BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Teori

BAB II
TINJAUAN PUSTAKA
2.1
Landasan Teori
2.1.1
Teori Permintaan dan Penawaran
2.1.1.1 Teori Permintaan
Teori permintaan menerangkan tentang sifat permintaan para pembeli
terhadap suatu barang. Teori permintaan menerangkan tentang ciri-ciri hubungan
antara jumlah permintaan dan harga. Adapun hukum permintaan adalah semakin
rendah harga suatu barang maka semakin banyak permintaan terhadap barang
tersebut dan sebaliknya apabila semakin tinggi harga suatu barang tersebut maka
semakin sedikit permintaan terhadap barang itu.
Gambar 2.1 Kurva permintaan
Kurva permintaan menunjukkan hubungan antara jumlah (kuantitas)
barang yang diinginkan dan harga barang, sedangkan pendapatan konstan. Kurva
permintaan berbentuk miring ke bawah (downward – sloping) karena harga
barang yang lebih tinggi mendorong konsumen beralih ke barang lain atau
mengkonsumsi lebih sedikit barang tersebut (Mankiw, 2003).
Universitas Sumatera Utara
Menurut Mankiw (2003) Faktor-faktor atau variabel yang mempengaruhi
permintaan suatu barang, antara lain adalah :
a. Harga
Permintaan konsumen dapat dipengaruhi oleh harga, harga barang yang akan
dibeli (P), harga barang pengganti (price of subsituation product, Ps) maupun
harga barang pelengkap (price of complementary product, Pc). Konsumen
akan membatasi pembelian jumlah barang yang diinginkan bila harga barang
terlalu tinggi, bahkan ada kemungkinan konsumen memindahkan konsumsi
dan pembeliannya kepada barang pengganti (barang subtitusi) yang lebih
murah harganya. Harga barang pelengkap juga akan mempengaruhi keputusan
seorang konsumen untuk membeli atau tidak barang utamanya, bila
permintaan barang utama meningkat, maka permintaan akan barang
penggantinya akan menurun dan sebaliknya.
b. Pendapatan Konsumen.
Konsumen tidak akan dapat melakukan pembelian barang kebutuhan bila
pendapatan tidak ada atau tidak memadai. Dengan demikian, maka perubahan
pendapatan akan mendorong konsumen untuk mengubah permintaan akan
barang kebutuhannya. Berdasarkan sifat perubahan permintaan terhadap
berbagai barang apabila terjadi perubahan pendapatan, dapat dibedakan dalam
beberapa golongan, antara lain :
a) Barang Esensial (essential goods) adalah barang yang sangat penting
dalam kehidupan sehari-hari, sehingga kebutuhan atau permintaan akan
barang ini tidak akan berubah walaupun terjadi perubahan pendapatan.
Universitas Sumatera Utara
b) Barang Normal (normal goods) adalah barang yang permintaannya
berhubungan lurus dengan pendapatan konsumen. Bila pendapatan
konsumen meningkat, maka permintaan akan barang tersebut juga
meningkat dan sebaliknya, bila pendapatan konsumen menurun, maka
permintaan barang tersebut juga menurun.
c) Barang Inferior (inferior goods) adalah barang yang permintaannya
berhubungan terbalik dengan pendapatan konsumen. Bila pendapatan
konsumen meningkat maka permintaan akan barang tersebut akan
menurun dan sebaliknya, bila pendapatan konsumen menurun maka
permintaan akan barang tersebut meningkat.
c. Jumlah Konsumen.
Pertambahan jumlah konsumen, misalnya jumlah penduduk, tidak dengan
sendirinya menyebabkan pertambahan jumlah permintaan suatu barang. Akan
tetapi pertambahan penduduk diikuti oleh perkembangan kesempatan kerja.
Dengan demikian akan lebih banyak orang yang menerima pendapatan dan hal
ini juga akan menambah daya beli masyarakat. Pertambahan daya beli
masyarakat akan menambah permintaan.
d. Selera Konsumen.
Perubahan selera dapat termanifestasikan ke dalam perilaku pasar.perubahan
selera konsumen bisa ditunjukkan oleh perubahan bentuk atau posisi dari
indifference map, tanpa ada perubahan harga barang maupun pendapatan,
permintaan akan suatu barang akan suatu barang dapat berubah karena
perubahan selera.
Universitas Sumatera Utara
e. Ramalan mengenai keadaan di masa yang akan datang.
Perubahan – perubahan yang diramalkan mengenai keadaan pada masa yang
akan datang dapat mempengaruhi permintaan. Ramalan para konsumen bahwa
harga – harga akan naik pada masa depan akan mendorong konsumen
membeli lebih banyak untuk menghemat pengeluaran pada masa yang akan
datang.
Secara umum permintaan akan suantu barang tidak hanya dipengaruhi oleh
barang itu sendiri, tetapi dipengaruhi pula oleh harga barang lain yang berkaitan,
pendapatan konsumen, jumlah penduduk dan jumlah permintaan pada tahun
sebelumnya.
2.1.1.2 Teori Penawaran
Menurut Mankiw (2003) Jumlah penawaran (quantity supplied) dari suatu
barang adalah jumlah barang yang rela dan mampu dijual oleh penjual. Ada
banyak hal yang menentukan jumlah penawaran barang, tapi ketika kita
mengalisis bagaimana pasar bekerja, salah satu penentunya adalah harga barang
itu.
Adapun faktor-faktor yang mempengaruhi penawaran, diantaranya:
a.
Harga barang tersebut.
Hubungan antara harga dan penawaran barang itu adalah berbanding lurus.
Semakin murah harga maka jumlah barang yang ditawarkan akan semakin
sedikit dan semakin mahal harga, maka jumlah barang yang ditawarkan
semakin banyak.
Universitas Sumatera Utara
b.
Harga barang lain.
Semakin mahal harga barang substitusi maka semakin sedikit penawaran
barang itu.
c.
Harga faktor - faktor produksi.
Bila harga faktor - faktor produksi semakin meningkat maka akan
menyebabkan biaya produksi menjadi mahal. Bila biaya produksi semakin
mahal,
maka
produsen
menjadi
berkurang
kemampuannya
untuk
berproduksi..
d.
Ekspektasi harga di masa yang akan datang.
Bila ada anggapan bahwa di masa yang akan datang akan terjadi kenaikan
harga pada suatu barang maka penawaran akan barang tersebut akan semakin
menurun.
e.
Jumlah produsen.
Apabila jumlah produsen bertambah maka semakin banyak penawaran.
f.
Teknologi.
Dengan adanya teknologi yang semakin meningkat, berarti biaya untuk
memproduksi menjadi lebih rendah, dengan demikian jumlah barang yang
dapat diproduksi menjadi lebih banyak.
Hukum penawaran berasumsi bahwa dengan menganggap hal lainnya
tetap, kuantitas barang yang ditawarkan akan meningkat ketika harga barang
tersebut terus meningkat. Kurva penawaran memperlihatkan perubahan kuantitas
barang yang ditawarkan ketika harganya berubah. Karena harga yang lebih tinggi
Universitas Sumatera Utara
menaikan kuantitas yang ditawarkan, maka kurva penawaran memiliki
kemiringan ke atas atau positif.
Gambar 2.2 Kurva Penawaran
Kurva penawaran memperlihatkan apa yang terjadi dengan kuantitas
barang yang ditawarkan ketika harganya berubah, dengan menganggap seluruh
faktor penentu lainnya konstan. Jika satu dari faktor-faktor tersebut berubah,
kurva penawaran akan bergeser (Mankiw, 2000).
2.1.2
Beras
Beras merupakan komoditas yang penting karena merupakan kebutuhan
pangan pokok yang setiap saat harus dapat dipenuhi. Kebutuhan pangan pokok
perlu diupayakan ketersediaannya dalam jumlah yang cukup, mutu yang baik,
aman dikonsumsi, dan mudah diperoleh dengan harga yang terjangkau oleh
seluruh lapisan masyarakat. Oleh karena itu, sasaran pembangunan pertanian
adalah memantapkan neraca ketersediaan beras (Nurmalina, 2008)
Menurut Rahmad (2010) dalam pengertian sehari-hari yang dimaksud
dengan beras adalah gabah yang bagian kulitnya sudah dibuang dengan cara
digiling dan disosoh menggunakan alat pengupas dan penggiling (huller) serta
Universitas Sumatera Utara
penyosoh (polisher). Gabah yang hanya terkupas bagian kulit luarnya (hull),
disebut beras pecah kulit (brown rice). Tinggi-rendahnya tingkat penyosohan
menentukan tingkat kehilangan zat-zat gizi. Proses penggilingan dan penyosohan
yang baik akan menghasilkan butiran beras utuh yang maksimal dan beras patah
yang minimal. Lapisan yang menyelimuti bagian luar beras pecah kulit, yakni
dedak dan/atau bekatul (rice bran) mengandung sekitar 65 persen dari zat gizi
mikro penting dalam beras. Dedak mengandung vitamin (tiamin, niasin, vitamin
B6), mineral (besi, fosfor, magnesium, potasium), asam amino, asam lemak
esensial, serta antioksidan. Kandungan zat gizi tersebut memberi manfaat dalam
meningkatkan kesehatan tubuh, bersifat hipoalergenik (rendah kemungkinan
untuk memicu alergi), sumber serat makan yang banyak digunakan dalam
berbagai industri pangan, farmasi dan pangan suplemen (dietary supplement).
Beras giling (milled rice) berwarna putih karena telah terbebas dari bagian
dedaknya yang berwarna coklat. Bagian dedak padi sekitar 5-7 persen dari berat
beras pecah kulit (brown rice). Makin tinggi derajat penyosohan dilakukan makin
putih warna beras giling yang dihasilkan, namun makin miskin zat-zat gizi.
Pola konsumsi masyarakat pada masing-masing daerah berbeda-beda,
tergantung dari potensi daerah dan struktur budaya masyarakat. Pola konsumsi
masyarakat Indonesia masih didominasi oleh padi-padian, khususnya beras yang
diindikasikan oleh tingginya starchy staple ratio. Masyarakat umumnya
mempunyai ketergantungan yang kuat terhadap beras sebagai sumber karbohidrat
dan sebagai upaya untuk mengurangi ketergantungan masyarakat pada beras maka
Universitas Sumatera Utara
perlu menggali potensi lokal yang berbasis non-beras untuk memenuhi kebutuhan
pangannya (Made, 2008).
Menurut Lassa (2006) dominasi beras atas sumber daya pangan lainnya di
Indonesia dapat ditemukan dalam istilah-istilah lokal seperti “palawija”
(Sansekerta, phaladwija) yang harfiahnya berarti sesuatu yang bukan beras
(sekunder) atau pangan kelas dua, sesuatu yang terkonstruksikan secara budaya
(culturally constructed).
2.1.3
Pengertian Harga
Harga adalah jumlah uang yang ditukarkan konsumen dengan manfaat dari
memiliki atau menggunakan produk dan jasa. Harga berperan sebagai penentu
utama pilihan pembeli. Harga merupakan sejumlah uang yang dibebankan atas
suatu produk atau jasa, atau jumlah dari nilai yang ditukar konsumen atas
manfaat-manfaat karena memiliki atau menggunakan produk atau jasa tersebut.
(Kotler, 2001).
Menurut Sunaryo (dalam Ambarinanti, 2007) harga merupakan sinyal
kelangkaan (scarcity) suatu sumber daya yang mengarahkan pelaku ekonomi
untuk mengalokasikan sumber dayanya. Perpotongan kurva permintaan dan kurva
penawaran suatu komoditi dalam suatu pasar menentukan harga pasar komoditi
tersebut, dimana jumlah komoditi yang diminta sama dengan yang ditawarkan.
Dengan kata lain, keseimbangan harga pasar merupakan kekuatan hasil interaksi
permintaan dan penawaran komoditi di pasar. Harga pasar juga mempunyai dua
fungsi utama, yaitu sebagai: (1) pemberi informasi tentang jumlah komoditi yang
Universitas Sumatera Utara
sebaiknya dipasok oleh produsen untuk memperoleh laba maksimum, (2) penentu
tingkat permintaan bagi konsumen yang menginginkan kepuasan maksimum.
Menurut Sukirno (2005) Harga suatu barang dan jumlah barang yang
diperjualbelikan ditentukan oleh permintaan dan penawaran dari barang tersebut.
Oleh karena itu, untuk menganalisis mekanisme penentuan harga dan jumlah
barang yang diperjualbelikan maka perlu dilakukan analisis permintaan dan
penawaran atas suatu barang tertentu yang terdapat di pasar. Keadaan suatu pasar
dikatakan seimbang apabila jumlah yang ditawarkan penjual pada suatu harga
tertentu adalah sama dengan jumlah yang diminta para pembeli pada harga
tersebut. Harga suatu barang dan jumlah barang yang diperjualbelikan adalah
ditentukan dengan melihat keadaan ekuilibrium dalam suatu pasar. Keadaan
ekuilibrium tersebut dapat ditunjukkan sebagai berikut :
Gambar 2.3 Kurva Keseimbangan Permintaan dan Penawaran
Harga yang terjadi di pasar merupakan perpotongan antara kurva
permintaan dan kurva penawaran. Tetapi dalam kenyataan terdapat harga pada
tingkat petani dan konsumen disamping harga pedagang. Pembentukan harga
yang murni terjadi pada tingkat harga pedagang besar karena hanya pada tingkat
ini terdapat persaingan yang agak sempurna dan pada umumnya penjual dan
Universitas Sumatera Utara
pembeli memiliki pengetahuan yang baik tentang situasi pasar pada suatu waktu
tertentu. Kebijakan stabilisasi harga ditempuh dengan menggunakan instrument
stok cadangan (buffer stock) maupun pengaturan harga (administered price).
Pemerintah setiap tahun menentukan harga dasar (floor price) bagi produsen dan
harga tertinggi (ceiling price) bagi konsumen. Bulog bertanggung jawab untuk
menjamin harga beras berada diantara harga tertinggi dan terendah tersebut
dengan melakukan operasi pasar dan pendistribusian (Amirullah, 2005).
2.1.4
Produk Domestik Regional Bruto (PDRB)
Produk Domestik Bruto (PDRB) merupakan jumlah nilai tambah barang
dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi dalam satu wilayah pada
satu periode tertentu. PDRB dihitung dengan dua cara, yaitu atas dasar harga
berlaku dan atas dasar harga konstan. Dalam perhitungan PDRB atas dasar harga
berlaku menggunakan harga barang dan jasa tahun berjalan, sedangkan pada
PDRB atas dasar harga konstan menggunakan harga barang dan jasa tahun
tertentu (tahun dasar). Penggunaan tahun dasar ini ditetapkan secara nasional dan
dapat dihitung dengan tiga pendekatan yaitu pendekatan produksi, pendekatan
pendapatan dan pendekatan pengeluaran.
Produk
Domestik
Bruto
(Gross
Domestic
Product)
menyatakan
pendapatan total dan pengeluaran total nasional atas output barang dan jasa.
Tujuan GDP adalah meringkas aktivitas ekonomi dalam suatu nilai uang tertentu
selama periode waktu tertentu. Ada dua cara statistik untuk melihat GDP sebagai
pendapatan total dari setiap orang didalam perekonomian dan pengeluaran total
atas output barang dan jasa perekonomian. Setiap transaksi yang mempengaruhi
Universitas Sumatera Utara
pengeluaran harus mempengaruhi pengeluaran, dan setiap transaksi yang
mempengaruhi pendapatan harus mempengaruhi pengeluaran. (Mankiw, 2007)
Widodo (2006) Mengemukakan salah satu indikator penting untuk
mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu adalah
data Produk Domestik Regional Bruto (PDRB), baik atas dasar harga berlaku
maupun atas dasar harga konstan. PDRB pada dasarnya merupakan jumlah nilai
tambah (value added) yang dihasilkan oleh seluruh unit usaha dalam suatu daerah
tertentu, atau merupakan jumlah nilai barang dan jasa akhir (neto) yang dihasilkan
oleh seluruh unit ekonomi.
2.1.5
Jumlah Penduduk
Penduduk adalah semua orang yang berdomisili di wilayah geografis
Indonesia selama enam bulan atau lebih dan atau mereka yang berdomisili kurang
dari enam bulan tetapi bertujuan menetap. Pertumbuhan penduduk diakibatkan
oleh tiga komponen yaitu: fertilitas, mortalitas dan migrasi.
Pertumbuhan penduduk adalah perubahan populasi sewaktu - waktu, dan
dapat dihitung sebagai perubahan dalam jumlah individu dalam sebuah populasi
menggunakan "per waktu unit" untuk pengukuran. Pertumbuhan penduduk
merupakan salah satu faktor yang penting dalam masalah sosial ekonomi
umumnya
dan
masalah
penduduk
pada khususnya. Karena disamping
berpengaruh terhadap jumlah dan komposisi penduduk juga akan berpengaruh
terhadap kondisi sosial ekonomi suatu daerah atau negara maupun dunia.
Menurut Maltus, jumlah penduduk di suatu negara akan menigkat sangat
cepat sesuai dengan deret ukur atau tingkat geometrik. Sementara, karena adanya
Universitas Sumatera Utara
proses pertambahan hasil yang semakin berkurang dari suatu faktor produksi yang
jumlahnya tetap, maka persediaan pangan hanya akan meningkat menurut deret
hitung atau deret aritmatik. Karena pertumbuhan pengadaan pangan tidak dapat
berpacu secara memadai dengan kecepatan pertambahan penduduk, maka
pendapatan perkapita cenderung terus mengalami penurunan sampai sedemikian
rendahnya sehingga segenap populasi harus bertahan pada kondisi sedikit di atas
tingkat subsisten. Satu - satunya cara untuk mengatasi masalah rendahnya taraf
hidup yang kronis tersebut adalah dengan “penanaman kesadaran moral” di
kalangan segenap penduduk dan kesediaan untuk membatasi jumlah kelahiran.
Jika pendapatan agregat dari suatu Negara meningkat lebih cepat maka
pendapatan perkapita juga meningkat. Seandainya pertumbuhan penduduk lebih
cepat dari pada peningkatan pendapatan total, maka dengan sendirinya pendapatan
perkapita akan menurun. Bila makin banyak penduduk maka saving dan investasi
juga makin tinggi sehingga pendapatan perkapita meningkat. Namun jika terlalu
banyak saving, pendapatan perkapita bisa menurun.
2.1.6
Indeks Curah Hujan
Menurut Sunyoto (2011) Angka indeks merupakan alah satu ukuran yang
digunakan untuk menukur tingkat perubahan nilai variabel dari waktu ke waku
dan sebagai bahan perbandingan antara variabel-variabel ekonomi dari waktu ke
waktu sehingga perubahan yang terjadi dapat diikuti. Hujan adalah sebuah proses
kondensasi uap air di atmosfer menjadi butir air yang cukup berat untuk jatuh dan
biasanya tiba di permukaan. Hujan biasanya terjadi karena pendinginan suhu
udara atau penambahan uap air ke udara. Hal tersebut tidak lepas dari
Universitas Sumatera Utara
kemungkinan akan terjadi bersamaan. Turunnya hujan biasanya tidak lepas dari
pengaruh kelembaban udara yang memacu jumlah titik-titik air yang terdapat pada
udara. Indonesia memiliki daerah yang dilalui garis khatulistiwa dan sebagian
besar daerah di Indonesia merupakan daerah tropis, walaupun demikian beberapa
daerah di Indonesia memiliki intensitas hujan yang cukup besar (Wibowo 2008).
Curah hujan adalah jumlah air yang jatuh di permukaan tanah datar selama
periode tertentu yang diukur dengan satuan tinggi milimeter (mm) di atas
permukaan horizontal. Dalam penjelasan lain curah hujan juga dapat diartikan
sebagai ketinggian air hujan yang terkumpul dalam tempat yang datar, tidak
menguap, tidak meresap dan tidak mengalir. Indonesia merupakan negara yang
memiliki angka curah hujan yang bervariasi dikarenakan daerahnya yang berada
pada ketinggian yang berbeda-beda. Curah hujan 1 (satu) milimeter, artinya dalam
luasan satu meter persegi pada termpat yang datar tertampung air setinggi satu
milimeter atau tertampung air sebanyak satu liter ( www.novalynx.com).
Pengertian curah hujan merupakan ketinggian air hujan yang terkumpul
dalam tempat yang datar, tidak menguap, tidak meresap, dan tidak mengalir.
Curah hujan 1 (satu) milimeter artinya dalam luasan satu meter persegi pada
tempat yang datar tertampung air setinggi satu milimeter atau tertampung air
sebanyak satu liter. Intensitas hujan adalah banyaknya curah hujan persatuan
jangka waktu tertentu. Apabila dikatakan intensitasnya besar berarti hujan lebat
dan kondisi ini sangat berbahaya karena berdampak dapat menimbulkan banjir,
longsor dan efek negatif terhadap tanaman. (www.psychologymania.com)
Universitas Sumatera Utara
2.2
Penelitian Terdahulu
Risty, et al (2014) melakukan penelitian yang berjudul “Elastisitas
Permintaan Beras Organik di Kota Medan”. Penelitian ini menggunakan model
analisis linear log berganda dengan metode Ordinary Least Squre (OLS). Hasil
penelitian menunjukkan bahwa faktor-faktor yang mempengaruhi permintaan
beras organik secara signifikan adalah harga, pendapatan dan jumlah tanggungan,
sedangkan variabel usia, dan lama pendidikan tidak berpengaruh secara
signifikan. Berdasarkan nilai elastisitas, nilai elastisitas harga bersifat elastis
sedangkan pendapatan, usia, jumlah tanggungan dan lama pendidikan bersifat
inelastis.
Harahap (2012) melakukan penelitian yang berjudul “Analisis Permintaan
Beras di Sumatera Utara, Tahun 2005 - 2010“. Penelitian ini menggunakan model
analisis regresi data panel dengan menggunakan model efek tetap (Fixed Effect
Model). Hasil penelitian menunjukkan bahwa harga beras berpengaruh negatif dan
signifikan terhadap permintaan beras, jumlah penduduk dan PDRB berpengaruh
positif dan signifikan terhadap permintaan beras, harga jagung berpengaruh positif
namun tidak signifikan terhadap permintaan beras di Kabupaten/Kota di Propinsi
Sumatera Utara. Secara parsial, hasil estimasi menunjukkan bahwa kontribusi
jumlah penduduk memiliki nilai koefisien tertinggi dibanding dengan variabel
lainnya dalam penelitian ini.
Partini, et al (2011) melakukan penelitian yang berjudul “Analisis FaktorFaktor yang Mempengaruhi Penawaran dan Permintaan Beras di Provinsi Riau,
Tahun 2006 - 2010“. Penelitian ini menggunakan model analisis regrasi data panel
Universitas Sumatera Utara
dengan metode Two Stage Least Square (TSLS). Hasil penelitian menunjukkan
bahwa penawaran beras di Provinsi Riau dipengaruhi oleh stok bulog akhir tahun,
jumlah impor dan produksi beras. Nilai koefisiensi determinasi (R2) dari masingmasing persamaan yaitu berkisar antara 0,33 sampai 0,99 dan nilai F hitung
berkisar antara 5,38 sampai 3,320 yang berarti variabel eksogen secara bersama
mampu menjelaskan dengan baik variabel endogennya.
Nurjayanti (2011) melakukan penelitian yang berjudul “Peramalan
Penawaran dan Permintaan Beras pada Era Otonomi Daerah di Kabupaten
Sukoharjo, Tahun 2011 - 2015 “. Penelitian ini menggunakan model analisis
metode Box Jenkins (ARIMA), uji titik patah Chow (Chow Breakpoint Test) dan
metode persamaan simultan. Hasil penelitian menunjukkan bahwa Penawaran
tahunan beras mempunyai pola fluktuatif dengan trend cenderung meningkat.
Data belum stasioner dan menjadi stasioner pada differencing pertama. Hasil
estimasi parameter menetapkan metode tentatif untuk penawaran tahunan beras
adalah ARIMA (0,1,1). Pada uji diagnostik ditetapkan bahwa model ARIMA
yang terbaik adalah ARIMA (0,1,1) dengan RMSE sebesar 5.186,3760;
R2 sebesar 0,8501; nilai F-statistik sebesar 79,5270; dan parameter MA signifikan
karena nilai probabilitas lebih kecil dari 0,05. Data permintaan tahunan beras
tidak stasioner menjadi stasioner pada differencing kedua. Hasil estimasi
menetapkan model tentatif untuk permintaan tahunan beras adalah ARIMA
(1,2,1). Setelah melakukan uji diagnostik ditetapkan bahwa model ARIMA yang
terbaik adalah ARIMA (1,2,1) dengan RMSE sebesar 677,4671; R2 sebesar
0,9473; nilai F-statistic sebesar 53,9548; dan parameter AR(1) dan MA(1)
Universitas Sumatera Utara
signifikan karena nilai probabilitasnya lebih kecil dari 0,05. Hasil Chow
Breakpoint Test menunjukkan periode yang berpengaruh terhadap structural
break data penawaran dan permintaan tahunan beras adalah tahun 2000 dengan
F-Statistic sebesar 3,0339 dan tingkat probabilitasnya juga signifikan. Pada model
persamaan simultan hasil estimasi menunjukkan bahwa model mempunyai nilai
R2 sebesar 0,64463; F-Statistic sebesar 5,46215; RMSE sebesar 8.823,807; dan
nilai probabilistic dari F-Statistic adalah signifikan. Otonomi daerah tidak
berpengaruh secara signifikan terhadap penawaran dan permintaan tahunan beras,
karena peran pemerintah daerah di sektor perberasan relatif kecil dan sebagian
besar kebijakan ditetapkan oleh pemerintah pusat. Hasil peramalan penawaran dan
permintaan cenderung mengalami peningkatan setiap tahunnya, sedangkan
penawaran cenderung mengalami penurunan.
Ruatiningrum (2011), melakukan penelitian yang berjudul “Dampak
Kebijakan Pemerintah dan Perubahan Faktor Lain terhadap Permintaan dan
Penawaran Beras di Indonesia: Analisis Simulasi Kebijakan, Tahun 1971 - 2008”.
Penelitian ini menggunakan model analisis simultan dengan metode Two Stage
Least Square (TSLS). Hasil penelitian ini menunjukkan bahwa : (1) permintaan
beras secara nyata dipengaruhi oleh harga riil beras Indonesia, jumlah penduduk,
dan permintaan beras tahun sebelumnya, (2) penawaran beras dipengaruhi oleh
produksi beras, jumlah impor beras, stok beras, dan stok beras tahun sebelumnya,
(3) harga riil gabah tingkat petani secara nyata dipengaruhi oleh harga riil
pembelian pemerintah, produksi padi, dan harga riil gabah tingkat petani tahun
sebelumnya, dan (4) harga riil beras Indonesia secara nyata dipengaruhi oleh
Universitas Sumatera Utara
harga riil pembelian pemerintah. Beberapa alternatif kebijakan pemerintah yang
disarankan terkait penelitian ini, yaitu pemerintah sebaiknya tetap menerapkan
kebijakan subsidi pupuk, meningkatkan harga pembelian terhadap gabah dan
beras, mendorong peningkatan produksi beras (sehingga penawaran beras juga
meningkat) melalui pengembangan program intensifikasi. Kebijakan pemerintah
lainnya yang disarankan, yaitu menggalakkan program Keluarga Berencana (KB),
menyimpan kelebihan produksi beras agar petani tidak merugi ketika produksi
beras meningkat yang umum terjadi saat musim panen tiba, dan menggalakkan
kembali program diversifikasi konsumsi pangan (substitusi beras) sebagai upaya
memenuhi kebutuhan pangan melalui pola pangan harapan.
Winarto (2009) melakukan penelitian yang berjudul “Analisis Permintaan
dan Penawaran Beras di Jawa Tengah, Tahun 1999 - 2008“. Penelitian ini
menggunakan model analisis simultan dengan metode Ordinary Least Square
(OLS) dan Two Stage Least Square (TSLS). Hasil penelitian menunjukkan bahwa
secara simultan permintaan beras di Jawa Tengah dipengaruhi oleh variabel
regresornya yaitu harga beras, harga ubi kayu, pendapatan perkapita dan jumlah
penduduk. Namun secara parsial, pada metode OLS seluruh varabel regresor
tersebut tidak berpengaruh nyata sedangkan pada metodel TSLS seluruh variabel
regresor berpengaruh nyata terhadap jumlah permintaan beras di Jawa Tengah.
Sedangkan penawaran beras di Jawa Tengah secara simultan dipengaruhi oleh
variabel regresornya yaitu harga beras, luas panen padi dan harga beras tahun
yang lalu. Pada metode OLS secara parsial variabel beras tahun yang lalu
berpengaruh nyata terhadap jumlah penawaran beras sedangkan pada metode
Universitas Sumatera Utara
TSLS variabel luas panen padi sangat berpengaruh nyata terhadap jumlah
penawaran beras di Jawa Tengah.
Sunani (2009) melakukan penelitian yang berjudul “Analisisa FaktorFaktor yang Mempengaruhi Produkti dan Konsumsi Beras di Kabupaten Siak,
Riau, Tahun 1999 - 2008“. Penelitian ini menggunakan model analisis simultan
dengan metode Two Stage Least Square (TSLS). Hasil penelitian menunjukkan
bahwa, persamaan luas areal panen padi Kabupaten Siak dipengaruhi oleh harga
riil gabah di tingkat petani, harga riil pupuk urea, curah hujan dan luas areal
irigasi pada taraf nyata α = 0,10. Persamaan produktivitas padi dipengaruhi oleh
luas areal panen, lag upah tenaga kerja, lag penggunaan pupuk urea, dan tren
waktu pada taraf nyata α = 0,20. Persamaan konsumsi beras di Kabupaten Siak
hanya dipengaruhi oleh jumlah penduduk pada taraf nyata α = 0,05. Harga riil
eceran beras di Kabupaten Siak dipengaruhi lag harga eceran beras dan
berpengaruh nyata pada taraf α = 0,10. Sedangkan dari hasil analisis simulasi
menunjukkan kebijakan yang paling layak disarankan di Kabupaten Siak yang
sesuai dengan tujuan program pencapaian target pemenuhan beras dari
kemampuan produksi Kabupaten Siak adalah kebijakan kenaikan harga gabah di
tingkat petani yang dikombinasikan dengan peningkatan luas areal irigasi.
Widakda (2009) melakukan penelitian yang berjudul “Analisis Permintaan
Beras Di Kabupaten Klaten, Tahun 2000 - 2008“. Penelitian ini menggunakan
model analisis regresi linear berganda dengan metode Ordinary Least Square
(OLS). Hasil penelitian menunjukkan bahwa model analisis statis nilai R2
adjusted sebesar 0,999 yang berarti proporsi sumbangan variabel independen
Universitas Sumatera Utara
terhadap variabel dependen sebesar 99,9 persen, sedangkan sisanya sebesar
0,1 persen dijelaskan oleh variabel lain diluar penelitian seperti selera, cita rasa
dan preferensi konsumen. Berdasarkan uji F variabel harga beras, harga jagung,
harga telur, pendapatan penduduk, dan jumlah penduduk secara bersama
berpengaruh nyata terhadap permintaan beras. Berdasarkan uji t variabel harga
beras, harga jagung dan jumlah penduduk berpengaruh signifikan terhadap
permintaan beras pada tingkat kepercayaan 99 persen, sedangkan harga telur
berpengaruh signifikan terhadap permintaan beras pada tingkat kepercayaan
90 persen. Variabel yang dispesifikasi dalam model dan tidak berpengaruh
terhadap permintaan beras di Kabupaten Klaten adalah pendapatan penduduk.
Lisna dan Rifai (2009) melakukan penelitian yang berjudul “Analisis
Faktor- Faktor Ekonomi Makro yang Mempengaruhi Tingkat Konsumsi pada Era
Pemerintahan Susilo Bambang Yudhoyono Jilid 1, Tahun 2004 - 2008”.
Memfokuskan pada variabel pengaruh PDRB per kapita, inflasi, harga beras,
dan IPM terhadap konsumsi penduduk Indonesia dan menganalisis perubahan
marginal propensity to consume (MPC) selama periode pemerintahan SBY jilid
I (2004-2008). Penelitian ini menggunakan metode uji probabilitas dan uji secara
simultan (uji F). Hasil penelitian menunjukkan bahwa selama periode
pemerintahan Presiden Susilo Bambang Yudhoyono Jilid I (2004-2008) terjadi
peningkatan kesejahteraan yang ditunjukkan oleh berkurangnya MPC. Pengaruh
kenaikan PDRB nominal perkapita sebesar 10 persen akan meningkatkan
konsumsi sekitar 4,6 persen jika tidak ada perubahan inflasi, harga beras, dan
IPM, sedangkan peningkatan inflasi tidak terlalu berpengaruh pada peningkatan
Universitas Sumatera Utara
konsumsi. Peningkatan harga beras 10 persen akan meningkatkan konsumsi
sekitar 4,2 persen dan peningkatan nilai IPM 10 persen akan meningkatkan
konsumsi sekitar 2,3 persen.
Hasyim (2007) melakukan penelitian yang berjudul “Analisis Faktor Faktor yang Mempengaruhi Ketersediaan Beras di Sumatera Utara, Tahun
1987 –2006“. Penelitian ini menggunakan model analisis regresi linear berganda
dengan metode Ordinary Least Square (OLS). Hasil penelitian menunjukkan
bahwa dari hasil estimasi dapat diperoleh nilai koefisien determinasi (R2) sebesar
0,993 yang berarti bahwa variasi yang terjadi pada luas panen, harga beras, harga
jagung dan ketersediaan beras tahun sebelumnya dapat menjelaskan ketersedian
beras sebesar 99,3 persen. Secara serempak menunjukkan bahwa dari keseluruhan
variabel bebas yaitu luas panen, harga beras, harga jagung dan ketersediaan beras
memberikan pengaruh yang sangat nyata terhadap ketersediaan beras. Secara
parsial variabel luas panen dan variabel harga beras memberikan pengaruh sangat
nyata terhadap ketersediaan beras sedangkan kedua variabel yaitu harga jagung
dan ketersediaan beras tahun sebelumnya menunjukkan pengaruh tidak nyata
terhadap ketersediaan beras.
Universitas Sumatera Utara
Tabel 2.1 Theorical Maping
No
1
Nama
(Tahun)
Judul dan
Publikasi
Cut
Risty,
Iskandari
ni,
Rahman
ta
Ginting
(2014)
Elastisitas
Permintaan
Beras Organik
di Kota Medan.
(Skripsi USU)
Variabel
Model Analisis
Hasil Penelitian
Independen:
Harga beras
organik,
Pendapatan
konsumen,
Usia, Jumlah
anggota
keluarga, Lama
pendidikan,
selera.
Regresi Linear log
berganda dengan
metode Ordinary Least
Squre (OLS).
bahwa faktor-faktor
yang mempengaruhi
permintaan beras
organik secara
signifikan adalah harga,
pendapatan dan jumlah
tanggungan, sedangkan
variabel usia, dan lama
pendidikan tidak
berpengaruh secara
signifikan. Berdasarkan
nilai elastisitas, nilai
elastisitas harga bersifat
elastis sedangkan
pendapatan, usia,
jumlah tanggungan dan
lama pendidikan
bersifat inelastis.
lnY = β0 + β 1 lnX1 +
β 2 lnX2 + β 3 lnX3 + β
4lnX4 + β 5 lnX5 + β
6D1 + μ
Dependen:
Permintaan
beras organik
2
Hasyrul
Aziz
Harahap
(2012)
Analisis
Permintaan
Beras di
Sumatera
Utara.
(Tesis USU)
3
Partini,
Suardi
Analisis
Faktor-
Independen:
Harga Beras,
Harga Jagung,
Jumlah
Penduduk,
PDRB.
Regersi data panel
dengan
menggunakan Model
Efek Tetap (Fixed
Effect Model)
Dependen:
Permintaan
beras
RD t =α 0 +
α 1 LogHB i +
α 2 LogHJ i +
α 3 LogJP i +
α 4 LogPDRB i +€ i
Independen:
Luas areal
Regersi data panel
dengan metode Two
Hasil penelitian
menunjukkan bahwa
harga beras
berpengaruh negatif dan
signifikan terhadap
permintaan beras,
jumlah penduduk dan
PDRB berpengaruh
positif dan signifikan
terhadap permintaan
beras, harga jagung
berpengaruh positif
namun tidak signifikan
terhadap permintaan
beras di kabupaten/kota
di propinsi Sumatera
Utara.
Nilai koefisiensi
determinasi (R2) dari
masing-masing
Universitas Sumatera Utara
No
Nama
(Tahun)
Judul dan
Publikasi
Tarumun,
Ermy
Tety
(2011)
Faktor yang
Mempengar
uhi
Penawaran
dan
Permintaan
Beras di
Provinsi
Riau.
(Pekbis
Jurnal)
Variabel
Model Analisis
Hasil Penelitian
tanam, Luas
areal panen,
Harga gabah
tingkat petani,
Produktivitas,
Jumlah
penggunaan
urea, Jumlah
pengadaan
bulog, Jumlah
pengadaan
pedagang,
Jumlah
penyaluran
bulog, Harga
beras eceran
Stage Least Square
(TSLS).
persamaan yaitu
berkisar antara 0,33
sampai 0,99 dan nilai F
hitung berkisar antara
5,38 sampai 3,320 yang
berarti variabel eksogen
secara bersama mampu
menjelaskan dengan
baik variabel
endogennya
Dependen:
Permintaan dan
Penawaran
beras
LAT t = a 0 +
a 1 HGTPR t +
a 2 LHTBSR t +
a 3 LAT t-1 + U 1 LAP t
= b 0 + b 1 LAT t +
b 2 LIR t + b 3 LIN t +
b 4 LR t + b 5 LAP t-1 +
U2
HGTPR t = c 0 +
c 1 MPBR t + c 2 HPPR t
+ c 3 PPR t +
c 4 HBDR t +
c 5 HTBSR t +
c 6 HBER t +
c 7 HGTPR t-1 + U 3
PROD t = d 0 +
d 1 QFU t +
d 2 HGTPR t +
d 3 PROD t-1 + U 4
QFU t = e 0 +
e 1 HFUR t +
e 2 HGTPR t + e 3 LIN t
+ e 4 LAT t + e 5 QFU t-1
+ U5
HBER t = f 0 +
f 1 HBDR t +
f 2 HGTPR t + f 3 PBR t
+ f 4 HBER t-1 + U 6
QPBL t = g 0 +
g 1 HBDR t + g 2 POP t
+ g 3 HGTPR t +
g 4 QPBL t-1 + U 7
QBPDG t = h 0 +
h 1 QDB t + h 2 PBR t +
h 3 POP t + h 4 YPR t +
Universitas Sumatera Utara
h 5 HBER t + U 8 QLB t
= i 0 + i 1 QPBL t +
i 2 HBER t + U 9
No
4
Nama
(Tahun)
Judul dan
Publikasi
Variabel
Model Analisis
Hasil Penelitian
Eka Dewi Peramalan
Nurjayan Penawaran
ti
Independen:
Produktivitas,
produksi padi,
- Metode Box Jenkins
(ARIMA),
Penawaran tahunan
beras mempunyai pola
fluktuatif dengan trend
(2011)
jumlah
penduduk.
- Uji titik patah
Chow (Chow
Breakpoint test)
dan
cenderung meningkat.
Data belum stasioner
dan menjadi stasioner
pada differencing
pertama. Hasil estimasi
parameter menetapkan
metode tentatif untuk
penawaran tahunan
beras adalah ARIMA
(0,1,1). Data
Permintaan tahunan
beras tidak stasioner
menjadi stasioner pada
differencing kedua.
Hasil estimasi
menetapkan model
tentatif untuk
permintaan tahunan
beras adalah ARIMA
(1,2,1). Hasil Chow
Breakpoint Test
menunjukkan periode
yang berpengaruh
terhadap struktural
break data penawaran
dan permintaan tahunan
beras adalah tahun 2000
dengan F-Statistic
sebesar 3,0339 dan
tingkat probabilitasnya
juga signifikan. Pada
model persamaan
simultan hasil estimasi
menunjukkan bahwa
dan
Permintaan
Beras pada
Era
Otonomi
Daerah di
Kabupaten
Sukoharjo.
(Tesis
Universitas
Sebelas
Maret)
Dependen :
Penawaran dan
permintaan
beras
- Metode persamaan
simultan
Universitas Sumatera Utara
model mempunyai nilai
R2 0,64463; F-Statistic
No
Nama
(Tahun)
Judul dan
Publikasi
Variabel
Model Analisis
Hasil Penelitian
sebesar 5,46215; RMSE
sebesar 8.823,807; dan
nilai probabilistic dari
F-Statistic adalah
signifikan. Otonomi
daerah tidak
berpengaruh secara
signifikan terhadap
penawaran dan
permintaan tahunan
beras.Hasil peramalan
penawaran dan
permintaan cenderung
mengalami peningkatan
setiap tahunnya,
sedangkan penawaran
cenderung mengalami
penurunan.
5
Lyza
Widya
Ruatining
rum.
(2011)
Dampak
Kebijakan
Pemerintah
dan
Perubahan
Faktor Lain
terhadap
Permintaan
dan
Penawaran
Beras di
Indonesia:
Analisis
Simulasi
Kebijakan
Independen:
Harga riil beras
Indonesia,
Jumlah
penduduk,
Permintaan
beras tahun
sebelumnya,
Produksi beras,
Jumlah impor
beras, Stock
beras, Stock
beras tahun
sebelumnya,
Harga riil
pembelian
(Skripsi IPB)
pemerintah,
produksi padi,
Harga riil
gabah tingkat
Analisis Simultan
dengan Metode Two
Stage Least Squares
(TSLS) yang diolah
menggunakan
Software Statistical
Analysis System
(SAS) 9.1.
(1) permintaan beras
secara nyata
dipengaruhi oleh harga
riil beras Indonesia,
jumlah penduduk, dan
permintaan beras tahun
sebelumnya, (2)
penawaran beras
dipengaruhi oleh
produksi beras, jumlah
impor beras, stok beras,
dan stok beras tahun
sebelumnya, (3) harga
riil gabah tingkat petani
secara nyata
dipengaruhi oleh harga
riil pembelian
pemerintah, produksi
padi, dan harga riil
gabah tingkat petani
Universitas Sumatera Utara
petani tahun
sebelumnya,
Curah hujan
No
Nama
(Tahun)
Judul dan
Publikasi
Variabel
tahun sebelumnya, dan
(4) harga riil beras
Indonesia secara nyata
dipengaruhi oleh harga
Model Analisis
Dependen:
Permintaan
beras,
Penawaran
beras, Harga
riil gabah
tingkat petani.
6
Hari
Winarto
(2009)
Analisis
Permintaan
dan
Penawaran
Beras di
Jawa
Tengah.
(Jurnal
Ilmiah)
Independen:
Harga beras,
harga
komoditas
subtitusi ubi
kayu,
Pendapatan
penduduk
(PDRB),
Jumlah
penduduk,
Luas panen
padi, Harga
beras tahun
sebelumnya.
Dependen:
Permintaan dan
Penawaran
beras.
7
Nani
Sunani
(2009)
Analisisa
FaktorFaktor yang
Mempengar
uhi Produkti
dan.Konsu
msi Beras di
Kabupaten
Siak, Riau
(Skripsi
Independen:
Luas Areal, lag
upah tenaga
kerja, lag
penggunaan
pupuk urea,
tren waktu,
jumlah
penduduk,
harga riil
Hasil Penelitian
riil pembelian
pemerintah.
Analisis Simultan
dengan metode
Analisis Ordinary
Least Square (OLS)
dan Two Stage Least
Square (TSLS).
Q d =α 0 +α 1 P x +α 2 X 1 +
α3X2+ α4X3+ e
Q s =b 0 +b 1 P x +b 2 X 4 +
b3X5 + e
P x =c 0 -c 1 X 1 + c 2 X 2 +
c3X3+
c 5 X 5 +e
Secara parsial variabel
Harga beras tahun yang
lalu berpengaruh nyata
terhadap jumlah
penawaran beras
sedangkan pada metode
TSLS variabel luas
panen padi sangat
berpengaruh nyata
terhadap jumlah
penawaran beras di
Jawa Tengah.
c4X4+
Analisis Simultan
dengan metode
Analisis Two Stage
Least Square
(TSLS).
Y 1 = β 10 + β 12 Y 2i +
y 1t X ti + U 1i
Y 2 = β 20 + β 21 Y 1i +
y 2i X ti + U 2i
Luas areal panen
dipengaruhi oleh harga
riil gabah di tingkat
petani, harga riil pupuk
urea, curah hujan dan
luas areal irigasi.
Produktivitas padi
dipengaruhi oleh luas
areal panen, lag upah
tenaga kerja, lag
Universitas Sumatera Utara
IPB)
penggunaan pupuk
urea, dan tren
waktu.Konsumsi beras
dipengaruhi oleh jumlah
eceran beras.
Dependen:
Produktivitas
No
Nama
(Tahun)
Judul dan
Publikasi
Variabel
Model Analisis
padi, konsumsi
beras
8
Hendrik
Mulyo
Widakda
(2009)
Analisis
Permintaan
Beras Di
Kabupaten
Klaten.
(Skripsi
UNS)
Independen:
harga beras,
harga
jagung,harga
telur, jumlah
penduduk dan
PDRB
perkapita.
Dependen:
permintaan
beras
9
Vera
Lisna dan
Nila Rifai
(2009)
Analisis
FaktorFaktor
Ekonomi
Makro yang
Mempengar
uhi Tingkat
Konsumsi
pada Era
Pemerintaha
n Susilo
Bambang
Yudhoyono
Jilid 1.
(Jurnal
Mahasiswa
program
Doktor
Mayor
Ekonomi
Pertanian
Independen:
PDRB
perkapita,
Inflasi, Harga
beras dan IPM
Dependen:
Konsumsi
penduduk
Indonesia
Hasil Penelitian
penduduk. Harga riil
eceran beras
dipengaruhi lag harga
eceran beras.
Regresi Linear
berganda dengan
metode Ordinary Least
Squre (OLS) bersifat
Best Linier Unbiassed
Estimation (BLUE).
LnQd = Lnƅ0 + ƅ1LnX1
+ ƅ2LnX2 + ƅ3LnX3 +
ƅ4LnX4 + ƅ5LnX5 + e
harga beras, harga
jagung, harga telur,
pendapatan penduduk,
dan jumlah penduduk
secara bersama
berpengaruh nyata
terhadap permintaan
beras.
Regresi Linear
berganda
bahwa selama periode
pemerintahan SBY Jilid
I (2004-2008) terjadi
peningkatan
kesejahteraan yang
ditunjukkan oleh
berkurangnya MPC.
Pengaruh kenaikan
PDRB nominal
perkapita sebesar 10
persen akan
meningkatkan konsumsi
sekitar 4,6 persen jika
tidak ada perubahan
inflasi, harga beras, dan
IPM, sedangkan
peningkatan inflasi
tidak terlalu
berpengaruh pada
peningkatan konsumsi.
Peningkatan harga beras
10 persen akan
Y = β0 + β1X1 + β2X2
+ β3X3 + β4X4 + β5X5
+e
Universitas Sumatera Utara
meningkakan konsumsi
sekitar 4,2 persen dan
peningkatan nilai IPM
10 persen akan
IPB)
No
Nama
(Tahun)
Judul dan
Publikasi
Variabel
Model Analisis
Hasil Penelitian
meningkatkan konsumsi
sekitar 2,3 persen
10
Hasman
Hasyim
(2007)
Analisis
Faktor-Faktor
yang
Mempengaruhi
Ketersediaan
Beras di
Sumatera
Utara.
(Tesis USU)
Independen:
Luas panen,
Harga beras,
Harga jagung,
Ketersediaan
beras tahun
sebelumnya.
Dependen:
Ketersediaan
beras
(Penawaran
beras)
Regresi Linear
berganda dengan
metode Ordinary
Least Squre (OLS).
Y=f (X 1 ,X 2 ,X 3 ,Y (t1) )
Model setelah
dilogaritmakan:
LY=α 0 +α1LX 1 +
α 2 LX 2 +α 3 L X 3 +
α 4 LY (t-1) + µ 1
Secara serempak
menunjukkan bahwa
dari keseluruhan
variabel bebas yaitu
luas panen, harga beras,
harga jagung dan
ketersediaan beras
memberikan pengaruh
yang sangat nyata
terhadap ketersediaan
beras. Secara parsial
variabel luas panen dan
variabel harga beras
memberikan pengaruh
sangat nyata terhadap
ketersediaan beras
sedangkan kedua
variabel yaitu harga
jagung dan ketersediaan
beras tahun sebelumnya
menunjukkan pengaruh
tidak nyata terhadap
ketersediaan beras.
Perbedaan penelitian ini dengan penelitian terdahulu, yaitu :
1) Variabel Penelitian
Pada penelitian ini variabel-variabel yang digunakan adalah :
- Harga beras, dimana variabel ini tidak digunakan dalam penelitian:
Partini, et al (2011) dan Nurjayanti (2011).
Universitas Sumatera Utara
- PDRB Perkapita, dimana variabel ini tidak digunakan dalam
penelitian: Harahap (2012), Partini, et al (2011), Nurjayanti (2011),
Ruatiningrum (2011), Sunani (2009), dan Hasyim (2007).
- Jumlah Penduduk, dimana variabel ini tidak digunakan dalam
penelitian: Partini, et al (2011), Lisna dan Rifai (2009), dan Hasyim
(2007).
- Indeks Curah hujan, dimana variabel ini hanya digunakan dalam
penelitian: Ruatiningrum (2011).
- Permintaan Beras, dimana variabel ini tidak digunakan dalam
penelitian: Sunani (2009),
Lisna dan Rifai (2009), dan Hasyim
(2007).
- Penawaran Beras, dimana variabel ini tidak digunakan dalam
penelitian: Risty, et al (2014), Harahap (2012), Sunani (2009),
Widakda (2009), Lisna dan Rifai (2009).
2) Waktu penelitian
Pada penelitian ini penulis menggunakan periode penelitian dari tahun
1997 sampai dengan 2014 dimana tidak ada satupun penelitian
terdahulu yang menggunakan periode penelitian ini.
2.3
Kerangka Konseptual Penelitian.
Kerangka konseptual pada penelitian ini menggambarkan pengaruh antara
variabel-variabel eksogen terhadap variabel-variabel endogen. Dalam penelitian
ini permintaan beras di Kota Medan dipengaruhi oleh harga beras, PDRB
perkapita dan jumlah penduduk. Sedangkan penawaran beras di Kota Medan
Universitas Sumatera Utara
dipengaruhi oleh harga beras, jumlah penduduk dan indeks curah hujan. Secara
sistemasis dapat dilihat pada gambar berikut :
Harga Beras
(P)
PDRB
Perkapita
(Y)
Permintaan
Beras
(D)
Jumlah
Penduduk
(N)
Penawaran
Beras
(S)
Indeks Curah
Hujan
(W)
Gambar 2.4 Kerangka Konseptual
Keterangan :
1.
Variabel Eksogen :
PDRB Perkapita
Indeks Curah Hujan
Jumlah Penduduk
2.
Variabel Endogen :
Permintaan Beras
Penawaran Beras
Harga Beras
Universitas Sumatera Utara
2.4
Hipotesis Penelitian
Berdasarkan perumusan masalah dan kerangka konseptual, maka hipotesis
penelitian ini adalah sebagai berikut :
1.
Harga beras, PDRB perkapita dan jumlah penduduk berpengaruh secara
signifikan terhadap permintaan beras di Kota Medan.
2.
Harga beras, jumlah penduduk dan indeks curah hujan berpengaruh secara
signifikan terhadap penawaran beras di Kota Medan. .
3.
PDRB perkapita dan indeks curah hujan berpengaruh signifikan terhadap
harga beras di Kota Medan.
Universitas Sumatera Utara