mulyana, 1998). Kebijakan swasembada beras merupakan salah satu kebijakan penting bagi pembangunan pertanian dan dinilai berhasil meningkatkan produksi beras dan pendapatan petani.
Rumusan Masalah
Hal ini penting untuk memperkirakan pengaruh perubahan faktor-faktor tersebut terhadap impor beras. Dengan mengetahui pengaruh faktor-faktor tersebut, diharapkan pemerintah dapat menerapkan kebijakan yang lebih efektif untuk mengurangi impor beras Indonesia.
Keterbatasan Penelitian
TINJAUAN PUSTAKA 2.1 Padi 2.1 Padi
- Produksi Beras
- Permintaan Beras
- Impor beras
- Sejarah Kebijakan Perberasan Nasional
- Kebijakan Perberasan Nasional Saat Ini
- Hasil Penelitian Terdahulu .1 Penelitian Tentang Beras .1 Penelitian Tentang Beras
- Penelitian Tentang Peramalan
- Perbedaan Penelitian dengan Penelitian Terdahulu
Model impor beras yang digunakan Mulyana (1998) meliputi variabel harga beras dalam negeri, harga beras impor, total produksi beras, stok awal beras. Penelitian Simbolon (2005) juga hanya meneliti pengaruh penetapan kebijakan tarif terhadap harga beras dalam negeri dan beras impor.
KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1 Kerangka Pemikiran Teoritis
- Perdagangan Internasional
- Peramalan
- Jenis Peramalan
- Metode Peramalan Time Series
- Memilih Metode Peramalan Time Series
- Model Ekonometrika
- Kerangka Pemikiran Operasional
Permasalahan impor beras adalah adanya dampak negatif jika impor beras dianggap menurunkan harga beras dalam negeri dan pada akhirnya menurunkan produksi beras nasional. Berdasarkan hal tersebut di atas, penelitian ini bertujuan untuk: (1) mengetahui pengaruh impor beras terhadap harga beras dalam negeri; (2) menganalisis faktor-faktor yang mempengaruhi volume impor beras Indonesia; (3) mengetahui pola volume impor beras nasional; (4) memilih metode peramalan terbaik dalam memperkirakan volume impor beras nasional; dan (5) memperkirakan volume impor beras nasional pada lima periode mendatang. Penelitian ini menguji hipotesis bahwa harga beras/gabah dalam negeri akan turun jika beras diimpor.
Kemudian, metode peramalan terbaik akan digunakan untuk meramalkan volume impor beras pada lima triwulan mendatang.
METODE PENELITIAN 4.1 Jenis dan Sumber Data 4.1 Jenis dan Sumber Data
Pengolahan Data
Analisis dan Interpretasi Data .1 Model Ekonometrika .1 Model Ekonometrika
- Spesifikasi Model
- Uji Statistik terhadap Model 1. Uji F
Faktor-faktor yang diduga mempengaruhi volume impor beras adalah produksi beras dalam negeri, konsumsi beras dalam negeri, stok beras Bulog awal periode, harga beras dalam negeri periode sebelumnya, nilai tukar riil, harga gandum, harga beras impor dan kebijakan pemerintah. . Kebijakan pemerintah dimasukkan dalam model sebagai variabel dummy, dimana kebijakan tersebut bernilai satu ketika tidak dikenakan tarif impor (tahun 1999) dan bernilai nol ketika impor beras dikenakan tarif impor (tahun. Ekonometrika, pengujian) dilakukan untuk melihat apakah model yang dibentuk melanggar asumsi dasar seperti multikolinearitas, homoskedastisitas, dan autokorelasi.
Untuk mengetahui dan menguji apakah variabel penjelas secara bersama-sama mempunyai pengaruh yang nyata terhadap variabel endogen maka dilakukan uji F terhadap model.
Uji t
Uji Goodness of Fit
- Pengujian terhadap Asumsi 1. Uji Autokorelasi
Tolak H0 jika h < -z* atau h > z*, berarti terdapat autokorelasi pada model dimana z* merupakan suatu titik yang berdistribusi normal sehingga luas di sebelah kanan z* adalah sebesar a/2 in tabel distribusi normal.
Uji Multikolinier
Uji Heteroskedastisitas
- Identifikasi Pola Data
- Metode Peramalan Time Series .1 Model Naive .1 Model Naive
- Model Tren
- Model Smoothing
Siklus merupakan komponen pola data berupa fluktuasi yang terjadi selama setahun di sekitar garis tren. Dengan memplot data historis terhadap waktu pada grafik, pola dalam data dapat diidentifikasi dengan jelas. Model ini menggunakan nilai periode saat ini untuk memprediksi nilai variabel pada periode berikutnya.
Model ini kurang baik digunakan dalam memprediksi variabel yang diprediksi mempunyai komponen tren dalam pola datanya.
Model Rata-rata Sederhana
Metode Rata-rata Bergerak Sederhana
Metode prediksi kuantitatif dengan menggunakan model smoothing yang digunakan pada penelitian ini antara lain: error) dan order yang dipilih adalah tingkat pemesanan yang menghasilkan residu terkecil. Model pemulusan eksponensial tunggal cocok untuk data yang stasioner, termasuk data volume impor beras dalam penelitian ini.
Model Penghalusan Eksponensial Ganda
Holt menghaluskan nilai tren dengan parameter yang berbeda dari parameter yang digunakan pada rangkaian aslinya.
Model Winters Multiplikatif
Model Winters Aditif
- Model Dekomposisi
Bentuk Aditif digunakan jika variasi komponen musiman konstan, sedangkan rumus perkalian digunakan jika variasi komponen musiman meningkat sebanding dengan tren.
Model Dekomposisi Multiplikatif
Menghitung indeks musiman dengan menghilangkan kesalahan Snx*Ex yaitu dengan menghitung rata-rata tiap musim. Jumlah indeks musiman harus = L, jika tidak maka dilakukan koreksi yaitu dengan mengalikan masing-masing indeks dengan L/jumlah indeks musiman. Dapatkan model tren yang sesuai dengan menggunakan data musiman (Dx) sebagai variabel terikat (Y).
Model Dekomposisi Aditif
- Metode Box-Jenkins ARIMA
Dalam banyak kasus, model ARIMA memberikan model perkiraan paling akurat untuk kumpulan data apa pun. Model ARIMA terdiri dari model autoregresif, model rata-rata bergerak dan model rata-rata bergerak terintegrasi autoregresif (ARIMA).
Model Autoregressive (AR)
Model Moving Average (MA)
Model Autoregressive Integrated Moving Average (ARIMA)
Tahap Identifikasi
Pola eliminasi adalah pola dimana garis ACF dan PACF signifikan pada lag pertama dan/atau kedua, namun kemudian tidak terdapat garis ACF dan PACF yang signifikan pada lag berikutnya. Kedua, ACF dan PACF diperkirakan akan mati jika kedua fungsi tersebut tidak terganggu namun menurun secara bertahap. Menentukan apakah data deret waktu dimodelkan oleh AR, MA, atau ARIMA bergantung pada sampel ACF dan PACF.
Sedangkan jika grafik ACF dan PACF keduanya bersilangan, maka model yang digunakan adalah model ARIMA.
Tahap Penerapan Model
- Definisi Operasional
- Hipotesis
Harga beras dalam negeri yang diambil adalah harga eceran beras kualitas rata-rata di kota-kota besar di Indonesia (Rp/kg). Harga beras impor adalah rata-rata nilai impor beras (CIF) dalam empat bulan dibagi dengan jumlah beras yang diimpor (US$/ton). Perlambatan volume impor beras berdampak nyata terhadap harga beras dalam negeri, dan semakin besar volume impor beras pada suatu periode, maka harga beras dalam negeri pada periode berikutnya akan semakin rendah.
ANALISIS IMPOR BERAS INDONESIA 5.1 Pengaruh impor beras terhadap harga beras dalam negeri 5.1 Pengaruh impor beras terhadap harga beras dalam negeri 5.1.1 Spesifikasi model.
ANALISIS IMPOR BERAS INDONESIA 5.1 Pengaruh Impor Beras Terhadap Harga Beras Domestik 5.1 Pengaruh Impor Beras Terhadap Harga Beras Domestik 5.1.1 Spesifikasi Model
Berdasarkan hasil keluaran regresi dengan menggunakan MINITAB 14 (Lampiran 1), terlihat bahwa nilai VIF kedua variabel (impor beras periode sebelumnya dan harga beras periode sebelumnya) kurang dari 10, menunjukkan bahwa tidak ada masalah multikolinearitas dalam model estimasi. Nilai tersebut lebih kecil dibandingkan dengan nilai sebaran chi-kuadrat untuk derajat kebebasan 2 pada taraf signifikansi 5 persen yaitu 5,99146.
Uji Statistik Terhadap Model 1. Uji F
Dengan demikian dapat disimpulkan bahwa secara umum variabel impor beras periode sebelumnya dan harga beras periode sebelumnya berpengaruh signifikan terhadap harga beras dalam negeri. Uji t digunakan untuk menguji apakah variabel volume impor beras periode sebelumnya dan variabel harga beras periode sebelumnya berpengaruh secara individual terhadap harga beras dalam negeri. Dari tabel tersebut terlihat bahwa variabel impor beras pada periode sebelumnya signifikan pada tingkat riil 15 persen, sedangkan variabel harga beras pada periode sebelumnya signifikan pada tingkat riil 1 persen.
Goodness of fit bertujuan untuk mengetahui sejauh mana variasi harga beras dalam negeri dapat dijelaskan oleh variabel impor beras periode sebelumnya dan harga beras periode sebelumnya.
Interpretasi Model Dugaan Harga Beras Indonesia
Berdasarkan hasil yang diperoleh dari model harga beras yang dirancang, diketahui bahwa impor beras justru akan menurunkan harga beras dalam negeri. Turunnya harga beras juga mengakibatkan turunnya harga gabah, sehingga mengurangi keuntungan yang diperoleh dari menanam padi. Penurunan keuntungan dalam jangka panjang ini dapat menyebabkan petani meninggalkan budidaya padi sehingga dikhawatirkan produksi padi akan semakin menurun.
Oleh karena itu, kami berupaya memastikan impor beras tidak terlalu tinggi dengan menerapkan kebijakan perdagangan yang dapat mengurangi impor beras.
Faktor-faktor yang Mempengaruhi Impor Beras Indonesia
- Spesifikasi Model
- Uji Terhadap Asumsi OLS
- Uji Statistik Terhadap Model 4. Uji F
- Interpretasi Model Dugaan Impor Beras Indonesia
KBJt = kebijakan tarif impor beras (1 bila tidak ada tarif, 0 sebaliknya) QBRt-1 = Produksi beras Indonesia periode sebelumnya (juta ton). Impor beras Indonesia juga sangat dipengaruhi oleh harga beras impor yang bertanda koefisien negatif (1 persen). Jika harga beras impor naik sebesar 1 USD/ton, maka rata-rata impor beras akan turun sebesar 3.231 ribu ton.
Jika nilai tukar melemah (kenaikan Rp 1,-/US$), maka impor beras Indonesia akan turun sebesar 0,4102 ribu ton.
Eksplorasi Pola Data Impor Beras Indonesia
Jika harga tepung terigu naik Rp 100/kg maka impor beras turun 418 ribu ton. Faktor lain yang juga mempengaruhi impor beras adalah nilai tukar rupee terhadap dolar AS yang berada pada level riil 5 persen. Untuk mengetahui pola data impor beras, Anda dapat memplot data impor beras terhadap waktu/periode.
Awalnya, impor beras masih sangat dipengaruhi oleh produksi pada periode sebelumnya yang mencapai 1 juta ton.
Metode Peramalan Time Series Impor Beras Indonesia
- Model Naive
- Model Analisis Tren
- Model Rata-Rata Sederhana
- Model Rata-Rata Bergerak Sederhana
- Model Pemulusan Eksponensial Tunggal
- Model Pemulusan Eksponensial Ganda
Selain itu, penurunan ini juga terkait dengan larangan impor beras oleh pemerintah satu bulan sebelum panen raya, saat panen raya, dan dua bulan setelah panen raya melalui Keputusan No. 9/MPP/Kep/1/2004. Karena pengaruh produksi terhadap impor beras tidak terjadi pada periode yang sama, maka penurunan impor beras akibat peningkatan produksi baru terjadi pada triwulan ketiga setiap tahunnya. Dengan menggunakan software MINITAB 14, diperoleh model analisis tren impor beras di Indonesia untuk masing-masing jenis (Tabel 10).
Nilai pesanan (T) yang digunakan dalam penelitian ini adalah empat, mengingat data impor beras yang dianalisis adalah data triwulanan.
Satu Parameter dari Brown
Dua Parameter dari Holt
- Model Winters’
Multiplikatif
Aditif
- Model Dekomposisi
- ARIMA
- Memilih Metode Peramalan Impor Beras Indonesia
- Meramalkan Impor Beras Indonesia
- Implikasi Hasil terhadap Kebijakan Perberasan Indonesia
Perkiraan nilai impor beras Indonesia untuk sembilan periode (dua tahun) mendatang disajikan pada Tabel 16. Hasil tersebut berbeda dengan hasil yang diperoleh Simbolon (2005) dimana tarif impor beras pada akhirnya hanya akan meningkatkan harga beras dalam negeri, namun tidak akan mampu menurunkan impor beras. Namun model yang diperoleh menyatakan bahwa kenaikan harga beras dalam negeri pada akhirnya akan meningkatkan impor beras dan hal ini sejalan dengan hasil Simbolon (2005).
Tingginya harga beras akan membebani masyarakat miskin di perkotaan dan meningkatkan impor beras.
KESIMPULAN DAN SARAN
Kesimpulan
Kriteria yang digunakan dalam pemilihan model peramalan time series terbaik adalah Root Mean Square Error (RMSE). Model peramalan time series yang terbaik untuk memprediksi impor beras Indonesia adalah model tren kuadrat dengan dummy musiman, model tren kuadrat tanpa dummy musiman, dan model ARIMA. Hasil prediksi impor beras Indonesia dengan menggunakan model tren kuadratik dengan Seasonal Dummy menunjukkan bahwa impor beras akan cenderung mengalami penurunan dalam lima periode mendatang.
Hal ini dapat diartikan bahwa kebijakan pemerintah yaitu tarif impor beras dan kebijakan larangan impor pada musim panen terbukti efektif mengurangi impor beras ke Indonesia.
Saran
Hutauruk, J. 1996. Analisis dampak kebijakan harga dasar beras dan subsidi pupuk terhadap permintaan dan penawaran beras di Indonesia. Perubahan pasokan dan permintaan beras Indonesia serta prospek swasembada menuju era perdagangan bebas: Sebuah analisis simulasi.
