147039009.pdf

Universitas Sumatera Utara Repositori Institusi USU

http://repositori.usu.ac.id

Departemen Agribisnis

Tesis Magister

2016

Faktor – Faktor Yang Mempengaruhi Harga Cabai Merah (Capsicum annuum L.) Di Sumatera Utara Juniarsih, Triara http://repositori.usu.ac.id/handle/123456789/2845 Downloaded from Repositori Institusi USU, Univsersitas Sumatera Utara

FAKTOR-FAKTOR YANG MEMPENGARUHI HARGA CABAI MERAH (Capsicum annuum L.) DI SUMATERA UTARA

TESIS

Oleh

TRIARA JUNIARSIH 147039009/MAG

PROGRAM STUDI MAGISTER AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA MEDAN 2016

FAKTOR-FAKTOR YANG MEMPENGARUHI HARGA CABAI MERAH (Capsicum annuum L.) DI SUMATERA UTARA

TESIS

Tesis Sebagai Salah Satu Syarat untuk Dapat Memperoleh Gelar Magister Pertanian pada Program Studi Magister Agribisnis Fakultas Pertanian Universitas Sumatera Utara

Oleh TRIARA JUNIARSIH 147039009/MAG

PROGRAM STUDI MAGISTER AGRIBISNIS FAKULTAS PERTANIAN UNIVERSITAS SUMATERA UTARA MEDAN 2016

Judul

Nama Nim Program Studi

: Faktor – Faktor Yang Mempengaruhi Harga Cabai Merah (Capsicum annuum L.) Di Sumatera Utara : Triara Juniarsih : 147039009 : Magister Agribisnis

Menyetujui Komisi Pembimbing

(Dr. Ir. Tavi Supriana, MS) Ketua

Ketua Program Studi,

(Dr. Ir. Tavi Supriana, MS)

(Dr. Ir. Rahmanta, M.Si) Anggota

Dekan,

(Dr. Ir. Hasanuddin, MS)

Telah diuji dan dinyatakan LULUS di depan Tim Penguji pada hari Selasa tanggal 26 Juli 2016

Tim Penguji Ketua

: Dr. Ir. Tavi Supriana, MS

Anggota

: 1. Dr. Ir. Rahmanta, M.Si 2. Prof. Dr. Ir. Kelin Tarigan, MS 3. Sri Fajar Ayu, SP.MM. DBA

Dipersembahkan kepada : Ibunda, Ayahanda dan Seluruh Keluarga

LEMBAR PERNYATAAN

Dengan ini saya menyatakan bahwa Tesis yang berjudul : FAKTOR – FAKTOR YANG MEMPENGARUHI HARGA CABAI MERAH (Capsicum annuum L.) DI SUMATERA UTARA Adalah benar hasil karya saya sendiri dan belum dipublikasikan oleh siapapun sebelumnya. Sumber-sumber data dan informasi yang digunakan telah dinyatakan secara benar dan jelas.

Medan, Juli 2016 yang membuat pernyataan,

Triara Juniarsih NIM. 147039009/MAG

Some Factors Which Influenced The Price of Red Chilies In North Sumatera Faktor-faktor yang Mempengaruhi Harga Cabai Mrah di Sumatera Utara Triara Juniarsih Magister Agribisnis Universitas Sumatera Utara [email protected] Abstract Chili is an important horticultural commodity consumed by most people of all social classes. Besides that, it is very prospective and potential in increasing farmers’ life standard. Market demand (consumers) on chili product tends to increase from time to time, along with the average increase in consumption in various countries. Therefore, the price of chili is increasing and fluctuating. The objective of the study was to analyze some factors which influence the price of red chilies in North Sumatera. The data were secondary data in the form of time series, from 2009 until 2014 (in monthly data) and analyzed by using Two Stage Least Square (2SLS) simultaneous equation model with Eviews application. Some factors which influenced the price of red chilies in North Sumatera were the price of small chilies in the level of consumers, the demand in the previous period, the price of red chilies in the level of producers, rainfall, the price of red chilies in the level of consumers in the previous period, income per capita, and the supply of red chilies in North Sumatera in the previous period. The result of the analysis showed that the factors of the price of small chilies in the level of consumers, the demand for red chilies in the previous period, the price of red chilies in the level of producers, and rainfall in North Sumatera had positive and significant influence on the price of red chilies (Capsicum annuum.L) in North Sumatera, while the price of red chilies in the level of consumers in the previous period, income per capita, and the supply of red chilies in North Sumatera in the previous period had negative influence on the price of red chilies in the level of consumers in North Sumatera. Keywords: Price of Chili, Demand for Chili, Supply of Chili, Chili Product, Income per Capita, Rainfall ABSTRAK Cabai merupakan komoditas hortikultura penting di Indonesia yang dikonsumsi oleh sebagian besar penduduk tanpa memperhatikan tingkat sosial. Selain itu sangat prospektif dan potensial dalam upaya peningkatan taraf hidup petani. Permintaan pasar (konsumen) terhadap produk cabai cenderung terus meningkat dari waktu ke waktu sejalan dengan meningkatnya rata-rata konsumsi di berbagai negara. Seiring kebutuhan cabai yang terus meningkat, harga cabai pun semakin lama semakin naik dan berfluktuasi. Tujuan Penelitian ini adalah menganalisis i

faktor-faktor yang mempengaruhi harga cabai merah di Sumatera Utara. Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk time series dimulai tahun 2009 sampai tahun 2014 (dalam data perbulan). Metode analisis yang digunakan adalah model persamaan simultan Two Stage Least Square (2SLS) dengan menggunakan aplikasi Eviews. Faktor-faktor yang mempengaruhi harga cabai merah di Sumatera Utara adalah Harga Cabai Rawit Tingkat Konsumen, Permintaan periode sebelumnya, Harga Cabai Merah tingkat Produsen, Curah Hujan, harga Cabai merah tingkat konsumen periode sebelumnya, pendapatan perkapita dan penawaran Cabai merah Sumatera Utara periode sebelumnya. Hasil analisis menunjukkan faktor-faktor Harga Cabai Rawit Tingkat Konsumen, Permintaan Cabai Merah periode sebelumnya, Harga Cabai Merah tingkat Produsen dan Curah Hujan Sumatera Utara berpengaruh positif dan signifikan terhadap harga Cabai Merah (Capsicum annuum.L) di Sumatera Utara. Sedangkan harga Cabai merah tingkat konsumen periode sebelumnya, pendapatan perkapita, penawaran Cabai merah Sumatera Utara periode sebelumnya memberikan pengaruh negatif terhadap harga Cabai merah tingkat konsumen Sumatera Utara. Kata Kunci : harga cabai, permintaan cabai, penawaran cabai, produksi cabai, pendapatan perkapita, curah hujan

ii

RIWAYAT HIDUP

Triara Juniarsih lahir di Langsa pada tanggal 08 Juni 1989. Anak ketiga dari empat bersaudara dari pasangan Sukana dan Hj. Suhartini, SE. Pendidikan yang pernah ditempuh penulis adalah sebagai berikut : 1.

Tahun 1994 masuk Taman Kanak-kanak di TK. Al-Azhar Langsa dan tamat pada tahun 1995.

2.

Tahun 1995 masuk Sekolah Dasar di SD Negeri 7 Banda Aceh dan tamat pada tahun 2001.

3.

Tahun 2001 masuk Sekolah Menengah Pertama di SMP Negeri 1 Lubuk Pakam dan tamat pada tahun 2004.

4.

Tahun 2004 Masuk Sekolah Menengah Atas di SMA Negeri 1 Lubuk Pakam dan tamat pada tahun 2007.

5.

Tahun 2007 diterima di Program Studi Agribisnis, Fakultas Pertanian, Universitas Syiah Kuala melalui jalur SPMB.

6.

Tahun 2014 diterima di Program Studi Magister Agribisnis, Fakultas Pertanian, Universitas Sumatera Utara.

iii

KATA PENGANTAR

Bismillahirrahmanirrahim Alhamdulillah puji dan syukur kami ucapkan kehadiarat Allah SWT yang telah melimpahkan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan penelitian tesis yang berjudul “Faktor – Faktor yang Mempengaruhi Harga Cabai Merah di Sumatera Utara”. Penyelesaian tesis ini tidak terlepas dari bimbingan, dukungan, doa dan bantuan dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis mengucapkan terima kasih sebesar-besarnya kepada : 1. Ibu Dr. Ir. Tavi Supriana, MS selaku ketua komisi pembimbing dan ketua program Studi Magister Agribisnis FP USU. 2.

Bapak Dr. Ir. Rahmanta Ginting, M.Si selaku anggota komisi pembimbing.

3.

Bapak Prof. Dr. Ir. Kelin Tarigan, MS dan Ibu Sri Fajar Ayu, SP.MM.DBA selaku Dosen Penguji Tesis.

4.

Ayahanda dan Ibunda tercinta, Sukana dan Hj, Suhartini, SE yang telah memberikan dukungan baik moril maupun materil bagi penulis dalam menyelesaikan pendidikan Master di Universitas Sumatera Utara.

5. Abangda, Kakanda dan Adinda tercinta, Niko Aprizal Amd, Dwi Astika SE, dan Catrin Novrista Harni SE. 6.

Keluarga Magister Agribisinis khususnya Khalida, Rafika, Miryam, Wulan, Faradina, Raifina, Arifandi dkk, serta teman-teman yang saya sayangi yang telah mendorong dan memotivasi penulis dalam meneyelesaikan tesis ini.

iv

7.

Segenap pihak-pihak yang tidak dapat penulis sebutkan satu-persatu serta instansi-instansi terkait yang telah memberikan bantuan dan dukungan selama penulis menempuh pendidikan dan dalampenulisan tesis ini.

Penulis menyadari bahwa tesis ini masih terdapat kekurangan. Oleh karena itu, kritik dan saran yang sifatnya membangun sangat diharapkan oleh penulis. Akhirnya penulis mengucapkan terima kasih dan menyerahkan semua kepada Allah SWT untuk memohon ridho-Nya berharap semoga tesis ini bermanfaat bagi semua pihak yang bersangkutan dan yang membutuhkan.

Medan, Juli 2016

Penulis

v

DAFTAR ISI Halaman ABSTRACT/ABSTRAK ...................................................................................... i RIWAYAT HIDUP ............................................................................................. iii KATA PENGANTAR ......................................................................................... iv DAFTAR ISI ........................................................................................................ vi DAFTAR TABEL............................................................................................. viii DAFTAR GAMBAR.......................................................................................... ix DAFTAR LAMPIRAN ....................................................................................... x

I.

PENDAHULUAN ........................................................................................ 1 1.1 Latar belakang ......................................................................................... 1 1.2 Identifikasi Masalah................................................................................. 7 1.3 Tujuan Penelitian ..................................................................................... 7 1.4 Manfaat Penelitian ................................................................................... 7

II.

TINJAUAN PUSTAKA ............................................................................. 8 2.1 Landasan Teori ....................................................................................... 8 2.1.1 Cabai (Capsicum annum. L) ............................................................ 8 2.1.2 Fluktuasi Harga .............................................................................. 10 2.1.3 Permintaan (Demand) .................................................................... 15 2.1.4 Penawaran (Supply) ....................................................................... 20 2.1.5 Kondisi Cuaca dan Iklim (Tingkat Curah Hujan) .......................... 25 2.2 Penelitian Terdahulu .............................................................................. 27 2.3 Kerangka Konsep Pemikiran ................................................................. 29 2.4 Hipotesis ................................................................................................ 31

III. METODE PENELITIAN .......................................................................... 32 3.1 Metode Penentuan Daerah Penelitian .................................................... 32 3.2 Metode Pengumpulan Data.................................................................... 33 3.3 Metode Analisis Data ............................................................................ 33 3.3.1 Model dan Prosedur Estimasi ....................................................... 33 3.4 Uji Kesesuaian (Test of Goodness of Fit) .............................................. 38 3.4.1 Koefisien Determinasi (R-Square).................. ..... ......................... 38 3.4.2 Uji F – Statistik (Uji Keseluruhan) ....................... .... ................... 38 3.4.3 Uji t-statistik (Uji Parsial) .............................................. .............. 39 3.5 Uji Penyimpangan Klasik ...................................................................... 41 3.5.1 Uji Normalitas ................................................................. ... ......... 41 vi

3.5.2 Autokorelasi ...................................................................................41 3.6 Definisi dan Batasan Operasional ........... ...............................................43 3.6.1 Definisi .............................................. ........................................... 43 3.6.2 Batasan Operasional .......................... ........................................... 44 IV. HASIl DAN PEMBAHASAN. ...................................................................45 4.1 Gambaran Daerah Penelitian Sumatera Utara ........................................45 4.2 Perkembangan Parameter-Parameter ........ .............................................46 4.2.1 Perkembangan Harga Cabai Merah Provinsi Sumatera Utara ........46 4.2.2 Perkembangan Penawaran/ Produksi Cabai Merah Provinsi Sumatera Utara .................................................................48 4.2.3 Permintaan/Kebutuhan Cabai Merah di Sumatera Utara ................50 4.3 Hasil dan Pembahasan Estimasi Model Persamaan Simultan .................................................................................................52 4.3.1 Tes Kesesuaian (Test of Goodness of Fit) ....................................51 4.3.2 Uji Asumsi Klasik ........................................................................61 V. KESIMPULAN DAN SARAN......................................................................65 5.1 Kesimpulan ........................................................................................65 5.2 Saran ..................................................................................................66 DAFTAR PUSTAKA ...........................................................................................68 LAMPIRAN ..........................................................................................................72

vii

DAFTAR TABEL

Tabel. 1

Judul

Halaman

Produksi, Luas Panen, dan Produktivitas Cabai Besar menurut Kabupaten/ Kota Sentra Tahun 2012-2014 .....................................

4

2

Review Penelitian Terdahulu...........................................................

27

3.

Jumlah Produksi Cabai Merah Besar terbesar menurut provinsi Di Indonesia Tahun 2014 ................................................................

32

4.

Uji Identifikasi Persamaan ..............................................................

37

5.

Perkembangan Harga Rata-rata Produsen Cabe Besar dan Keriting Tahun 2011-2014 .............................................................................

47

6.

Perkembangan Produksi, Luas Panen dan Produktivitas Cabai Besar Menurut Triwulan, Tahun 2012-2014 .............................................. 50

7.

Hasil Uji Persamaan Permintaan ............... .....................................

52

8.

Hasil Uji Persamaan Penawaran ........... .........................................

55

9.

Hasil Uji Persamaan Harga ............. ...............................................

57

10.

Hasil Uji Nilai Jarque Bera ............. ...............................................

61

11.

Hasil Uji Nilai Prob. Chi-Square Obs*R-Squared ............... ..........

62

viii

DAFTAR GAMBAR

Gambar. 1.

Judul

Halaman

Harga Rata-rata Cabai Merah di Tingkat Produsen Sumatera Utara .......................................................................................

5

2.

Kurva Permintaan ................................... .................. ............

16

3.

Pergeseran Kurva Permintaan ..... ......................................

17

4.

Kurva Penawaran ................................................................

21

5.

Pergeseran Kurva Penawaran ........ ................. ....................

22

6.

Kerangka Pemikiran penelitian ...........................................

31

7.

Perkembangan Harga Cabai Merah Tingkat Konsumen......

48

8.

Perkembangan Produksi Cabai Besar Menurut Kabupaten/

9.

Kota sentra Tahun 2012-2014 ..................... ..........................

49

Permintaan/ Kebutuhan Cabe Merah Sumatera Utara ... ............

51

ix

DAFTAR LAMPIRAN

Lampiran.

Judul

Halaman

1.

Data Variabel Dependen dan Variabel Independen ................

72

2.

Hasil Output Analisis Variabel Dependen dan Independen ......

74

x

1

I. PENDAHULUAN

1.1

Latar Belakang Cabai merupakan komoditas hortikultura penting di Indonesia yang

dikonsumsi oleh sebagian besar penduduk tanpa memperhatikan tingkat sosial.Selain itu sangat prospektif dan potensial dalam upaya peningkatan taraf hidup petani. Permintaan pasar terhadap cabai ini cukup tinggi, mulai dari pasar tradisional hingga ke supermarket hal ini dikarenakan kecenderungan masyarakat Indonesia yang mengkonsumsi cabai sebagai penyedap dan pelengkap berbagai menu masakan. Faktanya aneka makanan di Indonesia mayoritas didalamnya menggunakan cabai salah satu buah yang terbilang populer dan penting. Sejak dahulu, cabai sudah digunakan sebagai salah satu komponen bumbu dalam setiap masakan. Orang-orang zaman dahulu sudah menyadari bahwa cabai dengan berbagai jenisnya dapat dimanfaatkan sebagai penguat rasa masakan. Bahkan, oleh masyarakat Sumatera, khususnya Padang cabai dianggap sebagai sepuluh bahan pokok, dimana banyak masakan yang sangat sulit dipisahkan dari buah ini. (Tosin dan Nurma, 2014). Menurut data Badan Pusat Statistik (BPS), rata-rata tingkat konsumsi cabai merah per kapita mencapai 1.4 kg per tahun dengan kisaran harga cabai Rp 30.000-, sampai Rp 40.000-,. Dengan jumlah penduduk Indonesia yang saat ini dengan jumlah penduduk sebanyak 252.370.792 jiwa (sensus tahun 2015), berarti Indonesia membutuhkan cabai sebesar ±252 ribu ton per tahun.

2

Faktor-faktor yang mempengaruhinya antara lain kebiasaan masyarakat yang mengkonsumsi cabai merah dalam bentuk segar untuk keperluan sehari-hari dan belum terdapatnya bahan yang dapat mensubstitusi kebutuhan cabai tersebut. Meskipun saat ini terdapat industri yang menghasilkan cabai merah olahan, namun jumlah dan skala usahanya relatif masih terbatas dan umumnya ditujukan untuk memenuhi kebutuhan ekspor. Permintaan pasar (konsumen) terhadap produk cabai dunia cenderung terus meningkat dari waktu ke waktu sejalan dengan meningkatnya rata-rata konsumsi di berbagai negara. Seiring kebutuhan cabai yang terus meningkat, tak dipungkiri harga cabai pun semakin lama semakin naik (Bina Karya Tani, 2009).Sekalipun ada kecenderungan peningkatan kebutuhan, tetapi permintaan terhadap cabai merah untuk kebutuhan sehari-hari dapat berfluktuasi, yang disebabkan karena naik turunnya harga cabai yang terjadi di pasaran. Fluktuasi harga yang terjadi di pasaran, selain disebabkan oleh faktor-faktor yang mempengaruhi sisi permintaan juga disebabkan oleh faktor-faktor yang mempengaruhi sisi penawaran.Dari sisi penawaran menunjukkan bahwa proses penyediaan (produksi dan distribusinya) cabai merah belum sepenuhnya dikuasai para petani. Faktor utama yang menjadi penyebab adalah bahwa petani cabai merah adalah petani kecil-kecilyang proses pengambilan keputusan produksinya diduga tidak ditangani dan ditunjang dengan suatu peramalan produksi dan harga yang baik (Anonimous, 2011). Cabai merupakan salah satu komoditi yang menjadi primadona pasar dan termasuk komoditi strategis di Indonesia. Mengingat kebutuhan cabai di pasaran tidak mengenal pasang surut. Di sisi lain, karakter cabai hanya bisa ditanam dengan lahan yang tidak begitu basah, dan tanaman cabai sangat sensitif dengan

3

musim penghujan. Jadi, cabai merupakan tanaman musiman, akan tumbuh lebat jika ditanam pada musim kemarau, atau musim pancaroba di mana intensitas hujan rendah. Harga cabai merah sering berfluktuasi, bukan karena kekurangan pasokan, namun lebih karena karakteristik dari komoditas tersebut. Cabai merupakan komoditas yang mudah rusak (perishable) dan produksinya sangat bergantung pada musim (Sutrisno, S. 2011). Cabai termasuk di dalamnya cabai merah yang dikonsumsi oleh masyarakat hampir seluruhnya berasal dari produksi dalam negeri. Untuk cabai merah, hingga saat ini terdapat 29 propinsi yang merupakan daerah penghasil cabai merah dengan tingkat produksi yang beragam 10 - 172 ton per tahun. Propinsi Jawa Timur, Jawa Barat, Jawa Tengah, dan Sumatera Utara merupakan kontributor utama produksi cabai merah nasional dengan rata-rata pangsa terhadap produksi nasional masing-masing sebesar 26%, 15%, 14%, dan 13%. Secara lebih terinci, kabupaten/kota penghasil cabai merah terbesar di wilayah Jawa adalah Bandung, Garut, Cianjur, Magelang, Temanggung, Brebes, Malang, Banyuwangi dan Blitar. Sementara untuk wilayah Sumatera Utara, kabupaten/kota yang merupakan sentra produksi cabai merah adalah Karo, Deli Serdang dan Simalungun. (Dinas Pertanian, 2014).Berikut ini data luas panen, produksi, dan produktivitas Cabai Besar menurut Kabupaten/Kota Sentra Propinsi Sumatera Utara pada Tabel 1.

4

Tabel 1. Produksi, Luas Panen, dan Produktivitas Cabai Besar menurut Kabupaten/Kota Sentra Tahun 2012-2014 Uraian 2012 2013 2014 Produksi (ton) Karo 50.734 44.111 33.633 Batu Bara 28.335 33.623 32.433 Simalungun 47.460 26.773 24.328 Lainnya 70.879 57.466 57.416 Sumatera Utara 197.409 161.933 147.810 Luas Panen (ha) Karo 6.031 6.224 4.663 Batubara 2.646 1.783 2.151 Simalungun 2.099 2.507 1.672 Lainnya 6.875 6.650 6.732 Sumatera Utara 17.651 17.164 15.218 Produktivitas Karo 8,41 7,09 7,21 Batu Bara 17,94 14,99 15,08 Simalungun 13,50 13,41 14,55 Lainnya 10,31 8,64 8,53 Sumatera Utara 11,18 9,43 9,71 Keterangan: - Bentuk hasil produksi cabai besar adalah buah segar dengan tangkai - Cabai besar terdiri dari cabai merah besar, cabai hijau besar, cabai merah keriting, dan cabai hijau keriting Sumber : Badan Pusat Statistik Provinsi Sumatera Utara

Selama periode 2012–2014 produksi tertinggi terjadi di Kabupaten Karo pada tahun 2012 sebesar 50.734 ton, sedangkan di tahun 2014 produksi tertinggi di kabupaten yang sama sebesar 33.633 ton. Luas panen tertinggi juga terjadi pada tahun 2012 di Kabupaten Karo, yaitu seluas 6.224 hektar, sedangkan luas panen tertinggi tahun 2014 juga terjadi di Kabupaten Karo seluas 4.663 hektar. Produktivitas tertinggi terjadi di tahun 2012 di Kabupaten Langkat sebesar 20,49 ton per hektar. Kenaikan produksi cabai besar pada tahun 2014 yang relatif besar terjadi di Kabupaten Dairi, Padang Lawas Utara, dan Toba Samosir. Sementara

5

itu, penurunan produksi yang relatif besar terjadi di Kabupaten Karo, Simalungun, dan Deli Serdang. Mengingat cabai merupakan jenis komoditas yang mudah membusuk, maka perubahan cuaca ini sangat mempengaruhi produksi cabai yang sangat bergantung kepada cuaca khususnya kelembaban udara dan kadar air tanah. Oleh karena itu banyak petani yang mengalami gagal panen akibat lahannya terkena banjir. Akibatnya keberadaan cabai di Pasaran menjadi langka dan secara otomatis harganya melonjak tajam (Agromedia, 2008). Berikut harga rata-rata cabai merah tingkat produsen di Provinsi Sumatera Utara. 60000 50000 40000 2011 30000

2012 2013

20000

2014

10000 0 Jan

Feb Mar Apr Mei Jun

Jul

Ags Sep

Nov Oct

Des

Sumber : BPS, 2015 Gambar 1. Harga Rata-rata Cabai Merah di Tingkat Produsen Sumatera Utara

Dari Gambar 1dapat kita lihat harga rata-rata cabai/kg terus berubah mengalami fluktuasi setiap bulannnya. Meskipun cenderung naik pada akhir tahun namun harga cabai mengalami penurunan yang cukup signifikan pada

6

pertengahan tahun. secara serentak hampir di seluruh daerah penghasil cabai merah khususnya. Keadaan pasar cabai saat ini berada pada kondisi shortage dimana jumlah permintaan lebih besar dari jumlah penawaran sehingga terjadilah keterbatasan supply cabai di pasaran. Inilah yang kemudian menyebabkan kenaikan harga. Terbatasnya jumlah pasokan cabai juga diakibatkan oleh terganggunya produksi yang dialami oleh para petani yang diakibatkan oleh bergesernya perubahan cuaca yang mengganggu pola dan kuantitas produksi cabai.

1.2

Identifikasi Masalah Berdasarkan uraian latar belakang di atas maka permasalahan yang dapat di

identifikasi yaitu : 1.

Apakah

faktor-faktor

Permintaan

Cabai

Merah

(Capsicum

annuum.L),permintaan periode sebelumnya, harga cabai rawit tingkat konsumen, pendapatan perkapita Sumatera Utara mempengaruhi harga Cabai Merah (Capsicum Annuum.L) di Sumatera Utara? 2.

Apakah

faktor-faktor

Penawaran

Cabai

Merah

(Capsicum

annuum.L),penawaran periode sebelumnya, harga cabai merah tingkat produsen dan rata-rata jumlah curah hujan Sumatera Utara mempengaruhi harga Cabai Merah (Capsicum Annuum.L) di Sumatera Utara?

7

1.3

Tujuan Penelitian Tujuan dari penelitian ini adalah sebagai berikut :

1.

Menganalisis faktor-faktor Permintaan Cabai Merah (Capsicum annuum.L), permintaan periode sebelumnya, harga cabai rawit tingkat konsumen, pendapatan perkapita Sumatera Utara yang mempengaruhi harga Cabai Merah (Capsicum annuum.L) di Sumatera Utara.

2.

Menganalisis faktor-faktor Penawaran Cabai Merah (Capsicum annuum.L), penawaran periode sebelumnya, harga cabai merah tingkat produsen dan rata-rata jumlah curah hujan Sumatera Utara yang mempengaruhi harga Cabai Merah (Capsicum annuum.L) di Sumatera Utara.

1.4

Manfaat Penelitian Manfaat yang diharapkan dalam penelitian ini adalah :

1.

Sebagai bahan informasi bagi pihak – pihak yang membutuhkan sebagai landasan dalam penelitian dan mengambil keputusan.

2.

Sebagai usaha dalam mengaplikasikan dan memperdalam pengetahuan di bidang ilmu Sosial Ekonomi Pertanian/Agribisnis.

8

II. TINJAUAN PUSTAKA

2.1

Landasan Teori

2.1.1 Cabai (Capsicum annuum.L) Cabai merupakan tanaman perdu dari famili terong-terongan yang memiliki nama ilmiah Capsicum sp. Cabai berasal dari benua Amerika tepatnya daerah Peru dan menyebar ke negara-negara benua Amerika, Eropa dan Asia termasuk Negara Indonesia.Tanaman cabai banyak ragam tipe pertumbuhan dan bentuk buahnya. Diperkirakan terdapat 20 spesies yang sebagian besar hidup di Negara asalnya. Masyarakat pada umumnya hanya mengenal beberapa jenis saja, yakni Cabai besar, Cabai keriting, Cabai rawit dan paprika. Secara umum Cabai memiliki banyak kandungan gizi dan vitamin. Diantaranya Kalori, Protein, Lemak, Kabohidarat, Kalsium, Vitamin A, B1 dan Vitamin C. Selain digunakan untuk keperluan rumah tangga, Cabai juga dapat digunakan untuk keperluan industri diantaranya, Industri bumbu masakan, industri makanan dan industri obat-obatan atau jamu (Rukmana, 1994). Cabai merupakan salah satu jenis sayuran penting yang dibudidayakan secara komersial di negara-negara tropis. Tercatat berbagai spesies cabai yang telah didomestikasi, namun hanya Capsicum annuum L. dan C. frutescens L. yang memiliki potensi ekonomis (Sulandari, 2004). Cabai yang dibudidayakan secara luas di Indonesia juga termasuk kedua spesies ini. Cabai besar dan cabai keriting, misalnya, termasuk spesies C. annuum sedangkan cabai rawit termasuk C. frutescens.

9

Cabai juga banyak digunakan sebagai bahan baku industri makanan jadi, sebagai penghasil minyak atsiri dan bahan makanan ramuan obat tradisional. Sebagai bahan obat-obatan, cabai dapat menggantikan fungsi minyak kayu putih untuk memberikan rasa hangat, dan dapat juga menyembuhkan radang pada tenggorokan akibat udara dingin. Tanaman cabai juga tergolong ke dalam jenis tanaman obat-obatan yang dapat menyembuhkan penyakit sesak napas pegalpegal, penyakit kulit (gatal-gatal), dan lain sebagainya. Cabai merah banyak juga dimanfaatkan untuk industri ternak, dapat merangsang dan meningkatkan produktifitas ternak, misalnya pada ayam petelur. Pada umumnya cabai diperdagangkan dan dikonsumsi dalam bentuk cabai kering dan cabai basah. Sebagai komoditi yang mempunyai nilai ekonomi tinggi, cabai mempunyai pasaran, baik dalam negeri maupun luar negeri.Sebagai salah satu jenis jenis tanaman holtikultura dan komoditi sayuran yang mempunyai nilai ekonomi yang cukup tinggi, cabai merupakan salah satu komoditi tanaman sayuran buah semusim yang berbentuk perdu. Cabai tergolong sayuran buah multi guna dan multi fungsi yang dapat dibudidayakan di lahan dataran rendah ataupun di lahan dataran tinggi (Bina Karya Tani, 2009). Walaupun demikian, pada saat-saat tertentu harga cabai dapat melonjak naik sehingga memberikan nilai tambah bagi petani. Lonjakan harga cabai ini antara lain disebabkan oleh gangguan musim dan hari raya tertentu. Kenaikan harga tersebut dapat berlipat ganda kalau saat gangguan musim terjadi bersamaan atau berdekatan dengan perayaan hari raya (Setiadi, 2004).

10

2.1.2 Fluktuasi Harga Harga menurut Kotler dan Amstrong (2001) adalah sejumlah uang yang ditukarkan untuk sebuah produk atau jasa. Lebih jauh lagi, harga adalah jumlah dari seluruh nilai yang konsumen tukarkan untuk jumlah manfaat dengan memiliki atau menggunakan suatu barang dan jasa. Menurut Tjiptono (2002), Harga merupakan satuan moneter atau ukuran lainnya (termasuk barang dan jasa lainnya) yang, ditukarkan agar memperoleh hak kepemilikan atau penggunaan suatu barang atau jasa. Mekanisme harga adalah proses yang berjalan atas dasar gaya (kekuatan) tarik menarik antar konsumen-konsumen danprodusen-produsen yang bertemu di pasar. Pada suatu waktu, harga sesuatu barang mungkin naik karena gaya tarik konsumen (karena sesuatu hal) menjadi lebih kuat (yaitu para konsumen meminta lebih banyak barang tersebut). Sebaliknya harga sesuatu barang turun apabila permintaan para konsumen melemah (Boediono, 1984). Fluktuasi adalah ketidak tetapan atau guncangan, sebagai contoh terhadap harga barang dan sebagainya, atas segala hal yang bisa dilihat di dalam sebuah grafik (Wikipedia, 2016). Fluktuasi harga adalah gejala atau keadaan yang menunjukkan turunnaiknya harga dan sebagainya yang berlaku dari sehari ke sehari atau dari satu periode ke periode lainnya, perubahan (harga tersebut) karena pengaruh permintaan dan penawaran (KBBI, 2016). Fluktuasi adalah lonjakan atau ketidak tetapan segala sesuatu yang bias digambarkan dalam sebuah grafik, seperti fluktuasi harga barang, fluktuasi harga yang tinggi merupakan salah satu yang sering muncul dalam pemasaran

11

komoditas holtikultura. Harga yang sangat berfluktuatif secara teoritis akan menyulitkan prediksi bisnis, fluktuasi harga komoditas pada dasarnya terjadi akibat ketidak seimbangan antara jumlah pasokan dan permintaan yang dibutuhkan konsumen. Jika pasokan berlebih 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 (Irawan, 2007). Sekalipun ada kecenderungan peningkatan kebutuhan, tetapi permintaan terhadap cabai merah untuk kebutuhan sehari-hari dapat berfluktuasi, yang disebabkan karena tingkat harga yang terjadi di pasar eceran. Fluktuasi harga yang terjadi di pasar eceran, selain disebabkan oleh faktor-faktor yang mempengaruhi sisi permintaan juga disebabkan oleh faktor-faktor yang mempengaruhi sisi penawaran. Dapat dijelaskan bahwa kadang-kadang keseimbangan harga terjadi pada kondisi jumlah yang ditawarkan relatif jauh lebih sedikit dibandingkan dengan jumlah yang diminta. Hal inilah yang mengakibatkan harga akan sangat tinggi. Demikian pula terjadi sebaliknya sehingga harga sangat rendah (Adiyoga, 1996). Lonjakan harga disebabkan pasokan petani merosot setelah sebagian besar hasil panen rusak diserang jamur yang merebak saat curah hujan tinggi. Sementara sebagian petani cabai lain memilih mengganti komoditas tanam karena menghindari kerugian puluhan juta rupiah yang selalu dialami setiap musim hujan ekstrim (Stranton, 1996).

12

Sesuai dengan hukum permintaan hubungan antara harga barang dan jumlah barang yang diminta adalah negatif. Bila harga naik maka permintaan turun dan sebaliknya bila harga turun permintaan akan naik dengan asumsi ceteris paribus. Dengan demikian perubahan harga terhadap permintaan mempunyai arah yang berkebalikan (Pracoyo, 2006). Ada tiga cara penetapan harga jual produk pertanian yaitu: 1) Sesuai dengan harga yang berlaku tawar-menawar dan borongan. 2) Pemasaran sesuai dengan harga yang berlaku 3) Tergantung pada penawaran serta permintaan yang mengikuti mekanisme pasar. Penetapan harga melalui tawar-menawar lebih bersifat kekeluargaan, jika sudah tercapai kesepakatan antara penjual dan pembeli maka transaksi akan terlaksana. Sedangkan praktek pemasaran dengan cara borongan biasanya terjadi karena keadaan dari sisi keuangan petani yang cenderung masih lemah. Cara ini biasanya dilakukan melalui pedagang perantara. Awalnya pedagang perantara ini membeli produk dengan jalan memberikan uang muka kepada petani. Hal ini dilakukan sebagai jaminan terhadap produk yang diingini pedagang bersangkutan, sehingga petani tidak berkesempatan untuk menjualnya kepada pedagang lain (Syahza, 2007). Harga produksi hasil pertanian cenderung mengalami fluktuasi karena tergantung dari perubahan yang terjadi pada besarnya permintaan dan penawaran. Naik turunnya harga dapat terjadi dalam jangka pendek (per hari, minggu atau bulan) dan dapat pula terjadi dalam jangka panjang. Untuk komoditas pertanian yang cepat rusak seperti sayur-sayuran dan buah-buahan pengaruh perubahan

13

permintaan pasar kadang-kadang sangat menyolok sekali sehingga harga yang berlaku berubah dengan cepat. Hal ini dapat diamati perubahan harga pasar yang berbeda pada pagi, siang dan sore hari. Perbedaan harga jual yang paling signifikan adalah biasanya pada saat musim produk melimpah ruah atau saat musim panen besar

harga rendah, sebaliknya pada saat tidak musim dan

jumlahnya cenderung sedikit maka harga meningkat drastis. Keadaan tersebut menyebabkan petani sulit dalam melakukan perencanaan produksi, begitu juga dengan pedagang sulit dalam memperkirakan permintaan (Syahza, 2007). Naik turunnya harga yang relatif tinggi pada hasil pertanian biasanya terjadi akibat kegagalan petani dan pedagang dalam mengatur banyaknya pasokan yang dipasok sesuai dengan kebutuhan konsumen. Menurut Irawan (2007) terjadinya hal tersebut disebabkan oleh beberapa faktor yaitu : 1.

Penanaman oleh petani cenderung terkonsentrasi di daerah-daerah tertentu saja, Struktur produksi yang seperti ini sangat tidak kondusif bagi kestabilanharga karena jika terjadi anomali produksi misalnya gagal panen akibat hama atau lonjakan produksi akibat pengaruh iklim yang terjadi di salah satu daerah

produksi maka akan berpengaruh besar terhadap

keseimbangan pasar secara keseluruhan. 2.

Struktur produksi yang terkonsentrasi secara regional diperparah pula oleh pola produksi yang tidak sinkron antar daerah produsen. Setiap daerah produsen sayuran umumnya memiliki pola produksi bulanan yang relatif sama sehingga total produksi sayuran cenderung terkonsentrasi pada bulanbulan tertentu.

14

3.

Permintaan komoditas sayuran umumnya sangat sensitif terhadap perubahan kesegaran produk. Kebanyakan hasil pertanian relatif cepat busuk sehingga petani dan

pedagang tidak mampu menahan penjualannya terlalu lama dalam rangka mengatur volume pasokan yang sesuai dengan kebutuhan pasar, akan berdampak pada penurunan harga jual yang disebabkan oleh penurunan kesegaran produk. Pengaturan volume pasokan yang disesuaikan dengan kebutuhan konsumen tidak mudah dilakukan karena setelah dipanen petani cenderung segera menjual hasil panennya agar sayuran yang dipasarkan masih dalam keadaan segar untuk mengatur volume pasokan yang sesuai dengan kebutuhan konsumen maka dibutuhkan sarana penyimpanan yang mampu mempertahankan kesegaran produk secara efisien. Namun ketersediaan sarana penyimpanan tersebut umumnya relatif terbatas akibat kebutuhan investasi yang cukup besar sedangkan teknologi penyimpanan sederhana yang dapat diterapkan oleh petani sangat terbatas. Posisi harga produk pertanian sebagai produk utama sangat menentukan besarnya jumlah permintaan produk tersebut. Apabila karakter produk pertanian memiliki nilai elastisitas permintaan yang rendah, akan menyebabkan gerakan harga akan senantiasa dalam arah

yang menaik. Sebagai produk pertanian

memiliki tingkat elastisitas permintaan yang tidak elastis karena jika harga produk naik, para pembeli enggan untuk mencari barang pengganti (karena merupakan produk utama) dan oleh karenanya harus tetap membeli produk tersebut sehingga permintaannya tidak akan banyak berubah. Karakter elastisitas permintaan produk pertanian tersebut cendrung mendorong para pedagang untuk menaikkan tingkat harga produk pertanian sehingga terjadilah gerak harga produk yang semakin

15

menaik. Hal ini menyebabkan terjadinya Inflasi bahan makanan yang dapat mempengaruhi stabilitas ekonomi makro (Widiarsih, 2012). Penentuan Harga oleh Permintaan dan Penawaran Dalam teori ekonomi mikro, harga terbentuk oleh keseimbangan antar kurva permintaan dan kurva penawaran. Hubungan antara harga suatu komoditas dengan jumlah yang diminta mengikuti suatu hipotesa dasar ekonomi yang menyatakan bahwa semakin rendah harga suatu komoditas, semakin banyak jumlah komoditas tersebut yang diminta, apabila variabel lain konstan (ceteris paribus) (Lipsey, 1995). Lipsey (1995) menerangkan lebih jauh mengenai kekuatan penawaran dan permintaan. Kedua kekuatan tersebut saling berinteraksi dalam membentuk harga pada suatu pasar yang bersaing. Kondisi keseimbangan (equilibrium condition) akan tercapai, jika jumlah yang diminta sama dengan jumlah yang ditawarkan. Pada kondisi ini kedua belah pihak (produsen dan konsumen) akan terpuaskan.

2.1.3 Permintaan (Demand) Dalam ilmu ekonomi, istilah permintaan menunjukkan jumlah barang dan jasa yang akan dibeli konsumen pada periode waktu dan keadaan tertentu. Periode waktu tersebut bisa satu tahun dan keadaan yang harus diperhatikan antara lain harga barang yang dibeli, pendapatan konsumen, jumlah tanggungan, selera, dan lain-lain (Arsyad, 2000). Daya beli seseorang tergantung atas dua unsur pokok yaitu pendapatan yang dapat dibelanjakan dan harga barang yang dikehendaki. Apabila jumlah pendapatan yang dapat dibelanjakan seseorang berubah maka jumlah barang yang diminta juga akan berubah. Demikian halnya dengan harga barang yang

16

dikehendaki juga dapat berubah. Secara matematis pengaruh perubahan harga dan pendapatan terhadap jumlah yang diminta dapat diketahui secara serentak. Dalam hukum permintaan dikatakan bahwa “apabila harga suatu barang turun maka permintaan konsumen akan barang itu meningkat dan sebaliknya, jika harga suatu barang naik maka permintaan konsumen akan barang itu menurun”, apabila semua faktor-faktor lain yang mempengaruhi jumlah yang diminta dianggap tidak berubah cateris paribus. Artinya kuantitas yang diminta akan menurun ketika harganya meningkat dan kuantitas yang diminta meningkat ketika harganya menurun, dapat dikatakan bahwa kuantitas yang diminta berhubungan negatif (negatively related) dengan harga (Nopirin, 1994). Bentuk kurva permintaan adalah sebagai berikut :

Gambar 2. Kurva Permintaan

Variabel-variabel yang menentukan jumlah komoditi yang diinginkan oleh rumah tangga adalah : harga barang bersangkutan, pendapatan rata-rata rumah tangga, jumlah penduduk, harga-harga komoditi yang ada hubungannya dengan komoditi tersebut. Untuk mengerti pengaruh masing-masing variabel tersebut di atas, semua variabel lainnya dianggap tetap (Djojodipuro, 1991).

17

Pergeseran kurva permintaan dapat dilihat pada Gambar 3berikut :

Gambar 3. Pergeseran Kurva Permintaan

Pergeseran kurva permintaan ke kanan dari kurva Dx bergeser ke Dx1 menunjukkan adanya pertambahan dalam permintaan suatu barang yang dapat disebabkan oleh adanya perubahan faktor-faktor diluar harga barang itu sendiri misalnya: pendapatan, selera, jumlah penduduk, dan lain-lain (Nuraini, 2006). Ada beberapa faktor yang mempengaruhi permintaan, yaitu : 1.

Harga barang itu sendiri Naik turunnya harga barang/jasa akan mempengaruhi banyak/sedikitnya

terhadap barang yang diminta. Kuantitas akan menurun ketika harganya meningkat dan kuantitas yang diminta meningkat ketika harganya menurun, dapat dikatakan bahwa kuantitas yang diminta berhubungan negatif (negatively related) dengan harga (Djojodipuro, 1991).

18

2.

Harga Barang Pengganti (Substitusi) Kenaikan harga barang substitusi berarti penurunan harga barang tersebut

secara relatif meskipun harga barang tersebut tetap tidak berubah. Hal ini akan mengakibatkan permintaan akan suatu barang akan naik bila harga barang substitusinya naik. Begitu juga sebaliknya bila harga barang penggantinya turun maka permintaan akan barang tersebut juga turun. Hal ini karena harga barang tersebut lebih mahal jika dibandingkan dengan harga barang penggantinya (Simbolon, 2007). 3.

Pendapatan Pendapatan konsumen merupakan faktor penentu permintaan konsumen

tersebut terhadap suatu barang dan jasa. Semakin tinggi pendapatan konsumen maka permintaan terhadap suatu barang dan jasa cenderung tinggi pula , dan sebaliknya dengan pendapatan yang menurun konsumen mestinya dapat mengurangi permintaan terhadap suatu barang dan jasa. Dengan demikian antara pendapatan dengan permintaan memiliki hubungan yang positif (Rasul dkk, 2013). Hubungan antara pendapatan dengan jumlah barang yang diminta adalah positif.

Bila

pendapatan

seseorang/masyarakat

meningkat

maka

akan

meningkatkan permintaan terhadap suatu barang. Ini terjadi, bila barang yang dimaksud adalah barang normal. Apabila jenis barang yang dimaksud adalah barang yang berkualitas rendah maka dengan adanya kenaikan pendapatan, konsumen justru akan mengurangi permintaan terhadap barang tersebut (Pracoyo, 2006).

19

4.

Jumlah Penduduk Pertambahan penduduk biasanya diikuti dengan perkembangan akan

permintaan suatu komoditi karena dalam kondisi tersebut akan lebih banyak orang yang membutuhkan komoditi tersebut (Sugiarto, dkk, 2000). Pertambahan jumlah penduduk tidak dengan sendirinya menyebabkan pertambahan permintaan. Tetapi biasanya pertambahan jumlah penduduk diikuti oleh perkembangan dalam kesempatan kerja. Dengan demikian lebih banyak orang yang menerima pendapatan dan ini menambah daya beli dalam masyarakat. Pertambahan daya beli ini akan menambah permintaan (Sukirno, 2003). 5.

Selera Selera masyarakat mempunyai pengaruh yang cukup besar terhadap

keinginan masyarakat untuk membeli barang-barang atau jasa-jasa. Perubahan selera masyarakat tentunya akan mempengaruhi permintaan. Bila selera konsumen akan suatu komoditi meningkat, permintaan akan komoditi tersebut akan meningkat. Sebaliknya, bila selera konsumen berkurang, permintaan akan komoditi tersebut menurun (Sugiarto, dkk, 2000). Perubahan selera konsumen yang lebih menyenangi suatu barang misalnya karena pengaruh iklan akan mengakibatkan lebih banyak barang yang akan diminta pada setiap tingkat harga sehingga permintaannya akan naik sebaliknya berkurangnya selera konsumen akan barang tersebut akan menyebabkan permintaannya turun (Simbolon, 2007). 6.

Ekpektasi Ekspektasi para konsumen bahwa harga-harga akan naik di masa depan

mungkin menyebabkan mereka membeli barang tersebut sekarang untuk

20

menghindari kemungkinan kerugian adanya kenaikan harga tersebut. Demikian juga halnya bila konsumen memperkirakan pendapatannya akan naik di masa depan. Namun sebaliknya penurunan permintaan akan terjadi bila konsumen memperkirakan bahwa di masa depan harga-harga akan naik atau pendapatannya akan turun (Simbolon, 2007).

2.1.4 Penawaran (Supply) Dalam istilah ekonomi, secara umum dikenal istilah supply yang berarti penawaran. Penawaran adalah jumlah barang yang ingin ditawarkan (dijual) oleh produsen pada berbagai tingkat harga selama satu periode waktu tertentu (Rahardja dan Mandala, 2006). Hukum penawaran adalah suatu pernyataan yang menjelaskan tentang sifat hubungan antara harga suatu barang dan jumlah barang tersebut yang ditawarkan para penjual. Dalam hukum ini dinyatakan bagaimana keinginan para penjual untuk menawarkan barangnya apabila harganya tinggi dan bagaimana pula keinginan untuk menawarkan barangnya tersebut apabila harganya rendah. (Sukirno, 2003). Dalam hukum penawaran, pada dasarnya menyatakan makin tinggi harga suatu barang, makin banyak jumlah barang yang ditawarkan oleh pedagang. Sebaliknya, makin rendah harga barang, makin sedikit jumlah barang tersebut yang ditawarkan oleh pedagang/produsen, dengan anggapan faktor-faktor lain tidak berubah (Daniel, 2002).

21

Bentuk kurva penawaran adalah sebagai berikut :

Gambar 4. Kurva Penawaran

Kurva penawaran menanjak ke atas, yang menggambarkan bahwa jumlah yang ditawarkan naik dengan kenaikan harga. Yang dimaksud dengan penawaran bukan suatu titik pada kurva penawaran, melainkan seluruh kurva penawaran, ialah hubungan yang lengkap (seluruh hubungan) antara penjualan yang diinginkan dengan harga-harga alternatif yang mungkin terjadi dari komoditi yang bersangkutan. Penawaran (supply) menunjukkan seluruh hubungan antara jumlah suatu komoditi yang ditawarkan dan harga komoditi tersebut, dimana variabelvariabel lain dianggap tetap. Suatu titik pada kurva penawaran menggambarkan jumlah yang ditawarkan (the quantity supplied) pada harga tersebut (Kadariah, 1994).

22

Pergeseran kurva penawaran dapat dilihat pada gambar di bawah ini :

Gambar 5. Pergeseran Kurva Penawaran

Pergeseran kurva penawaran dari kurva Sx ke Sx1 atau perpindahan dari titik A ke titik B disebut dengan pergeseran kurva penawaran. Perpindahan dari titik A ke titik B menunjukkan adanya pertambahan dalam jumlah suatu barang yang ditawarkan (Nuraini, 2006). Ada beberapa faktor yang mempengaruhi penawaran, yaitu : 1.

Harga komoditi itu sendiri Untuk mengembangkan teori tentang penentuan harga suatu komoditi, perlu

dipelajari hubungan antara jumlah yang ditawarkan dari setiap komoditi dan harga komoditi tersebut. Suatu teori ekonomi dasar menjelaskan bahwa makin tinggi harga suatu komoditi, makin banyak jumlah barang yang ditawarkan. Sebabnya ialah karena keuntungan yang dapat diperoleh dari produksi suatu komoditi akan naik jika harga tersebut naik, demikian juga sebaliknya, sedangkan input yang dipakainya tetap (Djojodipuro, 1991).

23

2.

Harga Komoditi Lain Secara umum dapat dikatakan bahwa apabila harga barang substitusi naik

maka penawaran terhadap suatu barang akan bertambah, dan sebaliknya. Sedangkan untuk barang komplementer, dapat dinyatakan bahwa apabila harga barang komplementer naik, maka penawaran terhadap suatu barang akan berkurang, dan begitu juga sebaliknya (Rahardja, 2006). 3.

Harga Faktor Produksi Semakin tinggi harga faktor-faktor produksi, maka akan mengakibatkan

semakin tingginya biaya produksi, sehingga menjadi kendala untuk meningkatkan jumlah produksi. Hal ini dapat mengakibatkan semakin rendahnya penawaran atas suatu barang. Demikian sebaliknya, jika harga faktor-faktor produksi menurun mengakibatkan biaya produksi menjadi rendah, sehingga perusahaan akan lebih untung dengan memproduksi dalam jumlah yang besar. Ini dapat mengakibatkan jumlah penawaran atas suatu barang akan meningkat (Bangun, 2007). 4.

Tujuan Perusahaan Pada umumnya perusahaan berusaha memaksimumkan keuntungan

sehingga mereka akan memanfaatkan kapasitas produksinya pada tingkat kapasitas yang memaksimumkan keuntungannya. Meskipun demikian, ada pula perusahaan yang melakukan kegiatan dengan lebih mementingkan faktor keselamatan dan tidak mau terlalu menantang risiko. Dengan demikian perbedaan tujuan perusahaan menimbulkan pengaruh yang berbeda pada penentuan tingkat produksi, sehingga penawaran suatu komoditi akan berbeda-beda sifatnya tergantung pada tujuan perusahaan (Sugiarto, dkk, 2000).

24

Besarkecilnya keuntungan yang diinginkan oleh produsen akan ikut mempengaruhi besar-kecilnya harga jual sehingga jumlah barang yang ditawarkan pun akan banyak terpengaruhi. Semakin besar keuntungan yang akan diperoleh semakin besar harga jual dan semakin banyak barang yang ditawarkan, sebaliknya semakin kecil keuntungan semakin rendah harga jual, maka semakin sedikit harga yang ditawarkan (Sukwiaty, 2006). 5.

Tingkat teknologi Perbaikan teknologi atau penggunaan teknologi baru sebagai pengganti

teknologi lama akan meningkatkan produksi. Selain itu, kemajuan teknologi menurunkan biaya produksi (Rahim dan Hastuti, 2008). Perbaikan teknologi akan menyebabkan proses produksi menjadi lebih efisien sehingga pada harga jualnya tetap maka keuntungan akan lebih besar bila biaya produksinya turun. Kurva penawaran bergeser ke kanan (kenaikan penawaran). Teknik produksi yang lebih efisien atau penawaran harga sumber menyebabkan biaya produksi menjadi turun dan kurva penawarannya akan naik. Sebaliknya kenaikan harga sumber-sumber atau penggunaan teknologi yang kurang efisien akan menaikkan biaya produksi dengan demikian kurva penawaran akan menurun (Simbolon, 2007). 6.

Ekspektasi harga di masa depan Bila ekspektasi bahwa harga akan naik di masa yang akan datang, produsen

akan mengurangi penawarannya sekarang dan menaikkan penawarannya di masa depan. Tetapi mungkin dapat terjadi dengan adanya ekspektasi akan menaikkan

25

harga menyebabkan produsen segera menaikkan produksinnya dengan demikian kurva penawaran naik dan bergerak ke kanan (Simbolon, 2007). 7.

Pajak dan Subsidi Pajak dan subsidi akan mempengaruhi biaya produksi. Pengenaan pajak

akan menaikkan biaya produksi dan pemberian subsidi akan menurunkan biaya produksi. Dengan demikian pengenaan pajak akan menurunkan penawaran dan pemberian subsidi akan menyebabkan penawaran naik (Simbolon, 2007). 8.

Permintaan Bertambahnya permintaan konsumen akan merangsang untuk meningkatkan

penawaran. Walaupun kemampuan financial terbatas, jika terjadi penambahan permintaan sedapat mungkin untuk mencari sumber modal dalam rangka memenuhi permintaan. Sebaliknya penurunan permintaan akan menurunkan penawaran, karena jika tetap mempertahankan penawaran yang tinggi ketika penurunan permintaan maka barang tidak terjual dipasaran (Rasul dkk, 2013).

2.1.5. Kondisi Cuaca dan Iklim (Tingkat Curah Hujan) Iklim (climate) adalah sintesis atau bentukan dari unsur-unsur cuaca hari demi hari dalam jangka panjang yang terjadi pada suatu daerah yang luas. Batasan secara klasik menyatakan bahwa iklim adalah keadaan rata-rata cuaca pada suatu periode yang cukup lama dan daerah yang luas. Sintesis tersebut meliputi nilai rata-rata, ekstrim (maksimum dan minimum), frekuensi terjadinya nilai tertentu dari unsur cuaca ataupun frekuensi dari tipe iklim (Sabarudin, 2012). Perubahan iklim adalah berubahnya kondisi fisik atmosfer bumi antara lain suhu dan distribusi curah hujan yang membawa dampak luas terhadap berbagai

26

sektor kehidupan manusia. Perubahan fisik ini tidak terjadi hanya sesaat tetapi dalam kurun waktu yang panjang. Perubahan iklim adalah perubahan rata-rata salah satu atau lebih elemen cuaca pada suatu daerah tertentu (Budianto, 2001). El Nino dan La Nina merupakan gejala yang menunjukkan perubahan iklim. El Nino adalah peristiwa memanasnya suhu air permukaan laut, yang menyebabkan terjadinya musim kemarau panjang. La Nina merupakan kebalikan dari El Nino. La Nina adalah kondisi cuaca yang normal kembali setelah terjadinya gejala El Nino. La Nina mengakibatkan angin membawa banyak uap air, sehingga sering terjadi hujan lebat dan kemungkinan terjadinya banjir sangat besar (Budianto, 2001). Iklim berpengaruh terhadap penyebaran tumbuhan, hewan dan manusia. Keberadaan suatu spesies tumbuhan pada suatu wilayah dapat dijadikan indikator iklim pada wilayah bersangkutan. Unsur-unsur iklim yang menunjukkan pola keragaman yang jelas merupakan dasar utama dari klasifikasi iklim yang dilakukan oleh pakar atau institusi yang relevan. Unsur-unsur iklim yang sering dipakai tersebut adalah suhu dan curah hujan. Unsur iklim yang lain seperti cahaya dan angin sangat jarang digunakan sebagai dasar klasifikasi iklim (Lakitan, 1994). Curah hujan adalah jumlah air hujan yang turun pada waktu tertentu, dalam pertanian tingkat curah hujan berpengaruh dalam jenis tanaman yang dibudidayakan dan juga teknik pengairan yang digunakan (Dwijoseputro, 1989). Faktor utama yang mengakibatkan harga jual melonjak yaitu akibat cuaca yang sangat ekstrim dan tidak dapat di prediksi, akibatnya sangat berpengaruh kepada perkembangan pertanian, dan akibat itu para petani mengakibatkan gagal panen

27

terus menerus dan para petani pun mengalami kerugian yang sangat besar. Sedangkan para petani (Irawan, 2007).

2.2 Penelitian Terdahulu Penelitian terdahulu yang diambil berkaitan dengan penelitian ini dilampirkan pada Tabel 2. Tabel 2. Review Penelitian Terdahulu No.

Nama Peneliti/ tahun.

Topik Penelitian

Variabel yang digunakan

Hasil Penelitian

1.

Alex Muharlis (2007)

Peramalan dan Faktor-Faktor Penentu Fluktuasi Harga Cabai Merah Di Jawa – Bali

Variabel Independen : Harga cabai merah besar, jumlah pasokan cabai,harga cabai merah di tingkat produsen, harga jual cabai merah besar, dan dummy budaya masyarakat (D1). Variabel dependen : Perubahan harga cabai merah besar di Jakarta, Bandung, Semarang,Yogyakarta, Surabaya dan Denpasar.

Perubahan harga cabai merah besar di enamkota dalam jangka panjang memiliki trend yang meningkat. Untuk harga cabai merah keriting akan meningkat pada saat menjelang dan saat hari lebaran.

2.

Tria Rosana Dewi (2009)

Analisis Permintan Cabai Merah (Capsicum annuum.L) di Surakarta.

Variabel Independen :Harga cabai merah besar, cabai merah keriting, harga bawang merah, jumlah penduduk, dan pendapatan per kapita. Variabel Dependen : Permintaan cabai merah di Kota Surakarta.

Variabel harga cabai merah besar, cabai merah keriting, harga bawang merah, jumlah penduduk, dan pendapatan per kapita secara bersama berpengaruh terhadap permintaan cabai merah di Kota Surakarta.

28

No.

3.

Nama Peneliti/ tahun. Evi Silfinda (2012)

Topik Penelitian

Identifikasi Faktor-Faktor Yang Mempengaruhi Fluktuasi Harga Cabai Merah di Kab. Deli Serdang

Variabel yang digunakan Variabel Independen:harga bibit, harga pupuk kimia, harga pestisida, harga mulsa, harga polybag, impor cabai, kondisi cuaca/iklim, perayaan hari-hari besar keagamaan, hajatan/pesta, dan biaya pemasaran. Variabel Dependen: Harga cabai merah di Deli Serdang

Hasil Penelitian

(1) Perkembangan harga cabai di Kabupaten Deli Serdang berfluktuasi, namun cenderung tetap (tidak naik dan juga tidak turun). (2) Faktor-faktor yang diidentifikasi mempengaruhi fluktuasi harga cabai merah di Kabupaten Deli Serdang adalah : Faktor Saprotan (Sarana Produksi Tanaman), Perayaan hari-hari besar keagamaan, dan Faktor cuaca.

4.

Dyah Anjarwani Rosoutami (2012)

Permintaan dan Penawaran Serta Fluktuasi Cabai Rawit (Capsicum Frutescens L.) di Kabupaten Jember

1.Variabel Independen : Harga cabai rawit, jumlah penduduk, dan pendapatan perkapita. Variabel Dependen : Permintaan cabai rawit di Kabupaten Jember 2. Varibabel Independen : harga cabai rawit waktu t -1 , luas area tanam waktu t -1 , dan biaya produksi waktu t -1 . Variabel Dependen: Penawaraan cabai rawit di Kabupaten Jember.

(1) Variabel Independen 1 mempengaruhi permintaan cabai rawit di Kabupaten Jember (2) Variabel Independen 2 mempengaruhi penawaran cabai rawit di Kabupaten Jember serta (3) Permintaan dan penawaran cabai rawit berpengaruh secara signifikan terhadap fluktuasi harga.

5.

Aisyah Arfani (2013)

Faktor-faktor yang Mempengaruhi Sikap Konsumen dalam Mengkonsumsi Cabai Merah

Variabel Independen : Harga, pendapatan dan jumlah konsumsi. Variabel Dependen : Sikap konsumen dalam mengkonsumsi cabai merah.

Faktor-faktor yang mempengaruhi sikap konsumen dalam mengkonsumsi cabai merah adalah harga, pendapatan dan jumlah konsumsi. Pernyataan sikap positif lebih banyak ditunjukkan konsumen dalam mengkonsumsi cabai merah yaitu diperoleh dengan persentase sebanyak 90%.

29

No. 6.

7.

2.3

Nama Peneliti/ tahun. Lisa Lestari (2015)

Topik Penelitian Faktor-Faktor yang Mempengaruhi Ketersediaan Konsumsi Pangan Strategis di Sumatera Utara

Variabel Independen : produksi cabai, harga cabai, harga ikan dan konsumsi beras. Variabel Dependen : Ketersediaan cabai di Sumatera Utara.

Ketersediaan cabai di Sumatera Utara secara serempak dan parsial dipengaruhi oleh produksi cabai, harga cabai, harga ikan, konsumsi beras Konsumsi cabai di Sumatera Utara secara serempak & parsial dipengaruhi oleh pendapatan, harga cabai, & produksi cabai.

Chairia (2015)

Faktor-faktor yang Mempengaruhi Permintaan dan Penawaran Cabai Merah di Sumatera Utara

1.Variabel Independen : Harga cabai merah tingkat konsumen, jumlah penduduk, dan pendapatan per kapita. Variabel Dependen : Permintaan cabai merah di Provinsi Sumatera Utara 2.Variabel Independen : Harga cabai merah tingkat produsen, harga pupuk (Urea, ZA, SP36) bersubsidi, dan luas panen cabai merah. Variabel Dependen : Penawaran cabai merah di Provinsi Sumatera Utara.

(1) Serempak harga cabai merah tingkat konsumen, jumlah penduduk, dan pendapatan per kapita berpengaruh nyata terhadap permintaan cabai merah di Provinsi Sumatera Utara. (2) Secara serempak harga cabai merah tingkat produsen, harga pupuk (Urea, ZA, SP36) bersubsidi, dan luas panen cabai merah berpengaruh nyata terhadap penawaran cabai merah di Provinsi Sumatera Utara.

Variabel yang digunakan

Hasil Penelitian

Kerangka Konsep Pemikiran Fluktuasi harga cabai merah dapat disebabkan oleh besarnya jumlah

penawaran dan besarnya jumlah permintaan. Semakin tinggi jumlah penawaran maka harga akan rendah, sedangkan semakin sedikitnya jumlah penawaran harga akan semakin meningkat (ceteris paribus). Tinggi rendahnya jumlah penawaran dapat disebabkan oleh penawaran/produksi cabai merah sebelumnya, harga cabai merah tingkat produsen dan tingkat curah hujan. Dilihat dari sisi permintaan,

30

tingginya harga dapat dipengaruhi permintaan sebelumnya, harga cabai merah tingkat konsumen, harga komoditi komplementer/pelengkap (cabai rawit) dan pendapatan perkapita. Berdasarkan beberapa faktor yang mempengaruhi harga cabai maka dapat diambil kerangka pemikiran pada Gambar 6.

Harga Cabai Merah Tingkat Produsen (P-θ)

Harga Cabai Merah Tingkat Konsumen (P) Permintaan periode sebelumnya(D-1) Harga Cabai Rawit Tingkat Konsumen (Pc)

Permintaan Cabai Merah (D)

Penawaran Cabai Merah (S)

Pendapatan Perkapita (I)

Keterangan :

= Menyatakan hubungan Gambar 6. Kerangka Pemikiran Penelitian

Penawaran periode sebelumnya(S-1) Faktor Alam/ Curah Hujan (N)

31

2.4

Hipotesis Hipotesis pada penelitian ini adalahfaktor-faktor Harga Cabai Rawit Tingkat

Konsumen,Permintaan Cabai Merah periode sebelumnyaSumatera Utara, Harga Cabai Merah tingkat Produsen dan Curah Hujan Sumatera Utaraberpengaruh positif terhadap harga Cabai Merah (Capsicum annuum.L) di Sumatera Utara. Sedangkan harga Cabai merah tingkat konsumen periode sebelumnya, pendapatan perkapita, penawaran Cabai merah periode sebelumnya Sumatera Utara memberikan pengaruh negatif terhadap harga Cabai merah tingkat konsumen Sumatera Utara.

32

III. METODE PENELITIAN

3.1

Metode Penentuan Daerah Penelitian Penentuan daerah penelitian dilakukan dengan metode purposive atau

sengaja, mengenai metode purposive area ini menurut Suharsimi Arikunto (2002) adalah tempat penelitian bukan berdasarkan atas strata, akan tetapi didasarkan atas tujuan tertentu. Daerah penelitian dilakukan di Provinsi Sumatera Utara. Alasan memilih Sumatera Utara adalah dengan pertimbangan bahwa Sumatera Utara salah satu provinsi yang merupakansentraproduksi cabai merah nasional. Berikut Produksi Cabai Merah Besar terbesar menurut provinsi di Indonesia tahun 2014 : Tabel3. Jumlah Produksi Cabai Merah Besar terbesar menurut provinsi di Indonesia tahun 2014 No. Provinsi Produksi/ton 1.

Sumatera Utara

147.810

2.

Jawa Barat

253.296

3.

Jawa Tengah

167.794

4.

Jawa Timur

111.022

Sumber : Badan Pusat Statistik dan Direktorat Jenderal Hortikultura

Dari Tabel 3 dapat dilihat bahwa Sumatera Utara mempunyai kontribusi terbesar ketiga dari provinsi-provinsi lainnya di Indonesia dalam memproduksi Cabai besar dari jumlah total produksi Indonesia sebanyak 1.074.602 ton. Provinsi Jawa Timur, Jawa Barat, Jawa Tengah, dan Sumatera Utara merupakan kontributor utama produksi cabai merah nasional dengan rata-rata pangsa terhadap produksi nasional masing-masing sebesar 26%, 15%, 14%, dan 13%.

33

3.2

MetodePengumpulan Data Data yang digunakan dalam penelitian ini adalah data sekunder dalam

bentuk time series dimulai tahun 2009 sampai tahun 2014(dalam data perbulan), melalui pengambilan data ke Badan Pusat Statistik (BPS) Sumatera Utara, Dinas Pertanian Provinsi Sumatera Utara danBadan Ketahanan Pangan Provinsi Sumatera Utaraserta instansi terkait lainnya yang diperlukan serta terbitan atau publikasi lainnya, yaitu jurnal-jurnal dan hasil penelitian.

3.3

Metode Analisis Data

3.3.1 Model dan Prosedur Estimasi Permintaan dan penawaran suatu komoditas merupakan suatu sistem yang tidak dapat dianalisis secara terpisah. Hubungan antara penawaran dan permintaan suatu komoditas selalu dipengaruhi oleh variabel-variabel secara simultan. Oleh karena itu, untuk mengukur keragaan penawaran dan permintaan komoditas di dalam pendekatan ekonometrika atau statistika ekonomi digunakan pendekatan simultan. Teknik analisis yang digunakan dalam melakukan pengujian hipotesis dalam penelitian ini adalah model persamaan simultan Two Stage Least Square (2SLS)dengan menggunakan aplikasi Eviews. Analisis ini digunakan untuk menguji simultanitas antara permintaan, penawaran dan harga cabai merah Sumatera Utara sebagai variabel dependen dengan tujuan untuk mengetahui hubungan ketiga variabel tersebut beserta faktor-faktor (Permintaan dan penawaran periode sebelumnya, Harga Cabai Rawit, Pendapatan perkapita, Harga Cabai merah tingkat produsen, dan cuaca/curah hujan di Sumatera Utara) sebagai

34

variabel independen yang mempengaruhi permintaan, penawaran serta harga cabai merah Sumatera Utara. Secara sistematis persamaan permintaan, penawaran serta harga cabai merah Sumatera Utara dirumuskan sebagai berikut : D = f (D -1 , P, Pc, I) S = g (S -1 , P -θ , N) P = h (P -1, D, S) ....................................................(Walter C. Labys, 1975) Kemudian fungsi tersebut ditransformasikan ke dalam model persamaan berikut: D

= α1

α 2 D -1

+

+

α3

P

+

α4

Pc

+

α5

I

+

e1

............................................(3.1) S = α 6 + α 7 S -1 + α 8 P -θ + α 9 N + e 2 .......................................................(3.2) P

= α 10

+

α 11

P -1

+

α 12

D

+

α 13

S

+

e3

....................................................(3.3) Dimana : D S P

= Demand/Permintaan Cabai Merah Sumatera Utara = Supply/ Penawaran/Produksi Cabai Merah Sumatera Utara = Price/ Harga Cabai Merah Sumatera Utara Tingkat Konsumen D -1 = Permintaan Cabai Merah Sumatera Utara periode sebelumnya Pc = Harga Komoditi Komplementer/pelengkap Harga Cabai Rawit tingkat Konsumen Sumatera Utara I = Income/ Pendapatan perkapita penduduk Sumatera Utara P -θ = Harga Cabai Merah Sumatera Utara Tingkat Produsen = Produksi Cabai Merah Sumatera Utara periode sebelumnya S -1 P -1 = Harga Cabai Merah Sumatera Utara Tingkat Konsumen periode sebelumnya N = Natural Factors/ Cuaca/ Jumlah Curah Hujan Sumatera Utara α 0, α 6, α 10 = Intercept e 1, e 2, e 3 =Error Terms / Kesalahan Pengganggu Berdasarkan ketiga persamaan 3.1, 3.2 dan 3.3, dapat dilihat bahwa variabel Permintaan Cabai Merah Sumatera Utara dan Penawaran Cabai Merah Sumatera

35

Utara selain menjadi variabel dependen juga menjadi variabel independen pada persamaan Harga Cabai Merah Sumatera Utara Tingkat Konsumen (persamaan 3.3), demikian halnya dengan Harga Cabai Merah Sumatera Utara Tingkat Konsumen selain menjadi variabel dependen juga menjadi variabel independen pada persamaan Permintaan Cabai Merah Sumatera Utara (persamaan 3.1). Kondisi tersebut mencerminkan bahwa antara Permintaan Cabai Merah Sumatera Utara dan Penawaran Cabai Merah Sumatera Utara serta Harga Cabai Merah Sumatera Utara Tingkat Konsumen saling mempengaruhi dan terjadi secara simultan. Maka persamaan reduce-form dari persamaan struktural(3.1, 3.2 dan 3.3) adalah sebagai berikut : D = C(1)+C(2)*D -1 +C(3)*P -1 + C(4)*Pc + C(5)*I + v 1 ..................................(3.4)S = C(6) + C(7)*S -1 + C(8)*P -θ + C(9) N + v 2 .................................................(3.5) P = C(10) + C(11)*D -1 + C(12)*P -1 + C(13)*Pc + C(14)*I + C(15)* S -1 + C(16)*P -θ + C(17) N + v 3 ..........................................................................(3.6) Dimana : D S P

= Demand/ Permintaan Cabai Merah Sumatera Utara = Supply/ Penawaran/Produksi Cabai Merah Sumatera Utara = Price/ Harga Cabai Merah Sumatera Utara Tingkat Konsumen = Permintaan Cabai Merah Sumatera Utara periode sebelumnya D -1 Pc = Harga Komoditi Komplementer/pelengkap Harga Cabai Rawit tingkat Konsumen Sumatera Utara I = Income/ Pendapatan perkapita penduduk Sumatera Utara P -θ = Harga Cabai Merah Sumatera Utara Tingkat Produsen = Produksi Cabai Merah Sumatera Utara periode sebelumnya S -1 P -1 = Harga Cabai Merah Sumatera Utara Tingkat Konsumen periode sebelumnya N = Natural Factors/ Cuaca/ Jumlah Curah Hujan Sumatera Utara C 1, C 6, C 10 = Intercept v 1, v 2, v 3 = Error Terms / Kesalahan Pengganggu

36

Dalam model persamaan simultan ada dua jenis variabel, yaitu: Pertama, Variabel Endogen (endogenous variable) yaitu varibel yang sudah ditetapkan dalam model tersebut. Kedua, Variabel Eksogen (Exogenous Variable), yaitu variabel yang berasal dari luar variabel yang bersifat Non-stochastic (bebas dari faktor gangguan) atau disebut dengan Predetermined Variable. Persamaan simultan meliputi dua jenis model, yaitu Persamaan Struktural dan Persamaan Reduced Form. Persamaan struktural seperti tertulis pada persamaan 3.1, 3.2 dan 3.3, Sedangkan persamaan reduce form yang telah terbebas dari variabel endogen tertulis dalam persamaan 3.4, 3.5 dan 3.6. Gujarati (2007) mejelaskan bahwa dalam persamaan simultan sangat besar kemungkinan variabel dependen berkorelasi dengan error term, dengan kondisi tersebut maka analisis dengan menggunakan regresi biasa (OLS) sangat potensial untuk menghasilkan taksiran yang bias dan tidak konsisten. Selanjutnya dikatakan bahwa metode 2SLS lebih tepat digunakan untuk analisis simultan, mengingat dalam analisis ini semua variabel diperhitungkan sebagai suatu sistem secara menyeluruh. Sebelum memasuki tahap analisis 2SLS, setiap persamaan harus memenuhi persyaratan identifikasi. Suatu persamaan dikatakan identified hanya jika persamaan tersebut dinyatakan dalam bentuk statistik unik, dan menghasilkan taksiran parameter yang unik. Menurut Gujarati (2007), untuk memenuhi syarat tersebut maka suatu variabel pada persamaan satu harus tidak konsisten dengan persamaan lain. Dalam hal ini identifikasi persamaan dapat dilakukan dengan memasukkan atau menambah, atau mengeluarkan beberapa variabel independen

37

atau dependen ke dalam persamaan. Kondisi identified dibagi menjadi dua yaitu : exactly identified dan over identified. Penentuan kondisi exactly identified maupun over identified dilakukan dengan rumus sebagai berikut : K-k < m-1 : disebut under identification K-k = m-1 : disebut exact identification K-k > m-1 : disebut over identification Dimana : K = jumlah variabel eksogen/independen predetermined dalam model k = jumlah variabel eksogen/independen predetermined dalam persamaan m = jumlah variabel dependen dalam persamaan/endogen Berdasarkan kriteria di atas maka identifikasi persamaan dalam penelitian ini adalah sebagai berikut: Tabel 4. Uji Identifikasi Persamaan Persamaan K-k m–1

Hasil

Identifikasi

D

7–4

2–1

3>1

Overindetified

S

7–3

1–1

4>0

Overindetified

P

7–1

3–1

6>2

Overindetified

Menurut Gujarati (2007), Johnston (1997), metode yang dapat digunakan untuk persamaan simultan yang teridentifikasi berlebihan (overidentified) adalah metode 2SLS. Metode 2SLS (Two Stage Least Squares) merupakan teknik informasi terbatas dan merupakan prosedur terpenting dan digunakan secara meluas. Metode 2SLS yang dapat digunakan untuk menanggulangi masalah korelasi antar peubah endogen sebagai peubah bebas dengan unsur galat dari setiap persamaan dalam model simultan sekaligus untuk mengatasi masalah korelasi peubah-peubah antar persamaan dalam model. Dalam prakteknya, metode 2SLS digunakan lebih sering daripada setiap metode penduga lain untuk menduga

38

persamaan simultan karena dapat digunakan dengan baik bilamana jumlah sampel kecil.

3.4

Uji Kesesuaian (Test Of Goodness Of Fit)

3.4.1 Koefisien Determinasi ( R – Square ) Koefisien Determinasi (R – Square) dilakukan untuk melihat seberapa besar kemampuan variabel independen secara bersama-sama mampu memberikan 2

penjelasan terhadap variabel dependen dimana nilai koefisien determinasi (R ) 2

adalah antara 0 sampai 1 (0≤ R ≤1). Koefisien Determinasi bernilai nol tidak berarti tidak ada hubungan antara variabel-variabel bebas dengan variabel terikat, sebaliknya nilai koefisien determinasi 1 berarti tidak ada hubungan sempurna antara variabel bebas dengan variabel terikat. 𝑅𝑅𝑅𝑅 =

Dimana: R = Koefisien Determinasi Xi= Variabel Independen Y = Variabel Dependen i = 1, 2, 3, ..., dst

Σ Xi Y

√Xi2 √𝑌𝑌 2

3.4.2 Uji F – Statistik (Uji Keseluruhan) Uji F-statistik adalah pengujian yang bertujuan untuk melihat seberapa besar pengaruh variabel independen secara bersama-sama terhadap variabel dependen. Untuk pengujian ini dilakukan hipotesa sebagai berikut: Ho : b1 ≠ b2 ................. bk = 0 (tidak ada pengaruh) Ha : b2 = 0.................. 1 = 1 (ada pengaruh)

39

Pengujian ini dilakukan untuk membandingkan nilai F-hitung dengan Ftabel.Jika F*>F-tabel maka Ho ditolak, yang berarti variabel independen secarabersama-sama mempengaruhi variabel dependen, nilai F* dapat diperoleh denganrumus:

Dimana:

𝐹𝐹 ∗=

R2/(k − 1) (1 − R2)/(n − k)

F* = F-hitung R2 = Koefisien Determinasi K = Jumlah Variabel Independen n = Jumlah Sampel Kriteria pengambilan keputusan: Ho : β1 = β2 = 0 : Ho diterima (F*F-tabel) artinya variabel independen secara keseluruhan berpengaruh nyata terhadap variabel dependen.

3.4.3 Uji t–statistik (Uji Parsial) Uji t–statistik merupakan suatu pengujian secara parsial yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen dengan menganggap variabel lainnya konstan. Dalam uji ini digunakan hipotesis sebagai berikut: Ho : b i = 0 (tidak ada pengaruh) Ha : b i ≠ 0 (ada pengaruh) Di mana b i adalah koefisien variabelindependen ke – i nilai parameter hipotesis, biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel X terhadap Y. Bila

40

t-hitung > t-tabel, maka pada tingkat kepercayaan tertentu Ho ditolak. Hal ini berarti bahwa variabel independen yang di uji berpengaruh secara nyata (signifikan) terhadap variabel dependen, dan bila t-hitung < t-tabel maka pada tingkat kepercayaan tertentu Ho diterima, ini artinya bahwa variabel independen yang diuji tidak berpengaruh nyata (tidak signifikan) terhadap variabel independen. Nilai t-hitung dapat diperoleh dengan meggunakan rumus sebagai berikut:

𝑡𝑡 ∗= Dimana:

(bi − b) Sbi

t* = t-hitung ; b i = koefisien variabel ke-i b = nilai hipotesis nol ; Sb i = simpangan baku dari variabel independen ke-i Kriteria pengambilan keputusan: H o : β 1 = β 2 = 0 Ho diterima (t*
1

≠ β 2 ≠ 0 Ha diterima (t*>t-tabel) artinya variabel independen secara

parsial berpengaruh nyata terhadap variabel dependen.

3.5

Uji Penyimpangan Klasik

3.5.1 Uji Normalitas Uji Normalitas dilakukan untuk melihat asumsi data model simultan 2SLS terdistribusi normal. Uji normalitas adalah pengujian tentang kenormalan distribusi data. Distribusi normal data dimana data memusat pada nilai rata-rata

41

dan median. Uji Normalitas digunakan untuk mengetahui apakah variabel – variabel yang digunakan baik yang dijadikan sebagai variabel dependen ataupun variabel yang dijadikan sebagai variabel independen mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distibusi data normal atau mendekati normal. Untuk menguji apakah normal atau tidaknya faktor pengganggu, maka perlu dilakukan uji normalitas dengan menggunakan Jarque-Bera Test (J-B Test). Untuk melihat apakah data telah berdistribusi normal adalah dengan memperhatikan nilai (angka) probability dari hasil regresi. Dalam bukunya, Pratomo (2007) menyebutkan bahwa angka probability > 0,05 maka data berdistribusi normal, sebaliknya apabila angka probability < 0,05 maka data tidak berdistribusi normal.

3.5.2 Autokorelasi Uji autokolinearitas merupakan hubungan variabel-variabel dari serangkaian yang tersusun dalam rangkaian waktu. Autokorelasi juga menunjukkan hubungan nilai-nilai yang berurutan dari variabel yang sama. Autokorelasi dapat terjadi jika kesalahan pengganggu suatu periode korelasi dengan kesalahan pengganggu periode sebelumnya. Ada beberapa cara untuk mengetahui keberadaan autokorelasi, yaitu: a) Dengan menggunakan/mem-flot grafik b) Dengan uji Durbin-Watson (Uji D-W Test) Uji D-W ini dirumuskan sebagai berikut: Ho : p = 0, artinya tidak ada autokorelasi

42 Ha : p ≠ 0, artinya ada autokorelasi Untuk menguji masalah autokorelasi ini kita harus menentukan besarnya nilai kritis dari d u dan d l . Berdasarkan jumlah observasinya dari variabel independen, jika hipotesis nol menyatakan bahwa tidak terjadi autokorelasi, maka: 1) Jika DW < dt, maka Ho ditolak, berarti bahwa suatu regresi mengalami autokorelasi 2) Jika du< DW < 4-du, maka Ho diterima yang berarti bahwa suatu persamaan regresi tidak mengalami autokorelasi. 3) Jika d l ≤ DW ≤ d u atau 4 – du ≤ DW ≤ 4 - dl, berarti pengujian tidak dapat disimpulkan.

3.6 Definisi dan Batasan Operasional 3.6.1 Definisi Masing-masing variabel dan cara pengukurannya perlu diperjelas untuk memperoeh kesamaan pemahaman persepsi terhadap konsep-konsep penelitian ini, antara lain : 1. Harga Cabai Merah adalah Suatu nilai tukar yang bisa disamakan dengan uang atau barang lain untuk membeli diukur dengan satuan kg cabai merah 2. Harga tingkat produsen adalah harga jual yang diterima produsen sebelum komoditi di pasarkan. 3. Harga tingkat konsumen adalah harga beli yang konsumen bayarkan pada komoditi yang dipasarkan. 4. Produksi cabai merah adalah banyaknya cabai merah yang dihasilkan dari propinsi Sumatera Utara, biasanya dalam per satuan kilogram.

43

5. Jumah Kebutuhan Cabai merah adalah Angka-angka konsumsi/pengeluaran rata-rata cabai merah yang dikonsumsi masyarakat per satuan kilogram. 6. Permintaan Cabai merah adalah Jumlah cabai yang diminta di pasaran Sumatera Utara diukur dengan satuan ton. 7. Penawaran Cabai merah adalah Jumlah cabai yang ditawarkan di Pasaran Sumatera Utara diukur dengan satuan ton. 8. Cabai merah yang dimaksud dalam penelitian ini adalah cabai merah besar jenis lokal dan cabai merah keriting. 9. Cabai rawit di penelitian ini adalah suatu komoditi komplementer untuk cabai merah. 10. Curah hujan adalah jumlah air hujan yang turun pada waktu tertentu, dalam pertanian tingkat curah hujan berpengaruh dalam jenis tanaman yang dibudidayakan. 11. Pendapatan perkapita adalah pendapatan rata-rata penduduk Sumatera Utara perbulan/rupiah (PDRB/perkapita) 12. Fluktuasi harga adalah persenan dari harga sekarang dikurangi harga tahun lalu dibagi harga tahun lalu dan dikali seratus.

3.6.2

Batasan Operasional

Penelitian ini dilakukan dengan menggunakan data sekunder yang diperoleh dari Biro Pusat Statistik, Badan Ketahanan Pangan, Dinas PertanianSumatera Utara yaitu data tentang harga cabai merah dan rawit , luas panen, jumlah produksi cabai

dan

produktivitas

cabai

merah,

Jumlah

Kebutuhan

Cabai

44

merah/PermintaanCabai Merah di Sumatera Utara, pendapatan perkapita penduduk Sumatera utara, faktor alam/ cuaca seperti curah hujan. Komoditi yang menjadi fokus penelitian adalah salah satu tanaman holtikultura yaitu cabai merah. Beberapa variabel yang menjadi fokus penelitian adalah harga cabai merah dan rawit tingkat produsen dan konsumen, jumlah produksi cabai merah/ penawaran cabai merah, Jumlah Kebutuhan cabai merah/ permintaan cabai merah, pendapatan perkapita, jumlah curah hujan di Sumatera Utara.

45

IV. HASIL DAN PEMBAHASAN

4. 1 Gambaran Daerah Provinsi Sumatera Utara Provinsi Sumatera Utara berada di bagian barat Indonesia, terletak pada garis 10 - 40 Lintang Utara dan 980 - 1000 Bujur Timur. Sebelah Utara berbatasan dengan Provinsi Nanggroe Aceh Darussalam, sebelah Timur dengan Negara Malaysia di Selat Malaka, sebelah Selatan berbatasan dengan Provinsi Riau dan Sumatera Barat dan di sebelah Barat berbatasan dengan Samudera Hindia. Luas daratan Provinsi Sumatera Utara adalah 71.680,68 km2, sebagian besar berada di daratan Pulau Sumatera, dan sebagian kecil berada di Pulau Nias, pulau-pulau Batu serta beberapa pulau kecil, baik di bagian barat maupun bagian timur pantai Pulau Sumatera. Provinsi Sumatera Utara tergolong ke dalam daerah beriklim tropis. Ketinggian permukaan daratan Provinsi Sumatera Utara sangat bervariasi, sebagian daerahnya datar, hanya beberapa meter di atas permukaan laut, beriklim cukup panas bisa mencapai 34.2oC, sebagian daerah berbukit dengan kemiringan yang landai, beriklim sedang dan sebagian lagi berada pada daerah ketinggian yang suhu minimalnya bisa mencapai 13.4oC. Sebagaimana Provinsi lainnya di Indonesia, Provinsi Sumatera Utara mempunyai musim kemarau dan musim penghujan. Musim kemarau biasanya terjadi pada bulan Juni sampai dengan September dan musim penghujan biasanya terjadi pada bulan November sampai dengan bulan Maret, diantara kedua musim itu diselingi oleh musim pancaroba.

46

4.2

Perkembangan Parameter-Parameter Uji

4.2.1 Perkembangan Harga Cabai Merah Provinsi Sumatera Utara Komoditas cabai merah dapat mempengaruhi harga pangan dalam negeri dan memiliki andil terhadap inflasi Indonesia karena volatilitas harga yang tinggi. Perubahan harga cabai merah tidak mudah untuk diprediksi dan cukup menyita perhatian masyarakat dan pemerintah sehingga penanganannya perlu keterlibatan berbagai pemangku kepentingan.Penawaran dan permintaan yang stabil sepanjang tahun menunjukkan respon perubahan harga kecil. Kenaikan harga cabai merah baru-baru ini akibat beberapa faktor, antara lain: a) Persoalan supply–demand, harga cabai merah sangat rendah pada periode JuliSeptember karena over supply menyebabkan petani tidak merawat tanaman cabainya. b) Kebijakan pemerintah menaikkan harga BBM juga berdampak terhadap harga cabai merah akibat spekulasi pelaku usaha. Harga produsen dan konsumen yang volatil menyebabkan tingkatan perubahan harga yang tidak menentu, sehingga menurunkan semangat petani produsen untuk bertanam, berinovasi, petani tidak mampu bertahan terhadap guncangan harga input dan berimplikasi terhadap pengeluaran belanja rumah tangga konsumen. Volatilitas harga cabai merah di kawasan regional Jawa dan luar Jawa sangat penting diperhatikan untuk mencari strategi pemecahan masalah on farm dan off farm dengan harapan dapat memberikan keuntungan ganda (Multiflier Effect) bagi pelaku usaha (petani, pedagang dan konsumen) dan mengurangi

47

terjadinya fluktuasi harga cabai yang terlalu tinggi (Badan Ketahanan Pangan, 2014). Tabel 5. Perkembangan Harga Rata-rata Produsen Cabai Besar dan keriting Tahun 2011-2014 Harga Nominal (Rp) Fluktuasi Harga (%) Bulan 2011 2012 2013 2014 2011 2012 2013 2014 Januari 37081,6 26598,5 15677,9 33382,2 Februari 28829,6 19528,3 19272,4 21309,1 -22 36,21 -18,65 56,66 Maret 18911,5 14806,3 18246,8 16718,8 52 31,89 5,62 27,46 April 11885,8 16385,9 16892,6 15086,7 60 -9,64 8,02 10,82 Mei 7702,38 16240,5 28551,3 16272,4 54,31 0,90 -40,83 -7,29 Juni 7098,29 22979,4 31759,6 13485,7 8,51 -29,33 -10,10 20,66 Juli 8693,45 23315,5 36351,5 11526,9 -18,4 -1,44 -12,63 16,99 Agustus 8896,95 21554,5 27909,2 14405,1 -2,29 8,17 30,25 -19,98 September 18100,5 15613,7 21132,3 24046,5 -50,9 38,05 32,07 -40,09 Oktober 21300,6 15193 28430,3 26279,7 -15 2,77 -25,67 -8,50 Nopember 24485,1 11493,6 39137,8 45065,7 -13 32,19 -27,36 -41,69 Desember 24199,4 10560,8 25852 49440,3 1,18 8,83 51,39 -8,85 Sumber : Badan Pusat Statistik, diolah

Berdasarkan Tabel 5 dapat dilihat perkembangan harga cabai merah di Sumatera Utara dari tahun 2011-2014 sangat befluktuatif setiap bulannya. Fluktuasi harga terbesar yang terjadi yaitu pada bulan februari 2014 dengan sebesar 56,66% dan kenaikan harga nominal cabai merah yang tertinggi terjadi pada bulan desember 2014 rata-rata sebesar Rp. 49440,3. Sejalan penjelasan diatas, pada Gambar 7memaparkan kenaikan harga Cabai merah tingkat konsumen tertinggi pada bulan desember tahun 2014. Kenaikan harga terus berfluktuatif dan mengalami kenaikan pada awal tahun dan akhir tahun, sedangkan harga cabai merah sangat rendah pada pertengahan tahundikarenakan over supply cabai merah di Sumatera Utara.

48

60000 50000 40000 2011

30000

2012

20000

2013

10000

2014

0

Sumber : Badan Pusat Statistik Gambar 7. Perkembangan Harga Cabai Merah Tingkat Konsumen

Harga jual ditetapkan oleh pembeli dan penjual dalam suatu proses tawar menawar.

Penjual akan meminta harga jual yang lebih tinggi dari yang

diharapkan akan diterimanya, sedangkan pembeli akan menawar lebih rendah dari yang diharapkan akan dibayarnya. Dengan tawar menawar mereka akan sampai pada suatu kesepakatan tentang harga (Swastha, 2000).

4.2.2 Perkembangan Penawaran/Produksi Cabai Merah Provinsi Sumatera Utara Produksi cabai besar Sumatera Utara tahun 2014 sebesar 147.810 ton (Gambar 8) mengalami penurunan sebesar 14.123 ton (8,72%) dibandingkan tahun 2013. Penurunan produksi cabai besar tahun 2014 terbesar terjadi di Kabupaten Karo sebesar 10.479 ton. Persentase produksi cabai besar pada tahun 2014 menurut wilayah di 3 (tiga) kabupaten sentra (Karo, Batu Bara, dan Simalungun) sebesar 61,16 persen dan di kabupaten/kota lainnya sebesar 38,84 persen.

49

Sumber : Badan Pusat Statistik Gambar 8. Perkembangan Produksi Cabai Besar Menurut Kabupaten/Kota Sentra Tahun 2012-2014

Selama periode 2012–2014, produksi tertinggi terjadi di Kabupaten Karo pada tahun 2012 sebesar 50.734 ton, sedangkan di tahun 2014 produksi tertinggi di kabupaten yang sama sebesar 33.633 ton. Luas panen tertinggi juga terjadi pada tahun 2012 di Kabupaten Karo, yaitu seluas 6.224 hektar, sedangkan luas panen tertinggi tahun 2014 juga terjadi di Kabupaten Karo seluas 4.663 hektar. Produktivitas tertinggi terjadi di tahun 2012 di Kabupaten Langkat sebesar 20,49 ton per hektar. Kenaikan produksi cabai besar pada tahun 2014 yang relatif besar terjadi di Kabupaten Dairi, Padang Lawas Utara, dan Toba Samosir. Sementara itu, penurunan produksi yang relatif besar terjadi di Kabupaten Karo, Simalungun, dan Deli Serdang.

50

Tabel 6. Perkembangan Produksi, Luas Panen, dan Produktivitas Cabai Besar Menurut Triwulan, Tahun 2012-2014 Uraian 2012 2013 2014 Produksi (ton) Triwulan I 47711 37651 39680 Triwulan II 47003 36861 33703 Triwulan III 51963 48649 38593 Triwulan IV 50732 38772 35835 Luas Panen (Ha) Triwulan I 6257 5764 5428 Triwulan II 5351 4778 4577 Triwulan III 5750 5956 5047 Triwulan IV 6952 5116 5681 Produktivitas (%) Triwulan I 7,63 6,53 7,31 Triwulan II 8,78 7,71 7,36 Triwulan III 9,04 8,17 7,65 Triwulan IV 7,3 7,58 6,31 Sumber : Badan Pusat Statistik

Perkembangan produksi cabai besar per triwulan dari tahun 2012 ke tahun 2014 disajikan pada Tabel 6. Pada periode tahun 2013-2014, peningkatan produksi hanya terjadi pada triwulan I yaitu sebesar 2.029 ton (5,39%) sedangkan penurunan produksi cabai terbesar terjadi pada triwulan III yaitu sebesar 10.056 ton (20,67 %).

4.2.3 Permintaan/Kebutuhan Cabai Merah di Sumatera Utara Pada perkembangannya, permintaan Cabai merah Sumatera Utara terus meningkat setiap tahunnya seiring bertambahnya jumlah penduduk Sumatera Utara, rata-rata peningkatan permintaan Cabai merah Sumatera Utara pertahun adalah 18,43%. Perubahan peningkatan permintaan Cabai Merah Sumatera Utara tertinggi pada tahun pengamatan terjadi pada tahun 2011 dimana permintaan

51

Cabai Merah Sumatera Utara pada tahun 2010 adalah 53480 ton meningkat menjadi 78932 ton pada tahun 2011 dengan persentase peningkatan 47%. Pada Gambar 9 dapat dilihat bahwa kebutuhan Cabai merah Sumatera Utara berfluktuatif setiap bulannya dimana permintaan tertinggi terjadi pada awal tahun dan akhir tahun. 12000 10000 8000 6000 4000 2000 Jan'11 Mar'11 Mei'11 Jul'11 Sep'11 Nop'11 Jan'12 Mar'12 Mei'12 Jul'12 Sep'12 Nop'12 Jan'13 Mar'13 Mei'13 Jul'13 Sep'13 Nop'13 Jan'14 Mar'14 Mei'14 Jul'14 Sep'14 Nop'14

0

Sumber : Badan Ketahanan Pangan, diolah Gambar 9. Permintaan/Kebutuhan Cabai Merah Sumatera Utara

Untuk komoditas pertanian yang cepat rusak seperti sayur-sayuran dan buah-buahan pengaruh perubahan permintaan pasar kadang-kadang sangat menyolok sekali sehingga harga yang berlaku berubah dengan cepat. Hal ini dapat diamati perubahan harga pasar yang berbeda pada pagi, siang dan sore hari. Perbedaan harga jual yang paling signifikan adalah biasanya pada saat musim produk melimpah ruah atau saat musim panen besar harga rendah, sebaliknya pada saat tidak musim dan jumlahnya cenderung sedikit maka harga meningkat drastis. Keadaan tersebut menyebabkan petani sulit dalam melakukan perencanaan produksi, begitu juga dengan pedagang sulit dalam memperkirakan permintaan (Syahza, 2007).

52

4.3

Hasil dan Pembahasan Estimasi Model Persamaan Simultan

4.3.1 Uji Kesesuain (Test of Goodness of Fit) Estimasi untuk mengetahui pengaruh variabel secara simultan 3 persamaan dilakukan dengan menggunakan model Two-Stage Least Squares. Hasil estimasi sistem persamaan dengan Two-Stage Least Square adalah sebagai berikut : 1. Hasil uji persamaan 1: Permintaan Komoditi (D) Persamaan pertama adalah persamaan yang digunakan untuk mengetahui secara simultan terhadap penawaran domestik. Berdasarkan hasil output eviews dengan model Two-Stage Least Squares: Tabel 7. Hasil Uji Persamaan Permintaan (D) Variabel Nilai Koefisien Nilai Probability Regresi t C 902,774 0,4381 Permintaan periode -0,0127 0,8605 sebelumnya (D -1 ) Harga periode 0,0387 0,2316 sebelumnya (P -1 ) Harga Cabai 0,0428 0,0393 Rawit (P c ) Pendapatan (I) 0,0012 0,0028 2 R = 0,4566 Sumber : Lampiran

Nilai t statistic 0,7800 -0,1763 1,2073 2,1022 3,1013

Berdasarkan hasil estimasi di atas diketahui bahwa R2sebesar 0,4566 yang bermakna bahwa variabel demand/permintaanperiode sebelumnya, Harga periode sebelumnya, Harga Cabai rawit tingkat konsumen, dan pendapatan perkapita penduduk Sumatera Utara mampu menjelaskan variasi variabel permintaan Cabai merah sebesar 45,66persen dan sisanya sebesar 54,34 persen dijelaskan oleh variabel lain yang tidak dimasukkan dalam model estimasi.Adanya pertambahan dalam permintaan suatu barang yang disebabkanoleh adanya perubahan faktor-

53

faktor diluar harga barang itu sendiri misalnya: Pendapatan, selera, jumlah pendudukdan lain-lain (Nuraini, 2006). Koefisien regresi untuk permintaan Cabai merah

periode sebelumnya

adalah -0,0127 yang mengandung arti bahwa setiap peningkatan terhadap 1 ton permintaan Cabai merah periode sebelumnya maka permintaan Cabai merah akan turun sebesar 0,0127 ton,ceteris paribus. Artinya setiap peningkatan terhadap permintaan Cabai merah periode sebelumnya maka permintaan Cabai merah akan mengalami penurunan dan sebaliknya. Koefisien regresi untuk harga Cabai merah periode sebelumnya adalah 0,0387 yang mengandung arti bahwa setiap peningkatan terhadap Rp.1-, harga Cabai merah periode sebelumnya maka permintaan Cabai merah akan naik sebesar 0,0387 ton,ceteris paribus. Artinya setiap peningkatan terhadap harga Cabai merah periode sebelumnya maka permintaan Cabai merah akan mengalami peningkatan dan sebaliknya. Koefisien regresi untuk harga Cabai rawit adalah 0,0428 yang mengandung arti bahwa setiap peningkatan terhadap Rp.1-, harga Cabai rawit maka permintaan Cabai merah akan naik sebesar 0,0428 ton, ceteris paribus. Artinya setiap peningkatan terhadap harga Cabai rawit maka permintaan Cabai merah akan mengalami peningkatan dan sebaliknya.Kenaikan harga barang substitusi berarti penurunan harga barang tersebut secara relatif meskipun harga barang tersebut tetap tidak berubah. Hal ini akan mengakibatkan permintaan akan suatu barang akan naik bila harga barang substitusinya naik. Begitu juga sebaliknya bila harga barang penggantinya turun maka permintaan akan barang tersebut juga turun(Simbolon, 2007).

54

Koefisien regresi untuk pendapatan perkapita adalah 0,012 yang mengandung arti bahwa setiap peningkatan terhadap Rp.1-, pendapatan perkapita maka permintaan Cabai merah akan naik sebesar 0,0012 ton, ceteris paribus. Artinya setiap peningkatan terhadap pendapatan perkapita maka permintaan Cabai merah akan mengalami peningkatan dan sebaliknya.Tinggi atau rendahnya pendapatan masyrakat akan mempengaruhi kualitas maupun kuantitas permintaan. Pendapatan yang lebih rendah berarti bahwa secara total hanya ada uang yang sedikit untuk dibelanjakan, sehingga masyarakat akan membelanjakan lebih sedikit uang untuk beberapa dan mungkin pula terhadap sebagian besar barang (Setiadi, 2004). Berdasarkan hasil estimasi diperoleh juga nilai t-hitung. Secara parsial variabel yang signifikan mempengaruhi permintaan Cabai Merah Sumatera Utara yaitu pendapatan perkapita dan harga Cabai rawit dengan nilai t probability pendapatan perkapita sebesar 0,0022 dan harga Cabai rawit sebesar 0,036yang nilainya lebih kecil dari nilai signifikan pada α = 0,05.

55

2. Hasil uji persamaan 2: Penawaran Komoditi (S) Berdasarkan hasil output eviews dengan model Two-Stage Least Squares: Tabel 8. Hasil Uji Persamaan Penawaran (S) Nilai Koefisien Nilai Probability Variabel Regresi t C 3307,355 0,0000 Penawaran periode 0,8054 0,0000 sebelumnya (S -1 ) Harga Produsen (P -θ ) 0,0078 0,6802 Curah Hujan (N) -1,0330 0,2019 R2 = 0,7844 Sumber : Lampiran

Nilai t statistic 4,3315 15,312 0,4139 -1,2885

Hasil estimasi di atas diketahui bahwa R2sebesar 0,7844 yang bermakna bahwa variabel supply/penawaran periode sebelumnya, Harga Cabai Merah tingkat produsen dan jumlah curah hujan Sumatera Utara mampu menjelaskan variasi variabel penawaran Cabai merah sebesar 78,44 persen dan sisanya sebesar 21,56 persen dijelaskan oleh variabel lain yang tidak dimasukkan dalam model estimasi, seperti harga komoditi lain, harga faktor produksi, tujuan perusahaan, tingkat teknologi, ekspektasi harga masa depan, pajak dan subsidi, permintaan dan lain-lain. Koefisien regresi untuk penawaran/produksi Cabai merah periode sebelumnyaadalah 0,8054 yang mengandung arti bahwa setiap peningkatan terhadap 1 tonpenawaran/produksi Cabai merah periode sebelumnyamaka penawaran/produksi Sumatera Utara akan naik sebesar 0,8054 ton, ceteris paribus. Artinya setiap peningkatan terhadap penawaran/produksi Cabai merah periode sebelumnyamaka penawaran/produksi Sumatera Utara akan mengalami peningkatan dan sebaliknya.

56

Koefisien regresi untuk harga Cabai merah tingkat produsen adalah 0,0078 yang mengandung arti bahwa setiap peningkatan terhadap Rp.1-,harga Cabai merah tingkat produsen maka penawaran/produksi Sumatera Utara akan naik sebesar 0,0078 ton, ceteris paribus. Artinya setiap peningkatan terhadap harga Cabai merah tingkat produsen maka penawaran/produksi Sumatera Utara akan mengalami peningkatan dan sebaliknya. makin tinggi harga suatu barang, makin banyak jumlah barang yang ditawarkan oleh pedagang. Sebaliknya, makin rendah harga barang, makin sedikit jumlah barang tersebut yang ditawarkan oleh pedagang/produsen, dengan anggapan faktor-faktor lain tidak berubah (Daniel, 2002). Koefisien regresi untuk curah hujan adalah -1,0330 yang mengandung arti bahwa setiap peningkatan terhadap 1 mm curah hujan maka penawaran/produksi Sumatera Utara akan turun sebesar 1,0330 ton, ceteris paribus. Artinya setiap peningkatan terhadap curah hujan maka penawaran/produksi Sumatera Utara akan mengalami penurunan dan sebaliknya. Mengingat cabai merupakan jenis komoditas yang mudah membusuk, maka perubahan cuaca ini sangat mempengaruhi produksi cabai yang sangat bergantung kepada cuaca khususnya kelembaban udara dan kadar air tanah. Oleh karena itu banyak petani yang mengalami gagal panen akibat lahannya terkena banjir. Akibatnya keberadaan cabai di Pasaran menjadi langka dan secara otomatis harganya melonjak tajam (Agromedia, 2008). Berdasarkan hasil estimasi diperoleh juga nilai t-hitung. Secara parsial variabel yang signifikan mempengaruhi penawaran Cabai Merah Sumatera Utara yaitu supplyperiode sebelumnya, Harga Cabai Merah tingkat produsen Sumatera

57

Utara yang masing-masing memiliki nilai t probability sebesar 0,000yang nilainya lebih kecil dari nilai signifikan pada α = 0,05.

3. Hasil uji persamaan 3: Harga Komoditi (P) Berdasarkan hasil output eviews dengan model Two-Stage Least Squares: Tabel 9. Hasil Uji Persamaan Harga (P) Nilai Koefisien Nilai Probability Variabel Regresi t C 17636,51 0,0000 Harga periode 0,2222 0,0586 sebelumnya(P -1 ) Permintaan periode -1,1577 0,0000 sebelumnya (D -1 ) Harga konsumen 0,2341 0,0041 Cabai Rawit (P c ) Pendapatan (I) -0,0020 0,1158 Penawaran -0,4712 0,0513 periode sebelumnya(S -1 ) Harga Produsen 0,6524 0,0000 Cabai Merah (P -θ ) Curah Hujan (N) 8,3626 0,0035 2 R = 0,7585 Sumber : Lampiran

Nilai t statistic 4,3528 1,9252 -4,7781 2,9791 -1,5942 -1,9861

7,9864 3,0298

Berdasarkan hasil estimasi di atas diketahui bahwa R2sebesar 0,7585 yang bermakna bahwa variabel demand periode sebelumnya, Harga periode sebelumnya, Harga Cabai rawit tingkat konsumen, pendapatan perkapita penduduk, supply periode sebelumnya, Harga Cabai Merah Tingkat Produsen, dan jumlah curah hujan Sumatera Utara mampu menjelaskan variasi variabel harga Cabai merah sebesar 75,85 persen dan sisanya sebesar 24,15 persen dijelaskan oleh variabel lain yang tidak dimasukkan dalam model estimasi.

58

Koefisien regresi untuk PermintaanCabai merah Sumatera Utaraperiode sebelumnya adalah 1,1577 yang mengandung arti bahwa setiap peningkatan terhadap 1 ton Permintaan Cabai merah Sumatera Utara periode sebelumnya maka Harga Cabai merah tingkat konsumen Sumatera Utara akan turun sebesar Rp. 1,1577, ceteris paribus. Artinya setiap peningkatan terhadap PermintaanCabai merah Sumatera Utara periode sebelumnya maka Harga Cabai merah tingkat konsumen Sumatera Utara akan mengalami penurunan dan sebaliknya.Mekanisme harga adalah proses yang berjalan atas dasar gaya (kekuatan) tarik menarik antar konsumen-konsumen dan produsen-produsen yang bertemu di pasar. Pada suatu waktu, harga sesuatu barang mungkin naik karena gaya tarik konsumen (karena sesuatu hal) menjadi lebih kuat (yaitu para konsumen meminta lebih banyak barang tersebut). Sebaliknya harga sesuatu barang turun apabila permintaan para konsumen melemah (Boediono, 1984). Koefisien regresi untuk Harga Cabai merah tingkat konsumen Sumatera Utara periode sebelumnya adalah 0,2222 yang mengandung arti bahwa setiap peningkatan terhadap Rp. 1-, harga Cabai merah tingkat konsumen Sumatera Utara periode sebelumnya maka Harga Cabai merah tingkat konsumen Sumatera Utara akan naik sebesar Rp 0,2222, ceteris paribus. Artinya setiap peningkatan terhadap harga Cabai merah Sumatera Utara periode sebelumnya maka Harga Cabai merah tingkat konsumen Sumatera Utara akan mengalami peningkatan dan sebaliknya. Harga suatu komoditas dikatakan naik jika menjadi lebih tinggi daripada harga periode sebelumnya (Rahardja dan Mandala, 2006). Koefisien regresi untuk Harga Cabai rawit tingkat konsumen Sumatera Utara adalah 0,2341 yang mengandung arti bahwa setiap peningkatan terhadap

59

Rp. 1-, Harga Cabai rawit tingkat konsumen Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan naik sebesar Rp 0,2341, ceteris paribus. Artinya setiap peningkatan terhadap Harga Cabai rawit tingkat konsumen Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan mengalami peningkatan dan sebaliknya. Koefisien regresi untuk Pendapatan perkapita Sumatera Utara adalah -0,002 yang mengandung arti bahwa setiap peningkatan terhadap Rp.1-, Pendapatan perkapita Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan turun sebesar Rp. 0,0020, ceteris paribus. Artinya setiap peningkatan terhadap Pendapatan perkapita Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan mengalami penurunan dan sebaliknya. Untuk efek perubahan pendapatan maka jika pendapatan tidak mengalami perubahan maka kenaikan harga menyebabkan pendapatan riil menjadi semakin sedikit. Dengan perkataan lain, kemampuan pendapatan yang diterima untuk membeli barang-barang menjadi bertambah kecil dari sebelumnya. Maka kenaikan harga menyebabkan konsumen mengurangi jumlah berbagai barang yang dibelinya, termasuk barang yang mengalami kenaikan harga. Penurunan harga suatu barang menyebabkan pendapatan riil bertambah, dan ini akan mendorong konsumen menambah jumlah barang yang dibelinya (Kotler, 2001). Koefisien regresi untuk penawaran Cabai merah Sumatera Utara periode sebelumnya adalah 0,4712 yang mengandung arti bahwa setiap peningkatan terhadap 1 ton, Penawaran cabai merah Sumatera Utara periode sebelumnya maka Harga Cabai merah tingkat konsumen Sumatera Utara akan turun sebesar Rp. 0,04712-, ceteris paribus. Artinya setiap peningkatan terhadap penawaran

60

Cabai merahperiode sebelumnya Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan mengalami penurunan dan sebaliknya. Fluktuasi harga yang relatif tinggi pada komoditas sayuran pada dasarnya terjadi akibat kegagalan petani dan pedagang sayuran dalam mengatur volume pasokannya sesuai dengan kebutuhan konsumen (Irawan, 2007). Koefisien regresi untuk harga Cabai merah tingkat produsen Sumatera Utara adalah 0,6524 yang mengandung arti bahwa setiap peningkatan terhadap Rp.1-, harga Cabai tingkat produsen Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan naik sebesar Rp. 0,6524, ceteris paribus. Artinya setiap peningkatan terhadap harga Cabai tingkat produsen Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan mengalami peningkatan dan sebaliknya. Koefisien regresi untuk Curah hujan Sumatera Utara adalah 0,6524 yang mengandung arti bahwa setiap peningkatan terhadap 1mm Curah hujan Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan naik sebesar Rp. 0,6524, ceteris paribus. Artinya setiap peningkatan terhadap Curah hujan Sumatera Utara maka Harga Cabai merah tingkat konsumen Sumatera Utara akan mengalami peningkatan dan sebaliknya. Faktor utama yang mengakibatkan harga jual melonjak yaitu akibat cuaca yang sangat ekstrim dan tidak dapat di prediksi, akibatnya sangat berpengaruh kepada perkembangan pertanian, dan akibat itu para petani mengakibatkan gagal panen terus menerus dan para petani pun mengalami kerugian yang sangat besar (Irawan, 2007). Berdasarkan hasil estimasi diperoleh juga nilai t-hitung. Secara parsial variabel yang signifikan mempengaruhi Harga Cabai Merah Tingkat Konsumen

61

Sumatera Utara yaitu penawaran Cabai merah periode sebelumnya, Harga Cabai rawit tingkat Konsumen Sumatera Utara, Harga Cabai Merah tingkat produsen Sumatera Utara dan Curah Hujan yang masing-masing memiliki nilai t probability permintaan Cabai merah periode sebelumnya, sebesar 0,000, Harga Cabai Merah tingkat produsen Sumatera Utara sebesar 0,0042, Harga Cabai rawit tingkat Konsumen Sumatera Utara sebesar 0,000, Curah hujan sebesar 0,0035yang nilainya lebih kecil dari nilai signifikan pada α = 0,05.

4.3.2 Uji Asumsi Klasik 1.

Uji Normalitas Sebelum analisis simultanitas data, diperlukan normalitas data penelitian.

Normalitas data merupakan salah satu asumsi yang diperlukan dalam regresi liniear ganda. Uji normalitas digunakan untuk mengetahui apakah residual dari data berdistribusi normal atau tidak.

Pada penelitian ini, untuk menguji

normalitas data digunakan uji Jarque-Bera. Kriteria yang digunakan adalah jika nilai probabilitas Jarque-Bera (JB) test > alpha (0,05), maka data dikatakan berdistribusi normal. Berikut hasil pengujian Jarque-Bera (JB) test: Tabel 10. Hasil Uji Nilai Jarque Bera Variabel Nilai Jarque Endogen Bera Permintaan 0,520 Komoditi Penawaran 1,646 Komoditi Harga Jual 2,691 Komoditi Sumber : Lampiran

Probability

Kesimpulan

0,770

Normal

0,438

Normal

0,260

Normal

62

Pada Tabel 7 diketahui bahwa nilai probabilitas untuk masing-masing pengujian persamaan adalah lebih besar dari 0,05 sehingga dapat disimpulkan bahwa asumsi normalitas telah terpenuhi pada persamaan permintaan Cabai merah Sumatera Utara, persamaan penawaran Cabai merah Provinsi Sumatera Utara dan persamaan Harga Cabai merah tingkat konsumen.

2.

Hasil Pengujian Autokorelasi Persamaan Pengujian autokorelasi dilakukan dengan menggunakan perangkat lunak

eviews 6 pengujian autokorelasi diuji dengan serial correlation LM Test, dimana nilai Prob. Chi-Square Obs*R-Squared pada model dibandingkan dengan refrensi α sebesar 0.05. Menurut Widarjono, (2013) Prob. Chi-Square Obs*R-Squared pada model > 0.05 maka model yang diuji tidak mengalami masalah autokorelasi. Ringkasan hasil pengujian autokorelasi pada model permintaan, penawaran dan harga Cabai merah Sumatera Utara disajikan pada tabel 11. Tabel 11. Hasil Uji Nilai Prob. Chi-Square Obs*R-Squared Persamaan

Prob Chi-Square (2)

Kesimpulan

Permintaan Komoditi

0.2956

Tidak Terjadi Autokorelasi

Penawaran Komoditi

0.0628

Tidak Terjadi Autokorelasi

0,5141

Tidak Terjadi Autokorelasi

Harga Komoditi Sumber : Lampiran

Hasil pengujian Autokorelasi pada persamaan permintaan Cabai merah Sumatera Utara disajikan pada Lampiran. Berdasarkan hasil dari pengujian

63

autokorelasi pada permintaan Cabai merah Sumatera Utara menujukkan bahwa nilai dari Prob. Chi-Square Obs*R-Squared bernilai 0.2956. Hasil ini menunjukkan bahwa model permintaan Cabai merah Sumatera Utara tidak mengalami masalah Autokorelasi. Hasil dari pengujian autokorelasi pada penawaran Cabai merah Sumatera Utara menujukkan bahwa nilai dari Prob. Chi-Square (2) Obs*R-Squared dari model permintaan bernilai 0.0628. Hasil ini menunjukkan bahwa model penawaran Cabai merah Sumatera Utara tidak mengalami masalah Autokorelasi. Hasil dari pengujian autokorelasi pada harga Cabai merah tingkat konsumen Sumatera Utara menujukkan bahwa nilai dari Prob. Chi-Square (2) Obs*RSquared dari model harga bernilai 0,5141. Hasil ini menunjukkan bahwa model harga Cabai merah tingkat konsumen Sumatera Utara tidak mengalami masalah Autokorelasi. Setelah dilakukan pengujian 3 persamaan, persamaan permintaan Cabai merah Sumatera Utara, persamaan penawaran Cabai merah Provinsi Sumatera Utaradan persamaan Harga Cabai merah tingkat konsumen disimpulkan bahwa ketiga persamaan tersebut tidak terjadi autokorelasi dan memenuhi asumsi klasik (Autokorelasi).

64

V. KESIMPULAN& SARAN

5.1

Kesimpulan Berdasarkan hasil uraian analisis diperoleh kesimpulan sebagai berikut :

1.

Secara parsial harga Cabai rawit tingkat konsumen (Pc) dan pendapatan perkapita penduduk (I) Sumatera Utara memberikan pengaruh positif yang signifikan terhadap permintaan Cabai merah (D) Sumatera Utara sedangkan Permintaan Cabai Merah periode sebelumnya(D -1 ), harga Cabai merah tingkat

konsumen

periode

sebelumnya(P -1 )

memberikan

pengaruh

negatifterhadap permintaan Cabai merah Sumatera Utara. 2.

Secara parsial Penawaran Cabai Merah periode sebelumnya(S -1 ) Sumatera Utara memberikan pengaruh positif yang signifikan terhadap penawaran Cabai merah (S) Sumatera Utara sedangkan harga Cabai merah tingkat produsen (P -θ ) dan curah hujan (N) Sumatera Utara memberikan pengaruh negatif terhadap penawaran Cabai merah Sumatera Utara.

3.

Secara parsial permintaan Cabai merah periode sebelumnya(D -1 ), harga Cabai rawit tingkat konsumen(Pc), harga Cabai merah tingkat produsen(P -θ ) dan curah hujan (N) Sumatera Utara memberikan pengaruh positif yang signifikan terhadap harga Cabai merah tingkat konsumen Sumatera Utara (P) sedangkan pendapatan perkapita (I), harga Cabai merah tingkat konsumen periode sebelumnya(P -1 ), dan penawaran Cabai merah periode sebelumnya(S -1 ) Sumatera Utara memberikan pengaruh negatif terhadap harga Cabai merah tingkat konsumen (P) Sumatera Utara.

65

5.2

Saran Berdasarkan hasil penelitian yang dilakukan saran yang dapat disampaikan :

1.

Produksi cabai merah sebelumnya akan mempengaruhi harga cabai merah Sumatera Utara. Dengan ini bisa menjadi masukan bagi para petani untuk lebih mengatur hasil produksi agar pasokan cabai di pasaran tetap stabil dengan melihat Penawaran Cabai Merah periode sebelumnya dalam perencanaannya dan peran pemerintah pun di butuhkan dalam memberikan sosialisasi maupun kebijakan yang menyeimbangkan harga cabai di pasaran agar tidak terlalu melonjak saat produksi berkurang.

2.

Permintaan cabai merah Sumatera Utara sangat berfluktuatif sehingga harga yang berlaku berubah. Keadaan tersebut memberikan acuanpada pemerintah dalam memperkirakan permintaan kebutuhan cabai merah masyarakat agar dapat terpenuhi dengan melihat harga Cabai rawit tingkat konsumen dan pendapatan perkapita penduduk Sumatera Utara yang merupakan faktor penentu permintaan konsumen.

3.

Pengendalian harga cabai merah sebaiknya dilakukan melalui kebijakan penetapan harga jual dari pemerintah sehingga para spekulan tidak memainkan harga di pasaran, dengan hasil penelitian diatas disarankan pemerintah menetapkan harga dengan melihatpermintaan Cabai merah periode sebelumnya, harga Cabai rawit tingkat konsumen, harga Cabai merah tingkat produsen dan curah hujan. Curah hujan mempengaruhi harga cabai merah Sumatera Utara, dikarenakan karakter cabai yang ditanam dengan lahan yang tidak begitu basah dan sangat sensitif dengan musim penghujan. Untuk para petani yang menanam pada periode musimpenghujan

66

sebaiknya menggunakan benih yang tahan kelembaban dan tanaman cabai tersebut akan tahan dengan organisme pengganggu tanaman pada saat hujan dan diharapkan bagi pemerintah memberikan bantuan dan sosialisasi menggunakan teknologi yang menangani cabai sehingga hasil cabai tidak cepat busuk pada musim penghujan sehingga penawaran cabai merah di pasaran memenuhi permintaan dengan harga yang tetap stabil.

67

DAFTAR PUSTAKA

Adiyoga. 1996. Produksi dan Konsumsi Cabai Merah. Bandung: Balai Penelitian Tanaman Sayuran. Agromedia. 2008.Panduan Lengkap Budidaya dan Bisnis Cabai. PT. Agromedia Pustaka. Jakarta Selatan. Anonimous, 2011. Budidaya Tanaman Cabai Merah. http://herihariyadi.blogspot.com/p/pertanian.html (diakses 20 Desember 2015) Arfani, Aisyah. 2013. Faktor-faktor yang Mempengaruhi Sikap Konsumen dalam Mengkonsumsi Cabai Merah. USU. Medan. Arikunto, Suharsimi. 2002. Metodologi Penelitian. PT. Rineka Cipta. Jakarta. Arsyad, L. 2000. Ekonomi Manajerial. BPFE-Yogyakarta. Yogyakarta. Badan Pusat Statistik. 2015. Sumatera Utara dalam Angka. Medan, Sumatera Utara. Badan Pusat Statistik. 2015. Statitistik Harga Pangan di Tingkat Produsen. BPS : Medan, Sumatera Utara Badan Ketahanan Pangan. 2014. Laporan Pemantauan Ketersediaan Kebutuhan dan Cadangan Pangan Provinsi Sumatera Utara. BKPG. Medan. Bangun, W. 2007. Teori Ekonomi Mikro. PT. Refika Aditama. Bandung. Bina Karya Tani. 2009. Pedoman Bertanam Cabai. CV. Yrama Widya. Bandung. Boediono, Dr. 1984. Pengantar Ilmu Ekonomi no. 1, Ekonomi Mikro Edisi kedua. BPFE. Yogyakarta. Chairia. 2015. Faktor-faktor yang Mempengaruhi Permintaan dan Penawaran Cabai Merah di Sumatera Utara. USU. Medan. Daniel, M. 2002. Pengantar Ekonomi Pertanian. Bumi Aksara. Jakarta. Dewi, Tria Rosana. 2009. Analisis Permintaan Cabai Merah (Capsicum annum) di Kota Surakarta. Fakultas Pertanian Universitas Sebelas Maret. Surakarta. Dinas Pertanian. 2014. Statistik Pertanian Tanaman Holtikultura Hias dan Obatobatan Provinsi Sumatera Utara. Medan.

68

Djojodipuro, M. 1991. Teori Harga. Fakultas Ekonomi Universitas Indonesia. Jakarta. Dwidjoseputro. 1989. Pengantar Fisiologi Tumbuhan. Gramedia. Jakarta. Gujarati, Damodar. 2007. Dasar-Dasar Ekonometrika. Jakarta. Erlangga. Irawan, B. 2007. Fluktuasi Harga, Transmisi Harga, Dan Marjin Pemasaran Sayur Dan Buah. Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian. Bogor. Johnston, John. 1997. Econometric Methods. McGraw-Hill. New York. Kadariah. 1994. Teori Ekonomi Mikro. Fakultas Ekonomi Universitas Indonesia. Jakarta. KBBI. 2016. Kamus Besar Bahasa Indonesia Online. kbbi.web.id. (diakses tanggal 1 Maret 2016) Kotler, Philip. dan Armstrong, G. 2001. Prinsip - prinsip Pemasaran. Jilid 2. EdisiKedelapan. Penerbit Erlangga. Jakarta. Labys, Walter C. 1975. Quantitative Models of Commodity Markets. Cambridge, Mass. USA. Lakitan, Benyamin. 1994. Dasar-Dasar Fisiologi Tumbuhan. Rajawali Pers. Jakarta. Lestari, Lisa. 2015. Faktor-Faktor yang Mempengaruhi Ketersediaan dan Konsumsi Pangan Strategis di Sumatera Utara. USU. Medan. Lipsey, Richard G, Peter o. Steiner dan Douglas D. Purvis. 1995. Economics. Seventh Edition. New York: Harper anf Row Publisher. Muharlis, Alex. 2007. Peramalan dan Faktor-Faktor Penentu Fluktuasi Harga Cabai Merah Di Jawa – Bali. IPB. Bogor. Nopirin, 1994. Pengantar Ilmu Ekonomi Makro dan Mikro. BPFE. Yogyakarta. Nuraini, I. 2006. Pengantar Ekonomi Mikro. UMM Press. Malang. Pracoyo, A. 2006. Aspek Dasar Ekonomi Mikro. PT. Gramedia Widiasarana Indonesia. Jakarta. Pratomo, Ario dkk. 2007. Pedoman Praktis Penggunaan Eviews daam Ekonometrika. Cetakan Pertama. Medan. USU Press. Rahardja, Prathama dan Mandala Manurung. 2006. Teori Ekonomi Mikro: Suatu Pengantar. FakultasEkonomi Universitas Indonesia. Jakarta.

69

Rahim, A. dan Hastuti, D.R.D. 2008. Ekonomika Pertanian (Pengantar, Teori, dan Kasus). Penebar Swadaya. Jakarta. Rasul, Agung Abdul, Nuryadi dan Tupi Setyowati. 2013. Ekonomi Mikro Edisi 2. Mitra Wacana Media. Jakarta. Rosoutami, Dyah Anjarwan. 2012. Permintaan Dan Penawaran Serta Fluktuasi Harga Cabai Rawit (Capsicum Frutescens L.) Di Kabupaten Jember. Universitas Jember. Jember. Rukmana, Rahmat. 1994. Usaha Tani Cabai Hibrida Sistem Mulsa Plastik. Kanisius. Yogyakarta. Sabaruddin,Laode.2012. Agroklimatologi.Alfabeta. Bandung. Setiadi dan dok.Trubus. 2004. Bertanam Cabai.Penebar Swadaya. Jakarta. Silfinda, Evi. 2012. Identifikasi Faktor-Faktor Yang Mempengaruhi Fluktuasi Harga Cabai Merah. USU. Medan. Simbolon, S. 2007. Teori Ekonomi Mikro. USU Press. Medan. Stranton, W, J. 1996. Prinsip Pemasaran. Penerjemah Yohanes Lemarto. Erlangga: Jakarta Sugiarto, Said Kelana, Tedy Herlambang, Rachmat Sudjana dan Brastoro. 2000. Ekonomi Mikro Suatu Pendekatan Praktis. PT. Gramedia Pustaka Utama. Jakarta. Sukirno, S. 2003. Pengantar Teori Mikroekonomi (Edisi Ketiga). Grafindo. Jakarta. Sukwiaty. 2006. Ekonomi 1. Yudhistira. Bandung. Sulandari, S. 2006. Penyakit Daun Keriting Kuning Cabai di Indonesia. Jurnal Perlindungan Tanaman Indonesia (Indonesian Journal of Plant Protection) Vol. 12.Nomor 1Juli 2006. Introduction. H. 1-12. Bogor. Sutrisno. Suvi. 2011. Komoditas Cabai. https://suvisutrisno93.wordpress.com/2014/04/06/komoditas-cabai/(diaskes 20 Desember 2015) Swastha, Basu dan Irawan. 2000. Manajemen Pemasaran Modern, FE UGM: Yogyakarta. Syahza, A. 2007. Model Pemasaran Produk Pertanian Berbasis Agribisnis Sebagai Upaya Percepatan Pertumbuhan Ekonomi Pedesaan. Lembaga Penelitian Universitas Riau. Pekanbaru. Tjiptono, Fandy. 2002. Strategi Pemasaran. Andy Offset. Yogyakarta.

70

Tosin, Dachlan dan Nurma Ratna Sari. 2014. Sukses Usaha dan Budi Daya Cabai. Atma Media Press. Yogyakarta. Widarjono, Agus. 2013. Ekonometrika : Pengantar dan Aplikasinya. Ekonosia. Jakarta. Widiarsih, Dwi.2012.Pengaruh Sektor Komoditi Beras Terhadap Inflasi Bahan Makanan.Jurnal Sosial Ekonomi Pembangunan.Tahun II No.6, Juli 2012.

71

Lampiran 1. Tabel Data Variabel Dependen dan Variabel Independen Obs

P (Rp/K g)

Pc D S (Ton) (Ton)

(Rp/Kg)

P -1 (Rp/Kg)

P -θ (Rp/Kg)

I (Rp)

N (mm)

D -1

S -1

(Ton)

(Ton)

Jan'09

18912

4578

10369

17400

18452

15544

1486682

399

9748

9748

Feb'09

19282

4985

9833

18393

17393

13690

1392029

105

10239

10239

Mar'09

18287

3809

11390

16309

18283

12083

1351632

519

9374

9374

Apr'09

18273

4147

10235

16280

17253

16202

1334933

408

10283

10283

Mei'09

19282

4735

9543

16490

17750

13220

1363789

733

10879

10879

Jun'09

20198

3241

13301

17392

18283

14203

1398302

127

10490

10490

Jul'09

19282

4334

9433

16375

18239

15273

1537481

400

9473

9473

Agu'09

23488

4563

9912

15728

18293

18202

1628201

498

9393

9393

Sep'09

19283

5978

9832

18390

19272

12893

1638392

738

9819

9819

Okt'09

21283

4678

11023

17400

19273

17951

1353730

612

9181

9181

Nov'09

19348

4567

9183

18272

18589

16878

1528729

344

8894

8894

Des'09

28938

5321

10369

20371

20344

20389

1826282

111

9203

9203

Jan'10

17953

4457

14657

18721

18912

16153

2117673

297

10369

10369

Feb'10

18079

3562

10095

20956

19282

17202

2019828

96

9833

9833

Mar'10

16555

5351

15191

20130

18287

15273

2192023

170

11390

11390

Apr'10

17013

2387

15482

19339

18273

16282

2029303

112

10235

10235

Mei'10

16972

5957

10815

18196

19282

15382

2028393

197

9543

9543

Jun'10

22545

2897

11095

21846

20198

21029

2128372

353

13301

13301

Jul'10

27154

3678

10062

31376

19282

25256

2027262

349

9433

9433

Agu'10

23640

2309

10856

30482

23488

21191

2018272

563

9912

9912

Sep'10

22311

7347

13996

37433

19283

20214

2102838

237

9832

9832

Okt'10

21865

3713

14762

36389

21283

20831

2026009

305

11023

11023

Nov'10

26593

5033

15238

36082

19348

25128

2211821

494

9183

9183

Des'10

31249

6789

12444

41273

28938

27187

2510282

378

10369

10369

Jan'11

40113

8978

18934

41790

17953

37082

2397797

374

4457

14657

Feb'11

37733

4380

20346

41908

18079

28830

2113453

180

3562

10095

Mar'11

35622

5872

14208

37820

16555

18911

2030412

521

5351

15191

Apr'11

31992

3985

15390

33410

17013

11886

2121022

449

2387

15482

Mei'11

29035

6578

17679

30688

16972

7702

2397797

360

5957

10815

Jun'11

29876

3981

19987

30979

22545

7098

2210031

236

2897

11095

Jul'11

30315

5935

17876

31376

27154

8693

2194820

288

3678

10062

Agu'11

30665

7968

13279

30482

23640

8897

2301499

568

2309

10856

Sep'11

36886

6938

16482

37433

22311

18100

2406037

481

7347

13996

Okt'11

37974

4892

12107

36389

21865

21301

2204321

774

3713

14762

Nov'11

38470

9898

15797

36082

26593

24485

3294060

471

5033

15238

Des'11

45013

9529

15698

41273

31249

24199

3102311

501

6789

12444

Jan'12

27075

6578

14879

29300

40113

26599

2928829

174

8978

18934

Feb'12

27214

5679

16844

26126

37733

19528

2029313

171

4380

20346

Mar'12

22549

7736

15989

22781

35622

14806

2070604

351

5872

14208

Apr'12

24789

5720

16084

21319

31992

16386

2291283

468

3985

15390

Mei'12

25339

7690

15563

20184

29035

16240

2748910

779

6578

17679

72

Lanjutan... Pc

P -1

P -θ

D -1

S -1

(Ton)

(Ton)

Obs

P (Rp/K g)

D (Ton)

Jun'12

29275

5822

15355

20564

29876

22979

2139018

179

3981

19987

Jul'12

24125

6201

18730

22550

30315

23315

2719201

400

5935

17876

Agu'12

23467

8327

14774

27133

30665

21554

2394801

298

7968

13279

Sep'12

26814

3895

10459

20888

36886

15614

2793010

486

6938

16482

Okt'12

24527

6839

17455

19066

37974

15193

3491203

636

4892

12107

Nov'12

19339

5490

16768

17556

38470

11494

2139310

214

9898

15797

Des'12

19172

8954

16510

27338

45013

10561

3817722

431

9529

15698

Jan'13

25664

6938

16349

38727

27075

15678

2940437

166

6578

14879

Feb'13

23981

3965

14750

37378

27214

19272

2568640

242

5679

16844

Mar'13

21949

7022

15839

38948

22549

18247

2345709

190

7736

15989

Apr'13

22962

6938

13580

37144

24789

16893

2510163

324

5720

16084

Mei'13

27554

5430

13523

42311

25339

28551

2467098

253

7690

15563

Jun'13

32003

5979

14426

39477

29275

31760

3031096

246

5822

15355

Jul'13

37704

5082

13789

46551

24125

36352

2976043

264

6201

18730

Agu'13

30296

7651

12430

47056

23467

27909

2758034

635

8327

14774

Sep'13

26725

8021

12528

46537

26814

21132

3897650

555

3895

10459

Okt'13

32070

9938

10920

47885

24527

28430

2987086

854

6839

17455

Nov'13

40399

7550

12012

46595

19339

39138

3034276

326

5490

16768

Des'13

36208

8743

11786

55143

19172

25852

3769012

523

8954

16510

Jan'14

40263

7096

10827

33150

25664

33382

3170487

44

6938

16349

Feb'14

23121

6389

15426

33975

23981

21309

3087676

77

3965

14750

Mar'14

18521

6096

13427

36500

21949

16719

3124567

208

7022

15839

Apr'14

16971

7794

16611

36600

22962

15087

2971027

255

6938

13580

Mei'14

19721

5934

9147

15600

27554

16272

3247854

476

5430

13523

Jun'14

16782

5874

7945

11350

32003

13486

3347784

165

5979

14426

Jul'14

14823

5893

8984

14731

37704

11527

3234638

211

5082

13789

Agu'14

19088

9372

10010

31283

30296

14405

3087970

447

7651

12430

Sep'14

28618

6520

19599

26580

26725

24046

3196509

587

8021

12528

Okt'14

31200

8983

9471

22400

32070

26280

3086760

561

9938

10920

Nov'14

51000

6749

11807

32000

40399

45066

3010980

431

7550

12012

Des'14

57500

8453

14557

43000

36208

49440

3479601

726

8743

11786

S (Ton)

(Rp/K g)

(Rp/Kg) (Rp/Kg)

I (Rp)

N (mm)

Sumber : Badan Pusat Statistik, Dinas Pertanian, dan Bada Ketahanan Pangan Sumatera Utara

73

Lampiran 2. Hasil Output Analisis Variabel Dependen dan Independen System: SIMULTAN Estimation Method: Two-Stage Least Squares Date: 06/22/16 Time: 23:55 Sample: 2009M01 2014M12 Included observations: 72 Total system (balanced) observations 216

C(1) C(2) C(3) C(4) C(5) C(6) C(7) C(8) C(9) C(10) C(11) C(12) C(13) C(14) C(15) C(16) C(17)

Coefficient

Std. Error

t-Statistic

Prob.

902.7761 -0.012755 0.038770 0.042806 0.001223 3307.355 0.805465 0.007875 -1.033000 17636.51 -1.157743 0.222275 0.234163 -0.002001 -0.471245 0.652424 8.362637

1157.375 0.072319 0.032113 0.020361 0.000394 763.5467 0.052603 0.019023 0.801679 4051.748 0.242300 0.115451 0.078600 0.001255 0.237262 0.081692 2.760052

0.780021 -0.176372 1.207311 2.102286 3.101313 4.331568 15.31214 0.413961 -1.288545 4.352816 -4.778139 1.925276 2.979166 -1.594267 -1.986176 7.986432 3.029884

0.4363 0.8602 0.2287 0.0368 0.0022 0.0000 0.0000 0.6793 0.1991 0.0000 0.0000 0.0556 0.0033 0.1125 0.0484 0.0000 0.0028

Determinant residual covariance

4.75E+19

Equation: DEMAND=C(1)+C(2)*DEMANDT+C(3)*PRICET+C(4)*PRICESUB +C(5)*INCOME Instruments: C DEMANDT PRICESUB INCOME SUPPLYT PRICEPROD RAINFALL PRICET Observations: 72 R-squared 0.456617 Mean dependent var 6037.375 Adjusted R-squared 0.424176 S.D. dependent var 1839.484 S.E. of regression 1395.856 Sum squared resid 1.31E+08 Durbin-Watson stat 2.264960 Equation: SUPPLY=C(6)+C(7)*SUPPLYT+C(8)*PRICEPROD+C(9) *RAINFALL Instruments: C DEMANDT PRICESUB INCOME SUPPLYT PRICEPROD RAINFALL PRICET Observations: 72 R-squared 0.784486 Mean dependent var 13651.83 Adjusted R-squared 0.774978 S.D. dependent var 2717.654 S.E. of regression 1289.160 Sum squared resid 1.13E+08 Durbin-Watson stat 1.454829 Equation: PRICE=C(10)+C(11)*DEMANDT+C(12)*PRICET+C(13) *PRICESUB+C(14)*INCOME+C(15)*SUPPLYT+C(16)*PRICEPROD +C(17)*RAINFALL Instruments: C DEMANDT PRICESUB INCOME SUPPLYT PRICEPROD RAINFALL PRICET Observations: 72

74

R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat

0.758526 0.732114 4428.947 0.938289

Mean dependent var S.D. dependent var Sum squared resid

26670.65 8557.085 1.26E+09

1. Hasil Uji Persamaan 1 Dependent Variable: DEMAND Method: Two-Stage Least Squares Date: 06/22/16 Time: 23:16 Sample: 2009M01 2014M12 Included observations: 72 Instrument list: DEMANDT PRICESUB INCOME SUPPLYT PRICEPROD RAINFALL PRICET Variable

Coefficient

Std. Error

t-Statistic

Prob.

C DEMANDT PRICET PRICESUB INCOME

902.7761 -0.012755 0.038770 0.042806 0.001223

1157.375 0.072319 0.032113 0.020361 0.000394

0.780021 -0.176372 1.207311 2.102286 3.101313

0.4381 0.8605 0.2316 0.0393 0.0028

R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.456617 0.424176 1395.856 14.07540 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat Second-Stage SSR

6037.375 1839.484 1.31E+08 2.264960 1.31E+08

10

Series: Residuals Sample 2009M01 2014M12 Observations 72

8

6

4

2

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-8.61e-14 28.81132 2714.078 -3151.633 1355.967 -0.083548 2.618560

Jarque-Bera Probability

0.520253 0.770954

0 -3000

-2000

-1000

0

1000

2000

Breusch-Godfrey Serial Correlation LM Test: Obs*R-squared

2.437377

Prob. Chi-Square(2)

0.2956

75

2. Hasil Uji Persamaan 2 Dependent Variable: SUPPLY Method: Two-Stage Least Squares Date: 06/23/16 Time: 00:06 Sample: 2009M01 2014M12 Included observations: 72 Instrument list: DEMANDT PRICESUB INCOME SUPPLYT PRICEPROD RAINFALL PRICET Variable

Coefficient

Std. Error

t-Statistic

Prob.

C SUPPLYT PRICEPROD RAINFALL

3307.355 0.805465 0.007875 -1.033000

763.5467 0.052603 0.019023 0.801679

4.331568 15.31214 0.413961 -1.288545

0.0000 0.0000 0.6802 0.2019

R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.784486 0.774978 1289.160 82.50815 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat Second-Stage SSR

13651.83 2717.654 1.13E+08 1.454829 1.13E+08

12

Series: Residuals Sample 2011M01 2014M12 Observations 48

Series: Residuals Sample 2009M01 2014M12 Observations 72

10

8

6

4

2

0 -8000

-6000

-4000

-2000

0

2000

4000

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-3.00e-12 400.8285 5344.542 -7368.672 2953.344 -0.453114 2.953840

Jarque-Bera Probability

1.646758 0.438946

6000

Breusch-Godfrey Serial Correlation LM Test: Obs*R-squared

5.534979

Prob. Chi-Square(2)

0.0628

76

3. Hasil Uji Persamaan 3 Dependent Variable: PRICE Method: Two-Stage Least Squares Date: 06/24/16 Time: 12:05 Sample: 2009M01 2014M12 Included observations: 72 Instrument list: DEMANDT PRICESUB INCOME SUPPLYT PRICEPROD RAINFALL PRICET Variable

Coefficient

Std. Error

t-Statistic

Prob.

C PRICET DEMANDT PRICESUB INCOME SUPPLYT PRICEPROD RAINFALL

17636.51 0.222275 -1.157743 0.234163 -0.002001 -0.471245 0.652424 8.362637

4051.748 0.115451 0.242300 0.078600 0.001255 0.237262 0.081692 2.760052

4.352816 1.925276 -4.778139 2.979166 -1.594267 -1.986176 7.986432 3.029884

0.0000 0.0586 0.0000 0.0041 0.1158 0.0513 0.0000 0.0035

R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.758526 0.732114 4428.947 28.71980 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat Second-Stage SSR

26670.65 8557.085 1.26E+09 0.938289 1.26E+09

12

Series: Residuals Sample 2009M01 2014M12 Observations 72

10

8

6

4

2

0 -12000

-8000

-4000

0

4000

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-2200.876 -3062.485 8364.953 -11882.24 4301.710 0.453340 2.725762

Jarque-Bera Probability

2.691826 0.260302

8000

Breusch-Godfrey Serial Correlation LM Test: Obs*R-squared

1.330859

Prob. Chi-Square(2)

0.5141