ANALISIS PENGEMBANGAN MODEL SPLITTING DAN …

ANALISIS

PENGEMBANGAN MODEL SPLITTING

DAN FORECASTING

Nilai Tambah Industri Bahan Kimia

Industri Barang Dari Bahan Kimia,

Industri Peralatan Listrik, Dan Industri

Mesin Dan Perlengkapan

TAHUN 2019

TIM PENYUSUN

1. Dr. Djoni Hartono, S.Si, M.E, Staf Pengajar Departemen

Ilmu Ekonomi FEB UI

2. Nurkholis, S.E, M.SE, Staf Pengajar Departemen Ilmu

Ekonomi FEB UI

3. Dr. Indra, S.Si, M.Si, Staf Pengajar Departemen Ilmu

Ekonomi FEM IPB

4. Tim ADPI, Pusat Data dan Informasi - Kementerian

Perindustrian

i

KATA PENGANTAR

Segala puji dan syukur kami panjatkan kepada Tuhan Yang Maha

Esa yang telah melimpahkan rahmat serta karunia-Nya sehingga Buku

Pengembangan Model Splitting dan Forecasting Nilai Tambah Industri

Bahan Kimia, Industri Barang dari Bahan Kimia, Industri Peralatan dan

Listrik, dan Industri Mesin dan Peralatan ini dapat diselesaikan pada

waktunya.

Buku ini memuat pemisahan (splitting) nilai PDB dari sektor

industri yang tidak muncul pada data yang dirilis oleh BPS secara

triwulanan dan sekaligus melakukan peramalan (forecasting) terhadap

nilai PDB sektor industri yang telah di-split dikarenakan rilis data nilai

PDB yang rinci hanya sampai pada tahun 2015 melalui Statistik Industri

Besar dan Sedang (SIBS).

Semoga buku ini dapat memberikan gambaran tentang kinerja

industri pengolahan, yang dapat bermanfaat bagi pembina industri

sebagai bahan masukan dalam pengambilan keputusan maupun

pelaku industri dan stakeholders lainnya.

Selanjutnya kami mengharapkan Bapak/Ibu dapat

menyampaikan usulan kebutuhan analisis, sehingga terjadi sinergi dan

kolaborasi dalam mengembangkan industri nasional.

Jakarta, Desember 2019

Kepala Pusat Data dan Informasi

Ni Nyoman Ambareny

ii

RINGKASAN EKSEKUTIF

Dalam metode splitting terdapat dua sumber data berbeda yang

digunakan. Pertama, data PDB nasional menurut lapangan usaha

(KBLI 2 digit) yang dikumpulkan sepanjang Triwulan I 2010 sampai

Triwulan-1 2019. Kedua, data nilai tambah industri yang lebih rinci yang

bersumber dari Statistik Industri Besar Sedang (SIBS) BPS yang

dikumpulkan sepanjang periode 2010-2015. Metode splitting dilakukan

dengan terlebih dahulu melakukan interpolasi data series nilai tambah

Industri KBLI 3-5 digit, dari tahunan ke triwulan dengan menggunakan

metode cubic spline. Hasil interpolasi akan memberikan estimasi

Triwulanan industri KBLI 3-5 digit sepanjang Triwulan I 2011 – Triwulan

IV 2015. Tahap selanjutnya adalah menghitung pangsa (share) nilai

tambah Industri KBLI 3-5 digit terhadap total PDB (current price)

Industri KBLI 2 digit sepanjang Triwulan I 2011 – Triwulan IV 2015.

Berdasarkan data ini, selanjutnya dilakukan forecast pangsa (share)

nilai tambah Industri KBLI 3-5 digit sampai Triwulan IV 2024. Metode

forecasting yang digunakan pada kajian ini adalah model ekonometrika

univariate seperti ARIMA beserta varian-variannya. Model yang

digunakan untuk forecasting dipilih berdasarkan kriteria pemilihan

model terbaik.

Kajian ini bertujuan melakukan peramalan (forecasting) nilai PDB

dari sektor industri dan pemisahan (splitting) terhadap sektor industri

strategis yang tidak muncul secara khusus dalam PDB nasional. Fokus

kajian adalah pemisahan dan peramalan nilai PDB pada:

1. Industri Bahan Kimia dan Barang dari Bahan Kimia (KBLI 20)

dengan split industri kimia dasar organik yang bersumber dari hasil

pertanian (KBLI 20115), industri cat dan tinta cetak (KBLI 20221),

industri sabun dan bahan pembersih keperluan rumah tangga

iii

(KBLI 20231), serta industri bahan kosmetik dan kosmetik

termasuk pasta gigi (KBLI 20232).

2. Industri Peralatan Listrik (KBLI 27) dengan split industri pengubah

tegangan (transformator), pengubah arus (rectifier) dan pengontrol

tegangan (voltage stabilizer) dengan kode KBLI 27113

3. Industri Mesin dan Perlengkapan (KBLI 28) dengan split industri

mesin penambangan, penggalian, dan konstruksi (KLBI 28240).

INDUSTRI KIMIA DAN BARANG DARI BAHAN KIMIA

Untuk industri bahan kimia dan barang dari bahan kimia, splitting

dilakukan dengan prosedur sebagai berikut: (i) melakukan splitting

PDB industri bahan kimia (KBLI 201); (ii) splitting PDB barang dari

bahan kimia (KBLI 202); (iii) splitting PDB industri serat buatan (KBLI

203); (iv) splitting PDB industri kimia dasar organik yang bersumber

dari hasil pertanian (KBLI 20115) dari PDB industri bahan kimia (KBLI

201); (v) splitting PDB industri cat dan tinta cetak (KBLI 20221); (vi)

splitting PDB industri sabun dan bahan pembersih keperluan rumah

tangga (KBLI 20231); dan splitting PDB industri bahan kosmetik dan

kosmetik termasuk pasta gigi (KBLI 20232) dari PDB barang dari

bahan kimia (KBLI 202).

Gambar 1. menyajikan proyeksi triwulanan PDB riil industri bahan

kimia sepanjang Triwulan-1 2016 sampai Triwulan-4 2024. Nilai PDB

riil industri bahan kimia diperkirakan akan meningkat hingga Triwulan-

4 2024. Nilai PDB riil industri bahan kimia pada Triwulan-1 2016

diperkirakan sebesar Rp 23.390 Milyar, meningkat menjadi Rp 33.568

Milyar pada Triwulan-4 2024. Pada periode tersebut rata-rata

pertumbuhan per triwulannya diperkirakan mencapai 0,04 persen

(yoy). Secara umum dapat dilihat bahwa PDB riil industri bahan kimia

iv

cenderung meningkat hingga Triwulan-IV 2024 mengikuti tren jangka

panjangnya.

Gambar 1. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Bahan Kimia

Gambar 2. menyajikan proyeksi triwulanan PDB riil industri

barang dari bahan kimia sepanjang Triwulan I 2016 sampai Triwulan

IV 2024. Dapat dilihat bahwa nilai PDB riil barang dari bahan kimia

diperkirakan akan meningkat hingga Triwulan IV 2024 seiring

meningkatnya perkiraan PDB riil industri bahan kimia dan barang dari

bahan kimia pada periode yang sama. Pada Triwulan I 2016

diperkirakan nilai PDB riil industri barang dari bahan kimia sebesar Rp

4.050 Milyar, meningkat menjadi Rp 5.496 Milyar pada Triwulan IV

2024. Pada periode tersebut rata-rata pertumbuhan per triwulannya

diperkirakan mencapai 0.03 persen (y-o-y).

-15%

-10%

-5%

0%

5%

10%

15%

20%

25%

0,00

5000,00

10000,00

15000,00

20000,00

25000,00

30000,00

35000,00

40000,00

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

20112012201320142015201620172018201920202021202220232024

PDB IBK Rill (Rp. Milyar) Growth IBK (%, Sb Sb Kanan)

Forecast

v

Gambar 2. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Barang

dari Bahan Kimia

Gambar 3. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Kimia

Dasar Organik dari Pertanian

-0,3

-0,2

-0,1

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,00

1000,00

2000,00

3000,00

4000,00

5000,00

6000,00

7000,00

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3

20112012201320142015201620172018201920202021202220232024

PDB IBBK Rill (Rp. Milyar) Growth IBBK (%, Sb Sb Kanan)

-2,00

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

0,0

500,0

1000,0

1500,0

2000,0

2500,0

3000,0

3500,0

4000,0

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

20112012201320142015201620172018201920202021202220232024

PDB Industri Kimia Dasar Organik dari Pertanian (Rp. Milyar)

Growth Industri Kimia Dasar Organik dari Pertanian (%, Sb Kanan)

Forecast

Forecast

vi


Industri Kimia Dasar Organik dari Pertanian sepanjang Triwulan I 2016

sampai Triwulan IV 2024. Dapat dilihat bahwa nilai PDB riil industri

bahan kimia yang bersumber dari pertanian diperkirakan akan

meningkat hingga Triwulan IV 2024. Nilai PDB riil industri bahan kimia

yang bersumber dari pertanian pada Triwulan I 2016 diperkirakan

sebesar Rp 115,7 Milyar, meningkat menjadi Rp 424,1 Milyar pada

Triwulan IV 2024. Pada periode tersebut rata-rata pertumbuhan per

triwulannya diperkirakan mencapai 0,12 persen (yoy). Secara umum

dapat dilihat bahwa PDB riil industri bahan kimia yang bersumber dari

pertanian mengalami penurunan yang substansial sejak tahun 2012

hingga tahun 2015.

Gambar 4. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Cat dan

Tinta Cetak

Gambar 4. menyajikan proyeksi triwulanan PDB riil industri cat dan

tinta cetak sepanjang Triwulan I 2016 sampai Triwulan IV 2024. Dapat dilihat

-0,60

-0,40

-0,20

0,00

0,20

0,40

0,60

0,80

1,00

0,0

200,0

400,0

600,0

800,0

1000,0

1200,0

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

20112012201320142015201620172018201920202021202220232024

PDB Industri Cat dan Tinta Cetak Rill (Rp. Milyar)

Growth Industri Cat dan Tinta Cetak Rill (%, Sb Kanan)

Forecast

vii

bahwa nilai PDB riil industri cat dan tinta cetak diperkirakan akan meningkat

hingga Triwulan IV 2024. Nilai PDB riil industri cat dan tinta cetak pada

Triwulan I 2016 diperkirakan sebesar Rp 578,1 Milyar, meningkat menjadi Rp

607,2 Milyar pada Triwulan IV 2024. Pada periode tersebut rata-rata

pertumbuhan per triwulannya diperkirakan mencapai 6,5 persen (yoy).

Secara umum dapat dilihat bahwa PDB riil industri cat dan tinta cetak

cenderung berfluktuasi mengikuti pola yang terjadi pada periode sebelumnya.

Gambar 5. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Sabun dan

Bahan Pembersih Keperluan RT

Gambar 5. menyajikan proyeksi triwulanan PDB riil industri Sabun

dan Bahan Pembersih Keperluan RT sepanjang Triwulan I 2016

sampai Triwulan IV 2024. Dapat dilihat bahwa nilai PDB riil industri

sabun dan bahan pembersih keperluan RT diperkirakan akan

meningkat hingga Triwulan IV 2024. Nilai PDB riil industri sabun dan

bahan pembersih keperluan RT pada Triwulan I 2016 diperkirakan

sebesar Rp 592,81 Milyar, meningkat menjadi Rp 1.737 Milyar pada

Triwulan IV 2024. Pada periode tersebut rata-rata pertumbuhan per

-1,00

-0,50

0,00

0,50

1,00

1,50

2,00

2,50

0,0

500,0

1000,0

1500,0

2000,0

2500,0

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

TW

1T

W3

TW

1

TW

3T

W1

TW

3

20112012201320142015201620172018201920202021202220232024

PDB Industri Sabun dan Bahan Keperluan RT (Rp. Milyar)

Growth Industri Sabun dan Bahan Keperluan RT (%, Sb. Kanan)

Forecast

viii


dapat dilihat bahwa PDB riil industri sabun dan bahan pembersih

keperluan RT cenderung berfluktuasi mengikuti pola yang terjadi pada

periode sebelumnya.

Gambar 6. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri

Kosmetik termasuk Pasta Gigi


Kosmetik termasuk Pasta Gigi sepanjang Triwulan I 2016 sampai

Triwulan-4 2024. Dapat dilihat bahwa nilai PDB riil industri bahan

kosmetik dan kosmetik termasuk pasta gigi diperkirakan akan

meningkat hingga Triwulan IV 2024. Nilai PDB riil industri bahan

kosmetik dan kosmetik termasuk pasta gigi pada Triwulan I 2016

diperkirakan sebesar Rp 1.061,3 Milyar, meningkat menjadi Rp 1.354,5

Milyar pada Triwulan IV 2024. Pada periode tersebut rata-rata


-0,6

-0,5

-0,4

-0,3

-0,2

-0,1

0

0,1

0,2

0,3

0,4

0,0

200,0

400,0

600,0

800,0

1000,0

1200,0

1400,0

1600,0

1800,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

20112012201320142015201620172018201920202021202220232024

PDB Industri Kosmetik Termasuk Pasta Gigi (Rp. Milyar)

Growth Industri Kosmetik Termasuk Pasta Gigi (%, Sb. Kanan)

Forecast

ix

INDUSTRI PERALATAN LISTRIK

Untuk splitting Industri Peralatan Listrik menggunakan dua

sumber data berbeda. Pertama, data PDB industri Peralatan Listrik

yang dikumpulkan sepanjang Triwulan I 2010 sampai Triwulan I 2019.

Kedua, data nilai tambah industri Peralatan Listrik yang bersumber dari

Statistik Industri Besar Sedang (SBIS) BPS, yang dikumpulkan

sepanjang periode 2010-2015.

Gambar 7. Nilai Aktual dan Forecasting PDB Rill dan Pertumbuhan PDB Riil

Industri Pengubah Tegangan, Pengubah Arus, dan Pengontrol Tegangan

Gambar 7. menyajikan forecasting PDB Riil dan Pertumbuhan

PDB Riil Industri Pengubah Tegangan, Pengubah Arus, dan

Pengontrol Tegangan sepanjang periode Triwulan I 2016 – Triwulan IV

2024. Dapat dilihat bahwa nilai PDB riil industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan diperkirakan akan meningkat

hingga Triwulan IV 2024. Nilai PDB riil industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan pada Triwulan I 2016

diperkirakan sebesar Rp 266,6 Milyar, meningkat menjadi Rp 362,9

-80,0%

-60,0%

-40,0%

-20,0%

0,0%

20,0%

40,0%

60,0%

80,0%

0,0

100,0

200,0

300,0

400,0

500,0

600,0

700,0

800,0

900,0

TW1

TW4

TW3

TW2

TW1

TW4

TW3

TW2

TW1

TW4

TW3

TW2

TW1

TW4

TW3

TW2

TW1

TW4

TW3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Industri PTAPT Riil Growth (%, Sb Kanan)

Forecast

x

Milyar pada Triwulan IV 2024. Pada periode tersebut, rata-rata

pertumbuhan per triwulannya diperkirakan sebesar -0.04 persen (yoy).

Secara umum dapat dilihat bahwa PDB riil industri pengubah

tegangan, pengubah arus, dan pengontrol tegangan cenderung

stagnan hingga Triwulan IV 2024.

Gambar 8. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Peralatan

Listrik Lainnya

Gambar 8. menyajikan forecasting PDB Riil dan Pertumbuhan

PDB Rill Industri Peralatan Listrik lainnya sepanjang periode Triwulan

I 2016 – Triwulan IV 2024. Nilai PDB riil industri peralatan listrik lainnya

diperkirakan akan meningkat hingga Triwulan IV 2024. Nilai PDB riil

industri peralatan listrik lainnya pada Triwulan I 2016 diperkirakan

sebesar Rp 9.877,6 Milyar, meningkat menjadi Rp 13.578,9 Milyar

pada Triwulan IV 2024. Pada periode tersebut rata-rata pertumbuhan

per triwulannya diperkirakan sebesar 3,39 persen (yoy). Secara umum

dapat dilihat bahwa PDB riil industri peralatan listrik lainnya cenderung

meningkat hingga Triwulan IV 2024 mengikuti tren jangka panjangnya.

-0,1

-0,05

0

0,05

0,1

0,15

0,2

0,25

0,0

2000,0

4000,0

6000,0

8000,0

10000,0

12000,0

14000,0

16000,0

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

20112012201320142015201620172018201920202021202220232024

Industri Peralatan Listrik Lainnya Growth (%, Sb Kanan)

Forecast

xi

INDUSTRI MESIN DAN PERLENGKAPAN

Untuk splitting Industri Mesin dan Perlengkapan menggunakan

dua sumber data berbeda. Pertama, data PDB industri Mesin dan

Perlengkapan yang dikumpulkan sepanjang Triwulan I 2010 sampai

Triwulan I 2019. Kedua, data nilai tambah industri Mesin dan

Perlengkapan yang bersumber dari Statistik Industri Besar Sedang

(SBIS) BPS yang dikumpulkan sepanjang periode 2010-2015.

Gambar 9. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Mesin

Penambangan, Penggalian dan Konstruksi

Gambar 9. menyajikan forecasting PDB riil dan Pertumbuhan

PDB Riil Industri Mesin Penambangan, Penggalian, dan Konstruksi

sepanjang periode Triwulan I 2016 – Triwulan IV 2024. Nilai PDB riil

industri mesin penambangan, penggalian dan konstruksi diperkirakan

akan meningkat hingga Triwulan IV 2024. Nilai PDB riil industri mesin

penambangan, penggalian dan konstruksi tegangan pada Triwulan I

2016 diperkirakan sebesar Rp 339,55 Milyar, meningkat menjadi Rp

402,38 Milyar pada Triwulan IV 2024. Pada periode tersebut rata-rata

-50,0%

0,0%

50,0%

100,0%

150,0%

200,0%

0,00

50,00

100,00

150,00

200,00

250,00

300,00

350,00

400,00

450,00

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

20112012201320142015201620172018201920202021202220232024

PDB Rill IMPPK Growth (%, Sb Kanan)

Forecast

xii

pertumbuhan per triwulannya diperkirakan sebesar 5,38 persen (yoy).

Secara umum dapat dilihat bahwa PDB riil industri mesin

penambangan, penggalian dan konstruksi cenderung meningkat

hingga Triwulan IV 2024.

Gambar 10. Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Mesin

dan Perlengkapan Lainnya

Gambar 10. menyajikan forecasting PDB riil dan Pertumbuhan

PDB Riil Industri Industri Mesin dan Perlengkapan Lainnya sepanjang

periode Triwulan I 2016 - Triwulan IV 2024, nilai PDB riil industri mesin

dan perlengkapan lainnya diperkirakan akan meningkat hingga

Triwulan IV 2024. Nilai PDB riil industri mesin dan perlengkapan

lainnya pada Triwulan I 2016 diperkirakan sebesar Rp 8.637,02 Milyar,

meningkat menjadi Rp 10.653,84 Milyar pada Triwulan IV 2024. Pada

periode tersebut rata-rata pertumbuhan per triwulannya diperkirakan

sebesar 4,45 persen (yoy). Secara umum dapat dilihat bahwa PDB riil

industri mesin dan perlengkapan lainnya cenderung meningkat hingga

Triwulan IV 2024 mengikuti tren jangka panjangnya.

-0,2

-0,15

-0,1

-0,05

0

0,05

0,1

0,15

0,2

0,00

2000,00

4000,00

6000,00

8000,00

10000,00

12000,00

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

TW

1T

W3

20112012201320142015201620172018201920202021202220232024

PDB Rill Industri Mesin Lainnya Growth (%, Sb Kanan)

Forecast

xiii

DAFTAR ISI

KATA PENGANTAR ............................................................................ i

RINGKASAN EKSEKUTIF ................................................................. ii

DAFTAR ISI ..................................................................................... xiii

DAFTAR TABEL.............................................................................. xiv

DAFTAR GAMBAR .......................................................................... xv

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

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

1.2. Tujuan ......................................................................................... 2

1.3. Ruang Lingkup ............................................................................ 3

1.4. Keluaran ..................................................................................... 3

II. TINJAUAN PUSTAKA ............................................................... 4

2.1. Konsep Peramalan (Forecasting) ............................................... 4

2.2. PDB Sektor Industri Pengolahan ................................................ 7

III. METODOLOGI ......................................................................... 13

3.1. Data dan Variabel ..................................................................... 13

3.2. Strategi Pemodelan untuk Splitting dan Forecasting ................ 13

3.3. Metode Splitting ........................................................................ 16

3.4. Metode Forecasting .................................................................. 17

IV. HASIL FORECASTING DAN ANALISIS .................................. 23

4.1. Forecasting PDB Industri Bahan Kimia dan Barang dari Bahan

Kimia ......................................................................................... 23

4.2. Forecasting PDB Industri Peralatan Listrik ............................... 41

4.3. Forecasting PDB Industri Mesin dan Perlengkapan ................. 50

V. PENUTUP ................................................................................. 58

LAMPIRAN

xiv

DAFTAR TABEL

Tabel 4.1. Hasil Estimasi Model Log ARIMA (0,1,2) + Seasonal

Dummies ........................................................................ 24

Tabel 4.2 Forecasting Nilai dan Pertumbuhan PDB Riil Industri

Bahan Kimia dan Barang dari Bahan Kimia ................... 26

Tabel 4.3. Hasil Estimasi Model ARIMA (3,1,0) (2,0,2) + Seasonal

Dummies ........................................................................ 44

Tabel 4.4. Forecasting Nilai dan Pertumbuhan PDB Riil Industri

Peralatan Listrik ............................................................. 44

Tabel 4.5. Hasil Estimasi PDB Riil Industri Mesin dan Perlengkapan

....................................................................................... 51


Mesin dan Perlengkapan ................................................ 52

xv

DAFTAR GAMBAR

Gambar 2.1. Tahapan Peramalan Umum dengan Pemodelan Kuantitatif ... 6

Gambar 3.1. Prosedur Splitting dan Forecasting Data Nilai Tambah Industri

Bahan Kimia dan Barang dari Bahan Kimia .......................... 14


Peralatan Listrik .................................................................... 15


Mesin dan Perlengkapan ....................................................... 15

Gambar 4.1. Nilai Aktual dan Forecasting PDB Rill dan Pertumbuhan PDB

Rill Industri Bahan Kimia dan Barang dari Bahan Kimia........ 24

Gambar 4.2. Hasil AIC untuk 20 Model Terbaik ......................................... 25

Gambar 4.3. Share PDB Industri Bahan Kimia dan Barang dari Bahan Kimia

.............................................................................................. 28

Gambar 4.4. Proyeksi Share Industri Bahan Kimia dan Barang dari Bahan

Kimia ..................................................................................... 29

Gambar 4.5. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Bahan

Kimia ..................................................................................... 31

Gambar 4.6. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Barang

dari Bahan Kimia ................................................................... 32

Gambar 4.7. Proyeksi Share PDB Industri Bahan Kimia ............................ 33

Gambar 4.8. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Kimia

Dasar Organik dari Pertanian ................................................ 34

Gambar 4.9. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Bahan

Kimia Lainnya ........................................................................ 35

Gambar 4.10. Proyeksi Share PDB Industri Barang dari Bahan Kimia ........ 36

Gambar 4.11. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Cat dan

Tinta Cetak ............................................................................ 38

xvi

Gambar 4.12. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Sabun

dan Bahan Pembersih Keperluan RT .................................... 39

Gambar 4.13a.Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Kosmetik

termasuk Pasta Gigi .............................................................. 40

Gambar 4.13b.Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri Barang

dari Bahan Kimia Lainnya ..................................................... 40

Gambar 4.14. Nilai Aktual dan Forecasting PDB Rill dan Pertumbuhan PDB

Rill Industri Peralatan Listrik .................................................. 42

Gambar 4.15. Hasil AIC untuk 20 Model Terbaik ......................................... 43

Gambar 4.16. Share PDB Industri Peralatan Listrik ..................................... 46

Gambar 4.17. Proyeksi Share PDB Industri Peralatan Listrik ...................... 47

Gambar 4.18. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri

Pengubah Tegangan, Pengubah Arus, dan Pengontrol

Tegangan .............................................................................. 48

Gambar 4.19. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Peralatan

Listrik Lainnya ....................................................................... 49

Gambar 4.20. Proyeksi PDB Riil dan Pertumbuhan PDB Riil Industri Mesin

dan Perlengkapan ................................................................. 50

Gambar 4.21. Share PDB Industri Mesin dan Perlengkapan ....................... 53

Gambar 4.22. Proyeksi Share PDB Industri Mesin dan Perlengkapan ........ 55


Penambangan, Penggalian dan Konstruksi .......................... 56


dan Perlengkapan Lainnya .................................................... 57

1

I. PENDAHULUAN

1.1. Latar Belakang

Perencanaan sektoral merupakan sesuatu yang penting dan

menjadi suatu keharusan dalam pengambilan kebijakan yang bersifat

sektoral. Salah satu hal yang penting untuk diperhatikan adalah

perhitungan dan pemantauan terhadap salah satu kinerja industri,

dalam hal ini adalah nilai Produk Domestik Bruto (PDB). Namun

sayangnya, ketersediaan data yang ada di Badan Pusat Statistik (BPS)

hanya terbatas pada jenis industri tertentu, yang tidak menyediakan

informasi pada sektor yang lebih rinci, misalnya saja informasi nilai

PDB untuk jenis industri kimia dasar organik, industri cat dan tinta

cetak, industri sabun, industri kosmetik, industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan, dan industri mesin

pertambangan, penggalian dan konstruksi.

Nilai PDB dari industri kimia dasar organik, industri cat dan tinta

cetak, industri sabun, industri kosmetik masih menjadi satu bagian

dengan nilai PDB industri bahan kimia dan barang dari bahan kimia.

Sedangkan PDB industri pengubah tegangan, pengubah arus, dan

pengontrol tegangan masih tergabung di dalam PDB industri peralatan

listrik. Begitu juga industri mesin pertambangan, penggalian dan

konstruksi masih tergabung dalam industri mesin dan perlengkapan

ytdl. Oleh karenanya, diperlukan suatu teknik analisis untuk melakukan

pemisahan nilai PDB dari satu jenis industri tertentu dari nilai PDB

industri induknya, misalnya saja nilai PDB industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan masih tergabung dari PDB

industri peralatan listrik

2

Selain soal pemisahan (splitting) data PDB, pentingnya

perencanaan sektoral juga harus mampu melakukan peramalan nilai

PDB itu sendiri. Dengan adanya peramalan diharapkan kebijakan tidak

hanya mempertimbangkan keadaan saat ini, namun juga

mempertimbangkan perkiraan keadaan di masa yang akan datang.

Mengingat pentingnya informasi terkait nilai PDB sektoral khususnya

industri kimia dasar organik, industri cat dan tinta cetak, industri sabun,

industri kosmetik, industri pengubah tegangan, pengubah arus, dan

pengontrol tegangan, dan industri mesin pertambangan, penggalian

dan konstruksi, diperlukan pula kajian atau studi mengenai peramalan

terkait nilai PDB untuk industri-industri tersebut. Oleh karena itu, studi

ini ingin melakukan estimasi nilai PDB dari jenis-jenis industri tersebut

dan untuk selanjutnya dilakukan peramalan yang dapat digunakan

untuk membantu perumusan kebijakan di masa yang akan datang.

1.2. Tujuan

Adapun tujuan dari kajian ini adalah melakukan peramalan

(forecasting) nilai PDB dari sektor industri dan pemisahan (splitting)

terhadap sektor industri strategis yang tidak muncul secara khusus

dalam PDB nasional dengan fokus kajian adalah pada pemisahan dan

peramalan nilai PDB pada:

• Industri bahan kimia (split kimia dasar organik) dan industri

barang dari bahan kimia (split cat dan tinta cetak, sabun, dan

kosmetik)

• Industri peralatan listrik (split industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan)

• Industri mesin dan perlengkapan ytdl. (split industri mesin

pertambangan, penggalian dan konstruksi)

3

1.3. Ruang Lingkup

Ruang lingkup dari kajian ini adalah kegiatan pemisahan nilai

PDB dan melakukan peramalan. Peramalan nilai PDB dari sektor

industri dan pemisahan (splitting) dilakukan terhadap sektor industri

strategis yang memang tidak muncul secara spesifik dalam PDB

nasional. Kajian ini membatasi pada pemisahan dan peramalan nilai

PDB industri bahan kimia dan barang dari bahan kimia, PDB industri

peralatan listrik, dan PDB industri mesin dan perlengkapan ytdl.

1.4. Keluaran

Adapun keluaran dari kajian ini adalah:

a. Metode dan hasil splitting data PDB:

• Industri bahan kimia (split kimia dasar organik) dan

industri barang dari bahan kimia (split cat dan tinta cetak,

sabun, dan kosmetik)

• Industri peralatan listrik (split industri pengubah

tegangan, pengubah arus, dan pengontrol tegangan)



b. Metode dan hasil forecasting data PDB:

• Industri bahan kimia (split kimia dasar organik) dan

industri barang dari bahan kimia (split cat dan tinta cetak,

sabun, dan kosmetik)

• Industri peralatan listrik (split industri pengubah

tegangan, pengubah arus, dan pengontrol tegangan)



4

II. TINJAUAN PUSTAKA

2.1. Konsep Peramalan (Forecasting)

Peramalan (forecasting) adalah kegiatan memperkirakan atau

memprediksikan kemungkinan terjadinya suatu kondisi pada masa

yang akan datang, baik yang bersifat jangka pendek maupun jangka

panjang. Sedangkan ramalan adalah suatu situasi atau kondisi yang

akan diperkirakan akan terjadi pada masa yang akan datang. Untuk

memprediksi hal tersebut umumnya diperlukan data yang akurat di

masa lalu, sehingga dapat dilihat prospek situasi dan kondisi di masa

yang akan datang berdasarkan perilaku historis data tersebut.

Setidaknya terdapat 3 (tiga) kegunaan peramalan, yakni: (i)

sebagai alat bantu dalam perencanaan yang efektif dan efisien; (ii)

untuk menentukan kebutuhan sumber daya di masa mendatang; dan

(iii) untuk membuat keputusan yang tepat.

Kegunaan peramalan terlihat pada suatu pengambilan keputusan.

Keputusan yang baik adalah keputusan yang didasarkan atas

pertimbangan apa yang akan terjadi pada waktu keputusan dalam

berbagai kegiatan. Baik tidaknya hasil suatu penelitian sangat

ditentukan oleh ketetapan ramalan yang dibuat. Walaupun demikian

perlu diketahui bahwa ramalan selalu ada unsur kesalahannya,

sehingga yang perlu diperhatikan adalah usaha untuk memperkecil

kesalahan dari ramalan tersebut.

Dalam literatur, setidaknya terdapat 2 (dua) pendekatan yang

dapat digunakan untuk melakukan peramalan. Pertama, peramalan

kualitatif. Peramalan kualitatif adalah peramalan yang didasarkan atas

data kualitatif pada masa lalu. Hasil peramalan yang dibuat sangat

bergantung pada orang yang menyusunnya. Hal ini penting karena

5

hasil peramalan tersebut ditentukan berdasarkan pendapat dan

pengetahuan serta pengalaman penyusunnya. Kedua, peramalan

kuantitatif Peramalan kuantitatif adalah peramalan yang didasarkan

atas data kuantitatif masa lalu. Hasil peramalan yang dibuat sangat

tergantung pada metode yang digunakan dalam peramalan tersebut.

Baik tidaknya metode yang digunakan ditentukan oleh perbedaan atau

penyimpangan antara hasil ramalan dengan kenyataan yang terjadi.

Semakin kecil penyimpangan antara hasil ramalan dengan kenyataan

yang terjadi maka semakin baik pula metode yang digunakan.

Peramalan kuantitatif dapat diterapkan bila terdapat kondisi berikut: (i)

tersedia informasi (data) tentang masa lalu; (ii) informasi (data)

tersebut dapat dikuantitatifkan dalam bentuk data numerik; dan (iii)

dapat diasumsikan bahwa beberapa aspek pola masa lalu akan terus

berlanjut pada masa yang akan datang.

Sebagaimana diuraikan pada bagian terdahulu, fokus utama

kajian ini adalah melakukan peramalan (forecasting) terhadap data

nilai tambah (PDB) industri bahan kimia (split kimia dasar organik) dan

industri barang dari bahan kimia (split cat dan tinta cetak, sabun, dan

kosmetik), industri peralatan listrik (split industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan), dan industri mesin dan

perlengkapan ytdl. (split industri mesin pertambangan, penggalian dan

konstruksi). Karena informasi utama yang digunakan untuk melakukan

forecasting adalah data historis kuantitatif, maka pendekatan

peramalan yang akan digunakan adalah pendekatan kuantitatif.

6

Gambar 2.1. Tahapan Umum Peramalan dengan Pemodelan

Kuantitatif

Dalam konteks peramalan kuantitatif, umumnya terdapat dua

pendekatan yang dapat digunakan: model ekonometrika univariate dan

model ekonometrika multivariate. Pendekatan univariate model

digunakan untuk menduga prilaku historis sebuah variabel dengan

hanya memanfaatkan sepenuhnya informasi atau data masa lalu dari

variabel tersebut. Beberapa model ekonometrika yang umumnya

digunakan antara lain: Autoregressive (AR), Moving Average (MA),

ARMA/ARIMA, Seasonal ARIMA, dan lain-lain. Sementara pendekatan

multivariate model digunakan selain untuk proyeksi, juga digunakan

7

untuk melakukan simulasi untuk mengetahui dampak dari perubahan

variabel-variabel eksogenus eksternal terhadap variabel yang

diobservasi. Di sini multivariate model menggunakan beberapa

indikator eksogenus eksternal, seperti variabel makro yang dianggap

relevan mempengaruhi prilaku historis suatu variabel target yang

diobservasi. Secara umum tahapan pemodelan dengan menggunakan

pendekatan kuantitatif disajikan pada Gambar 2.1.

2.2. PDB Sektor Industri Pengolahan

Produk Domestik Bruto (PDB) merupakan salah satu indikator

penting untuk mengetahui perkembangan perekonomian di suatu

negara dalam suatu periode tertentu, baik atas dasar harga berlaku

maupun atas dasar harga konstan. PDB pada dasarnya merupakan

jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha di suatu

negara tertentu dalam periode tertentu. Jumlah nilai barang dan jasa

akhir yang disediakan dari produksi harus sama dengan nilai barang

yang digunakan. PDB atas dasar harga berlaku menggambarkan nilai

tambah barang dan jasa yang dihitung menggunakan harga yang

berlaku pada setiap tahun, sedang PDB atas dasar harga konstan

menunjukkan nilai tambah barang dan jasa tersebut yang dihitung

menggunakan harga yang berlaku pada satu tahun tertentu sebagai

tahun dasar. PDB menurut harga berlaku digunakan untuk mengetahui

pergeseran, dan struktur ekonomi suatu negara. Sementara itu, PDB

konstan digunakan untuk mengetahui kemampuan sumber daya dalam

mendorong pertumbuhan ekonomi secara riil dari tahun ke tahun atau

pertumbuhan ekonomi yang tidak dipengaruhi oleh faktor harga. PDB

juga dapat digunakan untuk mengetahui perubahan harga dengan

menghitung deflator PDB (perubahan indeks implisit). Indeks harga

8

implisit merupakan rasio antara PDB menurut harga berlaku dan PDB

menurut harga konstan.

Setidaknya terdapat 3 (jenis) pendekatan yang dapat digunakan

dalam perhitungan PDB secara konseptual, yaitu: pendekatan

produksi (nilai tambah), pendekatan pengeluaran, dan pendekatan

pendapatan.

1. Pendekatan Produksi. Dalam pendekatan produksi, PDB

adalah jumlah nilai tambah atas barang dan jasa yang

dihasilkan oleh berbagai unit produksi di wilayah suatu negara

dalam jangka waktu tertentu (umumnya triwulan dan

tahunan). Dalam pendekatan produksi, BPS menghitung

aktivitas produksi dari 17 lapangan usaha, yaitu: (1) pertanian,

kehutanan dan perikanan, (2) pertambangan dan penggalian,

(3) industri pengolahan, (4) pengadaan listrik, (5) pengadaan

air, pengelolaan sampah, limbah dan daur ulang, (6)

konstruksi, (7) perdagangan besar dan eceran, reparasi mobil

& sepeda motor, (8) transportasi dan pergudangan, (9)

penyediaan akomodasi dan makan minum, (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 lainnya dan (17) jasa

lainnya

2. Pendekatan Pengeluaran. Dalam pendekatan pengeluaran,

PDBI dihitung dengan menjumlahkan komponen-komponen

pengeluaran berikut: (1). Pengeluaran Konsumsi Rumah

tangga (2). Pengeluaran Konsumsi LNPRT (3). Pengeluaran

Konsumsi Pemerintah (4) Pembentukan modal tetap domestik

9

bruto (5). Perubahan inventori, (6) Ekspor Barang dan Jasa

(7) (Dikurang) impor barang dan jasa.

3. Pendekatan Pendapatan. Dalam pendekatan pendapatan,

PDB merupakan jumlah balas jasa yang diterima oleh

faktorfaktor produksi yang ikut serta dalam proses produksi di

suatu negara dalam jangka waktu tertentu (biasanya satu

tahun). Balas jasa yang dimaksud adalah upah dan gaji, sewa

tanah, bunga modal dan keuntungan; semuanya sebelum

dipotong pajak penghasilan dan pajak langsung lainnya.

Dalam definisi ini, PDB mencakup juga penyusutan dan pajak

tidak langsung neto (pajak tak langsung dikurangi subsidi)

Kajian ini berfokus pada peramalan sub sektor industri bahan

kimia dan barang dari bahan kimia; industri peralatan listrik; serta

industri mesin dan perlengkapan ytdl. Ketiganya merupakan bagian

atau sub sektor dari lapangan usaha industri pengolahan. Dengan

demikian, kajian ini akan berfokus pada perhitungan PDB dari sisi

produksi (nilai tambah) menurut lapangan usaha. PDB lapangan usaha

industri pengolahan meliputi kegiatan ekonomi di bidang perubahan

secara kimia atau fisik dari bahan, unsur atau komponen menjadi

produk baru. Bahan baku industri pengolahan berasal dari produk

pertanian, kehutanan, perikanan, pertambangan atau penggalian

seperti produk dari kegiatan industri pengolahan lainnya. Perubahan,

pembaharuan atau rekonstruksi yang pokok dari barang secara umum

diperlakukan sebagai industri pengolahan. Unit industri pengolahan

digambarkan sebagai pabrik, mesin atau peralatan yang khusus

digerakkan dengan mesin dan tangan.

Menurut BPS, termasuk Lapangan Usaha Industri Pengolahan

adalah perubahan bahan menjadi produk baru dengan menggunakan

10

tangan, kegiatan maklon atau kegiatan penjualan produk yang dibuat

di tempat yang sama dimana produk tersebut dijual dan unit yang

melakukan pengolahan bahan-bahan dari pihak lain atas dasar

kontrak. Untuk Industri bukan Migas yaitu: Industri Makanan dan

Minuman sampai dengan Industri Pengolahan Lainnya, Jasa Reparasi,

dan Pemasangan Mesin dan Peralatan terdiri dari: Produksi/Indikator

Produksi yang dibagi menjadi dua kelompok besar yaitu Indeks

Produksi Industri Besar Sedang (IBS) dan Indeks Produksi Industri

Mikro dan Kecil (IMK) diperoleh dari Direktorat Statistik Industri-BPS.

Data Harga/Indikator Harga diperoleh dari Direktorat Statistik Harga-

BPS. Data Struktur Biaya diperkirakan dari Hasil Survei Tahunan IBS

dan Hasil Survei Tahunan IMK-BPS ditambah dengan berbagai Survei

Khusus yang dilakukan Direktorat Neraca Produksi.

Data Produksi Industri Makanan dan Minuman sampai dengan

Industri Pengolahan Lainnya, Jasa Reparasi, dan Pemasangan Mesin

dan Peralatan terdiri dari: Produksi/Indikator Produksi yang dibagi

menjadi dua kelompok besar yaitu Indeks produksi Industri Besar

Sedang (IBS) dan indeks produksi Industri Mikro dan Kecil (IMK)

diperoleh dari Direktorat Statistik Industri-BPS. Data Harga/Indikator

Harga diperoleh dari Direktorat Statistik Harga BPS. Data Struktur

Biaya diperkirakan dari Hasil Survei Tahunan IBS dan Hasil Survei

Tahunan IMK-BPS ditambah dengan berbagai Survei Khusus yang

dilakukan Direktorat Neraca Produksi-BPS.

2.2.1. PDB Subsektor Industri Bahan Kimia dan Barang dari

Bahan Kimia

Industri bahan kimia dan barang dari bahan kimia memiliki kode

KBLI 2 (dua) digit 20. Industri ini terdiri industri bahan kimia yang

11

memiliki kode KBLI 201 yang meliputi industri bahan kimia yang di

antaranya mencakup industri kimia dasar anorganik, industri kimia

dasar organik, industri pupuk dan industri barang dari kimia yang

memiliki kode KBLI 202 yang di antaranya mencakup berbagai produk

dari bahan kimia seperti cat, sabun, bahan kosmetik dan lain-lain.

Industri yang juga tercakup dalam industri bahan kimia dan barang dari

bahan kimia adalah industri serat buatan dengan kode KBLI 203. Pada

kasus industri ini akan dilakukan splitting secara bertahap: pertama,

splitting PDB industri bahan kimia (KBLI 201), splitting PDB barang dari

bahan kimia (202), dan splitting PDB industri serta buatan (KBLI 203)

dari PDB industri bahan kimia dan barang dari bahan kimia memiliki

kode KBLI 20. Kedua, splitting PDB industri kimia dasar organik yang

bersumber dari hasil pertanian (KBLI 20115) dari PDB industri bahan

kimia (KBLI 201), splitting PDB industri cat dan tinta cetak (KBLI

20221), splitting PDB industri sabun dan bahan pembersih keperluan

rumah tangga (KBLI 20231), dan splitting PDB industri bahan kosmetik

dan kosmetik termasuk pasta gigi (KBLI 20232) dari PDB barang dari

bahan kimia (KBLI 202).

2.2.2. PDB Mesin dan Perlengkapan YTDL

Industri yang tercakup dalam subkategori industri mesin dan

perlengkapan (KBLI 28) adalah pembuatan mesin dan peralatan yang

dapat bekerja bebas baik secara mekanik atau yang berhubungan

dengan pengolahan bahan-bahan, termasuk komponen mekaniknya

yang menghasilkan dan menggunakan tenaga dan komponen utama

yang dihasilkan secara khusus. Subkategori ini juga mencakup

pembuatan mesin untuk keperluan khusus untuk angkutan penumpang

atau barang dalam dasar pembatasan, peralatan tangan, peralatan

12

tetap atau bergerak tanpa memperhatikan apakah peralatan tersebut

dibuat untuk keperluan industri, pekerjaan sipil, dan bangunan,

pertanian dan rumah tangga. Pada kasus ini akan dilakukan splitting

PDB industri mesin penambangan, penggalian, dan konstruksi (KLBI

28240) dari PDB industri mesin dan perlengkapan (KBLI 28).

2.2.3. PDB Subsektor Industri Peralatan Listrik

Industri peralatan listrik memiliki kode KBLI 2 (dua) digit 27.

Industri ini meliputi berbagi industri peralatan listrik di antaranya:

industri motor dan pembangkit listrik, industri pengubah tegangan

(transformator), pengubah arus (rectifier) dan pengontrol tegangan

(voltage stabilizer), industri peralatan penerangan, dll. Pada kasus

industri ini akan dilakukan splitting PDB industri pengubah tegangan

(transformator), pengubah arus (rectifier) dan pengontrol tegangan

(voltage stabilizer) dengan kode KBLI 27113 dari PDB industri

peralatan listrik (KBLI 27)

13

III. METODOLOGI

3.1. Data dan Variabel

Kajian ini menggunakan dua struktur data yang berbeda.

Pertama, data PDB nasional menurut lapangan usaha (KBLI dua digit)

yang dikumpulkan sepanjang Triwulan-1 2010 sampai Triwulan-1

2019. Secara khusus lapangan usaha yang diobservasi adalah industri

bahan kimia dan barang dari bahan kimia (KBLI 20), industri peralatan

listrik (KBLI 27), dan industri mesin dan perlengkapan ytdl (KBLI 28).

Kedua, data nilai tambah industri yang bersumber dari Statistik Industri

Besar Sedang (SBIS) BPS, yang dikumpulkan sepanjang periode

2010-2015. Penggunaan data SBIS dikarenakan tidak tersedianya

publikasi data PDB menurut lapangan usaha (KBLI 3-5 digit) untuk

industri kimia dasar organik yang bersumber dari pertanian, industri cat

dan tinta cetak, sabun, dan kosmetik, industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan, serta industri mesin

pertambangan, penggalian dan konstruksi. Data nilai tambah ini

kemudian digunakan sebagai dasar untuk melakukan splitting PDB

industri-industri tersebut dari data PDB lapangan usaha industri

manufaktur dengan KBLI dua digit.

3.2. Strategi Pemodelan untuk Splitting dan Forecasting

Kajian ini berfokus pada dua hal: pertama, melakukan splitting

PDB industri bahan kimia (KBLI 201), splitting PDB barang dari bahan

kimia (KBLI 202), dan splitting PDB industri serat buatan (KBLI 203)

dari PDB industri bahan kimia dan barang dari bahan kimia (KBLI 20).

Splitting PDB industri kimia dasar organik yang bersumber dari hasil

pertanian (KBLI 20115) dari PDB industri bahan kimia (KBLI 201),

14

splitting PDB industri cat dan tinta cetak (KBLI 20221), splitting PDB

industri sabun dan bahan pembersih keperluan rumah tangga (KBLI

20231), splitting PDB industri bahan kosmetik dan kosmetik termasuk

pasta gigi (KBLI 20232) dari PDB barang dari bahan kimia (KBLI 202).

Splitting PDB industri mesin penambangan, penggalian, dan konstruksi

(KLBI 28240) dari PDB industri mesin dan perlengkapan (KBLI 28).

Splitting PDB industri pengubah tegangan (transformator), pengubah

arus (rectifier) dan pengontrol tegangan (voltage stabilizer) dengan

kode KBLI 27113 dari PDB industri peralatan listrik (KBLI 27). Kedua,

melakukan forecasting data nilai tambah dari industri-industri tersebut

sampai akhir triwulan tahun 2024.

Data PDB Industri

Bahan Kimia dan

Barang Kimia

Data PDB Industri

Bahan Kimia

Data PDB Industri

Barang Kimia

Penyusunan

Struktur Data Time

Series (Triwulanan)

Pemodelan

Ekonometrika

Evaluasi Model

Forecasting

Splitting

Data

Interpolasi Data

(Tahunan →

Triwulanan)

Seasonal

Adjustment

Data PDB Menurut Sektor

(Tw I 2010- Tw I 2019)

Data Statistik Industri

Tahunan (2010-2015)

Data PDB Industri

Kimia Dasar Organik

Data PDB Industri

Bahan Kimia Lainnya

Data PDB Industri Cat

dan Tinta Cetak

Data PDB Industri

Sabun dan Bahan

Pembersih Keperluan

RT

Data PDB Industri

Barang Kimia Lainnya

Data PDB Industri

Serat Buatan

Data PDB Industri

Bahan Kosmetik dan

Kosmetik termasuk

Pasta Gigi

Gambar 3.1. Prosedur Splitting dan Forecasting Data Nilai Tambah

Industri Bahan Kimia dan Barang dar Bahan Kimia

15


Industri Peralatan Listrik


Industri Mesin dan Perlengkapan ytdl

Secara ringkas, prosedur splitting dan forecasting yang akan

dilakukan pada kajian ini disajikan pada Gambar 3.1- 3.3. Gambar 3.1

menyajikan prosedur splitting dan forecasting untuk data nilai tambah

(PDB) industri bahan kimia dan barang dari bahan kimia. Gambar 3.2

Data PDB Industri

Peralatan Listrik

Data PDB Industri

Pengubah Tegangan,

Pengubah Arus, Dan

Pengontrol Tegangan

Data PDB Industri

Peralatan Listrik

Lainnya

Penyusunan

Struktur Data Time

Series (Triwulanan)

Pemodelan

Ekonometrika

Evaluasi Model

Forecasting

Splitting

Data

Interpolasi Data

(Tahunan →

Triwulanan)

Seasonal

Adjustment


(Tw I 2010- Tw I 2019)


Tahunan (2010-2015)

Data PDB Industri

Mesin Dan

Perlengkapan Ytdl

Data PDB Industri

Mesin Pertambangan,

Penggalian Dan

Kontruksi

Data PDB Industri

Mesin Dan

Perlengkapan Ytdl

lainnya

Penyusunan

Struktur Data Time

Series (Triwulanan)

Pemodelan

Ekonometrika

Evaluasi Model

Forecasting

Splitting

Data

Interpolasi Data

(Tahunan →

Triwulanan)

Seasonal

Adjustment


(Tw I 2010- Tw I 2019)


Tahunan (2010-2015)

16

menyajikan prosedur splitting dan forecasting untuk data nilai tambah

(PDB) industri peralatan listrik. Dan Gambar 3.3 menyajikan prosedur

splitting dan forecasting untuk data nilai tambah (PDB) industri mesin

dan perlengkapan ytdl.

3.3. Metode Splitting

Tahapan splitting data nilai tambah (PDB) Industri manufaktur

KBLI 2 (dua) digit menjadi nilai tambah (PDB) industri manufaktur KBLI

3-5 digit, dilakukan dengan menggunakan prosedur sebagai berikut:

1. Menyiapkan struktur data time series triwulanan PDB Industri

KBLI dua digit sepanjang Triwulanan I 2010 – Triwulan II 2018.

Data PDB tersebut dikumpulkan dalam bentuk harga konstan

(constant price) dan harga berlaku (current price).

2. Menghitung Deflator PDB industri KBLI dua digit dengan

menggunakan formulasi sebagai berikut:

22

2

harga berlaku

harga konstan

KBLI DigitKBLI Digit tt KBLI Digit

t

PDBDeflatorPDB

PDB=

3. Menyiapkan struktur data time series tahunan nilai tambah

industri KBLI 3-5 digit sepanjang Tahun 2010 – 2015

berdasarkan data SIBS.

4. Melakukan interpolasi data series nilai tambah Industri KBLI 3-

5 digit yang diobservasi berdasarkan data SIBS, dari tahunan

ke triwulan dengan menggunakan metode cubic spline. Metode

spline adalah salah satu metode numerik yang dapat digunakan

untuk pencarian interpolasi, yakni mengestimasi nilai-nilai di

antara dua nilai yang tersedia secara aktual. Interpolasi spline

merupakan polinom sepotong-sepotong. Suatu fungsi f(x) yang

sudah diketahui nilainya pada selang a x b dihampiri

17

dengan sebuah fungsi lain g(x) dengan cara menyekat selang

a x b menjadi beberapa anak selang

1 2 na x x x b= = . Fungsi g(x) yang disebut sebagai

spline, dan jika g(x) mengambil bentuk fungsi cubic, maka

pendekatan interpolasi ini disebut sebagai cubic spline. Hasil

dari cubic spline akan memberikan nilai estimasi Triwulanan

industri KBLI 3-5 digit yang diobservasi sepanjang Tw I 2011-

Tw IV 2015.

5. Menghitung masing-masing pangsa (share) nilai tambah

Industri KBLI 3-5 digit terhadap Total PDB (current price) KBLI

2 digit selama Tw I 2011 – Tw IV 2015.

6. Melakukan forecast pangsa (share) nilai tambah Industri KBLI

3-5 Digit sampai Triwulan IV 2024.

7. Melakukan forecast PDB (constant dan current price) Industri

KBLI 2 digit sampai Triwulan IV 2024.

8. Berdasarkan hasil Langkah 7 dan 8, selanjutnya dapat dihitung

estimasi nilai tambah (PDB) Industri KBLI 3-5 Digit selama TwI

2016– TwIV 2024.

3.4. Metode Forecasting: Pendekatan Ekonometrika dan

Exponential Smoothing

3.4.1. Model ARMA/ARIMA

Salah satu metode peramalan yang cukup baik dan seringkali

digunakan untuk menjelaskan prilaku data univariate time series

adalah metode Box-Jenkins, yang dikenal juga sebagai model

Autoregressive Integrated Moving Average (ARIMA). Model ini

merupakan model linier yang mampu menggambarkan prilaku data

time series, baik yang bersifat stasioner maupun non-stasioner.

18

Dengan demikian model ARIMA tidak mensyaratkan adanya asumsi

tertentu terhadap pola historis suatu data time series untuk melakukan

suatu peramalan. Karena model ARIMA dibangun berdasarkan data

univariate time series, maka model ini hanya mengandalkan satu

variabel saja (tidak melibatkan penggunaan variabel lainnya) dalam

mencocokkan prilaku historis sebuah data time series. Dengan kata

lain, model ini menggambarkan bagaimana suatu variabel dipengaruhi

oleh prilaku variabel itu sendiri, namun pada time lag yang berbeda.

Model Box-Jenkins sangat baik digunakan untuk peramalan

jangka pendek, akan tetapi untuk peramalan dalam jangka panjang

ketepatannya kurang baik karena nilai proyeksinya cenderung

konstan. Metodologi Box-Jenkins umumnya mengacu pada

sekumpulan prosedur yang bertujuan untuk mengidentifikasi pola time

series (identifying), mencari model yang mampu menggambarkan

prilaku pergerakan data time series (fitting), mengecek akurasi dan

asumsi model (checking), dan meramal dari model yang diperoleh

(forecasting) (Hanke, 2001 & Enders, 2004). Selanjutnya, karena

model Box-Jenkins atau ARIMA merupakan model yang melibatkan

fungsi autoregressive dan moving average, maka untuk memahami

konsep model tersebut, berikut akan dibahas mengenai model

autoregressive dan model moving average.

1) Model Autoregressive (AR)

Model Autoregressive adalah model yang menggambarkan

bahwa variabel tak bebas (dependent) dipengaruhi oleh lag variabel

tak bebas itu sendiri pada periode-periode waktu sebelumnya (time

lag). Model autoregressive orde-p dinotasikan dengan AR(p)

mempunyai bentuk:

19

𝑌𝑡 = 𝜑0 + 𝜑1𝑌𝑡−1 + 𝜑2𝑌𝑡−2 +⋯+ 𝜑𝑝𝑌𝑡−𝑝 + 𝜀𝑡 ...................... (3.1)

dengan

▪ 𝑌𝑡 = variabel tak bebas (dependent) pada waktu

t

▪ 𝑌𝑡−1, 𝑌𝑡−2, ⋯𝑌𝑡−𝑝 = lag variabel tY pada masing-masing selang

waktu

▪ 𝜑0, 𝜑1, 𝜑2, ⋯𝜑𝑝 = parameter yang akan diestimasi

▪ 𝜀𝑡 = error term

2) Model Moving Average (MA)

Model moving average orde-q dapat dinyatakan sebagai

berikut:

𝑌𝑡 = 𝜇 + 𝜀𝑡 − 𝜔1𝜀𝑡−1 − 𝜔2𝜀𝑡−2 −⋯− 𝜔𝑞𝜀𝑡−𝑞 .................. (3.2)

dengan

▪ 𝑌𝑡 = variabel tak bebas (dependent) pada waktu t

▪ 𝜇 = konstanta mean

▪ 𝜔1, 𝜔2, ⋯ , 𝜔𝑞 = parameter yang akan diestimasi

▪ 𝜀𝑡 = error term

▪ 𝜀𝑡−1, 𝜀𝑡−2, ⋯ , 𝜀𝑡−𝑞 = lag dari error term

Perbedaan model moving-average dengan autoregressive ter-

letak pada jenis variabel independen. Bila variabel independen pada

autoregressive adalah nilai sebelumnya (lag) dari variabel tY itu

sendiri, maka pada model moving-average, variabel independennya

adalah nilai residual (error) pada periode sebelumnya. Walaupun

koefisien mempunyai tanda negatif, nilai koefisien tersebut bisa

saja bernilai positif ataupun negatif.

20

3) Model Autoregressive Integrated Moving Average

(ARIMA)

Model ARIMA merupakan kombinasi antara model AR dan model

MA. Secara umum model Box-Jenkins (ARIMA) dinotasikan sebagai

berikut:

ARIMA (p,d,q)

dengan

• p Menunjukkan orde autoregressive (AR)

• d Menunjukkan orde differencing

• q Menunjukkan orde moving average (MA)

Bila orde differencing (pembedaan) sama dengan nol, maka model

ARIMA disebut juga sebagai model ARMA. Model ARMA (p,q) sendiri

dapat dituliskan sebagai berikut:

𝑌𝑡 = 𝜑0 + 𝜑1𝑌𝑡−1 + 𝜑2𝑌𝑡−2 +⋯+ 𝜑𝑝𝑌𝑡−𝑝 + 𝜀𝑡 − 𝜔1𝜀𝑡−1 − 𝜔2𝜀𝑡−2⋯−

𝜔𝑞𝜀𝑡−𝑞 ............................................................................................ (3.3)

Sedangkan model ARIMA (p,d,q) untuk d=1dituliskan sebagai berikut:

𝛥𝑌𝑡 = 𝜑0 + 𝜑1𝛥𝑌𝑡−1 + 𝜑2𝛥𝑌𝑡−2 +⋯+ 𝜑𝑝𝛥𝑌𝑡−𝑝 + 𝜀𝑡 − 𝜔1𝜀𝑡−1 −

𝜔2𝜀𝑡−2⋯−𝜔𝑞𝜀𝑡−𝑞 ......................................................................... (3.4)

4) Model Seasonal ARIMA

Seasonal ARIMA merupakan pengembangan dari model ARIMA

pada data runtun waktu yang memiliki pola musiman. Model Seasonal

ARIMA terdiri atas dua jenis, yaitu model dengan hanya komponen

seasonal saja dan model ARIMA multiplikatif dengan komponen

musiman dan non musiman. Spesifikasi Model Seasonal ARIMA:

ARIMA (p,d,q) (P,D,Q)S ............................................................................... (3.5)

dengan:

21

o p, d, q : order AR, MA yang non-musiman dari model

o P, D, Q : order AR, MA yang musiman dari model

o s : jumlah periode per musim

3.4.2. Exponential Smoothing

Metode exponential smoothing pada dasarnya mirip dengan

metode time trend, namun metode exponential smoothing

mencocokan (fitting) data aktual dengan menggunakan skema

smoothing melalui pembobotan yang menurun secara geometris

seiring perjalanan waktu ke belakang (go backward in time).

Peramalan dengan menggunakan metode exponential smoothing

menggunakan metode time trend dimana trend ini mengacu pada

observasi terbaru dan bukannya melihat observasi secara

keseluruhan. Seberapa baik metode exponential smoothing digunakan

untuk proyeksi, bergantung pada pembobotan yang dipilih. Single

exponential smoothing menghasilkan peramalan dengan trend

konstan (tidak ada trend). Double exponential smoothing

menghasilkan peramalan dengan trend linier.

3.4.3. Statistics of Fit Model

Statistics of fit digunakan untuk melihat kebaikan dari model yang

digunakan dalam mem-fit prilaku historis suatu data time series.

Dengan kata lain statistics of fit dapat digunakan untuk melakukan

evaluasi terhadap model yang digunakan dengan tujuan untuk

mendapatkan model yang lebih baik. Beberapa kriteria statistics of fit

yang tersedia dan dapat digunakan dalam TSFS antara lain:

1. Sum of Squares Error (SSE): ( )2

1ˆ

n

t ttSSE y y

== −

22

2. Mean Square Error (MSE): ( )2

1

1ˆ

n

t ttMSE y y

n == −

3. Root Mean Square Error (RMSE): ( )2

1

1ˆ

n

t ttRMSE y y

n == −

4. Mean Absolute Error (MAE): 1

1ˆ

n

t ttMAE y y

n == −

5. Mean Absolute Percent Error (MAPE):

( )1

ˆ100 n t t

tt

y yMAPE

n y=

−=

6. R-Square: ( )

2

2 1

2

1

ˆ1

n

t tt

n

tt

y yR

y

=

=

−= −

7. Adjusted R-Square: ( )2 211 1

nR R

n k

− = − −

−

8. Amemiya’s Adjusted R-Square : Amemiya

( )2 21 1n k

R Rn k

+ = − −

−

9. Akaike’s Information Criterion (AIC): ln( ) 2AIC n MSE k= +

10. Schwarz Bayesian Information Criterion (SBIC):

( ) ( )ln lnSBIC n MSE k n= +

23

IV. HASIL FORECASTING DAN ANALISIS

4.1. Forecasting PDB Industri Bahan Kimia dan Barang dari

Bahan Kimia

Gambar 4.1 menyajikan nilai aktual dan pertumbuhan PDB riil

industri bahan kimia dan barang dari kimia serta nilai proyeksinya

hingga Triwulan-4 2024. Forecasting tersebut dilakukan dengan

menggunakan basis data aktual PDB riil industri bahan kimia dan

barang dari bahan kimia sepanjang Triwulan-1 2011 sampai Triwulan-

1 2019. Sementara itu, nilai proyeksi PDB riil industri bahan kimia dan

barang dari bahan kimia periode Triwulan-2 2019 sampai Triwulan-4

2024 diperoleh berdasarkan model univariat Log ARIMA (0,1,2) +

Seasonal Dummies. Model tersebut diperoleh berdasarkan tahapan

pemilihan model ARIMA terbaik sebagaimana dijelaskan pada bagian

metodologi. Hasil estimasi parameter untuk model tersebut disajikan

pada Tabel 4.1. Sementara kriteria pemilihan model terbaik

berdasarkan metode Akaike Information Criterion (AIC) disajikan pada

Gambar 4.2.

Gambar 4.1 memperlihatkan pergerakan nilai aktual PDB riil

industri bahan kimia dan barang dari bahan kimia yang cenderung

meningkat sepanjang periode Triwulan-1 2011 sampai Triwulan-1

2019. Pada Triwulan-1 2011, PDB riil industri bahan kimia dan barang

dari bahan kimia tercatat sebesar Rp. 21.774 Milyar, meningkat

menjadi Rp. 31.334 Milyar pada Triwulan-1 2019. Meski memiliki tren

yang meningkat, namun pertumbuhan PDB riil industri bahan kimia dan

barang dari bahan kimia pada periode tersebut cenderung berfluktuasi,

dengan rata-rata pertumbuhan mencapai 5,03% (y-o-y) per Triwulan.

24

Gambar 4.1. Nilai Aktual dan Forecasting PDB Rill dan Pertumbuhan

PDB Rill Industri Bahan Kimia dan Barang dari Bahan Kimia

Dependent Variable: DLOG(PDB_BKBBK_RIIL)

Method: ARMA Maximum Likelihood (BFGS)

Sample: 2011Q2 2019Q1

Included observations: 32 Variable Coefficient Std. Error t-Statistic Prob. C 0.011429 0.039710 0.287806 0.7759

D2 0.007881 0.040801 0.193151 0.8484

D3 0.003965 0.061953 0.063992 0.9495

D4 -0.011456 0.045127 -0.253875 0.8017

MA(1) 0.325997 2820.099 0.000116 0.9999

MA(2) -0.673999 8417.407 -8.01E-05 0.9999

SIGMASQ 0.001400 1.311975 0.001067 0.9992 R-squared 0.283979 Mean dependent var 0.011375

Adjusted R-squared 0.112134 S.D. dependent var 0.044923

S.E. of regression 0.042330 Akaike info criterion -3.199269

Sum squared resid 0.044795 Schwarz criterion -2.878639

Log likelihood 58.18830 Hannan-Quinn criter. -3.092989

F-statistic 1.652529 Durbin-Watson stat 2.109158

Prob(F-statistic) 0.174471

Tabel 4.1. Hasil Estimasi Model Log ARIMA (0,1,2) + Seasonal

Dummies

-15%

-10%

-5%

0%

5%

10%

15%

20%

25%

30%

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

50000

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB BKBBK Riil (Rp. Milyar) Growth BKBBK(%, Sb Kanan)

Forecast

25

-3.20

-3.19

-3.18

-3.17

-3.16

-3.15

-3.14

(0,2

)(0,0

)

(0,2

)(1,1

)

(0,2

)(1,0

)

(2,0

)(0,1

)

(2,0

)(1,1

)

(3,0

)(1,1

)

(0,2

)(0,1

)

(2,1

)(1,1

)

(2,0

)(1,0

)

(3,0

)(0,1

)

(0,3

)(1,1

)

(1,1

)(0,0

)

(0,2

)(1,2

)

(4,3

)(2,1

)

(2,1

)(1,2

)

(3,0

)(1,0

)

(0,2

)(2,0

)

(2,1

)(0,1

)

(3,2

)(1,0

)

(1,2

)(0,0

)

Akaike Information Criteria (top 20 models)

Gambar 4.2. Hasil AIC untuk 20 Model Terbaik

Fluktuasi data aktual PDB riil industri bahan kimia dan barang dari

bahan kimia setiap tahunnya juga menunjukkan adanya komponen

seasonal. Secara umum dapat dilihat bahwa pergerakan PDB riil

industri bahan kimia dan barang dari bahan kimia konsisten meningkat.

Hal ini mengindikasikan bahwa pergerakannya di masa mendatang

juga diperkirakan akan meningkat.

Selanjutnya, berdasarkan model Log ARIMA (0,1,2) + Seasonal

Dummies, diperkirakan nilai PDB riil industri bahan kimia dan barang

dari bahan kimia pada Triwulan-2 2019 akan sebesar Rp. 31.734 Milyar,

dan nilai ini diperkirakan akan meningkat hingga Triwulan-4 2024,

konsisten dengan pergerakan tren jangka panjangnya. Hingga Triwulan-

4 2024 diperkirakan nilai PDB riil industri bahan kimia dan barang dari

bahan kimia meningkat sebesar Rp. 40.618 Milyar, dengan rata-rata

26

pertumbuhan sebesar 4,79 persen (y-o-y) per Triwulannya. Nilai

proyeksi dan pertumbuhan PDB riil industri bahan kimia dan barang dari

bahan kimia disajikan pada Tabel 4.2.

Periode PDB

(Rp. Milyar) Growth Periode

PDB (Rp. Milyar)

Growth

2019 TW1 31333.67 13.42% 2022 TW1 35777.92 4.72%

TW2 31734.29 4.88% TW2 36475.48 4.72%

TW3 32256.62 6.41% TW3 37041.30 4.72%

TW4 32255.72 5.01% TW4 37040.27 4.72%

2020 TW1 32626.47 4.13% 2023 TW1 37466.02 4.72%

TW2 33262.59 4.82% TW2 38196.49 4.72%

TW3 33778.57 4.72% TW3 38789.01 4.72%

TW4 33777.63 4.72% TW4 38787.93 4.72%

2021 TW1 34165.88 4.72% 2024 TW1 39233.76 4.72%

TW2 34832.01 4.72% TW2 39998.71 4.72%

TW3 35372.34 4.72% TW3 40619.18 4.72%

TW4 35371.35 4.72% TW4 40618.05 4.72%

Sumber: Hasil Estimasi


Bahan Kimia dan Barang dari Bahan Kimia

Salah satu tujuan utama kajian ini adalah melakukan proyeksi

terhadap nilai PDB riil industri bahan kimia, split PDB riil kimia dasar

organik yang bersumber dari pertanian dan PDB riil industri barang dari

bahan kimia, split PDB riil industri cat dan tinta cetak, sabun, dan

kosmetik. Sebagaimana telah diuraikan pada bagian terdahulu, data

statistik PDB riil industri bahan kimia, PDB riil kimia dasar organik yang

bersumber dari pertanian, PDB riil industri barang dari bahan kimia, dan

PDB riil industri cat dan tinta cetak, sabun, dan kosmetik tidak tersedia

dalam format publikasi PDB menurut lapangan usaha atau sektor.

27

Untuk itu, nilai PDB dari industri-industri tersebut akan diekstraksi dari

PDB industri bahan kimia dan barang dari bahan kimia (KBLI dua digit)

dengan menggunakan prosedur splitting yang telah dijelaskan

sebelumnya. Dengan prosedur ini, selanjutnya juga dapat diproyeksi

nilai PDB riil dari industri-industri tersebut hingga Triwulan-4 Tahun

2024.

Data PDB riil industri bahan kimia, PDB riil kimia dasar organik

yang bersumber dari pertanian, PDB riil industri barang dari bahan

kimia, dan PDB riil industri cat dan tinta cetak, sabun, dan kosmetik

diperoleh dari publikasi Statistik Industri Besar Sedang (SIBS). Namun,

publikasi tersebut hanya menyediakan data nilai tambah dalam format

tahunan, bukan triwulanan seperti halnya data PDB menurut lapangan

usaha yang dipublikasikan secara luas oleh BPS. Namun di sisi lain,

data SIBS yang dipublikasikan sejauh ini hanya tersedia hingga tahun

2015. Oleh karena itu, data SIBS yang digunakan pada kajian ini

terbatas pada periode 2010-2015. Atas alasan ini dan untuk keperluan

forecasting, maka data nilai tambah industri-industri tersebut pada

periode 2010-2015 akan diinterpolasi dengan menggunakan metode

cubic spline untuk mendapatkan perkiraan triwulanannya. Harapannya

adalah periode observasi yang digunakan untuk pemodelan untuk

keperluan forecasting dapat bertambah, sehingga mencukupi

keperluan pemodelan ekonometrika.

Selanjutnya, berdasarkan data SIBS periode 2010-2015,

diperoleh rata-rata pangsa PDB industri bahan kimia terhadap PDB

industri bahan kimia dan barang dari bahan kimia sepanjang periode

tersebut adalah sebesar 78,28% per tahun. Sementara rata-rata

pangsa PDB industri barang dari bahan kimia terhadap PDB industri

bahan kimia dan barang dari bahan kimia sepanjang periode tersebut

28

adalah sebesar 17,42% per tahun. Sementara sisanya, pangsa PDB

industri serat buatan hanya mencapai rata-rata sebesar 4,31 persen

per tahun (lihat Gambar 4.3).

Gambar 4.3. Share PDB Industri Bahan Kimia dan Barang dari

Bahan Kimia

Berbeda dengan data PDB industri bahan kimia dan barang dari

bahan kimia yang memiliki data aktual hingga periode Triwulan-1 2011,

data PDB riil industri bahan kimia dan PDB riil industri barang dari

bahan kimia hanya tersedia hingga akhir tahun 2015. Dengan

demikian, periode proyeksi bagi PDB riil bahan kimia dan PDB riil

industri barang dari bahan kimia akan dimulai pada Triwulan-1 2016

hingga Triwulan-4 2024. Prosedur proyeksi yang dilakukan secara

umum sama dengan kasus sebelumnya. Pada kasus ini akan

digunakan hasil interpolasi data aktual share PDB industri bahan kimia

(KBLI 201) dan PDB industri barang dari bahan kimia (KBLI 202)

terhadap total PDB industri barang kimia dan bahan dari barang kimia

70,93%77,80% 75,65%

81,97% 81,52% 81,80%

20,43%15,94% 21,82%

17,03% 14,87% 14,41%8,64% 6,25% 2,53%

1,00%3,61% 3,80%

2010 2011 2012 2013 2014 2015

Industri Bahan Kimia Industri Barang dari Kimia Industri Serat Buatan

29

(KBLI 20). Berdasarkan tahapan pemodelan, diperoleh model yang

sesuai adalah Model ETS Exponential Smoothing. Model ini dipilih

berdasarkan kriteria pemilihan model terbaik, dan untuk kasus pangsa

industri bahan kimia dan barang dari bahan kimia hasil model ETS

Exponential Smoothing menghasilkan nilai proyeksi yang lebih baik.

Berdasarkan model tersebut, hasil proyeksi pangsa PDB untuk kedua

industri tersebut disajikan pada Gambar 4.4. Dapat dilihat bahwa

perkiraan rata-rata pangsa PDB untuk industri-industri tersebut relatif

tidak jauh berbeda dengan pangsa aktualnya pada periode 2011-2015.

Gambar 4.4 Proyeksi Share PDB Industri Bahan Kimia dan Barang

dari Bahan Kimia

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Industri Bahan Kimia Industri Barang dari Bahan Kimia Industri Serat Buatan

Forecast

30

Berbeda dengan prosedur forecasting sebelumnya, forecasting

PDB riil industri bahan kimia diperoleh dengan memanfaatkan hasil

forecasting pangsa nilai tambah industri bahan kimia terhadap total

PDB industri bahan kimia dan barang dari bahan kimia. Selanjutnya

dengan memanfaatkan hasil forecasting PDB industri bahan kimia dan

barang dari bahan kimia dan PDB deflatornya sepanjang Triwulan-1

2016 sampai Triwulan-4 2024, dapat ditentukan nilai proyeksi PDB riil

industri bahan kimia sepanjang periode tersebut. Berdasarkan

pendekatan tersebut, nilai PDB riil industri bahan kimia diperkirakan

akan meningkat hingga Triwulan-4 2024. Nilai PDB riil industri bahan

kimia pada Triwulan-1 2016 diperkirakan sebesar Rp 23.390 Milyar,

meningkat menjadi Rp 33.568 Milyar pada Triwulan-4 2024 (lihat

Gambar 4.5). Pada periode tersebut rata-rata pertumbuhan per


dapat dilihat bahwa PDB riil industri bahan kimia cenderung meningkat

hingga Triwulan-IV 2024 mengikuti tren jangka panjangnya.

Selanjutnya Gambar 4.6 menyajikan proyeksi triwulanan PDB riil

industri barang dari bahan kimia sepanjang Triwulan-1 2016 sampai

Triwulan-4 2024. Seperti halnya kasus industri bahan kimia, PDB riil

industri barang dari bahan kimia diproyeksi dengan memanfaatkan

hasil forecast share nilai tambah PDB industri barang dari bahan kimia

terhadap total PDB industri bahan kimia dan barang dari bahan kimia.

Kemudian dengan memanfaatkan hasil forecast PDB industri bahan

kimia dan barang dari bahan kimia dan PDB deflatornya sepanjang

Triwulan-1 2016 sampai Triwulan-4 2024, dapat ditentukan nilai

proyeksi PDB riil industri barang dari bahan kimia sepanjang periode

tersebut.

31

Gambar 4.5 Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri

Bahan Kimia

Pada Gambar 4.6 dapat dilihat bahwa nilai PDB riil barang dari

bahan kimia diperkirakan akan meningkat hingga Triwulan-4 2024

seiring meningkatnya perkiraan PDB riil industri bahan kimia dan

barang dari bahan kimia pada periode yang sama. Pada Triwulan-1

2016 diperkirakan nilai PDB riil industri barang dari bahan kimia

sebesar Rp 4.050 Milyar, meningkat menjadi Rp 5.496 Milyar pada

Triwulan-4 2024. Pada periode tersebut rata-rata pertumbuhan per

triwulannya diperkirakan mencapai 0.03 persen (y-o-y). Secara umum,

dapat dilihat bahwa PDB riil industri barang dari bahan kimia akan

cenderung meningkat hingga Triwulan-4 2024 mengikuti tren jangka

panjangnya.

-15%

-10%

-5%

0%

5%

10%

15%

20%

25%

0,00

5000,00

10000,00

15000,00

20000,00

25000,00

30000,00

35000,00

40000,00

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB IBK Rill (Rp. Milyar) Growth IBK (%, Sb Sb Kanan)

Forecast

32


Barang dari Bahan Kimia

Seperti pada kasus sebelumnya, proyeksi PDB riil industri kimia

organik yang bersumber dari pertanian akan diproyeksi dengan

memanfaatkan hasil interpolasi data aktual share PDB industri kimia

organik yang bersumber dari pertanian (KBLI 20115) terhadap total

PDB industri bahan kimia (KBLI 201). Berdasarkan tahapan

pemodelan, diperoleh model yang sesuai adalah Model Log ARIMA

(0,1,2). Model ini dipilih berdasarkan kriteria pemilihan model ARIMA

terbaik. Berdasarkan model tersebut, hasil proyeksi pangsa PDB untuk

industri kimia organik yang bersumber dari pertanian dan industri

bahan kimia lainnya selama periode Triwulan-1 2016 -Triwulan-4 2024

disajikan pada Gambar 4.7.

-0,3

-0,2

-0,1

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,00

1000,00

2000,00

3000,00

4000,00

5000,00

6000,00

7000,00

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB IBBK Rill (Rp. Milyar) Growth IBBK (%, Sb Sb Kanan)

Forecast

33

Gambar 4.7 Proyeksi Share PDB Industri Bahan Kimia

Seperti pada kasus sebelumnya, forecasting PDB riil industri

bahan kimia yang bersumber dari pertanian diperoleh dengan

memanfaatkan hasil forecasting pangsa nilai tambah industri tersebut

terhadap total PDB industri bahan kimia. Selanjutnya dengan

memanfaatkan hasil forecasting PDB industri bahan kimia dan barang

dari bahan kimia dan PDB deflatornya sepanjang Triwulan-1 2016

sampai Triwulan-4 2024, dapat ditentukan nilai proyeksi PDB riil

industri bahan kimia yang bersumber dari pertanian sepanjang periode

tersebut. Berdasarkan pendekatan tersebut, nilai PDB riil industri

bahan kimia yang bersumber dari pertanian diperkirakan akan

meningkat hingga Triwulan-4 2024. Nilai PDB riil industri bahan kimia

yang bersumber dari pertanian pada Triwulan-1 2016 diperkirakan


Triwulan-4 2024 (lihat Gambar 4.8). Pada periode tersebut rata-rata

pertumbuhan per triwulannya diperkirakan mencapai 0,12 persen

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Industri Kimia Dasar Organik dari Pertanian Industri Bahan Kimia Lainnya

Forecast

34


yang bersumber dari pertanian mengalami penurunan yang

substansial sejak tahun 2012 hingga tahun 2015. Namun demikian,

meski masih relatif rendah dibandingkan periode sebelumnya, hasil

forecasting industri bahan kimia yang bersumber dari pertanian

diperkirakan akan kembali mengalami peningkatan Triwulan-4 2024.


Kimia Dasar Organik dari Pertanian

Forecasting PDB riil industri bahan kimia lainnya juga diperoleh

dengan memanfaatkan hasil forecasting pangsa nilai tambah industri

tersebut terhadap total PDB industri bahan kimia. Selanjutnya dengan




industri bahan kimia lainnya sepanjang periode tersebut. Berdasarkan

-2,00

0,00

2,00

4,00

6,00

8,00

10,00

12,00

14,00

0,0

500,0

1000,0

1500,0

2000,0

2500,0

3000,0

3500,0

4000,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Industri Kimia Dasar Organik dari Pertanian (Rp. Milyar)

Growth Industri Kimia Dasar Organik dari Pertanian (%, Sb Kanan)

Forecast

35

pendekatan tersebut, nilai PDB riil industri bahan kimia lainnya

diperkirakan akan meningkat hingga Triwulan-4 2024. Nilai PDB riil

industri bahan kimia lainnya pada Triwulan-1 2016 diperkirakan

sebesar Rp 23.274,4 Milyar, meningkat menjadi Rp 33.144,5 Milyar

pada Triwulan-4 2024 (lihat Gambar 4.9). Pada periode tersebut rata-

rata pertumbuhan per triwulannya diperkirakan mencapai 0,04 persen


cenderung meningkat hingga Triwulan-4 2024 mengikuti tren jangka

panjangnya.


Bahan Kimia Lainnya

Seperti pada kasus sebelumnya, proyeksi PDB riil industri cat dan

tinta cetak (KBLI 20221), industri sabun dan bahan pembersih

-0,15

-0,10

-0,05

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0,0

5000,0

10000,0

15000,0

20000,0

25000,0

30000,0

35000,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Industri Bahan Kimia Lainnya (Rp. Milyar)

Growth Industri Bahan Kimia Lainnya (%, Sb Kanan)

Forecast

36

keperluan RT (KBLI 20231), dan industri bahan kosmetik dan kosmetik

termasuk pasta gigi (KBLI 20232) akan diproyeksi dengan

memanfaatkan hasil interpolasi data aktual share PDB industri-industri

tersebut terhadap total PDB industri barang dari bahan kimia (KBLI

202). Forecast pangsa PDB industri cat dan tinta cetak diperoleh

dengan menggunakan Model Log ARIMA (2,0,4) (2,0,0). Forecast

pangsa PDB industri bahan kosmetik dan kosmetik termasuk pasta gigi

diperoleh dengan menggunakan Model Log ARIMA (4,0,2). Forecast

pangsa PDB barang dari bahan kimia lainnya diperoleh dengan

menggunakan Model ARIMA (2,0,1) (1,0,0). Sementara forecast

pangsa PDB industri sabun dan bahan pembersih keperluan rumah

tangga diperoleh dari hasil residu forecast pangsa PDB ketiga industri

sebelumnya.

Gambar 4.10 Proyeksi Share PDB Industri Barang dari Bahan Kimia

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Industri Cat dan Tinta Cetak Industri Sabun dan Bahan Pembersih

Indutri Bahan Kosmetik dan Kosmetik Industri BBK Lainnya

Forecast

37

Forecasting PDB riil industri cat dan tinta cetak diperoleh dengan

memanfaat hasil forecasting pangsa nilai tambah industri tersebut

terhadap total PDB industri barang dari bahan bahan kimia (lihat

Gambar 4.11). Selanjutnya dengan memanfaatkan hasil forecasting

PDB industri bahan kimia dan barang dari bahan kimia dan PDB

deflatornya sepanjang Triwulan-1 2016 sampai Triwulan-4 2024, dapat

ditentukan nilai proyeksi PDB riil industri cat dan tinta cetak sepanjang

periode tersebut. Berdasarkan pendekatan tersebut, nilai PDB riil

industri cat dan tinta cetak diperkirakan akan meningkat hingga

Triwulan-4 2024. Nilai PDB riil industri cat dan tinta cetak pada

Triwulan-1 2016 diperkirakan sebesar Rp 578,1 Milyar, meningkat

menjadi Rp 607,2 Milyar pada Triwulan-4 2024 (lihat Gambar 4.11).

Pada periode tersebut rata-rata pertumbuhan per triwulannya

diperkirakan mencapai 6,5 persen (yoy). Secara umum dapat dilihat

bahwa PDB riil industri cat dan tinta cetak cenderung berfluktuasi

mengikuti pola yang terjadi pada periode sebelumnya.

Forecasting PDB riil industri sabun dan bahan pembersih

keperluan RT diperoleh dengan memanfaatkan hasil forecasting

pangsa nilai tambah industri tersebut terhadap total PDB industri

barang dari bahan kimia (lihat Gambar 4.12). Selanjutnya dengan




industri sabun dan bahan pembersih keperluan RT sepanjang periode

tersebut. Berdasarkan pendekatan tersebut, nilai PDB riil industri

sabun dan bahan pembersih keperluan RT diperkirakan akan

meningkat hingga Triwulan-4 2024.

38


Cat dan Tinta Cetak

Nilai PDB riil industri sabun dan bahan pembersih keperluan RT

pada Triwulan-1 2016 diperkirakan sebesar Rp 592,81 Milyar,

meningkat menjadi Rp 1.737 Milyar pada Triwulan-4 2024 (lihat



dapat dilihat bahwa PDB riil industri sabun dan bahan pembersih

keperluan RT cenderung berfluktuasi mengikuti pola yang terjadi pada

periode sebelumnya.

Forecasting PDB riil industri bahan kosmetik dan kosmetik

termasuk pasta gigi diperoleh dengan memanfaatkan hasil forecasting


barang dari bahan bahan kimia (lihat Gambar 4.13a).

-0,60

-0,40

-0,20

0,00

0,20

0,40

0,60

0,80

1,00

0,0

200,0

400,0

600,0

800,0

1000,0

1200,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Industri Cat dan Tinta Cetak Rill (Rp. Milyar)

Growth Industri Cat dan Tinta Cetak Rill (%, Sb Kanan)

Forecast

39


Sabun dan Bahan Pembersih Keperluan RT

Selanjutnya dengan memanfaatkan hasil forecasting PDB

industri bahan kimia dan barang dari bahan kimia dan PDB deflatornya

sepanjang Triwulan-1 2016 sampai Triwulan-4 2024, dapat ditentukan

nilai proyeksi PDB riil industri bahan kosmetik dan kosmetik termasuk

pasta gigi sepanjang periode tersebut. Berdasarkan pendekatan

tersebut, nilai PDB riil industri bahan kosmetik dan kosmetik termasuk

pasta gigi diperkirakan akan meningkat hingga Triwulan-4 2024. Nilai

PDB riil industri bahan kosmetik dan kosmetik termasuk pasta gigi

pada Triwulan-1 2016 diperkirakan sebesar Rp 1.061,3 Milyar,

meningkat menjadi Rp 1.354,5 Milyar pada Triwulan-4 2024 (lihat

Gambar 4.13a). Pada periode tersebut rata-rata pertumbuhan per


dapat dilihat bahwa PDB riil industri bahan kosmetik dan kosmetik

termasuk pasta gigi cenderung berfluktuasi mengikuti pola yang terjadi

pada periode sebelumnya.

-1,00

-0,50

0,00

0,50

1,00

1,50

2,00

2,50

0,0

500,0

1000,0

1500,0

2000,0

2500,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Industri Sabun dan Bahan Keperluan RT (Rp. Milyar)

Growth Industri Sabun dan Bahan Keperluan RT (%, Sb. Kanan)

Forecast

40

Gambar 4.13a Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri

Kosmetik termasuk Pasta Gigi

Gambar 4.13b Proyeksi PDB riil dan Pertumbuhan PDB Riil Industri

Barang dari Bahan Kimia Lainnya

-0,6

-0,5

-0,4

-0,3

-0,2

-0,1

0

0,1

0,2

0,3

0,4

0,0

200,0

400,0

600,0

800,0

1000,0

1200,0

1400,0

1600,0

1800,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

20112012201320142015201620172018201920202021202220232024

PDB Industri Kosmetik Termasuk Pasta Gigi (Rp. Milyar)

Growth Industri Kosmetik Termasuk Pasta Gigi (%, Sb. Kanan)

-0,6

-0,4

-0,2

0

0,2

0,4

0,6

0,8

1

1,2

0,0

500,0

1000,0

1500,0

2000,0

2500,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Industri BBK Lainnya (Rp. Milyar)

Growth Industri BBK Lainnya (%, Sb. Kanan)

Forecast

Forecast

41

Forecasting PDB riil barang dari bahan kimia lainnya diperoleh

dengan memanfaatkan hasil forecasting pangsa nilai tambah industri

tersebut terhadap total PDB industri barang dari bahan bahan kimia

(lihat Gambar 4.13a). Selanjutnya dengan memanfaatkan hasil

forecasting PDB industri bahan kimia dan barang dari bahan kimia dan

PDB deflatornya sepanjang Triwulan-1 2016 sampai Triwulan-4 2024,

dapat ditentukan nilai proyeksi PDB riil barang dari bahan kimia lainnya

sepanjang periode tersebut. Berdasarkan pendekatan tersebut, nilai

PDB riil industri barang dari bahan kimia lainnya diperkirakan akan

meningkat hingga Triwulan-4 2024. Nilai PDB riil industri barang dari

bahan kimia lainnya pada Triwulan-1 2016 diperkirakan sebesar Rp

1.818,5 Milyar, meningkat menjadi Rp 1.797,4 Milyar pada Triwulan-4

2024 (lihat Gambar 4.13a). Pada periode tersebut rata-rata


Secara umum dapat dilihat bahwa PDB riil industri barang dari bahan

kimia lainnya cenderung berfluktuasi mengikuti pola yang terjadi pada

periode sebelumnya.

4.2. Forecasting PDB Industri Peralatan Listrik

Gambar 4.14 menyajikan nilai aktual PDB riil industri peralatan

listrik dan pertumbuhannya, beserta nilai ramalannya hingga Triwulan-

4 2024. Forecasting tersebut dilakukan dengan menggunakan basis

data aktual PDB riil industri peralatan listrik sepanjang periode

Triwulan-1 2011 sampai Triwulan-1 2019. Sementara itu, nilai proyeksi

PDB riil industri peralatan listrik periode Triwulan-2 2019 sampai

Triwulan-4 2024 diperoleh berdasarkan model univariat ARIMA (3,1,0)

(1,0,1) + Seasonal Dummies. Model tersebut diperoleh berdasarkan

tahapan pemilihan model ARIMA terbaik sebagaimana dijelaskan pada

42

bagian metodologi. Hasil estimasi parameter untuk model tersebut

disajikan pada Tabel 4.3. Sementara kriteria pemilihan model terbaik

berdasarkan metode Akaike Information Criterion (AIC) disajikan pada

Gambar 4.15.

Gambar 4.14. Nilai Aktual dan Forecasting PDB Rill dan

Pertumbuhan PDB Rill Industri Peralatan Listrik

Gambar 4.14 memperlihatkan pergerakan nilai aktual PDB riil

industri peralatan listrik yang cenderung meningkat sepanjang periode

Triwulan-1 2011 sampai Triwulan-1 2019. Pada Triwulan-1 2011 PDB

riil industri peralatan listrik tercatat sebesar Rp. 7.014 Milyar,

meningkat menjadi Rp. 11.362 Milyar pada Triwulan-1 2019. Meski

trennya cenderung meningkat, namun pertumbuhan PDB riil industri

peralatan listrik pada periode tersebut cenderung berfluktuasi dengan

rata-rata pertumbuhan mencapai 5,48% (y-o-y) per triwulan. Fluktuasi

data aktual PDB riil industri peralatan listrik setiap tahunnya juga

mengindikasikan adanya komponen seasonal. Di sisi lain, fakta bahwa

-0,1

-0,05

0

0,05

0,1

0,15

0,2

0

2000

4000

6000

8000

10000

12000

14000

16000

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Peralatan Listrik Riil (Rp. Milyar)

Growth PDB Peralatan Listrik (%, Sb. Kanan)

Forecast

43

pergerakan PDB riil industri peralatan listrik konsisten meningkat,

mengindikasikan bahwa pergerakannya di masa mendatang juga akan

meningkat.

14.70

14.71

14.72

14.73

14.74

14.75

14.76

14.77

(3,0

)(1,1

)

(3,0

)(0,0

)

(2,1

)(0,0

)

(0,2

)(0,0

)

(4,0

)(0,1

)

(3,0

)(0,2

)

(4,3

)(2,1

)

(4,2

)(0,1

)

(3,0

)(1,0

)

(2,3

)(0,0

)

(3,0

)(0,1

)

(4,0

)(0,0

)

(3,0

)(2,1

)

(3,1

)(0,0

)

(0,3

)(0,0

)

(4,1

)(0,0

)

(2,0

)(0,0

)

(2,2

)(0,0

)

(3,0

)(1,2

)

(3,1

)(1,1

)

Akaike Information Criteria (top 20 models)

Gambar 4.15. Hasil AIC untuk 20 Model Terbaik

Dependent Variable: D(PDB_PL_RIIL)

Method: ARMA Maximum Likelihood (BFGS)

Sample: 2011Q2 2019Q1

Included observations: 32 Variable Coefficient Std. Error t-Statistic Prob. C -60.85608 78.23035 -0.777909 0.4449

D2 699.9343 84.53470 8.279846 0.0000

D3 133.4981 170.4595 0.783166 0.4419

D4 -73.58110 144.9609 -0.507593 0.6168

AR(1) 0.202941 0.309364 0.655995 0.5186

AR(2) -0.474637 0.216772 -2.189564 0.0395

AR(3) 0.430393 0.203783 2.112015 0.0463

SAR(4) 0.502363 0.536270 0.936772 0.3590

MA(4) -0.999996 4555.991 -0.000219 0.9998

SIGMASQ 63185.53 1.47E+08 0.000431 0.9997 R-squared 0.661446 Mean dependent var 135.8831

Adjusted R-squared 0.522946 S.D. dependent var 438.9234

S.E. of regression 303.1604 Akaike info criterion 14.70189

Sum squared resid 2021937. Schwarz criterion 15.15993

44

Log likelihood -225.2303 Hannan-Quinn criter. 14.85372

F-statistic 4.775796 Durbin-Watson stat 1.936679

Prob(F-statistic) 0.001324

Tabel 4.3. Hasil Estimasi Model ARIMA (3,1,0) (2,0,2) + Seasonal

Dummies

Selanjutnya, berdasarkan model ARIMA (3,1,0) (2,0,2) +

Seasonal Dummies, diperkirakan nilai PDB riil industri peralatan listrik

pada Triwulan-2 2019 akan sebesar Rp. 12.392 Milyar, dan nilai ini

diperkirakan akan cenderung meningkat hingga Triwulan-4 2024,

konsisten dengan pergerakan tren jangka panjangnya. Hingga

Triwulan-4 2024 diperkirakan nilai PDB riil industri peralatan listrik akan

meningkat sebesar Rp. 14.636 Milyar, dengan rata-rata pertumbuhan

sebesar 5,05 persen (y-o-y) per Triwulannya. Nilai proyeksi dan

pertumbuhan PDB riil industri peralatan listrik disajikan pada Tabel 4.4.

Periode PDB


PDB (Rp. Milyar)

Growth

2019 TW1 11362.30 17.17% 2022 TW1 13090.04 3.54%

TW2 12391.71 18.45% TW2 13699.73 3.40%

TW3 12275.18 10.58% TW3 13754.96 3.86%

TW4 12044.06 9.03% TW4 13632.95 3.78%

2020 TW1 12168.46 7.10% 2023 TW1 13563.52 3.62%

TW2 12864.17 3.81% TW2 14194.38 3.61%

TW3 12756.37 3.92% TW3 14266.87 3.72%

TW4 12620.48 4.79% TW4 14130.36 3.65%

2021 TW1 12642.77 3.90% 2024 TW1 14062.26 3.68%

TW2 13249.16 2.99% TW2 14704.25 3.59%

TW3 13243.73 3.82% TW3 14776.06 3.57%

TW4 13135.87 4.08% TW4 14635.83 3.58%



Peralatan Listrik

45

Selanjutnya hasil proyeksi nilai PDB riil industri peralatan listrik

akan dipisahkan menjadi PDB riil industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan dan PDB industri peralatan

listrik lainnya. Sebagaimana telah diuraikan pada bagian terdahulu,

data statistik PDB riil industri pengubah tegangan, pengubah arus, dan

pengontrol tegangan tidak tersedia dalam format publikasi PDB

menurut lapangan usaha atau sektor. Untuk itu, nilai PDB dari industri

tersebut akan diekstraksi dari PDB industri peralatan listrik (KBLI 2

digit) dengan menggunakan prosedur splitting yang telah dijelaskan

sebelumnya. Dengan prosedur ini, selanjutnya juga dapat diproyeksi

nilai PDB riil industri pengubah tegangan, pengubah arus, dan

pengontrol tegangan dan PDB industri peralatan listrik lainnya hingga

Triwulan-4 Tahun 2024.

Data PDB riil industri pengubah tegangan, pengubah arus, dan

pengontrol tegangan dan PDB industri peralatan listrik lainnya

diperoleh dari publikasi Statistik Industri Besar Sedang (SIBS). Seperti

pada kasus sebelumnya, publikasi tersebut hanya menyediakan data

nilai tambah tahunan, bukan triwulanan seperti halnya data PDB

menurut lapangan usaha. Di sisi lain, data terbaru publikasi SIBS

sejauh ini hanya tersedia hingga tahun 2015. Dengan demikian, data

SIBS yang digunakan pada kasus ini juga terbatas pada periode 2010-

2015. Atas alasan ini dan untuk keperluan forecasting, maka data nilai

tambah industri-industri tersebut pada periode 2010-2015 akan

diinterpolasi dengan menggunakan metode cubic spline untuk

mendapatkan perkiraan triwulanannya.

46

Gambar 4.16. Share PDB Industri Peralatan Listrik

Selanjutnya, berdasarkan data aktual nilai tambah industri

peralatan listrik periode 2010-2015, diperoleh rata-rata pangsa PDB

industri pengubah tegangan, pengubah arus, dan pengontrol tegangan

sebesar 6,16% per tahun. Sementara itu, rata-rata pangsa PDB

industri peralatan listrik lainnya tercatat sebesar 93,84% per tahun

(lihat Gambar 4.16).

Berbeda dengan data PDB industri peralatan listrik yang memiliki

data aktual hingga periode Triwulan-1 2011, data PDB industri

pengubah tegangan, pengubah arus, dan pengontrol tegangan hanya

tersedia hingga akhir tahun 2015. Dengan demikian, periode proyeksi

bagi PDB industri pengubah tegangan, pengubah arus, dan pengontrol

tegangan dan PDB industri peralatan listrik lainnya akan dimulai pada

Triwulan-1 2016 hingga Triwulan-4 2024. Prosedur proyeksi yang

dilakukan secara umum sama dengan kasus sebelumnya. Pada kasus

ini akan digunakan hasil interpolasi data aktual share PDB industri

pengubah tegangan, pengubah arus, dan pengontrol tegangan (KBLI

6,37% 7,36% 9,09% 5,54% 5,93% 2,69%

93,63% 92,64% 90,91% 94,46% 94,07% 97,31%

2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5

Industri Peralatan Listrik Lainnya

Industri Pengubah Tegangan, Pengubah Arus, dan Pengontrol Tegangan

47

27113) terhadap total PDB industri peralatan listrik (KBLI 27).

Berdasarkan tahapan pemodelan, diperoleh model yang sesuai adalah

Model Log ARIMA (0,1,2). Hasil proyeksi pangsa PDB industri

pengubah tegangan, pengubah arus, dan pengontrol tegangan dan

industri peralatan listrik lainnya disajikan pada Gambar 4.17. Dapat

dilihat bahwa perkiraan rata-rata pangsa PDB untuk industri-industri

tersebut relatif tidak jauh berbeda dengan pangsa aktualnya pada

periode 2010-2015.

Gambar 4.17 Proyeksi Share Industri Peralatan Listrik

Forecasting PDB riil industri pengubah tegangan, pengubah arus,

dan pengontrol tegangan diperoleh dengan memanfaatkan hasil

forecasting pangsa nilai tambah industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan terhadap total PDB industri

peralatan listrik. Selanjutnya dengan memanfaatkan hasil forecasting

PDB industri peralatan listrik dan PDB deflatornya sepanjang Triwulan-

1 2016 sampai Triwulan-4 2024, dapat ditentukan nilai proyeksi PDB

riil industri pengubah tegangan, pengubah arus, dan pengontrol

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

32011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

IPTPAPT Industri Peralatan Listrik Lainnya

Forecast

48

tegangan sepanjang periode tersebut. Berdasarkan pendekatan

tersebut, nilai PDB riil industri pengubah tegangan, pengubah arus,

dan pengontrol tegangan diperkirakan akan meningkat hingga

Triwulan-4 2024. Nilai PDB riil industri pengubah tegangan, pengubah

arus, dan pengontrol tegangan pada Triwulan-1 2016 diperkirakan


Triwulan-4 2024 (lihat Gambar 4.18). Pada periode tersebut, rata-rata

pertumbuhan per triwulannya diperkirakan sebesar -0.04 persen (yoy).

Secara umum dapat dilihat bahwa PDB riil industri pengubah

tegangan, pengubah arus, dan pengontrol tegangan cenderung

stagnan hingga Triwulan-4 2024.


Pengubah Tegangan, Pengubah Arus, dan Pengontrol Tegangan

Seperti kasus sebelumnya, forecasting PDB riil industri peralatan

listrik lainnya diperoleh dengan memanfaatkan hasil forecasting


peralatan listrik. Selanjutnya dengan memanfaatkan hasil forecasting

-80,0%

-60,0%

-40,0%

-20,0%

0,0%

20,0%

40,0%

60,0%

80,0%

0,0

100,0

200,0

300,0

400,0

500,0

600,0

700,0

800,0

900,0

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

TW1

TW3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Industri PTAPT Riil Growth (%, Sb Kanan)

Forecast

49

PDB industri peralatan listrik dan PDB deflatornya sepanjang Triwulan-

1 2016 sampai Triwulan-4 2024, dapat ditentukan nilai proyeksi PDB

riil industri peralatan listrik lainnya sepanjang periode tersebut. Nilai

PDB riil industri peralatan listrik lainnya diperkirakan akan meningkat

hingga Triwulan-4 2024. Nilai PDB riil industri peralatan listrik lainnya

pada Triwulan-1 2016 diperkirakan sebesar Rp 9.877,6 Milyar,

meningkat menjadi Rp 13.578,9 Milyar pada Triwulan-4 2024 (lihat


triwulannya diperkirakan sebesar 3,39 persen (yoy). Secara umum

dapat dilihat bahwa PDB riil industri peralatan listrik lainnya cenderung

meningkat hingga Triwulan-4 2024 mengikuti tren jangka panjangnya.


Peralatan Listrik Lainnya

-0,1

-0,05

0

0,05

0,1

0,15

0,2

0,25

0,0

2000,0

4000,0

6000,0

8000,0

10000,0

12000,0

14000,0

16000,0

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Industri Peralatan Listrik Lainnya Growth (%, Sb Kanan)

Forecast

50

4.3. Forecasting PDB Industri Mesin dan Perlengkapan

Gambar 4.20 menyajikan nilai aktual PDB riil industri mesin dan

perlengkapan, beserta nilai ramalannya hingga Triwulan-4 2024.

Forecasting tersebut dilakukan dengan menggunakan basis data

aktual PDB riil industri mesin dan perlengkapan sepanjang Triwulan-1

2011 sampai Triwulan-1 2019. Sementara itu, nilai proyeksi PDB riil

industri mesin dan perlengkapan periode Triwulan-2 2019 sampai

Triwulan-4 2024 diperoleh berdasarkan model ETS Exponential

Smoothing. Model tersebut diperoleh berdasarkan tahapan pemilihan

model terbaik sebagaimana dijelaskan pada bagian metodologi. Hasil

estimasi parameter untuk model tersebut disajikan pada Tabel 4.5.


Mesin dan Perlengkapan

-0,15

-0,1

-0,05

0

0,05

0,1

0,15

0,2

0

2000

4000

6000

8000

10000

12000

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Industri Mesin da Peralatan YTDL Growth (%, Sb Kanan)

Forecast

51

Model selection: Average Mean Squared Error Convergence achieved after 1 iteration

Parameters Alpha: 0.600821

Beta: 0.000000 Gamma: 0.000000 Phi: 1.000000

Initial Parameters Initial level: 6377.934

Initial trend: 1.010659 Initial state 1: -155.8657 Initial state 2: 11.70379 Initial state 3: 88.18822 Initial state 4: 55.97374

Compact Log-likelihood -248.6320

Log-likelihood -237.7646 Akaike Information Criterion 515.2639 Schwarz Criterion 528.7325 Hannan-Quinn Criterion 519.7957 Sum of Squared Residuals 3501156. Root Mean Squared Error 325.7232 Average Mean Squared Error 142124.3

Forecast Evaluation RMSE MAE MAPE SMAPE Theil U1 Theil U2 325.7232 270.2509 3.860534 3.857080 0.022809 0.838708

Tabel 4.5. Hasil Estimasi PDB Riil Industri Mesin dan Perlengkapan

Periode PDB


PDB (Rp. Milyar)

Growth

2019 TW1 8722.82 1.29% 2022 TW1 10033.77 4.31%

TW2 8967.57 7.41% TW2 10172.34 4.29%

TW3 8985.73 7.56% TW3 10203.34 4.33%

TW4 8913.82 -0.76% TW4 10144.41 4.40%

2020 TW1 9222.33 5.73% 2023 TW1 10466.04 4.31%

TW2 9352.25 4.29% TW2 10609.21 4.29%

TW3 9374.52 4.33% TW3 10644.87 4.33%

52

TW4 9306.75 4.41% TW4 10590.64 4.40%

2021 TW1 9619.45 4.31% 2024 TW1 10917.03 4.31%

TW2 9753.60 4.29% TW2 11065.02 4.30%

TW3 9780.14 4.33% TW3 11105.54 4.33%

TW4 9716.70 4.40% TW4 11056.22 4.40%


Tabel 4.6. Forecasting Nilai dan Pertumbuhan PDB Riil Industri Mesin dan Perlengkapan

Sementara itu, Gambar 4.20 memperlihatkan pergerakan nilai

aktual PDB riil industri mesin dan perlengkapan yang cenderung

meningkat sepanjang Triwulan-1 2011 sampai Triwulan-1 2019. Pada

Triwulan-1 2011 nilai aktual PDB riil industri mesin dan peralatan

tercatat sebesar Rp. 6.435 Milyar, meningkat menjadi Rp. 8.723 Milyar

pada Triwulan-1 2019. Meski pergerakannya cenderung meningkat,

namun pertumbuhan PDB riil industri mesin dan perlengkapan pada

periode tersebut cenderung berfluktuasi dengan rata-rata

pertumbuhan mencapai 4,35% (y-o-y) per triwulan. Selanjutnya, fakta

bahwa pergerakan PDB riil industri mesin dan perlengkapan yang

cenderung meningkat, mengindikasikan bahwa pergerakannya di

masa mendatang juga cenderung meningkat mengikuti tren jangka

panjangnya. Selanjutnya, berdasarkan model ETS Exponential

Smoothing, diperkirakan nilai PDB riil industri mesin dan perlengkapan

pada Triwulan-2 2019 akan sebesar Rp. 8.968 Milyar, dan nilai ini

diperkirakan meningkat hingga Triwulan-4 2024 sebesar Rp. 11.056

Milyar. Sepanjang periode tersebut, pergerakan PDB riil industri mesin

dan perlengkapan juga cenderung berfluktuasi dengan rata-rata

pertumbuhan sebesar 4,45 persen (y-o-y) per Triwulannya. Nilai

proyeksi dan pertumbuhan PDB riil industri mesin dan perlengkapan

disajikan pada Tabel 4.6.

53

Selanjutnya hasil proyeksi nilai PDB riil industri mesin dan

perlengkapan akan dipisahkan menjadi PDB riil industri mesin

penambangan, penggalian dan konstruksi dan PDB industri mesin dan

perlengkapan lainnya. Seperti pada kasus sebelumnya, data statistik

PDB riil industri mesin penambangan, penggalian dan konstruksi tidak

tersedia dalam format publikasi PDB menurut lapangan usaha atau

sektor. Untuk itu, nilai PDB dari industri tersebut akan diekstraksi dari

PDB industri mesin dan perlengkapan (KBLI 2 digit) dengan

menggunakan prosedur splitting yang telah dijelaskan sebelumnya.

Dengan prosedur ini, selanjutnya juga dapat diproyeksi nilai PDB riil

mesin penambangan, penggalian dan konstruksi dan PDB industri

mesin dan perlengkapan lainnya hingga Triwulan-4 Tahun 2024.

Gambar 4.21. Share PDB Industri Mesin dan Perlengkapan

Data PDB riil industri mesin penambangan, penggalian dan

konstruksi tegangan dan PDB industri mesin dan perlengkapan lainnya

diperoleh dari publikasi Statistik Industri Besar Sedang (SIBS). Seperti

pada kasus sebelumnya, publikasi tersebut hanya menyediakan data

nilai tambah tahunan, bukan triwulanan seperti halnya data PDB

2,88% 1,74% 2,47% 5,79% 4,11% 3,56%

97,1% 98,3% 97,5% 94,2% 95,9% 96,4%

2010 2011 2012 2013 2014 2015

Industri Mesin dan Perlengkapan

Industri Mesin Penambangan, Penggalian, dan Konstruksi

54

menurut lapangan usaha. Dan data terbaru publikasi SIBS sejauh ini

hanya tersedia hingga tahun 2015. Dengan demikian, data SIBS yang

digunakan pada kasus ini juga terbatas pada periode 2010-2015. Atas

alasan ini dan untuk keperluan forecasting, maka data nilai tambah

industri-industri tersebut pada periode 2010-2015 akan diinterpolasi

dengan menggunakan metode cubic spline untuk mendapatkan

perkiraan triwulanannya.

Berbeda dengan data PDB industri mesin dan perlengkapan yang

memiliki data aktual hingga periode Triwulan-1 2011, data PDB industri

mesin penambangan, penggalian dan konstruksi hanya tersedia

hingga akhir tahun 2015. Dengan demikian, periode proyeksi bagi PDB

industri mesin penambangan, penggalian dan konstruksi dan PDB

industri mesin dan perlengkapan lainnya akan dimulai pada Triwulan-

1 2016 hingga Triwulan-4 2024. Prosedur proyeksi yang dilakukan

secara umum sama dengan kasus sebelumnya. Pada kasus ini akan

digunakan hasil interpolasi data aktual share PDB industri mesin

penambangan, penggalian dan konstruksi (KBLI 28240) terhadap total

PDB industri mesin dan perlengkapan (KBLI 28). Berdasarkan tahapan

pemodelan, diperoleh model yang sesuai adalah Model ETS

Exponential Smoothing. Hasil proyeksi pangsa PDB industri mesin

penambangan, penggalian dan konstruksi dan industri mesin dan

perlengkapan lainnya disajikan pada Gambar 4.22. Dapat dilihat

bahwa perkiraan rata-rata pangsa PDB untuk industri-industri tersebut

relatif tidak jauh berbeda dengan pangsa aktualnya pada periode

2010-2015.

Forecasting PDB riil industri mesin penambangan, penggalian

dan konstruksi diperoleh dengan memanfaatkan hasil forecasting

pangsa nilai tambah industri mesin penambangan, penggalian dan

55

konstruksi terhadap total PDB industri mesin dan perlengkapan.

Selanjutnya dengan memanfaatkan hasil forecasting PDB industri

mesin dan perlengkapan dan PDB deflatornya sepanjang Triwulan-1

2016 sampai Triwulan-4 2024, dapat ditentukan nilai proyeksi PDB riil

industri mesin penambangan, penggalian dan konstruksi sepanjang

periode tersebut. Berdasarkan pendekatan tersebut, nilai PDB riil

industri mesin penambangan, penggalian dan konstruksi diperkirakan

akan meningkat hingga Triwulan-4 2024. Nilai PDB riil industri mesin

penambangan, penggalian dan konstruksi pada Triwulan-1 2016

diperkirakan sebesar Rp 339,55 Milyar, meningkat menjadi Rp 402,38

Milyar pada Triwulan-4 2024 (lihat Gambar 4.23). Pada periode

tersebut rata-rata pertumbuhan per triwulannya diperkirakan sebesar

5,38 persen (yoy). Secara umum dapat dilihat bahwa PDB riil industri

mesin penambangan, penggalian dan konstruksi cenderung

meningkat hingga Triwulan-IV 2024.

Gambar 4.22 Proyeksi Share Industri Mesin dan Peralatan YTDL

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

Industri MPPK Industri Mesin Lainnya

Forecast

56

Seperti kasus sebelumnya, forecasting PDB riil industri mesin dan

perlengkapan lainnya diperoleh dengan memanfaatkan hasil

forecasting pangsa nilai tambah industri tersebut terhadap total PDB

industri mesin dan perlengkapan. Selanjutnya, dengan memanfaatkan

hasil forecasting PDB industri mesin dan perlengkapan dan PDB

deflatornya sepanjang Triwulan-1 2016 sampai Triwulan-4 2024, dapat

ditentukan nilai proyeksi PDB riil industri mesin dan perlengkapan

lainnya sepanjang periode tersebut. Berdasarkan pendekatan

tersebut, nilai PDB riil industri mesin dan perlengkapan lainnya

diperkirakan akan meningkat hingga Triwulan-4 2024


Mesin Penambangan, Penggalian dan Konstruksi

-50,0%

0,0%

50,0%

100,0%

150,0%

200,0%

0,00

50,00

100,00

150,00

200,00

250,00

300,00

350,00

400,00

450,00

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Rill IMPPK Growth (%, Sb Kanan)

Forecast

57

. Nilai PDB riil industri mesin dan perlengkapan lainnya pada

Triwulan-1 2016 diperkirakan sebesar Rp 8.637,02 Milyar, meningkat

menjadi Rp 10.653,84 Milyar pada Triwulan-4 2024 (lihat Gambar

4.24). Pada periode tersebut rata-rata pertumbuhan per triwulannya

diperkirakan sebesar 4,45 persen (yoy). Secara umum dapat dilihat

bahwa PDB riil industri mesin dan perlengkapan lainnya cenderung

meningkat hingga Triwulan-IV 2024 mengikuti tren jangka panjangnya.


Mesin dan Perlengkapan Lainnya

-0,2

-0,15

-0,1

-0,05

0

0,05

0,1

0,15

0,2

0,00

2000,00

4000,00

6000,00

8000,00

10000,00

12000,00

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

3

TW

1

TW

32011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024

PDB Rill Industri Mesin Lainnya Growth (%, Sb Kanan)

Forecast

58

V. PENUTUP

Kajian ini bertujuan melakukan peramalan (forecasting) nilai PDB

dari sektor industri dan pemisahan (splitting) terhadap sektor industri

strategis yang tidak muncul secara khusus dalam PDB nasional.

Fokus kajian adalah melakukan pemisahan dan peramalan nilai PDB

pada industri bahan kimia (split kimia dasar organik) dan industri

barang dari bahan kimia (split cat dan tinta cetak, sabun, dan

kosmetik), industri peralatan listrik (split industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan), dan Industri mesin dan

perlengkapan (split industri mesin pertambangan, penggalian dan

konstruksi). Secara umum metode forecasting yang digunakan adalah

model ekonometrika univariate, yakni model ARMA/ARIMA beserta

variannya dan model ETS Exponential Smoothing.

Kajian ini menggunakan dua struktur data yang berbeda.

Pertama, data PDB nasional menurut lapangan usaha (KBLI dua digit)

yang dikumpulkan sepanjang Triwulan I 2010 sampai Triwulan 1 2019.

Secara khusus lapangan usaha yang diobservasi adalah industri

bahan kimia dan barang dari bahan kimia (KBLI 20), industri peralatan

listrik (KBLI 27), dan industri mesin dan perlengkapan ytdl (KBLI 28).

Kedua, data nilai tambah industri yang bersumber dari Statistik Industri

Besar Sedang (SBIS) BPS, yang dikumpulkan sepanjang periode

2010-2015. Penggunaan data SBIS dikarenakan tidak tersedianya

publikasi data PDB menurut lapangan usaha (KBLI lima digit) untuk

industri kimia dasar organik yang bersumber dari pertanian, industri cat

dan tinta cetak, sabun, dan kosmetik, industri pengubah tegangan,

pengubah arus, dan pengontrol tegangan, serta industri mesin

pertambangan, penggalian dan konstruksi. Data nilai tambah ini

59

kemudian digunakan sebagai dasar untuk melakukan splitting PDB

industri-industri tersebut dari data PDB lapangan usaha industri

manufaktur dengan KBLI dua digit.

Kajian ini menghasilkan nilai-nilai peramalan variabel-variabel

berikut hingga akhir tahun 2024:

1) PDB Rill dan Pertumbuhan PDB Rill Industri Bahan Kimia dan

Barang dari Bahan Kimia

2) Share PDB Industri Bahan Kimia dan Barang dari Bahan Kimia

3) PDB riil dan Pertumbuhan PDB Riil Industri Bahan Kimia

4) PDB riil dan Pertumbuhan PDB Riil Industri Barang dari Bahan

Kimia

5) Share PDB Industri Bahan Kimia

6) PDB riil dan Pertumbuhan PDB Riil Industri Kimia Dasar

Organik dari Pertanian

7) PDB riil dan Pertumbuhan PDB Riil Industri Bahan Kimia

Lainnya

8) Share PDB Industri Barang dari Bahan Kimia

9) PDB riil dan Pertumbuhan PDB Riil Industri Cat dan Tinta

Cetak

10) PDB riil dan Pertumbuhan PDB Riil Industri Sabun dan Bahan

Pembersih Keperluan RT

11) PDB riil dan Pertumbuhan PDB Riil Industri Kosmetik termasuk

Pasta Gigi

12) PDB riil dan Pertumbuhan PDB Riil Industri Barang dari Bahan

Kimia Lainnya

13) PDB Rill dan Pertumbuhan PDB Rill Industri Peralatan Listrik

14) Share Industri Peralatan Listrik

60

15) PDB riil dan Pertumbuhan PDB Riil Industri Pengubah

Tegangan, Pengubah Arus, dan Pengontrol Tegangan

16) PDB riil dan Pertumbuhan PDB Riil Industri Mesin dan

Perlengkapan

17) Share Industri Mesin dan Perlengkapan

18) PDB riil dan Pertumbuhan PDB Riil Industri Mesin

Penambangan, Penggalian dan Konstruksi

19) PDB riil dan Pertumbuhan PDB Riil Industri Mesin dan

Perlengkapan Lainnya

LAMPIRAN 1. Hasil Splitting dan Forecasting Industri Bahan Kimia dan Barang dari bahan Kimia

Periode

Share PDB (%) PDB BKBBK (Rp Milyar)

PDB Nominal (Rp Milyar) PDB

BKBBK Deflator

PDB Riil (Rp Milyar) Growth (%)

Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Riil Nominal Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Mar-11 70.93% 20.43% 8.64% 21773.5 22530.0 15980.6 4602.9 1946.6 1.0347 15443.95 4448.33 1881.23 Jun-11 73.39% 18.47% 8.14% 22307.3 23071.6 16931.7 4260.6 1878.4 1.0343 16370.80 4119.47 1816.17 Sep-11 75.55% 16.84% 7.60% 21702.9 22722.3 17166.5 3826.5 1727.7 1.0470 16396.38 3654.78 1650.19 Dec-11 77.12% 15.89% 6.99% 22360.8 23532.8 18148.2 3738.3 1644.1 1.0524 17244.34 3552.16 1562.17 Mar-12 77.80% 15.94% 6.25% 22684.4 24732.2 19241.7 3942.3 1545.8 1.0903 17648.50 3615.90 1417.78 14.27% -18.71% -24.64%

Jun-12 77.45% 17.17% 5.37% 23032.0 25385.1 19661.3 4357.4 1364.2 1.1022 17838.80 3953.46 1237.77 8.97% -4.03% -31.85%

Sep-12 76.55% 19.03% 4.41% 25170.6 26740.2 20471.0 5087.6 1180.1 1.0624 19269.32 4788.98 1110.82 17.52% 31.03% -32.69%

Dec-12 75.74% 20.81% 3.44% 27787.3 29224.9 22135.7 6082.9 1005.5 1.0517 21046.82 5783.67 956.06 22.05% 62.82% -38.80%

Mar-13 75.65% 21.82% 2.53% 27029.0 29028.7 21960.2 6334.1 734.4 1.0740 20447.41 5897.72 683.83 15.86% 63.11% -51.77%

Jun-13 76.71% 21.54% 1.76% 26714.8 28999.5 22244.2 6246.7 509.0 1.0855 20491.69 5754.61 468.86 14.87% 45.56% -62.12%

Sep-13 78.51% 20.30% 1.19% 27164.8 30930.2 24284.0 6278.2 368.5 1.1386 21327.69 5513.91 323.60 10.68% 15.14% -70.87%

Dec-13 80.47% 18.62% 0.91% 26917.7 31579.0 25411.0 5879.6 288.7 1.1732 21660.14 5011.69 246.11 2.91% -13.35% -74.26%

Mar-14 81.97% 17.03% 1.00% 27214.9 33090.6 27124.3 5635.3 330.9 1.2159 22308.06 4634.70 272.15 9.10% -21.42% -60.20%

Jun-14 82.57% 15.95% 1.48% 27727.8 34332.8 28350.0 5474.8 507.8 1.2382 22895.94 4421.50 410.15 11.73% -23.17% -12.52%

Sep-14 82.47% 15.33% 2.20% 27385.2 34387.5 28358.9 5270.6 757.6 1.2557 22584.26 4197.34 603.31 5.89% -23.88% 86.44%

Dec-14 82.00% 15.02% 2.98% 28607.4 37011.4 30350.0 5558.9 1102.2 1.2938 23458.60 4296.67 851.90 8.30% -14.27% 246.15%

Mar-15 81.52% 14.87% 3.61% 30086.0 40006.8 32613.6 5949.0 1444.2 1.3297 24526.11 4473.79 1086.10 9.94% -3.47% 299.08%

Jun-15 81.30% 14.75% 3.95% 28743.5 39007.9 31713.1 5754.0 1541.6 1.3571 23368.21 4239.89 1135.92 2.06% -4.11% 176.95%

Sep-15 81.33% 14.64% 4.04% 29113.3 40643.1 33054.0 5948.2 1642.6 1.3960 23677.08 4260.77 1176.61 4.84% 1.51% 95.02%

Dec-15 81.52% 14.52% 3.96% 27908.8 38838.4 31661.9 5640.1 1539.1 1.3916 22751.85 4052.91 1105.97 -3.01% -5.67% 29.82%

Mar-16 82.04% 14.21% 3.76% 28067.4 39022.2 32012.3 5543.9 1466.0 1.3686 23390.06 4050.67 1071.18 -4.63% -9.46% -1.37%

Jun-16 82.17% 14.21% 3.61% 29470.2 40325.6 33137.5 5731.2 1456.9 1.3783 24041.47 4158.04 1057.01 2.88% -1.93% -6.95%

Sep-16 82.38% 14.03% 3.59% 30573.9 41836.1 34464.4 5869.0 1502.7 1.3837 24908.17 4241.69 1086.06 5.20% -0.45% -7.70%

Dec-16 82.40% 13.83% 3.77% 31814.7 43541.2 35876.0 6023.7 1641.4 1.3806 25986.53 4363.26 1188.97 14.22% 7.66% 7.50%

Periode



BKBBK Deflator


Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya


Barang dari

bahan Kimia

BKBBK Lainnya

Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Mar-17 82.47% 13.83% 3.70% 31542.7 43078.1 35527.6 5957.1 1593.3 1.3778 25785.80 4323.66 1156.44 10.24% 6.74% 7.96%

Jun-17 82.50% 13.91% 3.59% 32200.0 44285.6 36534.3 6160.8 1590.5 1.3801 26472.36 4464.09 1152.45 10.11% 7.36% 9.03%

Sep-17 82.62% 13.79% 3.59% 32367.2 44547.4 36803.8 6144.4 1599.2 1.3805 26659.24 4450.75 1158.41 7.03% 4.93% 6.66%

Dec-17 82.57% 13.65% 3.78% 27989.5 38504.3 31793.4 5255.8 1455.1 1.3797 23042.96 3809.29 1054.60 -

11.33% -12.70% -11.30%

Mar-18 82.60% 13.68% 3.72% 27626.7 38214.3 31565.8 5228.6 1419.9 1.3795 22881.40 3790.09 1029.29 -

11.26% -12.34% -11.00%

Jun-18 82.59% 13.79% 3.61% 30256.4 42136.4 34801.5 5812.6 1522.3 1.3800 25218.90 4212.11 1103.14 -4.74% -5.64% -4.28%

Sep-18 82.69% 13.70% 3.61% 30313.6 42598.2 35223.4 5836.4 1538.4 1.3799 25525.18 4229.42 1114.82 -4.25% -4.97% -3.76%

Dec-18 82.62% 13.58% 3.80% 30716.1 43943.4 36307.3 5966.6 1669.5 1.3798 26313.41 4324.23 1209.96 14.19% 13.52% 14.73%

Mar-19 82.64% 13.62% 3.73% 31333.7 45121.5 37288.6 6147.8 1685.2 1.3798 27024.30 4455.51 1221.31 18.11% 17.56% 18.66%

Jun-19 82.62% 13.75% 3.63% 31734.3 43789.7 36179.3 6020.6 1589.7 1.3799 26219.08 4363.13 1152.09 3.97% 3.59% 4.44%

Sep-19 82.71% 13.66% 3.63% 32256.6 44509.7 36813.3 6082.2 1614.2 1.3799 26678.93 4407.84 1169.84 4.52% 4.22% 4.94%

Dec-19 82.64% 13.55% 3.81% 32255.7 44507.8 36780.4 6030.6 1696.7 1.3798 26655.56 4370.50 1229.66 1.30% 1.07% 1.63%

Mar-20 82.65% 13.60% 3.75% 32626.5 45019.7 37209.5 6123.8 1686.4 1.3799 26966.30 4437.98 1222.19 -0.21% -0.39% 0.07%

Jun-20 82.63% 13.73% 3.64% 33262.6 45897.7 37924.8 6302.2 1670.7 1.3799 27484.54 4567.26 1210.80 4.83% 4.68% 5.10%

Sep-20 82.71% 13.65% 3.63% 33778.6 46609.5 38552.8 6362.5 1694.1 1.3799 27939.79 4611.01 1227.76 4.73% 4.61% 4.95%

Dec-20 82.64% 13.54% 3.82% 33777.6 46608.1 38518.2 6310.0 1779.9 1.3799 27914.77 4572.94 1289.92 4.72% 4.63% 4.90%

Mar-21 82.65% 13.59% 3.75% 34165.9 47143.9 38966.8 6408.5 1768.6 1.3799 28239.79 4644.34 1281.75 4.72% 4.65% 4.87%

Jun-21 82.63% 13.72% 3.64% 34832.0 48063.1 39715.3 6596.1 1751.8 1.3799 28782.20 4780.28 1269.54 4.72% 4.66% 4.85%

Sep-21 82.72% 13.65% 3.64% 35372.3 48808.7 40372.7 6660.0 1775.9 1.3799 29258.71 4826.59 1287.03 4.72% 4.68% 4.83%

Dec-21 82.64% 13.53% 3.82% 35371.4 48807.3 40336.4 6605.6 1865.4 1.3799 29232.34 4787.15 1351.86 4.72% 4.68% 4.80%

Mar-22 82.66% 13.59% 3.75% 35777.9 49368.3 40805.8 6709.2 1853.3 1.3799 29572.57 4862.22 1343.12 4.72% 4.69% 4.79%

Jun-22 82.63% 13.72% 3.65% 36475.5 50330.8 41589.5 6905.9 1835.5 1.3799 30140.48 5004.80 1330.20 4.72% 4.70% 4.78%

Sep-22 82.72% 13.64% 3.64% 37041.3 51111.6 42277.9 6973.1 1860.6 1.3799 30639.42 5053.51 1348.37 4.72% 4.70% 4.77%

Dec-22 82.64% 13.53% 3.82% 37040.3 51110.2 42239.7 6916.3 1954.1 1.3799 30611.75 5012.38 1416.14 4.72% 4.70% 4.75%

Periode



BKBBK Deflator


Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya


Barang dari

bahan Kimia

BKBBK Lainnya

Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Bahan Kimia

Barang dari

bahan Kimia

BKBBK Lainnya

Mar-23 82.66% 13.59% 3.76% 37466.0 51697.6 42731.3 7025.0 1941.3 1.3799 30968.00 5091.12 1406.90 4.72% 4.71% 4.75%

Jun-23 82.63% 13.72% 3.65% 38196.5 52705.6 43551.9 7231.2 1922.6 1.3799 31562.67 5240.52 1393.30 4.72% 4.71% 4.74%

Sep-23 82.72% 13.64% 3.64% 38789.0 53523.2 44272.8 7301.6 1948.7 1.3799 32085.13 5291.61 1412.27 4.72% 4.71% 4.74%

Dec-23 82.64% 13.53% 3.82% 38787.9 53521.7 44232.8 7242.3 2046.6 1.3799 32056.14 5248.61 1483.18 4.72% 4.71% 4.73%

Mar-24 82.66% 13.59% 3.76% 39233.8 54136.9 44747.5 7356.2 2033.2 1.3799 32429.18 5331.11 1473.47 4.72% 4.71% 4.73%

Jun-24 82.63% 13.72% 3.65% 39998.7 55192.4 45606.8 7572.1 2013.5 1.3799 33051.91 5487.61 1459.19 4.72% 4.71% 4.73%

Sep-24 82.72% 13.64% 3.64% 40619.2 56048.5 46361.7 7646.0 2040.8 1.3799 33599.01 5541.14 1479.02 4.72% 4.72% 4.73%

Dec-24 82.64% 13.53% 3.82% 40618.0 56047.0 46319.8 7583.9 2143.3 1.3799 33568.65 5496.14 1553.26 4.72% 4.72% 4.72%

LAMPIRAN 2. Hasil Splitting dan Forecasting Industri Bahan Kimia

Periode

Share PDB (%) PDB Nominal (Rp. Milyar) PDB Riil (Rp. Milyar) Growth (%)

Kimia Organik Pertanian

Bahan Kimia Lainnya

Bahan kimia Kimia Organik

Pertanian Bahan Kimia

Lainnya Kimia Organik


Lainnya

Kimia Organik

Pertanian

Bahan Kimia

Lainnya

Mar-11 1.63% 98.37% 15980.55 260.5 15720.1 251.7 15192.2 Jun-11 7.13% 92.87% 16931.7 1207.9 15723.8 1167.9 15202.9 Sep-11 12.11% 87.89% 17166.5 2078.5 15088.0 1985.3 14411.1 Dec-11 16.02% 83.98% 18148.2 2907.9 15240.3 2763.1 14481.2 Mar-12 18.35% 81.65% 19241.7 3530.8 15710.8 3238.5 14410.0 11.86% -5.15%

Jun-12 18.73% 81.27% 19661.3 3681.8 15979.5 3340.6 14498.2 186.04% -4.64%

Sep-12 17.46% 82.54% 20471.0 3574.4 16896.5 3364.6 15904.7 69.48% 10.36%

Dec-12 15.03% 84.97% 22135.7 3327.0 18808.7 3163.3 17883.5 14.48% 23.49%

Mar-13 11.91% 88.09% 21960.2 2615.5 19344.8 2435.3 18012.1 -24.80% 25.00%

Jun-13 8.55% 91.45% 22244.2 1902.9 20341.2 1753.0 18738.7 -47.52% 29.25%

Sep-13 5.33% 94.67% 24284.0 1293.9 22990.1 1136.4 20191.3 -66.22% 26.95%

Dec-13 2.57% 97.43% 25411.0 653.8 24757.2 557.3 21102.9 -82.38% 18.00%

Mar-14 0.63% 99.37% 27124.3 170.9 26953.5 140.5 22167.5 -94.23% 23.07%

Jun-14 4.27% 95.73% 28350.0 1211.0 27139.0 978.0 21917.9 -44.21% 16.97%

Sep-14 3.20% 96.80% 28358.9 907.7 27451.3 722.8 21861.4 -36.39% 8.27%

Dec-14 2.67% 97.33% 30350.0 810.0 29540.1 626.1 22832.5 12.34% 8.20%

Mar-15 0.46% 99.54% 32613.6 150.0 32463.5 112.8 24413.3 -19.72% 10.13%

Jun-15 0.76% 99.24% 31713.1 240.7 31472.4 177.4 23190.8 -81.86% 5.81%

Sep-15 0.88% 99.12% 33054.0 290.5 32763.5 208.1 23469.0 -71.21% 7.35%

Dec-15 0.88% 99.12% 31661.9 278.4 31383.5 200.1 22551.8 -68.04% -1.23%

Mar-16 0.49% 99.51% 32012.3 158.4 31853.9 115.7 23274.4 2.56% -4.67%

Jun-16 0.58% 99.42% 33137.5 191.6 32945.9 139.0 23902.5 -21.64% 3.07%

Sep-16 0.54% 99.46% 34464.4 184.9 34279.5 133.6 24774.6 -35.80% 5.56%

Dec-16 0.80% 99.20% 35876.0 287.0 35589.0 207.9 25778.6 3.93% 14.31%

Mar-17 0.81% 99.19% 35527.6 288.3 35239.3 209.3 25576.5 80.87% 9.89%

Periode



Bahan Kimia Lainnya





Lainnya

Kimia Organik

Pertanian

Bahan Kimia

Lainnya

Jun-17 0.82% 99.18% 36534.3 300.8 36233.5 217.9 26254.4 56.80% 9.84%

Sep-17 0.84% 99.16% 36803.8 307.4 36496.5 222.6 26436.6 66.65% 6.71%

Dec-17 0.85% 99.15% 31793.4 269.3 31524.1 195.2 22847.8 -6.12% -11.37%

Mar-18 0.86% 99.14% 31565.8 271.2 31294.6 196.6 22684.8 -6.05% -11.31%

Jun-18 0.87% 99.13% 34801.5 303.3 34498.1 219.8 24999.1 0.86% -4.78%

Sep-18 0.88% 99.12% 35223.4 311.4 34911.9 225.7 25299.5 1.37% -4.30%

Dec-18 0.90% 99.10% 36307.3 325.6 35981.7 236.0 26077.4 20.90% 14.14%

Mar-19 0.91% 99.09% 37288.6 339.3 36949.3 245.9 26778.4 25.05% 18.05%

Jun-19 0.92% 99.08% 36179.3 333.9 35845.4 242.0 25977.1 10.08% 3.91%

Sep-19 0.94% 99.06% 36813.3 344.6 36468.6 249.8 26429.2 10.66% 4.47%

Dec-19 0.95% 99.05% 36780.4 349.3 36431.2 253.1 26402.4 7.25% 1.25%

Mar-20 0.96% 99.04% 37209.5 358.4 36851.1 259.8 26706.5 5.65% -0.27%

Jun-20 0.98% 99.02% 37924.8 370.6 37554.3 268.6 27216.0 10.99% 4.77%

Sep-20 0.99% 99.01% 38552.8 382.1 38170.7 276.9 27662.9 10.88% 4.67%

Dec-20 1.01% 98.99% 38518.2 387.3 38131.0 280.7 27634.1 10.88% 4.67%

Mar-21 1.02% 98.98% 38966.8 397.4 38569.4 288.0 27951.8 10.88% 4.66%

Jun-21 1.03% 98.97% 39715.3 410.9 39304.4 297.8 28484.4 10.88% 4.66%

Sep-21 1.05% 98.95% 40372.7 423.7 39949.1 307.0 28951.7 10.87% 4.66%

Dec-21 1.06% 98.94% 40336.4 429.4 39907.0 311.2 28921.2 10.87% 4.66%

Mar-22 1.08% 98.92% 40805.8 440.6 40365.2 319.3 29253.3 10.87% 4.66%

Jun-22 1.10% 98.90% 41589.5 455.5 41133.9 330.1 29810.3 10.87% 4.65%

Sep-22 1.11% 98.89% 42277.9 469.7 41808.2 340.4 30299.0 10.87% 4.65%

Dec-22 1.13% 98.87% 42239.7 476.1 41763.7 345.0 30266.7 10.87% 4.65%

Mar-23 1.14% 98.86% 42731.3 488.5 42242.8 354.0 30614.0 10.87% 4.65%

Jun-23 1.16% 98.84% 43551.9 505.1 43046.8 366.0 31196.6 10.87% 4.65%

Sep-23 1.18% 98.82% 44272.8 520.8 43752.0 377.4 31707.7 10.87% 4.65%

Dec-23 1.19% 98.81% 44232.8 527.8 43705.0 382.5 31673.6 10.87% 4.65%

Periode



Bahan Kimia Lainnya





Lainnya

Kimia Organik

Pertanian

Bahan Kimia

Lainnya

Mar-24 1.21% 98.79% 44747.5 541.6 44205.9 392.5 32036.7 10.87% 4.65%

Jun-24 1.23% 98.77% 45606.8 560.0 45046.8 405.8 32646.1 10.87% 4.65%

Sep-24 1.25% 98.75% 46361.7 577.4 45784.3 418.5 33180.5 0.1 0.0

Dec-24 1.26% 98.74% 46319.8 585.2 45734.6 424.1 33144.5 0.1 0.0

LAMPIRAN 3. Hasil Splitting dan Forecasting Industri Barang dari Bahan Kimia

Periode

Share PDB (%) PDB Nominal (Rp. Milyar) PDB Riil (Rp. Milyar) Growth (%) Cat dan

Tinta Cetak

Sabun dll

Kosmetik dll

Barang dari BK Lainnya

Cat dan

Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan

Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan Tinta Cetak

Sabun dll

Kosmetik dll


Mar-11 11.75% 9.94% 35.98% 42.33% 540.8 457.5 1656.1 1948.4 522.7 442.2 1600.5 1883.0 Jun-11 13.01% 11.30% 38.68% 37.01% 554.3 481.7 1647.9 1576.8 535.9 465.7 1593.3 1524.6 Sep-11 14.21% 12.96% 40.52% 32.32% 543.8 495.7 1550.3 1236.7 519.4 473.5 1480.8 1181.2 Dec-11 15.30% 15.18% 40.64% 28.89% 571.9 567.4 1519.1 1080.0 543.4 539.2 1443.5 1026.2 Mar-12 16.21% 18.26% 38.18% 27.35% 639.0 719.9 1505.2 1078.2 586.1 660.3 1380.6 988.9 12.1% 49.3% -13.7% -47.5%

Jun-12 16.90% 22.31% 32.73% 28.05% 736.4 972.3 1426.2 1222.3 668.2 882.2 1294.0 1109.0 24.7% 89.4% -18.8% -27.3%

Sep-12 17.35% 26.77% 25.65% 30.23% 882.8 1361.7 1304.9 1537.9 831.0 1281.8 1228.3 1447.6 60.0% 170.7% -17.1% 22.6%

Dec-12 17.56% 30.87% 18.73% 32.83% 1068.0 1877.8 1139.4 1997.2 1015.5 1785.4 1083.3 1899.0 86.9% 231.1% -25.0% 85.0%

Mar-13 17.51% 33.88% 13.78% 34.82% 1109.1 2146.0 872.8 2205.5 1032.7 1998.1 812.7 2053.6 76.2% 202.6% -41.1% 107.7%

Jun-13 17.20% 35.22% 12.11% 35.45% 1074.4 2200.4 756.7 2214.7 989.8 2027.0 697.1 2040.2 48.1% 129.8% -46.1% 84.0%

Sep-13 16.62% 35.02% 13.12% 35.24% 1043.3 2198.8 823.4 2212.4 916.3 1931.1 723.1 1943.0 10.3% 50.7% -41.1% 34.2%

Dec-13 15.75% 33.57% 15.68% 34.99% 926.3 1973.6 922.1 2057.4 789.6 1682.2 786.0 1753.7 -22.2% -5.8% -27.4% -7.6%

Mar-14 14.60% 31.15% 18.72% 35.53% 822.8 1755.4 1054.9 2002.2 676.7 1443.7 867.6 1646.7 -34.5% -27.7% 6.8% -19.8%

Jun-14 13.19% 28.09% 21.31% 37.41% 722.2 1537.6 1166.9 2048.1 583.3 1241.8 942.4 1654.1 -41.1% -38.7% 35.2% -18.9%

Sep-14 11.76% 24.76% 23.32% 40.15% 619.9 1305.2 1229.3 2116.4 493.6 1039.4 979.0 1685.4 -46.1% -46.2% 35.4% -13.3%

Dec-14 10.58% 21.59% 24.79% 43.03% 588.4 1200.4 1378.2 2392.0 454.8 927.9 1065.3 1848.8 -42.4% -44.8% 35.5% 5.4%

Mar-15 9.94% 18.99% 25.77% 45.30% 591.3 1129.7 1533.1 2694.9 444.7 849.6 1152.9 2026.6 -34.3% -41.2% 32.9% 23.1%

Jun-15 10.03% 17.25% 26.31% 46.41% 576.9 992.6 1514.0 2670.4 425.1 731.4 1115.6 1967.7 -27.1% -41.1% 18.4% 19.0%

Sep-15 10.72% 16.24% 26.52% 46.51% 637.6 966.0 1577.5 2766.8 456.7 692.0 1130.0 1981.9 -7.5% -33.4% 15.4% 17.6%

Dec-15 11.82% 15.72% 26.51% 45.95% 666.6 886.5 1495.0 2591.6 479.0 637.1 1074.3 1862.3 5.3% -31.3% 0.8% 0.7%

Mar-16 14.27% 14.63% 26.20% 44.89% 791.2 811.3 1452.5 2488.8 578.1 592.8 1061.3 1818.5 30.0% -30.2% -7.9% -10.3%

Jun-16 15.26% 14.65% 25.98% 44.12% 874.6 839.5 1488.7 2528.4 634.5 609.0 1080.1 1834.4 49.3% -16.7% -3.2% -6.8%

Sep-16 16.22% 14.73% 25.57% 43.48% 952.1 864.5 1500.8 2551.6 688.1 624.8 1084.7 1844.1 50.7% -9.7% -4.0% -7.0%

Dec-16 17.08% 15.35% 24.87% 42.70% 1028.9 924.7 1498.2 2572.0 745.3 669.8 1085.2 1863.0 55.6% 5.1% 1.0% 0.0%

Periode


Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan

Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan

Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan Tinta Cetak

Sabun dll

Kosmetik dll


Mar-17 17.82% 16.58% 23.89% 41.71% 1061.7 987.6 1422.9 2484.9 770.6 716.8 1032.7 1803.5 33.3% 20.9% -2.7% -0.8%

Jun-17 18.18% 19.10% 22.76% 39.95% 1120.2 1177.0 1402.4 2461.4 811.7 852.8 1016.1 1783.5 27.9% 40.0% -5.9% -2.8%

Sep-17 17.89% 22.72% 21.71% 37.68% 1099.5 1395.7 1333.8 2315.4 796.5 1011.0 966.1 1677.2 15.7% 61.8% -10.9% -9.1%

Dec-17 17.11% 26.68% 20.89% 35.32% 899.3 1402.2 1098.1 1856.2 651.8 1016.3 795.9 1345.3 -12.5% 51.7% -26.7% -27.8%

Mar-18 16.02% 30.47% 20.42% 33.09% 837.4 1593.1 1067.9 1730.3 607.0 1154.8 774.1 1254.2 -21.2% 61.1% -25.0% -30.5%

Jun-18 14.83% 33.15% 20.32% 31.70% 861.9 1927.0 1181.3 1842.4 624.6 1396.4 856.0 1335.1 -23.0% 63.7% -15.8% -25.1%

Sep-18 13.73% 34.65% 20.56% 31.06% 801.1 2022.3 1200.1 1812.9 580.5 1465.5 869.7 1313.8 -27.1% 45.0% -10.0% -21.7%

Dec-18 12.69% 35.25% 21.08% 30.98% 757.2 2103.1 1257.9 1848.4 548.8 1524.2 911.7 1339.6 -15.8% 50.0% 14.5% -0.4%

Mar-19 11.72% 35.11% 21.81% 31.36% 720.7 2158.4 1340.6 1928.0 522.3 1564.3 971.6 1397.3 -13.9% 35.5% 25.5% 11.4%

Jun-19 10.94% 34.72% 22.65% 31.69% 658.7 2090.2 1363.8 1908.0 477.3 1514.7 988.3 1382.7 -23.6% 8.5% 15.5% 3.6%

Sep-19 10.45% 33.94% 23.53% 32.08% 635.5 2064.5 1431.1 1951.1 460.5 1496.2 1037.1 1414.0 -20.7% 2.1% 19.3% 7.6%

Dec-19 10.36% 32.57% 24.35% 32.72% 624.7 1964.4 1468.3 1973.1 452.7 1423.7 1064.1 1429.9 -17.5% -6.6% 16.7% 6.7%

Mar-20 10.78% 30.56% 25.02% 33.65% 660.0 1871.2 1532.0 2060.6 478.3 1356.1 1110.2 1493.3 -8.4% -13.3% 14.3% 6.9%

Jun-20 11.65% 27.64% 25.45% 35.25% 734.5 1741.9 1604.1 2221.7 532.3 1262.4 1162.5 1610.1 11.5% -16.7% 17.6% 16.4%

Sep-20 12.87% 24.21% 25.60% 37.32% 818.7 1540.5 1628.8 2374.5 593.3 1116.4 1180.4 1720.8 28.8% -25.4% 13.8% 21.7%

Dec-20 14.26% 20.76% 25.44% 39.54% 899.8 1310.0 1605.4 2494.7 652.1 949.4 1163.5 1808.0 44.0% -33.3% 9.3% 26.4%

Mar-21 15.57% 17.72% 25.01% 41.70% 997.6 1135.7 1602.8 2672.5 723.0 823.0 1161.6 1936.8 51.1% -39.3% 4.6% 29.7%

Jun-21 16.67% 15.65% 24.37% 43.31% 1099.6 1032.3 1607.8 2856.5 796.9 748.1 1165.2 2070.1 49.7% -40.7% 0.2% 28.6%

Sep-21 17.53% 14.48% 23.63% 44.36% 1167.6 964.4 1573.9 2954.1 846.2 698.9 1140.6 2140.9 42.6% -37.4% -3.4% 24.4%

Dec-21 18.04% 14.12% 22.88% 44.96% 1191.6 932.5 1511.4 2970.1 863.6 675.8 1095.3 2152.5 32.4% -28.8% -5.9% 19.1%

Mar-22 18.17% 14.47% 22.21% 45.16% 1218.7 970.8 1490.1 3029.6 883.2 703.5 1079.9 2195.6 22.2% -14.5% -7.0% 13.4%

Jun-22 17.81% 15.24% 21.69% 45.26% 1230.0 1052.2 1497.8 3125.9 891.4 762.5 1085.5 2265.4 11.9% 1.9% -6.8% 9.4%

Sep-22 16.95% 16.50% 21.36% 45.19% 1182.0 1150.3 1489.4 3151.4 856.6 833.7 1079.4 2283.9 1.2% 19.3% -5.4% 6.7%

Dec-22 15.77% 18.18% 21.24% 44.80% 1091.0 1257.7 1469.2 3098.5 790.7 911.4 1064.7 2245.5 -8.4% 34.9% -2.8% 4.3%

Mar-23 14.48% 20.13% 21.34% 44.05% 1017.3 1414.1 1499.0 3094.6 737.2 1024.8 1086.4 2242.7 -16.5% 45.7% 0.6% 2.1%

Jun-23 13.26% 22.42% 21.63% 42.69% 959.0 1621.0 1564.1 3087.1 695.0 1174.8 1133.5 2237.3 -22.0% 54.1% 4.4% -1.2%

Periode


Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan

Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan

Tinta Cetak

Sabun dll

Kosmetik dll


Cat dan Tinta Cetak

Sabun dll

Kosmetik dll


Sep-23 12.25% 24.79% 22.08% 40.88% 894.5 1809.9 1612.3 2985.0 648.2 1311.6 1168.5 2163.3 -24.3% 57.3% 8.3% -5.3%

Dec-23 11.47% 27.03% 22.64% 38.86% 830.6 1957.6 1639.8 2814.3 601.9 1418.7 1188.4 2039.6 -23.9% 55.7% 11.6% -9.2%

Mar-24 10.92% 29.04% 23.25% 36.79% 803.4 2136.0 1710.3 2706.5 582.2 1548.0 1239.4 1961.4 -21.0% 51.1% 14.1% -12.5%

Jun-24 10.65% 30.45% 23.83% 35.07% 806.1 2306.1 1804.5 2655.5 584.2 1671.2 1307.7 1924.5 -15.9% 42.3% 15.4% -14.0%

Sep-24 10.67% 31.29% 24.32% 33.72% 816.0 2392.6 1859.1 2578.2 591.3 1734.0 1347.4 1868.5 -8.8% 32.2% 15.3% -13.6%

Dec-24 11.05% 31.60% 24.64% 32.70% 837.8 2396.8 1869.0 2480.2 607.2 1737.0 1354.5 1797.4 0.9% 22.4% 14.0% -11.9%

LAMPIRAN 4. Hasil Splitting dan Forecasting Industri Peralatan Listrik

Periode

Pangsa PDB (%) PDB Nominal (Rp. Milyar) PDB Riill (Rp. Milyar) Growth (%)

PTPAPT Peralatan

Listrik Lainnya

Peralatan Listrik

PTPAPT Peralatan

Listrik Lainnya

Peralatan Listrik

PTPAPT Peralatan

Listrik Lainnya

PTPAPT Peralatan

Listrik Lainnya

Mar-11 6.46% 93.54% 6383.7 412.4 5971.3 7014.0 453.1 6560.9 Jun-11 6.61% 93.39% 7374.2 487.7 6886.5 8095.3 535.4 7559.9 Sep-11 6.89% 93.11% 7270.1 501.1 6769.0 7759.2 534.8 7224.4 Dec-11 7.36% 92.64% 7029.3 517.4 6511.9 7435.6 547.3 6888.3 Mar-12 8.03% 91.97% 11012.5 884.0 10128.4 8117.0 651.6 7465.4 43.79% 13.79%

Jun-12 8.70% 91.30% 11840.0 1030.2 10809.8 8681.5 755.4 7926.1 41.09% 4.84%

Sep-12 9.14% 90.86% 11636.6 1063.2 10573.4 8460.9 773.1 7687.8 44.55% 6.42%

Dec-12 9.09% 90.91% 12170.6 1106.3 11064.3 8770.2 797.2 7973.0 45.67% 15.75%

Mar-13 8.41% 91.59% 12774.3 1074.9 11699.4 8947.6 752.9 8194.6 15.55% 9.77%

Jun-13 7.36% 92.64% 13800.6 1016.2 12784.4 9561.3 704.1 8857.2 -6.79% 11.75%

Sep-13 6.29% 93.71% 13679.2 860.2 12819.1 9147.2 575.2 8572.0 -25.60% 11.50%

Dec-13 5.54% 94.46% 13265.4 734.9 12530.5 9042.4 501.0 8541.5 -37.16% 7.13%

Mar-14 5.36% 94.64% 13515.2 724.7 12790.4 9206.6 493.7 8712.9 -34.43% 6.32%

Jun-14 5.57% 94.43% 14860.2 827.2 14033.0 10022.1 557.9 9464.2 -20.77% 6.85%

Sep-14 5.85% 94.15% 15578.9 912.1 14666.8 10437.8 611.1 9826.7 6.24% 14.64%

Dec-14 5.93% 94.07% 15917.5 943.9 14973.6 10642.5 631.1 10011.4 25.98% 17.21%

Mar-15 5.57% 94.43% 15207.6 846.5 14361.1 10138.7 564.3 9574.3 14.31% 9.89%

Jun-15 4.82% 95.18% 16091.0 775.6 15315.5 10664.4 514.0 10150.4 -7.86% 7.25%

Sep-15 3.82% 96.18% 16363.5 624.9 15738.6 10710.8 409.0 10301.8 -33.07% 4.83%

Dec-15 2.69% 97.31% 15853.5 426.5 15427.0 10259.2 276.0 9983.3 -56.27% -0.28%

Mar-16 2.63% 97.37% 15423.8 405.3 15018.5 10144.2 266.6 9877.6 -52.76% 3.17%

Jun-16 2.68% 97.32% 15948.9 428.0 15521.0 10454.3 280.5 10173.7 -45.43% 0.23%

Sep-16 2.69% 97.31% 16121.2 432.9 15688.3 10538.3 283.0 10255.3 -30.82% -0.45%

Dec-16 2.60% 97.40% 15903.9 413.9 15490.0 10392.8 270.5 10122.3 -1.98% 1.39%

Mar-17 2.63% 97.37% 15443.8 405.9 15037.9 10116.9 265.9 9851.1 -0.27% -0.27%

Periode


PTPAPT Peralatan

Listrik Lainnya

Peralatan Listrik

PTPAPT Peralatan

Listrik Lainnya

Peralatan Listrik

PTPAPT Peralatan

Listrik Lainnya

PTPAPT Peralatan

Listrik Lainnya

Jun-17 2.68% 97.32% 15695.1 421.2 15274.0 10271.4 275.6 9995.8 -1.75% -1.75%

Sep-17 2.69% 97.31% 16185.3 434.6 15750.7 10588.0 284.3 10303.7 0.47% 0.47%

Dec-17 2.60% 97.40% 15968.3 415.6 15552.7 10447.9 271.9 10176.0 0.53% 0.53%

Mar-18 2.63% 97.37% 14816.6 389.4 14427.2 9697.3 254.8 9442.5 -4.15% -4.15%

Jun-18 2.68% 97.32% 15988.3 429.0 15559.3 10461.9 280.7 10181.2 1.85% 1.85%

Sep-18 2.69% 97.31% 16964.4 455.5 16508.9 11100.2 298.1 10802.2 4.84% 4.84%

Dec-18 2.60% 97.40% 16881.1 439.4 16441.7 11046.4 287.5 10758.9 5.73% 5.73%

Mar-19 2.63% 97.37% 17363.4 456.3 16907.1 11362.3 298.6 11063.7 17.17% 17.17%

Jun-19 2.68% 97.32% 19034.7 510.8 18523.9 12455.4 334.2 12121.2 19.05% 19.05%

Sep-19 2.69% 97.31% 18313.4 491.8 17821.7 11983.5 321.8 11661.7 7.96% 7.96%

Dec-19 2.60% 97.40% 18087.8 470.8 17617.0 11836.0 308.1 11527.9 7.15% 7.15%

Mar-20 2.63% 97.37% 18886.5 496.3 18390.1 12358.6 324.8 12033.8 8.77% 8.77%

Jun-20 2.68% 97.32% 19943.5 535.2 19408.4 13050.2 350.2 12700.1 4.78% 4.78%

Sep-20 2.69% 97.31% 19521.6 524.2 18997.4 12774.1 343.0 12431.1 6.60% 6.60%

Dec-20 2.60% 97.40% 19754.8 514.2 19240.7 12926.8 336.4 12590.3 9.22% 9.22%

Mar-21 2.63% 97.37% 19877.2 522.4 19354.9 13006.9 341.8 12665.1 5.25% 5.25%

Jun-21 2.68% 97.32% 20660.8 554.4 20106.4 13519.6 362.8 13156.8 3.60% 3.60%

Sep-21 2.69% 97.31% 20649.1 554.5 20094.7 13512.0 362.8 13149.2 5.78% 5.78%

Dec-21 2.60% 97.40% 20339.7 529.4 19810.3 13309.5 346.4 12963.1 2.96% 2.96%

Mar-22 2.63% 97.37% 19979.3 525.0 19454.2 13073.7 343.6 12730.1 0.51% 0.51%

Jun-22 2.68% 97.32% 20745.8 556.7 20189.1 13575.3 364.3 13211.0 0.41% 0.41%

Sep-22 2.69% 97.31% 20924.4 561.9 20362.5 13692.1 367.7 13324.5 1.33% 1.33%

Dec-22 2.60% 97.40% 20604.2 536.3 20067.9 13482.6 350.9 13131.7 1.30% 1.30%

Mar-23 2.63% 97.37% 20085.3 527.8 19557.4 13143.0 345.4 12797.6 0.53% 0.53%

Jun-23 2.68% 97.32% 20592.0 552.6 20039.4 13474.6 361.6 13113.0 -0.74% -0.74%

Sep-23 2.69% 97.31% 21033.6 564.8 20468.8 13763.6 369.6 13394.0 0.52% 0.52%

Dec-23 2.60% 97.40% 20879.0 543.4 20335.6 13662.4 355.6 13306.8 1.33% 1.33%

Periode


PTPAPT Peralatan

Listrik Lainnya

Peralatan Listrik

PTPAPT Peralatan

Listrik Lainnya

Peralatan Listrik

PTPAPT Peralatan

Listrik Lainnya

PTPAPT Peralatan

Listrik Lainnya

Mar-24 2.63% 97.37% 20242.2 532.0 19710.2 13245.7 348.1 12897.6 0.78% 0.78%

Jun-24 2.68% 97.32% 20974.2 562.8 20411.4 1.5282082 368.3 13356.4 1.86% 1.86%

Sep-24 2.69% 97.31% 21519.3 577.8 20941.5 1.5282082 378.1 13703.3 2.31% 2.31%

Dec-24 2.60% 97.40% 21305.9 554.5 20751.3 1.5282082 362.9 13578.9 2.04% 2.04%

LAMPIRAN 5. Hasil Splitting dan Forecasting Industri Mesin dan Perlengkapan Ytdl

Periode


MPPK Mesin dan



MPPK Mesin dan



MPPK Mesin dan


MPPK Mesin dan


Mar-11 2.54% 97.46% 5809.4 147.84 5661.58 6435.5 163.77 6271.72 Jun-11 2.23% 97.77% 6172.2 137.62 6034.60 6917.2 154.23 6762.92 Sep-11 1.95% 98.05% 5869.1 114.73 5754.35 6476.9 126.61 6350.31 Dec-11 1.74% 98.26% 5525.7 96.15 5429.59 5964.9 103.79 5861.14 Mar-12 1.61% 98.39% 6799.5 109.79 6689.76 6923.4 111.79 6811.64 -31.74% 8.61%

Jun-12 1.64% 98.36% 6376.8 104.87 6271.97 6509.6 107.06 6402.58 -30.59% -5.33%

Sep-12 1.90% 98.10% 6151.1 117.16 6033.94 6239.8 118.85 6120.98 -6.13% -3.61%

Dec-12 2.47% 97.53% 5504.7 135.97 5368.70 5763.9 142.37 5621.50 37.17% -4.09%

Mar-13 3.36% 96.64% 5868.5 197.23 5671.25 6078.3 204.29 5874.06 82.74% -13.76%

Jun-13 4.38% 95.62% 5754.1 252.00 5502.08 5888.0 257.86 5630.09 140.87% -12.07%

Sep-13 5.27% 94.73% 6535.0 344.61 6190.40 6062.6 319.70 5742.89 169.00% -6.18%

Dec-13 5.79% 94.21% 7346.6 425.37 6921.23 6134.9 355.21 5779.67 149.50% 2.81%

Mar-14 5.76% 94.24% 8194.2 471.68 7722.47 6604.0 380.15 6223.86 86.09% 5.96%

Jun-14 5.32% 94.68% 8305.0 441.52 7863.46 6600.7 350.91 6249.76 36.08% 11.01%

Sep-14 4.69% 95.31% 8237.5 386.59 7850.92 6501.3 305.11 6196.22 -4.56% 7.89%

Dec-14 4.11% 95.89% 8342.1 342.86 7999.26 6553.7 269.36 6284.33 -24.17% 8.73%

Mar-15 3.74% 96.26% 8322.4 311.43 8010.93 6417.4 240.14 6177.27 -36.83% -0.75%

Jun-15 3.57% 96.43% 9023.4 322.29 8701.14 6867.5 245.28 6622.22 -30.10% 5.96%

Sep-15 3.53% 96.47% 9900.5 349.78 9550.73 7467.5 263.82 7203.71 -13.53% 16.26%

Dec-15 3.56% 96.44% 10041.2 357.47 9683.70 7498.1 266.93 7231.16 -0.90% 15.07%

Mar-16 3.651% 96.349% 9975.5 364.17 9611.35 7441.4 271.66 7169.78 13.12% 16.07%

Jun-16 3.660% 96.340% 10177.0 372.45 9804.57 7538.0 275.87 7262.14 12.47% 9.66%

Sep-16 3.621% 96.379% 10231.2 370.47 9860.70 7536.7 272.90 7263.79 3.44% 0.83%

Dec-16 3.623% 96.377% 9785.8 354.57 9431.27 7160.5 259.45 6901.01 -2.80% -4.57%

Mar-17 3.674% 96.326% 10243.5 376.34 9867.13 7456.4 273.94 7182.43 0.84% 0.18%

Periode


MPPK Mesin dan



MPPK Mesin dan



MPPK Mesin dan


MPPK Mesin dan


Jun-17 3.678% 96.322% 11000.4 404.55 10595.85 8013.0 294.69 7718.29 6.82% 6.28%

Sep-17 3.635% 96.365% 11044.0 401.41 10642.61 8013.8 291.27 7722.51 6.73% 6.32%

Dec-17 3.634% 96.366% 10805.1 392.63 10412.43 7841.8 284.96 7556.87 9.83% 9.50%

Mar-18 3.682% 96.318% 11893.5 437.93 11455.55 8611.8 317.09 8294.69 15.75% 15.49%

Jun-18 3.684% 96.316% 11553.8 425.63 11128.16 8348.9 307.56 8041.33 4.37% 4.19%

Sep-18 3.639% 96.361% 11713.8 426.31 11287.53 8354.1 304.04 8050.04 4.38% 4.24%

Dec-18 3.637% 96.363% 12718.5 462.63 12255.86 8982.5 326.73 8655.74 14.66% 14.54%

Mar-19 3.685% 96.315% 12381.9 456.27 11925.66 8722.8 321.43 8401.39 1.37% 1.29%

Jun-19 3.686% 96.314% 12602.7 464.54 12138.14 8967.6 330.55 8637.02 7.47% 7.41%

Sep-19 3.641% 96.359% 12676.5 461.55 12214.94 8985.7 327.17 8658.56 7.61% 7.56%

Dec-19 3.639% 96.361% 12594.1 458.26 12135.86 8913.8 324.35 8589.47 -0.73% -0.77%

Mar-20 3.686% 96.314% 13023.0 480.02 12542.98 9222.3 339.93 8882.41 5.75% 5.73%

Jun-20 3.687% 96.313% 13189.2 486.26 12702.96 9352.3 344.80 9007.45 4.31% 4.29%

Sep-20 3.642% 96.358% 13232.1 481.86 12750.27 9374.5 341.38 9033.13 4.34% 4.33%

Dec-20 3.639% 96.361% 13138.2 478.12 12660.13 9306.7 338.69 8968.06 4.42% 4.41%

Mar-21 3.686% 96.314% 13576.8 500.48 13076.36 9619.4 354.60 9264.85 4.32% 4.31%

Jun-21 3.687% 96.313% 13764.4 507.51 13256.92 9753.6 359.62 9393.98 4.30% 4.29%

Sep-21 3.642% 96.358% 13804.2 502.72 13301.46 9780.1 356.17 9423.97 4.33% 4.33%

Dec-21 3.639% 96.361% 13714.5 499.11 13215.40 9716.7 353.62 9363.08 4.41% 4.40%

Mar-22 3.686% 96.314% 14161.4 522.04 13639.36 10033.8 369.88 9663.88 4.31% 4.31%

Jun-22 3.687% 96.313% 14356.9 529.37 13827.55 10172.3 375.07 9797.26 4.30% 4.29%

Sep-22 3.642% 96.358% 14401.1 524.47 13876.61 10203.3 371.59 9831.75 4.33% 4.33%

Dec-22 3.639% 96.361% 14317.8 521.08 13796.71 10144.4 369.19 9775.21 4.40% 4.40%

Mar-23 3.686% 96.314% 14771.6 544.54 14227.08 10466.0 385.82 10080.21 4.31% 4.31%

Jun-23 3.687% 96.313% 14973.7 552.11 14421.62 10609.2 391.18 10218.03 4.30% 4.29%

Sep-23 3.642% 96.358% 15024.1 547.16 14476.96 10644.9 387.67 10257.20 4.33% 4.33%

Dec-23 3.639% 96.361% 14947.6 544.00 14403.56 10590.6 385.43 10205.21 4.40% 4.40%

Periode


MPPK Mesin dan



MPPK Mesin dan



MPPK Mesin dan


MPPK Mesin dan


Mar-24 3.686% 96.314% 15408.2 568.01 14840.19 10917.0 402.45 10514.58 4.31% 4.31%

Jun-24 3.687% 96.313% 15617.1 575.84 15041.24 11065.0 407.99 10657.02 4.30% 4.30%

Sep-24 3.642% 96.358% 15674.3 570.84 15103.43 11105.5 404.45 10701.08 4.33% 4.33%

Dec-24 3.639% 96.361% 15604.7 567.91 15036.74 11056.2 402.38 10653.84 4.40% 4.40%

ANALISIS PENGEMBANGAN MODEL SPLITTING DAN …

Documents

Transcript of ANALISIS PENGEMBANGAN MODEL SPLITTING DAN …