Rahmanta1*
Yusak Maryunianta2
1),2)Staf Pengajar Program Studi Agribisnis Fakultas Pertanian Universitas Sumatera Utara
email: rahmanta1213@gmail.com
Diterima: Maret 2020, Disetujui; April 2020, Dipublish: April 2020
Abstrak
Inflasi sangat berpengaruh terhadap perekonomian suatu daerah. Inflasi dapat berdampak
positif dan negatif, tergantung tinggi rendahnya inflasi tersebut. Apabila inflasi pada suatu
daerah tinggi maka mempunyai pengaruh negatif, dimana perekonomian dirasakan lesu. Apabila
inflasi pada suatu daerah rendah maka mempunyai pengaruh positif yang artinya dapat
mendorong perekonomian menjadi lebih baik. Penelitian ini bertujuan untuk menganalisis
berapa besar pengaruh perubahan harga pangan terhadap inflasi di Kota Medan. Data yang
digunakan dalam penelitian ini adalah data time series periode Januari 2014 hingga Agustus
2019, data yang digunakan merupakan data sekunder berupa perkembangan harga pangan
bulanan dan metode analisis data yang digunakan adalah Analisis VAR atau VECM. Hasil
penelitian menunjukkan, dalam jangka pendek terdapat beberapa variabel yang mempengaruhi
inflasi yaitu harga beras satu bulan sebelumnya, harga beras dua bulan sebelumnya, harga cabai
merah satu bulan sebelumnya, harga cabai merah dua bulan sebelumnya, harga cabai rawit satu
bulan sebelumnya, harga cabai rawit dua bulan sebelumnya, harga bawang merah dua bulan
sebelumnya dan harga bawang putih dua bulan sebelumnya. Jangka panjang terdapat satu
variabel yang mempengaruhi inflasi yaitu cabai merah.
Kata Kunci: inflasi, harga pangan dan VECM
Abstract
Inflation greatly affects the regional economy. It can be enlarge positively and negatively. When
considering a high area it has negative influence, which is considered to have an influence. If in a
low area, it must be something positive that can be encourage improvement for the better. This
study aims to analyze the majority of changes in food prices to conversion in Medan. The data used
in this study are time series data from January 2014 to August 2019, the data used are secondary
data consisting of the development of monthly food prices and data analysis method used is VAR or
VECM analysis. The result showed, in the short term inculding several variables that influence the
price of rice one month earlier, the price of rice two months before, the price of red chili one month
before, the price of red chili two months before, the price of cayenne pepper one month before, the
price of cayenne pepper two month before, The price of onion two month before, the price of garlic
two months before, one better variable length is a red chili.
Keyword: inflation, food prices, VECM
38
Agrica (Jurnal Agribisnis Sumatera Utara) Vol.13 No.1/April 2020 ISSN 1979-8164 (Print)
Available online http://ojs.uma.ac.id/index.php/agrica ISSN 2541-593X (Online)
10.31289/agrica.v13i1.3121.g2518
Estimasi Vector Error Corection Model tabel maka dapat dikatakan memiliki
(VECM) pengaruh yang signifikan dan sebaliknya
Pengujian signifikan pada hasil jika nilai t-hitung < nilai t-tabel maka
estimasi dilakukan dengan cara dapat dikatakan memiliki pengaruh
membandingkan nilai t-hitung > nilai t- yang tidak signifikan.
39
Agrica (Jurnal Agribisnis Sumatera Utara) Vol.13 No.1/April 2020 ISSN 1979-8164 (Print)
Available online http://ojs.uma.ac.id/index.php/agrica ISSN 2541-593X (Online)
10.31289/agrica.v13i1.3121.g2518
Berdasarkan Tabel 4 hasil IRF terhadap inflasi yaitu harga cabai merah.
untuk jangka pendek bahwa setiap satu Setiap satu standar deviasi terjadi shock
standar deviasi terjadi shock inflasi akan selisih harga cabai merah akan direspon
direspon inflasi itu sendiri hingga naik oleh inflasi hingga naik 0.182027 yang
sebesar 0.368194. Hasil IRF yang berarti jika kenaikan selisih harga cabai
memberikan respon yang besar merah sebesar 1% akan mengakibatkan
terhadap inflasi yaitu harga cabai merah. kenaikan inflasi sebesar 0.182027%.
Setiap satu standar deviasi terjadi shock Pada jangka panjang bahwa
selisih harga cabai merah akan direspon setiap satu standar deviasi terjadi shock
oleh inflasi hingga naik 0.180530 yang inflasi akan direspon inflasi itu sendiri
berarti jika kenaikan selisih harga cabai hingga naik sebesar 0.367573. Hasil IRF
merah sebesar 1% akan mengakibatkan yang memberikan respon yang besar
kenaikan inflasi sebesar 0.180530%. terhadap inflasi yaitu harga cabai merah.
Pada jangka menengah bahwa Setiap satu standar deviasi terjadi shock
setiap satu standar deviasi terjadi shock selisih harga cabai merah akan direspon
inflasi akan direspon inflasi itu sendiri oleh inflasi hingga naik 0.181998 yang
hingga naik sebesar 0.367570. Hasil IRF berarti jika kenaikan selisih harga cabai
yang memberikan respon yang besar merah sebesar 1% akan mengakibatkan
kenaikan inflasi sebesar 0.181998%.
41
Agrica (Jurnal Agribisnis Sumatera Utara) Vol.13 No.1/April 2020 ISSN 1979-8164 (Print)
Available online http://ojs.uma.ac.id/index.php/agrica ISSN 2541-593X (Online)
10.31289/agrica.v13i1.3121.g2518
sebelumnya, harga cabai merah satu Badan Pusat Statistik Kota Medan, 2018.
bulan sebelumnya, harga cabai merah Data Inflasi Tahun 2014-2018.
dua bulan sebelumnya, harga cabai Kota Medan.
Badan Pusat Statistik Kota Medan, 2018.
rawit satu bulan sebelumnya, harga
Medan Dalam Angka Tahun 2018.
cabai rawit dua bulan sebelumnya, Kota Medan.
harga bawang merah dua bulan Badan Pusat Statistik Sumatera Utara.
sebelumnya dan harga bawang putih 2018. Inflasi Kumulatif Kota di
dua bulan sebelumnya. Sedangkan pada Sumatera Utara 1980 – 2016.
jangka panjang terdapat satu variabel Medan.
BI, 2018. Inflasi.
yang mempengaruhi inflasi yaitu cabai
https://www.bi.go.id/id/moneter/i
merah. Variabel tersebut memiliki nflasi/pengenalan/Contents/Defaul
pengaruh yang signifikan terhadap t.aspx
inflasi karena nilai t-statistik masing- Desmayanti, J. dkk. 2017. Analisis
masing variabel tersebut lebih besar Variasi Harga Beras di Provinsi
dari t-tabel. Hasil analisis FEVD Riau dan Daerah Pemasok. Jurnal
komoditas yang paling dominan dalam Dinamika Pertanian, Vol XXXIII
No. 2 Agustus 2017.
menjelaskan keragaman inflasi di Kota
Hasanah, F. N. 2014. Dampak Fluktuasi
Medan dari yang paling besar Harga Pangan Hewani Asal
pengaruhnya ke yang paling kecil adalah Ternak terhadap Inflasi di
harga cabai merah, harga bawang Kabupaten Bogor. Bogor.
merah, harga beras, harga cabe rawit, Jogwanich, J. and Park, D. 2009. Inflation
dan harga bawang putih. in Developing Asia. Journal of
Asian Economics
Nurmapika, R. ddk. 2018. Analisis
UCAPAN TERIMA KASIH Volatilitas Harga Komoditas
Kami mengucapkan terima kasih Pangan Strategis di Provinsi
kepada Lembaga Penelitian Universitas Kalimantan Barat. Jurnal Socia
Sumatera Utara yang telah Economic of Agriculture, Volume
berkontribusi secara moral dan material 7, Nomor 1 April 2018.
sebagai lembaga yang telah mendanai Prabowo, D.W. 2014. Pengelompokan
Komoditi Bahan Pangan Pokok
penelitian ini melalui skema Penelitian
Dengan Metode Analitycal
Dasar dengan kontrak Nomor: Hierarchy Process. Jurnal Ilmiah:
351/UN5.2.3.1/PPM/KP-TALENTA Pusat Kebijakan Perdagangan
USU/2019. Dalam Negeri. Jakarta.
Rizaldy, D. Z. 2017. Pengaruh Harga
DAFTAR PUSTAKA Komoditas Pangan Terhadap
Andryas, T. 2015. Analisis Inflasi dengan Inflasi Di Kota Malang Tahun
Pendekatan Panel Dinamis: Studi 2011-2016. Jurnal Ekonomi
Pembangunan, Vol. 15, No. 2, hlm:
Kasus di Kawasan Jawa, Sumatera
Utara, Sumatera Selatan, Sulawesi 172.
Selatan, Kalimantan Selatan, dan Santoso, T. 2011. Aplikasi Model GARCH
pada Data Inflasi Bahan Makanan
Bali. Jurnal Ekonomi dan Bisnis,
Tahun XXVI, No. 3 Desember 2015. Indonesia. Jurnal Organisasi dan
Jakarta.
43
Agrica (Jurnal Agribisnis Sumatera Utara) Vol.13 No.1/April 2020 ISSN 1979-8164 (Print)
Available online http://ojs.uma.ac.id/index.php/agrica ISSN 2541-593X (Online)
10.31289/agrica.v13i1.3121.g2518
44