3.1.
Model Ekonometrika
Model
didefinisikm sebagni s h u represent& fenomma aktud ymg
b m p a suatu sistem atau proses W d . Sdah satu model pendekatan kumtitatif yang sering dipakni untuk menganalisis masa3alr ekunami &I& ekonometrika. Model ek&onletrika
mode1
adalah suatu model statistika yang
menghubungkan peubah-peubah ekonomi dari suatu fenomma ekonomi yang rnencalrup unsur stokastik (Intriligator, 1978). Suatu model ekonometrika p g
baik hams dapat memenuhi kriteria
ekonomi, statistika, dm ekonometrika
(Koutsoyiannis, 1977). Model ekonometrika dibedakan atas pasmaan mggal dm persamaan
sirnultan.
fersamaan tunggal adalzh persamaan dimam
peubah terik&
(dependent variables) dinyatakan sebagai peubah fmgsi dari satu ahu Iebih
peubah bebas, sehingga kubungan scbab akibat atam peubah terikat dm peubah bebas merupakan hubungan satu ads. Sed2tngkan pesarn2tan sirnultan adalah suatu pmamaan yang rnernbentuk suatu sjstem persaxman yang mengambarkan
ketergantungan d iantara berbagai peubah dalam persamaan-gersamam tersebut.
Dari hubungan antar peubah yang t d a p a t pada Gmbar 4, dimmuskan model ekonometrika penawaran dm permintaan bawang merah di Indonesia.
M d d ymg dirumuskan rnerupakan model permmaan simultan yang bemifat dinamik. Persamaan-pamaan dalam mode1 rnmggunakan bent& persamam linear adrdilie, ymg berjumlafi 1 4 persamaan, krdiri dari 10 persamaan stmktml
dan 4 p a m a a n iderrtitas dengm 14 peubah clwpend endogenow.
Gambar 4. Keterkaitan Antar Peuhab dalam Model Penitwaran dan Perminuan Bawang Merab di Indonesia
3.2.
Spiflkrtsi Mudd Penawaran dan Permintran Bawaag Merab di
Indonesia Dalam rnembangun madef ekonometrika ada empat tahap utama yang
hams dilalui yaitu : (1) spesifikasi model, (2) pendugaan modd, (3) validasi mudel, dan (4) penerapan model (Koutsoyiannis, 1977). Spesifikasi model
rnerupakan Iangkah pcrtama dm yang paling penting, karma pada tahap ini
peneliti hams rneqesifikasi model yang didasarkan p d a teori ekonomi dan
infomasi p g berhubungm dengan fenomem yang diteliti. Spesifikasi model
juga merupakan hipotesis penefitian yang direpresentaskan dalam bentuk persamaan stnrkttml mencakup semua peubah
endogen
dan e h g e n .
Kautsayiannis (1 9771, mengemukakan bahwa tahap spesi fikasi meliputi penentuan : (1) peubah dependent (dependent variables) dm pubah penjdas
(explanatary variables) yang &an dimasukkan d a f m model, (2) hampan tearitis apriori mengenai tan& dm besaran parameter dasi setiap persamaan, dm (3)
bent& matematis model OumIah persamrtan, persamaan berbentufs linier ahu nun
linier, dm lain-lain).
Ddam konteks sistem ekarromi tehuka, penawaran bawang mwah dalarn negeri mat kaitannya dengan produksi, ekspar dan impar dari kamaditrts tersebut, karennnya analisa peubah-peubah produksi, ekspar dan impor sangat diperlukan.
Praduksi rnerupalran perkdim dari areal panen dengm produktivitnsnya brduksi
per hekhx), kansekuensinya peubah-peubafi areal panen d m pduktivitas addah juga pmbah-peubah penawam bawang mmah di dcllam negeri. Pmamaan produksi didekati dengm rnembagi wilayah produksi menjadi dua wilayah, yaitu wilayah Jawa Ten@ sebagai sentra produksi dan wifayah luar
Jawa Tengafi, Dari kedua witayah ini didapat produksi total bawang me&
Indonesia Pembagim vvlilaph ini d i r n h d k a n rantulr melihat perbedm perilalcu pmduksi masing-masing daerah, sehingga diharagkm dapat memperoleh suatu
strategi atau implikasi kebijakan p n g berbeda pada tiap wilayah p d u k s i
Herdasarkan uraian tersebut m&a dimmuskan suatu model ekanornetrika
penawaran dan p~rmintaanbawmg me& di Indonesia yang diharqkan dapat rnenangbp pernasalahan dm tujuan penefitian.
Persamaan-pmamaan yang
disajikan addah persamaan operasional yang telah mengalami ~spesifikasid m mefighasilkan tan& parameter dugan yang sesuai dengan harapan.
3.2.1.
Luas Areal Panen Bawang Mersh Persammn luas areal panen bawang m
d didisagregasi mmenjadi dua
persamaan dmgan tujuan untuk dipelntjari perilaku dan kwcnderungmya
masing-masing, yaitu persamaan luas areal pmen Jawa Tengah dm p e m a a n luar Jawa Tengah. Persammn lux, arcal panen Jawa T a g & :
+
=
a,
PBJT,-l +
t- as AB3Tt.l -+
a2 P
a(;DTf
C n+
+ a7DT2 -t- @T3
ABJT, = luas areal panen Jawa Ten* PBJTt-l= harga riil bawang me&
PUTt
=h
a3 (PFJT, -
PFJT ,.I
PUT,
+ U l t ...............136)
paiade t (Ha)
Jawa Tengah periode t- 1 (Rpkg)
g a riil cabe merah Jawa Ten& periode t (Rpkg)
PFJT , = harga riil pupuk f awa Tengh periode t (Rpkg] PUTt = upah riil kenaga kerja sektar pertmian Jateng (RpMQK) ABST,-I = peubah bdakala dari ABST,
luas areal panen bawang merah luar Jawa Tengah periodc t (Ha)
ABL
.=
PBLf
= h a g riif bawang merah di l u x Jawa Ten& p r i d e I (Rpkg)
PCL
= harga riil
c a b mmah di I u u Jawa Ten@ periode t (Rpkg]
PFL ,
= harga riif
pupuk Iuar Jawa Tagah periode t (Rpkg)
PLL
= upah riil tenaga kerja di 1uar Jnwa Terlgah perode t (RpMOK) = peubah
bedakalndari ABf,
I
DT 1
= dummy triwulan
DT2
= dummy triwulm 2
DT3
dummy triwulan 3
-
= peubah pengganggu
U
Tanda parameter dugam gang diharapkan (hipotesis) sebagai berikut : a ~ , b l > O ; a2 , a 3 , % , b z , b 3 < 0; O ~ a 5 1 b & l ;a b , a ~ , % , b 5 ~ b b , b = ~ 3.2.2. Produktivihs Bawang Merah Persmaan praduktivitas j uga didisagreagasi menjadi dua persamaan yaitu pmduktivitas Jawa Tcngah dan produktivitas luar Jawa Tengah.
Praduktivitas bawang rnerah Jawa Tengah :
Produktivitas bawang merak luar Jawa Tengah :
YBl,
=
6+ dl (PBl+I/PLL+2) + dz ABL + dd3 Tt+ & YBL 1-1 + d5 DTl + 4 DT2 + d7D n + U4, .............................(39)
dimana :
YBJtt
= produktivitas bawang rn&
YBL
= prodddivitas bawmg merah luar dawa Ten@
Jawa Tmgah @ode t (tonha)
YBJTt-l= peubah Wakala dari YBJT,
D L ,I
= peubah Makala
dari YBL,
perirade L (tonha)
Tan& parameter dugm yang dihapnpkan sebagai b a h t : cl,dt,d3,>0; c z , ~ dl ,
C ~ 1; < CS,C~,c7,d5,&,d7*0
3.2.3, Produksi Bawang Merah
Produksi bawang rnerah Jawa Tengah dan Iuar Jawa Tengah masingmasing didefinisikan sebagai perkafim ant=
luas areal panen dengm
produktivitasnya.
Produksi bawang merah Jawa Tengah :
QBJT1= A.BJTt* YBJTI ........................ . ............................
(40)
Produksi bawang merah l u a Jawa Tengah : QBL, = ABL, * YBL,
.........................................................
(41)
Produksi bawang merah Indonesia rnerupakm penjumlahan dari pproduksi fawa T a g & dengan produksi bawang merah di luar Jawa Tengah.
QBJT,
= pmduksi
bawang merah Jawa Tmgah peri~tiet: (ton)
QB3,
= produksi
bawang m m h luar Jawa Tengah perode t (ton)
QB&
= produksi
bawang rnerah Indonesia pel-iode t [tan)
3.2.4. Penawaran Bawang Merab Indonesia
dimana penawarnn bawang merah sma dengm produksi bawmg me& negeri dikwangi e@ar ditmbah
ekspor den*
ddam
dmgm Impor, dengm a s m i bawmg r n h
bawang rnerah impor hmugm.
Pefsamaan p e n a w m bawmg
merah di Indonesia tersebut dapat dimmuskan sebagai bmikut :
QSI,
=
QBI, + (MBI,
.XB4)
...........................................
...( 43)
dimana : pentiwaran bawang maah Indonesia periode t (ton)
QSIt
=
MB&
= volume i
m p bawang menth Indonesia periode t (ton)
XBIt = volume ekspor bawang merah Indonesia periode 1 (to@ 3.2.5.
Permintatan Bawstng Meratr Indonesia
dimwknri pmmaan smkturalnya, dimma pemintaan bawmg memh dipenganrhi oleh harga barang itu sendiri, pendapatan rnasyafaknt per kqita, dm jumiah pnduduk. Oleh k a n a itu persamaan s t f u k t u d pmintaan bawang
me& Indonesia dirumuskm sebagai berikut:
QDq
f,
+ fl PHIt 1-f2 PDBMt + i-3 F3JPDKt-f-4 DT31+fsDK+ Ust ...(44)
dimma :
QDL
= jumlah permintam bawang m m h Indonesia periode t
(toil)
PBG = harga riit bawang maah Indonesia periode t (Rpkg) PDBM, = pendapatan per Xcapitrt periode t @p) JPD&
=jumlah
pmduduk Indonesia priode t
DK
= dummy krisis
Tmda parameter dugaan y g d i f i q k m sebagai herikut :
6 , f3,G
f$>
0 ; f! ,f5<
Q
3.2.6. Impor Bawang Me& Indonesia
Impor btlwang merah Indonesia terutama ditujukan untuk memenuhi
kebutuhan konaumsi dalam negeri yang melebibi pruduksinya, Disamping itu secara teori impor dapat terjadi karena adanya signal harm yaxrg memberikan insentif ekonomi bagi alr.tivltas perdagangm Pasmaan impor bawmg merah
Indonesia dinmudan sebagai baikut :
+ U6[ ....... ............
(45)
~ . . . . . . . . ~ + . . . - . . . ~ . ~ ~ ~ + . + . ~ ~ a ~ ~ m . . . u ~ ~ ~ ~ ~ - m . + ~ ~ +
dimana :
MBf,
= volume
PMBl
= harga bawang
ERf
= ni1ai tukar
TIB,
= tarif impor bawang maah I%)
U
= peubah
impor bnwang me&
Indonesia perirrde:t (ton)
rnerah impor periode t ,CIF (US $kg)
valuta asing perode t (Rp/US.$)
pengganggu
Tanda parameter dugaan p n g diharapkan (hipotesi s) sebagai berikut :
3.2.7.
Ekspor Bawang Merah Indonesia Persmaan stmktural ekspar bawmg rnmh 'frrdonesia &pat d i i n y a t h
sebagai berikut: : BI,
=
b+kl PXBR..l+ kt QBI, + k3 MBJt .t k4 XBI,.I + k5 DrI 1- kg DT2 + k7 DT3 -+ UTt ..... ... ....,.... ......... ....... .... ....(46)
dirnana :
XBIt
= volune
PXBRt
= harga ckspor bawang merah dalarn rupiah periode
ekspar bawaqg merah Indonesia periade t (tan) t- 1
X131t.I = gcuba! bedakala deri XBIt u7i
= peubah pengganggu
Tanda pameter dugam yang dihaapkan (hipotesis) sebagai berikut :
(Rplkg)
Barga Bawang Merah di Jawa Tengzth
Harga bawang merah di Jawa Ten@
dipengaruhi aleh harp bawang
merah Indonesia, produksi bawang merah Jawa
Tengclh dm dummy krisis.
Sehingga persmaannya dirumuskan sebagai berikui :
dirnana :
P135TI = hnxga bawang me& di Jawa Ten@ periode t f Rpkg)
Ust
=
peubah penggmgp
Tanda parameter dugam yang diharapkm sebagai berikut :
Harga Bawang Mernh di Luar fawa Tengah Harga bawang merah luar Jawa Terrgah dapat dimmuskan sebagai berikut:
PBL,= po + pr PBIt + p2 PBL+i + Ugt.........................................
(48)
dirnana : PBbml= peubah bedakala dari PBI,
U
= peubah
pcrrggmggu
Tanda parameter dugzm y m g diharapkan sebagai berikut :
Harga Bawang Merah di Indonesh Harga bawmg m m h Indonesia dipen&
oleh harga impor dalam
rupiah, pmawaran bawang merah Indonesia, dm harga tromiditas tersebut pada periode xbelumnya. Persarnaamya dimmuskan d a g a i berikut :
d i m:
P m & = harga impor bawang maah dalam rupiah peride t PBkl
= peubah bedakala dari. FBIi
U 13t
= peubah pmsangfl
Tanda parameter dugam yang diharapkm sebagai bmikut :
3.3.
Identifikasi Mode!
Model ekanametrika yang teXah dimmuskan mempakan mudel pmmm simultan, dengan demikian untuk menmtukan metode pendugam madel perlu
dilakukan idmtifikasi model. Identifikasi model sstruktural dilakukan dmgan metode the order candition
sebagai syarat keharusan, dm the rank condirion sebagai syarat kecukupan.
Menurut Koutsoyiamis (1973) ntrnusan identifiklzsi model b e r d a s d n the order
dimana :
K=total peubak. dalam model. (peubah endagen dm peubab predetermined) M = total peubah mdogen dan eksogen dalam satu persamaan.
G
= total pcrsamaarr = jumlah peubah endagen dalam model
Jika (K-M) sarna dengan fG - 1) maka p e r s m m dalam model dikahkian "axactty identFerf ', j ika (K-M) lcbih kecil dari (G - 1) maka persnmaan dalam model dikatalrm "unr'rhtzjkd', dm jika (K-M) lcbih besar
persamaan dalam model dikatakan "over idcntifieb'.
d i (G-1) rnaka
fiteria rank condition
menentukm balxwa suatu persamaan teridentifikasi j i b dm hmya jika
dimungkinkan untuk mermbentuk r r h h a I safx deterininan bukm na1 p& order (G-1) dari parameter stnkhud peubah yang tidak termauk &lam pasamam tersebut.
Model ~ t u r a lyang dimmuskan diatas endogenous variables", 15
terdiri dai 14 "current
"currenf exogenous variables", dm 7 "Xaggcd
variabfes", Dengm demikian jumlah seIuruh peubah yang tercahp daIm model
sebanyak 36 pcubah yang terdiri dari 22 predetermined. Berdasarkan ketentum Iuiteria
identifikasi model di atas maka semua persamaan struktural rzlfig disusun
dalam model ini bersi fat "over idmt@eF.
3.4.
Metode Pendugaan Model Jika persamaan dalam model semuanya 'over ident~ped",maka persamaan
ini dapat didltga dengan menggunakan metode Two Stag- Least Squares (ZSLS), Three Stages Leust Sqrtares (3 SEX), Limited hiformation Muximtlrn Likelihood
(LIML) atau Fuil Infurmution Mmimuwr Likelihood (FIML). Dnlam studi empiris metodc Lems Squares lebih populer digunakan dibandingkan Likelihood yang
Iebih lmritis karma menggunakan fungsi pelumg. Metodt yang dipilih dalam rilenduga m d d ini d a l a h 2SLS.
Keunggulan metade 2 SLS dibandingkan dengan 3 SLS antara lain lebih sederhana dan lebih mudah untuk menghasilkan parameter dugaan yang konsisten dm efisien sward asimtotik. Sedangkan kelebihan 3 SLS addah menghilkan
parameter dugastn, yang lebi h efisien, namun sangat sensitif terhadap penrbahm spesifikasi model dan membutuhkan sampel p g Iebih banyak dibandingkan 2 SLS (Koutsoyianrris, 1977 ).
Pengolahim data dil&ukan dengarx program komputer SAS. Uji serial korelasi dmgm maggunakm Durbin-wafm staff36ik ti&
valid untuk
persarnaan sirnultan jika model rnengandwg '"laggedendogenow variables",
QIeh k a n a ifu d i p &
uji 'Durbin k stnri(rrik" dengm m u s sebagai bedcut
[Pindyck and Rubinfeld, 1991) :
h
= (1 4 5
DW) ( T I ( 1 -T. var(b.bat]))'"
dirnana : h = angka Durbin h statistlk Var.(b-bat)
=
kuadrat dari standm error koefisien "lagged endogenous vuriubles"
DW = ni fai statistik Durbin-Watson Suatu prsamaan tidak mcngalami masalah autokomlasi pada kondisi normal yaitu taraf 5 %, bila nilai h hitung bemda diantara -1,96 sarnpai
1,96.
Namun demilcian nilai statistik Durbin-h tidak akan diperoleh h i l n y a j i b hasiI kali T. var (b.bal) Icbih bcsar dari satu, yang berarti terdapat angka ncgatip
sehingga tidak dapat dihitung nilai akamya. 3.5.
Validssi Model
Tujuan dari validasi rnodcX adalah untuk rnengetahui apakah model cukup
valid digunakan untuk sirnulasi kebijakan. kiteria stzltlstik yang digunakan untuk validasi model adalah RMSE (Roor Mean Square Error), dm RMSPE (Roof Mean Square Percent Error), serta
U (Tkeil 's inequafifycueflsr'enf) (Pindyck and
suatu peubah endogen terhadap nilai aktuatnya dalm persen. Makin kecil RRISE,
RMSPE, U, serta makin besa R' maka model semdcin valid untuk disimulrtsi,
Nilai U W s a r antara 0 dm 1, jika U=Q, maka pendugam model smpuma,
sebdihya. jika U = 1 maka pendugam model naif, Rumus kritda validasi tersebut adalah :
dim ana : Y:
= nilai
Y?
= nilai akt ual
T
= jumlah periode simuIasi
simutasi dasar
observasi
Untuk mengetahui sampai seberapa besar nilai simulasi dasar
v)dapat
rnenjelaskan niIai aktual (Y) akan digunakan nilai kaefisien determinasi ( R ~f$
dijelaskan oleh nilai simulasi dasar (Y5f. Nilai R' berkisnr antara 0 < R ~ < INilai . It2 yang baik adalah yang rnendekati 1. Kesalahan raia-rara kuadrat terkscil (RMSE) dapat juga dinyatakan dalam bentuk komponen lain yang clapat memberikan Inf~rmasi yang sangat penting
yaitu
uM,u',ud:
dimma :
Nllai
ytS
=nitaimfa-mtasirnulwi
Yta
-
nilai rata-rata Mual
Ss
= standard deviasi
Sa
= standard deviasi nilai aktua1
R
= koefisien korelasi nilai simulasi dengan nilai akiual
nilai simulmi
uM rnenglndikasikan texjadinya galat sistematis, k a n a hanya mmgukur
deviasi data. dugaan dengan data aktual. Nil& berklsilr m t m 0,I
0.2. Aka nilai
uM
yang baik untuk modd
uM diatas 0.2 maka made1 tersehut perIu
diperbaiki. Nilni U' mengukur kernamyuan model n~engikutiperilaku data, semakin kmil nilai U', maka smakin baik tr~odeltersebut. Nilai I? menurijukkan galat nan sistematis dan merupakan bias sisa dari uMdm U'. Diharapkan nilainya
ekonomi terhadap peubah endogen dalam model. ekonomi yang &an disimulasi adal& scbagai berikut :
Allematif pelitrah fnktor
1. Peningkatan haqa pupuk
Kmaikan harp pup&
sebesar 20 persen mmpakan rats-rata kenaikan
dalam kondisi ekonomi normal scbelurn penghapusan subsidi pupuk yang berkisar antam IS sampai 25 prsm. 2. Perubahan nilai tukar rupiah
Simulasi dilakukan dengm dua skcnario yaitu pextama untuk mengctahui dampak depresiasUmelernahnya niloi lukar rupiah pada kinerja bawang me&
di Indonesia. Nilai simulasi yang digunakm sebew 10 persen, rnendekati dcpresiasi rupiah yang texjdi pada periode
tahun 1992 sampai 2000.
Skennrio kedua untuk mengetlrhui dampak apresiasilmenguatnya nilai tukar
rupiah sebesar 10 persen, yaitu kondisi pada
s a t perekanornim lndanesia
mernbaik. 3. Peningkatm tarif irnpar
Simulasi kebijnkan ini dimaksudkan untuk mengetahui dampak pningkatan tarif impor sebesm 100 persen (dari 5 persal yang berlaku pada saat 1n1 rnenjadi 10 persen) terhadap kirzerja perbawangnlerahan di Indonesia. 4. Pening6ra:an dan penurunan harip kornoditas alternatif (cabe)
Skenario peffarna, penirlgkatan harga cabc sebesar 23 pcrsen, yaitu merupakan mta-rata
peningkatan y aug tejadi pada periude tahun
1992-2000.
Sebagairnana kornoditas hortikultura lainnya, harga cabe mengalmi fluktuasi,
oleh kmcna ilu disamping dilakukan sirnulasi penin&dtan harga cabe juga dilakukan penunman harga cabe sebesar 25 persen. Penurunan 25 persen sengaja dibraat rnendekati rata-rata yang terjadi selama tahun 1999.
Selairr sirnulasi-simulasi di atas yang dilakukm secara tunggal, juga dilakukan sirnulasi-sirnutasi lainnya ymg merupakan @bungan dari beberapa faktor ekorromi. 1, Kombinasi peninglutan hxga pup&,
depresiasi nrplaldmelemahnya nilai
tuknr, dm peningkatan harga komodilitas dtematif (cab)
2. Kumbinasi peninaatan hags pug&, apresiasi rupiahhenguatnyn nilai tuk;ad, scrh penunman h w g kamaditas nltemauif ( h e ) . 3.7.
AnnILis Surplus Produsen dan Konsumen Analisis surplus produsen dm kowumen d i p a k a n untuk mengetahui
perubahm dm dislribusi tingkat kesejahterm pelaku ekonami komaditas bawmg
rnerah. Besamya surplus produsen dan konsumen menxpakm indikator penentu a h
kebijakan yang &an dllakukan. D a l m pt;nelitim ini analisis y m g dilakukan
adalah perubahm surplus produsen Jawa Tengah d m luar Jawa Tengah, serta perubahan surplus konsurnen,
Analisis suxpXm produsen dm kansumen pelaku ekonami kumaditas bnwmg merah dimmuskan sehagni berikut (Sinaga, 1989 dm Mufyana, 1999) 1.
Perubahan surplus produsen di Jawa Tensdl : QBJT, (PBJTh - PBJT,)
2.
-t-
"/r f QBJTt,- Q B n , ) (PBJT - PBJT )
Pmiibahan surplus produscn di l u x J a w Tensah :
,
Ql3b (PBLb - PBL,) -t- 5 [QBb - QBL s ) (PBL 1, - PBL )
3.
Pmbahan surplus Iconsum en: QDIb(PSIb- PBI,) -+ K (($Dlb- QDI,) fPBIb - PHI ,)
b = menyatakan nilai simulasi b a r s = menyatakan nilai simulasi XcebijaXcm
3.8.
denis dan §umber Data
Data yang &gumkan dalam pelitian ini addah data sekunder. Data tersebut merupakan dab deret waktu triwuhan dari t&un 1992-2000 (time series). Surnber data dari Biro Pusat Stafistik, DDirektorat Jenderal Tanaman
Pagan dm HortikuItura, Departemen Perindustrim dan Perdagangan, Dinas
Pertanian Tztrraman Pangan Propinsl Jawa Ten&
Kantor Statistik Propimi Jawa
Tengah dm instansi-instansi Iainnya serta publikasi atau laporan-Iapm yang berkaitan dengan penelitian hi,
