Analisis Dampak Perubahan Harga Riil Ekspor Minyak Sawit Dunia Terhadap Pasar

Minyak Goreng Indonesia Menggunakan Aplikasi SAS

Diajukan sebagai salah satu tugas Mata Kuliah Analisis Kuantitatif dan Penelitian Bisnis
Program Studi Agribisnis Fakultas Pertanian

Dosen Pengampu:
Ahmad Zainudin, S.P., M.Si.

Disusun Oleh:
Aisyah Khoerotun Nisa
201510601125

PROGRAM STUDI AGRIBISNIS FAKULTAS PERTANIAN

UNIVERSITAS JEMBER
TAHUN 2022
 BAB 1. LATAR BELAKANG

Minyak goreng merupakan komoditas penghasil devisa negara yang memiliki potensi ekspor
yang tinggi bagi Negara Indonesia. Produksi minyak goreng dapat dikatakan meurun pada saat
krisis ekonomi tahun 1998. Akibatnya, devisa yang diterima oleh negara mengalami penurunan
selama beberapa tahun setelah krisis ekonomi tersebut. Menurut (Novendra, 2011) telah
ditemukan pada berbagai kajian mengenai ekspor minyak sawit salah satunya yang dikemukakan
oleh Zulkifli (2000) yang menunjukkan bahwa liberalisasi menunjukkan bahwa penerapan
liberalisasi perdagangan menyebabkan peningkatan surplus produsen lebih kecil dari pada
penurunan surplus konsumen sehingga kesejahteraan netto nasional negatif, kecuali penerapan
liberalisasi sepihak oleh negara pengimpor minyak sawit. Oleh karena itu, pentingnya
mengetahui apa saja dampak yang terjadi apabila harga ekspor minyak sawit di dunia meningkat
akan berpengaruh terhadap pasar minyak sawit di Indonesia atau tidak.
A. DATA

DATA SAWIT 1
HRMM
Tahun HRMSW HRXMSI XMSW MMSW XMSI
W

1984 1208.15 855.15 4418.94 3975.63 47.84 127.94

1985 801.73 619.3 5345.76 4889.18 43.2 518.76

1986 403.77 315.79 5581.89 4840.79 22.5 566.89

1987 519.46 419.51 6472.12 6255.99 27.33 551.12

1988 636.28 570.76 6839.84 6495.19 21.29 852.84

1989 486.18 451.45 7507.84 6883.39 25.1 781.84

1990 382.18 334.74 8640.58 7829.18 29.26 1015.58

13743.1
1991
428.63 362.88 9 7845.87 23.69 1167.69

1992 483.55 436.92 8375.27 7558.74 22.23 1030.27

1993 450.59 402.91 9446.01 8505.94 19.28 1632.01

1994 613.38 511.15 10888.2 9717.64 17.9 1631.2

10285.0
1995
709.68 667.87 2 9269.79 19.38 1265.02

10734.9 10075.5
1996
582.94 542.32 6 5 22.61 1671.96

12374.5 12154.6
1997
585.71 522.42 9 8 19.9 2967.59

11134.2 10905.6
1998
708.85 532.43 8 2 12.78 1479.28

14116.9 13131.6
1999
450.74 349.43 9 5 17.85 3298.99

15187.0 14659.3
2000
310 265 3 5 27.68 4110.03

2001 278.13 250.9 17652.2 17108.1 21.38 4903.22

 2 4

19187.7
2002
373.35 304.45 1 19377 22.62 6333.71

20640.4
2003
414.68 343.8 1 21794 26.06 6386.41

24033.6
2004
429.39 380.38 5 23952 32.72 8661.65

10375.7
2005
372.1 307.72 26660 26156 43.13 9

10471.9
2006
408.3 326.49 30070 29172 50.28 2

11875.4
2007
647.79 523.99 29878 29938 55.71 2

DATA SAWIT 2
Tahun PXMSI QMSI NTERI MMSI STKMS

1984 37.18 1147.19 3404.91 57.63 85.25

1985 5 1243.43 3642.1 37.18 86.77

1986 0 1350.73 4052.39 8.79 255.61

1987 0 1506.06 4929.32 165.99 501.55

1988 0 1833.59 4865.87 302.19 696.3

1989 0 1964.95 5034.5 412.39 507.23

1990 0 2412.61 5125.71 26.18 304.76

1991 0 2657.6 5163.48 37.87 123.67

1992 0 3266.25 5149.87 308.74 375.65

1993 0 3421.45 4969.5 151.94 236.09

1994 10.3 4008.06 4888.28 123.64 290.95

1995 23.2 4479.67 4794.68 49.79 483.26

1996 15.8 4898.66 4730.61 107.55 863.96

 1997 15.2 5380.45 5323.78 91.68 108.82

1998 40 5640.15 10540.26 17.62 514.69

1999 30 6004.9 8436.21 1.65 540.73

2000 10 7580.5 8238 4.35 1053.56

2001 3 8396.47 9249.75 0.14 1669.95

2002 3 9622.35 7928.36 9.5 1941.09

2003 3 10440.83 6915.69 4.01 2830.53

2004 3 12326.42 7057.63 4.32 3152.62

2005 3 14619.83 6945.44 10.81 3861.47

2006 1.5 17350.85 5931.21 1.65 7031.04

2007 10 17664.73 5895.69 1.07 8716.42

B. PERSAMAAN SIMULTAN
Tujuan : Dampak Perubahan Harga Riil Ekspor Minyak Sawit Dunia
Terhadap Pasar Minyak Sawit di Indonesia

Alasan : Untuk mengetahui perubahan harga riil ekspor minyak sawit

dunia terhadap pasar minyak sawit di Indonesia

Persamaan : HRMSW = XMSW MMSW

Struktural
(+) (-)

XMSI = HRXMSI QMSI NTERI

(-) (+) (-)

HRXMSI = HRMSW HRMMW XMSI PXMSI

(+) (- ) (+) (-)

Persamaan : SMSD = QMSI - XMSI + MMSI

Identitas
Create Data : Pada data yang saya pakai sudah menggunakan data riil, maka tidak
Riil memerlukan “Create Data Riil”

Uji : HRMSW = (11-3) > (4-1)

 Identifikasi XMSI = (11-4) > (4-1)
Model HRXMSI = (11-5) >
(4-1)
SMSD = (11-5) > (4-1)
Label : XMSW : Ekspor Minyak Sawit Dunia
MMSW : Impor Minyak Sawit Dunia
HRMSW : Harga Riil Minyak Sawit Dunia
QMSI : Produksi Minyak Sawit Indonesia
XMSI : Ekspor Minyak Sawit Indonesia
NTERI : Nilai Tukar Efektif Riil Rupiah terhadap dollar
PXMSI : Pajak Ekspor Minyak Sawit Indonesia
MMSI : Impor Minyak Sawit Indonesia
SMSD : Penawaran Minyak Sawit Domestik
HRXMSI : Harga Riil Ekspor Minyak Sawit Indonesia
HRMMW : Harga Riil Minyak Mentah Dunia

C. SAS SYSLIN (UJI TANDA)

Output

The SAS System 19:50 Sunday, November 04, 2022 2

The SYSLIN Procedure

Two-Stage Least Squares Estimation

Model HRMSW
Dependent Variable HRMSW
Label HARGA RIIL MINYAK SAWIT DUNIA

Analysis of Variance

Sum of Mean
Source DF Squares Square F Value Pr > F

Model 2 58166.07 29083.03 1.61 0.2239

Error 20 360273.9 18013.69
Corrected Total 22 418439.9

Root MSE 134.21510 R-Square 0.13901

Dependent Mean 499.01783 Adj R-Sq 0.05291
Coeff Var 26.89585

Parameter Estimates

Parameter Standard Variable

Variable DF Estimate Error t Value Pr > |t| Label

Intercept 1 547.8222 60.87619 9.00 <.0001 Intercept

LXMSW 1 0.017447 0.017461 1.00 0.3297
 MMSW 1 -0.02057 0.015597 -1.32 0.2022 IMPOR MINYAK
SAWIT DUNIA

Durbin-Watson 1.1534
Number of Observations 23
First-Order Autocorrelation 0.265878

The SAS System 19:50 Sunday, November 04, 2022 4

The SYSLIN Procedure

Two-Stage Least Squares Estimation

Model HRXMSI
Dependent Variable HRXMSI
Label HARGA RIIL EKSPOR MINYAK SAWIT INDONESIA

Analysis of Variance

Sum of Mean
Source DF Squares Square F Value Pr > F

Model 4 107409.2 26852.31 2.47 0.0820

Error 18 196035.7 10890.87
Corrected Total 22 303444.9

Root MSE 104.35933 R-Square 0.35397

Dependent Mean 423.59174 Adj R-Sq 0.21040
Coeff Var 24.63677

Parameter Estimates

Parameter Standard Variable

Variable DF Estimate Error t Value Pr > |t| Label

Intercept 1 254.9531 92.34257 2.76 0.0129 Intercept

LHRMSW 1 0.545322 0.240241 2.27 0.0357
LHRMMW 1 -3.45535 3.531984 -0.98 0.3409
XMSI 1 0.004007 0.010233 0.39 0.7000 EKSPOR MINYAK SAWIT
INDONESIA
LPXMSI 1 -4.39038 2.986677 -1.47 0.1588

Durbin-Watson 1.511534
Number of Observations 23

First-Order Autocorrelation 0.159797

Interpretasi
1. Model HRMSW = Harga Riil Minyak Sawit Dunia
MODEL HRMSW = XMSW MMSW

(+) (-)

a. Adjusted R Square
Berdasarkan hasil analisis didapatkan nilai adjuster R square sebesar 0,0529. Maka
berarti 0,52% keragaman variabel. Harga riil minyak sawit dunia dapat dijelaskan dengan
variabel tersebut dan sisanya 99,48% dijelaskan oleh variabel diluar model tersebut.

b. Uji F
Berdasarkan hasil analisis didapatkan nilai Uji F sebesar 1,61 dengan probabilitas F-
statistic sebesar 0,2239 > 0,05 maka menunjukkan bahwa variabel yang masuk ke dalam
model HRMSW secara bersama sama tidak berpengaruh secara nyata terhadap harga riil
minyak sawit dunia.
c. Uji t
H0 : variabel x berpengaruh nyata terhadap variabel y
H1 : variabel x tidak berpengaruh nyata terhadap variabel y
Kriteria pengujian :
H0 ditolak jika Pr> [t] (signifikasi)<0,05
H0 diterima jika Pr>[t](signifikasi)>0,05

Berdasarkan output nilai probabilitas t-statistic (signifikasi) didapatkan nilai pada tiap
variabel pada model sebagai berikut :
- XMSW (Ekspor Minyak Sawit Dunia)
0,3297>0,05
Sehingga H0 diterima, XMSW berpengaruh secara nyata terhadap harga riil minyak
sawit dunia.
- MMSW (Impor Minyak Sawit Dunia)
0,2022>0,05
Sehingga H0 diterima, MMSW berpengaruh secara nyata terhadap harga riil minyak
sawit dunia.
d. Parameter Estimate
HRMSW : 547.8222 + 0,017447 XMSW – 0,02057 MMSW
- Intercept atau konstanta sebesar 547,8222 maka berarti bila tidak ada variabel bebas,
maka harga riil minyak sawit dunia sebesar Rp.547,8222
- Nilai koefisien XMSW (ekspor minyak sawit dunia) sebesar 0,017447 berarti jika
terjadi sebuah peningkatan Rp.1 ekspor minyak sawit dunia maka akan menurunkan
harga riil minyak sawit dunia sebesar $0,017447.

2. Model XMSI (Ekspor Minyak Sawit Indonesia)

Model XMSI = HRXMSI QMSI NTERI
(-) (+) (-)
a. Adjusted R square
Berdasarkan hasil analisis didapatkan nilai adjusted R square sebesar 0,97014 maka 97%
keragaman variabel. Ekspor minyak sawit Indonesia dapat dijelaskan dengan variabel
tersebut dan sisanya 3% dijelaskan oleh variabel diluar modal tersebut.
b. Uji F
Berdasarkan hasil analisis didapatkan Uji F sebesar 239,23 dengan probabilitas F-statistik
sebesar <0,0001 maka menunjukkan bahwa variabel yang masuk ke dalam model XMSI
secara bersama sama berpengaruh nyata terhadap ekspor minyak sawit Indonesia.
c. Uji T
Berdasarkan output nilai probalitas t-statistik didapatkan nilai pada tiap variabel sebagai
berikut :
- HRXMSI ( Harga Riil Ekspor Minyak Sawit Indonesia )
0,1149 > 0,05
Sehingga H0 diterima, HRXMSI berpengaruh secara nyata terhadap ekspor minyak
sawit indonesia
- QMSI ( Produksi Minyak Sawit Indonesia )
0,0001 < 0,05
Sehingga H0 ditolak, QMSI tidak berpengaruh nyata terhadap ekspor minyak sawit
indonesia
 - NTERI ( Nilai Tukar Efektif Riil Rupiah Terhadap Dollar )
0,3643 > 0,05
Sehingga H0 diterima, NTERI berpengaruh nyata terhadap ekspor minyak sawit
indonesia
d. Parameter Estimate
XMSI : 630.5107-2,3591 HRXMSI + 0,709778 QMSI – 0,09512 NTERI
- Intercept sebesar 630.5107 maka berarti bila tidak ada variabel bebas, maka harga riil
ekspor minyak sawit indonesia sebesar 630.5107 ton.
- Nilai koefisien HRXMSI sebesar -2,3591 berarti jika ada sebuah peningkatan 1$
harga ekspor riil minyak sawit indonesia maka akan menurunkan 2,3591 ton ekspor
minyak sawit indonesia.
- Nilai koefisien QMSI sebesar 0,709778 berarti jika ada sebuah peningkatan 1 ton
minyak sawit indonesia maka akan menaikkan ekspor minyak sawit indonesia sebesar
0,709778 ton
- Nilai koefisien NTERI -0,09512 berarti jika ada sebuah peningkatan Rp.1 nilai tukar
efektif riil rupiah maka akan menurunkan ekspor minyak sawit indonesia sebesar
0,09512 ton.
3. Model HRXMSI ( Harga Riil Ekspor Minyak Sawit Indonesia )
Model HRXMSI = HRMSW HRMMW XMSI PXMSI
(+) (- ) (+) (-)
a. Adjusted R square
Berdasarkan hasil analisis didapatkan nilai adjusted R square sebesar 0,21040 maka
berarti 21,4% keragaman variabel. Harga riil ekspor minyak sawit indonesia dapat
dijelaskan dengan variabel tersebut dan sisanya 78,6 % dijelaskan oleh variabel diluar
model tersebut.
b. Uji F
Berdasarkan hasil analisis didapatkan nilai uji F sebesar 2,47 dengan probabilitas F-
statistik sebesar 0,0820 > 0,05 maka menunjukkan bahwa variabel yang masuk ke
dalam model HRXMSI secara bersama sama tidak berpengaruh secara nyata terhadap
harga riil ekspor minyak sawit dunia.
c. Uji t
 Berdasarkan output nilai probabilitas t-statistic didapatkan nilai pada tiap variabel
pada model sebagai berikut :
- HRMSW ( Harga Riil Minyak Sawit Dunia )
0,0357 < 0,05
Sehingga H0 ditolak, HRMSW tidak berpengaruh secara nyata terhadap harga riil
ekspor minyak sawit indonesia
- HRMMW ( Harga Riil Minyak Mentah Dunia )
0,3409 > 0,05
Sehingga H0 diterima, HRMMW berpengaruh secara nyata terhadap harga riil ekspor
minyak sawit Indonesia
- XMSI ( Ekspor Minyak Sawit Indonesia )
0,7000 > 0,05
Sehingga H0 diterima, XMSI berpengaruh secara nyata terhadap harga riil ekspor
minyak sawit Indonesia.
- PXMSI ( Pajak Ekspor Minyak Sawit Indonesia )
0,1588 > 0,05
Sehingga H0 diterima, PXMSI berpengaruh secara nyata terhadap harga riil ekspor
minyak sawit Indonesia.
d. Parameter Estimate
HRXMSI : 254,9531 + 0,545322 HRMSW – 3,45535 HRMMW + 0,004007 XMSI –
4,39038 PXMSI
- Intercept sebesar 254,9531 maka berarti bila tidak ada variabel bebas, maka harga riil
ekspor minyak sawit Indonesia sebesar $254,9531
- Nilai koefisien HRMSW sebesar 0,545322 berarti jika terjadi sebuah peningkatan $1
maka akan menaikkan harga riil ekspor minyak sawit Indonesia sebesar $0,545322.
- Nilai koefisien HRMMW sebesar -3,45535 berarti jika terjadi sebuah peningkatan $1
maka akan menurunkan harga riil ekspor minyak sawit Indonesia sebesar $3,45535.
- Nilai koefisien XMSI sebesar 0,004007 berarti jika terjadi sebuah peningkatan 1 ton
maka akan menaikkan harga riil ekspor minyak sawit Indonesia sebesar $0,004007.
- Nilai koefisien PXMSI sebesar -4,39038 berarti jika terjadi sebuah peningkatan 1%
maka akan menurunkan harga riil ekspor minyak sawit Indonesia sebesar $4,39038.
Dari sekian model persamaan persamaan yang adjusted R square nya diatas 60 % ada 1 yaitu
pada model XMSI , sedangkan yang dibawah 60% ada dua persamaan yaitu pada persamaan
HRMSW dan HRXMSI. Seluruh persamaan yang di estimated memberikan koefisien parameter
sudah sesuai dengan konsep teori fenomena dan pengalaman empiris / pengalaman terdahulu.

D. SAS SIMNLIN (UJI PERSAMAAN MODEL)

Output
The SAS System 01:50 Thursday, November 11, 2022 124

The SIMNLIN Procedure

Model Summary

Model Variables 3
Endogenous 3
Parameters 12
Equations 3
Number of Statements 9
Program Lag Length 1

Model Variables HRMSW XMSI HRXMSI

Parameters(Value) A0(547.8222) A1(0.017447) A2(-0.02057) B0(630.5107) B1(-2.35951) B2(0.709778)
B3(-0.09512) C0(254.9531) C1(0.545322) C2(-3.45535) C3(0.004007) C4(-4.39038)

Equations HRMSW XMSI HRXMSI

The SAS System 01:50 Thursday, November 11, 2022 125

The SIMNLIN Procedure

Dynamic Simultaneous Simulation

Data Set Options

DATA= SAWIT

Solution Summary

Variables Solved 3
Simulation Lag Length 1
Solution Method NEWTON
CONVERGE= 1E-8
Maximum CC 4.49E-16
Maximum Iterations 1
Total Iterations 23
Average Iterations 1

Observations Processed
 Read 24
Lagged 1
Solved 23
First 2
Last 24

Variables Solved For HRMSW XMSI HRXMSI

The SAS System 01:50 Thursday, November 11, 2022 126

The SIMNLIN Procedure

Dynamic Simultaneous Simulation

Descriptive Statistics

Actual Predicted
Variable N Obs N Mean Std Dev Mean Std Dev Label

HRMSW 23 23 499.0
137.9 499.0 51.4440 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 23 3632.6 3624.4 3622.1 3563.6 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 23 423.6 117.4 428.1 59.4488 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA

Statistics of fit

Mean Mean % Mean Abs Mean Abs RMS RMS %

Variable N Error Error Error % Error Error Error R-Square Label

HRMSW 23 -0.0497 6.328321.6601 103.5

125.2 27.2071 0.1390 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 -10.5147 -4.5090 504.7 32.8318 656.4 49.0974 0.9657 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 4.4625 7.1224 92.4300 22.7883 108.1 26.7134 0.1147 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA

Theil Forecast Error Statistics

MSE Decomposition Proportions

Corr Bias Reg Dist Var Covar Inequality Coef
Variable N MSE (R) (UM) (UR) (UD) (US) (UC) U1 U Label

HRMSW 23 15664.1 0.37 0.00

0.00 1.00 0.46 0.54 0.2421 0.1229 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 430888 0.98 0.00 0.00 1.00 0.01 0.99 0.1293 0.0650 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 11680.4 0.37 0.00 0.02 0.98 0.28 0.72 0.2462 0.1241 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA

Theil Relative Change Forecast Error Statistics

Relative Change MSE Decomposition Proportions

Corr Bias Reg Dist Var Covar Inequality Coef
Variable N MSE (R) (UM) (UR) (UD) (US) (UC) U1 U Label
 HRMSW 23 0.0659 0.57 0.02 0.27
0.71 0.01 0.97 0.9719 0.4657 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 1.4710 -0.51 0.05 0.72 0.23 0.00 0.95 1.6132 0.8461 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 0.0814 0.54 0.03 0.37 0.60 0.04 0.93 1.0879 0.4879 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA

Interpretasi
1. Model Harga Riil Minyak Sawit Dunia (HRMSW)
Hasil analisis The SIMLIN Procedure Dynamic Simulation untuk variabel HRMSW antara
lain:

Goodnes of Fit Nilai Nilai Standart

RMSPE 27,2071 ≤30%
UI 0.2421 MENDEKATI 0
U 0.1229
UM 0.00 < 0,2
UC 0.54 MENDEKATI 1
US 0.46 MENDEKATI 0
a. RMSPE (Root Mean Square Percent Error)
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
RMS Percent error sebesar 27,2071< 30% artinya bahwa nilai hasil pendugaan (prediksi)
masing-masing peubah/variabel endogen tidak dapat mengikuti nilai aktualnya dengan
tingkat kesalahan 27,2071.
b. UI dan U
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
statistik UI = 0,2421 (Mendekati 1) nilai UI mengidentifikasi bahwa simulasi model
belum tentu mengikuti data aktualnya dengan baik dan statistik U = 0.1229 (mendekati
0) nilai ini mengidentifikasikan bahwa simulasi model sudah mengikuti data aktualnya
dengan baik.
c. U-Theil (UM, UC, dan US)
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
UM (Bias Proportion) = 0.00 nilai statistik ini mendekati nilai idealnya yaitu kurang dari
0,2; nilai UC (Covarian Proportion) sebesar 0.54 nilai statistik ini mendekati nilai
 idealnya yaitu 1 dan US (Varians Proportion)sebesar 0.44 nilai statistic ini mendekati
nilai idealnya yaitu 0. Jumlah UM+UC+US = 1 berarti bahwa model dapat mengikuti
data aktualnya dengan baik sehingga model sudah valid.
2. Model Ekspor Minyak Sawit Indonesia (MSI)
Hasil analisis The SIMLIN Procedure Dynamic Simulation untuk variabel XMSI antara
lain:

Goodnes of Fit Nilai Nilai Standart

RMSPE 49,0974 ≤30%
UI 0.1293 MENDEKATI 0
U 0,0650
UM 0.00 < 0,2
UC 0.99 MENDEKATI 1
US 0.01 MENDEKATI 0
a. RMSPE (Root Mean Square Percent Error)
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
RMS Percent error sebesar 49,0974> 30% artinya bahwa nilai hasil pendugaan (prediksi)
masing-masing peubah/variabel endogen dapat mengikuti nilai aktualnya dengan tingkat
kesalahan 49,0974.
b. UI dan U
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
statistik UI = 0.1293 (Mendekati 1) nilai UI mengidentifikasi bahwa simulasi model
belum tentu mengikuti data aktualnya dengan baik dan statistik U = 0,0650 (mendekati
0) nilai ini mengidentifikasikan bahwa simulasi model sudah mengikuti data aktualnya
dengan baik.

c. U-Theil (UM, UC, dan US)

Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
UM (Bias Proportion) = 0.00 nilai statistik ini mendekati nilai idealnya yaitu kurang dari
0,2; nilai UC (Covarian Proportion) sebesar 0.99 nilai statistik ini mendekati nilai
idealnya yaitu 1 dan US (Varians Proportion)sebesar 0.01 nilai statistic ini mendekati
nilai idealnya yaitu 0. Jumlah UM+UC+US = 1 berarti bahwa model dapat mengikuti
data aktualnya dengan baik sehingga model sudah valid.
3. Model Harga Ekspor Minyak Sawit Indonesia (HRXMSI)
Hasil analisis The SIMLIN Procedure Dynamic Simulation untuk variabel HRXMSI antara
lain:

Goodnes of Fit Nilai Nilai Standart

RMSPE 26,7134 ≤30%
UI 0.2462 MENDEKATI 0
U 0,1241
UM 0.00 < 0,2
UC 0.72 MENDEKATI 1
US 0.28 MENDEKATI 0
a. RMSPE (Root Mean Square Percent Error)
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
RMS Percent error sebesar 26,7134> 30% artinya bahwa nilai hasil pendugaan (prediksi)
masing-masing peubah/variabel endogen tidak dapar mengikuti nilai aktualnya dengan
tingkat kesalahan 26,7134.
b. UI dan U
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
statistik UI = 0.2462 (Mendekati 1) nilai UI mengidentifikasi bahwa simulasi model
belum tentu mengikuti data aktualnya dengan baik dan statistik U = 0,1241 (mendekati
0) nilai ini mengidentifikasikan bahwa simulasi model sudah mengikuti data aktualnya
dengan baik.
c. U-Theil (UM, UC, dan US)
Hasil perhitungan analisis dengan metode SIMLIN pada SAS menunjukan bahwa nilai
UM (Bias Proportion) = 0.00 nilai statistik ini mendekati nilai idealnya yaitu kurang dari
0,2; nilai UC (Covarian Proportion) sebesar 0.72 nilai statistik ini mendekati nilai
idealnya yaitu 1 dan US (Varians Proportion)sebesar 0.28 nilai statistic ini mendekati
nilai idealnya yaitu 0. Jumlah UM+UC+US = 1 berarti bahwa model dapat mengikuti
data aktualnya dengan baik sehingga model sudah valid.
E. SIMULASI HISTORIS

The SAS System 15:19 Friday, November 12, 2022 26

The SIMNLIN Procedure

Model Summary

Model Variables 3
Endogenous 3
Parameters 12
Equations 3
Number of Statements 9
Program Lag Length 1

Model Variables HRMSW XMSI HRXMSI

Parameters(Value) A0(547.8222) A1(0.017447) A2(-0.02057) B0(630.5107) B1(-2.35951) B2(0.709778)
B3(-0.09512) C0(254.9531) C1(0.545322) C2(-3.45535) C3(0.004007) C4(-4.39038)
Equations HRMSW XMSI HRXMSI

The SAS System 15:19 Friday, November 12, 2022 27

The SIMNLIN Procedure

Dynamic Simultaneous Simulation

Data Set Options

DATA= SAWIT

Solution Summary

Variables Solved 3
Simulation Lag Length 1
Solution Method NEWTON
CONVERGE= 1E-8
Maximum CC 5.55E-15
Maximum Iterations 1
Total Iterations 23
Average Iterations 1

Observations Processed

Read 24
Lagged 1
Solved 23
First 2
Last 24

Variables Solved For HRMSW XMSI HRXMSI

The SAS System 15:19 Friday, November 12, 2022 28

The SIMNLIN Procedure

Dynamic Simultaneous Simulation

Descriptive Statistics
 Actual Predicted
Variable N Obs N Mean Std Dev Mean Std Dev Label

HRMSW 23 23 499.0
137.9 499.0 51.4440 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 23 3632.6 3624.4 4527.4 4272.6 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 23 423.6 117.4 431.7 57.9726 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA

Statistics of fit

Mean Mean % Mean Abs Mean Abs RMS RMS %

Variable N Error Error Error % Error Error Error R-Square Label

HRMSW 23 -0.0497 6.3283 21.6601 103.5

125.2 27.2071 0.1390 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 894.8 26.7684 974.7 40.5332 1303.5 59.8455 0.8648 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 8.0902 8.1034 93.5512 23.2764 108.4 27.2935 0.1088 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA

Theil Forecast Error Statistics

MSE Decomposition Proportions

Corr Bias Reg Dist Var Covar Inequality Coef
Variable N MSE (R) (UM) (UR) (UD) (US) (UC) U1 U Label

HRMSW 23 15664.1 0.37 0.00

0.00 1.00 0.46 0.54 0.2421 0.1229 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 1699022 0.98 0.47 0.28 0.25 0.24 0.29 0.2568 0.1160 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 11757.6 0.36 0.01 0.02 0.98 0.29 0.71 0.2471 0.1240 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA

Theil Relative Change Forecast Error Statistics

Relative Change MSE Decomposition Proportions

Corr Bias Reg Dist Var Covar Inequality Coef
Variable N MSE (R) (UM) (UR) (UD) (US) (UC) U1 U Label

HRMSW 23 0.0659 0.57 0.02 0.27

0.71 0.01 0.97 0.9719 0.4657 HARGA RIIL MINYAK
SAWIT DUNIA
XMSI 23 0.9970 -0.25 0.02 0.55 0.43 0.01 0.97 1.3281 0.6737 EKSPOR MINYAK SAWIT
INDONESIA
HRXMSI 23 0.0836 0.54 0.04 0.38 0.58 0.04 0.91 1.1024 0.4891 HARGA RIIL EKSPOR
MINYAK SAWIT
INDONESIA
Simulasi Ex-Post Peningkatan Produksi Minyak Sawit Indonesia 20%
Tujuan : melakukan scenario salah satu kebijakan yang diperlukan dalam pengembangan
minyak sawit yaitu kebijakan pengembangan insentif investasi yang mencakup peningkatan
produksi minyak sawit Indonesia sebesar 20%
Interpretasi
Peningkatan produksi minyak sawit sebesar 20% merupakan biaya investasi yang diperlukan
untuk pengembangan komoditas sawit. Untuk melihat dampak peningkatan produksi sbesar
20% terhadap kinerja permintaan dan penawaran sawit di Indonesia dapat diketahui dari
perubahan nilai predisi. Table berikut adalah dampak dari skenario peningkatan produksi
minyak sawit sebesar 20%.

QMSI NAIK 20%

Variabel Predicte Label

Nilai d Mean Selisi
Dasar Output 2 h %Δ
HRMS Harga Minyak Sawit
W 499 499 0 0 Dunia
3622. 24.9937 Ekspor Minyak Sawit
XMSI 1 4527.4 905.3 9 Indonesia
HRXMS 0.84092 Harga Ekspor Minyak
I 428.1 431.7 3.6 5 Sawit Indonesia

Pada tabel tersebut dapat diketahui bahwa apabila produksi minyak sawit mengalami kenaikan
sebesar 20% akan tidak memiliki dampak yang signifikan pada harga minyak sawit dunia.
Kenaikan produksi minyak sawit di Indonesia akan meningkatkan jumlah ekspor minyak
sawit Indonesia sebesar 24,99379% serta akan berdampak pula pada harga ekspor minyak
sawit Indonesia sebesar 0,840925%
 DAFTAR PUSTAKA

Novindra, 2011. Dampak Kebijakan Domestik dan Perubahan Faktor Eksternal Terhadap
Kesejahteraan Produsen dan Konsumen Minyak Sawit di Indonesia. Skripsi : Institut
Pertanian Bogor.