swasembada kedelai di indonesia tahun 2018: akankah …

Swasembada Kedelai di Indonesia Tahun 2018: Akankah Tercapai? Rizky Deco Praha, Sulastri Soerono

Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Bisnis, Depok, Indonesia Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Bisnis, Depok, Indonesia

E-mail: [email protected] , [email protected]

Abstrak

Skripsi ini memprediksi ketercapaian swasembada kedelai yang telah diprogramkan oleh Presiden Indonesia pada 2018. Melalui gabungan metode 2SLS dan Arima, studi ini ingin melihat ketercapaian pemenuhan swasembada kedelai domestik pada 2018 beserta mengetahui faktor- faktor yang mempengaruhi produksi dan konsumsi kedelai dalam negeri. Hasilnya menunjukkan bahwa justru produksi kedelai Indonesia cenderung menurun sebesar 9% pada 2017 dan 4% pada 2018. Dengan peramalan jumlah konsumsinya yang stagnan, maka rasio swasembada menurun hingga menjadi 30% saja pada 2018. Apabila Indonesia masih memaksa untuk dapat mencapai swasembada kedelai pada 2018 maka luas panen ataupun produktivitasnya harus ditingkatkan hingga dua kali lipat.

Kata kunci: swasembada, kedelai, peramalan, 2SLS, Arima

Abstract

This undergraduate thesis focuses on predict the achievement of soybean self-sufficiency program in Indonesia at 2018. By the combined method, 2SLS and ARIMA, this study wants to look the achievement of the self-sufficiency in Indonesia by counting the mass of domestic production and consumption. As the result shown, the mass of soybean domestic production decreased by 9% in 2017 and 4% in 2018 along with the decline in soybean price import. With the consumption result predictions that tends to shown stagnancy value, then the self-sufficiency ratio decreases to only 0.3 in 2018. If Indonesia still wants to achieve this program, the writer suggest that the harvest area or the productivity should be doubled.

Keywords: self-sufficiency, soybean, prediction, 2SLS, Arima

Pendahuluan

Tahun 2014, seiring pelantikan dirinya sebagai Presiden Indonesia terpilih,

Joko Widodo mengumumkan beberapa proyek strategis yang akan dijalankan oleh

pemerintah selama masa kepemimpinannya. Salah satu hal yang menjadi fokus utama

Presiden Jokowi saat itu adalah menargetkan Indonesia akan swasembada beberapa

bahan pangan. Sesuai dengan Rencana Strategis Kementerian Pertanian 2015-2019,

swasembada pangan yang dimaksud ini ialah swasembada lima komoditas yakni

beras, jagung, kedelai, gula, dan daging sapi..

Swasemba kedelai ..., Rizky Deco Praha, FEB UI, 2017

Presiden Jokowi berpandangan bahwa pemenuhan bahan pangan melalui impor bukan

merupakan alternatif jangka panjang yang baik karena hal tersebut dapat membebankan

anggaran belanja negara. Swasembada pangan menjadi upaya yang dipilih untuk mengatasi

permasalahan tersebut. Langkah awal pengejawantahan program tersebut yaitu melalui

peningkatan penyerapan anggaran Kementerian Pertanian untuk perbaikan irigasi dan subsidi.

Selain permasalahan mengenai karakteristik pasar yang “terbuka bebas”, komoditas

kedelai semakin menarik perhatian penulis karena menurut BPS, dalam beberapa periode

kebelakang, produksi dan faktor pendukung kedelai justru memperlihatkan tren menurun.

Grafik 1.1 menunjukkan bahwa kapasitas produksi kedelai Indonesia mengalami tren

yang menurun. Produksi menurun drastis hingga hanya menyisakan setengah dari jumlah

produksi tahun 1993 yang sempat berjumlah 1,7 ton. Terakhir, pada 2016, jumlah

produksinya hanya berkisar 900 ribu ton.

Grafik 1.1. Produksi dan Konsumsi Kedelai Indonesia

Sumber: FAO dan Pusdatin Kementan 2016 (diolah)

Meskipun menurut data Kementan konsumsi per kapita kedelai Indonesia relatif turun,

namun data FAO justru menyebutkan bahwa konsumsi nasional relatif meningkat secara

agregat. Peningkatan total konsumsi disaat terjadi penurunan konsumsi per kapita bisa

dianggap wajar sebab jumlah populasi dan pendapatan per kapita terus meningkat, kesadaran

masyarakat akan gizi makanan, dan semakin beragamnya inovasi produk olahan kedelai.

Sedangkan, ketidakstabilan produksi kedelai di Indonesia disebabkan oleh adanya penurunan

luas panen kedelai yang mana produktivitas kedelai relatif stabil (Malian, 2004).

Dalam Renstra Kementan 2010-2014, pencapaian swasembada kedelai merupakan

salah satu target sukses Kementerian (Kementan, 2011). Meskipun yang terjadi sekarang

peningkatan produksi relatif lebih lambat dibanding peningkatan konsumsi. Peningkatan

0 500000

1000000 1500000 2000000 2500000 3000000

Konsumsi Produksi


produksi domestik akan mengurangi ketergantungan terhadap impor sehingga pengaruh

gejolak pasar kedelai dunia dapat diminimalkan. Pada sisi lain, mengurangi impor dianggap

akan menghemat devisa dan memperbaiki defisit transaksi perdagangan. Dalam kaitannya,

keinginan untuk swasembada produksi kedelai di dalam negeri dinilai strategis.

Hasil program swasembada sejauh ini pun telah memunculkan optimisme. Komoditas

yang menjadi target swasembada di tahun-tahun sebelumnya telah mencapai kenaikan

signifikan meski hasilnya belum swasembada seratus persen. Dilihat dari komoditi beras dan

jagung, pemerintah sukses mendorong produksi hampir mencapai kebutuhan konsumsi dalam

negeri. Tidak seperti dua komoditas tersebut, produksi gula justru tidak terlalu signifikan. Hal

inilah yang mendorong penulis untuk mengangkat kedelai sebagai subjek penelitian agar

dapat diketahui pencapaian target swasembada dan segala upaya yang dapat mewujudkan

rencana tersebut.

Data dan Metode

Secara prinsip sederhana, swasembada dapat direfleksikan melalui rasio produksi

domestik dengan konsumsi domestik. Jika angka rasio kurang dari satu, maka artinya

produksi domestik masih lebih rendah dibanding konsumsi yang harus dipenuhi dalam

negeri. Artinya, dengan hasil rasio tersebut swasembada belum bisa tercapai. Sebaliknya,

apabila rasio menunjukan nilai lebih dari sama dengan satu maka produksi domestik

dianggap lebih besar dari konsumsi dalam negeri atau dengan kata lain swasembada

sepenuhnya dapat tercapai.

Penulis akan mengestimasi nilai dari model produksi dan konsumsi kedelai di

Indonesia pada tahun 2018 untuk mengetahui rasio tersebut. Apabila nilai rasio yang dihitung

mengindikasikan swasembada tidak tercapai di 2018, maka penulis akan melanjutkan

penelitian untuk mengetahui faktor-faktor apa saja yang sebaiknya diupayakan agar

swasembada kedelai dapat tercapai pada 2018 sesuai target.

Penulis menggunakan indeks (rasio) produksi domestik terhadap konsumsi domestik

untuk mengukur apakah Indonesia telah mencapai swasembada kedelai. Apabila jumlah

produksi domestik sama dengan atau lebih dari jumlah konsumsi domestik nasional, maka

nilai rasio produksi domestik terhadap konsumsi domestik akan sama dengan atau lebih dari

satu. Jika rasio nya kurang dari satu, maka tingkat produksi dalam negeri masih kurang untuk

dapat mencukupi konsumsi dalam negeri.

Langkah yang semestinya dilakukan selanjutnya adalah mengestimasi jumlah produksi

dan konsumsi kedelai domestik pada tahun 2018 mendatang. Peneliti akan menggunakan data


sekunder, yang merupakan data time series tahunan. Secara rinci variabel data dan sumbernya

dijelaskan dalam Lampiran. Semua data akan diolah dengan menggunakan software Eviews.

Pengujian hipotesis untuk membandingkan tingkat produksi dan konsumsi pada 2018

digunakan persamaan simultan dinamis dengan metode 2SLS (Two-Stage Least Squares).

Metode 2SLS digunakan untuk melihat adanya pengaruh antar variabel seperti produksi, luas

panen, produktivitas, harga impor, harga produsen, dll.. Penulis akan menggunakan rasio

produksi terhadap konsumsi berdasarkan nilai yang dihasilkan metode perhitungan tersebut

untuk menentukan kondisi swasembada.

Untuk menduga model persamaan simultan terdapat beberapa metode pendugaan yang

didasari OLS dan kemungkinan maksimum. Metode Ordinary Least Square (OLS) yang

digunakan untuk menduga model regresi persamaan tunggal akan memberikan dugaan

parameter terbaik (ragam minimum), tak bias dan linier (BLUE/Best Linier Unbiased

Estimate) dan juga konsisten. Tetapi untuk model persamaan simultan metode OLS

memberikan dugaan yang bias dan tak konsisten, sebab dalam model persamaan simultan

terdapat pelanggaran asumsi metode OLS seperti adanya korelasi antar peubah endogen

sebagai peubah penjelas dengan unsur peubah (Kshirsagar, 1983).

Dari segi interpretasi standar, menjalankan 2SLS akan memperbaiki bias di OLS, dan

hasil 2sls lebih disukai (Chow, 1964). Metode 2SLS ini diharapkan mampu menangkap

adanya hubungan antara variabel yang mempengaruhi produksi dengan variabel yang

mempengaruhi konsumsi. Peneliti akan terlebih dulu merinci faktor-faktor apa saja yang

dianggap mempengaruhi variabel seperti luas panen, produktivitas, dan konsumsi domestik.

Studi (Kustiari, et al., 2009) mengemukakan areal tanam sebuah komoditas dipengaruhi

oleh luas area tanam tahun sebelumnya, harga komoditas itu sendiri, serta harga komoditas

alternatif lainnya, yang mana dalam penelitian ini harga kedelai, harga jagung, harga beras

dalam skala nasional. Selain itu, penulis akan memasukkan faktor harga impor sebagai

dugaan untuk mampu mempengaruhi luas panen.

Faktor-faktor yang mempengaruhi produktivitas menurut studi (Aldillah, 2014) secara

ringkas yaitu harga output, dalam hal ini merupakan harga kedelai itu sendiri, harga input

tidak tetap, seperti upah tenaga kerja, harga teknologi yang digunakan, namun karena data

upah terbatas dan harga teknologi tidak dipublikasikan maka data tersebut tidak dimasukkan.

Selain faktor tersebut, terdapat faktor yang bersifat confidential seperti penggunaan teknologi,

sumberdaya manusia, iklim, hama, bencana, perdagangan kedelai, NTP, serta pelatihan dan

penyuluhan.


Faktor yang mempengaruhi konsumsi kedelai nasional berdasarkan hasil penelitian

(Aldillah, 2014) yaitu harga kedelai nasional, pendapatan per kapita, jumlah penduduk, harga

kedelai impor dan kuantitas kedelai impor, serta harga komoditas substitusinya, yang utama

adalah umbi-umbian dan jagung. Peneliti akan memasukkan faktor harga komoditas substitusi

lain yakni beras.

Hubungan antara produksi dan konsumsi kedelai nasional serta variabel- variabel yang

mempengaruhinya perlu dibentuk suatu model persamaan simultan. Model ini dicirikan

dengan adanya saling keterkaitan antar variabel secara ekonomi, sehingga model seringkali

memiliki lebih dari satu persamaan. . Pada persamaan simultan, terdapat suatu model dimana

terdapat saling keterkaitan antar variabel yang ada dalam model. Melalui penyelesaian

persamaan tersebut, diharapkan akan mendapat koefisien persamaan simultan. Penulis tidak

menggunakan nilai absolut dan mengubah semua data menjadi log natural untuk memastikan

hubungan antara variabel eksogen dan endogen bersifat linier.

Sesuai teori dalam ekonomi pertanian, jumlah produksi merupakan hasil kali dari luas

panen dengan produktivitas. Secara rinci produksi kedelai dimodelkan sebagai

𝑷𝒓𝒐𝒅𝒖𝒌𝒔𝒊𝒕 = 𝑳𝒖𝒂𝒔𝑷𝒂𝒏𝒆𝒏𝒕 ∗ 𝑷𝒓𝒐𝒅𝒖𝒌𝒕𝒊𝒗𝒊𝒕𝒂𝒔𝒕

Setelah menghitung model produksi, selanjutnya penulis akan memodelkan fungsi

konsumsi. Model konsumsi akan difungsikan sebagai berikut:

𝒍𝒏𝑲𝒐𝒏𝒔𝒖𝒎𝒔𝒊𝒕 = 𝜸𝟎 + 𝜸𝟏𝒍𝒏𝑲𝒐𝒏𝒔𝒖𝒎𝒔𝒊𝒕−𝟏 + 𝜸𝟐𝒍𝒏𝑰𝒏𝒄𝒐𝒎𝒆𝒕−𝟏 + 𝜸𝟑𝒍𝒏𝑯𝑲𝑲𝒕 +

𝜸𝟒𝒍𝒏𝑯𝑲𝑱𝒕 + 𝜸𝟓𝒍𝒏𝑯𝑲𝑩𝒕 + 𝜸𝟔𝒍𝒏𝑯𝑲𝑰𝒕 + 𝜸𝟕𝒍𝒏𝑱𝒖𝒎𝒑𝒆𝒏𝒕 + 𝜺

Penulis menggunakan definisi swasembada sebagaimana dijelaskan oleh (Coelho, 2015)

bahwa swasembada ialah kondisi dimana negara memenuhi kebutuhan tertentu dengan

produksi dalam negeri. Dengan definisi ini, kemandirian dicapai ketika sebuah negara sama

sekali tidak mengimpor komoditas tersebut.

Indeks yang digunakan untuk memperkirakan swasembada dalam penelitian ini adalah

Production to Consumption Ratio (𝑃𝐶𝑅!) yang berasal dari (Swastika, 2002). Indeks ini juga

sama dengan indeks swasembada yang digunakan oleh Bank Dunia (production to demand

ratio). Indeks ini digunakan terutama karena berdasarkan kajian literatur, Indonesia saat ini

adalah net importer kedelai. Dengan kondisi tersebut, dapat disimpulkan bahwa Indonesia

tidak memiliki stok kedelai awal pada akhir tahun.

Indeks yang digunakan akan dihitung dengan rumus simple deterministic yaitu:

𝑷𝑪𝑹𝒕 =𝑷𝒕𝑪𝒕


Hasil dan Analisis

Hasil estimasi menunjukkan bahwa luas panen kedelai domestik secara signifikan

simultan dipengaruhi oleh luas panen tahun sebelumnya, harga kedelai tingkat produsen, dan

harga kedelai impor. Selain itu, di dalam penelitian ini, penulis memasukkan unsur harga

jagung dan harga beras tingkat produsen mengingat komoditas ini memerlukan lahan yang

identik dengan lahan pertanian kedelai. Hasil estimasi disajikan dalam Tabel 5.1.

Tabel 5.1 Hasil Estimasi Parameter Luas Panen

Variabel ParameterEstimasi StandarError LabelVariabel

Intercept 2.21 1.483

(-1) 0.83* 0.107 LuasPanenSebelumnya

HPK 0.24 0.153 HargaKedelaiTk.Produsen

HPJ -0.17 0.295 HargaJagungTk.Produsen

HPB -0.23 0.215 HargaBerasTk.Produsen

HKI 0.03 0.034 HargaKedelaiImpor

Adj.R-squared 89.7%

Keterangan:*berartisignifikanpadalevelkepercayaan99%

Dari tabel 5.1 di atas, dapat dilihat bahwa hasil estimasi telah cukup bagus untuk dapat

menjelaskan model. Model estimasi 2SLS dapat menjelaskan variasi pergerakan variabel

endogen luas panen hampir senilai 90% (ditunjukkan lewat nilai adj. R-square-nya). Selain

nilai signifikansi model secara simultan yang tinggi, penulis juga mempertimbangkan

signifikansi parsial (masing-masing eksogen terhadap endogen) dan arah koefisien.

Nilai p-value (signifikansi secara parsial) yang dihasilkan dalam estimasi tidak terlalu

jauh dari 0.1, sehingga penulis tetap memasukkan variabel- variabel ini. Namun, signifikansi

variabel independen secara parsial bukan merupakan concern utama penulis sebab hal

tersebut juga sangat dipengaruhi oleh nature data yang ada. Sedangkan, arah koefisien bisa

mencerminkan besaran pengaruh yang ditimbulkan oleh variabel eksogen terhadap endogen.


Luas panen satu tahun sebelumnya, harga kedelai tingkat produsen, dan harga kedelai

impor memiliki arah koefisien atau korelasi yang positif. Dimana apabila masing- masing

variabel ini nilainya meningkat, maka nilai luas panen tahun berjalan akan turut meningkat

dengan asumsi cateris paribus.

Sedangkan, variabel harga jagung dan harga beras tingkat produsen memiliki arah

koefisien negatif yang berarti bahwa jika terjadi peningkatan pada masing- masing variabel

ini (asumsi cateris paribus), maka luas panen tahun berjalan akan menurun. Artinya, jagung,

padi, dan kedelai tergolong sebagai barang substitusi di level produsen. Petani cenderung

akan memilih untuk menanam komoditas yang memiliki harga tingkat produsen tinggi.

Hasil estimasi menunjukkan bahwa produktivitas kedelai domestik secara signifikan

simultan dipengaruhi oleh produktivitas tahun sebelumnya dan harga kedelai impor. Hasil

estimasi disajikan dalam Tabel 5.2.

Tabel 5.2 Hasil Estimasi Parameter Produktivitas

Variabel ParameterEstimasi StandarError LabelVariabel

Intercept 0.05 0.050

(-1) 0.73** 0.301 ProduktivitasSebelumnya


Adj.R-squared 94.0%

Keterangan:**berartisignifikanpadalevelkepercayaan95%

Dari tabel 5.2. di atas, dapat dilihat bahwa hasil estimasi telah cukup bagus untuk

dapat menjelaskan model. Model estimasi 2SLS dapat menjelaskan variasi pergerakan

variabel endogen produktivitas sebesar 94.4% (ditunjukkan lewat nilai adj. R-square-nya).

Selain nilai signifikansi model secara simultan yang tinggi, penulis juga mempertimbangkan

signifikansi parsial (masing-masing eksogen terhadap endogen) dan arah koefisien.

Produktivitas kedelai domestik tahun sebelumnya dan harga kedelai impor memiliki

arah koefisien yang sama-sama positif. Hal ini menggambarkan bahwa jika terjadi kenaikan

terhadap produktivitas kedelai domestik tahun sebelumnya akan turut meningkatkan

produktivitas kedelai domestik tahun berjalan (cateris paribus). Hal yang sama berlaku

terhadap variabel harga kedelai impor yang juga memiliki korelasi positif. Korelasi ini sejalan


dengan kondisi petani saat ini dimana saat harga impor cenderung tinggi maka produktivitas

mereka untuk menanam kedelai ikut meningkat.

Penelitian ini mempertimbangkan faktor seperti harga kedelai internasional dan kurs

yang mempengaruhi harga baik tingkat produsen maupun harga impor mengingat variabel

harga terindikasi sangat penting dalam pembangunan model, seperti yang juga dibahas dalam

penelitian (Aldillah, 2014) sebelumnya.

Hasil estimasi menunjukkan bahwa harga kedelai domestik tingkat produsen/ petani

secara signifikan simultan dipengaruhi oleh harga tingkat produsen tahun sebelumnya dan

harga kedelai impor. Hasil estimasi disajikan dalam Tabel 5.3.

Tabel 5.3. Hasil Estimasi Parameter Harga Kedelai Tingkat Produsen

Variabel Parameter

Estimasi

Standar

Error LabelVariabel

Intercept -6.60* 0.197

(-1) 0.97* 0.031

HargaTk.Produsen

Sebelumnya


Adj.R-squared 98.2%

Keterangan:*berartisignifikanpadalevelkepercayaan99%



variabel endogen harga kedelai tingkat petani sebesar 98% (ditunjukkan lewat nilai adj. R-

square-nya). Selain nilai signifikansi model secara simultan yang tinggi, penulis juga

mempertimbangkan signifikansi parsial (masing-masing eksogen terhadap endogen) dan arah

koefisien. Nilai p-value (signifikansi secara parsial) yang dihasilkan dalam estimasi tidak

terlalu jauh dari 0.1, sehingga penulis tetap memasukkan variabel- variabel ini.

Harga kedelai domestik tingkat produsen pada tahun sebelumnya dan harga kedelai

impor memiliki korelasi positif dengan harga kedelai domestik tingkat produsen tahun

berjalan. Artinya, apabila harga kedelai domestik tingkat produsen pada tahun sebelumnya

meningkat sebesar satu persen maka harga kedelai domestik tingkat produsen tahun berjalan


meningkat sebesar 0.96 persen (cateris paribus). Harga kedelai impor juga turut berkorelasi

positif dengan harga kedelai domestik tingkat produsen tahun berjalan (cateris paribus).

Hasil estimasi menunjukkan bahwa harga kedelai impor secara signifikan simultan

dipengaruhi oleh harga impor sebelumnya, harga kedelai internasional, nilai exchange rate

(kurs), serta harga kedelai tingkat konsumen. Hasil estimasi disajikan dalam Tabel 5.4.

Tabel 5.4. Hasil Estimasi Parameter Harga Kedelai Impor

Variabel Parameter

Estimasi

Standar

Error LabelVariabel

Intercept -6.62* 1.001

(-1) 0.48* 0.075 HargaKedelaiImporTahunSebelumnya

HKInter 0.51* 0.170 HargaKedelaiInternasional

Kurs 0.45* 0.129 NilaiTukarRupiahterhadapUSD

HKK -0.34** 0.149 HargaKedelaiTingkatKonsumen

Adj.R-

squared 96.5%

Keterangan:

*,**masing-masingberartisignifikanpadalevelkepercayaan99%dan95%



variabel endogen harga kedelai tingkat petani sebesar 96.5% (ditunjukkan lewat nilai adj. R-

square-nya). Selain nilai signifikansi model secara simultan yang tinggi, penulis juga


koefisien. Kecuali harga kedelai tingkat konsumen, nilai p-value variabel lain (signifikansi

secara parsial) tidak terlalu jauh dari 0.1, sehingga penulis masih mempertimbangkan variabel

yang ada dalam model.

Harga kedelai impor tahun sebelumnya, harga kedelai internasional, dan nilai tukar

rupiah terhadap dolar masing- masing berkorelasi positif terhadap harga kedelai impor tahun

berjalan. Hal ini sesuai ekspektasi dan menggambarkan bahwa jika terjadi peningkatan pada


masing- masing variabel eksogen tersebut (asumsi cateris paribus), maka harga kedelai impor

tahun berjalan akan meningkat.

Hal sebaliknya, harga kedelai impor tahun berjalan akan turun jika harga kedelai

domestik tingkat konsumen meningkat. Ini mengakibatkan harga kedelai impor berkorelasi

negatif dengan harga kedelai tingkat konsumen. Meskipun dirasa kurang masuk akal, penulis

beranggapan bahwa korelasi negatif timbul akibat akumulasi nilai error yang dimasukkan

dalam sistem, terutama harga konsumen juga terdapat dalam persamaan lain yang lebih

berekspektasi nilainya negatif.

Jumlah konsumsi kedelai nasional pada penelitian ini dipengaruhi oleh konsumsi satu

tahun sebelumnya, harga kedelai tingkat konsumen, pendapatan nasional per kapita, serta

harga kedelai impor. Selain itu, dalam penelitian ini penulis memasukkan variabel harga

barang komoditas lain yang dianggap sebagai subtitusi makanan olahan kedelai seperti harga

jagung dan harga beras tingkat konsumen. Hasil estimasi disajikan dalam Tabel 5.5.

Tabel 5.5. Hasil Estimasi Parameter Konsumsi Kedelai Domestik

Variabel Parameter

Estimasi

Standar

Error LabelVariabel

Intercept -81.15* 29.318

(-1) 0.20 0.246 KonsumsiKedelaiDomestikSebelumnya

Jumlah

Penduduk 8.16* 2.799 JumlahPendudukIndonesia


HKK -0.34** 0.149 HargaKedelaiTk.Konsumen

Income -0.82** 0.319 PendapatanNasionalperKapita

HKJ 0.46 0.469 HargaJagungTk.Konsumen

HKB 0.01 0.426 HargaBerasTk.Konsumen

Adj.R-

squared 65.4%

Keterangan:


*,**masing-masingberartisignifikanpadalevelkepercayaan99%dan95%

Dari tabel 5.5. di atas, dapat dilihat bahwa hasil estimasi cukup besar untuk dapat

menjelaskan model. Model estimasi 2SLS menjelaskan variasi pergerakan variabel endogen

konsumsi kedelai domestik sebesar 66% (ditunjukkan lewat nilai adj. R-square-nya). Meski

tidak terlalu besar, nilai tersebut dinilai telah cukup sebab telah menjelaskan lebih dari 50

persen.

Selain nilai signifikansi model secara simultan sudah cukup, penulis juga


koefisien. Nilai p-value (signifikansi secara parsial) yang dihasilkan dalam estimasi model ini

relatif tidak terlalu jauh dari 0.1, sehingga penulis tetap mempertimbangkan variabel- variabel

eksogen tersebut.

Konsumsi kedelai satu tahun sebelumnya, harga kedelai impor, jumlah penduduk,

harga beras tingkat konsumen, serta harga beras tingkat konsumen memiliki arah atau korelasi

positif. Hal ini mengindikasikan bahwa apabila setiap masing- masing variabel eksogen

tersebut (asumsi cateris paribus) mengalami kenaikan, maka jumlah konsumsi kedelai tahun

berjalan akan ikut meningkat.

Korelasi positif harga kedelai impor dengan jumlah konsumsi kedelai domestik

dimungkinkan sebab adanya akumulasi error dalam sistem persamaan keseluruhan.

Sedangkan korelasi positif antara harga beras dan jagung tingkat konsumen dengan jumlah

konsumsi kedelai domestik merefleksikan bahwa barang ini juga termasuk barang substitusi

di level konsumen. Artinya, kenaikan pada harga konsumsi beras atau harga konsumsi jagung

akan mengakibatkan konsumsi kedelai lebih banyak.

Di lain sisi, pada variabel pendapatan per kapita dan harga kedelai didapatkan korelasi

negatif dengan jumlah konsumsi kedelai domestik. Jika pendapatan per kapita meningkat,

jumlah konsumsi kedelai akan cenderung turun. Oleh karena itu, penulis menganggap bahwa

kemungkinan besar kedelai merupakan barang yang tergolong inferior. Hal ini cukup masuk

akal mengingat kedelai termasuk sumber protein nabati yang lengkap dan murah untuk rumah

tangga low-income, sehingga apabila pendapatan konsumen meningkat maka mereka

cenderung untuk berpindah mengonsumsi protein hewani (cateris paribus). Menurut

Kementan, pada mulanya peningkatan pendapatan per kapita di kelompok pengeluaran rendah

(pengeluaran sebagai proksi pendapatan) cenderung akan meningkatkan konsumsi kedelai.


Namun pada kelompok pengeluaran tinggi, peningkatan pendapatan tidak lagi meningkatkan

konsumsi kedelai dan cenderung turun pada rumah tangga urban.

Sedangkan untuk harga kedelai tingkat konsumen juga memiliki hubungan negatif

dengan jumlah konsumsi. Hal tersebut wajar sesuai hukum permintaan, apabila harga sebuah

barang tertentu naik (cateris paribus), maka konsumsi akan barang tersebut cenderung akan

turun.

Penulis meramalkan nilai endogen dengan memprediksi nilai masa depan seluruh

variabel eksogen menggunakan metode ARIMA, kecuali untuk nilai tukar (kurs), jumlah

penduduk, dan pendapatan percapita yang menggunakan hasil forecasting Bank Dunia. Dari

hasil peramalan eksogen, pada 2017 didapatkan hampir seluruh variabel eksogen terjadi

peningkatan kecuali harga beras tingkat produsen yang turun. Pada 2018 juga terjadi

peningkatan selain di harga beras tingkat produsen dan harga kedelai tingkat konsumen yang

justru menurun.

Meskipun terjadi penurunan dari sisi jumlah konsumsi kedelai domestik, hal ini tidak

serta- merta menghasilkan swasembada akibat dari turut menurunnya jumlah produksi kedelai

domestik. Rasio produksi terhadap konsumsi (swasembada) disajikan dalam tabel berikut.

Tabel 5.8. Pengukuran Swasembada Kedelai 2014-2018

Variabel

Tahun

2014 2015 2016 2017 2018

Produksi 955000 963180 887540 809123.4 776069.6

Konsumsi 2609081 2626366 2678386 2633279.7 2649246.1

Defisit -1654081 -1663186 -1790846 -1824156.3 -1873176.5

Rasio

Swasem-

bada

0.366 0.367 0.331 0.307 0.293

Dari tabel 5.8. diatas, dapat dilihat bahwa rasio swasembada kedelai cenderung turun.

Tidak ada kenaikan signifikan dalam lima tahun terakhir termasuk angka prediksi

swasembada kedelai tahun 2017 dan 2018. Justru angka proyeksi menunjukkan bahwa rasio

nya semakin kecil. Pada tahun 2017, hasil proyeksi menunjukkan bahwa hanya 31%


konsumsi domestik kedelai yang mampu disediakan oleh produksi dalam negeri. Sedangkan

pada 2018, justru hanya sebesar 29% kebutuhan kedelai yang mampu dipenuhi oleh produksi

domestik. Tren penurunan rasio ini berbeda dengan hasil penelitian (Aldillah, 2014) yang tren

nya meningkat dengan rasio swasembada rata-rata sebesar 42%.

Secara luas lahan, Indonesia relatif masih sangat kurang terlebih kecenderungan dalam

beberapa tahun terakhir turun akibat alih fungsi lahan terhadap komoditas lain serta alih lahan

untuk industri dan perumahan. Menurut Pemerintah dalam RPJMN Pangan dan Pertanian,

penurunan areal panen kedelai disebabkan kedelai ditanam pada MK II setelah Padi-Padi

dengan risiko kekurangan air, biaya usahatani kedelai tinggi terutama di daerah-daerah yang

menggunakan mesin pompa untuk mengairi kedelai pada musim kemarau, bersaing dengan

jagung yang juga ditanam pada MK I atau MK II di lahan sawah dan masih ada hambatan di

dalam memanfaatkan lahan tidur/terlantar di wilayah kehutanan. Karena itu, harga kedelai

yang tinggi belum mampu menimbulkan respon positif petani untuk memperluas areal

kedelainya.

Produktivitas kedelai Indonesia pun sangat rendah dibandingkan komoditas lainnya.

Penulis mengemukakan beberapa faktor yang menyebabkan produksi kedelai nasional rendah

yakni iklim tropis yang kurang sesuai, cara bercocok tanam dan pemeliharaan kurang intensif,

mutu benih kurang baik, varietas lokal kurang produktif, areal sempit untuk beberapa varietas

kedelai berbeda, serta pencegahan hama belum intensif. Selain itu, teknologi yang cenderung

masih konvensional disertai rendahnya pendidikan dan upah petani merupakan faktor dimana

jumlah produksi tetap rendah. Hal ini diperburuk dengan harga kedelai yang jatuh saat panen

raya, sementara akan meningkat di luar musim panen yang justru kedelai impor “bebas”

masuk ke pasar.

Keadaan defisit kedelai ini akan menyebabkan industri berbasis kedelai terpaksa akan

terus menggunakan kedelai impor dari luar negeri. Hal ini tidak menguntungkan untuk

industri pembuatan tahu yang membutuhkan kedelai segar, berbeda dengan tipe industri

kedelai yang lain dimana tidak harus memerlukan kedelai segar.

Peramalan merupakan sesuatu yang tidak pasti, dimana kondisi di tahun mendatang –-

seperti cuaca, kemungkinan terjadinya bencana alam, kemungkinan terjadinya krisis ekonomi

dan politik–- dapat menyebabkan hasil peramalan cenderung tidak sesuai dengan kenyataan

yang akan terjadi di tahun yang diramalkan tersebut (Aldillah, 2014). Sebab itu, penelitian ini

turut merujuk kepada asumsi lain seperti ketidakpastian cuaca, gejolak politik dan ekonomi.


Kesimpulan dan Saran

Tidak salah apabila Kementan memberikan kedelai predikat sebagai tanaman “the loser” di

dalam persaingan dengan padi, jagung dan tebu, dimana ketiga komoditas itu juga ditargetkan

untuk swasembada. Selama ini lahan tambahan untuk kedelai selalu kalah dibandingkan

dengan ketiga komoditas tersebut.

Sementara, produksi secara nyata dipengaruhi oleh luas panen dan produktivitas. Dimana luas

panen dipengaruhi oleh luas panen sebelumnya, harga kedelai tingkat produsen, harga kedelai

impor. Sedangkan faktor harga komoditas lain seperti jagung dan beras turut mempengaruhi

dan sifatnya subtitusi. Perubahan produktivitas sendiri responsif terhadap perubahan

produktivitas sebelumnya dan harga kedelai impor.

Dengan merujuk definisi swasembada yang penulis gunakan yakni rasio produksi dengan

konsumsi lebih atau sama dengan satu, maka pada penelitian ini didapakan prediksi bahwa

tidak akan terjadi swasembada kedelai pada 2018. Hasil penelitian menyebutkan bahwa masih

terdapat defisit sekitar 1.5 juta ton kedelai pada tahun tersebut. Secara rasio, hanya sekitar

30% kebutuhan konsumsi kedelai domestik dapat dipenuhi oleh produksi dalam negeri. Hal

ini juga menjawab fenomena dimana saat ini impor kedelai masih sangat besar sekitar dua

juta ton per tahun meski tersisa hanya kurang dari dua tahun target swasembada kedelai.

Apabila pemerintah masih berkehendak untuk menyukseskan program swasembada kedelai

maka opsinya adalah peningkatan luas panen kedelai (ekstensifikasi) dan peningkatan

produktivitas (intensifikasi). Berdasar simulasi penulis, dibutuhkan dua kali lipat lebih luas

panen sekarang atau sekitar 600 ribu hektar. Ataupun bisa juga melalui penjaminan harga

impor dan harga di tingkat petani yang bisa memberikan insentif agar para petani mau

menanam kedelai.

Meskipun hal ini dirasa mustahil dilakukan, akan tetapi program swasembada kedelai

bukanlah program baru yang disodorkan oleh pemerintah Indonesia. Sejak jaman

pemerintahan Soeharto, swasembada kedelai selalu menjadi program pemerintah. Di masa

kepemimpinan Susilo Bambang Yudhoyono pun, program ini juga telah dicanangkan.

Namun, hasilnya tetap nihil, justru volume impor kedelai cenderung meningkat. Banyak

pengamat menilai hal ini akibat dari pasar kedelai Indonesia yang sangatlah bebas akibat

pengenaan tarif nol rupiah untuk setiap impor kedelai dari luar negeri.


Oleh sebab itu, relevansi program swasembada kedelai menjadi dipertanyakan apakah masih

diperlukan atau tidak mengingat kedelai murah lebih “mensejahterakan” konsumen walaupun

di sisi lain men-disinsentif para petani. Selama ini produksi kedelai juga dinilai sulit untuk

sustainable dan sangat bergantung oleh dorongan pemerintah. Permasalahan lain juga terdapat

mismatch antara data Kementerian Pertanian sebagai perwakilan pemerintah dimana data-data

nya cenderung tidak sesuai realita sehingga menimbulkan perhitungan yang terlampau jauh

dari kapasitas yang sebenarnya atau overestimated.

Pemerintah seharusnya memberikan tarif impor terhadap kedelai sehingga harga kedelai

domestik bisa bersaing dan dapat menginsentif petani untuk lebih menanam kedelai.

Disarankan juga bagi petani untuk meningkatkan akses informasi pasar serta meningkatkan

produktivitasnya melalui inovasi dan penggunaan teknologi.

Selain itu, sebaiknya pemerintah benar- benar memperhatikan dua sisi, baik konsumen

maupun petani. Selama ini, program swasembada seolah dijadikan sebagai alat politik

sehingga petani merasa diperhatikan oleh pemerintah. Kenyataannya pemerintah hanya

berfokus pada kesejahteraan konsumen sedangkan petani hanya diberikan janji- janji semu.

Dalam konteks publikasi data, penulis juga menyarankan pemerintah khususnya Kementerian

Pertanian untuk dapat memberikan data seakurat mungkin mengingat banyak data yang tidak

relevan dengan realita seperti contohnya jumlah konsumsi kedelai nasional. Selain itu,

proyeksi dari Kementerian juga terkesan overestimate hingga menghasilkan angka

peningkatan produksi kedelai yang sangat pesat. Dari proyeksi tersebut, pemerintah berani

menargetkan untuk mencapai swasembada kedelai pada 2018. Dilain sisi, masalah anggaran

dalam program swasembada juga sebaiknya lebih akuntabel mengingat anggaran nya

mencapai puluhan triliyun dan harus dipertanggungjawabkan kepada publik.

Referensi

Abigail. (2016). Akankah Indonesia Mencapai Swasembada Jagung di Tahun 2016? Skripsi. Aldillah, R. (2014). Analisis Produksi dan Konsumsi Kedelai Nasional. Thesis. Asianto, Y. (2014). Analisis Target Pencapaian Produksi Gula Tahun 2019. Thesis. Balitkabi. (2015, Maret 12). Langkah Strategis untuk Mencapai Swasembada Kedelai.

Retrieved from Balitkabi Web Site: http://balitkabi.litbang.pertanian.go.id/kilas-litbang/1823-langkah-strategis-untuk-mencapai-swasembada-kedelai.html

Bramantoro, T. (2016, Juli 7). Impor Kedelai Dipertanyakan Ketua Umum Gabungan Koperasi Pengusaha Tahu Tempe Indonesia. Retrieved from TribunBisnis: http://www.tribunnews.com/bisnis/2016/07/07/impor-kedelai-dipertanyakan-ketua-umum-gabungan-koperasi-pengusaha-tahu-tempe-indonesia


Chow, G. C. (1964). A Comparison of Alternative Estimators for Simultaneous Equation. Econometrica, 532-553.

Coelho, A. (2015). Preliminary study for self-sufficiency of construction materials in a Portuguese region – Évora. Journal of Cleaner Production.

Enaami, M. E., Mohamed, Z., & Ghani, S. (2013). Model development for wheat production: Outliers and multicollinearity problem in Cobb-Douglas production function. Emir. J. Food Agric. 2013, 25 (1): 81-88.

Gujarati, D. (2003). Basic Econometrics. Singapore: McGraw Hill International Edition. Hernanda, N. (2011). Analisis Peramalan Tingkat Produksi dan Konsumsi Gula Indonesia

dalam mencapai Swasembada Gula Nasional. Skripsi Departemen Ilmu Ekonomi Institut Pertanian Bogor.

Kemenaung, A. G. (1994). Analisis Dampak Kebijakan Ekonomi terhadap Industri Komoditi Kedelai di Indonesia. Bogor: Sekolah Pasca Sarjana, IPB.

Kemenkeu. (2014, 12 31). Kementerian Keuangan Republik Indonesia. Retrieved Juni 11, 2017, from Kemenkeu Web site: https://www.kemenkeu.go.id/Kajian/evaluasi-kebijakan-insentif-bea-masuk-kedelai

Kshirsagar, A. (1983). A Course in Linear Models. New York: Marcekk Dekker, Inc. Kumar, P., Joshi, P., & Birthal, P. (2009). Demand Projections for Foodgrains in India.

Agricultural Economics Research Review Vol. 22 July-December 2009, pp 237-243. Kumar, P., Shinoja, P., Rajua, S., Kumara, A., Richb, K., & Msangic, S. (2010). Factor

Demand, Output Supply Elasticities and Supply Projections for Major Crops of India. Agricultural Economics Research Review Vol. 23 January-June 2010, 1-14.

Kustiari, R., Simatupang, P., Dewa Ketus Sadra S., Wahida, Adreng, P., Helena Juliani Purba, & Tjetjep Nurrasa. (2009). Model Proyeksi Jangka Pendek Permintaan dan Penawaran Komoditas Pertani Utama. Bogor: Badan Penelitian dan Pengembangan Pertanian Kementerian Pertanian.

Malian, A. H. (2004). Kebijakan Perdagangan Internasional Komoditas Pertanian di Indonesia. Bogor: Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian.

Masyhuri. (2005). Struktur Konsumsi Gula Indonesia. Pangan, Edisi No. 44/XIV/Januari/2005.

Meyers, W. (2008). The FAPRI Global Modelling System and Outlook Process. New York: Nova Science Publishers Inc.

Muhammad, F. (2016). Indonesia's Sugar Self-Sufficiency in 2017: Will It be Achieved. Skripsi.

OECD-FAO. (2009). OECD-FAO Agricultural Outlook 2008-2017. Retrieved from www.agri-outlook.org

Organization, F. A. (2008). An Introduction to the Basic Concepts of Food Security. Rome: The EC - FAO Food Security Programm.

Pindyck, R. S., & Rubinfield, D. (2008). Econometric Models and Economic Forecasts: 5th edition. Boston, Mass: Irwin/McGraw-Hill.

Pujiastuti, L. (2015, Agustus 31). 90% Kedelai Impor Dipakai untuk Produksi Tahu Tempe. Retrieved from Detik.com: http://finance.detik.com/industri/3006182/90-kedelai-impor-dipakai-untuk-produksi-tahu-tempe


Pujiastuti, L. (2015, Agustus 31). Ambisi Jokowi Agar Padi, Jagung, dan Kedelai Bebas dari Impor. Retrieved from detikFinance: https://finance.detik.com/ekonomi-bisnis/3005170/ambisi-jokowi-agar-padi-jagung-dan-kedelai-bebas-dari-impor

Pyndick, R. S., & Rubinfeld, D. (2013). Microeconomics, 8th ed. New Jersey: Pearson Education, Inc.

Singh, D. R. (2013). Demand Projections for Food Commodities. New Delhi: Indian Agricultural Research Institute.

SPI. (2013, Januari 10). Serikat Petani Indonesia. Retrieved Mei 29, 2017, from Serikat Petani Indonesia Web Site: http://www.spi.or.id/pangan-2012-tersandung-impor-kedelai-singkong-dan-gandum/

Stock & Watson. (1988). Variable Trends in Economic Time Series. Journal of Economic Perspective.

Sulaiman, S. R. (2015, Maret 28). Ini Upaya yang Dilakukan Kementan untuk Capai Swasembada Pangan. Retrieved from Kompas.com: http://bisniskeuangan.kompas.com/read/2015/03/28/170500526/Ini.Upaya.yang.Dilakukan.Kementan.untuk.Capai.Swasembada.Pangan

Swastika, D. K. (2002). Corn self-sufficiency in Indonesia: The past 30 years and future prospects. Jurnal Litbang Pertanian.

Thomson, A., & Metz, M. (1999). Implications of Economic Policy for Food Security: A Training Manual. Rome: Food and Agricultural Organization.

USDA. (2014, Desember). USDA Commodity Prices. Retrieved from usda.gov: www.usda.gov/oce/commodity/wasde/latest.pdf

Usman, T. D. (2011). Volatility of World Soybean Prices, Import Tariff and Poverty in Indonesia: A CGE-Microsimulation Analysis. Margin-The Journal of Applied Economic Research, 139-181.

Zhou, Z. (2010). Achieving food security in China: past three decades and beyond. China Agricultural Economic Review, Vol. 2 Iss: 3, pp. 251-275.


swasembada kedelai di indonesia tahun 2018: akankah …

Documents