Anda di halaman 1dari 73

LAPORAN PENELITIAN 2016

Fakultas Ekonomi Universitas Islam Nusantara

LEMBAR PENGESAHAN

Judul Penelitian : Pengaruh nilai tukar terhadap harga bahan makanan

Surat Tugas Penelitian : Nomor: 004/PD/LPPM/VII/2016

Tim Dosen Peneliti : Siti Suarsih; Wahdi Suardi; Endang Tasli Susandi

Seminar hasil pada tanggal : 08 Oktober 2016

Tim Mahasiswa : Dian Rusli Ardianto (131062); Angga Permana (131063);


Deni Herdiawan (131064); Neny Nurdiany (131065);
Vinna Dewi Verdiani (131066); Yulia Yanti (131067);
Cahya Nurdiansyah (131068); Tenten Hidayanti (131069

Waktu Penelitian : 13 Juli- 13 Oktober 2016

Biaya Penelitian : Rp20.000.000 (duapuluh juta rupiah)

Sumber Pembiayaan : Fakultas Ekonomi Universitas Islam Nusantara

Bandung, 18 Oktober 2016


Ketua LPPM

Rubi Robana, Ir.,M.Sc

Tembusan:
 Rektor Universitas Islam Nusantara
 Arsip

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| i


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

SURAT TUGAS PENELITIAN


Nomor: 004/PD/LPPM/VII/2016

Memperhatikan usulan Fakultas Ekonomi Universitas Islam Nusantara yang telah


diseminarkan pada tanggal 08 Juli 2016, maka dengan ini pimpinan Lembaga Penelitian
& Pengabdian kepada Masyarakat Universitas Islam Nusantara menetapkan menugaskan
kepada nama-nama berikut untuk melaksanakan penelitian kelompok dosen dengan
ketentuan sebagai berikut
Judul Penelitian : Pengaruh nilai tukar terhadap harga bahan
makanan
Tim Dosen Peneliti : Siti Suarsih; Wahdi Suardi; Endang Tasli Susandi

Seminar proposal pada tanggal : 08 Juli 2016

Tim Mahasiswa : Dian Rusli Ardianto (131062); Angga Permana


(131063); Deni Herdiawan (131064); Neny Nurdiany
(131065); Vinna Dewi Verdiani (131066); Yulia
Yanti (131067); Cahya Nurdiansyah (131068);
Tenten Hidayanti (131069)

Waktu Penelitian : 13 Juli- 13 Oktober 2016

Diskusi Hasil : Paling lambat tanggal 10 Oktober 2016

Biaya Penelitian : Rp20.000.000 (duapuluh juta rupiah)

Sumber pembiayaan : Fakultas Ekonomi Universitas Islam Nusantara

Bandung, 13 Juli 2016


Ketua LPPM

Rubi Robana, Ir.,M.Sc


Tembusan:
 Rektor Universitas Islam Nusantara
 Arsip

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| ii


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Abstrak

Penelitian ini hanya melihat faktor eksternal yang memengaruhi harga domestik dan
hanya melihat dampak langsung dari perubahan nilai tukar terhadap harga domestik
melalui harga barang impor. Untuk mengukur dampaknya tersebut penelitian ini
menggunakan indikator derajat passthrough yang diperoleh dari nilai Impulse Response
Function (IRF). Sedangkan kontribusi nilai tukar terhadap harga domestik dilihat dari
Decomposition of Forecasting Error Variance (DFEV), dan Cholesky Decomposition
digunakan untuk mengidentifikasi guncangan model VAR yang dikombinasikan dengan
VECM. Data sekunder yang digunakan adalah data bulanan time series pada periode
Januari 1998 – Desember 2013. Hasil empiris menunjukkan bahwa selama periode
penelitian terjadi incomplete pass-through pada ke-sebelas kelompok IHK bahan
makanan. Derajat pass-through terbesar terjadi pada kelompok IHK Susu, telor dan
hasilnya sebesar 0.24. Implikasinya perubahan kenaikan 1 persen dalam nilai tukar
rupiah terhadap dolar (depresiasi) menyebabkan perubahan kenaikan harga-harga
konsumen kelompok susu, telor dan hasilnya sebesar 0.24 persen.

Kata kunci: exchange rate pass-through, Indeks Harga Konsumen, bahan makanan.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| iii


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

KATA PENGANTAR

Makin terbukanya perekonomian Indonesia terhadap perubahan yang terjadi pada


lingkungan global mengakibatkan setiap perubahan yang terjadi di dalam negeri tidak
pernah lepas dari pengaruh fluktuasi indicator ekonomi makro yang terjadi di belahan
dunia lainnya. Penelitian ini mengkaji faktor eksternal yang memengaruhi harga
domestik dan hanya melihat dampak langsung dari perubahan nilai tukar terhadap harga
domestik melalui harga barang impor. Untuk mengukur dampaknya tersebut penelitian
ini menggunakan indikator derajat passthrough yang diperoleh dari nilai Impulse
Response Function (IRF).

Bandung, Oktober 2016

Siti Suarsih
Wahdi Suardi
Endang Tasli Susandi

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| iv


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
DAFTAR ISI

LEMBAR PENGESAHAN LPPM i


SURAT TUGAS PENELITIAN ii
ABSTRAK iii
KATA PENGANTAR iv
DAFTAR ISI v
BAB I PENDAHULUAN 1
Latar Belakang Penelitian 1
Masalah, Tujuan dan Kegunaan Penelitian 5

BAB II : KERANGKA TEORITIS 6


Konsep exchange rate pass-through & Teori Purchasing Power 6
Parity (PPP)
Nilai tukar (Exchange Rate), indek harga konsumen (IHK) 7
& inflasi

BAB III : METODE PENELITIAN 10


Data Penelitian 10
Uji Non Stasioneritas Data (Augmented Dickey Fuller Test) 11
Uji stabilitas, penentuan lag optimal & uji kointegrasi 12
Impulse Response Function, Decomposition of Forecasting Error 13
Variance & Derajat pass-through

BAB IV : HASIL PENELITIAN DAN PEMBAHASAN 15


Uji Non Stasioneritas Data 15
Pengujian Lag Optimal, Pengujian Stabilitas, & Pengujian 16
Kointegrasi
Hasil perhitungan exchange rate pass-through pada IHK umum 17
Dampak perubahan nilai tukar (exchange rate pass-through) 17
terhadap IHKbm terpilih
Kontribusi nilai tukar terhadap IHK kelompok bahan makanan 35
terpilih

BAB V : KESIMPULAN DAN SARAN 45


Kesimpulan 45
Saran 46

DAFTAR PUSTAKA 47

LAMPIRAN 49

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| v


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

BAB I
PENDAHULUAN

Latar Belakang
Nilai tukar memainkan peran penting dalam perekonomian semua negara
termasuk Indonesia, karena dampaknya yang luas terhadap kondisi makroekonomi
agregat, seperti pertumbuhan ekonomi dan tingkat inflasi. Pengalaman menunjukkan
ketika pada tahun 1998 nilai tukar rupiah terdepresiasi hingga mencapai Rp 14.900/$,
berdampak pada tingginya inflasi nasional yang diukur dengan indeks harga konsumen
(IHK) mencapai 77,63%. Begitu juga pada tahun 2008, nilai tukar rupiah terdepresiasi
hingga mencapai Rp.12151/$, laju inflasi nasional mencapai 11.06% meningkat dari
tahun sebelumnya yang hanya mencapai 6.59%. Kemudian pada tahun 2013, dimana
nilai tukar rupiah terdepresiasi hingga mencapai Rp.12189/$, laju inflasi nasional
mencapai 8.38% meningkat dari tahun sebelumnya yang hanya mencapai 4.30%.
Mengenai dampak perubahan nilai tukar teradap tingkat infilasi telah banyak
diteliti, diantaranya seperti yang dilaporkan oleh Windarti (2004), menyimpulkan bahwa
depresiasi Rupiah akan telah menyebabkan kenaikan harga domestik IHK sebesar 25%.
Achsani dan Nababan (2008), meneliti dampak nilai tukar (ERPT) terhadap tujuh
kelompok IHK di Indonesia, menemukan bahwa depresiasi rupiah akan menyebabkan
kenaikan harga domestik IHK secara umum sebesar 14%. Selanjutnya Sato et.al (2005)
meneliti pengaruh nilai tukar (ERPT) terhadap IHK di sembilan negara Asia termasuk
Indonesia, menemukan bahwa pengaruh nilai tukar rupiah terhadap harga domestik
sangat besar di Indonesia dibandingkan 8 negara asia lainnya, baik jangka panjang
maupun jangka pendek.
Nilai tukar yang fluktuatif (terapresiasi atau terdepresiasi) dapat berdampak pada
harga barang-barang yang diimpor baik barang konsumsi (barang jadi) maupun bahan
baku, sehingga menyebabkan perubahan pada harga impor dan pada gilirannya
berpengaruh terhadap harga barang dan jasa domestik yang dikonsumsi masyarakat.
Perubahan harga barang dan jasa yang dikonsumsi dapat dicermati dalam indeks harga
konsumen (IHK) yang umum digunakan untuk mengukur tingkat harga domestic dan
inflasi (Achsani dan Nababan, 2008). IHK merupakan indek yang menghitung rata-rata

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 1


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
perubahan harga dari suatu paket barang dan jasa yang dikonsumsi oleh rumah tangga
dalam kurun waktu tertentu. Perubahan IHK dari waktu ke waktu menggambarkan
tingkat kenaikan/ penurunan harga (inflasi / deflasi). Kumpulan barang dan jasa yang
dikonsumsi masyarakat (kelompok pengeluaran) terbagi kedalam tujuh kelompok, yaitu
kelompok bahan makanan, transportasi, komunikasi & jasa keuangan, sandang,
kesehatan, pendidikan, rekreasi & olahraga, kelompok perumahan, air, listrik, gas &
bahan bakar, serta kelompok makanan jadi, minuman, rokok dan tembakau. (BPS, n.d.).
Kelompok bahan makanan menurut Badan Pusat Statistik (BPS) diantaranya pada
tahun 1998, memiliki persentase perubahan harga bahan makanan atau laju inflasi bahan
makanan mencapai 118.37%, dimana nilai tukar rupiah pada tahun tersebut terdepresiasi
mencapai Rp 14.900/$. Selanjutnya pada tahun 2008, laju inflasi bahan makanan
mencapai 16.35% meningkat dari tahun sebelumnya yang hanya mencapai 11.26%,
dimana nilai tukar rupiah pada tahun tersebut terdepresiasi mencapai Rp.12151/$, pada
tahun 2013 laju inflasi bahan makanan mencapai 11.35% meningkat dari tahun
sebelumnya yang hanya mencapai 5.68 %, dimana nilai tukar rupiah pada tahun tersebut
terdepresiasi mencapai Rp. 12189/$. Selain itu, kelompok bahan makanan juga
kontribusi terbesar terhadap tingginya inflasi nasional selama beberapa tahun. Menurut
Berita Resmi Statistik (BRS) Badan Pusat Statistik, diantaranya dari periode 2006, 2007,
2008, 2010, 2011, 2012, sampai 2013, sumbangan atau andil terhadap tingginya inflasi
nasional, setiap tahun masing-masing sebesar 3.05%, 2.82%, 3.49%, 3.5%, 0.84%,
1.31% dan 2,75%.

Tabel 1 Kontribusi kelompok pengeluaran terhadap inflasi nasional (persen)


Kelompok pengeluaran
Makanan
Tahun Transpor,
jadi, Perumahan, Air, Pendidikan,
Bahan Komunikasi,
Minuman, Listrik, Gas, & Sandang Kesehatan Rekreasi &
makanan & Jasa
rokok, & Bahan Bakar Olahraga
Keuangan
tembakau
2006 3,05 0,99 1,28 0,39 0,22 0,49 0,18
2007 2.82 1.1 1.27 0.48 0.17 0.54 0.21
2008 3.49 2.1 2.74 0.53 0.34 0.5 1.36
2010 3.5 1.23 1.01 0.45 0.09 0.23 0.45
2011 0.84 0.78 0.78 0.52 0.18 0.35 0.34
2012 1.31 1.09 0.8 0.35 0.12 0.28 0.35
2013 2.75 1.34 1.48 0.04 0.15 0.26 2.36
Sumber: BRS-BPS

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 2


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Inflasi yang tinggi berdampak buruk pada pembangunan perekonomian
Indonesia, karena inflasi berkaitan erat dengan daya beli masyarakat dan stabilitas
ekonomi makro. Selanjutnya jika dilihat dari sisi banyaknya barang yang diimpor untuk
bahan makanan, selama kurun waktu lebih dari 10 tahun, impor untuk sub sektor pangan,
hortikultura dan peternakan, lebih besar dibandingkan kemampuan ekspornya
(Nuryartono, 2014). Perubahan nilai tukar akan memengaruhi harga bahan makanan
yang dikonsumsi oleh masyarakat melalui harga bahan makanan impor. IHKbm terbagi
ke dalam sebelas kelompok yaitu kelompok padi-padian, umbi-umbian dan hasilnya,
kelompok daging dan hasil-hasilnya, kelompok ikan segar, kelompok ikan diawetkan,
kelompok telur, susu dan hasil-hasilnya, kelompok sayur-sayuran, kelompok kacang-
kacangan, kelompok buah-buahan, kelompok bumbu-bumbuan, kelompok lemak dan
minyak, kelompok bahan makanan lainnya.
Gejolak harga domestik yang terjadi dapat memicu instabilitas ekonomi, sosial
dan politik. Kenaikan harga yang terus menerus maka otomatis menyebabkan
peningkatan inflasi, memengaruhi keterjangkauan daya beli masyarakat terhadap produk
bahan makanan, karena akan menyebabkan semakin sulitnya akses terhadap bahan
makanan bagi masyarakat terutama yang berpendapatan menengah dan rendah yang
sebagian besar pengeluarannya digunakan untuk konsumsi bahan makanan, dapat
meningkatkan kemiskinan, mengantarkan manusia kepada tindak kejahatan yang dapat
memicu kerusuhan sosial dan kekacauan politik.

Masalah, tujuan, manfaat & lingkup penelitian


Berdasarkan latar belakang, rumusan pertanyaan yang akan diangkat dalam
penelitian ini adalah: bagaimana pengaruh perubahan nilai tukar terhadap kelompok
indeks harga konsumen bahan makanan, dan bagaimana kontribusi nilai tukar terhadap
kelompok indeks harga konsumen bahan makanan?
Tujuan penelitian ini adalah untuk menganalisis pengaruh perubahan nilai tukar
terhadap indeks harga konsumen kelompok bahan makanan, menganalisis kontribusi
nilai tukar terhadap indeks harga konsumen kelompok bahan makanan di Indonesia. Bagi
pihak pemerintah, hasil penelitian ini diharapkan dapat memberikan kontribusi implikasi
kebijakan terkait dengan kestabilan nilai tukar, harga bahan makanan dan impor bahan
makanan. Sedangkan bagi mahasiswa dan atau peneliti, penelitian mengenai pengaruh

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 3


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
perubahan nilai tukar terhadap harga domestik bahan makanan ini, diharapkan dapat
menjadi referensi dalam melakukan penelitian selanjutnya.
Ruang lingkup penelitian ini mencakup analisis pengaruh perubahan nilai tukar
dengan pendekatan exchange rate pass-through pada masing-masing kelompok IHK
bahan makanan, analisis kontribusi nilai tukar terhadap masing-masing kelompok bahan
makanan. Kelompok bahan makanan tersebut dibatasi pada: kelompok telur, susu dan
hasil-hasilnya, kelompok daging dan hasil-hasilnya, dan kelompok lemak dan minyak.
Periode analisis dalam penelitian ini selama enam belas tahun dari tahun 1998-2013.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 4


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

BAB II
KERANGKA TEORITIS & HIPOTESIS

Konsep exchange rate pass-through & Teori Purchasing Power Parity (PPP)
Exchange rate pass-through (ERPT) merupakan indicator yang menunjukkan
perubahan harga domestik sebagai akibat perubahan satu persen dalam kurs/nilai tukar
domestik terhadap kurs/nilai tukar asing. Pendekatan konsep ERPT diturunkan dari
formula purchasing power parity (PPP):

P+ q^ =e^ + ^
^ P¿ (1)

(^
P = perubahan harga domestik, q^ = perubahan nilai tukar riil, e^ = perubahan nilai
tukar nominal dan ^
P¿ =¿ perubahan harga luar negeri). Formula tersebut menjelaskan
jika terjadi perubahan nilai tukar nominal maka akan berpengaruh terhadap harga
domestic. Fenomena ERPT ini dapat dibedakan menjadi tiga jenis (Achsani dan
Nababan, 2008). Pertama, Complete pass-through, yaitu jika perubahan nilai tukar
nominal sebanding dengan perubahan harga domestic maka fenomena ini dinamakan full
atau complete pass-through. Kedua, Incomplete pass-through yaitu jika perubahan nilai
tukar nominal tidak sebanding dengan perubahan harga domestik maka fenomena ini
dinamakan partial atau incomplete pass-through. Ketiga, Zero pass-through yaitu jika
perubahan nilai tukar nominal tidak memengaruhi perubahan harga domestik maka
fenomena ini dinamakan zero pass-through, artinya berapa pun perubahan nilai tukar
yang terjadi maka tidak berpengaruh pada tingkat harga.
Beberapa penelitian terdahulu terkait dengan penggunaan ERPT diantaranya
yang dilakukan oleh Carthy (2007), menemukan bahwa dampak nilai tukar terhadap
harga terjadi incomplete pass-through dan fluktuasi nilai tukar memiliki efek besar
terhadap harga impor dibandingkan terhadap harga domestik. Begitu juga dengan
Tandrayen-Ragoobur dan Chicooree (2013), penelitiannya mengenai ERPT terhadap
harga domestik di Maritius, menemukan bahwa dampak nilai tukar terhadap harga
konsumen berdampak besar diikuti oleh harga produsen, sedangkan ERPT terhadap
harga impor adalah rendah. Selanjutnya penelitiannya Hyder dan Syah (2004) mengenai

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 5


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
perubahan nilai terhadap Harga Domestik di Pakistan, menemukan bahwa dampak nilai
tukar terhadap harga terjadi Incomplete Pass-through dan pengaruh perubahan nilai tukar
pada harga impor dampaknya lebih besar dibandingkan pada harga domestik. Sedangkan
Adeyemi O dan Samuel E (2013), yang melakukan penelitian mengenai Exchange Rate
PassThrough terhadap harga konsumen di Nigeria, menemukan bahwa dampak nilai
tukar terhadap harga terjadi incomplete pass-through dan nilai tukar secara langsung
berpengaruh besar terhadap inflasi di Nigeria.
Teori PPP menggambarkan hubungan antara tingkat harga umum dan nilai tukar
pada waktu tertentu. Versi dasar dari PPP dapat dipandang sebagai generalisasi dari
Hukum Satu Harga (The Law of One Price). Implikasinya adalah bahwa harga komoditi
yang diperdagangkan antar negara haruslah sama walaupun didenominasikan dalam mata
uang negara yang berlaku. yaitu paritas daya beli absolut dan paritas daya beli relative
(Rivera-Batiz & Rivera-Batiz, 1994). Paritas daya beli absolut mengindikasikan bahwa
nilai tukar memiliki hubungan dengan harga relatif suatu barang. Hubungan antara nilai
tukar dengan harga barang atau tingkat harga umum direfleksikan melalui rumus:

P = e P* atau Pˆ = eˆ + Pˆ* (2)

(P = harga domestik, e = nilai tukar nominal, P* = harga luar negeri/impor, Pˆ =


perubahan harga domestik, eˆ adalah perubahan nilai tukar nominal dan P ˆ* =
perubahan harga luar negeri. Konsep paritas daya beli relatif menyatakan bahwa
perubahan nilai tukar sepanjang waktu t ke t + T akan sebanding dengan perubahan
paritas daya beli antara dua negara. Konsep ini juga menekankan adanya penghitungan
periode dasar dalam persamaan paritas daya beli. Maka persamaan paritas daya beli
relatif dapat ditulis menjadi:

e
S t +T −S t e e
¿
e
¿

=[π t −π t ]/[1+ π t ] (3)


St

( Set +T = expected exchange rate, St = nilai tukar pada periode dasar, π et = inflasi dalam
¿
e
negeri, π t = inflasi luar negeri). Model persamaan ini mengimplikasikan bahwa
perubahan dalam ekspektasi nilai tukar (expected exchange rate) akan berhubungan
dengan perubahan dalam ekspektasi inflasi (expected inflation).

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 6


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Nilai tukar (Exchange Rate), indek harga konsumen (IHK) & inflasi
Nilai tukar dibedakan menjadi tiga jenis yaitu nilai tukar nominal, nilai tukar riil
dan nilai tukar efektif nominal. Dalam penelitian ini nilai tukar nominal (e) adalah harga
relatif dari mata uang dua Negara yang dapat dirumuskan sebagai berikut (Moosa
(2004):

Pd
e= (4)
Pf

( Pd = tingkat harga domestik dan Pf adalah tingkat harga luar negeri).


Indeks Harga Konsumen (IHK) merupakan salah satu indikator ekonomi penting
yang dapat memberikan informasi mengenai perkembangan harga barang atau jasa yang
dibayar oleh konsumen. Penghitungan IHK ditujukan untuk mengetahui perubahan harga
dari sekelompok tetap barang atau jasa yang pada umumnya dikonsumsi masyarakat.
Perubahan IHK dari waktu ke waktu menggambarkan tingkat kenaikan (inflasi) atau
tingkat penurunan (deflasi) dari barang atau jasa kebutuhan rumah tangga sehari-hari.
Kenaikan atau penurunan harga barang atau jasa mempunyai kaitan yang erat sekali
dengan kemampuan daya beli dari uang yang dimiliki masyarakat, terutama mereka yang
berpenghasilan tetap. Tingkat perubahan IHK (inflasi/deflasi) dengan sendirinya
mencerminkan daya beli dari uang yang dipakai masyarakat untuk memenuhi kebutuhan
sehari-harinya.
IHK diantaranya dapat dihitung dengan menggunakan formula Laspeyres yang
dimodifikasi (karena untuk memudahkan dalam penghitungannya). Secara umum
menghitung IHK menggunakan rumus Laspeyres yang dimodifikasi seperti di bawah ini:

k Pni
∑ P(n−1)i
P( n−1)i Q oi
i =1
I n= k
×100
∑ P oi Q oi
i=1

(5)
Dimana :
In = Indeks periode ke-n
Pni = Harga jenis barang i, periode ke-n

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 7


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
P(n-1)i = Harga jenis barang i, periode ke-(n-1)
P(n-1)i Qoi = Nilai konsumsi jenis barang i, periode ke-(n-1)
Poi Qoi = Nilai konsumsi jenis barang i pada tahun dasar
k = Jumlah jenis barang paket komoditas

Penelitian ini menggunakan adjustmen IHK tahun dasar 2007=100. Pada tahun 2007
BPS telah melaksanakan SBH 2007 di 66 kota, yang terdiri dari 33 ibukota propinsi dan
33 kabupaten/kota yang perekonomiannya relatif tinggi. Paket komoditas yang diperoleh
antara 284 - 441 jenis barang/jasa dengan tahun dasar penghitungan IHK 2007 = 100,
serta IHK disajikan dalam 7 kelompok dan 35 sub kelompok pengeluaran.
Inflasi didefinisikan sebagai kenaikan harga secara umum dan berlanjut atas
barang dan jasa karena adanya ketidakseimbangan di dalam perekonomian. Bank
Indonesia mendefinisikan inflasi sebagai kecenderungan dari harga-harga untuk
meningkat secara umum dan terus menerus. Kenaikan harga satu atau dua barang saja
tidak dapat disebut inflasi kecuali bila kenaikan itu meluas (atau mengakibatkan
kenaikan) kepada kenaikan pada barang lainnya. Kebalikan dari inflasi disebut deflasi.
Inflasi merupakan indikator perkembangan harga barang dan jasa yang
dikonsumsi masyarakat. Inflasi dihitung berdasarkan Indeks Harga Konsumen (IHK)
dengan menggunakan rumus Laspeyres yang dimodifikasi (Modified Laspeyres). Rumus
tersebut mengacu pada manual Organisasi Buruh Dunia (International Labour
Organisation/ILO). Pengelompokan IHK didasarkan pada klasifikasi internasional baku
yang tertuang dalam Classification of Individual Consumption According to Purpose
(COICOP) yang diadaptasi untuk kasus Indonesia menjadi Klasifikasi Baku Pengeluaran
Konsumsi Rumah Tangga (BPS).
Inflasi IHK atau inflasi umum (headline inflation) adalah inflasi seluruh
barang/jasa yang dimonitor harganya secara periodik. Inflasi umum adalah komposit dari
inflasi inti, inflasi administered prices, dan inflasi volatile goods. Secara umum
penghitungan inflasi dari IHK mengikuti rumus berikut ini.

IHK t −IHK t−1


INF t= x 100 (6)
IHK t −1

t = bulan atau tahun tertentu

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 8


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Sedangkan perhitungan inflasi untuk bulanan adalah:

IHK bulan ( n)−IHK bulan (n −1 )


INF bulan (n )= x 100 (7)
IHK bulan (n −1 )

Penelitian ini mengacu pada penelitian-penelitian terdahulu seperti, Hyder dan


Syah (2004), McCarthy (2007), Tandrayen-Ragoobur dan Chicooree (2013), Achsani
dan Nababan (2008), dimana pengaruh perubahan nilai tukar diduga kuat diawali oleh
guncangan harga minyak dunia yang berdampak terhadap ekspekstasi inflasi masyarakat
akan tingginya inflasi. Ketika harga minyak dunia meningkat, Bank Sentral akan
melakukan intervensi melalui suku bunga acuan dengan tujuan untuk memengaruhi
jumlah uang beredar sehingga akan berpengaruh terhadap nilai tukar. Guncangan nilai
tukar akan berpengaruh terhadap harga impor yang diproksi melalui Indeks Harga
Barang Perdagangan Besar (IHPB) sektor impor. Kemudian harga barang impor tersebut
ditransmisikan pada harga yang diterima oleh konsumen, diproksi dengan IHK. Pada
penelitian ini IHK per komoditi untuk kelompok bahan makanan yang terdiri dari sebelas
kelompok bahan makanan.
Berdasarkan permasalahan dan kerangka teoritis di atas, maka hipotesis yang
diajukan yaitu: diduga dampak perubahan nilai tukar (depresiasi) akan direspon positif
(menyebabkan kenaikan) harga konsumen kelompok bahan makanan. Artinya, jika nilai
tukar rupiah terhadap dollar terdepresiasi, maka harga bahan makanan impor akan mahal
dalam mata uang domestik, kemudian harga bahan makanan impor meningkat maka dan
pada gilirannya akan meningkatkan harga domestik bahan makanan yang diukur dengan
indeks harga konsumen kelompok bahan makanan.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 9


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

BAB III
METODE PENELITIAN

Data penelitian
Penelitian ini menggunakan data sekunder yang terdiri atas: harga impor diukur
dengan indeks harga perdagangan besar impor (IHPB impor), harga domestik bahan
makanan diukur dengan indeks harga konsumen (IHK) berdasarkan data BPS.
Sedangkan nilai tukar rupiah/kurs terhadap US Dollar, suku bunga (%) dan jumlah uang
beredar (Rupiah) diperoleh dari Statistik Ekonomi dan Keuangan Indonesia (SEKI) Bank
Indonesia, dan harga minyak dunia (US dolar per barrel) diperoleh dari website
indexmundi. Data yang digunakan adalah data statistik bulanan kurun waktu jan-1998
sampai des-2013.

Tabel 2
Variabel Data dan sumber data
Variabel Data Sumber Data
Indeks Harga Konsumen (IHK) secara Umum, BPS
Kelompok IHK Umum, Kelompok IHK Bahan
Makanan.
Nilai Tukar Rupiah (Rupiah/US Dolar) SEKI BI
Harga Minyak Dunia ( US Dollar Per Barrel) Indexmundi
Suku Bunga SBI (Persen) SEKI BI
Jumlah Uang Beredar M2 (Rupiah) SEKI BI
IHPB Impor BPS

Analisis Vector Error Correction Model (VECM)


Efek perubahan kurs terhadap kelompok IHK bahan makanan dianalisis dengan
menggunakan Vector Auto Regressive (VAR) dikombinasikan dengan model koreksi
kesalahan (error correction model) sehingga menjadi cointegrated VAR (Vector Error

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 10


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Correction Model-VECM). Dalam penelitian semua data diubah kedalam logaritma
natural kecuali suku bunga. Data IHK di sesuaikan dengan menggunakan tahun dasar
2007=100. Terhadap data IHK sebelas kelompok bahan makanan dilakukan seasonality
adjustment. Data terbagi dalam variabel eksogen (harga minyak dunia) dan variabel
endogen (suku bunga SBI, jumlah uang beredar JUB M2, Kurs Rupiah terhadap US
Dolar, indeks harga perdagangan besar impor IHPB impor, indeks harga konsumen
masing-masing). VECM adalah VAR yang terestriksi yang digunakan karena variabel
non stasioner di level tapi memiliki kointegrasi dan variabel tersebut stasioner pada
difference-nya. Model ini ditujukan untuk mengantisipasi hilangnya informasi jangka
panjang. Secara matematis VECM dirumuskan menjadi (Verbeek, 2000):

k −1
∆ Y t=∑ Γ i Δ Y t−i−γβ Y t−1 +ε t (8)
i=1

(∆ Y t = vector yang berisi variabel-variabel yang dianalisis dalam penelitian; Γ =


koefisien hubungan jangka pendek; β = koefisien hubungan jangka panjang; γ
=kecepatan menuju keseimbangan; k-1 = ordo VECM dari VAR; dan ε t= reduced form
disturbance).

Uji Non Stasioneritas Data (Augmented Dickey Fuller Test)


Data ekonomi time series pada umumnya bersifat stokhastik atau memiliki trend
yang tidak stasioner atau mengandung akar unit. Langkah utama yang harus dilakukan
adalah uji non stasioneritas data (unit root test). Data yang stasioner akan mempunyai
kecenderungan untuk mendekati nilai rata-rata dan berfluktuasi di sekitar nilai rata-
ratanya (Gujarati, 2003). Untuk mengetahui apakah suatu data time series digunakan
stasioner atau tidak maka dapat diuji dengan menggunakan ADF yang dilakukan dengan
memodifikasi persamaan tersebut dengan mengurangkan Xt-1 di sisi kedua persamaan
tersebut sehingga diperoleh (Gujarati, 2003):

Xt - Xt-1 = ρXt-1 – Xt-1 +μt = (ρ-1) Xt-1 + μt. (9)

Persamaan ini dapat ditulis kembali menjadi:

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 11


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Δ Xt = δ Xt-1 + μt (δ = (ρ-1)

(Δ menunjukkan perbedaan pertama). Kemudian diasumsikan bahwa error term (ut)


tidak berkorelasi. Dalam kasus error term-nya berkorelasi maka contoh persamaan yang
dapat diuji stasioneritas melalui formula ADF dan dapat ditulis menjadi (Gujarati, 2003):

m
∆ Y t=β 1 + β 2 t +δ Y t −1+ α i ∑ ∆ Y t −1+ μ t (10)
t=1

(µt = white noise error term dan ∆ Y t−1=( Y t −1−Y t −2 ) , ∆ Y t−2=¿, dst). Kasus persamaan
seperti ini pengujian hipotesis yang dilakukan masih sama dengan sebelumnya yaitu H 0 =
δ = 0 (tidak stasioner) dengan hipotesis alternatinya adalah H1 = δ < 0 (stasioner).
Artinya jika H0 ditolak maka data kita stasioner dan begitu juga sebaliknya. Uji yang
digunakan untuk mengetahui apakah sebuah data time series bersifat stasioner adalah
dengan melakukan uji ordinary least squares (OLS) dan melihat nilai t statistik dari
δ
estimasi yang dapat dihitung dengan formula: t hit = (δ = Koefisien estimasi; Sδ =

Standard error koefisien estimasi). Jika nilai t statistik ADF < t statistik kritis maka
keputusannya adalah menolak H0 atau dengan kata lain data bersifat stasioner dan begitu
juga sebaliknya.
Metode yang digunakan untuk menguji keberadaan stasioneritas yaitu dengan
indikator Augmented Dickey-Fuller (ADF). Dengan menggunakan software Eviews,
kriteria uji dalam ADF yaitu: (1) dengan membandingkan antara nilai statistik ADF
dengan nilai kritis McKinnon. Kemungkinannya adalah apabila nilai statistik ADF <
McKinnon Critical Value maka data bersifat stasioner, dan sebaliknya. (2) dengan
membandingkan nilai probability (Mackinnon one side p-values) pada ADF test dengan
taraf kesalahan (1%, 5%, atau 10%). Jika p-value < taraf kesalahan yang digunakan
maka tolak H0 atau berarti data bersifat stasioner dan begitu juga sebaliknya.

Uji stabilitas, penentuan lag optimal & uji kointegrasi


Stabilitas sistem VAR dilihat dari nilai inverse roots karakteristik AR
polinominalnya. Suatu sistem VAR tersebut dikatakan stabil (stasioner) jika seluruh
roots-nya memiliki modulus < 1 dan semuanya terletak di dalam unit circle, sehingga

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 12


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Impuls Response Function (IRF) dan Forecast Error Variance Decomposition (FEDV)
yang dihasilkan dianggap valid.
Dalam menentukan panjang lag optimal (lag length criteria) dapat dilakukan
dengan menggunakan beberapa kriteria, yaitu Likelihood Ratio (LR) yang terbesar,
Schwarz Information Criterion (SC), Akaike Information Criteria (AIC), Final
Prediction Error (FPE) dan Hannan-Quinn Criterion (HQ) yang terkecil. Pengujian
panjang lag optimal ini sangat berguna untuk menghilangkan masalah autokorelasi
dalam sistem VAR. Sehingga dengan digunakannya lag optimal diharapkan tidak lagi
muncul masalah autokorelasi.
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang tidak
stasioner mengalami kointegrasi atau tidak. Untuk menguji apakah kombinasi variabel
yang tidak stasioner mengalami kointegrasi dapat diuji dengan menggunakan uji
kointegrasi Engle-Granger (1987), uji kointegrasi Johansen (Hjalmarssson & Osterholm,
2007) maupun uji kointegrasi regresi durbin-watson. Pengujian kointegrasi dilakukan
dalam rangka memperoleh hubungan jangka panjang antar variabel yang telah memenuhi
persyaratan dalam proses integrasi yaitu dimana semua variabel telah stasioner pada
derajat yang sama yaitu derajat satu. Salah satu uji kointegrasi yang akan digunakan
dalam penelitian ini adalah uji kointegrasi Johansen yang ditunjukkan oleh persamaan:

p
∆ y t =β 0 + ∏ y t−1 + ∑ Γ i ∆ y t −1+ ε t . (11)
i=1

Jika t-trace statistics > t-mac-kinnon maka persamaan tersebut terkointegrasi (Johansen,
1995). Dengan menggunakan software Eviews, pengujian kointegrasi pada penelitian ini
kriterianya didasarkan pada trace statistics, yaitu apabila nilai trace statistics > nilai
kritis 5% maka kita menerima hipotesis alternatif yang menyatakan jumlah rank
kointegrasi.

Impulse Response Function, Decomposition of Forecasting Error Variance &


Derajat pass-through
Analisis impuls respon (impulse response function/IRF) adalah metode yang
digunakan untuk menentukan respon suatu variabel endogen terhadap guncangan (shock)
variabel tertentu (Amisano dan Gianinni, 1997). Analisis Impuls Respon dalam

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 13


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
penelitian ini digunakan untuk menentukan respon IHK terhadap guncangan nilai tukar
dan respon nilai tukar akibat guncangan nilai tukar itu sendiri. Analisis dekomposisi
varian (DFEV) digunakan untuk menghitung dan menganalisis seberapa besar pengaruh
acak guncangan (random shock) dari variabel tertentu terhadap variabel endogen
(Amisano dan Gianinni, 1997). Analisis dekomposisi varian dalam penelitian ini
digunakan untuk menentukan kontribusi nilai tukar terhadap IHK, IHK itu sendiri, IHPB
impor, suku bunga dan jumlah uang beredar, sehingga dapat mengetahui bagaimana
kontribusi nilai tukar dalam memengaruhi fluktuasi masing masing kelompok IHK bahan
makanan dan mengetahui kontribusi variabel lainnya dalam memengaruhi fluktuasi IHK
bahan makanan.
Metode penghitungan derajat pass-through pada penelitian ini mengacu pada
model Tandrayen dan Chicooree (2013), Achsani & Nababan (2008), McCarthy, J.
(2007), Hyder, Z. & Shah, S. (2004), dimana menghitung derajat pass-through melalui
analisis impuls respon. Koefisien (derajat) pass-through dihitung berdasarkan kumulatif
impuls respon dari guncangan nilai tukar terhadap masing-masing sebelas kelompok
indeks harga konsumen bahan makanan, dan guncangan nilai tukar terhadap nilai tukar
itu sendiri, sehingga dapat mengetahui bagaimana dampak nilai tukar terhadap IHK
kelompok bahan makanan. Persamaan matematis penghitungan derajat pass-through
dapat ditulis sebagai berikut:

∑ ψ cpibm
ik
i=1
Derajat Pass-Through = n (12)
∑ψ e
i
i=1

n
(∑ ψ ik
cpibm
= kumulatif respon harga terhadap guncangan nilai tukar masing-masing
i=1

n
sebelas kelompok bahan makanan (k) dari horizon pertama sampai ke-n, ∑ ψ ie =
i=1

kumulatif respon nilai tukar terhadap guncangan nilai tukar itu sendiri untuk masing-
masing sebelas kelompok bahan makanan (k) berdasarkan persamaan guncangan
struktural masing-masing sebelas kelompok IHK bahan makanan).

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 14


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

BAB IV
HASIL DAN PEMBAHASAN

Uji Non Stasioneritas Data


Langkah pertama yang dilakukan sebelum menganalisis model adalah menguji
ketidak-stasioneran data untuk masing-masing variabel yang digunakan karena sebagian
besar data time series mempunyai akar unit. Hasil pengujian semua variabel pada level
dengan menggunakan uji Augmented Dicky Fuller (ADF), dari uji nonstasioneritas pada
level dihasilkan 2 variabel yang stasioner pada level logaritma natural nilai tukar
Rupiah/Kurs dan logaritma natural IHK ikan segar (karena nilai Augmented Dicky Fuller
variabel tersebut > nilai kritis MacKinnonn-nya dan MacKinnonn P-value < dari taraf
kesalahan 5%). Selanjutnya dilakukan uji akar unit first difference, sebagai akibat dari
tidak terpenuhinya asumsi stasioneritas pada tingkat level. Dari uji non stasioneritas first
difference semua variabel lolos pada first difference. Hasil output dapat dilihat pada
lampiran.
Berdasarkan hasil uji non stasioneritas dimana variabel yang digunakan ada yang
tidak stasioner pada level tapi semua variabel stasioner pada first difference, maka
metode VECM layak digunakan.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 15


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Pengujian Lag Optimal, Pengujian Stabilitas, & Pengujian Kointegrasi


Lag optimal yang ditetapkan sangat penting dalam VAR karena variabel
independen yang dipakai tidak lain adalah lag dari variabel endogennya. Untuk
mendapatkan lag yang optimal digunakan Likelihood Ratio (LR) yang terbesar, Schwarz
Information Criterion (SC), Final Prediction Error (FPE) dan Hannan-Quinn Criterion
(HQ), serta Akaike Information Criteria (AIC) yang terkecil dan berdasarkan model
terbaik dengan melihat adjusted R-square terbesar. Hasil dari pengujian lag optimum
berkisar antara lag 1 - lag 5 yaitu logaritma natural IHK kelompok susu, telor dan
hasilnya memiliki lag optimum 3, logaritma natural IHK kelompok daging dan hasilnya
memiliki lag optimum 5, logaritma natural kelompok IHK minyak dan lemak memiliki
lag optimum 5, logaritma natural IHK kelompok ikan diawetkan memiliki lag optimum
5, logaritma natural IHK kelompok buah-buahan memiliki lag optimum 2, logaritma
natural IHK kelompok ikan segar memiliki lag optimum 5, logaritma natural IHK
kelompok kacang-kacangan memiliki lag optimum 1, logaritma natural IHK kelompok
padi-padian, umbi-umbian dan hasilnya memiliki lag optimum 4, logaritma natural IHK
kelompok bahan makanan lainnya memiliki lag optimum 5, logaritma natural IHK
kelompok bumbu-bumbuan memiliki lag optimum 3, logaritma natural IHK kelompok
sayur-sayuran memiliki lag optimum 5. Hasil output dapat dilihat pada lampiran.
Stabilitas sistem VAR dilihat dari nilai inverse roots karakteristik AR
polinominalnya. Suatu sistem VAR tersebut dikatakan stabil (stasioner) jika seluruh
roots-nya memiliki modulus lebih < 1 dan semuanya terletak di dalam unit circle,
sehingga Impuls Response Function (IRF) dan Forecast Error Variance Decomposition
(FEDV) yang dihasilkan dianggap valid. Hasil pengujian stabilitas var masing-masing
persamaan var diperoleh nilai absolutnya atau modulusnya berada pada kisaran
0.019470-0.893314 sehingga IRF dan FEDV yang dihasilkan dianggap valid. Hasil
masing- masing stabilitas VAR dapat dilihat pada lampiran.
Metode pengujian kointegrasi didasarkan pada metode Johansen. Pengujian ini
dilakukan dalam rangka memperoleh hubungan jangka panjang antar variabel yang telah
memenuhi persyaratan dalam proses integrasi yaitu dimana semua variabel telah
stasioner pada derajat yang sama yaitu derajat satu. Informasi jangka panjang diperoleh
dengan menentukan terlebih dahulu rank kointegrasi untuk mengetahui berapa sistem

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 16


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
persamaan yang dapat menerangkan dari keseluruhan sistem yang ada. Kriteria
pengujian kointegrasi pada penelitian ini didasarkan pada trace statistics karena hasilnya
lebih sesuai dengan teori ekonomi yang ada. Implikasinya apabila nilai trace statistics
lebih besar daripada nilai kritis 5% maka kita menerima hipotesis alternatif yang
menyatakan jumlah kointegrasi.
Berdasarkan hasil uji kointegrasi untuk masing masing persamaan VAR
terkointegrasi antara 1 sampai 2. Persamaan VAR masing-masing yaitu logaritma natural
IHK kelompok susu, telor dan hasilnya dengan trace test terkointegrasi 2, logaritma
natural IHK kelompok daging dan hasilnya trace test terkointegrasi 2, dan logaritma
natural kelompok IHK minyak dan lemak trace test terkointegrasi 2. Informasi jumlah
rank kointegrasi ini akan digunakan sebagai model koreksi kesalahan (error correction
model) yang dimasukkan dalam VAR menjadi VECM.

Hasil perhitungan exchange rate pass-through pada IHK umum


Efek akumulasi perubahan nilai tukar terhadap IHK diidentifikasi melalui derajat
pass-through selama 48 bulan. Nilai derajat pass-through masing-masing kelompok IHK
terhadap masing-masing kelompok IHK lebih kecil dari satu, yang mengindikasikan
adanya incomplete pass-through artinya perubahan nilai tukar tidak direspon penuh oleh
harga domestik.

Tabel 3
Derajat pass-through masing-masing kelompok IHK
Kelompok IHK
Derajat Pass-Through
IHKumum
Umum 0.10
IHKumum (Tujuh Kelompok) Derajat Pass-Through
Bahan Makanan 0.11
IHK Bahan Makanan Derajat Pass-Through
Susu, telor dan hasil-hasilnya 0.24
Daging dan hasil-hasilnya 0.18
Lemak dan minyak 0.12

Kelompok bahan makanan secara umum memiliki derajat pass-through sebesar 0.11,
menginformasikan bahwa setiap rupiah terdepresiasi sebesar 1 persen akan menyebabkan

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 17


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
perubahan kenaikan indek harga konsumen kelompok bahan makanan secara umum
sebesar 0.11 persen.

Dampak perubahan nilai tukar (exchange rate pass-through) terhadap IHKbm


terpilih
Kelompok susu, telor dan hasilnya mendapatkan derajat Pass-Through terbesar
yaitu 0.24. Artinya setiap perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap
dolar (depresiasi) menyebabkan perubahan kenaikan harga-harga konsumen kelompok
susu, telor dan hasilnya sebesar 0.24 persen. Exchange rate pass-through (ERPT) pada
kelompok susu, telor dan hasilnya terbesar terjadi pada bulan ke-9 yaitu sebesar 0,31
persen, artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar
(depresiasi) menyebabkan perubahan kenaikan harga-harga konsumen kelompok susu,
telor dan hasilnya pada bulan ke-9 sebesar 0.31 persen. Selanjutnya pada bulan pertama
ERPT kelompok susu, telor dan hasilnya sebesar -0.01 artinya perubahan kenaikan 1
persen dalam nilai tukar rupiah terhadap dolar (depresiasi) menyebabkan perubahan
penurunan harga-harga konsumen kelompok susu, telor dan hasilnya pada bulan pertama
sebesar 0,01 persen. Efek perubahan nilai tukar Rupiah, dalam kurun waktu 48 bulan
berada pada kisaran 0,01 persen hingga 0,31 persen.

0.35

0.3

0.25

0.2
Persen

0.15

0.1

0.05

0
1

7
1

-0.05

Periode

Gambar 1. ERPT kelompok susu, telor dan hasilnya.

Dampak perubahan nilai tukar rupiah terhadap dolar pada kelompok susu, telor
dan hasilnya yang tercermin dalam derajat pass-through paling besar diantara kelompok
lainnya, hal ini diindikasikan karena masih tingginya impor pada kelompok tersebut.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 18


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Kelompok susu, telor dan hasilnya yang mengandung kandungan impor tinggi adalah
kelompok susu. Berdasarkan data statistik ekspor impor Badan Pusat Statistik (BPS),
kelompok susu periode januari 2008 hingga desember 2013 memiliki rata-rata nilai
impor sebesar 58.2 juta US dolar per bulan dengan rata-rata volume impor sebesar 16.7
ribu ton per bulan. Angka ini belum memperhitungkan impor produk susu lainnya,
seperti mentega, keju dan yoghurt.
Kelompok susu yang memiliki impor terbesar yaitu komoditi susu kode HS
040210 (susu dalam bentuk bubuk), rata–rata nilai impor periode januari 2009 hingga
desember 2013 mencapai 28.3 juta US dolar per bulan dengan rata–rata volume impor
sebesar 8.5 ribu ton per bulan. Selanjutnya Produksi susu sapi perah Indonesia periode
2008 sampai 2013 hanya sebesar 846.02 ribu ton pertahun (BPS), dengan konsumsi susu
nasional sekitar 2.3 juta ton per tahun pada periode yang sama (Pusdatin kementrian
pertanian). Selanjutnya usaha peternakan olahan sekitar 70% masih diimpor dalam
bentuk skim milk powder, butter milk powder, dan lainnya, sehingga jika terjadi
depresiasi rupiah maka akan meningkatkan biaya produksi (Departemen perindustrian,
2009). Produksi susu dalam negeri lebih kecil dari pada konsumsi nasional setiap
tahunnya, dan Indonesia impor susu (sebagai bahan baku ataupun barang jadi) sekitar 70
% setiap tahunnya untuk memenuhi kebutuhan nasional, sehingga besarnya impor susu
tersebut berdampak besar pada harga domestik susu yang dikonsumsi masyarakat.

100.0
90.0
80.0
70.0
60.0
50.0
40.0
30.0
20.0
10.0
0.0
08

Ja 8

09

Ja 9

10

Ja 0

11

Ja 1

12

Ja 2

13

3
Ap 8

Ap 9

Ap 0

Ap 1

Ap 2

Ap 3
O 8

O 9

O 0

O 1

O 2

O 3
-0

-0

-1

-1

-1

-1
0

1
l- 0

l- 0

l- 1

l- 1

l- 1

l- 1
r-

r-

r-

r-

r-

r-
n-

n-

n-

n-

n-

n-
ct

ct

ct

ct

ct

ct
Ju

Ju

Ju

Ju

Ju

Ju
Ja

Nilai impor (000000 USD) volume impor(000 ton)

Gambar 2. Nilai dan volume impor kelompok susu.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 19


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Kelompok daging mendapatkan pass-through sebesar 0.18, artinya perubahan
kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi) menyebabkan
perubahan kenaikan harga-harga konsumen kelompok daging dan hasilnya sebesar 0.18
persen. Exchange rate pass-through (ERPT) pada kelompok daging dan hasilnya
berdasarkan pada (gambar 8), terbesar terjadi pada bulan ke-3 yaitu sebesar 0,29 persen
artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan kenaikan harga-harga konsumen kelompok daging dan hasilnya
pada bulan ke-3 sebesar 0.29 persen. Selanjutnya untuk bulan pertama ERPT kelompok
daging dan hasilnya sebesar 0.10 artinya perubahan kenaikan 1 persen dalam nilai tukar
rupiah terhadap dolar (depresiasi) menyebabkan perubahan peningkatan harga-harga
konsumen kelompok daging dan hasilnya pada bulan pertama sebesar 0,10 persen. Efek
perubahan nilai tukar Rupiah terhadap dolar yang berdampak pada IHK daging dan
hasilnya dalam kurun waktu 48 bulan berada pada kisaran 0.10 persen hingga 0,29
persen.

0.35

0.3

0.25

0.2
Persen

0.15

0.1

0.05

0
11

13

15

17

19

21

23

25

27

29

31

33

35

37

39

41

43

45

47
1

Periode

Gambar 3. ERPT Kelompok daging dan hasilnya

Dampak perubahan nilai tukar terhadap IHK Kelompok daging dan hasilnya
cukup besar, hal ini diindikasikan karena masih besarnya impor kelompok daging dan
hasilnya. Kelompok daging dan hasilnya (daging sejenis lembu, daging domba, daging
babi dan lainnya), berdasarkan data statistik ekspor impor Badan Pusat Statistik (BPS)
memiliki rata–rata nilai impor periode januari 2009 hingga desember 2013 sebesar 22.5
juta US dolar per bulan dengan rata–rata volume impor sebesar 7.6 ribu ton per bulan

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 20


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

60.0

50.0

40.0

30.0

20.0

10.0

0.0
8

Ja 8

Ja 9

Ja 0

Ja 1

Ja 2

3
08

09

10

11

12

13
08

09

10

11

12

13
-0

-0

-0

-0

-1

-1

-1

-1

-1

-1

-1

-1
n-

n-

n-

n-

n-

n-
l-

l-

l-

l-

l-

l-
pr

pr

pr

pr

pr

pr
ct

ct

ct

ct

ct

ct
Ju

Ju

Ju

Ju

Ju

Ju
Ja

O
A

A
Nilai impor (000000 USD) volume impor(000 ton)

Gambar 4. Nilai dan volume impor kelompok daging dan hasilnya

Kelompok daging yang memiliki impor tertinggi yaitu komoditi daging jenis
lembu kode HS 020230, rata–rata nilai impor periode januari 2009 hingga desember
2013 mencapai 14.9 juta US dolar per bulan dengan rata–rata volume impor sebesar 4.4
ribu ton per bulan. Selanjutnya produksi daging dalam negeri sebesar 456.2 ribu ton per
tahun periode 2008 sampai 2013 (BPS), sedangkan konsumsi daging dalam negeri
sebesar 333.1 ribu ton pertahun periode 2008 hingga 2013 (Pusdatin Kementerian
Pertanian), jumlah tersebut hanya untuk daging sapi, belum termasuk daging kambing.
daging domba, daging babi, daging ayam dan lainnya. Produksi daging sapi melebihi
konsumsinya jika dilihat dari data, tapi Indonesia masih impor sekitar 55.4 ribu ton
pertahun periode 2008 hingga 2013 (pusdatin kementrian pertanian), dan dampaknya
besar pada harga domestik daging dimana harga daging domestik yang cenderung
merangkak naik dari tahun ke tahun.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 21


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
0.5

0.4

0.3
%

0.2

0.1

0 1

7
1

4
-0.1

Periode

Gambar 5. ERPT Kelompok Minyak dan Lemak

Kelompok minyak dan lemak mendapatkan pass-through sebesar 0.12, yang


berarti setiap kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan kenaikan harga-harga konsumen kelompok minyak dan lemak
sebesar 0.12 persen. Exchange rate pass-through (ERPT) pada kelompok minyak dan
lemak berdasarkan pada (gambar 5), terbesar terjadi pada bulan ke-3 yaitu sebesar 0,39
persen artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar
(depresiasi) menyebabkan perubahan kenaikan harga-harga konsumen kelompok minyak
dan lemak pada bulan ke-3 sebesar 0.39 persen. Selanjutnya exchange rate pass-through
(ERPT) periode pertama kelompok minyak dan lemak sebesar 0.03 artinya setiap
kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi) menyebabkan
perubahan penurunan harga-harga konsumen kelompok minyak dan lemak pada bulan
pertama sebesar 0,03 persen. Efek perubahan nilai tukar Rupiah terhadap dolar yang
berdampak pada IHK minyak dan lemak kurun waktu 48 bulan berada pada kisaran 0.03
persen hingga 0,39 persen.
Dampak perubahan nilai tukar terhadap kelompok lemak dan minyak memiliki
nilai cukup besar, hal ini diindikasikan karena masih banyaknya impor kelompok minyak
dan lemak. Berdasarkan data statistik ekspor impor Badan Pusat Satistik (BPS),
kelompok minyak dan lemak (lemak dan minyak ikan, lemak sapi, lemak domba, lemak
kambing, minyak jagung, minyak dari sayuran, minyak dari kelapa/kopra, minyak inti
sawit, minyak dari kacang kedelai, margarine, mentega dan lainnya) periode januari
2009 hingga desember 2013 memiliki rata–rata nilai impor sebesar 13.9 juta US dolar
per bulan dengan rata–rata volume impor sebesar 8.7 ribu ton per bulan.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 22


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Kelompok minyak dan lemak yang memiliki impor besar yaitu komoditi lemak
dan minyak ikan kode HS 150420, rata–rata nilai impor periode Januari 2009 hingga
Desember 2013 mencapai 936.9 ribu US dolar per bulan dengan rata–rata volume impor
sebesar 405.3 ton per bulan, sehingga besarnya impor tersebut berdampak besar pada
harga domestik kelompok lemak dan minyak.

45.0
40.0
35.0
30.0
25.0
20.0
15.0
10.0
5.0
0.0
Ju 8

Ju 9

Ju 0

Ju 1

Ju 2

Ju 3
Ja 8

Ja 9

Ja 0

Ja 1

Ja 2

3
A 08

A 09

A 10

A 11

A 12

A 13
O 8

O 9

O 0

O 1

O 2

O 3
-0

-0

-1

-1

-1

-1
-0

-0

-1

-1

-1

-1
0

1
n-

n-

n-

n-

n-

n-
l-

l-

l-

l-

l-

l-
pr

pr

pr

pr

pr

pr
ct

ct

ct

ct

ct

ct
Ja

Nilai impor (000000 USD)


volume impor(000 ton)

Gambar 6. Nilai dan volume impor kelompok minyak dan lemak

Kelompok ikan diawetkan mendapatkan passthrough sebesar 0.10, Artinya


perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan kenaikan harga-harga konsumen kelompok ikan diawetkan
sebesar 0.10 persen. Exchange rate pass-through (ERPT) pada kelompok ikan diawetkan
berdasarkan pada (gambar 12), terbesar terjadi pada bulan ke-6 yaitu sebesar 0,20 persen
artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan kenaikan harga-harga konsumen kelompok ikan diawetkan
pada bulan ke-6 sebesar 0.20 persen. Selanjutnya ERPT kelompok ikan diawetkan bulan
pertama sebesar 0.06 artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah
terhadap dolar (depresiasi) menyebabkan perubahan peningkatan harga-harga konsumen
kelompok ikan diawetkan pada bulan pertama sebesar 0,06 persen. Efek perubahan nilai
tukar Rupiah terhadap dolar yang berdampak pada IHK ikan diawetkan kurun waktu 48
bulan berada pada kisaran 0.06 persen hingga 0,20 persen.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 23


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

0.25

0.2
Persen

0.15

0.1

0.05

0
1

7
1

9
1

4
Periode

Gambar 7. ERPT Kelompok ikan diawetkan

Dampak perubahan nilai tukar terhadap kelompok IHK ikan awet cukup besar,
hal ini diindikasikan karena memiliki komoditi yang masih impor yaitu ikan diawetkan
dalam kemasan (ikan sarden, ikan mackerel, udang, kepiting, ikan tuna, ikan salmon,
ikan cakalang atau tongkol dan lainnya) dan ikan kering, digarami, diasapi (ikan teri,
ikan salem, ikan belahan, ikan cod dan lainnya). Berdasarkan data statistik impor
Kementrian Kelautan dan Perikanan (KKP), periode 2007 hingga 2011, kelompok ikan
diawetkan dalam kemasan memiliki rata-rata nilai impor sebesar 10.4 juta US dolar per
tahun dengan rata-rata volume impor sebesar 4.9 ribu ton per tahun.

16

14

12

10

8 volume impor(00 0 ton)

6 nilai impor(0 0 0 00 0 USD)

0
2007 2008 2009 2010 2011
periode

Gambar 8. Nilai dan volume impor kelompok ikan diawetkan dalam kemasan

Selanjutnya kelompok ikan kering, diagram diasapi (ikan teri, ikan salem, ikan belahan,
ikan cod dan lainnya) memiliki rata-rata nilai impor sebesar 16.4 juta US dolar per tahun
dengan rata-rata volume impor sebesar 19.8 ribu ton per tahun, sehingga besarnya impor
tersebut berdampak pada harga domestik kelompok ikan diawetkan.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 24


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

0.2

0.15

0.1
Persen

0.05

7
1

9
1

4
-0.05

-0.1
Periode

Gambar 14. ERPT Kelompok Buah-buahan

Kelompok buah-buahan mendapatkan passthrough sebesar 0.10, Artinya


perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan kenaikan harga-harga konsumen kelompok buah-buahan
sebesar 0.10 persen. Exchange rate pass-through (ERPT) pada kelompok buah-buahan
berdasarkan pada (gambar 14), terbesar terjadi pada bulan ke-9 hingga bulan ke-13 pada
kisaran 0,14 persen artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah
terhadap dolar (depresiasi) menyebabkan perubahan kenaikan harga-harga konsumen
kelompok buah-buahan pada bulan ke-9 hingga bulan ke-13 sebesar 0.14 persen.
Selanjutnya ERPT kelompok buah-buahan pada bulan pertama sebesar 0.06 artinya
perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan penurunan (respon negatif) harga-harga konsumen kelompok
buah-buahan pada bulan pertama sebesar 0,06 persen. Efek perubahan nilai tukar Rupiah
terhadap dolar yang berdampak pada IHK buah-buahan kurun waktu 48 bulan berada
pada kisaran 0.06 persen hingga 0,14 persen.
Dampak perubahan nilai tukar terhadap kelompok buah-buahan cukup besar, hal
ini diindikasikan karena masih banyaknya impor kelompok buah-buahan. Berdasarkan
data statistik ekspor impor Badan Pusat Satistik (BPS), kelompok buah-buahan (Jeruk,
apel, pisang, alpukat, nanas, pir dan kwini, semangka, anggur, mangga, kurma, durian
dan lainnya) periode januari 2008 hingga desember 2013 memiliki rata–rata nilai impor
sebesar 55.2 juta US dolar dengan rata–rata volume impor sebesar 53.5 ribu ton.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 25


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

120
nilai impor (000000
USD)
100 volume impor (000
ton)

80

60

40

20

0
8

3
8

3
8

3
0

-0

-0

-1

-1

-1

-1
-0

-0

-1

-1

-1

-1
0

1
r-

r-

r-

r-

r-

r-
l-

l-

l-

l-

l-

l-
ct

ct

ct

ct

ct

ct
n

n
Ju

Ju

Ju

Ju

Ju

Ju
p

p
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

A
periode

Gambar 15. Nilai dan volume impor kelompok buah-buahan.

Kelompok buah-buahan yang memiliki impor terbesar yaitu komoditi jeruk


mandarin kode HS 080520, rata–rata nilai impor periode januari 2008 hingga desember
2013 mencapai 11.6 juta US dolar per bulan dengan rata–rata volume impor sebesar 12.5
ribu ton per bulan, sehingga besarnya impor tersebut berdampak pada harga domestik
kelompok buah-buahan.

0.25

0.2

0.15
persen

0.1

0.05

0
11

13

15

17

19

21

23

25

27

29

31

33

35

37

39

41

43

45

47
1

periode

Gambar 16. ERPT Kelompok ikan segar

Kelompok ikan segar mendapatkan passthrough sebesar 0.08, Artinya perubahan


kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi) menyebabkan
perubahan kenaikan harga-harga konsumen kelompok ikan segar sebesar 0.08 persen.
Exchange rate pass-through (ERPT) pada kelompok ikan segar berdasarkan pada
(gambar 16), terbesar terjadi pada bulan ke-9 hingga bulan ke-3 sebesar 0,20 persen
artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 26


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
menyebabkan perubahan kenaikan harga-harga konsumen kelompok ikan segar pada
bulan ke-3 sebesar 0.20 persen. Selanjutnya ERPT kelompok ikan segar bulan pertama
sebesar 0.05 artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap
dolar (depresiasi) menyebabkan perubahan peningkatan harga-harga konsumen
kelompok ikan segar pada bulan pertama sebesar 0,05 persen. Efek perubahan nilai tukar
Rupiah terhadap dolar yang berdampak pada IHK ikan segar kurun waktu 48 bulan
berada pada kisaran 0.05 persen hingga 0,20 persen.
Dampak perubahan nilai tukar terhadap kelompok IHK ikan segar memiliki nilai
kecil, walaupun memiliki banyak komoditi yang masih impor yaitu ikan segar/dingin
( ikan sardin, ikan mackerel, ikan salem, ikan tuna, ikan cakalang atau tongkol, ikan cod,
ikan belut dan lainnya).

35
volume impor (000
30 ton)

nilai impor (000000


25 USD)

20

15

10

0
2007 2008 2009 2010 2011
periode

Gambar 17. Nilai dan volume impor kelompok ikan segar/dingin

Berdasarkan data statistik impor Kementrian Kelautan dan Perikanan (KKP),


periode 2007 hingga 2011, kelompok ikan segar/dingin memiliki rata-rata nilai impor
sebesar 12.1 juta US dolar per tahun dengan rata-rata volume impor sebesar 17.1 ribu ton
per tahun, sehingga impor dalam jumlah sedikit tersebut berdampak kecil pada harga
domestik kelompok ikan segar.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 27


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

0.12

0.1

0.08
persen

0.06

0.04

0.02

0
1

7
1

4
-0.02
periode

Gambar 18. ERPT Kelompok kacang-kacangan

Kelompok kacang-kacangan mendapatkan passthrough sebesar 0.07, Artinya


perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan kenaikan harga-harga konsumen kelompok kacang-kacangan
sebesar 0.07 persen. Exchange rate pass-through (ERPT) pada kelompok kacang-
kacangan berdasarkan pada (gambar 18), pada bulan pertama sebesar 0.06 artinya
perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan peningkatan harga-harga konsumen kelompok kacang-
kacangan pada bulan pertama sebesar 0,06 persen. Selanjutnya pada bulan kedua sampai
bulan ke tiga ERPT kacang-kacangan mengalami perubahan negatif pada kisaran 0.001
persen hingga 0.1 persen, artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah
terhadap dolar (depresiasi) menyebabkan perubahan penurunan harga-harga konsumen
kelompok kacang-kacangan pada bulan tersebut. Efek perubahan nilai tukar Rupiah
terhadap dolar yang berdampak pada IHK kacang-kacangan kurun waktu 48 bulan
berada pada kisaran 0.001 persen hingga 0,09 persen.
Dampak perubahan nilai tukar terhadap kelompok kacang-kacangan memiliki
nilai kecil, diindikasikan karena kelompok ini memiliki sedikit komoditi yang masih
impor yaitu kacang tanah dan kacang kedelai.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 28


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

300
Nilai impor (000000 USD)

250 volume impor(000 ton)

200

150

100

50

0
8

3
8

3
8

3
0

-0

-0

-1

-1

-1

-1
-0

-0

-1

-1

-1

-1
0

1
r-

r-

r-

r-

r-

r-
l-

l-

l-

l-

l-

l-
ct

ct

ct

ct

ct

ct
n

n
p

Ju

Ju

Ju

Ju

Ju

Ju
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

A
periode

Gambar 19. Nilai dan volume impor kacang kedelai

Kelompok kacang-kacangan yang memiliki impor besar adalah kacang kedelai,


berdasarkan data ekspor impor Badan Pusat Statistik (BPS), periode januari 2008 sampai
desember 2013, rata–rata nilai impor komoditas kedelei sebesar 79.0 juta US dolar
dengan rata-rata volume impor sebesar 138.4 ribu ton.

0.1

0.08

0.06

0.04
persen

0.02

0
1

7
1

9
1

-0.02

-0.04

-0.06

-0.08
periode

Gambar 20. ERPT Kelompok padi-padian, umbi-umbian dan hasilnya.

Kelompok padi-padian, umbi-umbian dan hasilnya mendapatkan passthrough


sebesar 0.05, Artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap
dolar (depresiasi) menyebabkan perubahan kenaikan harga-harga konsumen kelompok
padi-padian, umbi-umbian dan hasilnya sebesar 0.05 persen. Exchange rate pass-through
(ERPT) pada kelompok padi-padian, umbi-umbian dan hasilnya berdasarkan pada
(gambar 20), pada bulan kedua, ketiga dan ke enam mengalami perubahan negatif
masing masing sebesar 0.02, 0.06 dan 0.01 artinya perubahan kenaikan 1 persen dalam
nilai tukar rupiah terhadap dolar (depresiasi) menyebabkan perubahan penurunan harga-
harga konsumen kelompok padi-padian, umbi-umbian dan hasilnya pada bulan tersebut.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 29


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Selanjutnya ERPT pada periode satu, periode empat, periode lima, periode tujuh dan
periode jangka panjangnya mengalami perubahan positif. Efek perubahan nilai tukar
Rupiah terhadap dolar yang berdampak pada IHK padi-padian, umbi-umbian dan
hasilnya kurun waktu 48 bulan berada pada kisaran 0.01 persen hingga 0,07 persen.
Dampak perubahan nilai tukar terhadap kelompok padi-padian, umbi-umbian dan
hasilnya memiliki nilai kecil, walaupun kelompok ini memiliki komoditi yang masih
impor yaitu beras, tepung terigu/gandum, ubi kayu, ubi jalar dan lainnya, karena harga
domestik pada kelompok ini terutama beras dikontrol pemerintah, sehingga nilai tukar
pengaruhnya kecil.

impor beras
700
600
Nilai impor (000000 USD)
500
volume impor(000 ton)
400
300
200
100
0
8

3
8

3
8

3
0

-0

-0

-1

-1

-1

-1
-0

-0

-1

-1

-1

-1
0

1
r-

r-

r-

r-

r-

r-
l-

l-

l-

l-

l-

l-
ct

ct

ct

ct

ct

ct
n

n
Ju

Ju

Ju

Ju

Ju

Ju
p

p
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

periode

impor tepung terigu/gandum

100
90
Nilai impor (000000 USD)
80
70 volume impor(000 ton)
60
50
40
30
20
10
0
8

3
8

3
8

3
0

1
-0

-0

-1

-1

-1

-1
0

1
r-

t-

r-

t-

r-

t-

r-

t-

r-

t-

r-

t-
l-

l-

l-

l-

l-

l-
n

n
p

p
Ju

Ju

Ju

Ju

Ju

Ju

c
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

periode

Gambar 21. nilai dan volume impor beras dan tepung terigu.

Kelompok padi-padian, umbi-umbian dan hasilnya yang memiliki impor besar


adalah komoditi beras dan tepung terigu/gandum. Berdasarkan data ekspor impor Badan
Pusat Statistik (BPS), periode januari 2008 sampai desember 2013, rata–rata nilai impor
komoditi beras sebesar 45.8 juta US dolar dengan rata-rata volume impor sebesar 87.0

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 30


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
ribu ton dan rata–rata nilai impor komoditi beras sebesar 18.2 juta US dolar dengan rata-
rata volume impor sebesar 46.1 ribu ton per bulan.

0.14

0.12

0.1
persen

0.08

0.06

0.04

0.02

0
1

7
1

9
1

4
periode

Gambar 22. ERPT Kelompok bahan makanan lainnya

Kelompok bahan makanan lainnya mendapatkan passthrough sebesar 0.04,


Artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan kenaikan harga-harga konsumen kelompok ikan segar sebesar
0.04 persen. Exchange rate pass-through (ERPT) pada kelompok bahan makanan
lainnya berdasarkan pada (gambar 22), terbesar terjadi pada bulan ke-6 sebesar 0,13
persen artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar
(depresiasi) menyebabkan perubahan kenaikan harga-harga konsumen kelompok bahan
makanan lainnya pada bulan ke-6 sebesar 0.13 persen. Selanjutnya ERPT kelompok
bahan makanan lainnya bulan pertama sebesar 0.03 artinya perubahan kenaikan 1 persen
dalam nilai tukar rupiah terhadap dolar (depresiasi) menyebabkan perubahan
peningkatan harga-harga konsumen kelompok bahan makanan lainnya pada bulan
pertama sebesar 0,03 persen. Efek perubahan nilai tukar Rupiah terhadap dolar yang
berdampak pada IHK bahan makanan lainnya kurun waktu 48 bulan berada pada kisaran
0.02 persen hingga 0,13 persen.
Dampak perubahan nilai tukar terhadap kelompok bahan makanan lainnya
memiliki nilai kecil, walaupun ada beberapa komoditi yang impor. Kelompok bahan
makanan lainnya yang impor adalah agar-agar dan bahan agar-agar (keragenan, lendir
dan pengental dari kacang dan sayuran).

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 31


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
impor bahan agar-agar

7000
6000
Nilai impor (000 USD)
5000
volume impor(ton)
4000
3000
2000
1000
0
8

3
8

3
8

3
0

1
-0

-0

-1

-1

-1

-1
0

1
r-

t-

r-

t-

r-

t-

r-

t-

r-

t-

r-

t-
l-

l-

l-

l-

l-

l-
n

n
p

p
c

c
Ju

Ju

Ju

Ju

Ju

Ju
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

A
periode

impor agar-agar

1000
900 Nilai impor (00 0 USD)
800
700 volume impor(ton)
600
500
400
300
200
100
0
8

3
8

3
8

3
0

1
-0

-0

-1

-1

-1

-1
0

1
r-

t-

r-

t-

r-

t-

r-

t-

r-

t-

r-

t-
l-

l-

l-

l-

l-

l-
n

n
p

p
c

c
Ju

Ju

Ju

Ju

Ju

Ju
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

A
periode

Gambar 23. Nilai dan volume impor agar-agar dan bahan agar-agar.

Berdasarkan data statistik ekspor impor Badan Pusat Statistik, selama periode
januari 2008 sampai desember 2013, komoditas agar-agar, memiliki rata – rata nilai
impor sebesar 154 ribu US dolar dengan rata-rata volume impor sebesar 53.0 ton per
bulan dan komoditi bahan agar-agar (keragenan, lendir dan pengental dari kacang dan
sayuran), memiliki rata – rata nilai impor sebesar 2322 ribu US dolar atau 2.3 juta US
dolar dengan rata-rata volume impor sebesar 385.9 ton per bulan.

0.25

0.2

0.15

0.1
persen

0.05

0
1

7
1

-0.05

-0.1

-0.15

-0.2
periode

Gambar 24. ERPT Kelompok bumbu-bumbuan

Kelompok bumbu-bumbuan mendapatkan passthrough sebesar 0.04, Artinya


perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 32


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
menyebabkan perubahan kenaikan harga-harga konsumen kelompok bumbu-bumbuan
sebesar 0.04 persen. Exchange rate pass-through (ERPT) pada kelompok bumbu-
bumbuan berdasarkan pada (gambar 24), pada bulan ke-4 sampai bulan ke-16,
mengalami perubahan negatif pada kisaran 0.001 persen hingga 0.1 persen artinya
perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan penurunan harga-harga konsumen kelompok bumbu-bumbuan
pada bulan tersebut. Selanjutnya periode satu sampai periode tiga, periode ke-17 serta
periode jangka panjangnya mengalami perubahan positif. Efek perubahan nilai tukar
Rupiah terhadap dolar yang berdampak pada IHK bumbu-bumbuan kurun waktu 48
bulan berada pada kisaran 0.001 persen hingga 0,21 persen.
Perubahan nilai tukar terhadap kelompok bumbu-bumbuan memiliki nilai kecil,
walaupun kelompok ini memiliki komoditi yang masih impor yaitu bawang merah,
bawang putih, gula pasir, lada, ketumbar, pala, garam dan lainnya. Kelompok bumbu-
bumbuan yang memiliki impor besar adalah komoditi bawang putih. Berdasarkan data
ekspor impor Badan Pusat Statistik (BPS), periode januari 2008 sampai desember 2013,
rata–rata nilai impor komoditi bawang putih sebesar 20.0 juta US dolar dengan rata-rata
volume impor sebesar 34.2 ribu ton per bulan.

impor bawang putih

120
Nilai impor (000000 USD)
100 volume impor(000 ton)

80

60

40

20

0
8

3
8

3
8

3
0

-0

-0

-1

-1

-1

-1
-0

-0

-1

-1

-1

-1
0

1
r-

r-

r-

r-

r-

r-
l-

l-

l-

l-

l-

l-
ct

ct

ct

ct

ct

ct
n

n
Ju

Ju

Ju

Ju

Ju

Ju
p

p
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

periode

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 33


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

impor cabai

Nilai impor (000000 USD)


3 volume impor(000 ton)

0
Ju 9

Ju 0

Ju 1

Ju 2

Ju 3
M 09

M 10

M 11

M 12

M 13

3
9

3
9

3
Se 9

Se 0

Se 1

Se 2

Se 3
-0

-1

-1

-1

-1
-0

-1

-1

-1

-1
-0

-1

-1

-1

-1
-0

-1

-1

-1

-1
0

1
r-

r-

r-

r-

r-
l-

l-

l-

l-

l-
y

y
v

v
p

p
n

n
a

a
a

a
o

o
Ja

Ja

Ja

Ja

Ja
M

M
N

N
periode

Gambar 25. Nilai dan volume impor bawang putih dan cabai

Selanjutnya komoditi cabai periode januari 2008 sampai desember 2013, rata–
rata nilai impor komoditi bawang putih sebesar 1.36 juta US dolar dengan rata-rata
volume impor sebesar 1.41 ribu ton per bulan.

0.08

0.06

0.04

0.02
persen

0
1

7
1

9
1

4
-0.02

-0.04

-0.06

-0.08

-0.1

-0.12
periode

Gambar 26. ERPT Kelompok sayur-sayuran

Kelompok sayur-sayuran mendapatkan passthrough sebesar -0.04, Artinya


perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan penurunan harga-harga konsumen kelompok sayur-sayuran
sebesar 0.04 persen. Exchange rate pass-through (ERPT) pada kelompok sayur-sayuran
berdasarkan pada (gambar 26), terbesar terjadi pada bulan ke-6 sebesar 0,10 persen
artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar (depresiasi)
menyebabkan perubahan penurunan harga-harga konsumen kelompok sayur-sayuran
pada bulan ke-6 sebesar 0.10 persen. Selanjutnya bulan ke tiga dan ke lima ERPT
kelompok sayur-sayuran mengalami perubahan positif masing-masing sebesar 0.05 dan
0.02 artinya perubahan kenaikan 1 persen dalam nilai tukar rupiah terhadap dolar
(depresiasi) menyebabkan perubahan peningkatan harga-harga konsumen kelompok

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 34


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
sayur-sayuran pada bulan ke tiga sebesar 0,05 persen dan bulan ke lima sebesar 0.02
persen. ERPT pada IHK sayur-sayuran berada pada kisaran kurun waktu 48 bulan negatif
0.002 persen hingga 0,05 persen.
Dampak perubahan nilai tukar terhadap kelompok sayur-sayuran memiliki nilai
kecil dengan respon negatif, walaupun kelompok ini memiliki komoditi yang masih
impor. Kelompok sayur-sayuran segar yang masih impor (wortel, tomat, kentang,
kembang kol, kubis, selada,brokoli, chicory, lobak dan lainnya), berdasarkan data ekspor
impor Badan Pusat Statistik (BPS), periode januari 2008 sampai desember 2013,
memiliki rata–rata nilai impor sebesar 5.2 juta US dolar dengan rata-rata volume impor
sebesar 9.9 ribu ton per bulan.

impor sayur-sayuran segar

30

25
Nilai impor (000000 USD)
20
volume impor(000 ton)
15

10

0
8

3
8

3
8

3
0

1
-0

-0

-1

-1

-1

-1
0

1
r-

t-

r-

t-

r-

t-

r-

t-

r-

t-

r-

t-
l-

l-

l-

l-

l-

l-
n

n
p

p
c

c
Ju

Ju

Ju

Ju

Ju

Ju
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

A
periode

impor wortel
10
9
8 Nilai impor (000000
7 USD)
6
volume impor(000 ton)
5
4
3
2
1
0
8

3
8

3
8

3
0

1
-0

-0

-1

-1

-1

-1
0

1
r-

t-

r-

t-

r-

t-

r-

t-

r-

t-

r-

t-
l-

l-

l-

l-

l-

l-
n

n
p

p
Ju

Ju

Ju

Ju

Ju

Ju
c

c
Ja

Ja

Ja

Ja

Ja

Ja
O

O
A

periode

Gambar 27. Nilai dan volume impor kelompok sayur-sayuran segar dan wortel.

Kelompok sayur-sayuran yang memiliki impor besar adalah komoditi wortel.


Berdasarkan data ekspor impor Badan Pusat Statistik (BPS), periode januari 2008 sampai
desember 2013, rata–rata nilai impor komoditi wortel sebesar 1.43 juta US dolar dengan
rata-rata volume impor sebesar 2.61 ribu ton per bulan.

Kontribusi nilai tukar terhadap IHK kelompok bahan makanan terpilih

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 35


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Analisis Decomposition of Forecasting Error Variance (DFEV) digunakan untuk
mengetahui bagaimana peranan atau kontribusi nilai tukar dalam menjelaskan fluktuasi
ketiga kelompok IHK bahan makanan dalam penelitian ini.

4
persen

0
1

7
1

9
1

4
periode

Gambar 7. Kontribusi nilai tukar terhadap IHK kelompok susu, telor dan hasilnya.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok susu, telor dan
hasilnya pada periode pertama sebesar 0.14 persen.

14

12

10

8
persen

0
1

7
1

9
1

periode

Gambar 8. Kontribusi nilai tukar terhadap IHK kelompok daging dan hasilnya.

Selanjutnya enam bulan pertama kontribusi nilai tukar dalam memengaruhi fluktuasi
IHK kelompok susu, telor dan hasilnya sebesar 4.16 persen, satu tahun pertama
kontribusi nilai tukar memengaruhi fluktuasi IHK kelompok susu, telor dan hasilnya
sebesar 5.28 persen, dua tahun pertama kontribusi nilai tukar memengaruhi fluktuasi

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 36


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
IHK kelompok susu, telor dan hasilnya sebesar 4.69 persen, tiga tahun pertama
kontribusi nilai tukar memengaruhi fluktuasi IHK kelompok susu, telor dan hasilnya
sebesar 4.47 persen.
Kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok susu, telor dan
hasilnya dalam jangka panjang sebesar 4.37 persen.
Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan
oleh (gambar 8) kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok
daging dan hasilnya pada periode pertama sebesar 2.16 persen. Selanjutnya lima bulan
pertama kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok daging dan
hasilnya sebesar 12.12 persen, enam bulan pertama kontribusi nilai tukar dalam
memengaruhi fluktuasi IHK kelompok daging dan hasilnya sebesar 11.74 persen, satu
tahun pertama kontribusi nilai tukar memengaruhi fluktuasi IHK kelompok daging dan
hasilnya sebesar 9.72 persen, dua tahun pertama kontribusi nilai tukar memengaruhi
fluktuasi IHK kelompok daging dan hasilnya sebesar 8.5 persen, tiga tahun pertama
kontribusi nilai tukar memengaruhi fluktuasi IHK kelompok daging dan hasilnya sebesar
8.3 persen. Kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok daging
dan hasilnya dalam jangka panjang sebesar 8.29 persen.

5
persen

0
1

7
1

9
1

periode

Gambar 9. Kontribusi nilai tukar terhadap IHK kelompok minyak dan lemak.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh (gambar 9) kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok
minyak dan lemak pada periode pertama sebesar 0.21 persen. Selanjutnya empat bulan
pertama kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok minyak dan
lemak sebesar 6.34 persen , enam bulan pertama kontribusi nilai tukar dalam

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 37


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
memengaruhi fluktuasi IHK kelompok minyak dan lemak sebesar 4.5 persen, satu tahun
pertama kontribusi nilai tukar memengaruhi fluktuasi IHK kelompok minyak dan lemak
sebesar 2.6 persen, dua tahun pertama kontribusi nilai tukar memengaruhi fluktuasi IHK
kelompok minyak dan lemak sebesar 1.5 persen, tiga tahun pertama kontribusi nilai tukar
memengaruhi fluktuasi IHK kelompok minyak dan lemak sebesar 1.14 persen.
Kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok minyak dan lemak
dalam jangka panjang sebesar 0.9 persen.
12

10

8
persen

0
1

7
1

4
periode

Gambar 10. Kontribusi nilai tukar terhadap IHK kelompok ikan diawetkan.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh (gambar 10) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
ikan diawetkan pada periode pertama sebesar 4.7 persen. Selanjutnya lima bulan pertama
kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok ikan diawetkan
sebesar 10.4 persen , enam bulan pertama kontribusi nilai tukar dalam mempengaruhi
fluktuasi IHK kelompok ikan diawetkan sebesar 9.4 persen, satu tahun pertama
kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok ikan diawetkan sebesar 4.5
persen, dua tahun pertama kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok
ikan diawetkan sebesar 2.4 persen, tiga tahun pertama kontribusi nilai tukar
mempengaruhi fluktuasi IHK kelompok ikan diawetkan sebesar 2.05 persen. Kontribusi
nilai tukar dalam mempengaruhi fluktuasi IHK kelompok ikan diawetkan dalam jangka
panjang sebesar 1.8 persen.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 38


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
5
4.5
4
3.5
3
persen

2.5
2
1.5
1
0.5
0
1

7
1

9
1

4
periode

Gambar 11. Kontribusi nilai tukar terhadap IHK kelompok buah-buahan.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh (gambar 11) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
buah-buahan pada periode pertama sebesar 3.0 persen. Selanjutnya dua bulan pertama
kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok buah-buahan
sebesar 4.3 persen , tiga bulan pertama kontribusi nilai tukar dalam mempengaruhi
fluktuasi IHK kelompok buah-buahan sebesar 3.2 persen, enam bulan pertama kontribusi
nilai tukar dalam mempengaruhi fluktuasi IHK kelompok buah-buahan sebesar 2.02
persen, satu tahun pertama kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok
buah-buahan sebesar 1.6 persen, dua tahun pertama kontribusi nilai tukar mempengaruhi
fluktuasi IHK kelompok buah-buahan sebesar 1.4 persen. Kontribusi nilai tukar dalam
mempengaruhi fluktuasi IHK kelompok buah-buahan dalam jangka panjang sebesar 1.3
persen.

16

14

12

10
persen

0
1

7
1

periode

Gambar 12. Kontribusi nilai tukar terhadap IHK kelompok ikan segar.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh (gambar 12) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
ikan segar pada periode pertama sebesar 1.9 persen. Selanjutnya tiga bulan pertama

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 39


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok ikan segar sebesar
11.01 persen, lima bulan pertama kontribusi nilai tukar dalam mempengaruhi fluktuasi
IHK kelompok ikan segar sebesar 14.8 persen, enam bulan pertama kontribusi nilai tukar
dalam mempengaruhi fluktuasi IHK kelompok ikan segar sebesar 14.3 persen, satu tahun
pertama kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok ikan segar sebesar
8.6 persen, dua tahun pertama kontribusi nilai tukar mempengaruhi fluktuasi IHK
kelompok ikan segar sebesar 4.7 persen. Kontribusi nilai tukar dalam mempengaruhi
fluktuasi IHK kelompok ikan segar dalam jangka panjang sebesar 3.2 persen.

1.4

1.2

1
persen

0.8

0.6

0.4

0.2

0
1

7
1

4
periode

Gambar 13. Kontribusi nilai tukar terhadap IHK kelompok kacang-kacangan.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh (gambar 13) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
kacang-kacangan pada periode pertama sebesar 1.17 persen. Selanjutnya enam bulan
pertama kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok kacang-
kacangan sebesar 0.12 persen, satu tahun pertama kontribusi nilai tukar mempengaruhi
fluktuasi IHK kelompok kacang-kacangan sebesar 0.16 persen, dua tahun pertama
kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok kacang-kacangan sebesar
0.28 persen. Kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
kacang-kacangan dalam jangka panjang sebesar 0.35 persen.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 40


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
1.6

1.4

1.2

1
persen

0.8

0.6

0.4

0.2

0 1

7
1

4
periode

Gambar 14. Kontribusi nilai tukar terhadap IHK kelompok padi-padian, umbi-umbian dan hasilnya.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh (gambar 14) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
padi-padian, umbi-umbian dan hasilnya pada periode pertama sebesar 1.4 persen.
Selanjutnya enam bulan pertama kontribusi nilai tukar dalam mempengaruhi fluktuasi
IHK kelompok padi-padian, umbi-umbian dan hasilnya sebesar 0.2 persen, satu tahun
pertama kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok padi-padian,
umbi-umbian dan hasilnya sebesar 0.15 persen, dua tahun pertama kontribusi nilai tukar
mempengaruhi fluktuasi IHK kelompok padi-padian, umbi-umbian dan hasilnya sebesar
0.27 persen. Kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok padi-
padian, umbi-umbian dan hasilnya dalam jangka panjang sebesar 0.34 persen.

3.5

2.5
persen

1.5

0.5

0
1

7
1

9
1

periode

Gambar 15. Kontribusi nilai tukar terhadap IHK kelompok bahan makanan lainnya.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


pada (gambar 15) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
bahan makanan lainnya pada periode pertama sebesar 1.6 persen. Selanjutnya enam
bulan pertama kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 41


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
bahan makanan lainnya sebesar 3.7 persen, satu tahun pertama kontribusi nilai tukar
mempengaruhi fluktuasi IHK kelompok bahan makanan lainnya sebesar 2.7 persen, dua
tahun pertama kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok bahan
makanan lainnya sebesar 2.04 persen. Kontribusi nilai tukar dalam mempengaruhi
fluktuasi IHK kelompok bahan makanan lainnya dalam jangka panjang sebesar 1.5
persen.

0.35

0.3

0.25
persen

0.2

0.15

0.1

0.05

0
1

7
1

4
periode

Gambar 16. Kontribusi nilai tukar terhadap IHK kelompok bumbu-bumbuan.

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


oleh (gambar 16) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
bumbu-bumbuan pada periode pertama sebesar 0.05 persen. Selanjutnya enam bulan
pertama kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok bumbu-
bumbuan sebesar 0.16 persen, satu tahun pertama kontribusi nilai tukar mempengaruhi
fluktuasi IHK kelompok bumbu-bumbuan sebesar 0.09 persen, dua tahun pertama
kontribusi nilai tukar mempengaruhi fluktuasi IHK kelompok bumbu-bumbuan sebesar
0.05 persen. Kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
bumbu-bumbuan dalam jangka panjang sebesar 0.05 persen.

0.7

0.6

0.5
persen

0.4

0.3

0.2

0.1

0
1

7
1

periode

Gambar 17. Kontribusi nilai tukar terhadap IHK kelompok sayur-sayuran.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 42


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Berdasarkan hasil simulasi analisis dekomposisi varian (DFEV) yang ditunjukkan


pada (gambar 17) kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok
sayur-sayuran pada periode pertama sebesar 0.001 persen. Selanjutnya enam bulan
pertama kontribusi nilai tukar dalam mempengaruhi fluktuasi IHK kelompok sayur-
sayuran sebesar 0.35 persen, satu tahun pertama kontribusi nilai tukar mempengaruhi
fluktuasi IHK kelompok sayur-sayuran sebesar 0.5 persen. Kontribusi nilai tukar dalam
mempengaruhi fluktuasi IHK kelompok sayur-sayuran dalam jangka panjang sebesar 0.6
persen.

Tabel 4.
Ringkasan hasil analisis fore-casting Error Variance Decompositio (FEVD)
Kontribusi Kontribusi
Kontribusi Kontribusi jumlah Kontribusi
Horizon/ Kurs/Nilai IHK terhadap
Kelompok IHK suku bunga uang beredar Harga Impor
periode Tukar terhadap IHK
terhadap IHK terhadap IHK terhadap IHK
IHK itu sendiri
1 3.63 3.32 0.14 1.34 91.5
3 4.65 4.41 4.06 3.86 82.9
Telor, susu dan
10 35.9 10.7 5.51 7.02 40.7
hasil-hasilnya
12 44.3 12.4 5.28 6.30 31.6
48 68.5 17.3 4.37 4.44 5.2
1 3.83 0.01 2.16 1.62 92.3
3 7.76 0.34 7.81 1.36 82.7
Daging dan
5 13.2 0.60 12.1 2.75 71.2
hasilnya
12 38.4 1.04 9.72 2.42 48.3
48 59.9 1.17 8.29 0.84 29.7
1 3.09 0.32 0.21 12.3 84.1
4 1.43 2.50 6.34 9.10 80.6
Minyak
6 1.16 2.20 4.57 9.37 82.7
Dan Lemak
12 0.54 1.16 2.64 11.5 84.1
48 0.19 0.33 0.94 15.5 82.9
1 2.08 0.30 4.72 2.41 90.5
3 21.3 0.31 8.11 2.09 68.1
Ikan Diawetkan 5 39.8 0.37 10.4 4.48 44.8
12 65.2 0.77 4.56 5.38 24.0
48 76.8 1.42 1.87 4.82 14.9
1 3.20 1.94 3.00 0.23 91.6
2 8.29 1.23 4.38 0.93 85.1
Buah
6 30.1 9.57 2.02 0.59 57.7
Buahan
12 36.6 13.8 1.67 0.31 47.5
48 37.7 13.5 1.32 0.07 47.4
1 4.90 0.74 1.94 1.74 90.6
3 16.6 0.45 11.0 1.12 70.8
Ikan segar 5 23.6 0.67 14.9 1.74 59.0
12 50.2 0.90 8.63 10.8 29.4
48 83.0 0.44 3.20 7.25 6.06
1 2.16 5.50 1.17 4.28 86.8
3 15.3 6.08 0.33 3.81 74.4
Kacang-kacangan 6 32.6 4.67 0.12 4.98 57.6
12 50.1 2.90 0.16 4.37 42.3
48 64.1 1.47 0.35 3.18 30.8
1 0.16 0.59 1.43 1.76 96.0
Padi-padian, 3 18.9 1.84 0.64 1.25 77.3
umbi-umbian dan 6 39.3 8.57 0.26 0.73 51.0
hasilnya 12 49.5 11.8 0.15 0.27 38.2
48 47.2 17.7 0.34 0.08 34.6
Bahan Makanan 1 3.00 0.08 1.60 2.09 93.2

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 43


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
3 1.88 0.18 2.42 1.90 93.6
6 4.56 0.54 3.73 2.39 88.8
lainnya
12 9.07 1.65 2.78 2.30 84.2
48 31.6 0.84 1.57 1.85 64.1
1 1.14 0.45 0.05 0.01 98.3
3 5.93 0.48 0.29 0.11 93.1
Bumbu-Bumbuan 6 12.1 1.17 0.16 0.43 86.0
12 17.8 2.67 0.09 0.78 78.6
48 19.6 4.74 0.04 1.43 74.1
1 3.89 0.11 0.001 0.06 95.9
3 9.03 0.06 0.19 0.11 90.6
Sayur-sayuran 8 15.7 0.81 0.57 0.18 82.6
12 19.3 0.85 0.52 0.38 78.9
48 23.2 1.15 0.64 0.36 74.6

Kontribusi nilai tukar dalam memengaruhi fluktuasi indeks harga konsumen


(IHK) bahan makanan yang terbesar yaitu kelompok daging dan hasilnya, dalam jangka
panjang sebesar 8.3%, sedangkan kontribusi indeks harga perdagangan besar impor
(IHPB impor) sebesar 0.84%, IHK itu sendiri sebesar 29.7%, jumlah uang beredar
sebesar 1.17%, suku bunga sebesar 59.9%. Selanjutnya kontribusi nilai tukar dalam
memengaruhi fluktuasi indeks harga konsumen kelompok susu, telor dan hasilnya dalam
jangka panjang yaitu sebesar 4.37%, sedangkan kontribusi indeks harga perdagangan
besar impor (IHPB impor) sebesar 4.44%, IHK sebesar 5.2%, jumlah uang beredar
sebesar 17.3% dan suku bunga sebesar 68.5%. Kontribusi nilai tukar dalam
memengaruhi fluktuasi indeks harga konsumen kelompok minyak dan lemak dalam
jangka panjang yaitu sebesar 0.9%, sedangkan kontribusi indeks harga perdagangan
besar impor (IHPB impor) sebesar 15.5%, IHK sebesar 82.9%, jumlah uang beredar
sebesar 0.3% dan suku bunga sebesar 0.19%.
Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen
kelompok ikan segar dalam jangka panjang yaitu sebesar 3.2%, sedangkan kontribusi
indeks harga perdagangan besar impor (IHPB impor) sebesar 7.25%, IHK sebesar
6.06%, jumlah uang beredar sebesar 0.44% dan suku bunga sebesar 83.0%. Kontribusi
nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen kelompok ikan
diawetkan dalam jangka panjang yaitu sebesar 1.8%, sedangkan kontribusi indeks harga
perdagangan besar impor (IHPB impor) sebesar 4.8%, IHK sebesar 14.9%, jumlah uang
beredar sebesar 1.42% dan suku bunga sebesar 76.8%.
Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen
kelompok bahan makanan lainnya dalam jangka panjang yaitu sebesar 1.3%, sedangkan
kontribusi indeks harga perdagangan besar impor (IHPB impor) sebesar 1.8%, IHK
sebesar 64.1%, jumlah uang beredar sebesar 0.84% dan suku bunga sebesar 31.6%.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 44


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen kelompok
buah-buahan dalam jangka panjang yaitu sebesar 1.6%, sedangkan kontribusi indeks
harga perdagangan besar impor (IHPB impor) sebesar 0.07%, IHK sebesar 47.4%,
jumlah uang beredar sebesar 13.5% dan suku bunga sebesar 37.7%.
Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen
kelompok minyak dan lemak dalam jangka panjang yaitu sebesar 0.9%, sedangkan
kontribusi indeks harga perdagangan besar impor (IHPB impor) sebesar 15.5%, IHK
sebesar 82.9%, jumlah uang beredar sebesar 0.3% dan suku bunga sebesar 0.19%.
Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen kelompok
sayur-sayuran dalam jangka panjang yaitu sebesar 0.6%, sedangkan kontribusi indeks
harga perdagangan besar impor (IHPB impor) sebesar 0.3%, IHK sebesar 74.6%, jumlah
uang beredar sebesar 1.15% dan suku bunga sebesar 23.2%.
Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen
kelompok kacang-kacangan dalam jangka panjang yaitu sebesar 1.6%, sedangkan
kontribusi indeks harga perdagangan besar impor (IHPB impor) sebesar 0.07%, IHK
sebesar 47.4%, jumlah uang beredar sebesar 13.5% dan suku bunga sebesar 37.7%.
Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen kelompok
padi-padian, umbi-umbian dan hasilnya dalam jangka panjang yaitu sebesar 0.34%,
sedangkan kontribusi indeks harga perdagangan besar impor (IHPB impor) sebesar
0.08%, IHK sebesar 34.6%, jumlah uang beredar sebesar 17.7% dan suku bunga sebesar
47.2%. Kontribusi nilai tukar dalam mempengaruhi fluktuasi indeks harga konsumen
kelompok bumbu-bumbuan dalam jangka panjang yaitu sebesar 0.04%, sedangkan
kontribusi indeks harga perdagangan besar impor (IHPB impor) sebesar 1.43%, IHK
sebesar 74.1%, jumlah uang beredar sebesar 4.74% dan suku bunga sebesar 19.6%.

BAB IV
KESIMPULAN DAN SARAN

Kesimpulan

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 45


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
1. Analisis Exchange rate pass-through terhadap masing-masing kelompok IHK
sebagaimana telah diuraikan diatas, dapat disimpulkan bahwa depresiasi nilai tukar
secara umum memiliki dampak positif (menyebabkan kenaikan) pada harga-harga
domestik bahan makanan yang dikonsumsi masyarakat kecuali kelompok IHK sayur-
sayuran. Fluktuasi harga domestik bahan makanan secara umum sebesar 0.11%
dipengaruhi oleh perubahan nilai tukar 1 persen terhadap dolar. Dampak perubahan
nilai tukar (Exchange rate pass-through) sebesar 1 persen terhadap dolar yang
terbesar terjadi pada kelompok susu, telor dan hasilnya sebesar 0.24%, diindikasikan
karena banyaknya komoditi susu (baik produk jadi ataupun bahan baku) yang masih
impor dalam jumlah besar, dimana konsumsi susu yang terus meningkat di dalam
negeri belum bisa diimbangi dengan produksi produk susu yang berkualitas, sehingga
harus impor untuk memenuhi kebutuhan nasional.
2. Selanjutnya dilihat dari hasil analisis Forecasting Error Variance Decomposition
(FEVD) kontribusi nilai tukar dalam memengaruhi fluktuasi IHK kelompok susu,
telor dan hasilnya dalam jangka panjang yaitu sebesar 4.37%. Kontribusi nilai tukar
dalam memengaruhi fluktuasi IHK kelompok susu, telor dan hasilnya dalam jangka
pendek terbesar yaitu pada horizon/bulan ke-10 sebesar 5.5%. Kontribusi nilai tukar
dalam memengaruhi fluktuasi IHK kelompok bahan makanan yang terbesar dalam
jangka panjang yaitu IHK kelompok daging dan hasilnya yaitu sebesar 8.3 persen,
dan dalam jangka pendek kontribusi nilai tukar dalam memengaruhi fluktuasi IHK
kelompok daging dan hasilnya yaitu sebesar 12.1 persen. Kontribusi nilai tukar
dalam memengaruhi fluktuasi masing-masing kelompok IHK bahan makanan relatif
kecil, kontribusi terbesar yaitu diperoleh dari IHK bahan makanan itu sendiri hal ini
dikarenakan kelompok bahan makanan beberapa komoditi terutama bahan makanan
pokok harganya dikontrol pemerintah, sehingga nilai tukar tidak besar kontribusinya.

Saran
Fluktuasi harga domestik tidak terlepas dari pengaruh fluktuasi nilai tukar
terhadap dolar, seharusnya Pemerintah dapat menerapkan kebijakan yang dapat meredam
depresiasi nilai tukar, dalam menimimalisir kenaikan harga domestik yang memiliki
kandungan impor tinggi. Selanjutnya harga domestik atau harga konsumen bahan
makanan yang sangat fluktuatif dengan memiliki beberapa komoditi impor besar,

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 46


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
sebaiknya upayakan peningkatkan produksi bahan makanan untuk menjaga kecukupan
supply sehingga dapat mengendalikan gejolak harga domestik, dan untuk menghindari
ketergantungan impor yang tinggi atas produk luar negeri, Pemerintah perlu
mengupayakan peningkatkan kualitas dan mutu bahan makanan, dan jika harus impor
karena pasokan tidak mencukupi, usahakan distribusi bahan makanan lancar dan
pemerintah harus pastikan tidak ada kartel.

DAFTAR PUSTAKA

Achsani, N., & H.F. Nababan, H. (2008). Dampak Perubahan Kurs (Pass-Through
Effect) Terhadap Tujuh Kelompok Indeks Harga Konsumen di Indonesia. Jurnal
Ekonomi & Pembangunan Indonesia, 9(1), 1-16.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 47


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Amisano, G., & Giannini, C. (1997). Topics in Structural VAR Econometrics. Springer.
BPS. (n.d.). Inflasi. Retrieved from https://www.bps.go.id/index.php/subjek/3
Dirjen Industri Agro & Kimia. (2009). Roadmap Industri Susu. Jakarta: Departemen
Perindustria.
Engel, R. F., & Granger, C. (1987). Co-integration and Error Correction: Representation,
Estimation and Testing. Econometrica, 55(2), 251-276.
Gujarati, D. (2003). Basic Econometrics (4th ed.). Singapore: McGraw Hill.
Hjalmarssson, E., & Osterholm, P. (2007, June). Testing for cointegration using the
Johansen methodology when variable are near-integrated. Working Paper.
International Monetary Fund.
Hyder, Z., & Shah, S. (2004). Exchange Rate pass-through to domestic prices in
Pakistan. Retrieved from Ideas:
http://econwpa.repec.org/eps/mac/papers/0510/0510020.pdf
Johansen, S. (1995). Likelihood-Based Inference in Cointegrated Vector Autoregressive
Models (Advanced Texts in Econometrics). New York: Oxfor University Press.
Mankiw, N. G. (2007). Makroekonomi (6 ed.). Jakarta: Erlangga.
McCarthy, J. (2004). Pass-through of exchange rates and import prices to domestic
inflation in some industrialized economies. Eastern Economic Journal, 33(4).
Mishkin, F. S. (2001). The Economics of Money, Banking and Financial Market (6th
ed.). Columbia: Columbia University.
Moosa, I. A. (2004). International finance: An analytical approach (2nd ed.). La Trobe
University.
Nuryartono. (2014). Kebijakan tata niaga impor hortikultura. Paper International Center
for Applied Finance and Economics. Institut Pertanian Bogor.
Ogundipe, A. A., & Samuel, E. (2013). Exchange rate pass-throuh to consumer price in
Nigeria. Journal of Business Management and Applied Economics, 2(4), 1-10.
Rivera-Batiz, F. L., & Rivera-Batiz, L. A. (1994). International Finance and Open
Economy Macroeconomics (2nd ed.). Pearson.
Sahminan. (2005). Exchange Rate Pass-Through into Import Price in Major Southeast
Asian Countries . Thesis. North Carolina: Department of Economics The
University
Takatoshi, I., Yuri, S. N., & Kiyotaka, S. (2005). Pass-Through of Exchange rate
changes and macroeconomic shocks to domestic inflation in East Asian
Countries. RIETI Discussion Paper Series 05-E-020, pp. 1-55.

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 48


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara
Tandrayen-Ragoobur, & Chicooree. (2013). Exchange rate pass trough to domestic price:
Evidence from Mauritus. Journal of Economic Research, 18(1), 1-33.
Verbeek, M. (2000). A guide to modern Econometrics. New York, USA: John wiley &
Sons Ltd.
Windarti, R. P. (2004). Analisis SVAR pasca penerapan sistim nilai tukar mengambang
bebas di Indonesia. Thesis. Jakarta: Magister Perencanaan & Kebijakan Publik
Fakultas Ekonomi Universitas Indonesia

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 49


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

LAMPIRAN

Lampiran 1 Hasil Uji Non Stasioneritas Tingkat Level


Augmented Dickey Fuller (ADF)
test statistics value Probability
Variabel Constant Constant, None Constant Constant, None
Linear Linear
Trend Trend
LNIHK 0.4525 -2.8996 2.5095 0.9846 0.1652 0.9972
Susu,Telor&Hasilnya
LNIHK Daging dan -1.4052 -2.1675 4.3213 0.5790 0.5044 1.0000
Hasilnya
LNIHK Minyak&Lemak -0.5677 -2.6462 1.5151 0.8734 0.2605 0.9679

Lampiran 2 Hasil Uji Non Stasioneritas Tingkat First Difference


Augmented Dickey Fuller (ADF)
test statistics value Probability
Variabel Constant Constant, None Constant Constant, None
Linear Linear
Trend Trend
LNIHK -5.1009 -5.2565 -4.0696 0.0000 0.0001 0.0001
Susu,Telor&Hasilnya
LNIHK Daging dan -5.4166 -5.4596 -3.0289 0.0000 0.0000 0.0026
Hasilnya
LNIHK Minyak&Lemak -3.7463 -3.7379 -3.3897 0.0042 0.0223 0.0008

Lampiran 3 Output Hasil Uji Lag Optimum

IHK Susu, Telor dan Hasilnya

VAR Lag Order Selection Criteria


Endogenous variables: D(SBI) D(JUB) D(KURS) D(IHPB) D(IHKTELORSUSU_SA)
Exogenous variables: C D(OIL)
Date: 03/15/15 Time: 11:11
Sample: 1998M01 2013M12
Included observations: 186

Lag LogL LR FPE AIC SC HQ

0 1369.089 NA 3.10e-13 -14.61386 -14.44043 -14.54358


1 1496.825 245.8574 1.03e-13 -15.71855 -15.11155* -15.47257
2 1552.408 103.9938 7.39e-14 -16.04739 -15.00683 -15.62572
-
3 1601.247 88.75097 5.73e-14 -16.30373 -14.82960 15.70636*
4 1631.518 53.38072 5.43e-14 -16.36041 -14.45271 -15.58733
5 1670.726 67.03362* 4.68e-14* -16.51318* -14.17192 -15.56441

* indicates lag order selected by the criterion


LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 50


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

SC: Schwarz information criterion


HQ: Hannan-Quinn information criterion

IHK Daging dan Hasilnya


VAR Lag Order Selection Criteria
Endogenous variables: D(SBI) D(JUB) D(KURS) D(IHPB)
D(IHKDAGING_SA)
Exogenous variables: C D(OIL)
Date: 03/15/15 Time: 11:25
Sample: 1998M01 2013M12
Included observations: 186

Lag LogL LR FPE AIC SC HQ

0 1283.570 NA 7.77e-13 -13.69430 -13.52088 -13.62402


1 1415.461 253.8552 2.46e-13 -14.84367 -14.23668* -14.59769
2 1466.423 95.34781 1.86e-13 -15.12283 -14.08227 -14.70115
3 1521.086 99.33411 1.36e-13 -15.44179 -13.96766 -14.84442*
4 1547.695 46.92221 1.34e-13 -15.45908 -13.55138 -14.68601
5 1593.302 77.97390* 1.08e-13* -15.68067* -13.33940 -14.73190

* indicates lag order selected by the criterion


LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Lanjutan
IHK Minyak dan Lemak

VAR Lag Order Selection Criteria


Endogenous variables: D(SBI) D(JUB) D(KURS) D(IHPB)
D(IHKMINYAKLEMAK1_SA)
Exogenous variables: C D(OIL)
Date: 03/15/15 Time: 11:29
Sample: 1998M01 2013M12
Included observations: 186

Lag LogL LR FPE AIC SC HQ

0 1302.337 NA 6.35e-13 -13.89609 -13.72267 -13.82581


1 1438.559 262.1918 1.92e-13 -15.09203 -14.48504* -14.84606
2 1492.931 101.7272 1.40e-13 -15.40786 -14.36729 -14.98618
3 1539.124 83.94273 1.12e-13 -15.63574 -14.16161 -15.03837*
4 1563.429 42.86117 1.13e-13 -15.62827 -13.72057 -14.85520
5 1609.406 78.60581* 9.05e-14* -15.85383* -13.51256 -14.90506

* indicates lag order selected by the criterion


LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 51


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Lampiran 5 Output Hasil Pengujian Kointegrasi

IHK Susu, Telor dan Hasilnya


Date: 03/15/15 Time: 11:20

Sample: 1998M01 2013M12

Included observations: 188

Series: SBI JUB KURS IHPB IHKTELORSUSU_SA

Lags interval: 1 to 3

Selected 0.05 level*) Number of Cointegrating Relations by Model

Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 3 4 2 2 2

Max-Eig 3 3 2 2 2

*Critical values based on MacKinnon-Haug-Michelis (1999)


Date: 03/15/15 Time: 11:18
Sample (adjusted): 1998M05 2013M12
Included observations: 188 after adjustments
Trend assumption: Quadratic deterministic trend
Series: SBI JUB KURS IHPB IHKTELORSUSU_SA
Lags interval (in first differences): 1 to 3

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.237392 121.3857 79.34145 0.0000


At most 1 * 0.203871 70.43550 55.24578 0.0013
At most 2 0.076112 27.57270 35.01090 0.2490
At most 3 0.043911 12.68980 18.39771 0.2608
At most 4 * 0.022341 4.247789 3.841466 0.0393

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level


* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 52


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.237392 50.95017 37.16359 0.0008


At most 1 * 0.203871 42.86280 30.81507 0.0011
At most 2 0.076112 14.88289 24.25202 0.5079
At most 3 0.043911 8.442015 17.14769 0.5547
At most 4 * 0.022341 4.247789 3.841466 0.0393

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level

Lanjutan
IHK Daging dan Hasilnya

Date: 03/15/15 Time: 11:26

Sample: 1998M01 2013M12

Included observations: 186

Series: SBI JUB KURS IHPB IHKDAGING_SA

Lags interval: 1 to 5

Selected (0.05 level*) Number of Cointegrating Relations by Model

Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 3 3 2 2 1

Max-Eig 2 2 1 1 1

*Critical values based on MacKinnon-Haug-Michelis (1999)

Date: 03/15/15 Time: 11:27


Sample (adjusted): 1998M07 2013M12
Included observations: 186 after adjustments
Trend assumption: Linear deterministic trend
Series: SBI JUB KURS IHPB IHKDAGING_SA
Lags interval (in first differences): 1 to 5

Unrestricted Cointegration Rank Test (Trace)

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 53


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Hypothesized Trace 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.358996 135.0350 69.81889 0.0000


At most 1 * 0.116227 52.31714 47.85613 0.0180
At most 2 0.084539 29.33583 29.79707 0.0564
At most 3 0.062289 12.90694 15.49471 0.1183
At most 4 0.005066 0.944709 3.841466 0.3311

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level


* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.358996 82.71783 33.87687 0.0000


At most 1 0.116227 22.98130 27.58434 0.1743
At most 2 0.084539 16.42890 21.13162 0.2008
At most 3 0.062289 11.96223 14.26460 0.1121
At most 4 0.005066 0.944709 3.841466 0.3311

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

Lanjutan
IHK Minyak dan Lemak

Date: 03/15/15 Time: 11:31

Sample: 1998M01 2013M12

Included observations: 186

Series: SBI JUB KURS IHPB IHKMINYAKLEMAK1_SA

Lags interval: 1 to 5

Selected (0.05 level*) Number of Cointegrating Relations by Model

Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 3 3 2 2 2

Max-Eig 2 2 2 2 2

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 54


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

*Critical values based on MacKinnon-Haug-Michelis (1999)

Date: 03/15/15 Time: 11:31


Sample (adjusted): 1998M07 2013M12
Included observations: 186 after adjustments
Trend assumption: Linear deterministic trend
Series: SBI JUB KURS IHPB IHKMINYAKLEMAK1_SA
Lags interval (in first differences): 1 to 5

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.323880 132.5549 69.81889 0.0000


At most 1 * 0.182697 59.75727 47.85613 0.0026
At most 2 0.075735 22.23257 29.79707 0.2858
At most 3 0.037838 7.583777 15.49471 0.5109
At most 4 0.002198 0.409215 3.841466 0.5224

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level


* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.323880 72.79766 33.87687 0.0000


At most 1 * 0.182697 37.52470 27.58434 0.0019
At most 2 0.075735 14.64880 21.13162 0.3143
At most 3 0.037838 7.174562 14.26460 0.4687
At most 4 0.002198 0.409215 3.841466 0.5224

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level

IHK Ikan Diawetkan

VAR Lag Order Selection Criteria


Endogenous variables: D(SBI) D(JUB) D(KURS) D(IHPB) D(IHKIKANAWET_SA)
Exogenous variables: C D(OIL)
Date: 03/15/15 Time: 11:46
Sample: 1998M01 2013M12
Included observations: 186

Lag LogL LR FPE AIC SC HQ

0 1406.112 NA 2.08e-13 -15.01195 -14.83853 -14.94168


1 1587.106 348.3644 3.89e-14 -16.68931 -16.08231* -16.44333
2 1637.411 94.12006 2.96e-14 -16.96141 -15.92085 -16.53973
3 1684.381 85.35338 2.34e-14 -17.19764 -15.72351 -16.60027
4 1717.433 58.28553 2.16e-14 -17.28422 -15.37652 -16.51115
5 1772.606 94.32871* 1.57e-14* -17.60867* -15.26740 -16.65990*

* indicates lag order selected by the criterion

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 55


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

LR: sequential modified LR test statistic (each test at 5% level)


FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Lanjutan
IHK Buah-buahan

VAR Lag Order Selection Criteria


Endogenous variables: D(SBI) D(JUB) D(KURS) D(IHPB) D(IHKBUAHAN1_SA)
Exogenous variables: C D(OIL)
Date: 03/15/15 Time: 11:49
Sample: 1998M01 2013M12
Included observations: 186

Lag LogL LR FPE AIC SC HQ

0 1430.342 NA 1.60e-13 -15.27250 -15.09907 -15.20222


1 1561.563 252.5643 5.12e-14 -16.41465 -15.80766* -16.16867
2 1611.814 94.01913 3.90e-14 -16.68617 -15.64561 -16.26450*
3 1651.166 71.51083 3.35e-14 -16.84050 -15.36637 -16.24312
4 1680.280 51.33980 3.21e-14 -16.88473 -14.97703 -16.11166
5 1718.660 65.61840* 2.80e-14* -17.02861* -14.68734 -16.07983

* indicates lag order selected by the criterion


LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

IHK Ikan segar

VAR Lag Order Selection Criteria


Endogenous variables: D(SBI) D(JUB) D(KURS) D(IHPB) D(IHKIKANSEGAR1_SA)
Exogenous variables: C D(OIL)
Date: 03/15/15 Time: 11:53
Sample: 1998M01 2013M12
Included observations: 186

Lag LogL LR FPE AIC SC HQ

0 1362.159 NA 3.34e-13 -14.53935 -14.36592 -14.46907


1 1504.238 273.4630 9.48e-14 -15.79826 -15.19126* -15.55228
2 1568.889 120.9589 6.19e-14 -16.22461 -15.18404 -15.80293
3 1621.404 95.43199 4.61e-14 -16.52048 -15.04635 -15.92310
4 1657.879 64.32142 4.09e-14 -16.64386 -14.73616 -15.87079
5 1706.251 82.69984* 3.20e-14* -16.89517* -14.55390 -15.94640*

* indicates lag order selected by the criterion


LR: sequential modified LR test statistic (each test at 5% level)

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 56


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

FPE: Final prediction error


AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Lanjutan
IHK Kacang-kacangan

VAR Lag Order Selection Criteria


Endogenous variables: D(SBI) D(JUB) D(KURS) D(IHPB) D(IHKKACANGAN1_SA)
Exogenous variables: C D(OIL)
Date: 03/15/15 Time: 11:58
Sample: 1998M01 2013M12
Included observations: 186

Lag LogL LR FPE AIC SC HQ

0 1328.583 NA 4.79e-13 -14.17831 -14.00488 -14.10803


1 1489.336 309.4071 1.11e-13 -15.63802 -15.03103* -15.39204
2 1536.366 87.99242 8.78e-14 -15.87491 -14.83434 -15.45323
3 1582.474 83.78649 7.01e-14 -16.10187 -14.62774 -15.50449*
4 1606.784 42.86992 7.08e-14 -16.09445 -14.18675 -15.32138
5 1645.383 65.99116* 6.15e-14* -16.24067* -13.89941 -15.29190

* indicates lag order selected by the criterion


LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion

Lanjutan

IHK Padi-padian, Umbi-umbian dan Hasilnya

Date: 03/15/15 Time: 12:13

Sample: 1998M01 2013M12

Included observations: 187

Series: SBI JUB KURS IHPB IHKPADIAN1_SA

Lags interval: 1 to 4

Selected (0.05 level*) Number of Cointegrating Relations by Model

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 57


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 4 3 2 2 2

Max-Eig 3 3 2 1 1

*Critical values based on MacKinnon-Haug-Michelis (1999)

Date: 03/15/15 Time: 12:14


Sample (adjusted): 1998M06 2013M12
Included observations: 187 after adjustments
Trend assumption: Linear deterministic trend (restricted)
Series: SBI JUB KURS IHPB IHKPADIAN1_SA
Lags interval (in first differences): 1 to 4

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.316068 136.9872 88.80380 0.0000


At most 1 * 0.152140 65.94651 63.87610 0.0331
At most 2 0.088867 35.08414 42.91525 0.2416
At most 3 0.053984 17.68079 25.87211 0.3658
At most 4 0.038301 7.303099 12.51798 0.3139

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level


* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.316068 71.04069 38.33101 0.0000


At most 1 0.152140 30.86238 32.11832 0.0706
At most 2 0.088867 17.40335 25.82321 0.4243
At most 3 0.053984 10.37769 19.38704 0.5785
At most 4 0.038301 7.303099 12.51798 0.3139

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

Lanjutan

IHK Bahan Makanan Lainnya

Date: 03/15/15 Time: 12:17

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 58


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Sample: 1998M01 2013M12

Included observations: 186

Series: SBI JUB KURS IHPB IHKBMAKLAINNYA1_SA

Lags interval: 1 to 5

Selected (0.05 level*) Number of Cointegrating Relations by Model

Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 3 3 2 2 2

Max-Eig 3 3 2 2 2

*Critical values based on MacKinnon-Haug-Michelis (1999)

Date: 03/15/15 Time: 12:16


Sample (adjusted): 1998M07 2013M12
Included observations: 186 after adjustments
Trend assumption: Linear deterministic trend (restricted)
Series: SBI JUB KURS IHPB IHKBMAKLAINNYA1_SA
Lags interval (in first differences): 1 to 5
Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.391193 170.4742 88.80380 0.0000


At most 1 * 0.226043 78.17093 63.87610 0.0020
At most 2 0.078473 30.51038 42.91525 0.4722
At most 3 0.045649 15.30991 25.87211 0.5489
At most 4 0.034962 6.619253 12.51798 0.3859

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level


* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.391193 92.30329 38.33101 0.0000


At most 1 * 0.226043 47.66054 32.11832 0.0003
At most 2 0.078473 15.20047 25.82321 0.6164
At most 3 0.045649 8.690661 19.38704 0.7558
At most 4 0.034962 6.619253 12.51798 0.3859

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 59


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level

Lanjutan
IHK Bumbu-bumbuan

Date: 03/15/15 Time: 12:22

Sample: 1998M01 2013M12

Included observations: 188

Series: SBI JUB KURS IHPB IHKB_SA


Lags interval: 1 to 3

Selected (0.05 level*) Number of


Cointegrating Relations by Model

Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 4 4 3 2 3

Max-Eig 4 4 3 1 1

*Critical values based on MacKinnon-Haug-Michelis (1999)

Date: 03/15/15 Time: 12:22


Sample (adjusted): 1998M05 2013M12
Included observations: 188 after adjustments
Trend assumption: Linear deterministic trend (restricted)
Series: SBI JUB KURS IHPB IHKB_SA
Lags interval (in first differences): 1 to 3
Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.217582 114.5752 88.80380 0.0002


At most 1 * 0.147046 68.44646 63.87610 0.0196
At most 2 0.124443 38.54503 42.91525 0.1279
At most 3 0.045835 13.56083 25.87211 0.6936
At most 4 0.024899 4.740191 12.51798 0.6340

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level


* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 60


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Hypothesized Max-Eigen 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.217582 46.12872 38.33101 0.0053


At most 1 0.147046 29.90143 32.11832 0.0910
At most 2 0.124443 24.98420 25.82321 0.0642
At most 3 0.045835 8.820640 19.38704 0.7427
At most 4 0.024899 4.740191 12.51798 0.6340

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

Lanjutan
IHK Sayur-sayuran

Date: 03/15/15 Time: 12:26

Sample: 1998M01 2013M12

Included observations: 186

Series: SBI JUB KURS IHPB IHKSAYURAN1_SA

Lags interval: 1 to 5

Selected (0.05 level*) Number of Cointegrating Relations by Model

Data Trend: None None Linear Linear Quadratic

Test Type No Intercept Intercept Intercept Intercept Intercept

No Trend No Trend No Trend Trend Trend

Trace 2 2 2 1 1

Max-Eig 2 2 1 1 1

*Critical values based on MacKinnon-Haug-Michelis (1999)

Date: 03/15/15 Time: 12:25


Sample (adjusted): 1998M07 2013M12
Included observations: 186 after adjustments
Trend assumption: Linear deterministic trend (restricted)
Series: SBI JUB KURS IHPB IHKSAYURAN1_SA
Lags interval (in first differences): 1 to 5

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 61


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

None * 0.383533 153.0694 88.80380 0.0000


At most 1 0.127280 63.09179 63.87610 0.0581
At most 2 0.099245 37.76955 42.91525 0.1488
At most 3 0.058458 18.32850 25.87211 0.3223
At most 4 0.037580 7.124580 12.51798 0.3317

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level


* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05


No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.383533 89.97758 38.33101 0.0000


At most 1 0.127280 25.32223 32.11832 0.2680
At most 2 0.099245 19.44105 25.82321 0.2767
At most 3 0.058458 11.20392 19.38704 0.4925
At most 4 0.037580 7.124580 12.51798 0.3317

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level

Ringkasan Hasil analisis Impulse Response Function (IRF)

Respon kurs/nilai Respon Indeks Harga


Horizon/
Kelompok IHK tukar terhadap konsumen (IHK)
periode
kurs (persen) terhadap kurs (persen)
1 4.10 -0.07
3 2.00 0.53
Telor, susu dan hasil-hasilnya 6 1.67 0.20
12 1.53 0.39
48 1.49 0.41
1 3.81 0.41
3 3.09 0.89
Daging dan hasilnya 6 2.39 0.44
12 2.83 0.48
48 2.76 0.53
1 3.81 -0.13
3 2.79 1.12
Minyak
6 1.96 0.51
Dan Lemak
12 2.69 0.42
48 2.79 0.26
1 3.69 0.25
3 2.58 0.42
Ikan Diawetkan 6 1.78 0.37
12 2.13 0.22
48 2.10 0.20
1 4.15 -0.27
3 2.32 0.15
Buah
6 2.65 0.25
buahan
12 2.08 0.29
48 2.09 0.25
1 3.77 0.20
3 2.76 0.55
Ikan segar 6 1.59 0.25
12 2.14 0.19
48 2.25 0.17
Kacang-kacangan 1 4.51 0.27
3 4.82 -0.06
6 4.72 0.08

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 62


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

12 4.52 0.28
48 4.43 0.42
1 4.00 0.21
3 2.72 -0.17
Padi-padian, umbi-umbian dan
6 2.70 -0.03
hasilnya
12 2.71 0.11
48 2.64 0.17
1 3.77 0.14
3 2.88 0.19
Bahan Makanan lainnya 6 1.80 0.23
12 2.40 0.12
48 2.48 0.11
1 4.20 0.21
3 2.34 0.50
Bumbu-Bumbuan 6 2.13 -0.07
12 2.36 -0.09
48 2.35 0.21
1 3.82 -0.009
3 2.97 0.16
Sayur-sayuran 6 2.38 -0.24
12 3.00 -0.17
48 3.11 -0.16

Plot Impulse Response Function kurs terhadap kurs dan Impulse Response Function
masing masing IHK terhadap kurs

Response to Cholesky One S.D. Innovations Response to Cholesky One S.D. Innovations Response to Cholesky One S.D. Innovations
Response of KURS to KURS Response of KURS to KURS Response of KURS to KURS
.040 .040

.04
.036 .035

.03 .032 .030

.028 .025
.02
.024 .020

.01 .020 .015


5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45

Response of IHKTELORSUSU_SA to KURS Response of IHKDAGING_SA to KURS Response of IHKMINYAKLEMAK1_SA to KURS


.006 .010 .012

.005
.008 .008
.004

.003
.006 .004
.002

.001
.004 .000
.000

-.001 .002 -.004


5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45

Response to Cholesky One S.D. Innovations Response to Cholesky One S.D. Innovations

Response of KURS to KURS Response of KURS to KURS


.040
.045

Response to Cholesky One S.D. Innovations .040 .035

Response of KURS to KURS


.040 .035 .030

.035 .025
.030

.030
.025 .020

.025
.020 .015
.020 5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45

.015
Response of IHKBUAHAN1_SA to KURS Response of IHKIKANSEGAR1_SA to KURS
5 10 15 20 25 30 35 40 45
.004 .006
Response of IHKIKANAWET_SA to KURS
.006
.005
.002
.005
.004

.000 .003
.004

.002
.003
-.002
.001
.002

-.004 .000
.001
5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45

Response to Cholesky One S.D. Innovations Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 63
Response of KURS to KURS
Response to Cholesky One S.D. Innovations
.052
Response of KURS to KURS
.044
.050
.040

.048
.036
.028
.044
5 10 15 20 25 30 35 40 45
.024
5 10 15 20 25 30 35 40 45
Response of IHKKACANGANS_SA to KURS
.005 Response of IHKPADIAN_SA to KURS

LAPORAN PENELITIAN 2016


.003
.004
.002
.003

.001
Fakultas Ekonomi Universitas Islam Nusantara
.002

.001 .000

.000 -.001

-.001 -.002
5 10 15 20 25 30 35 40 45 5 10 15 20 25 30 35 40 45

Plot Hasil Analisis Forecasting Error Variance Decomposition (FEVD)


Forecasting Error Variance Decomposition
100 Kelompok susu, telor dan hasilnya
90
80 SBI
70
60 JUB
persen

50
40 KURS
30
20
IHPB
10
0
IHKTELORSUSU_SA
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Forecasting Error Variance Decomposition


Kelompok Daging dan Hasilnya

100
90 SBI
80
70 JUB
60
persen

50
KURS
40
30
20 IHPB
10
0 IHKDAGING_SA
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 64


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Forecasting Error Variance Decomposition


Kelompok Minyak dan Lemak

90
80 SBI
70
60
JUB
persen

50
40
30 KURS
20
10
IHPB
0
10
13
16
19
22
25
28
31
34
37
40
43
46
1
4
7

IHKMINYAKLEMAK1_SA
periode

Forecasting Error Variance Decomposition


Kelompok Ikan Diawetkan

100
90 SBI
80
70 JUB
60
persen

50 KURS
40
IHPB
30
20 IHKIKANAWET_SA
10
0
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Forecasting Error Variance Decomposition


Kelompok Buah-buahan

100
90 SBI
80
70 JUB
60
persen

50 KURS
40
30 IHPB
20
10 IHKBUAHAN1_SA
0
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 65


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Forecasting Error Variance Decomposition


Kelompok ikan segar

100 SBI
90
80
JUB
70
60
persen

50
KURS
40
30
20 IHPB
10
0
10
13
16
19
22
25
28
31
34
37
40
43
46
1
4
7

IHKIKANSEGAR1_SA
periode

Forecasting Error Variance Decomposition


Kelompok kacang-kacangan

100
90 SBI
80
70
JUB
60
persen

50
40 KURS
30
20 IHPB
10
0
IHKKACANGANS_SA
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Forecasting Error Variance Decomposition


Kelompok Padi-padian, umbi-umbian dan hasilnya

120

100
SBI
80
JUB
persen

60 KURS
IHPB
40 IHKPADIAN_SA
20

0
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 66


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Forecasting Error Variance Decomposition


Kelompok bahan makanan lainnya

100
90 SBI
80
70 JUB
60
persen

50
40 KURS
30
20 IHPB
10
0
IHKBMAKLAINNYA1_SA
10
13
16
19
22
25
28
31
34
37
40
43
46
1
4
7

periode

Forecasting Error Variance Decomposition


Kelompok bumbu-bumbuan

120

100
SBI
80
JUB
KURS
persen

60
IHPB
IHKB_SA
40

20

0
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Forecasting Error Variance Decomposition


Kelompok sayur-sayuran

120
SBI
100
JUB
80
KURS
persen

60
IHPB
40
IHKSAYURAN1_SA
20

0
10

13

16

19

22

25

28

31

34

37

40

43

46
1

periode

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 67


LAPORAN PENELITIAN 2016
Fakultas Ekonomi Universitas Islam Nusantara

Siti Suarsih-Wahdi Suardi-Endang Tasli Susandi| 68

Anda mungkin juga menyukai