Komiditas Pangan, khususnya dari kategori volatile food ini kelompok inflasi sangat penting dalam menentukan inflasi, sehingga menjadi salah satu titik fokus pengelolaan inflasi. Â Inflasi makanan yang tinggi menyebabkan pendapatan rumah tangga berpenghasilan rendah menjadi semakin sulit. Pengendalian inflasi pangan penting karena inflasi di Indonesia masih relatih tinggi dibandingkan kawasan Asian.
Volatilitas harga pangan dan inflasi yang didorong oleh pangan oleh pangan diperkirakan akan mejadi lebih menantang karena meningkatnya ketidakpastian global dan faktor domestik. Sementara ketidakpastian global seperti dampak perang dagang AS-Tiongkok tidak secara langsung mempengaruhi pangan, tapi tingkat resiko dan ekspektasi dampak nilai tukar rupee akan mempengaruhi harga pangan impor. Ditambah lagi dengan faktor perubahan iklim yang akhir-akhir ini terjadi di beberapa negara juga mempengaruhi sikularitas dan keberlanjutan produksi pangan.
Sebagian besar bahan pangan merupakan hasil pertanian terutama beras, cabai, bawang dan merupakan volatile food. Perubahan iklim lebih sering terjadi, akan mempengaruhi pola produksi, khususnya hasil pertanian, kadang menghasilkan banyak (tanaman) dan produksi rendah (musim kelaparan).
Harga bervariasi berdasarkan ketersediaan/produksi makanan membutuhkan perhatian khusus. Prakiraan kedepan, dengan mempertimbangkan aspek eksternal dan internal, paling tidak dapat memberikan informasi dasar bagi upaya pengedalian pangan dan inflasi. Oleh karena itu, analisis ini bertujuan untuk mengetahui faktor-faktor penyebab inflasi pangan dan pengaruh kebijakan stabilisasi harga terhadap inflasi  pangan dan menganalisis inflasi makanan yang diproyeksikan.
Untuk mencapai tujuan analisis ini membutuhkan pendekatan kualitatif dan kuantitatif. Pendekatan kualitatif dengan cara wawancara dan diskusi, sedangkan pendekatan kuantitatif dengan cara ekonometrik dengan model persamaan regresi linear berganda. Data yang digunakan adalah data primer dan sekunder. Data primer didapatkan melalui pengamatan di lapangan dengan survei ke daerah serta diskusi terbatas, sedangkan data sekunder didapatkan dari BPS, Kementerian Pertanian, Bank Indonesia, Badan Urusan Logistik (Bulog), Kementerian Perdagangan serta sumber lainnya yang relevan.
Pada tahun 2014-2018 ada lebih banyak makanan banyak menyumbang inflasi, yaitu beras, ayam ras, ikan segar dan bawang merah, cabai, dan telur. Meskipun bawang putih, gula, cabairawit, minyak goreng dan daging sapi hanya berdampak sementara terhadap inflasi. Faktor-faktor yang secara signifikan mempengaruhi inflasi material makanan, yaitu harga pupuk, harga bahan bakar, tingkat upah dan juga iklim. Kebijakan yang menaikkan upah untuk pupuk, bahan bakar, dan tenaga kerja, serta iklim.Â
Disisi permintaan, faktor yang sangat penting pada Hari besar keagamaan seperti Idul Fitri, Natal, dan Tahun Baru. Selama periode ini, permitaan rata-rata lebih tinggi 15-30% dibandingkan hari-hari biasa. Hal ini menyebabkan kenaikan harga pangan sebesar 10-20%, tergantung jenis barangnya.
Dari sudut padang ekonomi dunia dan pasar internasional, nilai tukar dan harga rupee pangan di pasar internasional merupakan dua faktor yang menentukan harga pangan lokal. Ini karena beberapa makanan memiliki minat impor untuk konsumsi dalam negeri cukup besar seperti daging (30%), kedelai (67%), gula pasir (60%). Berdasarkan model dan memperhatikan pola tren inflasi 2014-2018, prakiraan inflasi makanan untuk sebulan penuh antara Januari-Desember 2019 antara 4,8-5,6%.
Rekomendasi kebijakan yang akan disampaikan adalah lebih terarah komoditas dengan tinglat inflasi yang tinggi dan kodisi politi dan teknis yang sesuai efektif untuk melawan beras,gula, minyak; Menambah jumlahnya komoditas inflasi tinggi yang teknis dapat diterima terutama dilakukan sebelum HBKN; Meningkatkan pasokan dengan pengurangan bea masuk dan hambatan impor untuk pangan impor; dan Percepetan program bantuan pangan untuk kelompok masyarakat tertentu seperti Raskin/Rastra. Untuk penelitian selanjutnya, perlu mempelajari model inflasi secara struktural, yang cukup membuat peramalan dalam waktu yang lebih lama untuk mendapatkan data yang mendekati sebenarnya.
