juga akan mengalami penurunan dari Y menjadi Y
2
. Sehingga penurunan ekspor batubara akan menurunkan pendapatan nasional.
2.3. Hasil Penelitian Terdahulu
Penelitian yang dilakukan oleh Widy Indrayanto 2003 dengan judul Pendugaan Volume Ekspor Ban Studi Perbandingan Beberapa Metode Deret
Waktu. Salah satu metode deret waktu yang digunakan dalam penelitian adalah ARIMA. Berdasarkan hasil yang didapatkan, keakuratan model dan
penggunaanya. Metode ARIMA merupakan metode terbaik untuk menduga model data asli volume ekspor ban PT. Goodyear Indonesia Tbk dibanding metode deret
waktu lainnya. Muliawarman 2004, prospek pasar batubara di mancanegara
diperkirakan cukup cerah. Permintaan batubara yang cukup besar itu merupakan tantangan untuk meningkatkan daya saing dan efisiensi bagi produsen. Konsumen
utama batubara diperkirakan tetap pada negara-negara di kawasan Eropa meski volume permintaannya pada tahun 2004 hanya sekitar 130 juta ton. Selain Eropa
yang akan mengkonsumsi batubara cukup besar adalah negara Jepang.
2.4. Kerangka Pemikiran
Teoritis 2.4.1. Metode Autoregressive Integrated Moving Average ARIMA
Hanke, et al. 2003 autoregressive integrated moving average ARIMA atau model gabungan autoregresi ARp dengan rata-rata bergerak MAq adalah
jenis model yang mampu mewakili deret waktu yang stasioner maupun non
stasioner. Metode ARIMA sangat bermanfaat untuk peramalan jangka pendek dan biasa diterapkan dalam pemodelan dan peramalan deret waktu, seperti peramalan
atas ekspor batubara nasional tahun 2006 dalam penelitian ini. Dalam peramalannya, ARIMA menggunakan informasi dari seriesnya
sendiri, karena tidak mengikutsertakan variabel bebas dalam pembentukan modelnya. Peramalan model auto-regresif AR didasarkan pada fungsi dari nilai
pengamatan masa lalu dalam jumlah terbatas. Sedangkan, peramalan model rata- rata bergerak MA berdasarkan kombinasi linier galat masa lalu dalam jumlah
terbatas pula. Syarat penting agar suatu data dapat dimodelkan pada metode runtun
waktu ARIMA adalah kestasioneran data. Kestasioneran diperlukan untuk mempermudah dalam identifikasi dan penarikan kesimpulan. Data runtun waktu
dikatakan stasioner jika data menunjukkan pola yang konstan dari waktu ke waktu. Data yang tidak stasioner pada nilai tengah dapat diatasi dengan
melakukan pembedaan atau diferensiasi derajat d pertama atau kedua. Sesuai dengan pada diferensiasi derajat berapa data tersebut mencapai kestasioneran.
Sedangkan data yang tidak stasioner pada varian diatasi dengan melakukan transformasi.
Untuk memprediksi jumlah ekspor batubara selain metode ARIMA, masih banyak metode-metode lain yang dapat digunakan seperti regresi berganda,
dekomposisi dan rata-rata bergerak ganda. Namun, untuk menggunakan metode regresi berganda cukup sulit karena memerlukan ketersediaan jenis data dalam
jumlah banyak. Sedangkan metode dekomposisi dalam proses peramalan hanya
melibatkan komponen trend dan variasi musiman. Meskipun komponen siklus dan keacakan dapat diidentifikasi dan dapat mempengaruhi masa yang akan datang,
namun pengaruhnya tidak tentu dan sulit digunakan dalam peramalan.
2.4.2. Sistem Neraca Sosial Ekonomi SNSE a.
Model Sistem Neraca Sosial Ekonomi
Social Accounting Matrix SAM atau Sistem Neraca Sosial Ekonomi
SNSE merupakan suatu kerangka data yang disusun dalam bentuk matriks yang merangkum berbagai variabel sosial dan ekonomi secara kompak dan terintegrasi
sehingga dapat memberikan gambaran umum mengenai perekonomian suatu negara dan keterkaitan antar variabel-variabel ekonomi dan sosial pada waktu
tertentu BPS, 1998. Analisis SNSE pertama kali dirintis oleh Richard Stone dan kawan-kawannya dari Cambridge University of England, karya tersebut kemudian
dipublikasikan oleh United Nation tahun 1953. Sistem Neraca Sosial Ekonomi SNSE Indonesia merupakan salah satu
perangkat data ekonomi makro, yang dapat mengukur masalah pemerataan pendapatan, sebagai salah satu indikator kesejahteraan masyarakat. SNSE
dirancang untuk dapat memberikan gambaran menyeluruh tentang berbagai hubungan yang penting antara struktur produksi, input faktor produksi yang
sebagian besar dimiliki oleh rumah tangga, alokasi distribusi dan redistribusi pendapatan faktor produksi, komposisi permintaan atas barang dan jasa untuk
konsumsi akhir serta tabungan yang merupakan sumber investasi BPS, 2000.
Kerangka SNSE dapat dipahami sebagai suatu sistem data analisis dengan cara mempelajari hubungan timbal balik antara struktur produksi, distribusi
pendapatan value added yang diakibatkan karena adanya kegiatan produksi, redistribusi pendapatan, konsumsi, tabungan serta investasi. Hubungan-hubungan
ini dapat digambarkan sebagai arus yang berputar circular flow melalui transaksi-transaksi yang terjadi.
Dalam BPS 2000 SNSE harus memuat dua hal pokok yaitu: 1.
Sebagai suatu kerangka dasar analisis yang bersifat modular, yang mampu menjelaskan hubungan variabel-variabel di dalam maupun antar berbagai
subsistem yang saling mempengaruhi satu sama lain. 2.
Suatu sistem klasifikasi yang konsisten dan terinci serta ditunjang oleh data sosial ekonomi yang lengkap.
b. Kerangka SNSE
Perangkat SNSE disajikan dalam bentuk matriks yang merangkum neraca sosial dan ekonomi secara menyeluruh. Setiap neraca dalam SNSE disusun dalam
bentuk baris dan kolom. Pada tiap neraca lajur ke samping vektor baris menunjukkan struktur transaksi penerimaan sedangkan neraca lajur ke bawah
vektor kolom merinci transaksi pengeluaran. Pertemuan antara sisi baris dengan sisi kolom tiap satu sel blok neraca menjelaskan bahwa penerimaan di satu sisi
merupakan pengeluaran di sisi yang lain atau sebaliknya. Struktur neraca penerimaan dan pengeluaran dikelompokkan menjadi dua
kelompok berdasar fungsinya masing-masing yaitu kelompok neraca endogen dan kelompok neraca eksogen. Neraca endogen secara garis besar disusun oleh tiga
blok neraca yaitu blok neraca-neraca faktor produksi, blok neraca-neraca institusi dan blok neraca-neraca kegiatan produksi Empat neraca utama yang terdapat
dalam kerangka SNSE terdiri dari neraca faktor produksi, neraca institusi, neraca kegiatan sektor produksi dan neraca lainnya. Susunan SNSE secara sederhana
dapat dilihat pada Tabel 2.3. Tabel 2.3. Kerangka Dasar SNSE
Pengeluaran Neraca Endogen
Faktor Produksi
Institusi Kegiatan
Produksi Neraca
Eksogen Total
1 2 3 4 5 Faktor
Produksi 1 0
T
13
Distribusi Nilai
Tambah X
1
Pendapatan Eksogen
Fakt. Prod. Y
1
Jumlah Pendapatan
Fakt. Prod. Institusi 2
T
21
Pendapatan Institusi
dari Fak. Prod.
T
22
Transfer Antar
Institusi X
2
Pendapatan Institusi
dari Eksogen
Y
2
Jumlah Pendapatan
Institusi N
e r
a c
a
E n
d o
g e
n Kegiatan
Produksi 3 0
T
32
Permintaan Akhir
Domestik T
33
Transaksi Antar Keg.
Prod I-O X
3
Ekspor dan Investasi
Y
3
Jumlah Output
Kegiatan Produksi
Neraca Eksogen
4 L
1
Pengeluaran Eksogen
Fak. Prod. L
2
Tabungan L
3
Impor dan Pajak Tak
Lngsng R
Transaksi Antar
Eksogen Jumlah
Pendapatan Eksogen
P e
n e
r i
m a
a n
Jumlah 5 Y
1
´ Jumlah
Pengeluaran Fak. Prod.
Y
2
´ Jumlah
Pengeluaran Institusi
Y
3
´ Jumlah
Pengeluaran Keg. Prod.
Jumlah Pengeluaran
Eksogen
Sumber : Thorbecke dalam Prihawantoro, 2001
Untuk setiap lajur baris, kolom lima merupakan penjumlahan dari kolom 1, 2, 3 dan 4. Begitu juga pada setiap lajur kolom, baris lima merupakan
penjumlahan dari baris 1, 2, 3 dan 4. Dalam kerangka SNSE, penerimaan harus sama dengan pengeluaran, maka baris lima merupakan transpose dari kolom lima.
Matriks yang menyusun Tabel 2.3 yang memuat kerangka SNSE terdiri dari matriks T yang merupakan matriks transaksi antar blok dalam neraca endogen.
Matriks X
i
merupakan matriks yang mengindikasikan penerimaan neraca endogen yang diperoleh dari neraca eksogen. Matriks L
i
menunjukkan pengeluaran neraca endogen untuk neraca eksogen. Matriks Y merupakan pendapatan total dari neraca
endogen sedangkan matriks Y´ menunjukkan pengeluaran total dari neraca endogen.
Distribusi pendapatan neraca endogen pada Tabel SNSE dapat dirinci sebagai berikut :
1 Jumlah pendapatan faktor produksi
: Y
1
= T
13
+ X
1
2.2 2
Jumlah pendapatan institusi : Y
2
= T
21
+ T
22
+ X
2
2.3 3
Jumlah pendapatan kegiatan produksi : Y
3
= T
32
+ T
33
+ X
3
2.4 Sedangkan distribusi pengeluaran dari neraca endogen tabel SNSE dapat dirinci
menjadi : 4
Jumlah pengeluaran faktor produksi : Y
1
´ = T
21
+ L
1
2.5 5
Jumlah pengeluaran institusi : Y
2
´ = T
22
+ T
32
+ L
2
2.6 6
Jumlah pengeluaran kegiatan produksi : Y
3
´ = T
13
+ T
33
+ L
3
2.7 Matriks transaksi antar blok di dalam neraca endogen yaitu matriks T dapat ditulis
sebagai berikut :
T =
⎥ ⎥
⎥ ⎦
⎤ ⎢
⎢ ⎢
⎣ ⎡
33 32
22 21
13
T T
T T
T 2.8
Dilihat per lajur baris, pada baris pertama matriks T
13
menunjukkan penerimaan faktor produksi yang diperoleh dari kegiatan produksi. Pada baris
kedua, T
21
menunjukkan penerimaan institusi berasal dari faktor produksi dan T
22
menunjukkan penerimaan institusi berasal dari institusi itu sendiri atau transfer antar institusi. Pada baris ketiga, T
32
menunjukkan penerimaan kegiatan produksi yang diperoleh dari institusi atau konsumsi barang dan jasa oleh institusi dan T
33
menunjukkan penerimaan kegiatan produksi berasal dari kegiatan produksi itu sendiri atau transaksi barang dan jasa antar sektor produksi.
Dilihat per lajur kolom, pada kolom pertama matriks T
21
menunjukkan pengeluaran faktor produksi untuk institusi. Pada kolom kedua, T
22
menunjukkan pengeluaran institusi yang diberikan untuk institusi itu sendiri dan T
32
menunjukkan pengeluaran institusi untuk membiayai kegiatan produksi. Pada kolom ketiga, T
13
menunjukkan pengeluaran kegiatan produksi untuk faktor produksi dan T
33
menunjukkan pengeluaran kegiatan produksi untuk membiayai kegiatan produksi itu sendiri. Hubungan transaksi antar blok dalam Tabel SNSE
dapat dilihat pada Gambar 2.3 tanda panah dalam gambar menunjukkan aliran uang.
Sumber : Thorbecke dalam Prihawantoro, 2001
Gambar 2.3. Transaksi Antar Blok dalam SNSE
2.5. Kerangka Pemikiran Konseptual
Kategori