Download pdf - LAPORAN AKHIR ANALISIS EFEKTIFITAS OPERASI PASAR …bppp.kemendag.go.id/media_content/2017/08/ANALISIS_EFEKTIFITAS... · pada 1 satuan waktu berikutnya; pada daerah yang defisit,

LAPORAN AKHIR

ANALISIS EFEKTIFITAS OPERASI PASAR BERAS

PUSAT KEBIJAKAN PERDAGANGAN DALAM NEGERI

BADAN PENGKAJIAN DAN PENGEMBANGAN KEBIJAKAN PERDAGANGAN

KEMENTERIAN PEREDAGANGAN

2015

Puska PDN, BP2KP, Kementerian Perdagangan i

KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas rahmat-Nya, sehingga

laporan “Analisis Efektivitas Operasi Pasar Beras” dapat diselesaikan.

Analisis ini disusun dalam rangka mengevaluas ipelaksanaan operasi

pasar beras sebagai salah satu kebijakan untuk menciptakan harga beras

yang stabil.

Analisis ini menggunakan dua pendekatan, pertama adalah

pendekatan ekonometrika, grafis dan telaah literatur yang tujuanny

aadalah mengukur volume dan waktu efektif dalam penyaluran beras

Operasi Pasar (OP). Pendekatan kedua adalah pendekatan analisis

kesenjangan yang tujuannya untuk melihat adakah kesenjangan antara

kepentingan dan kinerja OP.

Analisis ini diselenggarakan secara swakelola oleh Pusat Kebijakan

Perdagangan Dalam Negeri yang terdiri dari tim peneliti internal dan

dibantu oleh tenaga ahli.

Dalam penyusunan analisis ini, tim menyadari bahwa masih terdapat

kekurangan. Untuk itu kami menyambut baik masukan, kritik dan saran

dalam rangka penyempurnaan analisis ini. Pada akhirnya, kami berharap

bahwa hasil analisis ini dapat bermanfaat bagi pimpinan dalam

merumuskan kebijakan stabilisasi harga beras.

Jakarta, Juni 2015

Pusat Kebijakan Perdagangan Dalam Negeri

Puska PDN, BP2KP, Kementerian Perdagangan ii

ABSTRAK ANALISIS EFEKTIVITAS OPERASI PASAR BERAS

Operasi Pasar(OP) Beras merupakan program yang sudah dijalankan cukup lama dengan tujuan untuk menjaga stabilitas harga beras di tingkat eceran. Stabilitas harga beras dinilai penting karena beras merupakan bahan pangan pokok dimana pangsa pengeluaran rumah tangga untuk beras cukup besar, relatif dibanding pengeluaran untuk pangan yang lain.Penelitian ini bertujuan untuk mengevaluasi pelaksanaan OP Beras. Hasil penelitiannya menunjukkan bahwa dampak OP Beras akan terlihat pada 1 satuan waktu berikutnya; pada daerah yang defisit, kebutuhan volume beras yang harus disalurkan dalam OP lebih besar dibandingkan di daerah surplus; waktu intervensi yang efektif untuk OP adalah waktu paceklik dan Hari Besar Keagamaan Nasional (HBKN) yaitu sekitar bulan Desember dan Januari dan bulan Juni – Agustus; yang harus diperbaiki dalam pelaksanaan OP Beras waktu dan kuantitas beras yang disalurkan. Kata kunci: operasipasar, beras, importance-performance analysis

ABSTRACT EFFECTIVITY ANALYSIS OF RICE MARKET OPERATION

Rice Market Operation policy have been conducting since long time ago which aims to stabilize rice price in retail level. Rice price stabilization in Indonesia is essential because rice is one of staple food and its expenditure share is relatively larger than other needs. The objective of study is to evaluate rice market operation (in terms of volume, timing, quality, operator, etc.). The finding of study show effectiveness of rice market operation shouldn’t occur in the time, needed one time ahead for gaining the rice stabilization impact; in terms of volume/quantity, the necessity of rice for market operation is different among regions/provinces. It isn’t only about production itself but also supply-demand condition, by all means, it is about deficit and surplus; implementation of rice market operation will be effective in festive season and around January and December. Another finding is timing and quality of rice in market operation need to be improved.

Keywords: market operation, rice, importance-performance analysis

Puska PDN, BP2KP, Kementerian Perdagangan iii

DAFTAR ISI

KATA PENGANTAR .............................................................................. i

ABSTRAK .............................................................................................. ii

DAFTAR ISI ........................................................................................... iii

DAFTAR TABEL .................................................................................... v

DAFTAR GAMBAR ................................................................................ vi

DAFTAR LAMPIRAN ............................................................................. vii

BAB I PENDAHULUAN ........................................................................ 1

1.1. LatarBelakang ...................................................................... 1

1.2. Tujuan .................................................................................. 3

1.3. Keluaran ............................................................................... 3

1.4. RuangLingkup ...................................................................... 3

1.5. SistematikaLaporan .............................................................. 3

BAB II TINJAUAN LITERATUR ............................................................ 5

2.1. Prosedur Pelaksanaan Operasi Pasar Beras ....................... 5

2.2. Pengendalian Harga Bahan Pangan Pokok di Negara Lain . 7

2.3. Pengendalian Harga di Indonesia ........................................ 10

2.4. Produksi Padi/Beras ............................................................. 11

2.5. Konsumsi Beras ................................................................... 11

2.6. Proyeksi Konsumsi Beras ..................................................... 12

2.7. Proyeksi Produksi/Penawaran .............................................. 12

2.8. Tinjauan Kebijakan Ketahanan Pangan Terkait Dengan

Beras .................................................................................... 13

BAB III METODOLOGI .......................................................................... 18

3.1. Metode Analisis .................................................................... 18

3.2. Data dan Sumber Data ......................................................... 24

3.3. Kerangka Berfikir .................................................................. 24

Puska PDN, BP2KP, Kementerian Perdagangan iv

BAB IV PENGARUH OPERASI PASAR BERAS TERHADAP HARGA

BERAS ECERAN DAN IMPORTANCE-PERFORMANCE

ANALYSIS .................................................................................. 26

4.1. Volume Operasi Pasar ......................................................... 26

4.2. Waktu Operasi Pasar ........................................................... 35

4.3. Importance-Performance Analysis Berdasarkan Penilaian

Pedagang Beras dan Konsumen .......................................... 37

BAB V KESIMPULAN DAN REKOMENDASI KEBIJAKAN ................. 41

5.1. Kesimpulan ........................................................................... 41

5.2. Rekomendasi Kebijakan ....................................................... 42

DAFTAR PUSTAKA

LAMPIRAN

Puska PDN, BP2KP, Kementerian Perdagangan v

DAFTAR TABEL

Tabel 2.1 Proyeksi Konsumsi Beras, 2015-2050 (ton) ........................... 12

Tabel 2.2 Proyeksi Produksi Beras, 2015-2050 (ton) ............................. 13

Tabel 2.3 Proyeksi Surplus/Defisit Produksi Beras, 2013-2050 (ton) ..... 13

Tabel 3.1 Indikator OP Beras ................................................................ 22

Tabel 4.1. Hasil Estimasi Ordinary-Least Square (OLS) Untuk Model Pengaruh OP Beras dan Faktor Lainnya Terhadap Pergerakan Rata-Rata Harga Beras di Tingkat Eceran ........ 26

Puska PDN, BP2KP, Kementerian Perdagangan vi

DAFTAR GAMBAR

Gambar 3.1. Model Evaluasi Berdasarkan Tingkat Kinerja .................... 20

Gambar 3.2. Kerangka Berpikir.............................................................. 25

Gambar 4.1. Ilustrasi Hubungan OP dengan Pergerakan Rata-Rata

Harga Beras di Tingkat Eceran ......................................... 27

Gambar 4.2. Pergerakan Rata-Rata Harga Beras di Tingkat Eceran

dan Perkembangan OP Beras .......................................... 28

Gambar 4.3. Hubungan Antara Pertumbuhan Harga dengan Volume

OP Beras DKI Jakarta....................................................... 29

Gambar 4.4. Pergerakan Harga Beras di Tingkat Eceran DKI Jakarta

dan Harga Beras di PIBC .................................................. 30


OP Beras Jawa Barat ....................................................... 31


OP Beras Sumatera Utara ................................................ 32


OP Beras Sulawesi Utara ................................................. 32


OP Beras Aceh ................................................................. 33


OP Beras Maluku .............................................................. 34

Gambar 4.10. Perubahan Rata-Rata Harga Beras Eceran dalam

Lingkup Nasional ............................................................ 35

Gambar 4.11. Perubahan Rata-Rata Harga Beras Eceran di

Beberapa Propinsi .......................................................... 36

Gambar 4.12. Diagram Kartesius Importance-Performance Analysis .... 38

Puska PDN, BP2KP, Kementerian Perdagangan vii

DAFTAR LAMPIRAN

Lampiran 1. Uji Multikolinearitas Model OP Beras ................................. 44

Lampiran 2. Uji Autokorelasi Model OP Beras ....................................... 45

Lampiran 3. Uji Heteroskedastisitas Model OP Beras ........................... 46

Lampiran 4. Uji Stasioner Terhadap Variabel Yang Digunakan dalam

Model OP Beras ................................................................ 47


Model OP Beras Dengan Menggunakan Visualisasi Grafis 48

Lampiran 6. Model OP Beras ................................................................. 49

Puska PDN, BP2KP, Kementerian Perdagangan 1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Sebesar 40% pengeluaran masayarakat untuk kebutuhan

pangannya digunakan untuk mengkonsumsi beras. Jumlah yang sangat

besar jika dibandingkan dengan kebutuhan pangan yang lain seperti

terigu, gula, kedelai, jagung dan lain-lain. Oleh karena itu, perhatian yang

cukup besar dari pemerintah untuk beras cukup memiliki dasar yang kuat.

Berbagai kebijakan pemerintah yang diberlakukan untuk beras,

baik itu di sisi hulu maupun hilirnya. Dari sisi hulu, terdapat banyak

kebijakan yang pada prinsipnya adalah agar petani padi dapat

meningkatkan produktivitas, salah satu kebijakannya adalah Harga

Pembelian Pemerintah (HPP) untuk gabah dan beras, subsidi bunga

kredit untuk ketahanan pangan dan energi, subsidi pupuk, bantuan bibit,

bantuan alsintan dan lain-lain. Dari sisi hilir, pemerintah mengeluarkan

kebijakan yang pada prinsipnya adalah untuk menjaga daya beli

masyarakat dan menjaga ketersediaan diantaranya melalui kebijakan

sistem resi gudang sehingga harga beras stabil yang tidak saja

menguntungkan petani, tetapi juga konsumen. Selain itu pemerintah

mengeluarkan kebijakan Raskin dan kebijakan Operasi Pasar (OP) Beras.

Dalam kerangka analisis ini, akan difokuskan pada OP Beras

karena: (i) kebijakan ini sudah lama dijalankan; (ii) sumber daya untuk

melaksanakan kebijakan ini sangat besar; (iii) meski sudah dijalankan

sejak lama tetapi belum ada evaluasinya.

Kebijakan OP terkait dengan kenaikan harga beras di tingkat

eceran pada waktu-waktu tertentu. Pada mulanya, ada bentuk intervensi

lain yang digunakan seperti pada awal tahun 2000an, Bulog pernah

melakukan uji coba program yang mirip dengan food stamp yaitu program


Warung Catu di sejumlah propinsi di Sumatera. Raskin disalurkan melalui

Warung Catu itu, dan penduduk miskin dapat menebus beras sesuai

dengan kebutuhannya. Kesulitannya adalah mencari warung yang

bersedia untuk melakukannya. Bersedia dalam arti ada insentif menarik

serta dapat menutupi resiko terburuk, misalnya terjadi

pencurian/kebakaran dsb. Warung umumnya kecil-kecil dan tidak punya

gudang yang cukup baik, sehingga berisiko kerusakan beras. Demikian

juga, manakala kelompok sasaran tidak dapat menukar kupon dengan

pangan atau beras, mungkin karena retailer itu telah kehabisan stok, dan

itu dapat menimbulkan kemarahan kelompok miskin, apalagi kalau warung

itu dikeliling oleh banyak orang miskin sasaran program.

Terkait dengan berbagai opsi kebijakan, banyak cara yang dapat

dilakukan untuk intervensi pasar, tetapi tergantung pada penguasaan stok

oleh pemerintah, kekuatan/struktur pasar komoditas, perbedaan harga

dalam negeri dengan luar negeri, pajak ekspor, bea masuk, dan kuota

impor/ekspor. Untuk beras, setelah dipahami faktor yang menentukan

instabilitas harga beras dan telah memenuhi syarat untuk intervensi, maka

dicarilah sumber-sumber instabilitas itu. Jika suplai beras dalam negeri

berkurang dari kebutuhannya, maka harga eceran beras akan naik di

berbagai pasar beras di tanah air (45 kota yang harganya dipantau oleh

BPS). Selain itu, perlu diperhatikan pula pemasukan beras (juga sumber

pasokan beras) ke Pasar Induk Beras Cipinang (PIBC), serta

penyalurannya. Tolok ukur yang dipakai adalah bila pemasokan beras ke

PIBC kurang dari 2.000 ton/hari (tidak termasuk hari kerja) dan

berlangsung lama (seminggu, paling lama-dua minggu), maka itu suatu

pertanda suplai beras berkurang. Cara untuk mengatasinya adalah

menambah suplai beras ke pasar melalui OP Beras. Sumber suplai dapat

diperoleh dari cadangan beras pemerintah (CBP) yang dikelola Bulog.

Berdasarkan penjelasan di atas, maka kebijakan yang telah

dijalankan perlu untuk dievaluasi agar kebijakan OP Beras dapat

dijalankan lebih efektif dengan menggunakan sumber daya yang tepat.


1.2. Tujuan Analisis

a. Menganalisis pengaruh OP Beras terhadap harga beras di tingkat

eceran

b. Menganalisis efektifitas OP Beras berdasarkan persepsi dari

masyarakat

c. Merumuskan rekomendasi kebijakan untuk mengefektifkan OP Beras

1.3. Keluaran Analisis

a. Estimasi pengaruh OP Beras terhadap harga beras di tingkat eceran

b. Gambaran mengenai efektifitas OP Beras berdasarkan persepsi dari

masyarakat

c. Rekomendasi kebijakan untuk mengefektifkan OP Beras

1.4. Ruang Lingkup Analisis

Analisis ini mencakup beberapa aspek, yaitu:

a. Aspek kuantitatif. Pada aspek ini akan dianalisis mengenai dampak dari

besarnya volume beras yang disalurkan dalam OP terhadap harga

beras di tingkat eceran. Oleh karena itu, lingkupnya menjadi dua, yaitu

pada lingkup nasional dan lingkup beberapa provinsi. Idealnya, lingkup

yang paling baik adalah pada lingkup kabupaten, namun karena

keterbatasan ketersediaan data pada level kabupaten maka diputuskan

lingkupnya pada level nasional dan kabupaten.

b. Aspek partisipatif. Aspek ini untuk mendapatkan gambaran persepsi

masyarakat terhadap eketifitas OP Beras. Adapun informasi yang akan

dihimpun meliputi persepsi mengenai tingkat kepentingan beberapa

variabel/indikator yang menetukan efektivitas OP Beras dan mengenai

tingkat kinerja dari setiap variabel/indikator pelaksanaan OP Beras.

1.5. Sistematika Laporan

Laporan analisis akan disusun dalam 5 (lima) Bab, yaitu:


a. Bab Pendahuluan. Pada bab ini akan dibahas mengenai latar belakang,

tujuan dan keluaran analisis yang diharapkan.

b. Bab Tinjauan Literatur. Pada bab ini akan disampaikan bagaimana

keragaan pasar beras di Indonesia, prosedur pelaksanaan OP dan

mengulas sedikit bagaimana intervensi pasar kebutuhan pokok di

negara lain.

c. Bab Metodologi. Pada bab ini dijelaskan mengenai kerangka berpikir

analisis ini, metode yang digunakan sehingga tujuan dari analisis dapat

tercapai.

d. Bab Pembahasan. Pada bab ini akan dijelaskan mengenai seberapa

besar pengaruh OP Beras terhadap penurunan harga beras di tingkat

eceran dan bagaimana persepsi masyarakat terhadap OP Beras untuk

mengukur apakah sudah efektif atau belum.

e. Bab Kesimpulan dan Rekomendasi Kebijakan. Pada bab ini

disampaikan kesimpulan dari hasil pembahasan dan rekomendasi

kebijakan yang dapat disampaikan kepada pengambil keputusan

sebagai pertimbangan agar OP Beras lebih efektif.


BAB II

TINJAUAN LITERATUR

2.1. Prosedur Pelaksanaan Operasi Pasar Beras

Operasi Pasar (OP) Beras diawali dengan Menteri Perdagangan

menerima permohonan dari Pemerintah Daerah/Gubernur untuk

pelaksanaan OP beras di masing masing daerah yang selanjutnya akan

didisposisikan kepada Dirjen PDN. Dalam kondisi tertentu, dengan

memperhatikan kondisi kenaikan harga di daerah, Menteri Perdagangan

bisa langsung menugaskan Ditjen PDN cq. Dit. Bapokstra untuk

menyusun konsep surat instruksi Menteri Perdagangan tentang OP Beras.

Jika Menteri Perdagangan tidak menugaskan untuk langsung

menyusun konsep surat Instruksi OP Beras, Dit. Bapokstra menganalisa

permohonan Pemerintah Daerah/Gubernur tersebut dengan melihat

faktor-faktor pemicu (harga dan ketersediaan) sebagai dasar untuk

melaksanakan OP. Selanjutnya Dit. Bapokstra melaporkan hasil analisa

terhadap permohonan pelaksanaan OP beras kepada Dirjen PDN untuk

mendapat persetujuan dari Menteri Perdagangan dan selanjutnya dibahas

dalam Rapat Tim Stabilisasi Pangan Pokok.

Disisi lain, Bulog selaku pemegang stok beras memonitor

cadangan beras pemerintah (CBP) yang dimilikinya sebagai persiapan

pelaksanaan OP beras. Berdasarkan hasil rapat, Tim Stabilisasi Bahan

Pangan Pokok, memberikan rekomendasi untuk melakukan OP atau

menetapkan impor bahan kebutuhan pokok kepada Menteri Perdagangan

cq. Dirjen PDN. Menteri Perdagangan memberikan disposisi kepada

Dirjen PDN cq. Direktur Bapokstra untuk menyiapkan konsep surat OP

serta mempersiapkan data pendukung dan melakukan koordinasi dengan

pihak terkait. Menteri Perdagangan menandatangani surat instruksi OP

beras yang yang ditujukan kepada Direktur Utama Bulog.


Kantor pusat Bulog cq. Divisi Penyaluran menerima instruksi OP

Beras dari Kementerian Perdagangan dan selanjutnya instruksi tersebut

diteruskan ke Divre sebagai dasar pelaksanaan OP Beras di tingkat

Divre/Subdivre/Kansilog. Berdasarkan Instruksi OP Beras dari

Kementerian Perdagangan, Divre/Subdivre/Kansilog melaksanakan OP

Beras sesuai perintah Kantor Pusat cq. Divisi Penyaluran.

Jika lebih rincinya, prosedurnya adalah sebagai berikut:

1. Menteri Perdagangan menerima permohonan/permintaan dari

Pemerintah Daerah/Gubernur untuk melaksanakan OP Beras di

masing masing daerah.

2. Menteri Perdagangan memberikan disposisi kepada Dirjen PDN

mengenai permintaan OP beras dari Gubernur/Pemerintah Daerah.

Dalam kondisi tertentu, dengan memperhatikan kondisi kenaikan harga

di daerah, Menteri Perdagangan menugaskan Ditjen PDN cq. Dit.

Bapokstra untuk menyusun konsep surat instruksi Menteri

Perdagangan tentang OP Beras.

3. Jika Pimpinan Kementerian Perdagangan tidak menugaskan untuk

menyusun konsep surat Instruksi OP Beras, Dit. Bapokstra

menganalisa permintaan Pemerintah Daerah, dengan melihat faktor-

faktor pemicu (harga dan ketersediaan) sebagai dasar untuk

melaksanakan OP

4. Dit. Bapokstra melaporkan hasil analisa terhadap permohonan

pelaksanaan OP beras kepada Dirjen PDN untuk mendapat

persetujuan dari Menteri Perdagangan dan selanjutnya dibahas dalam

Rapat Tim Stabilisasi Pangan Pokok.

5. Bulog memonitor cadangan beras pemerintah (CBP) yang dimilikinya

sebagai persiapan pelaksanaan OP beras.

6. Berdasarkan hasil rapat, Tim Stabilisasi Bahan Pangan Pokok,

memberikan rekomendasi untuk melakukan OP atau menetapkan

impor bahan kebutuhan pokok kepada Menteri Perdagangan cq. Dirjen

PDN.


7. Menteri memberikan disposisi kepada Dirjen PDN cq. Direktur

Bapokstra untuk menyiapkan konsep surat OP serta mempersiapkan

data pendukung dan melakukan koordinasi dengan pihak terkait.

8. Menteri Perdagangan menandatangani surat instruksi OP beras yang

ditujukan kepada Direktur Utama BULOG

9. Kantor pusat cq. Divisi Penyaluran menerima instruksi OP Beras dari

Kementerian Perdagangan untuk selanjutnya instruksi tersebut

diteruskan ke Divre sebagai dasar pelaksanaan OP Beras di tingkat

Divre/Subdivre/Kansilog.

10. Berdasarkan Instruksi OP Beras dari Kementerian Perdagangan,

Divre/Subdivre/Kansilog melaksanakan OP Beras sesuai perintah

Kantor Pusat cq. Divisi Penyaluran.

2.2. Pengendalian Harga Bahan Pangan Pokok di Negara Lain

Pangan merupakan komoditi penting bagi semua Negara. Oleh

karena itu pemerintahan di hampir semua negara memiliki regulasi untuk

melakukan intervensi pada harga komoditi pangan yang dianggap

mempengaruhi kesejahteraan ekonomi maupun sosial masyarakat di

negara tersebut. Kebijakan tersebut dilakukan dalam rangka stabilisasi

harga baik di tingkat produsen atau di tingkat konsumen. Kebijakan harga

di beberapa negara yang dibahas dalam Bab ini dilihat dari lima hal yaitu

(i) jenis kebijakan, (ii) lembaga pelaksana, (iii) mekanisme pelaksanaan,

(iv) komoditi yang diatur, dan (v) pelanggaran dan sanksi.

Pengaturan harga di Malaysia diatur dalam kebijakan setara

Undang-Undang yaitu Price Control Act nomor 121 tahun 1946 yang

kemudian diganti oleh Price Control and Anti-Profiteering Act (PCPA)

Nomor 723 tahun 2011 yang mulai berlaku 1 April tahun 2011. Beberapa

perbaikan pada regulasi yang baru diantaranya memberikan ewenang

kepada pemerintah untuk menentukan harga barang dan jasa; pelarangan


pencatutan; memastikan masyarakat tidak terbebani oleh shock

peningkatan harga; dan melindungi kepentingan konsumen.

Substansi utama yang diatur dalam PCPA adalah kontrol harga

(price control) dan anti-pencatutan (anti-profiteering). Pengaturan harga

terdiri dari dua skema yaitu skema price control dan skema festive price

control. Gula dan masker kesehatan merupakan dua produk yang diatur

dalam skema price control. Dalam skema ini, harga maksimal di tingkat

pengecer untuk gula dan masker ditetapkan oleh pemerintah dan berlaku

sepanjang tahun. Pelaksanaan ketentuan ini diawasi oleh pemerintah dan

pelanggarnya akan dikenakan sanksi.

Skema festive price control adala skema kontrol harga yang

dilakukan dalam jangka waktu tertentu pada perayaan hari besar agama.

Tujuannya adalah untuk mengendalikan peningkatan harga selama

periode hari raya untuk barang-barang penting pada hari raya tersebut

dan mengendalikan potensi kenaikan harga karena peningkatan

permintaan. Pemerintah Malaysia menetapkan hari raya keagamaan

dalam skema ini yaitu hari raya Puasa, tahun baru China, Deepavali,

Natal, Kaamatan (Sabah), dan Gawai (Sarawak). Komoditi yang diawasi

antara lain ayam, daging lokal (sapi/ kambing/ babi), telur ayam, kubis

bulat import, tomat, cabai merah, kelapa bijji/ parut, bawang merah,

bawang putih, kentang, kacang, ikan kembung, ikan bawal putih, udang

putih besar.

Mekanisme skema festive price control diawali dengan penentuan

komoditi yang akan diatur dan besaran harga yang akan ditetapkan

berdasarkan masukan dari pemerintah daerah, produsen, pedagang dan

stakeholder lain. Tiap wilayah dapat mengajukan tingkat harga yang

berbeda disesuaikan dengan kondisi setempat. Setelah ditetapkan oleh

Menteri Perdagangan, daftar komoditi yang diawasi akan disebarluaskan

melalui media masa, minimal satu bulan sebelum pelaksanaan. Skema ini

umumnya berlaku selama 9 sampai 12 hari sebelum dan sesudah hari

raya.


Di negara lainnya, yaitu di Filipina pengaturan harga didasarkan

pada regulasi setara Undang-Undang yaitu Price Act Nomor. 7581 tahun

1992. Harga Kebutuhan Pokok di Filipina diatur dalam bentuk Undang –

Undang, Republic Act No. 7581 atau lebih kenal sebagai The Price Act

tahun 1992. Instansi yang bertanggung jawab dalam menerapkan

kebijakan tersebut adalah Departemen Pertanian, Departemen

Kesehatan, Departemen Lingkungan dan Sumberdaya, Kepolisian dan

Departemen Perindustrian dan Perdagangan yang selanjutnya disebut

lembaga pelaksana (Implementing Agencies). Untuk mendukung

Implementing Agencies, kepala negara membentuk Price Coordinating

Council yang terdiri dari Departemen Perdagangan dan Industri serta

instansi teknis terkait.

Pada saat terjadi gejolak harga akibat gangguan bencana,

ancaman yang menimbulkan bahaya, tindakan manipulasi harga, dan

kejadian yang menyebabkan harga kebutuhan pokok naik dalam batasan

yang tidak wajar, pemerintah melakukan penetapan harga atap (ceiling

price). Dalam kondisi khusus, yaitu daerah mengalami bencana, keadaan

darurat, daerah sengketa hukum, daerah wilayah pemberontak/

perlawanan, daerah dalam kondisi perang pemerintah akan

memberlakukan harga secara sepihak (automatic price control).

Negara lainnya yang melakukan pengendalian harga adalah

Thailand. Thailand merupakan salah satu negara yang menerapkan

kebijakan dan mekanisme dalam rangka stabilisasi harga domestik.

Kebijakan tersebut didukung oleh Undang-Undang Price of Goods and

Services Act B.E. 2542 tahun 1999. Lembaga pelaksana dalam

mekanisme pemantauan harga adalah Central Commission on Prices of

Goods and Services (CCP) untuk tingkat nasional dan Provincial

Commission on Prices of Goods and Services (PCP) untuk tingkat

propinsi.

CCP diketuai oleh Menteri Perdagangan sedangkan anggota

komisi terdiri dari 4 sampai 8 orang yang ditunjuk dimana setengahnya


merupakan pihak swasta. Komisi inilah yang menentukan barang atau

jasa apa saja yang dikontrol dan diawasi serta menentukan harga eceran

untuk komoditi-komoditi tertentu. Sedangkan PCP diketuai oleh Gubernur

setempat dimana terdapat komisi yang terdiri dari 5 sampai 9 orang pakar

yang ditunjuk dimana sepertiganya berasal dari pihak swasta. Komisi ini

mengusulkan barang atau jasa yang dianggap perlu untuk dikontrol dan

diawasi serta menetapkan harga eceran regional untuk komoditi tertentu.

Pada tahun 2015 ditetapkan sebanyak 40 barang dan 3 jasa yang

dikontrol.

Selain 40 jenis barang yang dikontrol, terdapat 205 barang lain

yang diawasi. Barang yang masuk dalam daftar yang dikontrol dan

diawasi dibagi ke dalam 3 kelompok yaitu sensitive list adalah barang

yang dipantau setiap hari; priority watch list adalah barang yang dipantau

dua kali dalam satu minggu; dan watch list adalah barang yang dipantau

dua kali setiap bulannya. Dari kesemua jenis barang tersebut hanya dua

komoditi yang ditentukan harga ecerannya yaitu gula dan daging babi.

Sedangkan untuk barang yang lain yang dilakukan adalah pengawasan

harga dan pasokan.

2.3. Pengendalian Harga di Indonesia

Pengendalian harga beras dilakukan bukan hanya sebagai bagian

upaya pengendalian inflasi, namun juga merupakan keberpihakan

pemerintah kepada masyarakat terutama masyarakat berpendapatan

rendah untuk tetap dapat memenuhi kebutuhan dasarnya. Salah satu

bentuk intervensi pemerintah dalam pengendalian harga beras adalah dari

sisi penawaran yaitu dengan menambah pasokan melalui operasi pasar

(OP) beras. Di Jakarta, operasi pasar dilakukan melalui pasar grosir dan

eceran untuk mempercepat laju penurunan harga.

Dalam kondisi normal, operasi pasar biasanya dilakukan pada saat

paceklik, pada saat harga beras melambung tinggi karena panen


berkurang. Dengan stok yang cukup besar yang dimiliki Perum BULOG,

pelaksanaan operasi pasar dengan “mengguyur” pasar relatif cukup efektif

mengendalikan harga beras dan membantu pengendalian inflasi.

Harga beras di pasar dipengaruhi dan mempengaruhi variabel

lainnya. Harga beras sangat ditentukan oleh produksi dan konsumsi

masyarakat. Sedangkan produksi dipengaruhi secara positif oleh luas

panen dan harga beras. Data areal panen setiap tahunnya relatif tetap

dengan kecenderungan meningkat. Luas panen ini akan sangat

berpengaruh terhadap produksi. Kenaikan harga gabah dan beras akan

menjadi insentif bagi petani untuk meningkatkan produksi padi.

2.4. Produksi Padi/Beras

Selama beberapa tahun terakhir, penawaran/produksi beras,

mengalami laju pertumbuhan yang bervariasi dan cenderung meningkat

rata-rata per tahun sebesar 2,62 persen.

Sumber pertumbuhan produksi adalah pertumbuhan luas areal

panen dan pertumbuhan produktivitas, yaitu masing-masing 1,48 persen

dan pertumbuhan produktivitasnya sebesar 1,12 persen. Pertumbuhan

produksi dengan laju petrumbuhan sebesar 2,62%. Meski sumber yang

menyebabkan petrumbuhan beras meningkat, namun dari sisi

produktivitas peningkatannya masih relatif, yaitu 1,12 persen/tahun.

Pertumbuhan produktivitas yang lambat pada padi menunjukkan bahwa

inovasi teknologi budidaya tanaman tersebut sudah mendekati jenuh.

2.5. Konsumsi Beras

Permintaan/konsumsi beras mengalami laju pertumbuhan yang

cepat selama kurun waktu 5 tahun terakhir (2009-2013), yaitu masing-

masing 3,58 persen. Hal ini mengindikasikan pertumbuhan yang cepat

dari industri pengolahan makanan, minuman, dan lain-lain, yang

menggunakan komoditas tersebut sebagai bahan baku atau bahan


penolong, antara lain: Industri tepung beras. Permintaan akan produk-

produk olahan makanan dan minuman merupakan akibat dari

meningkatnya pendapatan masyarakat, perubahan selera dan makin

pentingnya makanan dan minuman yang lebih mudah disiapkan untuk

konsumsi (cepat saji).

2.6. Proyeksi Konsumsi Beras

Permintaan total beras akan meningkat terus dari tahun 2015

sampai 2050, baik dengan Skenario I (pesimis), II (moderat) maupun III

(optimis). Dalam hal ini, total konsumsi pada Skenario I adalah yang

paling tinggi, sedangkan pada Skenario III adalah yang paling rendah.

Tabel 2.4. Proyeksi Konsumsi Beras, 2015-2050 (ton)

Tahun Skenario

I II III 2015 44.387.271 44.300.801 44.216.816 2020 44.692.221 44.511.469 44.345.855 2025 44.999.696 44.716.305 44.471.299 2030 45.309.719 44.915.302 44.593.230 2035 45.622.315 45.108.462 44.711.734 2040 45.937.507 45.295.797 44.826.900 2045 46.255.319 45.477.325 44.938.826 2050 46.575.776 45.653.076 45.047.609

2.7. Proyeksi Produksi/Penawaran

Produksi beras akan meningkat terus sampai dengan 2050, baik

dengan Skenario I, II maupun III. Dalam hal ini, total produksi pada

Skenario I adalah yang paling rendah, sedangkan pada Skenario III

adalah yang paling tinggi.


Tabel 2.5. Proyeksi Produksi Beras, 2015-2050 (ton)

Tahun Skenario

I II III 2015 45.080.575 45.203.844 45.329.128 2020 47.856.595 48.139.144 48.432.086 2025 51.041.159 51.527.571 52.039.603 2030 54.692.075 55.436.176 56.229.025 2035 58.877.885 59.945.047 61.093.483 2040 63.679.949 65.149.950 66.745.211 2045 69.195.000 71.165.599 73.319.669 2050 75.538.266 78.129.671 80.980.671

Surplus produksi mulai diraih pada tahun 2015 yang diproyeksikan

akan mencapai 693-1.113 ribu ton. Surplus tersebut akan terus meningkat

sampai dengan tahun 2050 yang akan mencapai 28.962-35.933 ribu ton.

Skenario III (optimis) menghasilkan surplus beras paling besar,

sedangkan Skenario I (pesimis) paling kecil.

Tabel 2.6. Proyeksi Surplus/Defisit Produksi Beras, 2013-2050 (ton).

Tahun Skenario

I II III 2015 693.303 903.043 1.112.311 2020 3.164.374 3.627.675 4.086.231 2025 6.041.463 6.811.266 7.568.304 2030 9.382.356 10.520.874 11.635.795 2035 13.255.570 14.836.584 16.381.749 2040 17.742.442 19.854.153 21.918.311 2045 22.939.680 25.688.273 28.380.843 2050 28.962.490 32.476.595 35.933.062

2.8. Tinjauan Kebijakan Ketahanan Pangan Terkait Dengan Beras

Terlepas dari relatif rendahnya tingkat kepentingan perdagangan

internasional beras, dalam kurun waktu 25 tahun terakhir, tujuan untuk

meningkatkan volume perdagangan internasional beras telah

mendominasi kebijakan perberasan di tingkat internasional dan nasional di

banyak negara. Di Indonesia, misalnya sejak tahun 1967 berbagai


kebijakan beras telah diimplementasikan. Kebijakan tersebut dapat

dikelompokkan menjadi tiga fase.

Fase pertama (1967-1996): Pada fase ini, pemerintah

mengendalikan pasar beras di dalam negeri dengan melakukan intervensi

pasar dalam rangka mendorong produksi padi dan menjaga stabilitas

harga. Intervensi dilakukan dengan cara mengelola persediaan beras

nasional melalui BULOG (Badan Usaha Logistik), yaitu lembaga

pemerintah yang bertanggungjawab mengelola logistik. Pada saat itu

impor diatur secara ketat melalui kebijakan pengendalian impor dan tarif

dengan tujuan untuk menutup kesenjangan antara produksi dan konsumsi

nasional. Pada tahun 1984, Indonesia mencapai swasembada pangan

dan pada tahun 1985-1987 menjadi pengekspor beras. Setelah masa

tersebut Indonesia kembali menjadi negara pengimpor beras.

Selanjutnya, pada tahun 1995 Indonesia menjadi anggota

Organisasi Perdagangan Dunia (World Trade Organisation – WTO) dan

mulai menerapkan Agreement on Agriculture (AoA) atau Perjanjian

Pertanian dalam WTO yang meminta pemerintah Indonesia membuka

pasar terhadap produk dari negara-negara lain, menurunkan dan akhirnya

menghapuskan subsidi input pertanian seperti pupuk, pestisida dan bibit.

Lebih jauh, batas harga beras ditetapkan sebesar 160 persen dari harga

impor c.i.f dan berdasarkan jadwal AoA Indonesia harus membuka akses

masuknya beras dengan kuota minimal 70.000 ton per tahun. Dengan

kuota tersebut, tingkat tarif preferensi (preferential tariff) ditetapkan

maksimum 90 persen. Indonesia kemudian berkomitmen menurunkan

subsidi ekspor yang telah dilakukan selama tahun 1986-1990. Subsidi

tersebut menghasilkan total ekspor 300.000 ton beras per tahun dengan

nilai subsidi US$ 28.000.000 per tahun.

Sejak AoA diberlakukan, Indonesia berhenti mengekspor beras dan

berbalik menjadi pengimpor. Sejak tahun 1995 Indonesia membuka pasar

dalam negeri yang melebihi ketentuan WTO. Pada tahun 1995-1997, tidak

ada pengenaan tarif impor, dan kuota impor diterapkan fleksibel dan


mengundang masuknya 3,1 juta ton beras impor pada tahun 1995, 1 juta

ton pada tahun 1996 dan 400 ribu ton pada tahun 1997. Keseluruhan

impor tersebut membuat Indonesia menjadi negara pengimpor beras

terbesar dunia selama tahun 1995-1997. Thailand, Vietnam dan Amerika

Serikat adalah pemasok utama beras impor Indonesia selama periode

tersebut.

Fase kedua (1997-2000): Pada fase ini, pemerintah Indonesia

meliberalkan pasar berasnya, memprivatisasikan BULOG dan

menghapuskan hambatan perdagangan. Semua ini dilakukan oleh

pemerintah atas desakan World Bank dan IMF yang memaksa pemerintah

menandatangani surat perjanjian (Letter of Intent - LOI) sebagai usaha

untuk keluar dari dampak krisis ekonomi Asia. Selama kurun waktu

tersebut swasembada pangan Indonesia menurun, ketergantungan

terhadap beras impor meningkat, dan harga di tingkat konsumen dan

produsen beras menjadi tidak stabil. Pada periode ini terjadi lonjakan

volume impor beras yang sangat tajam yaitu dari 911 ribu ton pada

periode 1996-1997 menjadi 3,8 juta ton pada 1998-1999. Pemerintah tidak

mampu menahan serbuan impor ini akibat kebijakan liberalisasi

perdagangan ditambah nilai tukar sudah relatif stabil (setelah tahun 1998)

sehingga harga beras juga menurun drastis (Sawit et al, 2007).

Pada tahun 1997, penerapan AoA bertumpang-tindih dengan

kebijakan penyesuaian struktural IMF dan World Bank yang melampaui

ketetapan WTO. Pada tahun yang sama Indonesia dan negara-negara

Asia lain mengalami krisis ekonomi yang parah. Dalam konteks tersebut

pemerintah menghapuskan atau menurunkan dalam jumlah besar semua

subsidi pertanian, termasuk subsidi input yang sebelumnya berperan

penting di dalam pengembangan sektor pertanian di Indonesia. Kebijakan

penetapan harga beras di pasar dalam negeri dihentikan dan BULOG

kehilangan hak monopoli impor. Tarif impor menjadi nol persen dan impor

dalam jumlah tak terbatas mengalir antara tahun 1998 dan 1999.


Fase ketiga (sejak 2001): Secara bertahap pemerintah kembali

melakukan pengendalian pasar beras di dalam negeri namun dengan

berbagai modifikasi dibandingkan masa sebelum liberalisasi di tahun

1997. Kebijakan ini diambil karena dampak negatif liberalisasi pasar

terhadap harga di tingkat produsen dan konsumen beras. Kebijakan

terdahulu yaitu harga dasar gabah telah diganti dengan harga pembelian

pemerintah (HPP) dengan batas harga atas yang ternyata tidak efektif.

Kebijakan menerapkan tarif spesifik yang bertujuan untuk melindungi

petani dan mengatur pengelolaan impor beras tidak berjalan efektif (Sawit

et al, 2007). Kebijakan perdagangan tersebut bertujuan khusus

menstabilkan harga gabah di dalam negeri melalui pelarangan impor

berkala dan mengatur persediaan beras melalui privatisasi Bulog. Akhir-

akhir ini, tarif impor yang dikenakan terhadap impor beras adalah Rp

400/kg sebagai bentuk proteksi.

Untuk memberikan insentif bagi petani produsen, pemerintah

Indonesia setiap tahun menetapkan HPP (Harga Pembelian Pemerintah)

untuk Gabah dan Beras, dan HPP (Harga Patokan Petani) untuk Gula

Kristal Putih (GKP). Faktor-faktor yang dipertimbangkan di dalam

penentuan HPP tersebut adalah rata-rata biaya produksi per kg hasil

(gabah, beras, gula), marjin petani produsen, daya beli masyarakat

konsumen, dan potensi dampaknya terhadap inflasi. Untuk menjamin

efektifitas kebijakan HPP gabah, BULOG diberi tugas untuk

mengamankan kebijakan tersebut melalui pembelian gabah pada musim

panen raya dimana harga produsen biasanya turun.

Untuk merangsang petani menerapkan teknologi produksi yang

lebih baik dalam upaya peningkatan produktivitas, pemerintah juga

memberikan subsidi harga input, yaitu pupuk anorganik (Urea, ZA, SP36,

NPK) dan pupuk organik melalui penetapan HET (Harga Eceran Tertinggi)

di tingkat pengecer resmi pupuk bersubsidi dan benih unggul (padi,

jagung, kedelai) melalui penetapan Harga Penyerahan di tingkat pengecer

benih bersubsidi resmi. Peningkatan produktivitas diharapkan mempunyai


kontribusi yang signifikan di dalam peningkatan produksi nasional di

tengah-tengah ketersediaan lahan untuk pertanian yang makin terbatas

untuk perluasan areal karena konversi lahan pertanian subur untuk

keperluan non-pertanian (jalan raya, permukiman, perkantoran,

perhotelan, pabrik, dan lain lain).

Salah satu sisi penyebab belum tercapainya atau terancamnya

swasembada pangan adalah jumlah konsumsi yang terus meningkat

sebagai akibat dari pertumbuhan jumlah penduduk yang masih cukup

cepat dan pertumbuhan pendapatan per kapita yang mencerminkan

meningkatnya dayabeli masyarakat konsumen. Untuk memperlambat laju

pertumbuhan konsumsi, beberapa upaya telah dilakukan oleh Pemerintah

Indonesia, yaitu: (1) Penurunan laju pertumbuhan jumlah peduduk melalui

program Keluarga Berencana dengan moto Keluarga Kecil Sehat dan

Sejahtera; (2) Diversifikasi pangan beras dengan komoditas-komoditas

pangan lokal lainnya (jagung, ubi-ubian, sagu, dan lain-lain); (3) Program

“One Day No Rice” yang di beberapa daerah sudah dilaksanakan; dan (4)

Sosialisasi tentang pangan yang sehat, bergizi dan aman.


BAB III

METODOLOGI

3.1. Metode Analisis

Sebagaimana tujuan dari analsis ini, yaitu pertama: menghitung

volume beras yang harus disalurkan dan menentukan waktu OP Beras

agar pelaksanaan OP berjalan efektif; kedua: mengetahui efektifitas OP

Beras yang dilihat dari kesenjangan (gap) antara tingkat kepentingan

dengan tingkat kinerja OP Beras; dan ketiga: merumuskan rekomendasi

kebijakan untuk meningkatkan OP Beras, maka ada tiga pendekatan yang

akan dilakukan, yaitu Importance-Performance Analysis (IPA), analisis

ekonometrika runtun waktu, dan sintesa hasil analisis IPA dan

ekonometrika untuk merumuskan rekomendasi kebijakan.

1. Importance-Performance Analysis (IPA)

Importance Performance Analysis (IPA) biasanya digunakan

untuk mengukur hubungan antara persepsi konsumen dan prioritas

peningkatan kualitas program dikenal pula sebagai quadrant analysis

(Brandt, 2000 dan Latu & Everett, 2000). IPA telah diterima secara

umum dan dipergunakan pada berbagai bidang kajian karena

kemudahan untuk diterapkan dan tampilan hasil analisa yang

memudahkan usulan perbaikan kinerja (Martinez, 2003).

IPA mempunyai fungsi utama untuk menampilkan informasi

berkaitan dengan indikator-indikator program yang menurut

stakeholder sangat mempengaruhi kepuasannya. Disamping itu IPA

juga dapat menampilkan informasi tentang indikator-indikator

pelayanan yang menurut stakeholder perlu ditingkatkan karena kondisi

saat ini belum memuaskan.

Metode IPA dapat mengetahui sejauh mana tingkat kesesuaian,

dilihat dari tingkat kinerja/pelaksanaan dan harapan/kepentingan


pelanggan terhadap mutu program. Dalam pelaksanaan OP Beras,

tingkat kesesuaian dapat dilihat dari tingkat kinerja dan harapan pelaku

terhadap kualitas program dengan menggunakan analisis tingkat

kepentingan dan kinerja atau IPA (Supranto, 1988). Rumus IPA

tersebut adalah :

%100xY

XTki

i

i (3.1)

Dimana : Tki = Tingkat kesesuaian OP Beras Xi = Skor penilaian kinerja OP Beras Yi = Skor penilaian harapan stakeholder OP Beras Kriteria pengujian : - Tki < 100 % ; Program belum efektif - Tki >= 100 % ; Program telah efektif

Tingkat kesesuaian adalah hasil perbandingan skor

kinerja/pelaksanaan dengan skor kepentingan. Diagram Kartesius (4

kuadran/bagian) sangat diperlukan dalam penjabaran unsur-unsur

tingkat kesesuaian kepentingan dan kinerja suatu program yang terdiri

dari empat bagian dan dibatasi oleh dua garis yang berpotongan tegak

lurus pada titik-titik (X,Y). Rumus yang digunakan untuk menjabarkan

diagram Kartesius adalah:

k

X

X

k

ii

R

1

(3.2)

k

Y

Y

k

ii

R

1

(3.3)

Keterangan: XR = Rataan skor tingkat kinerja seluruh variabel YR = Rataan skor tingkat kepentingan atau harapan seluruh variabel Xi = Skor tingkat kinerja variabel ke-i


Yi = Skor tingkat kepentingan atau harapan variabel ke-i k = Banyaknya variabel yang mempengaruhi efektifitas program

Nilai yang diperoleh merupakan nilai yang menentukan posisi

keempat kuadran dalam diagram kartesius. Sedangkan rumus untuk

menentukan posisi setiap variabel yang mempengaruhi kepuasan

pelanggan dalam kuadran adalah:

n

X

X

n

ii

iR

1

(3.4)

n

Y

Y

n

ii

iR

1

(3.5)

Keterangan: XiR = Skor rataan tingkat kinerja variabel i YiR = Skor rataan tingkat harapan/kepentingan variabel i n = Jumlah responden

Untuk lebih jelasnya analisis yang dilakukan, maka Gambar 3.2

dapat dikembangkan menjadi Gambar ... berikut ini.

Gambar 3.1. Model Evaluasi berdasarkan Tingkat Kinerja

I

M

P

O

R

T

A

N

C

E

gap A

D

E

Performance

Sumberdaya

Berlebihan

Pertahankan

prestasi

Prioritas

Rendah

Prioritas

Utama

12

34

YR

XR


Berikut prosedur berkaitan dengan penggunaan metode IPA:

1). Menentukan indikator-indikator yang akan dianalisa, yaitu

indikator-indikator dari pelaksanaan OP Beras;

2). Melakukan inventarisasi persepsi dari stakeholder OP Beras;

3). Menghitung nilai rata-rata tingkat kepuasan dan prioritas

penanganan, yaitu XR , YR , XiR , dan YiR ,

4). Membuat grafik IPA,

5). Melakukan evaluasi terhadap variabel sesuai dengan kuadran

masing-masing secara deskriptif.

Untuk mengukur kepuasan stakeholder terhadap berbagai

variabel yang berkaitan dengan OP Beras digunakan kuesioner

dengan format pertanyaan disesuaikan dengan metode Importance

Performance Analysis (IPA), yaitu dengan menggunakan skala likert

untuk tingkat kepentingan dan tingkat kinerja secara terpisah.

Skala Likert

Skala Likert ini untuk mengukur penilaian stakeholder atas

indikator yang dipertanyakan. Setiap pertanyaan diberi jawaban

tertutup, sebanyak lima pilihan. Skala likert digunakan yang digunakan

untuk mengukur kinerja/performance dan tingkat kepentingan Program

OP Beras yang bersangkutan adalah : score 1 = Sangat rendah; score

2 = rendah; score 3 = sedang; score 4 = tinggi; dan score 5 = sangat

tinggi

Adapun indikator-indikator yang akan dimasukkan dalam

kuesioner dan ditanyakan ke responden ditampilkan pada Tabel 3.1

berikut ini.


Tabel 3.1 Indikator OP Beras

Indikator Sub-Indikator Sumber Data

1. Waktu OP Beras 1. OP Beras dilakukan pada musim paceklik 2. OP Beras dilakukan pada musim gadu 3. OP Beras dilakukan pada hari besar keagamaan 4. OP Beras dilakukan ketika harga naik > 10% 5. OP Beras dilakukan ketika harga naik lebih dari 3%

Konsumen Pedagang Beras Dinas Perindag Divre Bulog

2. Volume Beras Yang Disalurkan dalam

OP

1. Sesuai dengan kenaikan harga beras 2. Beras disalurkan sebanyak-banyaknya


3. Kualitas Beras Yang Disalurkan dalam

OP

1. Sesuai dengan kesukaan konsumen 2. Sesuai dengan beras yang beredar di pasar 3. Sesuai dengan ketersediaan di Divre Bulog


4. Pelaksana OP Beras 1. Disalurkan langsung oleh Divre Bulog 2. Disalurkan langsung oleh Dinas yang membidangi

perdagangan 3. Disalurkan langsung oleh Pedagang yang ditunjuk

oleh Divre Bulog/Dinas yang membidangi Perdagangan


4. Tempat OP Beras 1. OP dilakukan di pasar tradisional 2. OP dilakukan di perkampungan, mendekati

pemukiman konsumen 3. OP dilakukan di kantor



2. Ordinary Least Square (OLS)

Dalam estimasi dengan menggunakan OLS, secara umum ada

asumsi-asumsi dasar yang disebut dengan asumsi klasik dalam

metode OLS (ordinary least squares) yang sangat sering dilanggar di

dalam melakukan estimasi sebuah model regresi, sehingga parameter

yang diperoleh menjadi menyimpang atau bias atau jauh dari harapan,

tidak konsisten, dan tidak efisien.

Apabila dalam analisis regresi tidak didasarkan pada analisis

yang benar maka akan mengakibatkan hasil pedugaan regresi akan

menyimpang dari harapan. Misalnya, apabila dalam peubah bebas Xi

terjadinya kolinieritas ganda yang sempurna akan menyebabkan

matriks X’X menjadi singular, sehingga tidak mempunyai determinan

dan akibatnya koefisien regresi bi tidak dapat diduga.

Untuk melakukan analisis regresi yang benar berdasarkan

metode OLS, maka diperlukan asumsi-asumsi yang harus dipenuhi di

antaranya adalah: Asumsi pertama yaitu: nilai tengah (mean value)

dari komponen pengganggu ui, yang ditimbulkan variabel eksplanatori

atau variabel bebas X harus sama dengan nol; Asumsi kedua yaitu:

varians dari komponen penggangu ui harus konstan atau harus

memenuhi syarat homoskedastisitas atau setiap variabel bebas X

mempunyai varians komponen penggangu ui harus sama; Asumsi

ketiga yaitu: tidak terjadi autokorelasi antar komponen penggangu ui

atau harus konstan atau tidak terjadi korelasi antar Xt dengan Xt+1 dan

seterusnya. Asumsi keempat yaitu: tidak terjadi multikolinieritas antar

variabel penjelas atau variabel bebas.

Dengan asumsi tersebut di atas dapat diketahui bahwa

estimator OLS dari koefisien regresi menjadi bersifat BLUE (Best Linier

Unbias Estimator), dan atas dasar asumsi normalitas maka estimator–

estimator tersebut akan menyebar mengikuti sebaran normal.

Sehingga, hasilnya memungkinkan untuk mendapatkan suatu kisaran


atau range yang dapat diuji kebenarannya terhadap koefisien regresi

populasi.

3.2. Data dan Sumber Data

Data yang digunakan dalam analisis adalah:

No. Jenis Data Sumber Data 1 Harga Beras di tingkat eceran BPS 2 Harga Beras di tingkat eceran per

Propinsi Ditjen PDN

3 Harga Beras di Pasar Induk Beras Cipinang (PIBC)

Ditjen PDN

4 Volume OP Beras Bulog 5 Stok Beras di Pasar Induk Beras

Cipinang (PIBC) Ditjen PDN

6 Pasokan Beras di Pasar Induk Beras Cipinang (PIBC)

Ditjen PDN

7 Periode Panen, Gadu dan Paceklik Kementan 8 Persepsi mengenai efektifitas OP

Beras dilihat dari volume, mutu, tempat, dan waktu.

Data Primer yang diperoleh dari Divre Bulog, Dinas Perindag, Pedagang Beras dan Konsumen

3.3. Kerangka Berpikir

Operasi Pasar (OP) Beras merupakan program yang sudah

dijalankan cukup lama dengan tujuan untuk menjaga stabilitas harga

beras di tingkat eceran. Stabilitas harga beras dinilai penting karena beras

merupakan bahan pangan pokok dimana pangsa pengeluaran di RT untuk

beras cukup besar, relatif dibanding pengeluaran untuk pangan yang lain.

Dalam pelaksanaannya, OP Beras dijalankan dengan sistem yang

sangat terkait dengan efektifitas dari volume beras yang disalurkan, mutu

beras yang disalurkan, waktu pelaksanaan OP, tempat pelaksanaan OP

dan pelaksana OP. Kelima hal tersebut memegang peran penting dalam

efektifitas OP Beras.

Aspek volume beras yang disalurkan sangat penting karena terkait

dengan seberapa besar kekuatan beras yang dimiliki pemerintah untuk


mempengaruhi pasokan beras yang inelastis. Aspek mutu juga sangat

penting karena terkait dengan kepentingan konsumen untuk mendapatkan

beras yang baik, setidaknya sesuai dengan beras yang dikonsumsi sehari-

hari. Aspek waktu juga penting karena terkait dengan pengalokasian

sumber daya (dalam hal ini adalah beras) yang terbatas dimiliki oleh

pemerintah. Pentingnya aspek tempat dan pelaksana OP Beras terkait

dengan keterjaminan beras yang disalurkan langsung dinikmati oleh

konsumen.

Untuk mengukur volume dan waktu pelaksanaan OP dapat

dianalisis dengan pendekatan kuantitatif yang dapat menggambarkan past

performance dari respon harga ketika sejumlah beras disalurkan melalui

OP serta dapat menggambarkan insiden-insiden kenaikan harga beras

yang signifikan di tingkat eceran. Sedangkan untuk memahami bagaimana

mutu, tempat dan pelaksana OP beras berperan dalam mengefektifkan

OP beras harus melalui penilaian dari stakeholder.

Gambar 3.2. Kerangka Berpikir

Efektifitas OP Beras

Stabilitas Harga Beras di

Tingkat Eceran

Volume Beras

Yang Disalurkan

Mutu Beras Yang

Disalurkan Tempat OP Beras

Waktu OP Beras

Pelaksana OP

Beras

Kekuatan untuk

mempengaruhi

pasar Konsumen

mendapatkan

beras yang

sesuai

Optimalisasi

sumber daya

Keterjaminan

konsumen

menikmati langsung


BAB IV

PENGARUH OPERASI PASAR BERAS TERHADAP

HARGA BERAS ECERAN DAN IMPORTANCE-PERFORMANCE

ANALYSIS

4.1. Volume Operasi Pasar

Berdasarkan hasil estimasi Ordinary Least Square (OLS),

pergerakan harga rata-rata beras di tingkat eceran dipengaruhi oleh

banyak faktor, yaitu pergerakan beras yang masuk ke Pasar Induk Beras

Cipinang (PIBC), pergerakan harga beras di PIBC, dan periode paceklik.

Sedangkan faktor pergerakan stok di PIBC, Operasi Pasar (OP) Beras

dan periode panen raya tidak signifikan mempengaruhi pergerakan harga

beras eceran.

Besaran (magnitude) pengaruh faktor pergerakan beras yang

masuk ke PIBC, pergerakan harga beras di PIBC dan OP Beras berbeda-

beda. Dari ketiga faktor tersebut yang paling besar pengaruhnya adalah

periode paceklik dan pergerakan harga beras di PIBC. Dari hasil estimasi

diperoleh bahwa setiap memasuki periode paceklik, harga rata-rata beras

di tingkat eceran akan mengalami kenaikan sebesar 1,5%, ceteris paribus.

Sedangkan dari sisi faktor pergerakan harga beras di PIBC, setiap

kenaikan harga beras di PIBC sebesar 1% akan mendorong kenaikan

harga rata-rata beras di tingkat eceran sebesar 0,48%, ceteris paribus.


Tabel 4.1. Hasil Estimasi Ordinary-Least Square (OLS) Untuk Model Pengaruh OP Beras dan Faktor Lainnya Terhadap Pergerakan

Rata-Rata Harga Beras di Tingkat Eceran

Variabel Dependen

Variabel Independen Pertumbuhan volume beras yang masuk

ke PIBC (gsupibc)

Pertumbu-han stok beras di

PIBC (gstpibc)

Pertumbu-han harga beras di

PIBC (gprpibc)

Volume OP (op)

Volume OP sebelumnya

(op(-1))

Dummy musim panen raya (dpr)

Dummy musim

paceklik (pacekli

k) Pertumbuhan Rata-Rata Harga Beras di Tingkat Eceran (ghe)

-0,0118* (-1,5448)

-0,0049 (-0,5665)

0,4766**** (6,7800)

-2,91x106

(-0,2833) -1,58x105***

(-1,8831) -0,2087 (-0,5344)

1,5170**

(3,2990)

Adjusted R2-squared: 57,53; Prob(F-Stat): 0,0000; Durbin-Watson Stat: 84,78

Keterangan: **** signifikan pada confident level 99%; *** signifikan pada confident level 95%; ** signifikan pada confident level 90%; * signifikan pada confident level 85%

Untuk OP beras, efektifitas pelaksanaannya tidak dapat dilihat pada

waktu pelaksanaannya, tetapi membutuhkan waktu 1 satuan waktu

berikutnya. Jika dalam kerangka “bulanan”, maka efektifitas OP Beras

akan terlihat dampaknya pada bulan berikutnya. Ketika OP dilakukan

pada waktu t, harga rata-rata beras di tingkat eceran pada waktu t tidak

terpengaruh secara signifikan. Hal ini dimungkinkan karena dua hal yang

saling terkait yaitu: OP dilakukan ketika harga sudah mengalami kenaikan;

dan ekspektasi pasar.

-

20.000

40.000

60.000

80.000

100.000

120.000

-5,00 -3,00 -1,00 1,00 3,00 5,00 7,00 9,00(20.000)

-

20.000

40.000

60.000

80.000

100.000

120.000

140.000

-5,00 -3,00 -1,00 1,00 3,00 5,00 7,00 9,00

Sumber: BPS dan Bulog (2015), diolah

Gambar 4.1. Ilustrasi Hubungan OP dengan Pergerakan Rata-Rata Harga Beras di Tingkat Eceran

Volume OP Beras (ton)

Pertumbuhan Harga Eceran (Rp/kg)

Volume OP Beras bulan sebelumnya (ton)

Pertumbuhan Harga Eceran (Rp/kg)


Keterkaitan kedua hal di atas adalah menyangkut pengambilan

keputusan pelaku pasar beras yang melakukan aksi tunggu sampai OP

berakhir. Pasar membaca selama OP masih berlangsung, masih

mengindikasikan pasar belum stabil, sehingga pelaku di pasar beras

menjaga harga pada tingkat yang sama (tetap tinggi).

Hal ini juga mengindikasikan bahwa pelaksanaan OP sebagai

bentuk kebijakan responsif. Hal tersebut terlihat dari Gambar 4.2 yang

menunjukkan bahwa sebagian besar OP Beras terjadi ketika harga sudah

mengalami kenaikan yang juga bertepatan dengan masuknya musim

paceklik yang terjadi pada bulan Nopember – Februari.

Sumber: BPS dan Bulog (2015), diolah

Gambar 4.2. Pergerakan Rata-Rata Harga Beras di Tingkat Eceran

dan Perkembangan OP Beras

Sebagaimana di sampaikan di atas, dalam lingkup nasional, OP

Beras dapat menurunkan harga rata-rata beras di tingkat eceran. Setiap

penyaluran beras sebesar 63.300 ton akan menurunkan harga rata-rata

beras di tingkat eceran sebesar 1% pada satu satuan waktu berikutnya.

Misalnya, pada bulan Februari 2015 dilaksanakan OP Beras dengan


volume sebesar 158.000 ton, maka harga rata-rata beras di tingkat eceran

pada bulan Maret 2015 akan turun sebesar 1%.

Namun demikian, pelaksanaan OP Beras akan lebih menarik jika

melihat bagaimana efektifitasnya di level daerah (provinsi). Sehubungan

dengan frekuensi pelaksanaan OP Beras, maka pada sub analisis ini akan

difokuskan pada daerah-daerah seperti DKI Jakarta, Sumatera Utara,

Nangroe Aceh Darussalam (NAD), Sulawesi Utara dan Maluku.

Untuk DKI Jakarta, sebagaimana hasil analisis secara nasional,

dampak OP Beras terjadi pada 1 bulan berikutnya. Hal itu terlihat dari

slope/kemiringan garis korelasi antara pertumbuhan harga dengan volume

OP Beras yang menunjukkan slope negatif. Artinya, OP Beras mampu

menurunkan harga beras di tingkat eceran di bulan berikutnya.

Sumber: Bulog (2015) dan Ditjen PDN (2015), diolah

Gambar 4.3. Hubungan Antara Pertumbuhan Harga dengan Volume OP Beras DKI Jakarta

Berdasarkan hubungan di atas, maka OP Beras akan efektif

menurunkan harga beras di tingkat eceran di DKI Jakarta sebesar 1% jika

volume OP-nya sebesar 23.800 ton. Pada tahun 2015, hingga April 2015

OP Beras telah dilakukan sebanyak tiga kali yaitu pada bulan Januari

2015 sebanyak 42.025 ton, bulan Februari 2015 sebanyak 3.898 ton dan


Maret 2015 sebanyak 35.848 ton. Pada ketiga bulan tersebut harga beras

di eceran naik sebesar 3,26%, 3,87% dan 9,94%.

Namun demikian, bagi DKI Jakarta, harga beras di tingkat eceran

sangat dipengaruhi oleh harga beras di PIBC. Harga PIBC ditransmisikan

langsung ke harga beras tingkat eceran di DKI Jakarta pada waktu (bulan)

yang sama. Namun demikian besaran kenaikan harga PIBC dan harga

eceran DKI Jakarta berbeda-beda tergantung pada musimnya. Pada

musim panen gadu, kenaikan harga beras di PIBC umumnya lebih tinggi

dibanding harga beras eceran DKI Jakarta. Pada musim paceklik,

kenaikan harga beras di PIBC umumnya lebih rendah dibanding harga

beras eceran DKI Jakarta.

Sumber: Ditjen PDN (2015), diolah

Gambar 4.4. Pergerakan Harga Beras di Tingkat Eceran DKI Jakarta dan Harga Beras di PIBC

Untuk Jawa Barat, dilihat dari sisi volume, OP Beras akan efektif

menurunkan harga beras eceran di Jawa Barat ketika volume OP lebih

dari 1.263 ton. Harga beras eceran di Jawa Barat akan turun sebesar 1%

jika volume OP mencapai 2.033 ton. Walaupun Jawa Barat sebagai salah


satu sentra produksi beras, tetapi memiliki populasi yang besar dan

cakupan wilayah yang luas.

-15,00

-10,00

-5,00

0,00

5,00

10,00

15,00

0 500 1000 1500 2000 2500 3000

% (K

en

aika

n/P

en

uru

nan

Har

ga t

+1

)

ton (Vol. OP)

-2,00

0,00

2,00

4,00

6,00

8,00

10,00

12,00

0 100 200 300 400 500 600

% (K

en

aika

n/P

en

uru

nan

Har

ga t

0)

ton (Vol. OP)

Perubahan Harga|Vol. OP

Linear (Perubahan Harga|Vol. OP)


Gambar 4.5. Hubungan Antara Pertumbuhan Harga dengan Volume OP Beras Jawa Barat

Pada tahun 2015, hingga Juni 2015 OP Beras di Jawa Barat telah

dilakukan sebanyak tiga kali yaitu pada bulan Januari – Maret 2015

masing-masing sebanyak 101,3 ton, 60,5 ton dan 269,4 ton. Pada periode

tersebut harga beras di eceran masih mengalami kenaikan sebesar 3,62%

pada Januari 2015, 3,64% pada Februari 2015 dan 10,89% pada Maret

2015.

Untuk daerah lainnya, yaitu Sumatera Utara agar OP Beras dapat

berjalan dengan efektif sumber daya yang harus dikeluarkan tidak sebesar

di DKI Jakarta. Berdasarkan data historis, untuk menurunkan harga beras

eceran di Sumatera Utara sebesar 1%, maka volume OP yang efektif

adalah minimal sebesar 35 ton. Kecilnya sumberdaya yang harus

dikeluarkan terkait dengan ukuran pasar yang lebih kecil dibanding DKI

Jakarta dan merupakan salah satu sentra produksi beras.



Gambar 4.6. Hubungan Antara Pertumbuhan Harga dengan Volume OP Beras Sumatera Utara

Pada tahun 2015, hingga April 2015 OP Beras di Sumatera Utara

telah dilakukan sebanyak dua kali yaitu pada bulan Januari 2015

sebanyak 248 ton dan Maret 2015 sebanyak 45 ton. Pada kedua bulan

tersebut harga beras di eceran naik sebesar 2,9% pada Januari 2015 dan

turun sebesar 0,7% pada Maret 2015.

Serupa dengan DKI Jakarta dan Sumatera Utara, yaitu Sulawesi

Utara, efektifitas OP Beras dalam menurunkan harga beras di tingkat

eceran terkait dengan volume OP Beras. Hanya, volume beras yang

dibutuhkan untuk menurunkan harga tidak sebesar di DKI Jakarta. Untuk

menurunkan harga beras eceran di Sulawesi Utara sebesar 1%

dibutuhkan OP Beras sebesar 84 ton.


Gambar 4.7. Hubungan Antara Pertumbuhan Harga dengan Volume OP Beras Sulawesi Utara


Untuk di Sulawesi Utara, pada tahun 2015, hingga April 2015 OP

Beras telah dilakukan sebanyak tiga kali yaitu pada bulan Januari 2015

sebanyak 9,5 ton, bulan Februari 2015 sebanyak 75,0 ton dan Maret 2015

sebanyak 367,5 ton. Pada ketiga bulan tersebut harga beras di eceran

turun sebesar 0,2% pada Januari 2015 dan naik pada Februari dan Maret

2015 masing-masing sebesar 4,4% dan 15,6%.

Jika dibandingkan dengan Sumatera Utara, volume OP yang

dibutuhkan lebih banyak. Hal ini terkait dengan: (i) Sumatera Utara lebih

banyak memproduksi beras dibandingkan Sulawesi Utara; dan (ii) ukuran

pasar yang lebih kecil dibanding Sumatera Utara, apalagi dengan DKI

Jakarta.

Di daerah sentra lainnya yaitu Aceh, efektifitas volume OP Beras

dalam menurunkan harga beras di tingkat eceran perlu jumlah yang lebih

sedikit dibanding Sumatera Utara. Untuk dapat menurunkan harga beras

eceran di Aceh sebesar 1%, volume beras yang disalurkan dalam OP

minimal harus sebanyak 435 kg.

-15,00

-10,00

-5,00

0,00

5,00

10,00

15,00

20,00

0,00 1000,00 2000,00 3000,00 4000,00 5000,00 6000,00 7000,00

% (

Ken

aik

an/P

enu

runa

n H

arga

t0)

ton (Volume OP)-12,00

-10,00

-8,00

-6,00

-4,00

-2,00

0,00

2,00

4,00

6,00

0,00 1000,00 2000,00 3000,00 4000,00 5000,00 6000,00 7000,00

% (K

ena

ikan

/Pen

uru

nan

Har

ga t+

2)

ton (Volume OP)

Pertumbuhan Harga|Vol OPLinear (Pertumbuhan Harga|Vol OP)


Gambar 4.8. Hubungan Antara Pertumbuhan Harga dengan Volume OP Beras Aceh

Yang berbeda dengan daerah lain adalah waktu yang dibutuhkan

agar dampak dari OP dapat menurunkan harga beras eceran. Dampak

pelaksanaan OP Beras di Aceh akan terasa pada dua bulan berikutnya.

Hal ini karena pelaksanaan OP dilakukan di berbagai kota di Aceh yang


jaraknya cukup panjang dan infrastruktur yang belum memadai sehingga

transmisi OP terhadap tingkat harga rata-rata Aceh menjadi lebih lama.

Pada tahun 2015, hingga April 2015 OP Beras di Aceh telah

dilakukan sebanyak satu kali yaitu pada bulan Januari 2015 sebanyak

4.355 ton. Pada bulan tersebut harga beras di eceran masih mengalami

kenaikan sebesar 0.54% dan cenderung menurun sepanjang bulan

Februari, Maret dan April 2015 masing-masing sebesar 1,26%, 7,01% dan

1,98%.

Di daerah defisit seperti Maluku, efektifitas volume OP Beras dalam

menurunkan harga beras di tingkat eceran perlu jumlah yang lebih banyak

dibanding Sumatera Utara dan Sulawesi Utara, tetapi tidak lebih banyak

dari DKI Jakarta karena pasarnya jauh lebih kecil di Maluku. Untuk dapat

menurunkan harga beras eceran di Maluku sebesar 1%, volume beras

yang disalurkan dalam OP minimal harus sebanyak 525 ton. Hal ini terkait

dengan Maluku sebagai salah satu daerah yang defisit beras dibanding

Sumatera Utara dan Sulawesi Utara.


Gambar 4.9. Hubungan Antara Pertumbuhan Harga dengan Volume OP Beras Maluku

Dibandingkan dengan daerah lain, Maluku merupakan daerah yang

sangat sering melakukan OP Beras. Pada tahun 2014, sejak Juli –

Desember selalu dilakukan OP Beras. Pada tahun 2015, hingga April


2015 OP Beras di Maluku telah dilakukan sebanyak tiga kali yaitu pada

bulan Januari 2015 sebanyak 283,3 ton, bulan Februari 2015 sebanyak

60,5 ton dan Maret 2015 sebanyak 652,5 ton. Pada ketiga bulan tersebut,

harga beras di eceran stabil pada Januari 2015, tetapi naik pada Februari

dan Maret 2015 masing-masing sebesar 8,2% dan 43,75%.

4.2. Waktu Operasi Pasar

Selain aspek volume beras yang disalurkan, efektifitas OP Beras

juga ditentukan oleh waktu OP Beras. Sebagaimana tujuannya yaitu untuk

menjaga harga beras tetap stabil, maka OP Beras efektif dilakukan pada

waktu dimana akan terjadi kenaikan harga yang cukup signifikan. Yang

menjadi pertanyaan selanjutnya adalah apa yang dimaksud dengan

kenaikan harga yang cukup signifikan.

Menurut Pusat Kebijakan Perdagangan Dalam Negeri d/h Pusat

Litbang Perdagangan Dalam Negeri (2011), kenaikan harga yang cukup

signifikan terkait dengan peningkatan pengeluaran total untuk rumah

tangga berpendapatan rendah yang jumlahnya sekitar 40 persen akibat

kenaikan harga beras. Berdasarkan penelitiannya ambang batas kenaikan

harga untuk intervensi adalah ketika harga beras di tingkat eceran naik

sampai 10 persen.

Sumber: BPS (2015), diolah

Gambar 4.10. Perubahan Rata-Rata Harga Beras Eceran dalam

Lingkup Nasional


Dalam analisis harga beras eceran secara bulanan dan nasional,

sejak tahun 2007 hingga tahun 2014, kenaikan harga beras eceran lebih

dari 10% tidak pernah terjadi. Tetapi jika menganalisis lebih mikro,

kenaikan harga beras eceran lebih dari 10% pernah terjadi beberapa kali,

misalnya di DKI Jakarta terjadi pada Januari 2010 dan Januari 2012, di

Sumatera Utara terjadi pada Desember 2010, Januari 2011 dan Juli 2011,

di Kalimantan Tengah terjadi pada Mei 2010 dan Juli 2011, serta di

Sulawesi Tengah terjadi pada Februari 2010 dan Juni 2011. Dari kondisi

tersebut, umumnya kenaikan harga yang cukup tinggi terjadi pada

musim paceklik dan bulan puasa.

Sumber: Ditjen PDN (2015), diolah

Gambar 4.11. Perubahan Rata-Rata Harga Beras Eceran di Beberapa

Propinsi

Berdasarkan penelitian Pusat Kebijakan Perdagangan Dalam

Negeri d/h Pusat Litbang Perdagangan Dalam Negeri (2011), dalam

kondisi normal, yakni tidak terjadi gagal panen, maka waktu OP yang

paling tepat adalah November – Februari. Dari Bulan November –

Februari, bulan paling rawan adalah Desember dan atau Januari.

Penyebabnya adalah: volume pasokan yang berasal dari produksi dalam


negeri sedang berada pada level terendah karena luas panen yang terjadi

pada Bulan Desember atau Januari biasanya kurang dari 5 persen dari

total luas panen tahunan. Untuk agregat nasional puncak masa tanam

padi biasanya justru terjadi pada Bulan November – Desember sehingga

puncak panen terjadi Februari – April. Selain itu, Selain bulan-bulan

tersebut di atas, bulan rawan berikutnya adalah bulan Puasa. Setiap

tahun, Bulan Puasa bergeser maju 11 hari jika dibandingkan dengan

Kalender Masehi.

Dengan analisis di atas, maka waktu OP Beras yang paling efektif

untuk menjaga harga beras stabil adalah menjelang musim Paceklik,

terutama bulan Desember dan Januari 2015 dan menjelang bulan Puasa.

Volume yang harus disalurkan tergantung pada perkiraan kenaikan harga

pada waktu-waktu tersebut. Hal itu sudah dijelaskan pada sub bab

Volume OP Beras.

4.3. Importance-Performance Analysis Berdasarkan Penilaian

Pedagang Beras dan Konsumen

Salah satu instrumen untuk melihat efektivitas OP Beras adalah

dengan Importance-Performance Analysis yang pada prinsipnya adalah

gap analysis. Berdasarkan hasil pengumpulan data primer, diperoleh

bahwa tingkat kepentingan (importance) beberapa variabel yang

digunakan sebagai determinan efektivitas OP Beras pada level 3,54.

Sedangkan dari sisi kinerja (performance), levelnya adalah 3,55. Artinya,

level kinerja sedikit lebih baik dari tingkat kepentingan atau dengan kata

lain OP Beras yang selama ini dilakukan sudah efektif.


Sumber: Data primer (2015), diolah Keterangan: c: waktu paceklik; d: waktu gadu; e: HBKN; f: harga naik > 10%; g: harga naik > 3%; h: volume beras OP sesuai kenaikan harga; i: volume beras OP sebanyak-banyaknya; j: kualitas beras OP sesuai preferensi konsumen; k: kualitas sesuai beras yang beredar; l: kualitas beras yang ada di Bulog; m: pelaksananya Bulog; n: pelaksananya Dinasperindag; p: tempat OP di pasar tradisional

Gambar 4.12. Diagram Kartesius Importance-Performance Analysis

Namun demikian, ada beberapa variabel yang harus menjadi

perhatian, selain beberapa variabel juga yang kinerjanya harus tetap

dijaga. Dalam pendekatan IPA, hal tersebut sangat dimungkinkan karena

mampu memetakan kepentingan dan kinerja dalam 4 kuadran, yaitu

kuadran pertahankan prestasi, kuadran prioritas utama, kuadran prioritas

rendah dan kuadran sumber daya berlebihan.

4.3.1. Pertahankan Prestasi/Kinerja

Berdasarkan hasil analisis, variabel-variabel yang berkontribusi

dalam efektifitas OP Beras adalah melaksanakan OP Beras pada saat

paceklik, pada saat musim gadu, melaksanakan OP ketika harga

mengalami kenaikan lebih dari 3% dan bahkan 10%, volume beras OP

disalurkan sebanyak-banyaknya, dan beras OP berasal dari gudang

Bulog.


Dari variabel-variabel di atas menunjukkan bahwa masyarakat

sangat menaruh perhatian yang cukup besar pada waktu OP, volume OP

dan indikator harga. Namun pada prinsipnya, perhatian pada waktu OP

dan indikator harga merupakan satu kesatuan yang tidak terpisahkan

karena biasanya kenaikan harga terjadi pada 2 momen yaitu musim

paceklik dan musim gadu karena terkait dengan penurunan pasokan

akibat produksi yang semakin menurun.

Untuk indikator harga, masyarakat menghendaki adanya OP ketika

harga mengalami kenaikan lebih dari 3%. Nilai ini relatif rendah namun

karena beras memberikan kontribusi besar dalam pengeluaran pangan

masyarakat, maka sensitifitas kenaikan harga walaupun rendah akan

sangat berpengaruh pada daya beli.

4.3.2. Prioritas Utama dan Sumber Daya Yang Berlebihan

Salah satu determinan efektifitas OP Beras adalah kualitas beras

yang disalurkan dalam OP. Berdasarkan hasil analisis, kualitas beras OP

belum memenuhi harapan masyarakat. Sejumlah responden menyatakan

bahwa beras OP memiliki kualitas yang rendah.

Jika dilihat dari level kepentingannya sebenarnya tidak terlalu besar

gap-nya dengan kinerjanya, yaitu masing-masing sebesar 3,57 dan 3,41.

Artinya, kinerjanya masih dalam level yang baik, namun memang

masyarakat berekspektasi mendapatkan kualitas beras OP yang lebih

baik lagi kualitasnya.

Responden menilai bahwa saat ini pemerintah telah menyalurkan

beras OP yang sesuai dengan beras yang selama ini beredar di pasar,

baik pasar tradisional maupun ritel modern. Tetapi masyarakat ternyata

memiliki perhatian pada aspek lain yaitu kualitas yang memenuhi

preferensinya.


4.3.3. Prioritas Rendah

Variabel-variabel yang memiliki prioritas rendah dalam menciptakan

OP Beras yang efektif adalah volume sesuai dengan kenaikan harga,

pelaksana OP Beras apakah itu oleh Bulog, Pemerintah Daerah cq. Dinas

yang membidangi Perdagangan, atau pedagang, dan tempat pelaksanaan

OP Beras.

Penyaluran OP Beras sesuai dengan tingkat kenaikannya akan

menghasilkan hasil yang tidak optimal jika tidak dilakukan pada waktu

yang tepat. Kenaikan harga yang mungkin terjadi pada musim panen raya

yang kemudian di respon dengan pelaksanaan OP Beras hanya akan

mengurangi cadangan beras yang sesungguhnya akan dibutuhkan pada

saat paceklik dan musim gadu.

Dari sisi pelaksana teknis OP Beras saat ini dilakukan oleh Bulog.

Berdasarkan hasil analisis menunjukkan bahwa secara teknis

pelaksanaan, Bulog telah melakukan OP Beras dengan baik walaupun

masyarakat menilai bahwa pelaksana OP Beras bukan menjadi

determinan penting dalam menciptakan efektivitas OP Beras.


BAB V

KESIMPULAN DAN REKOMENDASI KEBIJAKAN

5.1. Kesimpulan

a. Stabilisasi harga beras merupakan kebijakan prioritas karena

menyangkut hidup orang banyak, tidak hanya dalam konteks

konsumen tetapi juga petani padi.

b. Operasi Pasar (OP) dilaksanakan dengan prosedur yang sudah

ditetapkan yang melibatkan berbagai pihak yaitu, Pemerintah

Daerah, Kementerian Perdagangan, dan Bulog sebagai

operator.

c. Efektivitas OP Beras sangat tergantung pada daerah yang

akan diintervensi. Pada daerah yang defisit, kebutuhan volume

beras yang harus disalurkan dalam OP lebih besar

dibandingkan di daerah surplus. Oleh karena itu, yang paling

penting adalah efektivitas OP tidak bias pada daerah sentra

atau tidak, tetapi lebih bias pada daerah defisit atau surplus.

Rekomendasi mengenai volume beras OP yang harus

disalurkan untuk menurunkan harga dalam persentase tertentu

disampaikan pada sub bab selanjutnya.

d. Selain faktor daerah, efektivitas OP juga tergantung pada

waktu intervensi. Dalam hal ini waktu intervensi yang efektif

untuk OP adalah waktu paceklik dan Hari Besar Keagamaan

Nasional (HBKN) yaitu sekitar bulan Desember – Januari dan

bulan Juni – Agustus.

e. Efektifitas OP beras akan terlihat pada satu periode berikutnya,

kecuali di Aceh dua periode berikutnya.

f. Berdasarkan analisis importance-performance, pelaksanaan

OP Beras selama ini sudah efektif, terutama dalam hal waktu

intervensi yang responsif terhadap kenaikan harga beras di


tingkat eceran dan hal volume beras yang disalurkan dalam

OP.

g. Namun demikian, ada beberapa variabel yang harus diperbaiki

dalam pelaksanaan OP Beras, yaitu mengenai kualitas beras

yang disalurkan belum memenuhi harapan masyarakat.

5.2. Rekomendasi Kebijakan

a. Dari sisi volume, dalam rangka menurunkan harga beras

sebesar 1% di tingkat eceran, beras OP yang harus disalurkan

adalah:

No Daerah Volume Beras OP (kg) 1 DKI Jakarta 23.800.000 2 Jawa Barat 2.033.000 3 Sumatera Utara 35.000 4 Aceh 435 5 Sulawesi Utara 84.000 6 Maluku 525.000

Nasional 63.300.000

b. Dari sisi waktu dan pelaksana, OP dapat mempertahankan

pola yang saat ini dijalankan dimana pelaksanaan OP

dilaksanakan pada musim paceklik dan HBKN oleh Bulog

sebagai pelaksana.

c. Kualitas beras yang disalurkan dalam OP harus ditingkatkan.

Dalam hal ini Bulog sebagai pihak yang menimpan Cadangan

Beras Pemerintah (CBP) harus meningkatkan kinerjanya

dalam pengelolaan stok sehingga kualitas beras tetap terjaga

dengan baik.


DAFTAR PUSTAKA

Brandt, D.R. 2000. An Outside-In Approach to Determining Customer Driven Priorities for Improvement and Innovation. White Paper Series, Volume 2-2000

Latu, T.M., & Everett, A.M. 2000. Review of Satisfaction Research and

Measurement Approaches. Departement of Conservation, Wellington, New Zealand. http://www.doc.govt.nz/Publications/ 004~Science-andResearch/Older-series/PDF/IR183.pdf

Martinez, C.L. 2003. Evaluation Report: Too ls Cluster Networking Meeting

#1. CenterPoint Institute, Inc., Arizona. Price Control and Anti-Profiteering Act (PCPA) of Malaysia Nomor 723

tahun 2011 Price Act of Philippines Nomor. 7581 tahun 1992 Price of Goods and Services Act of Thailand B.E. 2542 tahun 1999 Sawit, M. H. 2007. Stabilisasi Harga Beras: Penentuan Harga Referensi

OP dan Intervensi Pemerintah. Majalah Pangan, No.49/XVI/Juli 2007

Supranto, J. 1988. Statistik Teori dan Aplikasi. Jakarta: Erlangga.


Lampiran 1. Uji Multikolinearitas Model OP Beras

Tabel Hasil Uji

GPRPIBC GSTPIBC GSUPIBC OP PACEKLIK DPR

GPRPIBC 1.000000 -0.339050 -0.103283 0.358110 0.326543 -0.446206

GSTPIBC -0.339050 1.000000 0.296232 -0.216203 -0.174101 0.300358

GSUPIBC -0.103283 0.296232 1.000000 0.128329 -0.141433 0.204681

OP 0.358110 -0.216203 0.128329 1.000000 0.317526 -0.085557

PACEKLIK 0.326543 -0.174101 -0.141433 0.317526 1.000000 -0.251754

DPR -0.446206 0.300358 0.204681 -0.085557 -0.251754 1.000000

Dapat dilihat dari tabel di atas, variabel bebas yang digunakan dalam

model tidak mengandung multikolinearitas (korelasi < 0,8).


Lampiran 2. Uji Autokorelasi Model OP Beras

Tabel Hasil Uji LM

Breusch-Godfrey Serial Correlation LM Test: F-statistic 1.948258 Prob. F(2,84) 0.1489

Obs*R-squared 4.167088 Prob. Chi-Square(2) 0.1245

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 06/05/15 Time: 10:44 Sample: 2007M03 2014M12

Included observations: 94

Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. GPRPIBC -0.007294 0.069656 -0.104715 0.9169

GSTPIBC 0.001212 0.008564 0.141495 0.8878 GSUPIBC 0.001111 0.007691 0.144474 0.8855

DPR -0.166329 0.401640 -0.414125 0.6798

PACEKLIK -0.036706 0.462018 -0.079447 0.9369

OP -1.61E-06 1.03E-05 -0.156018 0.8764 OP(-1) 2.69E-06 8.40E-06 0.320714 0.7492

C 0.036482 0.201132 0.181383 0.8565

RESID(-1) 0.078396 0.112013 0.699882 0.4859

RESID(-2) -0.210285 0.112216 -1.873929 0.0644 R-squared 0.044331 Mean dependent var 1.05E-16

Adjusted R-squared -0.058062 S.D. dependent var 1.354229

S.E. of regression 1.392989 Akaike info criterion 3.601069 Sum squared resid 162.9952 Schwarz criterion 3.871632

Log likelihood -159.2502 Hannan-Quinn criter. 3.710357

F-statistic 0.432946 Durbin-Watson stat 2.008851

Prob(F-statistic) 0.913683

Dari hasil uji tersebut menunjukkan bahwa model yang digunakan bebas

dari masalah autokorelasi. Hal tersebut ditunjukan dengan nilai Prob. Chi-

Square(2) > 0,10.


Lampiran 3. Uji Heteroskedastisitas Model OP Beras

Tabel Hasil Heteroskedasticity Test

Heteroskedasticity Test: White F-statistic 1.260657 Prob. F(32,61) 0.2157

Obs*R-squared 37.41876 Prob. Chi-Square(32) 0.2343

Scaled explained SS 129.9974 Prob. Chi-Square(32) 0.0000

Dari hasil uji tersebut menunjukkan bahwa model yang digunakan sudah

homoskedastisitas. Hal tersebut ditunjukan dengan nilai Prob. Chi-

Square(32) > 0,10.



Model OP Beras

Tabel PP-Fischer Test

Null Hypothesis: Unit root (individual unit root process)

Series: GHE, DPR, GPRPIBC, GSTPIBC, GSUPIBC, OP,

PACEKLIK Date: 06/05/15 Time: 10:41

Sample: 2007M02 2014M12

Exogenous variables: Individual effects

Newey-West bandwidth selection using Bartlett kernel Total (balanced) observations: 658

Cross-sections included: 7 Method Statistic Prob.**

PP - Fisher Chi-square 199.798 0.0000 PP - Choi Z-stat -12.6121 0.0000 ** Probabilities for Fisher tests are computed using an

asymptotic Chi-square distribution. All other tests assume asymptotic normality.

Intermediate Phillips-Perron test results UNTITLED

Series Prob. Bandwidth Obs

GHE 0.0000 21.0 94

DPR 0.0009 13.0 94

GPRPIBC 0.0000 9.0 94 GSTPIBC 0.0000 31.0 94

GSUPIBC 0.0001 40.0 94

OP 0.0000 1.0 94

PACEKLIK 0.0000 11.0 94

Dari hasil uji tersebut menunjukkan bahwa variabel-variabel yang

digunakan sudah stasioner (tidak mengandung akar unit). Hal tersebut

ditunjukan dengan nilai probability dari PP - Fisher Chi-square < 0,10.


Lampiran 5. Uji Stasioner Terhadap Variabel Yang Digunakan dalam Model OP Beras Dengan Menggunakan Visualisasi Grafis

-8

-4

0

4

8

12

07 08 09 10 11 12 13 14

GHE

-15

-10

-5

0

5

10

07 08 09 10 11 12 13 14

GPRPIBC

-60

-40

-20

0

20

40

60

80

07 08 09 10 11 12 13 14

GSTPIBC

-40

-20

0

20

40

60

80

07 08 09 10 11 12 13 14

GSUPIBC

0

20,000

40,000

60,000

80,000

100,000

120,000

07 08 09 10 11 12 13 14

OP


Lampiran 6. Model OP Beras

Dependent Variable: GHE

Method: Least Squares

Date: 06/05/15 Time: 10:37

Sample (adjusted): 2007M03 2014M12 Included observations: 94 after adjustments

Variable Coefficient Std. Error t-Statistic Prob. GPRPIBC 0.476646 0.070302 6.780017 0.0000

GSTPIBC -0.004886 0.008625 -0.566489 0.5725

GSUPIBC -0.011799 0.007638 -1.544825 0.1261

PACEKLIK 1.516994 0.459851 3.298881 0.0014 DPR -0.208694 0.390498 -0.534431 0.5944

OP(-1) -1.58E-05 8.38E-06 -1.883082 0.0631

OP -2.91E-06 1.03E-05 -0.283253 0.7777

C 0.468667 0.201530 2.325548 0.0224 R-squared 0.607331 Mean dependent var 0.734043

Adjusted R-squared 0.575370 S.D. dependent var 2.161120

S.E. of regression 1.408265 Akaike info criterion 3.603859 Sum squared resid 170.5561 Schwarz criterion 3.820310

Log likelihood -161.3814 Hannan-Quinn criter. 3.691289

F-statistic 19.00202 Durbin-Watson stat 1.847837

Prob(F-statistic) 0.000000