Saran Penelitian Lanjutan KESIMPULAN DAN REKOMENDASI KEBIJAKAN

LAMPIRAN Lampiran 1. Agregasi dan Disagregasi Sektor dalam Penelitian No. Klasifikasi 66 Sektor Klasifikasi 44 Sektor 1 Padi Padi 2 Tanaman Kacang-kacangan Tanaman bahan makanan lain 3 Jagung Tanaman bahan makanan lain 4 Tanaman Umbi-umbian Tanaman bahan makanan lain 5 Sayur-sayuran dan buah-buahan Tanaman bahan makanan lain 6 Tanaman makanan lainnya Tanaman bahan makanan lain 7 Karet Karet 8 Tebu Tebu 9 Kelapa Kelapa 10 Kelapa Sawit Sawit 11 Tembakau Tembakau 12 Kopi Kopi 13 Teh Teh 14 Cengkeh Cengkeh 15 Hasil tanaman serat Tanaman perkebunan lain 16 Tanaman perkebunan lainnya Tanaman perkebunan lain 17 Tanaman lainnya Tanaman perkebunan lain 18 Peternakan Peternakan 19 Pemotongan hewan Peternakan 20 Unggas dan hasil-hasilnya Pertenakan 21 Kayu Kehutanan 22 Hasil hutan lainnya Kehutanan 23 Perikanan Perikanan 24 Penambangan batu bara dan bijih logam Penambangan batu bara, logam dan lainnya 25 Penambangan minyak, gas dan panas bumi Penambangan minyak, gas dan panas bumi 26 Penambangan dan penggalian lainnya Penambangan batu bara, logam dan lainnya 27 Industri pengolahan dan pengawetan makanan Industri makanan olahan Industri makanan olahan laut 28 Industri minyak dan lemak Industri minyak dan lemak 29 Industri penggilingan padi Industri makanan olahan 30 Industri tepung, segala jenisnya Industri makanan olahan 31 Industri gula Industri makanan olahan 32 Industri makanan lainnya Industri makanan olahan 33 Industri minuman Industri makanan olahan 34 Industri rokok Industri makanan olahan 35 Industri pemintalan Industri tekstil, pakaian dan kulit Lampiran 1. Lanjutan No. Klasifikasi 66 Sektor Klasifikasi 44 Sektor 36 Industri tekstil, pakaian dan kulit Industri tekstil, pakaian dan kulit Industri alas kaki 37 Industri bambu, kayu dan rotan Industri bambu, kayu dan rotan 38 Industri kertas, barang dari kertas dan karton Industri kertas, barang dari kertas dan karton 39 Industri pupuk dan pestisida Industri pupuk dan pestisida 40 Industri kimia Industri lain 41 Pengilangan minyak bumi Pengilangan minyak bumi 42 Industri barang karet dan plastic Industri barang karet dan plastic 43 Industri barang-barang dari mineral bukan logam Industri lain 44 Indutri semen Indutri semen 45 Industri dasar besi dan baja Industri dasar besi dan baja 46 Industri logam dasar bukan besi Industri lainnya 47 Industri barang dari logam Industri lain 48 Industri mesin, alat-alat dan perlengkapan listrik Industri mesin, alat-alat dan perlengkapan listrik 49 Industri alat pengangkutan dan perbaikannya Industri alat pengangkutan dan perbaikannya 50 Industri barang lain yang belum digolongkan dimanapun Industri lain 51 Listrik, gas dan air bersih Listrik Gas dan air bersih 52 Bangunan Bangunan 53 Perdagangan Perdagangan 54 Restoran dan hotel Restoran dan hotel 55 Angkutan kereta api Angkutan darat 56 Angkutan darat Angkutan darat 57 Angkutan air Angkutan air 58 Angkutan udara Angkutan udara 59 Jasa penunjang angkutan Jasa lain 60 Komunikasi Komunikasi 61 Lembaga keuangan Lembaga keuangan 62 Usaha bangunan dan jasa perusahaan Jasa lain 63 Pemerintahan umum dan pertahanan Jasa pemerintah 64 Jasa sosial kemasyarakatan Jasa lain 65 Jasa lainnya Jasa lain 66 Kegiatan yang tak jelas batasannya Jasa lain Sumber: Badan Pusat Statistik, 2010b diolah. Lampiran 2. Pembayaran Upah Tiap Sektor Berdasarkan Jenis Pekerjaan, Tahun 2008 Milyar Rupiah No. Sektor unskill skill Total 1 Padi 21744.97 120.58 21865.55 2 Tanaman Lain 42449.64 235.40 42685.04 3 Karet 11832.36 341.04 12173.40 4 Tebu 2372.80 68.39 2441.19 5 Kelapa 2608.10 75.17 2683.27 6 Sawit 13079.64 376.99 13456.63 7 Tembakau 723.64 20.86 744.50 8 Kopi 1632.77 47.06 1679.83 9 Teh 296.13 8.54 304.67 10 Sektor 504.22 14.53 518.75 11 Cengkeh 7252.26 209.03 7461.29 12 KebunLain 41053.36 2348.16 43401.52 13 Peternakan 7884.17 972.10 8856.27 14 Kehutanan 25582.75 868.51 26451.26 15 Perikanan 14381.63 12951.67 27333.30 16 Minyak Gas Panas Bumi 29552.06 26613.70 56165.76 17 Batu bara dan galian Logam 18370.78 5167.96 23538.74 18 Minyak Lemak hewani dan Nabati 3245.67 834.10 4079.77 19 Makanan Olahan Laut 44808.23 11515.28 56323.51 20 Makanan Olahan lainnya 22624.92 4050.36 26675.28 21 Tekstil 7850.12 1405.35 9255.47 22 Alas Kaki 18843.39 1512.00 20355.39 23 Bambu Kayu Rotan 11743.15 4009.18 15752.33 24 Kertas 15573.22 5821.65 21394.87 25 Karet Plastik 8730.51 3263.68 11994.19 26 Pupuk dan Pestisida 44589.07 16668.49 61257.56 27 Kilang Minyak 3004.19 1123.04 4127.23 28 Semen 1620.10 605.63 2225.73 29 Besi dan Baja 32542.54 12165.20 44707.74 30 Industri Logam 28023.53 10475.88 38499.41 31 Mesin Listrik 24745.31 9250.41 33995.72 32 Alat Angkut 28334.18 10592.01 38926.19 33 Industri Lain 13585.52 12179.85 25765.37 34 Listrik 3061.03 2744.31 5805.34 35 Gas dan Air bersih 137394.88 30461.04 167855.92 36 Bangunan 8347.75 142990.86 151338.61 37 Perdagangan 1097.58 52534.55 53632.13 Lampiran 2. Lanjutan Milyar Rupiah No. Sektor unskill skill Total 38 Restoran dan Hotel 47870.51 10726.19 58596.70 39 Angkutan Darat 3887.01 4733.53 8620.54 40 Angkutan Air 4525.30 5510.81 10036.11 41 Angkutan Udara 13492.71 16431.16 29923.87 42 Komunikasi 842.81 50896.84 51739.65 43 Lembaga Keuangan 17208.43 289194.72 306403.15 44 Jasa Pemerintah 2465.66 52735.80 55201.46 Sumber: Badan Pusat Statistik, 2010b diolah. Lampiran 3. Pendapatan Lahan dan Modal Tahun 2008 Milyar Rupiah No Sektor Lahan Modal Tetap Modal Variabel 1 Padi 48275.48 55124.85 2 Tanaman Lain 97656.36 111511.93 3 Karet 6086.38 5211.91 4 Tebu 2496.47 2137.79 5 Kelapa 5915.02 5065.17 6 Sawit 15661.38 13411.22 7 Tembakau 572.45 490.21 8 Kopi 2645.81 2265.67 9 Teh 292.20 250.22 10 Cengkeh 1015.37 869.49 11 KebunLain 12353.56 10578.66 12 Peternakan 25461.38 60405.63 13 Kehutanan 15476.95 15800.56 14 Perikanan 81170.57 26182.27 15 Minyak Gas Panas Bumi 263195.25 8588.06 16 Batu bara dan galian Logam 103857.05 91600.46 17 Minyak Lemak hewani dan Nabati 38509.84 5433.73 18 Makanan Olahan Laut 981.64 2444.91 19 Makanan Olahan lainnya 90423.52 60753.64 20 Tekstil 30179.54 38674.99 21 Alas Kaki 1958.49 2575.30 22 Bambu Kayu Rotan 42868.00 8342.22 23 Kertas 31106.45 5215.58 24 Karet Plastik 17630.09 20169.17 25 Pupuk dan Pestisida 10872.75 8399.17 26 Kilang Minyak 134501.44 137666.16 27 Semen 4686.16 5033.66 28 Besi dan Baja 5554.86 5230.58 29 Industri Logam 36561.40 41974.58 30 Mesin Listrik 42340.84 50070.92 31 Alat Angkut 34586.48 31767.81 32 Industri Lain 30292.54 41014.30 33 Listrik 46567.35 40031.88 34 Gas dan Air bersih 3392.89 2916.71 35 Bangunan 221908.02 45536.86 36 Perdagangan 344354.13 18132.48 37 Restoran dan Hotel 75931.59 15671.43 Lampiran 3. Lanjutan Milyar Rupiah No Sektor Lahan Modal Tetap Modal Variabel 38 Angkutan Darat 66010.72 15327.84 39 Angkutan Air 9214.45 5874.01 40 Angkutan Udara 1790.20 8892.54 41 Komunikasi 72961.76 44805.13 42 Lembaga Keuangan 104016.43 20074.72 43 Jasa Pemerintah 166882.34 62933.53 44 Jasa Lain 74420.58 11044.79 Sumber: Badan Pusat Statistik, 2010b diolah. Lampiran 4. Nilai Elastisitas Armington, Permintaan Ekspor, Substitusi Input Primer, dan Substitusi Tenaga Kerja pada Masing-masing Komoditi No Sektor Elastisitas Armington Elastisitas Ekspor Elastisitas Substitusi Input Primer Elasitisitas Substitusi Tenaga Kerja 1 Padi 5.10 -9.98 0.50 0.50 2 Tanaman Lain 2.70 -9.98 0.50 0.50 3 Karet 2.50 -4.99 0.50 0.50 4 Tebu 2.70 -5.39 0.50 0.50 5 Kelapa 2.50 -4.99 0.50 0.50 6 Sawit 2.50 -4.87 0.50 0.50 7 Tembakau 2.50 -3.86 0.50 0.50 8 Kopi 2.50 -2.24 0.50 0.50 9 Teh 2.50 -2.24 0.50 0.50 10 Cengkeh 2.50 -2.24 0.50 0.50 11 KebunLain 2.50 -2.24 0.50 0.50 12 Peternakan 1.30 -4.00 0.50 0.50 13 Kehutanan 3.40 -4.62 0.50 0.50 14 Perikanan 1.30 -2.23 0.50 0.50 15 Minyak Gas Panas Bumi 11.20 -2.57 0.50 0.44 16 Batu bara dan galian Logam 3.40 -5.19 0.50 0.44 17 Minyak Lemak hewani dan Nabati 3.30 -5.76 0.50 0.44 18 Makanan Olahan Laut 2.00 -2.23 0.50 0.44 19 Makanan Olahan lainnya 1.90 -8.89 0.50 0.44 20 Tekstil 3.80 -7.26 0.50 0.44 21 Alas Kaki 3.70 -7.7 0.50 0.44 22 Bambu Kayu Rotan 3.40 -6.01 0.50 0.44 23 Kertas 3.00 -5.5 0.50 0.44 24 Karet Plastik 3.30 -7.42 0.50 0.44 25 Pupuk dan Pestisida 3.30 -6.49 0.50 0.44 26 Kilang Minyak 2.10 -4.09 0.50 0.44 27 Semen 3.80 -7.42 0.50 0.44 28 Besi dan Baja 3.80 -7.42 0.50 0.44 Lampiran 4. Lanjutan No Sektor Elastisitas Armington Elastisitas Ekspor Elastisitas Substitusi Input Primer Elasitisitas Substitusi Tenaga Kerja 29 Industri Logam 3.80 -7.42 0.50 0.44 30 Mesin Listrik 4.10 -7.42 0.50 0.44 31 Alat Angkut 4.30 -8.53 0.50 0.44 32 Industri Lain 3.80 -7.42 0.50 0.44 33 Listrik 10.00 -5.60 0.50 0.50 34 Gas dan Air bersih 10.00 -5.58 0.50 0.50 35 Bangunan 1.90 -3.78 0.50 0.50 36 Perdagangan 1.90 -3.79 0.50 0.50 37 Restoran dan Hotel 1.90 -3.79 0.50 0.50 38 Angkutan Darat 1.90 -3.78 0.50 0.07 39 Angkutan Air 1.90 -3.78 0.50 0.07 40 Angkutan Udara 1.90 -3.78 0.50 0.07 41 Komunikasi 1.90 -3.78 0.50 0.50 42 Lembaga Keuangan 1.90 -3.78 0.50 0.50 43 Jasa Pemerintah 1.90 -3.77 0.50 0.50 44 Jasa Lain 1.90 -3.79 0.50 0.50 Total 143.56 -227.61 22.0 19.63 Sumber: Global Trade Analysis Project Database, 2010. Lampiran 5. Elastisitas Pengeluaran Berdasarkan Kelompok Rumah Tangga No. Sektor rural1 rural2 rural3 rural4 rural5 rural6 rural7 urban1 urban2 urban3 1 Padi 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 0.86 2 Tanaman Lain 4.30 4.30 4.30 4.30 4.30 4.30 4.30 4.30 4.30 4.30 3 Karet 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 4 Tebu 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 5 Kelapa 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 6 Sawit 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 7 Tembakau 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 8 Kopi 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 9 Teh 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 10 Cengkeh 0.86 0.94 0.96 0.95 0.88 0.90 0.96 0.69 0.68 0.67 11 KebunLain 2.58 2.82 2.88 2.85 2.64 2.70 2.88 2.07 2.04 2.01 12 Peternakan 5.31 5.82 6.00 5.88 5.49 5.55 5.94 5.52 5.40 5.34 13 Kehutanan 1.08 1.18 1.20 1.18 1.10 1.12 1.20 1.88 1.84 1.82 14 Perikanan 0.99 0.99 0.99 0.99 0.99 0.99 0.99 0.99 0.99 0.99 15 Minyak Gas Panas Bumi 0.54 0.59 0.60 0.59 0.55 0.56 0.60 0.94 0.92 0.91 16 Batu bara dan galian Logam 1.08 1.18 1.20 1.18 1.10 1.12 1.20 1.88 1.84 1.82 17 Minyak Lemak hewani dan Nabati 0.69 0.75 0.78 0.76 0.71 0.72 0.77 1.24 1.21 1.20 18 Makanan Olahan Laut 0.69 0.75 0.78 0.76 0.71 0.72 0.77 1.24 1.21 1.20 19 Makanan Olahan lainnya 4.83 5.25 5.46 5.32 4.97 5.04 5.39 8.68 8.47 8.40 20 Tekstil 2.22 2.42 2.50 2.46 2.28 2.32 2.48 1.66 1.62 1.60 21 Alas Kaki 1.11 1.21 1.25 1.23 1.14 1.16 1.24 0.83 0.81 0.80 22 Bambu Kayu Rotan 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 23 Kertas 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 24 Karet Plastik 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 25 Pupuk dan Pestisida 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 26 Kilang Minyak 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 27 Semen 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 28 Besi dan Baja 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 29 Industri Logam 1.32 1.46 1.50 1.48 1.38 1.38 1.48 1.32 1.28 1.26 Lampiran 5. Lanjutan No Sektor rural1 rural2 rural3 rural4 rural5 rural6 rural7 urban1 urban2 urban3 30 Mesin Listrik 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 31 Alat Angkut 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 32 Industri Lain 1.98 2.19 2.25 2.22 2.07 2.07 2.22 1.98 1.92 1.89 33 Listrik 0.54 0.59 0.60 0.59 0.55 0.56 0.60 0.94 0.92 0.91 34 Gas dan Air bersih 0.54 0.59 0.60 0.59 0.55 0.56 0.60 0.94 0.92 0.91 35 Bangunan 0.69 0.75 0.78 0.76 0.71 0.72 0.77 1.24 1.21 1.20 36 Perdagangan 0.95 1.04 1.07 1.05 0.98 0.99 1.06 1.29 1.26 1.25 37 Restoran dan Hotel 0.99 1.08 1.11 1.09 1.02 1.03 1.10 0.85 0.83 0.83 38 Angkutan Darat 2.89 3.18 3.27 3.21 3.00 3.03 3.24 2.79 2.72 2.71 39 Angkutan Air 0.95 1.04 1.07 1.05 0.98 0.99 1.06 1.29 1.26 1.25 40 Angkutan Udara 0.95 1.04 1.07 1.05 0.98 0.99 1.06 1.29 1.26 1.25 41 Komunikasi 0.95 1.04 1.07 1.05 0.98 0.99 1.06 1.29 1.26 1.25 42 Lembaga Keuangan 0.66 0.73 0.75 0.74 0.69 0.69 0.74 0.66 0.64 0.63 43 Jasa Pemerintah 2.64 2.90 2.98 2.93 2.72 2.77 2.96 3.37 3.29 3.27 44 Jasa Lain 2.62 2.86 2.96 2.90 2.70 2.74 2.92 2.10 2.06 2.04 Sumber: Global Trade Analysis Project Database, 2010. Lampiran 6. Nilai Penjualan Setiap Sektor Diirinci Menurut Jenisnya, Tahun 2008 Milyar Rupiah 1 Padi 164955.60 0.00 0.00 0.03 0.00 3027.00 167982.60 2 Tanaman Lain 110618.60 5.13 200215.40 657.90 0.00 -12507.00 298990.00 3 Karet 34693.37 212.35 0.00 95.02 0.00 807.00 35807.74 4 Tebu 10116.74 0.00 62.98 0.69 0.00 113.00 10293.41 5 Kelapa 10962.55 241.53 7769.61 269.18 0.00 -597.00 18645.87 6 Sawit 76716.63 684.41 0.00 297.57 0.00 -700.00 76998.61 7 Tembakau 3362.14 0.00 717.08 0.00 0.00 -151.00 3928.22 8 Kopi 3997.92 186.64 643.66 6599.86 0.00 -726.00 10702.08 9 Teh 843.68 12.35 128.96 22.78 0.00 -2.00 1005.77 10 Cengkeh 2662.78 42.06 2.40 230.31 0.00 -14.00 2923.55 11 KebunLain 27430.46 63.38 3216.37 10833.51 0.00 378.00 41921.72 12 Peternakan 138038.10 734.67 133554.60 425.58 0.00 -8139.00 264613.90 13 Kehutanan 44037.66 0.00 5138.43 400.26 0.00 2706.00 52282.35 14 Perikanan 72227.52 0.00 111657.30 2829.29 0.00 -4588.00 182126.10 15 Minyak Gas Panas Bumi 193574.20 959.03 0.00 128371.00 0.00 32989.00 355893.30 16 Batu bara dan galian Logam 195896.00 0.00 1041.89 106905.80 0.00 34032.00 337875.60 17 Minyak Lemak hewani dan Nabati 57065.65 0.00 18150.74 130005.40 0.00 -10498.00 194723.80 18 Makanan Olahan Laut 12478.68 0.00 25988.33 19068.32 0.00 -3972.95 53562.38 19 Makanan Olahan lainnya 217990.00 0.00 479218.80 14567.44 0.00 -11767.00 700009.20 20 Tekstil 91616.34 163.76 76028.18 89073.81 0.00 10102.95 266985.00 21 Alas Kaki 1111.68 0.00 10503.97 12674.42 0.00 1703.05 25993.13 22 Bambu Kayu Rotan 97821.37 137.43 33058.02 37445.20 0.00 4144.00 172606.00 23 Kertas 89917.20 0.00 15121.86 40187.33 0.00 140.00 145366.40 24 Karet Plastik 93895.73 0.00 58947.77 73797.29 0.00 358.00 226998.80 25 Pupuk dan Pestisida 43187.95 0.00 767.23 2907.90 0.00 2119.00 48982.08 26 Kilang Minyak 242165.90 0.00 28631.13 172772.40 0.00 -37644.00 405925.40 27 Semen 34082.78 0.00 0.00 699.33 0.00 568.00 35350.11 Pengeluaran Pemerintah Perubahan Stok Total No Sektor Produk Antara ik Investasi Kons. RT Ekspor Lampiran 6. Lanjutan Milyar Rupiah 28 Besi dan Baja 38630.84 0.00 0.00 12918.42 0.00 808.00 52357.26 29 Industri Logam 169690.50 6784.08 17990.63 75321.23 0.00 24159.00 293945.40 30 Mesin Listrik 176610.00 53892.48 112887.30 91661.55 0.00 36314.00 471365.40 31 Alat Angkut 80560.76 22030.79 106856.60 39209.54 0.00 3449.00 252106.70 32 Industri Lain 232898.10 1574.10 77534.66 74250.73 0.00 -26851.00 359406.60 33 Listrik 77149.34 0.00 32650.90 0.00 0.00 0.00 109800.30 34 Gas dan Air bersih 4542.82 0.00 4685.73 0.00 0.00 0.00 9228.54 35 Bangunan 98557.70 1129077.00 0.00 0.00 0.00 0.00 1227635.00 36 Perdagangan 416581.60 37695.21 373736.00 147750.80 0.00 3638.00 979401.60 37 Restoran dan Hotel 61755.09 0.00 229981.70 38535.21 0.00 0.00 330272.00 38 Angkutan Darat 171667.40 7978.08 112463.50 28893.82 0.00 614.00 321616.80 39 Angkutan Air 24131.76 1654.78 13820.12 34080.04 0.00 268.00 73954.70 40 Angkutan Udara 25368.73 207.11 36014.20 7996.81 0.00 36.00 69622.86 41 Komunikasi 82676.75 0.00 87583.84 19081.33 0.00 0.00 189341.90 42 Lembaga Keuangan 211570.50 0.00 53737.70 3754.16 0.00 0.00 269062.40 43 Jasa Pemerintah 209332.80 2391.87 238831.30 31139.18 411823.40 0.00 893518.60 44 Jasa Lain 153012.60 15436.50 115943.00 4876.40 0.00 0.00 289268.50 Total 4306204.50 1282165.60 2825282.80 1460606.80 411823.40 44316.01 10330397.20 Pengeluaran Pemerintah No Sektor Produk Antara ik Investasi Kons. RT Ekspor Perubahan Stok Total Sumber: Badan Pusat Statistik, 2010b dan 2007 diolah. Lampiran 7. Biaya Produksi Setiap Sektor Dirinci Menurut Jenisnya, Tahun 2008 Milyar Rupiah No Sektor Input Antara Domestik Input Antara Impor Pajak Tak Lsg Upah Gaji Kapital Lahan Pajak Produksi Total 1 Padi 34698.18 7863.77 764.47 21865.55 55124.85 48275.48 -609.42 167982.90 2 Tanaman Lain 41151.58 5558.50 704.63 42685.04 111511.90 97656.36 -278.11 298989.90 3 Karet 11780.25 420.71 134.71 12173.40 5211.91 6086.38 0.00 35807.36 4 Tebu 2642.62 523.48 51.33 2441.19 2137.79 2496.47 0.00 10292.88 5 Kelapa 4545.24 377.71 59.23 2683.27 5065.18 5915.02 0.00 18645.64 6 Sawit 26462.50 7385.85 621.41 13456.63 13411.22 15661.38 0.00 76998.99 7 Tembakau 2009.54 90.83 20.52 744.50 490.21 572.45 0.00 3928.05 8 Kopi 3949.26 116.03 45.90 1679.83 2265.67 2645.81 0.00 10702.50 9 Teh 145.87 10.67 1.79 304.67 250.22 292.20 0.00 1005.41 10 Cengkeh 504.03 11.26 4.61 518.75 869.49 1015.37 0.00 2923.51 11 KebunLain 11267.28 143.04 112.70 7461.29 10578.66 12353.56 0.00 41916.53 12 Peternakan 127581.60 5614.51 2149.47 43401.52 60405.63 25461.38 0.00 264614.10 13 Kehutanan 11033.36 924.24 190.61 8856.27 15800.56 15476.95 0.00 52281.99 14 Perikanan 44747.04 3104.71 568.08 26451.26 26182.27 81170.57 -97.73 182126.20 15 Minyak Gas Panas Bumi 35713.88 19684.31 1378.37 27333.30 271783.30 0.00 0.00 355893.20 16 Batu bara dan galian Logam 79507.25 4908.35 1836.79 56165.76 195457.50 0.00 0.00 337875.70 17 Minyak Lemak hewani dan Nabati 125444.30 522.51 1275.00 23538.74 43943.57 0.00 0.00 194724.10 18 Makanan Olahan Laut 59032.13 765.77 0.00 4079.77 3426.55 0.00 0.00 67304.22 19 Makanan Olahan lainnya 428387.50 38738.98 11640.89 56323.51 151177.20 0.00 0.00 686268.00 20 Tekstil 135822.60 26857.91 7062.95 26675.28 68854.53 0.00 0.00 265273.30 21 Alas Kaki 13516.21 404.67 0.00 9255.47 4533.79 0.00 0.00 27710.14 22 Bambu Kayu Rotan 90097.84 8679.90 2262.43 20355.39 51210.22 0.00 0.00 172605.80 23 Kertas 73563.76 17121.49 2607.09 15752.33 36322.03 0.00 0.00 145366.70 24 Karet Plastik 122672.60 38499.58 6632.43 21394.87 37799.26 0.00 0.00 226998.80 25 Pupuk dan Pestisida 26757.43 4633.33 1489.09 11994.19 19271.92 0.00 -15163.90 48982.07 26 Kilang Minyak 85085.86 82155.37 3175.96 61257.56 272167.60 0.00 -97917.20 405925.10 27 Semen 19421.16 1354.76 727.55 4127.23 9719.82 0.00 0.00 35350.52 28 Besi dan Baja 23722.01 13786.77 1836.93 2225.73 10785.44 0.00 0.00 52356.88 29 Industri Logam 123094.20 41150.50 6456.87 44707.74 78535.98 0.00 0.00 293945.30 30 Mesin Listrik 205982.60 119256.60 15214.61 38499.41 92411.77 0.00 0.00 471365.00 31 Alat Angkut 91326.11 54038.22 6392.55 33995.72 66354.29 0.00 0.00 252106.90 Lampiran 7. Lanjutan Milyar Rupiah No Sektor Input Antara Domestik Input Antara Impor Pajak Tak Lsg Upah Gaji Kapital Lahan Pajak Produksi Total 32 Industri Lain 165509.10 74287.16 9377.42 38926.19 71306.84 0.00 0.00 359406.70 33 Listrik 68030.72 6961.48 1809.19 25765.37 86599.23 0.00 -83906.50 105259.50 34 Gas dan Air bersih 1595.10 59.30 0.00 5805.34 6309.59 0.00 0.00 13769.33 35 Bangunan 643203.40 128166.40 20963.98 167855.90 267444.90 0.00 0.00 1227635.00 36 Perdagangan 417205.90 41424.86 6945.81 151338.60 362486.60 0.00 0.00 979401.80 37 Restoran dan Hotel 179465.10 1589.01 3982.73 53632.13 91603.02 0.00 0.00 330272.00 38 Angkutan Darat 156875.30 23074.47 2420.00 58596.70 81338.56 0.00 -688.42 321616.60 39 Angkutan Air 35984.74 14218.05 892.87 8620.54 15088.46 0.00 -850.00 73954.66 40 Angkutan Udara 30874.09 17129.69 900.23 10036.11 10682.74 0.00 0.00 69622.86 41 Komunikasi 37059.27 4250.32 491.61 29923.87 117766.90 0.00 -150.00 189342.00 42 Lembaga Keuangan 85323.46 7060.54 847.52 51739.65 124091.10 0.00 0.00 269062.30 43 Jasa Pemerintah 315284.10 35969.87 6045.88 306403.20 229815.90 0.00 0.00 893518.80 44 Jasa Lain 108128.50 35611.79 4902.08 55201.46 85465.37 0.00 -40.70 289268.50 Total 4306204.50 894507.30 134998.30 1606250.20 3273060.50 315079.40 -199702.00 10330397.20 Sumber: Badan Pusat Statistik, 2010b dan 2007 diolah. Lampiran 8. Komponen Database 44 Sektor No Header Tipe Dimensi Koefisien Total Deskripsi 1 0TAR RE COM V0TAR -18423.40 V0TARCom 2 1ARM RE COM SIGMA1 143.56 SIGMA1Com 3 1CAG RE AGIN V1CAPA 309305.60 Capital rentals 4 1CAP RE KAPNAGR V1CAPN 2963754.00 V1CAPNRNANL:NAI 5 1LND RE IND V1LND 315079.40 Land rentals 6 1OCT RE IND V1OCT -199702.00 Otehr cost tickets 7 CAPA RE HH MMAN 309305.60 MMANHH 8 CAPN RE HH MMNN 856197.20 mobile cap owned by hh non agr 9 CAPS RE HHNAGR FIXEDK 2107557.00 Fixed cap owned by hh non agr 10 SLAB RE IND SIGMA1LAB 19.63 SIGMA1LAB IND 11 P028 RE IND SIGMA1PRIM 22.00 Primary factor substitution elasticity 12 2ARM RE COM SIGMA2 44.00 SIGMA2COM 13 3ARM RE COM SIGMA3 88.00 SIGMA3COM 14 SCET RE IND SIGMA1OUT 0.00 SIGMA1OUT 15 P021 RE HH FRISCH -28.75 Frisch LES parameter 16 TRAN RE TYPE TRANSFER_F 27445.87 Gov Trans foreign 17 GOHH RE HHTYPE TRANSFER_H 207590.50 Gov Trans household 18 HINC RE HHOCC HINC 8015169.00 HINCHH:OCC 19 LAND RE AGINHH LANDS 315079.40 household land rental by ind 20 P018 RE COM EXP_ELAST -227.61 Export demand elas 21 1REG RE INDREG 36.03 Region Output Share 22 2REG RE INDREG 16.00 Region Investment Share 23 4REG RE INDREG 43.97 Region Export Share 24 5REG RE INDREG 43.57 Region Otehr Share 25 1BAS RE COMSRCIND V1BAS 5200712.00 Intermediate Basic 26 2BAS RE COMSRCIND V2BAS 1378153.00 Investment Basic 27 2BS_ RE COMSRC V2BASOLD 1378153.00 Investment Basic 28 2TOT RE IND V2TOT 1405455.00 Investment by Ind 29 3BAS RE COMSRCHH V3BAS 3100906.00 Households Basic 30 4BAS RE COM V4BAS 1460607.00 Exports Basic 31 5BAS RE COMSRC V5BAS 415977.60 Government Basic 32 6BAS RE COMSRC V6DOM 103375.20 Inventory Changes 33 1MAR RE COMSRCINDMARG V1MAR 0.00 Intermediate Margins 34 2MAR RE COMSRCINDMARG V2MAR 0.00 Investment Margins 35 3MAR RE COMSRC4HH V3MAR 0.00 Households Margins 36 4MAR RE COMMARG V4MAR 0.00 Exports Margins 37 5MAR RE COMSRCMARG V5MAR 0.00 Government Margins 38 1TAX RE COMSRCIND V1TAX 134998.30 Intermediate Tax Lampiran 8. Lanjutan No Header Tipe Dimensi Koefisien Total Deskripsi 39 2TAX RE COMSRCIND V2TAX 27302.61 Investment Tax 40 2TX_ RE COMSRC V2TAXOLD 27302.62 Investment Tax 41 3TAX RE COMSRCHH V3TAX 94898.86 Households Tax 42 4TAX RE COM V4TAX 26631.07 Exports Tax 43 5TAX RE COMSRC V5TAX 889.10 Government Tax 44 1LAB RE INDOCC V1LAB 1606250.00 Labour 45 MAKE RE COMIND MAKE 10330396.00 Multiproduct Matrix 46 XPEL RE COMHH EPS 622.79 Expenditure Elasticities 48 TRNL RE IND TRNL 0.00 TRNL 50 PINC RE HH V0HHTAX 11362.51 Personal income tax 51 BETR RE IND BETA_R 220.00 Investment Parameter 52 YBYK RE IND R_W 4.31 Investment Capital Ratio 53 DPRC RE IND DEP 39.60 Depreciation Factors 54 EXNT RE 1 -4.00 Non Traditional Export Demand Elasticity 55 EMPR RE 1 1.00 ActualTrend Employment 56 ELWG RE 1 0.50 Elasticity of wage to Employment 49 ALP2 RE BETA_N 0.00 BETA_N N_AGRIFACN_AGRIFAC N_AGRI 47 ALPH RE BETA_A 0.00 BETA_A AGRIFACAGRIFAC Agricultural Lampiran 9. Pengujian Unit Root Data Harga Minyak Dunia Null Hypotehsis: DPOILW has a unit root Exogenous: Constant Lag Length: 0 Automatic based on SIC, MAXLAG=14 t-Statistic Prob. Augmented Dickey-Fuller test statistic -9.046887 0.0000 Test critical values: 1 level -3.457747 5 level -2.873492 10 level -2.573215 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DPOILW,2 Method: Least Squares Included observations: 238 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DPOILW-1 -0.515916 0.057027 -9.046887 0.0000 C 0.116062 0.232257 0.499714 0.6177 R-squared 0.257502 Mean dependent var -0.007429 Adjusted R-squared 0.254356 S.D. dependent var 4.142283 S.E. of regression 3.576889 Akaike info criterion 5.395232 Sum squared resid 3019.416 Schwarz criterion 5.424411 Log likelihood -640.0326 Hannan-Quinn criter. 5.406991 F-statistic 81.84616 Durbin-Watson stat 2.091574 ProbF-statistic 0.000000 Lampiran 10. Pengujian Unit Root Data Harga Ekspor Industri Minyak dan Lemak Null Hypotehsis: DPXMIMAK has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 Automatic based on SIC, MAXLAG=15 t-Statistic Prob. Augmented Dickey-Fuller test statistic -5.774861 0.0000 Test critical values: 1 level -3.995492 5 level -3.428049 10 level -3.137397 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DPXMIMAK,2 Method: Least Squares Included observations: 248 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DPXMIMAK-1 -0.703270 0.121781 -5.774861 0.0000 DPXMIMAK-1,2 -0.291025 0.101014 -2.881029 0.0043 DPXMIMAK-2,2 -0.270301 0.068140 -3.966822 0.0001 C 0.000498 0.005752 0.086630 0.9310 TREND1988M01 -7.07E-06 3.95E-05 -0.179204 0.8579 R-squared 0.528348 Mean dependent var -0.000484 Adjusted R-squared 0.520585 S.D. dependent var 0.063985 S.E. of regression 0.044303 Akaike info criterion -3.375574 Sum squared resid 0.476949 Schwarz criterion -3.304739 Log likelihood 423.5712 Hannan-Quinn criter. -3.347059 F-statistic 68.05270 Durbin-Watson stat 1.976373 ProbF-statistic 0.000000 Lampiran 11. Pengujian Unit Root Data Harga Ekspor Industri Besi Baja Null Hypotehsis: DBESIBAJA has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 Automatic based on SIC, MAXLAG=15 t-Statistic Prob. Augmented Dickey-Fuller test statistic -15.00511 0.0000 Test critical values: 1 level -3.995492 5 level -3.428049 10 level -3.137397 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DBESIBAJA,2 Method: Least Squares Included observations: 248 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DBESIBAJA-1 -2.593227 0.172823 -15.00511 0.0000 DBESIBAJA-1,2 0.711291 0.129786 5.480495 0.0000 DBESIBAJA-2,2 0.218038 0.063289 3.445124 0.0007 C -0.002155 0.020547 -0.104882 0.9166 TREND1988M01 9.44E-05 0.000141 0.670269 0.5033 R-squared 0.836752 Mean dependent var 0.000718 Adjusted R-squared 0.834065 S.D. dependent var 0.388703 S.E. of regression 0.158339 Akaike info criterion -0.828203 Sum squared resid 6.092300 Schwarz criterion -0.757368 Log likelihood 107.6972 Hannan-Quinn criter. -0.799688 F-statistic 311.3834 Durbin-Watson stat 2.041939 ProbF-statistic 0.000000 Lampiran 12. Pengujian Unit Root Data Harga Ekspor Industri Mesin dan Alat Listrik Null Hypotehsis: PXMESIN has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 Automatic based on SIC, MAXLAG=15 t-Statistic Prob. Augmented Dickey-Fuller test statistic -5.747908 0.0000 Test critical values: 1 level -3.995340 5 level -3.427975 10 level -3.137353 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DPXMESIN Method: Least Squares Included observations: 249 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PXMESIN-1 -0.490809 0.085389 -5.747908 0.0000 DPXMESIN-1 -0.400914 0.080841 -4.959289 0.0000 DPXMESIN-2 -0.179069 0.062914 -2.846249 0.0048 C 1.591308 0.322225 4.938504 0.0000 TREND1988M01 0.011690 0.002416 4.838620 0.0000 R-squared 0.453823 Mean dependent var 0.028534 Adjusted R-squared 0.444869 S.D. dependent var 1.933439 S.E. of regression 1.440549 Akaike info criterion 3.587802 Sum squared resid 506.3444 Schwarz criterion 3.658433 Log likelihood -441.6813 Hannan-Quinn criter. 3.616232 F-statistic 50.68538 Durbin-Watson stat 2.050519 ProbF-statistic 0.000000 Lampiran 13. Pengujian Unit Root Data Harga Ekspor Industri Tekstil Null Hypotehsis: PXTEKSTIL has a unit root Exogenous: Constant, Linear Trend Lag Length: 2 Automatic based on SIC, MAXLAG=15 t-Statistic Prob. Augmented Dickey-Fuller test statistic -3.509459 0.0405 Test critical values: 1 level -3.995340 5 level -3.427975 10 level -3.137353 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DPXTEKSTIL Method: Least Squares Included observations: 249 after adjustments Variable Coefficient Std. Error t-Statistic Prob. PXTEKSTIL-1 -0.170516 0.048588 -3.509459 0.0005 DPXTEKSTIL-1 -0.392607 0.067679 -5.801043 0.0000 DPXTEKSTIL-2 -0.212370 0.062574 -3.393917 0.0008 C 2.516467 0.731447 3.440396 0.0007 TREND1988M01 -0.002369 0.001293 -1.833100 0.0680 R-squared 0.255677 Mean dependent var 0.008980 Adjusted R-squared 0.243475 S.D. dependent var 1.437709 S.E. of regression 1.250497 Akaike info criterion 3.304836 Sum squared resid 381.5535 Schwarz criterion 3.375467 Log likelihood -406.4521 Hannan-Quinn criter. 3.333266 F-statistic 20.95363 Durbin-Watson stat 2.044296 ProbF-statistic 0.000000 Lampiran 14. Pengujian Unit Root Data Harga Ekspor Industri Karet dan Plastik Null Hypotehsis: DPXKARET has a unit root Exogenous: Constant, Linear Trend Lag Length: 3 Automatic based on SIC, MAXLAG=15 t-Statistic Prob. Augmented Dickey-Fuller test statistic -13.18737 0.0000 Test critical values: 1 level -3.995645 5 level -3.428123 10 level -3.137440 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DPXKARET,2 Method: Least Squares Included observations: 247 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DPXKARET-1 -2.900475 0.219943 -13.18737 0.0000 DPXKARET-1,2 1.100828 0.184173 5.977145 0.0000 DPXKARET-2,2 0.514749 0.124631 4.130167 0.0001 DPXKARET-3,2 0.231596 0.060922 3.801524 0.0002 C -0.003616 0.044242 -0.081733 0.9349 TREND1988M01 0.000246 0.000302 0.813818 0.4166 R-squared 0.814648 Mean dependent var -0.001247 Adjusted R-squared 0.810802 S.D. dependent var 0.777788 S.E. of regression 0.338314 Akaike info criterion 0.694305 Sum squared resid 27.58394 Schwarz criterion 0.779554 Log likelihood -79.74673 Hannan-Quinn criter. 0.728627 F-statistic 211.8451 Durbin-Watson stat 2.030795 ProbF-statistic 0.000000 Lampiran 15. Pengujian Unit Root Data Suku Bunga Riil Null Hypotehsis: DSBIRIIL has a unit root Exogenous: Constant, Linear Trend Lag Length: 1 Automatic based on SIC, MAXLAG=11 t-Statistic Prob. Augmented Dickey-Fuller test statistic -9.832110 0.0000 Test critical values: 1 level -4.075340 5 level -3.466248 10 level -3.159780 MacKinnon 1996 one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DSBIRIIL,2 Method: Least Squares Included observations: 81 after adjustments Variable Coefficient Std. Error t-Statistic Prob. DSBIRIIL-1 -1.716804 0.174612 -9.832110 0.0000 DSBIRIIL-1,2 0.293609 0.107379 2.734319 0.0078 C -0.683449 0.315814 -2.164087 0.0336 TREND2002M01 0.013297 0.006443 2.063781 0.0424 R-squared 0.698124 Mean dependent var -0.020617 Adjusted R-squared 0.686363 S.D. dependent var 2.379761 S.E. of regression 1.332745 Akaike info criterion 3.460480 Sum squared resid 136.7681 Schwarz criterion 3.578724 Log likelihood -136.1494 Hannan-Quinn criter. 3.507921 F-statistic 59.35728 Durbin-Watson stat 2.013908 ProbF-statistic 0.000000 Lampiran 16. Model ARIMA untuk Data Harga Minyak Dunia Dependent Variable: DPOILW Method: Least Squares Included observations: 235 after adjustments Convergence achieved after 20 iterations MA Backcast: 1989M12 1990M05 Variable Coefficient Std. Error t-Statistic Prob. C 0.208335 0.164665 1.265205 0.2071 AR1 1.416176 0.212924 6.651072 0.0000 AR2 -1.249555 0.179639 -6.955924 0.0000 AR3 1.275513 0.171637 7.431439 0.0000 AR4 -0.637590 0.146397 -4.355200 0.0000 MA1 -1.039429 0.229148 -4.536069 0.0000 MA2 1.123898 0.143885 7.811107 0.0000 MA3 -1.372143 0.220692 -6.217462 0.0000 MA4 0.604295 0.210212 2.874688 0.0044 MA5 -0.448683 0.094073 -4.769539 0.0000 MA6 0.271933 0.140044 1.941772 0.0534 R-squared 0.359597 Mean dependent var 0.249681 Adjusted R-squared 0.331008 S.D. dependent var 4.100138 S.E. of regression 3.353583 Akaike info criterion 5.303613 Sum squared resid 2519.220 Schwarz criterion 5.465551 Log likelihood -612.1745 Hannan-Quinn criter. 5.368899 F-statistic 12.57798 Durbin-Watson stat 1.956085 ProbF-statistic 0.000000 Inverted AR Roots .82+.24i .82-.24i -.11+.93i -.11-.93i Inverted MA Roots .88 .69 .01-.89i .01+.89i -.27+.70i -.27-.70i Lampiran 17. Model ARIMA untuk Data Harga Ekspor Industri Minyak dan Lemak Dependent Variable: DPXMIMAK Method: Least Squares Included observations: 248 after adjustments Convergence achieved after 18 iterations MA Backcast: 1988M02 1988M04 Variable Coefficient Std. Error t-Statistic Prob. C -0.000227 0.003849 -0.059095 0.9529 AR1 0.349943 0.145192 2.410204 0.0167 AR2 0.349508 0.132031 2.647162 0.0087 AR3 -0.439599 0.144514 -3.041903 0.0026 MA1 -0.318671 0.117359 -2.715360 0.0071 MA2 -0.363265 0.100471 -3.615603 0.0004 MA3 0.702876 0.111344 6.312640 0.0000 R-squared 0.089383 Mean dependent var 0.000250 Adjusted R-squared 0.066712 S.D. dependent var 0.045346 S.E. of regression 0.043807 Akaike info criterion -3.390207 Sum squared resid 0.462501 Schwarz criterion -3.291037 Log likelihood 427.3856 Hannan-Quinn criter. -3.350285 F-statistic 3.942623 Durbin-Watson stat 2.012542 ProbF-statistic 0.000884 Inverted AR Roots .57+.48i .57-.48i -.79 Inverted MA Roots .62+.62i .62-.62i -.92 Lampiran 18. Model ARIMA untuk Data Harga Ekspor Industri Besi Baja Dependent Variable: DBESIBAJA Method: Least Squares Included observations: 250 after adjustments Convergence achieved after 6 iterations MA Backcast: 1988M02 Variable Coefficient Std. Error t-Statistic Prob. C 0.003821 0.002278 1.677495 0.0947 AR1 -0.239226 0.076157 -3.141207 0.0019 MA1 -0.714696 0.054840 -13.03248 0.0000 R-squared 0.489077 Mean dependent var 0.002904 Adjusted R-squared 0.484940 S.D. dependent var 0.215524 S.E. of regression 0.154677 Akaike info criterion -0.883034 Sum squared resid 5.909431 Schwarz criterion -0.840777 Log likelihood 113.3793 Hannan-Quinn criter. -0.866027 F-statistic 118.2193 Durbin-Watson stat 1.969907 ProbF-statistic 0.000000 Lampiran 19. Model ARIMA untuk Data Harga Ekspor Industri Mesin dan Alat Listrik Dependent Variable: PXMESIN Method: Least Squares Included observations: 251 after adjustments Convergence achieved after 11 iterations MA Backcast: 1988M01 Variable Coefficient Std. Error t-Statistic Prob. C 10.00958 3.538475 2.828783 0.0051 AR1 0.992743 0.006153 161.3420 0.0000 MA1 -0.885557 0.031224 -28.36158 0.0000 R-squared 0.643486 Mean dependent var 6.169983 Adjusted R-squared 0.640611 S.D. dependent var 2.325879 S.E. of regression 1.394342 Akaike info criterion 3.514603 Sum squared resid 482.1593 Schwarz criterion 3.556740 Log likelihood -438.0827 Hannan-Quinn criter. 3.531560 F-statistic 223.8126 Durbin-Watson stat 2.140735 ProbF-statistic 0.000000 Lampiran 20. Model ARIMA untuk Data Harga Ekspor Industri Tekstil Dependent Variable: PXTEKSTIL Method: Least Squares Included observations: 251 after adjustments Convergence achieved after 9 iterations MA Backcast: 1988M01 Variable Coefficient Std. Error t-Statistic Prob. C 13.11006 0.937363 13.98611 0.0000 AR1 0.968572 0.018072 53.59505 0.0000 MA1 -0.626221 0.056865 -11.01238 0.0000 R-squared 0.656542 Mean dependent var 12.92798 Adjusted R-squared 0.653772 S.D. dependent var 2.093679 S.E. of regression 1.231945 Akaike info criterion 3.266945 Sum squared resid 376.3866 Schwarz criterion 3.309082 Log likelihood -407.0016 Hannan-Quinn criter. 3.283902 F-statistic 237.0336 Durbin-Watson stat 1.887778 ProbF-statistic 0.000000 Lampiran 21. Model ARIMA untuk Data Harga Ekspor Industri Karet dan Plastik Dependent Variable: DPXKARET Method: Least Squares Included observations: 249 after adjustments Convergence achieved after 14 iterations White Heteroskedasticity-Consistent Standard Errors Covariance MA Backcast: 1988M01 1988M03 Variable Coefficient Std. Error t-Statistic Prob. C 0.008397 0.004343 1.933401 0.0543 AR1 -1.431262 0.248703 -5.754906 0.0000 AR2 -0.656028 0.186229 -3.522699 0.0005 MA1 0.607323 0.288157 2.107612 0.0361 MA2 -0.542878 0.093317 -5.817560 0.0000 MA3 -0.429812 0.191930 -2.239425 0.0260 R-squared 0.458286 Mean dependent var 0.013386 Adjusted R-squared 0.447139 S.D. dependent var 0.449576 S.E. of regression 0.334281 Akaike info criterion 0.670130 Sum squared resid 27.15369 Schwarz criterion 0.754888 Log likelihood -77.43118 Hannan-Quinn criter. 0.704246 F-statistic 41.11517 Durbin-Watson stat 2.038409 ProbF-statistic 0.000000 Lampiran 22. Model ARIMA untuk Data Suku Bunga Riil Dependent Variable: DSBIRIIL Method: Least Squares Sample adjusted: 2002M04 2008M12 Included observations: 81 after adjustments Convergence achieved after 3 iterations Variable Coefficient Std. Error t-Statistic Prob. C -0.065481 0.091571 -0.715091 0.4767 AR1 -0.389038 0.108357 -3.590327 0.0006 AR2 -0.261681 0.108456 -2.412782 0.0182 R-squared 0.159449 Mean dependent var -0.072963 Adjusted R-squared 0.137896 S.D. dependent var 1.465063 S.E. of regression 1.360304 Akaike info criterion 3.489627 Sum squared resid 144.3333 Schwarz criterion 3.578310 Log likelihood -138.3299 Hannan-Quinn criter. 3.525208 F-statistic 7.398130 Durbin-Watson stat 1.978614 ProbF-statistic 0.001143 Inverted AR Roots -.19+.47i -.19-.47i Lampiran 23. Uji Heteroskedastisitas untuk Data Harga Minyak Dunia Heteroskedasticity Test: ARCH F-statistic 5.765056 Prob. F1,232 0.0171 ObsR-squared 5.673765 Prob. Chi-Square1 0.0172 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 070810 Time: 23:27 Sample adjusted: 1990M07 2009M12 Included observations: 234 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 9.111979 1.732161 5.260468 0.0000 RESID2-1 0.157378 0.065546 2.401053 0.0171 R-squared 0.024247 Mean dependent var 10.76199 Adjusted R-squared 0.020041 S.D. dependent var 24.56994 S.E. of regression 24.32249 Akaike info criterion 9.229191 Sum squared resid 137247.4 Schwarz criterion 9.258723 Log likelihood -1077.815 Hannan-Quinn criter. 9.241098 F-statistic 5.765056 Durbin-Watson stat 2.071101 ProbF-statistic 0.017136 Lampiran 24. Uji Heteroskedastisitas untuk Data Harga Ekspor Industri Minyak dan Lemak Heteroskedasticity Test: ARCH F-statistic 53.94892 Prob. F1,245 0.0000 ObsR-squared 44.57411 Prob. Chi-Square1 0.0000 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 070810 Time: 23:31 Sample adjusted: 1988M06 2008M12 Included observations: 247 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.001080 0.000438 2.463495 0.0144 RESID2-1 0.424756 0.057829 7.344993 0.0000 R-squared 0.180462 Mean dependent var 0.001872 Adjusted R-squared 0.177117 S.D. dependent var 0.007358 S.E. of regression 0.006675 Akaike info criterion -7.172836 Sum squared resid 0.010916 Schwarz criterion -7.144420 Log likelihood 887.8452 Hannan-Quinn criter. -7.161395 F-statistic 53.94892 Durbin-Watson stat 2.015573 ProbF-statistic 0.000000 Lampiran 25. Uji Heteroskedastisitas untuk Data Harga Ekspor Industri Besi Baja Heteroskedasticity Test: ARCH F-statistic 6.184105 Prob. F2,245 0.0024 ObsR-squared 11.91801 Prob. Chi-Square2 0.0026 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 070810 Time: 23:38 Sample adjusted: 1988M05 2008M12 Included observations: 248 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.018280 0.006049 3.021759 0.0028 RESID2-1 0.007844 0.062355 0.125791 0.9000 RESID2-2 0.219066 0.062353 3.513327 0.0005 R-squared 0.048056 Mean dependent var 0.023582 Adjusted R-squared 0.040286 S.D. dependent var 0.091447 S.E. of regression 0.089586 Akaike info criterion -1.975210 Sum squared resid 1.966289 Schwarz criterion -1.932709 Log likelihood 247.9260 Hannan-Quinn criter. -1.958101 F-statistic 6.184105 Durbin-Watson stat 2.067054 ProbF-statistic 0.002398 Lampiran 26. Uji Heteroskedastisitas untuk Data Harga Ekspor Industri Mesin dan Alat Listrik Heteroskedasticity Test: ARCH F-statistic 0.128999 Prob. F1,248 0.7198 ObsR-squared 0.129972 Prob. Chi-Square1 0.7185 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 071010 Time: 11:08 Sample adjusted: 1988M03 2008M12 Included observations: 250 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 1.884647 0.679242 2.774634 0.0059 RESID2-1 0.022801 0.063483 0.359165 0.7198 R-squared 0.000520 Mean dependent var 1.928620 Adjusted R-squared -0.003510 S.D. dependent var 10.54536 S.E. of regression 10.56385 Akaike info criterion 7.560721 Sum squared resid 27675.56 Schwarz criterion 7.588893 Log likelihood -943.0901 Hannan-Quinn criter. 7.572059 F-statistic 0.128999 Durbin-Watson stat 1.999538 ProbF-statistic 0.719777 Lampiran 27. Uji Heteroskedastisitas untuk Data Harga Ekspor Industri Tekstil Heteroskedasticity Test: ARCH F-statistic 74.78429 Prob. F1,248 0.0000 ObsR-squared 57.92126 Prob. Chi-Square1 0.0000 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 071010 Time: 11:46 Sample adjusted: 1988M03 2008M12 Included observations: 250 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.782707 0.248552 3.149067 0.0018 RESID2-1 0.481235 0.055648 8.647791 0.0000 R-squared 0.231685 Mean dependent var 1.505546 Adjusted R-squared 0.228587 S.D. dependent var 4.213884 S.E. of regression 3.701059 Akaike info criterion 5.463083 Sum squared resid 3397.064 Schwarz criterion 5.491255 Log likelihood -680.8854 Hannan-Quinn criter. 5.474421 F-statistic 74.78429 Durbin-Watson stat 1.938889 ProbF-statistic 0.000000 Lampiran 28. Uji Heteroskedastisitas untuk Data Harga Ekspor Industri Karet dan Plastik Heteroskedasticity Test: ARCH F-statistic 0.343799 Prob. F1,246 0.5582 ObsR-squared 0.346110 Prob. Chi-Square1 0.5563 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 070810 Time: 23:44 Sample adjusted: 1988M05 2008M12 Included observations: 248 after adjustments White Heteroskedasticity-Consistent Standard Errors Covariance Variable Coefficient Std. Error t-Statistic Prob. C 0.105250 0.041251 2.551478 0.0113 RESID2-1 0.037358 0.038170 0.978731 0.3287 R-squared 0.001396 Mean dependent var 0.109336 Adjusted R-squared -0.002664 S.D. dependent var 0.676353 S.E. of regression 0.677253 Akaike info criterion 2.066488 Sum squared resid 112.8332 Schwarz criterion 2.094822 Log likelihood -254.2445 Hannan-Quinn criter. 2.077894 F-statistic 0.343799 Durbin-Watson stat 1.999396 ProbF-statistic 0.558182 Lampiran 29. Uji Heteroskedastisitas untuk Data Suku Bunga Riil Heteroskedasticity Test: ARCH F-statistic 44.41819 Prob. F1,79 0.0000 ObsR-squared 29.15189 Prob. Chi-Square1 0.0000 Test Equation: Dependent Variable: RESID2 Method: Least Squares Date: 070810 Time: 23:24 Sample: 2002M04 2008M12 Included observations: 81 Variable Coefficient Std. Error t-Statistic Prob. C 0.703829 0.580173 1.213137 0.2287 RESID2-1 0.600119 0.090045 6.664697 0.0000 R-squared 0.359900 Mean dependent var 1.781893 Adjusted R-squared 0.351797 S.D. dependent var 6.228341 S.E. of regression 5.014502 Akaike info criterion 6.086927 Sum squared resid 1986.473 Schwarz criterion 6.146049 Log likelihood -244.5205 Hannan-Quinn criter. 6.110647 F-statistic 44.41819 Durbin-Watson stat 1.636406 ProbF-statistic 0.000000 Lampiran 30. Model ARCH-GARCH untuk Data Harga Minyak Dunia Dependent Variable: DPOILW Method: ML - ARCH Marquardt - Normal distribution GARCH = C12 + C13RESID-12 + C14GARCH-1 Variable Coefficient Std. Error z-Statistic Prob. C -0.016525 0.108149 -0.152796 0.8786 AR1 0.350531 0.043430 8.071081 0.0000 AR2 0.079472 0.049481 1.606104 0.1083 AR3 0.410724 0.049106 8.364083 0.0000 AR4 -0.840095 0.040790 -20.59567 0.0000 MA1 -0.143316 0.086052 -1.665468 0.0958 MA2 -0.200469 0.088611 -2.262341 0.0237 MA3 -0.434297 0.069702 -6.230789 0.0000 MA4 0.743231 0.058756 12.64940 0.0000 MA5 0.236428 0.084850 2.786421 0.0053 MA6 -0.093075 0.072006 -1.292593 0.1962 Variance Equation C 0.033114 0.056803 0.582965 0.5599 RESID-12 0.232413 0.089271 2.603458 0.0092 GARCH-1 0.795732 0.078142 10.18315 0.0000 R-squared 0.148227 Mean dependent var 0.249681 Adjusted R-squared 0.098123 S.D. dependent var 4.100138 S.E. of regression 3.893786 Akaike info criterion 4.535032 Sum squared resid 3350.707 Schwarz criterion 4.741135 Log likelihood -518.8663 Hannan-Quinn criter. 4.618124 F-statistic 2.958379 Durbin-Watson stat 1.437228 ProbF-statistic 0.000529 Inverted AR Roots .78-.52i .78+.52i -.61-.76i -.61+.76i Inverted MA Roots .78+.52i .78-.52i .24 -.46 -.60+.78i -.60-.78i Lampiran 31. Model ARCH-GARCH untuk Data Harga Ekspor Industri Minyak dan Lemak Dependent Variable: DPXMIMAK Method: ML - ARCH Marquardt - Normal distribution GARCH = C8 + C9RESID-12 Variable Coefficient Std. Error z-Statistic Prob. C 0.001426 0.002328 0.612310 0.5403 AR1 0.979375 0.164006 5.971593 0.0000 AR2 0.622589 0.123698 5.033151 0.0000 AR3 -0.703150 0.159523 -4.407833 0.0000 MA1 -0.853215 0.118088 -7.225264 0.0000 MA2 -0.777268 0.078704 -9.875795 0.0000 MA3 0.791744 0.100612 7.869302 0.0000 Variance Equation C 0.000423 8.62E-05 4.906912 0.0000 RESID-12 0.961897 0.330120 2.913778 0.0036 R-squared 0.048409 Mean dependent var 0.000250 Adjusted R-squared 0.016557 S.D. dependent var 0.045346 S.E. of regression 0.044969 Akaike info criterion -4.019561 Sum squared resid 0.483312 Schwarz criterion -3.892058 Log likelihood 507.4256 Hannan-Quinn criter. -3.968233 F-statistic 1.519799 Durbin-Watson stat 2.163840 ProbF-statistic 0.150893 Inverted AR Roots .90-.21i .90+.21i -.82 Inverted MA Roots .89+.27i .89-.27i -.92 Lampiran 32. Model ARCH-GARCH untuk Data Harga Ekspor Industri Besi Baja Dependent Variable: DBESIBAJA Method: ML - ARCH Marquardt - Normal distribution GARCH = C4 + C5RESID-12 + C6GARCH-1 Variable Coefficient Std. Error z-Statistic Prob. C 0.002683 0.002086 1.286405 0.1983 AR1 -0.208352 0.099962 -2.084312 0.0371 MA1 -0.602343 0.084777 -7.105008 0.0000 Variance Equation C 0.001897 0.001177 1.612803 0.1068 RESID-12 0.351372 0.128732 2.729476 0.0063 GARCH-1 0.622256 0.099753 6.237981 0.0000 R-squared 0.476856 Mean dependent var 0.002904 Adjusted R-squared 0.466136 S.D. dependent var 0.215524 S.E. of regression 0.157475 Akaike info criterion -1.224792 Sum squared resid 6.050778 Schwarz criterion -1.140277 Log likelihood 159.0991 Hannan-Quinn criter. -1.190778 F-statistic 44.48216 Durbin-Watson stat 2.228956 ProbF-statistic 0.000000 Lampiran 33. Model ARCH-GARCH untuk Data Harga Ekspor Industri Tekstil Dependent Variable: PXTEKSTIL Method: ML - ARCH Marquardt - Normal distribution GARCH = C4 + C5RESID-12 Variable Coefficient Std. Error z-Statistic Prob. C 12.89857 0.784501 16.44174 0.0000 AR1 0.964634 0.014644 65.87373 0.0000 MA1 -0.561398 0.063518 -8.838433 0.0000 Variance Equation C 0.870388 0.190516 4.568586 0.0000 RESID-12 0.390333 0.140804 2.772175 0.0056 R-squared 0.655156 Mean dependent var 12.92798 Adjusted R-squared 0.649549 S.D. dependent var 2.093679 S.E. of regression 1.239435 Akaike info criterion 3.047277 Sum squared resid 377.9048 Schwarz criterion 3.117505 Log likelihood -377.4333 Hannan-Quinn criter. 3.075539 F-statistic 116.8416 Durbin-Watson stat 1.994383 ProbF-statistic 0.000000 Lampiran 34. Model ARCH-GARCH untuk Data Suku Bunga Riil Dependent Variable: DSBIRIIL Method: ML - ARCH Marquardt - Normal distribution GARCH = C4 + C5RESID-12 + C6GARCH-1 Variable Coefficient Std. Error z-Statistic Prob. C -0.215946 0.056492 -3.822596 0.0001 AR1 -0.453438 0.218140 -2.078649 0.0376 AR2 -0.113530 0.127002 -0.893921 0.3714 Variance Equation C 0.259399 0.137733 1.883343 0.0597 RESID-12 0.932705 0.524034 1.779857 0.0751 GARCH-1 0.166351 0.128671 1.292842 0.1961 R-squared 0.101046 Mean dependent var -0.072963 Adjusted R-squared 0.041116 S.D. dependent var 1.465063 S.E. of regression 1.434628 Akaike info criterion 2.925300 Sum squared resid 154.3617 Schwarz criterion 3.102667 Log likelihood -112.4747 Hannan-Quinn criter. 2.996462 F-statistic 1.686067 Durbin-Watson stat 1.855786 ProbF-statistic 0.148348 Inverted AR Roots -.23+.25i -.23-.25i Lampiran 35. Uji Normalitas pada Variabel Harga Minyak Dunia 4 8 12 16 20 24 28 -3 -2 -1 1 2 Series: Standardized Residuals Sample 1990M06 2009M12 Observations 235 Mean 0.099401 Median 0.101749 Maximum 2.353631 Minimum -3.042753 Std. Dev. 0.998564 Skewness -0.217285 Kurtosis 3.013668 Jarque-Bera 1.850989 Probability 0.396335 Lampiran 36. Uji Normalitas pada Variabel Harga Ekspor Industri Minyak dan Lemak 5 10 15 20 25 30 35 -3 -2 -1 1 2 3 4 Series: Standardized Residuals Sample 1988M05 2008M12 Observations 248 Mean 0.049807 Median 0.045763 Maximum 4.546950 Minimum -2.780952 Std. Dev. 1.000782 Skewness 0.144576 Kurtosis 4.570268 Jarque-Bera 26.34329 Probability 0.000002 Lampiran 37. Uji Normalitas pada Variabel Harga Ekspor Industri Besi Baja 10 20 30 40 50 -3.75 -2.50 -1.25 0.00 1.25 2.50 3.75 Series: Standardized Residuals Sample 1988M03 2008M12 Observations 250 Mean 0.013599 Median -0.072485 Maximum 4.704414 Minimum -3.679781 Std. Dev. 1.003856 Skewness 0.787363 Kurtosis 6.226479 Jarque-Bera 134.2701 Probability 0.000000 Lampiran 38. Uji Normalitas pada Variabel Harga Ekspor Industri Tekstil 10 20 30 40 50 -5.00 -3.75 -2.50 -1.25 0.00 1.25 2.50 3.75 Series: Standardized Residuals Sample 1988M02 2008M12 Observations 251 Mean 0.005600 Median 0.066341 Maximum 3.826223 Minimum -4.930834 Std. Dev. 1.001957 Skewness -0.651797 Kurtosis 7.373423 Jarque-Bera 217.8072 Probability 0.000000 Lampiran 39. Uji Normalitas pada Variabel Harga SBI Riil 2 4 6 8 10 12 14 -4 -3 -2 -1 1 2 3 Series: Standardized Residuals Sample 2002M04 2008M12 Observations 81 Mean 0.088018 Median 0.024739 Maximum 3.016691 Minimum -4.334937 Std. Dev. 1.002299 Skewness -0.742168 Kurtosis 7.002953 Jarque-Bera 61.51574 Probability 0.000000 Lampiran 40. Contoh Closure pada Model CGE Dampak Volatilitas Solution file, Solution method, Log file check-on-read elements = warn; very often needed method = Johansen; log file = yes; Optional auxiliary files = wayang44; verbal description = Harga Minyak Dunia; Data, Equations file, Summary file file mdata=D:\Disertasi\Way44.har; updated file mdata=D:\Disertasi\Way44a3.har; file summary=D:\Disertasi\summary44.har; equations file=D:\Disertasi\temp; model =D:\Disertasi\indof; solution file=D:\Disertasi\simbbm; Closure Exogenous q ; HH Number of households Exogenous f5 ; COMSRC Government demand shift Exogenous f4p ; COM Price upward shift in export demand schedule Exogenous f4q ; COM Quantity right shift in export demands Exogenous fx6 ; COMSRC Shifter on rule for stocks Exogenous phi ; 1 Exchange rate, rupiahworld Exogenous a3_s ; COMHH Taste change, hhold impdom composite Exogenous a1fac ; AGRIFACAGIND Primary factor tech. change, agri. Exogenous a1tot ; IND All input augmenting technical change Exogenous a2tot ; IND Neutral technical change - investment Exogenous delB ; Exogenous f1oct ; IND Shift in price of otehr cost tickets Exogenous t0imp ; COM Power of tariff Exogenous a1faco ; N_AGRIFACN_AGIND Prim. factor tech. change, otehr Exogenous a1prim ; IND All factor augmenting technical change Exogenous f5tot2 ; 1 Ratio between f5tot and x3tot Exogenous fgov_f ; TYPE Shift in transfers: govt. -- foreign Exogenous fgov_h ; HHTYPE Shift in transfers: govt. -- households Exogenous pf0cif ; COM C.I.F. foreign currency import prices Exogenous f0tax_s ; COM General sales tax shifter Exogenous f3tot_h ; HH Ratio, consumptionincome by hh Exogenous f3tax_s ; 1 Uniform change in powers of taxes on household usage Exogenous f5tax_cs ; 1 Uniform change in powers of taxes on government usage Exogenous f1inc_tax ; 1 Overall income tax shifter Exogenous f1lab_i_x ; OCC Skill-specific labour shifter Exogenous f1tax_csi ; 1 Uniform change in powers of taxes on intermediate usage Exogenous f2tax_csi ; 1 Uniform change in powers of taxes on investment Exogenous x1cap_vah ; HH variable capital by household, agri. Exogenous x1cap_vnh ; HH variable capital by household, non-agri. Exogenous x1lab_i_h ; OCCHH Household labour supply Exogenous x1lndi_hh ; AGINDHH Household supply of land, agri. Exogenous f4tax_trad ; 1 Uniform change in powers of taxes on tradtnl exports Exogenous x1cap_f_hh ; N_AGINDHH fixed capital by hhold, non-ag. Lampiran 40. Lanjutan Exogenous emptrend ; Trend employment Exogenous delUnity; dummy variable, always exogenously set to one Exogenous f_accum; IND shifter to switch on accumulation equation Exogenous invslack;1 Exogenous delfudge;1 Exogenous ffreg2 ; IND Exogenous ffreg3 ; COM Exogenous ffreg4 ; COM Exogenous ffreg5 ; COM Exogenous ff_x1tot_r ; NATIND Exogenous f_x1tot_r ; NATINDREG Exogenous freg2 ; INDREG Exogenous freg3 ; COMREG Exogenous freg4 ; COMREG Exogenous freg5 ; COMREG Exogenous q_reg ; REG Rest endogenous; cpu =yes ; Optional Reports CPU times for various stages shock delUnity=1; shock delfudge=1; shock emptrend=3.485; shock f5tot2=-1.16; shock f4pKilangMyk=16.48; shock pf0cifKilangMyk=16.48; shock a1totPadi=-6.86; shock a1totTanLain=-5.56; shock a1totKaret=-4.04; shock a1totTebu=-4.5; shock a1totKelapa=-3.24; shock a1totsawit=-3.24; shock a1totTembakau=-6.46; shock a1totKopi=-4.14; shock a1totTeh=-2.84; shock a1totCengkeh=-0.50; shock a1totKebunLain=-1.84; shock a1totPeternakan=-2.95; shock a1totKehutanan=0.33; shock a1totPerikanan=-4.81; shock a1totMnkGasPnsBm=0.26; shock a1totBatubaraLgm=-7.56; shock a1totMnykLemak=-8.8; shock a1totMakOlahLaut=-7.59; shock a1totMakOlah=-7.59; shock a1totTexPakKlt=0.14; shock a1totAlasKaki=0.14; shock a1totBmbKaRtn=0.74; shock a1totKaretPlast=-2.82; shock a1totKertas=-4.07; Lampiran 41. Lanjutan shock a1totFertiPest=-2.82; shock a1totKilangMyk=0.27; shock a1totSemen=-0.26; shock a1totBesiBaja=-5.18; shock a1totIndLogam=-5.18; shock a1totMesinListrik=-7.68; shock a1totAltAngkut=-7.68; shock a1totIndustriLain=-1.84; shock a1totListrik=-6.14; shock a1totGasAir=-17.56; shock a1totBangunan=-6.62; shock a1totPerdagangan=-2.74; shock a1totRestHotel=-5.02; shock a1totAngkDrt=-4.62; shock a1totAngkAir=-1.74; shock a1totAngkUdara=-9.43; shock a1totKomunikasi=-24.51; shock a1totLembKeu=-5.06; shock a1totJsPemerintah=-4.08; shock a1totJasaLain=-6.73; structurally singular solve modified equations = yes ; ABSTRACT ALLA ASMARA. The Impact of Economic Variables Volatility on Manufacturing Sector and Indonesian Macroeconomic Performance RINA OKTAVIANI as Chairman, KUNTJORO and MUHAMMAD FIRDAUS as Members of the Advisory Committee. The manufacturing sector has a prominent contribution on national economic growth. Aside from being able to provide higher added value, it is also significant in the formation of Gross Domestic Product GDP, foreign exchange, and employment. Moreover, the growth of manufacturing sector implies a relatively large multiplier effect on the economic growth. The dynamics of the economy that are reflected in the fluctuations of economic variables generally affect the performance of manufacturing sector and macroeconomic condition. In respect to the background, the purpose of this study is to analyze the volatility of economic variables and their impact on manufacturing sector and macroeconomic performance. The economic variables analyzed are oil price, export prices of manufacturing, real interest rate and real devaluation. The analytical methods used are the ARCH-GARCH model and Recursive Dynamic CGE model. Set of economic variables that are analyzed reveal that volatility tends to vary over time time varying. In addition, the impacts also vary among industries. The volatility of world oil price and real interest rate has a tendency to provide negative influence on the Indonesian manufacturing sector and macroeconomic performance. Meanwhile, the volatility of industrial export prices and real devaluation causes a relatively different effect. Manufacturing sector is relatively susceptible to volatility of economic variables. Nevertheless, advanced durability against shock volatility performed by the manufacturing sector which tend to have linkages with agricultural sector, such as processed food, fertilizer and pesticide. As for the group of export-oriented industry, volatility tends to reduce export . Keywords: Volatility, Manufacturing Sector, Recursive Dynamic CGE, ARCH-GARCH Model RINGKASAN ALLA ASMARA. Dampak Volatilitas Variabel Ekonomi terhadap Kinerja Sektor Industri Pengolahan dan Makroekonomi Indonesia RINA OKTAVIANI sebagai Ketua, KUNTJORO dan MUHAMMAD FIRDAUS sebagai Anggota Komisi Pembimbing. Sektor industri memiliki peran penting bagi pertumbuhan ekonomi nasional. Selain mampu memberikan nilai tambah yang lebih tinggi terhadap produk antara, sektor ini juga berperan penting dalam pembentukan Produk Domestik Bruto PDB, penghasil devisa dan penyerapan tenaga kerja. Disamping itu, pertumbuhan sektor industri pengolahan juga memberikan multiplier effect efek pengganda yang relatif besar terhadap pertumbuhan ekonomi nasional. Namun demikian, dinamika yang terjadi dalam perekonomian nasional ataupun global seringkali menyebabkan penurunan kinerja sektor industri pengolahan. Kenaikan harga minyak di pasar dunia, krisis keuangan global hingga penguatan rupiah merupakan dinamika yang terjadi dalam perekonomian belakangan ini. Perubahan yang cukup signifikan pada berbagai variabel ekonomi tersebut ditunjukan dengan peningkatan volatilitas. Berangkat dari pemikiran tersebut maka permasalahan penelitian yang dikaji adalah bagaimana tingkat volatilitas suatu variabel ekonomi dan bagimana dampak volatilitas tersebut terhadap kinerja sektor industri pengolahan dan makroekonomi Indonesia. Penelitian ini bertujuan untuk: 1 menganalisis tingkat volatilitas harga minyak dunia, harga ekspor industri, suku bunga riil dan devaluasi riil; 2 menganalisis perkembangan output, harga, ekspor, impor dan penyerapan tenaga kerja pada sektor industri pengolahan sebagai dampak volatilitas harga minyak dunia, harga ekspor industri, suku bunga riil dan devaluasi riil; 3 menganalisis kinerja makroekonomi Indonesia sebagai dampak volatilitas harga minyak dunia, harga ekspor industri, suku bunga riil dan devaluasi riil; dan 4 merumuskan rekomendasi kebijakan untuk mendorong kinerja sektor industri pengolahan dan makroekonomi Indonesia. Tujuan penelitian tersebut dicapai dengan mengaplikasikan model ARCH-GARCH dan model CGE Recursive Dynamic. Hasil yang diperoleh menunjukkan bahwa sejumlah variabel ekonomi yang dianalisis menunjukkan tingkat volatilitas yang bervariasi antar waktu time varying . Volatilitas harga minyak dunia menunjukkan kecenderungan yang terus meningkat. Sementara itu, volatilitas harga ekspor industri menunjukkan pola yang beragam. Harga ekspor industri besi baja menunjukkan tingkat volatilitas yang lebih besar dibandingkan harga ekspor industri lainnya. Untuk variabel suku bunga riil, tingkat volatilitas yang dicapai relatif berfluktuasi pada nilai rataan volatilitasnya. Shock volatilitas suatu variabel ekonomi cenderung menyebabkan penurunan kinerja sektor industri pengolahan. Hal ini menunjukkan bahwa sektor industri pengolahan relatif rentan terhadap shock volatilitas suatu variabel ekonomi. Daya tahan yang lebih baik terhadap shock volatilitas ditunjukan oleh sektor industri yang cenderung memiliki keterkaitan dengan sektor pertanian seperti terjadi pada sektor industri makanan olahan dan industri pupuk dan pestisida. Pada kelompok sektor industri berorientasi ekspor, shock volatilitas cenderung menurunkan kinerja ekspor. Tingkat produktivitas yang rendah merupakan salah satu faktor utama yang menyebabkan penurunan kinerja tersebut seperti terjadi pada industri tekstil, alas kaki dan kilang minyak. Faktor lain yang juga mempengaruhi kinerja industri orientasi ekspor adalah dukungan pertumbuhan pada sektor pemasok sumber bahan baku utama. Penurunan pertumbuhan sektor karet dan sektor kehutanan menjadi salah satu faktor yang menyebabkan penurunan kinerja sektor industri karet dan plastik dan industri kertas. Pada sisi makro, volatilitas harga minyak dunia dan suku bunga riil memberikan efek kontraksi terhadap pertumbuhan ekonomi serta mendorong kenaikan hargainflasi. Sementara itu, volatilitas harga ekspor industri dan devaluasi riil menyebabkan pertumbuhan GDP riil sedikit lebih tinggi dibandingkan baseline. Bertitik tolak dari sejumlah temuan yang ada maka rekomendasi kebijakan dari studi ini adalah: 1 pemerintah perlu merumuskan kebijakan yang dapat mendukung peningkatan kinerja sektor industri pengolahan dan makroekonomi Indonesia sebagai respon terhadap volatilitas harga minyak dunia yang terjadi serta antisipasi perkembangannya pada masa mendatang; 2 relatif rentannya sektor industri pengolahan terhadap guncangan dalam perekonomian menunjukkan perlunya perumusan strategi penguatan struktur industri yang bersifat spesifik sesuai karakteristik masing-masing industri dan didasarkan pada skala prioritas kebutuhan setiap industri; 3 pada kelompok industri yang tingkat produktivitasnya cenderung menurun seperti pada industri tekstil, alas kaki dan kilang minyak maka strategi penguatan industri yang perlu diprioritaskan adalah peningkatan investasi dan adopsi teknologi dalam bentuk penggantianperemajaan mesin-mesin dan alat produksi sehingga dapat mencapai tingkat produktivitas yang lebih tinggi; 4 penguatan sektor industri pengolahan yang berbasis sumber daya pertanian seperti: industri makanan olahan, industri makanan olahan laut, industri minyak lemak, industri karet, industri kertas, dan industri kayu dan berorientasi ekspor dapat dilakukan dengan menjaga pertumbuhan produksi dan produktivitas sektor pertanian serta pengembangan sektor industri tersebut dilakukan secara terintegrasi dengan pengembangan sektor pertanian; 5 pada kelompok industri yang pangsa input impornya relatif besar maka strategi penguatan industri yang perlu diupayakan adalah dengan pengembangan dan penyediaan input secara domestik guna mengurangi ketergantungan yang tinggi terhadap input impor; dan 6 pada kelompok industri orientasi ekspor serta industri yang pangsa input impornya relatif besar maka dukungan terhadap peningkatan kinerja sektor industri dapat diwujudkan dalam bentuk pengendalian tingkat suku bunga dan nilai tukar rupiah dalam rentang nilai yang dianggap wajar dan stabil. DAMPAK VOLATILITAS VARIABEL EKONOMI TERHADAP KINERJA SEKTOR INDUSTRI PENGOLAHAN DAN MAKROEKONOMI INDONESIA DISERTASI ALLA ASMARA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2011

I. PENDAHULUAN

1.1. Latar Belakang

Sektor industri merupakan sektor yang memiliki peran penting dalam perekonomian Indonesia. Hal ini dapat dilihat dari kontribusi sektor tersebut terhadap pembentukan Produk Domestik Bruto PDB nasional. Selama periode 2004-2009 kontribusi sektor industri pengolahan terhadap pembentukkan PDB adalah berkisar 26.16 persen hingga 28.37 persen Badan Pusat Statistik, 2010a. Pangsa sektor industri tersebut jauh berada di atas sektor-sektor lainnya termasuk sektor pertanian, yang memiliki pangsa sekitar 16.00 persen. Hal ini menunjukan bahwa sektor industri selama kurun waktu tersebut merupakan sektor yang paling dominan kedudukannya dalam hal penciptaan PDB. Lebih lanjut, kontribusi dari setiap sektor terhadap PDB dapat dilihat dari laju pertumbuhannya. Berdasarkan laju pertumbuhannya dalam pembentukan PDB diketahui bahwa meskipun sektor industri pengolahan tidak mengalami laju pertumbuhan yang tertinggi dibandingkan sektor-sektor lainnya, namun laju pertumbuhan yang dicapai selalu mengalami pertumbuhan positif. Laju pertumbuhan yang dicapai sektor industri pengolahan selama periode 2004-2008 berkisar antara 4.14-6.38 persen Badan Pusat Statistik, 2010a. Hal tersebut menunjukan bahwa peranan sektor industri pengolahan dalam pembentukan PDB terus meningkat seiring dengan pertumbuhan sektor-sektor perekonomian lainnya. Apabila dikaji lebih detail diketahui bahwa pertumbuhan positif yang dicapai oleh industri pengolahan merupakan kontribusi dari pertumbuhan yang dicapai oleh industri pengolahan non minyak dan gas non migas. Selama periode 2006-2009, industri pengolahan non-migas mengalami pertumbuhan positif, sedangkan industri migas mengalami pertumbuhan negatif Tabel 1. Industri pengolahan non-migas mengalami pertumbuhan berkisar antara 2.52-5.27 persen, sedangkan industri pengolahan migas mengalami pertumbuhan negatif dengan kisaran antara -0.06 sampai -2.21 persen. Pertumbuhan yang relatif bervariasi antar kelompok industri tersebut tentunya disebabkan oleh berbagai faktor yang mempengaruhi sektor industri tersebut. baik faktor internal maupun faktor eksternal. Tabel 1. Laju Pertumbuhan Sektor Industri Pengolahan di Indonesia, Tahun 2006- 2009 Uraian 2006 2007 2008 2009 Industri Pengolahan 4.59 4.67 3.66 2.11 a. Industri Pengolahan Minyak dan Gas -1.66 -0.06 -0.34 -2.21 a.1. Pengilangan Minyak -1.89 -0.13 0.92 0.48 a.2. Gas Alam Cair Liquefied Natural GasLNG -1.48 -0.01 -1.30 -4.32 b. Industri Pengolahan Non Minyak dan Gas 5.27 5.15 4.05 2.52 b.1. Makanan. Minuman Tembakau 7.21 5.05 2.34 11.29 b.2. Tekstil, Barang Kulit Alas Kaki 1.23 -3.68 -3.64 0.53 b.3. Barang Kayu Hasil Hutan Lainnya -0.66 -1.74 3.45 -1.46 b.4. Kertas Barang Cetakan 2.09 5.79 -1.48 6.27 b.5. Pupuk, Kimia Barang dari Karet 4.48 5.69 4.46 1.51 b.6. Semen Mineral Non Logam 0.53 3.40 -1.49 -0.63 b.7. Logam Dasar Besi Baja 4.73 1.69 -2.05 -4.53 b.8. Alat Angkutan, Mesin dan Peralatan 7.55 9.73 9.79 -2.94 b.9. Barang Lainnya 3.62 -2.82 -0.96 3.13 Angka sementara Angka sangat sementara Sumber: Badan Pusat Statsitik, 2010a diolah. Disamping berkontribusi dalam pembentukan PDB, peranan sektor industri juga ditunjukkan dalam hal penciptaan devisa negara. Data yang ada menunjukan bahwa sektor industri memiliki kontribusi besar dalam menghasilkan devisa bagi negara melalui nilai ekspornya Gambar 1. Berdasarkan gambar tersebut diketahui bahwa selama periode 2007-Mei 2010, kontribusi ekspor dari sektor industri berkisar antara 73.69 persen sampai dengan 81.41 persen Kementerian Perindustrian, 2011. Hal tersebut menunjukan bahwa sektor industri memberikan kontribusi yang paling dominan dibandingkan sektor lainnya untuk kelompok ekspor non-migas. Sumber: Kementerian Perindustrian, 2011 diolah. Gambar 1. Pangsa Ekspor Non-Migas Utama Menurut Sektor di Indonesia, Tahun 2007-2010 Peranan yang sangat dominan dari sektor industri dalam pembentukan PDB dan dalam penciptaan devisa negara menunjukan bahwa untuk saat ini sektor industri dapat dipandang sebagai ”mesin pertumbuhan” utama dalam perekonomian Indonesia. Nanga 2001 menjelaskan bahwa pertumbuhan ekonomi didefinisikan sebagai peningkatan kemampuan suatu perekonomian dalam memproduksi barang-barang dan jasa-jasa. 10 20 30 40 50 60 70 80 90 2007 2008 2009 2010 Sektor Pertanian Sektor Industri Sektor Tambang Sektor Lainnya Lebih lanjut, kontribusi sektor industri dalam perekonomian adalah dalam penyerapan tenaga kerja. Berdasarkan data BPS 2009a diketahui bahwa pangsa sektor industri dalam menyerap tenaga kerja adalah sebesar 12.24 persen pada periode Agustus 2008. Dengan pangsa tersebut sektor industri menduduki peringkat kedua dalam penyerapan tenaga kerja setelah sektor pertanian. Pangsa sektor pertanian dalam penyerapan tenaga kerja adalah sebesar 20.69 persen. Hal ini menunjukan bahwa meskipun kemampuan sektor industri masih lebih rendah dibandingkan sektor pertanian, namun kontribusi sektor industri dalam penyerapan tenaga kerja tidak dapat diabaikan karena secara relatif masih lebih besar dibandingkan sektor-sektor lainnya. Apabila dilihat dari perkembangan jumlah tenaga kerja yang dapat diserap oleh sektor industri diketahui bahwa selama periode Februari 2005 sampai dengan Agustus 2008 menunjukan kecenderungan peningkatan Gambar 2. Jumlah tenaga kerja yang dapat diserap meningkat dari 11.65 juta orang pada Februari 2005 menjadi 12.55 juta orang pada Agustus 2008. Dengan demikian selama periode Februari 2005 sampai dengan Agustus 2008 terdapat peningkatan penyerapan tenaga kerja pada sektor industri sebanyak 0.90 juta orang BPS, 2009a. Perkembangan jumlah tenaga kerja yang mampu diserap oleh sektor industri tentunya terkait dengan perkembangan yang terjadi pada sektor industri itu sendiri serta perkembangan kondisi perekonomian secara keseluruhan. Oleh karena itu menjadi sangat penting untuk menjaga pertumbuhan sektor industri dan perekonomian secara keseluruhan guna menjamin terciptanya pertumbuhan penyerapan tenaga kerja pada sektor industri. Sumber: Badan Pusat Statistik, 2009a diolah. Gambar 2. Perkembangan Jumlah Tenaga Kerja Pada Sektor Industri di Indonesia, Tahun 2005-2008 Perkembangan yang terjadi pada sektor industri seringkali digunakan sebagai indikator untuk menilai sejauhmana tahapan pembangunan yang sudah dilakukan oleh suatu negara. Pergeseran peran dari sektor yang dipandang tradisional pertanian ke sektor yang dipandang modern industri dan jasa diartikan sebagai suatu kemajuan dalam tahapan pembangunan. Baharsyah 1999 dalam studinya menyatakan bahwa potensi sektor industri pengolahan dalam menunjang pertumbuhan ekonomi nasional dapat dilihat dari kontribusinya pada berbagai kegiatan ekonomi. Secara garis besar sektor industri pengolahan memiliki kontribusi dalam tiga bentuk yaitu: 1 kontribusi faktor produksi, yaitu diwujudkan dalam bentuk akumulasi kapital dan membuka kesempatan kerja baru, 2 kontribusi devisa yaitu dari peningkatan penerimaan ekspor, dan 3 kontribusi pasar yang diwujudkan dalam bentuk sumbangan terhadap pembentukan PDB atau pendapatan nasional. Dengan peran yang sangat penting seperti dijelaskan pada bagian terdahulu maka berbagai perubahan yang terjadi dalam perekonomian nasional ataupun global yang menyebabkan penurunan kinerja sektor industri juga akan menyebabkan menurunnya kinerja perekonomian Indonesia. Krisis ekonomi yang dialami oleh negara-negara Asia, termasuk Indonesia, telah membuktikan hal tersebut. Pertumbuhan ekonomi yang negatif terjadi karena memburuknya kinerja sektor industri pengolahan. Kenaikan harga minyak di pasar dunia, krisis keuangan di Amerika Serikat, kenaikan harga pangan dunia dan krisis politik di Timur Tengah merupakan dinamika yang terjadi belakangan ini dan cenderung mempengaruhi perekonomian dunia. Dinamika perekonomian tersebut seringkali menyebabkan perubahan yang signifikan pada berbagai variabel ekonomi. Perubahan variabel ekonomi tersebut pada akhirnya akan mempengaruhi kinerja sektoral dan perekonomian secara keseluruahan. Mankiw 2003 menjelaskan bahwa dalam perekonomian kerapkali terjadi fluktuasi dalam jangka pendek. Fluktuasi tersebut akan mempengaruhi keseimbangan pendapatan nasional, kesempatan kerja dan tingkat harga. Kenaikan harga minyak dunia menjadi fenomena yang sangat mengkhawatirkan bagi bangsa Indonesia. Hal ini tidak terlepas dari besarnya ketergantungan Indonesia terhadap sumber energi yang bersifat non-renewable tersebut. Peningkatan harga minyak dunia yang terjadi pada akhir tahun 2008 hingga awal tahun 2009 merupakan isyarat bahwa dunia tengah menghadapi krisis energi. Peningkatan harga minyak dunia tersebut pada akhirnya “memaksa” pemerintah mengambil kebijakan menaikan harga BBM di dalam negeri. Pergerakan harga minyak dunia yang cenderung semakin meningkat juga terjadi pada periode akhir tahun 2010 hingga awal tahun 2011. Peningkatan harga minyak tersebut distimulus oleh peningkatan konsumsi dunia. Laporan International Energy Agency IEA memperkirakan bahwa tingkat konsumsi minyak dunia tahun 2011 mencapai 89.4 juta barel per hari atau meningkat 1.50 juta barel per hari dibanding tahun 2010 1 . Pergerakan harga minyak dunia yang cenderung terus meningkat juga distimulus oleh krisis politik di Libya. Krisis politik yang terjadi telah mendorong peningkatan harga minyak dunia mencapai US 115.97barrel 2 . Lebih lanjut, peningkatan harga minyak dunia juga berimbas terhadap peningkatan harga komoditi lainnya. Harga pangan dunia juga akan cenderung mengalami peningkatan akibat naiknya biaya produksi dan biaya transportasi yang dikeluarkan serta adanya substitusi bahan bakar dari sumber nabati. Kenaikan harga minyak dunia yang disebabkan oleh krisis di Timur Tengah dan Afrika Utara telah mendorong kenaikan harga pangan sebesar 36.00 persen lebih tinggi dibandingkan harga pangan tahun 2010 3 Perkembangan harga minyak dan harga pangan dunia tentunya akan sangat mempengaruhi perekonomian Indonesia. Volatilitas harga minyak dan harga pangan dunia yang cenderung semakin meningkat akan memunculkan resiko dalam pengendalian partumbuhan ekonomi. Disamping itu, volatilitas yang terjadi juga akan mendorong kenaikan harga-harga barang di pasar domestik. Peningkatan harga tersebut akan berimplikasi terhadap capaian inflasi yang lebih . 1 http:www.antaranews.comberita254130harga-minyak-indonesia-capai-117-dolar, 14 April 2011 2 http:makassar.tribunnews.com20110307harga-minyak-dunia-terus-melambung, 8 Maret 2011 3 http:bisniskeuangan.kompas.comread2011041713425880Bank-Dunia-Harga-Pangan- Membahayakan, 17 April 2011 tinggi. Tekanan inflasi yang terjadi akan mendorong peningkatan suku bunga yang ditetapkan Bank Indonesia BI. Berbagai perkembangan tersebut tentunya juga akan sangat mempengaruhi sektor industri pengolahan. Peningkatan harga minyak dan harga pangan akan memberikan tekanan biaya bahan baku dan bahan bakar bagi industri pengolahan. Sementara itu, kenaikan suku bunga akan meningkatkan biaya modal bagi industri pengolahan. Fenomena yang juga sempat mempengaruhi perekonomian nasional adalah krisis keuangan di Amerika Serikat yang kemudian berkembang menjadi krisis keuangan global. Krisis di AS akan berpengaruh terhadap Indonesia paling tidak melalui dua jalur atau transmisi yaitu perdagangan atau ekspor-impor dan pasar keuangan. Menurunnya daya beli masyarakat AS akibat krisis menyebabkan terjadinya penurunan permintaan impor terhadap sejumlah produk industri pengolahan, termasuk yang berasal dari Indonesia. Dari jalur keuangan, krisis global akan menyebabkan Indonesia berpotensi mengalami penurunan capital inflows, terutama dari investasi portofolio Bank Indonesia, 2009. Implikasi dari kondisi Kuatnya dampak krisis telah menyebabkan Bank Dunia dan IMF mengoreksi proyeksi tingkat pertumbuhan ekonomi berbagai negara dan dunia. Perekonomian AS, misalnya, diprediksi akan melemah menjadi tumbuh sebesar 1.30 persen pada 2008 dari sebelumnya sebesar 2.70 persen pada 2007. Demikian pula, negara-negara di kawasan Eropa, diprediksi akan melemah dari 2.60 persen pada 2007 menjadi 1.40 persen pada 2008. Adapun laju pertumbuhan Indonesia diperkirakan turun dari 6.50 persen 2007 menjadi sekitar 6.00 persen pada 2008 Bank Indonesia, 2009. tersebut menyebabkan fluktuasi pada berbagai variabel ekonomi seperti nilai tukar dan tingkat suku bunga. Fluktuasi tingkat suku bunga selama periode Januari 2008-Desember 2009 cenderung bergerak naik. Berdasarkan data yang dipublikasikan Bank Indonesia 2011a, suku bunga meningkat dari 8.00 persen Januari 2008 menjadi 11.24 persen November 2008. Setelah itu, tingkat suku bunga cenderung terus menurun hingga mencapai 6.64 persen pada Desember 2009. Peningkatan suku bunga kembali terjadi sebagai respon terhadap peningkatan inflasi yang terjadi pada bulan-bulan terakhir ini. BI menaikkan suku bunga pada level 6.75 persen per 4 Februari 2011. Peningkatan suku bunga tersebut didasarkan pertimbangan inflasi Januari 2011 mencapai 0.89 persen sehingga inflasi year on year pada Januari 2011 mencapai 7.02 persen 4 . Fluktuasi variabel suku bunga tersebut akan berpengaruh terhadap besarnya biaya modal yang harus ditanggung pengusaha. Sumber: Bank Indonesia, 2011b diolah. Gambar 3. Perkembangan Nilai Tukar Rupiah Periode Januari-April 2011 4 http:economy.okezone.comindex.phpReadStory2011041220444893bi-rate-belum-perlu- diturunkan, 12 april 2011 Perkembangan yang juga terjadi dalam perekonomian pada periode terakhir ini adalah penguatan nilai tukar rupiah. Penguatan nilai tukar rupiah yang terjadi mendorong Pemerintah untuk merubah asumsi rupiah. Pemerintah berencana mengubah asumsi rupiah dari Rp 9 250 menjadi Rp 9 000 per dollar AS. Perkembangan nilai tukar rupiah selama periode 1 Januari 2011 sampai dengan 15 April 2011 ditunjukan pada Gambar 3. Selama periode tersebut nilai tukar rupiah cenderung menguat dari Rp 9 133US menjadi Rp 8 684US. Volatilitas rupiah yang terjadi di pasar uang merupakan dinamika perekonomian yang juga akan berpengaruh terhadap sektor industri pengolahan. Penguatan rupiah yang terlalu tinggi akan dapat menurunkan daya saing ekspor industri. Volatilitas merupakan ukuran yang digunakan untuk mengukur seberapa jauh perubahan dan persebaran nilai fluktuasi terhadap nilai rata-rata dari suatu data time series. Volatilitas harga minyak dunia, harga ekspor industri, suku bunga dan nilai tukar devaluasi riil diduga akan berpengaruh terhadap kinerja perekonomian secara keseluruhan dan kinerja sektor-sektor perekonomian. Oleh karena itu, penelitian ini akan mengkaji bagaimana dampak volatilitas keempat variabel ekonomi tersebut terhadap kinerja sektor industri pengolahan dan makroekonomi.

1.2. Perumusan Masalah

Selama lebih dari tiga dasawarsa pembangunan perekonomian Indonesia, industri pengolahan memiliki arti penting bagi pertumbuhan ekonomi nasional. Selain mampu memberikan nilai tambah yang lebih tinggi terhadap produk antara, sektor ini juga berperan penting dalam memberikan sumbangan terhadap Produk Domestik Bruto PDB dan penyerapan tenaga kerja. Pertumbuhan di sektor pengolahan memberikan multiplier effect efek pengganda yang relatif besar terhadap pertumbuhan ekonomi nasional. Oleh sebab itu tidak mengherankan jika pemerintah memberikan perhatian yang lebih terhadap pertumbuhan sektor industri pengolahan. Secara umum sektor industri pengolahan mengalami pertumbuhan positif di sepanjang tahun 2004-2007. Namun demikian laju pertumbuhan tersebut cenderung mengalami perlambatan. Pada tahun 2004 pertumbuhan sektor industri pengolahan non-migas mencapai sebesar 7.51 persen dan pada tahun 2005 pertumbuhannya turun menjadi sebesar 5.86 persen BPS, 2008. Pertumbuhan sektor industri secara keseluruhan menurun dari 6.40 persen pada tahun 2004 menjadi 4.60 persen tahun 2005 Bank Indonesia, 2008. Perlambatan dan turunnya kontribusi sektor industri yang terjadi pada tahun 2005 diduga disebabkan kenaikan harga bahan bakar minyak BBM di tahun tersebut. Nicholson 1997 menjelaskan bahwa peningkatan harga input produksi, yang menyebabkan peningkatan biaya produksi yang dihadapi perusahaan, akan cenderung mendorong perusahaan untuk mengurangi output. Lebih lanjut, penurunan output tersebut akan diikuti dengan penurunan permintaan input misalnya: tenaga kerja, yang merupakan derived demand. Sementara itu, perkembangan makroekonomi Indonesia selama periode 2004-2007 menunjukan perkembangan yang relatif baik. Namun demikian, perubahan harga BBM dan dinamika perekonomian yang terjadi pada tahun 2005 diduga menyebabkan perubahan yang drastis pada beberapa indikator makroekonomi Indonesia seperti inflasi, nilai tukar, dan suku bunga SBI Tabel 2. Perubahan berbagai indikator makro tersebut tentunya juga mempengaruhi kinerja berbagai sektor perekonomian, termasuk sektor industri pengolahan. Tabel 2. Perkembangan Indikator Makro Ekonomi Indonesia, Tahun 2004-2009 Variabel 2004 2005 2006 2007 2008 2009 Pertumbuhan PDB 5.00 5.70 5.50 6.30 6.01 4.55 Inflasi 6.40 17.11 6.60 6.59 11.06 2.78 Nilai Tukar Rata-rata Rp 8 940.00 9 713.00 9 167.00 9 140.00 9 757.00 10 356.00 SBI 1bulan 7.43 12.75 9.75 8.00 8.25 7.29 Sumber: Bank Indonesia, 2009 dan Badan Pusat Statistik, 2010a. Untuk tahun 2008, dinamika perekonomian global dan nasional diwarnai dengan fenomena krisis finansial. Laporan Bank Indonesia 2009 menyebutkan bahwa perekonomian Indonesia tahun 2008 secara umum mencatat perkembangan yang cukup baik di tengah terjadinya gejolak eksternal. Pertumbuhan ekonomi Indonesia secara keseluruhan tumbuh mencapai 6.01 persen atau sedikit lebih rendah dibandingkan dengan tahun sebelumnya sebesar 6.30 persen. Perlambatan pada seluruh sektor mulai terjadi di triwulan IV-2008, terutama sektor-sektor tradable seiring dengan anjloknya permintaan dunia. Pada triwulan IV-2008, krisis global yang semakin dalam telah memberi tekanan pada pasar tenaga kerja di Indonesia. Tekanan krisis global telah mengakibatkan beberapa perusahaan melakukan penyesuaian pada operasi kerjanya, efisiensi usaha, dan penutupan beberapa pabrik. Hal ini menyebabkan terjadinya peningkatan rencana Pemutusan Hubungan Kerja PHK beberapa perusahaan. Penurunan ekspor produk industri Indonesia ke AS dan negara-negara lain yang juga terkena dampak krisis telah menyulitkan sektor industri dalam negeri menjual produknya.