Boks 3 ANALISIS SURPLUS DEFISIT BAWANG MERAH DI MALUKU

Ukuran: px

Mulai penontonan dengan halaman:

Download "Boks 3 ANALISIS SURPLUS DEFISIT BAWANG MERAH DI MALUKU"

Yandi Sudjarwadi
6 tahun lalu
Tontonan:

1 Boks 3 ANALISIS SURPLUS DEFISIT BAWANG MERAH DI MALUKU Masih berhubungan dengan boks 1 Komoditas Penyumbang Inflasi Ambon Triwulan I dan boks 2 Mangente Pola Perdagangan Bawang Merah di Maluku serta terkait dengan penelitian berjudul Kajian Pangan di Maluku : Analisis Ketahanan, Perdagangan Antar Daerah, Disparitas Harga, dan Implikasi Kebijakan maka boks 3 akan membahas mengenai Analisis Surplus Defisit Bawang Merah di Maluku. Produksi Bawang Merah di Maluku Bawang merah juga merupakan bumbu yang sering digunakan dalam masakan Maluku. Biasanya bawang merah merupakan campuran sambal/saus ikan bakar yang terkenal dengan sebutan colo-colo. No Kabupaten /Kota Produksi Bawang Merah (ton) Maluku Pangsa Rata-rata Status 1 Ambon ,0% Non sentra 2 Tual ,0% Non sentra 3 Buru ,9% Sentra 4 Bursel ,1% Non sentra 5 Malteng ,9% Sentra 6 SBB ,3% Non sentra 7 SBT ,1% Non sentra 8 Malra ,2% Sentra 9 Aru ,0% Non sentra 10 MTB ,6% Sentra 11 MBD ,1% Non sentra ,0% Sumber : Dinas Pertanian Maluku (diolah) Sebagai gambaran bahwa sentra-sentra bawang merah di Maluku berada di kabupaten Maluku Tenggara Barat (MTB), Maluku Tengah, Buru, dan Maluku Tenggara dengan melihat bahwa pangsa produksi rata-rata selama periode pengamatan lebih dari 10%. Selama periode pangsa produksi rata-rata keempat kabupaten itu sekitar 99,5% dengan rincian MTB 63,6%, Maluku Tengah 13,9%, Buru 11,9%, dan Malra 10,2%.

2 Model Surplus Defisit Bawang Merah Pemilihan Model Penentuan model SAR atau SEM dilakukan dengan melihat hasil Lagrange Multplier (LM) Test. Hasil LM Test menunjukkan bahwa model SAR relatif lebih dapat mengakomodasi komoditas bawang merah dibandingkan dengan model SEM. LM test no spatial lag, robust LM test no spatial lag, dan robust LM test no spatial error menunjukkan hasil SAR. Lagrange Multiplier Test Bawang Merah Lagrange Multiplier Test Value Prob Model LM test no spatial lag, probability SAR robust LM test no spatial lag, probability SAR LM test no spatial error, probability SEM robust LM test no spatial error, probability SAR Selanjutnya dilakukan Hausman test untuk menentukan model RE atau FE. Hasil Hausman Test memperlihatkan angka probabilitas sebesar 0,9993 sehingga model Random Effect (RE) cocok untuk model bawang merah. Hausman Test Bawang Merah Hausman test- degrees of freedom probability Model RE Setelah dilakukan LM Test dan Hausman Test maka model yang dapat mengakomodasi komoditas bawang merah adalah SAR RE. Output Model Surplus Defisit Bawang Merah Model R-squared corr-squared sigma^2 Nobs,Nvar log-likelihood Variable SAR RE ; constant *** PVR RIC * INFR ICOS *** LnPIntl W*dep.var *** teta *** Note Pooled model with spatially lagged dependent variable and spatial random effects

3 Analisis Model Model SAR menunjukkan bahwa terdapat keterkaitan harga antar kabupaten/kota. Keterkaitan harga ini diduga karena adanya hubungan dagang bawang merah. Sedangkan RE mengindikasikan bahwa efek spesifik suatu kabupaten/kota tidak berhubungan dengan RIC (pendapatan riil per kapita) dan ICOS (biaya input). Efek spesifik tersebut dapat muncul dalam bentuk pola konsumsi bawang merah. Sementara itu variabel-variabel dalam model menunjukkan hal-hal sebagai berikut: R-squared bernilai 0,6639 yang berarti variabel independen dalam model dapat menjelaskan LnP (harga) sebesar 66,39% Variabel PVR (produktivitas lahan) kabupaten/kota tidak berpengaruh signifikan terhadap LnP (harga bawang merah) di daerah tersebut. Hal ini disebabkan produksi bawang merah belum mampu memenuhi kebutuhan Maluku atau dapat dikatakan sebagian besar pasokan bawang merah untuk kabupaten/kota didatangkan dari luar provinsi. Variabel RIC (pendapatan riil per kapita) kabupaten/kota berpengaruh cukup signifikan dan berlawanan arah terhadap LnP (harga bawang merah). Hal ini diintrepetasikan bahwa makin besar pendapatan riil per kapita suatu kabupaten/kota maka penduduk di sana akan melakukan perubahan pola konsumsi dengan mengurangi konsumsi bawang merah sehingga permintaan bawang merah turun dan akhirnya harga turun. Hal memiliki pengaruh berantai terhadap kabupaten/kota lainnya di Maluku. Variabel INFR tidak berpengaruh signifikan terhadap LnP. Variabel ICOS berpengaruh sangat signifikan dan searah terhadap LnP. Hal ini menunjukkan bahwa semakin tinggi harga barang input di kabupaten/kota yang tercermin dari PDRB deflator kabupaten/kota maka makin mahal harga bawang merah. Mengingat kabupaten/kota satu terhubung dengan kabupaten/kota lain terutama dalam hal biaya transport dan upah maka terjadi efek berantai antar kabupaten/kota. Pemetaan Surplus Defisit Bawang Merah di Maluku Tendensi Surplus Defisit Plot LnP_gap model digunakan untuk menarik kesimpulan mengenai tendensi surplus defisit kabupaten/kota di Maluku selama periode Sesungguhnya selama periode , status surplus defisit kabupaten/kota berfluktuasi terlihat dari plot LnP_gap bawang merah kabupaten/kota. Tidak ada kabupaten/kota yang selalu surplus ataupun defisit. Namun perlu ditentukan tendensi umum surplus defisit suatu kabupaten/kota selama periode 2002-

4 2010. Oleh sebab itu, untuk menarik tendensi umum dari status surplus defisit bawang merah akan dilihat melalui slope trendline LnP_gap bawang kabupaten/kota selama periode Bila slope trendline bernilai positif maka kabupaten/kota tersebut bertendensi defisit selama periode Dan sebaliknya bila slope trendline bernilai negatif maka kabupaten/kota tersebut bertendensi surplus selama periode (grafik plot Ln_Pgap dapat dilihat pada lampiran). Plot Ln_Pgap Bawang Merah Kabupaten/Kota Plot Ln_Pgap Bawang Merah di Ambon ,2500 0,2000 0,1500 0,1000 0,0500 0,0000 0,0500 0,1000 0,1500 0,2000 0,2500 0,3000 Ambon Buru Malteng SBB 0,20 0,15 0,10 0,05 0,00-0,05-0,10 Plot LnP_gap Bawang Merah di Ambon y = 0,011x - 0,035 negatif = surplus positif = defisit SBT Malra Aru MTB Plot Ln_Pgap Bawang Merah di Buru Tendensi Umum Surplus Defisit Bawang Merah Kabupaten/Kota ,20 0,15 0,10 0,05 0,00-0,05-0,10-0,15-0,20-0,25 Plot LnP_gap Bawang Merah di Buru y = -0,002x + 0,037 negatif = surplus positif = defisit Kab/kot Slope Tendensi umum Ambon Positif Defisit Tual Positif Defisit Buru Negatif Surplus Bursel Positif Defisit Malteng Negatif Surplus SBB Negatif Surplus SBT Positif Defisit Malra Negatif Surplus Aru Positif Defisit MTB Negatif Surplus MBD Positif Defisit Tabel Tendensi Umum Surplus Defisit Bawang Merah Kabupaten/Kota memperlihatkan bahwa Buru, Malteng, SBB, Malra, dan MTB masuk kategori surplus. Sedangkan Ambon, Tual, Bursel, SBT, Aru, dan MBS masuk dalam kategori defisit. Komparasi dengan Status Produksi Setelah ditentukan tendensi umum surplus defisit bawang merah untuk tiap-tiap kabupaten/kota maka tendensi ini perlu dilihat komparasi dengan data produksi. Komparasi ini

5 bertujuan melihat kondisi sesungguhnya dan juga sebaga pedoman untuk merumuskan implikasi kebijakan yang tepat. Peta Status Produksi Bawang Merah di Maluku Peta Tendensi Surplus Defisit Bawang Merah di Maluku Komparasi tendensi umum surplus defisit bawang merah dengan status produksi menunjukkan bahwa kabupaten/kota dapat dimasukkan ke dalam empat kelompok yaitu surplus-non sentra, surplus-sentra, defisit-non sentra, dan defisit sentra. Matriks Komparasi Tendensi Umum dan Status Produksi Bawang Merah di Maluku Non sentra Sentra Surplus SBB Buru Malteng Malra MTB Defisit Ambon Tual Bursel SBT Aru MBD Kabupaten/kota yang masuk kelompok surplus-sentra seperti Buru, Malteng, Malra, dan MTB ditengarai memiliki pasokan bawang merah yang mencukupi dari produksi setempat maupun dari perdagangan daerah. Kabupaten/kota yang masuk kelompok surplus-non sentra seperti SBB ditengarai memiliki pasokan bawang merah yang cukup melalui perdagangan daerah. Kabupaten/kota yang masuk kelompok defisit-non sentra seperti Ambon dan Bursel diduga memiliki permintaan yang besar terhadap bawang merah sehingga meskipun pasokan

6 dari perdagangan antar daerah lancar namun secara umum belum mampu memenuhi kebutuhan bawang merah. Sedangkan untuk Tual, SBT, Aru, dan MBD yang juga masuk dalam kelompok defisit-non sentra disebabkan letak daerah yang sulit dijangkau sehingga biaya transportasi sangat tinggi yang berimbas pada mahalnya harga bawang merah.

dokumen-dokumen yang mirip

Boks 2 MANGENTE POLA PERDAGANGAN BAWANG MERAH DI MALUKU

Boks 2 MANGENTE POLA PERDAGANGAN BAWANG MERAH DI MALUKU Boks 1 Komoditas Penyumbang Inflasi Ambon Triwulan I-2013 menjabarkan bahwa bawang putih, bawang merah, cakalang asap, dan pisang merupakan komoditas