ANALISIS DAYA SAING DAN FAKTOR-FAKTOR YANG

MEMENGARUHI EKSPOR BAN INDONESIA KE KAWASAN

AMERIKA LATIN

MIA AYU WARDANI

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2016

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Daya Saing

dan Faktor-Faktor yang Memengaruhi Ekspor Ban Indonesia ke Kawasan

Amerika Latin adalah benar karya saya dengan arahan dari komisi pembimbing

dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun.

Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun

tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan

dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.

Bogor, Maret 2016

Mia Ayu Wardani

NIM H14120080

ABSTRAK

MIA AYU WARDANI. Analisis Daya Saing dan Faktor-Faktor yang

Memengaruhi Ekspor Ban Indonesia ke Kawasan Amerika Latin. Dibimbing oleh

SRI MULATSIH.

Industri ban merupakan industri yang berpotensi untuk meningkatkan

ekspor Indonesia ke pasar non-tradisional seperti kawasan Amerika Latin. Tujuan

dari penelitian ini adalah menganalisis daya saing komparatif, kompetitif, dan

dinamika ekspor ban Indonesia serta faktor-faktor yang memengaruhi ekspor ban

Indonesia ke kawasan Amerika Latin. Periode analisis yang digunakan dalam

penelitian ini yaitu dari tahun 2009 sampai 2014 dengan menggunakan metode

analisis Revealed Comparative Advantage (RCA), Export product Dynamic

(EPD), Gravity model dan Porter’s Diamond. Hasil penelitian ini adalah ban

Indonesia memiliki daya saing yang kuat di kawasan Amerika Latin kecuali di

negara Argentina. Selain itu, ban Indonesia memiliki posisi dinamika ekspor yang

baik (rising star) di negara Panama, Venezuela, Uruguay, Meksiko, Guatemala,

dan Costa Rica. Faktor-Faktor yang memengaruhi ekspor ban Indonesia ke

Amerika Latin adalah jarak ekonomi, GDP riil perkapita Indonesia, GDP riil

perkapita negara tujuan, nilai tukar riil, dan populasi negara tujuan.

Kata kunci : Daya Saing, RCA, EPD, Porter’s Diamond, Gravity Model, Ban

ABSTRACT

MIA AYU WARDANI. Analysis of Competitiveness and Factors Influencing

Indonesian Tires Export to the Latin America Region. Supervised by SRI

MULATSIH.

The tire industry is an industry that has potential to increase Indonesian

exports to non-traditional markets such as Latin America. The purpose of the

study is to analyze the power of the comparative, competitive, and export dynamic

of Indonesian tire and also the factors that affect the export of Indonesian tire to

Latin America. The period of analysis used in this study is from 2009 to 2014

using the method of analysis are Revealed Comparative Advantage (RCA), Export

Product Dynamic (EPD), Gravity models and Porter's Diamond. The results of

this study are rubber tire Indonesia has strong competitiveness in Latin America

than in the country of Argentina. In addition, the rubber tire Indonesia has a good

export dynamics position (rising star) in the country of Panama, Venezuela,

Uruguay, Mexico, Guatemala, and Costa Rica. Factors that affect the export of

Indonesian rubber tire to Latin America is the distance economies, Indonesia's per

capita real GDP, real GDP per capita of the destination country, the real exchange

rate, and the population of the destination country.

Keywords: Competitiveness, RCA, EPD, Porter’s Diamond, Gravity Model, Tire

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Ekonomi

pada

Departemen Ilmu Ekonomi

ANALISIS DAYA SAING DAN FAKTOR-FAKTOR YANG

MEMENGARUHI EKSPOR BAN INDONESIA KE KAWASAN

AMERIKA LATIN

MIA AYU WARDANI

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2016

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas

segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang

dipilih dalam penelitian yang dilaksanakan sejak bulan Desember 2015 ini ialah

perdagangan, dengan judul Analisis Daya Saing dan Faktor-Faktor yang

Memengaruhi Ekspor Ban Indonesia ke Kawasan Amerika Latin.

Terima kasih penulis ucapkan kepada Ibu Dr Ir Sri Mulatsih MScAgr selaku

dosen pembimbing yang telah memberi arahan, saran, dan nasihat selama

penulisan skripsi ini, serta Bapak Alla Asmara SptMsi selaku dosen penguji utama

dan Bapak Salahuddin El Ayyubi LcMA selaku dosen komisi pendidikan. Di

samping itu, penghargaan penulis sampaikan kepada seluruh dosen, staf, dan

civitas akademika Departemen Ilmu Ekonomi FEM IPB yang telah memberikan

ilmu dan bantuan kepada penulis. Ungkapan terima kasih juga disampaikan

kepada orangtua dan keluarga penulis, papa (alm) Wardi, Bapak Sukoco, Ibu

Suwartini, kakak Anita Kumala Sari, serta mbah putri dan mbah kakung atas

segala doa, motivasi, dan dukungan moril maupun materil yang diberikan. Tidak

lupa terima kasih penulis sampaikan kepada sahabat terdekat, Ana, Anggun,

Suteng, Wije, Roby serta teman-teman Ilmu Ekonomi dan Studi Pembangunan 49

atas kebersamaan, semangat, motivasi selama menjalankan studi. Terima kasih

juga kepada semua pihak yang telah membantu dan memberikan semangat dalam

menyelesaikan penulisan skripsi ini.

Semoga karya ilmiah ini bermanfaat.

Bogor, Maret 2016

Mia Ayu Wardani

DAFTAR ISI

DAFTAR TABEL viii

DAFTAR GAMBAR viii

DAFTAR LAMPIRAN viii

PENDAHULUAN 1

Latar Belakang 1

Perumusan Masalah 3

Tujuan Penelitian 5

Manfaat Penelitian 6

Ruang Lingkup Penelitian 6

TINJAUAN PUSTAKA 6

Teori Perdagangan Internasional 6

Konsep Daya Saing 8

Konsep Gravity Model 9

Penelitian Terdahulu 11

Kerangka Pemikiran 13

Hipotesis Penelitian 15

METODE 15

Jenis dan Sumber Data 15

Metode Analisis Data 16

HASIL DAN PEMBAHASAN 21

Gambaran Umum Ban Indonesia 21

Analisis Daya Saing Komparatif dan Dinamika Ekspor 24

Faktor-Faktor yang Memengaruhi Ekspor 26

Analisis Keunggulan Kompetitif 30

SIMPULAN DAN SARAN 35

Simpulan 35

Saran 35

DAFTAR PUSTAKA 36

LAMPIRAN 38

RIWAYAT HIDUP 42

DAFTAR TABEL

1. Jenis dan Sumber Data 15 2. Kerangka Identifikasi Autokorelasi 19

3. Daftar perusahaan ban Indonesia 22 4. Produksi dan penjualan ban Indonesia 22 5. Penggunaan input industri ban Indonesia 23 6. Hasil RCA produk ban Indonesia ke Amerika Latin 24 7. Nilai Rata-Rata RCA produk ban Indonesia ke Amerika Latin 25

8. Hasil estimasi gravity model nilai ekspor produk ban Indonesia 27

DAFTAR GAMBAR

1. Perkembangan nilai ekspor Indonesia ke negara tujuan utama 1 2. Perkembangan nilai ekspor Indonesia ke Amerika Latin 2 3. Permintaan impor ban Indonesia di Amerika Latin 3

4. Nilai ekspor produk ban Indonesia ke sepuluh Negara potensial di

kawasan Amerika Latin 4 5. Perkembangan ekspor ban Indonesia ke Amerika Latin 5

6. Proses terjadinya perdagangan internasional 7 7. Kerangka pemikiran analisis daya saing dan faktor-faktor yang

memengaruhi ekspor ban Indonesia ke kawasan Amerika Latin 14 8. Matriks EPD 17

9. Teori Porter's Diamond 20 10. Distribusi PDB berdasarkan lapangan usaha tahun 2014 21

11. Nilai ekspor ban luar dan karet alam Indonesia 21 12. Hasil EPD produk ban Indonesia ke Amerika Latin 25 13. Porter’s Diamond ban Indonesia 34

DAFTAR LAMPIRAN

1. Hasil fixed effet model pada gravity model 38

2. Hasil Uji Chow 39 3. Hasil Uji Hausman 40

4. Uji Heteroskedastisitas 41 5. Uji Multikolinieritas 41 6. Uji Normalitas 41

PENDAHULUAN

Latar Belakang

Kondisi perekonomian dunia yang berubah-ubah memberi dampak ke

beberapa negara di dunia. Perubahan tersebut memengaruhi kondisi

makroekonomi suatu negara. Indonesia sebagai negara berkembang selalu terkena

dampak dari perubahan perekonomian dunia tersebut. Salah satunya adalah

guncangan krisis ekonomi global yang terjadi pada tahun 2008. Krisis tersebut

berdampak pada perekonomian Indonesia khususnya pada kinerja ekspor. Hal ini

dikarenakan ekspor merupakan salah satu aspek utama dalam menopang

perekonomian negara Indonesia.

Krisis ekonomi global terjadi pada negara-negara besar yang merupakan

pasar ekspor utama Indonesia. Ketergantungan yang tinggi terhadap pasar tersebut

sangat beresiko bagi kinerja ekspor Indonesia. Krisis tersebut menyebabkan

penurunan nilai ekspor Indonesia ke negara tujuan utama seperti Amerika, Jepang,

Singapura, Tiongkok, dan Malaysia. Data nilai ekspor Indonesia ke negara tujuan

utama sebelum dan setelah adanya krisis ekonomi global disajikan pada Gambar 1.

Gambar 1 menunjukkan bahwa perkembangan ekspor Indonesia ke negara

tujuan utama memiliki kondisi yang tidak stabil setelah adanya krisis tahun 2008.

Bahkan ekspor Indonesia di beberapa negara seperti Jepang, Malaysia, dan

Singapura memiliki tren yang menurun pada empat tahun terakhir. Krisis yang

terjadi menyebabkan penurunan daya beli masyarakat di negara-negara tujuan

ekspor Indonesia, sehingga berdampak pada berkurangnya kecenderungan untuk

mengimpor barang dari Indonesia. Berdasarkan fakta ini, diperlukan suatu strategi

khusus untuk mengatasi penurunan kinerja ekspor Indonesia agar tidak

berkelanjutan.

Sumber : BPS 2016, diolah

Gambar 1 Perkembangan nilai ekspor Indonesia ke negara tujuan utama

sebelum dan sesudah krisis

2

Strategi diversifikasi pasar tujuan ekspor dapat digunakan oleh Indonesia

untuk mengatasi ketergantungan yang tinggi pada negara tujuan utama ekspor.

Ketergantungan ekspor terhadap pasar tradisional menjadi suatu masalah saat

pasar tersebut mengalami krisis sehingga memaksa setiap negara untuk ekspansi

target ekspor ke pasar non-tradisional. Implementasi strategi ini adalah dengan

memperluas pasar tujuan ekspor yang sebelumnya hanya berfokus pada negara-

negara maju seperti Amerika Serikat, Malaysia, Jepang, Tiongkok dan Singapura,

menjadi bertambah ke negara-negara berkembang dengan potensi pasar yang

besar, seperti kawasan Amerika Latin. Data perkembangan ekspor ke Amerika

Latin disajikan pada Gambar 2.

Gambar 2 menyajikan perkembangan ekspor Indonesia ke Amerika Latin

pada sepuluh tahun terakhir, yaitu dari tahun 2004 hingga 2014. Gambar 2

menjelaskan bahwa nilai ekspor Indonesia ke Amerika latin setelah krisis lebih

besar dibanding ekspor Indonesia sebelum krisis. Hal tersebut berarti bahwa

ekspor Indonesia ke Amerika Latin tidak turut terguncang karena adanya krisis.

Meskipun ekspor Indonesia ke Amerika Latin pada tahun 2009 sempat mengalami

penurunan, namun secara kesuluruhan menunjukkan tren yang positif. Bahkan,

disaat total ekspor Indonesia ke seluruh dunia secara umum mengalami penurunan

pada 4 tahun terakhir, ekspor ke Amerika Latin tetap menunjukkan tren yang

meningkat (BPS 2016).

Kawasan Amerika Latin merupakan pasar yang potensial bagi produk-

produk Indonesia. Namun, nilai perdagangan Indonesia ke kawasan tersebut

masih tergolong rendah. Selain itu, sebagian besar produk ekspor Indonesia masih

dalam bentuk barang mentah atau barang primer. Hal tersebut membuat

penerimaan ekspor Indonesia bernilai rendah, sehingga diperlukan pengolahan

lebih lanjut agar barang mentah tersebut menjadi produk turunan yang memiliki

nilai tambah. Salah satu barang mentah yang dapat diolah menjadi produk turunan

adalah karet alam. Negara Indonesia merupakan salah satu negara produsen karet

alam terbesar di dunia. Produksi dan luas lahan karet alam Indonesia mengalami

peningkatan yang signifikan hingga tahun 2015, bahkan produktivitas karet alam

juga terus meningkat (Ditjenbun 2016).

Sumber : Trade Map, 2016, diolah.

Gambar 2 Perkembangan nilai ekspor Indonesia ke Amerika Latin

3

Menurut Kementrian Perindustrian (2016), meski belum maksimal,

industri pengguna karet alam di Indonesia sebesar 55% dimanfaatkan oleh industri

ban, 17% industri sarung tangan dan benang karet, 11% industri alas kaki, dan 9%

industri barang-barang karet lainnya. Berdasarkan fakta tersebut, industri hilir

karet alam Indonesia masih di dominasi oleh industri ban. Jika ditinjau lebih

lanjut, nilai ekspor ban Indonesia ke kawasan Amerika Latin menunjukkan fakta

bahwa produk tersebut sangat potensial di pasar Amerika Latin. Data nilai ekspor

ban Indonesia disajikan dalam Gambar 3.

Gambar 3 menunjukkan bahwa ekspor ban Indonesia ke kawasan Amerika

Latin memiliki tren yang positif, bahkan mengalami peningkatan yang tajam

setelah terjadi krisis ekonomi secara global tahun 2008. Setelah adanya krisis

tersebut, perkembangan nilai ekspor ban Indonesia pada tahun 2009 sebesar

US$ 14,245,000, kemudian meningkat di tahun 2010 menjadi US$ 31,380,000.

Nilai ekspor ban Indonesia ke Amerika Latin terus mengalami peningkatan yang

tajam hingga US$ 69,200,000 pada tahun 2014. Nilai ekspor ban yang relatif tidak

terpengaruh krisis global mengindikasikan bahwa ban Indonesia berpotensi untuk

menjadi produk utama ekspor Indonesia pascakrisis 2008.

Perumusan Masalah

Strategi yang komprehensif sangat dibutuhkan untuk terus meningkatkan

kinerja ekspor Indonesia. Hal tersebut dilakukan sebagai upaya dalam

menghadapai persaingan perdagangan di pasar internasional. Berdasarkan data

Kementrian Perdagangan, fluktuasi nilai ekspor nonmigas Indonesia selama lima

tahun terakhir berkisar dari US$ 6.87 miliar pada tahun 2010 dan menjadi

US$ 5.72 miliar pada tahun 2014. Fakta tersebut menunjukkan tren yang negatif

sebesar 5.73 %. Hingga Februari 2015 nilai ekspor Indonesia telah mencapai

US$ 901.8 juta.

Sumber : Trade Map 2016, diolah.

Gambar 3 Nilai ekspor ban Indonesia ke kawasan

Amerika Latin

4

Hambatan ekspor Indonesia ke kawasan Amerika Latin salah satunya

adalah persoalan jarak yang sangat jauh. Kendala transportasi seperti masalah

pengangkutan barang menyebabkan perdagangan Indonesia dengan kawasan

Amerika Latin belum optimal. Jalur penerbangan ditempuh dalam waktu 24 jam

sedangkan jalur angkutan laut ditempuh dalam waktu 3 bulan. Selama ini, biaya

transportasi ke Amerika Latin tergolong mahal karena tidak ada maskapai yang

menyediakan penerbangan secara langsung ke kawasan Amerika Latin.

Pengiriman barang harus transit di negara Amerika Serikat terlebih dahulu,

kemudian di distribusikan ke negara-negara Amerika Latin. Selain itu, salah satu

kendala klasik bagi pelaku usaha untuk masuk ke pasar Amerika Latin adalah

minimnya informasi tentang situasi dan kondisi pasar di negara tujuan. Jarak antara Indonesia dengan kawasan Amerika latin yang terlalu jauh

menyebabkan tidak semua negara di Amerika Latin merupakan pasar ekspor yang

potensial. Menurut UNCOMTRADE (2016), terdapat beberapa negara yang

berpotensi untuk menjadi sasaran ekspor ban Indonesia karena nilai ekspor ban

Indonesia ke negara tersebut menempati posisi teratas. Negara-negara tersebut

adalah Brazil, Meksiko, Kolombia, Paraguay, Argentina, Panama, Guatemala,

Venezuela, Uruguay, dan Costa Rica. Perbandingan permintaan impor kesepuluh

negara tersebut disajikan pada Gambar 4.

Pada perkembangannya, Indonesia sudah menjalankan diversifikasi pasar

ekspor ke kawasan Amerika Latin. Namun, sebagian besar ekspor Indonesia

masih terfokus pada negara tertentu saja, seperti ke negara Brazil dan Meksiko.

Ketimpangan sasaran ekspor yang cenderung terfokus pada kedua negara tersebut

menjadi tantangan sekaligus ancaman bagi Indonesia karena pesaing dari negara

lain seperti Tiongkok juga mengekspor ban ke negara Brazil dan Meksiko. Selain

Tiongkok, negara pesaing eksportir ban Indonesia adalah Jepang, Korea, Thailand

dan India. Oleh karena itu, Indonesia harus mampu meningkatkan kualitas dan

memperluas tujuan ekspor agar dapat bersaing dan meningkatkan ekspor ban.

Sumber : UNCOMTRADE 2016, diolah.

Gambar 4 Nilai ekspor produk ban Indonesia ke sepuluh Negara

potensial di kawasan Amerika Latin

5

Gambar 5 menunjukkan bahwa selama ini ekspor Indonesia ke kawasan

Amerika Latin masih dominan ke negara Brazil dan Meksiko dari tahun ke tahun.

Di sisi lain, terdapat beberapa Negara di kawasan Amerika Latin yang masih

berpotensi untuk dijadikan sasaran pasar ekspor ban Indonesia. Beberapa

diantaranya adalah negara-negara yang memiliki tren positif pada permintaan ban

Indonesia. Keberhasilan melakukan diversifikasi pasar ekspor, antara lain

ditentukan oleh tingkat daya saing dan pertumbuhan pasar di negara tujuan.

Seberapa kuat daya saing produk ban Indonesia dibandingkan dengan ban negara

lain serta faktor apa saja yang memengaruhi ekspor ban. Oleh karena itu,

diperlukan penelitian tentang daya saing ban Indonesia yang terkait dengan

masalah diatas. Maka rumusan masalah dari penelitian ini adalah sebagai berkut.

1. Bagaimana daya saing komparatif dan dinamika ekspor produk ban

Indonesia ke kawasan Amerika Latin ?

2. Apa saja faktor-faktor yang memengaruhi ekspor ban Indonesia ?

3. Bagaimana daya saing kompetitif ban Indonesia ?

Tujuan Penelitian

Berdasarkan latar belakang dan rumusan masalah yang telah dijelaskan

maka tujuan dari peneltian ini adalah sebagai berikut.

1. Menganalisis daya saing komparatif dan dinamika ekspor ban Indonesia ke

kawasan Amerika Latin.

2. Menganalisis faktor-faktor yang memengaruhi ekspor ban Indonesia ke

kawasan Amerika Latin.

3. Menganalisis daya saing kompetitif ban Indonesia.

Sumber : Trade Map, 2016, diolah.

Gambar 5 Perkembangan ekspor ban Indonesia ke Amerika Latin

6

Manfaat Penelitian

Penelitian yang dilakukan ini diharapkan memberikan manfaat bagi

berbagai pihak, antara lain:

1. Bagi penulis, penelitian ini sebagai sarana pembelajaran sehingga

dapat menambah wawasan tentang ekspor dan daya saing produk ban

Indonesia.

2. Bagi pihak-pihak lain, penelitian ini dapat dijadikan sebagai referensi

atau informasi tambahan serta bukti terhadap daya saing ekspor ban

Indonesia ke kawasan Amerika Latin untuk penelitian selanjutnya

yang berkaitan dengan industri dan perdagangan.

3. Bagi pemerintah, penelitian ini diharapkan dapat membantu

memberikan gambaran mengenai kondisi perdagangan Indonesia

dengan kawasan Amerika Latin terutama pada ekspor ban, sehingga

menjadi bahan untuk merumuskan kebijakan sebagai usaha

meningkatkan daya saing ban Indonesia.

Ruang Lingkup Penelitian

Penelitian ini menganalisis daya saing ekspor ban Indonesia dan faktor-

faktor yang memengaruhinya ke kawasan Amerika Latin. Mitra dagang pada

penelitian ini terdiri dari sepuluh negara, yaitu Brazil, Meksiko, Kolombia,

Paraguay, Argentina, Panama, Guatemala, Venezuela, Uruguay, dan Costa Rica.

Penelitian ini menggunakan data periode 2009 sampai 2014. Klasifikasi produk

yang digunakan termasuk dalam kategori Harmonized System (HS) 4011 yang

merupakan komoditas ekspor nonmigas yaitu ban luar bertekanan baru dari karet.

TINJAUAN PUSTAKA

Teori Perdagangan Internasional

Perdagangan Internasional adalah perdagangan yang dilakukan oleh

penduduk suatu negara dengan penduduk negara lain atas dasar kesepakatan

bersama. Penduduk yang dimaksud dapat berupa antar perorangan (individu

dengan individu), antar individu dengan pemerintah suatu negara atau pemerintah

suatu negara dengan pemerintah negara lain (Oktaviani dan Novianti 2009). Teori

Perdagangan internasional merupakan teori-teori yang menganalisis dasar-dasar

terjadinya perdagangan internasional dan keuntungan yang di dapat dari adanya

perdagangan tersebut (Salvatore 1997). Menurut Krugman dan Obstfeld (2009)

perdagangan dapat memberikan keuntungan dengan mengizinkan negara-negara

untuk mengekspor produksi barang-barang dengan sumberdaya lokal yang

berlimpah dan mengimpor sumberdaya lokal yang terbatas. Perdagangan

internasional pun turut mendorong industrialisasi, kemajuan transportasi,

globalisasi, dan kehadiran perusahaan multinasional. Perdagangan internasional

penting dalam era globalisasi ekonomi karena persaingan antarnegara semakin

ketat dan hubungan antarnegara semakin erat (Oktaviani dan Novianti 2009).

7

Secara teoritis, perdagangan internasional terjadi karena dua alasan utama.

Pertama, negara-negara berdagang karena pada dasarnya setiap negara berbeda

satu sama lain sehingga setiap negara dapat memperoleh keuntungan dengan

melakukan perdagangan. Kedua, negara-negara melakukan perdagangan yang

bertujuan untuk mencapai skala ekonomi (economic of scale) dalam produksi

(Basri dan Munandar 2010). Suatu kegiatan perdagangan internasional dapat

terjadi ditandai dengan adanya kegiatan ekspor dan impor atau pertukaran

komoditi antara dua negara atau lebih. Kegiatan ini dapat terjadi karena adanya

perbedaan permintaan dan penawaran serta adanya perbedaan tingkat hargapada

negara-negara tersebut. Secara grafis kegiatan perdagangan internasional dapat

dijelaskan melalui Gambar 6.

Panel A berperan sebagai pengekspor, Panel C berperan sebagai negara

pengimpor, sedangkan Panel B merupakan keseimbangan perdagangan

internasional. Ketika harga pada P1, terjadi keseimbangan di negara A yaitu pada

titik A (dalam panel A). Pada saat tersebut tidak ada penawaran pada pasar

internasional, hal tersebut ditunjukkan dengan kurva penawaran (kurva S) yang

berada pada titik A’ yaitu pada saat X (komoditas) bernilai nol (dalam panel B).

Ketika harga berada pada P3, terjadi keseimbangan di negara C yaitu pada titik C

(dalam panel C). Pada saat tersebut tidak ada permintaan pada pasar internasional,

hal tersebut ditunjukkan dengan kurva permintaan (kurva D) yang berada pada

titik C’ yaitu pada saat X (komoditas) bernilai nol (dalam panel B). Ketika harga

pada P2, terjadi excess supply di negara A karena komoditas X yang diproduksi

lebih besar dari komoditas X yang dikonsumsi (dalam panel A). Hal tersebut

mendorong negara A melakukan ekspor.

Pada saat yang sama, terjadi excess demand di negara C karena komoditas X

yang dikonsumsi lebih besar dari komoditas X yang diproduksi (dalam panel C).

Hal tersebut mendorong negara C melakukan impor untuk memenuhi kebutuhan

konsumsi dalam negeri. Sehingga, ekspor yang dilakukan negara A dan impor

yang dilakukan negara C menyebabkan terjadi perdagangan internasional

sehingga terbentuk keseimbangan di pasar internasional pada saat P2 yaitu pada

titik E (dalam panel B).

Sumber : Dominic Salvatore, 1997

Gambar 6 Proses terjadinya perdagangan internasional

E

𝑃3

𝑆𝑥

𝐷𝑥

Panel A

Pasar di Negara 1

Panel B

Hubungan Perdagangan

Internasional dalam

komoditi X

Panel C

Pasar di Negara 2

Ekspor

Impor 𝑃1

𝑃2

𝑆𝑥

𝐷𝑥

A A’ D

S

C C’

X

P

8

Konsep Daya Saing

Daya saing diidentikkan dengan produktivitas dimana tingkat output yang

dihasilkan untuk setiap unit input yang digunakan. Peningkatan produktivitas

meliputi peningkatan jumlah input fisik (modal dan tenaga kerja), peningkatan

kualitas input yang digunakan dan peningkatan teknologi (total faktor

produktivitas). Daya saing merupakan kemampuan suatu komoditi untuk

memasuki pasar luar negeri dan kemampuan untuk dapat bertahan di dalam pasar

tersebut, yang berarti bahwa jika suatu produk mempunyai daya saing maka

produk tersebut yang akan diminati oleh konsumen. Menurut Porter (1990),

keunggulan daya saing dari suatu komoditi dikelompokkan menjadi dua macam,

yaitu keunggulan alamiah/keunggulan absolut (natural advantage) dan

keunggulan yang dikembangkan (acquired advantage). Pendekatan yang sering

digunakan untuk mengukur daya saing komoditi adalah faktor keunggulan

komparatif (comparative advantage) dan faktor keunggulan kompetitif

(competitive advantage).

Teori Keunggulan Komparatif

David Ricardo dalam Salvatore (1997) menyatakan bahwa keunggulan

komparatif akan tercapai jika suatu negara mampu memproduksi barang dan jasa

dengan biaya yang lebih murah daripada negara lain. Sekalipun suatu negara tidak

memiliki keunggulan absolut dalam memproduksi dua jenis komoditas,

perdagangan yang menguntungkan tetap dapat dilaksanakan selama rasio antar

negara masih berbeda jika dibandingkan tidak ada perdagangan.

Asumsi-asumsi Teori Keunggulan Komparatif yang dibangun David

Ricardo adalah (1) berlakunya labor theory of value, yaitu bahwa nilai suatu

barang ditentukan oleh jumlah tenaga kerja yang digunakan; (2) tidak

memperhitungkan biaya transportasi; (3) produksi dijalankan dengan biaya tetap,

sedangkan skala produksi bersifat constant return to scale; serta (4) faktor

produksi tidak bersifat mobile antarnegara (Salvatore 1997). Hecker dan Ohlin

dalam Salvatore (1997) menjelaskan lebih lanjut mengenai terbentuknya

keunggulan komparatif David Ricardo yang dikenal sebagai teorema H-O. Teori

H-O merupakan model tentang analisis perdagangan antar dua negara, dimana

tiap-tiap negara mempunyai karakteristik tersendiri.

Teori Keunggulan Kompetitif

Teori Keunggulan Kompetitif adalah sebuah konsep yang menyatakan

bahwa kondisi alami tidak perlu dijadikan penghambat karena pada dasarnya

dapat diperjuangkan dengan berbagai usaha. Keunggulan suatu negara bergantung

pada kemampuan perusahaan di dalam negara tersebut untuk berkompetisi

menghasilkan produk yang dapat bersaing di pasar (Porter 1990). Porter (1990)

menyatakan bahwa terdapat empat faktor utama yang membentuk lingkungan

dimana perusahaan-perusahaan lokal berkompetisi sedemikian rupa, sehingga

mendorong terciptanya keunggulan kompetitif. Keempat atribut tersibut adalah (1)

Kondisi faktor produksi (factor conditions), misalnya tenaga kerja terampil,

infrastruktur, dan teknologi; (2) Kondisi permintaan (demand conditions);

9

(3) Industri terkait dan industri pendukung (related and supporting industries); (4)

Strategi, struktur dan persaingan perusahaan, yakni kondisi dalam negeri yang

menentukan bagaimana perusahaan-perusahaan dibentuk, diorganisasikan, dan

dikelola serta sifat persaingan domestik

Konsep Gravity Model

Faktor penentu suatu perdagangan antar dua negara dapat ditentukan

melalui suatu analisis dengan menggunakan sebuah model yang telah digunakan

secara luas, yaitu gravity model. Model ini pertama kali diterapkan oleh Tinbergen

(1962) untuk meneliti aliran perdagangan internasional. Tinbergen (1962)

mengembangkan persamaan pertama tentang Gravity Model melalui spesifikasi

terhadap total ekspor sebagai fungsi PDB dan jarak diantara negara yang

melakukan perdagangan (Deardoff 1997).

Gravity Model adalah model yang melihat perdagangan berdasarkan jarak

antar negara dan interaksi antarnegara. Model ini meniru hukum gravitasi Newton

bahwa gaya gravitasi antara dua benda dipengaruhi secara proporsional oleh

massa dari kedua benda dan jarak kuadrat antara keduanya. Pada perdagangan,

model ini menyatakan intensitas perdagangan antara negara-negara yang akan

berhubungan positif dengan pendapatan nasional masing-masing negara dan

berhubungan negatif dengan jarak antara dua negara (Yuniarti 2007). Gravity

Model dengan bentuk yang paling sederhana dapat dituliskan dalam rumus

dibawah ini.

1 2 3

menunjukkan ekspor dari negara i ke negara j. GDP adalah produk

domestik bersih dari tiap tiap negara, sedangkan menunjukkan biaya

perdagangan antara kedua negara, jarak adalah jarak geografis antara kedua

negara yang merupakan proxy pengamatan untuk biaya perdagangan dan

adalah random error term. Selanjutnya, c adalah konstanta regresi dan b adalah

koefisien yang diduga.

Jarak Ekonomi

Variabel utama yang berperan dalam konsep Gravity Model pada

perdagangan adalah jarak. Jarak merupakan proksi untuk biaya transportasi.

Krugman (2011) menyatakan bahwa jarak antara dua negara menjadi determinan

penting dalam pola perdagangan secara geografis. Hal ini dikarenakan jarak dapat

meningkatkan biaya transportasi, meskipun jarak bukan satu-satunya biaya yang

harus ditanggung.

Menurut Li, Song, dan Zhao (2008), variabel jarak digantikan dengan

jarak ekonomi rata-rata yang telah dibobotkan untuk menunjukkan biaya

perdagangan yang mana merupakan jarak geografis antar negara dikali dengan

pendapatan nasional masing-masing negara yang diteliti. Jarak ekonomi dihitung

sesuai rumus dibawah ini :

10

∑

dimana,

= jarak ekonomi antar negara pada tahun f

= jarak geografis antar negara pada tahun f

= GDP negara pada tahun f

penggunaan jarak ekonomi rata-rata yang telah dibobotkan diharapkan dapat

mengukur dampak biaya transportasi dan biaya lainnya terhadap arus perdagangan

bilateral.

Gross Domestic Product (GDP)

GDP merupakan pendapatan total dan pengeluaran total nasional atas

output barang dan jasa. GDP dibagi menjadi dua, yaitu GDP nominal dan GDP

riil. GDP nominal adalah nilai barang jadi dan jasa yang diukur dengan harga

berlaku. GDP riil adalah nilai barang dan jasa yang diukur menggunakan harga

konstan. GDP riil digunakan dalam pemodelan gravity model karena ukuran

kemakmuran ekonomi dari suatu negara lebih baik dihitung menggunakan nilai

output barang dan jasa yang tidak dipengaruhi oleh perubahan harga (Mankiw,

2007).

Menurut Karlinda (2012), selain GDP nominal dan GDP riil, terdapat pula

GDP perkapita. GDP perkapita merupakan pendapatan rata-rata penduduk disuatu

negara pada waktu tertentu yang dapat digunakan sebagai salah satu indikator

untuk mengukur tingkat konsumsi atau kemampuan daya beli suatu negara atas

barang dan jasa. GDP perkapita yang tinggi mengindikasikan bahwa negara

tersebut dapat dijadikan peluang jangkauan pasar bagi kegiatan ekspor.

Nilai Tukar

Nilai tukar terbagi dibagi menjadi dua, yaitu nilai tukar nominal dan nilai

tukar riil. Nilai tukar yang digunakan pada permodelan gravity model adalah nilai

tukar riil dari negara tujuan terhadap Dollar. Hal tersebut disebabkan oleh

sebagian besar negara menggunakan mata uang dollar dalam perdagangan.

Apabila nilai tukar riil negara tujuan terapresiasi, barang-barang luar negeri relatif

lebih murah. Sementara itu, barang-barang domestik di negara tujuan relatif lebih

mahal sehingga permintaan negara tujuan terhadap barang luar negeri akan

meningkat. Sebaliknya, jika nilai tukar riil negara tujuan terdepresiasi, barang-

barang luar negeri relatif lebih mahal. Sementara itu, barang-barang domestik di

negara tujuan relatif lebih murah sehingga permintaan negara tujuan terhadap

barang luar negeri akan menurun. Jadi, terdapat hubungan yang positif antara nilai

tukar riil negara tujuan dengan nilai ekspor dari negara lain (Mankiw 2007).

Rumus perhitungan nilai tukar riil dapat dirumuskan seperti dibawah ini.

11

Populasi

Populasi atau jumlah penduduk merupakan salah satu aspek utama dalam

analisis dengan pendekatan Gravity Model. Jumlah populasi merupakan salah satu

indikator yang dapat menunjukkan ukuran suatu negara. Head dan Mayer (2013)

menyatakan bahwa ekspor meningkat secara proporsional sesuai dengan ukuran

ekonomi negara tujuan ekspor. Dengan demikian, jumlah populasi negara tujuan

ekspor dapat memengaruhi permintaan ekspor negara eksportir. Pertambahan

jumlah populasi suatu negara dapat memengaruhi jumlah kebutuhan terhadap

suatu komoditas.

Peningkatan populasi akan menyebabkan peningkatan permintaan suatu

komoditas yang dibutuhkan, dengan asumsi ceteris paribus. Secara teori,

peningkatan populasi akan berpengaruh baik dalam sisi permintaan maupun sisi

penawaran. Menurut Salvatore (1997), populasi suatu negara yang terus

bertambah berpengaruh pada ekspor suatu komoditi melalui sisi penawaran dan

permintaan. Pada sisi permintaan berdampak pada bertambah besarnya

permintaan domestik sedangkan pada sisi penawaran adalah bertambahnya tenaga

kerja untuk melakukan produksi komoditi ekspor.

Penelitian Terdahulu

Pradipta dan Firdaus (2014) meneliti tentang posisi daya saing dan faktor-

faktor yang memengaruhi ekspor buah-buahan Indonesia. Metode yang digunakan

dalam penelitian ini adalah RCA dan EPD untuk menganalisis posisi daya saing

buah-buahan Indonesia, dan Gravity Model untuk menganalisis faktor-faktor yang

memengaruhi ekspor buah Indonesia. Hasil dari penelitian ini adalah ekspor

mangga, manggis, dan jambu Indonesia memiliki daya saing yang kuat secara

komparatif di dunia, sedangkan daya saing ekspor pisang, stroberi, nanas, dan

melon serta semangka memiliki daya saing yang lemah di dunia. Posisi pangsa

pasar ekspor buah-buahan Indonesia di dunia yang meliputi mangga, manggis,

jambu, nanas, stroberi, pisang, melon, dan semangka berada di posisi pasar yang

paling ideal (rising star). Faktor-faktor yang memengaruhi ekspor buah-buahan

Indonesia adalah jarak ekonomi, nilai tukar riil Indonesia, harga ekspor, dan

indeks harga konsumen Indonesia. Variabel tersebut berpengaruh negatif terhadap

volume ekspor buah Indonesia. Sedangkan variabel GDP riil negara tujuan, GDP

riil Indonesia, dan populasi memiliki pengaruh positif terhadap volume ekspor

buah-buahan Indonesia. Variabel dummy krisis eropa menyebabkan jumlah

permintaan ekspor buah-buahan Indonesia menurun.

Nayantakaningtyas dan Daryanto (2012) menganalisis daya saing produk

Crude Palm Oil (CPO) Indonesia di pasar internasional dan menganalisis strategi

peningkatan daya saing CPO Indonesia. Metode pengolahan dan analisis data

yang digunakan dalam penelitian ini adalah metode deskriptif kualitatif. Alat yang

digunakan untuk menganalisis daya saing minyak sawit adalah Revealed

Comparative Advantages dan Porter's Diamond, sedangkan untuk mengetahui

strategi pengembangan digunakan metode SWOT. Hasil analisis Porter's

Diamond dan revealed comparative advantages disimpulkan bahwa daya saing

CPO Indonesia cukup kuat, namun masih diperlukan adanya strategi untuk

memperkuat terutama pada produk turunan CPO.

12

Karagoz dan Saray (2009) menganalisis tentang Potensi perdagangan Turki

dengan negara-negara Asia Pasifik menggunakan pendekatan Gravity Model.

Metode untuk pemilihan model yang digunakan adalah fixed effect model.

Variabel dependen dalam penelitian ini adalah volume perdagangan antara Turki

dengan negara-negara Asia Pasifik, sedangkan variabel independen adalah GDP

negara tujuan, jarak antar kedua negara yang melakukan perdagangan, dan

populasi negara tujuan ekspor. Data yang digunakan adalah 23 negara anggota

APEC (kecuali negara Laos, Cambodia, dan Myanmar). Hasil dari penelitian ini

adalah GDP berpengaruh positif dan jarak berpengaruh negatif terhadap volume

perdagangan antara turki dan negara-negara Asia Pasifik. Sedangkan populasi

tidak berpengaruh secara signifikan. Negara-negara yang berpotensi untuk

menjadi mitra dagang Turki adalah P.N Guinea, Myanmar, Mexico, Laos, dan

Brunei Darussalam.

Acharya (2013) meneliti tentang analisis data panel pada faktor yang

memengaruhi perdagangan Nepal dengan pendekatan gravity model. Data yang

digunakan adalah data panel dengan 21 negara mitra dagang dan 6 tahun

penelitian. Metode yang digunakan adalah metode gravity model dengan variabel

dependennya adalah ekspor, impor, dan neraca perdagangan, sedangkan variabel

independennya adalah GDP riil Nepal dan negara mitra dagang, populasi Nepal

dan mitra dagang, jarak, dummy SAFTA, OECD, dan freedom of country. Hasil

penelitian ini adalah ekspor dan impor Nepal sangat dipengaruhi oleh GDP riil

negara mitra dagang. GDP riil Nepal berpengaruh positif namun tidak signifikan

terhadap ekspor Nepal, jarak antara Nepal dengan negara mitra dagang

berpengaruh negatif dan siginifikan, populasi Nepal dan negara mitra dagang

berpengaruh negatif terhadap ekspor Nepal. Nepal lebih banyak ekspor pada

SAFTA dibanding negara non SAFTA dan lebih sedikit mengimpor dari OECD

dibanding negara non-OECD.

Haditaqy (2015) menganalisis tentang daya saing dan faktor-faktor yang

memengaruhi permintaan ekspor teh hitam Indonesia ke negara tujuan ekspor.

Metode yang digunakan dalam penelitian ini adalah RCA, EPD, dan Gravity

Model. Data yang digunakan adalah data panel dengan 10 negara dan 6 tahun

periode penelitian. Hasil analisis RCA menunjukkan bahwa teh hitam Indonesia

memiliki daya saing kuat di negara tujuan ekspor. Hasil analisis EPD teh hitam

indonesia di pasar Pakistan, Polandia, Federasi Rusia dan Ukraina berada pada

posisi rising star, Uni Emirat Arab dan Inggris berada pada posisi falling star dan

Jerman, Malaysia, Belanda dan Amerika Serikat berada pada posisi lost

opportunity. Hasil analisis gravity model menunjukkan bahwa variabel yang

berpengaruh signifikan terhadap permintaan ekspor teh hitam adalah GDP riil

negara tujuan ekspor, GDP per kapita negara Indonesia, nilai tukar riil negara

tujuan ekspor, harga ekspor teh hitam dan jarak ekonomi

Hatab, et al (2010) menganalisis tentang faktor yang memengaruhi ekspor

produk pertanian Mesir ke negara tujuan utama dengan pendekatan gravity model.

Data yang digunakan dalam penelitian ini adalah data panel dengan data cross

section berupa 96 negara pengimpor produk pertanian dan data time series berupa

periode penelitian selama 15 tahun dari 1994 hingga 2008. Hasil penelitian ini

adalah GDP negara tujuan ekspor berpengaruh positif terhadap perdagangan mesir

sedangkan jarak berpengaruh negatif terhadap perdagangan mesir. Namun, GDP

perkapita negara pengimpor tidak berpengaruh secara signifikan terhadap ekspor

13

produk pertanian Mesir. Hal ini dikaitkan dengan fakta pertumbuhan ekonomi,

disamping peningkatan populasi dan peningkatan permintaan perkapita untuk

semua barang normal. Volatilitas nilai tukar memiliki koefisien positif yang

signifikan, menunjukkan bahwa depresiasi Pound Mesir terhadap mata uang mitra

dagangnya memengaruhi peningkatan ekspor pertanian Mesir. Biaya transportasi

yang tercermin pada jarak memiliki pengaruh yang negatif pada ekspor pertanian

Mesir. Hasil dari penelitian ini juga menjelaskan bahwa ekspor mesir meningkat

pada negara-negara yang menggunakan bahasa Arabic, namun adanya kerjasama

regional justru tidak berpengaruh signifikan pada ekspor Mesir.

Yuniarti (2007) menganalisis tentang determinan perdagangan bilateral

Indonesia dengan pendekatan gravity model. Metode yang digunakan adalah

metode panel data dengan 10 negara mitra dagang Indonesia dan periode waktu

selama 31 tahu dari 1970 hingga 2000. Hasil penelitian ini adalah pendapatan

domestik, populasi, dan ukuran ekonomi memiliki dampak positif pada

perdagangan bilateral Indonesia, sementara jarak memiliki dampak negatif pada

perdagangan bilateral Indonesia. Faktor endowment dan kerjasama perdagangan

regional tidak berdampak pada perdagangan indonesia.

Kerangka Pemikiran

Salah satu bentuk dinamika perubahan perekonomian dunia adalah adanya

guncangan krisis yang terjadi pada negara-negara besar di dunia, salah satunya

adalah krisis yang terjadi pada tahun 2008. Krisis tersebut berdampak pada negara

kecil seperti Indonesia. Negara-negara besar yang mengalami krisis merupakan

pasar ekspor tradisional Indonesia. Sehingga adanya krisis membawa dampak

yang buruk pada kinerja ekspor Indonesia. Terdapat dua hal yang dapat dilakukan

untuk menghadapi adanya guncangan krisis tersebut, yaitu diversifikasi produk

ekspor dan diversifikasi pasar ekspor.

Diversifikasi pasar ekspor dapat dilakukan dengan cara memperluas pasar

ekspor Indonesia dari pasar tradisional ke pasar nontradisional. Salah satu pasar

nontradisional yang berpotensi adalah kawasan Amerika Latin, dimana kinerja

ekspor Indonesia pada kawasan tersebut tidak turut terguncang pada saat krisis

tahun 2008. Disisi lain, Strategi diversifikasi produk ekspor Indonesia dapat

dilakukan dengan cara memfokuskan pada produk manufaktur, hal tersebut

dikarenakan produk manufaktur memiliki nilai tambah yang dapat meningkatkan

nilai ekspor Indonesia. Salah satu komoditas yang berpotensi dan memiliki tren

ekspor yang terus meningkat pascakrisis adalah ban. Peningkatan ekspor ban

Indonesia dapat mengurangi ekspor produk primer, yaitu karet alam Indonesia.

Sehingga, karet alam dapat dimanfaatkan industri ban Indonesia sebagai bahan

baku dalam memproduksi ban.

Dengan alasan tersebut, penelitian ini akan menganalisis tentang daya

saing ban Indonesia menggunakan alat analisis RCA, EPD, dan Porter’s

Diamond, serta faktor-faktor yang memengaruhi ekspor ban Indonesia ke

Amerika Latin menggunakan Gravity Model. Pada hasil analisis diharapkan dapat

memberikan kontribusi kepada pemerintah sebagai bahan masukan dalam

mengambil kebijakan untuk meningkatkan ekspor ban Indonesia. Kerangka

pemikiran operasional penelitian ini dijelaskan pada Gambar 7.

14

Dinamika perubahan ekonomi dunia

Guncangan krisis di negara

tujuan utama ekspor

Ban Indonesia

Diversifikasi produk

ekspor

Daya saing

komparatif

(RCA)

Implikasi Kebijakan

Dinamika

ekspor

(EPD)

Daya Saing

Kompetitif

(Porter’s

Diamond)

Faktor yang

memengaruhi

ekspor ban

(gravity model)

Penurunan ekspor Indonesia

Diversifikasi pasar

ekspor

Peningkatan produk

manufaktur

Kawasan Amerika

Latin

Gambar 7 Kerangka pemikiran analisis daya saing dan faktor-faktor yang

memengaruhi ekspor ban Indonesia ke kawasan Amerika Latin

15

Hipotesis Penelitian

Berdasarkan teori yang ada, penelitian terdahulu, dan kerangka penelitian

yang terbentuk, maka hipotesis dari penelitian ini adalah sebagai berikut.

1. GDP riil Indonesia perkapita berpengaruh negatif terhadap ekspor ban

Indonesia ke Amerika Latin

2. GDP riil negara tujuan perkapita berpengaruh positif terhadap nilai ekspor

ban Indonesia ke Amerika Latin

3. Populasi negara tujuan berpengaruh positif terhadap nilai ekspor ban

Indonesia ke Amerika Latin

4. Nilai tukar riil negara tujuan berpengaruh positif terhadap nilai ekspor ban

Indonesia ke Amerika Latin

5. Jarak ekonomi berpengaruh negatif terhadap nilai ekspor ban Indonesia ke

Amerika Latin

METODE

Jenis dan Sumber Data

Penelitian ini menggunakan data sekunder berupa jenis data panel yang

terdiri data time series dan cross section. Data time series meliputi periode tahun

2009 sampai 2014, sedangkan data cross section meliputi sepuluh negara di

kawasan Amerika Latin, yaitu Brazil, Meksiko, Kolombia, Paraguay, Argentina,

Panama, Guatemala, Venezuela, Uruguay, dan Costa Rica. Jenis dan sumber data

yang digunakan dalam penelitian ini disajikan pada Tabel 1.

Tabel 1 Jenis dan Sumber Data

No Jenis Data Sumber

1 Nilai ekspor ban dan total ekspor Indonesia ke negara

tujuan ekspor

Trade Map

2 Nilai ekspor ban dan total ekspor dunia ke negara

tujuan ekspor tahun

Trade Map

3 GDP riil perkapita Indonesia UNCTAD

4 GDP riil perkapita negara tujuan ekspor UNCTAD

5 GDP riil Indonesia dan negara tujuan ekspor UNCTAD

6 Populasi negara tujuan ekspor UNCTAD

7 Nilai tukar nominal negara tujuan ekspor terhadap US$ World Bank

8 Indeks Harga Konsumen Amerika Serikat dan negara

tujuan ekspor

UNCTAD

9 Jarak geografis Indonesia dengan negara tujuan ekspor CEPII

16

Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah, Revealed

Comparative Advantage (RCA), Export Product Dynamic (EPD), Porter’s

Diamond dan Gravity Model. Data yang diperoleh diolah menggunakan program

komputer Microsoft Excel 2010 dan Eviews 6.

Analisis Revealed Comparative Advantage (RCA)

Pada penelitian ini, penulis menggunakan metode RCA, untuk mengukur

keunggulan komparatif ban Indonesia dibandingkan dengan negara lain. Adapun

besarnya RCA dapat dicari dengan menggunakan rumus berikut ini (Balassa 1965).

⁄

⁄

Keterangan:

𝑗 : Nilai ekspor ban Indonesia ke negara tujuan ekspor

𝑗 : Nilai total ekspor Indonesia ke negara tujuan ekspor

𝑤 : Nilai ekspor ban dunia ke negara tujuan ekspor

𝑤 : Nilai total ekspor dunia ke negara tujuan ekspor

i : Ban Indonesia

j : Indonesia

w : Dunia

Jika nilai RCA>1, menyatakan bahwa produk-produk tersebut memiliki

keunggulan komparatif atau berdaya saing kuat.

Jika nilai RCA<1, menyatakan bahwa produk-produk tersebut tidak memiliki

keunggulan komparatif atau berdaya saing lemah.

Analisis Export Product Dynamic (EPD)

Export Product Dynamic (EPD) merupakan metode analisis yang

digunakan untuk mengukur posisi pasar ban Indonesia di negara tujuan ekspor.

Selain itu, Metode EPD digunakan untuk mengetahui apakah ekspor ban

Indonesia bersifat dinamis atau tidak di negara tujuan ekspor. Sebuah matriks

EPD terdiri dari daya tarik pasar dan informasi kekuatan bisnis. Daya tarik pasar

dihitung berdasarkan pertumbuhan dari permintaan sebuah produk pada pasar

tujuan ekspor. Kekuatan bisnis diukur berdasarkan pertumbuhan dari perolehan

pasar (market share) sebuah negara pada pasar tujuan tertentu. Kombinasi dari

daya tarik pasar dan kekuatan bisnis menghasilkan karakter posisi pasar suatu

produk ke dalam empat kategori. Keempat kategori tersebut adalah rising star,

falling star, lost opportunity, dan retreat (Esterhuizen 2006).

Berdasarkan analisis ini, posisi pasar yang ideal adalah rising star. Posisi

tersebut mengindikasi suatu negara meraih pangsa pasar pada produk yang

tumbuh dengan cepat. Posisi lost opportunity merupakan posisi pasar yang paling

tidak diinginkan karena posisi pasar ini mengindikasi suatu negara kehilangan

pangsa pasar pada produk yang dinamis. Posisi falling star juga tidak diinginkan,

meskipun lebih baik jika dibandingkan dengan lost opportunity karena pangsa

pasar suatu negara meningkat pada produk yang tidak dinamis. Posisi retreat

mungkin tidak diinginkan, tetapi dapat menajdi masukan untuk beralih pada

produk lainnya yang dinamis (Estherhuizen 2006). Posisi pasar tersebut dapat

dilihat pada Gambar 8.

17

Sumbu x :

Pertumbuhan kekuatan bisnis atau disebut pangsa pasar ekspor i :

∑ (

)

1 ∑ (

) 1

1

Sumbu y :

Pertumbuhan daya tarik pasar atau disebut pangsa pasar produk :

∑ (

)

1 ∑ (

) 1

1

Keterangan :

: Nilai ekspor ban Indonesia ke negara tujuan ekspor

: Nilai ekspor ban dunia ke negara tujuan ekspor

: Nilai total ekspor Indonesia ke negara tujuan ekspor

: Nilai total ekspor dunia ke negara tujuan ekspor

: Jumlah tahun analisis

Analisis Gravity Model

Estimasi Model

Terdapat tiga metode yang digunakan untuk mengestimasi model dengan

data panel yaitu Pooled Least Square (PLS), Fixed Effect Model (FEM), dan

Random Effect Model (REM). PLS merupakan pendekatan model yang paling

sederhana. Model PLS mengasumsikan bahwa nilai intersep masing-masing

variabel sama, lalu model ini juga mengasumsikan bahwa slope koefisien identik

dengan untuk semua unit cross section. Kelemahan pada pendekatan ini adalah

dugaan parameter β akan bias, karena tidak dapat memebedakan observasi yang

berbeda dalam dalam waktu yang sama, atau tidak dapat membedakan observasi

yang sama dalam waktu yang berbeda (Firdaus 2011)

Fixed Effect Model muncul ketika antara efek individu dan peubah

penjelas memiliki pola yang sifatnya tidak acak. Asumsi ini membuat komponen

error dari efek individu dan waktu dapat menjadi bagian dari intersept. Random

Effect Model muncul ketika antara efek individu dan regresor tidak ada korelasi.

Model ini dapat disebut juga dengan error component model karena pada model

ini, parameter yang berbeda antar individu maupun antar waktu dimasukkan

kedalam eror (Firdaus 2011).

Lost Opportunity

Falling Star Retreat

Rising Star

Y

X

Gambar 8 Matriks EPD

18

Pemilihan Model

Penelitian dengan data panel memerlukan uji statistik untuk memilih model

yang terbaik agar memeperoleh dugaan yang efisien. Uji tersebut dapat dilakukan

dengan Uji Chow dan Uji Hausman.

1. Uji Chow

Uji Chow atau uji F-statistics merupakan pengujian statistik yang

bertujuan memilih model fixed effect atau pooled least square untuk

pengujian. Hipotesis dari uji Chow yaitu,

= model pooled least square

1 = model fixed effect.

Jika uji Chow signifikan (probability dari Chow < α) berarti tolak

, artinya model fixed effect yang digunakan. Sebaliknya, jika uji Chow

tidak signifikan (probability > α) berarti tidak tolak , artinya yang

digunakan adalah model pooled least square.

2. Uji Hausman

Uji Hausman merupakan sebuah uji yang digunakan untuk

membandingkan model apa yang akan digunakan, model fixed effect atau

model random effect. Hipotesis dari uji Hausman yaitu

= model random effect

1 = model fixed effect.

Jika uji Hausman signifikan (probability < α) berarti tolak ,

artinya model fixed effect yang digunakan. Sebaliknya, jika uji Hausman

tidak signifikan (probability > α) berarti tidak tolak , artinya yang

digunakan adalah model random effect.

Uji Kesesuaian Model

1. Uji Heteroskedastisitas

Salah satu asumsi penting dalam mdoel ekonomi klasik adalah

nilai varian dari variabel bebas yang konstan disebut homoskedastisitas.

Apabila asumsi ini tidak terpenuhi, maka nilai varian dari variabel bebas

tidak lagi bersifat konstan (heteroskedastisitas). Heteroskedastisitas dalam

data panel dapat di deteksi dengan membandingkan sum square residual

pada wight statistic dan unweight statistic. Jika sum square residual pada

wight statistic lebih kecil dari sum square residual pada unweight statistic,

maka pada model terdapat gejala heteroskedastisitas. Masalah

heteroskedastisitas dapat diatasi dengan Generalized Least Square.

2. Uji Multikolinieritas

Multikolinieritas merupakan suatu penyimpangan asumsi karena

adanya keterkaitan atau hubungan linier antar variabel bebas penyusun

model. Jika terdapat hubungan maka dapat dikatakan bahwa peubah-

peubah bebas tersebut berkolinieritas ganda sempurna (Juanda, 2009).

Menurut Gujarati (1999) adanya multikolinieritas ditandai dengan

beberapa hal berikut ini.

a. Tanda koefisien tidak sesuai dengan yang diharapkan

b. Nilai 2 tinggi, tetapi banyak variabel yang tidak signifikan

c. Matriks korelasi antar variabel tinggi ( > 0.8)

d. 2 < menunjukkan bahwa terjadi multikolinieritas

19

3. Uji Normalitas

Uji normalitas dilakukan untuk mengidentifikasi error term apakah

sudah terdistribusi secara normal atau tidak. Uji tersebut dapat dilakukan

dengan melihat nilai probabilitas yang terdapat pada histogram-normality

dan uji Jarque Bera dengan hipotesis berikut ini.

= (α = 0), error term terdistribusi normal

1 = (α ≠ 0), error term tidak terdistribusi normal

Hasil hipotesis dikatakan tolak apabila nilai jarque bera < α

atau probabilitas (pvalue) < α. Sebaliknya, hasil hipotesis dikatakan tidak

tolak apabila Jarque Bera > α atau probabilitas (pvalue) > α.

Normalitas diketahui melalui sebaran regresi yang merata disetiap nilai.

Tidak tolak mengindikasikan bahwa data yang dianalisis tersebar

normal.

4. Uji Autokorelasi

Masalah autokorelasi muncul karena adanya hubungan linier antar

error term dalam satu penelitian. Uji autokorelasi dilakukan dengan cara

membandingkan nilai Durbin Watson (DW) hasil estimasi dengan DW

tabel. Jika nilai DW berada pada area non-autokorelasi mendekati dua

maka dapat disimpulkan bahwa model tersebut bebas dari masalah

autokorelasi. Kerangka identifikasi autokorelasi disajikan pada Tabel 2.

Tabel 2 Kerangka Identifikasi Autokorelasi

Nilai DW Hasil

4-DL < DW <4 Autokorelasi negatif

4-DL < DW < 4-DL Hasil tidak dapat ditentukan

2 < DW < 4-DU Tidak ada autokorelasi

DU < DW < 2 Tidak ada autokorelasi

DL < DW < DU Hasil tidak dapat ditentukan

0 < DW < DL Autokorelasi positif Sumber : Gujarati (1999)

Model Penelitian

Secara sistematis, model faktor-faktor yang berpengaruh terhadap aliran

ekspor ban Indonesia ke kawasan Amerika latin dirumuskan sebagai berikut.

1 2 3

4 5

Keterangan :

: Nilai ekspor produk ban Indonesia ke negara tujuan (%)

: GDP riil perkapita Indonesia pada tahun 2009-2014 (%)

: GDP riil perkapita negara tujuan pada tahun 2009-2014 (%)

: Populasi negara tujuan tahun 2009-2014 (%)

: Nilai tukar riil negara tujuan terhadap dollar Amerika (%)

: Jarak ekonomi Indonesia dengan negara tujuan (%)

: konstanta (intercepst)

1 2 3 4 5 : parameter yang diduga (n=1,2,3,4,5)

: random error

20

Berikut ini definisi operasional dari masing-masing variabel dalam

persamaan diatas.

Nilai ekspor merupakan nilai ekspor ban Indonesia ke 10 negara

Amerika Latin yang diteliti dalam satuan US$ selama periode

2009-2014

GDP Indonesia adalah GDP riil perkapita Indonesia dalam satuan

US$ selama periode 2009-2014.

GDP negara tujuan adalah GDP riil perkapita negara tujuan ekspor

ban Indonesia dalam satuan US$ selama periode 2009-2014.

Populasi adalah jumlah penduduk negara tujuan ekspor ban

Indonesia selama periode 2009-2014

Nilai tukar adalah nilai tukar riil negara tujuan ekspor ban

Indonesia terhadap mata uang Amerika Serikat selama periode

2009-2014.

Jarak ekonomi dihitung dengan cara jarak geografis antara

Indonesia dengan negara tujuan ekspor dikali dengan perbandingan

antara GDP negara tujuan dan GDP total negara tujuan ekspor

selama periode penelitian yaitu 2009 sampai 2014.

Analisis Porter’s Diamond

Daya saing kompetitif ban Indonesia di analisis menggunakan metode

Porter’s Diamond. Analisis dilakukan pada tiap komponen yang terdapat pada

Porter’s Diamond Theory. Komponen tersebut meliputi :

1. Factor Condition (FC), yaitu keadaan faktor–faktor produksi dalam suatu

industri seperti tenaga kerja dan infrastuktur.

2. Demand Condition (DC), yaitu keadaan permintaan atas barang dan jasa

dalam negara.

3. Related and Supporting Industries (RSI), yaitu keadaan para penyalur dan

industri lainnya yang saling mendukung dan berhubungan

4. Firm, Strategy, Structur, and Rivalry (FSSR), yaitu strategi yang dianut

perusahaan pada umumnya, stuktur industri dan keadaan kompetisi dalam

suatu industri domestik.

Keempat faktor utama diatas didukung oleh dua faktor pendukung yang

lain yaitu faktor pemerintah dan faktor kesempatan. Dari hasil analisis enam

komponen Porter’s Diamond, dapat ditentukan kelebihan dan kekurangan ban

Indonesia serta perkembangan competitive advantage dari industri ban Indonesia.

Komponen-komponen Porter’s Diamond dapat dilihat pada Gambar 9.

Kondisi Faktor

Industri terkait dan pendukung

Strategi, struktur dan persaingan

Kondisi permintaan

Peran Pemerintah

Kesempatan

Sumber : Porter (1990)

Gambar 9 Teori Porter's Diamond

21

HASIL DAN PEMBAHASAN

Gambaran Umum Ban Indonesia

Sektor perindustrian di seluruh dunia saat ini mengalami perkembangan

yang sangat pesat. Perkembangan sektor industri pengolahan merupakan salah

satu tolak ukur untuk menilai bagaimana struktur perekonomian di suatu negara.

Begitu pula di Indonesia, hingga saat ini perekonomian negara masih didominasi

oleh industri pengolahan. Disetiap tahunnya, industri pengolahan memberikan

kontribusi terbesar pada PDB Indonesia dibanding dengan lapangan usaha lainnya.

Sebagaimana pada tahun 2014, kontribusi industri pengolahan mendominasi PDB

Indonesia seperti yang disajikan pada Gambar 10.

Sumber : BPS, diolah

Gambar 10 Distribusi PDB berdasarkan lapangan usaha tahun 2014

Salah satu industri pengolahan yang berpotensi di Indonesia adalah

industri ban. Menurut Kementrian Perindustrian (2016), Industri ban nasional

merupakan salah satu industri andalan yang mampu berkompetisi di tingkat global.

Industri ban merupakan industri hilir karet alam yang memberikan sumbangan

ekspor terbesar dibanding industri hilir karet alam lainnya. Perkembangan ekspor

produk ban Indonesia disajikan pada Gambar 11.

14%

10%

24%

1%

10%

15%

7%

8%

11% pertanian, peternakan

pertambangan dan penggalian

industri pengolahan

listrik, gas, dan air bersih

bangunan

perdagangan, hotel, dan restoran

pengangkutan dan komunikasi

keuangan, persewaa, & jas persh

jasa-jasa

Sumber : Trade map 2016, diolah

Gambar 11 Nilai ekspor ban luar dan karet alam Indonesia

22

Berdasarkan Gambar 11, dapat dilihat bahwa nilai ekspor ban Indonesia

tidak menunjukkan peningkatan yang signifikan dan cenderung konstan. Namun,

hal tersebut lebih baik dibanding perkembangan ekspor karet alam yang

mengalami penurunan secara tajam mulai tahun 2011. Hal ini berarti bahwa

Indonesia mulai fokus pada ekspor industri pengolahan, industri ban, yang

memiliki nilai tambah dibandingkan produk primer tanpa nilai tambah seperti

karet alam. Industri ban di Indonesia terdiri dari perusahaan-perusahaan ban yang

tergabung dalam Asosiasi Perusahaan Ban Indonesia (APBI). Anggota APBI

disajikan pada Tabel 3.

Tabel 3 Daftar perusahaan ban Indonesia

No Nama Perusahaan Ban Roda-4 Ban Roda-2

1 PT. Goodyear Indonesia Tbk Produksi -

2 PT. Bridgestone Tire Indonesia Produksi -

3 PT. Gajah Tunggal Tbk Produksi Produksi

4 PT. Industri Karet Deli Produksi Produksi

5 PT. Sumi Rubber Indonesia Produksi Produksi

6 PT. Suryaraya Rubberindo Industries - Produksi

7 PT. Elangperdana Tyre Industry Produksi -

8 PT. Benteng Pratama Rubber Co.Ltd - Produksi

9 PT. Hung-A Indonesia - Produksi

10 PT. United King-Land - Produksi

11 PT. Surabaya Kencana Anugerah - Produksi Sumber : Laporan tahunan APBI 2013

Perkembangan industri otomotif yang pesat berdampak positif terhadap

industri ban Indonesia khususnya penjualan dalam negeri, yaitu disegmen pasar

Replacement dan pasar perakitan (OEM). Secara umum, produk industri ban

Indonesia adalah ban mobil (roda-4) dan motor (roda-2). Perkembangan produksi

dan penjualan ban mobil dan ban motor Indonesia disajikan pada Tabel 4.

Tabel 4 Produksi dan penjualan ban Indonesia

Produksi dan Penjualan

(ribu unit)

Tahun

2008 2009 2010 2011 2012 2013

Produksi

Ban Mobil (roda-4) 42,853 39,132 50,016 51,896 50,261 47,420

Ban Motor (roda-2) 28,804 28,467 40,482 41,745 47,120 54,843

Penjualan Replacement Ban Mobil 8,829 8,450 10,497 11,089 11,933 13,050

Ban Motor 15,963 15,358 23,510 23,919 30,980 36,272

OEM Ban Mobil 3,408 2,579 3,982 4,336 5,517 5,746

Ban Motor 12,538 11,835 15,163 16,065 14,558 15,999

Ekspor Ban Mobil 30,128 28,000 34,701 35,979 32,083 28,469

Ban Motor 780 1,096 1,254 1,334 1,501 1,893

Total

penjualan

Ban Mobil 42,365 39,029 49,180 51,404 49,533 47,265

Ban Motor 29,281 28,289 39,927 41,318 47,039 54,164

Sumber : Laporan tahunan APBI 2013

23

Produksi dan penjualan ban mobil tahun 2013 turun sebesar 5.7% dan 4.6%

dibandingkan tahun 2012. Hal ini disebabkan adanya penurunan penjualan di

pasar ekspor yang merupakan bagian terbesar dari penjualan. Penurunan

penjualan ekspor sebesar 11.3% dari 32 juta unit ban tahun 2012 menjadi 28 juta

unit tahun 2013 disebabkan oleh menurunnya permintaan ban dari negara-negara

tujuan utama ekspor Indonesia yang masih dilanda krisis ekonomi. Meskpiun

demikian, penjualan ban dipasar dalam negeri oleh anggota APBI masih

menunjukkan peningkatan yang cukup baik. Peningkatan penjualan di pasar

replacement meningkat cukup tinggi yaitu sebesar 9.4%, sedangkan di pasar

perakitan (OEM) meningkat sebesar 4.2% akibat meningkatnya produksi mobil

dalam negeri (APBI 2013).

Perkembangan produksi dan penjualan ban motor Indonesia tahun 2013

lebih baik dibanding ban mobil. Produksi ban motor meningkat sebesar 16.4%

dan penjualannyapun meningkat di semua segmen pasar. Di pasar replacement

penjualannya meningkat sebesar 17.1%, di pasar perakitan meningkat 9.9%, di

pasar ekspor meningkat sebesar 26.1%. Peningkatan tersebut dipengaruhi oleh

tambahan penjualan dalam negeri dan produksi motor (APBI 2013).

APBI (2013) menyatakan bahwa karet alam dan karet sintetis adalah bahan

baku utama produksi ban. Pembelian karet alam dilakukan berdasarkan harga

internasional. Pemakaian karet alam dan sintetis tahun 2013 mengalami

penurunan antara 7% dan 8% dibandingkan pada tahun 2012. Hal tersebut

disebabkan oleh produksi ban yang menurun akibat penurunan produksi otomotif.

Selain karet sebagai bahan baku produk ban, tenaga kerja merupakan salah satu

faktor utama dalam produk ban Indonesia. Menurut APBI (2013) hingga tahun

2013 penyerapan tenaga kerja oleh industri ban Indonesia menunjukkan angka

yang terus meningkat setiap tahunnya. Perkembangan input industri ban disajikan

pada Tabel 5.

Tabel 5 Penggunaan input industri ban Indonesia

Sumber : Laporan tahunan APBI 2013

Secara umum, APBI menyimpulkan bahwa meskipun indikator-indikator

ekonomi menunjukkan pelemahan, namun perekonomian dalam negeri khususnya

sektor riil menunjukkan peningkatan yang cukup mendukung industri dan

perdagangan baik jasa maupun manufaktur. Pertumbuhan industri ban Indonesia

dipicu oleh semakin tingginya produksi dan penjualan otomotif dalam negeri,

sehingga penjualan ban di pasar replacement dan pasar perakitan ikut meningkat.

Disisi lain, penjualan ekspor akan membaik seiring pulihnya perekonomian dunia.

Input Tahun

2008 2009 2010 2011 2012 2013

Penyerapan

tenaga kerja

(orang)

23,436 23,808 27,010 28,116 30,332 31,076

Karet alam 164,629 150,564 189,780 196,109 206,540 190,336

Karet sintetis 125,034 116,936 149,978 166,350 164,429 150,606

Total Karet

(ton)

289,663 267,500 339,758 362,459 370,969 340,942

24

Analisis Daya Saing Komparatif dan Dinamika Ekspor Ban Indonesia

Keunggulan Komparatif

Perkembangan nilai ekspor produk ban Indonesia ke Amerika latin pada

enam tahun terakhir menunjukkan perkembangan yang baik, sehingga perlu

diketahui potensi daya saingnya di negara tujuan ekspor. Analisis daya saing

komparatif ban Indonesia dalam penelitian ini menggunakan metode Revealed

Comparative Advantage (RCA). Hasil RCA dari sepuluh negara yang diteliti,

sebagian besar memiliki nilai lebih dari satu, yang artinya memiliki daya saing

yang tinggi. Hasil estimasi nilai RCA produk ban Indonesia ke sepuluh negara

tujuan di kawasan Amerika Latin disajikan pada Tabel 6.

Tabel 6 Hasil RCA produk ban Indonesia ke Amerika Latin

Negara Nilai RCA

2009 2010 2011 2012 2013 2014

Brazil 1.128 0.783 0.842 1.963 3.718 3.804

Meksiko 12.748 10.338 15.297 27.207 24.684 47.621

Kolombia 0.539 0.754 0.774 0.885 1.615 2.598

Paraguay 1.697 4.987 4.997 6.855 3.987 4.805

Argentina 0.550 0.021 0.325 0.249 0.239 0.772

Panama 2.363 2.097 2.077 2.873 0.451 1.446

Guatemala 1.534 5.305 6.583 2.014 3.336 3.332

Venezuela 2.227 4.834 9.173 12.756 8.785 31.083

Uruguay 4.043 47.315 56.432 56.116 37.628 16.392

Costa Rica 14.601 66.556 55.642 58.384 48.379 14.844

Tabel 6 menunjukkan perkembangan daya saing produk ban Indonesia di

sepuluh negara kawasan Amerika Latin dari tahun ke tahun. Pada tahun 2009-

2014 produk ban Indonesia memiliki nilai RCA yang berfluktuatif. Dari sepuluh

negara yang diteliti, hanya terdapat satu negara yang selalu memiliki nilai RCA

kurang dari satu, yaitu negara Argentina. Hal ini berarti bahwa produk ban

Indonesia di negara Argentina kalah saing dengan produsen ban lainnya.

Meskipun demikian, negara Argentina masih menajadi pasar yang potensial untuk

ekspor ban Indonesia karena nilai RCA pada tahun 2014 sebesar 0.772 yang

merupakan nilai terbesar dalam 10 tahun terakhir.

Berbeda dengan negara Argentina, nilai RCA di negara Kolombia terus

mengalami peningkatan dan selalu lebih dari satu. Hal tersebut berarti produk ban

Indonesia memiliki keunggulan komparatif dan berdaya saing tinggi di negara

Kolombia. Begitu pula yang terjadi di negara Venezuela, meskipun terjadi

penurunan pada tahun 2013 sebesar 31.1% dari 12.756 menjadi 8.785, namun

secara keseluruhan nilai RCA Venezuela memiliki tren yang positif, bahkan pada

tahun 2014, RCA Venezuela meningkat secara tajam sebesar 253.8% dari 8.785

menjadi 31.083. Hal tersebut juga terjadi pada negara meksiko, dimana terjadi

peningkatan sebesar 92.9% dari 24.684 pada tahun 2013 menjadi 47.621 pada

tahun 2014. Secara keseluruhan, rata-rata nilai RCA sepuluh negara kawasan

Amerika Latin dari tahun 2009 sampai 2014 dapat dilihat pada Tabel 7.

25

Tabel 7 Nilai Rata-Rata RCA produk ban Indonesia ke Amerika Latin

Negara Rata-Rata RCA

Brazil 2.04

Meksiko 22.98

Kolombia 1.19

Paraguay 4.56

Argentina 0.36

Panama 1.89

Guatemala 3.65

Venezuela 11.48

Uruguay 36.32

Costa Rica 43.07

Rata Rata seluruh negara 12.76

Perkembangan nilai RCA produk ban Indonesia dari tahun 2009 sampai

2014 terangkum dalam pada Tabel 7. Rata-rata RCA tertinggi produk ban

Indonesia di kawasan Amerika Latin yaitu negara Costa Rica sebesar 43.07%,

selanjutnya diikuti oleh Uruguay, Meksiko, Venezuela, Paraguay, Guatemala,

Brazil, Panama, dan Kolombia. Negara Argentina memiliki nilai rata-rata RCA

sebesar 0.36 yang berarti produk ban Indonesia tidak memiliki keunggulan

komparatif dan berdaya saing rendah dibandingkan dengan pesaing negara

produsen ban lainnya.

Dinamika Ekspor

Dinamika ekspor produk ban Indonesia di pasar Amerika Latin dapat diteliti

menggunakan metode Export Product Dynamic (EPD). Berdasarkan hasil

pengamatan dan estimasi EPD, posisi pasar ban Indonesia disajikan pada gambar

dibawah ini.

Sumber : Trade Map 2016, diolah

Gambar 12 Hasil EPD produk ban Indonesia ke Amerika Latin

26

Gambar 12 menunjukkan bahwa pasar ekspor produk ban Indonesia ke

Amerika Latin berada pada posisi Rising Star dan Falling Star. Terdapat enam

negara yang menempati posisi Rising Star, yaitu Panama, Venezuela, Meksiko,

Guatemala, Costa Rica, Uruguay. Hal ini menunjukkan bahwa selama periode

2009-2014, permintaan dunia terhadap produk ban Indonesia meningkat setiap

tahunnya, dan mengakibatkan produk ini menjadi salah satu produk yang dinamis

di Amerika Latin. Selain itu, pangsa pasar ekspor produk ban Indonesia juga

memiliki pertumbuhan yang positif, sehingga produk ban Indonesia dapat

dikategorikan sebagai produk yang kompetitif di pasar Amerika Latin. Negara

dengan posisi Rising Star merupakan posisi yang ideal sehingga keenam negara

tersebut berpotensi untuk dijadikan tujuan ekspor produk ban Indonesia.

Sedangkan yang menempati posisi Falling Star yaitu Brazil, Kolombia,

Paraguay, dan Argentina. Hal ini berarti bahwa produk ban Indonesia di empat

negara tersebut mengalami pertumbuhan pangsa ekspor yang positif, namun

terdapat penurunan pada permintaan ekspor produk ban Indonesia. Sehingga,

empat negara yang menempati posisi Falling Star kurang berpotensi untuk

dijadikan tujuan ekspor produk ban Indonesia.

Faktor-Faktor yang Memengaruhi Ekspor Produk Ban Indonesia ke

Amerika Latin

Hasil Estimasi Model

Analisis faktor-faktor yang memengaruhi ekspor produk ban Indonesia ke

kawasan Amerika Latin dalam penelitian ini menggunakan Gravity Model.

Variabel independen yang digunakan adalah GDP riil perkapita Indonesia

( ), GDP riil perkapita negara tujuan ekspor ( ), populasi

( ), nilai tukar riil negara tujuan ekspor ( ), dan jarak ekonomi ( ).

Variabel dependen yang digunakan adalah nilai ekspor ( ) produk ban

Indonesia ke kawasan Amerika Latin. Data yang di analisis adalah data panel

yang merupakan gabungan antara data time series dan cross section. Dalam

pengolahan datanya, penelitian ini menggunakan metode efek tetap (Fixed Effect

Model).

Pemilihan metode pendekatan yang terbaik antara random effect, fixed

effect, ataupun PLS dilakukan dengan melakukan uji Hausman dan uji Chow

terlebih dahulu. Hasil uji Chow menunjukkan nilai probabilitas sebesar 0.0000,

dimana angka tersebut lebih kecil dari taraf nyata (α) 5% (lihat lampiran 1).

Probabilitas (0.0000) < α (0.05) berarti bahwa cukup bukti untuk melakukan

penolakan terhadap sehingga model yang digunakan adalah fixed effect.

Selain uji Chow, terdapat uji Hausman sebagai dasar pemilihan

pendekatan model yang terbaik. Hasil uji Hausman menunjukkan nilai

probabilitas sebesar 0.0003, dimana angka tersebut lebih kecil dari taraf nyata (α)

< 5% (lihat lampiran 2). Probabilitas (0.0003) < α (0.05) berarti bahwa cukup

bukti untuk melakukan penolakan terhadap , sehingga model yang baik utnuk

digunakan adalah fixed effect. Hasil tersebut menguatkan bukti pada uji Chow

bahwa pendekatan model yang terbaik untuk penelitian ini adalah fixed effect

model.

27

Berdasarkan hasil pengolahan data, diperoleh nilai-nilai koefisien penduga

ekspor produk ban Indonesia. Berikut merupakan tabel hasil estimasi gravity

model untuk ekspor produk ban Indonesia ke Amerika Latin menggunakan fixed

effect dengan pembobotan cross section weighted.

Berdasar hasil pengolahan data, diperoleh estimasi persamaan nilai ekspor

produk ban Indonesia ke kawasan Amerika Latin yang terbaik adalah sebagai

berikut.

n Pijt n DP P it n DP P jt

nP Pjt n T jt n ijt

Keterangan :

: Nilai ekspor produk ban Indonesia ke negara tujuan

: GDP riil perkapita Indonesia pada tahun t (%)

: GDP riil perkapita negara tujuan pada tahun-t (%)

: Populasi negara tujuan (%)

: Nilai tukar riil negara tujuan terhadap dollar Amerika (%)

: Jarak ekonomi Indonesia dengan negara tujuan (%)

: konstanta (intercepst)

1 2 3 4 5 : parameter yang diduga (n=1,2,3,4,5)

i : Indonesia

j : negara tujuan ekspor

t : tahun yang diteliti (2009-2014)

Tabel 8 Hasil estimasi gravity model nilai ekspor produk ban

Indonesia

Variabel Koefisien Probabilitas

LNGDPRPI -8.715858 0.0525**

LNGDPRPN 24.09745 0.0000*

LNJE -29.11129 0.0000*

LNNTR 2.590919 0.0050*

LNPOP 23.25156 0.0377*

C -339.1077 0.0413*

Weighted Statistics

R-squared 0.9468 Sum squared resid 17.3413

Prob(F-statistic) 0.0000 Durbin-Watson stat 2.32455

Unweighted Statistics

Sum squared resid 18.56270

Catatan : *) signifikan pada taraf nyata 5%

**) signifikan pada taraf nyata 10%

28

Berdasarkan hasil estimasi pada tabel 8, diketahui nilai koefisien

determinasi ( 2) sebesar 0.946802, yang berarti bahwa sekitar 94.7% keragaman

faktor-faktor yang memengaruhi nilai ekspor produk ban Indonesia ke sepuluh

negara kawasan Amerika Latin dapat dijelaskan oleh variabel-variabel bebas yang

ada, sedangkan 5.3% sisanya dijelaskan oleh faktor-faktor diluar model. Seteleh

fixed effect terpilih sebagai pendekatan model yang terbaik, selanjutnya perlu

dilakukan uji asumsi klasik untuk mendapatkan model yang terbebas dari

masalah asumsi klasik seperti heteroskedastisitas, multikolinieritas, normalitas,

dan autokorelasi.

Uji Asumsi Klasik

Uji Heteroskedastisitas dapat dilihat dengan membandingkan nilai sum

square residual. Pada hasil estimasi model, terlihat bahwa sum square residual

pada weight statistic lebih kecil dari sum square residual pada unweight statistic,

yaitu 17.34132 < 18.56270. Hal ini menunjukkan bahwa terjadi permasalahan

heteroskedastisitas pada model tersebut. Namun, secara umum model ini sudah

memenuhi asumsi heteroskedastisitas karena model diestimasi menggunakan

generalized least square dan sudah diberi pembobotan cross-section weights pada

model. Selain itu, masalah heteroskedastisitas dapat dilihat dari hasil standardized

residual graph. Hasil estimasi model menunjukkan bahwa grafik standar residual

berfluktuatif sperti grafik detak jantung (lampiran 3). Sehingga, dapat disimpulkan

bahwa tidak terjadi masalah heteroskedastisitas pada model nilai ekspor produk

ban Indonesia ke Amerika Latin.

Multikolinieritas terjadi jika pada model yang dihasilkan terbukti

signifikan secara keseluruhan pada uji-F dan memiliki R-squared yang tinggi

namun hanya sedikit variabel yang signifikan pada uji-T. Uji multikolinieritas

dapat dilihat dari nilai koefisien korelasi antar variabel. Pada hasil estimasi model,

terdapat koefisien korelasi yang lebih besar dari 0.8 (lampiran 4), sehingga

mengindinkasikan adanya multikolinieritas. Namun, hal tersebut dapat diabaikan

karena pada model ini, nilai R-squared sebesar 94.7% dan seluruh variabel

bebasnya signifikan. (Evasari 2014).

Uji normalitas digunakan untuk menguji normal atau tidaknya error terms

suatu data panel. Uji normalitas dilakukan dengan melihat nilai probabilitas dan

nilai Jarque-Bera yang terdapat pada histogram-normality test. Berdasar hasil uji

normalitas pada model (lampiran 5), dapat dilihat bahwa nilai Jarque-Bera

sebesar 3.954350, dimana angka tersebut lebih besar dari taraf nyata 5%

(3.954350 > 0.05). Nilai probabilitas pada hasil uji normalitas sebesar 0.138460,

lebih besar dari taraf nyata 5% (0.138460 > 0.005). Sehingga, dapat disimpulkan

bahwa pada model ekspor produk ban Indonesia ke Amerika Latin telah memiliki

error terms yang menyebar normal.

Uji autokorelasi pada penelitian dilakukan dengan cara melihat nilai

Durbin Watson (DW). Nilai DW pada model sebesar 2.324547, mendekati angka

dua, sehingga dapat disimpulkan tidak terdapat masalah autokorelasi. Selain itu,

pengujian asumsi autokorelasi dapat melalui perhitungan manual tabel DW.

Jumlah observasi penelitian ini sebanyak 60, jumlah variabel independen

sebanyak 5, dan α sebesar 1%, maka diperoleh nilai Durbin Watson tabel dengan

DL sebesar 1.24856, DU sebesar 1.59808, dan DW sebesar 2.324547. Maka, nilai

DW berada diantara 2 < DW< (4-DU), yang berarti tidak terdapat autokorelasi.

29

GDP Riil Perkapita Indonesia

Hipotesis yang telah di bangun pada awal penelitian yaitu GDP riil

perkapita Indonesia akan berpengaruh negatif terhadap nilai ekspor produk ban

Indonesia. Peningkatan GDP dapat diartikan sebagai peningkatan pendapatan

masyarakat, sehingga akan meningkatkan permintaan domestik dan menyebabkan

ekspor ban menurun. Berdasarkan hasil estimasi model yang terdapat pada Tabel

8, GDP riil perkapita Indonesia memiliki koefisien sebesar -8.716 yang berarti

bahwa variabel tersebut berpengaruh negatif terhadap nilai ekspor produk ban

Indonesia dengan probabilitas sebesar 0.0525 yang berarti bahwa signifikan pada

taraf nyata 10%. Ketika GDP riil perkapita Indonesia mengalami peningkatan

sebesar 1% maka nilai ekspor produk ban Indonesia akan mengalami penurunan

sebesar 8.716% dengan asumsi variabel lainnya konstan (ceteris paribus). Hasil

estimasi ini didukung oleh penelitian Haditaqy (2015) yang menyatakan bahwa

peningkatan GDP riil perkapita Indonesia dapat diartikan pula sebagai

peningkatan daya beli masyarakat Indonesia. Sehingga, terjadi peningkatan

konsumsi dalam negeri yang mengakibatkan jumlah permintaan dalam negeri

meningkat dan jumlah produk ban Indonesia yang di ekspor menurun.

GDP Riil Perkapita Negara Tujuan Ekspor

Berdasarkan hasil pengolahan data pada Tabel 8, dapat dilihat bahwa GDP

riil perkapita negara tujuan memiliki hubungan yang positif terhadap nilai ekspor

produk ban Indonesia dengan nilai probabilitas 0.000 yang berarti bahwa

signifikan pada taraf nyata 5%. Angka koefisien GDP riil perkapita negara tujuan

sebesar 24.097 menunjukkan bahwa peningkatan GDP riil perkapita negara tujuan

sebesar 1% akan berpengaruh pada peningkatan nilai ekspor produk ban Indonesia

sebesar 24.097% dengan asumsi bahwa variabel lain konstan (ceteris paribus).

Hal tersebut sesuai dengan hipotesis dimana GDP riil perkapita negara tujuan

berhubungan positif dengan ekspor ban Indonesia. Peningkatan GDP dapat

diartikan sebagai peningkatan daya beli masyarakat negara tujuan ekspor,

sehingga akan meningkatan permintaan terhadap produk ban Indonesia.

Permintaan produk ban yang meningkat tersebut akan meningkatkan nilai ekspor

ban Indonesia ke kawasan Amerika Latin.

Jarak Ekonomi

Berdasarkan hasil estimasi yang disajikan pada Tabel 8 menunjukkan

bahwa jarak ekonomi antara Indonesia dengan negara tujuan ekspor berpengaruh

negatif terhadap nilai ekspor produk ban Indonesia. Angka probabilitas sebesar

0.000 menunjukkan bahwa jarak ekonomi memiliki pengaruh yang signifikan

terhadap nilai ekspor produk ban Indonesia pada taraf nyata 5%. Koefisien jarak

ekonomi sebesar -29.111 memiliki makna jika jarak ekonomi antara Indonesia

dengan negara tujuan bertambah 1%, maka nilai ekspor produk ban Indonesia

turun sebesar -29.111% dengan asumsi variabel lainnya konstan (ceteris paribus).

Hasil tersebut sesuai dengan hipotesis bahwa jarak ekonomi akan berpengaruh

negatif terhadap nilai ekspor. Jarak ekonomi merupakan gambaran dari biaya

transportasi yang diperlukan untuk mengirim ban dari Indonesia ke kawasan

Amerika Latin, sehingga meningkatnya jarak ekonomi merupakan bentuk

peningkatan biaya transportasi dan akan mengurangi nilai perdagangan, dalam hal

ini berarti nilai ekspor produk ban Indonesia berkurang.

30

Nilai Tukar Riil

Nilai tukar riil pada hasil pengolahan data menunjukkan pengaruh yang

positif terhadap nilai ekspor ban Indonesia. Probabilitas nilai tukar riil sebesar

0.005 berarti bahwa nilai tukar riil memiliki pengaruh yang signifikan terhadap

nilai ekspor ban Indonesia pada taraf nyata 5%. Angka koefisien nilai tukar riil

sebesar 2.591 berarti setiap kenaikan nilai tukar riil sebesar 1% akan

menyebabkan kenaikan nilai ekspor ban Indonesia sebesar 2.591% dengan asumsi

variabel lainnya ceteris paribus. Hasil tersebut sesuai dengan hipotesis bahwa

nilai tukar riil akan berpengaruh positif pada nilai ekspor ban Indonesia. Nilai

tukar riil yang digunakan dalam penelitian ini adalah nilai tukar riil negara tujuan

terhadap dollar Amerika Serikat. Jika nilai tukar riil negara tujuan ekspor

terapresiasi, barang-barang domestik negara tujuan relatif lebih mahal sedangkan

barang-barang luar negeri relatif lebih murah sehingga penduduk domestik negara

tujuan ekspor berkeinginan membeli sedikit barang dalam negeri. Sehingga, akan

terjadi peningkatan terhadap permintaan barang luar negeri salah satunya produk

ban Indonesia yang akan membawa peningkatan nilai ekspor ban Indonesia.

Populasi Negara Tujuan

Berdasarkan hasil estimasi, populasi negara tujuan ekspor berpengaruh

positif terhadap nilai ekspor produk ban Indonesia. Dapat dilihat pada tabel 8,

bahwa nilai probabilitas populasi negara tujuan sebesar 0.037 yang artinya

variabel tersebut memiliki pengaruh yang signifikan terhadap nilai ekspor produk

ban Indonesia pada taraf nyata 5%. Angka koefisien populasi adalah 23.251,

memiliki makna bahwa jika terjadi peningkatan populasi negara tujuan ekspor

sebesar 1%, maka nilai ekspor produk ban Indonesia akan meningkat sebesar

23.251% dengan asumsi variabel lainnya ceteris paribus. Hal tersebut telah sesuai

dengan hipotesis awal bahwa populasi negara tujuan akan berpengaruh positif

terhadap nilai ekspor produk ban Indonesia. Meningkatnya jumlah penduduk di

negara tujuan ekspor, akan meningkatkan permintaan terhadap produk ban

Indonesia, sehingga akan meningkatkan nilai ekspornya.

Analisis Keunggulan Kompetitif

Analisis keunggulan kompetitif produk ban Indonesia dapat dilihat melalui

teori Porter’s Diamond. Enam kondisi porter’s diamond dijelaskan sebagai

berikut.

1. Kondisi Faktor

- Kepala Badan Penelitian dan Pengembangan Industri (BPPI)

menyatakan bahwa tingkat penyerapan karet alam untuk industri dalam

negeri didominasi oleh industri ban. Penyerapan industri ban sebesar

55% dan sisanya dimanfaatkan oleh industri vulkanisir, industri alas

kaki, industri perangkat dari karet, dan industri barang jadi dari lateks

(Gapkindo 2015). (+)

- Perkembangan produktivitas karet Indonesia terus menunjukkan tren

positif dari tahun 2009-2015 (Ditjenbun 2016). (+)

31

- Produksi karet Indonesia pada tahun 2009 sebesar 2,440,347 ton dan

terus meningkat hingga 3,231,825 ton pada tahun 2015 (Ditjenbun

2016). (+)

- Luas areal perkebunan karet pada tahun 2009 sebesar 3,435,270 hektar

dan terus mengalami peningkatan yang signifikan hingga tahun 2015

sebesar 3,656,057 (Ditjenbun 2016). (+)

- Kegiatan penanganan pascapanen tanaman tahunan perkebunan seperti

pengolahan bahan olah karet (di tingkat petani/kelompok petani

umumnya masih dilakukan secara sederhana (Ditjenbun 2011). (-)

- Penyerapan tenaga kerja oleh industri ban terus meningkat dari tahun

2008-2013. Sebanyak 23,436 tenaga kerja diserap oleh industri ban

pada tahun 2008 dan terus meningkat hingga tahun 2013 menjadi

31,076 tenaga kerja (APBI 2013). (+)

- Berdasarkan laporan tahunan APBI tahun 2013, tenaga kerja yang

digunakan dalam produksi ban Indonesia didominasi oleh tenaga kerja

lokal. Sehingga, biaya produksi perusahaan lebih rendah. (+)

2. Kondisi Permintaan

- Berdasarkan pengolahan data pada gravity model, populasi negara

tujuan berpengaruh positif dan memiliki koefisien yang cukup besar

terhadap nilai ekspor ban Indonesia. Sehingga, kawasan Amerika Latin

yang sebagian besar negaranya memiliki populasi yang besar dapat

berpotensi untuk meningkatkan permintaan ban Indonesia. (+)

- Permintaan produk ban Indonesia mengalami peningkatan dari tahun

2009-2014 di kawasan Amerika Latin (Trade Map 2016). (+)

- Jarak antara Indonesia dengan kawasan Amerika Latin yang sangat

jauh menyebabkan besarnya biaya transportasi. Sehingga dapat

menyebabkan permintaan ban Indonesia cenderung rendah. (-)

- GDP perkapita kawasan Amerika Latin 10 tahun terakhir, mulai 2004

hingga 2014, mengalami peningkatan yang signifikan setiap tahunnya.

Berdasarkan analisis gravity model, GDP perkapita negara tujuan

ekspor berpengaruh positif terhadap nilai ekspor ban Indonesia.

Sehingga, peningkatan GDP perkapita di kawasan Amerika latin dapat

menjadi potensi untuk meningkatkan permintaan ban Indonesia

(UNCTAD 2016). (+)

3. Industri Terkait dan Pendukung

- Thailand, Indonesia dan Malaysia sepakat untuk untuk melaksanakan

AETS (Agreed Export Tonnage Scheme) yang efektif diberlakukan

pada 1 Maret 2016 dengan tujuan mengatasi rendahnya harga karet

alam dan mengurangi over supply. Menurut ITRC (International

Tripartite Rubber Council), ketiga negara (yang memasok 67%

kebutuhan karet alam global) akan memotong jumlah kapasitas

ekspornya sebesar 615,000 ton. Selama periode tersebut, Thailand akan

mengurangi ekspornya sebesar 324,015 ton, Indonesia sebesar 238.736

ton dan Malaysia sebesar 52,249 ton. Di samping itu, untuk mengatasi

over supply karet alam, negara-negara ITRC juga setuju untuk

meningkatkan konsumsi domestiknya. (+)

32

- Perusahaan-perusahaan dalam industri karet Indonesia tergabung dalam

suatu organisasi yaitu Gabungan Perusahaan Karet Indonesia

(Gapkindo). Anggota gapkindo terus mendorong penyerapan karet alam

oleh industri dalam negeri. Hal ini diperkuat dengan komitmen

gapkindo yang dideklarasikan pada april 2015 yang menyatakan bahwa

akan mendorong regulasi untuk meningkatkan penyerapan karet alam

dalam negeri (Gapkindo 2015). (+)

- Pertumbuhan kebutuhan ban sebagai salah satu komponen kendaraan

bermotor sangat terkait dengan pertumbuhan industri kendaraan

bermotor. Produksi kendaraan bermotor terus mengalami peningkatan

dari tahun 2008 sampai 2013. Peningkatan produksi kendaran bermotor

akan meningkatkan penjualan ban dipasar perakitan (OEM), selain itu

peningkatan penjualan akan menambah jumlah kendaraan yang beredar

di masyarakat. Sehingga, hal tersebut dapat meningkatkan permintaan

ban di pasar replacement (APBI 2013). (+)

4. Strategi, Struktur, dan Persaingan Perusahaan

- Struktur pasar industri ban Indonesia merupakan pasar yang bersifat

oligopolistik. Hal tersebut disebabkan hanya ada beberapa perusahan

yang dominan di Indonesia. Berdasarkan laporan tahunan APBI 2013,

sampai pada tahun 2013 penjualan ban dalam negeri didominasi oleh

PT. Gajah Tunggal Tbk, PT. Bridgestone Tire Indonesia, PT. Sumi

Rubber Indonesia, dan PT. Suryaraya Rubberindo Industries. (+)

- Industri ban di Indonesia saat ini terdiri dari perusahaan-perusahaan

ban yang tergabung dalam Asosiasi Perusahan Ban Indonesia (APBI).

APBI merupakan wadah kerjasama antar perusahaan ban yang dapat

memperkuat industri ban dalam negeri, selain itu antar perusahaan

dapat bekerjasama untuk meningkatkan kualitas dan kuantitas produk

ban Indonesia. (+)

- APBI melaksanakan usaha bersama dalam peningkatan pelayanan

standarisasi mutu ban, dan kesadaran masyarakat mengenai pentingnya

pemakaian dan pemeliharaan ban yang benar melalui saftey campaign

di Jalan tol bersama PT Jasa Marga, Kepolisian, dan Kementrian

terkait serta melalui sarana iklan masyarakat, leaflet dan tulisan

dikoran dalam upaya perlindungan konsumen dari penggunaan ban

yang tidak layak pakai. Saftey campaign merupakan langkah strategis

yang dilakukan oleh anggota APBI dimana perusahaan dapet bertemu

langsung dengan konsumen sekaligus melakukan promosi dan

sosialisasi bagaimana perawatan ban agar tidak membahayakan

konsumen. (+)

- Persaingan antar produsen ban di dunia semakin ketat. Negara

Tiongkok, Jepang, dan Amerika Serikat merupakan negara pesaing

bagi Indonesia dalam ekspor ban ke kawasan Amerika Latin

(UNCOMTRADE 2016). Negara Jepang merupakan eksportir ban

berkualitas tinggi ke Amerika Latin yang menempati posisi ke dua

setelah Tiongkok. Produk ban dari Tiongkok memiliki harga yang

relatif lebih murah, sedangkan produk ban dari Amerika Serikat seperti

produk dari PT Goodyear memiliki pangsa pasar yang luas. (-)

33

5. Kesempatan

- Menurut Kementrian Luar Negeri Republik Indonesia, FEALAC

(Forum for East Asia and Latin America) didirikan untuk

meningkatkan kerjasama komprehensif dan dialog bi-regional. Sejak

pembentukannya, FEALAC merupakan satu-satunya wadah kerjasama

antar pemerintahan yang menghubungkan kawasan Asia Timur dan

Amerika Latin. Saat ini, FEALAC mewakili 40% populasi dunia, 32%

ekonomi dunia dan lebih dari 40% perdagangan dunia. FEALAC

terdiri dari 36 negara anggota yang terdiri dari 16 negara Asia Timur

termasuk ASEAN dan 20 negara Amerika Latin. Kerjasama ini

merupakan kesempatan bagi Indonesia untuk memperluas pasar

ekspornya dan meningkatkan perdagangan ban Indonesia. (+)

- Berdasarkan penelitian yang dilakukan oleh Kementrian Perdagangan

yang berjudul “Pengaruh Nilai Tukar Terhadap Ekspor Indonesia”

pada tahun 2013, dijelaskan bahwa pada jangka panjang nilai tukar

memiliki hubungan yang negatif dengan ekspor Indonesia. Pada

jangka panjang nilai tukar yang melemah (depresiasi) akan

meningkatkan ekspor Indonesia. Tahun 2015 nilai tukar rupiah sempat

melemah, sehingga akan meningkatkan ekspor ban Indonesia ke

Amerika Latin. (+)

- Berdasarkan hasil EPD pada penelitian ini, terdapat 6 Negara

menempati posisi rising star yaitu Panama, Venezuela, Uruguay,

Meksiko, Guatemala, dan Costa Rica. Hal ini berarti ekspor Indonesia

memiliki pangsa pasar di keenam negara tersebut serta permintaan

terhadap ban juga meningkat. sehingga kesempatan ini dapat

dimanfaatkan Indonesia dengan meningkatkan ekspor ban Indonesia ke

negara tersebut. (+)

6. Kebijakan Pemerintah

- Peraturan Presiden RI nomor 28 tahun 2008 tentang kebijakan industri

nasional, memutuskan untuk mengembangkan investasi industri ban

sehingga menjadi salah satu basis industri ban dunia (Kemenperin

2016). (+)

- PP 52 tahun 2011, pemerintah memasukkan industri ban sebagai

kelompok industri yang memperoleh fasilitas tax allowance

(Kemenperin 2016). (+)

- Pencabutan Peraturan Menteri Perdagangan (Permendag) Nomor

40/M-DAG/PER/12/2011 tentang Verifikasi atau Penelusuran Teknis

Impor dan menerbitkan Permendag Nomor 45/M-DAG/PER/6/2015

Tanggal 29 Juni 2015 Tentang Ketentuan Impor Ban. Peraturan ini

bertujuan untuk memperketat impor ban dan mendukung industri ban

nasional (Kemendag 2016). (+)

- Penghapusan Permendag No 45/M-DAG/PER/6/2015 dan

pemberlakuan kembali Permendag No 40/M-DAG/PER/12/2011

sebagai bagian dari paket deregulasi kebijakan September I. Kebijakan

tersebut akan melonggarkan impor ban, sehingga dapat melemahkan

industri ban nasional (Kemenhub 2015). (-)

34

Kesempatan :

1. Kerjasama FEALAC.

(+)

2. Nilai tukar Indonesia

terdepresiasi. (+)

3. Sebagian besar negara

menempati posisi rising

star. (+)

Strategi, Struktur, dan

Persaingan Perusahaan :

1. Asosiasi Perusahaan Ban

Indonesia (APBI). (+)

2. Safety Campaign. (+)

3. Oligopoli. (+)

4. Ban Jepang berkualitas

tinggi. (-)

5. Ban China relatif lebih

murah. (-)

Kondisi Sumberdaya :

1. Hasil karet alam Indonesia

sebesar 55% diserap oleh

Industri ban. (+)

2. Produktivitas karet

Indonesia meningkat. (+)

3. Produksi karet meningkat.

(+)

4. Luas perkebunan karet

meningkat. (+)

5. Pengolahan karet masih

sederhana. (-)

6. Penyerapan tenaga kerja

meningkat. (+)

Industri terkait :

1. AETS (Agreed Export

Tonnage Scheme). (+)

2. pertumbuhan industri

otomotif meningkat.(+)

3. Gapkindo. (+)

Kondisi permintaan :

1. Populasi negara

tujuan signifikan

berdasar gravity

model. (+)

2. Permintaan impor

ban meningkat. (+)

3. Jarak. (-)

4. GDP Amerika

Latin. (+)

Kebijakan Pemerintah :

1. PP RI no.28 tahun 2008,

investasi industri. (+)

2. PP no.52 tahun 2011,

fasilitas tax allowance. (+)

3. Pencabutan permendag no

40/MDAG/PER/6/2015,

pembatasan impor ban. (+)

4. Penghapusan Permendag

nomor 45/M-DAG/PER

/6/2015, pelonggaran

impor ban. (-)

Gambar 13 Porter’s Diamond ban Indonesia

35

SIMPULAN DAN SARAN

Simpulan

Simpulan yang dapat diambil dalam penelitian ini adalah sebagai berikut.

1. Ban Indonesia memiliki posisi daya saing yang kuat di kawasan Amerika

Latin, kecuali di Argentina. Sedangkan hasil estimasi EPD, ban Indonesia

menempati falling star di empat negara kawasan Amerika Latin yaitu

Brazil, Kolombia, Paraguay, dan Argentina. Enam negara lainnya

menempati posisi rising star yaitu Panama, Venezuela, Meksiko,

Guatemala, Uruguay, dan Costa Rica.

2. Pada hasil estimasi gravity model dengan data panel, diketahui bahwa

faktor-faktor yang memengaruhi nilai ekspor produk ban Indonesia ke

Amerika Latin adalah GDP riil perkapita negara tujuan ekspor, Nilai tukar

riil negara tujuan ekspor, dan populasi negara tujuan ekspor berpengaruh

positif dan siginifikan terhadap nilai ekspor produk ban Indonesia.

Sedangkan GDP perkapita Indonesia dan jarak ekonomi berpengaruh

negatif dan signifikan terhadap nilai ekspor produk ban Indonesia.

3. Berdasarkan analisis teori porter’s diamond ban Indonesia memiliki

keunggulan kompetitif, dimana kondisi terkuat adalah kondisi faktor. Hal

tersebut disebabkan Indonesia merupakan salah satu negara penghasil

karet alam terbesar di dunia sehingga bahan baku ban mudah didapat.

Saran

Saran yang dapat di berikan adalah sebagai berikut.

1. Berdasarkan analisis daya saing dan dinamika ekspor, terdapat 6

negara yang menempati posisi rising star dan memiliki daya saing

yang kuat yaitu Meksiko, Panama, Guatemala, Venezuela, Uruguay,

dan Costa Rica. Sebaiknya pemerintah terus meningkatkan ekspor ban

ke 6 negara tersebut karena sangat berpotensi. Selain itu, terdapat 3

negara yang menempati posisi falling star namun memiliki daya saing

yang kuat yaitu Brazil, Kolombia, dan Paraguay. Sebaiknya dilakukan

peningkatan mutu ataupun promosi kerjasama dengan negara tersebut

agar permintaan terhadap ban dapat meningkat. Negara Argentina

memiliki daya saing yang rendah dan menempati posisi falling star,

sebaiknya ada diversifikasi produk karena ban tidak memiliki daya

saing yang kuat dan pangsa pasar yang tidak dinamis di Argentina.

2. Berdasarkan hasil gravity model, GDP riil perkapita negara tujuan

berpengaruh sangat besar terhadap nilai ekspor produk ban Indonesia.

Sebaiknya Indonesia terus mennggencarkan ekspor ke negara dengan

GDP riil perkapita yang tinggi agar permintaan ekspor terhadap produk

ban Indonesia terus meningkat.

36

DAFTAR PUSTAKA

Acharya, S. 2013. A Panel Data Analysis of Foreign Trade Determinants of

Nepal: Gravity Model Approach. NRB Economic Review, vol. 25, 1-20.

Asosiasi Perusahaan Ban Indonesia. 2008-2013. Laporan Tahunan. APBI, Jakarta.

Balassa B. 1965. Trade Liberisation and Revealed Comparative Advantage.

United Kongdom (UK): The Manchester School.

Basri F, Haris M. 2010. Dasar-Dasar Ekonomi Internasional Pengenalan dan

Aplikasi Metode Kuantitatif. Jakarta. Kencana Prenada Media Group.

[BPS] Badan Pusat Statistik. 2016. Nilai ekspor Indonesia berdasarkan negara

tujuan tahun 2008-2014 [Internet]. [diunduh pada 2016 Jan 24] tersedia

pada; http//www.bps.go.id.

[CEPII] Centre d’Etudes Prospectives et d’Informations Internationales. Geodesic

Distances [Internet]. [diunduh pada 2016 Feb 3]. Tersedia pada:

http://www.cepii.fr/distance/dist_cepii.zip

Deardoff A. 1997. Determinants of Bilateral Trade : Does Gravity Work in a

Classical World ?. University of Chicago Press. Chicago. [US]

[Ditjenbun] Direktorat Jenderal Perkebunan. 2016. Luas areal dan produksi

perkebunan seluruh Indonesia menurut pengusahaan [Internet]. [diunduh

pada 2016 Feb 1]. Tersedia pada : http://www.ditjenbun.pertanian.go.id

Esterhuizen. 2006. Measuring and Analysing Competitiveness in The Agribusiness

Sector: Methodological and Analytical Framework. Pretoria: University of

Pretoria.

Evasari, U. 2014. Dampak Fasilitasi Perdagangan Terhadap Ekspor Elektronika

Indonesia ke Negara-Negara Anggota APEC [ Skripsi]. Bogor (ID):

Institut Pertanian Bogor.

Firdaus M. 2011. Aplikasi Ekonometrika Untuk Data panel dan Time Series.

Bogor (ID): IPB Press.

[Gapkindo] Gabungan Perusahaan Karet Indoensia. 2016. Industri Kulit, Karet

dan plastik Masih Prospektif untuk Dikembangkan [Internet]. [diunduh

pada 2016 Feb 20]. Tersedia pada : http://www.gapkindo.org

Gujarati D. 1999. Ekonometrika Dasar. Zain, Sumarno, penerjemah; Hutauruk

Gunawan, koordinator editor. Jakarta (ID): Erlangga. Terjemahan dari :

Basic Ecometrics.

Haditaqy A. 2015. Analisis Daya Saing dan faktor-Faktor yang Memengaruhi

Permintaan Ekspor Teh Hitam Indonesia ke Negara Tujuan Ekspor

[skripsi]. Bogor (ID): Institut Pertanian Bogor.

Hady H. 2004. Ekonomi Internasional, Teori dan Kebijakan Perdagangan

Internasional. Jakarta (ID): Ghalia Indonesia.

Hatab AA, Romstad E, Huo X. 2010. Determinants of Egyptian Agriculture

Exports: A Gravity Model Approach. Modern Economy. 1:134-

143.doi:10.4236/me.2010.13015.

Head K, Mayer T. 2013. Gravity equations : Workhorse, toolkit and cookbook.

Sciences Po Economics Discussion Papers. No.02.

[ITC] International Trade Center. 2016. Existing and potential trade between

Indonesia and Latin America and the Caribbean [Internet]. [diunduh pada

2016 Feb 4]. Tersedia pada http://www.trademap.org/Bilateral_TS.aspx.

37

Juanda B. 2009. Ekonometrika : Permodelan dan Pendugaan. Bogor (ID): IPB

Press.

Karagoz K, Saray MO. 2010. Trade potential og Turkey with Asia-Pacific

Countries: Evidence from Panel Gravity Model. International Economic

Studies. 36(1): 19-26.

Karlinda F. 2012. Analisis Daya Saing dan Faktor-Faktor yang Memengaruhi

Permintaan Espor Mutiara Indonesia [skripsi]. Bogor (ID): Institut

Pertanian Bogor.

[Kemendag] Kementrian Perdagangan. 2016. Peraturan Menteri Perdagangan RI

nomor 45/M-DAG/PER/6/2015 [Internet]. [diunduh pada 2016 Mar 2].

Tersedia pada : http://jdih.kemendag.go.id

[Kemenhub] Kementrian Perhubungan. 2015. Ban Kempis Risiko Deregulasi

[Internet]. [diakses pada 2016 Mar 2]. Tersedia pada :

http://www.klipingkemenhub.com

[Kemenperin] Kementrian Perindustrian. 2016. Artikel Kementrian Perindustrian

[Internet]. [diunduh pada 2016 Feb 13]. Tersedia pada :

http://www.kemenperin.go.id

[KEMLU] Kementrian Luar Negeri Republik Indonesia. 2016. FEALAC

[Internet]. [diunduh pada Feb 2]. Tersedia pada : http://www.kemlu.go.id

Krugman PR. 2009. International Economics : theory and policy. Boston (ID):

Pearson.

Mankiw NG. 2007. Makroekonomi Edisi Keenam. Liza F, Imam N, penerjemah;

Hardani W, Barnadi D, Saat S, editor. Jakarta (ID): Erlangga. Terjemahan

dari: Macroeconomics. Ed ke-6.

Nayantakaningtyas JS, Daryanto HK. 2012. Daya Saing dan Strategi

Pemngembangan Minyak Sawit Indonesia. JMA. 9(3).

Li K, Song L, Zhao X. 2008. Component Trade and China’s Global Economic

Integration. UNU-WIDER Reasearch Paper 101: 1-23.

Oktaviani, R. Dan Tanti Novianti. 2009. Teori Perdangan Internasional dan

Aplikasinya di Indoneisa. Departemen Ilmu Ekonomi FEM IPB, Bogor.

Porter ME. 1990. The Competitive Advantage of Nation. The Free Press, New

York. [US].

Pradipta A, Firdaus M. 2014. Posisi Daya Saing dan Faktor-Faktor yang

Memengaruhi Ekspor Buah-Buahan Indonesia. JMA. 11(2).

Salvator D. 1997. Ekonomi Internasional. Jakarta (ID) : Erlangga.

[UNCOMTRADE] United Nations Commodity Trade. 2013. UNCOMTRADE

Statistics Database 2013. [Diunduh pada 2016 Jan 23]. Tersedia pada :

www.un.comtrade.org.

Yuniarti D. 2007. Analisis Determinan Perdagangan Bilateral Indonesia

Pendekatan Gravity Model. JEP. 12(2): 99-109.

Tinbergen, Jan. 1962. Shaping The World Economy Policy. New York (NY):

Twentieth Century Fund.

[UNCTAD] United Nations Conference on Trade and Development. 2016. Data

Center Economic Trends [Internet]. [diunduh pada 2016 Feb 2]. Tersedia

pada : http://www.unctad.org

38

Lampiran 1 Hasil fixed effet model pada gravity model

Dependent Variable: LNEXP

Method: Panel EGLS (Cross-section weights)

Date: 02/22/16 Time: 04:48

Sample: 2009 2014

Periods included: 6

Cross-sections included: 10

Total panel (balanced) observations: 60

Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. LNGDPRPI -8.715858 4.376975 -1.991297 0.0525

LNGDPRPN 24.09745 5.017828 4.802366 0.0000

LNJE -29.11129 4.771039 -6.101666 0.0000

LNNTR 2.590919 0.876689 2.955347 0.0050

LNPOP 23.25156 10.85715 2.141589 0.0377

C -339.1077 161.4538 -2.100339 0.0413 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.946802 Mean dependent var 19.94043

Adjusted R-squared 0.930252 S.D. dependent var 12.46909

S.E. of regression 0.620776 Sum squared resid 17.34132

F-statistic 57.20734 Durbin-Watson stat 2.324547

Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.841067 Mean dependent var 14.14592

Sum squared resid 18.56270 Durbin-Watson stat 2.613389

39

Lampiran 2 Hasil Uji Chow

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 14.837845 (9,45) 0.0000

Cross-section Chi-square 82.689213 9 0.0000

Cross-section fixed effects test equation:

Dependent Variable: LNEXP

Method: Panel Least Squares

Date: 02/22/16 Time: 04:12

Sample: 2009 2014

Periods included: 6

Cross-sections included: 10

Total panel (balanced) observations: 60 Variable Coefficient Std. Error t-Statistic Prob. LNGDPRPI 3.954499 2.136376 1.851032 0.0696

LNGDPRPN 0.662716 1.507542 0.439600 0.6620

LNJE -0.456045 1.467807 -0.310698 0.7572

LNNTR 0.049032 0.063443 0.772851 0.4430

LNPOP 1.015738 1.455280 0.697967 0.4882

C -35.17568 24.81037 -1.417781 0.1620 R-squared 0.384486 Mean dependent var 14.14592

Adjusted R-squared 0.327494 S.D. dependent var 1.406978

S.E. of regression 1.153813 Akaike info criterion 3.218661

Sum squared resid 71.88936 Schwarz criterion 3.428095

Log likelihood -90.55982 Hannan-Quinn criter. 3.300582

F-statistic 6.746316 Durbin-Watson stat 0.763849

Prob(F-statistic) 0.000060

40

Lampiran 3 Hasil uji Hausman

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 23.576955 5 0.0003

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob. LNGDPRPI -9.480924 -0.041977 28.017546 0.0745

LNGDPRPN 25.670565 6.692008 33.631862 0.0011

LNJE -31.679159 -6.971125 34.415819 0.0000

LNNTR 1.760253 0.075149 0.884488 0.0732

LNPOP 23.167127 7.476900 172.179855 0.2318

Cross-section random effects test equation:

Dependent Variable: LNEXP

Method: Panel Least Squares

Date: 02/22/16 Time: 04:12

Sample: 2009 2014

Periods included: 6

Cross-sections included: 10

Total panel (balanced) observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C -326.5612 198.5475 -1.644751 0.1070

LNGDPRPI -9.480924 5.817832 -1.629632 0.1102

LNGDPRPN 25.67057 6.676562 3.844878 0.0004

LNJE -31.67916 6.700120 -4.728148 0.0000

LNNTR 1.760253 0.953158 1.846758 0.0714

LNPOP 23.16713 13.50953 1.714873 0.0932 Effects Specification Cross-section fixed (dummy variables) R-squared 0.844864 Mean dependent var 14.14592

Adjusted R-squared 0.796599 S.D. dependent var 1.406978

S.E. of regression 0.634547 Akaike info criterion 2.140507

Sum squared resid 18.11925 Schwarz criterion 2.664093

Log likelihood -49.21522 Hannan-Quinn criter. 2.345311

F-statistic 17.50483 Durbin-Watson stat 2.608956

Prob(F-statistic) 0.000000

41

Lampiran 4 Uji Heteroskedastisitas

Lampiran 5 Uji Multikolinieritas

LNEXP LNGDPRPI LNGDPRPN LNJE LNNTR LNPOP

LNEXP 1.000000 0.255289 0.162398 0.538950 -0.083049 0.561996

LNGDPRPI 0.255289 1.000000 0.104148 0.013471 -0.012967 0.015215

LNGDPRPN 0.162398 0.104148 1.000000 0.493400 -0.561025 0.205793

LNJE 0.538950 0.013471 0.493400 1.000000 -0.377610 0.949676

LNNTR -0.083049 -0.012967 -0.561025 -0.377610 1.000000 -0.236750

LNPOP 0.561996 0.015215 0.205793 0.949676 -0.236750 1.000000

Lampiran 6 uji Normalitas

-2.5

-2.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0

5 10 15 20 25 30 35 40 45 50 55 60

Standardized Residuals

0

1

2

3

4

5

6

7

8

-1.0 -0.5 -0.0 0.5 1.0

Series: Standardized Residuals

Sample 2009 2014

Observations 60

Mean 5.03e-16

Median 0.108911

Maximum 0.983618

Minimum -1.238620

Std. Dev. 0.542145

Skewness -0.611323

Kurtosis 2.705248

Jarque-Bera 3.954350

Probability 0.138460

42

RIWAYAT HIDUP

Penulis dilahirkan di Tangerang pada tanggal 7 Mei 1994 sebagai anak

bungsu dari ayah Wardi (alm) dan ibu Suwartini. Tahun 2009 penulis lulus dari

SMP Negeri 2 Ngawi dan pada tahun 2012 penulis lulus dari SMA Negeri 2

Ngawi. Tahun yang sama, penulis lulus seleksi masuk Institut Pertanian Bogor

(IPB) melalui jalur Ujian Talenta Masuk IPB dan diterima di Departemen Ilmu

Ekonomi, Fakultas Ekonomi dan Manajemen.

Selama mengikuti perkuliahan, penulis pernah menjadi asisten praktikum

mata kuliah Ekonomi Umum. Penulis juga aktif mengikuti Unit Kegiatan

Mahasiswa (UKM) Gentra Kaheman sebagai anggota divisi tari. Selain itu penulis

juga tergabung dalam lembaga kemahasiswaan departemen ilmu ekonomi yaitu

Himpunan Profesi dan Peminat Ilmu Ekonomi dan Studi Pembangunan

(HIPOTESA) sebagai staf divisi Information, Promotion, and Internal

Relationship (INTEL) tahun 2015. Penulis juga tergabung dalam duta Fakultas

Ekonomi Dan Manajemen, FEM Ambassador¸pada tahun 2015 serta sebagai Duta

Seni dan Budaya Fakultas Ekonomi dan Manajemen tahun 2015.