3.2 Data dan Sumber Data
Data yang digunakan dalam penelitian ini berupa data sekunder, yaitu Model Input-Output Antardaerah IRIO Jabodetabek tahun 2002, data PDRB,
data impor, data permintaan akhir, data penduduk di DKI Jakarta, Bodetabek, dan Indonesia tahun 2005, serta data arus migrasi yang terjadi di DKI Jakarta.
Semua data dikumpulkan dari Badan Pusat Statistik BPS. Model IRIO Jabodetabek tahun 2002 tersusun atas tiga wilayah, yaitu DKI
Jakarta, Bodetabek, serta Rest of Indonesia, dengan klasifikasi 31 sektor. Untuk memudahkan analisis dilakukan pengagregasian sektor menjadi dua puluh dua
22 sektor yang terkait dengan sektor-sektor lapangan usaha PDRB, yaitu, tanaman bahan makanan, perkebunan, peternakan, kehutanan, perikanan,
pertambangan dan penggalian, industri, listrik dan air minum, bangunan, perdagangan, restoran dan hotel, angkutan darat, angkutan udara, angkutan laut,
jasa penunjang angkutan, komunikasi, bank dan lembaga keuangan lainnya, usaha bangunan dan jasa perusahaan, pemerintah dan hankam, jasa sosial dan
kemasyarakatan, jasa hiburan, serta jasa perorangan. Untuk analisis migrasi, data yang dibutuhkan adalah data yang
dibutuhkan adalah data penduduk berdasarkan tempat tinggal 5 tahun lalu dan sekarang, migran berdasarkan provinsi tempat tinggal 5 tahun yang lalu dan kota
tempat tinggal sekarang, migran berdasarkan alasan pindah ke DKI Jakarta, migran berdasarkan kelompok umur, migran berdasarkan tingkat pendidikan,
serta migran berdasarkan status pekerjaan.
3.3 Metode Analisis
Teknik pengolahan data utama yang diterapkan dalam penelitian ini adalah analisis model Input-Output Antarwilayah IRIO. Kegunaan analisis
model Input-Output Antarwilayah IRIO menurut Stelder dan Eding 2000 dalam Wikarya 2003 adalah untuk mengukur dampak perubahan nilai output dan
pendapatan akibat terjadi perubahan permintaan akhir atas output sektor tertentu yang diproduksi di suatu daerah. Besar-kecilnya angka dampak menunjukkan
besar-kecilnya derajat keterkaitan ekonomi suatu sektor terhadap sektor-sektor lainnya di daerah itu dan sektor-sektor ekonomi di daerah-daerah lainnya.
Beberapa metode analisis I-O yang relevan dan terkait dengan penulisan ini adalah: 1 updating tabel IRIO, menggunakan metode RAS, 2 analisis tabel
dasar analisis deskriptif, 3 analisis keterkaitan, serta 4 analisis dampak.
Sedangkan untuk analisis migrasi yang berada di DKI Jakarta, hanya menggunakan analisis deskriptif. Secara lebih rinci dapat dilihat Tabel 3 di
bawah ini. Tabel 3 Tujuan, data dan sumber data, teknik analisis, serta output analisis dari
penelitian
3.3.1 Metode RAS
Tabel input output terdiri dari tiga kuadran, yaitu kuadran I, II, dan III. Kuadran I merupakan matriks koefisien input, Kuadran II merupakan matriks
permintaan akhir, dan Kuadran III adalah matrik input primer. Koefisien input pada kuadran I Matriks A untuk memperolehnya harus melalui survei secara
langsung dan lengkap. Permasalahan yang timbul adalah apabila kita akan melakukan rekonstruksi updating tabel I-O menjadi tabel tahun yang terbaru,
sedangkan data pada kuadran I tidak tersedia. Untuk itu salah satu metode yang sering umum digunakan untuk melakukan updating tabel I-O menjadi tabel yang
baru dilakukan metode RAS. Secara sederhana, Metode RAS merupakan metode yang digunakan untuk memperkirakan matriks koefisien input yang baru
pada tahun t ”A
t
” dengan menggunakan informasi koefisien input tahun dasar ”A
”, total permintaan antara tahun ”t”, dan total input antara tahun ”t”. Matriks koefisien input tahun ke ”t” diperoleh dengan rumus A
t
= R A S, dimana R =
matriks diagonal yang elemen-elemennya menunjukkan pengaruh subsitusi, dan S = matriks diagonal yang elemen-elemennya menggambarkan pengaruh
fabrikasi Suryawardana, 2006. Pengaruh subsitusi menunjukkan seberapa jauh suatu komoditi menurut
baris dalam tabel I-O dapat digantikan oleh komoditi lain dalam suatu proses produksi. Pengaruh fabrikasi menyatakan bahwa seberapa jauh suatu sektor
No Tujuan
Data dan Sumber Data Teknik Analisis
Output Analisis
1. Menganalisis struktur
perekonomian wilayah DKI Jakarta
dan Bodetabek -IO Interregional 2002
-Impor 2005 -PDRB 2005
-Final demand 2005 -Updating IO
Interregional 2005 -Metode RAS
dengan software GAMS
-Struktur perekonomian
di DKI Jakarta dan Bodetabek
2. Menganalisis
keterkaitan antarsektor antarwilayah DKI
Jakarta dengan Bodetabek
-Updating IO Interregional 2005 -DBL
-DFL -Pengganda
-Sektor-sektor yang saling
terkait di DKI Jakarta dan
Bodetabek 3.
Menganalisis aspek migrasi penduduk di
DKI Jakarta. -Penduduk berdasarkan tempat
tinggal 5 tahun lalu dan sekarang -Migran berdasark an alasan pindah
ke Jakarta -Migran berdasarkan kelompok umur
-Migran berdasarkan tingkat pendidikan
-Migran berdasarkan status pekerjaan -Analisis Deskriptif
-Karakteristik dan tujuan
migran yang pindah ke DKI
Jakarta
menurut kolom dalam tabel I-O dapat menyerap input antara dari total input antara dari total input yang tersedia.
Gambar 4 Bagan alir updating Tabel Input Output Interregional Data yang digunakan untuk melakukan updating tabel IRIO Jabodetabek
tahun 2005 adalah tabel IRIO Jabodetabek Tahun 2002 dengan dimensi 31x31 sektor, PDRB 22 sektor menurut harga berlaku Tahun 2005, serta data impor
tahun 2005 dengan asumsi proporsi nilai impor masing-masing sektor sama dengan nilai impor tahun 2002. Data tabel IRIO Jabodetabek Tahun 2002
dimensi 31x31 sektor direklasifikasi terlebih dahulu menjadi tabel IRIO tahun 2002 dimensi 22x22 sektor sehingga tabel IRIO yang baru mempunyai sektor
yang sama. Selanjutnya dilakukan pendugaan terhadap koefisien PDRB Tahun 2002 sebagai dasar pendugaan total input atau output tabel IRIO updating Tahun
2005. Berdasarkan data hasil pendugaan terhadap total inputouput sektoral
Tahun 2005, koefisien input matriks A tabel input output interregional Tahun 2002, total permintaan akhir Tahun 2005, serta nilai impor Tahun 2005 dilakukan
pendugaan koefisien input matriks A tabel input ouput interregional Tahun 2005 dimensi 22 x 22 sektor dengan menggunakan metode RAS. Secara sistematis
metode RAS dapat dinyatakan dengan persamaan sebagai berikut: i = 1, 2, 3, ..., dst
i = 1, 2, 3, ..., dst
TABEL IRIO JABODETABEK
TAHUN 2005 22 SEKTOR
METODE RAS DENGAN
OPTIMASI SOFTWARE
GAMS
TOT. INPUT SEKTORAL 2005 = PDRB SEKTORL 2005
KOEF. PDRB SEKTORAL 2002 KOEF. INPUT TABEL IRIO
TAHUN 2002 22 SEKTOR
- PDRB SEKTORAL 2005 - FINAL DEMAND 2005
- IMPOR 2005
KOEFISIEN PDRB SEKTORAL = PDRB SEKTORAL 2002
TOT. INPUT SEKTORAL 2002 TABEL IRIO JABODETABEK
TAHUN 2002 22 SEKTOR
TABEL IRIO JABODETABEK TAHUN 2002
31 SEKTOR Reklasifikasi
∑
=
=
n i
i j
ij i
b s
x r
1
∑
=
=
n j
j j
ij i
k s
x r
1
Keterangan: X
ij0
= input antara sektor j yang berasal dari output sektor i tahun dasar r
i
, s
j
= elemen matriks diagonal R dan S b
i
= jumlah permintaan antara sektor i tahun ”t” faktor pembatas k
j
= jumlah input antara sektor j tahun ”t” faktor pembatas Pendugaan tabel input-output tanpa metode survei dapat dirumuskan
sebagai cara untuk mencari koefisien teknis untuk tabel input output pada tahun tertentu yang memenuhi kriteria 1 paling mirip dengan matriks koefisien teknis
dari tabel input output pada tahun dasar, dan 2 dengan menggunakan koefisien teknis yang dihasilkan tersebut operasi matematis tabel input-output dapat
memberikan hasil yang fit dengan data yang dimiliki tentang total input, total output, total nilai tambah, dan total permintaan akhir untuk masing-masing sektor
yang diduga Saefulhakim dalam Suryawardana, 2006. Rumus matematis dari permasalahan yang digunakan untuk metode RAS
adalah sebagai berikut:
Dengan fungsi kendala:
Keterangan:
ij
a
= elemen baris ke-i kolom ke-j dari matriks koefisien teknis tabel I- O yang sudah ada untuk tahun dasar
ij t
a
= elemen baris ke-i kolom ke-j dari matriks koefisien teknis tabel I- O yang sudah ada untuk tahun ke-t tertentu
;
ij ij
t
a a
I = kandungan informasi information content, ukuran adanya
perbedaan struktur koefisien teknis antara tabel I-O pada tahun dasar dengan tabel I-O pada tahun ke t yang diduga
j t
Q
= total input sektor ke-j pada tahun ke-t
i t
Q
= total output sektor ke-i pada tahun ke-t. Untuk sektor tertentu yang sama i = j, maka total output sama dengan total input
t
Q
i
=
t
Q
j
∑∑
= =
=
n i
n j
ij o
ij t
ij t
ij o
ij t
a a
a a
a I
1 1
ln .
; min
i t
i t
j t
n i
j ij
t j
t j
t ij
n i
t j
t
F Q
Q a
V Q
a Q
− =
− =
∑ ∑
= =
1
j t
V
= total nilai tambah total value added yang dihasilkan oleh sektor ke-j pada tahun ke-j
j t
F = total permintaan akhir total final demand yang dihasilkan oleh
sektor ke-j pada tahun ke-j Dari rumus di atas dapat dilakukan rumus turunan yang lain, karena
koefisien teknis tahun asal ada yang bernilai nol kosong sehingga hasilnya tidak terdefinisikan undefined. Rumus pendugaan dengan menggunakan software
GAMS tersebut adalah:
i i
i n
i i
ij ij
ij n
i n
i j
ij ij
ij t
TB TB
T TW
QB QB
Q QW
a a
I −
+ −
=
∑ ∑ ∑
= =
=
. .
; min
1 1
j j
j n
j j
ij ij
ij n
i i
MB MB
M MW
FB FB
F FW
− +
− +
∑ ∑
= =
. .
1 1
Dengan fungsi kendalanya sebagai berikut: T
j
= ? Coloum Balance
T
i
= ? Row Balance
Total Impor =
Total Final Demand = Total Balance
= Keterangan:
QW
ij
= elemen baris ke-i kolom ke-j dari matriks koefisien teknis tabel I- O yang sudah ada untuk tahun dasar
Q
ij
= elemen baris ke-i kolom ke-j dari matriks koefisien teknis tabel I- O yang sudah ada untuk tahun ke-t tertentu yang telah
dipotimasi ;
ij ij
t
a a
I = kandungan informasi information content, ukuran adanya
perbedaan struktur koefisien teknis antara tabel I-O pada tahun dasar dengan tabel I-O pada tahun ke t yang diduga
QB
ij
= pendugaan atas elemen baris ke-i kolom ke-j dari matriks koefisien teknis tabel I-O yang sudah ada untuk tahun ke-t
tertentu
∑
=
+ +
n i
j j
ij
VB M
Q
1
∑
=
+
n j
i ij
F Q
1
∑
=
= +
n j
j
TotM FM
M
1
∑
=
= +
n i
i
TotF FF
F
1
= −
+ TotF
TotM TotV
TW
ij
= total output sektor ke-i tahun tertentu yang sudah diberi pembobotan kriteria
T
i
= total output sektor ke-i tahun tertentu hasil dari optimasi TB
i
= pendugaan atas total output sektor ke-i pada tahun tertentu FW
i
= total final demand sektor ke-i tahun tertentu yang sudah diberi pembobotan kriteria
F
i
= total final demand sektor ke-i tahun tertentu hasil dari optimasi FB
i
= pendugaan atas total final demand sektor ke-i pada tahun tertentu
MW
j
= total impor sektor ke-i tahun tertentu yang sudah diberi pembobotan kriteria
M
j
= total impor sektor ke-i tahun tertentu hasil dari optimasi = pendugaan atas total impor sektor ke-i pada tahun tertentu
3.3.2 Analisis Input-Output Interregional
Beberapa model yang digunakan di dalam melakukan analisis terhadap suatu tabel I-O, yaitu: a koefisien input atau koefisien teknis, b keterkaitan
langsung ke depan maupun ke belakang, c keterkaitan langsung dan tidak langsung ke depan maupun ke belakang, d angka pengganda atau multiplier,
e daya penyebaran, serta f derajat kepekaan.
3.3.2.1 Koefisien Input
Analisis tabel-tabel dasar ini diperlukan dalam membuat analisis deskriptif. Tabel I-O Interregional updating Tahun 2005 pada dasarnya adalah
tabel yang menyajikan informasi statistik yang menggambarkan besarnya nilai transaksi barang dan jasa antarsektor ekonomi di wilayah DKI Jakarta dan
Bodetabek. Beberapa indikator atau variabel dapat dianalisis dalam tabel-tabel dasar, antara lain:
1 Peranan dan potensi wilayah menurut lokasinya. 2 Konsentrasi industri menurut wilayah yang rnemperlihatkan sebaran industri
menurut ragam kegiatan lapangan usahanya. 3 Tingkat saling ketergantungan antarwilayah, baik yang mencakup sektor-
sektor produksi, seperti penyediaan bahan baku maupun yang berkaitan dengan sektor-sektor pengguna, seperti penyediaan barangjasa
permintaan akhir final demand.
Untuk keperluan analisis pada metode analisis metode I-O, parameter yang paling utama adalah koefisien input atau koefisien teknologi a
ij
secara matematis dinyatakan sebagai berikut:
j ij
ij
X X
a =
atau X
ij
= a
ij
. X
j
a
ij
= rasio antara banyaknya output sektor i yang digunakan sebagai input j x
ij
terhadap total input sektor j x
j
koefisien a
ij
menyatakan keterkaitan langsung suatu sektor baik ke depan maupun ke belakang terhadap sektor lainnya dalam suatu perekonomian wilayah
direct backwardforward linkage. Dengan demikian, tabel I-O secara matematis dapat dirumuskan sebagai berikut:
a
11
x
1
+ a
12
x
2
+ ...
a
1j
x
j
... +
a
1n
x
n
+ F
1
= X
1
a
21
x
1
+ a
22
x
2
+ ...
a
2j
x
j
... +
a
2n
x
n
+ F
2
= X
2
: :
: :
: :
a
i1
x
1
+ a
i2
x
2
+ ...
a
ij
x
j
... +
a
in
x
n
+ F
i
= X
i
: :
: :
: :
A
n1
x
1
+ A
n2
x
2
+ ...
a
ij
x
n
... +
A
nn
x
n
+ F
n
= X
n
Atau
=
+
n i
n i
n i
nn n
n ij
n n
X X
X X
F F
F F
x x
x x
a a
a a
a a
a a
a a
2 1
2 1
2 1
2 1
2 22
21 1
12 11
L M
M M
L L
A X F X
Dengan notasi matriks dapat dirumuskan sebagai berikut: AX + F = X
Matriks A merupakan matriks koefisien input hubungan langsung antar sektor, dengan demikian maka:
X – AX = F 1-A X = F
X = 1-A
-1
F, matriks I-A dikenal dengan matriks Leontief, merupakan parameter penting di dalam analisis I-O. Invers matriks tersebut, matriks I-A-1
atau B adalah matriks yang menyatakan hubungan langsung dan tidak langsung antarsektor dalam suatu perekonomian wilayah direct and indirect forward
backward linkage. Karena X = I-A-1 F atau X = B F, dimana B merupakan elemen-elemen koefisien dalam invers matriks Leontief, maka peningkatan
output produksi X, merupakan akibat permintaan F terhadap sektor tersebut, besarnya output produksi sektor i ditentukan oleh besarnya koefisien B,
semakin besar koefisiennya maka semakin besar pula output pada sektor tersebut.
3.3.2.2 Keterkaitan langsung ke depan
Menunjukkan efek langsung dari perubahan output tingkat produksi suatu sektor terhadap total tingkat produksi sektor-sektor yang menggunakan
output sektor tersebut. Untuk mengetahui besarnya keterkaitan langsung ke depan, dapat digunakan rumus sebagai berikut:
∑ ∑
= =
n i
n i
ij i
ij i
a X
X F
i = 1, 2, 3, …, dst F
i
= keterkaitan langsung ke depan X
ij
= banyaknya output sektor i yang digunakan oleh sektor j x
i
= total output sektor i a
ij
= unsur matriks koefisien input atau koefisien teknis
3.3.2.3 Keterkaitan langsung ke belakang
Menunjukkan efek langsung dari perubahan output tingkat produksi suatu sektor terhadap total tingkat produksi sektor-sektor yang menyediakan
input sektor tersebut. Untuk mengetahui besarnya keterkaitan langsung ke belakang, dapat digunakan rumus sebagai berikut:
∑ ∑
= =
n j
n j
ij i
ij j
a X
X B
i = 1, 2, 3, …, dst B
j
= keterkaitan langsung ke belakang X
ij
= banyaknya output sektor i yang digunakan oleh sektor j x
j
= total input sektor i a
ij
= unsur matriks koefisien input atau koefisien teknis
3.3.2.4 Keterkaitan langsung dan tidak langsung ke depan
Menunjukkan efek langsung dan tidak langsung dari perubahan output tingkat produksi suatu sektor terhadap total tingkat produksi sektor-sektor yang
menggunakan output sektor tersebut. Untuk mengetahui besarnya keterkaitan langsung dan tidak langsung ke depan, dapat digunakan rumus sebagai berikut:
∑
=
n i
ij i
b FDIL
i = 1, 2, 3, …, dst FDIL
i
= keterkaitan langsung dan tidak langsung ke depan
b
ij
= unsur kebalikan matriks Leontief
3.3.2.5 Keterkaitan langsung dan tidak langsung ke belakang
Menunjukkan efek langsung dan tidak langsung dari kenaikan permintaan akhir terhadap satu unit output sektor tertentu, pada peningkatan total output
seluruh sektor perekonomian. Untuk mengetahui besarnya keterkaitan langsung dan tidak langsung ke belakang, dapat digunakan rumus sebagai berikut:
∑
=
n j
ij j
b BDIL
i = 1, 2, 3, …, dst BDIL
i
= keterkaitan langsung dan tidak langsung ke belakang b
ij
= unsur kebalikan matriks Leontief
3.3.2.6 Multiplier Output
Dampak peningkatan akhir final demand atas output sektor j terhadap peningkatan output secara keseluruhan di wilayah penelitian. Angka multiplier
output:
ij i
i O
j O
j O
b v
v M
∑
= 1
O
v
i
= rasio output dari sektor i terhadap total output sektor i untuk i=j, maka maka
O
v
i
=
O
v
j
b
ij
= unsur kebalikan inverse matriks Leontief
3.3.2.7 Multiplier Pendapatan
Dampak peningkatan akhir final demand atas output sektor j terhadap peningkatan total pendapatan rumah tangga secara keseluruhan di wilayah
penelitian. Angka multiplier pendapatan:
ij i
i I
j I
j I
b v
v M
∑
= 1
I
v
i
= rasio pendapatan rumah tangga dari sektor i terhadap total output sektor i untuk i=j, maka
I
v
i
=
I
v
j
b
ij
= unsur kebalikan inverse matriks Leontief
3.3.2.8 Multiplier Nilai TambahPDRB
Dampak peningkatan akhir final demand atas output sektor j terhadap peningkatan nilai tambahPDRB secara keseluruhan di wilayah penelitian. Angka
multiplier nilai tambahPDRB:
ij i
i PDRB
j PDRB
j PDRB
b v
v M
∑
= 1
PDRB
v
i
= rasio nilai tambahPDRB dari sektor i terhadap total output sektor i untuk i=j, maka maka
PDRB
v
i
=
PDRB
v
j
b
ij
= unsur kebalikan inverse matriks Leontief
3.3.2.9 Multiplier Pajak
Dampak peningkatan akhir final demand atas output sektor j terhadap peningkatan pajak tak langsung netto secara keseluruhan di wilayah penelitian.
Angka multiplier pajak:
ij i
i T
j T
j T
b v
v M
∑
= 1
T
v
i
= rasio pajak tak langsung dari sektor i terhadap total output sektor i untuk i=j, maka maka
T
v
i
=
T
v
j
b
ij
= unsur kebalikan inverse matriks Leontief
3.3.2.10 Multiplier Impor
Dampak peningkatan akhir final demand atas output sektor j terhadap peningkatan impor secara keseluruhan di wilayah penelitian. Angka multiplier
impor:
ij i
i M
j M
j M
b v
v M
∑
= 1
M
v
i
= rasio impor dari sektor i terhadap total output sektor i untuk i=j, maka maka
M
v
i
=
M
v
j
b
ij
= unsur kebalikan inverse matriks Leontief
3.3.2.11 Daya Penyebaran
Dampak dari perubahan permintaan akhir suatu sektor terhadap output seluruh sektor ekonomidi suatu wilayah atau negara. Daya penyebaran
merupakan ukuran untuk melihat keterkaitan ke belakang backward linkages sektor-sektor ekonomi suatu wilayah.
∑ ∑ ∑
=
i j
ij i ij
j
b n
b a
1 Aj
= indeks daya penyebaran sektor j dan lebih dikenal sebagai daya penyebaran sektor j
Besaran aj = 1, maka daya penyebaran sektor j sama dengan rata-rata daya penyebaran seluruh sektor perekonomian, bila aj 1 maka daya
penyebaran sektor j berada di atas rata-rata daya penyebaran seluruh sektor ekonomi, sebaliknya aj 1 menunjukkan daya penyebaran sektor j lebih rendah
dibandingkan dengan sektor-sektor lainnya.
3.3.2.12 Derajat Kepekaan
Derajat kepekaan menjelaskan pembentukan output di suatu sektor yang dipengaruhi oleh permintaan akhir masing-masing sektor perekonomian, maka
ukuran ini untuk digunakan untuk melihat keterkaitan ke depan forward linkages.
∑ ∑ ∑
=
i j
ij j
ij i
b n
b 1
β
ß
i
= indeks derajat kepekaan sektor i dan lebih dikenal sebagai derajat kepekaan sektor j
Besaran ß
i
= 1, maka derajat kepekaan sektor i sama dengan rata-rata derajat kepekaan seluruh sektor perekonomian, bila ß
i
1 maka derajat kepekaan sektor i berada di atas rata-rata derajat kepekaan seluruh sektor
ekonomi, sebaliknya ß
i
1 menunjukkan derajat kepekaan sektor i lebih rendah dibandingkan dengan sektor-sektor lainnya.
3.3.3 Analisis Migrasi
Untuk bahasan tentang migrasi, data yang dibutuhkan adalah data penduduk berdasarkan tempat tinggal 5 tahun lalu dan sekarang, migran
berdasarkan provinsi tempat tinggal 5 tahun yang lalu dan kota tempat tinggal sekarang, migran berdasarkan alasan pindah ke DKI Jakarta, migran
berdasarkan kelompok umur, migran berdasarkan tingkat pendidikan, serta migran berdasarkan status pekerjaan. Data penduduk berdasarkan tempat
tinggal 5 tahun lalu dan sekarang terdiri dari seluruh wilayah Indonesia, untuk penduduk yang 5 tahun lalu bertempat tinggal di luar DKI Jakarta, dan sekarang
tinggal di DKI Jakarta maka dapat dikatakan bahwa mereka adalah migran yang pindah ke DKI Jakarta. Sehingga dapat dilihat pula persentase migran yang
pindah ke DKI Jakarta. Alasan migran untuk pindah ke DKI Jakarta terdiri dari pekerja, mencari
pekerjaan, pendidikan, perubahan status perekonomian, ikut suamiistriortu, ikut
saudara kandung, perumahan, keamanan, dan lainnya. Distribusi umur migran dikelompokkan menjadi 10-14 tahun, 15-19 tahun, 20-24 tahun, 25-29 tahun, 30-
34 tahun, 35-39 tahun, 40-44 tahun, 45-49 tahun, 50-54 tahun, 55-59 tahun, 60- 64 tahun, 65-69 tahun, 70-74 tahun, 75 tahun keatas. Migran berdasarkan
pendidikan tinggi dikelompokkan menjadi tidakbelum pernah sekolah, tidak tamat SD, SDMIsederajat, SDsederajat, SLTPMTssederajat, SLTAMA
sederajat, SM Kejuruan, Diploma III, Diploma IIISarjana Muda, Diploma IVS1, S2, serta S3. Untuk distribusi migran menurut status pekerjaan terdiri dari
berusaha sendiri, berusaha dibantu dengan buruh tidak tetap, berusaha dibantu dengan buruh tetap, buruhkaryawan, serta pekerja tak dibayar. Dari data
tersebut diinterpretasikan secara deskripitif berdasarkan distribusinya. Sehingga dapat diketahui karakteristik migran yang dominan yang masuk ke DKI Jakarta.
IV STRUKTUR PEREKONOMIAN
Struktur perekonomian dapat dilihat dari komposisi PDRB suatu wilayah yang merupakan suatu indikator pertumbuhan ekonomi di wilayah tersebut.
Dalam penelitian ini, wilayah yang diteliti adalah Indonesia yang terdiri dari DKI Jakarta, Bodetabek, dan Sisa Indonesia. DKI Jakarta didominasi oleh sektor
tersier yaitu sektor bank dan lembaga keuangan lainnya yang sangat kuat yaitu sebesar 75.09, serta sektor jasa hiburan dan rekreasi sebesar 53.85 dari
total nasional. Jika dibandingkan dengan luas wilayah DKI Jakarta yang hanya 0.03 serta jumlah penduduk sebesar 4.14 dari total Indonesia, maka sektor-
sektor tersebut mendominasi di DKI Jakarta, dengan kata lain DKI Jakarta merupakan pusat dari sektor-sektor tersebut.
Tabel 4 Struktur PDRB sektoral di Indonesia berdasarkan harga konstan, 2005 dalam persen
Sektor Lapangan Usaha DKI Jakarta
Bodetabek Sisa Indonesia
Indonesia
Tanaman Bahan Makanan 0.10
1.69 98.20
100.00 Tanaman Perkebunan
0.07 0.12
99.81 100.00
Peternakan dan Hasil-hasilnya 0.06
4.59 95.35
100.00 Kehutanan
0.00 0.03
99.97 100.00
Perikanan 0.29
1.02 98.69
100.00 Pertambangan dan Penggalian
0.60 0.49
98.91 100.00
Industri Pengolahan 11.74
17.22 71.03
100.00 Listrik, Gas, dan Air Bersih
10.16 17.56
72.28 100.00
Bangunan 32.42
3.15 64.43
100.00 Perdagangan
18.49 6.65
74.86 100.00
Restoran dan Hotel 25.89
5.78 68.33
100.00 Angkutan Darat
12.70 7.79
79.51 100.00
Angkutan Laut 26.27
0.00 73.72
100.00 Angkutan Udara
0.39 13.19
86.42 100.00
Jasa Penunjang Angkutan 22.52
7.23 70.25
100.00 Komunikasi
42.07 3.40
54.53 100.00
Bank dan Lembaga Keuangan Lainnya 75.09
1.10 23.81
100.00 Usaha Bangunan dan jasa Perusahaan
46.24 3.13
50.64 100.00
Pemerintahan Umum 10.22
2.20 87.58
100.00 Jasa Sosial Kemasyarakatan
46.84 4.13
49.02 100.00
Jasa Hiburan Rekreasi 53.85
1.28 44.87
100.00 Jasa Perorangan Rumahtangga
35.20 4.06
60.74 100.00
Total PDRB 17.48
7.15 75.37
100.00
Primer 0.29
1.15 98.57
100.00 Sekunder
15.09 14.92
69.99 100.00
Tersier 29.31
4.78 65.91
100.00 Luas Wilayah km
2
661 6,361
1,984,710 1,991,732
Share Luas Wilayah 0.03
0.32 99.65
100.00
Jumlah Penduduk orang 8,839,247
14,783,374 189,752,666
213,375,287
Share Jumlah Penduduk 4.14
6.93 88.93
100.00
Sumber: Hasil Analisis
Wilayah Bodetabek didominasi oleh sektor sekunder yaitu sektor listrik, gas, dan air minum sebesar 17.56, serta sektor industri sebesar 17.22 dari
total nasional. Apabila dibandingkan dengan luas wilayah Bodetabek yang hanya sebesar 0.32 serta jumlah penduduk sebesar 6.93 dari total Indonesia
maka dapat dilihat bahwa sektor-sektor tersebut sangat mendominasi di Bodetabek. Sementara itu perekonomian diluar DKI Jakarta dan Bodetabek,
yaitu Sisa Indonesia masih didominasi oleh sektor primer yaitu sektor tanaman perkebunan sebesar 99.81, serta sektor kehutanan sebesar 99.97 dari total
nasional. Dibandingkan dengan keadaan nasional kegiatan ekonomi di DKI Jakarta dan Bodetabek sudah lebih dahulu bergeser dari sektor primer menuju
sektor sekunder dan tersier. Adanya perbedaan intensitas kegiatan ekonomi secara sektoral, menunjukkan adanya perbedaan struktur kegiatan produksi. Hal
ini berimplikasi pada perbedaan dalam penggunaan input produksi, teknologi produksi dan keahlian sumberdaya manusia. Untuk selanjutnya berimplikasi
pada pola hubungan ekonomi antarwilayah yang menentukan keterkaitan ekonomi secara sektoral maupun spasial antarwilayah.
Dilihat dari proporsi luas wilayah dan jumlah penduduk yang tersebar di Indonesia, serta perbedaan sektor-sektor yang dominan di setiap wilayah, maka
terlihat jelas bahwa di Indonesia telah terjadi ketimpangan pembangunan. Pembangunan yang berkembang hanya di wilayah Jabodetabek, khususnya DKI
Jakarta, dengan ciri sektor yang dominan adalah sektor tersier dan sekunder. Sedangkan wilayah Sisa Indonesia masih didominasi oleh sektor primer. Apabila
ketimpangan yang ada tidak diperbaiki, akan mengakibatkan kesenjangan yang semakin lebar sehingga banyaknya penduduk bermigrasi ke DKI Jakarta yang
merupakan pusat pembangunan di Indonesia yang cukup berkembang.
4.1 Struktur Permintaan dan Penawaran