PENGKAJIAN INTEGRASI PASAR
PADA KOMODITI BERAS (Oryza Sativa L.) DI KABUPATEN MALANG
(Studi Kasus di Pasar Gadang,Pasar Lawang dan Pasar Tumpang di Kabupaten Malang)
Dwita Indrarosa
ABSTRAK
Integrasi pasar merupakan salah satu indikator yang dapat digunakan untuk menyatakan tingkat efisiensi suatu sistem pemasaran. Pengukuran integrasi pasar dapat digunakan sebagai data dasar untuk memahami mekanisme pasar dan sebagai bahan informasi bagi pemerintah dalam rangka merumuskan kebijakan, berupa penyediaan infrastruktur dan layanan informasi untuk menghindari eksploitasi pasar.
Dari hasil analisis Integrasi pasar beras secara horisontal antara pasar Gadang dengan pasar Lawang menunjukkan bahwa perubahan harga ditingkat pasar Lawang akan diikuti oleh perubahan harga ditingkat pasar Gadang dalam jangka panjang. Adanya Integrasi pasar beras secara vertikal antara pasar Kecamatan Tumpang dengan pasar Lawang dan antara pasar Kecamatan Tumpang dengan pasar Gadang, baik dalam jangka panjang maupun jangka pendek, sehingga dominasi penentuan harga di tingkat petani ditentukan oleh pedagang pengumpul sebagai akibat dari struktur pasar oligopsoni.
Kata Kunci : Beras, Pasar, Integrasi, Malang
- Pendahuluan
Pengukuran integrasi pasar dapat digunakan sebagai data dasar untuk memahami mekanisme pasar (Ravallion, 1986) dan sebagai bahan informasi bagi pemerintah dalam rangka merumuskan kebijakan, berupa penyediaan infrastruktur dan jasa layanan informasi untuk menghindari eksploitasi pasar (Lohano dan Mari, 2006).
Informasi pasar merupakan salah satu aspek penting bagi pembuat kebijakan dan pelaku pasar dalam rangka tercapainya integrasi pasar yang kuat. Dalam hal ini, jika informasi pasar dikuasai secara baik oleh pelaku pasar, baik produsen, konsumen maupun padagang, maka pasar pada wilayah produksi terintegrasi cukup kuat dengan pasar di wilayah konsumsi (Fadhla, 2002). Informasi pasar yang dibutuhkan oleh para petani berupa perkiraan harga tren pasar dan harga saat ini serta informasi situasi pasar. Informasi tentang tren-tren pasar dan perubahan harga berguna untuk perencanaan produksi (Anindita, 2004).
- Tujuan Pengkajian
Tujuan dari kajian ini adalah untuk mengetahui tingkat integrasi pasar pada harga beras di Kabupaten Malang.
- Perumusan Masalah
Secara umum pemasaran dianggap sebagai proses aliran barang yang terjadi dalam pasar. Dimana barang mengalir dari produsen sampai kepada konsumen akhir yang disertai penambahan guna bentuk melalui proses pengolahan, guna tempat melalui proses pengangkutan dan guna waktu melalui proses penyimpanan.
Pemasaran komoditi pertanian merupakan proses konsentrasi yaitu pengumpulan produk-produk pertanian dari petani ke tengkulak, pedagang pengumpul dan pedagang besar serta diakhiri proses distribusi yaitu penjualan barang dari pedagang ke agen, pengecer dan konsumen (Sudiyono, 2002). Perbandingan harga yang terjadi ditingkat produsen, grosir dan pengecer menyebabkan terjadinya fluktuasi harga komoditi tersebut. Oleh karena itu perlu adanya kajian tentang analisis integrasi pasar sebagai salah satu Informasi pasar yang diharapkan kiranya memberikan masukan kepada petani sebagai stake holder.
- Metode Analisis Data
Data yang dikumpulkan dalam penelitian ini diklasifikasikan atas dua jenis, yaitu data primer dan data sekunder.
Data primer adalah data yang diperoleh melalui wawancara langsung dari 120 responden petani beras yang berpedoman pada daftar pertanyaan yang telah dipersiapkan sebelumnya. Secara garis besar data yang akan dijaring meliputi data struktur pasar, saluran dan lembaga-lembaga pemasaran, margin pemasaran, berbagai informasi tentang sarana dan prasarana pemasaran beras. Data sekunder adalah data-data yang diperoleh dari instasi terkait, seperti dari Kantor Camat Kecamatan Tumpang, BKP3 Kab Malang, Biro Pusat Statistik Malang, serta berbagai pustaka yang bertalian dengan penelitian ini. Data kajian ini diambil pada deret waktu (time series) bulan/tahun selama kurun waktu 5 tahun mulai dari tahun 2005–2010.
- Pembahasan dan Hasil
Analisis Integrasi
Perkembangan Harga Beras
Perkembangan harga beras bulanan di pasar Lawang, pasar Gadang dan pasar Kecamatan Tumpang selama kurun waktu 5 tahun (2005-2010) bergerak secara tidak stabil atau berfluktuasi. Perkembangan harga beras dari ketiga pasar tersebut dapat diuraikan secara jelas di bawah ini.
- Perkembangan Harga Beras di Pasar Gadang
Harga beras bulanan di pasar Gadang selama kurun waktu 5 tahun (2005-2010) selalu berfluktuasi. Harga beras terendah terjadi pada bulan Maret sampai dengan bulan Juni tahun 2007, yakni sebesar Rp 2500, sedangkan harga beras tertinggi terjadi selama tahun 2010, yakni sebesar Rp 4000.
Pada bulan Januari sampai dengan bulan Mei tahun 2006 harga beras bergerak naik mencapai Rp 3500/kg, sedangkan pada bulan Juni-Juli harga beras bergerak turun ke Rp 2750/kg, kemudian pada bulan Agustus harga kembali bergerak naik ke Rp 3500/kg. Pada bulan Januari sampai dengan bulan Pebruari tahun 2007 harga beras berada pada tingkatan tertinggi, yakni sebesar Rp 3000/kg sedangkan pada bulan Maret-Juni harga beras berada pada tingkatan terendah, yakni sebesar Rp 2500/kg, kemudian pada bulan Juli-Desember harga kembali naik ke Rp 2750/kg. Pada tahun 2008 harga beras berada pada tingkatan yang stabil, yakni sebesar Rp 2750/kg. Pada bulan Januari – September tahun 2006 harga beras berada pada tingkatan terendah, yakni sebesar Rp 3250/kg sedangkan pada bulan Oktober-Desember harga beras berada pada tingkatan tertinggi, yakni sebesar Rp 3500/kg. Pada tahun 2010 harga beras mengalami peningkatan menjadi Rp 4000/kg dan sepanjang tahun tersebut harga beras berada pada tingkatan yang stabil.
Gambar 1. Harga Beras Bulanan dari Tahun 2006-2010 di
Pasar Inpres Gadang
Bila diamati perkembangan harga beras bulanan selama tahun 2006-2010 diketahui bahwa harga akan kecenderungan menurun pada bulan Juni. Hal ini disebabkan terjadinya panen raya. Sedangkan kenaikan harga akan terjadi pada akhir sampai awal tahun. Hal ini disebabkan terdapatnya hari raya besar (seperti Natal dan Tahun Baru) dan puncak musim paceklik pangan.
Selain secara grafik, penentuan pola pergerakan data harga beras dapat dilakukan melalui 2 macam pengujian secara formal, yaitu korelogram dan unit root test. Pada dasarnya korelogram merupakan teknik identifikasi stasioneritas data time series melalui Fungsi Autokorelasi (Autocorrelation Function = ACF). Pengujian korelogram pada tingkat level menunjukkan data beras tidak stasioner. Hal ini ditunjukkan dengan berbagai indikator berikut:
- Grafik autokorelasi pada lag pertama berada diluar garis Bartlett dan menurun secara eksponensial atau perlahan, semakin kecil dan bila diteruskan akan keluar lagi dari garis Bartlett, meskipun grafik batang berpindah ke sebelah kiri. Garis Bartlett adalah garis yang ditandai dengan garis putus-putus di kanan-kiri garis tengah, baik pada grafik autokorelasi mapun autokorelasi parsial.
- Nilai koefisien autokorelasi (lihat kolom AC) cukup besar, yaitu 0,906 (dari kemungkinan -1 sampai dengan 1) dan menurun secara perlahan-lahan. Dalam hal ini dapat dikatakan bahwa nilai koefisien autokorelasi mendekati satu.
- Nilai probabilitas dari lag ke-1 sampai dengan lag ke-28 yang sangat mendekati nol, yang berarti lebih kecil dari α = 5%.
Pengujian korelogram dilanjutkan pada tingkat first difference untuk melihat kestasioneran data pada tingkat tersebut. Hasil pengujian menunjukan data sudah stasioner pada orde 1 atau I(1). Hal ini ditunjukkan dengan berbagai indikator berikut:
- Grafik autokorelasi dan autokorelasi parsial menunjukkan bahwa semua grafik batang sudah berada di dalam garis Bartlett (garis putus-putus).
- Nilai koefisien autokorelasi (lihat kolom AC) mendekati nol.
- Umumnya nilai probabilitas lebih besar dari α = 5%.
Pengujian stasioneritas data harga beras secara formal yang kedua adalah dengan menggunakan unit root test, yaitu Dickey-Fuller (DF) test dan Augmented Dickey-Fuller (ADF) Test secara ringkas dapat dilihat pada tabel 1, dibawah ini.
Tabel 1. Dickey-Fuller (DF) test dan Augmented Dickey-Fuller (ADF) Test di tingkat Pasar Inpres Gadang
| No | Uji | Level | First Difference | ||||
| Test Critical Value | tstatictic | Ket. | Test Critical Value | tstatictic | Ket. | ||
| 1 | DF: | ||||||
- Hasil pengujian DF pada tabel 1 menunjukkan bahwa pada tingkat level, baik dengan intercept maupun dengan intercept and trend data harga beras di pasar Gadang tidak stasioner. Hal ini ditunjukkan dengan uji DF lebih besar dari nilai kritisnya. Untuk itu pengujian stasioneritas data dilanjutkan pada tingkat first difference. Hasil pengujiannya menunjukkan uji DF lebih kecil dari nilai kritisnya, maka dapat disimpulkan bahwa H0 ditolak yang berarti data sudah stasioner pada orde 1 atau I (1).
Hasil pengujian ADF pada tabel 1 menunjukkan bahwa pada tingkat level, baik dengan intercept, intercept and trend maupun none data harga beras di pasar Inpres Gadang tidak stasioner. Hal ini ditunjukkan dengan uji ADF lebih besar dari nilai kritisnya. Untuk itu pengujian stasioneritas data dilanjutkan pada tingkat first difference. Hasil pengujiannya menunjukkan uji ADF lebih kecil dari nilai kritisnya, maka dapat disimpulkan bahwa H0 ditolak yang berarti data sudah stasioner pada orde 1 atau I(1).
- Perkembangan Harga Beras di Pasar Inpres Lawang
Harga beras bulanan di pasar Lawang selama kurun waktu lima tahun (2006-2010) selalu berfluktuasi. Harga beras terendah terjadi pada bulan Januari sampai dengan bulan Pebruari tahun 2006, yakni sebesar Rp 2800, sedangkan harga beras tertinggi terjadi pada bulan Desember tahun 2010, yakni sebesar Rp 4500. Pada bulan Maret 2006 sampai dengan bulan Desember 2008 harga beras di pasar Lawang cenderung tidak berubah/konstan, yakni sebesar Rp 3000/kg.
Pada bulan Januari sampai dengan bulan Pebruari tahun 2006 harga beras bergerak pada tingkatan rendah yakni sebesar Rp 2800/kg, sedangkan pada bulan Maret-Desember harga beras bergerak pada tingkatan yang lebih tinggi yakni sebesar Rp 3000/kg. Pada tahun 2007 dan 2008 harga beras cenderung berada pada tingkatan yang stabil, yakni sebesar Rp 3000/kg. Pada tahun 2009 harga beras mengalami peningkatan dan sepanjang tahun tersebut harga beras berada pada tingkatan yang stabil, yakni sebesar Rp 3250/kg. Sedangkan pada tahun 2010 harga beras sangat berfluktuasi dengan trend yang terus meningkat. Harga terendah berada pada bulan Januari selanjutnya harga bergerak naik dan mencapai harga yang tertinggi pada bulan Desember, yakni sebesar Rp 4500/kg. Sedangkan selama bulan Maret-Oktober harga tidak berubah, yakni sebesar Rp 4000/kg.
Gambar 2. Harga Beras Bulanan dari Tahun 2006-2010 di
Pasar Lawang
Gambar 2 di atas terlihat bahwa harga selalu berfluktuasi, sehingga dapat dikatakan data harga tersebut cenderung tidak stasioner. Selain secara grafik, penentuan pola pergerakan data harga beras dapat dilakukan melalui 2 macam pengujian secara formal, yaitu korelogram dan unit root test. Pengujian stasioneritas data harga beras secara formal yang pertama yaitu korelogram merupakan teknik identifikasi stasioneritas data time series melalui Fungsi Autokorelasi (Autocorrelation Function = ACF). Pengujian korelogram pada tingkat level menunjukan data beras tidak stasioner. Hal ini ditunjukkan dengan berbagai indikator berikut:
- Grafik autokorelasi pada lag pertama berada diluar garis Bartlett dan menurun secara eksponensial atau perlahan, semakin kecil dan bila diteruskan akan keluar lagi dari garis Bartlett, meskipun grafik batang berpindah ke sebelah kiri. Garis Bartlett adalah garis yang ditandai dengan garis putus-putus di kanan-kiri garis tengah, baik pada grafik autokorelasi mapun autokorelasi parsial.
- Nilai koefisien autokorelasi (lihat kolom AC) cukup besar, yaitu 0,881 (dari kemungkinan -1 sampai dengan 1) dan menurun secara perlahan-lahan. Dalam hal ini dapat dikatakan bahwa nilai koefisien autokorelasi mendekati satu.
- Nilai probabilitas dari lag ke-1 sampai dengan lag ke-28 yang sangat mendekati nol, yang berarti lebih kecil dari α = 5%.
Pengujian korelogram dilanjutkan pada tingkat first difference untuk melihat kestasioneran data pada tingkat tersebut. Hasil pengujian menunjukan data sudah stasioner pada orde 1 atau I(1). Hal ini ditunjukkan dengan berbagai indikator berikut:
- Grafik autokorelasi dan autokorelasi parsial menunjukkan bahwa semua grafik batang sudah berada di dalam garis Bartlett (garis putus-putus).
- Nilai koefisien autokorelasi (lihat kolom AC) mendekati nol.
- Nilai probabilitas lebih besar dari α = 5%.
Pengujian stasioneritas data harga beras secara formal yang kedua adalah dengan menggunakan unit rooot test, yaitu Dickey-Fuller (DF) test dan Augmented Dickey-Fuller (ADF) Test.
Hasil pengujian DF menunjukkan bahwa pada tingkat level, dengan intercept and trend data harga beras di Pasar Lawang tidak stasioner. Hal ini ditunjukkan dengan uji DF lebih besar dari nilai kritisnya. Untuk itu pengujian stasioneritas data dilanjutkan pada tingkat first difference. Hasil pengujiannya menunjukkan uji DF lebih kecil dari nilai kritisnya, maka dapat disimpulkan bahwa H0 ditolak yang berarti data sudah stasioner pada orde 1 atau I(1).
af kepercayaan 10%
Hasil pengujian ADF menunjukkan bahwa pada tingkat level, baik dengan intercept, intercept and trend data harga beras di pasar Inpres Lawang tidak stasioner. Hal ini ditunjukkan dengan uji ADF lebih besar dari nilai kritisnya. Untuk itu pengujian stasioneritas data dilanjutkan pada tingkat first difference. Hasil pengujiannya menunjukkan uji ADF lebih kecil dari nilai kritisnya, maka dapat disimpulkan bahwa H0 ditolak yang berarti data sudah stasioner pada orde 1 atau I(1).
- Perkembangan Harga Beras di Pasar Tumpang
Harga beras bulanan di pasar Tumpang selama kurun waktu lima tahun (2005-2010) selalu berfluktuasi. Harga beras terendah terjadi pada bulan Pebruari-Maret dan bulan Juli-Agustus 2006, yakni sebesar Rp 1750, sedangkan harga beras tertinggi terjadi pada bulan Agustus-Desember 2010, yakni sebesar Rp 3250. Terjadi kestabilan harga yang cukup panjang pada bulan September 2006 sampai dengan Desember 2008, yakni sebasar Rp 2000/kg.
Gambar 3. Harga Beras Bulanan dari Tahun 2006-2010 di
Pasar Produsen Tumpang
Pada bulan Januari sampai dengan bulan Pebruari 2009 harga beras bergerak pada tingkatan rendah, yakni sebesar Rp 2800/kg, sedangkan pada bulan Maret-Desember harga beras bergerak pada tingkatan yang lebih tinggi, yakni sebesar Rp 3000/kg. Pada tahun 2009 dan 2010, harga beras berada pada tingkatan yang stabil, yakni sebesar Rp 3000/kg. Sedangkan pada tahun 2010 harga beras sangat berfluktuasi dengan trand yang terus meningkat. Harga terendah berada pada bulan Januari selanjutnya harga bergerak naik dan mencapai harga yang tertinggi pada bulan Desember, yakni sebesar Rp 3200/kg. Sedangkan selama bulan Maret-Oktober harga tidak berubah, yakni sebesar Rp 3000/kg.
Gambar 3 di atas terlihat bahwa harga selalu berfluktuasi, sehingga dapat dikatakan data harga tersebut cenderung tidak stasioner. Selain secara grafik, penentuan pola pergerakan data harga beras dapat dilakukan melalui 2 macam pengujian secara formal, yaitu korelogram dan unit root test. Pada dasarnya korelogram merupakan teknik identifikasi stasioneritas data time series melalui Fungsi Autokorelasi (Autocorrelation Function = ACF). Pengujian korelogram pada tingkat level menunjukkan data beras tidak stasioner. Hal ini ditunjukkan dengan berbagai indikator berikut:
- Grafik autokorelasi pada lag pertama berada diluar garis Bartlett dan menurun secara eksponensial atau perlahan, semakin kecil dan bila diteruskan akan keluar lagi dari garis Bartlett, meskipun grafik batang berpindah ke sebelah kiri.
- Nilai koefisien autokorelasi (lihat kolom AC) cukup besar, yaitu 0,939 (dari kemungkinan -1 sampai dengan 1) dan menurun secara perlahan-lahan. Dalam hal ini dapat dikatakan bahwa nilai koefisien autokorelasi mendekati satu.
- Nilai probabilitas dari lag ke-1 sampai dengan lag ke-28 yang sangat mendekati nol, yang berarti lebih kecil dari α = 5%
Pengujian korelogram dilanjutkan pada tingkat first difference untuk melihat kestasioneran data pada tingkat tersebut. Hasil pengujian menunjukkan data sudah stasioner pada orde 1 atau I(1). Hal ini ditunjukkan dengan berbagai indikator berikut:
- Grafik autokorelasi dan autokorelasi parsial menunjukkan bahwa semua grafik batang sudah berada di dalam garis Bartlett (garis putus-putus).
- Nilai koefisien autokorelasi (lihat kolom AC) mendekati nol.
- Nilai probabilitas lebih besar dari α = 5%.
Pengujian stasioneritas data harga beras secara formal yang kedua adalah dengan menggunakan unit rooot test, yaitu Dickey-Fuller (DF) test dan Augmented Dickey-Fuller (ADF) Test.
Tabel 3. Dickey-Fuller (DF) test dan Augmented Dickey-Fuller (ADF) Test di tingkat Tumpang
Hasil pengujian DF pada tabel diatas menunjukkan bahwa pada tingkat level, baik dengan intercept maupun dengan intercept and trend data harga beras tidak stasioner. Hal ini ditunjukkan dengan uji DF lebih besar dari nilai kritisnya. Untuk itu pengujian stasioneritas data dilanjutkan pada tingkatan first difference. Hasil pengujiannya menunjukkan uji DF lebih kecil dari nilai kritisnya, maka dapat disimpulkan bahwa H0 ditolak yang berarti data sudah stasioner pada orde 1 atau I(1).
Hasil pengujian ADF menunjukkan bahwa pada tingkat level, baik dengan intercept, intercept and trend maupun none data harga beras di Pasar Tumpang tidak stasioner. Hal ini ditunjukkan dengan uji ADF lebih besar dari nilai kritisnya. Untuk itu pengujian stasioneritas data dilanjutkan pada tingkat first difference. Hasil pengujiannya menunjukkan uji ADF lebih kecil dari nilai kritisnya, maka dapat disimpulkan bahwa H0 ditolak yang berarti data sudah stasioner pada orde 1 atau I(1).
Analisis Integrasi Pasar Beras
Analisis Integrasi Pasar Horisontal
Data time series yang digunakan telah dilakukan uji stasioneritas seperti pada sub bab di atas, dimana variabel yang diteliti sudah stasioner pada derajad atau orde yang sama, yaitu pada orde 1 atau I(1). Pengujian integrasi pasar horisontal selanjutnya menggunakan uji kointegrasi. Hasil uji kointegrasi diperoleh bahwa nilai residual antara pasar Inpres Gadang dengan pasar Lawang telah mencapai stasioner pada tingkat first difference atau I(1) baik pada intercept, trend and intercept, dan none. Besarnya nilai koefisien keseimbangan jangka panjang pada intercept sebesar -0,982665, pada trend and intercept sebesar -0,982679, dan pada none sebesar -0,979083. Dari nilai uji ADF lebih kecil dari nilai kritisnya dengan nilai probalilitas lebih kecil dari 0,0100. Hal ini menunjukkan bahwa nilai residual antara pasar Gadang dengan pasar Lawang telah stasioner pada tingkat kepercayaan 99%. Dengan demikian dapat disimpulkan bahwa perubahan harga ditingkat pasar Lawang akan diikuti oleh perubahan harga ditingkat pasar Gadang dalam jangka panjang. Hal ini disebabkan tersedianya sarana-prasarana transportasi dan komunikasi yang cukup lancar dan memadai. Oleh karena itu apabila terjadi perubahan harga beras di pasar Lawang akan diikuti oleh perubahan harga ditingkat pasar Gadang dalam jangka panjang.
Analisis integrasi pasar horisontal selanjutnya adalah melalui error corection model (ECM). Tujuannya adalah untuk mengetahui gambaran hubungan keseimbangan dinamis jangka pendek dan keseimbangan jangka panjang dari pasar Gadang dan pasar Lawang.
Tabel 4. Uji Error Correction Model (ECM) pasar Gadang dan pasar Lawang
| Variabel | Koefisien | t-Statistik | Prob. | Adjusted R-squared |
| C | 120,0441 | 0,580926 | 0,5637 | 0,126707 |
| D(A) | 0,371083 | 1,538042 | 0,1298 | |
| A(-1) | -0,034957 | -0,547430 | 0,5863 | |
| ECT1 | 0,224671 | 2,945186 | 0,0047*** |
Keterangan:
***) Signifikan pada taraf kepercayaan 1%
C = konstanta
D(A) = Variabel harga beras di tingkat pasar Inpres Lawang
A(-1) = Variabel harga beras di tingkat pasar Inpres Lawang pada periode sebelumnya (t-1)
ECT1 = Error Correction Term
Model ECM antara PKt dan PAt sebagai berikut:
ΔPKt = 120,044 + 0,371ΔPAt – 0,035PAt -1 + 0,225ECT1
Secara statistik, ECT signifikan dan bertanda positif, sehingga model yang digunakan dalam penelitian ini valid. Dari persamaan diatas, dapat dikatakan bahwa dalam jangka pendek harga di pasar Gadang di pengaruhi oleh harga di pasar Lawang. Pengaruh jangka pendek harga di pasar Lawang terhadap harga di pasar Gadang sebesar 0,371083. Hal ini berarti bahwa kenaikan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan kenaikan harga beras di pasar Gadang sebesar Rp. 3,71. Nilai Adjusted R-squared sebesar 0,126707. Nilai tersebut mempunyai arti bahwa 12,67% dari variasi atau perubahan variabel harga di pasar Gadang mampu dijelaskan oleh variasi atau perubahan variabel harga di pasar Lawang, sedangkan sisanya sebesar 87,23% dijelaskan oleh variabel lain di luar dari model yang diajukan. Nilai Adjusted R-squared tersebut relatif rendah, karena nilai tersebut diperoleh pada tingkat difference (first difference), sehingga Adjusted R-squared lebih rendah ketika mengestimasi dalam bentuk level.
Pengaruh jangka panjang harga beras di pasar Inpres Lawang terhadap harga beras di pasar Inpres Gadang dengan persamaan dibawah maka :
PKt = a + bPAt
Dimana: PKt = 1,651673 + 0,844408PAt
Persamaan diatas dapat diinterpretasikan bahwa dalam jangka panjang, kenaikan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan kenaikan harga beras di pasar Gadang sebesar Rp. 8,44.
Bila dibandingkan besaran kenaikan harga di tingkat pasar Gadang antara jangka pajang dengan jangka pendek, maka dapat dikatakan bahwa kenaikan harga beras di tingkat pasar Gadang dalam jangka panjang lebih besar daripada dalam jangka pendek.
Eksistensi hubungan antar variabel tidak membuktikan kausalitas atau arah pengaruh. Untuk itu untuk mengetahui arah pengaruh harga beras dapat diketahui dengan pengujian Kausalitas Granger. Pengujian Kausalitas Granger memungkinkan untuk menganalisis variabel mana mendahului atau memberi petunjuk variabel lain. Nilai probabilitas untuk null hypothesis K does not Granger Cause A sebesar 0.09661. Nilai probalilitas tersebut menunjukkan bahwa hipotesis nol (H0) ditolak pada tingkat kepercayaan 90%. Sehingga dapat dikatakan bahwa perubahan harga beras di pasar Lawang akan menyebabkan perubahan harga beras di pasar Gadang. Sedangkan nilai probalilitas untuk null hypothesis A does not Granger Cause K sebesar 0.31387. Nilai probalilitas tersebut lebih besar dari 0,1. Ini berarti hipotesis nol (H0) diterima, sehingga dapat dikatakan bahwa perubahan harga beras di pasar Gadang tidak akan menyebabkan perubahan harga beras di pasar Lawang.
Dari uraian di atas dapat disimpulkan bahwa hubungan antara harga beras di pasar Lawang dengan harga beras di pasar Gadang mempunyai satu arah pengaruh, yaitu perubahan harga beras di pasar Lawang akan menyebabkan perubahan harga beras di pasar Gadang, tetapi tidak sebaliknya, yaitu perubahan harga beras di pasar Gadang tidak akan menyebabkan perubahan harga beras di pasar Lawang. Jadi perubahan harga beras di pasar Lawang mendahului perubahan harga beras di pasar Gadang.
Analisis Integrasi Pasar Vertikal
Analisis integrasi pasar vertikal dilihat dari pergerakan harga beras bulanan selama kurun waktu 5 tahun (2006-2010) yang terjadi di pasar produsen dengan pasar konsumen, yaitu antara pasar Tumpang dengan pasar Gadang dan antara pasar Tumpang dengan pasar Lawang.
- Analisis Integrasi Pasar Vertikal antara Pasar Tumpang dengan Pasar Lawang
Data time series yang digunakan untuk menganalisis Integrasi Pasar Vertikal antara pasar Tumpang dengan pasar Lawang telah dilakukan uji stasioneritas seperti pada sub bab di atas, dimana variabel yang diteliti sudah stasioner pada derajad atau orde yang sama, yaitu orde 1 atau I (1). Pengujian intergasi pasar vertikal selanjutnya menggunakan uji kointegrasi. Hasil uji kointegrasi diperoleh bahwa nilai residual antara pasar Tumpang dengan pasar Lawang telah mencapai stasioner pada tingkat first difference atau I(1) baik pada intercept, trend and intercept, dan none (lihat lampiran 11). Besarnya nilai koefisien keseimbangan jangka panjang pada intercept sebesar -0,973801, pada trend and intercept sebesar -0,972775, dan pada none sebesar -0,972176. Nilai uji ADF lebih kecil dari nilai kritisnya dengan nilai probalilitas sebesar 0,0000 (lebih kecil dari 0,0100). Hal ini menunjukkan bahwa nilai residual antara pasar Tumpang dengan pasar Lawang telah stasioner pada tingkat kepercayaan 99%. Dengan demikian dapat disimpulkan bahwa perubahan harga ditingkat pasar Lawang akan diikuti oleh perubahan harga ditingkat pasar Tumpang dalam jangka panjang.
Analisis integrasi pasar vertikal antara pasar Tumpang dengan pasar Lawang selanjutnya adalah melalui error corection model (ECM). Tujuannya adalah untuk mengetahui gambaran hubungan keseimbangan dinamis jangka pendek dan keseimbangan jangka panjang.
Tabel 5. Uji Error Correction Model (ECM) pasar Tumpang dan pasar Lawang
| Variabel | Koefisien | t-Statistik | Prob. | Adjusted R-squared |
| C | 3.968386 | 0.035271 | 0.9720 | 0,132712 |
| D(A) | 0.315185 | 2.369130 | 0.0214** | |
| A(-1) | 0.002693 | 0.077412 | 0.9386 | |
| ECT2 | 0.191731 | 2.803359 | 0.0070*** |
Keterangan:
**) Signifikan pada taraf kepercayaan 5%
***) Signifikan pada taraf kepercayaan 1%
C = konstanta
D(KA) = Variabel harga beras di tingkat pasar Inpres Lawang
KA(-1) = Variabel harga beras di tingkat pasar Inpres Lawang pada periode sebelumnya (t-1)
ECT2 = Error Correction Term
Model ECM antara PBt dan PAt adalah:
ΔPBt = 3,968 + 0,315ΔPAt + 0,003PAt -1 + 0,192ECT2
Secara statistik, ECT signifikan dan bertanda positif, sehingga model yang digunakan dalam penelitian ini valid. Dari persamaan diatas, dapat dikatakan bahwa dalam jangka pendek harga di pasar Tumpang dipengaruhi oleh harga di pasar Lawang. Pengaruh jangka pendek harga di pasar Lawang terhadap harga di pasar Tumpang sebesar 0.315185. Hal ini berarti bahwa kenaikan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan kenaikan harga beras di pasar Tumpang sebesar Rp. 3,15. Nilai Adjusted R-squared sebesar 0.132712. Nilai tersebut mempunyai arti bahwa 13,27% dari variasi atau perubahan variabel harga di pasar Tumpang mampu dijelaskan oleh variasi atau perubahan variabel harga di pasar Lawang, sedangkan sisanya sebesar 86,73% dijelaskan oleh variabel lain di luar dari model yang diajukan. Nilai Adjusted R-squared tersebut relatif rendah, karena nilai tersebut diperoleh pada tingkat difference (first difference), sehingga Adjusted R-squared lebih rendah ketika mengestimasi dalam bentuk level.
PBt = a + bPAt
Dimana:
PBt = 20,69768 +1,014046PAt
Dari persamaan diatas dapat diinterpretasikan bahwa dalam jangka panjang, kenaikan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan kenaikan harga beras di pasar Tumpang sebesar Rp. 10,14.
Bila dibandingkan besaran kenaikan harga di tingkat pasar Gadang antara jangka pajang dengan jangka pendek, maka dapat dikatakan bahwa kenaikan harga beras di tingkat pasar Tumpang dalam jangka panjang lebih besar daripada dalam jangka pendek.
Eksistensi hubungan antara variabel tidak membuktikan kausalitas atau arah pengaruh. Arah pengaruh harga beras dapat diketahui dengan pengujian Kausalitas Granger. Pengujian Kausalitas Granger memungkinkan untuk menganalisis variabel mana mendahului atau memberi petunjuk variabel lain. Hasil pengujian Kausalitas Granger diketahui nilai probabilitas untuk null hypothesis A does not Granger Cause B sebesar 0.06449. Nilai probalilitas tersebut menunjukkan bahwa hipotesis nol (H0) ditolak pada tingkat kepercayaan 90%. Sehingga dapat dikatakan bahwa perubahan harga beras di pasar Lawang akan menyebabkan perubahan harga beras di pasar Tumpang. Sedangkan nilai probalilitas untuk null hypothesis KA does not Granger Cause KK sebesar 0.25381. Nilai probalilitas tersebut lebih besar dari 0,1. Ini berarti hipotesis nol (H0) diterima, sehingga dapat dikatakan bahwa perubahan harga beras di pasar I Tumpang tidak akan menyebabkan perubahan harga beras di pasar Lawang.
Dari uraian di atas dapat disimpulkan bahwa hubungan antara harga beras di pasar Lawang dengan harga beras di pasar Tumpang mempunyai satu arah pengaruh, yaitu perubahan harga beras di pasar Lawang akan menyebabkan perubahan harga beras di pasar Tumpang, tetapi tidak sebaliknya, yaitu perubahan harga beras di pasar pasar Tumpang tidak akan menyebabkan perubahan harga beras di pasar Lawang. Jadi perubahan harga beras di pasar Lawang mendahului perubahan harga beras di pasar Tumpang.
- Analisis Integrasi Pasar Vertikal antara pasar Tumpang dengan pasar Gadang
Data time series yang digunakan untuk menganalisis Integrasi Pasar Vertikal antara pasar Tumpang dengan pasar Inpres Gadang telah dilakukan uji stasioneritas seperti pada sub bab di atas, dimana variabel yang diteliti sudah stasioner pada derajad yang sama, yaitu pada orde 1 atau I (1). Pengujian integrasi pasar vertikal antara pasar Tumpang dengan pasar Gadang selanjutnya menggunakan uji kointegrasi. Hasil uji kointegrasi diperoleh bahwa nilai residual antara pasar Tumpang dengan pasar Gadang telah mencapai stasioner pada tingkat first difference atau I(1) baik pada intercept, trend and intercept, dan none. Besarnya nilai koefisien keseimbangan jangka panjang pada intercept sebesar -0,989434, pada trend and intercept sebesar -0,985777, dan pada none sebesar -0,982714. Nilai uji ADF lebih kecil dari nilai kritisnya dengan nilai probalilitas sebesar 0,0000 (lebih kecil dari 0,0100). Hal ini menunjukkan bahwa nilai residual antara pasar Tumpang dengan pasar Gadang telah stasioner pada tingkat kepercayaan 99%. Dengan demikian dapat disimpulkan bahwa perubahan harga ditingkat pasar Gadang akan diikuti oleh perubahan harga ditingkat pasar Tumpang dalam jangka panjang.
Tabel 6. Uji Error Correction Model (ECM) pasar Tumpang dan pasar Inpres Gadang
| Variabel | Koefisien | t-Statistik | Prob. | Adjusted R-squared |
| C | -31.38196 | -0.358251 | 0.7215 | 0,155510 |
| D(KK) | 0.143005 | 2.061628 | 0.0440** | |
| KK(-1) | 0.015736 | 0.585249 | 0.5608 | |
| ECT03 | 0.134566 | 1.920431 | 0.0600* |
Keterangan:
*) Signifikan pada taraf kepercayaan 10%
**) Signifikan pada taraf kepercayaan 5%
***) Signifikan pada taraf kepercayaan 1%
C = konstanta
D(KK) = Variabel harga beras di tingkat pasar Inpres Gadang
KK(-1) = Variabel harga beras di tingkat pasar Inpres Gadang pada periode sebelumnya (t-1)
ECT03 = Error Correction Term
Analisis integrasi pasar vertikal antara pasar Tumpang dengan pasar Gadang selanjutnya adalah melalui error corection model (ECM). Tujuannya adalah untuk mengetahui gambaran hubungan keseimbangan dinamis jangka pendek dan keseimbangan jangka panjang.
Model ECM antara PPBt dan PKt adalah:
ΔPBt = -31,382 + 0,143ΔPKt + 0,016PKt -1 + 0.135ECT3
Secara statistik, ECT signifikan dan bertanda positif, sehingga model yang digunakan dalam penelitian ini valid. Pengaruh jangka pendek harga di pasar Gadang terhadap harga di pasar Tumpang sebesar 0.143005. Hal ini berarti bahwa kenaikan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan kenaikan harga beras di pasar Gadang sebesar Rp. 1,43. Nilai Adjusted R-squared sebesar 0.155510. Nilai tersebut mempunyai arti bahwa 15,55% dari variasi atau perubahan variabel harga di pasar Tumpang mampu dijelaskan oleh variasi atau perubahan variabel harga di pasar Gadang, sedangkan sisanya sebesar 86,73% dijelaskan oleh variabel lain di luar dari model yang diajukan. Nilai Adjusted R-squared tersebut relatif rendah, karena nilai tersebut diperoleh pada tingkat difference (first difference), sehingga Adjusted R-squared lebih rendah ketika mengestimasi dalam bentuk level.
PBt = a + bKt
Dimana: PBt = -233,20868 +1,116939Kt
Dalam jangka panjang, kenaikan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan kenaikan harga beras di pasar Gadang sebesar Rp. 11,17.
Bila dibandingkan besaran kenaikan harga di tingkat pasar Gadang antara jangka panjang dengan jangka pendek, maka dapat dikatakan bahwa kenaikan harga beras di tingkat pasar dalam jangka panjang lebih besar daripada dalam jangka pendek.
Eksistensi hubungan antara variabel tidak membuktikan kausalitas atau arah pengaruh. Arah pengaruh harga beras dapat diketahui dengan pengujian Kausalitas Granger. Pengujian Kausalitas Granger memungkinkan untuk menganalisis variabel mana mendahului atau memberi petunjuk variabel lain.
Nilai probabilitas untuk null hypothesis B does not Granger Cause K sebesar 0.09792. Nilai probalilitas tersebut menunjukkan bahwa H0 ditolak pada tingkat kepercayaan 90%. Sehingga dapat dikatakan bahwa perubahan harga beras di pasar Gadang akan menyebabkan perubahan harga beras di pasar Tumpang. Sedangkan nilai probalilitas untuk null hypothesis KK does not Granger Cause B sebesar 0.49444. Nilai probalilitas tersebut lebih besar dari 0,1. Ini berarti H0 diterima, sehingga dapat dikatakan bahwa perubahan harga beras di pasar Gadang tidak akan menyebabkan perubahan harga beras di pasar Tumpang.
Dari uraian di atas dapat disimpulkan bahwa hubungan antara harga beras di pasar Gadang dengan harga beras di pasar Tumpang mempunyai satu arah pengaruh, yaitu perubahan harga beras di pasar Gadang akan menyebabkan perubahan harga beras di pasar Tumpang, tetapi tidak sebaliknya, yaitu perubahan harga beras di pasar Tumpang tidak akan menyebabkan perubahan harga beras di pasar Gadang. Jadi perubahan harga beras di pasar Gadang mendahului perubahan harga beras di pasar Tumpang.
Hubungan antara Struktur Pasar, Saluran Pemasaran, Margin Pemasaran dan Integrasi Pasar yang Diperoleh dalam Pengkajian
Dari hasil pengkajian yang dilakukan di Kecamatan Tumpang menunjukkan bahwa struktur pasar yang terjadi di tingkat petani adalah persaingan tidak sempurna, yakni oligopsoni. Hal ini berarti derajad konsentrasi di wilayah pasar tersebut secara umum terjadi ketidak-seimbangan kekuatan posisi tawar antara petani (penjual) dengan pedagang (pembeli) atau adanya kesulitan masuk-keluar pasar bagi penjual dan pembeli, informasi pasar tidak dapat diakses secara merata oleh berbagai pelaku pasar, terutama petani. Struktur pasar tersebut mendorong pedagang mendominasi penentuan harga beras, sedangkan petani berada pada posisi yang lemah. Pada kondisi tersebut petani tidak mempunyai banyak pilihan dalam menyalurkan produknya, apalagi jumlah beras yang diproduksi dan dijual oleh petani secara perorangan tidak terlalu banyak.
Saluran pemasaran yang terjadi adalah sebanyak 5 saluran, namun secara umum dapat diklasifikasi atas 2 macam, yaitu: petani-pedagang pengumpul-konsumen dan petani-pedagang pengumpul-pedagang pengecer-konsumen. Jika saluran pemasaran yang terjadi tersebut dibandingkan dengan hasil penelitian lain, maka dapat dikatakan bahwa saluran tersebut relatif pendek.
Mardianto et al (2005) mengatakan bahwa struktur pasar akan berdampak pada nilai margin pemasaran. Hasil penelitian menunjukkan bahwa distribusi margin pemasaran tidak metara/adil dan share harga yang diterima petani relatif kecil, sedangkan keuntungan lebih banyak dinikmati oleh pedagang. Margin pemasaran terbesar dikuasai oleh pedagang pengumpul. Hal ini disebabkan oleh jumlah petani jauh lebih banyak daripada pedagang pengumpul dan jumlah beras yang diproduksi oleh petani secara perorangan tidak terlalu banyak serta dalam penjualan beras petani menjual secara perorangan pula, sehingga posisi tawar petani terhadap harga jual beras lebih lemah daripada pedagang pengumpul. Penentuan harga beras bergantung pada pedagang pengumpul sebagai price maker, sedangkan petani hanya bertindak sebagai price taker.
Pengukuran integrasi pasar dapat digunakan sebagai data dasar untuk memahami mekanisme pasar (Ravallion, 1986) dan sebagai bahan informasi bagi pemerintah dalam rangka merumuskan kebijakan, berupa penyediaan infrastruktur dan jasa layanan informasi untuk menghindari eksploitasi pasar (Lohano dan Mari, 2006). Hasil penelitian menunjukkan bahwa integrasi pasar harisontal antara pasar Gadang dengan pasar Lawang menunjukkan bahwa perubahan harga di tingkat pasar Lawang akan diikuti oleh perubahan harga di tingkat pasar Gadang, baik dalam jangka pendek maupun jangka panjang.
Perubahan harga beras dalam jangka pendek di pasar Lawang sebesar Rp 10 akan menyebabkan perubahan harga beras di pasar Gadang sebesar Rp. 3,71. Demikian juga dengan perubahan harga beras dalam jangka panjang. Perubahan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan perubahan harga beras di pasar Gadang sebasar Rp. 8,44. Perubahan harga yang tidak sebanding ini, diduga disebabkan konsumen di pasar Gadang tidak bergantung sepenuhnya pada beras produksi Kecamatan Tumpang.
Perubahan harga beras dalam jangka pendek di pasar Lawang sebesar Rp 10 akan menyebabkan perubahan harga beras di pasar Tumpang sebesar Rp. 3,15. Demikian juga dengan perubahan harga beras dalam jangka panjang. Perubahan harga beras di pasar Lawang sebesar Rp 10 akan menyebabkan perubahan harga beras di pasar Kecamatan Tumpang sebasar Rp. 10,14. Perubahan harga yang tidak sebanding ini, menunjukkan integrasi pasar vertikal antara pasar Tumpang dengan pasar Lawang belum sempurna. Hal ini disebabkan tidak sempurnanya informasi pasar di tingkat petani, sehingga dominasi penentuan harga jual beras di tingkat petani ditentukan oleh pedagang pengumpul sebagai akibat dari struktur pasar oligapsoni.
Integrasi pasar vertikal antara pasar Tumpang dengan pasar Inpres Gadang menunjukkan bahwa perubahan harga di tingkat pasar Gadang akan diikuti oleh perubahan harga di tingkat pasar Tumpang, baik dalam jangka pendek maupun jangka panjang. Perubahan harga beras dalam jangka pendek di pasar Gadang sebesar Rp 10 akan menyebabkan perubahan harga beras di pasar pasar Tumpang sebesar Rp. 1,43. Demikian juga dengan perubahan harga beras dalam jangka panjang. Perubahan harga beras di pasar Gadang sebesar Rp 10 akan menyebabkan perubahan harga beras di pasar Kecamatan Tumpang sebasar Rp. 11,17. Perubahan harga yang tidak sebanding ini, menunjukkan integrasi pasar vertikal antara pasar Tumpang dengan pasar Gadang belum sempurna.
Dengan mengetahui integrasi pasar yang terjadi pada setiap tingkat pasar, baik dalam jangka pendek maupun jangka panjang yang menunjukan belum sempuna, berarti masih terdapat peluang untuk memperbaiki sistem pemasaran beras di lokasi penelitian. Selain integrasi pasar, juga ditunjukkan dengan struktur pasar yang terjadi, yakni oligopsoni dan margin pemasaran yang belum terdistribusi secara merata/adil. Untuk memperkuat posisi petani dalam memperoleh harga beras jual yang lebih tinggi, maka petani dapat bersatu dalam kelompok tani, sehingga pedagang tidak dapat dengan mudah mempermainkan harga beras di tingkat petani. Sedangkan dalam pilihan saluran pemasaran, petani diharapkan tidak lagi memilih saluran I dan V. Diharapkan pula kepada pemerintah dan instansi terkait kiranya dapat menyediakan sarana produksi seperti hand traktor dan perontok padi bagi petani, guna membantu petani pada awal periode usahatani maupun saat panen. Hal ini bertujuan untuk menghindarkan petani dari praktek-praktek pasar yang cenderung merugikan petani secara ekonomi, karena petani sering terikat pada praktek penjualan beras dengan sistem ijon bahkan pada awal usahatani. Selain itu diharapkan kepada pemerintah perlunya meningkatkan layanan informasi pasar yang lebih baik dan akurat.
- KESIMPULAN DAN SARAN
Kesimpulan
Dari hasil dan pembahasan penelitian ini dapat ditarik beberapa kesimpulan sebagai berikut:
- Integrasi pasar beras secara horisontal antara pasar Gadang dengan pasar Lawang menunjukkan bahwa perubahan harga ditingkat pasar Lawang akan diikuti oleh perubahan harga ditingkat pasar Gadang dalam jangka panjang. Hal ini disebabkan tersedianya sarana transportasi dan komunikasi yang cukup lancar dan memadai.
- Adanya Integrasi pasar beras secara vertikal antara pasar Kecamatan Tumpang dengan pasar Lawang dan antara pasar Kecamatan Tumpang dengan pasar Gadang, baik dalan jangka panjang maupun jangka pendek, sehingga terjadi perubahan harga di pasar Lawang dan pasar Gadang akan diikuti oleh perubahan harga ditingkat pasar Kecamatan Tumpang. Namun perubahan harga di pasar Lawang dan pasar Gadang belum diikuti sepenuhnya oleh perubahan harga ditingkat pasar Kecamatan Tumpang. Hal ini disebabkan petani tidak memiliki informasi pasar yang cukup memadai atau sempurna, sehingga dominasi penentuan harga di tingkat petani ditentukan oleh pedagang pengumpul sebagai akibat dari struktur pasar oligapsoni.
Saran
Pada kesempatan ini beberapa saran dapat disampaikan, antara lain:
- Pemerintah perlu menyediakan program terpadu berupa pendanaan usahatani padi dan penyediaan peralatan, seperti hand traktor dan perontok padi bagi petani, guna membantu petani pada awal periode usahatani maupun saat panen. Hal ini bertujuan untuk menghindarkan petani dari praktek-praktek pasar yang cenderung merugikan petani secara ekonomi.
- Agar pemasaran beras dapat lebih menguntungkan petani (lebih terintegrasi), diharapkan kepada pemerintah perlunya meningkatkan layanan informasi pasar yang lebih baik dan akurat.
DAFTAR PUSTAKA
Anindita, Ratya. 2004. Pemasaran Hasil Pertanian. Papyrus. Surabaya.
Anugrah, Iwan Setiajie. 2004. Pengembangan Sub terminal Agribisnis (STA) dan Pasar Lelang Komoditas Pertanian dan Permasalahannya. Forum Penelitian Agro Ekonomi Volume 22 No.2 Desember 2004 : 102-112. Bogor.
Badan Agribisnis Departemen Pertanian. 2000. Petunjuk Teknis Pengembangan Sub Terminal Agribisnis. Jakarta.
Cahyono, B.. 2003. Wortel, Teknik Budidaya dan Analisis Usahatani. Cetakan ke-2. Kanisius, Yogyakarta.
Clodius, Robert L. dan Willard F. Mueller. 1967. Market Structure Analysis as an Orientation for Research in Agricultural Economics. American Journal of Agricultural Economics.
Downey, W.D. dan S.P. Erickson. 1992. Manajemen Agribisnis, Alih Bahasa Rochiyat Ganda S. dan Alfonsus Sirait. Penerbit Erlangga. Jakarta.
Harriss, B.. 1993. There is Method in My Madness: or is it Vice Versa? Measuring Agricultural Market Performance. Agricultural and Food Marketing in Developing Countries, Selected Readings. C.A.B. International. Wallingford Oxon.
Hendratno, Sinung. 1996. Keragaan Pasar Lelang Bokar dan Reformulasi Konsepsi untuk Pengembangannya. Jurnal Penelitian Karet Volume 14 No.2 Agustus. Bogor.
Kohls, R.L. dan Joseph N. Uhl. 1986. Marketing of Agricultural Product. Fifth Edition. John Willey and Sons, Macmillan Publishing Co-Inc., New York.
Mardjoko, Tri. 2004. Pasar Lelang : Harapan Baru Memperbaiki Posisi Tawar Petani. http:// www.google.co.id. Diakses : 3 Januari 2006.
Marpaung, Karmen. 1998. Analisis Pemasaran Karet Rakyat dalam Upaya Meningkatkan Harga di Tingkat Petani (Studi Kasus pada Sentra Produksi di Kecamatan Kumai, Kalimantan Tengah). Tesis. Program Pasca Sarjana Universitas Brawijaya. Malang.
Martin, Stephen. 1989. Industrial Economics : Economic Analysis and Public Policy. Macmillan Publishing Company. New York.
Masyrofie. 1994. Pemasaran Hasil-hasil Pertanian. Diktat Kuliah Jurusan Sosial Ekonomi. Fakultas Pertanian. Universitas Brawijaya. Malang.
Monke, Erick dan Todd Petzel. 1984. Market Integration: an Application to International Trade in Cotton. American Journal of Agricultural Economics.
Mustajab, M. Muslich dan Nuhfil Hanani. 2001. Tipe Penelitian dan Teknik Sampling. Jurusan Sosial Ekonomi Pertanian. Fakultas Pertanian. Universitas Brawijaya. Malang.

