PROCEEDINGS - Ekonomi Pembangunan

PROCEEDINGS

ECONOMICSSTUDENTCONFERENCE

2017-224th&25thofMay,2018

PROGRAMINDEVELOPMENTECONOMICS

PARAHYANGANCATHOLICUNIVERSITY

PROCEEDINGSECONOMICSSTUDENTCONFERENCE2017-2

24th&25thofMay,2018

Editor:MariskaArdillaFaza

YohanesAndikaTjitrajaya

DesainLogo:ArvindaTripradopo

LaboratoriumEkonomiPembangunanProgramSarjanaEkonomiPembangunan

FakultasEkonomiUniversitasKatolikParahyangan

KATAPENGANTAREconomic Student Conference merupakan kegiatan seminar yang pesertanya adalah

mahasiswaProgramSarjanaEkonomiPembangunan,khususnyamahasiswapesertamatakuliahseminar.Walaupunbegitu,mahasiswapesertamatakuliahnon-seminardapatdisertakandalamkegiatan ini setelahmendapatkanpersetujuandaridosenpengampumatakuliahnon-seminar.Makalahyangdipresentasikanadalahmakalahyangmerekasiapkanselamaperkuliahsemesterberjalan.

Kegiatan ini merupakan bagian dari kegiatan pembelajaran yang menyangkutpengembangan kompetensi keterampilan, khususnya membuat karya tulis ilmiah danmempresentasikannya di forum seminar ini. Dalam kegiatan ini, mahasiswa berkesempatanuntuk mendapatkan pengalaman langsung suasana akademik dalam suatu forum seminar.Kegiatan ini menuntut mereka untuk dapat mempresentasikan makalah secara baik danmenanggapiberbagaikomentardanpertanyaanyangdisampaikanolehparapesertayanghadirsecarabaikpula.

Karena kegiatan ini merupakan bagian dari proses pembelajaran, maka kegiatanEconomic Student Conference diselenggarakan setiap akhir semester di bawah koordinasiLaboratorium Ekonomi Pembangunan. Sebagai bagian dari proses pembelajaran, seluruhkegiatanmelibatkanmahasiwabaiksebagaimoderator,ketuaruang,reviewer(khususnyauntukpara alumni) dan kesekretariatan. Keterlibatan dosen dalam kegiatan ini dibatasi pada peransebagaireviewermakalahyangdiberikansetelahpresentasidantanyajawabselesai.

Sebagaimanakebiasaankegiataninisebelumnya,dosendariProgramSarjanaEkonomiPembangunan memilih 3 makalah terbaik. Ketiga makalah ini dipilih berdasarkan kriteriatertentu, seperti kemutahiran topik dan ketaatan penulisanmakalah pada kaidah karya tulisilmiah. Untuk tahun akademik 2017-2, ketiga makalah terbaik ini adalah: 1) CARBONMITIGATIONPOLICYFOR INDONESIA’S INDUSTRIALSECTOR:CARBONCAPVSCARBONTAXyangdisusunolehShafiahMeikeSerepinaPasaribu (2014110024),R.M.YusufCatradiningrat(2014110046), dan Thania Larassari Aritonang (2014110052). 2) PENGARUH STABILITASPERBANKANTERHADAPPEREKONOMIANyangdisusunolehAnastasiaAdelline(2014110049)danThaniaLarassariAritonang(2014110052).3)PERANANSEKTORPARIWISATATERHADAPPEREKONOMIAN PROVINSI JAWA BARAT (ANALISIS INPUT-OUTPUT TAHUN 2010) yangdisusunolehEdyaArianaUtami(2015110054).

Tentu saja masih banyak hal-hal dalam penyelenggaraan kegiatan ini yang perludisempurnakan lebih lanjut. Semoga penyelenggaraan kegiatan ini di masa mendatang akansemakinbaik.

Bandung,Juli2018

KetuaLaboratoriumEkonomiPembangunan

IvantiaS.Mokoginta

LaboratoriumEkonomiPembangunan

DAFTARISI

ISU1.PerdaganganinternaSional..................................................................5

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR KAKAOINDONESIAKEAMERIKA,BRAZIL,CHINA,MALAYSIADANSINGAPURA.........................6

ANALISIS FAKTOR YANG MEMENGARUHI EKSPOR INDUSTRI KREATIFINDONESIAKE10NEGARA.................................................................................................................15

PeranpolitikdalamstrategiExport-ledgrowthdiIndonesiatahun1996-2016.............4

DAFTAR PUSTAKA...........................................................................................14

ISU2.Kegiatanekonomi..................................................................................15

terkaitkelestarianlingkungan......................................................................15

ANALISISHUBUNGANANTARAJUMLAHPENDUDUK,LUASLAHANKELAPASAWIT DAN PRODUKSI KAYU DENGAN LUAS TUTUPAN HUTAN DIINDONESIA.....................................................................................Error!Bookmarknotdefined.

PENGARUH AKTIVITAS INDUSTRI TERHADAP EMISI KARBON DIOKSIDA(CO2)DIINDONESIA................................................................................................................................26

FDIINTRA-ASEAN,EKSPORINTRA-ASEAN,DANPERTUMBUHANEKONOMIDINEGARA-NEGARAASEAN-5.............................................Error!Bookmarknotdefined.

ISU3.KEGIATANEKONOMIDALAMSEKTORPARIWISATAI..............67

FAKTOR-FAKTOR YANG MEMENGARUHI KINERJA SEKTOR PARIWISATADALAMPENYERAPANTENAGAKERJADIINDONESIA...........................................................68

KONTRIBUSIKEBERADAANFAUNAENDEMIKTERHADAPKINERJASEKTORPARIWISATA...............................................................................................................................................84

ISU4.KEGIATANEKONOMIDALAMSEKTORPARIWISATAII.............89

KONTRIBUSI INDUSTRI PARIWISATA TERHADAP PDRB PROVINSI D.I.Ysetelahbencanaalampadatahun2010.........................................................................................90

VALUASI EKONOMI TAMAN NASIONAL KOMODO DENGAN TRAVEL COSTMETHOD.....................................................................................................................................................104

KONTRIBUSISHARKDIVINGTOURISMPULAUMOROTAITERHADAPPDRBMOROTAI...................................................................................................................................................115

ISU 5. LIBERALISASI PERDAGANGAN TERKAIT KOMODITASMINYAK..................................................................................................120

ANALISIS KETERKAITAN ANTARA FLUKTUASI HARGA MINYAK, INFLASI,DANTINGKATPENGANGGURANDIINDONESIA....................................................................121

EconomicsStudentConference2017-1Proceedings

3

DAMPAK KEBIJAKAN PAJAK EKSPORMINYAK KELAPA SAWIT TERHADAPEKSPORMINYAKKELAPASAWITINDONESIA........................................................................134

FAKTOR-FAKTORYANGMEMENGARUHIPRODUKTIVITASKELAPASAWIT............150

ISU 6. PERAN KEBERADAAN INFRASTRUKTUR DALAMKEGIATANEKONOMI.........................................................................164

BENDUNGANSEBAGAIDISAMENITAS.........................................................................................165

KONTRIBUSI PAJAK KENDARAAN BERMOTOR DALAM MEMFASILITASIPERTUMBUHANEKONOMIDAERAH............................................................................................169

PENYELENGGARAAN EVENT OLAHRAGA (SEA GAMES TAHUN 2011)TERHADAPPDRBKOTAPALEMBANG.........................................................................................178

PENGARUH EFISIENSI PELABUHAN TERHADAP BIAYA PENGIRIMANBARANGEKSPOR...................................................................................................................................185

ISU7.SEKTORPERBANKAN..........................................................................204

PENGARUH PENGAMBILAN RISIKO BANK TERHADAP PROFITABILITASPERBANKAN:ADAKAHPERANUKURANBANK?....................................................................205

PENGARUH STABILITAS PERBANKAN TERHADAP PEREKONOMIAN:INDONESIA2005-2016.......................................................................................................................213

PENGARUHTINGKAT SUKUBUNGA TERHADAP PERILAKU PENGAMBILANRISIKOBANKUMUMDIINDONESIA.............................................................................................222

ISU8.DAMPAKKEBIJAKANPERDAGANGAN...........................................232

PENGARUH LIBERALISASI PERDAGANGAN TERHADAP KINERJA EKSPORINTRA-ASEANDIASEAN-5................................................................................................................233

DAMPAK PENGHAPUSAN KEBIJAKAN MULTI FIBRE ARRANGEMENTSTERHADAPKINERJAEKSPORTEKSTILDANPRODUKTEKSTILINDONESIAKEJEPANG,AMERIKA,DANHONGKONG(2000-2015)...............................................................249

PENGARUH KEBIJAKAN INTERNATIONAL TRIPARTITE RUBBER COUNCIL(ITRC)TERHADAPEKSPORKARETALAMINDONESIA.......................................................259

ISU9.EKSTERNALITAS...................................................................................274

DAMPAKKEGIATANEKONOMIPERKOTAANTERHADAPPERUBAHANSUHU........275

PENGARUH KEMACETAN LALU LINTAS TERHADAP PRODUKTIVITASTENAGAKERJA.......................................................................................................................................280

ISU10.KEBIJAKANFISKAL............................................................................288

PENGARUHEFISIENSIBANKTERHADAPSTABILITASPERBANKAN............................289


EKSTERNALITAS KEBIJAKAN MONETER TERHADAP STABILITASKEUANGAN...............................................................................................................................................297

PERAN PENJAMINAN SIMPANAN TERHADAP STABILITAS PERBANKAN DIINDONESIA2012-2016.......................................................................................................................308

ISU11.PERDAGANGANINTERNASIONAL................................................322

FAKTOR-FAKTOR YANGMENENTUKAN PERBEDAAN HARGA BERAS DI 14PROVINSIDIINDONESIA2012-2015...........................................................................................323

FAKTOR-FAKTORYANGMEMPENGARUHINILAIEKSPORTEHINDONESIAKETIGANEGARATUJUAN2000-2015...............................................................................................335

DAMPAK DARI STANDAR KEAMANAN MAKANAN TERHADAP EKSPORUDANGINDONESIATAHUN2000-2015.................................................................................351

ISU12.KETIMPANGAN/KESENJANGAN....................................................363

PENGARUH PERTUMBUHAN EKONOMI TERHADAP KESENJANGANPENDAPATAN [STUDI KASUS INDONESIA DAN THAILAND PERIODE 1987-2016]...........................................................................................................................................................364

PENGARUH INVESTASI DALAM NEGERI DAN LUAR NEGERI TERHADAPRASIOGINIDIPULAUJAWAPADATAHUN2006-2017.......................................................383

PENGARUHAKSESDIGITALTERHADAPPDBDIKAWASANASEAN-5TAHUN2005-2015................................................................................................................................................397


5

ISU 1. PERDAGANGAN

INTERNASIONAL


2017-224th&25thofMay,2018

PROGRAMINDEVELOPMENTECONOMICSPARAHYANGANCATHOLICUNIVERSITY


ANALISISFAKTOR-FAKTORYANGMEMPENGARUHIEKSPORKAKAOINDONESIAKEAMERIKA,BRAZIL,CHINA,

MALAYSIADANSINGAPURA

ARINIOKTAVIANI–2014110026

ABSTRAK

Komoditas kakao merupakan komoditas perkebunan andalan yang memilikiperancukuppentingbagiperekonomiannasionalkarenamenyediakanlapangankerja, sumber pendapatan dan devisa negara. tujuan dari penelitian ini untukmenganalisa faktor-faktor yang mempengaruhi ekspor kakao Indonesia.penelitian ini menggunakan metode Panel Least Square. Hasil penelitianmengindikasikan bahwa produksi kakao Indonesia berpengaruh positif dansignifikanterhadapeksporkakaoIndonesia.KebijakanProgramKakaoIndonesiaberpengaruhnegatifdansignifikanterhadapeksporkakao.Sementara,variabelnilaitukardanhargainternasionalkakaotidaksignifikanterhadapeksporkakaoIndonesia.

Katakunci: Ekspor, Produksi kakao, nilai tukar, harga internasional, programhilirisasi

1. PENDAHULUAN

1.1. LatarBelakang

Ekspor merupakan pengeluaran sejumlah komoditi dari daerah Indonesia yang akandikirimkan ke negara tujuan. Kegiatan ekspor memiliki peran penting dalam prosespembangunanekonomiIndonesia.SalahsatusektoreksporyangdigelutiIndonesiaadalahsektorperkebunan. Kakao adalah salah satu komoditas ekspor dari subsektor perkebunan yangmerupakankomoditasunggulannasionalyangmemberikansumbangandevisaketigaterbesarsetelah kelapa sawit dan karet (Goenadi, Baon, S, A, & Purwoto, 2007). Komoditas kakaomerupakan komoditas perkebunan andalan yang memiliki peran cukup penting bagiperekonomian nasional karenamenyediakan lapangan kerja, sumber pendapatan dan devisanegara. Selain itu, kakao mempunyai peran untuk mendorong pengembangan wilayah danpengembanganagroindustri.

Indonesiamemiliki daerah penghasil kakao peringkat pertama yaitu Sulawesi Selatan184.000ton,SulawesiTengah137.000ton,Sulawesitenggara111.000.DiikutidengandaerahSumateraUtara sebesar 51.000 ton, Kalimantan Timur 25.000 ton, Lampung 21.000 ton dandaerah lainnya122.000ton.UsahaperkebunankakaoIndonesiadikelompokandalam3(tiga)kelompokyaitu;perkebunanrakyat,perkebunannegaradanperkebunanswasta.

Komoditasbijikakaomerupakansalahsatukomoditasyangmenempatiperingkatketigapadasektorperkebunandalammenyumbangdevisanegara,setelahkomoditaskaretdanCPO.Pada tahun 2006, ekspor biji kakao Indonesia meningkat 24,2% dibandingkan tahun 2005(Suryani & Zulfebriansyah, 2007). Biji kakao sendiri dapat diproses menjadi produk olahan


7

seperti pasta kakao, lemak kakao, tepung kakao, dan lain-lain.Namun, sampai saat ini hanyasebagiankecilsajahasilprodusenbijikakaoyangdapatdikonsumsidandiolahuntukindustridalamnegeriyangmenyebabkanindustriolahandalamnegerisulituntukberkembang.Tabel1.menunjukan perkembangan nilai ekspor biji dan kakao olahan Indonesia tahun 2001 sampai2007.

Tabel1.PerkembangannilaieksporbijikakaodankakaoolahanIndonesia,2001-2007.Tahun Nilai(000US$)

Bijikakao PastaKakao LemakKakao TepungKakao2001 305.416 9.333 61.153 20.5052002 581.389 15.277 89.648 45.2132003 463.600 13.682 121.185 56.7682004 413.964 9.716 108.690 45.8692005 508.820 10.816 144.494 30.9132006 676.841 12.144 179.133 28.2302007 622.600 15.538 230.160 32.085

Sumber:ICCOdiolaholehDepartemenPertanian(2008)

Produksi kakao yang ada di Indonesia dikembangkan dari hasil perkebunan rakyat,perkebunannegaradanperkebunanswasta.PerkembanganproduksikakaoperkebunanrakyatIndonesiamengalamikenaikandanpenurunan,sedangkanperkembanganproduksiperkebunannegara dan perkebunan swasta mengalami fluktuasi yang signifikan. Faktor yang turutmemengaruhi ekspor yaitu harga internasional. Harga kakao internasional terus mengalamifluktuasidaritahunketahun.MenurutUncomtrade,hargakakaointernasionaltelahmengalamibeberapakaliperubahansecaratajamsepanjangtahun1997sampaitahun2016.Tahun1996sampaitahun2006hargakakaotercatattidakterlaluberfluktuatif.Sementarapadatahun2007sampaitahun2016berfluktuatifmencapai$3083/kg.

Selainitu,nilaitukarturutmemengaruhikondisieksporkakaoIndonesia.Pelemahandanpenguatannilai tukarrupiah terhadapLocalCurrencyUnitsyang terkaitakanmembuathargaekspor kakao naik dan turun sehingga ekspor kakao Indonesia ikut terpengaruh. Menurutpenelitianyangdilakukanolehginting(2013),nilaimatauangrupiahterhadapdollarASmenguatakanmenyebabkanmenurunnyaeksporIndonesia.

Faktorlainnyayangturutmemengaruhieksporadalahprogramhilirisasiindustrikakao.Pemerintahmenetapkanprogramhilirisasiindustrikakaopadatahun2010dengantujuanagarmengoptimalkan pengembangan produk-produk hilir kakao karena minimnya saranapengolahandanlemahnyapengawasanmutusertapenerapanteknologipadaseluruhtahapanpengolahankakao.Selainitu,tujuanlaindariprogramtersebutdiharapkandapatmeningkatkaneksporkakaoIndonesia.

1.2. RumusanMasalah

Kakaomerupakansalahsatukomoditasunggulanperkebunanyangmemilikiperanyangpenting dalamperekonomian Indonesia.Hal tersebut dibuktikandengan adanya peningkataneksporsecaraterusmenerusdibandingkandengankomoditiunggulanlain.MenurutFoodand


AgricultureOrganization(FAO),produksikakao Indonesia tahun2013mencapai777.000ton,akantetapisampaisaatiniIndonesiamasihbelummampuuntukbersaingdenganprodukyangberasaldariPantaiGadingdanGhana.

Penelitianinidilakukanuntukmenjawabpertanyaansebagaiberikut:

1. Seberapa besar pengaruh produksi, harga internasional kakao, nilai tukar,kebijakanprogramhilirisasiterhadapeksporkakao?

2. FaktormanasajayangpalingmemengaruhieksporkakaoIndonesiakeAmerika,Brazil,China,Malaysia,Singapura?

1.3. TujuanPenelitian

Berdasarkanlatarbelakangdanrumusanmasalahyangdipaparkanolehpenulis,tujuandari penelitian ini adalah untuk menganalisa faktor-faktor yang memengaruhi ekspor kakaoIndonesiakelimanegaratujuanutamaekspor.

1.4. KerangkaPemikiran

Produksimerupakan salah satu faktor yangmemengaruhi ekspor. Keterkaitan antaraproduksi kakao Indonesia dengan ekspor kakao adalah ketika produksi kakao IndonesiamengalamikenaikanmakaeksporkakaoIndonesiajugaakanmengalamikenaikan.Sebaliknya,ketika produksi kakao domestik mengalami penurunan maka ekspor kakao Indonesia jugamengalamipenurunan.Semakinbesarproduksikakaodomestikyangdihasilkanmakasemakinbesarpulaeksporyangakandilakukan.

NilaitukarmerupakansalahsatufaktoryangmemengaruhieksporkakaoIndonesia.Nilaitukar(exchangerate)adalahhargasuatumatauangterhadapmatauanglainnyaataudapatjugadidefinisikan sebagai nilai dari suatumata uang terhadapnilaimata uang lainnya (Salvatore,1997).Nilaitukarnegaraeksportiryangmenguatdapatmenyebabkanhargaprodukekspornyasemakinmahalbaginegarapengimpor(Madura,2008).Nilaitukardibagimenjadiduayaitunilaitukarnominaldannilaitukarriil.Nilaitukarnominalmerupakanhargarelatifdarimatauangdua negara sedangkan nilai tukar riil merupakan harga relatif dari barang-barang antar duanegara(Mankiw,2003).


9

Hargakakaointernasionalmerupakansalahsatufaktoryangmemengaruhieksporkakao.Hargainternasionaldipandangsebagaisuatukeseimbanganantarapermintaandanpenawaranekspor. Ketika harga suatu komoditi meningkat dapat menyebabkan jumlah barang yangditawarkan meningkat. Keterkaitan antara harga kakao internasional dengan eskpor kakaoIndonesia adalah apabila semakin tinggi harga kakao internasional maka berbanding lurusdenganeksporkakao.

Kebijakan hilirisasi industri merupakan salah satu faktor yang memengaruhi eksporkakaoIndonesia.Padatahun2010,pemerintahmenerapkankebijakanprogramhilirisasikakaoIndonesia.Programinidibuatuntukpengembanganhilirisasi industripengolahankakaoyangdiarahkanuntukmenghasilkanbubukcoklat,lemakcoklat,makanandanminumandaricoklat,serta suplemen dan pangan fungsional berbasis kakao. Melalui program hilirisasi kakaodiharapkaneksporkakaoolahanIndonesiadapatmeningkat.

2. TINJAUANPUSTAKA

2.1. Landasanteori

TeoriPerdaganganInternasional

Perdagangandalamartiyangsederhanaadalahsuatuprosesyang timbul sehubungandengan pertukaran komoditi antara negara. Menurut Lindert dan Kindleberger (1995),perdagangan internasional terjadikarenaadanya interaksiantarapermintaandanpenawaranyang bersaing. Permintaan dan penawaran yang terjadi merupakan hasil interaksi darikemungkinan produksi dan preferensi konsumen. Suatu negara akanmengekspor komoditasyang dihasilan lebih murah dan mengimpor komoditas yang dihasilkan lebih mahal dalampenggunaan sumber daya. Perdagangan internasional terjadi ketika suatu negaramengalamikelebihandanpenawaran,sedangkannegaralainmengalamikelebihanpermintaan(Salvatore,2013). Adapun faktor-faktor yang mendorong suatu negara melakukan perdaganganinternasional,antaralain:

1. Memperolehkeuntungandanmeningkatkanpendapatan.2. Memenuhikebutuhanbarangdanjasadalamnegeri.3. Perbedaan hasil produksi dan keterbatasan produksi yang disebabkan oleh

perbedaansumberdaya,iklim,tenagakerja,budaya,danjumlahpenduduk.4. Perbedaan kemampuan penguasaan ilmu pengetahuan dan teknologi dalam

mengolahsumberdayaekonomi.5. Memerlukanwilayahpemasaranbaruakibatkelebihanprodukdalamnegeri.6. Adanyakesamaanseleraterhadapsuatubarang.7. Timbulnya keinginan menjalin kerjasama, hubungan politik dan dukungan dari

negaralain.8. Terjadinya era globalisasi sehingga tidak ada satu negara pun yang mampu

memenuhisemuakebutuhansendiri.


2.2. Penelitianterdahulu

Hasil penelitian Komalasari (2009), produksi dan ekspor pada tahun sebelumnyaberpengaruh positif terhadap ekspor biji kakao Indoneisa. Sedangkan variabel yang tidakberpengaruhterhadapeksporbijikakaoIndonesiaadalahhargadomestik,hargadunia,dannilaitukar.Hasildariperhitunganelastisitasproduksimenunjukanbahwaelastisitasdalam jangkapanjanglebihbesardibandingkanelastisitasjangkapendek.

Selainitu,VerterdanBecvarova(2010)menelitifaktor-faktoryangmemengaruhieksporkakaodiNigeriaselamaduadekadeterakhir.ModelyangdigunakandalampenelitianVerterdanBecvarovaadalahJohansenkointegrasidanOLS.HasilkointegrasiJohansenmenunjukanadanyahubunganekuilibriumjangkapanjangantaraeksporkakaodanvariabelpenjelassepertijumlahproduksi kakao, konsumsi dalam negeri nilai tukar riil dan harga dunia. Hasil regresi OLSmemberikanbuktibahwavariabelpenjelasdalammodelmerupakanpendorongutamaeksporkakaodiNigeria.Temuaninimenunjukanhubunganpositifantaraeksporkakaodanhargadunia,tradeopeness,nilaitukarriil,dankuantitaseksporkakaoduniadalamproduksiNigeria.

Darkwah andVerter (2014)menganalisis beberapa faktor penentuproduksi kakaodiGhanauntukperiode1990-2011.Menggunakanpendekatan regresi JohansenkointegrasidanOLS. Uji kointegrasimenunjukkan hubungan ekuilibrium jangka panjang antara produksi bijikakao,hargaduniadaneksporkakao.HasilOLSmerekamenunjukkanhubunganpositifantaraproduksidaneksporkakao.Sebaliknya,terdapathubungannegatifantaraproduksikakaodanharga dunia. Mereka berpendapat bahwa pemerintah Ghana telah menetapkan harga kakaountuk melindungi produsen dari guncangan harga di pasar internasional. Akibatnya, petanicenderungmeresponsinyalhargaduniakearahyangberlawanan.

3. METODEDANOBJEKPENELITIAN

3.1. Jenisdansumberdata

Datayangdigunakandalampenelitianiniadalahdatapaneltahun1997-2016.Jenisdatayang digunakan adalah data sekunder yang diperoleh dari Direktorat Jenderal PerkebunanKementrianPertanianIndonesia,Uncomtrade,XECurrencyData.Data-datayangdigunakanolehpeneliti untuk menganalisis faktor-faktor yang mempengaruhi ekspor kakao Indonesiatercantumdalamtabel2.

Tabel2.SumberDataPenelitianNo. Variabel Satuan Simbol Sumber1. EksporkakaoIndonesia Ton Ekspor DirektoratJenderal

PerkebunanIndonesia2. Produksikakao

IndonesiaTon Prod DirektoratJenderal

PerkebunanIndonesia3. HargaInternasional

KakaoUS$ WP Uncomtrade

4. Nilaitukar ER XEcurrencyData5. KebijakanHilirisasi Dhil KementrianPertanian

Indonesia


11

3.2. ModeldanMetodePenelitian

Metode yang digunakan dalam penelitian ini adalah metode data panel. Data panelmerupakankombinasidatacrosssectiondantimeseries.MenurutGujarati(2004),keunggulanpenggunaandatapanelmemberikanbanyakkeuntunganyaitu:

1. Datapanelmampumenyediakandatayanglebihbanyaksehinggadapatmemberikaninformasiyanglebihlengkap.

2. Datapanelmampumengurangikolinearitasantarvariabel.3. Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat

diatasdalamdatacrosssectionmurniataudatatimeseriesmurni.4. Datapaneldapatmeminimalkanbiasyangdihasilkanolehagregatindividu,karena

datayangdiobservasilebihbanyak.

Modelanalisisyangdigunakandalampenelitianiniadalahanalisisregresilinierbergandadenganpersamaan:

!"!" =%# +%$'()*!" +%%!(!"+%&+'!" +%',-.!" + /!"

Keterangan:EX :EksporKakaoIndonesia.PROD :JumlahproduksikakaoIndonesia.ER :Nilaitukar.WP :HargaKakaoInternasional.HIL :KebijakanProgramHilirisasi.

4. HASILDANPEMBAHASAN

4.1. UjiAsumsiklasik

4.1.1. Ujimultikolinieritas

Uji multikolinearitas adalah salah satu pengujian yang bertujuan untuk mengetahuiapakah terdapat hubungan linear atau korelasi yang tinggi antar variabel independen.Modelregresidapatdikatakanbaik apabila tidak terdapatkorelasi yang tinggi antar variabelbebas.Apabila terdapat korelasi variabel bebas,maka akanmenghasilkanhasil pengujian yangbias.Berdasarkan hasil uji multikolinearitas (tabel 3), tidak terdapat variabel independen yangmemilikinilaidiatas0,8sehinggadapatdisimpulkantidakadanyamultikolinearitasdalammodelregresipenelitianini.


Tabel3.HasilUjiMultikolinearitas

Prod WP ER DHIL

Prod 1.000000 0.526911 0.157990 0.328626

WP 0.526911 1.000000 0.172586 0.652561

ER 0.157990 0.172586 1.000000 0.212850

DHIL 0.328626 0.652561 0.212850 1.000000

4.1.2. Koefisiendeterminasi

Koefisien determinasi digunakanuntukmengukur proposisi dari variasi nilai variabeldependen yang dapat dijelaskan oleh variabel independen. Hasil regresi menunjukan bahwakoefisiendeterminasi (R2) sebesar0.566201.Hal inimengindikasikanbahwavariabel eksporkakaodapatdijelaskanolehvariabelproduksikakao,hargainternasionalkakao,nilaitukar,danprogram hilirisasi sebesar 56,6201%. Sedangkan, sisanya yaitu sebesar 43,3799% dijelaskanolehvariabellaindiluarmodelpenelitianini.

4.2. Pembahasan

Tabel4.HasilregresidenganPanelLeastSquareVariabel Koefisien T-Statistic Prob.

Produksi 0.371307 8.4300455 0.0000

WP -8.659979 -0.636535 0.5260

ER 0.452927 0.258579 0.7965

DHIL -105289.3 -6.807557 0.0000

F-stat 30.99892

R-squared 0.566201

Durbin-Watsonstat 1.558903

Berdasarkanhasilregresiyangdiperoleh,variabelproduksidinyatakansignifikanpadaalfa5%dengannilaikoefisiensebesar0.3713.Koefisieninimenunjukanketikaproduksikakaomengalamipeningkatan1ton,makaeksporkakaodariIndonesiaakanmeningkatsebesar0,3713Ton. MenurutKomalasari (2009),meningkatnyaproduksiakanberpengaruhpositif terhadapekspor. Ketika produksi meningkat maka persediaan akan meningkat dan ekspor juga akanmeningkat.Sebaliknya,jikaproduksimenurunmakaeksporjugaakanmenurun.


13

Berdasarkan hasil pengujian bahwa variabel harga internasional kakao berpengaruhnegatif tetapi tidak signifikan secara statistik terhadap ekspor kakao Indonesia. MenurutKomalasari (2009) hal ini disebebakan oleh negara tujuan ekspor yang melakukan sistempemotongan harga terhadap produk Indonesia yang memilki mutu rendah. Jika hargainternasionalmeningkatmakakecenderunganuntukmeningkatkaneksporlebihbesar,namunsaatkondisioversupplymakahargainternasionalyangtinggiakanmeningkatkannilaipotonganuntukmemilihkakaoberkualitasbaik.Saathargainternasionalmengalamipeningkatantetapitidakmampumemengaruhi jumlaheksporkakao Indonesia.Hal inidisebabkannegara tujuaneksporlebihmementingkankualitasproduksiyangmemilikimututerjamindanbaik.

Variabelnilai tukarberpengaruhpositif tetapi tidak signifikan terhadapeksporkakaoIndonesia. Hasil ini sesuai dengan penelitian yang dilakukan oleh vega Camelia (2014) yangmenyatakanbahwadikarenakanIndonesiatelahmemilikipangsapasaryangbesaruntukprodukkakaodidunia.HaliniditandaidenganterdaftarnyaIndonesiakedalamnegara-negaraprodusenutamadi duniauntukprodukkakao. Selain itu, dalammelakukan ekspordan impor tentulahterdapat kesepakatan antara eksportir dan importir untukmenetapkan nilaimata uang yangakandigunakan.

Variabel hilirisasi kakao memperlihatkan bahwa setelah diberlakukannya kebijakanprogram hilirisasi kakao, ekspor kakao Indonesia lebih rendah daripada sebelumdiberlakukannya program tersebut.Menurut kememparin (2016), semenjak diberlakukannyaprogramhilirisasieksporbijikakaopadatahun2013,2014,dan2015menurundari188.420tonmenjadi39.622ton.Sebaliknya,volumeeksporprodukolahankakaomeningkatdaritahun2013sampai2015dari196.333tonmenjadi287.192ton.

5. KESIMPULAN

KegiatanekspormemilikiperanpentingdalamprosespembangunanekonomiIndonesia.SalahsatusektoreksporyangdigelutiIndonesiaadalahsektorperkebunan.Salahsatukomoditasdarisubsektorperkebunanunggulanadalahkakao.Penelitian inimenggunakanmetodePanelLeastSquare.BerdasarkanhasilpenelitiandiketahuibahwavariabelproduksikakaoIndonesiamemiliki pengaruh positif dan signifikan terhadap ekspor kakao Indonesia. Variabel HargaInternasional kakao tidak signifikan terhadap kakao Indonesia. Variabel nilai tukar tidaksignifikan terhadap ekspor kakao Indonesia. Selain itu, variabel kebijakan program hilirisasikakaoIndonesiamemilikipengaruhnegatifdansignifikanterhadapeksporIndonesia.


DAFTARPUSTAKA

Aditya.(2016,november23).HilirisasiIndustriOlahanKakaoBerbuahManis.Diambilkembali

dariagro.kememperin.go.id.

Anggraini,D.(2006).Faktor-faktoryangMempengaruhiPermintaanEksporKopiIndonesiake

AmerikaSerikat.

Ginting,A.M.(2013).pengaruhnilaitukarterhadapeksporIndonesia.

Goenadi,D.,Baon,J.,S,A.,A,H.,&Purwoto.(2007).ProspekdanArahPengembanganAgribisnis

Kakao.

Kememparin. (2017). Statistik Perkebunan Indonesia. Diambil kembali dari

Ditjenbun.Pertanian.go.id

Komalasari,I.(2009).AnalisisFaktor-FaktoryangMempengaruhiPenawaranEksporBijiKakao

Indonesia.

Kotler,P.(2001).Dasar-dasarPemasaran.

Madura,J.(2008).InternationalFinancialManagement.

Mohani,V.C.,Yulianto,E.,&Mawardi,M.K.(2015).PengaruhJumlahProduksiUdangIndonesia,

HargaUdangInternasional,danNilaiTukarRupiahterhadapEksporUdangIndonesia.

Penyusun,D.(N.D).GambaranSekilasIndustri.

Uncomtrade. (t.thn.). Cocoa and cocoa preparations. Diambil kembali dari Uncomtrade:

https://comtrade.un.org


15

ANALISISFAKTORYANGMEMENGARUHIEKSPORINDUSTRIKREATIFINDONESIAKE10NEGARA

MikaHarsyaAdelaide(2014110044)

Abstrak

Industri kreatif dipandang semakin penting dalam mendukung kesejahteraandalamperekonomian,berbagaipihakberpendapatbahwa"kreativitasmanusiaadalahsumberdayaekonomiutama"danbahwa“industriabadkeduapuluhsatuakan tergantung pada produksi pengetahuan melalui kreativitas dan inovasi.EkonomikreatiftelahmenjadisalahsatupilarpentingperekonomianIndonesia.Dalamwaktu kurang dari tiga tahun, ekonomi kreatif memberikan kontribusieksporsebesarUS$19,4miliardanberkontribusisebesar7,3%dariPDBNegara.Penelitian ini bertujuanuntukmenganalisa faktor yangmempengaruhi eksporindustrykreatif.MetodepenelitianyangdigunakanadalahmetodePanelLeastSquare.HasilpenelitianmenunjukkanbahwavariableKontribusiterhadapPDBsignifikan secara statistik dan berpengaruh negatif terhadap ekspor ekonomikreatif. Variabel nilai tukar dan jumlah sekolah tidak berpengaruh signifikanterhadapeksporekonomikreatif.

KeyWords:EkonomiKreatif,Ekspor,ProdukDomestikBruto

1. PENDAHULUAN

1.1. LatarBelakang

KementerianPerdaganganIndonesiamenyatakanbahwaIndustrikreatifadalahindustriyangberasaldaripemanfaatankreativitas,keterampilansertabakatindividuuntukmenciptakankesejahteraansertalapanganpekerjaandenganmenghasilkandanmengeksploitasidayakreasidandayaciptaindividutersebut.Ekonomikreatifmerupakansebuahkonsepyangmenempatkankreativitas dan pengetahuan sebagai aset utama dalam menggerakkan ekonomi, sehinggapertumbuhanekonomisuatunegaradiharapkan tidak lagihanyamengandalkansumberdayaalamsebagaiasetutama.Ekonomikreatifmerupakansalahsatusektoryangmenjadiharapanbarubagi perekonomian Indonesia.Berbedadengan sektor lain yang sangat tergantungpadaeksploitasi sumber daya alam, kekuatan ekonomi kreatif lebih bertumpu kepada keunggulansumberdayamanusia.Karyaseni,arsitektur,buku,inovasiteknologi,dananimasi,berasaldariide-idekreatifpemikiranmanusia.

Industrikreatifbanyakdiamatisebagaipenyumbangutamapertumbuhanekonomibaikdi negaramajumaupun negara berkembang (British Council Albania, 2007). Industri kreatifdipandang semakin penting dalammendukung kesejahteraan dalam perekonomian, berbagaipihakberpendapatbahwa"kreativitasmanusiaadalahsumberdayaekonomiutama"danbahwa“industriabadkeduapuluhsatuakantergantungpadaproduksipengetahuanmelaluikreativitasdaninovasi”.Dengankatalain,ekonomikreatifadalahmanifestasidarisemangatbertahanhidupyangsangatpentingbaginegara-negaramajudanjugamenawarkanpeluangyangsamauntuknegara-negaraberkembang.


KementerianPerdaganganRepublikIndonesia(2008)menyatakan,ekonomikreatifyangmeliputiindustrikreatifdiyakinimemberikontribusisignifikanterhadapperekonomiannasionalnegara.Industriekonomikreatifnasionaltelahmengalamipertumbuhaneksponensialdalamtigatahun terakhir. Berdasarkan data nasional, sektor industri kreatif telah menyerap 15,9 jutatenagakerjadengankontribusi7,3persenterhadapprodukdomestikbruto(PDB)atausetaradengan Rp 852 triliun. Pada skala global, nilai ekonomi industri kreatif bahkan melampauiindustriperminyakan.

Di Indonesia sendiri, kehadiran ekonomi kreatif berpotensi dalam memberikankontribusiekonomiyangsignifikan,menciptakaniklimbisnisyangpositif,membanguncitradanidentitas bangsa,meningkatkan keunggulan kompetitif, danmemberikan dampak sosial yangpositif.Indonesiamemilikibasissumberdayamanusia(SDM)cukupbanyakbagipengembanganekonomi kreatif. Saat ini telah memasuki era ekonomi yang mengintensifkan informasi dankreativitasSDMsebagaifaktorproduksiutama.Inididukungdengankomposisijumlahpendudukusiamudasekitar43persen.Ekonomikreatifmenempatiposisike-4dari10sektorekonomi,dalamkategoripenyerapantenagakerjapadatahun2012.Dengan jumlahpenyerapantenagakerja sebanyak 11.799.568 orang atau 10,65 persen pada angkatan kerja nasional. Ekonomikreatif jugamenempatiposisike-3dari10sektorekonomidengan5.398.162unitusahaataumenyumbang9,72persendaritotaljumlahusahatahun2012.

1.2. RumusanMasalah.

IndustrikreatifmemilikikontribusiyangpositifterhadapperekonomianIndonesia.Salahsatunyamelaluikontribusieksporyangdiberikanoleh industrikreatif.MenurutKementerianPerindustrian,industrikreatifmenempatiposisike-3dari10sektorekonomidengan5.398.162unit usaha ataumenyumbang 9,72 persen dari total jumlah usaha tahun 2012. Lebih lanjut,pengembanganindustrikreatifsangatdibutuhkandalampersainganglobal.Dalampernyataantersebut dapat diasumsikan bahwa industri kreatif dapat menjadi sektor unggulan dalammeningkatkanpertumbuhanekonomiyangdilihatdarikontribusiindustrikreatifterhadapPDB.Dengan bertambahnya kontribusi Industri kreatif terhadap PDB diyakini akanmeningkatkantingkatproduksidariindustrikreatifdandapatmemengaruhikemampuanekspordariindustrikreatif. Kemampuan produksi industri kreatif juga dipengaruhi oleh banyaknya sumber dayamanusia di sektor industri kreatif. Pendidikan yang baik diharapkan mampu meningkatkankemampuandarisumberdayamanusiaindustrikreatif.

Berdasarkanpernyataantersebut,penilitianinidiharapkandapatmenjawabpertanyaanpenelitianyaituapasajafaktoryangmemengaruhieksporindustrikreatifke10negara.

1.3. TujuandanManfaatPenelitian.

Sesuaidenganrumusanmasalah,penelitianinibertujuanuntukmenganalisisfaktoryangmemengaruhieksporindustrikreatifke10negara.


17

1.4. KerangkaPemikiran

Gambar1.KerangkaPikir

Kontribusi industrikreatifterhadapPDBmerupakansalahsatubentukkontribusidariindustri kreatifdalammeningkatkanperekonomianNegara.Dalamkontribusi industri kreatifterhadapPDBdapatdilihatseberapabesarkemampuandariindustrikreatifdalamhalproduksi.Semakin produktif suatu industri akanmeningkatkan kontribusinya terhadap perekonomian.Selain itu jugadapatdilihat seberapabesarkeuntunganyangdihasilkanoleh industri kreatif.SemakintinggikontribusiindustrikreatifterhadapPDBakanmeningkatkanproduktivitasdariindustri tersebut. Semakinproduktif sumberdayadalam industrikreatifdapatmeningkatkanproduksidannantinyajumlahekspordariindustrikreatifjugaakanmeningkat.

MenurutNordhaus(1996),secarasederhanakursvalutaasingadalahhargamatauangnegaraasingdalamsatuanmatauangdomestik.Kurssuatumatauangakanberfluktuasisesuaidenganpermintaandanpenawaranuangtersebut.MenurutMankiw,kurs(exchangerate)antarduanegaraadalahtingkathargayangdisepakatipendudukkeduanegarauntuksalingmelakukanperdagangan. Berdasarkan teori tersebut dapat disimpulkan bahwa kursmerupakan besaranmatauangdomestikyangdipakaidalammendapatkansatuunitnilaimatauangasing.Kursantarnegaraakanberbedadanberagamdikarenakanolehpermintaandanpenawaranterhadapmatauang pada pasar bebas ataupun dikarenakan oleh kebijkan pemerintah. KursmempengaruhikemampuantiapNegarauntukmelakukanperdagangandenganNegaralainnya.Denganbegitudapatdisimpulkankursakanmemengaruhikegiatanperdaganganinternasionalsepertiekspor-impor.

Jumlahsekolahdigunakanuntukmengukur tingkatpendidikansumberdayamanusia.Jumlah sekolah yang digunakan adalah jumlah sekolah menengah atas (SMA) yang ada diIndonesia. Jumlah perguruan tinggi di Indonesia juga digunakan untuk mengukur tingkatpendidikansumberdayamanusia.


2. TINJAUANPUSTAKA

2.1. landasanteori

2.1.1.TeoriIndustriKreatif

IstilahekonomikreatifpertamakalidicetuskanolehJohnHowkinsdalambukunya“TheCreativeEconomy:HowPeopleMakeMoney”.Howkinsmenyadarilahirnyagelombangekonomibaru berbasis kreativitas setelah melihat pada tahun 1997, Howkins menjelaskan ekonomikreatif sebagai "kegiatan ekonomi dalam masyarakat yang menghabiskan sebagian besarwaktunya untuk menghasilkan ide, tidak hanya melakukan hal-hal yang rutin dan berulang.Karena bagi masyarakat ini, menghasilkan ide merupakan hal yang harus dilakukan untukkemajuan.Karakteristikekonomikreatifdiantaranya:

•Diperlukankolaborasiantaraberbagaiaktoryangberperandalamindustrikreatif,yaitucendekiawan (kaum intelektual), dunia usaha, dan pemerintah yang merupakanprasyaratmendasar.•Berbasispadaideataugagasan.•Pengembangantidakterbatasdalamberbagaibidangusaha.

Konsep yang dibangun bersifat relatif. Departemen Perdagangan Republik Indonesia(2008) merumuskan ekonomi kreatif sebagai upaya pembangunan ekonomi secaraberkelanjutanmelaluikreativitasdenganiklimperekonomianyangberdayasaingdanmemilikicadangansumberdayayangterbarukan.DefinisiyanglebihjelasdisampaikanolehUNDP(2008)yangmerumuskanbahwaekonomikreatifmerupakanbagianintegratifdaripengetahuanyangbersifatinovatif,pemanfaatanteknologisecarakreatif,danbudaya.IndonesiamerupakanNegaradenganbanyaksukudanbudaya,makasetiapdaerahyangmemilikisebuahkebudayaandapatmempresentasikanbudayanyadengancara-carayangunik.

Industri kreatif Indonesia dipandang sebagai salah satu sektor riil yang sangat layakmenjadiprioritas.PresidenJokoWidodooptimistisbahwaekonomikreatifkelakmenjaditulangpunggungperekonomian Indonesia.Berbedadengansektor lainyang sangat tergantungpadaeksploitasi sumber daya alam, kekuatan ekonomi kreatif lebih bertumpu kepada keunggulansumberdayamanusia.Karyaseni,arsitektur,buku,inovasiteknologi,dananimasi,berasaldariide-idekreatifpemikiranmanusia.Untukitupada20Januari2015,melaluiPeraturanPresidenRepublikIndonesiaNomor6Tahun2015TentangBadanEkonomiKreatif,PresidenJokoWidodomembentuklembagabarunonkementerianbernamaBadanEkonomiKreatif(Bekraf).Badaninibertanggung jawab terhadap perkembangan ekonomi kreatif di Indonesia. Bekraf bertugasmembantu presiden dalam merumuskan, menetapkan, mengoordinasikan, dan sinkronisasikebijakandibidangekonomikreatif.Terdapat16subsektorindustrikreatifIndonesiayangtelahditentukan oleh Bekraf, yaitu: Televisi dan Radio, Seni Rupa, Seni Pertunjukan, Periklanan,Penerbitan,Musik,Kuliner,Kriya,Fotografi,Film,animasi,danvideo,Fashion,Desainproduk,Desain komunikasi visual, Desain interior, Arsitektur, dan Pengembangan aplikasi danpermainan.


19

2.1.2.PerdaganganInternasional

PerdaganganinternasionaladalahperdaganganyangdilakukanantaraduaNegaraataulebihataskesepakatanyangtelahdisetujui.Terjadinyaperdaganganinternasionaldikarenakanadanya kebutuhan negara yang tidak dapat dihasilkan oleh negara itu sendiri, kurangnyaproduksinegarauntukmemenuhikebutuhannegaraitusendiri,perbedaankemampuandalammemproduksisertaperbedaansumberdayayangdimilikinegara.Terdapatbeberapamodelyangmenjelaskan tentang terjadinya permintaan dan penawaran pada perdagangan internasional(Salvatore, 2004). Adapun faktor faktor yang mendorong suatu Negara untuk melakukanperdaganganinternasional,yaitu:

1.Memperolehkeuntungandanmeningkatkanpendapatan.2.Memenuhikebutuhanbarangdanjasadalamnegeri.3.Perbedaanhasilproduksidanketerbatasanproduksiyangdisebabkanolehperbedaansumberdaya,iklim,tenagakerja,budaya,danjumlahpenduduk.

4.Perbedaankemampuanpenguasaanilmupengetahuandanteknologidalammengolahsumberdayaekonomi.

5.Memerlukanwilayahpemasaranbaruakibatkelebihanprodukdalamnegeri.6.Adanyakesamaanseleraterhadapsuatubarang.7.Timbulnyakeinginanmenjalinkerjasama,hubunganpolitikdandukungandariNegaralain.

8.TerjadinyaeraglobalisasisehinggatidakadasatuNegarapunyangmampumemenuhisemuakebutuhansendiri.

2.2 Penelitianterdahulu

PenelitianyangdilakukanUbaidillahZuhdi(2014)menggunakandatakuantitatifdenganmenggunakanmetodeinput-output(IO)denganperiode1990-2005sebagaialatanalisis.Lebihtepatnya,metodesimpleoutputmultiplierssertapenelitiansebelumnyayangdigunakanuntukmencapai tujuan pertama, sedangkan model kuantitas IO demand-pull diterapkan untukmendapatkanyangkedua.Hasilpenelitianmenunjukkanbahwaperspektiflainmengenaiperandiatasdiperolehdaripenelitian ini,yaitu industrikreatif tidakmemilikiperanpentingdalamperekonomiannasionalIndonesiadalammasaanalisis(1990-2005).

Hasil penelitianUbaidillah Zubdi berlawanan denganPenelitianAndri Irawan (2015).Dalam peneletian Andri Irawan disimpulkan bahwa industri kreatif dapat menjadi sebuahjawabanatastantangandalammensejahterakanmasyarakat,selainitujugaindustrikreatifdapatmenurunkantingkatpengangguran.Industrikreatifakanmemberikannilaitambahbaikkepadaproses produksimaupun kepada sumber dayamanusianya sehingga industri kreatif diyakiniakanmenjadisektorpentingdalampertumbuhanekonomiNegara.


3. METODEDANOBJEKPENELITIAN

3.1 Spesifikasidansumberdata

Penelitian inimenggunakan data panel pada tahun 2010 – 2015 dengan unit Negaratujuaneksporindustrikreatifindoensiayaitu,AmerikaSerikat,Jepang,Taiwan,Swiss,Jerman,Singapura, China, Hongkong, Belgia, dan Inggris. Variabel dependen yang digunakan adalahjumlah ekspor industri kreatif Indonesia ke 10 negara. Digunakan untukmelihat faktor yangmemengaruhi ekspor industri kreatif indonesia. Menetapkan beberapa variabel independenyaitukontirbusiindustrikreatifIndonesiaterhadapPDB(%),nilaitukarNegaratujuan,jumlahsekolah(SMA)diindonesia.DatadiperolehdarikementerianpariwisatadanBekrafyangdiolaholehBPS.

Tabel1.SpesifikasiSumberDataVariabel Keterangan Satuan SumberData

Dependen Ekspor industri kreatif ke 10negara

JutaUS$ BadanPusatStatistik(BPS)

Independen Kontribusi industri keratifterhadapPDB

Persen Kementerian PariwisataBekraf

Independen Nilaitukar Rp/matauangasing

x-rates.com

Independen Jumlah sekolah (SMA) diindonesia

Unit Statistik Indonesia (diolaholehBPS)

Independen Jumlah perguruan tinggi diindonesia

Unit Statistik Indonesia (diolaholehBPS)

3.2MetodePenelitian

Teknik Estimasi yang digunakan untukmodel persamaan penelitian ini adalah teknikestimasiPanelLeastSquare,denganmodelpenelitiansepertidibawahini:

!01234!" =%# +%$5367489:18'*;!" +%%5:41!"+%&<=03>?@<AB!"+%''=4C:4:?6786CC8!" + /!"

Keterangan:Ekspor =Nilaiekspor industrikreatif Indonesiake10Negara (Amerika

Serikat, Jepang Taiwan, Swiss, Jerman, Singapura, China,Hongkong,Belgia,Inggris).

KontribusiPDB =KontribusiindustrikreatifterhadapPDBNegara.Kurs =Nilaitukar(Rp/matauangasing).SekolahSMA =JumlahsekolahdiIndonesia(SMA)untukmenunjukkantingkat

pendidikan.Perguruantinggi = Jumlah perguruan tinggi di Indonesia untuk menunjukkan

tingkat.


21


4.1. Pemilihanmodelterbaik

Tahapanpentingdaripenelitiankuantitatifadalahanalisishasiloutputekonometri.HasilChowTestyangdilakukanmemperlihatkannilaiprobabilityFhitung(0,000)lebihkecildariα0,05.Hasil ChowTest tersebutmenjadidasaruntukmenolakH0.Berdasarkanhasil tersebut,keputusanyangdiambil adalah fixedeffectmodel lebihbaikdaripada commoneffectmodel.Selanjutnyauntukmenentukanmodelyang lebihbaikantaraFEMdenganREM,dilakukanujiHausman. Hasil Uji Hausman yang dilakukan menghasilkan p value sebesar 1,0000, dimanaapabilapvalue>alpha(5%)menjadidasaruntuktidakmenolakH0,yangberartiREMlebihbaikdaripadaFEM.MakadariituyangdipilihadalahRandomeffectmodel.

4.2 Pembahasan

Tabel2.UjiMultikolinearitas

C -8.697

0.777Kurs -2.06E-05

0.4821PDB 1.46789 0.7006Hschool 0.001152 0.2838Univ -0.00297 0.7322R-square 0.070111numberofobservation 60

Terlihatdarivaiabelinininimemilikiprobabilitasdiatasalpha(α=0.5).dapatdikatakantidakterdapatmultikolinearitasdalamhasilregresitersebutdilihatdaritidakadavariabelyangmemilikiprobabilitasdibawah5%.

Tabel3.HasilRegresi

Variabel Koefisien t-statistic Probabilitas

KontribusiterhadapPDB1.490307 0.678934 0.5000

Kurs -2.95E-05 -0.545490 0.5876

Jumlahsekolah(SMA)diIndonesia 0.001164 1.883530 0.0649

JumlahperguruantinggidiIndonesia -0.002873 -0.571711 0.5698R-square 0.172238


!01234!" = D. FGHIHJ5367489:18'*;!" − LGM! − HM5:41!" + H. HHDDNF<=03>?@<AB!"− H. HHLOJI'=4C:4:?6786CC8!" + /!"

Berdasarkan hasil REM yang sudah dilakukan, variabel Jumlah sekolah (SMA) diIndonesia secara signifikan memiliki hubungan positif terhadap ekspor industri kreatif. Haltersebutdapatdilihatdariprobabilitysebesar0,0649yangberartimenerimaalphasebesar10%.Hasilkoefisiensebesar0,001164mempunyaiartibahwajikaterjadikenaikanperubahanjumlahsekolah sebesar 1%maka akanmenyebabkan terjadinya kenaikan perubahan jumlah eksporindustri kreatif sebesar 0,001164%. Sementara itu variabel jumlah perguruan tinggi tidaksignifikanmempengaruhieksporindustrikreatif.Denganprobabilitysebsar0,5698berartitidakmenerimaalphasebesar1%,5%,maupun10%.Kenaikanjumlahsekolah(SMA)menunjukkanadanyapeningkatankualitaspendidikansumberdayamanusiauntukmeningkatkanproduksiindustrikreatif.

Variabel nilai tukar berpengaruh tidak signifikan terhadap ekspor industri kreatifIndonesia.haliniditunjukkandenganprobabilitysebesar0.5876yangtidakmenerimaalpha.Haltersebut berarti nilai tukar tidak berpengaruh terhadap kemampuan ekspor industri kreatifmaupunkemampuanNegara lainuntukmenerimaekspor industrikreatif.VariabelkontribusiindustriterhadapPDBjugaberpengaruhtidaksignifikanterhadapeksporindutrikreatif.Denganprobabilitysebesar0,5000berartitidakmenerimaalphasebesar1%,5%,maupun10%.Variabeltersebut menunjukkan bahwa kontribusi terhadap PDB tidak dapat berpengaruh dalamprodukivitasindustrikreatif.

Denganpenelitianinidapatdisimpulkanbahwahanyavariabeljumlahsekolah(SMA)diIndonesiayangberpengaruhterhadapeksporindustrykreatif.VariabelkontribusiterhadapPDB,kurs,dan jumlahperguruan tinggidi Indonesia tidakberpengaruh secara signifikan terhadapekspor industry kreatif. Hal ini menunjukkan tingkat pendidikan akan mempengaruhiproduktivitas industrykreatif.Semakinterdidiksumberdayamanusianyaakanmeningkatkankreativitasdanakanmeningkatkanproduksiindustrykreatif.

5. KESIMPULANDANSARAN

Dari hasil analisis yang sudah diuraikan dapat diambil kesimpulan faktor yangmempeengaruhieksporindustrykreatifadalahjumlahsekolah(SMA)diindonesia.haltersebutmenunjukkanpentingnyapendidikanterhadapkemampuansumberdayamanusiayangadapadaindustrykreatif.Sebagaimanasudahdijelaskanbahwa industrykreatifadalah industry yangberasal dari pemanfaatan kreativitas, keterampilan serta bakat individu untuk menciptakankesejahteraansertalapanganpekerjaandenganmenghasilkandanmengeksploitasidayakreasidan daya cipta individu tersebut. Jika dibandingkan, variabel jumlah perguruan tinggi diIndonesiatidakmempengaruhieksporindustrykreatif.Haltersebutdilihatdarijumlahsumberdayamanusiauntukindustrykreatiflebihbanyakdipengaruhiolehpendudukusiamudayangberumur15-20tahun. Untukvariabelkontribusidannilaitukar tidakmempengaruhieksporindustrykreatifsecarasignifikan. Denganbegituperluadanyakebijakanuntukmeningkatkanpartisipasi sekolah seperti wajib sekolah dan subsidi untuk keluarga yang kurang mampusehinggatidakadaanakmudayangputussekolah.


23

DAFTARPUSTAKA

Binus,L.(n.d.).RetrievedfromLibraryBinus:http://library.binus.ac.id/eColls/eThesisdoc/Bab2/2014-1-00920-AR%20Bab2001.pdf

Indonesia,B.P.(2012).StatistikIndonesia2012.InStatistikIndonesia.BadanPusatStatistikIndonesia.

Indonesia,B.P.(2013).StatistikIndonesia2013.InStatistikIndonesia2013.BadanPusatStatistikIndonesia.



Indonesia,B.P.(2016).StatistikIndonesia2016.InStatistikindonesia2016.BadanPusatStatistikIndonesia.

Indonesia,B.P.(2017).Statistikindonesia2017.InStatistikIndonesia2017.BadanPusatStatistikIndonesia.

Indonesia,B.P.(2018,March).RetrievedfromBadanPusatStatistikIndonesia:bps.go.id

Irawan,A.(2015).EkonomiKreatifSebagaiSuatuSolusiMensejahterakanMasyarakat.

Perindustrian,K.(2018,April).KementerianPerindustrianRepublikIndonesia.Retrievedfromwww.kemenperin.go.id/artikel/8864/Indonesia-Punya-Basis-%09%09SDM-Kembangkan-Ekonomi-Kreatif

Zuhdi,U.(2014).TheDynamicsofIndonesianCreativeindustries.


1

LAMPIRAN

Lampiran1.UjiFixedEffectsModel


2

Lampiran2.UjiRandomEffectModel


3

Lampiran3.Hasilregresi


4

PERANPOLITIKDALAMSTRATEGIEXPORT-LEDGROWTHDIINDONESIATAHUN1996-2016

IndhiraDiyaBuchori (2014110025)

Abstrak

Krisis finansial pada tahun 1998 membuat pertumbuhan ekonomi Indonesiasempat terhambat. Selain itu, krisis ini menyebabkan politik di Indonesiamemanas.Hal ini tentunya akanmemengaruhi strategi export led growth yangditerapkan Indonesia, karena pertumbuhan ekonomi suatu negara tidak akanterlepas oleh peran politik dari negara itu sendiri. Oleh karena itu denganmenggunakan model vector autoregression (VAR) dan teknik estimasi grangercausality,penelitianinibertujuanuntukmengetahuihubunganantaraekspordanPDBdenganmempertimbangkankondisipolitikdi Indonesiapadatahun1996-2016.HasilestimasimenunjukanbahwaekspordanPDBmempunyaihubungandua arah sama halnya dengan PDB dan politik, akan tetapi ekspor dan politikhanyamemilikihubungansatuarahyaitueksporterhadappolitik.

Katakunci:ELG,Politik,PertumbuhanIndonesia

PENDAHULUAN

1.1. Latarbelakang

Ekspor berperan penting dalam perekonomian, khususnya bagi negara berkembangseperti Indonesia. Selain itu, Indonesia pun merupakan salah satu negara yang menerapkanstrategi Export-Led Growth (ELG). Export-Led Growth (ELG) adalah strategi ekonomi untukmeningkatkan pertumbuhan yang dipicu oleh ekspor. Pertumbuhan yang dipicu ekspormerupakan strategi pembangunan yang ditujukan untuk meningkatkan kapasitas produksidenganberfokuspadapasarluarnegeri.Strategi inidipeloporiolehpemerintahanJermandanJepang pada tahun 1950 dan 1960. Pada tahun 1970,Export Led Growth mulai terkenal danmenggantikankebijakan importsubstitution.Padatahunyangsamapula,empatnegaramacanasiasepertiKoreaSelatan,Taiwan,Hongkong,danSingapurmulaimenerapkanstrategiinidanberhasil menerapkannya. Negara di Asia Tenggara seperti Indonesia, Malaysia, dan Thailandmulaimenerapkanstrategiinipadatahun1980an.

Pertumbuhan beberapa negara Asia Timur (Jepang, Korea, Hongkong, Taiwan, China),Malaysia, Indonesia,Singapur,danThailandyangdipicuolehekspor lebihcepatdibandingkannegara-negara lainnya di dunia. Ketika negara-negara di Asia mengalami “economic miracle’’,sedangkandenganstrategiyangsamanegara-negaradiAmerikalatintidakmendapatkanhasilyangserupasepertinegaradiAsia.EkspordiIndia,MaldivesdanNepalmemacupertumbuhan,sedangkanBangladeshdanBhutanmenunjukkanhasilyangberlawananyaituGrowthLedExportataueksporyangdipicuolehpertumbuhan(Love&Chandra,2005).MenurutBrunt(2007),hasilyangberagaminimungkinsajadisebabkanolehadanyafaktorpolitikyangmerupakansalahsatutolakukurkualitaskelembagaansuatunegara,karenapolitiksuatunegaraakanmemengaruhimanfaatyangdidapatkandariperdagangan.Politikinipunmemilikikarakteristikyangberbeda-bedadisetiapnegara.


5

SelamabeberapatahunterakhirpertumbuhanIndonesiamemlikitrendmeningkat.HaliniterjadikarenaadaduafaktoryangmendorongpertumbuhanIndonesia,yaitupopulasiyangbesardenganproduktivitasyangtinggisehinggadapatmenjagapermintaandomestiktetapkuatserta perdagangan dengan Cina dan India sehat dan berkelanjutan (Bary & Marnoto, 2012).Kesuksesaninipunterjadipadapuncakmasaordebarusaatterjadikrisisfinansial1998.Tidakdapatdipungkirikesuksesaninitidakterlepasdariperanpolitik.Pasalnyapadamasaordebarupertumbuhan ekonomi mencapai 7% setiap tahunnya. Selain itu pendapatan nasional yangdidominasi oleh ekpor migas maupun non migas. Ekspor meningkat dengan rata-rata 12%pertahun hingga jelang krisis 1998. Akan tetapi, kekurangan dari rezim Soeharto adalahbanyaknyatindakanKKNsehinggaberdampakburukterhadapperekonomianIndonesia.HalinipulayangmembuatIndonesiaterkenadampakyangsangatbesardarikrisis1998.Politikyanglemahmembuatpenanganankrisislebihsulitdanpemulihannyamemakanbiayayanglebihbesardibandingkannegara lain yang terkenadampak krisis finansial 1998 (Hofman, Jones,&Thee,2004).Kehancuranordebarumenunjukkanbahwapentingnyasistempolitikyangbaikdalamprosespembangunan.

Pada awal era refomarsi hingga saat ini, Indonesia mengalami 5 kali pergantiankepemimpinan. Kepemimpian Habibie berhasil mencegah keruntuhan ekonomi di Indonesia.Akan tetapi masa kepemimpinan BJ Habibie diruntuhkan oleh skandal korupsi bank bali.Kemudian pemerintahan Indonesia dilanjutkan oleh Abdurahman Wahid atau Gusdur.Pertumbuhan ekonomi semakin membaik disertai dengan meningkatnya kegiatan produksiusahakecilmenengah (UKM)untukmemenuhikonsumsidomestikmaupunekspor (Hakim&Giovanni,2012).KuatnyakinerjaekspordanperaninvestasiyangmeningkatdalampembentukanPDB mengindikasikan semakin mantapnya proses pemulihan ekonomi yang terjadi.Kepemimpinan Gusdur harus diberhentikan oleh MPR karena kesehatan, dan kurangnyapengalaman dalam masalah pemerintahan. Megawati Soekarno Putri pun menjadi penggantiGusdur.Memasukitahun2002perekonomianmasihbertumpupadakonsumsi,sementaraekspormasih belum menunjukan perkembangannya. Sedangkan Pada masa kepemimpinan SusiloBambangYudhono (SBY)pertumbuhan ekspor semakinmembaikdisebabkan Indonesia turutaktif dalam Free Trade Agreement (FTA) dengan negara-negara lain. Selanjutnya, pada masakepemimpinan JOKOWIekspor Indonesiapada tahun2017meningkat sebesar17%daripadatahunsebelumnya(BadanPusatStatistika,2017).HinggasaatinikinerjaeksporkepemimpinanJokowimasihcukupbaik.

Berdasarkanlatarbelakangtersebut,prestasiekonomiyangdicapaisetiapkepemimpinanberbeda-beda.OlehkarenaitupenelitianinibertujuanuntukmengetahuibagaimanaketerkaitandanpengaruhpolitikdalamstrategiExport-LedGrowthdiIndonesiapadatahun1997-2016.


6

1.2. Tujuanpenelitian

Penelitianinibertujuanuntukmengetahuibagaimanaketerkaitandanpengaruhpolitikdalam strategi Export-Led Growth di Indonesia pada tahun 1997-2016. Dengan demikian,penelitian ini diharapkan dapat menjelaskan keterkaitan dan pengaruh politk dalam strategiExport-LedGrowth.

1.3. Kerangkapemikiran

Gambar1.KerangkaPemikiranPenelitian

PadapenelitianyangdilakukanSathyamoorthydanTangpadatahun2018bahwapolitikdapatmempengaruhimanfaatyangdidapatkandariperdagangandi119negara.merekamengujipengaruhkualitaskelembagaanpadapertumbuhanyangdipicuolehekspor(ELG)di119.Olehkarena itualurpemikirandaripenilitian iniadalahVariabelPDBperkapita,PoliticalRiskdanekspordiharapkanmemilikihubungantimbalbalikpositif(Gambar1).

PDBperkapitadanPoliticalRiskdiharapkanmemilikihubunganpositif,artinyajikaPDBperkapitameningkat,makanilaiPoliticalRiskakanmeningkat.KenaikanPDBperkapitadiartikansebagai masyarakat yang semakinmakmur sehingga dapatmengurangi konflik internal yangterjadi.SedangkanuntukhubungansebaliknyakenaikannilaiPoliticalRiskmenandakankondisipolitik negara tersebut semakin baik. Hal tersebut dapat dilihat melalui transparansi suatupemerintahan. Semakin transparan suatu pemerintahan artinya dapat mencegah tindakankorupsidikalanganpenjabatsehinggaterhindardaripertumbuhanekonomiyangtidakefisien.Selainitudapatdilihatdarisisipropertyrights.Semakinbaikperaturanmengenaipropertyrightssuatunegara,makaakanmeningkatkaninvestasikarenamenjadifaktorpenarikuntukmemulaibisnisbaru.

PDBperkapitadanekspordiharapkanmemilikihubunganpositif,artinyakenaikanPDBper kapita akan meningkatkan ekspor. Pendapatan nasional meningkat menandakanmeningkatnya kapasitas produksi, sehingga industri-industri dapatmelakukan ekpansi deganmeningkatkan kapasitas produksinya yang nantinya akan meningkatkan ekspor. SedangkanuntukhubungansebaliknyaekspordanPDBperkapitadiharapkanmemilikihubunganpositif,artinyapeningkatanekspordapatmeningkatkanPDBperkapita.PDBperkapitamerupakanhasildaripendapatannasionalyangdibagidenganjumlahpenduduk.Salahsatuunsurdaripendapatannasional adalah nilai ekspor barang dan jasa, oleh karena itu ketika ekspor naik, pendapatannasionalpunnaik.

PoliticalRisk

EksporPDBPerKapita


7

EkspordanPoliticalRiskdiharapkanmemilikihubunganpositif,artinyapeningkatannilaiPoliticalRiskakanmeningkatkanekspor.SemakintingginilaiPoliticalRiskmenandakankondisipolitik dan linkungan bisnis yang bagus sehingga dapat meningkatkan produksi ekspor.Sedangkanuntukhubungansebaliknya,ekspordanPoliticalRiskdiharapkanmemilkihubunganpositif. Pada perdagangan internasional, penjual akan lebihmemerhatikan perjanjian kontrakguna mengurangi biaya. Selain itu penjual akan menuntut hak kepemilikan. Dari kedua haltersebutakanmembuatkondisipolitiklebihbaik.UntukhubungansebaliknyayaituPoliticalRiskdan eskpor memiliki hubungan positif. Artinya, peningkatan nilai Political Risk akanmeningkatkanekspor.PeningkatannilaiPoliticalRiskmenunjukankondisipolitikyangsemakinbaiksepertitingkatkorupsiyangrendah.Haltersebutakanmeningkatkaneskpor,karenabesarkemunkinantidakada‘hiddencost’.

TINJAUANPUSTAKA

2.1. Ekspor

Ekspor merupakan salah satu bagian penting dari perdagangan internasional. Eksporadalahpenjualanbarangdanjasakeluarnegeridengansistempembayaran,kuantitasdansyaratpenjualanlainnyatelahdisetujuiolehpihakekportirdanimportir.Proseseksporadalahtindakanmengeluarkanbarangataukomoditasdaridalamnegeriuntukmemasukannyakenegara lain.Manfaatyangdihasilkanoleheksportidakhanyaditerimaoleheksportiratauimportirsaja,akantetapi negara pun menikmati hasilnya seperti meningkatkan devisa negara dan membukalapanganpekerjaan.

2.2. PDBperKapita

PDBper kapitamerupakan besarnya pendapatan rata-rata penduduk di suatu negara,yang diperoleh dari hasil pembagian pendapatan nasional dengan jumlah penduduk negaratersebut.PDBperkapitadapatmenunjukantingkatkemakmuranmasyarakat.JikaPDBperkapitasuatunegaratinggi,makanegaratersebutakandinilaisemakinmakmur.

2.3. PoliticalRisk

Political Risk merupakan kondisi politik dan lingkungan bisnis yang dihadapi olehinvestor, perusahaan, dan pemerintah. Hal ini disebabkan keputusan, peristiwa, atau kondisipolitiksecarasignifikanakanmempengaruhiprofitabilitasbisnisatautindakanekonomilainnya.Komponen dariPolitical Risk adalah akuntabilitas demokrasi, stabilitas pemerintahan, konflikinternal dan eksternal, riwayat investasi, hukum dan peraturan, kualitas akan birokrasi dantingkatkorupsi.VariablePoliticalRiskberupa indeksyang rangenilaimempunyaiskaladari0sampai100dimananegarayangmempunyaiangkaindeksyangtinggimengindikasikankecilnyatingkatrisikonegaratersebutataudengankatalainkondisinegaratersebutbaikdansebaliknya.NegarayangmempunyaiangkaPoliticalRisk100berartimempunyaitingkatPoliticalRiskyangrendah.


8

2.4. Penelitiansebelumnya

Pertumbuhan Indonesia yang dipicu oleh ekspor didukung oleh penelitian Bary &Marnoto(2012)yangberjudulEconomicGrowthof Indonesia:LargeDomesticDemandbutstillExport-led. Penelitian ini menggunakan teknik estimasi Vector Autoregression (VAR) dengantujuanmenginvestigasi validitasExport-LedGrowth di Indonesiapada tahun1997-2009.Hasilmenunjukan bahwa tidak hanya ekspor saja yang memainkan peran dalam pertumbuhanekonomi Indonesia. Akan tetapi, permintaan domestik yang tinggi pun cukup berkontribusisecarasignifikanterhadappertumbuhan.DarihasiltersebutsangatpentingbagiperekonomianIndonesia untuk lebih bersaing dalam perdagangan internasional guna mempertahankanpertumbuhanekonomi.

Pada penelitian yang dilakukan Sathyamoorthy dan Tang pada tahun 2018 mengujipengaruhkualitaskelembagaanpadapertumbuhanyangdipicuolehekspor(ELG)di119negaradengan menggunakan teknik estimasi VAR Granger causality. Kualitas kelembagaan yangdimaksud dari penelitian ini dapat dilihat dari 3 indikator yaitu hukum, kondisi politk danekonomi.Hasilmenunjukanbahwasecaraumumkualitaskelembagaanmemilikiperananpentingsebagai mediasi hubungan ekspor dan pertumbuhan. Kualitas kelembagaan yang baik dapatmenegakan property rights, transparansi yang tinggi, maupun tingkat korupsi yang rendahsehinggadapatmendukungstrategiexport-ledgrowth.

PenelitianSathyamoorthydanTang(2018)sejalandenganpenelitianyangdilakukanolehBromannetal. (2006)yangberjudul ”InstitutionalQualityandTheGains fromTrade”. Secarateoritis perdagangan cenderung meningkatkan produktivitas dan tingkat pendapatan. Akantetapi, secara empiris dampak dari perdagangan cukup beragam. Untuk beberapa negara,perdaganganmemilikidampakyangkuatterhadappertumbuhan,sedangkanuntuknegaralaintidakadaataubahkanadahubungannegatif.Hasilyangberagamkemungkinandipengaruhiolehkualitas kelembagaan. Berdasarkan teknik OLS dan two-stage least squares (2SLS) hasilmenunjukan bahwa regulasi pasar tenaga kerja adalah kunci untuk mengurangi biayapenyesuaianterkaitperdagangan.Peraturanmasukpasar,efisiensisistempajak,aturanhukumdan efektivitas pemerintah juga memainkan peran. Oleh karena itu negara-negara denganlembaga-lembagaberkualitasrendahcenderungmendapatkankeuntungandariperdagangan.

DATADANMETODEPENELITIAN

3.1. Metodepenelitian

Penelitian inimenggunakanmetode deskriptif kuantitatif dengan teknik estimasi VARGranger causality. DalammodelVAR (VectorAutoregression) semua variabelmenjadi variabeldependen,sehinggafungsidariestimasiiniadalahmelihatpengaruhantaravariabel.Selainitu,pada teknik estimasi ini, terdapat nilai masa lalu yang akan memengaruhi masing-masingvariabel. Setelah itu estimasi dilanjutkan denganmenggunakanGranger causality test. Teknikestimasiinidigunakanuntukmengetahuihubunganantaravariabel.


9

Tabel1.Datadansumberdata

No. VariabelPenelitian Data Sumber

1 EksporIndonesia NilaiEksporIndonesiadalamUS$ worldbank

2 GDP GDP Worldbank

3 PoliticalRisk Indekspolitik ICRG

3.2. ModelPenelitian

lneksport = Y( +ZY((

)

*+([\]^_,-* +ZY(.[\àbcde,-*

)

*+(+ZY(/[\]fg,-* +Ɛ(,

)

*+(

lnPDBt = Y. +ZY.(

)

*+([\]^_,-* +ZY..[\àbcde,-*

)

*+(+ZY./[\]fg,-* +Ɛ.,

)

*+(

lnPOLt = Y/ +ZY/(

)

*+([\]^_,-* +ZY/.[\àbcde,-*

)

*+(+ZY//[\]fg,-* +Ɛ/,

)

*+(

HASILDANPEMBAHASAN

4.1. Hasil

Tabel2.HasilUjiUnitRoots

RootModulus

0.975374-0.086880i 0.979236

0.975374+0.086880i 0.979236

-0.109589-0.477476i 0.489891

-0.109589+0.477476i 0.489891

0.106851 0.106851

0.072550 0.072550


10

Ujirootsdilakukanuntukmelihatstationeritaspadadatatimeseries.Stationermerupakankondisidimanarata-ratadanvarianssuatudatakonstansepanjangwaktusertanilaicovariansantarduaperiodewaktubergantungpadalag.Jikanilaidarimodulus≥satumakamodeltidakstationer.Sedangkanjikanilaidarimodulus≤ 1modelsudahstationer.Berdasarkanhasilujiunitroots pada table1.,model penelitian inimemiliki nilai≤ satu, artinya tidak terdapatmasalahstationeritas. Oleh karena itu teknik estimasi pada model ini dapat dilanjutkan ke tahapselanjutnya.

Tabel3.HasilEstimasiVar LNEKSPOR LNPDB LNPOLITICAL

LNEKSPOR(-1) 0.078291 0.250990 0.563984 [0.25069] [2.02619] [1.92009]LNEKSPOR(-2) 0.088712 0.124169 0.305665 [0.39001] [1.37627] [1.42880]LNPDB(-1) 1327295 0.693348 -1447486 [1.48877] [1.96071] [1.72627]LNPDB(-2) -0.238344 -0.186560 0.141549 [-0.16921] [-0.33392] [0.10685]LNPOLITICAL(-1) 0.747555 0.142598 1139333 [1.51768] [0.72988] [2.45936]LNPOLITICAL(-2) -0.254359 -0.293955 -0.606788 [1.06499] [-3.10300] [-2.70128]C 1317397 -5814776 -1231680 [2.05423] [-2.28595] [-2.04204]

Nilaipadasetiapbarispertamamenunjukankoefisienregresi.Sedangkannilaipadasetiapbaris keduadenganmenggunakan tanda [ ]menunjukan t-statistik.Nilai t-statistikdigunakanuntukmelihathubunganantaravariabel.


11

Tabel4.HasilEstimasiGrangerCausalityDependentvariable:LNEXPORTVariable Prob.LNGDP 0.0115**LNPOLITICAL 0.3159Dependentvariable:LNGDPVariable Prob.LNEXPORT 0.1053***LNPOLITICAL 0.0008*Dependentvariable:LNPOLITICALVariable Prob.

LNEXPORT0.1211****

LNGDP 0.0013*

(Prob.)*signifikanpadaalpha1%atau0.01(Prob.)**signifikanpadaalpha5%atau0.05(Prob.)***signifikanpadaalpha10%atau0,1(Prob.)****signigikanpadaalpha15%atau0,15

Pada penelitian ini menggunakan alpha yang beragam yaitu 1%, 5%, 10%, dan 15%.Dengan demikian suatu variabel dikatakan memengaruhi variabel lainnya apabila angkaprobabilitasberadadibawah1%,5%,10%dan15%.

Gambar2.SimpulanGrangerCausalityTest

Pada gambar 2. disimpulkan bahwa Political Risk dan PDB mempunyai bi-directionalcausality,begitupulaPDBdenganEkspor.SedangkanEkspordanPoliticalRiskhanyamempunyaiunidirectionalcausalityyaitudarieksporkePoliticalRisk.Penjelasandisetiaphubunganvariabelakandibahaspadabagianpembahasan.

4.2. Pembahasan

Berdasarkan uji yang telah dilakukan pada sub-bab 4.1, pembahasan akan dibagi pervariabelyangberkaitanbesertapengaruhnnya.Pembahasantersebutakanmengacupadatabelyangsamayaitutabel3dan4.

PoliticalRisk

EksporPDBperKapita


12

4.2.1. PDBdanPoliticalRisk

BerdasarkanmodelVAR,PDBmemilikidampakpositifterhadapPoliticalRiskpadasatutahun dan dua tahun setelahnya. Artinya, peningkatan PDB saat ini akanmeningkatkan nilaiPoliticalRiskdiIndonesiapadasatutahundanduatahunberikutnya.Halinikemungkinanterjadikarena negara yangmakmur dengan tingkat kemisikinan yang rendahmampumenghasilkanmasyarakatyangterdidiksehinggadapatberpartisipasidalamprosespolitiknegaradenganbaik.Sementara itu Political Risk berpengaruh positif terhadap PDB satu tahun setelahnya namunberpengaruh negatif pada dua tahun setelahnya. Menurut Mauro (1995), tindakan korupsimemilikidampakpositifdannegatifterhadappertumbuhan.Korupsidapatmemotongbirokrasiyang tidakpraktis.Disisi lain tindakankorupsi secara tidak langsungakanberdampaknegatifterhadappertumbuhanmelaluipenurunaninvestasi.

4.2.2. PDBdanEkspor

PDBdanekspormemilikihubunganpositifpadasatutahunsetelahnyanamunhubungantersebutmenjadinegatifpada2 tahunberikutnya.Artinya,padasatutahunberikutnyaterjadiGrowth-Ledexport.PertumbuhanekonomimenandakanpeningkatanteknologidankemampuanSDMsertaadanyatransferteknologiatauakumulasimodalyangmeningkatdarimasuknyamodalasing.Pertumbuhanekonomimenandakanpeningkatan teknologidankeahlian,meningkatkanefisiensiproduksidalamnegerisehinggadapatmenciptakankeunggulankomparatifbaginegara,dengandemikiandapatmeningkatkanekspor.Sedangkanpadadampaknegatifpadaduatahunsetelahnyamungkindisebabkanolehpermintaankonsumenterkonsentrasikanterhadapbarangtidak diperdagangkan dalam pasar internasional. Dalam kasus ini, peningkatan permintaandomestikakanmeningkatkanoutputnamunakanmengurangiekspor,sehinggaekonomiakantumbuhnamuneksporakanmenurun.

Pengaruhekspor terhadapPDBperkapitapada tabel2adalahpositifpadasatu tahunsetelahnya maupun dua tahun setelahnya. Artinya, peningkatan ekspor tahun ini akanmeningkatkan PDB pada satu tahun dan dua tahun setelahnya. Peningkatan eskpor akanmeningkatkancadangandevisanegara.Haliniakanmembuatnilairupiahterapresiasisehinggamembuatbarangyangdieskporterasamahalbaginegaraimportir.

4.2.3. EkspordanPoliticalRisk

Ekspor memiliki pengaruh positif terhadap politik pada satu tahun dan dua tahunsetelahnya.Artinyapeningkataneksporsaatiniakanmemperbaikipolitikpadasatutahundanduatahunsetelahnya.HalinidisesuaidenganpenelitianAnderson(2008)bahwapadaekonomiterbukaparapedaganglebihmemerhatikanpenegakankontrakgunamengurangibiayatransaksidan akanmenuntut hak kepemilikan sehingga akanmemperbaikin politik di negara tersebut.Selain itumenurutWei (2000) perdagangan internationalmenajdi insentif untuk pemerintahmemerangi tindakan KKN, karena jika terjadi KKN suatu negara yang lebih terbuka akanmengalamikerugianyangsangatbesar.Akantetapi,politiktidakmemilikihubunganterhadapekspor.HalinitidaksejalandenganpenelitianAnderson&Marcoullier(2002),bahwakualitaskelembagaanyangburukdapatmengurangiperdaganganinternasionalsepertihalnyahambatanperdagangan.Artinyaterdapattransaksitersembunyipadaprosesperdagangantersebut.SelainitupadapenelitianMusiladanSiguel(2010)bahwakorupsiterhadapperdaganganmemilikiduadampat yang berbeda. Korupsi dapat menghambat perdagangan denganmeningkatkan biaya


13

transaksi; dan korupsi mungkin memiliki karakteristik peningkatan efisiensi yang dapatmembantumeningkatkanperdaganganpadanegaraberkembang.

KESIMPULAN

DalamkasusIndonesia,politikberperanpositifdalamstrategiExport-LedGrowth.Artinyaketikaekspormeningkat,akanmembuatsistempolitikdiIndonesiasemakinbaik.Ketikaekspormeningkat,paraeksportirlebihmemperhatikanperdagangangunamengurangibiayatransaksimaupun menghindari ‘hidden cost’ dan mereka menuntut hak kepemilikin yang lebih aman.Setelahitu,sistempolitikyangbaikpunakanmendukungpertumbuhanekonomi,karenadapatdiketahuipolitikdanpertumbuhanmemilikihubunganpositif.PadapenelitianiniditemukanjugaGrowth-LedExport(GLE)yangdidukungolehpolitik.


14

DAFTAR PUSTAKA Acemoglu, D., Johnson, S., & James, R. (2005). The Rise Of Europe: Atlantic Trade, Institutional Change,

and Economic Growth. The American Economic Review, 546-575.

Anderson, J. (2008). Does trade foster contract enforcement? . Working Paper No. 14045. National Bureau of Economic Research.

Anderson, J., & Marcoullier, D. (2002). Insecurity and the pattern of trade: an empirical investigation. Review of Economics and Statistics,, 84(02), 342-352.

Aswicahyono, H., & Christian, D. (2017). Perjealanan reformasi ekonomi Indonesia 1997-2016. Economics Working Paper, 02.

Badan Pusat Statistika. (2017). Press Release. Retrieved from Badan Pusat Statistika: https://www.bps.go.id/pressrelease/2017/12/15/1338/nilai-ekspor-indonesia-november-2017-mencapai-us-15-28-miliar-dan-nilai-impor-indonesia-november-2017-mencapai-us-15-15-miliar.html

Bary, P., & Marnoto, M. (2012). Economic growth of Indonesia: Large domestic demand but still export-led. RIEBS, 3(1), 1-11.

Borrmann, A., Busse, M., & Neuhaus, S. (2006). Institutional quality and the gains from trade. 59(3), 345-368.

Hakim, A., & Giovanni, G. (2012, Juli). Perbanadingan perekonomian dari masa Soekarno hinga Susilo Bambang Yudhoyono. Ekonomika-Bisnis, 03(2), 161-180.

Hofman, B., Jones, E. R., & Thee, K. W. (2004). Indonesia: Rapid Growth, weak Institution.

Love, J., & Chandra, R. (2005). Testing export-led growth in south asia. Journal of Economic Studies, 32(2).

Mauro, P. (1995, Agustus). Corruption and Growth. The Quarterly Journal of Economics, 110(03), 681-712.

Moser, C., Nestmann, T., & Wedow, M. (2006). Political Risk and export promotion evidence from germany.

Musila, J., & Siguel, S. (2010). Corruption and international trade: an empirical investigation of African countries. The World Economy, 33(1), 129-146.

Palley, T. (2011). The rise and fall of export-led growth.

Qureshi, M. G., & Ahmed, E. (2012). The Inter-linkages between democracy and per capita GDP growth: a cross country analysis.

Tang, T. C., & Sathyamoorthy, V. (2018). "Institutional quality and export-led growth: an empirical study. Journal Economic Studies, 45(1). doi:https://doi.org/10.1108/JES-07-2016-0139

Wahyuni, S., & Ng, K. K. (2012). Historical outlook of Indonesian competitiveness: past and current performanc. Competitiveness Review: An International Business Journal, 22(3), 207-234.

Wei, S. (2000). Natural openness and good government. National Bureau of Economic Research.


15


2017-114th&15thofDecember,2017


ISU 2. KEGIATAN EKONOMI

TERKAIT KELESTARIAN LINGKUNGAN


16

ANALISISHUBUNGANANTARAJUMLAHPENDUDUK,LUASLAHANKELAPASAWITDANPRODUKSIKAYUDENGAN

LUASTUTUPANHUTANDIINDONESIA

Mariany(2014110045)

ABSTRAK

Indonesiamenempatiperingkatketigadalamkekayaanhutanhujan tropisdanmemiliki10%sumberdayadidunia.Namunpenggunaansumberdayatersebuttidakdilakukansecaraberkelanjutan,sehinggamenyebabkanluastutupanhutan(deforestasi)menurun.Terdapatbeberapafaktoryangdidugamenjadipenyebabdeforestasi seperti konversi lahan hutanmenjadi lahan kelapa sawit, produksikayu, dan jumlah penduduk. Penelitian ini inginmengetahui faktormana yangberkorelasinegatifantarajumlahpenduduk,luaslahankelapasawitdanproduksikayudengan luas tutupanhutandi Indonesia.Hasilyangdiperolehadalah luastutupan hutan dengan produksi kayu berkorelasi negatif walaupun kaitannyasangat lemah sehingga variabel produksi kayu diduga menjadi penyebabdeforestasidiIndonesia.

Katakunci :Deforestasi, JumlahPenduduk,LuasLahanKelapaSawit,ProduksiKayuBulat

1. PENDAHULUAN

LatarBelakang

Indonesia memiliki sumber daya hutan yang melimpah. Sumber daya tersebut dapatbertahandalamjangkapanjangapabiladikeloladenganefisien.IndonesiamenempatiperingkatketigasetelahBrazildanZairedalamkekayaanhutanhujantropis.LuaslahanhutandiIndonesiamenurutREPELITAVI,1994/95-1998/99terdapat92,4jutahalahanhutanpadatahun1993(RI1994:312).InventarisasiHutanNasionalberdasarkandatadarisatelit1986-91memperkirakanadanya 120,6 juta ha lahan hutan yangmerupakan 69%daratan di Indonesia. Sesuai pasal 3Undang-undang (UU) No. 1999 tentang kehutanan antara lain disebutkan bahwapenyelenggaraan kehutanan bertujuan untuk sebesar-besarnya kemakmuran rakyat danberkelanjutandenganmenjaminkeberadaanhutandenganluasanyangcukupdansebaranyangproporsionalsertamengoptimalkan fungsikonversi, fungsi lindungdan fungsiproduksiuntukmencapaimanfaat lingkungan, sosial, budaya dan ekonomi yang seimbang dan lestari. Dalamrangka optimalisasi fungsi danmanfaat hutan, berdasarkan pasal 18 UUNo. 41 Tahun 1999,pemerintahtelahberupayamepertahankankecukupanluaskawasanhutandanpenutupanhutanuntuksetiapDaerahAliranSungai(DAS)danataupulau,yaituminimal30%dariluasDASdanataupulaudengansebaranyangproporsional.

Hutan mempunyai fungsi pokok sebagai perlindungan sistem penyangga kehidupanuntukmengaturtataair,mencegahbanjir,mengendalikanerosi,mencegah intrusiair lautdanmemelihara kesuburan tanah. Kawasan hutanmenjadi perhatianmasyarakat dan pemerintahkarenamempunyaifungsiuntukmengendalikanGlobalWarming.HutandiIndonesiamengalamikerusakanyangcukupparahakibatpenggunaansumberdayahutansecaratidakberkelanjutan


17

sehinggahutankehilanganfungsinyaatauseringdikenaldengandeforestasi.Deforestasidapatterjadidikawasanhutanlindung,hutanproduksidanlahanmilikmasyarakat.Padatahun1960terjadi eksploitasi hutan dengan memanfaatkan kayu tropis. Hal tersebut menyebabkanpendapatan ekspor kayu meningkat sebesar 15% dari total keseluruhan ekspor menurutEconomistInteligence.Masyarakatmelakukanhaltersebutdenganalasanuntukmeningkatkanperekonomiankarenapenjualankayuhutandianggapmenguntungkan.

MenurutdatadariFAOterjaditutupanhutandiIndonesiadari74%menjadi56%dalamjangkawaktu30-40tahun.Haltersebutseiringdenganmeningkatnyaindustriperkayuan.Selaineksploitasi kayu, kepadatan penduduk yangmenjadi salah satu faktor terjadinya peningkatandeforestasidi Indonesia.Kepadatanpendudukmemilikikorelasinegatifdengantutupanhutan(FAO1990;WorldBank1990;Barbieretal. 1993,Fraser1996).WorldBankmengemukakanbahwamasalahutamalingkunganyangterjadikarenaadanyakonversilahanpadatahun1994.TanamanperkebunanbesaryangpalingmendomiasidiIndonesiaadalahkelapasawit.MenurutdatayangdiambildariBPS, luaslahankelapasawit56.457,1hadaritahun2005-2015dengannilai ekspor sebesar 146.216.224 US$. Masyarakat melakukan konversi hutan menjadi lahankelapasawitdengancaramembakarhutan.Haltersebutdapatmenyebabkankerusakanhutan.Padatahun1997terjadikebakaranbesardiIndonesiaakibatpembukaanlahanuntukdijadikanlahankelapasawit(Cifor,2003)

RumusanMasalahdanPertanyaanPenelitian

Hutanmemiliki sumberdayayangmelimpah.Sumberdaya tersebutdapatbermanfaatuntuk masyarakat. Nyatanya pemanfaatan sumber daya hutan dilakukan secara tidakberkelanjutan.Haltersebutberkorelasiterhadapluastutupanhutan.Beberapafaktoryangdapatmemengaruhi adalah jumlah penduduk, luas lahan kelapa sawit dan produksi kayu bulat.Penelitianinidilakukanuntukmenjawabpertanyaanyaitufaktormanayangmemilikikorelasinegatifdenganluastutupanhutan(deforestasi)padaperiode2006-2013.

TujuandanKegunaanPenelitian

Penelitian ini dilakukan dengan tujuan untuk melihat faktor mana yang memilikihubungan negatif dengan luas tutupan hutan di Indonesia sehingga penelitian ini menjadiinformasibahwaterdapatfaktoryangdapatmengurangiluastutupanhutandiIndonesia.


18

KerangkaPemikiran

Terdapat beberapa faktor yang diduga menjadi penyebab deforestasi yaitu jumlahpenduduk,produksikayudanlahankelapasawit.Alihfungsilahanhutanmenjadilahannonhutandengan cara pembalakan liar menyebabkan luas tutupan hutan berkurang. Konversi lahanmenjadi lahankomersildidominasiolehkelapasawitdengan luas lahanpalingbesarmenurutperkebunan besar di Indonesia menurut BPS. Dalam sepuluh tahun terakhir ini telah terjadipertumbuhanyangbesardalamluaslahanyangdikadikanproduksikomersil.MenurutOsgood(1994)perkembangantanamanperkebunantelahmengkonsumsiarealhutanprimeryangrelatifsedikit.Perkebunanlahankelapasawitdiharapkantidakmenurunkanluastutupanhutankarenapenggunaanlahankelapasawityangtidakberkelanjutandapatmenghilangkanfungsihutanyangsangat penting seperti penyerapan karbon dioksida, menurunkan emisi gas rumah kaca,perlindungan sistem penyangga kehidupan untuk mengatur tata air, mencegah banjir,mengendalikanerosi,mencegahintrusiairlautdanmemeliharakesuburantanah.MenurutFraser(1996) kepadatan pendudukmerupakan penjelasan fundamental akanmasalah deforestasi diIndonesia.Untuksetiap1%kenaikanpendudukterjadipenurunankira-kira0.3%tutupanhutan.Sehinggapeningkatanjumlahpendudukdiharapkantidakmeningkatkandeforestasi.Selain ituterdapatpulafaktorindustriperkayuandimanapenebanganhutandiIndonesiarata-rata40jutakubik meter pertahun, sedangkan laju penebangan yang lestari berkelanjutan yangdirekomendasikanolehDepartemenKehutananadalah22jutakubikmetersetahun(WorldBank,1995).Pengambilankayusecaraillegaldantidakdireboisasidapatmenyebabkanhutangundul

2. TINJAUANTEORITIS

LandasanTeori

EnvironmentalKuznetCurve

Menurut Lean dan Shabaz (2011) pembangunan ekonomi yang berkelanjutan akantercapai beriringan dengan pelestarian lingkungan yang berkelanjutan. Para peneliti dalam

LUASTUTUPANPOHONHUTAN

LUASLAHANKELAPASAWIT

JUMLAHPENDUDUK

PRODUKSIKAYU


19

bidangekonomitelahmengkajihubunganantaratingkatpertumbuhanekonomidenganindikatorlingkungan dengan menggunakan Environmental Kuznet Curve (EKC). Studi EKC memasukantingkatpendapatanmaupunpertumbuhanekonomi.Terdapatbeberapavariabelyangdigunakansepertiluastutupanhutan,luaslahankelapasawit,produksikayudanjumlahpenduduk.Adanyahubungan jangka panjang yangmenunjukkan pola EKC dimana tingkat kerusakan lingkunganakanmeningkatseiringdenganpembangunanekonomidanpada titik tertentu(turningpoint)dalampencapaian pertumbuhan ekonomi,maka tingkat kerusakan lingkungan akanmenurunseiringdenganmeningkatyangditandaidengankurvahurufUterbalik.

PenelitianTerdahulu

Alihfungsi lahanhutanmenjadi lahannonhutantelahditelitiolehbeberapapenelitan.Terdapatbeberapafaktoryangmenyebabkandeforestasi tersebut.PenelitiandariWaluyodanTerawaki(2016),Subarna(2010),danBhattarai(2004)menggunakanEnvironmentalKuznetsCurve untukmelihat bagaimana faktor-faktor dapatmemengaruhi tingkat deforestasi denganmodelregresilinear.

Waluyo dan Terawaki (2016)melakukan analisis hipotesis EKC,melihat dampak PDBterhadap deforestasi atau sebaliknya. Penelitian ini dilakukan di Indonesia selama 46 tahun.PenelitimelakukanujikausalitasGrangersebelummengujikointegrasi.ModelyangdigunakanadalahregresilineardenganvariabelPDBperkapita,pertumbuhanpopulasi,populasipedesaan,indekspertanian,lahanpertanian,produksikayu,eksporhasilhutandanrandomerror.

Beberapavariabeltersebutmemengaruhitingkatdeforestasi.GDPperkapitadigunakanuntuk variabel penjelas sebagai salah satu penyebab deforestasi. Variabel populasi dapatmemengaruhipeningkatanpermintaanakanhasilhutanataupenggunaanlahanalternatifyangmenyebabkandeforestasi.Pertamavariabelpopulasidanpopulasipedesaandimasukkandalammodel untukmenguji dampak tekanan populasi terhadap deforestasi. Variabel tersebut telahbanyakdigunakandalampenelitianempirissebelumnya(CropperdanGriffiths,1994;Bhattaridan Hammig, 2001; Barbier and Burgess, 2001; Culas, 2007). Kedua, menambahkan variabellahan pertanian dan indeks pertanian tujuannya adalah untukmelihat adanya penggundulanhutan di Indonesia terkait dengan peningkatan produksi pertanian. Ketiga, menambahkanproduksikayubulatdaneksporhasilhutansebagaivariabelyangmenjelaskanfaktordeforestasi.HasildaripenelitianinimenunjukkanbahwaGDPperkapitamenyebabkantingkatdeforestasidalam jangkapanjangpada tingkat signifikansi1%.Dalampenelitiannya tidakadabukti yangterlihat di antara semua variabel. Maka dari itu peneliti memilih variabel RPROP, AGI, danRWOOD,sertaPDB.Statistikdihitungkembalidanpadatingkatsignifikansi10%menghasilkanhipotesisnol.

Semua variabel penjelas yang termasuk dalam persamaan ini secara signifikanmemengaruhitingkatdeforestasi.KoefisianPDBmendukungadanyahubunganterballikUshapeantarapertumbuhanekonomidanlajudeforestasi.TempletondanScherr(1999)mencatatbahwatekananpendudukpadasumberdayahutanakanmeningkatpadaawalnya,namunakanberubahseiring dengan efisiensi dalam proses produksi ke arah konservasi sumber daya hutan yangtersisa.Mengenai indikatorpertanian,AGIsecarasignifikanmempengaruhitingkatdeforestasidengan korelasi negatif. Ini menyiratkan bahwa peningkatan produksi pertanian tidakmendorongkonversi lahanhutanmenjadi lahanpertanian,danbahwakenaikantersebuttelahdidorong oleh peningkatan teknologi di bidang pertanian. Kemajuan teknologi di bidang


20

pertanianharusmengurangitekananpadapermintaanlahandanmemperlambatlajudeforestasi.ProduksikayubulatjugaterkaitsecarasignifikandenganlajudeforestasidiIndonesia.KoefisienRWOODnegatif inimengindikasikanbahwa lajupenggundulanhutanmenurunseiringdenganmeningkatnyaproduksikayu.AllendanBarnes(1985)yangmenelitipengaruhpenggunaankayuterhadap perubahan kawasan hutan pada tahun 1968-78 di negara-negara berkembang, jugamenemukankoefisiennegatifvariabelpenggunaankayu.

Hasilnyamendukunghubunganterbalik-Ujangkapanjangantarapertumbuhanekonomidan laju deforestasi di Indonesia. Hal tersebut berarti untuk sementara tingkat deforestasimeningkat pada tahap awal pertumbuhan ekonomi, ia menurun setelah titik ambang batas.Mengenai penelitian sebelumnya yang dilakukan oleh beberapa peneliti (Shafik &Bandyopadhyay,1992;Cropper&Griffiths,1994;Koop&Tole,1999;Bhattarai&Hammig,2001;Barbier&Burgess,2001;Culas,2007),hasilEKCuntukdeforestasidiAsiamasihdiperdebatkankarenaberagamdatadanmetodologi.

Bhattarai dan Hammig (2004) meneliti hubungan antara tingkat deforestasi denganpendapatandi63negaradaerahtropisdiAmerikaLatin,AfrikadanAsiaselamaperiode1980-1995. Tujuannya adalah untuk melakukan verifikasi empiris dari hubungan EnvironmentalKuznets Curve untuk deforestasi. Penelitian ini berusahamencapai tujuan lingkungan secaraoptimal tanpamembatasi pertumbuhan ekonomi dan perkembangan sosial. Hubungan antarapembangunanekonomidengandeforestasidianalisismenggunakandatapanel.Sampeldiambilsecaraacakdaripopulasi.

VariabelyangdigunakandalammodeltersebutadalahGDPperkapita,trenwaktu,sektorpertaniandansektorlain,variabellembaga,variabelkebijakanmakroekonomi,variabelpopulasidanrandomerror.Modelempirisdalampenelitianiniadalahmodelproxy.HasildarimodelEKCmembenarkanadanyahubunganterhadapdeforestasi.AdanyahubunganterbalikUshapeantaradeforestasidenganpendapatanyangdiamatidihutantropis.Menurutpeneliti,denganadanyapeningkatanintervensipemerintahakanmenurunkantingkatdeforestasi.Hasilinisesuaidengankenyataanbahwasebagianbesarhutandiseluruhdunia,lebihdari90%hutandidaerahtropisberadadibawahotoritaspemerintah.Pendapatanmemengaruhilajudeforestasi,makadariituperluadanyaperbaikkandari lembagapemerintahanmengenaidistribusipendapatan.Penelitijugamengungkapkanperluadanyapeningkatantatakelolatermasukinstitusidarikehutananitusendiri.

Terdapatvariabeltambahansepertipendidikan.Iamengungkapkanbahwapeningkatanpendidikan dan peningkatan sumber daya manusia akan mengurangi laju deforestasi.Peningkatan pendidikan juga bisa berarti peningkatan fleksibilitas perpindahan buruh daripedesaankeperkotaan.Pendidikanjugadapatmenegakkanundang-undangdanperaturanyanglebih baik dan kesadaran lingkungan yang lebih baik. Peneliti menjelaskan bahwa dalampenelitiannyatekananpopulasiakanmeningkatkkandeforestasi.Halinimenunjukkkanbahwadeforestasitidakterjadidiwilayahdenganjumlahpendudukyangmeningkat.

Subarna (2010) mengnalisis faktor-faktor yang memengaruhi masyarakat melakukankonversilahanhutan.PenelitianinidilakukandiGarut,JawaBaratdenganmenggunakananalisisdeskriptifdananalisisregresi.Strukturpemilikandanluasgarapanmiliksendiridi luarhutanyangsempit,menyebabkanpendapatanpetanisangatrendah.denganketerbatasanlahangarapandan keterampilan, serta rendahnya pendapatan keluarga, maka untuk memenuhi kebutuhan


21

hidupkeluarganya,masyarakatmencaripeluanglainuntukmemperluasusahataninyamelaluigarapandihutanyangberbatasandengandesanya.

Variabelyangdigunakanuntukpenelitianadalahmotivasipetaniuntukmemilikilahandikawasan hutan lindung, kondisi ekonomi rumah tangga masyarakat di sekitar hutan,perbandinganpetugaskeamanankehutanandenganluasarealyangdiawasidanprogramantarsektorkehutanandanpengembangantanamanpangandanhortikultura.Variabelbebastersebutdinilai dengan skor yangdihasilkandari perkalian interval danbobot. Interval dinilai ari luaslahangarapandihutanlindung,yangdiklasifikasikankepada5kategoriyaitu1sampaidengan5.Analisis dilakukan menggunakan SPSS, analisis pertama dilakukan dengan analisis korelasipearman. Apabila terdapat hubungan yang nyat antar variabel pada taraf satu persen terusdilakukananalisisregresiuntukmengetahuifaktoryangberpngaruhterhadapgarapandihutanlindung.

Hasil penelitian yang didapatkan berdasarkan surveymenjelaskan pendapatan petanirata-rata RP 398.065 per KK/bulan. Besarnya pendapatan tersebut dipergunakan untukmembiayaianggotakeluargayangrata-ratasebanyakempatorang/KK.Pendapatansebanyakitutidakdapatmencukupikebutuhankeluargayangmengakibatkanmenggaraplahanhutan.Usahamenggarap lahanhutandapatmeningkatkanpendapatankeluargapetanisebesarRp342.704,sehinggapendapatanpetanienjadiRp740.767perbulan..Hasil analisis denganmenggunakan uji korelasi pearson diperoleh hubungan yang nyata antara luas garapan lahanhutan lindung dengan variabel tenurial, tekanan ekonomi dan jumlah petugas keamanan.Sedangkan antara luas garapan dengan kepentingan antar sektor khususnya sektor tanamanpangandanhortulukturatidakterdapathubunganyangnyata.

Hasil analisis regresi secara simultan dari seluruh variabel yang diduga berpengaruhterhadapluasgarapandihutanlindungkabupatenGarutdiperolehnilaiRsquaresebesar0,722.Nilai tersebut menunjukkan luas garapan di hutan llindung dipengaruhi oleh empat factortersebutsebanyak72,20%.Pengaruhkepentinganantarsektorpertaniantanamanpangandanhortikultura dengan kehutanan tidak berpengaruh nyata, artinya tidak terdapat programpengembangantanamanpangandanhortikulturadilahanhutanlindung

3. METODEPENELITIAN

Alatanalisis

Penelitian inimenggunakanpendekatandeskriptif.Metodedeskriptifadalahpencarianfakta dengan interpretasi yang tepat (Whitney, 1960). Tujuan penelitian ini adalah untukmembandingkanbeberapa variabel. Analisis korelasi digunakanuntukmelihat keeratan antarvariabel.Datadiolahmenggunakandatatimeseriesdaritahun2006-2013.

DatadanSumberData

PenelitianinimenggunakandatasekunderdariBadanPusatStatistikdanGlobalForestWatch.Variabeldansumberdatayangdigunakandalampenelitian iniditampilkanpada tabeldibawah


22

Tabel1.DeskripsiDataPenelitian


HasilPengolahanData

Datadiolahuntukmelihatkoefisienkorelasiantarvariabel.Koefisienkorelasidilihatdaritanda negatif dan positif, apabila koefisien tersebut bertanda positif artinya kedua variabeltersebutmempunyaihubunganyangsearah..Jikakoefisienkorelasibertandanegatif,makakeduavariabel tersebutmemiliki hubungan terbalik. Angka koefisien korelasi yang adamenunjukanhubungan antar variabel dependen dengan variabel independen. Apabila angkanya semakinmendekati angka 1, maka hubungan antar variabel semakin erat. Sebaliknya, jika angkanyamenjauhiangka1,makahubunganantarvariablesemakinlemah.

Tujuanpenelitianiniadalahuntukmelihatketerkaitanhubunganantarabeberapafaktoryang dapat memengaruhi luas tutupan hutan di Indonesia. Beberapa fakor yang diuji adalahperubahanluas lahankelapasawit,produksikayubulatdanperubahanjumlahpendudukdaritahun2006-2013.

Tabel4.1.DatayangDiolah

Tahun

Perubahan Jumlah

Penduduk (juta

jiwa)

Produksi Kayu

Bulat (m3)

Perubahan Luas

Kelapa Sawit (ha)

Perubahan Luas

Tutupan Hutan

(ha)

2006 3125472 7901394 155000.1 1430000

2007 3150939 8502933 353000.1 1390000

2008 3170135 8058734 350000.1 1400000

2009 3181202 7339249 436999.2 1950000

2010 3183645 7341269 273000.6 1280000

2011 3183388 6373409 188000.2 1540000

2012 3175721 5342112 645999.9 2260000

2013 3149036 4852881 113000.2 1140000

Nama Variabel Satuan Periode Sumber Luas lahan kelapa sawit ha 2006-2013 Badan Pusat Statistik

Produksi kayu bulat M3 2006-2013 Badan Pusat Statistik Jumlah penduduk Juta jiwa 2006-2013 Badan Pusat Statistik

Luas tutupan hutan Juta hektar 2006-2013 Global Forest Watch


23

Tabel4.2HasilAnalisisKorelasi

Korelasiantarajumlahpendudukdenganluastutupanhutanmemilikihubunganyangpositifyaitusebesar0.394851.Artinyajikajumlahpendudukmeningkat,makaluastutupanhutanbertambah.Sebaliknyajikajumlahpendudukmenurun,makaluastutupanhutanakanmenurun.Angka0.394851menunjukkanketerkaitankorelasiantarkeduavariabelcukup.

Korelasi antara produksi kayudengan luas tutupan hutanmemiliki hubungannegatifyaitu sebesar -0.219985. Artinya jika produksi kayu meningkat, maka luas tutupan hutanmenurun. Sebaliknya jikaproduksi kayumenurun,maka luas tutupanhutan akanbertambah.Angka0.219985menunjukkanketerkaitankorelasiantarkeduavariabelsangatlemah.

Korelasiantara luas lahankelapasawitdengan luas tutupanhutanmemilikihubunganyangpositifyaitusebesar0.855853.Artinyajikaluaslahankelapasawitmeningkat,makaluastutupan hutan bertambah. Sebaliknya apabila luas lahan kelapa sawit menurun, maka luastutupanhutanmenurun.Angka0.855853menunjukkanketerkaitankorelasiantarkeduavariabelsangatkuat

Pembahasan

Jumlah penduduk memiliki korelasi positif dengan luas tutupan hutan dan memilikitingkat keeratan korelasi yang lemah. Jumlah penduduk diprediksi memiliki korelasi negatifterhadapluastutupanhutan.Namundatadiatastidakmenunjukkanadanyakorelasinegatif.Haltersebutmungkin terjadikarena jumlahpendudukyangmeningkat tidak selalumenyebabkanluas tutupan hutan menurun. Menurut Sunderlin & Resosudarmo, anggapan bahwa populasiadalahpenyebabutamaberkurangnyatutupanhutantidaksepenuhnyabenar.BanyakaspeklaindibaliktingginyapertumbuhanpendudukyangmemilikiandilterhadapdeforestasidiIndonesia.

Produksi kayu memiliki korelasi yang negatif dengan luas tutupan hutan walaupunmemiliki tingkatkeeratanyangsangat lemah.Pengambilankayuyangdilakukansecarabesar-besarantanpadireboisasikembalidapatmenyebabkanhutangundulsehinggahutankehilanganfungsinya.Deforestasiyangdisebabkanolehpembalakanliarberkisarantara77.000hasampai120.000setiaptahundansekitar800.000hapohonyangditebangtiaptahunnya(Flint,1994)

Lahan kelapa sawit memiliki korelasi yang positif dengan luas tutupan hutan dengankeeratankorelasiyangsangatkuat.Lahankelapasawitdiprediksimemilikikorelasiyangnegatifterhadapluastutupanhutan.Namundatadiatastidakmenunjukkanadanyakorelasinegatif.HaltersebutmungkinsajaterjadisepertimenurutDirekturEksekutifCouncilofPalmOilProducingCountries(CPOPC)industrikelapasawittelahmemenuhiaspek-aspekkeberlanjutansesuaiyangdiwajibkan oleh pemerintah melalui Indonesia Sustainable Palm Oil (ISPO). Selain itu, luastutupanhutandapatmenurunapabilalahanhutandigunakanuntukperkebunanlain.

NilaiKorelasi PerubahanJumlahPenduduk

ProduksiKayu PerubahanLuasLahanKelapa

SawitPrediksi Positif Negatif Positif

LuasTutupanHutan 0.394851 -0.219985 0.855853TingkatKeeratan Korelasilemah KorelasiSangat

LemahKorelasisangatkuat


24

5. KESIMPULAN

Hutanmemilikisumberdayayangmelimpahdanmemiliki fungsiyangsangatpenting.Hutan mempunyai fungsi pokok sebagai perlindungan sistem penyangga kehidupan untukmengatur tata air, mencegah banjir, mengendalikan erosi, mencegah intrusi air laut danmemelihara kesuburan tanah Penggunaan sumber daya hutan yang dilakukan secaraberkelanjutan dapat meningkatkan kesejahteraan masyarakat seiring dengan adanyapertumbuhan ekonomi. Namun di Indonesia terjadi deforestasi dengan menurunnya tutupanhutan. Pemanfaatan sumber daya hutan tersebut belumdilakukan dengan baik. Penelitian inibertujuanuntukmelihatfaktormanayangmemilikikorelasinegatifdenganluastutupanhutandiIndonesia.Faktor-faktoryangdidugadapatmemengaruhi luas tutupahhutanadalahproduksikayu,jumlahpendudukdanlahankelapasawit.Penelitianinimengujikorelasiantaraperubahanluastutupanhutandenganperubahanjumlahpenduduk,produksikayudanperubahanluaslahankelapa sawit. Penelitian ini diharapkan dapat menjadi informasi bahwa terdapat faktor yangdapatmengurangiluastutupanhutandiIndonesia.

Hasil dari uji korelasi ini adalah perubahan luas tutupan hutan di Indonesia denganperubahan luas lahan kelapa sawit memiliki korelasi yang sangat kuat sebesar 0.855853walaupunhubungannyapositif.Artinyajikaluaslahankelapasawitmeningkat,makaluastutupanhutan akan bertambah. Sebaliknya, jika luas lahan kelapa sawitmenurun,maka luas tutupanhutan juga akanmenurun. Korelasi perubahan luas tutupan hutan dengan perubahan jumlahpenduduk memiliki tingkat keeratan yang lemah walaupun korelasinya positif yaitu sebesar0.394851. Artinya jika jumlah penduduk meningkat, maka luas tutupan hutan bertambah.Sebaliknya, jika jumlahpendudukmenurun,maka luas tutupanhutanaknamenurun.Korelasiperubahan luas tutupan hutan dengan produksi kayu adalah negatif dan memiliki tingkatkeeratan yang sangat lemah yaitu sebesar 0.219985. Korelasi negative tersebut artinya jikaproduksikayumeningkatmakaluastutupanhutanakanmenurunwalaupunkeeratannyasangatlemah.SehinggavariabelproduksikayudidugamenjadipenyebabdeforestasidiIndonesia.

DaftarPustaka

BadanPusatStatistik.(n.d.).LuasTanamanPerkebunanBesarMenurutJenisTanaman,Indonesia(000 Ha), 1995 - 2015*. Retrieved fromhttps://www.bps.go.id/statictable/2009/09/08/1665/luas-areal-tanaman-perkebunan-besar-menurut-jenis-tanaman-000-ha-1995-2015-.html

Badan Pusat Statistik. (n.d.). Produksi Kayu Bulat oleh Perusahaan Hak Pengusahaan HutanMenurut Jenis Kayu, 2004-2016. Retrieved fromhttps://www.bps.go.id/dynamictable/2016/01/08/1115/produksi-kayu-bulat-oleh-perusahaan-hak-pengusahaan-hutan-menurut-jenis-kayu-2004-2016.html

Bhattarai, M. (2004). Governance, conomic policy, and the environmental Kuznets curve fornaturaltropicalforests.EnvironmentalandDevelopmentEconomics,367-382.

DeforestasiIndonesiatahun2013-2014.(2015).

Global Forest Watch. (n.d.). Tree cover loss in Indonesia. Retrieved fromhttps://www.globalforestwatch.org/country/IDN


25

Hut.,MSi,R.S.(n.d.).HUTAN:FUNGSIDANPERANANNYABAGIIMASYARAKAT.

Junaedi, A. (2007, Desember 18). KONTRIBUSI HUTAN SEBAGAI KARBONDIOKSIDA. BalaiPenelitianHutanPenghasilseratKuok.

Kartodihardjo, H., & Supriono, A. (2000, Januari). Dampak Pembangunan Sektoral terhadapKonversi dan Degrdasi Hutan Alam: Kasus Pembangunan HTI dan Perkebunan di Indonesia.CENTRERFORINTERNATIONALFORESTRYRESEARCH.

Maulud,M.I.(2015,November25).KerusakanHutandiJabarKianParah.

Subrana, T. (2011, Desember). FAKTOR YANG MEMPENGARUHI MASYARAKAT MENGGARAPLAHANDIHUTANLINDUNG.PenelitiSosialdanEkonomiKehutanan,8.

Sunderlin, W. D., & Resosudarmo, I. A. (n.d.). Laju dan Penyebab Deforestasi di Indonesia :Penelaahan Kerancuan dan Penyelesaiannya. CENTER FOR INTERNATIIONAL FORESTRYRESEARCH.

Sunderlin,W.,&Resosudarmo,I.A.(1999).TheEffectofPopulationandMigrationonForestCoverinIndonesia.JournalofEnvironment&Development,8,152-169.

Tacconi, L. (2003). Kebakaran Hutan di Indonesia: Penyebab, Biaya dan Implikasi Kebijakan.CenterforInternationalForestryResearch.

Waluyo,E.A.,&Terawaki,T.(2016).EnvironmentalKuznetsCurveforDeforestationinIndonesia:AnARDLBoundsTestingApprouch.JurnalofEconomicCoorperationandDevelopment,87-108.

Wibowo, A. (n.d.). KONVERSI HUTAN MENJADI TANAMAN KELAPA SAWIT PADA LAHANGAMBUT:IMPLIKASIPERUBAHANIKLIMDANKEBIJAKAN.

Yustisia,D.,&Sugiyanto,C. (2014,Oktober2).ANALISISEMPIRISENVIRONMENTALKUZNETCURVETERKAITORIENTASIENERGI.JurnalEkonomidanStudiPembangunan,15,161-170.


26

PENGARUHAKTIVITASINDUSTRITERHADAPEMISIKARBONDIOKSIDA(CO2)DIINDONESIA

Jessica (2014110001)

CechiliaRevieK (2014110015)

BenedikNatan (2014110022)

Yuniasih (2014110051)

Abstrak

Energibahanbakar fosilmerupakansumberutamapenghasilGasRumahKaca(GRK), terutamakarbondioksida. Sektor Industrimerupakan salah satu sektoryang menghasilkan emisi dari pembakaran energi fosil dan berkontribusiterhadap GRK. Pada tahun 1994, Indonesia menandatangani perjanjianpembatasankarbonyaituKyotoProtocol,karenaIndonesiatermasuknegarayangrentan terhadap dampak perubahan iklim. Tujuan penelitian ini yaitumenganalisis seberapabesarpengaruhaktivitas sektor industri terhadapemisikarbon dioksida danmenganalisis dampak pembatasan emisi karbon dioksidadenganadanyarenewableenergytechnologyterhadapemisikarbon.Metodeyangdigunakan yaitu regresi berganda (OLS)dengandata panel padaperiode 2000-2014. Hasil menunjukkan bahwa biaya input, konsumsi energi dan renewableenergy signifikan dan berhubungan negatif terhadap emisi karbon. SedangkanPDBriiltidakmemengaruhiemisikarbonsecarastatistik.

Katakunci:KyotoProtocol,emisikarbon,renewableenergy.

LatarBelakang

Penggunaan energi bahanbakar fosilmerupakan sumberutamapenghasilGasRumahKaca(GRK)terutamakarbondioksida(CO2)yangmemilikikemampuanmenyerappanasyangberasal dari radiasi matahari yang dipancarkan kembali ke bumi dan dapat menyebabkanpemanasanatmosferataukenaikansuhusertaperubahaniklim.SektorIndustrimerupakansalahsatu sektor yang menghasilkan emisi dari pembakaran energi fosil dan memberi kontribusiterhadapemisiGRK.BeberapasumberyangmenjadipenyebabdilepaskannyagasCO2keudara,diantaranyaadalahkegiatanpertanian,peternakan,kehutanan,industri,dantransportasi.Salahsatu kelompok industri yangmenggunakan energi secara intensif adalah industri pengolahankarenamerupakansektorindustridengankontribusitertinggiterhadappertumbuhanekonomiIndonesia, dengan asumsi bahwa semakin besar industri semakin banyak pula energi yangdiperlukanuntukmelakukanaktivitasindustri.

IndonesiamerupakannegarayangsangatrentanterhadapdampakperubahaniklimbagilingkungandankehidupanpendudukIndonesia.Ancamandariperubahaniklimtersebutmeliputiturunnya produksi pangan, terganggunya ketersediaan air, tersebarnya hama dan penyakittanaman serta manusia, naiknya permukaan laut, tenggelamnya pulau-pulau kecil, sertapunahnyakeanekaragamanhayati.Olehkarenaitu,padapertengahantahun1980-an,berbagaipertemuankonferensimulaidiselenggarakanantarpemerintahuntukmembicarakanmasalah


27

perubahan iklim. Lalu pada tahun 1992, Intergovernmental Negotiating Comittee (INC) yangterbentuk tahun 1990, menyepakati Kerangka Kerja Konvensi Perubahan Iklim PBB (UnitedNations Framework Convention on Climate Change-UNFCCC). Konvensi ini kemudianmembaginegara-negarakedalam2kelompok,yaitunegaramajuyangterdaftardidalamAnnexI1(negaraAnnex I)sertanegaraberkembangyangtidak terdaftardidalamnegaraAnnex I (negaranon-AnnexI).

Perjanjian internasional United Nations Framework Convention on Climate Change(ProtokolKyoto)telahditandatanganiolehsejumlahbesarnegaradiduniatermasukIndonesiapadatanggal14Mei1992,danberlakusejaktanggal21Maret1994,yangtelahdisahkanmelaluiUndang-Undang Nomor 6 Tahun 1994. Protokol Kyoto merupakan persetujuan dalamPersidangan Rangka Kerja PBB tentang perubahan iklim (UNFCCC), yang diterima di seluruhduniatentangpemanasanglobal.Seluruhnegarayangterkaitdenganperjanjiantersebutturutbekerja sama untukmelaksanakan protokol ini di negaramasing-masing berkomitmen untukmengurangi pembebasan gas CO2 dan lima gas rumah kaca lain, atau bekerjasama dalamperdagangankontrakpembebasangasjikamerekamenjagajumlahataumenambahpembebasangas-gastersebut,yangmenjadipuncakgejalapemanasanglobal.ProtokolKyotojugamerupakanperjanjiansaholehnegara-negaraperindustrianbahwamerekaakanmengurangipembebasanemisigasrumahkacamerekasecarakolektifsebesar5,2%berbandingtahun1990.ParapihakdalamprotokolKyotoharusmenyepakatitargetpenurunanemisi,targetwaktu,danmenerimapembatasan-pembatasanyangdianggaprasional.

IndonesiasebagaisalahsatunegarayangtelahmeratifikasiProtokolKyotosesuaidenganUU no.17 tahun 2004 tentu saja memiliki konsekuensi untukmengimplementasikan isi yangtertuang dalam protokol. Dalam kententuan protokol, Indonesia sebagai negara berkembangdikelompokkan dalam negara non-Annex I dimana kewajiban-kewajiban yang diatur dalamkonvensiberbedadengannegaraAnnexII2(negara-negaramaju).ProtokolKyotomenawarkantigamekanismepenguranganperubahaniklimglobal,yaitudalambentukJointImplementation(JI), Clean Development Mechanism (CDM), dan International Emissions Trade (IET). Ketigamekanismetersebutdidasarkanpadaprinsipbahwaemisidapatdiperdagangkandalambentukpenurunanemisi(EmissionReduction/ER).Meskipunbegitu,keefektifandariprotokoltersebutmasih menjadi perdebatan sampai saat ini. Seharusnya dengan adanya kebijakan tersebutIndonesiadapatmengurangiemisikarbonyangterjadi.Namunpadakenyataannya,emisikarbonmengalamikenaikanpadatahun2010-2012danmengalamipenurunanpadatahun2012-2015.

1 Annex I terdiri dari 24 negaraOrganization of Economic Co-operation and Development (OECD) yangditambahdengannegara -negaraEropaTimur yang ekonominya sedangdalam transisi (CountrieswithEcononies inTransition, CEIT) yangmerupakannegara industri ataunegarapenghasilGasRumahKaca(GRK).2AnnexIImerupakan24negaraOECDsaja.


28

Gambar1.GrafikEmisiKarbon(CO2)diIndonesiaTahun2000-2014(JutaSBM)

Sumber:KementrianEnergidanSumberDayaMineralRepublikIndonesia(n.d.),diolah.

Dalammengimplementasi kebijakan pembatasan emisi karbon tersebut,maka banyaknegarayangmulaimengembangkanteknologiuntukenergi terbarukansebagaipenggantidarisumber daya yang menghasilkan karbon yang cukup besar. Oleh karena itu, penulis inginmengetahuidampakdariditerapkannyakebijakanProtokolKyotosebagaikebijakanpembatasankarbon dengan adanya renewable energy technology pada aktivitas industri terhadap emisikarbon dioksida (CO2) di Indonesia pada tahun 2004 dimana kebijakan tersebut diratifikasikembalipadatahun2012danmasihberlakuhinggasaatini.

RumusanMasalah

Energi fosil merupakan salah satu sumber energi utama yang digunakan untukmendukungkegiatanmanusiadalammenjalankanaktivitasindustri.Namun,penggunaanenergifosil dapat menghasilkan emisi yang dapat merusak lingkungan sehingga pemerintahmengeluarkankebijakanpembatasankarbon.Adanyakebijakantersebutmengharuskannegara-negarayangterlibatdidalamnyauntukmengurangiemisisesuai targetmasing-masingnegara.Pembatasan emisi karbon dioksida (CO2) tentu dapatmemengaruhioutput di sektor industri.BerdasarkanKementerianLingkunganHidupdanKehutanan(2017),Indonesiatelahmelakukanperdaganganemisidenganbeberapanegaralainnya.Selainitu,IndustridiIndonesiajugatelahberusahauntukmenemukanteknologiyangramahlingkungansalahsatunyaadalahrenewableenergy technology. Dengan dilakukannya kedua hal tersebut Indonesia seharusnya telahmengurangi emisi karbon yang terjadi. Namun pada kenyataannya, emisi karbon mengalamikenaikanpadatahun2010-2012danmengalamipenurunanpadatahun2012-2015.Olehkarenaitu,penulisinginmelihat:

1. Seberapabesarpengaruhaktivitassektorindustriterhadapemisikarbondioksida?2. Bagaimana dampak dari industri yang telah menggunakan renewable energy technology

terhadapemisikarbontersebut?

0

20

40

60

80

100

120

140

160

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014


29

TujuanPenelitian

Berdasarkanlatarbelakangyangsudahdipaparkandiatas,penelitianinibertujuanuntukmenganalisisseberapabesarpengaruhaktivitassektorindustriterhadapemisikarbondioksidadanmenganalisisdampakpembatasanemisikarbondioksidadenganadanyarenewableenergytechnologyterhadapemisikarbondiIndonesia.

LandasanTeori

Penelitian ini menggunakan konsep Environmental Kuznet Curve (EKC). Pada konseptersebutdijelaskanbahwaketikasuatunegaradenganpendapatanyangmasihtergolongrendah,maka negara tersebut akan cenderung fokus pada peningkatan pendapatan seperti melaluiproduksi dan investasi. Negara-negara tersebut akan cenderung mengesampingkan masalahkualitaslingkungandanmengutamakanpeningkatanpendapatan.Peningkatanpadasuatunegaraakandiiringijugaolehpeningkatandegradasilingkungan.Namun,dalamjangkapanjangketikanegaratersebutsudahmengalamipeningkatanpendapatan,kualitaslingkunganakancenderunglebihbaikdenganasumsipendapatan tetapmeningkatsetiapwaktunya.Penurunandegradasilingkunganyangdisertaidenganmeningkatnyapendapatantersebutdapatdisebabkankarenaadanya kemajuan teknologi atau adanya kebijakan baru dalam mengatasi permasalahanlingkungan. Penelitian yang dilakukan Suri dan Chapman (1998) menunjukkan bahwa baiknegara maju maupun negara berkembang yang sedang melalui tahapan industrialisasi akanmeningkatkankebutuhanterhadapenergiyangcukuptinggipadaawalnyauntukmengekspor.Padasaatyangsama,negara-negaraindustritelahmampumengurangikebutuhanenergimerekadenganmengimporbarang-barangmanufaktur.

Penelitian lainnya yang dilakukan oleh Yustisia dan Sugiyanto (2014), menunjukkanbahwa teori EKC hanya terbukti pada negaramiddle development countries, sedangkan untuknegarahigh development countries dan low development countriesmenunjukkan bahwa gejalakerusakan lingkungan terus meningkat dan belum mencapai titik balik menuju kerusakanlingkungan yang semakin rendah. Kesimpulan kedua dari penelitianmereka adalah konsumsienergiyangsignifikanterhadaptingkatemisikarbonterhadapnegarahighdevelopmentcountriesdannegaramiddledevelopmentcountriesadanyaminyakbumidangasalam,sementarauntuknegaralowdevelopmentcountries,batubaramemilikipengaruhyangsignifikanterhadapemisigaskarbon.Untuknegarahighdevelopmentcountriesdannegaramiddledevelopmentcountries,minyakbumimemberikanefekpalingbesarterhadapemisikarbonsedangkanuntuknegaralowdevelopmentcountries,batubaramemberikanefekpalingbesarterhadaptingkatemisikarbondioksida.

KerangkaPikir

Penelitian mengenai efek dari kebijakan pembatasan karbon telah dilakukan olehsejumlahpenelitisepertipenelitianKumazawa&Callaghan(2010)denganmenggunakanmodelEKCmenilaidampakKyotoProtocolterhadapemisikarbon.Jenisdatayangdigunakanyaitudatapanel,tahun1980-2006dan177negara.Variabelyangdigunakandiantaranyaemisikarbonperkapita, PDB riil per kapita, dan nilai tambah produksi. Menggunakan Random Effect ModelkemudianmelakukanChowTestuntukuntukmengujikeduacelahstrukturalyaituantaratahunsetelahpenandatanganandantahunketikaKyotoProtokolmulaidiberlakukan.Hasilpenelitianmenunjukkan bahwa secara statistik setelah penandatanganan protokol tersebut, di negara-


30

negaraAnnexB3terjadipenguranganemisikarbondioksidayangsignifikandanpengurangannyasemakinbesarketikaperjanjiantersebuttelahdiberlakukan.Tetapihaltersebuttidakterjadidinegara non-Annex B, ini tidakmengherankan karena negara-negara ini tidakmemiliki targetuntuk mengurangi emisi karbon. Kedua, produksi industri sejak penandatanganan protokoltersebut berdampaknegatif terhadap emisi karbondioksida untuk keduanegaraAnnexBdannon-AnnexB.

PenelitianlainmengenaiefekdarikebijakanpembatasankarbonjugadilakukanolehPal,etal.(2014).PenelitiantersebutmemilikitujuanuntukmelihatseberapabesarsektorindustribajamengeluarkanemisikarbondiIndia.PenelitianinimenggunakanteknikanalisisCompoundAnnualGrowthRate(CAGR). Jenisdatayangdigunakanadalahtimeseries tahun1994-2007diIndia.Hasilmenunjukkanpeningkatanoutputdarisektorindustribajadapatmeningkatkanemisikarbonyangdihasilkansetiaptahun.SelanjutnyaadajugapenelitianyangdilakukanolehSwintondanSarkar(2008),yangbertujuaninginmelihatmanfaatdariKyotoProtocolbagipertumbuhanindustridinegaraberkembang.PenelitiantersebutmenggunakankonsepEnvironmentalKuznetsCurve (EKC)dengan teknikanalisisCostsandBenefitsAnalysisdan studi literatur.KesimpulanyangmerekadapatkanadalahKyotoprotocolmemberikanempatmanfaatdasaruntuknegaraberkembang,yaitusebuahnegaraakanmemilikikeunggulankomparatifdenganmemperhatikanlingkungan, dapat menarik penanaman modal (jika kedua negara mendapatkan kredit untukpenguranganemisi),kemudiandenganadanyapenanamanmodaltersebutnegaraakanmemilikipeluang untuk berkembang dengan ramah lingkungan danmemiliki institusi yangmemadaiuntuk menegosiasikan kesepakatan perdagangan yang mengikat dan dapat diverifikasimembantu negara tersebut untuk memperluas pasarnya baik secara internal maupuninternasional.

Terakhir,penelitianserupamengenaiProtokolKyotodilakukanjugaolehGrunewalddanMartinez-Zarzoso(2015)yangbertujuanuntukmelihatefektivitasdarikebijakanKyotoProtokolsertamenginvestigasidampakdariProtokolKyoto terhadapemisikarbon.Penelitian tersebutinginmeneliti sebanyak 170 negara dengan periode 1992-2009. Teknik analisis yangmerekagunakan adalah Matching differences-in-differences estimator. Kesimpulan pada penelitiantersebutberupanegarayangmeratifikasiProtokolKyotomenghasilkansekitar7%lebihsedikitdibandingkandengannegarayangtidakmeratifikasiprotokol.Berdasarkanpenelitian-penelitiansebelumnya,penelitianserupajugadilakukanolehpenulisdengankerangkapemikiransepertigambardibawahini.

3 Annex B merupakan komitmen/kewajiban penurunan emisi yang ditentukan tiap pihak.


31


Berdasarkan kerangka pikir diatas, Protokol Kyotomerupakan kebijakan pembatasanemisikarbon(CO2)yangdisetujuiolehbanyaknegarasalahsatunyaIndonesia.Kebijakantersebutakanmemengaruhitingkatemisikarbon(CO2),dimanaemisikarbontersebutmerupakansumberutamaGasRumahKaca(GRK),yangdapatmenyebabkanpemanasanatmosferataukenaikansuhulingkungan dan perubahan iklim. Kebijakan pembatasan karbon tersebut mungkin akanmemengaruhi produktivitas industri dimana sektor industri tersebut merupakan salah satusektor penghasil emisi karbon yang cukup besar. Produktivitas industri digambarkan olehvariabelPDBriil,konsumsienergiyangdigunakanolehindustri,biayainputsektorindustri,danrenewable energy sebagai bentuk penerapan kebijakan pembatasan emisi karbon akanmemengaruhiseberapabesaremisikarbonyangdihasilkanolehkegiatanindustri.Secaraumum,semakintingginilaiPDBriil,konsumsienergidanbiayainput,makaemisikarbonakansemakinmeningkat.Berbedadenganhubunganrenewableenergy,dimanasemakintingginilairenewableenergy,semakinsedikitemisiyangdihasilkan.Denganadanyakebijakanpembatasankarbonataudenganadanyaenergiterbarukantersebut,diharapkanemisiyangdihasilkandapatberkurang.Selain itu, Indonesiadapat terusmeningkatkanhasilproduksi (PDBriil) tanpamengorbankanlingkungannya.

MetodePenelitian

Metode penelitian yang digunakan dalam penelitian ini adalah metode analisis datakuantitatif dengan teknik estimasi regresi OLS (Ordinary Least Squares). Jenis data yangdigunakanadalahdatapanel.Penulismenggunakan3bahanbakarpenghasilemisiterbesardalamvariabelkonsumsienergi,yaitubatubara,BBM,dangas.Sedangkan,dalamvariabelrenewableenergypenulismenggunakanbiomassa,air,dangeothermalsebagaibahanbakaralternatifyangramah lingkungan. Kedua hal tersebut akan diuji pengaruhnya terhadap 3 sektor industripenghasilemisiterbesardiIndonesia,yaituindustrisemen&baja,industritekstil,danindustrikertas.Data yangdigunakanmerupakandata tahun2000-2014. Sumberdata yangdigunakanantara lain berasal dari data IRENA, Kementrian Energi dan Sumber Daya Mineral RepublikIndonesia,danBPS.

PDBRiil

KonsumsiEnergi

BiayaInput

RenewableEnergy

EmisiKarbon


32

Tabel1.VariabeldanSumberData

Variabel Sumber

PDB riil Per Sektor BPS

Biaya Input BPS

Konsumsi Energi Kementrian Energi dan Sumber Daya MineralRepublikIndonesia

Emisi Karbon Per Sektor Kementrian Energi dan Sumber Daya MineralRepublikIndonesia

Renewable Energy IRENA (International Renewable Energy Agency)

Renewable Energy IRENA (International Renewable Energy Agency)

Sehinggamodelpenelitiandalampenelitianinisebagaiberikut.

!q818!" = %# + %$'*;(--.!" + %%;-BrB!" + %&5)s<!" + %'(!s!" + /!"

Keterangan:

tuvbv*, =EmisiKarbonyangdihasilkanaktivitasindustrisektoriperiodet.

]^_wxxg*, =PDByangdiperolehsektoriperiodet.

_xyzy*, =Biayainputyangharusdibayarolehsektoriperiodet.

{f|}*, =Konsumsienergiyangdigunakanolehsektoriperiodet.

wt|*, =Alternatifenergiyangdigunakanolehsektoriperiodet.

Y0 =Konstanta

~*, =Errorterm

Pembahasan

UjiMultikolinearitas

Ujimultikolinearitasmerupakanujiyangdilakukanuntukmengetahuiadaatautidaknyahubunganlinearsempurnaantarvariabelbebas/independen.Uji inidilakukandenganmelihatbesaran koefisiendari setiap keterkaitan variabel independen. Jika koefisien korelasi variabelbebasmencapai0,8ataulebihbesar,makaterjadipermasalahanmultikolinearitas.Begitujugasebaliknya, apabila koefisien korelasinya berada di bawah 0,8maka variabel yang digunakandalam persamaan regresi tidak terdapat permasalahan multikolinearitas. Hasil ujimultikolinearitasmodelregresipenelitianditunjukkanolehtabelberikut.


33

Tabel2.HasilUjiMultikolinearitas

BIAYA KONS PDBRIIL REN

BIAYA 1.000000 0.075107 0.384195 0.274443

KONS 0.075107 1.000000 -0.339595 0.254381

PDBRIIL 0.384195 -0.339595 1.000000 -0.030494

REN 0.274443 0.254381 -0.030494 1.000000

Berdasarkantabeldiatas,dapatdilihatmasing-masingbesarankoefisienkorelasinya.Darihasilujitersebut,koefisienkorelasiseluruhvariabelbebas/independenberadadibawahangka0,8 sehingga dapat disimpulkan variabel yang digunakan tidak terdapat permasalahanmultikolinearitaspadamodelregresi.

UjiHeteroskedastisitas

UjiHeteroskedastisitas adalahuji yangmenilai apakah ada ketidaksamaan variandariresidual untuk semuapengamatanpadamodel regresi linear. Jika probabilitas variabel bebasberada di atas alpha yang digunakan, maka tidak terjadi permasalahan heteroskedastisitas.Namun,apabilaprobabilitasnyaberadaaplhayangdigunakanmakavariabeltersebutmemilikipermasalahanheteroskedastisitas.Berdasarkanhasilpengujiantersebut,didapatbahwavariabelKONS, PDBRIIL, dan RENmemiliki probabilitas diatas alpha 1% dan 5%, sedangkan variabelBIAYAmemiliki probabilitas diatas alpha 10%. Sehingga dapat dikatakan bahwa tidak terjadipermasalahanheteroskedastisitaspadamodelregresi.

Tabel3.HasilUjiHeteroskedastisitasVariabel Koefisien Probabilitas

C 4.553086 0.0003

KONS 0.004216 0.4893

BIAYA -3.63E-05 0.5461

PDBRIIL 5.92E-06 0.4179

REN -9.38E-05 0.4294

R-Squared 0.622891

Adjusted R-Squared 0.361815


34

UjiRedundant-LikelihoodRatio

Redundant test-likelihood ratiomerupakan suatu pengujian untuk menentukan modelmana yang lebih tepat antara Common Effect Model (CEM) atau Fixed Effect Model (FEM).Hipotesisnyasebagaiberikut.

�0: Fixed Effect Model is better

�(: Common Effect Model is better

Jika Chi-Square > 0,05: tolak �0

Jika Chi-Square < 0,05: terima �0

Berikut hasil redundant test-likelihood ratio.

Tabel4.HasilUjiRedundant-LikelihoodRatio

EffectsTest Statistic d.f. Prob.

Cross-sectionF 64.687913 (2,38) 0.0000

Cross-sectionChi-square

66.719501 2 0.0000

Darioutputdiatas,dapatterlihatbahwanilaichi-square/probabilitasyaitusebesar0,0000yangartinyanilai tersebutmasihberasadibawah0,05yangartinya terimaH0, sehinggadapatdisimpulkanbahwamodelyanglebihtepatdigunakanadalahFixedEffectModel(FEM).

HasilRegresi

TeknikestimasiyangdigunakanpadapenelitianiniadalahOLS(OrdinaryLeastSquare)denganmenggunakanFixedEffectModel(FEM)untukmenganalisisseberapabesarpengaruhdariaktivitassektorindustriterhadapemisikarbondioksidasertamenganalisisbagaimanadampakadanyapembatasanemisikarbondioksidadenganadanyarenewableenergytechnologyterhadapemisikarbondiIndonesia.BerikutmerupakanhasilujiOLSpadapenelitian.

Tabel5.HasilUjiOrdinaryLeastSquare(OLS)

Variable Coefficient Prob.

C -5.973361 0.0323

KONS 0.535670 0.0000

BIAYA 2.66E-05 0.0197

PDBRIIL 4.29E-05 0.4788

REN -0.003163 0.0027


35

R-squared 0.986055

AdjustedR-squared 0.983853

Hasil uji diatasmenunjukkanbahwavariabel konsumsi energi (KONS) signifikanpadaalpha 1% dan berhubungan positif dengan emisi karbon dengan koefisien sebesar 0,53 yangartinyasetiappeningkatan1jutaSBMpadakonsumsienergi,makaemisikarbonyangdihasilkanmeningkatsebesar0,5jutaton.Hasiltersebutsesuaidenganhipotesisawaldimanasemakinbesarkonsumsienergiyangdigunakanolehindustri,makasemakinbesaremisikarbonyangdihasilkandari aktivitas industri tersebut. Kemudian variabel (BIAYA) signifikan pada alpha 5% danberhubunganpositif terhadap emisi karbondengan koefisien sebesar 2,6 yang artinya adalahsetiappeningkatanbiaya inputyangdigunakanolehperusahaansebesar1milyar,makaemisikarbonyangdihasilkanolehsuatuindustriakanmeningkatsebesar2,6jutaton.Hasiltersebutjuga sesuai denganhipotesis awal dengan asumsi, semakinbesarbiaya input/faktorproduksiyangdikeluarkanolehsuatuindustri,makaoutputyangdihasilkanolehindustritersebutakansemakin besar sehingga emisi karbon yang dihasilkan pun akan semakin tinggi. Variabelrenewableenergysignifikanpadaalpha1%danberhubungannegatifdenganemisikarbondengankoefisien sebesar 0,003. Artinya setiap peningkatan penggunaan energi terbarukan sebesar 1megawatt,makaemisikarbonyangdihasilkandariaktivitasindustriakanmenurunsebesar0,003juta ton/3000 ton. Hasil tersebut sesuai dengan hipotesis awal dimana ketika suatu industriberalihdarienergipenghasilemisimenjadienergiterbarukanuntukprosesproduksinya,makaemisikarbonyangdihasilkanakansemakinkecil.Haltersebutterjadikarenaenergiterbarukanyang lebih ramah lingkungan serta tidakmenghasilkan emisi karbon yang begitu besar.HasiltersebutsesuaidenganpenelitianKumazawa&Callaghan(2010)danPal,etal.(2014),dimananegara yangmenandatangi danmenerapkan Protokol Kyoto dapatmengurangi emisi karbonsecarasignifikankarenamemilikitargetpenguranganemisikarbondanmulaimemperhatikankeadaanlingkungannya.

BerbedahalnyadenganvariabelPDBriilpersektor,hasilmenunjukkanbahwavariabeltersebuttidaksignifikanpadaalpha1%,5%,dan10%yangartinyaPDBriilpersektorindustritidak terlalu memengaruhi emisi karbon di Indonesia secara statistik. Hasil ini bertentangandenganhasilpenelitianYustisiadanSugiyanto(2014)yangmengatakanbahwateoriEKChanyaterbukti pada negaramiddle development countries.Dalam hal ini Indonesia yangmerupakannegaramiddle development countries belum dapat membuktikan teori EKC tersebut. Hal initerlihat dalam hubungan PDB riil yang positif terhadap emisi karbon, yang artinya semakinmeningkatPDBriilpersektormakaemisiyangdihasilkanjugaakansemakinbesar.Halinijugadibuktikan/terlihat dalam Gambar 3 dimana EKC Indonesia memiliki tren yang meningkat.ArtinyaPDBriildanemisikarbonIndonesiamemilikihubunganyangsearah.DalamkondisiiniIndonesiabelummencapaititikbalikdimanapendapatannegaradapatmeningkatdiiringidengandegradasi lingkungan yang menurun. Banyak hal yang dapat mendasari hal tersebut, salahsatunya adalah emisi karbon yangdihasilkan sektor industrimasih kalahbesar dibandingkandenganemisikarbonyangdihasilkanolehaktivitaslain,sepertiperubahanfungsihutanmenjadinon-hutan, karbonbuangankendaraanbermotor, kebakaran, limbahpabrik, pertanian, sektorindustri, dan sebagainya. Menurut Direktorat Jenderal Perlindungan Hutan dan KonservasiKementerian Kehutanan (Kemenhut) dalam Beritasatu (2012), sektor industri memberikankontribusiterhadapemisihanyasebesar3persen.Sedangkankontribusiemisikarbonterbesaradapadaaktivitasperubahanfungsihutanmenjandinon-hutan,yaitusebesar48persen.Diikuti


36

dengankontribusiemisikarbondaritransportasisebesar21persen,kebakaranhutansebesar12persen,limbahpabriksebesar11persen,danpertanian5persen.

Gambar3.EnvironmentalKuznetCurveIndonesiaTahun2000-2014

Sumber:BPS (n.d.)&KementrianEnergidanSumberDayaMineralRepublik Indonesia (n.d.),diolah.

KoefisienDeterminasi(R-square)

Koefisien determinasi merupakan suatu nilai/koefisien yang menunjukkan seberapabesarvariabel independenyangdigunakandapatmenjelaskanvariabeldependennya.SemakintingginilaiR-square,makavariabelyangdigunakanakansemakinbaik/tepat.DalampenelitianininilaiR-squareyangdidapatyaitusebesar98%,yangartinyaadalahsebesar98%variabelPDBriilpersektor,biaya,konsumsienergidanrenewableenergydapatmenjelaskanvariabelemisikarbon, sedangkan 2% lainnya dijelaskan oleh variabel lain yang tidak digunakan dalampenelitianini(ε:error).

Kesimpulan

Berdasarkanpembahasandiatas,dapatdisimpulkanbahwakonsumsienergidanbiayainputindustrisangatberpengaruhterhadapemisikarbonyangdihasilkanolehsektorindustri.Disisi lain, penggunaan renewable energy dapat mengurangi emisi karbon yang dihasilkanindustri. Penandatanganan Protokol Kyoto dapat dikatakan efektif dalam menurunkan emisikarbon yang dihasilkan oleh sektor industri di Indonesia. Selain itu, diterapkannya kebijakanpembatasankarboninimendorongindustriuntukmulaiberalihmenggunakanrenewableenergysebagaibahanbakaralternatifyangramahlingkungan,sehinggadapatdikatakanbahwasektorindustridiIndonesiamulaimemperhatikanlingkungannya.Namun,emisikarbonyangdihasilkanindustrimasihkalahbesardibandingkandenganemisiyangdihasilkandari aktivitasmanusialain, seperti kendaraan bermotor dan pembakaran hutan/pengalihan lahan. Maka dari itu,Indonesia masih belum mencapai titik balik dimana seharusnya pendapatan negara dapatmeningkatdiiringidengandegradasilingkunganyangmenurun.Halinidisebabkankarenaadaaktivitas lain selain dari sektor industri yangmemiliki kontribusi lebih besar terhadap emisikarbon seperti perubahan fungsi hutan menjadi non-hutan, transportasi, pembakaran


37

hutan/pengalihan lahan, limbah pabrik, dan emisi dari sektor pertanian yang berkontribusimenghasilkanemisilebihbesarketimbangaktivitasindustri.

DaftarPustaka

Badan Pusat Statistik. (n.d.). Produk domestik bruto atas dasar harga konstan 2000 menurut lapangan usaha (miliar rupiah), 2000-2014. Diunduh dari: https://www.bps.go.id/statictable/2009/07/02/1200/-seri-2000-pdb-atas-dasar-harga-konstan-2000-menurut-lapangan-usaha-miliar-rupiah-2000-2014.html

Badan Pusat Statistik. (n.d.). Biaya input IBS menurut KBLI 2 digit, 2008 - 2015 (milyar rupiah). Diunduh dari: https://www.bps.go.id/statictable/2014/01/16/1069/biaya-input-industri-besar-dan-sedang-menurut-subsektor-milyar-rupiah-2000-2015.html

Direktorat Jenderal Perlindungan Hutan dan Konservasi Kementerian Kehutanan. (2012). 6 Sektor Penyumbang Terbesar Emisi Karbon. Beritasatu. Diunduh dari: http://www.beritasatu.com/iptek/49835-6-sektor-penyumbang-terbesar-emisikarbon.html

Kementrian Energi dan Sumber Daya Mineral Republik Indonesia. (n.d.). Konsumsi energi di Indonesia. Diunduh dari: https://www.esdm.go.id/

Kementrian Energi dan Sumber Daya Mineral Republik Indonesia. (n.d.). Emisi Karbon di Indonesia. Diunduh dari: https://www.esdm.go.id/

International Renewable Energy Agency. (n.d.). Renewable power capacity and generation. Diunduh dari: http://resourceirena.irena.org/gateway/countrySearch/?countryCode=IDN

Grunewald, N., & Zarzoso, I. (2015). Did the Kyoto Protocol fail? An evaluation of the. Environment and Development Economics, 1-22.

Kumazawa, R., & Callaghan, M. (2012). The effect of the Kyoto Protocol on carbon. Journal Economic Finance, 201-210.

Pal, P., Gupta, H., & Kapur, D. (2016). Carbon mitigation potential of Indian steel industry. Mitig Adapt Strateg Glob Change, 391-402.

Saymanugraha, A. (2017). Mekanisme Kredit Karbon: Pembelajaran Dari Skema Karbon Nusantara. Diunduh dari Pojok Iklim Kementrian Lingkungan Hidup dan Kehutanan: http://pojokiklim.menlhk.go.id/read/mekanisme-kredit-karbon-pembelajaran-dari-skema-karbon-nusantara.

Suri, V., & Chapman, D. (1998). Economic growth, trade and energy: implications for the environmental Kuznets curve. Ecological Economics, 195–208.

Swinton, J. R., & Sarkar, A. (2008). The benefits of the Kyoto Protocol to developing. Environ Dev Sustain, 731–743.

Yustisia, D., & Sugiyanto, C. (2014). Analisis Empiris Environmental Kuznets Curve (EKC) Terkait Orientasi Energi. Jurnal Ekonomi dan Studi Pembangunan, 161-170.


38

Lampiran

UjiMultikolienaritas

BIAYA KONS PDBRIIL REN

BIAYA 1.000000 0.075107 0.384195 0.274443

KONS 0.075107 1.000000 -0.339595 0.254381

PDBRIIL 0.384195 -0.339595 1.000000 -0.030494

REN 0.274443 0.254381 -0.030494 1.000000

HasilRegresi

DependentVariable:EMISI

Method:PanelLeastSquares

Date:05/03/18Time:12:29

Sample:20002014

Periodsincluded:15

Cross-sectionsincluded:3

Totalpanel(balanced)observations:45

Variable Coefficient Std.Error t-Statistic Prob.

C -5.973361 2.688444 -2.221865 0.0323

KONS 0.535670 0.018595 28.80655 0.0000

BIAYA 2.66E-05 1.09E-05 2.435286 0.0197

PDBRIIL 4.29E-05 5.99E-05 0.715260 0.4788

REN -0.003163 0.000986 -3.208297 0.0027

EffectsSpecification

Cross-sectionfixed(dummyvariables)

R-squared 0.986055 Meandependentvar 36.51289

AdjustedR-squared 0.983853 S.D.dependentvar 18.73713

S.E.ofregression 2.380938 Akaikeinfocriterion 4.714901

Sumsquaredresid 215.4169 Schwarzcriterion 4.995937

Loglikelihood -99.08527 Hannan-Quinncriter. 4.819668

F-statistic 447.8293 Durbin-Watsonstat 0.565101

Prob(F-statistic) 0.000000


39

Lampiran

LikelihoodRatio

RedundantFixedEffectsTests

Equation:Untitled

Testcross-sectionfixedeffects

EffectsTest Statistic d.f. Prob.

Cross-sectionF 64.687913 (2,38) 0.0000

Cross-sectionChi-square 66.719501 2 0.0000


DependentVariable:RESID01


Date:05/04/18Time:00:56

Sample:20002014

Periodsincluded:15




C 4.553086 1.081691 4.209231 0.0003

KONS 0.004216 0.006011 0.701429 0.4893

BIAYA -3.63E-05 1.15E-05 -3.145279 0.5461

PDBRIIL 5.92E-06 7.20E-06 0.823135 0.4179

REN -9.38E-05 0.000117 -0.802785 0.4294

EffectsSpecification

Periodfixed(dummyvariables)

R-squared 0.622891 Meandependentvar 1.813120

AdjustedR-squared 0.361815 S.D.dependentvar 1.238434

S.E.ofregression 0.989342 Akaikeinfocriterion 3.112325

Sumsquaredresid 25.44873 Schwarzcriterion 3.875138

Loglikelihood -51.02731 Hannan-Quinncriter. 3.396694

F-statistic 2.385861 Durbin-Watsonstat 1.323197



40

CARBONMITIGATIONFORINDONESIA’SINDUSTRIALSECTOR:CARBONCAPVSCARBONTAX

2014110024-ShafiahMeikeSerepinaPasaribu

2014110046-R.M.YusufCatradiningrat

2014110052-ThaniaLarassariAritonang

Abstract

Indonesiahasdeclareditscommitmenttoreduce29%ofitscarbonemissionby2030fromitsBAUscenario.Acknowledgingthelackof incentivesforeconomicagentstocutdowntheiremission,agovernmentinterventionmaybenecessary.Thisresearchaimsatcomparingthepossibleenvironmentalandeconomicimpactof twodifferent carbonmitigationpolicies, namely carbon tax and carbon cap,with the industrial sector being the policy target. By designing two separatescenarios,carbontaxseemedabletofulfilltheemissionreductiontargetwiththeleast damage towards the industry’s sub sectoral output. This research can bedevelopedbyincorporatingatradeaspectforthecarboncapandimplementingtheconceptofrevenueneutralityforthecarbontaxscenario.

1. THELANDSCAPEOFINDONESIA’SCARBONEMISSION

Theworld’sattentiontowardstheenvironmenthasincreasedoverthepastdecade.Thisis evident from the number of international agreements targeted at themitigation of climatechangethathasbeenratified,suchastheMilleniumDevelopmentGoals,theKyotoProtocol,theParisAgreement,theSustainableDevelopmentGoals,etc.Indonesiahasalsotakenpartinsuchagreements, one of which is the Sustainable Development Goals (SDGs). This agreement thatconsistsof17goalsintotalaimsatbalancingthedevelopmentofeconomicaspectsalongwithsocial and environmental aspects. The 13th goal is called Climate Action that highlights theimportance of improving countries’ disaster resilience and minimizing carbon footprint. Inaccordancetothat,Indonesiahasdeclareditscommitmenttoreduceitscarbonemissionto29%fromtheBusinessAsUsualscenarioby2030(CabinetSecretariatoftheRepublicofIndonesia,2016).

Realizing Indonesia’s ambition might require a policy framework that would makeIndonesia’sgoalcometofruition,especiallywithIndonesia’sgrowingamountofcarbonemission.Graph1showsIndonesia’stotalcarbonemissionfrom2000-2015.


41

Graph1.Indonesia’sCarbonEmissionfrom2000-2015

Source: International Energy Agency, (2017)

As seen from Graph 1, Indonesia’s carbon emission has shown a steady rise – a trend that would seem

to remain in the years to come given that there are no strict obligations for economic agents to produce

less emission. When that graph is broken down per sector, it can be seen that the power sector

dominates the production of carbon emission in 2015, followed with the transportation sector,

industrial sector, etc. (See Graph 2).

Graph2.Indonesia’sSectoralCarbonEmissionin2015(MillionTonCO2)

Source: International Energy Agency, (2017).


42

AlternativesforCarbonMitigationPolicies

Coming up with said policy framework is easier said than done, since being environmentally

friendly tends to face great opposition. The possible backlash that would come from more stringent

environmental regulation stems from the perception of the inherent tradeoff of such regulation against

economic growth. This serves little wonder, considering that in comparison, environmentally friendly

economic activity tend to incur higher cost, at least according to popular belief. Such perspective has

been disputed by many economists that stood for environmental values, one of the researches being

Porter and van der Linde (1995) in Nondo (2009). This research has given birth to the Porter Hypothesis,

a foundation for many academic endeavors that advocated green economy (Goetz et al.,1996 in Nondo,

2009; Blazovich et al., 2013; & Gilley et al. 2000). In essence, the Porter Hypothesis stated that more

stringent environmental regulations would promote efficient use of resources, hence economic growth

itself.

Environmental regulations vary when it comes to what it is targeting, one of which is carbon

emission as it is part of what is causing global warming which leads to the need for it to be mitigated.

Generally, carbon mitigation policies can be classified into two different approaches, quantity-based

and price-based regulations. One of the manifestation of quantity-based regulations is carbon cap, with

carbon tax being its price-based counterpart. Naturally, debates on which policy would be the most

effective in cutting emission with the most minimum impact on the economy have sparked in tandem

to their conception. Gruber (2013) provided a graphical deconstruction of both policy impacts under

the scenario that those policies were implemented to the industrial sector (See Graph 3).

Graph3.ImpactofCarbonCapandCarbonTaxwithanUndervaluedMarginalCostCurve

Source: Gruber, (2013).

Based on

Graph 3, a

stark

contrast

between

the two

policies can

be seen

from the

deadweight loss produced, where the deadweight loss under a carbon cap scenario (ABC Triangle) is

larger than the one under carbon tax (BDE Triangle).

From a foundational standpoint, this difference is due to how carbon tax takes the industry’s

marginal cost of reducing emission into account where carbon cap does not. It is worth noting that the


43

result of the simulation depicted in Graph 3 was obtained with the assumption that the government

undervalued the industry’s capacity to cut their emissions. With carbon tax, economic agents within the

industry are only incentivized to reduce their emission until the point where the cost of reducing

emission equals the cost of paying the tax. Meanwhile, under a carbon cap, the emission reduced

depends on the underlying government’s mandate. The inaccuracy of setting the marginal cost of

reducing pollution is the main reason why each policies would end up producing different deadweight

losses.

As seen on Graph 3, the outcome that the government initially intended was shown by point

C, where the social marginal benefit curve meets the assumed marginal cost curve (MC1). Under this

condition, the amount of pollution reduced would be R1, with the total cost of reducing that amount is

represented by C2. However, the actual marginal cost curve in that simulation is MC2, resulting the cost

of achieving R1 to be C1 instead of C2, which led to a condition that is not optimal. This result applies

under a carbon cap regime where the amount of emission reduced is mandated. When a carbon tax

regime is applied, the amount of pollution reduced would be R3, with the total cost of reducing that

amount represented by C2. The fairly diminished result is due the aforementioned trait of carbon tax,

where firms are only driven to reduce emission to the point of which the cost of doing so exceeds the

cost of paying the carbon tax itself. Since the government assumed the marginal cost of reducing

pollution for firms to be MC1, the expected carbon tax payment was set equivalent to C2, hence leading

the firms to have no incentive to reduce their emissions beyond R3. In the end, a suboptimal result was

also obtained, with the amount of social marginal benefit shown at point D, whereas the marginal cost

is shown at point E. The difference between how firms respond to different form of government

intervention explains the distinctive deadweight loss produced, specifically as one is relatively more

unrelenting than the other.

Graph4.ImpactofCarbonCapandCarbonTaxwithanOvervaluedMarginalCostCurve

However, given that the government overvalued or accurately determine the industry’s

marginal cost of reducing pollution the results would have been different. If the government, in spite of

how unlikely it is, could accurately measure the industry’s marginal cost of reducing pollution, no

deadweight losses from either policies would have been produced. Referring back to the simulation

based on Graph 3, the outcome would be represented by point B, where the assumed marginal cost


44

curve (MC1) intersects the social marginal benefit curve, just as what the government expected. On the

other hand, if the government ended up overvaluing the marginal cost curve, then the deadweight loss

under a carbon tax scheme would in fact be bigger than the one produced under a carbon cap scheme.

A representation of this result is shown in Graph 4, with the ABC Triangle being the deadweight loss

produced under a carbon cap scheme and the CDE Triangle being the deadweight loss produced under

a carbon tax regime. This is due to how the carbon tax is set based on an overvalued marginal cost,

hence making the industry being able to reduce its emission beyond the target in contrast to how the

industry would reduce its emission below what it actually could. That being said, an inference that can

be drawn is that the implications of either carbon tax or carbon cap are inconclusive. Both policies are

subject to how accurate the underlying government in determining the industry’s marginal cost of

reducing pollution, as well as the extent of how the government is willing to take that into account.

Therefore, this research intends to analyze the possible impact from carbon mitigation policy,

specifically from carbon tax and carbon cap applied in separate scenarios. The industrial sector is chosen

for this research due to several reasons. In spite of emitting the most carbon emission, the power sector

is currently going through rapid development under the 35 GW Program that mostly utilizes coal as its

source of energy, the most corruptive fossil fuel. Applying a carbon mitigation on that sector would be

otherwise counter-productive, especially with considerable state control over the power sector. Should

the government wishes to cut emission from that sector, an external policy might not even be required,

since the government has the authority to determine the source of energy for power generation. In

terms of the exclusion of the transportation sector, the Ministry of Industry along with the Ministry of

Finance are currently trying to restructure the taxes for motorized vehicles which will be based on the

number of emissions emitted, instead of the engine cylinder (Mukti, 2016). Realizing the arduous effort

required to impose such a policy to objects that are so diverse in terms of fuel efficiency, making the

transportation the subject of this research is deemed improbable given the data availability.

In addition, coal will be the target fossil fuel for each policies as it is notoriously known to be

the most corruptive fossil fuel and the industrial sector in this research will only cover three subsectors,

namely textile, metallurgy, and cement subsectors. The reason behind specifying those particular

subsectors is because those three subsectors are the ones that utilize the highest amount of coal based

on the performance report from Indonesia’s Directorate General of Mineral and Coal (2016). Intuitively,

a carbon mitigation policy would have the highest impact on the most carbon-intensive sector, hence it

would make sense to analyze the sectors that utilizes the largest amount of coal.

AnalyticalFramework

As previously mentioned, either carbon tax or carbon cap would have had different implications,

whether it is towards the environment or the industry’s performance. The distinction can be traced to

the mechanics involved in how each policies alter the industry’s fossil fuel consumption, or in this case,

coal, which is the linchpin of most carbon mitigation policies. Figure 1 and Figure 2 elaborates on the

flow of how each policies will fulfill its main goal, mitigating carbon emission, along with its supposed

unwanted byproduct, the impediment of economic growth.

Figure1.CarbonTaxScheme


45

Figure 1 shows the process of how carbon tax can affect both carbon emission of the industrial sector

along with its corresponding GDP. As previously mentioned, carbon tax imposes a kind of surcharge in

consuming fossil fuel, or in this case, coal. It can be inferred that the price per unit of coal is increased.

Changes in price of coal would have had an implications on those who seeks to utilize them, as price is

one of the most basic form of constraint in consuming a certain good. The extent of which the demand

for that good would change would vary, depending on how reliant is an economic agent on that good

itself. With carbon emission as the byproduct of fuel combustion, the number of coal used in the

industry sector will affect the number of carbon emission of that sector. Aside from that, the role as

input that coal plays means that an external shock towards coal consumption will affect the industry’s

production process, which can be translated to its GDP.

Figure2.CarbonCapScheme

Figure 2 represents the process of how a carbon cap policy would affect carbon emission from the

industrial sector along with its corresponding sectoral GDP. A carbon cap would have been based on a

certain target that is aimed to be achieved. This target will then be distributed between sectors that

emit carbon emission, where it would then represent the number of emission that each sectors would

have to reduce. As stated before, the source of carbon emission in this research is coal consumption. In

order to comply to the aforementioned carbon cap, economic agents within the sector will have to

reduce their fossil fuel consumption. This in turn will affect the number of carbon emission emitted by

each sectors and its corresponding sectoral GDP just like in a carbon tax scheme.

PastLiteratures


46

Nondo (2009) examined the impact of environmental regulations towards economic growth in

the Appalachian Region. The proxy for environmental regulation in this research was the attainment

status where counties with worse environmental qualities are subjected to regulations that enforces

higher environmental standards for business investments. Meanwhile, economic growth was

represented by number of population, income, and employment. By utilizing a three stage least square,

it was concluded that the enforcement of an environmental regulation is only detrimental towards

economic performance in the short-term, while in the long-term, improved environmental quality

actually stimulated economic growth.

Empirical evidences on carbon cap are fairly limited, only ones that have merged the

quantitative foundation of it with market mechanism, notably known as carbon cap and trade, are

available. The synthesis virtually makes carbon cap and trade a price-based approach to carbon

mitigation where the limit of emission allowed to be emitted are then perceived as permits that are

tradeable between sectors. In spite of a foundational difference than what is covered in this research,

literatures that provide a comparison between carbon tax and carbon cap and trade are included.

Anandarajah et al. (2011) conducted a study aimed to examine the role of carbon tax and cap-

and-trade policy to mitigate the world carbon emissions, especially in the developing countries. The

study uses forecasting techniques to see the role of both policies in mitigating carbon emission and

which policies are better at reducing carbon emission in developing countries. According to this study,

the participation of developed countries is essential to assist developing countries in mitigating their

carbon emissions, particularly in the implementation of cap-and-trade policies. This is because

developed countries are considered responsible for ¾ of the increase in greenhouse gas concentrations

at the industrial level. Other than that, developed countries are considered to have access to more

advanced technologies for carbon emissions reduction activities. Thus, the role of developed countries

can be realized in the form of funding and technological transfer. Meanwhile, to implement the carbon

tax policy requires adequate low-carbon technologies. Therefore, according to the researcher, it would

be better to apply carbon cap-and-trade policy first followed by carbon tax policy after various

infrastructure and supporting technologies have been built.

In contrast to Anandarajah’s study, Hovi & Holtsmark (2006) stated that carbon tax policy is

better applied in developing countries. This conclusion is obtained after considering the factors of

supervision and compliance in the application of both policies. Hovi & Holtsmark argue that the carbon

tax policy is a much more efficient policy compared to cap-and-trade policy. However, to achieve a high

degree of compliance from a country, these two policies require strict and effective enforcement

mechanism. Researchers see that the law enforcement in the cap-and-trade policy is much more

difficult than in the carbon tax policy. In the tax-based policy, reductions in carbon emissions can be

accomplished at least as long as a country complies. While in the cap-and-trade policy, non-compliance

act of one or more merchant-selling countries may damage the potential environmental impacts. Based

on this, the researchers concluded that tax-based policy would be more effective when applied to a

country compared to cap-and-trade policy.

Furthermore, the study of Pillay & Buys (2013) also showed the same thing. The study examines

the relevance between cap-and-trade and carbon tax schemes in developing countries, particularly

South Africa. Using model simulation technique, the result obtained that both cap-and-trade and carbon

tax schemes can reduce carbon tax emission in a country. However, carbon tax policy is considered to

be faster in reducing carbon emissions. These results can be seen through two simulations that have


47

been done by the researchers. In the first simulation, the cap-and-trade policy does not show any

reduction in carbon emissions. Then in the second phase of the simulation, the cap-and-trade policy is

finally seen to reduce carbon emission. In addition, researchers also argue that the application of carbon

tax policy is much simpler when compared to cap-and-trade policy. The implementation of cap-and-

trade would require the use of sophisticated mechanisms that may not provide the optimum benefit in

a developing economy context. Therefore, the researchers assert that the implementation of carbon

tax policy will provide benefits for developing countries rather than cap-and-trade policy.

Other studies related to carbon emissions mitigation policy is the research conducted by

Homam (2012). By using theoretical analysis technique, the research shows that carbon tax policy is

better to be applied to a country. The success of carbon cap-and-trade heavily depends on international

cooperation between all carbon emission emitters. In absence of global cooperation on the

implementation of carbon cap-and-trade, will create the “carbon leakage” condition and competitive

disadvantage. Other than that, the quota system in the cap-and-trade can create monopolies. This

happens when a firm, whether by nature or through a regulation, is protected from competition. Large

firms that acquire and hoard carbon emission permits will turn into monopoly power in later years.

Therefore, the study shows that carbon tax policy with border adjusted tax is a more effective policy in

influencing the reduction of carbon emission. A carbon tax policy ensures a level playing field for all

producers and consumers, and a border adjusted tax will ensure a level playing field for the domestic

and foreign producers and suppliers. Furthermore, this study shows three other reasons that support

the implementation of carbon tax policy including:

- Lower cost: the same outcome can be achieved at a lower cost than the alternatives

- Less administration complexity: economic incentives require a minimum level of administrative

intervention

- Lower transaction cost: economic incentives avoid many of the hidden cost of bureaucratic regulation,

such as negotiating and lobbying.

ResearchMethodology

As stated, this research intends to compare the impact of carbon tax and carbon cap on coal

consumption towards the industrial sector. The industrial sector itself will be broken down into several

sub sectors, namely textile, metallurgy, cement – three sectors that utilizes coal the most, excluding

power plants (Directorate General of Mineral and Coal, 2016). In order to realize its purpose, this

research will construct scenarios that also incorporate elasticity tests and mathematical calculations.

Elasticity tests will be incorporated based on the acknowledgement of its concept’s predominance in

many previous researches that analyzed the impact of carbon mitigation policies (Joglekar, 2009; Cao,

2007; Meng et al., 2012). Mathematical calculations will also be incorporated as a complementary tool

from results based on the aforementioned elasticity tests. The amalgamation of these approaches

should be able to represent the processes of how carbon tax or carbon cap would affect the industrial

sector as shown in Figure 1 and Figure 2.

In essence, an elasticity test aims at identifying the percentage of change of a certain variable

that is induced by a percentage of change of another variable. The product of this test is the elasticity

coefficient. For this research, elasticity coefficients will be calculated between several variables which

will be elaborated in the following equations:


48

A. Coal Price Elasticity

Ä'! =−%∆Ä3?>Ä361:q27836

%∆Ä3?>'48É=

The elasticity coefficient obtained between coal price towards coal consumption which is

represented by Equation A should show the percentage change of coal consumption given a change of

coal price. The data for coal prices were obtained from Ministry of Energy and Mineral Resources (2017)

that provided a monthly information of its price from January 2013 to December 2016. The data of coal

consumption between each sub sectors were obtained from the performance report published by the

Directorate General of Minerals and Coal in 2016 that provided an annual information of coal

consumption from 2013-2016. Acknowledging the difference of time units between sources, the data

of annual coal consumption is then modified into monthly coal consumption. Granted that this can only

be done under the assumption that each sectors consume the same amount coal each month which

disregards possible demand fluctuations of each sectors’ final products. However, given the limited data

availability, this is deemed to be the most ideal course of action. The result from this calculation will be

utilized for the carbon tax scenario where its application will affect the monetary cost of consuming coal

– in other words, the price of coal itself.

B. Coal Consumption Elasticity

ÄÄ! =−%∆<:91=É734Ñ*'%∆Ä3?>Ä361:q27836

The elasticity coefficient obtained between coal consumption towards sub sector GDP that is

represented by Equation B should show the percentage change of sub sector GDP given a percentage

change of coal consumption. An identical source as the one for equation A will be used for the data of

coal consumption, whereas the data of sub sectoral GDP is obtained from the Central Bureau of

Statistics (n.d.) that provided a quarterly information for sub sectoral GDP. Due to the differences in

time units, the data of quarterly sub sector GDP will be modified into monthly sub sector GDP. Similar

to equation A, this can only be done under the assumption that each sub sectors produced the same

amount of output each month, disregarding possible fluctuations of productivity. The result from this

calculation will be utilized for both the carbon tax scenario and the carbon cap scenario since both

policies will affect coal consumption, which in turn should also affect the corresponding sub sector GDP.

A foundation for the extent of how shocks from either carbon mitigation policies should be attained

from Equation A and B.

Mathematical equations will also be incorporated as a complementary measure in achieving

the goal of this research. Relying solely on elasticity tests to provide a definitive result on the possible

impact would be insufficient, as an elasticity test merely shows the relations between changes within

two variables. Therefore, here are the following mathematical equations that shall be included in this

research:

C. Coal Price Margin

5.2.1 !"# = !%&'()+%, × ./


49

Where

CPM = Coal Price Margin

EF = Emission Factor

Coal Price Margin that is represented by Equation C is calculated to know the the additional cost each

sub sectors must bear in consuming coal given that a carbon tax was implemented. This equation does

not apply for the carbon cap scenario since the change in coal consumption in carbon cap is based on

the emission reduction target, instead of a change in price. A direct calculation to post carbon tax coal

consumption cannot be done since the unit for carbon tax is US Dollar per ton carbon dioxide, whereas

the unit for coal consumption is BOE, which means a conversion is required – this explains the emission

factor in the equation. The carbon tax is set based on Tol (2013) which calculated the social cost of

carbon. By utilizing Kernell Density Estimator which accounted 544 observations, it was concluded that

the social cost of carbon is $25. The initial price of coal is obtained from Ministry of Energy and Mineral

Resources (2017).

D. Coal Consumption Margin

1. Carbon Cap

5.2.2 !!#!! = #!.0 ÷ ./ Where

CCMCC = Coal Consumption Margin for Carbon Cap

MCER = Mandated Carbon Emission Reduction


2. Carbon Tax

5.2.3 !!#!" = !"# × !".

Where

CCMCT = Coal Consumption Margin for Carbon Tax


CPE = Coal Price Elasticity


50

Coal Consumption Margin as represented by Equation D is calculated to know how much each

sub sector must reduce their coal consumption given a carbon cap shock. This equation does not apply

for the carbon tax scenario since the change in coal consumption is triggered by a change in coal price,

instead of an amount of carbon emission that was mandated to be reduced. A direct calculation to post

carbon cap coal consumption cannot be done since the number of emission to be reduced is

represented by ton carbon dioxide, whereas coal consumption is represented by BOE – this explains the

conversing nature of the equation that included the emission factor. The information on how much

emission that must be reduced is obtained by dividing the total emission reduction target with the total

emission emitted by each sector based on the IEA classification, as presented in Graph 2. From the

number obtained in that process, it is then divided again by the total amount of sub sectors in the

industrial sector based on the classification by Indonesia’s Ministry of Industry (2017). The emission

factor is obtained from IPCC (1996) that showed the number of emission produced by each type of fossil

fuels from a certain unit of consumption.

E. Post Policy Coal Consumption

Post Policy Coal Consumption as represented by Equation E is calculated in order to know the

implication of both policies towards what is to be the centerpiece of each carbon mitigation policy,

which is fossil fuel consumption, or in this case, coal consumption. As both policies affect coal

consumption in a different manner, the equation that entails are slightly different as well.

1. Carbon Cap

5.2.4 ""!!!! = 2!! − !!# Where

ICC = Initial Coal Consumption

CCM = Coal Consumption Margin

As mentioned in Equation C, the amount of carbon emission that will be reduced under a carbon cap

scheme is dependent on the underlying carbon emisison reduction target that is mandated, instead of

the change in price of activities that produces carbon emission. Since it has already been calculated in

Equation C, all there is to be done is to reduce the initial coal consumption with the mandated coal

consumption reduction.

2. Carbon Tax

5.2.5 ""!!!" = 2!! − (!"# × !".)

Where

ICC = Initial Coal Consumption


CPE = Coal Price Elasticity


51

Contrary to the post carbon cap coal consumption, the amount of carbon emission that will be

reduced under a carbon tax scheme is dependent on the underlying change in price. The change in coal

price has already been captured in Equation D, where it would then be multiplied with the coal price

elasticity which has already been obtained from Equation A. By doing so, the coal consumption that the

industry would reduce by each sub sector can be shown. Afterwards, all that is left to be done is to

reduce the initial coal consumption with the carbon-tax-induced coal consumption reduction.

F. GDP Margin

After knowing the coal consumption after each policies were implemented separately, a straight

calculation to know the implication of that towards each corresponding sub sectoral GDP cannot be

done. This is due to the inherent nature of elasticity tests that measure relations between variables in

the margin, hence only the margin of the dependent variable that is also induced by the margin of the

independent variable can be obtained. That is why, GDP Margin as represented by Equation F is

calculated. The Coal Consumption Margin itself for obvious reasons, the GDP Margin for carbon cap

and carbon tax are separated, since the Coal Consumption Margin as seen in Equation D is also different.

1. Carbon Cap

5.2.6 6#!! = !!# × !!. Where

GMCC = Sub sector GDP Margin


CCE = Coal Consumption Elasticity

2. Carbon Tax

6#!" = !!# × !!.

Where

GMCT = Sub sector GDP Margin for carbon tax


CCE = Coal Consumption Elasticity

G. Post Policy GDP

Now that the GDP margin has already been calculated, the Post Policy GDP for each policies as

represented by Equation G can be measured. Similar to Equation F, the Post Policy GDP is separated

between the one for carbon cap and the one for carbon tax. By doing so, the economic impact from

implementing those policies can be identified.

1. Carbon Cap


52

5.2.7 "(78"(9:;<6=" = 26 ×6#!! Where

IG = Initial GDP

GMCC = GDP Margin for Carbon Cap

2. Carbon Tax

"(78"(9:;<6=" = 26 ×6#!"Where

IG = Initial GDP

GMCT = GDP Margin for Carbon Tax

H. Post Policy Carbon Emission

In order to show the environmental effectiveness of each policies in reducing emission, Post

Policy Carbon Emission as represented by Equation H is calculated. To do so, the post policy coal

consumption must be known as it will then represent the basis on how much carbon emission that will

be emitted after the carbon mitigation policy has been implemented. This can be obtained by reducing

the initial coal consumption (ICC) with the coal consumption margin (CCM), where it would then become

Post Policy Coal Consumption (PPCC). Due to the difference between the unit for coal consumption and

carbon emission, the emission factor is included to adjust the units. The separation between Post Policy

Carbon Emission under the carbon cap and carbon tax scenario as seen in Equation F and G was also

done for the same reason.

1. Carbon Cap

5.2.8 ""!.!! = 2!. − (""!!!! × ./) Where

PPCECC = Post Policy Carbon Emission for Carbon Cap

ICE = Initial Carbon Emission

PPCCCC = Post Policy Carbon Consumption for Carbon Cap


2. Carbon Tax

""!.!" = 2!. − (""!!!" × ./)

Where


53

PPCECT = Post Policy Carbon Emission for Carbon Tax

ICE = Initial Carbon Emission

PPCCCT = Post Policy Carbon Consumption for Carbon Tax


The result from Equation G and H should represent the economic and environmental impact of both

carbon cap and carbon tax, respectively. This will then be compared in order to answer the purpose of

this research.

1. RESULT

Table 1 shows the result of the elasticity test of coal price towards coal consumption. Based on

Table 1, it can be seen that each sub sector has different elasticity coefficient. The result shows that a

1% increase in coal price, ceteris paribus, will lead to a 0.77% decrease in coal consumption in the textile

sub sector. Meanwhile, the same percentage increase in coal price will lead to a 0.72% decrease in coal

consumption in the cement sector and 0.41% in the metallurgy sector. Based on the elasticity coefficient

obtained from each sub sectors, there is a reason to believe that coal consumption in the textile sector

is the most responsive to coal price increases.

Table1.SubSectoralPriceElasticityCoefficients

Sub Sectoral Price Elasticity Coefficients

Textile Sector -0.7788

Cement Sector -0.7261

Metallurgy Sector -0.4183

Table 2 shows the result of the elasticity test of coal consumption towards GDP. Based on Table

2, it can be seen that, the response of each sub sectors toward the same amount of change in coal

consumption is different, similar to that was shown in Table 1. In the metallurgy sector, a 1% decrease

in coal consumption will lead to a 0.57% decrease of its sub sectoral GDP. The same decrease in coal

consumption will be followed with a 0.43% and 0.13% decrease of the cement and the textile sub

sectoral GDP, respectively. The result suggests that the GDP of the metallurgy sub sector is the most

sensitive to changes in coal consumption.

Table2.SubSectoralConsumptionElasticityCoefficients

Sub Sectoral Consumption Elasticity Coefficients

Metallurgy Sector 0.5702


54

Cement Sector 0.4340

Textile Sector 0.1252

After combining the elasticity coefficients with the mathematical equations, the final result of

the implications of both carbon mitigation policies towards sub sectoral carbon emission and sub

sectoral output can be obtained, as seen in Table 3.

Table3.SubSectoralEconomicandEnvironmentalImpactofCarbonTaxandCarbonCap

Based on Table 3, the post policy sub sectoral carbon emission produced by each sub sectors are roughly

similar. However, the same cannot be said for the post policy sub sectoral GDP. It appears that the sub

sectoral GDP fell rather drastically under the carbon cap scenario, with the numbers showing a third of

what it initially was. In other words, it can be inferred that with a relatively identical environmental

effectiveness, carbon tax would make a more preferable choice of policy as it only inflicted the sub

sectoral GDP at a modest rate.

Coaldependencypersubsectors

Aside from the final result derived from the calculation, the elasticity coefficients obtained from

the elasticity tests between coal consumption towards the sub sector outputs can also show the

dependency of each sub sectors towards coal consumption itself. This is in line with the result shown in

Table 2. Based on Table 2, it can be seen how the metallurgy sub sector has the highest elasticity

coefficient. This means that the output of metallurgy sub sector is the most responsive towards changes

in coal consumption, followed with cement and textile, respectively. The reason behind this result can

be correlated with the use of coal in each sub sectors.

Coal is one of the main raw materials in the production process in various industrial sub sectors.

One of the sub sectors that rely on coal as its main material is the metallurgy sector. Based on World

Coal Institute (2009), almost 64% of steel production worldwide is from iron made by blast furnace using

coal. The type of coal used in this process is metallurgical coal or coking coal. This coking coal is then


55

heated, melted, and combined with iron and other substances such as manganese and chromium to be

processed into steel.

Another sub sector that relies on coal as its main raw material is the cement industry where

coal becomes fuel in the operation of the oven used to heat other raw materials. The energy needed to

produce cement is enormous. One oven usually burns coal in the form of powder as much as 450 grams

to produce 900 grams of cement (World Coal Institute, 2009).

In addition, coal combustion products (CCP) also plays an important role in the production of

concrete. CCP is a by-product of coal combustion at the steam power plant. Such byproducts include

charcoal ash, base ash, kettle crate, and gypsum desulfisation of combustion gases. These substances

can be used in the manufacture of cement which is then transformed into concrete. Charcoal ash, for

example, can be used as a substitute or cement enhancer in the manufacture of concrete. Such recycled

coal combustion products are considered beneficial to the environment, which can be used as a

substitute for the key raw materials.

In its production activities, the textile industry sector also uses coal as fuel in the operation of

steam boilers (Zhengzhou Boiler Group, n.d.). This steam boiler is used to dry, hear, and keeping the

system temperature in various textile production activities. However, the use of coal as boiler fuel is still

inferior when compared to natural gas. Natural gas and oil are still the main alternative in the operation

of the boiler in the textile industry (Zhengzhou Boiler Group, n.d.). However, research conducted by

Webber (1957) explains that the use of coal as a steam booster is much more efficient if compared to

the use of natural gas or oil. Furthermore, Webber (1957) considers thatcoal is nuch more cost efficient

than other energy sources.

Other than those three sectors, another fuction of coal is to process alumina, production of

paper, chemical, and pharmaceuticals. Various chemical products can be produced from coal by-

products such as creosote oil, nephtalene, phenol, and benzene. Processed products such as soaps,

solvents, dyes, plastics, and fibers such as rayon and nylon are the result of processed coal.

Conclusion

In the face of a global threat, countries have come to a mutual understanding that climate

change must be mitigated as it endangers the wellbeing of earth’s inhabitants. Indonesia has also joined

in this endeavor, as seen from its commitment to reduce its carbon emission by 29% by 2030 from the

BAU scenario. The indirect nature of climate change resulted in the lack of incentive for economic agents

to be more environmentally friendly, hence a government intervention might be necessary to coercively

change their behaviors. Implementing environmental regulations tend to be an uphill struggle, as it is

often perceived to be detrimental towards the economy. This research aims at comparing two

approaches in carbon mitigation policy, namely price-based approach in the form of carbon tax and

quantity-based approach in the form of carbon cap. Simulations were made that took environmental

and economic impacts into account. Based on the calculations, both policies resulted with different

economic impacts, with carbon cap being larger than carbon tax, even though both policies had an

environmental impact that were relatively the same.

Naturally, this research has its own flaws. In accordance with the Porter Hypothesis, more

efficient use of resources, or in this case coal, should have been the product of more stringent

environmental policies that could lead to higher output. Indeed, this research has managed to show


56

indications that both environmental policies could reduce the amount of resources, or in this case coal,

utilized. However, the aftermath of such reduction seemed to have shown contradictions to the

aforementioned hypothesis where the output of each sub sectors actually decreased. This might have

been due to the time length of the data in this research that only included a four-year time frame. The

Porter Hypothesis stated a more stringent environmental regulation would induce more efficient use of

resources in the long term. The definition of long term may be arbitrary, but based on Nondo (2009), it

can be inferred that it might require 15 years before improved efficiency would come to effect.

A less direct approach in measuring the relations between resource consumption to output can

be considered. As seen in Nondo (2009), a carbon mitigation policy could induce the use of renewable

alternatives such as biomass or biofuel that are more environmentally friendly. How greener resources

would presumably incur less emission can be translated as more efficient use of resources, therefore

supporting the Porter Hypothesis. In addition to that, the substitution effect could offset the detrimental

implications of reducing coal consumption towards the output since those inputs would also produce

outputs of their own. Technological advancement on the use of the same resource that is induced by

carbon mitigation policy can also be incorporated. In this case, the pernicious resource may still be

utilized, but possibly at a lower degree, hence making it more efficient. Similar to the possible change

in input, improvement in the use of resource can offset its reduction that was caused by carbon

mitigation policies. That being said, including an intervening variable between resource consumption

towards output can provide a clearer mechanism on how a more stringent environmental policy could

promote more efficient use of resources, leading up to higher outputs.

Based on the result of this research, it can be seen how both carbon policies would reduce the

output of all sub sectors – one of the very reason why environmental regulations are infamous. Actually,

the policy mechanism of both policies can be modified in such a way to minimize their impact towards

the sectors that are subject to the aforementioned policies. From the term carbon tax, this policy would

generate revenues for the government budget which can be utilized in several ways. It has been noted

that revenue generated from carbon tax can be allocated as a restitution for other taxes (e.g. income

taxes), additional funds for research and development on renewable technologies, subsidies for the use

renewable technologies, etc (Metcalf, 2016). Incorporating such measures should provide a cushion for

the sectors affected by the policy for a smoother adaptation process, therefore possibly improving the

result obtained from this research in the carbon tax scenario. Altering the quantitative nature of carbon

cap into a more price-based approach (i.e. carbon cap and trade) can also be considered and contrasted

against carbon tax. There is no saying that a carbon cap and trade regime or an extended carbon tax

scheme could actually support environmental goals without necessarily causing substantial damages

towards the economy.

By the end, this research has managed to show that in its arguably most natural state, a price-

based approach in the form of carbon tax might be more preferable to be implemented for Indonesia’s

industrial sector compared to carbon cap. Even though that to a certain extent, both policies would

reduce each sub sectors’ GDP, to say that environmental regulations are inherently bad for the economy

would be an exaggeration, considering the limitations of this research. Nevertheless, it is worth

emphasizing that for too long the environment has been controlled for the benefit of the people;

perhaps it is time for the people to be controlled to allow the survival of the environment.

Bibliography


57

Anandarajah, G., Kesicki, F., & Pye, S. (2011). Carbon tax vs cap-and-trade: implications

on developing countries emissions. IAEE International Conference , 1-28.

Blazovich, J. L., Smith, K. T., & Smith, L. M. (2013). An examination of financial performance and

risk of environmentally friendly companies. Journal of Organizational Culture, 8(2) , 1-

14.

Bureau of Statistics. (n.d.). Gross Domestic Bruto by Industrial Origin. Retrieved March 2018,

from Statistics Indonesia: https://bps.go.id/subject/11/produk-domestik-bruto--

lapangan-usaha-.html#subjekViewTab3

Cabinet Secretariat of the Republic of Indonesia. (2016, March 31). Follow-up of the COP21 Paris Global Climate Change COP21. Retrieved March 2018, from http://setkab.go.id/tindak-

lanjut-kesepakatan-global-perubahan-iklim-cop21-paris/

Cao, J. (2009). Essays on environmental tax policy analysis: dynamic computable general

equilibrium approaches applied to China. Harvard University Dissertation , 1-239.

Directorate General of Mineral and Coal. (2016). Indonesia Mineral and Coal Information. Jakarta: Ministry of Energy and Mineral Resources.

Gilley, M. K., Worrell, D. L., & El-Jelly, A. (2000). Corporate environmental initiatives and

anticipated form performance: the differential effects of process-driven verus product-

driven greening initiatives. Journal of Managment, 26(6) , 1199-1216.

Gruber, J. (2013). Public Finance and Public Policy (4th ed.). New York: Worth Publishers.

Homam, M. (2012). Economic efficiency of carbon tax versus carbon cap-and-trade. Homam

Consulting & Business Solutions Inc.

Hovi, J., & Holtsmark, B. (2006). Cap-and-trade or carbon taxes? The feasibility of enforcement

and the effects of non-compliance. International Environmental Agreements: Politics, Law and Economics, 6(2) , 137-155.

International Energy Agency. (2017). CO2 Highlights. Retrieved March 2018, from CO2 emission

Sstatistics: https://www.iea.org/media/statistics/CO2Highlights.XLS

Joglekar, D. (2009). Simultaneously achieving development and environmental goals: an

application of carbon taxation in India. University of Connecticut International Dissertation , 1-170.

Meng, S., Siriwardana, M., & McNeill, J. (2013). The environmental and economic impact of the

carbon tax in Australia. Environ Resource Econ, 54 , 313-332.

Metcalf, G. E. (2016). A conceptual framework for measuring the effectiveness of green fiscal

reforms. International Journal on Green Growth and Development, 2(2) , 87-126.

Ministry of Energy and Mineral Resources. (2017, September). Reference Coal Price and Benchmark Coal Price. Retrieved March 2018, from Directorate General of Mineral and

Coal: https://www.minerba.esdm.go.id/library/content/file/28935-

HBA%20September%202017/64f0489bddbdc960badcbd5f364a50de2017-09-06-20-

03-59.pdf


58

Mukti, H. (2016, December 3). The Application of Carbon Emission Tax Begins Next Year.

Retrieved March 2018, from CNN Indonesia:

https://www.cnnindonesia.com/teknologi/20161202222650-384-177035/penerapan-

pajak-emisi-karbon-bertahap-mulai-tahun-depan

Nondo, C. (2009). An empirical analysis of the interactions between environmental regulations

and economic growth. Proquest Public Dissetation .

Pillay, S. S., & Buys, P. (2013). Climate change: a comparison of market-based instruments from

a South African Perspective. International Business & Economics Research Journal, 12(4) , 457-468.

Simmons, T. (n.d.). CO2 emissions from stationary combustion of fossil fuels. Good Practice Guidance and Uncertainty Management in National Greenhouse Gasn Inventories , 15-

40.

Tol, R. S. (2013). Targets for global climate policy: an overview. Journal of Economic Dynamics & Control, 37(5) , 911-928.

Webber, A. F. (1957). The design of industrial boiler plant. Journal of the Institute of Brewing, 63(4) , 151-160.

World Coal Institute. (2009). The coal reseorce: a comrehensive overview of coal. World Coal

Institute.

Zhengzhou Boiler Group. (n.d.). ZBG Application. Retrieved April 2, 2018, from Zhengzhou Boiler

Group Website: https://www.zbgboiler.com/Application/boiler-in-textile-

industry.html


59

Attachments

Carbon Cap Scenario

Year Subsector Carbon Cap

Emission Factor GDP

Initial Consumption

Initial Carbon Emission

Mandated Carbon Emission Reduction

Mandated Coal ConsumptionReduction

Post Carbon Cap Coal Consumption

Coal Consumption Margin

Coal Consumption Towards GDP Elasticity Coefficient

GDP Margin

Post Carbon Cap GDP

Post Carbon Cap Carbon Emission

2013

Cement

0.00085 0.16 69400.60 735434.87 116081.51 98.67 625.12 734809.75 -625.12 0.43 -

271.32 69129.28 115982.84

2014 0.00085 0.16 76852.00 735128.01 116033.08 98.63 624.86 734503.15 -624.86 0.43 -

271.21 76580.79 115934.45

2015 0.00085 0.16 83371.00 1078092.28 170166.78 144.64 916.38 1077175.90 -916.38 0.43 -

397.74 82973.26 170022.14

2016 0.00085 0.16 89056.00 1078092.28 170166.78 144.64 916.38 1077175.90 -916.38 0.43 -

397.74 88658.26 170022.14 2013

Textile

0.00085 0.16 129912.00 149337.26 23571.49 20.04 126.94 149210.32 -126.94 0.13 -15.90 129896.10 23551.45 2014 0.00085 0.16 139031.60 149132.69 23539.20 20.01 126.76 149005.93 -126.76 0.13 -15.88 139015.72 23519.19 2015 0.00085 0.16 139393.60 225028.75 35518.68 30.19 191.27 224837.48 -191.27 0.13 -23.96 139369.64 35488.49 2016 0.00085 0.16 143545.00 225028.75 35518.68 30.19 191.27 224837.48 -191.27 0.13 -23.96 143521.04 35488.49 2013

Metallurgy

0.00085 0.16 74495.10 30685.74 4843.46 4.12 26.08 30659.66 -26.08 0.57 -14.87 74480.23 4839.34 2014 0.00085 0.16 82118.80 30481.17 4811.17 4.09 25.91 30455.26 -25.91 0.57 -14.78 82104.02 4807.08 2015 0.00085 0.16 90159.30 36618.31 5779.86 4.91 31.13 36587.19 -31.13 0.57 -17.75 90141.55 5774.95 2016 0.00085 0.16 89559.70 39891.46 6296.49 5.35 33.91 39857.55 -33.91 0.57 -19.34 89540.36 6291.14


60

Carbon Tax Scenario for Cement Sub sector


61

Year

Initia

l Coa

l Pric

eInit

ial Co

nsump

tion

Initia

l GDP

Carbo

n Tax

EFCo

al Pric

e Elas

ticity

Post C

arbon

Tax C

oal P

rice

Coal P

rice M

argin

Consu

mptio

n Marg

inPo

st Carb

on Ta

x Con

sumpti

onCo

al Con

sumpti

on Ela

sticity

GDP M

argin

Post C

arbon

Tax G

DPIni

tial Em

ission

Post C

arbon

Tax E

missi

on20

13-1

87.55

61,28

6.24

16,43

6.80

25.00

0.16

-0.73

91.50

3.95

-2.87

61,28

3.37

0.43

-1.24

16,43

5.56

9,673

.469,6

73.01

2013

-288

.3561

,286.2

416

,436.8

025

.000.1

6-0.

7392

.303.9

5-2.

8761

,283.3

70.4

3-1.

2416

,435.5

69,6

73.46

9,673

.0120

13-3

90.09

61,28

6.24

16,43

6.80

25.00

0.16

-0.73

94.04

3.95

-2.87

61,28

3.37

0.43

-1.24

16,43

5.56

9,673

.469,6

73.01

2013

-488

.5661

,286.2

417

,204.1

025

.000.1

6-0.

7392

.513.9

5-2.

8761

,283.3

70.4

3-1.

2417

,202.8

69,6

73.46

9,673

.0120

13-5

85.33

61,28

6.24

17,20

4.10

25.00

0.16

-0.73

89.28

3.95

-2.87

61,28

3.37

0.43

-1.24

17,20

2.86

9,673

.469,6

73.01

2013

-684

.8761

,286.2

417

,204.1

025

.000.1

6-0.

7388

.823.9

5-2.

8761

,283.3

70.4

3-1.

2417

,202.8

69,6

73.46

9,673

.0120

13-7

81.69

61,28

6.24

17,75

8.70

25.00

0.16

-0.73

85.64

3.95

-2.87

61,28

3.37

0.43

-1.24

17,75

7.46

9,673

.469,6

73.01

2013

-876

.7061

,286.2

417

,758.7

025

.000.1

6-0.

7380

.653.9

5-2.

8761

,283.3

70.4

3-1.

2417

,757.4

69,6

73.46

9,673

.0120

13-9

76.89

61,28

6.24

17,75

8.70

25.00

0.16

-0.73

80.84

3.95

-2.87

61,28

3.37

0.43

-1.24

17,75

7.46

9,673

.469,6

73.01

2013

-1076

.6161

,286.2

418

,001.0

025

.000.1

6-0.

7380

.563.9

5-2.

8761

,283.3

70.4

3-1.

2417

,999.7

69,6

73.46

9,673

.0120

13-11

78.13

61,28

6.24

18,00

1.00

25.00

0.16

-0.73

82.08

3.95

-2.87

61,28

3.37

0.43

-1.24

17,99

9.76

9,673

.469,6

73.01

2013

-1280

.3161

,286.2

418

,001.0

025

.000.1

6-0.

7384

.263.9

5-2.

8761

,283.3

70.4

3-1.

2417

,999.7

69,6

73.46

9,673

.0120

14-1

81.90

61,26

0.67

17,82

9.90

25.00

0.16

-0.73

85.85

3.95

-2.87

61,25

7.80

0.43

-1.24

17,82

8.66

9,669

.429,6

68.97

2014

-280

.4461

,260.6

717

,829.9

025

.000.1

6-0.

7384

.393.9

5-2.

8761

,257.8

00.4

3-1.

2417

,828.6

69,6

69.42

9,668

.9720

14-3

77.01

61,26

0.67

17,82

9.90

25.00

0.16

-0.73

80.96

3.95

-2.87

61,25

7.80

0.43

-1.24

17,82

8.66

9,669

.429,6

68.97

2014

-474

.8161

,260.6

718

,611.4

025

.000.1

6-0.

7378

.763.9

5-2.

8761

,257.8

00.4

3-1.

2418

,610.1

69,6

69.42

9,668

.9720

14-5

73.60

61,26

0.67

18,61

1.40

25.00

0.16

-0.73

77.55

3.95

-2.87

61,25

7.80

0.43

-1.24

18,61

0.16

9,669

.429,6

68.97

2014

-673

.6461

,260.6

718

,611.4

025

.000.1

6-0.

7377

.593.9

5-2.

8761

,257.8

00.4

3-1.

2418

,610.1

69,6

69.42

9,668

.9720

14-7

72.45

61,26

0.67

19,45

9.50

25.00

0.16

-0.73

76.40

3.95

-2.87

61,25

7.80

0.43

-1.24

19,45

8.26

9,669

.429,6

68.97

2014

-870

.2961

,260.6

719

,459.5

025

.000.1

6-0.

7374

.243.9

5-2.

8761

,257.8

00.4

3-1.

2419

,458.2

69,6

69.42

9,668

.9720

14-9

69.69

61,26

0.67

19,45

9.50

25.00

0.16

-0.73

73.64

3.95

-2.87

61,25

7.80

0.43

-1.24

19,45

8.26

9,669

.429,6

68.97

2014

-1067

.2661

,260.6

720

,951.2

025

.000.1

6-0.

7371

.213.9

5-2.

8761

,257.8

00.4

3-1.

2420

,949.9

69,6

69.42

9,668

.9720

14-11

65.70

61,26

0.67

20,95

1.20

25.00

0.16

-0.73

69.65

3.95

-2.87

61,25

7.80

0.43

-1.24

20,94

9.96

9,669

.429,6

68.97

2014

-1264

.6561

,260.6

720

,951.2

025

.000.1

6-0.

7368

.603.9

5-2.

8761

,257.8

00.4

3-1.

2420

,949.9

69,6

69.42

9,668

.9720

15-1

63.84

89,84

1.02

19,87

4.40

25.00

0.16

-0.73

67.79

3.95

-2.87

89,83

8.16

0.43

-1.24

19,87

3.16

14,18

0.56

14,18

0.11

2015

-262

.9289

,841.0

219

,874.4

025

.000.1

6-0.

7366

.873.9

5-2.

8789

,838.1

60.4

3-1.

2419

,873.1

614

,180.5

614

,180.1

120

15-3

67.76

89,84

1.02

19,87

4.40

25.00

0.16

-0.73

71.71

3.95

-2.87

89,83

8.16

0.43

-1.24

19,87

3.16

14,18

0.56

14,18

0.11

2015

-464

.4889

,841.0

220

,851.1

025

.000.1

6-0.

7368

.433.9

5-2.

8789

,838.1

60.4

3-1.

2420

,849.8

614

,180.5

614

,180.1

120

15-5

61.08

89,84

1.02

20,85

1.10

25.00

0.16

-0.73

65.03

3.95

-2.87

89,83

8.16

0.43

-1.24

20,84

9.86

14,18

0.56

14,18

0.11

2015

-659

.5989

,841.0

220

,851.1

025

.000.1

6-0.

7363

.543.9

5-2.

8789

,838.1

60.4

3-1.

2420

,849.8

614

,180.5

614

,180.1

120

15-7

59.16

89,84

1.02

20,79

4.90

25.00

0.16

-0.73

63.11

3.95

-2.87

89,83

8.16

0.43

-1.24

20,79

3.66

14,18

0.56

14,18

0.11

2015

-859

.1489

,841.0

220

,794.9

025

.000.1

6-0.

7363

.093.9

5-2.

8789

,838.1

60.4

3-1.

2420

,793.6

614

,180.5

614

,180.1

120

15-9

58.21

89,84

1.02

20,79

4.90

25.00

0.16

-0.73

62.16

3.95

-2.87

89,83

8.16

0.43

-1.24

20,79

3.66

14,18

0.56

14,18

0.11

2015

-1057

.3989

,841.0

221

,850.6

025

.000.1

6-0.

7361

.343.9

5-2.

8789

,838.1

60.4

3-1.

2421

,849.3

614

,180.5

614

,180.1

120

15-11

54.43

89,84

1.02

21,85

0.60

25.00

0.16

-0.73

58.38

3.95

-2.87

89,83

8.16

0.43

-1.24

21,84

9.36

14,18

0.56

14,18

0.11

2015

-1253

.5189

,841.0

221

,850.6

025

.000.1

6-0.

7357

.463.9

5-2.

8789

,838.1

60.4

3-1.

2421

,849.3

614

,180.5

614

,180.1

120

16-1

53.20

89,84

1.02

21,64

3.80

25.00

0.16

-0.73

57.15

3.95

-2.87

89,83

8.16

0.43

-1.24

21,64

2.56

14,18

0.56

14,18

0.11

2016

-250

.9289

,841.0

221

,643.8

025

.000.1

6-0.

7354

.873.9

5-2.

8789

,838.1

60.4

3-1.

2421

,642.5

614

,180.5

614

,180.1

120

16-3

51.62

89,84

1.02

21,64

3.80

25.00

0.16

-0.73

55.57

3.95

-2.87

89,83

8.16

0.43

-1.24

21,64

2.56

14,18

0.56

14,18

0.11

2016

-452

.3289

,841.0

221

,797.3

025

.000.1

6-0.

7356

.273.9

5-2.

8789

,838.1

60.4

3-1.

2421

,796.0

614

,180.5

614

,180.1

120

16-5

51.20

89,84

1.02

21,79

7.30

25.00

0.16

-0.73

55.15

3.95

-2.87

89,83

8.16

0.43

-1.24

21,79

6.06

14,18

0.56

14,18

0.11

2016

-651

.8189

,841.0

221

,797.3

025

.000.1

6-0.

7355

.763.9

5-2.

8789

,838.1

60.4

3-1.

2421

,796.0

614

,180.5

614

,180.1

120

16-7

53.00

89,84

1.02

22,67

5.50

25.00

0.16

-0.73

56.95

3.95

-2.87

89,83

8.16

0.43

-1.24

22,67

4.26

14,18

0.56

14,18

0.11

2016

-858

.3789

,841.0

222

,675.5

025

.000.1

6-0.

7362

.323.9

5-2.

8789

,838.1

60.4

3-1.

2422

,674.2

614

,180.5

614

,180.1

120

16-9

63.93

89,84

1.02

22,67

5.50

25.00

0.16

-0.73

67.88

3.95

-2.87

89,83

8.16

0.43

-1.24

22,67

4.26

14,18

0.56

14,18

0.11

2016

-1069

.0789

,841.0

222

,939.4

025

.000.1

6-0.

7373

.023.9

5-2.

8789

,838.1

60.4

3-1.

2422

,938.1

614

,180.5

614

,180.1

120

16-11

84.89

89,84

1.02

22,93

9.40

25.00

0.16

-0.73

88.84

3.95

-2.87

89,83

8.16

0.43

-1.24

22,93

8.16

14,18

0.56

14,18

0.11

2016

-1210

1.69

89,84

1.02

22,93

9.40

25.00

0.16

-0.73

105.6

43.9

5-2.

8789

,838.1

60.4

3-1.

2422

,938.1

614

,180.5

614

,180.1

1


62


63

Carbon Tax Scenario for Textile Sub sector

Year

Initia

l Coa

l Pric

eIni

tial C

onsum

ption

Initia

l GDP

Carbo

n Tax

EFCo

al Pric

e Elas

ticity

Post

Carbo

n Tax

Coal P

rice

Coal P

rice M

argin

Consu

mptio

n Marg

inPo

st Ca

rbon T

ax Co

nsump

tion

Coal C

onsum

ption

Elast

icity

GDP M

argin

Post

Carbo

n Tax

GDP

Initia

l Emi

ssion

Post

Carbo

n Tax

Emiss

ion20

13-1

87.55

12,44

4.77

30,70

3.90

25.00

0.16

-0.78

91.50

3.95

-3.07

12,44

1.70

0.13

-0.38

30,70

3.52

1,964

.291,9

63.81

2013

-288

.3512

,444.7

730

,703.9

025

.000.1

6-0.

7892

.303.9

5-3.

0712

,441.7

00.1

3-0.

3830

,703.5

21,9

64.29

1,963

.8120

13-3

90.09

12,44

4.77

30,70

3.90

25.00

0.16

-0.78

94.04

3.95

-3.07

12,44

1.70

0.13

-0.38

30,70

3.52

1,964

.291,9

63.81

2013

-488

.5612

,444.7

732

,578.4

025

.000.1

6-0.

7892

.513.9

5-3.

0712

,441.7

00.1

3-0.

3832

,578.0

21,9

64.29

1,963

.8120

13-5

85.33

12,44

4.77

32,57

8.40

25.00

0.16

-0.78

89.28

3.95

-3.07

12,44

1.70

0.13

-0.38

32,57

8.02

1,964

.291,9

63.81

2013

-684

.8712

,444.7

732

,578.4

025

.000.1

6-0.

7888

.823.9

5-3.

0712

,441.7

00.1

3-0.

3832

,578.0

21,9

64.29

1,963

.8120

13-7

81.69

12,44

4.77

32,96

0.00

25.00

0.16

-0.78

85.64

3.95

-3.07

12,44

1.70

0.13

-0.38

32,95

9.62

1,964

.291,9

63.81

2013

-876

.7012

,444.7

732

,960.0

025

.000.1

6-0.

7880

.653.9

5-3.

0712

,441.7

00.1

3-0.

3832

,959.6

21,9

64.29

1,963

.8120

13-9

76.89

12,44

4.77

32,96

0.00

25.00

0.16

-0.78

80.84

3.95

-3.07

12,44

1.70

0.13

-0.38

32,95

9.62

1,964

.291,9

63.81

2013

-1076

.6112

,444.7

733

,669.7

025

.000.1

6-0.

7880

.563.9

5-3.

0712

,441.7

00.1

3-0.

3833

,669.3

21,9

64.29

1,963

.8120

13-11

78.13

12,44

4.77

33,66

9.70

25.00

0.16

-0.78

82.08

3.95

-3.07

12,44

1.70

0.13

-0.38

33,66

9.32

1,964

.291,9

63.81

2013

-1280

.3112

,444.7

733

,669.7

025

.000.1

6-0.

7884

.263.9

5-3.

0712

,441.7

00.1

3-0.

3833

,669.3

21,9

64.29

1,963

.8120

14-1

81.90

12,42

7.72

33,65

5.10

25.00

0.16

-0.78

85.85

3.95

-3.07

12,42

4.65

0.13

-0.38

33,65

4.72

1,961

.601,9

61.11

2014

-280

.4412

,427.7

233

,655.1

025

.000.1

6-0.

7884

.393.9

5-3.

0712

,424.6

50.1

3-0.

3833

,654.7

21,9

61.60

1,961

.1120

14-3

77.01

12,42

7.72

33,65

5.10

25.00

0.16

-0.78

80.96

3.95

-3.07

12,42

4.65

0.13

-0.38

33,65

4.72

1,961

.601,9

61.11

2014

-474

.8112

,427.7

235

,371.0

025

.000.1

6-0.

7878

.763.9

5-3.

0712

,424.6

50.1

3-0.

3835

,370.6

21,9

61.60

1,961

.1120

14-5

73.60

12,42

7.72

35,37

1.00

25.00

0.16

-0.78

77.55

3.95

-3.07

12,42

4.65

0.13

-0.38

35,37

0.62

1,961

.601,9

61.11

2014

-673

.6412

,427.7

235

,371.0

025

.000.1

6-0.

7877

.593.9

5-3.

0712

,424.6

50.1

3-0.

3835

,370.6

21,9

61.60

1,961

.1120

14-7

72.45

12,42

7.72

35,04

9.20

25.00

0.16

-0.78

76.40

3.95

-3.07

12,42

4.65

0.13

-0.38

35,04

8.82

1,961

.601,9

61.11

2014

-870

.2912

,427.7

235

,049.2

025

.000.1

6-0.

7874

.243.9

5-3.

0712

,424.6

50.1

3-0.

3835

,048.8

21,9

61.60

1,961

.1120

14-9

69.69

12,42

7.72

35,04

9.20

25.00

0.16

-0.78

73.64

3.95

-3.07

12,42

4.65

0.13

-0.38

35,04

8.82

1,961

.601,9

61.11

2014

-1067

.2612

,427.7

234

,956.3

025

.000.1

6-0.

7871

.213.9

5-3.

0712

,424.6

50.1

3-0.

3834

,955.9

21,9

61.60

1,961

.1120

14-11

65.70

12,42

7.72

34,95

6.30

25.00

0.16

-0.78

69.65

3.95

-3.07

12,42

4.65

0.13

-0.38

34,95

5.92

1,961

.601,9

61.11

2014

-1264

.6512

,427.7

234

,956.3

025

.000.1

6-0.

7868

.603.9

5-3.

0712

,424.6

50.1

3-0.

3834

,955.9

21,9

61.60

1,961

.1120

15-1

63.84

18,75

2.40

34,70

5.10

25.00

0.16

-0.78

67.79

3.95

-3.07

18,74

9.32

0.13

-0.38

34,70

4.72

2,959

.892,9

59.41

2015

-262

.9218

,752.4

034

,705.1

025

.000.1

6-0.

7866

.873.9

5-3.

0718

,749.3

20.1

3-0.

3834

,704.7

22,9

59.89

2,959

.4120

15-3

67.76

18,75

2.40

34,70

5.10

25.00

0.16

-0.78

71.71

3.95

-3.07

18,74

9.32

0.13

-0.38

34,70

4.72

2,959

.892,9

59.41

2015

-464

.4818

,752.4

035

,068.1

025

.000.1

6-0.

7868

.433.9

5-3.

0718

,749.3

20.1

3-0.

3835

,067.7

22,9

59.89

2,959

.4120

15-5

61.08

18,75

2.40

35,06

8.10

25.00

0.16

-0.78

65.03

3.95

-3.07

18,74

9.32

0.13

-0.38

35,06

7.72

2,959

.892,9

59.41

2015

-659

.5918

,752.4

035

,068.1

025

.000.1

6-0.

7863

.543.9

5-3.

0718

,749.3

20.1

3-0.

3835

,067.7

22,9

59.89

2,959

.4120

15-7

59.16

18,75

2.40

34,84

0.90

25.00

0.16

-0.78

63.11

3.95

-3.07

18,74

9.32

0.13

-0.38

34,84

0.52

2,959

.892,9

59.41

2015

-859

.1418

,752.4

034

,840.9

025

.000.1

6-0.

7863

.093.9

5-3.

0718

,749.3

20.1

3-0.

3834

,840.5

22,9

59.89

2,959

.4120

15-9

58.21

18,75

2.40

34,84

0.90

25.00

0.16

-0.78

62.16

3.95

-3.07

18,74

9.32

0.13

-0.38

34,84

0.52

2,959

.892,9

59.41

2015

-1057

.3918

,752.4

034

,779.5

025

.000.1

6-0.

7861

.343.9

5-3.

0718

,749.3

20.1

3-0.

3834

,779.1

22,9

59.89

2,959

.4120

15-11

54.43

18,75

2.40

34,77

9.50

25.00

0.16

-0.78

58.38

3.95

-3.07

18,74

9.32

0.13

-0.38

34,77

9.12

2,959

.892,9

59.41

2015

-1253

.5118

,752.4

034

,779.5

025

.000.1

6-0.

7857

.463.9

5-3.

0718

,749.3

20.1

3-0.

3834

,779.1

22,9

59.89

2,959

.4120

16-1

53.20

18,75

2.40

35,60

3.80

25.00

0.16

-0.78

57.15

3.95

-3.07

18,74

9.32

0.13

-0.38

35,60

3.42

2,959

.892,9

59.41

2016

-250

.9218

,752.4

035

,603.8

025

.000.1

6-0.

7854

.873.9

5-3.

0718

,749.3

20.1

3-0.

3835

,603.4

22,9

59.89

2,959

.4120

16-3

51.62

18,75

2.40

35,60

3.80

25.00

0.16

-0.78

55.57

3.95

-3.07

18,74

9.32

0.13

-0.38

35,60

3.42

2,959

.892,9

59.41

2016

-452

.3218

,752.4

036

,249.2

025

.000.1

6-0.

7856

.273.9

5-3.

0718

,749.3

20.1

3-0.

3836

,248.8

22,9

59.89

2,959

.4120

16-5

51.20

18,75

2.40

36,24

9.20

25.00

0.16

-0.78

55.15

3.95

-3.07

18,74

9.32

0.13

-0.38

36,24

8.82

2,959

.892,9

59.41

2016

-651

.8118

,752.4

036

,249.2

025

.000.1

6-0.

7855

.763.9

5-3.

0718

,749.3

20.1

3-0.

3836

,248.8

22,9

59.89

2,959

.4120

16-7

53.00

18,75

2.40

35,83

4.00

25.00

0.16

-0.78

56.95

3.95

-3.07

18,74

9.32

0.13

-0.38

35,83

3.62

2,959

.892,9

59.41

2016

-858

.3718

,752.4

035

,834.0

025

.000.1

6-0.

7862

.323.9

5-3.

0718

,749.3

20.1

3-0.

3835

,833.6

22,9

59.89

2,959

.4120

16-9

63.93

18,75

2.40

35,83

4.00

25.00

0.16

-0.78

67.88

3.95

-3.07

18,74

9.32

0.13

-0.38

35,83

3.62

2,959

.892,9

59.41

2016

-1069

.0718

,752.4

035

,858.0

025

.000.1

6-0.

7873

.023.9

5-3.

0718

,749.3

20.1

3-0.

3835

,857.6

22,9

59.89

2,959

.4120

16-11

84.89

18,75

2.40

35,85

8.00

25.00

0.16

-0.78

88.84

3.95

-3.07

18,74

9.32

0.13

-0.38

35,85

7.62

2,959

.892,9

59.41

2016

-1210

1.69

18,75

2.40

35,85

8.00

25.00

0.16

-0.78

105.6

43.9

5-3.

0718

,749.3

20.1

3-0.

3835

,857.6

22,9

59.89

2,959

.41


64


65

CarbonTaxScenarioforMetallurgySubsectorYe

arIni

tial C

oal P

rice

Initia

l Con

sumpti

onIni

tial G

DPCa

rbon T

axEF

Coal P

rice E

lastic

ityPo

st Carb

on Ta

x Coa

l Pric

eCo

al Pric

e Marg

inCo

nsump

tion M

argin

Post C

arbon

Tax C

onsum

ption

Coal C

onsum

ption

Elastic

ityGD

P Marg

inPo

st Carb

on Ta

x GDP

Initia

l Emiss

ionPo

st Carb

on Ta

x Emi

ssion

2013

-187

.5525

57.14

518

083.4

250.1

5784

1-0.

4183

691

.50

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,082.4

6

403.6

2139

0240

3.36

2013

-288

.3525

57.14

518

083.4

250.1

5784

1-0.

4183

692

.30

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,082.4

6

403.6

2139

0240

3.36

2013

-390

.0925

57.14

518

083.4

250.1

5784

1-0.

4183

694

.04

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,082.4

6

403.6

2139

0240

3.36

2013

-488

.5625

57.14

518

659.5

250.1

5784

1-0.

4183

692

.51

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,658.5

6

403.6

2139

0240

3.36

2013

-585

.3325

57.14

518

659.5

250.1

5784

1-0.

4183

689

.28

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,658.5

6

403.6

2139

0240

3.36

2013

-684

.8725

57.14

518

659.5

250.1

5784

1-0.

4183

688

.82

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,658.5

6

403.6

2139

0240

3.36

2013

-781

.6925

57.14

518

394.9

250.1

5784

1-0.

4183

685

.64

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,393.9

6

403.6

2139

0240

3.36

2013

-876

.7025

57.14

518

394.9

250.1

5784

1-0.

4183

680

.65

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,393.9

6

403.6

2139

0240

3.36

2013

-976

.8925

57.14

518

394.9

250.1

5784

1-0.

4183

680

.84

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)18

,393.9

6

403.6

2139

0240

3.36

2013

-1076

.6125

57.14

519

357.3

250.1

5784

1-0.

4183

680

.56

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)19

,356.3

6

403.6

2139

0240

3.36

2013

-1178

.1325

57.14

519

357.3

250.1

5784

1-0.

4183

682

.08

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)19

,356.3

6

403.6

2139

0240

3.36

2013

-1280

.3125

57.14

519

357.3

250.1

5784

1-0.

4183

684

.26

3.9

5

(1.65

)

2,555

.49

0.570

293

(0.9

4)19

,356.3

6

403.6

2139

0240

3.36

2014

-181

.9025

40.09

719

132.9

250.1

5784

1-0.

4183

685

.85

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)19

,131.9

6

400.9

3058

0940

0.67

2014

-280

.4425

40.09

719

132.9

250.1

5784

1-0.

4183

684

.39

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)19

,131.9

6

400.9

3058

0940

0.67

2014

-377

.0125

40.09

719

132.9

250.1

5784

1-0.

4183

680

.96

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)19

,131.9

6

400.9

3058

0940

0.67

2014

-474

.8125

40.09

720

194.7

250.1

5784

1-0.

4183

678

.76

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)20

,193.7

6

400.9

3058

0940

0.67

2014

-573

.625

40.09

720

194.7

250.1

5784

1-0.

4183

677

.55

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)20

,193.7

6

400.9

3058

0940

0.67

2014

-673

.6425

40.09

720

194.7

250.1

5784

1-0.

4183

677

.59

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)20

,193.7

6

400.9

3058

0940

0.67

2014

-772

.4525

40.09

720

872

250.1

5784

1-0.

4183

676

.40

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)20

,871.0

6

400.9

3058

0940

0.67

2014

-870

.2925

40.09

720

872

250.1

5784

1-0.

4183

674

.24

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)20

,871.0

6

400.9

3058

0940

0.67

2014

-969

.6925

40.09

720

872

250.1

5784

1-0.

4183

673

.64

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)20

,871.0

6

400.9

3058

0940

0.67

2014

-1067

.2625

40.09

721

919.2

250.1

5784

1-0.

4183

671

.21

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)21

,918.2

6

400.9

3058

0940

0.67

2014

-1165

.725

40.09

721

919.2

250.1

5784

1-0.

4183

669

.65

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)21

,918.2

6

400.9

3058

0940

0.67

2014

-1264

.6525

40.09

721

919.2

250.1

5784

1-0.

4183

668

.60

3.9

5

(1.65

)

2,538

.45

0.570

293

(0.9

4)21

,918.2

6

400.9

3058

0940

0.67

2015

-163

.8430

51.52

622

014.2

250.1

5784

1-0.

4183

667

.79

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,013.2

6

481.6

5485

948

1.39

2015

-262

.9230

51.52

622

014.2

250.1

5784

1-0.

4183

666

.87

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,013.2

6

481.6

5485

948

1.39

2015

-367

.7630

51.52

622

014.2

250.1

5784

1-0.

4183

671

.71

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,013.2

6

481.6

5485

948

1.39

2015

-464

.4830

51.52

623

111.9

250.1

5784

1-0.

4183

668

.43

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)23

,110.9

6

481.6

5485

948

1.39

2015

-561

.0830

51.52

623

111.9

250.1

5784

1-0.

4183

665

.03

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)23

,110.9

6

481.6

5485

948

1.39

2015

-659

.5930

51.52

623

111.9

250.1

5784

1-0.

4183

663

.54

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)23

,110.9

6

481.6

5485

948

1.39

2015

-759

.1630

51.52

622

349

250.1

5784

1-0.

4183

663

.11

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,348.0

6

481.6

5485

948

1.39

2015

-859

.1430

51.52

622

349

250.1

5784

1-0.

4183

663

.09

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,348.0

6

481.6

5485

948

1.39

2015

-958

.2130

51.52

622

349

250.1

5784

1-0.

4183

662

.16

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,348.0

6

481.6

5485

948

1.39

2015

-1057

.3930

51.52

622

684.2

250.1

5784

1-0.

4183

661

.34

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,683.2

6

481.6

5485

948

1.39

2015

-1154

.4330

51.52

622

684.2

250.1

5784

1-0.

4183

658

.38

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,683.2

6

481.6

5485

948

1.39

2015

-1253

.5130

51.52

622

684.2

250.1

5784

1-0.

4183

657

.46

3.9

5

(1.65

)

3,049

.88

0.570

293

(0.9

4)22

,683.2

6

481.6

5485

948

1.39

2016

-153

.233

24.28

823

091.1

250.1

5784

1-0.

4183

657

.15

3.9

5

(1.65

)

3,322

.64

0.570

293

(0.9

4)23

,090.1

6

524.7

0780

7252

4.45

2016

-250

.9233

24.28

823

091.1

250.1

5784

1-0.

4183

654

.87

3.9

5

(1.65

)

3,322

.64

0.570

293

(0.9

4)23

,090.1

6

524.7

0780

7252

4.45

2016

-351

.6233

24.28

823

091.1

250.1

5784

1-0.

4183

655

.57

3.9

5

(1.65

)

3,322

.64

0.570

293

(0.9

4)23

,090.1

6

524.7

0780

7252

4.45

2016

-452

.3233

24.28

822

316.2

250.1

5784

1-0.

4183

656

.27

3.9

5

(1.65

)

3,322

.64

0.570

293

(0.9

4)22

,315.2

6

524.7

0780

7252

4.45

2016

-551

.233

24.28

822

316.2

250.1

5784

1-0.

4183

655

.15

3.9

5

(1.65

)

3,322

.64

0.570

293

(0.9

4)22

,315.2

6

524.7

0780

7252

4.45

2016

-651

.8133

24.28

822

316.2

250.1

5784

1-0.

4183

655

.76

3.9

5

(1.65

)

3,322

.64

0.570

293

(0.9

4)22

,315.2

6

524.7

0780

7252

4.45

2016

-753

3324

.288

2152

0.825

0.157

841

-0.41

836

56.95

3.95

(1.

65)

3,3

22.64

0.5

7029

3

(

0.94)

21,51

9.86

52

4.707

8072

524.4

5

20

16-8

58.37

3324

.288

2152

0.825

0.157

841

-0.41

836

62.32

3.95

(1.

65)

3,3

22.64

0.5

7029

3

(

0.94)

21,51

9.86

52

4.707

8072

524.4

5

20

16-9

63.93

3324

.288

2152

0.825

0.157

841

-0.41

836

67.88

3.95

(1.

65)

3,3

22.64

0.5

7029

3

(

0.94)

21,51

9.86

52

4.707

8072

524.4

5

20

16-10

69.07

3324

.288

2263

1.625

0.157

841

-0.41

836

73.02

3.95

(1.

65)

3,3

22.64

0.5

7029

3

(

0.94)

22,63

0.66

52

4.707

8072

524.4

5

20

16-11

84.89

3324

.288

2263

1.625

0.157

841

-0.41

836

88.84

3.95

(1.

65)

3,3

22.64

0.5

7029

3

(

0.94)

22,63

0.66

52

4.707

8072

524.4

5

20

16-12

101.6

933

24.28

822

631.6

250.1

5784

1-0.

4183

610

5.64

3.95

(1.

65)

3,3

22.64

0.5

7029

3

(

0.94)

22,63

0.66

52

4.707

8072

524.4

5


66


67




ISU 3. KEGIATAN EKONOMI DALAM

SEKTOR PARIWISATA I


68

FAKTOR-FAKTORYANGMEMENGARUHIKINERJASEKTORPARIWISATADALAMPENYERAPANTENAGAKERJADI

INDONESIA

Yuniasih(2014110051)

Abstrak

Pariwisata merupakan salah satu sektor yang memiliki potensi besar dalammendorong pertumbuhan ekonomi. Hal tersebut didukung Pemerintah denganmenetapkan pariwisata sebagai salah satu sektor andalan. Selain prestasinyadalam mencetak devisa dan kontribusinya terhadap PDB. Sektor ini jugaberkontribusi melalui multiplier effect. Penyerapan tenaga kerja merupakanmultipliereffectyangdisorotidalampenelitianini.Penelitianinibertujuanuntukmengetahui faktor yang memengaruhi kinerja sektor pariwisata dalampenyerapantenagakerjadi Indonesia.MetodeyangdigunakanadalahOrdinaryLeastSquares(OLS)denganmenggunakandatasekundertahun2002-2015yangdiperoleh dari Kemenpar, BPS, World Bank dan berita. Hasil penelitianmenunjukkan bahwa angka kedatangan wisatawan mancanegara merupakanfaktorutamayangmemilikihubunganpostifdansignifikanmemengaruhikinerjasektorpariwisatadalampenyerapantenagakerjadiIndonesia.

KataKunci:Pariwisata,MultiplierEffect,PenyerapanTenagaKerja

1. PENDAHULUAN

LatarBelakang

Pariwisatamerupakansalahsatusektoryangmemilikipotensibesardalammendorongpertumbuhan ekonomi. Hal tersebut dibuktikan dengan pencapaiannya setiap tahun. SusiloBambangYudhoyono(2009)mengatakanbahwasektorpariwisatamenjadipenyumbangdevisaterbesar ketiga setelah minyak dan gas serta kelapa sawit pada tahun 2008, nilai devisa itumencapai Rp. 75 triliun dan jugamenyumbang 11,03% pada Produk Domestik Bruto (PDB).DevisatersebutdiperolehdarikedatanganwisatawanmancanegarakeIndonesia,yaitusebanyak6.234.497orang(Kontan.co.od).

Mari Elka Pangestumenjelaskan, berdasarkan dataNeraca Satelit PariwisataNasional(Nesparnas)tahun2011kontribusisektorpariwisataterhadapPDBNasionalmencapai4%atausebesarRp296,97triliun,sedangkandalamhalpenyerapantenagakerjamencapai8,53jutaatau7,72%daripenyerapantenagakerjasecaranasional(PikiranRakyat.com)meningkatpadatahun2013menjadi10,18jutaorang,sementarasebagaipenghasildevisasektoriniberadadiposisike-4dengancapaianUSD10miliar(kompas.com,p.1)padatahun2014,kontribusipariwisatasecaralangsungterhadapPDBtercatatsekitar3%,namunsecaratidaklangsungmelaluimultipliereffectyangtinggisektorinitelahmemberikankontribusiyanglebihtinggiterhadappembentukanPDByaitusekitar9%(kompas.com,p.2).

SaptaNirwandar(2014)mengatakanbahwapengembangansektorpariwisatadiyakinisebagai cara yang paling cepat dalam mensejahterakan rakyat karena sektor tersebut cepatmendatangkanuangmelaluimultipliereffect.Pariwisatamelibatkanbanyakorangdariberagamlatar belakang keahlian yang berbeda. Hal itu merupakan alasan mengapa sektor pariwisata


69

banyakmenyeraptenagakerja.(liputan6.com).

Padatahun2015,PresidenJokoWidodomenetapkanpariwisatasebagaisektorandalanyangharusdidukungolehsemuasektorlainterutamayangterkaitlangsungyaituinfrastrukturdan transportasi (antaranews.com). Menteri pariwisata Arief Yahya mengatakan, kampanyebranding “Wonderful Indonesia” telah meningkatkan performance Indonesia terlihat daripopularitasWonderful Indonesiayangmelonjakdari status tidak tercatatmenjadi ranking47dunia,sedangkanTrulyAsia(Malaysia)danAmazing(Thailand)masing-masingberadadiposisi83dan97dunia(goodnewsfromindonesia).

Melihat kontribusi sektor pariwisata terhadap pembentukan lapangan kerja yangmeningkatdaritahunketahundanprestasinyadalammencetakdevisa,penulistertarikuntukmengetahui faktor apa saja yang memengaruhi kinerja sektor pariwisata dalam penyerapantenagakerjadi Indonesia.Penelitian inimenyorotipenyerapantenagakerjasebagaimultipliereffectyangdiciptakansektorpariwisata.Selainitu,kedatanganwisatawanmancanegaramenjadisalahsatufaktoryangpengaruhnyaakanditelitilebihlanjut,dimanaangkakedatanganwismanmerupakansalahsatupemicutingginyadevisayangdihasilkansektorpariwisata.

Grafik1.1.1AngkaKedatanganWisatawanMancanegara

Sumber:WorldBank

Keterangan:2002:5.033.400orang 2009:6.323.730orang2003:4.467.021orang 2010:7.002.944orang2004:5.321.165orang 2011:7.649.731orang 2005:5.002.101orang 2012:8.044.462orang2006:4.871.531orang 2013:8.802.129orang2007:5.505.759orang 2014:9.435.411orang2008:6.234.497orang 2015:10.407.000orang

Gambardiatasmenunjukkan jumlahkunjunganwisatawanmancanegarake Indonesiapada tahun 2002–2015. Angka kedatangan wisatawan mancanegara memiliki trend yangmeningkat, walaupun sempat mengalami penurunan pada tahun 2003, 2005 dan 2006.PenurunantersebutdiperkirakanakibatdariterorismedanbencanaalamtsunamiyangterjadidiIndonesia.Angkakedatanganwismanpadatahun2002sejumlah5.033.400orang,turunmenjadi


70

4.467.021orangpadatahun2003.HaltersebutdisebabkanolehperistiwaBomBali(2002)danperistiwaledakanbomdiHotelJWMarriott,Jakarta(2003).Padatahun2004angkakedatanganwisatawan sejumlah 5.321.165 orang, mengalami penurunan pada tahun 2005 menjadi5.002.101 orang dan jumlahnya semakin turun pada tahun 2006 menjadi 4.871.531 orang.Penurunantersebutmerupakandampakdaribencanatsunamiaceh(2004),peristiwaledakanbomdiluargedungKedutaanBesarAustralia(2004)danperistiwabombunuhdiridiJimbaranBeach and Resort, Bali (2005). Berdasarkan rentetan peristiwa teror bom yang terjadi diIndonesia,penelitianiniakanmenggunakanvariabeldummyuntukmelihatpengaruhperistiwaterorbomterhadappenyerapantenagakerja.

Tabel1.RankingDevisaPariwisataTerhadap11EksporBarangTerbesarTahun2011-2015

Sumber:KementrianPariwisata(diolah)

Gambardiatasmenunjukkanperingkatdevisayangdicapaisektorpariwisataterhadap11eksporbarangterbesartahun2011-2015.Padatahun2011dan2012sektorpariwisataberadapada peringkat ke-5 dengan nilai devisa masing-masing sebesar USD 8.554,39 juta dan USD9.120,85 juta. Peringkat sektor pariwisata meningkat pada tahun 2013 menjadi ke-4 setelahminyakkelapa sawit, dengannilai devisa sebesarUSD10.054,15 juta. Pada tahun selanjutnyamasihmendudukiperingkatyangsama,namundengannilaidevisayangmeningkatmenjadiUSD11.166,13 juta pada tahun 2014 danUSD 12.225,89 juta pada tahun 2015. Devisa pariwisatatahun 2011-2015memiliki trend yangmeningkat dan selalu berada dalam peringkat 5 besareksporbarangterbesardiIndonesia,seiringdenganpeningkatanangkakedatanganwisatawanmancanegara.

Rank2011 2012 2013 2014 2015

JenisKomoditas

Nilai(jutaUSD)

JenisKomoditas

Nilai(jutaUSD)

JenisKomoditas

Nilai(jutaUSD)

JenisKomoditas

Nilai(jutaUSD)

JenisKomoditas

Nilai(jutaUSD)

1 Minyak&Gasbumi 41,477.10 Minyak&

Gasbumi 36,977.00 Minyak&Gasbumi 32,633.20 Minyak&

Gasbumi 30,318.80 Minyak&Gasbumi 18,552.10

2 Batubara 27,221.80 Batubara 26,166.30 Batubara 24,501.40 Batubara 20,819.30 Batubara 15,943.00

3Minyakkelapasawit

17,261.30Minyakkelapasawit




15,385.20

4 Karetolahan 14,258.20 Karet

olahan 10,394.50 Pariwisata 10,054.15 Pariwisata 11,166.13 Pariwisata 12,225.89

5 Pariwisata 8,554.39 Pariwisata 9,120.85 Karetolahan 9,316.60 Pakaian

jadi 7,450.90 Pakaianjadi 7,371.90

6 Pakaianjadi 7,801.50 Pakaian

jadi 7,304.70 Pakaianjadi 7,501.00 Karet

olahan 7,021.70 Makananolahan 6,456.30

7 Alatlistrik 7,364.30 Alatlistrik 6,481.90 Alatlistrik 6,418.60 Makananolahan 6,486.80 Karet

olahan 5,842.00

8 Tekstil 5,563.30 Tekstil 5,278.10 Makananolahan 5,434.80 Alatlistrik 6,259.10 Alatlistrik 5,644.80

9 Makananolahan 4,802.10 Makanan

olahan 5,135.60 Tekstil 5,293.60 Tekstil 5,379.70 Tekstil 4,996.00

10 Bahankimia 4,630.00

Kertas&Barangdarikertas

3,972.00Kertas&Barangdarikertas

3,802.20 Kayuolahan 3,914.10 Kayu

olahan 3,815.80

11Kertas&Barangdarikertas

4,214.40 Bahankimia 3,636.00 Kayu

olahan 3,514.50 Bahankimia 3,853.70


3,605.50

12 Kayuolahan 3,288.90 Kayu

olahan 3,337.70 Bahankimia 3,501.60


3,780.00 Bahankimia 2,807.60


71

RumusanMasalah

Selain prestasinya dalam mencetak devisa dan kontribusinya terhadap PDB. Sektorpariwisatajugamemilikikontribusitidaklangsung,yaitumelaluimultipliereffect.PenelitianinimenyorotipenyerapantenagakerjasebagaimultipliereffectyangdiciptakansektorpariwisatadiIndonesia.Jumlahlapangankerjayangdibentuksektorpariwisataselalumeningkatdaritahunke tahun. Peningkatan tersebut tidak mungkin terjadi tanpa ada faktor yang memengaruhi.Berdasarkanlatarbelakangyangkinerjadipaparkan,berikutadalahpertanyaanpenelitian.

Faktor apa yang memengaruhi kinerja sektor pariwisata dalam penyerapan tenaga kerja diIndonesia?

TujuanPenelitian

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi kinerjasektorpariwisatadalampenyerapantenagakerjadiIndonesia.Faktortersebutakanditentukandenganmenganalisishasildariujiregresiyangdilakukan.

KerangkaPemikiran

Gambar1.4.1KerangkaPemikiran

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang memengaruhi kinerjasektorpariwisatadalampenyerapantenagakerjadiIndonesia,sehinggapenyerapantenagakerjamenjadivariabeldependen.Tenagakerjadalamsektorpariwisata ini terdiridari, tenagakerjalangsung (direct), tenaga kerja tidak langsung (indirect) dan tenaga kerja ikutan (induced).Penyerapan tenaga kerja dapat dipengaruhi oleh beberapa faktor yang menjadi variabelindependen, yaitu angka kedatangan wisman, rata-rata lama tinggal wisman, investasi,pendidikan dan dummy. Variabel angka kedatangan wisman, rata-rata lama tinggal wisman,investasi dan pendidikan diharapkan menjadi faktor yang memiliki dampak signifikan danberhubungan positif dengan penyerapan tenaga kerja. Misalnya, jika rata-rata lama tinggal

Rata-rata Lama Tinggal Wisman PenyerapanTenagaKerja

Dummy

AngkaKedatanganWisman

Pendidi

kan

(SMA)

Investasi

Rata-rataLamaTinggalWisman


72

wisman meningkat maka jumlah tenaga kerja yang diserap sektor pariwisata juga turutmeningkat.Sementara,variabeldummyyangmewakiliperistiwaterorbomyangterjadi tahun2002-2015 diharapkanmenjadi faktor yangmemiliki dampak signifikan namun berhubungannegatifdenganpenyerapantenagakerja.Artinya,jikaperistiwaterorbomterjadimakajumlahtenagakerjayangdiserapsektorpariwisatamenurun.

Penelitian ini menggunakan data mancanegara karena penulis menganggap bahwakebutuhan dan pengeluaran wisatawan mancanegara lebih banyak dibandingkan denganwisatawannusantara,misalnyakebutuhanatas tempat tinggal;hotel, alat transportasi,makandanminum;restorandanpramuwisataatautourguide.

TINJAUANPUSTAKA

2.1 PeranSektorPariwisata

Padatahun2002,jumlahkunjunjunganwisatawanmancanegarakeIndonesiasebanyak5.033.400 orang, namun mengalami penurunan pada tahun 2003 menjadi 4.467.021 orang(Badan Pusat Statistik). Salah satu penyebab penurunan kunjungan wisman tersebut adalahperistiwaBomBali.EfekyangmenghancurkandatangdaribomBalipadatahun2002dan2005,yang tidak hanya menimbulkan pengangguran seiring dengan menurunnya kedatanganwisatawan,namunjugaberdampaknegatifbagiwisatawandaerahtujuanlainnyadiJawasepertiJakartadanYogyakarta(Sundberg,2003;Pambudi,McCaugheydanSmyth,2009).Penelitiantelahmenunjukkanbahwapariwisataterkenadampaknegatifdariwabahdanpenyakit(Modreketal.,2012;Mason,GrabowskidanDu,2005;Kuoetal.,2008).Dampaklainnyadisebabkanolehgejolakpolitiksepertipemberontakandanperang(Casado,1998;Sonmez,1998;Richter,1999;SmeraldanWuger,2008),terorisme:BomBali(FletcherdanMorakabati,2008;AranadanLeon,2008;HitchcockdanPutra,2005),bencanaalam(Ritchie,2004;Henderson,2005)dankrisisekonomi(Kontogeorgopolous,1999;Sausmarez,2004;Smeral,2010).

Kontribusi pariwisata terhadap perekonomian adalah menciptakan lapangan kerja,pendapatanmelaluiupah,bunga,sewa,penjualandanpajak,pendapatandevisa,multipliereffect;perbaikankeseimbanganpembayaran, danpembangunan infrastruktur (Tangdan Jang, 2009;Chen, 2011; Swain danMishra, 2012). Pendapatan devisa yang bersumber dari pariwisata diIndonesiamencapaiRp9,1miliarpadaDesember2012,meningkatsekitar5,8%daritahun2011(BiroStatistikIndonesia,2013).

Peran sektor pariwisata semakin penting, sejalan dengan perkembangan strukturperekonomianIndonesiayangmakinmengarahkesektorjasa(Pangestu,2014,p.1).MariElkaPangestu (2014, p.2) juga menelaskan bahwa kinerja pariwisata yang baik di negara ASEANdisebabkan oleh berbagai faktor antara lain perbaikan infrastruktur dan peningkatankonektivitaspenerbanganlangsungtermasukperluasanlowcostcarrier(LCC),peningkatandayabelidikawasanAsia,penyempurnaandanfasilitasivisa,maupunkerjasamaintra-ASEANyangmemberikankontribusi46persenkunjunganwismankeASEAN.

2.2 LandasanTeori


73

TourismMultiplierEffectTourism multiplier effect telah dikembangkan selama beberapa tahun berdasarkan

prinsip-prinsipkeynesiantentangresirkulasidariproporsipendapatanolehpenerimakedalampengeluarankonsumsi, yangkemudianmenimbulkanpendapatandankesempatankerja lebihlanjut(AdrianBull,1995:148,p.1).

Dasar dari multiplier sederhana adalah suntikan langsung uang tunai ke dalamperekonomian,katakanlah,pengeluaranwisatawaninternasional,berartipendapatanyanglebihtinggi bagi pemasok layanan pariwisata. Pendapatan tersebut akan didistribusikan sebagiansebagaiupahdangaji,uangsewa,bungadankeuntungan,dansebagiansebagaipendapatantidaklangsung untuk pemasok barang dan jasa yang dibutuhkan oleh perusahaan pariwisata.Pendapatan tidak langsung yang terakhir didistribusikan kepada pemasok makanan danminuman, perusahaan listrik dan telepon, distributor bahan bakar, juga didistribusikan kepemasokfaktordanpemasoklebihlanjut(AdrianBull,1995:151,p.2).

Tourismmultipliereffectyangdisorotidalampenelitianiniadalahthetourismemploymentmultiplier, yaitu teori yang menjelaskan mengenai penambahan jumlah lapangan kerja yangdisebabkan oleh faktor-faktor tertentu dalam pariwisata. Penelitian ini bertujuan untukmengetahuifaktorapayangmenimbulkanmultipliereffect,sehinggajumlahtenagakerjayangdiserap sektor pariwisata meningkat. Hal itu mencerminkan kinerja sektor pariwisata dalampenyerapantenagakerjadiIndonesia.

2.3 PenelitianTerdahulu

Penulis Judul HasilPenelitian

(Shelomita,2003)

PengaruhJumlahKunjunganWisatawankeObyekWisataJawaBaratTerhadapPenyerapanTenagaKerjadanPendapatanAsliDaerahSubSektorPariwisataJawaBarat

SemuavariabelindependensecaraparsialmaupunkeseluruhanmemengaruhiPADSubSektorPariwisataJawaBaratsecarasignifikandansemuavariabelindependensecarakeseluruhanmemengaruhipenyerapantenagakerjausahapariwisataJawaBarat

(Indah,2014)

AnalisisPengaruhInvestasidiSektorPendukungPariwisataTerhadapPenyerapanTenagaKerjadiHoteldanAkomodasilainnyaSertaRumahMakandanRestorandiJawaBaratPeriode1995-2010

Investasipadahoteldanakomodasilainnyasertarumahmakandanrestorantidakberpengaruhterhadappenyerapantenagakerjadalamusahahoteldanakomodasilainnyasertarumahmakandanrestoran.


74

(Purwomarwanto&Ramachandran,2015)

PerformanceofTourismSectorwithRegardtoTheGlobalCrisis–aComparativeStudyBetweenIndonesia,MalaysiaandSingapore

PariwisatasignifikanmemengaruhipertumbuhanekonomidiIndonesia,MalaysiadanSingapura.Pariwisatajugadipengaruhiolehkrisisfinansial.Berdasarkanperbandingan,ditemukanbahwaSingapuralebihbanyakterpengaruhdibandingkandenganduanegaralainnya.Penelitianinijugamenemukanbahwawisatawandaerahsebenarnyamemainkanperanpentingdalampembangunanpariwisata,karenamerupakanbagianterbesardarikedatanganwisatawandibandingkanwisatawanluardaerah,danjumlahnyatetapstabil.

(Maulana,2016)

PengaruhKunjunganWisatawanMancanegaradanPerjalanWisatawanNusantaraTerhadapPenyerapanTenagaKerjaSektorPariwisatadiIndonesia

Jumlahkunjunganwisatawanmancanegaramemilikihubunganyangpositifdenganpenyerapantenagakerjasektorpariwisata,sedangkanperjalananwisatawannusantaramemilikihubunganyangnegatif.

MetodeDANOBJEKPenelitian

3.1 MetodePenelitian

PenelitianinimenggunakanmetodeOrdinaryLeastSquares(OLS)untukmengujifaktor-faktor yang dapat memengaruhi kinerja sektor pariwisata dalam penyerapan tenaga kerja.Faktor-faktor tersebut akan diuji sebagai variabel independen. Dalam penelitian ini jugadilakukanUjiAsumsiKlasikagarmodelmenjadiBestLinierUnbiasedEstimatordanmemenuhiasumsiklasik.Berikutadalahmodelpenelitian.

Model:Ö{ = Y0 + Y(y{Ü, + Y.wÖÜ, + Y/x\á, + Y1]`\à, + Y2^âuuä, + ~,

TKadalahTenagaKerjaAKWmewakiliAngkaKedatanganWisman;RTWmerupakanRata-rataLamaTinggalWisman(hari);INVadalahInvestasi;PendmewakiliPendidikan(SMA);DummymerupakanperistiwaterorbomyangterjadidiIndonesia;εadalaherrortermyaitufaktor-faktorlainyangturutmemengaruhi.


75

3.2 SumberData

Penelitianinimenggunakandatasekundertimeseriestahun2002-2015sebagaivariabel.Berikutiniadalahsumberdaridatayangdigunakan:

Data Sumber

TenagaKerja LAKIPKemenparAngkaKedatanganWisman WorldBankdanBPSRata-rataLamaTinggalWisman BadanPusatStatistikInvestasi LAKIPKemenparPendidikan(SMA) BadanPusatStatistikPeristiwaterorbom Berita:tribunnews.comdanantaranews.com

3.3 ObjekPenelitian

Penelitian ini bertujuan untuk mengetahui faktor yang memengaruhi kinerja sektorpariwisatadalampenyerapantenagakerjadiIndonesia.Tenagakerjaadalahvariabeldependenyangmenggambarkan tingkat penyerapan tenaga kerja dalam sektor pariwisata di indonesia.Variabel independen pada penelitian ini, yaitu angka kedatanganwisatawanmancanegara keIndonesia,rata-ratalamatinggalwisatawanmancanegaradiIndonesia,investasi,pendidikandandummy.

Grafik3.3.1AngkaKedatanganWisatawanMancanegarakeIndonesiaTahun2002-2015

Sumber:BadanPusatStatistik(diolah)

Variabel angka kedatangan wisatawan mancanegara merupakan jumlah wisatawanmancanegarayangdatangkeIndonesiatahun2002-2015.Angkakedatanganwismanmemilikitrendyangmeningkat.Dampakdarivariabelinisangatmenarikuntukditeliti,karenatrendyangmeningkatmengindikasikanjumlahkebutuhandanpengeluaranwismanyangturutmeningkat.Dalamhipotesis,variabelangkakedatanganwismandiharapkanmemilikidampakyangsignifikandan berhubungan positif dengan penyerapan tenaga kerja. Artinya, jika angka kedatanganwisatawanmancanegarakeindonesiameningkatmakajumlahtenagakerjayangdiserapsektor

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

12,000,000

20022003200420052006200720082009201020112012201320142015


76

pariwisatajugameningkat.

Hipotesis:H0: Tidak ada dampak yang signifikan dari angka kedatangan wisatawan

mancanegaraterhadappenyerapantenagakerja.H1: Ada dampak yang signifikan dari angka kedatangan wisatawan mancanegara

terhadappenyerapantenagakerja

Grafik3.3.2Rata-rataLamaTinggalWisatawanMancanegaradiIndonesia(hari)Tahun2002-2015


Variabel rata-rata lama tinggal wisatawan mancanegara merupakan lama tinggalwisatawanmancanegaradiIndonesiadalamrata-ratadengansatuanharipadatahun2002-2015.Gambardiatasmemperlihatkanrata-rata lamatinggalwismandi Indonesiatahun2002-2015,yaitu sekitar 7-9 hari. Dalam hipotesis, variabel rata-rata lama tinggal wisman diharapkanmemiliki dampak yang signifikan dan berhubungan positif dengan penyerapan tenaga kerja.Artinya,jikarata-ratalamatinggalwisatawanmancanegaradiindonesiameningkatmakajumlahtenagakerjayangdiserapsektorpariwisatajugameningkat.

Hipotesis:H0: Tidak ada dampak yang signifikan dari rata-rata lama tinggal wisatawan

mancanegaraterhadappenyerapantenagakerja.H1: Adadampakyangsignifikandarirata-ratalamatinggalwisatawanmancanegara

terhadappenyerapantenagakerja.

0

2

4

6

8

10

12

20022003200420052006200720082009201020112012201320142015


77

Grafik3.3.3InvestasiDalamSektorPariwisata(US$)Tahun2002-2015

Sumber:LakipKemenpar(diolah)

Variabel investasi mewakili penanaman modal pada usaha pariwisata;seperti usahakawasan pariwisata, jasa transportasi pariwisata, jasa perjalanan wisata, usaha restoran,penyediaakomodasi(hotel),jasainformasipariwisatadanlainnya.Gambardiatasmenunjukkanbahwa investasi dalam sektor pariwisata memiliki trend yang meningkat, bahkan meningkatsecaradrastispadatahun2012.Dalamhipotesis,variabelinvestasidiharapkanmemilikidampakyangsignifikandanberhubunganpositifdenganpenyerapantenagakerja.Artinya,jikainvestasidalamsektorpariwisatameningkatmakajumlahtenagakerjayangdiserapsektorpariwisatajugameningkat.

Hipotesis:H0: Tidak ada dampak yang signifikan dari investasi terhadap penyerapan tenaga

kerja.H1: Adadampakyangsignifikandariinvestasiterhadappenyerapantenagakerja.

Grafik3.3.4JumlahAngkatanKerjaDenganTingkatPendidikanTerakhirSMA(%)Tahun2002-2015


Variabel pendidikan yaitu Persentase Angkatan Kerja Terhadap Penduduk Usia Kerja

63.00%

64.00%

65.00%

66.00%

67.00%

68.00%

69.00%

70.00%

20022003200420052006200720082009201020112012201320142015

010,000,000,00020,000,000,00030,000,000,00040,000,000,00050,000,000,00060,000,000,00070,000,000,00080,000,000,00090,000,000,000

20022003200420052006200720082009201020112012201320142015


78

(TPAK) dengan pendidikan terakhir SMA. Variabel ini digunakan untukmelihat dampak daritingkatpendidikantenagakerjaterhadappenyerapantenagakerja.Berbedadenganyanglainnya,variabelinitidakmewakilisektorpariwisatasecaralangsungmelainkanmewakiliangkatankerjadiIndonesiadenganpendidikanterakhirSMA.Dalamhipotesis,variabelpendidikandiharapkanmemiliki dampak yang signifikan dan berhubungan positif dengan penyerapan tenaga kerja.Artinya, jika jumlah angkatan kerja denganpendidikan terakhir SMAmeningkatmaka jumlahtenagakerjayangdiserapsektorpariwisatajugameningkat.

Hipotesis:H0: Tidak ada dampak yang signifikan dari pendidikan tenaga kerja terhadap

penyerapantenagakerja.H1: Adadampakyangsignifikandaripendidikantenagakerjaterhadappenyerapan

tenagakerja.

Penelitianinijugamenambahkanvariabeldummyuntukmelihatdampakdariperistiwaterorbomyangterjaditahun2002-2015terhadappenyerapantenagakerjadiIndonesia.Terkaitbahwa aksi terorisme di Indonesia telah terjadi sejak tahun 2000 hingga awal 2016 danmenimbulkan banyak korban jiwa,materiil serta psikis, yaitu sejumlah 323 orangmeninggalduniadan856lukaluka(tribatanews.pati.jateng.polri.go.id,2016).

Hipotesis:H0: Tidakadadampakyangsignifikandariperistiwaterorbomterhadappenyerapan

tenagakerja.H1: Adadampakyangsignifikandaridariperistiwaterorbomterhadappenyerapan

tenagakerja.

Faktor yang memengaruhi kinerja sektor pariwisata dalam penyerapan tenaga kerjaditentukan dari hasil uji OLS denganmelihat nilai probabilitas variabel independen tersebut.Variabelyangmemilikinilaiprobabilitaspalingdekatdengan0.0000(nol)menjadifaktoryangpalingmemengaruhikinerjasektorpariwisatadalampenyerapantenagakerjadiIndonesa.

HasildanPembahasan4.1 HasilPengolahanData

Tabel4.HasilUjiKorelasi AKW RTW INV PEND Dummy

AKW 1.000000 -0.727475 0.913735 0.009100 -0.373440RTW -0.727475 1.000000 -0.570515 -0.271779 0.491705INV 0.913735 -0.570515 1.000000 -0.026687 -0.326508PEND 0.009100 -0.271779 -0.026687 1.000000 0.063251Dummy -0.373440 0.491705 -0.326508 0.063251 1.000000

Hasilujikorelasidiatasmenunjukkanadanyamultikolinearitas,dimanavariabelangkakedatanganwismandaninvestasimemilikinilaikorelasilebihdari0,8yakni0,9137.SalahsatucarauntukmenghilangkanmultikolinearitasadalahdenganmetodePrincipalComponentAnalysis(PCA) , namun setelah melakukan metode PCA hasil menunjukkan masih adanya


79

multikolinearitas. Hal ini menyebabkan salah satu dari variabel tersebut harus dikeluarkan.Variabel yang akan dikeluarkan adalah investasi, karena variabel angka kedatangan wismandianggap lebih penting untuk mewakili kinerja sektor pariwisata. Uji regresi selanjutnyadilakukan tanpa variabel investasi. Sebagai informasi, model penelitian ini telah diuji danmemenuhi asumsi klasik karena terbebas dari multikolinearitas, autokorelasi danheteroskedastisitas.

Tabel4.HasilUjiRegresiBergandaDependentVariable:TKVariable Coefficient Std.Error t-Statistic Prob.AKW 1.699196 0.282375 6.017524 0.0002RTW 1555133. 442247.1 3.516436 0.0066PEND 834129.9 328645.5 2.538084 0.0318DUMMY -1470011. 1008670. 1.457376 0.1790

C -74070571 25127974 -2.947734 0.0163R-squared 0.891126 Meandependentvar 7951429.AdjustedR-squared 0.842734 S.D.dependentvar 2009270.S.E.ofregression 796804.3 Durbin-Watsonstat 1.603096F-statistic 18.41602 Prob(F-statistic) 0.000232

HasilujiregresiOLSdiatasmenunjukkanbahwaseluruhvariabelindependenterkecualidummy,signifikanmemengaruhivariabeldependendanmemilikihubunganyangpositif.

PengaruhangkakedatanganwisatawanmancanegaraterhadappenyerapantenagakerjadiIndonesia

Angka kedatangan wisatawan mancanegara signifikan pada a = 1% dengan nilaiprobabilitas0,0002dannilaikoefisienpositifsebesar1.699196.Artinya,setiapkenaikanangkakedatanganwisatawanmancanegara sebesar 1 juta orang akanmeningkatkan jumlah tenagakerjayangdiserapsektorpariwisatasebanyak1.699.196orang.Hasil inimembuktikanbahwatrend angka kedatangan wisatawan yang meningkat menyebabkan jumlah tenaga kerja yangdiserap sektor pariwisata turut meningkat. Sehingga h0 ditolak. Angka kedatangan wismanmerupakanfaktorutamayangmemengaruhikinerjasektorpariwisatadalampenyerapantenagakerjadiIndonesiadengannilaiprobabilitaspalingmendekatinoldibandingkanvariabellainnya,yaitu sebesar 0,0002. Mekanisme pengaruh angka kedatangan wisman terhadap penyerapantenagakerjajikadigambarkansecarasederhana,kuranglebihsepertiberikut.

Mekanismetersebutmenggambarkanmultipliereffectyangtimbulatasangkakedatanganwisatawan mancanegara. Seperti yang telah dijelaskan dalam kerangka pikir, wisatawanmancanegaradianggapmemilikikebutuhandanpengeluaranyang lebihbanyakdibandingkandenganwisatawannusantara,misalnyakebutuhanatastempattinggal;hotel,alat transportasi,

Angkakedatang-anwismanmeningkat

Jumlahpermintaanatasbarangdanjasameningkat

Jumlahtenagakerjayang

diserapusahapariwisata

Jumlahbarangdanjasayangdiproduksimeningkat


80

makan dan minum;restoran, pramuwisata atau tour guide dan lain-lain. Untuk memenuhipermintaan tersebut, jumlah barang dan jasa yang diproduksi juga meningkat. Misalnyapermintaan atas alat transportasi meningkat, kemudian perusahaan menambah jumlah alattransportasinya, alat transportasi tersebut memerlukan seorang sopir untuk mengantarwisatwanmancanegara,makaperusahaanmerekrutsopirbaru.

Pengaruh rata-rata lama tinggal wisatawanmancanegara terhadap penyerapan tenagakerjadiIndonesia

Rata-rata lama tinggal wisatawan mancanegara signifikan pada a = 1% dengan nilaiprobabilitas0,0066dannilaikoefisienpositifsebesar1555133.Artinya,setiapkenaikanrata-ratalamatinggalwisatawanmancanegaraselama1hariakanmeningkatkanjumlahtenagakerjayangdiserapsektorpariwisatasebanyak1.555.133orang.Sehinggah0ditolak.Variabelinimerupakanfaktor kedua setelah angka kedatanganwisman yangmemengaruhi kinerja sektor pariwisatadalampenyerapantenagakerja.Mekanismepengaruhvariabelinipunkuranglebihsamasepertidiatas,jikawismantinggallebihlamadiIndonesiamakakebutuhannyaatasbarangdanjasalebihbanyak. Misalnya , kebutuhan atas transportasi, tempat tinggal;akomodasi, makan danminum;restodanpramuwisata.

PengaruhpersentaseangkatankerjadenganpendidikanterakhirSMAterhadappenyerapantenagakerjadiIndonesia

Persentase Angkatan Kerja dengan pendidikan terakhir SMA signifikan pada a = 5%dengan nilai probabilitas 0,0318 dan nilai koefisien positif sebesar 834129.9. Artinya, setiapkenaikan presentase angkatan kerja dengan pendidikan terakhir SMA sebesar 1 persen akanmeningkatkanjumlahtenagakerjayangdiserapsektorpariwisatasebanyak834.129.9orang.Halinimembuktikanbahwah0ditolak.Pendidikanmerupakan faktoryang tidakmewakilli sektorpariwisata,namunturutmemengaruhikinerjasektorpariwisatadalampenyerapantenagakerjadiIndonesia.

Pengaruhperistiwaterorbom(dummy)terhadappenyerapantenagakerjadiIndonesia

Variabeldummymenggambarkanbeberapaperistiwaterorbomyangterjadipadatahun2002-2015diIndonesia.Peristiwaterorbomtidaksignifikanpadaa=berapapundengannilaiprobabilitas0.1790dannilaikoefisiennegatifsebesar1470011.Haltersebutmenunjukkanbahwaperistiwaterorbomyangterjadipadatahun2002-2015tidakmemengaruhijumlahtenagakerjayang diserap sektor pariwisata, walaupun sebelumnya diketahui bahwa peristiwa inimenyebabkanangkakedatanganwisatawanmancanegaramenurunpadatahun2003,2005dan2006.Kontradiksi tersebut dapat diterima karena teror bom tidak terjadi setiap tahundalamperiode2002-2015,sehinggatidakmemilikidampakyangsignifikanterhadappenyerapantenagakerja.Hasilinisejalandenganharapan,sehinggah0diterima.

KoefisienDeterminasi(R2)

Hasilestimasidiatasmemperlihatkannilaikoefisiendeterminasi(R2)sebesar0,891.Haltersebut menunjukkan bahwa 89,1% variabel dependen dapat dijelaskan oleh variabelindependen. Artinya, 89,1% variabel penyerapan tenaga kerja dapat dijelaskan oleh variabelangka kedatanganwisman, rata-rata lama tinggal wisman, presentase angkatan kerja denganpendidikanterakhirSMAdandummy.Sementarasisanyasebesar10,9%ditentukanolehfaktor-


81

faktorlaindiluarmodelyangturutmemengaruhi(ε:error).

Kesimpulan

Sektorpariwisatamemilikiperandalampenyerepan tenagakerjadi Indonesiadenganmenciptakan lapangan kerja melalui multiplier effect yang ditimbulkan atas kedatanganwisatawan mancanegara ke Indonesia dan rata-rata lama tinggal wisatawan mancanegara diIndonesia. Secara statistik, jikaangkakedatanganwisatawanmancanegaradan rata-rata lamatinggal wisatawan mancanegara meningkat maka jumlah tenaga kerja yang diserap sektorpariwisata juga turut meningkat. Tenaga kerja yang diserap sektor pariwisata tersebut, baiktenaga kerja langsung, tidak langsung,maupun ikutan. Dikutip dari LAKIP Kemenpar (2016),tenagakerja langsungsektorpariwisata,antara laintenagakerjadibidangakomodasi,travelagent,airlinesdanpelayananpenumpang lainnya, termasuk juga tenagakerjadisektorusaha restoran dan tempat-tempat rekreasi yang langsungmelayaniwisatawan. Tenaga kerjatidak langsung mencakup tenaga kerja di sektor promosi pariwisata, furnishing/equipment,persewaankendaraan,manufakturtransportasi.Tenagakerjaikutan,antaralaintenagakerjadisektorsupplymakanandanminuman,wholesaler,computerutilities,dan jasapersonal (LAKIPKemenpar,2016).

Gambar 5.1 JenisTenagaKerjaPariwisata

Sumber:TheComparativeEconomicImpactofTravel&TousimWTTC,2012

Faktor utama yangmemengaruhi kinerja sektorpariwisatadalampenyerapan tenagakerjaadalahangkakedatanganwisatawanmancanegara,laludiikutiolehrata-ratalamatinggalwisatawanmancanegara. Faktor lain yang turutmemengaruhi adalah angkatan kerja dengantingkatpendidikanterakhirSekolahMenengahAtas(SMA).Haliniberarti,pariwisataIndonesiaharus menjaga bahkan meningkatkan daya tariknya agar angka kedatangan wisatawanmancanegara dan rata-rata lama tinggal wisatawan mancanegara terus meningkat sehinggajumlahtengakerjayangdiserapsektorpariwisataturutmeningkatdanpertumbuhanekonomiikutterdorong.


82

DAFTARPUSTAKA

DevisaSektorPariwisataMeningkat6,03Persen. (2012,Desember19).Retrievedfrompikiran-rakyat.com: http://www.pikiran-rakyat.com/wisata/2012/12/19/215705/devisa-sektor-pariwisata-meningkat-603-persen

JumlahKedatanganWisatawanMancanegarakeIndonesiaMenurutNegaraTempatTinggal2002-2014. (2015, Agustus 19). Retrieved from Badan Pusat Statistik:https://www.bps.go.id/linkTabelStatis/view/id/1388

PendudukBerumur15TahunkeAtasMenurutPendidikanTertinggiyangDitamatkan,1997-2007.(2016, April 5). Retrieved Novemer 10, 2017, from Badan Pusat Statistik:https://www.bps.go.id/linkTabelStatis/view/id/1908

PendudukBerumur15TahunkeAtasMenurutPendidikanTertinggiyangDitamatkan,2008-2017.(2017, Juni 19). Retrieved November 10, 2017, from Badan Pusat Statistik:https://www.bps.go.id/linkTabelStatis/view/id/1909

Rata-rataLamaTinggalWisatawanMancanegaraMenurutNegaraTempatTinggal,2002-2015.(2017, Januari 4). Retrieved from Badan Pusat Statistik:https://www.bps.go.id/linkTabelStatis/view/id/1389

Asdhiana,I.M.(2014,Maret18).Menparekraf:PeranPariwisataSemakinPenting.RetrievedfromKompas.com:http://travel.kompas.com/read/2014/03/18/1128595/Menparekraf.Peran.Pariwisata.Semakin.Penting

Bull,A.(1995).TheEconomicsofTravelandTourism(2ed).(D.Barnes,Ed.)Melbourne,Australia:LongmanAustraliaPtyLtd.

Dr. Ir. Arief Yahya, M. (2016). Laporan Akuntabilitas Kinerja Instansi Pemerintah KementrianPariwisata.Jakarta:KementrianPariwisata.

Drs. Ukus Kuswara,M. (2012). Laporan Akuntabilitas Kinerja Instansi Pemerintah KementrianPariwisatadanEkonomiKreatif.Jakarta:KementrianPariwisatadanEkonomiKreatif.

Indah, A. (2014). Analisis Pengaruh Investasi di Sektor Pendukung Pariwisata TerhadapPenyerapan Tenaga Kerja di Hotel dan Akomodasi lainnya Serta Rumah Makan danRestorandiJawaBaratPeriode1995-2010.Bandung:UniversitasKatolikParahyangan.

International tourism,numberofarrivals, to Indonesia. (n.d.).Retrieved fromTheWorldBank:https://data.worldbank.org/indicator/ST.INT.ARVL?locations=ID

IR. Jero Wacik, S. (2007). Laporan Akuntabilitas Kinerja Instansi Pemerintah DepartemenKebudayaandanPariwisata.Jakarta:DepartemenKebudayaandanPariwisata.

IR.JeroWacik,S.(2010).LaporanAkuntabilitasKinerjaInstansiPemerintah(LAKIP)KementrianKebudayaandanPariwisata.Jakarta:KementrianKebudayaandanPariwisata.

Marboen, A. P. (2016, Januari 14). Nusantara. Retrieved November 20, 2017, fromantaranews.com: https://www.antaranews.com/berita/539920/ringkasan-teror-bom-di-indonesia


83

Maulana, A. (2016). Pengaruh Kunjungan Wisatawan Mancanegara dan Perjalan WisatawanNusantaraTerhadapPenyerapanTenagaKerjaSektorPariwisatadiIndonesia.11,119-144.

Pati,H.P.(2016,Maret29).PenyuluhandanPemberianMateriPahamRadikaldanPerkembanganTerorisme . Retrieved November 20, 2017, from Tribata Polres Pati News:http://tribratanewspolrespati.com/headlines/2016/penyuluhan-dan-pemberian-materi-paham-radikal-dan-perkembangan-terorisme-kepada-pengasuh-ponpes-se-kab-pati-di-kemenag-pati/

Purwomarwanto,Y.L.,&Ramachandran,J.(2015).PerformanceofTourismSectorWithRegardtoTheGlobalCrisis.TheJournalofDevelopingAreas,49,325-339.

Shelomita, D. (2003). Pengaruh Kunjugan Wisatawan ke Obyek Wisata Jawa Barat TerhadapPenyerapan Tenaga Kerja dan PAD Sub Sektor Pariwisata Jawa Barat. Bandung:UniversitasKatolikParahyangan.

Supratiwi,F.(2015,Februari16).PresidenTetapkanPariwisataSebagaiSektorAndalan.Retrievedfrom antaranews.com: https://www.antaranews.com/berita/480362/presiden-tetapkan-pariwisata-sebagai-sektor-andalan

Taqiyyah,B.(2009,Juli6).SektorPariwisataCiptakan6,7JutaLapanganKerjaBaru.Retrievedfrom nasional.kontan.co.id: http://nasional.kontan.co.id/news/sektor-pariwisata-ciptakan-67-juta-lapangan-kerja-baru

Victoria, A. O. (2017, Agustus 9). 2 Tahun Berturut-turut, Wonderful Indonesia Menangkan 3Penghargaan di ASEANTA Awards! Retrieved from goodnewsfromindonesia.id:https://www.goodnewsfromindonesia.id/2017/08/09/2-tahun-berturut-turut-wonderful-indonesia-menangkan-3-penghargaan-di-aseanta-awards

Yusmadi. (2006, Januari 15). Tribunnews. Retrieved November 20, 2017, fromaceh.tribunnews.com: http://aceh.tribunnews.com/2016/01/15/ini-rentetan-teror-bom-di-indonesia-sejak-tahun-2000


84

KONTRIBUSIKEBERADAANFAUNAENDEMIKTERHADAPKINERJASEKTORPARIWISATA

HenkMardily(2014110010)

Abstrak

Undang-undang pasal 4 Tahun 2010 menyatakan bahwa pariwisata bertujuanuntuk meningkatkan pertumbuhan ekonomi. Pasal tersebut digunakan setiapdaerah dalam memanfaatkan keanekaragaman hayati. Taman Nasionalmerupakan salah satu cara memanfaatkan keanekaragaman hayati melaluikonservasi secara in-situ. Di sisi lain, Taman Nasional pun berpotensi untukmeningkatkan PDRBmelalui pariwisata. Keunikan dari Taman Nasional dapatdilihatdarikeberadaan faunaendemik.Namun,TamanNasionalyangmemillkifauna endemik tidakmemiliki kinerja yang baik untuk berkontribusi terhadapPDRB.PenelitianinidiharapkandapatmengetahuikontribusidarifaunaendemikterhadpPDRBsektorpariwisata.

Katakunci:PDRBsektorpariwisata,TamanNasional,FaunaEndemik

1. PENDAHULUAN

LatarBelakang

Berdasarkan pasal 4Undang-undang tahun 2010menyatakan bahwa pariwisata salahsatunyabertujuanuntukmeningkatkanpertumbuhanekonomi.Pasaltersebutdigunakansebagailandasan bagi setiap daerah dalam memanfaatkan seluruh sumber daya alam yang dapatberpotensimeningkatkanPDBsektorpariwisata.Sampaidengantahun2015,trendkenaikanPDBsektor pariwisata memiliki nilai yang lebih tinggi daripada industri agrikultur, manufakturotomotif, dan pertambangan. Tingginya PDB sektor pariwisata tersebut membuat pariwisatamenjadi salah satu komponen dalam Rancangan Pembangunan Jangka Menengah Nasional(RPJMN) 2015-2019. DalamRPJMN 2015-2019 pemerintah berfokus dalammembangun ataumerevitalisasi berbagai kawasan wisata. Dengan adanya berbagai kawasan wisata yangterbangun,diharapkandapatmeningkatkanPDRBsektorpariwisata.

Namun, RPJMN 2015-2019 tidak hanya memfokuskan pada sektor pariwisata. Haltersebutditunjukkanpemerintahdenganmeningkatkankeberlanjutandanpemanfaatansumberdayaalamyangdapatmemengaruhisektorpariwisata.Sumberdayaalamsalahsatunyaberupasumber daya hayati (bioresources). Pemanfaatan sumber daya hayati digambarkan melaluipemanfaatan atau peningkatan populasi flora dan fauna, melalui upaya konservasi. UpayakonservasisalahsatunyadapatdilakukanmelaluipenyediaanTamanNasional.MenurutMenteriLingkunganHidupdanKehutanan(2015),TamanNasionaladalahkawasanpelestarianalamyangmempunyai ekosistem asli, dikelola dengan sistem zona yang dimanfaatkan untuk tujuanpenelitian,ilmupengetahuan,pendidikan,menunjangbudidaya,pariwisata,danrekreasi.SetiapTamanNasionalpunmemilikiberbagaikeunikan,baik floraendemikmaupun faunaendemik.Menurut (LIPI, 2014) fauna endemikmemiliki populasi yang lebih sedikit dibandingkan floraendemikdiIndonesia.Disisilain,adanyafaunaendemikdapatdigunakanuntukmempromosikankonservasidengancaramenargetkanwisatawanyangberkepentinganuntukmengamatifaunaatau berpartisipasi secara langsung (Verisimo et al., 2009). Oleh karena itu, fauna endemik


85

seharusnyadapatdijagakelestariannya, karena salah satunyadapatmeningkatkanpariwisatadarisuatuTamanNasional.

Namun,TamanNasionalyangmemilikikeunikanfaunaendemiktidakmemilikikinerjayang cukup baik apabila dibandingkan dengan Taman Nasional yang tidak memiliki faunaendemik.HaltersebutdapatdilihatdariTabel1.,dimanajumlahkedatanganwisatawankeTamanNasionalyangmemilikifaunaendemiklebihsedikitjikadibandingkandenganTamanNasionalyangtidakmemilikifaunaendemik.SeharusnyadenganadanyafaunaendemikseharusnyadapatmenarikwisatawanuntukdatangkeTamanNasionaldisuatudaerah.Penelitian inibertujuanuntukmengetahuikontribusidarifaunaendemikterhadapPDRBsektorpariwisata.

Tabel1.Distribusipendudukdalammelakukantujuanperjalanankewisataekologimenurutprovinsi(Januari-Juni2016)

KerangkaPemikiran

Gambar 1. merupakan kerangka pemikiran peneliti. Sebagai cara untukmendapatkanpengaruhkeberadaanfaunaendemikterhadapkinerjasektorpariwisata,penelitimenggunakankeberadaanfaunaendemik,populasifaunaendemik,danaksesdarijakartasebagaivariabelyangmemengaruhi daya tarik. Adanya daya tarik tentunya dapatmemengaruhi volume kunjunganwisatawan,baikwisatawandomestikmaupunnusantara.Variabelvolumekunjunganwisatawanpun pada akhirnya dapatmemengaruhi PDRB sektor pariwisatamelalui adanya pengeluaranwisatawan.

NamaTamanNasional LetakTamanNasional Total(%)TamanNasionalUjungKulon Pandeglang,Banten 0,47TamanNasionalGunungPalung KalimantanBarat 0,53TamanNasionalPulaukomodo NusaTenggaraTimur 2,97

TamanNasionalBukitBarisanSelatan Lampung 0,69TamanNasionalGedePangrango Cianjur,JawaBarat 2,87TamanNasionalKarimunJawa Semarang,JawaTengah 3,54TamanNasionalGunungLeuser LangkatSumateraUtara 2,65

TamanNasionalBromoTenggerSemeru Malang,JawaTimur 3,79


86

Gambar1.KerangkaPemikirian

Pembahasan

2.1 TamanNasional

SetiapTamanNasionalmemilikiberbagaikeunikandenganadanyafloramaupunfaunaendemik. Konservasi melalui Taman Nasional (in-situ) merupakan salah satu cara dalammemelihara keanekaragaman hayati yang mendasar melalui ekosistem alami (Morison et al,2012).Sampaidengantahun2014,terdapat43TamanNasionaldengantotalluas12.328.523,34HayangtersebardiseluruhwilayahIndonesia(KementerianKehutanan,2014).Selainitu,TamanNasional pun merupakan kawasan konseravasi yang paling luas dibandingkan kawasankonservasilainnya,yakniTamanWisataAlam,SuakaMargasatwa,danCagarAlam.

2.2 FaunaEndemikdanPopulasinya

KeunikandarisuatuTamanNasionalsalahsatunyadapatdilihatdarikeberadaanFaunaEndemik. Keberadaan fauna endemik di Indonesia tersebar di seluruh daerah. Adanya faunaendemik dapat digunakan untuk mempromosikan konservasi dengan cara menargetkanwisatawan yang berkepentingan untuk mengamati fauna atau berpartisipasi secara langsung(Verisimoetal.,2009).Selain itu,menurutGhoshdanUddhammar(2013)menyatakanbahwasalahsatucaramembangunpariwisatadidalamTamanNasionaladalahdengancaramenjadikanfaunaendemiksebagaidayatarikutama.

PadaTahun2016,PemerintahmelaluiKementerianLingkunganHidupdanKehutananmenetapkan 25 fauna endemik sebagai prioritas dalam rangkameningkatkan populasi (CNN,2016).FaunaendemikyangdimaksudadalahHarimauSumatera,GajahSumatera,BadakJawa,BadakSumatera,BantengJawar,OwaJawa,Orangutan,Bekantan,Komodo,JalakBali,Maleo,BabiRusa,Elang,Kakatualimafauna,MacanTutul,RusaBawean,BurungCendrawasih,Surili,MonyetHitam, Tarsius, Julang Sumba, Penyu, Kanguru Pohon, dan Celepul Rinjani. Pemerintahmenetapkan25faunaprioritastersebutuntukmenjagakeanekaragamanhayati,karenaterdapatberbagaipotensiyangdapatdikembangkandarikeberadaan faunaendemik.Namun,menurutVerisimoetal.(2009),menyatakanbahwafaunaendemikyangmemilikipopulasilebihsedikit

DayaTarik

KeberadaanFaunaEndemik

VolumeKunjungan

PDRBSektor

Pariwisata

Populasifaunaendemik

AksesdariJakarta


87

akan lebih dihargai. Dalam hal ini, lebih dihargai dapat diartikan dengan dapat menarikwisatawanlebihbanyak.Wisatawancenderungakanmemilikikepuasanyangmeningkatapabiladapatmengamatifaunaendemiksecaralangsung.

2.3 AksesdariJakarta

Indonesiamerupakannegarakepulauanyangmemilikiberagamkeanekaragamanhayati.Hal tersebutdapatdapatdilihat dari adanyaberbagai fauna endemik yang tersebardiseluruhwilayahIndonesia.KeberdaanFaunaendemiktersebutberadadisuatuTamanNasional,dimanamenjaditempatkonservasibagifaunadilindungi.NamunpersebaranfaunaendemikdiTaman Nasional dapat dikatakan berada cukup jauh dari Jakarta sebagai Ibu Kota dan PusatPertumbuhanEkonomi.Hal tersebutmenyebabkanadanyakesulitandalammengaksesTamanNasional.MenurutRosalinodanGrino(2010)menyatakanbahwaaksesmerupakanvariabelyangdapatmemengaruhikeputusanpengunjungyanghendakmenujukeTamanNasional.

2.4 OrdinaryLeastSquare

MetodepenelitianyangdigunakanpenelitiadalahregresidenganalatanalisisOrdinaryLeastSquare(OLS).Alatanalisisyangdigunakanmemilikivariabelyangdijelaskan(dependen)dan variabel yang menjadi penjelas (independen). Selain itu, dalam penelitian ini, penelitimenggunakan dummy variabel yang bertujuan untukmenentukkan adanya keberadaan faunaendemikatautidakdisuatuTamanNasional.Berikutadalahvariabelyangakandigunakanakandijelaskan padaTabel 2. Dalamhal ini, penelitimenggunakanmenggunakan beberapaTamanNasionalyangmemilikifaunaendemikdanTamanNasionalyangtidakmemilikiFaunaendemik.HaltersebutdigunakanuntukmengetahuikontribusidarifaunaendemikdariTamanNasionalyangmemilikifaunaendemik.

Tabel2.VariabelPenelitianJenisVariabel NamaVariabel

Dependen PDRBSektorPariwisata Y

Independen PopulasiFaunaEndemik X1

Independen AksesdariJakarta X2

Independen Adafaunaendemik D0

Independen Tidakadafaunaendemik D1

Dalampenelitian ini,penelitimenggunakanTeoriPermintaan.MenurutVerisimoet al.(2009), menyatakan bahwa fauna endemik yang memiliki populasi lebih sedikit akan lebihdihargai.Haltersebutdisebabkankarenaadanyafaunayangdianggaplangkamenjadidayatarikbagiwisatawanuntukdapatmengamatiatraksiyangterjadi.Apabilawisatawandapatmengamatiatraksi fauna endemik, maka utilitas wisatawan akan meningkat. Adanya kenaikkan utilitaswisatawan menyebabkan willingnes to pay (WTP)meningkat, karena wisatawan akan lebihbersediauntukmembayaruntukdapatmelihatatraksifaunaendemik.Denganbegitu,wisatawanakanmelakukanpengeluaranyangdapatmemengaruhiPDRBsektorpariwisata.


88

Kesimpulan

Keberadaan fauna endemik di suat TamanNasionalmerupakan hal yangmenentukankeputusan dari wisatawan yang hendak berkunjung. Wisatawan pun cenderung untukmemperhatikan jumlah populasi dari Fauna endemik, dimana semakin sedikit populasi faunaendemikakanmembuatfaunatersebut lebihdhargaimelaluikunjunganwisatawan.Selain itu,aksesmenujukeTamanNasionaldapatmemengaruhiwisatawan.Olehkarenaitu,ketigahalyangmemengaruhi daya tarik wisatawan dapat memengaruhi volume kunjungan wisatawan, yangkemudiandapatberpengaruhpadaPDRBsektorpariwsata,melaluipengeluaranpengunjung.

DAFTARPUSTAKA

Alamsjah,I.(2016,September22).KementerianPariwisataRI.Diambilkembalidariweb.kominfo.go.id:https://web.kominfo.go.id/sites/default/files/Paparan%20Kemenpar%20untuk%20KIDI%202016.pdf

(LIPI),L.I.(2015,Januari2).Diambilkembalidariwww.lipi.go.id:http://lipi.go.id/berita/single/Catatan-Akhir-Tahun-Indonesia-Masih-Menjadi-Surga-Penemuan-Fauna-Baru/11900

Ghosh,N.,&Uddhammar,E.(2013).Tiger,Lion,andHumanLifeintheHeartofWilderness:ImpactsofInstitutionalTourismonDevelopmentandConservationinEastAfricaandIndia.ConservationandSociety.

Kehutanan,P.D.(2015).StatistikKementerianLingkunganHidupdanKehutanan.Jakarta:KementerianLingkunganHidupdanKehutanan.

Lingkungan,D.J.(2015).PenetapanWilayahKawasanPengelolaanHutanKonservasi.Jakarta:KementerianLingkunganHidupdanKehutanan.

Morrison,C.,Simpkins,C.,Castley,J.G.,&Buckley,R.C.(2012).TourismandtheConservationofCriticallyEndangeredFrogs.

Nasional,B.P.(2014).RENCANAPEMBANGUNANJANGKAMENENGAHNASIONAL(RPJMN)2015-2019.Jakarta.

Pariwisata,K.,&(BPS),B.P.(2016).StatistikProfilWisatawanNusantara.Jakarta:KementerianPariwisata.

Rosalino,L.M.,&Grilo,C.(2011).WhatdrivesvisitorstoProtectedAreasinPortugal:accessibilities,humanpressureornaturalresources?

Suastha,R.D.(2016).PemerintahTargetkanPopulasiSatwaEndemikNaik10Persen.Diambilkembalidariwww.cnnindonesia.com:https://www.cnnindonesia.com/nasional/20160814091103-20-151207/pemerintah-targetkan-populasi-satwa-endemik-naik-10-persen/

Verissimo,D.,Fraser,I.,Groombridge,J.,Bristol,R.,&MacMillan,D.(2009).Birdsastourismflagshipspecies:acasestudyoftropical.


89




ISU 4. KEGIATAN EKONOMI DALAM

SEKTOR PARIWISATA II


90

KONTRIBUSIINDUSTRIPARIWISATATERHADAPPDRBPROVINSID.I.YSETELAHBENCANAALAMPADATAHUN

2010

AndhikaGemaMahardika (2013110020)

Abstrak

ProvinsiYogyakartamerupakansalahsatutujuandestinasiwisatayangmemilikipotensi untuk menyumbang pertumbuhan ekonomi nasional, dan jugamemengaruhi industri terkait. Penelitian ini bertujuan untuk mengetahuibagaimanakontribusiindustripariwisatadiprovinsiD.I.YterhadapPDRBsetelahadanya bencana alampada tahun2010, variabel yang digunakan yaitu, jumlahkunjungan wisatawan, travel agent, fasilitas wisata, dan objek wisata denganmenggunakanmetodeOrdinaryLeastSquare(OLS).Analisisdalampenelitianinimenggunakandatapanel5Kota/KabupatenyaituKotaYogyakarta,Kab.Sleman,Kab. Bantul, Kab.Kulonprogo, dan Kab.Gunungkidul. Hasil dari penelitian inimenunjukan travel agent, jumlah kunjungan wisatawan, fasilitas wisata, objekwisatasecarasignifikanmemengaruhipeningkatanPDRB.

KataKunci:PDRB,IndustriPariwisata,Yogyakarta.

1. PENDAHULUAN.

1.1 LatarBelakang.

Saatini,sektorpariwisataberkembangsangatpesat.Giles&Perry(1998)mengatakan,padaabad21pariwisatadianggapsebagaisektoryangdapatmemimpinpertumbuhanekonomi.Hal tersebut dapat dilihat dari data Badan Pusat Statistik 2012 kontribusi terhadap ProdukDomestikBrutodari sektorpariwisatayang terusmeningkat setiap tahunnyadanpada tahun2012 mencapai 13.9%. Hal tersebut menggambarkan cukup besarnya kontribusi sektorpariwisataterhadappertumbuhanekonominasional,melaluipenerimaandevisayangditerimadaribesarnyakonsumsiyangdikeluarkanolehwisatawanterhadapprodukbarangdanjasadariIndonesia

Kunjunganwisatadisuatunegara,baikkunjungandomestikmaupunmancanegaraakanberpengaruh pada konsumsi pariwisata. Kegiatan konsumsi pariwisata yang dilakukanwisatawan akanmemengaruhi sektor industri dan jasa, hal ini dapat dilihat dari pengeluaranwisatawan.Denganadanyakonsumsipariwisata akanberpengaruhpada jumlah tenagakerja,pendapatan,daninvestasi.Selainitupariwisatajugadapatberperanuntukmenumbuhkansektorpembangunanlain.

SebagaisuatuIndustri,pariwisataadalahkumpulanbermacam-macamperusahaanyangmemfokuskanpadakertakaitanantarabarangdan jasauntukmemfasilitasiperjalananwisata,yang nantinya baik langsung maupun tidak langsung akan dibutuhkan wisatawan.Berkembangnya sektor ini akan membawa dampak yang cukup besar pada industri-industriterkait seperti hotel, rumahmakan, biro travel dan UKM di daerah-daerah kunjunganwisatakarenadapatmemproduksidanmenujalbarang-barangseperticinderamata.Selainitu,sebagaisektoryangjugamengandalkanjasa,pariwisatadianggapdapatmempercepatpenyerapantenaga


91

kerja(Darmajadi,2017).

Dalam menjalankan perannya, industri pariwisata harus menerapkan konsep danperaturan serta panduan yang berlaku dalam pengembangan pariwisata agar mampumempertahankan dan meningkatkan jumlah kunjungan wisatawan, yang nantinya bermuarapadapemberianmanfaatekonomibagiindustripariwisatadanmasyarakatlokal(Subadra,2007).Salahsatuusahayangsangatberperandalampengembanganpariwisataadalahbiroperjalananwisata.

Menurut Swastah (1999), biro perjalanan wisata merupakan jembatan penghubungantarawisatawandenganpenyediajasaakomodasi,restoran,operatoradventuretour,operatorpariwisatadanlain-lain.Umumnyawisatawanmenggunakanjasabiroperjalananwisatadalammenentukanrencanaperjalannya(touritinerary).Goeldner(2009),travelagentdianggapsebagaiusahayang tidakbisa terpisahkanpada industripariwisata.Travelagent ataubiroperjalananwisataadalahsebuahperusahaanyangmenjualbagian-bagiantertentudalampariwisatakepadawisatawan.

Salah satu negara yang memiliki beragam destinasi pariwisata adalah Indonesia.Indonesiamemilikiberagamsumberdayaalam,keanekaragamanfloradanfauna,peninggalansejarah, serta seni dan budaya yang beragam di setiap daerah. Hal ini tentunya merupakansumber daya dan modal untuk meningkatkan sektor pariwisata. Modal tersebut harusdimanfaatkan secara optimal melalui sektor pariwisata yang memiliki tujuan umum yaitumeningkatkanpertumbuhanpendapatannasionalgunamencapaikesejahteraanmasyarakat.

Menurutdatayangdipaparkanolehmenteripariwisatayangdikutipdalamdetikfinance(2017), sektor pariwisata nasional kinimenjadi primadona baru bagi pembangunan nasional.Sumbangandevisamaupunpenyerapantenagakerjadalamsektoriniamatsignifikanbagidevisanegara.Devisadarisektorpariwisatapada2016sebesarUS$13,568miliarberadadiposisikeduasetelahCPO, sebesarUS$15,965miliar.Pada2015,devisadari sektorpariwisatasebesarUS$12,225miliaratauberadadiposisikeempatdibawahMigasUS$18,574miliar,CPOUS$16,427miliar,danbatubaraUS$14,717miliar.Perolehandevisanegaradari sektorpariwisata sejaktahun 2016 sudah mengalahkan pemasukan dari migas dan di bawah pemasukan dari CPO.Diperkirakanpadatahun2019,sektorpariwisatamenjadipenyumbangutamadevisaIndonesia.

Dari33provinsidiIndonesia,DaerahIstimewaYogyakarta(D.I.Y)merupakansalahsatudaerah yang memiliki daya tarik pariwisata. Memiliki banyak modal pariwisata di setiapdaerahnya, seperti objek wisata alam, situs budaya, dan sejarah. Keanekaragaman wisata diProvinsi D.I.Y kini menjadi perhatian dunia. Selain menyimpan banyak keunikan, potensipariwisatadiD.I.Yselamainimenjadiinspirasibanyakkalangan.

Provinsi D.I.Y tidak hanya diberi kekayaan keindahan alam yang eksotik, namun jugakerajinanalami,panoramadesawisatayangindah,danbeberapabangunanheritageyanghinggakinimasihterawatrapi.Semuaitumemberikesan,bahwaProvinsiD.I.Ylayakmenjadisebuahtheworld destination.Salah satu theworld destination yang dimiliki provinsiD.I.Y adalahGunungMerapi.Memilikiketinggiandenganpuncak2.390mdpl,terletakdiKab.Sleman(bagianselatan),dan sisanya berada dalamwilayah provinsi JawaTengah. GunungMerapimerupakan gunungyangmasihaktifhinggasaatini(DinasPariwisataD.I.Y,2010).

Padatahun2010,gunungMerapimeletusdanmerupakanbencanaalamyangcukupbesar


92

yang dialami Indonesia, khususnya provinsi D.I.Y. Hal ini memberikan dampak secara sosial,lingkungan, perekonomian, dan secara khusus akan berdampak pada industri pariwisata,sehinggasecaralangsungakanberpengaruhpadajumlahkunjunganwisatawan.Menurut(Yoeti,2001) jumlah kunjungan wisatawan merupakan salah satu indikator yang dapat mengukurkeberhasilanindustripariwisatayangmemberikanpengaruhpositifkepadamasyarakat,industri,danpemerintahsetempat.

1.2 RumusanMasalah.

Menurut paparan di latar belakang, seharusnya sektor pariwisata D.I.Y diproyeksikandapat terusmeningkatkan kontibusinya terhadap perekonomian dari tahun ke tahun. Namundenganadanyabencanaalamyangmerupakanhalyangtidakdapatdihindaridapatmengganggubahkanmengurangipemanfaatanpotensipariwisatayangada.

Makadari itu,penelitian inidiharapakandapatmenjawabpertanyaanpenelitianyaitu,bagaimanakontribusiindustripariwisataterhadappeningkatanPDRBdiprovinsiD.I.Ysetelahbencanaalamtahun2010.

1.3 TujuandanManfaatPenelitian.

Sesuaidenganrumusanmasalah,penelitianinibertujuanuntukmengetahuibagaimanakontribusiindustripariwisataterhadapPDRBdiD.I.Ysetelahkejadianbencanaalampadatahun2010.Penelitianinidiharapkandapatmemberikangambarantentangfaktorapasajayangdapatmenumbuhkan industripariwisatakhusunyadiprovinsiD.I.Y, sehingga lembaga terkaitdapatmengatasihal-halapasajayangdapatmenghambatpertumbuhanpariwisata.Penelitianinijugadiharapkan dapat menambah informasi bagi penulis dan pembaca mengenai hal-hal yangberkaitandenganindustripariwisata.

1.4 KerangkaPemikiran.


TravelAgent

JumlahKunjunganWisatawan

FasilitasWisata

ObjekWisata

PDRB


93

HubunganTravelAgentterhadapPDRB

Travelagentmerupakansalahsatusaranapenunjangkegiatanpariwisata.Travelagentberfungsi sebagai suatu perusahaan yangmenawarkan pelayanan jasa untuk parawisatawanyanginginmelakukanwisata.Tugastravelagentyaitumempersiapakan,menyelenggarakan,danmerencanakan perjalanan wisata bagi wisatawan. Hubungan travel agent dengan kegiatanpariwisata saling melengkapi, karena adanya travel agent maka kegiatan pariwsata lebihterencana dan praktis. Menurut WTO (2015), usaha perjalanan wisata dan bisnis pariwisatatersebut secara langsung maupun tidak langsung berkontribusi terhadap PDRB. Kontribusilangsungberasal dari pendapatanyangdibelanjakanolehparapekerjapariwisatadanpelakubisnis pariwisata. Sedangkan kontribusi tidak langsung pariwisata terhadap pendapatanpemerintah berasal dari pajak atau bea cukai barang-barang yang diimpordan pajak yangdikenakankepadawisatawanyangberkunjung.

HubunganJumlahKunjunganWisatawanterhadapPDRB

Pariwisataadalahserangkaiankegiatanperjalananyangdilakukanolehperoranganataukeluarga atau kelompok dari tempat tinggal asalnya ke berbagai tempat lain dengan tujuanmelakukan kunjungan wisata dan bukan untuk bekerja atau mencari penghasilan di tempattujuan.Kunjunganyangdimaksudbersifatsementaradanpadawaktunyaakankembaliketempattinggalsemula.Haltersebutmemilikiduaelemenyangpenting,yaitu:perjalananitusendiridantinggalsementaraditempattujuandenganberbagaiaktivitaswisatanya(Heriawan,2004).

PerkembanganindustripariwsatapadasaatinidianggapsebagaisalahsatuyangdapatmemajukanperekonomiandanjugamempercepatpertumbuhanekonomisuatuNegaramaupundaerah. Lie (2004) menyatakan perkembangan industri pariwisata suatu daerah sangatbergantung kepada jumlah wisatawan yang datang. Kegiatan pariwisata menciptakan suatupermintaan, yaitu permintaan konsumsi, yangnantinya akanmenimbulkan kegiatanproduksibaikbarangmaupunjasa.Semakinbanyakwisatawanyangdatang,makapermintaankonsmusisemakin tinggi. Dengan semakin banyak jumlah kunjungan wisatawan ke suatu daerah akanmemberikandampakberupapeningkatanPDRB.

HubunganFasilitasWisataterhadapPDRB

Fasilitaswisatayaituberupahotel,motel, restoran,bar, café, shoppingcenter, souvenirshop,dansegalahalyangdapatmenunjangwisatawanselamaberwisatadidaerahtertentu.Haltersebut merupakan bagian dari perdagangan di industri pariwisata. Karena berhubungandengan kegiatan menjual atau membeli barang. Kegiatan tersebut dilakukan dengan tujuanmemperoleh laba. Perdagangan merupakan suatu hal yang sangat penting dalam kegiatanperekonomian.

Giatnya aktivitas perdagangan menjadi indikasi tingkat kemakmuran masyarakatnyasertamenjaditolakukurtingkatperekonomian.SehinggabisadibilangperdaganganmerupakanuratnadiperekonomiansuatuNegaramaupundaerah(LawsondanBaud-Bovy,1998).Fasilitaswisatamemilikiperanpenting,karenasemakinlengkapnyasuatudestinasimempunyaiamenitasataufasilitasyanglengkapmakaakansemakinbanyakpulawisatawanyangakanmengunjungidestinasitersebut.Perdaganganakanmeningkat,dannantinyamemengaruhipadaPDRB.

HubunganObjekWisataterhadapPDRB


94

Handayani (2012), pariwisata dapat memengaruhi adanya kegiatan-kegiatan sosial,ekonomidanbudaya.Darisudutsosialbahwakegiatanpariwisataakanmemperluaskesempatantenagakerjabaikdarikegiatanpembangunansaranadanprasaranamaupundariberbagaisektorusahayang langsungmaupuntidak langsungyangberkaitandengankepariwisataan.Darisegiekonomi,kegiatanpariwisatadapatmemberikansumbanganterhadappenerimaandaerahyangbersumber dari pajak, retribusi atau dapat mendatangkan devisa dari parawisatawanmancanegarayangberkunjung.Sehingga,semakinbanyakjumlahobjekpariwisatamakasemakinbanyak pula sumbangan dari pendapatan yang diperoleh dari masing-masing objek wisata.Sutrisno(2013),menyatakanjumlahobjekwisatamemilikipengaruhpositifsignifikanterhadapPDRB.

TinjauanPustaka

2.1 IndustriPariwisata

Merupakansuatuindustriyangterdiridariserangkaianperusahaanyangmenghasilkanjasaatauprodukyangberbedasatudenganlainnya.Perbedaanitutidakhanyadalamjasayangdihasilkan,tetapijugadalambesarnyaperusahaan,lokasitempatkedudukan,bentukorganisasiyang mengelola dan metode atau cara pemasarannya. Selain itu, industri pariwisata secarakeseluruhanadalahrangkaiandariusahamenjualbarangdanjasayangdiperlukanwisatawan,selamamelakukanperjalananwisatasampaikembaliketempatasalnya(Spillane,1987).

2.2 Tourismsupply

Jika harga suatu barang naik/jasa naik sedangkan harga barang/jasa lain tetap,makaperusahaanakanmenjualbarang/jasalebihbanyak.Tourismsupplymemilikichirikhasdimanapenawaran tersebutbersifatpenawaran jasadanbersifatkaku(rigid)dansulitmenyesuaikandenganpermintaan(Bull,1995).


Penelitian yang dilakukan Yhoga Bagus et, al. (2016), menggunakan data kuantitatifdenganmenggunakandatapanel,datayangdigunakanberupatimeseries(tahun2011-2014)dancrosssection(29Kabupatendan9KotadiProvinsiJawaTimur).Metodeanalisisyangdigunakanadalah metode analisis regresi linier data panel dengan model Fixed Effect Hasil penelitianmenunjukkanbahwaperkembanganprodukdomestikregionalbrutoKabupaten/KotadiProvinsiJawa Timur dari tahun 2011-2014 mengalami peningkatan dengan rata-rata sebesar 11,29persen. Hasil menunjukan variabel jumlah wisatawan, jumlah hotel dan jumlah restoran,berpengaruhsecaraserentakterhadapprodukdomestikregionalbruto.

I Gde AryDharma Yoga dan IWayanWenagama (2014), dalam penelitiannya denganPDRB sebagai variable dependen dan jumlah kujunganwisatawanmancanegara, pengeluaranwisatawan mancanegara sebagai variable indenpeden, hasil yang didapat adalah jumlahkunjunganwisatawanmancanegaraberpengaruhpositifdannyataterhadapPDRBProvinsiBali.Jumlah kunjungan wisatawan mancanegara berpengaruh positif dan secara tidak langsungterhadapPDRBProvinsiBalimelaluipengeluaranwisatawanmancanegara.

MetodologiPeneletian


95

3.1 SpesifikasidanSumberData

Penelitian ini menggunakan data panel pada tahun 2010 – 2016 dengan unitKota/Kabupaten yang berada di Provinsi D.I.Y. Kota/Kabupaten yang dimaksud adalah KotaYogtakarta, Kabupaten Sleman, Kabupaten Kulonprogo, Kabupaten Bantul, dan KabupatenGunungkidul. Variabel dependen yang digunakan adalah PDRB berdasarkan harga konstan.Digunakan untuk melihat pertumbuhan ekonomi, dihitung berdasarkan satu tahun tertentusebagai tahun dasar. Menetapkan beberapa variabel independen yaitu travel agent, jumlahkunjungan wisatawan, fasilitas wisata (akomodasi dan restoran ), dan objek wisata. DatadiperolehdaridinaspariwisataProvinsiD.I.Y.danBPS.

Tabel1.DatadanSumberData

Variabel Keterangan Satuan SumberData

Dependen PDRB Juta BPS.go.id

Independen TravelAgent Unit DinasPariwisataD.I.Y

Independen JumlahKunjunganWisatawan Orang DinasPariwisataD.I.Y

Independen FasilitasWisata Unit DinasPariwisataD.I.Y

Independen ObjekWisata Unit DinasPariwisataD.I.Y


Teknik Estimasi yang digunakan untukmodel persamaan penelitian ini adalah teknikestimasiOrdinaryLeastSquare(OLS).

PDRBit=β0+β1TAit+β2JKWit+β3FWit+β4OWit+ɛ

Keterangan:

TAit :TravelAgentdisetiapKota/KabupatenD.I.Y

JKWit :JumlahKunjunganWisatawandisetiapKota/KabupatenD.I.Y

FWit :FasilitasWisata(akomodasidanrestoran)disetiapKota/KabupatenD.I.Y

OWit :ObjekWisatadisetiapKota/KabupatenprovinsiD.I.Y

HasildanPembahasan.

4.1 Hasil

Tabel2.HasilRegresiOrdinaryLeastSquare(OLS)

Variabel Koefisien t-statistic Probabilitas

TravelAgent 25847.44 4.566837 0.0001***


96

Note:***,**,*.Signifikanpadalevel:1%,5%,dan15%

ModelregresiOrdinaryLeastSquare(OLS):

PDRBit=25847.44TAit+0.454003JKWit+2177.682FWit+23532.29OWit

Tabel2menunjukanhasilregresidatapanelhubunganantaravariabeljumlahkunjunganwisatawan,objekwisata,danfasilitaswisatadenganPDRBdiprovinsiD.I.YdenganmenggunakanOLS.DilihatdenganbesarnyanilaiR-square yaitu99.29%.Hal tersebutmenunjukan varibaelindependen dapat menjelaskan variabel dependen. Pada industri pariwisata di setiapKota/Kabupaten provinsi D.I.Y ditemukan hubungan positif antara travel agent, jumlahkunjunganwisatawan, fasilitaswisata,danobjekwisata signifikanpada level1%untuk travelagentdanfasilitaswisata,5%untukjumlahkunjunganwisatawan,dan15%untukobjekwisata.

KoefisientravelagentterhadapPDRB,menandakansetiapbertambahnyatravelagent1unit maka, nilai PDRB akan meningkat sebesar 25847.44 juta. Koefisien jumlah kunjunganwiastawan terhadap PDRB menandakan bahwa setiap bertambahnya jumah kunjunganwisatawan sebesar 1 orang maka, maka akan meningkatakan PDRB sebesar 0.454003 juta.Koefisien fasilitas wisata terhadap PDRB menandakan setiap bertambahnya fasilitas wisatasebanyak1unitmakaakanmemengaruhinilaiPDRBsebesar2177.682juta.Danpadakoefisienobjekwisata,setiapbertambahnyaobjekwisatasebanyak1unitmakaakanmeningkatkanPDRBsebesar23532.29juta.

4.1.1 UjiMultikolinearitasTabel3.UjiMultikolinearitas

Variabel (% VarianceInflationFactor

TA 0.800236 5.005907JKW 0.714798 3.506287FW 0.530590 2.130334OW 0.534903 2.150090

BerdasarkanhasilujimultikolinearitasdiperolehnilaiVarianceInflationFactorberkisarantara2dan5. TA sebagai variabel terikat nilaiVIF sebesar5.005907. JKWsebagai variabelterikatnilaiVIFsebesar3.506287.FWsebagaivariabelterikatnilaiVIFsebesar2.130334,danOWsebagaivariabelterikatnilaiVIFsebesar2.15009.JikanilaiVIFlebihbesardari10(VIF>10),menolakHo,sebaliknya,menerimaHojikanilaiVIFkurangdari10(VIF<10).Dengandemikian,berdasarkan hasil ujimultikolinearitas dengan teknik VIF adalahmenerimaHo, artinya tidakterdapatkorelasiantaravariabel-variabelbebas(TA,JKW,FW,dan,OW)yangdigunakan.

4.2 Pembahasan

Variabel travel agent, jumlah kunjunganwisatawan, fasilitas wisata, dan objek wisatamenunjukanhasilsesuaidengankerangkapikiryangsudahdibentukdanpenelitianterdahuluyangdilakukanolehYhogaBagus (2016), dan I GdeAryDharmaYoga& IWayanWenagama

JumlahKunjunganWisatawan 0.454003 2.026787 0.0531**

FasilitasWisata 2177.682 4.456704 0.0001***ObjekWisata 23532.29 1.548372 0.1336*

R-square 0.992997


97

(2014)yangmembuktikanbahwausahaperjalanan (travelagent), jumlahwisatawan, fasilitaswisata,danobjekwisata,bepengaruhpositifterhadappeningkatanPDRB.

Pada industri pariwisata di provinsi D.I.Y, dilihat dari koefisiennya travel agentberpengaruh cukup dominan pada pertumbuhan PDRB. Dikarenakan pada tahun 2010 D.I.Ymengalamibencanaalam,peran travelagent sangatlahpentinguntukmemeberikan informasitentangpariwisatadiD.I.Y,sehinggaparawistawantertarikuntukmengunjungisetiapdestinasidi Kota/Kabupaten D.I.Y. Dengan meningkatnya usaha ini, wisatawan akan mengetahuibagaimana informasi tentang destinasi wisata, sehingga akan menarik wisatawan untukberkunjung.Produkyangdijualolehusahainiberupapaketwisata,yangbiasanyameliputialattransporatsi, akomodasi, dan tujuan objekwisata. (Samtini, 2008) dengan peningkatan usahatravelagentakanmemicupertumbuhansektorlainsepertitransportasibaikdarifasilitasmaupunsetiapunitnya.Karenausahadibidangjasa,travelagentjugamemilikipeluangcukupbesaruntukpenyerapantenagakerja.Travelagentmenguasai70%dariusaha-usahaduniaperjalananwisata,karenaitupengaruhnyadalamindustripariwisatacukupbesar(WTO,2015).Keberhasilanuntukmenarikwisatawanperlubanyakinformasiyangdibutuhkantentangprodukditempatdestinasiwisatadanjugaharusmemilikirelasiyangkuatterhadapperusahaan-perusahaanyangtermasukkedalam kelompok industri pariwisata yang berfungsi sebagai supplier, sehingga hal tersebutakanmeningkatkanPDRB.

Jumlahkunjunganwisatawandilihatdarikoefisiennyamemilikipengaruhyangpositif,namun kontribusi terhadap PDRB bisa dibilang sedikit. Hal ini disebabkan oleh lama tinggalwisatawanyangreatifrendah.Selain jumlahwisatawanyangmeningkat, indikatorkesuksesandariindustripariwisatajugadapatdilihatdarilamatinggalwisatawan.Lamatinggalwisatawanidealnyaadalah2.60-3.24hari,sedangkandisetiapKota/KabupatenD.I.Yhanya1.52-2.34hari(Kemenpar,2010).

Gambar3.Rata-rataLamaTinggalWisatawan

Sumber:Kemenpar,2010(diolah)

Menurut Austriana (2005), semakin lama wisatawan tinggal di suatu daerah tujuanwisata,maka semakin banyak pula uang yang dibelanjakan di daerah tujuanwisata tersebut,

0

0.5

1

1.5

2

2.5

wis

man

win

us

wis

man

win

us

wis

man

win

us

wis

man

win

us

wis

man

win

us

wis

man

win

us

wis

man

win

us

2010 2011 2012 2013 2014 2015 2016

Non Bintang Bintang


98

palingsedikituntukkeperluanmakan,minumdanpenginapanselamatinggaldidaerahtersebut.Berbagaimacamkebutuhanwisatawanselamaperjalananwisatanyaakanmenimbulkangejalakonsumtif untuk produk-produk yang ada di daerah tujuan wisata. Dengan adanya kegiatankonsumtif baik dari wisatawan mancanegara maupun domestik, maka akan memperbesarpendapatandari sektor pariwisata suatudaerah. Parawisatawanmemilih untuk tinggal lebihsedikitkarenasecarageografisprovinsiD.I.Ymemilikiwilayahyangtidakterlalubesar,sehinggamembuatparawisatawancukupdengan1haridapatmenjangkau2hingga4destinasiwisata,selainitumasihkurangnyainovasidalampengembanganfasilitaswisata(Bagus,2013).MakadariitusetiapkunjunganwisatawanberpengaruhsedikitterhadappeningkatanPDRB.

DilihatdarinilaikoefisiennyafasilitaswisatayangberadadisetiapKota/KabupatenD.I.YmemberikansumbanganterhadapPDRBcukupdominan,sehinggadengantingginyapendapatanusahatersebutakanmeningkatkanPDRB.Saatwisatawanmeningkat,makasektorekonomijugameningkat. Karena wisatawan menggunakan fasilitas pariwisata, maka masyarakat setempatakanmengalamipeningkatanpendapatandaribanyaknyawisatawanyangberkunjung.Selainitu,peningkatan terhadap nilai PDRB juga disebabkan dengan adanya pajak yang berasal daripendapatanfasilitaswisata.

Evita&Sunarta(2012)menyatakan,usahasepertihoteldanrestoranmerupakanfaktorpendukungmaupun fasilitas dalam pariwisata yang penting, gunamenarikminat wisatawan.denganadanyausaha tersebutakanmemberikandampakmultiplereffectyaitumendatangkaninvestasi seperti infrastruktur, pembangunan hotel, restoran, dan fasilitas lainnya baik daripemerintahmaupun swasta. Semakin banyaknya fasilitas wisata akanmendatangkan banyakpilihanbagiwisatawan,sehinggamemungkinkanuntukwisatawantinggallebihlama,sehinggapengeluaranuntukkonsumsiwisatawanjugalebihbanyak.

Koefisien pada variabel objekwisata pada provinsi D.I.Y berpegaruh secara signifikanpadapeningkatanPDRB.Pascabencanaalam,objekwisatadiKota/KabupatenD.I.YbertambahkhususnyadiKab.Sleman,kuranglebihmemiliki22objekwisatabaru.Lokasidisekitargunungmerapi dimaanfaatkan oleh masyarakat dan lembaga setempat sebagai tempat wisata. Objekwisata tersebutmeliputi museum, bunker, jeep adventure, volcano tracking, dan objek wisatalainnya(DinasPariwsataD.I.Y,2014).KontribusiobjekwisataterhadapPDRBdapatdillihatdaripengeluaranwisatawan.Seiringbertambahnyaobjekwisataakanmemberikanbanyakpilihanbagiwisatawan,makapengeluaranyangdilakukan jugaakansemakinbesar.Hal ini jugaakanmeningkatkanperekonomiansetempat.

Anuaret al (2012)menyatakan setiapuangyangdibelanjakanwisatawan pada suatuobjek wisata akan mendorong kegiatan ekonomi di daerah tujuan wisata yang dikunjungi.Meningkatnyaobjekwisata,akanmemunculkanusaha-usahapenunjangwisataseperti,tempatmakan, dan penjualan cinderamata. Hal inimenunjukan bahwa berkembangnya objekwisatadapatmemicumenumbuhkanindustrilain(Pleanggra&Yusuf,2012).

4.2.1 PerkembanganKontribusiPariwisataTerhadapPDRBSebelumdanSesudahBencana.

Gambar4.PerkembanganKontribusiPariwisataTerhadapPDRBTahun2003-2016


99

Sumber:BPS(diolah)

KontribusiPDRBdisetiapKota/KabupatenD.I.Ypadatahun2003-2009terusmengalamipeningkatan.KontribusiyangterbesaradalahKotaYogyakartadanKab.Sleman,sedangkanyangterkecil adalah Kab. Kulonprogo. Pada tahun 2003 kontribusi pariwisata di Kota YogyakartasebesarRp.13,301,110danpadatahun2009sebesarRp.28,455,960.DiKab.Slemanpadatahun2003 sebesar Rp.10,927,772 dan pada tahun 2009 sebesar Rp.24,333,337, sedangkan Kab.Kulonprogopadatahun2003sebesarRp.1.767.290dampadatahun2009sebesarRp.3.818.610.Kontribusipariwisataterlihat jelasmenurunpadatahun2010yangdiakibatkanbencanaalamterutama di Kota Yogyakarta dan Kabupaten Sleman. Menurut Zein et, al. (2001) beberapalapangan usaha akan mengalami gejolak perekonomian setelah bencana alam berlangsung,antaralainlapanganusahabangunan;perdagangan,hotel,danrestoran;jasa;pengangkutandankomunikasi;industripengolahan;danlistrik,gas,danairbersih;disaatlapanganusahalainnyamengalamipertumbuhanekonomiyangrelatifstagnan

Dampak bencana alam begitu terasa bagi kedua Kota/Kabupaten tersebut, karenamerupakan tujuan utama destinasiwisata, dan juga pintu utama bagi kedatanganwisatawan.SecaraletakgeografisGunungMerapiberadadiselatanKab.Sleman,yangjugaberbatasandenganKotaYogyakarta(PemprovD.I.Y,2010).Kab.Gunungkidul,Bantul,danKulonprogopascaGunungMerapi meletus, kontribusinya terus meningkat. Menurut Yuwanto yang dikutip dalamrepublika.co.id(2010),halinidisebabkanketigaKabupatentersebutdijadikantempatevakuasibagimasyarakatKotaYogyakartadanKab.Sleman.

Setelah GunungMerapimeletus, kontribusi pariwisata di setiap Kota/Kabupaten D.I.Ypadatahun2010-2016terusmeningkat,namunkontribusinyatidaksebesarpadatahun2003-2009.Padatahun2016kontribusipariwisatapalingbesardisumbangolehKab.Sleman,mampumengungguli kota Yogyakarta dengan nilai sebesar Rp. 29.573.895. Hal ini disebabkan Kab.Slemanmemilikiobjekwisatabaruyangberadadi sekitarGunungMerapi, sedangkandiKotaYogyakarta masih belum adanya pembaharuan destinasi wisata , maka dari itu kontribusipariwisataYogyakartalebihsedikitdibandingkanKab.Sleman(DinasPariwisataD.I.Y,2014).

0

5,000,000

10,000,000

15,000,000

20,000,000

25,000,000

30,000,000

35,000,000

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Kota Yogyakarta Kab. Sleman Kab.Bantul

Kab.Kulonprogo Kab. Gunung Kidul


100

Kesimpulan.

Penelitian ini dilakukan untuk mengetahui bagaimana kontribusi industri pariwisataterhadapPDRBdiProvinsiD.I.Ysetelehbencanaalampadatahun2010.Berdasarkanhasildanpembahasan, penelitian ini menunjukan travel agent, jumlah wisatawan, fasilitas wisata, danobjekwisataberpngaruhpositifterhadapPDRB.Travelagentmerupakanusahayangberperanpenting dalam pariwisata, karena dengan meningkatnya usaha ini akan memberikan banyakinformasi tentangdestinasiwisatayangadadi setiapKota/KabupatenD.I.Y,dengandemikianakanmenarikparawisatawanbaikdomestikmaupunmancanegara.Selainitu,berkembangnyausahainijugaakanmeningkatkansektorlainsepertiinfrastruktur,transportasi,dantenagakerjadibidangjasa.JumlahkunjunganwisatawanberpengaruhpositifterhadappeningkatanPDRB,namunkontribusinya tidak terlalu besar, hal ini disebabkan rata-rata lama tinggalwisatawanyangmasihrendah.

Fasilitas wisata (akomodasi dan restoran) memberikan sumbangan terhadap PDRBcukup dominan. Saat wisatawan meningkat, maka sektor ekonomi juga meningkat. Karenawisatawan menggunakan fasilitas pariwisata, maka masyarakat setempat akan mengalamipeningkatan pendapatan dari banyaknyawisatawan yang berkunjung. Selain itu, peningkatanterhadapnilaiPDRBjugadisebabkandenganadanyapajakyangberasaldaripendapatanfasilitaswisata.PascabencanaalamobjekwisatadiD.I.Ybertambah,yaitu,beradadiKabupatenSleman.Masyarakat memanfaatkan daerah gunung merapi sebagai objek wisata baru, denganmeningkatnya jumlahobjekwisataakanmenarikwisatawanuntukdatang,sehinggakonsumsiwisatawan akan meningkat, yang pada akhirnya akan meningkatkan PDRB. Dilihat dariperkembangannya,kontribusipariwisataterhadapPDRBpadatahun2003-2009kontribusinyaterusmeningkatdansangatbesar,sedangkansetelahbencanaalamyaitupadatahun2010-2016perkembangannya terus meningkat, namun tidak sebesar pada tahun 2003-2009. KontribusipariwisataterhadapPDRBdiProvinsiD.I.YsetelahbencanaalamyangpalingbesarkontribusinyaadalahKab.SlemanyaitusebesarRp.29.573.895.

DAFTARPUSTAKAAdhikrisna,Y.B.,Hidayat,W.,&Arifin,Z.(2016).ANALISISPENGARUHPARIWISATATERHADAP

PRODUKDOMESTIKREGIONALBRUTOKABUPATEN/KOTAPROVINSIJAWATIMUR2011-2014.JurnalEkonomiPembangunan,14(1),59-70.20

Anuar,AhmadNazrinAris.,Ahmad,Habibah.,Jusoh,Hamzah.,andHussain,MohdYusof.2012.TheRolesofTourismSystem towardsDevelopmentofTouristFriendlyDestinationConcept.AsianSocialScience,8(6),pp:146-155.15

Ardahaey,FatemeTohidy.(2011).EconomicImpactsofTourismIndustry.InternationalJournalofBusinessandManagement,6(8),pp:206-215.

Austriana. (2005). Pengaruh Jumlah Kunjungan Wisatawan Terhadap Penerimaan RetribusiObyekWisata, PendapatanAsli Daerah danAnggaran PembangunanKabupatenGianyarTahun1991-2010.

Bagus,Cunduk.(2013).FAKTOR-FAKTORYANGMEMENGARUHILAMATINGGALWISATAWANMANCANEARADIPROVISNSIDAERAHISTIMEWAYOGYAKARTA.UniversitasGadjahMada.Yogyakarta.


101

BadanPusatStatistikKotaYogyakarta.ProdukDomestikRegionalBruto2003-2016.Diunduh15November2017.BPS.KotaYogyakarta.

BadanPusatStatistikKabupatenSleman.ProdukDomestikRegionalBruto2003-2016.Diunduh15November2017.BPS.KabupatenSleman.

BadanPusatStatistikKabupatenBantul.ProdukDomestikRegionalBruto2003-2016.Diunduh15November2017.BPS.KabupatenBantul

Badan Pusat Statistik Kabupaten Gunungkidul. Produk Domestik Regional Bruto 2003-2016.Diunduh15November2017.BPS.KabupatenGunungkidul.

Badan Pusat Statistik Kabupaten Kulonprogo. Produk Domestik Regional Bruto 2003-2016.Diunduh15November2017.BPS.KabupatenKulonprogo.

Bull, Andrian. (1995). The Economics of Travel and Tourism. Second Ed. Australia : LogmanHouse,Melbourne.-

Chandara,A.A.danDarmajati,Danu(2017).TigaTahunJokowi-JK,PariwisataSumbangDevisaTerbesar Kedua. Retrieved from : www.finance.detik.com :https://finance.detik.com/berita-ekonomi-bisnis/3687715/tiga-tahun-jokowi-jk-pariwisata-sumbang-devisa-terbesar-kedua.

DinasPariwisataD.I.Y.StatistikPariwisata2010-2016.Diunduh15November2017.Retrievedfrom:https://visitingjogja.com/download/statistik-pariwisata/

Evita, R., Sirtha, I. N., & Sunarta, I. N. (2012). Dampak perkembangan pembangunan saranaakomodasiwisataterhadappariwisataberkelanjutandibali.JurnalIlmiahPariwisata,2(1).

Giles,A.R.andPerry,A.H.(1998).TheUseofaTemporalAnaloguetoInvestigatethePossibleImpactofProjectedGlobalWarmingontheUKTouristIndustry,TourismManagement,

19(1):75-80.

Goeldner.(2009).Tourism:Principle,Practices,Philosophies

Handayani,Murti.(2012).“AnalisisPengaruhJumlahObyekWisata,JumlahWisatawan,TingkatHunian Hotel dan Pendapatan Perkapita Terhadap Retribusi Obyek Pariwisata Di JawaTengah”.UniversitasDianNuswantoro.

Lawson dan Baud-Bovy. (1998).“Tourism And Recreation Handbook Of Planning And Design(1998:24)

LieLiana.2004.PenggunanMetodeRegresi-KorelasiUntukPeramalanKunjunganWisata.JurnalIlmiahDinamikaKepariwisataan,2(1),h:1-12.

Pleanggra,F.,&Yusuf,E.A.(2012).AnalisisPengaruhJumlahObyekWisata,JumlahWisatawandanPendapatanPerkapitaTerhadapPendapatanRetribusiObyekPariwisata35Kabupaten/KotadiJawaTengah(Doctoraldissertation,FakultasEkonomikadanBisnis).

Samtini(2008)ANALISIS PENGARUH INDUSTRI PARIWISATA TERHADAP PDRB KABUPATENKARANGANYARTAHUN1986-2005.UniversitasMuhammadiyahSurakarta.

Spillane, James. (1994). Pariwisata Indonesia, Siasat Ekonomi dan Rekayasa Kebuadayaan.Kanisius.Yogyakarta.


102

Subadra, I Nengah. 2006. Ekowisata Hutan Mangrove dalam Pembangunan PariwisataBerkelanjutan: Studi Kasus diMangrove Information Center, Desa Pemogan, KecamatanDenpasarSelatan,KotaDenpasar.UniversitasUdayana.

Sutrisno,DennyCessario.2013.PengaruhJumlahObyekWisata,JumlahHotel,danPdrbTerhadapRetribusiPariwisataKabupaten/KotaDiJawaTengah.EconomicsDevelopmentAnalysisJournal.Vol2:435-445.

SwathaBasuDH,(1999).SaluranPemasaran,BPFEYogyakarta.

WorldEconomicForum.(2015).TheTravel&TourismCompetitivenessReport2015(pp.485-492)..Geneva:WorldEconomicForum.

Yhoga,I.G.&Wanegama,I,W.(2014).PENGARUHJUMLAHKUNJUNGANDANPENGELUARANWISATAWANMANCANEGARATERHADAPPRODUKDOMESTIKREGIONALBRUTO(PDRB)PROVINSIBALITAHUN1996-2012.E-journalEPUnud,4(2).129-138.

Yoeti,OkaA.(2001).ToursAndTravelManagement.PT.PradyanaParamita,Jakarta.

Yuwanto, E. (6 November 2011). Kulonprogo Siap Tampung Korban Merapi. Retrieved from:www.Republika.co.id:http://www.republika.co.id/berita/shortlink/breakingnews/nusantara/10/11/06/144964-kulon-progo-siap-tampung-korban-merapi.

Zein,C.A.D.,Nababan,M.,Wahyudi,A.R.,&Suryandari,D.(2014).PenilaianDampakBencanaAlam Terhadap Pertumbuhan Ekonomi Wilayah Jangka Pendek (Studi Kasus: ProvinsiSumatera Barat Pasca Bencana Gempa Bumi Tahun 2009). Working Paper Series No.12/September.


103

LAMPIRAN

DependentVariable:PDRB


Date:11/28/17Time:22:08

Sample:20102016

Periodsincluded:7


Totalpanel(balanced)observations:35 Variable Coefficient Std.Error t-Statistic Prob. TA 25847.44 5659.813 4.566837 0.0001

JKW 0.454003 0.224001 2.026787 0.0531

FW 2177.682 488.6307 4.456704 0.0001

OW 23532.29 15198.09 1.548372 0.1336

C 9482457. 485152.0 19.54533 0.0000 EffectsSpecification Cross-sectionfixed(dummyvariables) R-squared 0.992997Meandependentvar 15169738

AdjustedR-squared 0.990842S.D.dependentvar 7317605.

S.E.ofregression 700272.7Akaikeinfocriterion 29.97336

Sumsquaredresid 1.27E+13Schwarzcriterion 30.37331

Loglikelihood -515.5338Hannan-Quinncriter. 30.11142

F-statistic 460.8296Durbin-Watsonstat 1.388227



104

VALUASIEKONOMITAMANNASIONALKOMODODENGANTRAVELCOSTMETHOD

Albertinibatistalangitan(2013110012)

Abstrak

Wisata alam merupakan bentuk kegiatan wisata yang memanfaatkan potensisumberdaya alam dan tata lingkungan (Suswantoro,1997). Sumberdaya alamyangdimaksudkanadalahalamyangberpotensi sertamemilikidaya tarikbagiwisatawan. Taman Nasional Komodo (TNK) menjadi salah satu Situs WarisanDunia (World Heritage Site) di Indonesia karena merupakan habitat satwaendemik,VaranuskomodoensisatauKomodo.LokasiTNKberadadiKecamatanKomodo,KabupatenManggaraiBarat,ProvinsiNusaTenggaraTimur.Penelitianinimenggunakanmetodesurveidengananalisisregresilinearbergandadantravelcost dengan pendekatan zonasi. Melalui metode ini peneliti ingin mengetahuibiaya perjalanan yang dikeluarkan oleh seseorang untuk mengunjungi suatulokasiwisatadannilaiekonomiTNKsertanilaiconsumersurpluspengunjung.

Katakunci:Wisataalam,TamanNasionalKomodo,TravelCostMethod

1. LATARBELAKANG

Indonesia sebagai salah satu negara yangmemiliki kekayaan sumber daya alam yangberlimpah baik hayati maupun non hayati. Sumber daya alam yang dimaksud adalahpemandanganalampegunungan,sungai,goa,danairterjun.SelainituIndonesiasebagainegarakepulauan memiliki keanekaragaman ada istiadat, budaya, dan bahasa sehingga berpontensimengalamiperkembanganterutamadisektorpariwisata.

Pariwisatamerupakansalahsatu sumberdevisabagi suatunegaradalammembangunperekonomian. Indonesia memiliki potensi, kekayaan alam dan keberagaman budaya lokalmemberikan daya tarik tersendiri bagi wisatawan domestik maupun mancanegara untukmengunjungiobjek-objekwisatayangadadiIndonesia.Sektorpariwisatadapatmenyerap7,43jutaorangatau6,87%darikesempatankerjadiIndonesiadanmenyumbangdevisanegarauntukpembangunan nasional rata-rata per tahun sebesar US$ 6.655.750,36 juta (KementerianPariwisata dan Ekonomi Kreatif, 2012). Dengan kekayaan dan keindahan alam yang dimilikiIndonesia,makakegiatanwisataalambentukkegiatanyangharusdilakukan..

Wisataalammenampilkankeunikanalamdanharusdilestarikan,membentangditempat-tempatalamisepertidikawasankonservasi.Salahsatukawasankonservasiyangberkembangpesatadalahtamannasional.Keberagamansumberdayaalam,ekosistemyangmasihalami,dankeanekaragamanfloradanfaunaendemik(hanyaterdapatdidaerahtersebut)memungkinkanpengunjunguntukmelakukanaktivitaswisatayangmengandungunsurpetualangan,pendidikan,danpemahamanbudayamasyarakatlokal(Ismanto,2007).Manfaatekonomitamanwisataalamselamainibelumbanyakdiketahuisecarapastikarenasifatnyayangintangible(tidakterukur).Penilaian terhadap taman wisata alam sangat penting untuk diketahui sebagai bahanpertimbangandalampengembangandanpengelolaanyangberkelanjutan(Premono&Kunarso,2009).


105

SalahsatukawasanwisataalamyangadadiIndonesiaadalahkawasanTamanNasionalKomodo(TNK)yangberadadiKabupatenManggaraiBarat,ProvinsiNusaTenggaraTimur.TNKmerupakansalahsatuSitusWarisanDunia(WorldHeritageSite)yangditetapkanolehUNESCOpada tahun 2011 sekaligus kawasan konservasi di Indonesia karena memiliki habitat satwaendemikyaituVaranusKomodoensis atauKomodo. Sejak saat itu jumlahpengunjungkeTNKselalumengalamipeningkatansetiaptahunnyahinggapadatahun2016jumlahkunjungansudahmencapailebihdari100ribupengunjung.

TRAVELCOSTMETHOD(TCM)

TCMdigunakanuntukmengestimasinilaiyangberhubungandenganekosistemsepertisumberdayahutan,tamanumum,danaudan pantaiyangdigunakansebagaitempatrekreasi.Asumsiyangmendasarimetodebiayaperjalananadalahadanyapengeluaranbiayaataswaktudan biaya perjalanan yang dikeluarkan oleh seseorang untukmengunjungi lokasiwisata. Jadikemauan untuk membayar (willingness to pay) seseorang untuk mengunjungi tempat wisatadapat diestimasi berdasarkan jumlah kunjungan dengan Metode ini merupakan metodepengukuran secara tidak langsung terhadap barang atau jasa yang tidakmemiliki nilai pasar,dengan mengasumsikan bahwa pengunjung pada suatu tempat wisata menanggung biayaekonomi dalam bentuk pengeluaran perjalanan dan waktu untuk mengunjungi suatu tempat(Sobari,2008:3)

Menurut Fauzi (2010:216) seperti yang dikutip dariHaab danMcConnel, untuk dapatmenerapkan Travel CostMethod dan hasil penilaian yang diperoleh tidak bias maka fungsipermintaanharusdibangundenganasumsidasarsebagaiberikut:

1. Biayaperjalanandanbiayawaktudigunakansebagaiproxyatashargadarirekreasi.

2. Waktuperjalananbersifatnetral,artinyatidakmenghasilkanutilitasataudisutilitas.

3. Perjalananmerupakanperjalanantunggal(bukanmultitrips).

DalammetodeTCMadabeberapapendekatanyangdapatdilakukandalammenganalisissebuahpenelitian, yaituZonalTravel Cost yangmerupakanbentukestimasiTCMberdasarkandatayangberhubungandenganzonaasalpengunjung(pengelompokanzonaasal).

2.1 ZONALTRAVELCOSTMETHOD

Pendekatan ini akan memperkirakan nilai untuk layanan rekreasi di situs secarakeseluruhan.Tidakdapatdenganmudahdigunakanuntukmenilaiperubahankualitasrekreasiuntuk sebuah situs, dan mungkin tidak mempertimbangkan beberapa faktor yang mungkinmerupakanfaktorpenentupenting.

Metodezonaltravelcostditerapkandenganmengumpulkaninformasijumlahkunjungankelokasidari jarakyangberbeda.Karenabiayaperjalanandanwaktuakanmeningkatdenganjarak,informasiinimemungkinkanpenelitimenghitungjumlahkunjunganyang"dibeli"denganharga "berbeda." Informasi ini digunakan untuk membangun fungsi permintaan untuk situstersebut,danmemperkirakansurpluskonsumen,ataumanfaatekonomi,untuklayananrekreasidisitusini.Berikuttahap-tahapdalammenentukanzonaltravelcost:


106

Tahap1:

Menentukansatuzonadisekitarlokasipeneleitian.Inidapatdidefinisikanolehlingkarankonsentris di sekitar lokasi, atau oleh divisi geografis yang masuk akal, seperti wilayahmetropolitanataukabupatendisekitarlokasipadajarakyangberbeda.

Tahap2:

Mengumpulkan informasi jumlah pengunjung dari masing-masing zona, dan jumlahkunjunganyangdilakukanpadatahunlalu.Untukcontohhipotetisini,asumsikanbahwastafdilokasimenyimpancatatanjumlahpengunjungdankodeposmereka,yangdapatdigunakanuntukmenghitungtotalkunjunganperzonaselamasetahunterakhir.

Tahap3:

Menghitungtingkatkunjunganper1000pendudukdisetiapzona.Inihanyalahkunjungantotalpertahundarizonatersebut,dibagidenganpopulasizonatersebutdalamribuan.Contohditunjukkanpadatabel1:

Tabel1.Menghitungtingkatkunjunganper1000penduduk

Tahap4:

Menghitungjaraktempuhperjalananpulang-pergirata-ratadanwaktutempuhkelokasimasing-masingzona.AsumsikanbahwaorangdiZona0memilikijaraktempuhdanwaktunol.Setiapzonalainnyaakanmemilikiwaktudanjaraktempuhyangmeningkat.Selanjutnya,denganmenggunakanbiayarata-ratapermildanperjamwaktutempuh,penelitidapatmenghitungbiayaperjalananperperjalanan.BiayastandarpermiluntukmengoperasikanmobiltersediadariAAAatausumberlainnya.Asumsikanbahwabiayapermiliniadalah$0,30.Biayawaktulebihrumit.Pendekatan yang paling sederhana adalah dengan menggunakan rata-rata upah per jam.Asumsikanbahwaituadalah$9/hour,atau$.15/minute,untuksemuazona,meskipundalamprakteknyakemungkinanakanberbedamenurutzona.Perhitungannyaditunjukkandalamtabel2:


107

Tabel2.Menghitungjaraktempuhkelokasidarimasing-masingzona

Sumber:www.ecosystemvaluation.org

Tahap5:

Menggunakan analisis regresi, persamaanyangmenghubungkankunjunganper kapitadenganbiayaperjalanandanvariabelpentinglainnya.Darisini,penelitidapatmemperkirakanfungsi permintaan rata-rata pengunjung. Dalam model sederhana ini, analisisnya mungkinmencakupvariabeldemografis,sepertiusia,pendapatan,jeniskelamin,dantingkatpendidikan,dengan menggunakan nilai rata-rata untuk setiap zona. Untuk menjaga model yang palingsederhana,hitungpersamaanhanyadenganbiayaperjalanandankunjungan/1000,Visits/1000=330-7.755*(BiayaPerjalanan).

Tahap6:

Membangun fungsipermintaanuntukkunjunganke lokasi,denganmenggunakanhasilanalisisregresi.Poinpertamapadakurvapermintaanadalahtotalpengunjungsituspadabiayaaksessaatini(denganasumsitidakadabiayamasukuntuksitus),yangdalamcontohiniadalah1.600kunjunganpertahun.Poinlainnyaditemukandenganmemperkirakanjumlahpengunjungdenganbiayamasukhipotetisyangberbeda(denganasumsibiayamasukdianggapsamadenganbiayaperjalanan).

Untuk tujuan contoh kita, mulailah dengan mengasumsikan biaya masuk $ 10.Memasukkaninikedalampersamaanregresiyangdiperkirakan,V=330-7.755C,memberikanyangberikutini:

Tabel3



108

Inimemberikanpoinkeduapadakurvapermintaan-954kunjungandenganbiayamasuksebesar$10.Dengancarayangsama,jumlahkunjunganuntukmeningkatkanbiayamasukdapatdihitung,untukmendapatkan:

Tabel4


Tahap7:

Memperkirakantotalkeuntunganekonomidarisitustersebutkepadapengunjungdenganmenghitung surplus konsumen, atau area di bawah kurva permintaan. Hal ini menghasilkanperkiraantotalmanfaatekonomidaripenggunaanrekreasisitussekitar$23.000pertahun,atausekitar$14,38perkunjungan($23.000/1.600).

surpluskonsumen

Surpluskonsumenpadahakikatnyaberartiperbedaandiantarakepuasanyangdiperolehseseorang dalammengkonsumsikan sejumlah barang dengan pembayaran yang harus dibuatuntuk memperoleh barang tersebut. Kepuasan yang diperoleh selalu lebih besar daripadapembayaranyangdibuatkonsumen(Aditya,2012).

Surpluskonsumenadalahnilaiextrayangdidapatkankonsumendiatasapayangmerekabayar untuk suatu komunitas. Hukum utilitas marginal yang semakin menurun menyatakanbahwa, ketika jumlah suatubarang yangdikonsumsimeningkat, utilitasmarginal dari barangtersebut cendrung berkurang. Utilitas marginal atau berarti tambahan menunjukan utilitastambahan yang diperoleh dari satu unit tembah konsumsi dari suatu komunitas (SamuelsondalamPramudhito,2010).


109

Willingnesstopay

MenurutPearcedanTurner (1991)menilai jasa-jasa lingkunganpadadasarnyadinilaiberdasarkanwillingnesstopay(WTP)danwillingnestoaccept(WTA).Willingnesstopaydapatdiartikansebagaiberapabesarorangmaumembayaruntukmemperbaikilingkunganyangrusak(kesediaankonsumenuntukmembayar),sedangkanwillingnesstoacceptadalahberapabesarorang mau dibayar untuk mencegah kerusakan lingkungan (kesediaan produsen menerimakompensasi) dengan adanya kemunduran kualitas lingkungan. Kesediaan membayar ataukesediaan menerima merefleksikan preferensi individu, kesediaan membayar dan kesediaanmenerimaadalahparameterdalampenilaianekonomi(PearcedanMoran,1994).PadaGambar1berikutmenjelaskantentangwillingnesstopaydanwillingnesstoacceptdapatdijelaskanpadagambarberikut(PearcedanTurner,1991).

Gambar2.Kurvawillingnesstopay

Gambar2menunjukkanbahwajikatingkatkerusakankualitaslahanmeningkatdariQ*menjadiQ#,makaharga/nilai lahanakanturundariP*menjadiP#.Willingnesstopay(WTP)menunjukkan berapa yang bersedia dibayar oleh konsumen jika harga P* turun menjadi P#(compensatingvariation)dengantingkatkesejahteraantetapsamasepertihargaP*.Selanjutnyawillingnesstoaccept(WTA)menunjukkanberapabanyakyangmauditerimasebagaigantirugi(equivalent variation) agar harga tidak turun ke P# dengan tingkat kesejahteaan yang sama.Keduapendekatantersebutdijadikandasaruntukmenghitungnilaipasarutamanyauntukbarang

SurplusKonsumen

TotalPengeluaran

Konsumen

P∗

Q∗0

P4

Harga

Quantitas


110

danjasalingkungan.

AnalisisBiayaPerjalanan

Biayaperjalananadalahseluruhbiayayangdikeluarkanolehpengunjungdalamsatukaliperjalananantara lainbiayakonsumsiselamarekreasi,biaya transportasi,biayadokumentasi,karcismasuk,biayasouvenir,danbiayalainnya.Secarakeseluruhandihitungdenganrumus:

_]Ö = _å + _Ö + _{ + _] + _^

Keterangan:

BPT =Biayaperjalanantotal BM =Biayamasuklokasiwisata

BT =Biayatransportasi BK =Biayakonsumsi

BP =Biayapenginapan BD =Biayadokumentasi

Analisislinierberganda

Analisisregresilinearbergandainibergunauntukmengetahuifaktor-faktorapasajayangmempengaruhikunjunganwisatawankeTamanNasionalKomodo(TNK).Frekuensikunjungansebagaivariabeldependent.

z = ç(è(, è., è/, è1, è2)

Keterangan:Y =Frekuensikunjunganè( =Jaraklokasiwisatadenganasalpengunjungè. =Umurè/ =Pendidikanè1 =Pendapatanè2 =Biayaperjalanan(travelcost)

Teoripermintaan

Hukum permintaan menerangkan bahwa semakin tinggi harga maka semakin sedikitjumlah barang yang diminta, sebaliknya bila harga turun maka jumlah barang yang dimintasemakinbanyak.Selainfaktorharga,terdapatfaktorlainyangmempengaruhijumlahpermintaansepertihargabaranglain,jumlahpenduduk,pendapatan,danselerakonsumen.Secaramatematisvariabel-variabeldapatdibentukdalamfungsi(Arsyad,1987).

Q5 = ç(P6 , P7 , P8 , x, D* , Ö)

Keterangan:Q5 :Jumlahyangdimintaf :FungsidariP6 :HargabarangyangdimintaP7 :Hargabaranglain


111

P8 :JumlahpendudukI :PendapatanD* :DistribusipendapatanT :Selera

Adapunkurvapermintaanyangmenunjukanhubungannegatifantarajumlahbarangyangdimintapadaberbagaitingkathargasepertipadagambar(Arsyad,1987).

Gambar2.Kurvateoripermintaan

Kurvapermintaanmenggambarkan tingkatpembelianmaksimumyangdilakukanolehkonsumen pada tingkat harga tertentu dalam kondisi seua faktor lain bersifat tetap (ceterisparibus). Hukum dari kurva permintaan adalah jika harga berubah, maka kuantitas akanmembutuhkanwaktuuntukmenyesuaikandenganhargayangbaru.Halinidikarenakanhargayangbaruakanmenyebabkanberubahnyakebiasaankonsumendanmungkinjugapersetujuankontrakpembeliandenganjumlahyangbesar(Bilas,1992).

5.1 Permintaanwisataalam

Permintaanwisataalamadalahjumlahwisatawanyangmelakukankegiatanwisataalamdidaerah tujuan wisata (objek wisata alam). Smith (1989) menyebutkan bahwa permintaanrekreasidialamterbukayaitusebagaijumlahpengunjungyangsecaraekonomidapatdiartikansebagaidaftarvolumesepertikunjungandanhari-haripenggunaandalamhubungannyadenganharga(biayarekreasi).LebihlanjutSmithjuga(1989)jugamenyebutkanbahwaadatigaukuranyang sering digunakan dalam analisis permintaan wisata yaitu hari pengunjung, kunjunganperorangan dan kunjungan keluarga. Secara umum permintaan wisata dipengaruhi sebagaiberikut:

a) Masyarakat,denganunsur-unsurnyaterdiridariukuranpopulasi,tempattinggal(kota,pinggirkota,desa),umurdantingkatpendidikan

b) Uang,denganunsur-unsurnyaterdiridaritingkatpendapatandankemakmuran.Waktu,denganunsur-unsurnyaterdiridarikesempatandanmobilitas

c) Komunikasi,denganunsurnyaterdiridarimediamassasepertiiklandanpenerangan

d) Penawaran,denganunsur-unsurnyaterdiridariketersediaanfasilitasdanmudahtidaknyadikunjungi.


112

Marpaung (2002) mengemukakan bahwa profil wisatawan merupakan karakteristikspesifik dari jenis-jenis wisatawan yang berbeda yang berhubungan erat dengan kebiasaan,permintaandankebutuhanmerekadalammelakukanperjalananTerdapatlimaunsurpermntaanterhadap rekreasi alam terbuka, yaitumudah dimanfaatkan (dirasakanmanfaatnya), kegiatanyangadasesuaidengangambaranyangdiinginkanolehpemakai,keadaanharusmemungkinkanpengidentifikasian gambaran tersebut, terdapat kesempatan untuk mendemontrasikan sertamemungkinkansuatupenggunaanyangmenyenangkandanefisien(Lieber,1983).

Bromley (1995) menyebutkan bahwa golongan anak muda dan dewasa mempunyaiproporsi cukup tinggi untuk melakukan kegiatan rekreasi. Golongan muda lebih menyukaikegiatanrekreasiyangbersifataktif,sedangkanuntukgolongantua,merekalebihselektifdalammemilih kegiatan rekreasi. Oleh karena itu, Marpaung (2002) mengemukakan bahwaberdasarkan karakteristiknya profilwisatawandikategorikan antara lain umur, jenis kelamin,pendidikan,pekerjaandantingkatpendapatan.

Dengan semakin meningkatnya jumlah kunjungan wisata dapat mendatangkankeuntunganekonomibagi.kawasanterpencil,yaitumenyediakankesempatankerja,merangsangpasarsetempat,memperbaikiprasaranaangkutandankomunikasi(McKinnondkk.,1990).

PenelitianTerdahulu

JudulPenelitian/Tahun Metode HasildanKesimpulan1.ValuasiEkonomiTamanWisataAlamPuntiKayuPalembang(PremonodanKunarso,2010)

ZonalTravelCost

• FaktoryangmempengaruhikunjunganTWA

PuntiKayumeliputibiayaperjalanan,jumlah

pendudukperkecamatan,danjumlahwaktu

kerjaperhari.

2.NilaiEkonomiEkowisataTamanNasionalTessoNilodenganPendekatanCVMdiKecamatanUkuiKabupatenPelalawan(Desriani,2017)

ContingentValuationMethod

• Pengunjungtamannasionalinimayoritaswarga

sekitaryangmemanfaatkannyasebagaitempat

untukmelakukanrekreasi.

• NilaiEkonomistamannasionalinidapatdilihat

dariwillingnesstopaypengunjungsebesarRp.

729.424perbulan.

3.AnEconomicValuationoftheKakumNationalPark:AnIndividualTravelCostApproach

IndividualTravelCost

• Mayoritaspengunjungdatangberasaldarilatar

belakangyangberpendidikandanmemiliki

pekerjaan.

• Biayaperjalanan,jeniskelamin,danpengetahuan

menjadifaktoryangmempengaruhikunjungan.

Penutup


113

Indonesiamemilikikekayaansumberdayaalamyangberlimpahbaikhayatimaupunnonhayati.Sumberdayaalamyangdimaksudadalahpemandanganalampegunungan,sungai,goa,dan air terjun. Selain itu Indonesia sebagai negara kepulauanmemiliki keanekaragaman adaistiadat,budaya,danbahasasehinggaberpontensimengalamiperkembanganterutamadisektorpariwisata. Pengembangan kegiatan pariwisata alammempunyai dampak positif dan ne-gatif,baik dari segi ekonomi, sosial, ling-kungan dan masyarakat sekitar. Dampak positif dalampengembangandapatberu-papeningkatanpendapatanmasyarakat,menambahpendapatandandevisanega-ra,membukakesempatankerjadanusahabagimasyarakatsekitar.

Penilaian sumberdaya alam adalah alat ekonomi yang digunakan untukmengestimasinilaiuangdaribarangdanjasayangdiberikanolehsumberdayaalammelaluiteknikpenilaiantertentu. Barang dan jasa yang dihasilkan dari sumberdaya alamdan lingkungan seperti nilairekreasi, nilai keindahan, dan sebagainya yang tidak dapat diperdagangkan dan sulitmendapatkan data mengenai harga dan kuantitas dari barang dan jasa tersebut. Nilai yangdihasilkandarisumberdayaalamdapatdikategorikandalamnilaigunaordinal,karenamanfaatataukenikmatanyangdiperolehdarimengkonsumsibarang-barangtidakdapatdikuantifikasikan(Sukirno, 2004). Pendekatan yang digunakan untukmenilai (valuation) terhadap sumberdayaalamdanlingkungandenganteknikpengukurantidaklangsung(indirect)menggunakanmetodebiayaperjalanan(TravelCostMethod).Pendekatanbiayaperjalananmerupakanmetodevaluasidengancaramengestimasikurvapermintaanbarang-barangrekreasiterutamarekreasi.

Manfaat ekonomi tamanwisata alam selama ini belum banyak diketahui secara pastikarena sifatnya yang intangible (tidak terukur). Penilaian terhadap tamanwisata alam sangatpentinguntukdike-tahui sebagai bahanpertimbangandalampengembangandanpengelolaanyangberkelanjutan.

Biaya perjalanan ke suatu lokasi wisata alam menjadi salah satu faktor yangmempengaruhikeinginanpengunjunguntukdatangkelokasiwisatatersebut.Halinidibuktikandalam penelitian Premono & Kunarso (2009), selain itu juga terdapat faktor lain yangmempengaruhiseperti,pendapatandanpendidikan(DibuktikandarihasilpenelitianTwerefou&Daniel,2012),umur,danjarakdaridaerahasalkelokasiwisatatersebut.

DAFTARPUSTAKA

Anonim,TravelCostMethod,EcosystemValuation,Section4,JournalTCM.

Premono,B.T.&Kunarso,A.(2010).ValuasiEkonomiTamanWisataAlamPuntiKayuPalembang.JournalofForestandConservationResearch,VolumeVIINumber12010,Pages13-23.BalaiPenelitianKehutanan.Palembang.

DennisM.King,P.D.(2000).RetrievedOctober27,2017,fromecosystemvaluation.org:http://www.ecosystemvaluation.org/travel_costs.htm#app_zona

Sobari,PrihatnaM.danEvaAnggraeni,2008,“TeknikPenilaianEkonomiSumberdayaKawasandenganPendekatanTravelCostMethod(TCM),ModulPelatihanPenilaianSumberDayaKawasandanLahan,PSPKLLPPMIPBdanBPN-RI.


114

Desriani,J.(2017).NilaiEkonomiEkowisataTamanNasionalTessoNilodenganPendekatanMetodeContingentValuationdiKecamatanUkuiKabupatenPelalawan.JOMFekon,Vol.4No.1.

Mayor,Karen;SueScott,andRichardS.J.Tol,2007,“ComparingtheTravelCostMethodandtheContingentValuationMethod-AnApplicationofConvergentValidityTheorytotheRecreationalValueofIrishForests”,Workingpaperno.190ESRI.

Twerefou,D.K.&Daniel,K.A.A.(2012).“AnEconomicValuationoftheKakumNationalPark:AnIndividualTravelCostApproach”.AfricanJournalofEnvironmentalSciencesandTechnology,Vol.6,No.4,199-207.

Yasa,Dilakhira,2010,“NilaiEkonomiAlun-AlunSelatanYogyakarta:AplikasiTravelCostdanContingentValuationMethod”,TesisS-2,FakultasEkonomikadanBisnisUGM,Yogyakarta.

Djijono.2002.ValuasiEkonomiMenggunakanMetodeTravelCostTamanWisataHutandiTamanWanAbdulRachman,ProvinsiLampung.MakalahPengantarFalsafahSains.ProgramPascaSarjana.InstitutPertanianBogor.

Fauzi,Akhmad.2004.EkonomiSumberDayaAlamdanLingkungan.TeoridanAplikasi.PT.GramediaPustakaUtama.Jakarta.

Haab,T.C.,andMcConnel,K.E.2002.ValuingEnvironmentalandNaturalResources:TheEconometrickofNon-Market.ErwardElgar.Publishing.

Pangemanan,A.P.2003.AplikasiModelBiayaPerjalananuntukMendugaFungsiPermintaandanManfaatRekreasidiTamanNasionalBunakenSulawesiUtara.Tesis.InstitutPertanianBogor.


115

KONTRIBUSISHARKDIVINGTOURISMPULAUMOROTAITERHADAPPDRBMOROTAI

M.DzikriPratamaA (2014110002)

Abstrak

Kabupaten Pulau Morotai terletak di sebelah Utara Pulau Halmahera dantermasukdalamwilayahProvinsiMalukuUtara.Morotaimerupakansalahsatukawasanwisatabahariyangmemilikidayatarikdalampariwisatabahari.DayatarikwisatabaharidiMorotaisalahsatunyaadalahwisatamenyelambersamahiu.SpesieshiuyangseringditemuiolehwisatawandiPulauMorotaiadalahspesieshiu Black Tip, Grey Reef Shark dan Whitetip Reef Shark. Wisatawan yangberkunjung ke Morotai menghabiskan waktu selama 2 hari dengan rata-ratapengeluaransebesarRp3,223,716dalamsekalikunjungan.Haltersebuttentusajamemiliki potensi untuk meningkatkan perekonomian Pulau Morotai. DenganmenggunakanmetodedesktiptifkuantitatifpenelitiinginmengetahuikontribusidarisharkdivingtourismdiPulauMorotai.DiharapkandenganadanyapemasukandarisharkdivingtourismmampumeningkatkanPDRBPulauMorotai.

1. PENDAHULUAN

LatarBelakang

Republik Indonesia sebagai negara kepulauan yang memiliki 13.466 pulau diseluruhwilayahnyamemiliki potensi yang sangat besar terhadap jeniswisata bahari.HampirsetiapgugusankepulauanyangterdapatdiwilayahRepublikIndonesiamemilikicirikhasmasing-masing.SetiappulaumaupunkepulauandiIndonesiadapatdijadikanobjekwisatabahari,mulaidari aktivitasmenyelam, snorkeling, renang, selancar,memancing, dan sebagainya. Salah satulokasiyangterkenalakankekayaansumberdayaalamhayatinyaadalahPulauMorotai.Wisatabaharimerupakansebuahtrenwisatayangsaatinisedangberkembangpesatdiseluruhdunia(Akhyaruddin,2012).Banyakorangmulaimelakukanjeniswisataini.Halyangingindilakukanolehwisatawanpadawisatabahariadalahmenyelam(diving),snorkeling,berselancar(surfing),berlayar (sailing), bersampan (boating),memancing, dan sebagainya.Wisata bahari termasukjeniswisataminatkhusus,lebihspesifiknyaadalahtermasukjeniswisatapetualangan(adventuretourism).

PulauMorotaiterletakdiMalukuUtaraditunjangolehpotensikondisialamdanbenda-bendapeninggalankebudayaanmasa lalu sepertiwisatabudayadanpurbakala,wisataalam,danwisatabaharidengancirikhashiublacktipyangterdapatdiMalukuUtara.Selainitu,terdapatpulawisataalammeliputiwisatahutan,wisatabaharibaikberupawisatapantaimaupunwisatatamanlaut,wisatapertanian,wisatacagaralam,dansebagainya.AdapunwisatasejarahsebagianbesarberupabentengataumonumenpeninggalansejarahterdapatdiseluruhkotadankabupatendiMalukuUtara.DidalamkepariwisataanMalukuUtaraterdapatbeberapapulauyangmemilikiobjek–objekwisatamenarikyangmemilikipotensiekowisatayangeksotis.

RumusanMasalahdanPertanyaanPenelitian


116

Berdasarkan data dari Bappeda Maluku, PDRB Morotai khusus pada sektor jasamengalamipenurunansedangkanjumlahdivermeningkat.Secarateoretis,apabilajumlahdivermeningkatmakaPDRBpunharusnyameningkat.Berdasarkanfenomenatersebutdapatditariksebuahpertanyaanpenelitianyaitu:

• BerapakontribusiwisatasharkdivingtourismterhadapPDRBMorotai?

TujuanPenelitiandanManfaatPenelitian

Penelitian ini diharapkan dapat memberikan manfaat bagi pemerintah kota Morotaidalam penngambilan kebijakan serta diharapkan mampu memberikan manfaat bagiperkembanganpenelitiandimasamendatang.

KerangkaPemikirandanLandasanTeoritis

Indonesia merupakan negara yang memiliki banyak potensi di bidang wisata. SalahsatunyaadalahwisatabaharidiMorotaiyangterletakdiProvinsiMalukuUtara.KegiatanwisatabaharidiMorotaiadalahwisatamenyelambersamahiu.DarikegiatantersebutparadivertentusajamemberikansumbangsihekonomidalambentukexpenditurekepadaperekomianMorotai.

LandasanTeoritis

TeoriPermintaan

Interaksiantarapembelidanpenjualdipasarakanmenentukantingkathargabarangdanjumlahbarangyangdiperjualbelikandipasar.Selanjutnyamunculteoripermintaan(demand)danteoripenawaran(supply),dimanateoripermintaanmenerangkantenangsifatpermintaanparapembeliterhadapsuatubarang,sedangkanteoripenawaranmenerangkansifatparapenjualdalam menawarkan suatu barang yang akan dijualnya. Dalam penelitian ini yang digunakanadalah teori permintaan adalah teori yang menjelaskan bahwa harga dan permintaan suatukomoditidipengaruhiolehberbagaifaktorseperti:

• Hargabarangitusendiri.• Harga barang lain yang terkait dengan barang tersebut (substitusi atau

komplementer)• Pendapatan• Seleramasyarakat.

WisataBahari

Sharkdiving

Diver

ExpenditurePDRBMorotai


117

Secaramatematisdapatdirumuskansebagaiberikut:

Qd=f(H,Hs,Hk,Y,t)

dimana:

Qd=JumlahbarangyangdimintaH=HargabarangyangbersangkutanHs=HargabarangsubstitusiHk=HargabarangkomplementerY=Pendapatankonsument=taste

TinjauanPustaka

2.1 KajianTeoritis(paparkanin-context)

2.1.1 Pariwisata

DalamUndang-UndangNomor90Tahun1990tentangKepariwisataandijelaskanbahwawisataadalahkegiatanperjalananatausebagiandarikegiatan tersebutyangdilakukansecarasukarelasertabersifatsementarauntukmenikmatiobjekdandayatarikwisata.

MenurutMunasef (1995) dalam Sulaksmi (2007), kegiatan pariwisata terdiri dari tigaunsur,yaitu:

1. Manusia (man) yang merupakan orang yang melakukan perjalanan dengan maksudmenikmatikeindahandarisuatutempat(alam).

2. Ruang(space)yangmerupakandaerahatauruanglingkuptempatmelakukanperjalanan.

3. Waktu(time)yangmerupakanwaktuyangdigunakanselamadalamperjalanandantinggaldidaerahtujuanwisata.

2.1.2WISATAWAN

MenurutKonferensiPBBdalamSpillane(1987:20)tentangperjalanandanpariwisataInternasionaldiRomapada tahun1963 turisatauwisatawanadalahmerekayangmelakukanperjalananlebihdari24jamdengantujuan:

1. Leisure(recreation,holiday,health,study,religionandsport)2. Bussiness,family,mission,meeting

Menurut The International Union of Official Travel Organization (IUOTO) dalamSuwantoro (2004 : 32),wisatawan adalah seseorang atau sekelompokorang yangmelakukansuatu perjalananwisata denganwaktu tinggalnya sekurang kurangnya24 jamdi daerah ataunegara lain, jika waktu wisata kurang dari 24 jam maka dapat disebut dengan pelancong.Selanjutnya,seseorangdapatdikatakanmelakukanperjalananwisataapabilaperjalanantersebut


118

bersifatsementara,sukareladantidakuntukbekerja.

2.1.2 Marinetourism

Pengertianwisatabaharidalam(Pendit,2003:41)menyatakanbahwajenispariwisatainidikaitkan dengan kegiatan olah raga air seperti memancing, berlayar, menyelam sambilmelakukan pemotretan, kompetisi selancar, mendayung dan sebagainya. Aktivitas bahari inidapat dijumpai di daerah Bunaken Sulawesi Utara, Wakatobi, Gili Air, Gili Meno dan GiliTrawangandiLombok,PulauRajaAmpatdiPapuasertabeberapakawasanpesisirpulauBali,termasuksalahsatunyaberadadipesisirpantaiSanur.WisatabaharimenurutArdika(2000:2)adalah wisata dan lingkungan yang berdasarkan daya tarik wisata kawasan yang didominasiperairandankelautan.Keraf(2000:2)wisatabahariadalahkegiatanuntukmenikmatikeindahandan keunikan daya tarik wisata alam di wilayah pesisir dan laut dekat pantai serta kegiatanrekreasi lain yangmenunjang. Sarwono (2000: 2)wisata bahari adalah kegiatanwisata yangmemanfaatkanpotensialambaharisebagaidayatarikwisatamaupunwadahkegiatanwisatabaikyangdilakukandiataspermukaandiwilayahlautyangtidakdapatdipisahkandarikeberadaanekosistemnyayangkayaakankeanekaragamanjenisbiotalaut.Berdasarkanpengertiantersebutdapatdisimpulkanbahwawisatabahariadalahsegalaaktivitaswisatayangmenjadikansumberdayaalamlautbesertasegalapotensinyasebagaisuatudayatarikuntukdinikmati.

2.1.3 PerekonomianDomestikRegionalBruto

ProdukDomestikRegionalBruto(PDRB)merupakansalahsatuindikatorpentinguntukmengetahuiperkembanganperekonomiandi suatudaerahdalamsuatuperiode tertentu,baikatas dasar harga berlakumaupun atas dasar harga konstan. PDRBpadadasarnyamerupakanjumlahnilaitambahyangdihasilkanolehseluruhunitusahadalamsuatudaerahtertentu.Jumlahnilaibarangdanjasaakhiryangdisediakandariproduksiharussamadengannilaibarangyangdigunakan.

Perhitungan Produk Domestik Regional Bruto secara konseptual menggunakan tigamacam pendekatan, yaitu: pendekatan produksi, pendekatan pengeluaran dan pendekatanpendapatan.

1. Pendekatan Produksi: Produk Domestik Regional Bruto adalah jumlah nilai tambah atasbarangdanjasayangdihasilkanolehberbagaiunitproduksidiwilayahsuatudaerahdalamjangkawaktutertentu.

2. Pendekatan Pengeluaran: Produk Domestik Regional Bruto adalah semua komponenpermintaanakhiryangterdiridari:(1)Pengeluarankonsumsirumahtangga,(2)pengeluarankonsumsi lembaga nonprofit yangmelayani rumah tangga, (3) konsumsi pemerintah, (4)pembentukanmodaltetapdomestikbruto,(5)perubahaninventori&diskrepansistatistik,(6)eksporbarangdanjasa,dan(7)imporbarangdanjasa.

3. PendekatanPendapatan:ProdukDomestikRegionalBrutomerupakanjumlahbalasjasayangditerimaolehfaktor-faktorproduksiyangikutsertadalamprosesproduksidisuatudaerahdalamjangkawaktutertentu(triwulandantahunan).Balasjasayangdimaksudadalahupahdan gaji, sewa tanah, bunga modal dan keuntungan; semuanya sebelum dipotong pajakpenghasilandanpajaklangsunglainnya.Dalamdefinisiini,PDRBmencakupjugapenyusutandanpajaktidaklangsungneto(pajaktaklangsungdikurangisubsidi).


119

2.2 KajianEmpiri

JudulPenelitian Metode HasilTouristleviesandwillingnesstopayforawhalesharkexperience

TravelCostMethod

Denganfeeuntukmenyelamyangdianggapterlalumahalmembuatjumlah

divermenurunTheEconomicValueofSharkDivingTourisminAustralia

Deskriptifkuantitatif

Shark diving tourism mampumemberikan kontribusi ekonomi bagiAustralia.Sebagaicontoh,adalahNingaloReef dan Port Lincoln yang masing-masingmemberikankontribusiekonomipadaAustraliasebesar$12.5 jutadan$8.1juta

Thecontemporaryeconomicvalueofelasmobranchs in The Bahamas:Reaping the rewardsof25yearsofstewardshipandconservation

Deskriptifkuantitatif

Kegiatan shark diving tourismmemberikankontribusiekonomikepadaBahamassebesar$109,357,033

MetodePenelitian

3.1 Alatanalisis

Dalampenelitianinimetodeyangdigunakanadalahmetodedeskriptifkuantitatif.

3.2 Data&sumberdata

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunderadalahdatayangdiperolehataudikumpulkanolehorangyangmelakukanpenelitiandarisumber-sumber yang telah ada. Data ini digunakan untuk mendukung informasi primer yang telahdiperoleh yaitu dari bahanpustaka, literatur, penelitian terdahulu, buku, dan lain sebagainya.DataPDRBdanwisatawandidapatdariBappedaMalukuUtarasedangkanexpendituredidapatdaripenelitianBanapon(2008).


120




ISU 5. LIBERALISASI PERDAGANGAN

TERKAIT KOMODITAS MINYAK


121

ANALISISKETERKAITANANTARAFLUKTUASIHARGAMINYAK,INFLASI,DANTINGKATPENGANGGURANDI

INDONESIA

UtamiAinurNissa(20014110005)

Abstrak

Embargominyak yang dilakukan OPEC sejak tahun 1973menyebabkan hargaminyak menjadi sangat fluktuatif. Fluktuasi harga minyak seringkali dikaitkandengan indikator makroekonomi seperti inflasi dan pengangguran. Sebagainegara berkembang, Indonesia sangat bergantung pada minyak sebagai inputproduksi. Namun, produksiminyak yang terusmenurun sementara kebutuhanakan minyak terus meningkat memaksa Indonesia menjadi net importer.Penelitian ini bertujuan untuk menganalisis keterkaitan antara harga minyak(WestTexasIntermediate),pengangguran,daninflasidiIndonesiaperiode1985–2016.MelaluiteknikanalisisVARdanGrangerCausalityTest,diperolehhubunganbidirectional causality antara harga minyak dan pengangguran sedangkanhubunganunidirectionalcausalityhanyaditemukanpadapengaruhhargaminyakterhadapinflasi.

Kata kunci: Embargominyak,West Texas Intermediate, inflasi, pengangguran,Indonesia

1. PENDAHULUAN

LatarBelakang

Embargominyak yang dilakukan OPEC pada tahun 1973menyebabkan hargaminyakmenjadisangatfluktuatif.Embargotersebutmelarangkegiataneksporminyakkenegara-negarayangmenjadisasaran4danmenetapkanpenguranganproduksiminyak.Negosiasiyangdilakukandengannegaraprodusendanperusahaanminyakselamabeberapatahunmenyebabkansistempenetapanhargamenjaditidakstabil.BerdasarkanGrafik1.,terlihatbahwahargaminyakmulaiberfluktuatifpadatahun1973;tahunsebelumnyacenderungkonstan.Tahun1973,hargaminyakWTI5masihberadapadaUS$3,8.PascaembargoOPEC,hargaminyakmelambungtinggimenjadiUS$10,37padatahun1974danterusmeningkathinggaUS$37,7padatahun1980.Namun,hargaminyak turun kembali hingga US$15,4 tahun 1986 dan terus berfluktuatif. Pada saat krisiskeuanganglobal2008,hargaminyakmencapaititiktertinggiyaituUS$99,56danturunkembalimenjadiUS$61,693.Hargaminyakkembalimeningkatsaatkrisisglobal2011menjadiUS$95,07

4 Negara-negara sasaran di antaranya adalah Amerika, Belanda, Portugal, dan Afrika Selatan. Hal inidilakukansebagaitindakanretaliasiArabataskeputusanASuntukmemasokkembalimiliterIsraeldanjugauntukmendapatkanpengaruhnyadalamnegosiasiperdamaianpascaperang.ArabjugamemperpanjangembargoterhadapBelanda,Portugal,danAfrikaSelatanyangikutmendukungIsraelselamamasaperangArab-Israeltahun1973(OfficeoftheHistorianBureauofPublicAffairs,n.d.).

5WestTexas Intermediate (WTI)merupakan salah satu jenisminyak yangbanyakdiperdagangkandandigunakansebagaibenchmarkhargaminyakglobalkarenadinilai lebihringandengankandungansulfursebesar0,24%sehinggasangatbaikjikadigunakanuntukbensin.


122

dantahun2015hargaminyakturunmenjadiUS$48,688.

Grafik1.FluktuasiHargaminyakWTI(WestTexasIntermediate)

Sumber:FederalReserveBankofSt.Louis(diolah)

Fluktuasihargaminyakseringkalidikaitkandenganindikator-indikatorekonomisepertiinflasidanpengangguran.Disatusisi,minyakmerupakanfaktorproduksiyangberperandalammemengaruhi keputusan perusahaan dalam menetapkan harga. Di sisi lain, akumulasi hargasecaraumumdapatmencerminkantingkat inflasi.Dalammerespontingkatinflasi,perusahaanmungkindapatberpotensiuntukmeningkatkanpengangguranatausebaliknya.Selainitu,tingkatpengangguranbisajadiberkaitaneratdenganhargaminyak.MenurutDoğrul&Soytas(2010),pada tingkat makroekonomi, pengangguran berkaitan erat dengan faktor-faktor sepertiperekonomiansuatunegara,siklusbisnis,tingkatteknologi,demografi,danfaktorglobalsepertiharga energi.Hal tersebutmengindikasikan kemungkinan adanya keterkaitan di antara hargaminyak,pengangguran,daninflasi.

Indonesiamenjadisalahsatunegarayangbergantungpadaminyaksebagaibahanbakarutamadalammembantuprosesproduksihampirseluruhindustri.Halinidapatditunjukkanolehpemenuhan kebutuhan energi di Indonesia. Tahun 2013, pemenuhan kebutuhan energi diIndonesiasebagianbesardipenuhidariBBMyaitu44%,sebesar30%dipenuhiolehbatubara,18%olehgasalam,danhanya8%dipenuhiolehenergibarudanterbarukan(lihatGambar1.).Hal ini tentunya mencerminkan konsumsi minyak di Indonesia yang cukup tinggi. MenurutSukmana(2016),konsumsiminyakmentahdiIndonesiaadalah1,6jutabarrelperharisehinggamenempatkanIndonesiaberadadiperingkatke13sebagaikonsumenminyakterbesardidunia.

0.000

20.000

40.000

60.000

80.000

100.000

120.000

1951

1954

1957

1960

1963

1966

1969

1972

1975

1978

1981

1984

1987

1990

1993

1996

1999

2002

2005

2008

2011

2014

fluktuasihargaminyakwtitahun1951- 2015

WTI Price


123

Diagram1.BauranEnergidiIndonesia

Sumber:DewanEnergiNasional2014(diolah)

Indonesia sempat bergabung dengan OPEC tahun 1962 saat masih menjadi negaraeksportir,namunmengundurkandiridarikeanggotaanOPECpadatahun2008karenakondisiproduksiminyakmentahyangterusmenurun6.JikadilihatpadaGrafik2.,makaIndonesiamulaimenjadi negara pengimpor sekitar tahun 2003 – konsumsiminyak lebih tinggi dibandingkanproduksiminyakdalamnegeri.Padatahun2003,rata-ratakonsumsiminyakadalah1.230ribubarrelperharisedangkanrata-rataproduksinyahanyasebesar1.176ribubarrelperhari.Hinggatahun 2015 saja, konsumsi minyak di Indonesia terus meningkat sementara produksinyacenderungterusmenurun7.

6Penurunanproduksidisinyalirterjadikarenainvestasimigasyangcenderungmengalamipenurunan. Iklim investasi migas Indonesia kurang kompetitif dibandingkan negara-negara ASEAN lainnya karena pajak yang tinggi, beban dari kewajiban regulasi,ketidakpastian regulasi lingkungan, peraturan industri hulu migas, dan kekhawatiranterkaitstabilitaspolitikdankeamananan(Gewati,2017).

44%

30%

18%

8%

BauranEnergiIndonesia Tahun2013

Minyak Batubara Gasalam Energibarudanterbarukan


124

Grafik2.Rata-ratakonsumsidanproduksiminyakdiIndonesiatahun1965-2015(barrelperhari)

Sumber:BPStatisticalReviewofWorldEnergyJune2017(diolah)

Sebagainet importer, fluktuasi hargaminyakmemiliki kemungkinanberkaitandenganinflasi danpenganggurandi Indonesia. Pasalnya, tingkatdanvolatilitas inflasi Indonesia lebihtinggi dibanding negara-negara berkembang lain. Negara-negara berkembang lainmengalamitingkatinflasiantara3%sampai5%padaperiode2005-2014sedangkanIndonesiamemilikirata-rata tingkat inflasi tahunan sekitar 8,5% dalam periode yang sama (Indonesia-Investments,2017).Selainitu,tingkatpenganggurandiIndonesiamasihdianggapcukuptinggi.PadaAgustus2017,BPSmenyatakanbahwatingkatpenanggurandi Indonesiabertambahmenjadi7,04 jutaorang(Julianto,2017).Untukitu,diperlukanadanyaanalisislebihlanjutmengenaiketerkaitanantarafluktuasihargaminyak,inflasi,dantingkatpenganggurandiIndonesiamengingatbelumdiketahuibagaimanahubungandankausalitasantarvariabeltersebut.

RumusanMasalah

Fluktuasi hargaminyak seringkali dikaitkan dengan inflasi dan pengangguran dimanaharga minyak menjadi variabel eksogen. Akan tetapi, dalam realita, ketiga variabel tersebutmemiliki kemungkinan saling berkaitan ataumemiliki kausalitas sehingga ketiganya bisa sajamenjadi variabel endogen. Bagi negara importir minyak, kenaikan harga minyak akanmeningkatkan inflasi dan pengangguran (Asteriou & Villamizar, n.d.). Akan tetapi, berbedadengannegara importir lain, Indonesia sempatmenjadi negarapengekspor sebelumakhirnyamenjadi negara pengimpor. Selain itu, jika kenaikanminyak selalumemiliki konotasi dengandampak yang negatif, maka penurunan harga minyak memiliki kemungkinan tidak selaluberdampakpositif terutama terkaitdenganpenganggurandan inflasi.Untuk itu,penelitian inidiharapkandapatmenjawabpertanyaanbagaimanapengaruhdanketerkaitanantarafluktuasihargaminyak,inflasi,danpenganggurandiIndonesia?

1.3TujuandanKegunaanPenelitian

Penelitian ini bertujuan untukmengetahui pengaruh dan keterkaitan antara fluktuasihargaminyak,inflasi,danpenganggurandiIndonesia.Dengandemikian,penelitianinidiharapkan

-

500

1000

1500

20001965

1967

1969

1971

1973

1975

1977

1979

1981

1983

1985

1987

1989

1991

1993

1995

1997

1999

2001

2003

2005

2007

2009

2011

2013

2015

Rata-ratakonsumsidanproduksiminyakdiIndonesia

Konsumsi Produksi


125

dapatmenjelaskankausalitasantarvariabeltersebutdiIndonesia.

1.4KerangkaPemikiran

Gambar1.KerangkaPemikiran

Hargaminyak,inflasi,danpenganggurankemungkinanmemilikihubungantimbalbalikantarvariabel.Konsepsupplysideeffectdapatmenjelaskanmekanismepengaruhfluktuasihargaminyakterhadappengangguran.Konseptersebutmenitikberatkanpadasisiproduksi.Kenaikanhargaminyakakanmeningkatkanbiayaproduksimarjinalyangmenuntunpadakenaikanbiayatotalproduksi.Naiknyabiayaproduksiakandiresponperusahaandenganmenurunkantingkatproduksinya.Dengantingkatproduksiyanglebihrendah,perusahaanmembutuhkantenagakerjayang lebih sedikit – hal ini berakibat pada pemutusan kerja (PHK) – sehingga berpotensimeningkatkanpengangguran.BrowndanYucel(2002)mengatakanbahwahargaminyakyanglebihtinggimenyebabkanbiayaoutputmeningkat,menghasilkantingkatproduksiyangrendahdan tingkat pertumbuhan yang menurun dan berakibat pada penurunan tingkat upah riil,penutupan pabrik produksi dan kenaikan tingkat pengangguran. Beaudreau (2005)menambahkan,kenaikanhargaminyakmenyebabkanpenurunantingkatoutputkarenaminyakdianggap sebagai input dasar produksi. Sebaliknya, pengangguran kemungkinan dapatmemengaruhihargaminyakmelaluidayabeli.Peningkatanpengangguranmenyebabkandayabelimasyarakatmenurun. Jikademikian,makapermintaanakansuatuprodukakanmenurun;sebagianbesarprodukdi Indonesia adalahoil basedproduction.Dalammeresponpermintaanpasar, perusahaanmungkin akanmenurunkan tingkat produsinya. Dengan kondisi demikian,kemungkinan besar permintaan minyak akan turun sehingga berpotensi menurunkan hargaminyak.

Pengaruhpengangguranterhadapinflasidicerminkanolehdayabelimasyarakat.Dengantingkatpengangguranyangtinggi,merekaakansetujubekerjadenganupahyanglebihrendah.Upahyanglebihrendahmencerminkandayabelimasyarakatyangrendahpula.Rendahnyadayabeli masyarakat mengakibatkan penurunan konsumsi. Hal ini berpotensi untuk menurunkanharga secara keseluruhan; permintaan yang turun akan menyebabkan harga di pasar turun.Akibatnya,inflasimungkinakanmengalamipenurunan.Inflasijugadapatberpengaruhterhadappengangguran.Tingginyatingkatinflasimenyebabkanhargabarangdomestikrelatiflebihmahaldibandingkanbarangimpor.Akibatnya,barangdomestikkalahsaingdipasarinternasional.Halini akanberdampakpada turunnyanilai ekspordannaiknyanilai impor.Kurangbersaingnyaharga barang domestik menyebabkan permintaan terhadap barang dalam negeri turun. Jikapermintaan turun,makaperusahaan akanmerespondenganpenurunan tingkat produksi danberpotensimengurangitenagakerja.Haliniakanberujungpadakenaikantingkatpengangguran.

HargaMinyak

INFLASI Pengangguran


126

Hargaminyakdan inflasidisinyalirmemilikiketerkaitan.Kenaikanhargaminyakakanmeningkatkan biaya produksi. Dengan kondisi demikian, perusahaan berpotensi untukmeningkatkanhargaproduknya. Jikakenaikanharga terjadi secaraumum,makadiperkirakaninflasiakanmengalamipeningkatan.Sebaliknya,kenaikaninflasiberpotensimenurunkandayabelimasyarakat;dengansejumlahuangmerekahanyabisamengonsumsibarangdenganjumlahyang lebih sedikit. Sama halnya dengan pengaruh pengangguran terhadap inflasi, daya belimasyarakatyangrendahakanmenurunkankonsumsi(terutamabarangdanjasayangbasedoilproduction).Halinikemudianakandiresponolehperusahaandalammempertimbangkanjumlahbarang yang diproduksi agar dapat menyesuaikan permintaan di pasar. Akibatnya, produksibarangakanturunsehinggapermintaanterhadapminyakjugaberpotensimengalamipenurunan.

TinjauanPustaka

2.1 LandasanTeori

2.2.1 JalurMekanismeSupplySideEffectGambar2.JalurMekanismeSupplySideEffect

Supply side effect merupakan salah satu jalur mekanisme yang dapat menjelaskanpengaruh gejolak harga minyak terhadap pengangguran dari sisi produksi atau perusahaan.Kenaikan harga minyak akan berdampak pada kenaikan marginal cost perusahaan. Hal inikemudian akan meningkatan production cost. Dalam merespon peningkatan biaya produksi,perusahaan akan menurunkan tingkat produksinya. Akibatnya, perusahaan terpaksa untukmengurangi tenaga kerjanya. Implikasi atas respon ini adalah potensi pengangguran yangmeningkat.

2.2.2 KurvaPhillipsGambar1.KurvaPhillips

Kurva Phillipsmenggambarkan hubungan antara inflasi dan pengangguran; keduanya

OilPriceShocks

Mar-ginalCost

ProductionCost

ProductionLevel Employment

Inflationrate(%)

Unemploymentrate(%)


127

merupakansebuahtrade-off.KonsepkurvaPhillipsmenyatakanbahwaperubahanpenganggurandapatberpengaruhterhadapinflasidenganhubunganyangnegatif.Tingginyapengangguranakanmenurunkaninflasidansebaliknya.Ketikapenganggurantinggi,bargainingpowercalonpekerjaakanlebihkecildaribargainingpowerperusahaan.Halinimenyebabkanupahmenjadirendah;parapekerjabersediauntukdibayardenganupahyanglebihrendah.Akibatnya,dayabelimerekamenjadi turun. Turunya daya beli akan berpotensimenurunkan konsumsi. Sebagai salah satuindikatoraggregate demand (AD),penurunan konsumsi akanmenyebabkanAD turundenganasumsiceterisparibus.ADyangturunkemudianakanmenurunkantingkatinflasi.


Beberapapenelitiantelahmenganalisisketerkaitanantarafluktuasihargaminyakdenganbeberapavariabelmakroekonomi.HasilpenelitianAsteriou&Villamizar(n.d.),Afdi(2012),danIbrahim&Said(2012)sama-samamenyatakanbahwafluktuasihargaminyakmemilikikausalitasdenganinflasidanberhubungansecarapositif;ketikahargaminyaknaik,inflasijuganaik.Akantetapi, harga minyak memiliki pengaruh yang berbeda terhadap pengangguran. Asteriou &Villamizar (n.d.) menemukan kausalitas antara harga minyak dengan tingkat pengangguransecarapositifnamunDoğrul&Soytas(2010)danKeane&Prasad(1996)menemukanadanyahubungannegatifantarahargaminyakdenganpengangguran.Berikutinirangkumanbeberapapenelitianterdahuluyangdijadikansebagaireferensipenelitian.

Tabel1.PenelitianTerdahulu

No Peneliti Tujuan DatadanMetode HasilPenelitian

1. Asteriou&Villamizar(n.d.)

Menganalisishubungan kausalitasantara harga minyakdengan GDP, CPI,pengangguran, dantingkatsukubungadinegara-negarapengekspor danpengimporminyak.

Objek: 23negarapengekspordan 27 negarapengimpor

Periode:1967–2011

Metode:GrangerCausalityTest

GDP, CPI, dan tingkat suku bungamemiliki kausalitas lebih banyakdengan harga minyak di negarapengimpor dibandingkan negara-negara pengekspor denganhubungan yang positif. Sedangkanpengangguran memiliki kausalitasdengan harga minyak di Perancissecara positif , Italia, Filipina,Trinidad dan Tobago, Turki, danVenezuela.

2. Doğrul&Soytas(2010)

Meneliti hubungankausalitas antarapenganggurandenganhargaminyakmentah dan tingkatsukubungariil.

Objek:Turki

Periode:2005:1 –2009:8

Metode: TheTodaYamamotoProcedure

Dalam jangka panjang, fluktuasiharga minyak dan tingkat sukubunga riil berdampak pada tingkatpengangguran di Turki. Perubahanharga minyak berdampak positifterhadap tingkat suku bunga danperubahan pada tingkatpengangguran berdampak negatifterhadaphargaminyak.


128

3. Keane &Prasad(1996)

Menjelaskan dampakperubahan hargaminyak terhadaptenagakerjadanupahriil pada tingkatagregat dan industriserta mengukurperbedaan responupah berdasarkantingkat keterampilantenagakerja.

Objek:US

Periode:1966–1981

Metode:Teknikestimasi OLSdatapanel

Peningkatan harga minyakberdampak secara substansial padapenurunan upah semua pekerjanamun meningkatkan upah relatifpekerjayangterampil.Dalamjangkapendek,kenaikanupahberpengaruhterhadaptenagakerjasecaranegatifsedangkan berpengaruh secarapositifdalamjangkapanjang.

3. Afdi(2012)

Mengetahui dampakfluktuasi hargaminyakdipasarduniaterhadapperekonomianIndonesia(pertumbuhanekonomi, tingkatinflasi, uang beredar,nilai tukar riil, dansuku bunga) periodetahun2000–2011.

Objek:Indonesia

Periode:2000:1 –2011:12

Metode:TeknikanalisisVAR

Fluktuasi harga minyak di pasardunia: (i) berdampak positifterhadap pertumbuhan ekonomiselama 3 bulan (satu kuartal), (ii)mendorong laju inflasi domestikselama satu tahun, (iii)meningkatkan jumlah uang beredardidalamnegeri;penambahanjumlahuangberedarberlangsung selama5bulan, (iv) berdampak negatifterhadap nilai tukar riil rupiahselama 10 bulan dan (v)menyebabkannaiknyasukubungadidalam negeri (efek ini berlangsungselama10bulan).

4.Ibrahim& Said(2012)

Menganalisispengaruh hargaminyak terhadapinflasi di Malaysia.Fokus penelitian iniberadapadaaggregatharga konsumen danperbedaankomponennya (subindeks hargakonsumen) yangdipengaruhi hargaminyak secaraberbedadalamjangkapanjang dan jangkapendek.

Objek:Malaysia

Periode:tahunan dari1971–2009

Metode:integrasi dankointegrasimelalui ECM(ErrorCorrectionModel)

Terdapat hubungan jangka panjangantarahargaminyakdenganagregatharga konsumen dan indeks hargapangan. Terlebih lagi, di jangkapendek, perubahan harga minyaksecara sinifikan berpengaruh padainflasihargakonsumen,inflasihargapangan, sewa, bahan bakar, sertaharga listrik dan inflasi hargatransportasi dan komunikasi. Selainitu,terdapatpengaruhasimetrisdarihargaminyakterhadapinflasihargapangandalamjangkapendek.

MetodePenelitian

Penelitian inimenggunakan teknik analisisVAR (VectorAutoregression)untukmelihatpengaruh antar variabel. Pada teknik analisis VAR, semua variabel berperan sebagai variabelendogen bagi variabel lain. Kemudian, teknik analisisGranger Causality test digunakan untuk


129

melihatarahhubungankausalitasantarvariabel.Datayangdigunakanmemiliki struktur timeseries dengan rentangwaktu dari tahun 1985 – 2016. Variabel yang digunakan adalah hargaminyakWTIsebagaihargaminyakacuanglobal,inflasi,dantingkatpenganggurandiIndonesia.

Tabel2.SpesifikasiData

NoVariabelPenelitian

Data Satuan SumberData

1. OilPrice Harga minyak WTI (West TexasIntermediate) yang digunakansebagaihargaacuanminyakglobal

USDperbarrel

EIA (US EnergyInformation andAdministration)

2. Inflasi TingkatinflasidiIndonesia Persen(%)

WorldBank

3. Unemploymentrate

TingkatPenganggurandiIndonesia Persen(%)

BPS

Modelpenelitianyangakandigunakanadalahsebagaiberikut.

Ut= í$ +Zì((

)

*+(î,-* +Zì(.f],-*

)

*+(+Zì$&-sï"-! +Ɛ$"

)

*+(

OPt= í% +Zì.(

)

*+(î,-* +Zì..f],-*

)

*+(+Zì%&-sï"-! +Ɛ%"

)

*+(

INFt= í& +Zì/(

)

*+(î,-* +Zì/.f],-*

)

*+(+Zì&&-sï"-! +Ɛ&"

)

*+(

Keterangan:U =Unemployment ñ =KoefisienOP =OilPrice ~ =Errortermi =Inflasi i =Variabellagó =Intercept P =nilailag

HasildanPembahasan

4.1 HasilPengolahanData

Dalam melakukan penelitian menggunakan time series, diperlukan adanya ujistasioneritas data. Dalam pengolahan data, digunakan uji stasioneritas menggunakanRootsofCharacteristicPolynomial.Berdasarkanhasildibawahini(Lihattabel3.),kondisistasionerdintujukkanolehangka-angkamodulusyangberadadibawahangka1.Untukitu,dapatdisimpulkanbahwadatastasionerpadalevel.

Tabel3.UjiStasioneritasDataRoot Modulus Keterangan

0.875448-0.142712i 0.887004 Stasionerpadalevel0.875448+0.142712i 0.887004

-0.144408 0.144408


130

Setelahdilakukanpengujianstasioneritasdata,langkahselanjutnyaadalahpenentuanlagoptimum. Langkah ini dilakukan gunamengetahui lag optimum agar lag yang dipakai sesuaidalampengujianberikutnya.Penentuanlagoptimumdilakukandenganmemerhatikankriteria-kriteria seperti Sequential modified LR test statistic (LR), Final prediction error (FPE), Akaikeinformation criterion (AIC), Schwarz information criterion (SC), Hannan-Quinn informationcriterion(HQ).Berdasarkanhasilpengolahandata(LihatTabel4.),diperolehhasilbahwalagyangpaling optimal adalah satu. Penentuan lag optimum ini menjadi salah satu syarat dalammelakukanpengujianVAR(VectorAutoregressive).

Tabel4.PenentuanLagOptimumLag LogL LR FPE AIC SC HQ0 -299.4433 NA 483861.1 21.60309 21.74583 21.646731 -235.8286 109.0538* 9841.008* 17.70204* 18.27299* 17.87658*2 -232.1625 5.499189 14792.53 18.08303 19.08219 18.388483 -219.8825 15.78853 12505.25 17.84875 19.27611 18.285114 -218.2965 1.699305 24234.66 18.37832 20.23389 18.94559

Setelah memasukkan lag optimum, data-data kemudian diolah melalui estimasi VARdengan mengacu pada lag optimum. Berdasarkan pengolahan data, diperoleh hasil sebagaiberikut.

Tabel5.HasilEstimasiVAR INFLASI POIL UNEMP

INFLASI(-1) -0.139219 -0.044848 -0.000538

[-0.79665] [-0.17290] [-0.04186]

POIL(-1) -0.111224*** 0.757168 -0.011654**

[-1.77042] [8.11983] [-2.52280]

UNEMP(-1) 0.005699 2.871467 0.988539

[0.00847] [2.87338]* [19.9687]

C 13.08365 -4.743589 0.598153

[3.20443] [-0.78272] [1.99242]

DKRISIS 15.39291 -5.726994 0.498533

[3.46201]** [-0.86779] [1.52492]

F-statistic 3.780893 35.91105 127.0980

Keterangan:

(t-stat)* :Signifikanpadaα=1%atau0,01

(t-stat)** :Signifikanpadaα=5%atau0,05

(t-stat)*** :Signifikanpadaα=10%atau0,1

HasilestimasiVARmenunjukkanpengaruhantarvariabel.BerdasarkanTabel5.,hargaminyak berpengaruh secara negatif terhadap inflasi. Harga minyak juga berpengaruh secaranegatif terhadappengangguran. Selain itu,pengangguranberpengaruhsecarapositif terhadaphargaminyakdankrisisberpengaruhsecarapositifterhadapinflasi.

Untukmengetahuiarahhubungankausalitasantarvariabel,dilakukanGrangerCausality


131

Testdenganmelihatangkaprobabilitassetiapvariabel.BerdasarkanujikausalitasGranger(lihatTabel6.),hasilmenunjukkanbahwaadanyahubungankausalitasduaarahantarahargaminyakdenganpenganggurandanhubungankausalitassatuarahantarahargaminyakdenganinflasi.

Tabel6.GrangerCausalityTestVariabelDependen VariabelIndependen Probabilitas

INFLASIPOIL 0.0767***

UNEMP 0.9932

POILINFLASI 0.8627

UNEMP 0.0041*

UNEMPLOYMENTINFLASI 0.9666

POIL 0.0116**

Keterangan:(prob.)* :Signifikanpadaα=1%atau0,01(prob)** :Signifikanpadaα=5%atau0,05(prob)*** :Signifikanpadaα=10%atau0,1

4.2 Pembahasan

Berdasarkan hasil pengolahan data menggunakan teknik analisis VAR dan GrangerCausalityTest,diperolehhasilbahwahargaminyakberpengaruhterhadaptingkatinflasidenganhubungan negatif. Artinya, kenaikan harga minyak menyebabkan inflasi menurun. Hal inibertentangandenganhipotesispenelitianyangmenyatakanadanyahubunganpositif diantarakeduavariabel.PengaruhhargaminyakterhadapinflasijugabertolakbelakangdenganpenelitianAsteriou&Villamizar(n.d.)danAfdi(2012)yangmenyatakanadanyahubunganpositifantarahargaminyakdenganCPIdanInflasi.HalinikemungkinanbesarterjadikarenakebijakansubsidiBBM yang dilakukan pemerintah sejak era Soeharto. Subsidi yangmulai diperkenalkan sejaktahun 1970 dilakukan dalam rangka menyeimbangkan harga beli dan harga jual; harga beliberfluktuasimengikutihargaminyaksecarainternasionalsedangkanhargajualditentukanolehpemerintahdiIndonesia.Akibatnya,hargadidalamnegeriyangdikonsumsimasyarakatberadadi bawah harga seharusnya. Hal ini dianggap menjadi salah satu kebijakan yang dapatmengendalikan inflasi sehingga inflasi tetap terjagameskipun terdapat gejolak hargaminyakinternasional.

Sebaliknya,hargaminyakyangturunjustrumeningkatkaninflasi.Hal inikemungkinanterjadikarenakebijakanyangdikeluarkanpadamasapemerintahanSBYdimanadalamrangkameresponhargaminyakinternasional,hargaminyakdomestikdinaikkan.Terlebihlagi,padaeraJokowi, terjadi kebijakan reformasi subsidi BBM. Sembilan tahun terakhir, subsidi BBM lebihtinggidaripadadefisitAPBN.Akibatnya,sumberpendanaanuntuksubsididiperolehdarihutangyangmerupakanbebanfiskalpemerintah.PencabutansubsidiBBMditujukanuntukmengurangibebanfiskalkarenadianggaptidakproduktifsehinggaperluadanyaalokasidanakesektoryanglebih produktif seperti pembangunan infrastruktur. Upaya tersebutmenyebabkan harga BBMmeningkatsehinggaberimplikasipadainflasiyangmeningkat.HalinicukuprelevanmengingatupayayangdilakukanSBYbertepatandenganpenurunanhargaminyakinternasional.

Hubungankausalitasduaarahterjadiantarahargaminyakdenganpengangguran.Akantetapi, hubungan kausalitas yang terjadi bertolak belakang dengan hipotesis peneliti. Penelitiberhipotesisbahwahargaminyakberpengaruhsecarapositif terhadappengangguran.Namun,


132

hasilmenunjukkan bahwa hargaminyak berpengaruh secara negatif terhadap pengangguran.Artinya,kenaikanhargaminyakmenyebabkanpengangguranmenurundansebaliknya.Hal inisesuaidenganpenelitianDoğrul&Soytas(2010)danKeane&Prasad(1996)yangmenyatakanadanya hubungan negatif antara harga minyak dan pengangguran. Dalam jangka pendek,kenaikanhargaminyakmenyebabkanpengangguranmeningkatnamuntidakmengurangitenagakerja secara agregat dalam jangka panjang (Keane & Prasad, 1996). Tenaga kerja mungkinmenjadisubstitusiuntukkapitaldanenergi(Doğrul&Soytas,2010).Sebaliknya,penurunanhargaminyak dapat meningkatkan pengangguran. Kondisi tersebut kemungkinan masih berkaitandengan substitusi kapital dan energi. Ketika harga minyak turun, perusahaan cenderungmenggunakan mesin yang menggunakan bahan bakar minyak. Akibatnya, perusahaan akanmengurangi tenaga kerja karena tergantikan oleh mesin sehingga berpotensi meningkatkanpengangguran.Halinimungkindapatmendukungpenjelasanmengenaipengaruhpengangguranterhadaphargaminyaksecarapositif.Pasalnya,ketikaperusahaanmenggantikantenagakerjadengankapitaldanenergi–pengangguranmeningkat–permintaanminyaksecaraagregatpunakanmeningkat;hargaminyakdipasarglobalberpotensimengalamikenaikan.Sebagainegarayangmelakukanindustrialisasi,kondisitersebutkemungkinanbesarterjadidiIndonesia.

penutup

Fluktuasi harga minyak memiliki keterkaitan dengan inflasi dan pengangguran diIndonesia.Hasilpenelitianmenemukanbahwa terdapathubungankausalitas satuarahantarahargaminyak dengan inflasi dan hubungan kausalitas dua arah antara hargaminyak denganpengangguran.Hasil penelitian jugamenunjukkan bahwa kenaikan hargaminyak tidak selaluberdampaknegatif,begitupunpenurunanhargaminyaktidakselaluberdampakpositif.Halinidapat dilihat dari pengaruhnya terhadap inflasi dan pengangguran yang berhubungan secaranegatif.KebijakansubsidiBBMmungkinmenjadisalahsatukebijakanyangdapatmengendalikaninflasi dalam menghadapi fluktuasi harga minyak. Selain itu, adanya substitusi tenaga kerjadengankapitaldanenergimungkinmemilikidampakyangsubstansialterhadappenganggurandiIndonesia.

DAFTARPUSTAKA

Afdi,M. N. (2012, Desember). Dampak fluktuasi hargaminyak dunia terhadap perekonomianIndonesia.BuletinIlmiahLitbangPerdagangan,6(2),189-209.

Ahmad, F. (2013). The effect of oil price on unemployment: Evidence from Pakistan.BusinessandEconomicsResearchJournal,4(1),43-57.

Asteriou,D.,&Villamizar,D.D.(n.d.).Theeffectsofoilpriceonmacroeconomicvariablesin oil exporting and oil importing countries. International Journal of Energy,Environment,andEconomics,21(4),323-341.

Beaudreau, B. C. (2005). Engineering and economic growth. Structural Change andEconomicDynamics,16(2),211-220.

Brown, S., & Yucel, M. (2002). Energy prices and aggergate economic activity: aninterpretativesurvey.QuarterlyReviewofEconomicsandFinance,42(2),193-208.

Doğrul, H. G., & Soytas, U. (2010). Relationship between oil prices, interest rate, andunemployment:Evidencefromanemergingmarket.EnergyEconomics,32,1523-1528.doi:10.1016/j.eneco.2010.09.005


133

Gewati, M. (2017, Mei 30). Indonesia Negeri Kaya Minyak dan Gas? Kompas.com.Retrieved fromhttp://ekonomi.kompas.com/read/2017/05/30/151700226/indonesia.negeri.kaya.minyak.dan.gas.

Ibrahim, M. H., & Said, R. (2012). Disaggregated consumer prices and oil price pass-through:EvidencefromMalaysia.ChinaAgriculturalEconomicReview,4(4),514-529.

Indonesia-Investments.(2017,Januari20).InflasidiIndonesia(IndeksHargaKonsumen).Retrieved from https://www.indonesia-investments.com/id/keuangan/angka-ekonomi-makro/inflasi-di-indonesia/item254?

Julianto,P.A.(2017).Agustus2017,JumlahPengangguranNaikMenjadi7,04JutaOrang.Jakarta: Kompas.com. Retrieved fromhttp://ekonomi.kompas.com/read/2017/11/06/153940126/agustus-2017-jumlah-pengangguran-naik-menjadi-704-juta-orang

Keane,M.P.,&Prasad,E.S.(1996,August).Theemploymentandwageeffectsofoilpricechanges:Asectoralanalysis.TheReviewofEconomicsandStatistics,78(3),389-400.

Office of the Historian Bureau of Public Affairs. (n.d.). Oil Embargo 1973-1974. USA:Department of State USA. Retrieved fromhttps://history.state.gov/milestones/1969-1976/oil-embargo

Sukmana,Y.(2016,Desember2).MinyakIndonesiahabis12tahunlagi,krisismenginaianak dan cucu. Jakarta: KOMPAS.com. Retrieved fromhttp://ekonomi.kompas.com/read/2016/12/02/183000526/minyak.indonesia.habis.12.tahun.lagi.krisis.mengintai.anak.dan.cucu.


134

DAMPAKKEBIJAKANPAJAKEKSPORMINYAKKELAPASAWITTERHADAPEKSPORMINYAKKELAPASAWIT

INDONESIA

YosiHaggaiAndrewSiahaan(2013110065)

Abstrak

Setiap tahun tingkat ekspor minyak kelapa sawit indonesia (CPO) kepasarinternasionalselalumengalamipeningkatanyangsignifikan.PeningkataneksporyangsangatsignifikanmenyebabkankelangkaanCPOpadapasardomestic.Akibatadanya kelangkaan CPO pada pasar domesticmaka pemerintahmengeluarkankebijakan pajak ekspor. Kebijakan pajak ekspor digunakan sebagai instrumentuntuk mengatasi kelangkaan CPO pada pasar domestic. Tujuan penelitian iniadalah untuk melihat bagaimana dampak kebijakan pajak eksport terhadapeksport CPO Indonesia setelah diberlakukannya kebijakan pajak ekspor. Datayangdigunakandalampenelitian ini adalahdata sekunderyangdiperolehdariBadan Pusat Statistik, World Bank, Kementrian Keuangan, index mundi danDirektorat Jenderal Perkebunan. Berdasarkan hasil pengujian yang dilakukandalampenilitianini,makadidapatkankesimpulanbahwakebijakanpajakeksporminyakkelapasawitsecarasignifikanmempengaruhieksporminyakkelapasawitIndonesiakepasarInternational.

Katakunci:EksporCPO,KelangkaanCPODomestik,KebijakanPajakEkspor

1. PENDAHULUAN

LatarBelakang

Komoditikelapasawitmerupakansalahsatukomoditipertanianyangpertumbuhannyasangatcepatdanmemilikiperananyangsangatpentingdalamperekonomianindonesia.Perananyangsangatpentingbagiperokonomiandapatdilihatdarijumlahpendapatandevisanegaradarisektor ekspor minyak kelapa sawit (CPO). Devisa negara adalah suatu ekspor netto yangmerupakanpenguranganantaranilaiekspordannilai impor.Ketikaeksporbernilaibesardanimpor bernilai kecil maka pendapatan devisa negara akan surplus sedangkan ketika eksporbernilaibesardanimporjugabernilaibesarmakadevisanegaraakanbernilaikecildanmungkinakanterjadidefisitketikanilai impornyamelebihinilaiekspor.BankIndonesiamencatatpadatahun 2014 pendapatan devisa negara terbesar dari sektor non migas berada pada industriminyak kelapa sawit (CPO). Pendapatan devisa negara dari sektorminyak kelapa sawit padatahun2014adalahsebesarUS$21.100.000.Secarakeselurahannettoekspornonmigasdibantuolehsektor industriminyakkelapasawit(GAPKIIndonesiaPalmOilAssociation,2017).Sektorindustri non migas (selain industri kelapa sawit) pada tahun 2012-2014 mengalami defisit,sehinggadengantingginyapendapatandevisadarisektoreksporminyakkelapasawitmembuatindustri minyak kelapa sawit dapat menopang sektor industri nonmigas lain, danmembuatpendapatandevisanegarasecarakeseluruhandarisektornonmigasmenjadisurplus(Tabel1.1).

Minyak kelapa sawit tidak hanya dilihat dari tingginya pendatapan devisa negaraterhadapsektorindustriminyakkelapasawit,tetapiminyakkelapasawitjugamerupakanbahanutamapembuatanminyakgorengdiIndonesia.Ketikapasokanminyakkelapasawit(CPO)dalam


135

negeritidakterpenuhimakaakanterjadikenaikkanhargapadaprodukindustriminyakgoreng.Kenaikkan harga minyak goreng akan berdampak pada menurunnya daya beli masyarakatterhadap minyak goreng. Yang dimana minyak goreng adalah salah satu kebutuhan pokokmasyarakatyangdigunakansebagaialatpengolahanbahan-bahanmakannan.

Tabel1.1NilaiEksporMinyakKelapaSawitdanNettoEksporNonMigasIndonesia(USDmiliar)

Tahun NettoEksporMinyakKelapa

sawit

NettoEksporSelainMinyak

Sawit

NettoEksporNonMigas

2008200920102011201220132014

13.812.316.321.621.319.221.1

1.313,311,113,8-7.7-3.6-9.9

15.125.627.435.413.615.611.2

Sumber:BankIndonesia(Diolah)

Indonesia merupakan produsen minyak kelapa sawit terbesar didunia. Setiap tahunproduksi minyak kelapa sawit indonesia selalu mengalami peningkatan. Pada tahun 2008produksiminyak kelapa sawit indonesiamencapai 19,2 juta tondanpada tahun2016 terjadipeningkatanyangsangatsignifikanterhadapproduksiminyakkelapasawitindonesiasebesar32jutaton(DirektoratJenderalPerkebunan,2015)(Grafik1.1).Tingginyajumlahproduksiminyakkelapa sawit indonesia membuat indonesia menjadi produsen terbesar minyak kelapa sawit(CPO)didunia.Padatahun2008-2013sebesar44,46%penyebaranminyakkelapasawityangadadiduniaadalahberasaldariindonesiadansebesar39,32%peredaranminyakkelapasawitduniaberasaldariMalaysiadansisanyaberasaldariThailand,Nigeria,PapuaNewGuenia(SekertarisJenderakPertanian,2013)

Grafik1.1

Sumber:DirektoratJenderalPerkebunan(diolah)

17,539,79919,324,293

21,954,12023,096,54126,015,518

27,782,00429,278,18931,070,015

33,229,381

0

5,000,000

10,000,000

15,000,000

20,000,000

25,000,000

30,000,000

35,000,000

2008 2009 2010 2011 2012 2013 2014 2015 2016

Produksidalam

Ton

TahunProduksi

ProduksiMinyakKelapaSawitIndonesia


136

Faktoryangmempengaruhitingginyatingkatproduktivitasminyakkelapasawitadalahluas lahan dan harga minyak kelapa sawit. Luasnya lahan perekebunan kelapa sawitmenyebabkan produtivitas minyak kelapa sawit yang juga tinggi. Setiap tahun luas lahanperkebunan kelapa sawit mengalami peningkatan. Pada tahun 2008 luas lahan perkebunankelapa sawitmencapai7.363.847ha sedangkanpada tahun2016 terjadipeningkatan sebesar4.550.643hamenjadi11.914.490(DirektoratJenderalPerkebunan,2015)(Grafik1.2).Tingginyaharga minyak kelapa sawit dipasar domestic ataupun dipasar internasional menyebabkanindustriminyakkelapasawitmelakukanperubahanproduktivitasminyakkelapasawit.Ketikaharga minyak kelapa sawit mengalami peningkatan maka perusahaan akan berusaha untukmeningkatkan produktivitasnya karena peningkatan harga minyak kelapa sawit akanmemberikan intensif kepada perusahaan untuk meningkatkan produktivitasnya agarmemperolehkeuntunganyangbesardaripeningkatanhargatersebut.Peningkatanhargaminyakkelapasawit jugaberdampakpadatingkateksporminyakkelapasawitkepasar internasional.KetikahargadipasarinternasionalmengalamipeningkatanmakaperusahaanyangberadapadaindustriminyakkelapasawitakanlebihmemilihuntukmenjualhasilproduksinyaberupaCPOkepasar internasional. Hal ini disebabkan karena peningkatan harga dipasar internasional yanglebih tinggidibandingkanhargadomestic,membuatperusahaan lebihmemilihuntukmenjualprodukCPOnyakepasarinternasionalkarenadianggaplebihmenguntungkan.

Grafik1.2

Sumber:DirektoratJenderalPerkebunan

Setiaptahunvolumeeksporminyakkelapasawitindonesiakepasarinternasionalselalumengalamipeningkatan yang signifikan. Pada tahun2008volumeekspor indonesiamencapai14.290.687 ton dan pada tahun 2014 volume ekspor indonesia mencapai 22.892.387 ton(DirektoratJenderalPerkebunan,2015).Peningkatanvolumeeksporminyakkelapasawityangsangat signifikan tersebut dapat menimbulkan dampak buruk terhadap persediaan minyakkelapasawitdomesticyangdimanaminyakkelapasawitadalahbahanbakuutamapembuatanminyakgoreng.Dampakburukyangterjadiketikaeksporminyakkelapasawitterusmeningkatadalahkurangnya supplyminyakkelapa sawit sebagaibahanbakupembuatanminyakgorengyangmenyebabkanhargaminyakgorengindonesiameningkat.

0

5,000,000

10,000,000

15,000,000

20082009 2010 2011 2012 2013 2014 2015 2016

2008 2009 2010 2011 2012 2013 2014 2015 2016Column1 7,363,84 7,873,29 8,385,39 8,992,82 9,572,71 10,465,0 10,754,8 11,260,2 11,914,4

LuasAreaPerkebunankelapasawit(Ha)


137

Sebelum tahun 1978 tingkat eksporminyak kelapa sawitmencapai 72-99%dari totalproduksi minyak kelapa sawit di Indonesia. Tingginya tingkat ekspor minyak kelapa sawitmenyebabkankelangkaanminyakkelapasawitpadapasardomestic.KelangkaanCPOpadapasardomesticmembuatpemerintahmengambilkebijkanberupaalokasiCPOuntukkebutuhandalamnegeripadatahun1978.Tetapipadatahun1991pemerintahkembalimenghapuskankebijakanalokasi kebutuhan dalam negeri. Penghapusan kebijakan ini dilakukan untuk meningkatkanekspor dan menarik lebih banyak investasi kesektor kelapa sawit (Pahan, 2008). Namunpenghapusankebijakanalokasiuntukkebutuhandalamnegeriiniberdampakpadapeningkatanhargaminyak goreng pada pasar domestic. Tingginya hargaminyak goreng dipasar domesticmembuat pemerintah mengeluarkan kebijakan pajak ekspor melaui SK Menkeu No.439/KMK.017/1994.Kebijakanpajakeksporyangdikeluarkanolehkementriankeuangandapatdihitungdenganmenggunakanrumusberikut:

Keterangan:FreeonBoard(FOB)ditentukanolehkementriankeuanganberdasarkanhargarata-rata FOB dipasar dunia selama dua minggu sebelumnya. Sedangkan base price adalah hargaekspormaksimumyangbebasdaripajakekspor.

Pada tahun 1997 perhitungan pajak ekspor diubah karena dinilai tidak efektif.Perhitunganpajakyangawalnyadihitungsecaraprogresifberdasarkanhargaekspormaksimumyangbebasdaripajakeksportetapipadatahun1997perhitungandirubahmenjadi:

Keterangan:ExporttaxtarifditentukanolehkementriankeuangandanCheckpriceditentukanolehkementrianperdagangan.

Perhitunganpajakeksportidaklagidihitungsecaraprogresifsepertipadakebijakanpajakeksport tahun 1994. Tetapi perhitungan pajak ekspor yang baru dimana pemerintah dapatmenentukan besaran check price dan export tax tarif. Ketika harga minyak goreng domesticmengalamikenaikkanyangdisebabkankarenatingginyatingkatekspormakapemerintahakandapatmenaikkan besaran export tax tarif dan besaran check price untukmengurangi tingkateksporCPOdanakanmenurunkanhargaCPOdidalamnegeri.Tetapiketikabesarancheckpricebelum ditetapkan oleh kementrian perdagangan maka perhitungan pajak dilakukanmenggunakanrumus:

Padatahun1997pajakeksporyangawalnyasebesar40%-60%diubahmenjadi2%-5%.Tetapipadajanuari–maret1998melauiSuratDitjenDagriNo.420/DJPDN/XII/1197pemerintahmelarangeksporCPOkepasarinternasional.Semuaproduksiminyakkelapasawitdialokasikanhanya untuk kebutuhan dalam negeri. Hal ini disebabkan karena adanya peningkatan harga

EksporTax=EksporVolumexEksporTarifx(BasePrice–FOBPrice)xExchangeRate

ExportTax=ExportTaxTarifxCheckPricexExportVolumexExchangeRate

ExportTax=ExportTaxTarifxFOBValuexExchangeRate


138

minyak goreng domestic sehingga pemerintah melarang adanya ekspor CPO ke pasarinternasional. tujuandari pelaranganeksporkepasar internasional adalahuntukmenurunkanharga produk minyak goreng pada pasar domestic. Pada tanggal 17 april 1998 melalui SKMenperindag No 181/MPP/Kep/4/1998 pemerintah membebaskan perdagangan CPO danproduk-produkturunannya.Pajakeksporyangdikenakanolehpemerintahsebesar15%-40%.

Pada tahun 2005 pemerintah melalui kementrian keuangan mengeluarkan kebijakantentangpenetapanbarangeksportertentuyangdikenaipajak.Tujuandarikebijakaniniadalahuntukmenjaminkebutuhandalamnegeri,melindungikelestariansumberdayaalam,antisipasikenaikan harga dipasar internasional dan menjadi stabilitas harga dalam negeri. Akibat dariadanyakebijakaninimakaperhitunganpajakeksporberubahmenjadi:

Keterangan:TarifpungutanEksporditentukanolehMenteriKeuangan,sedangkanhargapatokanekspor(HPE)ditetapkanolehmenteriperdaganganyangdilakukansetiapbulansesuaidenganhargainternationaldannilaikursditetapkansecaraberkalaolehkementriakeuangan.

Padatahun2008seiringdenganmeningkatnyahargaminyakkelapasawitduniamakapemerintahmengeluarkankebijakanuntuk tidak lagimengikutihargaCPOdunia.Tujuandarikebijakan ini adalah untuk mengamankan pasokan CPO pada pasar domestic. Harga CPOinternationalmencapaipuncaknyapadamaret2008sebesarUS$948,54/ton.Setelahmaret2008hargaCPOkembalimenurunsehinggapemerintahkembalimerivisikebijakantentangtarifpajakekspor.

Pada tahun 2010 - 2014 penetapan bea keluar minyak kelapa sawit (CPO) kembalimenggunakan tarifprogresif.Yangdimaksuddengan tarifprogresifadalahpenetapanbesaranbeakeluaryangdikenakankepadaeksportirberdasarkanreferensihargaminyakkelapasawitdunia.Ketikahargaminyakkelapasawitdipasarinternasionalmengalamipeningkatanmakabeakeluaryangdikenakankepadaeksportirjugaakansemakintinggi(table1.4).

Tabel1.2BesaranBeaKeluaryangdikenakanberdasarkanHargainternasionalCPO(2010)

Hargaminyakkelapasawit(US$/ton)

BeaKeluar(%)

<700700-750750-800800-850850-900900-950950-1.0001.000-1.0501.050-1.1001.100-1.1501.150-1.200

0%1.5%3%4.5%6%7.5%10%12.5%15%17.5%20%

PungutanEkspor=TarifpungutanEksporxJumlahsatuanbarangxHargaPatokanEkspor(HPE)xNilaiKurs


139

1.200-1.250>1.250

22.5%25%

Sumber:KementrianKeuangan

Padatahun2015terjadiperubahanke-4terhadapkebijakaneksporminyakkelapasawit.Perubahan kebijakan yang ditetapkan oleh pemerintah terhadap eksporminyak kelapa sawityaitu terdapat pada perhitungan tarif bea keluar. Besaran tarif bea keluar tidak lagi dihitungdengan menggunakan persentase (%) tetapi pada tahun 2015 besaran tarif bea keluar yangdikenakan dihitung berdasarkan (US$/MT) (Tabel1.3). Jadi ketika hargaminyak kelapa sawitinternasionalberadapada700-750US$/tonmakamakabesarantarifbeakeluaryangdikenakankepadaeksportiradalahsebesarUS$3/ton.Begitujugaketikahargaminyakkelapasawitduniaberadapada800-850US$/tonmaka tarifbeakeluaryangdikenakankepadaeksportir adalahsebesar33$/ton(tabel1.3).

Tabel1.3BesaranTarifBeaKeluaryangdikenakanberdasarkanhargainternasionalCPO(2015)

Hargaminyakkelapasawit(USD/ton) TarifBeaKeluar(USD/MT)

<700700-750750-800800-850850-900900-950950-1.0001.000-1.0501.050-1.1001.100-1.1501.150-1.2001.200-1.250

$0$3$18$33$52$74$93$116$144$166$183$200

Sumber:KementrianKeuangan

RumusanMasalah

Tingginya tingkat eksporminyak kelapa sawit (CPO)menyebabkan ketersediaan CPOpada pasar domestic semakin menipis. Menipisnya ketersediaan CPO pada pasar domesticmenyebabkankenaikkanhargapadaprodukolahanminyakkelapasawit.Meningkatnyahargaproduk olahanminyak kelapa sawitmenyebabkanpemerintahmengeluarkan kebijakanpajakeksportCPOyangdiharapakandapatmeredamtingkateksportCPOkepasarinternasional.

Berdasarkanrumusanmasalahtersebut,penelitianinidiharapkandapatmenjawabpertanyaanpenelitianberikut:

• ApakahdampakkebijakanpajakeksportyangditetapkanolehpemerintahterhadapeksporminyakkelapasawitdiIndonesia?


140

• Mendeskripsikan faktor-faktor lain yang mempengaruhi ekspor minyak kelapa sawit diIndonesia

TujuanPenelitiandanManfaatPenelitian

Tujuanpenelitian ini adalahuntukmendeskripsikanbagaimanadampakpajakeksportterhadapeksporminyakkelapasawit (CPO)setelahdiberlakukannyakebijakanpajakeksport.Manfaat dari penelitian ini adalah memberikan informasi terhadap pengaruh setelahdiberlakukannyakebijakanpajakeksportterhadapeksportminyakkelapasawitdiIndonesia.

KerangkaPemikiran

Dalamkerangkapemikiranterdapat4variabelyangmempengaruhieksporCPO.Antaralain adalah upah minimum, pajak ekspor, nilai tukar dan harga CPO dipasar internasional.Penelitian ini lebih berfokus kepada pengaruh kebijakan pajak ekspor yang ditetapkan olehpemerintah terhadap eskpor CPO. Tetapi variabel-variabel lain seperti biaya produksi, pajakekspor,nilaitukardanhargaCPOjugaditelitiuntukmelihatdampaknyaterhadapeksporCPO.

Variabel upah minimum diharapkan koefisiennya bernilai negatif. Ketika terjadikenaikkan pada upah minimummaka akan berdampak pada biaya produksi yang juga akanmeningkat. Peningkatan biaya produksi pada industriminyak kelapa sawit (CPO) diharapkanakanmenurunkanvolumeeksporminyakkelapasawitdipasarinternasionalkarenaketikaterjadipeningkatan terhadap biaya produksi maka akan meningkatkan harga. Meningkatnya hargaminyak kelapa sawit akan berdampak pada penurunan jumlah permintaan terhadap minyakkelapasawit(CPO)olehsebabituvariabelupahminimumdiharapakanakanbernilainegatif

Variabelpajakekspordiharapakankoefisiennyabernilainegatif.Ketikaterjadikenaikkanpada pajak ekspor yang ditetapkan oleh pemerintahmaka akan berdampak pada penurunanvolume ekspor minyak kelapa sawit kepasar international yang disebabkan karena kenaikanpajakeksporakanmeningkatkanbiayaproduksieksportirkarenabebanpajakyangdiberikanolehpemerintahyanglebihbesar.Olehkarenaitukenaikkanpajakeksporakanberdampakpadapenurunanvolumeeksporkepasar international. Sehinggakoefisienpajakekspordiharapkanbernilainegatif.

Variabelnilaitukardiharapkanmemilkikoefisienbernilaipositif.ketikaterjadipenguatannilaitukarrupiahterhadapdollarmakaakanmenaikkanvolumeeksporyangdisebabkankarena

Upahminimum

ExportTax

ExchangeRateExportCPO

HargaCPOInternational


141

produsenminyakkelapasawitpastiakanlebihmemilihuntukmenjualprodukCPOnyakepasarinternasionalkarena lebihmenguntungkanakibatdaripenguatannilai rupiah terhadapdollartersebut.

VariabelinternationalpriceCPOdiharapkankoefisiennyabernilaipositif.Ketikaterjadikenaikkanhargakelapasawitdipasarinternasionalmakaperusahaanpastiakanlebihmemilihuntukmenjualprodukminyakkelapasawitnyakepasar internasionalyangdisebabkankarenahargakelapasawitdipasarinternasionalyanglebihtinggidibandingkandenganpasardomestiksehingga volume ekspor yang juga meningkat. Oleh karena itu variabel international pricediharapkanbernilaipositif

TINJAUANPUSTAKADANPENELITIANTERDAHULLU

2.1 TinjauanPustaka

TariffBarrier(HambatanTarif)

TariffBarrier(HambatanTarif)adalahsuatukebijakanproteksiterhadapbarang-barangproduksidalamnegeridariancamanbanyaknyabarang-barangsejenisyangdiimpordari luarnegeri.Tariffadalahhambatanperdaganganberupapenetapanpajakatasbarang-barangimporataubarang-barangyangmelintasipabean (cumtonarea).Efekkebijakan ini terlihat langsungpadakenaikkanhargabarang.Denganpengenaanbeamasukyangbesar,pendapatannegaraakanmeningkatsekaligusmembatasipermintaankonsumenterhadapprodukimpordanmendorongkonsumenmenggunakanprodukdomestic.

Macam-macamPenentuanTarif,yaitu:

• BeaEkspor(exportduties)adalahpajak/beayangdikenakanterhadapbarangyangdiangkutmenujunegaralain(diluarcustomarea).

• BeaTransito(transitduties)adalahpajak/beayangdikenakanterhadapbarang-barangyangmelaluibataswilayahsuatunegaradengantujuanakhirbarangtersebutadalahnegaralain.

• BeaImport(importduties)adalahpajak/beayangdikenakanterhadapbarang-barangyangmasukdalamsuatunegara.

Tariffbarrierstidakhanyaberlakuuntukbarangimporsaja.Tarifbarriers jugaberlakuuntukbarang-barangyangakandieksporkeluarnegeri.Konseptariffbarriers(hambatantariff)yangditerapakanolehpemerintahterhadapbarang-barangyangakandieksporadalahberupapajak ekspor. Pajak ekspor digunakan pemerintah untukmenghambat eksporminyak kelapasawit (CPO) yang sangat tinggi kepasar internasional. Hambatan tariff yang digunakanpemerintahinibertujuanagarsuplyminyakkelapasawitpadapasardomestikdapatterpenuhidanjugauntukmeningkatkannilaitambahterhadapprodukminyakkelapasawit(CPO).



142

Peneliti Judulpenelitian Hasil

Azwar(2015) Dampak perubahanhargaCrudepalmoil(CPO) duniaterhadap volumeeksport komoditaskelapa sawit danperekonomianIndonesia(pendekatan vectorautoregressionanalysis)

Fluktuasi atau perubahan harga CPO duniamemberikan dampak atau pengaruh terhadapkinerja (volume) ekspor kelapa sawit danperekonomian Indonesia. Dampak iniditransmisikanmelaluivariabelvolumeekspordanbeberapa variabel ekonomi makro, yaitupertumbuhanekonomi(PDB),lajuinflasidanjumlahuangberedar.

Dalam penelitian ini diperoleh hasil bahwaperubahan harga CPO di pasar dunia memberikandampak positif terhadap volume ekspor komoditikelapa sawit, pertumbuhan ekonomi, jumlah uangyangberedardanlajuinflasi.

Aziza R Salam,BagasHaryotejo,ErizalMahatama, LeoMualdyCSDanUmarFakhrudin

Dampak kebijakanbea keluar terhadapindustry cpo danturunannya

KonsumenCPOdalamhaliniindustriberbahanbakuCPO terutama industri minyak goreng menikmatikeuntungan dari penerapan bea keluar karenamemperolehhargabahanbakudenganhargayangrelatif murah dan tersedia di pasar domestik.Produsen mengalami kehilangan kesempatanmemperoleh windfall gain secara maskimal.Pemerintah memperoleh pendapatan dari beakeluarakibatberkurangnyasmuggling.

METODEPENELITIAN


Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dariDirektoratJenderalPerkebunan,WorldBank,KementrianKeuangandanindexmundi.Datayangdigunakanadalahdatavolumeeksporminyakkelapa sawit (CPO),dataperubahannilai tukarrupiah terhadap USD, data harga CPO internasional, data perubahan pajak ekspor dan upahminimumregional(UMR).

TeknikanalisiyangdigunakandalampenelitianiniadalahOrdinaryLeastSquare(OLS)denganmetodeTimeseriesdaritahun2000-2015.Tujuananalisisiniadalahuntukmengetauhipengaruh variabel independent terhadap variabel dependent. Variabel independent dalampenelitianiniadalahbiayaproduksi,pajakekspor,exchangeratedanhargaCPOinternasional.Makadengandiketauhinyavariabledependentdanvariableindependentmakadapatditurunkanpersamaanfungsiberikut:

Xt=β0+β1UMt+β2TXt+β3ERt+β4PWt+εt

Keterangan:


143

X:CPOexport(ton)UM:UpahMinimum(rupiah)ER:Exchangerate(rupiah/US$)TX:Effectiveexporttax(%)PW:Internasionalprice($)UJIMULTIKOLINEARITAS

Tabel3 Upahminimum ExchangeRate ExportTax Internasional

Price

Upahminimum 1.000000 0.348111 0.296423 0.652070ExchangeRate 0.348111 1.000000 0.018187 -0.085266ExportTax 0.296423 -0.018187 1.000000 0.783847InternationalPrice

0.652070 -0.085266 0.783847 1.000000

Tidakadanyaketerkaitanataukorelasiantaravariabel inimenunjukkanbahwaregresidapat menghasilkan model yang effisien dan konsisten. Untuk melihat ada atau tidaknyamultikolinearitas dapat dilakukan dengan cara melihat correlations matrix.Multikolinearitasdideteksidenganmelihatkoefisienkorelasiantarvariabelindependent.Jikakorelasinyakurangdari 0,8 (rule of tumbs 0,8) maka dapat disimpulkan bahwa tidak ada multikoinearitas.Berdasarkan hasil uji mutikolinearitas diatas, diketauhi bahwa tidak ada nilai variabel yangberada diatas 0,8 (rule of tumbs 0,8) shingga dapat disimpulkan bahwa setiap variabel tidakberkorelasiatauberkaitanantarasatuvariabeldenganvariabellain.

HASILDANPEMBAHASAN

4.1 AnalisisHasilRegresi

Tabel4

Variabel Koefisien t-statistic ProbabilitasUpahminimum -2.691967 -1.905798 0.0831**ExchangeRate 238.6603 0.512895 0.6182ExportTax -55796076 -4.159129 0.0016*InternationalPrice 20304.05 5.959471 0.0001*R-square 0.875472

Variabelpertamaadalahupahminimum.Hasilregresimenunjukkanbahwavariabelbiayaproduksimemilikiprobabilitas0,0832yangartinyasignifikanpada∝∶ 10%dengannilaikoefisien-2,691967.Hal inimenunjukkanbahwaketikaadanyakenaikkanbiayaproduksipada industriminyak kelapa sawit domestik sebesar Rp1 maka akan menurunkan volume ekspor CPOindonesiasebesar-2,691967ton.

Variabel kedua adalah Exchange Rate. Hasil regresi menunjukkan bahwa variabelexchange rate mempunyai nilai koefisien 238.6603 dengan probabilitas 0,6182. Hal inimenunjukkanbahwaexchangeratetidakmemilkipengaruhsignifikanterhadapvolumeekspor


144

yang ditunjukkan oleh nilai probabilitas yang cukup tinggi yaitu sebesar 0,6182 atau 61,82%(tidak signifikan pada∝= 1%, 5%dan10%). Sehingga ketika nilai rupiah melemah ataupunmenguatterhadapUSDmakatidakakanmempengaruhivolumeeksporminyakkelapasawit.

Variabelketigaadalahexporttax.Hasilregresimenunjukkanbahwavariabelexporttaxmempunyainilaikoefisiensebesar-55796076denganprobabilitas0,0016(signifikanpada∝=1%, 5%dan10%).Halinimenunjukkanbahwaketikaadanyakenaikkanpajakeksporsebesar1%maka akanmenurunkan volume ekspor sebesar 55.796.076 ton.Koefisienmenujukkan angkayangbernilainegatifmakahubunganantarapajakekspordanvolumeeksporakanberbandingterbalik seperti ketika pajak ekspor dinaikkan maka akan menurunkan volume ekspor dansebaliknya.

Variabelkeempatadalahinternationalprice.Hasilregresimenunjukkanbahwavariabelinterntional price mempunyai nilai koefisien sebesar 20304.05 dengan probabilitas0,0001(signifikanpada∝= 1%, 5%dan10%).Hal inimenunjukkanbahwa international pricemempengaruhivolumeeksporpada∝= 1.Hubunganantaravariabelinternationalpricedenganvariabel volumeekspor adalahbernilai positif yangmenunjukkanhubunganyangberbandinglurusantaravariabelinternationalpricedenganvolumeekspor.SehinggaketikaterjadikenaikkanhargaCPOdipasar international sebesarUS$1makaakanmenaikkanvolumeekspor sebesar20.304,05ton.

Namun jika variabel pajak ekspor dibandingkan dengan variabel upah minimum daninternasionalpricemakadapatdilihatyangpalingbesarpengaruhnyaterhadapvolumeeksporminyakkelapasawitadalahvariabelpajakekspor.Halinidisebabkankarenahanyavariabelpajakeksporyangberpengaruhsecaralangsungterhadapeksporminyakkelapasawit,sepertiketikaharga minyak kelapa sawit dunia naik maka pemerintah dapat meningkatkan pajak eksporminyakkelapa sawituntukmengurangi volumeekspordanketikahargaminyakkelapa sawitmenurunmakapemerintahdapatmenerapkanpajak eksporminyakkelapa sawit sebesar0%sehingga variabel pajak ekspor sangatmempengaruhi besaran volume eksporminyak kelapasawit.

Koefisen determinasi (R-Squared) berguna untuk melihat seberapa besar proporsivariabel independent dapat menjelaskan variabel dependent. Berdasarkan hasil esstimasi,variabelR-squarebernilai 0,875472yangberarti sebesar 87,54%variabel independent dapatmenjelaskanhubungandenganvariabeldependentatausebesar87,54%volumeeksporminyakkelapa sawit (CPO) dipengaruhi oleh biaya produksi, exchange rate, pajak ekspor, daninternasionalPricesedangkansebesar12,46%dipengaruhiolehfaktor-faktorlainnyayangtidakterdapatpadapenelitianini.

Kesimpulan

Berdasarkan hasil pengujian yang dilakukan dalam penilitian ini, maka didapatkankesimpulan bahwa kebijakan pajak eksporminyak kelapa sawit (CPO) sangatmempengaruhitingkat volume ekspor minyak kelapa sawit (CPO). Hal ini dapat dilihat ketika pemerintahmenaikkanbesaranpajakekspor sebesar1%makaakanmenurunkanvolumeekspor sebesar55.796.076ton.SehinggakebijakanpajakeksporyangditetapkanolehpemerintahdengantujuanuntukmenahanlajueksporcpokepasarinternationalagartidakterjadikelangkaanCPOdipasardomestikdanuntukmeningkatkannilaitambahperekonomiandenganmemberikanbebanpajak


145

yanglebihbesarterhadapeksportiryangmengeksporbahanmentah(minyakkelapasawityangbelum diolah) dan membebankan pajak ekspor yang lebih kecil terhadap eksportir yangmengekspor bahan jadi (minyak kelapasa sawit yang sudah diolah) terbilang sudah berhasil.Faktor-faktor lain seperti upahminimumdan internasional price jugamempengaruhi volumeekspor. Ketika terjadi kenaikan upah minimum sebesar Rp1 maka akan mengurangi tingkatvolumeeksporsebesar2,691967tondanketikaterjadikenaikkanpadainternationalpriceofCPOmakaakanmenaikkanvolumeeksporsebesar20304,05tonsedangkanvariabelnilaitukartidakmempengaruhi volume ekspor minyak kelapa sawit sehingga ketika nilai rupiah melemahataupunmenguatterhadapUSDmakatidakakanmempengaruhivolumeeksporminyakkelapasawit.

DAFTARPUSTAKA

Azwar. (n.d.). Dampak PerubahanHarga Crude PalmOil (CPO)Dunia TerhadapValue EksporKomoditas Kelapa Sawit Dan Perekonomian Indonesia (Pendekatan VectorAutoregressionAnalysis).1-17.

BankIndonesia.(2017).StatistikEkonomiKeuanganIndonesia.RetrievedfromBankIndonesia:http://www.bi.go.id/id/statistik/seki/terkini/eksternal/Contents/Default.aspx

DirektoratJenderalPerkebunan.(2015).StatistikPerkebunanIndonesia,KelapaSawit2014-2016.(M.E.Subiantoro,&Y.Arianto,Eds.)Jakarta,DKIJakarta,Indonesia:DirektoratJenderalPerkebunan.

GAPKI Indonesia Palm Oil Association. (2017, February 6). Industri Minyak Sawi MerupakanIndustri Stratgis Nasional. Retrieved from GAPKI Indonesian Palm Oil Association:https://gapki.id/news/1860/industri-minyak-sawit-merupakan-industri-strategis-nasional

MenteriKeuanganRepublik Indonesia. (2001).PenetapanBesarnyaTaripPajakEksporKelapaSawit.Jakarta:MenteriKeuanganRepublikIndonesia.

Menteri Keuangan Republik Indonesia. (2005). Penetapan Jenis Barang Ekspor Tertentu danBesaranTarifPungutanEkspor.Jakarta:MenteriKeuanganRepublikIndonesia.

MenteriKeuanganRepublik Indonesia. (2008).PenetapanBarangEksporYangDikenakanBeaKeluarDanTarifBeaKeluar.Jakarta:MenteriKeuanganRepublikIndonesia.

Menteri Keuangan Republik Indonesia. (2011). Perubahan Atas Peraturan Menteri KeuanganNomor67/PMK.011/2010TentangPenetapanBarangEkporYangDikenakanBeaKeluarDanTarifBeaKeluar.Jakarta:MenteriKeuanganRepublikIndonesia.

MenteriKeuanganRepublik Indonesia. (2012).PenetapanBarangEksporYangDikenakanBeaKeluarDanTarifBeaKeluar.Jakarta:MenteriKeuanganRepublikIndonesia.

Menteri Keuangan Republik Indonesia. (2013). Perubahan Atas Peraturan Menteri KeuanganNomor75/PMK.011/2012TentangPenetapanBarangEksporYangDikenakanBeaKeluarDanTarifBeaKeluar.Jakarta:MenteriKeuanganRepublikIndonesia.


146

Menteri Keuangan Republik Indonesia. (2015). Perubahan Keempat Atas Peraturan MenteriKeuanganNomor75/PMK.011/2012TentangPenetapanBarangEksporYangDikenakanBeaKeluarDanTarifBeaKeluar.Jakarta:MenteriKeuanganRepublikIndonesia.

Salam,A.R.,Haryotejo,B.,Mahatama,E.,MuraldyCS,L.,&Fakhrudin,U.(2014,September19).Dampak Kebijakan Bea Keluar CPO Terhadap Industri CPO Dan Turunannya. JurnalBorneoAdministrator,192-213.

Pahan, Iyung. Kelapa Sawit: Manajemen Agribisnis dari Hulu hingga Hillir (Palm Tree:AgribusinessManagement formUpstreamtoDownstream). Jakarta:PenerbitSwadaya,2008.


147

LAMPIRAN

TabelPerubahantingkatpajakekspordaritahun1978-2015

No Periode DasarKebijakanPemerintah MateriKebijakan

1 1978 -1991

SKBMendagkop,MentandanMenperindag No275/KPB/XIII/1978764/Kpts/12/1978252/U/SK/1978 Tanggal 16Desember1978

Digunakaninstrument:AlokasibagikebutuhandalamnegeriDitetapkanhargaCPOuntukpenjualandalamnegeriDiperlukan ijindariDept.PerdaganganuntukeksporCatatan:Mei1986ditambahdenganinstrumenPEyangakhirnyamulaiMei1991dihapuskanlagi,termasukalokasikebutuhanDN

2 1991 -1994

SKB Mendag, Mentan,Menperin No.136/KPB/VI/1991340/Kpts/KB.320 VI/199150/M/SK/6/1991Mei1991

SKB 16 Desember 1978 dicabut, berartiperdagangandaneksporCPOdibebaskan

3 1994 -1997

SK Menkeu No.439/KMK.017/1994Tanggal31Agustus1994

DitetapkanPEprogresifbagiCPOdanprodukolahannya


148

Catatan: Mei 1995 ditugaskan membentukkesediaan penyanggah. Bekerja sama denganBimoli,Bulogmelakukanoperasipasar.

4 1997 -1998

SK Menkeu No.300/KMK/1997 Tanggal 4Juli1997

Pajak ekspor diturunkan dari 40 s/d 60%menjadi2s/d5%dantidakprogresi

SKMenperindagNo.456/MPP/Kep/12/1997 tgl 1712-97

Kewajiban produsen memasok CPO untukkebutuhandalamnegeri.

Surat Menkeu No.622/KMK.01/1997 tgl 17-121997

Produsen ekspor CPO namun belummemenuhikewajibanmemasokkebutuhanDNdikenakanPEtambahan28%-30%

Surat Ditjen Dagri No. 420/DJPDN/XII/1997 tgl 24-1297

CPO dan produk-produknya produksi bulanJanuari s/d Maret 1998 hanya untukkebutuhanDN

SK Menperindag No.102/MPP/Kep/2/1998Tanggal26Februari1998

Mencabut SK tanggal 17 Desember ProduksiCPOdan turunannyahanyauntuk kebutuhandalamnegerisampaihargaDNstabi

SK Menperindag No 181/MPP/Kep/4/1998 tgl 17April98

Perdagangan CPO dan produk-produknyadinyatakanbebas

SK Menkeu No. 242/KMK.01/1998 tgl 22 April98

Pajakekspordinyatakanberkisarantara15%-40%

5 2001 SK Menkeu66/KMK.017/2001

PajakeksporCPO3%

6 2005 SK Menkeu 130/KMK.010/2005

PajakeksporCPO1,5%

PPNo.35tahun2005 Penetapan barang ekspor tertentu olehMenkeu.TujuanpengenaanPE(pasal2ayat2)yaitu:MenjaminkebutuhanDNMelindungikelestarianSDAAntisipasi kenaikan harga di pasarInternationalMenjagastabilitashargaDN

7 2006 SK Menperindag No. 17/M-Dag/Per/3/2006Tanggal29maret2006

HPEditetapkansetiapbulanolehmenteriyangbertanggung jawab di bidang perdaganganatauDirjenPerdaganganLN.HPE berlaku 10 April - 9 mei 2006: US $362/MT


149

SK Menperindag No. 21/M-Dag/Per/5/2006 tgl 8-5-2006

HPE berlaku satu bulan mulai 10 Mei- 9Juni2006,yaituUS$358/MT

8 2008 PMK No.223/PMK.011/2008

Bea Keluar mulai berlaku 1 Januari 2009dengantariffprogresif

9 2011 PMK No.128/PMK.011/2011

PengenaanbeakeluaratascampurandariCPOdanprodukturunannyadanmulaiberlaku14September2011

10 2012 PMKNo.75/2012 Penyempurnaanuraiandankelompokbarangdanprodukturunannya

11 2013 PMKNo.128/2013 Penetapanbarangeksporyangdikenakanbeakeluardanarifbeakeluar

12 2015 PMKNo.136/PMK.010/2015 Penetapanbarangeksporyangdikenakanbeakeluardantarifbeakeluar

Sumber:KementrianKeuangan(diolah)


150

FAKTOR-FAKTORYANGMEMENGARUHIPRODUKTIVITASKELAPASAWIT

BilaaKaifa (2014110030)

Abstrak

Kelapa sawit merupakan komoditas penting karena hasil produksinya telahmenyumbangsebesar1,5-2,5persenterhadaptotalprodukdomestikbruto(PDB).Pada tahun 2015, total produksi kelapa sawit Indonesiamencapai 33 juta tondenganluaslahansebesar11jutahektar.Sedangkanvolumeekspornyamencapai20 juta ton dengan nilai ekspor sebesar US $ 18,64 miliar. Namun demikian,produktivitas kelapa sawit masih terbilang rendah terutama untuk parapekerjanya.Tujuandaripenelitian iniadalahuntukmengetahuiseberapabesarpengaruh luas area perkebunan, nilai ekspor, dan upah perkebunan terhadapproduktivitaskelapasawitdiIndonesia.PenelitianinimenggunakanpersamaanregresimetodeOLSdengandata timeseries tahun2000-2015.Hasilpenelitianmenyatakanbahwaupahsertaluasareaberpengaruhsecarasignifikanterdahapproduktivitaskelapasawit

Katakunci:produktivitas,kelapasawit,tenagakerja

1. PENDAHULUAN

LatarBelakangPenelitian

Kelapa sawit merupakan salah satu komoditas dari sektor pertanian dan sub sektortanaman perkebunan. Kelapa sawit memiliki peran penting karena hasil produksinya telahmenyumbang sebesar 1,5-2,5 persen terhadap PDB. Pada tahun 2017, besarnya sumbanganindustrikelapasawitsebesar239,4Triliun.TotalkontribusiperkebunannasionalterhadapPDBsebesar411triliunRupiahdansebesar239,4triliun-nyamerupakankontribusidarikomoditaskelapasawit.Kontribusisubsektortanamanperkebunaninimemilikikontribusicukuptinggibiladibandingkan dengan sub sektor lainnya yang berada dalam sektor pertanian. Grafik 1.1menunjukankontribusisubsektortanamanperkebunanterhadapPDB.

Grafik1.1KontribusiSubSektorPertanianterhadapPBB

KONTRIBUSI SUB SEKTOR PERTANIAN TERHADAP PDB (%)

4

3


151

Sumber:BPSdiolahPusdatindalamAnalisisPDBSektorPertanian2015

Kelapasawit jugamemiliki totalproduksicukuptinggi.MenurutStatistikKelapaSawit(2015) total produksi kelapa sawit Indonesia mencapai 33 juta ton pada tahun 2015. Totalproduksi kelapa sawit mengalami tren peningkatan bila dibandingkan dengan tahun-tahunsebelumnya yaitu sebesar 27 juta ton pada tahun 2013 dan 29 juta ton pada tahun 2014.Peningkatan totalproduksi inididukungolehpeningkatan luasareaperkebunankelapasawit.Luasareaperkebunankelapasawitdibagimenurutstatuskepengusahaannya,yaituperkebunanmilikrakyatatauperkebunanrakyat(PR),perkebunanmilikpemerintahatauperkebunanbesarnegara(PBN),danperkebunanmilikswastaatauperkebunanbesarswasta(PBS).

Pada tahun 2014, jumlah luas area perkebunan dari ketiga jenis perkebunan tersebutmencapai10jutahektardanmeningkatditahun2015menjadi11jutahektar.Tingginyajumlahluasareaperkebunansertahasilproduksikelapasawitmenyebabkantingkateksporkelapasawitkenegaratujuanjugamenunjukanangkayangcukuptinggi.Padatahun2015,totalvolumeeksporkelapasawitmencapai20jutatondengannilaieksporsebesarUS$18,64miliar.MenurutBPS(2017) India merupakan tujuan utama ekspor kelapa sawit Indonesia dengan total volumemencapai5jutatondannilaieksporsebesarUS$3,2miliar.

Gambar1.1TotalProduksi,VolumeEkspor,danLuasAreaPerkebunanKelapaSawit

Sumber:BPSdiolahStatistikKelapaSawit2015

Kelapa Sawit jugamemiliki peran penting dalam kegiatan perekonomian di Indonesiayaitusebagaisalahsatupenghasildevisanegaradansebagaikomoditasbersifatlabourintensivesehinggabanyakmenyeraptenagakerja(OutlookKelapaSawit2014).Padatahun2014,WakilKetua umum Kamar Dagang dan Industri (Kadin) Indonesia Bidang Agribisnis dan PanganmenyatakanbahwaperkebunansawityangadadiIndonesiatelahmenyerap21jutaorangtenagakerjadenganluaslahanperkebunansawitmencapai10jutahektarSelainitujumlahtenagakerjayangterserappadaindustriminyakkelapasawitmengalamipeningkatandaritahunketahun,yaitusebesar2,1jutajiwatahun2000danberkembangmenjadi9,66jutajiwapadatahun2016.HinggasaatinidarikeseluruhanjumlahpopulasiIndonesia,perkebunansawittelahmenyerap

VolumeEksporTotalLuasPerkebunanTotalproduksi

Produksi,VolumeEkspor,danLuasAreaKelapaSawittahun2010-2015

35.000.000

30.000.000

25.000.000

20.000.000

15.000.000

10.000.000

5.000.000

0

2010 2011 2012 2013 2014


152

Rata-rataProduktivitasKelapaSawit

TertinggiDuniatahun2010-2014

GUATEMALA MALAYSIA NIKAGARUA KOLOMBIA KAMERUN THAILAND INDONESIA

Rata-rataProduktivitasKelapaSawitDunia

sebanyak82jutajiwatenagakerja.

Namundengan tingginya tingkat produksi, volumedannilai ekspor, serta penyerapantenaga kerja kelapa sawit, ternyata faktor-faktor tersebut belum dapat meningkatkanproduktivitaskelapasawitIndonesia.Hinggasaatiniproduktivitaskebunsawitnasionalsaatinimasihdikatakanrendahataubelumberjalansecaramaksimal.MenurutdatadariOutlookKelapaSawit (2015), besarnya nilai produktivitas kelapa sawit masih menunjukan angka yangberfluktuasi.Rata-rataproduktivitasperkebunanrakyatIndonesiamasihmenghasilkansekitar2-3tonperhektardanusahaperkebunanbesarswastasekitar4tonperhektar.BiladibandingkanMalaysia produktivitas kelapa sawit di Indonesia masih jauh di bawah Malaysia. TotalproduktivitasMalaysiatelahmencapailebihdari10tonperhektarnya.PadahalMalaysialuasareaperkebunan yang dimiliki olehMalaysia tidaklah sebesar luas area perkebunan yang dimilikiIndonesia.

RumusanMasalah

Dengan tingginya luas lahan, serta tingginyapenyerapan tenaga kerja padakomoditaskelapasawitseharusnyadapatmenyebabkantingginyanilaiproduktivitaskelapasawit.Namun,padakenyataannyaproduktivitaskelapasawitdiIndonesiamasihdinilairendah.Besarnyanilaiproduktivitas kelapa sawit Indonesia berada di bawah Malaysia yang produktivitasnya telahmencapailebihdari10tonperhektar.MenurutdataOutlookKelapaSawit(2014)rata-ratanilaiproduktivitas kelapa sawit Malaysia tahun 2010-2014 mencapai 21,06 sedangkan Indonesiahanya dapat mencapai nilai 16,99. Meskipun Indonesia merupakan negara pengekspor sawitdunia,namunurutanIndonesiaberadapadaurutanke-tujuh.

Grafik1.2Rata-rataProduktivitasKelapaSawitDunia

Sumber:OutlookKelapaSawit2014

Makayangmenjadipertanyaanpenelitian:

BagaimanaperkembanganproduktivitaskelapasawitdiIndonesia?

Bagaimana pengaruh variabel luas lahan, nilai ekspor, serta upah tenaga kerja dapatmempengaruhiproduktivitaskelapasawit?

21,17 21,06 20,68 19,89 19,14

18,37

16,99


153

TujuanPenelitian

Tujuandaripenelitianiniadalahuntukmengetahuiperkembanganproduktivitaskelapasawit Indonesia serta mengetahui seberapa besar pengaruh upah tenaga kerja, luas areaperkebunan,sertanilaieksporkelapasawitdapatmemengaruhiproduktivitaskelapasawitdiIndonesiatahun2000-2015.

ManfaatPenelitian

Manfaatdaripenelitianiniadalahuntukmmberikaninformasimengenaiperkembanganproduktivitas kelapa sawit serta memberikan informasi mengenai faktor- faktor yang dapatmemengaruhiproduktivitaskelapasawitIndonesiatahun2000-2015.

KerangkaPemikiran

Gambar1.2KerangkaPemikiran

Dalam kerangka pemikiran terdapat 3 variabel independen yang dapat memengaruhiproduktivitaskelapasawit.Vaiabel-variabletersebutadalahupahtenagakerja,nilaiekspor,sertaluas area perkebunan. Ketiga variabel tersebut memiliki hubungan yang positif terhadapproduktivitaskelapasawit,apabilaupahtenagakerja,nilaiekspor,sertaluasareaperkebunanmeningkatmakaproduktivitaskelapasawitakanikutsertameningkat.Penjelasanadalahsebagaiberikut.

Variabel upah tenaga kerja dapatmemengaruhi produktivitas kelapa sawit.Hubunganantaraupahdenganproduktivitasbernilaipositif.Mekanismenya,apabilaupahseorangpekerjadinaikanmakaakanberpengaruhterhadapproduktivitaskerjanya.Jikaupahyangditerimaolehpekerjatersebutcukupmemuaskan,spendingyangdikeluarkanolehpekerjasebagianbesarakandigunakan untuk mengonsumsi makanan yang bergizi sehingga para pekerja memilikikonsentrasikerjayangtinggi.Peningkatankonsentrasiparapekerjatersebutakanmendorongproduktivitaspekerjaitusendiri.Secaratidaklangsungpeningkatanproduktivitastenagakerjaakanmeningkatkanproduktivitaskelapasawit.

Variabelluasareaperkebunanjugadapatmemengaruhiproduktivitaskelapasawit.Samahalnyadenganvariabelupah,hubunganantaravariabelluasdenganproduktivitasbernilaipositif.

UpahTenagaKerja

NilaiEkspo

LuasLahanperKebun

Produktivitas


154

Semakinbesarareaperkebunanyangdigunakanuntukmemproduksikelapasawit,makafaktorproduksi (input) yangdigunakanakan lebih canggih. Faktorproduksi (input) yangdigunakantidak lagimenggunakan tenaga kerja,melainkanposisi tenaga kerja di area perkebunan yangsemakin luasakantergantikanolehmesin.Mesinbersifat lebihcapital intensivedibandingkandengan tenaga kerja sehinggawaktu yangdibutuhkanuntukmemproduksi kelapa sawit yanglebihsedikit.Denganadanyaperkembanganteknologitersebutdapatmembuatprokduksikelapasawitmenjadilebihefektifsehinggamenyebabkanproduktivitaskelapasawitmeningkat.

Kemudian,variabelnilaieksporjugamemengaruhiproduktivitaskelapasawit.Hubunganantara nilai ekspor dan produktivitas bernilai positif. Apabila peningkatan nilai ekspor perhektarnya semakin tinggimaka output yang dihasilkannya akan semakin tinggi juga. Apabilaoutputdarikelapasawitmeningkatmakapendapatanyangdidapatkanperusahaansawitmelaluiprofitakanikutmeningkatjuga.Sehinggaperusahaandapatmengalokasikansebagiandariprofittersebut untukmeng-upgrademesin ataumelakukanpengefisienan lahan.Argumen lain yangmemperkuatbahwanilaieksporberhubunganpositifdenganproduktivitassawitadalahdenganmeningkatnya ekpor sawit maka segmen pasar yang dituju akan semakin luas sehinggameningkatkan permintaan. Tingginya permintaanmendorong tingginya produktivitasmelaluiproduksiyanglebihbanyaklagi.

TINJAUANPUSTAKA


MenurutAdygunaWF.Simamora(2016)dalampenelitianyangberjudulFaktor-FaktoryangMemengaruhiProduktivitasTenagaKerjaPemanendiPTPerkebunanNusantaraVIIUnitKebun Kelapa Sawit Rejosari mengatakan bahwa variabel upahmempengaruhi produktivitastenagakerjapemanenkelapasawitdiPTPerkebunanNusantaraVIIUnitKebunKelapaSawitRejosari.Menurutpenelitianbesarnyanilaiproduktivitaspadatahun2015adalahsebesar732,68kilogramperhariatausebesar106,71persen.MenurutAdyguna,besarnyanilaiproduktivitastersebuttermasukkedalamkategoricukup.Namun,dalampenelitiannyalebihlanjut,Adygunamengatakanbahwakategoricukuptersebutternyatacenderungmendekatikategoritidakbaik,sehinggaproduktivitastenagakerjamasihperluditingkatkan.

Kemudian, menurut Nunung Nuryartono, Syamsul Hidayat Pasaribu, Pristi NadhilahKhairinaPanggabean(2016)dalampenelitianyangberjudulTotalFactorProductivityAnalysisofOil Palm Production in Indonesia, hasil penelitian menyatakan bahwa variable luas areaperkebunantidakmemberikankontribusiyangsignifikanterhadapproduktivitaskelapasawitdikabupaten Muaro Jambi dan kabupaten Sanggau pada tahun 2009 dan 2012. Padahal padapenelitiantersebutpenulismengatakanbahwaluasareaperkebunanmerupakanfaktorproduksiyangpentingdalammenunjangproduktivitaskelapasawit.Namun,hasilpenelitianmenyatakanbahwaluaslahantidakberpengaruhsecarasignifikan.

Lain halnya dengan penelitian Nunung Nuryartono, Syamsul Hidayat Pasaribu, PristiNadhilahKhairinaPanggabean(2016),menurutSeptianita(2009)dalampenelitianyangberjudulFaktor-Faktor yang Mempengaruhi Produksi Kelapa Sawit (Elaeis quinensis Jack) danKontribusinyaTerhadapPendapatanKeluargadiDesaMakartitamaKec.PeninjauanKab.OKUmenyatakan bahwa luas lahan berpengaruh secara nyata terhadap produksi kelapa sawit.Menurut penelitian tersebut penggunaan lahan pada usahatani kelapa sawit diakibatkan oleh


155

adanyaelastisitasyangmelebihidarisatudarisegiefesiensi.Haltersebutmengindikasibahwadengan penambahan faktor luas lahan akan meningkatkan produksi yang akhirnya akanmeningkatkanproduktivitaskelapasawit.

2.2 PengertianProduktivitas

Menurut Dewan Produktivitas Nasional (dalam Husien, 2002), produktivitas adalahperbandingan antara hasil yang dicapai (output) dengan keseluruhan sumber daya yangdigunakan (input).Menurut Blocher, Chen, Lin (2000) produktivitas adalah hubungan antaraberapaoutputyangdihasilkandanberapa inputyangdibutuhkanuntukmemproduksioutputtersebut. Sedangkan menurut Sedarmayanti (2001), produktivitas adalah bagaimanamenghasilkanataumeningkatkanhasilbarangdanjasasetinggimungkindenganmemanfaatkansumberdayamanusiasecaraefisien.Olehkarenaituproduktivitasseringdiartikansebagairasioantaraoutputdaninputdalamsatuantertentu.

2.3 KonsepProduktivitas

Produktivitasmemlilikiduadimensi.Dimensipertamaadalahefektivitasyangmengarahkepadapencapaiantargetberkaitandengankualitas,kuantitas danwaktu. Sedangkan dimensikedua yaitu efisiensi yang berkaitan dengan upaya membandingkan input dengan realisasipenggunaannyaataubagaimanapekerjaantersebutdilaksanakan.MenurutRavianto(1989:18)konsepproduktivitasdapatdijelaskansebagaiberikut:

1. Produktivitas adalah konsep universal, ditujukan untuk menyediakan semakin banyakbarangdanjasa(output)denganmenggunakansedikitsumberdaya(input).

2. Produktivitas bertujuan mengolah sumber daya secara efektif dan efisien dengan tetapmenjagakualitas.

3. Produktivitas di masing-masing negara memiliki perbedaan kondisi, potensi, dankekurangansertaharapandalamjangkapanjangdanpendek.

4. Produktivitasmengandungfilosofidansikapmendasarpadamotivasiyangkuatuntukterusmenerusberusahamencapaimutukehidupanyangbaik.

2.4 TeoriProduktivitas

Dalampenelitianinivariabelluasareaperkebunan,upahtenagakerja,sertanilaieksportermasukkedalaminput.Sedangkanoutputdapatberupahasilproduksikelapasawit.Namun,hasilproduksikelapasawittidakdimasukansebagaivariabelindependendalampenelitianini.Yang menjadi variable independen adalah produktivitas itu sendiri. Dalam penelitian ini,produktivitasdihitungdalamtonperhektar.Rumusproduktivitasadalahsebagaiberikut:

Produktivitas=Output(dalamton)

LuasAreaPerkebunan


156

METODEDANOBJEKPENELITIAN

3.1 TeknikPengolahanData

Untukmengetahui faktor-faktor apa saja yang digunakan, penelitian inimenggunakanmodel sebagaiberikut.Modelyangdigunakandiubahdalambentuk logdifference.Bentuk logdifference digunakan untuk kedua variabel dependen maupun independen. Model tersebutditujukanagarmemperolehpersentaseperubahanantaravariabeldependenterhadapvariableindependen.

D(PRODUKTIVITAS)t=β0+β1d(Upah)t+β2d(Luas)t+β3d(Ekspor)t+εt

Produktivitas :ProduktivitasKelapaSawit(Ton/Ha)Upah :UpahPerkebunan(UpahMinimumRegional)Luas :TotalLuasArealKelapaSawitMenurutStatusPengusahaan(Ha)Ekspor :TotalNilaiEksporMinyakSawit(US$)

3.2 SumberData

Untuk mengetahui faktor-faktor yang mempengaruhi produktivitas maka digunakanproduktivitas sebagai variabel dependen dan upah tenaga kerja, luas area, serta nilai yangmenjadivariabelindependen.Dalampenelitianini,datadarivariabel-variabelindependenyangdigunakan tidakmelibatkan seluruh provinsi di Indonesia,melainkanhanyaprovinsitertentuyangmemilikiperkebunankelapasawitsaja.Datadarivariabel-variabeltersebutmerupakandatatahun2000-2015.Berikutsumberdatadarivariabelyangdigunakan.

Tabel31.SumberDataVariable SumberData

Produktivitas OutlookKelapaSawit

UpahPekebunan BPS

LuasArea StatistikKelapaSawit

NilaiEkspor StatistikKelapaSawit

3.3 ObjekPenelitian

• Produktivitas

Produktivitas mencerminkan efektivitas dan efisiensi dalam proses mengubah outputmenjadiinput.Dalampenelitianini,yangmenjadiinputadaluasareaperkebunan,upahtenagakerja,sertanilaieksporkelapasawit.Produktivtaskelapasawitdihitungdalamsatuantonperhektar.

• LuasAreaPerkebunan

LuasAreaPerkebunanmencerminkanfaktorproduksiatauinputyangdigunakanuntuk


157

menghasilkanoutputsehinggaprouktivitasdapatterukur.LuasAreaPerkebunandihitungdalamsatuanhektar.

• UpahTenagaKerja

UpahTenagaKerjamencerminkaninsentifyangdibayarkanolehperusahaanataupemilikperkebunanaatasjasaparapekerjaperkebunankelapasawit.UpahTenagaKerjadihitungdalamsatuanRupiah.

• NilaiEkspor

Nilai Ekspor mencerminkan hasil pendapatan yang didapatkan atas besarnya volumeeksporkelapasawit.Nilaiekspordapatdihitungmelalui jumlahsawityangdiekspordikalikandenganhargasawitperton.nilaieksporinidihitungdalamUSDollar.

HASILPENELITIAN

4.1 UjiKesesuaianModel

Metode yang digunakan untuk menganalisis faktor-faktor yang memengaruhiproduktivitaskelapasawitIndonesiaadalahdenganmenggunakanmetodeOrdianryLeastSquare(OLS). Koefisien determinasi dari hasil regresi adalah sebesar 0.512 yang artinya variabelproduktivitas kelapa sawit di Indonesia dapat dijelaskan sebesar 51,2 persen oleh variabel u(Simamore,2016)pahperkebunan,luaslahan,dannilaiekspor.Sedangkansisanyasebesar50,4persendigunakanolehfaktorlaindiluarmodelyangdigunakan.

4.2 UjiAsumsiKlasik

Untukmendapatkanmemperolehmodel terbaikmakamodel regresi harusmemenuhiasumsi normalitas dan terbebas dari asumsi normalitas dan terbebas dari asumsimultikolinearitasdanautokolerasi.Modelregresimemenuhiasumsitersebutdanterbebasdariasumsimultikolinearitassertaautokolerasi.

4.3 HasilRegresi

Darihasilregresimenunjukanbahwaterdapatduavariable independenyangmemilikinilaisingifikanterhadapalfasebesar5persendan10persen.Sedangkansatuvariablememilikinilaiyangtidaksignifikan.Berikutadalahhasilregresiyangdisajikandalamtabel:

Tabel4.1HasilRegresiVariabel Coefficient Std.Error t-Statistic Prob

D(luas) 0.000384 0.000148 2.594682 0.0249*

D(upah) -0.000794 0.000429 -1.853097 0.0909**

D(ekspor) -2.284597 1.696885 -1.346348 0.2053

C -14.99975 99.08715 -0.151379 0.8824

Rsquare 0.512030


158

• LuasAreaPerkebunan(d(luas))

Variabelluasmemilikinilaiprob.yanglebihkecilbiladibandingkandenganalfasebesar5 persen yaitu 0,0249. Besarnya nilai prob. mengindikasi bahwa variabel luas memengaruhisecara signifikan terhadap produktivitas kelapa sawit. Apabila peningkatan luas meningkatsebesar1persenmakaproduktivitasakanmeningkatsebesar2,49persen.Halinisesuaidenganhipotesis awalbahwakenaikan luas lahankelapa sawit akanmeningkatkannilaiproduktivtaskelapasawitIndonesia.

Gambar4.1TotalLuasAreaPerkebunan

Sumber:OutlookKelapaSawit2014

Gambar 4.1menunjukan bahwa total luas area perkebunan kelapa sawit di Indonesiaterjaditrenpeningkatandaritahun2000-2015.Totaldariluasareaperkebunanmerupakantotalpenjumlahanatasluasareaperkebunanmilikrakyat,pemerintah,sertaswasta.Adanyatrenyangterusmeningkat inimengindikasibahwapeningkatanluasareamenjadi salah satupendorongtingginya nilai produktivitas kelapa sawit Indonesia. Hal tersebut dapat dibuktikan melaluipeningkatan output lebih besar dari peningkatan input. Pada tahun 2014, total luas areaperkebunanmeningkat dari 10.754.801 hektar menjadi hektar pada tahun 2015. Sedangkanproduksi kelapa sawit pada tahun 2014 sebesar 29.278.189 ton dan meningkat menjadi31.284.306 ton pada tahun 2015. Data tersebut membuktikan bahwa peningkatan output(produktsi kelapa sawit) lebih tinggi dibandingkan dengan peningkatan input (luas areaperkebunan). Sehingga produktivitas kelapa sawit juga mengalami peningkatan tahun 2014sebesar3.601tonperhektarmenjadi3.679tonperhektar.

TOTAL LUAS AREA PERKEBUNAN TAHUN2000-2015

TotalLuasAreaPerkebunan

12.000.000

10.000.000

8.000.000

6.000.000

4.000.000

2.000.000

02000200120022003200420052006200720082009201020112012201320142015


159

Gambar4.2TotalProduksiKelapaSawit

Gambar4.3ProduktivitasKelapaSawit

• UpahPerkebunan(d(upah))

Variabelluasmemilikinilaiprob.yanglebihkecilbiladibandingkandenganalfasebesar10persenyaitu0.0909.Besarnyanilaiprob.variabelupahmengindikasibahwavariabelupahmemengaruhi secara signifikan dan negatif terhadap produktivitas kelapa sawit. Apabilapeningkatan luas meningkat sebesar 1 persen maka produktivitas akan menurunkanproduktivitassebesar0,038persen.Halinitidaksesuaidenganhipotesisawalyangmenyatakanbahwa kenaikan upah para tenaga kerja kelapa sawit akanmeningkatkan nilai produktivitaskelapa sawit Indonesia.Menuruthasil regsresi, kenaikanupahpara tenagakerjakelapa sawitjustrumenurunkanproduktivitaskelapasawit.

TotalProduksiKelapaSawit2000-2015

35.000.000

30.000.000

25.000.000

20.000.000

15.000.000

10.000.000

5.000.000

02000200120022003200420052006200720082009201020112012201320142015

ProduksiKelapaSawit

ProduktivitasKelapaSawittahun2000-2015

5.0004.0003.0002.0001.0000

2000200120022003200420052006200720082009201020112012201320142015

ProduktivitasKelapaSawit


160

Gambar4.4UpahPerkebunan

Sumber:BPS

Gambar4.5.ProduktivitasKelapaSawit

Menurutgrafikdiatasmenunjukanbahwaupahtenagakerjaperkebunanmengalamitrenyangmeningkatdaritahun2000-2015.Upahtenagakerjaperkebunaninidiambildarirata-rataUMP(UpahMinimumProvinsi)Indonesiayangmemilikiperkebunankelapasawit.Menuruthasilregresi,peningkatanupahyangmeningkatdaritahunketahunjustrumenurunkanproduktivitaskelapasawit.Padatahun2013upahperkebunanatauUMPsebesar1.353.875rupiahmeningkatditahun2014menjadi1.777.659rupiah.Namunbiladilihatpadaproduktivitaskelapasawitjustruproduktivitaskelapasawitditahun2013menurundari3.855tonperhektarmenurunmenjadi3.601tonperhektar.

MenurutMisman(2013)dalampenelitianberjudulAnalisisPengaruh Lingkungan kerjadan Budaya Kerja Terhadap Produktivitas Kerja Karyawan Bagian Pengolahan Kelapa Sawitmenyatakanbahwapekerjayangdibayardenganupahsesuaidenganjenispekerjaannya,akan


161

timbulrasasemangatbekerjapadadiritenagakerjatersebut.Namun, hal tersebut bergantungpadalingkungankerjadanbudayakerjanya.DalampenelitianMisman(2013)menyatakanbahwalingkungan kerja dan budaya kerja berpengaruh secara signifikan terhadap produktitas kerjayangakhirnya akanberpengaruhpadaproduktivitas kelapa sawit. Indinkatordari lingkungankerjaadalahpenerangancahaya,temperaturatausuhu,kelembabanudara,sirkulasiudara,getaramekanis,dankeamananditempatkerja.Sedangkanindikatordaribudayakerjaadalahkinerja,komitmenorganisasi,sertaketidakpuasankerja.

• NilaiEkspor(d(ekspor))

VariabelEkspormemilikinilaiprob. sebesar0.2053.Hal tersebutmengindikasibahwavariable luas lahan tidak memiliki nilai yang signifikan, sehingga variabel ekspor tidakberpengaruhterhadapnilaiproduktivitaskelapasawitIndonesia.

Kesimpulan

Faktor-faktoryangmemengaruhiproduktivitaskelapasawitadalahluasareaperebunandanupahtenagakerjaperkebunan.Variabelluasareaperkebunanberpengaruhsecarasignifikandanpositifpadatingkatalfa5persen,sedangkanvariabelupahberpengaruhsecarasignifikandannegatifpadatingkatalfa10persen.Haltersebuttidaksesuaidenganhipotesisyangmenyatakanbahwavariableupahmemilikihubunganpositifdenganproduktivitaskelapasawit.Seharusnya,semakin tinggiupahyangdiberikanakansemakinproduktifdalambekerjadanmeningkatkanproduktivitas kelapa sawit. MenurutMisman (2013), terdapat faktor lain yangmenyebabkanrendahnyaproduktivitasmeskipundiberikahupahyangmemadai.Faktor tersebutantara lainlingkungankerjadanbudayakerja.

Adapunvariable independenyang tidak signfikan terhadapproduktivitaskelapa sawitadalahnilaiEkspor.Variabletersebuttidaksesuaidenganhipotesisawalyangmenyatakanbahwasemakin tingginya nilai ekspormaka akan semakin tinggi pula nilai produktivitasnya.Namunhasilpenelitianmenunjukanbahwakenaikaneksportidakberpengaruhterhadapproduktivitaskelapasawit.

DAFTARPUSTAKA

Akui Perkebunan Sawit Serap Tenaga Kerja. (2017, Februari 9). Diambil kembali dariPontianakpost: http://www.pontianakpost.co.id/akui-perkebunan-sawit-serap-tenaga-kerja

AnalisisPDBSektorPertanian.(2015).PusatDatadanSistemInformasiPertanian,KementrianPertanian.

Baihaqi, M. B. (2014, November 10). Perkebunan Sawit Serap 21 Juta Tenaga Kerja.DiambilkembalidariHarianEkonomiNeraca:http://www.neraca.co.id/article/46536/perkebunan-sawit-serap-21-juta-tenaga-kerja

DirektoratJendralPerkebunan.(2015).OutlookKomoditiKelapaSawit.Jakarta.Misman.(2013).AnalisisPengaruhLingkunganKerjadanBudayaKerjaTerhadap

ProduktivitasKerjaKaryawanBagianPengolahanKelapaSawitPTMultiPalmaSejahtera.


162

NunungNuryartono,S.H. (2016).TotalFactorProductivityAnalysisofOilPalmProduction inIndonesia.InternationalJournalofEconomicsandFinancial.

Outlook Kelapa Sawit 2016. (2016). Pusat Data dan Sistem Informasi Pertanian, KementrianPertanian.

OutlookKomoditiKelapaSawit.(2015).Jakarta:DIrektoratJendralPerkebunan.

Septianita. (2009). berjudul Faktor-Faktor yangMempengaruhi Produksi Kelapa Sawit (ElaeisquinensisJack)danKontribusinyaTerhadapPendapatanKeluargadiDesaMakartitamaKec.PeninjauanKab.OKU.82.

Simamore, A. W. (2016). Faktor-faktor yang Mempengaruhi Produktivitas Pemanen di PTPerkebunanNusantaraVIIUnitKebunKelapaSawitREjosari.124.

StatistikPerkebunanKelapaSawitIndonesia.(2015).Jakarta:DirektoratJendralPerkebunan.


163

LAMPIRAN


164




ISU 6. PERAN KEBERADAAN

INFRASTRUKTUR DALAM KEGIATAN EKONOMI


165

BENDUNGANSEBAGAIDISAMENITAS

AldwynMarbun(2013110034)

Abstrak

Program pembangunan Infratruktur yang berwawasan lingkungan demipeningkatankesejahteraanrakyatdilaksanakansecaraterpadudanmenyeluruh.ProyekStrategisNasional sebagai salah satuprogrampemerintahyang sedangmenjadifokuspadaperiodepresidenJokoWidodosaatini.Dalamagendatersebutpemerintah hanya mengembangkan infrastruktur yang dianggap strategis danmemilikiurgensitinggiuntukdirealisasikan.Bendungantermasuksebagaisalahsatutargetpengembanganpemerintah.Denganfungsiyangdimilikibendunganseharusnyadapatmemberikannilailebihterhadaprumahyangberadadisekitarbendungan tersebut. Akan tetapi ada beberapa dampak yang dihasilkan olehbendungan tersebut. Sehingga setelah melakukan literature review terhadapbeberapa penelitian terdahulu yangmenggunakanHedonic PriceMethod dapatdisimpulkan bahwa bendungan dianggap sebabagai disamenitas terhada hargarumah.

Katakunci: Infrastruktur,ProyekStrategisNasional,bendungan,HedonicPriceMethod,disamenitas

1. PENDAHULUAN

Program pembangunan Infratruktur yang berwawasan lingkungan demi peningkatankesejahteraan rakyat dilaksanakan secara terpadu dan menyeluruh. Aktivitas pembangunaninfrastrukturyangdilakukanolehpemerintahadalahbagiandaripendukungsektorlain.Sektorlain yang dimaksud antara lain seperti sektor pertanian dan perkebunan. Infrastruktur yangdibangun sangat beragam dari skala besar,menengah hingga kecil. Keberadaan infrastrukturdirasaperluolehsetiapnegara.Disampingitu,infrastrukturdapatmenjadisalahsatuindikatorpersainganglobalantarnegara.Penyediaaninfrastrukturyangbaikdapatmemacupertumbuhanekonomi melalui penyediaan lapangan pekerjaan dan meningkatkan kesejahteraan hidupmasyarakat.

Proyek Strategis Nasional merupakan salah satu program pemerintah yang sedangmenjadi fokus pada periode Presiden Joko Widodo saat ini. Pemerintah memiliki agendapembangunaninfrastrtukturdalamrangkameningkatkanpertumbuhanekonominegara.Sesuaidengan Perpres no. 58, infrastruktur yang dibangunmerupakan infrastruktur yang dianggappemerintahmemilikiurgensitinggiuntukdirealiasikan.Infrastrukturtersebutberupajalantol,relkeretaapi,bandarudara,SPAM,danbendungan.

Seperti yang sudah dijelaskan sebelumnya, bendungan termasuk ke dalam salah satuproyek strategis nasional. Definisi bendungan Menurut KBBI adalah bangunan penahan ataupenimbunairuntukirigasi(pembangkitlistrik,dll).Dengandefinisitersebutdirasatepatapabilapemerintahbilangbendunganitupentingdanmampumeningkatkanperekonomian.Selain itubendungan juga dirasa penting karena, bendungan adalah sebagai infrastrutur yang mampumeningkatkan perekonomian. Menurut Peraturan Pemerintah No. 3 Tahun 2010 dalamKementerianPekerjaanUmumdanPerumahanRakyat (2015) tentangbendungan,bendunganberfungsi sebagai sarana untuk menahan dan menampung air, dapat pula menahan dan


166

menampunglimbah.

Menurut Kementerian Pekerjaan Umum dan Perumahan Rakyat (KemenPUPR),bendungan di Indonesia berfungsi sebagai sumber daya air, pengawetan air, pengendali dayarusak air, dan fungsi pengamanan tampungan limbah atau tampungan lumpur dalam rangkamenjadakeselamatanlingkunganhidup.Secaraumum,adaduamanfaatbendunganyaitusinglepuropsedamdanmultipurposedam.Singlepurposedamadalahketikabendungandibuathanyauntuk satu tujuan khusus seperti penyediaan air irigasi atau untuk pengendalian banjir.Sedangkan multi purpose dam seperti salah satunya adalah Bendungan Jatiluhur, dibangundengandesainuntukberbagikeperluansepertiirigasi,airbakuatauairminumdanjugauntukpembangkit listrik serta pengembangan lokasi kawasan wisata. Sedangkan fungsi bendunganmenurut Lewis et al (2008) bendungan sebagai salah satu sumber air masyarakat yangdifungsikanjugasebagaitempatrekreasimasyarakat.Disampingitu,bendunganjugaberfungsisebagaipembangkitlistriktenagaair.mengingatsalahsatufungsibendunganberupapembangkitlistik tenaga air, penelitan yang dilakukan baish et al (2002) mengatakan bahwa bendunganmenyumbang10%persediaanlistrikdiAmerikaSerikat.Menurutnyahaltersebutmemberikankontribusiyangsignifikanterhadappembangunanekonomidankesejahteraansosial.

Dampakbendungan

Mengacu pada fungsi dan harapan keberadaan bendungan yang telah dipaparkansebelumnya. Keberadaan bendungan telah berdampak terhadap lingkungan sekitar. Dampakyang dihasilkan oleh keberadaan bendungan berupa dampak positif dan negatif. Menurutbeberapapenelitianbendunganmemilikidampakyangditampilkanpadatabel1.

Tabel1.Dampakbendungan

Dampakpositif Dampaknegatif1. Menghasilkantenagaairdigunakan

untukpembangkitlistirktenagaair1. Polusisuara(suaragemuruhdari

aliranairyangderas

2. Sebagaisumberairbagimasyarakatsekitar

2. Merusakhabitatasli,darisungaiyangdibangunbendungan(contoh:habitatikansalmon)

3. Mengontroldebit,dapatmencegahterjadinyabanjirbagimasyakatsekitar

3. Sumberpenyakitdemamberdarah4. SebagaitempatRekreasi5. Filtrasiair

Mullens,etal.(2010)menyatakanbahwabendunganberdampakbesarbagidaerahyangberadadisekitarbendungan.Bendunganjugadapatberfungsisebagaitenagaairyangdigunakanuntukpembangkitlitrik,pasokanairuntukmemenuhikebutuhanairmasyarakatsekitardengancepat.Selain itu,bendungan jugadapatberfungsisebagaipengaturdebitairgunamengurangiresiko warga New Hampshire terkena banjir. Selain Mullens, et al. (2010) yang menyatakandampakpositif bendungan, Lewis,et al. (2008)menyatakanbahwa, bendungandimanfaatkansebagaisalahsatusaranarekreasimasyarakat,sepertimemancing,bermainkano,danbermainkayak.Disampingitu,tenagaairyangbesaryangdihasilkeabendunganjugadimanfaatkansebagaipenggerakturbinuntukpembangkitlistriktenagaair.


167

Bendungan tidak hanya memiliki dampak positif, namun, bendungan juga memilikidampak negatif. Provencher, et al. (2008) menyatakan bahwa free flow river memiliki nilaiekonomiyanglebihtinggidibandingkandengan inpoundment(sejumlahairyangtenang)padaaliransungaiyangberadasebelumbendungantersebut.Halitudisebabkanolehsuaragemericikair yang didapat dari aliran sungai tersebut memberikan nilai tambah (premium) terhadapperumahanyangberadadilingkungantesebut.Selainitu,airyangtenangdinilaisebagaisumberpenyakit,sepertidemamberdarah,bagimasyarakatkarenahabitatkembangbiaknyamukpadaairmenggenangtersebut.

HedonicPriceMethod

Dampakyangdihasilkanolehbendungandapatdiukurolehhargarumahyangberadadisekitarbendungantersebut.Hargarumahyangadadisekitarbendungandapatmencerminkannilaiwillingness topayseseorang terhadapbendungan tersebut.hargarumahcenderung lebihefektif dalam mencerminkan williingness to pay seseorang. Hal tersebut didasari oleh, jikamasyarakat memilih untuk membeli suatu rumah akan sesuai dengan selera dan preferensimasyarakatitusendiri.Sehinggamasyarakattersebutakanmemaksimalkankepuasanyauntukmembeli rumah. Hedonic Price Method adalah sebuah metode yang sering digunakan untukmengstimasisebuahnilai(harga)lingkunganataubarangdanjasayangtidakdiperjualbelikan.Lewis et al (2008) dan Provencher et al (2008) menunjukan bahwa bendungan dapatmemengaruhihargarumahyangberadadisekitarnya.

MenurutpenelitanyangdilakukanolehDepartmentofGeography,TheUniversityofHongkong,PokfulamRoad,HongKong(2010)bahwagunamemvaluasiperumahanlokaldiChinadapatdilakukandenganpendekatanhedonic.Gunamenganalisisefekamenitasdandisamenitasyangtimbul dari landscape perkotaan yang heterogen di Shenzhen, China, peneliti menggunakanHedonicPriceMethod.Sedangkanhedonicpricemodeladalahuntukmenetapkanhubunganantarahargarumahdanberbagaiatribut.Atributkarakteristikyangdimaksudialahatrtibutstrukturalrumah,atributlokasidanatributlingkungan.

Menurut Lewis et al (2008) bendungan secara statistik berpengaruh positif terhadaphargarumahberartijikajarakrumahdaribendungansemakinjauh,makarumahakanmemilikiharga yang semakin tinggi. Dengan demikian dapat ditarik kesimpulan bendungan memilikidampakdisamenitas,argumentersebutdiperkuatolehpenelitanProvencheretal(2008)yangberkata bahwa, secara statistik pencabutan bendungan, dalam jangka panjang, dapatmengembalikan kondisi awal sungai tersebut sehingga mampu menaikian harga properti.Inpoundment(genanganair)cenderungsedikitmenaikanhargarumahdibandingdengansungaiyangmengalirbebas,karenainpoundmenthanyamemilikinilaikeindahan(aestheticvalue)bagimasyarakat, sedangkan sungai yangmengalir bebasmemiliki nilai ekonomi yang lebih tinggi.Dengan adanya sungai yangmengalir bebas jugamembuat harga premium pada perumahan,karenasungaimengeluarkansuaragemericikairyangmembuatmasyarakatyangtinggaldekatsungaimerasanyaman.

Penutup

Pentingnya pembangunan bendungan didasarkan pada fungsi bendungan yang dapatmenjadi salah satu sumber penyediaan air bagi masyarakat. Tidak hanya itu, masuknyapembangunan bendungan dalam Proyek Strategis Nasional kembali menegaskan pentingnya


168

pembangunan bendungan. Selain itu, keberadaan bendungan berdampak pada kondisilingkunganmasyarakatsekitar.Bendungandapatdigunakansebagaisumberpembangkitlistrik,sumber air, mengontrol debit air, dan sarana rekreasi masyarakat. Namun, bendungan jugamenimbulkan sumber penyakit, suara gemuruh, dan dirasa dapat merusak habitat asli ikansalmondialiransungai.

HedonicPriceMethod telahmenjadimetodeyangumumdigunakanuntukmelihatnilaikesediaan membayar terhadap keberadaan bendungan. Harga rumah yang ada disekitarbendungandapatmencerminkannilaiwillingnesstopayseseorangterhadapbendungantersebut.Hargarumahdianggapefektifdalammencerminkanwilliingnesstopayseseorang.Haltersebutdidasari oleh, jikamasyarakatmemilih untukmembeli rumah,maka hal tersebut akan sesuaidengan selera dan preferensi masyarakat. Oleh karena itu, masyarakat tersebut akanmemaksimalkankepuasannyauntukmembelirumah.

Berdasarkanpemaparantersebut,dampakyangdihasilkanolehkeberadaanbendungantelahmenjadibahanpenelitiansebelumnya.Pemaparanmengenaihedonicpricemethodkembalimenegaskan bahwa harga rumah di sekitar bendungan dapat mencerminkan kesediaanmembayar seseorang terhadap keberadaan bendungan tersebut. hasil penelitian Lewis et al(2008) dan Provencher et al (2008) menyimpulkan bahwa bendungan termasuk kedalamdisamenitaskarenamemberikandampaknegatifdanmenurunkanhargarumahyangberadadisekitarnya.

DAFTARPUSTAKA

Baish,S.K.,David,S.,&Graf,W.L.(2002).Thecomplexdecisionmakingprocessforremovingdams.Environment,44(4),21-33.

Chen, W. Y., & Jim, C. Y. (2010). Amenities and disamenities: a hedonic analysis of theheterogeneous urban landscape in Shenzen (China).The Geographical Journal, 176(3),227-240.

KementerianPekerjaanUmumdanPerumahanRakyat.(2015).Informasistatistikinfrastrukturpekerjaan umum dan perumahan rakyat 2015. Sekretariat Jenderal Pusat Data danTeknologiInformasi(Pusdatin).Jakarta:KementerianPekerjaanUmumdanPerumahanRakyat.

Lewis,L.Y.,Bohlen,C.,&Wilson,S.(2008).Dams,damremoval,andriverrestoration:Ahedonicpropertyvalueanalysis.ContemporaryEconomicPolicy,175-186.

Mullens,J.B.,&Wanstreet,V.(2010).Usingwillingnesstopaysurveywhenassesingdamremoval:Anewhampshirecasestudy.TheGeographicalBulletin,97-110.

Provencher,B.,Sarakinos,H.,&Meyer,T.(2008).Doessmalldamremovalaffectlocalpropertyvalues?Anempiricalanalysis.ContemporaryEconomicPolicy,26(2),187-199.

RepublikIndonesia.(2017,Juni15).Percepatanpelaksanaanproyekstrategisnasional.PeraturanPresidenRepublikIndonesia.Jakarta,DKIJakarta,Indonesia.


169

KONTRIBUSIPAJAKKENDARAANBERMOTORDALAMMEMFASILITASIPERTUMBUHANEKONOMIDAERAH

NizarFadhlurrohman (2014110020)

Abstrak

Padatahun2015,sebesar121,93jutakendaraanbermotorterdaftardiIndonesiadengan lajurata–ratapertumbuhannyamencapai6 jutakendaraanpertahun.Kondisi ini seringkali justru dianggap buruk karena dapat menyebabkaneksternalitas negatif berupa kemacetan dan polusi yang dihasilkan. Namunterlepasdari itu,sumbanganpajakkendaraanbermotor(PKB) jugamerupakansalahsatukomponenterbesarbagipendapatanaslidaerah(PAD).Penelitianinimenggunakan metodemediating effect analysis untuk melihat seberapa besarperan pajak kendaraan bermotor memajukan pertumbuhan ekonomi suatudaerah denganmenggunakan infrastruktur sebagai variabel penghubung. Olehkarena itu, penelitian ini diharapkan dapat melihat bahwa pajak kendaraanbermotor(PKB)berkontribusiuntukmeningkatkanpembangunaninfrastruktur,dimana infrastruktursendirimemberikandampakpositifkepadapertumbuhanekonomisuatudaerah.

KataKunci:PKB,Infrastruktur,PertumbuhanEkonomi,Mediatingeffectanalysis

1. PENDAHULUAN

LatarBelakang

MenurutdatayangdilansirBadanPusatStatistik(BPS)padatahun2014,sekitar71,08%penduduk Indonesia memiliki kendaraan bermotor. Artinya dari 248 juta jiwa masyarakatIndonesiasekitar171,2jutadiantaranyamenggunakankendaraanbermotor.Haltersebutjugaditambahdenganlajupertumbuhannyayangmencapai6jutakendaraanpertahun(BPS,2015).Bertambahnya jumlah kendaraan bermotor dapat mengakibatkan dampak negatif terhadapperekonomian.Salahsatudampaknegatifyangdihasilkanadalahkemacetan.Selainpeningkatanjumlahkendaraanyangsignifikan,infrastrukturdantransportasipublikyangkurangmemadaimenjadifaktorlainpenyebabterjadinyakemacetan.Pertumbuhaninfrastrukturberupapanjangdanlebarjalantidakmampumenyeimbangijumlahkendaraanbermotoryangterusmeningkat.Sedangkanmasihrendahnyakualitastransportasipublikmenyebabkanmasyarakancenderungmemilihkendaraanpribadisebagaipenunjangmobilitasnya.Kondisitersebutseringkaliterjadipadabeberapaprovinsiyangmempunyaikota–kotabesardiIndonesiasepertiDKIJakarta,JawaBarat,JawaTimurdanBali.

Kendaraanbermotormerupakan salah satu sumber penghasil polusi di dunia, dimanasebesar 70% pencemaran udara di daerah perkotaan disebabkan oleh aktivitas kendaraanbermotor(Gunawan,2008).Polusiyangdihasilkanolehkendaraanbermotorseringkalidianggapsebagaisuatueksternalitasnegatif.Haltersebutdisebabkantingkatpolusiyangsemakintinggidapat berpengaruh terhadap kesehatan masyarakat, dimana buruknya kesehatan akanberpengaruh pada produktivitasmasyarakat (Sjafruddin, n.d.). Namun, bertambahnya jumlahkendaraan bermotor tidak hanya menyebabkan eksternalitas negatif saja. Pajak kendaraanbermotor(PKB)yangdibebankanpadapemilikmerupakansalahsatukomponenpendapatanaslidaerah (PAD) yang turut berkontribusi pada perekonomian suatu daerah melalui anggaran


170

pendapatandanbelanjadaerah(APBD).

Saatinipajakkendaraanbermotor(PKB)menjadikomponenterbesarbagipendapatanbeberapadaerahdi Indonesia.TerlihatPKBmerupakankomponen terbesaryangberasaldaripendapatanpajakDKIJakartapadatahun2016,dengantotalpendapatansebesarRp7,05triliun.SedangkanJawaBaratmendapatkanpajaksebesarRp6,09triliun,JawaTimurRp5,30triliundanBali Rp 1,13 triliun (Bappenda, 2016). Pendapatan yang besar dari PKB tentunya akanmemengaruhi besaran APBD keempat provinsi tersebut, dimana salah satu pengeluarannyadialokasikanpadainfrastruktur.MenurutRamirezdanEsfahani(2003),infrastrukturmerupakanroda penggerak pertumbuhan ekonomi daerah. Laporan World Economic Forum (2014)menyatakan bahwa salah satu kendala pertumbuhan ekonomi di Indonesia adalah buruknyakualitasinfrastruktur,yangsalahsatunyaadalahsektortransportasi.

Padatahun2016Indonesiamenempatiurutanke–60dalamhalkualitasinfrastrukturdidunia, dengan indeks keseluruhan mencapai 4.2 (World Bank, 2016). Salah satu pilarinfrastruktur sendiri adalah sektor transportasi, dimana didalamnya terdapat beberapakomponen seperti kualitas jalan, kualitas rel kereta, kualitas pelabuhandan kualitas bandara.Sektor transportasi yang baik seharusnya dapat mendukung kegiatan ekonomi suatu negara,terutama pada sektor perdagangan karena menyangkut distribusi barang dan jasa. MenurutMeersman&Nazemzadeh(2015)pertumbuhansaranatransportasisepertipenambahanpanjangjalandanrelkeretaapidapatmeningkatkanaktivitasekspormaupunimporsuatunegara.Selainitu, kualitas sistem transportasi yang terintegrasi akan memudahkan distribusi barang daripelabuhan ke seluruh daerah. Maka dari itu, infrastruktur sangat penting bagi negara yangmemilikicakupanwilayahyangluassepertiIndonesia.

Pemerintah Indonesia sendiri saat ini memiliki fokus utama pada pembangunaninfrastrukturdiberbagaisektoryangtermasukkedalamprogramNawacita.Pembangunanjalanantar provinsi, jalan tol, pelabuhan, bandara hingga program listrik 35.000megawatt adalahbeberapa proyek yang masuk ke dalam proyek strategis nasional. Dimana proyek – proyektersebut selain bertujuan untuk meningkatkan pertumbuhan namun juga untuk mengurangikesenjangan infrastruktur antar daerah yang saat ini masih terfokus di pulau Jawa. ProsesperencanaanpembangunanyangmatangmerupakanfaktorpentingpenyediaaninfrastrukturdiIndonesia.Salahsatubagianperencanaantentunnyaadalahfaktorpembiayaaninfrastrukturitusendiri.MengingatsektorpembiayaaninfrastrukturyangmasihdidominasiolehAPBNdanAPBD.Makadariitu,perludilihatbagaimanaperanPKByangsaatinimenjadipendapatanterbesarbagibeberapaprovinsidiIndonesiadalammemfasilitasipembangunaninfrastruktur.

Pertumbuhan jumlah kendaraan bermotor seringkali dianggap menimbulkan dampaknegatifterhadappertumbuhanekonomi,berupakerugianakibatkemacetan.Dampaknegatifyangmuncul akibat kemacetan yaitu turunnya produktivitas masyarakat, baik karena waktu yanghilang maupun kesehatan yang terganggu akibat meningkatnya polusi kendaraan. Tidakseimbangnya pembangunan infrastruktur berupa jalan maupun transportasi publik denganpertumbuhanjumlahkendaraanbermotormerupakanfaktoryangmelatarbelakangiterjadinyakemacetan.Namun,pendapatanpemerintahyangdidapatmelaluiPKBdapatdialokasikanuntukpembangunan infrastruktur. Sehinggahal tersebutakanmeningkatkanpertumbuhanekonomidaerah. Sejauh ini, berbagai penelitian sudah mengungkapkan bahwa terdapat hubunganinfrastruktur dapat meningkatkan pertumbuhan ekonomi. Kondisi tersebut pada akhirnyamenjadi acuan seberapa besar PKB mempromosikan pertumbuhan ekonomi daerah melalui


171

infrastruktur sebagai variabel mediator. Untuk itu, penelitian ini diharapkan dapat melihatbagaimana pajak kendaraan bermotor (PKB) memberikan pengaruh terhadap pertumbuhanekonomidaerah.

TujuandanManfaatPenelitian

Berdasarkan latar belakang yang dipaparkan penulis, penelitian ini bertujuan untukmengetahui seberapa besar pajak kendaraan bermotor dapat meningkatkan pertumbuhanekonomidaerah.Disampingitu,penelitianinijugadiharapkandapatmelihatsudutpandangbarumengenai peran infrastruktur sebagai mediator. Dengan demikian, diharapkan penelitian inidapatmenjadipengetahuanbarumengenaihubunganantaraPKBdanpertumbuhanekonomimelaluisatuvariabelmediatoryaituinfrastruktur.

KerangkaPikir

Isu pertumbuhan kendaraan seringkali diartikan negatif oleh banyak kalangan akibatdampak yang dihasilkannya. Namun kenyataannya, hal tersebut juga mampu meningkatkanpendapatan pemerintah melalui PKB. Pendapatan pemerintah yang didapat dari PKB akanmenambah besaran APBD, sehingga kondisi ini akan memengaruhi pertumbuhan ekonomidaerah.HaltersebuttidakterlepasdariperaninfrastruktursebagaimediatorantaraPKBdenganpertumbuhanekonomidaerah.PembangunaninfrastrukturtransportasiyangdianggarkandariAPBD akan meningkatkan pertumbuhan ekonomi daerah. Maka dari itu, PKB dapatmempromosikan pertumbuhan ekonomi daerah melalui pembangunan infrastrukturtransportasi.


MelaluiAPBD

PajakKendaraanBermotor(PKB)

Infrastruktur(Transportasi)

PertumbuhanEkonomiDaerah

(PDRB)

Pertum-buhan

Kendaraan

PanjangJalan

KondisiJalan


172

HasildanPembahasan

2.1 SkemasumbanganPKBterhadappembiayaaninfrastruktur

Penerimaan daerah merupakan sumber pendanaan belanja yang akan dilakukan olehsebuah daerah. Komposisi penerimaan daerah sendiri terdiri atas dua komponen yaitupendapatanaslidaerah(PAD)dandanaperimbanganyangberasaldarianggaranpendapatandanbelanjanegara(APBN).Berbedadengandanaperimbanganyangmerupakanbentukkomitmenpemerintahpusatakanotonomidaerah,PADsendirimerupakanpenerimaanyangberasaldaripajak,retribusi,hakpengelolaan,danPADlain–lainyangsah.Pajakkendaraanbermotor(PKB)merupakan salah satu komponen pendapatan pemerintah daerah provinsi yang berasal daripajak.SelainPKB terdapatpulapajakair,pajakbahanbakar,pajakrokokdanbeabaliknamakendaraanbermotor(LKPJ–Jabar,2016)

Sementara itu, salah satu sumber pembiayaan pembangunan infrastruktur di daerahberasaldarianggaranpendapatandanbelanjadaerah(APBD).Makadariitu,terdapathubunganantara pajak yang berasal dari kendaraan bermotor dengan pembangunan infrastruktur didaerah.Skematersebutdigambarkanpadagrafikdibawahini:

Gambar2.SkemakontribusiPKBterhadapInfrastruktur

2.2 TeoriPertumbuhan

Pertumbuhan ekonomi merupakan sebuah proses peningkatan output dari waktu ke

PajakKendaraanBermotor(PKB)

PajakAir

PajakRokok

BeaBalikNama

KendaraanBermotor

PajakBahanBakar

PendapatanAsliDaerah(PAD)

APBD

Infrastruktur


173

waktu menjadi indikator penting untuk mengukur keberhasilan pembangunan suatu negara(Todaro, 2005). Menurut teori dasar pertumbuhan ekonomi Neoklasik dari Solow dan Swan(1956) tidak terdapat pengaruhperanpemerintah terhadappertumbuhanbaik dalambentukpengeluaranmaupunpajak yangdidapatkan (Kneller et al, 1999). Sedangkan, teori (Ma'ruf&Wihastuti,2008)pertumbuhanendogenmenjelaskanbahwainvestasipadamodalfisikdanmodalmanusiaberperandalammenentukanpertumbuhanekonomidalamjangkapanjang.Pengeluaranpemerintah adalah bentuk nyata dari campur tangan pemerintah. Penelitian Cheng (1997)membuktikanadanyapengaruhpositifantarapengeluaranpemerintahterhadappertumbuhanekonomidiKoreaSelatan.

Pertumbuhan ekonomimerupakan salah satu indikator keberhasilan pembangunan disuatu perekonomian. Menurut Adam Smith dalam Ma’ruf & Wihastuti (2008) pemerintahmemiliki tingga fungsi utama dalam mendukung perekonomian yang salah satunya adalahmenyediakanbarang–barangyangtidakdisediakanolehpihakswasta,sepertiinfrastrukturdanfasilitas umum. Hal tersebut kemudian didukung oleh teori pertumbuhan modern, yaitupentingnya peran pemerintah dalam perekonomian untuk mengatasi kegagalan pasar. Olehkarenaitu,pembangunaninfrastrukturdapatmemicupertumbuhanekonomisuatudaerah.

2.3 MediatingEffectAnalysis

Modelmediating effect analysis lebih sering digunakan dalam penelitian ilmusosial.Modelmediasi inidigunakanuntukmelihatpengaruhvariabel independen(x)terhadapvariabeldependen(y)denganditransmisikanmelaluivariabelketigayaitu(m),variabelminilahyang disebut juga sebagai mediator (Fan, Zheng & Shi, 2016). Dengan mengunakan modelmediatingeffectanalysispenelitidapatmengidentifikasidanmemverifikasibagaimanasalahsatukomponenpendapatanpemerintahyakniPKBdapatmemengaruhipertumbuhanekonomisuatudaerah.Denganmenggunakan tiga variabel yaitupajakkendaraanbermotor (x), infrastrukturtransportasi (m) dan pertumbuhan ekonomi (y). Penulis mengasumsikan tiga model, yakniterdapathubunganlangsungantaraPKBdenganpertumbuhanekonomidaerah.Lalu, terdapatpula pengaruh PKB yang didapat oleh pemerintah dengan pembangunan infrastruktur. Sertapengaruh pembangunan infrastruktur terhadap pertumbuhan ekonomi. (Wang, 2016) (Hong,2011)(Maryaningsing,2014)

Gambar3.

VariabelX VariabelY

VariabelM


174

2.4 HubunganpendapatanPemerintahdanpertumbuhanekonomi

Penelitianmengenai hubungan antarapendapatan yangberasal dari pajakdanpertumbuhanekonomidaerahsudahmenjadibahanpenelitianpeneliti–peneliti sebelumnya.Persoalan tersebutmenarik perhatian peneliti untukmengatahui bagaimana pajak kendaraanbermotor(PKB)yangmerupakansalahsatukomponenterbesarpendapatanpemerintahdaerahdiIndonesiadapatmemfasilitasipertumbuhanekonomi.PenelitiansebelumnyatelahdilakukanolehBiliwi&Kuusana(2015),Rompis,Ilat&Wangkar(2015)danFan,Zheng&Shi(2016).

PenelitianyangdilakukanolehRompis,Ilat&Wangkar(2015)mengungkapkanbahwasejak reformasipolitikdi tahun1998, Indonesia terusberupayamenggaungkansistemotonomidaerah.Pemerintahberupayauntukmenyalurkanwewenangdaripusatkesetiapdaerahmeliputi,provinsi,kabupaten,kotahinggakelevelpemerintahanterendahyaknikelurahanataudesa.PernyataantersebutkemudiandidukungolehUUNo.28tahun2009bahwapengelolaanpajak sepenuhnya dikelola oleh pemerintah daerah. Pajak daerah sendiri terdiri dari pajakprovinsidankabupaten/kota,dimanapajakprovinsimeliputipajakkendaraanbermotor,pajakbeabaliknamakendaraanbermotor,pajakbahanbakarminyak,pajakairpermukaandanpajakrokok.PajaktersebutkemudianmasukkedalamPendapatanAsliDaerah(PAD)yangkemudianberkontribusipadabesarananggaranbelanjadaerahatauAPBD.MenurutRompis,Ilat&Wangkar(2015) pembangunan daerah sendiri diyakini merupakan integral dari upaya pembangunannasional yang pada hekekatnya merupakan bagian untuk meningkatkan kesejahteraanmasyarakat. Selain itu, pembangunandaerah juga bagiandari kemampuanmengelola sumberdaya ekonomi yang berkontribusi pada penerimaan pemerintah. Penerimaan tersebut yangkemudiandialokasikanuntukpembangunaninfrastrukturpublik.

Penelitian mengenai hubungan pendapatan pajak terhadap pertumbuhanekonomidaerahjugadibahasolehBiliwi&Kuusana(2015).PenelitianinimembahassejauhmanakontribusipendapatanyangberasaldarisektorpropertyterhadappembangunaninfrastrukturdanlayanansosialdikotaSekondi–TakoradiMetropolis,Ghana.Penulismengungkapkanbahwatingkatpropertimenyumbang28persen terhadap internally generated funds (IGF).Kemudianpenulisjugamelihatbahwasebagianbesarpendapatantersebutdikeluarkanuntukpengolahanlimbah,saranapendidikan,pelayanansosial,lampujalandanfasilitaskesehatan.Hasilpenelitianmenyatakan bahwa kontribusi pendapatan properti sangat besar terhadap pembangunaninfrastrukturdanpelayanankota,namunhal tersebutbarubisa terjadiketikapenerimaannyalebihbesardaripengeluarannya.

PenelitianselanjutnyadilakukanolehFan,Zheng&Shi(2016).PenelitiantersebutbertujuanutntukmelihatbagaimanapendapatanyangdidapatdaripemebeliansertifikasidanPajaktanahdapatmemengaruhipertumbuhanekonomidiChina.Selain itu,peneliti juga inginmenganalisis secara empiris infrastruktur publik sebagai media perantara bagi pendapatanpengembanganlahandanpertumbuhanekonomi.MenurutFan,Zheng&Shi(2016),pendapatanpengembanganlahanberpengaruhpositifterhadappertumbuhanekonomi.haltersebutdilihatdarihasilperhitungandanstudi langsung.SedangkanmenurutZhengetal. (2014)dalamFan,Zheng & Shi (2016) pendapatan pengembangan lahan akan memengaruhi pembangunan


175

infrastrukturpublik.Hal tersebut terjadikarenasekitar58,97%pendapatanyangberasaldaripengembanganlahandiChinadigunakanuntukpembangunaninfrastrukturperkotaan.

2.5 Pengaruhpendapatanpemerintahterhadappembangunaninfrastruktur

Penelitian lain yang sudah ada sebelumnya adalah penelitian yang dilakukan olehMahadevia (2007). Penelitian ini membahas mengenai bagaimana besarnya investasi dalampembiayaan infrastrukturdiChina,kemudiandibandingkandengankondisiyangadadi India.Dalam penelitiannya Mahadevia (2007) mengemukakan bahwa besarnya investasi dalampembiayaan infrastruktur di China bukan hanya karena pertumbuhan ekonominya yangmeningkat,tetapiadanyapengaruhdaristrukturadministrasiyangcukupkuat.Sistempajakyangada di kota besar memiliki kekuatan yang lebih besar dibandingkan dengan kota kecil. Luaswilayahyang lebihbesarmemungkinkansebuahkotamendapatkanretribusipajakyang lebihbesarpula.

Lebih lanjut penelitian tersebut menyatakan struktur administrasi yang kuat akanberpengaruh terhadap besaran pajak yang didapat suatu kota. Dengan besarnya pendapatan,maka pengeluaran yang dialokasikan untuk pembangunan infrastruktur akanmeningkat. Haltersebutpadaakhirnyaakanberpengaruhpadakualitaslayananyangdiberikanpemerintahkotakepada masyarakatnya. Ditambah pula dengan struktur administrasi yang lebih rinci padatingkatanhirarkidikota–kotabesarChinamenyebabkanpelayananyangdiberikanmenjangkausemua kalanganmasyarakat (Mahadevia, 2007). Maka dari itu, hasil penelitianmenyebutkanbahwapendapatanpajakyangsemakinbesarakanmemengaruhipenyediaaninfrastrukturdanlayananpemerintah suatudaerah sertaberujungpadanaiknyapertumbuhanekonomidaerahtersebut.

2.6 Pengaruhpembangunaninfrastrukturterhadappertumbuhanekonomi

Adanya aksesibilitas transport dapat mengurangi waktu dan biaya perjalanan sertameningkatkan distribusi wilayah guna menciptakan aktivitas ekonomi dari distribusi yangditimbulkanantarwilayahtersebut.Selainitu,adanyaaksesibilitastranspotdapatmenciptakansuatueksternalitasyangmenghasilkanuang(pecurniaryeksternalities),sepertipasartenagakerjadan aglomerasi perusahaan yang akhirnyamenyebabkan pertumbuhan ekonomi (Hong et al,2011). Selanjutnya, Sun & Wang (2016) mengungkapkan bahwa investasi dalam sektorinfrastruktursecarapositifdapatmemengaruhipembangunandesadiChina.Terdapatdampakyangdihasilkan infrastruktur terhadappembangunan.Pertama,mengurangiwaktuperjalanandan kemacetan. Kedua, meningkatkan nilai tanah dan perekonomian regional. Ketiga,meningkatkan peluang kerja, terutama dalam bidang industry manufaktur. Keempat,menurunkanbiayahidupdanmeningkatkankesehatansertakeselamatanrumahtangga.

Selain itu, menurut Maryaningsih, et al. (2014) kondisi infrastruktur jalan dan listrikberdampaksignifikanterhadappertumbuhanpendapatanperkapitamasyarakat,namuntidakdengan infrastruktur berupa pelabuhan. Lebih lanjut, Marningsih mengungkapkan bahwainvestasiterbuktisecaraempirissebagaifaktorpendorongpertumbuhanekonomidiIndonesia.Namun,penelitiantersebutmengasumsikantidakadanyaketergantunganantar–wilayahdalam


176

pengujian konvergensi. Disisi lain, interaksi antar – wilayah merupakan suatu keniscayaan,dimana suatu wilayah secara natural bersifat terbuka mengenai aliran ekonomi sepertiperdagangan,difusiteknologidanmobilitasfaktorproduksi.

Terdapat pula penelitian yang dilakukan oleh Meersman & Nazemzadeh (2015) yangmenyatakan bahwa faktor perluasan jalan serta panjang rel kereta akanmemengaruhi sektorperdagangan di Belgia. Perluasan infrastruktur untuk perdagangan internasional danpertumbuhan ekonomi dapat menghasilkan lapangan pekerjaan di sektor hilir. Selain itu,Meersman&Nazemzadeh(2015)mangungkapkanbahwaperdaganganyangdilakukandiBelgiasangatberpengaruhpadapertumbuhanekonominya.Keadaantersebutdidukunghasilpenelitianbahwa perluasan infrastruktur memang memengaruhi secara signifikan perdagangan yangdilakukanolehBelgia.

Kesimpulan

Pertumbuhan jumlah kendaraan bermotor seringkali dianggap negatif terhadapperekonomiansebuahdaerah.Kemacetanyangmunculakibatbertambahnyajumlahkendaraandapatmengurangiproduktifitasmasyarakatakibatwaktuyangterbuang.Selainitu,kendaraanbermotormerupakansumberpenghasilpolusi terbesardiperkotaan.Namundisisi lain,pajakyang didapat dari kendaraan bermotor merupakan sumber utama pendapatan pemerintahdaerah.Pajakkendaraanbermotor(PKB)tersebutkemudianberkontribusiterhadapbelanjayangdilakukanolehpemerintah, yang salah satunyadialokasikanbagi pembangunan infrastruktur.Infrastruktur sendiri merupakan salah satu komponen dalam meningkatkan pertumbuhanekonomisuatudaerah.Kualitas infrastrukturyangbaikdalambidangenergi, transportasidantelekomunikasimenjadi input tersendiri bagi industri, kegiatan perdagangan barang dan jasamaupun mobilitas masyarakatnya. Terdapat hubungan yang positif antara PKB denganpembangunan infrastruktur, dimana semakin besar kontribusi PKB terhadap APBN makasemakinbesarpula anggaranyang tersediauntukpembangunan infrastruktur. Sementara itu,infarstrukturmemilikihubunganyangpositif terhadappertumbuhanekonomi.Denganbegitu,dapatdisimpulkanbahwaPKBmemilikikontribusiyangpositifterhadappertumbuhanekonomisuatudaerah.

DAFTARPUSTAKA

BadanPusatStatistik.(2014).PerkembanganJumlahKendaraanBermotor.Diunduhdari

https://www.bps.go.id/linkTabelStatis/View/id/1413

Cheng,B.S.,&Lai,T.W.(1997).GovermentExpenditureandEconomicGrowthinSouthKorea:AVARApproach.JournalofEconomicDevelopment,1-14.

Fan,X.,Zheng,D.,&Shi,M.(2016).HowdoesLandDevelopmentPromoteChina'sUrbanEconomicGrowth?MediatingEffectofPublicInfrastructure.Sustainability,279-291.

Knellera,R.,Bleaneyb,M.F.,&Gemmellb,N.(1999).FiscalPolicyandGrowth:EvidencefromOECDCountries.JournalofPublicEconomics,171-190.

Kusminingrum,N.,&Gunawan,G.(2008).PolusiUdaraAkibatKendaraanBermotordiJalanPerkotaanPulauJawadanBali.Bandung:PusatLitbangJalandanJembatan.


177

Mabe,J.B.,&Kuusana,E.D.(2015).PropertyTaxationandIt'sRevenueUtilisationforUrbanInfrastructureandServicesinGhana.PropertyManagement,297-315.

Mahadevia,D.(2007).UrbanInfrastructureFinancingandDeliveryinChina.EconomicandPoliticalWeekly,964-972.

Ma'ruf,A.,&Wihastuti,L.(2008).PertumbuhanEkonomiIndonesia:DeterminandanProspeknya.JurnalEkonomidanStudiPembangunan,44-55.

Meersman,H.,&Nazemzadeh,M.(2017).TheContributionofTransportInfrastructuretoEconomic.CaseStudiesonTransportPolicy(pp.316-324).Amsterdam:Elsevier.

Hong,J.,Chu,Z.,&Wang,Q.(2011).TransportInfrastructureandRegionalEconomicGrowth:EvidencefromChina.Transportation,737-752.

Klaus,&Schwab,K.(2016).TheGlobalCompetitivenessReport2016-2017.Geneva:WorldEconomicForum.

Ma'ruf,A.,&Wihastuti,L.(2008).PertumbuhanEkonomiIndonesia:DeterminandanProspeknya.JurnalEkonomidanStudiPembangunan,44-55.

Maryaningsing,N.,Hermansyah,O,.&Savitri,M.(2014).PengaruhinfrastrukturterhadappertumbuhanekonomiIndonesia.BuletinEkonomiMoneterdanPerbankan,62-98.

Wang,Z.,&Sun,W.(2016).TransportationInfrastructureandRuralDevelopmentinChina.ChinaAgriculturalEconomicReview,516-525.

Todaro,M.P.,&Smith,S.C.(2005).EconomicDevelopment.UK:PearsonEducationLimited.


178

PENYELENGGARAANEVENTOLAHRAGA(SEAGAMESTAHUN2011)TERHADAPPDRBKOTAPALEMBANG

M.NurkhandikaH.P. (2013110058)

Abstrak

Palembang sebagai tuan rumah penyelenggaraan SEA Games ke-26 tentunyaharus mempersiapkan segala sesuatu faktor penunjang terselenggaranya SEAGames tersebut, karena acara tersebut dapatmemberikan dampak positif bagiPDRB Kota Palembang. Salah satu faktor penunjang yang perlu dipersiapkanadalah infrastruktur dan sektor pariwisata. Dengan kondisi infrastruktur yangbaikakanmemberikandampakpositifpadaberlangsungnyaacaratersebutdanmenarik wisatawan domestik maupun mancanegara. Penelitian ini inginmenganalisis biaya-manfaat dari penyelenggaraan SEA Games ke-26 terhadapPDRBPariwisataKotaPalembang.Karenadalammempersiapkancara tersebutperlu pembenahan infrastruktur yang nantinya akan mendukung sektorpariwisata.Hal tersebut jugaakanmemberikandampakpositifbagiPDRBKotaPalembang. Diharapkan faktor-faktor penunjang terselenggaranya SEA Gamesdapat memberikan dampak terhadap peningkatan PDRB pariwisatai KotaPalembang.

Katakunci:PDRB,Infrastruktur,SektorPariwisata,SEAGames,KotaPalembang.

1. PENDAHULUAN

Perencanaanpembangunanekonomidisuatudaerahdiperlukandatastatistikyangdapatdijadikanbahanevaluasipembangunanekonomiyangtelahdicapaidanbahanperencanaandimasa yang akan datang. Salah satu data statistik yang sangat diperlukan untuk evaluasi danperencanaanpembangunanekonomiadalahProdukDomestikRegionalBruto(PDRB).ProdukDomestikRegionalBruto (PDRB)yang lebihpopulerdenganPendapatanRegionalmerupakantakaranmakroyangdigunakanuntukmengamatiperekonomiansuatuwilayahataudaerah,baikdaerahtingkatI(Provinsi)maupundaerahTingkatII(KabupatenatauKotamadya).PentingnyanilaipertumbuhanPDRBadalahsebagaisalahsatualatyangdigunakansebagaialatukuryangdapatmenggambarkantingkatkeberhasilanpembangunandisuatudaerah(Raharja,2012).

BeberapafaktoryangdapatmemengaruhiPDRBdisuatudaerah,yaitusektorpariwisatadaninfrastruktur.Dalampenelitianinifaktorinfrastrukturdansektorpariwisatayangdimaksuddapat dilihat dari penyelenggaraan event olahraga di suatu daerah. Sebuah penyelenggaraaneventolahragadisuatudaerahmenjadisalahsatuindikatoryangmenunjukkanperubahanpadainfrastrukturdansektorpariwisatayangberdampakpadaperubahanPDRBdiKotaPalembang.

Penyelenggaraan event olahraga sepeti SEA Games tahun 2011 di Kota PalembangmeningkatkanpertumbuhanekonomidiKotaPalembangsejakditunjuknyaPalembangmenjadituan rumah pada penyelenggaraan event olahraga. Dengan adanya penyelenggaraan eventolahraga seperti SEA Games 2011, infrastruktur di kota Palembang berkembang, mulai darimerenovasi stadion-stadion yang sudah ada ataupunmembangun stadion-stadion yang baru,fasilitas akomodasi dan transportasi sebagai penunjang penyelenggaraan SEA Games 2011.Dalamhalakomodasi,aspekyangdiperhatikanantaralain,restorandanhotel,saranaangkutandan transportasi, akses ke tempat-tempat cinderamata atau wisata serta keberadaan pusat


179

perbelanjaan.Sektorpariwisatajugaikutmeningkatseiringberjalannyapenyelenggaraaneventolahragatersebutseperti,jasahotel,jumlahhunianhotel,jumlahobjekwisatayangdikunjungiolehwisatawanbaikituwisatawanlokalmaupunwisatawanmancanegaradanpanjanglandasanbandarudaradiPalembanguntukmeningkatkanjumlahwisatawandomestikdanmancanegarayangakanmenontonperhelatanSEAGames2011diKotaPalembang .Kedua sektor tersebutberperandalammeningkatkanPDRBpariwisatadiKotaPalembang.

SEAGamesTerhadapSektorPariwisata

Olahragamerupakanhasilkreativitas,senidanbudayamanusia.Apabiladimasalampauolahragasemata-matadinilaidariprestasiyangdiraiholehparapemenang,makapadabeberapadasawarsaterakhir.Olahragatidaklagisekadarsalingberebutmahkotakemenangan,namunjugamemberikan dampak besar pada perekonomian. Dalam duniamodern sekarang ini, olahragabukanhanyamenjadihobi atau instrumenuntukdipertandingkan, olahragamemiliki dimensiyanglebihluas,termasukhiburan,gengsi,kebanggaanindividu-masyarakat-negara,sertasaranameraupkeuntunganfinansial.Olehkarenaitutidakmengherankanjikaeventolahragabertarafnasional maupun internasional bukan hanya menjadi pusat perhatian para penggemar ataupenontonsaja,namunjugapemerintahkotaataunegarayangmenjaditempatpenyelenggaraan(host).Mengingatpotensikeuntunganyangbisadiraihdariberbagaifaktor,mulaidarihaksiarantelevisi, sponsorship, penjualan tiket,merchandise, penginapan atau hotel,makanan-minuman,transportasi hingga sarana dan prasana yang mendukung penyelenggaraan event olahragatersebut.Tahun2011kembalidiselenggarakanSoutheastAsianGames (SEAGames)ke-26danKota Palembang yang menjadi tuan rumah (host) penyelenggaraan event tersebut, dimanamerupakan laga olahraga yang paling bergengsi di Asia Tenggara (Lupikawaty, 2013). Pestaolahraga inidigelarduatahunsekali.Lagakompetisi inidiikutiolehnegara-negarayangtelahbergabungdalamASEANyangsampaisaatiniberjumlahsebelasnegaradiantaranyaIndonesia,Malaysia,BruneiDarussalam,Singapura,Thailand,Filipina,Kamboja,Myanmar,Vietnam,TimorLeste,danLaos.

Pariwisatamerupakansalahsatusektorunggulandalamperdaganganjasainternasional.Adabeberapafaktoryangdapatmemengaruhipertumbuhanpariwisatadisuatunegara.Salahsatunyaberasaldariacaraglobalataupenyelenggaraanmega-eventsdisuatunegara.Mega-eventssepertiOlimpiadedanPialaDuniaSepakBolatidakhanyamenarikpenontonglobal,tetapisudahmembentuk pola pariwisata dunia. Menyoroti tujuan wisata baru dan menciptakan “warisanabadi” di kota-kota atau negara tuan rumah (Horne dan Manzenreiter, 2006). Daya tarikmenyelenggarakanmega-events atau lebih khususnya lagimega-events olahraga telah tumbuhsecarasignifikanselamaduadekadeterakhir.Tidakhanyakemunculanprofesionalismedalamolahraga, dikombinasikan dengan pendapatan per kapita yang lebih tinggi di seluruh dunia.Perbaikanteknologisiaranjugamembuatmega-eventsinisebagaipengalamanglobaljikasuatunegara menjadi tuan rumah penyelenggaraan mega-events. Negara dan wilayah yang akanmenjadi tuan rumah dalam penyelenggaraan mega-events akan mempertimbangkan potensibesardanmanfaatyangmunculdarimega-eventstersebut(FouriedanGallego,2010).

Wajah Kota Palembang dalam beberapa tahun terakhir sungguh banyak berubah.PesatnyapembangunantelahberhasilmerubahkesanKotaPalembangyangdulunyakumuhdantidak tertata-tata dengan baik, menjadi Kota yang bisa disejajarkan dengan kota-kota besarlainnyadiIndonesia.HalinibisamenjadiindikasikomitmendaripemangkujabatanyangadadijajaranPemerintahProvinsidanPemerintahKotaPalembanguntukmelaksanakanpembangunan


180

secara masif dan terintegritas. Komitmen pemerintah daerah yang didukung dengan statusotonominyamemberikanberkahbagikemajuandankesejahteraanrakyatnya.Dalamsekitarsatudasawarsa terakhir perekonomian Sumatera Selatan menggeliat cukup hebat (Dedi, 2015).Perhelatan beberapa penyelenggaraan event olahraga baik yang berskala nasional ataupuninternasionalbanyakdigelardiprovinsiini.Sehinggatidakasingterdengarditelingakita,denganpernyataanbahwapercepatanpembangunandiSumateraSelatandalambeberapatahunterakhirini adalah imbas dari seringnya dilaksanakan perhelatan akbar di provinsi ini. Mulai daripenyelenggaraanPekanOlahragaNasional(PON)XVItahun2004,SEAGamestahun2011,IslamicSolidarityGames(ISG)tahun2013,danbeberapapenyelenggaraaneventolahragalainnya.

Beberapa laga olahraga baik nasional maupun internasional itu, mata dunia mulaimenaruh perhatian besar ke Palembang sejak penyelenggaraan SEA Games 2011. Alasannya,besarnya dana yang dikucurkan sehingga banyaknya peran media yang ikut mem-blow uppenyelenggaraan SEA Games ini, dibantu dengan mewahnya opening ceremony dan closingceremonyyangdiadakanolehpanitia.Dariberbagaiperhelatanolahragaitudapatmendatangkanmanfaat karena selain karena ada laga tanding olahraga itu banyak juga yang datang sambilmelakukan kunjunganwisata,mencobamelihat keindahan dan potensi lain dari tuan rumah.Sehinggadalamperkembangannyaolahragajugaberkaitandenganwisata.Inikemudiandikenalsebagai wisata olahraga (sport tourism). Menurut Ottevanger (2007) wisatawan olahragamotifnya hanya kesenangan diikuti faktor hiburan dan tempat tujuan diselenggarakan event.Festivalyangberadadisekitareventlebihpentingdaripadakompetisiolahragaitusendiri.

Palembang sebagai tuan rumah mempunyai daya pikat sendiri bagi wisatawan yangberkunjung.Setelahbertandingtentuparaatletmaupunofficialhendakberjalan-jalanmenikmatikota tuanrumah.Sehinggamenurutpenulis industriyangmampuberkembangsebagaiwisataolahragadiPalembangyaitu:

1. JasaPerhotelan

SaatiniPalembangsudahbanyakberdirihotel-hoteldaribintanglimahinggakelasmelati.

2. JasaTransportasi

Udara,DaratdanAir.BandaraudaraKotaPalembangmerupakanbandarainternasionalyangmempunyaiterminaldomestikdanterminalinternasional.TransportasidaratuntukumumyangtersediasepertiBusTransmusidantaksiBlueBirdyangsudahmembukalayananandiKotaPalembang.Sedangkanuntuk transportasi air,disediakan juga taksi airyangbisadiaksesdariBentengKutoBesak.TujuannyaadalahwisatakelilingsungaimusihinggakePulauKemaro.

3. Wisatakuliner

Palembang telah dikenal sebagai kota yang memiliki kuliner khas Indonesia, yaitupempek,miecelor,martabakHAR,laksodanburgo,kuemaniskhasPalembangdanlain-lain.

4. KerajinantangankhasPalembang

KainkhasPalembanginidisebutdengankainsongket.Kaintenunyangdiselipidenganbenangemas.SelainituadaKainJumputan(Pelangi),KainTajung(Blongsong),KainPrado,BatikPalembang,Angkinan.InijugamerupakanalternatifbuahtangandariKotaPalembang.


181

Potensi wisata yang ada di Kota Palembang dapat menarik wisatawan lebih banyakdengandiselenggarakannyaevent-event olahragayang setara seperti SEAGames2011. Ivanovdan Maya Ivanova (2011) berpendapat bahwa seringkali, penyelenggaraan event olahragamembawakeuntunganekonomiyangpositiflebihbesardaripadadampaknegatifdarilingkunganatausosialbagipenduduklokal.

SEAGamesTerhadapInfrastruktur

Pembangunan infrastruktur merupakan salah satu aspek penting dan vital untukmempercepat proses pembangunan nasional. Infrastruktur juga memegang peranan pentingsebagai salah satu roda penggerak pertumbuhan ekonomi. Ini mengingat gerak laju danpertumbuhanekonomisuatunegaratidakdapatpisahkandariketersediaaninfrastruktursepertitransportasi, telekomunikasi, sanitasi, dan energi. Oleh karena itu, pembangunan sektor inimenjadifondasidaripembangunanekonomiselanjutnya.

WorldBank(1994)mendefinisikaninfrastrukturdalamkonteksekonomisebagaisebuahterminologyyangmemayungibanyakaktivitasterkait"socialoverheadcapital".Lebihjauh"socialoverheadcapital"inidipandangsebagaifondasibagipeningkatanstandarkehidupan,penggunaanlahannasional secara lebihbaikdankeberlanjutanpertumbuhanekonomi.Dalamkontekstualpernyataan diatas dapat terlihat bagaimana infrastruktur memiliki peranan yang luas sertadianggap sebagai pendorong dalampertumbuhan ekonomi. Perannya dalammengembangkansebuahwilayahtentutakbisadiragukanlagi,sehinggabeberapafaktaempirismenyatakanbahwaperkembangan kapasitas infrastruktur di suatu wilayah akan berjalan seiring denganperkembanganoutputekonomi.BahkansebuahpernyataanyangdilansirolehWorldBank(1994)menyatakanbahwasecararata-ratapeningkatanstokinfrastruktursebesar1%akanberasosiasidenganpeningkatanPDBsebesar1%pula.

Peranvitalinfrastrukturdalammendorongpertumbuhanekonomitelahdibuktikanolehkesuksesanberbagaiprogramekonomiyangbertumpupadainfrastruktur,diantaranyaprogramNewDealolehPresidenRoosevelt,padasaatresesidiUSAtahun1933yangdenganmeningkatkanpembangunan infrastruktur secarasignifikan telahmemberikandampakpositifmeningkatkanekonomisecarasignifikandanlebih6jutapendudukdapatbekerjakembali.

Penyelenggaraan SEA Games juga berpotensi memajukan perekonomian SumateraSelatan secara keseluruhan. Menjelang acara, pertumbuhan ekonomi provinsi ini mengalamipeningkatanhingga6,4%disebabkanpembangunanfisiksaranadanprasaranaSEAGamesyangmenggunakantenagakerjabesar-besaran(Kresnarini,2013).PersiapanSEAGamesterlihattelahmeningkatkangeliatekonomimasyarakatdiPalembangdansekitarnya,setidaknyasejakawaltahun 2011. Geliat ekonomi ini terlihat dari dibangunnya sejumlah hotel baru dibangun,penambahan fasilitas-fasilitas olahraga baru dan perbaikan fasilitas-fasilitas gunamendukungpenyelenggaraaneventolahragaSEAGamestahun2011.Sektoryangdinilaipalingberdampakdalam penyelenggaraan event-event olahraga adalah sektor-sektor yang berhubungan denganinvestasi seperti bangunan dan perdagangan, hotel dan restoran, ditambah dengan sektorpendukungnyayaitusektorpengangkutandantransportasi.

Meningkatnya iklim investasi daerah juga didukung oleh perbaikan dan peningkataninfrastruktur untuk menyambut peristiwa olahraga tingkat Asia Tenggara tersebut, misalnyapelebaranruasjalannegara,perluasanbandara,perbaikanstasiunkeretaapi,danpenambahan


182

armadabusrapidtransit(Kresnarisni,2013).

SEAGamesTerhadapPDRBKotaPalembang

Dalam ekonomimikro,demandmenggambarkan hubungan antara harga suatu barangdengan jumlah permintaan barang tersebut. Jumlah permintaan suatu barang adalah jumlahbarangyangreladanmampudibayarkanolehpembelipada tingkatharga tertentu.Maka jikadigambarkan dalam sebuah kurva, kurva demand yang memiliki slope negatif akanmenghubungkan harga dengan jumlah permintaan suatu barang. Jumlah permintaan dapatberubahkarenaadanyaperubahanpada5faktorsepertipendapatan,selera,hargabarangyangterkait,jumlahpembeli,danekspektasi.Kurvademandmenunjukkanhargamaksimumyangreladibayarkonsumenuntukjumlahtertentudaribarangataujasa(Rockerbie,2013).Olehsebabitu,kurvademandmerupakankurva yangmewakili “willingness to pay” seorang konsumenuntuksebuahbarang.Jikawillingnesstopaytinggimakahalitudicerminkanolehdemandyangtinggipula sehinggamengindikasikan luasnya pasar (potensi pasar). Jika digambarkan pada sebuahkurvamakakurvademandyangmemilikipasaryangpotensialakanbergeserkekanan(D’>D).

Dalamkonteksolahraga, jumlahbarangyangdimintaberupaproduk/jasayang terkaitdenganolahraga seperti pertandingandanmerchandise event. Olahraga yangdipertandingkanbaik dalam skala reguler maupunmajor akan menggambarkan luas pasar olahraga tersebut.Dalameventolahragareguleryangbiasanyahanyapertandinganolahragadalamsatuwilayahtertentu memiliki pasar yang lebih kecil dibandingkan dengan event olahraga yangdipertandingkan dengan melibatkan banyak peserta. Penyelenggaraan event olahraga dapatberupapertandingandenganberbagaimacamolahraga,dapatjugaberupapertandinganolahragayangpopuler.Seiringdenganhalitu,eventolahragaakanmenjualberbagaimacammerchandisedenganjumlahyanglebihbanyak.Olehsebabitu,eventolahragadanpenjualanmerchandise-nyamemiliki luaspasar olahraga yang lebih tinggi denganmelibatkanbanyaknegaradandenganjangkawaktuyanglebihpanjang.

Luas pasar dalam olahraga dipengaruhi juga oleh popularitas. Olahraga yang populer,penontonnyaakanmemilikiwillingnesstopayyanglebihtinggisehinggaluaspasarmenjadirelatiflebih besar. Popularitas sebuah olahraga menggambarkan tingginya demand untuk olahragatersebut.Demandmengilustrasikanukurankesediaankonsumenuntukmembayarprodukataujasayangdalamhal iniuntukolahragayangpopuler. Jikadiilustrasikandengankurvademandmakaolahragayanglebihpopulerakandigambarkandenganwillingnesstopaylebihbesardariwillingnesstopayyangtidakpopuler.Makakurvademandakanbergeserkekanansepertiberikut.


183

Gambar1.PermintaanOutputOlahRaga

Simpulan

Suatu negara atau kota yang menjadi tuan rumah penyelenggaraan event olahragamemiliki potensi ekonomi yang besar. Nilai ekonomi yang besar dilihatmelaluimenciptakanpeluang bisnis baru, meningkatkan PDRB Kota Palembang, menciptakan lapangan kerja,menghasilkan peningkatan kunjungan wisatawan dan investasi terkait dalam jangka panjangkhususnyainvestasiuntukmenunjangpembangunaninfrastruktur.Namun,menurutKimet.al(2006) penyelenggaraan event olahraga belum tentumeningkatkan pertumbuhan ekonomi disuatudaerah.SepertieventolahragayangdiselenggarakandiKoreaSelatan(PialaDunia2002).InfrastrukturdansektorpariwisatanegaraKoreaSelatanmeningkatseiringdenganbergulirnyaperhelatanPialaDunia2002,tetapimanfaatekonomiyangdihasilkandarieventolahragatersebutdinilai tidak memuaskan atau bisa dibilang manfaat ekonominya rendah. Korea Selatandiperkirakantelahmenghabiskandanalebihdari2MiliarUSDollaruntukmembangunstadion-stadion guna mendukung penyelenggaraan Piala Dunia 2002 (Choo, 2002). Biaya ini belumtermasukbiayayangberkaitandenganfasilitaspariwisataseperti,penginapan,pusatinformasidan sebagainya. Dengan biaya yang dikeluarkan pemerintah untukmembangun infrastrukturuntuk mendukung penyelenggaraan Piala Dunia 2002, manfaat ekonomi yang dihasilkanterbilangrendah.HalinidirasakanolehsebagianbesarpersepsiwargaKoreaSelatan.ManfaatekonomiyangbesardirasakanolehwargaKoreaSelatanketikapersiapanpenyelenggaraanPialaDunia2002danpadasaatPialaDunia2002berlangsung.

0

P

DQ

0

P

Q

DD’

Popularitas


184

Berdasarkankajianliteraturyangdilakukan,penulismerumuskanpertanyaanpenelitianyangpentinguntukdibahaspadapenelitianselanjutnyauntukmelihatmanfaatdanbiayayangdihasilkandaripenyelenggaraaneventolahraga(SEAGamesTahun2011)terhadapPDRBKotaPalembang.Pertanyaanpenelitianyangdiajukanantaralain:

• ApabiayadanmanfaatdaripenyelenggaraaneventSEAGamestahun2011terhadapPDRBdiKotaPalembang?

DAFTARPUSTAKA

Choo,M.(2002).WorldCupstadiums.KoreaHerald.

Dedi, F. (2015). Dampak pelaksanaan event besar terhadap pembangunan di provinsiSumateraSelatan.

Fourie, J.,&Gallego,M.,S. (2011).The impactofmega-sporteventsontouristarrivals.Tourismmanagement,32(6),1364-1370.

Horne,J.andW.Manzenreiter(2006).Anintroductiontothesociologyofsportsmega-events. Sportsmega-events: social scientific analyses of a global phenomenon. J.HorneandW.Manzenreiter.Malden,USA,Blackwell/TheSociologicalReview.

Ivanov, S& Ivanova,M. (2011). Triple bottom line analysis of potential sport tourismimpactonlocalcommunities-areview.Varna,Bulgaria,pp.168-177.

Ottevanger,J&Hendrik.(2007).SportTourism:FactorsofInfluenceonSportEventt

VisitMotivation.BournemouthUniversity:Disertation.

Kim,H.J.,Gursoy,D.,&Lee,S.B.(2006).Theimpactofthe2002WorldCuponSouthKorea:Comparisonsofpre-andpost-games.TourismManagement,27(1),86-96.

Kresnarini,H.,I.(2013).SEAGamesSebagaiAjangUnjukDiri.WartaEkspor.

Lupikawaty, M., & Wilianto, H. (2013). Potensi sport tourism di kota palembang:Perspektifekonomi.

Marhanani,T.A.(2015).SporttourismtoincreasetouristarrivalinIndonesia.

Raharja, M. A. (2012). Prediksi pertumbuhan produk domestik regional bruto (PDRB)menggunakan adaftive neuro fuzzy inference system (anfis) (studi kasus : PDRBProvinsiBali).Yogyakarta:UniversitasGadjahMada.

Rockerbie, D. W. (2013). The economics of professional sports. Canada: University ofLethbridge.

WorldBank (1994).WorldDevelopmentReport: Infrastructure forDevelopment.OxfordUniversityPress,NewYork.


185

PENGARUHEFISIENSIPELABUHANTERHADAPBIAYAPENGIRIMANBARANGEKSPOR

TannyaTalithaYunian(2014110027)

Abstrak

RasiobiayalogistikIndonesiaterhadapGDPmencapai27%.Salahsatukomponenpenyusun biaya logistik adalah biaya pengiriman barang ekspor. Efisiensi dipelabuhan disinyalir memiliki pengaruh terhadap biaya pengiriman barang.TanjungPriokadalahpelabuhanyangmenyumbangnilaieksporpalingtinggi,danmembuatnya menjadi pelabuhan utama di Indonesia untuk melakukanperdagangan. Penelitian ini bertujuan untuk melihat bagaimanakah pengaruhefisiensidiPelabuhanTanjungPriokterhadapbiayapengirimaneksporbankaret.Menggunakandatasekunderdaritahun2010-2015,penelitianinimenggunakanteknikPrincipalComponentAnalysisdanregresiOrdinaryLeastSquare.Hasilnyamenunjukkanvariabeldwelling time, jumlahkapal yangbersandar, dan jumlahrata-ratakontainerperkapalsiginifikanmemengaruhibiayapengirimaneksporban karet, sementara itu jarak tidak signifikan pengaruhnya terhadap biayapengirimanekspor.

Kata kunci: Efisiensi Pelabuhan, Biaya Pengiriman Barang Ekspor, PelabuhanTanjungPriok.

1. PENDAHULUAN

LatarBelakang

EkspormemegangperananpentingbagiperekonomianIndonesia.Selamakurunwaktusepuluhtahunterakhir,tercatatrata-ratarasioeksporterhadapPDBIndonesiasebesar24,446persen,dengannilairata-rata198,971miliarUSDollar(TheWorldBank).NilaitersebutdihitungdarieksporIndonesiayangberbentukbarangmigasdannon-migas.Barang-barangyangdiekspordapatdikirimmelaluidarat,laut,maupunudara.Namun,kebanyakanekspordilakukanmelaluilaut.Lebihdari80persenbarangekspordikirimmelaluilaut(BadanPusatStatistik).

Dalamprosesperdaganganinternasional,kapaldanpelabuhanmemilikiperanansebagaisaranapengirimanbarang.MenurutSanchezetal.padatahun2003,pengaruhdaripengirimankargopadasaat inisama,bahkanmelebihipengaruhdaribeacukaikarenaadanya liberalisasiperdagangan. Untuk mengirim barang tentu saja akan membutuhkan biaya pengiriman, ataubiaya logistik. Biaya pengiriman ini memiliki pengaruh terhadap harga barang yang akandiperjualbelikan.Ketikabiayapengirimantinggi,dikhawatirkanbarangyangdieksporharganyaakannaik,danmengurangidayasaingbarangeksporitusendiri.

Padasaatini,biayalogistikIndonesiamasihbisadisebuttinggi.Jikadibandingkandengannegara-negaratetanggasepertiMalaysiadanSingapura,biayalogistikIndonesiamerupakanyangtertinggi.


186

Grafik1.1.1. RasioBiayaLogistikterhadapGDP

Sumber:PELINDO(diolah)

Tingginya biaya logistik dapat dipengaruhi oleh beberapa hal, diantaranya adalahinfrastrukturtransportasiyangkurangmemadai,birokrasiyangberbelit,danmanajemenyangtidakefisien.

Penilaian LPI (Logistics Performance Index) yang dilakukan pada tahun 2014,menempatkanIndonesiapadaposisike53dengannilai3,08(LPI,TheWorldBank).AngkaLPImenunjukkanseberapaefisiensebuahnegaradalammelakukanperdagangandengannegaralain.Penilaian LPI dilakukan dengan melihat beberapa hal, di antaranya adalah efisiensi padapengurusan bea cukai, kualitas infrastruktur yang menunjang transportasi perdagangan,ketepatanwaktupengirimanbarang,dankualitasdarijasalogistik.BerikutmerupakanrinciannilaipelabuhanIndonesiamenurutLPI:

Tabel1.1.2. NilaiPelabuhanIndonesiamenurutLPI

Aspek Nilai

Biaya 30%

KualitasInfrastruktur 50%

KualitasJasa 50%

EfisiensiProses 45%

Keterlambatan 22.22%

Sumber:LPI,TheWorldBank,2015(diolah)

MelihatnilaipelabuhanIndonesiapadapenilaianLPI,dapatdikatakanjikapelabuhandiIndonesiabelumefisiendalammelakukanperdaganganantarnegara.HalinibisamemengaruhibiayapengirimanbarangeksporyangmelaluipelabuhandiIndonesia.

TanjungPriok, Jakartamerupakansalah satupelabuhanbesardanutamadi Indonesiaselain Pelabuhan Belawan di Medan, Pelabuhan Tanjung Priok di Surabaya, dan PelabuhanMakassar. Pada tahun 2015, nilai barang yang diekspor melalui Pelabuhan Tanjung Priok

8% 10% 11% 13% 16% 20% 25% 27%

0%5%10%15%20%25%30%

Singapura

AmerikaSerikat

Jepang

Malaysia

KoreaSelatan

Thailand

Vietnam

Indonesia

LogisticCosts-GDPRatio


187

mencapai 30,87 persen dari total nilai ekspor nasional (Badan Pusat Statistik). Berikutmerupakan perbandingan nilai ekspor dari empat pelabuhan utama di Indonesia pada tahun2015:

Grafik1.1.3. NilaiEkspormenurutPelabuhan


GrafikdiatasmenunjukkanjikanilaieksporyangmelaluiPelabuhanTanjungPriokjauhlebihtinggidibandingkandenganketigapelabuhanlainnya,bahkanmenjadiyangpalingtinggidari seluruh pelabuhan di Indonesia. Hal ini berarti Pelabuhan Tanjung Priok mendominasikegiatanpengirimanbarangekspordariIndonesia.Mengingatbiayalogistikpengirimanbarangekspor Indonesia yang tinggidan tingkat efisiensi pelabuhandi IndonesiamenurutLPI,makadapat disebutkan jika pengiriman barang ekspor yangmelalui Pelabuhan Tanjung Priok jugadikenakanhargayangtinggi.

Grafik1.1.4. BeratEkspordanBiayaPengirimanMelaluiPelabuhanTanjungPriok


Dari grafik di atas dapat dilihat jika berat barang yang diekspor melalui PelabuhanTanjungPriokmenurundaritahun2010-2013danbarumulaimeningkatpadatahun2014-2015.Sementara itu, totalbiayapengirimanberadapada trenyangmeningkat terutamapada tahun2011-2014 sehingga dapat dikatakan jika Pelabuhan Tanjung Priok belum dapat melakukanprosespengirimanbarangeksporsecaraefisien.

Belawan TanjungPriok

TanjungPerak Makassar

NilaiEkspor 6,618.10 40,681.20 12,784.90 1,649.50

0.005,000.00

10,000.0015,000.0020,000.0025,000.0030,000.0035,000.0040,000.0045,000.00

JutaUS$

NilaiEkspor

0

20,000

40,000

60,000

80,000

2010 2011 2012 2013 2014 2015

BeratEkspordanTotalBiayaPengirimanMelaluiPelabuhanTanjungPriok

BeratEkspor TotalBiaya


188

RumusanMasalah

BesarannilaieksporyangmelaluiPelabuhanTanjungPriokdiDKIJakartamembuatnyamenjadi pelabuhan penting di Indonesia. Tingginya biaya pengiriman barang ekspor dapatmenjadi sinyal tidakefisiennya suatupelabuhandalammelakukanperdaganganantarnegara.Faktoryangdianggapmemengaruhiefisiensidipelabuhanadalahdwellingtime,waktutunggukapal, jarakantarnegara,jumlahkapalyangbersandar,danjumlahkontainerperkapal.Maka,pertanyaanyangmunculpadapenelitianiniadalah:

SeberapabesarpengaruhdariefisiensidiPelabuhanTanjungPriokterhadapbiayapengirimanbarangeksporyangmelaluipelabuhantersebut?

1.3 TujuanPenelitian

Berdasarkan latar belakang dan rumusan masalah di atas, dapat dilihat ketika adapenurunanjumlahekspor,tidakdiiringidenganpenurunanbiayapengiriman.Tingginyahargapengirimanbarang ekspor secara langsungmaupun tidak langsung akanmeningkatkanhargabarangyangdiperdagangkan,yangdimanadikhawatirkanakanmengurangitingkatpersainganbarangIndonesiadenganbarangyangberasaldarinegaralain.Tujuandaripenelitianiniadalahuntukmelihatbagaimanakahpengaruhdari efisiensi yang terjadidiPelabuhanTanjungPriokterhadapbiayapengirimanbarangeksporyangmelaluipelabuhantersebut.Mengingatapabilasebuahpelabuhantidakefisien,makabiayayangdikeluarkanoleheksportirmaupunmasyarakatakanmenjadisemakinbesardanberpotensimeningkatkanhargabarangyangdiperdagangkan.

1.4 KerangkaPikir

Gambar1.4.1.KerangkaBerpikir


189

Kerangkapikirdiatasmenunjukkanvariabel-variabelindependen,yakni:

DwellingTime

ShipWaitingTime(waktutunggukapal)

NumberofVessels(jumlahkapal)

AverageContainerperVessel(rata-ratajumlahcontainerperkapal)

Distance(jarak)

Dwelling time digunakan untuk mengukur efisiensi karena semakin singkat waktudwellingmakasemakinefisienpulapelabuhantersebut.Waktutunggukapaljugamencerminkanefisiensi karena semakin singkat waktu yang dihabiskan oleh kapal ketika tiba di pelabuhanhinggadibongkarmuatannya,makasemakinefisien jugapelabuhan tersebut.Semakinbanyakjumlahkapalyangbersandardipelabuhan,makasemakinefisienjugapelabuhanitu.Rata-ratakontainerperkapalmencerminkankemampuan sebuahpelabuhanuntukmenanganibongkarmuatkapal.Semakintinggiangkanya,makasemakinefisien,danmengurangibiayapengirimanbarang.Jarakdapatmenjadicerminankarenasemakinbesarkapalyangbersandar,makaiadapatmenempuh perjalanan yang lebih jauh. Kelima variabel ini diharapkan dapat mencerminkanefisiensi di PelabuhanTanjungPriok, denganharapan semakin efisienpelabuhan,makabiayapengirimanbarangakansemakinmurah.

TINJAUANPUSTAKA


Tabel2.1. PenelitianTerdahulu

No. Penulis Judul MetodedanData Hasil

1.

RicardoSanchez;JanHoffmann;AlejandroMicco;G.Pizzolitto;MartinSgut;G.Wilmsmeier(AmerikaLatin,2003)

PortEfficiencyandInternationalTrade:PortEfficiencyasaDeterminantofMaritimeTransportCosts

Metode:MenggunakanPrincipalComponentAnalysisdanregresiOLS.Data:Menggunakandataefisiensidari19pelabuhandiAmerikaLatin,dandataekspordariAmerikaLatinkeUSA.

EfisiensidiSembilanbelaspelabuhandiAmerikaLatinberpengaruhterhadaphargapengirimanbarangekspordariAmerikaLatinmenujuAmerikaSerikat,tetapiefisiensidipelabuhansendiribisadipengaruhiolehkebijakanpemerintah.

2.

XimenaClark;DavidDollar;AlejandroMicco(AmerikaSerikat,2001)

MaritimeTransportCostsandPortEfficiency

Metode:MenggunakanregresiOrdinaryLeastSquare.Data:

Efisiensidipelabuhansangatberpengaruhterhadapbiayapengirimanbarang,selainitujarakantar


190

Menggunakandatadari99negarayangmelakukanperdagangan,daritahun1996-1998,termasukdidalamnyanegaraIndonesia.

negarajugamemilikipengaruhterhadapbiayapengiriman.

2.2 TeoridanKonsepEkspor

Ekspor merupakan suatu kegiatan perdagangan yang terdapat di dalam prosesperdaganganinternasionalatauperdaganganantarnegara.Aktivitaseksporbarangadalahsistemperdagangan yang dilakukan oleh orang perseorangan atau lembaga atau badan usaha untukmengadakanperdagangan(trading)lintasnegara.SedangkandefinisimenurutUUKepabeanan,eksporadalahkegiatanmengeluarkanbarangdaridaerahpabean(pasal1ayat14)(DirjenBeaCukai,2013).Ekspormerupakansalahsatupenyumbangdevisanegarayangsedangdidorongolehpemerintah.Keuntungan yangdiperoleholeh suatunegaradari perdagangan luarnegeriadalahpendapatannasionalnaik,yangpadagilirannyaakanmenaikkanjumlahoutputdanlajupertumbuhanekonomi(Jhingan,2004).

2.3 TransactionCost

Menurut Coase (1988), biaya transaksi memiliki peran yang sangat penting dalammenentukan alokasi hak dalam perekonomian. Richter dan Furubotn (1998) membagi biayatransaksimenjaditigajenis,yakni:

• Markettransactioncost:biayayangdikeluarkanagarbarangataujasadapatsampaikepasar

• Bargaininganddecisioncost:biayayangdikeluarkanagarinformasiyangtelahdikumpulkandapatbermanfaat.

• Supervision and enforcement cost: biaya yang dikeluarkan untuk mengawasi pengirimanbarangagarsampaitepatwaktu,mengukurkualitasdanjumlahprodukyangditransaksikan,biayapenegakankontrakagarberjalansesuaikesepakatan.

Adafaktornon-hargaberbedadantidakterkaitdenganfaktor-faktorproduksi,yangharus“dibayarkan”oleheksportirsebelumbenar-benarmengirimkanbarangeksporitusendiri.Faktor-faktorinibisasajaterdiriataskualitasinfrastruktur,peraturanpemerintah,prosesadministrasi,dll. Faktor-faktor inilah yang sering disebut dengan “transaction cost” atau biaya transaksi.Banyakhalyangtermasukkedalamtransactioncostpadaprosesekspor.MenurutChoughoule(2017),biayatransaksipadaprosesekspordibagimenjadiempatbagian,yakni localexpenses,port expenses, shipping expenses,danother charges.Menurutnya, komponenbiayayangpalingbesarterdapatpadabiayapelabuhan.

• Localexpenses : biaya pengepakan, biaya transportasi, biaya sewa gudang, dan biayacukai.


191

• Portexpenses : biaya bongkar muat kargo, biaya sewa lapangan, biaya penumpukankontainer, biaya penanganan di dermaga, biaya pengukuran kontainer, biaya cukai, biayatransportasimenujupelabuhan.

• Shippingexpenses :biayadokumentasi,biayapengangkutanoceangoing.

• OtherCharges :biayaasuransi,biayakomisibank,certificateoforigin,biayanegosiasi.

Biaya transaksi sering dianggap sebagai salah satu faktor yang menghambatpertumbuhanekspor.PenelitianyangdilakukanolehEXIMBankmenyebutkanadabeberapahalyangmenyebabkantingginyabiayatransaksi:

• Prosesadministrasiyangrumit;

• Lamanyawaktupenyelesaianurusanbeacukai;

• Kualitasinfrastrukturtransportasidankomunikasiyangburuk;

• Faktorinstitusional;

• KeadaanpolitiksuatuNegara.

Dalam penelitian ini, biaya pengiriman barang dianggap sebagai biaya transaksi yangharus dibayarkan agar barang dapat didistribusikanmenuju pasar. Tingginya biaya transaksidikhawatirkanakanmerugikankonsumendanmasyarakat.Karenabagaimanapun,perusahaaneksportir merupakan perusahaan profit oriented. Apabila biaya pengirimanmeningkat, profityang didapat perusahaan eksportir akan menurun, untuk mempertahankan profitnya,perusahaaneksportirberkemungkinanbesarakanmeningkatkanhargabarangyangdijualnya,sehinggapadaakhirnyabiayatransaksimenjaditanggungankonsumen.Biayatransaksisendiriberadadiluarbiayaproduksiperusahaan,atauberadadiluarbiayaupah,danbiayasewabarangmodal.

2.4 Coststructure

2.4.1 DirectCostdanIndirectCost

Biayalangsung(directcosts)adalahbiayayangmunculkarenaadasatuhalyangharusdibayarkan,misalnyaupah tenaga kerja danbiayabahanbaku.Biaya tidak langsung (indirectcosts)adalahbiayayangtidakdapatdikaitkanlangsungdenganunityangdiproduksi,misalnyabiayaasuransi.Karenaitu,biayatidaklangsungtetapmenambahbiayaproduksimeskipunsulituntukmenghitungberapabesarannyadarisetiapunityangdiproduksi.

2.4.2 VariableCostdanFixedCost

Biaya variabel atau variable costs adalah biaya yang besarannya berubah mengikutijumlah output.Biaya ini biasanyamemiliki keterkaitan dengan faktor-faktor produksi sepertitenagakerjadanbarangmodal.Sementaraitu,biayatetapataufixedcostsadalahbiayayangtidakdipengaruhi oleh faktor produksi, misalnya tanah, bangunan, dan mesin. Berapapun jumlahoutput,biayayangharusdikeluarkantetaplahsama.


192

2.4.3 TransactionCostpadaCostStructure

Apabilamelihatpenjelasantentangbiayatransaksi,biaya langsungdantidaklangsung,danbiayavariabeldanbiayatetap,makadapatdisimpulkanjikabiayatransaksitermasaukkedalambagianbiayatidaklangsungatau indirectcost.Transactioncostbisadisebutbiayatidaklangsungkarenabiayainitidakmemilikiketerkaitanlangsungdenganprosesproduksinya,tetapiiamenambahtotalbiayayangharusdibayarkanolehprodusen.Transactioncostjugatermasukkedalamjenisbiayavariabelatauvariablecost,karenabesaranbiayanyatergantungdariberapajumlahbarangyangdiproduksi.

metodedanobjekpenelitian


Penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik(BPS),PT.PELINDO,UnitedNationsConferenceonTradeandDevelopment(UNCTAD),TheWorldBank,danKementerianPerhubungan.Datayangdigunakanadalahjumlaheksporbankaret,dantotalbiayapengirimanyangharusdibayarkanoleheksportir,dwellingtime,jarak,waktutunggukapal, jumlah kapal yang bersandar, dan jumlah rata-rata kontainer per kapal. Variabeldependennya adalah biaya pengiriman barang ekspor, sementara variabel-variabelindependennyaadalahdwelling time, jarak,waktu tunggukapal, jumlahkapalyangbersandar,dan jumlah rata-ratakontainerperkapal.Variabel-variabel inidianggapdapatmencerminkanefisiensiyangadadiPelabuhanTanjungPriok.

TeknikanalsisyangdigunakanadalahOrdinaryLeastSquare(OLS)denganmenggunakanjenisdatapanelpadaprogrameViews9,danmenggunakanteknikPrincipalComponentAnalysis(PCA)padaprogramSPSS24.TujuanpenggunaanteknikregresiOLSadalahuntukmengetahuisejauh mana pengaruh dari variabel independen terhadap variabel dependen. Sementara itutujuan penggunaan teknik PCA adalah untuk menghindari masalah multikolinearitas yangsebelumnya terjadi pada dua variabel bebas, yakni variabeldwelling time dan variabelwaktutunggu kapal. Karena menggunakan teknik PCA, maka terbentuk sebuah variabel baru yangkemudiandiberinama“DwellingTime”.Sehinggadalammodel fungsidapatdituliskansebagaiberikut:

ûe`vüℎ°¢db°*, =Y0 +Y(^Ö*, +_.^vb*, +Y/£{*, +Y1y¢§*, +~*,

FreightCost :biayapengirimanbarangekspor

DT :dwellingtime

Dis :distance(jarak)

JK :jumlahkapal

ACV :averagecontainerpervessel(jumlahrata-ratakontainerperkapal)

3.1.1 UjiKorelasi

Uji korelasi dilakukan untukmenghitung hubungan di antara dua variabel atau lebih.


193

Besar ataukecilnyahubunganantar variabel ini dinyatakandalamkisaranangka -1hingga1.Besarankoefisienpadaangka-1dan1memilikiartibahwavariabel-variabeltersebutmemilikikorelasi yang sempurna. Jika terjadi korelasi sempurna,maka tidakdiperlukan lagi pengujianhipotesis mengenai signifikansi, karena sudah terdapat hubungan linear yang sempurna.Sementara jika nilai koefisien 0, berarti variabel-variabel tersebut tidak memiliki hubungan.Apabila koefisien bernilai antara 0 sampai 1, maka hal ini berarti variabel-variabel tersebutmemilikihubunganyangpositif.MisalnyavariabelXdanYmemilikikorelasipositif,berartiketikavariabelXnaik,makavariabelYjugaakannaik.Jikakoefisienmemilikinilaiantara0sampai-1,makavariabel-variabelmemilikihubungannegatif.MisalnyavariabelAdanBmemilikikorelasinegatif,makaketikavariabelAnaik,variabelBakanturun.

3.1.2 PrincipalComponentAnalysis(PCA)

PrincipalComponentAnalysismerupakanteknikanalisamutivariatyangdigunakanuntukmembangunbaruyangmerupakankombinasilineardarivariabel-variabelasli.MetodeanalisisinipertamakaliditemukanolehKarlPearson,seorangahlistatistikapadatahun1901.Teknikinidigunakan untuk mereduksi variabel-variabel yang sebelumnya mengalami masalahmultikolinearitaspadavariabel-variabelbebas,namuntetapdapatmemproyeksikan informasidan karakteristik penting dari variabel-variabel asli. Teknik PCA bekerja dengan caramentransformasi data secara linier hingga pada akhirnya terbentuk sistem koordinat barudenganvariansmaksimum.Padapenelitianini,PCAdilakukandenganmenghitungcovariance-matrix yang dilakukan pada program SPSS 24. Variabel yang dibentuk menjadi PCA adalahvariabeldwelling timedanvariabelwaktu tunggukapal,karenasebelumnya terdapatmasalahmultikolinearitas,yaknimemilikikorelasisebesar0.9995.Keduavariabelinikemudiandigabungmenjadi satu variabel yang diberi nama “Dwelling Time” dan terbebas dari masalahmultikolinearitas.

3.2 ObjekPenelitian

Penelitianinidiharapkandapatmenjawabpertanyaanpadarumusanmasalah,dandapatmenjelaskan bagaimana hubungan antara efisiensi di pelabuhan terhadap biaya pengirimanbarang ekspor. Variabel-variabel yang akan diteliti dalam penelitian ini adalah dwelling time,waktutunggukapal,jarak,jumlahkapalyangbersandar,danjumlahrata-ratakontainerperkapal.Selainitu,variabeldependenyangditelitiadalahbiayapengirimanbarangekspordaritahun2010hinggatahun2015,denganmenggunakandatakomoditibankaretyangdigunakanuntukindustriotomotif.

3.2.1 DwellingTime

Dwelling timediteliti sebagai variabel bebas pada penelitian ini. Data yang digunakanmerupakandatadwellingtimeuntukbarangeksporyangmelaluiPelabuhanTanjungPriok,DKIJakarta.Dwellingtimesendirimerupakanwaktuyangdibutuhkansebuahkontainersaatberadadi pelabuhan, hingga kontainer tersebut bergerak kembali. Yang dimaksud dengan bergerakadalahdipindahkandarilapanganpenumpukanbarang,hinggadimuatdidalamkapaldansiapuntuk dikirim ke luar negeri. Semakin lama waktu dwelling, maka akan semakin merugikan,karenapenumpukankontainerdipelabuhanmembutuhkanbiaya.Apabilakontainerdigunakanuntukmengeksporbarang,makakeuntunganyangdiperoleheksportir akanmenurun,karenaharusdikurangiolehbiayapenumpukankontainer.


194

DiPelabuhanTanjungPriok,biayayangdikenakanuntukpenumpukanbarangdigudangadalah sebesar Rp 2.750 per ton per harinya. Sementara untuk penumpukan di lapangandikenakanbiayasebesarRp2.250pertonperhari,danuntukhewansebesarRp5.500perekorperhari.Hargatersebutbelumtermasukbiayapenumpukanpetikemas.Untukpetikemaskosongdenganukuran20feet,dikenakanbiayaRp13.600perboxperhari.SementarauntukpetikemasisibiayanyaRp27.200perboxperhari.Biayauntukkebersihan jugaharusdibayarkan,yaknisebesarRp2.000perbox(priokport.co.id).

Grafik3.2.1.DwellingTimePelabuhanTanjungPriok

Sumber:IPCdanKementerianPerhubungan(diolah)

3.2.2 WaktuTungguKapal

Waktu tunggu sebuah kapal dihitung sejak kapal tersebut menunggu atau mengantriuntuk bersandar di dermaga untuk kemudian melakukan proses bongkar muat barang. Disebagianbesarpelabuhanbesardi Indonesiadisinyalir terjadiantriankapaluntukbersandar.Semakin lama kapalmenunggu,maka biaya operasional yang dikeluarkan juga akan semakinbesar,sehinggaakanmeningkatkanangkabiayapengirimanbarangekspor.Salahsatufaktoryangmenyebabkan tingginyawaktu tunggukapaladalahketerbatasanpanjangdermagayang tidaksebandongdenganjumlahkapalyangbersandar.

Grafik3.2.2. WaktuTungguKapalPelabuhanTanjungPriok

Sumber:IPCdanKementerianPerhubungan(diolah)

3.2.3 JumlahKapalEksporyangBersandar

Semakin banyak jumlah kapal yang bersandar di pelabuhan dapat menekan biaya

2010 2011 2012 2013 2014 2015DwellingTime 4.88 5.75 6.38 6.7 5.19 4.45

0

2

4

6

8

Hari

DwellingTime

2010 2011 2012 2013 2014 2015WaktuTunggu

Kapal 1.7 2 2.23 2.34 1.81 1.55

00.51

1.52

2.5

Hari

WaktuTungguKapal


195

pengiriman barang ekspor, terutama jika ditunjang oleh teknologi yang memadai. Semakinpanjangdermagamakaakansemakinbanyakkapalyangbersandar.Apabilapanjangdermagaditambah,makajumlahcranesebagaiteknologipenunjangjugaseharusnyaditambah,sehinggakegiatanbongkarmuatbarangdapatberjalanlebihefisien.

Grafik3.2.3. JumlahKapalEksporyangBersandar


3.2.4 Jumlahrata-ratakontainerperkapal

Jumlah rata-rata kontainer per kapal mencerminkan kemampuan pelabuhan dalammelakukanbongkarmuatbarangdanproduktivitaspelabuhan(Sanchez,etal.2003).Semakinbanyakjumlahkontaineryangdibongkar,makasemakinefisienjugasebuahpelabuhan.

Grafik3.2.4. JumlahRata-rataKontainerperKapal


3.2.5 Jarak

Kapaldenganukuranbesardapatmenempuhperjalananyangjaraknyalebihjauhdenganbiayayanglebihmurah.Semakinpanjangdermaga,makasemakinbesarpulakapalyangdapatbersandar. Berarti semakin jauh jarak, biaya pengiriman per kilometermenjadi lebihmurah.Sehinggajarakdapatdijadikanindikator

2010 2011 2012 2013 2014 2015JumlahKapal 4,678 4,198 4,579 4,528 4,519 3,894

0

1,000

2,000

3,000

4,000

5,000UnitKapal

JumlahKapal

2010 2011 2012 2013 2014 2015Rata-Rata

KontainerperKapal

565 775 770 795 853 927

02004006008001000

TEUs

Rata-RataKontainerperKapal


196

Tabel3.2.5. JarakTanjungPriokkeNegaraTujuanEkspor

Negara Jarak(km)

Malaysia 1.167

Jepang 5.728AmerikaSerikat 15.871

China 4,675

KoreaSelatan 5,155

Thailand 3,353

Vietnam 4,093

Filipina 2,678

Singapura 1,259

Australia 3,564

India 7,264

Taiwan 3,650Sumber:GoogleMaps

3.2.6 Biayapengirimanbarangekspor(bankaret)

Biayapengirimanbarangekspordihitungdaribiayayangdikeluarkanoleheksportirsaathendakmengirimbarang,hinggabarangberadadidalamkapaldipelabuhan,dalamsatuanUSDollar(BPS).Dalamhipotesis,biayapengirimanbarangeksporakanmeningkatseiringdenganinefisiensiyangterjadidipelabuhan.

Grafik3.2.6. BiayaPengirimanBanKaretdariPelabuhanTanjungPriok


2010 2011 2012 2013 2014 2015BiayaPengiriman 3.439 4.189 4.243 3.884 3.533 3.241

0

1

2

3

4

5

US$/kg

BiayaPengiriman


197

pembahasandanhasil

4.1 UjiMultikolinearitasdanPrincipalComponentAnalysis

Uji multikolinearitas dilakukan untuk memastikan tidak adanya hubungan linier ataukorelasiyangtinggiantarvariabel-variabelbebasdalamsebuahmodelregresi.MenurutGujaratipadatahun1978,multikolinearitasdapatdidiagnosisdengancaramenghitungkoefisienkorelasisederhanaantarvariabel-variabelbebas.Jikaterdapatkoefisienkorelasidenganangkadiatas0,8maka dapat dipastikan variable-variabel tersebut terkena masalah multikolinearitas. Padapenelitianini,variable-variabelyangterkenamasalahmultikolinearitasdireduksimenggunakanmetodePrincipalComponentAnalysis.

4.2.1 UjiMultikolinearitasI DwellingTime Rata-Rata

Kontainer/Kapal Jarak WaktuTungguKapal JumlahKapal

DwellingTime 1.000000 -0.067804 -2.55E-17 0.999950 0.450158

Rata-RataKontainer/Kapal -0.067804 1.000000 -3.94E-18 -0.076271 -0.693876

Jarak -2.55E-17 -3.94E-18 1.000000 -1.74E-17 -8.07E-18WaktuTunggu

Kapal 0.999950 -0.076271 -1.74E-17 1.000000 0.453572

JumlahKapal 0.450158 -0.693876 -8.07E-18 0.453572 1.000000

Uji multikolinearitas di atas dilakukan sebelum membentuk variabel PCA. Terdapatkorelasi tinggi pada variabel Dwelling Time dan Waktu Tunggu Kapal. Korelasi yang terjadisebesar 0.999950, lebih tinggi dari batas koefisien korelasi antar variabel independen yangseharusnyadibawahangka0,8.Halinimengindikasikanadanyamultikolinearitasdiantarakeduavariabel tersebut. Berarti, kedua variabel ini salingmemengaruhi satu sama lain, dan hal inimelanggarasumsiklasiksehinggadapatmenyebabkanbiasnyahasilregresi.

4.2.2 PrincipalComponentAnalysis(PCA)

KeduavariabelyangterkenamasalahmultikolinearitaskemudiandigabungkanmenjadisatuvariabeldenganmetodePrincipalComponentAnalysis (PCA).HasildariComponentMatrixkemudiandikalikandenganvariabelaslisehinggamembentuknilaivariabelbaruyangterbebasdarimultikolinearitas.

Component1

DwellingTime 0.876WaktuTunggu

Kapal 0.307


198

4.2.3 UjiMultikolinearitasII DwellingTime Rata-Rata

Kontainer/Kapal Jarak JumlahKapal

DwellingTime 1.000000 -0.068731 1.73E-17 0.450534

Rata-RataKontainer/Kapal -0.068731 1.000000 -1.08E-17 -0.693876

Jarak 1.73E-17 -1.08E-17 1.000000 -8.07E-18

JumlahKapal 0.450534 -0.693876 -8.07E-18 1.000000

UjimultikolinearitasinidilakukansetelahpembentukanvariabelbarumenggunakanPCA,variabeltersebutdiberinama“DwellingTime”karenadirasacukupmewakiliwaktutunggukapaljuga. Setelah kedua variabel yang terkena masalah multikolinearitas direduksi menjadi satuvariabel, maka seluruh variabel telah terbebas dari masalah tersebut, dibuktikan dari nilaikoefisienkorelasitidakadayanglebihtinggidariangka0,8.

4.2

HasilUjiOrdinaryLeastSquare

Keterangan:***sigat#1%

R-squared 0.500859


Karena data yang diregresi menggunakan data panel, maka dilakukan Random EffectCross-section.Randomeffectmengestimasivariabelyangdidugamemilikihubunganantarwaktu.Setelahmenggunakanrandomeffect,R-squareddanDurbin-Watsonstatberubahsepertiberikut:

R-squared 0.636319


4.2.1 R-squared

R-squared digunakan untukmengetahui seberapa besar kontribusi pengaruh variabelindependenterhadapvariabeldependen.DarihasillregresiOLSdenganRandomeffect,diperolehangka R-squared sebesar 0,636319, yang berarti 63,6319% biaya pengiriman barang ekspor


DwellingTime 0.476777 0.046403 10.22949 0.0000***Distance 7.09E-06 2.00E-05 0.354882 0.7238NumberofVessels -0.000575 0.000188 -3.068563 0.0031***

Avg.ContainerperVessel -0.001134 0.000409 -2.772737 0.0072***

C 4.542676 0.978657 4.641742 0.0000


199

ditentukanolehdwellingtime,jarak,jumlahkapalyangbersandar,danrata-ratajumlahkontainerperkapal.Sementara36,3681%lainnyaditentukanolehfaktor-faktorlain.

4.2.2 dwellingtime

Variabel dwelling time memiliki nilai probability sebesar 0.0000, nilai ini lebih kecildibandingkanα(alpha)1%.Hal inimenunjukkanbahwadwellingtimeberpengaruhsignifikanterhadapbiayapengirimanbarangeksporterutamakomoditibankaret.Kenaikandwellingtimesebesarsatuhariakanmeningkatkanbiayapengirimaneksporbankaretsebesar0.476777US$per kilogram. Hasil ini sesuai dengan hipotesis awal dan teori bahwa kenaikandwelling timemenyebabkaninefisiensidipelabuhandanakanmeningkatkanbiayapengirimanbarangekspor.

4.2.3 Jarak

Variabel jarak memiliki nilai probability sebesar 0.7238, angka ini lebih besardibandingkan nilai α (alpha) baik 1%, 5%,maupun 10%.Hal ini berarti jarak tidakmemilikipengaruhsignifikanterhadapbiayapengirimanbarangeksporbankaret.

4.2.4 JumlahKapalBersandar

Variabeljumlahkapalmemilikinilaiprobabilitysebesar0.0031,nilaiprobabilityinilebihkecil dibandingkan α (alpha) 1%. Hal ini menunjukkan bahwa jumlah kapal ekspor yangbersandardipelabuhanmemilikipengaruhyangsignifikan terhadapbiayapengirimaneksporbankaret.Kenaikan jumlahkapaleksporyangbersandarsebesarsatuunit,akanmenurunkanbiayapengirimaneksporbankaretsebesar0.000575US$perkilogram.Hal ini sesuaidenganhipotesis bahwa jika jumlah kapal yang bersandar semakin banyak, maka pelabuhan akansemakinefisiendanakanmenurunkanbiayapengirimanbarangekspor.

4.2.5 JumlahRata-RataKontainerperKapal

Variabeljumlahrata-ratakontainerperkapalmemilikinilaiprobabilitysebesar0.0072,nilaiinilebihkecildibandingkandenganα(alpha)1%.Halinimenunjukkanbahwajumlahrata-ratakontainerperkapalmemilikipengaruhyangsignifikanterhadapbiayapengirimaneksporban karet. Kenaikan jumlah rata-rata kontainer sebesar satu TEUs, akan menurunkan biayapengiriman ekspor ban karet sebesar 0.001134 US$ per kilogram. Hasil ini sesuai denganhipotesisyakniapabila jumlahrata-ratakontainernaik,makapelabuhanakansemakinefisiendanakanmenurunkanbiayapengirimanbarangekspor.

kesimpulan

Ekspormemiliki peranan penting di perekonomian sebuah negara, tidak terkecuali diIndonesia.Halinidibuktikandariselamakurunwaktusepuluhtahunterakhir,tercatatrata-ratarasioeksporterhadapPDBIndonesiasebesar24,446persen.Lebihdari80persenpengirimanbarangekspordilakukanmelaluilaut,yangberartimembutuhkanpelabuhansebagaifasilitator.Selamaini,biayalogistikIndonesiatercatatsangattinggi,rasionyaterhadapPDBmencapai27persen.Salahsatukomponenpenyusunbiaya logistikadalahbiayapengirimanbarangekspor.Efisiensidipelabuhandisinyalirmemilikipengaruhterhadapbiayapengirimanbarangekspor.Hasil penelitian menunjukkan bahwa variabel dwelling time signifikan memengaruhi biayapengirimanbarangekspordenganhubunganpositif.Sementaraitu,jumlahkapalyangbersandar


200

dan jumlah rata-rata kontainer per kapal signifikan memengaruhi biaya pengiriman barangekspordenganhubungannegatif.Haliniberartiketikadwellingtimenaik,makabiayapengirimanjugaakannaik,sebaliknyajikajumlahkapaldanrata-ratakontainerperkapalnaik,makabiayapengiriman akan turun. Tetapi ada satu variabel yang tidak signifikan memengaruhi biayapengirimanbarangeksporuntukkomoditibankaret,yaknivariabeljarak.Haliniberartibiayayangdikeluarkanuntukpengirimanjarakjauhmaupundekattidakakanberbedajauh.Namundari hasil penelitian ini, dapat disimpulkan jika efisiensi di pelabuhan memiliki pengaruhterhadapbiayapengirimanbarangekspor,yaknisemakinefisiensebuahpelabuhan,makabiayapengirimanbarangeksporjugaakansemakinmurah.

DAFTARPUSTAKA

BadanPusatStatistik.(2015).StatistikPerdaganganLuarNegeriIndonesiaEkspor2014(Vol.I).Jakarta,Indonesia:BadanPusatStatistik.






Admin.(2013,February5).Ekspor.RetrievedNovember20,2017,fromDirektoratJenderalBeadanCukaiKementerianKeuangan:http://www.beacukai.go.id/arsip/pab/ekspor.html

IPC.(2015,October).TarifJasaPetikemasOceanGoing.RetrievedOctober18,2017,fromIPCPortofTanjungPriok:http://www.priokport.co.id/index.php/tariff/cont_oceangoing

IPC.(2015).TarifJasaPenumpukan.RetrievedOctober18,2017,fromIPCPortofTanjungPriok:http://www.priokport.co.id/index.php/tariff/stacking

TheWorldBankGroup.(2015).DomesticLPIPerformance.Indonesia:2014.RetrievedNovember17,2017,fromTheworldBank:https://lpi.worldbank.org/domestic/performance/2014/C/IDN#chartarea

TheWorldBankGroup.(2017).ExportofGoodsandServices(%ofGDP).RetrievedNovember16,2017,fromTheWorldBank:https://data.worldbank.org/indicator/NE.EXP.GNFS.ZS?end=2016&locations=ID&start=2007

BadanPusatStatistik.(2011).StatistikTransportasi2010.Jakarta,Indonesia:BadanPusatStatistik.



201



BadanPusatStatistik.(2015).StatistikTransportasiLaut2014.Jakarta,Indonesia:BadanPusatStatistik.

BadanPusatStatistik.(2016).StatistikTransportasiLaut2015.Jakarta,Indonesia:BadanPusatStatistik.

Sanchez,R.,Hoffmann,J.,Micco,A.,Pizzolitto,G.,Sgut,M.,&Wilmsmeier,G.(2003).PortEfficiencyandInternationalTrade:PortEfficiencyasaDeterminantofMaritimeTransportCosts.MaritimeEconomics&Logistics,V,199-218.

UNCTAD.(2016).FreightRatesandMaritimeTransportCosts.ReviewofMaritimeTransport2015,47-64.

Clark,X.,Dollar,D.,&Micco,A.(2001).MaritimeTransportCostsandPortEfficiency.UnitedStatesofAmerica.

OriginLab.(n.d.).PrincipalComponentAnalysis.RetrievedNovember10,2017,fromOriginLab:https://www.originlab.com/doc/Origin-Help/PrincipleComp-Analysis

Sirait,D.(2016,June).DwellingTimeinTanjungPriok.Jakarta,Indonesia:PT.PelabuhanIndonesiaII(Persero).

SupplyChainIndonesia.(2016,July19).KumpulanDataPelabuhanLautIndonesia.Indonesia:SupplyChainIndonesia.

DirektoratJenderalBeadanCukaiKementerianKeuangan.(2016,October).PerformansiDwelllingTimeLimaPelabuhanBesarIndonesiadanLangkah-LangkahPenanganan.Indonesia:DirektoratJenderalBeadanCukaiKementerianKeuangan.

KementerianPerhubungan.(2015,October6).KontribusiJasaBongkarMuatdalamMendukungSistemLogistikIndonesia.Indonesia:KementerianPerhubungan.

EEPCIndia.(2013,September6).ExportTransactionCost.RetrievedNovember21,2017,fromEEPCIndia:http://www.eepcindia.org/download/IB21052015170927-9.pdf

Permadhi,O.,&Destiani,T.(2016,June15).ApaItuDwellingTimedanWaitingTime.RetrievedNovember16,2017,fromBERNAS.id:https://www.bernas.id/16956-apa-itu-dwelling-time-dan-waiting-time.html

Choughule,S.(2017).ACaseStudyoofTransactionCostofExportBusinessofTheIndianExporter.ISER54thInternationalConference,(pp.8-11).Vietnam.


202

LAMPIRAN


203


204




ISU 7. SEKTOR PERBANKAN


205

PENGARUHPENGAMBILANRISIKOBANKTERHADAPPROFITABILITASPERBANKAN:ADAKAHPERANUKURAN

BANK?

ArtauliSitanggang (2015110025)

EfrydaSinaga (2015110041)

MuhammadNurIman (2015110046)

MathewFarrellSinaga (2015110055)

Abstrak

Makalah ini meneliti pengaruh pengambilan risiko terhadap profitabilitasperbankandiIndoensiamenggunakandata109bankdiIndonesiayangdiperolehdari website OJK. Indikator yang kami gunakan untuk mencerminkanpengambilanrisikoadalahLDRdanindikatoruntukmencerminkanprofitabilitasadalahROA.Makalahinijugainginmengetahuipengaruhukuranbankterhadapprofitabilitas. Penelitian ini menggunakan variabel jumlah kantor sebagaiindikator ukuran bank. Variabel tersebut kami olah menjadi tiga cluster yangterbagikedalamkategoribankbesar,sedang,dankecildiperiode2016.TeknikestimasiyangdigunakanadalahOrdinanaryLeastSquare(OLS)dengantingkatsignifikan 5%. Hasil penelitianmenunjukan bahwa profitabilitas sebuah bankdipengaruhiolehpengambilanrisikosetiapbank.Sedangkanukuranbanktidakmemengaruhitingkatprofitabilitassebuahbank.Halinitidaksesuaidenganteoriyang menyatakan semakin besar ukuran sebuah bank maka bank semakincenderung untuk mengambil risiko sehingga akan meningkatkan profitabilitasbank.

Katakunci:Kinerjabank,risikobank,ukuranbank

1. PENDAHULUAN

Bank berfungsi sebagai lembaga intermediaris dan pencari profit memiliki keunikandibandingkandenganindustrilainnya.Halinidikarenakanbankdapatmenggunakandanadaritabungan masyarakat (deposit) sebagai sarana untuk membeli aset produktif sehinggamenghasilkan keuntungan. Dengan mengambil bagian dalam mekanisme pembayaran danpelayananpenukaranuang,bankmampumendorongfungsisebagaipenyimpannilai.Keunikanlainnyayaitubankmemilikikewajibanutang9kalilebihbesardaripadamodalmereka.Melihatdarirasiodebt-equityyangbesartersebut,kehadiransebuahbanksentralyangberfungsisebagailenderofthelastresortmenjadisangatdibutuhkan.Banksentralmenjalankanfungsinyasebagailenderofthelastresortketikaadabankyangmengalamikesulitanlikuiditas,makabanksentralakan meminjamkan sejumlah dana terhadap bank tersebut. Hal ini dilakukan karena bankmemilikiempatkriteriayangmenjadikannyaistimewa.Kriteriapertama,deposityangmerupakanliabilities bank tidak memiliki pengaruh terhadap performa aset bank. Kedua, jangka waktudepositlebihsingkatdaripadajangkawaktukredit.Ketiga,dapatdiambilsetiapsaatdankeempatadalahsebagianbesarasetdan liabilitiesbanktidakdapatdipindahtangankan.Selainitu,bank


206

sentral juga memperhitungkan bank yang memiliki modal besar (too big to fail). Hal inidikarenakanbankyangmemilikimodalbesardapatmemicuterjadinyarisikosistemikterhadapperekonomian.

Selain keunikan di atas, terdapat beberapa alasan perlunya regulasi dalam industriperbankan. Pertama adalah rasio utang dengan modal (leverage), yang digunakan untukmengukur seberapa besar bank menggunakan utang untuk mendanai kegiatan operasional.Apabilanilainyasemakinbesar,dapatdikatakanbahwabankmemilikirisikoyangsemakinbesarterhadap kemampuanmelunasi utangnya. Kedua adalahmodal,mengingat bahwa pentingnyaketersediaanmodaldalamindustriperbankan.Olehkarenaitustrukturmodalperludiatur.Ketigaadalahinsolvency.Adanyakrisisdisebuahbankdapatmemengaruhireputasiindustriperbankandanakanberdampaknegatifpadaperekonomian.Olehkarenaitu,regulatorharuscampurtangandalammenanganimasalahinigunapenyelamatanperekonomiansecarakeseluruhan.Keempatadalahgunamencapaistabilitaskeuangandanstabilitasmoneter.

AdapunregulatoryangberperandalamindustriperbankanadalahOtoritasJasaKeungandanBankIndonesiasebagaibanksentral.OJKmemilikiwewenanguntukmengawasikinerjadankesehatan perbankan secara terintegrasi. Sementara itu, Bank Indonesiamemiliki wewenangdalam menjaga stabilitas sistem keuangan. Dalam rangka mencapai tujuan tersebut BankIndonesia membuat Peraturan Bank Indonesia dan Arsitektur Perbankan Indonesia (API).Runtuhnya industri perbankan nasional setelah krisis moneter 1997 membuktikan bahwaperbankansaatitutidakmampumengatasiexternalshocksyangdatangsecarabergelombangdanterjadi secara tiba-tiba. Untuk itu kestabilan sistem perbankan maupun keuangan harusdipertahankansecaraberkesinambungansehinggadibutuhkanbankingarchitectureyangbagusdankomprehensifberupaAPI.SalahsaturegulasiyangdiaturdalamAPIadalahpenetapanmodalminimum.

Perkembangan perbankan di Indonesia menunjukkan adanya merger dan akuisisi diantara bank-bank di Indonesia. Konsolidasi ini sejalan dengan peraturan permodalan yangsemakin ketat. Peraturan permodalan dilakukan gunamendukung kesehatan dan kredibilitasperbankan.Tidakhanyauntukmenjaminkesehatan,peraturantersebutjugaditerapkanuntukmembentuk struktur perbankan yang lebih baik dengan jumlah bank yang lebih sedikitsebagaimana tercantum dalam kerangka API. Keputusan bank untuk melakukan merger danakuisisiakanberdampakpadaukuranbank.Ukurandarisebuahbankjugaakanmemengaruhikinerjamelalui kecenderungan bank dalammengambil risiko. Dengan semakin besar ukuranperusahaan, maka perusahaan semakin memiliki sumber daya dan aset untuk mendapatkankeuntungan.Halinidisebabkankarenaperusahaanyangbesarcenderungmengambilasetasetyangberisikodenganreturnyanglebihbesarsehinggameningkatkanprofitabilitasnya.

PenulisbertujuanuntukmelihatpengaruhukuranbankterhadapkinerjaperbankandiIndonesia dengan menggunakan data sekunder yang diperoleh dari website Otoritas JasaKeuangan sebanyak 109 bank. Adapun dalam pembahasan pertama akan dibahas mengenaikerangkapemikiranyangdigunakan,datadanmetodeyangdigunakan,selanjutnyaakandibahashasil dari estimasi OLS. Hasil estimasimembuktikan bahwa pengambilan risiko oleh individubankmemengaruhikinerjaperbankan.


207

LandasanTeori

2.1 UkuranBank

Padadasarnyaukuransebuahbankdapatdibedakankedalam3kategoriyaitubankbesar,banksedangdanbankkecil.Ukuransebuahbankuntukmenggambarkanbesarkecilnyasuatubankdapatdilihatmelaluibesarnyatotalaset,jumlahkantordanmodalinti.Semakinbesartotalasetdanmodalintiyangdimilikiolehbankmakasemakinbesarukuransebuahbank.Indikatoryangkamigunakanuntukmelihatukuranbankadalahjumlahkantoryangdimilikiolehbankdiseluruh Indonesia. Ukuran bank digunakan sebagai indikator dikarenakan menurut Sartono(2010),dalamDewi(2016)ukuranperusahaanmerupakancerminanbesarkecilnyaperusahaanyangnampakdalamnilaitotalaktivaperusahaansepertijumlahkantorcabang.Semakinbesarukuransuatubankmakasemakinbanyakjumlahkantorcabangyangdimilikiolehsebuahbank,sehinggakemampuanuntukmendapatkankeuntungansemakinlebihbesar.Halinidikarenakanbankyangberukuranbesarcenderungmemilikikondisiyanglebihstabildibandingkandenganbank-bankkecil.

UkurankantordiaturolehBank IndonesiadidalamPeraturanBank IndonesiaNomor:11/1/PBI/2009TentangBankumum.Dalamperaturantersebutdibahastentangsyaratmodalyang harus dimiliki oleh bank ketika ingin mendirikan kantor baru yaitu sebesarRp3.000.000.000.000 (tiga triliun rupiah).Melihat syaratmodaluntukpendirian sebuahbankcukupmahalmakaBank Indonesiamengeluarkan sebuah peraturan baru. Peraturan tersebuttentangkemudahanmembukakantorcabangbagibankyangmelakukanmergerataukonsolidasiyang terdapat pada PeraturanBank IndonesiaNomor: 14/ 24/ PBI/ 2012. Adanya peraturanuntukmelakukanmergerberdampakpadajumlahbankyangberkurangnamunjumlahkantorcabangyangdimilikimeningkat.Selain itu,merger jugaberdampakpadakecenderunganbankuntukmengambil risiko.Mengingat bahwa aset yang dimilikinya sudah besar (too big to fail)sehinggakemungkinanbankuntukdiselamatkanolehBankIndonesiajugabesar.

2.2 RisikoPerbankan

Menurut Bessis (2011) dalam Pricillia (2015), risiko perbankan didefinikansebagaisuatuketidakpastianyangmengakibatkanterjadinyadeviasiatauvariasidariprofitataukerugian. Terdapat berbagai tipe risiko yang dipertimbangkan pada industri perbankan.BerdasarkanBaselII,risikoperbankandikategorikanmenjadirisikokredit,risikopasar,risikooperasional,risikolikuiditas,risikohukum,risikostrategik,risikoreputasidanrisikokepatuhan.Berdasarkanrisikoyangtelahdijelaskan,risikoyangpalingseringterjadiberasaldarikegiatanintermediasibankrisikokredit,risikopasardanrisikolikuiditas(Matthews&Thompson,2005).Semakin sedikit risiko yang dikandung dalam aktivitas perbankan maka bank semakinmenghindari risiko. Sebaliknya, semakin tinggi eksposur yang ditimbulkan oleh aktivitasperbankanmakasemakinberanibankmengambilrisiko(Pricillia,2015).

IndikatoryangkamigunakanuntukmencerminkanpengambilanrisikoadalahLoan toDepositRatio(LDR).PemilihanLDRsebagaiindikatordikarenakanpenentuannilaiLDRadalahkeputusan bank. Sehingga untukmelihat kecenderungan bank dalammengambil risiko dapatdilihatdarikeputusannyamenentukanLDRdimanapadasaatiniLDRsudahdigantimenjadiLFR.PersentasiLDRdikatakanbaikuntuksebuahbanksebesar80-90persen.MenurutRivai(2006)dalam Lina (2003), LDRmenyatakan kemampuan bank dalammembayar kembali dana yang


208

ditarikdarimasyarakatdenganmengandalkankredityangdiberikansebagailikuiditasnya.LDRyangberadadiatas110%menunjukkan likuiditas bankkurangbaik karena jumlahDPK tidakmampumenutupikredityangdiberikan.

2.3 ProfitabilitasBank

Menurut Rahardjo (2007:122), profitabilitas adalah kemampuan perusahaan untukmenghasilkan keuntungan dengan menggunakan modal yang tertanam di dalamnya ataukemampuan perusahaan menghasilkan keuntungan dari penjualan barang atau jasa yangdiproduksinya.Denganmenggunakanrasioprofitabilitas,Basset&Zakrajesk(2001)dalamLina(2003)melakukananalisisatasbank-bankdiAmerikaSerikatdenganmenggolongkankedalam4kelompokberdasarkanasettotal,yaitusepuluhbankterbesar(asettotallebihdari$84billion)bankbesar(asettotal$6.94billion-$82billion),bankmenengah(asettotal$331million-$6.93billion),danbankkecil (aset totalkurangdari$331million).Pada tahun1999dan2000bankberukuranbesar (aset total $6.94billion -$82billion)mempunyaiROAdanROEpalingbesardibandingkandenganROAdanROEbankukuran lainnya.Bankukuranmenengahmenempatiurutankedua,sedangkanbankukurankecildansepuluhterbesarmenempatiperingkatketidadankeempat.NamunNetInterestIncometerbesardimilikioleh10bankterbesar.

MenurutSinkey(2002)dalamLani(2003)menyatakanbahwaReturnOnAssetssebagaibagian rasio profitabilitas, merupakan ukuran terpenting dari kinerja keuangan bank secarakeseluruhan. Pada penulisan makalah ini, kami menggunakan ROA untuk menggambarkanprofitabilitas bank sebagai variabel dependen. Adapun rumus Rasio Profitabilitas yang akandipakaidalampenelitianiniadalah:

wfy = |`°x\•du`yç°`eÖ¶ß`b

Öd°¶[ybb`°

VariabelROAdigunakansebagai indikatorprofitabilitaskarenadapatdigunakanuntukmengukurefektifitasperusahaandalammenghasilkankeuntungandenganmemanfaatkanaktivayangdimilikinya.BankIndonesiamenetapkanbesarnyaROAyaitu1,5persen.SemakinbesarROAmenunjukkanprofitabilitasyangdimilikiolehbanksemakinbaikkerenatingkatpengembalian(return)yangsemakinbesar.MenurutWibowo(2013),tingkatreturnonassets(ROA)digunakanuntuk mengukur profitabilitas bank karena Bank Indonesia sebagai pembina dan pengawasperbankanlebihmengutamakannilaiprofitabilitasbankdiukurdariasetyangdananyaberasaldarisebagianbesardanasimpananmasyarakat.

2.4 HubunganantaraUkuranbankdenganpengambilanrisiko

Semakin besar bank diasumsikan memiliki kemampuan yang lebih baik untukmendiversifikasikan risiko sehingga seharusnyamemiliki pendapatan yang lebih stabil untukmengurangi risiko. Sementara menurut Ang (1997) dalam wibowo (2013), apabila pihakmanajemen bank tidak mampu mengelola asetnya dengan efisien, memungkinkan timbulnyarisikoyangakansemakinbesarsejalandenganpeningkatanaset.PenelitianyangdilakukanolehKevinJ.StirohdanAdrienneRummlepadatahun2005menunjukkanbahwaukuranperusahaansignifikandanberhubunganpositifterhadappengambilanrisiko.Halinidikarenakanbankbesarcenderungmemilikisumberdayayanglebihbesar.Bankyangbesarcenderungmembeliasetasetyangberisiko.Halinidikarenakanbankbesarumumnyasudahmemilikimanajemenrisikoyangbaik.Asetberisikoyangdimaksudsepertipemberiankreditjangkapanjangyangkemungkinan


209

terjadinya default risk cukup besar. Denganmemberikan kredit jangka panjang, maka returnberupapembayaranbungakredityangakanditerimaolehbanksemakinbesarpula.

2.5 Hubunganantarapengambilanrisikodenganprofitabilitasbank

Keuntunganbankdiperolehdariselisihantaratingkatsukubungakreditdengantingkatsukubungasimpanansetelahdikurangidenganbiayaoperasional.Dengandemikianbankharusmenempatkandanayangdiperolehnyadalambentukyangpalingmenguntungkan.Secaraumum,penempatandanayangpalingmenguntungkanadalahkredit.Namuntidakselamanyapemberiankredittersebutmendatangkankeuntungkanbagibank.Pemberiankredityangtidaktepatdapatmenimbukanrisiko.MenurutTerraza(2015)profitabilitasbankbesarmemilikihubunganyangnegatif dengan risiko likuiditas dan bank kecil memiliki hubungan yang positif. BerdasarkanpenelitianTerraza,bankbesarumumnyamemilikimodaldanasetyangbesarpula.Kepemilikanmodaldanaset tersebutmembuatnyamampumenyalurkankredityangbanyakbahkanuntukkreditberisikosekalipunkarenakemungkinanbankbesarmengalamikesulitanlikuiditasyangkecil.Perilakutersebutmengindikasikanbahwabankbankbesarmemilikisifatrisklover,denganmenyalurkankreditberisikobankakanmemerolehreturnyangbesar.Returnyangbesarakanmeningkatkanprofitabilitas bank tersebut. Berbedadenganbankbesar, bankkecil cenderungberperilakusebagairiskaverse.Halinidikarenakanadanyaketerbatasanmodaldanasetsehinggabankkecilcenderungberhati-hatidalammenyalurkankredit.

2.6 MetodedanObjekpenelitian

Makalahinimenggunakanstudiempirisdenganmenggunakanmetoderegresisederhanauntuk mengkaji pengaruh ukuran bank terhadap kinerja perbankan di Indonesia. Data yangdigunakandalammakalahiniadalahdatacrossection tahun2016.DataReturnOnAssetsuntukmenggambarkankinerjabank,dataLoan toDepositsRatiountukrisikobank,dandata jumlahkantoryangadadiIndonesiauntukukuranbank.KeseluruhandatadiperolehdariOtoritasJasaKeuangan(OJK).Rinciandatayangdigunakansebagaiberikut:

Tabel2.1UraianOperasionalVariabel

Variabel Uraian SumberData

Dependen

ROA Rasio kemampuan bank dalam menghasilkan profit perbankyangberoperasidiIndonesia

OJK

Independen

LDR RasiokemampuanbankdalammemenuhikewajibanjangkapendekperbankyangberoperasidiIndonesia

OJK

Dkecil.LDR LDRyangdihadapiolehbank-bankkecilyangberoperasidiIndoneisa

OJK(diolah)

Dbesar.LDR LDRyangdihadapiolehbank-bankbesaryangberoperasidiIndonesia

OJK(diolah)

TeknikanalisisyangdigunakandalammakalahiniadalahOrdinaryLeastSquare(OLS).


210

Ordinary Least Square (OLS) merupakan metode ekonometrik dimana terdapat variabelindependen yang merupakan variabel penjelas dan variabel dependen sebagai variabel yangdijelaskan dalam suatu persamaan linier. Dalam OLS hanya terdapat satu variabel dependen,sedangkanuntukvariabelindependenjumlahnyabisalebihdarisatu.Makalahinimenggunakansatu persamaan yang digunakan untukmeilhat variabel ROA sebagai variabel dependen yangdipengaruhi oleh variabel-variabel independen yaitu LDR untuk risiko bank dan LDR yangdikalikandengandummyukuranbankuntukrisikoyangdihadapiberdasarkanukuranbank.

Persamaantersebutapabiladituliskandalamfungsiregresiberikut:

{v\`e®¶_¶\a = ç(c`\ü¶u©v[¶\evbvad, c`\ü¶u©v[¶\evbvad©¶\aa`•v[,c`\ü¶u©v[¶\evbvad©¶\a©`b¶e)

Darifungsidiatas,makamodelekonometrikayangdigunakanadalahsebagaiberikut:

wfy*+β0 + β(LDR* + β.^:8;*<LDR* + β/^=8>?@LDR* + ε*

Keterangan::

ROA :ReturnOnAsset(persen)

LDR :LoantoDepositRatio(persen)

Dkecil.LDR :Perilakubankkecildalammengambilrisiko

Dbesar.LDR :Perilakubankbesardalammengambilrisiko

≠ :Errorterm

Æ0,Æ1,Æ2,Æ3 :Koefisienregresi

i :NamaBank

Hasildanpembahasan

UjiAsumsiKlasik

Data yang digunakan dalam makalah ini merupakan data sekunder, sehingga untukmenentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi klasik yangmendasari model regresi. Adapun masalah yang biasa muncul dalam model regresi linearOrdinaryLeastSquareadalahmultikolinearitas,autokorelasi,danheteroskedastisitas.

● Multikolinearitas

Uji multikolinearitas digunakan untuk melihat ada atau tidaknya korelasi yang tinggiantaravariabelindependendalamsuatumodelregresi.Multikolinearitasmerupakanhubunganliniearantarasatuvariabelindependendidalamregresiberganda.Jikaadakorelasiyangtinggidiantara variabel independen maka hubungan antara variabel independen terhadap variabeldependen akan terganggu. Cara untuk mengindentifikasi multikolinearitas adalah denganmencarinilaikoefisienkorelasiantarvariabelindependen.Jikakoefisienmasing-masingvariabelindependenlebihdari0.8ataukurangdari-0.8makaterjadimultikolinearitas.


211

Gambar1.Ujimultikolinearitas

Suatumodel regresi dinyatakan bebas darimultikolinearitas jikamempunyai korelasiyangkurangdari0,8.Berdasarkantabeldiatasdiperolehbahwasemuavariabelindependentidakmemilikihubunganyangkuat.Sehinggadapatdikatakanbahwadatabebasdarimultikolinearitas.

● Autokorelasi

Ujiautokorelasidilakukanuntukmelihatkorelasiantarasuatuperiodetdenganperiodesebelumnya(t-1).Autokorelasimunculkarenaobservasiyangberurutansepanjangwaktudanberkaitansatusamalainnya.Haliniseringpadadatatimeserieskarenagangguanpadaindividu/kelompokcenderungmemengaruhigangguanpada individu/kelompokyang samapada tahunberikutnya.Oleh karena itu, dalampenulisanmakalah kami tidakdibutuhkanuji autokorelasikarenadatayangdigunakanmerupakandatapadatahun2016saja.

● Heteroskedastisitas

Uji heteroskedasitisitas bertujuan untuk menguji apakah dalam model regresi terjadiketidaksamaanvariandariresidualsatupengamatankepengamatanyanglain.Jikavariandarisatupengamatankepengamatan laintetap,makadisebutHomoskedestisitasdan jikaberbedadisebut Heteroskedastisitas. Kebayakan data crossection terdapat situasi heteroskedastisitaskarenadatainimenghimpundatayangmewakiliberbagaiukuranbaikkecil,sedangdanbesar.AlatujiyangdipilihuntukmengujidatamengandungheteroskedastisitasatautidakadalahujiWhiteTest.

Gambar2.UjiHeteroskedastisitas

BerdasarkanhasildiatasdiperolehangkaProb.chisquare(3)sebesar0.998.Olehkarenanilaipvalue0.998>0.05,makadapatdikatakantidakterdapatheteroskedastisitaspadamodel.Hasil ini menginformasikan model OLS yang digunakan dapat dilanjutkan ke pengujian


212

selanjutnya.

HasilEstimasi

Setelah melakukan uji asumsi klasik penulis mengestimasi pengaruh defisit anggranterhadappertumbuhanekonomidiIndonesia.Hasilyangdiperolehadalahsebagaiberikut:

Gambar3.OutputOLS

Hasil pengujian pada model menunjukan bahwa variabel LDR yang mencerminkanperilakubankdalampengambilanrisikosignifikanpadaα=5%dengannilaikoefisien0,013098.Perilakupengambilanrisikobankberhubunganpositif terhapprofitabilitasbank.Dengankatalain,jikaterjadipeningkatanLDRsebesar1%makabankakanmeningkatkanprofitabilitasbanksebesar 1,3% dengan asumsi ceteris paribus. Sementara itu, variabel variabel lain tidakmemengaruhi profitabilitas perbankan seperti variabel LDRkecil dan variabel LDRbesar. Hasil R-square yang kami peroleh adalah sebesar 0,578320 artinya sebesar 57,83 persen variabelindependen dapat menjelaskan variabel dependen dan nilai probabilitas F statistic sebesar0,000000 yang berati bahwa seluruh variabel independen mampu menjelaskan variabeldependen.

Berdasarkan hasil regresi tersebut, dapat dikatakan bahwa kecenderungan perbankandalam mengambil risiko memengaruhi profitabilitas. Sesuai dengan teori Keynes yangmenyatakansemakinbesarrisikoyangdihadapiperbankanmakaprofitabilitasyangdihasilkanakansemakinbesarpula(highriskhighreturn).Namun,ukuranperbankantidakmemengaruhiprofitabilitasperbankan.Halinitidaksesuaidenganteoriyangmenyatakanbahwabankbesarcenderung mengambil aset aset yang berisiko dengan return yang lebih besar sehinggameningkatkan profitabilitasnya. Kami menduga teori tersebut tidak dapat terpenuhi karenadalam makalah ini kami menggunakan data crossection yang tidak bisa memunculkan aspekmakroekonomisehinggakondisiperekonomianyangdihadapiolehsetiapbanksama.Sementarauntuk melihat profitabilitas yang dimiliki oleh sebuah bank harus memerhatikan aspekmakroekonomi seperti tingkat inflasi dan tingkat pengangguran. Sehingga kamimenyarankankepada peneliti selanjutnya untukmenggunakan data panel agar hasil yang diperoleh sesuaidengan teori. Selain alasan tersebut, kami juga menduga bahwa penggunaan jumlah kantorkurangmencerminkanukuran sebuahbank.Hal inidikarenakanmasihadavariabel lainyangmungkinlebihmencerminkanukuransebuahbanksepertivariabeltotalasetdanmodalintiyang


213

dimilikiolehsebuahbank.Hal inidikarenakandalammendirikansebuahkantorcabangbaru,terdapatsyaratmodalminimumnyasehinggapenggunaanmodalintidirasalebihbaik.

Kesimpulan

Sebagaimana telah diketahui bank sebagai lembaga intermediaris memilikikeunikandibandingkan industri laindalammencariprofit.Regulasidiperlukandalamindustriperbankanmengingatterdapatbeberapakeunikandalamindustriini.Beberaparegulasitersebutadalah rasio utang dengan modal (leverage), modal, isolvency, dan guna mencapai stabilitaskeuangan&stabilitasmoneter.Tujuanpenulisanmakalahiniadalahmengkajipengaruhperilakupengambilanrisikodanukuransebuahbankyangmempengaruhitingkatprofitabilitassebuahbank. Hasil penelitianmenunjukan bahwa terdapat pengaruh yang signifikan antara perilakupengambilanrisikodantingkatprofitabilitasbank.Namunukuransebuahbanktidaksignifikanterhadaptingkatprofitabilitasbank.

Perilaku sebuah bank dalam mengambil risiko merupakan cerminan dari besaranpendapatanyangnantinyaakandidapatkan.Bankyangcenderungmemilihuntukmemberikandana pada instrumen yang memiliki tingkat risiko relatif tinggi akan memberikan tingkatpendapatanyangrelatiftinggipuladansebaliknya.Dengankatalain,risktakingbehaviouryangdilakukanbankakanberpengaruhterhadaptingkatprofitabilitasbanktersebut.Halunikterjadipada periode 2016 dimana ukuran sebuah bank tidak ikut berperan dalam tingkatprofitabilitasnya.Perluadanyapenelitianlebihlanjutdenganperubahandatamenjadidatapaneluntukdapatmembuktikanpengaruhukuranbankterhadaptingkatprofitabilitassebuahbank.

DAFTARPUSTAKA

Bank Idonesia. (2012, Desember 27). Perbankan. Retrieved November 30, 2017, from BankIndonesia:http://www.bi.go.id/id/peraturan/perbankan/Pages/pbi_142612.aspx

Dewi,R.,&R,A.(2016).AnalysisofEffectofCAR,ROA,LDR,CompanySize,NPL,andGCGtoBankProfitability(CaseStudyonBankingCompaniesListedinBEIPeriod2010-2013).JournalOfAccounting,2,2.

Lina. (2003). Adakah Hubungan Antara Bank Size dan Bank Performance? Bandung: FakultasEkonomiUnpar.

Matthews,K.,&Thompson,J.(2005).RiskManagement.InTheEconomicofBanking(2nded.,pp.183-203).SouthernGate,Chichester,WestSussex:JohnWiley&Sons,LTD.

Pricillia,N.(2015).TheRisk-takingBehaviourofIndonesianBankUsingSCP.BinaEkonomi,19,91-102.

Raharjo,B.(2007).LaporanKeuanganPerusahaan.Jakarta:GrafindoPersada.

Terraza,V.(2015).TheEffectofBankSizeonRiskRatios:ImplicationsofBanks’Performance.ProcediaEconomicsandFinance,30,903-909.

Wibowo, E. (2013). Analisis Pengaruh Suku Bunga, Inflasi, CAR, BOPO, NPF TerhadapProfitabilitasBankSyariah.DiponegoroJournalOfManagement,2,1-10.

PENGARUHSTABILITASPERBANKANTERHADAPPEREKONOMIAN:INDONESIA2005-2016

RaisaFitriaini (2015110004)


214

Cipman (2015110015)

SarahRaissaVirgia (2015110017)

LizzyNoviaDominica (2015110037)

Abstrak

Bank berperan penting dalam pembiayaan sektor produktif, sehinggakeberlangsungankegiatanproduksidisektorriilakandipengaruhiolehkondisisektorperbankan.Bankdikatakanstabiljikamelaksanakanfungsinyadenganbaikdanoptimal.Datatime-seriesbulanan2005-2016mengenaiIndustrialProductionIndex (IPI) sebagai proksi dari perekonomian,Bank Stability Index (BSI) untukmelihatstabilatautidaknyaperbankan,inflasidanjumlahDPKdigunakanuntukmencapaitujuanpenelitian.HasilpenelitianmenunjukkanbahwaBSIdaninflasiberpengaruh negatif signifikan dan jumlah DPK memberikan pengaruh yangrendahterhadapIPI.Halinidapatsajaterjadiketikaberadadalamkondisiaman,bankcenderungakanmeningkatkansukubungasimpananmaupunkredit.Haliniakan direspon dengan berkurangnya peminjam sehingga kegiatan produktif disektorriilakanberkurang.Terjadinya inflasidapatmelemahkanperekonomiankarenahargabahanbakumeningkat sehinggaunit ekonomi akanmenghindarikonsumsi.JumlahDPKmemilikipengaruhrendahterhadapperekonomiankarenatidakseluruhDPKdisalurkanmenjadikredit.

Katakunci:Stabilitasperbankan,perekonomian,sektorproduktif.

1. PENDAHULUAN

Tidak ada definisi yang tetap dan samamengenai stabilitas perbankan, namun sektorperbankandikatakanstabiljikaperbankantahanterhadapgangguanyangberasaldariinternalmaupun eksternal. Jika sektor perbankan tahan terhadap gangguan tersebut, maka sektorperbankandapatmelakukan fungsinyadenganbaikdanoptimal. IndustriPerbankanmemilikiperan yang sangat penting terhadap perekonomian baik secara, dampak yang diberikan olehindustriperbankanjugacukupbesar.Dilihatdaripersentasekomposisiasetlembagakeuangan(diagram 1), industri perbankan memiliki komposisi yang lebih tinggi dibandingkan denganlembaga keuangan lainnya, artinya industri perbankanmemiliki pengaruh yang sangat besardalam sektor keuangan.Apabila terdapat ketidakstabilan pada industri perbankanmaka akanmemakanbiayapenyelamatanyang cukup tinggi, seperti yangdinyatakanolehMatthewsdanThompson(2008),vitalnyaperanindustriperbankanbagisuatunegaraadalahbesarnyabiayapemulihanyangdiperlukanketikaterjadikrisisdiindustriperbankan.

TerdapattigatekananyangmempengaruhistabilitasperbankankhususnyadiIndonesia.Ketigatekanantersebutmerupakantekanankredit,tekananlikuiditas,dantekananpasar.Ketigatekanan tersebut akan berakhir pada risiko, dilihat dari risiko tersebut dapat menentukanindustriperbankandi Indonesia itustabilatautidakstabil terhadapguncanganperekonomianbaik secara internal maupun eksternal. Menurut Gonzales Hermosillo (1990), stabilitasperbankansangatdipengaruhiolehrisikopasar(marketrisk),risikoterjadinyadefault(defaultrisk),danrisiko likuiditas(liquidityrisk).Terdapat faktorpenting lainnyayangmempengaruhistabilitasperbankanyaitu,adanyarisikosistemik.Ketikaterjadipermasalahanpadabebebrapabank dan menularkan “penyakit” yang dapat mempengaruhi “kesehatan” bank lain secara


215

finansial. Salah satu kejadian yang muncul akibat terjadinya risiko sistemik ialah terjadinyakegagalanpembayaran,haltersebutdapatdisebutsebagaidefaultbank.DampakdaridefaultbankakanmemperngaruhikondisidiIndustriperbankanhinggaperekonomian.MenurutBlancheretal., (2013) padaCiciliaA.Harunet al., (2015),Risiko sistemik adalah risiko yangberasal danmenularmelaluisektorfinansial,antaralain,akibatkurangnyasolvabilitasataubufferlikuiditaspada institusi finansial yang berpotensimenimbulkan dampak yang parah pada intermediasifinansialdanekonomiriel.Denganadanyabeberaparisikoyangberujungpadakegagalanpadabanksehinggamemilikidampaksistemikterhadapbanklaindanmempengaruhiperekonomian,bank perlumenjaga stabilitas pada bank itu sendiri. Bank Indonesiamewajibkan setiap bankuntukmemiliki sistemmanajemen risiko, tiapbankperluberhati-hatidalammengelola risikoyangmungkindapat timbulkedepannyadanmerugikanpadabank itusendiridanpadabank-banklainnya.Selainitu,BankIndonesiaselakubanksentralmemilikikewajibanuntukmenjagastabilitasperbankan.SalahsaturegulasiBankIndonesiasebagaibanksentralgunauntukmenjagastabilitasperbankanialahmenjalankanfungsiBankIndonesiasebagaiLenderofTheLastResort,dimanaBankIndonesiaakanmemberikankreditkepadabankyangmengalamilikuiditasjangkapendekkarenaadanyamismatchdalampengelolaandana.BankIndonesiajugamendirikanAPI(Arsitek Perbankan Indonesia). Menurut Muliasari (2016), API memiliki arah kebijakanpengembangan industri perbankan yang lebih sehat, kuat, dan efisien sehingga menciptakankestabilansistemkeuangandalamrangkamembantumendorongperekonomian.

Diagram1.KomposisiAsetLembagaKeuangan

TinjauanLiteratur

Sudahbanyakpenelitianmengenaihubunganstabilitasperbankandenganperekonomianyang dilakukan. Layaknya suatu siklus, stabilitas perbankan merupakan unsur terciptanyastabilitassistemkeuangandanberujungdistabilitasperekonomiansuatunegara.Sebagaisalahsatusumberdanabagikegiatanekonomidisektorriil,makakestabilansektorperbankanperludijagasehinggapotensioutputyangakandihasilkandapatmeningkat(FreedmandanGoodlet,2007). Industri perbankan memiliki peran penting dalam pertumbuhan dan pembangunanekonomi dengan cara pembiayaan terhadap aktifitas produktif (Adita dan Kusuma, 2015).Sehingga jika kondisi bank tidak stabil, hal ini dapat memengaruhi perilaku bank yaitumengurangidanayangseharusnyadialokasikandalambentukkreditkepadapihakdeficitunit(FreedmandanGoodlet,2007).SelainituFreedmandanGootlet(2007)mengatakanbahwaketika


216

suatunegaramemilikikondisiperbankanyangtidakstabil,makaakanmengganggusektorriilyangjikahaliniterusterjadidapatmemicuterjadinyakrisisekonomi.

Menurut Mishkin (2001) dalam Aviliani, Siregar, Maulana, dan Hasanah (2015) bankmerupakansumberinstitusiyangpentingdanutamabagipembiayaandalamkegiatanekonomidisektorriil.Olehkarenaitukinerjabankyangbaiksecaraindividualmaupundalamsuatusistemdiharapkandapatmeningkatkankontribusidalamperekonomian,makapentinguntukdipastikanbahwasistemkeuangandanperekonomiandisuatunegaraberjalandenganlancardanefisien(Aviliani, Siregar, Maulana, dan Hasanah, 2015). Namun pada realisasinya, dalam kondisiperekonomianyangstabiltidakselaludirespondenganbaikolehperbankan.MenurutAviliani,Siregar, Maulana, dan Hasanah (2015) ketika kondisi perekonomian dianggap stabil, bankcenderungmemiliki sikapmoral hazarddenganmeningkatkan profitnyamelalui harga (sukubungakredit)yangditawarkankepadadebitur.Namunpengaruhyangditimbulkan,tidaksecaralangsungkarenakeuntungansuatubanktergantungpadakebijakanpengeluaranbankdanprofilrisikokredityangdimilikisetiapbank(Clair,2004dalamAviliani,Siregar,Maulana,danHasanah,2015).HallainnyadiungkapkanolehHellman,Murdock,danStiglitz(2000)mengatakanbahwajika kondisi bank stabil, bank akan lebih berhati-hati untuk melakukan pembiayaan untukmenjagakondisibankterkait.Denganbegitustabilitasperbankantidakselalumemilikidampakyangbaikterhadapperekonomian.

Mengingat peran bank dalamkegiatan perekonomian sebagai penyedia dan pelaksanasistempembayaran,makakeberlangsunganpelaksanaansistempembayaranakanmemengaruhikondisimakroekonomidinegaraterkait.Dalammenunjangterwujudnyastabilitasperbankanperlunyaperanregulatorsehinggasektorperbankandapatmenjalankanfungsinyadenganbaik.Peran regulator ini dibutuhkan sebagai otoritas moneter, sistem keuangan dan sistempembayaran (Simorangkir,2014).Aviliani, Siregar,Maulana,danHasanah(2015)mengatakanjikakondisimakrodankeuangankurangstabilmakadapatmemengaruhirisikopasardanrisikokredit perbankan yang bermuara pada stabilitas perbankan. Sehingga diperlukan kondisimakroekonomi yang stabil agar menunjang kondisi di sektor riil. Tetapi, jika stabilitasmakroekonomi dan keuangan terjadi terlalu lama dan tidak “dijaga” oleh regulator yangberwenang, hal ini akan berlawanan dengan pertumbuhan ekonomi karena dapat memicunaiknyaharga-hargabarangsecarakeseluruhandanturunnyakemampuanproduktivitassektoryang berkaitan dengan barang industri tersebut.8 Selain itumenurut Greenwald dan Stiglitsz(1988) dalam Aviliani, Siregar, Maulana, dan Hasanah (2015) peranan pembiayaan yangdilakukan oleh bank dalam siklus bisnis dan terutama dalam transmisi kebijakan moneterdilakukan untuk memengaruhi kegiatan dalam sektor riil yang nantinya akan berpengaruhterhadap perekonomian. Salah satu tujuan kebijakan yang ditetapkan adalah untuk menjagastabilitas inflasi.Hal tersebutkarena inflasiyangterjadidapatmeningkatkanrisikokreditdanpotensi kredit macet pembayaran pinjaman (Aviliani, Siregar, Maulana, dan Hasanah, 2015).Namun menurut Bernanke dan Gertler (1995) ketika bank sentral menetapkan kebijakanmoneterkontraktif,haltersebutakanberdampakpadaperilakupeminjamberpindahkepadasafebondsyangawalnyariskyloans,denganbegituaggregatedemandakanmelemahkarenainvestor

8 Dikutip dari http://katadata.co.id/berita/2015/03/31/bi-pertahankan-kebijakan-moneter-ketatpadatanggal3Desember2017


217

ataudebiturakanmengurangiinvestasi.Makaterlihatjikakebijakanyangditetapkantidakhanyamemengaruhiperilakupeminjam,tapijugaterhadapperilakunasabahyangmenyimpandananyadibank.Denganbegitudibutuhkanperanregulatoryangmenguntungkanberbagaipihakterkaitsehinggaperekonomiantidakmelemah.

DatadanMetodePenelitian

Datayangdigunakanpadapenelitian iniberupatime-seriesbulanantahun2005-2016.Data diperoleh dari laporan analisis stabilitas dan sistem perbankan Lembaga PenjaminSimpanan (LPS) serta laporan keuanganperbankan yangdiuunduhdariwebsiteOtoritas JasaKeuangan(OJK)dandatayangdiuunduhmelaluiwebsiteCEIC.

IndikatorStabilitasPerbankan

Stabilitas perbankandapat diukur denganmenggunakanBanking Stability Index (BSI)sebagai indikator.BSIdikeluarkanolehLembagaPenjaminSimpanan.BSIadalah indeksyangdigunakan oleh Lembaga Penjamin Simpanan untuk menganalisis kondisi perbankan setiapbulannyadarisisistabilitasperbankan.BSIsendiridapatbergeraksecarafluktuatifbergantungpada tekanan yang dihadapi oleh perbankan. Dalam melakukan kegiatannya, bank selaludihadapkanpadarisiko,diantaranyarisikopasar,risikokredit,danrisikolikuiditasKetigarisikoinidapatmenjadisebuahtekananbagistabilitasperbankan,olehkarenaituBSIdapatbergerakflutuatiftergantungdaririsikoyangtimbuldalamperbankan.

Risikopasardapatberbentukrisikoyangtimbulakibatadanyaperbedaantingkatsukubunga, nilai tukar, dan termasuk transaksi dalampasar derivative. Risiko kredit dapat terjadiketikanasabahataupeminjamgagalmemenuhikewajibannyauntukmengembalikanuangsesuaidenganperjanjian.Keadaaninidapatberdampakburukpadastabilitasperbankan.Ketikadanayangpinjamtidakdapatdikembalikansesuaidenganperjanjiansebelumnya,bankakankesulitanuntukmembayarkewajibannyapadanasabahdandapatmempegaruhikinerjaperbankan.Ketikabanyakterjadikreditgagal,makaakandapatmeningkatkanNPLdalamperbankan.ApabilaNPLperbankan tinggi, maka ROA yang diterima oleh perbankan akan rendah dan hal ini akanberdampakpadastabilitasperbankan.Selanjutnyaapabilahal initerjadisecaraterusmenerusdandalamjumlahkreditmacetyangtinggi,bankakandihadapkanpadarisikoselanjutnyayaiturisiko likuiditas. Risiko likuiditas dapat terjadi ketika bank tidak dapat membayarkankewaibannyaterhadappenyimpandana(nasabah).

IndikatorPertumbuhanEkonomi

Pertumbuhan ekonomi pada umumnya dapat diukur menggunakan Gross DomesticProduct (GDP). Namun, selain menggunakan GDP, pertumbuhan ekonomi juga dapat diukurmenggunakanIndustrialProductionIndex(IPI).IPImerupakansebuahindikatoryangdigunakanuntukmengukur output sektor industri. IPI dapat digunakan sebagai indikator pertumbuhanekonomi ketika suatu negara tersebut memiliki sumbangsih investasi yang besar terhadapperekonomiandanketikaindustrimemilikiperananyangbesarterhadapperekonomian.

IPI jugamemiliki peran yang cukup berdampak terhadap GDPmeskipun tidak secaralangsung dan indikator ini dapatmempengaruhi tingkat konsumsi yang pada akhirnya dapatmempengaruhitingkatinflasi.NilaiIPIyangtinggicenderungakanmemicupercepatantingkatkonsumsi dan inflasi, sehingga IPI dapat digunakan sebagai salah satu indikator awal untuk


218

memprediksitingkatinflasidiwaktumendatang.

IndustriyangtermasukkedalamperhitunganIPIdiantaranyaadalahindustrimanufakturkategori besar,sedang, maupun kecil seperti industri besi dan baja, elektronik, perlengkapantransportasi, keramik, bahan makanan, tembakau, kertas, furniture hingga keperluan rumahtangga lainnya. Secara umum pada IPI mengukur nilai output produksi dengan tahun dasartertentu,namuntidakmengikutsertakanhargasehingganilaiIPItidakdipengaruhiolehinflasi.

HubunganantaraStabilitasPerbankandenganPertumbuhanEkonomi

ModelOLSdigunakanuntukmelihathubunganantaravariabeldependendenganvariabelindependen. Dalam OLS hanya terdapat satu variabel dependen, sedangkan untuk variabelindependenjumlahnyadapatlebihdarisatu.DimanadalampenelitianinivariabeldependenyangdipilihadalahIPIsebagaiproksidariperekonomian.Sedangkanvariabelindependenyangdipilihadalah BSI sebagai indikator stabilitas perbankan, jumlah DPK dan tingkat inflasi sebagaiindikator kondisi makro ekonomi. Inflasi merupakan variabel makroekonomi yangmencerminkanterjadinyapeningkatanharga-hargabarang,sehinggadapatmengakibatkandayabelimasyarakatterhadapbahanbakuindustrimenurun.Berikutadalahmodelyangdigunakandalampenelitianini.

IPIt=β0+β1BSIt+β2DPKt+β3INFLASIt+ꜫt

IPI =IndustrialProductionIndex(indeks)BSI =BankingStabilityIndex(indeks)DPK =JumlahDanaPihakKetiga(milliarrupiah)INFLASI =Tingkatinflasi(persen)

HasildanPembahasan

IPImerupakanproksipertumbuhanekonomiyangIPImerupakansebuahindikatoryangdigunakanuntukmengukuroutput sektor industri. Berikut adalahdata IPI secara time seriesbulanandaritahun2005-2016


219

Grafik1.PerkembanganIndustrialProductionIndexIndonesia

Grafik 1menunjukkan perubahan secara fluktuatif nilai IPI bulanan dari tahun 2005-2016.NilaiIPItertinggitercatatpadaSeptember2011yaitusebesar14,26.SementaraitunilaiIPIyangterendahtercatatpadaMaret2006yaitusebesar9.57.

Analisis data darimodel data in idilakukan berdasarkan hasil estimasi regresi denganpendekatanOLS.Sebelummelakukanestimasi,dalampenelitian inidilakukanujistasioneritasdanujiasumsiklasik.Ketikamelakukanujistasioneritas,seluruhvariabelyangdigunakanlulusujistasioneritaspadatingkatfirstdifference.Laluselanjutnyadilakukanujiasumsiklasikuntukmengetahuiapakahterdapatpenyakitpadadatayangdigunakan.

Pertamaadalahujimultikolinearitasdilakukanuntukmelihatapakahterdapathubunganlinear antara beberapa variabel darimodel. data yang digunakan tidak ditemukan terindikasimultikolinearitassehinggadapatdikatakantidakadahubunganyangkuatantarmasing-masingvariabel.Dapatdibuktikandengantidakadanyanilaikolerasilebihbesardari0.8padasetiapnilaikolerasiyangdimilikiolehsetiapvariabel.

Kedua dilakuan uji eteroskedastisitas, pada uji ini digunakanwhite-test untukmelihatapakah terdapat penyakit heteroskedastisitas dalam hasil regresi. Berdasarkan uji tersebutkeputusan terjadi atau tidaknya heteroskedastisitas padamodel regresi linier adalah denganmelihatnilaiprobabilitas(chi-square).Apabilanilaiprobabilitas(chi-square)hitunglebihbesardari tingkat alpha0,05 (5%) artinya tidak terjadi heteroskedastisitas, sedangkan apabila nilaiprobabilitas(chi-square)hitunglebihkecildaridaritingkatalpha0,05(5%)yangartinyaterjadiheteroskedastisitas. Dari hasil output tampak bahwa nilai obs* R-square untuk hasilestimasiujiWhiteTestadalahsebesar4.094668dannilaiprobabilitas(chi-square)0,5359lebihbesardaripadaα=0,05(5%),dengandemikianinikamidapatmenerimabahwadatatersebuttidakmengandungmasalahheteroledastisitas.

Ketigadilakukanuji autokorelasi untukmengetahui adanyahubunganantara residual.Setelahmelakukanujiautokorelasidatayangdigunakanterindikasiadaautokorelasidilihatdarinilai DW-Stat yang dimiliki yaitu sebesar 1,4.Untuk itu kami melakukan remedial untukmemperbaikidatayangtelahterindikasi.Lalusetelahitudatayangdigunakandapatdigunakanuntukmelakukanestimasi.

-15

-10

-5

0

5

10

15

20

2005

-120

05-7

2006

-120

06-7

2007

-120

07-7

2008

-120

08-7

2009

-120

09-7

2010

-120

10-7

2011

-120

11-7

2012

-120

12-7

2013

-120

13-7

2014

-120

14-7

2015

-120

15-7

2016

-120

16-7

Industrial Production Index 2005-2016

IPI


220

Setelahdilakukanestimasiterhadapmodelreresi,didapatkannilaikoefisiendeterminasi(R2) sebesar 0,2586. Angka ini menunjukkan bahwa sebesar 25,86% perubahan variabeldependen(IPI)dapatdijelaskanolehvariabel independen(BSI, jumlahDPK, tingkat inflasi)didalammodel. Selain itu terdapat nilai probabilitas F-Stat sebesar 0,00 yang artinya variabelindependenyangdigunakandapatmempengaruhivariabeldependensecarabersama-sama.

Secaraparsial,variabelBSImemilikinilaiprobabilitassebesar0,06nilaiinilebihbesardari alfa 10% sehingga secara signifikan BSI dapat mempengaruhi IPI sebagai indikatorpertumbuhanekonomi.KetikaBSImeningkatsebesar1makanilaiIPIakanberkurangsebesar0,75denganasumsiceterisparibus.Variabel tingkat inflasimemilikinilaiprobabilitassebesar0,0043 nilai ini lebih besar dari alfa 10% sehingga secara signifikan tingkat inflasi dapatmempengaruhiIPIsebagaiindikatorpertumbuhanekonomi.Ketikainflasimeningkatsebesar1%makanilaiIPIakanberkurangsebesar0,4denganasumsiceterisparibus.

Simpulan

Berdasarkanhasilpenelitianmakadapatdisimpulkansebagaiberikut.Pertama,stabilitasperbankanmemilikipengaruhnegatifterhadapperekonomiandiIndonesia.HalinisesuaidenganpenelitianyangdilakukanolehHellman,Murdock,danStiglitz(2000)yangmenyatakanbahwajika sektor perbankan berada dalam kondisi stabil, sektor perbankan cenderung untuk lebihberhat-hatidalammelakukanpembiayaan.Selainitukondisiinijugabisasajaterjadikarenabankmemilikisikapmoralhazarddengancarameningkatkanhargadarikredityangdiberikankepadadebitur. Hal lain yang mungkin saja terjadi adalah ketika bank meningkatkan suku bungakreditnya, tentu suku bunga simpanan pun naik, dengan begitu nasabah akan condong untukmelakukansimpanandibandingkanpinjamankarenabersifatlebihaman.

Kedua, jumlah DPK memiliki pengaruh yang rendah terhadap IPI. Bank memilikikewajiban untuk mengalokasikan dana simpanan milik nasabah menjadi dana yang lebihproduktif dan menghasilkan laba, mengingat fungsi bank salah satunya adalah sebagaiperusahaan.Kegiatanbankdalammencari laba tidakhanyabersumberdari pembiayaan ataukredit,tapijugabisadarisumberlain,salahsatucontohnyaadalahsekuritisasi.DenganbegitujumlahDPKyang terhimpuntidakseluruhnyadigunakanuntukdisalurkankepadadeficitunit,namunbisasajadigunakanuntukinteraksiantarbankmelaluiPUAB(PasarUangAntarBank)ataujugadigunakanuntukkegiatanmembeliataumenjualsekuritas,sehinggajumlahDPKtidakmemiliki pengaruh yang besar terhadap IPI. Ketiga, tingkat inflasimemiliki pengaruh negatifterhadap IPI. Artinya setiap terjadi kenaikan tingkat inflasi akan melemahkan kondisiperekonomianyang tercermindari IPI.Naiknyaharga-hargasecaraumumdapatmenurunkankemampuan produktivitas sektor yang terkait dikarenakan harga input yang digunakanmeningkat. Hal inimungkin terjadimengingat seluruh output yang dihasilkanmembutuhkaninputuntukdigunakan.

DAFTARPUSTAKA

Adita,C.,&Kusuma,C.(2015).TheDynamicsofIndonesianBankingCompetition2006-2013.BinaEkonomi,26-42.

Ascarya.(2012).AlurTransmisidanEfektifitasKebijakanMoneterGandadiIndonesia.BuletinEkonomiMoneterdanPerbankan,283-315.


221

Asfari,D.D.(2015).AnalisisFinancialStressIndicatorSebagaiAlatUkurStabilitasSektorKeuanganIndonesia.BinaEkonomi,15-25.

Aviliani,Siregar,H.,Maulana,T.N.,&Hasanah,H.(2015).TheImpactofMacroeconomicConditiononTheBank'sPerformanceinIndonesia.BuletinEkonomiMoneterdanPerbankan,379-402.

Bernanke,B.S.,&Gertler,M.(1995).InsideTheBlackBox:TheCreditChannelofMonetaryPolicyTransmission.NBERWorkingPaperSeries,1-45.

Boyd,J.H.,Nicolo,G.D.,&Jalal,A.M.(2006).BankRIsk-TakingandCompetitionRevisited:NEwTheoryandNewEvidence.IMFWorkingPaper,1-49.

Freedman,C.,&Goodlet,C.(2007).FinancialStability:WhatItIsandWhyItMatters.C.DHoweInstituteCommentary,1-23.

Harun,C.A.,Rachmanira,S.,&Nattan,R.R.(2015).KerangkaPengukuranRisikoSistemik.OccasionalPaper,1-38.

Hellmann,T.F.,Murdock,K.C.,&Stiglitz,J.E.(2000).Liberalization,MoralHazardinBanking,andPrudentialRegulation:AreCapitalRequirementsEnough?TheAmericanEconomicReview,146-165.

Matthews,K.,&Thompson,J.(2008).BankingTypology.InK.Matthews,&J.Thompson,TheEconomicsofBanking(pp.56-70).England:JohnWiley&SonsLtd.


222

PENGARUHTINGKATSUKUBUNGATERHADAPPERILAKUPENGAMBILANRISIKOBANKUMUMDIINDONESIA

ErvinaSaraswatiSundari (2011110066)

BillyCancerio (2015110045)

AudiRizkyKurnianto (2015110047)

Abstrak

Krisis keuangan global 2008 menunjukkan bahwa sistem keuangan di negaramajusekalipunrentanterhadapkegagalansektorkeuanganKegagalaninisalahsatunya disebabkan oleh kebijakan moneter ekspansif yang dilakukan banksentral akan memengaruhi tingkat suku bunga perbankan dan perilakupengambilanrisikobank.Penelitianbertujuanmengetahuipengaruhtingkatsukubunga terhadap perilaku pengambilan risiko bank umum di Indonesia. Tujuantersebut dapat dicapai dengan menggunakan LDR sebagai indikator perilakupengambilan risiko serta membangun model regresi linear berganda. Dalammeneliti,kamimenggunakandatacross-sectiondari109bankumumdiIndonesiayang dianalisis denganmenggunakanmetode estimasi OLS. Hasil menunjukanbahwa terdapat pengaruh negatif antara tingkat suku bunga dan perilakupengambilanrisiko.Halinidapatdiakibatkanolehperekonomianpada2016yangmembaik.

Kata Kunci: Kebijakan Moneter Ekspanif – Perilaku Pengambilan Risiko –TingkatSukuBunga

1. PENDAHULUAN

Bankmemilikifungsiutamasebagailembagaintermediasiyangberperanmenyalurkandanadarisurplusunitkedefisitunit,sertaberpartisipasidalamtransaksipasarkeuangan.Peraninimenguntungkandenganadanyatransactioncostuntuksetiaplayanankeuangan.Transactioncost ini dapat bermacam-macam salah satunya seperti tingkat suku bunga pinjaman yangmerupakansalahsatusumberkeuntunganbank.Banksebagaiperusahaanbertujuanmemerolehdanmemaksimalkankeuntungandenganmengelolaberbagai risiko.Risiko inidikelompokkanberdasarkan aktivitas sebagai intermediasi dan partisipasi dalam pasar keuangan. Aktivitasintermediasi memunculkan risiko kredit dan likuiditas sementara partisipasi dalam pasarkeuangan memunculkan risiko suku bunga. Ketika suatu bank menjadi semakin risk-takerberpotensimeningkatkankemungkinanterjadinyarisikosistemikdankrisisekonomi.

Krisis keuangan global 2008 menunjukkan bahwa sistem keuangan di negaramajusekalipunrentanterhadapkegagalansektorkeuanganyangdapatberdampakburukbagiperekonomiandi suatunegara. Salah satupenyebabkrisis tersebut adalahekspansipinjamanberlebihanyangdisebabkanolehrendahnyatingkatsukubunga.Rendahnyatingkatsukubungaini terjadi ketika kebijakan moneter ekspansif yang dilakukan dengan tujuan mendorongperekonomianjustrumenyebabkanindustriperbankanberperilakusemakinberisiko.KondisidiIndonesiasendirisebelumkrisisterjadimenunjukkanbahwaBI-rateterusmengalamipenurunandari9,75%pada2006menjadi8,00%pada2007.PenurunanBI-rateinidiresponolehindustri


223

perbankan denganmeningkatkan pinjaman kepada masyarakat atau dengan kata lain secaraagregat rasio LDRmeningkat dari 61,56% menjadi 66,32%. Hal ini berarti risiko likuiditasmeningkat, namun tekanan tersebut tidak memberikan dampak secara langsung bagiperekonomian Indonesia (Bank Indonesia, 2009). Kondisi yang sama pada 2008 terjadi pada2016,BI7-day(Reverse)RepoRatejugamengalamipenurunanmenjadi4,75%dari7,50%pada2015 ketika masih menggunakan BI-rate. Berdasarkan beberapa argumen tersebut, dapatdikatakan bahwa rendahnya tingkat suku bunga dapat memberikan insentif bank untukberperilakusemakinberisiko.

TINJAUANPUSTAKA

Terdapat beberapa penelitian yang dilakukanmengenai pengaruh tingkat suku bungaterhadap perilaku pengambilan risiko bank. Altunbas et al. (2011) dalam Pricillia (2015)menyimpulkanbahwakebijakanmoneteryangdigambarkandenganpeningkatandanpenurunantingkatsukubunga,berdampaknegatifterhadapperilakupengambilanrisikobank.Penurunansuku bunga diakibatkan kebijakan moneter ekspansif dapat menyebabkan meningkatnyaperilakupengambilanrisikobank,dansebaliknya.SementarahalberbedaditemukanolehAklanet al. (2014) dalam Geng et al. (2016) yang menyatakan bahwa suku bunga rendah dapatmengurangiperilakupengambilanrisikodansebaliknya.Daribeberapapenelitiantersebut,dapatdiartikan terdapat temuanberbedamengenaipengaruh tingkat sukubunga terhadapperilakupengambilan risiko bank. Lebih lanjut, Koehn dan Santomero (1980) menemukan hubunganpositifantaraCapitalAdequacyRatio(CAR)danperilakupengambilanrisikobank.BankdenganCARyanglebihtinggiternyatasemakinberperilakuberisikomelaluidiversifikasiaset.Sebaliknya,Sheldon (1996) menemukan bahwa CAR, memiliki pengaruh negatif terhadap perilakupengambilan risiko bank. Dari beberapa penelitian tersebut, dapat diartikan terdapat temuanberbedamengenaiperaturanmodalterhadapperilakupengambilanrisikobank.

BoriodanZhu (2008)mengemukakan theory of risk-taking channel ofmonetary policytransmissionyangmenyatakanbahwaterdapatbeberapasaluranpengaruhtingkatsukubungaterhadapperilakupengambilan risiko. Saluran search for yieldmenyatakanbahwapenurunantingkatsukubungadiakibatkankebijakanmoneterekspansifmemberikan insentifuntukbanksemakinberperilakuberisikodenganmeningkatkanpinjaman.Keeley(1990)menyatakanbahwapenurunan tingkat suku bunga akan menyebabkan penurunan spread antara suku bungapinjamandansimpananyangakanmenekanmarjinkeuntunganbankdanmeningkatkaninsentifuntuksearchforyieldmelaluiekspansipinjaman.Akibatnya,bankmenurunkanstandarpinjamandanmeningkatkanperilakupengambilanrisiko.

DATADANMETODOLOGI

Data cross section digunakan pada penelitian ini yang berasal dari 109 bank umumkonvensionaldiIndonesiapada2016.Datadiperolehdarilaporankeuanganperbankanmelaluiwebsite Otoritas Jasa Keuangan Indonesia. Dalam memahami pengaruh tingkat suku bungaterhadapperilakupengambilanrisikobankumum,penelitianinimembuatmodelregresilinearberganda(multipleregression)sebagaiberikut:

RISKi=α+β1RATEi+β2ASSETi+β3CARi+β4ROAi+εi

Variabeldependenpadapenelitian iniadalahperilakupengambilanrisiko (RISK)yang


224

ditunjukkan melalui indikator Loan to Deposit Ratio. Sementara variabel independen padapenelitianiniadalahtingkatsukubunga(RATE)yangditunjukkanmelaluiindikatorsukubungapinjaman.Selainitu,penelitianinimenggunakanbeberapavariabelkontrolbankyangterdiridaritotalaset(ASSET),CapitalAdequacyRatio(CAR)danReturnOnAsset(ROA).

3.1 PerilakuPengambilanRisiko

Pengaruh perilaku pengambilan risiko pada sektor keuangan merupakan isu yangcukup mengemuka dewasa ini, khususnya dikaitkan dengan efektivitas respon kebijakanterhadapkrisiskeuanganglobalsemenjakpertengahan2007.Beberapaargumendibangununtukmelihatfaktorpenyebabkrisiskeuanganyangdisebutsebagaiunprecedentedcrisis,baikdarisegibesarnya pengaruh maupun waktu berlalunya. Taylor (2009) mengemukakan bahwa krisisdisebabkan oleh kebijakan bank sentral yang cenderungmemertahankan tingkat suku bungaterlalurendah,sebagaikonsekuensirendahnyatingkat inflasidalamjangkawaktuyangcukuppanjang sebelum terjadi krisis. Taylormemaparkan bahwabank sentral di negaramaju tidakmemerhitungkan risiko yang terdapatdi sektorperbankandankeuangandalam fungsi reaksikebijakan moneternya, sehingga menyebabkan penetapan tingkat bunga nominal yang salah(terlalu rendah). Implikasi dari analisis ini berarti adanya interaksi antara stance kebijakanmoneter yang dilakukan oleh bank sentral terhadap perilaku pengambilan risiko di sektorkeuangankhususnyaperbankan. SedangkanMishkin (2009)mengemukakanbahwakebijakanmoneter cenderung lebih potensial dimasa krisis tingkat efektifitasnya dibandingkan dengankondisi normal, sehingga memberikan landasan untuk melakukan manajemen risikomakroekonomi untuk menghadapi masalah kontraksi perekonomian selama periode krisis.DalamkonteksperekonomianIndonesia,penelitianperanperilakupengambilanrisikodisektorkeuanganpadamekanismetransmisikebijakanmoneterbelumdilakukansecaramendalamdanbanyak.Goeltometal.(2009)secaraumummenyimpulkanbahwaberdasarkananalisisempiris,persepsi perilaku pengambilan risiko cukup berperan dalam mentransmisikan kebijakanmoneterdiIndonesia.

Penelitian ini menggunakan Loan to Deposit Ratio (LDR) sebagai indikator perilakupengambilan risiko.Loan toDeposit Ratiomengukur likuiditas bankmelalui jumlah pinjamandibagidengan jumlahsimpananyangdinyatakandalampersen.Secaraagregat, tingginyaLDRberarti risiko likuiditasmeningkat. Sementara secara individu, tingginya LDRberarti perilakupengambilan risikomeningkat.Hal ini disebabkan semakinbanyak simpananyangdisalurkanmenjadi pinjaman akan meningkatkan pendapatan bank. Karena itu, semakin banyaknyapinjamanyangdisalurkanberpotensimenyebabkantingkatlikuiditasbankmenurundantingkatrisikomeningkat.

3.2 TingkatSukuBunga

Bank mengacu pada suku bunga acuan yang diterapkan Bank Indonesia dalammenentukantingkatsukubunga.BankIndonesiamenggunakanSertifikatBankIndonesia(SBI)untukmengatursukubungaperbankannasional.SukubungayangberlakupadasetiappenjualanSBIditentukanberdasarkanmekanismeBI-Rate.DenganadanyaSBI,diharapkanBankIndonesiadapatmenjagaagar sukubungaperbankandi Indonesiawajardanstabil sertamenjadiacuanbank-bankdiIndonesiadalammenentukansukubungaperbankan.PerubahansukubungaSBIakan berpengaruh terhadap suku bunga simpanan dan memengaruhi perbankan dalampenghimpunandana.Hubunganantarasukubungadengansimpananbersifatpositif. Semakin


225

tinggi suku bunga, maka semakin tinggi pula keinginan seseorang atau masyarakat untukmenabung uangnya. Artinya, semakin besar suku bunga akan meningkatkan ketersediaanmasyarakat untuk menyimpan dana pada bank, sehingga jumlah simpanan akan meningkat.Dengan meningkatnya jumlah simpanan menyebabkan tingginya biaya yang ditanggung danmenurunkan pendapatan bank. Karena itu, umumnya bank akan meresponnya denganmeningkatkan suku bunga pinjaman sebagai upaya memertahankan pendapatannya. Daribeberapapenjelasantersebut,dapatdiartikanbahwaBI-ratememilikihubunganpositifdengansukubungaperbankanbaiksimpananmaupunpinjaman.

Penelitianinimemfokuskansukubungapinjaman(RATE)sebagaiindikatortingkatsukubunga.HalinididasarkanpadaargumensebelumnyayangmenyatakanbahwaBI-ratememilikihubunganpositifdengansukubungapinjaman.Implikasipenggunaansukubungapinjamanyaitupenelitianiniinginmenunjukkanpengaruhsecaralangsungterhadappinjamanyangdiberikansebagaiindikatorperilakupengambilanrisiko.Adapundatatingkatsukubungapinjamantidaktersediasecaralangsunguntuksetiapindividubank.Untukitu,penelitianinimenggunakanrasiopendapatanbungaterhadaptotalpinjamansebagaiproksisukubungapinjaman.

3.3 VariabelKontrol

Penelitianinimenggunakanbeberapavariabelkontroluntukanalisismodelregresiyangdigunakan.Halinidilakukanuntukmengetahuikarakteristiklainbankyangmungkinberdampakpadaperilakupengambilanrisiko.VariabelkontrolpertamaadalahASSETmewakiliukuranbankyangdiukurdenganjumlahasetbank.Bankdenganukuranberbedamungkinmemilikimotivasiberbedauntukterlibatdalamperilakupengambilanrisiko.VariabelkontrolkeduaadalahCARsebagai ukuran kapitalisasi bank yang diukur dengan rasiomodal terhadap Aset TertimbangMenurut Risiko (ATMR). Bank dengan CAR tinggi cenderung melakukan trade off denganberperilakusemakinberisiko.Lebihlanjut,CARmenggambarkantingkatkecukupanmodalbankdalammem-back-uprisikodariasetyangdimilikiolehbanktersebut.Semakinberisikoasetyangdimilikimakatingkatkecukupanmodalakanmenurun.Turunnyatingkatkecukupanmodaldapatdiatasi dengan pengurangan aset yang berisiko dan penambahan modal bank. Hal ini dapatdiartikan bahwa tingkat kecukupan modal juga berkaitan dengan tingkat risiko perbankan.Variabel kontrol ketiga adalah ROA yaitu rasio laba sebelum pajak terhadap total aset yangdigunakanuntukmengukurdampakprofitabilitasbank terhadapperilakupengambilanrisiko.Dalamperbankantujuanutamaingindicapaiadalahprofitabilitas.Pencapaianprofitabilitasakanmembuatbankmendapatkepercayaandarimasyarakatyangmemungkinkanbankmenghimpundanalebihbanyaksehinggabankmemerolehkesempatanmeminjamkandanalebihbanyakyangberkaitandenganperilakupengambilanrisiko.

HASILDANPEMBAHASAN

Modelregresiyangdisebutkansebelumnyaharusdilakukanujiasumsiklasik.UjiiniharusdipenuhiagarmodelyangdigunakanbaikataudengankatalainBestLinearUnbiasedEstimator(BLUE).Apabilamemenuhiasumsiklasikmakamodelinidapatdiestimasidenganmenggunakanmetode Ordinary Least Square (OLS). Uji asumsi klasik yang harus dipenuhi dalah ujimultikolinearitas, uji heteroskedastisitas dan uji autokorelasi. Namun penelitian inimenggunakan data cross section sehingga uji autokorelasi tidak perlu dilakukan. Hal inidisebabkan uji autokorelasi bertujuan melihat pengaruh variabel bebas terhadap variabeldependenpadaperiodepenelitandenganperiode sebelumnya.Adapunhasiluji asumsiklasik


226

dijelaskansebagaiberikut:

• UjiMultikolinearitas

Uji multikolinearitas bertujuan melihat ada atau tidaknya korelasi yang tinggi antaravariabelbebasdalamsuatumodelregresilinearberganda.Jikaadakorelasiyangtinggidiantaravariabelbebasnya,makahubunganantaravariabelbebasterhadapvariabeldependenmenjaditerganggu.Adapunkorelasitinggiyangdimaksudkanadalahketikahubunganvariabelbebassatudenganlainnyabernilaidiatas0,8.

Gambar4.1.HasilUjiMultikolinearitas

Gambar4.1menunjukkanbahwanilaikorelasiantaravariabelbebasdiatas0,8.HubunganSBPINJAMAN dan ASET negatif sebesar 0,157347, SBPINJAMAN dan CAR negatif sebesar0,016761 serta SBPINJAMAN dan ROA negatif sebesar 0,005348. Berdasarkan hasil tersebut,modelregresiinitidakmengalamimasalahmultikolinearitas.

• UjiHeteroskedastisitas

Ujiheteroskedastisitasbertujuanmelihatadaatautidaknyaketidaksamaanvariansidariresidualsatupengamatankepengematanyanglain.Modelregresiyangmemenuhipersyaratanyaituketikaterdapatkesamaanvariansidariresidualsatupengamatankepengamatanyanglaintetapataudisebuthomoskedastisitias.AlatujiyangdirekomendasikanuntukmengetahuiadanyamasalahheteroskedastisitasadalahWhiteTest.

Gambar4.2.HasilUjiHeteroskedastisitas

Gambar4.2.menunjukkanbahwanilaip-valueyangdigambarkandengannilaiProb.Chi-Square(14)padaObs*R-squaredsebesar0,0.Nilaiinilebihkecildari0,01(αterkecil)makamodelregresiinimengalamimasalahheteroskedastisitas.Karenaitu,modelregresiiniperludilakukanremedial.


227

Gambar4.3.HasilEstimasi

Masalah heteroskedastisitas yang disebutkan sebelumnya dilakukan remedial melaluiWhite’s Heteroscedasticity-Consistent Variances & Standard Errors. Berdasarkan Gambar 4.3.secara simultanhasil estimasimenunjukkanbahwanilai R-squared sebesar 0,46 yangberarti46% variasi pada variabel dependen (LDR) dapat dijelaskan oleh variabel independen dalammodel dengan Prob(F-statistic) 0,00. Sementara secara parsial hasil estimasi menunjukkanvariabelROAdanSBPINJAMANmemilikinilaisignifikansisebesar0,0556dan0,0979yangberartisignifikan dengan α=10% serta variabel CAR memiliki nilai signifikansi sebesar 0,0039 yangberarti signifikan dengan α=1%. Namun variabel ASET tidak signifikan karenamemiliki nilaisignifikansisebesar0,9984yangbernilaidiatasαtertinggi(10%).

4.1 PengaruhTingkatSukuBungaterhadapPerilakuPengambilanRisiko

Berdasarkan hasil estimasi menunjukkan bahwa suku bunga pinjaman berpengaruhnegatifsecarasignifikanterhadapperilakupengambilanrisiko.Hasilinisesuaidengantheoryofrisk-taking channel of monetary policy transmission melalui saluran search for yield yangmenyatakan bahwa penurunan tingkat suku bungamemberikan insentif untuk bank semakinberperilakuberisikodenganmeningkatkanpinjaman.HasilinijugasesuaidenganAltunbasetal.(2011) serta Keeley (1990) yang menyatakan bahwa penurunan tingkat suku bungamenyebabkan penurunan net interest margin (NIM) dan menekan marjin keuntungan bank.Akibatnya,bankmenurunkanstandarpinjamanyangberakibatpadabanksemakinberperilakuberisiko. Dengan menggunakan beberapa penjelasan tersebut, penelitian ini mencobamenjelaskanpengaruhnegatif tingkat sukubunga terhadapperilakupengambilan risikobankumumdiIndonesia.

Kondisi di Indonesia setelah perubahanBI-ratemenjadiBI 7-day (Reverse) Repo Ratemenunjukkanbahwatingkatsukubungamenurundari7,50%pada2015menjadi4,75%pada2016.PenurunantingkatsukubungainidapatdiartikanbahwaBankIndonesiasebagaiotoritas


228

moneter berusaha mendorong perekonomian melalui kebijakan moneter ekspansif. Namunpenurunan ini jugaakanmenyebabkanpenurunantingkatsukubungaperbankanbaik tingkatsukubungasimpananmaupunpinjamanmenurunsepertiyangdijelaskanmelaluimekanismetransmisikebijakanmoneter.Akibatnya,netinterestmarginmenurunsehinggapendapatandansalahsatusumberkeuntunganbankmenurun.Kondisiinitentunyatidakdiingkinkanolehbankumumyangmerupakanlembagakeuanganpencarilaba.Salahsatucarayangdilakukanbankagarkeuntungannyatidakmenurunadalahdenganmeningkatkanjumlahpinjamanataudengankatalainmelakukanekspansipinjaman.Keputusanmelakukanekspansipinjamaninidapatdikatakansebagai perilaku pengambilan risiko karena pinjaman yang meningkat akan menyebabkanlikuiditasbankmenurun.Haliniberartibankmengalamipeningkatanrisikolikuiditas.Selainitu,bank jugadapatmenurunkanstandarpinjamanuntukmeningkatkanpinjamanyangdiberikankepada masyarakat. Namun dengan melakukan hal tersebut, dapat dikatakan bahwa bankmelakukanadverseselectionketikamemilihpeminjamyangseharusnyatidaklayak.Akibatnya,peminjamtersebutakankesulitanmembayarataudengankatalainterjadirisikokredit.Beberapapenjelasandiatasmerupakanperilakupengambilan risikoyangdilihatmelalui sudutpandangindividubank.

Perilakupengambilanrisikobankdapatmunculdiakibatkanolehperilakunasabahbank.Halinidapatterjadiketikatingkatsukupinjamanrendahdapatmenyebabkansemakinmurahnyahargauntukpinjamanbank.Akibatnya, sesuaidenganmekanismepasar yang terjadidi pasarpinjaman yaitu permintaan masyarakat untuk dana pinjaman meningkat. Kondisi ini dapatmenimbulkanpotensirisikoyangdisebabkanketikabankmeresponnyadenganmeningkatkanpinjamanmakarisikolikuiditasmeningkat.Risikoinijugadapatdiperkuatketikaterjadiadverseselectionsepertiyangdisebutkansebelumnyadanrisikokreditmeningkat.Berdasarkanbeberapapenjelasandiatasyangdiperolehdenganmelihatsudutpandangindividubankdannasabahbankdapatmenghasilkansuatuargumen.KetikaBankIndonesiasebagaiotoritasmonetermelakukankebijakan moneter ekspansif. Dampak yang ditimbulkan memang suku bunga perbankanmenurunyangdapatmenjadistimulusperekonomianmelaluisisikonsumsimaupuninvestasi.Namun alih-alih kebijakan moneter ekspansif tersebut menjadi stimulus bahkan berpotensimerugikanperekonomiandenganmeningkatnyaperilakupengambilanrisikobank.Akibatnya,peningkatan konsumsi dan investasi yang ingin dicapai tidak terjadi dan perekonomian akanstagnan bahkan melambat. Karena itu, Bank Indonesia perlu memerhitungkan aspek risikosebelummemutuskankebijakanmoneterekspansifuntukmendorongperekonomian.

4.2 PengaruhVariabelKontrolterhadapPerilakuPengambilanRisiko

Berdasarkan hasil estimasi menunjukkan bahwa Capital Adequacy Ratio (CAR)berpengaruh positif secara signifikan terhadap perilaku pengambilan risiko. Hasil ini sesuaidenganKoehndanSantomero(1980)yangmenemukanhubunganpositifantaraCapitalAdequacyRatio(CAR)danperilakupengambilanrisikobank.BankdenganCARyanglebihtinggiternyatasemakinberperilakuberisikomelaluidiversifikasi aset. Pengaruhpositif ini dapatdisebabkantingginya CAR justrumenyebabkan bankmelakukan ekspansi pinjaman yang dapat diartikansebagai perilaku pengambilan risikonya meningkat. Ekspansi ini akan berpengaruh padakecukupanmodalnyayangdapatberakibatpadaterjadinyarisikolikuiditas.Hal iniberpotensimenyebabkankepentingandeposantergangguketikamelakukanpenarikandana.Sehinggabankharus mencari cara seperti meminjam dana pinjaman ke bank sentral atau bank lain untukmenjaminkepentingandeposanyangtentunyaakansangatmahal.


229

Berdasarkanhasilestimasimenunjukkanbahwatotalasettidakmemilikipengaruhyangsignifikanterhadapperilakupengambilanrisiko.Hasilinimengindikasikanbahwabesarkecilnyaasetbankbelum tentumenjadipenentuperilakubank.Bankyangmemiliki asetbesarnamuntidakdapatmengelolamodalnyasecaraefektiftentunyatidakakanmenghasilkanlaba.Sehingga,dengan adanya upaya bank untukmenjaga aset,maka bank tidakmudahmengeluarkan danamerekauntukpendanaankarenahaltersebutdapatmemberikanrisikoyangbesar.Olehkarenaitu, hasil estimasi juga menunjukan bahwa bank bisa mengelola asetnya dengan baik yangdigambarkandenganReturnonAsset(ROA)memilikipengaruhyangsignifikanterhadapperilakupengambilan risiko. Hal ini disebabkan tingginya pendapatan akan mendorong bank untukmelakukan ekspansi kredit atau menginvestasikan aset mereka sehingga risiko mereka akanmeningkat.

4.3 FenomenaPerekonomianIndonesia2016

Kondisi perekonomian Indonesia pada 2016 dapat dikatakan stabil dan cenderungmembaik.menurutBankIndonesia(2017),pertumbuhanekonomiIndonesiapadatriwulanIV2016 didukung oleh pertumbuhan konsumsi rumah tangga, perbaikan kinerja investasi, danpeningkatan ekspor. Konsumsi rumah tangga masih tumbuh cukup kuat didukung olehterkendalinya inflasi. Konsumsi Rumah Tangga (RT) tetap tumbuh kuat dan menjadi motorpertumbuhanpada triwulan IV2016.Konsumsi rumah tanggapada triwulan IV2016 tumbuhstabil sebesar 4,99%dibandingkan triwulan sebelumnya. Konsumsi rumah tangga yang tetapkuatsejalandengankeyakinankonsumenyangmeningkatdidukungolehperbaikankeyakinanterhadapkondisiekonomi.InvestasimeningkatpadatriwulanIVditopangoptimismeterhadapprospekekonomisejalandengankenaikanhargakomoditas.Selainitu,Investasinaik4,80%(yoy)dibandingkantriwulansebelumnya4,24%(yoy).

Kondisiperekonomianyangstabiltersebutmendorongpemerintahuntukmelonggarkankebijakanmoneter.Transmisikebijakanmonetermelaluijalursukubungamasihterusberjalandengan kecepatan dan besaran yang bervariasi sepanjang triwulan IV 2016. Pelonggarankebijakan moneter telah diikuti penurunan suku bunga PUAB, deposito, maupun kreditperbankan.Penurunansukubungamasihterusberlanjut,baikpadasukubungadepositomaupunsuku simpananmaupun kredit. Tren penurunan suku bunga deposito pada 2016 relatif lebihtinggidibandingkanpenurunansukubungadepositodi2015.Sukubungadepositotercatatturunsebesar14bpsdari6,9%padatriwulanIII2016menjadi6,7%padatriwulanIV2016,sehinggauntukkeseluruhantahun2016sukubungadepositotelahturunsebesar122bps.Penurunansukubungakreditjugamasihberlanjutpadasemuajeniskredit.Sukubungakreditjugaturunyaitusebesar19bpsmenjadi12,04%padaakhirtriwulanIV2016.Secarakumulatif,sepanjangtahun2016sukubungakredittelahturunsebesar79bps.

Kondisi industri perbankan Indonesia juga masih terbilang kuat didukung olehmemadainya rasio kecukupanmodal dan terkendalinya risiko kredit. Pada triwulan IV 2016,kecukupanpermodalanperbankanmengalamipeningkatan,sebagaimanatercerminpadaCapitalAdequacyRatio(CAR)yangtercatatsebesar22,69%,lebihtinggidibandingkandengan22,33%pada triwulan sebelumnya. Level kecukupanpermodalan yang terusmeningkat dibandingkandengan tahun-tahun sebelumnya diperkirakanmasihmampu untukmenahan dampak negatifdaripeningkatanrisikokredit.Sementaraitu,pertumbuhankreditterusmembaikdidukungolehkreditproduktif.PertumbuhankreditpadatriwulanIV2016tercatatsebesar7,9%(yoy),lebihtinggidaripertumbuhantriwulansebelumnyasebesar6,5%(yoy).Pertumbuhankredittersebut


230

bersumberdaripeningkatanpertumbuhankreditproduktifyaitukreditmodalkerja(KMK)dankreditInvestasi(KI).Sementaraitu,kreditkonsumsi(KK)relatifmasihstabil.Untukkeseluruhan2016,kredit tumbuh7,9% lebihrendahdaripertumbuhan tahun2015yangmencapai10,5%.Secarasektoral,kreditpadatriwulanIV2016dimayoritassektorekonomimamputumbuhpositifsepertidisektorkonstruksidanindustriseiringdengankenaikanpermintaanpadasektor-sektortersebut

SIMPULAN

Krisis keuangan global 2008 menunjukkan bahwa sistem keuangan di negara majusekalipun rentan terhadap kegagalan sektor keuangan yang dapat berdampak buruk bagiperekonomiandisuatunegara. Salahsatupenyebabkrisis tersebutadalahekspansipinjamanberlebihanyangdisebabkanolehrendahnyatingkatsukubunga.Hal inidapatdijelaskanpadatheory of risk-taking channel of monetary policy transmissionmelalui saluran search for yield.Namunbeberapapenelitansecaraempirisbelummemerolehkesimpulanyangsamamengenaipengaruhtingkatsukubungaterhadapperilakupengambilanrisiko.

Hasil penelitian ini menunjukan bahwa tingkat suku bunga memiliki pengaruh yangnegatifterhadapperilakupengambilanrisikobankumumdiIndonesia.Penurunantingkatsukubungaakanberdampakpadaperilakubankyangsemakinberisiko,begitupunsebaliknya.Hasilini sesuai dengan teori yang disebutkan sebelumnya dan Altunbas et al. (2011) serta Keeley(1990). Hal ini disebabkan tingkat suku bunga yang rendah akan mendorong bank untukmelakukanekspansikreditdengantujuanuntukmendapatkanlaba.PadakasusdiIndonesiapadatahun 2016, permintaan kredit yang tinggi punmendukung bank untukmelakukan ekspansikredityangberpotensimenimbulkanrisiko.Permintaankredityangtinggitersebutdikarenakankondisi perekonomian di Indonesia yang stabil sehingga masyarakat semakin terpacu untukmelakukaninvestasi.

DAFTARPUSTAKA

BankIndonesia.(2017).ANALISISTRIWULAN:PerkembanganMoneter,PerbankandanSistemPembayaran,TriwulanIV2016.BankIndonesia.

Bank Indonesia. (2009).OutlookEkonomi Indonesia2009 -2014 :KrisisFinansialGlobaldanDampaknyaterhadapPerekonomianIndonesia.BankIndonesia.

Borio,C.E.,&Zhu,V.H.(2008).CapitalRegulation,Risk-Taking,andMonetaryPolicy:AMissingLinkintheTransmissionMechanism?BISWorkingPaper268,1-39.

Geng,Z.,Grivoyannis,E.,Zhang,S.,&He,Y.(2016).TheeffectsoftheinterestratesonbankriskinChina:Apaneldataregressionapproach.InternationalJournalofEngineeringBusinessManagement,8,1-7.

Goeltom,M.,Solikin,S.,Juhro,M.,&Mochtar,M.(2009).IndonesianMonetaryPolicyTransmissionMechanismsandtheRoleofRiskPerception.ResearchNotesBankIndonesia

Koehn,M.,&Santomero,A.M.(1980).Regulationofbankcapitalandportfoliorisk.TheJournalofFinance,35(5),1235-1244.


231

Mishkin,F.S.(2009).IsMonetaryPolicyEffectiveDuringFinancialCrisis?.NBERWorkingPaper14678.

Pricillia,N.(2015).TheRisk-TakingBehaviourofIndonesianBanksusingSCPParadigm.BinaEkonomi,19(2),91-103.

Sheldon,G.(1996).Capitaladequacyrulesandtherisk-seekingbehaviorofbanks:Afirmlevelanalysis.SwissJournalofEconomicsandStatistiscs,132,707-734.

Taylor, J.B.(2009).TheFinancialCrisisandMonetaryResponse:AnEmpiricalAnalysisofWhatWentWrong.NBERWorkingPaper14631.


232




ISU 8. DAMPAK KEBIJAKAN

PERDAGANGAN


233

PENGARUHLIBERALISASIPERDAGANGANTERHADAPKINERJAEKSPORINTRA-ASEANDIASEAN-5

NaufalAudiaKusrida (2014110041)

Abstrak

Dalammerespon perekonomian dunia yang semakin kompetitif yang ditandaidengan menguatnya tren integrasi regional di dunia, ASEAN-5 dan BruneiDarussalammembentukASEANFreeTradeArea(AFTA)padatahun1992.SalahsatutujuandibentuknyaAFTAadalahmeningkatkanperdaganganintra-ASEAN.Namun, masalah yang dihadapi ASEAN itu sendiri adalah pembangunanekonominya yang masih bergantung pada perdagangan ekstra-ASEAN, sertajaringanperdagangannyayangmasih terbatas.Dengandemikian,penelitian inibertujuan untuk mengetahui pengaruh liberalisasi perdagangan dalam bentukAFTAtersebutterhadapkinerjaeksporintra-ASEAN,denganmengambilsampelASEAN-5.Hasil penelitianmenunjukkanbahwaPDBASEANdanPDBASEAN-5secarasignifikanberpengaruhpositifterhadapekspor.Sementaraitu,REERdantarifsebagairepresentasiliberalisasiperdagangansecarasignifikanberpengaruhnegatifterhadapekspor.

Katakunci:ASEANFreeTradeArea(AFTA),kinerjaekspor,intra-ASEAN,ASEAN-5,tarif.

1. LATARBELAKANG

Pada awal tahun 1990-an, kondisi perekonomian dunia semakin kompetitif. Hal iniditandaidengantrenintegrasiregionalyangsemakinkuat,sepertiyangsudahterjadidiEropadanAmerikabagianutara.DiEropa,integrasiregionalsebenarnyasudahadasejaktahun1950-an dengan dibentuknya European Economic Community (ECC), sebelum akhirnya bergantimenjadiEuropean Union (EU) pada tahun 1993. Sementara di Amerika bagian utara, isupembentukan blok perdagangan di kawasan tersebut pada awal tahun 1990-an semakinkuat, sebelum akhirnya North American Free Trade Agreements (NAFTA) dibentuk padatahun 1994. Hal ini merupakan ancaman bagi ASEAN, karena dikhawatirkan denganperekonomian dunia yang semakin terbelah oleh integrasi regional, pasar ASEAN tidak akanmenariklagibagiparainvestor.Hinggasaatini,ASEANmenerapkankebijakanyangditerapkanolehJepangdanKoreaSelatan,yaitumendoronginvestasididalamindustriyangmemproduksibarang-baranguntukdiekspor(TanL.H.,2004).

Untukmeresponhal-haldiatas,negara-negaraASEANmulaiterdoronguntukmelakukankerjasamadalambidangekonomidengantujuanuntukmempercepatpembangunanekonominya.Puncaknya, pada tanggal 28 Januari 1992, ASEAN-5 dan Brunei DarussalammenandatanganiASEAN Free Trade Area (AFTA) di Singapura. Menurut Kementerian Perdagangan RepublikIndonesia (2002), tujuanutamadibentuknyaAFTAadalahuntukmenjadikankawasanASEANsebagai tempatproduksiyangkompetitifsehinggaproduk-produkASEANmemilikidayasaingkuatdipasarglobal,sertauntukmeningkatkanForeignDirectInvestment(FDI).Selainitu,AFTAjuga bertujuan untuk meningkatkan perdagangan intra-ASEAN. Dalam meningkatkanperdagangan intra-ASEAN, AFTA menerapkan skema yang disebut dengan Common Effective


234

PreferentialTariff(CEPT)danmulaiberlakuefektifpadatahun1993.Denganskemaini,setiapnegaraASEANharusmenurunkantarifhingga0-5%hinggatahun2008.Namun,karenaCLMV(Kamboja, Laos, Myanmar dan Vietnam) baru bergabung dengan ASEAN setelah AFTAditandatangani, keempat negara tersebut diberikan waktu lebih lama untuk menyelesaikanpenurunan tarifnya.Berdasarkanperkembangan terakhir,pada tahun2000, targetpenurunantarifyangsebelumnyaadalah0-5%diubahkembalimenjadi0%hinggatahun2010untukASEAN-6dan2015untukCLMV(Austria,2012).

Dalam mempercepat arus barang di ASEAN, negara-negara ASEAN sepakat untukmenandatangani ASEAN Trade in Goods Agreements (ATIGA) pada tanggal 26 Februari 2009.Perjanjianyangmulaiberlakuefektifpadatahun2010inidibentukuntukmempercepatrealisasicita-citaterbentuknyapasartunggaldanarusbebasbarangdiMasyarakatEkonomiASEANpadatahun 2015. Semua ketentuan dalam skema CEPT-AFTA dan protokol lainnya dirampingkanmenjadisebuahinstrumenhukumyangtunggal(ASEANSecretariat,2016).

Gambar1.Tarifrata-rataCEPT/ATIGAASEAN-5tahun1994-2014(%)

Sumber:ASEANSecretariat

Selainmembahasmengenaipenurunantarif,ASEANTradeinGoodsAgreement(ATIGA)jugadibentukuntukmenghilangkanhalanganperdaganganlainsepertikebijakannon-tarifatauNon-TariffMeasures(NTMs),RulesofOrigin,danSanitaryandPhytosanitary.Berdasarkangambar1diatas,tarifrata-ratadiASEAN-5telahmengalamitrenpenurunanhinggamendekatibahkanmencapai0%.Sebagaipengecualian, tarifdiSingapurasudahmendekatibahkanmencapai0%sebelumdansetelahAFTAdibentuk.

Namun pembangunan ekonomi di ASEAN yang selama ini masih bergantung padaperdagangan ekstra-ASEAN dikhawatirkan dapat menghambat perdagangan intra-ASEAN itusendiri.PerdaganganyangdilakukanolehASEANmasihbergantungpadanegarapartnerekstra-ASEANsepertiAmerikaSerikat,EuropeanUnion(EU),danJepang,karenadalambeberapakasus,jaringan perdagangannya masih terbatas, kecuali Singapura yang memang bergantung pada

0.00

5.00

10.00

15.00

20.00

25.00

19941995

19961997

19981999

20002001

20022003

20042005

20062007

20082009

20102011

20122013

2014

Indonesia Malaysia Filipina Singapura Thailand


235

perdagangan(Tanetal.,1999).Berdasarkangambar2dibawah,proporsieksporintra-ASEANyang dilakukan oleh ASEAN-5 terhadap sesama ASEAN-5masih lebih kecil jika dibandingkandenganeksporekstra-ASEANitusendiri.

Gambar2.ProporsieksporASEAN-5kesesamanegaraASEAN-5dannegaralaindidunia(1989-2003)

Sumber:UNComtradedalamHapsari&Mangunsong(2006),diolah

RumusanMasalah

ASEAN-5danBruneiDarussalammembentukASEANFreeTradeArea(AFTA)padatahun1992sebagaibentukresponterhadapkondisiperekonomianduniayangsemakinkompetitifyangditandai dengan semakinmenguatnya tren integrasi regional di dunia, seperti yang terjadi diEropadanAmerikabagianutara.SalahsatutujuandibentuknyaASEANFreeTradeArea(AFTA)adalahuntukmeningkatkanperdaganganintra-ASEAN.Namun,pembangunanekonomidiASEANmasihbergantungpadaperdaganganekstra-ASEAN,sehinggadikhawatirkandapatmenghambatperdaganganintra-ASEANitusendiri,terlebihlagijaringanperdaganganmasihterbatas.Dengandemikian,pertanyaanyangdiajukanpenulisdalampenelitianiniadalah:

1. Bagaimana pengaruh liberalisasi perdagangan dalam bentuk AFTA terhadap kinerjaeksporintra-ASEANdiASEAN-5?

TujuandanManfaatPenelitian

PenelitianinibertujuanuntukmengetahuipengaruhliberalisasiperdagangandiASEANmelaluiAFTAterhadapkinerjaeksporintra-ASEANdiASEAN-5.Manfaatyangdapatdiperolehdari penelitian ini adalah berupa informasi bagi pembaca mengenai pengaruh liberalisasiperdaganganmelaluiAFTAterhadapkinerjaeksporintra-ASEANdiASEAN-5.

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1989 1992 1995 1998 2001 2003

Intra-ASEAN-5 Ekstra-ASEAN


236

KerangkaPemikiran


Berdasarkangambar3,terdapat4variabelindependenyaituPDBASEAN,PDBASEAN-5,REER dan Liberalisasi Perdagangan memengaruhi variabel dependen yaitu kinerja eksporASEAN-5. PDB ASEAN-5 adalah proxy untukmenggambarkan besarnya kapasitas produksi disetiap individu negara ASEAN-5. Apabila jumlah output yang dihasilkan ASEAN-5meningkat,makajumlahekspornyajugaakanmeningkat.NamunPDBjugadigunakansebagaiproxyuntukmenggambarkan permintaan di ASEAN secara keseluruhan. Ketika permintaan di ASEANmeningkat,makaeksporyangdilakukanolehnegara-negaraASEAN-5jugaakanmeningkat.

REERatauRealEffectiveExchangeRateadalahproxyuntukmenggambarkandayasaingbarangdomestikdiluarnegeri(Klimczak,2016).KetikaREERnegaraASEAN-5naik,berartinilaiekspornya lebih mahal dan nilai impornya lebih murah. Dengan kata lain, barang domestikmenjaditidakkompetitifdi luarnegeri.Liberalisasiperdaganganadalahupayamenghilangkanhalanganperdagangansepertikebijakantariffdannon-tariffuntukmeningkatkanperdaganganinternasional. Apabila kebijakan tariff dan non-tariff diterapkan di ASEAN, maka akanmenurunkanekspornegara-negaraASEAN-5.Sebaliknya,ketikatariffdannon-tariffdihilangkan,makaekspornegara-negaraASEAN-5akanmeningkat.

TinjauanPustaka

i. IntegrasiRegional

Integrasiregionalmenekankanpadakebijakandalampenurunanhambatanperdaganganyangbersifatdiskriminatif(liberalisasiperdagangan)terhadapnegara-negarayangtergabungdidalam integrasi tersebut (SalvatoreD. , International Economics, 2013, hal. 301). Bagi negaraanggota, liberalisasi perdagangan dapat memperluas pangsa pasar sekaligus mendorongeconomies of scale (Kingu, 2014). Integrasi regional dapat dibagi menurut kedalamanintegrasinya:

KINERJA EKSPOR INTRA-ASEAN

PDB ASEAN

PDB ASEAN-5

REER

LIBERALISASI PERDAGANGAN


237

1. PreferentialTradeArea/Agreement(PTA)

Preferential Trade Area menekankan pada penurunan tarif di setiap negara anggota,namunhanyauntukproduk-produktertentu.

2. FreeTradeArea(FTA)

Free Trade Area menekankan pada penurunan hambatan perdagangan, yang awalnyaberupatarifuntuksesamanegarayangberpartisipasi.Akantetapi,setiapanggotadapatmenetapkantarifyangberbedaterhadapnon-anggota.

3. CustomUnion

Custom Union menerapkan kebijakan penurunan hambatan perdagangan seperti FTA.Namun Custom Unionmenerapkan harmonisasi (penyamaan) tarif di masing-masinganggotadengannon-anggota.

4. CommonMarket

Common Market merupakan pengembangan dari Custom Union. Perbedaan CommonMarketdenganCustomUnionadalahadanyaperpindahancapitaldanlaborantarnegaraanggota.

5. EconomicUnion

Economic Union merupakan integrasi regional yang mirip dengan Common Market.PerbedaanEconomicUniondenganCommonMarketadalahadanyaharmonisasikebijakanmoneterdanfiskal.

i. TarifGambar4.PartialEquilibriumAnalysis

Sumber:Salvatore,2013,hal.224

Tarif merupakan pajak yang dikenakan terhadap barang-barang yang melintasantarnegara(SalvatoreD.,InternationalEconomics,2013,hal.221),baikekspormaupunimpor.BerdasarkanPartialEquilibriumAnalysispadagambar4,ketikasebuahkomoditasyanghendakdiimpordikenakantarif,makaakanmenurunkanjumlahkomoditasyangdiimporitusendiri.Di


238

sisi lain, trade effect dapat timbul jika dilihat dari perspektif konsumen dan produsen. Bagikonsumen,tarifyangtinggimemunculkanconsumptioneffectkarenakonsumsidomestikuntuksebuahkomoditasakanturun.Namun,bagiprodusen,penerapantarifmemunculkanproductioneffect karenaproduksidomestikuntukkomoditasyangsamaakanmeningkat.Denganadanyatradeeffect tersebut, akanmenimbulkandeadweight loss. Sementara itu,bagipemerintah, tarifmemberikanrevenueeffectdalambentukpendapatannegara.Secaraumum,tarifdibagimenjaditiga,yaitu:

1. Advaloremtariff

Advaloremtariffadalahtarifyangdihitungdenganpersentasedarinilaitotalkomoditasyangdiperdagangkan.

2. Specifictariff

Specifictariffadalahtarifyangdihitungdengansatuanperunitdarinilaitotalkomoditasyangdiperdagangkan.

3. Compoundtariff

Compoundtariffadalahtarifyangdihitungdengangabunganantarasatuanpersentasedansatuanperunitdarinilaitotalkomoditasyangdiperdagangkan.

ii. Penelitian-PenelitianSebelumnya

Purba&Nopeline(2012)menganalisispengaruhliberalisasiperdagangandanliberalisasikeuangan terhadapekspordan impor IndonesiadenganmenggunakanErrorCorrectionModel(ECM). Hasilnya, ditemukan bahwa liberalisasi perdagangan secara signifikan berhubunganpositifdenganeksporIndonesia,baikdalamjangkapendekmaupunjangkapanjang.PDBduniasecara signifikan berhubungan positif dengan ekspor Indonesia, baik dalam jangka pendekmaupun jangka panjang. Setiap bertambahnya PDB dunia akan meningkatkan nilai eksporIndonesia.

Penelitilainyangjugamembahasmengenaipengaruhliberalisasiperdaganganterhadapkinerja ekspor adalah Babatunde (2006). Ia menganalisis kinerja ekspor akibat reformasikebijakanperdagangandanintegrasiregionaldikawasanEconomicCommunityofWestAfricanStates (ECOWAS). Hasilnya, halangan perdagangan berupa tarif berdampak negatif terhadapekspordiantaraanggotaECOWAS.Artinya,setiapkenaikantarifakanmenurunkanekspor.

Sementara Santos-Paulino (2000) menganalisis pengaruh liberalisasi perdaganganterhadap kinerja ekspor di beberapa negara berkembang. Hasilnya, liberalisasi perdaganganberdampakpositifdanmenjadifaktoryangutamadalammendorongkinerjaekspor.Permintaaneksternaljugaberdampakpositifterhadappertumbuhanekspor.Sementarapeningkatanhargarelatifdantarifeksporberdampaknegatifterhadappertumbuhanekspor.Cestepeetal.(2014)juga menemukan bahwa liberalisasi perdagangan melalui free trade agreements berdampakpositifterhadappeningkatanekspornegara-negaraTheMiddleEastandNorthAfrica(MENA)kemitra dagang yang merupakan anggota The Organisation for Economic Co-operation andDevelopment (OECD). Namun, partisipasi dalam World Trade Organization (WTO) justruberdampaknegatifterhadapekspornegara-negaraMENA.


239

MetodePenelitiandanData

i. TeknikPengolahanData

Teknikyangdigunakanolehpenulisdalampenelitian ini adalahdenganmenggunakanpanel data, yaitu regresi yangmenggabungkan antara cross-sectiondengan time series. Untukmenentukanjenispaneldatayanglebihbaik,makaperludilakukanperbandinganterlebihdahuluantaraCommonEffectsModel(CEM)FixedEffectsModel(FEM)danRandomEffectsModel(REM)dengan menggunakan Likelihood Ratio dan Hausman Test. Model yang digunakan adalahberbentuksemi-logdenganinterpretasidalambentukpersenpadavariabeldependennya.Berikutadalahmodelpaneldatayangpenulisrangkai.

LEXPORTit =b0+b1GDP_ASEANit+b2GDP_ASEAN5t+b3REERit+b4TARIFFit+eitKeterangan:EXPORT :NilaiekspornegaraipadatahuntGDP_ASEAN :PDBtotalnegara-negaraASEANpadatahuntGDP_ASEAN5 :PDBnegaraipadatahuntREER :RealEffectiveExchangeRatenegaraipadatahuntTARIFF :AverageCEPT/ATIGATariffnegaraipadatahuntb :KoefisienL :Logaritmanaturale :Errorterm

ii. DatadanSumberData

Data yang digunakan penulis diperoleh dari ASEAN Secretariat, United NationsConference on Trade and Development (UNCTAD), ASEAN Yearbook on InternationalMerchandise Trade in Goods (IMTS) 2015 dan Federal Reserve Economic Data (FRED) yangdiperolehdariSt.LouisFeddenganrentangwaktuantara1994-2014.ASEANSecretariatadalahsumber data untuk TARIFF. UNCTAD adalah sumber data untuk variabel GDP_ASEAN danGDP_ASEAN5.FederalReserveEconomicData(FRED)St.LouisFedadalahsumberdatauntukvariabelREER.SementaraASEANYearbookonInternationalMerchandiseTradeinGoods(IMTS)2015adalahsumberdatayangdigunakanuntukvariabelEXPORT.

iii. ObjekPenelitian

Penelitianinibertujuanuntukmenemukanpengaruhdarivariabelindependenterhadapvariabeldependen.VariabelindependenyangdigunakanadalahPDBASEAN,PDBASEAN-5,RealEffectiveExchangeRate(REER)dantarif rata-rataCEPT/ATIGA.Sementaravariabeldependenyangdigunakanadalahkinerjaeksporintra-ASEANdariASEAN-5.

ProdukDomestikBruto(PDB)

Dalam perdagangan internasional, Produk Domestik Bruto (PDB) dapat didefinisikandalam dua perspektif, yaitu eksportir dan importir. Bagi eksportir, PDB didefinisikan sebagaikapasitasproduksididalamnegaratersebut.Sementarabagiimportir,PDBdidefinisikansebagailuaspasarataudemandterhadapkomoditasyangdiimpornegaralain.


240

Gambar5.ProdukDomestikBruto(PDB)tiapnegaraASEAN-5tahun1994-2014(jutaUSD)

Sumber:UnitedNationsConferenceonTradeandDevelopment(UNCTAD)

Gambar6.ProdukDomestikBruto(PDB)ASEANtahun1994-2014(jutaUSD)

Sumber:UnitedNationsConferenceonTradeandDevelopment(UNCTAD)

Berdasarkangambar5dan6diatas,terlihatbahwaPDBdiASEAN-5danASEANsecaraakumulatifterusmengalamipeningkatansetiaptahunnyasejak1994sampaitahun2014.Bagieksportir, jumlah output yang diproduksi dan diekspor semakin meningkat. Sementara bagiimportir,jumlahoutputyangdapatdiimporsemakinbanyak.

0

100000

200000

300000

400000

500000

600000

700000

800000

900000

1000000

199419951996199719981999200020012002200320042005200620072008200920102011201220132014


0

500000

1000000

1500000

2000000

2500000

3000000

19941995

19961997

19981999

20002001

20022003

20042005

20062007

20082009

20102011

20122013

2014


241

RealEffectiveExchangeRate(REER)

RealEffectiveExchangeRate(REER)adalahnilaitukaryangtertimbangdenganvolumeperdagangan dan sudahmenyesuaikan dengan inflasi. Jika nilai REER semakin tinggi, artinyaREERsemakinterapresiasi.Sebaliknya, jikanilaiREERsemakinrendah,artinyaREERsemakinterdepresiasi.Berdasarkangambar7diatas,REERdiASEAN-5terusmengalamifluktuasisetiaptahunnya,sejaktahun1994sampaitahun2014.

Gambar7.RealEffectiveExchangeRate(REER)ASEAN-5tahun1994-2014(2010=100)

Sumber:FederalReserveEconomicData(FRED),St.LouisFed

Eksporintra-ASEAN

Berdasarkan gambar 8, nilai ekspor intra-ASEAN di ASEAN-5 terus mengalamipeningkatansejaktahun1994sampaitahun2014.Namuntrenpeningkatanyangpalingtajamterjadisejaktahun2002.Padatahuntersebut,ASEANFreeTradeArea(AFTA)mulaidiberlakukan.

0.00

20.00

40.00

60.00

80.00

100.00

120.00

140.00

199419951996199719981999200020012002200320042005200620072008200920102011201220132014



242

Gambar8.Eksporintra-ASEANdiASEAN-5tahun1994-2014(jutaUSD)

Sumber:ASEANSecretariat

HasildanPembahasan

Dua jenis panel data pertama yang perlu dibandingkan adalah Common Effects Model(CEM)danFixedEffectsModel(FEM).Untukmenentukanmanayanglebihbaik,perludilakukanujiLikelihoodRatio. Berdasarkan tabel 1, diperolehnilai probabilitas di bawahα sebesar 5%.Artinya,FEMmerupakanmodelyanglebihbaik.

Tabel1.LikelihoodRatio

ApabilaFEMmerupakanpaneldatayanglebihbaik,makaperludilakukanperbandingandenganRandomEffectsModel(REM).UjiyangdigunakandalamperbandinganiniadalahdenganHausmanTest.Berdasarkan tabel2,diperolehnilaiprobabilitasdiatasαsebesar5%.Artinya,REMmerupakanmodelyanglebihbaik

Tabel2.HausmanTest

Berdasarkan tabel 3, hasil estimasi dengan menggunakan REM menunjukkan bahwakeempat variabel independen (secara signifikan pada α sebesar 1%) berpengaruh terhadapkinerjaeksporintra-ASEANdiASEAN-5.Jikamelihattandapadakoefisiennya,PDBASEANdanPDBASEAN5memilikipengaruhyangpositifterhadapkinerjaeksporintra-ASEAN.Sebaliknya,REERdantarifyangmerepresentasikanliberalisasiperdaganganmemilikipengaruhyangnegatif

0

20000

40000

60000

80000

100000

120000

140000

199419951996199719981999200020012002200320042005200620072008200920102011201220132014


EffectsTest Statistic d.f. Prob.Cross-sectionF 251.985917 (4,96) 0.0000Cross-sectionChi-square 256.441081 4 0.0000

TestSummary Chi-Sq.Statistic

Chi-Sq.d.f.

Prob.

Cross-sectionrandom 5.206358 4 0.2668


243

terhadapkinerjaeksporintra-ASEAN.

Tabel3.HasilestimasidenganmenggunakanRandomEffectsModel(REM)

KoefisienpadaPDBASEANadalahsebesar0,000000508,artinyakenaikanPDBASEANsebesar 1 juta USD akan meningkatkan ekspor intra-ASEAN sebesar 0,0000508% (secarasignifikanpadaαsebesar1%).KoefisienpadaPDBASEAN-5adalahsebesar0,000000827,artinyakenaikan PDB ASEAN-5 sebesar 1 juta USD akan meningkatkan ekspor intra-ASEAN sebesar0,0000827%(secarasignifikanpadaαsebesar1%).SementaraitukoefisienpadaRealEffectiveExchange Rate (REER) adalah sebesar -0,000086, artinya kenaikan REER sebesar 1 akanmenurunkan ekspor intra-ASEAN sebesar 0,0086% (secara signifikan pada α sebesar 1%).Terakhir,koefisienpadatarifadalahsebesar-0,034849,artinyakenaikantarifsebesar1%akanmenurunkaneksporintra-ASEANsebesar3,4849%.

Tabel4.UjiMultikolinearitas

Selanjutnya, penulis melakukan uji multikolinearitas untuk mencari tahu tingginyakorelasiantarvariabelindependen.Berdasarkantabel4,nilaikorelasiantarvariabelindependentidak lebih dari 0,8. Artinya, tidak ada indikasi bahwa panel data ini mengandungmultikolinearitas.

KesimpulandanSaran

ASEAN-5danBruneiDarussalammembentukASEANFreeTradeArea(AFTA)padatahun1992 sebagai respon terhadap perekonomian dunia yang semakin kompetitif yang ditandaidengantrenintegrasiregionaldiduniayangsemakinkuat,sepertiEuropeanUnion(EU)danNorthAmericanFreeTradeAgreements(NAFTA).SalahsatutujuanAFTAyangmenjadiperhatiandalampenelitian ini adalah peningkatan perdagangan intra-ASEAN. Namun, pembangunan ekonomiASEAN masih bergantung pada perdagangan ekstra-ASEAN dan dikhawatirkan dapatmenghambat perdagangan intra-ASEAN itu sendiri. Jika dilihat dari ekspornya, ekspor yangdilakukan terhadap sesama ASEAN-5 masih kecil proporsinya dibandingkan dengan ekstra-ASEAN.Selainitu,jaringanperdaganganASEANmasihterbatas.

DependentVariable:LEXPORTVariable Coefficient Std.Error t-Statistic Prob.

C 10.07127 0.384062 26.22305 0.0000GDP_ASEAN 5.08E-07 6.03E-08 8.426864 0.0000GDP_ASEAN5 8.27E-07 2.79E-07 2.964547 0.0038

REER -8.60E-05 2.72E-05 -3.156063 0.0021TARIFF -0.034849 0.007829 -4.451144 0.0000

GDP_ASEAN GDP_ASEAN5 REER TARIFF

GDP_ASEAN 1.000000 0.681027 0.263724 -0.524279

GDP_ASEAN5 0.681027 1.000000 0.013951 -0.292470

REER 0.263724 0.013951 1.000000 0.113013

TARIFF -0.524279 -0.292470 0.113013 1.000000


244

Penelitian ini bertujuan untuk mengetahui pengaruh liberalisasi perdagangan dalambentukAFTAterhadapkinerjaeksporintra-ASEANdiASEAN-5.DenganmenggunakanpaneldataberjenisRandomEffectsModel(REM),hasilnyaditemukanbahwaPDBASEANdanPDBASEAN-5secarasignifikanberpengaruhpositifterhadapkinerjaeksporintra-ASEANdiASEAN-5.ArtinyasetiapkenaikanPDBdiASEANdanASEAN-5akansecarasignifikanmeningkatkankinerjaeksporintra-ASEAN di ASEAN-5. Sementara REER dan tarif yang merupakan representasi dariliberalisasiperdagangandiASEANsecarasignifikanberpengaruhnegatifterhadapkinerjaeksporintra-ASEAN di ASEAN-5. Artinya setiap kenaikan REER dan tarif akan secara signifikanmenurunkankinerjaeksporintra-ASEANdiASEAN-5

Meskipun demikian, penulis tetap berpendapat bahwa isu liberalisasi perdagangan initetapmembutuhkanpenelitianlebihlanjut.Ketikaberbicaramengenailiberalisasiperdagangan,definisinyatidakhanyaterbataspadakebijakandalampenurunanhambatanperdaganganyangberupa tarif, namun juganon-tarif.Dengandemikian,penulismemberi sarankepadapeneliti-penelitiberikutnyauntukmenggunakanvariabelyangmerepresentasikankebijakannon-tarif.

DAFTARPUSTAKA

ASEANSecretariat.(2015).ASEANYearbookonInternationalMerchandiseTradeinGoods(IMTS)2015.Jakarta:ASEANSecretariat.

ASEANSecretariat.(2015,April).AverageCEPT/ATIGATariffRates1993-2015.DipetikOktober29,2017,dariASEANSecretariat:http://www.asean.org/storage/images/2015/april/information_on_average_tariffs/average%20CEPT-ATIGA%20tariff%20rates%201993-2015_1.pdf

ASEANSecretariat.(2016,November).ASEANTradeinGoodsAgreement.DipetikOktober29,2017,dariDirektoratJenderalPerundinganPerdaganganInternasional:http://ditjenppi.kemendag.go.id/wp-content/uploads/2016/11/atiga-interactive-rev4.pdf

Austria,M.S.(2012).MovingTowardsanASEANEconomicCommunity.EastAsia:AnInternationalQuarterly,29(2),141-156.

Babatunde,M.A.(2006).TradePolicyReform,RegionalIntegrationandExportPerformanceintheECOWAS-SubRegion.

Bergés,A.R.(2007).TradeLiberalizationandMarketAccess:AnalyzingDominicanExportPerformanceduringtheTwentiethCentury.QEHWorkingPaperSeries,1-36.

Cestepe,H.,Yildirim,E.,&Bahtiyar,B.(2014).TheImpactofTradeLiberalizationontheExportofMENACountriestoOECDTradePartners.ProcediaEconomicsandFinance,23(2015),1440-1445.

Gujarati,D.N.,&Porter,D.C.(2009).BasicEconometrics(5thed.).Singapore:McGraw-Hill.

Hapsari,I.M.,&Mangunsong,C.(2006).DeterminantsofAFTAMembers’TradeFlowsandPotentialforTradeDiversion.Asia-PacificResearchandTrainingNetworkonTrade.

KementerianPerdaganganRepubIikIndonesia.(2002,Januari).ASEANFreeTradeArea(AFTA).DipetikOktober29,2017,dariKementerianPerdaganganRepubIikIndonesia:http://www.kemendag.go.id/files/regulasi/2002/01/AFTA.htm


245

Kingu,J.(2014).TradeliberalizationandexportperformanceinTanzaniancashewnuts.JournalofEconomicsandSustainableDevelopment,5(3),63-83.

Klimczak,L.(2016).TradeLiberalisationandExportPerformanceoftheWesternBalkans.MontenegrinJournalofEconomics,12(2),45-60.

Mishkin,F.S.(2012).MacroeconomicsPolicyandPractice(Globaled.).UnitedStatesofAmerica:Pearson.

Purba,E.F.,&Nopeline,N.(2012).AnalisisDampakLiberalisasiPerdagangandanLiberalisasiKeuanganTerhadapLajuPertumbuhanEksporImporIndonesiadenganMenggunakanErrorCorrectionModel(CEM).VISI,20(3),1057-1069.

Salvatore,D.(2013).InternationalEconomics(11thed.).UnitedStatesofAmerica:Wiley.

Santos-Paulino,A.U.(2012).TradeLiberalizationandExportPerformanceinSeletedDevelopingCountries.

St.LouisFed.(t.thn.).FREDEconomicData.DiambilkembalidariFederalReserveEconomicData(FRED)St.LouisFed:https://fred.stlouisfed.org/

Tan,K.-Y.,Park,I.,&Toh,M.-H.(1999).StrategicinterestsofASEAN-5inregionaltradingarrangementsintheAsia-Pacific.AsiaPacificJournalofManagement,16(3),449-467.

Tan,L.H.(2004).WillASEANEconomicIntegrationProgressBeyondaFreeTradeArea?TheInternationalandComparativeLawQuarterly,53(4),935-967.

UnitedNationsConferenceonTradeandDevelopment.(t.thn.).DataCenter.DiambilkembalidariUNCTADstat:http://unctadstat.unctad.org/wds/ReportFolders/reportFolders.aspx?sCS_ChosenLang=en


246

LAMPIRAN

1. LikelihoodRatio RedundantFixedEffectsTests

Equation:Untitled

Testcross-sectionfixedeffects EffectsTest Statistic d.f. Prob. Cross-sectionF 251.985917 (4,96) 0.0000

Cross-sectionChi-square 256.441081 4 0.0000

Cross-sectionfixedeffectstestequation:

DependentVariable:LEXPORT


Date:10/28/17Time:23:08

Sample:19942014

Periodsincluded:21


Totalpanel(balanced)observations:105 Variable Coefficient Std.Error t-Statistic Prob. C 8.099679 0.631490 12.82630 0.0000

GDP_ASEAN 1.34E-07 1.74E-07 0.767632 0.4445

GDP_ASEAN5 5.70E-07 5.56E-07 1.025723 0.3075

REER 0.000203 7.13E-05 2.848008 0.0053

TARIFF -0.124224 0.019827 -6.265288 0.0000 R-squared 0.482915Meandependentvar 9.938242

AdjustedR-squared 0.462232S.D.dependentvar 0.980355

S.E.ofregression 0.718921Akaikeinfocriterion 2.224317

Sumsquaredresid 51.68472Schwarzcriterion 2.350696

Loglikelihood -111.7766Hannan-Quinncriter. 2.275528




247

2. HausmanTest CorrelatedRandomEffects-HausmanTest

Equation:Untitled

Testcross-sectionrandomeffects TestSummary Chi-Sq.Statistic Chi-Sq.d.f. Prob. Cross-sectionrandom 5.206358 4 0.2668

Cross-sectionrandomeffectstestcomparisons:

Variable Fixed Random Var(Diff.) Prob. GDP_ASEAN 0.000001 0.000001 0.000000 0.9125

GDP_ASEAN5 0.000001 0.000001 0.000000 0.4224

REER -0.000089 -0.000086 0.000000 0.1350

TARIFF -0.033871 -0.034849 0.000000 0.1083

Cross-sectionrandomeffectstestequation:



Date:10/28/17Time:23:10

Sample:19942014

Periodsincluded:21


Totalpanel(balanced)observations:105 Variable Coefficient Std.Error t-Statistic Prob. C 10.09444 0.224498 44.96459 0.0000

GDP_ASEAN 5.08E-07 6.04E-08 8.421051 0.0000

GDP_ASEAN5 8.52E-07 2.81E-07 3.034470 0.0031

REER -8.93E-05 2.73E-05 -3.268087 0.0015

TARIFF -0.033871 0.007853 -4.313129 0.0000 EffectsSpecification Cross-sectionfixed(dummyvariables) R-squared 0.955034Meandependentvar 9.938242


S.E.ofregression 0.216375Akaikeinfocriterion -0.141788

Sumsquaredresid 4.494553Schwarzcriterion 0.085694

Loglikelihood 16.44389Hannan-Quinncriter. -0.049608




248

3. RandomEffectsModel(REM)


Method:PanelEGLS(Cross-sectionrandomeffects)

Date:10/28/17Time:23:28

Sample:19942014

Periodsincluded:21



SwamyandAroraestimatorofcomponentvariances Variable Coefficient Std.Error t-Statistic Prob. C 10.07127 0.384062 26.22305 0.0000

GDP_ASEAN 5.08E-07 6.03E-08 8.426864 0.0000

GDP_ASEAN5 8.27E-07 2.79E-07 2.964547 0.0038

REER -8.60E-05 2.72E-05 -3.156063 0.0021

TARIFF -0.034849 0.007829 -4.451144 0.0000 EffectsSpecification

S.D. Rho Cross-sectionrandom 0.697705 0.9123

Idiosyncraticrandom 0.216375 0.0877 WeightedStatistics R-squared 0.867028Meandependentvar 0.671033


S.E.ofregression 0.218749Sumsquaredresid 4.785124


Prob(F-statistic) 0.000000 UnweightedStatistics R-squared 0.319646Meandependentvar 9.938242

Sumsquaredresid 68.00413Durbin-Watsonstat 0.036343


249

DAMPAKPENGHAPUSANKEBIJAKANMULTIFIBREARRANGEMENTSTERHADAPKINERJAEKSPORTEKSTILDANPRODUKTEKSTILINDONESIAKEJEPANG,AMERIKA,

DANHONGKONG(2000-2015)

EliaArgathaSianipar(2013110032)

ABSTRAK

Padatahun1980, terbentukkesepakatanMultiFibreArrangements (MFA)yangmengaturkuotaeksportekstil(TPT).Gagasanawalpembentukankuotainiadalahuntukmelindungiindustritekstildinegarapengimpormelaluipembatasankuotaekspor. Akan tetapi, kesepakatan ini dianggap membatasi potensi negarapengimpor,sehinggadigantikanolehAgreementonTextilesandClothingmelaluitarif.TujuandaripenelitianiniadalahuntukmenganalisaperkembanganeksporTPT pasca penghapusan MFA dan untuk menguji faktor penentu yangberpengaruh dalam ekspor TPT Indonesia. Metode yang digunakan dalampenelitian ini adalah Ordinary Least Square. Data yang digunakan dalampenelitian ini adalah data sekunder yang diperoleh dari BPS,World Bank, danUNCOMTRADE. Hasil penelitian menunjukkan bahwa Ekspor TPT Indonesiaterhadap Amerika, Jepang dan Hongkong pasca penghapusan kebijkan MFAmengalamipeningkatan.

Katakunci:MultiFibreArrangements(MFA),TPT,GDPPerkapita,nilaitukar,tarif.

1. PENDAHULUAN

Latarbelakang

TekstilmerupakansalahsatuindustriterpentingdiIndonesiabahkanpadakenyataannyaindustriinimemilikiperanpentingdalamperekonomiandisemuanegaraberkembang.Industritekstilselainmenghasilkankebutuhanpokokberupasandangjugamenyediakanlapangankerjadanpemasukandevisanegarayangbesar.Halinidapatditunjukkanmelaluiperolehansurpluseksporterhadapimporselamasatudasawarsa terakhir,bahkansaatkrisis ekonomimelandadunia.TPTNasionalmasihdapatmempertahankansurplusperdagangannyadengannilaitidakkurangdariUS$5Milyar,penyerapantenagakerja1,34 juta jiwa(Kemenperin,2010).Hingga2016, jumlah industri tekstil Indonesiamencapai2.699perusahaan,dengan total investasiRp135,7 triliun. Jumlah inihanyamengalamisedikitkenaikandibanding tahunsebelumnyayangberjumlah2,656perusahaan.LokasiindustriTPTterkonsentrasidiJawaBarat(57persen),JawaTengah(14persen),danJakarta(17persen).SisanyatersebardiJawaTimur,Bali,SumateradanYogyakarta.IndustriTekstilmerupakangabungandariduasubkategoriyaituIndustriTekstildanPakaianJadi.Industritekstilmemilikistrukturindustriyangterintegrasidarihuluhinggakehilir(upstream,midstream,dandownstream)danmemilikiketerkaitanyangsangateratantarasatuindustridenganindustri lainnya. Industri tekstil Indonesiaterdiridaritiga industriutama:(i)industri hulu yang memproduksi serat (kode 26 SITC Rev.3), (ii) industri midstream yangmemproduksi benang dan kain (kode 65 SITCRev.3), dan (iii) industri hilir yangmerupakanindustrigarmen(kode84SITCRev.3)(PratiwiAnwar,2000).

IndustriTekstilmencakuppengolahan,pemintalanpenenunandanpenyelesaiantekstil


250

danbahanpakaian,pembuatanbarang-barangtekstilbukanpakaian(seperti:sprei,taplakmeja,gordein,selimut,permadani, tali temali,dan lain- lain). Industripakaian jadimencakupsemuapekerjaan menjahit dari semua bahan dan semua jenis pakaian dan aksesoris, tidak adaperbedaandalampembuatanantarabajuanak-anakdanorangdewasa,ataupakaiantradisionaldanmodern.Subkategoriinijugamencakuppembuatanindustribulubinatang(pakaiandaribulubinatangdankulityangberbulu).Contohprodukyangdihasilkan:kaintenunikat,benang,kain,batik,rajutan,pakaianjadi,pakaiansesuaipesanan,danlain-lain(KBLI2009:kode13dan14).SelamainieksporTekstildanProdukTekstilkeAmerikaSerikat(AS),UniEropa(UE),Kanada,dan Norwegia dikenakan kuota oleh negara pengimpor sejak tahun 1980 di bawah kerangkakesepakatanMultiFibreArrangements(MFA).Gagasanawalpembentukankuotainiadalahuntukmelindungiindustritekstildinegara-negaratersebut.NamunkebijakansistemkuotainiberakhirseiringdengantelahdisepakatinyaputaranUruguaypadatanggal15April1994diMarrakeshyangmenghasilkanAgreementonTextilesandClothing(masaperalihanselama10tahunsebelumakhirnya kuota dihapuskan seluruhnya, berlakau sejak 1 Januari 1995 – 31Desember 2004).PrinsiputamadariisiperjanjiantersebutadalahperdaganganTPTduniayangselamainidiaturdalam MFA yang memberlakukan adanya pembatasan impor melalui sistem kuota akandikembalikan ke dalam aturan General Agreement on Tariffs and Trade (GATT) denganmasaperalihan10tahun.Sesuaidengankesepakatanmakaterhitungsejaktanggal1Januari2005,tidakadalagisistemkuotabagieksporTPT.Dengandemikian,semuanegaradapatmasukkepasarnegarakuotayangselamainimenjadipasarinternasionalbagiIndonesia,sepertiAmerikaSerikat(AS) dan Uni Eropa (UE). Hal ini berarti persaingan untuk merebut pangsa pasar dalamperdaganganTPTdiduniasemakinketat.

Grafik1.1NilaiEkspordanImporProdukTekstilIndonesia1989-2016(jutaUSD)


251

Sumber:UNComtrade

UN Comtrade mencatat bahwa ekspor Produk Tekstil Indonesia periode 1989-2016mencapaiU$350juta.TrennilaiEksporProdukTekstilIndonesiaberfluktuasipadasetiapperiodewaktu.Padatahun2012nilaieksporProdukTekstilIndonesiamencapinilaiyangpalingtinggisebesar U$350 juta. Wakil Menteri Perdagangan Bayu Krisnamurthi mengatakan bahwa haltersebuttidakterlepasdarikerjasamaperdagangandenganAfrika.AfrikamemilikipermintaanbesaruntukberbagaimerkIndonesia,salahsatunyaberasaldariSenegal.Barangyangdieskpordiantaranyaproduktekstil.Senegalmerupakansalahsatunegarayangmemilikiminatterhadapproduk tekstil Indonesia. Produk tekstil juga merupakan salah satu sektor utama dalamkomoditas impor Senegal, karena industri tekstil Senegal hanyamemproduksi dalam volumeterbatasuntukmemenuhikebutuhandomestik.

Selain itu, Senegalmerupakan pintumasuk ke benua Afrika sebelah barat. Negara inimemangtidakbegitubesar, tetapimerupakankuncidalampendistribusianprodukkenegara-negara Afrika Barat lainnya. Menurut pelaku bisnis yang mengembangkan perdagangan keSenegal menilai bahwa Senegal merupakan wilayah teraman dan terkondusif untukmengembangkanbisnisdiAfrikaBaratdanSubSahara.PeluangtersebutdapatdimanfaatkanolehIndonesiauntukmemasukipasardiAfrikaBarat, sepertiGambia,Ghana,Benin,BurkinaFaso,Guinea, Guinea Bissau, Liberia, dan Mali. Sehingga, melalui pasar Senegal, produk – produkIndonesiajugadapatmemasukipasardinegara–negaralaindiwilayahAfrikaBarat.

Rumusanmasalah

Selamakuranglebih20tahunperdaganganinternasionaldibidangtekstiltelahdikenakanperaturanmenurutperjanjiankhususyangdikenalsebagaiMultiFibreArrangement(MFA).MFAmerupakan suatu perjanjian yang secara formal menyetujui suatu ketentuan yang sifatnyadiskriminatifdalambidangtekstildenganaturanpermainanyangberlakudalamMFA,instrumenutamayangdigunakanadalahperlindunganterhadapindustridomestikmelaluikuotadanbukanmelalui tarif. AdanyaMFA (Multi Fiber Arrangement)menyebabkan negara importirmencaripemasokbaru.IndonesiayangpadawaktuituTPT-nyabaruberkembangsecaratidaklangsungterdoronguntukmemasukipasaranekspor.SetelahindustriTPTdalamnegeritumbuhdenganpesat,MFAdinilaimerugikankarenasangatmembatasipertumbuhaneksporTPT.

Pasar eksporTPTpascakuotadapatmenjadipeluanguntukpeningkatanekspor tetapijugadapatmenjadiancamanbagiindustriTPTnasional.HaliniperludicermatikarenaIndonesiatidakdapatmengharapkanpertumbuhaneksporyangtinggihanyadenganbertahanpadaprodukbernilaitambahrendah.IndutriTPTdapattetapberkembangdalamjangkapanjangpascaMFAsangatbergantungpadakualitasprodukdankemampuandayasaingdalammendapatkanpangsapasarekspor.

Berdasarkanuraiandiatas,makapermasalahanyangmenjadifokuspenelitianadalah:

1. BagaimanakahperkembanganeksporTPTIndonesiapascapenghapusankebijaknMFAterhadapnegaramitradagangnya?

2. Faktor-faktorapasajayangmempengaruhipermintaaneksporTPTIndonesiaterhadapmitradagangnya?


252

Tujuanpnelitian

Berdasarkanlatarbelakangdanperumusanmasalahyangtelahdiuraikan,makatujuandaripenelitianiniadalahuntukmenganalisaperkembanganeksporTPTpascapenghapusanMFAdanuntukmengujifaktor-faktorpenentuyangberpengaruhdalameksporTPTIndonesia.

Kerangkapikir

Kerangka pikir di atas menggambarkan pengaruh variabel tarif, GDP, nilai tukar, dankebijakanMFA terhadapeksporTPT Indonesia. Salahsatuhalyangharusdiperhatikandalamrangkapeningkataneksporyaitumasalahpenetapan tarif.Masalah tarif iniakanberpengaruhpada kinerja ekspor suatu negara. Tarif merupakan salah satu biaya yang harus dikeluarkaneksportirketikamelakukantransaksiekspor.PeningkatanGDPperkapitaakanmeningkatkandaya beli masyarakat negara pengimpor. Daya beli yang semakin tinggi akan meningkatkankonsumsi terhadap suatu barang yang akan berimbas terhadap meningkatnya permintaanekspor.Nilai tukardapatmenjadisalahsatufaktorpenentudalamaktifitasekspor.Perubahannilaitukarterhadapmatauangasingdapatmempengaruhihargapadaperdaganganduniayangpadaakhirnyadapatmenentukanbanyaknyapenawarandanpermintaanekspor.KebijakanMFAdalam penelitian ini berfungsi sebagai perbandingan aktifitas ekspor pasca penghapusankebijakanMFA.

Tinjauanpustaka

2.1 Landasanteori

Teoripermintaanekspor

Teori permintaan ekspor bertujuan untuk menentukan faktor yang mempengaruhi


253

permintaan.Permintaaneksporsuatunegaramerupakanselisihantaraproduksiataupenawarandomestik dikurangi dengan konsumsi atau permintaan domestik negara yang bersangkutanditambahdenganstoktahunsebelumnya(Salvatore,1997).

Untukkomoditiekspor,permintaankomoditiyangbersangkutanakandialokasikanuntukmemenuhipermintaanmasyarakatdalamnegeri(konsumsidomestik)atauluarnegeri(ekspor),sedangkanyangtersisaakanmenjadipersediaanyangakandijualpadatahunberikutnya.Sebagaisebuah permintaan, maka ekspor suatu negara akan dipengaruhi oleh faktor-faktor yangmempengaruhipermintaannegaratujuaneksporterhadapkomoditiyangdihasilkan,yaituhargadomestik negara tujuan ekspor (HDj), harga impor negara tujuan ekspor (HIj), pendapatanperkapitapenduduknegaratujuanekspor(YPj),danselerapenduduknegaratujuanekspor(Sj).

Selain dipengaruhi oleh faktor-faktor yang berasal dari negara tujuan ekspor, eksporsuatu negara sebagai sebuah permintaan juga dipengaruhi oleh faktor harga di pasarinternasional (HX), dan nilai tukar (NT). Pengaruh jangka panjang dalam kegiatan ekspordiketahuidenganmemasukkanpeubahanlagiyaituvolumeeksportahunsebelumnya(Xt-1),danuntuk mengetahui sejauh mana pengaruh kondisi perekonomian negara terhadap kegiatanekspor,perludimasukkanvariabeldummy(D)berupakondisiperekonomian.

HubunganPendapatandanPerdagangan

Konsumsi seseorang terhadapsuatubarangatau jasa sangatdipengaruhiolehkendalaanggaranataupendapatannya.Ketikapendapatanseseorangmeningkat,denganasumsiharga-hargatidakberubah,dampaknyaterhadapkuantitasbarangyangbisadikonsumsinyatergantungpadasifatbarangyangdikonsumsinyatersebut.Jikabarangtersebuttermasukkategoribarangnormal,makaperubahanpadakuantitasbarangyangdikonsumsiakansearahdenganperubahanpendapatannya(Nicholson,2002).Artinya,jikaterjadipeningkatanpendapatan,makakonsumsibarangtersebutjugaakanmeningkat,dansebaliknya.Jikabarangtersebutadalahbaranginferior,maka perubahan pada kuantitas barang yang dikonsumsi akan berlawanan arah denganperubahanpendapatannya.

Untukmelihatpengaruhperubahanpendapatanterhadapkinerjaeksporsuatunegara,diasumsikanbahwabarangyangdiekspornegaratersebutadalahbarangnormal,caterisparibus.MisalkansuatunegarahanyamengkonsumsiduabarangAdanByangmerupakanbarangnormal.Saat pendapatannya meningkat, konsumsi negara tersebut pada barang A dan B juga akanmeningkat.HalinisepertidijelaskanolehGambar.

Grafik2.1DampakKenaikanPendapatanpadaKuantitasPembelianBarangAdanBdi

NegaraII


254

Kenaikan pendapatan akanmenggesergarisanggarankeluar(I0keI1)pilihanoptimal(utilitasmaksimum)padabarangAdanBditunjukkanolehsemakintingginyatitikpersinggunganantaragarisanggarandankurvautilitas.Garisanggaranakanbergeserparalelkarenaslope-nyatidakberubah.(Nicholson,2002).Gambar 7 dimisalkan merupakan kurva garis anggaran dan kurva indiferen, serta barang Amerupakan komoditi barang impor negara pengimpor. Terjadinya peningkatan pendapatanperkapitanegarapengimpor, konsumsi terhadapbarangAdanB juga akanmeningkat.KurvapermintaanbarangAakanbergeserkeatas.JikakondisiinitidakdisertaidengansupplybarangAdi pasar domestik, maka akan memicu negara tersebut untuk meningkatkan permintaanekspornyadarinegara lain.Dalampenelitian ini teoripermintaandianggapdapatmendukungpembahasanyang adadalampenelitian ini.Karena salah satu variabel yangdigunakandalampenelitianiniyaituGDPperkapitayangdianggapsebagaiukuranpendapatandalampenentuanfaktoryangmempengaruhiprodukeksporTPTIndonesia.

2.2 KajianLiteratur

Raswatie(2008)menyimpulkanbahwaperkembanganeksporTPTIndonesiamengikutitrendlinieryangmeningkat.Peningkataneksporrelatifrendahkarenatingginyabiayaproduksiakibatadanyatarifimporkapas.PenghapusankuotaekspordalamkerangkaMFAmenyebabkanproduk TPT Indonesia kalah bersaing dengan produk TPT negara eksportir lain. Kondisi iniberlainandengantrendimporTPTyangberkembangsecarakuadratikdanterusmeningkatsejaktahun2006. ImporsemakinmeningkatkarenamasuknyaprodukTPT ilegalChinayangrelatiflebihmurah.

Rachmawati (2016) mengemukakan bahwa lndonesia mengalami kendala untukmeningkatkan ekspor tekstil karena harus bersaing dengan Vietnam dan China. PerdaganganTekstil dan Produk Tekstil (TPT) dunia secara total mencapai US$711 miliar dengan porsiterbesarberasaldariChinayangmencapai33%danVietnamsebesar3,3%,hargaTPTVietnamdanChina jauhlebihmurahsehinggaIndonesiacenderungmengimporTPTilegaldarinegara-negaratersebut.

Firdaus (2007)melakukanpenelitiandibidangekspor tekstildanproduk tekstil yaituyangberjudul “AnalisisDayaSaingdanFaktor-FaktoryangMempengaruhiEksporTekstildan


255

ProdukTekstilIndonesiadiPasarAS”.HasilpenelitianmenunjukkanbahwakekuatanpenawaraneksporIndonesiayangdicerminkanolehkekuatandayasaingdariTPTIndonesiamasihdibawahkekuatandayasaingTPTCina.

Kusumawardiani (2005) dalam penelitiannya yang berjudul “Analisis PerkembanganEksporTPTdanPeranPasarKuotabagi Indonesia”.Menunjukkanbahwavariabelyangsecaranyata mempengaruhi model ekspor tekstil Indonesia ke negara tujuan kuota yaitu AmerikaSerikatadalahGNPriildannilaitukarriil.SedangkanvariabelyangsecaranyatamempengaruhimodeleksporpakaianadalahGNPriil,nilai tukarriil,dummykrisis,dandummypergejolakannilai tukar. Untuk negara tujuan non-kuota yaitu Singapura, variabel yang secara nyatamempengaruhieksportekstiladalahGDPriildandummykrisis.SedangkanvariabelyangnyatamempengaruhieksporpakaianjadiadalahGDPdandummykrisis.

Hermawan (2008) dalam penelitiannya yang berjudul “Potensi Penentuan danPerdaganganEksporProdukTekstilIndonesia”.Bertujuanuntukmengujifaktor-faktorpenentuyangberpengaruhdalameksporproduk tekstil Indonesia, terutamapadaduaprodukagregat,serat (SITC 26) dan benang dan kain (SITC 65). Dalam penelitiannya menggunakan modelgravitasistandardanditambah,yangmemperkirakandampakPDB,pendapatanperkapitadanpopulasi untukdiekspor.Hasilnyamenyimpulkanbahwa jarak geografis danukuran ekonominegaramitrasecarasignifikanmempengaruhipolapertumbuhaneksporproduktekstil.

MetodePenelitian

DatayangdigunakandalampenelitianiniadalahdatasekunderyangdiperolehdariBadanPusatStatistik,WorldBank,danUNCOMTRADEperiode2000-2015.DatayangdigunakanadalahnilaieksporTPTIndonesia,perubahannilaitukarnegaratujuanekspor,tarifIndonesiakenegaratujuanekspor,danGDPperkapitanegaratujuanekspor.

TeknikanalisisyangdigunakandalampenelitianiniadalahOrdinaryLeastSquare(OLS)denganmenggunakanregresidatapanel..Tujuananalisisiniadalahuntukmengetahuipengaruhvariabel terikat terhadap variabel bebas. Variabel bebas dalam penelitian ini adalah kinerjaeksporTPTIndonesiakeAmerika,Jepang,danHongkong,pendapatanperkapitanegaratujuanekspor,perubahannilai tukaratautingkatapresiasidandepresiasinegaratujuanekspor, tarifnegaratujuanekspor,dandummykebijakanMultiplierfibreArangement(MFA)terhadapvariabelterikateksporTPTIndonesia,jika1padasaatkebijakanberjalandanjika0padasaatkebijakantelahdihapuskan.Makadapatditurunkanpersamaanfungsisebagaiberikut:

EXPit=β0+β1TRit+β2GDPit+β3Ntit+β4DMFA+µitEXP =EksporTR =TarifGDP =GrossDomesticProductNt =NilaitukarDMFA=DummyKebijakanMFAIt =negaratujuan(i)periodewaktu(t)

Hasildanpembahasan


256

Variabel Coefficient t-statisitc Probabilitas

GDPPerkapita 47720.05 3.503594 0.0011

NilaiTukar 134072.6 1.119450 0.0691

Tarif 4.394087 4.141269 0.0002

DummyMFA -8.80E+08 -2.10E+08 0.0001

R-Squared 0.832709

Ujikoefisiendeterminasi(R2)

Uji ini digunakan untukmengukur sampai sejauhmana besar keragaman yang dapatditerangkanolehvariabelbebasterhadapvariabeltakbebas.R2memilikiduasifatdiantaranya:pertama, R2merupakan besaran non negative dan kedua besarnya adalah 0<-R2<-1. Jika R2sebesar 1 berarti tidak ada hubungan antara variabel tak bebas dengan variabel yangmenjelaskan.R2iniakanbertambahtinggidenganbertambahnyavariabelbebas.Berdasarkanhasil estimasi variabel R-square bernilai 0.832709 yang berarti sebesar 83.27% variabelindependendapatmenjelaskanhubungandenganvaiabeldependenatausebesar83.27%kinerjaeksporTPTIndonesiadipengaruhiolehvariabelGDPPerkapita,nilaitukar,tarif,dandummyMFAsedangkan sebesar 16.73% dipengaruhi oleh faktor-faktor lain yang tidak terdapat padapenelitianini.

BerdasarkanhasilestimasidiketahuiGDPperkapitamemilikikoefisienregresisebesar47720 dan mempunyai probabilitas sbesar 0.001 yang berarti signifikan pada ∝=1%, 5%, dan10%.Artinya,peningkatanGDPperkapitaAmerika,Jepang,danHongkongsebesar1%mengakibatkan peningkatan kinerja ekspor TPT Indonesia diketiga negara tersebut naiksebesarU$47720.05.

GDPperkapitamerupakanukurandayabelimasyarakatsuatunegara.JikaGDPperkapitasuatunegaranaik,makakonsumsimasyarakatnegaratersebutakanmeningkat.Haliniterjadipadakonsumsibarangnormal.PemintaaneksporTPTdariUniEropadidominasiolehprodukpakaianjadi.Menurutteoriekonomi,pakaianjaditermasukbarangnormal,sehingganaiknyaGDPAmerika,JepangdanHongkongakanmeningkatkankonsumsinegaratersebutterhadappakaianjadi. Kenaikan permintaan terhadap produk pakaian jadi diketiga negara tersebut akanmendorongpulaterhadapnaiknyapermintaanekspordiketiganegaratersebutterhadapnegarapengimpornya,yaituimporTPTdariIndonesia.

Koefisien nilai tukar Amerika, Jepang, dan Hongkong terhadap rupiah memberikanpengaruh positif . Variabel nilai tukar mempunyai koefisien sebesar 134072.6 denganprobabilitassebesar0.0691yangberartivariabelnilai tukarsignifikanpada∝= 10%.Artinyaketika variabel nilai tukar naik sebesar U$1 maka akan meningkatkan kinerja ekspor TPTIndonesia sebesarU$134072. Menurut teori ekonomi jika nilai valas terapresiasi dan rupiah


257

melemah,haliniakanmenyebabkanprodukdalamnegrimenjadilebihmurah.Jikaprodukdalamnegri lebih murah maka akan menarik minat konsumen asing untuk mengonsumsi produkIndonesiayangmembuatekspormeningkat.

Berdasarkan hasil estimasi diketahui variabel Tarifmemiliki koefisien regresi sebesar4.394087 dan mempunyai probabilitas sbesar 0.002yang berarti signifikan pada ∝=5%dan10%. Artinya, peningkatan Tarif Amerika, Jepang, dan Hongkong sebesar 1%mengakibatkanpeningkatankinerjaeksporTPTIndonesiadiketiganegaratersebutnaiksebesarU$4.394087.

DMFA menunjukkan pada saat kebijakan sedang berjalan mengakibatkan penurunaneksporsebesar0,008.

Sebagai upaya untuk menghasilkan model yang efisien dan konsisten maka perludievaluasiapakahhasilestimasiterhadapmodelregresitidakterjadimasalahmultikorealinitas.Untuk melihat ada atau tidaknya multikolinearitas dapat dilakukan dengan cara melihatcorrelationsmatrix.Multikolinearitasdideteksidenganmelihatkoefisienkorelasiantarvariabelbebas.Jikakorelasinyakurangdari0.8(ruleoftumbs0.8)makadapatdisimpulkanbahwatidakada multikolinearitas. Tetapi jika nilai koefisien korelasinya lebih besar dari 0.8 maka dapatdisimpulkan bahwa terdapat multikolinearitas dalam model tersebut. Multikolinearitas yangdapat menyebabkan adanya pelanggaran terhadap asumsi OLS adalah exact multicolinearity(multikolinearitassempurna).Jikadalamsuatumodelterdapatmiltikolinearitasyangsempurnamaka akan diperoleh nilai R2 yang tinggi tetapi tidak ada koefisien variabel dugaan yangsignifikan.

Kesimpulan

Berdasarkan hasil dari penelitian perkembangan Ekspor TPT Indonesia terhadapAmerika,JepangdanHongkongpascapenghapusankebijkanMFAmengalamipeningkatan,dapatdilihatdari fluktuasi trendgrafikEksporTPTIndonesiayangsebelumpenghapusankebijakanMFAberjumlahU$200juta,dansetelahpenghapusankebijakanMFAmencapaiU$350jt,halinijugadidukungdarifaktorpenentueksporyangmenununjukkanvariabelspertiGDPPerkapitadantarifberkontribusidenganadanyapeningkatangdpperkapitadantarifakanmeningkatkanEkspor TPT Indonesia ke Amerika, Jepang dan Hongkong, dan peningkatan nilai tukar akan


258

munurunkankinerjaeksporTPTIndonesia terhadapketiganegara tersebut.SementaraDMFAmenunjukkanpadasaatkebijakansedangberjalanmengakibatkanpenurunaneksporsebesarU$0.008.PadaahirnyayangmenjadifaktorpenentuEksporTPTdalampenelitianini adalahGDPperkapita,Tarif,nilaitukardanDummykebijkanMFA.

Berdasarkan hasil dari penelitian perkembangan Ekspor TPT Indonesia terhadapAmerika,JepangdanHongkongpascapenghapusankebijkanMFAmengalamipeningkatan,dapatdilihatdari fluktuasi trendgrafikEksporTPTIndonesiayangsebelumpenghapusankebijakanMFAberjumlahU$200juta,dansetelahpenghapusankebijakanMFAmencapaiU$350jt,halinijugadidukungdarifaktorpenentueksporyangmenununjukkanvariabelspertiGDPPerkapitadantarifberkontribusidenganadanyapeningkatangdpperkapitadantarifakanmeningkatkanEkspor TPT Indonesia ke Amerika, Jepang dan Hongkong, dan pelemahan nilai tukar akanmeningkatkankinerjaeksporTPTIndonesiaterhadapketiganegaratersebut.SementaraDMFAmenunjukkan pada saat kebijakan sedang berjalan mengakibatkan penurunan ekspor. PadaahirnyayangmenjadifaktorpenentuEksporTPTdalampenelitianiniadalahGDPperkapita,tarif,nilaitukardanDummykebijkanMFA.

DAFTARPUSTAKA

Akyol,A.,&Akehurst,G.(2003).AnInvestigationofEksportPerformanceVariationRelatedtoCoorporateEksportMarketOrentiation.EuropeanBusinessReview,5-18.

Hermawan,M.(2011).TheDeterminantandTradePotentialofExportoftheIndonesia’sTextileProducts:AGravityModel.GlobalEconomyandFinanceJournal,13-32.

Hwang,E.J.,&Norton,M.(2012).UnitedStates-KoreaFreeTradeAgreementandEffectsontheU.S.andKoreanTextileandApparelIndustries.InternationalTrade&AcademicResearchConference,129-135.

Miranti,E.(2007).MENCERMATIKINERJATEKSTILINDONESIA.EconomicReview,1-10.

Sharma,M.,&Prashaant,A.(2009).AnAnalysisofPerformanceoftheIndianTextieIndustryinQuotaFreeReegime.Paradigm,XIII,100-109.

Sukarsih, & Gunawan, D. S. (2012). Analisis Korelasi Antar pajak Ekspor DanNilai Ekspor DiIndonesia(Periode1987-2007).EkoRegional,12-15.

Van,M.D.(2002).TheDeterminantsofExportPerformance.ECISworkingpaperseries.

Xie,S.,&Peng,X.(2014).CauseandCountermeasuretoThreeProblemsinChina’sTextilesandApparelExport.ContemporaryLogistics,1838-739X.

Kementrian Perindustrian. “Industri Tekstil DanProdukTekstil Di Revitalisas”. 25Oktober2017. http://www.kemenperin.go.id/artikel/60/Industri-Tekstil-Dan-Produk-Tekstil-Di-Revitalisasi.

Wike Dita Herlinda. “Produk TPT Indonesia Jajal Pasar Afrika”. 25 Oktober 2017.http://industri.bisnis.com/read/20141202/12/379104/produk-tpt-indonesia-jajal-pasar-afrika.


259

PENGARUHKEBIJAKANINTERNATIONALTRIPARTITERUBBERCOUNCIL(ITRC)TERHADAPEKSPORKARETALAM

INDONESIA

MartineHia(2014110059)

Abstrak

Karetmerupakan salah satu sub sektor perkebunan yang berkontribusi dalamperekonomian Indonesia. Pada tahun 2001, Thailand, Indonesia, dan Malaysiasepakat untuk membentuk organisasi International Tripartite Rubber Council(ITRC) organization. Untukmenjaga harga karet tetap stabil, ketiga negara inisepakat untuk menerapkan kebijakan Agreed Export Tonnage Scheme (AETS).Penelitian ini bertujuan untukmengetahui pengaruh kebijakan AETS terhadapekspor karet alam Indonesia dan untuk mengetahui faktor-faktor lain yangmemengaruhi ekspor karet alam Indonesia. Metode yang digunakan dalampenelitian ini adalah Ordinary Least Square (OLS) dengan menggunakan datasekunder timeseriesperiode1991-2015.Hasilpenelitianmenunjukkanbahwakebijakan ITRC, produksi, nilai tukar, dan rasio harga berpengaruh sgnifikanterhadapeksporkaretalamIndonesia.

Kata kunci: International Tripartite Rubber Council (ITRC), Agreed ExportTonnageScheme(AETS),ekspor,karetalam.

1. PENDAHULUAN

LatarBelakangPenelitian

KomoditasperkebunanadalahsalahsatusubsektorandalanbagipendapatannasionaldandevisanegaraIndonesia.Padatahun2015,totaleksporperkebunanmencapaiUS$23,933milyar atau setara dengan Rp 311,138 triliun (Kementerian Pertanian, 2016). Karet alammerupakansalahsatukomoditiandalansubsektorperkebunandanvolumeekspornyauntuksaatinimendudukiperingkatkeduadunia.HaliniterjadikarenakomoditaskaretsangatpotensialdisejumlahlokasidiIndonesiakarenakeadaanlahanyangcocokuntukpenanamankaret.

Karet telahmenjadi salah satukomoditi yang sangatpentingperanannyadi Indonesia(LitbangDeptan, 2007). Dari data statistik perkebunan Indonesia, tercatat bahwa pada tahun2015 sekitar 2,2 juta kepala keluarga bekerja sebagai petani karet. Komoditas ini jugamemberikankontribusibagipdbsebagaisalahsatusumberdevisanon-migas.Padatahun2005pendapatan devisa dari komoditas karet mencapai US$2,6 miliar, atau sekitar 5% daripendapatandevisanon-migasdanpadatahun2015nilaieksporkaretmeningkatmenjadiUS$3,7


260

Sumber:Gapkindo(2016)

Sumber: Kementerian Pertanian (2016)

miliar(KementerianPertanian,2016).MenurutDirektoratJenderalPerkebunan,volumeeksporkaretalamIndonesiamencapai83,46%daritotalproduksi,dengantujuanutamaAmerika,China,Jepang,Singapura,Brazil,Korea,danhanyasebagiankecilyangdikonsumsidalamnegeri.

Gambar1.VolumedanNilaiEksporKaretAlamTahun1990-2015

Indonesia tercatat penghasil karet alam utama dunia, dengan luas areal tanam karetmencapai3,55 jutahektar.Semenjak tahun2009sampai2015,Thailandmerupakaneksportirutamakaretalamdenganpangsapasarekspormencapai40persen,Indonesiasekitar25persen,Malaysiadenganpangsapasarsekitar10persendanVietnamdenganpangsapasareksporsekitar7 persen. Berdasarkan data tersebut terlihat bahwa ekspor karet sangat didominasi negaraASEANdenganpangsamencapaisekitar85persenselamatahun2009sampai2015(Welatama,2017).

Gambar2.ProduksiKaretAlamDunia2009-2015('000Ton)

Eksportir karet alam yang terdiri dari Indonesia, Malaysia dan Thailand membentuk

0

1,000,000

2,000,000

3,000,000

4,000,000

5,000,000

2009 2010 2011 2012 2013 2014 2015

Thailand Indonesia Malaysia India Vietnam

0

2,000,000

4,000,000

6,000,000

8,000,000

10,000,000

12,000,000

14,000,000

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

Volume Ekspor (Ton) Nilai ekspor (000 US$)


261

organisasi kerjasama yang mengatur kebijakan ekspor karet dengan nama InternationalTripartiteRubberCouncil(ITRC)padatahun2001diBali.ITRCdibentuksebagaibadanyangakanbertanggungjawabuntukmengkordinasikan danmengawasi implementasi dari aturan–aturanyang ditetapkan. Tujuan ITRC adalah untukmenstabilkan harga karet agar petani kecil dapatmendapatkanhasilyangbaik.Ketiganegarainisepakatmenerapkankebijakanmembatasikuotaeksporkaret kepasardunia atauAgreedExportTonnage Scheme (AETS).TujuanutamaAETSadalah agar pasokan dan permintaan di pasar global seimbang. Karena jika pasokan danpermintaanseimbanghargalebihstabildanakanmendekatikekondisiyanglebihideal(TribunMedan,2016).

Kebijakanpembatasan kuota ekspor karet alam telahdilaksanakan sebanyak tiga kali,yaituperiodeI:Januari–Maret2009,periodeII:Oktober2012-Maret2013,danperiodeIII:Maret2016 – Agustus 2016. Pada periode I, pengurangan volume ekspor karet alam selama 2009sebesar915.000ton.Ditetapkan700ributonmelaluiskemapembatasankuota(AETS)dan215ribu ton dari peremajaan pohon karet di ketiga negara tersebut. Indonesia mendapatkanpengurangan volume ekspor karet sebanyak 116 ribu ton(Merdeka, 2008). Periode II, Ketiganegara anggota ITRC sepakat mengurangi volume ekspor karet alam sebanyak 300.000 ton.Indonesiamendapatkanjatahpenguranganeksporkaretsebanyak117.000ton,Thailandsekitar140.000 ton danMalaysia 43.000 ton (Mandiri, 2013). Periode III, pemangkasan ekspor yangdisepakati sebesar 615 ribu ton. Thailand akan mengurangi ekspor sebanyak 324.000 ton,Malaysia 52.000 ton, dan Indonesia 238.000 ton (Direktorat Jenderal Industri Agro 2016).Kebijakaninidilakukanuntukmencegahsemakinanjloknyahargakaretyangterusmenunjukkantrendpenurunan.

RumusanMasalah

Karet alammerupakan salah satu komoditi perkebunan penting, baik sebagai sumberpendapatan,kesempatankerjadanpenghasildevisa,pendorongpertumbuhanekonomisentra-sentrabarudiwilayahsekitarperkebunankaretmaupunpelestarianlingkungandansumberdayahayati(LitbangDeptan,2007).SebagainegarayangtergabungdiorganisasiITRC,IndonesiatelahmenjalankankebijakanpembatasankuotaeksporkaretalamatauAgreedExportTonnageScheme(AETS)sebanyaktigakaliperiode.

Olehkarenaitu,pertanyaanpenelitianadalah:

1. BagaimanapengaruhkebijakanAETSterhadapvolumeeksporkaretalamIndonesia?

2. Faktor-faktorapasajayangmemengaruhivolumeeksporkaretalamIndonesia?

TujuanPenelitian

Berdasarkan latar belakang diatas, kebijakan pembatasan kuota ekspor karet alammenjadi solusibagi anggota ITRCuntukmenaikkanhargakaret alam.Penelitian inibertujuanuntukmengetahuipengaruhpemberlakuankebijakanITRCterhadapvolumeeksporkaretalamIndonesia.Danmengetahuifaktor-faktorapasajayangmemengaruhivolumeeksporkaretalamIndonesia.


262

KerangkaPikir

Ekspor karet alam memiliki hubungan positif dengan produksi karet alam, ketikaproduksi dalam negeri meningkat maka akan menambah output karet alam. Peningkatanproduksi karet alam dipasar domestik akan meningkatkan ekspor karet alam. Rasio hargamemilikihubungannegatifdenganeksporkaretalamIndonesia.Ketikahargameningkatmakavolumepermintaannegarapengimpormenurun,ceterisparibus.

Nilaitukardaneksporkaretalammemilikihubunganpositif.Jikakursmeningkatmakavolume permintaan suatu komoditi ekspor mengalami peningkatan. Ketika kurs rupiahmengalamidepresiasi terhadapUSDmakapermintaannegarapengimpormeningkat sehinggavolumeeksporkaretalamIndonesiameningkat,ceterisparibus.KebijakanITRCdenganeksporkaret alammemiliki hubungan yang negatif terhadap volume ekspor, karena penerapan ITRCdilakukan dengan cara menurunkan atau membatasi kuota perdagangan ekspor. DengandikeluarkannyakebijakanberupaAETSmakavolumeeksporakanmenurun.

TINJAUANPUSTAKA

2.1 PerdaganganInternasional

Perdaganganinternasionalmerupakansalahsatukegiatanekonomiuntukmeningkatkankesejahteraan sebuah negara. Perdagangan menjadi mesin bagi pertumbuhan ekonomi(Salvatore,1997).Denganadanyaperdaganganinternasionalmakakeuntunganpihak-pihakyangmelakukan pertukaran barang dan jasamenjadimaksimal. Perdagangan internasional terjadikarena adanya perbedaan yangmenguntungkan di luar negeri dibandingkan di dalamnegeri.Keuntungan yang diperoleh oleh suatu negara dari perdagangan adalah pendapatan nasionalnaik, yang pada gilirannya akan menaikkan jumlah output dan laju pertumbuhan ekonomi(Jhingan, 2004). Selain itu, perdagangan luar negeri juga disebabkan oleh adanya perbedaankekayaan alam suatu negara dibandingkan negara lain. Dengan demikian terjadilah transaksiperdaganganluarnegeriyaituekspordanimpor.

Volume ekspor karet alam

Produksikaretalamdomestik

Rasioharga

Nilaitukar

KebijakanITRC


263

P1P2

QQ1

Q2

0D’

P

QD

D”

S’’

2.2 Ekspor

Kegiataneksporadalahsistemperdagangandengancaramengeluarkanbarang-barangdari dalam negeri keluar negeri denganmemenuhi ketentuan yang berlaku. Kegiatan ekspormempunyaiperananpentingdalamsuatunegara,yaknipeningkatandevisayangberimplikasiterhadap peningkatan pembangunan dalam negeri dan sektor riil. Di teori perdaganganinternasionaldisebutkanbahwafaktor-faktoryangmemengaruhiekspordapatdilihatdarisisipermintaandanpenawaran.

a. Permintaan

Permintaanindividuataumasyarakatterhadapsesuatubarangditentukanolehbanyakfaktor yaitu, harga barang tersebut, harga barang substitusi, pendapatan, selera, danekspektasi.Dalampenelitianini,faktoryangmemengaruhipermintaaneksporkaretalamadalahhargakaretalamdomestik.Selainitu,permintaandalampenelitianiniterkaitdenganluarnegerisehingga dimasukkan faktor nilai tukar.Dengan menggunakan kurva permintaan, perubahansepanjang kurva permintaan berlaku apabila harga karet alam mengalami kenaikan ataupenurunan. Sedangkan jika perubahan permintaan yang terjadi ditimbulkan oleh nilai tukar,makaperubahaniniakanmenyebabkankurvapermintaanbergeserkekananataukekiri.

b. Penawaran

Faktor-faktoryangmenentukanpenawaranadalah,harga,biayaproduksi,teknologi,danekspektasi.Jikadikaitkandenganpenelitianinimakafaktoryangmenentukanpenawaraneksporkaretalamadalahproduksikaretalam,nilaitukar,dankebijakanITRC.Perubahanketigavariabeltersebutakanmenggeserkurvapenawarankesebelahkananataukiri.Semakintinggiproduksisuatu komoditas dalamnegerimaka kurvapenawaran akanbergeser ke kanan. Jika produksimeningkat menyebabkan ekspor meningkat. Kebijakan AETS juga memengaruhi penawaraneksporkaretalam.

D

P1

P2

P

QQ1 Q2

D

0D’

P

QD

D”

Grafik 1. Pergerakan sepanjangkurvapermintaan

Grafik 2. Pergeseran kurvapermintaan


264

Q0

S

S’

2.1 Kartel

Kartel adalah kesepakatan antar-produsen atau perusahaan tentang berapa jumlahproduksi yang akan dihasilkan dan berapa harga jualnya. Kartel internasional adalah sebuahorganisasi produsen komoditi tertentu dari berbagai negara. Organisasi tersebut membatasioutput ekspor secara bersama-sama untuk meningkatkan harga dan memaksimalkan totalkeuntunganmereka(Salvatore,1997).Kekuatankartelinternasionalsulitdibatasikarenamerekatidak termasuk dalam yuridikasi negara mana pun. Organisasi ITRC termasuk dalam kartelinternasionalkarenaorganisasitersebutsepakatuntukmembatasikuotaeksporkaretalam.

MenurutSalvatore(1997)adaduahalyangmenentukanberpengaruhtidaknyasebuahkartelinternasionaldalammengendalikanhargadarisuatukomoditi,yaitu:

1. Sebuah kartel internasional akan sangat berpengaruh dalam menentukan harga jikakomoditi yangmereka kuasai tidakmemiliki barang pengganti (produk substitusi) yangterkait.

2. Jika negara atau pihak yang tergabung di dalam kartel itu relatif sedikit maka merekamemilikipeluangbesardalammenentukanharga.

Dalampelaksanaankartelinternasional,disiplinsemuaanggotadalammematuhisetiapkeputusankartelmenjadisangatpenting.Hargasuatukomoditibisadikendalikanolehanggotakartelsehinggamenguntungkanpihakkarteltersebut.Namun,pelaksanaankartelinimerugikanmasyarakatkarenahargabukanlagiterciptadarimekasimepermintaandanpenawarandipasartetapi harga ditentukan oleh pihak kartel. Tidak hanya itu, pelaksanaan kartel menyebabkanterjadinyapraktekmonopoliolehparapelakukartelsehinggadapatmengakibatkaninefisiensialokasisumberdayayangdicerminkandenganadanyadeadweightloss.

ContohkartelinternasionaladalahOrganizationofPetroleumExportingCountries(OPEC)dan InternationalAirTransportAssociationI(IATA).Pada tahun1973dan1974,OPECsengajamembatasiproduksieksporminyaksehinggahargaminyakmentahmeningkathinggaempatkali

P

Q0

S

S’

S’’

Grafik3.Pergeserankurvapenawaran


265

lipat. Selama tahun 1970an, OPEC memenuhi kedua syarat pokok diatas sehingga merekaberpengaruhdalammenentukanhargaminyak.Namun,selamadasawarsa1980an,hargaminyakyangcukuptinggimenjadiinsentifbagiperusahaan-perusahaandannegara-negarabaruuntukmengadakan eksplorasi dan produksi minyak secara besar-besaran. Ketika pemasok atauprodusenminyakbertambah,makapelaksanaankartelsecaraefektifakanmenghadapibanyakkendala.Pengelolaantingkatproduksi,ekspordanhargakomoditimenjadilebihsulitdiorganisir.Padatahun1980dan1990anhargaminyakrelatifrendahdibandingkandenganhargaminyakpadatahun1970an.


Penelitian terdahulu inimenjadi salah satu acuanpenulisdalammelakukanpenelitiansebagai referensidalammemperkayabahankajianpadapenelitianpenulis.Berikutpenelitianterdahuluberupajurnalterkaitdenganpenelitianyangdilakukanpenulis.

Tabel2.1PenelitianTerdahuluNo NamaPeneliti Judul

Penelitian

MetodePenelitian HasilPenelitian

1 Purnomowati,

Darwanto,

Widodo,&

Hartono,

(2015)

Permintaan

KaretAlam

Indonesiadi

Pasar

Internasional

Penelitianini

menggunakanmodel

analisisOrdinaryLeast

Square(OLS),Auto

CorrelationModels

danTwoStageLeast

Square(2SLS).Data

yangdigunakandalam

penelitianiniadalah

datasekundertime

series1980-2013.

Permintaan karet alam

Indonesia di AS, China,

Jepang,Singapura,danKorea

Selatan dipengaruhi secara

positif oleh volume ekspor

tahun sebelumnya, jumlah

penduduk, dan pendapatan

per kapita. Secara negatif

dipengaruhi oleh nilai tukar

mata uang negara tersebut

terhadap USD, dan

implementasi kebijakan

kuotaekspor.

2 Novianti&

Hendratno,

(2008)

Analisis

Penawaran

EksporKaret

Alam

Indonesiake

NegaraCina

Penelitianini

menggunakanmetode

deskriptifdanmodel

kuantitatif.Metode

kuantitatifyang

digunakanadalah

modelregresi

berganda.

Faktor- faktor yang

mempengaruhi penawaran

ekspor karet alam Indonesia

keNegara Cina adalah harga

eksporkaretsintetisdannilai

tukarsecarapositif,GDPCina

secaranegatif.


266

3 Amoro&Shen,

(2013)

The

Determinants

of

Agricultural

Export:Cocoa

andRubberin

Coted’Ivoire

Penelitianini

menggunakanmetode

OrdinaryLeastSquare

(OLS).Datayang

digunakanadalahdata

sekunderdandata

primerdaritahun

1970-2005.

Ekspor karet dipengaruhi

secara signifikan oleh

produksi karet domestik,

harga produsen, nilai tukar,

konsumsi domestik, dan

tingkat suku bunga.

Sedangkan ekspor kakao

dipengaruhi oleh produksi

kakao domestik, konsumsi

domestik,dancurahhujan.



Penelitian ini menggunakan metode OLS (Ordinary Least Square). Penelitian inimemasukan variabel dummy yaitu sebelum dan sesudah Indonesia menerapkan kebijakanpembatasankuotaeksporkaretalam.DalampenelitianinivariabelterikatadalahvolumeeksporkaretalamIndonesia,sedangkanvariabelbebasterdiridari,produksikaretalamIndonesia,rasiohargakaretalam,nilaitukardandummykebijakanITRC.Sehinggamodelregresidalampenelitianiniadalah:

"#$%&! = (" + (#*+,-! + ($.+/! + (%01! + (&23456! + 7

Keterangan

Eks=Volumeeksporkaretalam(ton)

Prod=ProduksikaretalamdiIndonesia(ton)

Hrg=Hargarasiokaretalam(USD)

Nt=Nilaitukarrupiahterhadapdollar(rupiah)

DITRC=DummykebijakanITCR,variabeldummyyangmenunjukkanduakondisiyaitu,

Jika1,makatahunketikaadakebijakanmengurangivolumeekspor.

Jika0makatahunketikatidakadakebijakanmengurangivolumeekspor


267

3.2 DatadanSumberData

UntukmengetahuiseberapabesarpengaruhdarikebijakanITRCterhadapeksporkaretalamIndonesia,penelitianinimenggunakandatakuantitatifsekundertimeseriesperiode1991-2015.Data-datayangdigunakandalampenelitianantaralain:

Tabel3.1DatadanSumberdata

3.3 ObjekPenelitian

Penelitian ini menggunakan variabel bebas dan variabel terikat. Variabel bebas yangdigunakanadalahproduksikaretalamIndonesia,rasioharga,nilaitukar,dandummykebijakanITRC.

a. ProduksikaretalamIndonesia

Karetsebagaibahanbakuberbagaiindustrimerupakansalahsatukomoditiperkebunanyangmempunyaiperan strategisdalamperekonomiandi Indonesia.Produksikaret Indonesiacenderungmengalamipeningkatansetiaptahun,wilayahyangmemberikankontribusitertinggidalamproduksikaretdiIndonesiaadalahpulauSumatera.TigaprovinsidenganhasilproduksikaretterbesardipulauSumateraadalahprovinsiSumateraSelatan,SumateraUtara,danRiau.Tingginyaproduksikaretdiwilayahinitidakterlepasdariketersediaanlahanperkebunandankondisigeografisyangmendukung(Soleh,n.d.).

Gambar3.3.1ProduksiKaretAlamIndonesia(ton)Tahun1991-2015

Sumber:KementerianPertanian(diolah)

Data SumberData

Eksporkaretalam(ton) KementerianPertanian

Produksikaretalamdomestic(ton) KementerianPertanian

Hargakaretalamdomestic(Rp) FAO

Hargakaretalamdunia(US) WorldBank

NilaiTukar(Rp/US$) FederalReserveEconomicData


268

b. RasioHarga

Hargaadalahsejumlahnilaiatauuangyangdibebankanatassuatuprodukataujasauntukjumlahdarinilaiyangditukarkonsumenatasmanfaat-manfaathargayangtelahmenjadifaktorpentingyangmempengaruhipilihanpembeli.Hargakaretalamdomestikdanhargakaretalamdunia memengaruhi volume ekspor karet. Untuk melihat perbandingan harga karet alamdomestikdenganhargakaretalamdunia,makamenggunakanrasioharga.

Gambar3.3.3RasioHargaKaretAlamTahun1991-2015

Sumber:FAO&WorldBank(diolah)

c. NilaiTukar

Menurut(Mankiw,2007)nilaitukarmatauangantaraduanegaraadalahhargadarimatauang yang digunakan oleh penduduk negara-negara tersebut untuk saling melakukanperdagangan antara satu sama lain. Nilai tukar memengaruhi volume ekspor karet alamIndonesia,haliniterjadikarenaketikamatauangrupiahterdepresiasi,makahargakaretalamIndonesiadinilailebihmurahsehinggapermintaannegaraimpormeningkatyangmenyebabkanvolumeeksporkaretalamIndonesiameningkat.Sebaliknya,ketikamatauangrupiahterapresiasiterhadap dolar AS maka harga karet alam menjadi lebih mahal bagi negara lain sehinggapermintaannegaraimpormenurun.

Gambar3.3.3NilaiTukarRupiahTerhadapUSDTahun1991-2015

Sumber:FederalReserveEconomicData(diolah)

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

Rasio Harga


269

HASILDANPEMBAHASAN

4.1 HasilRegresi

BerdasarkanujiregresimenggunakanEviewsmakahasilregresiyangdidapatadalah

Tabel4.1HasilRegresiOLSVariabeldependent:lnEksVariable Coefficient Prob

Prod 3.63E-07 0.0000*Hrg -0.166373 0.0378**Exc 1.57E-05 0.0001*Dum_ITRC -0.055817 0.0418**C 13.58551 0.0000R-squared0.983747

Catatan:*,**,menunjukkantingkatsignifikansi1%,5%

Darihasilpengolahandata,makadiperolehpersamaanlinearbergandasebagaiberikut:

LnEks=13.58551+363E-07Prodt-0.166373Hrgt+1.57E-05Exct–0.055817Dum_ITRCt

a. KoefisienDeterminasi(R2)

Koefisien determinasi berguna untuk melihat seberapa besar proporsi sumbanganvariabel bebas secara bersama-sama terhadap nilai variabel tidak bebas. Metode ini padaprinsipnyamenjelaskanseberapabesarpresentaseperubahandarivariabeldependensebagaiakibat adanya perubahan dari variabel-variabel bebas. Berdasarkan hasil estimasi sepertidisajikandiatasterlihatkoefisiendeterminasiRsquaredsebesar0,983747.Haliniberartisekitar98,3%variabeleksporkaretalamIndonesiaditentukanolehvariabelindependenyangadadalammodel.Sementarasisanya(1,7%)ditentukanolehvariabelbebaslaindiluarmodelanalisisyangdigunakan.

b. ProduksiKaretAlamIndonesia

Produksikaretdalamnegeriberpengaruhsecarasignifikanpadaα=1%.Memilikinilaiprobabilitas 0,0000 dan memiliki tanda positif. Nilai koefisien 3.63E-07 yang artinya setiapkenaikanproduksikaretsebesar1000tonakanmeningkatkankuantitaseksporsebesar0,0363%.Hal inisejalandenganprediksiawalpenulisdanjugapenelitianyangdilakukanolehAmoro&Shen(2013)bahwasemakinmeningkatnyaproduksikaretmenyebabkanvolumeeksporkaretmeningkat. Tingkat produksi yang tinggi merupakan penyebab utama adanya ekspor karenasurplusproduksidapathabisdipasarinternasional.

c. RasioHarga

Rasiohargaberpengaruhsecarasignifikanpadaα=5%.Memilikinilaiprobabilitas0,0378danmemilikitandanegatif.Nilaikoefisien-0.166373yangartinyasetiapkenaikanhargakaretsebesar1USDakanmenurunkankuantitaseksporsebesar16,63%.Halinisesuaiprediksiawalbahwarasiohargamemilikihubungannegative terhadapeksporkaret alam Indonesia.Ketika


270

hargakaretalammeningkatmakapermintaannegaraimpormenurun.

d. KursRupiahTerhadapDollar

Variabel kurs berpengaruh secara signifikan pada α=1%. Artinya kurs memengaruhitinggirendahnyajumlaheksporkaretalamIndonesia.Variabelkursmemilikiprobabilitas0.0001dan bertanda positif terhadap ekspor karet alam Indonesia. Nilai koefisien 1.57E-05menunjukkan bahwa setiap kenaikan kurs rupiah terhadap dolar sebesar Rp 1000 akanmeningkatkan ekspor sebesar 1.57 persen. Inimenyiratkan bahwa apabila kurs rupiah naikmembuateksporkaretlebihmurahdipasarinternasionalsehinggapermintaannegarapengimpormeningkat.

e. KebijakanITRC

VariabeldummykebijakanITRCberpengaruhsecarasignifikanterhadapvolumeeksporkaret alam Indonesia pada α=5%. Nilai probabilitas -0.0558 dan memiliki hubungan negatifterhadap ekspor karet alam Indonesia. Koefisien dummy ITRCmenunjukkan bahwa rata-rataekspor karet alam Indonesia setelah adanya kebijakan pembatasan kuota ekspor karet 5,58persen lebih kecil dibandingkan sebelum adanya kebijakan pembatasan kuota ekspor. Tujuankebijakan ITRC tentangpembatasankuota eksporkaret alamadalah supayahargakaret alamtetapstabilsehinggahargakaretalamtidakmengalamipenurunan.

DalamlaporanKementerianPerdagangan(2015),dampakpelaksanaankuotaproduksikaretyangdiberlakukanOktober2012-Maret2013telahmeningkatkanhargakaretalamUS$7,5centperpoundataumeningkat5%dibandingkanhargadibulanSeptember2012.HargakarettertinggiterjadipadabulanJanuari2013,dimanahargakaretalammencapaiUS$149,85centperpoundnamunsetelahituturunhinggamencapaiUS$59,51centperpounddibulanSeptember2015.Lebihlanjut,dikatakanbahwakebijakankuotaproduksikarethanyaefektifmeningkatkanhargakaretalamsebesar5%untukperiodeyangsangatsingkat.

ITRCmemproduksi74,53persenproduksikaretalamdidunia,sedangkansisanyasebesar25.47 di produksi oleh negara yang bukan anggota yaitu, Vietnam, India, dan Pantai Gading.KondisiinimenyebabkankebijakanITRCkurangefektif(KementerianPerdagangan,2015).Halini terjadikarenaketikamasih terdapatnegara lainpenghasilkaretalamyangbukananggotaITRC, maka ada insentif atau dorongan yang kuat dari negara yang bukan anggota untukmemanfaatkantindakankarteltersebut.Misalnya,apabilakartelITRCmembatasiproduksiagarhargameningkat,makaprodusenyangbukananggotaITRCakanmenawarkanhargayanglebihmurah dan memacu produksinya sendiri untuk memaksimalkan keuntungannya (Salvatore,1997).

Dengan demikian, jika Indonesia melanjutkan pelaksanaan pembatasan kuota eksporkaret alam, perlu dibuat serangkaian kebijakan yang mendukung agar Indonesia memilikikemampuanuntukmenjualsebanyakmungkinkaretalamsaatpembatasantersebut.


271

PENUTUP

Kesimpulan

Berdasarkanpengujiandanpembahasanpadababsebelumnya,makadapatdisimpulkansebagaiberikut:

a. Kebijakan ITRC tentang Agreed Export Tonnage Scheme (AETS), berpengaruh signifikanterhadapvolumeeksporkaretalamIndonesia(sig=0.0418<α=0,05)danmemilikihubungannegatif terhadap ekspor karet alam Indonesia. Dalam laporan Kementerian Perdagangan(2015), dampak pelaksanaan pembatasan kuota produksi karet alam yang diberlakukanOktober2012-Maret2013hanyaefektifmeningkatkanhargakaretalamsebesar5%untukperiodeyangsangatsingkat.

b. Produksi karet alam domestik berpengaruh signifikan terhadap volume ekspor karet alamIndonesia(sig=0.0000<α=0,01).Produksikaretalammemilikihubunganpositifdenganvolumeeksporkaretalamyangartinyakenaikanproduksiakanmeningkatkanvolumeeksporkaretalam.

c. RasiohargaberpengaruhsecarasignifikanterhadapvolumeeskporkaretalamIndonesia(sig=0.0378<α=0,05)danmemilikihubungannegativedenganvolumeeksporkaretalam.HaliniberartikenaikanrasiohargaakanmenurunkanvolumeeksporkaretalamIndonesia.

d. NilaitukarberpengaruhsecarasignifikanterhadapvolumeeksporkaretalamIndonesia(sig=0.0001<α=0,01).Nilai tukarmemilikihubunganpositifdenganvolumeeksporkaretalamIndonesia. Hal ini berarti setiap kenaikan kurs rupiah terhadap dolar akan meningkatkaneksporkaretmeningkat.

DAFTARPUSTAKA

Amoro,G.,&Shen,Y.(2013).ThedeterminantsofAgriculturalExport:CocoaandrubberinCoted'Ivoire.InternationalJournalofEconomicsandFinance,Vol.5,No.1.

BankMandiri.(2013).KonsumsikaretalamIndonesia.CommoditiesInsight.Vol1.

DirektoratJenderalIndustriAgro.(2016).DirektoratJenderalIndustriAgro.RetrievedfromITRCbahasperkembanganpembatasaneksporkaret:http://agro.kemenperin.go.id/3837-ITRC-Bahas-Perkembangan-Pembatasan-Ekspor-Karet

Gapkindo.org.(n.d.).RetrievedfromProduksikaretalam(pernegaraprodusen)utama:https://www.dropbox.com/s/b0mp4jd7dsddp9g/7.%20produksi%20karet%20alam%20dunia.jpg?dl=0

Jhingan,M.(2004).Ekonomipembangunandanperencanaan.Jakarta:RajaGrafindoPersada.

KementerianPerdagangan.(2015).Analisispemanfaatannegoisasikomoditasuntukmeningkatkanhargajualprodukkaretindonesiakedunia.Jakarta:KementerianPerdagangan.


272

KementerianPertanian.(2016).StatistikperkebunanIndonesia2015-2017karet.SekretariatJenderalPerkebunan.

LitbangDeptan.(2007).Prospekdanarahpengembanganagribisniskaret.Jakarta:BadanLitbangPertanian.

Mankiw,N.G.(2007).Makroekonomi(Edisike-6ed.).Jakarta:Erlangga.

Novianti,T.,&Hendratno,E.H.(2008).AnalisispenawaraneksporkaretalamIndonesiakenegaraCina.JurnalManajemenAgribisnis,Vol.5No.1,40-51.

Purnomowati,H.D.,Darwanto,D.H.,Widodo,S.,&Hartono,S.(n.d.).

Salvatore,D.(1997).Ekonomiinternasional.(Y.Sumiharti,&H.Munandar,Trans.)Jakarta:Erlangga.

Soleh,A.(n.d.).AnalisisekspordanproduksikaretdiIndonesia(Aplikasimodellagterdistribusi).EkombisRevies.

TribunMedan.(2016).SudahempatkaliAETSdijalankan.RetrievedfromTribunMedan:http://medan.tribunnews.com/2016/09/19/sudah-empat-kali-aets-dijalankan

Welatama,A.(2017).DampakkebijakanInternationalTripartiteRubberCouncildalammembatasikuotaeksporkaretalamterhadapIndonesia.JOMFISIPVol.4No.2.

WorldBank.(2017).WorldBankGlobalEconomicMonitor(GEM)Commodities.RetrievedfromRubber,Singapore,cents/kg,current$-World:https://www.quandl.com/data/WGEC/WLD_RUBBER1_MYSG-Rubber-Singapore-cents-kg-current-World


273

LAMPIRAN

Outputregresi


274




ISU 9. EKSTERNALITAS


275

DAMPAKKEGIATANEKONOMIPERKOTAANTERHADAPPERUBAHANSUHU

RadhityanaMuhammad(2014110003)

Abstrak

Globalwarmingmerupakan fenomenayang terjadi secara global dandiseluruhdunia.Pemanasanglobalbanyakdipegaruhiolehaktivitasmanusia.Kotasebagaipusat aktivitas ekonomi ikut berperan dalam terjadinya pemanasan global diperkotaanataujugadisebutfenomenaurbanheatisland.Alihfungsilahanakibattingginya arus urbanisasi memperparah perubahan suhu yang terjadi sertamemiliki dampak pada pendapatanmasyarakat. Penelitian ini bertujuan untukmellihatdampakdari kegiatanekonomidiperkotaan terhadapperubahan suhudenganmempelajaripenelitianterdahulusertadokumen-dokumenlain.

KataKunci:UrbanHeatisland,PemanasanGlobal,PembangunanPerkotaan

1. PENDAHULUAN

1.1 LatarBelakang

Global warming atau pemanasan global adalah fenomena global dimana suhu bumimengalami kenaikan. Perubahan iklim dan pemanasan global merupakan hal yang salingberkaitan dimana akibatmenghangatnya bumi akan berakibat pada berubahnya iklim secaraglobal.Perubahaninidapattercerminmelaluipeningkatansuhu,naiknyapermukaanairlautdanfrekuensiterjadinyakejadianekstrem(badai,anginkencang).Saatinirata-ratasuhubuminaik1.1°C tiap tahunnya (Kompas, 2017) kenaikan ini termasuk kenaikan yang besar biladibandingkanperiodesebelumrevolusiindustritahun1850-1899.Padatahun2016suhuduniarata-ratameningkat sebesar0.83°C (Kompas, 2017).Menghangatnyabumi tidak terlepasdariaktivitasekonomiyangberjalan.Kotasebagaipusatdarikegiatanekonomimemiikisuhuyanglebihtinggibiladibandingkandengandaerahsekitarnyaataukawasanpedesaan.Lebihdari50%populasiduniatinggaldikawasanperkotaandansekitar7%-9%ativitasekonomiterpusatdiKota(Cul,Xu,Dong,&Qin,2016).Terpusatnyaaktivitasekonomidisuatuperkotaanmembuatsatukotamemilikidayatersendiribagimasyarakatyangmendorongterjadinyaurbanisasi.

Urbanisasiatauperpindahaanmasyarakatmenujukotatentusayamemilikimotifuntukmeningkatkan kesejahteraan seseorang. Menurut Tjiptoherijanto (1999) urbaniasi tidakdipandang sebagai masalah kependudukan saja namun juga sebagai masalah politik, sosial,budaya, dan ekonomi. Namun, tingginya laju urbanisasi yang terjadi tentumemiliki dampaktersendiri bagi lingkungan. Inter-govermental Panel on Climate Change (IPCC) (2014)menyebutkan bahwa global warming saat ini tidak semata-mata hanya karena kondisi alamnamun lebih didominasi oleh aktivitas manusia. Urbanisasi yang terjadi akan mendorongterjadinya alih fungsi lahan diperkotaan yang sebelumnyamerupakan vegetasi alamimenjadimaterial-materialbuatanmanusia.Padatahun2050diprediksijumlahpopulasiduniamencapai9 miliar jiwa serta secara global akan muncul 1000 kota baru demi memenuhi kebutuhanmasyarakat(Joga,2017),

Indonesia saat ini juga mengalami urbanisasi yang cukup masif. Hal ini terlihat dari


276

kepadatanpendudukdiperkotaan,meningkatnyakemacetandiperkotaandanlajupertumbuhanperumahandiperkotaan.Bertambahnyapendudukdiperkotaantidakhanyadisebabkanolehlajupertumbuhanpenduduksecaraalamiahnamunjugaberpindahnyamasyarakatdesadenganmotifekonomi. Pemenuhan kebutuhan dasar masyarakat kota melalui infrastrtuktur memaksapemerintah kota merubah tutupan lahan yang sebelumnya adalah vegetasi alami menjadimaterialbuatanmanusia.Kondisiinimembuatruangterbukahijausemakinlangkadiperkotaandanmengakibatkanpeningkatansuhudiperkotaanyangterusmengalamikenaikan.Berubahnyatutupan lahandi perkotaan, tingginya urbanisasi, aktivitas ekonomi yang sangat terpusat danpemanasanglobalmembuatkotamemilikisuhuyanglebihtinggidibandingkawasansekitarnyaataukawasanpedesaan.FenomenatersebutdikenaljugasebagaiUrbanHeatIsland(UHI).

1.2 RumusanMasalahdanPertanyaanPenelitian

Pembangunanperkotaanmelaluipembangunaninfrastrukturdemimendukungaktivitasekonomi serta mendorong pertumbuhan ekonomi kota tersebut. Namun pembangunaninfrastruktur diperkotaan seringkalimengurangi vegetasi alami yang berpotensimeningkatansuhudikotatersebut.Kenaikansuhuyangterjadiakanberkibatpadamenurunnyapendapatanmasyarakathingga12%(Horowitz,2009).Penelitianinidilakukanuntukmenjawabpertanyaan,yaitu:

1. Bagaimana keterkaitan antara aktivitas ekonomi di suatu kota dapat memengaruhiperbedaansuhudiIndonesia?

1.3 TujuandanKegunaanPenelitian

Penelitian yang dilakukan memiliki tujuan untuk mengetahui bagaimana aktivitasekonomi yang ada dan terpusat diperkotaan terhadap terjadinya perubahan suhu. Sehinggapenelitian inidapatmenjadi informasibahwaaktivitas ekonomiyangadadi kota tidakhanyadapat meningkatkan kesejahteraan masyarakatnya saja namun memiliki dampak terhadaplingkunganyaitukenaikansuhudiperkotaan.

1.4 KerangkaPemikiran

Peneitian ini berfokus pada perubahan suhu yang terjadi diperkotaan akibat adanya

LuasRuangTerbuukaHijau

Industrimanufaktur

PopulasiPerkotaan

PanjangJalan

PerubahanSuhu


277

fenomena urban heat island. Perubahan suhu yang terjadi dalam penelitian ini diasumsikandipengaruhioleh4variabelindependenyaituruangterbukahijau,kontribusiindutrimanufaktur,populasikota,danpanjangjalan.KetersediaanRuangTerbukaHijau(RTH)akanmemengaruhiterjadinya perubahan suhu disuatu kota disebabkan oleh kemampuan vegetasi alami dalammengatur suhu perkotaan. Gartland (2008)menggambarkan bahwaurban heat island terjadiakibatberkurangnyavegetasi alamidi suatukawasandandigantikandenganmaterial buatanyangmembuatpanasdarimatahariterperangkapdidalamnyasehinggasuhupermukaanmejadilebihpanas.Ruangterbukahijauyangdipenuhiolehbanyakvegetasialamidapatmenjadicarauntukmemitigasidampakdariurbanheat island.Selanjutnya, industrimanufakturmerupakansalah satu variabel yang diperhitungkan dalam PDRB. Persentase industri manufaktur dalamPDRBdianggapdapatmencerminkanaktivitasekonomidiperkotaan.Populasidiperkotaanyangmeningkatdapatdisebabkanolehpertumbuhan secaraalamiataupunurbanisasi yang terjadi.Tingginyadayatariksuatukotaakibataktivitasekonomiyangterpusatmendorongmasyarakatdesa berpindah menuju kawasan perkotaan. Penggunaan variabel tersebut sejalan denganpeneltianyangdilakukanolehXui,Cu,Dong,danCin(2017)yangmenyebutkanbahwaGDPdanpopulasi suatu negaramemiliki keterkaitan terhadap terjadinya intensitas Urban Heat Island(UHI) yang terjadi. Variabel panjang jalan digunakan sebagai cerminan dari pembangunaninfrastrukturdiperkotaan.Gartland(2008)menyebutkanbahwapenggunaanmaterialaspaldantrotoarsaat inimenggunakanmaterialyangmenyerappanasmataharidanmenyimpanpanastersebut,sehinggasuhudiperkotaanakansemakinpanas.


Metode yang digunakan dalam penelitian ini adalah deskriptif kualitatif. Metode inididasarkanpada studi literatur berdasarkanpenelitian terdahulu, studi dokumen, buku, sertalaporan instansi terkait. Studi literatur dipilih dengan tujuan untuk menjawab pertanyaanpenelitianyangdiajukan.

HasildanPembahasan

2.1 Definisiurbanheatisland

Gartland(2008)menyebutkanbahwaurbanheatislandadalahkondisidimanaudaradansuhu permukaan di daerah urban lebih panas dibandingkan dengan daerah desa.Heat islandterjadi disebabkan oleh banyaknya konstruksi bangunan yang menggunakan material yangmenyerapdanmenahanpanaslebihbanyakdibandingdenganvegetasialamiyanglebihbanyakdidaerahrural.Selainitu,sinarmataharisecaralangsungpadapermukaanaspaldankonstruksilainbisamencapai88°C,sedangkanpadapermukaanyangmasihmenggunakanvegatasialamihanyamencapai18°C(Gartland,2008).Pancaranpanasmataharitersebutkemudiandiserapolehmaterialbuatanmanusiatersebutdandilepaskanpadamalamhari,haltersebutyangmembuatkawasanurbanakanmenjadilebibpanas.Secaraumumadaduaalasanterkaitdenganterjadinyaheatislandtersebut.Pertama,bahanbangunandiperkotaanyangtidakdapatmemantulkanpanasdenganbaik.Kedua,bahanpenggunaanaspalatautrotoaryangjugamenangkappanasmembuatsuhu diperkotaan akan lebih panas dibanding dengan daerah desa (Gartland, 2008). Selaintemperature yangmeningkat,urban heat islandmemiliki dampaknegatif yang cukup banyak,sepertimeningkatkankonsumsienergi,kesehatandankehidupanmanusia,ketersediaanair,danperawatangedungyanglebihbanyak.


278

2.2 Hubunganantaraaktivitasekonomikotadenganperubahansuhu

Fenomena urban heat island yang digambarkan sebagai kenaikan suhu di daerahperkotaansalahsatunyadisebabkanolehtingginyatingkatlajuurbanisasidiperkotaan.Daerahperkotaanyangdianggapsebagaipusatkegiatanekonomimenjadikankotamemilikidayatariktersendiri bagi masyarakat pedesaan untuk berpindahmenuju sebuah kota. Penelitian yangdilakukanolehCui,Xu,DongdanCIn(2017)menyebutkanbahwasaatinihampir50%populasiduinia tinggal di kawasan urban dan sekitar 7%-9% kegiatan ekonomi berada di daerahperkotaan. Kondisi ini akanmeningkat dimasa yang akan datang, diperkirakan hampir 90%populasi dunia tinggal di kawasan perkotaan (Joga, 2017). Hal ini menunjukan bahwa kotamemilikidayatarikyangcukupbesaryangmendorongterjadinyaurbanisasi.PenelitianCui,Xu,Dong,danCin(2017)berfokuspadaduanegaradengantahappembangunanyangberbedayaituAmerikaSerikatsebagainegaramajudanChinasebagainegaraberkembang.Penelitianinipadaawalnyamenggunakanlangkahdenganmenggunakanmetodebuffer/radiusuntukmemisahkanantarakawasanurbandanrural.Pemisahankawasanurbandanruralberdsarkanpadaambangperbedaan Land Surface Temperature (LST) sebesar 0,2°C ( (Cul, Xu, Dong, & Qin, 2016).Selanjutnya,penelitianinimenggunakanmetodekorelasidanmenghasilkanbahwapopulasidanGDPmemilikiketerkaitandenganintensitasurbanheatisland.

Gambar.1HasilUjiKorelasi

Pada dua negara yang menjadi objek penenlitian diketahui bahwa Amerika Serikatdenganpredikatsebagainegaramaju intensitasUHI lebihbesardipengaruhiolehGDPnegaratersebut dengan tingkat korelasi sebesar 0.758. Sedangkan China leih besar dipengaruhi olehkepadatanpopulasinegara tesebutdengan tingkatkorelasi sebesar0.668.Hal inidipengaruhioleh kondisi tahapan pembangunan yang berbeda ada kedua negara. Sekitar 80% pendudukAmerikaSerikattinggaldidaerahurban,jikapenduduktersebutproduktifmakawajarapabilaGDPyangmemilikipengaruhcukupbesarterhadapSUHII(Cul,Xu,Dong,&Qin,2016).SedangkanChinadengantingkatpopulasididaerahurbansekitar52%dantingkatpertumbuhannyasekitar2%SUHIIakanlebihbanyakdipengaruhiolehtingkatpopulasimengingattingkatpertumbuhanpopulasiyangmasihtinggidantahappembangunanChinaberbedadenganAmerikaSerikat.

Populasi yang terus bertambah di perkotaan tentu akan meningkatkan PDRB padakawasantersebutdenganasumsiparapendudukdiperkotaantersebutproduktif.Peningkatanpopulasiakibaturbanisasimemilikidampakterhadapalihfungsilahandiperkotaan.PenelitianyangdilakukanolehKawamoto(2017)yangdilakukandiJepangdenganfokuspenelitianpadakawasanFukuokayangmerupakankotabesarkeduasetelahTokyosertaberadadipesisirpantai.Kotainimengalamiurbanisasiakibataktivitasekonomidikawasantersbeutyangcukuptinggi.Peneltian yang dilakukan oleh Kawamoto (2017) di latar belakangi dengan temuan-temuansebelumnyayangmenyebutkanbahwahembusananginlautdapatmemitigasidanmengurangidampak dari urban heat island effect. Fukuoka berdasarkan data dari tahun 1934-2014


279

mengalamikenaikansuhurata-ratayangcukupbesaryaitu3.1°C.PenelitianKawamoto(2017)menggunakan cara dengan melihat data National Land Numerical Information (NLNI) untukmelihat alih fungsi lahan yang terjadi serta menggunakan metodemeso-scale meteorologicalmodeluntukmelihattransisianginlautyangberhembusdidarilautmenujuFukuoka.Hasildaritemuannya adalah terbangunnya gedung-gedung yang tinggi di kawasan tersebut membuathembusananginlautyangadamengalamitransisisisehinggadampakyangdiberikannyadalammemitigasiurbanheatislandmenjadikecil.SehinggasuhudiFukuokamenjaditerusmeningkat.

Pembangunankawasanperkotaansebagaipusatkegiatanekonomiserta infrastrtuktursebagai fasilitas pendukung kegiatan ekonomi tentu akanmeningkatkan PDRB pada kawasantersebut.Sepertiyangtelahdibahassebelumnyabahwapembangunankawasanperkotaanseringkalimenghilangkanvegetasialamiyangberakibatpadapeningkatansuhudikawasanperkotaanataumemicuterjadinyafenomenaurbanheatisland.Meskipunterjadipeningkatanpendapatanyang dicerminkan melalui PDRB, kenyataannya akibat terjadinya urban heat island dapatmenurunkan PDRRB kawasan tersebut. Penelitian yang dilakukan Miner et al. (2016)menyebutkanbahwakerugianekonomidansosialdariadanyaurbanheatislanddapatterlihatdariperubahansuhudanefisiensiperalatandanjangkahidupdarisuatualattersebut.Suhuyangmeningkat dan menjadi lebih hangat akan mendorong pemakaian pendingin ruangan (AC)meningkat. Penggunaan alat-alat pendingin ruangan yang meningkat mengharuskan seorangkonsumenuntukmembayartagihanlistrikyanglebihbesar.PenggunaanACdapatmemberikankesejukanbagi parapenggunanyanamunpenggunaanACmenghasilkan limbahberupaudarapanas yang memiliki dampak meningkatkan suhu juga di luar ruangan tersebut. Selain itupeningkatanpengunaanpendinginruanganakanmemaksakonsumenuntukmengeluarkanbiayalebih dalammelakukan perawatan peralatan tersebut (MIner, Taylor, Jones, & Phelan, 2016).Kerugianyangterjadiiniterjadihampirdiseluruhkota–kotabesarduniasepertiLondon,Beijing,Moscow,Tokyo,PhoenixdanNewYork.PenelitianyangdilakukanMineretal.(2016)berfokuskotaPheonixdanmenghasilkanestimasibahwadenganadanyaurbanheatislandmemunculkanbiayasebesarUSD479per3°Ckenaikansuhu.Kondisitersebutmngindikasikanbahwaterjadipenggunaaanperalatanyangtidakefisiensehinggamengurangijangkahiduppendinginruangantersebutsertamenjadisalahsatucerminankerugianfenomenaurbanheatisland.

Urbanheatislandselainmemilikidampakkepadalingkungandiperkotaanjugamemilikidampakpadapendapatan.PenelitianHorowitz(2009)berfokuspadapenelitianhubunganantarapendapatan dan perubahan suhu. Kenaikan suhu yang terjadi biasanya terjadi pada negara-negaramiskinatauberkembangmengingatnegara-negaratersebutsedangmelaukanberbagaimacampembangunan.Perubahansuhuyangterjadimemilikipengaruhterhadapberbagaisektorseperti pertanian dan kesehatan. Penelitian yang dilakukan juga berusaha memisahkan efeksejarah dan kontemporer dari perubahan suhu. Menurut Horowitz (2009) tingkat kematianmemilikihubungandengansuhusuatunegara.Suatunegarayangmemilikisuhulebihdinginakanmemilikiawalanyangbagusdandapattercermindaripendapatanataukondisiekonominegaratersebut saat ini. Hasil regresi dari 100 negara dengan populasi terbanyak dan tanpamemerhitungkan tingkat kematian padamasa kolonial atau tanpamelihat komponen sejarahmenghasilkan bahwa kenaikan suhu 1°C mengurangi GDP mencapai 12.8%. Namun, bilamemperhitungkan komponen sejarah yaitu denganmemperhitungkan tingkat kematian padamasakolonialkenaikansuhu1°CakanmengurangiGDPsebesar3.8%.MenurutHowritz(2009)penggunaan data tingkat kematian pada era-kolonial merupakan proksi paling tepat dalammelihat hubungan suhu yangmemiliki hubungan dengan awalmula suatu negara,mengingatkondisiiklimdalamhaliniadalahsuhudapatmenjadiawalyangbaikbagisuatunegaradalam


280

perekonomian.

Kesimpulan

Pembangunanperkotaan sebagaipusatekoonomi sejatinyadapatmeningkatkanPDRBpada kawasan tersebut.Namun, pembangunan perkotaan dengan pembangunan infrastrukturdanfasilitaspublikmenjadikankotamemilikidayatarikyangbesarbagimasyarakatpedesaan.Hal ini yang memicu terjadinya urbanisasi di perkotaan. Terjadinya urbanisasi inilah yangmemaksasuatukotauntukmeningkatkanpembangunanfasilitasdiperkotaandemimemenuhikebutuhanmasyarakatyangada.Sehinggasuatukotamengalamidegradasipadajumlahvegetasialami yang ada. Vegetasi alami yang ada sejatinya memiliki kemampuan yang baik dalammenyerappanassinarmataharisehinggasuhudiperkotaandapatterkendalisertamengurangidampakdaripemanasanglobalyangterjadi.Kondisiinilahyangmendorongterjadinyafenomenaurban heat island di kawasan perkotaan. Kenaikan suhu inilah yang dapat mengurangipendapatanmasyarakatnantinyamelaluikonsumsienergiyangberlebihdanpenggunaanmesinpendingin secara berlebih. Selain itu urbanisasi yang terjadi akan memengaruhi peneterasihembusan angin terhadap kawasan urban sehingga memiliki dampak yang kecil dalammemitigasiurbanheat island. Dalammelihatkenaikansuhu tersebutdapatdilakukandenganberbagai cara, berdasarkan penelitian sebelumnya, para peneliti menggunakan beragam caraseperti;menggunakandataalihfungsilahan,citrasatelit,korelasidanregresi.

DAFTARPUSTAKA

Cul,Y.,Xu,X.,Dong,J.,&Qin,Y.(2016).Influenceofurbanizationfactorsonsurfaceurbanheatislandintensity:acomparisonofcountriesatdiffrentdevelopmentalphases.Sustainability.RetrievedfromMDPI.

Gartland,L.(2008).HeatIsland:UnderstandingandMitigatingHeatinUrbanAreas.NewYork:Earthscan.

Horowitz,J.K.(2009).TheIncome–TemperatureRelationshipinaCross-SectionofCountriesanditsImplicationforPredictingtheEffectsofGlobalWarmig.EnvironmentResourceEconomics,475-493.

Joga,N.(2017).MewariskanKotaLayakHuni.Jakarta:PTGramediaPustakaUtama.

MIner,M.J.,Taylor,R.A.,Jones,C.,&Phelan,P.E.(2016).Efficiency,economicsandtheurbanheatisland.Environment&Urbanization.

Tjiptoherijanto,P.(1999).UrbanisasidanPengembanganKotadiIndonesia.Populasi,57-72.

PENGARUHKEMACETANLALULINTASTERHADAPPRODUKTIVITASTENAGAKERJA

DekaWidiyan (2013110044)


281

Abstrak

Perkembangandanpertumbuhanekonomiyangsemakinmeningkatsecaratidaklangsungakanberpengaruhpadapeningkatanjumlahkendaraanyangsignifikan(Susanti & Magdalena , 2015). Pergerakan orang dan barang, mengakibatkankemacetan lalu lintas juga menimbulkan social cost seperti waktu tempuhperjalanan,konsumsibahanbakar,jugapolusiudara(Errampali,Senathipati,&Thamban,2014). Selain itu, kemacetanberpengaruhpadaproduktivitas tenagakerja. Dimana kemacetan akan membuat seorang pekerja merasa lelah, dankurangbersemangatdalambekerjayangmengakibatkanpadapenurunanoutputyangdihasilkanolehseorangpekerjatersebutHarrietetal.(2013),danSomuyiwaetal.(2015).

Katakunci:Ekonomi,Kemacetan,Produktivitas,Socialcost

1. PENDAHULUAN

1.1 LatarBelakang

Jumlah penduduk di Indonesia terus mengalami peningkatan setiap tahunnya.Berdasarkanhasilsensuspenduduktahun2010, jumlahpendudukIndonesiasudahmencapaisekitar237,6 juta jiwaataubertambah sekitar32,5 juta jiwa sejak tahun2000 (BadanPusatStatistik). Pertumbuhan jumlah penduduk tersebut tentu berpengaruh juga pada kegiatanekonomi. Secara tidak langsung hubungan kedua hal tersebut menimbulkan dampak negatif.Peningkatan aktivitas masyarakat akibat kenaikan penduduk secara tidak langsung akanmeningkatkanpermintaanpadasaranatransportasi.Halinimengakibatkanpeningkatanjumlahkendaraanbermotoryangberdampakpadameningkatnyavolumekendaraanpadalalulintas.

Perkembangan dan pertumbuhan ekonomi yang semakin meningkat telah membuatpeningkatanjumlahpergerakanorangdanbarangyangsignifikan.Peningkatanmobilitasorangdan barang menimbulkan dampak negatif, salah satu dampak negatifnya adalah terjadinyapeningkatankemacetanlalulintas.Akibatdarikemacetantersebutmenimbulkansocialcostyangcukuptinggi,lamanyawaktutempuhperjalanan,konsumsibahanbakarminyakyangbertambahyangmenimbulkanbiaya transportasi semakin tinggi hingga bertambahnya angka kecelakaandanstresditengahmasyarakat.(Susanti&Magdalena,2015).Selainitu,seiringdengankenaikanpendapatanmasyarakat,meningkatnyakekayaan,populasi,danketersediaanfasilitaspinjamankendaraanmengakibatkanlebihbanyakorangberalihpadakepemilikanmobilpribadi(Harriet,Poku,&Emmanuel,2013).Dapatdisimpulkandaripernyataantersebutbahwaadahubunganantara tingkat pendapatan , populasi, dan fasilitas pinjaman kendaraan terhadap kepemilikanmobil.Beralihnyapersepsiseseoranguntukpindahpadakepemilikanmobilpribadi,berdampakdapatpeningkatanvolumekendaraandijalandiakibatkanadanyapenambahankuantitaspadakendaraan.

Kemacetanlalulintasdiakuidiseluruhduniasebagaimasalahyangberkembang.Halinisangatpentingbaginegaraberkembangdimanabanyakkotaberoperasidibawahkondisi lalulintasyangpadatdalamhitunganharikarenacampuranlalulintasyangheterogen.Kemacetansebenarnya adalah kejenuhan kapasitas jaringan jalan karena pengurangan kualitas layananreguleratautidakteratur,dicontohkanolehpeningkatanwaktutempuhdanwaktuperjalananyangterbuang.Secaraumumkemacetanlalulintasmemilikitigaefekutamapadapenggunajalan


282

yaitukenaikanwaktutempuhyangdibutuhkanuntukperjalanan,Vehicleoperatingcost(VOC)yangkomponenutamanyaadalahbahanbakarminyakdanpencemaranlingkunganakibatemisiyangdikeluarkandarikendaraan.(Errampali,Senathipati,&Thamban,2014).

Menurut penelitian Errampali et al, Saat kendaraan bergerak dalam kondisi padat, iaharusmenjalanibanyakoperasisepertiakselerasi,perlambatan,perubahangigi,aplikasiremdll.Manuverpada Jalanyangmacet juga akanmengakibatkankeausandan secara tidak langsungakanberpengaruhpadakerusansukucadangdanbankendaraanlainnya.Olehkarenaitu,VOCdalamkondisilalulintassaatmacetakanlebihtinggidaripadadalamkondisilalulintassedangstabil.Konsumsibahanbakarkendaraanakanmeningkatpadasaatkondisijalanansedangpadatdibandingkanstabil.Selainituwaktuperjalananjugaakanmeningkatseiringdenganterjadinyakemacetan.

Vehicleoperatingcost(VOC)merupakanbiayayangdikeluarkanuntukmengoperasikankendaraan.Biayaoperasikendaraandipengaruhiolehberbagaikondisifisikjalan,geometric,tipeperkerasan,kecepatanoperasi,danberbagaijeniskendaraan(Nyoman&Asmani,2015).DalamhaliniVOChanyadilihatdarikonsumsibahanbakarminyak.Konsumsibahanbakarminyakdapatdipengaruhiolehkondisi infrastruktur jalan,kecepatan, jugaarus lalulintas. Dalampenelitianerrampali et al, Infrastruktur jalan juga sangat mempengaruhi pada konsumsi bahan bakar.Kondisi kemacetan pada saat jalanan sedang naik akan menguras bahan bakar lebih besardikarenakan manuver awal untuk menjalankan kendaraan akan mengambil konsumsi bahanbakarlebihbesar.SelainVOC,kemacetanjugadapatberakibatpadakehilanganwaktu.

Kemacetanmerupakansalahsatubentukeksternalitasdalamtransportasi.Haliniterjadiakibatadanyatambahanwaktuperjalanan,baikyangdisebabkanolehtundaanlalulintasmaupuntambahan volume kendaraan yang mendekati atau melebihi kapasitas pelayanan jalan.Kemacetan dapatmemengaruhi pruduktivitas pekerja. Dalam konteks ekonomi, produktivitasdipandang sebagai rasio (total output bisnis) / (biaya rata-rata dari input bisnis). DalampenelitianSomuyiwaetal,Kemacetandapatmempengaruhiproduktivitasdalamtigacarautama.Pertama,denganmeningkatkanbiayadarioperasipengirimansaatini.Kedua,kemacetandapatmengurangi tingkat penjualan, dimana dengan adanya kemacetan pergerakan barang akanmengalami gangguan dalam pengirimannya, dan ketiga, meningkatkan biaya unit melaluihilangnya peluang untuk ekonomi dalam skala produksi dan proses pengiriman. (Somuyiwa ,Fadare,&Ayantoyibu,2015)

Kemacetanlalulintaskhususnyadiwilayahperkotaanharusdapatdiatasikarenadapatmenimbulkanmasalahekonomiyangcukupbesar.Perluasankapasitasjalan,kapasitasangkutanumum,pemakaianjalurbuskhusus,danmemberikanjalanalternatif,merupakanalternatifyangdapatdilakukanuntukmengurangitingkatkemacetandiwilayahperkotaan(Somuyiwa,Fadare,&Ayantoyibu,2015).Namun,haltersebutmenyebabkankemungkinanresponkecelakaanyanglebihtinggi.Dimana,denganadanyaalternafiftersebutjugaberdampakpadapelanggaranglalulintasyangadadiwilayahperkotaan.

1.2 RumusanMasalah

Transportasi merupakan salah satu bagian integral dari masyarakat modern, yangdirancang untuk memberikan pergerakan ekonomi yang efisien dan ekonomis. Selain itutransportasidapatdigunakanuntuksaranayangmemberikanaksesterhadapberbagaiaktivitas


283

ekonomi. Adanya peningkatan penggunaan transportasi seharusnya dapat memberikankemudahan pada kegiatan ekonomi. Namun, pada kenyatannya peningkatan penggunaantransportasi mengakibatkan pada peningkatan volume kendaraan dijalan yang jugamengakibatkanpadakemacetanlalulintas.Selainitu,Kemacetanmengakibatkanpadapenurunanproduktivitas pekerja dikarenakan adanyawaktu yang terbuang. Dari paparan diatasmunculpertanyaanpenelitiansebagaiberikut:

Bagaimanapengaruhkemacetanlalulintasterhadapproduktivitaspekerja?

1.3 TujuandanManfaatPenelitian

Tujuan penelitian ini adalah untuk melihat sejauh mana kemacetan lalu lintasmemengaruhiproduktifitaspekerja.Manfaatpenelitianiniuntukmemberikangambarandampakkemacetanterhadapproduktivitaspekerja.


Adanya kenaikan pendapatan masyarakat secara tidak langsung akan meningkatkanjumlah kendaraan dikarenakan banyak orang beralih ke kendaraan pribadi dengan anggapandapatmeminimalkanbiayaperjalanan.Peningkatanjumlahkendaraanjugaakanmeningkatkanvolumekendaraandijalan yangmenyebabkanpadakemacetan lalu lintas,hal tersebut terjadikarena volume kendaraan tidak dapat ditopang oleh kapasitas arus lalu lintas. Kemacetanmenimbulkan dampak negatif yaitu adanya waktu yang terbuang dan peningkatan konsumsibahan bakar. Waktu yang terbuang membuat seseorang tidak produktif karena adanyapenguranganwaktudalambekerja.

Pembahasan

2.1 KonsumsiBahanBakar

Setiap penggunaan kendaraan pasti akanmengeluarkan biaya operasional kendaraan.

KenaikanPendapatan

WaktuTerbuang

VolumeKendara-

an

Kemacet-an

ProduktivitasPekerja

JumlahKendara-

an

KonsumsiBahanBakar


284

Salah satu hal yang harus dekeluarkan dalam biaya operasional kendaraan adalah konsumsibahan bakarminyak. BBMmerupakan hal penting dalam penggunaan kendaraan karena jikakendaraantidakmenggunakanbahanbakartentukkendaraantersebuttidakdapatdigunakan.Dalammenghitungbesarnyakonsumsibahanbakarminyakkecepatandan infrastruktur jalansangatberpengaruh.DalampenelitianMadhuErrampalietal.kecepatansangatdipengaruhiolehkecepatandaninfrastrukturjalan.Kecepatansangatmemengaruhikonsumsibahanbakarminyakdimana saat kecepatan sedang lambatmaka akan akanmenghabiskan konsumsi bahan bakarminyak lebih banyak. Saat kendaraan bergerak dalam kecepatan rendah, ia harus menjalanibanyakoperasisepertiakselerasi,perlambatan,perubahangigi,aplikasiremdll.Manuverpadakecepatanrendahsaatkemacetanjugaakanmengakibatkankeausandansecaratidaklangsungakan berpengaruh pada kerusan suku cadang dan ban kendaraan lainnya. Infrastruktur jalanmemengaruhi konsumsi bahan bakar dilihat dari kekasaran dan kelandaian jalan. Dalammenghitung konsumi bahan bakar, kondisi infrastruktur jalan sangat dipertimbangkan. Haltersebut dikarenakan kondisi jalan saat landai akan menguras bahan bakar lebih besardikarenakan manuver awal untuk menjalankan kendaraan akan mengambil konsumsi bahanbakar lebih besar. (Errampali, Senathipati , & Thamban, 2014). Dalam penelitian Grillo danLaperrouze(2012),kemacetanterjadisaatkecepatanberadadibawah30kmper jam.SejalandenganpenelitianErrampalietal,yangjugamengatakanbahwakemacetanterjadidibawah30kmperjam.

Kemacetan lalu lintasmerupakanmerupakansuatukondisidimanavolumekendaraantidakdapatditopangolehkapasitasaruslalulintas.KemacetanlalulintasmenimbulkandampaknegatifSalahsatunyaadalahpeningkatankonsumsibahanbakar.PenelitianMadhuErrampallietal,menghitungberapabesarnyakerugianakibatwaktuyangterbuangdanpeningkatankonsumsibahan bakar. Menggunakan model regresi dengan teknik analisis OLS, kerugian yang terjadiakibatkemacetandibeberaparuasjalanIndiamencapai$8489/jam.SejalandenganpenelitianSusantidanMagdalena(2015),yangmenghitungberapabesarkerugianwaktuyangterbuangdanpeningkatankonsumsibahanbakardiMedan.Hasilnyadenganmenggunakanmetode incomeapproach dan Biaya operasional kendaraan (BOK) dalam konsumsi bahan bakar hasilnyakerugianakibatkemacetandibeberaparuasjalankotamedanmencapairp47juta/jam.

2.2 WaktuYangTerbuangAkibatKemacetan

Kemacetan memiliki dampak negatif pada seseorang khususnya pekerja. Adanyakemacetanakanberpengaruhpadaproduktivitasseseorangyangbekerja,dimanasalahsatunyadilihatdariwaktubekerjayangterbuangakibatadanyakemacetan.Penelitiansomuyiwaetal.(2015),membuktikanadanyapengaruhnegatifadanyawaktuyangterbuangakibatkemacetanterhadapproduktivitaspekerja.PenelitianSucantidanMagdalena(2015),mendefinisikanwaktuyang terbuang akibat kemacetan adalah waktu tempuh yang hilang untuk seseorang karenaadanyakepadatanaruslalulintasdijalan.Waktuyangterbuangmerupakansalahsatudampakdariadanyakemacetan.DalambabiniakansedikitdijelaskanmengenaimodelIncomeapproachdalammeghitungwaktuyangterbuangakibatkemacetan.

Perhitunganbesarnyabiayawaktuyanghilangatauharusdikeluarkandiperolehdarinilaiwaktu,tundaan,volumekendaraansaatpeakdanfaktormuat(okupansi)tiapkendaraan.Dalampenelitian iniperhitunganbesarnyanilaiwaktumenggunakanpendekatandariPDRB(MetodeIncomeApproach).PerhitungannilaiwaktuperjalanandenganmetodeIncomeApproachinicukupsederhana karena hanya menggunakan faktor, Produk Domestik Regional Bruto (PDRB) tiap


285

orangdanjamkerjatahunantiaporang.AnalisaMetodeIncomeApproachadalahsebagaiberikut:

Ø =

]^w_de¶\ü

£¶ua`e®¶°¶ℎâ\¶\

Darinilaiwaktuperjalanandapatdigunakanuntukmenghitungbesarnyakerugianakibatkemacetanyangdapatdijelaskansebagaiberikut:

Biayawaktuperjalanan(macet)=∞±(§{ ∗ f) ∗ Ø≥ ∗ ÖÜ¥

Dimana:

VK =VolumeKendaraan(Kendaraan/jam)

O =Okupansi(Orang/kendaraan)

Ø =Nilaiwaktuperjalanan(Waktu/orang/jam)

TW =TundaanWaktu.

2.3 ProduktivitasTenagaKerja

Secara umum produktivitas merupakan rasio antara kualitas yang dihasilkan denganjumlahkerjayangdilakukanuntukmencapaihasiltersebut.ProduktivitasmenurutRusliSyarif(1991), merupakan hubungan antara kualitas yang dihasilkan dengan jumlah kerja yangdilakukan untuk mencapai hasil tersebut. Menurut penelitian Basu Swasta dan Ibnu Sukotjo(1995),Produktivitastenagakerjamerupakansebuahkonsepyangmenggambarkanhubunganantara output yang dihasilkan oleh tenaga kerja dengan input yang digunakan dalammenghasilkansuatuproduk.

Produktivitas tenaga kerja dapat dipengeruhi oleh waktu yang terbuang akibatkemacetan, jarak antara rumah dan tempat kerja, dan pengeluaran biaya tambahan untukkonsumsiBBM.HaltersebutdapatdibuktikandaripenetianSomuyiwaetal,(2015)danHarrietetal, (2013).DalampenelitianSomuyiwaetal, (2015)membuktikanbahwawaktu, jarak,danbiaya komuter terbuktimemengaruhi produktivitas pekerja. Implikasinya semakin jauh jarakantara rumah dan tempat kerjanya, banyaknya waktu yang terbuang akibat kemacetan, danpenambahanbiayauntukkonsumsibahanbakaryangdiasumsikanmenggunakangajinya,akanmembuatseorangpekerjamerasalelah,dankurangbersemangatdalambekerja.Haltersebutjugamengakibatkan pada penurunan output yang dihasilkan oleh seorang pekerja tersebut danberdampakpadapenurunanproduktivitaspekerja.SejalandenganpenelitianHarrietetal,(2013)yangmembuktikanadanyapengaruhkemacetanlalulintaspadaproduktivitastenagakerja.Lelahdanstressnyaseorangpekerjaakibatkemacetandijalanmengakibatkanoutputyangdihasilkanpekerjatersebutmenurundanberakibatpadapenurunanproduktivitaspekerja.

PenelitianTerdahulu

Penelitian Judul Metode Hasil


286

Somuyiwa,Fadare,Ayantoyinbo(2015)

Analysisofthecostof

trafficcongestionon

worker’sproductivity

inamegacityofa

developingeconomy

AnalisisMultivariat

BiayakemacetanyangdilihatdaripeningkatankonsumsiBBMdanwaktutempuhyangterbuangberpengaruhsignifikanterhadapproduktivitastenagakerja

MadhuErrampalli,VelmuruganSenathipathi,DeepaThamban(2015)

EffectofCongestionon

FuelCostandTravel

TimeCostonMulti-

LaneHighwaysin

India

AnalisisOLS Hasilnyamenunjukanadanyapengaruhkemacetanterhadapkonsumsibahanbakardanwaktuperjalanan.

SuciSusantidanMariaMagdalena(2015)

EstimasiBiaya

KemacetandiRuas

JalanKotaMedan

AnalisisModelBOKpadakonsumsibahanbakar

PerkembangandanpertumbuhanekonomiyangsemakinmeningkatdiKotaMedanberpengaruhsignifikanterhadappeningkatanjumlahkendaraan,mobilitasorangdanbarangdanberdampakpadakemacetanlalulintas

ImamBasukidanSiswadi(2008)

BiayaKemacetandi

RuasJalanKota

Yogyakarta

AnalisisOLS Kerugianpalingdasardarikemacetanlalulintasadalahkerugianwaktutempuhdanadanyapemborosanbahanbakarsehinggamengakibatkankenaikanbiayaoperasionalkendaraan

TakyiHarriet,Kofipoku,aninKwabenaEmmanuel(2013)

AnAssessmentof

TrafficCongestionand

ItsEffecton

ProductivityinUrban

Ghana

DeskriptifKuantitatif

kemacetanlalulintasdikotaKumasiberdampaknegatifpadaproduktivitaspekerja.adanyakemacetanmebyebabkantenagakerjamenjadilelahdanstressdijalan.Haltersebutyangmenjadikanproduktivitastenagakerjaturun.

Penutup

Perkembangan dan pertumbuhan ekonomi yang semakinmeningkat berdampak pada


287

peningkatan penggunaan kendaraan. Penggunaan kendaraan yang meningkat menyebabkanvolume arus lalu lintas mengalami kemacetan. Kemacetan terbukti menyebabkan adanyapeningkatan konsumsi bahan bakar dan waktu tempuh yang terbuang. Dalam menghitungkonsumi bahan bakar, kondisi infrastruktur jalan sangat dipertimbangkan. Hal tersebutdikarenakan kondisi jalan saat landai akan menguras bahan bakar lebih besar dikarenakanmanuverawaluntukmenjalankankendaraanakanmengambilkonsumsibahanbakarlebihbesar.

Kemacetanterbuktidapatmenurunkanproduktivitaspekerja.DibuktikanolehpenelitianSomuyiwaetal,(2015)danHarrietetal,(2013)dimanawaktuyangterbuangakibatkemacetan,jarak antara rumah dan tempat kerja, dan biaya komuter dapat memengaruhi penurunanproduktivitas pekerja. Hal tersebut dapat terjadi karena Lelah dan stressnya seorang pekerjaakibatkemacetanlalulintas.

DAFTARPUSTAKA

Basuki,I.,&Siswadi.(2008).BiayakemacetanruasjalankotaYogyakarta.JurnalTeknikSipil,9no1,71-80.

Errampali,M.,Senathipati,V.,&Thamban,D.(2014).Effectofcongestiononfuelcostandtraveltimecostonmulty-lanehighwaysinIndia.InternationalJournalforTransportEngineering,5,458-472.

Harriet,T.,Poku,K.,&Emmanuel,A.K.(2013).AnassessmentontrafficcongestionanditseffectonproductivityinurbanGhana.InternationalJournalofbussinesandsocialscience,4no3,225-234.

BasuSwasthaDH.,Dr.,SE.,MBA.IbnuSukotjo.W,SE,PengantarBisnisModern,(PengantarEkonomiPerusahaanModern).Liberty.Yogyakarta

Grillo,F.&.(2013).Measuringthecostofcongestiononurbanareaandtheflexiblecongestionright.JournalofManagementandSustainabillity,3no2,40-55.

Nyoman,D.A.,&Asmani,R.(2015).Biayaoperasionalkendaraan(BOK)sebagaidasarpenentuantarifangkutanumumpenumpang(AUP).Padukaraksa,4no2,35-40.

RusliSyarif,(1991)Produktivitas,AngkasaBandung,

Somuyiwa,Fadare,&Ayantoyibu.(2015).Analysisofthecostoftrafficcongestiononworker'sproductivityinamegacityofadevelopingeconomy.InternationalReviewofManagementandBussinesResearch,4,644-656.

Susanti,S.,&Magdalena,M.(2015).EstimasibiayakemacetandikotaMedan.JurnalPenelitianTransportasiMultimoda,13no1,21-30.


288




ISU 10. KEBIJAKAN FISKAL


289

PENGARUHEFISIENSIBANKTERHADAPSTABILITASPERBANKAN

Jessica (2014110001)

NauliCahyaningM (2014110016)

NidiaPutriU (2014110021)

ABSTRAK

Industriperbankanmerupakanlembagadansumberdanautamabagitransmisikebijakan moneter dan kegiatan perekonomian sebuah negara. Untukmenciptakanperekonomianyangberkelanjutandibutuhkanstabilitasperbankanyangbaik. Stabilitasperbankanmungkindapatdipengaruhiolehefisiensibankkarena bank yang lebih efisien akan lebih unggul dan bertahan dibandingkandenganbankyangtidakefisien.Makadariitu,makalahinibertujuanuntukmelihatpengaruhefisiensibankmelaluiaspekpersainganperbankan,kebijakanmoneterkontraktif, dan kinerja perbankan terhadap stabilitas perbankan. Berdasarkanstudi literatur yang dilakukan, hasil menunjukkan bahwa belum ditemukanadanya literatur mengenai pengaruh efisiensi bank secara langsung terhadapstabilitas perbankan. Lalu, kekurangan makalah ini adalah dengan munculnyabeberapamasalahdanpertanyaan yangbelumdapat diselesaikan olehpenulisdanmembutuhkanpenelitianyanglebihlanjut.

Katakunci:Banking,Competition,Efficiency,Stability

1. PENDAHULUAN

Industriperbankanmerupakanlembagautamadalamtransmisikebijakanmoneterdansumberdanautamauntukkegiatanperekonomian.Jikaarusdanamodaldarisektorperbankankepadamasyarakatberjalan lancar,makapertumbuhanekonomipundapatmeningkat.Untukmenciptakanperekonomianyangberkelanjutandibutuhkanstabilitasperbankanyangbaik.Dinegaraberkembang,sektorperbankanmendominasisistemkeuanganpasarkarenaperbankanmendominasilebihdari70-80persensistemkeuangan,danstabilitasperbankanmengasumsikankeunggulanyanglebihbesardalammemastikanstabilitaskeuangan.StabilitaskeuanganmenurutSwamy(2014)merupakansistemkeuanganyangmampumencapaialokasisumberdayayangefisien;menilaidanmengelolarisikokeuangan;danmenyerapguncanganyangmuncul.

Stabilitasperbankanmungkindapatdipengaruhiolehefisiensibankkarenabankyanglebihefisienakanlebihungguldanbertahandibandingkandenganbankyangtidakefisien.Bankyang tidak efisienmungkin akanmenghadapi kegagalan dan akhirnya didorong keluar pasar.Efisiensibankpadaakhirnyadapatmeningkatkankesejahteraandanmempercepatpertumbuhanekonomi. Pada makalah ini, kami menganalisis hubungan efisiensi bank terhadap stabilitasperbankan dengan menggunakan metode studi literatur. Berdasarkan literatur yang kamigunakan,terdapattigaaspekyangmemengaruhiefisiensibankyangkemudianberdampakpadastabilitas perbankan, yaitu kebijakan moneter kontraktif, persaingan perbankan, dan kinerjaperbankan.


290

ASPEK-ASPEKYANGMEMENGARUHIEFISIENSIDANSTABILITASPERBANKAN

2.1 KebijakanMoneterKontraktif

Kebijakanmonetermerupakankebijakanyangdiaturolehbank sentraldengan tujuanmencapai stabilitas harga. Kebijakan moneter yang diterapkan tentunya harus disesuaikandengan kondisi perekonomian di suatu negara. Dalam pelaksanaannya, sektor perbankanmerupakan sektor yang langsungmerasakan dampak dari kebijakanmoneter. Hal ini terjadikarena untukmenjaga stabilitas harga, bank sentral dapatmenggunakan transmisi kebijakanmonetermelaluisukubungadepositodankreditbank.Padaakhirnya,kebijakanmoneter jugadapatmemengaruhiefisiensibank.Secaraumum,efisiensiperbankandapatdilihatdariduasisi,yaitusisibiaya(costefficiency)dansisikeuntungan(profitefficiency).MenurutBergerdanMester(1997) model pendekatan efisiensi profit lebih unggul dibanding pendekatan efisiensi biaya.Alasanpertamaadalahefisiensiprofittelahmemperhitungkaninefisiensidariduasisi,yaitusisiinputdanoutput.Sementaraefisiensibiayalebihditekankanpadasisiinput.Kedua,secarakonsepekonomi, efisiensi profit dapat diterima daripada efisiensi biaya. Ketiga, efisiensi biaya padaprinsipnyadidasarkanpadabiayaminimumpada suatu level output tertentu,padahal tingkatoutputtersebutbelumtentuberadapadaleveloutputoptimal.dapatmemengaruhitingkatsukubungabank.Sebagaisalahsatusumberpenghasilansektorperbankan,perubahantingkatsukubunga kredit tentu akan berpengaruh pada profit perbankan. Maka, kebijakan moneter yangdilaksanakanolehbanksentralmelalui jalurperubahansukubungadepositodankredit,padaakhirnyaakanmemengaruhiefisiensisektorperbankan.

Perbankanmerupakankumpulan lembagayangmemiliki fungsisebagaipenyalurdanadaripihakyangkelebihandana(surplusunit)kepadapihakyangkekurangandana(deficitunit).Namun, tidak dapat dipungkiri bahwa bank juga merupakan suatu bentuk korporasi yangbertujuanuntukmendapatkanprofit.Padaumumnya,sumberkeuntunganutamasebuahbankadalahpendapatanbunga yangdiperolehdari nasabah (debitur) yangmeminjamdanadalambentukkredit.Besarnyapendapatanbungabergantungdaribesarnyakredityangdikucurkandantingkat suku bunga yang ditetapkan. Seperti yang sudah dijelaskan sebelumnya, kebijakanmoneter memiliki dampak terhadap suku bunga perbankan. Cadet (2009) meneliti tentangdampak kebijakan moneter kontraktif terhadap perbankan di negara berkembang. Iamenggunakanpendekatanmodelsektorperbankandanbankindividual.Iamenemukanbahwapengetatan kebijakan moneter melalui penerbitan treasury bills oleh bank sentral dapatmeningkatkanprofitperbankan.Halinikarenasektorperbankandinegaraberkembangsangatlikuid.

Namun, kebijakan moneter tidak sepenuhnya memberikan dampak yang positif bagiperbankan. Dengan menggunakan persamaan kalkulus, Cadet (2009) memodelkan sektorperbankan dalam memaksimalkan profit dan bank individu sebagai price taker. Hasil daripenelitiantersebutmengatakanbahwameskipuntreasurybillsmerupakansumberkeuntunganalternatif untuk perbankan di negara berkembang, pengetatan kebijakan moneter akanmeningkatkan probabilitas kegagalan perbankan. Hal ini terjadi karena dari hasil penelitianmenunjukkan bahwa hanya bank-bank yang efisien mendapatkan profit dari pengetatankebijakanmoneter,sedangkanbankyangtidakefisientidakdiuntungkanataubahkanmengalamikerugian. Ketika bank sentral memperketat kebijakan moneter, bank yang efisien harus


291

mengurangipertumbuhanpinjamannyauntukmengurangidampakdariasymmetricinformationdan itulah alasan mengapa kebijakan moneter yang ketat dapat menyebabkan kenaikankeuntungan bank yang efisien. Namun, apabila seluruh bank yang tidak efisien mengalamikegagalanbanksecarabersamaandalammenghadapipengetatankebijakanmoneter,haltersebutdapatmenciptakan probabilitas terjadinya systemmic risk. Munculnya systemmic risk tersebutdapatmengganggustabilitasperbankan.

StudilainmengenaidampakkebijakanmoneterjugadilakukanolehLi&Wang(2012).MetodeyangdigunakanadalahDataEnvelopmentAnalysis(DEA)danStochasticFrontierAnalysis(SFA)dengandatadari14bankkomersialdiTiongkokpadaperiode1998-2010.HasilanalisismenunjukkanbahwadiTiongkokkebijakanmonetertidakmenunjukkanefekpositifpadacostefficiency.Selainitu,dampakpositifdarikebijakanmoneterterhadapprofitefficiencyjugaterbataskarenakebijakanmoneter justrumengurangi jumlah loanable funds.Artinya,kesempatanbagiperbankanuntukmendapatkanprofitmengecilkarenakebijakanmonetermembatasiperbankandalammenyalurkandananyakepadamasyarakat.

2.2 PersainganPerbankan

Persaingandisektorperbankansangatpentingkarenamemengaruhiefisiensiproduksijasakeuangan,kualitasprodukkeuangandantingkatinovasidipasar(Claessens,2009,dikutipdalamBanyadanBiekpe,2017).Persainganbankdapatmeningkat,salahsatunyaterjadiakibatadanya liberalisasipasarkeuangan sepertidi industriperbankanASEANdan liberalisasi sukubungadanpasarkreditakibatreformasidiBenuaAfrika.Selainitu,tingkatpersainganperbankanjugaberimplikasipadaakses terhadappembiayaan, alokasidanamodal, tingkatpertumbuhanekonomiserta tingkatstabilitaskeuangan(AmidudanWilson,2014,dikutipdalamBanyadanBiekpe,2017).Ukuranketatatautidaknyapersainganperbankandapatdilihatdariinterestratespreadsektorperbankan.Interestratespreadmerupakanselisihtingkatsukubungakreditdandeposito. Interest rate spread yang besarmenunjukkan tingkat kompetisi yang rendah, risikopasar yang dirasakan, ketidakpercayaan bank, disekonomi skala, hambatan peraturan yangdistortif,danketerbelakangansektorkeuangan(Randall,1998,dikutipdalamMotelledanBiekpe,2014).Maka,nilaiinterestratespreadyangrendahmenunjukkantingkatefisiensiperbankanyangtinggi.Selainitu,nilaiinterestratespreadjugamerupakansalahsatuukuranindikatorkesehatansektor keuangan. Namun, interest rate spread yang juga termasuk ke dalam financialintermediation spreadmemiliki hubungan kausal terhadap financial instability.Motelle, S. I. &Biekpe, N. (2014) menguji hubungan kausalitas antara financial instability dan financialintermediationspreaddenganmenggunakanmetodeBootstrappanelGrangercausality.HasildaripenelitiantersebutmenyatakanbahwavolatilitasinflasimenyebabkanpenyebaranintermediasikeuangandiBotswanadanSwaziland.Ketidakpastianmenyebabkanbankmembutuhkanpremirisikodalambentuk sukubungayang lebih tinggiuntukmengkompensasi volatilitas sehinggainterestratespreadakansemakinlebar.Maka,dibutuhkankebijakanmakroekonomiyangstabildan sehat serta berhasilmencapai tingkat pertumbuhan yang tinggi dan stabil, dan kebijakanmoneterefektifyangmencapaidanmempertahankanstabilitasharga.


292

Persaingan perbankan akanmeningkatkan stabilitas perbankanmelalui jalur efisiensi.Bankyangberadadipasaryangkompetitifberbedadenganbankyangberadadipasaryangtidakkompetitif. Berger dan Hannan (1998) dikutip dalam Schaeck & Cihak (2012) menunjukkanbahwabankyangberoperasidipasaryangtidakkompetitifkurangefisien.Dengankeadaanpasaryang seperti itu,maka akanmemicu terjadinya realokasi aset bank. Aset bank tersebut akanberpindahdaribankyangkurangefisienkebankyangefisien.StirohdanStrahan(2003)dalamSchaeck&Cihak (2012) jugamengatakanbahwapersainganmengalokasikanprofit dari bankyanglemahkebankyangmemilikiperformabaik.Sehinggadapatdikatakanbahwapersainganpadaperbankanakanmeningkatkanefisiensiperbankan.Lalusemakinefisiensuatuperbankanmakaakanmendorongstabilitasperbankanmenjadilebihstabil.Halinidisebabkanolehtekananpersaingan akan meningkatkan efisiensi penyaringan dan pemantauan terhadap peminjam(borrowers), yang pada akhirnya akan meningkatkan kinerja peminjam (Chen, 2007, dikutipdalam Schaeck & Cihak, 2012). Sehingga peminjam tersebut tidak akan meningkatkan risikokreditperbankan.Makadariitu,penyaringandanpemantauanyangdilakukanlebihefisienolehbankjugadapatmenarikrisikokreditmenjadilebihbaik.

Penelitian Schaeck & Cihak (2012) mengatakan bahwa tingkat agregat dari non-performingloanslebihrendahdilingkunganyangkompetitif.Secaraumum,non-performingloans(NPL)merupakankreditpembayaranangsuranpokokdanataubunganyayangtelah lewat90hariataulebihsetelahjatuhtempo,ataukredityangpembayarannyasecaratepatwaktusangatdiragukan.Banyakhalyangdapatmenyebabkankreditbermasalahsepertiiniantaralain,sepertifaktornasabahdebituritusendirimisalnyaakibatkurangnyapengetahuanbisnisyangdibiayaibank,terjadinyamismanagement,konflikkeluargaataumungkinnasabahdebiturmemangsejakawalberniatmenipubank.Walaupunhaltersebutberasaldarifaktornasabahnamundemikiananalisiskreditdananggotakomiteaudit tetapdianggapgagalmendeteksi faktor tersebutbilaterjadi kredit bermasalah sehingga mereka harus bertanggung jawab. Tingginya NPL secaralangsung akan menyebabkan turunnya kualitas aset pada neraca perbankan. Namun denganadanyapersainganyangmendorongefisiensiperbankantersebut,makaNPLsuatubankdapatditekan. NPL tersebut dapat ditekan karena manajemen bank yang efisien akan lebihmemperketatpenyaringandanpemantauan terhadapborrower.Akibatdarihal itu,bankakanmenekanrisikokreditbermasalahkarenadapatmeningkatkanprobabilitaspengembaliandanaataupembayaranangsuranpokoksertabungannyapada jatuhtempoolehborrower.Sehinggadapat dikatakan NPL yang menurun atau lebih rendah di lingkungan yang kompetitif akanmendorongstabilitasperbankan.

Selain itu, persaingan perbankan yang tinggi juga memiliki hubungan denganpertumbuhanekonomi.HalinisesuaidenganpenelitianBanyadanBiekpe(2017)yangmengujihubungan persaingan pada sektor perbankan komersial terhadap pertumbuhan ekonomi diFrontierAfricanCountriesdenganmenggunakanBooneIndicator(BI)danRandomEffectsModel(REM).Hasildaripenelitian tersebutmengatakanbahwapersainganperbankanyangsemakinketat pada bank-bank komersial di Frontier African Countries akanmendorong pertumbuhanekonomi.Selainitu,GaffeodanMazzochi(2014)jugamenganalisishubunganpersaingansektorperbankan di negara-negara anggota OECD (Organisation for Economic Co-operation andDevelopment)periode1997-2010denganmenggunakanBooneIndicatoruntukmengukurtingkatpersaingan dan melakukan analisis panel regresi dengan dynamic GMM panel methodology.Hasilnya jugamenunjukkanbahwapeningkatanefisiensibankyangdidorongolehpersainganketatakanmemberikankontribusipositifterhadappertumbuhanekonomi.


293

Namun, hasil berbeda ditunjukkan dalampenelitianHoxha (2011) yangmengestimasistandardeviasinilaitambahpertumbuhandariindustri.Hasilstuditersebutmenunjukkanbahwapeningkatanpersainganperbankandapatmeningkatkanvolatilitaspertumbuhansemuaindustri,danpeningkatan volatilitas industri lebih banyakberasal dari industri yangmemiliki peluanginvestasi lebih tinggi. Lalu, Hoxha (2011) juga menganalisis pengaruh tingkat konsentrasiperbankan terhadap financial instabilitydenganmenggunakank-bank concentration ratio danHerfindahl–HirschmanIndex(HHI).Hasilnyamenunjukkanbahwadenganasumsiceterisparibus,peningkatankonsentrasiperbankanakanmenyebabkanpenurunanvolatilitasseluruhindustri.Padahal, peningkatan konsentrasi perbankanmenunjukkan persaingan yang semakin rendah.Maka,persainganbukanlahhalyangdapatlangsungmenciptakanefisiensidisektorperbankan,karenadalampersaingan,bankyanglebihefisienakanmemilikikeunggulandibandingkanpasaryangkurangefisien,sepertimendapatkanpangsapasaryanglebihbesar;sementarayangtidakefisienmungkinakanmenghadapikegagalandanakhirnyadidorongkeluarpasar.Sehinggadalamhal ini,Hoxha(2011)mengusulkanparapembuatkebijakanseharusnyatidakbertujuanuntukmengurangikonsentrasidan/ataumeningkatkanpersaingandisektorperbankan.Sebaliknya,kebijakanharusbertujuanuntukmeningkatkanefisiensidaribank.

2.3 KinerjaPerbankan

Efisiensi perbankan sejauh ini sering diukur melalui kinerja perbankan. Kemampuanmenghasilkanoutputyangmaksimaldenganinputyangadaatauataumendapatkantingkatinputyang minimum dengan tingkat output tertentu merupakan ukuran kinerja yang diharapkan(Hadad et al, 2003). Dari identifikasi input-output tersebut, pengukuran kinerja efisiensi pundapat diidentifikasimelaluiTechnical Efficiencies (TE),MixEfficiencies (ME),Scale Efficiencies(SE),Cost Efficiencies (CE),Allocation Efficiency (AE) seperti yang dilakukan dalam penelitianWongdanDeng(2016),yaituuntukmelihatberbagaiaspekefisiensidaribank–bankdiASEAN.ManfaatyangdapatdiperolehadalahpengukurankinerjatersebutmemberikananalisiskinerjaperbankanyanglebihmendalamdikawasanASEANdandenganmengetahuikinerjarekan-rekanregionalmereka,maka akanmemungkinkan bank untuk berusahamensejajarkan posisi banktersebutdenganpesaingregionalmereka.

DenganmenggunakanteknikanalisisDataEnvelopmentApproach (DEA),darikeempatnegaraASEANyangditeliti,yaituIndonesia,Malaysia,Filipina,danThailandpadatahun2000–2010 hasilnya menunjukkan bahwa bank–bank yang berasal dari Malaysia lebih efisiendibandingkan dengan tiga negara lainnya, dan pada umumnya lebih efisien dalam hal teknis,biaya,campurandanalokasi.Walaupunbegitu,hasilnyamenunjukkanbahwaagaksulitbagisatubankuntukmencapaiefisiensidalamhalteknisdanbiaya.Namundemikian,halinimungkintidakmungkin dicapai jika bank mengetahui sumber inefisiensi dan menerapkan langkah-langkahuntukmemperbaikiareayangtidakefisien.

Selainitu,adaduakategoriperubahanefisienpadabank-bankASEAN,yaituberdasarkanukuran aset dan jenis kepemilikan. Ukuran bank-bank ASEAN diukur dengan total aset yangdimilikinya. Menurut Wong & Deng (2016), secara umum, bank dengan ukuran mediummerupakanbankyangpalingefisiendiantarayanglain,sedangkanbankberukurankeciladalahbankyangpalingtidakefisienkecualidarisegiSE,yangmenunjukkanbahwaefisiensimeningkatseiringdenganukuranbank,yaitusemakinbesarukuranbank,makaskalabankakanlebihefisien.Namun, hasil dari penelitian Wong & Deng (2016) tersebut mengatakan sebaliknya, bahwasemakinbesarukuranbank,makabanktersebutsemakintidakefisien.Halinidisebabkankarena


294

semakinbesarukuranbankyangberartisemakinbanyakasetyangdimilikibanktersebut,yangkemudianakanmendorongbankmenerimaproyekyangberesikotinggi.Selainitu,diketahuijugabahwabankyangberukurankecildanmenengahmenunjukkannilaiMEtertinggiyangberartibank-bankASEANyangberukurankecildanmenengahfleksibeldalammemanfaatkanproporsiinput.Sedangkan,bankbesarmemilikinilaiSEtertinggiyangmenunjukkanbahwabankbesarberoperasidi"ukuranoptimal".Namun,nilaiCEbagitigaukuranbanktersebut,menunjukkannilai terendahdiantara berbagai jenis nilai efisiensi.Hal inimenunjukkanbahwa semuabankASEAN terlepasdari ukuranbanknya, paling tidak efisiendalammeminimalkanbiayaoperasiyangterkaitdenganproduksioutputnya(yaitulayananbank).Disisilain,hasilpenelitianWong&Deng(2016)jugamengatakanbahwabank-bankASEANberukurankecildanmenengahlebihrentan terhadap krisis ekonomi, dibandingkan dengan bank-bank besar. Perubahan efisiensibank-bankASEANberdasarkanjeniskepemilikaninidilihatdenganmembandingkannilaiTE,SE,ME,CE,danAEantarabankBUMNdanbankswasta.HasilyangdiperolehWong&Deng(2016)mengatakanbahwaselainnilaiSEdanME,nilaiefisiensibankBUMNlebihtinggidibandingkanbank swasta, yangdapatdiartikanbahwabankpemerintah lebih efisiendaripada swasta.Haltersebutdisebabkanolehadanyahak istimewayangdiberikankepadabankBUMNyang tidakdirasakanbankswasta,sepertitarifpajakyanglebihtinggidaripadabankBUMN.

Selain itu, Bouheni (2014) juga menguji tentang efek kebijakan regulasi (CapitalAdequacy)terhadaprisk-takingbankdenganmenggunakanTwo-stepdynamicpanelmodeldanGMMmodel.CARmerupakansalahsatu indikatorkinerjaperbankan.MenurutBouheni(2014)capitaladequacyyangmeningkatakanmenurunkanrisk-takingsehinggameningkatkanstabilitasbank.Artinyakebutuhanmodaldisejajarkanterhadapkepentinganbankdenganpihakdeposan,yang kemudian akan meningkatkan stabilitas perbankan. Ketersediaan modal tersebutmerupakanpenyanggauntukmeminimalisirkerugiandankegagalandalamperbankan,sehinggakecukupan ketersediaan modal dapat meningkatkan stabilitas perbankan. Persyaratankecukupanmodalinijugamemainkanperanyangcukuppentingdalammenyelaraskaninsentifpemilikbankterhadapdeposandankreditor.Osei-Assibey&Asenso(2015)jugamengujitentangpengaruhregulasibanksentraltentangmodalterhadapkinerjaspesifikbankkomersial,sepertipemberiankredit, spread sukubunga (ukuran efisiensi) dankredit bermasalah (NPL)denganmengestimasiNetInterestMargin(NIM),kredit,danNPL.MenuruthasilpenelitianOsei-Assibey&Asenso(2015),kelebihanmodaldiatasminimumakanmeningkatkanrisk-taking.Halinidapatterjadikarenabankakanmenciptakanlebihbanyakpinjamanbilamemilikikelebihanmodaldiatas persyaratan, sehingga kerugian kredit akan semakin tinggi. Lalu minimum capitalrequirementbankyangditingkatkansebagaipenyanggaterhadaprisikoakanberpotensiuntukmenjadipemicubankuntukmenghasilkan lebihbanyakkeuntungandenganmemberikanbadloans atau keputusan kredit yang buruk (bad credit decisions). Kecukupanmodal yang dapatmeningkatkanstabilitasperbankan, jikadikaitkandengankenaikanpemberianpinjamanakanmengakibatkanpeningkatanpadabiayapinjaman.Jikamodalbankterlalutinggimelebihibatasminimum yang dibutuhkan, maka dapat meningkatkan biaya pinjaman sebagai biaya akibatdiperolehnya modal yang tinggi. Selain itu, kebutuhan modal yang tinggi dan ketat dapatmeningkatkanrisk-takinginsentifbank.


295

KESIMPULAN

Berdasarkanstudiliteraturyangtelahdilakukan,kamimasihbelumdapatmenemukanliteratur yang dapatmenjelaskan pengaruh efisiensi bank secara langsung terhadap stabilitasperbankan.Adapunhasilyangkamiperolehadalahkebijakanmoneterkontraktifdanpersainganperbankanakanmemengaruhikinerjaperbankansertaefisiensibank,yangpadaakhirnyaakanmemberikandampakpadastabilitasperbankan.Darihasiltersebutdiketahuibahwadampakdariberubahnya efisiensi bank memiliki proses yang cukup panjang untuk mencapai stabilitasperbankan.Selainitudaribeberapaartikelyangtelahdipaparkandiatas,berkaitandenganefisienperbankan muncul beberapa pertanyaan dan masalah, seperti; (1)apakah peningkatanpersaingan perbankan sangat dibutuhkan. Hal ini dipertanyakan karena persaingan dapatmeningkatkan efisiensi perbankan dan mendorong stabilitas perbankan, namun di sisi lainpeningkatan persaingan akan membuat bank-bank yang tidak efisien bangkrut dan malahmenurunkan tingkatpesaing; (2)bagaimanaefisiensidapatmemengaruhi stabilitasperbankansecaralangsung?Belumditemukanliteraturyangdapatmenjelaskanhubunganlangsungantaraefisiensi dan stabilitas perbankan; (3)indikator apa saja yang memengaruhi persainganperbankan?;(4)Indikatorapasajayangdapatmengukurefisiensiperbankandankinerjasepertiapa yangdapat dikatakan efisien?; (5)apa yang akan terjadi jika sampelnyaberubah?Apakahhasilnya akan berubah atau tidak?; (6)selain CAR, deposit insurance jugamemengaruhi risk-taking,bagaimanadampakadanyadepositinsuranceterhadapstabilitasperbankan?

DAFTARPUSTAKA

Banya,R.M.,&Biekpe,N.(2017).Bankcompetitionandeconomicgrowth:EmpiricalevidencefromselectedfrontierAfricancountries.JournalofEconomicStudies,44(2),245-265.

Berger, A. N., & Mester, L. J. (1997). Inside the Black BOX: What explains differences in theefficienciesoffinancialinstitutions?JournalofBankingandFinance,21,1-59.

Bouheni,F.B.(2014).Bankingregulationandsupervision:canitenhancestabilityinEurope?.FinancialEconomicPolicy,6(3),244-269.

Cadet,R.L.(2009).Atheoryoflinkagebetweenmonetarypolicyandbankingfailureindevelopingcountries.JournalofFinancialEconomicPolicy,1(2),143-154.

Gaffeo,E.,&Mazzocchi,R.(2014).Competitioninthebankingsectorandeconomicgrowth:panel-basedinternationalevidence.DEMDiscussionPapers2014/02.

Hadad,M.D., Santoso,W.,Mardanugraha,E.,& Illyas,D. (2003).PendekatanparametrikuntukefisiensiperbankanIndonesia.BankIndonesia.

Hoxha, I. (2013). The effect of banking market structure on the volatility of growth ofmanufacturingsectorsindevelopingcountries.JournalofEconomicsandFinance,37,528–546.

Li, Y., & Wang, M. (2012). Capital regulation, monetary policy and asymmetric effects ofcommercialbanks’efficiency.ChinaFinanceReviewInternational,2(1),5-26.

Motelle,S. I.,&Biekpe,N.(2014).Financial intermediationspreadandstabilityof thebanking


296

systemintheSouthernAfricaCustomsUnion.JournalofManagerialFinance,23(3),1798-1817.

Osei-Assibey,E.,&Asenso,J.K.(2015).Regulatorycapitalanditseffectoncreditgrowth,non-performingloansandbankefficiency:EvidencefromGhana.JournalofFinancialEconomicPolicy,7(4),401-420.

Schaeck, K., & Cihak, M. (2013). Competition, efficiency, and stability in banking. Journal ofFinancialManagement,43(1),215-241.

Swamy,V.(2014).Testingtheinterrelatednessofbankingstabilitymeasures.JournalofFinancialEconomicPolicy,6(1),25-45.

Wong,W.P.,&Deng,Q.(2016).EfficiencyanalysisofbanksinASEANcountries.Benchmarking:AnInternationalJournal,23(7),1798-1817.


297

EKSTERNALITASKEBIJAKANMONETERTERHADAPSTABILITASKEUANGAN

AlFaisalMulkD. (2013110067)

TaracandraYahitadewi (2014110033)

R.M.YusufCatradiningrat (2014110046)

Abstrak

Pascakrisisfinansialglobaltahun2008terdapatperdebatanmengenaiperlunyamemasukkanstabilitaskeuangansebagaitujuankebijakanmoneter.Penelitianinibertujuan untuk mengkaji bagaimana kebijakan moneter dapat memengaruhistabilitas keuangan. Bagaimana pengaruh tersebut dapat berimplikasi kepadaefektivitaskebijakanyangdiperuntukkanuntukmenjagastabilitaskeuanganjugadikaji,khususnyakebijakanmakroprudensialdandepositinsurance.Melaluistudiliteratur yang telah dilakukan, ditemukan bahwa kebijakan moneter dapatmemengaruhistabilitaskeuangankarenakarakteristikkebijakanmoneteryangmemengaruhi cost of financing secara keseluruhan. Terdapat potensi untukkoordinasi antara kebijakan moneter dengan kebijakan makroprudensial,sementara deposit insurance tampak menimbulkan financial imbalance,khususnya bagi negara yang memberlakukan liberaliasi suku bunga. Konsepleaning against the wall patut dikaji lebih lanjut dengan kebijakan-kebijakanstabilitaskeuanganyangada.

KataKunci:kebijakanmoneter,kebijakanmakroprudensial,deposit insurance,stabilitaskeuangan

1. PENDAHULUAN

Seiringdengan semakinmaraknyaperdagangan internasional selangbeberapadekadeini, negara-negara di seluruh dunia semakin terhubung antar satu sama lain. Saat ini sudahterdapat perjanjian-perjanjian kerjasama ekonomi multinasional di berbagai penjuru dunia,sepertiEuropeanMonetaryUnion,ASEANEconomicCommunity(AEC),SouthernCommonMarket,Economic and Monetary Community of Central Africa, dan lain-lain. Salah satu bentuk arusglobalisasi ini diperkuat dengan pesatnya perkembangan teknologi sebagai katalisator yangmembuathambatangeografissemakintidakrelevan.Terjadinyafenomenainiberakarpadasifatalamimanusiayangmemangsalingmembutuhkan,begitupuladengannegaradimanamelaluiperdaganganinternasional,suatunegaradapatmenikmatibarangdanjasayanglebihberagamdanbisamelakukanspesialisasi.

Tidak dapat dipungkiri bahwa konsep perekonomian yang semakin terbuka terhadapperekonomian lainmemangmenjanjikan, tetapi tidaktanpacelahtersendiri.Dibalik interaksilintasnegaradisatusisimembuatsuatunegaramenjadilebihkuat,ternyatapengeksposaninijugamembuatnegarasemakinrentanterhadapkejadiandinegaralain.Buktinyatadarihalinidapat terlihat dari krisis keuangan Asia tahun 1997 dan krisis keuangan global tahun 2008dimanakejadiandisatunegaradapatmerambatkenegara-negaralain.Volz(2013)danWihardja(2014)beranggapanbahwakerangkakebijakansuatunegaraberperanpentingdalammenjamin


298

bahwa menjalin hubungan dengan negara lain dapat mendukung suatu negara alih-alihmemfasilitasi terjadinya krisis perekonomian. Selain berbagai kerjasama bilateral denganberbagainegara,IndonesiasudahmenjadibagiandariAECdanAsia-PacificEconomicCooperationyang sudah berjalan sertaRegional Comprehensive Economic Partnership yang hingga saat inimasih dalam proses perumusan. Melihat kejadian krisis finansial yang telah terjadi dimanaIndonesia turut terimplikasi,urgensidaripenguatankerangkakebijakandomestik tidakdapatdisangkal.

Salahsatuperdebatanyangtimbulakibatdarikrisiskeuanganglobaltahun2008apakahstabilitas keuangan harus menjadi pertimbangan ketika otoritas moneter hendak mengambilsuatukebijakan.Halinimerupakansuatukeunikankarenapadahakikatnyakebijakanmonetermemilikitujuanuntukmenstabilkanharga.Ditambahlagisebenarnyadalammenjagastabilitaskeuanganbukanlahbelumadakebijakannya, tetapisudahadakebijakanmakroprudensialdandeposit insurance. Dengan demikian, penelitian ini bertujuan untuk mengkaji bagaimanakebijakanmoneterdapatmemengaruhistabilitaskeuangansertabagaimanapengaruhtersebutdapatjugaberimplikasipadaefektivitaskebijakanyangdiperuntukkanuntukmenjagastabilitaskeuangan. Diharapkan bahwa dari penelitian ini dapat muncul gambaran dari bagaimanakerangka kebijakan moneter yang harus dibentuk, khususnya dalam menentukan apakahstabilitaskeuanganharusturutdijadikanpertimbangan.

ESENSISTABILITASKEUANGAN

Sektorkeuangandengansektorriiladalahbagaikanduasisikoinyangsama–tidakdapatdipisahkan. Sektor riil membutuhkan peron untuk memeroleh pendanaan yang dapatdimanfaatkan untuk melakukan berbagai bentuk investasi. Sektor keuangan hadir untukmemfasilitasikebutuhansektorriildenganmenyalurkandanadaripihakyangkelebihandanakepadapihakyangmembutuhkan–sesuatuyangkemudiandikenalsebagaifungsinintermediasi.Layaknyapenengahpadaumumnya,parapelakudalamsektorkeuangankemudiandikompensasioleh sektor riil, salah satu bentuk paling sederhana dari kompensasi yang diberikan adalahberupa bunga. Jasa keuangan yang ditawarkan oleh sektor keuangan berarti sektor riil dapatmelakukaninvestasitanpaserta-mertabergantungpadapasarmodalsendiri.Dengandemikian,sektor riil dapat dengan lebih cepat berkembang berkat adanya sektor keuangan karenaberkurangnya hambatan berupa kecukupan modal. Melihat peran sektor keuangan terhadapperkembangan sektor riil,maka cukup logis jika stabilitas sektor keuangan perlu dijaga gunamenjaminperkembangansektorriil.

Buktidaribagaimanasektorkeuangandapatmendukungpertumbuhansektorriildapatditemukan dalam penelitian Seetanah dan Ramessur (2008) yang mengkaji pengaruhperkembangansektorkeuanganterhadappertumbuhanekonomi.PenelitimenggunakanvariabelPDBperkapita, investmentratio,rasioeksporimporterhadapPDB,sertapengangguranuntukmewakili pertumbuhan ekonomi. Untuk sisi perkembangan finansial, peneliti menggunakanvariabel rasio liabilities terhadapPDBdan rasio kredit yang disalurkan kepada sektor swastaterhadap PDB. Setelah mengolah data dari 20 perekonomian negara kepulauan denganmenggunakanteknikGeneralizedMethodsofMoments(GMM),ditemukanbahwaperkembangansektorkeuanganmemilikidampakpositifterhadappertumbuhanekonomi.

Melihatpentingnyaperansektorkeuangan,tentudiperlukankebijakangunamenjaminuntuk melakukan intervensi dikala dibutuhkan guna meminimalisir guncangan yang terjadi.


299

Beberapa kebijakan yang didesain untuk mendukung stabilitas keuangan adalah kebijakanmakroprudensialdandepositinsurance.Stabilitaskeuangansendiritidakmemilikisatudefinisiyang baku. Umumnya, stabilitas keuangan kerap dihubungkan dengan kemampuan sektortersebut dalam mengalokasikan sumber daya secara efektif, menilai dan mengelola risikokeuangan, menjaga tingkat pengangguran mendekati natural rate, serta menghilangkanpergerakan harga relatif aset riil maupun aset keuangan yang dapat memengaruhi stabilitasmonetermaupuntingkatpengangguran(WorldBank,n.d.).dengandemikian,dapatdikatakanbahwaefektivitaskebijakanyangditujukanuntukmewujudkanstabilitaskeuangandapatdinilaidariindikator-indikatortersebut.

Selainmenilaiefektivitasdarikebijakandalammewujudkankondisiidealdariindikator-indikatortersebut,patutdiketahuiapasajafaktoryangdapatmenimbulkanketidakseimbangansistemkeuangan.Claessens(2014)berpendapatbahwakebijakanyangditujukanbagistabilitaskeuanganharusterciptakandalamrangkamengatasi“eksternalitas”yangtimbuldariberbagaigesekanfinansialdanketidaksempurnaanpasar.Pengklasifikasian“eksternalitas”yangdimaksudpunadalahsebagaiberikut:

a.StrategicExternality

Ketika perekonomian sedang berkembang, persaingan akan meningkat sehinggamemengaruhistandarkredit,termasukbiaya.Ketikaditambahdenganasymmetricinformation,biayayanglebihrendahakanmenjadi insentifbagi lembagaintermediasiuntukmelonggarkankriteriapeminjamsehinggapadaakhirnyamenciptakankelompokpeminjamyanglebihburuk.Eksternalitas tetap akan muncul ketika perekonomian sedang mengalami kontraksi dimanapenciptaankreditdarilembaga-lembagaintermediasiakanberkurang.Halinimerupakanakibatdarirendahnyatekananpersaingandikalasemua lembaga intermediasimemperketatstandarpemberiankredit.

b.Fire–Sale-and-Credit-Crunch-InducedExternalities

Fire sale umumnya terjadi ketika seorang peminjam dana tidak mampu memenuhikewajibankeuangannyasehinggapenyediadanaterpaksamelikuidasiasetyangmenjadijaminanpeminjamdana.Berhubungfenomenainiumumnyaterjadisaatperformaperekonomiansedangmenurun, umumnya aka nada keterbatasan jumlah pembeli. Hal ini akan diikuti denganpenurunanhargaasetyangdilikuidasisehinggapenyediadanaakanrugi.Ketikahargaasetturun,artinyanilaijaminanpunakanturunjugasehinggamemicuterjadinyacreditcrunchdimanaaksespendanaan akan menjadi sulit yang pada akhirnya akan semakin memburuk kondisiperekonomian.Sebenarna,munculnyaeksternalitasiniberakarpadamasaeconomicboomketikaterjadigerakanprosiklikalitasyangberlebihanyangmenimbulkanassetbubbles.

c.InterconnectedExternalities

Antar institusikeuangan terdapatketerkaitanantarsatusama lainsehinggakegagalanyang satu dapat memengaruhi yang lain. Spillover tersebut dapat muncul dari neraca antarinstitusikeuangan,pergerakanhargaaset,ataufeedbackagregatdarisektorriil.Eksternalitasiniumumnyadi luarkuasaparainstitusikeuangankarenaketerkaitanyangdapattimbuldarihalsesederhana opsi diversifikasi yang sama sehingga membuatnya tidak terelakkan. Meskiseharusnyadapatmemitigasiguncangankecil,keterkaitanantarinstitusikeuanganjustrudapatmemperkuat guncangan besar karena kini guncangan dapat menjangau lebih banyak pihak.


300

Eksternalitas ini dapat timbul dari intervensi pemerintah yang diperuntukkan bagi institusikeuangan yang tergolong too big too fail seperti perbankan. Lembaga intermediasi yangmenyandang status tersebut akan dianggap terlalu penting oleh pemerintah sehinggamemunculkanbailoutketikaterjadikegagalansistemik.Lembagaintermediasiakanmenyikapihalinidenganmenyamakanpemicukerentanan.

Seharusnya dengan identifikasi faktor-faktor yang dapat menimbulkan financialimbalance akan mempermudah penyusunan kerangka kebijakan yang menjunjung stabilitaskeuangan.

KETERKAITANSUKUBUNGAACUANTERHADAPSTABILITASKEUANGAN

Kejadian krisis finansial global tahun 2008 menunjukkan bahwa terdapat perubahanparadigma yang berlakumengenai bagaimana sebuah krisis dapat terjadi. Pembelajaran yangdiambildari fenomena tersebutadalahkrisisdapat terjadiketika inflasi sedangrendah. Inilahyangmemunculkanpandanganbahwa stabilitas harga tidak cukupdalammenjamin stabilitaskeuangansehinggamelatarbelakangiperdebatanmengenaikebijakanmoneteryangharusturutmempertimbangkanstabilitaskeuangan(Mester,2016).

Padahakikatnya,kebijakanmoneterhadirgunamengendalikanstabilitasharga.Melaluimekanismetransmisi,kebijakanmoneterditujukanterhadappengendalianinflasiyangmemilikidampak eksponensial terhadap sektor riil, seperti daya beli masyarakat. Namun, kebijakanmoneteryangturutmemengaruhicostoffinancingberartikebijakantersebutdapatmenimbulkanguncanganterhadapsektorkeuangan.Meskidemikian,Mester(2016)beranggapanbahwatujuanstabilitas harga dari kebijakan moneter bersifat komplementer terhadap stabilitas keuangankarena stabilitas harga dapat membantu agen ekonomi, termasuk institusi keuangan, dalammembuat keputusan yang lebih baik. Stabilitas keuangan pun dapat menciptakan transmisikebijakanmoneter yang lebih efektif terhadap perekonomian. Berhubung kebijakanmoneterdapatmemengaruhi stabilitas keuangan, maka patut diperhatikan apakah kebijakanmoneterdapatmendukungstabilitaskeuanganataujustrumenimbulkandistorsi.

Bagaimana kegiatan pada sektor keuangan akan dipengaruhi oleh kebijakan moneterdapatdijelaskanmelaluiperubahantingkatsukubungayangditentukanolehotoritasmoneter.Intervensi tingkatsukubungaolehotoritasmoneterdapatberpengaruhpositif terhadapsalahsatu segmendari sektor keuangan, yakni sektor perbankan. Tingkat suku bunga yang rendahmemang bisa membuat bank lebih solvent karena tingkat bunga rendah akan diikuti denganpinjamanpadaperbankanyangmeningkat.Meskidemikian,bankperlumenjaga likuiditasnyakarenawaktupenarikanolehdepositor tidakdapat ditentukan - kondisi yangmembuat bankmenjadipricetakerdalamdepositmarket.Ketikatingkatsukubungarendahsedangberlaku,bankmemangberkemungkinanuntukdapatmenyalurkan lebih banyak kredit, namundi saat yangbersamaanbankdihadapiolehancamanjikaterjadipenarikansimpanansecarabesar-besaran.Melalui kebijakanmoneter, khususnya kebijakanmoneter kontraktif yang daptmenimbulkankenaikantingkatsukubunga,otoritasmoneterdapatmeminimalisirancamanketikaekuilibriumtingkatsukubungasedangjatuh.AlurberpikirtersebutadalahberdasarkanpenelitianDiamond&Rajan(2012)dimanamelaluibeberapamodelmatematisditemukanbahwa intervensibanksentral dengan menaikkan tingkat suku bunga berpengaruh positif pada likuiditas sektorperbankan.


301

KerangkadariDiamond&Rajan(2012)didukungolehpenelitianCadet(2009).Penelitiantersebut mengkaji dampak kebijakan moneter kontraktif terhadap stabilitas perbankan. Darimodelmatematissektorperbankandanbankindividudinegara-negaraberkembang,ditemukanbahwadampakdarikebijakanmoneterkontraktifdapatberujungpadaduahalyangbergantungaspekpengelolaanasetbank.Jikasuatubankefisiendalammengelolasumberdayayangdimiliki,makabank tersebut akanmenerima labayang lebih tinggidari bank tidak efisienyang justrumemilikiprobabilitaskegagalanyang lebih tinggi.Terlihatbahwa tingkat efisiensimerupakanfaktoryangmemengaruhiefekkebijakanmoneterataslababank.Bilabanksentralmemperketatkebijakanmoneter,bankharusmemodifikasistrukturbalancesheet-nyauntukmempertahankanlabapadatingkatyangsamaatauuntukmeningkatkannya.Alasanyangmendasarilangkahbanktersebutadalahkarena jikabankmempertahankanpertumbuhankreditnyapada tingkatyangsama,makajumlahkredityangbermasalahbisameningkatdaritingkatsukubungayanglebihtinggi.Dapatdikatakanbahwakebijakanmoneterdapatmenciptakanpasarperbankanyanglebihefisienyangnotabenedapatmendukungstabilitassektorkeuangansecarakeseluruhan.

DikalaDiamonddanRajan (2012) sertaCadet (2009) fokuspada transmisi kebijakanmoneterterhadapstabilitaskeuanganmelaluipengelolaanassetdanliabilitiesinstitusikeuangan,International Monetary Fund (2015) menjelaskan transmisi kebijakan moneter terhadapstabilitaskeuanganmelaluisudutpandangparapeminjamdana.Ketikadiberlakukankebijakanmoneter kontraktif, stabilitas keuangandalam jangkapendekakanmemburuk seiringdenganFire-Sale-and-Credit-Crunch-Induced Externality terjadi akibat beban bunga meningkat yangdiikutioleh loandelinquinciesakanmeningkat.Namun,dalam jangkamenengahefek iniakanmembaik seiring dengan pelaku ekonomi merubah perilakunya dengan mengurangi leverageyangdimilikisehinggastabilitaskeuanganpunmembaik.Patutdicatatbahwaefekjangkapendekdanjangkamenegahdaritransmisikebijakanmoneterterhadapstabilitaskeuangan.

Melihatdariindikasiadanyaeksternalitasyangtimbuldarikebijakanmoneterterhadapstabilitaskeuangandalammenjalankanfungsinyauntukmenjaminstabilitasharga,perludikajirelevansi dari hubungan yang telah dijelaskan. Smets (2014) melakukan penelitian denganmaksuduntukmengkajiapakahkebijakanmoneterperludiperluasdenganturutmemerhatikanaspekkestabilankeuangan.Alasanyangmendasariberlangsungnyapenelitian tersebutadalahkarenaefektivitaskebijakanmakroprudensialsebagaisalahsatukebijakanuntukmengendalikanstabilitaskeuangansecaraumumbelum terbuktipadasaat itu.Melalui studi literatur,penulismempertimbangkantigasudutpandang,yakni:

• ModifiedJacksonHoleConsensus

Pandangan ini berargumen bahwa otoritas moneter harus menjaga stabilitas harga,sementara otoritas makroprudensial harus mendorong stabilitas keuangan. Aspek stabilitaskeuanganhanyadijadikanpertimbangankarenahal tersebutakanmemengaruhitarget inflasi.Pandangan ini melihat tujuan, instrumen, dan mekanisme transmisi moneter danmakroprudensial dapat dengan mudah dipisahkan, tetapi koordinasi tetap diperlukan dalammenghadapiguncangan.Contohnya,jikaterdapatguncanganyangtidakmemengaruhirisk-takingbehaviorinstitusikeuangan,capitalrequirementyangmerupakansalahsatuinstrumenkebijakanmakroprudensialharusdijagatetapselagikebijakanmonetermerubahtingkatsukubungaacuandalammenjagastabilitasharga.Sebaliknya,jikaguncanganmemengaruhiinsentifpengambilanrisiko institusi keuangan, maka kebijakan makroprudensial harus meningkatkan capitalrequirementselagikebijakanmonetermemotongtingkatsukubungagunamemitigasidampak


302

kebijakan makroprudensial terhadap outstanding credit dan output. Patut dicatat bahwakebijakanmakroprudensial dalambentuk capital requirementmemengaruhi komposisi assetsalih-alihkebijakanmoneteryanghanyamemengaruhibiayamengelolaasetsehinggakebijakanmakroprudensiallebihefektifdalammemengaruhirisk-takingbehaviorinstitusikeuangan.

• LeaningAgainsttheWind

Pandanganiniberargumenbahwafokusbeberapabanksentralyanginginmenargetkaninflasijangkapendekyangdiperlukanlebihagresifdalammelawanfinancialimbalances.Halinididasari oleh kesadaran bahwa tidak segala aspek dalam siklus finansial yang dapat secarasepenuhnyadipengaruhiolehkebijakanmakroprudensialsehinggamembuatstabilitaskeuanganmenjadi tujuan kedua dari kebijakan moneter. Secara tidak langsung muncul jalur transmisikebijakanmoneterbaru, yakni jalur risk-taking Denganmasuknya aspek stabilitas keuangan,kebijakanmoneter harus rela untukmencapai tingkat inflasimaupun output di bawah targetsemula.

• PriceStabilityisFinancialStability

Pandanganinidianggapbahwastabilitaskeuangandenganstabilitashargaterlaluterikatantarsatusamalainsehinggamustahiluntukdipisahkan.Halinimembuatkebijakanmoneter,baikstandardmaupunnon-standard,merupakanpercobaanpertamadalammenstabilkansistemkeuangan.Masalahtime-inconsistencydarikebijakanmonetercukupkentaldalampandanganinisehinggamembuatkoordinasiantarakebijakanmoneterdankebijakanmakroprudensialyangsangatkrusial.

Ketiga sudut pandang tersebutmenunjukkan konsep-konsep yang dapat diberlakukandengan pertimbangan seberapa erat keterkaitan antara stabilitas harga dengan stabilitaskeuangan serta seberapa mudah kebijakan makroprudensial dapat disubstitusi kebijakanmoneter.Setelahmembandingkanketigasudutpandangtersebut,penelitimenyimpulkanbahwapemangkukebijakanmoneterdanmakroprudensialharustersentralisasidikalainteraksiantarkebijakan intensif dan aspek stabilitas keuangan harus diinkorporasikan ke dalam tujuankebijakan moneter jika kebijakan makroprudensial tidak efektif. Dapat dikatakan bahwapenelitian inisemakinmemvalidasipengaruhkebijakanmoneter terhadapstabilitaskeuangandantampaklebihcondongterhadapmemasukkanstabilitaskeuangansebagaitujuansekunderkebijakanmoneter,khususnyapandanganleaningagainstthewind.

InternationalMonetaryFund(2015)menjelaskantransmisikebijakanmoneterterhadapstabilitas keuanganmelalui sudut pandang. InternationalMonetary Fund (2015)memberikanpenjelasan lebih lanjut mengenai konsep leaning against the wind. Disebutkan bahwa dalammeresponsebuahrisikoterhadapstabilitaskeuangan,tingkatdapatditetapkandiatasstandaryang seharusnya jika hanya ditujukan untuk stabiltas harga. Patut dicatat bahwamengambillangkahiniberartiotoritasmoneterharuskeluardarimandatstabilitasharga.Namundemikian,Bank for International Settlements (BIS) tetap berargumen bahwa stabilitas keuanganmerupakan tugas terlalu besar bagi kebijakan seperti kebijakan makroprudensial. Dengandemikian, kebijakan moneter juga harus mengendalikan munculnya ketidakseimbangankeuanganmeskidalamkondisiinflasijangkapendekrendahdanstabilsekalipun.

Mester (2016)menentang pandangan Smets (2014) dan InternationalMonetary Fund(2015) dengan beranggapan bahwa meski kebijakan moneter dapat mendukung stabilitas


303

keuangan, kebijakan moneter harus tetap fokus kepada mendukung stabilitas harga danmeminimalkan pengangguran. Pandangan ini berakar pada bagiamana dalammengendalikanstabilitaskeuangan,stabilitashargadanpengangguranyangmenjaditujuankebijakanmoneterdapat terkorbankan – sebuah dilema dari menggunakan satu kebijakan dengan tujuan yangterbagi. Terdapat cost dan benefit yang menjadi pertimbangan. International Monetary Fund(2015)menyadarihal inidanberpendapatbahwasisicostumumnyameningkatdalamjangkapendekdari rendahnyaoutputdan inflasi, sementarabenefitmunculdari risiko finansialyangtermitigasi,tetapiterdapatketidakpastiandariapakahbenefittersebutdapatdiperoleh.Kesulitandari justifikasi benefit yang diperoleh dari memberlakukan konsep leaning against the windberakarpadakesulitandarimemprediksi apakah suatupemicudalam sektor keuangandapattermanifestasimenjadisebuahkrisis.

INTERAKSIKEBIJAKANSTABILITASKEUANGANDENGANKEBIJAKANMONETER

Memang sebenarnya tujuan utama dari diadakannya kebijakanmoneter adalah untukmengendalikanstabilitasharga.Namundemikian,terlihatbahwadarikeduapenelitianyangtelahdipaparkanbahwakebijakanmoneterdapatmemengaruhistabilitaskeuanganjuga.Sepertiyangsudahdijelaskan,sebenarnyadalamrangkamenjagastabilitaskeuangansudahadakebijakannyatersendiri, antara lain adalah kebijakan makroprudensial dan deposit insurance. Tentu jikakebijakanmoneterdapatmemengaruhistabilitaskeuangan,tidaktertutupkemungkinanbahwakebijakanmoneterdapatmemengaruhihubungankebijakanyangmemangdari awaldidesainuntukmengendalikanstabilitassistemkeuanganterhadapstabilitaskeuangansendiri.Dengandemikian,patutdiperhatikanpulapengaruhkebijakanmoneter terhadapefektivitaskebijakanstabilitassistemkeuanganberupakebijakanmakroprudensialdankebijakandeposit insuranceterhadapstabilitaskeuangan.

4.1 InteraksiKebijakanMoneterdenganKebijakanMakroprudensial

Kebijakanmakroprudensialmerupakanprodukdarikrisiskeuanganglobaltahun2008yang diikuti dengan kesadaran pentingnya pengawasan terhadap sistem keuangan secarakeseluruhan alih-alih fokus pada satu lembaga keuangan secara individu yang dikendalikanmelalui kebijakan mikroprudensial. Kebijakan tersebut bertujuan untuk mencegahketidakseimbangan keuangan atau setidaknya mengendalikannya serta memastikan bahwasistemkeuanganmampubertahanmenghadapiguncangan.Selaindaritujuanutamanyadalammendukungstabilitaskeuangan,adanyakebijakanmakroprudensialseharusnyadapatmembuatkebijakanmoneterlebihleluasa.Lebihleluasadalamkonteksiniyakniberartimembuatdampakkebijakanmoneterterhadapstabilitaskeuangandapatdiminimalkansehinggakebijakantersebutdapatberfokuskepada tujuanutamanya, yaknimengendalikan stabilitasharga (Gerlachet al.,2009dalamSmets,2014).


304

Butuhnyakeleluasaankebijakanmoneterberakarpadabagaimanastabilitashargadapattumpangtindihdenganstabilitaskeuangan. Mester(2016)menjelaskanbahwaketikaotoritasmonetermenetapkantingkatsukubungarendahyangberkepanjangan,langkahtersebutdapatmemicurisk-takingbehaviordariinstitusikeuangandalamrangkamencariyieldyanglebihtinggi.Perilaku ini didukungolehpenelitian yangdilakukanoleh Jiménez et al (2014)dalamMester(2016)yangmenggunakandatapinjamandari23jutabankdiSpanyol.Daripenelitiantersebutditemukan bahwa overnight policy rate yang rendah mendorong bank dengan modal rendahmemberikan pinjaman lebih banyak kepada perusahaan yang lebih berisiko dengan standarcollateral lebih rendah. Dari hal ini dapat terlihat eksternalitas yang berpotensi timbul darikebijakanmoneter terhadap stabilitas keuangan yangmemengaruhi risk-taking behavior dariperbankan.Dengandemikian,efektivitaskebijakanmakroprudensialharusdiperkuatagardapatmengatasieksternalitasyangtimbuldarikebijakanmoneter.

Menurut International Monetary Fund (2015), dalam merancang kebijakanmakroprudensial terdapatduadimensi yangperludiperhatikan, yaknidimensi strukturaldandimensidimensicyclical.Dimensistrukturalrelatiftidakberubah-ubahdandiperuntukkanuntukmendukung ketahanan terhadap serangkaian risiko, sementara dimensi cyclical beradaptasidengankondisiperekonomiandanbersifatspesifikuntukrisikotertentu.Umumnyainstrumenstruktural berbentuk capital requirements sementara instrumen cyclical berbentukcountercyclical buffer. Claessens (2014) mengklasifikasikan lebih jauh instrumen-instrumenmakroprudensialmenjadiempatkelompok,yakni:

• Instrumenyangberorientasipeminjam:Loan-to-ValueRatiodanDebt-to-IncomeRatio• Instrumenyangberorientasiassetdan liabilites:LimitsonCreditGrowth,LimitsonForeign

Lending,danReserveRequirements• Instrumenyangberorientasibuffers:DynamicProvisioningdanCounter-CyclicalRequirements

Meskidenganjumlahinstrumenyangterkesanbanyakjikadibandingkandengankebijakanyangrelatif lebih konvensional seperti kebijakan moneter, bukti empiris dari efektivitas masing-masinginstrumenterhadapmenjagastabilitaskeuangankerapdianggapterbatas.

Yoel (2015) melakukan penelitian mengenai mekanisme instrumen kebijakanmakroprudensialyangdilihatdariCapitalAdequancyRatiodanGiroWajibMinimum.Datayangdigunakanpadapenelitianiniadalahdatapaneltriwulanandari103bankumumkonvensionalbukuI-IVdiIndonesiapadaperiode2006-2013.PenelitianinimemperolehhasilbahwaCapitalAdequancy Ratio memengaruhi penyaluran kredit perbankan secara negatif; ketika CapitalAdequancyRatiomeningkatmakakredityangdiberikanakanturun,sehinggaCapitalAdequancyRatioinidapatmemengaruhirasikokreditatauPDBsecaranegatif.HalinidapatdiartikanCapitalAdequancy Ratio yang telah ditetapkan di Indonesia sudah efektif untuk mengatasi kreditberlebihan yang dapatmenyebabkan risiko sistemik (krisis). Sedangkan pengaruh giro wajibminimumterhadapkreditperbankanmemilikihubungansecarapositif,ketikabankmenyimpandananyadalambentukgirowajibminimumdiBankIndonesiamakakredityangakandisalurkanmenurunsehinggarisikoyangakanterjadipunmenurun.Namunhaltersebutdinilaitidakefisienkarenabankkomersialkanmemerlukandanatidakhanyauntukmenyalurkankredittetapiuntukmemenuhiregulasijuga.


305

4.2 InteraksiKebijakanMoneterdenganDepositInsurance

Salahsatuhalyangmelandasiesensistabilitaskeuangandapatdilihatdarikekhawatiranyang senantiasa ada dari sektor perbankan terhadap potensi terjadinya bank run. Denganketerkaitanantarbankyangtinggi,makatidaktertutupkemungkinanbahwakegagalansatubankdalammengelolaasetdanliabilitasdapatmemengaruhisektorperbankansecarakeseluruhan.Salahsatuupayagunameminimalisirterjadinyabankrunadalahdenganmenciptakandepositinsurance yangmemberikan jaminan lebih bahwameski sebuah bank tidak dapatmemenuhipermintaan nasabah terhadap simpanannya, deposit insurance akanmemenuhinya. Logika dibalik adanya deposit insurance adalah mencegah terjadinya penyebaran panik secara masalakibatketidakpercayaanterhadapperbankanyanghanyaakanmemperburukkeadaan.

Meski demikian, kehadiran deposit insurance tidaklah tanpa persoalan tersendiri.Memang deposit insurance memberikan perlindungan finansial (financial safety net) baginasabah, tetapi fasilitas tersebut memberikan dampak buruk terhadap risk-taking behaviorperbankan.Sebelumadanyadepositinsurance,sebuahbankharuslebihcermatdalammengelolasimpanan yang telah dipercayakan kepadanya. Hal ini berarti meminimalisir kemungkinanterjadinya kredit macet karena hal tersebut dapat memengaruhi kemampuan bank untukmemenuhipermintaannasabahdikalahendakmenariksimpanannya.Denganadanyadepositinsurance, bank secara tidak langsung dapat terdorong untuk memberikan pinjaman kepadapeminjamdenganriskprofilelebihtinggikarenakegagalanbankyangteratasi.Bagaimanapunjuga, bank merupakan badan usaha yang berorientasi keuntungan sehingga tidak dapatdisalahkan sepenuhnya ketika sebagai akibat dari adanya deposit insurance, bank dapatmemberikanpinjamanyanglebihberisikodenganjanjibiayabungayanglebihtinggi.

Duasudutpandangyangbertentanganantaraapakahdepositinsurancemendukungataumemperburuk stabilitas keuangan berarti diperlukan analisis lebih lanjut. Dermiguc-Kunt &Detagiache (2002) menganalisis pengaruh adanya deposit insurance terhadap probabilitasterjadinyakegagalanbank.Penulismempergunakanmultivariatelogiteconometricmodelgunamengkaji, tidak hanya pengaruh ada atau tidaknya deposit insurance, tetapi turutmempertimbangkan seberapa ekstensif deposit insurance yang berlaku. Dari pengolahan 61negaraditemukanbahwasemakinluascakupandepositinsurancesuatunegara,makabegitupuladenganprobabilitasterjadinyakegagalanbank.

Penelitian Dermiguc-Kunt & Detragiache (2002) diperkaya dengan penelitian yangdilakukanolehAngineretal. (2014)yangbertujuanuntukmelihatketerkaitanantaradepositinsurancepadarisikobankdanstabilitassistemik.Penulismenggunakansampeldari4109bankdi96negaradenganmemisahkankondisiperekonomian,yaitupadamasakrisis(2007sampai2009) dan tiga tahun sebelum masa krisis (2004 sampai 2006). Pada penelitiannya, penulismenggunakan z-score dan stock return volatility untuk mengukur risiko bank individu, danmenggunakan metode Marginal Expected Shortfall (MES) berdasarkan Acharya et al. (2012)untuk mengukur risiko bank individu pada perbankan secara keseluruhan. Hasil penelitianpenulismenemukan bahwapemberian deposit insurance dengan cakupan luasmeningkatkanrisikobankdansystemicfragilitypadatahun-tahunsebelumterjadinyakrisis.Risikobankdanrisiko sistemik, di negara yangmemiliki deposit insurance,mengalami penurunan padamasakrisis.Penulismenemukanbahwadeposit insurance terlihatmemberikanefekstabilisasiyangsignifikanpadamasakrisis.Secaragarisbesar,dampakhadirnyadepositinsurancepadarisikobankpadaperiodesampelcenderungnegatif–efekstabilisasiketikaperiodekrisiscenderung


306

lebihkecildibandingefekdestabilizingpadaperiodesebelumkrisis.

Sebelumnya telah dijelaskan mengenai bagaimana kebijakan moneter yang notabeneditujukanuntukmengendalikanstabilitashargajugaterlihatdapatberinteraksidengankebijakanyang ditujukan untuk stabilitas keuangan seperti kebijakan makroprudensial, sesuai denganSmets (2014). Ternyata luasnya dampak kebijakan moneter tidak terbatas pada efektivitaskebijakan makroprudensial, tetapi begitu pula terhadap kebijakan depositinsurance. BerdasarkanpenelitianDermiguc-Kunt&Detagiache(2002), terlihatbahwaskemapenetapansukubungasuatunegaradapatmemengaruhidampakburukdaridepositinsuranceterhadapstabilitasperbankan.Daripengolahandatayangtelahdilakukan,diperolehhasilbahwanegarayangmelakukanliberalisasisukubungamemilikiprobabilitasterjadinyakegagalanbanklebihtinggijikamemilikidepositinsurance.Dasarpemikirantersebutadalahbahwatingkatsukubunga yang dikendalikan oleh otoritas moneter dapat meminimalisir risk-taking behaviorperbankanyangtimbulakibatpenilaianrisikopeminjamyangbias.Dengandemikian,penemuanDermiguc-Kunt & Detagiache (2002)mendukung penelitian Diamond dan Rajan (2012) yangsetuju terhadap diberlakukannya intervensi suku bunga guna meminimalisir risiko krisisperbankan.

KESIMPULAN

Keterkaitan sektor keuangan dengan sektor riil dapat terlihat dari bagaimana sektorkeuangandapatmendukungpengembangansektorriildarisisipendanaan.Sebagaifaktoryangmemengaruhi stabilitas keuangan, kebijakan moneter hadir karena memengaruhi cost offinancing secara umum. Bagaimana kebijakan moneter yang notabene diperuntukkan untukstabilitas harga, namun dapat memengaruhi stabilitas keuangan menjadi sesuatu yang patutdiperhatikan karena muncul ancaman bahwa upaya penjagaan stabilitas yang satu tercapaidengan mengorbankan stabilitas yang lain. Perlu ditekankan bahwa penjagaan stabilitaskeuanganesensialkarenadapatmengurangipotensiterjadinyakrisis.

Krisisyangdimaksudadalahkegagalansuatuinstitusidalammengelolasumberdayayangdimiliki. Kegagalan suatu institusi, jika tidak dikendalikan, maka dapat berimplikasi padaterjadinyakrisis.Sektorperbankanmerupakansalahsatupemerandalamsektorkeuanganyangberperan sebagaipendukungutamasektor riilmelaluipendanaanuntukmelakukanekspansi.Peranperbankan yangdemikianberarti kegagalanperbankandapat berimplikasi tidakhanyapada sektor keuangan saja, tetapi kepada potensi krisis perekonomian secara keseluruhan.Bahayayangdapattimbuldariguncanganterhadapsektorkeuanganberartistabilitaskeuanganperlu dijaga, salah satunya adalahmelalui kebijakanmakroprudensial dan deposit insurance.Walaupunmemilikisasaranutamaberupastabilitasharga,kebijakanmoneterpunternyatadapatmemengaruhi stabilitas keuangan melalui tingkat suku bunga. Dari studi literatur yangterkumpul, terlihat bahwa kebijakan moneter kontraktif dapat menciptakan perbaikan danmendorong efisiensi pada sektor perbankan. Meski demikian, kebijakan moneter juga dapatberpengaruh pada risk-taking behavior dari perbankan sehingga diperlukan dukungan darikebijakan makroprudensial dan juga deposit insurance. Kebijakan makroprudensialmeminimalisir eksternalitas yang disebabkan oleh kebijakan moneter, sementara depositinsuracememinimalisir terjadinya runs pada perbankan dengan lebihmenjamin kepercayaanpenyimpan dana dalam bank. Dapat dikatakan bahwa harus ada koordinasi antara kebijakanmoneter,makroprudensial,maupundepositinsurancedalammengendalikanstabilitaskeuangan.


307

Dari literatur-literatur yang telah terkumpul, terlihat bahwa kebijakan moneter tidakhanyamemlikiketerkaitanterhadapstabilitaskeuangan,tetapibegitupulaterhadapkebijakanyang diperuntukkan untuk stabiltias keuangan. Menganalisis pengaruh kebijakan moneterterhadap efektivitas kebijakanmakroprudensial dan deposit insurance dalammengendalikanstabilitas keuangan patut dijadikan sebagai pengembangan dari literatur yang telahterkumpulkan.Penelitiandemikianseharusnyadapatmemberikanhasilyanglebihkomprehensifmengenaieksternalitaskebijakanmoneterterhadapstabilitaskeuangan.

DAFTARPUSTAKA

Cadet,R.(2009).AtheoryofLinkageBetweenMonetaryPolicyandBankingFailureinDevelopingCountries.JournalofFinancialEconomicPolicy,1(2),143-154.

Claessens, S. (2014). An Overview of Macroprudential Policy Tools. Retrieved 2017, fromInternational Monetary Fund:https://www.imf.org/en/Publications/WP/Issues/2016/12/31/An-Overview-of-Macroprudential-Policy-Tools-42514

Dermiguc-Kunt,A.D.(2002).DoesDepositInsuranceIncreaseBankingSystemStability?JournalofMonetaryEconomics,49(7),1373-1406.

Diamond,D.R.(2002).IlliquidBanks,FinancialStability,andInterestRatePolicy.JournalofPoliticalEconomy,120(3),552-591.

InternationalMonetaryFund.(2015).MonetaryPolicyandFinancialStability.Retrieved2017, from International Monetary Fund:https://www.imf.org/en/Publications/Policy-Papers/Issues/2016/12/31/Monetary-Policy-and-Financial-Stability-PP4982

Mester, L. (2016).Five Points AboutMonetary Policy and Financial Stability. Retrieved2017, from Federeal Reserve Bank of Cleveland:https://www.clevelandfed.org/newsroom-and-events/speeches/sp-20160604-five-points.aspx

Seetanah,B.,&Ramessur,S.(2009).FinancialDevelopmentandEconomicGrowth.JournalofEconomicStudies,36(2),124-134.

Smets, F. (2014). Financial Stabillity and Monetary Policy: How Closely Interlinked?InternationalJournalofCentralBanking,10(2),262-300.

Volz,U.(2013).ASEANFinancialIntegrationintheLightofRecentEuropeanExperiences.JournalofSoutheastAsianEconomies,30(2),123-142.

Wihardja,M. (2014).Financial integration challenges inASEANbeyond2015.Retrieved2015, from Economic Research Institute for ASEAN and East Asia:http://www.eria.org/publications/policy_briefs/financial-integration-challenges-in-asean-beyond-2015-1.html

World Bank. (n.d.). Financial Stability. Dipetik 2017, dari World Bank:http://www.worldbank.org/en/publication/gfdr/background/financial-stability

Yoel,E.(2015).PengaruhKebijakanMakroprudensialterhadapSiklusKredit:SebuahStudiAtasPenggunaanInstrumenCARdanGWMatasPerbankanIndonesia2006-2013.Bandung:SkripsiEkonomiPembangunanUnpar.


308

PERANPENJAMINANSIMPANANTERHADAPSTABILITASPERBANKANDIINDONESIA2012-2016

HafizhSidqi (2013110049)

YaliaWindy (2015110006)

LarassatiSuryalestari(2015110008)

RifaSofiawati (2015110033)

Abstrak

Adanya krisis ekonomi global menjadi awal mula terbentuknya penjaminansimpanan. Penjaminan simpanan dibentuk untuk meningkatkan kembalikepercayaanmasyarakatterhadapperbankandenganmenjaminsimpananmilikpenabung.Kehadiranpenjaminansimpananmemilikidampakterhadapstabilitasperbankan.Beberapapandanganmengenaiperanpenjaminansimpananterhadapstabilitasperbankanmemilikihubunganyangpositiftetapimenimbulkanmoralhazard.Penelitian inibertujuanuntukmengetahuiperanpenjaminansimpananterhadap stabilitas perbankan di Indonesia 2012-2016. Teknik estimasi yangdigunakandalampenelitianiniadalahestimasiOLSdengandatakuantitatiftimeseries(bulanan)dari2012-2016diIndonesia.Penelitianinimenemukanadanyahubungan positif antara simpanan dijamin dengan jumlah penyaluran kredit.Artinya semakin tinggi simpanandijaminmaka jumlahpenyalurankredit akansemakintinggi.

KataKunci:penjaminansimpanan,stabilitasperbankan,likuiditas

1. PENDAHULUAN

1.1 LatarBelakang

Bankberperansebagailembagaintermediarisyangmenghimpundanadanmenyalurkandana dari surplus unitkedeficit unit.Bankbertujuan untukmemaksimalisasi laba. Bank akanmemaksimalisasi labadenganmenentukan jumlahoutput danhargauntukmendapatkan labamaksimal. Dalammenjalankan perannya bank dihadapi berbagai risiko, sehingga bank harusmengelolarisikoagardapatmencapaitujuannya.

Bankmerupakan lembagakeuanganyangmemilikipengaruhbesar terhadapstabilitassistemkeuangan.Stabilitassistemkeuanganmerupakansistemkeuanganyangkuatdantahanterhadap berbagai gangguan ekonomi sehingga tetapmampumelakukan fungsi intermediasi,melaksanakanpembayarandanmenyebarrisikosecarabaik(Bank Indonesia,2015).MenurutFitrilia (2016), pada dasarnya di berbagai negara, sistem keuangan didominasi oleh sektorperbankan. Dengan kata lain, apabila sektor perbankan tidak stabil maka akan menurunkanstabilitassistemkeuangan.Hal inidikarenakanadanyaketidakstabilansektorperbankanakanmenurunkan stabilitas sistem keuangan. Adanya kejadian tersebut, penting bagi bank untukmenjagastabilitasperbankan.


309

Menurut Lindgren, Garcia, dan Saal (1996) dalam Fitrilia (2016), stabilitas sistemperbankanmerupakankondisidimanasebagianbesarbankyangmemegangmayoritaskewajibanmaupunasetperbankandianggapsehatdanberkemungkinanakantetapsepertiitu.Salahsatuindikatorstabilitassistemperbankanadalahpenyalurankredit.Danayangdigunakanbankuntukmelakukanpenyalurankreditdiperolehdaripihaklender.Lenderakanmenaruhdananyadibankkarenamemilikirasapercayabahwadanayangmerekasimpanakanmenghasilkanbunga.Akantetapi, krisis keuangan global yang terjadi di tahun 1998 sempat menurunkan kepercayaannasabah terhadap sektor perbankan karena banyaknya bank yang tidak dapat memenuhipermintaanpenarikandanapadajatuhtempo(liquidityrisk).DiamonddanDybvig(1983)dalamDwi(2011)berpendapatbahwarendahnyakepercayaanlenderterhadapkondisibanktertentuselamakrisisyangdikombinasikandenganasumsi“firstcome-firstserve”dapatmembuatlenderpanikdanmenariksimpananmerekasecarabesar-besaran(bankruns).Halinidikarenakanparalenderinginmendapatkandanamerekasebelumbankdilikuidasi.Jikahaltersebutterusterjadi,maka bank tidak akanmemiliki dana yang dapat disalurkanmenjadi kredit dan keseluruhansistemkeuangandapatruntuh.

Melihatpentingnyarasakepercayaanmasyarakatterhadapperbankantelahmendorongregulatormenerapkan penjaminan simpanan.Menurut Ullah et. al (2014) tujuan penjaminansimpanan adalah untukmenghindari terjadinyabank runsdenganmelindungi simpanan paralender.Melaluikehadiranpenjaminsimpananrasakepercayaanlenderkepadasektorperbankanmulaihidupkembali.Akantetapi,disatusisikehadiranpenjaminsimpananmemunculkanmoralhazard karena bankmerasa simpanan lender sudah ada yangmenjamin sehingga bank dapatmenyalurkan kredit tanpa prinsip kehati-hatian. Oleh karena itu, penelitian ini ingin melihatperan penjaminan simpanan terhadap stabilitas perbankan di Indonesia. Untuk mengetahuistabilitas perbankan di Indonesia dapat dilihat dari kinerja perbankan dan diukur denganmenggunakan indikator jumlahpenyaluran kredit. Variabel independen yangdigunakan yaitutingkatsukubungapenjaminansimpanan, total simpanan,dansimpananyangdijamin.DalampenelitianinikamimenggunakanmetodeestimasiOLSdenganmenggunakandatatimeseries(perbulan)daritahun2012-2016.


Penjaminansimpananbertujuanmemberikankeyakinandanjaminankepadapenabungbahwasimpananpastiakankembali.Kehadiranpenjaminansimpananyangmenjaminsimpananmilikpenabungakanberdampakpadapenyalurankreditperbankan.MenurutSiddque,Ullah,danSiddiqui(2014),sistempenjaminansimpanandirancanguntukmenghilangkanrisikolikuiditasbankdenganmenawarkanperlindungankepadapenabung.Halinidikarenakanketikasimpananmilikpenabungdijaminmakaperbankanakanmerasa“seolah-olah”amansehinggamerekadapat


310

menyalurkan kredit dengan leluasa. Selain itu, kehadiran penjaminan simpanan juga dapatmemengaruhipenabungdalammenyimpandananyadibank.Penabungakanmerasaamanketikamenyimpan dananya di bank. Hal ini akan mengurangi tingkat risiko likuiditas perbankansehinggastabilitasperbankanpundapatterjaga.

DatadanMetodologi

Penelitian ini menggunakan data time series (bulanan) di Indonesia dengan periodepengamatantahun2012-2016.DatadiperolehdarilaporanLembagaPenjaminSimpanan(LPS)danOtoritasJasaKeuangan(OJK).KamimenggunakanteknikestimasiOLSdalammenganalisisdata.

2.1 PenjaminanSimpanan

GagasanmengenaipenjaminansimpananmunculpertamakalidiAmerikaSerikatpadatahun 1930-an sebagai respon terhadap kegagalan bank berskala besar yang dikenal GreatDepression.Penjaminansimpananbertujuanuntukmengatasimeluasnyakegagalanbankdenganmemberikanperlindungankepadapenabung.Hal inimampumengatasibankingpanicdenganmemberikan keyakinan dan jaminan kepada penabung bahwa simpanan pasti akan kembali.MenurutMartin(2006)dalamFitrilia(2006),penjaminansimpananmerupakansuatukebijakanyang ditujukan untuk melindungi para nasabah bank dari kerugian yang diakibatkan olehketidakmampuanbankdalammembayarkembalikewajibannyasaatjatuhtempo.

Seiring berjalannya waktu, penjaminan simpanan menjadi semakin populer. Hal initerlihatsemakinbanyaknegarayangmendirikanpenjaminansimpananuntukmenjagastabilitassistemperbankan.MenurutKuntet.al(2005)dalamNgalawaet.al(2011)jumlahnegarayangmenggunakanskemapenjaminsimpananinimeningkatdarisekitarsembilannegarapadatahun1960-anmenjadi22pada1984danpada tahun2003menjadi88negara.Negara-negarayangmenggunakanskemapenjaminsimpananinimemilikitujuanuntukdapatmeminimalkanrisikokrisisperbankan.

Secaraumum,penjaminansimpanandikelolaoleh instansipemerintahataukemitraanpublik. Menurut Kunt (2000) penjaminan simpanan dapat didanai oleh pemerintah, swasta,institusi, ataupun bersama antara pemerintah dan swasta. Selain menerima premi, penjaminsimpanandapatmenerbitkanobligasiataumenerimapinjamanyangdijaminpemerintah.Dalammenjalankan mekanisme penjaminan simpanan bank diwajibkan membayar premi kepadainstansi atau lembaga penjamin simpanan yang telah ditetapkan oleh pemerintah. Kemudianketika bank mengalami kesulitan likuiditas, nasabah akan menerima dana kompensasi yangdiberikanolehpenjaminsimpanan.Jumlahkompensasinasabahberbeda-bedadisetiapnegaramisalnyajumlahdanakompensasidiInggrissebesar£50,000,sementaradiASsebesar$250,000(Chu,2011).Premiyangharusdibayarkanolehbankdipengaruhiolehpenilaianatasrisikoyangdiambilolehbanktersebut.Penilaianrisikodidasarkanpadaukuransolvabilitas,likuiditas,danefisiensi sistem pengendalian perusahaan (Kunt, 2000). Cakupan penjaminan simpanan yangpalingumumdigunakanadalahperdepositorperinstitusi.


311

2.2 StabilitasPerbankan

Perbankanmerupakansalahsatuelemenyangsangateratkaitannyadenganstabilatautidaknyasektor-sektoryangadadalamperekonomian.Sektorperbankandianggapsebagaisektorpentingbagistabilitassistemkeuangankarenabankmemainkanperanutamadalampenciptaanuang, investasi untuk pertumbuhan ekonomi, keuangan untuk bisnis dan rumah tangga dansistem pembayaran. Oleh karena itu, sistem perbankan yang goyah dapat dikaitkan denganhiperinflasidandepresidalamsejarahekonomi.MenurutHellwigdalamGiovanininidanMayer(1991) bank-bank itu istimewa karena mewakili ketersediaan dana dan pemerintah inginmenerapkankontrolyang lebihketat terhadapmereka.Perbankansebagai tempatmelakukantransaksisimpanpinjammemilikirisikoyangmemilikiketerkaitanantarasatubankdenganbanklainnya. Jikahal tersebut tidakdiawasimakadapatmenyebabkan risiko sistemikpada sistemperbankan(DeBandtdanHartmanndalamSwamy,2014).Setiapgangguanoperasiperbankanakanmempengaruhimasyarakatsecarakeseluruhan.Stabilitasperbankansangatpentinguntukmeminimalkan dampak ekonomi dan sosial yang luas yang mungkin timbul dari masalahperekonomian.

Stabilitas perbankan merupakan tolak ukur untuk menentukan apakah suatuperekonomiancukupkuatuntukmenahanguncangan internaldaneksternal.MenurutSwamy(2015), stabilitas perbankan itu sendiri bergantung pada kemanjuran beberapa parametermasing-masing bank, mis. kualitas aset, likuiditas, kecukupan modal, dan profitabilitas, dansebagainya.Karena,stabilitasperbankandipengaruhisecarapositifataunegatifdengankondisipasarkeuangandanekonomiriilyangberlaku;Padaakhirnya,halitumenentukansejauhmanastabilitaskeuangandipastikandalamekonomiolehkemampuannyauntukmenyerapguncangan.Untukmenjagastabilitaspadaperbankantersebutmakadibentuklahsuatukebijakanmengenaipenjaminansimpananyangdapatmenjaminsimpananyangadapadaperbankan.

2.3 HubunganantaraPenjaminanSimpanandanStabilitasPerbankan

Kehadiran penjamin simpanan yang menjamin simpanan milik penabung, tentunyamemilikidampakbagikinerjadanstabilitasperbankan.DalamSiddqueet.al(2014)menyatakanbahwa sistem penjaminan simpanan memberikan semacam jaminan mengenai prosespenyelesaian kegagalan bank yang dapat sangat penting dalam menjaga stabilitas keuanganselama terjadi krisis keuangan. Menurut Diamond dan Dybvig (1983) dalam Kunt (2000)menyatakan bahwa tujuan utama penjamin simpanan adalah untuk mempertahankan danmeningkatkanstabilitaskeuangandenganmencegahbanktidakberjalandenganefisienkarenaadanyainformasiasimetris.DiamonddanDybvig(1983)dalamDwi(2011)berpendapatbahwarendahnya kepercayaan deposan terhadap kondisi bank tertentu selama krisis yangdikombinasikan dengan asumsi “first come-first serve” dapat membuat deposan panik danmenariksimpananmerekasecarabesar-besaran(bankruns).Sementara,menurutKanedanKunt(2001)menyatakanbahwapenjaminansimpananyangkredibelberkontribusiterhadapstabilitaskeuangan.

Akan tetapi, beberapa hasil empiri lainnya menemukan bahwa kehadiran penjaminsimpanan akan menimbulkanmoral hazard yang akan membahayakan stabilitas perbankan.Menurut Ngalawa et. al (2011) menyatakan bahwa bagaimanapun juga penjamin simpananmenciptakanmasalahmoral hazard yangmembebaskan agen ekonomi dari konsekuensi atastindakanmereka.MacDonald(1996)dalamNgalawaet.al(2011)menemukanbahwadeposan


312

merasatidaklagiberkewajibanuntukmenilairisikokredityangterkaitdenganpenyetoranuangdibanktertentudanakhirnyamemilihbankberdasarkandayatariksukubungayangditawarkandaripadakondisikeuanganbank.Sedangkanperbankanmemilikipengetahuanbahwadeposantidak akan mengalami kerugian jika terjadi kegagalan bank sehingga bank terbujuk untukmengejarkeuntungandenganbisnisberisikolebihtinggidariyangseharusnya.Selainitu,KuntdanDetragiache(2002)dalamNgalawaet.al(2011)menunjukkanbahwapenjaminsimpananmeningkatkan kerapuhan perbankan dan mereka pun menemukan bahwa komponenmoralhazard dalam penjamin simpanan sangat dominan. Kehadiran penjamin simpanan ini, padakenyataannyamemilikiduadampakterhadapstabilitasperbankandisuatunegara.

KondisidanHasilEstimasiPenjaminanSimpanandanStabilitasPerbankan

Peranpenjaminansimpanandi IndonesiadilakukanolehLembagaPenjaminSimpanan(LPS) yang sudah beroperasi sejak tahun 2005. Kehadiran LPS sudah berhasil mengatasipermasalahanBankCenturypadabeberapatahunsilamdanmampumengembalikansimpananmilik penabungdi bank tersebut. LPSpun semakin lama semakinmampumeningkatkan rasaamanpenabung.

3.1 KondisiPenjaminanSimpanandanStabilitasPerbankandiIndonesia

PenjaminansimpanandiIndonesiasudahadasejaktahun1960-an.HalinidiaturdalamUUNo.13Tahun1968tentangBankSentral.Dalampelaksanaanya,semuabankberdasarkanizinMenteriKeuangankecualibankasingwajibmenjaminkansimpananpihakketigakepenjaminansimpanandenganpremi0.05%setahun.Namun,haliniditolakolehindustriperbankankarenaakanmenimbulkanbiayatambahan.

Pada tahun 1998, terjadinya krisis ekonomimengakibatkanmenurunnya kepercayaanmasyarakatpadasistemperbankandiIndonesia.Akibatnyaterjadipenarikandanamasyarakatsecarabesar-besaran(rushmoney).Apabilahaltersebutterusberlangsungakanmenyebabkanterganggunyaperanperbankansebagaiintermediaris.Terganggunyaperanperbankaniniakanmengganggustabilitasperbankandanpadaakhirnyastabilitaskeuanganpunterganggu.Untukmencegahkrisisyangberkepanjangan,makapemerintahmengeluarkanbeberapakebijakan,diantaranyamemberikanjaminanatasseluruhkewajibanpembayaranbank,termasuksimpananmasyarakat(blanketguarantee).Akantetapi,dalampelaksanaannyablanketguaranteememilikiruanglingkuppenjaminanyangterlaluluasdancukupmembebanipemerintah.Olehkarenaitu,pada 22 September 2004 dibentuklah LPS (Lembaga Penjamin Simpanan) dengan cakupanpinjamanyangterbatas.

Lembaga Penjamin Simpanan (LPS) dibentuk melalui Undang-Undang RI Nomor 24tentangLembagaPenjaminSimpanan.LPSmerupakansuatulembagaindependenyangberfungsimenjamin simpanan nasabah penyimpan dan turut aktif dalam memelihara stabilitas sistemperbankansesuaidengankewenangannya,dibentuk9.LPSmulairesmiberoperasipadatanggal

9 dikutip dari http://www.lps.go.id/web/guest/sejarah pada tanggal 25November2017pukul12.30WIB


313

22 September 2005denganmodal awal sebesarRp4Milliar yang berasal dari APBN.Adapunfungsi,tugas,danwewenangdariLPSadalahsebagaiberikut10:

• FungsiLembagaPenjaminSimpanan(LPS)

Berdasarkan fungsinya, lembaga penjaminan simpanan terbagi menjadi dua. Pertama,menjaminsimpanannasabahpenyimpan.Kedua,turutaktifdalammemeliharastabilitassistemperbankansesuaidengankewenangannnya.

• TugasLembagaPenjaminSimpanan(LPS)

Lembaga penjaminan simpanan memiliki lima tugas. Pertama, merumuskan danmenetapkan kebijakan pelaksanaan penjaminan simpanan. Kedua, melaksanakan penjaminansimpanan.Ketiga,merumuskandanmenetapkankebijakandalamrangkaturutaktifmemeliharastabilitassistemperbankan.Keempat,merumuskan,menetapkan,danmelaksanakankebijakanpenyelesaianBankGagal yang tidakberdampak sistemik. terakhir,melaksanakanpenangananBankGagalyangberdampaksistemik.

• WewenangLembagaPenjaminSimpanan(LPS)

Selainitu,LembagaPenjaminanSimpanan(LPS)memilikisembilanwewenang.Pertama,menetapkandanmemungutpremipenjaminan.Kedua,menetapkandanmemungutkontribusipada saat bank pertama kali menjadi peserta. Ketiga, melakukan pengelolaan kekayaan dankewajibanLPS.Keempat,mendapatkandata simpanannasabah,datakesehatanbank, laporankeuangan bank, dan laporan hasil pemeriksaan bank sepanjang tidakmelanggar kerahasiaanbank. Kelima,melakukan rekonsiliasi, verifikasi, dan/atau konfirmasi atas data tersebut padaangka 4. Keenam, menetapkan syarat, tata cara, dan ketentuan pembayaran klaim. Ketujuh,menunjuk,menguasakan, dan/ataumenugaskan pihak lain untuk bertindak bagi kepentingandan/atau atas nama LPS, gunamelaksanakan sebagian tugas tertentu. Kedelapan,melakukanpenyuluhan kepada bank dan masyarakat tentang penjaminan simpanan dan kesembilanmenjatuhkansanksiadministratif.

10 dikutip dari http://www.lps.go.id/web/guest/fungsi-tugas-wewenang padatanggal25November2017pukul13.16WIB


314

Grafik1.TotalDanaPihakKetigaTahun2012-2016(Bulanan)

Sumber:OtoritasJasaKeuangan(diolah)

Grafik2.TotalSimpananyangdijaminTahun2012-2016(Bulanan)

Sumber:LembagaPenjaminanSimpanan(Diolah)

Berdasarkan grafik 1 dan 2, terlihat bahwa jumlah dana pihak ketiga yang semakinmeningkatberbandinglurusdengantotalsimpananyangdijamin.Halinimenandakanbankakanmemberikansimpananuntukdijaminolehpenjaminansimpanansebesardanapihakketiga.Padabulan Juli 2016 total simpanan yang dijamin meningkat dari Rp. 4.662.382 miliar menjadiRp.4.678.284miliardibulanAgustus2016.Hal iniselarasdenganpeningkatanyangterjadidi


315

danapihakketigadariRp.4.585.381miliarpadabulan Juli2016menjadiRp.4.610.130miliarpadabulanAgustus2016.PeningkatanyangberbandinglurusdikarenakanLembagaPenjaminanSimpanan telah menjamin 99,88% nasabah perbankan di Indonesia. Ketika simpanan yangdijamin meningkat, akan meningkatkan jumlah penyaluran krediit dan menyeimbangkanstabilitasperbankanmelaluilikuiditas.

DoddyAriefiantosebagaiEkonomLPSmengatakanLPStelahmenetapkantingkatbungapenjaminan yang mempertimbangkan perekonomian antara lain tingkat inflasi, nilai tukar,tingkatbungayangditawarkanbank,danBIrate.Untukmenjaminfungsipeminjamaninstrumentingkatbungapenjaminanditetapkanuntukpenjaminandanapihakketiga(DPK)dibankdenganprinsipbungayangwajar.Halinidiharapkanadanyatingkatbungapenjaminanyangdiarahkansebagai suatu keseimbangan antara peran penjaminan simpanan dapat memadai dan selarasdengan stabilitas keuangan. Hal ini pun didukung oleh stabilitas perbankan karena stabilitasperbankan merupakan bagian dari stabilitas keuangan. Menurut Komite Stabilitas SistemKeuangan(KSSK),stabilitassistemkeuanganIndonesiapadakuartal12017dalamkondisistabil.HalinimenandakanbahwastabilitassistemperbankandiIndonesiajugadalamkeadaanstabil.

3.2 HasilEstimasiPenjaminanSimpanandanStabilitasPerbankandiIndonesia

Kami melakukan teknik estimasi OLS untuk melihat pengaruh penjaminan simpananterhadapstabilitasperbankan.DalammelakukanteknikestimasiOLS,terdapatbeberapaujiyangharus dilakukan terlebih dahulu. Data yang kami gunakan adalah data time series sehinggasebelummelakukanteknikestimasiOLSharusdilakukanujistasioneritasdanujiasumsiklasik.

UjiStasioneritas

Uji pertama yang harus dilakukan untuk data time series adalah uji stasioneritas. Ujistasioneritasinidigunakanuntukmelihatkemungkinanterjadinyakomponentrend,keragamanyangsangatjauh,sertafluktuasiperiodik.DatayangstasionerdapatditunjukkandarinilaiProb.yangharuslebihkecildariα.Datayangdikatakanstasioneradalahdatayangbersifatkonstan,tidakmengandungunsurtrend,sertatidakterdapatnyafluktuasiperiodikyangdapatmembuatdatamenjadibias.Datayangkamigunakantelahmemenuhiujistasioneritasdengantingkattestforunitroot indi firstdifference.Kemudiankamimengubahdatakamimenjadi firstdifference.HasilujistasioneritasterdapatpadaLampiran1.

UjiMulticollinearity

Uji ini digunakan untukmelihat adanya hubungan linear antara beberapa atau semuavariabel yang digunakan dalam menjelaskan model. Berdasarkan uji tersebut terlihat bahwaterdapat hubungan linear antara variabel simpanan dijamin dengan variabel total simpanankarenakoefisienkorelasi(0.994602)yanglebihbesardaripada0.8.Untukmenghindariadanyamulticollinearitykamimengeluarkanvariabel totalsimpanan,sehinggadengandemikiantidakterdapatmulticollinearitydalamdatakami.HasilujidapatdilihatpadaLampiran2.

UjiAutocorrelation

Uji yang dilakukan untuk mengetahui adanya korelasi variabel yang terdapat dalammodel.KamimendapatkanhasilbahwaterdapatautocorrelationdalammodelinikarenanilaiDW


316

statyang jauhdarinilai2, sehinggakamimenggunakanprosedur IterasiCochrane-Orcuttdanmemperoleh hasil bahwa nilai DW stat mendekati angka 2 yang memiliki arti bahwa tidakterdapatautocorrelation.HasilujidapatdilihatpadaLampiran3.


Uji ini digunakan untuk melihat ketidaksamaan residual dari semua variabel yangdigunakan dalam model. Kami menggunakanWhite Test untuk menguji heteroskedastisitas.BerdasarkanujitersebutdidapatkanhasilbahwanilaiProb.Chi-Square(2)padaObs*R-Squaredyaitusebesar0.0999.Olehkarena0.0999>0.05(α)makaterimaH0yangberartitidakterdapatheteroskedastisitas. Dengan tingkat kepercayaan 95% dikatakan bahwa tidak terdapatheteroskedastisitasdalammodelregresi.HasildapatdilihatpadaLampiran4.

SetelahmemenuhisemuaujiyangperludilakukansebelummelakukanestimasiOLS,kamimelanjutkanketeknikestimasiOLS.Berdasarkanhasiltersebutterlihatbahwasimpanandijaminsignifikan terhadap jumlah penyaluran kredit dengan α=10%. Sementara tingkat suku bungapenjaminsimpanantidaksignifikan.R-squaredyangdiperolehadalah0.99memilikiartibahwa99%perubahanvariabeldependendapatdijelaskanolehvariabelindependendidalammodel.

$%&'(ℎ+,-.('%/(-0/,123 = −246.4577 + 0.021343@%-A( + 0.132161B2&C(-(-12D(&2- + E

JumlahPenyalurankredit(MilliarRupiah)

Bunga:Tingkatsukubungapenjaminsimpanan(%)

Simpanan_dijamin:JumlahsimpananyangdijaminLPS(MilliarRupiah)

Tabel1.HasilRegresi

Simpananyangdijaminmemilikipengaruhpositifterhadapjumlahpenyalurankredit.Hal


317

ini memiliki arti ketika tingkat simpanan yang dijamin naik sebesar 1 satuan, maka jumlahpenyalurankreditakannaiksebesar0.132161satuan.Simpananyangdijaminmemilikidampakpositifterhadappenyalurankreditkarenaketikasimpananyangdijaminmeningkatmakaparapenabungakanmerasaamanuntukmenyimpandananyadibank.Ketikapenabungmerasaamanmenyimpandananyadi bank,makamereka akandengan senanghati untukmenabungdalamjumlahyangbesar.Kenaikanjumlahsimpananpenabungtersebutakanmeningkatkanjugadanapihakketiga.Danapihakketigayangnaik tersebutakanmembuatperbankansemakin leluasauntukmenyalurkankredit.Selainitu,danapihakketigayangnaiktersebutpulaakanmengurangirisikolikuiditasperbankansehinggastabilitasperbankanakanterusterjaga.

Kesimpulan

Peningkatan total DPK dan total simpanan yang berbanding lurus mencerminkankeseimbanganantaraperanpenjaminansimpanandapatmemadaidanselarasdenganstabilitaskeuangan.Halinipundidukungolehstabilitasperbankankarenastabilitasperbankanmerupakanbagiandari stabilitaskeuangan.Hasil dari regresi jugamenunjukanbahwavariabel simpananyang dijamin (0,0772) signifikan dengan alfa 10% danmemiliki pengaruh positif (0,132161)terhadapjumlahpenyalurankredit.DenganRkuadratsebesar99,66%yangberartibahwa99%perubahanvariabeldependendapatdijelaskanolehvariabelindependendidalammodel.Halinimemiliki arti bahwa para penabung akan merasa aman untuk menyimpan dananya di banksehinggapenabungakanmenabungdenganjumlahbesaryangartinyaDPKakanmeningkat.JikaDPKmeningkatmakabankakansemakinleluasauntukmenyalurkankreditnyadantingkatrisikolikuiditasperbankanakanmengecilsehinggastabilitasperbankanakanterusterjaga.Singkatnya,kehadiranLPSakanmeningkatkanstabilitasperbankandiIndonesia.

DaftarPustaka

BankIndonesia.(VariousYears).StabilitiasSistemKeuangan.RetrievedDesember1,2017,fromBank Indonesia:http://www.bi.go.id/id/perbankan/ssk/ikhtisar/definisi/Contents/Default.aspx

Chu,K.H.(2011,Januari).DepositInsuranceandDepositStability.TheCatoJournal,99-117.

Dwi,B.K.(2011).Blanketguarantee,depositinsurance,andrisk-shiftingincentive:evidencefromIndonesia.MPRA,1-22.

Fitrilia,D.K. (2016).PengaruhPenjaminanSimpanan terhadapStabilitasPerbankan Indonesia.Bandung:UNPARFakultasEkonomiProgramStudiEkonomiPembangunan.

(2002).SystemicRiskinBanking:ASurvey.InC.Goodhart,&G.Illing,FinancialCrises,Contagion,andtheLenderofLastResort–AReader,(pp.249-298).London:OxfordUniversityPressLondon.

Hellwig,M.(1991).Banking,financialintermediation,andcorporatefinance.InA.Giovanini,&C.Mayer,EuropeanFinancialIntegration(pp.53-63).Cambriges:CambrigeUniversityPress.

Kane,E.J.,&Kunt,A.D.(2001).DepositInsuranceAroundtheGlobe:WhereDoesitWork?NBERWorkingPaperSeries,1-37.

Kunt, A. D., & Detragiache, E. (200). Does Deposit Insurance Banking System Stability? IMFWorkingPaper,1-29.


318

Kusuma,H.(2014,Juli16).99,88%SimpananNasabahDijaminLPS.RetrievedDesember1,2017,from Okezone.com:https://economy.okezone.com/read/2014/07/16/457/1013791/99-88-simpanan-nasabah-dijamin-lps

LembagaPenjamin Simpanan. (n.d.).Fungsi, Tugas&Wewenang LembagaPenjamin Simpanan(LPS). Retrieved November 25, 2017, from Lembaga Penjamin Simpanan:http://www.lps.go.id/web/guest/fungsi-tugas-wewenang

LembagaPenjaminanSimpanan.(n.d.).SejarahPendirianLPS.RetrievedNovember25,2017,fromLembagaPenjaminanSimpanan:http://www.lps.go.id/web/guest/sejarah

Lembaga Penjaminan Simpanan. (Several Years).Data Distribusi Simpanan bank umum 2012-2016.Jakarta.

Matthew, K., & Thompson, J. (2005). Bank Regulation. In K. Matthews, & J. Thompson, TheEconomicsofBanking(3ed.,pp.201-228).NewYork:Willey.

Matthews, K., & Thompson, J. (103-124). Models of Banking Behaviour. In K. Matthews, & J.Thompson,TheEconomicsofBanking(3ed.,p.2005).NewYork:Willey.

Matthews,K.,&Thompson, J. (2005).Bank andFinancial Intermediation. InK.Matthews,& J.Thompson,TheEconomicsofBanking(3ed.,pp.37-53).NewYork:Wiley.

Matthews, K., & Thompson, J. (2005). RiskManagement. In K.Matthews, & J. Thompson,TheEconomicsofBanking(3ed.,pp.228-285).NewYork:Willey.

Matthews, K., & Thompson, J. (2005). The Macroeconomics of Banking. In K. Matthews, & J.Thompson,TheEconomicsofBanking(3ed.,pp.287-209).NewYork:Willey.

Matthews, K., & Thompson, J. (2005). The Teory of the Banking Firm. In K. Matthews, & J.Thompson,TheEconomicsofBanking(3ed.,pp.87-101).NewYork:WIlley.

Ngalawa,H.,Tchana,F.,&Viegi,N.(2011).BankingInstabilityandDepositInsurance:TheRoleofMoralHazard.MPRA,1-42.

Otoritas Jasa Keuangan. (Several Years). Statistik Perbankan Indonesia 2012-2016. RetrievedNovember 26, 2017, from Otoritas Jasa Keuangan:http://www.ojk.go.id/id/kanal/perbankan/data-dan-statistik/statistik-perbankan-indonesia/default.aspx

Setiawan, S. R. (2017, April 24). Kuartal I 2017, Sistem Keuangan Indonesia Stabil. RetrievedDesember 1, 2017, from Kompas.com:http://ekonomi.kompas.com/read/2017/04/27/173654426/kuartal.i.2017.sistem.keuangan.indonesia.stabil

Siddque,M.M.,Ullah,M.S.,&Siddiqui,M.S. (2014,Maret).TheRoleofDeposit Insurance forBankingSectorStabilitywithSpecialReference toBangladesh.BankParikrama,XXXIX,100-112.

Swamy,V.(2014).TestingtheInterrelatednessofBankingStabilityMeasures.JournalofFinancialEconomicPolicy,6,25-45

Lampiran

Lampiran1:UjiStasioneritas(Level)


319

NullHypothesis:Unitroot(individualunitrootprocess)Series:JUMLAH_PENYALURAN_KREDIT,SIMPANAN_DIJAMIN,TOTAL_SIMPANAN,BUNGA Date:11/19/17Time:17:44 Sample:2012M012016M12 Exogenousvariables:Individualeffects,individuallineartrendsAutomaticselectionofmaximumlags AutomaticlaglengthselectionbasedonAIC:2to10Totalnumberofobservations:220 Cross-sectionsincluded:4

Method Statistic Prob.**ADF-FisherChi-square 1.95126 0.9825

ADF-ChoiZ-stat 2.15587 0.9845** Probabilities for Fisher tests are computed using an asymptotic Chi-squaredistribution.Allothertestsassumeasymptoticnormality.IntermediateADFtestresultsUNTITLED

Series Prob. Lag MaxLag ObsJUMLAH_PENYALURAN_KREDIT 0.5555 10 10 49

SIMPANAN_DIJAMIN 0.7752 2 10 57TOTAL_SIMPANAN 0.8877 2 10 57

BUNGA 0.9862 2 10 57UjiStasioneritas(FirstDifference)

NullHypothesis:Unitroot(individualunitrootprocess)Series:JUMLAH_PENYALURAN_KREDIT,SIMPANAN_DIJAMIN,TOTAL_SIMPANAN,BUNGA Date:11/19/17Time:17:47 Sample:2012M012016M12 Exogenousvariables:Individualeffects,individuallineartrendsAutomaticselectionofmaximumlags AutomaticlaglengthselectionbasedonAIC:1to10Totalnumberofobservations:219 Cross-sectionsincluded:4

Method Statistic Prob.**ADF-FisherChi-square 88.5097 0.0000

ADF-ChoiZ-stat -7.95337 0.0000**ProbabilitiesforFishertestsarecomputedusinganasymptoticChi-squaredistribution.Allothertestsassumeasymptoticnormality.IntermediateADFtestresultsD(UNTITLED) Series Prob. Lag MaxLag ObsD(JUMLAH_PENYALURAN_KREDIT) 0.0208 10 10 48D(SIMPANAN_DIJAMIN) 0.0000 1 10 57D(TOTAL_SIMPANAN) 0.0000 1 10 57D(BUNGA) 0.0002 1 10 57

Lampiran2:UjiMulticollinearity

DTOTAL_SIMPANAN DSIMPANAN_DIJAMIN DBUNGADTOTAL_SIMPANAN 1.000000 0.994602 0.677018


320

DSIMPANAN_DIJAMIN 0.994602 1.000000 0.695759DBUNGA 0.677018 0.695759 1.000000

DSIMPANAN_DIJAMIN DBUNGA

DSIMPANAN_DIJAMIN 1.000000 0.695759DBUNGA 0.695759 1.000000

Lampiran3:UjiAutocorrelation

DependentVariable:DPENYALURAN_KREDIT Method:LeastSquares Date:11/20/17Time:10:12 Sample:2012M012016M12 Includedobservations:60

Variable Coefficient Std.Error t-Statistic Prob.DBUNGA 0.052814 0.043091 1.225661 0.2254

DSIMPANAN_DIJAMIN 1.131433 0.036111 31.33171 0.0000

C -2.045429 0.484818 -4.218960 0.0001R-squared 0.972414 Meandependentvar 14.01848AdjustedR-squared 0.971446 S.D.dependentvar 0.196762S.E.ofregression 0.033249 Akaikeinfocriterion -3.920891Sumsquaredresid 0.063012 Schwarzcriterion -3.816174Loglikelihood 120.6267 Hannan-Quinncriter. -3.879931F-statistic 1004.629 Durbin-Watsonstat 0.497760Prob(F-statistic) 0.000000

DependentVariable:DPENYALURAN_KREDIT Method:LeastSquares Date:11/19/17Time:19:55 Sample(adjusted):2012M022016M12 Includedobservations:59afteradjustments Convergenceachievedafter110iterations Variable Coefficient Std.Error t-Statistic Prob.DSIMPANAN_DIJAMIN 0.132161 0.073398 1.800622 0.0772DBUNGA 0.021343 0.050821 0.419953 0.6762C -246.4577 55059.88 -0.004476 0.9964AR(1) 1.000041 0.008743 114.3851 0.0000R-squared 0.996641 Meandependentvar 14.02551AdjustedR-squared 0.996458 S.D.dependentvar 0.190714S.E.ofregression 0.011350 Akaikeinfocriterion -6.053806Sumsquaredresid 0.007085 Schwarzcriterion -5.912956Loglikelihood 182.5873 Hannan-Quinncriter. -5.998824F-statistic 5440.250 Durbin-Watsonstat 2.014569Prob(F-statistic) 0.000000 InvertedARRoots 1.00 EstimatedARprocessisnonstationary

Lampiran4:UjiHeteroskedastisitas


321

HeteroskedasticityTest:White F-statistic 2.370792 Prob.F(2,57) 0.1026Obs*R-squared 4.607835 Prob.Chi-Square(2) 0.0999ScaledexplainedSS 7.127923 Prob.Chi-Square(2) 0.0283TestEquation: DependentVariable:RESID^2 Method:LeastSquares Date:11/20/17Time:11:01 Sample:2012M012016M12 Includedobservations:60 Variable Coefficient Std.Error t-Statistic Prob.C 0.023317 0.013723 1.699154 0.0947DSIMPANAN_DIJAMIN^2 -0.000124 7.23E-05 -1.710339 0.0926

DBUNGA^2 0.002992 0.001390 2.151918 0.0357R-squared 0.076797 Meandependentvar 0.001050AdjustedR-squared 0.044404 S.D.dependentvar 0.001961S.E.ofregression 0.001917 Akaikeinfocriterion -9.627570Sumsquaredresid 0.000209 Schwarzcriterion -9.522853Loglikelihood 291.8271 Hannan-Quinncriter. -9.586610F-statistic 2.370792 Durbin-Watsonstat 1.236688Prob(F-statistic) 0.102557

H0:tidakadaheteroskedastisitas

H1:adaheteroskedastisitas


322




ISU 11. PERDAGANGAN INTERNASIONAL


323

FAKTOR-FAKTORYANGMENENTUKANPERBEDAANHARGABERASDI14PROVINSIDIINDONESIA2012-2015

MuhammadIdrisIswardana(2013110023)

Abstrak

BerasmerupakansalahsatuprodukmakananpalingpentingdiIndonesia.Saatiniharga beras berbeda-beda di tiap provinsi di Indonesia, Pemerataan danpenstabilan harga beras perlu untuk dilakukan karena beras mempunyaikedudukan sangat penting dari sisi ekonomi maupun sosial. Penelitian inibertujuanuntukmengetahuifaktoryangmenentukanperbedaanhargaberasdi14provinsidiindonesiaperiode2012-2015.Penelitianinimenggunakanmetodepenelitian Ordinary Least Squares (OLS) untuk mengetahui hubungan antarremoteness,infrastructure,productivity,percapitaincome,percapitaoutput,dancontiguity terhadap perbedaan harga antar provinsi. Hasil yang diperoleh daripenelitian ini adalah keterpencilan suatu provinsi, kondisi jalan, produktivitaslahan,dancontiguitymempengaruhiperbedaanhargaantarprovinsi.

Katakunci:LawofOnePrice(LOP),hargaberas,faktorpenentuperbedaanharga.

1. PENDAHULUAN

1.1 LatarBelakang

Berasmerupakansalahsatuprodukmakananpalingpentingdidunia,terutamaasia.Diasia berasmenjadi salah satumakanan pokok bagi penduduknya dengan konsumsi rata-rataberastertinggididuniadanindonesiajugamerupakanprodusenberasterbesarketigadidunia(Indonesia-investments, 2015). Indonesia sendirimengkonsumsi sekitar 110-114kg beras perkapitadengantotalkonsumsisebesar27jutatonpertahunnya(JusufKalla,2015).

Indonesiaadalahnegarakepulauan terbesardiduniadengankarakteristik tiapdaerahyangberbeda-beda,sepertikondisigeografis,infrastruktur,pendapatanperkapita,produktivitaslahan,dll.Dimanajarakantardaerahnyajugabervariasi,danjarakantardaerahyangcukupjauh.HalinijugayangmenyebabkanperbedaanhargaberasdiIndonesia.

Grafik1.1.1HargaBerasperProvinsi.

Sumber:BadanPusatStatistik

Tabeldiatasmenunjukkanperbedaanhargaberasdi14provinsidi Indonesia, dengan

020004000600080001000012000

Sumut

Sumbar

LampungDKI

DIYJatimKalbarKalsel

Kaltim Su

lutSulsel

SultenggMalutPapua

HargaBerasperProvinsi


324

hargatertinggiberadadiprovinsiMalukuUtarayaitusebesar9712rupiah/kgdanhargaterendahsebesar6919rupiah/kgyangberadadiprovinsiSulawesiSelatan.Daridatadiatastercatatbahwaperbedaanhargaantarprovinsidiindonesiamasihcukuptinggi

Pemerataandanpenstabilanhargaberasperluuntukdilakukankarena,menurutkepalabadanketahananpangan,AgungHendradisebagaikomoditaspanganpokokutamadiIndonesia,beras mempunyai kedudukan sangat penting dari sisi ekonomi maupun sosial. Karena ituterjadinya fluktuasi dan perbedaan harga beras akan berdampak langsung terhadapkesejahteraanpetanidanmasyarakat.

Grafik1.1.2Rata-RataHargaBeras.

Sumber:BadanPusatStatistik

2012 2013 2014 2015HargaBeras 7688 8492 8922 9760

0

2000

4000

6000

8000

10000

12000

Rata-RataHargaBeras


325

BadanPusatStatistikmencatatrata-ratahargaberasterusmenerusnaiksecarasignifikansetiap tahunnya, naiknya harga beras ini juga akan menaikkan harga barang barang lainnyadikarenakan beras merupakan komoditi utama. Naiknya harga beras ini dapat dipicu olehbeberapahaldiantaranya,inflasi,belummeratanyapanenberas,naiknyakonsumsiberasrata-ratamasyarakat,dll.

1.2 RumusanMasalah

Mengingat luasnya Indonesia sebagai negara kepulauan dengan karakteristik daerahberbeda-beda, danmelihat perbedaan harga beras di empat belas provinsi di Indonesia, adabeberapafaktoryangdirasadapatmenyebabkanperbedaanhargaberasadalahketerpencilan,infrastruktur yaitu persen jalan yang di aspal di sebuah provinsi, produktivitas lahan beras,pendapatan perkapita daerah, output perkapita beras daerah, dan apakah provinsi tersebutberbatasan dengan provinsi acuannya. Maka dari itu muncul pertanyaan penelitian sepertiberikut

ApafaktoryangmenentukanperbedaanhargaberasdiempatbelasprovinsidiIndonesia?

1.3TujuanPenelitian

Berdasarkanpemaparandiatashargaberasmemilikiperbedaanyangcukupjauhantarprovinsidi Indonesia,Beras juga sebagai komoditi panganutamadi indonesia yangmembuatperubahanharganyasangatberdampakpadakesejahteraanmasyarakatdanpetaniberas, juganaiknya harga beras ini dapatmemicu kenaikan harga-harga barang dan jasa lainnya. TujuanpenelitianiniadalahuntukmengetahuifaktorapasajayangdapatmenyebabkanperbedaanhargaberasdiempatbelasprovinsidiIndonesia.

1.4KerangkaPikir

Gambar1.4.1.

Kerangka pikir diatas menggambarkan faktor-faktor yang akan di teliti pengaruhnya


326

terhadappricediffrentialsantaralain,remoteness,infrastructure,productivity,percapitaincome,percapitaoutput,dancontiguity.

TINJAUANPUSTAKA

2.1 TeoridanKonsepPerbedaanHarga

Harga (price) adalah jumlah semua nilai yang diberikan oleh pelanggan untukmendapatkankeuntungandarimemilikiataumenggunakansuatuprodukataujasa(PhilipKolter,2008).MenurutteorilawofonepriceMenjelaskantentanghubunganantaranilaitukar,ataukursdenganhargabarangataukomoditi.Menuruthukum ini,komoditasyangsamaakanmemilikiharga yang sama,meskipun dijual di tempat yang berbeda.Hal ini didasarkan pada argumenbahwa jika ada selisih harga dari komoditas yang sama, maka akan tercipta peluang untukmelakukan arbitrase (Mankiw, 2011:686). Arbitrase dilakukan dengan membeli komoditi ditempatyangharganyalebihmurah,kemudianmenjualnyaditempatyangharganyalebihmahal.Dengansyarattransportcostharuslebihrendahdaripadaselisihharganya.Aktivitasarbitraseinimenyebabkanhargakomoditasditempatyanglebihmurahmenjadinaikdansebaliknyahargakomoditasditempatyanglebihmahalmenjaditurun.Padaakhirnyahargakomoditasmenjadisamapadakeduatempattersebut.Kalaupunmasihadaperbedaanhargadisebabkanolehfaktorlain.Halinijugadijelaskandalammodel(Persson,1998):

8' = 8( + 1(' ……… . . (1)

DimanacA adalah harga komoditas di provinsi j,c* adalah harga di provinsi i, dan °*A adalah transport cost dari lokasi i ke j. Dihipotesiskan jika perbedaan harga antarac* dancA melebihi °*A , maka rasio perbedaannya lebih tinggi dan itu akan menjadi insentif bagi parapedagang untuk mencari keuntungan dengan memindahkan komoditas dengan harga lebihrendahkedaerahataupasardenganhargakomoditasyangtinggi,yangpadaakhirnyaperbedaanhargaantarkeduaprovinsitersebutmenurun.

Teorilawofonepricetelahmenjelaskanbahwakomoditasyangsamaakandijualdenganhargayangsamawalaupunberadadipasaryangberbeda,jikaadaperbedaanhargamakaakanditentukanolehfaktorlain


No Penulis judul Metode hasil1 Gonzalo Varela;

Enrique Aldaz-Carroll;LeonardoLacovone(2013)

Determinantsof MarketIntegrationand PriceTransmissioninIndonesia

MenggunakanOLSdancointegrationtechniques/Johansentest, data dari beras,minyak goreng, gula,kacang kedelai danjagung. Dari tahun1993-2007.

Faktor penentu perbedaanharga ke 5 komoditastersebut adalahRemoteness, infrastructure,output of commodity, landproductivity,danincomepercapita

2 Isaac M. B.Shinyekwa ;Alex

Determinantsof DomesticFood Price

Menggunakan OLS,data dari Jawawut,jagung, pisang, susu

Faktor penentu perbedaanharga ke 4 komoditas


327

Thomas Ijjo(2016)

Differentials:Constraintsfor Intra-UgandaTrade

dan kentang.Penelitianmenggunakan Crosssection.

tersebut ditentukan oleh,Remoteness,remoteness*infrastruktur,dan,PCI.

Metodedanobjekpenelitian


DatayangdigunakandalampenelitianiniadalahdatasekunderyangdiperolehdariBadanPusatStatistik,KementeianPekerjaanUmumdanPerumahanRakyat,danKementerianPertanianperiode 2012-2015. Data yang digunakan adalah remoteness, infrastructure, productivity, percapitaincome,percapitaoutput,dancontiguity.

MetodeanalisisyangdigunakandalampenelitianiniadalahOrdinaryLeastSquare(OLS)denganmenggunakandatacrosssection.Tujuananalisisiniadalahuntukmengetahuipengaruhvariabel dependent terhadap variabel independent. Variabel independent dalam penelitian iniadalahremoteness,infrastructure,productivity,percapitaincome,percapitaoutput,dancontiguity.Sedangkan variabel dependent adalah price diffrentials. Dari pemaparan diatas maka dapatditurunkanmodelpenelitiansebagaiberikut:

|c* − cA| = Y0 + Y(w∗v\* + Y.w∗x\A + Y/¢d\*A + Y1]áv°ä* + Y2]áv°äA + YBf]¢* + YCf]¢A +YD]¢x* + YE]¢xA + `*A ………(2)

Pi-Pj :Pricediffrentials(Hargaprovinsii–Hargaprovinsij)

R*in :Interaksidariremotenessdaninfrastructure

Contiguity :Variabel dummy, 1 (jika provinsi berbatasan) dan 0 (jika provinsi tidakberbatasan)

Pvity :Produktivitaslahandalamkuintal/hektar

OPC :Outputperkapitadalamton

PCI :Pendapatanperkapitadalamjuta

3.2 ObjekPenelitian

Penelitianinibertujuanuntukmencaripengaruhvariabelindependentterhadapvariabeldependent. Variabel independent yang diteliti adalah adalah remoteness, infrastructure,productivity,percapitaincome,percapitaoutput,dancontiguity.Sedangkanvariabeldependentadalahpricediffrentials.

Remoteness

Remotenessditeliti dalam penelitian ini sebagai variabel independent.Remoteness atauketerpencilan diukur dengan menghitung jarak antar provinsi kemudian di inverse dengan


328

populasi kota acuan. Untukmenghitung remoteness provinsi i dengan caramenghitung jarakprovinsi i dan j dalam kilometer kemudian di inverse dengan populasi provinsi i, begitu jugadenganmenghitungremotenessprovinsi jyaitudengancaramenghitung jarakprovinsi idan jdalam kilometer kemudian di inverse dengan populasi provinsi j. remoteness dapatmenggambarkan semakin jauh jarak antara provinsimaka kemungkinan dapatmeningkatkanperbedaanharganya.Data jarakdiperolehdaridistancecalculatordandatapopulasidiperolehdariBadanPusatStatistik.

Infrastructure

Infrastructure diteliti dalam penelitian ini sebagai variabel independent. Infrastructurediukurdenganmenghitungjumlahjalanyangdiaspaldisuatuprovinsidalampersen.Semakintingginilainyamakasemakinbanyakjalanyangdiaspaldiprovinsitersebut.Infrastructuredapatmenggambarkan semakin banyak jalan yang di aspal di provinsi tersebutmaka kemungkinandapatmenurunkanperbedaanhargaantarkeduaprovinsitersebut.DatainfrastructurediperolehdaripublikasiyangditerbitkanolehKementerianPekerjaanUmumdanPerumahanRakyat

Remoteness*infrastructure

Remoteness*infrastructure diteliti dalam penelitian ini sebagai variabel independent.Remoteness*infrastructure diukur dengan menginteraksikan variabel remoteness denganinfrastructure. Variabel interaksi ini berarti jika sebuah provinsi remote atau terpencil tetapimemilikiinfrastructureyangbaikataumemilikipersenjumlahjalanyangdiaspaltinggiapakahdapatmemilikipengaruhterhadapperbedaanhargaantarakeduaprovinsitersebut.

Productivity

Productivityditelitisebagaisebagaivariabelindependentdalampenelitianini.Productivitydiukur dengan menghitung produktivitas lahan beras suatu provinsi dalam kuintal/hektar.Productivity ini dapat menggambarkan seberapa efisien lahan beras dalam suatu provinsitersebutdanuntukmengetahuiapakahdengan tingginyaproductivitydalamprovinsi tersebutdapatmenurunkan perbedaan harga antar provinsi tersebut. Data productivitydiperoleh dariBadanPusatStatistik.

Percapitaincome

Percapitaincomediteltitisebagaivariabelindependentdalampenelitianini.Pendapatanper kapita adalah besarnya pendapatan rata-rata penduduk di suatu negara. Pendapatan perkapita didapatkan dari hasil pembagian pendapatan nasional suatu negara dengan jumlahpenduduk negara tersebut. Pendapatan per kapita juga merefleksikanPDBper kapita.Pendapatan per kapita sering digunakan sebagai tolak ukur kemakmuran dan tingkatpembangunansebuahnegara;semakinbesarpendapatanperkapitanya,semakinmakmurnegaratersebut.Padapenelitianinisayamenggunakanpendapatanperkapitaregional,regionaldisiniberartiprovinsi.Transaksiekonomiyangakandihitungadalah transaksiyang terjadidi suatuprovinsi tanpa memperhatikan apakah transaksi dilakukan oleh masyarakat (residen) daridaerahtersebutataumasyarakatlain(non-residen).DatapercapitaincomediperolehdariBadanPusatStatistik

Percapitaoutput


329

Percapitaoutputditelitisebagaivariabel independentdalampenelitianini. Outputperkapitaadalahoutput totaldibagi jumlahpenduduk.Dalampenelitian iniberartiadalahoutputberassuatuprovinsidibagijumlahpendudukdalamprovinsitersebut.Percapitaoutputdapatmenggambarkanpertumbuhanberasdalamprovinsitersebut.

Contiguity

Contiguity diteliti sebagai variabel independent dalam penelitian ini. Contiguity ataupersentuhan inimenggambarkan apakah provinsi i dan j berbatasan.Contiguity digambarkansebagai variabel dummy, variabel dummy adalah variabel yang digunakan untukmengkuantitatifkanvariabelyangbersifatkualitatif(misal:jeniskelamin,ras,agama,perubahankebijakan pemerintah, perbedaan situasi dan lain-lain). Variabel dummy merupakanvariabelyangbersifatkategorikal yangdidugamempunyaipengaruh terhadapvariabelyangbersifatkontinue.Variabeldummyseringjugadisebutvariabelboneka,binary,kategorikataudikotom.Variabeldummyhanyamempunyai2(dua)nilaiyaitu1dannilai0,sertadiberisimbolD.Dummymemilikinilai1(D=1)untuksalahsatukategoridannol(D=0)untukkategoriyanglain.

HASILDANPEMBAHASAN

4.1 UjiAsumsiKlasik

UjiasumsiklasikbermanfaatuntukmemperolehmodelyangterbaikdanBLUE(Bestlinierunbiasedestimator).Modeltersebutharusmemenuhiasumsinormalitasdanterbebasdariasumsimultikolinearitasdanautokorelasi.Ujimultikolinearitasbertujuanuntukmengujiapakahmodelregresiditemukanadanyakorelasiantarsatuatausemuavariabelbebas (independen).Modelregresi yangbaik seharusnya tidak terjadi korelasi di antara variabel bebas atau tidak terjadimultikolinear(Ghozali,2005:91).Adabeberapaakibatdarimultikolinearitasini,yaitu.Pertama,estimasiOLSmeskipunbest,linear,unbiasedequation(BLUE),namunvariandankovarianbesar,sehingga sulit ditemukanestimasi yang tepat.Kedua, inteval kepercayaanmembesar sehinggacenderung untuk menolak Ho.Ketiga, nilaitstatistik cenderung tidak signifikan.Keempat,meskipuntstatistikkecilnilaiR2cenderungbesar.EstimasiOLSnyacenderungsensitifterhadapperubahan perubahan data. Sedangkan uji autokorelasidigunakan untuk melihat apakah adahubunganlinierantaraerrorserangkaianobservasiyangdiurutkanmenurutwaktu (datatimeseries).(Gujarati,1993).

4.2 Hasilpengolahandata

Darihasil regresi terdapat empat variabel independenyang signifikanpadaalpha 1%,terdapat satu variabel independen yang signifikan pada alpha 5%, dan terdapat 4 variabelindependenyangtidaksiginifikanpadaalpha1%,5%,dan10%.Berikuthasilregresidalamtabel.

Variabel Coefficicent Std.Error t-Statistic Prob.Remote*infraj 388.878 46.592 8.346 0.0000***Remote*infrai -3354.787 2445.550 -1.371 0.1739Productivityj 53.900 8.623 6.250 0.0000***Productivityi -29.936 8.664 -3.455 0.0009***

PCIj -7.882 2.183 -3.609 0.0005***


330

PCIi 4.440 2.752 1.613 0.1106OPCj -0.508 0.347 -1.461 0.1477OPCi 0.107 0.275 0.389 0.6981

Contiguityij -545.503 257.907 -2.115 0.0375**C -485.480 636.751 -0.762 0.4480

R-squared:0.7854

*,**,***indicatessignificanceatthe90%,95%,and99%level,respectively.

R-squared

R-squared berguna untuk melihat tingkat varians variabel dependent yang dapatdijelaskanolehmodelregresi.BerdasarkanhasilestimasidiatasdapatterlihatR-squaredsebesar0.7854, yang berarti sebesar 78,54% perbedaan harga antar provinsi ditentukan olehremoteness*infrastructure,productivity,PCI,OPC,dancontiguity.Sedangkan21,46%ditentukanolehfaktorlain.

Remote*infraj

Variabel remote*infra jmemilikinilaiprob. sebesar0.0000yang lebihkecildarialphasebesar 1%, hal inimenunjukkan remote*infra jmemiliki pengaruh yang siginfikan terhadapperbedaan harga antar provinsi. Nilai koefisien remote*infra j yang sebesar 388.878menunjukkanbahwa jika provinsi j tersebut terpencil tetapimemiliki infrastrukturyangbaikmaka perbedaan harganya dengan provinsi i adalah sebesar 388,878 rupiah. variabelremote*infrainibisamenaikkandanmenurunkanperbedaanhargasuatuprovinsi,tergantungdaribesaranremotenessdaninfrastructurenyamasing-masing.

Remote*infrai

Variabelremote*infraImemilikinilaiprob.Sebesar0.1739yanglebihbesardarialpha10%,halinimenunjukkanbahwavariabelremote*infraiinitidaksignifikan,sehinggavariabelremote*infraitidakberpengaruhterhadapperbedaahargaberasantarprovinsidiIndonesia.

Productivityj

Variabelproductivityjmemilikinilaiprob.sebesar0.0000yanglebihkecildarialpha1%,halinimenunjukkanproductivityjmemilikipengaruhyangsignifikanterhadapperbedaanhargaberas antar provinsi.Nilai koefisien variabelproductivity jyang sebesar 53.900menunjukkanbahwajikaproduktivitasberasnaiksebesar1kuintal/hektardiprovinsijmakaperbedaanhargadenganprovinisi iadalahsebesar53,900rupiah.Hal inidikarenakanketikaproductivity jnaikmakaarbitraseyangakandilakukandariprovinsiidanjakanturun,sehinggamenaikkanhargadiprovinsij.

Productivityi

VariabelproductivityImemilikinilaiprob.Sebesar0.0009yanglebihkecildarialpha1%,halinimenunjukkanproductivityimemilikipengaruhyangsignifikanterhadapperbedaanhargaberasantarprovinsi.Nilaikoefisienvariabelproductivity iyangsebesar -29.936menunjukkanbahwajikaproduktivitasberasdiprovinsiinaiksebesar1kuintal/hektarmakapebedaanharga


331

beras antar provinsi i dan j turun sebesar 29,936 rupiah.Hal ini dikarenakanprovinsi i yangsebagaiprovinsiacuanmengalamipenambahansupplytetapitidakdengandemandnya,sehinggaakanmenurunkanperbedaanhargaantaraprovinsiidanj.

PCIj

VariabelPCIjmemilikinilaiprob.Sebesar0.0005yanglebihkecildarialpha1%,halinimenunjukkanPCI jmemiliki pengaruh yang signifikan terhadapperbedaanharga beras antarprovinsi.NilaikoefisienvariabelPCIjyangsebesar-7.882menunjukkanbahwajikaincomeperkapitanaiksebesar1jutarupiahmakaperbedaanhargaberasakanturunsebesar7,882rupiahperkilogram.HalinidikarenakanPCIdapatmerefleksikankualitasberasyangdikonsumsiolehmasyarakat,jikapendapatanperkapitanyanaikmakaakanmenurunkanhargaberasmediumyangnotabenelebihbanyakdikonsumsidikalanganmasyarakat,sehinggarata-rataperbedaanhargaberasantarprovinsinyaturun.

PCIi

VariabelPCIJmemilikinilaiprob.Sebesar0.1106yanglebihbesardarialpha10%,halinimenunjukkanbahwaPCIIinitidaksignifikan,sehinggavariabelPCIItidakberpengaruhterhadapperbedaanhargaberas.

OPCJ

VariabelOPCjmemilikinilaiprob.sebesar0.1477yanglebihbesardarialpha10%,halinimenunjukkanbahwaOPCjtidaksignifikan,sehinggavariabelOPCjtidakberpengaruhterhadapperbedaanhargaberas

OPCI

VariabelOPCImemilikinilaiprob.sebesar0.6981yanglebihbesardarialpha10%,halini menunjukkan bahwa OPC j tidak signifikan, sehingga variabel OPC I tidak berpengaruhterhadapperbedaanhargaberas

CONTIGUITYIJ

Variabelcontiguityijmemilikinilaiprob.sebesar0.0375yanglebihkecildarialpha5%,halinimenunjukkancontiguityijmemilikipengaruhyangsignifikanterhadapperbedaanhargaberasantarprovinsi.Nilaikoefisienvariabelcontiguity ijyangsebesar -545.503menunjukkanbahwajikaprovinsiidanjberbatasanmakaperbedaanhargaberasantarkeduaprovinsiturunsebesar 545,503 rupiah/kg. hal ini dikarenakan jika kedua provinsi berbatasan makapendistribusianberasmenjadilebihmudah,dandistributioncostnyamenjadilebihrendah.

Kesimpulan

Berdasarkanhasilyangdiujidandibahaspadababsebelumnya,makadapatdiambilkesimpulan bahwa faktor-faktor yang mempengaruhi perbedaan harga beras antar provinsiadalahremoteness*infrastructure,productivity,PCI,dancontiguity.AdajugavariabelyangtidaksignifikanmempengaruhiperbedaanhargaberasantarprovinsiadalahOPC.

Variabel remoteness*infrastructure i berpengaruh positif dan signifikan terhadap


332

perbedaanhargaantarprovinsidenganalphasebesar1%,variabelproductivity jberpengaruhpositifdansignifikanterhadapperbedaanhargaberasantarprovinsidenganalphasebesar1%,productivityiberpengaruhnegatifdansignifikanterhadapperbedaanhargaberasantarprovinsidenganalphasebesar1%,PCI Jberpengaruhnegatifdansignifikanterhadapperbedaanhargaberasantarprovinsidenganalphasebesar1%,dancontiguityberpengaruhnegatifdansignifikanterhadapperbedaanhargaberasantarprovinsidenganalphasebesar5%.

DAFTARPUSTAKA

BadanPusatStatistik.(2014).STATISTIKHARGAKONSUMENPERDESAANKELOMPOKMAKANAN(DATA2013).Jakarta,DKIJakarta,Indonesia:BadanPusatStatistikRepublikIndonesia.

BadanPusatStatistik.(2015).STATISTIKHARGAKONSUMENPERDESAANKELOMPOKMAKANAN2014.Jakarta,DKIJakarta,Indonesia:BPS–StatisticsIndonesia.

BadanPusatStatistik.(2016).ProduksiTanamanPanganAngkaTetapTahun2015.Jakarta,DKIJakarta,Indonesia:BadanPusatStatistik.

BadanPusatStatistik.(2016).STATISTIKHARGAKONSUMENPERDESAANKELOMPOKMAKANAN2015.Jakarta,DKIJakarta,Indonesia:BadanPusatStatistik.

BadanPusatStatistik.STATISTIKHARGAKONSUMENPERDESAANKELOMPOKMAKANAN2012.Jakarta,DKIJakarta,Indonesia:BadanPusatStatistikRepublikIndonesia.

Beras. (2017, July 28). Retrieved November 17, 27, from Indonesia-Investments:https://www.indonesia-investments.com/id/bisnis/komoditas/beras/item183?

Damodar,G.(2004).BasicEconometrics(4thEditioned.).NewYork:TheMcgraw-Hill.

Ghozali,I.(2005).AplikasiAnalisisMultivariatedenganSPSS.Semarang:UNDIP.

https://finance.detik.com/berita-ekonomi-bisnis/2864707/jk-konsumsi-beras-orang-indonesia-di-atas-rata-rata-asia

JK:KonsumsiBerasOrangIndonesiadiAtasRata-rataAsia.(2015,March20).RetrievedNovember17,2017,fromDetikFinance:

Kementerian Pekerjaan Umum dan Perumahan Rakyat Sekretariat Jenderal Pusat Data danTeknologi Informasi. (2015). Informasi Statistik Infrastruktur Pekerjaan Umum danPerumahanRakyat.Jakarta,DKIJakarta,Indonesia:Pusdatin-KementrianPUPR.

Kementerian Pekerjaan Umum Sekretariat Jenderal Pusat Pengolahan Data. (2012). BukuInformasi Statistik Pekerjaan Umum 2012. Jakarta, DKI JAKARTA, Indonesia: Pusdata -KementerianPU.

Kementerian Pekerjaan Umum Sekretariat Jenderal Pusat Pengolahan Data. (2013). BukuInformasi Statistik Pekerjaan Umum 2013. Jakarta, DKI Jakarta, Indonesia: Pusdata -KementerianPekerjaanUmum.

Kementerian Pekerjaan Umum Sekretariat Jenderal Pusat Pengolahan Data. (2014). BukuInformasi Statistik Infrastruktur Pekerjaan Umum 2014. Jakarta, DKI Jakarta, Indonesia:Pusdata-KementerianPekerjaanUmum.

KementerianPertanian. (2012).StatistikHargaKomoditas PertanianTahun2011. Jakarta,DKIJakarta,Indonesia:PusatDatadanSistemInformasiPertanianKementerianPertanian.


333

Mankiw, G. (2011). Principles of Economics (6th Edition ed.). (J. Sabatino, Ed.) USA: Cengage-Learning.

Shinyekwa,I.,&Ijjo,A.T.(2016).DeterminantsofDomesticFoodPriceDifferentials:ConstraintsforIntra-UgandaTrade.JournalofSustainableDevelopment,ix(1),286-295.

Varela, G., Carroll, E. A., & Lacovone, L. (2013). Determinants ofMarket Integration and PriceTransmissioninIndonesia.JournalofSoutheastAsianEconomies,XXX(1),19-44.

Yunita, N. W. (2017, November 14). Begini Urgensi Jaga Stabilitas Harga & Pasokan Pangan.Retrieved November 18, 2017, from Detik Finance: https://finance.detik.com/berita-ekonomi-bisnis/d-3726572/begini-urgensi-jaga-stabilitas-harga--pasokan-pangan?_ga=2.81247191.1918393103.1510741936-918566593.1453866443


334

LAMPIRAN


335

FAKTOR-FAKTORYANGMEMPENGARUHINILAIEKSPORTEHINDONESIAKETIGANEGARATUJUAN2000-2015

BenedikNatan(2014110022)

Abstrak

Salah satu subsektor pertanian yang diperdagangkan oleh negara Indonesiaadalahkomoditasteh.Padatahun2008,Indonesiamerupakannegaraeksportirtehkeenamterbesardidunia.Variabelnilaitukar,pendapatannegaraasing,pajakimpor,danhargatehrelatifduniadapatmempengaruhnilaieksportehIndonesia.Penelitian ini menggunakan metode regresi OLS serta memiliki tujuan yaitumencari seberapabesarhubungannilai tukar, pendapatannegara asing (GDP),tarifimpor,danhargatehrelatifduniaterhadapnilaieksportehIndonesia.Hasilakhirmenunjukkanbahwavariabelnilaitukar,tarifimpor,danhargatehrelatifdunia memiliki hubungan negatif dan secara signifikan mempengaruhi nilaiekspor teh Indonesia. Sedangkan pendapatan negara asingmemiliki hubunganpositifdansignifikanterhadapnilaieksportehIndonesiatahun2000-2015.

Katakunci : Teh,Nilai tukar,Nilai Ekspor,GDP,Pajak impor, harga relatif tehdunia.

1. PENDAHULUAN

1.1 LatarBelakang

Saat iniglobalisasitelahmenjadi faktorpemicudarirodapertumbuhanperekonomian.Kemajuanglobalisasisaatinisemakindapatdirasakan,arusperdaganganantarnegaradiduniasemakin meningkat. Frekuensi perdagangan dunia yang meningkat mengindikasikan bahwasemakin terbukanya pasar negara-negara di dunia. Adanya globalisasi membuat banyaknyapertukaran barang dan jasa dari suatu negara ke negara-negara lain, yang artinya adanyaglobalisasi menimbulkan adanya perdagangan internasional. Perdagangan internasionalmerupakan hubungan kegiatan ekonomi antar negara yang dilakukan dengan adanya prosespertukaran barang atau jasa dan saling menguntungkan. Tujuan adanya perdaganganinternasional dilakukan yakni untuk salingmemenuhi kebutuhan akan barang dan jasa sertamenciptakanhubunganantarnegaradalamtransaksibarangdanjasa.

Salah satu subsektor pertanian yang diperdagangkan oleh negara Indonesia adalahperkebunanteh.EksportehIndonesiapadatahun2010mencapainilai149ribuUSD(BPS,2017).Perkebunan tehsudahmenjadi salahsatu sektorunggulanyangdapatmenyerap tenagakerjasertapendapatannegara.Padatahun2014,Indonesiamerupakanprodusentehterbesarketujuhdiduniadenganhasilproduksimencapai132 ribu tonmetrik (Indonesia Investement,2015).MenurutKementrianPertanianIndonesia(2015),padatahun2008Indonesiamenempatiurutankeenamsebagaieksportirtehterbesarduniadenganvolumeekspormencapai96.200ton.HampirsetengahdariproduksitehdiIndonesiadieksporkeluarnegeri.PasarutamanyaadalahnegaraAmerika,Inggris,dannegara-negaradiEropasepertiBelandadanJerman.HalinimenunjukkanbahwaperdaganganinternasionalsangatlahpentingbaginegaraberkembangsepertiIndonesia,terutamadalamaspekeksportehyangdapatmenentukanpendapatannasionalIndonesia.

Komoditas teh sendiri tentu menjadi produk andalan yang diperdagangkan oleh


336

Indonesia.NilaieksportehkenegaratujuansepertiAmerika,Jerman,danBelandasendiridaritahun2000hinggasekitartahun2008cenderungmengalamipeningkatan,namunironinyapadatahun2010hingga tahun2015, nilai ekspor teh Indonesia ke tiga negara tersebut cenderungmenurun.

Gambar1.GrafikNilaiEksporTehIndonesiaTahun2000-2015.

Sumber:BPS2015diolah

Penurunan nilai ekspor teh tersebut didukung juga oleh data dariworld top export’s.Berdasarkandatayangada,padatahun2016,Indonesiamengalamipenurunannilaieksportehdanmenempati peringkat kesepuluh dunia yang sebelumnyamenempati posisi kelima duniapada tahun 2014. Sedangkan negara pengeskpor teh lainnya seperti China,masihmenempatiperingkatpertamadengannilaieksporsebesar1,5milyarUSD.MenurutTangetal.dalamTheTelegraph(2016),Cinamemperoleh$1,38miliar(£957juta)denganmengekspor325.000tontahunlalu,sekitar$4,2perkg,hampir40persenlebihtinggidarilimatahunyanglalu.Sementarauntuk peringkat kedua ditempati oleh Sri Lanka dengan nilai ekspor sebesar 1,3milyar USD.SedangkanuntukperingkatketigaditempatiolehnegaraKenyadengannilaieksporsebesar680jutaUSDdanperingkatkeempatditempatiolehIndiadengannilaieksporteh661jutaUSD.

Tabel1.NegaraEksportirTehTahun2016.Rank Negara Nilai(2016) TotalDunia1. China US$1.5Miliar 22.8%2. SriLanka $1.3Miliar 19.2%3. Kenya $680.6Juta 10.4%4. India $661.7Juta 10.1%5. UnitedArabEmirates $287.9Juta 4.4%6. Germany $232.7Juta 3.6%7. Poland $194.4Juta 3.0%8. UnitedKingdom $136.5Juta 2.1%9. UnitedStates $127.7Juta 2%10. Indonesia $113.1Juta 1.7%

Sumber:World’sTopExport2016.

Penurunan nilai ekspor sendiri tentumenjadi tantangan besar bagi Negara Indonesia

0

2000

4000

6000

8000

10000

12000

14000

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

US Germany Netherland


337

sendiri.Penurunan tersebutdisebabkankarenamenurunnyadayasaingproduk teh Indonesiadibandingnegara-negaralainnya.Padahaldisaatyangsama,nilaitukarrupiahterhadapUSDdaritahun2000hinggatahun2015cenderungmengalamidepresiasisepertigambardibawahini.

Gambar2.GrafikNilaiTukarRupiah/USDTahun2000-2015.

Sumber:Investing.comdiolah

DatadiatasmenunjukkannilaikursrupiahterhadapUSDdaritahun2000hinggatahun2015cenderungmelemah/terdepresiasi.Meskipunditahun2008hinggatahun2010nilaikursrupiah terhadapdollar cenderungmenguat/terapresiasi.Datakurs rupiah terhadapUSDpadatahun 2008-2010 juga didukung oleh data dari BPS mengenai penurunan nilai ekspor tehIndonesia pada tahun 2008 hingga tahun 2010 khususnya ke negara Jerman dan Belanda,sedangkannilaieksportehkeAmerikaditahuntersebutmasihmengalamipeningkatannamunsangat kecil. Tetapi setelah tahun 2010, nilai mata uang rupiah terus mengalami depresiasiterhadap USD. Kondisi mata uang rupiah yang cenderung terdepresiasi tersebut sebenarnyamemberikankesempatanuntukmeningkatkannilaieksportehIndonesia,namunnilaieksportehIndonesiacenderungmenurunterutamaditahun2010hinggatahun2015.

1.2 RumusanMasalah

Berdasarkanlatarbelakangyangsudahdijelaskandiatas,padatahun2000hingga2008nilaieksportehIndonesiaketiganegaratujuansepertiAmerika,Jerman,danBelandacenderungmengalami peningkatan. Tetapi setelah tahun 2010 hingga 2015, Indonesia mengalamipenurunannilaieksportehketiganegaratersebut,padahaldisaatyangbersamaannilaitukarrupiah terhadap USD dari tahun 2000 hingga 2015 cenderungmengalami depresiasi. Hal inimenandakanadafaktorlainyangdapatmempengaruhipenurunannilaieksportehIndonesiaketiganegaratujuan.

PertanyaanPenelitian

Berdasarkanlatarbelakangdanrumusanmasalahdiatas,terdapatduapertanyaandalampenelitianiniyaitu:

BagaimanapengaruhdarivariabelNilaitukar,GDPnegaraasing,hargarelatiftehinternasional,

0

2000

4000

6000

8000

10000

12000

14000

16000

2000200120022003200420052006200720082009201020112012201320142015


338

dantarifeksporterhadapnilaieksporIndonesia?


Berdasarkanlatarbelakangdanrumusanmasalahyangtelahdipaparkan,penelitianinimemiliki tujuan yaitu untuk mengetahui penyebab dari adanya penurunan nilai ekspor tehIndonesiapadatahun2010-2015.Selainitutujuanlaindaripenulisanmakalahiniadalahuntukmengetahuiseberapabesarhubungandansignifikansidarivariabelnilaitukar,pendapatansetiapnegaraimportir,hargarelatiftehdunia,sertatarifimporterhadapnilaieksportehIndonesiapadatahun2000-2015.


Gambar3.KerangkaPemikiran.

Penelitian ini memiliki kerangka pemikiran seperti diatas yang terdiri dari variabeldependendanvariabelindependen.NilaieksporIndonesiadianggapsebagaivariabeldependensedangkannilaitukar,GDPnegaraasing/negaraimportir,hargarelatiftehinternasional,dantarifimpor dianggap sebagai variabel independen. Secara teori nilai tukar seharusnya memilikihubunganpositifterhadapnilaieksporindonesia.KetikaNilaitukarrupiahmenguat/terapresiasi,makahargakomoditidianggapmenjadilebihmahalolehnegara-negaraimportirsehingganilaieksporIndonesiaakanmenurunbegitupulasebaliknya,apabilamatauangrupiahterdepresiasi,makahargakomoditi Indonesiadianggapmenjadi lebihmurahsehingganegara importirakancenderungmembeli produk lokal yang dapatmeningkatkan ekspor teh Indonesia. SedangkanvariabelGDPnegaraasingseharusnyamemilikihubunganpositif.Variabeltersebutmenunjukkanseberapabesarkegiatanekonomidanpotensidayabelidinegara-negaratujuanekspor.SemakinbesarnilaiGDPnegaraasingseharusnyadapatmeningkatkannilaieksporIndonesiabegitupulasebaliknya.Variabelhargarelatiftehduniaseharusnyamemilikihubungannegatifyangartinyaketikahargarelatifnaik,makapermintaannegaraimportirakanmenurunsehinggahaltersebutdapatmenurunkannilaieksportehIndonesia.SamahalnyajugadenganvariabeltarifimporyangseharusnyamemilikihubungannegatifterhadapnilaieksporIndonesia.Semakintinggitarifyangditetapkan, maka semakin tinggi biaya untuk mengekspor, sehingga peningkatan tarif dapatmenurunkannilaieksporIndonesia.

TinjauanPustaka

NilaiEksporTehIndonesia

TarifImporHargaRelatifTehDunia

GDPNegaraAsingNilaiTukar


339

2.1 DasarTeori

Penelitianinimemilikibeberapadasarteoridankonsepyaitu:

TeoriPermintaan

Menurut Mankiw (2008), teori permintaan menjelaskan mengenai hubungan antarajumlahpermintaandanharga.Permintaanmerupakanberapajumlahbarangataujasayangingindanmampudibeliolehkonsumen,padaberbagaitingkatharga,danpadawaktutertentu.Hukumpermintaan (the law of demand) adalah jika makin rendah harga suatu barang maka makinbanyakpermintaanterhadapbarangtersebutdansebaliknyamakintinggihargasuatubarangmakamakinrendahpermintaanakanbarangdanjasatersebut.Hukumberlakudengancatatanceterisparibus.Teoridapatdigambarkanolehgrafiksebagaiberikut:

Gambar4.GrafikPermintaan.

Gambardiatasmerupakangrafikdarihukumpermintaan.Sepertiyangtelahdijelaskandiatas, misalkan jika adanya perubahan peningkatan harga komoditas sebesar 100 makakuantitas yang akan dibeli seseorang/permintaan seseorang akan barang tersebut akanmengalamipenurunansebesar500unit.Begitupulasebaliknya,apabilaterjadipenurunanhargakomoditas sebesar 100, maka akan terjadi peningkatan permintaan sebesar 500 unit. Kurvapermintaan memiliki slope/kemiringan negatif. Tentu asumsi tersebut masih menggunakanceterisparibus.Padapenelitianini,teoripermintaandigambarkan/digunakanolehvariabelhargatehinternasional.Jadiapabilahargatehinternasionalmeningkat,makapermintaanakanproduktehIndonesiaakanmenurun,makadariitunilaieksportehIndonesiaakanmenurun.

TeoriPenawaran

Selainhukumpermintaan,dalampenelitianinijugaberlakuhukumpenawaran.Penawarandigambarkanolehadanyapenawarandankegiataneksportehkenegara-negaralain.Hukum penawaran menjelaskan mengenai hubungan antara penawaran dan tingkat harga.Penawaranmerupakanberapajumlahbarangataujasayangingindanmampuditawarkanolehprodusen,padaberbagaitingkatharga,danpadawaktutertentu.Hukumpenawaranadalahjikamakin rendah harga suatu barang maka barang yang ditawarkan oleh produsen juga akan

300

200

100

P

Q

200015001000

d


340

semakinrendah.Begitujugasebaliknyajikahargakomoditassemakintinggi,makabarangyangditawarkan oleh produsen tentu akan semakin tinggi. Hukum tersebut juga berlaku denganasumsi ceteris paribus. Untuk lebih jelas, hukum penawaran juga dapat digambarkan sebagaiberikut.

Gambar5.GrafikPenawaran

Gambar diatasmerupakan gambar dari grafik penawaran. Grafik penawaranmemilikislope/kemiringan yang positif. Seperti yang telah dijelaskan diatas, misalnya ketika terjadiadanyapeningkatanhargakomoditassebesar100,makaseorangprodusenakanmeningkatkanbarang yang ditawarkannya sebesar 10 unit. Hal tersebut dilakukan agar mendapatkankeuntungan yang lebih besar. Sebaliknya, apabila terjadi penurunan harga komoditas sebesar100,maka seorang produsen akanmenurunkan barang yang ditawarkannya sebesar 10 unit.Hukumtersebutberlakudenganasumsiceterisparibus.Teoriinimenggambarkanvariabelhargateh internasional. Ketika ada peningkatan harga teh,maka Indonesia akanmenawarkan lebihbanyakkuantitasdariprodukteh.

TeoriPerdaganganAdamSmith(KeunggulanAbsolut)

MenurutDominickSalvatore(2013).AdamSmithmengatakanbahwaperdagangankeduanegaradidasarkanpadakeunggulanabsolut.Ketikasatunegaralebihefisiendaripadanegaralaindalamproduksisatukomoditas,tetapikurangefisiendalamproduksisuatukomoditaslainyanglebih efisien jika dihasilkan oleh negara kedua, maka kedua negara tersebut bisabertukar/melakukan perdagangan untukmemenuhi kebutuhannya. Teori ini terntu berkaitanpadapenelitian ini,ketika Indonesia lebihefisiendariUSdalamproduksi teh,maka IndonesiaakanmenukarkantehdanmengimporbaranglaindariUS.

TeoriPerdaganganDavidRicardo(KeunggulanKomparatif).

SelainTeoriperdaganganAdamSmith,dalambukuInternationalEconomics(2013)yangditulisolehDominickSalvatoremenjelaskan jugamengenaipengembangan teoriperdaganganAdamSmitholehDavidRicardo.Teorinyamengatakan,jikasuatunegarakurangefisiendaripadanegara lain dalam produksi kedua komoditas, tentu masih bisa berdagang dan salingmenguntungkan. Negara pertama harus mengkhususkan diri dalam produksi dan eksporkomoditasyangmempunyaikerugianabsolutyanglebihkecildanmengimporkomoditasyangmempunyaikerugianabsolutyanglebihbesar.

100

300

P S

Q


341

TeoriHeckserOhlin

Menurut Salvatore (2013), teori Heckser Ohlin menjelaskan pola perdagangan danmengembangkan dari teori David Ricardo. Heckser Ohlin menjelaskan bahwa negara akancenderungmelakukan eksporpadakomoditas tertentu apabilamemiliki faktorproduksi yangmelimpah.HeckserOhlinmemilikisebelasasumsisebagaiberikut.

a. Adaduanegara,duakomoditas,danduafaktorproduksi.

b. Keduanegaramenggunakanteknologiyangsamadalamproduksi.

c. KomoditasXadalahpadatkarya,dankomoditasYadalahpadatmodaldikeduanegara.

d. Keduakomoditasyangdiproduksidiukurdalamskalakonstan.

e. Adaspesialisasitidakmenyeluruhdalamproduksidikeduanegara.

f. Selerayangsamadikeduanegara.

g. Adapersaingansempurnadikeduakomoditasdanpasarfaktorproduksidikeduanegara.

h. Adamobilitas faktoryangsempurnadidalamsetiapnegara, tetapi tidakadamobilitasfaktorproduksisecarainternasional.

i. Tidakadabiayatransportasi,tarif,ataupenghalanglainuntukarusbebasperdaganganinternasional.

j. Semuasumberdayasepenuhnyadigunakandikeduanegara.

k. Perdaganganinternasionalantaraduanegaraseimbang.

Teoritersebutdapatdikaitkanpadapenelitianini.Kaitannyaadalahpadafaktorproduksikomoditas teh yang diekspor oleh Indonesia. Indonesia sendiri menjadi negara yang dapatmenghasilkan tehdengan jumlahyangbesar.Hal tersebutdisebabkankarenacuacadan iklimsertaunsurharatanahdiIndonesiayangsangatcocokditanamiolehkomoditasteh.Makadariitu,Indonesiamemilikiadvantage/keunggulandalammemproduksitehlebihbanyakketimbangnegara-negaralainnyayangtidakmemilikifaktorproduksisepertiIndonesia.


Salahsatufaktoryangmempengaruhinilaieksporadalahnilaitukar.PadapenelitiannyaGinting (2013) mengatakan bahwa nilai tukar riil memiliki pengaruh terhadap nilai eksporIndonesia. Penelitian Ginting yang menggunakan metode ECM (Error correction model)menganalisisbagaimanapengaruhnilaitukarriilterhadappertumbuhannilaieksporIndonesiadalamjangkapendekdanjangkapanjang.HasilnyaadatigakesimpulanyangdikemukakanolehGinting.Pertama,nilaieksporIndonesiadariberbagaisektordaritahun2005hinggatahun2012cenderung mengalami peningkatan, meskipun di tahun 2009 dan tahun 2012, nilai eksporIndonesiamengalami sedikit penurunan. Kedua, berdasarkan hasil regresinya, nilai tukar riilrupiah dalam jangka panjangmemiliki hubungan negatif dan signifikan terhadap nilai eksporIndonesia.Ketiga,Gintingmenarikkesimpulanbahwadalamjangkapendek,nilaitukarriilrupiah


342

memilikihubungannegatifterhadapnilaieksporIndonesia.

Selanjutnya penelitian yang serupa dilakukan juga oleh Adrian (2010). DalampenelitiannyayangmengestimasipermintaandanpenawaraneksporpertanianIndonesia.Dalampenelitiannyatersebutmemilikikesimpulanbahwavariabelhargakomoditaspertanianmemilikipengaruhnegatifdansignifikanterhadappermintaaneksporkomoditaspertaniandanmemilikisifatyangcenderungelastis.SelainituterdapatjugapenelitianlainyangmengestimasimengenaipengaruhnilaitukarterhadapekspordiAmerika.PenelitiantersebutdilakukanolehWisdomdanGranskog(2003).PenelitianmerekamengacupadapenelitiansebelumnyayangtelahdilakukanolehGoldsteindanKhanpadatahun1986.Dalammengacupadaartikeltersebut,WisdomdanGranskog jugamenggunakanteknikanalisisregresibiasa/OLS(OrdinaryLeastSquare)denganvariabelindependenyaitunilaieksporriilAmerikayangdipengaruhiolehvariabelindependenberupanilaitukar,pendapatannegaraimportir/ForeignGDP,danhargadomestik.Kesimpulanpenelitianmerekaadalahvariabelnilaitukarmemilikihubungannegatifdansignifikanterhadapnilai ekspor riil Amerika. Selain itu variabel pendapatan negara importir memiliki hubunganpositifdansignifikanterhadapnilaieksporriilAmerika,danyangterakhiradalahvariabelhargadomestikmemilikipengaruhnegatifdansignifikanterhadapnilaieksporriilAmerika.Penelitianlainnya yang serupa juga dilakukan oleh Ratnawati (1996). Dalam tesis yang dilakukannyamemilikikesimpulanbahwatarifimpordapatmempengaruhinilaieksporIndonesiadanmemilikihubungan negatif. Apabila terjadi penurunan tarif impor, maka nilai ekspor IndonesiakemungkinanbesarakanmeningkatkarenahargabiayaadministrasiperdaganganmenjadilebihmurahsehingganegaraimportircenderunginginmelakukanimpordenganIndonesia.

BerbicaramengenaipeningkatanataupenurunannilaieksportehIndonesiatentutidakakanterlepasdenganaspekdayasaingtehitusendiri.Berbicaramengenaidayasaing,Suprihatini(2005)melakukan penelitianmengenai daya saing teh di Indonesia. Pada penelitiannya yangmenggunakananalisisCMS(ConstantMarketShare)iamemilikikesimpulanbahwadayasaingtehIndonesiamasihjauhberadadibawahdariparapesaingnyasepertinegaraCina,Kenya,India,danSriLanka.Padatahun2001,pangsapasartehIndonesiahanyasebesar3,9%daritotalseluruhjenistehyangdiperdagangkandiseluruhdunia.PangsapasanyamasihjauhdibawahnegaraIndiasebesar18,9%,Cinayaitusebesar17,1%,Kenyasebesar7,9%,danUniEmiratArabsebesar4%.KondisimengenaipenurunandayasaingtehIndonesiadisebabkanolehkomposisiproduktehIndonesiayangkurangmengikutikebutuhanpasar,bahkankualitasnyaterkadangmasihkurangdaristandaryangtelahditentukan.

MetodedanObjekPenelitian


Teknik analisis yang penulis gunakan dalam penelitian ini yaitu teknik regresi OLS(OrdinaryleastSquare)denganmenggunakandatapanel.DataPanelmerupakanpenggabungandariduadatayaitudataCrosssectiondandataTimeseries.Untukmengetahui jenisdatapanelyanglebihbaik,makaperludilakukanperbandinganantaraFixEffectModeldanCommonEffectModel serta perbandingan Fix Effect Model dengan Random Effect Model. Selain itu modeldiestimasi dengan menggunakan metode Ordinary Least Squares, dengan persamaan log-linear/double-logsebagaiberikut.

ln(EXPORT)it=β0+β1ln(EXRATE)t+β2ln(FGDP)it+β3ln(WTPrice)it+β4ln(Tariff)it+et


343

• EXPORT :Nilaieksporriiltehkenegaraipadatahunt.

• EXRATE :Indexnilaitukarpadatahunt.

• FGDP :GDPNegaraAsingipadatahunt.

• WTPrice :Indekshargatehduniapadatahunt.

• Tariff :Hargatarifperdagangan(Impor)negaraipadatahunt.

• b :Koefisien

• Ln :Logaritmanatural

• et :Errorterm

SumberdatayangpenulisgunakanbersumberdariUnitedNationsConferenceonTradeandDevelopment(UNCTAD)denganrentangwaktutahun2000-2015.SedangkanuntukdataNilaieksporTehIndonesiakeberbagainegaratujuandiperolehdariBadanPusatStatistikIndonesia(BPS)denganrentangwaktutahun2000-2015.DatanilaitukarrupiahterhadapUSDdiperolehdari situs Investing.com. Sedangkan data Harga teh relatif dunia diperoleh dari KementrianPertanianIndonesiadanuntukdatatarifimportiapnegaradiperolehdariWorldBank.

UjiKorelasi

Ujikorelasimerupakansuatulangkahdalamestimasiregresi.Ujiinisangatpentingdanmemilikitujuanuntukmelihathubunganantarduavariabel(bisalebihdariduavariabel)yangakanditeliti.Ujikorelasidigunakan jugauntukmelihat seberapakuathubunganvariabel satudenganvariabel lainnya.Kuat lemahhubunganditandaidengan jarakangka0hinggaangka1.Semakin angka yang didapatmenuju angka 0, maka dapat dikatakan bahwa hubungan antarvariabelsatudenganvariabellainnyatersebutmemilikihubunganyanglemah.Sedangkanapabilaangkayangdidapatsemakinmendekatiangka1,makadapatdikatakanbahwahubunganantarvariabel satu dengan variabel lainnya tersebutmemiliki hubungan yang kuat. Selain itu perludiperhatikantandapositifdannegatifpadaujikorelasi.Jikaangkayangdidapatdalamujikorelasibertanda positif, maka angka tersebut dapat menunjukkan bahwa adanya hubungan searahantaravariabelsatudenganvariabellainnya,begitupulasebaliknya.Apabilaangkayangdidapatmemilikitandanegatif,artinyaadalahvariabelsatudenganvariabellainnyamemilikihubunganyangbertentangan/hubungan tidak searah. Jikaangkapengujian tepatpadaangka (+1),makahubungan tersebut dapat dikatakan sebagai hubungan/korelasi sempurnadengan kemiringanpositif.Sebaliknya,apabilaangkaestimasimenunjukkantepatpadaangka(-1),makahubugantersebut dapat dikatakan sebagai hubungan/korelasi sempurna dengan kemiringan negatif.Sementaraapabilaangkaestimasimenunjukkantepatpadaangka0,makadapatdikatakantidak

Variabel SumberData

NilaiEksporTehIndonesia(2000-2015) BPS

NilaiTukarRp/USD Investing.com

GDPNegaraAsing(US,Jerman,Belanda) UNCTAD

HargaRelatifTehDunia(2000-2015) KementrianPertanianIndonesia

TarifImpor WorldBank


344

terdapathubunganantarakeduavariabeltersebut.

3.2 ObjekPenelitian

Penelitian inimemiliki tujuanyaitumencarihubungandansignifikansiantaravariabelindependenterhadapvariabeldependen.ObjekyangakanditelitiyaitunilaitukarnominalrupiahterhadapdolarAmerikaSerikattahun2000-2015,GDPnegaraimportirpertahun,hargarelatiftehdunia,sertatarifimporsetiapnegaraimportirsepertiAmerikaSerikat,Jerman,danBelanda.Variabel-variabel tersebut merupakan variabel independen yang memungkinkan akanmempengaruhivariabeldependenyaitunilaieksportehIndonesia.PenelitianinimenggunakanteknikanalisisOrdinaryLeastSquare(OLS)/regresibiasa.

NilaiTukarRupiahTerhadapUSD

Berdasarkanmetodeyangtelahdijelaskandiatas,nilaitukaryangakanditelitimerupakanvariabelbebas/independen.Nilaitukarmerupakansuatuperbandinganhargamatauangnegarasatudenganmatauangnegaralainnya.Nilaitukarsendiritelahdibagimenjaditigajenis.Pertamaadalahnilaitukarnominal.Nilaitukarnominalmerupakanadalahnilaiyangdigunakanseseorangsaatmenukarmatauangsuatunegaradenganmatauangnegaralainnya.Jenisnilaitukaryangkedua adalahnilai tukar riil.Nilai tukar riilmerupakannilai tukar yangdigunakan seseoranguntukmenukarkan barang dan jasa suatu negara dengan barang dan jasa di negara lainnya.Sedangkan jenis nilai tukar yang ketiga adalah real effective exchange rates (REER) yangmerupakan nilai mata uang suatu negara terhadap mata uang negara lainnya yang telahdisesuaikandengantingkatinflasidanindekshargakonsumendinegaratersebut.Padapenelitianini, nilai tukar yang digunakan adalah nilai tukar nominal rupiah terhadap USD. Nilai tukarnominalmenjadifaktorpentingdalammelakukanperdaganganantarnegara.Ketikamatauangdomestik mengalami depresiasi, maka harga barang di negara tersebut akan menurun/lebihmurah jika dilihat dari negara lainnya. Sehingga secara teori, ketika suatu negaramengalamidepresiasi, maka negara tersebutmemiliki kesempatan untukmeningkatkan nilai ekspornya,karenanegara laincenderung inginmembeli lebihbanyakbarangtersebutdenganhargayanglebihmurah.Begitujugasebaliknya,ketikasuatunegaramengalamiapresiasi,makahargabarangdinegara tersebutakanmengalamipeningkatan jikadipandangolehnegara lainnya.Sehinggaapabila negara tersebut sedangmengalami apresiasi,maka nilai ekspor negara tersebut akancenderungmenurun. Berikut penjelasan grafikmengenai nilai tukar nominal rupiah terhadapUSDpadatahun2000-2015yangcenderungterdepresiasi.

Gambar6.GrafikNilaiTukarRupiah/USD.


345

Sumber:Investing.comdiolah.

GrafikdiatasmenunjukkanbahwanilaitukarrupiahterhadapUSDcenderungmengalamidepresiasi terutamapada tahun2010-2015nilai tukar rupiah terhadapUSD terusmengalamidepresiasi yang cukup tinggi. Hal ini seharusnya menjadi kesempatan Indonesia untukmeningkatkanekspor teh,karenaharga tehdi Indonesiadipandangmenjadi lebihmuraholehnegaraimportirnya.

PendapatanNegaraImportir(ForeignGDP)

Setiap negara memiliki pendapatan masing-masing yang digambarkan oleh PDB/GDP(GrossDomesticProduct).GDPmerupakantotalnilaiproduksibarangdanjasayangdihasilkanoleh suatu negara dalam waktu setahun. Dalam penelitian ini, GDP setiap negara importirdiasumsikan sebagai variabel bebas/independen yang diperkirakan akanmempengaruhi nilaieksportehIndonesia.VariabelGDPnegaraimportirdianggapsebagaitolakukurdayabelisuatunegara. Jadi ketikaGDPnegara importirmeningkat setiap tahunnya,maka seharusnya terjadipeningkatannilaieksportehIndonesia.Begitupulasebaliknya.PendapatannegaraimportirtentudinilaiakanmempengaruhinilaieksportehIndonesia.

Gambar7.GrafikGDPNegaraImportirTahun2000-2015.

Sumber:UNCTADdiolah.

0

2000

4000

6000

8000

10000

12000

14000

16000

20002001

20022003

20042005

20062007

20082009

20102011

20122013

20142015

0

5000000

10000000

15000000

20000000

2000200120022003200420052006200720082009201020112012201320142015



346

HargaRelatifTehInternasional

Dalam penelitian ini, harga relatif teh dunia/harga teh internasionalmenjadi variabelbebas/independen.Hargamerupakansuatunilaitukaryangdapatdisamakanolehnilaiuangataubarang lain untukmemperolehmanfaat dari barang dan jasa bagi orang tertentu. Harga jugadigunakansebagainilaifinansialsuatubarangdanjasa.Dalampenelitianini,variabelhargatehinternasional digunakan untukmenentukan nilai ekspor teh Indonesia. Sesuai dengan hukumpermintaan,apabilahargatehinternasionalmeningkat,makapermintaanakanbarangtersebutakanmenurunsehingganilaieksportehIndonesiadapatmenurun.Begitupulasebaliknya,ketikaadapenurunanharga teh internasional,makapermintaanakanteh Indonesiaseharusnya jugaikutmeningkat.

Gambar8.GrafikPerkembanganHargaTehInternasionalTahun2000-2015.

Sumber:KementrianPertanianIndonesia,diolah.

TarifImpor

Tarif impor merupakan suatu biaya tambahan/pajak yang dikenakan setiap komoditiketika terjadinya pertukaran/perdagangan. Dalam perdagangan, tarif dianggap sebagai suatubentuk hambatan oleh setiap negara yang ingin melakukan pertukaran. Tarif sendiri dapatdigunakan sebagai instrumen untuk melindungi perusahaan domestik. Tarif impor dianggapdapatmenentukandanmemiliki pengaruh terhadappertumbuhannilai ekspor teh Indonesia.Dalampenelitianini,datatarifimpordiambilberdasarkansetiapnegaratujuanpengeksporyaitutarifimporAmerikaSerikat,TarifimporJermandanBelanda.Berdasarkangrafiktarifimporpadatahun2000-2015,terlihatadanyakesamaannilaitarifimporantarakeduanegarayaituJermandan Belanda. Kesamaan nilai tarif impor tersebut disebabkan karena Jerman dan Belandatermasuk negara-negara Uni Eropa yang telah melakukan perjanjian atas penyamaan tarifperdagangan(impor).

0

0.5

1

1.5

2

2.5

3

3.5

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015


347

Gambar9.GrafikTarifImporNegaraImportirTahun2000-2015.

Sumber:WorldBankdiolah.

Pembahasan

4.1 HasilUjiKorelasi

Tabel2.HasilUjiMultikolienaritas.

LEXRATE LFGDP LWTPRICE IMPORTTAX

LEXRATE 1 0.06663959403051651

0.4399139872956945

0.01165680956510778

LFGDP 0.06663959403051651 1 0.1449852985902

012

-0.15286477732650

93

LWTPRICE 0.43991398729569450.14498529859020

12 1-

0.4710154898208946

IMPORTTAX

0.01165680956510778

-0.15286477732650

93

-0.4710154898208

9461

Hasildiatasmerupakanhasilpengujianmultikolienaritas/hasilpenguiankorelasiantarvariabel independen. Jika hasil angkamenunjukkan diatas angka (0,8), maka dapat diartikanbahwa adanya hubungan yang kuat antara variabel independen. Hasil tersebutmenunjukkanadanya multikolienaritas dalam panel data yang diteliti, sehingga variabel tersebut harusdihilangkankarenamemilikihubungandenganvariabelndependenlainnya.Sedangkanapabilahasildiatastidakmenunjukkanangkadiatas(0,8)makadapatdikatakantidakadahubunganyangkuatantarvariabelindependensehinggadalampenelitianpaneldatatersebuttidakmenunjukkanindikasimultikolienaritas.Hasil diatasmenunjukkanbahwa tidakadanya hubungankorelasiyangmelebihiangka(0,8)/tidakadaindikasimultikolienaritaspadadatapanelyangdigunakan.

0

1

2

3

4

5

2000200120022003200420052006200720082009201020112012201320142015



348

4.2 HasilRegresiFixEffectModel

Tabel3.HasilEstimasiRegresiFixEffectModel.Variable Coefficient Std.Error t-Statistic Prob.C -83.52072 31.01807 -2.692647 0.0102LEXRATE -3.483165 1.904286 -1.829118 0.0747LFGDP 8.658490 2.018372 4.289839 0.0001LWTPRICE -3.002122 1.444675 -2.078060 0.0440IMPORTTAX -1.495908 0.931277 -1.606297 0.1159

HasildiatasmerupakanhasilestimasiregresipersamaanlogaritmadenganmenggunakanprogramEviews. Jikakoefisien tersebutdimasukankedalampersamaanmakahasilnyaadalahsebagaiberikut:

ln (EXPORT) it = -83,52072 – 3,483165 ln(EXRATE) t + 8.658490 ln(FGDP) it - 3.002122

ln(WTPRICE)it-1.495908ln(IMPORTTAX)it+et.

Hasil diatas menunjukkan koefisien variabel nilai tukar adalah sebesar -3,48, artinyaketika ada penurunan 1% nilai tukar nominal (apresiasi), maka nilai ekspor teh Indonesiamengalami penurunan sebesar 3,5% (signifikan pada α 10%). Hasil dari variabel nilai tukartersebuttidaksesuaidenganhipotesisyangseharusnyamemilikikorelasipositifterhadapnilaiekspoer teh. Hal ini disebabkan karena adanya penurunan/rendahnya kualitas produk tehIndonesia sehingga tidak dapat memenuhi permintaan pasar. Menurut Suprihatini (2005),penurunan permintaan disebabkan oleh kualitas produk teh yang terus menurun. Selain itupernyataantersebutdidukungolehDoddyIDNTimes(2016)mengatakanproduktivitastehterusmenurundanrendahnya kualitas teh ikut berkontribusi terhadap penurunan produksi teh Indonesia.Maka dari itu, nilai ekspor teh Indonesia cenderung menurun disebabkan karena adanyapenurunanproduktivitasdanpenurunankualitasproduk tehsehingga tidakdapatmencukupipermintaandunia.

Berikutnya untuk koefisien pendapatan negara importir (US, Jerman, Belanda) adalahsebesar8,65,artinyaketikaadanyakenaikan1%GDPnegaraimportirtersebut,makanilaieksportehIndonesiaakannaiksebesar8,6%(signifikanpadaα1%).Berikutnyauntukkoefisienvariabelharga teh internasional adalah sebesar -3,00, artinya ketika ada peningkatan harga tehinternasionalsebesar1%,makanilaieksportehIndonesiaakanmengalamipenurunansebesar3%(signifikanpadaα5%).Sementarauntukvariabeltarifimpor,koefisienmenunjukkanangkasebesar -1,49 yang artinya adalah ketika ada peningkatan tarif impor sebesar 1%,maka nilaieksportehIndonesiaakanmengalamipenurunansebesar1,49%(signifikanpadaα15%).HasildarivariabelGDPimportir,hargatehinternasional,dantarifimporsudahsesuaidenganhipotesisdiawal.

Kesimpulan

Berdasarkan hasil estimasi dengan menggunakan teknik analisis OLS (Ordinary LeastSquare),variabelnilaitukar,hargarelatiftehinternasional,dantarifimpormemilikihubungannegatifdansecarasignifikanmempengaruhinilaiekspor teh Indonesiakenegara tujuanpadatahun 2000-2015. Untuk nilai tukar, hasil yang diperoleh tidak sesuai dengan hipotesis yangseharusnyamemilikihubunganpositifdengannilaieksporteh.Hasilmenunjukkanbahwanilai


349

tukarmemilikihubungannegatifdengannilaiekspor.Haliniterjadikarenaadanyapenurunanproduktivitas serta penurunan kualitas komoditas teh sehingga tidak dapat memenuhipermintaandunia.SementarauntukGDPnegaraimportirmemilikihubunganpositifdansecarasignifikanmempengaruhinilaieksportehIndonesiakenegaratujuantahun2000-2015.

DAFTARPUSTAKA

AnalisisFaktoryangMempengaruhiKinerjaEksporIndonesia.(2010).LitbangPerdagangan,1-13.

BPS.(2017,jan23).EksporTehMenurutNegaraTujuanUtama,2000-2015.RetrievedfromBPS:https://www.bps.go.id/linkTabelStatis/view/id/1016

Ginting,A.M.(2013).PengaruhNilaiTukarTerhadapEksporIndonesia.LitbangPerdagangan,1-17.

IndonesiaInvestments.(2015,November22).TehIndonesia.RetrievedfromIndonesiaInvestments:https://www.indonesia-investments.com/id/bisnis/komoditas/teh/item240?

Investing.(n.d.).IDR/USD-IndonesianRupiahUSDollar.RetrievedfromInvesting.com:https://www.investing.com/currencies/idr-usd

KementrianPertanianIndonesia.(2015).OutlookTehKomoditasPertanianSubsektorPerkebunan.Jakarta:SekretariatJendralKementrianPertanianPusatDatadanSistemInformasiPertanian.

KementrianPertanianIndonesia.(2016).OutlooktehIndonesiaKomoditasPertanianIndonesia.Jakarta:PusatDatadanSistemInformasiPertanian.

Mankiw,N.G.(2008).SupplyandDemand.InPrinciplesofEconomics(pp.67-84).Canada:SouthWesternCENGAGELearning.

Ratnawati.(1996).DampakKebijakanTarifImpordanPajakEksporTerhadapKinerjaPerekonomianSektorPertaniandanDistribusiPendapatandiIndonesia.Bogor:InstitutePertanianBogor.

Rosa.(2016,November21).KomoditasTehIndonesiaJustruKalahdariIndiadanKenya,ApayangSalah?RetrievedfromIDNTIMES:https://business.idntimes.com/economy/rosa-folia/jadi-komoditas-andalan-tapi-ekspor-teh-indonesia-justru-menurun-apa-sebabnya/full

Salvatore.(2013).TheLawofComparativeAdvantage.InWiley,InternationalEconomics(pp.34-36).UnitedStatesAmerica:R.R.Donnelley-JC.

Sulaeman.(2012).DewanPertanyakanKonversiKebunTeh.RetrievedfromSeputarJabarOnline:http://www.seputarjabar.com/2013/10/dewan-pertanyakan-konversi-perkebunan.html

Suprihatini,R.(2005).DayaSaingEksporTehIndonesiadiPasarTehDunia.JurnalAgroEkonomi,1-29.


350

Tang.(2016,Mei31).WhyteaisChinesetoatee.RetrievedfromTheTelegraphNews:http://www.telegraph.co.uk/news/world/china-watch/business/chinese-tea-export-market/

UNCTAD.(n.d.).Grossdomesticproduct:GDPbytypeofexpenditure,VAbykindofeconomicactivity,totalandshares,annual,1970-2015.RetrievedfromDatacentre:http://unctadstat.unctad.org/wds/TableViewer/tableView.aspx?ReportId=95

Wahyu.(2016,November21).LahanPerkebunanTerbatas,EksporTehIndonesiaTerusMenurun.RetrievedfromKataDatanews:http://katadata.co.id/berita/2016/11/21/lahan-perkebunan-terbatas-ekspor-teh-indonesia-terus-menurun

Wisdom,&Granskog.(2003).TheeffectofExchangeRatesonSouthernPineExports.ForestProductsJurnal,19-23.

WorldBank.(n.d.).Tariffrate,applied,simplemean,primaryproducts(%).RetrievedfromWorldbank:https://data.worldbank.org/indicator/TM.TAX.TCOM.SM.AR.ZS

World'sTopExports.(2017,oktober3).TeaExportsbyCountry.RetrievedfromWorld'sTopExports:http://www.worldstopexports.com/tea-exports-by-country/


351

DAMPAKDARISTANDARKEAMANANMAKANANTERHADAPEKSPORUDANGINDONESIATAHUN2000-2015

SarahRPutri (2014110017)

Abstrak

Indonesia merupakan salah satu negara pengekspor udang terbesar di dunia.Meski demikian, bukan berarti ekspor udang Indonesia tidak mempunyaihambatan.Salahsatuhambatanyangdihadapioleheksporudangadalahstandarkeamanan makanan yang ditetapkan oleh negara-negara pengimpor. Regulasitersebut berupa adalah Hazard Analysis Critical Central Points (HACCP) yangdikeluarkan oleh Amerika sejak tahun 1997, Minimum Required PerformanceLimits(MRPLs)yangdikeluarkanolehJepangsejaktahun2003,danFoodSafetyBasic Law yang dikeluarkan oleh Uni Eropa pada tahun 2002. Makalah inibertujuanuntukmengetahuidampakdariregulasiterhadapeksporudangketigatujuanekspor.PenelitianinimenggunakanpengujianOLSdenganmodelgravitasi.Hasildaripenelitianinimenunjukanadanyaregulasistandarkeamananmakanansecarapositifmampumemengaruhieksporudang.

KataKunci:EksporUdang,Regulasi,danModelGravitasi

1. LATARBELAKANG

Indonesiamerupakansalahsatunegarakepulauanterbesaryang70%dariluasnyaadalahlautan. Luasnya lautan yang dimiliki oleh Indonesia membuat potensi laut yang dimiliki punsangat besar. Besarnya potensi tersebut dapat dilihat dari produksi sektor kelautan danperikananyangcukuptinggidanselama ini terusmeningkat.Terlebih lagi ternyataselamainiIndonesiabelummampumengoptimalkanpotensikelautanyangdimiliki.AdanyapeningkatanproduksidisektorkelautanmengakibatkankontribusinyaterhadapPDBpuncukuptinggi.Olehkarena itu sektor ini dapat digolongkan sebagai sektor unggulan bagi Indonesia. Tinginyakontribusi sektor kelautan terhadap PDB membuat pemerintah semakin gencar untukmendorongsektoriniagarterusberkembang.Terlebihlagisetelahdiketahuibahwaternyataadabeberapakomoditasunggulaneksporyangberasaldarisektorkelautan.

Grafik1.VolumeProduksiPerikananIndonesia2010-2014.

Sumber:KementrianKelautandanPerikanan(2015).


352

Tabel 1 menunjukkan volume produksi perikanan Indonesia. Menurut KementrianKelautandanPerikanan(2015),kontribusiPDBperikananterusmeningkatdaritahunketahun.Kontribusi sektor perikanan sebagai subsektor pertanian terhadap PDB di tahun 2010 hanyasebesar 2.09%, namun pada tahun 2015 kontribusinya meningkat jadi 2.46%. Adanyapeningkatan kontribusi terhadap PDB pun tentunya diiringi dengan peningkatan volumeproduksisektorperikananyangmemilikitrenpositif.

SalahsatukomoditasunggulandarisektorkelautandanperikananadalahUdang.Udangbukanhanyamenjadikomoditasunggulandarisektorkelautandanperikanansaja,akantetapiudang pun merupakan salah satu komoditas utama ekspor Indonesia. Menurut KementrianPerdagangan(2017),udangmendudukiperingkatke8sebagaikomoditaseksporutamadengantrennilaiFOByangselalumeningkatsetiaptahunnya.

Grafik2.Jumlaheksporudangdannilaieksporudangtahun2000–2015.

Sumberdata:BadanPusatStatistik,2016.

Grafik2menunjukkanbahwaeksporudangIndonesiamengalamitrenyangcenderungmeningkat.Selainitu,tujuaneksporIndonesiasemakinlamasemakinberalih.Padaawaltahun2000,sebagianbesarudangdieksporkeJepang,namunsemakinlamaudangyangdieksporkeJepang semakin sedikit dan justru Indonesia semakin banyakmengekspor udang keAmerika.Bukanhanya itu,darigrafik2dapatdiketahuibahwanilaieksporudangIndonesiadari tahun2000 – 2015 mengalami tren peningkatan. Adanya peningkatan pada nilai ekspor tersebutmembuat kontribusi PDB perikanan terus meningkat dari tahun ke tahun. Kontribusi sektorperikanansebagaisubsektorpertanianterhadapPDBditahun2010hanyasebesar2.09%,namunpada tahun 2015 kontribusinya meningkat jadi 2.46% (Kementrian Kelautan dan Perikanan,2015).AdanyapeningkatankontribusiterhadapPDBpuntentunyadiiringidenganpeningkatanvolumeproduksisektorperikananyangmemilikitrenpositif.

0.0

500,000.0

1,000,000.0

1,500,000.0

20002002200420062008201020122014

NilaiEksporUdang2000- 2015(RibuUSD)

Jepang Amerika UniEropa

0.020,000.040,000.060,000.080,000.0100,000.0

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

EksporUdangIndonesia(ton)

Jepang Amerika UniEropa


353

Grafik3.ProduksiUdangIndonesiatahun2000–2015.

Sumberdata:KementrianKelautandanPerikanan(2016).

Grafik 3menunjukkanproduksi udang Indonesia pada tahun2000– 2015 cenderungberfluktuatif. Dari seluruh produksi udang ini, Indonesia berhasil menduduki peringkat ke 4sebagaieksportirudangterbesardidunia.MenurutFinancialExpress(2016)posisiinimembuatkedudukanIndonesiaberadadibawahIndia,Vietnam,danEquador.SebagianbesarUdangyangdiekspormerupakanudangbekuyangmerupakanhasiltambaklaludisusuldenganudanghasiltangkap. UdangyangdihasilkanberasaldariLampung,JawaTimurdanBanten.Adabeberapajenisudangyangmenjadiunggulanekspor,sepertiUdangVannamei,UdangWindu,danUdangGalah.KonsumsilokaldariUdanghanyamencapai50%sedangkansisanyayaitu50%diekspor(Okezone,2013).TingginyaproduksiudangdiIndonesiayangdiiringidenganpermintaanlokalyangjumlahnyarelatifsamadenganpermintaanluarnegerididugamenjadisalahsatufaktoryangmampumemengaruhitingginyaeksporudang.

Meski demikian, bukan berarti ekspor udang Indonesia tidak menghadapi hambatan.Salahsatuhambatanyangdihadapiolehkomoditasudangadalahadanyaregulasiberupastandarkeamanan makanan yang ditetapkan oleh beberapa negara importir. Saat melakukanperdagangan,umumnyapembeliselalumemintakualitasbarangyang lebihtinggidanmerekahanyamenerimabarangyang telahmemenuhi standar tertentu (Nugroho,2013).Keberadaanregulasi tersebutdandengandisertai rendahnyakualitasyangdimilikiolehUdang IndonesiaseringkalimembuateksporudangIndonesiamengalamipenolakandinegaratujuan.Beberapabentukdariregulasistandarkeamananmakananyangberlakuuntukudangtertulisdi;HazardAnalysis Critical Central Points (HACCP) yang dikeluarkan oleh Amerika sejak tahun 1997,MinimumRequiredPerformanceLimits(MRPLs)yangdikeluarkanolehJepangsejaktahun2003,danFoodSafetyBasicLawyangdikeluarkanolehUniEropapadatahun2002(Nguyen,2009).

Ketigaregulasiyangditetapkantujuanimporutamatersebutberisitentangstandaryangharus dipenuhi oleh Indonesia sebagai eksportir udang. Standar tersebut berisikan tentangkandungan senyawa yang terdapat dalam udang yang diekspor ke daerah tujuan. Salah satupengaplikasiandariHACCPyaituchloramphenicol-free.Padatahun2008,eksporudangIndonesiapernahditolakolehAmerikakarenatelahditemukannyakandunganchlorampenicoldalamudangtersebut(Bihartimes,2008).Chloramphenicolmerupakansalahsatuzatyangdiberikankepadaudangagarudangtahandaripenyakit.Meskidemikian,jikaudangyangmengandungzatinitetap

0

50000

100000

150000

200000

250000

300000

2000200120022003200420052006200720082009201020112012201320142015

ProduksiUdangIndonesia2000- 2015(ton)


354

dikonsumsi,makadalam jangkapanjangkemungkinanakanmenimbulkanpenyakitbagi yangmengonsumsinya.Olehsebabitu,penggunaanchloraphenicoluntukudangsudahmulaidilarangdibeberapanegara.BerbedadenganregulasiHACCPAmerika,aturanMRPLsyangdikeluarkanolehJepangmempunyaipersyaratanyanglebihketatdansalahsatunyaadalahsalmonella-free.AturanyangdigarisbawahiolehregulasiFoodsafetybasiclawadalahOxytetracycline 0.2PPM.Selain itu,masih terdapatbanyakkasuspenolakanUdang lainnyayangdilakukanoleh Jepangmaupunnegara-negaraUniEropakarenaadanyapelanggaran-pelanggarantersebut.

Rumusanmasalah

Tujuan dari penerapan standar keamanan makanan di suatu negara adalah untukmelindungikonsumendinegaratersebutdarikandungantertentuyangterdapatdalammakanan.Standar ini telah ditetapkan di beberapa negara, bahkan semakin lama standar ini menjadisemakin ketat. Salah satu komoditas ekspor Indonesia yang cenderung bermasalah dengankeberadaanstandarkeamananmakananyangdiajukanolehimportiradalahudang.Keberadaanstandar keamanan makanan disinyalir mampu memengaruhi ekspor udang Indonesia.Berdasarkanhaltersebut,penulismengidentifikasipertanyaanpenelitiansebagaiberikut:

BagaimanadampakregulasistandarkeamananmakananterhadapeksporudangIndonesia?

Tujuanpenelitian

Berdasarkanlatarbelakangdanrumusanmasalahyangdipaparkanpenulis,penelitianinibertujuanuntukmengetahuidampakregulasistandarkemananmakananterhadapeksporudangIndonesia. Dengan demikian penelitian ini diharapkan mampu untuk memberikan informasiterkaitdengandampakregulasistandarkeamananmakananterhadapeksporudangIndonesia.

LandasanTeori

• TeoriHambatanNon-Tariff

Hambatannon-tariffmerupakanhambatanmasuksebuahprodukyangbukandisebabkankarena adanya pengenaan tarif impor, tetapi akibat adanya pelarangan penunjukan padaperusahaan tertentu saja sebagai pihak yang menangani pemasaran suatu barang (Anggoro,2015). Hambatan inimerupakan tindakan kebijakan dan praktik yangmenghambat volume ,komposisi dan arah perdagangan barang atau upaya menghambat sampainya barang kekonsumendisuatunegara.Hambatannontarifbentuknyaadayangtertulisdanadayangtidak.Meski demikian, baik hambatan tarif maupun nontarif keduanya dianggap sebagai hambatanalamiahyangberupajarak,sumberalam,danlain-lain(Helwani,2002).ButuhwaktuyangcukuplamabagiWTOuntukmendefinisikankarakteristikdarihambatannontarifagarsaatpelaksanaanperdaganganlintasnegaramenjadilebihlancar.Salahsatucontohdarihambatannon-tarifadalahpembatasanspesifik(specific limitation).MenurutHelwani(2002),pembatasanspesifikterdiridari larangan impor secara mutlak, pembatasan impor, dan kuota sistem, peraturan atauketentuanteknisuntukimporproduktertentu,peraturankesehatanataukarantina,peraturanpertahanandankeamanannegara,peraturankebudayaan,perizinanimpordanembargo.Salahsatubagiandaripembatasanspesifikadalah sanitaryandphytosanitary. Aturan iniditujukankepadasemuanegaraanggotaWTOuntukmelindungikesehatanwarganegaranyadaribarang-barang impor yang tidak aman atau tidak sehat dan juga untuk membuat arus perdaganganberjalandenganlancar(WTO,2015).PersetujuaniniharusdisetujuiolehseluruhanggotaWTO


355

untukmelindungi keamananmakanan, binatang dan tanaman. Persyaratan yang dilampirkandalam aturan SPS ini dinilai tidak berlebihan dan tidak bermaksud untuk tujuan yangproteksionis. Aturan ini dirumuskan oleh tiga badan internasional seperti Codex AlimentariusCommision (untuk standar keamananmakanan), the International Plant Protection Convention(untuk kesehatan tanaman), dan The world organisation for animal health (untuk kesehatanbinatangdanpenyakithewanyangdapatmenularkemanusia).

• TeoriGravitasi

MenurutLanthasi(2008),modelgravitasipertamakalidikembangkanolehNewtonuntukmenunjukkanbahwahubunganinteraksiantaraduapartikeldipengaruhiolehmassadanjarakpartikel tersebut. Selanjutnya, teori gravitasi dikembangkan oleh Jan Tinbergen dalamperdagangan untuk memutuskan pola standar dari perdagangan yang akan berlaku denganketidakadaannyarintangandiskriminasidalamperdagangan.Terinspirasidarihukumgravitasinewton,Tinbergenmemformulasikanperdagangandengantigavariabelyangdapatdijelaskan,sepertiGDP exporting country,GDP importing county, danbiaya transportasi (jarak) (Nugroho,2013). Penggunaan PDB perkapita kedua negara merupakan representasi massa dari keduapartikel, sedangkan gaya gravitasi digambarkan dengan nilai perdagangan (ekspor) diantarakeduanegara(Lantasi,2008).Bukanhanyaketigavariabelitusajayangdapatdigunakandalamestimasimodelgravitasi,variabeldummypundapatdigunakandalammodelini,terlebihlagijikaestimasidilakukanmenggunakanOLSkarenaakanmenghasilkanhasilyanglebihbaik(Rautala,2015).Kegunaanmodelgravitasidalamperdaganganpuncukupberagam,salahsatunyaadalahmengukurdampakdariadanyaregulasiterhadapperdagangansuatukomoditas.

PenelitianTerdahulu

Tujuan dari adanya regulasi standar makanan yaitu untuk memastikan dan menjagabahwakualitasmakananyangdiperdagangkanaman(WTO,2015).Regulasi iniberlakuuntukberbagaiproduk,salahsatunyaadalahuntukprodukpanganyangdidalamnyatermasukkategorikomoditasdanprodukperikanansepertiudang(Painte,2008).Adanyaregulasisepertiinitentuakanmemengaruhiperdaganganudang.DampakdariadanyaregulasiiniterhadapeksporudangdijelaskanolehNguyendanWilson(2009)denganobjekpenelitian17negaraimportirdan123negaraeksportirdankomoditasyangditelitiadalahudang,ikandanmoluska.Hasilpenelitianinimenunjukkan bahwa regulasi standar keamananmakananmempunyai dampak yang berbedaterhadapjenisprodukseafood.Selainitu,dapatdiketahuibahwaudangmerupakankomoditasyang paling rentan terhadap adanya standar keamanan makanan. Adanya regulasi tersebutmampumembuateksporudangdaribeberapanegaraeksportirmenurun.

Selainitu,adabeberapafaktoryangturutmemengaruhieksporudangIndonesia,sepertijarak,nilaitukar,regulasi,GDPimportir,GDPIndonesiadanjumlahproduksi.MenurutNugroho(2013), jarak mampumemengaruhi ekspor secara negatif karena semakin jauh jarak negaraimportir dengan Indonesia, maka biaya transportasinya semakin tinggi. Tingginya biayatransportasimembuatjumlahudangyangdieksporolehIndonesiakenegaratersebutsemakinsedikit.NilaitukarmampumemengaruhieksporudangIndonesia(Rahmayanti,2005).JikanilaitukarrupiahterhadapUSDsedangterdepresiasi,makahargaudangdipasarinternasionalakanmeningkat.Peningkatanhargaudangdipasarinternasionalakanmenjadipendorongbagiparaprodusenudanguntukmengeksporudangdenganjumlahyanglebihbanyaklagikarenahaliniakanmenguntungkan bagimereka. Regulasi dapatmemengaruhi ekspor udang secara negatif


356

karenaadanyaregulasimampumengurangiekspor(Nguyen,2009).Jikaregulasiyangditetapkanoleh negara importir semakin ketat, maka ekspor udang Indonesia ke negara importir akansemakin berkurang hal ini disebabkan dengan banyaknya udang Indonesia yang berkualitasrendah sehingga ditolak di negara tujuan. PDB negara importirmampumemengaruhi eksporudang Indonesia secara positif (Nugroho, 2013). PDB perkapita secara tidak langsungmenunjukkan daya beli negara tersebut. Semakin tinggi PDB negara importir, maka akanmembuat permintaan udang negara tersebut semakin tinggi, sehingga berujung padapeningkataneksporudangIndonesia.PDBIndonesiamampumemengaruhieksporsecaranegatif.Adanya peningkatan PDB perkapita Indonesia dapat menimbulkan daya beli masyarakatIndonesiameningkat.Peningkatandayabelimasyarakat Indonesiaakanmembuatpermintaanlokaludangmenjadisemakinmeningkat.Jikapermintaanlokalmeningkat,makajumlahudangyang akan diekspor akan semakin berkurang. Produksi mampu memengaruhi ekspor secarapositif (Nugroho, 2013). Adanya peningkatan dalam produksi udang akan mengakibatkanpeningkatankuantitaseksporudangIndonesia.

DataPenelitian

VariabelyangdigunakandalampenelitianiniadalahPDBperkapitaIndonesia(LPDBID),PDBperkapita importir (LPDBIMP), Jarakantara Indonesiadengannegara importir (LJARAK),NilaitukarrupiahdenganUSD(LKURS),ProduksiUdang(LPROD).Variabeltersebutmerupakanvariabel independen dalam penelitian ini. Variabel eksogen dari penelitian ini adalahdummy_regulasiyangdicerminkandengan(LREGULASI).Variabeldependendalampenelitianiniadalaheksporudangbeku.Penjelasanterkaitvariabelyangdigunakandansumberdataterlampirdalamtabel.

Tabel1.SpesifikasiDataPenelitianNo Variabel Notasi Sumber Satuan1 Eksporudang(beku) LEKSPOR BPS Ton2 PDBperkapitaIndonesia LPDBID BPS USD3 PDBperkapitaimportir LPDBIMP WorldBank USD4 Jarak LJARAK Mapcrow Miles

5 Nilaitukar LKURSKementerianPerdagangan

Rupiah

6 Produksi LPRODKementrianKelautan&Perikanan

Ton

7 Regulasi LREGULASI

U.SFoodandDrugAdministration,JapanMinistryofHealth,LabourandWelfare,EuropeanFoodSafetyAuthority.

Indeks(0-1;0;belumadaregulasidan1;sudahadaregulasi)

SalahsatufaktoryangdapatmemengaruhieksporudangadalahPDBperkapitaIndonesia(sebagainegaraeksportir)danPDBperkapitanegaraimportir.PDBperkapitadipilihagarmampumencerminkan daya belimasyarakat, baikmasyarakat Indonesiamaupunmasyarakat negaratujuanimpor.AdanyapeningkatanPDBperkapitaIndonesiadapatmencerminkanpeningkatandayabelimasyarakat,sehinggahal inimampumemengaruhieksporudangsecaranegatif. Jika


357

pendapatan masyarakat meningkat, maka mereka cenderung untuk mengonsumsi udang,sehingga jumlah udang yang diekspor pun menurun. Lain halnya dengan peningkatan PDBperkapita negara importir. Terjadinya peningkatan PDB perkapita negara importir dapatmemengaruhi ekspor udang secara positif. Adanya peningkatan PDB perkapitamenimbulkanpeningkatandayabelimasyarakatnegaraimportirsehinggamerekamengonsumsiudanglebihbanyakdarisebelumnya.Halinidapatmembuateksporudangmengalamipeningkatan.Faktorlainyangmampumemengaruhieksporudangadalahjarak.SemakinjauhjarakantaraIndonesiadengannegarapengimporudang,makajumlahudangyangdieksporpunsemakinsedikit.Halinidisebabkandenganadanyabiayatransportasiyangsemakintinggi.Tingginyabiayatransportasimenyebabkannegaraimportirmembatasijumlahekspornya.

Nilaitukarterhadapdollarpundinilaimampumemengaruhieksporudangsecarapositifkarenasaatnilaitukarmengalamidepresiasi,makajumlahudangyangdieksporakanmeningkat.Hal ini disebabkan karena adanya peningkatan harga internasional udang sehingga produsenakanmengeksporudangdenganjumlahyanglebihbanyak.Produksiakanmemengaruhieksporudang karena adanya peningkatan produksi tentunya akan membuat ekspor udang jadimeningkat. Regulasi mampu memengaruhi ekspor udang karena adanya regulasi membuateksporudangmenurun.PenurunaninidisebabkanolehrendahnyakualitasudangyangdieksporIndonesia.

MetodologiPenelitian

Penelitian ini membahas dampak dari adanya regulasi standar keamanan makananterhadapeksporudangIndonesia.Datayangdigunakandalampenelitianiniberupadatapaneldan pengolahan data yang digunakan dalam penelitian ini dilakukan dengan metode regresidengan estimasi OLS (Ordinary Least Square) menggunakan model gravitasi. PerangkatpengolahanyangdigunakandalampenelitianiniadalahE-Views8.

Penelitianinitentunyamempunyaisebuahpersamaanyangdigunakanuntukmengolahdata.PersamaaninidiharapkanmampumenunjukkanbagaimanadampakdariadanyaregulasistandarmakananterhadapeksporudangIndonesia.Persamaaninimerujukpadamodelgravitasiseperti teori yang digunakan dalam penelitian ini. Persamaan tersebut dijabarkan sebagaiberikut:

Ln(EXP)=β₀+β₁ln(LPDBIDit)+β₂ln(LPDBIMPit)+β₃ln(LJARAKit)+β₄ln(LKURSit)+β₅

ln(LPRODit)+β₆ln(LREGULASIit)+εit

Dimana:

LEXP=EksporUdangBekuIndonesia

LPDBID=PDBperkapitaIndonesiadaritahun2000–2015

LPDBIMP=PDBperkapitanegaraimportirdaritahun2000-2015

LJARAK=JarakantaraIndonesiadengannegaraimportir

LKURS=NilaitukarantaraUSDdenganrupiah


358

LPROD=ProduksiudangIndonesia

LREGULASI=VariabelDummyregulasistandarkeamananmakananditigadaeraheksporutama

HasilRegresi&Pembahasan

Setelah data terkumpul dan menentukan model estimasi, penulis pun melakukanbeberapapengujianasumsiklasikterhadapdatayangakandiolah.Darihasilujiasumsiklasik,dapatdilihatdalamlampiran1bahwadatayangdigunakanolehpenulisdalampenelitianinitidakmempunyai autokor. Selain itu, penulis pun melakukan uji heteroskedastisitas. Hasil dari ujitersebutdapatdiketahuibahwadatayangdigunakantelahmemenuhiasumsiheteroskedastisitassehinggamodelyangdigunakanuntukpenelitianinivalid.Setelahpenulismelakukanpengujianterhadapujiasumsiklasik,penulismelakukanregresi,berikuthasildariregresiyangdilakukan

Tabel2.HasilRegresiVariabel Koefisien Probabilitas

LGDPID -3,10E-05 0,0109

LGDPIMP 2,82E-06 0,0783

LJARAK -0,006604 0,7528

LKURS 0,615878 0,0000

LPROD 0,248975 0,0001

LREGULASI 0,043836 0,0128

C 6,962869 0,0000

R-squared 0,706363

Durbin-Watsonstat 1,781430

Modelregresi:

Ln(EXP) = 6,962869 -0,000031 ln (LPDBPIDit) + 0.000310 ln (LPDBIMPit) + 0.008968 ln

(LJARAKit) + 0.568862 ln (LKURSit) + 0.565308 ln (LPRODit) + 0.036792 ln

(LREGULASIit)+εit

Tabel 2menunjukkan hasil regresimengenai dampakdari regulasi standar keamananmakananterhadapeksporudangIndonesia.Darihasilinidapatdiketahuibahwaadabeberapavariabel independen yang secara signifikan maupun tidak signifikan mampu memengaruhieksporudangIndonesia.Diketahuibahwahanyajarakyangsecaratidaksignifikanmemengaruhiekspor udang. Hal ini disebabkan angka probabilitas yang dimiliki variabel tersebut berkisar0.7528.Angkainitidakberadapadakisaranalpha10%.UntukvariabellainsepertiPDBperkapitaIndonesia,nilaitukar,produksidanregulasisecarapositifdansignifikanmampumemengaruhieksporudangIndonesiakarenaprobabilitasdarikeempatvariabeltersebutberadapadalevel5%dengantingkatkepercayaan95%.

Jikadilihatsecarastatistik,makavariabel-variabelyangsignifikandalampenelitian inimemiliki besarannya masing-masing bila dilihat dari koefisien hasil regresi. PDB Indonesiamemiliki hubungan negatif terhadap ekspor udang Indonesia. Jika PDB per kapita Indonesia


359

meningkat sebesar 1%, maka ekspor udang akan menurun sebanyak 0.0031%. Nilai tukarmemilikihubunganpositifterhadapeksporudang.Jikanilaitukarmeningkatsebesar1%,makaekspor udang akan meningkat sebesar 61,58%. Produksi memiliki hubungan yang positifterhadap ekspor udang. Jika produksi naik sebesar 1%,maka ekspor udang akanmengalamipeningkatan sebesar 24.89%. Regulasi pun memiliki hubungan yang positif terhadap eksporudang.Adanyaregulasimenyebabkaneksporudangmeningkatsebesar4.38%.

PDBperkapitaIndonesiasignifikanterhadapeksporudangnamunberhubungannegatif.Adanya peningkatan PDB perkapita Indonesia secara tidak langsung mencerminkan bahwapendapatan masyarakat Indonesia pun ikut meningkat. Adanya peningkatan pendapatanmembuat preferesi masyarakat pun ikut berubah. Saat ini sedang terjadi pergeseran selerakonsumen dimana konsumen lebih memilih untuk mengonsumsi white meat dibandingkandenganredmeat(Saputri,2017).FenomenasepertiinipunikutterjadidiIndonesia.Terlebihlagi,pemerintahpunsaatinitengahmendorongmasyarakatIndonesiauntukmengonsumsiprodukhasil lautseperti ikandanudangmelaluiprogram‘Ayomakanikan’.Programinidilaksanakankarena pemerintah menyadari betapa pentingnya memaksimalkan berbagai potensi dankekayaanmaritim (PresidenRI.go.id, 2016). Sekilasmemang terlihat bahwa program tersebutdapat membuat seluruh lapisan masyarakat Indonesia mengonsumsi produk hasil laut yangharganya cenderung murah. Namun hal ini merupakan pengecualian bagi udang mengingatharganyayangcukuptinggibiladibandingkandenganprodukhasillautlainnya.

PDB perkapita negara importir signifikan terhadap ekspor udang dan mempunyaihubungan positif. PDB perkapita negara importir secara tidak langsung menggambarkanpendapatanpembeli.Jikapendapatanpembelimengalamipeningkatan,makapermintaaneksporudang ke negara importir pun akan meningkat. Pernyataan tersebut tentunya berdasarkanasumsibahwaudangmerupakankomoditasyangbanyakdikonsumsiolehmasyarakatdinegaraimportirtersebut(Buana,2016).

Nilai tukar secara signifikan memengaruhi ekspor udang dan mempunyai hubunganpositif.Nilai tukarmemainkanperananyangpentingdalamperdaganganantarnegarakarenamemungkinkanparapelakuusahauntukmenerjemahkanharga-hargadariberagamkomoditasyangberasal dari berbagainegarakedalamsatubahasa yang sama (Buana, 2016).Terjadinyakenaikannilaitukarrupiahterhadapdollarmampumembuathargaudangdipasarinternasionalmenjadilebihtinggi.Tingginyahargadipasarinternasionalmenjadisinyalbagiparaprodusenuntuk mengekspor udang lebih banyak lagi. Sehingga dapat disimpulkan bahwa terjadinyadepresiasimampumeningkatkaneksporudang.

ProduksiudangIndonesiasecarasignifikanmemengaruhieksporudangdanmempunyaihubunganyangpositif.Adanyapeningkatanproduksiudangdapatmembuatprodusenmampuuntukmengekspor udang dengan jumlah yang lebih banyak dari sebelumya ke ketiga tujuanekspor.Terlebihlagi,ketigatujuaneksporinitidakmemilikibatasankuotaatasimporudangdariIndonesia.Hal ini tentunyaakanmenjadipeluangbagiprodusenuntukmeningkatkanvolumeproduksinyasehinggamerekabisameningkatkanvolumeekspornya.

Regulasisecarasecarasignifikanmemengaruhieksporudangdanmempunyaihubunganyang positif. Hasil ini tentunya berlawanan dengan hipotesis penulis yang sebelumnyamenyatakan bahwa adanya regulasi mampu mengurangi ekspor udang. Hal ini secara tidaklangsungmenunjukkanbahwakeberadaanregulasijustrumampumendorongprodusenudang


360

untukmemproduksi udang dengan kualitas yang lebih baik.Membaiknya kualitas udang puntentunyabukan semata-matahasil jerihpayahprodusen saja, tetapi tetap ada campur tanganpemerintah. Pemerintah diketahui telahmelakukan beberapa upaya untukmembuat kualitasudangjadimeningkat,sepertidenganmengeluarkanbeberaparegulasi11.Adanyaregulasiyangdikeluarkanpemerintahdinilaiefektifuntukmeningkatkankualitasudang.Haliniterbuktipadatahun2013,saatdimananegara-negaraeksportirudangsepertiThailanddanVietnammengalamipenurunanproduksikarenaudangdikawasantersebutterkenawabahpenyakitEarlyMortalitySyndrome (EMS) sedangkan udang Indonesia tidak terkena penyakit tersebut (Saputri, 2017).Selainitu,saatinitelahadapelatihansertifikasiuntukpetaniudangdiIndonesia.Dalampelatihantersebut,petanipriadilatihuntukmengelolaprosesbertaniudangagarmenjadilebihefisien.Lainhalnyadenganpetaniwanitayangdilatihuntukmelakukanprosespengolahanudang.Pemberianpelatihan ini bertujuan untuk membuat produksi pertanian udang jadi lebih efisien,meningkatkan kualitas udang, dan untuk memaksimalkan potensi lokal (Seafood TradeIntelligencePortal,2017).

Kesimpulan

Penelitian ini bertujuan untuk mengetahui dampak dari regulasi standar keamananmakanan terhadapeksporudang Indonesia.Hasil regresimenunjukkanbahwaregulasi secarasignifikan mampu memengaruhi ekspor udang secara positif. Adanya regulasi mampumeningkatkaneksporudang.Hal inidisebabkanolehkeberadaan regulasi yang semakin lamasemakinmembuatprodusenudangberusahauntukmemenuhistandardariimportirdengancarameningkatkan kualitas udang. Selain itu, ada faktor lain yang ternyata secara signifikanmemengaruhieksporudang,sepertiPDBperkapitaIndonesia,PDBperkapitanegaraimportir,produksidannilaitukar.

DAFTARPUSTAKA

Anggoro, R. (2015). Hambatan non-tariff dan faktor-faktor yang memengaruhi ekspor kakaoIndonesiakepasarunieropa.

Bihartimes.(2008).

Bihartimes.(2017,1111).Diambilkembalidariwww.bihartimes.in/maneka/aquaculture.html

Buana,E.E.(2016).DeterminanpermintaaneksporudangbekuJawaTimurkeAmerikaSerikat.Malang:SeminarNasionalPembangunanPertanian.

Express,F.(2016).ShrimpExports:Indiaturnsworldno1in2016.Diambilkembalidarifinancialexpress.com:www.financialexpress.com/economy/shrimp-exports-india-turns-world-no-1-in-2016/821956/lite/

11 RegulasitersebutdalambentukPermenKPNo.PER.01MEN.2007tentangpengendaliansistemjaminanmutu dan keamanan hasil perikanan, Permen KPNo.PER.02MEN.2007 tentangmonitoring residu obat,bahankimia,danbahanbiologi,KeputusanMenteriKPno.KEP.01MEN2007tentangpersyaratanjaminanmutudankeamananhasilperikananpadaprosesproduksi,pengolahandandistribusi,KeputusanMenteriKPNo.02Men2007 tentang budidaya ikan yang baik, danKeputusanDirjen PerikananBudidaya nomor44DJ-PB2008tentangpetunjukpelaksanaansertifikasicarabudidayaikanyangbaik.


361

Kelautan,K.P.(015).Kelautandanperikanandalamangkatahun2015.Jakarta.

Lantasi,K.W.(2008).Determinanekspor.Depok.

Nguyen,A.V.(2009).EffectsofFoodSafetyStandardsonSeafoodExportstoUS,EU,andJapan.Georgia.

Nugroho,A.(2013).TheimpactoffoodsafetystandardonIndonesia'sCoffeeExports.Japan:ELSEVIER.

Okezone,E.(2013,Maret06).EconomyOkezone.DiambilkembalidariOkezone:economy.okezone.com/read/2013/03/06/320/771942/konsumsi-udang-orang-Indonesia-capai50

Painte,R.E.(2008).AnalisispengaruhhambatantarifdannontarifdipasarunieropaterhadapeksporkomoditasudangdiIndonesia.Bogor:InstitutPertanianBogor.

PresidenRI.go.id.(2016,June30).Ayomakanikandanwujudkanindustriperikananmodern.Diambilkembalidaripresidenri.go.id/berita-aktual/ayo-makan-ikan-dan-wujudkan-industri-perikanan-modern.html

Rahmayanti,M.(2005).PengaruhperumabahannilaitukarUSDollarterhadapeksporudangIndonesia.Jakarta.

Rautala,V.(2015).Gravitymodelsofinternationaltrade:EstimatingtheelasticityofDistacewithFinnishinternationaltradeflows.UniversityofEasternFinland.

Saputri,K.(2017).PeluangdankendalaeksporrudangIndonesiakepasarJepang.eJournalIlmuHubunganInternasionalUNMUL,1179-1194.

SeafoodTradeIntelligencePortal.(2017,1202).Diambilkembalidariseafood-tip:www.seafood-tip.com/sourcing-intelligence/countries/indonesia/

Suarajatimpost.(2017,November06).SuaraJatimPostperistiwadaerah.DiambilkembalidariSuaraJatimPost:www.suarajatimpost.com/read/10281/20171106?153736/pasokan-berkurang-harga-vaname-dan-bandeng-di-lamongan-naik/

WTO.(2015).SanitaryandPhytosanitaryMeasures.

LAMPIRAN

Lampiran1.UjiAutokorelasi.


362

LEKSP LJARAK LKURS LPDBID LPDBIMP LPROD LREGULASI

LEKSP 1.000000 1.23E-17 0.668140 0.476058 0.437237 0.629486 0.142020

LJARAK 1.23E-17 1.000000 1.18E-17 1.97E-17 0.284186 9.95E-18 -0.159853

LKURS 0.668140 1.18E-17 1.000000 0.418545 0.193205 0.306295 -0.166082

LPDBID 0.476058 1.97E-17 0.418545 1.000000 0.651384 0.725729 0.176806

LPDBIMP 0.437237 0.284186 0.193205 0.651384 1.000000 0.649870 0.027558

LPROD 0.629486 9.95E-18 0.306295 0.725729 0.649870 1.000000 0.192724

LREGULASI 0.142020 -0.159853 -0.166082 0.176806 0.027558 0.192724 1.000000

Lampiran2.HasilRegresi.

DependentVariable:LEKSP


Date:12/03/17Time:09:44

Sample:20002015

Periodsincluded:16




LJARAK -0.006604 0.020862 -0.316538 0.7528

LKURS 0.615878 0.079680 7.729385 0.0000

LPDBID -3.10E-05 1.18E-05 -2.633793 0.0109

LPDBIMP 2.82E-06 1.57E-06 1.792604 0.0783

LPROD 0.248975 0.057205 4.352323 0.0001

LREGULASI 0.043836 0.017056 2.570168 0.0128

C 6.962869 0.717917 9.698710 0.0000

R-squared 0.706363Meandependentvar 11.45219


S.E.ofregression 0.061951Akaikeinfocriterion -2.622035

Sumsquaredresid 0.218760Schwarzcriterion -2.385907

Loglikelihood 90.90511Hannan-Quinncriter. -2.529012




363




ISU 12. KETIMPANGAN/KESENJANGAN


364

PENGARUHPERTUMBUHANEKONOMITERHADAPKESENJANGANPENDAPATAN

[STUDIKASUSINDONESIADANTHAILANDPERIODE1987-2016]

TimmyIryandiSatyana 2013110011

IvanGunawan 2013110036

GelischaPrestichaH. 2013110046Abstrak

Peningkatan Gross Domestic Product (GDP), pengurangan kesenjanganpendapatan, dan penghapusan kemiskinan merupakan permasalahan pokokdalam pembangunan ekonomi. Di beberapa negara tujuan tersebut kadang-kadang menjadi sebuah dilemma antara mementingkan pertumbuhan ataumengurangi kesenjangan pendapatan. Permasalahan ini didukung oleh TeoriKuznets yang mengemukakan bahwa pertumbuhan ekonomi yang pesatcenderung menimbulkan kesenjangan pendapatan jangka pendek, sedangkandalam jangka Panjang pertumbuhan ekonomi yang tinggi dapat mengurangikesenjangan pendapatan. Penelitian ini bertujuan untuk mencari apakahpengaruhpertumbuhanekonomiterhadapkesenjanganpendapatandiIndonesiadan Thailand pada jangka panjang dan jangka pendek sesuai dengan TeoriKuznets.Penelitianiniberupasebuahstudikomparatifdenganmenggunakandatasekunder yang berupa data time series yang didapat dari berbagai sumber.Penelitian ini menggunakan Teknik analisis ECM untuk mengukur pengaruhjangkapanjangdanjangkapendekpertumbuhanekonomiterhadapkesenjanganpendapatan. Originalitas penelitian ini terletak pada model penelitian yangdibangun dan teknik analisis yang digunakan. Hasil penelitian menunjukkanbahwaTeoriKuznetsjangkapanjangberlakudiIndonesia,yangartinyaterdapathubungannegatifantarapertumbuhanekonomi(yangdiwakiliolehsharesofgdpsektoral) dengan kesenjangan pendapatan. Selain itu, ditemukan terdapathubungan jangka pendek di Indonesia. Pada jangka pendek hanya sektorkeuangan yang secara signifikan memengaruhi kesenjangan pendapatan danselaras dengan Teori Kuznets. Di Thailand, pertumbuhan ekonomi secarasignifikanmemengaruhikesenjanganpendapatanselarasdenganTeoriKuznetspada jangka panjang. Akan tetapi, pada jangka pendek ditemukan bahwapertumbuhan ekonomi memiliki hubungan negatif dengan kesenjanganpendapatanpadajangkapendek.

KataKunci:Kesenjanganpendapatan,Pertumbuhanekonomi,danTeoriKuznets

1. LATARBELAKANG

PeningkatanGrossDomesticProduct (GDP),pengurangankesenjanganpendapatan,danpenghapusan kemiskinanmerupakan permasalahan pokok dalampembangunan ekonomi. Dibeberapanegaratujuantersebutkadang-kadangmenjadisebuahdilemmaantaramementingkanpertumbuhan ekonomi ataumengurangi kesenjanganpendapatan (Deininger&Olinto, 1999).Gunar Myrdal berpendapat bahwa proses pembangunan ekonomi yang berlangsung di tiapnegaramenghasilkanhubungansirkuleryangmenyebabkanmasyarakatberpenghasilantinggiakan mendapat pendapatan yang semakin tinggi sedangkan pendapatan masyarakatberpenghasilanrendahcenderungstagnan.


365

Dewasaini,pengurangankesenjangandidalamdanlintasnegaramerupakansalahsatutarget utama Sustainable Development Goals (SDG). Meskipun kesenjangan global cenderungmenurun,namunterdapatpeningkatandibanyaknegarasejaktahun1980an(Roy&Roy,2017).Kesenjanganterlihatmeningkatdinegara-negaraberkembang,perekonomianyangmengalamitransisi, dan emerging market economies. Ketiganya merupakan perekonomian yang telahmengalami transformasi struktural. Perubahan struktural pada tingkat yang sempit mengacupada perubahan struktur ekonomi, sementara pada tingkat yang lebih luas, perubahan sosial,politik,budaya,masyarakat,dan lainnya(Aizenman,Lee,&Park,2012).Meskipunadabanyakdefinisi perubahan struktural, makna yang paling umum mengacu pada pergeseran jangkapanjangdanterus-menerusdalamkomposisisektoraldarisistemekonomi(Chenery,Robinson,&Syrquin,1986).

Di tingkat ASEAN, Indonesia merupakan salah satu negara yang telah mengalamiperubahan struktural yang substansial dalam dua dekade terakhir (Resosudarmo danVidyattama,2006;Akita,Kurniawan,danMiyata,2011).Dalampenelitiannya,baikResosudarmodanVidyattama(2006)maupunAkita,Kurniawan,danMiyata(2011),membagiIndonesiayangpadasaatmasastudimemiliki26provinsikedalamtigawilayahyaituwilayah1(KalimantandanSumatera),wilayah2 (JawadanBali),danwilayah3 (SulawesidanTimur).ResosudarmodanVidyattama(2006)menemukanbahwakesenjanganpendapatandi Indonesiatergolongparah.Hal ini diperkuat oleh hasil temuan maupun Akita, Kurniawan, dan Miyata (2011) yangmenemukanadanyakesenjanganpendapatanantarwilayahdi Indonesiayangdisebabkanolehadanyaperubahanstruktural.

Perubahan struktural hanya dapat diobservasi melalui rentang waktu yang panjang.Berdasarkan kajian literatur, Resosudarmo dan Vidyattama (2006) dan maupun Akita,Kurniawan,danMiyata(2011)melakukanobservasijangkapanjangselama21tahundaritahun1983-2004di Indonesia. Sementara itu,RoydanRoy (2017)menggunakan rentangwaktu25tahunpadaperiode1990-2014di beberapanegaraEropadanAsia.RoydanRoy (2017) jugamenemukanbahwapadaawaltahun1990an,sebagianbesarnegara-negaramulaiberpindahdarisektoragrikulturkesektormanufakturdansektorjasa.HaltersebutdapatdilihatmelaluisharesofGDP sektoral di negara-negara tersebut.Dengandemikian, hal ini selarasdenganpenelitanResosudarmo dan Vidyattama (2006) dan Akita, Kurniawan, dan Miyata (2011). Meskipundemikian,MenurutRoydanRoy(2017),kesenjanganpendapatandidalamsuatunegaraterkaitdenganberbagaimacamfaktorpenggerakyangberbeda-bedadisetiapnegara.

Berdasarkan Teori Kuznets, pertumbuhan ekonomimemiliki hubungan positif dengankesenjangan pendapatan dalam jangka pendek, sedangkan dalam jangka panjang hubunganantarkeduanya berupa hubungan negatif. Akan tetapi, terdapat beberapa penelitian yangmenunjukkanbahwapeningkatanpertumbuhanekonomitidakselaludiiringidenganpenurunankesenjanganpendapatanpada jangkapanjang.Olehkarena itu,penelitian ini bertujuanuntukmelihatpengaruhpertumbuhanekonomi terhadapkesenjanganpendapatandiASEAN-5yaituIndonesia, Malaysia, Thailand, Singapura, dan Filipina dengan memperhatikan perubahanstrukturalyang terjadidinegara-negara tersebut.Penelitian ini jugabertujuanuntukmencariapakahTeoriKuznetsjangkapanjangberlakudiASEAN-5.Selainitu,diharapkanpenelitianinidapat menemukan sektor mana yang paling menentukan kesenjangan pendapatan di negaratersebut.Originalitaspenelitianinidibandingkanpenelitian-penelitianterdahuluyangdijadikanacuanterletakpadamodelpenelitianyangdibangun,periodepeneltianyaitudaritahun1980-2015,danobjekpenelitianyangdipilihyaknikesenjanganpendapatandi Indonesia,Malaysia,


366

Thailand,Singapura,danFilipina.

RUMUSANMASALAH

BerdasarkanTeoriKuznets,pertumbuhanekonomiyangpesatcenderungmenimbulkankesenjanganpendapatanpada jangkapendek, sedangkandalam jangkapanjangpertumbuhanekonomiyangtinggidapatmengurangikesenjanganpendapatan.Akantetapi,padakenyataannyaterdapatbeberapapenelitianterdahuluyangmenunjukkanbahwapertumbuhanekonomiyangtinggidalamjangkapanjangbelummampumenggerakankesenjanganpendapatankearahyanglebih kecil atau dengan kata lain distribusi pendapatan semakin merata. Oleh karena itu,berdasarkan latar belakang yang telah dipaparkanmuncul dua pertanyaan penelitian sebagaiberikut:

1. BagaimanapengaruhpertumbuhanekonomiterhadapkesenjanganpendapatandiIndonesiadanThailand?

2. ApakahTeoriKuznetsjangkapanjangberlakudiIndonesiadanThailandyaknimeningkatnyapertumbuhanekonomidapatberkurangnyakesenjanganpendapatan?

3. Bagaimanapengaruhpertumbuhanekonomiterhadapkesenjanganpendapatandikeduanegaratersebutpadajangkapendek?

TUJUANPENELITIAN

PenelitianiniberupapenelitiankomparatifantaraIndonesiadanThailandyangbertujuanuntukmencaripengaruhpertumbuhanekonomiterhadapkesenjanganpendapatandiIndonesiadanThailand.Selainitu,penelitianinijugabertujuanuntukmencaritahuapakahTeoriKuznetsberlakudikeduanegaratersebut.

KERANGKAPEMIKIRAN

Hubungan antara kesenjangan pendapatan dengan pertumbuhan ekonomi dapatdijelaskanolehTeoriKuznets.BerdasarkanKuznetsHyphothesis,padafaseIataujangkapendekpertumbuhanekonomiyangrepresentasikanolehsharesofGDPsektoralsecarasubstansialakanmeningkatkan kesenjangan pendapatan antarsektor. Sedangkan pada jangka panjang,pertumbuhan ekonomi akan memengaruhi kesenjangan pendapatan secara negatif yaitupeningkatanpertumbuhanekonomiakanmembuatdistribusipendapatansemakinmerata.

Perumusan kerangka pemikiran merupakan modifikasi dari berbagai penelitianterdahulu yang dijadikan acuan dalam penelitian ini. Penelitan Resosudarmo dan Vidyattama(2006)bertujuanuntukmelihatkondisidisparitaspendapatandiIndonesia,sertamelihatapakahterdapat konvergensi pendapatan per kapita, dan mencari faktor penentu pertumbuhan diIndonesia. Akita, Kurniawan, dan Miyata (2011) bertujuan untuk mencari faktor penentukesenjanganpendapatanantarprovinsidiIndonesiadariduadimensiyaknispasialdansektoral.Kedua penelitian terdahulu tersebut menggunakan shares of GDP sektoral antarprovinsi diIndonesiasertakeduanyamenggunakanginiratiosebagaiproxykesenjanganpendapatan.Akantetapi,perbedaanantarapenelitianinidengankeduapenelitianterdahulutersebutterletakpadapenggunaan variabel proxy pertumbuhan ekonomi. Dalam penelitian ini, penulis hanyamenggunakan lima sektor industri yakni sektor agrikultur, sektor keuangan (finance), sektor


367

manufaktur,sektorpertambangan,dansektorjasa.Sementaraitu,ResosudarmodanVidyattama(2006)danAkita,Kurniawan,danMiyata(2011)menggunakansembilansektorindustriyangadadi Indonesia. Berdasarkan teori dan hasil emipiris penelitian terdahulu, diperoleh kerangkapemikiransebagaiberikut:


Gambar 1 menggambarkan mekanisme pengaruh pertumbuhan ekonomi terhadapkesenjangan pendapatan. Salah satu pendekatan yang digunakan untuk mengukur tingkatpertumbuhanekonomiadalahmelaluipertumbuhanPDB.Olehkarenaitu,penulismenggunakansharesofGDPsektoral,yangkemudiandisingkatsebagaiSoGDP,sebagaiproxydaripertumbuhanPDB.PenulismenggunakanPenelitianinibersifatkomparatif,sehinggakerangkapemikiranpadagambar 1 berlaku untuk kedua negara. Pada gambar 1, pertumbuhan ekonomi akanmemengaruhi kesenjangan ekonomi (income inequality) secara langsung.Gini ratiodigunakansebagaiproxyuntukmenjelaskankesenjanganpendapatan.

TINJAUANPUSTAKA

5.1 PertumbuhanEkonomi

Suatuperekonomianmengalamipertumbuhanapabilatingkatkegiatanekonominyalebihtinggi dari yang dicapai pada periode sebelumnya. Dengan kata lain, pertumbuhan ekonomiterjadiketika jumlah finalgoodsdanservicesyangdihasilkandalamperekonomianmengalamipeningkatan setelah dibanding dengan periode sebelumnya. Salah satu pendekatan yangdigunakanuntukmengukur tingkat pertumbuhan ekonomi adalahmelalui pertumbuhanPDB.Akan tetapi, mengukur pertumbuhan ekonomi menggunakan GDP memiliki beberapakekurangan, seperti tidak mampu mengukur kesenjangan, tidak mempertimbangan efekberbahayadarikegiatanekonomi(sepertipolusi),sertatidakmemperhitungkansektorinformal.Akan tetapi, hingga saat ini, PDBmasihmerupakan pendekatan yang paling baik dan banyakdigunakanuntukmenggambarkankondisiperekonomiansuatunegara.

5.2 KesenjanganPendapatan

Ketimpanganpendapatan terjadi saatdistribusipendapatanyangditerimamasyarakat


368

tidakmerata dan terjadi perbedaan yang cukupmencolok antar wilayah yang dibandingkan.Terdapatbeberapaindikatoruntukmengukurbesarnyaketimpanganpendapatan,diantaranyamenggunakankurva lorenz,giniratio, theil index,danweightedcoefficientofvariations.Dalampenelitian Resosudarmo dan Vidyattama (2006)gini ratio digunakan sebagai indikator untukmengukurketimpanganpendapatanantarwilayahdiIndonesia,sedangkanAkita,Kurniawan,danMiyata(2011),menggunakanindekstheil,giniratio,danweightedcoefficientofvariationssebagaiindikator untukmelihat tingkat kesenjangan pendapatan yang terjadi di Indonesia. PenelitanResosudarmodanVidyattama(2006)bertujuanuntukmelihatkondisidisparitaspendapatandiIndonesia,sertamelihatapakahterdapatkonvergensipendapatanperkapita,danmencarifaktorpenentu pertumbuhan di Indonesia. Hasil penelitian menunjukkan bahwa kesenjanganpendapatandiIndonesiatergolongparah,adanyakonvergensipendapatanperkapitadancatch-up effect antarwilayah di Indonesia, serta ditemukan bahwa modal fisik, keterbukaanperdagangan, serta peran dari minyak dan gas merupakan faktor penentu pertumbuhan diIndonesia.

TujuanpenelitianAkita, Kurniawan, danMiyata (2011) untukmencari faktor penentukesenjanganpendapatanantarprovinsidiIndonesiadariduadimensiyaknispasialdansektoral.Darisisispasial,penulismembagiIndonesiayangterdiridari26provinsimenjaditigawilayah.Pembagian wilayah ini juga sama dengan penelitian terdahulu milik Resosudarmo danVidyattama(2006)yangmenggunakandataprovinsi Indonesia tahun1993-2002.Akan tetapi,berbeda dengan Resosudarmo dan Vidyattama (2006) Akita, Kurniawan, dan Miyata (2011)menggunakan data panel tahun 1983-2004. Dari sisi sektoral, Akita, Kurniawan, dan Miyata(2011)menggunakansembilansektor industridi Indonesiayaknisektor1pertanian,sektor2pertambangan,sektor3manufaktur,sektor4listrik,gas,danair,sektor5kosntruksi,sektor6perdagangan,hotel,danrestaurant,sektor7transportasidankomunikasi,sektor8jasakeuangandanbisnis,danjasalainnya.

Berdasarkankeduapenelitian tersebut,ditemukanbahwaketidaksetaraanpendapatanper kapita di Indonesia tergolong parah. Selain itu, merujuk pada kedua penelitian tersebut,ketimpanganpendapatandiIndonesiadipengaruhibeberapafaktordiantaranya,adanyasumberdayaalamtakbergerakyangterkonsentrasidiwilayahtertentu,infrastrukturyangbelummerata,sertaadanyamasalahkedalaman financial.Disebutkanbahwa terdapat sumberdayaalam takbergerakyangberkonsentrasidiwilayah1yangmencakuptigaprovinsisumberdayadiAceh,Riau,danKalimantanTimur,danhalinididukungolehAkita,Kurniawan,danMiyata(2011)yangmenjelaskan bahwa 70% PDB Nasional merupakan hasil dari sektor pertambangan. Ketigaprovinsi tersebut telahmemainkanperandominandalamketidaksetaraanWilayah1dan jugaketidaksetaraan secara keseluruhan. Akan tetapi, sejak sektor pertambangan mengalamipenurunan,ketigaprovinsi tersebut tidak lagi terlalumemengaruhiketimpangan. InfrasrukturyangbelummeratajugamenjadisalahsatupermasalahanyangmemengaruhiketidakmerataanpendapatandiIndonesia.HalinidapatdilihatdariWilayah3,yaituSulawesidanTimurdimanawilayahtersebutberorientasisumberdayaseperti industripengolahankayu,perkebunan,dansumber daya mineral yang cenderung memiliki biaya transportasi yang tinggi ditambah lagidengan infrastrukturyangkurangmemadai.Padahalketimpanganpendapatanmerupakanhalyangberusahadikurangiolehbanyaknegaradidunia.

Ketimpangan pendapatan di Indonesia juga bisa disebabkan oleh kurangnya aksesfinansial dan kedalaman finansial. Hal ini juga selaras dengan temuan Setiawan (2015) yangmenyatakan bahwa buruknya akses finansial dan kedalaman finansial bisa menyebabkan


369

terhambatnyaaktivitassertaekspansibisnisdanusahakecildiberbagaidaerahdiIndonesia.Haltersebut karena di Indonesia lebih dari dari 80% sumber pendanaan berasal dari sektorkeuangan.PenyataaninididukungolehFasedanAbma(2003)danUtari,Arimurti,danKurniati(2012) yang menjelaskan bahwa sumber dana untuk kegiatan bisnis di negara berkembangberasal dari sektor keuangan terutama perbankan. Oleh karena itu, kedalaman finansialmemegangperanpentingterhadapketimpanganpendapatandiIndonesia.Akantetapi,disisilaintingkat kedalaman finansial di Indonesia masih tergolong rendah apabila dibanding dengannegaraASEANyang lain.Hal ini disebabkanoleh kualitas kelembagaan Indonesia yangburukkarena kurangnya efektivitas, efisiensi, dan transparasi dalambirokrasi pemerintah, dan jugakarenatingkatkorupsiyangtinggi.DarisisiaksesfinansialpunIndonesiajugatergolongparah.

Hasil studi Setiawan (2015) dengan menggunakan pooled data Global FinancialDevelopmentDatabasedariBankduniatahun2013menunjukkanbahwapenyebabutamaakseskeuangan yang buruk di Indonesia adalah tingginya tingkat kemiskinan di Indonesia yangnantinyaakanberdampakpadasulitnyamasyarakatuntukmendapatkanaksesfinansial.Halinijugayangmenyebabkanmasihbanyakmasyarakatyang lebihmemilihuntukmeminjamuanglewat jasa keuangan ilegal karena berbagai alasan pribadi. Sulitnya masyarakat golonganmenengahkebawahuntukmendapatkanaksesfinansialmenjadisalahsatufaktoryangmembuatekspansibisnisatauusahakecilsulitberkembang.Padahalsektorkeuangandipercayaberfungsisebagaisalahsatupenggerakkegiatanekonomidisuatunegara.

5.3 SektorAgrikultur,Finansial,Manufaktur,Jasa,danPertambangan

Di Indonesia, sektor manufaktur, agrikultur, tambang, dan finansial memegang peranpenting terhadap pertumbuhan ekonomi. Akita, Kurniawan, dan Miyata (2011) menemukanbahwa sektor-sektor tersebut berpengaruh secara signifikan terhadap pertumbuhan ekonomidankesenjanganpendapatanantarwilayahdi Indonesia.Hasil penelitianmenunjukkanbahwasektormanufakturdanfinansialyangberkembangpesatdiPulauJawadanBalimenjadipenyebabketimpanganantarwilayahdiIndonesiasemakinmelebar.Halinidisebabkanolehadanyasumberdaya alam tak bergerak yang terkonsentrasi di beberapa wilayah yang semakin hariketersediaannya semakin menipis, sehingga sumbangan terhadap PDB dari sektor tambangmengalamipenurunan.

Menurut Akita, Kurniawan, dan Miyata (2011) sumbangan keempat sektor tersebutterhadap pertumbuhan ekonomi yang direfleksikan melalui pertumbuhan PDB cukup besar.Selainitu,Akita,Kurniawan,danMiyata(2011) jugamenemukanbahwaperubahanstrukturaljugamemengaruhisumbangansektoralterhadapPDBmaupunPDRB.BerdasarkantemuanAkita,Kurniawan, dan Miyata (2011), sumbangan sektor pertambangan terhadap PDB mengalamipenurunan sejak tahun1983hingga tahun2004. Selain pertambangan, sektor agrikultur jugamengalamipenurunanyangcukupsignifikanpadaperiodeyangsama.Akantetapi,padasektormanufakturdanfinansialditemukanmengalamipeningkatandaritahunketahun.Untuksektormanufakturpeningkatandaritahunketahunpadaperiodeyangsamamengalamipeningkatanyang cukup besar dibandingkan sektor finansial. Selain sektor tersebut, sektor jasa jugamengalamitrenyangmeningkatselamamasastudi.

Terdapathubunganpositifantarapertumbuhansektormanufakturdenganpertumbuhanekonomi (Rasiah, 1996). Hal ini juga didukung oleh temuan empiris Kaldor (1989) denganmenggunakansampel12negaramajuuntukmenjelaskanhubunganantarapertumbuhansektor


370

manufaktur dengan pertumbuhan ekonomi. Menurut Rasiah (1996), Malaysia sebagai negarayang kaya akan sumber daya alammenjadikan sektormanufaktur sebagai bagian utama danpentingdalampertumbuhanekonomikhususnyasetelahdiberlakukannyaNewEconomicPolicy(NEP) pada tahun 1971. Penelitan Rasiah (1996) bertujuan untukmenguji apakahMalaysia,sebagainegarayangberkembangancukuppesat,mendukunghipotesisbahwasektormanufakturmenjadi penggerak pertumbuhan ekonomi. Hasil penelitianmenunjukkan bahwa diMalaysia,sektormanufakturmemegangperandinamisdalammeningkatkanpertumbuhanekonomi.Olehkarena itu, dapat disimpulkan bahwa sumbangan sektor manufaktur terhadap pertumbuhanekonomicukupbesar.

SektoragrikulturataupertanianmerupakansalahsatusektorpenyumbangPDBsuatunegara,terutamadinegaraberkembangyangmasihmemilikisumberdayaalamdalamkuantitasyangbesar.BerdasarkanWorldBank(2017),sektorpertanianThailandtelahmenyumbangrataratasebesar9,87%darikeseluruhanPDBThailandpadatahun1990-2015.MeskimenyumbangPDBdalamjumlahyangrelatifbesar,namunsektorpertanianmasihinferiordibandingkansektormanufakturyangmenyumbangrata-ratasebesar37,7%darikeseluruhanPDBThailandditahunyang sama.Hal ini diperkuat oleh statementChinprateep (2004) yangmengemukakanbahwasektorpertanianmasihkurangefektifdanefisienjikadibandingsektormanufakturkarenasektorpertanianThailandbelummampumenghasilkanoutputsecaramaksimal.

5.4 HubunganantaraPertumbuhanEkonomidanKesenjanganPendapatan

PeningkatanGrossDomesticProduct (GDP),pengurangankesenjanganpendapatan,danpenghapusan kemiskinan masih menjadi permasalahan utama dalam pembangunan ekonomiterutama di negara berkembang. Di beberapa negara tujuan tersebut kadang-kadangmenjadisebuah dilema antara mementingkan pertumbuhan ekonomi atau mengurangi kesenjanganpendapatan(Deininger&Olinto,2000).Pertumbuhanyangtinggibelumtentumemberijaminanbahwakesenjanganpendapatanakanrendah(lihattabel1).BanyakNegaraSedangBerkembang(NSB) yang mempunyai pertumbuhan (± > 7%/tahun), akan tetapi tingkat kesenjanganpendapatan dan kemiskinan masih juga tinggi. Hal ini menimbulkan tuntutan untuk lebihmementingkan pengurangan kesenjangan pendapatan daripada peningkatan pertumbuhanekonomi. Pandangan tradisional tentang kesenjangan berpendapat bahwa kesenjanganmerupakannecessaryconditiondaninsentifyangbaikbagipeningkatanpertumbuhanekonomi.Argumendasarnyabahwapendapatanyang tinggipengusahadanperoranganakanmenaikantabungan,tabunganyangtinggiakanmeningkatkaninvestasidanpertumbuhanekonomi.

Hubunganantaratingkatkesenjanganpendapatandenganpertumbuhanekonomidapatdijelaskan olehHypothesis Kuznets. Berdasarkan Teori Kuznets, dalam perekonomian jangkapendek akan terdapat hubungan positif antara pertumbuhan ekonomi dengan tingkatketidaksetaraan pendapatan, yang berarti apabila pertumbuhan ekonomi suatu daerahmeningkat maka tingkat kesenjangan di daerah tersebut juga akan meningkat atau disebutdenganfase1.Akantetapi,dalamjangkapanjangpeningkatanpendapatanakandiikutidenganpenurunankesenjanganpendapatanyangdisebutdenganfase2.

HalinijugadidukungolehTadjoeddin(2013)yangmenemukanbahwa,padamasastudiyaknitahun1993-1998denganmenggunakandataPDRBperkapitadankoefisienginiIndonesiasertametodeOrdinary Least Square (OLS), pertumbuhan perekonomian Indonesiameningkat


371

akantetapitingkatketimpanganpendapatanjugameningkat.Dengankatalain,Indonesiamasihberadadalamfase1kurvapolapertumbuhanekonomiKuznets.

HubunganantaraketidaksetaraanpendapatandanpertumbuhanekonomiinijugadapatdilihatdarihasilstudiyangdilakukanolehAkita,Kurniawan,danMiyata(2011)yangmenemukanbahwapadasaatWilayah1yaituAceh,RiauKalimantanTimurmenyumbangbanyakdarihasiltambangnya,ketidaksetaraanpendapatandiIndonesiamalahmeningkat.BegitupulapadasaatWilayah2yaituJawadanBaliyangdisokongolehsektormanufakturdansektorjasakeuangandanbisnis sedanganmengalamiperkembanganyangsangatbaik,dansumberdayaWilayah1yangsudahmulaimenipismembuatkesenjanganpendapatanantarwilayahsemakinmeningkat.TemuaninisemakinmemperkuatTeoriKuznetspadajangkapendekataufase1.

SelainAkita,Kurniawan,danMiyata(2011)danTadjoeddin(2013),terdapatpenelitianterdahulu yang menunjukkan hubungan antara pertumbuhan ekonomi dan kesenjanganpendapatan yakni penelitian Resosudarmo dan Vidyattama (2006). Dari hasil penelitianditemukanbahwapertumbuhanekonomiantarwilayahdiIndonesiadiiringidenganpeningkatankesenjangan pendapatan per kapita antarwilayah selama masa studi. Hal ini semakinmemperkuat Teori Kuznets yang menyatakan bahwa terdapat hubungan positif antarapertumbuhanekonomidankesenjanganpendapatandalamjangkapendek.

Di Indonesia, fenomena laju pertumbuhan ekonomi yang tinggi diiringi denganpeningkatan ketidaksetaraan pendapatan juga terjadi. Seperti yang telah dipaparkan dalamparagraf sebelumnya, fenomena ini didukung oleh penelitian Resosudarmo dan Vidyattama(2006),Akita,Kurniawan,danMiyata(2011)danTadjoeddin(2013).Pentingnyamenjaga lajupertumbuhan ekonomi dan ketidaksetaraan pendapatan menjadi hal yang diupayakan olehberbagainegaradidunia.Olehkarenaitu,merujukpadahubunganantarapertumbuhanekonomidan ketidaksetaraan pendapatan, diperlukan strategi yang tepat untuk bisa membuatpertumbuhanekonomitetaptumbuh,namuntidakdiiringidenganpeningkatanketidaksetaraanpendapatanyangterlalutinggi.

METODEPENELITIAN

6.1 Data

Penelitianinimenggunakandatasekunderyangberasaldaridatapublikasidariberbagaisumber.Datayangdigunakandalampenelitaniniberupadatatimeseriesdarikeduanegarayangdibandingkandenganmasastudidaritahun1987-2016.

x|t∂, = Y0 + Y(}d∑^]yüe, + Y.}d∑^]ûv\, + Y/}d∑^]å¶\, + Y1}d∑^]åv\, + Y2}`e, + ~,̂

Dimana:

§ INEQ =inequality(kesenjanganpendapatan)

§ SoGDPAgr =sharesofGDPAgriculture

§ SoGDPFin =sharesofGDPFinance

§ SoGDPMan =sharesofGDPManufacture


372

§ SoGDPMin =sharesofGDPMining

§ SoGDPSer =sharesofGDPServices

§ ~ =errorterm

§ ° =time(1987-2016)

Berdasarkanteoridanstudiempirisyangdirujukdalampenelitianini,didugaterdapathubunganjangkapanjangpadamodeldenganhipotesisjangkapanjangsebagaiberikut:

Pertumbuhan ekonomi diduga memiliki pengaruh negatif terhadap kesenjanganpendapatandiIndonesiadanThailand.Denganhipotesisstatistiksebagaiberikut:

H0:β≥0

H1:β<0

Sementara itu,untukhipotesis jangkapendekdidugaterdapathubunganpositifantarapertumbuhanekonomidankesenjanganpendapatandiIndonesiadanThailand,denganhipotesissebagaiberikut:

H0:β≤0

H1:β<0

6.1.1 IncomeInequality

Ketimpangan pendapatan merupakan kondisi saat terjadi distribusi pendapatan yangditerimamasyarakat tidakmerata dan terjadi perbedaan yang cukupmencolok antarwilayahyang dibandingkan. Terdapat beberapa indikator untuk mengukur besarnya ketimpanganpendapatan,diantaranyamenggunakankurvalorenz,giniratio,theilindex,weightedcoefficientofvariations,dll.

6.1.2 SharesofGDP

Shares of GDP sektoral digunakan sebagai proksi pertumbuhan ekonomi di negaratersebut. Data merupakan data sekunder yang bersumber dari World Bank. Sektor yangdigunakandalampenelitianantaralain:

1. SharesofGDPAgricuture

2. SharesofGDPFinance

3. SharesofGDPManufacture

4. SharesofGDPMining

5. SharesofGDPService

Tabel1.VariabeldanSumber

Variabel Periode Satuan Sumber


373

SharesofGDP[SoGDP] 1987-2016 Persen WorldBankdanTradingEconomic

IncomeInequality[INEQ] 1987-2016 0-1 WorldBankdanTradingEconomic

6.2 TeknikAnalisisData

Model regresi linear sederhana digunakan untuk mengetahui hubungan antara duavariabelataulebihyangsatuataulebihvariabelmenjadivariabelindependendanvariabellainnyamerupakanvariabeldependen.Dalamanalisisregresi linear,hasilakhiryangdiperolehadalahfungsiregresipopulasiyangdidapatdarifungsiregresisampelyangnantinyadapatdigunakanuntuk estimasi sehingga estimasi dan analisis data dilakukan denganmenggunakan prosedurordinaryleastsquaremelaluiprogramE-Views.Berdasarkanmodeldasaryangdiperoleh,teknikanalisisdatamenggunakanErrorCorrectionModel(ECM)digunakanuntukmenjawabpertanyaanpenelitian.

ErrorCorrectionModel(ECM)merupakananalisisdatatimeseriesyangdigunakanuntukvariabel-variabel yangmemilki ketergantungan yang sering disebut dengankointegrasi.ErrorCorrectionModel(ECM)digunakanuntukmelihatpengaruhjangkapanjangdajangkapendekdarimasing-masingvariabelindependenterhadapvariabeldependen.ECMditerapkandalamanalisisekonometrikauntukdataruntunwaktuatautimeserieskarenakemampuanyangdimilikiECMuntuk menganalisis fenomena ekonomi jangka panjang dan mengkaji kekonsistenan modelempiris dalam teori ekonometrika, serta dalam usahamencari pemecahan terhadp persoalanvariabelyangtidakstasioner.

KeuntunganECMsebagaimodeldalamanalisisdatatimeseries:

1. ECMdapatmelakukanspesifikasimodelatasbentukumumnya;

2. ECMdapatmenjelaskaninformasijangkapanjangdanjangkapendekdari,sertadapatdiketahuikonsistentidaknyamodelempirikdenganteoriekonomi;

3. ECMsebagaisalahsatumodeldinamikuntukmencaripenyelesaiandataruntunwaktuyangtidakstasioner;danmencaripenyelesaianmasalahmultikolliniaritasdanregresilancung.

Untuk menjawab pertanyaan penelitan, penulis menggunakan Teknik analisis ECM.Dengan kata lain, penulis memperlakukan data berdasarkan runut waktu atau time seriesterhadaplimasampel,kemudiandilakukankomparasiterhadaphasilyangdiperoleh.

HASILDANPEMBAHASAN

7.1 HasilUjiUnitRoot/StasioneritasData

Ujiunitrootdilakukanuntukmelihatapakahdataterdistribusinormal.Ujistasioneritasdatapadapenelitian inimenggunakanAugmentedDickey-Fuller(ADF)dengankriteria sebagaiberikut:

H0:Adaunitroot


374

H1:Tidakadaunitroot

DenganketentuantolakH0apabilanilaiADF<criticalvalue(α=5%)dantidaktolakH0apabilanilaiADF>criticalvalue(α=5%).

Tabel2.HasilUjiStasioneritasAugmentedDickey-Fuller(ADF)AUGMENTEDDICKEY-FULLER(ADF)

IndonesiaNo. Variabel Level 1stDifference

Prob. Keterangan Prob. Keterangan1 INEQ 0.58731328 TidakStasioner 0.0120859** Stasioner2 AGRICULTURE 0.299803571 TidakStasioner 0.0007414*** Stasioner3 FINANCE 0.443401589 TidakStasioner 0.0063271*** Stasioner4 MANUFACTURE 0.373712824 TidakStasioner 0.0056934*** Stasioner5 MINING 0.341299136 TidakStasioner 0.0000121*** Stasioner6 SERVICES 0.544773087 TidakStasioner 0.0021509*** Stasioner

ThailandNo. Variabel Level 1stDifference

Prob. Keterangan Prob. Keterangan1 INEQ 0.6688845443 TidakStasioner 0.0000630977 Stasioner2 AGRICULTURE 0.1210010296 TidakStasioner 0.0003723085 Stasioner3 FINANCE 0.1322930005 TidakStasioner 0.0000247670 Stasioner4 MANUFACTURE 0.1269280818 TidakStasioner 0.0712924607 Stasioner5 MINING 0.5630244292 TidakStasioner 0.0003460956 Stasioner6 SERVICES 0.5020135052 TidakStasioner 0.0001000000 Stasioner

Keterangan:*,**,***mengindikasikansignifikanpadalevelα=0.1,α=0.05,danα=0.01.

Darihasilpadatabel1disimpulkanbahwa,padafirstdifferencetolakH0karenastatistikuji ADF < critical value (α=5%). Dengan kata lain, data INEQ, AGRICULTURE, FINANCE,MANUFACTURE,MINING,danSERVICEStidakmengandungunitroot,sehinggadataterdistribusinormalataustasioner.

7.2 HasilUjiMultikolinearitas

Uji multikolinearitas dilakukan bertujuan untuk menghindari model yang dipakaimemiliki hubungan yang sempurna atau hampir sempurna antara variabel bebas.Multikolinearitasterjadiapabilaadanyahubunganlinierataukorelasiyangtinggiantarvariabelindependen.Jikaterdapatkorelasiyangtinggiantarvariabelindependenmakaterdapatmasalahmultikolinearitas. Dalam pengujian multikolinearitas dapat dilihat dari matriks korelasi darivariabelbebas,jikakoefisienkorelasilebihdari80persen(0.80)akanterdapatmultikolinearitasyangtinggi.Koefisienkorelasiantarvariabelpadapenelitianinidigambarkanpadatabel2.


375

Tabel3.HasilUjiMultikolinearitasIndonesiadanThailandIndonesia

AGRICUL-TURE

FI-NANCE

MANUFAC-TURE

SERVICES MINING

AGRICULTURE 1.000 0.256 -0.515 -0.287 0.363 FINANCE 0.256 1.000 -0.330 0.187 -0.284 MANUFACTURE -0.515 -0.330 1.000 -0.378 0.037 SERVICES -0.287 0.187 -0.378 1.000 -0.553 MINING 0.363 -0.284 0.036 -0.553 1.000

Thailand

AGRICUL-TURE

FI-NANCE

MANUFAC-TURE

SERVICES MINING

AGRICULTURE 1.000 0.256 -0.515 -0.287 0.363 FINANCE 0.256 1.000 -0.330 0.187 -0.284 MANUFACTURE -0.515 -0.330 1.000 -0.378 0.037 SERVICES -0.287 0.187 -0.378 1.000 -0.553 MINING 0.363 -0.284 0.036 -0.553 1.000

Berdasarkanhasilujimultikolinearitaspadatabel2,korelasiantarvariabelindependenpada penelitian ini memiliki nilai lebih kecil dari 0.8. Hal ini mengindikasikan bahwa tidakterdapatmultikolinearitasantarvariabelindependen,sehinggavariabel-variabeltersebutdapatdigunakandandiujipadalangkahselanjutnyagunamenjawabpertanyaanpenelitian.

7.3 HasilUjiJangkaPanjangIndonesia

SetelahdilakukanserangkaiantreatmentterhadapdataagartidakterjadipenyimpanganterhadapasumsiCLRM, sehinggaparameteryangdidapatbersifatBLUE(best linearunbiasedestimators) dilakukan uji regresi untuk mengetahui pengaruh variabel independen terhadapvariabeldependenpadajangkapanjang.Untukmengujiadanyahubunganjangkapanjangpadamodelpenelitian,dilakukanregresidenganmodelsebagaiberikut:

x|t∂, = Yπ0 + Yπ(}d∑^]yüe, + Yπ.}d∑^]å¶\, + Yπ/}d∑^]ûv\, + Yπ1}d∑^]}`e, + Yπ2}d∑^]åv\,+ ~,∫

Berdasarkanhasilestimasi,ditemukanhasilsebagaiberikutyangdijelaskandalamtabel4.

Tabel4.HasilUjiJangkaPanjang

DependentVariable INEQVariable Coefficient Std.Error

C 1.0264*** 0.1243AGRICULTURE -0.0150*** 0.0012FINANCE 0.0003 0.0002

MANUFACTURE -0.0076*** 0.0011MINING -0.0032** 0.0014SERVICES -0.0059*** 0.0023

R2 0.9106Prob(F-statistic) 0No.Observasi 30Keterangan:*,**,***,mengindikasikansignifikanpadalevelα=0.1,α=0.05,danα=0.01.


376

Hasilregresi jangkapanjangIndonesiamenunjukanSoGDPsektoragrikultursignifikanpada α=5%. Ketika SoGDP sektor agrikultur meningkat sebesar 1 satuan, maka kesenjanganpendapatanakanmenurunsebesar0,015.SedangkansektorfinancediIndonesiatidaksignifikanpadaα=1%,5%,maupun10%.Olehkarenaitu,dapatdisimpulkanbahawapadajangkapanjangsektorkeuangandiIndonesiadianggapsamadengannol,sehinggasektorkeuanganataufinancetidak memengaruhi kesenjangan pendapatan di Indonesia. Akan tetapi, selain sektor finance,sektor agrikultur,manufaktur, pertambangan, dan jasa selaras denganTeori Kuznetz, dimanaapabilaterjadipeningkatanSoGDPsektor-sektortersebut,kesenjanganpendapatanpadajangkapanjang akan mengalami penurunan. Dengan demikian, pada jangka panjang pertumbuhanekonomiyangdiwakiliolehSoGDPsektoralpadapenelitianiniberdampakbaikpadakesenjanganpendapatan. Hal tersebut karena seiring dengan adanya peningkatan pertumbuhan ekonomi,dapat terjadi penurunan kesenjangan pendapatan dan hal ini mengindikasikan semakinmeratanyadistribusipendapatan.

SoGDPsektormanufacturediIndonesiasignifikanpadaα=0.01,ketikaterjadipeningkatanSoGDP di sektormanufacture sebesar satu satuan,maka kesenjagan pendapatan di Indonesiaakanturunsebesar0,0076.HaltersebutjugamendukungtemuanAkita,Kurniawan,danMiyata(2011) yang menemukan bahwa sektor pertambangan memegang peran penting terhadapkesenjanganpendapatanantarwilayahdiIndonesiabaiksebelummaupunsesudahkrisis.Akantetapi, pada penelitian Akita, Kurniawan, danMiyata (2011), penulis menguraikan hubunganpertumbuhanekonomidengankesenjanganpendapatanberdasarkanduadimensiyakniregionaldan sektoral. Sementara itu, hasil temuan dalam penelitian ini menunjukkan pengaruhpertumbuhanekonomiterhadapkesenjanganpendapatanpadajangkapanjangdilihatdarisisisektoral dengan menemukan arah dari hubungan antara variabel independen dan variabeldependendenganjangkawaktuyanglebihpanjangyangmanapadapenelitianterdahulubelumdilakukan.

Hal yang sama juga terjadi pada hasil estimasi variabel AGRICULTURE, MINING, danSERVICES dimana terdapat hubungan jangka panjang yang bersifat negatif antara variabeldependen dan variabel independen. Hasil temuan pada tabel 3 menujukkan bahwa variabelAGRICULTUREdanvariabelSERVICESsecarasignifikanmemengaruhivariabel INEQpadaα=0.01, sementaravariabelMININGsignifikanpadaα=0.05.Olehkarena itudapatdisimpulkanbahwa setiap kenaikan satu satuan variabel AGRICULTURE, MINING, dan SERVICES akanmengurangikesenjanganpendapatandi Indonesiamasing-masingsebesar0.0150,0.0032,dan0.0059. Oleh karen itu, dapat disimpulkan bahwa peningkatan pertumbuhan ekonomi dapatmengurangi kesenjangan pendapatan di Indonesia dalam jangka panjang dimana dewasa inihamper setiap negara menginginkan adanya pertumbuhan ekonomi yang diiringi denganpemerataandistribusipendapatan.

7.4 HasilUjiKointegrasi

Setelah semua variabel lolos dari uji unit root, langkah selanjutnya guna menjawabpertanyaan penelitian adalah denganmelakukan uji kointegrasi atau cointegration test untukmengetahui kemungkinan terjadinya keseimbangan atau kestabilan jangka panjang antaravariabeldependendanvariabelindependen.Ujikointegrasimerupakansalahsatumetodeuntukmengindikasikankemungkinanadanyahubungankesetimbangan(equilibrium) jangkapanjangantara variabel dependen dan variabel independen. Akan tetapi, walaupun terdapatkesetimbangan jangka panjang, namun dalam jangka pendek mungkin saja keduanya tidak


377

mencapai kesetimbangan. Apabila hasil oleh data menunjukkan adanya kointegrasi, makamasalahregresilancungakanhilangdanlebihlanjutterdapathubungankesetimbanganantaravariabel dependen dan variabel independen. Regresi lancung terjadi pada saat data variabeldependendanvariabelindependensama-samamenunjukkankecenderunganmeningkatdenganbertambahnya waktu. Oleh karena itu, data seperti ini tidak bersifat stasioner, tetapi biladianalisissecarabersama-samaakanbersifatstasioner.Hasilujikointegrasipadapenelitianiniditunjukkanpadatabel4dibawahini.

Tabel5.HasilUjiKointegrasi

IndonesiaNo. Variabel

Level Prob. Keterangan

1 RES 0.000720659*** BerkointegrasiThailand

No. VariabelLevel

Prob. Keterangan

1 RES -0.97746884*** Berkointegrasi

Keterangan:*,**,***,mengindikasikansignifikanpadalevelα=0.1,α=0.05,danα=0.01

Berdasarkanhasil uji kointegrasipada tabel3, ditemukkanbahwapadamodel regresiterdapat hubungan jangka panjang antara variabel dependen dan variabel independen. HaltersebutterlihatdarihasilmenujukkanbahwavariabelRESsignifikanpadaα=0.01.

7.5 HasilUjiJangkaPendekIndonesia

Dengan mengetahui bahwa pada uji kointegrasi ditemukan bahwa data salingberkointegrasi, berarti ada hubungan jangka panjang antarvariabel. PAda jangka pendek adakemungkinan terjadi ketidaksetimbangan.Oleh karena itu, diperlukan adanya koreksi denganmodel koreksi kesalahan (error correction model, disingkat ECM). Persamaan ECM dalampenelitianiniadalahsebagaiberikut:

∆x|t∂, = Yπ0 + Yπ(∆y∑wx¢îgÖîwt, + Yπ.∆ûx|y|¢t, + Yπ/∆yåy|îûy¢Öîwt, + Yπ1∆åx|x|∑,+ Yπ2∆}tw§x¢t}, +ªº~,̂-( + á,

Tabel6menunjukkanhasilujijangkapendekdataIndonesia.Berdasarkanhasilestimasiditemukan bahwa hanya sektor finance yang secara signifikan memengaruhi kesenjanganpendapatan dan selaras dengan Teori Kuznets yakni pada jangka pendek terdapat hubunganpositifantarapertumbuhanekonomidankesenjanganpendapatan.

Table6.HasilUjiJangkaPendekIndonesia

DependentVariable:D(INEQ)Variable Coefficient Std.Error

C 0.0032* 0.0021D(AGRICULTURE) -0.0029 0.0026D(FINANCE) 0.0008*** 0.0003

D(MANUFACTURE) -0.0021 0.0019D(MINING) -0.0007 0.0012D(SERVICES) 0.0001 0.0023


378

RES(-1) -0.6738*** 0.1681R-squared 0.539539Prob(F-statistic) 0.005159No.Observasi 29afteradjustments

Keterangan:*,**,***,mengindikasikansignifikanpadalevelα=0.15,α=0.1,danα=0.05

HasilregresijangkapendekdiIndonesiamenunjukanbahwaSoGDPsektorkeuangandiIndonesiasignifikanpadaα=5%,ketikaSoGDPfinancemeningkatsatusatuanmakakesenjanganpendapatan di jangka pendek akan menurun sebesar 0,0008. Akan tetapi disisi lain, sektoragrikultur, pertambangan, jasa, dan manufaktur Indonesia, tidak signifikan memengaruhikesenjanganpendapatan,sehinggakoefisiendianggapsamadengannol.Padahalsecarasimultankelima sektor tersebut memiliki pengaruh terhadap kesenjangan pendapatan. Hal tersebutterlihat dari hasil F-test, pada tabel 6 nilai prob. (f-stat) lebih kecil dari tingkat signifikansi.Berdasarkan uji kointegrasi pada metode ECM, kelima sektor dalam penelitian ini memilikipengaruh terhadap kesenjangan pendapatan. Namun apabila dilihat secara parsial, sektoragrikultur,manufaktur,pertambangan,danjasatidakmemilikipengaruhterhadapkesenjanganpendapatan.

7.6 HasilUjiJangkaPanjangThailand

SetelahdilakukanserangkaiantreatmentterhadapdataagartidakterjadipenyimpanganterhadapasumsiCLRM, sehinggaparameteryangdidapatbersifatBLUE(best linearunbiasedestimators) dilakukan uji regresi untuk mengetahui pengaruh variabel independen terhadapvariabeldependenpadajangkapanjang.Untukmengujiadanyahubunganjangkapanjangpadamodelpenelitian,dilakukanregresidenganmodelsebagaiberikut:

x|t∂, = Yπ0 + Yπ(}d∑^]yüe, + Yπ.}d∑^]å¶\, + Yπ/}d∑^]ûv\, + Yπ1}d∑^]}`e, + Yπ2}d∑^]åv\,+ ~,∫

Berdasarkanhasilestimasi,ditemukanhasilsebagaiberikutyangdijelaskandalamtabel4.

Tabel7.HasilUjiJangkaPanjangThailand

DependentVariable INEQVariable Coefficient Std.Error

C -0.01192*** 0.003241 AGRICULTURE -0.00042*** 0.000106 FINANCE -0.00508*** 0.003288

MANUFACTURE -0.02407* 0.004251 MINING -0.01275*** 0.002802 SERVICES 1.433361*** 0.252981

R2 0.9106Prob(F-statistic) 0No.Observasi 30

Hasil pengujian jangka panjang Thailand menunjukkan bahwa SoGDP signifikan padaα=1%dengankoefisien -0.011923717yangberarti ketikaSoGDPsektoragrikulturmeningkatsebesarsatusatuanmakaketimpanganpendapatanberkurangsebesar0.011923717sehinggahalini menunjukkan bahwa pertumbuhan ekonomi sektor agrikultur pada jangka panjang di


379

Thailand menyebabkan penurunan kesenjangan pendapatan. SoGDP sektor keuangan jugaberdampaksignifikandiα=1%dengankoefisien-0.000423119yangartinyasetiappeningkatanpeningkatanSoGDPsektorkeuangannaiksatusatuan,makaketimpanganpendapatanakanturunsebesar0.000423119.Makadisimpulkanbahwapeningkatanekonomidisektorkeuanganturutmenurunkankesenjangandijangkapanjang.Sektormanufakturyangtidaksignifikandijangkapendekmemilikiefeksignifikandijangkapanjangdiα=10%dengankoefisien-0.005082891yangberdasarkandatatersebut,ketikaSoGDPsektormanufakturmeningkatsebesarsatusatuanmakaketimpanganpendapatanberkurang sebesar 0.005082891. Peningkatanpendapatandi sektormanufaktur mempengaruhi kesenjangan pendapatan secara negatif, artinya kesenjanganmenurun ketika pendapatan sektormanufakturmeningkat. Sektor pertambangan Thailand dijangkapanjangmemilikikesamaandengansektor-sektorlainnya,SoGDPsektorpertambangansignifikan di α=1% dengan koefisien -0.024073856. Hal ini menunjukkan bahwa setiappeningkatanSoGDPsektorpertambangan sebesar satu satuanmakaketimpanganpendapatanberkurangsebesar0.024073856.PertumbuhandisektorpertambanganmemilikidampaknegatifterhadapkesenjanganpendapatanThailanddijangkapanjangsehinggakesenjanganakanturunketikapertumbuhanekonomisektorpertambanganmeningkat.Demikianpuladengansektorjasayangsignifikandiα=1%dengankoefisien0.012748581yangberartisetiappeningkatanSoGDPsektor jasameningkat sebesar satu satuanmakaketimpanganpendapatanberkurang sebesar0.012748581yangdapatdisimpulkanbahwapeningkatandi sektor jasamampumenurunkankesenjanganpendapatanThailanddijangkapanjang.

Berdasarkanpenelitiansektoragrikultur,keuangan,manufaktur,pertambangan,danjasadiatas dapat disimpulkan bahwa keseluruhan hasil penelitian menunjukkan bahwa di jangkapanjang pertumbuhan ekonomi di seluruh sektor tersebut mampu menurunkan tingkatkesenjanganpendapatandiThailand.HaltersebutmembuktikanbahwaTeoriKuznetsdijangkapanjangdiThailandsesuaidenganhasilpenelitiansehinggapenelitian inimendukungasumsuKuznetsdijangkapanjang.

7.7 JangkaPendekThailand

Dengan mengetahui bahwa pada uji kointegrasi ditemukan bahwa data salingberkointegrasi, berarti ada hubungan jangka panjang antarvariabel. PAda jangka pendek adakemungkinan terjadi ketidaksetimbangan.Oleh karena itu, diperlukan adanya koreksi denganmodel koreksi kesalahan (error correction model, disingkat ECM). Persamaan ECM dalampenelitianiniadalahsebagaiberikut:

∆x|t∂, = Yπ0 + Yπ(∆y∑wx¢îgÖîwt, + Yπ.∆ûx|y|¢t, + Yπ/∆yåy|îûy¢Öîwt, + Yπ1∆åx|x|∑,+ Yπ2∆}tw§x¢t}, +ªº~,̂-( + á,

Tabel8.HasilUjiJangkaPanjangThailandDependentVariable:D(INEQ)

Variable Coefficient Std.ErrorC -0.0001 0.002

D(AGRICULTURE) -0.0122 0.004 D(FINANCE) -0.0006 0.000

D(MANUFACTURE) -0.0035 0.004 D(MINING) -0.0102 0.005


380

D(SERVICES) -0.0088 0.004 RES(-1) -0.9646 0.202

R-squared 0.600467Prob(F-statistic) 0.001300No.Observasi 29afteradjustments

Hasil jangka pendek Thailand menunjukkan SoGDP sektor agrikultur signifikan padaα=1% dengan koefisien -0.0121740659. Hal ini menjelaskan bahwa ketika SoGDP sektoragrikulturnaiksatusatuan,makaketimpanganpendapatanakanturunsebesar0.0121740659yang berarti bahwa peningkatan pendapatan di sektor agrikultur berdampak terhadappeningkatan kesenjangan pendapatan. Selain sektor agrikultur, hasil estimasi menunjukkanSoGDPsektorkeuangansignifikanpadaα=1%dengankoefisien-0.0005760706sehinggadapatdisimpulkan bahwa setiap peningkatan SoGDP sektor keuangan naik satu satuan, makaketimpangan pendapatan akan turun sebesar 0.0005760706 yang berarti peningkatanpendapatan di sektor keuangan juga berdampak dalammengurangi ketimpangan pendapatanThailand.Padasektorpertambangan,SoGDPsektorpertambangansignifikanpadaα=5%dengankoefisien -0.0102428710 yang menunjukkan bahwa sektor pertambangan memiliki dampaknegatif terhadap kesenjangan pendapatan sehingga ketika SoGDP sektor pertambanganmeningkat sebesar satu satuan maka ketimpangan pendapatan berkurang sebesar0.0102428710. Sektor jasa di Thailand juga menunjukkan bahwa SoGDP sektor agrikultursignifikan pada α=5% dengan koefisien -0.0088107881 sehingga dapat disimpulkan bahwasektor jasa juga berdampak negatif terhadap kesenjangan pendapatan di Thailand denganpeningkatan SoGDP sektor jasa naik satu satuan, maka ketimpangan pendapatan akan turunsebesar0.0088107881.

HalinimembuktikanbahwapeningkatanpendapatansektorjasadiThailandpadajangkapendek mampu mengurangi kesenjangan pendapatan di Thailand. Hasil tersebutmenginterpretasikanbahwasektoragrikultur,keuangan,pertambangan,danjasaberpengaruhnegatif kesenjanganpendapatandi jangkapendek sehinggaberbanding terbalik denganTeoriKuznets yang mengatakan dalam jangka pendek pertumbuhan ekonomi akan meningkatkankesenjangan pendapatan. Berbeda dengan empat sektor lainnya, sektor manufaktur tidaksignifikandalammempengaruhikesenjanganpendapatanThailandpadajangkapendeksehinggaperlu adanya langkahdari pemerintahThailanduntukmemperbaiki hal ini,meski sektor lainsudah maksimal namun sektor manufaktur merupakan sektor yang perlu dikembangkan.Pertumbuhansektormanufakturmerupakanhalyangalamiahdalampeningkatanekonomisuatunegara namun pertumbuhan sektor manufaktur perlu diiringi penurunan ketimpanganpendapatan.

SIMPULAN

Pentingnya menjaga laju pertumbuhan ekonomi dan menekan tingkat kesenjanganpendapatanmenjadi hal yang penting bagi sebagaian besar negara. Akan tetapi, peningkatanGross Domestic Product (GDP), pengurangan kesenjangan pendapatan, dan penghapusankemiskinanmerupakanpermasalahanpokokdalampembangunanekonomikarenadibeberapanegara tujuan tersebut kadang-kadang menjadi sebuah dilemma antara mementingkanpertumbuhan ekonomi ataumengurangi kesenjanganpendapatan (Deininger&Olinto, 1999).Berdasarkanhasil penelitianditemukanbahwaTeoriKuznetspada jangkapanjangberlakudikeduanegarayangdibandingkanyakniIndonesiadanThailandyaituterdapathubungannegatif


381

antara pertumbuhan ekonomi dan kesenjangan pendapatan. Hal tersebut mengindikasikanbahwa pertumbuhan ekonomi di kedua negara tersebut justru memiliki pengaruh yang baikterhadap kesenjangan pendapatan yakni ditunjukkan dengan pengurangan kesenjanganpendapatan.

Di sisi lain, Teori Kuznets jangka pendek terjadi pada data Indonesia yakni sektorkeuangan yangmemiliki hubungan positif antara kesenjangan pendapatan dan pertumbuhanekonomi. Hal tersebut juga semakin memperkuat hasil temua Akita, Kurniawan, dan Miyata(2011) yangmenemukanbahwa sektor keuangan yang terkonsentrasi di pulau JawadanBalimenjadi salah satu faktor utama penentu kesenjangan pendapatan antarwilayah di Indonesiapadamasasetelahkrisis.Halberbedaterjadipadasektorlainsepertiagrikultur,pertambangan,manufaktur,danjasatidakmemilikidampakyangsignifikandalammempengaruhiketimpanganpendapatan. Lain hal nya di Thailand dimana pertumbuhan ekonomi di sektor agrikultur,keuangan,pertambangan,danjasaturutmempengaruhiketimpanganpendapatanpadajangkapendek. Hal yang berbeda dari hasil penelitian ini adalah pertumbuhan di keempat sektortersebut tidak sejalan dengan Teori Kuznets yang menyebutkan pada jangka pendekpertumbuhanekonomiakanmeningkatkanketimpanganpendapatansedangkanhasilpenelitianThailand jangka pendek menyimpulkan bahwa pertumbuhan ekonomi di sektor agrikultur,keuangan, pertambangan, dan jasa justru berperan dalammengurangi ketimpanganThailand.Meski empat sektor tersebut signifikan namun sektor manufaktur tidak signifikan dalammempengaruhikesenjanganpendapatan.Berdasarkanhasilpenelitian,dapatdisimpulkanbahwapadajangkapendekThailandunggulatasIndonesiadalamstrategipertumbuhantanpadisertaipeningkatanketimpanganpendapatan.

Pada jangka panjang, pertumbuhan empat sektor di Indonesia mempengaruhiketimpangan.Sektor-sektor tersebutmeliputiagrikultur,manufaktur,pertambangan,dan jasa.Meskidemikiansektorkeuangantidaksignifikandalammempengaruhikesenjanganpendapatan.PertumbuhanekonomidiempatsektortersebutberpengaruhdalammengurangiketimpangansehinggahasilyangdiperolehsesuaidenganTeoriKuznets.HasilpenelitianmenunjukkanbahwaIndonesia tetap kalah dari Thailand di jangka panjang karena pertumbuhan ekonomi di limasektoryangditelitiyaituagrikultur,keuangan,manufaktur,pertambangan,danjasadiThailandmampumengurangikesenjanganpendapatandansesuaidenganTeoriKuznets.Kesimpulanyangdidapat pada penelitian jangka panjang adalah mampunya Thailand mengungguli Indonesiadalammengurangiketimpanganpendapatan.

Berdasarkanhasiltemuan,penulismenyimpulkanterdapatperanpentingdarisharesofGDPsektorindustriyangmenjadiproksipertumbuhanekonomidalammengurangikesenjanganpendapatanterutamadalamjangkapanjang.DiThailandditemukanhalberbedadenganTeoriKuznetsyaknipertumbuhanekonomipadajangkapendekjustruberpengaruhnegatifterhadapkesenjangan pendapatan. Hal tersebut diduga akibat responsivitas sektoral di Thailand padajangka pendek maupun panjang cukup baik, atau dengan kata lain sektor industri mampumemberdayakantenagakerjadenganefektifdanmampumenghadirkanspillovereffect.

DAFTARPUSTAKA

Aizenman,J.,Lee,M.,&Park,D.(2012).Therelationshipbetweenstructuralchangeandiequality:A conceptual overviewwith special reference todevelopingAsia.ADBIWorkingPaperSeriesNo.396.


382

Akita,T.,Kurniawan,P.A.,&Miyata,S.(2011).StructuralchangesandregionalincomeinequalityinIndonesia:Abi-dimensionaldecompositionanalysis.AsianEconomicJournal,25,55-77.

Chenery,H.,Robinson,S.,&Syrquin,M.(1986).Industrializationandgrwoth,acomparativestudy.WorldBank,1(1).

Chinprateep,A.(2004).TheroleoftheagriculturalsectorinthedevelopmentoftheThaieconomy:Implications of economic fluctuations (a four-sector dynamic model analysis withgovernmentinterventiion).UniversityofMinnesota,DepartmentofEconomics.Minnesota:ProQuestDissertationsPublishing.

Deininger, K., & Olinto, p. (1999). Asset distribution, inequalaity, and growth.Policy ResearchWorkingPaper2375,1-28.

Fase, M., & Abma, R. (2003). Financial environment and economic growth in selected Asiancountries.JournalofAsianEconomics,14(1),11-21.

Rasiah, R. (1996). Manufacturing as engine of growth and industrialisation in Malaysia.ManagerialFinance,22(5),87-117.

Resosudarmo,B.P.,&Vidyattama,Y.(2006).RegionalincomedisparityinIndonesia:Apaneldataanalysis.ASEANEconomicBulletin,23(1),31-44.

Roy, R. P., & Roy, S. S. (2017). Structural change, trade, adn inequality: Some cross-countryevidence.ADBIWorkingPaper763(pp.1-33).Tokyo:AsianDevelopmentBankInstitute.

Setiawan, S. (2015). Financial depth and financial access in Indonesia. Journal of IndonesianEconomyandBusiness,30(2),139-158.

Tadjoeddin,M.Z.(2013).Miraclethatneverwas:disaggregatedlevelofinequalityinIndonesia.InternationalJournalofDevelopmentIssues,12(1),22-35.

Utari, G. D., Arimurti, T., &Kurniati, I. N. (2012). PertumbuhanKredit Optimal danKebijakanMakroprudensialuntukPengendalianKredit.WorkingPaperBI,2-56.RetrievedMaret10,2017, from http://www.bi.go.id/id/publikasi/wp/Pages/Pertumbuhan-Kredit-Optimal-Dan-kebijakan-Makroprudensial-Untuk-Pengendalian-Kredit.aspx


383

PENGARUHINVESTASIDALAMNEGERIDANLUARNEGERITERHADAPRASIOGINIDIPULAUJAWAPADATAHUN

2006-2017

HandaniNarapadya (2013110041)

Abstrak

Investasimerupakanupayapemerintahdalammengastasimasalahketimpanganpendapatan melalui penyerapan tenaga kerja. Pada bulan Januari-September2016, investasi dapat menyerap tenaga kerja sebanyak 960.041 orang(BPKM,2016). Tujuan dari investasi adalah meningkatkan pertumbuhan danpembangunansuatunegara.Dilihatdarikeunggulaninvestasi,makadiharapkanakan menurunkan rasio gini. Penelitian ini dilakukan untuk mengetahuiperkembanganrasioginidipulauJawadaritahun2006-2017.Hasilanalisisdatamenunjukan penanaman modal dalam negeri, pendidikan dan UMR signifikanberpengaruh positif terhadap rasio gini di pulau Jawa pada tahun 2006-2017sedangkanpenanamanmodalasingtidaksignifikanterhadaprasioginidipulauJawapadatahun2006-2017.

KataKunci :Rasio gini, PenanamanModalDalamNegeri (PMDN) , PenanamanModalAsing(PMA).

1. PENDAHULUAN

1.1 Latarbelakangpenelitian

Pertumbuhan ekonomi suatu negara didefinisikan sebagai kenaikan kapasitas dalamjangka panjang dari negara yang bersangkutan untukmenyediakan berbagai barang dan jasaekonomikepadapenduduknya.Kenaikankapasitastersebutditentukanolehadanyakemajuanteknologi, institusional (kelembagaan) dan ideologis terhadap berbagai keadaan yang ada(Jhingan,2004).TodarodanSmith (2006)menyatakanbahwa terdapat tigakomponenutamayangmempunyaiartipentingbagimasyarakatdalampertumbuhanekonomi,yaitu:

a. Akumulasimodal, termasuksemua investasi dalam bentuk tanah,peralatandansumberdayamanusiamelaluiperbaikandibidangkesehatan,pendidikan,danketerampilankerja.

b. Pertumbuhan penduduk yang pada akhirnya akan menyebabkan pertumbuhan angkatankerja.

c. Kemajuanteknologiyangakanmeningkatkanproduktivitas.

Dalampertumbuhanekonomisuatunegaratidaklepasdarikesenjanganekonomiantaramasyarakat berpenghasilan rendah dengan masyarakat berpenghasilan menengah dan atas.Kesenjanganpendapatandigambarkandenganrasiogini,dimanaangkarasioginiberkisaranatar0-1. Angka 0 mengindikasi distribusi pendapatan yang merata dan angka 1 menunjukanketimpangan yang sempurna. Di Indonesia, tingkat kesenjangan ekonomi masih tinggidibandingkandengannegaraasiatimurlainnnya.


384

TableAsianCountrieswiththeHighestAverageGiniRatio(%)

TabeldiatasmenggambarkanbahwatingkatketimpanganIndonesiamasihtinggi,dimanapadatahun2000anIndonesiaberadapadaperingkatke-2dengannilairasioginisebesar0,39%setelahnegaraChina.HalinimengambarkanbahwamasalahketimpanganekonomidiIndonesiacukup serius. Ketimpangan ini harus segara diminimalisir sehingga kesejahteraanmasyrakatakanmeningkat.Ketimpanganmasihsulituntukdiatasi,dimanapertumbuhanekonomidisetiapwilayahdiIndonesiamasihbelummerata.PertumbuhanekonomidiIndonesiamasihterpusatdiPulau Jawa yang mencakup hampir 60 persen dari total Produk Domestik Bruto (PDB) (SriMulyani,2014). Namun, dilihat dari data BPS tahun 2017 terdapat 7 provinsi dengan tingkatketimpangan yang tinggi yaitu Sulawesi Selatan yaitu sebesar 0,426%, DI Yogyakarta dengantingkatginirasiosebesar0,420%,Gorontalosebesar0,419%,JawaBaratdengan0,413%danDKIJakartasebesar0,411%,sertaSulawesiTenggaradanJawaTimuryangmasing-masingsebesar0,402%.Dimana4dari7provinsi iniberasaldari pulau Jawa,yangdimanamerupakanpusatpertumbuhanekonomiberada.Hal initerjadikarenadistribusipendapatanyangtidakmerata,dimanaterdapatketimpanganpendapatanyangdisebabkanolehkarenapertumbuhanekonomiyangtinggidengantingkatpersainganyangtinggisehinggaketimpanganantaraorangkayadanmiskinmenjadisangatjauh.TerlihatdariperbandinganantaraProdukDomestikRegionalBruto(PDRB)perkapitadipulaujawadengantingkatkemiskinandiPulauJawa.Contoh,ditahun2016jumlahpendudukmiskindi JawaTimursebesar 4,6 juta jiwanamunPDRBperkapitadi JawaTimur sebesar 35,9 juta rupiah. Artinya ketimpangan antara orang kaya yang berkontribusiterhadap nilai PDRB per kapita di Jawa Barat lebih banyak dan jumlah orangmiskin di JawaTimurpunbanyak,ketimpanganpendapatanpunterlihat.

Berkaitandenganhal ini,pemerintahberupayauntukmengurangi tingkat rasioginidi


385

pulau Jawamelaluipeningkatanpendidikan,peningkatanUpahMinimumRegional (UMR)daninvestasibaikPenanamanModalDalamNegeri(PMDN)danPenanamanModalAsing(PMA).DataBadanKoordinasi PenanamanModal (BPKM)mencatat realisasi investasi di Pulau Jawa padatahun2016 sebesarRp80,7 triliun denganmenyerap tenaga kerja sebanyak180 ribu tenagakerja. Pemerintah mendorong pertumbuhan ekonomi melalui pembangunan infrastruktur,sehingga investasi meningkat dan ketika investasi meningkat penyerapan tenaga kerjadiharapkanakanlebihbanyak.Secaranasionalpemerintahmenargetkanpadatahun2019,angkarasio gini turunhingga 0,36 sesuai targetRencanaPembangunan JangkaMenengah Nasional(RPJMN). Target ini di rasakan akan tercapai karena peningkatan investasi yang mendorongpertumbuhanekonomidirasaefektifdilihatdaridataBPSdikuartalIIItahun2016,pertumbuhanekonomi5,02persenmenurutpengeluaranditopangolehkonsumsirumahtangga2,70persen,investasiswasta1,30persen,danlainnya1,02persen.Upayapemerintahdalammencapaitargetiniadalahmeningkatkanpendidikan,menaikanUpahMinimumRegional(UMR)daninvestasi.Tingkat pendidikan di Indonesia masih rendah dimana data bps mencatat tahun 2017,pengangguranlulusansma/smksebanyak2.935.916oranglebihbesardaripenganguranlulusandiplomaatauuniversitassebanyak856.644orang(BPS,2017).Padatahun2017Investasimampumenyerap tenaga kerja sebanyak sebanyak 286.497 orang dengan rincian sebanyak 109.711orangdariproyekPenanamanModalDalamNegeri(PMDN)dansebanyak176.786orangdariproyekPenanamanModalAsing(PMA)(BPKM,2017).DanUMRdiIndonesiameningkatdariRp1.790.342ditahun2015menjadiRp1.997.819ditahun2016(BPS.2017).DiharapkanrasioginidiIndonesia,khusunyadiPulauJawaakanmenurunmelaluiinvestasi,pendidikandanUMR.

1.2 RumusanMasalah

UpayapemerintahberupainvestasibukanfaktorutamayangmempengaruhirasioginidipulauJawa.Faktor-faktorlainperluditelitilebihlanjutdalamhubungannyamempengaruhirasiogini Faktor lain yangmempengaruhi gini ratiodipulau Jawaantara lainpendidkandanUpahMinimumRegional(UMR).Sehinggasecaragarisbesarpermasalahanyangakandijelaskanlebihlanjut dalam penelitian ini adalah seberapa besar pengaruh investasi dan faktor lainnnyamempengaruhirasioginidiPulauJawa?


Investasi merupakan faktor penting dalam sebuah perekonomian di suatu negara. DiIndonesiasendiriinvestasimerupakansalahsatumodalpentingdalammenopangpertumbuhanekonomi.Pertumbuhanekonomiharusdapatmensejahterakanrakyatnyasecarameratasehinggatidakterjadiketimpanganantarmasyarakatbaikketimpanganpendapatanmaupunketimpangansosial.Tujuandaripenelitianiniyaitumengetahuiseberapasiginifikanpengaruhinvestasidalamhal iniPenanamanmodaldalamNegeri(PMDN)danPenanamanModalAsing(PMA)terhadaprasioginidiPulauJawapadatahun2006-2017.


386

1.4 KerangkaPikir

K

Ketimpanganpendapatan(rasiogini)merupakanmasalahdalampenelitianini,dimanapenelitianinimencobamenganalisismasalahmelaluiinvestasi,PenanamanModalDalamNegeri(PMDN)maupunPenanamanModalAsing(PMA).MenganalisisseberapabesarpengaruhPMAdanPMDNterhadaprasioginidanjugaseberapabesarpengaruhfaktorlainsepertipendidikandan UMR terhadap rasio gini. Diharapkan semua faktormemiliki hubungan yang negatif dansignifikanterhadaprasiogini,artinyasetiappeningkatanPMA,PMDN,pendidkandanUMRakanmenurunkanrasiogini.

TINJAUNPUSTAKA

2.1 LandasanTeori

a. KurvaKuznets

Teori ini menjelaskan mengenai kondisi ekonomi yang timpang, artinya ketikapertumbuhanekonomisuatunegarameningkatmakatingkatkesenjanganpendapatanpunakan

KetimpanganPendapatan(rasiogini)

PenanamanModal

Asing(PMA)

PenanamanModalDalamNegeri(PMDN)

UpahMinimumRegional(UMR)

Pendidikan(APK)

A

B

CA


387

meningkat . Ketimpangan pendapatan terjadi apabila sebagian besar penduduk memperolehpendapatan yang rendah dan pendapatan yang tinggi hanya dinikmati oleh sebagian kecilpenduduk. Semakin besar perbedaan pendapatan yang diterima masing-masing kelompokmenunjukkan semakin besarnya ketimpangan (Todaro dan Smith (2006). Ketimpanganpendapatan ini akan terjadi dalam jangka pendek dan dalam jangka panjang ketimpanganpendapatanakanturun.Berdasarkankurvadiatas,garisyangberbentukuterbalikyangartinyatitkAadalahkondisiawalekonomi,titikBadalahtitikdalamjangkapendekdantitikCadalahtitikdalamjangkapanjang.Pertumbuhanekonomiinidigambarkanmelaluikurvauterbalikini,dimanaketikapertumbuhanekonomimeningkatdarititikAketitikB(JangkaPendek)artinyasetiap pertumbuhan ekonomi meningkat maka ketidak merataan meningkat (pemerataanpendapatan). Namun sejalan dengan waktu yang digamabarkan dengan garis berwarna biruketidakmerataanakanmenurundarititikBketitikC(jangkapanjang).

b. KurvaLorenz

Kurvalorenzadalahsuatugambarandarifungsidistribusipen-dapatankumulatif.Artinyapertumbuhanekonomiyangsemakindekatkediagonal(semakinlurus)menyiratkandistribusipendapatan nasional yang semakin merata. Sebaliknya, jika kurva Lorenz semakin jauh daridiagonal(semakinlengkung),makakurvatersebutmencerminkankeadaanyangsemakinburuk,yaitu distribusi pendapatan nasional semakin timpang atau tidak merata.Berdasarkan kurvadiatas,kondisiekonomisuatunegaraapabilaadadigaris lengkungbyangmenjauhdarigarisdiagonal a artinya ketimpangan pendapatan semakin besar. Ketimpangan pendapatandigambarkan melalui rasio gini. Rasio gini adalah sebuah kurva pengeluaran kumulatif yangmembandingkandistribusidarisuatuvariabeltertentu(misalnyapendapatan)dengandistribusiuniform(seragam)yangmewakilipersentasekumulatifpenduduk(BPS).Secarasistematisrasioginidirumuskansbagaiberikut:


388

Keterangan:

GR =RasioGini

Fpi =frekunesipendudukdalamkelaspengeluaranke-i

Fci =frekuensikumulatifdaritotalpengeluarandalamkelaspengeluaranke-i

Fci-1 =frekuensikumulatifdaritotalpengeluarandalamkelaspengeluaranke-(i-1)

KoefisienGiniberkisarantara0sampaidengan1.ApabilakoefisienGinibernilai0berartipemerataansempurna,sedangkanapabilabernilai1berartiketimpangansempurna.Pemerataansempurna adalah kondisi dimana ekonomi suatu negara sangat baik sehingga tidak adaketimpanganpendapatan.Kondisiinisampaisekarangtidakpernahterjadi,karenadalamsetiappertumbuhan ekonomi suatu negara ketimpangan pendapatan akan muncul. Ketimpangansempurnaadalahkondisidimanaperbadaanpenadapatanantarmasyrakatsuatunegarasangattidak seimbang dimana jumlah orang berpendapatan tinggi lebih banyak dibandingkan orangberpendapatanrendah.

2.2 Penelitianterdahulu

Dalam penelitian ini penulis melihat referensi dari penelitian terdahulu mengenaipengaruh investasi terhadap ketimpangan pendapatan. Penelitian dari Vina RefrianaNurwulansaripadatahun2015yangberjudul“PengaruhPendidikan,PenanamanModalAsing(PMA),PenanamanModaldalamNegeri(PMDN),danTingkatPendapatanterhadapKesenjanganPendapatanantaraKabupaten/KotadiProvinsiDaerahIstimewaYogyakartatahun2003-2013“.Penulismenggunakanmodelregresidengandatapaneldanmenggunakandatatimeseriesdaritahun2003-2013dandatacrosssectionmeliputiwilayah KulonProgo,Bantul,GunungKidul,SlemandanYogyakarta.Variabelindipendenyangdigunakanyaitupendidikan,investasidalamnegeri , investasiasing,produkdomestrikregionalbruto(PDRB)danvariabeldependenyaitukesenjanganpendapatanyangdiukurdenganrasiogini.Hasildalampenelitianiniadalahvariabelpendidikanberpengaruhnegatifdansignifikanterhadapvariabelrasiogini,haliniterjadikarenasemakintinggipendidikanakanmeningkatkanpendapatanmerekadanketimpanganpendapatanakanturun.VariabelPMAberpengaruhnegatifdansignifikanterhadapvariabelrasiogini,haliiniterjadikarenasemakinbanyakinvestorasingyangmembukapeluangdidareahuntuklebihmajudan berkembang. Variabel PMDN berpengaruh negatif dan tidak signifikan terhadap variabelrasiogini,haliiniterjadikarenapendistribusianinvestasiyangtidakmeratadanadanyabencanaalam.VariabelPDRBberpengaruhnegatifdantidaksignifikanterhadapvariabelrasiogini,haliiniterjadikarenakemampuanataukeungulandidaerahyangberbeda-bedadanjugapenyumbangterbanyakdarimasyrakatberpenghasilantinggi.

PenelitiandariChairulNizar,AbubakarHamzah,SofyanSyahnurpadatahun2013yangberjudul “ Pengaruh Investasi dan Tenaga Kerja Terhadap Pertumbuhan Ekonomi serta


389

Hubungannya terhadap Tingkat Kemiskinan di Indonesia “. Dalam penelitian ini, penulismengunakan Metode analisisOrdinary Least Square (OLS), data yang digunakan adalah timeseries dari tahun1980-2010dan variabel dependen adalah tingkat kemiskinan serta variabelindipenden adalah investasi asing (FDI), investasi pemerintah, tenaga kerja, pertumbuhanekonomi (GDP). Hasl penelitian ini adalah FDI, investasi pemerintah dan tenaga kerjaberpengaruhpositifdansignifikanterhadappertumbuhanekonomidanberhubungannegatifdansignifikan terhadap tingkat kemiskinan. Artinya, peningkatan investasi pemerintah yangproporsional dan lebih memihak kepada kepentingan publik akan mampu memberikan efekpositifterhadappertumbuhanekonomi(PDB)danpengentasankemiskinannasional.



DatayangdigunakandalampenelitianiniadalahdatasekunderyangdiperolehdariBadanPusatStatistik,WorldBank,danBadanKoordinasiPenanamanModalperiode2006-2017.Datayangdigunakanadalahrasiogini,PenanamanModalDalamNegeri(PMDN),PenanamanModalAsing(PMA),pendidikan(AngkaPartispasiKasar)danUpahMinimumRegional(UMR).TeknikanalisisyangdigunakandalampenelitianiniadalahOrdinaryLeastSquare(OLS)denganmetodeRandom EffectModel (REM). Tujuan analisis ini adalah untukmengetahui pengaruh variabeldependenterhadapvariabelindipenden.VariabeldependendalampenelitianiniadalahrasioginidanvariabelindipendennyaadalahPenanamanModalDalamNegeri(PMDN),PenanamanModalAsing(PMA),pendidikan(AngkaPartispasiKasar)danUpahMinimumRegional(UMR).Secarasistematisdirumuskansebagaiberikut:

Lrasioginiit=b

0+b

1PMA

t+b

2PMDN

it+b

3UMR

it+b

4APK

it+e

it

Keterangan:rasiogini :KesenjanganekonomididaerahipadatahuntPMA :PenanamanmodalasingdidareahipadatahuntPMDN :PenanamanmodaldalamnegerididareahipadatahuntUMR :UpahmnimumregionaldidareahipadatahuntAPK :Angkapartispasikasardidaerahipadatahuntb :KoefisienL :Logaritmanaturale :Errorterm

3.2 DatadanSumberdata

DatayangpenulisgunakanberasaldariBadanPusatStatistik (BPS),BadanKoordinasiPenanamanModal(BKPM),WorldBankpadatahun2006-2017.DatayangdiperolehdariBPSadalahvariabelrasioginidiindonesia,pendidikandiIndonesia,UpahMinimumRegional(UMR)diIndonesia.DatayangdiperolehdariBKPMadalahvariabelPenanamanModalDalamNegeri(PMDM)danPenanamanModalAsing(PMA).DandatayangdidapatdariWorldBankadalahrasioginidiAsia.


390

3.3 ObjekPenelitian

3.3.1 Investasi

MenurutMankiw (2013;12), investasi adalah pembelian barang yang akan digunakanpadamasayangakandatangdengantujuanmenghasilkanbarangataujasayanglebihbanyak.Investasi merupakan suatu faktor penting dalam sebuah perekonomian. DI lihat daripertumbuhan ekonomi secaramatematis terlihat bahwa investasi memeiliki pengaruh dalamperekonomian suatu negara. Pertumnuhan ekonomi secara matematis dirumuskan sebagaiberikut:

Y=C+I+G+(X-M)

Keterangan: Y=PendapatanPemerintah C=Konsumsi I=Investasi G=PengeluaranPemerintah X=Expor M=Impor

Dapat diinterpretasikan bahwa setiap kenaikan atau penurunan investasi akanmempengaruhi nilai dari pendapatan pemerintah. Dilihat dari kepemilikan investasi dibagimenjadi 3 kelompok, yaitu investasi pemerintah, investasi swasta ( perusahaan bukanpemerintah)daninvestasirumahtangga.Dalamstatuskepemilikanperusahaan,investasidibagimenjadi2yaitu:PenanamanModalDalamNegeri(PMDN)danPenanamanModalAsing(PMA).

a. InvestasidalamnegeriatauPananamanModalDalamNegeri(PMDN)yangberartipemilikperusahaan atau investor berasal dari dalam negeri. Dalam penelitian ini, penulismengunakanPMDNsebagaivariabelindipendenartinyaPMDNdinilaimenentukannilaidarirasioginiyangmerupakanvariabeldependen.

Grafik1.PenanamanModalDalamNegeridiPulauJawapadatahun2006-2017

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

DKI Jakarta

Jawa Barat

Jawa tengah

Jawa Timur

Banten

Riau


391

b. InvestasiasingatauPananamanModalAsing (PMA)yangberartipemilikperusahaanatauinvestorberasaldariasingataunegaralain.Dalampenelitianini,penulismengunakanPMAsebagai variabel indipenden artinya PMA dinilai menentukan nilai dari rasio gini yangmerupakanvariabeldependen.

Grafik2.PenanamanModalAsingdiPulauJawapadatahun2006-2017

3.3.2 Pendidikan

MenurutGhazali (2010;5), Pendidikanmerupakanbentukdari investasimanusia yangartinyamemberikanilmupengetahuanataunilai-nilaiketerampilanyangbergunabagimanusiauntuk masa yang akan datang. Pendidikan merupakan suatu modal dalam meningkatkanproduktifitas manusia dalam upaya untuk memenuhi kebuthan hidupnya sendiri sepertimemperolehpendapatan.Pendidikandiibagimenjadi2yaitupendidikanformaldanpendidkannon-formal.

a. Pendidikanfromaladalahjalurpendidikanyangterstrukturdanberjenjangyangterdiriataspendidikandasar,pendidikanmenengah,danpendidikantinggi,meliputiSD/MI/sederajat,SMP/MTs/sederajat,SM/MA/sederajatdanPT.

b. Pendidikan nonformal adalah jalur pendidikan di luar pendidikan formal yang dapatdilaksanakan secara terstruktur dan berjenjang. Meliputi pendidikan kecakapan hidup(kursus), pendidikan anak usia dini (PAUD) atau pra-sekolah, pendidikan kepemudaan,pendidikan pemberdayaan perempuan, pendidikan keaksaraan, pendidikan keterampilandanpelatihankerja,pendidikankesetaraan(paketA,paketB,danpaketC)sertapendidikanlainnyayangditujukanuntukmengembangkankemampuanpesertadidik.

Dalampenelitianini,penulismelihatpendidikanformaltingkatSM/MA/sederajatdanPTberdasarkanangkaPartsiapsiKasar(APK).APKadalahproporsianaksekolahpadasuatujenjangtertentu dalam kelompok usia yang sesuai dengan jenjang pendidikan tersebut. Penulisberasumsi pendidkan untuk masyrakat memperoleh pekerjaan atau pendapatan minimalmemiliki pendidkan tingkat SM/MA/sederajat dan PT.Oleh karena itu, penulis mengunakanvariabelAPKyangdinilaimemelikipengaruhterhadaprasiogini.

050001000015000200002500030000350004000045000

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

DKIJakarta

JawaBarat

Jawatengah

JawaTimur

Banten

Riau


392

Grafik3.AngkaPartisipasiKasardiPulauJawapadatahun2006-2017

3.3.3 UpahMinimumRegional(UMR)

MenurutPasal1ayat30UUNo.13Tahun2003tentangKetenagakerjaan,Upahadalahhak pekerja/buruh yang diterima dan dinyatakan dalam bentuk uang sebagai imbalan daripengusahaataupemberikerjakepadapekerja/buruhyangditetapkandandibayarkanmenurutsuatuperjanjiankerja,kesepakatan,atauperaturanperundang-undangan, termasuktunjanganbagipekerja/buruhdankeluarganyaatas suatupekerjaandan/atau jasayang telahatauakandilakukan.SedangkanUMRadalahsuatustandarminimumyangdigunakanolehparapengusahaataupelaku industriuntukmemberikanupahkepadapekerjadidalamlingkunganusahaataukerjanyaditingkatregionalatauwilayah.Upahmerupakansuatupendapatanataumodalyangdidapat oleh setiap oarang yang bekerja dalam bidang apapun. Dalam penelitian ini, penulismengunakanvariabelUMRkarenadinilaimemilikipengaruhterhadaprasiogini.

Grafik4.UpahMinimumRegionaldiPulauJawapadatahun2006-2017

HASILDANPEMBAHASAN

4.1 Hasilpengolahandata

Padabagianinipenulismencobamenjelaskanhasilpenelitianberupahasildari

0102030405060708090100

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

DKIJAKARTA

JAWABARAT

JAWATENGAH

JAWATIMUR

BANTEN

Yogyakarta

0

500000

1000000

1500000

2000000

2500000

3000000

3500000

4000000

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

DKIJAKARTA

JAWABARAT

JAWATENGAH

JAWATIMUR

BANTEN

Riau


393

pengolahan data yang didapat, baik data dependen maupun data indipenden.Hasil daripengolahan data ini akan coba penulis analisis dengan argumen yang didasari oleh data atauliteraturyangkongkrit.

4.1.1 UjiMultikolinearitas PMA PMDN UMR APK

PMA 1 0.361217 0.184065 -0.179031

PMDN 0.361217 1 0.278115 0.021011

UMR 0.184065 0.278115 1 0.392247

APK -0.179031 0.021011 0.392247 1

Ujimultikolinearitasadalahpengetesankorelasiantarvariabelindipendenyangdilihatdari nilai dari korelasi setiap variabel indipendent. Artinya, ketika terdapat nilai dari setiapvariabel indipenden memiliki nilai lebih dari 0,8, maka terjadi hubungan yang kuat ataumultikolinearitasantaravariabelindipenden.Berdasarkantabeldiatas,nilaiantarvariabeltidakada yang diatas 0,8yang artinya tidak ada multikolinearitas, sehingga penelitian ini dapatdilanjutkan.

4.1.2 PemilihanMetodeyangterbaik

Dalam melakukan penelitian mengunakan metode regresi kita harus melihat metodemanayangterbaikdarisetiapmetodeyangada.Dalamhalinipenulismembandingkanmetodemana yang terbaik. Pertama, akan dilakukan pengujian likehood ratio, perbandingan antaraComonEffectModeldenganFixedEffectsModel.Nilaiprobabilitasdaricorss-sectionFkurangdari5%makametodeFixedEffectModellebihbaik.

ComonEffectModelvsFixedEffectsModel

Hasilpengeujiandiatas,FixedEffectsModellebihbaikdariComonEffectModel,dilihatdariprobabilitas dari Cross-section F sebesar 0,000 ( kurang dari 0,5 %). Tahap kedua yaitu ujihausment Test, perbandingan antara Fixed Effects Model dengan Random Effects Model. Nilaiprobabilitasdaricorss-section random lebihdari5%makametodeRandomEffectModel lebihbaik.

FixedEffectsModelvsRandomEffectsModel

Hasilpengeujiandiatas,RandomEffectsModellebihbaikdariFixedEffectsModel,dilihatdari probabilitas dari Cross-section random sebesar 0,6136 ( lebih dari 0,5%). Dapat disimpulakanbahwameteodeyangterbaikdalampenelitianiniadalahRandomEffectsModel.OlehkarenaitupenulisakanmelanjtkanpenelitiandenganmengunakanmetodeRandomEffectsModel.

RandomEffectModel

EffectsTest Statistic d.f. Prob.Cross-sectionF 10.101651 (5,61) 0.0000Cross-sectionChi-square 42.828958 5 0.0000

TestSummary Chi-Sq.Statistic Chi-Sq.d.f. Prob.Cross-sectionrandom 2.675020 4 0.6136


394

Variable Coefficient Std.Error t-Statistic Prob.PMA 4.47E-06 4.29E-06 1.041594 0.3014PMDN 2.78E-06 9.03E-07 3.080257 0.0030*UMR 2.43E-08 1.59E-08 1.531747 0.1304**APK 0.003555 0.000933 3.811507 0.0003*C -1.267852 0.057850 -21.91620 0.0000

Dari tabeldiatas, variabel indipendenyaituPMDN,UMRdanAPKberpengaruhpositif dan signifikan terhadap variabel dipenden Lrasiogini. Artinya setiap kenaikan PMDNsebesar1miliarrupiahakanmeningkatkanrasioginisebesar2.78E-04%(*=signifikanpadaαsebesar1%).KenaikanUMRsebesar1rupiahakanmeningkatkanrasioginisebesar2.43E-06%(**=signifikanpadaαsebesar15%).DankenaikanAPKsebesar1%akanmeningkatkanrasioginisebesar2.43E-04%(*=signifikanpadaαsebesar1%).SedangkanvariabelindipendenPMAtidakberpengaruhterhadaprasiogini.

Hasil ini tidak sesuai dengan teori dimana setiap kenaikan investasi(PMDN&PMA), pendidikan (APK)danUMRakanmenurunkankesenjanganpendapatan (rasiogini).MenurutMenteriKoordinatorBidangPerekonomianDarminNasutiontahun2017investasitdiakmeneurunkanrasioginikarenainvestasi lebihmengarahkeintensifmodalyanglebihketeknologi artinya industri atau perusahaan akan berpacu pada teknologi sehingga tidakmemerlukan banyak tenaga kerja dan lebih banyak memerlukan tenaga ahli. Sehinggapenyerapantenagakerjaakanrendahdanketimpanganpendapatanmeningkat.Ditahun2013-2010,WorldBankmencatatpertambahankonsumsimasyarakatkayadiindonesiasebanyak4%pertahunsedangkantingkatkonsumsimasyarakatmiskintumbuhkurangdari2%pertahun.DankebijakankenaikanUMRdiKarawangpadatahun2017meningkat,sehinggameinumbulkan18riburibuburuhterancamterPHKkarenaperusahaantidakmampumembayarupahyangtinggi.Sehingga angka penganguran akan rendah dan ketimpangan pendapatanmeningkat.MenurutBPS jumlah pengangguran Februari 2012 mencapai 7,6 juta. Di tahun 2017, bps mencatatpengangguranlulusansma/smksebanyak2.935.916oranglebihbesardaripenganguranlulusandiplomaatauuniversitassebanyak856.644orang.HalinimenujukanbahwaadanyaketimpanganpendapatanantaraorangyangberpendidkantingkatSMAdenganorangberpendidikansarjana.

UjiR-SquareR-squared 0.580266

Berdasarkan hasil data diatas, menunjukan bahwa koefisien determinasi sebesar0,580266atau58,02%.Artinyavariabel rasioginidapatdijelaskanolehvariabelPMA,PMDN,pendidikan,danUMRsebanyak58,02%dansisanyasebesar0,419734atau41,79%dapatdijelaskanolehvariabellainyangtidakditelitidalampenelitianini.

PENUTUP


395

5.1 Kesimpulan

Hubunganinvestasiterhadapketimpanganpendapatandipulaujawamemilikihubunganyang positif. Penanaman Modal Dalam Negeri (PMDN) berpengaruh positif dan signifikanterhadaprasioginisedangkanPenanamanModalAsingtidakberpengaruhterhadaprasiogini.Sedangkan faktor lainnya,Pendidikan(APK)danUpahMinimumRegional (UMR)berpengaruhpositifdansginifikanterhadaprasiogini.

DAFTARPUSTAKA

Aditiasari,D.(2016,November26).EkonomiBisnis.Retrievednovember12,2017,fromIniDiaDaftar Lengkap UMP 2017 di 34 Provinsi: https://finance.detik.com/berita-ekonomi-bisnis/3356762/ini-dia-daftar-lengkap-ump-2017-di-34-provinsi

Azzura,S.N.(2016,Sepetember20).Keuangan.Retrievednovember2,2017,fromLIPI:Pertumbuhanekonomihanyadirasakanmasyarakatatas:https://www.merdeka.com/uang/lipi-pertumbuhan-ekonomi-hanya-dirasakan-masyarakat-atas.html

BadanKoordinasiPenanamanModal.(2017,JUli26).InvestasiDiIndonesia.Retrievednovember7,2017,fromBPKM:http://www6.bpkm.go.id/id/investasi-di-indonesia/statistik

BadanPusatStatistik.(2015).Ekonomi.Retrievedoktober1,2017,fromRealisasiInvestasiPenanamanModalLuarNegeriMenurutProvinsi1(jutaUS$),2006-2015:https://www.bps.go.id/linkTabelStatis/view/id/1337

BadanPusatStatistik.(2016).Ekonomi.Retrievedoktober1,2017,fromUpahMinimumRegional/Provinsi(UMR/UMP)danrata-rataNasionalpertahun(DalamRupiah),1997-2016:https://www.bps.go.id/linkTableDinamis/view/id/917

BadanPusatStatistik.(2015).Ekonomi.Retrievedokotober1,2017,fromRealisasiInvestasiPenanamanModalDalamNegeriMenurutProvinsi1(miliarrupiah),2006-2015:https://bps.go.id/linkTabelStatis/view/id/1336

BadanPusatStatistik.(2017).KemiskinandanKetimpangan.Retrievednovember22,2017,fromJumlahPendudukMiskinPerProvinsi,2007-2017:https://www.bps.go.id/linkTableDinamis/view/id/1119

BadanPusatStatistik.(2017).KemiskinandanKetimpangan.Retrievedoktober1,2017,fromGiniRatioPerProvinsitahun2002-2017:https://www.bps.go.id/linkTableDinamis/view/id/1116

BadanPusatStatistik.(2017).Pendidikan.Retrievedoktober1,2017,fromAngkaPartisipasiKasar(APK)menurutProvinsi,2011-2017:https://www.bps.go.id/linkTableDinamis/view/id/1050

C.Nizar, A.Hamzah, & S.Syahnur. (2013). Pengaruh Investasi dan Tenaga Kerja TerhadapPertumbuhanEkonomisertaHubungannyaterhadapTingkatKemiskinandiIndonesia.JurnalIlmuEkonomi,1-8.


396

DetikFinance.(2012,Mei7).Retrievednovember15,2017,fromPengangguranPalingBanyakLulusanSMAdanSMK:https://finance.detik.com/berita-ekonomi-bisnis/1911085/pengangguran-paling-banyak-lulusan-sma-dan-smk-

Gujarati,D.N.,&Porter,D.C.(2009).TheNatureandSourcesofDataforEconomicAnalysis.DalamD.N.Gujarati,&D.C.Porter,BasicEconometrics(5thed.,hal.22).Singapore:McGraw-Hill.

Hartomo,G.(2017,juli28).EkonomiSektorRiil.Retrievednovember22,2017,fromInvestasiNaiktapiPenyerapanTenagaKerjaTurun,KokBisa?:https://economy.okezone.com/read/2017/07/28/320/1745612/investasi-naik-tapi-penyerapan-tenaga-kerja-turun-kok-bisa

IndonesiaInvestments.(2017,januari12).Kemiskinan.Retrievednovember21,2017,fromKemiskinandiIndonesia:https://www.indonesia-investments.com/id/keuangan/angka-ekonomi-makro/kemiskinan/item301?

Nurwulansari,V.R.(2015).PengaruhPendidikan,PenanamanModalAsing(PMA),PenanamanModaldalamNegeri (PMDN),danTingkatPendapatan terhadapKesenjanganEkonomiantara Kabupaten/Kota di Provinsi Daerah Istimewa Yogyakarta tahun 2003-2013.EkonomidanBisnis,1-164.

Pratama,A.F.(2017,Mei19).Ekonomi.Retrievednovember23,2017,fromSriMulyaniAkuiPerekonomianMasihTerpusatdiPulauJawa:http://www.tribunnews.com/nasional/2017/05/19/sri-mulyani-akui-perekonomian-masih-terpusat-di-pulau-jawa

Rachman,F.F.(2016,oktober27).EkonomiBisnis.Retrievedoktober29,2017,fromInvestasiTerbesarRIMasihdiPulauJawa,CapaiRp250Triliun:https://finance.detik.com/berita-ekonomi-bisnis/3330702/investasi-terbesar-ri-masih-di-pulau-jawa-capai-rp-250-triliun

Riharnto,D.(2017,Januari4).Ekonomi.Retrievednovember23,2017,fromPemkabKarawangPrediksi18RibuBuruhAkanTerkenaPHK:http://www.pikiran-rakyat.com/jawa-barat/2017/01/04/pemkab-karawang-prediksi-18-ribu-buruh-akan-terkena-phk-389581

Setiawan,S.R.(2017,april26).EkonomiMakro.Retrievedoktober25,2017,fromKuartalI2017,RealisasiInvestasidiIndonesiaCapai165,8Triliun:http://ekonomi.kompas.com/read/2017/04/26/152526926/kuartal.i.2017.realisasi.investasi.di.indonesia.capai.165.8.triliun


397

PENGARUHAKSESDIGITALTERHADAPPDBDIKAWASANASEAN-5TAHUN2005-2015

NadiaPutriAndira (2013110006)

KevinPratamaKusumah (2013110039)

Abstrak

Lahirnya struktur ekonomi baru yang dikenal dengan istilah ekonomi digitalmembuat sebuah perekonomian bergantung dengan adanya perkembanganteknologi. Di tengah adanya fenomena tersebut, justru negara berkembang diASEAN terkendala dalam mengakses TIK/digital. Penelitian ini menggunakanmetode Fixed Effect Model (FEM) untuk meganalisis seberapa besar pengaruhaksesdigitalterhadapPDBdiASEAN-5dalamkurunwaktu1995-2015.Analisisdalampenelitian inimenggunakandatapanel5negaraASEANyaitu Indonesia,Malaysia, Thailand, Brunei, dan Filipina dari tahun 1995-2015. Hasil estimasimenunjukkanaksesdigitalyangdirepresentasikanmelaluiindeksdigitalisasi,FDI,dan tenagakerja terbukti berpengaruhpositif terhadappertumbuhanekonomiASEAN-5. Dimana hasil yang didapat sesuai dengan hipotesis penulis denganmenggunakanteoripertumbuhanneo-klasikRobertSolow.

Katakunci:aksesdigital,ASEAN-5,FixedEffectModel(FEM)

1. PENDAHULUAN

1.1 LatarBelakang

Peralihanstrukturekonomitelahberubahdariyangsemulaberbasispertanianmenjadiindustri,dankiniberbasisjasadaninformasi.Peralihaninimembuatsumberdayaalambukanlagi menjadi input utama dalam melakukan proses produksi, melainkan pengetahuan danteknologiyangmenjadi inputdasar.MenurutKelly (1998) fenomena inidisebut-sebutdenganlahirnyastrukturekonomibaruataudikenaldenganistilahekonomidigitalsebagaidampakdariadanyaperkembanganteknologiinformasidankomunikasi(TIK).Perkembanganteknologidarimasakemasapadaakhirnyamelahirkanteknologiinformasidankomunikasi(TIK)yangmampumenghadirkan informasi dengan cepat dan akurat –membuat seluruh unit saling terhubung.Bahkansetiapunitdari faktorproduksi, sepertihalnya tenagakerjadanmodal,akansemakintergerakapabiladidukungolehadanyateknologi.Sejalandenganhalini,teoripertumbuhanneo-klasik Robert Solow mengatakan bahwa dalam jangka panjang dengan asumsi tanpa adanyateknologi, tenaga kerja dan akumulasi modal akanmenunjukkan decreasing return to scale –teknologi merupakan sumber utama dalam menunjang pertumbuhan ekonomi secaraberkelanjutan.

Berdasarkan laporan The Association of Southeast Asian Nations (2015), teknologiinformasidankomunikasi(TIK)merupakanmesindalammendorongpertumbuhanekonomidiASEAN karena dapat mengurangi barriers to entry, mereduksi biaya produksi, dan dapatmembangun daya saing antar negara. Namun di ASEAN sendiri, aplikasi dari penggunaanteknologiinformasidankomunikasibelumdigunakansepenuhnyaolehmasing-masingnegara.Hal ini diukur melalui Networked Readiness Index (NRI), dimana dari nilai tersebut dapatdiketahui seberapa besar suatu negara memanfaatkan dan mengakses teknologi – disajikan


398

melaluilaporanTheGlobalInformationTechnologyReport2014(tabel1).

Tabel1.NetworkedReadinessIndexdiNegara-NegaraASEANNegaraASEAN Score PeringkatDunia

Singapura 5.97 2

Malaysia 4.83 30

BruneiDarussalam 4.34 45

Indonesia 4.04 64

Thailand 4.01 67

Filipina 3.89 78

Vietnam 3.84 84

Kamboja 3.36 108

Laos 3.34 109

Myanmar 2.35 146

Sumber:TheGlobalInformationTechnologyReport2014

Dari148negara,Singapuramenempatiposisike-duadengantingkataksesTIKtertinggi(posisike-satudiASEAN),Malaysia,Brunei,Indonesia,Thailand,Filipina,danVietnamdikatakanberadadalamposisimenengah,sedangkanKamboja,Laos,danMyanmardalamposisiaksesTIKterendah.MenurutSafril(2010)ketidakmerataanaksesTIKantarnegaradiASEANdisebabkanolehkondisigeografisdanjaringaninfrastruktur.Semakinluaswilayahgeografissuatunegara,semakin kompleks pula permasalahan infrastruktur yang dihadapi. Sedangkan jaringaninfrastruktur merupakan faktor utama dalam menunjang akses TIK. Saat ini, ketersediaaninfrastruktur TIK di Singapura telah merata 100% di seluruh wilayahnya. Sementarainfrastruktur di negara ASEAN lainnya dikabarkan baru merata di tahun 2030 (terkecualiKamboja,Laos,danMyanmar)(AhmadSafril,2010).

Dalam penelitian ini penulis hanya menggunakan lima negara ASEAN (Indonesia,Thailand, Brunei, Malaysia, dan Filipina) sebagai objek penelitian. Hal ini beberapa alasan,diantaranyaketerbatasandatadanke-limanegaraASEANtersebutmendudukiposisimenengahdalammemanfaatkanataumengaksesTIK.Selainitu,dalamkontekspenulisaniniaksesteknologiinformasidankomunikasidiukurmelalui indeksdigitalisasi.Dimana indeks inidiperkenalkanoleh International Telecommunication Union (ITU) tahun 2003 dengan menggunakan jumlahpengguna layanan internet, tingkat jaringan telepon, dan jumlah pengguna layanan telepondigunakansebagaiindikator.

1.2 RumusanMasalah

TeoripertumbuhanRobertSolowmengatakanbahwateknologiadalahinpututamadalammendorongpertumbuhanperekonomiansecaraberkelanjutan.Sejalandenganhaltersebut,The


399

AssociationofSoutheastAsianNations(2015)jugamemaparkanbahwateknologiinformasidankomunikasi (TIK) adalah mesin penggerak pertumbuhan ekonomi di ASEAN karena dapatmengurangibarrierstoentry,mereduksibiayaproduksi,dandapatmembangundayasaingantarnegara,sertamemudahkanparapenggunanyauntukmengaksesinformasilebihcepat,kapanpun,dandimanapundenganbiayayangmurah.Namun,infrastrukturkomunikasiyangmenjadisalahsatufaktorpenunjangdalammengaksesTIK,nyatanyabelummeratadimasing-masingnegaraASEAN. Hal ini diikuti dengan sulitnya masyarakat dalam beradaptasi dengan teknologi(Nwagwu, 2006). Oleh karena itu, berdasarkan kendala tersebut, pertanyaan penelitian yangdiajukanpenulisyaitubagaimanapengaruhaksesTIKatauaksesdigitalmemengaruhiPDBdikawasanASEAN-5dalamkurunwaktu2005-2015?

1.3 TujuandanManfaatPenelitian

Berdasarkanlatarbelakangdanrumusanmasalahyangdiajukanpenulis,penelitian inibertujuanuntukmenganalisispengaruhaksesTIKatauaksesdigitalterhadapPDBdikawasanASEAN-5(Indonesia,Malaysia,Thailand,BruneiDarussalam,danFilipina)selamaperiode2005-2015.Hal inidiikutidenganmelihat jugapengaruh jumlahtenagakerjadan jumlahakumulasimodalterhadapPDBdiASEAN-5.Olehkarenaitu,variabel-variabeltersebutdiujiuntukdiamatipengaruhnya. Dengan dilakukannya penelitian ini diharapkan dapat membantu menjelaskanpengaruh teknologi informasi dan komunikasi terhadap pertumbuhan ekonomi di kawasanASEAN-5 serta memberikan saran bermanfaat berdasarkan hasil penelitian agar kemudianmampumeningkatkanperekonomiandinegara-negaraASEAN-5.



HubunganTeknologidenganPDB

VariabelteknologiyangdimaksuddalamhaliniterkaitdenganaksesterhadapTIKatauakses digital, dimana untuk mengukur hal tersebut penulis menggunakan indeks digitalisasi.Semakin tinggi nilai indeks digitalisasi di sebuah negara, artinya perkembangan dan aksesterhadapTIKataudigitalsemakinbesar.Dijamanyangserbadigitalini,tentunyaaksesteknologimemberikanpengaruhyangpositifterhadappertumbuhanekonomi.KarenaaksesTIKatauaksesdigitalakanmendorongpenemuan-penemuandibidangTIK,perluasan jaringankomunikasi–yangmembuat keseluruhan unit terhubung tanpa terhalang oleh batas. Selain itu juga dapatmeningkatkanefisiensidanmemudahkanparapenggunanyauntukmengaksesinformasilebih

PDB

Teknologi

FDI

TenagaKerja

IndeksDigitalisasi


400

cepat. Sebagai contoh, dengan adanya perkembangan dan kemudahan terhadap akses digital,masyarakat Indonesiabisadenganmudahnyamendapatkanprodukyang terdapatdiMalaysiatanpamengunjunginya – efisien danmeminimalisir biaya transportasi.Hal ini sejalan denganteori pertumbuhan Robert Solow yang memperhitungkan unsur teknologi sebagai sumberpertumbuhan ekonomi. Dimana menurut Solow, dalam jangka panjang teknologi merupakanmesinpenggerakpertumbuhanekonomisecaraberkelanjutan

HubunganFDIdenganPDB

ForeignDirectInvestment(FDI)didefinisikansebagaiinvestasiyangmelibatkanhubunganjangkapanjangdanmencerminkansebuahkepentinganyangbertahanlamayangdilakukanolehsuatu kelompok perusahaan kepada suatu negara. FDI yang dilakukan oleh perusahaanmultinasional bisa memberikan dampak bagi negara yang didatanginya seperti peningkatanpertumbuhan ekonomi. Motif yang digunakan investor asing untuk menanamkan modalnyaadalahinginmencaripasaryanglebihbesar,mencarisumberdayaalamyangmelimpah,efisiensidenganfaktorproduksiyanglebihmurah,danmengakuisisiperusahaanlain.MenurutJhingan(2004) penanaman modal asing diperlukan untuk membangun percepatan ekonomi. Hal inidikarenakan modal asing dapat membantu dalam proses industrialisasi agar menciptakankesempatanyanglebihluas,sepertimenciptakanlapanganpekerjaan.

Modal asing yang diberikan tidak hanya melalui bantuan dana, tetapi dapat berupabantuan teknologi.Olehkarena itu, FDImemilikihubunganyangpositif denganpertumbuhanekonomi(PDB)–FDImerupakansalahsatuunsuryangterdapatdidalamkonsepY=C+I+G+NX.Menurut teoripertumbuhanRobert Solow, akumulasimodal atauFDImemilikihubunganpositif dengan pertumbuhan ekonomi. Meskipun dalam jangka panjang pengaruh akumulasimodal terhadap pertumbuhan ekonomi sangatlah kecil (terjadi decreasing return to scale) –denganasumsitidakadanyadukunganberupateknologi.

HubunganTenagaKerjadanPDB

Tenagakerjamerupakan salah satu faktordari fungsi produksi yangdigunakanuntukmelakukanprosesproduksi,baikitudiperusahaanatauperekonomiansecaraluas,dan/untukmenghasilkan suatu output (PDB). Tenaga kerja yang terserap akan mendapatkan feedbackberupaupahataugaji.Denganasumsibahwasemakinbesargaji/upahyangdidapatolehtenagakerjamakasemakinbesarpulakemampuanmasyarakatdalammembelibarang–konsuminaik,pertumbuhan ekonomi meningkat. Menurut teori pertumbuhan Robert Solow, jumlah tenagakerja memiliki pengaruh terhadap pertumbuhan ekonomi. Meskipun dalam jangka panjangpengaruhnyasangatlahkecil (terjadidecreasingreturntoscale)–denganasumsi tidakadanyadukunganberupateknologi.

TinjauanPustaka


Ketertarikan publik terhadap isu akses digital di ASEAN ditunjukkan dengan telahdilakukannyapenelitian-penelitianyangmengangkattopikini.Berdasarkantigapenelitianyangpenulisjadikanrujukan,aksesdigitalatauaksesTIKyangterjadidiASEANmemberikandampakbagimasing-masingnegaranya.SepertihalnyapenelitianmilikSrinuan(2009)yangmembahas


401

mengenaiperkembanganaksesTIKdinegaraASEAN,sertakebijakanapasajayangdilakukandimasing-masing negara guna menghadapi berbagai permasalahannya. Penggunaan variabelindependen pada penelitian ini adalah PDB per kapita, jumlah populasi, variabel dummykebijakan independen (1 untuk negara yang menerapkan kebijakan independen dan 0sebaliknya),danvariabeldummystrukturpasarmonopoli(1untukjenisstrukturpasarmonopolidan0yangbukanstrukturpasarmonopoli)–variabeldependenyangdigunakanadalahindeksdigitalisasi.

Dengan menggunakan estimasi data panel, didapatkan hasil empiris bahwa PDB perkapita berpengaruh signifikan terhadap akses digital (akses teknologi), karenameningkatnyapendapatanmasyarakatakanmemperluas/meningkatkanpenggunaaninternet,mobilephones,dansemakinmeluasnyajaringantelepon.Begitupuladengantingkatkompetisidaripersainganpasar (dummy struktur pasar), dimana semakin tinggi tingkat kompetitif sebuah pasar,makaindeks digitalisasinya juga akan semakin meningkat. Namun, variabel kebijakan independenmemiliki hubungan yang tidak signifikan terhadap indeks digitalisasi – hal ini terjadi karenabeberapapenerapankebijakantidakberjalanefektif.

Penelitian serupadilakukanolehAhmed (2010)yangmenjelaskanmengenai seberapabesarkontribusiperkembanganaksesdigitalterhadappertumbuhanekonomi.Dalamtulisannya,penulis tidak memaparkan hubungan langsung antara akses digital dengan pertumbuhanekonomi melainkan akses digital dihubungan terlebih dahulu terhadap modal, kemudiandihubungkanterhadappertumbuhanekonomi.Denganmenggunakanvariabeltenagakerja,aksesdigital,modalmanusiaperunitmodal,dantotalfaktorproduktivitas(TFP)dilimanegaraASEAN:Indonesia, Malaysia, Filipina, Singapura, dan Thailand, Ahmed (2010)mengemukakan bahwaaksesdigitalmerupakansalahsatufaktoryangmenentukanproduktivitasmodal.Metodeyangdigunakanpenulisanalisisdatapanel.Hasilnya,tenagakerja,aksesdigital,danmodalmanusiaperunitmodalmemainkanperanpentingatauberpengaruhsignifikanterhadappertumbuhanekonomi.

BerbedadenganpenelitianyangdilakukanolehNipo(2014).Penelitianyangbeliaubahasmengenaifaktor-faktoryangmemengaruhiaksesdigitaldinegaraASEAN.Penulismenggunakanestimasi data panel, dengan menggunakan 4 negara yaitu Indonesia, Malaysia, Filipina, danThailand (4cross section) sebagai objekpenelitiandalamkurunwaktu1994–2011.VariabeldependenyangdigunakanadalahperkembanganTIK.HasilyangditemukanialahPDBperkapitamemiliki hubungan yang signifikan dengan tingkat akses digital. Selain itu,Nipo et al. (2014)mengemukakan bahwa variabel lainnya yang memiliki hubungan signifikan terhadap tingkataksesdigitaldinegaraASEANadalahFDI,keterbukaanperdagangan,daninfrastruktur.

2.2 LandasanTeori

2.2.1 TeoriPertumbuhanRobertSolow

Teori pertumbuhan neo-klasik Robert Solow dikembangkan sejak tahun 1950 hingga1960-an dengan menggunakan konsep fungsi produksi sebagai landasan dari pemikirannya.Fungsi produksi yang menjadi asumsi model neo-klasik adalah constant return to scale dandiminishing return to scale. Robert Solow menjadi salah satu pengembang model neo-klasikpertama dan secara analitis merupakan model pertumbuhan pertama yang diterima sebagaimodelpertumbuhanjangkapanjang(Apriliani,2008).TeoripertumbuhanSolowdirancanguntuk


402

menunjukkan bagaimana pertumbuhan persediaan modal, pertumbuhan angkatan kerja dankemajuanteknologiberinteraksidalamperekonomian,sertabagaimanapengaruhnyaterhadapoutput barang dan jasa suatu negara secara keseluruhan. Solow berasumsi bahwa teknologimerupakanvariabelpengalibagimodaldantenagakerjayangperkembangannyadapatmembuatoutputlebihtinggidaribesarnyapertambahanmodaldantenagakerja.

Dalampenelitianini,teknologiyangdimaksudolehpenulisadalahaksesdigital/aksesTIK,akumulasi modal di representasikan menggunakan nilai FDI, dan output perekonomian direpresentasikanmenggunakannilaiPDBdimasing-masingnegaraASEAN-5.

2.2.2 IndeksDigitalisasi

Indeks digitalisasi untuk pertama kalinya diperkenalkan oleh InternationalTelecommunicationUnion(ITU)padatahun2003.DimanaITUmenetapkanjaringantelepon(per100 orang) dan cellular mobile (per 100 orang) sebagai indikator tingkat infrastruktur, danindikator lainnya yaitu jumlahpengguna internet (per 100 orang) – ketiga indikator tersebutdapat merepresentasikan tingkat perkembangan akses TIK/akses digital di suatu negara(InternationalTelecommunicationUnion,2005).Untukmenghitung tingkat indeksdigitalisasi,perhitunganyangdilakukanITUberdasarkanpersamaanberikut:

^v° = ZΩè®°è® æ ∗ 100%

Keterangan

Dit :indeksdigitalisasiuntuknegaraipadatahunt

Xjt :nilaidariketigaindikator;jaringantelepon,cellularmobile,jumlahpenggunainternet

Xj :nilaistandardisasidariketigaindikator

Nilaistandardisasi (benchmark)darisetiap indikatorditetapkanoleh ITU,dengannilaiberikut:

Tabel2.NilaiStandardisasiNilaiIndeksDigitalisasi

Services BenchmarkJaringantelepon 60Cellularmobile 100Jumlahpenggunainternet 85

Sumber:ITU(2003)

2.2.3 ProdukDomestikBruto(PDB)

PDB sebagai proxy dari pertumbuhan ekonomi dapat diartikan sebagai nilai darikeseluruhansemuabarangdan jasayangdiproduksidalamsuatunegaradalam jangkawaktu

Y=A(t)F(K,L)


403

tertentu(biasanyapertahun).PDBmerupakansalahsatuukuranuntukmelihatkemampuanatauukuran sebuah perekonomian. PDB menghitung pendapatan sekaligus pengeluaran – Sistemtersebut dapat didefinisikan sebagai kegiatan ekonomi, dimana sebuah pelaku ekonomimenciptakan output yang pada saat bersamaan menjadi input bagi pelaku ekonomi lainnya.Dengan kata lain, terdapat kegiatan produksi dan konsumsi. Konsep pertumbuhan ekonomi(PDB)terbagimenjadiempatkomponen,diantaranya:

• Konsumsi(C)–pengeluaranrumahtanggaatasbarangdanjasa.

• Investasiyangdirencanakan(I)–pengeluaranyangdirencanakanperusahaanatasbarang-barangmodal.

• Belanjapemerintah (G)–pengeluaranpemerintahdaerah,pemerintahnegarabagian,danpemerintahpusatatasbarangdanjasa.

• Ekspornetto(NX)–pengeluaranperusahaandanrumahtanggaluarnegeriatasbarangdanjasayangdiproduksidalamnegeri(ekspor,X)dikurangipengeluaranperusahaandanrumahtanggadalamnegeriatasbarangdanjasayangdiproduksidinegaralain(impor,M).

DatadanMetodologiPenelitian

Tabel3.VariabeldanSumberDataJenisFaktor Variabel SumberData

Dependen PDBriilperkapitanegaraASEAN-6 PDBK WorldBank

Independen Indeksdigitalisasi IDX InternationalTelecommunicationUnion

Independen ForeignDirectInvestment(FDI)

FDI WorldBank

Independen Jumlahtenagakerja TK WorldBank

Penelitian ini terdiri atas variabel dependen dan variabel independen, dimana untukmerepresentasikanpertumbuhanekonomi,penelitianinimenggunakannilaiPDBmasing-masingnegaraASEAN-5sebagaivariabeldependen.SedangkanuntukmerepresentasikanseberapabesarperkembanganaksesTIKpenulismenggunakanindeksdigitalisasisebagaivariabelindependen–indeksdigitalisasidiperkenalkanolehInternationalTelecommunicationUnion(ITU)tahun2003denganmenggunakanjaringantelepon,jumlahteleponcellular,danpenggunainternetsebagaiindikatornya.Selainitu,variabelindependenlainnyayangdigunakanolehpenulisadalahForeignDirectInvestment(FDI),danjumlahtenagakerja.

Pengaruhaksesdigital/aksesTIKterhadapnilaiPDByangterjadidikawasanASEAN-5akanditelitimenggunakanteknikregresidatapanelyangterdiridarilimanegaraASEAN(5crosssection),yaituIndonesia,Thailand,BruneiDarussalam,Filipina,danMalaysia,dalamkurunwaktu11 tahun (2005-2015). Data panel memiliki alternatif model yang dapat digunakan, sepertiOrdinary Least Square (OLS), Fixed Effect Model (FEM), Random Effect Model (REM). Karenamemilikibeberapamodelalternatifyangbisadigunakanmakadari ituperlupemilihanmodelyanglebihbaikuntukdigunakan.Adabeberapaujiyangdapatdigunakan,sepertiujiChowuntukmelihatlebihbaikFEMatauCEM(OLS),ujiHaussmanuntukmelihatlebihbaikFEMatauREM.Dengandemikian,analisispenelitianinididasarkanpadapersamaanberikut:


404

]^_v° = ó +Yπ1x^èv° +Yπ2û^xv° +Yπ3Ö{v° + ~v°

Keterangan:

PDB :PDBriiltahundasar2010negaraitahunke-t(US$)

IDX :Indeksdigitalisasinegaraitahunke-t

FDI :FDInegaraitahunke-t(US$)

TK :Jumlahtenagakerjanegaraitahunke-t

AsumsipengujianiniadalahjikaHoditolak,yaitunilaidarikoefisienYπ1,Yπ2,danYπ3lebihkecil dari 0makahal tersebut tidak sesuai denganhipotesis penulis, dimananilai daripadaYπ memilikihubunganyangpositif.

HasildanPembahasanPenelitian

4.1HasilPenelitian

4.1.1 HasilEstimasiRegresiModelFEM

Setelah melakukan uji Chow untuk melihat lebih baik FEM atau CEM (OLS) dan ujiHaussmanuntukmelihatlebihbaikFEMatauREM,modelterbaikyangdidapatadalahFixedEffectModel(FEM).Hasilregresipadatabelmenunjukkanbahwavariabelindeksdigitalisasi,FDI,dantenagakerjaberpengaruhsecarasignifikanterhadapPDBriildengantingkatalphasebesar1%.HasilR-squaredyangdiperolehsebesar0.968653artinyavariabelindependendapatmenjelaskanvariabeldependensebesar96,8%.

BerdasarkanhasilestimasidenganmenggunakanmodelFEM, indikatorperkembanganakses digital (indeks digitalisasi) berpengaruh signifikan dalam memengaruhi pertumbuhanekonomi di ASEAN-5 dengan nilai koefisien 1.94. Artinya, apabila akses terhadap digitalisasimeningkatsebesar1,makapertumbuhanekonomiakanmeningkatsebesar1.94.VariabelFDIjugaberpengaruhsignifikanterhadappertumbuhanekonomidiASEAN-5dengannilaikoefisien11.30992. Artinya, kenaikan modal asing ke domestik sebesar 1 US $, akan meningkatkanpertumbuhan ekonomi dimasing-masing negara ASEAN-5 sebesar 11.30992. Variabel tenagakerjaberpengaruhsignifikanterhadappertumbuhanekonomidiASEAN-5dengannilaikoefisien5255.825. Artinya, kenaikkan jumlah tenaga kerja sebesar 1 orang, akan meningkatkanpertumbuhanekonomidimasing-masingnegaraASEAN-5sebesar5255.825.

Tabel4.HasilRegresiDependentVariabel:PDBVariable Coefficient T-statistic Prob.IDX 1.94E+09 3.773624 0.0004FDI 11.30992 7.189749 0.0000TK 5255.825 17.81706 0.0000C -8.49E+10 -2.735865 0.0085R-squared 0.968653F-stat 525.3177


405

4.1.2 HasilUjiMultikolinearitas

Ujimultikolinearitas digunakan untukmengetahui ada atau tidaknya hubungan linearantara masing-masing variabel independen pada model regresi. Multikolinearitas biasanyaterjadiketikasebagianbesarvariabelyangdigunakansalingterkaitsatusamalaindalamsuatumodel.

Tabel5.UjiMultikolinearitas IDX FDI TKIDX 1.000000 0.059488 -0.525992FDI 0.059488 1.000000 0.630042TK -0.525992 0.630042 1.000000

Hasil ujimultikolinearitas pada tabelmenunjukkanbahwaketiga variabel independenterbebasdarimultikolinearitas.Haltersebutdapatdilihatdarikoefisientiapvariabelindependenyangtidaklebihdari0,8atautidakkurangdari0,8.

4.2 Pembahasan

Berdasarkanhasilestimasipadatabel4dapatdiketahuibahwaperkembanganTIKyangdiukurmelaluiindeksdigitalisasiberpengaruhsecarasignifikanterhadappertumbuhanekonomidinegara-negaraASEAN.Haltersebutsejalandenganteoripertumbuhanekonomineoklasikyangdikembangkan oleh Robert Solow, dimana perkembangan teknologi berpengaruh terhadappertumbuhanekonomi(PDB)–dandalamjangkapanjangperkembanganteknologimerupakansalah satu sumber yang mendorong pertumbuhan ekonomi secara berkelanjutan. MenurutDedrick et al. (2011) TIK di negara berkembang berubah secara signifikan dengan adanyapenyebarluasaninternet,perdaganganelektronik,komputasiclient-server,danberbagaisistemperusahaan dan antar organisasi. Negara-negara berkembang sudah mencoba beradaptasidenganadanyaperkembanganteknologi,denganmenerapkannyapadabeberapaaktivitassepertipemerintahan, kesehatan, pendidikan, dan ekonomi.Untuk studi kasus Indonesia, pemerintahtengahgencar-gencarnyamenggunakanaksesdigitaluntukberbagaikegiatansepertie-tol,e-ktp,e-government,dsb.Denganmenggunakansistemelektronikataudigital,halinidinilailebihefektifdan lebih efisien dari sisi biaya. Kecenderungan hubungan antara indikator TIK (indeksdigitalisasi)danpertumbuhanekonomi(PDB)dikawasanASEANsecaragrafisdapatdilihatpadaGambar.


406

Gambar2.HubunganPDBdenganIndeksDigitalisasidiASEAN

Sumber:Srinuan(2009)

Berdasarkangambar2yangmenjelaskanhubunganantaraPDBdanindeksdigitalisasi,dapat disimpulkan bahwa nilai dari indeks digitalisasi akan beriringan dengan nilai PDB.Tingginya indeks digitalisasi memiliki indikasi bahwa adanya perbaikan dan perluasan darijaringankomunikasi/jaringantelepon,tingginyajumlahpenggunainternet,danbanyaknyatelahmemiliki mobile phone – indikator dari indeks digitalisasi. Sehingga hal tersebut dapatmemengaruhipertumbuhanekonomi.

FDIatauarusmodal.Masukaliranmodalasingdapatmemberikandampakbaginegarayangdidatanginyasepertipeningkatanpertumbuhanekonomi.Halinidikarenakanmodalasingdapatmembantu dalam proses industrialisasi agarmenciptakan kesempatan yang lebih luas.MenurutPanayotoudalamSarwedi(2002),FDIlebihpentingdalammenjaminkeberlangsunganpermbangunan,sebabterjadinyaFDIdisuatunegaraakandiikutidengantransferoftechnology,management skill, resiko usaha relatif kecil, dan lebihprofitable.Oleh karena itu, penanamanmodal asingmemiliki peran penting dalammembangun percepatan ekonomi. Korelasi positifantara PDB dan FDI, sejalan dengan teori pertumbuhan neo-klasik Robert Solow yangmengatakan bahwa modal merupakan salah satu input dalam menggerakan pertumbuhanekonomi. Namun dalam teorinya, modal bukan merupakan satu-satunya sumber penggerakekonomikarenadalamjangkapanjang,hubungankeduanyamenunjukkandecreasingreturntoscale.Dimanapeningkatanpenanamanmodalakanmencapaikondisioptimal.

Tenaga kerja. Korelasi positif antara tenaga kerja dan PDB sejalan dengan teoripertumbuhanneo-klasikRobertSolow.Solowmenempatkantenagakerjasebagaisalahsatuinputdalammendorongpertumbuhanekonomi.MenurutRaleva(2014),tenagakerjamerupakansalahsatu sumber pertumbuhan ekonomi, namun keduanya memiliki hubungan tidak langsung.Pertumbuhan ekonomi (PDB)merupakan proxy dari Y = C + I + G + NX. Peran tenaga kerjaterhadappertumbuhanekonomiterjadikarenapengeluaranyangdihasilkanolehtenagakerjaberupa konsumsi dan saving memberikan kontribusi yang cukup besar. Oleh karena itu,pengeluaranyangdihasilkanolehtenagakerjaberdampakpadapertumbuhanekonomi(PDB).(Raleva,2014).


407

Kesimpulan

Dengan menggunakan metode Fixed Effect Model (FEM), hasil empiris menunjukkanbahwa akses digital yang direpresentasikanmenggunakan indeks digitalisasi, FDI, dan tenagakerja berpengaruh positif terhadap pertumbuhan ekonomi. Hal ini sesuai dengan hipotesispenulisdibagianawalpenulisan.Dimanadenganmenggunakanteoripertumbuhanneo-klasikRobertSolow, inputdarioutputperekonomianyaitu teknologi (aksesdigital), FDI,dan tenagakerja.Namun,Solowmemaparkanbahwadalamjangkapanjangtanpadidukungolehteknologi,FDIdantenagakerjaakanmenunjukkandecreasingreturntoscale.Justrudalamjangkapanjangsumber outputperekonomian (dalam hal ini ditunjukkan dengan variabel PDB) suatu negaraadalah teknologi (akses digital), oleh karena itu tingkat perkembangan teknologi dan aksesmenuju TIKmerupakan hal yang sangat penting bagi percepatan dan pertumbuhan ekonomisecaraberkelanjutan.

DAFTARPUSTAKA

Agma, S. F. (2015). Peranan Foreign Direct Investment Terhadap Pertumbuhan EkonomiIndonesia.

AhmadSafril,A.W.(2010).ProblemdasarkesenjangandigitaldiAsiaTenggara.JurnalHubunganInternasional,204-220.

Apriliani,R.F.(2008).Penggunaanmodelpertumbuhansolow-swanpadatingkatpertumbuhanpopulasiterbatas.Bogor:InstitutPertanianBogor.

DebbraToriaNipo,I.B.(2014).Globaldigitaldivide:Determinantsofcross-countryICTdevelopmentwithspecialreferencetoSoutheastAsia.AJournaloftheAcademyofBusinessandRetailManagement(ABRM),83-95.

InternationalTelecommunicationUnion.(2005).WorldTelecommunicationDevelopmentReport:AccessIndicatorforTelecommunicationSociety.

InternationalTelecommunicationUnion.(2016).Statistics.RetrievedOktober12,2017,fromwww.itu.int:http://www.itu.int/en/ITU-D/Statistics/Pages/stat/default.aspx

Irawan,T.(2014,Febuari).ICTandeconomicdevelopment:ComparingASEANmemberstates.Journaleconomicdevelopment,97-114.

Jhingan,M.L.(2004).EkonomiPerencanaandanPembangunan.Jakarta:RajawaliPers.

Kelly,K.(1998).Newrulesfortheneweconomy.NewYork:Penguin.

Nwagwu,W.E.(2006).IntegratingICTsIntotheGlobalizationofthePoorDevelopingCountries.Informationdevelopment,22(3),167-179.

OrganizationforEconomicCooperationandDevelopment.(2001).UnderstandingtheDigitalDivide.

Raleva.(2014).ImpactoflabouroneconomicgrowthinBulgaria(1991-2013).InternationalJournalofEconomicDevelopment,5-14.


408

Srinuan,C.R.(2009).DigitalDivideinASEANCountries:HowWideistheGapandWhatistheRoleofIndependentRegulator.RetrievedNovember2,2017,fromhttps://editorialexpress.com/cgi-bin/conference/download.cgi?db_name=serc2009&paper_id=251

TheAssociationofSoutheastAsianNations.(2015).ASEANICTmasterplan2015completionreport.RetrievedOktober12,2017,fromwww.asean.org:http://www.asean.org/wpcontent/uploads/images/2015/December/telmin/ASEAN%20ICT%20Completion%20Report.pdf

Tsauro,M.A.,&Felayati,R.A.(2016).DigitalDivideinASEAN:AnalyzingRegionalIntegrationthroughInformationandCommunicationTechnologiesDevelopment.

WorldBank.(2006).InformationandCommunicationforDevelopmentGlobalTrendsandPolicies.WashingtonDC:TheWorldBank.

LaboratoriumEkonomiPembangunanProgramStudiSarjanaEkonomiPembangunan

FakultasEkonomiUniversitasKatolikParahyangan

PROCEEDINGS - Ekonomi Pembangunan

Documents

Transcript of PROCEEDINGS - Ekonomi Pembangunan