ANALISIS KONTRIBUSI SEKTOR PERTANIAN TERHADAP …

ANALISIS KONTRIBUSI SEKTOR PERTANIAN TERHADAP

PEREKONOMIAN KABUPATEN BULUKUMBA

INDAH PURNAMA SARI

105961111016

PROGRAM STUDI AGRIBISNIS

FAKULTAS PERTANIAN

UNIVERSITAS MUHAMMADIYAH MAKASSAR

2020

i

ANALISIS KONTRIBUSI SEKTOR PERTANIAN TERHADAP

PEREKONOMIAN KABUPATEN BULUKUMBA

INDAH PURNAMA SARI

105961111016

SKRIPSI

Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Pertanian

Strata Satu (S-1)

PROGRAM STUDI AGRIBISNIS

FAKULTAS PERTANIAN

UNIVERSITAS MUHAMMADIYAH MAKASSAR

2020

iv

HALAMAN PERNYATAAN

Dengan ini saya menyatakan bahwa skripsi yang berjudul Analisis Kontribusi

Sektor Pertanian Terhadap Perekonomian Kabupaten Bulukumba adalah

benar merupakan hasil karya yang belum diajukan dalam bentuk apapun kepada

perguruan tinggi manapun. Semua sumber data dan informasi yang berasal atau

dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah

disebutkan dalam teks dan dicantumkan dalam daftar pustaka di bagian akhir

skripsi ini.

Makassar, Oktober 2020

Indah Purnama Sari

105961111016

v

ABSTRAK

INDAH PURNAMA SARI. 105961111016. Analisis Kontribusi Sektor

Pertanian Terhadap Perekonomian Kabupaten Bulukumba. Dibimbing oleh

MOHAMMAD NATSIR dan NADIR.

Penelitian ini bertujuan untuk mengetahui kontribusi sektor pertanian

terhadap PDRB Kabupaten Bulukumba dan untuk mengetahui pengaruh harga

komoditi pangan terhadap inflasi di Kabupaten Bulukumba.

Data yang digunakan dalam penelitian ini adalah data time series berupa

data tahunan untuk data PDRB dan data bulanan dari harga komoditi pangan

beras, cabai merah, bawang merah, telurayam, dan daging ayam serta data

bulanan dari inflasi di Kabupaten Bulukumba. Metode penelitian yang digunakan

yaitu analisis kontribusi untuk PDRB dan model penyesuaian parsial atau Partial

Adjustment Model (PAM) untuk inflasi.

Hasil penelitian menunjukkan bahwa kontribusi sektor pertanian terhadap

pembentukan Produk Domestik Regional Bruto (PDRB) Kabupaten Bulukumba

tahun 2010-2019 berangsur angsur menurun. Harga beras satu bulan sebelumnya

berpengaruh positif tidak signifikan terhadap inflasi di Kabupaten Bulukumba

dalam jangka pendek dan jangka panjang. Harga bawang merah satu bulan

sebelumnya berpengaruh negatif secara signifikan terhadap inflasi di Kabupaten

Bulukumba dalam jangka pendek dan jangka panjang. Harga cabai merah satu

bulan sebelumnya berpengaruh positif secara signifikan terhadap inflasi di

Kabupaten Bulukumba dalam jangka pendek dan jangka panjang. Harga daging

ayam satu bulan sebelumnya berpengaruh negatif secara signifikan terhadap

inflasi di Kabupaten Bulukumba dalam jangka pendek dan jangka panjang. Harga

telur ayam satu bulan sebelumnya berpengaruh positif secara signifikan terhadap

inflasi di Kabupaten Bulukumba dalam jangka pendek dan jangka panjang. Inflasi

satu bulan sebelumnya berpengaruh negatif secara signifikan terhadap inflasi di

Kabupaten Bulukumba dalam jangka pendek dan jangka panjang.

Kata Kunci : PDRB, Inflasi, Harga

vi

ABSTRACT

INDAH PURNAMA SARI. 105961111016. Analysis of the Contribution of the

Agriculture Sector to the Economy of Bulukumba Regency. Supervised by

MOHAMMAD NATSIR and NADIR.

This study aims to determine the contribution of the agricultural sector

to the GRDP of Bulukumba Regency and to determine the effect of food

commodity prices on inflation in Bulukumba Regency.

The data used in this study are time series data in the form of annual data

for GRDP data and monthly data on food commodity prices of rice, red chilies,

shallots, eggs, chicken and chicken meat as well as monthly data from inflation in

Bulukumba Regency. The research method used is the analysis of the contribution

to GRDP and the Partial Adjustment Model (PAM) for inflation.

The results showed that the contribution of the agricultural sector to the

formation of the Gross Regional Domestic Product (PDRB) of Bulukumba

Regency in 2010-2019 gradually decreased. The price of rice one month earlier

had no significant positive effect on inflation in Bulukumba Regency in the short

and long term. The price of shallots a month earlier had a significant negative

effect on inflation in Bulukumba Regency in the short and long term. The price of

red chilies one month earlier had a significant positive effect on inflation in

Bulukumba Regency in the short and long term. The price of chicken meat one

month earlier had a significant negative effect on inflation in Bulukumba Regency

in the short and long term. The price of chicken eggs a month earlier had a

significant positive effect on inflation in Bulukumba Regency in the short and

long term. Inflation in the previous month had a significant negative effect on

inflation in Bulukumba Regency in the short and long term.

Keywords: GRDP, Inflation, Price

vii

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala

rahmat dan hidayah yang tiada henti diberikan kepada hamba-Nya. Shalawat dan

salam tak lupa penulis kirimkan kepada Rasulullah SAW beserta para keluarga,

sahabat dan para pengikutnya, sehingga penulis dapat menyelesaikan skripsi

yang berjudul “Analisis Kontribusi Sektor Pertanian Terhadap Perekonomian

Kabupaten Bulukumba” yangmerupakan salah satu syarat untuk dapat

memperoleh gelar Sarjana Pertanian pada Fakultas Pertanian Universitas

Muhammadiyah Makassar.

Penulis menyadari bahwa penyusunan skripsi ini tidak akan terwujud

tanpa adanya bantuan dan dorongan dari berbagai pihak. Oleh karena itu pada

kesempatan ini penulis menyampaikan ucapan terima kasih kepada yang

terhormat :

1. Bapak Dr. Mohammad Natsir, S.P.,M.P, selaku pembimbing utama dan

bapak Nadir, S.P.,M.Si, selaku pembimbing pendamping yang senantiasa

meluangkan waktunya membimbing dan mengarahkan penulis, sehingga

skripsi dapat diselesaikan.

2. Bapak Dr.H.Burhanuddin, S.Pi.,M.P, selaku Dekan Fakultas Pertanian

Universitas Muhammadiyah Makassar.

3. Ibu Dr.Sri Mardiyati, S.P.,M.P, selaku Ketua Program Studi

AgribisnisFakultas Pertanian Universitas Muhammadiyah Makassar.

4. Bapak Nadir, S.P.,M.Si, selaku Sekretaris Program Studi AgribisnisFakultas

Pertanian Universitas Muhammadiyah Makassar.

viii

5. Kedua orangtua ayahanda Rustam Gasli dan ibunda Niswah dan segenap

keluarga yang senantiasa memberikan bantuan, baik moril maupul material

sehingga skripsi ini dapat terselesaikan.

6. Seluruh Dosen Program Studi AgribisnisFakultas Pertanian Universitas

Muhammadiyah Makassaryang telah membekali segudang ilmu kepada

penulis.

7. Semua pihak yang telah membantu penyusunan skripsi dari awal hingga

akhir yang penulis tidak dapat sebut satu persatu.

Akhir kata penulis ucapkan banyak terima kasih kepada semua pihak

yang terkait dalam penulisan skripsi ini, semoga karya tulis ini bermanfaat dan

dapat memberikan sumbangan yang berarti bagi pihak yang membutuhkan.

Semoga Kristal-kristal Allah senantiasa tercurah kepadanya. Aamiin.

Makassar, Oktober 2020

Indah Purnama Sari

ix

DAFTAR ISI

Halaman

DAFTAR ISI ....................................................................................................... viii

DAFTAR TABEL ............................................................................................... x

DAFTAR LAMPIRAN ....................................................................................... xi

I. PENDAHULUAN ........................................................................................ 1

1.1 Latar Belakang ........................................................................................ 1

1.2 Rumusan Masalah ................................................................................... 5

1.3 Tujuan Penelitian .................................................................................... 6

1.4 Kegunaan Penelitian................................................................................ 6

II. TINJAUAN PUSTAKA ............................................................................... 8

2.1 Pembangunan Ekonomi Daerah .............................................................. 8

2.2 Konsep PDRB ......................................................................................... 9

2.3 Inflasi....................................................................................................... 11

2.4 Hubungan Harga Komoditas Pangan dengan Inflasi .............................. 13

2.5 Peran Sektor Pertanian dalam Pembangunan Daerah ............................. 14

2.6 Penelitian Terdahulu ............................................................................... 16

2.7 Kerangka Pemikiran ................................................................................ 22

III. METODE PENELITIAN ................................................................................ 25

3.1 Lokasi dan Waktu Penelitian .................................................................. 25

3.2 Teknik Penentuan Sampel ....................................................................... 25

3.3 Jenis dan Sumber Data .............................................................................. 25

3.4 Teknik Pengumpulan Data ........................................................................ 26

x

3.5 Teknik Analisis Data ............................................................................... 26

3.6 Definisi Operasional................................................................................ 32

IV. GAMBARAN UMUM WILAYAH PENELITIAN.................................... 33

4.1 Letak Geografis ..................................................................................... 33

4.2 Kondisi Demografis ............................................................................... 34

4.3 Kondisi Pertanian .................................................................................. 36

4.4 Kondisi Ekonomi ................................................................................... 37

V. HASIL DAN PEMBAHASAN .................................................................. 38

5.1 Kontribusi Sektor Pertanian Terhadap PDRB ....................................... 38

5.2 Pengaruh Harga Komoditi Pangan Terhadap Inflasi ............................. 40

VI. KESIMPULAN DAN SARAN ................................................................... 48

6.1 Kesimpulan ............................................................................................ 48

6.2 Saran ...................................................................................................... 48

DAFTAR PUSTAKA

LAMPIRAN

RIWAYAT HIDUP

xi

DAFTAR TABEL

Nomor

Teks

Halaman

1 PDRB Kabupaten Bulukumba menurut Lapangan Usaha

Atas Dasar Harga Konstan Tahun 2010-2019 (Jutaan

Rupiah) …………………………………………………..

2

2 Pertumbuhan PDRB Atas Dasar Harga Konstan

Kabupaten Bulukumba Tahun 2010-2019……………….

3

3 Inflasi Sulawesi Selatan Januari-Juni 2019…………...... 5

4 Penelitian Terdahulu Jumlah Kecamatan,

Kelurahan/Desa, dan Luas Wilayah Setiap Kecamatan….

16

5 Jumlah Kecamatan, Kelurahan/Desa, dan Luas Wilayah

Setiap Kecamatan ……………………………………….

34

6 Penduduk, Laju Pertumbuhan Penduduk, Distribusi

Persentase Penduduk Kepadatan Penduduk, dan Jenis

Kelamin Menurut Kecamatan di Kabupaten Bulukumba,

2018………………………………………………………

35

7 Kontribusi Sektor Pertanian terhadap Pembentukan

Produk Domestik Regional Bruto Kabupaten Bulukumba

Tahun 2010-2019……………………………………….

38

8 Hasil Partial Adjustment Model (PAM)………………….

40

9 Hasil Uji Partial Adjustment Model (PAM) Harga Beras... 43

10 Hasil Uji Partial Adjustment Model (PAM) Harga

Bawang Merah…………………………………………...

44

11 Hasil Uji Partial Adjustment Model (PAM) Harga Cabai

Merah……………………………………………………

45

12 Hasil Uji Partial Adjustment Model (PAM) Harga Daging

Ayam…………………………………………….

45

13 Hasil Uji Partial Adjustment Model (PAM) Harga Telur

Ayam……………………………………………………..

46

xii

DAFTAR LAMPIRAN

Nomor

Teks

Halaman

1 Peta Lokasi Penelitian…………………………….

51

2 Data Variabel Penelitian………………………….

51

3 Hasil Uji Asumsi Klasik………………………….

54

4 Hasil Partial Adjustmen Method(PAM)………..

56

5 Hasil Pengujian Hipotesis………………………...

57

6 Dokumentasi …………………………………….

59

I. PENDAHULUAN

1.1 Latar Belakang

Pertanian merupakan salah satu sektor usaha yang sangat dominan dalam

pendapatan masyarakat di Indonesia karena penduduk Indonesia sebagian besar

bekerja sebagai petani serta menggantungkan hidupnya di sektor tersebut. Dan

merupakan sektor yang mempunyai peranan penting dalam perekonomian

Indonesia.

Indikator yang digunakan untuk mengevaluasi kinerja pembangunan

sektor pertanian dapat dilihat dari beberapa peranan pentingnya. Menurut

Risnawati (2016) ada lima peranan penting sektor pertanian yaitu, berperan secara

langsungdalam menyediakan kebutuhan pangan masyarakat, berperan dalam

pembentukanpendapatan Produk Domestik Bruto (PDB), menyerap tenaga

kerja,berperan dalam penghasilan devisa dan atau penghematan devisa, dan

berperandalam pengendalian inflasi. Dengan demikian sektor pertanian dapat

berperan dalam menciptakan iklim yang konsuntif bagi pembangunansektor

ekonomi lainnya.

Provinsi yang memiliki sektor pertanian, kehutanan dan perikanan terbesar

di Indonesia adalah di Provinsi Sulawesi Selatan yang terdiri dari beberapa kota

ataupun kabupaten termasuk Kabupaten Bulukumba. Kabupaten Bulukumba

meskipun sangat terkenal dengan keindahan pariwisatanya, juga memiliki

pendapatan dari sektor pertanian, kehutanan dan perikanan yang memberi

kontribusi pembangunan PDRB Kabupaten Bulukumba selama tahun 2010

sampai tahun 2019 yang dapat dilihat pada Tabel 1.

2

Tabel 1. PDRB Kabupaten Bulukumba menurut Lapangan Usaha Atas Dasar

Harga Konstan Tahun 2010-2019 (Jutaan Rupiah)

No 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

1.

2.217.60

6,98

2.270.40

0,39

2.468.5

20,03

2.603.1

68,80

2.871.18

1,62

2.916.5

29,28

3.041.3

68,83

3.203.6

46,82

3.205.5

41,47

3.273.

767,9

2

2. 61.521,1

4

69.338,4

2

82.138,

06

87.424,

97

104.219,

67

121.45

7,13

139.54

5,58

157.73

7,00

177.99

9,89

183.5

86,14

3. 338.715,

32

362.255,

15

390.95

9,96

418.43

3,15

435.147,

69

470.35

2,98

495.88

6,94

511.17

3,98

531.39

7,32

593.8

99,03

4 7.470,81 8.358,72 9.584,0

9

10.211,

07

10.969,9

2

1.459,4

0

12.960,

80

13.696,

43

14.648,

87

15.70

8,05

5.

1.441,8 1.641,28 2.015,0

8

2.381,3

0

2.818,52 2.832,9

4

2.947,4

3

3.080,6

5

3.275,9

1

3.332,

11

6. 397.087,

18

420.178,

06

465.26

8,31

502.37

5,27

519.943,

28

565.18

0,28

614.37

6,16

671.63

9,36

736.06

4,58

760.1

24,09

7.

636.133,

32

675.957,

64

751.54

5,73

831.67

8,94

909.725,

26

991,353.

76

1.099.1

05,21

1.197.5

00,61

1.313.9

72,49

1.444.

433,9

4

8. 93.496,9

2

101.338,

57

113.06

4,46

121.07

7,33

133.577,

65

142,982.

86

152.19

7,31

165.80

9,73

181.49

5,49

199.0

63,21

9.

20.235,4

7

23.339,6

4

26.742,

67

30.452,

87

33.503,4

0

37,544.9

9

42.583,

40

47.867,

47

55.908,

77

58.83

1,86

10. 116.520,

22

130.228,

73

148.43

0,67

194.03

3,27

223.667,

70

241,395.

45

265.24

4,99

290.11

3,82

317.01

4,31

341.2

90,67

11. 133.313,

46

156.694,

62

180.81

0,88

193.60

8,07

207.880,

47

225.56

3,39

255.51

0,73

263.32

4,29

277.46

0,31

304.2

29,51

12. 153.796,

45

168.104,

28

192.04

7,83

225.54

4,46

249.874,

02

281.339,

43

320.26

7,12

360.44

3,58

385.26

0,06

393.6

74,14

13. 655,99 722,98 832,97 957,47 1.201,10 1.276,48 1.346,5

9

1.480,5

5

1.626,8

4

1.798,

09

14. 357.137,

55

385.378,

82

393.79

1,92

410.76

9,63

419.988,

10

449.70

3,87

447.55

2,11

469.04

3,94

508.42

2,32

561.0

37,80

15. 129.019,

27

142.817,

55

164.25

8,53

176.57

8,91

181.079,

62

196.211,

20

212.60

7,23

232.90

3,44

254.13

7,19

262.5

51,00

16 46.052,9

7

49.986,3

8

55.113,

00

59.314,

19

64.690,1

0

70.729,5

3

76.751,

68

83.704,

20

91.786,

51

97.02

5,08

17 30.426,7

1

34.018,5

6

38.120,

51

41.281,

13

44.230,8

1

48.408,3

1

52.586,

13

57.747,

43

65.315,

30

73.10

2,50

PD

RB

4.740.63

1,55

5.000.75

9,77

5.483.2

44,72

5.909.2

90,82

6.413.69

8,92

6.774.3

21,27

7.232.8

38,24

7.730.9

13,32

8.121.3

27,63

8.567.

455,1

4 Sumber: Badan Pusat Statistik (BPS) Kabupaten Bulukumba

3

Keterangan :

1. Pertanian, Kehutanan, dan Perikanan

2. Pertambagan dan Penggalian

3. Industri Pengolahan

4. Pengadaan Listrik dan Gas

5. Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang

6. Konstruksi

7. Perdagangan Besar dan Eceran; Reparasi Mobil dan Sepeda Motor

8. Transportasi dan Pergudangan

9. Penyediaan Akomodasi dan MakanMinum

10. Informasi dan Komunikasi

11. Jasa Keuangan dan Asuransi

12. Real Estate

13. Jasa Perusahaan

14. Administrasi Pemerintahan, Pertahanan dan Jaminan Sosial Wajib

15. Jasa Pendidikan

16. Jasa Kesehatan dan Kegiatan Sosial

17. Jasa lainnya

Pada tabel 1 menunjukkan bahwa laju pertumbuhan PDRB untuk semua

lapangan usaha ekonomi cenderung mengalami peningkatanpertumbuhan yang

baik selama sepuluh tahun terakhir. Sektor pertanian, kehutanan, dan perikanan

paling banyak mengalami pertumbuhan dan yang paling rendah pertumbuhannya

yakni sektor jasa lainnya. Untuk melihat pertumbuhan ekonomi Kabupaten

Bulukumba yang dihitung dari total PDRB dari semua lapangan usaha ekonomi

dapat dilihat pada tabel 2 dibawah ini.

Tabel 2. Pertumbuhan PDRB Atas Dasar Harga Konstan Kabupaten Bulukumba

Tahun 2011-2019

Tahun PDRB Harga Konstan Pertumbuhan Ekonomi (persen)

2011 5.000.759,77 5,48

2012 5.483.244,72 9,64

2013 5.909.290,82 7,76

2014 6.413.698,92 8,53

2015 6.774.321,27 5,62

2016 7.232.838,24 6,76

2017 7.730.913,32 6,88

2018 8.121.327,63 5,05

2019 8.567.455,14 5,49

Sumber: Badan Pusat Statistik (BPS) Bulukumba Diolah 2020

4

Pada Tabel 2 menunjukkan, bahwa laju pertumbuhan ekonomi Kabupaten

Bulukumba pada tahun 2011 adalah 5,48 persen dengan nilai PDRB 5.000.759,77,

sedangkan pada tahun 2012meningkat mencapai 9,64 persen dengan nilai PDRB

5.483.244,72 dan kembali turun di tahun 2013 sebesar 7,76 persen dengan nilai

PDRB 5.909.290,82. Pada tahun 2014 laju pertumbuhan ekonomi kembali

meningkat sebesar 8,53 persen dengan nilai PDRB 6.423,698.92 dan di tahun

2015 pertumbuhannya menurun sebesar 5,62 persen dengan nilai PDRB

6.774.321,27, sedangkan dua tahun berikutnya pertumbuhannya kembali

meningkat, tahun 2016 sebesar 6,76 persen dengan nilai PDRB 7.232.838,24 dan

di tahun 2017 sebesar 6,88 persen dengan nilai PDRB 7.730.913,32. Pada tahun

2018 pertumbuhannya kembali turun di angka 5,05 persen dengan nilai PDRB

8.121.327,63 dan ditahun 2019 terjadi peningkatan sebesar 5,49 persen dengan

nilai PDRB yang terus meningkat menjadi 8.567.455,14.

PDRB Kabupaten Bulukumba atas dasar harga konstan terus mengalami

kenaikan, sementara untuk pertumbuhan ekonomi Kabupaten Bulukumba

menunjukkan angka yang berfluktuatif dari tahun ke tahun. Naiknya nilai PDRB

Kabupaten Bulukumba tersebut tidak lepas dari kontribusi dari seluruh sektor

lapangan usaha yang ada di Kabupaten Bulukumba termasuk sektor pertanian,

kehutanan dan perikanan.

Kontribusi dari semua sektor lapangan usaha ekonomi terhadap

perekonomian nasional sangat terkait pada nilai tambah atau PDB. Hal tersebut

akan memperluas lapangan kerja yang selanjutnya akan berpengaruh terhadap

perdagangan, baik nasional maupun internasional. Pengaruh inflasi juga akan ada

5

dalam proses pembangunan ekonomi itu sendiri karena akan mendorong

masuknya investasi modal maupun pembiayaan tenaga kerja.

Selain PDRB, indikator inflasi juga harus menjadi perhatian khusus bagi

pemerintah daerah khususnya Sulawesi Selatan. Laju inflasi Sulawesi Selatan

menurut data terkahir Juni 2019 sebesar 0,2 persen, dimana terdapat lima wilayah

yang termasuk dalam zona inflasi. Kota Pare-Pare dengan inflasi tertinggi sebesar

1,06 persen, disusul Kota Palopo 0,86 persen, Kabupaten Watampone 0,67 persen,

Kabupaten Bulukumba sebesar 0,08 persen dan inflasi terakhir di bulan Juni 2019

adalah Kota Makassar sebesar 0,05 persen yang dapat dilihat pada tabel 3.

Tabel 3. Inflasi Sulawesi Selatan Januari-Juni 2019

Wilayah Inflasi

Inflasi

2019

Januari Februari Maret April Mei Juni

Sulawesi Selatan 0.53 -0.19 0.22 0.42 0.76 0.2

Bulukumba 0.9 -0.22 -0.16 0.33 0.9 0.08

Watampone 0.09 -0.6 -0.28 0.39 0.73 0.67

Kabupaten Makassar 0.54 -0.11 0.28 0.45 0.73 0.05

Kabupaten Pare-pare 1.14 -0.78 0.15 0.03 1.36 1.06

Kabupaten Palopo 0.04 -0.14 0.05 0.5 0.54 0.86

Sumber: Badan Pusat Statistik (BPS) Sulawesi Selatan 2019

Berdasarkan informasi dari data PDRB dan inflasi diatas, perlu diketahui

sejauh mana kontribusi sektor pertanian, kehutanan dan perikanan terhadap

naiknya PDRB di Kabupaten Bulukumba selama kurun waktu 2010-2019 dan

bagaimana pengaruh harga komoditi pangan terhadap inflasidi wilayah zona

inflasi tahun 2018 dan 2019 Kabupaten Bulukumba menjadi menarik untuk di

6

analisis dengan judul “Analisis Kontribusi Sektor Pertanian Terhadap

Perekonomian Kabupaten Bulukumba”

1.2 Rumusan Masalah

1. Bagaimana kontribusi sektor pertanian terhadap PDRB di Kabupaten

Bulukumba?

2. Bagaimana pengaruh harga komoditi pangan terhadap inflasi di Kabupaten

Bulukumba?

1.3 Tujuan Penelitian

Sehubungan dengan rumusan masalah yang telah diuraikan, maka tujuan

penelitian ini sebagai berikut:

1. Untuk mengetahui kontribusi sektor pertanian terhadap PDRB di

Kabupaten Bulukumba.

2. Untuk mengetahui pengaruh harga komoditi pangan terhadap inflasi di


1.4 Kegunaan Penelitian

Hasil penelitian ini diharapkan dapat berguna bagi:

1. Akademis

a) Sebagai sarana untuk mengembangkan wawasan dan pengetahuan bagi

peneliti mengenai seberapa besar kontribusi sektor pertanian terhadap PDRB

serta untuk mengetahui bagaimana pengaruh harga komoditi pangan

terhadap inflasi di Kabupaten Bulukumba

b) Sebagai acuan bagi peneliti lainnya di bidang yang sama untuk dijadikan

bahan perbandingan dan bahan referensi.

7

2. Manfaat Praktis

a) Bagi Pemerintah

Sebagai bahan masukan atau informasi bagi pemerintah daerah khusus

pemerintah Kabupaten Bulukumba untuk lebih meningkatkan dan

mengembangkan sektor pertanian dan mengendalikan tingkat laju inflasi di


b) Bagi Masyarakat Petani

Sebagai bahan informasi untuk meningkatkan produktifitas dan daya saing

komoditasnya, baik di pasar lokal maupun regional.

II. TINJAUAN PUSTAKA

2.1 Pembangunan Ekonomi Daerah

Menurut Sirojuzilam (2008), pembangunan ekonomi adalah suatu proses

yang bersifat multidimensional, yakni dapat melibatkan kepada perubahan besar,

baik terhadap perubahan struktur ekonomi, perubahan sosial masyarakat,

mengurangi kemiskinan, ketimpangan dan juga pengangguran dalam konteks

pertumbuhan ekonomi.

Pembangunan wilayah (regional) menurut Adisasmita (2008), merupakan

fungsi dari potensi sumber daya alam, tenaga kerja dan sumber daya manusia,

investasi modal, sarana dan prasarana pembangunan, transportasi dan komunikasi,

komposisi industri, teknologi, situasi ekonomi dan perdagangan antar wilayah,

kemampuan pendanaan dan pembiayaan pembangunan daerah, kewirausahaan,

kelembagaan daerah dan lingkungan pembangunan secara luas.

Pembangunan ekonomi daerah yakni suatu kegiatan yang dilaksanakan

oleh pemerintah daerah bersama dengan masyarakat di daerah tersebut dengan

mengelola dan memanfaatkan sumber daya yang ada secara optimal untuk

merangsang pertumbuhan ekonomi daerah demi kesejahteraan masyarakat.

Pembangunan daerah merupakan bagian dari pembangunan nasional

dalam rangka pencapaian sasaran pembangunan yang disesuaikan dengan

potensi,aspirasi, dan permasalahan pembangunan di daerah.Pembangunan daerah

ini mencakup semua kegiatan pembangunan daerah dan sektoralyang dilakukan

oleh pemerintah dan masyarakat. Kunci keberhasilan pembangunan daerah dalam

mencapai sasaran pembangunan nasional secara efisien dan efektif, termasuk

9

penyebaran hasilnya secara merata diseluruh Indonesia, adalah koordinasi dan

keterpaduan antarsektor,antara sektor dan daerah, antar daerah tingkat I, antar

daerah tingkat II, serta antara daerah tingkat I dan daerah tingkatII.(Bappenas)

2.2 Konsep PDRB

IndikatorProduk Domestik Regional Bruto (PDRB) merupakan salah satu

indikator yang digunakan untuk mengukur tingkat pembangunan regional, dalam

hal ini bertambahnya produksi barangdan jasa dalam Produk Domestik Regional

Bruto. Nilai yang tercantum dalamProduk Domestik Regional Bruto tersebut

mencerminkan taraf hidup dan tingkatperkembangan ekonomi masyarakat suatu

wilayah.

Produk Domestik Bruto (PDRB) menurut Badan Pusat Statistik adalah

merupakan nilai tambah bruto seluruh barang dan jasa yang tercipta atau

dihasilkan di wilayah domestikyang timbul akibat berbagai aktivitas ekonomi

dalam suatu periode tertentu tanpa memperhatikan apakah faktor produksi yang

dimiliki residen atau non-residen. Penyusunan PDRB ini dapat dilakukan melalui

3 (tiga) pendekatan yaitu pendekatan produksi, pengeluaran, dan pendapatan yang

disajikan atas dasar harga berlaku dan harga konstan.

PDRB atas dasar harga berlaku atau dikenal dengan PDRB nominal yang

disusun berdasarkan harga yang berlaku pada suatu periode penghitungan, dan

bertujuanuntuk melihat struktur perekonomian. Sedangkan PDRB atas dasar

hargakonstan disusun berdasarkan harga pada tahun dasar dan bertujuan untuk

mengukur pertumbuhan ekonomi.Perhitungan ini menggunakan tigapendekatan

10

yaitu: pendekatan produksi, pendekatan pendapatan, pendekatanpengeluaran.

a. Pendekatan Produksi

Pendekatan produksi merupakan jumlah nilai tambah atas barang dan

jasayang dihasilkan oleh berbagai unit produksi dan wilayah suatu negara

dalamjangka waktu tertentu (satu tahun).

b. Pendekatan Pendapatan

Pendekatan pendapatan yaitu jumlah balas jasa yang diterima olehfaktor-

faktor yang ikut serta dalam proses produksi disuatu negara dalam jangkawaktu

tertentu (satu tahun). Balas jasa seperti upah dan gaji, sewah tanah, bungamodal

dan keuangan.

c. Pendekatan Pengeluaran

Pendekatan pengeluaran adalah semua komponen permintaan akhiryang

terdiri dari pengeluaran konsumsi rumah tangga dan lembaga swastanirlaba,

pengeluaran konsumsi pemerintah, pembutakan modal tetap domesticbruto,

perubahan invontori, dan ekspor notto (ekspor notto merupakan ekspordikurangi

impor).

Secara konsep ketiga pendekatan tersebut akan menghasilkan angka

yangsama. Jadi, jumlah pengeluran akan sama dengan jumlah pendapatan

untukfaktor-faktor produksi, PDRB yang dihasilkan dengan cara ini disebut

sebgaiPDRB atas dasar harga pasar, karena didalamnya sudah dicakup pajak

taklangsung neto.

11

2.3 Inflasi

Menurut Sukirno (2011) mengenai pengertian inflasi, menyatakan bahwa

Inflasi adalah kenaikan harga barang-barang yang bersifat umum dan terus-

menerus”.Sedangkan menurut Julius (2011) menyatakan bahwa

pengertianinflasiadalah adalah kecenderungan dari harga-hargauntuk menaik

secara terus menerus”.

Selanjutnya menurut Murni (2013) menyatakan bahwa pengertian inflasi

sebagai berikut:“Inflasi adalah suatu kejadian yang menunjukan kenaikan tingkat

hargasecara umum dan berlangsung secara terus menerus”. M. Natsir (2014)

menyatakan bahwa pengertian inflasi adalah kecenderungan meningkatnya harga

barang dan jasa secara umum dan terus menerus”.

Secara sederhana definisi inflasi dapat diartikan sebagai kenaikan harga

secara umum dan terus menerus dalam jangka waktu tertentu. Kenaikan harga dari

satu atau dua barang saja tidak dapat disebut inflasi kecuali bila kenaikan itu

meluas (atau mengakibatkan kenaikan harga) pada barang lainnya. Kebalikan dari

inflasi ini disebut sebagai deflasi.

Indikator yang sering digunakan untuk mengukur tingkat inflasi adalah

Indeks Harga Konsumen (IHK). Perubahan IHK dari waktu ke waktu

menunjukkan pergerakan harga dari barang dan jasa yang dikonsumsi masyarakat.

Penentuan barang dan jasa dalam IHK dilakukan atas dasar Survei Biaya Hidup

(SBH) yang dilaksanakan oleh Badan Pusat Statistik (BPS).Kemudian, BPS akan

memonitor perkembangan harga dari barang dan jasa tersebut secara bulanan di

12

beberapa Kabupaten, di pasar tradisional dan modern terhadap beberapa jenis

barang/jasa di setiap Kabupaten.

Indikator inflasi lainnya berdasarkan international best practice antara

lain:

1. Indeks Harga Perdagangan Besar (IHPB).

Harga Perdagangan Besar dari suatu komoditas yaitu harga transaksi yang

terjadi antara penjual atau pedagang besar pertama dengan pembeli atau pedagang

besar berikutnya dalam jumlah besar pada pasar pertama atas suatu komoditas.

2. Indeks Harga Produsen (IHP)

Indikator ini berguna untuk mengukur perubahan rata-rata harga yang diterima

produsen domestik untuk barang yang mereka hasilkan.

3. Deflator Produk Domestik Bruto (PDB)

Menunjukkan besarnya perubahan harga dari semua barang baru, barang

produksi lokal, barang jadi, dan juga jasa. Deflator PDB dihasilkan dengan

membagi PDB atas dasar harga nominal dengan PDB atas dasar harga konstan.

4. Indeks Harga Aset

Indeks ini digunakan untuk mengukur pergerakan harga aset antara lain

properti dan saham yang dapat dijadikan indikator adanya tekanan terhadap harga

secara keseluruhan.

Pengelompokan Inflasi :

Inflasi yang diukur dengan IHK di Indonesia dikelompokan ke dalam 7

kelompok pengeluaran (berdasarkan the Classification of individual consumption

by purpose - COICOP), yaitu :

1. Kelompok Bahan Makanan

13

2. Kelompok Makanan Jadi, Minuman, Rokok dan Tembakau

3. Kelompok Perumahan, Air, Listrik, Gas, dan Bahan Bakar

4. Kelompok Sandang

5. Kelompok Kesehatan

6. Kelompok Pendidikan, Rekreasi, dan Olahraga

7. Kelompok Transpor, Komunikasi, dan Jasa Keuangan

2.4 Hubungan Harga Komoditas Pangan dengan Inflasi

Komoditas pangan merupakan suatu komoditas yang paling rentang

memiliki harga yangberfluktuatif, contohnya pada jenis panganberas, daging

ayam, kedelai, bawang merah, cabai merah, dan daging sapi.Beberapa komoditas

tersebut tercantum dalam peraturan menteri perdaganganNo.63/m.dag/per/2016

yang merupakan tindak lanjut dalam peraturan presidenNo.71/2015 tentang

penetapan dan penyimpanan barang penting. Salah satukomoditas yang menjadi

perhatian dalam tingkat inflasi adalah sektor bahanmakanan yaitu komoditas

bahan pangan dari sektor pertanian dimanaNegaraIndonesia masih bergantung

besar terhadap sektor pertanian termasuk subsektor panganyang dikendalikan

melalui penentapan harga dasar dan harga tertinggi komoditasbahan pangan

(Isnaini, 2018).

Inflasi yang tinggi dapat berlangsung dalam jangka waktu lama, walaupun

perkembangan jumlah uang beredar di masyarakat relatif rendah. Ini dapat

dijelaskan melaluiteori Strukturalis yang menyatakan bahwa inflasi dalam jangka

panjang lebihdisebabkan oleh kekakuan struktur perekonomian di negara

berkembang, terutamapada struktur penerimaan ekspor dan produksi bahan

14

makanan dalam negeri.Tekanan inflasi juga akan muncul apabila misalnya

produksi bahan makanan dalamnegeri kurang memadai sehingga menyebabkan

kenaikan harga bahanmakanan (Saputra,2013).

2.5 Peran Sektor Pertanian Dalam Pembagunan Daerah

Indonesia dikenal sebagai negara agraris, karna sektor pertanian nya

menjadi prioritas utama dalam pembangunan ekonomi di negara-negara

berkembang seperti Indonesia. Beberapa ahli telah mengemukakan pentingnya

sektor pertanian dalam pembangunan ekonomi. Todaro (2003) yang

mengemukakan pembangunan pertanian sebagai syarat mutlak bagi pembangunan

nasional bagi khususnya di negara dunia ketiga. Dia melihat sekitar dua per tiga

dari bangsa yang miskin menggantungkan hidupnya dari sektor pertanian,

sebagian besar kelompok miskin tersebut bertempat tinggal di pedesaan. Johnston

dan Mellor (1961) dalam Jhingan (1990) menyebutkan bahwa peranan sektor

pertanian dalam pembangunan ekonomi adalah:

1. Sumber utama penyediaan bahan makanan.

2. Sumber penghasilan dan pajak.

3. Sumber penghasilan devisa yang diperlukan untuk mengimpor modal,

bahan baku, dan lain-lain.

4. Pasar dalam negeri untuk menampung hasil produksi industri pengolahan

dan sektor bahan pertanian lainnya.

Sedangkan menurut Daniel (2002) mengemukakan ada tiga alasan utama

mengapa sektor pertanian perlu dibangun lebih dulu:

15

1. Barang-barang hasil industri memerlukan dukungan daya beli masyarakat.

Karena pada umumnya pembeli barang-barang hasil industri sebagian besar

berada dalam lingkungan sektor pertanian. Untuk memenuhi kebutuhan hidup dan

juga memenuhi kebutuhan peralatan dan bahan untuk usaha di sektor pertanian

diperlukan barang hasil industri. Oleh karena itu, masyarakat sektor pertanian

harus ditingkatkan lebih dulu pendapatannya.

2. Untuk menekan biaya produksi dari komponen upah atau gaji diperlukan

tersedianya bahan-bahan makanan yang murah dan terjangkau, sehingga upah dan

gaji yang diterima dapat dipakai untuk memenuhi kebutuhan pokok guru dan

pegawai. Keadaan ini bisa terjadi bila produksi hasil pertanian terutama pangan

dapat ditingkatkan sehingga harganya lebih rendah dan terjangkau oleh daya beli.

3. Industri membutuhkan bahan baku yang berasal dari sektor pertanian,

karena itu produksi bahan-bahan industri memberikan basis bagi pertumbuhan itu

sendiri. Keadaan ini bisa terjadi sehingga merupakan suatu siklus dan kerja sama

yang saling menguntungkan.

Menurut Soekartawi (2002) menyatakan bahwa pembangunan pertanian

pada dasarnya diarahkan untuk memenuhi keinginan yang ingin dicapai yaitu

untuk mencapai kesejahteraan masyarakat pertanian secara lebih merata.

Pembangunan pertanian dilakukan dengan cara meningkatkan produksi,

produktivitas tenaga kerja, tanah dan modal. Dengan usaha tersebut maka,

partisipasi aktif petani dan masyarakat pedesaan dapat ditingkatkan, sehingga

peningkatan tingkat produksi pertanian dapat dicapai secara efisien dan dinamis

16

diikuti pembagian surplus ekonomi antar berbagai pelaku ekonomi secara lebih

adil dan merata, serta pengembangan sistem agribisnis yang efisien.

Secara konseptual maupun empiris sektor pertanian layak untuk menjadi

sektor andalan dalam pembangunan ekonomi. Dalam proses transformasi

pembangunan juga mempunyai peran yaitu menurut (Tripustika, 2005) adalah

sebagai berikut:

1. Kontribusi produk, yaitu sektor pertanian berperan sebagai penyedia bahan

pangan bagi pekerja di sektor industri, selain itu juga sebagai penyedia

bahan baku industri.

2. Kontribusi pasar, yaitu rumah tangga di sektor pertanian adalah sasaran

utama konsumsi output yang dihasilkan di sektor industri.

3. Kontribusi devisa, yaitu berperan sebagai penyumbang devisa atas ekspor

barang-barang yang diproduksinya.

2.6 Penelitian Terdahulu

Berdasarkan judul penelitian, berikut pada tabel 4 terkait merupakan

penelitian terdahulu yang dijadikan acuan dalam penelitian ini.

No Judul Penelitian Metode Analisis Hasil Penelitian

1. Peran Sektor Pertanian

Terhadap

Perekonomian Daerah

Istimewa Yogyakarta

(Analisis Input-Output

Daerah Istimewa

Yogyakarta untuk

Komoditas Tebu). Any

Suryantini, Slamet

Hartono, Azizatun

Metode yang

digunakan dalam

penelitian ini

adalah

analisisketerkaita

n dengan

menggunakan

indeks daya

penyebaran

(forward

Hasil penelitian

ditunjukkan bahwa

Dibandingkan dengan

komoditas pertanian lain,

tebu bukan merupakan

sektor unggulan di

Daerah Istimewa

Yogyakarta.Dilihat dari

rangking pengganda

output, pengganda

17

Nurhayati, & Wiwin

Widyaningsih. (2015)

linkageindex) dan

indeks daya

kepekaan

(bacward linkage

index) dari

matrikspengganda

.

pendapatan, dan nilai

pengganda nilai tambah

tebu cenderung

meningkat dari tahun

1995 dan

2000.Kontribusi tebu

terhadap peningkatan

perekonomian Daerah

IstimewaYogyakarta

relatif lebih baik dari

tahun ke tahun.Dengan

pengelolaan yang baik,

tebu potensial untuk

menjadi sektor

yangmampu

meningkatkan

pertumbuhan

perekonomian di

Yogyakarta.

2. Peran Sektor Pertanian

Terhadap

Perekonomian

Kabupaten Cilacap

Periode 2002-2013.

Ilham Alkaf, Siti

Rochaeni*dan Achmad

Tjachja Nugraha

(2017).

Metode yang

digunakan dalam

penelitian ini

adalah Tipologi

Klassen, Shift

Share, dan

Loqation Quetient

(LQ).

Hasil penelitian

menunjukkan bahwa sub-

sektor tanaman pangan,

ternak,perikanan dan

forestries berada di posisi

tertinggal, dan sub-sektor

perkebunanadalah dalam

posisi potensial.

Berdasarkan komponen

pertumbuhan

proporsional,

perkebunan dan ternak

mengalami pertumbuhan

yang cepat. Analisis

selanjutnyamenunjukkan

bahwa tanaman pangan

dan forestries menjadi

dasar ekonomi Cilacap.

3. Peranan Sektor

Unggulan Terhadap

Analisis data

dilakukan dengan

Hasil penelitian

menunjukkan sektor

18

Perekonomian Di

Kabupaten Jayawijaya.

Epra Wenda

, O. Esry H. Laoh

& Melissa L. G.

Tarore. (2018).

menggunakan

analisis Loqation

Quetient (LQ).

yang menjadi sektor

unggulan di Kabupaten

Jayawijaya adalah sektor

pertanian, kehutanan,

perikanan, sektor industri

pengolahan, sektor

listrik, gas, dan air

bersih, sektor konstruksi,

sektorperdagangan, hotel

dan restoran, sektor

pengangkutan dan

komunikasi, sektor jasa

keuangan, dansektor

jasa-jasa. Sektor Jasa-

jasa, Pengangkutan dan

komunikasi, dan sektor

pertanian

merupakansektor yang

menjadi paling banyak

memberikan kontribusi

dalam perekonomian

dibandingkandengan

sektor unggulan lainnya.

4. Analisis Penentuan

Sektor Unggulan

Perekonomian


Sapriadi & Hasbiullah.

(2015).

Alat analisis yang

digunakan dalam

penelitian ini

yaitu, analisis

Location Quotient

(LQ) dan analisis

Shift Share.

Hasil analisis per sektor

berdasarkan kedua alat

analisis menunjukkan

bahwa sektor yang

merupakan sektor

unggulan di Kabupaten

Bulukumba dengan

kriteria tergolong ke

dalam sektor basis

dan kompetitif adalah

sektor jasa-jasa.

5 Analisis Pengaruh

Harga Komoditi

Pangan Terhadap

Inflasi di Kabupaten

Sibolga.Siregar, Wenny

Metode analisis

yang dipakai

yaitu model

penyesuaian

parsial atau

Hasil penelitian

menunjukkan bahwa

(1) Harga beras

berpengaruh negatif dan

tidak signifikan terhadap

19

Purnamasari. (2020). Partial

Adjustment Model

(PAM) dan uji

asumsi klasik

inflasi dalam

jangka pendek dan

panjang (2) Harga cabai

merah berpengaruh

positif dan

signifikan terhadap

inflasi dalam jangka

pendek dan panjang .

(3)Harga bawang

merah berpengaruh

positif dan tidak

signifikan terhadap

inflasi di Kabupaten

Sibolga

dalam jangka pendek dan

jangka panjang.(4) Harga

telur ayam berpengaruh

negatif dan tidak

signifikan terhadap

inflasi di Kabupaten

Sibolga (5) Harga daging

ayam berpengaruh positif

dan tidak signifikan

terhadap inflasi di

Kabupaten Sibolga

(6) Inflasi sebelumnya

berpengaruh negatif dan

tidak signifikan terhadap

inflasi di

Kabupaten Sibolga

6 Kontribusi Sektor

Pertanian Terhadap

Produk Domestik

Regional Bruto

(PDRB) di Kabupaten

Jeneponto. Risnawati

(2016)

Metode Analisis

yang di gunakan

yaitu analisis

kontribusi.

Hasil penelitian ini

menunjukkan bahwa dari

lima subsektor pertanian

yangada di Kabupaten

Jeneponto yang paling

tinggi kontribusinya

terhadap sektorpertanian

adalah subsektor

Tanaman Bahan

20

Makanan . Rata – rata

persentase Sektor

pertanianterhadap Produk

Domesik Regional Bruto

(PDRB) berfluktuatif

(cenderung naik turun)

dari tahun ke tahun,

tetapi pada tahun 2011

mengalami kenaikan

yang lebih tinggi

daripada

tahunsebelumnya sebesar

4,17 persen kemudian

kembalimengalami

penurunan sebsar 3,99

persen.

7 Analisis kontribusi

Sektor Pertanian

terhadap Produk

Domestik Regional

Bruto Kota Parepre.

Abdul RahmanAndi

Adam Malikdan

Sahabuddin Toaha

(2019).

Analisis dengan

rumus kontribusi

sektor dan rumus

trend metode

kuadrat terkecil

(least square

method).

Hasilpenelitian didapat

bahwa kontribusi sektor

pertanian terhadap

produk domestic regional

bruto Kota Parepare

rata-rata sebesar 6.05 %

dan proyeksi

pertumbuhan kontribusi

sector pertanian pada

tahun 2022 sebesar

7.59 %.

8 Peranan Sub Sektor

Perikanan Terhadap

Produk Domestik

Regional Bruto

(PDRB) dan

Kesempatan Kerja di

Kabupaten Pinrang

Periode 2005-2009.

Nurlia (2011)

Menggunakan

metode analisis

kuantitatif yang

menggunakan

peralatan statistik

sederhana lalu

dideskriptifkan

kedalam

perhitungan

antara lain, (i)

pertumbuhan

produksi, (ii)

Hasil yang didapatkan

dalam penelitian ini

adalah subsektor

perikanan diKabupaten

Pinrang telah

memberikan manfaat

yang besar dalam

menunjangProduk

Domestik Regional Bruto

(PDRB) Kabupaten

Pinrang, terutama dalam

memberikan

21

jumlah tenaga

kerja yang

diserap, (iii)

kontribusi dalam

pembentukan

PDRB, (iv)

elastisitas

kesempatan kerja

dari subsektor

perikanan, (v)

pendapatan

perkapita.

kontribusinya terhadap

sektor pertanian

khususnya, maupun

sektorekonomi secara

keseluruhan pada

umunya. Selain itu,

subsektor perikanan juga

menyerap sejumlah

tenaga kerja dan

meningkatkan output

yang dihasilkan serta

meningkatkan

pendapatan masyarakat

di Kabupaten Pinrang.

9 Analisis Peranan dan

Kontribusi Sektor

Pertanian Terhadap

Pertumbuhan Wilayah

Dalam Perspektif

Ekonomi Islam (Studi

Pada KabupatenTulang

Bawang). Siti Maisaroh

(2017)

Metode analisis

yang digunakan

adalah analisis

Location Quotient

(LQ), DLQ dan

analisis Shif

Share.

Hasil LQ pada sektor

pertanian sebesar 1,3112

hal tersebut menunjukkan

bahwa sektor pertanian

yang ada di kabupaten

tulang bawang

merupakan sektor

unggulan, kemudian

analisis DLQ

menunjukkan nilai

sebesar 0,943, kurang

dari satu. Dari hasil

perhitungan DLQ

tersebut bahwasanya

sektor pertanian di masa

yang akan dating tidak

bisa diharapkan menjadi

sektor basis. Dan hasil

analisis shift share

sebesar SSS 0,088529

dan LSS -0,026386. Nilai

SSS lebih besar dari nilai

SSS berarti yang

menyebabkan perubahan

peranan sektor pertanian

22

dari basis ke non basis

yaitu karena struktur

perekonomian.

10 Kontribusi Sektor

Pertanian Dalam

Perekonomian

Wilayah Kabupaten

Pati. Eka Dewi

Nurjayanti (2012)

Metode analisis

data dilakukan

melalui empat

tahapan yaitu:

(1). Penentuan

harga konstan

2011 digunakan

Deflator Implisit

atau Indeks Harga

Implisit (2).

Analisis Location

Quotient (LQ)

(3). Analisis

Dynamic

Location Quotient

(DLQ) (4).

Analisis

Gabungan LQ

dan DLQ

Hasil penelitian

menujukkan bahwa

sektor ekonomi yang

menjadi sektor basis bagi

perekonomian di

KabupatenPati selama

tahun penelitian (2008-

2011) yaitu sektor

pertanian; sektor listrik,

gas dan air minum; dan

sektor keuangan,

persewaan dan jasa

perusahaan.Sub sektor

pertanian yang menjadi

sub sektor basis yaitu sub

sektor tanamanbahan

makanan, sub sektor

tanaman perkebunan

rakyat, sub sektor

kehutanan,dan sub sektor

perikanan. Sektor

ekonomi Kabupaten Pati

yang mengalami

perubahan posisi. Faktor

yang menyebabkan

terjadinya perubahan

posisi adalah faktor

strukturnya.

2.7 Kerangka Pemikiran

Sektor pertanian merupakan sektor andalan dalam menopang

pembangunan ekonomi. Keadaan ekonomi suatu daerah dapat dilihat dari PDRB

23

daerah tersebut. Untuk melihat pertumbuhan ekonomi Kabupaten Bulukumba

perlu di ketahui seberapa besar kontribusi setiap lapangan usaha ekonomi dalam

pembentukanpendapatan Produk Domestik Regional Bruto (PDRB).

Lapangan usaha ekonomi sektor pertanian menurut data di BPS

merupakan penyumbang distribusi PDRB terbesar, namun bukan berarti

kontribusinya terhadap PDRB juga besar ataupun meningkat. Untuk itu perlu

dilakukan analisis seberapa besar kontribusi sektor pertanian terhadap PDRB

Kabupaten Bulukumba dalam kurun waktu tahun 2010-2019, dengan melihat

terlebih dahulu seberapa besar total PDRB sektor pertanian pada tahun tertentu

dan PDRB total KabupatenBulukumba pada tahun tertentu menggunakan analisis

kontribusi.

Selain kontribusi sektor pertanian terhadap pembentukan PDRB, indikator

inflasi juga harus menjadi perhatian penting bagi pemerintah daerah Kabupaten

Bulukumba, karena berdasarkan informasi dari BPS Sulawesi Selatan, Kabupaten

Bulukumba masuk dalam lima wilayah zona inflasi. Inflasi tersebut dapat terjadi

karena adanya kenaikan berbagai macam kelompok pengeluaran, termasuk

kelompok bahan makanan. Berdasarkan data di Badan Pusat Statistik (BPS)

beberapa komoditas pertanian juga menjadi faktor dalam memberikan

andil/sumbangsi sebagai pendorong dan juga penahan tingkat inflasi.

Masuknya Kabupaten Bulukumba dalam wilayah zona inflasi menjadi

dorongan bagi peneliti untuk melihat bagaimana hubungan atau pengaruh harga

komoditi pangan terhadap tingginya angka inflasi di Kabupaten Bulukumba,

apakah sektor pertanian ini (khususnya pada komoditi pangan) juga memiliki

24

kontribusi atau pengaruh besar terhadap inflasi di Kabupaten Bulukumba.Maka

dari itu harga komoditas pangan menjadi penting untuk diketahui terlebih dahulu

untuk dijadikan indikator awal dalam menghitung tingkat inflasi melalui metode

analisismodel penyesuaian parsialatauPartial Adjustment Model (PAM).

Dengan demikian sektor pertanian diharapkan mampu unggul dalam

memberikan kontribusi lebih besar dan pertumbuhannya semakin meningkat

untuk tahun-tahun kedepan serta sektor pertanian terbebas dari inflasi.

Secara sistematika kerangka pemikiran dapat digambarkan sebagai

berikut:

Keterangan : Kerangka Pemikiran Analisis Kontribusi Sektor Pertanian Terhadap

Perekonomian Kabupaten Bulukumba

Indikator Ekonomi

Harga Komoditas Pangan Pertumbuhan PDRB

Kontribusi Sektor Pertanian

Pembentukan PDRB Tingkat Inflasi

III. METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan di Kabupaten Bulukumba melalui website

resmi BPS Kabupaten Bulukumba yang merupakan laporan statistik setiap

kabupaten. Dan penentuan daerah penelitian dilakukan secara purposive (sengaja)

berdasarkanpertimbangan bahwa Kabupaten Bulukumba merupakan salah satu

dari limaKota besar diProvinsi Sulawesi Selatan yang menyumbang inflasi

Provinsi Sulawesi Selatan.Penelitian ini dilakukan mulai dari Agustus hingga

Oktober 2020.

3.2 Teknik Penentuan Sampel

Sampel (data) adalah bagian dari populasi yang akan dipilih menjadi data

dalam penelitian. Populasi pada penelitian ini adalah seluruh data berupa tahun

tertentu yang tersedia di website BPS Kabupaten Bulukumba. Sampel (data) yang

digunakan dalam peneitian ini merupakan deret waktu (time series) selama

sepuluh tahun yakni dari tahun 2010-2019.

3.3 Jenis dan Sumber Data

3.3.1 Jenis Data

Jenis data yang digunakan dalam penelitian ini yaitu kuantitatif dengan

menggunakan data sekunder. Data sekunder adalah data-data pendukung yang

diperoleh dari buku-buku, karya ilmiah, dan sebagainya yang berkaitan dengan

penelitian atau denganmengambil dari sumber lain yang diterbitkan oleh lembaga

26

yang dianggapkompeten berupa data publikasi PDRB KabupatenBulukumba

selama sepuluh tahun yakni mulai tahun 2010-2019, data inflasi serta data harga

komoditas pangan dari tahun 2018-2019.

3.3.2 Sumber Data

Sumber data dalam penelitian ini adalah berbagai macam sumber yang

diperoleh melalui data sekunder yang berasal dari BPS Kabupaten Bulukumba

dan Pusat InformasiHarga Pangan Strategis Nasional, berbagai website dan

artikel serta literatur-literatur lain yang terkait dengan penelitian ini.

3.4 Teknik Pengumpulan Data

Untuk melengkapi data dan referensi yang diperlukan dalam penyusunan

proposal penelitian ini, maka ditempuh cara sebagai berikut:

1. Mengutip langsung dan mengolah data dari publikasi BPS

KabupatenBulukumba

2. Memperoleh data dari Pusat InformasiHarga Pangan Strategis Nasional

(PIHPS)

3. Studi Kepustakaan (Library Research)

Yaitu penelitian yang dilakukan dengan cara studi kepustakaan dari

berbagai dokumen, artikel-artikel,jurnal penelitian, dan karya ilmiah (skripsi)

yang berhubungan dengan penulisan ini untuk mendapatkan data sekunder.

3.5 Teknik Analisis Data

3.5.1 Teknik Analisis Kontribusi

Kontribusi dengan kata lain dapat dikatakan sebagai sumbangsih atau

peran suatu bagian terhadap bagian yang lebih besar atau lebih luas. Dalam

27

konteks penelitian ini, kontribusi sektor pertanian dapat diartikan sebagai peran

sektor pertanian, kehutanan dan perikanan sebagai bagian dari pembentukan

PDRB Kabupaten Bulukumba. Besaran kontribusi sektor pertanian yang

dimaksud dirumuskan dalam persamaan seperti berikut (Halim, 2004):

KSP = ( PDRBsp / PDRBtot ) x 100 %

Keterangan:

KSP : Kontribusi sektor pertanian pada tahuntertentu;

PDRBsp : PDRB sektor pertanian pada tahuntertentu;

PDRBtot : PDRB total KabupatenBulukumba pada tahuntertentu.

3.5.2 Partial Adjustment Model (PAM)

Model penyesuaian parsial atau dikenal dengan Partial Adjustment Model

(PAM) adalah model analisis data yang mengasumsikan keberadaan suatu

hubunganequilibrium jangka panjang antara dua atau lebih variabel ekonomi.

Dalam jangka pendek yang terjadi adalah disequilibrium. Denganmekanisme

penyesuaian parsial, suatu proporsi dari disequilibrium pada suatuperiode

dikoreksi pada priode berikutnya. Proses penyesuaian dengan demikianmenjadi

sebuah alat untuk merekonsiliasi perilaku jangka pendek dan jangkapanjang

(Putri, 2016).

Model ini berasumsi bahwa peubah tidak bebas (Y) yang diharapakan

dalamperiode t (ditulis Yt*) tidak dapat diobservasi secara langsung. Peubah Yt*

akantergantung kepada peubah bebas (Xi) yang aktual.Secara matematis dapat

ditulis sebagai berikut:

Yt = βo + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 +Ut.................................................(a)

28

Dimana :

Yt = Inflasi yang diharapkan

βo =Intersep

β1,2,3,4,5= Koefisien regresi parsial

X1 = Harga Beras

X2 = Harga Bawang Merah

X3 = Harga Cabai Merah

X4 = Harga Daging Ayam

X5 = Harga Telur Ayam

Ut = Error

Peubah Yt* tidak teramat karena masih merupakan target sehingga peubah

iniharus diganti dengan memakai modelnya. Oleh karena itu asumsi dari

hipotesisnyaadalah sebagai berikut .

Yt – Yt-1 = δ (Y*t – Y t-1 ).......................................................................................(b)

Dimana δ adalah koefisien penyesuaian parsial, yang karenanya memiliki nilai

0 < δ < 1;Yt - Yt-1 adalah penyesuaian aktual; sementara Y*t - Yt-1

adalahpenyesuaian yang diinginkan.Apabila persamaan (a) dan (b) disubtitusikan

maka akan diperoleh persamaanbaru sebagai berikut.

Yt = Yt-1 +δ (βo + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 –Yt-1)+Ut.............(c)

Yt = δβo+ (1- δ)Yt-1 +δβ1X1 +δβ2X2 +δβ3X3 +δβ4X4 +δβ5X5 +Ut..........(d)

Jika, δβo= α0, β1 = α1, β2 = α2, β3 = α3, β4 = α4, β5 = α5(1- δ) = α6, maka didapat

persamaan sebagai berikut ini.

29

Yt = α0 +α1X1 +α2X2 +α3X3 +α4X4 +α5X5 +α6Yt-1+ Ut.....................................(e)

Dimana :

Yt = Inflasi

α0 =Intersep

α 1,2,3,4,5= Koefisien regresi parsial

X1 = Harga Beras

X2 = Harga Bawang Merah

X3 = Harga Cabai Merah

X4 = Harga Daging Ayam

X5 = Harga Telur Ayam

Y(t-1) =

Ut = Error

Persamaan (a) = untuk menjadi analisis elastisitas inflasi terhadap harga komoditi

pangan dalam jangka panjang, , maka ditransfomasi ke Logaritma Natural (ln).

Persamaan (e) = untuk menjadi analisis elastisitas inflasi terhadap harga komoditi

pangan dalam jangka pendek, maka ditransfomasi ke Logaritma Natural (ln).

3.5.3 Uji Asumsi Klasik

Uji asumsi klasik bertujuan untuk mengetahui kondisi data sehingga dapat

ditentukan model regresi yang paling tepat untuk digunakan. Dalam penelitian ini

dilakukan uji asumsi klasik yang terdiri dari uji normalitas, uji linearitas, uji

multikolinieritas, uji autokorelasi dan uji heteroskedastisitas.

3.5.3.1 Uji Multikolineritas

30

Uji multikolinieritas dilakukan untuk mengetahui apakah pada model

regresi terdapat korelasi antara variabel independent. Apabila pada data

ditemukan seluruh variabel independent penelitian memiliki korelasi kurang dari

0.9 sehingga dapat disimpulkan tidak terjadi gejala multikolinieritas pada data

penelitian.

3.5.3.2 Uji Heterokedatisitas

Uji heteroskedastisitas dilakukan untuk menguji apakah dalam suatu

model regresi terjadi ketidaksamaan varian residual dari pengamatan satu(t) ke

pengamatan lainnya(t-1). Apabila pada data peneletian ditemukan Prob. Chi-

Square(1) memiliki nilai lebih dari 0.05 sehingga dapat disimpulkan tidak terjadi

gejala heteroskedastisitas dalam penelitian.

3.5.3.3 Uji Autokorelasi

Uji autokorelasi digunakan untuk menguji apakah dalam suatu model

regresi linier terdapat korelasi antar residual periode t dengan kesalahan pada t-1

atau kesalahan pada periode sebelumnya. Apabila pada data penelitian ditemukan

nilai Prob(F-statistic) lebih besar dari nilai kritis 0.05 sehingga dapat disimpulkan

bahwa dalam model regresi penelitian tidak terjadi masalah autokorelasi serial.

3.5.3.4 Uji Normalitas

Uji normalitas dilakukan dengan tujuan untuk mengetahui apakah variabel

independent dan dependen dalam model regresi memiliki distribusi yang normal

atau tidak. Dalam penelitian ini uji normalitas dilakukan denganHistogram -

Normality Test. Apabila data penelitian terlihat pada histogram memilikidistribusi

31

yang normal, serta memiliki nilai Probability lebih besar dari0,05 maka dapat

diasumsikan bahwa model regresi memenuhi asumsi normalitas.

3.5.4 Pengujian Hipotesis

Dalam penelitianini, untuk melakukan uji hipotesis digunakan Uji F,

Koefisien Determinasi (R Square), dan Uji t.

3.5.4.1 Uji F

Uji F dilakukan untuk menunjukkan apakah semua variabel independent

pada model regresi linier mempunyai pengaruh simultan terhadap variable

dependen yaitu Inflasi. Apabila pada data penelitian ditemukan nilai F-Statistic

dengan nilai Prob (F-statistic) kurang dari 0,05, dapat diartikan bahwa terdapat

pengaruh signifikan antara variable indenpenden secara simultan terhadap Inflasi.

Sehingga dapat dibuktikan bahwa pada hipotesis pertama (1) H1diterima dan

H0ditolak yang artinya ada hubungan antara variabel x (independen) dengan

variabel y (dependen). Karena H1 menyatakan adanya hubungan antara dua

variabel sedangkan H0 menyatakan bahwa tidak terdapat hubungan antar dua

variabel yang diteliti.

3.5.4.2 Uji Koefisien Determinasi (R Square)

Uji Koefisien Determinasi (R Square) dilakukan untuk mengukur besar

kemampuan seluruh variable independen pada model regresi dalam menjelaskan

variable dependen penelitian. Apabila mendapatkan nilai koefisien determinasi (R

Square) yang mendekati 0 (kecil) maka kemampuan seluruh variable independen

dalam menjelaskan variable dependen penelitian terbatas, lain kata apabila nilai

koefisien determinasi (R Square) yang didapatkan mendekati 1 (besar) maka

32

seluruh variable independen memiliki kemampuan untuk memprediksi variasi

variable dependen penelitian dengan lebih baik.

3.5.4.3 Uji t

Uji t dilakukan untuk mengetahui besarpengaruh tiap variabel independen

secara parsial pada variabel dependen. Apabila pada data penelitian ditemukan

nilait-Statistic variabel dengan nilai Prob lebih besar dari 0.05, dapat diartikan

bahwa tidak terdapat pengaruh signifikan antara variabel independen secaraparsial

terhadap Inflasi, begitupun sebaliknya.

3.6 Definisi Operasional

Pelaksanaan penelitian ini digunakan beberapa batasan pengertian yang

akan mempermudah dalam operasional penelitian. Batasan pengertian tersebut

adalah :

1. PDRB adalah jumlah keseluruhan nilai tambah barang dan jasa yang

dihasilkan dari semua kegiatan perekonomian diseluruh wilayah dalam

periode tahun tertentu yang pada umumnya terjadi dalam waktu satu tahun.

2. Inflasi adalah kenaikan harga barang yang terjadi secara terus menerus dalam

jangka waktu yang lama, namun peningkatan ini tidak terjadi pada satu barang

saja melainkan untuk semua produk.

3. Komoditi pangan adalah salah satu bagian dari kelompok bahan makanan

yangberkontribusi terhadap nilai inflasi di KabupatenBulukumba.

https://cpssoft.com/blog/keuangan/pengertian-inflasi-secara-lengkap/

IV. GAMBARAN UMUM

4.1 Keadaan Geografis

Kabupaten Bulukumba terletak di bagian selatan Jasirah Sulawesi,

berjarak sekitar 153 km dari Kabupaten Makassar. Secara geografis terletak pada

koordinat 5°20'LS-5°40' LS dan119°58' BT -120°28' BT.

Kabupaten Bulukumba memiliki batas-batas:

Utara – Kabupaten Sinjai;

Selatan – Kabupaten Kepulauan Selayar;

Timur – Teluk Bone;

Barat – Kabupaten Bantaeng.

Luas Wilayah Kabupaten Bulukumba seluas 1.154,67 km2 atau sekitar

2,5 persen dari luas wilayah Sulawesi Selatan yang meliputi 10 (sepuluh)

kecamatan dan terbagi kedalam 27 kelurahan dan 109 desa. Ditinjau dari segi luas

kecamatan Gantarang dan Bulukumpa merupakan dua wilayah kecamatan terluas

masing-masing seluas 173,51 km2 dan 171,33 km2 sekitar 30 persen dari luas

kabupaten. Kemudian disusul kecamatan lainnya dan yang terkecil adalah

kecamatan Ujung Bulu yang merupakan pusat Kabupaten Kabupaten dengan luas

14,44 km2 atau hanya sekitar 1 persen.

Adapun rincian jumlah kecamatan, kelurahan/desa, dan luas wilayah

masing-masing dapat dilihat pada tabel berikut:

34

Tabel 5. Jumlah Kecamatan, Kelurahan/Desa, dan Luas Wilayah Setiap

Kecamatan

No Kecamatan Desa Keluarahan

Persentase

Luas

Kecamatan

Terhadap

Luas

Kabupaten

Jumlah

Desa/

Kelurahan

Luas

(km²)

1 Gantarang 18 3 15,03 21 173,51

2 Ujungbulu 0 9 1,25 9 14,44

3 Ujung Loe 12 1 12,50 13 144,31

4 Bontobahari 4 4 9,40 8 108,60

5 Bontotiro 12 1 6,78 13 78,34

6 Herlang 6 2 5,96 8 68,79

7 Kajang 17 2 11,18 19 129,06

8 Bulukumpa 14 3 14,84 17 171,33

9 Rilau Ale 14 1 10,18 15 117,53

10 Kindang 12 1 12,88 13 148,76

Bulukumba 109 27 100,00 136 1.154,67

Sumber : Kabupaten Bulukumba Dalam Angka 2019

Wilayah Kabupaten Bulukumba hampir 95,4 persen berada pada

ketinggian 0 sampai dengan 1000 meter diatas permukaan laut (dpl)dengan

tingkat kemiringan tanah umumnya 0-400. Terdapat sekitar 32 aliran sungai yang

dapat mengairi sawah seluas22.958 Hektar, sehingga merupakan daerah potensi

pertanian. Curah hujannya rata-rata 170mm per bulan dan rata-rata hari hujan

12hari per bulan.

4.2 Keadaan Demografis

Penduduk Kabupaten Bulukumba berdasarkan proyeksi penduduk tahun

2018 sebanyak 418.326 jiwayang tersebar di 10 (sepuluh) kecamatan. Dari 10

(sepuluh) kecamatan, Kecamatan Gantarang yang mempunyai jumlah penduduk

terbesar yaitu 75.549 jiwa atau 18,06% sedangkan Kecamatan Bontotiro menjadi

35

kecamatan dengan jumlah penduduk terkecil yaitu 21.575 jiwa atau

5,16%.

Kepadatan penduduk di Kabupaten Bulukumba tahun 2018 mencapai

362jiwa/km2. Kepadatan Penduduk di 10 kecamatan cukup beragam dengan

kepadatan penduduk tertinggi terletak di kecamatan Ujung Bulu dengan kepadatan

sebesar 3.851jiwa/km2 dan terendah di Kecamatan Kindang sebesar

212jiwa/Km2.

Dilihat dari jenis kelamin, penduduk perempuan lebih banyak dari

penduduk laki–laki yaitu 220.697 jiwa perempuan dan 197.629 jiwa laki-laki.

Lebih jelasnya dapat dilihat pada tabel berikut.

Tabel 6. Penduduk, Laju Pertumbuhan Penduduk, Distribusi Persentase Penduduk

Kepadatan Penduduk, dan Jenis Kelamin Menurut Kecamatan di

Kabupaten Bulukumba, 2018

Kecamatan

Jumlah

Penduduk

(Jiwa)

Laju

Pertumbuhan

Penduduk per

Tahun

Persentase

Penduduk

Kepadatan

Penduduk per

km2

Jenis Kelamain (Jiwa)

Laki-Laki Perempuan

1 2 3 4 5 6 7

Gantarang 75.549 0,66 18,06 435 36.073 39.476

Ujungbulu 55.615 1,72 13,30 3.851 26.729 28.886

Ujung Loe 41.921 0,64 10,02 290 19.780 22.141

Bontobahari 25.594 0,73 6,12 236 11.697 13.897

Bontotiro 21.575 0,77 5,16 275 9.298 12.277

Herlang 24.639 0,17 5,89 358 11.183 13.456

Kajang 49.032 0,42 11,72 380 23.345 25.687

Bulukumpa 52.599 0,34 12,57 307 25.148 27.451

Rilau Ale 40.339 0,72 9,64 343 18.998 21.341

Kindang 31.463 0,59 7,52 212 15.378 16.085

Bulukumba 418.326 0,63 100 362 197.629 220.697

Sumber : Kabupaten Bulukumba Dalam Angka 2019

36

4.3 Keadaan Pertanian

4.3.1 Tanaman Pangan

Kondisi tanaman pangan di Bulukumba didukung dengan lahan sawah

yang ada di beberapa kecamatan. Menurut data Dinas Pertanian dan Kehutanan

Kabupaten Bulukumba, pada tahun 2018 terdapat sekitar 43.450,97 hektar luas

panen padi sawah. Sementara itu, jika dilihat dari jenis pengairan di Bulukumba,

Irigasi masih menjadi pilihan utama.

4.3.2 Hortikultura

Tanaman hortikultura sayuran yang paling banyak dihasilkan di

Bulukumba adalah dari cabai dimana dari 81 hektar mampu menghasilkan 111,6

ton pada tahun 2018. Sedangkan pada jenis buah-buahan, makanan khas

Bulukumba yaitu Mangga, masih menduduki peringkat pertama produksi buah-

buahan pada tahun 2018 dengan menghasillkan 6.401,4 ton mangga.

4.3.3 Perkebunan

Sesuai letak geografisnya, lebih dari 35,95% tanaman perkebunan

dipergunakan untuk penanaman Kelapa. Tidak hanya itu saja, Bulukumbajuga

merupakan salah satu penghasil Kakao dengan kisaran hasil pada tahun 2018

adalah 4.551ton.

4.3.4 Peternakan

Populasi ternak di Bulukumba mayoritas adalah sapi potong dengan

jumlah ternak terbanyak berada di Kecamatan Bulukumpa. Sedangkan dari

populasi unggas, jumlah ayam pedagingmasih mendominasi dengan jumlah

unggas sebanyak 2.381.401ekor di tahun 2018.

37

4.3.5 Perikanan

Produksi perikanan tangkap di Kabupaten Bulukumba tahun 2018 di

dominasi oleh subsektor perikanan laut sebesar 534.56 ton, dengan teknik

budidaya laut sebesar 178.00 ton, produksi dengan budidaya tombak sebesar

7.318 ton dan kolam sebesar 558 ton.

4.3.6 Kehutanan

Jumlah luas hutan dan perairan di Kabupaten Bulukumba tahun 2018

seluas 1.0041,60 hektar dan di dominasi oleh Kecamatan Bonto Bahari seluas

4.277,00 hektar. Produksi kayu hutan didominasi olehproduksi kayu lapis

terbanyak terdapat di Kecamatan Kajang sebanyak 3.996 m3.

4.4 Keadaan Ekonomi

Pada Desember 2019, terjadi inflasi sebesar 0,18 persen dengan Indeks

Harga Konsumen(IHK) sebesar 144,75 persen.Inflasi terjadi karena adanya

kenaikan kelompok pengeluaran bahan makanan sebesar 0,11persen; kelompok

pengeluaran makanan jadi, minuman, rokok dan tembakau sebesar 0,22

persen;kelompok pengeluaran Perumahan, Air, Listrik, Gas dan Bahan Bakar

sebesar 0,21 persen;kelompok pengeluaran sandang sebesar 0,08 persen;

kelompok pengeluaran kesehatan sebesar0,67 persen; kelompok pengeluaran

pendidikan, rekreasi dan olahraga sebesar 0,08 persen; dankelompok pengeluaran

Transportasi, Komunikasi, dan Jasa Keuangan sebesar 0,11 persen.Tingkat

Inflasitahun kalender Desember 2019 sebesar 2,25 persen dan tingkat inflasi

tahunke tahun (Desember 2019 terhadap Desember 2018) sebesar 2,25 persen.

V. HASIL DAN PEMBAHASAN

5.1 Kontribusi Sektor Pertanian Terhadap PDRB

Kontribusi sektor pertanian terhadapproduk domestik regional bruto

KabupatenBulukumba dihitung dengan menggunakan rumus kontribusisektor

pertanian terhadap produk domestik regional bruto KabupatenBulukumba yang

terdapat padateknikanalisis data, halaman 27. Dari hasilperhitungan dengan

menggunakan rumustersebut, diperoleh persentase kontribusi dari sektor pertanian

terhadap pembentukan produkdomestik regional bruto di KabupatenBulukumba

seperti yang diperlihatkan pada Tabel 7.

Tabel 7. Kontribusi Sektor Pertanian terhadap Pembentukan Produk Domestik

Regional Bruto Kabupaten Bulukumba Tahun 2010-2019

Tahun PDRBsp (Jutaan Rp) PDRBtot (Jutaan Rp) PDRBsp : PDRBtot KSP (Persen)

1 2 3 4 = (2) : (3) 5 = (4) x 100 %

2010 2.217.606,98 4.740.631,55 0,4677 46,77

2011 2.270.400,39 5.000.759,77 0,4540 45,4

2012 2.468.520,03 5.483.244,72 0,4501 45,01

2013 2.603.168,80 5.909.290,82 0,4405 44,05

2014 2.871.181,62 6.413.698,92 0,4476 44,76

2015 2.916.529,28 6.774.321,27 0,4305 43,05

2016 3.041.368,83 7.232.838,24 0,4204 42,04

2017 3.203.646,82 7.730.913,32 0,4143 41,43

2018 3.205.541,47 8.121.327,63 0,3947 39,47

2019 3.273.767,92 8.567.455,14 0,3821 38,21

Jumlah 430,19

Rata-rata 43,019

Sumber: Badan Pusat Statistik, Diolah 2020

Berdasarkan Tabel 7 menunjukkan bahwa kontribusi sektor pertanian,

kehutanan dan perikanan terhadap pembentukan PDRB Kabupaten Bulukumba

terus mengalami penurunan dari tahun 2010 sampai tahun 2019. Pada tahun 2010,

kontibusi awal sektor pertanian terhadap pembentukan PDRB sebesar 46,77

39

persen dan mulai menurun ditahun 2011 sebesar 45,4 persen dan pada tahun 2012

menjadi 45,01 persen atau turun sebesar 0,39 persen, pada tahun 2013 kembali

menurun menjadi 44,05 persen. Tahun 2014, kontribusi sektor pertanian sedikit

meningkat menjadi 44,76 persen atau naik sebesar 0,71 persen sedangkan pada

tahun 2015, kontribusi sektor pertanian kembali turun menjadi 43,05 persen.

Tahun 2016 kontribusi sektor pertanian terus mengalami penurunan menjadi

42,04 persen, dan di tahun 2017 pun menurun menjadi 41,43 persen, terus

mengalami penurunan di tahun berikutnya 2018 menjadi 39,47 persen. Tahun

2019 kontribusi sektor pertanian terhadap produk domestik regional bruto

Kabupaten Bulukumba menjadi 38,21 persen. Secara umum sepuluh tahun

pengamatan dari tahun tahun 2010 sampai dengan tahun 2019, rata-rata kontribusi

sektor pertanian sebesar 43,019 persen dari total PDRB Kabupaten Bulukumba.

Sektor pertanian,kehutanan dan perikanan peranannya berangsur angsur

menurun.Hasil penelitian ini tidak sesuai dengan hasil penelitian Abdul Rahman

(2019) yang dimana kontribusi pertanian yang didapatkannya terus mengalami

kenaikan disetiap tahunnya. Menurut peraturan bupati nomor 33 tahun 2019

tentang RKPD Kabupaten Bulukumba tahun 2020, salah satu penyebab

menurunnya peranan pertanian, kehutanan dan perikanan adalah berkurangnya

luas lahan pada lapangan usaha tersebut. Serta lambatnya kenaikan harga produk

lapangan usaha tersebut dibandingkan produklain juga menjadi penyebab

turunnya peranan lapangan usaha pertanian, kehutanan dan perikanan. Hal ini

menunjukan bahwa pemerintah Kabupaten Bulukumba harus terus berupaya

40

untuk meningkatkan penerimaan daerah dengan mengembangkan sektor

pertanian, kehutanan dan perikanan.

5.2 Pengaruh Harga Komoditi Pangan Terhadap Inflasi

Hasil Partial Adjustmen Model(PAM)

Partial Adjustmen Model (PAM) digunakan untuk mengetahui koefisien

jangka panjang dan jangka pendek,untuk jangka pendek disusun dengan

persamaan berikut:

Ln_Inflasi(𝑡) = − 0,78 + 0,16 Ln_HargaBeras(𝑡−1) − 5,49 𝐿𝑛_𝐻𝑎𝑟𝑔𝑎𝐵𝑎𝑤𝑎𝑛𝑔𝑀𝑒𝑟𝑎ℎ(𝑡−1)

+ 2,46 𝐿𝑛_𝐻𝑎𝑟𝑔𝑎𝐶𝑎𝑏𝑎𝑖𝑀𝑒𝑟𝑎ℎ(𝑡−1) − 14,86 𝐿𝑛_𝐻𝑎𝑟𝑔𝑎𝐷𝑎𝑔𝑖𝑛𝑔𝐴𝑦𝑎𝑚(𝑡−1)

+ 18,61 𝐿𝑛_𝐻𝑎𝑟𝑔𝑎𝑇𝑒𝑙𝑢𝑟𝐴𝑦𝑎𝑚(𝑡−1) − 0,38 𝐼𝑛𝑓𝑙𝑎𝑠𝑖(𝑡−1) + 𝑒

Untuk mengetahui koefisien jangka panjang, hasil dari koefisien jangka

pendek harus dibagi dengan nilai koefisien penyesuaian yaitu 1.377540. Hasil dari

koefisien jangka panjang dapat dilihat pada tabel 8 berikut.

Tabel 8. Koefisien Jangka Pendek dan Jangka Panjang

Variabel Koefisien Elastisitas

Jangka Pendek Jangka Panjang

C -0,78 -0,57

Ln_Beras(t-1) 0,16 0,12

Ln_BawangMerah(t-1) -5,48 -3,98

Ln_CabaiMerah(t-1) 2,46 1,79

Ln_DagingAyam(t-1) -14,86 -10,79

Ln_TelurAyam(t-1) 18,61 13,51

Ln_Inflasi(t-1) -0,38

Koefisien Penyesuaian 1,38 Sumber :Pengolahan Data, 2020

Berdasarkan tabel 8 dapat diketahui persamaan regresi tersebut dapat

diinterpretasikan bahwa koefisien –0,78 (Jangka Pendek) dan –0,57 (Jangka

Panjang). Nilai koefisien dalam jangka pendek bernilai –0,78 dapat diartikan

bahwa apabila nilai harga komoditas yang terdapat pada penelitian ini memiliki

41

nilai konstan maka inflasi akan menurun sebesar 0,78 dan dalam jangka panjang

akan menurun sebesar 0.57.

5.2.1.1 Pengaruh Harga Beras Terhadap Inflasi

Tabel 9.Hasil Uji Partial Adjustment Model (PAM) Harga Beras

Variabel Jangka Pendek Jangka Panjang Probability

Beras 0,161764 0,11743 0,1248

Sumber :Pengolahan Data, 2020

Berdasarkan hasil regresi metode Partial Adjustment Model (PAM) yang

telah dilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga beras

terhadap inflasi sebesar 0,161764 (Jangka Pendek) dan 0,11743 (Jangka Panjang).

Dari nilai koefisien tersebut, dapat dilihat bahwa hubungan antara Inflasi dengan

Harga Beras dalam penelitian ini memiliki hubungan positif. Nilai koefisien

dalam jangka pendek bernilai 0,161764 memiliki arti bahwa apabila Harga Beras

mengalami peningkatan sebesar 1% maka Inflasi akan meningkat sebesar 0,16%.

Dalam jangka panjang nilai koefisien akan meningkat menjadi 0,11%.Nilai Prob

sebesar (0,1248>0,05), yang dapat diartikan bahwa tidak terdapat pengaruh

signifikan antara variabel Harga Beras secara parsial terhadap Inflasi. Hal ini

sesuai dengan hasil penelitian Wenny (2020), bahwa fluktuasi harga beras tidak

memiliki pengaruh terhadap keragaman inflasi di Kota Sibolga. Hal ini

dikarenakan bahwa beras merupakan makanan pokok utama masyarakat di

Indonesia, sehingga kenaikan harga beras tentu tidak akan menurunkan konsumsi

beras ditengah- tengah masyarakat. Penetapan harga dilakukan secara kolektif

antara Departemen Pertanian, Menko Bidang Perekonomian, dan Bulog.

42

5.2.1.2 Pengaruh Harga Bawang Merah Terhadap Inflasi

Tabel 10.Hasil Uji Partial Adjustment Model (PAM) Harga Bawang Merah


Bawang Merah –5,48847 –3,98426 0,0459



telah dilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga bawang

merah terhadap inflasi sebesar –5,48847 (Jangka Pendek) dan –3,98426 (Jangka

Panjang). Dari nilai koefisien tersebut, dapat dilihat bahwa hubungan antara

Inflasi dengan Harga Bawang Merah dalam penelitian ini memiliki hubungan

negaitf. Nilai koefisien dalam jangka pendek bernilai –5,48847 memiliki arti

bahwa apabila Harga Bawang Merah mengalami peningkatan sebesar 1% maka

Inflasi akan menurun sebesar 5,48%. Dalam jangka panjang nilai koefisien akan

menurun menjadi 3,98%. Nilai Prob sebesar (0,0459< 0,05), yang dapat diartikan

bahwa terdapat pengaruh signifikan antara variabel Harga Bawang Merah secara

parsial terhadap Inflasi. Hal ini bertolak belakang dengan penelitian Wenny

(2020), harga bawang merah tidak berpengaruh signifikan terhadap inflasi di

Kota Sibolga. Konsumsi bawang merah sebagai bumbu dapur masakan sehari-

hari menjadi salah satu penyebab terjadinya kenaikan harga bawang merah

termasuk di Kabupaten Bulukumba.

5.2.1.3 Pengaruh Harga Cabai Merah Terhadap Inflasi

Tabel 11.Hasil Uji Partial Adjustment Model (PAM) Harga Cabai Merah


Cabai Merah 2,459916 1,785731 0,0506


43


telah dilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga cabai

merah terhadap inflasi sebesar 2,459916 (Jangka Pendek) dan 1,758731 (Jangka


Inflasi dengan Harga Cabai Merah dalam penelitian ini memiliki hubungan

positif. Nilai koefisien dalam jangka pendek bernilai 2,459916 memiliki arti

bahwa apabila Harga Cabai Merah mengalami peningkatan sebesar 1% maka

Inflasi akan meningkat sebesar 2,46%. Dalam jangka panjang nilai koefisien akan

meningkat menjadi 1,76%.Nilai P sebesar (0,506> 0,05), yang dapat diartikan

bahw terdapat pengaruh signifikan antara variabel Harga Cabai Merah secara

parsial terhadap Inflasi. Hal ini sesuai dengan penelitian Wenny (2020), harga

cabai merah berpengaruh signifikan terhadap inflasi di Kota Sibolga. Konsumsi

cabai merah yang terus meningkat disebabkan karena selera makan masyarakat

yang lebih banyak menyukai rasa pedis.

5.2.1.4 Pengaruh Harga Daging Ayam Terhadap Inflasi

Tabel 12.Hasil Uji Partial Adjustment Model (PAM) Harga Daging Ayam


Daging Ayam -14,8606 -10,7878 0,0064



telahdilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga daging

ayam terhadapinflasi sebesar –14,8606 (Jangka Pendek) dan –10,7878 (Jangka


Inflasi dengan Harga Daging Ayam dalam penelitian ini memiliki hubungan

44

negatif. Nilai koefisien dalam jangka pendek bernilai –14,8606 memiliki arti

bahwa apabila Harga Daging Ayam mengalami peningkatan sebesar 1% maka

Inflasi akan menurun sebesar 14,86%. Dalam jangka panjang nilai koefisien akan

menurun menjadi 10,78%.Nilai P sebesar (0,0064< 0,05), yang dapat diartikan

bahwaterdapat pengaruh signifikan antara variabel Harga Daging Ayam secara

parsial terhadap Inflasi.Hal ini bertolak belakang dengan penelitian Wenny

(2020), hargadaging ayam tidakberpengaruh signifikan terhadap inflasi diKota

Sibolga. Selain komoditi daging ayam masyarakat di Kabupaten Bulukumba juga

lebih rutin mengkonsumsi ikan untuk makanan sehari-hari karena Kabupaten

Bulukumba termasuk daerah yang terkenal dengan hasil lautnya.

5.2.1.5 Pengaruh Harga Telur Ayam Terhadap Inflasi

Tabel 13.Hasil Uji Partial Adjustment Model (PAM) Harga Telur Ayam


Telur Ayam 18,6069 13,50734 0,0060



telahdilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga telur

ayam terhadapinflasi sebesar 18,6069 (Jangka Pendek) dan 13,50734 (Jangka


Inflasi dengan Harga Telur Ayam dalam penelitian ini memiliki hubungan positif.

Nilai koefisien dalam jangka pendek bernilai 18.6069 memiliki arti bahwa apabila

Harga Telur Ayam mengalami peningkatan sebesar 1% maka Inflasi akan

meningkat sebesar 18,61%. Dalam jangka panjang nilai koefisien akan meningkat

menjadi 13,51%.Nilai P sebesar (0,0060< 0,05) yang dapat diartikan

45

bahwaterdapat pengaruh signifikan antara variabel Harga Telur Ayam secara

parsial terhadap Inflasi.Hal ini bertolak belakang dengan penelitian Wenny

(2020), telur ayam tidakberpengaruh signifikan terhadap inflasi diKota Sibolga.

Kenaikan harga telur ayam disebabkan karena komoditi telur ayam lebih sering

dikonsumsi untuk kebutuhan sehari-hari sebagai bahan dasar makanan dan lebih

banyak di konsumsi di hari perayaan tertentu seperti campuran membuat adonan

kue, dan lain sebagianya.

46

VI. KESIMPULAN DAN SARAN

6.1 KESIMPULAN

Berdasarkan hasil penelitian, maka dapat disimpulkan bahwa :

1. Kontribusi sektor pertanian terhadap pembentukan Produk Domestik Regional

Bruto (PDRB) Kabupaten Bulukumba tahun 2010-2019 berangsur angsur

menurun. Salah satu penyebabnya adalah berkurangnya luas lahan pada

lapangan usaha tersebut. Serta lambatnya kenaikan harga produk lapangan

usaha tersebut dibandingkan produk lain.

2. Pengaruh harga komoditi pangan tahun 2018-2019 beragam, Harga beras satu

bulan sebelumnya berpengaruh positif tidak signifikan terhadap inflasi di

Kabupaten Bulukumba dalam jangka pendek dan jangka panjang. Harga

bawang merah satu bulan sebelumnya berpengaruh negatif secara signifikan

terhadap inflasi di Kabupaten Bulukumba dalam jangka pendek dan jangka

panjang. Harga cabai merah satu bulan sebelumnya berpengaruh positif secara

signifikan terhadap inflasi di Kabupaten Bulukumba dalam jangka pendek dan

jangka panjang. Harga daging ayam satu bulan sebelumnya berpengaruh

negatif secara signifikan terhadap inflasi di Kabupaten Bulukumba dalam

jangka pendek dan jangka panjang. Harga telur ayam satu bulan sebelumnya

berpengaruh positif secara signifikan terhadap inflasi di Kabupaten

Bulukumba dalam jangka pendek dan jangka panjang. Inflasi satu bulan

sebelumnya berpengaruh negatif secara signifikan terhadap inflasi di

Kabupaten Bulukumba dalam jangka pendek dan jangka panjang.

47

6.2 SARAN

Saran yang dapat penulis berikan terkait hasil dari penelitian ini

adalah sekiranya pemerintah daerah diharapkan untuk lebih meningkatkan dan

mengembangkan sektor pertanian agar mampu unggul dalam memberikan

kontribusi lebih besar dan pertumbuhannya semakin meningkat untuk tahun-tahun

kedepan serta sektor pertanian terbebas dari inflasi.

48

DAFTAR PUSTAKA

Abdul Halim, Rumus Kontribusi, (Yogyakarta: Fakultas Ekonomi, 2001)

Adisasmita, Rahardjo.2008. Pengembangan Wilayah Konsep dan

Teori.Yogyakarta :Graha Ilmu

Arsyad, Lincolin. 1997. Ekonomi Pembangunan. Penerbit STIE

YKPN.Yogyakarta.

Asfia Murni. 2013. Ekonomika Makro.. PT Refika Aditama: Bandung.

Badan Pusat Statistik (BPS) Kabupaten Bulukumba .

Bank Indonesia. 2018. Pengenalan Inflasi. www.bi.go.id

Isnaini, N. 2018. Analisis Pengaruh Harga Komoditas Bahan Pangan Terhadap

Inflasi di Indonesia Tahun 2010-2016. UINSK. Yogyakarta.

Johnston, B.F. and Mellor, J.W. 1961. The Role of Agriculture in Economic

Development. American Economic Review.

Latumaerissa, Julius.R, 2011, Bank dan Lembaga Keuangan Lain. Jakarta:

Salemba Empat

Moehar Daniel. 2002. Pengantar Ekonomi Pertanian. Jakarta: Bumi Aksara

Natsir, M. 2014. Ekonomi Moneter dan Perbankan Sentral.Jakarta: Mitra Wacana

Media.

Risnawati, 2016. Kontribusi Sektor Pertanian Terhadap Produk Domestik

Regional Bruti (PDRB) Di KabupatenJeneponto. Skripsi. Fakultas

Ekonomi Dan Bisnis islamUIN Alauddin Makassar. Makassar

Sadono, Sukirno. 2011. Makro Ekonomi Teori Pengantar. Jakarta: PT.

Rajagrafindo Persada.

Saputra.K. 2013. Analisis Faktor – Faktor yang Mempengaruhi Inflasi di

Indonesia 2007-2012. UNDIP. Semarang

Sirojuzilam, 2008. Disparitas Ekonomi dan Perencanaan Regional, Ketimpangan

Ekonomi Wilayah Barat dan Wilayah Timur Provinsi Sumatera Utara.

Pustaka Bangsa Press

49

Sukirno, Sadono. 1985. Ekonomi Pembangunan : Proses, Masalah Dan Dasar

Kebijaksanaan. Jakarta. Lembaga Penelitian Fakultas Ekonomi

Universitas Indonesia. Bina Grafika.

Soekartawi. 2002. Prinsip Dasar EkonomiPertanian Teori dan Aplikasi. PT. Raja

Grafindo Persada. Jakarta.

Tarigan, Robinson, 2005. Perencanaan Pembangunan Wilayah. Jakarta: PT Bumi

Aksara

Todaro, M. P. Smith, S. C. 2003. Pembangunan Ekonomi di Dunia Ketiga. Jilid

ke-1. Edisi Ke-8. Erlangga : Jakarta

Tripustika. 2005. Analisis Peranan serta Dampak Investasi Sektor Pertanian dan

Sektor Industri Pengolahan terhadap Perekonomian Wilayah Provinsi

Banten (Analisis Input-Output) Skripsi. Fakultas Pertanian, Institut

Pertanian Bogor, Bogor

Wenni Purnamasari, 2020. Analisis Pengaruh Harga Komoditi Pangan terhadap

Inflasi Di Kabupaten Sibolga. Skripsi. Prodi Agribisnis, Fakultas

Pertanian,Universitas Sumatera Utara, Medan.

50

L

A

M

P

I

R

A

N

51

LAMPIRAN 1

Peta Lokasi Penelitian

LAMPIRAN 2

Data Variabel Penelitian

1. Hasil Analisis Kontribusi Sektor Pertanian Terhadap PDRB

0

5

10

15

20

25

30

35

40

45

50

Kontribusi

52

2. Data Inflasi Kabupaten Bulukumba Tahun 2018 dan 2019 (%)

Bulan Tahun

2018 2019

Januari 1,31 0,90

Februari 0,46 -0,22

Maret -0,01 -0,16

April 0,39 0,33

Mei 0,39 0,90

Juni 0,59 0,08

Juli 0,51 -0,06

Agustus -0,12 0,28

September -0,38 -0,05

Oktober -0,18 -0,02

November 0,41 0,09

Desember 0,40 0,18

3. Data Harga Komoditi Pangan (Harga Riil) Tahun Bulan Harga

Beras

(Rill)

Harga

Cabai

Merah

(Riil)

Harga

Bawang

Merah

(Riil)

Harga

Telur

Ayam

(Riil)

Harga

Daging

Ayam

(Riil)

2018

Januari 9381.39 19191.4 17334.1 20572.4 28715.6 Februari 9458.99 20016.7 17437 19491.2 29523.5 Maret 9444.68 26616.8 16122.7 19080.2 27857 April 9351.6 35895 22198.2 18797.7 28479.9 Mei 9194.45 34538.7 23248.2 21628.4 31966.2 Juni 8917.13 28573.2 23731.1 21429.9 33511.1 Juli 9032.22 20334.6 21107.4 22170 34583.2

Agustus 9080.43 22507.9 19320.1 21493.6 33230.5 September 9087.98 13245.2 20351.3 21608.1 29149.2 Oktober 9128.97 18547.7 15601.4 19465.5 25889.6

November 9108.84 18892.4 18506.8 20772 30700.2 Desember 9243.97 15406.6 26335.7 22435.9 33124.2

2019

Januari 9523.14 10586.6 23928.7 21221.6 28327.7 Februari 9566.58 15151.1 20298.6 20978.5 25980.3 Maret 9261 14476.4 24273.6 21056.6 25882.1 April 9233.43 16244.9 26811.5 19158.1 28292.8 Mei 9074.79 26836.1 25089.1 21498 29262.6 Juni 9121.7 24340.8 24828.6 22145.7 29023.6 Juli 9128.03 33778.6 25138.7 21136 26749.5

Agustus 9138.35 47988.6 28343.6 20817.9 24629.6 September 9129.83 29977.1 29293.6 20798.4 25876 Oktober 9094.16 34625.9 29179.1 19890.4 26650.3

November 9123.51 25272.6 29029.4 20442.5 26346 Desember 9143.94 16283.1 24840.2 20781.7 35206.6

53

LAMPIRAN3

Hasil Uji Asumsi Klasik

1. Uji Linearitas Uji Linearitas

Ramsey RESET Test Equation: EQ1 Specification: INFLASI C BERAS BAWANGMERAH CABAIMERAH DAGINGAYAM TELURAYAM INFLASI(-1) Omitted Variabels: Squares of fitted values

Value df Probability

t-statistic 0.065197 15 0.9489 F-statistic 0.004251 (1, 15) 0.9489 Likelihood ratio 0.006517 1 0.9357

F-test summary: Sum of Sq. df Mean Squares

Test SSR 0.002343 1 0.002343 Restricted SSR 8.271762 16 0.516985 Unrestricted SSR 8.269419 15 0.551295

LR test summary: Value df

Restricted LogL -20.87515 16 Unrestricted LogL -20.87189 15

2. Uji Normalitas

0

1

2

3

4

5

6

7

-1.0 -0.5 0.0 0.5 1.0 1.5

Series: Residuals

Sample 2018M02 2019M12

Observations 23

Mean 2.69e-14

Median -0.077260

Maximum 1.444594

Minimum -1.120470

Std. Dev. 0.613180

Skewness 0.561638

Kurtosis 3.367367

Jarque-Bera 1.338511

Probability 0.512090

54

3. Uji Multikolinieritas

Uji Multikolinieritas

BERAS CABAIMERAH BAWANGMERAH TELURAYAM DAGINGAYAM

BERAS 1.000000 0.550499 0.548960 0.542073 0.542848

CABAIMERAH 0.550499 1.000000 0.887339 0.887187 0.887266

BAWANGMERAH 0.548960 0.887339 1.000000 0.999402 0.889115

TELURAYAM 0.542073 0.887187 0.999402 1.000000 0.889848

DAGINGAYAM 0.542848 0.887266 0.889115 0.889848 1.000000

4. Uji Heteroskedastisitas

Heteroskedasticity Test: ARCH F-statistic 1.736008 Prob. F(1,20) 0.2025

Obs*R-squared 1.757092 Prob. Chi-Square(1) 0.1850

55

5. Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test: F-statistic 6.765864 Prob. F(2,14) 0.0088

Obs*R-squared 11.30440 Prob. Chi-Square(2) 0.0035

Test Equation: Dependent Variabel: RESID Method: Least Squares Date: 10/19/20 Time: 03:00 Sample: 2018M02 2019M12 Included observations: 23 Presample missing value lagged residuals set to zero.

Variabel Coefficient Std. Error t-Statistic Prob. C 0.048288 0.250280 0.192938 0.8498

BERAS -0.135954 0.084956 -1.600297 0.1318 BAWANGMERAH 1.020129 2.003407 0.509197 0.6185

CABAIMERAH 0.208756 0.903514 0.231049 0.8206 DAGINGAYAM -5.425541 3.914193 -1.386120 0.1874 TELURAYAM 4.435595 4.717312 0.940280 0.3630 INFLASI(-1) 0.226928 0.209336 1.084037 0.2967 RESID(-1) -1.057711 0.310428 -3.407266 0.0043 RESID(-2) -0.512412 0.286523 -1.788382 0.0954

R-squared 0.491496 Mean dependent var 2.69E-14

Adjusted R-squared 0.200922 S.D. dependent var 0.613180 S.E. of regression 0.548128 Akaike info criterion 1.921557 Sum squared resid 4.206226 Schwarz criterion 2.365881 Log likelihood -13.09791 Hannan-Quinn criter. 2.033304 F-statistic 1.691466 Durbin-Watson stat 1.997320 Prob(F-statistic) 0.186183

56

LAMPIRAN 4

Hasil Partial Adjustmen Method(PAM)

Tabel 4.X Partial Adjustment Method

Dependent Variabel: Ln_INFLASI(t) Method: Least Squares Date: 10/18/20 Time: 22:25 Sample (adjusted): 2018M02 2019M12 Included observations: 23 after adjustments

Variabel Coefficient Std. Error t-Statistic Prob. C -0.780877 0.321495 -2.428892 0.0273

Ln_BERAS(t-1) 0.161764 0.099874 1.619685 0.1248 Ln_BAWANGMERAH(t-1) -5.488472 2.535764 -2.164426 0.0459 Ln_CABAIMERAH(t-1) 2.459916 1.163581 2.114091 0.0506 Ln_DAGINGAYAM(t-1) -14.86058 4.742784 -3.133302 0.0064 Ln_TELURAYAM(t-1) 18.60690 5.873912 3.167719 0.0060 Ln_INFLASI(t-1) -0.377540 0.175555 -2.150547 0.0471

R-squared 0.567004 Mean dependent var 0.084087

Adjusted R-squared 0.404630 S.D. dependent var 0.931849 S.E. of regression 0.719017 Akaike info criterion 2.423926 Sum squared resid 8.271762 Schwarz criterion 2.769511 Log likelihood -20.87515 Hannan-Quinn criter. 2.510840 F-statistic 3.491969 Durbin-Watson stat 2.757035 Prob(F-statistic) 0.021141

LAMPIRAN 5

Hasil Pengujian Hipotesis

1. Uji F

Uji F

R-squared 0.567004 Mean dependent var 0.084087 Adjusted R-squared 0.404630 S.D. dependent var 0.931849 S.E. of regression 0.719017 Akaike info criterion 2.423926 Sum squared resid 8.271762 Schwarz criterion 2.769511 Log likelihood -20.87515 Hannan-Quinn criter. 2.510840 F-statistic 3.491969 Durbin-Watson stat 2.757035 Prob(F-statistic) 0.021141

57

2. Uji Koefisien Determinasi (Adjusted R Square)

Uji Koefisien Determinasi (Adjusted R Square)

R-squared 0.567004 Mean dependent var 0.084087 Adjusted R-squared 0.404630 S.D. dependent var 0.931849 S.E. of regression 0.719017 Akaike info criterion 2.423926 Sum squared resid 8.271762 Schwarz criterion 2.769511 Log likelihood -20.87515 Hannan-Quinn criter. 2.510840 F-statistic 3.491969 Durbin-Watson stat 2.757035 Prob(F-statistic) 0.021141

3. Uji t (Parsisal)

Uji t (Parsial)

Variabel Coefficient Std. Error t-Statistic Prob. C -0.780877 0.321495 -2.428892 0.0273

Ln_BERAS(t-1) 0.161764 0.099874 1.619685 0.1248 Ln_BAWANGMERAH(t-1) -5.488472 2.535764 -2.164426 0.0459 Ln_CABAIMERAH(t-1) 2.459916 1.163581 2.114091 0.0506 Ln_DAGINGAYAM(t-1) -14.86058 4.742784 -3.133302 0.0064 Ln_TELURAYAM(t-1) 18.60690 5.873912 3.167719 0.0060 Ln_INFLASI(t-1) -0.377540 0.175555 -2.150547 0.0471

58

LAMPIRAN 6

Dokumentasi pengambilan data

Keterangan : Pengambilan data sekunder PDRB dan Inflasi melalui website resmi BPS

Keterangan : Pengambilan data harga komoditi pangan melalui aplikasi PIHPS

62

RIWAYAT HIDUP

Penulis dilahirkan di Bulukumba tanggal 06 Oktober 1998

dari ayah Rustam Gasli dan ibu Niswah. Penulis

merupakan anak kedua dari empat bersaudara.

Pendidikan formal yang dilalui penulis adalah SMAN 1

Bulukumba dan lulus tahun 2016. Pada tahun yang sama,

penulis lulus seleksi masuk Program Studi Agribisnis Fakultas Pertanian

Universitas Muhammadiyah Makassar.

Selama mengikuti perkuliahan, penulis pernah magang di PT.Pertani

(Persero) Upp Bulukumba ditahun 2019. Pada tahun yang sama, penulis juga

pernah melaksanakan Kuliah Kerja Profesi (KKP) di Kecamatan Polongbangkeng

Selatan Kabupaten Takalar.

Tugas akhir dalam pendidikan tinggi diselesaikan dengan menulis skripsi

yang berjudul “Analisis Kontribusi Sektor Pertanian Terhadap Perekonomian

Kabupaten Bulukumba”.

ANALISIS KONTRIBUSI SEKTOR PERTANIAN TERHADAP …

Documents

Transcript of ANALISIS KONTRIBUSI SEKTOR PERTANIAN TERHADAP …