ANALISIS KONTRIBUSI SEKTOR PERTANIAN TERHADAP …
Transcript of 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
ii
iii
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
Kabupaten Bulukumba.
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
Kabupaten Bulukumba.
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
Kabupaten Bulukumba.
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.
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
Variabel Jangka Pendek Jangka Panjang Probability
Bawang Merah –5,48847 –3,98426 0,0459
Sumber :Pengolahan Data, 2020
Berdasarkan hasil regresi metode Partial Adjustment Model (PAM) yang
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
Variabel Jangka Pendek Jangka Panjang Probability
Cabai Merah 2,459916 1,785731 0,0506
Sumber :Pengolahan Data, 2020
43
Berdasarkan hasil regresi metode Partial Adjustment Model (PAM) yang
telah dilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga cabai
merah terhadap inflasi sebesar 2,459916 (Jangka Pendek) dan 1,758731 (Jangka
Panjang). Dari nilai koefisien tersebut, dapat dilihat bahwa hubungan antara
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
Variabel Jangka Pendek Jangka Panjang Probability
Daging Ayam -14,8606 -10,7878 0,0064
Sumber :Pengolahan Data, 2020
Berdasarkan hasil regresi metode Partial Adjustment Model (PAM) yang
telahdilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga daging
ayam terhadapinflasi sebesar –14,8606 (Jangka Pendek) dan –10,7878 (Jangka
Panjang). Dari nilai koefisien tersebut, dapat dilihat bahwa hubungan antara
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
Variabel Jangka Pendek Jangka Panjang Probability
Telur Ayam 18,6069 13,50734 0,0060
Sumber :Pengolahan Data, 2020
Berdasarkan hasil regresi metode Partial Adjustment Model (PAM) yang
telahdilakukan, menunjukkan bahwa nilai koefisien jangka pendek harga telur
ayam terhadapinflasi sebesar 18,6069 (Jangka Pendek) dan 13,50734 (Jangka
Panjang). Dari nilai koefisien tersebut, dapat dilihat bahwa hubungan antara
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
59
60
61
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”.