DAYA SAING DAN ALIRAN PERDAGANGAN KAKAO INDONESIA DI PASAR INTERNASIONAL

ANGGITA TRESLIYANA SURYANA

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

BOGOR 2014

PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa tesis berjudul Daya Saing dan Aliran

Perdagangan Kakao Indonesia di Pasar Internasional adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Maret 2014

Anggita Tresliyana Suryana NIM H451110271

RINGKASAN ANGGITA TRESLIYANA SURYANA. Daya Saing dan Aliran Perdagangan Kakao Indonesia di Pasar Internasional. Dibimbing oleh ANNA FARIYANTI dan AMZUL RIFIN.

Indonesia merupakan produsen biji kakao terbesar ketiga di dunia setelah Pantai Gading dan Ghana, dengan produksi biji kakao Indonesia sekitar 11.81 persen dari total produksi dunia. Ekspor kakao didorong dari sisi permintaan, yakni adanya pertumbuhan konsumsi dunia yaitu sebesar 3 persen per tahun. Meskipun secara kuantitas ekspor kakao menunjukkan peningkatan, namun mulai tahun 2011 terjadi perubahan komposisi ekspor kakao Indonesia, yakni ekspor produk olahan meningkat, sedangkan biji kakao menurun. Hal ini terjadi akibat dampak penetapan pajak ekspor biji kakao yang dimulai sejak tahun 2010. Dengan tren peningkatan ekspor kakao Indonesia dan peningkatan konsumsi kakao dunia, menunjukkan potensi pasar kakao masih tinggi di pasar internasional. Volume ekspor kakao di pasar internasional ditentukan oleh daya saing kakao dan faktor-faktor penentu lainnya. Untuk itu, tujuan penelitian ini adalah: (1) menganalisis daya saing dan tingkat persaingan kakao biji dan olahan Indonesia di pasar internasional dan (2) menganalisis faktor-faktor yang mempengaruhi aliran perdagangan kakao biji dan olahan Indonesia serta potensi perdagangannya di pasar internasional. Data sekunder yang digunakan berupa data panel yaitu penggabungan antara data time series dan cross section. Metode analisis yang digunakan dalam penelitian ini adalah: (1) analisis deskriptif, (2) analisis daya saing dengan metode Revealed Comparative Advantage (RCA), (3) analisis korelasi rank spearman, (4) analisis data panel dengan gravity model, dan (5) analisis rasio potensi perdagangan.

Hasil penelitian ini menunjukkan bahwa perdagangan kakao Indonesia di pasar internasional memiliki keunggulan komparatif tertinggi untuk biji kakao (nilai rata-rata RCA sebesar 12.53) dan terendah untuk kakao butter (nilai rata-rata RCA sebesar 7.35), walaupun dilihat dari nilai RCA semua produk kakao menunjukkan Indonesia memiliki keunggulan komparatif. Berdasarkan hasil analisis daya saing, Indonesia memiliki korelasi yang positif dengan negara Ghana untuk pasar biji kakao, namun tidak memiliki korelasi dengan negara eksportir lainnya di pasar kakao butter dan kakao powder.

Variabel-variabel yang berpengaruh signifikan terhadap volume ekspor biji kakao Indonesia antara lain GDP riil per kapita negara tujuan, nilai tukar rupiah terhadap LCU, dan bea keluar biji kakao. Ketiga variabel tersebut memiliki tanda koefisien yang sesuai dengan hipotesa. Sedangkan variabel yang tidak signifikan terhadap volume ekspor biji adalah GDP riil per kapita Indonesia dan jarak ekonomi antara Indonesia dengan negara tujuan ekspor. Pada model kakao butter, semua variabel berpengaruh signifikan yaitu GDP riil per kapita Indonesia, GDP riil per kapita negara tujuan, jarak ekonomi Indonesia dengan negara tujuan, nilai tukar rupiah terhadap LCU, dan bea keluar biji kakao. Seluruh variabel tersebut memiliki tanda koefisien yang sesuai dengan hipotesa. Untuk model kakao powder, variabel-variabel yang berpengaruh signifikan terhadap volume ekspor adalah GDP riil per kapita Indonesia, GDP riil per kapita negara tujuan, dan jarak

ekonomi Indonesia dengan negara tujuan. Ketiga variabel ini memiliki variabel yang sesuai dengan hipotesa.

Rasio potensi perdagangan biji kakao Indonesia menunjukkan bahwa perdagangan yang masih under trade dan berpotensi meningkat di masa mendatang adalah Amerika Serikat, China, dan Brazil. Untuk perdagangan kakao butter adalah China, Belanda, dan Jepang, sedangkan pada perdagangan kakao powder adalah Estonia, Rusia, dan Amerika Serikat. Hal ini ditunjukkan dengan rasio potensi perdagangan yang lebih besar dari satu di beberapa tahun terakhir yang artinya perdagangan Indonesia dengan mitra dagang mengalami under trade atau selama ini belum melebihi potensi perdagangan yang ada. Sedangkan potensi perdagangan kakao Indonesia memiliki tren meningkat di masa mendatang ditunjukkan oleh slope potensi perdagangan yang positif.

Dari tiga analisis yang telah dilakukan, dapat disimpulkan bahwa Indonesia dapat meningkatkan pangsa pasarnya dengan lebih memprioritaskan mengekspor biji kakao ke China, Amerika Serikat dan Brazil. Untuk kakao butter pangsa pasar sebaiknya ditingkatkan di China, Australia, dan UEA. Sedangkan untuk kakao powder, negara yang dapat ditingkatkan pangsa pasarnya adalah Estonia, Rusia dan Australia. Hal ini dikarenakan, negara-negara tersebut pertumbuhan GDP riil per kapita dan keunggulan komparatif, serta potensi perdagangan Indonesia di negara tersebut masih potensial. Untuk itu Indonesia perlu menciptakan hubungan kerjasama ekonomi timbal balik melalui perjanjian ataupun organisasi internasional.

Kata kunci: daya saing, ekspor, gravity model, kakao

SUMMARY ANGGITA TRESLIYANA SURYANA. Comparative Advantage and Trade Flow of Indonesian Cocoa in International Market. Supervised by ANNA FARIYANTI and AMZUL RIFIN.

Indonesia is the third largest cocoa beans producer in the world after Ivory Coast and Ghana, since total production of cocoa beans in Indonesia around 11.81 percent of the total world production. Cocoa export is driven from the demand side, showed by the growth of world consumption around 3 percent per year. Although the quantity of cocoa exports showed an increase, however, started in 2011 there is a change in the composition of Indonesian cocoa exports, exports of processed cocoa increased, while cocoa beans decreased. This happens due to the impact of taxation cocoa exports that began in 2010. With the increasing trend of Indonesian cocoa exports and an increase in world cocoa consumption, indicating the potential cocoa market is still high in the international market. The volume of cocoa export in the international market is determined by its competitiveness and other factors. Thus, the purposes of this study are: (1) to analyze the competitiveness and the level of competition of Indonesian cocoa beans and processed cocoa in the international market and (2) to analyze the factors that affect the flow Indonesian cocoa beans and processed cocoa trade and the potential trade in the international market. Secondary data were used in the form of panel data, combination between the time series and cross section data. The analysis methods used in this study are: (1) descriptive analysis, (2) Revealed Comparative Advantage (RCA), (3) Spearman rank correlation analysis, (4) analysis of panel data with gravity models, and (5) ratio of trade potential.

The results of this study indicate that the Indonesian cocoa trade in the international market has the highest comparative advantage for cocoa beans (average value RCA 12.53) and the lowest for the cocoa butter (average value RCA 7.35), even though the value of the RCA of all cocoa products shows Indonesia has comparative advantage. Based on the competitiveness analysis, Indonesia has a positive correlation with Ghana in cocoa beans market, but has no correlation with other exporting countries in the markets of cocoa butter and cocoa powder.

The variables that significantly influence the volume of Indonesian cocoa exports are real GDP per capita of the destination country, exchange rate, and the cocoa beans export tax. All of these variables have coefficient sign that consistent with the hypothesis. In the cocoa butter model, all variables significantly affect Indonesia's export. All of these variables have coefficient sign that consistent with the hypothesis. Meanwhile, in the cocoa powder model, the variables that significantly influence the volume of exports is Indonesia's per capita real GDP, real GDP per capita of the destination country, and the economic distance between Indonesia and destination countries.

The countries that still under trade in cocoa beans model and potentially increased in the future are USA, China, and Brazil. While in cocoa butter trade are China, the Netherlands, and Japan, and in cocoa powder trade are Estonia, Russia, and the United States. This is indicated by the ratio of trade potential is greater

than one, which means Indonesia's trade with trading partners has not exceeded the existing trade potential. The increasing potential of Indonesian cocoa trade in the future trends indicated by the positive slope of trade potential.

From the three analyzes that have been done it can be concluded that Indonesia could increase its market share by prioritizing to export cocoa beans to China, the United States, and Brazil. In the meantime, for cocoa butter Indonesia should be increasing market share in China, Australia, and UAE. As for cocoa powder, market share still can be improved in Estonia, Russia and Australia. To that end Indonesia should create a relationship of reciprocal economic cooperation through international organizations or agreements.

Keywords: competitiveness, export, gravity model, cocoa

© Hak Cipta Milik IPB, Tahun 2014 Hak Cipta Dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk apa pun tanpa izin IPB

Tesis sebagai salah satu syarat untuk memperoleh gelar

Magister Sains pada

Program Studi Agribisnis

DAYA SAING DAN ALIRAN PERDAGANGAN KAKAO INDONESIA DI PASAR INTERNASIONAL

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

BOGOR 2014

ANGGITA TRESLIYANA SURYANA

Penguji Luar Komisi pada Ujian Tesis : Dr Ir Ratna Winandi Asmarantaka, MS

Penguji Program Studi : Dr Ir Suharno, M.ADev

Judul Tesis : Daya Saing dan Aliran Perdagangan Kakao Indonesia di Pasar Internasional

Nama : Anggita Tresliyana Suryana NIM : H451110271

Disetujui oleh

Komisi Pembimbing

Ketua Dr Ir Anna Fariyanti, MSi

Anggota Dr Amzul Rifin, SP, MA

Diketahui oleh Ketua Program Studi Agribisnis

Prof Dr Ir Rita Nurmalina, MS

Dekan Sekolah Pascasarjana,

Dr Ir Dahrul Syah, MScAgr

Tanggal Ujian: 30 Desember 2013

Tanggal Lulus:

PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-

Nya sehingga tesis berjudul Daya Saing dan Aliran Perdagangan Kakao Indonesia di Pasar Internasional ini berhasil diselesaikan. Penyelesaian tesis ini juga tidak terlepas dari bantuan berbagai pihak. Maka dari itu, dalam kesempatan ini, penulis menyampaikan penghargaan dan ucapan terima kasih kepada semua pihak yang telah membantu, khususnya kepada: 1. Dr Ir Anna Fariyanti, MSi selaku Ketua Komisi Pembimbing dan Dr Amzul

Rifin, SP MA selaku Anggota Komisi Pembimbing atas bimbingan, arahan, dan motivasi yang diberikan kepada penulis selama melakukan penelitian dan penyusunan tesis ini.

2. Dr Ir Ratna Winandi Asmarantaka, MS selaku dosen penguji luar komisi dan Dr Ir Suharno, M.ADev selaku dosen penguji perwakilan program studi pada ujian tesis atas saran dan kritikan membangun dalam penyempurnaan tesis ini.

3. Dr Ir Netti Tinaprila, MM selaku Dosen Evaluator pada kolokium proposal penelitian atas saran dan arahan yang telah diberikan sehingga penulis dapat melaksanakan penelitian dengan baik.

4. Prof Dr Ir Rita Nurmalina, MS selaku Ketua Program Studi Magister Sains Agribisnis dan Dr Ir Suharno, M.ADev selaku Sekretaris Program Studi Magister Sains Agribisnis, serta seluruh staf Program Studi Magister Sains Agribisnis atas bantuan dan kemudahan yang diberikan selama penulis menjalani pendidikan.

Semoga karya ilmiah ini bermanfaat.

Bogor, Maret 2014

Anggita Tresliyana Suryana

DAFTAR ISI

DAFTAR TABEL iii DAFTAR GAMBAR iii DAFTAR LAMPIRAN iv 1 PENDAHULUAN 1

Latar Belakang 1 Perumusan Masalah 4 Tujuan Penelitian 6 Manfaat Penelitian 6 Ruang Lingkup Penelitian 6

2 TINJAUAN PUSTAKA 6 Daya Saing Komoditas Pertanian 6 Perdagangan Internasional Kakao 8 Metode Analisis Perdagangan Internasional 9 Perbedaan dengan Penelitian Terdahulu 10

3 KERANGKA PEMIKIRAN 11 Kerangka Pemikiran Teoritis 11

Perdagangan Internasional dan Daya Saing 11 Aliran Perdagangan Komoditas 14 Variabel Pembangun Gravity Model 14 Data Panel 16

Kerangka Pemikiran Operasional 17 Hipotesa Penelitian 19

4 METODE PENELITIAN 20 Jenis Dan Sumber Data 20 Teknik Pengolahan Data 21

Analisis Daya Saing 22 Analisis Data Panel dengan Gravity Model 24

5 HASIL DAN PEMBAHASAN 27 Gambaran Umum Perdagangan Kakao Internasional 27

Subsistem Hulu 27 Subsistem On-farm 28 Subsistem Hilir 29 Perdagangan Kakao Dunia 30 Konsumsi Kakao Dunia 32 Nilai Tambah Kakao 33

Daya Saing Kakao Indonesia di Pasar Internasional 34 Analisis Daya Saing (RCA) Kakao Indonesia 35

Daya Saing Biji Kakao Indonesia di Dunia 35 Daya Saing Kakao butter Indonesia di Dunia 36 Daya Saing Kakao Powder Indonesia di Dunia 37

Analisis Daya Saing (RCA) Kakao Indonesia di Negara Tujuan Ekspor 38

Daya Saing Biji Kakao Indonesia di Negara Tujuan 38 Daya Saing Kakao Butter Indonesia di Negara Tujuan 39 Daya Saing Kakao Powder Indonesia di Negara Tujuan 41

Analisis Korelasi Daya Saing Antar Negara Eksportir Kakao Dunia 42 Korelasi Daya Saing Biji Kakao 42 Korelasi Daya Saing Kakao Butter 44 Korelasi Daya Saing Kakao Powder 44

Faktor-faktor yang Mempengaruhi Perdagangan Kakao Indonesia di Pasar Internasional 45

Faktor-faktor yang Mempengaruhi Perdagangan Biji Kakao 45 Faktor-faktor yang Mempengaruhi Perdagangan Kakao Butter 51 Faktor-faktor yang Mempengaruhi Perdagangan Kakao Powder 55 Potensi Perdagangan Kakao Indonesia di Negara Tujuan Ekspor 59

Potensi Perdagangan Biji Kakao Indonesia 59 Potensi Perdagangan Kakao Butter Indonesia 61 Potensi Perdagangan Kakao Powder Indonesia 58

Implikasi Kebijakan Perdagangan Kakao Indonesia di Pasar Internasional 63

Kebijakan Perdagangan Biji Kakao 63 Kebijakan Perdagngan Kakao Butter 65 Kebijakan Perdagangan Kakao Powder 66

6 SIMPULAN DAN SARAN 68 Simpulan 68 Saran 69

DAFTAR PUSTAKA 70 LAMPIRAN 75

DAFTAR TABEL

1 Produksi Biji Kakao Dunia (000 ton) 3 2 Kuantitas Ekspor Kakao Indonesia Tahun 2008 -2012 4 3 Negara Produsen Kakao berdasarkan Rata-rata Volume Ekspor

Tahun 2007 – 2011 (ton) 20 4 Negara Utama Tujuan Ekspor Kakao Berdasarkan Rata-rata Volume

Ekspor Tahun 2008 – 2012 (ton) 21 5 Selang Nilai Statistik Durbin-Watson serta Keputusannya 25 6 Volume Impor Kakao Dunia Tahun 2006/2007 – 2010/2011 (000 ton) 31 7 Hasil estimasi daya saing (RCA) negara eksportir biji kakao 35 8 Hasil estimasi daya saing (RCA) negara eksportir kakao butter 36 9 Hasil estimasi daya saing (RCA) negara eksportir kakao powder 38

10 Daya saing biji kakao Indonesia di negara tujuan ekspor (RCA) 38 11 Daya saing kakao butter Indonesia di negara tujuan ekspor (RCA) 40 12 Daya saing kakao powder Indonesia di negara tujuan ekspor (RCA) 41 13 Korelasi daya saing antar negara eksportir biji kakao dunia 43 14 Pangsa pasar dunia negara eksportir biji kakao (%) 43

15 Korelasi daya saing antar negara eksportir kakao butter dunia 44 16 Korelasi daya saing antar negara eksportir kakao powder dunia 45 17 Hasil estimasi model aliran ekspor biji kakao Indonesia ke negara

tujuan ekspor 46 18 Hasil estimasi model aliran ekspor kakao butter Indonesia ke negara

tujuan ekspor 51 19 Nilai dan perkembangan GDP riil per kapita Indonesia tahun 2000-

2012 52 20 Hasil estimasi model aliran ekspor kakao powder Indonesia ke negara

tujuan ekspor 55 21 Rasio potensi perdagangan biji kakao Indonesia ke negara tujuan tahun

2005-2012 60 22 Rasio potensi perdagangan kakao butter Indonesia ke negara tujuan

tahun 2005-2012 61 23 Rasio potensi perdagangan kakao powder Indonesia ke negara tujuan

tahun 2005-2012 62 24 Nilai rata-rata RCA biji kakao Indonesia di negara tujuan, potensi

perdagangan, slope tren PP, dan tren GDP negara tujuan ekspor (2003 – 2012) 63

25 Nilai rata-rata RCA kakao butter Indonesia di negara tujuan, potensi perdagangan, slope tren PP, tren GDP, dan jarak negara tujuan ekspor (2003 – 2012) 65

26 Nilai rata-rata RCA kakao powder Indonesia di negara tujuan, potensi perdagangan, slope tren PP, tren GDP, dan jarak negara tujuan ekspor (2003 – 2012) 67

DAFTAR GAMBAR

1 Luas Areal dan Produksi kakao Indonesia Tahun 1990 – 2010 1 2 Produksi dan Konsumsi Kakao Dunia Tahun 2011/2012 3 3 Keseimbangan dalam Perdagangan Internasional 12 4 Kerangka Pemikiran Operasional 19 5 Perubahan Produksi Biji Kakao Tahun 2002/2003 – 2011/2012 29 6 Ekspor Biji Kakao Dunia Tahun 2010/2011 31 7 Konsumsi Domestik Kakao Tahun 2002/2003 – 2010/2011 (000 ton) 32 8 Tahap Pengolahan Biji Kakao Menjadi Produk Antara 33 9 Pertumbuhan GDP riil per kapita negara tujuan ekspor (2001-2012) 48 10 Volume ekspor kakao Indonesia tahun 2008 – 2012 (ton) 50 11 Pertumbuhan GDP riil per kapita negara tujuan ekspor kakao butter

tahun 2001-2012 53 12 Volume ekspor kakao Indonesia tahun 2008 – 2012 (ton) 55 13 Pertumbuhan GDP riil per kapita negara tujuan ekspor kakao powder

tahun 2001-2012 57

DAFTAR LAMPIRAN

1 Jenis dan sumber data yang digunakan dalam penelitian 75 2 Data analisis RCA kakao Indonesia di pasar internasional 76 3 Data analisis RCA negara eksportir biji kakao dunia 77 4 Data analisis RCA negara eksportir kakao butter dunia 78 5 Data analisis RCA negara eksportir kakao powder dunia 79 6 Uji Chow terhadap model awal biji kakao 80 7 Output hasil olahan eviews terhadap estimasi model aliran

perdagangan biji kakao Indonesia di pasar internasional 81 8 Uji asumsi pada model biji kakao 82 9 Uji Chow terhadap model awal kakao butter 83 10 Output hasil olahan eviews terhadap estimasi model aliran

perdagangan kakao butter Indonesia di pasar internasional 84 11 Uji asumsi pada model kakao butter 85 12 Uji Chow terhadap model awal kakao powder 86 13 Output hasil olahan eviews terhadap estimasi model aliran

perdagangan kakao powder Indonesia di pasar internasional 87 14 Uji asumsi pada model kakao powder 88

RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 2 Juli 1981 dari bapak Achmad

Suryana dan ibu Rita Nurmalina. Penulis merupakan anak pertama dari tiga bersaudara.

Pendidikan formal penulis diawali di SD negeri Polisi 4 Bogor dari tahun 1987 – 1993. Kemudian penulis melanjutkan studi di SMP negeri 1 Bogor dan lulus tahun 1996. Pada tahun 1999, penulis lulus dari SMU negeri 1 Bogor. Pada tahun yang sama lulus seleksi masuk IPB melalui Undangan Seleksi Masuk IPB (USMI) pada program studi Manajemen Agribisnis, Jurusan Ilmu-ilmu Sosial Ekonomi Pertanian, Fakultas Pertanian dan lulus pada tahun 2003. Penulis mendapatkan kesempatan untuk melanjutkan studi ke Program Magister pada Program Studi Magister Sains Agribisnis pada tahun 2011 melalui beasiswa Badan Penelitian dan Pengembangan Pertanian, Kementerian Pertanian.

Pada tahun 2003, penulis mulai bekerja sebagai staf teknis di Direktorat Jenderal Hortikultura, Kementerian Pertanian. Penulis mutasi ke Balai Pengkajian Teknologi Pertanian (BPTP) Sumatera Utara, Badan Litbang Pertanian di Medan pada tahun 2008. Setahun kemudian, penulis bekerja di Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian (BBP2TP), Badan Litbang Pertanian di Bogor hingga sekarang.

Selama mengikuti pendidikan pada program studi Magister Sains Agribisnis, penulis mengikuti kegiatan seminar internasional Advance Science and Technology: Sustainability & Prosperity di Universitas Hokkaido Jepang dan mempresentasikan tulisan Sustainability of Organic Rice Farming in Indonesia. Artikel yang sama telah diterbitkan dalam Prosiding HISAS 10. Saat ini artikel berjudul Daya Saing Perdagangan Kakao Indonesia di Pasar Internasional sedang dalam proses review pada Jurnal Informatika Pertanian.

1 PENDAHULUAN

Latar Belakang

Perkebunan merupakan salah satu subsektor yang mempunyai peran yang penting dalam sektor pertanian, baik dari sisi sumbangan ekonomi nasional, pendapatan petani, maupun penyerapan tenaga kerja. Pada tahun 2010, di tingkat nasional komoditas perkebunan menyumbang Produk Domestik Bruto (PDB) sekitar 22.45 persen dari PDB sektor pertanian, menduduki urutan kedua setelah subsektor tanaman bahan makanan (BPS 2011). Atas dasar harga berlaku, nilai PDB perkebunan secara kumulatif mengalami peningkatan, tumbuh rata-rata per tahunnya sebesar 23.52 persen dalam periode 2005 – 2009, angka ini lebih besar dari rata-rata laju pertumbuhan PDB Pertanian (23.30%) maupun PDB nasional (17.94%) (Ditjenbun 2010). Kakao merupakan salah satu komoditas perkebunan yang merupakan komoditas unggulan nasional, dengan volume produksi terbesar kelima setelah kelapa sawit, kelapa, karet, dan tebu. Pada tahun 2010, Indonesia memproduksi 440 ribu ton kakao (ICCO 2013), dari total produksi tahun tersebut, 92.2 persennya merupakan perkebunan rakyat, 4.1 persen berasal dari perkebunan besar negara, dan 3.6 persen dari perkebunan swasta (Ditjenbun 2011).

Gambar 1 Luas Areal Pertanaman Kakao Indonesia Tahun 1990 – 2010

Sumber: Ditjenbun (2011)

Gambar 1 menunjukkan peningkatan luas areal pertanaman kakao di Indonesia. Pengembangan produksi hampir di setiap provinsi menyebabkan pertumbuhan produksi kakao tiap tahunnya. Pada tahun 2010 perkebunan kakao Indonesia tersebar di setiap provinsi kecuali DKI Jakarta, dengan luas areal sebesar 1 650 621 ha, jauh meningkat dari tahun 1990 yang hanya seluas 357 490 ha (Gambar 1). Daerah penghasil kakao terbesar berada di kawasan timur Indonesia, yaitu Sulawesi Selatan, Sulawesi Tenggara, dan Sulawesi Tengah. Pada tahun 2010, total luas lahan ketiga sentra produksi ini sebesar 45.39 persen dari total luas areal nasional, dan menyumbang sebesar 54.09 persen dari jumlah produksi nasional (Ditjenbun 2011). Provinsi sentra kakao di luar pulau Sulawesi adalah Sumatera Utara, Sumatera Barat, Aceh dan Jawa Timur.

0200000400000600000800000

10000001200000140000016000001800000

Luas Areal (Ha)

Luas

Are

al (H

a)

Tahun

2

Namun demikian, laju produktivitas kakao sejak tahun 2005 cenderung mengalami penurunan. Penurunan produktivitas kakao dimulai sejak tahun 2006 akibat tanaman tua, kurang terpelihara, dan serangan organisme pengganggu tanaman. Intervensi pemerintah melalui berbagai kegiatan lambat laun menunjukkan keberhasilan, pada tahun 2008 produktivitas kakao mulai meningkat sekitar 4.71 persen dibandingkan dengan tahun 2006. Upaya yang dilaksanakan adalah peningkatan produksi dan mutu tanaman seluas 450 000 hektar melalui Gerakan Peningkatan Produksi dan Mutu Kakao Nasional (Gernas Kakao) mulai tahun 2009 (Ditjenbun 2010). Gerakan ini merupakan upaya percepatan peningkatan produktivitas tanaman dan mutu hasil kakao nasional melalui pemberdayaan yang melibatkan seluruh pemangku kepentingan dan sumberdaya yang ada secara optimal. Sasaran Gernas Kakao adalah (i) perbaikan tanaman kakao rakyat seluas 450 000 ha, (ii) pemberdayaan petani melalui pelatihan dan pendampingan 450 000 petani, (iii) pengendalian hama dan penyakit seluas 450 000 ha, dan (iv) perbaikan mutu kakao sesuai standar SNI.

Pengembangan kakao tidak terlepas dari perannya sebagai salah satu komoditas perkebunan yang menjadi fokus tujuan ekspor. Pengembangan kakao merupakan upaya yang dilaksanakan untuk mengembangkan dan meningkatkan mutu tanaman ekspor dalam rangka mempertahankan pangsa pasar internasional yang sudah ada serta penetrasi pasar yang baru. Sesuai dengan tujuan pemerintah yang menjadikan kakao sebagai komoditas ekspor andalan, produksi kakao yang tinggi menjadikan Indonesia sebagai salah satu produsen dan eksportir biji kakao terbesar di dunia. Ekspor kakao didorong dari sisi permintaan, yakni adanya pertumbuhan konsumsi dunia akan kakao selama sepuluh tahun terakhir, yaitu sebesar rata-rata 3 persen per tahun (Damayanti 2012). Jika konsumsi dunia meningkat, maka ekspor kakao Indonesia juga meningkat karena adanya peningkatan permintaan di negara importir. Permintaan konsumen akan produk kakao meningkat sejalan dengan peningkatan ekspornya (Gilber dan Varangis 2003). Alasan peningkatan permintaan kakao antara lain banyaknya hasil studi yang menunjukkan dampak positif mengkonsumsi dark chocolate yang kaya antioksidan, yaitu menurunkan resiko penyakit jantung, kanker kolon, dan diabetes, dapat menurunkan tekanan darah, serta menunda penuaan (Carnésecchi et al. 2001; Engler dan Engler 2004; Fisher et al. 2004).

Gambar 2 menunjukkan konsumsi kakao tertinggi tahun 2011/2012 berada di Eropa dan Amerika, artinya 61 persen kakao dikonsumsi di dua kawasan ini. Konsumsi di kawasan ini diproyeksikan meningkat sebesar 2.2 persen setiap tahunnya, sehingga menjadi 2.3 juta ton pada tahun 2010 dan akan terus menjadi konsumen kakao terbesar di dunia (FAO 2003). Namun demikian produksi biji kakao dunia mencapai 3.99 juta ton sementara konsumsi mencapai 3.997 juta ton, sehingga terjadi defisit sekitar 7 ribu ton (Gambar 2). Hal ini diperkirakan akan berlangsung pada tahun-tahun mendatang dengan pertumbuhan produksi kakao dunia yang cenderung menurun sekitar 8 persen per tahunnya (ICCO 2012). Dengan adanya kecenderungan penurunan produksi dunia, maka kenaikan konsumsi dunia dapat dilihat sebagai peluang yang dapat diisi oleh kakao Indonesia.

3

Gambar 2 Produksi dan Konsumsi Kakao Dunia Tahun 2011/2012 Sumber: ICCO (2012a)

Menurut International Cocoa Organization (2013), pada tahun 2012

Indonesia merupakan produsen biji kakao terbesar ketiga di dunia setelah Pantai Gading dan Ghana. Tabel 1 menunjukkan bahwa Indonesia sebagai produsen biji kakao terbesar ketiga dunia, total produksinya sekitar 11.81 persen dari total produksi dunia. Hingga tahun 2009, lebih dari 90 persen dari total produksi biji kakao Indonesia ditujukan untuk ekspor. Tabel 1 Produksi Biji Kakao Dunia (000 ton)

Negara 2009/2010 2010/2011 2011/2012* 2012/2013** Afrika 2 486 3 224 2 918 2 826 Kamerun 209 229 207 225 Pantai Gading 1 242 1 511 1 486 1 475 Ghana 632 1 025 879 820 Nigeria 235 240 235 220 Lainnya 168 220 112 86 Amerika 516 561 639 606 Brazil 161 200 220 195 Ekuador 150 161 190 185 Lainnya 205 201 229 226 Asia dan Oceania 633 526 521 534 Indonesia 550 440 450 450 Papua New Guinea 39 48 39 45 Lainnya 44 39 32 39 Total Dunia 3 635 4 311 4 078 3 967 Keterangan: * Angka Estimasi; ** Angka Ramalan Sumber: ICCO (2013)

Tabel 2 menunjukkan hingga tahun 2010 terlihat bahwa sekitar 80 persen

ekspor kakao masih didominasi oleh biji kakao, belum produk olahan. Meskipun secara kuantitas ekspor kakao menunjukkan peningkatan, mulai tahun 2011 tren ekspor kakao Indonesia berubah. Tren ekspor memperlihatkan ekspor produk olahan baik setengah jadi maupun jadi mengalami peningkatan, sedangkan ekspor biji kakao mengalami penurunan. Pada 2009, ekspor biji kakao mencapai 82 persen dari total produksi, angka ini menurun menjadi 51 persen pada tahun 2011. Sementara itu ekspor kakao olahan di periode yang sama mencatat kenaikan.

Produksi (000 ton) Konsumsi (000 ton)

4

Tabel 2. Kuantitas Ekspor Kakao Indonesia Tahun 2008 - 2012 Jenis Kakao Kuantitas Ekspor (ton)

2008 2009 2010 2011 2012 Biji kakao 380513 439305 432427 210067 163501 Kakao butter 55584 41606 46687 82535 94345 Kakao pasta 30056 13393 20014 54922 58385 Kakao powder 34408 27540 36354 41494 43749 Cokelat 12814 12244 16159 16520 19311 Kakao shells 2164 1102 1201 4672 8485 Sumber: ITC (2013)

Pada tahun 2009 ekspor kakao olahan hanya 18 persen, namun pada tahun 2012 ekspor kakao olahan naik menjadi 56 persen, meningkat lebih dari tiga kali lipatnya (Tabel 2). Hal ini terjadi akibat dampak penetapan pajak ekspor biji kakao yang dimulai sejak tahun 2010. Pajak ekspor biji kakao ini selain mendorong ekspor kakao olahan, juga mengembangkan industri pengolahan kakao dalam negeri (kapasitas penggilingan meningkat) dan investasi baru bertambah. Kapasitas produksi penggilingan biji kakao nasional mencapai 350 ribu ton tahun 2012 dan diperkirakan akan naik menjadi 500 ribu ton di tahun 2013 (Kemenperin 2013).

Dari uraian diatas, terlihat perkembangan ekspor kakao Indonesia yang dinamis. Nilai ekspor kakao masih mempunyai peluang besar untuk ditingkatkan karena saat ini sebagian besar ekspor kakao masih dalam bentuk produk primer sehingga nilai tambah belum dapat dinikmati. Maka dengan potensi kakao yang tinggi, membuat pemerintah menetapkan kakao sebagai komoditas unggulan nasional untuk ekspor. Perhatian yang besar terhadap produksi kakao Indonesia tersebut harus diimbangi dengan peluang pasar yang yang tepat agar kakao yang dihasilkan dapat dipasarkan sesuai permintaan konsumen khususnya negara-negara tujuan ekspor kakao Indonesia

Dengan adanya kecenderungan peningkatan ekspor kakao Indonesia dan peningkatan konsumsi kakao dunia, menunjukkan bahwa potensi pasar kakao yang masih tinggi. Ditambah kondisi perdagangan bebas, menjadikan pasar internasional akan dikuasai oleh negara yang memiliki daya saing.

Perumusan Masalah

Sektor pertanian termasuk subsektor perkebunan, telah terbukti berperan

penting dalam perekonomian Indonesia. Ketika krisis tahun 1997, nilai ekspor produk pertanian meningkat drastis dan pendapatan petani kakao juga ikut meningkat tinggi. Hal ini disebabkan dari konsekuensi depresiasi rupiah yang menyebabkan peningkatan permintaan akan produk pertanian Indonesia, sehingga sektor pertanian dipercaya sebagai sektor utama jalan keluar dari krisis ekonomi. Terbukti, sektor pertanian merupakan sektor yang paling tidak terkena dampak krisis, terlihat dari penurunan output kurang dari dua persen saja (Arsyad dan Yusuf 2008). Khusus untuk kakao, setidaknya terdapat dua peran penting dalam perekonomian Indonesia. Pertama kakao menyediakan pendapatan ekspor, berikutnya kakao memberikan sumber pekerjaan untuk jutaan petani kecil. Menurut Arsyad dan Yusuf (2008), kedua hal ini merupakan pendorong utama dari pertumbuhan area perkebunan kakao.

5

Indonesia, sebagai salah satu pemasok utama kakao di pasar internasional, merupakan eksportir ketiga terbesar biji kakao setelah Pantai Gading dan Nigeria dengan pangsa pasar 15 persen, sedangkan untuk produk olahan berupa pasta kakao, kakao butter, dan kakao bubuk, posisi Indonesia berada di posisi yang lebih rendah dengan pangsa pasar kurang dari 6 persen. Pada tahun 2010 nilai ekspor biji kakao sebesar US $1 190 740 atau 72.44 persen dari total nilai ekspor kakao secara kseluruhan (ITC 2011). Adanya perbedaan nilai ekspor yang tinggi antara biji kakao dengan produk kakao olahan, menunjukkan bahwa industri hilir kakao belum berkembang dengan baik. Indonesia masih mengandalkan biji kakao, padahal pasar internasional pun memerlukan banyak produk kakao olahan.

Sejalan dengan tujuan pengembangan kakao nasional yakni sebagai komoditas ekspor unggulan, baik biji maupun olahan, maka pemerintah mulai mengembangkan industri hilir kakao. Untuk itu, pemerintah menetapkan bea keluar bagi biji kakao hingga 15 persen melalui Peraturan Menteri Keuangan No No 67/PMK.011/2010 yang diberlakukan sejak April 2010. Peraturan ini bertujuan untuk menumbuhkan industri pengolahan kakao di dalam negeri yang akan meningkatkan ekspor produk olahan kakao yang berdaya saing. Sebagai dampaknya, ekspor kakao Indonesia pelan-pelan bergeser dari biji kakao ke produk kakao olahan. Pada Tabel 2, terlihat dalam rentang waktu lima tahun dari tahun 2008 – 2012, ekspor kakao olahan mengalami peningkatan sebesar rata-rata 33 persen per tahun, dengan peningkatan tertinggi adalah kakao pasta (43.68%), diikuti kakao butter (19.53%) dan kakao powder (7.90%).

Dengan adanya perubahan komposisi ekspor dan permintaan internasional dari masing-masing jenis produk kakao Indonesia, maka perlu diketahui daya saing kakao Indonesia baik biji maupun olahan. Hal ini dilakukan agar dapat mengetahui posisi ekspor kakao yang mana yang unggul di pasar internasional, sehingga dapat menentukan arah kebijakan ekspor kakao. Terutama dengan adanya kecenderungan penurunan produksi dunia, maka kenaikan konsumsi dunia dapat dilihat sebagai peluang yang dapat diisi oleh kakao Indonesia. Untuk itu pertanyaan penelitian pertama adalah: Bagaimana daya saing kakao Indonesia di pasar internasional?

Pasar kakao Indonesia ditujukan ke negara-negara di Amerika, Asia maupun Eropa. Negara-negara tujuan ekspor kakao Indonesia ini memiliki lokasi dan karakteristik yang berbeda-beda, baik dari kondisi perekonomian yaitu Gross Domestic Product (GDP), maupun jarak antar negara. Faktor-faktor yang berbeda pada negara tujuan tersebut dapat berlaku sebagai faktor penentu terjadinya aliran perdagangan kakao dari Indonesia sebagai negara pengekspor ke negara tujuan ekspor. Analisis aliran perdagangan kakao Indonesia ke negara-negara tujuan perlu dilakukan agar dapat mengetahui faktor apa saja yang mempengaruhi aliran ekspor kakao Indonesia ke pasar internasional, yang selanjutnya akan mengetahui potensi ekspor kakao Indonesia serta negara tujuan ekspor mana yang saat ini sudah jenuh atau masih potensial. Dari uraian tersebut, maka pertanyaan penelitian berikutnya adalah faktor-faktor apa saja yang mempengaruhi aliran perdagangan kakao Indonesia di pasar internasional dan bagaimana potensi perdagangannya. Kedua pertanyaan penelitian tersebut akan dijawab dalam penelitian ini.

6

Tujuan Penelitian

Berdasarkan latar belakang dan perumusan masalah yang telah diuraikan sebelumnya, maka tujuan dari penelitian ini adalah sebagai berikut: 1. Menganalisis daya saing biji kakao dan kakao olahan Indonesia di pasar

internasional. 2. Menganalisis faktor-faktor yang mempengaruhi aliran perdagangan kakao

Indonesia di pasar internasional dan potensi perdagangannya.

Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberikan rekomendasi bagi

penetapan prioritas kebijakan daya saing dan perdagangan kakao Indonesia di pasar internasional. Selain itu hasil penelitian ini diharapkan dapat menjadi rujukan bagi peneliti yang akan melakukan penelitian terkait daya saing dan perdagangan internasional pada komoditas lain.

Ruang Lingkup Penelitian

Beberapa batasan diterapkan dalam melakukan penelitian agar lebih terarah dalam mencapai tujuannya. Batasan penelitian tersebut antara lain: 1. Periode tahun analisis yang digunakan yaitu 13 tahun terakhir dari tahun 2000

sampai 2012. 2. Kakao yang diteliti dalam analisis perdagangan kakao Indonesia di pasar

internasional adalah biji kakao HS 18010 (cocoa beans, whole or broken raw/roasted), kakao butter HS 18040 (cocoa butter, fat and oil), dan kakao powder HS 18050 (cocoa powder, not containing added sugar or other sweetening matter).

3. Biji kakao dalam penelitian ini tidak membedakan biji kakao yang sudah fermetasi atau belum fermentasi.

4. Variabel-variabel bebas yang digunakan dalam penelitian ini antara lain GDP riil per kapita Indonesia dan negara tujuan, jarak ekonomi Indonesia dengan negara tujuan, nilai tukar rupiah terhadap mata uang negara tujuan, dan dummy bea keluar biji kakao. Sedangkan volume ekspor kakao (biji, butter, dan powder) sebagai variabel tak bebasnya.

5. Negara tujuan ekspor yang digunakan sebanyak 10 negara yang merupakan negara-negara tujuan ekspor utama kakao biji, butter, dan powder Indonesia.

2 TINJAUAN PUSTAKA

Daya Saing Komoditas Pertanian

Analisis daya saing dilakukan untuk mengetahui keunggulan kompetitif dan komparatif suatu komoditas di pasar internasional, sehingga diketahuinya daya saing tersebut akan sangat berguna bagi perumusan kebijakan dan strategi untuk meningkatkan kualitas dalam rangka meningkatkan ekspor suatu komoditas pertanian. Suatu negara memiliki daya saing dalam memproduksi suatu komoditas pertanian dikarenakan negara tersebut memiliki keunggulan dalam hal

7

ketersediaan sumber daya, volume produksi, produktivitas, dan kualitas. (Dermoredjo dan Setiyanto 2008; Lubis dan Nuryanti 2011).

Salah satu metode untuk mengetahui posisi daya saing dan ekspor produk suatu negara di pasar dunia adalah metode Revealed Comparative Advantage RCA. Asmarantaka (2011) melakukan penelitian yang berjudul Analisis Dayasaing Ekspor Kopi Indonesia dengan menggunakan metode RCA tersebut. Variabel yang diukur adalah kinerja ekspor kopi di pasar dunia, dengan menghitung nilai pangsa produk ekspor Indonesia terhadap total ekspor ke luar negeri yang kemudian dibandingkan dengan pangsa nilai ekspor produk tersebut di dunia. Selain metode RCA, Asmarantaka (2011) juga menggunakan pendekatan export product dynamics (EPD) untuk mengidentifikasi daya saing atau keunggulan kompetitif suatu produk, juga untuk mengetahui apakah suatu produk tersebut merupakan produk dengan performa dinamis atau tidak.

Seperti Asmarantaka (2011), Dermoredjo dan Setiyanto (2008) yang mencermati daya saing perdagangan Indonesia dan negara-negara pemasok utama kakao ke Spanyol juga menggunakan menggunakan metode Revealed Comparative Advantage (RCA). Selain itu Dermoredjo dan Setiyanto (2008) juga menggunakan metode Revealed Trade Advantage (RTA) dan Trade Specialist Ratio (TSR/ISP). Hasil analisis menunjukkan posisi daya saing kakao Indonesia (HS 18100 hingga HS 18690) dibandingkan dengan pesaingnya, memiliki potensi keunggulan bersaing yang tergolong rendah hingga sedang, dengan kemampuan bersaing rendah hingga tinggi.

Hal ini mendukung penelitian yang dilakukan Daryanto (2007), bahwa posisi daya saing Indonesia berdasarkan nilai RCA masih rendah dibandingkan negara-negara produsen kakao lainnya. Kemampuan daya saing kakao Indonesia masih dibawah Pantai Gading, Ghana dan Nigeria, namun dibandingkan Brazil posisi daya saing kakao Indonesia masih lebih baik. Supriatna dan Dradjat (2008) menyatakan bahwa kecenderungan daya saing kakao Indonesia di Sulawesi Tenggara menurun selama sembilan tahun (1995 – 2004) disebabkan ekspor kakao Indonesia belum berorientasi pasar, melainkan masihberorientasi produksi. Pemerintah perlu memberikan dukungan kebijakan yang kondusif untukmeningkatkan daya saing kakao Indonesia, mulai dari tingkat usahatani melalui penerapanteknologi unggulan, perbaikan pasca panen dan pemasaran.

Dampak ASEAN China Free Trade Agreement ACFTA ternyata tidak meningkatkan daya saing biji kakao Indonesia di pasar China terhadap Malaysia (Lubis dan Nuryanti 2011). Dengan menggunakan analisis daya saing Revealed Symetric Comparative Advantage (RSCA), ISP, dan analisis regresi berganda diketahui bahwa sejak pelaksanaan ACFTA daya saing ekspor biji kakao Indonesia di pasar China telah memasuki tahap kematangan, sehingga Indonesia tidak meraih keuntungan dalam perdagangan bebas ACFTA hanya dengan mengekspor produk primer seperti biji kakao ke China. Oleh karena itu, Indonesia harus mengekspor produk kakao seperti kakao bubuk, kakao pasta dan lemak kakao untuk memperoleh nilai tambah dan memperbaiki daya saing kakao di pasar China.

8

Perdagangan Internasional Kakao

Suatu negara melakukan perdagangan internasional karena dua alasan utama yaitu karena setiap negara berbeda satu sama lain sehingga dapat memperoleh keuntungan dari perbedaan-perbedan yang dimiliki, dan untuk mencapai skala ekonomis dalam produksi, agar dapat menghasilkan barang-barang tersebut dan mengekspor dengan skala yang lebih besar. Analisis perdagangan internasional dilakukan untuk mengetahui faktor-faktor apa saja yang menentukan volume ekspor dari negara eksportir ke negara importir. Dengan mengetahui faktor-faktor yang mempengaruhi ekspor suatu komoditas, maka akan membantu suatu negara eksportir untuk meningkatkan volume ekspor (Yeboah et al. 2008; Dermoredjo dan Setiyanto 2008; Lubis dan Nuryanti 2011; Cassim 2001).

Untuk mengestimasi potensi ekspor kakao di bawah liberalisasi perdagangan oleh 16 negara produsen kakao ke Amerika Serikat pada tahun 1989 hingga 2003, Yeboah et al. (2008) menggunakan gravity model. Hasil penelitian mengindikasikan faktor yang berpengaruh terhadap ekspor kakao ke Amerika Serikat adalah pendapatan perkapita dan GDP Amerika Serikat, sedangkan nilai tukar terhadap US dolar tidak berpengaruh. Hal ini sejalan dengan Cassim (2001) mengenai faktor penentu perdagangan intra-regional produk kakao, kopi, dan teh di Afrika Selatan dengan gravity model, terlihat bahwa struktur mendasar dan faktor ekonomi seperti biaya transaksi perdagangan, pertumbuhan ekonomi, dan perubahan pendapatan per kapita harus menjadi fokus integrasi regional, lebih daripada kebijakan perdagangan itu sendiri. Namun bertentangan dengan Yeboah et al., penelitian yang dilakukan oleh Nwachukwu et al. (2010) di Nigeria, menyatakan bahwa hasil estimasi OLS menunjukkan volume ekspor dunia, nilai tukar dan output kakao Nigeria merupakan faktor yang menentukan ekspor kakao Nigeria.

Sari (2013) mengkaji perdagangan kakao Indonesia ke sebelas negara Uni Eropa. Hasil penelitiannya menunjukkan bahwa faktor-faktor yang mempengaruhi ekspor biji kakao adalah GDP negara eksportir, populasi negara eksportir, nilai tukar, dan pajak ekspor. Lain halnya dengan Dermoredjo dan Setiyanto (2008) yang menganalisis perdagangan kakao Indonesia ke Spanyol dengan menggunakan metode Constant Market Share (CMS). Temuan pada penelitian ini, faktor-faktor yang mempengaruhi perubahan ekspor produk bubuk kakao (18050) adalah efek struktural, yakni perubahan permintaan impor di Spanyol. Sedangkan untuk pasta kakao yang dihilangkan lemaknya sebagian atau seluruhnya (18032), faktor yang mempengaruhi perubahan ekspor adalah efek kompetitif, yakni perkembangan yang terjadi di pasar Spanyol. Hasil analisis CMS menunjukkan bahwa selama ini peningkatan ekspor bubuk kakao dan pasta kakao Indonesia ke Spanyol lebih banyak dalam bentuk peningkatan volume permintaan, bukan dari segi keunggulan kompetitif produk. Hasil penelitian Dermoredjo dan Setiyanto ini didukung oleh Lubis dan Nuryanti (2011), bahwa walaupun Indonesia paling banyak mengekspor biji kakao (cocoa beans), lemak dan pasta kakao (cocoa butter dan cocoa paste), ironisnya dalam periode yang sama Indonesia juga mengimpor biji kakao dan olahannya untuk kebutuhan konsumsi dalam bentuk coklat (chocolate and other food preparation of cocoa). Lebih lanjut Lubis dan Nuryanti (2011) menjelaskan bahwa produk kakao

9

Indonesia tidak berkualitas untuk diolah menjadi produk olahan yang kompetitif, sehingga memerlukan campuran kakao dari negara lain, seperti kakao Ghana dan Pantai Gading. Pencampuran tersebut bertujuan untuk meningkatkan kualitas hasil olahan biji kakao nasional sehingga dapat memenuhi standar impor di negara tujuan ekspor.

Mendukung penelitian perdagangan kakao sebelumnya, Arsyad (2007) dalam kajian dampak subsidi pupuk dan kebijakan pajak ekspor terhadap ekspor dan produksi kakao Indonesia, menemukan fakta bahwa (1) Ekspor kakao Indonesia sangat dipengaruhi oleh harga ekspor, pertumbuhan produksi kakao, nilai tukar, dan tren waktu, (2) Kebijakan subsidi harga pupuk dapat meningkatkan ekspor dan produksi kakao Indonesia, sedangkan kebijakan pajak ekspor akan berdampak negatif, yakni menurunkan ekspor dan produksi kakao. Pada penelitian Arsyad (2007) juga terlihat bahwa dalam jangka pendek, harga kakao Indonesia inelastis terhadap perubahan penawaran kakao. Artinya, perdagangan kakao tidak tergantung dari sisi penawaran.

Metode Analisis Perdagangan Internasional

Salah satu alat analisis dalam penelitian perdagangan yang sering

digunakan adalah gravity model. Walau diterapkan pada berbagai jenis produk dan variabel, lintas regional dan negara dengan berbagai perbedaan situasi, dapat menyajikan hasil analisis yang baik. Variabel-variabel mendasar yang mempengaruhi aliran perdagangan adalah GDP dan jarak.

Okubo (2000) melakukan analisis dampak jarak terhadap perdagangan internasional yang dilakukan di wilayah-wilayah Jepang. Penelitian ini menarik kesimpulan adanya hubungan yang negatif antara jarak dan perdagangan internasional yaitu sebesar 1.91. Selain faktor jarak, faktor lainnya yang kuat mempengaruhi perdagangan internasional di Jepang adalah border effect. Border effect ini digambarkan sebagai hambatan perdagangan berupa tarif, ketika tarif mengalami penurunan, border effect juga mengalami penurunan, sehingga perdagangan internasional mengalami peningkatan.

Namun, dari penelitian yang dilakukan Melitz (2006) mengenai lokasi negara di Utara atau Selatan dunia dan pengaruh jarak dalam model gravity, mempertanyakan asumsi yang menyebutkan jarak sebagai penghambat perdagangan. Penelitian ini membandingkan perdagangan di wilayah Utara –Utara, Selatan – Selatan, dan Utara – Selatan. Hasil penelitian menunjukkan peningkatan jarak antar wilayah Utara – Selatan dapat berarti perbedaan yang tinggi pada sumberdaya seperti perbedaan agroklimat, pendapatan perkapita, sehingga dapat meningkatkan keuntungan dalam perdagangan.

Pada penelitian Cassim (2001) mengenai faktor-faktor yang mempengaruhi perdagangan intra-regional di Afrika Selatan, jelas terlihat bahwa penentu utama pertumbuhan perdagangan intra-regional adalah pertumbuhan GDP dan GDP perkapita diantara negara-negara Southern African Development Community dan pengurangan biaya transaksi pada perdagangan. Namun demikian, model menunjukkan walaupun faktor-faktor struktural ini penting, juga ada faktor lain yang mempengaruhi perdagangan, yakni perbedaan bahasa.

Penelitian yang dilakukan oleh Atici dan Guloglu (2006) dilakukan untuk menganalisis faktor-faktor yang mempengaruhi perdagangan buah dan sayur agar

10

membantu Turki untuk meningkatkan ekspor komoditasnya ke negara Uni Eropa dan memberikan informasi awal dalam persaingan dengan negara Mediterania lain. Hasil penelitian tersebut menunjukkan bahwa GDP, populasi warga Uni Eropa, populasi warga Turki di Uni Eropa dan negara non-mediterania merupakan faktor yang signifikan yang mempengaruhi ekspor buah dan sayur Turki.

Perbedaan dengan Penelitian Terdahulu

Berdasarkan beberapa penelitian mengenai daya saing oleh Dermoredjo dan

Setiyanto (2008), Daryanto (2007), Supriatna dan Dradjat (2008), serta Lubis dan Nuryanti (2011), terdapat beberapa perbedaan dengan kajian dan metode analisis yang digunakan dalam penelitian ini. Kajian yang diteliti yaitu mencakup analisis daya saing dan keunggulan komparatif dengan menggunakan analisis RCA. Analisis daya saing dengan metode RCA juga dilakukan Asmarantaka (2011) Dermoredjo dan Setiyanto (2008) dan Daryanto (2007), namun demikian terdapat perbedaan dalam hal negara, jenis produk, dan tahun yang dianalisis. Periode waktu yang dianalisis oleh peneliti yaitu periode tahun 2003 sampai 2012, sedangkan kasus yang diteliti yaitu menganalisis daya saing kakao Indonesia baik biji maupun olahannya di pasar internasional juga menganalisis daya saing kakao biji dan olahan Indonesia di 10 negara tujuan ekspor utama. Selain itu, penulis juga menganalisis daya saing kakao yang dihasilkan oleh negara-negara eksportir kakao lainnya. Perbedaan lainnya yaitu penulis menambahkan analisis korelasi rank spearman untuk melihat tingkat persaingan antar negara pengekspor kakao dengan memanfaatkan nilai RCA yang diperoleh.

Perbedaan penelitian perdagangan komoditas kakao yang dilakukan pada penelitian ini dengan penelitian sejenis oleh Yeboah et al. (2008), Dermoredjo dan Setiyanto (2008), Lubis dan Nuryanti (2011), Sari (2013) dan Cassim (2001) yaitu dilihat pada metode analisis, variabel yang digunakan, dan lingkup kajian yang dilakukan. Metode analisis yang digunakan oleh penulis yaitu analisis data panel dengan gravity model, dengan tiga jenis kakao yaitu biji, butter, dan powder. Metode analisis yang digunakan penulis berbeda dengan yang dilakukan oleh Dermorejo dan Setiyanto (2008) yang menggunakan model Constant Market Share (CMS) untuk mengevaluasi faktor-faktor yang mempengaruhi perubahan ekspor produk kakao di pasar Spanyol. Metode analisis yang digunakan oleh Yeboah (2008) juga analisis data panel dengan gravity model, namun yang membedakan dengan penelitian yang dilakukan oleh penulis yaitu variabel bebas yang digunakan cukup berbeda.

Dari beberapa penelitian terdahulu, dapat disimpulkan bahwa perdagangan kakao Indonesia didorong dari sisi permintaan (demand side), yakni dari peningkatan volume permintaan kakao negara lain, dan variabel lainnya seperti nilai tukar, harga ekspor (Arsyad 2007; Dermoredjo dan Setiyanto 2008). Hal ini menguatkan penelitian ini yang akan menggunakan Gravity Model yang melihat faktor-faktor yang mempengaruhi aliran perdagangan kakao Indonesia dari sisi permintaan.

Selain itu, penulis juga menambahkan analisis lanjutan dari hasil estimasi gravity model yaitu analisis rasio potensi perdagangan untuk mengetahui apakah kakao Indonesia masih berpotensi untuk diperdagangkan di suatu negara tujuan ataukah sudah jenuh. Perbedaan lainnya juga dilihat dari aspek lingkup kajian

11

yang dilakukan, dimana penulis menganalisis perdagangan kakao di sepuluh negara utama pengimpor kakao di dunia, sedangkan lingkup kajian yang dilakukan oleh Sari (2013) yaitu analisis perdagangan komoditas kakao di kawasan Uni Eropa.

3 KERANGKA PEMIKIRAN

Kerangka Pemikiran Teoritis

Perdagangan Internasional dan Daya Saing Perdagangan internasional adalah perdagangan yang dilakukan oleh

penduduk suatu negara dengan penduduk negara lain atas dasar kesepakatan bersama. Penduduk yang dimaksud dapat berupa perorangan (antara individu dengan individu), antara individu dengan pemerintah suatu negara, maupun antara pemerintah suatu negara dengan pemerintah negara lain. Transaksi yang dilakukan dalam perdagangan internasional adalah melalui ekspor dan impor. Ekspor adalah barang dan jasa yang diproduksi di dalam negeri yang dijual secara luas di luar negeri, sedangkan impor adalah barang dan jasa yang diproduksi di luar negeri yang dijual di dalam negeri (Mankiw 2006). Kegiatan perdagangan internasional suatu negara akan cenderung mengekspor barang-barang yang biaya produksi dalam negerinya relatif lebih rendah dibandingkan dengan barang yang sama di luar negeri dan dapat bersaing di pasar internasional (keunggulan komparatif). Namun sebaliknya, suatu negara akan mengimpor barang-barang yang biaya produksi dalam negerinya relatif lebih mahal dibandingkan dengan barang yang sama di luar negeri.

Menurut Gonarsyah (1987) beberapa faktor yang mendorong timbulnya perdagangan internasional suatu negara dengan negara lain antara lain untuk memperluas pemasaran komoditas ekspor, memperbesar penerimaan bagi kegiatan pembangunan, adanya perbedaan biaya relatif, serta adanya perbedaan penawaran dan permintaan antar negara. Perdagangan yang timbul antara dua negara karena adanya perbedaan di dalam penawaran maupun permintaan, dapat terjadi karena beberapa hal. Dari sisi penawaran, perdagangan terjadi karena adanya perbedaan di dalam jumlah dan kualitas faktor-faktor produksi, tingkat teknologi, dan faktor eksternalitas. Sedangkan perdagangan dari sisi permintaan diakibatkan karena adanya perbedaan pendapatan dan selera (Kindleberger 1978).

Pada Gambar 3 terlihat bahwa tanpa adanya perdagangan internasional, negara 1 akan melakukan produksi dan konsumsi di titik A berdasarkan harga relatif komoditas X sebesar P1, sedangkan negara 2 akan berproduksi dan berkonsumsi di titik A’ berdasarkan harga relatif P3. Jika di negara 1 berdasarkan harga relatif P2, maka akan terjadi kelebihan penawaran apabila dibandingkan dengan tingkat permintaan untuk komoditas X sebesar BE. Kuantitas sebesar BE itulah yang merupakan kuantitas komoditas X yang akan diekspor oleh negara 1 pada harga relatif P2. Begitu halnya untuk negara 2 jika berdasarkan harga relatif P2 akan terjadi kelebihan permintaan yang lebih besar dari penawarannya, yaitu sebesar B’E’. Kelebihan itu sama artinya dengan kuantitas komoditas X yang akan diimpor oleh negara 2 berdasarkan harga relatif P2. Kuantitas impor komoditas X yang diminta oleh negara 2 (sebesar B’E’) akan dipenuhi dengan

12

kuantitas ekspor komoditas X yang ditawarkan oleh negara 1 (sebesar BE). Hal tersebut diperlihatkan oleh perpotongan antara kurva Dw dan kurva Sw setelah komoditas X diperdagangkan di antara kedua negara, yang ditunjukkan oleh titik E*. Maka P2

Gambar 3 Keseimbangan dalam Perdagangan Internasional Sumber: Salvatore (1997)

Dalam perdagangan internasional, daya saing yang dimiliki oleh suatu

komoditas atau kemampuan suatu negara sangat terkait dengan keunggulannya dalam menghasilkan komoditas tersebut secara efisien dibanding negara lain. Daya saing merupakan kemampuan komoditas memasuki pasar internasional dan kemampuan untuk bertahan pada pasar internasional tersebut. Daya saing atas suatu komoditas sering diukur dengan menggunakan pendekatan keunggulan absolut, komparatif dan kompetitif.

Teori klasik muncul sebagai landasan yang kuat bagi perkembangan perdagangan internasional selanjutnya. Teori keunggulan absolut muncul dari teori klasik yang dikemukakan oleh Adam Smith, yang sering disebut sebagai teori murni perdagangan internasional karena berdasarkan pada variabel riil bukan variabel moneter. Dasar pemikiran dari teori ini adalah bahwa suatu negara akan melakukan spesialisasi terhadap ekspor suatu jenis barang tertentu dimana negara tersebut memiliki keunggulan absolut (absolute advantage) dan tidak memproduksi atau melakukan impor jenis barang lain dimana negara tersebut tidak mempunyai keunggulan absolut (absolute disadventage) terhadap negara lain yang memproduksi barang sejenis.

adalah harga relatif ekuilibrium untuk komoditas X setelah perdagangan internasional berlangsung.

Kemunculan teori keunggulan komparatif dari J.S Mill dan David Ricardo dianggap sebagai kritik dan penyempurna teori keunggulan absolut dari Adam Smith yang menyatakan bahwa perdagangan internasional antar dua negara akan terjadi jika kedua negara itu memperoleh keuntungan perdagangan dari masing-masing keunggulan absolut yang mereka miliki. J.S Mill beranggapan bahwa suatu negara akan mengekspor barang tertentu bila negara tersebut memiliki keunggulan komparatif (comparative advantage) terbesar dan mengimpor barang bila negara tersebut memiliki kerugian komparatif (comparative disadvantage).

B

X 0 0 X1

Pasar di negara 1 untuk komoditas X

Hubungan perdagangan internasional dalam komoditas X dengan adanya biaya transportasi

Pasar di negara 2 untuk komoditas X

D

D Dw

Sw S

S

P1

P2

P3 Ekspor

Impor E

A

B’ E’

A’

’ E*

Px Px Px

X X 0

13

Hal ini sejalan dengan David Ricardo yang mengemukakan bahwa suatu negara akan mengekspor barang ketika tenaga kerja dapat memproduksi dengan relatif efisien dan mengimpor barang ketika tenaga kerjanya memproduksi barang relatif tidak efisien, dengan kata lain pola produksi negara ditentukan oleh keunggulan komparatif (Krugman dan Obstfeld 2006). Sekalipun suatu negara tidak memiliki keunggulan absolut dalam memproduksi komoditas jika dibandingkan dengan negara lain, namun perdagangan yang saling menguntungkan masih bisa berlangsung, selama rasio harga antar negara masih berbeda jika dibandingkan tidak terjadi perdagangan (Kindleberger 1978).

Teori yang dikemukakan oleh David Ricardo disempurnakan oleh teori Hecksher–Ohlin. Teori ini memiliki kesimpulan yaitu bahwa perdagangan internasional cenderung untuk menyamakan tidak hanya harga barang-barang yang diperdagangkan saja, tetapi juga harga faktor-faktor produksi yang digunakan untuk menghasilkan barang-barang tersebut. Suatu negara akan mengekspor komoditas yang produksinya lebih banyak menyerap faktor produksi yang relatif melimpah dan murah di negara itu, dan dalam waktu bersamaan akan mengimpor komoditas yang produksinya memerlukan sumber daya yang relatif langka dan mahal di negaranya (Salvatore 1997).

Hecksher–Ohlin mengemukakan bahwa perdagangan internasional merupakan kelanjutan dari perdagangan antar daerah yang perbedaannya terletak pada jarak, sehingga tidak dapat mengabaikan biaya produksi. Perdagangan antar negara tidak didasarkan pada keuntungan tetapi atas dasar proporsi dan intensitas faktor produksi yang digunakan untuk menghasilkan barang tersebut. Teori yang juga disebut teori ketersediaan faktor ini didasari bahwa perdagangan internasional antara dua negara terjadi akibat opportunity cost yang berbeda antara kedua negara tersebut. Perbedaan opportunity cost tersebut dikarenakan adanya perbedaan dalam jumlah faktor produksi, misalnya tenaga kerja, modal, atau bahan baku yang dimiliki. Akibat factor endowment yang berbeda maka sesuai hukum pasar harga dari faktor-faktor produksi tersebut berbeda antar kedua negara tersebut. Selain itu, menurut teori ini suatu negara akan mengkhususkan dalam produksi dan ekspor barang-barang yang input atau faktor produksinya relatif banyak di negara tersebut, dan impor barang yang faktor produksinya tidak dimiliki atau terbatas di negara tersebut.

Dalam perdagangan internasional, terdapat berbagai macam kebijakan restriksi, diantaranya adalah tarif dan kuota. Tarif dapat digolongkan menjadi (1) bea ekspor, (2) bea transito, dan (3) bea impor. Sedangkan kuota dapat digolongkan menjadi kuota impor dan kuota ekspor. Kebijakan lain dalam perdagangan internasional adalah penetapan subsidi. Masing-masing kebijakan yang diterapkan pada suatu komoditas di suatu negara akan memberikan dampak pada kegiatan perdagangannya.

Penelitian ini membahas daya saing kakao Indonesia secara spesifik dengan mengukur keunggulan komparatifnya. Keunggulan komparatif perdagangan kakao Indonesia baik dalam bentuk biji maupun produk olahan diukur dengan Revealed Comparative Advantage (RCA). RCA mengukur pangsa ekspor suatu negara dalam kelompok industri yang sama dengan negara eksportir lainnya, sehingga banyak digunakan untuk mengukur keunggulan komparatif.

14

Aliran Perdagangan Komoditas Pertama kali gravity model digunakan dalam analisis perdagangan

internasional oleh Tinberger (1962) dan Ponyohen (1963) untuk menganalisis aliran perdagangan antara negara-negara Eropa. Menurut model ini, barang ekspor dari negara i ke negara j dijelaskan oleh ukuran ekonomi masing-masing negara (GDP), populasi masing-masing negara, dan jarak antar negara (Yamarik dan Gosh 2005).

Gravity model menyajikan suatu analisa yang lebih empiris dari pola perdagangan dibandingkan model yang lebih teoritis. Model ini pada bentuk dasarnya, menjelaskan perdagangan berdasarkan jarak antar negara dan interaksi antar negara dalam ukuran ekonominya, seperti GDP dan populasi. Pada intinya, gravity model memprediksi bahwa perdagangan antara negara akan meningkat dengan GDP dan menurun dengan jarak antar negara. Terdapat alasan secara teoritis untuk memasukkan beberapa variabel ke dalam gravity model. Sebagai contoh, Frankel (1997) mendeskripsikan tiga jenis biaya transaksi yang dihadapi perusahaan antara lain pengapalan, waktu yang dibutuhkan dalam pengiriman komoditas, dan budaya yang berbeda. Faktor geografis seperti lokasi negara, batas negara yang sama, dan negara yang dikelilingi daratan mempengaruhi kedua jenis biaya transaksi yang pertama. Sementara itu, bahasa dan sejarah negara seperti kesamaan bahasa dan negara penjajah mempengaruhi jenis biaya transaksi yang ketiga. Lebih jauh lagi, Heckscher-Ohlin memprediksikan bahwa negara-negara dengan faktor penyokong (endowment factors) yang berbeda akan melakukan perdagangan lebih banyak antar negara, sedangkan Linder (1961) menghipotesiskan bahwa negara dengan tingkat perkembangan yang sama akan memiliki preferensi yang sama dan akan berdagang lebih sedikit dengan negara yang memiliki faktor penyokong yang berbeda. Pada permulaan dirumuskannya gravity model, Tinbergen (1962) dan Pöyhönen (1963) merumuskan persamaan gravity model sebagai berikut:

dimana tradeij adalah nilai dari perdagangan antara negara i (negara asal) dan j (negara tujuan), GDPi dan GDPj menunjukkan pendapatan nasional negara i dan j. Distanceij

Gross Domestic Product (GDP) menyatakan pendapatan total dan pengeluaran total nasional pada output barang dan jasa. GDP sebagai salah satu variabel utama dalam analisis aliran perdagangan gravity model menunjukkan besarnya kemampuan perekonomian suatu negara. Semakin besar GDP yang dihasilkan suatu negara semakin besar pula kemampuan negara tersebut untuk melakukan perdagangan internasional, karena pada saat pertumbuhan ekonomi suatu negara meningkat, pendapatan konsumen meningkat maka konsumen akan meningkatkan utilitasnya dalam bentuk membeli lebih banyak barang. Bagi negara eksportir, GDP yang semakin besar akan mempengaruhi volume ekspor komoditas negara tersebut. Dan bagi negara importir besarnya GDP juga akan

mengukur jarak bilateral antara dua negara dan A adalah konstanta. Persamaan tersebut disebut gravity model inti. Variabel Pembangun Gravity Model

1. Gross Domestic Product (GDP)

15

mempengaruhi jumlah impor komoditas tersebut. Dalam hal ini GDP yang dimiliki negara produsen dan negara tujuan ekspor akan mempengaruhi volume perdagangan (Krugman dan Obstfeld 2006). Pada model gravity dasar, perdagangan internasional bergantung pada pengukuran GDP riil antar dua negara, namun Frankel dalam Yamarik dan Ghosh (2005) menjelaskan beberapa alasan mengapa perdagangan secara positif dapat dipengaruhi tingkat perkembangan negara, misalnya produk lokal dari luar negeri dapat menjadi barang superior dalam konsumsi. Untuk itu, salah satu pengukuran tingkat perkembangan negara dapat digunakan GDP riil per kapita. Menurut Roberts (2004), baik GDP maupun GDP per kapita akan memiliki koefisien yang positif dengan volume perdagangan karena berhubungan langsung dengan perdagangan, ukuran ekonomi, dan pendapatan. 2. Jarak Indonesia dengan Negara Tujuan

Jarak adalah faktor geografi yang menjadi variabel utama gravity model untuk aliran perdagangan. Jarak juga merupakan variabel asli yang berasal dari model gravitasi Newton. Dalam kaitannya dengan perdagangan, jarak memberikan pengaruh dalam masalah biaya angkut (transportasi) produk dari titik produksi ke titik konsumsi. Jarak yang digunakan dalam ekonometrik adalah jarak garis lurus yang ditarik antara dua titik latitude-longitude, karena pengukuran jarak yang lebih spesifik dengan menggunakan rute transportasi darat dan laut tidak memberikan perbedaan yang besar (Frankel 1997). Jarak yang semakin jauh akan menyebabkan biaya untuk melakukan impor menjadi relatif lebih mahal, mendorong importir untuk menurunkan impor, dan begitu pula sebaliknya. Dengan demikian, hubungan antara jarak dan perdagangan menjadi negatif (Cadarajat dan Yanfitri 2007). 3. Nilai Tukar

Nilai tukar adalah harga/nilai suatu mata uang terhadap mata uang lainnya (Salvatore 1997). Apabila terjadi depresiasi mata uang domestik terhadap mata uang asing, maka harga barang-barang di dalam negeri menjadi relatif lebih murah daripada harga barang-barang luar negeri. Sehingga permintaan terhadap barang-barang dalam negeri menjadi meningkat sehingga ekspor meningkat sedangkan impor menurun, dan sebaliknya. Penelitian yang dilakukan oleh Baak (2004) menarik kesimpulan bahwa depresiasi nilai tukar memiliki dampak yang positif terhadap ekspor dan sebaliknya.

4. Dummy Bea Keluar Ekspor Biji Kakao

Sejalan dengan tujuan pengembangan kakao nasional yakni sebagai komoditas ekspor unggulan, baik biji maupun olahan, maka pemerintah mulai mengembangkan industri hilir kakao. Untuk itu, pemerintah menetapkan bea keluar bagi biji kakao hingga 15 persen melalui Peraturan Menteri Keuangan No No 67/PMK.011/2010 yang diberlakukan sejak April 2010. Peraturan ini bertujuan untuk menumbuhkan industri pengolahan kakao di dalam negeri yang akan meningkatkan ekspor produk olahan kakao yang berdaya saing. Hal ini didukung oleh institusi penelitian dan organisasi non pemerintah, yang mempromosikan industri hilir kakao untuk meningkatkan nilai tambah dan sumber pekerjaan dalam negeri. Sejalan dengan tujuan penetapan bea keluar biji

16

kakao, variabel bea keluar memiliki hubungan negatif terhadap volume perdagangan biji kakao namun sebaliknya pada perdagangan kakao olahan.

Data Panel Data panel yaitu kombinasi dari data deret waktu (time series data) dan kerat lintang (cross sectional data) atau bisa disebut juga sebagai hasil observasi terhadap sekumpulan objek pada sepanjang kurun waktu tertentu. Latar belakang digunakannya data panel karena adanya kelemahan melalui pendekatan data time series dan cross section. Jika hanya menggunakan data cross section, yang diamati hanya pada satu titik waktu, maka perkembangan ekonomi suatu wilayah antar waktu tidak dapat dilihat. Di sisi lain, penggunaan model time series juga menimbulkan persoalan tersendiri melalui peubah-peubah yang diobservasi secara agregat dari satu unit individu sehingga mungkin memberikan hasil estimasi yang bias (Firdaus 2011). Dengan menggabungkan data time series dan cross section, panel menyediakan data yang lebih banyak dan informasi yang lebih lengkap serta bervariasi. Dengan demikian akan dihasilkan degress of freedom (derajat bebas) yang lebih besar dan mampu meningkatkan presisi dari estimasi yang dilakukan (Baltagi 2005). Data panel mampu mengakomodasi tingkat heterogenitas individu-individu yang tidak diobservasi namun dapat mempengaruhi hasil dari permodelan (individual heterogeneity). Hal ini tidak dapat dilakukan oleh studi time series maupun cross section sehingga dapat menyebabkan hasil yang diperoleh melalui kedua studi ini akan menjadi bias. Data panel juga dapat digunakan untuk mempelajari kedinamisan data. Artinya dapat digunakan untuk memperoleh informasi bagaimana kondisi individu-individu pada waktu tertentu dibandingkan pada kondisinya pada waktu yang lainnya. Selain itu data panel dapat mengidentifikasikan dan mengukur efek yang tidak dapat ditangkap oleh data cross section murni maupun data time series murni, memungkinkan untuk membangun dan menguji model yang bersifat lebih rumit, dan dapat meminimalkan bias yang dihasilkan oleh agregasi individu karena unit observasi terlalu banyak.

Terdapat dua pendekatan yang umum diaplikasikan data panel, yaitu fixed effect model (FEM) dan random effect model (REM). Keduanya dibedakan berdasarkan pada asumsi ada atau tidaknya korelasi antara komponen error dengan peubah bebas. Penggunaan pendekatan pooled least square tidak dibahas karena dirasakan kurang sesuai dengan tujuan digunakannya data panel (Firdaus 2011).

Fixed Effect Model (FEM) Masalah terbesar dalam pendekatan OLS adalah asumsi intersep dan slope dari persamaan regresi yang dianggap konstan baik antar individu maupun antar waktu yang kurang sesuai dengan tujuan penggunaan data panel. Untuk mengatasi hal tersebut maka dapat digunakan pendekatan fixed effect. Model fixed effect yaitu model yang dapat digunakan dengan mempertimbangkan bahwa peubah-peubah yang dihilangkan dapat mengakibatkan perubahan dalam intersep-intersep cross section dan time series. Peubah dummy dapat ditambahkan ke dalam model untuk memungkinkan perubahan-perubahan intersep ini, lalu model diduga dengan OLS, yaitu:

17

Yit = ∑αiDi + βXit + ɛ it

di mana : Yit = peubah terikat Xit = peubah bebas α = intersep model yang berubah-ubah antar unit cross section

β = slope D = peubah dummy i = individu ke-i; dan t=periode waktu ke-t ɛ = error

Dari persamaan di atas, telah ditambahkan sebanyak N-1 peubah dummy ke dalam model, sehingga besarnya derajat kebebasan berkurang menjadi NT-N-K. Random Effect Model (REM) Keputusan untuk memasukkan peubah dummy ke dalam FEM akan menimbulkan konsekuensi tersendiri yaitu dapat mengurangi banyaknya derajat kebebasan yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Untuk mengatasi masalah tersebut maka dapat digunakan REM. Dalam model ini, parameter yang berbeda antar individu maupun antar waktu dimasukkan ke dalam error, karena hal inilah model ini sering juga disebut sebagai error component model. Bentuk REM dapat dijelaskan dengan persamaan berikut:

Yit = α0 + βXit + ɛ it

ɛ it = uit + vit + wit

di mana: uit – N(0,δu)2 = error component cross section vit – N(0,δv)2 = error component time series

wit – N(0,δw)2

Kakao merupakan salah satu komoditas perkebunan unggulan Indonesia, dengan volume produksi ke lima terbesar setelah kelapa sawit, karet, kelapa, dan tebu. Pengusahaan kakao di Indonesia tersebar hampir di setiap provinsi dengan sentra utama perkebunan kakao berada di Provinsi Sulawesi. Areal pertanaman yang luas ini diakibatkan dari peran kakao sebagai sumber pendapatan devisa, terbukti dari prestasi Indonesia sebagai produsen kakao terbesar ketiga di dunia setelah Pantai Gading dan Ghana. Kontribusi produksi biji kakao Indonesia terhadap produksi kakao dunia sebesar 14.6 persen. Indonesia juga menjadi negara eksportir kakao terbesar ke tiga di dunia, yang menunjukkan bahwa Indonesia memiliki peran yang sangat penting bagi pemenuhan kebutuhan kakao dunia. Kebutuhan kakao dunia pun semakin meningkat setiap tahunnya. Hal-hal tersebut merupakan peluang dan potensi bagi Indonesia untuk meningkatkan

= error component combination

Asumsi yang digunakan pada model ini adalah error secara individual tidak saling berkorelasi, begitu pula dengan error kombinasinya. Penggunaan pendekatan REM dapat menghemat derajat kebebasan dan tidak mengurangi jumlahnya seperti pada pendekatan FEM. Hal ini berimplikasi pada parameter hasil estimasi akan menjadi efisien. Semakin efisien maka model semakin baik.

Kerangka Pemikiran Operasional

18

perdagangan kakao Indonesia di pasar internasional sehingga dapat menambah devisa dan mengembangkan perekonomian Indonesia. Secara keseluruhan, ekspor kakao Indonesia baik biji maupun olahan mengalami peningkatan namun ekspor biji kakao umumnya bermutu rendah dan tidak difermentasi sehingga harganya dikenakan automatic detention. Sedangkan ekspor kakao olahan dalam berbagai bentuk (pasta, butter, dan powder) juga mengalami peningkatan dengan persentase yang berbeda-beda. Perbedaan volume ekspor masing-masing produk dapat terjadi karena ada bentuk produk kakao yang olahan kurang berdaya saing di pasar internasional, mengingat industri hilir kakao di Indonesia yang belum optimal ditambah lagi dengan tingkat persaingan antar negara pengekspor kakao olahan yang menghasilkan kakao dengan kuantitas dan kualitas yang lebih baik. Selain itu, dengan munculnya Malaysia sebagai negara pengekspor kakao olahan yang potensial baru-baru ini, maka volume ekspor kakao Indonesia dapat menurun bahkan pangsa pasar Indonesia pun bisa direbut oleh negara eksportir lain. Untuk itu diperlukan suatu analisis untuk mengetahui daya saing kakao Indonesia di pasar internasional dan analisis perdagangannya dengan mengetahui faktor-faktor apa saja yang mempengaruhi volume ekspor kakao Indonesia.

Analisis awal dilakukan secara deskriptif untuk melihat gambaran umum perdagangan kakao internasional. Berdasarkan analisis tersebut dapat diketahui kondisi perdagangan kakao antar negara dan posisi Indonesia dalam persaingan perdagangan kakao internasional. Setelah itu, dilakukan analisis daya saing untuk mengetahui tingkat keunggulan kakao Indonesia baik biji maupun olahan di pasar internasional melalui analisis Revealed Comparative Advantage (RCA). Kemudian nilai RCA yang diperoleh akan dimanfaatkan untuk melakukan analisis Korelasi Rank Spearman untuk melihat tingkat persaingan antar negara eksportir kakao dunia. Analisis perdagangan dilakukan dengan analisis data panel menggunakan Gravity Model. Melalui model tersebut akan diketahui faktor-faktor apa saja yang mempengaruhi perdagangan (volume ekspor) kakao Indonesia baik biji dan olahannya di pasar internasional. Hasil estimasi gravity model akan menjadi input untuk melakukan perhitungan rasio potensi perdagangan untuk mengetahui potensi perdagangan kakao Indonesia di sepuluh negara tujuan ekspor. Hasil dari setiap analisis yang dilakukan akan disintesa sehingga memperlihatkan keterkaitan yang pada akhirnya akan berguna untuk perumusan rekomendasi kebijakan untuk meningkatkan daya saing dan perdagangan yang efektif. Hasil dari faktor-faktor yang berpengaruh signifikan terhadap perdagangan kakao Indonesia akan menjadi informasi untuk menentukan negara mana saja yang diprioritaskan menjadi mitra dagang utama perdagangan kakao Indonesia, namun demikian keputusan tersebut harus diperkuat lagi dengan mempertimbangkan hasil analisis RCA yaitu apakah kakao Indonesia benar-benar memiliki keunggulan di negara-negara tersebut. Selain itu dipertimbangkan juga hasil dari perhitungan rasio potensi perdagangan yaitu apakah perdagangan kakao Indonesia di negara-negara tersebut selama ini telah melebihi potensi perdagangan yang ada (over trade) atau belum melebihi potensi perdagangan yang ada (under trade). Bagan pemikiran operasional yang akan dilakukan pada penelitian ini dapat dilihat pada Gambar 4.

19

Gambar 4 Kerangka Pemikiran Operasional

Hipotesis Penelitian

Hipotesis yang digunakan dalam penelitian ini berupa dugaan tanda koefisien variabel-variabel yang mempengaruhi aliran perdagangan kakao Indonesia. Berikut adalah hipotesis penelitian pada aliran perdagangan kakao Indonesia: 1. GDP riil Indonesia memiliki hubungan positif terhadap perdagangan kakao

Indonesia 2. GDP riil negara tujuan ekspor memiliki hubungan positif terhadap

perdagangan kakao Indonesia 3. Jarak ekonomi memiliki hubungan yang negatif terhadap perdagangan kakao

Indonesia 4. Nilai tukar rupiah terhadap mata uang negara tujuan memiliki hubungan

positif terhadap perdagangan kakao Indonesia 5. Bea keluar ekspor biji kakao memiliki hubungan negatif terhadap

perdagangan biji kakao Indonesia 6. Bea keluar biji kakao memiliki hubungan positif terhadap perdagangan kakao

butter dan powder Indonesia.

Tantangan • Persaingan Penguasaan Pasar • Tingginya Persaingan dengan Negara

Eksportir Lain

Potensi • Indonesia Produsen Kakao Terbesar

Ketiga di Dunia • Tingkat Konsumsi Kakao Indonesia

dan Dunia Meningkat

Daya Saing dan Persaingan Kakao Biji dan

Olahan Indonesia di Pasar

Internasional

Faktor-Faktor yang Mempengaruhi

Perdagangan Kakao Biji dan Olahan Indonesia dan

Posisinya di Pasar Internasional

Kebijakan Mendorong Perdagangan Kakao Biji dan Olahan Indonesia

Analisis RCA dan Korelasi Rank

Spearman

Analisis Data Panel dengan Gravity

Model dan Potensi Perdagangan

- GDP Indonesia - GDP Importir - Jarak - Nilai tukar rupiah - Bea keluar biji kakao

- Nilai ekspor kakao dari Indonesia - Nilai ekspor total Indonesia - Nilai ekspor kakao dunia - Nilai total ekspor dunia

20

4 METODE PENELITIAN

Jenis dan Sumber Data

Penelitian ini memerlukan data-data nasional maupun internasional. Data tersebut merupakan data sekunder yang berupa data panel, penggabungan antara data time series dan cross section. Kakao yang menjadi objek penelitian adalah kakao biji (Kode HS 1801), kakao butter (Kode HS 1804), dan kakao powder (Kode HS 1805). Untuk melihat daya saing kakao Indonesia dengan Revealed Comparative Advantage, data yang digunakan adalah data ekspor kakao biji, butter, dan powder pada empat produsen utama kakao lainnya di dunia selama 10 tahun terakhir, yaitu tahun 2003 – 2012. Negara yang menjadi objek penelitian dipilih berdasarkan dari rata-rata volume ekspor tertinggi selama lima tahun terakhir, dapat dilihat pada Tabel 3. Tabel 3 Negara Produsen Kakao berdasarkan Rata-rata Volume Ekspor Tahun

2007 – 2011 (ton) Komoditas Negara Volume Biji Kakao (1801) Pantai Gading 873 729 Ghana 457 458 Indonesia 368 428 Nigeria 319 484 Kamerun 177 448 Kakao Butter (1804) Belanda 207 896 Malaysia 105 911 Perancis 78 682 Pantai Gading 61 405 Indonesia 55 512 Kakao Powder (1805) Belanda 237 113 Malaysia 105 328 Jerman 63 456 Spanyol 47 260 Perancis 46 010 Indonesia 34 024 Sumber: ITC (2012)

Untuk melihat aliran perdagangan kakao Indonesia serta faktor-faktor yang mempengaruhinya, data yang diperlukan dalam penelitian ini sebagai variabel bebas pembangun gravity model adalah (1) GDP riil perkapita negara pengekspor (Indonesia) pada tahun 2000-2012, (2) GDP riil perkapita negara tujuan eskpor kakao Indonesia pada tahun 2000-2012, (3) Jarak ekonomi antara Indonesia dengan negara tujuan ekspor pada tahun 2000-2012, (4) Nilai tukar rupiah terhadap mata uang negara tujuan pada tahun 2000-2012, dan (5) dummy bea keluar biji kakao. Negara tujuan ekspor pada penelitian ini dapat dilihat pada Tabel 4, yaitu sepuluh negara pengimpor terbesar pada tahun 2008 – 2012 untuk kakao Indonesia baik biji maupun olahan. Jenis dan sumber data yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 1.

21

Tabel 4 Negara Utama Tujuan Ekspor Kakao Indonesia Berdasarkan Rata-rata Volume Ekspor Tahun 2008 – 2012 (Ton)

Komoditas Negara Volume Biji Kakao (1801) Malaysia 166 570 AS 54 641 Singapura 45 695 Brazil 22 109 China 10 346 Thailand 7 264 Kanada 5 440 Jerman 4 089 India 3 308 Belanda 1 965 Kakao Butter (1804) AS 22 313 Perancis 8 864 Australia 5 515 Belanda 4 540 China 4 113 Inggris 3 608 Jerman 3 009 UE Arab 2 367 Jepang 1 962 Rusia 1 442 Kakao Powder (1805) Filipina 5 446 China 5 113 Malaysia 2 442 Thailand 1 827 India 1 634 AS 1 581 Afrika Selatan 1 569 Australia 1 126 Rusia 1 111 Estonia 1 088 Sumber: ITC (2013)

Data yang digunakan dalam penelitian bersumber dari Kementerian

Pertanian khususnya Direktorat Jenderal Perkebunan RI, Badan Pusat Statistik (BPS), Kementerian Keuangan, International Cocoa Organization (ICCO), International Trade Center (ITC), United Nations Commodity and Trade (UN Comtrade), Food and Agriculture Organization of The United Nations (FAO), United States Department of Agriculture (USDA) serta jurnal dan literatur ilmiah lainnya untuk memperoleh berbagai teori, data, dan fakta ilmiah yang terkait dengan topik penelitian.

Teknik Pengolahan Data

Data yang telah dikumpulkan selanjutnya diolah lebih lanjut untuk memperoleh jawaban dari permasalahan penelitian. Data diolah secara kualitatif maupun kuantitatif. Analisis awal dilakukan secara deskriptif untuk melihat gambaran umum perdagangan kakao internasional. Berdasarkan analisis tersebut

22

dapat diketahui kondisi perdagangan kakao antar negara serta Indonesia dalam persaingan perdagangan kakao internasional. Setelah itu, dilakukan analisis daya saing untuk mengetahui tingkat keunggulan kakao Indonesia di pasar internasional melalui analisis Revealed Comparative Advantage (RCA). Dalam analisis ini, akan dibandingkan nilai RCA biji kakao dan produk kakao olahan Indonesia dengan empat negara produsen utama lainnya di pasar internasional, dan nilai RCA Indonesia di negara-negara tujuan ekspor. Kemudian nilai RCA yang diperoleh akan dimanfaatkan untuk melakukan analisis korelasi rank spearman untuk melihat tingkat persaingan antar negara eksportir kakao dunia.

Analisis perdagangan dilakukan dengan analisis data panel menggunakan gravity model. Melalui model tersebut akan diketahui faktor-faktor apa saja yang mempengaruhi perdagangan (volume ekspor) kakao Indonesia di pasar internasional. Variabel pada gravity model ini adalah GDP riil perkapita Indonesia, GDP riil perkapita negara importir, jarak ekonomi Indonesia dengan importir, nilai tukar Indonesia terhadap negara importir, dan dummy bea keluar biji kakao. Hasil estimasi gravity model akan menjadi input untuk melakukan perhitungan rasio potensi perdagangan untuk mengetahui potensi perdagangan kakao Indonesia di kesepuluh negara tujuan ekspor. Data diolah secara kuantitatif dengan menggunakan program komputer Microsoft Excel, SPSS dan Eviews 6 yang kemudian hasil outputnya akan diinterpretasikan.

Analisis Daya Saing 1. Revealed Comparative Advantage (RCA)

Daya saing suatu komoditas ekspor suatu negara atau industri dapat dianalisis dengan berbagai macam metode atau diukur dengan sejumlah indikator. Salah satu diantaranya adalah Revealed Comparative Advantage (RCA) yang dikenalkan oleh Balassa tahun 1965, dengan mengukur pangsa pasar ekspor suatu negara dalam kelompok industri yang sama dengan negara eksportir lainnya, sehingga banyak digunakan untuk mengukur keunggulan komparatif.

Metode Revealed Comparative Advantage (RCA) digunakan dalam penelitian ini untuk menganalisis daya saing dan keunggulan komparatif kakao Indonesia. Konsep dasar dari metode ini yaitu keunggulan komparatif yang dimiliki suatu wilayah sebenarnya ditunjukkan oleh perdagangan antar wilayah, sehingga keunggulan komparatif suatu negara direfleksikan dalam ekspornya. Alasan utama menggunakan pangsa ekspor relatif adalah mengingat bahwa data impor cenderung lebih bias karena pemerintah sering memberlakukan berbagai pengaturan untuk menekan impor, sehingga dari data ekspor yang lebih bersih dari berbagai distorsi maka keunggulan komparatif suatu komoditas dari waktu ke waktu dapat terlihat dengan jelas.

Metode RCA mengukur kinerja ekspor suatu komoditas dari suatu negara dengan mengevaluasi peranan ekspor komoditas tertentu dalam ekspor total suatu negara dibandingkan dengan pangsa komoditas tersebut dalam perdagangan dunia. Perumusan umum RCA adalah sebagai berikut:

dimana: Xij = nilai ekspor komoditas i dari negara j Xit = nilai ekspor total negara j

23

Wi = nilai ekspor dunia komoditas i Wt

1. Nilai RCA > 1, menunjukkan bahwa pangsa komoditas i di dalam ekspor total negara j lebih besar dari pangsa rata-rata dari komoditas yang bersangkutan dalam ekspor semua negara (dunia). Hal ini berarti negara j memiliki keunggulan komparatif (memiliki daya saing kuat) sehingga relatif lebih berspesialisasi di kelompok komoditas yang bersangkutan.

= nilai total ekspor dunia Nilai indeks daya saing suatu komoditas dalam RCA memiliki dua

kemungkinan, yaitu:

2. Nilai RCA < 1, menunjukkan bahwa pangsa komoditas i di dalam ekspor total negara j lebih kecil dari pangsa rata-rata dari komoditas yang bersangkutan dalam ekspor semua negara (dunia). Hal ini berarti negara j tidak memiliki keunggulan komparatif (memiliki daya saing lemah) sehingga tidak berspesialisasi di kelompok komoditas yang bersangkutan.

2. Uji Korelasi Rank Spearman Korelasi rank spearman (rs) adalah metode korelasi nonparametrik yang didesain untuk mengukur kekuatan hubungan antara dua variabel, dengan syarat kedua variabel tersebut minimal mencapai pengukuran ordinal. Adapun nilai rs dirumuskan sebagai berikut (Lee et al. 2000):

di mana:

dengan, rs : koefisien korelasi R(Xi) : peringkat untuk sampel Xi R(Yi) : peringkat untuk sampel Yi

d : selisih antara Xi dan Yi n : jumlah sampel Xi : variabel independen berskala ordinal Yi : variabel independen berskala ordinal

Nilai rs

1. Bila nilai | r

bisa bertanda positif maupun negatif, dan nilai mutlaknya maksimal 1 dan minimal 0. Nilai rs diinterpretasikan sebagai berikut (Firdaus et al. 2011):

s 2. Bila nilai | r

| = 0, maka kedua variabel tidak berkorelasi. s | = 1, maka kedua variabel berkorelasi sempurna, semakin tinggi

nilai | rs 3. Tanda positif pada r

| maka semakin kuat hubungan kedua variabel. s

4. Tanda negatif pada r

menunjukkan bahwa kedua variabel berkorelasi searah, yakni bila variabel x semakin tinggi maka variabel y akan cenderung semakin tinggi, dan sebaliknya.

s

menunjukkan bahwa kedua variabel berkorelasi berlawanan arah, yakni bila variabel x semakin tinggi maka variabel y akan cenderung semakin rendah, dan sebaliknya.

24

Analisis Data Panel dengan Gravity Model 1. Uji Kesesuaian Model (Chow Test)

Chow Test adalah pengujian untuk memilih apakah model yang digunakan adalah Pooled Least Square atau Fixed Effect. Sebagaimana diketahui, bahwa terkadang asumsi bahwa setiap unit cross section memiliki perilaku yang sama cenderung tidak realistis mengingat dimungkinkan setiap unit cross section memiliki perilaku yang berbeda. Dalam pengujian ini dilakukan hipotesa sebagai berikut:

H0 : Model Pooled Least Square H1

2. Uji Kesesuaian Model (Hausman Test)

: Model Fixed Effect

Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas jika nilai Chow statistik (F-stat) hasil pengujian lebih besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga model yang digunakan adalah model fixed effect dan begitu juga sebaliknya.

Metode yang digunakan untuk memilih apakah data panel sebaiknya diestimasi melalui pendekatan fixed effect model (FEM) atau random effects model (REM) adalah dengan dilakukan pengujian terhadap asumsi ada tidaknya korelasi antara regresor dan efek individu. Dalam pengujian asumsi ini digunakan Hausman Test. Hipotesis pengujian ini dirumuskan sebagai berikut (Firdaus 2011):

H0: E(τixit) = 0 atau REM adalah model yang tepat H1: E(τixit) = 0 atau FEM adalah model yang tepat

Sebagai dasar penolakan H0 maka digunakan statistik Hausman dan membandingkannya dengan Chi square. Statistik Hausman dirumuskan dengan:

H = (βREM – βFEM)’ (MFEM – MREM)-1 (βREM – βFEM) ~ X2 (k)

dimana: M adalah matriks kovarians untuk parameter β k adalah degrees of freedom

Jika nilai H hasil pengujian lebih besar dari X2 tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga model yang digunakan adalah FEM, begitu juga sebaliknya. 3. Uji Asumsi

Beberapa asumsi mendasar yang perlu diuji dalam membuat persamaan adalah heteroskedastisitas, multikolinieritas, autokorelasi, dan normalitas. Uji Heteroskedastisitas

Heteroskedastisitas adalah salah satu penyimpangan pada asumsi klasik statistika. Heteroskedastisitas terjadi jika ragam eror tidak konstan, hal ini dilambangkan dengan Var (μi) = E (μi

2) = σi2

Salah satu cara mengatasi masalah ini adalah dengan menggunakan metode Generalized Least Square (GLS). Metode ini merupakan metode kuadrat terkecil

. Masalah ini sering terjadi jika ada penggunaan data cross section dalam estimasi model, namun masalah ini juga dapat terjadi dalam data time series.

25

yang terboboti, dimana model ditransformasi dengan memberikan bobot pada data asli (Juanda 2009). Uji Multikolinieritas

Multikolinieritas merupakan suatu penyimpangan asumsi akibat adanya keterkaitan atau hubungan linier antar variabel bebas penyusun model. Indikasi adanya multikolinieritas dapat dilihat jika dalam model yang dihasilkan terbukti signifikan secara keseluruhan (uji-F) dan memiliki nilai R-squared yang tinggi namun banyak variabel yang tidak signifikan (uji-t). Salah satu cara mengatasi masalah ini adalah dengan menggabungkan data cross section dengan data time series (Juanda 2009). Uji Autokorelasi

Autokorelasi adalah adanya korelasi yang tinggi antar errornya (μt

Nilai Durbin-Watson

). Juanda (2009) menjelaskan akibat adanya autokorelasi dalam model yang diestimasi yaitu pendugaan parameter masih tetap tidak bias dan konsisten namun penduga ini memiliki standar error yang bias ke bawah, atau lebih kecil dari nilai yang sebenarnya sehingga nilai statistik uji-t tinggi (overestimate). Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan metode Generalized Least Square dalam estimasi model (Gujarati 2004).

Untuk mengetahui ada tidaknya autokorelasi dapat dilakukan uji Durbin-Watson (DW). Jika nilai DW tersebut sudah lebih dari 1.5 dan mendekati 2 maka dapat dikatakan tidak ada autokorelasi. Berikut adalah Tabel 5 yang memperlihatkan distribusi nilai DW dimana nilai tersebut telah disusun oleh Durbin Watson untuk derajat keyakinan 95% dan 99%. Tabel 5 Selang Nilai Statistik Durbin-Watson Serta Keputusannya

Kesimpulan 4-dl < DW < 4 Ada autokorelasi 4-du < DW < 4-dl Tidak ada kesimpulan 2 < DW < 4-du Tidak ada korelasi du < DW < 2 Tidak ada korelasi dl < DW < du Tidak ada kesimpulan 0 < DW < dl Ada autokorelasi

Sumber: Gujarati (2004) Uji Normalitas

Uji normalitas digunakan untuk memeriksa apakah error term menyebar normal atau tidak. Hipotesis yang digunakan adalah:

H0 : error term menyebar normal H1 : error term tidak menyebar normal

Uji normalitas diaplikasikan dengan melakukan tes Jarque Bera, jika nilai probabilitas yang diperoleh lebih besar dari taraf nyata yang digunakan, maka tidak tolak H0

Variabel dependen yang digunakan adalah volume ekspor kakao Indonesia ke negara-negara tujuan. Sementara itu variabel independen yang digunakan

yang berarti error term dalam model sudah menyebar normal.

3. Perumusan Model

26

antara lain, GDP riil Indonesia dan negara tujuan, jarak ekonomi Indonesia dengan negara tujuan, nilai tukar rupiah terhadap mata uang negara tujuan, dan dummy bea keluar biji kakao. Perumusan model ekonometrika untuk aliran eskpor kakao Indonesia dinyatakan dalam persamaan berikut. Sumber data yang digunakan dapat dilihat pada Lampiran 1.

ln Yjt = β0 + β1 ln GDPIt + β2 ln GDPjt + β3 ln DISjt + β4 ln ERjt + β5 EDt + μt

dimana :

Yjt = Volume ekspor kakao dari Indonesia ke negara j pada tahun t (kg) t = Periode tahun 2000 – 2012 GDPIt = GDP riil perkapita negara Indonesia pada tahun t (US$) GDPjt = GDP riil perkapita negara j pada tahun t (US$) DISjt = Jarak ekonomi dari Indonesia ke negara j pada tahun t (jarak

kilometer x harga minyak dunia) (US$) ERjt = Nilai tukar rupiah terhadap mata uang negara j pada tahun t

(Rp/LCU) EDt

1. PP > 1, artinya perdagangan Indonesia dengan mitra dagang tersebut mengalami under trade atau selama ini belum melebihi potensi perdagangan yanga ada. Implikasinya adalah Indonesia berpotensi untuk melakukan ekspansi perdagangan ke negara mitra dagang tersebut di masa yang akan datang.

= Dummy bea keluar biji kakao. Ada bea keluar = 1, tidak ada bea keluar = 0.

μt = error term 4. Uji Hipotesis

Uji hipotesis berguna untuk memeriksa atau menguji apakah variabel-variabel yang digunakan dalam model regresi signifikan atau tidak. Maksud dari signifikan ini adalah suatu nilai dari parameter regresi yang secara statistik tidak sama dengan nol. Ada dua jenis uji hipotesis yang dapat dilakukan terhadap variabel regresi. Uji tersebut adalah uji-F, uji-t, dan koefisien determinasi. 5. Rasio Potensi Perdagangan Pengukuran potensi perdagangan antar negara digunakan untuk menganalisis tujuan perdagangan di masa yang akan datang. Potensi perdagangan antar negara dapat diukur dengan memanfaatkan estimasi koefisien yang dihasilkan dari persamaan gravity model yaitu dalam memprediksi volume perdagangan dan perdagangan aktual suatu negara. Adapun rumus rasio potensi perdagangan adalah sebagai berikut.

dimana: PP = Rasio potensi perdagangan P = Volume perdagangan prediksi dari estimasi gravity model A = Volume perdagangan aktual

Rasio potensi perdagangan antar negara memiliki dua kemungkinan hasil, yaitu:

27

2. PP < 1, artinya perdagangan Indonesia dengan mitra dagang tersebut mengalami over trade atau selama ini telah melebihi potensi perdagangan yanga ada. Implikasinya adalah Indonesia sudah tidak berpotensi untuk melakukan ekspansi perdagangan ke negara mitra dagang tersebut di masa yang akan datang.

5 HASIL DAN PEMBAHASAN

Gambaran Umum Perdagangan Kakao Internasional

Kakao merupakan komoditas strategis karena kakao dinikmati oleh hampir seluruh warga negara dunia dalam ribuan macam bentuk, yang mengkonsumsi tiga juta ton biji kakao tiap tahunnya. Melalui rangkaian evolusi sejak kakao masuk Eropa pada abad ke 16, kakao tetap menjadi “minuman para dewa” sesuai dengan arti nama latinnya, Theobroma. Di Indonesia sendiri, kakao merupakan komoditas pertanian unggulan dalam perdagangan internasional dan menyumbang penerimaan devisa negara yang cukup besar selama dekade terakhir ini. Kakao berada di peringkat ke tiga pada sektor perkebunan sebagai penghasil devisa setelah komoditas karet dan kelapa sawit, yaitu sebesar US$ 1 053 milyar pada tahun 2012 (DEKAINDO 2013). Disamping itu komoditas ini memberikan kontribusi lapangan kerja bagi lebih dari 1.4 juta rumah tangga petani, belum termasuk sektor industri, sektor jasa dan sektor lainnya yang jumlahnya cukup besar.

Pada subbab ini akan dipaparkan gambaran umum perdagangan kakao dunia melalui pendekatan sistem agribisnis kakao. Melalui pendekatan tersebut akan tergambar kondisi dan perkembangan agribisnis kakao dunia mulai dari subsistem hulu sampai hilir.

Sub Sistem Hulu Wilayah Strategis Perkebunan Kakao Habitat alami dari tanaman kakao adalah hutan hujan sehingga wilayah yang cocok untuk dibudidayakan kakao yaitu wilayah sekitar garis khatulistiwa antara 10oN dan 10o

Terdapat tiga varietas yang menjadi andalan dalam industri kakao di dunia, yaitu Criollo, Trinitario, dan Forastero. Criollo yang tumbuh di Amerika Tengah, hanya mewakili kurang dari tiga persen dari produksi dunia. Criollo sangat jarang dipanen, karena awalnya hanya tumbuh jauh di dalam hutan hujan Amazon. Kini

S, dimana kondisi klimatnya sesuai untuk tanaman kakao. Maka dari itu, negara yang cocok ditanami kakao adalah Afrika Selatan, Amerika Tengah dan Asia Tenggara. Hal ini menjadikan banyak negara beriklim tropis yang membudidayakan kakao seperti Pantai Gading, Ghana, Indonesia, Malaysia, dan negara lainnya. Menurut Ditjenbun (2011), luas lahan kakao Indonesia di tahun 2010 mencapai 1 650 juta hektar, dengan daerah penghasil kakao terbesar berada di kawasan timur Indonesia, yaitu Sulawesi yang menyumbang 45.39 persen dari total luas areal nasional, dan berkontribusi sebesar 54.9 persen dari jumlah produksi nasional.

Penyediaan Bibit Kakao

28

Criollo dapar ditemukan di wilayah Venezuela, Meksiko, Nikaragua, Guatemala, Columbia, Samoa Islands, Sri Lanka dan Madagaskar. Criollo adalah varietas kakao berkualitas tinggi, manis dan aromatik, produktivitas rendah, namun harganya sangat tinggi karena sulit didapat. Criollo digunakan dalam produk cokelat berkualitas tinggi, tapi selalu dicampur varietas lain karena sangat langka dan mahal.

Varietas Forastero sebagian besar tumbuh di Afrika Barat dan Amerika Selatan, mewakili sekitar 85 persen dari produksi dunia dan memiliki rasa pahit. Banyak ditemukan di Ghana, Nigeria, Pantai Gading, Papua Nugini, Brazil, Amerika Tengah, Sri Lanka, Malaysia, dan Indonesia, yang mewakili sekitar 85 persen dari produksi kakao dunia. Sementara itu varietas Trinitario muncul setelah perkebunan Criollo di Trinidad hancur oleh taifun pada tahun 1727. Biji Forastero dibawa dari Venezuela dan dikawinkan silang dengan Criollo menghasilkan Trinitario yang berkualitas baik dan aromatik. Kini varietas ini ditemukan terutama di Karibia, Venezuela dan Columbia mewakili sekitar 12 persen dari produksi kakao dunia. Pasar kakao dunia membedakan antara dua kategori utama kakao yaitu fine or flavour dan bulk or ordinary. Secara umum, kakao kategori fine atau flavour diproduksi dari pohon kakao jenis Criolo atau Trinitario, sementara kakao jenis bulk berasal dari pohon kakao jenis Forastero.

Sub Sistem On-Farm Produksi Kakao Dunia

Terlihat pada Gambar 5, pada periode produksi tahun 2002/2003 hingga 2011/2012 produksi dunia meningkat sebesar 3.3 persen per tahun. Produksi Afrika berkembang 3.7 persen per tahun dan menyumbang produksi dunia dari sekitar 69 persen menjadi 72 persen. Produksi kakao di Amerika tumbuh 3.1 persen, menyumbang produksi dunia sebesar 14 persen.

Sementara itu produksi biji kakao Asia dan Oceania paling rendah dibanding wilayah lainnya, dengan peningkatan rata-rata hanya 1.5 persen, dengan pangsa produksi dunia jatuh dari 17 persen menjadi 15 persen pada akhir periode. Dari negara-negara produsen kakao terbesar dunia, negara yang mengalami pertumbuhan produksi adalah Ghana, Pantai Gading, Indonesia, Ekuador, Kamerun, Nigeria, dan Brazil. Hanya negara Malaysia mengalami penurunan produksi kakao. Sepuluh tahun terakhir ini pertumbuhan perkebunan kakao terkonsentrasi di wilayah Afrika, memantapkan posisinya sebagai pemasok utama. Peningkatan permintaan dipenuhi oleh ekspansi produksi terutama di negara-negara Afrika Barat. Peningkatan produksi Afrika lebih dari satu juta ton selama periode tersebut dibantu oleh sejumlah faktor, seperti program pemerintah Ghana untuk meningkatkan teknologi pertanian dan pengendalian penyakit, serta kondisi iklim yang baik sehingga mendorong peningkatan produksi tertinggi sepanjang sejarah. Sementara di Indonesia meskipun melalui program besar Gernas Kakao penanaman kembali dan rehabilitasi pohon tua untuk mendorong produksi, pertumbuhan produksi terhambat akibat kondisi cuaca buruk El Nino dan La Nina, serta penyebaran hama penyakit. Di Amerika Latin, pembangunan perkebunan baru dengan penanaman varietas unggul di Ekuador, menghasilkan produktivitas yang lebih tinggi.

29

Gambar 5. Perubahan Produksi Biji Kakao Tahun 2002/2003 – 2011/2012

Sumber: ICCO (2012b) Sistem Pengusahaan Perkebunan Kakao Dunia

Sistem pengusahaan perkebunan kakao dunia beragam, seperti perkebunan yang diusahakan rakyat, swasta maupun negara. Hampir 90 persen produksi kakao berasal dari petani kecil di bawah 5 hektar, dengan budidaya secara ekstensifikasi. Namun demikian, setiap negara bisa berbeda sistem pengusahaannya. Di Afrika, sebagian besar produksi berasal dari perkebunan rakyat, namun di Ekuador dan Brasil, didominasi oleh perkebunan besar, sedangkan di Asia dua baik perkebunan rakyat maupun negara sama banyaknya (FAO 2001). Sedangkan di Indonesia sendiri dari total produksi tahun 2010, 92.2 persennya merupakan perkebunan rakyat, 4.1 persen berasal dari perkebunan besar negara, dan 3.6 persen dari perkebunan swasta (Ditjenbun 2011).

Sub Sistem Hilir Industri Kakao Dunia

Jumlah grinding dunia digunakan untuk mengukur permintaan global, karena industri cenderung memproses biji kakao sesuai dengan permintaan produk kakao olahan (kakao pasta, kakao butter, kakao powder, dan cokelat). Oleh karena itu kelebihan pasokan dari permintaan menjadi stok biji kakao dunia. Sampai saat ini komposisi permintaan, struktur harga, dan produk kakao relatif stabil. Antara tahun 2003 dan 2012, konsumsi kakao primer (yang diukur dengan total grinding biji kakao dunia) terus meningkat, tumbuh rata-rata 2.9 persen per tahun. Grinding dunia telah meningkat hampir setiap tahun dengan pengecualian 2009, ketika ada krisis ekonomi global, menurun lebih dari enam persen.

Alasan dibalik permintaan yang kuat untuk kakao olahan adalah perubahan pola konsumsi global di negara-negara berkembang. Terdapat jutaan konsumen baru di pasar ini, termasuk Asia di mana permintaan difokuskan pada produk kakao powder. Selama ini, kakao butter merupakan faktor penentu pertumbuhan grinding kakao. Namun dalam beberapa tahun terakhir, permintaan kakao powder telah melebihi permintaan kakao butter.

30

Wilayah dengan industri pengolahan terbesar adalah Eropa. Dari tahun 2002/2003 hingga 2011/2012, peningkatan grinding Eropa sebesar 277 000 ton dengan tingkat pertumbuhan tahunan rata-rata 2.1 persen. Namun demikian, laju pertumbuhan Eropa masih lebih rendah dibandingkan grinding dunia, yang sebesar 2.9 persen. Oleh karena itu industri kakao di Eropa menurun dari 43 persen menjadi 40 persen. Sementara itu, industri pengolahan di wilayah Amerika tumbuh 0.5 persen per tahun dengan pangsa menurun lima persen menjadi 21 persen. Sebaliknya, grinding di wilayah Afrika meningkat pesat sebesar 5.7 persen, menyebabkan naiknya pangsa dari 14 persen menjadi 18 persen pada 2011/2012. Di Asia dan Oceania, tingkat pertumbuhan tahunan sebesar 5.6 persen yang terjadi diakibatkan peningkatan grinding yang bertahap di Indonesia dan Malaysia. Pangsa grinding wilayah ini meningkat dari 16 persen menjadi 20 persen pada 2011/2012.

Sebagian besar pengolahan kakao terus dilakukan di negara-negara importir biji kakao yang dekat dengan negara utama pengkonsumsi kakao di Eropa dan Amerika Utara. Untuk itu, Belanda masih menjadi negara utama pengolahan kakao dunia. Menjelang akhir periode, Jerman melampaui Amerika, dengan adanya pertumbuhan pesat dalam pengolahan selama beberapa tahun terakhir. Pantai Gading saat ini merupakan negara pengolahan kakao terbesar ketiga di dunia. Dengan adanya perluasan kapasitas grinding, Malaysia memperkuat posisinya sebagai negara pengolah kakao di Asia, dengan peringkat kelima di dunia. Perdagangan Kakao Dunia

Pada Gambar 6 terlihat tahun 2010/2011 kawasan Afrika menyumbang 82.67 persen dari ekspor dunia, merupakan pemasok terbesar biji kakao ke pasar dunia, diikuti oleh Asia dan Oceania (10.64%) dan Amerika (6.67%). Produsen biji kakao masih sangat terkonsentrasi, dengan lima negara menguasai untuk 87 persen ekspor dunia, dengan Pantai Gading sebagai eksportir terbesar (37%), diikuti oleh Ghana (22%) dan Indonesia (15%) (ICCO 2012b). Dengan peningkatan industri pengolahan, produk olahan kakao memiliki proporsi yang sedikit meningkat dari total ekspor kakao di sebagian besar negara-negara penghasil kakao.

Gambar 6 juga menggambarkan ukuran arus perdagangan biji kakao antara daerah di dunia pada tahun 2010/2011. Perdagangan regional terbesar biji kakao adalah antara Afrika (produsen terbesar) dengan Eropa yang mewakili 51.98 persen konsumsi dunia. Sementara itu, meskipun Amerika Latin menghasilkan 14 persen kakao dunia, pangsa ekspor biji kakao cukup kecil yang diakibatkan dari adanya pengolahan maupun konsumsi dalam negeri. Hal yang menarik adalah adanya perubahan di benua Asia yang tahun-tahun sebelumnya mengekspor lebih banyak biji kakao ke Amerika Utara menjadi berkurang karena terjadi peningkatan yang signifikan dalam industri pengolahan di negara asal, mengurangi ketersediaan biji untuk ekspor.

31

Afrika ke Eropa49%

Afrika ke Afrika

3%

Afrika ke Amerika20%

Afrika ke Asia11%

Amerika Latin ke Eropa

3%

Amerika Latin ke Amerika

4%

Amerika Latin ke Asia0,2%

Asia ke Amerika1% Asia ke Eropa

0,1%

Asia ke Asia9%

Other11%

Gambar 6. Ekspor Biji Kakao Dunia Tahun 2010/2011

Sumber: ICCO (2012b)

Kakao tetap menjadi sumber penting pendapatan ekspor bagi banyak negara produsen khususnya di Afrika. Ketergantungan Afrika terhadap kakao sebagai sumber pendapatan ekspor membuatnya rentan terhadap perkembangan pasar terutama volatilitas harga. Namun dalam beberapa situasi, nilai tukar, pengaturan pemasaran dalam negeri dan intervensi pemerintah telah berperan untuk mengantisipasi pergerakan harga bagi produsen kakao. Namun, di Pantai Gading ketergantungan pada ekspor kakao telah menurun dalam beberapa tahun terakhir, dengan meningkatnya pendapatan ekspor dari minyak mentah dan produk minyak bumi, dan telah melampaui pendapatan dari kakao sejak tahun 2005.

Terdapat kecenderungan peningkatan industri grinding di negara-negara produsen kakao dan peningkatan ekspor dari produk setengah jadi. Terjadi peningkatan proporsi ekspor produk olahan kakao pada total nilai ekspor kakao di Brazil, Malaysia, Pantai Gading, dan Ghana pada akhir dekade ini. Kecenderungan yang sama diharapkan muncul di Indonesia pada tahun 2011 hingga tahun-tahun mendatang yang timbul akibat investasi yang besar baru-baru ini dalam pengolahan kakao dalam negeri.

Tabel 6 Volume Impor Kakao Dunia Tahun 2006/2007 – 2010/2011 (000 ton)

Negara 2006/07 2007/08 2008/09 2009/10 2010/11 Eropa 1 908 1 896 1 869 1 761 2 085 Amerika 822 781 861 914 967 Asia dan Oceania 465 432 385 452 478 Afrika 46 53 54 55 59 Total Dunia 3 242 3 163 3 169 3 182 3 589

Sumber: ICCO (2012b)

32

Data impor kakao untuk periode lima tahunan 2006/2007 – 2010/2011

(Tabel 6), menunjukkan bahwa negara-negara Eropa menyumbang 58 persen impor kakao, diikuti oleh Amerika (27%), Asia (14%) dan Afrika (2%). Amerika Serikat adalah negara pengimpor kakao terbesar di dunia, yang mewakili 20 persen dari impor dunia, diikuti oleh Jerman (13%), Belgia (7%), Perancis (6%), dan Rusia (6%). Meskipun Belanda mengimpor sejumlah besar biji kakao, sebagian besar digunakan untuk pembuatan produk kakao yang kemudian diekspor kembali.

Konsumsi Kakao Dunia

Data ICCO pada tahun 2010/2011 menunjukkan bahwa kawasan Eropa menyumbang 48 persen total konsumsi dunia, diikuti oleh Amerika pada 33 persen (masing-masing turun tiga persen dari awal periode 2002/2003), sedangkan Asia meningkat dua persen menjadi 15 persen dan Afrika meningkat dari dua persen menjadi tiga persen (Gambar 7). Antara tahun 2002/2003 dan 2010/2011, konsumsi kakao dunia meningkat sebesar 731 000 ton (naik 24%), tumbuh rata-rata 2.9 persen per tahun. Sebagian besar peningkatan tersebut berasal dari konsumsi di negara-negara Eropa dan Amerika. Namun wilayah yang paling dinamis dalam hal konsumsi kakao adalah kawasan Asia (naik 38%) dan Afrika (naik 72%). Pada 2010/2011 konsumen utama kakao adalah negara adalah Amerika Serikat, Jerman, Perancis, Inggris, Rusia, Brazil, Jepang, Spanyol, Italia, dan Kanada (ICCO 2012b). Peningkatan konsumsi kakao di Timur Tengah dan Eropa Timur sebagian besar akibat peningkatan permintaan produk mengandung kakao powder.

Gambar 7. Konsumsi Domestik Kakao Tahun 2002/2003 – 2010/2011 (000 ton)

Sumber: ICCO (2012b)

Adanya tren peningkatan konsumsi kakao dunia menunjukkan bahwa permintaan kakao dunia terus mengalami peningkatan. Hal tersebut semestinya dapat dimanfaatkan oleh industri pengolahan kakao Indonesia mengingat Indonesia merupakan salah satu produsen terbesar biji kakao dunia. Mengingat peningkatan konsumsi yang tinggi terjadi di kawasan Asia dan Oceania yang

0500

1000150020002500300035004000

Eropa Amerika Asia dan Oceania

Afrika Total Dunia

33

merupakan pasar utama kakao Indonesia. Sebagian besar kakao dikonsumsi dalam bentuk kembang gula cokelat,

produk berlapis cokelat (biskuit, es krim), atau produk makanan lainnya yang mengandung kakao, termasuk minuman, kue, dan makanan ringan lainnya. Bahan utama cokelat adalah coklat pasta, yang menanamkan rasa dasar cokelat, sedangkan kakao butter memberikan karakteristik rasa di mulut, selain gula dan zat penyedap lainnya. Selain itu kakao butter digunakan dalam pembuatan rokok, sabun dan kosmetika. Sementara itu kakao powder umumnya digunakan sebagai penambah citarasa pada biskuit, es krim dan kue. Sebagian lagi juga digunakan sebagai pelapis permen atau manisan yang dibekukan. Kakao powder juga dikonsumsi oleh industri minuman seperti susu cokelat. Nilai Tambah Kakao

Nilai tambah produk merupakan nilai yang dimiliki sebuah produk yang terdiri dari nilai tambah pengolahan, nilai bahan baku, dan nilai input lainnya (Dilana 2013). Pada kegiatan pengolahan bahan baku biji kakao menjadi produk antara baik pasta, powder, maupun butter, tentunya akan menghasilkan nilai tambah produk kakao. Tahapan proses pengolahan biji kakao menjadi produk antara dapat dilihat pada Gambar 8. Secara umum tahapan proses dapat dibagi menjadi tiga bagian pokok yaitu penyangraian, penghalusan, dan pengempaan.

Gambar 8. Tahap pengolahan biji kakao menjadi produk antara Sumber: Dilana (2013)

Biji Kakao

Penyangraian

Pemisahan Kulit

Kakao Butter

Daging Biji

Kakao Powder

Pengempaan

Pasta Kakao Kasar

Pemastaan Kasar

34

Tahap pertama yang dilakukan sebelum melakukan proses penyangraian adalah membersihkan biji kakao dari kotoran-kotoran yang tidak diinginkan. Proses penyangraian memiliki beberapa tujuan yaitu proses penyangraian yang baik harus dapat mengembangkan rasa, aroma, warna; memudahkan pelepasan kulit dari biji; mengurangi kadar air; dan mengendorkan kulit sehingga dengan mudah dapat dipisahkan kulitnya pada proses pemisahan biji kulit. Rasa dan aroma yang didapat dari proses penyangraian bergantung atau ditentukan oleh beberapa faktor yaitu suhu dan lama penyangraian, panas spesifik biji, bentuk biji, asal biji, jenis varietas biji, cara pengolahan serta cara dan lama proses penyimpanan biji kakao.

Proses pemisahan kulit dilakukan karena hanya daging biji kakao (nib) saja yang digunakan untuk proses pengolahan selanjutnya. Proses pemastaan merupakan proses penghancuran nib menjadi ukuran tertentu (<20 mμ). Dengan ukuran seperti itu maka nib yang dihancurkan akan menjadi pasta cair kental. Pengempaan bertujuan untuk memisahkan lemak kakao dari pasta kasar yang telah dihasilkan. Banyaknya lemak yang dapat dipisahkan tergantung pada lamanya pengempaan yang dilakukan, tekanan yang digunakan, dan ukuran partikel pasta yang diekstrak.

Rendemen lemak yang diperoleh dari pengempaan dipengaruhi oleh beberapa faktor antara lain suhu pasta, kadar air pasta, kadar protein pasta, tekanan kempa dan waktu pengempaan. Pada pengolahan setiap satu kilogram biji kakao fermentasi akan diperoleh 0.45 kilogram kakao powder dan 0.3 kilogram kakao butter secara bersamaan.

Dilana (2013) pada penelitiannya pada sentra industri kecil kakao Putri Willis di Kabupaten Madiun, menyatakan bahwa pada pengolahan produk biji kakao fermentasi menjadi kakao powder, terdapat nilai tambah sebesar 21.66 persen. Hal ini diperoleh dari peningkatan nilai tambah output biji kakao menjadi kakao powder. Harga bahan baku biji kakao yang sebelumnya Rp 20 000 setelah ditambah input lainnya menjadi Rp 27 000 per kilogram kakao powder, sehingga memberikan nilai tambah sebesar Rp 5 847. Sedangkan nilai output pada Putri Wilis dalam menghasilkan lemak cokelat yaitu sebesar Rp 24 000. Nilai output tersebut memberikan nilai tambah sebesar Rp 2 847 dengan rasio nilai tambah 11.86 persen. Nilai ini dapat diinterpretasikan bahwa sebesar 11.86 persen merupakan nilai tambah dari pengolahan produk. Apabila memproduksi kakao powder dan kakao butter secara bersamaan, nilai output pada Putri Wilis dalam menghasilkan kakao powder dan kakao butter secara bersamaan sebesar Rp 51 000. Nilai output tersebut memberikan nilai tambah sebesar Rp 29 847 dengan rasio nilai tambah dari pengolahan produk sebesar 58.52 persen.

Dari hasil penelitian tersebut dapat disimpulkan bahwa terdapat nilai tambah yang cukup besar dari pengolahan biji menjadi produk antara. Hal tersebut perlu dijadikan pertimbangan dalam menetapkan strategi pengembangan agribisnis kakao.

Daya Saing Kakao Indonesia di Pasar Internasional

Kinerja ekspor kakao Indonesia di pasar internasional dapat dilihat dari keunggulan komparatifnya. Penelitian ini menganalisis daya saing kakao

35

Indonesia dan negara produsen kakao secara komparatif di pasar internasional dengan metode RCA. Sementara itu persaingan dan kekuatan kompetisi setiap negara eksportir kakao dianalisis melalui Korelasi Rank Spearman. Analisis Daya Saing Kakao Indonesia di Dunia

RCA mengukur pangsa pasar ekspor suatu negara dalam kelompok industri yang sama dengan negara eksportir lainnya, sehingga banyak digunakan untuk mengukur keunggulan komparatif (Serin dan Civan 2008). Dalam analisis ini nilai RCA biji kakao dan kakao olahan Indonesia akan dibandingkan dengan negara produsen utama lainnya di pasar dunia. Semakin tinggi nilai RCA, maka negara tersebut memiliki keunggulan komparatif yang semakin tinggi, dan sebaliknya. Daya Saing Biji Kakao Indonesia di Dunia

Pantai Gading, Ghana, Indonesia, Nigeria, dan Kamerun adalah lima besar negara produsen dan pengekspor biji kakao di dunia. Nilai RCA negara eksportir biji kakao dapat dilihat pada Tabel 7. Kelima negara produsen kakao memiliki keunggulan komparatif di pasar internasional yang diperlihatkan dari nilai RCA yang lebih besar dari satu. Dari keempat negara tersebut, Ghana merupakan negara dengan daya saing rata-rata tertinggi sebesar 504.08, diikuti Pantai Gading di posisi kedua, Kamerun ketiga, Nigeria keempat, lalu Indonesia. Tabel 7 Hasil estimasi daya saing (RCA) negara eksportir biji kakao

Tahun Pantai Gading

Ghana Indonesia Nigeria Kamerun

2003 623.13 590.48 13.64 tad 160.21 2004 528.93 tad 11.12 tad 199.90 2005 503.94 641.56 13.53 tad 212.81 2006 478.10 830.47 16.81 0.23 169.83 2007 513.78 731.00 15.72 20.15 147.04 2008 488.65 696.51 16.99 16.99 512.77 2009 375.60 319.36 13.88 37.25 466.48 2010 439.68 293.73 13.69 21.96 285.77 2011 508.68 209.70 5.62 14.21 444.42 2012 tad 223.93 4.32 tad tad

Rata-rata 495.61 504.08 12.53 18.47 288.80 Keterangan: tad: tidak ada data

Hasil estimasi daya saing biji kakao Indonesia selama 10 tahun terakhir

menunjukkan bahwa biji kakao Indonesia memiliki daya saing di pasar internasional, dengan rata-rata nilai RCA sebesar 12.53 (Tabel 7). Pada tahun 2011 dan 2012 terjadi penurunan RCA yang tajam dibandingkan tahun-tahun sebelumnya, hal ini disebabkan karena adanya penerapan bea keluar untuk ekspor biji kakao mulai tahun 2010 yang besarannya 5 – 15 persen. Dengan demikian, pada tahun 2011 terjadi penurunan kuantitas ekspor biji kakao sebesar 51 persen dibandingkan tahun sebelumnya, dari 432 426 ton menjadi 210 066 ton. Hal yang sama juga terjadi pada tahun 2012, yakni terdapat penurunan kuantitas ekspor sebesar 22 persen dari tahun sebelumnya (ITC 2013). Implementasi bea keluar biji kakao telah menurunkan daya saing biji kakao Indonesia dibandingkan Pantai Gading dan Ghana, walaupun secara keseluruhan pasar kakao Indonesia berkembang (Rifin dan Nauly 2013).

36

Meskipun Indonesia memiliki daya saing internal untuk komoditas lain yang diekspor, namun posisi Indonesia masih rendah di jajaran eksportir biji kakao. Apabila dibandingkan dengan dua eksportir utama lainnya, keunggulan komparatif ekspor biji kakao Indonesia jauh dibawah Pantai Gading dan Ghana. Kedua negara ini merupakan produsen utama biji kakao yang menyumbang produksi biji kakao lebih dari 50 persen di dunia. Selain itu, biji kakao negara-negara ini sudah melalui fermentasi sehingga harganya lebih tinggi dibandingkan negara lain (Ragimun 2012) sehingga menyebabkan nilai ekspor biji kakao kedua negara ini tinggi.

Biji kakao Kamerun memiliki daya saing 20 kali lebih tinggi daripada Indonesia dan Nigeria, meskipun dalam volume ekspor, Kamerun berada di posisi ke lima. Tingginya daya saing Kamerun dikarenakan proporsi nilai ekspor biji kakao Kamerun terhadap nilai seluruh komoditas yang diekspor Kamerun mencapai 12.42 persen dalam kurun waktu tahun 2003 – 2011. Bahkan di tahun 2009, proporsinya mencapai 31.36 persen. Hal ini membuktikan bahwa kakao adalah komoditas yang penting di di Kamerun, yang ditunjukkan dengan kakao sebagai komoditas ekspor utama kedua setelah minyak bumi.

Walaupun Nigeria baru mulai mengekspor biji kakao pada tahun 2006, namun langsung masuk di jajaran lima negara pengekspor utama biji kakao. Nigeria memiliki daya saing lebih tinggi daripada Indonesia, yang ditunjukkan dengan nilai rata-rata RCA 18.47. Nigeria secara konsisten memposisikan biji kakaonya untuk bersaing di pasar internasional dengan menerapkan kebijakan yang mendukung, salah satunya adalah rencana rehabilitasi lahan seluas 200 000 hektar selama lima tahun ke depan. Daya Saing Kakao Butter Indonesia di Dunia

Kakao butter merupakan produk kakao Indonesia yang diekspor terbesar kedua setelah biji. Pada Tabel 8 terlihat hasil estimasi daya saing negara eksportir kakao butter. Pada tahun 2012, dari 387 776 ton ekspor kakao Indonesia, 24.32 persennya merupakan kakao butter. Dilihat dari nilai RCA, keunggulan komparatif Indonesia cukup baik, diatas Perancis yang merupakan negara eksportir utama ketiga, dan tidak berbeda jauh dengan Belanda dan Malaysia sebagai negara eksportir utama lainnya. Tabel 8 Hasil estimasi daya saing (RCA) negara eksportir kakao butter

Tahun Belanda Malaysia Perancis Pantai Gading Indonesia 2003 9.14 6.02 2.78 129.35 8.27 2004 9.60 7.15 2.50 108.91 6.51 2005 10.21 8.58 2.35 93.64 6.61 2006 10.31 9.92 3.02 99.31 7.96 2007 9.36 10.71 2.82 110.21 8.37 2008 9.45 11.64 2.80 106.41 8.77 2009 9.12 10.61 2.93 95.79 6.01 2010 9.73 10.97 2.80 104.32 5.33 2011 10.34 9.96 3.37 100.04 7.56 2012 8.96 8.98 3.58 tad 8.15

Rata-rata 9.62 9.45 2.90 105.33 7.35 Keterangan: tad: tidak ada data

37

Belanda dan Malaysia yang merupakan importir utama biji kakao memiliki rata-rata nilai RCA yang cukup tinggi yaitu 9.62 dan 9.45. Hal ini mengindikasikan bahwa industri hilir kakao Belanda dan Malaysia sudah berkembang. Belanda merupakan negara yang memiliki industri grinding terbesar di dunia, dan menguasai sepertiga grinding di Eropa. Pada tahun 2010/2011, 530 000 ton biji kakao diolah (grinding) menjadi kakao pasta, lalu kemudian diproses (pressing) menjadi kakao butter dan powder. Hal ini menjadikan Belanda sebagai negara produsen utama untuk kakao pasta, butter, dan powder.

Sementara itu, Malaysia pada tahun 2003 – 2010 terus mengalami peningkatan nilai RCA, namun di tahun 2011 dan 2012 sedikit mengalami penurunan. Hal ini dapat disebabkan oleh penetapan bea keluar ekspor biji kakao Indonesia ke dunia, yang menyebabkan penurunan impor biji kakao total Malaysia. Menurut ITC pada tahun 2011 terjadi penurunan impor biji kakao sekitar 31 persen, dan kembali turun sebesar 35 persen di tahun 2012. Bea keluar tersebut secara tidak langsung menyebabkan penurunan input bagi industri hilir kakao Malaysia yang menyebabkan menurunnya produksi kakao butter.

Pantai Gading yang merupakan eksportir kakao butter keempat terbesar memiliki keunggulan komparatif tertinggi diantara negara eksportir utama lainnya. Sementara itu, walaupun sebagai negara eksportir terbesar ketiga di dunia, kakao butter Perancis memiliki keunggulan komparatif terendah dibandingkan keempat negara eksportir lainnya, Perancis masih tertinggal. Hal tersebut disebabkan pangsa ekspor kakao pasta Perancis terhadap total ekspor seluruh komoditas Perancis yang sangat rendah di kisaran 0.07 persen, padahal Perancis merupakan negara pengekspor kakao butter kedua terbesar di Eropa setelah Belanda. Daya Saing Kakao Powder Indonesia di Dunia

Tabel 9 menunjukkan daya saing negara eksportir utama kakao powder di dunia. Dari kelima negara pengekspor utama kakao powder, Belanda merupakan negara dengan daya saing rata-rata tertinggi sebesar 11.12. Malaysia memiliki keunggulan komparatif kedua, Indonesia ketiga, Spanyol keempat, diikuti Jerman kelima. Belanda konsisten sebagai negara industri pengolahan kakao di Eropa memiliki daya saing yang tinggi dibandingkan negara-negara pengekspor utama lainnya.

Malaysia memiliki nilai RCA yang tinggi yaitu sebesar 8.29. Hal ini selaras dengan fakta bahwa kakao powder Malaysia memberi sumbangan produk kakao terbesar yang diekspor, yaitu sebesar 37.95 persen dari total ekspor kakao, baru kemudian diikuti kakao butter. Malaysia sudah tidak banyak mengekspor biji kakao lagi karena lahan perkebunan yang bersaing dengan tanaman sawit.

Kakao powder Indonesia memiliki daya saing yang baik dengan rata-rata nilai RCA 3.91. Walaupun Indonesia merupakan negara eksportir kakao powder terbesar kelima, namun menempati urutan ketiga pada keunggulan komparatif dibanding negara eksportir utama lainnya. Jerman yang merupakan negara eksportir utama ketiga, tidak memiliki keunggulan komparatif yang ditunjukkan dengan rata-rata nilai RCA 0.82. Jerman baru memiliki daya saing setelah tahun 2010.

38

Tabel 9 Hasil estimasi daya saing (RCA) negara eksportir kakao powder Tahun Belanda Malaysia Jerman Spanyol Indonesia 2003 11.08 3.33 0.41 3.06 4.85 2004 12.11 5.64 0.54 2.49 3.92 2005 12.46 6.39 0.62 2.39 3.70 2006 12.17 6.70 0.69 2.36 3.83 2007 10.94 9.35 0.64 3.12 3.62 2008 10.87 11.65 0.70 2.98 3.48 2009 10.22 8.67 0.85 3.40 3.28 2010 10.59 9.46 1.26 3.82 3.61 2011 10.48 10.91 1.40 4.41 4.04 2012 10.30 10.83 1.13 4.01 4.72

Rata-rata 11.12 8.29 0.82 3.20 3.91 Dari tiga produk kakao yang dianalisis, Pantai Gading selalu memiliki keunggulan komparatif tinggi kecuali untuk kakao powder. Pantai Gading selain sebagai negara produsen kakao juga memiliki industri hilir yang berkembang, memanfaatkan bahan baku biji kakao dalam industri pengolahannya. Namun, negara yang bukan negara produsen kakao dapat memiliki keunggulan komparatif yang tinggi dalam perdagangan internasional kakao olahan, bahkan dapat memiliki daya saing yang lebih tinggi daripada negara produsen kakao. Hal ini dimungkinkan apabila negara tersebut memiliki industri hilir kakao yang berkembang, seperti Malaysia dan Belanda. Melihat nilai RCA dua tahun terakhir, implementasi bea keluar menurunkan daya saing biji kakao Indonesia dibandingkan negara eksportir lainnya, walaupun begitu daya saing Indonesia untuk produk olahan kakao mengalami sedikit peningkatan. Untuk itu Indonesia perlu meningkatkan ekspor produk kakao olahan daripada biji kakao di masa mendatang. Analisis Daya Saing Kakao Indonesia di Negara Tujuan Ekspor Daya Saing Biji Kakao Indonesia di Negara Tujuan

Secara garis besar, komoditas biji kakao Indonesia di sepuluh negara tujuan ekspor memiliki daya saing kecuali Belanda. Hal ini dikarenakan nilai RCA biji kakao Indonesia di setiap negara tujuan ekspor lebih besar dari satu kecuali Belanda (Tabel 10). Tabel 10 Daya saing biji kakao Indonesia di negara tujuan ekspor (RCA) Tahun Malaysia AS Singapura Brazil China Thailand Kanada Jerman India Belanda 2003 25.41 21.80 10.01 53.46 34.29 8.97 4.60 0.79 0.17 0.02 2004 17.13 26.61 12.95 66.29 29.41 11.95 16.54 1.93 6.12 0.18 2005 17.10 25.02 11.90 83.32 30.98 22.88 44.44 2.01 0.06 0.31 2006 11.16 35.85 13.56 135.31 35.06 13.56 70.14 12.45 0.86 0.83 2007 10.81 20.36 10.92 75.20 46.35 11.09 82.51 1.21 1.74 0.22 2008 9.63 22.69 10.74 75.11 24.80 15.00 108.28 0.90 2.72 0.08 2009 10.65 35.58 15.95 83.23 28.12 13.71 53.70 8.52 6.87 0.44 2010 9.97 26.23 11.76 74.58 43.87 9.93 35.99 11.00 10.20 1.08 2011 6.96 2.77 7.10 0.00 14.42 10.39 33.68 0.30 7.46 0.12 2012 4.48 0.10 9.56 18.53 12.61 12.58 0.00 0.46 6.01 0.12

Rata-rata

13.96 24.00 13.03 75.80 28.91 13.88 40.91 4.44 5.68 0.82

39

Nilai RCA yang lebih besar dari satu juga menyiratkan bahwa biji kakao

Indonesia mampu bersaing dengan biji kakao yang diproduksi oleh negara eksportir lainnya, walaupun biji kakao Indonesia belum melalui proses fermentasi. Brazil merupakan negara tujuan ekspor biji kakao Indonesia yang memiliki nilai RCA rata-rata tertinggi sebesar 75.80. Artinya, biji kakao Indonesia memiliki keunggulan komparatif di Brazil. Hal ini juga didukung dengan Indonesia yang telah menjadi pengekspor biji kakao terbesar untuk Brazil, kecuali di tahun 2011 dan 2012 dimana Pantai Gading menjadi eksportir utama. Daya saing tertinggi di Brazil terjadi di tahun 2006 sebesar 135.51. Hal tersebut dikarenakan, pada tahun 2006 Indonesia berhasil menguasai 66.76 persen pasar ekspor biji kakao di Brazil dengan nilai penjualan US$ 56 850 000.

Negara dimana biji kakao Indonesia memiliki daya saing tertinggi setelah Brazil adalah Kanada, China dan Amerika Serikat. Hal ini ditunjukkan oleh rata-rata nilai RCA ketiga negara tersebut berurutan 40.91, 28.91 dan 24.00. China merupakan negara tujuan ekspor utama biji kakao Indonesia kedua di Asia setelah Malaysia. China merupakan negara konsumen kakao yang sedang berkembang akibat penetrasi industri kakao dunia yang melihat China sebagai pasar potensial karena populasi yang tinggi dan pendapatan yang meningkat. Konsumsi kakao di China diperkirakan akan meningkat menjadi 1 kg/kapita/tahun. Hal ini yang menjadikan China sebagai negara tujuan ekspor biji kakao yang potensial.

Karena kakao tidak ditanam di Amerika Serikat, maka diperlukan impor biji kakao beserta kakao setengah jadi untuk memenuhi permintaan industri cokelat di negara tersebut. Industri cokelat adalah industri agribisnis penting di Amerika Serikat, karena setiap mengimpor biji kakao senilai satu dollar, maka komoditas pertanian domestik senilai satu hingga dua dollar digunakan dalam industri ini. Untuk itu setiap tahunnya rata-rata sebesar US$ 985 462 dialokasikan untuk impor biji kakao untuk kemudian diolah lebih lanjut (ITC 2013). Amerika Serikat merupakan tujuan ekspor utama untuk biji kakao dan kakao butter, dengan urutan eksportir ketiga terbesar kakao biji maupun olahan setelah Kanada dan Pantai Gading selama lebih dari 10 tahun, dengan menyumbang lebih dari 8 persen pangsa impor Amerika Serikat (ITC 2013).

Di pasar Eropa, biji kakao Indonesia menyumbang ekspor yang sedikit karena pasar ini mengimpor sebagian besar kakao dari Afrika dan sudah dalam bentuk biji yang terfermentasi. Walaupun begitu, kakao Indonesia tetap diperlukan untuk digunakan sebagai bahan campuran karena dinilai memiliki rasa yang unik dan aroma berbeda dengan kakao dari negara lain. Daya Saing Kakao Butter Indonesia di Negara Tujuan

Komoditas kakao butter Indonesia di sepuluh negara tujuan ekspor berdaya saing, ditunjukkan oleh nilai RCA kakao butter Indonesia di setiap negara tujuan ekspor lebih besar dari satu (Tabel 11).

40

Tabel 11 Daya saing kakao butter Indonesia di negara tujuan ekspor (RCA) Tahun AS Perancis Australia Belanda China Inggris Jerman UEA Jepang Rusia 2003 26.93 38.37 10.79 24.85 1.80 16.38 1.58 tad 2.32 3.49 2004 23.68 65.37 5.36 10.25 15.45 13.32 1.64 tad 0.56 0.00 2005 24.43 73.55 8.34 13.61 0.21 3.67 2.55 53.09 0.95 0.00 2006 24.34 75.91 15.96 23.23 0.26 4.80 0.20 tad 0.95 0.18 2007 30.12 84.35 18.44 26.02 0.27 3.44 1.41 60.77 0.55 0.00 2008 33.58 94.50 21.23 19.20 0.14 0.00 1.17 73.10 0.51 29.49 2009 19.59 93.04 15.65 6.43 0.86 10.36 0.25 87.49 1.72 25.79 2010 24.43 47.68 14.24 3.68 0.15 13.02 4.21 71.51 1.71 11.10 2011 37.48 53.74 11.00 5.39 59.71 40.26 4.53 37.29 2.64 12.98 2012 42.56 66.12 18.26 1.22 35.90 56.38 27.70 12.87 3.49 24.34 Rata-rata

29.02 66.19 13.02 15.17 10.63 15.76 4.13 56.59 1.54 10.54

Perancis merupakan negara tujuan ekspor kakao butter Indonesia yang

memiliki nilai RCA rata-rata tertinggi sebesar 66.19. Hal ini didukung dengan Indonesia yang telah menjadi pengekspor kakao butter terbesar kedua untuk Perancis selama 2001 – 2012, di bawah Pantai Gading. Daya saing tertinggi di Perancis terjadi di tahun 2008 sebesar 94.50. Kini Perancis merupakan salah satu negara industri cokelat dan kembang gula terbesar di Uni Eropa. Hal ini menyebabkan adanya permintaan tinggi untuk kakao setengah jadi dari industri pengolahan, mengakibatkan Perancis banyak mengimpor kakao butter dari negara lain. Pada tahun 2010, impor kakao butter Perancis menyumbang 14 persen dari total impor Uni Eropa. Sebesar 83 persen kakao butter diimpor Perancis dari negara-negara berkembang, dengan Pantai Gading sebagai pemasok terbesar (27%), diikuti oleh Indonesia (13%), Kamerun (13%) dan Malaysia (12%).

Negara dimana kakao butter Indonesia memiliki daya saing tertinggi setelah Perancis adalah Uni Emirat Arab dan Amerika Serikat. Hal ini ditunjukkan oleh rata-rata nilai RCA UEA dan Amerika Serikat berurutan 56.59 dan 29.02. Industri confectinaries lokal di UEA berkembang cukup pesat, yang ditujukan untuk pasar lokal dan ekspor ke negara-negara Gulf Cooperation Countries (GCC), Timur Tengah, Afrika, India, Pakistan, dengan pertumbuhan ekspor rata-rata sebesar 25 persen per tahun (2005 – 2008). Rumah tangga UEA kini mengkonsumsi cokelat setidaknya sekali dalam seminggu dengan konsumsi 9 069 ton cokelat pada tahun 2011, meningkat 5.5 persen dari tahun sebelumnya. Konsumen UEA menyukai rasa manis, sehingga industri cokelat lokal melihat ini sebagai peluang dengan memproduksi cokelat yang lebih manis, dan menambah sentuhan lokal seperti menambah kurma dan kacang-kacangan. Hal ini menyebabkan pertambahan pabrik-pabrik cokelat di UAE, dan yang sudah ada pun berekspansi. Impor kakao butter UEA meningkat lebih dari dua kali lipat sejak tahun 2009 yang sebesar 3 511 ton menjadi 8 428 ton pada tahun 2012, dan 65 persennya diperoleh dari Indonesia yang juga merupakan negara eksportir terbesar bagi negara ini.

Industri cokelat Amerika Serikat terdiri dari sekitar 400 perusahaan yang memproduksi lebih dari 90 persen coklat dan produk permen. Konsumsi cokelat Amerika Serikat yang cukup tinggi yakni 5 kg/kap/tahun, menyebabkan negara ini perlu mengimpor kakao olahan, khususnya kakao butter rata-rata sebesar 86 917 ton/tahun untuk memenuhi permintaan industri pengolahan. Untuk itu sebesar

41

rata-rata 52 391 ton kakao butter diimpor dari Indonesia, yang menyumbang 60.26 persen total impor Amerika Serikat (ITC 2013). Daya Saing Kakao Powder Indonesia di Negara Tujuan

Pada umumnya, komoditas kakao powder Indonesia di sepuluh negara tujuan ekspor memiliki daya saing atau keunggulan komparatif dikarenakan nilai RCA kakao powder Indonesia di setiap negara tujuan ekspor lebih besar dari satu (Tabel 12).

Tabel 12 Daya saing kakao powder Indonesia di negara tujuan ekspor (RCA)

Tahun Filipina China Malaysia Thailand India AS Afrika Selatan Australia Rusia Estonia

2003 18.03 15.45 12.36 5.73 14.85 2.66 58.92 6.06 22.95 314 79 2004 8.67 12.20 4.02 0.19 6.37 4.55 36.36 3.68 10.82 207 45 2005 9.20 5.00 3.96 0.47 7.06 4.70 57.39 1.88 0.00 20 76 2006 15.56 4.04 1.80 0.82 14.90 7.25 46.84 3.87 1.06 67 58 2007 8.86 9.54 5.10 0.92 6.26 7.09 28.55 3.81 1.15 14 64 2008 11.06 16.95 3.12 2.81 7.01 2.24 34.96 3.64 4.98 43 04 2009 6.66 19.46 3.06 3.74 9.19 1.75 30.94 3.37 14.81 43 61 2010 7.53 16.89 3.25 5.57 12.46 1.95 31.44 3.06 16.79 240 54 2011 6.19 11.73 2.98 16.65 11.42 1.61 16.80 2.55 14.63 69 49 2012 8.21 14.38 4.28 18.13 9.90 2.28 16.71 3.25 7.64 14 01 Rata-rata 10.95 12.29 5.52 5.00 10.54 3.76 35.80 3.45 13.41 97.24

Nilai RCA yang lebih besar dari satu menunjukkan bahwa kakao powder

Indonesia mampu bersaing dengan kakao powder yang diproduksi oleh negara eksportir lainnya. Estonia merupakan negara tujuan ekspor kakao powder Indonesia yang memiliki nilai RCA rata-rata tertinggi sebesar 97.24. Hal ini dikarenakan pada tahun 2003, RCA terbesar senilai 314.79 yang diakibatkan nilai ekspor Indonesia ke negara tersebut merupakan yang tertinggi selama kurun waktu 11 tahun terakhir yaitu 1 115 ton. Pada tahun 2012, di Estonia cokelat dan kembang gula mengalami pertumbuhan nilai penjualan karena meningkatnya harga dari sisi pasokan dan willingness to pay dari sisi permintaan. Permintaan kembang gula cokelat meningkat di Estonia pada tahun 2012 sebesar 2 persen diakibatkan peningkatan daya beli konsumen dan pengenalan produk baru, khususnya dark chocolate, karena adanya isu gaya hidup sehat. Indonesia menyumbang 11 persen kakao powder Estonia, di bawah Malaysia (45%) dan Pantai Gading.

Setelah Estonia, kakao powder Indonesia memiliki keunggulan komparatif di Afrika Selatan dan Rusia. Hal ini ditunjukkan oleh rata-rata nilai RCA Afrika Selatan dan Rusia berurutan 35.80 dan 13.41. Pasar cokelat Afrika Selatan telah mengalami banyak perubahan selama dekade terakhir. Prediksi pertumbuhan keseluruhan pasar ritel cokelat di Afrika Selatan jauh melebihi rata-rata global. Pasar ritel cokelat diprediksi akan tumbuh pada tingkat lebih dari 10 persen per tahun selama lima tahun ke depan. Pertumbuhan yang konsisten diperkirakan akan terus berlanjut meskipun adanya peningkatan biaya bahan baku cokelat. Pertumbuhan ini terutama didorong oleh peningkatan disposable income dan pertumbuhan kelas menengah Afrika Selatan. Selain itu, konsumen cokelat premium mulai meningkatkan permintaan terhadap produksi lokal, yang

42

menyebabkan peningkatan impor kakao setengah jadi dibandingkan produk kakao jadi. Sementara itu pasar Afrika Selatan mengalami perubahan selama dekade terakhir, yakni pertumbuhan pasar ritel kakao yang menyebabkan industri pengolahan berkembang. Pada tahun 2010 terjadi peningkatan impor kakao oleh Afrika Selatan, sebesar 35 persen dan terus meningkat pada tahun-tahun selanjutnya. Ekspor kakao Indonesia turut meningkat rata-rata sebesar 50 persen sejak tahun tersebut, dengan kenaikan pangsa ekspor dua kali lipatnya pada tahun 2012 dibandingkan tahun 2010 (ITC 2013).

Dari ketiga bentuk ekspor kakao Indonesia, volume ekspor biji kakao masih

dominan dan nilai RCA biji kakao lebih besar daripada kakao butter dan kakao powder. Namun, perlu dicermati adanya nilai tambah dalam proses pengolahan biji kakao menjadi produk antara. Menurut Dilana (2013) dalam penelitiannya pada sentra industri kecil kakao di Kabupaten Madiun Jawa Timur, terdapat peningkatan nilai tambah output sebesar 11.86 persen untuk kakao butter dan 21.66 persen pada kakao powder. Nilai tambah ini akan meningkatkan harga dan margin yang diperoleh kakao butter dan powder. Sehingga walaupun daya saing kakao biji Indonesia lebih tinggi daripada produk kakao lainnya, Indonesia perlu mempertimbangkan fokus pada produk olahan kakao. Hal ini bertujuan agar nilai tambah dari pengolahan kakao dapat diambil oleh Indonesia.

Namun apabila Indonesia akan meningkatkan produksi dan ekspor kakao olahan, maka perlu diperhatikan ketersediaan bahan baku yaitu biji kakao. Pemerintah perlu menjaga produksi biji kakao agar tetap stabil, bahkan meningkat agar agribisnis hilir kakao dapat berkelanjutan. Analisis Korelasi Daya Saing antar Negara Eksportir Kakao Dunia Nilai RCA yang telah diperoleh dari setiap negara eksportir kakao dunia digunakan untuk menganalisis kekuatan kompetisi antar negara eksportir kakao tersebut. Kekuatan kompetisi tersebut diukur dengan melihat nilai korelasi setiap dua negara eksportir kakao menggunakan korelasi Rank Spearman. Korelasi Daya Saing Biji Kakao Berdasarkan Tabel 13 diketahui bahwa Indonesia memiliki korelasi positif (0.786) yang signifikan dengan satu negara eksportir kakao yaitu Ghana, karena nilai p-value yang diperoleh lebih kecil dari taraf nyata 5% (0.036 < 0.1). Korelasi tersebut menunjukkan bahwa terdapat kompetisi yang cukup tinggi antara Indonesia dan Ghana dalam perebutan pangsa pasar dunia. Hal ini dikarenakan pasar yang didominasi oleh kedua negara eksportir salah satunya sama yaitu pasar Asia, khususnya negara Malaysia. Terlihat dari Tabel 14, akibat kebijakan penerapan bea keluar biji kakao Indonesia pada tahun 2010, menyebabkan penurunan pangsa pasar Indonesia lebih dari 50 persen pada tahun 2011, sedangkan pangsa pasar Ghana meningkat lebih dari 50 persen pada tahun yang sama. Hal ini mengindikasikan bahwa Ghana memanfaatkan peluang tersebut dengan meningkatkan ekspor biji kakao ke Malaysia pada tahun 2011, terlihat dengan adanya pertumbuhan ekspor sebesar 450 persen pada tahun tersebut (ITC 2013). Lebih lanjut pada tahun 2012, Malaysia merupakan negara tujuan ekspor Ghana kedua setelah Belanda, dengan pangsa ekspor sebesar 38 persen dari total ekspor biji kakao Ghana. Sedangkan Indonesia tidak memiliki korelasi yang signifikan dengan ketiga negara eksportir lainnya karena nilai p-

43

value yang diperoleh lebih besar dari taraf nyata 0.1. Hal ini disebabkan karena ketiga negara tersebut mendominasi pasar Eropa, sedangkan Indonesia lebih mendominasi pasar kakao Asia (Malaysia, Singapura, dan China) serta pasar Amerika (Amerika Serikat dan Brazil). Tabel 13 Korelasi daya saing antar negara eksportir biji kakao dunia

Pantai Gading Ghana Indonesia Nigeria Kamerun Pantai Gading

Koefisien Korelasi 1.000 .179 -.250 -.679* -.571 Sig. (2-tailed) . .702 .589 .094 .180 Jumlah Observasi 7 7 7 7 7

Ghana Koefisien Korelasi .179 1.000 .786** -.286 -.393 Sig. (2-tailed) .702 . .036 .535 .383 Jumlah Observasi 7 7 7 7 7

Indonesia Koefisien Korelasi -.250 .786** 1.000 .143 .179 Sig. (2-tailed) .589 .036 . .760 .702 Jumlah Observasi 7 7 7 7 7

Nigeria Koefisien Korelasi -.679 -.286 * .143 1.000 .357 Sig. (2-tailed) .094 .535 .760 . .432 Jumlah Observasi 7 7 7 7 7

Kamerun Koefisien Korelasi -.571 -.393 .179 .357 1.000 Sig. (2-tailed) .180 .383 .702 .432 . Jumlah Observasi 7 7 7 7 7 Keterangan: *korelasi signifikan pada taraf nyata 10%; **korelasi signifikan pada taraf nyata 5% Pantai Gading memiliki korelasi negatif (-0.679) yang signifikan dengan Nigeria, karena nilai p-value yang diperoleh lebih kecil dari taraf nyata 10% (0.094 < 0.1). Koefisien yang bertanda negatif antara Pantai Gading dan Nigeria menunjukkan bahwa ekspor diantara kedua negara tersebut lebih bersifat komplementer (saling melengkapi) dibandingkan dengan kompetisi. Arti dari komplementer yaitu pada tahun-tahun tertentu ekspor kakao Pantai Gading akan tinggi tetapi ekspor kakao Nigeria rendah dan pada tahun-tahun lainnya ekspor kakao Pantai Gading rendah tetapi ekspor kakao Nigeria tinggi. Hal ini diperlihatkan pada tahun 2006 – 2011 dimana pangsa pasar biji kakao Pantai Gading dan Nigeria saling mengisi, yaitu ketika pangsa pasar Pantai Gading turun maka pangsa pasar Nigeria tinggi, begitupun sebaliknya. Tabel 14 Pangsa pasar dunia negara eksportir biji kakao (%)

Tahun Pantai Gading Ghana Indonesia Nigeria Kamerun 2003 26.71 10.36 7.94 tad 3.79 2004 22.29 tad 5.79 tad 3.57 2005 35.24 17.71 13.07 tad 5.82 2006 32.19 23.85 17.08 0.15 5.85 2007 30.18 19.01 14.26 9.27 4.92 2008 29.58 17.93 14.38 10.30 6.73 2009 31.93 13.77 15.29 8.39 6.75 2010 26.74 9.51 14.62 19.89 6.55 2011 34.06 19.97 6.67 7.89 6.04 2012 tad 19.08 5.33 tad tad

Keterangan: tad: tidak ada data

44

Korelasi Daya Saing Kakao Butter Terlihat pada Tabel 15, tidak ada negara yang berhubungan secara nyata terhadap negara eksportir lainnya. Hal ini dibuktikan dengan nilai p-value antar masing-masing negara dengan negara lainnya yang lebih besar dari nilai alpha 10%. Alasan yang memungkinkan hal ini adalah ada perbedaan pasar tujuan ekspor Indonesia dengan negara pengekspor Belanda dan Perancis. Tujuan utama ekspor Belanda dan Perancis adalah pasar Eropa, dengan pangsa ekspor berturut-turut 76 persen 99 persen dari total ekspor kakao butternya. Sedangkan Indonesia mengekspor hamper 60 persen kakao butternya ke pasar Amerika, Asia, dan Timur Tengah. Tabel 15 Korelasi daya saing antar negara eksportir kakao butter dunia

Belanda Malaysia Perancis Pantai Gading

Indonesia

Belanda Koefisien Korelasi 1.000 -.067 .218 -.417 -.117 Sig. (2-tailed) . .865 .574 .265 .765 Jumlah Observasi 9 9 9 9 9

Malaysia Koefisien Korelasi -.067 1.000 .377 -.083 .100 Sig. (2-tailed) .865 . .318 .831 .798 Jumlah Observasi 9 9 9 9 9

Perancis Koefisien Korelasi .218 .377 1.000 -.192 .100 Sig. (2-tailed) .574 .318 . .620 .797 Jumlah Observasi 9 9 9 9 9

Pantai Gading

Koefisien Korelasi -.417 -.083 -.192 1.000 .467 Sig. (2-tailed) .265 .831 .620 . .205 Jumlah Observasi 9 9 9 9 9

Indonesia Koefisien Korelasi -.117 .100 .100 .467 1.000 Sig. (2-tailed) .765 .798 .797 .205 . Jumlah Observasi 9 9 9 9 9 Korelasi Daya Saing Kakao Powder Berdasarkan Tabel 16, diketahui bahwa Indonesia tidak memiliki korelasi yang signifikan dengan negara eksportir kakao lainnya, karena nilai p-value yang diperoleh lebih besar dari taraf nyata 0.1. Hal ini dikarenakan pasar yang didominasi oleh empat negara eksportir tersebut berbeda dengan Indonesia yaitu mendominasi pasar Eropa sedangkan Indonesia lebih mendominasi pasar kakao powder yang sedang berkembang seperti di kawasan Asia. Malaysia memiliki korelasi positif yang signifikan dengan Jerman dan Spanyol, karena nilai p-value di kedua negara ini diperoleh lebih kecil dari taraf nyata 1% dan 10%. Sementara itu, Jerman juga memiliki korelasi positif yang signifikan (0.733) dengan Spanyol. Artinya, ketiga negara ini berkorelasi satu sama lain, berkompetisi memperebutkan pasar yang sama untuk ekspor kakao powder, yakni pasar Amerika Serikat dan Eropa, khususnya negara Rusia dan Italia. Di sisi lain, ketiga negara ini justru memiliki korelasi negatif dengan Belanda. Belanda memiliki korelasi negatif yang signifikan dengan Malaysia (-0.624), Jerman (-0.745), dan Spanyol (-0.867). Pasar tujuan ekspor negara Belanda juga pasar Eropa dan Amerika Serikat, namun koefisien yang bertanda

45

negatif antara menunjukkan bahwa ekspor diantara negara tersebut bersifat komplementer.

Tabel 16 Korelasi daya saing antar negara eksportir kakao powder dunia

Belanda Malaysia Jerman Spanyol Indonesia Belanda Koefisien Korelasi 1.000 -.624* -.745** -.867*** .200

Sig. (2-tailed) . .054 .013 .001 .580 Jumlah Observasi 10 10 10 10 10

Malaysia Koefisien Korelasi -.624* 1.000 .818** .576* -.309 Sig. (2-tailed) .054 . .004 .082 .385 Jumlah Observasi 10 10 10 10 10

Jerman Koefisien Korelasi -.745 .818** ** 1.000 .733** -.236 Sig. (2-tailed) .013 .004 . .016 .511 Jumlah Observasi 10 10 10 10 10

Spanyol Koefisien Korelasi -.867 .576*** * .733** 1.000 .103 Sig. (2-tailed) .001 .082 .016 . .777 Jumlah Observasi 10 10 10 10 10

Indonesia Koefisien Korelasi .200 -.309 -.236 .103 1.000 Sig. (2-tailed) .580 .385 .511 .777 . Jumlah Observasi 10 10 10 10 10 Keterangan: *korelasi signifikan pada taraf nyata 10%; ** korelasi signifikan pada taraf nyata 5%;

*** korelasi signifikan pada taraf nyata 1%

Faktor-Faktor yang Mempengaruhi Perdagangan Kakao Indonesia di Pasar Internasional

Perdagangan kakao Indonesia baik biji dan olahannya ke negara tujuan ekspor dipengaruhi oleh banyak faktor. Faktor-faktor tersebut perlu diidentifikasi dan dianalisis apakah secara signifikan berpengaruh positif atau negatif terhadap volume ekspor. Pada subbab ini dipaparkan hasil dari estimasi faktor-faktor yang mempengaruhi volume ekspor kakao Indonesia di pasar internasional. Selain itu, dibahas juga rasio potensi perdagangan kakao Indonesia di setiap negara tujuan ekspor untuk mengetahui apakah perdagangan kakao di suatu negara tujuan masih berpotensi untuk dikembangkan atau sudah jenuh. Faktor-Faktor yang Mempengaruhi Perdagangan Biji Kakao Model terbaik diperoleh melalui pendekatan estimasi data panel dengan Fixed Effect Model (FEM), menggunakan metode Generalized least square (GLS) dengan pembobot Cross-section SUR dan Coefficient covariance method yaitu White diagonal. Hasil estimasi model tersebut dapat dilihat pada Tabel 17, sedangkan output hasil olahan Eviews terhadap estimasi model dapat dilihat pada Lampiran 7.

Pengujian asumsi dasar perlu dilakukan agar parameter yang diperoleh tidak bias, konsisten, dan efisien. Uji asumsi dasar tersebut antara lain uji normalitas, multikolinieritas, heteroskedastisitas, dan autokorelasi (Lampiran 8). Uji

46

normalitas dapat dilakukan dengan melihat sebaran residual data menggunakan aplikasi histogram-normality test pada Eviews. Nilai probabilitas Jarque Bera dari uji tersebut lebih besar dari taraf nyata 5% (0.053 > 0.05), sehingga kesimpulannya adalah tidak tolak H0 yang artinya residual dalam model sudah menyebar normal.

Ada tidaknya masalah multikolinearitas dapat diperiksa dengan melihat korelasi antar variabel bebas dalam model. Seperti yang dilihat pada Lampiran 8, koefisien korelasi setiap variabel bebas lebih rendah dari nilai koefisien determinasi (R-squared) (0.9495) sehingga dapat disimpulkan bahwa model tidak mengalami masalah multikolinearitas. Tidak adanya masalah heteroskedastisitas dapat dideteksi dengan melihat residual graph, dimana residual cenderung menyebar di sekitar nol (Lampiran 8).

Ada atau tidaknya masalah autokorelasi pada model dapat dilihat dari nilai Durbin Watsonstat. Dari hasil pengolahan data terlihat bahwa nilai Durbin Watsonstat (weighted) sebesar 1.92. Nilai Durbin Watsonstat tersebut mendekati 2 sehingga dapat disimpulkan bahwa model yang diestimasi tidak mengalami masalah autokorelasi.

Berdasarkan hasil estimasi model seperti yang ditunjukkan pada Tabel 17 diketahui bahwa nilai probabilitas Fstat

lebih kecil dari taraf nyata 5% (0.00 < 0.05) yang artinya secara keseluruhan model layak digunakan dan minimal ada satu variabel yang signifikan dalam model. Nilai R-squared yang diperoleh sebesar 0.9495 persen yang artinya model mampu menjelaskan keragaman ekspor biji kakao sebesar 94.95% sedangkan sisanya sebesar 5.05% dijelaskan oleh faktor-faktor lainnya di luar model. Variabel yang signifikan dalam model adalah GDP riil per kapita negara tujuan ekspor, nilai tukar Indonesia terhadap LCU, dan bea keluar biji kakao. Tabel 17 Hasil estimasi model aliran ekspor biji kakao Indonesia ke negara

tujuan ekspor Koefisien Std. Error t-statistik Prob.

GDP riil per kapita Indonesia

0.500214 0.769065 0.650419 0.5167

GDP riil per kapita negara tujuan ekspor

1.794526*** 0.319768 5.611970 0.0000

Jarak ekonomi Indonesia dengan negara tujuan ekspor

-0.024658 0.183930 -0.134063 0.8936

Nilai tukar rupiah terhadap LCU

1.026359*** 0.249750 4.109554 0.0001

Bea keluar biji kakao -0.870389*** 0.123839 -7.028390 0.0000 Weighted Statistics

R-squared 0.94955 Residual Sum Squared 123.0749 Prob (Fstat 0.000000 ) Durbin Watson 1.922316 stat

Unweighted Statistics R-squared 0.711258 Residual Sum Squared 161.7636 Durbin Watson 1.669524 stat

Keterangan: *** signifikan pada taraf nyata 1% ** signifikan pada taraf nyata 5% * signifikan pada taraf nyata 10%

47

Gross Domestic Product (GDP) Riil Per Kapita Indonesia Varibel GDP riil per kapita Indonesia memiliki koefisien bertanda positif sesuai dengan hipotesis. Secara statistik variabel ini tidak memiliki pengaruh yang signifikan pada taraf nyata 10%. Hal ini dapat dilihat dari nilai probabilitas variabel GDP Indonesia lebih besar dari taraf nyatanya (0.5167 > 0.1). Tidak signifikannya variabel ini menunjukkan bahwa perubahan pada variabel GDP Indonesia tidak mempengaruhi volume ekspor biji kakao Indonesia ke setiap negara tujuan. Secara konsep, GDP yang besar mencerminkan kemampuan suatu negara melakukan perdagangan internasional. Namun kakao merupakan komoditas andalan ekspor Indonesia dengan pangsa pasar cukup tinggi di dunia, sehingga perubahan GDP Indonesia tidak terlalu mempengaruhi volume ekspornya. Hingga tahun 2009 produksi biji kakao Indonesia memang ditujukan untuk ekspor. Terlihat dari total produksi kakao, sebesar 439 305 ton atau 79.87 persennya diekspor, sehingga sebagian kecil saja yang terserap di industri hilir kakao yang selama ini belum berkembang (ITC 2013). Perkembangan industri hilir ditandai dengan kapasitas terpasang dan realisasi pengolahan kakao. Pada tahun 2010, kapasitas terpasang industri kakao hanya mampu menyerap 38.6 persen dari total produksi biji kakao nasional, dan industri hanya mampu mengolah 21.13 persen produksi biji kakao (Hasibuan 2012). Gross Domestic Product (GDP) Riil Per Kapita Negara Tujuan Ekspor Variabel GDP riil per kapita negara tujuan memiliki pengaruh yang positif dan signifikan terhadap volume ekspor biji kakao Indonesia. Hal ini dikarenakan nilai probabilitas variabel GDP riil per kapita negara tujuan lebih kecil dari taraf nyata 1% (0.00 < 0.01), dengan tanda koefisien yang sesuai dengan hipotesis. Koefisien variabel GDP riil per kapita negara tujuan sebesar 1.794526 memiliki arti bahwa setiap peningkatan GDP riil per kapita negara tujuan sebesar 1 persen maka volume ekspor biji kakao Indonesia ke negara tujuan akan meningkat sebesar 1.79 persen, begitupun sebaliknya (ceteris paribus). Peningkatan GDP per kapita riil negara mitra dagang akan mendorong meningkatnya permintaan akan biji kakao Indonesia karena adanya peningkatan daya beli dan konsumsi masyarakat. Pertumbuhan GDP riil per kapita dari setiap negara tujuan ekspor disajikan pada Gambar 9. Kondisi perekonomian yang tumbuh tinggi di Asia menyebabkan pola konsumsi masyarakat berubah. Kini konsumsi kakao tidak hanya didominasi Amerika Serikat dan Uni Eropa saja, negara-negara Asia pun mulai menggemari kakao terutama negara China. Pertumbuhan konsumsi kakao di China terutama diakibatkan peningkatan daya beli masyarakat dan pertumbuhan rantai ritel asing. Berdasarkan Gambar 9, diketahui bahwa China dan India merupakan dua negara dengan pertumbuhan GDP yang tertinggi dan selalu positif dari tahun ke tahun. China merupakan negara tujuan ekspor biji kakao Indonesia yang memiliki nilai rata-rata pertumbuhan GDP tertinggi yaitu 9.57 persen/tahun, diikuti India 5.98 persen/tahun. Pertumbuhan ekspor per tahun biji kakao Indonesia ke India selalu positif sejak tahun 2005, dengan rata-rata pertumbuhan sebesar 85 persen/tahun. Menurut data Kementan (2013), tingkat konsumsi kakao di kedua negara ini diprediksi akan meningkat menjadi 1 kg/kap/tahun dari sebelumnya 0.25 kg/kap/tahun.

48

-10,00

-5,00

0,00

5,00

10,00

15,00

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Malaysia Amerika Serikat SingapuraBrazil China ThailandKanada Jerman IndiaBelanda

Gambar 9. Pertumbuhan GDP riil per kapita negara tujuan ekspor (2001-2012)

Sumber: USDA (2013)

Peningkatan daya beli dan konsumsi terhadap kakao yang dikarenakan pertumbuhan GDP riil per kapita, akan mengakibatkan meningkatnya permintaan akan biji kakao. Kini kakao telah menjadi komoditas tren dan gaya hidup terutama untuk kalangan muda, khususnya di Asia yang secara tradisional bukan konsumen kakao. Tahun 2016, pasar Asia diprediksi menguasai 20 persen dari pangsa pasar cokelat.

Untuk memperkuat penjelasan, hal ini sejalan dengan penelitian Widianingsih (2009) tentang faktor-faktor yang mempengaruhi permintaan ekspor biji kakao di Malaysia, Singapura, dan China. GDP per kapita tiga negara ini berpengaruh signifikan dalam mempengaruhi permintaan ekspor biji kakao Indonesia, dan diketahui bahwa ketiga negara tersebut memiliki GDP per kapita yang meningkat dari tahun ke tahun. Jarak Ekonomi Antara Indonesia dengan Negara Tujuan Ekspor

Hasil estimasi yang diperoleh menunjukkan bahwa variabel jarak ekonomi antara Indonesia dengan negara tujuan ekspor biji kakao tidak berpengaruh signifikan karena nilai probabilitas variabel jarak ekonomi antara Indonesia dengan negara tujuan lebih besar dari taraf nyata 10% (0.8936 > 0.1). Walaupun tidak signifikan, koefisien variabel jarak ekonomi antara Indonesia dengan negara tujuan sebesar -0.262702, yang menunjukkan bahwa arah hubungan antara variabel jarak ekonomi antara Indonesia dengan negara tujuan ekspor dengan variabel volume ekspor adalah negatif sesuai dengan hipotesis. Jarak ekonomi menunjukkan biaya transportasi dalam melakukan perdagangan. Hal ini mengindikasikan bahwa walaupun biaya transportasi meningkat sejalan dengan jarak, namun pasar Amerika dan Eropa tetap penting bagi ekspor Indonesia. Sebagai contoh kini masyarakat Amerika Serikat semakin makmur dan beragam etnisnya, sehingga komposisi bahan pangan seperti buah tropis, rempah, dan bahan makanan spesifik etnis semakin membesar. Kondisi klimat empat musim di Amerika Serikat memaksa negara ini untuk mengimpor beragam tipe produk tropis termasuk kakao dari negara tropis, khususnya Indonesia. Menurut ICCO

Tahun Pertu

mbu

han

GD

P (%

)

49

pada tahun 2008/2009 Amerika Serikat merupakan negara net importir kakao nomor satu di dunia dengan persentase 20.96 persen impor dunia. Konsumsi negara ini juga tinggi yaitu 20.12 persen kakao dunia. Dan selama dua puluh tahun (1991 – 2011), rata-rata pertumbuhan ekspor biji kakao ke Amerika Serikat sebesar 15.87 persen. Lain halnya dengan Brazil, walaupun negara ini merupakan negara produsen kakao urutan keenam dengan namun tetap mengimpor rata-rata 60 000 ton biji kakao untuk memenuhi kebutuhan industri olahan produk kakao dan cokelat untuk konsumsi lokal dan ekspor. Setengah dari impor biji kakao diperoleh dari Indonesia.

Beberapa penelitian mendukung hasil penelitian ini, bahwa jarak mungkin saja tidak signifikan mempengaruhi volume ekspor. Turki tetap memprioritaskan mengekspor produk pertaniannya ke Uni Eropa dibandingkan negara-negara tetangganya karena terdapat kondisi politis (Atici 2006). Sedangkan bagi Malaysia, jarak tidak menjadi penentu karena keanggotaan dalam Organization of Islamic Cooperation secara empiris terbukti lebih menentukan arah perdagangan negara Malaysia (Abidin 2012).

Karena jarak tidak relevan terhadap ekspor biji kakao Indonesia, maka biaya transportasi tidak terlalu menjadi faktor hambatan dalam perdagangan ke negara-negara Amerika Serikat maupun negara di Eropa. Negara maju ini memerlukan biji kakao untuk industri hilirnya, dimana negara-negara ini tidak memproduksi bahan mentahnya. Karena hanya sedikit saja negara produsen biji kakao di dunia, bahkan 80 persennya dikuasai lima negara termasuk Indonesia, maka negara industri tetap mengimpor biji kakao walaupun jaraknya jauh (ICCO 2013). Alasan lain mendukung ukuran jarak tidak terlalu berpengaruh adalah biji kakao memiliki masa simpan yang lama. Sehingga untuk perdagangan biji kakao, ada faktor-faktor lain yang lebih penting dari faktor ekonomi biaya transportasi. Nilai Tukar Rupiah Terhadap Local Currency Unit (LCU)

Berdasarkan uji-t diketahui bahwa variabel nilai tukar rupiah terhadap local currency unit (LCU) signifikan terhadap volume ekspor biji kakao Indonesia. Hal ini dikarenakan nilai probabilitas variabel ini lebih kecil dari taraf nyata 1% (0.0001 < 0.01). Hal ini juga menunjukkan bahwa perubahan pada variabel nilai tukar rupiah terhadap LCU mempengaruhi volume ekspor biji kakao Indonesia ke setiap negara tujuan. Berdasarkan hasil estimasi, variabel ini memiliki tanda koefisien yang sesuai dengan hipotesis. Koefisien variabel nilai tukar rupiah sebesar 1.026359 memiliki arti bahwa jika rupiah mengalami depresiasi sebesar satu persen maka volume ekspor biji kakao akan meningkat sebesar 1.02 persen, dan sebaliknya (ceteris paribus). Artinya apabila terjadi pelemahan terhadap rupiah (depresiasi), negara importir akan mengimpor biji kakao dalam jumlah yang lebih banyak karena harganya relatif mengalami penurunan. Fakta yang terjadi pada saat krisis ekonomi tahun 1997 – 1998, rupiah yang melemah di titik terendah (80 persen dari nilai sebelumnya) justru memberikan insentif untuk meningkatkan produksi kakao. Petani kakao menikmati dampak krisis ekonomi, dikarenakan harga biji kakao di tingkat produsen meningkat dari Rp 2 500/kg menjadi Rp 9 000/kg pada tahun 1997, bahkan melonjak menjadi Rp 19 000/kg pada tahun 1998. Peningkatan harga kakao merupakan akibat dari nilai tukar rupiah yang melemah. Hal ini sesuai dengan teori bahwa depresiasi nilai tukar akan meningkatkan produksi dan

50

meningkatkan volume ekspor. Penelitian Widianingsih (2009) tentang faktor-faktor yang mempengaruhi ekspor biji kakao ke negara Malaysia, Singapura, dan China juga menegaskan teori tersebut. Terkait dengan nilai tukar, penelitian Arsyad (2007) menyatakan bahwa kebijakan devaluasi dapat meningkatkan produksi dan ekspor kakao daripada kebijakan pajak ekspor dan subsidi pupuk. Bea Keluar Biji Kakao

Variabel bea keluar ekspor biji kakao memiliki pengaruh negatif dan signifikan terhadap volume ekspor biji kakao Indonesia. Hal ini dikarenakan nilai probabilitas variabel bea keluar biji kakao lebih kecil dari taraf nyata 1% (0.00 < 0.01) dan memiliki tanda koefisien yang sesuai dengan hipotesis. Koefisien variabel bea keluar sebesar -0.870389 memiliki arti dengan penetapan bea keluar, volume ekspor biji kakao Indonesia menjadi lebih rendah 0.87 persen dibandingkan volume ekspor biji kakao tanpa penetapan bea keluar (ceteris paribus). Temuan ini sesuai dengan pendapat Linneman dan Verbruggen (1991) dalam Yamarik dan Ghosh (2005), yang menyatakan meningkatnya hambatan perdagangan seperti tarif, kuota, maupun restriksi lainnya akan menurunkan ekspor. Kebijakan bea keluar biji kakao Indonesia diterapkan dalam rangka hilirisasi industri guna meningkatkan nilai tambah kakao dalam negeri. Kebijakan ini terbukti efektif dalam pengembangan industri kakao karena sejak keluarnya Permenkeu tahun 2010, terlihat ada perubahan komposisi ekspor biji kakao dan kakao olahan yang terlihat pada Gambar 10.

Gambar 10. Volume ekspor kakao Indonesia tahun 2008 – 2012 (ton)

Sumber: ITC (2013)

Volume ekspor biji kakao yang semula semula 82.08 persen dari total ekspor kakao di tahun 2009, berkurang menjadi 51.20 persen di tahun 2011, dan kembali menurun menjadi 42.16 persen di tahun 2012. Hal ini sesuai dengan temuan Rifin (2012) yang menunjukkan adanya pengaruh penerapan bea keluar pada daya saing ekspor kakao indonesia, serta adanya perubahan komposisi ekspor Indonesia beralih dari biji kakao ke produk olahan kakao, walaupun pertumbuhan ekspor kakao Indonesia masih lebih rendah dibandingkan pertumbuhan dunia.

0

100000

200000

300000

400000

500000

2008 2009 2010 2011 2012

Biji Kakao

Kakao Olahan

51

Faktor-Faktor yang Mempengaruhi Perdagangan Kakao Butter Model terbaik diperoleh melalui pendekatan estimasi data panel dengan FEM, menggunakan metode Generalized least square (GLS) dengan pembobot Cross-section SUR dan Coefficient covariance method yaitu Cross-section weights (PCSE). Hasil estimasi model tersebut dapat dilihat pada Tabel 18, sedangkan output hasil olahan Eviews terhadap estimasi model dapat dilihat pada Lampiran 10.

Multikolinearitas dapat diperiksa dengan melihat korelasi antar variabel bebas dalam model. Seperti yang dilihat pada Lampiran 10, koefisien korelasi setiap variabel bebas lebih rendah dari nilai koefisien determinasi (R-squared) (0.9659) sehingga dapat disimpulkan bahwa model tidak mengalami masalah multikolinearitas. Hal ini juga diperkuat dengan nilai R-squared yang tinggi dan banyaknya variabel yang signifikan. Tidak adanya masalah heteroskedastisitas dapat dideteksi dengan melihat residual graph, dimana residual cenderung menyebar di sekitar nol (Lampiran 11). Dari hasil pengolahan data terlihat bahwa nilai Durbin Watsonstat (weighted) sebesar 2.19. Nilai Durbin Watsonstat tersebut mendekati 2 sehingga dapat disimpulkan bahwa model yang diestimasi tidak mengalami masalah autokorelasi.

Berdasarkan hasil estimasi model seperti yang ditunjukkan pada Tabel 18 diketahui bahwa nilai probabilitas Fstat

lebih kecil dari taraf nyata 5% (0.00 < 0.05) yang artinya secara keseluruhan model layak digunakan dan minimal ada satu variabel yang signifikan dalam model. Nilai R-squared yang diperoleh sebesar 0.9659 persen yang artinya model mampu menjelaskan keragaman ekspor biji kakao sebesar 96.59% sedangkan sisanya sebesar 3.41% dijelaskan oleh faktor-faktor lainnya di luar model.

Tabel 18 Hasil estimasi model aliran ekspor kakao butter Indonesia ke negara

tujuan ekspor Koefisien Std. Error t-statistik Prob.

GDP riil per kapita Indonesia 4.233727*** 0.890115 4.756382 0.0000 GDP riil per kapita negara tujuan ekspor 1.413916* 0.725132 1.949875 0.0536 Jarak ekonomi Indonesia dengan negara tujuan ekspor -0.952240*** 0.243204 -3.915401 0.0002 Nilai tukar rupiah terhadap LCU 0.504827* 0.298831 1.689340 0.0939 Bea keluar biji kakao 0.867363*** 0.152663 5.681541 0.0000

Weighted Statistics R-squared 0.965980 Residual Sum Squared 126.7680 Prob (Fstat 0.000000 ) Durbin Watson 2.196085 stat

Unweighted Statistics R-squared 0.512003 Residual Sum Squared 330.8661 Durbin Watson 1.592461 stat

Keterangan: *** signifikan pada taraf nyata 1% ** signifikan pada taraf nyata 5% * signifikan pada taraf nyata 10%

52

Gross Domestic Product (GDP) Riil Per Kapita Indonesia Varibel GDP riil per kapita Indonesia memiliki pengaruh yang signifikan pada taraf nyata 1% terhadap volume ekspor kakao butter Indonesia. Hal ini dapat dilihat dari nilai probabilitas variabel GDP riil per kapita Indonesia lebih kecil dari taraf nyatanya (0.00 < 0.01). Koefisien dari variabel GDP riil per kapita Indonesia yaitu 4.233727. Koefisien tersebut bertanda positif sesuai dengan hipotesis. Koefisien tersebut memberikan arti bahwa setiap peningkatan GDP riil per kapita Indonesia sebesar satu persen maka volume ekspor ke negara tujuan akan meningkat sebesar 4.23 persen, dan sebaliknya (ceteris paribus). Hal ini dapat terjadi karena GDP adalah total pendapatan suatu negara atau sama dengan total pendapatan ekonomis seluruh penduduk dalam suatu perekonomian nasional. Kenaikan GDP negara eksportir dapat meningkatkan volume perdagangan karena adanya peningkatan volume produksi barang dan jasa serta penambahan kapasitas produksi juga peningkatan daya beli. Sedangkan GDP per kapita melihat pertumbuhan dibandingkan ukuran negara, sehingga negara dengan GDP per kapita tinggi dapat dianggap memiliki kemampuan daya beli tinggi apapun ukuran negaranya, dan disimpulkan akan melakukan lebih banyak perdagangan.

Di Indonesia, GDP penduduk Indonesia semakin meningkat dari tahun ke tahun. Seperti dilihat pada Tabel 19, sejak tahun 2000, GDP riil per kapita Indonesia semakin meningkat dengan persentase pertumbuhannya selalu positif dari tahun ke tahun dengan rata-rata pertumbuhannya mencapai 4.10 persen/tahun. GDP riil per kapita Indonesia tertinggi terjadi di tahun 2012 sebesar US$ 1 715 atau telah mengalami pertumbuhan sebesar 61.79 persen sejak tahun 2000.

Tabel 19 Nilai dan perkembangan GDP riil per kapita Indonesia tahun 2001-2012

Tahun Nilai GDP (US$)

Pertumbuhan GDP (%)

2001 1 083 - 2002 1 116 3.05 2003 1 153 3.32 2004 1 195 3.64 2005 1 247 4.35 2006 1 299 4.17 2007 1 364 5.00 2008 1 429 4.77 2009 1 477 3.36 2010 1 550 4.94 2011 1 632 5.29 2012 1 715 5.09

Rata-rata 1 332 4.10 Sumber: USDA (2013)

Gross Domestic Product (GDP) Riil Per Kapita Negara Tujuan Ekspor Variabel GDP riil per kapita negara tujuan memiliki pengaruh yang positif dan signifikan terhadap volume ekspor kakao butter Indonesia. Hal ini ditunjukkan oleh nilai probabilitas variabel GDP riil per kapita negara tujuan lebih kecil dari taraf nyata 10% (0.053 < 0.1). Koefisien variabel GDP riil per kapita negara tujuan sebesar 1.413916 memiliki arti bahwa setiap peningkatan GDP riil per kapita negara tujuan sebesar 1 persen maka volume ekspor kakao butter

53

Indonesia ke negara tujuan akan meningkat sebesar 1.41 persen begitupun sebaliknya (ceteris paribus). Hal ini terjadi karena GDP riil per kapita di negara tujuan ekspor yang semakin meningkat akan mendorong meningkatnya permintaan kakao butter karena adanya peningkatan daya beli masyarakat. Berdasarkan Gambar 11, persentase pertumbuhan GDP riil per kapita di negara tujuan menunjukkan pertumbuhan yang positif. Pertumbuhan GDP riil per kapita di negara tujuan akan meningkatkan daya beli dan konsumsi negara tujuan terhadap berbagai barang dan jasa, termasuk kakao. China dan Australia merupakan dua negara dengan pertumbuhan GDP yang selalu positif dari tahun ke tahun. China merupakan negara tujuan ekspor biji kakao Indonesia yang memiliki nilai pertumbuhan GDP rata-rata tertinggi yaitu 9.57 persen/tahun. Nilai GDP riil per kapita di Australia yang semakin meningkat menyebabkan meningkatnya juga permintaan akan kakao.

Gambar 11. Pertumbuhan GDP riil per kapita negara tujuan ekspor kakao butter tahun 2001-2012

Sumber: USDA (2013)

Meningkatnya permintaan kakao butter terutama terjadi bagi para pelaku industri seperti Australia yang menggunakan kakao butter sebagai bahan setengah jadi. Meningkatnya permintaan industri terhadap kakao butter dilakukan untuk memenuhi permintaan dalam negeri yang konsumsi cokelatnya semakin meningkat. Di negara-negara barat, konsumsi cokelat cukup tinggi antara lain Eropa sekitar 10 kg/kapita/tahun, Amerika Serikat 5 kg/kapita/tahun, dan Australia 6 kg/kapita/tahun. Hal ini wajar mengingat negara-negara ini merupakan negara yang secara tradisional konsumen cokelat, terutama pada acara keagamaan dan berbagai festival. Pada pasar yang matang seperti Amerika Serikat dan Australia, konsumen banyak membeli cokelat yang memiliki marjin tinggi, dan pada tahun 2012 pengeluaran untuk membeli cokelat naik tiga persen. Jarak Ekonomi Antara Indonesia dengan Negara Tujuan Ekspor Hasil estimasi yang diperoleh menunjukkan bahwa variabel jarak ekonomi antara Indonesia dengan negara tujuan ekspor berpengaruh signifikan karena nilai probabilitas variabel jarak ekonomi antara Indonesia dengan negara tujuan lebih

-10,00

-5,00

0,00

5,00

10,00

15,00

Amerika Serikat

Perancis

Australia

Belanda

China

Inggris

Jerman

Uni Emirat Arab

Jepang

Rusia

Pertu

mbu

han

GD

P (%

)

54

besar dari taraf nyata 1% (0.0002 < 0.01). Koefisien variabel jarak ekonomi antara Indonesia dengan negara tujuan sebesar -0.952240, yang menunjukkan bahwa arah hubungan antara variabel jarak ekonomi antara Indonesia dengan negara tujuan ekspor dengan variabel volume ekspor adalah negatif sesuai dengan hipotesis. Hal tersebut berarti setiap peningkatan nilai jarak ekonomi sebesar 1 persen maka volume ekspor kakao butter Indonesia ke negara tujuan akan menurun sebesar 0.95 persen, begitupun sebaliknya (ceteris paribus). Jarak antara Indonesia dengan negara tujuan ekspor mewakili biaya transportasi, sehingga semakin jauh jaraknya akan mengurangi volume ekspor karena akan memperbesar biaya transportasi (Taye 2009; Cadarajat dan Yanifitri 2007; Yamarik dan Ghosh 2005; Roberts 2004; Cassim 2001; Okubo 2000). Australia, China, dan Jepang merupakan negara yang memiliki jarak terdekat dengan negara Indonesia. Meskipun volume ekspor ke negara tersebut bukan yang terbesar, namun negara-negara tersebut akan menjadi potensi pasar yang besar jika dibandingkan dengan negara-negara tujuan ekspor lainnya dengan jarak yang lebih jauh. Nilai Tukar Rupiah Terhadap Local Currency Unit (LCU)

Berdasarkan uji-t diketahui bahwa variabel nilai tukar rupiah terhadap local currency unit (LCU) signifikan terhadap volume ekspor kakao butter Indonesia. Hal ini dikarenakan nilai probabilitas variabel ini lebih kecil dari taraf nyata 1% (0.0001 < 0.01). Hal ini juga menunjukkan bahwa perubahan pada variabel nilai tukar rupiah terhadap LCU mempengaruhi volume ekspor kakao butter Indonesia ke setiap negara tujuan. Apabila terjadi depresiasi rupiah, maka Indonesia akan mengekspor lebih banyak kakao butter, karena permintaannya meningkat akibat harga relatif mengalami penurunan. Asosiasi Industri Kakao Indonesia menyatakan bahwa pelemahan rupiah Rp 12 000/US$ yang terjadi pada awal Desember 2013 membawa keuntungan pada industri kakao butter yang diekspor karena depresiasi rupiah tersebut meningkatkan pendapatan eksportir. Bea Keluar Biji Kakao

Variabel bea keluar ekspor biji kakao memiliki pengaruh yang positif dan signifikan terhadap volume ekspor kakao butter Indonesia. Hal ini dikarenakan nilai probabilitas variabel bea keluar lebih kecil dari taraf nyata 1% (0.00 < 0.01). Berdasarkan hasil estimasi, variabel ini memiliki tanda koefisien yang sesuai dengan hipotesis. Koefisien variabel bea keluar sebesar 0.867363 memiliki arti bahwa volume ekspor kakao butter Indonesia dengan adanya bea keluar biji kakao lebih tinggi 0.86 persen dibandingkan volume ekspor kakao butter tanpa penetapan bea keluar.

Dampak dari bea keluar biji kakao salah satunya adalah peningkatan kapasitas industri baik dalam bentuk investasi baru ataupun perusahaan yang sudah ada, sehingga meningkatkan produksi kakao olahan termasuk kakao butter. Pada Gambar 12 terlihat perubahan komposisi ekspor kakao Indonesia, yang menunjukkan peningkatan ekspor kakao olahan sejak tahun 2011. Pada tahun 2011 lima perusahaan pengolahan kakao di Sulawesi Selatan membuka kembali pabriknya dengan kapasitas 79 000 ton/tahun biji kakao, sedangkan total kapasitas terpasang di Indonesia sebesar 380 000 ton/tahun (Rifin 2012). Lebih lanjut, peningkatan produksi kakao yang tidak setinggi peningkatan kapasitas terpasang mengakibatkan adanya persaingan di industri dalam memperoleh biji kakao dari

55

petani. Selain itu sebagian biji kakao yang tidak diekspor akibat adanya bea keluar, dimanfaatkan pada industri pengolahan dalam negeri.

Gambar 12. Volume ekspor kakao Indonesia tahun 2008 – 2012 (ton)

Sumber: ITC (2013)

Faktor-Faktor yang Mempengaruhi Perdagangan Kakao Powder Model terbaik diperoleh melalui pendekatan estimasi data panel dengan FEM, menggunakan metode Generalized least square (GLS) dengan pembobot Cross-section SUR dan Coefficient covariance method yaitu Cross-section weights (PCSE). Hasil estimasi model tersebut dapat dilihat pada Tabel 20, sedangkan output hasil olahan Eviews terhadap estimasi model dapat dilihat pada Lampiran 13.

Tabel 20 Hasil estimasi model aliran ekspor kakao powder Indonesia ke negara

tujuan ekspor Koefisien Std. Error t-statistik Prob.

GDP riil per kapita Indonesia 3.578890*** 0.664631 5.384776 0.0000 GDP riil per kapita negara tujuan ekspor 0.764427*** 0.177039 4.317849 0.0000 Jarak ekonomi Indonesia dengan negara tujuan ekspor -0.584533*** 0.158702 -3.683225 0.0004 Nilai tukar rupiah terhadap LCU -0.069252 0.206391 -0.335537 0.7378 Bea keluar biji kakao 0.024242 0.107894 0.224687 0.8226

Weighted Statistics R-squared 0.936002 Residual Sum Squared 126.7657 Prob (Fstat 0.000000 ) Durbin Watson 1.919162 stat

Unweighted Statistics R-squared 0.552063 Residual Sum Squared 98.42139 Durbin Watson 1.287096 stat

Keterangan: *** signifikan pada taraf nyata 1% ** signifikan pada taraf nyata 5% * signifikan pada taraf nyata 10%

050000

100000150000200000250000300000350000400000450000500000

2008 2009 2010 2011 2012

Biji Kakao

Kakao butter

Kakao Pasta

Kakao Powder

56

Uji normalitas dapat dilakukan dengan melihat sebaran residual data menggunakan aplikasi histogram-normality test pada Eviews. Nilai probabilitas Jarque Bera dari uji tersebut lebih besar dari taraf nyata 5% (0.31 > 0.05), sehingga kesimpulannya adalah tidak tolak H0 yang artinya residual dalam model sudah menyebar normal (Lampiran 14). Seperti yang dilihat pada Lampiran 14, koefisien korelasi setiap variabel bebas lebih rendah dari nilai koefisien determinasi (R-squared) (0.9282) sehingga dapat disimpulkan bahwa model tidak mengalami masalah multikolinearitas. Hal ini juga diperkuat dengan nilai R-squared yang tinggi dan banyaknya variabel yang signifikan. Masalah heteroskedastisitas dapat dideteksi dengan membandingkan nilai residual sum squared pada weighted dan unweighted statistics. Nilai residual sum squared pada weighted statistics lebih besar dari unweighted statistics (126.76 > 98.42) sehingga dapat disimpulkan bahwa model tidak mengalami masalah heteroskedastisitas. Tidak adanya masalah heteroskedastisitas juga dapat dideteksi dengan melihat residual graph, dimana residual cenderung menyebar di sekitar nol (Lampiran 14).

Masalah autokorelasi pada model dapat dilihat dari nilai Durbin Watsonstat. Dari hasil pengolahan data terlihat bahwa nilai Durbin Watsonstat (weighted) sebesar 1.91. Nilai Durbin Watsonstat tersebut mendekati 2 sehingga dapat disimpulkan bahwa model yang diestimasi tidak mengalami masalah autokorelasi. Berdasarkan hasil estimasi model seperti yang ditunjukkan pada Tabel 20. diketahui bahwa nilai probabilitas Fstat lebih kecil dari taraf nyata 5% (0.00 < 0.05) yang artinya secara keseluruhan model layak digunakan dan minimal ada satu variabel yang signifikan dalam model. Nilai R-squared yang diperoleh sebesar 0.9282 persen yang artinya model mampu menjelaskan keragaman ekspor kakao butter sebesar 92.82% sedangkan sisanya sebesar 7.18% dijelaskan oleh faktor-faktor lainnya di luar model. Variabel yang signifikan pada model ini adalah GDP riil per kapita Indonesia, GDP riil per kapita negara tujuan ekspor, dan jarak ekonomi antara Indonesia dan negara tujuan ekspor. Gross Domestic Product (GDP) Riil Per Kapita Indonesia Varibel GDP riil per kapita Indonesia memiliki pengaruh yang signifikan pada taraf nyata 1% terhadap volume ekspor kakao powder Indonesia. Hal ini dapat dilihat dari nilai probabilitas variabel GDP riil per kapita Indonesia lebih kecil dari taraf nyatanya (0.00 < 0.01). Koefisien dari variabel GDP riil per kapita Indonesia yaitu 3.578890. Koefisien tersebut bertanda positif sesuai dengan hipotesis. Koefisien tersebut memberikan arti bahwa setiap peningkatan GDP riil per kapita Indonesia sebesar 1 persen maka volume ekspor ke negara tujuan akan meningkat sebesar 3.57 persen, dan sebaliknya (ceteris paribus). Hal ini dapat terjadi karena GDP adalah total pendapatan suatu negara atau sama dengan total pendapatan ekonomis seluruh penduduk dalam suatu perekonomian nasional. Meningkatnya pendapatan per kapita suatu negara akan meningkatkan daya beli dan konsumsi warga negara. Terlihat pada Tabel 16, sejak tahun 2000 GDP riil per kapita Indonesia meningkat dengan persentase pertumbuhannya selalu positif dari tahun ke tahun. GDP riil per kapita Indonesia rata-rata sebesar 1 322 US$, dan telah mengalami pertumbuhan sebesar 61.79 persen sejak tahun 2000.

57

Gross Domestic Product (GDP) Riil Per Kapita Negara Tujuan Ekspor Variabel GDP riil per kapita negara tujuan memiliki pengaruh yang positif

dan signifikan terhadap volume ekspor kakao powder Indonesia. Hal ini dikarenakan nilai probabilitas variabel GDP riil per kapita negara tujuan lebih besar dari taraf nyata 1% (0.00 < 0.01). Berdasarkan hasil estimasi, variabel ini memiliki tanda koefisien yang sesuai dengan hipotesis. Hampir seluruh negara pengimpor kakao powder Indonesia memiliki pertumbuhan GDP yang positif kecuali pada tahun 2009 saat terjadinya krisis global. Pertumbuhan GDP riil per kapita di negara tujuan akan meningkatkan daya beli dan konsumsi negara tujuan terhadap berbagai barang dan jasa, termasuk kebutuhan akan kakao. Negara dengan pertumbuhan GDP tertinggi adalah China, India, dan Rusia.

Gambar 13. Pertumbuhan GDP riil per kapita negara tujuan ekspor kakao powder

tahun 2001-2012

Sumber: USDA (2013)

Pertumbuhan GDP riil per kapita di negara tujuan akan meningkatkan daya beli dan konsumsi negara tujuan terhadap kakao. Gambar 13 menunjukkan pertumbuhan GDP riil per kapita di negara tujuan yang positif. China, India dan Australia merupakan tiga negara dengan pertumbuhan GDP yang selalu positif dari tahun ke tahun. Nilai GDP riil per kapita Australia yang semakin meningkat menyebabkan meningkatnya juga permintaan akan kakao. Meningkatnya permintaan kakao powder terjadi di Australia yang menggunakan kakao powder sebagai bahan setengah jadi. Meningkatnya permintaan industri terhadap kakao powder dilakukan untuk memenuhi permintaan dalam negeri yang konsumsi cokelatnya semakin meningkat dengan tingkat konsumsi sebesar 6 kg/kap/tahun. India memiliki pertumbuhan GDP yang tinggi sebesar 5.98 persen, dapat menyebabkan peningkatan permintaan kakao yang didukung oleh konsumsi India yang meningkat, diperkirakan 1 kg/kap/tahun. Jarak Ekonomi Antara Indonesia dengan Negara Tujuan Ekspor

Hasil estimasi yang diperoleh menunjukkan bahwa variabel jarak ekonomi antara Indonesia dengan negara tujuan ekspor berpengaruh signifikan karena nilai probabilitas variabel jarak ekonomi antara indonesia dengan negara tujuan lebih kecil dari taraf nyata 1% (0.0004 < 0.001). Koefisien variabel jarak ekonomi

-15,00

-10,00

-5,00

0,00

5,00

10,00

15,00Filipina

China

Malaysia

Thailand

India

Amerika Serikat

Afrika Selatan

Australia

Rusia

Estonia

Pertu

mbu

han

GD

P (%

)

58

antara Indonesia dengan negara tujuan sebesar -0.584533, yang menunjukkan bahwa arah hubungan antara variabel jarak ekonomi antara Indonesia dengan negara tujuan ekspor dengan variabel volume ekspor adalah negatif sesuai dengan hipotesis (Taye 2009; Cadarajat dan Yanifitri 2007; Yamarik dan Ghosh 2005; Roberts 2004; Cassim 2001; Okubo 2000). Hal tersebut berarti setiap peningkatan nilai jarak ekonomi sebesar 1% maka volume ekspor kakao butter Indonesia ke negara tujuan akan menurun sebesar 0.58 persen, begitupun sebaliknya (ceteris paribus).

Negara tujuan ekspor utama berada di Asia, dekat dengan Indonesia yaitu Filipina lalu diikuti China. Kakao powder digunakan untuk penambah rasa pada biskuit, eskrim, minuman, dan permen. Artinya dengan adanya permintaan akan bahan setengah jadi kakao, industri pengolahan di Asia terutama di negara-negara ini sedang berkembang pesat. Hal ini ditunjukkan pada tahun 2011, ekspor ke Malaysia meningkat 8.1 persen dari tahun 2009.

Nilai Tukar Rupiah Terhadap Local Currency Unit (LCU)

Berdasarkan uji-t diketahui bahwa variabel nilai tukar rupiah terhadap local currency unit (LCU) tidak signifikan terhadap volume ekspor kakao powder Indonesia. Hal ini dikarenakan nilai probabilitas variabel nilai tukar rupiah lebih besar dari taraf nyata 10% (0.7378 > 0.1). Hal ini juga menunjukkan bahwa perubahan pada variabel nilai tukar rupiah tidak mempengaruhi volume ekspor kakao powder Indonesia ke setiap negara tujuan. Beberapa penelitian juga memperlihatkan bahwa nilai tukar tidak signifikan mempengaruhi perdagangan (Fosu 1992; Jordaan dan Eita 2007; Bekele 2011). Ekspor sheanut di Ghana tidak responsif terhadap perubahan nilai tukar (Fosu 1992). Jordaan dan Eita (2007) yang menganalisis faktor-faktor penentu ekspor produk kulit Afrika Selatan ke 32 negara tujuan ekspor menemukan bahwa nilai tukar tidak signifikan. Sejalan dengan Bekele (2011), ekspor kopi dan oilseed tidak dipengaruhi oleh perubahan nilai tukar, karena elastisitas harga yang rendah pada penawaran dan/atau permintaan ekspor. Bea Keluar Biji Kakao

Variabel bea keluar ekspor biji kakao memiliki pengaruh yang positif namun tidak signifikan terhadap volume ekspor kakao powder Indonesia. Hal ini dikarenakan nilai probabilitas variabel bea keluar lebih besar dari taraf nyata 10% (0.8226 > 0.1). Berdasarkan hasil estimasi, variabel ini memiliki tanda koefisien yang sesuai dengan hipotesis. Walaupun komposisi eskpor kakao powder meningkat menjadi 10.23 (2011) dari sebelumnya 3.23 persen (2009) dari total keseluruhan ekspor kakao, namun dari hasil estimasi model tidak dominan diakibatkan oleh penetapan bea keluar biji kakao. Dengan signifikannya jarak namun tidak signifikan pada variabel bea keluar biji kakao, menegaskan Kien (2009) yang menyatakan bahwa biaya transportasi memegang peranan penting dibandingkan tarif, dan biaya transportasi ini mencerminkan kelemahan dalam aliran perdagangan.

Secara garis besar, terdapat perbedaan variabel-variabel yang signifikan

pada ketiga jenis kakao yang diteliti, tergantung dari karakteristik masing-masing komoditas. Variabel jarak, yang merupakan variabel pembangun model utama

59

dalam gravity model signifikan pada kedua kakao olahan namun tidak pada biji kakao. Hal ini dapat dijelaskan dengan karena pada pasar biji kakao, produsen utama yang menguasai pasar masih sangat terkonsentrasi yakni lima negara dapat menguasai 80 persen ekspor dunia, dengan Indonesia di posisi ke tiga dengan pangsa pasar 11 persen selama tiga tahun terakhir (ITC 2013). Maka negara-negara pengimpor akan tetap mengimpor dari Indonesia walaupun biaya transportasi tinggi. Lain halnya dengan kakao olahan, negara importir tidak tergantung pada negara-negara produsen biji kakao karena negara-negara penghasil utama kakao powder dan butter tersebar di dunia, dan bahkan Eropa sebagai pusatnya. Untuk variabel GDP riil per kapita, pada model biji kakao tidak signifikan, sedangkan pada dua olahan kakao signifikan. Hal ini disebabkan biji kakao Indonesia memang masih ditujukan untuk ekspor dan merupakan komoditas unggulan yang memiliki pangsa besar didunia sehingga naik turunnya GDP tidak berpengaruh besar terhadap produksi kakao. Berbeda dengan kakao butter dan powder yang industri pengolahan dalam negeri selama ini belum banyak berkembang. Peningkatan GDP Indonesia akan berpengaruh pada investasi dan peningkatan daya beli, sehingga akan menentukan produksi pada industri kakao butter dan powder, yang nantinya akan diekspor. Pada variabel bea keluar biji kakao, pada model biji kakao dan kakao butter signifikan terhadap ekspor, walaupun pengaruhnya berlawanan. Pada perdagangan biji kakao, penetapan bea keluar akan meningkatkan ekspor, sedangkan pada perdagangan kakao butter akan menurunkan ekspor. Namun, pada model kakao powder variabel ini tidak berpengaruh signifikan walaupun nilainya sudah sesuai hipotesis.

Potensi Perdagangan Kakao Indonesia di Negara Tujuan Ekspor Kakao merupakan salah satu komoditas dunia yang permintaannya semakin meningkat sehingga menjadi peluang bagi Indonesia untuk meningkatkan pangsa pasar di pasar internasional. Guna mengisi peluang tersebut maka harus diketahui terlebih dahulu potensi perdagangan kakao Indonesia di setiap negara tujuan yaitu apakah perdagangan kakao Indonesia di negara tujuan masih under trade atau sudah over trade. Potensi perdagangan bilateral tersebut dapat dianalisis dengan memanfaatkan estimasi koefisien yang dihasilkan dari persamaan gravity model yaitu dalam memprediksi volume perdagangan dan perdagangan aktual suatu negara. Potensi Perdagangan Biji Kakao Indonesia Berdasarkan analisis potensi perdagangan yang telah dilakukan terhadap hasil estimasi gravity model diketahui bahwa pada umumnya rasio potensi perdagangan di setiap negara setiap tahun cenderung berfluktuasi (Tabel 21). Kecuali Malaysia, potensi perdagangan rata-rata seluruh negara tujuan ekspor biji kakao memiliki nilai lebih besar dari satu. Hal ini berarti perdagangan biji kakao secara rata-rata di negara tersebut masih under trade. Amerika Serikat, Brazil, China, dan Jerman merupakan negara tujuan ekspor biji kakao Indonesia yang memiliki rasio potensi perdagangan yang lebih besar dari satu pada beberapa tahun terakhir. Terutama di dua tahun terakhir yaitu tahun 2011 dan 2012, rasio potensi perdagangan di Jerman selalu lebih besar dari satu yang menunjukkan

60

bahwa perdagangan biji kakao Indonesia di Jerman mengalami under trade atau selama ini belum melebihi potensi perdagangan yang ada, sehingga Indonesia berpotensi untuk melakukan ekspansi perdagangan ke Jerman di masa yang akan datang. Namun demikian, slope dari tren potensi perdagangan biji kakao Indonesia di Jerman adalah -0.05 yang menunjukkan tren potensi perdagangan tersebut mengalami penurunan.

Tabel 21 Rasio potensi perdagangan biji kakao Indonesia ke negara tujuan tahun 2003-2012

Tahun Malaysia AS Singapura Brazil China Thailand Kanada Jerman India Belanda 2003 0.90 0.87 0.98 0.80 0.91 1.23 4.86 4.39 11.92 12.81 2004 1.03 0.67 1.20 1.26 1.31 1.07 1.01 2.81 0.47 1.62 2005 0.90 0.56 1.39 0.92 0.56 0.81 0.77 2.28 13.12 1.13 2006 0.72 0.41 0.95 0.41 0.53 0.94 0.29 0.21 3.70 0.38 2007 0.85 1.02 1.10 0.76 0.61 1.24 0.54 2.69 2.57 1.91 2008 0.83 1.00 1.17 1.26 1.06 1.23 0.27 5.50 1.33 5.88 2009 0.89 0.44 0.92 0.88 2.99 1.29 0.63 0.34 0.54 0.54 2010 0.84 0.52 1.09 1.30 1.42 1.52 0.93 0.17 0.30 0.19 2011 0.54 1.95 0.82 1.71 1.42 0.71 0.25 4.22 0.11 0.60 2012 0.88 146.19 0.78 2.63 2.39 0.61 0.81 3.17 0.12 0.88 PP

rata-rata

0.84 15.36 1.04 1.19 1.32 1.06 1.04 2.58 3.42 2.59

Slope Tren PP

-0.02 7.97 -0.03 0.14 0.15 -0.02 -0.24 -0.05 -1.11 -0.69

Amerika, Brazil dan China merupakan tiga negara tujuan ekspor biji kakao Indonesia yang dimana berturut-turut di dua, tiga, dan lima tahun terakhir menunjukkan rasio potensi perdagangan yang konsisten lebih besar dari satu. Hal tersebut menunjukkan perdagangan biji kakao Indonesia di ketiga negara tersebut mengalami under trade. Terlebih lagi, rasio potensi perdagangan di Amerika Serikat di tahun 2012 merupakan yang tertinggi dibandingan negara-negara tujuan ekspor lainnya. Rasio potensi perdagangan Brazil dan China di tahun 2012 secara berurutan adalah 2.63 dan 2.39 yang menunjukkan perdagangan biji kakao Indonesia di kedua negara tersebut memiliki potensi lebih dari dua kali lipat dari perdagangan aktualnya. Dengan demikian, Indonesia sangat berpotensi untuk melakukan ekspansi perdagangan di Amerika Serikat, Brazil dan China. Tingginya potensi tersebut juga dikarenakan biji kakao Indonesia baik di tiga negara ini berdaya saing dan cukup diminati. Indonesia juga telah menjadi eskportir biji kakao terbesar pertama di Brazil hingga tahun 2009 dengan volume ekspor biji kakao ke Brazil selalu di atas 25 ribu ton setiap tahunnya. Begitu pula dengan Amerika Serikat dan China, Indonesia telah menjadi eksportir biji kakao terbesar kedua di kedua negara tersebut hingga tahun 2010. Terlebih lagi, China merupakan negara konsumen kakao yang sedang berkembang dengan konsumsi kakao diprediksi akan meningkat menjadi 1 kg/kapita/tahun. Slope dari tren potensi perdagangan biji kakao Indonesia baik di Amerika Serikat, Brazil dan China juga menunjukkan slope yang positif masing-masing adalah 7.97 dan 0.15, dan 0.14 yang menunjukkan tren potensi perdagangan tersebut mengalami peningkatan dari tahun ke tahun dan berpotensi untuk semakin meningkat di masa mendatang.

61

Potensi Perdagangan Kakao Butter Indonesia Rasio potensi perdagangan kakao butter di setiap negara setiap tahun dapat dilihat pada Tabel 22. Dari nilai rata-rata potensi perdagangan, negara Amerika Serikat, Australia, Belanda, China, UEA, Jepang, dan Rusia merupakan negara dengan perdangan butter masih under trade. Analisis lebih lanjut memperlihatkan bahwa Belanda, Uni Emirat Arab, Australia, Perancis, Amerika Serikat, dan Jepang merupakan negara tujuan ekspor kakao powder Indonesia yang memiliki rasio potensi perdagangan yang lebih besar dari satu pada beberapa tahun terakhir. Pada empat tahun terakhir yaitu tahun 2009 dan 2012, rasio potensi perdagangan di Australia dan Belanda selalu lebih besar dari satu yang menunjukkan bahwa perdagangan biji kakao Indonesia di kedua negara ini mengalami under trade atau selama ini belum melebihi potensi perdagangan yang ada, sehingga Indonesia berpotensi untuk melakukan ekspansi perdagangan ke Australia dan Belanda di masa yang akan datang. Terlebih lagi, rasio potensi perdagangan di Belanda di tahun 2012 merupakan yang tertinggi dibandingan negara-negara tujuan ekspor lainnya. Slope dari tren potensi perdagangan biji kakao Indonesia di Australia dan Belanda adalah 0.20 dan 0.43 yang menunjukkan tren potensi perdagangan tersebut mengalami kenaikan di masa mendatang.

Tabel 22 Rasio potensi perdagangan kakao butter Indonesia ke negara tujuan tahun 2003-2012

Tahun AS Perancis Australia Belanda China Inggris Jerman UEA Jepang Rusia 2003 1.11 0.79 0.73 0.86 2.57 0.27 0.35 1.15 0.58 2.55 2004 1.02 0.77 1.25 1.37 0.02 0.26 0.26 0.84 2.08 0.31 2005 0.84 0.59 0.87 0.76 0.81 0.73 0.15 0.48 0.93 0.22 2006 0.77 0.54 0.44 0.36 0.71 0.66 2.12 0.38 0.82 22.08 2007 0.86 0.57 0.52 0.49 7.48 1.24 0.39 0.63 1.69 0.16 2008 0.52 0.49 0.47 0.46 1.59 tad 0.48 0.44 1.92 0.62 2009 1.57 0.70 1.27 1.55 1.68 0.45 1.96 0.63 1.08 0.76 2010 0.83 1.22 1.04 2.42 20.47 0.25 0.11 0.45 1.07 1.01 2011 1.28 2.09 2.90 2.52 0.07 0.27 0.21 1.53 1.37 1.71 2012 2.06 1.74 2.85 6.60 0.18 0.19 0.03 4.78 1.14 1.26 PP

rata-rata

1.09 0.95 1.24 1.74 3.56 0.48 0.61 1.13 1.27 3.07

Slope Tren PP

0.07 0.12 0.20 0.43 0.44 -0.02 -0.02 0.22 0.01 -0.37

Keterangan: tad: tidak ada data Amerika Serikat dan UEA merupakan negara tujuan ekspor kakao butter Indonesia yang dimana dua tahun terakhir menunjukkan rasio potensi perdagangan yang konsisten lebih besar dari satu. Hal tersebut menunjukkan perdagangan kakao butter Indonesia di dua negara tersebut mengalami under trade. Selain itu, rasio potensi perdagangan di UEA di tahun 2012 merupakan kedua tertinggi setelah Belanda. Amerika Serikat merupakan negara tujuan utama ekspor kakao butter pada tahun 2009 dan 2011, dengan persentase ekspor meningkat 11.4 persen. Kakao butter ini selain bahan untuk pembuatan cokelat, juga tambahan dalam industri rokok, sabun, dan kosmetika. Dari tahun 2009, rasio potensi perdagangan Perancis mulai menunjukkan kondisi under trade, dengan slope tren potensi perdagangan yang positif sebesar 0.12. Jepang merupakan negara yang terbanyak memiliki rasio potensi perdagangan di atas angka satu, yakni sejak tahun 2007. Namun, slope tren potensi perdagangannya sebesar 0.01, masih positif walaupun yang terkecil

62

dibandingkan negara eksportir lainnya. Artinya pada tahun mendatang masih akan ada potensi peningkatan ekspor kakao butter namun peningkatannya sedikit. Dengan demikian, Indonesia sangat berpotensi untuk melakukan ekspansi perdagangan di Belanda, Uni Emirat Arab, Australia, Perancis, Amerika Serikat, dan Jepang. Potensi Perdagangan Kakao Powder Indonesia Tabel 23 menunjukkan rasio potensi perdagangan kakao powder di setiap negara berfluktuasi setiap tahunnya. Seluruh negara kecuali Afrika Selatan dan China memiliki potensi perdagangan rata-rata di atas satu, yang berarti sebagian besar perdagangan kakao powder masih under trade. Analisis lebih lanjut mengungkapkan Amerika Serikat, Filipina, Afrika Selatan, Australia, dan Estonia merupakan negara tujuan ekspor biji kakao Indonesia yang memiliki rasio potensi perdagangan yang lebih besar dari satu pada beberapa tahun terakhir. Rasio potensi perdagangan di Filipina selalu lebih besar dari satu sejak tahun 2009 yang menunjukkan bahwa perdagangan biji kakao Indonesia di Filipina mengalami under trade atau selama ini belum melebihi potensi perdagangan yang ada, sehingga Indonesia berpotensi untuk melakukan ekspansi perdagangan ke Filipina di masa yang akan datang. Namun demikian, slope dari tren potensi perdagangan kakao powder Indonesia di Filipina adalah -0.02 yang menunjukkan tren potensi perdagangan tersebut mengalami penurunan.

Tabel 23 Rasio potensi perdagangan kakao powder Indonesia ke negara tujuan tahun 2003-2012

Tahun Filipina China Malaysia Thailand India AS Afrika Selatan

Australia Rusia Estonia

2003 1.78 1.53 0.65 0.56 1.16 1.21 0.52 0.57 0.63 0.32 2004 1.49 0.87 1.86 10.06 1.61 0.53 1.28 0.83 1.16 1.01 2005 1.15 1.00 1.97 3.59 1.29 0.72 0.59 1.49 0.63 1.00 2006 0.70 1.74 3.09 2.00 0.59 0.48 0.57 0.65 2.72 10.61 2007 0.96 0.81 1.25 1.89 1.06 0.50 0.67 0.75 3.53 12.77 2008 0.77 0.41 0.96 0.64 0.87 1.26 0.65 0.84 1.62 0.11 2009 1.06 0.73 1.09 0.80 1.04 2.99 0.98 1.48 1.16 0.20 2010 1.00 0.74 0.61 0.35 0.87 1.96 0.95 1.84 0.45 1.04 2011 1.35 0.88 0.30 0.10 0.84 2.52 1.03 1.73 0.85 7.22 2012 1.49 0.80 0.31 0.10 0.84 2.76 1.14 1.98 2.24 1.72 PP

rata-rata

1.17 0.95 1.21 2.01 1.02 1.49 0.84 1.21 1.50 3.60

Slope Tren PP

-0.02 -0.06 -0.16 -0.57 -0.05 0.25 0.04 0.14 0.02 0.07

Estonia merupakan negara tujuan ekspor kakao powder Indonesia di tiga tahun terakhir menunjukkan rasio potensi perdagangan yang konsisten lebih besar dari satu. Hal tersebut menunjukkan perdagangan kakao powder Indonesia di dua negara tersebut mengalami under trade. Terlebih lagi, rasio potensi perdagangan di Estonia pada tahun 2011 merupakan yang tertinggi dibandingkan negara-negara tujuan ekspor lainnya yaitu 7.2, yang menunjukkan perdagangan kakao powder Indonesia di negara tersebut memiliki potensi lebih dari tujuh kali lipat dari perdagangan aktualnya. Indonesia sangat berpotensi untuk melakukan ekspansi perdagangan di Estonia dan Australia. Tingginya potensi tersebut dikarenakan biji kakao Indonesia baik di dua negara ini cukup berdaya saing tinggi. Kakao Indonesia dinilai mempunyai kualitas tersendiri, yaitu titik leleh bubuk coklatnya

63

tinggi dibandingkan kakao dari negara lain, yaitu dapat mencapai 33°C. Oleh karena itu Indonesia juga telah menjadi eskportir biji kakao terbesar kedua selama lima tahun terakhir di Estonia. Begitu pula dengan Australia, Indonesia telah menjadi eksportir biji kakao terbesar ketiga di negara tersebut. Slope dari tren potensi perdagangan biji kakao Indonesia baik di Amerika Serikat, Afrika Selatan, Australia, dan Estonia menunjukkan slope yang positif yang menunjukkan tren potensi perdagangan tersebut mengalami peningkatan dari tahun ke tahun dan berpotensi untuk semakin meningkat di masa mendatang.

Implikasi Kebijakan Perdagangan Kakao Indonesia di Pasar Internasional

Kebijakan Perdagangan Biji Kakao Tabel 24 memperlihatkan gambaran hasil analisis yang telah dilakukan secara garis besar. Hasil dari analisis daya saing, faktor-faktor yang mempengaruhi ekspor biji kakao, dan rasio potensi perdagangan menjadi informasi berharga untuk dijadikan kebijakan bagi Indonesia untuk melakukan ekspansi pasar biji kakao di masa yang akan datang. Tabel 24 Nilai Rata-rata RCA Biji Kakao Indonesia di Negara Tujuan, Potensi

Perdagangan, Slope Tren PP, dan Tren GDP Negara Tujuan Ekspor (2003 – 2012)

Negara Tujuan RCA Potensi Perdagangan

Slope Tren PP

Tren GDP

Brazil 75.80 1.19 0.14 2.18 Kanada 40.91 1.04 -0.24 1.11 China 28.91 1.32 1.15 9.57 AS 24.00 15.36 7.97 0.71 Malaysia 13.96 0.84 -0.02 2.64 Thailand 13.88 1.06 -0.02 3.38 Singapura 13.03 1.04 -0.03 3.00 India 5.68 3.42 -1.11 5.98 Jerman 4.44 2.58 -0.05 1.20 Belanda 0.82 2.59 -0.69 0.76

Berdasarkan hasil estimasi gravity model aliran biji kakao Indonesia di

pasar internasional, diketahui variabel-varibel yang signifikan pada model antara lain GDP riil per kapita negara tujuan, nilai tukar rupiah terhadap LCU, dan bea keluar biji kakao. Variabel yang bertanda positif dalam model adalah GDP riil per kapita negara tujuan dan nilai tukar rupiah terhadap LCU, sehingga peningkatan pada variabel GDP dan terdepresiasinya rupiah akan meningkatkan volume ekspor biji kakao Indonesia. Sedangkan bea keluar biji kakao memiliki koefisien negatif, yang artinya semakin tinggi persentase bea keluar yang ditetapkan pemerintah akan menurunkan volume ekspor biji kakao. Berdasarkan ketiga variabel tersebut, GDP riil per kapita negara tujuan merupakan variabel yang memiliki koefisien yang paling besar yaitu 1.794526 dibandingkan dengan variabel nilai tukar rupiah terhadap LCU (1.026359) dan bea keluar biji kakao (-0.870389). Oleh karena itu, kebijakan perdagangan biji kakao Indonesia adalah

64

dengan memprioritaskan perdagangan ke negara-negara tujuan yang memiliki pertumbuhan GDP yang semakin meningkat dari tahun-tahun.

Kesepuluh negara tujuan ekspor memiliki rata-rata pertumbuhan GDP riil per kapita yang positif dalam kurun waktu 12 tahun terakhir (2001-2012). Secara berurutan negara-negara yang memiliki rata-rata pertumbuhan GDP riil per kapita tertinggi sampai yang terendah adalah China, India, Thailand, Singapura, Malaysia, Brazil, Jerman, Kanada, Belanda, dan Amerika Serikat (Tabel 24). China, India, Thailand, dan Singapura merupakan negara-negara dengan rata-rata pertumbuhan GDP riil per kapita mencapai lebih dari 3 persen/tahun. Oleh karena itu, berdasarkan pertimbangan hasil estimasi gravity model tersebut, maka China, India dan Thailand menjadi negara-negara yang paling potensial bagi Indonesia untuk meningkatkan pangsa pasar.

Hasil dari pertimbangan estimasi gravity model tersebut diperkuat dengan mempertimbangkan hasil analisis daya saing yaitu apakah biji kakao Indonesia memiliki keunggulan di negara-negara tersebut. Indonesia sendiri memiliki biji kakao yang memiliki keunggulan cocok untuk blending karena titik leleh yang tinggi, berlemak, dan dapat menghasilkan kakao powder dengan mutu yang baik (Kemenperin 2011). Hal ini menjadi peluang bagi Indonesia untuk dapat meningkatkan pangsa pasarnya di pasar internasional. Berdasarkan hasil analisis daya saing (RCA), dapat diketahui bahwa nilai rata-rata RCA biji kakao Indonesia di pasar internasional sebesar 12.53 yang menunjukkan bahwa biji kakao Indonesia memiliki keunggulan komparatif atau daya saing di pasar internasional. Di setiap negara tujuan ekspor pun Indonesia memiliki nilai RCA yang lebih besar dari satu kecuali di Belanda. Seperti dilihat pada Tabel 21, negara tujuan ekspor yang memiliki rata-rata nilai RCA tertinggi sampai yang terendah dalam waktu 10 tahun terakhir (2002-2011) secara berurutan yaitu Brazil, Kanada, China, Amerika Serikat, Malaysia, Thailand, Singapura, India, Jerman, dan Belanda. Brazil, Kanada, dan China merupakan tiga negara dimana biji kakao Indonesia memiliki daya saing tertinggi karena rata-rata nilai RCA di ketiga negara tersebut merupakan yang tertinggi yaitu di atas 25, sehingga perdagangan biji kakao Indonesia sangat berpotensi untuk dikembangkan di negara-negara tersebut. Namun demikian, berdasarkan hasil estimasi gravity model, Kanada memiliki rata-rata pertumbuhan GDP riil per kapita yang tidak besar bahkan urutan tiga terbawah yaitu 1.11 persen/tahun (Tabel 24).

Hasil analisis rasio potensi perdagangan juga menjadi pertimbangan dalam menentukan kebijakan perdagangan biji kakao Indonesia. Perdagangan biji kakao Indonesia yang masih under trade dan slope dari tren potensi perdagangan yang positif menjadi peluang untuk melakukan ekspansi perdagangan di negara tersebut. Kecuali Malaysia, perdagangan di seluruh negara tujuan ekspor masih under trade atau belum memenuhi potensi perdagangan yang ada. Sementara itu, negara-negara yang memiliki tren potensi perdagangan yang positif adalah Amerika Serikat, China, dan Brazil (Tabel 21). Hal tersebut menunjukkan potensi perdagangan biji kakao Indonesia di ketiga negara tersebut berpotensi untuk terus meningkat di masa mendatang.

Berdasarkan pertimbangan ketiga analisis di atas maka dapat ditarik kesimpulan bahwa negara-negara yang paling potensial bagi Indonesia untuk melakukan ekspansi perdagangan adalah China, Amerika Serikat dan Brazil. China memiliki rata-rata pertumbuhan GDP riil per kapita terbesar 9.57

65

persen/tahun. Selain itu, biji kakao Indonesia di kedua negara tersebut memiliki daya saing tinggi dibandingkan dengan negara tujuan ekspor lainnya. Potensi perdagangan biji kakao Indonesia di China dan Brazil masih berpotensi untuk terus meningkat karena slope dari tren potensi perdagangan kedua negara tersebut positif dan perdagangan biji kakao Indonesia masih under trade sehingga menjadi peluang untuk melakukan ekspansi perdagangan di negara tersebut. Implikasi kebijakan ini juga menegaskan bahwa pasar utama perdagangan biji kakao Indonesia adalah negara-negara berkembang seperti China dan Brazil yang merupakan pasar kakao dengan tingkat konsumsi yang semakin meningkat. Khususnya negara China yang telah memiliki perjanjian liberalisasi perdagangan dengan negara anggota ASEAN, berpotensi besar menjadi tujuan utama ekspor biji kakao Indonesia di masa depan mengingat jumlah penduduk Cina yang sangat besar dan perkembangan industri hilir kakao Cina yang semakin berkembang.

Kebijakan Perdagangan Kakao Butter Hasil analisis pada perdagangan kakao butter telah dirangkum secara garis besar pada Tabel 25. Hasil dari analisis tersebut menjadi masukan dalam menentukan kebijakan ekspansi pasar kakao butter di masa yang akan datang. Tabel 25 Nilai Rata-rata RCA Kakao Butter Indonesia di Negara Tujuan, Potensi

Perdagangan, Slope Tren PP, Tren GDP, dan Jarak Negara Tujuan Ekspor (2003 – 2012)

Negara Tujuan RCA Potensi Perdagangan

Slope Tren PP

Tren GDP Jarak (km)

Perancis 66.19 0.95 0.12 0.52 11 580 UEA 56.59 1.13 0.22 1.00 6 613 AS 29.02 1.09 0.07 0.71 13 476 Inggris 15.76 0.48 -0.02 0.72 11 710 Belanda 15.17 1.74 0.43 0.76 11 356 Australia 13.02 1.24 0.20 1.74 5 396 China 10.63 3.56 0.44 9.57 5 193 Rusia 10.54 3.07 -0.37 5.02 9 843 Jerman 04.13 0.61 -0.02 1.20 10 779 Jepang 01.54 1.27 0.01 0.79 5 767

Seluruh variabel pada model berpengaruh secara signifikan terhadap aliran perdagangan kakao butter. Variabel yang bertanda positif dalam model adalah GDP riil per kapita Indonesia, GDP riil per kapita negara tujuan, bea keluar biji kakao, dan nilai tukar rupiah, sehingga peningkatan pada variabel GDP dan terdepresiasinya rupiah akan meningkatkan volume ekspor kakao butter Indonesia. Sedangkan jarak ekonomi memiliki koefisien negatif, yang artinya semakin jauh jarak antara Indonesia dengan negara tujuan akan menurunkan volume ekspor kakao butter. Berdasarkan kelima variabel tersebut, GDP Indonesia dan GDP negara tujuan merupakan variabel yang memiliki koefisien yang paling besar yaitu berurutan 4.233727 dan 1.413916 dibandingkan dengan variabel jarak (-0.952240), variabel nilai tukar rupiah (0.504827) dan bea keluar biji kakao (0.867363). Oleh karena itu, kebijakan perdagangan kakao butter Indonesia adalah dengan memprioritaskan perdagangan ke negara-negara tujuan

66

yang memiliki pertumbuhan GDP yang semakin meningkat dari tahun-tahun dengan jarak yang dekat dengan Indonesia.

Sepuluh negara tujuan ekspor memiliki rata-rata pertumbuhan GDP riil per kapita yang positif dalam kurun waktu 12 tahun terakhir (2001-2012). Secara berurutan negara-negara yang memiliki rata-rata pertumbuhan GDP riil per kapita tertinggi sampai yang terendah adalah China, Rusia, Australia, Jerman, UAE, Jepang, Belanda, Amerika Serikat, dan Perancis (Tabel 25). China dan Rusia merupakan negara-negara dengan rata-rata pertumbuhan GDP riil per kapita mencapai lebih dari 5 persen/tahun. Negara tujuan ekspor kakao butter sebagian besar berada di benua Eropa dan Amerika, negara yang relatif dekat dengan Indonesia adalah China, Australia, dan Jepang. Oleh karena itu, berdasarkan pertimbangan hasil estimasi gravity model tersebut, maka China, Rusia dan Australia menjadi negara-negara yang paling potensial bagi Indonesia untuk meningkatkan pangsa pasar.

Berdasarkan hasil analisis daya saing (RCA), dapat diketahui bahwa nilai rata-rata RCA kakao butter Indonesia di pasar internasional sebesar 7.35 yang menunjukkan bahwa kakao butter Indonesia memiliki keunggulan komparatif atau daya saing di pasar internasional. Di setiap negara tujuan ekspor pun Indonesia memiliki nilai RCA yang lebih besar dari satu. Negara tujuan ekspor yang memiliki rata-rata nilai RCA tertinggi sampai yang terendah dalam waktu 10 tahun terakhir (2002-2011) secara berurutan yaitu Perancis, UEA, Amerika Serikat, Inggris, Belanda, Australia, China, Rusia, Jerman, dan Jepang (Tabel 25). Perancis, UEA, dan Amerika Serikat merupakan tiga negara dimana kakao butter Indonesia memiliki daya saing tertinggi dengan rata-rata nilai RCA di ketiga negara tersebut merupakan yang tertinggi yaitu di atas 29, sehingga perdagangan biji kakao Indonesia sangat berpotensi untuk dikembangkan di negara-negara tersebut. Namun demikian, berdasarkan hasil estimasi gravity model, Perancis dan Amerika Serikat memiliki rata-rata pertumbuhan GDP riil per kapita yang tidak besar bahkan dibawah 1 persen/tahun.

Hasil analisis rasio potensi perdagangan juga menjadi pertimbangan dalam menentukan kebijakan perdagangan kakao butter Indonesia. China, Rusia, Belanda, Jepang, Australia, UEA, dan Amerika Serikat merupakan negara-negara dimana rata-rata potensi perdagangan kakao butter Indonesia masih under trade. Sementara itu, negara-negara yang memiliki tren potensi perdagangan yang positif antara lain Belanda, China, UEA, Australia, Perancis, Amerika Serikat, dan Jepang (Tabel 25). Berdasarkan pertimbangan ketiga analisis di atas maka dapat ditarik kesimpulan bahwa negara-negara yang paling potensial bagi Indonesia untuk melakukan ekspansi perdagangan adalah China, Australia, dan UEA.

Kebijakan Perdagangan Kakao Powder Tabel 26 menunjukkan hasil analisis daya saing, faktor-faktor yang mempengaruhi ekspor kakao powder, dan rasio potensi perdagangan yang menjadi informasi untuk pengambilan kebijakan melakukan ekspansi pasar kakao powder di masa mendatang.

67

Tabel 26 Nilai Rata-rata RCA Kakao Powder Indonesia di Negara Tujuan, Potensi Perdagangan, Slope Tren PP, Tren GDP, dan Jarak Negara Tujuan Ekspor (2003 – 2012)

Negara Tujuan RCA

Potensi Perdagangan

Slope Tren PP

Tren GDP

Jarak (km)

Estonia 97.24 3.60 0.07 4.95 10 143 Afsel 35.80 0.84 0.04 2.72 9 488 Rusia 13.41 1.50 0.02 5.02 9 843 China 12.29 0.95 -0.06 9.57 5 193 Filipina 10.95 1.17 -0.02 2.57 2 779 India 10.54 1.02 -0.05 5.98 4 987 Malaysia 5.52 1.21 -0.16 2.64 1 173 Thailand 5.00 2.01 -0.57 3.38 2 306 AS 3.76 1.49 0.25 0.71 13 476 Australia 3.45 1.21 0.14 1.74 5 396

Berdasarkan hasil estimasi gravity model aliran kakao powder Indonesia di

pasar internasional dapat diketahui variabel-varibel yang signifikan pada model antara lain GDP riil per kapita Indonesia, GDP riil per kapita negara tujuan, dan jarak ekonomi Indonesia dengan negara tujuan ekspor. Variabel yang bertanda positif adalah GDP riil per kapita Indonesia dan GDP riil per kapita negara tujuan, sehingga peningkatan pada variabel ini akan meningkatkan volume ekspor kakao powder Indonesia. Sedangkan jarak ekonomi antara Indonesia dengan negara tujuan memiliki koefisien negatif, yang artinya semakin jauh jarak Indonesia dengan negara tujuan akan menurunkan volume ekspor biji kakao. Berdasarkan ketiga variabel tersebut, GDP riil per kapita Indonesia merupakan variabel yang memiliki koefisien yang paling besar yaitu 3.578890 dibandingkan dengan variabel dengan GDP riil negara tujuan (0.764427) dan jarak ekonomi (-0.584533). Oleh karena itu, kebijakan perdagangan biji kakao Indonesia adalah dengan memprioritaskan perdagangan ke negara-negara tujuan yang memiliki pertumbuhan GDP yang semakin meningkat dari tahun-tahun dan yang jaraknya dekat dengan Indonesia.

Seluruh negara tujuan ekspor memiliki rata-rata pertumbuhan GDP riil per kapita yang positif dalam kurun waktu 12 tahun terakhir (2001-2012). Secara berurutan negara-negara yang memiliki rata-rata pertumbuhan GDP riil per kapita tertinggi sampai yang terendah adalah China, India, Rusia, Estonia, Thailand, Afrika Selatan, Malaysia, Filipina, dan Australia (Tabel 23). China, India dan Rusia merupakan negara-negara dengan rata-rata pertumbuhan GDP riil per kapita mencapai lebih dari 5 persen/tahun. Dari sepuluh negara tujuan ekspor, setengahnya merupakan negara yang berlokasi di Asia, dengan jarak terdekat dengan Indonesia berurutan adalah Malaysia, Thailand, Filipina, India, dan China. Kedekatan jarak negara tujuan ekspor kakao powder menjadi hal yang signifikan dalam meningkatkan volume ekspor. Oleh karena itu, berdasarkan pertimbangan hasil estimasi gravity model tersebut, maka China dan India menjadi negara-negara yang paling potensial bagi Indonesia untuk meningkatkan pangsa pasar.

Estimasi gravity model diperkuat dengan analisis daya saing yaitu untuk melihat keunggulan kakao powder di negara-negara tersebut. Berdasarkan hasil analisis daya saing (RCA), diketahui bahwa nilai rata-rata RCA kakao powder

68

Indonesia di pasar internasional sebesar 3.91 yang menunjukkan bahwa kakao powder Indonesia memiliki keunggulan komparatif atau daya saing di pasar internasional. Di setiap negara tujuan ekspor pun Indonesia memiliki nilai RCA yang lebih besar dari satu. Indonesia memiliki rata-rata nilai RCA tertinggi sampai yang terendah di negara tujuan dalam waktu 12 tahun terakhir (2002-2012) secara berurutan yaitu Estonia, Afrika Selatan, Rusia, China, Filipina, India, Malaysia, Thailand, dan Amerika Serikat (Tabel 26). Estonia, Afrika Selatan, dan Rusia merupakan tiga negara dimana kakao powder Indonesia memiliki daya saing tertinggi karena rata-rata nilai RCA di ketiga negara tersebut merupakan yang tertinggi yaitu di atas 13, sehingga perdagangan kakao powder Indonesia sangat berpotensi untuk dikembangkan di negara-negara tersebut.

Hasil analisis rasio potensi perdagangan juga menjadi pertimbangan dalam menentukan kebijakan perdagangan kakao powder Indonesia. Selain memiliki daya saing di negara tujuan, perlu dilihat juga potensi perdagangannya di setiap negara tersebut. Perdagangan kakao powder Indonesia yang masih under trade dan slope dari tren potensi perdagangan yang positif menjadi peluang untuk melakukan ekspansi perdagangan di negara tersebut. Estonia, Thailand, Rusia, Amerika Serikat, Australia, Malaysia, Filipina, dan India merupakan negara-negara yang potensi perdagangan kakao powder masih under trade atau belum memenuhi potensi perdagangan yang ada. Sementara itu, negara-negara yang memiliki tren potensi perdagangan yang positif antara lain Amerika Serikat, Australia, Estonia, Afrika Selatan, dan Rusia (Tabel 26). Hal tersebut menunjukkan potensi perdagangan kakao powder Indonesia di negara-negara tersebut berpotensi untuk terus meningkat di masa mendatang.

Berdasarkan pertimbangan ketiga analisis di atas maka dapat ditarik kesimpulan bahwa negara-negara yang paling potensial bagi Indonesia untuk melakukan ekspansi perdagangan adalah Estonia, Rusia dan Australia.

6 SIMPULAN DAN SARAN

Simpulan

Berdasarkan uraian pembahasan hasil penelitian yang diperoleh, maka dapat dirumuskan simpulan tesis ini. Simpulan yang dirumuskan merupakan jawaban atas tujuan dari penelitian, antara lain: 1. Perdagangan kakao Indonesia di pasar internasional memiliki keunggulan

komparatif tertinggi untuk biji kakao dan terendah untuk kakao butter, walaupun dilihat dari nilai RCA semua produk kakao menunjukkan Indonesia memiliki keunggulan komparatif karena memperlihatkan nilai yang lebih besar dari satu. Meskipun kita memiliki daya saing internal untuk komoditas lain yang diekspor, namun daya saing kakao Indonesia di dunia tidak terlalu tinggi.

2. Berdasarkan hasil analisis daya saing, Indonesia memiliki korelasi yang positif dengan negara Ghana untuk pasar biji kakao, namun tidak memiliki korelasi dengan negara eksportir lainnya di pasar kakao butter dan kakao powder. Indonesia harus lebih mewaspadai pasar biji kakao karena Indonesia memperebutkan pasar yang sama dengan negara eksportir lainnya.

69

3. Variabel-variabel yang berpengaruh signifikan terhadap volume ekspor biji kakao Indonesia antara lain GDP riil per kapita negara tujuan, nilai tukar rupiah terhadap LCU, dan bea keluar biji kakao. Ketiga variabel tersebut memiliki tanda koefisien yang sesuai dengan hipotesa. Sedangkan variabel yang tidak signifikan terhadap volume ekspor biji adalah GDP riil per kapita Indonesia dan jarak ekonomi antara Indonesia dengan negara tujuan ekspor. Pada model kakao butter, semua variabel berpengaruh signifikan yaitu GDP riil per kapita Indonesia, GDP riil per kapita negara tujuan, jarak ekonomi Indonesia dengan negara tujuan, nilai tukar rupiah terhadap LCU, dan bea keluar biji kakao. Seluruh variabel tersebut memiliki tanda koefisien yang sesuai dengan hipotesa. Untuk model kakao powder, variabel-variabel yang berpengaruh signifikan terhadap volume ekspor adalah GDP riil per kapita Indonesia, GDP riil per kapita negara tujuan, dan jarak ekonomi Indonesia dengan negara tujuan. Ketiga variabel ini memiliki variabel yang sesuai dengan hipotesa.

4. Rasio potensi perdagangan biji kakao Indonesia menunjukkan bahwa perdagangan yang masih under trade dan berpotensi meningkat di masa mendatang adalah Amerika Srikat, China, dan Brazil. Untuk perdagangan kakao butter adalah China, Belanda, dan Jepang, sedangkan pada perdagangan kakao powder adalah Estonia, Rusia, dan Amerika Serikat. Hal ini ditunjukkan dengan rasio potensi perdagangan yang lebih besar dari satu di beberapa tahun terakhir yang artinya perdagangan Indonesia dengan mitra dagang mengalami under trade atau selama ini belum melebihi potensi perdagangan yang ada.

Saran

Hasil analisis yang diperoleh menjadi informasi untuk memberikan saran atau masukan kepada stakeholder terkait agar kakao Indonesia semakin berdaya saing dan volume ekspornya semakin meningkat di pasar internasional. Adapun saran yang dapat diajukan antara lain: 1. Indonesia dapat meningkatkan pangsa pasarnya dengan lebih

memprioritaskan mengekspor biji kakao ke China, Amerika Serikat dan Brazil. Untuk kakao butter pangsa pasar sebaiknya ditingkatkan di China, Australia, dan UEA. Sedangkan untuk kakao powder, negara yang dapat ditingkatkan pangsa pasarnya adalah Estonia, Rusia dan Australia. Hal ini dikarenakan negara-negara tersebut pertumbuhan GDP riil per kapita dan keunggulan komparatif, serta potensi perdagangan Indonesia di negara tersebut masih potensial.

2. Dengan kecenderungan daya saing biji kakao yang menurun dan produk olahan kakao yang meningkat akibat implementasi bea keluar, Indonesia perlu meningkatkan ekspor produk kakao olahan daripada biji kakao di masa mendatang agar dapat mengambil nilai tambah dari proses pengolahan produk kakao. Untuk menjamin ketersediaan bahan baku kakao butter dan powder, maka pemerintah perlu menjaga produksi dan meningkatkan mutu biji kakao. Untuk memberikan insentif investasi industri pengolahan kakao, pemerintah dapat menetapkan keringanan pajak investasi, keamanan investasi, dan konsistensi dukungan dari waktu ke waktu. Di sisi perdagangan Indonesia

70

perlu menciptakan hubungan kerjasama ekonomi bilateral melalui perjanjian ataupun organisasi internasional, melakukan promosi kakao butter dan powder di negara-negara tersebut, serta harmonisasi tarif ekspor impor.

3. Penelitian selanjutnya diharapkan dapat menganalisis daya saing dan perdagangan kakao dengan membedakan jenis biji kakao yaitu biji kakao yang sudah fermentasi dan yang belum fermentasi. Selain itu penelitian lanjutan dapat mengembangkan model gravity kakao olahan lainnya, seperti kakao pasta, kakao shell, dan cokelat.

DAFTAR PUSTAKA Abidin, ISZ. 2012. Trade Linkages Between Malaysia and The OIC Member

Countries: An Empirical Analysis on Patterns, Determinant Factors, and Prospects. [disertasi]. Malaysia (MY): Universiti Utara Malaysia. [Internet]. [diunduh 2013 Mei 25]. Tersedia pada: http://etd.uum.edu.my/ 3283/3/IRWAN_SHAH_ZAINAL_ABIDIN.pdf

Asmarantaka RW. 2011. Analisis Dayasaing Ekspor Kopi Indonesia. Di dalam: Baga LM, Fariyanti A, Jahroh S. Kewirausahaan dan Dayasaing Agribisnis. Bogor (ID): IPB Pr. Hlm 79-93.

Arsyad M. 2007. The Impact of Fertilizer Subsidy and Export Tax Policies on Indonesia Cocoa Exports and Production. Ryokoku Journal of Economic Studies, 47(3):1-21. [Internet]. [diunduh 2013 Nov 12]. Tersedia pada: http://repo.lib.ryukoku.ac.jp/jspui/bitstream/10519/4337/1/KJ00005241883.pdf

Arsyad M, Yusuf S. 2008. Assessing the Impact of Oil Prices and Interest Rate Policies: The Case of Indonesian Cocoa. Ryokoku Journal of Economic Studies, 48(1.2):65-92. [Internet]. [diunduh 2013 Jan 10]. Tersedia pada: http://repo.lib.ryukoku.ac.jp/jspui/bitstream/10519/612/1/r-kz-rn_048_01_0 04.pdf

Atici C, Guloglu B. 2006. Gravity Model of Turkey’s Fresh and Processed Fruit and Vegetable Export to The EU: A Panel Data Analysis. Journal of International Food and Agribusiness Marketing. 18(3-4):7-21.doi:10.1300/J047v18n03_02.

Baak SJ. 2004. Exchange Rate Volatility and Exports from East Asian Countries to Japan and the US. International Development Series, 2003-2, International University of Japan.

Baltagi, B. H. 2005 Econometric Analysis of Panel Data (third ed.) West Sussex (GB): John Wiley & Sons.

[BPS] Badan Pusat Statistik. 2011. Statistik Indonesia. Jakarta (ID): BPS Cadarajat Y, Yanfitri. 2007. Dampak Kedekatan Lokasi Terhadap Ekspor

Komoditas Propinsi: Pendekatan Model Gravitasi. Bank Indonesia: Working Paper. [Internet]. [diunduh 2012 Jun 1]. Tersedia pada: http://www.bi.go.id/NR/rdonlyres/7B4BCAA0-978D-45AE-9A74-61CB42 48266E/ 20818/WP200716.pdf

Carnesécchia S. 2002. Flavanols and Procyanidins of Cocoa and Chocolate Inhibit Growth and Polyamine Biosynthesis of Human Colonic Cancer Cells. Cancer Letters, 175, 147-155.doi:0.1016/S0304-3835(01)00731-5

71

Cassim R. 2001. The Determinants of Intra-Regional Trade in Southern Africa with Specific Reference to South African and the Rest of the Region. Working paper. Development Policy Research Unit University of Cape Town. [Internet]. [diunduh 2013 Mar 14]. Tersedia pada: http://econpapers.repec.org/paper/ctwwpaper/01051.htm

Damayanti D. 2012. Industri Kakao. Office of Chief Economist. Mandiri [internet]. [diunduh 2013 Jan 6]; 11:1–4. Tersedia pada: http://www.bankmandiri.co.id/indonesia/eriview-pdf/MFAX42381092.pdf

Daryanto. 2007. Analisis Daya Saing Kakao Indonesia di Pasar Internasional [tesis]. Bogor (ID): Institut Pertanian Bogor.

[DEKAINDO] Dewan Kakao Indonesia. 2013. Rantai tata niaga kakao [Internet]. [diunduh 2013 Oktober 18]. Tersedia pada: http://dekaindo.org/files/pdf/ DITJENDAG%20DN-Rantai%20Tata%20Niaga.pdf

Dermorejo SK, Setiyanto A. 2008. Analisis perdagangan kakao Indonesia ke Spanyol. Di dalam: Seminar Nasional Dinamika Pembangunan Pertanian dan Pedesaan: Tantangan dan Peningkatan Kesejahteraan Petani. 329-345.

Dilana IA. 2013. Pemasaran dan Nilai Tambah Biji Kakao di Kabupaten Madiun, Jawa Timur [tesis]. Bogor (ID): Institut Pertanian Bogor.

[Ditjenbun] Direktorat Jenderal Perkebunan. 2010. Rencana strategis pembangunan perkebunan 2010 – 2014. Jakarta (ID): Ditjenbun.

[Ditjenbun] Direktorat Jenderal Perkebunan. 2011. Statistik perkebunan Indonesia. Jakarta (ID): Ditjenbun.

Engler MB, Engler MM. 2004. The Vasculoprotective Effects of Flavonoid-Rich Cocoa and Chocolate. Nutrition Research, 24:695–706. [Internet]. [diunduh 2013 Oktober 20]. Tersedia pada: http://gsdl.sld.cu/collect/chocolat/ index/assoc/HASHcb12.dir/doc.pdf

[FAO] Food and Agriculture Organization of The United Nations. 2001. Importance of Cocoa. FAO [internet]. [diunduh 2013 Okt 18]. Tersedia pada: http://www.fao.org/docs/eims/upload/216251/Infosheet_Cocoa .pdf

[FAO] Food and Agriculture Organization of The United Nations. 2002. Agricultural Commodities:Profiles and Relevant WTO Negotiating Issues: FAO [internet]. [diunduh 2013 Okt 23]. Tersedia pada: http://www.fao.org/docrep/006/y4343e/y4343e0i.htm#TopOfPage

[FAO] Food and Agriculture Organization of The United Nations. 2003. Medium-term prospectsfor agricultural commodities: projections to the year 2010 . Rome (IT): FAO.

Firdaus, M. 2004. Ekonometrika: Suatu Pendekatan Aplikatif. Jakarta (ID): Bumi Aksara.

Firdaus, M. 2011. Aplikasi Ekonometrika Untuk Data Panel dan Time Series. Bogor (ID): IPB Press.

Firdaus M, Harmini, Farid MA. 2011. Aplikasi Metode Kuantitatif untuk Manajemen dan Bisnis. Bogor (ID): IPB Press.

Fisher N, Hughes M, Hollenberg N. 2004. Cocoa Rich in Flavanols Reverses Endothelial Dysfunction of Human Aging Via No. American Journal of Hypertension, 17(5):A69.

Frankel, JA. 1997. Regional Trading Blocs in the World Economic System. Washington DC (US): Peterson Institute for International Economics

Gilbert C, and Varangis P. 2003. Globalization and International Commodity

72

Trade with Specific Reference to the West African Cocoa Producers. National Bureau of Economic Research. [internet]. [diunduh 2012 Nov 12]; Tersedia pada: http://www.nber.org/papers/w9668.pdf?new_window=1

Gonarsyah, I. 1987. Landasan perdagangan internasional. Bogor (ID): IPB. Gujarati DN. 2004. Basic econometrics. New York (US): McGraw Hill

Companies, Inc. Fourth Edition. Hasibuan AM. 2012. Model System Dinamis Pengembangan Agroindustri Kakao.

[tesis]. Bogor (ID): Institut Pertanian Bogor. [ICCO] International Cocoa Organization. 2010. The world cocoa economy: past

and present. London (GB): ICCO. [internet]. [diunduh 2013 Feb 9]; Tersedia pada: http://www.icco.org/about-us/international-cocoa-agreements/cat_view/30-related-documents/45-statistics-other-statistics.html

[ICCO] International Cocoa Organization. 2012. Quarterly bulletin of cocoa statistics. ICCO [internet]. [diunduh 2012 Nov 12]; Vol. XXXVIII, no 3, cocoa year 2011/12. Tersedia pada:

[ICCO] International Cocoa Organization. 2012b. The world cocoa economy: past and present. ICCO [internet]. [diunduh 2013 Okt 18]; Tersedia pada:

http://www.icco.org/about-us/international-cocoa-agreements/cat_view/30-related-documents/46-statistics-production.html

[ICCO] International Cocoa Organization. 2012a. The future of the world cocoa economy: boom or burst? FAO Committee on Commodity Problems. Rome (IT): ICCO. [internet]. [diunduh 2013 Mei 5]; Tersedia pada: http://www.fao.org/fileadmin/user_upload/bodies/CCP_69/CCP_69_MeetingPresentations/3a_ICCO_Presentation.pdf

http://www.icco.org/about-us/international-cocoa-agreements/cat_view/30-related-documents/45-statistics-other-statistics.html

[ICCO] International Cocoa Organization. 2013. ICCO Quarterly Bulletin of Cocoa Statistics, Vol. XXXIX, No. 2, Cocoa year 2012/13.

[ITC]. International Trade Center. 2011. Trade map–International trade statistic: Cocoa and cocoa preparations. [internet]. [diunduh 2013 Jan 6]; Tersedia pada: http://www.trademap.org/tm_light/Country_SelProduct_ TS. aspx

[ITC] International Trade Center. 2013. ITC calculations based on UN COMTRADE statistics. ITC [internet]. [diunduh 2013 Mar 13]. Tersedia pada: http://www.trademap.org/tradestat/Country_SelProduct_TS.aspx

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

[Kemenperin] Kementerian Perindustrian. 2011. Outlook industry 2012: Strategi percepatan dan perluasan agroindustry. Jakarta (ID): Kemeterian Perindustrian.

[Kemenperin] Kementerian Perindustrian. 2013. Penerapan Bea Keluar Dorong Ekspor Kakao Olahan. Kemenperin [internet]. [diunduh 2013 Maret 14]. Tersedia pada: http://agro.kemenperin.go.id/509-Penerapan-Bea-Keluar-Dorong-Ekspor-Kakao-Olahan

[Kementan] Kementerian Pertanian. 2013. Kakao Komoditas Andalan Indonesia. Jurnal Nasional. Jakarta (ID): Biro Umum dan Humas Kementerian Pertanian.

73

Kien, NT. 2009. Gravity Model By Panel Data Approach: An Empirical Application With Implications for The Asean Free Trade Area. ASEAN Economic Bulletin 26(3):266–77 [internet]. [diunduh 2012 Nov 12]; Tersedia pada: http://www.jstor.org/discover/10.2307/41317069?uid= 3738224&uid=2129&uid=2&uid=70&uid=4&sid=21103209825013

Kindleberger CP, Lindert PH. 1978. International Economics. Illinois (US): Richard D. Irwin, Inc.

Krugman PR, Obstfeld M. 2006. International Economics: Theory and Policy. Boston (US): Pearson Education.

Lee CF, Lee JC, Lee AC. 2000. Statistics for Business and Financial Economics. Singapore (SG): World Scientific Publishing. 2nd

Supriatna A, Dradjat B. 2008. Kinerja Pemasaran Dan Daya Saing Ekspor Kakao

Ed. Lubis AD, Nuryanti S. 2011. Analisis dampak ACFTA dan kebijakan

perdagangan kakao di pasar domestik dan China. Analisis Kebijakan Pertanian. 9(2):143-156. [internet]. [diunduh 2012 Apr 6]; Tersedia pada: http://pse.litbang.deptan.go.id/ind/pdffiles/ART9-2c.pdf

Mankiw, G. 2006. Macroeconomics Fifth Edition. New York (US): Worth Publishers.

Maswadi. 2011. Agribisnis Kakao dan Produk Olahannya Berkaitan Dengan Kebijakan Tarif Pajak di Indonesia. Jurnal Perkebunan dan Lahan Tropika. 1(2):23–30. [internet]. [diunduh 2013 Apr 9]; Tersedia pada: http://jurnal.untan.ac.id/index.php/perkebunan/article/download/410/550

Melitz, J. 2006. North, South and Distance in the Gravity Model. European Economic Review 51:971–991. [internet]. [diunduh 2013 Nov 3]; Tersedia pada: http://econpapers.repec.org/paper/cprceprdp/5136.htm

Nwachukwu IN, Agwu A, Nwaru J, Imonikhe G. 2010. Competitiveness and Determinants of Cocoa Export from Nigeria. Report and Opinion. 2(7). [internet]. [diunduh 2013 Nov 3]; Tersedia pada: http://www.academia.edu/1015922/COMPETITIVENESS_AND_DETERMINANTS_OF_COCOA_EXPORT_FROM_NIGERIA

Okubo, Toshihiro. 2000. The Border Effect in the Japanese Market: A Gravity Model Analysis. [internet]. [diunduh 2013 Okt 7]; Tersedia pada:

Ragimun. 2012. Analisis Daya Saing Komoditas Kakao Indonesia. Jurnal

Pembangunan Manusia 6(2). Badan Penelitian dan Pengembangan Daerah Provinsi Sumatera Selatan.

Rifin, A. 2012. Analisis Pengaruh Penerapan Bea Keluar Pada Daya Saing Ekspor Kakao Indonesia. Prosiding Seminar Penelitian Unggulan Departemen Agribisnis 2012. Bogor (ID): Institut Pertanian Bogor.

Rifin A, Nauly D. 2013. The Effect of Export Tax on Indonesia’s Cocoa Export Competitiveness. Contributed paper. 57th AARES Annual Conference, Sydney, New South Wales.

Roberts, BA. 2004. A gravity study of the proposed China-Asean free trade area. The International Trade Journal, Volume XVIII, no 4. DOI: 10.1080/08853900490518208

Salvatore, D. 1997. Ekonomi internasional. Jakarta (ID): Erlangga Sari, RM. 2013. Factors Influencing Indonesian Cocoa Export to The European

Union. [thesis]. Bogor (ID): Bogor Agricultural University.

74

Indonesia: Studi Kasus Di Propinsi Sulawesi Tenggara. Jurnal Agrin; (12)2. Taye, YT. 2009. Determinants of Ethiopia’s Export Performance: A Gravity

Model Analysis. Munich (DE): Ministry of Trade and Industry of the FDRE. [USDA] United States Department of Agriculture. International Macroeconomic

Dataset [Internet]. [diunduh 2013 Jul 04]. Tersedia pada: http://www.ers.usda.gov/data-products/international-macroeconomic-data-set.aspx#26198

Widianingsih Y. 2009. Analisis Faktor-Faktor yang Mempengaruhi Permintaan Ekspor Biji Kakao Indonesia di Malaysia, Singapura dan Cina. [tesis]. Bogor (ID): Institut Pertanian Bogor.

Yamarik S, Ghosh S. 2005. A Sensitivity Analysis of The Gravity Model. The International Trade Journal 19(1): 83-126.

Yeboah O, Shaik S, Wozniak S, Allen AJ. 2008. Increased Cocoa Bean Exports Under Trade Liberalization: A Gravity Model Approach. 2008 Annual Meeting Southern Agricultural Economics Association. [Internet]. [diunduh 2013 Apr 27]. Tersedia pada: http://ageconsearch.umn.edu/handle/6819

75

Lampiran 1. Jenis dan sumber data yang digunakan dalam penelitian

No. Jenis Data Sumber Data 1. Volume dan nilai ekspor kakao Indonesia

dan eksportir utama lainnya International Trade Center (http://trademap.org)

2. Nilai ekspor seluruh komoditas Indonesia dan eksportir utama lainnya

International Trade Center (http://trademap.org)

3. Nilai ekspor kakao dunia International Trade Center (http://trademap.org)

4. Nilai ekspor seluruh komoditas dunia International Trade Center (http://trademap.org)

5. Volume ekspor kakao Indonesia UN Comtrade (http://comtrade.un.org) 6. GDP riil per kapita negara pengekspor

(Indonesia) pada tahun 2000-2012 United States Department of Agriculture (http://www.ers.usda.gov)

7. GDP riil per kapita negara tujuan eskpor kakao Indonesia pada tahun 2000-2012

United States Department of Agriculture (http://www.ers.usda.gov)

8. Jarak antara Indonesia dengan negara tujuan ekspor

http://www.timeanddate.com

9. Harga minyak dunia pada tahun 2000-2012 http://www.indexmundi.com 10. Nilai tukar rupiah terhadap mata uang

negara tujuan pada tahun 2000-2012 United States Department of Agriculture (http://www.ers.usda.gov)

11. Dummy bea keluar biji kakao Kementerian Keuangan (Permenkeu no 67/PMK.011/2010)

76

Lampiran 2. Data analisis RCA kakao Indonesia di pasar internasional

Tahun Nilai Ekspor Kakao

Indonesia ke Dunia

(000 US$) Xij

Nilai Ekspor Seluruh Komoditas Indonesia ke Dunia

(000 US$) Xi

Nilai Ekspor Kakao Dunia

ke Dunia (000 US$)

Xwj

Nilai Ekspor Seluruh Komoditas

Dunia ke Dunia (000 US$)

Xw

RCA (Xij/Xi / Xwj/Xw)

Biji Kakao

2003 410 278 61 058 187 3 680 214 7 470 780 287 13.64 2004 369 863 71 582 468 4 230 490 9 101 232 948 11.12 2005 467 827 85 659 948 4 192 270 10 389 054 464 13.53 2006 619 017 100 798 616 4 399 021 12 042 919 050 16.81 2007 622 600 114 100 873 4 805 835 13 849 310 780 15.72 2008 854 585 137 020 424 5 869 626 15 989 372 712 16.99 2009 1 087 485 116 509 992 8 288 397 12 327 153 144 13.88 2010 1 190 740 157 779 103 8 299 558 15 055 401 572 13.69 2011 614 496 203 496 619 9 663 170 17 999 547 615 5.62 2012 384 830 190 031 839 8 438 809 17 981 277 146 4.32

Kakao Butter 2003 118 340 61 058 187 1 750 817 7 470 780 287 8.27 2004 108 404 71 582 468 2 117 032 9 101 232 948 6.51 2005 144 427 85 659 948 2 650 596 10 389 054 464 6.61 2006 179 073 100 798 616 2 687 508 12 042 919 050 7.96 2007 230 160 114 100 873 3 335 851 13 849 310 780 8.37 2008 326 447 137 020 424 4 341 625 15 989 372 712 8.77 2009 230 056 116 509 992 4 047 371 12 327 153 144 6.01 2010 236 808 157 779 103 4 241 677 15 055 401 572 5.33 2011 304 581 203 496 619 3 565 046 17 999 547 615 7.56 2012 236 138 190 031 839 2 741 368 17 981 277 146 8.15

Kakao Powder 2003 53 845 61 058 187 1 358 649 7 470 780 287 4.85 2004 42 271 71 582 468 1 372 225 9 101 232 948 3.92 2005 30 154 85 659 948 987 840 10 389 054 464 3.70 2006 27 804 100 798 616 867 134 12 042 919 050 3.83 2007 32 085 114 100 873 1 074 900 13 849 310 780 3.62 2008 37 151 137 020 424 1 245 106 15 989 372 712 3.48 2009 45 208 116 509 992 1 457 909 12 327 153 144 3.28 2010 103 183 157 779 103 2 726 705 15 055 401 572 3.61 2011 157 998 203 496 619 3 455 172 17 999 547 615 4.04 2012 165 177 190 031 839 3 312 069 17 981 277 146 4.72

Sumber: Diolah dari ITC

77

Lampiran 3. Data analisis RCA negara eksportir biji kakao dunia

Negara Tahun Nilai Ekspor Biji Kakao

Negara Tujuan ke

Dunia (000 US$)

Xij

Nilai Ekspor Seluruh

Komoditas Negara Tujuan ke

Dunia (000 US$)

Xi

Nilai Ekspor Biji Kakao Dunia ke

Negara Tujuan (000 US$)

Xwj

Nilai Ekspor Seluruh Komoditas

Dunia ke Negara Tujuan

(000 US$) Xw

RCA (Xij/Xi / Xwj/Xw)

Pantai 2003 1 635 181 5 326 973 3 680 214 7 470 780 287 623.13 Gading 2004 1 617 485 6 578 856 4 230 490 9 101 232 948 528.93

2005 1 473 895 7 247 936 4 192 270 10 389 054 464 503.94 2006 1 422 913 8 147 736 4 399 021 12 042 919 050 478.10 2007 1 438 372 8 067 713 4 805 835 13 849 310 780 513.78 2008 1 754 113 9 778 784 5 869 626 15 989 372 712 488.65 2009 2 596 121 10 280 077 8 288 397 12 327 153 144 375.60 2010 2 492 515 10 283 509 8 299 558 15 055 401 572 439.68 2011 3 017 377 11 049 063 9 663 170 17 999 547 615 508.68 2012 tad tad 8 438 809 17 981 277 146 tad

Ghana 2003 676 090 2 324 296 3 680 214 7 470 780 287 590.48 2004 tad tad 4 230 490 9 101 232 948 tad 2005 792 130 3 059 743 4 192 270 10 389 054 464 641.56 2006 1 096 322 3 613 994 4 399 021 12 042 919 050 830.47 2007 896 390 3 533 792 4 805 835 13 849 310 780 731.00 2008 974 135 3 809 919 5 869 626 15 989 372 712 696.51 2009 1 088 777 5 070 533 8 288 397 12 327 153 144 319.36 2010 847 415 5 233 390 8 299 558 15 055 401 572 293.73 2011 2 071 557 18 400 572 9 663 170 17 999 547 615 209.70 2012 1 971 660 18 761 239 8 438 809 17 981 277 146 223.93

Nigeria 2003 5 24 078 329 3 680 214 7 470 780 287 0.00 2004 tad tad 4 230 490 9 101 232 948 tad 2005 tad tad 4 192 270 10 389 054 464 tad 2006 5 038 59 215 233 4 399 021 12 042 919 050 0.23 2007 377 325 53 963 111 4 805 835 13 849 310 780 20.15 2008 510 312 81 820 518 5 869 626 15 989 372 712 16.99 2009 1 250 868 49 937 460 8 288 397 12 327 153 144 37.25 2010 1 048 004 86 567 913 8 299 558 15 055 401 572 21.96 2011 958 770 125 641 031 9 663 170 17 999 547 615 14.21 2012 tad tad 8 438 809 17 981 277 146 tad

Kamerun 2003 180 146 2 282 560 3 680 214 7 470 780 287 160.21 2004 230 141 2 476 762 4 230 490 9 101 232 948 199.90 2005 209 587 2 440 616 4 192 270 10 389 054 464 212.81 2006 221 863 3 576 420 4 399 021 12 042 919 050 169.83 2007 215 837 4 230 115 4 805 835 13 849 310 780 147.04 2008 400 325 2 126 728 5 869 626 15 989 372 712 512.77 2009 543 363 1 732 408 8 288 397 12 327 153 144 466.48 2010 610 990 3 878 433 8 299 558 15 055 401 572 285.77 2011 512 344 2 147 386 9 663 170 17 999 547 615 444.42 2012 tad tad 8 438 809 17 981 277 146 tad Keterangan: tad: tidak ada data Sumber: Diolah dari ITC

78

Lampiran 4. Data analisis RCA negara eksportir kakao butter dunia

Negara Tahun Nilai Ekspor Kakao Butter

Negara Tujuan ke

Dunia (000 US$)

Xij

Nilai Ekspor Seluruh

Komoditas Negara Tujuan ke

Dunia (000 US$)

Xi

Nilai Ekspor Kakao Butter

Dunia ke Negara Tujuan

(000 US$) Xwj

Nilai Ekspor Seluruh Komoditas

Dunia ke Negara Tujuan

(000 US$) Xw

RCA (Xij/Xi / Xwj/Xw)

Belanda 2003 567 482 264 796 482 1 750 817 7 470 780 287 9.14 2004 710 407 318 040 303 2 117 032 9 101 232 948 9.60 2005 911 597 349 813 023 2 650 596 10 389 054 464 10.21 2006 921 505 400 685 883 2 687 508 12 042 919 050 10.31 2007 1 076 617 477 640 554 3 335 851 13 849 310 780 9.36 2008 1 399 988 545 853 405 4 341 625 15 989 372 712 9.45 2009 1 292 703 431 502 452 4 047 371 12 327 153 144 9.12 2010 1 350 229 492 645 872 4 241 677 15 055 401 572 9.73 2011 1 086 355 530 575 759 3 565 046 17 999 547 615 10.34 2012 757 913 554 677 907 2 741 368 17 981 277 146 8.96

Malaysia 2003 147 808 104 707 229 1 750 817 7 470 780 287 6.02 2004 210 700 126 639 701 2 117 032 9 101 232 948 7.15 2005 309 951 141 624 046 2 650 596 10 389 054 464 8.58 2006 355 664 160 669 231 2 687 508 12 042 919 050 9.92 2007 453 821 175 961 863 3 335 851 13 849 310 780 10.71 2008 627 952 198 702 475 4 341 625 15 989 372 712 11.64 2009 547 759 157 194 832 4 047 371 12 327 153 144 10.61 2010 614 675 198 790 691 4 241 677 15 055 401 572 10.97 2011 447 629 226 992 682 3 565 046 17 999 547 615 9.96 2012 311 278 227 302 727 2 741 368 17 981 277 146 8.98

Perancis 2003 233 739 358 131 717 1 750 817 7 470 780 287 2.78 2004 241 033 413 708 422 2 117 032 9 101 232 948 2.50 2005 260 933 434 354 245 2 650 596 10 389 054 464 2.35 2006 322 403 479 012 852 2 687 508 12 042 919 050 3.02 2007 366 916 539 730 712 3 335 851 13 849 310 780 2.82 2008 452 120 594 504 995 4 341 625 15 989 372 712 2.80 2009 447 235 464 112 811 4 047 371 12 327 153 144 2.93 2010 403 560 511 651 043 4 241 677 15 055 401 572 2.80 2011 388 703 581 541 871 3 565 046 17 999 547 615 3.37 2012 303 370 556 575 682 2 741 368 17 981 277 146 3.58

Pantai 2003 161 478 5 326 973 1 750 817 7 470 780 287 129.35 Gading 2004 166 663 6 578 856 2 117 032 9 101 232 948 108.91

2005 173 166 7 247 936 2 650 596 10 389 054 464 93.64 2006 180 572 8 147 736 2 687 508 12 042 919 050 99.31 2007 214 170 8 067 713 3 335 851 13 849 310 780 110.21 2008 282 538 9 778 784 4 341 625 15 989 372 712 106.41 2009 323 319 10 280 077 4 047 371 12 327 153 144 95.79 2010 302 244 10 283 509 4 241 677 15 055 401 572 104.32 2011 218 919 11 049 063 3 565 046 17 999 547 615 100.04 2012 tad tad 2 741 368 17 981 277 146 tad Keterangan: tad: tidak ada data Sumber: Diolah dari ITC

79

Lampiran 5. Data analisis RCA negara eksportir kakao powder dunia

Negara Tahun Nilai Ekspor Kakao Powder Negara

Tujuan ke Dunia

(000 US$) Xij

Nilai Ekspor Seluruh

Komoditas Negara Tujuan ke

Dunia (000 US$)

Xi

Nilai Ekspor Kakao Powder

Dunia ke Negara Tujuan

(000 US$) Xwj

Nilai Ekspor Seluruh Komoditas

Dunia ke Negara Tujuan

(000 US$) Xw

RCA (Xij/Xi / Xwj/Xw)

Belanda 2003 533 637 264 796 482 1 358 649 7 470 780 287 11.08 2004 580 928 318 040 303 1 372 225 9 101 232 948 12.11 2005 414 477 349 813 023 987 840 10 389 054 464 12.46 2006 351 016 400 685 883 867 134 12 042 919 050 12.17 2007 405 586 477 640 554 1 074 900 13 849 310 780 10.94 2008 461 877 545 853 405 1 245 106 15 989 372 712 10.87 2009 521 766 431 502 452 1 457 909 12 327 153 144 10.22 2010 945 105 492 645 872 2 726 705 15 055 401 572 10.59 2011 1 067 272 530 575 759 3 455 172 17 999 547 615 10.48 2012 1 052 166 554 677 907 3 312 069 17 981 277 146 10.30

Malaysia 2003 63 431 104 707 229 1 358 649 7 470 780 287 3.33 2004 107 680 126 639 701 1 372 225 9 101 232 948 5.64 2005 86 018 141 624 046 987 840 10 389 054 464 6.39 2006 77 463 160 669 231 867 134 12 042 919 050 6.70 2007 127 635 175 961 863 1 074 900 13 849 310 780 9.35 2008 180 322 198 702 475 1 245 106 15 989 372 712 11.65 2009 161 234 157 194 832 1 457 909 12 327 153 144 8.67 2010 340 446 198 790 691 2 726 705 15 055 401 572 9.46 2011 475 229 226 992 682 3 455 172 17 999 547 615 10.91 2012 453 438 227 302 727 3 312 069 17 981 277 146 10.83

Jerman 2003 56 248 748 531 267 1 358 649 7 470 780 287 0.41 2004 74 171 911 742 096 1 372 225 9 101 232 948 0.54 2005 57 881 977 131 972 987 840 10 389 054 464 0.62 2006 55 664 1 121 962 887 867 134 12 042 919 050 0.69 2007 65 945 1 328 841 354 1 074 900 13 849 310 780 0.64 2008 79 819 1 466 137 413 1 245 106 15 989 372 712 0.70 2009 113 080 1 127 839 933 1 457 909 12 327 153 144 0.85 2010 289 688 1 271 096 329 2 726 705 15 055 401 572 1.26 2011 397 863 1 482 202 274 3 455 172 17 999 547 615 1.40 2012 295 693 1 416 184 199 3 312 069 17 981 277 146 1.13

Spanyol 2003 86 807 156 004 713 1 358 649 7 470 780 287 3.06 2004 68 556 182 727 354 1 372 225 9 101 232 948 2.49

2005 43 783 192 798 427 987 840 10 389 054 464 2.39 2006 36 364 214 061 202 867 134 12 042 919 050 2.36 2007 61 366 253 342 904 1 074 900 13 849 310 780 3.12 2008 64 781 279 231 468 1 245 106 15 989 372 712 2.98 2009 89 619 223 132 208 1 457 909 12 327 153 144 3.40 2010 170 530 246 265 330 2 726 705 15 055 401 572 3.82 2011 252 499 298 170 964 3 455 172 17 999 547 615 4.41 2012 211 358 285 936 446 3 312 069 17 981 277 146 4.01 Keterangan: tad: tidak ada data Sumber: Diolah dari ITC

80

Lampiran 6. Uji Chow terhadap model awal biji kakao

Dependent Variable: YJT Method: Panel Least Squares Date: 10/30/13 Time: 21:49 Sample: 2000 2012 Periods included: 13 Cross-sections included: 10 Total panel (balanced) observations: 130

Variable Coefficient Std. Error t-Statistic Prob. GDPIT 1.131684 2.403633 0.470822 0.6387

GDPJT 2.021862 1.029726 1.963495 0.0520 DISJT -0.069724 0.593855 -0.117409 0.9067 ERJT 1.440277 0.974202 1.478417 0.1420 EDIT -1.150483 0.401783 -2.863443 0.0050

C -21.10237 15.54370 -1.357615 0.1772 Effects Specification Cross-section fixed (dummy variables) R-squared 0.713105 Mean dependent var 15.92392

Adjusted R-squared 0.678179 S.D. dependent var 2.083965 S.E. of regression 1.182218 Akaike info criterion 3.280828 Sum squared resid 160.7285 Schwarz criterion 3.611698 Log likelihood -198.2538 Hannan-Quinn criter. 3.415272 F-statistic 20.41743 Durbin-Watson stat 1.691097 Prob(F-statistic) 0.000000

Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 18.495089 (9,115) 0.0000

Cross-section Chi-square 116.355627 9 0.0000

81

Lampiran 7. Output hasil olahan eviews terhadap estimasi model aliran perdagangan biji kakao Indonesia di pasar internasional

Dependent Variable: YJT Method: Panel EGLS (Cross-section SUR) Date: 10/27/13 Time: 14:15 Sample: 2000 2012 Periods included: 13 Cross-sections included: 10 Total panel (balanced) observations: 130 Linear estimation after one-step weighting matrix White diagonal standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. GDPIT 0.500214 0.769065 0.650419 0.5167

GDPJT 1.794526 0.319768 5.611970 0.0000 DISJT -0.024658 0.183930 -0.134063 0.8936 ERJT 1.026359 0.249750 4.109554 0.0001 EDIT -0.870389 0.123839 -7.028390 0.0000

C -11.81164 4.383479 -2.694582 0.0081 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.949555 Mean dependent var 14.25642

Adjusted R-squared 0.943413 S.D. dependent var 38.84104 S.E. of regression 1.034513 Sum squared resid 123.0749 F-statistic 154.6210 Durbin-Watson stat 1.922316 Prob(F-statistic) 0.000000

Unweighted Statistics R-squared 0.711258 Mean dependent var 15.92392

Sum squared resid 161.7636 Durbin-Watson stat 1.669524

82

Lampiran 8. Uji asumsi pada model biji kakao

1. Uji Normalitas

2. Uji Multikolinearitas YJT GDPIT GDPJT DISJT ERJT EDIT YJT 1.000000 0.301364 0.031447 0.195771 0.167415 0.213855 GDPIT 0.301364 1.000000 0.114145 0.548744 -0.033459 0.665384 GDPJT 0.031447 0.114145 1.000000 0.413750 0.830311 0.065209 DISJT 0.195771 0.548744 0.413750 1.000000 0.161992 0.323244 ERJT 0.167415 -0.033459 0.830311 0.161992 1.000000 -0.019792 EDIT 0.213855 0.665384 0.065209 0.323244 -0.019792 1.000000 3. Uji Heteroskedastisitas

0

4

8

12

16

20

24

-3 -2 -1 0 1 2

Series: Standardized ResidualsSample 2000 2012Observations 130

Mean 9.44e-17Median 0.135212Maximum 2.246127Minimum -3.560095Std. Dev. 0.976765Skewness -0.412225Kurtosis 3.632545

Jarque-Bera 5.849082Probability 0.053689

-3

-2

-1

0

1

2

3

25 50 75 100 125 150 175

Standardized Residuals

83

Lampiran 9. Uji Chow terhadap model awal kakao butter

Dependent Variable: YJT Method: Panel Least Squares Date: 10/30/13 Time: 21:54 Sample: 2000 2012 Periods included: 13 Cross-sections included: 10 Total panel (balanced) observations: 130

Variable Coefficient Std. Error t-Statistic Prob. GDPIT 5.441994 3.384215 1.608052 0.1106

GDPJT 1.940718 1.468667 1.321414 0.1890 DISJT -1.253549 0.855027 -1.466093 0.1454 ERJT 0.481804 1.265701 0.380662 0.7042 EDIT 0.808816 0.576302 1.403459 0.1632

C -32.03071 20.99601 -1.525562 0.1299 Effects Specification Cross-section fixed (dummy variables) R-squared 0.513829 Mean dependent var 14.17212

Adjusted R-squared 0.454643 S.D. dependent var 2.292571 S.E. of regression 1.693026 Akaike info criterion 3.999078 Sum squared resid 329.6286 Schwarz criterion 4.329948 Log likelihood -244.9401 Hannan-Quinn criter. 4.133522 F-statistic 8.681578 Durbin-Watson stat 1.589518 Prob(F-statistic) 0.000000

Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 8.379506 (9,115) 0.0000

Cross-section Chi-square 65.555970 9 0.0000

84

Lampiran 10. Output hasil olahan eviews terhadap estimasi model aliran perdagangan kakao butter Indonesia di pasar internasional Dependent Variable: YJT Method: Panel EGLS (Cross-section SUR) Date: 10/27/13 Time: 13:56 Sample: 2000 2012 Periods included: 13 Cross-sections included: 10 Total panel (balanced) observations: 130 Linear estimation after one-step weighting matrix Cross-section weights (PCSE) standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. GDPIT 4.233727 0.890115 4.756382 0.0000

GDPJT 1.413916 0.725132 1.949875 0.0536 DISJT -0.952240 0.243204 -3.915401 0.0002 ERJT 0.504827 0.298831 1.689340 0.0939 EDIT 0.867363 0.152663 5.681541 0.0000

C -22.19326 6.617451 -3.353748 0.0011 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.965980 Mean dependent var 8.370082

Adjusted R-squared 0.961839 S.D. dependent var 36.51016 S.E. of regression 1.049919 Sum squared resid 126.7680 F-statistic 233.2427 Durbin-Watson stat 2.196085 Prob(F-statistic) 0.000000

Unweighted Statistics R-squared 0.512003 Mean dependent var 14.17212

Sum squared resid 330.8661 Durbin-Watson stat 1.592461

85

Lampiran 11. Uji asumsi pada model kakao butter

1. Uji Normalitas

2. Uji Multikolinearitas YJT GDPIT GDPJT DISJT ERJT EDIT

YJT 1.000000 0.233042 0.375245 0.255103 0.157606 0.236379 GDPIT 0.233042 1.000000 0.083188 0.782066 -0.045639 0.665384 GDPJT 0.375245 0.083188 1.000000 0.278927 0.439295 0.044354 DISJT 0.255103 0.782066 0.278927 1.000000 0.270470 0.460685 ERJT 0.157606 -0.045639 0.439295 0.270470 1.000000 -0.034086 EDIT 0.236379 0.665384 0.044354 0.460685 -0.034086 1.000000

3. Uji Heteroskedastisitas

0

4

8

12

16

20

-3 -2 -1 0 1 2

Series: Standardized ResidualsSample 2000 2012Observations 130

Mean -3.19e-17Median 0.080080Maximum 2.320070Minimum -2.751408Std. Dev. 0.991311Skewness -0.513230Kurtosis 3.485048

Jarque-Bera 6.981503Probability 0.030478

-3

-2

-1

0

1

2

3

25 50 75 100 125

Standardized Residuals

86

Lampiran 12. Uji Chow terhadap model awal kakao powder

Dependent Variable: YJT Method: Panel Least Squares Date: 10/30/13 Time: 21:56 Sample: 2000 2012 Periods included: 13 Cross-sections included: 10 Total panel (balanced) observations: 130

Variable Coefficient Std. Error t-Statistic Prob. GDPIT 4.719250 1.884243 2.504587 0.0137

GDPJT 0.652079 0.846182 0.770614 0.4425 DISJT -0.845361 0.469392 -1.800970 0.0743 ERJT 0.002579 0.705530 0.003655 0.9971 EDIT -0.029093 0.315986 -0.092071 0.9268

C -15.15843 10.19400 -1.486995 0.1398 Effects Specification Cross-section fixed (dummy variables) R-squared 0.553624 Mean dependent var 13.74723

Adjusted R-squared 0.499283 S.D. dependent var 1.305092 S.E. of regression 0.923501 Akaike info criterion 2.786878 Sum squared resid 98.07832 Schwarz criterion 3.117748 Log likelihood -166.1471 Hannan-Quinn criter. 2.921322 F-statistic 10.18788 Durbin-Watson stat 1.303437 Prob(F-statistic) 0.000000

Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 9.511910 (9,115) 0.0000

Cross-section Chi-square 72.334159 9 0.0000

87

Lampiran 13. Output hasil olahan eviews terhadap estimasi model aliran perdagangan kakao powder Indonesia di pasar internasional

Dependent Variable: YJT Method: Panel EGLS (Cross-section SUR) Date: 10/27/13 Time: 13:22 Sample: 2000 2012 Periods included: 13 Cross-sections included: 10 Total panel (balanced) observations: 130 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob. GDPIT 3.578890 0.664631 5.384776 0.0000

GDPJT 0.764427 0.177039 4.317849 0.0000 DISJT -0.584533 0.158702 -3.683225 0.0004 ERJT -0.069252 0.206391 -0.335537 0.7378 EDIT 0.024242 0.107894 0.224687 0.8226

C -10.70800 3.372437 -3.175152 0.0019 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.936002 Mean dependent var 32.40182

Adjusted R-squared 0.928211 S.D. dependent var 24.54214 S.E. of regression 1.049910 Sum squared resid 126.7657 F-statistic 120.1386 Durbin-Watson stat 1.919162 Prob(F-statistic) 0.000000

Unweighted Statistics R-squared 0.552063 Mean dependent var 13.74723

Sum squared resid 98.42139 Durbin-Watson stat 1.287096

88

Lampiran 14. Uji asumsi pada model kakao powder

1. Uji Normalitas

2. Uji Multikolinearitas YJT GDPIT GDPJT DISJT ERJT EDIT

YJT 1.000000 0.301364 0.031447 0.195771 0.167415 0.213855 GDPIT 0.301364 1.000000 0.114145 0.548744 -0.033459 0.665384 GDPJT 0.031447 0.114145 1.000000 0.413750 0.830311 0.065209 DISJT 0.195771 0.548744 0.413750 1.000000 0.161992 0.323244 ERJT 0.167415 -0.033459 0.830311 0.161992 1.000000 -0.019792 EDIT 0.213855 0.665384 0.065209 0.323244 -0.019792 1.000000

3. Uji Heteroskedastisitas

. ..

0

4

8

12

16

20

-2 -1 0 1 2

Series: Standardized ResidualsSample 2000 2012Observations 130

Mean -1.18e-16Median 0.066200Maximum 2.661216Minimum -2.628627Std. Dev. 0.991302Skewness -0.326846Kurtosis 3.017448

Jarque-Bera 2.316267Probability 0.314072

-3

-2

-1

0

1

2

3

25 50 75 100 125

Standardized Residuals