Sistem Lelang Komoditas Cabai Merah di Indonesia (Study Literature Periode 2019 – 2024)
DOI:
https://doi.org/10.58812/jmws.v3i04.1081Kata Kunci:
Cabai Merah, Pasar, Sistem LelangAbstrak
Komoditas hortikultura merupakan komoditas potensial yang mempunyai nilai ekonomi dan permintaan pasar yang tinggi. Selain itu, hortikultura memiliki beragam jenis komoditas dan sektor yang dibutuhkan masyarakat secara langsung. Cabai merah merupakan salah satu produk hortikultura yang cocok dikembangkan di Indonesia. Di Indonesia, cabai merah merupakan komoditas pertanian andalan karena merupakan tanaman unggul yang memiliki nilai pasar tinggi. Selain hasil panennya yang luar biasa, cabai merah menjadi salah satu bahan pangan yang paling banyak dicari masyarakat. Cabai merah populer di kalangan petani karena dapat ditanam di dataran rendah. Permasalahan utama dalam pemasaran cabai merah adalah panjangnya saluran distribusi yang menyebabkan perbedaan harga jual antara petani dan pedagang. Jika dikelola dengan baik, fasilitas lelang bisa memberikan keuntungan yang sangat besar bagi cabai merah. Keberhasilan pasar tidak hanya bergantung pada ketersediaan barang dan pembeli, tetapi juga pada organisasi kelembagaan dan pemasaran itu sendiri. Pasar lelang dapat menjadi strategi yang baik dalam meredam gejolak harga cabai merah, yang seringkali menjadi ancaman bagi petani.
Referensi
Agus Widarjono, Ph. D. (n.d.). EKONOMETRIKA Pengantar dan Aplikasinya Disertai Panduan EViews.
Bank Indonesia. (n.d.-a). Inflasi.
Bank Indonesia. (n.d.-b). LAPORAN PEREKONOMIAN DI YOGYAKARTA NOVEMBER 2023.
Dirgantara, A., Laode Jinda, A., Rinanda, M. F., Nur, I. M., & Fauzi, F. (2020). PERAMALAN INFLASI DI KOTA SURAKARTA MENGGUNAKAN MODEL Autoregressive Integrated Moving Average (ARIMA).
Hartati. (2017). PENGGUNAAN METODE ARIMA DALAM MERAMAL PERGERAKAN INFLASI.
Latumahina, H., Fathia Palembang, C., & Radjabaycolle, J. E. T. (2022). PERAMALAN INFLASI KOTA AMBON TAHUN 2021 MENGGUNAKAN METODE ARIMA BOX JENKINS Forecasting Inflation Ambon City in 2021 Using The Arima Box Jenkins Method. PARAMETER: JURNAL MATEMATIKA, STATISTIKA DAN TERAPANNYA, 1, 79–86.
Martanto, B., Tan, S., & Syurya Hidayat, ; M. (2021). Analisis tingkat inflasi di Indonesia Tahun 1998-2020 (pendekatan error correction model). In Jurnal Paradigma Ekonomika (Vol. 16, Issue 3).
Pebrianti, A., Sifa Utami, A., Putri, A. T., Fitriana, A., & Istiqomah, N. (n.d.). Proyeksi Laju Inflasi di Indonesia Dengan Metode ARIMA (Autoregressive Integrated Moving Average).
Rahayu Setiyaningrum, R. E. (2023). ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI DAERAH ISTIMEWA YOGYAKARTA. Jurnal Review Pendidikan Dan Pengajaran, 6, 445–457.
Sirtalya, S., Rando, J., Rotinsulu, D. C., Pingkan, I., & Rorong, F. (2021). ANALISIS FAKTOR-FAKTOR PENENTU INFLASI DI INDONESIA. In Jurnal Pembangunan Ekonomi dan Keuangan Daerah (Vol. 22, Issue 1). https://id.wikipedia.org
Sriyana, J. (2022). Fiscal and monetary policies to reduce inflation rate in Indonesia. Jurnal Kebijakan Ekonomi Dan Keuangan, 82–91. https://doi.org/10.20885/jkek.vol1.iss1.art8
Wahyuni, A. (2022). PREDIKSI NILAI INFLASI POST COVID 19 DI INDONESIA Inflation Value Prediction Post Covid 19 in Indonesia. https://ejournal.insuriponorogo.ac.id/index.php/jief
Yulyanisa, L., & Devianto, D. (n.d.). MODEL INFLASI DI INDONESIA DENGAN MENGGUNAKAN ARIMA. Jurnal Matematika UNAND, 2(1), 37–41.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Melinda Trirahayu, Teguh Soedarto
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.