ANALISIS HUBUNGAN ANTARA UANG ELEKTRONIK (E-MONEY) DAN …
Transcript of ANALISIS HUBUNGAN ANTARA UANG ELEKTRONIK (E-MONEY) DAN …
SKRIPSI
ANALISIS HUBUNGAN ANTARA UANG ELEKTRONIK
(E-MONEY) DAN JUMLAH UANG BEREDAR DI INDONESIA
OLEH
PUTRI DAMAYANTI SARAGIH
140501056
PROGRAM STUDI EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS SUMATERA UTARA
MEDAN
2018
UNIVERSITAS SUMATERA UTARA
UNIVERSITAS SUMATERA UTARA
UNIVERSITAS SUMATERA UTARA
UNIVERSITAS SUMATERA UTARA
i
ABSTRAK
ANALISIS HUBUNGAN ANTARA UANG ELEKTRONIK (E-MONEY)
DAN JUMLAH UANG BEREDAR DI INDONESIA
Penelitian ini bertujuan untuk menganalisis hubungan antara uang
elektronik (e-money) dan jumlah uang beredar di Indonesia. Data yang digunakan
adalah uang elektronik, APMK dan jumlah uang beredar.
Menggunakan alat analisis uji kointegrasi untuk mengetahui hubungan
keseimbangan jangka panjang, dan uji kausalitas granger untuk mengetahui
hubungan timbal balik antar variabel.
Hasil analisis menunjukkan bahwa variabel uang elektronik dan jumlah
uang beredar memiliki keseimbangan jangka panjang dan antara variabel uang
elektronik dan jumlah uang beredar hanya mempunyai hubungan kausalitas satu
arah.
Kata Kunci : Uang Elektronik, JUB, Kointegrasi, Kausalitas Granger
UNIVERSITAS SUMATERA UTARA
ii
ABSTRACT
ANALYSIS RELATIONSHIP BETWEEN ELECTRONIC MONEY
(E-MONEY) AND MONEY SUPPLY IN INDONESIA
This study aims to analyze the relationship between electronic money (e-
money) and money supply in Indonesia. The data used is electronic money, APMK
and the money supply.
Using cointegration test analysis to determine the long-term balance
relationship, and granger causality test to determine the reciprocal relationships
between variables.
The results of the analysis show that the variables of electronic money
and the money supply have a long-term balance and between electronic money
variables and the money supply only have a one-way causality relationship.
Keywords: E(Money), JUB, Cointegration, Granger Causality
UNIVERSITAS SUMATERA UTARA
iii
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas kasih dan karunia-Nya
penulis dapat menyelesaikan skripsi yang berjudul “Analisis Hubungan antara
Uang Elektronik (E-Money) dan Jumlah Uang Beredar di Indonesia”.
Penulisan skripsi ini dimaksudkan untuk memperoleh gelar Sarjana Ekonomi di
Fakultas Ekonomi dan Bisnis, Universitas Sumatera Utara.
Penulis menyadari telah banyak menerima bimbingan, saran, motivasi, dan
doa dari berbagai pihak selama penulisan skripsi ini. Oleh karena itu,pada
kesempatan ini penulisingin menyampaikan terima kasih kepada semua pihak,
yaitu kepada :
1. Orang tua penulis, Ayahanda Jaubah Saragih dan Ibunda Menerita Sediati
Sinaga, atas doa dan dukungan baik berupa dukungan moril maupun
materil sehingga penulis dapat menyelesaikan pendidikan dengan baik.
2. Bapak Prof. Dr. Ramli, S.E., M.S., selaku Dekan Fakultas Ekonomi dan
Bisnis Universitas Sumatera Utara.
3. Bapak Drs. Coki Ahmad Syahwier, M.P., selaku Ketua Program Studi S1
Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas
Sumatera Utara.
4. Ibu Inggrita Gusti Sari Nasution, S.E., M.Si, selaku Sekretaris Program
Studi S1 Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas
Sumatera Utara.
5. Bapak Wahyu Sugeng Imam Soeparno, S.E., M.Si. selaku dosen
pembimbing dalam penulisan skripsi yang telah memberi bimbingan,
UNIVERSITAS SUMATERA UTARA
iv
motivasi, pengarahan, masukan dan kritikan dari awal proses pengerjaan
hingga terselesaikannya skripsi ini.
6. Bapak Walad Altsani HR SE., M.Ec. sebagai dosen pembanding I atas
saran dan kritik dalam penulisan skripsi ini.
7. Bapak Syarief Fauzie, SE., M.Ak., Ak sebagai dosen pembanding II atas
saran dan kritik dalam penulisan skripsi ini.
8. Seluruh Dosen Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara,
khususnya Departemen Ekonomi Pembangunan yang telah mengajar serta
memberikan ilmu kepada penulis.
9. Seluruh staff Administrasi Departemen Ekonomi Pembangunan Fakultas
Ekonomi dan Bisnis Universitas Sumatera Utara yang telah membantu
dalam penyelesaian administrasi yang dibutuhkan oleh penulis selama ini.
10. Kakak dan adik penulis, Sarma Niasti Saragih, Ita Gustina Saragih, dan
Pebrian Bahdi Saragih yang selalu mendukung penulis dalam penulisan
skripsi ini.
11. Teman-teman seperjuangan penulis selama di kampus, Bomboe Dapoer
(Rahmi, Gratia, Widya, Astrid, Erick, Rio dan Helda) terimakasih sudah
memberikan banyak dukungan semangat dan motivasi serta bantuan
selama di kampus.
12. Kepada sahabat penulis, Desi, Marsinta, Silvia, dan Yenny, yang selalu
memberikan motivasi dan membantu penulis dalam penyelesaian skripsi
ini.
UNIVERSITAS SUMATERA UTARA
v
13. Semua pihak yang membantu penulis dalam menyelesaikan skripsi ini
yang namanya tidak dapat disebut satu persatu, terimakasih atas segala
bantuannya.
Akhir kata penulis menyadari bahwa skripsi ini masih jauh dari kata
sempurna dikarenakan keterbatasan pengetahuan, kemampuan, dan
pengalaman penulis. Oleh karena itu, penulis mengharapakan kritik dan saran
yang membangun demi kesempurnaan skripsi ini. Penulis juga berharap agar
skripsi ini dapat berguna dan bermanfaat bagi pembaca dan peneliti
selanjutnya.
Medan, September 2018
Penulis,
Putri Damayanti Saragih
NIM. 140501056
UNIVERSITAS SUMATERA UTARA
vi
DAFTAR ISI
Halaman
ABSTRAK ........................................................................................................... i
ABSTRACT ......................................................................................................... ii
KATA PENGANTAR ....................................................................................... iii
DAFTAR ISI ...................................................................................................... vi
DAFTAR TABEL............................................................................................ viii
DAFTAR GAMBAR ........................................................................................ ix
DAFTAR LAMPIRAN ...................................................................................... x
BAB I PENDAHULUAN ....................................................................... 1 1.1 Latar Belakang ....................................................................... 1
1.2 Rumusan Masalah .................................................................. 6
1.3 Tujuan Penelitian ................................................................... 7
1.4 Manfaat Penelitian ................................................................. 8
BAB II TINJAUAN PUSTAKA ............................................................. 9
2.1 Sistem Pembayaran ................................................................ 9
2.1.1. Pengertian Sistem Pembayaran ................................... 9
2.1.2. Karakteristik Instrumen Sistem Pembayaran ............ 10
2.1.3. Sistem Pembayaran di Indonesia ............................... 12
2.1.4. Instrumen Sistem Pembayaran .................................. 14
2.1.4.1. Instrumen Pembayaran Tunai (Cash)................ 14
2.1.4.2. Instrumen Pembayaran Nontunai (Non-Cash) .. 16
2.2 Uang ................................................................................... 25
2.2.1. Pengertian Uang ......................................................... 25
2.2.2. Fungsi Uang ............................................................... 27
2.2.3. Jumlah Uang Beredar ................................................. 28
2.3 Hubungan Antara Variabel Independen dan Dependen ....... 30
2.3.1. Hubungan Variabel E-Money terhadap JUB ............. 30
2.3.2. Hubungan Variabel APMK terhadap JUB ................ 32
2.4 Penelitian Terdahulu ............................................................ 34
2.5 Kerangka Konseptual ........................................................... 36
2.6 Hipotesis Penelitian .............................................................. 37
BAB III METODE PENELITIAN ........................................................ 39
3.1 Ruang Lingkup Penelitian .................................................... 39
3.2 Jenis Penelitian ..................................................................... 39
3.3 Batasan Operasional ............................................................. 39
3.4 Definisi Operasional............................................................. 39
3.5 Jenis Data ............................................................................. 40
3.6 Metode Penelitian................................................................. 41
3.7 Teknik Analisis Data ............................................................ 41
3.8 Metode Analisis Data ........................................................... 41
UNIVERSITAS SUMATERA UTARA
vii
3.8.1 Uji Kointegrasi ............................................................ 41
3.8.2 Uji Kausalitas Granger (Granger Causality Test) ...... 42
3.9 Uji Kelayakan Data .............................................................. 43
3.9.1 Uji Normalitas Data.................................................... 43
3.9.2 Uji Stasioneritas Akar Unit ........................................ 44
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ...................... 45
4.1 Gambaran Umum Variabel-Variabel Penelitian .................. 45
4.1.1. Perkembangan Sistem Pembayaran E-Money
di Indonesia ............................................................... 45
4.1.2. Perkembangan Sistem Pembayaran APMK
di Indonesia ............................................................... 50
4.1.2.1.Kartu Kredit ....................................................... 50
4.1.2.2 Account Based Card (Kartu ATM dan Debet .... 52
4.1.3. Perkembangan Jumlah Uang Beredar di Indonesia ... 54
4.2 Analisis Data dan Pembahasan Penelitian ........................... 55
4.2.1. Uji Stasioneritas Akar Unit ........................................ 55
4.2.2. Uji Normalitas ............................................................ 57
4.2.3. Penentuan Lag Optimal .............................................. 58
4.2.4. Uji Kointegrasi ........................................................... 59
4.2.5. Uji Kausalitas Granger .............................................. 61
BAB V KESIMPULAN DAN SARAN ................................................ 67
5.1 Kesimpulan .......................................................................... 67
5.2 Saran ................................................................................... 68
DAFTAR PUSTAKA ................................................................................... 69
LAMPIRAN
UNIVERSITAS SUMATERA UTARA
viii
DAFTAR TABEL
No. Tabel Judul Halaman
2.1 Penelitian Terdahulu .............................................................................. 34
4.1 Daftar Penerbit Uang Elektronik (E-Money) ......................................... 49
4.2 Hasil Uji Stasioneritas ADF Test ........................................................... 56
4.3 Hasil Uji Normalitas Data ...................................................................... 57
4.4 Hasil Penentuan Lag Optimal ................................................................. 59
4.5 Hasil Uji Kointegrasi.............................................................................. 60
4.6 Hasil Uji Kausalitas Granger ................................................................. 61
UNIVERSITAS SUMATERA UTARA
ix
DAFTAR GAMBAR
No. Gambar Judul Halaman
1.1 Perkembangan Volume dan Nilai Transaksi Uang Elektronik ................ 4
2.1 Kerangka Konseptual ............................................................................. 37
4.1 Perkembangan Volume dan Nilai Transaksi E-Money di Indonesia
tahun 2009-2017..................................................................................... 46
4.2 Perkembangan Volume dan Nilai Transaksi Kartu Kredit
(APMK) di Indonesia tahun 2009-2017 ................................................ 51
4.3 Perkembangan Volume dan Nilai Transaksi Kartu ATM/Debit
(APMK) di Indonesia tahun 2009-2017 ................................................ 53
4.4 Perkembangan Jumlah Uang Beredar di Indonesia tahun 2009-2017 ... 55
UNIVERSITAS SUMATERA UTARA
x
DAFTAR LAMPIRAN
No. Lampiran Judul
1. Data Variabel
2. Uji Stasioneritas Akar Unit
3. Uji Normalitas
4. Uji Lag Optimal
5. Uji Johansen Cointegration
6. Uji Kausalitas Granger
UNIVERSITAS SUMATERA UTARA
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Peran sistem pembayaran dalam perekonomian semakin hari semakin
penting dengan semakin meningkatnya volume dan nilai transaksi. Dengan
semakin meningkatnya transaksi tersebut, maka risiko yang ditimbulkan menjadi
semakin besar karena dengan terganggunya sistem pembayaran dapat
membahayakan stabilitas sistem dan pasar keuangan secara keseluruhan (Bank
Indonesia, 2003)
Sistem pembayaran dari dahulu kala sangat memainkan peran penting
dalam perekonomian. Sistem ekonomi diproses dari titik dimana setiap orang
secara mandiri saling bertukar barang satu sama lain. Pertukaran barang dan jasa
tanpa menggunakan uang disebut dengan barter, dimana sistem barter mendahului
penggunaan segala bentuk uang (Davidson, 2009).
Namun seiring dengan berkembangnya zaman, sistem pembayaran barter
dianggap tidak lagi efisien. Karena tidak adanya unit yang umum untuk mengukur
dan menyatakan nilai barang dan jasa yang dimaksudkan serta sulit untuk
mendapatkan barang yang diinginkan. Dengan adanya keterbatasan-keterbatasan
dari sistem tersebut dan dengan berkembangnya zaman, maka muncullah sistem
pembayaran alat tukar yang memiliki nilai tetap serta diterima oleh masyarakat
luas. Alat tukar tersebut merupakan uang logam dan uang kertas yang disebut
sebagai uang kartal.
Semakin berkembangnya teknologi, sistem pembayaran di Indonesia
semakin berkembang dan bervariasi dengan munculnya cek dan bilyet giro atau
1 UNIVERSITAS SUMATERA UTARA
2
yang disebut juga sebagai ung giral. Sampai saat ini, uang kartal (uang tunai) dan
uang giral (nontunai) beriringan dalam sistem pembayaran.
Sistem pembayaran tidak dapat dipisahkan dari perkembangan uang yang
diawali dari pembayaran secara tunai sampai kepada pembayaran yang bersifat
nontunai. Perkembangan sistem pembayaran didorong oleh semakin besarnya
volume dan nilai transaksi, peningkatan risiko, kompleksnya transaksi, dan
perkembangan teknologi. Sistem pembayaran tunai berkembang dari commodity
money sampai flat money, sementara sistem pembayaran nontunai berkembang
dari yang berbasis warkat (cek, bilyet giro, dan sebagainya) sampai kepada yang
berbasis elektronik.
Dengan berkembangnya sistem pembayaran non tunai, masyarakat saat ini
sudah bisa melakukan transaksi tanpa menggunakan uang cash yaitu dengan
menggunakan antara lain Alat Pembayaran Menggunakan Kartu (APMK) seperti
kartu kredit dan kartu ATM/debit maupun uang elektronik.
Pembayaran dengan menggunakan kartu (APMK) seperti kartu kredit dan
debit(ATM) sudah banyak digunakan oleh masyarakat luas. Dapat kita lihat pada
fenomena yang terjadi pada sekarang ini bahwa masyarakat yang ingin berbelanja
dan tidak memiliki uang cash dapat melakukan pembayaran dengan kartu debit
(ATM) dan kartu kredit. Masyarakat tidak lagi perlu membawa uang cash,
melainkan hanya perlu membawa kartu kredit maupun kartu debit sehingga
mengurangi risiko kejahatan. Selain itu, jika sedang malas untuk bepergian,
masyarakat juga tinggal dapat mencari barang-barang yang dia inginkan pada
UNIVERSITAS SUMATERA UTARA
3
toko-toko online (e-commerce) dan kemudian tinggal melakukan pembayaran
dengan cara transfer melalui ATM.
Kartu debit ataupun kredit dapat digunakan seperti cek, di register di
supermarket dan toko ritel yang terkait dengan computer bank. Jadi ketika seorang
pelanggan menggunakan kartu debit atau kredit untuk membeli sebuah produk ,
bank pelanggan akan langsung mengkredit akun toko sejumlah belanjaan
pelanggan dan mengurangkannya dari akun pelanggan (Hubbard, 2005).
Selain APMK, kartu elektronik (e-money) juga telah berkembang seiring
dengan berkembangnya zaman, namun masih jarang kita temui di masyarakat
luas. Uang elektronik (e-money) memiliki nilai tersimpan atau prabayar dimana
sejumlah uang disimpan dalam suatu media elektronis yang dimiliki seseorang.
Nilai e-money akan berkurang pada saat konsumen menggunakannya untuk
berbagai macam pembayaran, misalnya untuk pembayaran tiket kereta Commuter
Line, bis Transjakarta dan pembayaran tol. E-money telah dikeluarkan oleh
beberapa bank seperti Flazz dari Bank BCA, E-Money dari Bank Mandiri, Tap
Cash BNI, Brizzi BRI, dan lain sebagainya.
Semakin berkembangnya zaman, kita semakin dapat melihat fenomena
berkembangnya uang elektronik (e-money) yang beredar di masyarakat. Salah satu
contoh nyata penggunaannya dapat kita lihat pada pembayaran uang tol. Mulai
bulan Oktober 2017, Bank Indonesia dan Pemerintah telah menerapkan transaksi
elektronik di seluruh gardu tol. Artinya, pengguna jalan tol sudah tidak bisa
bertransaksi dengan uang tunai, melainkan menggunakan kartu elektronik (e-
money) yang bisa diisi di berbagai ritel. Apalagi dengan melihat pembangunan di
UNIVERSITAS SUMATERA UTARA
4
masa pemerintahan presiden kali ini, semakin banyaknya infrastruktur jalan tol
yang telah dibangun oleh pemerintah (www.cermati.com). Salah satunya dapat
kita lihat pada jalan tol yang baru dibuka di Sumatera Utara yaitu jalan tol Medan-
Tebing Tinggi dan Kualanamu-Tebing Tinggi. Dengan dibukanya jalan tol
tersebut, maka minat pengguna jalan tol pun semakin bertambah, karena dengan
adanya jalan tol masyarakat lebih mudah dan cepat bepergian. Dengan adanya
kebijakan pemerintah di atas, untuk melalui jalan tol tersebut, masyarakat pun
mau tidak mau harus memiliki e-money dalam bentuk e-toll tersendiri. Dengan
terjadinya pembangunan tersebut, maka pengguna uang elektronik (e-money) pada
masyarakat Indonesia khusunya Sumatera Utara semakin meningkat dari tahun ke
tahun.
Penggunaan e-money paling banyak ada pada sektor transportasi, ini wajar
karena pengenalan awal e-money adalah untuk membayar biaya transportasi.
Berdasarkan survei Cermati.com sebanyak 59% responden atau 7.967 orang
menggunakan e-money untuk membayar tol, disusul dengan iring-iringan 7.374
responden pengguna transportasi online dan 7.303 responden pengguna
transportasi umum. Lebih lanjut, pengguna terbanyak uang elektronik ini
merupakan karyawan swasta ibukota yang pada hari kerja lebih memilih
menggunakan transportasi umum untuk sampai ke kantor. Selain transportasi
umum, transportasi online dengan pembayaran nontunai pun menjadi pilihan
pegawai kantoran. Terbukti dari penggunaan jenis uang elektronik terbanyak
adalah Go-Pay (7.795 responden). Ini juga didukung dengan adanya diskon bagi
pengguna Go-Pay sebesar 30% dari tarif normal. Selain Go-Pay, jenis e-money
UNIVERSITAS SUMATERA UTARA
5
yang paling banyak digunakan masyarakat adalah kartu Flazz dari BCA (57.6%).
Kartu ini bisa digunakan untuk bermacam-macam pembayaran nontunai, mulai
dari bayar Transjakarta, KRL, Parkir, Tol, hingga belanja di minimarket. Selain
Flazz, e-money berbentuk kartu lainnya yang banyak penggunanya adalah E-
money Mandiri (52.9%). Di bawahnya ada T-Cash (29.3%), e-money dari
operator seluler Telkomsel.
Perkembangan penggunaan uang elektronik (e-money) dapat kita lihat
pada grafik data berikut.
Sumber : Data Olahan Microsoft Excel 2010, Bank Indonesia
Gambar 1.1
Perkembangan Volume dan Nilai Transaksi Uang Elektronik (E-money)
dan Jumlah Uang Beredar di Indonesia
Periode 2009-2016
Melalui data perkembangan transaksi uang eletronik diatas, dapat kita lihat
bahwa penggunaan uang elektronik di Indonesia semakin bertambah dari tahun ke
tahun. Sehingga dapat kita simpulkan bahwa masyarakat sudah semakin terbiasa
dengan penggunaan non tunai dan mulai mengurangi penggunaan uang tunai.
0,00
2.000,00
4.000,00
6.000,00
8.000,00
10.000,00
12.000,00
14.000,00
16.000,00
0
100.000
200.000
300.000
400.000
500.000
600.000
700.000
2009 2010 2011 2012 2013 2014 2015 2016
Jum
ah U
ang
Ber
dar
(R
p)
Vo
lum
e (R
p)
JUB Volume Nominal
UNIVERSITAS SUMATERA UTARA
6
Di Indonesia, saat ini 80% masyarakat lebih suka menggunakan kartu
pembayaran elektronik dibandingkan dengan uang tunai. Jumlah masyarakat yang
lebih suka menggunakan kartu elektronik tersebut meningkat dari 69% pada tahun
2015. Penelitian tersebut dilakukan oleh Perusahaan teknologi pembayaran global
Visa dengan merilis Consumer Payment Attitudes Study 2016.
Penelitian tersebut juga menemukan bahwa saat ini 34% masyarakat
Indonesia hanya membawa sedikit uang tunai dibandingkan dengan lima tahun
yang lalu karena mereka lebih suka menggunakan kartu pembayaran (71%) dan
menganggap bahwa membawa uang tunai tak lagi aman (59%). Jumlah
masyarakat yang mengandalkan uang tunai semakin berkurang dari 31% menjadi
20% pada tahun 2015-2016. Selain itu, sekitar 53% responden mengakui bahwa
saat ini mereka memiliki lebih banyak kartu pembayaran dibandingkan dengan
lima tahun yang lalu.
Melalu data tersebut diatas, kita dapat melihat bahwa transaksi nontunai
saat ini sudah mulai diandalkan oleh masyarakat Indonesia. Masyarakat lebih suka
untuk memegang uang nontunai untuk bepergian, selain lebih aman juga lebih
praktis.
Kegiatan transaksi pembayaran nontunai ini tentunya mempunyai
hubungan terhadap jumlah uang yang beredar di masyarakat.
Hal tersebutlah yang menjadi dasar penulis untuk melakukan penelitian
sejauh mana pembayaran non tunai mempengaruhi tingkat Jumlah uang beredar di
Indonesia serta kaitannya dengan stabilitas keuangan sehingga penulis mengambil
UNIVERSITAS SUMATERA UTARA
7
judul “Analisis Hubungan antara Penggunaan Uang Elektronik (e-money)
Terhadap dan Uang Beredar Di Indonesia”.
1.2 Rumusan Masalah
Adapun permasalahan yang dapat diambil sebagai dasar kajian dalam
penelitian ini, yaitu :
1. Bagaimanakah hubungan antara nilai transaksi sistem pembayaran
menggunakan kartu elektronik (e-money) dan Jumlah Uang Beredar di
Indonesia?
2. Bagaimanakah hubungan antara volume transaksi sistem pembayaran
menggunakan kartu elektronik (e-money) dan Jumlah Uang Beredar di
Indonesia?
3. Bagaimanakah hubungan antara nilai transaksi Alat Pembayaran
Menggunakan Kartu (APMK) dan Jumlah Uang Beredar di Indonesia?
4. Bagaimanakah hubungan antara volume transaksi Alat Pembayaran
Menggunakan Kartu (APMK) dan Jumlah Uang Beredar di Indonesia?
1.3 Tujuan Penelitian
Melalui rumusan masalah yang telah dikemukakan diatas, maka tujuan
dari penelitian ini adalah:
1. Untuk mengetahui hubungan antara nilai transaksi uang elektronik (e-
money) dan Jumlah Uang Beredar di Indonesia
2. Untuk mengetahui hubungan antara volume transaksi uang elektronik (e-
money) dan Jumlah Uang Beredar di Indonesia
UNIVERSITAS SUMATERA UTARA
8
3. Untuk mengetahui hubungan antara nilai transaksi Alat Pembayaran
Menggunakan Kartu (APMK) dan Jumlah Uang Beredar di Indonesia
4. Untuk mengetahui hubungan antara volume transaksi Alat Pembayaran
Menggunakan Kartu (APMK) dan Jumlah Uang Beredar di Indonesia
1.4 Manfaat Penelitian
Adapun manfaat yang dapat diambil dari penelitian ini adalah:
1. Melalui penelitian ini dapat diketahui bagaimana hubungan antara nilai
transaksi uang elektronik (e-money) dan Jumlah Uang Beredar di
Indonesia
2. Melalui penelitian ini dapat diketahui bagaimana hubungan antara volume
transaksi uang elektronik (e-money) dan Jumlah Uang Beredar di
Indonesia
3. Melalui penelitian ini dapat diketahui bagaimana hubungan antara nilai
transaksi Alat Pembayaran Menggunakan Kartu (APMK) dan Jumlah
Uang Beredar di Indonesia
4. Melalui penelitian ini dapat diketahui bagaimana hubungan antara volume
transaksi Alat Pembayaran Menggunakan Kartu (APMK) dan Jumlah
Uang Beredar di Indonesia
UNIVERSITAS SUMATERA UTARA
9
BAB II
TINJAUAN PUSTAKA
2.1 Sistem Pembayaran 2.1.1 Pengertian Sistem Pembayaran
Sistem Pembayaran adalah suatu sistem yang mencakup pengaturan
kontrak/perjanjian, fasilitas operasional, dan mekanisme teknis yang digunakan
untuk penyampaian, pengesahan dan penerimaan instruksi pembayaran, serta
pemenuhan kewajiban pembayaran melalui pertukaran “nilai” antarperorangan,
bank, dan lembaga lainnya baik domestic maupun cross border „antarnegara‟
(Bank Indonesia, 2003).
Sistem pembayaran merupakan bagian yang tidak terpisahkan dari sistem
keuangan dan perbankan suatu negara. Keberhasilan sistem pembayaran akan
menunjang perkembangan sistem keuangan dan perbankan, sebaliknya risiko
ketidaklancaran atau kegagalan sistem pembayaran akan berdampak negative
pada kestabilan ekonomi secara keseluruhan. Berkenaan dengan permasalahan
tersebut, maka sistem pembayaran perlu diatur dan dijaga keamanan serta
kelancarannya oleh suatu lembaga, dan umumnya dilakukan oleh Bank Sentral.
Sistem pembayaran berkembang sesuai dengan perkembangan zaman.
Dahulu, sistem pembayaran dikenal dengan sistem barter, yaitu tukar-menukar
barang antar pemilik barang satu dengan pemilik barang lain sesuai dengan
kebutuhan pelaku barter itu sendiri. Kemudian sistem pembayaran itu berkembang
menjadi sistem pembayaran nilai tukar yang disebut dengan uang tunai yaitu uang
kartal. Selanjutnya sistem pembayaran terus berkembang dari sistem pembayaran
tunai (cash based) ke sistem pembayaran nontunai (non-cash) seperti alat
9 UNIVERSITAS SUMATERA UTARA
10
pembayaran berbasis kertas (paper based), misalnya cek dan bilyet giro. Selain itu
dikenal juga alat pembayaran paperless seperti transfer dana elektronik dan alat
pembayaran memakai kartu (card based) seperti kartu kredit, kartu debit, dan e-
money.
Sistem pembayaran ditujukan untuk memungkinkan masyarakat sebagai
pelaku ekonomi dapat melakukan transaksi pembayaran. Menurut Sheppard
(1996), adapun bentuk sistem pembayaran pada umumnya memiliki tiga elemen
utama.
1. Otorisasi pelaksanaan pembayaran, yaitu pembayar memberikan otorisasi
kepada banknya untuk mentransfer dana;
2. Pertukaran perintah pembayaran antarbank yang terlibat dalam proses
transaksi pembayaran. Proses ini biasanya disebut kliring; dan
3. Setelmen antarbank yang terlibat dalam proses transaksi pembayaran. Bank
pembayar harus membayar bank penerima, baik bilateral maupun melalui
rekening yang dimiliki bank-bank tersebut pada lembaga penyelenggara
kliring, yang umumnya adalah bank sentral.
2.1.2 Karakteristik Instrumen dalam Sistem Pembayaran
Menurut Sheppard (1996), instrument dalam sistem pembayaran
mempunyai tiga karakteristik utama yaitu bentuk fisik, sistem pengamanan, dan
basis pembayaran.
1. Bentuk Fisik
Secara fisik, instrument dalam sistem pembayaran dapat berupa: 1)warkat
atau dokumen, seperti cek, bilyet giro, nota debet, nota kredit, dan
UNIVERSITAS SUMATERA UTARA
11
sebagainya; 2) kartu, seperti kartu kredit, kartu debit, kartu ATM, smart
cards, dan sebagainya, atau 3) tanpa fisik melalui internet atau telepon.
2. Sistem pengamanan
Sistem pengamanan transaksi pada suatu instrumen dalam sistem
pembayaran merupakan bagian yang tidak terpisahkan. Sistem
pengamanan ini ditujukan untuk memverifikasi bahwa instruksi diberikan
oleh yang berhak/pemilik rekening, dan bukan merupakan pemalsuan.
Bentuk pengamanan utama dalam sistem pembayaran berbeda-beda sesuai
dengan bentuk instrument pembayarannya. Untuk uang tunai, sistem
pengamanannya dapat berbentuk benang pengaman, rectorverso, tanda air,
electrotype, dan intaglio. Untuk instrumen berbentuk warkat atau
dokumen, sistem pengamanannya dapat berbentuk nomor seri dan tanda
tangan pemilik rekening. Untuk instrumen berbentuk kartu, sistem
pengamanannya berbentuk personal identification number/PIN „nomor
identifikasi pribadi‟ yang dimasukkan oleh pemberi instruksi (yang
diasumsikan hanya diketahui oleh pemilik rekening). Sedangkan untuk
instrumen tanpa fisik melalui internet atau telepon, sistem pengamanannya
dapat berbentuk satu/serangkaian password „kata kunci‟ atau pertanyaan
yang harus dijawab oleh pemberi instruksi
3. Basis Pembayaran
Instrumen pembayaran ada yang debit-based „berbasis debet‟ dan credit-
based „berbasis kredit‟. Transaksi dengan instrumen berbasis debet (seperti
cek) dimulai dengan penyampaian instruksi pembayaran dari pembayar ke
UNIVERSITAS SUMATERA UTARA
12
penerima dana. Pembayaran dana dilakukan setelah instruksi pembayaran
diserahkan penerima (biasanya melalui lembaga intermediasi/bank)
kepada bank pembayar, dan bank pembayar telah memutuskan untuk
membayar sesuai instruksi pembayaran tersebut. Selain adanya tenggang
waktu dalam pembayaran dan risiko bahwa pembayar tidak memiliki dan
yang cukup, fasilitas kredit biasanya diberikan oleh bank penerima kepada
penerima dana setelah menerima dan memferivikasi instruksi pembayaran.
Transaksi ini banyak digunakan di negara tertentu sebagai alat pembayaran
selain pembayaran tunai karena penerima dan pembayar menginginkan
pertukaran sesuatu yang tangible „nyata‟ sebagai pengganti uang tunai
yang fleksibel untuk digunakan dimana saja. Sementara itu, transaksi
dengan instrumen berbasis kredit memiliki struktur yang sama dnegan
transfer tunai langsung dari pembayar ke penerima dengan menggunakan
mekanisme rekening bank. Transaksi berbasis kredit dimulai dengan
penyampaian instruksi pembayaran dari pembayar ke bank pembayar yang
selanjutnya disampaikan ke bank penerima. Transaksi ini bermanfaat
apabila pembayar harus menyelesaikan pembayaran sebelum menerima
barang atau jasa yang dibelinya.
2.1.3 Sistem Pembayaran di Indonesia
Sesuai dengan UU No.23 Tahun 1999 tentang Bank Indonesia, telah
ditetapkan bahwa salah satu tugas Bank Indonesia sebagai bank sentral adalah
mengatur dan menjaga kelancaran sistem pembayaran. Efektivitas pelaksanaan
tugas Bank Indonesia ini memerlukan dukungan sistem pembayaran yang efisien,
UNIVERSITAS SUMATERA UTARA
13
cepat, aman, dan handal. Hal itu merupakan sasaran dari pelaksanaan tugas
mengatur dan menjaga kelancaran sistem pembayaran. Dalam melaksanakan tugas
tersebut, Bank Indonesia harus memainkan peran aktif dalam pengembangan
sistem pembayaran.
Keberadaan suatu sistem pembayaran yang aman dan handal dapat
mendukung pelaksanaan tugas Bank Indonesia untuk memperkuat pengendalian
moneter dan meningkatkan stabilitas dan keamanan sektor keuangan termasuk
perbankan. Dengan demikian, sistem pembayaran merupakan salah satu
komponen yang terintegrasi dari fungsi bank sentral lainnya yaitu moneter dan
perbankan. Keberadaan sistem pembayaran yang menjamin aliran dana yang
efisien, aman, handal, dan berisiko rendah dapat mempermudah para pelaku
ekonomi untuk melakukan akses terhadap berbagai keperluan pembayaran.
Sebaliknya, jika sistem pembayaran mengalami gangguan, maka yang terkena
dampaknya adalah sistem keuangan secara keseluruhan. Selain itu, keberadaan
sistem pembayaran yang efisien dan aman juga merupakan salah satu prasyarat
khususnya bagi kelancaran perdagangan baik di dalam negeri maupun antarnegara
serta bagi perekonomian pada umumnya.
Salah satu cara yang dilakukan Bank Indonesia agar dapat memelihara
kepercayaan masyarakat terhadap sistem keuangan adalah dengan meningkatkan
efisiensi sistem keuangan melalui peningkatan faktor keamanan dan stabilitas
transaksi keuangan. Untuk mencapai sasaran tersebut telah dilakukan berbagai
pengembangan di bidang sistem pembayaram yang terkoordinasi, dapat dipercaya,
UNIVERSITAS SUMATERA UTARA
14
efisien, dan adil (semua pihak dapat berpartisipasi sepanjang memenuhi kriteria
yang ditetapkan).
Peran penting Bank Indonesia lainnya yang terkait dengan sistem
pembayaran, yang tidak dapat dipindahkan dengan tugas Bank Indonesia, adalah
melakukan pencetakan dan pengedaran uang. Dalam kebijakan di bidang
pengedaran uang, Bank Indonesia berupaya untuk menyediakan uang yang layak
edar dan memenuhi kebutuhan masyarakat baik dari sisi nominal maupun
pecahannya.
2.1.4 Instrumen Sistem Pembayaran
2.1.4.1 Instrumen Pembayaran Tunai (Cash)
Instrumen pembayaran tunai adalah mata uang yang berlaku di Indonesia,
yaitu Rupiah, yang terdiri dari uang logam dan uang kertas. Berdasarkan undang-
undang yang berlaku saat ini, yaitu UU No.23 Tahun 1999. Bank Indonesia
mempunyai hak tunggal untuk mencetak dan mengedarkan uang kartal (uang
logam dan uang kertas). Dalam kebijakan di bidang pengedaran uang, Bank
Indonesia berupaya untuk menyediakan uang yang layak edar dan memenuhi
kebutuhan masyarakat baik dari sisi nominal maupun pecahannya. Uang kertas
Rupiah dalam peredaran terdiri dari denominasi Rp 100,00, Rp 500,00, Rp
1.000,00, Rp 2.000,00, Rp 5.000,00, Rp 10.000,00, Rp20.000,00, Rp 50.000,00,
dan Rp 100.000,00.
Uang fiat yang berarti uang kertas, dikeluarkan oleh pemerintah sebagai
alat pembayaran yang sah tetapi tidak dapat dikonversikan ke dalam bentuk koin
atau logam berharga. Kelebihan dari uang koin adalah bentuknya yang lebih
UNIVERSITAS SUMATERA UTARA
15
ringan. Sedangkan uang kertas dapat diterima sebagai alat pembayaran jika ada
kredibilitas dari otoritas yang menerbitkan uang kertas tersebut. Sama seperti uang
koin, kelemahan dari uang kertas adalah mudah dicuri dan cukup mahal untuk
dibawa dalam jumlah besar.
Meskipun saat ini banyak masyarakat yang sudah melakukan transaksi
pembayaran nontunai, tapi tetap saja masih banyak dari masyarakat yang lebih
nyaman bertransaksi dengan menggunakan uang tunai. Selain lebih gampang,
transaksi tunai juga lebih praktis. Sehingga, untuk menghilangkan transaksi tunai
itu sendiri pastinya akan sangat sulit dilakukan, mengingat masyarakat Indonesia
masih banyak yang berada dikalangan menengah ke bawah.
Di Indonesia, lembaga yang berwewenang untuk mencetak dan
mengedarkan uang adalah Bank Indonesia yang disebut sebagai Bank Sentral.
Bank Indonesia juga memiliki wewenang untuk menarik uang yang beredar di
masyarakat.
Dalam kebijakan pengedaran uang tunai yang terpenting adalah bagaimana
memenuhi kebutuhan uang di masyarakat dalam jumlah nominal yang cukup,
jenis pecahan yang sesuai, tepat waktu, dan dalam kondisi yang layak edar (Bajili,
2016). Oleh karena itu, uang tunai yang digunakan dalam bertransaksi harus
memiliki beberapa karakteristik penting, di antaranya:
a. Setiap uang yang dikeluarkan dimaksudkan untuk mempermudah kelancaran
transaksi pembayaran tunai, dapat diterima dan dipercaya oleh masyarakat.
Berkenaan dengan hal tersebut, uang perlu memiliki beberapa karakteristik:
1. Mudah digunakan dan nyaman (user friendly),
UNIVERSITAS SUMATERA UTARA
16
2. Tahan lama (durable),
3. Mudah dikenali (easily recognized), dan
4. Sulit dipalsukan (secure against counterfeiting)
b. Jumlah uang tunai harus tersedia secara cukup di masyarakat, dengan
memerhatikan kesesuaian jenis pecahannya. Untuk ini, diperlukan perencanaan
yang baik terutama dalam perencanaan pengadaan maupun perencanaan
distribusinya.
c. Perlu diupayakan tersedianya kelembagaan pendukung untuk mewujudkan
terciptanya kelancaran arus uang tunai yang layak edar, baik secara regional
maupun nasional.
2.1.4.2 Instrumen Pembayaran Nontunai (Non-Cash)
Di Indonesia, instrument pembayaran nontunai disediakan terutama oleh
sistem perbankan. Instrumen yang disediakan terdiri dari instrument yang berbasis
warkat, seperti cek, bilyet giro, nota debet, dan nota kredit, serta instrument yang
berbasis bukan warkat, seperti kartu ATM, kartu debet, dan kartu kredit.
Penggunaan alat pembayaran nontunai yang berbasis bukan warkat di masyarakat
semakin meningkat. Hal itu disebabkan antara lain oleh semakin banyaknya
inovasi dalam menciptakan instrument yang dilakukan oleh perbankan untuk
memenuhi kebutuhan konsumen.
a. Instrumen berbasis Warkat
Instrumen berbasis Warkat telah diatur dalam hukum dan dikenal dalam
praktek perbankan di Indonesia. Instrumen berbasis warkat yang saat ini
digunakan antara lain:
UNIVERSITAS SUMATERA UTARA
17
1. Cek; surat perintah tidak bersyarat untuk membayar sejumlah uang
tertentu.
2. Bilyet Giro; surat perintah dari nasabah kepada bank penyimpan dan
untuk memindahbukukan (tidak berlaku untuk penarikan tunai) sejumlah
dana dari rekening yang bersangkutan kepada rekening pemegang yang
disebutkan namanya.
3. Nota Debet; warkat yang digunakan untuk menagih dana pada bank lain
untuk untung bank atau nasabah bank yang menyampaikan warkat
tersebut.
4. Nota Kredit; warkat yang digunakan untuk menyampaikan dana pada
bank lain untuk untung bank atau nasabah bank yang menerima warkat
tersebut.
5. Wesel Bank Untuk Transfer; wesel yang diterbitkan oleh bank khusus
untuk sarana transfer.
6. Surat Bukti Penerimaan Transfer; surat bukti penerimaan transfer dari
luar kota yang dapat ditagihkan kepada bank penerima dan transfer
melalui kliring lokal.
b. Pemindahan dana
Saat ini bank-bank memberikan berbagai jenis layanan pemindahan dan
melalui jaringan kantornya, termasuk perintah pembayaran secara regular dan
pemindahan dana secara elektronis.
Layanan pemindahan dana bagi nasabah bank dapat dilakukan oleh bank
melalui: 1) transfer elektronik antar bank; 2) sistem kliring berbasis warkat untuk
UNIVERSITAS SUMATERA UTARA
18
transaksi lokal; 3) jaringan bank koresponden, bagi pemindahbukuan dana lintas
wilayah; 4) sistem RTGS baik untuk pemindahbukuan dan lokal maupun lintas
wilayah.
Dewasa ini, pemindahbukuan dana antar bank yang berjumlah besar, yaitu
melebihi Rp 100 juta, dan/atau yang bersifat mendesak diselesaikan melalui BI-
RTGS.
c. Pendebetan Secara Langsung
Pemakaian fasilitas pendebetan secara langsung masih dibatasi untuk
transaksi di dalam suatu bank. Mengingat belum ada sistem giro antarbank,
perusahaan telekomunikasi dan perusahaan listrik harus memiliki perjanjian
dengan bank umum dalam menangani penerimaan pembayaran tagihan dari
nasabahnya untuk pembayaran jasa telekomunikasi dan listrik.
d. Alat Pembayaran Menggunakan Kartu (APMK)
Masyarakat Indonesia telah mengenal berbagai jenis kartu pembayaran,
antara lain yang bersifat kredit seperti kartu kredit, private label cards (misalnya,
kartu pasar swalayan) dan yang bersifat debet seperti kartu debit dan ATM. Di
samping itu, dalam perkembangannya terdapat jenis kartu yang dananya telah
tersimpan dalam chip elektronik pada kartu tersebut.
1. Kartu Kredit
Kartu kredit merupakan kartu yang dikeluarkan oleh bank atau lembaga
pembiayaan lainnya yang diberikan kepada nasabah untuk dapat dipergunakan
sebagai alat pembayaran dan pengambilan uang tunai. Kartu kredit dapat
dipergunakan sebagai alat pembayaran di tempat-tempat tertentu, seperti
UNIVERSITAS SUMATERA UTARA
19
supermarket, pasar swalayan, hotel, dan restoran yang telah mengikat perjanjian
dengan bank/lembaga pembiayaan. Di samping itu, kartu kredit dapat
dipergunakan untuk pengambilan uang tunai di berbagai tempat, misalnya gerai
bank atau ATM yang tersebar di berbagai tempat.
Transaksi yang dilakukan dengan menggunakan kartu kredit melibatkan
berbagai pihak yang saling berkepentingan, yang masing-masing terkait dalam
suatu perjanjian. Dalam mekanisme penggunaan kartu kredit terdapat sedikitnya
tiga pihak yang terlibat langsung untuk setiap transaksi penggunaan dan
pembayaran kartu kredit. Pihak-pihak dimaksud adalah bank/lembaga
pembiayaan, merchant „pedagang‟, dan card holder „pemegang kartu.
Fungsi bank/lembaga pembiayaan adalah sebagai pihak penerbit dan atau
pihak pembayar kartu kredit yang ditagihkan oleh pedagang. Pedagang adalah
tempat belanja bagi pemegang kartu yang telah mengikat perjanjian dengan
bank/lembaga pembiayaan. Sementara pemegang kartu (card holder) merupakan
nasabah yang tertera namanya dalam kartu kredit sekaligus merupakan pihak yang
berhak menggunakan kartu kredit tersebut.
Mekanisme penggunaan kartu kredit dimulai dari penerbitan kartu kredit,
transaksi pembayaran atau penarikan uang tunai, sampai dengan transaksi
pembayaran oleh pihak bank dengan melibatkan pihak-pihak yang
berkepentingan. Mekanisme ini dimulai dari permohonan penerbitan kartu,
transaksi pembelanjaan, transaksi pengambilan uang tunai, pembayaran dari
nasabah ke bank, sampai dengan penagihan yang dilakukan oleh lembaga penerbit
UNIVERSITAS SUMATERA UTARA
20
dan pembayaran kartu kredit. Contoh kartu kredit yang dikenal oleh masyarakat
antara lain VISA, MasterCard, American Express (AMEX), dan Diners.
Jenis alat transaksi ini berkembang cukup pesat. Di Indonesia kartu kredit
mulai berkembang sejak dekade 90-an. Kartu kredit umumnya dimiliki oleh
kalangan menengah ke atas. Selain menawarkan keuntungan yang tinggi, segmen
penggunanya merupakan kalangan atas dimana eksposur risiko gagal bayar
dianggap relatif kecil. Dorongan bank untuk memasuki industri kartu kredit juga
disebabkan oleh pangsa pasar Indonesia yang masih terbuka untuk pengembangan
kartu kredit (Bajili, 2016).
Pesatnya pertumbuhan kartu kredit tercermin pada trend peningkatan
jumlah kartu beredar tiap tahunnya. Pada tahun 2003 jumlah kartu kredit baru
berkisar 4,5 juta kartu, dan pada tahun 2011 mencapai 11,5 juta kartu, atau rata-
rata pertumbuhannya per tahun sebesar 20,8%. Pada tahun 2014 jumlah kartu
kredit meningkat sebesar dari 15,12 juta kartu, pada tahun 2013 menjadi 15,81
juta kartu.
2. Kartu ATM
Salah satu instrument pembayaran berbasis kartu yang penting dalam
sistem pembayaran adalah kartu ATM yang transaksinya dilakukan melalui mesin
ATM. Mesin ATM ini merupakan mesin yang dapat melayani kebutuhan nasabah
secara otomatis setiap saat (24 jam) selama tujuh hari dalam seminggu termasuk
hari libur. Pelayanan yang diberikan ATM antara lain: 1) penarikan uang tunai
yang dapat dilakukan nasabah di berbagai ATM yang memiliki hubungan dengan
bank penerbit kartu ATM; 2) untuk melihat, mengecek, meminta/mencetak saldo
UNIVERSITAS SUMATERA UTARA
21
rekening pemegang/nasabah; dan 3) pelayanan pembayaran lainnya seperti
pembayaran listrik, telepon, kartu kredit, transfer uang , dan lain-lain.
Layanan ATM mulai diperkenalkan pada awal tahun 1990-an. Sampai saat
ini ada lima jaringan ATM bersama dalam negeri (ALTO, ATM BERSAMA,
CAKRA, FLASH, dan BCA) dan dua jaringan ATM bersama internasional
(CIRRUS dan PLUS). Jaringan ATM bersama tersebut belum saling terhubung
sehingga beberapa bank terpaksa menjadi anggota lebih dari satu jaringan.
3. Kartu Debet
Kartu debet merupakan instrument pembayaran berbasis kartu yang
pembayarannya dilakukan dengan pendebetan langsung ke rekening nasabah di
bank penerbit kartu tersebut.
Fasilitas pembayaran dengan pendebetan secara langsung di tempat
penjualan (EFTPOS) semakin digemari, terutama di kota-kota besar, seperti
Jakarta. Beberapa bank menawarkan kartu debet dalam rangka program Maestro
dan Visa Electron. Sedangkan bank-bank lain menawarkan kartu atas nama bank
sendiri, sehingga berkembang berbagai jenis terminal yang beragam di tempat
pedagang. Visi “satu terminal untuk setiap gerai” menghadapi kendala besar
dikarenakan kurang adanya kesepakatan usaha antarberbagai pihak, serta adanya
kekurangan pada penyediaan infrastruktur bersama untuk melakukan switching
„pengalihan‟ transaksi. Pada berbagai bank penerbit kartu debet terdapat
kombinasi fungsi kartu debet dan kartu ATM dalam satu kartu sekaligus (kartu
debet dan kartu ATM).
UNIVERSITAS SUMATERA UTARA
22
Bank yang memiliki basis teknologi relatif maju mulai menjajaki
pengembangan kartu debet sekaligus membuat perusahaan yang menangani
infrastruktur switching transfer dana antar bank. Pada saat sekarang ini banyak
bank yang menawarkan pembayaran di merchant dengan menggunakan kartu
ATM yang telah ditambahkan fungsinya sebagai kartu debet.
Perkembangan penggunaan kartu account based semakin meningkat ketika
jumlah bank yang menjadi acquiring (penerbit) semakin banyak menyediakan
infrastruktur Electronic Data Capture (EDC) yaitu mesin pembaca kartu debet di
merchant. Perkembangan tersebut mendorong account based card memiliki
pertumbuhan paling tinggi di antara jenis instrumen pembayaran lainnya.
e. Instrumen Pembayaran berbasis Elektronik
Kartu Elektronik (e-money)
Menurut Peraturan Bank Indonesia No. 11/12/PBI/2009 tentang uang
elektronik (Electronic Money), yang dimaksud dengan uang elektronik adalah alat
pembayaran yang memenuhi unsur-unsur sebagai berikut:
1. Diterbitkan atas dasar uang yang disetor terlebih dahulu oleh pemegang
kepada penerbit.
2. Nilai uang disimpan secara elektronik dalam suatu media seperti server
atau chip
3. Digunakan sebagai alat pembayaran kepada pedagang yang bukan
merupakan penerbit uang elektronik tersebut, dan
UNIVERSITAS SUMATERA UTARA
23
4. Nilai uang elektronik yang disetor oleh pemegang dan dikelola oleh
penerbit bukan merupakan simpanan sebagaimana dimaksud dalam
undang-undang yang mengatur mengenai perbankan.
Maka dapat disimpulkan bahwa uang elektronik adalah alat pembayaran
dengan nilai uang yang telah tersimpan secara elektronik pada server atau pun
kartu dan tata cara penggunaan dan penerbitan telah diatur dan diawasi langsung
oleh Bank Indonesia.
Menurut pengertian yang dikeluarkan Bank for International Settlement
(BIS) dalam suatu Kajian E-money oleh Hidayati, dkk (2006),
“stored-value or prepaid products in which a record of the funds or value
available to a consumer is stored on an electronic device in the consumer’s
possession”
(produk stored-value atau prepaid dimana sejumlah nilai uang disimpan dalam
suatu media elektronis yang dimiliki seseorang).
Uang eletronik (e-money) terbagi menjadi dua jenis berdasarkan
bentuknya, yaitu kartu prabayar (pre-paid card) dan e-wallet.
a. Kartu Prabayar (pre-paid card)
Produk semacam ini diterbitkan oleh bank yang sudah memiliki izin dari
Bank Indonesia. Kartu ini tidak dilindungi dengan PIN, sehingga dapat
dipindahtangankan. Nominal yang tersimpan di kartu ini tidak dijamin LPS dan
memiliki limit sebesar Rp 1.000.000. Beberapa bank yang memiliki produk uang
elektronik berbentuk kartu, diantaranya adalah Flazz BCA, E-money Mandiri, Tap
Cash BNI, Brizzi BRI, dan lain sebagainya.
UNIVERSITAS SUMATERA UTARA
24
b. Dompet elektronik (E-Wallet)
Selain dalam bentuk kartu, ada pula uang elektronik (E-Wallet). Berbeda
dengan kartu, layanan e-wallet tidak hanya disediakan oleh bank, melainkan juga
oleh operator telekomunikasi. Beberapa diantaranya adalah Rekening Ponsel
CIMB Niaga, Mandiri E-Cash , dan lain sebagainya.
Ketentuan Mengenai E-Money
Beberapa ketentuan-ketentuan lain dari e-money yang terdapat di
Peraturan Bank Indonesia (PBI) NO. 11/12/PBI/2009 TENTANG UANG
ELEKTRONIK (ELECTRONIC MONEY) :
a. Nilai Uang Elektronik adalah nilai uang yang disimpan secara elektronik pada
suatu media yang dapat dipindahkan untuk kepentingan transaksi pembayaran
dan/atau transfer dana.
b. Prinsipal adalah Bank atau Lembaga Selain Bank yang bertanggung jawab atas
pengelolaan sistem dan/atau jaringan antar anggotanya, baik yang berperan
sebagai penerbit dan/atau acquirer, dalam transaksi Uang Elektronik yang
kerjasama dengan anggotanya didasarkan atas suatu perjanjian tertulis.
c. Penerbit adalah Bank atau Lembaga Selain Bank yang menerbitkan Uang
Elektronik.
d. Acquirer adalah Bank atau Lembaga Selain Bank yang melakukan kerja sama
dengan pedagang, yang dapat memproses data Uang Elektronik yang diterbitkan
oleh pihak lain.
e. Pemegang adalah pihak yang menggunakan Uang Elektronik.
UNIVERSITAS SUMATERA UTARA
25
f. Pedagang (merchant) adalah penjual barang dan/atau jasa yang menerima
transaksi pembayaran dari Pemegang.
g. Pengisian Ulang adalah penambahan Nilai Uang Elektronik pada Uang
Elektronik.
h. Dana Float adalah seluruh Nilai Uang Elektronik yang diterima Penerbit atas
hasil penerbitan Uang Elektronik dan/atau Pengisian Ulang yang masih
merupakan kewajiban Penerbit kepada Pemegang dan Pedagang.
i. Tarik Tunai adalah fasilitas penarikan tunai atas Nilai Uang Elektronik yang
dapat dilakukan setiap saat oleh Pemegang.
j. Penyelenggara Kliring adalah Bank atau Lembaga Selain Bank yang melakukan
perhitungan hak dan kewajiban keuangan masing-masing Penerbit dan/atau
Acquirer dalam rangka transaksi Uang Elektronik.
k. Penyelenggara Penyelesaian Akhir adalah Bank atau Lembaga Selain Bank
yang melakukan dan bertanggungjawab terhadap penyelesaian akhir atas hak dan
kewajiban keuangan masing-masing Penerbit dan/atau Acquirer dalam rangka
transaksi Uang Elektronik berdasarkan hasil perhitungan dari Penyelenggara
Kliring.
2.2 Uang
2.2.1 Pengertian Uang
Beberapa tokoh atau penulis ekonomi pada masa lampau mendefinisikan
uang sebagai alat pembayar atau penukar. Dalam bukunya, M. Manullang (1977)
menjabarkan definisi uang dari beberapa tokoh, antara lain:
UNIVERSITAS SUMATERA UTARA
26
a. Robertson : “Money is something which is widely accepted in payments for
goods”; yang artinya, “Uang adalah segala sesuatu yang umum diterima dalam
pembayaran barang-barang.
b. A. C. Pigou : “money are those things that are widely used as a media for
exchange”; yang artinya : “uang adalah segala sesuatu yang umum dipergunakan
sebagai alat penukar.
c. R. S. Sayers : “money is something that is widely accepted for the settlements of
debts”; yang artinya “uang adalah segala sesuatu yang umum diterima sebagai
pembayar utang.
d. Rollin G. Thomas : “money is something that is good, services, and other
valuaber assets, and for the payment of debts”; yang artinya : “ uang adalah
segala sesuatu yang siap sedia dan pada umumnya diterima umum dalam
pembayaran, pembelian barang-barang, jasa-jasa dan untuk pembayar hutang.
Dan akhirnya M. Manullang memberi definisi uang sebagai berikut: “uang
adalah segala sesuatu yang umum diterima sebagai alat penukar dan sebagai alat
pengukur nilai, yang pada waktu bersamaan bertindak sebagai alat penimbun
kekayaan”.
Menurut Thomas (2001) uang adalah segala sesuatu yang tersedia dan
umumnya diterima umum sebagai alat pembayaran untuk pembelian barang dan
jasa, serta untuk pelunasan utang.
UNIVERSITAS SUMATERA UTARA
27
2.2.2 Fungsi Uang
Fungsi-fungsi khusus uang antara lain:
a) Uang sebagai alat tukar
Fungsi uang sebagai alat tukar memudahkan masyarakat untuk
melaksanakan transaksi. Fungsi ini menghilangkan perlunya ada kesamaan
keinginan dalam transaksi barter. Unsur kepercayaan sangatlah penting karena
melandasi pemilihan “barang” apa yang bisa digunakan sebagai uang.
b) Uang sebagai alat penyimpan nilai/daya beli
Fungsi ini terkait usaha manusia dalam mengumpulkan kekayaan.
Pemegangan uang merupakan salah satu cara untuk menyimpan kekayaan. Syarat
utama untuk ini adalah bahwa uang harus bisa menyimpan daya beli atau nilai.
Karena pada saat inflasi tinggi, nilai merosot cepat, maka orang pun enggan
memegang uang.
c) Uang sebagai standar/satuan nilai
Fungsi ini ,memungkinkan seluruh barang/jasa dinilai dengan satuan uang.
Dengan demikian masyarakat tidak perlu lagi menghafal sampai ribuan nilai tukar
yang dilakukan pada masa perekonomian barter. Fungsi ini tidak dapat dipisahkan
dari fungsi sebagai alat tukar, tetapi hanya dapat dibedakan.
d) Uang sebagai standar pembayaran di masa mendatang
Fungsi ini terkait dengan pinjam-meminjam atau transaksi kredit. Dalam
hubungan ini, uang merupakan salah satu cara menghitung pembayaran masa
depan.
UNIVERSITAS SUMATERA UTARA
28
2.2.3 Jumlah Uang Beredar
Menurut Mankiw (2006), pengertian jumlah uang beredar (JUB) secara
sederhana ialah jumlah uang yang tersedia. Dalam perekonomian yang
menggunakan uang komoditas, jumlah uang beredar adalah jumlah dari komoditas
itu.
Para ekonom klasik (tapi tidak semua) condong untuk mengartikan uang
beredar sebagai currency, karena uang inilah yang benar-benar merupakan daya
beli yang langsung bisa digunakan (dibelanjakan) dan oleh karena itu langsung
mempengaruhi harga-harga barang. Yang termasuk dalam pengertian currency
sebagai uang beredar adalah tidak semua uang kertas dan uang logam, tetapi
hanya uang kertas dan uang logam yang berada di tangan masyarakat umum (di
luar bank dan kas negara). Alasannya adalah bahwa hanya uang tunai yang
dipegang masyarakat umumlah yang biasanya langsung dibelanjakan untuk
barang dan jasa, sedangkan uang tunai di lemari besi bank maupun di kantor-
kantor kas negara tidak terkait langsung dengan “pasar barang”.
Dari pengertian diatas, dapat kita ambil kesimpulan bahwa jumlah uang
beredar tersebut hanya diartikan dalam pengertian uang kartal. Sementara, seperti
yang kita lihat saat ini, penggunaan uang kartal, khusunya di negara-negara maju
sudah mulai berkurang. Sebagian masyarakat sudah menyimpan uang cash nya di
bank. Di negara-negara maju, sebagian pembayaran sudah dilakukan dengan
menggunakan cek.
Oleh sebab itu, saldo rekening koran/giro mempunyai status yang sama
dengan currency, haruslah dimasukkan dalam pengertian “uang beredar”. Saldo
UNIVERSITAS SUMATERA UTARA
29
rekening koran/giro yang dimiliki oleh masyarakat disebut uang giral atau demand
deposits. Sedang uang beredar yang didefinisikan sebagai uang kartal plus uang
giral (currency plus demand deposits) disebut uang dalam arti sempit atau narrow
money, dan untuk ini biasanya digunakan simbol M1.
M1 = currency (uang kartal) + Demand deposit (uang giral)
Pengertian M1 bahwa uang beredar adalah daya beli yang langsung bisa
digunakan untuk pembayaran bisa diperluas dan mencakup alat-alat pembayaran
yang mendekati uang, misalnya deposito berjangka (time deposits) dan simpanan
tabungan (savings deposits) pada bank-bank. Uang yang disimpan dalam bentuk
deposito berjangka dan tabungan ini sebenarnya adalah juga daya beli potensial
bagi pemiliknya, meskipun tidak semudah uang tunai atau cek untuk
menggunakannya.
Sekarang, kebanyakan ekonom berpendapat bahwa selain M1,harus pula
diamati perkembangan M2, yang diartikan sebagai M1 plus deposito berjangka
dan saldo tabungan milik masyarakat pada bank-bank, karena perkembangan M2
ini juga bisa mempengaruhi perkembangan harga, produksi dan keadaan ekonomi
pada umumnya.
M2 = M1 + Time Deposit + Savings Deposits
Masyarakat menempatkan uangnya dalam time deposits atau saving
deposits karena simpanan ini memberikan bunga. M2 juga disebut uang beredar
dalam arti luas atau broad money.
Definisi M2 yang berlaku umum untuk semua negara tidak ada, karena
hal-hal khas masing-masing negara perlu dipertimbangkan. Di Indonesia, M2
UNIVERSITAS SUMATERA UTARA
30
besarnya mencakup semua deposit berjangka (time deposit) dan saldo tabungan
(savings deposit) dalam rupiah pada bank-bank dengan tidak tergantung besar
kecilnya simpanan tetapi tidak mencakup deposito berjangka dan saldo tabungan
dalam mata uang asing (Boediono, 2001)
Definisi uang beredar yang lebih luas lagi adalah M3, yang mencakup
semua deposito berjangka (time deposits) dan saldo tabungan (saving deposits),
besar-kecil, Rupiah atau mata uang asing milik penduduk pada bank atau lembaga
keuangan non-bank. Seluruh time deposits dan saving deposits ini disebut uang
kuasi (quasi money).
M3 = M1 + quasi money
Di negara yang menganut sistem devisa bebas (artinya setiap orang boleh
memiliki dan memperjualbelikan devisa secara bebas), seperti Indonesia, memang
sedikit sekali perbedaan atara time deposits dan saving deposits dalam rupiah dan
time deposits dan saving deposits dalam dollar. Setiap kali membutuhkan rupiah,
penduduk bisa langsung menjual dollarnya ke bank, atau sebaliknya. Time
deposits dan saving deposits bukan milik penduduk tidak termasuk dalam definisi
uang kuasi (Boediono, 2001).
2.3 Hubungan Antara Variabel Independen dengan Variabel Dependen
2.3.1 Hubungan Variabel E-Money terhadap Jumlah Uang Beredar
Uang elektronik (e-money) adalah alat pembayaran dengan nilai uang yang
telah tersimpan secara elektronik pada server atau pun kartu dan tata cara
penggunaan dan penerbitan telah diatur dan diawasi langsung oleh Bank
UNIVERSITAS SUMATERA UTARA
31
Indonesia. Transaksi uang elektronik dalam penelitian ini terdiri dari volume dan
nilai transaksi.
Sedangkan pengertian Jumlah Uang Beredar, Menurut Mankiw (2006)
secara sederhana ialah jumlah uang yang tersedia. Dalam perekonomian yang
menggunakan uang komoditas, jumlah uang beredar adalah jumlah dari komoditas
itu. Jumlah uang beredar terdiri dari M1, M2, dan M3.
Perkembangan e-money semakin lama semakin meningkat, seiring dengan
berkembangnya zaman. Masyarakat semakin banyak yang lebih memilih
menggunakan e-money dibanding dengan uang tunai. Sebagai contoh dapat kita
lihat pada penggunaan e-toll yang semakin meningkat seiring dengan semakin
berkembangnya jalan tol di Indonesia.
Aturan-aturan mengenai sistem pembayaran telah ditetapkan oleh Bank
Indonesia selaku Bank Sentral yang memilki wewenang dalam hal ini. Dari
kebijakan e-money ini sendiri Bank Indonesia dapat mengatur jumlah uang yang
beredar.
Dalam Istanto (2015), mengatakan bahwa prinsip hubungan antara
pembayaran dan jumlah uang beredar ditunjukkan oleh persamaan MV=PT.
Dengan asumsi PT adalah konstan, peningkatan efisiensi sistem pembayaran akan
meningkatkan kecepatan (velocity of money- V) yang memungkinkan jumlah uang
beredar (M) untuk dikurangi untuk mendukung tingkat yang sama dari kegiatan
ekonomi (Humphrey, 1995).
Menurut teori kuantitas uang, kebiasaan pembayaran nontunai, akan
mendorong masyarakat lebih banyak melakukan transaksi sehingga velocity-nya
UNIVERSITAS SUMATERA UTARA
32
akan naik diikuti oleh kenaikan kenaikan jumlah uang beredar. Biasanya,
kebiasaan melakukan pembayaran ini berjalan lambat, sehingga dengan demikian
velocity dapat dianggp tidak berubah (Nopirin, 2007).
Dengan demikian, dapat disimpulkan bahwa volume dan nilai transaksi
uang elektronik (e-money) berpengaruh positif terhadap tingkat jumlah uang
beredar.
2.3.2 Hubungan Variabel APMK terhadap Jumlah Uang Beredar
Variabel Alat Pembayaran Menggunakan Kartu (APMK) terdiri dari kartu
kredit, kartu ATM, dan kartu debit. APMK dinilai dapat memudahkan masyarakat
dalam proses pembayaran, seperti kartu kredit yang dapat digunakan saat belanja
yang tidak ingin repot-repot membawa banyak uang tunai. Selain kartu kredit,
kartu ATM atau yang sekarang telah banyak digabung dengan kartu debit, adalah
salah satu APMK yang paling marak di semua kalangan masyarakat. Sebagai
salah satu contoh adalah mahasiswa yang kebanyakan merantau, otomatis
mempunyai kartu ATM untuk menerima kiriman uang dari orangtua.
Sekarang ini, kebanyakan remaja semakin gemar untuk melakukan belanja
secara online. Tak perlu lagi repot-repot untuk pergi ke toko-toko atau mall, hanya
dengan memilih barang melalui hp, dan kemudian melakukan pembayaran secara
transfer melalui ATM. Dengan melakukan transfer pun, maka secara otomatis
saldo rekening di ATM pun berkurang.
Dengan adanya APMK, masyarakat tak perlu lagi repot-repot membawa
uang tunai untuk bepergian. Masyarakat kebanyakan lebih suka membawa
UNIVERSITAS SUMATERA UTARA
33
APMK, dan membawa uang tunai sedikit untuk berjaga-jaga. Selain lebih praktis,
juga lebih aman.
Pembayaran menggunakan kartu mendorong penurunan kas yang dipegang
oleh masyarakat. Sementara di sisi lain banyak uang yang masuk ke sistem
perbankan. Penggunaan kartu debet dan kartu kredit juga memotong biaya
transaksi dan efisiensi dalam pembayaran.
Sistem pembayaran non tunai seperti APMK, berperan penting dalam
memfasilitasi pengedaran uang oleh Bank Sentral ke masyarakat yang pada
akhirnya membentuk kepercayaan (confidence) masyarakat terhadap mata uang
dan sistem pembayaran nasionalnya (Iskandar, 2014).
Sesuai dengan teori kuantitas uang oleh Marshall, bahwa penggunaan alat-
alat pembayaran baru akan mempengaruhi banyaknya transaksi yang dilakukan.
Demikian juga, kebiasaan pembayaran dengan kredit, akan mendorong
masyarakat lebih banyak melakukan transaksi sehingga velocity dan jumlah uang
beredar nya akan naik (Nopirin, 2007).
Dengan demikian, dapat disimpulkan bahwa volume dan transaksi APMK
mempunyai hubungan yang positif terhadap tingkat jumlah uang beredar.
UNIVERSITAS SUMATERA UTARA
34
2.4 Penelitian Terdahulu
Terdapat beberapa penelitian terdahulu yang berkenaan dengan penelitian
yang dilakukan oleh penulis, beberapa penelitian tersebut yaitu:
Tabel 2.1
Penelitian Terdahulu No. Nama
Penulis Judul Variabel
Penelitian Hasil Kajian
1. Ahmad Radhi Bajili (2016)
Analisis pengaruh penggunaan uang elektronik (e-money)
terhadap permintaan uang kartal di Indonesia
Uang elektronik 9e-money), APMK (Alat Pembayaran Berbasis Kartu), transaksi kliring dan suku bunga deposito
Menyatakan bahwa APMK yang beredar memiliki pengaruh yang Positif dan berpengaruh signifikan terhadap jumlah permintaan uang kartal di Indonesia. Jumlah perputaran kliring memiliki pengaruh yang negatif dan berpengaruh signifikan terhadap jumlah permintaan uang kartal di indonesia. Suku bunga deposito memiliki pengaruh yang negatif dan tidak berpengaruh signifikan terhadap permintaan uang kartal di Indonesia.
2. Vahid Farhadi Cheshme Morvari (2015)
Possible Effects of Electronic Payments on the Money Supply in the economy
Volume uang elektronik (e-money) dan Jumlah uang beredar (M1).
Menyatakan bahwa aliran M1 di tangan masyarakat, dengan peningkatan rd dan rem, menyebabkan degradasi
UNIVERSITAS SUMATERA UTARA
35
menurun, yang berarti mengurangi dampak potensional dari uang elektronik pada jumlah uang beredar.
3. Lasondy Istanto S
Analisis dampak pembayaran non tunai terhadap jumlah uang beredar di Indonesia
Jumlah Uang Beredar (M1, M2), APMK, e-money, SKNBI, dan BI-RTGS
Menyatakan bahwa melalui proxy volume dan nilai transaksi APMK (Debit, Kredit dan ATM), e-money , dan BI-RTGS memiliki pengaruh positif terhadap M1. Untuk SKNBI melalui proxy volume memiliki pengaruh positif sedangkan melalui proxy nilai, SKNBI memiliki pengaruh negatif dan signifikan terhadap M1. Sedangkan terhadap M2, transaksi APMK, BI-RTGS dan e-money melalui proxy volume dan
nilai berpengaruh negatif. Melalui proxy volume SKNBI berpengaruh positif terhadap M2, sedangkan proxy nilai
berpengaruh negatif.
4 Venna Tri Kartika and Anggoro Budi Nugroho (2015)
Analysis of electronic money transactions on velocity of
E-money, GDP, money supply (jumlah uang beredar), dan velocity of money
Volume transaksi e-money mengkat di 5 negara ASEAN, sedangkan
UNIVERSITAS SUMATERA UTARA
36
money in Asian-5 Countries
velocity of money
menurun. Variabel GDP, JUB, dan velocity of money berpengaruh positif dan signifikan terhadap transaksi e-money
2.5 Kerangka Konseptual
Penelitian ini bertujuan untuk mengetahui bagaimana hubungan antara
uang elektronik terhadap jumlah uang beredar di Indonesia. Jumlah Uang beredar
yang dimaksud dalam penelitian ini yaitu jumah uang beredar dalam artian sempit
(M1). Sedangkan variabel independen yang akan di bahas dalam penelitian ini
adalah yang termasuk dalam transaksi non tunai antara lain nilai dan volume
transaksi E-Money, serta nilai dan volume transaksi Alat Pembayaran
Menggunakan Kartu (Kartu Kredit, Debit dan ATM),
Sistem pembayaran sangat berpengaruh terhadap perekonomian Indonesia.
Sistem pembayaran di Indonesia yang kita ketahui terdiri dari sistem pembayaran
tunai dan non tunai. Sistem pembayaran tunai sendiri terdiri dari uang kartal (uang
logam dan uang kertas), sedangkan yang termasuk sistem pembayaran non tunai
yaitu uang giral. Sistem pembayaran APMK (kartu ATM/debet dan kartu kredit)
maupun e-money lambat laun akan menggantikan uang kartal/tunai dalam
pembayaran retail.
Tidak dapat dipungkiri bahwa seiring berkembangnya teknologi,
masyarakat lebih memiliki minat untuk menggunakan teknologi yang lebih
canggih. Penggunaan teknologi dalam pembayaran non tunai akan memberikan
UNIVERSITAS SUMATERA UTARA
37
berbagai kemudahan dalam transaksi termasuk mengurangi transaction cost yang
akan mendorong permintaan uang secara keseluruhan (M1 dan M2 naik). Namun,
permintaan uang kartal (tunai) akan mengalami penurunan seiring dengan
meningkatnya permintaan uang giral. Perubahan permintaan uang ini pada
gilirannya akan mempengaruhi jumlah uang beredar, mengingat bahwa jumlah
money supply (uang beredar) adalah sama dengan jumlah permintaan uang.
Transaksi Pembayaran Non tunai
Gambar 2.1
Kerangka Konseptual
2.6 Hipotesis Penelitian
Hipotesis merupakan jawaban sementara terhadap permasalahan yang
menjadi objek penelitian, yang kebenarannya masih perlu dibuktikan atau diuji
secara empiris.
Berdasarkan permasalahan, maka hipotesis penelitian ini adalah sebagai
berikut :
1. Transaksi E-Money melalui proxy volume mempunyai pengaruh positif
terhadap Jumlah uang beredar di Indonesia
Electronic Money
Volume
Nilai
APMK
Volume
Nilai
Jumlah Uang Beredar
(M1)
UNIVERSITAS SUMATERA UTARA
38
2. Transaksi E-Money melalui proxy nilai mempunyai pengaruh positif
terhadap Jumlah uang beredar di Indonesia
3. Transaksi APMK melalui proxy volume mempunyai pengaruh positif
terhadap Jumlah uang beredar di Indonesia
4. Transaksi APMK melalui proxy nilai mempunyai pengaruh positif
terhadap Jumlah uang beredar di Indonesia
UNIVERSITAS SUMATERA UTARA
39
BAB III
METODE PENELITIAN
3.1 Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah menganalisis bagaimana pengaruh
penggunaan uang elektronik (e-money) terhadap jumlah uang beredar di
Indonesia.
3.2 Jenis Penelitian
Jenis penelitian yang digunakan dalam penelitian ini adalah bersifat
deskriptif dan kuantitatif yaitu berupa data bulanan dalam bentuk angka.
3.3 Batasan Operasional
Penelitian ini menganalisis pengaruh dari uang elektronik terhadap jumlah
uang beredar. Adapun variabel dependennya adalah Jumlah Uang Beredar,
sedangkan variabel independennya adalah volume dan nilai transaksi dari e-money
dan Alat Pembayaran Menggunakan Kartu (Kartu Kredit, Debit dan ATM).
3.4 Definisi Operasional
Dalam penelitian ini, agar lebih fokus pada pembahasan yang ada pada
penelitian, dan menghindari adanya persepsi lain mengenai istilah-istilah yang ada
diatas, maka perlu dijelaskan definisi operasionalnya.
Adapan definisi operasional yang berkaitan dengan judul dalam penulisan
skripsi ini adalah sebagai berikut.
1. Jumlah Uang Beredar adalah jumlah uang kartal dan uang giral yang
beredar di masyarakat, yaitu M1. Dalam satuan milyar Rupiah.
2. E-Money adalah alat pembayaran dengan nilai uang yang telah tersimpan
secara elektronik pada server atau pun kartu dan tata cara penggunaan dan
39 UNIVERSITAS SUMATERA UTARA
40
penerbitan telah diatur dan diawasi langsung oleh Bank Indonesia. Dalam
penelitian ini, variabel yang digunakan sebagai indikator penggunaan E-
Money adalah:
a. Volume transaksi E-Money adalah jumlah transaksi pembelanjaan oleh
masyarakat Indonesia dengan menggunakan uang elektronik. Dihitung
dalam satuan Juta Rupiah
b. Nilai transaksi E-Money adalah nominal transaksi pembelanjaan oleh
masyarakat Indonesia dengan menggunakan uang elektronik. Dihitung
dalam satuan transaksi.
3. APMK adalah alat pembayaran menggunakan kartu antara lain adalah
kartu kredit, debit, dan ATM. Dalam penelitian ini, variabel yang
digunakan sebagai indikator penggunaan APMK adalah:
a. Volume transaksi APMK adalah jumlah transaksi pembelian,
penarikan tunai maupun transfer menggunakan kartu debit/ATM dan
kartu kredit. Dihitung dalam satuan Juta Rupiah
b. Nilai transaksi APMK adalah nominal transaksi pembelian, penarikan
tunai maupun transfer menggunakan kartu debit/ATM dan kartu kredit.
Dihitung dalam satuan transaksi
3.5 Jenis data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder
berupa data dalam bentuk time series yang bersifat kuantitatif yaitu menggunakan
data bulanan dalam bentuk angka. Untuk menyikapi keterbatasan data, pengujian
UNIVERSITAS SUMATERA UTARA
41
empiris pada studi ini dilakukan dalam kurun periode Januari 2009-Desember
2017 (108 Bulan).
3.6 Metode Penelitian
Dalam penyusunan skripsi ini menggunakan metode penelitian
kepustakaan yang berasal dari publikasi atau website Bank Indonesia (BI) berupa
data, jurnal, artikel, tulisan-tulisan ilmiah, dan hasil penelitian terdahulu, serta
sumber bacaan lainnya yang berkaitan dengan variabel-variabel yang digunakan
untuk keperluan penelitian ini.
3.7 Teknik Analisis Data
Dalam penelitian ini, penulis menggunakan program Eviews 9 dalam
pengolahan data dengan terlebih dahulu memindahkan data-data yang ada ke
dalam software Microsoft Excel.
3.8 Metode Analisis Data
Metode analisa yang digunakan dalam penelitian ini adalah Granger
Causality test dan Uji Kointegrasi. Uji ini dilakukan untuk mengetahui hubungan
timbal balik antara variabel e-money dengan Jumlah Uang Beredar.
3.8.1 Uji Kointegrasi
Kointegrasi adalah suatu hubungan jangka panjang antara peubah-peubah
yang meskipun secara individual tidak stasioner, tetapi kombinasi linier antara
peubah tersebut dapat menjadi stasioner. UJi kointegrasi dapat digunakan untuk
mengetahui apakah dua atau variabel ekonomi atau variabel finansial memiliki
hubungan keseimbangan jangka panjang. Apabila data variabel-variabel telah
UNIVERSITAS SUMATERA UTARA
42
stasioner artinya antara variabel tersebut terkointegrasi atau memiliki hubungan
jangka panjang.
Metode uji kointegrasi yang dipakai dalam penelitian ini adalah
pendekatan multivariate yaitu, Johansen Cointegration Test. Uji kointegrasi ini
dikembangkan oleh Johansen dapat digunakan untuk menentukan kointegrasi
sejumlah variabel (vector). Dalam uji Johansen penentuan kointegrasi dilihat dari
nilai trace statictic dan maximum eigenvalue statistic. Jika nilai trace statictic dan
maximum eigenvalue statistic lebih besar dari nilai kritisnya maka, terdapat
kointegrasi sejumlah variabel dan sebaliknya jika nilai trace statictic dan
maximum eigenvalue statistic lebih kecil dari nilai kritisnya maka tidak ada
kointegrasi (Nachrowi, 2006).
3.8.2 Granger Causality Test
Uji Kausalitas Granger dalam penelitian ini bertujuan untuk meneliti
apakah A mendahului B, ataukah B mendahului A, ataukah hubungan antara A
dan B timbal balik. Uji kausalitas Granger bertujuan untuk melihat pengaruh masa
lalu dari suatu variabel terhadap kondisi variabel lain pada masa sekarang.
Dengan kata lain, uji kausalitas Granger dapat digunakan untuk melihat apakah
peramalan y dapat lebih akurat dengan memasukan lag variabel x (Nachrowi,
2006).
Keputusan apakah variabel X mempengaruhi Y dan sebaliknya apakah Y
mempengaruhi X digunakan uji F atau dapat dilihat dari probabilitasnya.
Sebagaimana prosedur uji F, jika nilai F hitung lebih besar dari F tabel (nilai kritis
UNIVERSITAS SUMATERA UTARA
43
tabel) pada tingkat signifikan maka kedua variabel tersebut memiliki kausalitas
dua arah.
Adapun model Uji Kausalitas Granger dalam penelitian ini adalah sebagai
berikut:
+ +
+
+
+
+
+
Dimana : = Variabel Jumlah Uang Beredar
NTE = Nilai Transaksi Uang Elekronik
VTE = Volume Transaksi Uang Eletronik
NTAPMK = Nilai Transaksi APMK
VTAPMK = Volume Transaksi APMK
= Variabel pengganggu
= koefisien masing-masing variabel
3.9 Uji Kelayakan Data
3.9.1 Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah data berdistribusi
normal atau tidak. Uji normalitas dalam penelitian ini menggunakan uji Jarque
Bera. Uji Jarque Bera adalah salah satu uji normalitas jenis goodness of fit test
yang mana mengukur apakah skewness dan kurtosis sampel sesuai dengan
distribusi normal. Uji ini didasarkan pada kenyataan bahwa nilai skewness dan
kurtosis dari distribusi normal sama dengan nol. Oleh karena itu, nilai absolut dari
parameter ini bisa menjadi ukuran penyimpangan distribusi dari normal.
UNIVERSITAS SUMATERA UTARA
44
Uji ini dilakukan dengan membandingkan statistik Jarque-Bera (JB)
dengan nilai X2 tabel. Jika nilai Jarque-Bera (JB) ≤ X
2 tabel maka nilai residual
terstandarisasi dinyatakan berdistribusi normal. Selain membandingkan dengan
tabel, kita juga dapat membandingkan nilai probability dengan nilai alpha. Pada
penelitian ini saya menggunakan , dimana jika probability < ,
maka data berdistribusi normal, dan sebaliknya (Ekananda, 2015).
3.9.2 Uji Stasioneritas Akar Unit
Uji stasioneritas akar unit bertujuan untuk menguji apakah data mengalami
stasioneritas. Dalam penelitian ini, uji stasioneritas yang digunakan adalah dengan
metode Augmented Dickey Fuller (ADF) Test. Kondisi variabel yang memiliki
masalah unit root diartikan sebagai kondisi yang tidak stasioner atau random walk
(Effendy, 2014).
Pengujian akar unit yang dilakukan dengan uji Augmented Dickey-Fuller
dengan menggunakan taraf nyata sebesar 1%, 5% atau 10%. Stasioner atau
tidaknya data time series dapat dilihat dari nilai probabilitasnya yang kurang dari
1%, 5% atau 10% tergantung dari taraf nyata yang digunakan dalam pengujian
akar unit. Jika hasil uji pada tingkat level yang didapat dalam pengujian akar unit
ini memiliki nilai probabilitas yang lebih kecil daripada taraf nyatanya, maka data
time series tersebut dapat dikatakan stasioner pada level. Apabila nilai
probabilitasnya lebih besar dibandingkan taraf nyatanya, maka data tersebut
dikatakan tidak stasioner pada level dan selanjutnya akan diuji pada tingkat first
difference.
UNIVERSITAS SUMATERA UTARA
45
BAB IV
HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Variabel-Variabel Penelitian
4.1.1 Perkembangan Sistem Pembayaran E-Money di Indonesia
Meskipun sudah jauh dilakukan oleh warga dunia pada tahun 1994, uang
elektronik baru populer di Indonesia pada tahun 2007. Uang elektronik ini
diterapkan oleh salah satu bank swasta di Indonesia. Peraturan mengenai
penggunaan uang elektronik di Indonesia sendiri tertuang pada Peraturan Bank
Indonesia Nomor 11/12/PBI/2009. Barulah hingga kini metode pembayaran
melalui uang elektronik diterapkan oleh banyak bank di Indonesia, swasta maupun
milik negara.
E-money atau uang elektronik diterbitkan atas dasar nilai uang yang disetor
terlebih dahulu oleh pemegang kepada penerbit dan nilai uang tersebut disimpan
secara elektronik dalam suatu media seperti server atau chip. E-money bukan
hanya sebagai pengganti uang tunai fisik dalam bentuk koin dan uang kertas
dengan uang elektronik yang setara, namun juga sebagai sebuah sistem yang
memungkinkan seseorang untuk membayar barang atau jasa dengan mengirimkan
nomor dari satu komputer ke komputer lain.
Selama kurang lebih satu setengah tahun sejak pertama terbit pada April
2007, jumlah uang elektronik di Indonesia telah mencapai 430 ribu. Berbeda pada
awal penerbitannya, e-money saat ini tidak hanya diterbitkan dalam bentuk chip
yang tertanam pada kartu atau media lainnya (chip based), namun juga telah
diterbitkan dalam media lain yaitu suatu media yang saat digunakan untuk
bertransaksi akan terkoneksi terlebih dulu dengan server penerbit (server based).
45 UNIVERSITAS SUMATERA UTARA
46
Pengguna e-money di Indonesia dari tahun ke tahun semakin meningkat
dan semakin popular di kalangan wirausaha online maupun offline. Bahkan,
fasilitas-fasilitas umum telah memperkenalkan e-money sebagai pembayaran tol,
commuterline, transjakarta, parkir, dan masih banyak lagi.
Tahun 2007, Bank Indonesia mulai mendata penggunaan uang elektronik
(E-money) baik itu jumlah transaksinya maupun nominal dari transaksi tersebut.
Dimulai pada bulan April tahun 2007, jumlah transaksi uang elektronik mencapai
16 ribu lebih transaksi dengan nilai transaksi mencapai 210,37 juta rupiah.
Sedangkan pada tahun 2007 total transaksi uang elektronik mencapai 586 ribu
transaksi dengan nilai 5,267 milliar rupiah. Pada Gambar 4.1 menunjukkan
perkembangan Nominal transaksi E-Money dan Volume transaksi E-Money di
Indonesia dari tahun 2009-2017.
Sumber: Data Olahan Microsoft Excel 2010, Bank Indonesia
Gambar 4.1
Perkembangan Volume dan Nilai Transaksi E-Money di Indonesia Tahun
2009-2017
0
100.000.000
200.000.000
300.000.000
400.000.000
500.000.000
600.000.000
700.000.000
800.000.000
900.000.000
1.000.000.000
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
2009 2010 2011 2012 2013 2014 2015 2016 2017
Nilai
Volume
UNIVERSITAS SUMATERA UTARA
47
Berdasarkan Gambar 4.1 terlihat bahwa perkembangan volume dan nilai
transaksi e-money dari tahun ke tahun mengalami peningkatan. Peningkatan
volume transaksi yang cukup besar terjadi pada tahun 2014 ke tahun 2015 yaitu
sebesar 63%. Terjadinya peningkatan volume transaksi e-money di tahun 2015
disebabkan oleh munculnya aplikasi Gojek yang merupakan transportasi online
dan adanya kebijakan pembayaran transaksi melalui aplikasi tersebut yang
dinamakan Go-pay. Dengan demikian penumpang yang menggunakan aplikasi
Gojek dapat melakukan transaksi melalui Go-pay cukup dengan mengisi saldo.
Peningkatan penggunaan aplikasi Gojek dan Go-pay secara tidak langsung
menyebabkan terjadinya peningkatan volume transaksi e-money di tahun 2015.
Setelah tahun 2015, yaitu tahun 2016 peningkatan volume transaksi hanya
sebesar 19%. Hingga kemudian pada tahun 2017 volume transaksi e-money
meningkat cukup besar di banding tahun sebelumnya yaitu sebesar 47%.
Sedangkan peningkatan nilai transaksi e-money yang paling drastis terjadi dari
tahun 2016 ke tahun 2017 yaitu sebesar 75%, dimana peningkatan ini merupakan
tingkat persentase kenaikan yang paling besar dibandingkan dengan tahun-tahun
sebelumnya.
Terjadinya peningkatan nilai dan volume transaksi e-money yang sangat
pesat dari tahun 2016 ke tahun 2017 disebabkan oleh adanya peraturan baru yang
telah ditetapkan oleh pemerintah dan Bank Indonesia mulai bulan Oktober 2017
mengenai kewajiban bertransaksi menggunakan kartu elektronik (e-toll) diseluruh
gardu tol di Indonesia. Artinya, pengguna jalan tol sudah tidak bisa bertransaksi
dengan uang tunai, melainkan menggunakan kartu elektronik (e-toll) yang bisa
UNIVERSITAS SUMATERA UTARA
48
diisi di berbagai ritel. Dengan peraturan tersebut, secara tidak langsung seluruh
pengguna jalan tol mau tidak mau harus mempunyai kartu e-toll dan melakukan
transaksi menggunakan e-toll. Meningkatnya penggunaan e-toll menyebabkan
meningkatnya nilai dan volume transaksi kartu elektronik (e-money) di Indonesia.
Selain terjadinya peningkatan pada penggunaan e-toll, peningkatan juga
terjadi pada penggunaan transportasi yang pembayarannya dapat dilakukan
dengan elektronik seperti go-pay yang disediakan oleh aplikasi Gojek serta Grab-
pay yang disediakan oleh aplikasi Grab. Peningkatan tersebut terjadi di tahun
2017 karena Gojek dan Grab yang memberikan keuntungan yang besar kepada
para penumpang yang melakukan transaksi elektronik.
Perkembangan Uang Elektronik (E-Money) tak lepas dari pengaruh
perusahaan-perusahaan yang menerbitkan E-Money di Indonesia. Berdasarkan
data yang dikeluarkan oleh Bank Indonesia pada website Bank Indonesia, terdapat
28 perusahaan yang telah menerbitkan Uang Elektronik (E-Money).
Walaupun telah banyak perusahaan yang terdaftar sebagai penerbit Uang
Elektronik (E-Money) , tetapi Bank Indonesia tetaplah sebagai otoritas berwenang
yang berhak mengatur Uang Elektronik secara keseluruhan. Bank atau selain bank
yang ingin menjadi penerbit Uang Elektronik harus mendirikan PT terlebih dahulu
dan melaporkannya ke Bank Indonesia, apalagi jika jumlah dana yang dikeluarkan
perusahaan tersebut telah mencapai batas yang ditetapkan yaitu sebesar Rp 1
Miliar atau lebih. Pada Tabel 4.1 menunjukkan daftar penerbit Uang Elektronik
(E-Money) di Indonesia.
UNIVERSITAS SUMATERA UTARA
49
Tabel 4.1
Daftar Penerbit Uang Elektronik (E-Money) di Indonesia No. NAMA PENERBIT
1 B.P.D. DKI JAKARTA
2 B.P.D. SUMSEL BABEL
3 BANK CENTRAL ASIA
4 BANK CIMB NIAGA
5 BANK MANDIRI (PERSERO)
6 BANK MEGA
7 BANK NATIONALNOBU
8 BANK NEGARA INDONESIA 1946 (PERSERO)
9 BANK PERMATA
10 BANK QNB INDONESIA
11 BANK RAKYAT INDONESIA
12 PT. ARTAJASA PEMBAYARAN ELEKTRONIS
13 PT. DOMPET ANAK BANGSA
14 PT. ESPAY DEBIT INDONESIA KOE
15 PT. FINNET INDONESIA
16 PT. INDOSAT
17 PT. NUSA SATU INTI ARTHA
18 PT. SKYE SAB INDONESIA
19 PT. SMARTFREN TELECOM
20 PT. TELEKOMUNIKASI INDONESIA
21 PT. TELEKOMUNIKASI SELULAR
22 PT. WITAMI TUNAI MANDIRI
23 PT. XL AXIATA
24 PT. BUANA MEDIA TEKNOLOGI
25 PT. BIMASAKTI MULTI SINERGI
26 PT. VISIONET INTERNASIONAL
27 PT. INTI DUNIA SUKSES
28 PT. VERITRA SENTOSA INTERNASIONAL
Sumber : Bank Indonesia
UNIVERSITAS SUMATERA UTARA
50
4.1.2 Perkembangan Sistem Pembayaran APMK di Indonesia
1. Kartu Kredit
Kartu kredit mulai berkembang di Indonesia sekitar tahun 90-an dimana
kalangan tertentu saja yang memilikinya. Dalam perkembangannya, institusi
keuangan perbankan mulai banyak yang menggunakannya. Pada saat itu,
penggunanya merupakan kalangan atas yang mana risiko gagal bayar dianggap
relatif kecil. Dengan kecilnya risiko gagal bayar yang dimiliki kartu kredit,
menarik minat banyak bank untuk masuk dalam industri kartu kredit tersebut.
Salah satu faktor untuk melihat potensi pasar dari kartu kredit yang
berkembang di Indonesia adalah melalui perbandingan antara jumlah penduduk
usia produktif dengan jumlah pemegang kartu kredit. Melalui data Badan Pusat
Statistik menunjukkan bahwa dari kurang lebih 230 juta penduduk Indonesia, saat
ini terdapat 127 juta penduduk yang tergolong dalam usia produktif (usia 20-50
tahun). Sementara jumlah kartu kredit per Desember 2017 mencapai 11,5 juta
kartu. Dengan asumsi 1 orang memiliki 2 kartu kredit, maka saat ini jumlah
pemegang kartu kredit di Indonesia (jika dibandingkan dengan jumlah penduduk
usia produktif) baru mencapai 4,5%. Berdasarkan kondisi tersebut, berarti pasar di
Indonesia tentunya masih menarik untuk bisnis kartu kredit.
Pada Gambar 4.2 menunjukkan perkembangan nominal dan nilai transaksi
kartu APMK dalam bentuk kredit dari tahun 2009-2017.
UNIVERSITAS SUMATERA UTARA
51
Sumber : Data Olahan Microsoft Excel 2010, Bank Indonesia
Gambar 4.2
Perkembangan Volume dan Nilai Transaksi Kartu Kredit (APMK) di
Indonesia Tahun 2009-2017
Berdasarkan Gambar 4.2 menunjukkan tingkat volume dan nilai transaksi
Kartu Kredit di Indonesia mengalami pertumbuhan tiap tahunnya. Hal ini
menandakan bahwa masyarakat Indonesia yang sebagian besar telah memilih
kartu kredit sebagai alat transaksi yang praktis. Dimana kenaikan volume
transaksi yang paling besar terjadi dari tahun 2014 ke tahun 2015 yaitu sebesar
10,6% dibanding tahun sebelumnya yang hanya meningkat sebesar 6,36%.
Sedangkan kenaikan nilai transaksi Kartu Kredit yang paling besar terjadi dari
tahun 2009 ke tahun 2010. Peningkatan ini disebabkan oleh adanya pertambahan
1,3 juta lebih kartu kredit di tahun 2010.
Sedangkan nilai transaksi kartu kredit dari tahun 2015 ke tahun 2016
mengalami stagnan, dimana tidak terjadi peningkatan seperti pada tahun-tahun
sebelumnya. Menurut Deputi Gubernur BI, menurunnya pengguna kartu kredit di
0
50.000.000
100.000.000
150.000.000
200.000.000
250.000.000
300.000.000
350.000.000
0
50.000.000
100.000.000
150.000.000
200.000.000
250.000.000
300.000.000
350.000.000
2009 2010 2011 2012 2013 2014 2015 2016 2017
Volume
Nilai
UNIVERSITAS SUMATERA UTARA
52
tahun tersebut karena jumlah pengguna sedang menjalani tahap konsolidasi. Hal
ini disebabkan oleh beberapa ketentuan BI yang membatasi kepemilikan jumlah
kartu kredit untuk penghasilan tertentu. Pemegang kartu kredit memang dibatasi
bagi masyarakat yang benar-benar layak dan mampu menggunakan batasan kredit
dengan baik dan bijak. Sebab lain adalah peraturan tentang kewajiban pelaporan
transaksi kartu kredit pada 2016 juga jadi pemicu nasabah menutup kartu
kreditnya. Asosiasi Kartu Kredit Indonesia (AKKI) menjelaskan penurunan
jumlah kartu kredit juga terjadi karena bank juga bersih-bersih kartu kredit yang
sudah tidak aktif (Beritatagar.id).
2. Account Based Card (Kartu ATM dan Debet)
Account Based Card (Kartu ATM dan Debit) mulai berkembang di
Indonesia sekitar tahun 95-an, dimana jenis yang banyak dipakai adalah murni
kartu ATM saja. Hal ini karena tujuan awal terbentuknya teknologi ATM adalah
hanya sebagai pengganti fungsi teller untuk meningkatkan efisiensi overhead cost.
Fitur yang tersedia saat itu pun masih sekedar tarik tunai, cek saldo, dan transfer
antara rekening pada bank yang sama.
Di awal perkembangannya, kartu debet tidak sepesat kartu ATM karena
pada saat itu merchant yang menerima pembayaran dengan kartu debet masih
sangat terbatas. Dimana, penggunaan kartu debet di saat itu membutuhkan mesin
pembaca atau Electronic Data Capture (EDC) di setiap merchant-nya yang
harganya sangat mahal. Sehingga, beberapa Bank yang hanya memiliki sedikit
mesin ATM ataupun mesin EDC, melakukan sharing penggunaan infrastruktur
bersama-sama.
UNIVERSITAS SUMATERA UTARA
53
Penggunaan kartu account based semakin lama semakin meingkat karena
semakin banyak bank yang menyediakan infrastruktur EDC di berbagai merchant.
Dengan perkembangan tersebut membuat kartu account based mengalami
pertumbuhan paling tinggi diantara jenis sistem pembayaran lainnya. Dalam
kurun waktu 5 tahun, pertumbuhan rata-rata jumlah kartu per tahunnya mencapai
16,1%, sedangkan nilainya tumbuh lebih tinggi lagi yaitu sebesar 60,3%, dan
volume mencapai 22,9%. Jumlah tersebut masih memungkinkan untuk meningkat
lagi karena melihat presentase kartu per penduduk produktif masih 31,5%.
Pada Gambar 4.3 menunjukkan perkembangan Volume dan Nilai transaksi
APMK dalam bentuk account based card (Kartu ATM/Debet) di Indonesia dari
tahun 2009-2017.
Sumber : Data Olahan Microsoft Excel 2010, Bank Indonesia
Gambar 4.3
Perkembangan Volume dan Nilai Transaksi Kartu ATM/Debet (APMK) di
Indonesia tahun 2009-2017
Berdasarkan Gambar 4.3 menunjukkan terjadinya peningkatan volume dan
nilai transaksi Kartu ATM/Debet dari tahun ke tahun, bahkan hingga tahun 2017.
Hal ini menunjukkan bahwa reputasi Kartu ATM/Debet masih baik di kalangan
0
1.000.000.000
2.000.000.000
3.000.000.000
4.000.000.000
5.000.000.000
6.000.000.000
7.000.000.000
0
1.000.000.000
2.000.000.000
3.000.000.000
4.000.000.000
5.000.000.000
6.000.000.000
2009 2010 2011 2012 2013 2014 2015 2016 2017
Volume
Nilai
UNIVERSITAS SUMATERA UTARA
54
masyarakat Indonesia, tidak hanya kalangan atas namun juga menengah. Bisa kita
lihat dimana pada zaman sekarang ini yang rata-rata masyarakat lebih memilih
membawa kartu ATM/Debet dibanding membawa uang tunai, karena lebih praktis
dan lebih aman.
4.1.3 Perkembangan Jumlah Uang Beredar di Indonesia
Secara umum, pengertian Jumlah Uang Beredar adalah jumlah uang yang
tersedia dan beredar di masyarakat. Sedangkan dalam moneter, Uang Beredar
adalah kewajiban sistem moneter (Bank Sentral, Bank Umum, dan Bank
Perkreditan Rakyat) terhadap sektor swasta domestic. Komponen Uang Beredar
terdiri dari uang kartal, uang giral, uang kuasi, dan surat berharga selain saham
yang diterbitkan oleh sistem moneter dan dimiliki oleh sektor swasta.
Di Indonesia, Uang Beredar dapat didefinisikan dalam dua jenis, yaitu
dalam arti sempit (M1) dan dalam arti luas (M2). M1 merupakan uang kartal yang
beredar di masyarakat dan uang giral, sedangkan M2 meliputi M1, uang kuasi
(mencakup tabungan, simpanan berjangka dalam rupiah, valas serta giro dalam
valutas asing. Pada Gambar 4.4 menunjukkan perkembangan Jumlah Uang
Beredar di Indonesia dari tahun 2009-2017.
UNIVERSITAS SUMATERA UTARA
55
Sumber : Data Olahan Microsoft Excel 2010, Bank Indonesia
Gambar 4.4
Perkembangan Jumlah Uang Beredar di Indonesia tahun 2009-2017
Berdasarkan Gambar 4.4 bisa kita lihat bahwa Jumlah Uang Beredar di
Indonesia mengalami peningkatan tiap tahunnya, dimana komponen Uang
Beredar yang meningkat yaitu uang dalam artian sempit (M1) antara lain uang
kartal (tunai) yang beredar di masyarakat dan uang giral (nontunai) dan uang
dalam artian luas (M2) antara lain M1, uang kuasi(mencakup tabungan, simpanan
berjangka, serta giro dalam valuta asing) dan surat berharga yang dikeluarkan oleh
sistem moneter.
4.2 Analisis Data dan Pembahasan Penelitian
4.2.1 Uji Stasioneritas Akar Unit
Uji ini dilakukan untuk mengetahui apakah data yang diteliti bersifat
stasioner atau tidak. Kondisi variabel yang memiliki masalah unit root diartikan
sebagai kondisi yang tidak stasioner atau random walk. Pengujian stasioneritas
akar unit yang digunakan dalam penelitian ini adalah dengan metode Augmented
Dickey Fuller (ADF) Test yakni dalam kurun waktu 2009-2017.
0
10.000.000
20.000.000
30.000.000
40.000.000
50.000.000
60.000.000
70.000.000
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
16.000.000
18.000.000
2009 2010 2011 2012 2013 2014 2015 2016 2017
M1
M2
UNIVERSITAS SUMATERA UTARA
56
Pengujian akar unit yang dilakukan dengan uji Augmented Dickey-Fuller
dengan menggunakan taraf nyata critical value sebesar 1%, 5% atau 10%.
Stasioner atau tidaknya data time series dapat dilihat dari nilai ADF dan nilai
kritis MacKinnon. Apabila nilai ADF lebih besar dari nilai kritis MacKinnon
,maka data stasioner dan sebaliknya apabila nilai ADF lebih kecil dari nilai kritis
MacKinnon, maka data tidak stasioner. Apabila setelah di uji nilai ADF lebih
kecil dibanding nilai kritis 1%, 5% atau 10%, maka data tersebut dikatakan tidak
stasioner pada level dan selanjutnya akan diuji pada tingkat first difference.
Pada Tabel 4.2 berikut menunjukkan hasil pengujian akar unit dengan
menggunakan ADF Test. Berdasarkan tabel dapat dilihat bahwa variabel volume
transaksi dan nilai transaksi e-money serta volume transaksi dan nilai transaksi
APMK telah stasioner pada tingkat level, namun variabel Jumlah Uang Beredar
mengalami stasioner pada tingkat Second Difference. Data berikut telah stasioner
dibuktikan dari nilai ADF-nya yang lebih besar dari nilai kritis MacKinnon-nya
yaitu pada taraf nyata 1 persen.
Tabel 4.2
Hasil Uji Stasioneritas ADF Test Variabel Nilai ADF Critical Value Keterangan
JUB (M1,M2) -5.390702 -4.053392* Stasioner pada First Difference
VTEM -5.415744 -4.046072* Stasioner pada level
NTEM -5.026808 -4.046072* Stasioner pada level
VTAPMK -5.529755 -4.046072* Stasioner pada level
NTAPMK -8.888531 -4.046072* Stasioner pada level
Keterangan : * data stasioner pada taraf nyata 1 persen
Sumber : Data Olahan Eviews
UNIVERSITAS SUMATERA UTARA
57
4.2.2 Uji Normalitas
Uji Normalitas dilakukan untuk mengetahui apakah data berdistribusi
normal atau tidak. Uji normalitas yang digunakan adalah uji Jarque Bera. Uji
Jarque Bera merupakan salah satu uji normalitas jenis goodness of fit test yang
berguna untuk mengukur apakah skewness dan kurtosis sampel sesuai dengan
distribusi normal.
Uji ini dilakukan dengan membandingkan statistik Jarque-Bera (JB)
dengan nilai X2 tabel. Jika nilai Jarque-Bera (JB) ≤ X
2 tabel maka nilai residual
terstandarisasi dinyatakan berdistribusi normal. Selain membandingkan dengan
tabel, kita juga dapat membandingkan nilai probability dengan nilai alpha. Pada
penelitian ini saya menggunakan , dimana jika probability > ,
maka data berdistribusi normal, dan sebaliknya.
Tabel 4.3
Hasil Uji Normalitas Data
Variabel Jarque-Bera Probability Keputusan
D(JUB) 0.17429 0.916544 Data Berdistribusi Normal
NTEM 4.149039 0.125617 Data Berdistribusi Normal
VTEM 5.046623 0.080194 Data Berdistribusi Normal
NTAPMK 3.202389 0.201655 Data Berdistribusi Normal
VTAPMK 4.588014 0.100861 Data Berdistribusi Normal
Sumber : Data Olahan Eviews
Pada Tabel 4.3 menunjukkan hasil uji normalitas data kelima variabel.
Pada tabel menunjukkan hasil variabel JUB, bahwa data yang telah di uji
berdistribusi normal. Hal ini dapat dilihat dari nilai probability-nya yaitu sebesar
0,9165% lebih besar dari 0,05 pada signifikansi 5%. Untuk variabel volume
transaksi e-money telah berdistribusi normal terlihat dari nilai probability-nya
yaitu sebesar 0.080194% lebih besar dari 0.05 pada signifikansi 5%. Begitu juga
UNIVERSITAS SUMATERA UTARA
58
dengan variabel nilai transaksi e-money telah berdistribusi normal terlihat pada
nilai probability-nya yaitu sebesar 0.125617% lebih besar dari 0.05 pada
signifikansi 5%. Nilai transaksi dan volume transaksi e-money dapat berdistribusi
normal setelah data mengalami transformasi logaritma.
Sedangkan pada variabel volume transaksi APMK, diketahui bahwa nilai
probability-nya yaitu sebesar 0.100861% lebih besar dari 0.05 pada signifikansi
5% sehingga menunjukkan data telah berdistribusi normal. Dan pada variabel nilai
transaksi APMK, data telah berdistribusi normal terlihat dari nilai probability-nya
yaitu sebesar 0.201655% lebih besar dari 0.05 pada signifikansi 5%.
4.2.3 Penentuan Lag Optimal
Pemilihan panjang lag digunakan untuk mengetahui waktu yang
diperlukan oleh sebuah variabel agar dapat merespon perubahan yang terjadi pada
variabel lainnya. Pemilihan panjang lag menjadi sangat penting karena pemilihan
lag yang tepat akan menghasilkan residual yang terbebas dari masalah
autokorelasi dan heteroskedastisitas.
Penentuan jumlah lag optimal dalam model VAR ditentukan pada kriteria
informasi yang direkomendasikan oleh Final Prediction Error (FPE), Aike
Information Criterion (AIC), Scwarz Criterion (SC), dan Hannan-Quinn (HQ).
Tanda bintang yang paling banyak menentukan lag optimal yang
direkomendasikan oleh kriteria diatas.
UNIVERSITAS SUMATERA UTARA
59
Tabel 4.4
Penentuan Lag Optimal Lag LogL LR FPE AIC SC HQ
0 -8856.896 NA 1.40e+67 168.7980 168.9244 168.8492
1 -8462.078 744.5130 1.22e+64* 161.7539* 162.5121* 162.0611*
2 -8444.265 31.89500 1.40e+64 161.8908 163.2809 162.4541
3 -8420.226 40.75151* 1.44e+64 161.9091 163.9311 162.7284
Keterangan : *Lag order yang dipilih oleh para criterion
Sumber : Data Olahan Eviews
Berdasarkan tabel 4.4 diatas menunjukkan bahwa tanda bintang terbanyak
terdapat pada lag 1. Tanda bintang terbanyak adalah lag order yang dipilih
terbanyak oleh para criterion, sehingga lag tersebut adalah lag optimal yang
terpilih. Oleh karena itu, lag optimal terdapat pada lag 1.
4.2.4 Uji Kointegrasi
UJi kointegrasi digunakan untuk mengetahui apakah antara variabel e-
money dan variabel APMK serta variabel JUB memiliki hubungan keseimbangan
jangka panjang. Apabila data variabel-variabel telah stasioner artinya antara
variabel tersebut terkointegrasi atau memiliki hubungan jangka panjang.
Metode uji kointegrasi yang dipakai dalam penelitian ini adalah
pendekatan multivariate yaitu, Johansen Cointegration Test. Uji kointegrasi ini
dikembangkan oleh Johansen yang digunakan untuk menentukan kointegrasi
sejumlah variabel (vector). Dalam uji Johansen penentuan kointegrasi dilihat dari
nilai trace statictic dan maximum eigenvalue statistic. Jika nilai trace statictic dan
maximum eigenvalue statistic lebih besar dari nilai kritisnya maka, terdapat
kointegrasi sejumlah variabel dan sebaliknya jika nilai trace statictic dan
maximum eigenvalue statistic lebih kecil dari nilai kritisnya maka tidak ada
kointegrasi.
UNIVERSITAS SUMATERA UTARA
60
Pada Tabel 4.5 berikut menjukkan hasil pengujian Johansen Cointegration
dengan menggunakan asumsi deterministic 3 (linier, intercept (no trend)).
Berdasarkan uji trace statistic dan max-eigenvalues statistics data variabel
menunjukkan terdapat sejumlah hubungan kointegrasi pada tingkat signifikansi
5%. Berdasarkan uji trace statistic menunjukkan terdapat tiga hubungan
kointegrasi, sedangkan berdasarkan uji max-eigenvalue statistic menunjukkan
terdapat tiga hubungan kointegrasi. Hal ini terlihat dari perbandingan nilai trace
statistic-nya dan max-eigenvalues statistic-nya yang lebih besar dibandingkan
nilai kritisnya.
Tabel 4.5
Hasil Uji Kointegrasi
Cointegration Rank Test (Trace) Cointegration Rank Test (Max-Eigenvalue Statistic)
Hypothesized No. of CE(s)
Trace Statisti
c
0,05 Critical Value
Hypothesized No. of CE(s)
Max-Eigen Statistic
0,05 Critical Value
None* 143.5 69.81889 None* 80.91927 33.8769
At most 1* 62.57 47.85613 At most 1* 28.49947 27.5843
At most 2* 34.07 29.79707 At most 2* 23.11066 21.1316
At most 3 10.96 15.49471 At most 3 10.26271 14.2646
At most 4 0.694 3.841466 At most 4 0.694424 3.84147
Trace test indicates 3 cointegrating eqn(s) at the 0.05 level. *denotes rejection of the hypothesis at the 0.05 level.
Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level. *denotes rejection of the hypothesis at the 0.05 level.
Sumber : Data Olahan Eviews
Berdasarkan hasil uji kointegrasi yang telah dilakukan menunjukkan
adanya hubungan kointegrasi pada tingkat signifikansi 5%. Hal ini terdapat pada
hubungan jangka panjang antara Jumlah Uang Beredar dalam arti sempit (M1)
dengan variabel-variabel yang mempengaruhinya yakni volume dan nilai transaksi
UNIVERSITAS SUMATERA UTARA
61
Uang Elektronik (E-Money) serta volume dan nilai transaksi APMK (Alat
Pembayaran Menggunakan Kartu).
4.2.5 Uji Kausalitas Granger
Uji Kausalitas Granger dalam penelitian ini bertujuan untuk meneliti
apakah A mendahului B, ataukah B mendahului A, ataukah hubungan antara A
dan B timbal balik. Uji kausalitas Granger bertujuan untuk melihat pengaruh masa
lalu dari suatu variabel terhadap kondisi variabel lain pada masa sekarang.
Keputusan apakah variabel X mempengaruhi Y dan sebaliknya apakah Y
mempengaruhi X digunakan uji F atau dapat dilihat dari probabilitasnya.
Sebagaimana prosedur uji F, jika nilai F hitung lebih besar dari F tabel (nilai kritis
tabel) pada tingkat signifikansi 1%, 5% maupun 10% maka kedua variabel
tersebut memiliki kausalitas dua arah.
Pada Tabel 4.6 di bawah ini menunjukkan hasil pengujian Kausalitas
Granger (Granger Causality) antara variabel dependen dengan variabel
independennya.
Tabel 4.6
Hasil Uji Kausalitas Granger (Causality Granger) Null Hypothesis Obs F-Statistic Prob.
NTEM does not Granger Cause D(JUB) 105 3.14355 0.0474
D(JUB) does not Granger Cause NTEM 1.26233 0.2875
VTEM does not Granger Cause D(JUB) 105 2.47906 0.0490
D(JUB) does not Granger Cause VTEM 0.31517 0.7304
NTAPMK does not Granger Cause D(JUB)
105 3.30800 0.0406
D(JUB) does not Granger Cause NTAPMK
0.89967 0.4100
VTAPMK does not Granger Cause D(JUB) 105 3.57423 0.0317
D(JUB) does not Granger Cause VTAPMK 0.04835 0.9528
Sumber : Data Olahan Eviews
UNIVERSITAS SUMATERA UTARA
62
Berdasarkan Hasil Uji Kausalitas Granger di atas menunjukkan bagaimana
hubungan antar tiap variabel independen dengan variabel dependen-nya. Yaitu
antara variabel volume transaksi e-money terhadap JUB, nilai transaksi e-money
terhadap JUB, volume transaksi APMK terhadap JUB, dan nilai transaksi APMK
terhadap JUB.
Dengan membandingkan dengan tingkat signifikansi, menunjukkan hasil-
hasil uji kausalitas granger yang menguji hubungan kausalitas granger di antara 5
(lima) variabel menunjukkan adanya temuan-temuan sebagai berikut:
Pertama, yang menyatakan bahwa nilai transaksi e-money tidak
menyebabkan kausalitas granger terhadap Jumlah Uang Beredar diterima pada
taraf 1% karena F-hitung sebesar 3,14355 < 3,354374672. Namun ditolak pada
taraf 5% dan 10% karena F-hitung sebesar 3,14355 > 2,388595626; 1,955395292.
Dengan diterimanya maka menyebabkan nilai transaksi e-money
mempengaruhi JUB. Demikian pula dengan yang menyatakan bahwa JUB
tidak menyebabkan kausalitas granger terhadap nilai transaksi e-money terbukti
atau diterima ( diterima jika ). Adapun nilai
F-hitung sebesar 1,26233 < 3,354374672; 2,38859626; 1,955395292. Dengan
ditolaknya maka disimpulkan bahwa JUB tidak mempengaruhi nilai transaksi
e-money.
Kedua, yang menyatakan bahwa volume transaksi e-money tidak
menyebabkan kausalitas granger terhadap JUB diterima pada taraf 1% karena F-
hitung sebesar 2,47906 < 3,354374672. Namun ditolak pada taraf 5% dan 10%
karena F-hitung sebesar 2,47906 > 2,388595626; 1,955395292. Hal ini
UNIVERSITAS SUMATERA UTARA
63
menunjukkan bahwa volume transaksi e-money berpengaruh terhadap JUB secara
signifikan. Demikian pula dengan yang menyatakan bahwa JUB tidak
menyebabkan kausalitas granger terhadap volume transaksi e-money, diterima
pada taraf 1%, 5% dan 10% dimana F-hitung sebesar 0,31517 < 3,354374672;
2,388595626; 1,955395292. Hal ini menunjukkan bahwa JUB tidak
mempengaruhi volume transaksi e-money.
Ketiga, yang menyatakan bahwa nilai transaksi APMK tidak
menyebabkan kausalitas granger terhadap JUB diterima pada taraf 1% karena F-
hitung sebesar 3,30800 < 3,354374672. Namun ditolak pada taraf 1% dan 10%
karena F-hitung sebesar 3,30800 > 2,388595626; 1,955395292. Hal ini
menunjukkan bahwa nilai transaksi APMK mempengaruhi JUB secara signifikan.
Demikian pula dengan yang menyatakan bahwa JUB tidak menyebabkan
kausalitas granger terhadap nilai transaksi APMK, diterima pada taraf 1%, 5% dan
10% karena F-hitung sebesar 0,89967 < 3,354374672; 2,388595626;
1,955395292. Hal ini menunjukkan bahwa JUB tidak mempengaruhi nilai
transaksi APMK.
Keempat, yang menyatakan bahwa volume transaksi APMK tidak
menyebabkan kausalitas granger terhadap JUB ditolak pada taraf 1%, 5% dan
10% karena F-hitung sebesar 3,57423 > 3,354374672; 2,388595626;
1,955395292. Hal ini menunjukkan bahwa volume transaksi APMK
mempengaruhi JUB secara signifikan. Demikian pula dengan yang
menyatakan bahwa JUB tidak menyebabkan kausalitas granger terhadap volume
transaksi APMK diterima pada taraf 1%, 5% dan 10%, karena F-hitung sebesar
UNIVERSITAS SUMATERA UTARA
64
0,04835 < 3,354374672; 2,388595626; 1,955395292. Hal ini menunjukkan bahwa
JUB tidak mempengaruhi volume transaksi APMK.
Hasil uji kausalitas pertama menunjukkan bahwa ada hipotesis nol yang
diterima (F-hitung < F-tabel) dan ada yang ditolak (F-hitung > F-tabel). Maka
dapat disimpulkan bahwa nilai transaksi e-money pada masa lalu mempengaruhi
Jumlah Uang Beredar pada masa sekarang , namun Jumlah Uang Beredar pada
masa lalu tidak mempengarui nilai transaksi e-money pada masa sekarang
(periode 2009-2017). Hal ini berarti antara nilai transaksi e-money dengan Jumlah
Uang Beredar hanya memiliki hubungan satu arah, dimana hanya nilai transaksi e-
money yang mempengaruhi Jumlah Uang Beredar namun tidak sebaliknya.
Hubungan satu arah, dimana hanya nilai transaksi uang elektronik yang
mempengaruhi jumlah uang beredar tetapi jumlah uang beredar tidak berpengaruh
terhadap nilai transaksi uang elektronik, disebabkan oleh disaat nominal transaksi
pembelanjaan oleh masyarakat Indonesia dengan menggunakan uang elektronik
meningkat, maka akan mempengaruhi terjadinya peningkatan pada jumlah uang
beredar. Sedangkan disaat jumlah uang beredar meningkat, belum tentu dapat
mempengaruhi perubahan peningkatan pada nilai transaksi uang elektronik.
Hasil uji kausalitas kedua menunjukkan bahwa ada hipotesis nol yang
ditolak yaitu volume transaksi e-money terhadap JUB yang artinya bahwa volume
transaksi e-money pada masa lalu mempengaruhi Jumlah Uang Beredar pada masa
sekarang, namun pada JUB terhadap volume transaksi e-money menunjukkan
hipotesis nol yang diterima. Artinya bahwa Jumlah Uang Beredar pada masa lalu
tidak mempengaruhi volume transaksi e-money pada masa sekarang (periode
UNIVERSITAS SUMATERA UTARA
65
2009-2017). Dapat disimpulkan bahwa antara volume transaksi e-money dengan
Jumlah Uang Beredar hanya memiliki hubungan satu arah, dimana hanya volume
transaksi e-money yang mempengaruhi Jumlah Uang Beredar namun tidak
sebaliknya.
Hubungan satu arah yang terjadi, dimana volume transaksi uang elektronik
mempengaruhi jumlah uang beredar namun tidak sebaliknya, disebabkan oleh
terjadinya peningkatan pada jumlah transaksi pembelanjaan oleh masyarakat
Indonesia dengan menggunakan uang elektronik maka akan meningkatkan jumlah
uang beredar, Tetapi disaat jumlah uang beredar meningkat, belum tentu
mempengaruhi terjadinya peningkatan pada volume transaksi uang elektronik.
Hasil uji kausalitas ketiga menunjukkan bahwa hipotesis nol ditolak pada
nilai transaksi APMK tidak menyebabkan kausalitas granger terhadap JUB, yang
artinya bahwa nilai transaksi APMK pada masa lalu mempengaruhi Jumlah Uang
Beredar pada masa sekarang. Namun hipotesis nol diterima pada JUB tidak
menyebabkan kausalitas granger terhadap nilai transaksi APMK, yang artinya
bahwa Jumlah Uang Beredar pada masa lalu tidak mempengaruhi nilai transaksi
APMK pada masa sekarang (periode 2009-2017). Dengan demikian disimpulkan
bahwa antara nilai transaksi APMK dengan Jumlah Uang Beredar hanya
mempunyai hubungan satu arah, dimana hanya nilai transaksi APMK yang
mempengaruhi Jumlah uang beredar namun tidak sebaliknya.
Hubungan satu arah pada variabel ini, dimana nilai transaksi APMK
berpengaruh positif terhadap jumlah uang beredar disebabkan oleh terjadinya
peningkatan pada nominal transaksi penarikan tunai, pembelian, maupun transfer
UNIVERSITAS SUMATERA UTARA
66
yang dilakukan oleh masyarakat Indonesia menggunakan Kartu Debet/ATM dan
Kartu Kredit yang dalam hal ini akan menyebabkan terjadinya peningkatan pada
jumlah uang beredar. Namun, jumlah uang beredar meningkat tidak berpengaruh
terhadap nilai transaksi APMK karena disaat jumlah uang beredar meningkat,
belum tentu akan berpengaruh terhadap peningkatan nilai transaksi APMK.
Hasil uji kausalitas keempat menunjukkan bahwa hipotesis nol ditolak
pada volume transaksi APMK tidak menyebabkan kausalitas granger terhadap
JUB, yang artinya bahwa volume transaksi APMK pada masa lalu mempengaruhi
Jumlah Uang Beredar pada masa sekarang. Namun hipotesis nol diterima pada
JUB tidak menyebabkan kausalitas granger terhadap volume transaksi APMK,
yang artinya bahwa Jumlah Uang Beredar pada masa lalu tidak mempengaruhi
volume transaksi APMK pada masa sekarang. Dengan demikian dapat
disimpulkan bahwa antara volume transaksi APMK dengan Jumlah Uang Beredar
hanya mempunyai hubungan satu arah, dimana hanya volume transaksi APMK
saja yang mempengaruhi Jumlah Uang Beredar namun tidak sebaliknya.
Volume transaksi APMK berpengaruh positif terhadap jumlah uang
beredar namun jumlah uang beredar tidak berpengaruh terhadap volume transaksi
APMK, disebabkan oleh terjadinya peningkatan pada jumlah transaksi penarikan
tunai, pembelian, maupun transfer oleh masyarakat Indonesia menggunakan Kartu
Debit/ATM dan kredit, secara otomatis akan berpengaruh terhadap peningkatan
jumlah uang beredar. Namun, disaat terjadi peningkatan pada jumlah uang
beredar, belum tentu berpengaruh terhadap peningkatan volume transaksi APMK.
UNIVERSITAS SUMATERA UTARA
67
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisis data dan pembahasan yang telah diuraikan pada bab
sebelumnya, maka dapat diambil kesimpulan sebagai berikut:
1. Tidak ada hubungan kausalitas antara nilai transaksi uang elektronik (e-
money) dan Jumlah Uang Beredar, dimana nilai transaksi uang elektronik
pada masa lalu mempengaruhi Jumlah Uang Beredar saat ini.
2. Tidak ada hubungan kausalitas antara volume transaksi uang elektronik (e-
money) dan Jumlah Uang Beredar, dimana volume transaksi uang
elektronik pada masa lalu mempengaruhi Jumlah Uang Beredar saat ini.
3. Tidak ada hubungan kausalitas antara nilai transaksi APMK (Alat
Pembayaran Menggunakan Kartu) dan Jumlah Uang Beredar, dimana nilai
transaksi APMK pada masa lalu mempengaruhi Jumlah Uang Beredar saat
ini.
4. Tidak ada hubungan kausalitas antara volume transaksi APMK (Alat
Pembayaran Menggunakan Kartu) dan Jumlah Uang Beredar, dimana
volume transaksi APMK pada masa lalu mempengaruhi Jumlah Uang
Beredar saat ini.
5.2 Saran
Berdasarkan penelitian tersebut diatas, maka penulis dapat memberikan
beberapa saran, yaitu sebagai berikut :
1. Pembayaran non-tunai pada saat ini sedang bergengsi di kalangan
masyarakat, karena memberikan kemudahan dalam sistem pembayaran.
67 UNIVERSITAS SUMATERA UTARA
68
Oleh karena itu, Bank Indonesia maupun bank-bank konvensional
seharusnya dapat meningkatkan pelayanan terhadap sistem pembayaran
non-tunai di tiap-tiap ritelnya.
2. Untuk mengatur JUB, BI harus menjaga perputaran dari keempat variabel
(nilai transaksi e-money, volume transaksi e-money, nilai transaksi APMK,
dan volume transaksi APMK), dimana hal ini akan berdampak terhadap
kestabilan inflasi.
UNIVERSITAS SUMATERA UTARA
69
Daftar Pustaka
Bank Indonesia, (2003). Tinjauan Kelembagaan, Kebijakan, dan Organisasi,
Jakarta
Boediono, (2001). Ekonomi Moneter, BPFE-UGM, Yogyakarta.
Chandler, Lester V dan Stephen M. Goldfeld, (2001). The Economics of Money
and Banking, “diterjemahkan oleh: Karyawan Muchtar, Ekonomi Uang
dan Bank”, Erlangga, Jakarta.
Davidson, Paul, (2009). Money and The Real World, The Macmillan Press LTD,
London.
Effendy, Nury dan Maman Setiawan, (2014). Ekonometrika, Pendekatan Teori
dan Terapan, Salemba Empat, Jakarta.
Ekananda, Mahyus, (2015). Ekonometrika Dasar, Mitra Wacana Media, Jakarta.
Frederic, S.Mishkin, (2009). The Economics Of Money, Bangking And Finansial
Market. Edisi Ke 8 Penerbit Salemba Empat
Hubbard, R. Glenn, (2005). Money and Financial System and the Economy,
Pearson Education, Boston.
Kasmir, (1998). Bank dan Lembaga Keuangan Lainnya, PT Rajagrafindo Persada,
Jakarta
Mankiw, N. Gregory, (2006). Makroekonomi, Erlangga, Jakarta.
Manullang, M, (1977). Ekonomi Moneter, Ghaliad Indonesia, Medan.
Manurung, Mandala dan Prathama Rahardja, (2004). Uang, Perbankan, dan
Ekonomi Moneter, Fakultas Ekonomi Universitas Indonesia, Jakarta.
Nachrowi, D.N dan Hardius Usman, (2006). Pendekatan Populer dan Praktis
Ekonometrika Untuk Analisis Ekonomi dan Keuangan, Fakultas Ekonomi
Unversitas Indonesia, Jakarta.
Nopirin, (2007). Ekonomi Moneter, BPFE, Yogyakarta.
Simorangkir, Iskandar, (2014). Pengantar Kebanksentralan Teori dan Praktik di
Indonesia, Rajagrafindo Persada, Jakarta.
Sugiyono, (2014). Metode Penelitian Administrasi, Alfabeta, Bandung.
69 UNIVERSITAS SUMATERA UTARA
70
Thomas, G.Rollin, (2001). Our Modern Banking and Monetary System,
Kinokuniya Book-Store CO, Tokyo Jepang.
Wijaya, Faried dan Soetatwo Hadiwigeno, (1998), Lembaga-Lembaga Keuangan
dan Bank-Perkembangan, Teori dan Kebijakan Edisi 2, BPFE,
Yogyakarta.
Anyanwu, Akudo C, dkk, (2012). Electronic Payment System (EPS): Facilitating
the Development and Adoption in Nigeria, Volume 9 Issues 2 No 1
Bajili, Ahmad Radhi. (2016). Analisis Pengaruh Penggunaan Uang Eletronik (E-
Money) Terhadap Permintaan Uang Kartal di Indonesia, Skripsi
Mahasiswa FEB USU
Hancock, Diana dan David B. Humphrey, (1998). Payment Transactions,
Instrumens, and System: A Survey, Journal of Banking and Finance 21,
USA Florida State University.
Hidayati, Siti, Ida Nuryanti, Agus Firmansyah, Aulia Fadly dan Isnu Yuwana
Darmawan. (2006). Kajian Operasional Uang Elektronik (E-Money), Bank
Indonesia.
Humprey, David B. (1995). Payment System: Principles, Practice, and
Improvements, Technical Paper Number 260, World Bank.
Istanto, Lasondy S.-. Analisis Dampak Pembayaran Non-tunai terhadap Jumlah
Uang beredar di Indonesia.
Morvari, Vahid Farhadi Cheshme, (2015). Possible Effects of Electronic
Payments on the Money Supply in the Economy, Volume 5
Nugroho, Anggoro Budi dan Venna Tri Kartika, (2015). Analysis on Electronic
Money Transactions on Velocity of Money in ASEAN-5 Countries, Journal
of Business and Management, Journal of Business and Management,
Volume 4 Nomor 9:1008-1020
Ramadani, Laila, (2016). Pengaruh Penggunaan Kartu Debit dan Uang
Elektronik (E-Money) Terhadap Pengeluaran Konsumsi Mahasiswa,
Volume 8 Nomor 1
Silitonga, Tritoguna. (2014). Analisis Permintaan Uang Elektronik (E-Money)
Terhadap Velocity Of Money (Perputaran Uang) di Indonesia, Skripsi
Mahasiswa FEB USU
Sheppard, David. (1996). Payment Systems, Handbook in Central Banking No.8,
Centre for Central Banking Studies, Bank of England, Mei.
UNIVERSITAS SUMATERA UTARA
71
Republik Indonesia. (1999). Undang-Undang No. 23 Tahun 1999 tentang Bank
Indonesia. Lembaran Negara RI Tahun 1999, No. 66. Sekretariat Negara,
Jakarta.
Republik Indonesia, (2009). Peraturan Bank Indonesia No. 11/12/PBI/2009
tentang Uang Elektronik (E-Money). Tambahan Lembaran Negara RI
Tahun 2009, No. 5001.
Kamal, Ismail, (2017). Bayar Tol wajib gunakan E-Money berlaku mulai
Oktober 2017. https://www.cermati.com/artikel/bayar-tol-wajib-gunakan-
e-money-berlaku-oktober-2017 (5 Maret.2018).
Rochmi, Muhammad Nur, (2017). Jumlah Kartu Kredit turun tapi
transaksinya masih ramai. https://beritagar.id/artikel/berita/jumlah-
kartu-kredit-turun-tapi-transaksinya-masih-ramai (9 September.2018).
Gunawan, Harianto, (2017). Visa Consumer Payment Attitudes Study: 8 dari
10 Masyarakat Indonesia Lebih Suka Gerakan Nontunai.
https://www.visa.co.id/about-visa/newsroom/press-releases/nr-id-
170829.html (17 Oktober.2018).
UNIVERSITAS SUMATERA UTARA
LAMPIRAN
Lampiran 1 DATA VARIABEL
Tahun JUB VTEM NTEM VTAPMK NTAPMK
Y X1 X2 X3 X4
2009M01 447,476.00 492,818 21,658 117,718,595 155,146,585
2009M02 444,035.00 760,746 23,389 107,473,033 138,391,534
2009M03 458,581.00 1,235,384 29,776 125,964,905 159,533,788
2009M04 464,922.00 1,431,314 32,526 120,527,445 171,034,860
2009M05 467,735.00 1,664,352 39,493 122,622,498 133,164,628
2009M06 482,621.00 1,427,700 41,019 127,092,121 140,301,817
2009M07 468,944.00 1,449,281 42,193 134,697,143 149,000,874
2009M08 490,128.00 1,366,804 42,865 137,585,996 151,817,301
2009M09 490,502.00 2,047,470 68,424 139,008,715 147,828,302
2009M10 485,538.00 1,785,942 55,257 144,875,682 156,358,139
2009M11 495,061.00 1,737,552 57,642 134,608,566 145,570,896
2009M12 515,824.00 2,037,268 64,971 148,986,974 163,347,648
2010M01 496,526.84 2,019,147 57,413 142,304,378 154,476,889
2010M02 490,083.79 1,914,662 55,148 129,115,114 139,151,474
2010M03 494,460.84 1,993,607 64,640 146,331,363 161,393,177
2010M04 494,717.69 2,065,037 48,985 142,328,615 154,648,123
2010M05 514,005.04 2,126,067 51,386 150,197,776 160,455,235
2010M06 545,405.37 2,230,367 60,725 149,585,036 164,871,791
2010M07 539,745.86 2,279,353 58,542 157,276,639 174,943,047
2010M08 555,494.78 2,243,698 56,917 162,414,702 184,138,487
2010M09 549,941.24 1,999,368 57,276 148,209,872 159,521,523
2010M10 555,548.88 2,446,354 64,234 157,496,107 175,964,093
2010M11 571,337.17 2,326,155 54,301 156,142,469 176,392,674
2010M12 605,410.53 2,898,167 63,900 170,673,810 195,896,689
2011M01 604,169.16 2,844,018 64,165 173,062,569 194,757,644
2011M02 585,890.08 2,339,473 51,670 158,448,976 175,538,444
2011M03 580,601.21 3,216,170 60,762 175,069,448 193,416,246
2011M04 584,633.81 3,108,815 59,243 172,946,279 188,214,252
2011M05 611,790.51 3,162,917 67,076 182,193,673 199,493,989
2011M06 636,206.14 3,085,833 95,056 186,019,563 202,145,521
2011M07 639,687.98 3,703,291 116,735 202,840,410 221,876,612
2011M08 662,806.24 3,399,868 102,308 211,111,086 232,801,423
2011M09 656,095.74 3,472,472 84,094 178,482,796 193,497,386
2011M10 664,999.95 3,937,939 78,311 204,776,909 220,937,912
2011M11 667,587.23 4,120,120 77,238 198,252,545 215,554,941
2011M12 722,991.17 4,669,233 124,640 219,095,179 238,807,080
UNIVERSITAS SUMATERA UTARA
2012M01 696,281.03 4,543,445 111,270 207,902,273 229,573,359
2012M02 683,208.48 5,726,752 85,379 202,857,096 225,653,603
2012M03 714,215.03 6,990,613 128,141 225,448,438 241,276,578
2012M04 720,875.99 7,483,775 138,794 213,400,076 229,045,417
2012M05 749,403.19 8,587,215 131,132 231,958,795 250,709,870
2012M06 779,366.60 8,632,104 168,110 243,241,704 265,043,739
2012M07 771,738.77 9,821,733 238,100 251,360,316 278,324,680
2012M08 772,377.53 8,491,618 167,967 250,417,700 270,371,651
2012M09 795,459.72 9,471,354 157,435 237,818,233 255,836,838
2012M10 774,922.64 9,977,618 155,310 242,483,691 264,773,536
2012M11 801,344.63 10,636,700 243,796 247,648,145 266,630,591
2012M12 841,652.12 10,260,989 246,116 269,571,843 287,840,180
2013M01 787,859.68 9,597,739 168,394 267,120,564 291,301,584
2013M02 786,548.67 9,626,119 165,335 244,816,661 270,283,989
2013M03 810,054.88 11,504,179 252,791 280,805,277 304,755,772
2013M04 832,213.49 11,383,130 219,757 283,160,069 306,129,993
2013M05 822,876.47 11,583,012 214,515 289,372,996 314,308,269
2013M06 858,498.99 11,293,467 250,006 285,433,493 313,943,444
2013M07 879,986.02 12,893,520 387,171 315,785,902 360,823,904
2013M08 855,782.79 11,074,802 279,902 283,304,564 305,842,399
2013M09 867,714.92 11,881,737 231,602 284,941,742 315,697,800
2013M10 856,171.21 12,293,987 245,149 306,630,362 333,682,364
2013M11 870,416.85 12,326,415 244,577 295,724,823 322,216,070
2013M12 887,081.01 12,442,672 248,233 324,053,412 358,384,849
2014M01 842,677.91 12,058,775 239,691 311,083,581 341,819,893
2014M02 834,532.41 11,784,180 212,101 290,817,419 318,458,080
2014M03 853,502.40 14,081,329 297,160 337,092,307 360,189,990
2014M04 880,470.30 13,479,270 231,800 319,886,287 343,036,431
2014M05 906,726.69 15,154,984 270,601 343,463,495 373,374,396
2014M06 945,717.83 15,611,532 331,492 341,372,528 378,459,393
2014M07 918,565.80 14,042,034 361,063 369,783,149 410,167,495
2014M08 895,827.12 17,045,282 274,586 332,086,435 361,024,335
2014M09 949,168.33 20,554,999 305,574 344,541,207 379,226,178
2014M10 940,348.73 20,810,457 239,473 354,411,263 384,546,835
2014M11 955,534.99 22,593,077 274,630 350,935,855 375,898,208
2014M12 942,221.34 26,154,071 281,383 382,222,638 418,872,201
2015M01 918,079.49 25,563,528 253,373 362,710,637 387,684,134
2015M02 927,847.53 24,186,946 246,223 337,478,592 354,339,854
2015M03 957,580.46 30,515,495 339,241 376,644,533 399,001,800
2015M04 959,376.46 29,665,397 294,805 370,384,292 391,571,081
2015M05 980,915.30 53,703,513 478,024 383,589,181 403,391,926
UNIVERSITAS SUMATERA UTARA
2015M06 1,039,517.98 59,724,050 663,652 379,309,141 415,057,041
2015M07 1,031,905.82 58,746,812 665,753 397,157,596 434,120,898
2015M08 1,026,322.91 59,853,437 527,866 380,438,719 412,077,579
2015M09 1,063,038.71 54,125,251 471,545 375,894,521 403,919,677
2015M10 1,036,310.68 51,133,278 450,389 394,234,619 419,768,124
2015M11 1,051,190.74 46,755,243 461,044 389,887,019 412,758,015
2015M12 1,055,285.07 41,606,578 431,102 426,658,783 464,104,309
2016M01 1,046,257.23 41,300,860 387,404 405,682,510 430,262,433
2016M02 1,035,550.68 46,579,696 519,364 387,271,612 412,718,764
2016M03 1,064,737.89 50,700,307 492,166 426,856,817 455,676,511
2016M04 1,089,212.20 51,016,407 515,232 418,875,343 445,203,872
2016M05 1,118,768.26 63,883,592 587,052 437,023,644 471,020,735
2016M06 1,184,328.91 54,614,849 673,151 457,305,293 522,171,414
2016M07 1,144,500.83 49,653,426 561,862 420,393,639 448,006,936
2016M08 1,135,548.18 60,520,930 616,484 441,025,993 484,744,381
2016M09 1,126,046.04 58,023,844 544,916 432,803,585 468,704,680
2016M10 1,142,785.81 61,294,423 584,319 446,659,893 479,354,098
2016M11 1,182,729.89 66,316,596 831,972 447,003,195 483,137,529
2016M12 1,237,642.57 79,228,422 749,766 475,610,928 522,911,291
2017M01 1,191,499.69 58,435,893 665,791 441,632,831 482,970,103
2017M02 1,196,036.61 58,573,280 812,282 404,433,413 437,494,318
2017M03 1,215,856.68 62,985,770 746,397 468,687,446 502,599,670
2017M04 1,245,927.39 55,631,892 633,561 451,827,174 487,332,764
2017M05 1,275,892.50 60,620,306 879,108 490,852,836 540,310,686
2017M06 1,341,851.26 51,969,836 1,019,650 495,129,624 550,976,326
2017M07 1,293,234.84 68,685,872 1,141,504 471,900,723 524,794,996
2017M08 1,274,803.26 62,565,183 790,699 492,612,973 545,063,671
2017M09 1,304,373.83 67,553,272 817,366 466,634,767 502,058,716
2017M10 1,325,762.33 104,478,745 1,264,462 496,621,435 533,790,262
2017M11 1,338,143.33 128,518,604 1,647,358 483,423,261 518,536,441
2017M12 1,390,806.95 163,301,280 1,957,290 529,470,069 574,509,684
UNIVERSITAS SUMATERA UTARA
Lampiran 2 UJI STASIONERITAS AKAR UNIT
Null Hypothesis: D(JUB) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 7 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.390702 0.0001
Test critical values: 1% level -4.053392
5% level -3.455842
10% level -3.153710
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(JUB,2)
Method: Least Squares
Date: 09/04/18 Time: 13:47
Sample (adjusted): 2009M10 2017M12
Included observations: 99 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(JUB(-1)) -2.669024 0.495116 -5.390702 0.0000
D(JUB(-1),2) 1.440388 0.461624 3.120263 0.0024
D(JUB(-2),2) 1.161902 0.422783 2.748227 0.0073
D(JUB(-3),2) 0.903825 0.358582 2.520555 0.0135
D(JUB(-4),2) 0.524998 0.292586 1.794334 0.0762
D(JUB(-5),2) 0.241406 0.230231 1.048536 0.2972
D(JUB(-6),2) 0.424991 0.167644 2.535076 0.0130
D(JUB(-7),2) 0.312758 0.106773 2.929172 0.0043
C 12862.85 5239.037 2.455193 0.0160
@TREND(2009M01) 172.9411 79.14436 2.185135 0.0315
R-squared 0.721909 Mean dependent var 528.1780
Adjusted R-squared 0.693787 S.D. dependent var 37233.10
S.E. of regression 20603.50 Akaike info criterion 22.79985
Sum squared resid 3.78E+10 Schwarz criterion 23.06198
Log likelihood -1118.592 Hannan-Quinn criter. 22.90591
F-statistic 25.67096 Durbin-Watson stat 2.026477
Prob(F-statistic) 0.000000
UNIVERSITAS SUMATERA UTARA
Null Hypothesis: VTEM has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=12)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.415744 0.0001
Test critical values: 1% level -4.046072
5% level -3.452358
10% level -3.151673
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(VTEM)
Method: Least Squares
Date: 07/05/18 Time: 00:11
Sample (adjusted): 2009M02 2017M12
Included observations: 107 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
VTEM(-1) -0.454392 0.083902 -5.415744 0.0000
C 6.408222 1.168391 5.484655 0.0000
@TREND(2009M01) 0.017033 0.003553 4.794618 0.0000
R-squared 0.224461 Mean dependent var 0.036375
Adjusted R-squared 0.209547 S.D. dependent var 0.434129
S.E. of regression 0.385973 Akaike info criterion 0.961537
Sum squared resid 15.49340 Schwarz criterion 1.036477
Log likelihood -48.44225 Hannan-Quinn criter. 0.991917
F-statistic 15.05013 Durbin-Watson stat 2.149263
Prob(F-statistic) 0.000002
UNIVERSITAS SUMATERA UTARA
Null Hypothesis: NTEM has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=12)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.026808 0.0004
Test critical values: 1% level -4.046072
5% level -3.452358
10% level -3.151673
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LOGNTEM)
Method: Least Squares
Date: 06/08/18 Time: 00:39
Sample (adjusted): 2009M02 2017M12
Included observations: 107 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
LOGNTEM(-1) -0.399469 0.079468 -5.026808 0.0000
C 4.197005 0.827854 5.069740 0.0000
@TREND(2009M01) 0.013069 0.002654 4.924441 0.0000
R-squared 0.195519 Mean dependent var 0.042093
Adjusted R-squared 0.180048 S.D. dependent var 0.203942
S.E. of regression 0.184672 Akaike info criterion -0.512832
Sum squared resid 3.546796 Schwarz criterion -0.437893
Log likelihood 30.43652 Hannan-Quinn criter. -0.482453
F-statistic 12.63794 Durbin-Watson stat 1.891360
Prob(F-statistic) 0.000012
UNIVERSITAS SUMATERA UTARA
Null Hypothesis: VTAPMK has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=12)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.529755 0.0001
Test critical values: 1% level -4.046072
5% level -3.452358
10% level -3.151673
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(VTAPMK)
Method: Least Squares
Date: 07/05/18 Time: 00:12
Sample (adjusted): 2009M02 2017M12
Included observations: 107 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
VTAPMK(-1) -0.533995 0.096568 -5.529755 0.0000
C 48322385 20084908 2.405905 0.0179
@TREND(2009M01) 1630574. 449885.3 3.624422 0.0005
R-squared 0.229898 Mean dependent var -1100174.
Adjusted R-squared 0.215089 S.D. dependent var 1.09E+08
S.E. of regression 96854880 Akaike info criterion 39.64296
Sum squared resid 9.76E+17 Schwarz criterion 39.71790
Log likelihood -2117.898 Hannan-Quinn criter. 39.67334
F-statistic 15.52354 Durbin-Watson stat 1.845337
Prob(F-statistic) 0.000001
UNIVERSITAS SUMATERA UTARA
Null Hypothesis: NTAPMK has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=12)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.888531 0.0000
Test critical values: 1% level -4.046072
5% level -3.452358
10% level -3.151673
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(NTAPMK)
Method: Least Squares
Date: 07/05/18 Time: 00:08
Sample (adjusted): 2009M02 2017M12
Included observations: 107 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
NTAPMK(-1) -0.951774 0.107079 -8.888531 0.0000
C 1.05E+08 24207558 4.338902 0.0000
@TREND(2009M01) 3055195. 507507.1 6.020005 0.0000
R-squared 0.432907 Mean dependent var -1449968.
Adjusted R-squared 0.422001 S.D. dependent var 1.47E+08
S.E. of regression 1.12E+08 Akaike info criterion 39.92668
Sum squared resid 1.30E+18 Schwarz criterion 40.00162
Log likelihood -2133.077 Hannan-Quinn criter. 39.95706
F-statistic 39.69572 Durbin-Watson stat 1.837861
Prob(F-statistic) 0.000000
UNIVERSITAS SUMATERA UTARA
Lampiran 3 UJI NORMALITAS
0
2
4
6
8
10
12
14
16
-40000 -20000 0 20000 40000 60000
Series: D(JUB)
Sample 2009M01 2017M12
Observations 107
Mean 8816.177
Median 9523.000
Maximum 65958.76
Minimum -53792.44
Std. Dev. 24436.51
Skewness -0.098444
Kurtosis 3.018110
Jarque-Bera 0.174290
Probability 0.916544
0
4
8
12
16
20
13.0 13.5 14.0 14.5 15.0 15.5 16.0 16.5 17.0 17.5 18.0
Series: VTEM
Sample 2009M01 2017M12
Observations 108
Mean 16.05587
Median 16.20000
Maximum 17.95842
Minimum 13.00000
Std. Dev. 1.311033
Skewness -0.160650
Kurtosis 1.990922
Jarque-Bera 5.046623
Probability 0.080194
UNIVERSITAS SUMATERA UTARA
0
4
8
12
16
20
10.0 10.5 11.0 11.5 12.0 12.5 13.0 13.5 14.0 14.5
Series: NTEM
Sample 2009M01 2017M12
Observations 108
Mean 12.18916
Median 12.38665
Maximum 14.48707
Minimum 9.983130
Std. Dev. 1.055332
Skewness -0.067180
Kurtosis 2.049234
Jarque-Bera 4.149039
Probability 0.125617
0
2
4
6
8
10
12
14
16
250.000 1.0e+08 2.0e+08 3.0e+08 4.0e+08 5.0e+08
Series: VTAPMK
Sample 2009M01 2017M12
Observations 108
Mean 2.55e+08
Median 2.46e+08
Maximum 4.97e+08
Minimum 1.000000
Std. Dev. 1.46e+08
Skewness -0.099643
Kurtosis 2.010129
Jarque-Bera 4.588014
Probability 0.100861
0
2
4
6
8
10
12
14
250.000 1.0e+08 2.0e+08 3.0e+08 4.0e+08 5.0e+08
Series: NTAPMK
Sample 2009M01 2017M12
Observations 108
Mean 2.83e+08
Median 2.83e+08
Maximum 5.51e+08
Minimum 1.000000
Std. Dev. 1.49e+08
Skewness -0.168595
Kurtosis 2.226731
Jarque-Bera 3.202389
Probability 0.201655
UNIVERSITAS SUMATERA UTARA
Lampiran 4 UJI JOHANSEN COINTEGRATION
Date: 07/03/18 Time: 08:56
Sample (adjusted): 2009M05 2017M12
Included observations: 104 after adjustments
Trend assumption: Linear deterministic trend
Series: D(JUB) NTEM VTEM NTAPMK VTAPMK
Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.540708 143.4865 69.81889 0.0000
At most 1 * 0.239693 62.56727 47.85613 0.0012
At most 2 * 0.199259 34.06779 29.79707 0.0152
At most 3 0.093967 10.95714 15.49471 0.2141
At most 4 0.006655 0.694424 3.841466 0.4047 Trace test indicates 3 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.540708 80.91927 33.87687 0.0000
At most 1 * 0.239693 28.49947 27.58434 0.0381
At most 2 * 0.199259 23.11066 21.13162 0.0260
At most 3 0.093967 10.26271 14.26460 0.1952
At most 4 0.006655 0.694424 3.841466 0.4047
Max-eigenvalue test indicates 3 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
D(JUB) NTEM VTEM NTAPMK VTAPMK
9.43E-05 -0.020936 -0.925185 9.33E-09 1.02E-10
4.67E-05 0.317687 1.131446 -1.42E-08 -3.04E-09
1.59E-05 -2.202812 2.011459 5.18E-09 -7.79E-09
-7.08E-06 -3.169468 2.093693 -1.48E-09 9.99E-09
3.60E-07 -2.031755 0.574886 3.59E-10 2.74E-09
Unrestricted Adjustment Coefficients (alpha):
D(JUB,2) -12156.05 -8782.506 -764.0647 617.6656 736.9084
D(NTEM) 0.048312 -0.033127 0.003934 0.022960 0.011069
D(VTEM) -0.008643 0.019618 -0.110465 -0.067157 0.014140
D(NTAPMK) -38485574 40467879 -4164386. 10959667 2632847.
UNIVERSITAS SUMATERA UTARA
D(VTAPMK) -20506916 8732633. 31660073 -17310238 3051265.
1 Cointegrating Equation(s): Log likelihood -5311.088
Normalized cointegrating coefficients (standard error in parentheses)
D(JUB) NTEM VTEM NTAPMK VTAPMK
1.000000 -222.0905 -9814.322 9.90E-05 1.08E-06
(4457.87) (3360.70) (1.8E-05) (1.3E-05)
Adjustment coefficients (standard error in parentheses)
D(JUB,2) -1.145937
(0.22752)
D(NTEM) 4.55E-06
(1.7E-06)
D(VTEM) -8.15E-07
(3.7E-06)
D(NTAPMK) -3627.992
(1006.96)
D(VTAPMK) -1933.164
(997.145)
2 Cointegrating Equation(s): Log likelihood -5296.839
Normalized cointegrating coefficients (standard error in parentheses)
D(JUB) NTEM VTEM NTAPMK VTAPMK
1.000000 0.000000 -8738.091 8.63E-05 -1.01E-06
(1867.13) (1.7E-05) (1.2E-05)
0.000000 1.000000 4.845911 -5.74E-08 -9.42E-09
(1.09641) (1.0E-08) (7.0E-09)
Adjustment coefficients (standard error in parentheses)
D(JUB,2) -1.556048 -2535.587
(0.23492) (710.960)
D(NTEM) 3.01E-06 -0.011536
(1.9E-06) (0.00571)
D(VTEM) 1.01E-07 0.006413
(4.1E-06) (0.01244)
D(NTAPMK) -1738.289 13661865
(1032.36) (3124315)
D(VTAPMK) -1525.382 3203582.
(1108.65) (3355181)
3 Cointegrating Equation(s): Log likelihood -5285.283 Normalized cointegrating coefficients (standard error in parentheses)
D(JUB) NTEM VTEM NTAPMK VTAPMK
1.000000 0.000000 0.000000 2.78E-06 -2.04E-05
(1.4E-05) (1.3E-05)
0.000000 1.000000 0.000000 -1.11E-08 1.36E-09
(1.5E-09) (1.3E-09)
0.000000 0.000000 1.000000 -9.56E-09 -2.22E-09
(1.2E-09) (1.1E-09)
Adjustment coefficients (standard error in parentheses)
UNIVERSITAS SUMATERA UTARA
D(JUB,2) -1.568203 -852.4964 -227.2192
(0.23744) (4967.01) (5548.76)
D(NTEM) 3.07E-06 -0.020202 -0.074266
(1.9E-06) (0.03989) (0.04456)
D(VTEM) -1.66E-06 0.249748 -0.192003
(4.0E-06) (0.08314) (0.09287)
D(NTAPMK) -1804.538 22835222 73017011
(1043.08) (2.2E+07) (2.4E+07)
D(VTAPMK) -1021.719 -66537594 92536140
(1064.83) (2.2E+07) (2.5E+07)
4 Cointegrating Equation(s): Log likelihood -5280.152 Normalized cointegrating coefficients (standard error in parentheses)
D(JUB) NTEM VTEM NTAPMK VTAPMK
1.000000 0.000000 0.000000 0.000000 -1.73E-05
(9.8E-06)
0.000000 1.000000 0.000000 0.000000 -1.13E-08
(1.9E-09)
0.000000 0.000000 1.000000 0.000000 -1.31E-08
(2.1E-09)
0.000000 0.000000 0.000000 1.000000 -1.140468
(0.21042)
Adjustment coefficients (standard error in parentheses)
D(JUB,2) -1.572575 -2810.168 1065.983 6.33E-06
(0.23787) (8639.37) (7250.96) (4.0E-05)
D(NTEM) 2.91E-06 -0.092973 -0.026195 9.08E-10
(1.9E-06) (0.06878) (0.05773) (3.2E-10)
D(VTEM) -1.18E-06 0.462601 -0.332610 -8.32E-10
(3.9E-06) (0.14210) (0.11926) (6.5E-10)
D(NTAPMK) -1882.114 -11901092 95963194 -0.971380
(1038.26) (3.8E+07) (3.2E+07) (0.17352)
D(VTAPMK) -899.1921 -11673349 56293809 -0.125811
(1049.69) (3.8E+07) (3.2E+07) (0.17543)
UNIVERSITAS SUMATERA UTARA
Lampiran 5 UJI KAUSALITAS GRANGER
Pairwise Granger Causality Tests
Date: 07/03/18 Time: 08:29
Sample: 2009M01 2017M12
Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
NTEM does not Granger Cause D(JUB) 105 1.26233 0.0474
D(JUB) does not Granger Cause NTEM 3.14355 0.2875 VTEM does not Granger Cause D(JUB) 105 2.47906 0.0490
D(JUB) does not Granger Cause VTEM 0.31517 0.7304
NTAPMK does not Granger Cause D(JUB) 105 3.30800 0.0406
D(JUB) does not Granger Cause NTAPMK 0.89967 0.4100
VTAPMK does not Granger Cause D(JUB) 105 3.57423 0.0317
D(JUB) does not Granger Cause VTAPMK 0.04835 0.9528
UNIVERSITAS SUMATERA UTARA
PENENTUAN LAG OPTIMAL
VAR Lag Order Selection Criteria
Endogenous variables: JUB NTEM_1 VTEM_1 NTAPMK VTAPMK
Exogenous variables: C
Date: 09/18/18 Time: 23:59
Sample: 2009M01 2017M12
Included observations: 105 Lag LogL LR FPE AIC SC HQ 0 -8856.896 NA 1.40e+67 168.7980 168.9244 168.8492
1 -8462.078 744.5130 1.22e+64* 161.7539* 162.5121* 162.0611*
2 -8444.265 31.89500 1.40e+64 161.8908 163.2809 162.4541
3 -8420.226 40.75151* 1.44e+64 161.9091 163.9311 162.7284 * indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
UNIVERSITAS SUMATERA UTARA