TELAAH PEMIKIRAN EKONOMI ISLAM YAHYA BIN

Pemimpin Redaksi

Dr. Muhammad Muflih, MA. Politeknik Negeri Bandung

Dewan Penyunting

Dr. Muhammad Umar Mai, M.Si. Politeknik Negeri Bandung Dr. Iwan Setiawan, SE., ME.

Politeknik Negeri Bandung Dr. Dian Imanina B., SE., M.Si., Ak., CA.

Politeknik Negeri Bandung Jaenal Effendi, Ph.D.

Institut Pertanian Bogor Dr. A. Jajang W. Mahri, M.Si.

Universitas Pendidikan Indonesia Dr. Deliana, SE., M.Si., Ak., CA.

Politeknik Negeri Medan Dr. Elen Puspitasari, SE., M.Si.

Unisbank Semarang Dr. Eng. Saiful Anwar SE., M.Si., Ak.

STIE Ahmad Dahlan

Sekretaris

Setiawan, SE., ME.Sy.

Editing dan Layout

Mochamad Edman Syarief, ST., MM.

Operator Web

Hasbi Assidiki Mauluddi, SE.Sy., ME.Sy.

Alamat Redaksi

Gedung Jurusan Akuntansi Politeknik Negeri Bandung

Jl. Gegerkalong Hilir, Ds. Ciwaruga, Bandung 40012, Kotak Pos 1234 Telepon: (022) 2013 789 Fax: (022) 2013 889

Email: ekspansi@polban.ac.id

Penerbit

Jurusan Akuntansi Politeknik Negeri Bandung

Ekspansi

Vol. 8, No. 1 (Mei 2016), 1 – 14

O PTIMALISASI L ABA D ALAM P ERENCANAAN P RODUKSI M ENGGUNAKAN P EMROGRAMAN L INIER

Elis Ratna Wulan

UIN Sunan Gunung Djati Bandung elis_ratna_wulan@uinsgd.ac.id

Yosi Sri Rejeki

UIN Sunan Gunung Djati Bandung yosisrirejeki@rocketmail.com

Abstract : Linear programming is a mathematical methods to resolve problems allocate limited resources to achieve a destinations like to maximize profits and minimize costs. One of the methods to resolve linear programming problems is simplex method maximum. This research takes into the production of Flat Panel Monitor of four sizes and will point more the products that contribute the main function of profit. Methodology for the optimization of the profit of LCDs manufacturing company, the linear programming and sensitivity analysis methods were applied. The four constraints of the LCDs production planning are (1) acquire of line space for production, (2) the assembly of products, (3) quality control and assurance hours (4) and packaging of material. Results in all three scenarios the total profit is optimum and increases from scenario 1 to scenario 3. The difference between the profit of scenario 1 and scenario 2 is $ 257625, and gap between scenario 2 and scenario 3 is $ 171750. Conclusion the three scenarios for the production of the LCDs present the varying consequence of the maximum profit for the company. However, the third scenario is the most optimal solution for the maximization of the objective function.

Keywords: Linear programming, Simplex method, Production Planning, Profit Optimization

Abstrak : Pemrograman Linier merupakan metode matematika untuk menyelesaikan masalah mengalokasikan sumber daya yang terbatas untuk mencapai suatu tujuan seperti memaksimalkan keuntungan dan meminimalkan biaya. Salah satu metode untuk menyelesaikan masalah pemrograman linier adalah metode simpleks maksimasi. Tujuan penelitian ini memperhitungkan produksi Flat Panel Monitor dari empat ukuran dan akan menunjukkan lebih banyak hasil yang akan memperbesar fungsi untuk mendapat keuntungan. Metode pemrograman linear dan analisis sensitivitas yang diterapkan untuk mengoptimalkan keuntungan perusahaan. Empat kendala perencanaan produksi LCD (1) mendapatkan ruang baris untuk produksi, (2) perakitan produk, (3) Kontrol kualitas jam dan jaminan (4) dan kemasan bahan. Hasil: Dalam tiga skenario, total keuntungan optimal dan meningkat dari skenario 1 ke skenario 3. Perbedaan keuntungan antara skenario 1 dan skenario 2 adalah $ 257625, dan selisih antara skenario 2 dan skenario 3 adalah $ 171750. Kesimpulan: tiga skenario untuk produksi LCD menyajikan konsekuensi yang berbeda-beda bagi perusahaan. Namun, skenario ketiga adalah yang paling optimal untuk memaksimalkan fungsi tujuan.

Kata kunci: Pemrograman linier, Metode simpleks, Perencanaan produksi, Optimisasi Laba

2 Elis R. Wulan dan Yosi S. Rejeki

1. PENDAHULUAN

Pemrograman Linier (LP) berperan penting untuk memecahkan masalah dan sebagai alat untuk analisis. Berbagai masalah telah ditangani oleh para peneliti dengan menggunakan program linier. Pemrograman Linier digunakan baik dalam akademik, lembaga untuk belajar dan peneliti siswa untuk membantu dalam penyelidikan model bangunan, pemecahan masalah dan juga menganalisis output. Pemrograman Linier juga digunakan untuk mengoptimalkan alokasi sumber daya untuk mendapatkan keuntungan yang maksimal (Al – Kuhaldi et. al., 2012).

Secara teoritik banyak pendekatan yang bisa dilakukan dalam menganalisis keuntungan maksimum dalam sebuah industri. Salah satu pendekatan tersebut adalah dengan menggunakan metode simpleks sebagai bagian dari teknik program linier. Pemrograman linier telah efektif diterapkan dalam berbagai bidang telekomunikasi, transportasi, produksi, energi, blending, jaringan aliran dan awak maskapai penjadwalan (Al – Kuhaldi et. al., 2012). Penelitian ini membahas tentang perencanaan produksi menggunakan pemrograman linier dan penentuan solusinya agar diperoleh laba yang optimal serta analisis sensitifitas pada pemrograman linier.

2. METODOLOGI

Metode yang digunakan adalah studi literatur, yaitu mengumpulkan informasi dari beberapa buku, jurnal, makalah, artikel, dan penelitian sebelumnya yang berhubungan dengan perencanaan produksi menggunakan pemrograman linier.

3. HASIL DAN PEMBAHASAN

3.1 Perencanaan Produksi

Perencanaan merupakan salah satu fungsi utama dari managemen produksi dari suatu perusahaan. Manajemen produksi adalah pekerjaan yang berkaitan dengan penciptaan barang dan jasa melalui pengubahan masukan (faktor produksi) menjadi keluaran atau hasil produksi. Adapun tujuan produksi adalah produktivitas, sedangkan manajemen produksi adalah pencapaian produktivitas dengan efisien dan efektif (Taufiq, 2002).

Permasalahan yang sering dihadapi oleh perusahaan industri berkaitan dengan manajemen produksi adalah sering terjadinya ketidak-seimbangan antara perencanaan produksi dengan permintaan di pasar sering mengakibatkan terjadinya penumpukan jumlah persediaan yang cukup besar.

Adapun tujuan perencanaan produksi adalah (Taufiq, 2002):

a. Untuk mencapai tingkat keuntungan (profit) tertentu. Misalnya berapa hasil (output) yang diproduksi supaya dapat dicapai tingkat profit yang diinginkan, dan tingkat presentase tertentu dan keuntungan (profit) pertahun terhadap penjualan (sales) yang diinginkan.

b. Untuk menguasai pasar tertentu, sehingga hasil atau output perusahaan tetap mempunyai pangsa pasar (market share) tertentu.

c. Untuk mengusahakan dan mempertahankan supaya pekerjaan dan kesempatan

Ekspansi 3

d. Untuk mengusahakan supaya perusahaan dapat bekerja pada tingkat efisiensi tertentu.

e. Untuk menggunakan sebaik-baiknya (efisien) pasilitas yang sudah ada pada perusahaan yang bersangkutan.

3.2 Pemrograman Linier

Pemrograman linier adalah suatu cara untuk menyelesaikan persoalan pengalokasian sumber-sumber daya yang terbatas diantara beberapa aktivitas yang bersaing, dengan cara terbaik yang mungkin dilakukan. Secara umum Pemrograman linier dapat dikatakan sebagai masalah pengalokasian sumber daya yang terbatas seperti, buruh, bahan baku, mesin dan modal, dengan cara sebaik mungkin sehingga diperoleh keputusan terbaik. Program linier banyak diterapkan dalam membantu menyelesaikan masalah ekonomi, industri, militer, sosial dan lain –lain. Ada dua metode penyelesaian masalah yang digunakan dalam program linier, yaitu metode grafis (untuk dua variabel) dan metode simpleks (untuk dua variabel atau lebih) (Eiselt and Sandblom, 2000).

Pemrograman linier menyangkut optimalisasi (min /max) dari variabel dengan fungsi linear yang dibatasi oleh hubungan linier. Model maksimisasi untuk model produksi diberikan sebagai berikut (Al – Kuhaldi et. al., 2012) :

Maksimumkan

Z=c 1 x 1 +C 2 x 2 +. . . +c n x n

Dengan kendala 𝑎 11 𝑥 1 +𝑎 12 𝑥 2 +…𝑎 1𝑛 𝑥 𝑛 (≤, =, ≥)𝑏 1 𝑎 21 𝑥 1 +𝑎 22 𝑥 2 +…+𝑎 2𝑛 𝑥 𝑛 (≤, =, ≥)𝑏 2 (3.1)

𝑎 𝑚1 𝑥 1 +𝑎 𝑚2 𝑥 2 +…𝑎 𝑚𝑛 𝑥 𝑛 (≤, =, ≥)𝑏 𝑚 dan

Simbol 𝑥 1 ,𝑥 2 ,…𝑥 𝑛 menunjukan variabel keputusan. Jumlah variabel keputusan tergantung dari jumlah kegiatan atau aktivitas yang dilakukan untuk mencapai tujuan. Simbol 𝑐 1 ,𝑐 2 ,…,𝑐 𝑛 merupakan koefisien fungsi tujuan. Simbol 𝑎 11 ,…,𝑎 1𝑚 ,…,𝑎 𝑚𝑛 merupakan pengunaan per unit variable keputusan akan sumber daya yang membatasi, atau disebut juga sebagai koefisien fungsi kendala pada model matematiknya. Simbol

𝑏 1 ,𝑏 2 ,…,𝑏 𝑚 menunjukan masing-masing sumber daya yang ada. Jumlah fungsi kendala akan tergantung dari banyaknya sumber daya yang terbatas. Pertidaksamaan terakhir 𝑥 1 ,𝑥 2 ,…,𝑥 𝑛 ≥ 0 menunjukan batasan non negatif.

Langkah-langkah dalam menyelesaikan metode simpleks (Basuki, 2009) :

a. Mengubah fungsi tujuan dan fungsi kendala (lihat beberapa ketentuan yang harus

4 Elis R. Wulan dan Yosi S. Rejeki

c. Memilih kolom kunci. Kolom kunci adalah kolom yang mempunyai nilai pada baris Z yang bernilai negatif dengan angka terbesar

d. Memilih baris kunci

Baris kunci adalah baris yang mempunyai index terkecil.

e. Mengubah nilai-nilai baris kunci Dengan cara membaginya dengan angka kunci Baris baru kunci = baris kunci : angka kunci

f. Mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci(selain baris kunci) = 0 Baris baru = baris lama – (koefisien angka kolom kunci x nilai baris baru kunci)

g. Melanjutkan perbaikan-perbaikan (langkah 3-6) sampai baris Z tidak ada nilai negatf. Untuk mendapatkan solusi dan hasil yang optimal, dapat menggunakan software matematika, salah satunya yaitu POM For Windows.

3.3 Perencanaan Produksi dan Formulasi dari Program Linier

Untuk memproduksi panel datar monitor ukuran 19 ", 20", 22 ", dan 23". dari setiap item per ukuran membutuhkan sumber daya seperti panel meter LCD untuk produksi, dan tenaga kerja terampil untuk perakitan komponen,jaminan kualitas dan kemasan produk. Setiap sumber daya untuk produksi bervariasi dalam biaya. Kendala dan tuntutan untuk produksi panel Monitor datar diberikan pada Tabel 1.

Tabel 1. Data Perusahaan untuk Pembuatan Monitor

Keperluan untuk produksi Bahan

Harga

(dalam US

LCD

dollar)

(dalam jam)

22" 23" LCD (ukuran panel) untuk

Pemasangan 25 2 2 2.5 2.5 Kualitas

kontrol

dan

30 0.5 0.5 1 1 jaminan waktu

Pengemasan produk dalam 15 1 1 1.5 1.5 jam

Tuntutan produksi

Dari Tabel 1 estimasi produksi untuk setiap produk monitor yang mungkin dengan sumber daya yang dibutuhkan untuk produksi datar panel monitor dari empat ukuran. Analisis laba per item diidentifikasi menjadi 40% dari harga penjualan. Misalnya: harga jual LCD 19" adalah $ 120; harga jual LCD 20" adalah $ 150; harga jual LCD 22"

Ekspansi 5

menguntungkan dalam penjualannya. Untuk maksimalisasi keuntungan, perusahaan harus memproduksi sebanyak LCD karena dapat menjual pada kendala produksi. Sumber daya yang dibutuhkan untuk pembuatan LCD dari keempat ukuran diberikan dalam Tabel 2.

Tabel 2. Total Sumber Daya untuk Produksi

Kendala Bahan yang

Total untuk diperlukan

Keperluan untuk membuat produksi

LCD

Bahan bahan produksi

LCD (ukuran panel)

34000 100% untuk produksi

76000 100% Kualitas control dan

25000 100% jaminan waktu

Pengemasan produk

41500 100% dalam jam

Total bahan

Model Permasalahan dari Program Linier Produksi monitor LCD baru dimulai secara otomatis saat stok produk memiliki kurang dari 10% dari item. Hubungan antara sumber daya, produksi dan penjualan produk ditunjukkan pada Gambar 1.

Sumber

Produksi dari

Hasil penghasilan

setiap item

penjualan

Gambar 1. Model yang Mempresentasikan Secara Simultan

Keuntungan struktural dieksploitasi oleh model LP dan analisis untuk menghindari kesalahan. Dalam kenyataannya, keputusan-keputusan terjadi secara berturut-turut dengan seiringnya waktu.

P 19”LCD = Jumlah 19 "LCD yang diproduksi P 20”LCD = Jumlah 20 "LCD yang diproduksi P 22”LCD = Jumlah 22 "LCD yang diproduksi P 23”LCD = Jumlah 23 "LCD yang diproduksi

LCD PM = Jumlah Panel Meter LCD untuk memperoleh produksi

A P = Jumlah jam kerja untuk perakitan produk QC P = Jumlah jam kerja untuk kontrol dan jaminan kualitas

Pg P = Jumlah jam kerja untuk untuk Kemasan produk S 19”LCD = J umlah LCD 19” yang dijual

6 Elis R. Wulan dan Yosi S. Rejeki

S 23”LCD = J umlah LCD 23” yang dijual

Dengan menggunakan variabel-variabel tersebut, untuk masalah manufaktur dengan mengikuti LP dan maksimalisasi Z diberikan sebagai berikut: Perhitungan yang lebih rinci disajikan pada lampiran skenario tiga.

Z = -15LCD PM – 25A P – 30QC P – 15Pg p + 120S 19”LCD + 150S 20”LCD + 180S 22”LCD +200S 23”LCD

Untuk kendala

P 19”LCD +P 20”LCD +P 22”LCD +P 23”LCD –LCD PM ≤0 2P 19”LCD + 2P 20”LCD + 2.5P 22”LCD + 2.5P 22”LCD –A P ≤0 0.5P 19”LCD + 0.5P 20”LCD +P 22”LCD +P 22”LCD – QC P ≤0 P 19”LCD +P 20”LCD + 1.5P 22”LCD + 1.5P 22”LCD – Pg P ≤0

S 19”LCD ≤ 10000 S 20”LCD ≤ 8000 S 22”LCD ≤ 5000 S 23”LCD ≤ 11000

S 19”LCD –P 19”LCD ≤0 S 20”LCD –P 20”LCD ≤0 S 22”LCD –P 22”LCD ≤0 S 23”LCD –P 23”LCD ≤0

P 19”LCD, P 20”LCD, P 22”LCD, P 23”LCD, LCD PM, A P, Pg P, S 19”LCD, S 20”LCD, S 22”LCD, S 23”LCD ≥ 0

3.4 Analisis Sensitivitas

Analisis sensitivitas adalah suatu analisis tentang bagaimana perubahan koefisien fungsi tujuan dan sisi sebelah kanan kendala mempengaruhi solusi optimal. Model LP dapat ditelusuri kembali dari tiga skenario dalam analisis sensitivitas seperti pada Tabel

3 berikut.

Tabel 3 Solusi Optimal Keuntungan dari 3 Skenario

Produk Keperluan untuk produksi LCD Skenario

Skenario Situasi

11000 LCD (ukuran panel)

34000 untuk produksi

76000 Kualitas control dan

25000 jaminan waktu

Pengemasan

produk

Ekspansi 7

Dari Tabel 3 untuk perhitungan yang lebih rinci, disajikan pada lampiran untuk masing – masing skenario.

Dalam tiga skenario, perusahaan LCD monitor membutuhkan sumber daya untuk produksi LCD Monitor. Jika perusahaan memproduksi 7500, 6000, 3750 dan 8200 untuk 19 "LCD, 20 "LCD, 22" LCD dan 23 "LCD, Maka memiliki permintaan 75% dari semua ukuran LCD. ketika permintaan meningkat sampai 90%, jumlah 19 "LCD, 20" LCD, 22 "LCD dan 23" LCD adalah 9000, 7200, 4500, dan 9900. Akhirnya,permintaan menjadi 100% untuk 19 "LCD, 20" LCD, 22 "LCD dan 23"LCD untuksetiap kategori adalah 10000, 8000, 5000 dan 11.000. Dalam skenario pertamarendahnya jumlah semua ukuran LCD yang diproduksi dan keuntungan perusahaantetap rendah yaitu $ 1288125. Dalam skenario kedua jumlah produk lebih besar dari skenario pertama dan keuntungan juga meningkat menjadi $ 1545750 dalam skenario ketiga, jumlah produk terbesar dan juga keuntungan yang maksimal dari tiga skenario yaitu $ 1717500. Kalkulasi keuntungan untuk skenario pertama

Z = -15LCD PM – 25A P – 30QC P – 15Pg p + 120S 19”LCD + 150S 20”LCD + 180S 22”LCD +200S 23”LCD

Kendala

P 19”LCD +P 20”LCD +P 22”LCD +P 23”LCD –LCD PM ≤0 2P 19”LCD + 2P 20”LCD + 2.5P 22”LCD + 2.5P 22”LCD –A P ≤0 0.5P 19”LCD + 0.5P 20”LCD +P 22”LCD +P 22”LCD – QC P ≤0 P 19”LCD +P 20”LCD + 1.5P 22”LCD + 1.5P 22”LCD – Pg P ≤0

S 19”LCD ≤ 7500 S 20”LCD ≤ 6000 S 22”LCD ≤ 3750 S 23”LCD ≤ 8250

S 19”LCD –P 19”LCD ≤0 S 20”LCD –P 20”LCD ≤0 S 22”LCD –P 22”LCD ≤0 S 23”LCD –P 23”LCD ≤0

= -15*25500 -25*57000 -30*18750 -15*31125 + 120*7500 + 150*6000 + 180*3750 + 200*8250 = -382500 – 1425000 – 562500 – 466874 + 900000 + 900000 + 675000 + 1650000 = -2836875 + 4125000 = 1288125

Kalkulasi keuntungan untuk skenario kedua

Z = -15LCD PM – 25A P – 30QC P – 15Pg p + 120S 19”LCD + 150S 20”LCD + 180S 22”LCD +200S 23”LCD

Kendala

8 Elis R. Wulan dan Yosi S. Rejeki

0.5P 19”LCD + 0.5P 20”LCD +P 22”LCD +P 22”LCD – QC P ≤0 P 19”LCD +P 20”LCD + 1.5P 22”LCD + 1.5P 22”LCD – Pg P ≤0

S 19”LCD ≤ 9000 S 20”LCD ≤ 7200 S 22”LCD ≤ 4500 S 23”LCD ≤ 90

S 19”LCD –P 19”LCD ≤0 S 20”LCD –P 20”LCD ≤0 S 22”LCD –P 22”LCD ≤0 S 23”LCD –P 23”LCD ≤0

= -15*30600 -25*68400 -30*22500 -15*37350 + 120*9000 + 150*7200 + 180*4500 + 200*9900 = -459000-1710000-675000-560250+1080000+1080000+810000+1980000 = -3404250+4950000 = 1545750

Kalkulasi keuntungan untuk skenario ketiga

Z = -15LCD PM – 25A P – 30QC P – 15Pg p + 120S 19”LCD + 150S 20”LCD + 180S 22”LCD +200S 23”LCD

Kendala

P 19”LCD +P 20”LCD +P 22”LCD +P 23”LCD –LCD PM ≤0 2P 19”LCD + 2P 20”LCD + 2.5P 22”LCD + 2.5P 22”LCD –A P ≤0 0.5P 19”LCD + 0.5P 20”LCD +P 22”LCD +P 22”LCD – QC P ≤0 P 19”LCD +P 20”LCD + 1.5P 22”LCD + 1.5P 22”LCD – Pg P ≤0

S 19”LCD ≤ 10000 S 20”LCD ≤ 8000 S 22”LCD ≤ 5000 S 23”LCD ≤ 11000

S 19”LCD –P 19”LCD ≤0 S 20”LCD –P 20”LCD ≤0 S 22”LCD –P 22”LCD ≤0 S 23”LCD –P 23”LCD ≤0

= -15*34000 -25*76000 -30*25000 -15*41500 + 120*10000 + 150*8000 + 180*5000 + 200*11000 = -510000-1900000-750000-622500+1200000+1200000+900000+2200000 = -3782500+5500000 = 1717500 Dari hasil perhitungan manual dan hasil dari perhitungan menggunakan program komputer terdapat perbedaan untuk masing-masing skenario. Ini dikarenakan adanya kesalahan pembulatan, seperti pada Tabel 4. Namun perbedaan tersebut tidak terlalu signifikan, dan masih dalam cakupan nilai optimal.

Ekspansi 9

Tabel 3.4 Perbedaan Hasil Perhitungan

Produk Keperluan untuk Produksi LCD

Skenario ketiga Situasi

Skenario pertama

Skenario kedua

Manual POM

11000 11000 LCD (ukuran panel)

3400 34000 untuk produksi

76000 76000 Kualitas kontrol dan

25000 25000 jaminan waktu

Pengemasan produk

41500 42000 dalam jam

Total keuntungan 1288125 127900 1545750 1539000 1717500 1710000

4. KESIMPULAN

Perencanaan merupakan salah satu fungsi utama dari managemen produksi dari suatu perusahaan. Managemen produksi adalah pekerjaan yang berkaitan dengan penciptaan barang dan jasa melalui pengubahan masukan (faktor produksi) menjadi keluaran atau hasil produksi. Adapun tujuan produksi menurut yamit adalah produktivitas, sedangkan managemen produksi adalah pencapaian produktivitas dengan efisien dan efektif. Perencanaan produksi LCD untuk perusahaan, membutuhkan suatu model untuk mengatasi keputusan di masa depan. Model maksimisasi untuk model produksi diberikan sebagai berikut:

Maksimumkan

Z=c 1 x 1 +c 2 x 2 +. . . +c n x n

Dengan kendala

dan

10 Elis R. Wulan dan Yosi S. Rejeki

Metode simpleks digunakan untuk mencari nilai optimal dari program linier yang melibatkan banyak kendala (pembatas) dan banyak variabel (lebih dari dua variabel). Langkah untuk menentukan nilai optimal dari pemrograman linier menggunakan metode simpleks maksimasi yaitu: langkah pertamanya mengubah fungsi tujuan dan fungsi kendala. Langkah kedua yaitu menyusun persamaan-persamaan ke dalam tabel simpleks. Langkah ketiga memilih kolom kunci, langkah keempat memilih baris kunci. Baris kunci adalah baris yang mempunyai indeks terkecil.

Langkah kelima yaitu mengubah nilai-nilai baris kunci dengan cara membaginya dengan angka kunci. Baris baru kunci = baris kunci dibagi angka kunci. Langkah keenam yaitu mengubah nilai-nilai selain baris kunci sehingga nilai-nilai kolom kunci (selain baris kunci) = 0. Baris baru = baris lama – (koefisien angka kolom kunci x nilai baris baru kunci) Langkah ketujuh yaitu melanjutkan perbaikan-perbaikan (langkah 3-6) sampai baris Z tidak ada nilai negatif (solusi optimum).

Analisis sensitivitas digunakan untuk mengetahui perubahan sisi kanan, rentang tertentu dan koefisien fungsi tujuan dengan solusi optimal. T iga skenario untuk produksi LCD menyajikan konsekuensi yang berbeda-beda dari keuntungan maksimal untukperusahaan. Skenario ketiga adalah solusi yang paling optimal untuk memaksimalkan fungsi tujuan.

DAFTAR PUSTAKA

Al – Kuhaldi, K; Zain, Z.M dan Hussein, M.I. 2012. Production Planning of LCDs: Optimal Linear Programming and Sensitivity Analysis . Industrial Engineering Letters vol 2, No.9, 2012.

Rizqie, Aulia M., dkk. 2013. Maksimalisasi Keuntungan dengan Pendekatan Metode Simpleks . Jurnal Liquidity Vol. 1 , No. 2: 144-150.

Eiselt, H.A. dan Sandblom, C.L. 2000. Linear Programming and Its Applications. Dalhouise University: Department of Industrial Engineering.

Montarcih, L., dan Soetopo, W. 2009. Pengantar Managemen Teknik Sumber Daya Air. Malang: CV Citra. Patison,

Linier . Tersedia: http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._MATEMATIKA/198108 142005012-FITRIANI_AGUSTINA/ALGORITMA_SIMPLEKS.pdf [10 Mei 2014].

A. 2010.

Program

Basuki, Rahmat A. 2009. Riset Operasional Diktat Kuliah . Madura: UniversitasTrunojoyo.

Ekspansi 11

Taufiq, R. 2002. Optimasi Rencana Produksi Menggunakan Model Matriks Transformasi Bowman. Performa Vol.1.No.1:26-34.

Sudradjat. 2010. Pendahuluan Penelitian Operasional Diktat Kuliah. Bandung: Universitas Padjajaran

Wirdasari, D. 2009. Metode Simpleks dalam Program Linier. Jurnal Saintikom vol.6,No 1.

12 Elis R. Wulan dan Yosi S. Rejeki

LAMPIRAN – LAMPIRAN

SKENARIO 1

HASIL

Ekspansi 13

SKENARIO 2

HASIL

14 Elis R. Wulan dan Yosi S. Rejeki

SKENARIO 3

HASIL

Ekspansi

Vol. 8, No. 1 (Mei 2016), 15 – 28

A NALISIS K ONSENTRASI P ENGANGGURAN P ROVINSI DAN F AKTOR YANG M EMPENGARUHINYA DI I NDONESIA T AHUN 2007-2011

Sri Rahayu Budi Hastuti

UPN “Veteran“ Yogyakarta rahayubudih@yahoo.com

Wahyu Dwi Artaningtyas

UPN “Veteran“ Yogyakarta artaningtyas@ymail.com

Abstract: This study aims to analyze the province unemployment concentration and to analyze the influence of economic growth, investment growth, population growth and wage growth to the province unemployment concentration in Indonesia. The data used are secondary data taken from the provinces in Indonesia at 2007-2011. To analyze the province unemployment concentration used value of concentration index and to analyze the influence of economic growth, investment growth, population growth and wage growth to province unemployment concentration used multiple regression with panel data. Results of the research from the average value of concentration index shows that 12 provinces from the 33 provinces in Indonesia are the unemployment basis (NAD, North Sumatra, West Sumatra, Riau, Riau Islands, DKI Jakarta, West Java, Banten, East Kalimantan, North Sulawesi, South Sulawesi and Maluku). Results of the panel data regression of 4 factors included in the model only economic growth influence to province unemployment concentration in Indonesian.

Keywords : unemployment concentration, concentration index, economic growth, investment growth, population growth and wage growth.

Abstrak : Penelitian ini bertujuan untuk menganalisis konsentrasi pengangguran serta menganalisis pengaruh dari pertumbuhan ekonomi , pertumbuhan investasi , pertumbuhan penduduk dan pertumbuhan tingkat upah terhadap konsentrasi pengangguran propinsi di Indonesia. Data yang digunakan adalah data sekunder dari tahun 2007 – 2011. Alat analisis yang digunakan dalam menganalisis konsentrasi pengangguran adalah menggunakan Indeks Konsentrasi, sedangkan untuk menganalisis pengaruh dari pertumbuhan ekonomi, pertumbuhan investasi , pertumbuhan penduduk dan pertumbuhan upah adalah dengan menggunakan regresi berganda dengan data panel. Hasil dari penelitian ini menunjukkan bahwa jika dilihat dari nilai rata rata indeks konsentrasinya, maka terdapat dua belas propinsi di Indonesia yang merupakan basis pengangguran. ( Nangro Aceh Darussalam, Sumatra Utara, Sumatra Barat, Riau, Kepulauan Riau, DKI Jakarta, Jawa Barat, Banten, Kalimantan Timur, Sulawesi Utara, Sulawesi Selatan, dan Maluku ). Hasil penelitian juga menunjukkan bahwa dari hasil analisis regresi berganda dengan menggunakan data panel , hanya variabel pertumbuhan ekonomi yang mempengaruhi konsentrasi pengangguran propinsi di Indonesia.

16 Sri R.B. Hastuti dan Wahyu D. Artaningtyas

1. PENDAHULUAN

Pembangunan ekonomi adalah sebuah proses multidimensi yang melibatkan perubahan-perubahan besar dalam struktur sosial, sikap masyarakat dan kelembagaan nasional, seperti halnya percepatan pertumbuhan ekonomi, pengurangan ketidakmerataan pemberantasan kemiskinan (Todaro, 1988). Pertumbuhan ekonomi yang tinggi merupakan hal yang harus ada agar pembangunan yang berkelanjutan bisa terlaksana dengan baik dan dapat meningkatkan kesejahteraan masyarakat. Jumlah penduduk tiap tahun selalu mengalami peningkatan, sehingga terjadi pula peningkatan konsumsi dan perlu pula adanya peningkatan pendapatan (Tambunan, 2009). Di pihak lain pertumbuhan penduduk akan meningkatkan jumlah angkatan kerja sehingga memerlukan lapangan kerja untuk memperoleh pendapatan. Jika lapangan kerja yang tercipta tidak seimbang dengan pertumbuhan penduduk akan berakibat pada meningkatnya jumlah pengangguran.

Pengangguran di Indonesia akan tetap menjadi masalah jika tidak segera ditanggulangi. Jika tingkat pengangguran paling tinggi 2-3 persen, dapat diartikan bahwa perekonomian dalam kondisi penggunaan tenaga kerja penuh atau full employment (Sadono Sukirno, 2008). Di Indonesia tingkat pengangguran masih relatif tinggi walaupun selama tahun 2007-2011 terus mengalami penurunan, seperti pada tabel berikut:

Tabel 1. Tingkat Pengangguran di Indonesia tahun 2007-2011

Tingkat pengangguran

6,56 Sumber: BPS

Dari tabel diatas terlihat bahwa tingkat pengangguran di Indonesia mengalami penurunan dari tahun 2007-2011. Pada bulan Agustus tahun 2007 tingkat pengangguran sebesar 9,11% dan terus mengalami penurunan hingga pada bulan yang sama tahun 2011 menjadi 6,56%. Namun angka tersebut masih relatif tinggi jika dibanding saat tahun-tahun sebelum krisis ekonomi 1997, angka pengangguran pada umumnya kurang dari 5%. Pada awal terjadinya krisis ekonomi tahun 1997 tingkat pengangguran hanya 4,7%. Relatif tingginya angka pengangguran Indonesia menunjukkan indikasi bahwa pertumbuhan ekonomi Indonesia belum mampu menyerap tenaga kerja baru dan mengurangi kemiskinan (Kuncoro, 2010).

Masalah pengangguran di Indonesia memang merupakan masalah klasik yang tiap

Ekspansi 17

kerja baru guna mengurangi angka pengangguran dan angka kemiskinan (Arsyad, 2010). Oleh karena itu pemerintah terus berusaha untuk terus mengurangi tingkat pengangguran. Agar usaha pemerintah dalam mengurangi pengangguran dapat berjalan dengan baik, maka perlu mengetahui konsentrasi pengangguran provinsi di Indonesia. Selain itu faktor-faktor yang mempengaruhi konsentrasi pengangguran juga perlu diketahui. Faktor yang mempengaruhi konsentrasi pengangguran sebenarnya sangat banyak dan kompleks, namun dalam penelitian ini hanya dibatasi empat faktor yaitu pertumbuhan ekonomi, pertumbuhan investasi, pertumbuhan penduduk dan pertumbuhan upah.

Pengangguran mempunyai pengertian yang berbeda-beda dan bisa berubah-ubah dalam setiap waktu. Di Indonesia pengertian penggangguran berdasar sensus penduduk tahn 1971 adalah orang yang tidak bekerja sama sekali atau bekerja kurang dari dua hari selama seminggu sebelum pencacahan dan berusaha memperoleh pekerjaan (Simanjuntak, 2006). Orang dinyatakan penganggur adalah mereka yang tidak bekerja sama sekali selama satu minggu sebelum pencacahan dan berusaha mencari pekerjaan. Pengangguran merupakan masalah pokok dalam suatu masyarakt modern. Jika tingkat pengangguran tinggi, maka sumber daya terbuang percuma dan tingkat pendapatan masyarakat merosot (Todaro, 2006). Konsentrasi pengangguran diartikan sebagai tingkat penggangguran pada suatu komunitas penduduk tertentu yang dapat memberikan informasi perbandingan antar wilayah/provinsi. Dengan menggunakan indeks konsentrasi (Concentration Index), maka konsentrasi pengangguran dinyatakan tinggi atau provinsi basis pengangguran kalau nilai Cocentration Index lebih dari satu.

Penelitian sebelumnya yang dilakukan oleh A. Hasan dan P. De Broucker (1982) yang berjudul “Duration and concentration of unemployment” menjelaskan tentang perputaran pasar tenaga kerja sebagai penentu pengangguran di Kanada. Konsentrasi pengangguran akan terjadi pada musim kering yang panjang. Kesulitan dalam akses ke pekerjaan dalam jumlah yang tinggi bagi pengangguran musim kering tidak berakhir

ke pekerjaan tetapi dalam pengurangan angkatan kerja. Penelitian oleh Elisabeta Jaba, Christiana Balan, Mihai Romawi dan Monica Romawi (2008), yang berjudul “Statistical evaluation of spatial concentration of unemployment by gender ” menjelaskan tentang distribusi spasial pengangguran berdasarkan gender, di kabupaten Rumania. Kurve Lorenz dan Indeks Gini digunakan untuk mengidentifikasi pola konsentrasi spasial pengangguran tersebut. Terdapat perbedaan yang signifikan dalam konsentrasi pengangguran, dimana konsentrasi spasial pengangguran lebih besar pada pengangguran populasi wanita.

Mikael Nordenmark yang meneliti dengan judul “The Concentration of Unemployment Families and Social Networks : A Question of Attitudes or Structural Factors? ”

menjelaskan bahwa konsentrasi pengangguran disebabkan oleh nilai-nilai negatif terhadap pekerjaan atau oleh faktor-faktor struktural? Hasil penelitian menunjukkan bahwa pada umumnya bagi orang-orang yang menganggur dan telah mengalami

18 Sri R.B. Hastuti dan Wahyu D. Artaningtyas

struktural seperti kelas, etnis, tingkat usia pengangguran dan jumlah penduduk, bukan karena sikap para anggota kelompok pengangguran.

Dharendra Wardhana (2006) melakukan penelitian berjudul “Pengangguran Struktural di Indonesia : keterangan dari analisis SVAR dalam kerangka Hysteresis ” yang menganalisis faktor-faktor yang mempengaruhi pengangguran di Indonesia menyimpulkan bahwa tingkat pengangguran dipengaruhi oleh guncangan labor supply, perubahan GDP tidak berpengaruh terhadap tingkat pengangguran. Untuk mengurangi pengangguran, maka ekspansi fiskal dapat ditempuh dan program padat karya (labor intensive) cukup efisien mengurangi jumlah pengangguran.

Berdasarkan uraian di atas, maka yang menjadi permasalahan dalam penelitian ini adalah bagaimana konsentrasi pengangguran provinsi di Indonesia serta bagaimana pengaruh faktor pertumbuhan ekonomi, pertumbuhan investasi, pertumbuhan penduduk dan pertumbuhan upah terhadap konsentrasi pengangguran provinsi di Indonesia tahun pada 2007-2011.

2. METODOLOGI

3.1 Definisi Operasional Variabel

3.1.1. Pengangguran

Pengangguran adalah mereka yang tidak bekerja atau yang berusaha mencari pekerjaan untuk memperoleh pendapatan sebagai balas jasa dari pekerjaannya, yang tidak terbatas dalam jangka waktu seminggu yang lalu, tetapi bisa dilakukan beberapa waktu sebelumnya asalkan dalam kurun waktu satu minggu sebelum pencacahan masih dalam status menunggu jawaban lamaran yang sudah dibuat.

3.1.2. Konsentrasi pengangguran

Konsentrasi pengangguran diartikan sebagai tingkat penggangguran pada suatu komunitas penduduk tertentu yang dapat memberikan informasi perbandingan antar wilayah/provinsi. Dengan menggunakan indeks konsentrasi (Concentration Index), maka konsentrasi pengangguran dinyatakan tinggi atau provinsi basis pengangguran kalau nilai Cocentration Index lebih dari satu.

3.1.3. Pertumbuhan Ekonomi

Pertumbuhan Ekonomi adalah keadaan terjadinya peningkatan nilai output atau Produk Domestik Regional Bruto (PDRB) suatu provinsi pada periode sekarang dibandingkan dengan satu periode lalu yang dinyatakan dalam satuan persen. Data yang digunakan dalam penelitian ini adalah pertumbuhan ekonomi atas dasar harga konstan tahun 2000 yang bersumber dari BPS (Badan Pusat Statistik).

3.1.4. Pertumbuhan Investasi

Pertumbuhan investasi adalah keadaan terjadinya peningkatan nilai investasi pada

Ekspansi 19

satuan persen. Investasi ini merupakan gabungan antara investasi domestik (Penanaman Modal Dalam Negeri) dengan investasi asing (Penanaman Modal Asing).

3.1.5. Pertumbuhan Penduduk

Pertumbuhan Penduduk adalah terjadinya peningkatan jumlah penduduk dalam suatu provinsi pada periode sekarang dibandingkan dengan satu periode lalu yang dinyatakan dalam satuan persen. Data yang digunakan dalam penelitian ini merupakan data hasil proksi yang dilakukan BPS (Badan Pusat Statistik).

3.1.6. Pertumbuhan Upah.

Pertumbuhan Upah adalah keadaan terjadinya peningkatan upah pada periode sekarang dibandingkan dengan satu periode lalu yang dinyatakan dalam satuan persen. Upah dalam penelitian ini digunakan Upah Minimum Regional (UMR) yang diberlakukan pada masing-masing provinsi yang menjadi obyek penelitian.

3.2 Metode Analisis Data

3.2.1. Analisis Konsentrasi Pengangguran.

Untuk mengetahui konsentrasi pengangguran masing-masing provinsi digunakan rumus Indeks Konsentrasi (Concentration Index) yang merupakan salah satu alat untuk menguji pola konsentrasi geografis. Rumus Concentration Index (CI) mengacu pada model konsentrasi geografis dengan menyesuaikan nama variabelnya menjadi:

CI = {(Pp/AKp)/(Pn/AKn)} dimana: CI = Concentration Index (Indeks Konsentrasi)

Pp = jumlah pengangguran provinsi AKp = jumlah Angkatan Kerja provinsi Pn = jumlah pengangguran nasional (Indonesia) AKn = jumlah Angkatan Kerja nasional (Indonesia)

Dari hasil perhitungan Indeks Konsentrasi (Concentration Index) , nilainya dibedakan dalam 3 (tiga) kategori yaitu jika :

a. CI > 1 : provinsi yang bersangkutan memiliki peran lebih besar daripada nasional (Indonesia) dalam masalah pengangguran dan menjadi provinsi basis pengangguran.

b. CI = 1 : provinsi yang bersangkutan memiliki peran sama dengan nasional (Indonesia) dalam masalah pengangguran.

c. CI < 1 : provinsi yang bersangkutan memiliki peran lebih kecil daripada nasional (Indonesia) dalam masalah pengangguran.

3.2.2. Analisis faktor yang mempengaruhi Konsentrasi Pengangguran

20 Sri R.B. Hastuti dan Wahyu D. Artaningtyas

dengan data panel. Data panel merupakan data campuran cross section dan time series (Wahyu A. Pratomo, 2007). Data yang digunakan merupakan data sekunder yang bersumber dari BPS atau Instansi pemerintah lainnya yang terkait. Bentuk umum dari regresi dalam penelitian, mengacu pada metode fungsi produksi Cobb-Douglas. Adapun regresi yang dimaksud adalah sebagai berikut :

CI = + 1it PE +  2it PI+  3it PP+  4 it PU+  i

dimana: CI = Concentration Index

PE = pertumbuhan ekonomi PI = pertumbuhan investasi PP = pertumbuhan penduduk PU = pertumbuhan upah  = konstanta  = koefisien regresi  i = kesalahan pengganggu

Dalam analisis regresi berganda dengan menggunakan data panel, terdapat tiga pendekatan/model yaitu analisis regresi dengan pendekatan Common Effect Model, Fixed Effect Model dan Random Effect Model. Untuk olah data dalam penelitian ini digunakan eviews 6, yang langsung dapat dilakukan uji Hausman untuk mengadakan pilihan model yang paling baik antara Fixed Effect Model atau Random EffectModel. Pengujian ini dilakukan dengan hipotesis sebagai berikut:

H 0 : Model Random Effect

H 1 : Model Fixed Effect Sebagai dasar penolakan hipotesis nol tersebut dengan menggunakan

pertimbangan Chi Square Statistic. Hausman Test dapat dilakukan dengan bahasa pemograman Eviews yaitu jika hasil dari Hausman Test signifikan (probability dari Hausman< α) maka H0 ditolak, artinya model fixed effect lebih baik untuk digunakan. Setelah terpilih pendekatan/model yang baik, maka akan dilakukan uji statistik yang terdiri atas uji t, uji F dan uji goodness of fit.

3. HASIL DAN PEMBAHASAN

3.1 Analisis Konsentrasi Pengangguran Provinsi

Hasil perhitungan indeks konsentrasi pengangguran provinsi di Indonesia tahun 2007- 2011 dapat dilihat pada tabel 3.1 yang menunjukkan bahwa ada beberapa provinsi yang mengalami perubahan kategori. Terdapat 5 provinsi yang awalnya sebagai provinsi basis pengangguran dan akhirnya bukan basis pengangguran yaitu Sumut, Sumbar, Riau, Sumsel dan Papua, sedangkan yang awalnya bukan basis pengangguran dan akhirnya menjadi basis pengangguran terdapat 2 provinsi yaitu Kepri dan Papua

Ekspansi 21

DKI Jakarta, Jabar, Banten, Kaltim, Sulut, Sulsel dan Maluku, sedangkan 18 provinsi lainnya awalnya bukan basis pengangguran akhirnya juga tetap bukan basis pengangguran.

Tabel 2. Indeks Konsentrasi Pengangguran Provinsi di Indonesia 2007-2011

No. Provinsi

0,95 8 Kep Babel

0,84 11 DKI Jakarta

0,71 33 Papua Barat

0,89 Sumber : BPS diolah

Dari tabel 2 berdasar rata-rata nilai CI-nya menunjukkan bahwa dari 33 provinsi obyek penelitian terdapat 12 provinsi yang tergolong konsentrasi penganggurannya lebih besar daripada satu (CI>1) yang berarti provinsi yang bersangkutan memiliki peran lebih besar daripada nasional dalam masalah pengangguran dan menjadi provinsi basis

22 Sri R.B. Hastuti dan Wahyu D. Artaningtyas

awalnya basis pengangguran akhirnya tetap menjadi basis pengangguran yaitu NAD, DKI Jakarta, Jabar, Banten, Kaltim, Sulut, Sulsel dan Maluku. Dari provinsi-provinsi tersebut ternyata terdapat 3 provinsi berada di pulau Jawa yang jumlah industrinya pada daerah yang bersangkutan cukup banyak yaitu DKI Jakarta, Jawa Barat, Banten. Dengan demikian industri di provinsi-provinsi tersebut diperkirakan tenaga kerja yang digunakan banyak yang bukan berasal dari provinsi yang bersangkutan melainkan berasal dari provinsi lain. Hal ini perlu mendapat perhatian pemerintah provinsi yang bersangkutan agar dalam membuat kebijakan tentang pendirian industri di daerahnya supaya lebih mengutamakan menggunakan tenaga kerja dari daerah setempat sehingga dapat mengurangi pengangguran di provinsi yang bersangkutan dan pada waktu-waktu yang akan datang tidak lagi menjadi basis pengangguran. Untuk mengetahui lebih jelas provinsi yang menjadi basis pengangguran dan bukan basis pengangguran berdasar rata-rata nilai CI dapat dilihat pada tabel 3.

Tabel 3. Kategori Konsentrasi Pengangguran Provinsi Berdasar

Nilai Concentration Index (CI)

CI < 1 CI > 1

(bukan basis (basis pengangguran)

CI = 1

pengangguran)

Kalbar Sumut

Kalteng Sumbar

Banten

Sumsel

Kalsel Riau

Kaltim

Kep Babel

Gorontalo Kepri

DKI Jakarta

Papua Brt

NTT

3.2 Analisis regresi

Dari 33 provinsi yang bisa dianalisis konsentrasi penganggurannya di atas, hanya terdapat 24 provinsi yang data lengkap, maka olah data dalam analisis regresi faktor yang mempengaruhi konsentrasi pengangguran provinsi di Indonesia tahun 2007-2011 hanya digunakan data dari 24 provinsi.

3.2.1. Uji Hausman

Dengan menggunakan eviews 6 bisa langsung ditemukan hasil uji Hausman. Uji Hausman digunakan untuk memilih tehnik analisis yang paling tepat atau paling baik antara Fixed Effect Model atau Random Effect Model dalam penggunaan data panel. Dari tabel 4.3 menunjukkan bahwa nilai chi square sebesar 11.598048 dengan

Ekspansi 23

dari pada alpha sebesar 0,05 (0,0206<0,05), sehingga H 0 ditolak dan dapat diartikan bahwa fixed effect model lebih tepat di gunakan untuk analisis penelitian ini.

Tabel 4. Hasil Uji Hausman

Correlated Random Effects - Hausman Test Pool: POOL01 Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random

Sumber : hasil olah data

3.2.2. Hasil Regresi dengan Fixed Effect Model

Tabel 5. Hasil Regresi dengan Fixed Effect Model

Dependent Variable: CI? Method: Pooled Least Squares Sample: 2007 2011 Included observations: 5 Cross-sections included: 24 Total pool (balanced) observations: 120 Variable

Coefficient Std. Error

0.924167 Adjusted R-squared

Mean dependent var

0.367832 S.E. of regression

S.D. dependent var

-2.019465 Sum squared resid

Akaike info criterion

-1.369050 Log likelihood

Schwarz criterion

-1.755328 F-statistic

Hannan-Quinn criter.

1.855464 Prob(F-statistic)

Durbin-Watson stat

Sumber : hasil olah data

3.2.2.1 Uji t (Pengujian Hipotesis Secara Parsial / Individual)

Uji t digunakan untuk mengetahui pengaruh secara parsial/individual masing-

24 Sri R.B. Hastuti dan Wahyu D. Artaningtyas

Tabel 6. Hasil Uji t

0.0000 Signifikan Tidak PI?

Signifikan Tidak PP?

Signifikan Tidak PU?

Signifikan R Squared

F Statistik

Prob. F Statistik 0.000000 Sumber : Hasil olah data

Dengan menggunakan α = 5%, secara individual dari 4 variabel bebas yang dimasukkan dalam model hanya ada satu variabel yang berpengaruh terhadap konsentrasi pengangguran provinsi di Indonesia. Adapun variabel yang berpengaruh terhadap konsentrasi pengangguran adalah variabel pertumbuhan ekonomi. Pada α= 5% uji satu sisi diperoleh nilai t-hitung variabel pertumbuhan ekonomi sebesar lebih

kecil daripada t-tabel (-0.012833<-1,6582), sehingga H 0 ditolak yang artinya bahwa pertumbuhan ekonomi berpengaruh negatif signifikan terhadap konsentrasi pengangguran provinsi di Indonesia dan sesuai dengan hipotesis.

3.2.2.2 Uji F (Pengujian Hipotesis Secara Simultan) Uji F dilakukan untuk melihat secara simultan/bersama-sama pengaruh variabel- vaiabel bebas terhadap variabel tidak bebas. Hasil olah data pada α = 5%, menunjukan bahwa nilai F-hitung lebih besar dari pada nilai F-tabel (90.40830>2,54). Dengan

demikian H 0 ditolak yang artinya secara simultan/bersama-sama varibel pertumbuhan ekonomi, pertumbuhan investasi, pertumbuhan penduduk dan pertumbuhan upah berpengaruh signifikan terhadap konsentrasi pengangguran provinsi di Indonesia.

3.2.2.3 Uji 2 goodnes of fit ( uji R )

Hasil uji goodness of fit (uji kesesuaian/ketepatan) model yang digunakan dapat

2 dilihat dari nilai koefisien determinasi (R 2 ). Nilai R =0.963680 atau mendekati 1, maka model yang digunakan sesuai. Nilai R 2 juga berarti bahwa perubahan variabel

konsentrasi pengangguran provinsi di Indonesia dapat dijelaskan oleh perubahan variabel pertumbuhan ekonomi, pertumbuhan investasi, pertumbuhan penduduk dan pertumbuhan upah sebesar 96,3680%, sedangkan sisanya yang sebesar 3,6320% dapat dijelaskan oleh variabel lain di luar model yang digunakan.

Ekspansi 25

3.3 Pembahasan Faktor yang Mempengaruhi Konsentrasi Pengangguran Provinsi di Indonesia

Berdasar hasil analisis dari hasil uji t ternyata secara individual dari empat variabel bebas yang dimasukkan dalam model hanya ada satu variabel yaitu variable pertumbuhan ekonomi yang berpengaruh negatif signifikan terhadap konsentrasi pengangguran provinsi di Indonesia. Koefisien variable pertumbuhan ekonomi sebesar -0.012833 artinya jika pertumbuhan ekonomi di provinsi yang bersangkutan meningkat 1%, maka Konsentrasi pengangguran provinsi di Indonesia akan berkurang 0,012833% dengan asumsi ceteris paribus atau variable lain konstan. Hal ini sesuai dengan hipotesis yang menyatakan bahwa pertumbuhan ekonomi berpengaruh negatif terhadap Konsentrasi pengangguran provinsi di Indonesia. P ertumbuhan ekonomi mengukur prestasi dari perkembangan suatu perekonomian dari satu periode ke periode lainnya. Pertumbuhan ekonomi yang semakin meningkat pada umumnya akan semakin banyak membutuhkan tenaga tenaga kerja yang berarti akan mengurangi

tingkat pengangguran sekaligus dapat menurunkan konsentrasi pengangguran. Variabel pertumbuhan investasi tidak berpengaruh terhadap konsentrasi pengangguran provinsi di Indonesia. Hal ini tidak sesuai dengan hipotesis yang menyatakan bahwa bahwa pertumbuhan investasi berpengaruh negatif terhadap konsentrasi pengangguran provinsi di Indonesia. Kenyataan ini juga menunjukkan bahwa pertumbuhan investasi pada masing-masing provinsi di Indonesia tidak mampu menurunkan konsentrasi pengangguran provinsi. Dengan demikian pertambahan investasi yang ada cenderung kurang menyerap tenaga kerja dan tidak mengurangi pengangguran pada provinsi yang bersangkutan yang selanjutnya juga tidak menurunkan konsentrasi pengangguran provinsi. Dengan kata lain pertambahan investasi cenderung hanya digunakan untuk peningkatan teknologi yang kurang menyerap tenaga kerja. Hal ini perlu mendapat perhatian pemerintah provinsi yang bersangkutan agar dalam membuat kebijakan tentang pendirian industri di daerahnya supaya lebih mengutamakan industri yang bersifat padat karya atau lebih banyak menggunakan tenaga kerja khususnya dari provinsi yang bersangkutan daripada menggunakan teknologi modern yang hanya sedikit menyerap tenaga kerja. Dengan demikian meningkatnya investasi untuk industri yang menggunakan tenaga kerja provinsi setempat akan dapat mengurangi pengangguran di provinsi yang bersangkutan dan pada waktu-waktu yang akan datang tidak lagi menjadi basis pengangguran.

Variabel pertumbuhan penduduk juga tidak berpengaruh terhadap konsentrasi pengangguran provinsi di Indonesia. Hal ini tidak sesuai dengan hipotesis yang menyatakan bahwa bahwa pertumbuhan penduduk akan berpengaruh positif terhadap konsentrasi pengangguran provinsi di Indonesia. Pertumbuhan penduduk tidak berpengaruh terhadap konsentrasi pengangguran karena pertumbuhan penduduk dihitung bukan hanya berdasar tingkat kelahiran pada provinsi yang bersangkutan, melainkan juga karena adanya perpindahan penduduk dari provinsi lain yang masuk ke provinsi yang bersangkutan yang disebut dengan in-migrasi. Penduduk yang melakukan perpindahan dari suatu provinsi masuk ke provinsi lain atau yang

26 Sri R.B. Hastuti dan Wahyu D. Artaningtyas

migrasi. Dengan demikian pertumbuhan penduduk karena in-migrasi ini tidak menambah pengangguran pada provinsi tujuan sehingga tidak berpengaruh terhadap konsentrasi pengangguran di provinsi yang bersangkutan.

Variabel pertumbuhan upah juga tidak berpengaruh terhadap konsentrasi pengangguran provinsi di Indonesia. Hal ini tidak sesuai dengan hipotesis yang menyatakan bahwa pertumbuhan upah akan berpengaruh negatif terhadap konsentrasi pengangguran provinsi di Indonesia. Mengingat bahwa pertumbuhan upah dalam penelitian ini digunakan pertumbuhan Upah Minimum Regional (UMR) pada masing-masing provinsi, dimana pada umumnya UMR masih di bawah Kebutuhan Hidup Layak (KHL) maka kenaikan upah kurang menarik bagi penduduk untuk bekerja di provinsi yang bersangkutan. Dengan demikian kenaikan upah tidak menarik bagi tenaga kerja untuk memasuki dunia kerja formal sehingga tidak mampu mengurangi pengangguran dan akhirnya tidak mampu menurunkan konsentrasi pengangguran provinsi yang bersangkutan. Melihat pertumbuhan upah (UMR) ini tidak atau kurang menarik bagi penduduk untuk bekerja sehingga tidak mengurangi pengangguran dan tidak mempengaruhi atau mengurangi konsentrasi pengangguran, maka perlu mendapat perhatian pemerintah bahwa dalam menentukan kebijakan khususnya besarnya UMR sebaiknya harus lebih besar daripada KHL.

4. KESIMPULAN

Dari 33 provinsi di Indonesia terdapat 12 provinsi yang memiliki konsentrasi pengangguran lebih besar dari 1 dan merupakan basis pengangguran di Indonesia yaitu provinsi : Nangro Aceh Darusalam (NAD), Sumatra Utara, Sumatra Barat, Riau, Kepulauan Riau, DKI Jakarta, Jawa Barat, Banten, Kalimantan Timur, Sulawesi Utara, Sulawesi Selatan dan Maluku. Dari 12 provinsi tersebut terdapat 3 provinsi yang berada di pulau Jawa yang jumlah industrinya pada daerah yang bersangkutan cukup banyak yaitu DKI Jakarta, Jawa Barat, Banten. Dengan demikian industri yang berada di provinsi-provinsi tersebut tenaga kerja yang digunakan banyak yang bukan berasal dari provinsi yang bersangkutan melainkan berasal dari provinsi lain.

Pertumbuhan ekonomi berpengaruh negatif dan signifikan terhadap konsentrasi pengangguran di Indonesia dan sesuai hipotesis, sedangkan tiga variabel lainnya yaitu pertumbuhan investasi, pertumbuhan penduduk dan pertumbuhan upah tidak berpengaruh terhadap konsentrasi pengangguran provinsi di Indonesia. Pertumbuhan ekonomi mengukur prestasi dari perkembangan suatu perekonomian dari satu periode ke periode lainnya. Pertumbuhan ekonomi yang semakin meningkat berati semakin banyak membutuhkan tenaga tenaga kerja yang berarti akan mengurangi tingkat pengangguran sekaligus dapat menurunkan konsentrasi pengangguran.

Mengingat bahwa terdapat beberapa provinsi di Indonesia yang banyak industrinya seperti provinsi DKI Jakarta, Jawa Barat dan Banten merupakan provinsi basis pengangguran maka perlu mendapat perhatian pemerintah provinsi yang bersangkutan agar dalam membuat kebijakan tentang pendirian industri di daerahnya supaya lebih

Ekspansi 27

Pertumbuhan ekonomi merupakan satu-satunya faktor yang berpengaruh negatif terhadap konsentrasi pengangguran. Untuk itu maka masing-masing provinsi sebaiknya terus berupaya meningkatkan pertumbuhan ekonominya agar dapat menurunkan konsentrasi pengangguran provinsi yang bersangkutan. Pertumbuhan ekonomi semakin meningkat berati semakin banyak membutuhkan tenaga tenaga kerja sehingga akan mengurangi tingkat pengangguran dan dapat menurunkan konsentrasi pengangguran.