Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI
PERAMALAN DAN ANALISIS FAKTOR-FAKTOR YANG
MEMENGARUHI PENAWARAN EKSPOR INDONESIA KE
NEGARA-NEGARA ANGGOTA OKI
NUR AZIZAH
PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR
BOGOR 2014
(2)
(3)
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
Bogor, April 2014
Nur Azizah
(4)
ABSTRAK
NUR AZIZAH. Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI. Dibimbing oleh IRFAN SYAUQI BEIK.
Indonesia bergabung dalam Organisasi Kerja Sama Islam (OKI) sejak tahun 1969, akan tetapi hingga tahun 2012 ekspor Indonesia ke negara-negara anggota OKI hanya sebesar 12% dari total ekspornya. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI serta meramalkan nilai ekspornya hingga Juli 2015. Untuk menganalisis faktor-faktor tersebut digunakan analisis data panel dengan model gravitasi sedangkan untuk meramalkan nilai ekspornya digunakan metode ARIMA. Hasil analisis menunjukkan bahwa GDP riil, populasi dan openness negara importir, serta
remoteness antara Indonesia dan negara importir berpengaruh signifikan terhadap ekspor Indonesia ke negara-negara anggota OKI. Hasil peramalan menunjukkan bahwa nilai ekspor Indonesia ke negara-negara anggota OKI akan terus meningkat hingga Juli 2015 dengan laju pertumbuhan rata-rata sebesar 0.58% per bulannya. Kata kunci: ARIMA, model gravitasi (gravity model), perdagangan internasional
ABSTRACT
NUR AZIZAH. Forecast and Determinants of Supply of Exports of Indonesia to OIC Member Countries. Supervised by IRFAN SYAUQI BEIK.
Indonesia joined the Organization of Islamic Cooperation (OIC) in 1969, but by 2012 the share of Indonesia's exports to OIC member countries reaches only 12% of its total exports. This paper aims to analyze the factors affecting Indonesia’s exports to OIC member countries and predicts its value until July 2015. Panel data with gravity model is used as analytical method while ARIMA method is utilized to predict the value of exports until July 2015. The results show that the real GDP, population and trade openness of importers countries, and the remoteness index between Indonesia and importers countries have significant effects on Indonesia’s exports to OIC member countries. It is predicted that the value Indonesia's exports to OIC member countries will continue to increase until July 2015 with average of growth rate of 0.58% per month.
(5)
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
PERAMALAN DAN ANALISIS FAKTOR-FAKTOR YANG
MEMENGARUHI PENAWARAN EKSPOR INDONESIA KE
NEGARA-NEGARA ANGGOTA OKI
NUR AZIZAH
PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR
BOGOR 2014
(6)
(7)
Judul Skripsi : Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI Nama : Nur Azizah
NIM : H54100035
Disetujui oleh
Dr. Irfan Syauqi Beik Pembimbing
Diketahui oleh
Dr Ir Dedi Budiman Hakim, M.Ec Ketua Departemen
(8)
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2014 ini adalah ekspor produk Indonesia ke negara-negara anggota Organisasi Kerja Sama Islam (OKI) dengan judul Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI.
Terima kasih penulis ucapkan kepada Bapak Dr. Irfan Syauqi Beik selaku pembimbing atas arahan, motivasi, dan ilmu yang diberikan, kepada Ibu Prof. Dr. Ir. Rina Oktaviani selaku penguji utama, dan Bapak Salahuddin El Ayyubi, Lc, MA selaku penguji dari komisi akademik. Selain itu, penulis juga menyampaikan terima kasih kepada Prof. Dr. M Firdaus yang telah memberikan ilmunya, juga kepada semua dosen Ilmu Ekonomi Syariah. Penulis juga berterima kasih kepada Ibu Heni Hasanah, Kak Mutiara Probokawuryan, Kak Diyah Putriani, Kak Astari Miranti, Kak Tita Nursyamsiah atas saran, diskusi, dan nasihatnya dalam penulisan skripsi ini. Ungkapan terima kasih penulis tidak henti untuk kedua orang tua, mama (Ibu Aida) dan ayah (Bapak Nasril), kakak (Uni Reni Syafriani) dan adik (Juliansyah Ibrahim), Ibu Tuti, juga para sahabat (Dian Novia, Anindita, Bayu Prihandika, Ruli Adi, Andrian, Maulina, Putri Eka, Putri Monicha, Nana Rodiana, dan Erma Fatima) yang telah memberikan doa, kasih sayang, dan semangat. Terakhir penulis sampaikan terima kasih atas dukungan dari teman-teman Ilmu Ekonomi Syariah 47,
Sharia Economics Student-Club (SES-C) serta Islamic Agri-Economicst Forum
(IAEF) IPB.
Semoga karya ilmiah ini bermanfaat.
Bogor, April 2014
(9)
DAFTAR ISI
DAFTAR TABEL x
DAFTAR GAMBAR x
DAFTAR LAMPIRAN x
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 4
Tujuan Penelitian 5
Manfaat Penelitian 5
Ruang Lingkup Penelitian 5
TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 6
Konsep Perdagangan Internasional 6
Konsep Perdagangan Internasional Menurut Islam 6
Teori Penawaran Ekspor dan Variabel Independen yang Digunakan 8
Penelitian Terdahulu 10
Kerangka Pemikiran 12
Hipotesis Penelitian 14
METODE PENELITIAN 14
Jenis dan Sumber Data 14
Metode Analisis dan Pengolahan Data 15
Definisi Operasional Variabel 16
HASIL DAN PEMBAHASAN 21
Gambaran Umum Perekonomian Negara-Negara Anggota OKI 21 Gambaran Umum Ekspor Indonesia ke Negara-Negara Anggota OKI 22 Analisis Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara
Anggota OKI 24
Peramalan Ekspor Indonesia ke Negara-Negara Anggota OKI 29
SIMPULAN DAN SARAN 31
Simpulan 31
Saran 32
DAFTAR PUSTAKA 33
(10)
DAFTAR TABEL
1 Nilai dan volume ekspor Indonesia tahun 2004-2009 2
2 Sumber data 15
3 Hipotesis keputusan uji Durbin-Watson 19
4 Pola auto-korelasi dan auto-korelasi parsial pada model ARMA 20 5 Nilai ekspor Indonesia ke negara-negara anggota OKI tahun 2001-2012 22 6 Hasil estimasi nilai ekspor Indonesia ke negara-negara anggota OKI dengan gravity model menggunakan fixed effects-Period SUR 24
7 Hasil Normality test 25
8 Hasil estimasi model ARIMA (0, 1, 1) 27
9 Hasil peramalan menggunakan model ARIMA (0, 1, 1) 31
DAFTAR GAMBAR
1 Tren eskpor Indonesia ke OKI tahun 2001-2011 2 2 Perbandingan bagian ekspor Indonesia ke OKI dan non-OKI per total
ekspor tahun 2012 3
3 Perbandingan bagian total ekspor Indonesia 4
4 Kurva perdagangan internasional 6
5 Kerangka pemikiran 13
6 Pengujian pemilihan model terbaik dalam panel data 17 7 Persentasi nilai ekspor dari negara-negara tujuan ekspor Indonesia 23 8 Komoditas paling sering diekspor Indonesi 26 9 Tren peningkatan 3 komoditas utama ekspor Indonesia 27 10 Fluktuasi nilai tukar nominal negara-negara anggota OKI 27 11 Trade openness index negara-negara anggota OKI 28 12 Plot data nilai ekspor Indonesia ke OKI pada level 29
DAFTAR LAMPIRAN
1 Data sekunder dalam analisis data panel menggunakan gravity model 37
2 Hasil uji Chow 44
3 Hasil uji Hausman 44
4 Hasil estimasi gravity model dengan pendekatan
fixed effect-Period SUR 44
5 Hasil uji Normalitas 46
6 Uji Augmented-Dickey Fuller pada level 46 7 Uji Augmented-Dickey Fuller pada first difference 47 8 Grafik korelogram dari first difference nilai ekspor Indonesia ke
negara-negara anggota OKI 47
9 Hasil estimasi model ARIMA (0, 1, 1) 49
(11)
(12)
(13)
PENDAHULUAN
Latar Belakang
Indonesia yang masih tergolong ke dalam negara berpendapatan menengah memiliki sumber daya alam dan manusia yang melimpah. Tingkat keanekaragaman hayati Indonesia menduduki peringkat ketiga dunia (ASEAN 2013) dengan jumlah penduduk serta Gross Domestic Product (GDP) yang berada pada urutan keempat dunia (World Bank 2013). Memiliki sumber daya yang relatif lebih besar dibanding negara lain, Indonesia disinyalir belum memaksimalkan potensi bagi pertumbuhan ekonomi juga kesejahteraan masyarakatnya. Padahal dengan potensi tersebut, Indonesia berpeluang memposisikan diri sebagai pusat perdagangan internasional. Sebagai bagian dari usaha memaksimalkan perdagangannya, Indonesia bergabung dengan beberapa lembaga multilateral, baik di tingkat regional Asia Tenggara seperti ASEAN (Association of Southeast Asia Nations) dan AFTA (ASEAN Free Trade Area), maupun di tingkat dunia seperti World Trade Organization (WTO) dan Organisasi Kerja Sama Islam (OKI).
OKI yang didirikan sebagai respon terhadap pembakaran secara sengaja Masjid Al-Aqsa di Yerusalem adalah organisasi yang beranggotakan 57 negara Muslim dengan tujuan awal memersatukan, menjaga dan menjamin keamanan umat Islam di dunia. Selain itu, dalam bidang ekonomi, OKI juga bertujuan untuk memperkuat kerja sama dan perdagangan antarnegara anggotanya (OIC 2014)
Indonesia bergabung dengan OKI sejak 1969. OKI memiliki target yang tertuang dalam the Ten-Year Programme of Action berupa pada tahun 2015 perdagangan antar-OKI mencapai level 20%. Wujud kerja sama perdagangan OKI dengan Indonesia adalah dengan dibuatnya The Trade Preferential System Among the Members States of OIC (TPS-OIC) yang telah ditandatangani oleh Indonesia sejak tahun 2010.
Nilai total ekspor produk oleh Indonesia pada tahun 2004 adalah sebesar 71.58 miliar US$ dan meningkat menjadi 182.55 miliar US$ pada 2013 (Tabel 1). Komoditas yang paling besar menyumbang nilai tersebut di antaranya adalah
mineral fuels, oils, distillation products, etc dengan kode HS 27; animal, vegetable fats and oil, cleavage products etc dengan kode HS 15; dan electrical and electrical equipment dengan kode HS 85. Negara importir utama Indonesia pada 2012 adalah negara-negara non-OKI yaitu Jepang, Cina, Singapura, Korea, dan Amerika Serikat.
(14)
2
Tabel 1 Nilai dan volume ekspor Indonesia tahun 2004-2013 Tahun Nilai ekspor
(miliar US$)
Volume ekspor (miliar kg)
Tahun Nilai ekspor (miliar US$)
Volume ekspor (miliar kg)
2004 71.58 232.32 2009 116.51 378.99
2005 85.66 258.73 2010 157.78 478.85
2006 100.79 372.17 2011 203.49 582.22
2007 114.1 342.77 2012 190.03 600.14
2008 137.02 355.05 2013 182.55 700
Sumber: BPS (diolah)
Meskipun ekspor Indonesia ke negara-negara anggota OKI memiliki tren yang meningkat (Gambar 1), nilai total ekspor produk Indonesia ke negara-negara anggota OKI tahun 2012 hanya sebesar 12% dari nilai total eskpor Indonesia. Jika dibandingkan dengan ekspor Indonesia ke negara-negara non-OKI, besaran nilai ekspor produk tersebut masih lebih kecil. Negara non-OKI tujuan utama ekspor Indonesia pada tahun 2012 adalah Jepang dengan 15.9% dari nilai total ekspor Indonesia. Sedangkan negara anggota OKI yang paling besar nilai impornya adalah Malaysia dengan besaran ekspor 5.9% dari nilai total eskpor Indonesia. Perbandingan besaran tersebut menandakan bahwa ekspor Indonesia ke negara OKI masih sangat kecil. Dari total 57 negara, eskpor Indonesia ke negara-negara anggota OKI masih lebih kecil dibandingkan ke Jepang. Padahal, OKI memiliki negara-negara yang potensial untuk mengekspor produk-produk Indonesia.
0 5000000 10000000 15000000 20000000 25000000
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
R
ib
u
US$
Tahun
Sumber: Trade Map, ITC (diolah)
(15)
3 Negara-negara yang potensial untuk ekspor produk Indonesia adalah negara yang masuk ke dalam kategori high income country atau negara berpendapatan tinggi. Negara-negara tersebut adalah Bahrain, Brunei Darussalam, Kuwait, Oman, Qatar, Arab Saudi, dan Uni Emirat Arab (World Bank 2014) yang merupakan negara pengekspor minyak dunia. Negara-negara tersebut memiliki GDP dan pendapatan per kapita yang tinggi. Selain negara-negara tersebut, negara yang masuk kategori upper middle income atau berpendapatan menengah keatas juga berpotensi menjadi negara tujuan ekspor Indonesia. Contoh dari negara berpendapatan menengah keatas tersebut adalah Malaysia, Aljazair, Iran, Turki, Libya, dan lain-lain (World Bank 2014).
Perbandingan bagian ekspor Indonesia ke negara-negara anggota OKI dan negara-negara non-OKI di atas dapat menunjukkan bahwa perdagangan dan integrasi antara Indonesia dan sesama negara Muslim masih rendah. Padahal Allah SWT dalam QS. 3:103, QS. 61:4, dan QS 9:71 memerintahkan umat Islam untuk bersatu, saling bekerja sama dan saling membantu. Oleh karena itu, perlu dilakukan analisis faktor-faktor yang selama ini memengaruhi penawaran ekspor Indonesia ke negara-negara anggota OKI dan meramalkan nilai ekspor tersebut sebagai referensi untuk menetapkan langkah-langkah yang dapat diambil untuk meningkatkan ekspor Indonesia ke negara-negara anggota OKI.
Gambar 2 Perbandingan bagian ekspor Indonesia ke OKI dan non-OKI per total ekspor tahun 2012
38.9%
5.9% 0.7%
0.9%
0.9% 0.7% 15.9% 7.8% 11.4%
7.9% 9%
rest of the world Malaysia Uni Emirat Arab Arab Saudi Pakistan Turki Jepang
Amerika Serikat Cina
Korea Selatan Singapura
(16)
4
Perumusan Masalah
Tren ekspor Indonesia ke negara-negara anggota OKI sejak 2005 sampai 2012 setiap tahunnya meningkat, akan tetapi nilai ekspor tersebut relatif lebih kecil dibandingkan dengan total eskpor Indonesia ke seluruh dunia (Gambar 3). Nilai total ekspor Indonesia pada tahun 2012 adalah sebesar US$ 190 miliar. Sedangkan nilai total ekspor Indonesia ke negara-negara anggota OKI pada tahun 2012 hanya sebesar US$ 23.11 miliar.
Meski menjadi pengekspor utama kelima di OKI, besaran ekspor Indonesia ke negara-negara anggota OKI hanya sebesar 12% dari total ekspornya. Negara-negara anggota OKI yang nilai impornya dari Indonesia terbesar pada tahun 2012 adalah Malaysia, Arab Saudi, Uni Emirat Arab, Pakistan, dan Turki (Trade Map
2014). Akan tetapi, besaran ekspor kelima negara tersebut terhadap total ekspor Indonesia lebih kecil dibandingkan dengan besaran ekspor Indonesia ke negara-negara non-OKI. Negara-negara-negara non-OKI tujuan ekspor terbesar Indonesia di antaranya Jepang, Cina, Singapura, Korea Selatan, dan Amerika Serikat (Trade Map 2014). Padahal, negara-negara OKI memiliki potensi terhadap ekspor yang sama dengan negara-negara non-OKI dari sisi tingkat pendapatan. Sebagian besar negara penghasil minyak dunia merupakan negara anggota OKI yang maju dengan tingkat pendapatan berupa GDP dan pendapatan per kapita yang masuk dalam kategori high income country seperti Bahrain, Brunei Darussalam, Kuwait, Oman, Qatar, Arab Saudi, dan Uni Emirat Arab.
Berdasarkan latar belakang dan uraian tersebut, ada beberapa hal yang akan dianalisis dalam penelitian ini, di antaranya:
1. Faktor-faktor apakah yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI?
2. Bagaimana prediksi tren dan nilai ekspor Indonesia ke negara-negara anggota OKI hingga bulan Juli 2015?
0 50000000 100000000 150000000 200000000 250000000
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Total eskpor Indonesia Total ekspor Indonesia ke OKI
Sumber: Trade Map, ITC
(17)
5
Tujuan Penelitian
Berdasarkan latar belakang dan masalah yang telah dirumuskan, penelitian ini bertujuan:
1. Menganalisis faktor-faktor yang memengaruhi ekspor Indonesia negara-negara anggota OKI.
2. Meramalkan tren dan nilai ekspor Indonesia ke negara-negara anggota OKI hingga bulan Juli 2015.
Manfaat Penelitian
Penelitian ini diharapkan dapat dijadikan referensi bagi peneliti dan pengambil kebijakan terkait perdagangan baik dari sisi pemerintah Indonesia maupun pihak-pihak yang berwenang di OKI dalam upaya meningkatkan ekspor produk Indonesia ke negara-negara anggota OKI.
Ruang Lingkup Penelitian
Penelitian ini memiliki ruang lingkup sebagai berikut:
1. Pada analisis faktor-faktor yang memengaruhi nilai ekspor Indonesia ke negara-negara anggota OKI, sampel negara yang digunakan berupa 17 negara yang menyumbang 91.23% dari total nilai ekspor Indonesia ke negara-negara anggota OKI dari 2005 hingga 2011. Ketujuh belas negara tersebut adalah Malaysia, Uni Emirat Arab, Saudi Arabia, Turki, Pakistan, Banglades, Mesir, Nigeria, Yordania, Aljazair, Kuwait, Oman, Yaman, Iraq, Qatar, Sudan, dan Benin.
2. Pada analisis faktor-faktor yang memengaruhi diteliti besaran nilai transaksi ekspor Indonesia ke negara-negara anggota OKI sebagai variabel dependen dan variabel-variabel yang menurut literatur dapat memengaruhi perdagangan antara Indonesia dan negara-negara anggota OKI sebagai variabel independen. Variabel-variabel yang independen tersebut adalah GDP riil ketujuh belas negara sampel, jarak (remoteness) antara Indonesia dan ketujuh belas negara sampel, nilai tukar riil antara Indonesia dan ketujuh belas negara sampel, serta populasi dan openess ketujuh belas negara sampel. Rentang waktu yang digunakan dalam penelitian ini selama 7 tahun yaitu dari 2005 hingga 2011.
3. Pada penelitian ini, untuk peramalan nilai ekspor digunakan data bulanan nilai ekspor Indonesia ke negara-negara anggota OKI dari Januari 2006 hingga Juli 2013.
4. Ekspor Indonesia yang dimaksud adalah ekspor produk Indonesia dengan kode HS 2 digit (total product).
(18)
6
O Pa
Da Sa
X
Qa
P*
O O
Q* Qb
Ed Es
Pb
Sb Db
M
Negara A Perdagangan Negara B
TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
Konsep Perdagangan Internasional
Bukti-bukti empiris yang ditemukan oleh para peneliti menunjukkan bahwa pembangunan di suatu negara akan berjalan leih baik apabila negara tersebut terlibat aktif dalam perdagangan internasional (Salvatore 1997). Perdagangan internasional dapat membawa dampak positif bagi suatu negara atau juga sebaliknya. Walaupun kecil, aktivitas dalam perdagangan antarnegara pada kenyataannya dapat memberikan kontribusi positif bagi proses pembangunan. Gambar di bawah ini masing-masing melambangkan kurva permintaan dan penawaran untuk negara A dan B hingga terciptanya harga keseimbangan ekuilibrium.
Keterangan:
Pa : Harga domestik di negara A (pengekspor) tanpa perdagangan internasional OQa : Jumlah produk domestik yang diperdagangkan di negara A (pengekspor)
tanpa perdagangan internasional
X : Jumlah komoditas yang diekspor negara A
OQb : Jumlah produk domestik yang diperdagangkan di negara B (pengimpor) tanpa perdagangan internasional
M : Jumlah komoditas yang diimpor oleh negara B (pengimpor)
P* : Harga keseimbangan antar kedua negara setelah perdagangan internasional OQ* : Keseimbangan penawaran dan permintaan antar kedua negara dimana
jumlah yang diekspor (X) sama dengan jumlah yang diimpor (M)
Konsep Perdagangan Internasional Menurut Islam
Islam adalah agama yang ajarannya mencakup seluruh aspek kehidupan manusia (QS. 5:3) termasuk di dalamnya kegiatan ekonomi seperti perdagangan. Perdagangan merupakan salah satu cabang dari muamalah. Kaidah yang menjadi dasar diperbolehkannya perdagangan adalah kaidah asal muamalah yaitu “asal dari segala sesuatu adalah boleh kecuali ada dalil yang melarangnya” (Yafie 2003).
Sumber: (Salvatore 1997)
(19)
7 Perdagangan dalam Al-Qur’an disebut dengan al-tijarah atau al-ba’i. Allah SWT telah menghalalkan perdagangan (jual beli) dalam QS. Al-Baqarah:275. Prinsip dasar perdagangan dalam Islam adalah dilakukan dengan cara suka sama suka (QS. 4:29), tidak mengonsumsi dan bertransaksi dengan cara-cara yang dilarang oleh Allah SWT seperti mengonsumsi babi, minuman keras atau berdagang dengan menggunakan bunga (riba), gharar (ketidakpastian), dan lain-lain (Yafie 2003).
Nabi Muhammad SAW pada masanya sudah dikenal sebagai pedagang yang mendapat julukan al-amin (dapat dipercaya) yang telah dikenal cakap dalam melakukan perdagangan. Secara prinsip, terdapat 4 pilar yang dijadikan sebagai dasar transaksi berdasarkan perdagangan yang dilakukan oleh Nabi Muhammad SAW yaitu tauhid, adil (keseimbangan), kehendak bebas, dan pertanggungjawaban (Yafie 2003). Nabi Muhammad SAW mengutamakan prinsip tauhid (QS. 6:162) dalam melakukan perdagangan yaitu dengan memadukan sepanjang garis vertikal segi politik, ekonomi, sosial, dan religi dari kehidupan manusia menjadi suatu kesatuan yang homogen dan konsisten. Karena setiap harta (aset) hakikatnya adalah milik Allah SWT, manusia hanya mendapatkan amanah untuk mengelolanya (istikhlaf) dengan ketentuan Pemiliknya Yang Hakiki (Yafie 2003). Nabi Muhammad SAW juga mengindahkan prinsip adil dalam bertransaksi dalam perdagangan seperti yang terdapat dalam QS. Al-Qamar: 49 dan QS. Al-Mulk:34. Pilar yang ketiga adalah kehendak bebas (QS. 74:38, QS. 6:164) yang ditunjukkan dengan kebebasan dalam melaksanakan kegiatan ekonomi sesuai dengan kreatifitas dan keinginan selama masih dalam batas halal. Pilar yang keempat adalah pertanggungjawaban. Pertanggungjawaban terwujud dalam pelaksanaan transaksi yang fair dan bertanggung jawab seperti pengiriman yang tepat waktu, kualitas yang dikirim merupakan yang disepakati, tidak memperjualbelikan barang yang dapat merusak masyarakat dan lingkungan (Yafie 2003).
Pada masa kejayaan Islam telah terdapat pemikir ekonomi yang ternyata beberapa konsepnya tidak memiliki perbedaan yang signifikan dengan teori Adam Smith maupun Keynesian (Sukmana dan Beik 2006). Sebagai contoh, Ibnu Khaldun yang hidup jauh sebelum Adam Smith maupun J.M Keynes mengatakan bahwa perdagangan internasional terjadi dikarenakan adanya perbedaan permintaan antar keduanya. Jika permintaan pada suatu negara pada komoditas tertentu lebih baik dari permintaan di negara lain, negara yang memiliki permintaan lebih kecil akan mengekspor barang tersebut ke negara yang memiliki tingkat permintaan yang lebih besar sehingga terjadi ekspor dan impor. Teori ini disebut juga sebagai teori kebergantungan pasar (market interdependence) (Beik dan Arsyanti 2006).
Secara umum, para pemikir ekonomi Islam seperti Abu Yusuf, Al-Ghazali, Ibnu Taimiyyah, Ibnu al-Qayyim al-Jawziyyah, dan Ibnu Khaldun mendukung gagasan perdagangan yang bebas dengan syarat pasar bekerja secara alamiah. Terciptanya pasar yang bekerja secara alamiah dipengaruhi oleh beberapa faktor seperti: infromasi mengenai komoditas yang diperdagangkan serta harga di dalam pasar bersifat sempurna, bebas masuk dan keluar pasar, tidak adanya penimbunan dan hal lain yang dilarang oleh Syariat Islam, tidak adanya nepotisme antara regulator dengan penjual ataupun pembeli, dijunjung tingginya kejujuran, keadilan, dan kebebasan dalam memilih (Sukmana dan Beik 2006).
Selama perbedaan kebangsaan adalah persoalan umum, hubungan ekonomi internasional seharusnya diikuti oleh semangat dan dukungan persatuan juga
(20)
8
persaudaraan. Hubungan ekonomi internasional harus dijalankan dengan tujuan demi terpenuhinya kebutuhan umat Islam dan terbebasnya Muslim dari unsur kedzaliman. Selain itu, terjalinnya hubungan ekonomi internasional juga harus menjamin kerja sama yang maksimal untuk merealisasikan kesejahteraan manusia di tingkat global, bersifat adil dan menghindari pembuatan kebijakan yang dapat membahayakan negara lain (Siddiqi 1992). Oleh karena itu, hubungan ekonomi internasional baik dalam bentuk kerja sama maupun perdagangan haruslah dibingkai dengan tujuan melindungi maqashid syariah yaitu melindungi agama, akal, jiwa, harta, dan keturunan masyarakat dari negara tersebut dengan mempertimbangkan maslahah dan mudhorot atau dampai baik dan buruk yang ditimbulkan dari hubungan ekonomi internasional yang terjalin (Yafie 2003).
Maslahah tidak akan dapat dicapai apabila negara tidak menjamin terciptanya hubungan ekonomi internasional yang sesuai dengan aturan syariat Islam. Dalam sudut pandang ekonomi modern, hal tersebut dapat dilakukan dengan melihat barang dan jasa yang diperdagangkan harus sesuai syariah, dampak perdagangan tersebut ke kondisi makroekonomi, target negara terkait pengangguran, pemenuhan kebutuhan masyarakat, distibusi pendapatan, dan terjaganya kestabilan perekonomian negara (Siddiqi 1992). Perdagangan yang dilakukan harus mempertimbangkan maslahah dan mudharat yang akan berdampak tidak hanya pada perekonomian negara tersebut, melainkan juga kepada masyarakat di berbagai lapisan (Jaribah 2006).
Teori Penawaran Ekspor dan Variabel Independen yang Digunakan
Teori Penawaran Ekspor
Aliran ekspor yang terjadi dalam perdagangan antar kedua negara dapat berupa penawaran ekspor dari negara pengekspor ataupun permintaan dari negara pengimpor. Penawaran suatu komoditas merupakan jumlah komoditi yang ditawarkan oleh produsen kepada konsumen dalam suatu pasar pada tingkat harga dan waktu tertentu. Penawaran ekspor tersebut merupakan selisih antara produksi domestik dengan konsumsi atau permintaan domestik ditambah dengan persediaan tahun sebelumnya (Mustika 2009). Adanya teori mengenai penawaran dan permintaan ekspor dapat menunjukkan dan menganalisis faktor-faktor yang memengaruhi aliran ekspor suatu negara (Hafni 2011). Adapun faktor-faktor yang memengaruhi penawaran eskpor yang digunakan dalam penelitian ini di antaranya GDP riil negara importir, nilai tukar riil rupiah terhadap mata uang negara importir, populasi dan trade openness index negara importir serta remoteness index antara Indonesia dengan negara importir.
Pemikir ekonomi Islam, Ibnu Khaldun, menyampaikan teorinya dalam teori penawaran. Teori penawaran yang ia sampaikan adalah teori penawaran dalam produk pertanian yaitu bahwa tingginya harga produk pertanian tidak hanya disebabkan oleh penawaran produk pertanian kelangkaan produk tersebut tetapi juga dapat disebabkan oleh naiknya biaya produksi. Ia menyimpulkan bahwa biaya produksi adalah salah satu faktor penting yang memengaruhi harga output suatu produk (Sukmana dan Beik 2006).
(21)
9
Gross Domestic Product (GDP) Riil Negara Importir
Salah satu faktor yang memengaruhi ekspor, impor, dan ekspor neto suatu negara adalah pendapatan konsumen di dalam dan luar negeri (Mankiw 2003). Pada penelitian ini digunakan GDP riil sebagai ukuran pendapatan negara importir dalam kegiatan impor yang dilakukannya dari Indonesia. GDP mengukur pengeluaran total dari suatu perekonomian terhadap berbagai barang dan jasa yang baru diproduksi pada suatu saat atau tahun, serta pendapatan total yang diterima dari adanya seluruh produksi barang dan jasa tersebut. Lebih lanjut lagi, GDP riil merupakan ukuran yang tepat untuk mengetahui tingkat produksi barang dan jasa dari suatu perekonomian (Mankiw 2003) dan mecerminkan kemampuan riil negara importir dalam membeli barang-barang yang diekspor Indonesia.
Nilai Tukar Riil
Faktor lainnya yang memengaruhi ekspor, impor, dan ekspor neto suatu negara adalah kurs yang menentukan jumlah mata uang domestik yang dibutuhkan untuk membeli mata uang asing (Mankiw 2003). Kurs atau nilai tukar yang digunakan dalam penelitian ini adalah nilai tukar riil. Nilai tukar riil ini disebut juga sebagai penentu utama dari berapa banyak suatu negara mengekspor dan mengimpor dengan mengukur harga relatif suatu barang dan yang tersedia di dalam negeri terhadap barang dan jasa di luar negeri (Mankiw 2003). Nilai tukar riil di antara kedua negara dihitung dari nilai tukar nominal dan tingkat harga di kedua negara. Jika nilai tukar riil tinggi, barang-barang luar negeri relatif lebih murah dan barang-barang domestik relatif lebih mahal, begitu juga sebaliknya (Mankiw 2003). Pemikir ekonomi Islam, Ibnu Taimiyyah, menyebutkan juga bahwa jenis uang akan memengaruhi harga pada suatu transaksi. Jika uang yang digunakan antar kedua belah pihak adalah uang yang biasa digunakan keduanya (common money), harga pada transaksi tersebut akan lebih rendah dibandingkan dengan uang yang jarang digunakan (Sukmana dan Beik 2006). Pengimplementasian terori Ibnu Taimiyyah tersebut pada perekonomian modern dapat diartikan dengan penggunaan mata uang yang sama akan membuat harga produk bagi kedua negara tidak berbeda sehingga dapat mengurangi biaya perdagangan.
Populasi Negara Importir
Populasi dapat memengaruhi ekspor dari dua sisi yaitu sisi penawaran dan permintaan. Dari sisi penawaran atau dari negara importir, adanya peningkatan populasi akan meningkatkan konsumsi domestik yang berarti meningkatkan permintaan domestik akan suatu komoditi (Salvatore 1997). Teori tersebut sejalan dengan pemikiran Ibnu Taimiyyah yang menyebutkan bahwa peningkatan populasi akan menyebabkan terjadinya peningkatan permintaan (Sukmana dan Beik, 2006).
Trade Openness Index
Ibnu Khaldun, pemikir ekonomi Islam, menyebutkan bahwa perdagangan merupakan indikator apakah ekonomi suatua negara tersebut terbuka atau tertutup.
Trade Openness Index atau dengan nama lain trade intensity ratio adalah rasio yang digunakan untuk mengukur seberapa relatif penting perdagangan internasional dibandingkan dengan perdagangan domestik bagi suatu negara (OECD 2011). Indeks ini mengukur seberapa terbukanya suatu negara terhadap perdagangan internasional. Jika suatu negara memiliki indeks trade openness yang semakin
(22)
10
tinggi, bahkan bisa melebihi 1, berarti negara tersebut semakin terbuka terhadap ekspor dan impor ke negaranya.
Remoteness Index
Remoteness index adalah suatu perhitungan yang mengukur jarak suatu negara dengan rekan dagangnya yang terboboti, dimana pembobot yang digunakan adalah proporsi (share) GDP negara rekan dagang terhadap GDP dunia (Head dalam UNCTAD 2012). Remoteness index merupakan pilihan yang lebih sederhana yang telah banyak digunakan di dalam metode yang menggunakan efek tetap negara eksportir maupun importir (Rose dan Wincoop 2001, Feenstra 2004, Baldwin dan Taglioni 2006 dalam UNCTAD 2012). Dalam beberapa penelitian, variabel ini disebut juga sebagai jarak ekonomi riil.
Penelitian Terdahulu
Miranti (2013) melakukan penelitian yang berjudul Peramalan Permintaan Biodiesel dan Analisis Faktor-Faktor yang Memengaruhi Permintaan Biodiesel di Indonesia. Penelitian tersebut dilakukan dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Ordinary Least Square (OLS) dengan menggunakan data bulanan dari Januari 2011 hingga Juni 2013. Hasil penelitian tersebut menunjukkan bahwa permintaan terhadap biodiesel di Indonesia akan semakin meningkat pada periode Juli 2013–Desember 2014 dengan laju peningkatan yang diprediksi sebesar 20.91% pada tahun 2013 dan 28.09% pada tahun 2014. Sedangkan faktor-faktor yang memengaruhi permintaan biodiesel adalah harga riil bulan (t-1) biodiesel, harga riil solar, nilai tukar riil rupiah terhadap dollar AS, dan pendapatan riil per kapita.
Zahro (2013) meneliti tentang daya saing dan faktor-faktor yang memengaruhi aliran ekspor alas kaki Indonesia di kawasan ASEAN dan Cina menggunakan metode Revealed Comparative Advantages (RCA) dan data panel dengan model gravitasi. Data yang digunakan dalam penelitian tersebut adalah data ekspor produk berdasarkan HS 640219 dan HS 640319 dari tahun 2000-2011. Penelitian tersebut memberikan hasil bahwa produk alas kaki Indonesia memiliki keunggulan komparatif yang baik di pasar Cina, Vietnam, Malaysia, Thailand, dan Singapura. Variabel yang berpengaruh signifikan terhadap ekspor alas kaki Indonesia adalah GDP nominal negara tujuan, GDP riil Indonesia, dan nilai tukar riil rupiah. Sedangkan faktor jarak ekonomi tidak berpengaruh signifikan diduga karena semakin canggih dan modern alat transportasi, biaya transportasi yang direpresentasikan dalam jarak ekonomi tidak menjadi masalah.
Razzaghi et al. (2012) dalam penelitian yang berjudul The Determinants of Trade Flows between D-8 Group Members through Gravity Model menganalisis faktor-faktor yang memengaruhi perdagangan antaranggota D-8 yaitu Indonesia, Iran, Banglades, Pakistan, Turki, Malaysia, Mesir, dan Nigeria. Penelitian yang menggunakan fixed effect model sebagai pendekatan analisis data panel memberikan hasil bahwa GDP dari negara eksportir dan importir, nilai tukar riil, dan jarak teknologi pada negara eksportir memiliki pengaruh positif yang signifikan sedangkan populasi dan tarif pada negara importir serta jarak geografis keduanya memiliki pengaruh negatif yang signifikan dalam perdagangan antarnegara D-8.
(23)
11 Jalil (2012) dalam tesisnya yang berjudul Identifikasi, Analisis Daya Saing, dan Faktor-Faktor yang Memengaruhi Aliran Perdagangan Komoditi Unggulan Ekspor Indonesia ke Uni Eropa menganalisis komoditi utama ekspor Indonesia ke Uni Eropa, level kompetitif dan derajat integrasinya serta faktor-faktor yang memengaruhi ekspor komoditi tersebut. Penelitian tersebut menggunakan metode
Revealed Comparative Advantage Index, Intra-Industry Trade Index, dan gravity model sebagai metode analisis. Hasil penelitian tersebut menunjukkan bahwa komoditi unggulan Inodnesia ke Uni Eropa memiliki daya kompetitif dan derajat integrasi yang tinggi. Selain itu, ekspor komoditi unggulan Indonesia ke Uni Eropa dipengaruhi oleh ekspor tahun sebelumnya, GDP riil Indonesia, GDP per kapita negara tujuan ekspor, nilai tukar riil rupiah dengan mata uang negara tujuan ekspor serta jarak ekonomi antara Indonesia dan negara tujuan ekspornya.
Hernanda (2011) dalam penelitian yang berjudul Analisis Peramalan Tingkat Produksi dan Konsumsi Gula Indonesia dalam Mencapai Swasembada Gula Nasional menganalisis upaya yang dilakukan melalui skenario peningkatan luas area, produktivitas dan rendemen tanpa kebijakan penambahan pabrik gula baru dengan kebijakan penambahan pabrik gula baru yang diterapkan oleh pemerintah. Penelitian ini menggunakan metode ARIMA untuk meramalkan data produksi produksi dan konsumsi gula nasional serta menggunakan analisis regresi untuk melihat hubungan antara produksi gula dengan luas areal, produktivitas, dan rendemen. Hasil penelitian menggunakan model ARIMA (2, 1, 2) untuk keragaan produksi gula dan (1, 1, 3) untuk keragaan konsumsi gula menunjukkan bahwa pada tahun 2014 Indonesia belum mampu mencapai swasembada gula nasional seperti hasil proyeksi yang dilakukan oleh pemerintah.
Hatab et al. (2010) dalam penelitian yang berjudul Determinants of Egyptian Agricultural Exports: A Gravity Model Approach meneliti faktor-faktor yang memengaruhi ekspor komoditi pertanian Mesir dengan menggunakan data 50 negara importirnya selama 15 tahun. Metode yang digunakan adalah data panel menggunakan pendekatan fixed effect model. Hasil yang diperoleh dari penelitian ini bahwa GDP Mesir dan nilai tukar berpengaruh sighnifikan dan bertanda koefisien positif terhadap ekspor komoditi pertanian Mesir. Sebaliknya, GDP per capita dan jarak antar kedua negara secara signifikan berpengaruh negatif terhadap ekspor komoditi pertanian Mesir.
Zarzoso dan Lehmann (2003) dalam penelitian yang berjudul Augmented Gravity Model: An Empirical Application to Mercosur-European Union Trade Flows menggunakan model gravitasi untuk menganalisis faktor-faktor yang memengaruhi perdagangan antara Mercosur dan Uni Eropa sejak perjanjian antar kedua blok tersebut diadakan. Pendekatan data panel terbaik yang digunakan adalah
fixed effect model. Hasil dari penelitian ini menunjukkan bahwa pendapatan negara eksportir dan importir memiliki pengaruh positif terhadap perdagangan keduanya sebagaimana yang dijelaskan teori. Populasi negara eksportir memiliki pengaruh negatif dalam ekspor menandakan adanya efek penyerapan yang positif sedangkan variabel populasi negara importir memiliki pengaruh yang positif dalam ekspor menandakan bahwa negara yang lebih besar mengimpor lebih banyak dibandingkan negara yang kecil. Selain itu, variabel infrastruktur, perbedaan pendapatan, dan nilai tukar memiliki pengaruh positif dan signifikan dalam menjelaskan perdagangan antar keduanya.
(24)
12
Bendjilali (1997) dalam penelitiannya yang berjudul An Intra-Trade Conometric Model for OIC Member Countries: A Cross-Country Analysis
menganalisis faktor-faktor yang memengaruhi perdagangan bilateral antarnegara anggota OKI. Dengan meregresi variabel-variabel independen menggunakan model gravitasi, hasil penelitian ini menunjukkan bahwa rata-rata GDP per kapita negara-negara anggota OKI, tingkat pembiayaan Islamic Development Bank (IDB), keikutsertaan negara tersebut ke dalam skema perdagangan regional berpengaruh positif terhadap perdagangan antarnegara anggota OKI. Sedangkan biaya transportasi dan komunikasi sebagai proksi dari jarak memiliki pengaruh negatif terhadap perdagangan antarnegara anggota OKI.
Kerangka Pemikiran
Mengacu pada tujuan penelitian yang sebelumnya telah dijabarkan, berikut adalah beberapa tahapan analisis yang akan dilakukan. Tahap pertama yang akan dilakukan adalah menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI menggunakan analisis data panel dengan gravity model. Variabel independen yang diuji dalam analisis tersebut di antaranya GDP riil negara importir, nilai tukar riil rupiah terhadap mata uang negara importir, trade openness index dan populasi negara importir serta remoteness index antara Indonesia dan negara importir. Hal yang selanjutnya dilakukan adalah meramalkan nilai ekspor Indonesia ke negara-negara anggota OKI sampai dengan Juli 2015 menggunakan metode ARIMA. Kerangka pemikiran pada penelitian ini dijelaskan pada Gambar 5.
(25)
13
Nilai total ekspor Indonesia ke negara-negara anggota OKI sangat kecil dibandingkan dengan ke negara-negara non-OKI setiap tahunnya
Besaran nilai ekspor 57 negara anggota OKI masih lebih kecil dengan besaran nilai ekspor Indonesia ke Jepang
Sebagian besar negara anggota OKI merupakan high income dan upper middle income country yang berpotensi menjadi tujuan ekspor Indonesia Indonesia memiliki keunggulan dari sisi SDM, SDA, kegiatan produksi untuk
menawarkan ekspornya ke negara anggota OKI
Peramalan nilai ekspor Indonesia ke negara-negara anggota OKI
Analisis faktor-faktor yang memengaruhi penawaran ekspor Indonesia ke negara-negara anggota
OKI
Metode ARIMA Gravity Model
Faktor-faktor yang diduga berpengaruh di antaranya:
GDP riil negara importir (+)
Nilai tukar riil (+)
Populasi negara importir (+)
Trade openness index
negara importir (+)
Remoteness index (-) Diduga nilai ekspor
tersebut masih mengalami peningkatan hingga Juli
2015
Rekomendasi untuk meningkatkan penawaran ekspor Indonesia ke negara-negara anggota OKI
(26)
14
Hipotesis Penelitian
1. GDP riil negara importir akan berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI yang menunjukkan kemampuannya menyerap penawaran ekspor dari Indonesia. Hal ini dikarenakan GDP riil mengukur pendapatan total yang diterima dari perubahan kuantitas atau tingkat produksi barang dan jasa yang berubah dari waktu ke waktu oleh negara tersebut (Mankiw 2003).
2. Nilai tukar rill (Rp/mata uang negara importir) atau apabila terjadi depresiasi rupiah, akan berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI yang menunjukkan harga barang-barang di Indonesia relatif lebih murah dibandingkan di negara importir anggota OKI (Razzaghi et al. 2012)
3. Besarnya populasi negara importir dapat berpengaruh positif maupun negatif terhadap nilai ekspor produk Indonesia ke negara-negara anggota OKI. Hal tersebut bergantung pada kondisi apakah suatu negara yang populasinya besar mengimpor lebih sedikit atau banyak dibandingkan dengan negara populasinya kecil (Zarzoso dan Lehmann 2003).
4. Remoteness akan bepengaruh negatif terhadap ekspor Indonesia ke negara-negara anggota OKI yang menunjukkan bahwa semakin jauh jarak geografis dan share GDP negara tersebut terhadap dunia akan menurunkan nilai impornya kepada suatu negara (UNCTAD 2012).
5. Trade openness index negara importir akan berpengaruh positif terhadap nilai ekspor produk Indonesia ke negara-negara anggota OKI menunjuukan derajat kebergantungan dari permintaan domestik terhadap penawaran luar negeri dari barang dan jasa (Squalli dan Wilson 2006)
6. Diramalkan tren dan nilai ekspor produk Indonesia ke negara-negara anggota OKI akan meningkat hingga Juli 2015.
METODE PENELITIAN
Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa deret waktu (time series) bulanan nilai ekspor Indonesia ke negara-negara anggota OKI dari Januari 2006 hingga Juli 2013 untuk peramalan dan data deret waktu (time series) tahunan dari 2001 hingga 2011 yang digunakan untuk menganalisis faktor-faktor yang memengaruhi ekspor tersebut. Data yang digunakan terlampir pada Lampiran 1.
(27)
15 Tabel 2 Sumber data
No. Data yang digunakan Sumber
1. Nilai ekspor Indonesia ke negara-negara anggota OKI, 2001-2013
Trade Map, International Trade Center
2. Total ekspor dan impor semua negara sampel ke dunia, 2005-2011
World Trade Organization
(WTO) 3. GDP riil, GDP dunia, nilai tukar
nominal, Consumer Price Index (CPI), populasi semua negara, 2005-2011
Databank World Bank 4. Jarak geografis antara Indonesia
dengan ketujuh belas negara sampel
Centre d’Etudes Prospectives et d’Informations Internationales
(CEPII)
Metode Analisis dan Pengolahan Data
Data yang diperoleh dalam penelitian ini dianalisis secara kuantitatif. Analisis dengan metode kuantitatif dilakukan dengan analisis data panel menggunakan gravity model dan metode Autoregressive Integrated Moving Average (ARIMA). Analisis data panel menggunakan gravity model dilakukan untuk menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI. Sedangkan metode ARIMA digunakan untuk meramalkan nilai ekspor tersebut hingga Juli 2015. Dalam menganalisis data, peneliti menggunakan bantuan
software atau perangkat lunak Microsoft Excel 2013 dan Eviews 6.
Metode Analisis Data Panel menggunakan Gravity Model
Model Gravitasi (Gravity Model) telah digunakan dalam beberapa studi empiris terkait perdagangan internasional. Model ini pertama kali dikemukakan oleh Jan Tinbergen (1962) yang meneliti bahwa besarnya aliran perdagangan bilateral antar kedua negara dapat diperkirakan menggunakan Hukum Gravitasi yang dianalogikan dari Teori Gravitasi Newton dalam fisika. Teori tersebut menyatakan bahwa interaksi antara dua objek adalah sebanding dengan massanya dan berbanding terbalik dengan jarak antar keduanya. Dalam perdagangan internasional, gravity model menggunakan GDP atau GNP sebagai ukuran ekonomi suatu negara dan jarak geografis antar kedua negara sebagai variabel utama.
Perumusan Model dengan Gravity Model
Persamaan gravity model biasanya dituliskan sebagai berikut (Anderson, 1979):
Mijk = αk Yiβk Yjϓk Niɛk Nj€k dijµk Uijk Keterangan:
Mijk = Nilai perdagangan barang atau jasa k dari negara atau regional i ke negara atau regional j
Yi = pendapatan negara i Yj = pendapatan negara j
(28)
16
Ni = populasi negara i
Nj = populasi negara j
dij = jarak antara negara atau regional i dan j
Uijk = galat yang menyebar secara lognormal dimana E(ln Uijk) adalah0 (nol). Dari model umum di atas, penelitian ini menggunakan GDP riil sebagai ukuran pendapatan negara-negara anggota OKI. Selain itu, dikarenakan jarak geografis antar kedua negara tidak berubah setiap waktunya, digunakan indeks yang disebut remoteness. Selain GDP atau GNP dan jarak yang digunakan sebagai variabel independen pada gravity model dalam menghitung aliran perdagangan antar kedua negara, nilai tukar riil (Razzaghi et al. 2012), populasi dan trade openness index (Hatab et al. 2010) juga dapat digunakan untuk melihat faktor suatu negara melakukan perdagangan ke negara lain. Ketiga variabel tersebut memiliki pengaruh positif terhadap perdagangan antarnegara.
Sebagian besar variabel dalam gravity model dijadikan dalam bentuk logaritma natural agar kofisien yang diperoleh dari hasil estimasi dapat dibaca secara langsung sebagai nilai elastisitas. Sebagai contoh, elastisitas dari jarak terhadap perdagangannya adalah -0.7 sampai -1.5. Apabila jarak antar kedua negara naik setiap kenaikan 10%, akan berakibat pada berkurangnya perdagangan mereka sebesar 7-15% (UNCTAD 2012). Sehingga model yang ditetapkan dalam penelitian ini adalah sebagai berikut:
LNEKSPOR = α + β1LNGDPREAL_CUSTjt + β3LNNTRjt + β4LNOPEN_CUSTjt + β5LNPOP_CUSTjt + β6LNREMOTEINDjt + µjt
Keterangan:
EKSPOR = Nilai ekspor Indonesia ke negara importir tahun ke-t (ribu US$)
GDPREAL_CUSTjt = GDP riil negara importir pada tahun t (US$) NTRjt = Nilai tukar riil rupiah pada tahun t (rupiah/mata
uang negara j)
OPEN_CUSTjt = Trade openness index negara importir pada tahun t POP_CUSTjt = Populasi negara importir pada tahun t (orang) REMOTEINDjt = Remoteness negara importir pada tahun t
µjt = error term
α = intercept
β = slope
Definisi Operasional Variabel
1. Nilai ekspor (ribu US$) adalah nilai ekspor total produk dari Indonesia ke tujuh belas negara sampel yang mewakili OKI.
2. GDP riil (US$) adalah nilai produksi barang dan jasa berdasarkan harga konstan atau harga yang hanya berlaku pada tahun dasar. GDP riil dapat menunjukkan bagaimana kuantitas atau tingkat produksi barang dan jasa berubah dari waktu ke waktu dan merupakan ukuran yang tepat untuk
(29)
17 mengetahui tingkat produksi barang dan jasa dari suatu perekonomian (Mankiw, 2003).
3. Nilai tukar riil adalah suatu nilai di mana seseorang dapat memperdagangkan barang dan jasa dari suatu negara dengan barang dan jasa dari negara lain. Nilai tukar riil (Rp/mata uang importir) dapat dihitung menggunakan rumus berikut (Mankiw, 2003):
Nilai tukar riilt (Rp/mata uang importir) =
�� �� � � � × � � ���
ℎ� � � � � � �
4. Trade openness index adalah sebuah rasio yang digunakan untuk mengukur seberapa relatif penting perdagangan internasional dibandingkan dengan perdagangan domestik (OECD, 2011). Rumus untuk menghitung openess
suatu negara (Alcalà dan Ciccone 2002) adalah:
Openessj = � + � � �
�� ���
5. Populasi (orang) adalah total jumlah penduduk di negara tersebut.
6. Jarak yang digunakan di dalam penelitian ini menggunakan indeks yang disebut remoteness. Remoteness dihitung menggunakan rumus (Head dalam UNCTAD 2012) berikut:
Remt = � � � � � � �� � � � �
� ��� ⁄
Jarak geografis yang digunakan adalah jarak antara ibu kota Indonesia yaitu Jakarta dengan ibu kota negara importir sebagai pusat ekonomi kecuali Turki dan Benin yang pusat ekonominya bukanlah ibu kotanya melainkan kota Istanbul dan Cotonou.
Analisis Data Panel Statis
Pada pengolahan data menggunakan analisis data panel terdapat tiga macam pendekatan umum yaitu pendekatan kuadrat terkecil (pooled least square), model efek tetap (fixed effect model), dan model efek acak (random effect model). Model yang akan digunakan harus dipilih berdasarkan pertimbangan statistik untuk memperoleh estimasi yang efisien. Diagram pengujian statistik untuk model yang akan digunakan pada analisis data panel digambarkan pada Gambar 6 berikut:
Pooled least square
Fixed effect model
Random effect model
Chow Test
Hausman Test
(30)
18
1. Chow Test
Chow test adalah pengujian untuk memilih apakah model terbaik dengan menggunakan model pooled least square atau fixed effect model. Pada pengujian Chow test hipotesis yang digunakan adalah:
Ho : Model pooled least square H1 : Model fixed effect
Dasar penolakan untuk hipotesa nol (Ho) yang digunakan adalah F-statistik seperti yang dirumuskan oleh Chow sebagai berikut (Baltagi, 2005):
F0 = − / �−1
/ � −�−
Keterangan:
RRSS = Restricted Residual Sum Square hasil pendugaan model pooled least square
URSS = Unrestricted Residual Sum Square hasil pendugaan model fixed effect
N = Jumlah data cross section
T = Jumlah data time series
K = Jumlah variabel penjelas
Statistik Chow test mengikuti distribusi F-statistik dengan derajat bebas (N-1, NT-N-K) jika nilai Chow statistics (stat) hasil pengujian lebih besar dari F-tabel. Oleh karena itu, cukup bukti untuk menolak hipotesa nol (Ho) dan model yang digunakan adalah model fixed effect, begitu juga sebaliknya.
2. Hausman Test
Hausman test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih model terbaik menggunakan model fixed effect atau random effect. Dengan menggunakan model fixed effect, adanya penambahan peubah dummy ke dalam model akan mengurangi besar derajat bebasnya (degree of freedom). Dalam Hausman test hipotesa nol (Ho) yang akan diuji sebagai berikut:
Ho : Model Random Effect H1 : Model Fixed Effect
Dasar untuk penolakan hipotesa nol (Ho) adalah statistik Hausman dan perbandingannya dengan Chi-square. Rumus statistik Hausman adalah sebagai berikut:
H = (βRE–βFE) (MFE– MRE)-1 (βRE–βFE) ~ X2 (k)
dimana βRE adalah vektor untuk statistik variabel random effect, βFE adalah vektor untuk statistik variabel fixed effect, MFE adalah matriks kovarian untuk dugaan fixed effect dan MRE adalah matriks kovarian untuk dugaan random effect. Jika nilai H lebih besar dari χ2- tabel, terdapat cukup bukti untuk menolak hipotesa nol (Ho). Sehingga model yang lebih baik digunakan adalah model fixed effect, dan begitu juga sebaliknya.
Uji Asumsi Klasik
1. Uji Heteroskedastisitas
Heteroskedastisitas merupakan salah satu penyimpangan pada asumsi klasik statistika berupa ragam sisaan yang tidak konstan. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan metode
(31)
19
Generalized Least Square (GLS). Metode ini merupakan metode kuadrat terkecil yang diboboti dimana model ditransformasi dengan memberikan bobot pada data asli (Gujarati 2006)
2. Uji Multikolinieritas
Multikolinieritas adalah suatu penyimpangan asumsi akibat adanya keterkaitan atau hubungan linier antar variabel independen penyusun model. Indikasi adanya multikolinieritas dilihat dari signifikansi variabel secara keseluruhan (uji-F) dan memiliki nilai R-square yang tinggi namun banyak variabel independen yang tidak signifikan (uji-t). Salah satu cara untuk mengatasi masalah multikolinieritas adalah dengan menggabungkan data
cross section dengan time series.
3. Uji Autokorelasi
Autokorelasi adalah suatu penyimpangan dimana terdapat korelasi serial anatar sisaan. Uji yang paling umum dilakukan untuk mendeteksi autokorelasi adalah uji Durbin-Watson. Hipotesis pengambilan keputusan dari uji Durbin-Watson dapat dilihat pada Tabel 3.
Tabel 3 Hipotesis keputusan uji Durbin-Watson
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif Tolak 0 < d < dL Tidak ada autokorelasi positif Tidak ada keputusan dL≤ d ≤ dU Tidak ada autokorelasi negatif Tolak 4- dL < d < 4 Tidak ada autokorelasi negatif Tidak ada keputusan 4- dU ≤ d ≤ 4- dL
Tidak ada autokorelasi positif atau negatif
Jangan tolak dU < d < 4- dU Sumber: Gujarati (2006)
4. Uji Normalitas
Uji normalitas digunakan untuk memeriksa apakah error term
menyebar normal atau tidak yang diuji melalui uji Jarque-Bera. Hipotesis yang digunakan dan rumus uji Jarque-Bera (Gujarati 2006) adalah:
Ho : error term menyebar normal H1 : error term tidak menyebar normal
Kriteria pengujian uji normalitas jika nilai probabilitas yang diperoleh lebih besar dari taraf nyata yang digunakan, maka tidak cukup bukti untuk menolak Ho yang berarti error term pada model sudah menyebar normal.
Metode Analisis Autoregressive Integrated Moving Average (ARIMA)
Terdapat beberapa macam teknik peramalan seperti teknik naif, teknik perataan, teknik pemulusan eksponensial, teknik dekomposisi, dan tren. Namun, dengan menggunakan teknik-teknik peramalan tersebut, ramalan variabel terikat Y yang dihasilkan biasanya memerlukan ramalan nilai masa depan variabel bebas (X)
(32)
20
(Hanke et al. 2003). Terdapat model dimana variabel bebas tidak diikutkan dalam pembentukannya, yaitu model ARIMA. Model Autoregressive Integrated Moving Average (ARIMA) adalah gabungan dari model auto-regresi dengan rata-rata bergerak yang menggunakan informasi dalam deret itu sendiri untuk menghasilkan ramalan dan mampu mewakili deret waktu yang stasioner maupun non stasioner (Hanke et al. 2003). ARIMA memiliki notasi (p, d, q) yang berarti memiliki deret dalam bentuk non-stasioner. Huruf p menunjukkan orde dari bagian auto-regresi (AR), d menyatakan banyaknya selisih (differencing), dan q menunjukkan orde dari bagian rata-rata bergerak (MA). Jika deret aslinya stasioner (d = 0), model ARIMA berubah menjadi model ARMA.
Box dan Jenkins telah membuat prosedur pembentukan model ARIMA dengan tahapan sebagai berikut (Hanke et al. 2003):
1. Identifikasi Model
Langkah pertama dari identifikasi model adalah penetuan kestasioneran deret data. Salah satu metode yang dapat digunakan untuk menuji kestasioneran data adalah dengan uji akar unit (unit root test). Jika data tidak stasioner pada level, data dapat didiferensiasi ke tingkat first difference, second difference, dan seterusnya. Walaupun model ARIMA melibatkan selisih (differencing), ramalan untuk deret asli dapat selalu dihitung langsung dari model yang dicocokkan (Hanke et al. 2003). Langkah selanjutnya adalah mengidentifikasi bentuk dari model yang akan digunakan.
Angka dari auto-regresif dan rata-rata bergerak (orde p dan q) pada model ARIMA ditentukan dari pembandingan antara auto-korelasi dan korelasi parsial yang dihitung dari data pada korelogram ke auto-korelasi teoritis dan auto-auto-korelasi parsial dari beragam model ARIMA. Pola auto-korelasi dan auto-korelasi parsial untuk proses auto-regresi rata-rata bergerak dapat dirangkum sebagai berikut (Hanke et al. 2003):
Tabel 4 Pola auto-korelasi dan auto-korelasi parsial untuk proses ARMA Auto-korelasi Auto-korelasi parsial MA (q) Dipotong setelah proses orde ke q Menghilang
AR (p) Menghilang Dipotong setelah proses
orde ke p
ARMA (p, q) Menghilang Menghilang
Sumber: Hanke et al. (2003) 2. Estimasi Model
Setelah model tentatif ditentukan, tahap selanjutnya adalah mengestimasi model tersebut. Model terbaik didasarkan pada goodness of fit, yaitu tingkat signifikansi koefisien peubah independen melalui t, uji-F, maupun nilai koefisien determinasi (R2) yang terbesar serta dengan menggunakan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) yang terkecil.
3. Pemeriksaan atau Evaluasi Model
Model dapat dikatakan memadai apabila residualnya sudah bersifat acak/random. Analisis ini dapat dilakukan dengan Q-stat correlogram
(33)
21 untuk auto-korelasi dan auto-korelasi parsial. Jika koefisien auto-korelasi dan auto-korelasi parsial secara individual tidak signifikan, residual model sudah bersifat acak/ random. Jika residual tidak bersifat acak/random, perlu diuji model tentatif lainnya. Selain kriteria tersebut, ada kriteria lain yang harus terpenuhi untuk mendapatkan model yang terbaik yaitu model bersifat
parsimony (model yang paling sederhana yang memiliki jumlah parameter terkecil.
4. Peramalan Melalui Model
Setelah mendapatkan model yang memadai, peramalan dapat dilakukan. Semakin banyak data tersedia, model ARIMA yang sama dapat digunakan untuk menghasilkan ramalan dari titik awal yang lain. Evaluasi kesalahan peramalan dapat dilihat dari perbandingan Root Mean Squares Error (RMSE), Mean Absolute Error (MAE), atau Mean Absolute Percentage Error (MAPE). Model terbaik untuk peramalan adalah model yang memiliki nilai ketiganya yang terkecil.
Prosedur ini menggunakan pendekatan iteratif pada identifikasi suatu model yang mungkin dari model umum. Model terpilih kemudian diperiksa terhadap data historis untuk melihat apakah model ini secara akurat menjelaskan deret. Jika model yang ditetapkan tidak sesuai dengan pemeriksaan diagnostik, prosesnya diulangi menggunakan model baru yang dirancang untuk memperbaikinya. Prosedur iteratif berlanjut sampai model yang lolos pemeriksaan diagnostik dan memuaskan ditemukan (Hanke et al. 2003).
HASIL DAN PEMBAHASAN
Gambaran Umum Perekonomian Negara-Negara Anggota OKI
Perekonomian negara-negara anggota OKI tumbuh dengan rata-rata sebesar 5.5% per tahun selama 10 tahun terakhir. Terdapat sebanyak 17 negara anggota OKI yang menjadi produsen minyak dunia. Negara-negara tersebut adalah Aljazair, Azerbaijan, Bahrain, Brunei Darussalam, Gabon, Iran, Iraq, Kuwait, Libya, Nigeria, Oman, Qatar, Arab Saudi, Sudan, Turkmenistan, Uni Emirat Arab, Yaman. Selama 10 tahun terakhir, tercatat bahwa peningkatan permintaan atas minyak dan gas membuat negara-negara produsen minyak dunia tersebut meningkatkan kapasitas produksinya untuk memenuhi permintaan global sehingga meningkatkan kondisi makroekonomi negara yang bersangkutan (IDB 2013).
Total GDP negara-negara anggota OKI berjumlah US$6.2 triliun pada 2012, naik dari US$5.8 triliun pada 2011, yang merupakan 8.6% dari GDP dunia. GDP setelah disesuaikan menggunakan paritas daya beli (PPP), total GDP negara-negara anggota OKI sebesar US$9.1 triliun. Negara-negara yang memiliki perekonomian yang relatif besar berdasarkan GDP PPP adalah Turki, Iran, Arab Saudi, Mesir, Aljazair, Pakistan, Malaysia, Banglades, Nigeria, termasuk di dalamnya Indonesia.
(34)
22
Sedangkan jika dilihat dari GDP per capita berdasarkan PPP, Qatar memiliki pendapatan per kapita yang paling tinggi di antara negara-negara anggota OKI lainnya yaitu sebesar US$88.314 diikuti oleh Kuwait (US$54.283), Brunei Darussalam (US$51.760), Uni Emirat Arab (US$47.849), Oman (US$28.684), dan Arab Saudi (US$24.268) (IDB 2013).
OKI terdiri atas 57 negara yang berada di 4 benua dengan karakteristik sumber daya alam yang beragam. Sebanyak 39 negara anggota OKI memiliki 62.23% cadangan minyak mentah dunia dan 40 negara memiliki 76.9% cadangan gas alam dunia. Terdapat negara Albania di benua Eropa sebagai batas utara OKI, Mozambik di benua Afrika di sebelah selatan, Guyana yang terletak di Amerika Latin di sebelah barat dan Indonesia di sebelah timur (IDB 2013).
Jumlah penduduk negara-negara anggota OKI pada tahun 2012 mencapai 1.6 miliar jiwa dan diprediksi mencapai 1.7 miliar jiwa pada tahun 2015. Sebanyak 40% dari total penduduk tersebut berada di benua Asia. Beberapa negara yang memiliki jumlah penduduk lebih dari 100 juta di antaranya Indonesia (244 juta jiwa), Pakistan (179 juta jiwa), Nigeria (165 juta jiwa), dan Banglades (150 juta jiwa) (IDB 2013).
Keterbukaan rata-rata 56 negara anggota OKI terhadap perdagangan yang dilihat dari trade openness index tahun 2011 adalah sebesar 0.78 (IDB 2013). Sebanyak 26 negara yang memiliki nilai indeks trade openness di atas rata-rata. Iraq merupakan negara anggota OKI yang memiliki indeks tertinggi yaitu sebesar 3.04 sedangkan trade openness index berada di bawah rata-rata tersebut yaitu sebesar 0.5.
Gambaran Umum Ekspor Indonesia ke Negara-Negara Anggota OKI
Ekspor Indonesia ke negara-negara anggota OKI pada tahun 2001 sebesar US$5.05 miliar naik menjadi US$23.11 miliar pada tahun 2012. Nilai ekspor tersebut memiliki tren yang meningkat dengan laju peningkatan rata-rata sebesar 15.59% per tahunnya. Negara anggota OKI yang menjadi importir utama produk Indonesia pada tahun 2012 adalah Malaysia yaitu sebesar 49% dari total ekspor Indonesia ke negara-negara OKI atau senilai US$11.3 miliar. Sedangkan negara yang memiliki nilai impor dari Indonesia paling kecil adalah Guinea-Bissau, Chad, dan Tajikistan (Trade Map 2014).
Tabel 5 Nilai ekspor Indonesia ke negara-negara OKI tahun 2001-2012
Tahun Nilai ekspor (US$ miliar) Tahun Nilai ekspor (US$ miliar)
2001 5.05 2007 12.81
2002 5.46 2008 16.19
2003 5.71 2009 14.24
2004 6.90 2010 18.42
2005 8.34 2011 22.88
2006 9.99 2012 23.11
(35)
23
Sumber: Trade Map, ITC (diolah)
Gambar 7 Persentase nilai ekspor dari negara tujuan ekspor Indonesia Komoditi yang setiap tahunnya sejak 2001 hingga 2012 paling sering diekspor Indonesia ke negara-negara anggota OKI adalah animal, vegetable fats and oils, cleavage produtcs, etc (HS 15) sebesar 20.89%, mineral fuels, oils, ditillation products, etc (HS 27) sebanyak 11.59%, paper and paperboard, articles of pulp, paper and board (HS 48) sebesar 7.02%. Sedangkan komoditas yang paling tidak sering diekspor Indonesia ke negara-negara OKI adalah furskins and artificial fur, manufactures thereof (HS 43), cork and articles of cork (HS 45), serta
umbrellas, walking-sticks, seat-sticks, whips, etc (HS 66) (Trade Map 2014).
Sumber: Trade Map, ITC (diolah)
Gambar 8 Komoditas paling sering diekspor Indonesia
0 10000000 20000000 30000000
Animal,vegetable fats and oils, cleavage… Paper and paperboard, articles of pulp,… Vehicles other than railway, tramway
Copper and articles thereof Machinery, nuclear reactors, boilers, etc Wood and articles of wood, wood charcoal Plastics and articles thereof Organic chemicals Articles of iron or steel Iron and steel Coffee, tea, mate and spices Cotton Tin and articles thereof
Nilai ekspor (ribu US$)
N am a k o m o d it as (H S 2 d igit) Malaysia 49% Arab Saudi 8% Uni Emirat Arab 7% Pakistan 6% Turki 6% Banglades 5% Mesir 4% Iran 2% Nigeria 2% Lainnya 11%
Malaysia Arab Saudi Uni Emirat Arab Pakistan
Turki Banglades Mesir Iran
(36)
24
Berdasarkan data di atas, komoditas yang diekspor Indonesia ke negara-negara OKI masih terbatas pada beberapa komoditas dan kurang terdiversifikasi. Data perdagangan menunjukkan bahwa negara-negara anggota OKI masih bergantung pada impor barang-barang jadi seperti mesin, bahan kimia, dan obat farmasi. Sedangkan dalam ekspor yang dilakukan oleh negara-negara anggota OKI menunjukkan bahwa rendahnya diversifikasi produk pada ekspor selama 17 tahun (SESRIC 2013). Di sisi lain, Indonesia memiliki keunggulan dengan sumber daya alam dan manusianya yang dapat memproduksi berbagai jenis produk. Indonesia dapat memanfaatkan peluang untuk memproduksi barang-barang jadi atau olahan (final good) yang tidak dapat diproduksi namun berpotensi untuk dikonsumsi oleh negara-negara OKI.
Analisis Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara Anggota OKI
Faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI dianalisis dengan data panel menggunakan gravity model. Berdasarkan hasil uji Chow dan Hausman (Lampiran 2 dan 3), pendekatan terbaik yang digunakan dalam penelitian ini adalah fixed effect model. Selain itu, digunakan juga pembobotan Period SUR pada analisis ini. Penggunaan Period SUR ini didasarkan oleh jumlah T yang nilainya lebih kecil dari jumlah N. Hasil estimasi model faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI setelah dilakukannya regresi adalah sebagai berikut:
LNEKSPOR = 39.468 – 0.504LNGDPREAL_CUST - 0.062LNNTR + 0.318LNOPEN_CUST + 0.228LNPOP_CUST –
1.138LNREMOTE + µit
Tabel 6 Hasil estimasi gravity model nilai ekspor Indonesia ke negara-negara anggota OKI dengan metode fixed effect-period SUR
Variable Coefficient Prob.
GDP riil negara importir -0.504426*** 0.0089
Nilai tukar riil rupiah -0.062645 0.3843
Openess negara importir 0.317622*** 0.0000
Populasi negara importir 0.227673** 0.0489
Remoteness -1.137646*** 0.0000
Constanta 39.46800*** 0.0000
Weighted Statistics
R-squared 0.725308 Sum square resid 115.5919 Prob (F-statistic) 0.000000 Durbin-Watson stat 1.972679
Unweighted Statistics
R-squared 0.788981 Durbin-Watson stat 0.479001 Sum square resid 47.39302
Sumber: Lampiran 4
Catatan: *** : signifikan pada taraf nyata 1% ** : signifikan pada taraf nyata 5%
(37)
25
Uji Asumsi Model
1. Uji Heteroskedastisitas
Hasil estimasi model di atas menunjukkan bahwa Residual Sum Square pada Weighted Statistics (RSSW) adalah 115.5919 atau lebih besar dari Residual Sum Square pada Unweighted Statistics (RSSU) sebesar 47.39302. Kondisi ini merupakan suatu indikasi tidak adanya heteroskedastisitas pada model. Selain itu, dalam penelitian ini pembobotan dilakukan dengan menggunakan metode Generalized Least Square (GLS) berupa Period SUR sehingga masalah heteroskedastisitas dapat diabaikan. 2. Uji Multikolinieriitas
Pengujian terhadap ada tidaknya multikolinieritas dilihat dari nilai R2 yang tinggi mendekati 1 dan banyaknya variabel independen yang signifikan. Pada model terlihat nilai R2 sebesar 0.725308 dan 4 dari 5 variabel independen signifikan pada taraf nyata 1 dan 5%. Hal ini menunjukkan bahwa model terbebas dari multikolinieritas. Selain itu, nilai R2 sebesar 0.725308 juga menunjukkan bahwa 72.53% keragaaan variabel dependen dapat dijelaskan oleh variabel independen dalam model sedangkan sisanya dijelaskan oleh variabel lain di luar model.
3. Uji Autokorelasi
Uji autokorelasi dilakukan menggunakan uji Durbin-Watson. Dengan menggunakan tabel statistik Durbin-Watson, dapat diketahui nilai signifikansi dl dan du pada tingkat signifikansi 5%. Jumlah data cross section adalah sebanyak 17, jumlah time series sebanyak 7, maka jumlah observasi dalam penelitian ini sebanyak 119 dengan jumlah variabel independen sebanyak 5. Nilai signifikansi yang diperoleh yaitu dl sebesar 1.57 dan du sebesar 1.78. Nilai Durbin-Watson stat yang diperoleh dari estimasi model adalah 1.972679. Dikarenakan dalam penelitian ini telah menggunakan pembobotan dengan metode Generalized Least Square
(GLS) berupa Period SUR, masalah heteroskedastisitas dan autokorelasi dapat diabaikan.
4. Uji Normalitas
Normal tidaknya error terms dapat dilihat dari nilai probabilitas yang terdapat pada histogram-normality test. Jika nilai probabilitas Jarque Bera
> α, maka error terms teah menyebar normal. Dari pengujian model didapatkan hasil bahwa probabilitas dari estimasi model lebih besar dari α ( 0.441796 > 0.05). Dengan demikian, error terms pada model ini telah menyebar normal.
Tabel 7 Hasil Normality Test
Model Jarque Bera Probability
Gravity model faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara
anggota OKI
1.633813 0.441796
(38)
26
Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara Anggota OKI
1. GDP riil negara importir
Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel GDP riil negara importir sebesar 0.0089 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Namun, pengaruh ini tidak sesuai dengan hipotesis awal yang menyebutkan bahwa variabel ini berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI. Nilai koefisien variabel ini adalah -0.504426 yang artinya setiap GDP riil negara importir naik sebesar 10%, negara importir OKI akan menurunkan impor produk dari Indonesia sebesar 5% (cateris paribus). Hal ini bertolak belakang dengan teori yang ada diduga karena relatif kecilnya nilai ekspor Indonesia ke negara-negara anggota OKI. Nilai dan volume ekspor Indonesia yang relatif kecil tersebut menunjukkan bahwa Indonesia bukanlah importir utama atau negara-negara importir OKI tidak bergantung terhadap penawaran ekspor oleh Indonesia dalam memenuhi kebutuhan negaranya. Nilai dan volume ekspor menunjukkan bahwa 3 komoditas ini yaitu animal, vegetable fats and oils, cleavage produtcs, etc (HS 15); mineral fuels, oils, ditillation products, etc (HS 27); paper and paperboard, articles of pulp, paper and board (HS 48) mendominasi ekspor Indonesia ke negara-negara anggota OKI setiap tahunnya namun peningkatan nilai dan volume ekspor ketiga komoditas tersebut relatif kecil setiap tahunnya. Kecilnya peningkatan komoditas tersebut menandakan bahwa penawaran ekspor yang dilakukan Indonesia bukan menjadi pilihan utama negara-negara OKI untuk mememenuhi kebutuhan domestiknya. Hal tersebut yang menyebabkan tidak berpengaruhnya pendapatan negara importir terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI.
0 5000000 10000000 15000000 20000000 25000000
2006 2007 2008 2009 2010 2011 2012
Nilai
ek
sp
o
r
(r
ib
u
US$
)
Tahun Total eskpor
Animal,vegetable fats and oils, cleavage products, etc Mineral fuels, oils, distillation products, etc
Paper and paperboard, articles of pulp, paper and board
Sumber: Trade Map, ITC (diolah)
(39)
27 2. Nilai tukar riil rupiah terhadap mata uang negara importir anggota OKI
Nilai tukar riil rupiah yang terdepresiasi menunjukkan bahwa harga barang-barang di Indonesia relatif lebih murah dibandingkan dengan harga barang-barang di negara importer yang menurut teori, perubahan tersebut akan membuat para konsumen di Indonesia maupun di negara importir OKI akan membeli lebih banyak barang Indonesia (Mankiw 2003).
Hasil analisis data panel menujukkan bahwa nilai probabilitas pada variabel nilai tukar riil rupiah adalah 0.3843 dengan nilai koefisien sebesar -0.062645. Tidak berpengaruh signifikannya variabel nilai tukar riil ini diduga dapat disebabkan oleh sebagian besar negara tujuan ekspor Indonesia yang menjadi anggota OKI memiliki nilai tukar nominal terhadap Dollar Amerika Serikat dan indeks harga konsumen yang relatif stabil yaitu negara-negara Timur Tengah seperti Uni Emirat Arab, Arab Saudi, Kuwait, Oman, Yaman, dan Qatar.
3. Trade Openess Index negara importir
Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel trade openness index negara importir adalah 0.0000. Hal tersebut menunjukkan bahwa variabel ini berpengaruh signifikan terhadap ekspor Indonesia ke negara-negara anggota OKI. Variabel trade openness index
negara importir sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini berpengaruh positif terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI dengan nilai koefisien sebesar 0.317622. Nilai koefisien tersebut mengindikasikan apabila trade openness index negara importir naik sebesar 10%, maka nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 3.18% (cateris paribus).
0 1 2 3 4 5 6 7
2005 2006 2007 2008 2009 2010 2011
Nilai tukar
ter
ha
da
p
US$
Tahun
UEA Saudi Arabia Malaysia
Turki Mesir Yordania
Kuwait Oman Qatar
Sumber: World Bank (diolah)
(40)
28
Semakin tinggi trade openness index suatu negara anggota OKI, peluang penawaran ekspor Indonesia akan semakin tinggi. Sebanyak 43 negara anggota OKI memiliki trade openness index yang lebih besar dari Indonesia. Negara-negara tersebut memiliki nilai ekspor dan impor yang lebih besar dari nilai GDP nya yang berarti negara-negara tersebut cenderung lebih terbuka terhadap perdagangan internasional. Hal tersebut menunjukkan bahwa potensi penawaran ekspor Indonesia masih besar dilihat dari variabel ini.
4. Populasi negara importir
Hasil analisis data panel menujukkan bahwa nilai probabilitas pada populasi negara importir adalah 0.0489 yang berarti variabel ini importir berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Dari hasil estimasi didapat nilai koefisien variabel ini sebesar 0.227673. Nilai tersebut mengindikasikan bahwa setiap adanya peningkatan populasi dari negara importir sebesar 10%, nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 2.28% (cateris paribus). Adanya peningkatan populasi negara importir dapat meningkatkan konsumsi domestik negara tersebut yang berarti dapat meningkatkan juga jumlah permintaan domestik terhadap suatu komoditi (Salvatore 1997)
5. Remoteness Index
Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel remoteness index adalah 0.0000 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Variabel remoteness index sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini akan berpengaruh negatif
3,04 2,44 2,08 1,73 1,52 1,5 1,41 1,37 1,33 1,26 1,13 1,1 1,08 1,06 1,01 1 0,78 0,62 0,6 0,56 0,5 0,47 0,37
0 0,5 1 1,5 2 2,5 3 3,5
Irak Maladewa UEA Libanon Bahrain Yordania Brunei Arab Saudi Rata-rata 56 negara OKI Banglades Indonesia Pakistan
Trade Openness Index
Sumber: IDB Key Socio-Economic Statistics (diolah)
(1)
Lampiran 2 Hasil uji Chow
Redundant Fixed Effects Tests Equation: DETERMINAN_INDO_OKI Test period fixed effects
Effects Test
Statistic
d.f. Prob.
Period F 1.939257 (6,107) 0.0810
Period Chi-square 12.284045 6 0.0559
Lampiran 3 Hasil uji Hausman
Correlated Random Effects - Hausman Test Equation: DETERMINAN_INDO_OKI
Test period random effects
Test Summary
Chi-Sq. Statistic
Chi-Sq.
d.f. Prob.
Period random 11.608456 5 0.0406
Lampiran 4 Hasil estimasi
gravity model
dengan pendekatan
fixed effect-
Period
SUR
Dependent Variable: LNEKSPOR Method: Panel EGLS (Period SUR) Date: 05/01/14 Time: 17:57 Sample: 2005 2011
Periods included: 7
Cross-sections included: 17
Total panel (balanced) observations: 119
Linear estimation after one-step weighting matrix White period standard errors & covariance (d.f. corrected)
Variable
Coefficie
nt Std. Error
t-Statistic Prob. LNGDPRIIL_CUST -0.504426 0.189284 -2.664913 0.0089 LNNTR -0.062645 0.071711 -0.873575 0.3843 LNOPEN_CUST 0.317622 0.044705 7.104901 0.0000 LNPOP_CUST 0.227673 0.114265 1.992507 0.0489 LNREMOTE -1.137646 0.109007 -10.43641 0.0000
(2)
2
Effects Specification Period fixed (dummy variables)
Weighted Statistics
R-squared 0.725308
Mean dependent
var 7.077835
Adjusted
R-squared 0.697069
S.D. dependent
var 8.067374
S.E. of
regression 1.039374
Sum squared
resid 115.5919
F-statistic 25.68432
Durbin-Watson
stat 1.972679
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.788981
Mean dependent
var 12.59135
Sum squared
resid 47.39302
Durbin-Watson
stat 0.479001
Lampiran 5 Hasil uji normalitas
Lampiran 6 Uji Augmented-Dickey Fuller pada
level
Null Hypothesis: EKSPOR has a unit root Exogenous: Constant
Lag Length: 2 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.*
0 4 8 12 16 20
-2 -1 0 1 2 3
Series: Standardized Residuals Sample 2005 2011
Observations 119 Mean 1.53e-16
Median 0.010682
Maximum 2.786105
Minimum -2.328355
Std. Dev. 0.989743 Skewness 0.238169 Kurtosis 3.320328 Jarque-Bera 1.633813 Probability 0.441796
(3)
3
Augmented Dickey-Fuller test
statistic -1.416420 0.5708
Test critical
values: 1% level -3.506484
5% level -2.894716
10% level -2.584529
*MacKinnon (1996) one-sided p-values.
Lampiran 7 Uji Augmented-Dickey Fuller pada
first difference
Null Hypothesis: D(EKSPOR) has a unit root Exogenous: Constant
Lag Length: 1 (Automatic based on SIC, MAXLAG=11)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.54567 0.0000 Test critical
values: 1% level -3.506484
5% level -2.894716
10% level -2.584529
*MacKinnon (1996) one-sided p-values.
Lampiran 8 Grafik korelogram dari
first difference
nilai ekspor Indonesia ke
negara-negara anggota OKI
Date: 03/23/14 Time: 19:17 Sample: 2006M01 2015M07 Included observations: 90
Autocorrelatio n
Partial
Correlation AC PAC
Q-Stat Prob ****|.
|
****|.
| 1
-0.526
-0.526 25.765 0.000 . |*
|
**|.
| 2 0.087
-0.263 26.474 0.000 . |.
|
.*|.
| 3 0.020
-0.090 26.512 0.000 . |.
|
. |.
| 4
-0.014
-0.029 26.529 0.000 . |.
|
.*|.
| 5
-0.036
-0.067 26.658 0.000 . |.
|
. |.
| 6 0.039
-0.026 26.806 0.000 . |.
|
. |*
| 7 0.045 0.080 27.010 0.000
. |. |
. |*
(4)
4
**|. |
**|.
| 9
-0.287
-0.272 35.548 0.000 . |**
|
.*|.
| 10 0.243
-0.126 41.638 0.000 .*|.
|
.*|.
| 11
-0.127
-0.110 43.316 0.000 . |.
|
. |.
| 12 0.037
-0.045 43.463 0.000 . |.
|
. |.
| 13 0.026 0.002 43.537 0.000
. |. |
. |.
| 14 0.028 0.057 43.621 0.000
. |. |
. |*
| 15 0.004 0.145 43.623 0.000
**|. |
.*|.
| 16
-0.212
-0.195 48.645 0.000 . |*
|
. |.
| 17 0.211
-0.060 53.711 0.000 .*|.
|
.*|.
| 18
-0.098
-0.166 54.813 0.000 . |*
|
. |*
| 19 0.132 0.167 56.850 0.000
.*|. |
. |.
| 20
-0.112
-0.014 58.329 0.000 . |*
|
. |*
| 21 0.091 0.076 59.316 0.000
.*|. |
.*|.
| 22
-0.187
-0.180 63.551 0.000 . |*
|
.*|.
| 23 0.092
-0.083 64.599 0.000 . |.
|
. |.
| 24 0.038 0.029 64.777 0.000
. |. |
.*|.
| 25 0.009
-0.077 64.786 0.000 . |.
|
. |.
| 26
-0.065
-0.010 65.329 0.000 . |*
|
. |.
| 27 0.097
-0.011 66.573 0.000 .*|.
|
. |.
| 28
-0.146 0.049 69.404 0.000 . |*
|
. |.
| 29 0.125 0.017 71.526 0.000
.*|. |
.*|.
| 30
-0.131
-0.068 73.905 0.000 . |**
|
. |.
| 31 0.217 0.034 80.529 0.000
.*|. |
.*|.
| 32
-0.177
-0.100 84.981 0.000 . |.
|
. |.
| 33 0.048
-0.038 85.312 0.000 . |.
|
.*|.
| 34
-0.014
(5)
5
. |.|
. |.
| 35
-0.055
-0.010 85.790 0.000 . |*
|
. |.
| 36 0.077 0.034 86.687 0.000
Lampiran 9 Hasil estimasi model ARIMA (0, 1, 1)
Dependent Variable: D(EKSPOR)Method: Least Squares
Date: 03/23/14 Time: 18:42
Sample (adjusted): 2006M02 2013M07
Included observations: 90 after adjustments Convergence achieved after 8 iterations MA Backcast: 2006M01
Variable
Coefficien
t Std. Error t-Statistic Prob.
C 11630.83 7548.969 1.540717 0.1270
MA(1) -0.628435 0.083193 -7.553931 0.0000
R-squared 0.326411 Mean dependent var 11086.96 Adjusted R-squared 0.318756 S.D. dependent var 228506.5 S.E. of regression 188603.5
Akaike info
criterion 27.15465
Sum squared resid 3.13E+12 Schwarz criterion 27.21020 Log likelihood -1219.959
Hannan-Quinn
criter. 27.17705
F-statistic 42.64338 Durbin-Watson stat 2.139831 Prob(F-statistic) 0.000000
Inverted MA Roots .63
Lampiran 10 Hasil peramalan menggunakan model ARIMA (0, 1, 1).
0 500,000 1,000,000 1,500,000 2,000,000 2,500,000 3,000,000 3,500,000 4,000,000
06 07 08 09 10 11 12 13 14 15
EKSPORF ± 2 S.E.
Forecast: EKSPORF Actual: EKSPOR
Forecast sample: 2006M01 2015M07 Adjusted sample: 2006M02 2015M07 Included observations: 90
Root Mean Squared Error 242155.5 Mean Absolute Error 183886.0 Mean Abs. Percent Error 12.51566 Theil Inequality Coefficient 0.083423 Bias Proportion 0.174822 Variance Proportion 0.233281 Covariance Proportion 0.591897
(6)