LAPORAN HASIL ANALISIS DATA SECARA ANALITIK PERKEMBANGAN

DATA HARGA

Sehubungan dengan penugasan APHP atas nama: Khairus Yelliza

Jabatan: Analis Pasar Hasil Perikanan Ahli Madya, bersama ini kami sampaikan
hasil analisis data secara “ Analisis perkembangan data harga ikan Tongkol
tahun 2021 dari Provinsi Sulawesi Tenggara secara analitik” pada tanggal 30 Juni
2022 secara umum, hasil analisis data secara analitik tersebut adalah sebagai
berikut:

1. Pasokan tertinggi terjadi pada Bulan Januari. Pasokan rendah di Bulan

Juni. Harga rata-rata tertinggi di Bulan Juni mencapai kisaran Rp.
14.500/kg dan terendah mencapai Rp. 7.500/kg di bulan Maret.
2. Perhitungan menunjukkan Nilai Koefisien Determinasi sebesar 34%
menunjukkan gambaran berapa banyak variasi yang dijelaskan dalam
model atau seberapa besar pengaruh variabel independen (pasokan)
terhadap variabel dependen (harga).
3. Nilai p-value bernilai 0,046 atau lebih kecil dari 0,05 sehingga hipotesis
adalah gagal menerima H0 atau ada pengaruh secara signifikan antara
pengaruh linear antara produksi ikan Tongkol terhadap harga rata rata di
Sulawesi Tenggara.

Secara lebih lengkap, terlampir kami sampaikan hasil analisis data secara
analitik dimaksud.

Jakarta, 30 Juni 2022

Mengetahui, Yang melaporkan,
Koordinator Jabfung Jabfung

Usep Suhendar Khairus Yelliza

NIP 196707061999031001 NIP 196809211998032002
 ANALISIS PERKEMBANGAN DATA HARGA IKAN TONGKOL DARI PROVINSI
SULAWESI TENGGARA SECARA ANALITIK

Pendahuluan
Provinsi Sulawesi Tenggara memiliki potensi penangkapan ikan yang cukup
tinggi. Salah satu hasil tangkapan yang banyak adalah jenis ikan Tongkol.
Tongkol (Euthynnus affinis) adalah sejenis ikan laut dari suku Scombridae.
Terutama menjelajah di perairan dangkal dekat pesisir di kawasan Indo-
Pasifik Barat, tongkol merupakan salah satu jenis ikan tangkapan yang
penting bagi nelayan. Dalam perdagangan internasional dikenal
sebagai kawakawa, little tuna, mackerel tuna, atau false albacore. Tongkol
merupakan ikan tangkapan nelayan yang penting di berbagai negara di
wilayah sebarannya. Tongkol como terbanyak ditangkap
di Filipina, Malaysia, dan Pakistan; sementara di India ikan ini menduduki
posisi yang cukup penting. Produksi dunia ikan ini (dari catatan 8 negara)
pada tahun 1975 hingga 1981 berkisar antara 44-65 ribu ton pertahun,
dengan lonjakan hingga 84 ribu ton pada tahun 1977. Sedangkan antara
tahun 1990-1995, Statistik Perikanan FAO merekam angka produksi
tahunan antara 90.987 hingga 111.996 ton. Beberapa pelabuhan
pendaratan tongkol yang penting di Indonesia, diantaranya,
adalah Manado, Padang, Cilacap, Tegal, dan Sumenep.

Pada prinsip ekonomi perkembangan harga dipengaruhi oleh banyak faktor,

salah satunya adalah ketersediaan barang. Ketersediaan produk adalah
faktor yang mempengaruhi pembelian (Kotler dan Keller 2006). Serapan
bahan baku terjadi karena ketersediaan yang banyak dan sangat mudah
untuk dijangkau dibanyak tempat. Namun perubahan harga juga dapat
dipengaruhi dari aspek biaya logistik. Indonesia yang merupakan Negara
Kepulauan dengan sebaran penduduk yang terkonsentrasi sebagian besar di
Pulau Jawa,namun sebaran pusat produksi tidak hanya ada di pulau Jawa
tetapi juga ada dari daerah timur. Selain dari Pulau Jawa pengiriman ikan
Tongkol di Indonesia berasal terutama dari Sulawesi Utara, Papua, Jawa
Tengah, Sulawesi Tenggara, dan Maluku. Untuk melihat perkembangan
harga ikan Tongkol perlu dilakukan analisis lebih lanjut.
Tujuan

Tujuan menganalisis perkembangan harga ikan Tongkol di beberapa

Kabupaten/Kota di Sulawesi Tenggara dan hubungannya dengan volume
produksi.

Metode Analisis

Metode analisis yang digunakan antara lain, regresi linear sederhana,

komparatif dan deskriptif. Variabel bebas (x) yaitu diasumsikan
merupakan volume produksi ikan Tongkol dari beberapa Kabupaten/Kota
di Sulawesi Tenggara dan variabel dependen (y) adalah harga. Data yang
digunakan mengacu kepada data PIPP DJPT dan pengolahan data
mengggunakan SPSS 26.0.

 Analisis regresi sederhana

Analisis regresi sederhana bertujuan untuk mengetahui pengaruh dari
suatu variabel terhadap variabel lainnya. Persamaan regresi hanya
terdapat satu variabel bebas dengan satu variabel terkait, maka disebut
dengan persamaan regresi sederhana. Pada regresi sederhana kita dapat
mengetahui berapa besar perubahan dari variabel bebas dapat
mempengaruhi suatu variabel terkait. Tujuan analisis regresi untuk
mendapatkan pola hubungan secara matematis dari variabel X dan
variabel Y, dan untuk mengetahui besarnya perubahan variabel X
terhadap variabel Y, serta untuk memprediksi variabel Y jika nilai variabel
X diketahui. Prinsip dasar pada persamaan regresi sederhana adalah
bahwa antara variabel dependen (Y) dengan variable independennya (Y)
harus memiliki sifat hubungan sebab akibat atau hubungan kausalitas,
berdasarkan teori, dari hasil penelitian sebelumnya, atau juga yang
didasarkan dari penjelasan logis tertentu.Analisis regresi linier sederhana
adalah hubungan secara linear antara satu variabel independen (X)
dengan variabel dependen (Y). Analisis regresi sederhana dapat digunakan
untuk mengetahui arah dari hubungan antara variabel bebas dengan
variabel terikat, apakah memiliki hubungan positif atau negatif serta
untuk memprediksi nilai dari variabel terikat apabila nilai variabel bebas
mengalami kenaikan ataupun penurunan. Pada regresi sederhana
biasanya data yang digunakan memiliki skala interval atau rasio. Rumus
regresi linear sederhana sebagai berikut:
Y = a + bX

Keterangan:

Y = Variabel dependen (variabel terikat)

X = Variabel independent (variabel bebas)
a = Konstanta (nilai dari Y apabila X = 0)
b = Koefisien regresi (pengaruh positif atau negatif)

 Analisis korelasi
Analisis korelasi merupakan suatu analisis untuk mengetahui tingkat
keeratan hubungan antara 2 variabel yaitu variabel independen (X)
dengan variabel dependen (Y) atau untuk mengetahui kuat atau
lemahnya hubungan antara variabel independen dan dependen.
a. Analisi Korelasi Parsial
Analisis korelasi menunjukkan arah dan kuatnya hubungan antara
dua variabel atau lebih, arahnya dinyatakan dalam bentuk hubungan
positif atau negative, sedangkan kuat atau lemahnya hubungan
dinyatakan dalam besarnya koefisien korelasi. Untuk mengetahui
apakah terdapat hubungan yang positif dan signifikan antara variabel
– variabel independen, rumusan korelasinya adalah sebagai berikut:

r xy =n ∑ xiyi−¿ ¿ ¿
(Sugiyono 2017:228)
Keterangan :
rxy = Koefisien kolerasi pearson
Xi = Variabel Independen
Yi = Variabel Dependen Timur
n = Banyak sampel yang diteliti.
Koefisien kolerasi r menunjukan derajat kolerasi antara variabel
independent (X) dan variabel dependent (Y). Nilai koefisien harus terdapat
dalam batas-batas -1 hingga +1 (-1 < r ≤ + 1), yang mengahsilkan beberapa
kemungkinan, yaitu:

1) Tanda positif menunjukan adanya korelasi positif antara variabel-

variabel yang diuji, yang berarti setiap kenaikan dan penurunan nilai-nilai
X akan diikuti dengan kenaikan dan penurunan Y.

2) Tanda negative menunjukan adanya korelasi negative antara variabel-

variabel yang diuji, yang berarti setiap kenaikan nilai-nilai X akan diikuti
dengan penurunan Y dan sebaliknya.

3) Jika r=0 atau mendekati 0, maka menunjukan korelasi yang lemah atau
tidak ada korelasi sama sekali antara variabel-variabel yang diteliti.

Untuk dapat memberikan penafsiran terhadap koefisien korelasi yang

ditemukan besar atau kecil, maka dapat berpedoman pada ketentuan
berikut:

Tabel Kategori Koefisien Korelasi

Interval Tingkat
Korelasi Hubungan
0,00 – 0,199 Sangat Rendah

0,20 – 0,399 Rendah

0,40 – 0,599 Sedang

0,60 – 0,799 Kuat

0,80 – 1,000 Sangat Kuat

Sumber: Sugiyono (2014:242)

b. Analisis Korelasi Simultan

Analisis korelasi ganda digunakan untuk mengetahui derajat atau
kekuatan hubungan antara variabel independen (X) dan variabel
 dependen (Y) secara bersama – sama. Menurut Sugiyono (2017:233)
koefisien tersebut dapat dirumuskan sebagai berikut :

√
2 2 2 2 2
2
r y x + r y x −2 r y x +r y x + r x x
R y x1 x 2 = 1 2

2
1 2 1 2

1−r x1 x2

(Sugiyono 2017:233)

Keterangan :
2
Ry x x 1 2
= Korelasi antara variable X1 dan X2 secara bersamaan sama
dengan variable Y
r yx1 = Korelasi product moment antara X1 dan Y
r yx2 = Korelasi product moment antara X2 dan Y
r x1 y 1 = Korelasi product moment antara X1 dan X2

 Pengujian Hipotesis

Hipotesis adalah asumsi atau dugaan mengenai suatu hal yang dibuat
untuk menjelaskan suatu ha yang sering dituntut untuk melakukan
pengecekannya. Rancangan pengujian hipotesis digunakan untuk
mengetahui korelasi dari kedua variabel yang diteliti. Tahap – tahap dalam
rancangan pengujian hipotesis ini dimulai dengan penetapan hipotesis nol
(Ho) dan hipotesis alternative (Ha), pemilihan tes statistik, perhitungan
nilai statistik dan penetapan tingkat signifikan. Uji signifikasi pengaruh
variabel independen terhadap variabel dependen secara stimultan
menggunakan uji F dan secara parsial menggunakan uji t. Beberapa
tahap pengujian hipotesis sebagai berikut:

1. Uji Parsial (t test)

Uji parsial (t test) digunakan untuk mengetahui pengaruh masing-masing

variabel independen terhadap variabel dependen. Adapun Langkah-
langkah yang dilakukan adalah:
a. Menentukan Hipotesis
Hipotesis yang akan diuji dalam penelitian ini berhubungan dengan
ada atau tidaknya pengaruh yang signifikan antara variabel bebas
independen yaitu pemeriksaan produksi ikan laying terhadap variabel
yang tidak bebas atau dependen yaitu Harga Jual Ikan Tongkol di
Provinsi Sulawesi Tenggara. Apabila hipotesis penelitian tersebut
dinyatakan ke dalam hipotesis adalah:

H0 : Tidak ada Pengaruh Produksi Ikan Tongkol (X) terhadap Harga

Jual Ikan Tongkol di Provinsi Sulawesi Tenggara(Y).
H1 : Ada Pengaruh Produksi Ikan Tongkol (X) terhadap Harga Jual Ikan
Tongkol di Provinsi Sulawesi Tenggara(Y).

b. Menentukan tingkat signifikasi

Tingkat signifikasi yang dipilih adalah 5 % (α = 0.05) dan derajat bebas
(db) = n-k-1 untuk memperoleh nilai ttabel sebagai daerah penerimaan
dan penolakan hipotesis.
c. Menghitung nilai thitung bertujuan untuk mengetahui apakah variabel
bebas secara menyeluruh memberikan pengaruh signifikan terhadap
variabel terikat. Maka dapat dianalisis dengan menggunakan rumus
sebagai berikut :

r √ n−2
t=
√ 1−r 2
(Sugiyono 2017:231)

Keterangan :
t = nilai uji t
n = jumlah sampel
r = Koefisien korelasi hasil r hitung
r2 = Koefisien Determinasi

2. Uji Stimultan (F test)

Uji pengaruh stimultan (F test) digunakan untuk mengetahui apakah
 variabel independen secara bersama-sama atau stimultan
mempengaruhi variabel dependen.

 Koefisien Determinasi
Menurut Imam Ghazali (2013:97) Koefisien determinasi (R²) pada
intinya mengukur seberapa jauh kemampuan model dalam
menerangkan variasi variabel independen. Nilai koefisien determinasi
adalah nol dan satu. Nilai R² yang kecil berarti kemampuan variabel-
variabel independen dalam menjelaskan variasi variabel dependen amat
terbataas. Nilai yang mendekati satu berarti variabelvariabel
independen memberikan hamper semua informasi yang dibutuhkan
untuk memprediksi variasi variabel dependen. Koefisien Determinasi
(Kd) dihitung dengan rumus sebagai berikut:

2
Kd=r x 100 %

Keterangan :
Kd = Koefesien Determinasi
R2 = Koefisien kuadrat korelasi ganda

Hipotesis

Uji hipotesis atau uji pengaruh berfungsi untuk mengetahui apakah

koefisien regresi tersebut signifikan atau tidak. Uji hipotesis menggunakan
uji Koefisien Regresi Sederhana (p-value), digunakan untuk mengetahui
apakah variabel independen (X) berpengaruh secara signifikan terhadap
variabel dependen (Y). Signifikan berarti pengaruh yang terjadi dapat
berlaku untuk populasi. Dari hasil analisis Regresi di atas dapat diketahui
dengan langkah-langkah pengujian sebagai berikut:
a) Menentukan Hipotesis
H0 : Tidak ada Pengaruh Produksi Ikan Tongkol (X) terhadap Harga Jual
Ikan Tongkol di Provinsi Sulawesi Tenggara(Y).
H1 : Ada Pengaruh Produksi Ikan Tongkol (X) terhadap Harga Jual Ikan
 Tongkol di Provinsi Sulawesi Tenggara(Y).

b) Membandingkan taraf signifikansi (p-value), dengan galatnya.

Jika nilai signifikansi (Sig.) lebih besar > dari probabilitas 0.05, maka H0
diterima.
Jika nilai signifikansi (Sig.) lebih kecil < dari probabilitas 0.05, maka H0
ditolak.

Hasil Analisis

Harga ikan Tongkol cenderung mengalami fluktuasi dari Januari hingga

Desember 2020 sebagaimana pada Gambar 1. Fluktuasi pasokan
sebagaimana Tabel 1 menunjukkan pasokan tertinggi terjadi pada Bulan
Januari. Pasokan rendah di Bulan Juni. Harga rata-rata tertinggi di Bulan
Juni mencapai kisaran Rp. 14.500/kg dan terendah mencapai Rp.
7.500/kg di bulan Maret.

500,000 16,000
450,000 14,000
400,000
12,000
350,000
300,000 10,000 Harga(Rp/Kg)
250,000 8,000
Volume(Kg)

200,000 6,000
150,000
4,000
100,000
50,000 2,000

0 0
ril ni li r r r r ri t ri ei s
Ap Ju Ju be obe be be ua are rua M ustu
m t
e Ok ve se m m n M b
pt Ja Fe Ag
Se No De

Berat (Kg) Avg. Harga Produsen

Gambar 1. Dinamika volume produksi terhadap harga Tongkol

Tabel 1. Volume ikan Tongkol dan pasokan per bulan selama tahun 2020 di Provinsi Sulawesi
Tenggara
Volume (kg) Agt April Des Feb Jan Juli Juni Mar Mei Nov Okt Sept

Kota Kendari 60386 129607 311763 305128 442167 84907 58463 293487 89353 234477 372552 140880

Nilai harga ikan Tongkol di kabupaten kota per bulan sebagaimana pada
Tabel 2. Harga yang digunakan merupakan harga di tingkat produsen.
 Tabel 2. Harga ikan Tongkol dan pasokan per bulan selama tahun 2020 di Provinsi Sulawesi
Tenggara
Volume (kg) Agt April Des Feb Jan Juli Juni Mar Mei Nov Okt Sept

Kota Kendari 14,378 9,780 13,717 8,183 9,420 14,447 14,518 7,647 10,407 11,896 10,127 11,675

Tahapan analisis selanjutnya adalah menyusun dalam tabel SPSS dengan

memasukkan data data variabel dependen (harga rata-rata) dengan
variabel independen berupa pasokan dari pendaratan ikan di beberapa
kabupatan/kota di Provinsi Sulawesi Tenggara. Beberapa tahapan yang
dilakukan antara lain menghitung koefisien determinasi, Uji Siginikansi
Simultan (Uji Statistik F) dan Uji Signifikansi Paramater Individual (Uji
statistik t),

Koefisien determinasi

Koefisien determinasi (R2) adalah suatu indikator yang digunakan untuk

menggambarkan berapa banyak variasi yang dijelaskan dalam model.
Berdasarkan nilai R2 dapat diketahui tingkat signifikansi atau kesesuaian
hubungan antara variabel bebas dan variabel tak bebas dalam regresi
linier.

Model Summary
Mode R Adjusted R
l R Square Square Std. Error of the Estimate
1 .584 a
.340 .275 2103.974
a. Predictors: (Constant), Volume(Pasokan)

Dari pengolahan data didapatkan bahwa nilai R 58,4% yang menunjukkan

derajat korelasi yang kecil antara harga dengan volume pasokan di
Sulawesi Tenggara, sedangkan nilai R2 sebesar 34% menunjukkan
gambaran berapa banyak variasi yang dijelaskan dalam model atau
seberapa besar pengaruh variabel independen (pasokan) terhadap variabel
dependen (harga). Namun untuk menentukan apakah nilai tersebut
memenuhi syarat perlu dilakukan lanjutan uji-F sehingga mendapatkan P-
Value nya.
Uji Signifikansi Simultan ( Uji Statistik F)

Dari analisis anova menunjukkan bahwa terdapat nilai sig /P-value yaitu
0,046 atau lebih kecil dari 0,05 sehingga hipotesis adalah gagal menerima
H0 atau ada pengaruh secara signifikan antara pengaruh linear antara
produksi ikan Tongkol terhadap harga rata rata di Sulawesi Tenggara.

ANOVA a

Model Sum of Squares df Mean Square F Sig.

1 Regression 22852637.625 1 22852637.62 5.162 .046 b

5
Residual 44267083.292 10 4426708.329
Total 67119720.917 11
a. Dependent Variable: Harga
b. Predictors: (Constant), Volume(Pasokan)

Uji Signif ikansi Paramater Individual (Uji statistik t)

Nilai p-value (0,046) < 0,05 menyebabkan parameter independen memiliki

pengaruh yang siginifikan. Begitupula dengan uji statistik t nilai Sig
variabel X (Volume) lebih kecil dari 0,05.

Coefficients a

Unstandardized
Coefficients Standardized Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 13631.140 1173.556 11.615 .000
Volume(Pasokan -.011 .005 -.584 -2.272 .046
)
a. Dependent Variable: Harga

Pengaruh pendaratan ikan yang ada di Sulawesi Tenggara belum terlalu

mempengaruhi harga dapat disebabkan oleh adanya pasokan dari daerah
lain, atau sebaliknya berkurangnya pasokan dari daerah lain.
Kecenderungan pasokan, tidak hanya ditentukan oleh musim ikan, tetapi
juga tingkat persaingan antar daerah di Indonesia, pada beberapa kasus
misalnya panen ikan yang berlebih di suatu daerah menyebabkan daerah
lain cenderung mengurangi kegiatan penangkapan karena harga yang
jatuh dan akhirnya tidak sesuai dengan pengembalian modal.
Menurut Steinhart et al (2013), terdapat pengaruh ketersediaan terhadap
harga, yang terkadang dikendalikan oleh pihak tertentu. Pengaruh harga
juga sangat ditentukan dari kualitas produk, apalagi ikan dikenal sebagai
komoditas yang perishable dan cepat mengalami kemunduran kualitas.
Selain itu saluran distribusi juga dapat memepengaruhi harga, karena
mandeknya aliran dapat mempengaruhi tingkat ketersediaan dan
kelangkaan barang.

Pada beberapa jenis ikan terutama ikan yang memiliki variasi ukuran, juga
terdapat perbedaan harga. Ikan dengan ukuran besar biasanya harganya
lebih mahal daripada ukuran kecil. Masing masing ukuran ikan tersebut
juga memiliki segmen pasar tersendiri baik untuk ekspor, pengolahan
pemindangan, pengasinan atau olahan lainnya.

Kesimpulan

Pasokan tertinggi terjadi pada Bulan Januari. Pasokan rendah di Bulan

Juni. Harga rata-rata tertinggi di Bulan Juni mencapai kisaran Rp.
14.500/kg dan terendah mencapai Rp. 7.500/kg di bulan Maret.

Perhitungan menunjukkan Nilai Koefisien Determinasi sebesar 34%

menunjukkan gambaran berapa banyak variasi yang dijelaskan dalam
model atau seberapa besar pengaruh variabel independen (pasokan)
terhadap variabel dependen (harga). Nilai p-value bernilai 0,046 atau lebih
kecil dari 0,05 sehingga hipotesis adalah gagal menerima H0 atau ada
pengaruh secara signifikan antara pengaruh linear antara produksi ikan
Tongkol terhadap harga rata rata di Sulawesi Tenggara.
 Daftar Pustaka

Ghozali, I. (2016) Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23.

Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro.

Spiegel. Murray. R, 2004, Statistika. Jakarta:Erlangga.

Sudijono, Anas, 1996, Pengantar Statistik Pendidikan, Jakarta:Rajawali.

Sugiyono. (2014). Metode Penelitian Pendidikan Pendekatan Kuantitatif,

Kualitatif, dan R&D. Bandung: Alfabeta.

Sugiyono. (2017). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung :

Alfabeta, CV.

Steinhart Y, Mazursky M, Kamins MA. 2013. The process by which product

availability triggers purchase. Mark Lett 24:217–228.

Walpole. R.,E., 1995, Ilmu Peluang Dan Statistika Untuk Insinyur dan Ilmuawan.

Bandung:ITB.