FAKTOR-FAKTOR YANG MEMENGARUHI ALIRAN
advertisement
FAKTOR-FAKTOR YANG MEMENGARUHI ALIRAN PERDAGANGAN IMPOR BAWANG MERAH DAN KENTANG INDONESIA (Periode Tahun 2001-2010) OLEH LUSIANA MANIK H14080113 DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2012 RINGKASAN LUSIANA MANIK. Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah dan Kentang Indonesia (Periode tahun 2001-2010) (dibimbing oleh TANTI NOVIANTI). Bawang merah dan kentang merupakan jenis tanaman sayuran yang cukup potensial dikembangkan di Indonesia, hal ini disebabkan luas areal dan produksinya yang cukup besar dibandingkan dengan tanaman sayuran lainnya. Namun, sejak tahun 2006 hingga 2010 terjadi peningkatan neraca impor kedua komoditas ini secara signifikan. Peningkatan ini kemudian akan secara langsung memengaruhi neraca perdagangan sayuran dan hortikultura Indonesia. Kondisi ini pada akhirnya akan berpengaruh terhadap pertumbuhan ekonomi Indonesia. Hal ini disebabkan neraca perdagangan merupakan salah satu penentu Produk Domestik Bruto Indonesia dari sisi pengeluaran. Tingginya permintaan impor bawang merah dan kentang ini tidak hanya memengaruhi pertumbuhan ekonomi Indonesia, tetapi juga berdampak pada penurunan tingkat kesejahteraaan petani Indonesia. Tujuan dari penelitian ini adalah untuk mendeskripsikan kondisi dan kecenderungan impor komoditas bawang merah dan kentang Indonesia. Selain itu penelitian ini juga bertujuan untuk menganalisis faktor-faktor yang memengaruhi aliran perdagangan impor komoditas bawang merah dan kentang Indonesia. Penelitian ini menggunakan data sekunder. Data yang diamati merupakan data gabungan time series dan cross section atau panel data. Tahun pengamatan sebanyak sepuluh tahun, mulai dari tahun 2001 hingga 2010. Jumlah negara yang menjadi asal impor yang diamati pada penelitian ini disesuaikan dengan keberlanjutan impor yang terjadi selama periode pengamatan. Data yang telah diperoleh kemudian dianalisis dengan menggunakan model gravitasi. Model estimasi terbaik yang digunakan untuk melakukan analisis terhadap faktor-faktor yang memengaruhi aliran perdagangan komoditas bawang merah berdasarkan uji Chow adalah dengan menggunakan model efek tetap (fixed effect model) yang kemudian diboboti dengan cross-section SUR. Pada komoditas kentang dengan menggunakan uji yang sama, diperoleh model estimasi terbaik yaitu pooled least square. Sama halnya dengan bawang merah model ini kemudian diboboto dengan cross-section SUR untuk mendapatkan hasil terbaik. Berdasarkan hasil estimasi dengan menggunakan model gravitasi diketahui dari tujuh variabel yang digunakan hanya satu variabel yang tidak berpengaruh terhadap volume impor bawang merah dan kentang Indonesia. Adapun variabel yang berpengaruh terhadap volume impor bawang merah dan kentang Indonesia yaitu populasi negara pengekspor, populasi Indonesia, harga impor, jarak ekonomi, GDP riil Indonesia dan GDP riil negara pengekspor. Sedangkan variabel nilai tukar tidak memengaruhi volume impor bawang merah dan kentang Indonesia. Adapun saran dalam penelitian ini adalah dibutuhkan regulasi yang tepat dalam mengatur impor bawang merah dan kentang ini. Misalnya, dengan menutup pintu impor pada daerah sentra produksinya yang dapat dilakukan oleh Kementerian Pertanian .Selain itu agar dapat bersaing dengan produk impor, bawang merah dan kentang domestik harus dapat menekan harga. Hal ini dapat tercapai apabila petani dapat menekan biaya produksinya, dalam hal ini, pemerintah (Kementerian Pertanian) bekerjasama dengan lembaga-lembaga penelitian dapat berperan dalam penyediaan teknologi produksi yang lebih baik, misalnya pemberian subsidi berupa bibit unggul. FAKTOR-FAKTOR YANG MEMENGARUHI ALIRAN PERDAGANGAN IMPOR BAWANG MERAH DAN KENTANG INDONESIA (Periode Tahun 2001-2010) OLEH LUSIANA MANIK H14080113 Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2012 Judul Skripsi : Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah dan Kentang Indonesia (Periode Tahun 20012010) Nama : Lusiana Manik NIM : H14080113 Menyetujui, Dosen Pembimbing Tanti Novianti, M.Si. NIP. 19721117 199802 2 005 Mengetahui, Ketua Departemen Ilmu Ekonomi Dr. Ir. Dedi Budiman Hakim, M.Ec. NIP. 19641022 198903 1 003 Tanggal Kelulusan : PERNYATAAN DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KERJA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN. Bogor, Juni 2012 Lusiana Manik H14080113 RIWAYAT HIDUP Penulis bernama Lusiana Manik dilahirkan di Sangkal pada tanggal 15 Januari 1990. Penulis adalah anak keempat dari lima bersaudara, pasangan Bapak Togar Parulian Manik dan Ibu Rosulda Sitio. Penulis menamatkan pendidikan dasar di SDN No. 176381 Sangkal pada tahun 2002, kemudian melanjut ke SMP Negeri 1 Kecamatan Simanindo dan lulus pada tahun 2005. Pada tahun yang sama penulis diterima di SMA Negeri 1 Pematang Siantar dan lulus pada tahun 2008. Pada tahun 2008, penulis diterima sebagai mahasiswa di Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor melalui jalur SNMPTN (Seleksi Nasional Masuk Perguruan Tinggi Negeri). Selama menempuh pendidikan di IPB, penulis aktif di organisasi UKM Persekutuan Mahasiswa Kristen IPB, Komisi Pelayanan Anak (KPA) periode 2008-sekarang. Penulis juga aktif berpartisipasi dalam berbagai kepanitiaan. Selain itu, penulis juga dipercayakan untuk menjadi asisten mata kuliah Ekonomi Umum dan Pendidikan Agama Kristen. KATA PENGANTAR Puji dan syukur penulis ucapkan kepada Tuhan Yang Yesus Kristus atas segala cinta kasih dan berkat-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini. Judul skripsi ini adalah “Faktor-faktor yang Memengaruhi Aliran Perdaganga Impor Bawang Merah dan Kentang Indonesia (Periode Tahun 2001-2010). Penelitian ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penulis menyadari bahwa dalam menyelesaikan skripsi ini tidak lepas dari bantuan berbagai pihak. Pada kesempatan ini, penulis menyampaikan ucapan terima kasih kepada: 1. Tanti Novianti, M.Si., selaku dosen pembimbing akademik dan pembimbing skripsi yang telah memberikan bimbingan, masukan dan motivasi baik secara teknis maupun teoritis selama penulis menempuh pendidikan di IPB hingga proses penulisan skripsi ini dapat diselesaikan dengan baik. 2. Dr. Yeti Lies Purnamadewi selaku dosen penguji utama yang telah memberikan banyak masukan, saran dan kritik demi perbaikan penulisan skripsi ini dan Dr. Muhammad Findi selaku dosen penguji dari komisi pendidikan yang telah memberikan masukan demi perbaikan penulisan skripsi ini. 3. Kedua orang tua penulis, Bapak Togar Parulian Manik dan Ibu Rosulda Sitio atas kasih sayang, doa, motivasi, dan materi yang telah diberikan selama ini. 4. Saudara Penulis, Kak Paska, Bang Maryo, Bang Rudolf dan Dek Siska yang selalu mendukung penulis dalam kondisi apapun. 5. Kak Mutiara, Theresia dan Kak Loretta yang telah memberikan banyak pengajaran mengenai Panel Data dan semangat dalam penulisan skripsi ini. 6. Teman-teman Ilmu Ekonomi 45: Shanty Nathalia Margaretha, Fiona Rebecca Hutagaol, Illinia Ayudhia Riyadi, Henny Priscilia dan Hairul atas persahabatan, sukacita, doa, semangat dan motivasi selama kuliah di Ilmu Ekonomi. 7. Cahyana Depta Wijayanti, Hairul, dan Desi Erilia Juanda sebagai teman satu bimbingan atas dukungan dan kerjasamanya selama ini. 8. Teman-teman Dwi Regina: Lasmatiur, Junita, Hanna, Yosi, Dina, Ester, Nika, Lia dan Silvi untuk persahabatan selama ini. 9. Teman-teman seperjuangan: Melisa, Indah, Christine, Vonika, Cella, Monika dan Gio untuk kebersamaan dan kerjasama selama ini. 10. PMK IPB, KPA, Amos dan Azriel yang memberikan banyak kenangan selama penulis menempuh pendidikan di IPB. 11. Pihak-pihak lain yang tidak bisa disebutkan satu persatu. Semoga skripsi ini bermanfaat bagi penulis dan pihak lain yang membutuhkan. Bogor, Juni 2012 Lusiana Manik H14080113 ii DAFTAR ISI Halaman DAFTAR TABEL ....................................................................................................... v DAFTAR GAMBAR ................................................................................................. vii DAFTAR LAMPIRAN ............................................................................................ viii I. PENDAHULUAN ................................................................................................... 1 1.1 Latar Belakang ................................................................................................... 1 1.2 Perumusan Masalah ........................................................................................... 8 1.3 Tujuan Penulisan ................................................................................................ 9 1.4 Manfaat Penelitian ............................................................................................. 9 1.5 Ruang Lingkup ................................................................................................... 9 II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ............................ 10 2.1 Tinjauan Pustaka .............................................................................................. 10 2.1.1 Bawang Merah ........................................................................................ 10 2.1.2 Kentang ................................................................................................... 10 2.1.3 Teori Perdagangan Internasional ............................................................. 11 2.1.4 Teori Permintaan ..................................................................................... 13 2.1.5 Pergerakan dan Pergeseran Kurva Permintaan ........................................ 15 2.1.6 Konsep Gravity Model ............................................................................ 16 2.1.6.1 Gross Domestik Product (GDP) ................................................. 18 2.1.6.2 Populasi ........................................................................................ 18 2.1.6.3 Nilai Tukar ................................................................................... 19 2.1.6.4 Jarak Antara Pengekspor dengan Pengimpor .............................. 20 iii 2.1.7 Panel Data ............................................................................................ 22 2.1.8 Penelitian Terdahulu ............................................................................ 24 2.1.8.1 Penelitian Mengenai Model Gravitasi dan Data Panel ............. 24 2.1.8.2 Penelitian Mengenai Impor ....................................................... 26 2.1.9 Relevansi dengan Penelitian Sebelumnya ........................................... 27 2.2 Kerangka Pemikiran ..................................................................................... 27 2.3 Hipotesis Penelitian ....................................................................................... 29 III. METODE PENELITIAN .................................................................................. 30 3.1 Jenis dan Sumber Data ................................................................................... 31 3.2 Metode Analisis Data ..................................................................................... 31 3.3 Perumusan Model .......................................................................................... 31 3.4 Defenisi Operasional ...................................................................................... 32 3.5 Pengujian Kesesuaian Model ......................................................................... 33 3.5.1 Uji Chow (Chow Test) .......................................................................... 33 3.5.2 Uji Hausman (Hausman Test) ............................................................... 34 3.6 Pengujian Statistik ......................................................................................... 35 3.6.1 Uji F ...................................................................................................... 35 3.6.2 Uji t ....................................................................................................... 36 3.6.3 Koefisien Determinasi (R2) ................................................................... 37 3.6.4 Asumsi Kenormalan.............................................................................. 38 3.7 Pengujian Asumsi Klasik ............................................................................... 38 3.7.1 Uji Multikolinearitas ............................................................................. 38 3.7.2 Uji Heteroskedastisitas.......................................................................... 39 3.7.3 Uji Autokorelasi .................................................................................... 40 iv IV. GAMBARAN UMUM ........................................................................................ 41 4.1 Pertumbuhan Total Nilai Impor Indonesia Tahun 2001-2010 di Pasar Internasional ........................................................................................ 41 4.2 Pertumbuhan Volume Produksi dan Impor Sayuran Indonesia Tahun 2001-2010 .......................................................................................... 41 4.3 Pertumbuhan Nilai Impor Sayuran Indonesia Tahun 2001-2010 .................. 43 4.3.1 Kecenderungan Impor Komoditas Bawang Merah dan Kentang Indonesia Tahun 2001-2010 ................................................. 44 4.3.1.1 Bawang Merah ....................................................................... 45 4.3.1.2 Kentang .................................................................................. 48 4.4 Pertumbuhan Volume dan Nilai Ekspor Sayuran Indonesia Tahun 2001-2010 di Pasar Internasional ................................................................. 52 4.5 Peraturan Impor Hortikultura Indonesia ........................................................ 53 V. FAKTOR-FAKTOR YANG MEMENGARUHI ALIRAN PERDAGANGAN IMPOR ............................................................................... 55 5.1. Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia ........................................................................... 55 5.1.1 Pemilihan Kesesuaian Model ............................................................ 55 5.1.2 Hasil Estimasidan Interpretasi Model ................................................ 55 5.2 Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia ...................................................................................... 59 5.2.1 Pemilihan Kesesuaian Model .............................................................. 59 5.2.2 Hasil Estimasidan Interpretasi Model .................................................. 60 VI. KESIMPULAN DAN SARAN ........................................................................... 65 5.1 Kesimpulan .................................................................................................... 65 5.2 Saran ............................................................................................................. 65 DAFTAR PUSTAKA ................................................................................................ 66 LAMPIRAN ............................................................................................................... 69 v DAFTAR TABEL Nomor Halaman 1.1 Penduduk 15 Tahun Ke Atas yang Bekerja Menurut Lapangan Pekerjaan Utama di Indonesia Tahun 2007 hingga 2011 (juta jiwa) ................1 1.2 Produk Domestik Bruto Indonesia Berdasarkan Harga Konstan 2000 Menurut Lapangan Usaha Tahun 2007-2011 (triliun rupiah) ................2 1.3 Perkembangan PDB Hortikultura Indonesia berdasarkan Harga Berlaku Tahun 2004-2009 (Persen) ..................................................................3 1.4 Volume Neraca Perdagangan Sayuran Potensial Indonesia Tahun 2006-2010 (ton) ..............................................................................................4 1.5 Total Produksi dan Impor Bawang Merah Indonesia Tahun 20062010 (ton) .........................................................................................................5 1.6 Total Produksi dan Impor Kentang Indonesia Tahun 2006-2010 (ton) ...................................................................................................................6 1.7 Perubahan Nilai Neraca Perdagangan Bawang Merah dan Kentang Indonesia Tahun 2006-2010 (US$) ...................................................................7 1.8 Volume dan Nilai Ekspor Impor Komoditas Hortikutura Indonesia Tahun 2006-2010 ..............................................................................................7 3.1 Negara-negara asal Impor Komoditas Bawang Merah dan Kentang Indonesia Tahun 2001-2010 ...........................................................................30 3.2 Data dan Sumber Data yang Digunakan dalam Penelitian .............................31 3.3 Selang Nilai Statistik Durbin Watson serta Keputusannya .............................40 4.1 Luas Panen, Produksi dan Produktivitas Bawang Merah Indonesia Tahun 2001-2010 ...........................................................................................46 4.2 Luas Panen, Produksi dan Produktivitas Kentang Indonesia Tahun 2001-2010 ......................................................................................................49 5.1 Hasil Pendugaan Parameter Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Komoditas Bawang Merah Indonesia .................56 5.2 Hasil Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia ....................................57 5.3 Hasil Pendugaan Parameter Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Komoditas Kentang Indonesia ............................60 vi 5.4 Hasil Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia ...............................................61 vii DAFTAR GAMBAR Nomor Halaman 2.1 Keseimbangan Parsial dalam Perdagangan Internasional ...............................13 2.2 Kurva Permintaan............................................................................................14 2.3 Pergerakan dan Pergeseran Kurva Permintaan ...............................................16 2.4 Hubungan Kurs Riil dengan Ekspor Neto .......................................................20 2.5 Analisis Keseimbangan Parsial Atas Biaya Transportasi ...............................21 2.6 Kerangka Pemikiran ........................................................................................28 4.1 Pertumbuhan Total Nilai Impor Indonesia Tahun 2001-2010 (US$) .............41 4.2 Pertumbuhan Total Produksi Sayuran Indonesia Tahun 2001-2010 (kilogram) .......................................................................................................42 4.3 Total Volume Impor Sayuran Indonesia Tahun 2001-2010 (kilogram) .......................................................................................................43 4.4 Tren Nilai Impor Sayuran Indonesia Tahun 2001-2010 (US$) ......................44 4.5 Volume dan Nilai Impor Bawang Merah (HS070310) Indonesia Tahun 2001-2010 ............................................................................................46 4.6 Nilai Impor Bawang Merah (HS070310) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (US$)..................................................47 4.7 Volume Impor Bawang Merah (HS070310) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (US$) .............................48 4.8 Volume dan Nilai Impor Kentang (HS070190) Indonesia Tahun 2001-2010 .......................................................................................................50 4.9 Nilai Impor Kentang (HS070190) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (US$) ..............................................................51 4.10 Volume Impor Kentang (HS070190) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (US$) ..................................................52 4.11 Volume dan Nilai Ekspor Sayuran (HS07) Indonesia Tahun 20012010.................................................................................................................53 viii DAFTAR LAMPIRAN Nomor Halaman 1. Variabel-variabel dalam Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia ......................................69 2. Variabel-variabel dalam Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia .................................................72 3. Hasil Uji Chow Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia .................................................75 4. Hasil Estimasi Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia dengan Menggunakan Fixed Effect Model serta Pembobotan Cross Section SUR ...................................................................................................................76 5. Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia .................................................77 6. Hasil Uji Chow Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia ............................................................78 7. Hasil Estimasi Model Faktor-faktor yang Memengaruhi Aliran Impor Kentang Indonesia dengan Menggunakan Fixed Effect Model serta Pembobotan Cross Section SUR...............................................................79 8. Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia ............................................................80 I. PENDAHULUAN 1.1. Latar Belakang Pertanian merupakan salah satu bidang produksi dan lapangan usaha yang paling tua di dunia yang pernah dan sedang dilakukan oleh masyarakat. Sektor pertanian adalah sektor yang paling dasar dalam perekonomian dan merupakan penopang kehidupan produksi sektor-sektor lainnya (Putong, 2002). Indonesia merupakan negara agraris yang memiliki kekayaan alam yang sangat melimpah. Pertanian bagi bangsa ini, memiliki peran penting karena merupakan sumber mata pencaharian bagi sebagian besar penduduknya. Tabel 1.1 Penduduk 15 Tahun Ke Atas yang Bekerja Menurut Lapangan Pekerjaan Utama di Indonesia Tahun 2007 hingga 2011 (juta jiwa) Lapangan Usaha 2007 2008 2009 2010 2011 Pertanian, Kehutanan, 41,91 42,01 42,32 42,16 40,90 Perburuan dan Perikanan (42,43) (41,60) (40,43) (39,10) (37,02) Pertambangan dan Penggalian Industri Pengolahan Listrik, Gas, dan Air Bangunan Perdagangan Besar, Eceran, Rumah Makan, dan Hotel Angkutan, Pergudangan, dan Komunikasi Keuangan, Asuransi, Usaha Persewaan Bangunan, Tanah, dan Jasa Perusahaan Jasa Kemasyarakatan, Sosial dan Perorangan. Total 1,01 (1,02) 12,23 (12,38) 0.21 (0,21) 1,07 (1,06) 12,49 (12,37) 0,21 (0,21) 1,15 (1,10) 12,73 (12,16) 0,22 (0,21) 1,22 (1,13) 13,44 (12,47) 0,22 (0,21) 1,41 (1,28) 14,12 (12,78) 0,24 (0,22) 4,82 (4,88) 19,99 (20,25) 5,07 (5,02) 20,93 (20,73) 5,05 (4,82) 21,89 (20,91) 5,22 (4,82) 22,35 (20,73) 5,97 (5,40) 23,32 (21,11) 5,77 (5,84) 1,33 (1,35) 6,10 (6,04) 0,15 (0,15) 6,03 (5,76) 1,48 (1,42) 5,72 (5,32) 1,69 (1,57) 5,33 (4,83) 2,35 (2,13) 11,5 (11,64) 98,76 12,94 (12,82) 100,98 13,81 (13,19) 104,68 15,79 (14,65) 107,81 16,84 (15,24) 110,48 Sumber: BPS, 2012. Keterangan: Angka dalam kurung menunjukkan nilai dalam persen. Berdasarkan data dari Badan Pusat Statistika 2012 diketahui pada Tahun 2007, total angkatan kerja Indonesia yang bekerja pada sektor pertanian mencapai 2 42,43 persen. Tahun 2008, terjadi peningkatan jumlah angkatan kerja Indonesia yang bekerja di sektor ini walaupun persentasenya mengalami penurunan menjadi 41,60 persen. Sejak Tahun 2009 hingga 2011, terjadi penurunan angkatan kerja yang bekerja di sektor ini, hingga Tahun 2011 menjadi 37,02 persen. Namun hingga saat ini, sektor pertanian menyerap sebagian besar angkatan kerja Indonesia jika dibandingkan dengan sektor lainnya. Tabel 1.2 Produk Domestik Bruto Indonesia Atas Dasar Harga Konstan 2000 Menurut Lapangan Usaha Tahun 2007-2011 ( triliun rupiah) Lapangan Usaha 2007 2008 2009 2010* 2011** Pertanian, Peternakan, 271,5 284,6 295,9 304,7 313,7 Kehutanan, dan Perikanan (13,8) (13,6) (13,6) (13,2) (12,7) Pertambangan dan 171,3 172,5 180,2 186,6 189,2 Penggalian (8,7) (8,3) (8,3) (8,1) (7,7) Industri Pengolahan 538,1 557,8 570,1 597,1 634,2 (27,4) (26,8) (26,2) (25,8) (25,7) Listrik, Gas, dan Air 13,5 15,0 17,1 18,0 18,9 Bersih (0,7) (0,7) (0,8) (0,8) (0,8) Konstruksi 121,8 131,0 140,3 150,0 160,1 (6,2) (6,3) (6,4) (6,5) (6,5) Perdagangan, Hotel dan 340,4 363,8 368,5 400,5 437,3 Restoran (17,3) (17,5) (16,9) (17,3) (17,8) Pengangkutan dan 142,3 165,9 192,2 218,0 241,3 Komunikasi (7,2) (8,0) (8,8) (9,4) (9,8) Keuangan, Real Estat, dan 183,7 198,8 209,2 221,0 236,1 Jasa Perusahaan (9,4) (9,5) (9,6) (9,5) (9,6) Jasa-jasa 181,7 193,1 205,4 217,8 232,5 (9,3) (9,3) (9,4) (9,4) (9,4) PDB 1964,3 2082,5 2178,9 2313,8 2463,3 PDB Tanpa Migas 1821,8 1939,6 2036,7 2171,0 2321,8 Sumber: BPS, 2012. Keterangan: Angka dalam kurung menunjukkan nilai dalam persen * Angka Sementara ** Angka Sangat Sementara Selain menyerap sebagian besar angkatan kerja Indonesia, sektor pertanian (termasuk peternakan, kehutanan, dan perikanan) juga menyumbang kontribusi yang cukup besar bagi perekonomian di negara ini. Hal ini dapat dilihat dari kontribusinya terhadap Produk Domestik Bruto (PDB) Indonesia. Pada Tabel 1.2 dapat dilihat kontribusi sektor pertanian terhadap PDB Indonesia. Pada Tahun 2007, sektor pertanian menyumbang kontribusi terbesar ketiga terhadap total PDB Indonesia setelah industri pengolahan dan perdagangan hotel serta restoran, yaitu sebesar 271,5 triliun rupiah atau sebesar 13,8 persen dari total PDB Indonesia. 3 Pada Tahun 2008, kontribusi sektor ini mengalami peningkatan menjadi 284,6 triliun rupiah atau sebesar 13,6 persen dari total PDB Indonesia. Peningkatan kontribusi pertanian terhadap PDB Indonesia terus terjadi hingga Tahun 2011 sektor pertanian menyumbang kontribusi sebesar 313,7 triliun rupiah atau sebesar 12,7 persen terhadap PDB Indonesia. Tabel 1.3 Perkembangan PDB Hortikultura Indonesia berdasarkan Harga Berlaku Tahun 2005-2009 (persen) Nilai PDB (Milyar Rupiah) Komoditas 2005 2006 2007 2008 2009 Buah-buahan 31,694 35,448 42,362 47,060 48,437 (11,84) (19,51) (11,09) (2,93) Sayuran 22,630 24,694 25,587 28,205 30,506 (9,12) (3,61) (10,23) (8,16) Tanaman Biofarmaka 2,806 3,762 4,106 3,853 3,897 (34,06) (9,14) (-6,16) (1,14) Tanaman Hias 4,662 4,374 4,741 5,085 5,494 (1,54) (8,39) (7,26) (8,04) Total 61,792 68,639 76,795 84,203 88,334 (11,08) (11,88) (9,65) (4,91) Rata-rata Peningkatan PDB Hortikultura (%) Sumber: Direktorat Jenderal Hortikultura, 2010. Keterangan: Angka dalam kurung menunjukkan nilai dalam persen Hortikultura sebagai salah satu subsektor pertanian tanamana bahan makanan, mempunyai komoditas yang terdiri dari buah-buahan, sayuran, tanaman biofarmaka dan tanaman hias juga berperan penting terhadap pembentukan PDB Indonesia. Tabel 1.3 menunjukkan perkembangan PDB Hortikultura berdasarkan harga berlaku periode 2005 hingga 2009. Berdasarkan data tersebut diketahui, sejak Tahun 2005 hingga 2009 komoditas buah-buahan memberikan kontribusi terbesar terhadap PDB, sedangkan sayuran berada pada urutan kedua. Tren pertumbuhan nilai PDB sayuran berdasarkan harga berlaku periode 2005 sampai 2009 terus meningkat dari Tahun ke Tahun. Pada Tahun 2006, nilai PDB sayuran Indonesia meningkat sebesar 9,12 persen dibandingkan Tahun sebelumnya. Pada Tahun 2007, nilai PDB sayuran Indonesia juga meningkat sebesar 3,61 persen. Hingga Tahun 2009, peningkatan nilai PDB sayuran Indonesia menjadi 8,16 persen. Menurut data dari Badan Pusat Statistika 2011, ada lima jenis sayuran yang cukup potensial untuk dikembangkan di Indonesia. Kelima jenis sayuran itu 4 adalah, kubis, kentang, bawang merah, tomat, dan cabe besar. Kelima jenis sayuran ini dikatakan potensial karena produksi dan luas arealnya yang cukup besar jika dibandingkan dengan sayuran lainnya. Selain itu, kelima jenis sayuran ini juga diperdagangkan Indonesia ke negara lain. Namun, sejak Tahun 2006 terjadi peningkatan impor yang sangat signifikan pada dua jenis sayuran potensial Indonesia yaitu bawang merah dan kentang. Hal ini mengakibatkan volume neraca impor kedua komoditas ini jauh lebih besar jika dibandingkan dengan komoditas sayuran lainnya. Tabel 1.4 menunjukkan volume neraca perdagangan sayuran potensial Indonesia sejak Tahun 2006 hingga 2010. Tabel tersebut menunjukkan neraca perdagangan komoditas bawang merah dan kentang Indonesia terus berfluktuasi dengan kecenderungan impor yang semakin tinggi. Tabel 1.4 Volume Neraca Perdagangan Sayuran Potensial Indonesia Tahun 2006-2010 (ton) Komoditas 2006 2007* 2008 2009 2010** Kubis 29.875 42.657 35.881 40.147 28.549 Kentang 81.711 4.093 2.613 -5.407 -17.433 Bawang Merah -62.671 -98.292 -115.701 -54.508 -70.036 Tomat -48 1.643 732 549 561 Cabe 1.038 1.052 717 -161 346 Sumber: Kementerian Pertanian, 2011. (diolah) Keterangan: * Tahun 2007 terdapat perubahan HS dari 9 digit menjadi 10 digit. ** Angka sementara Bawang merah merupakan salah satu jenis tanaman sayuran yang memiliki banyak manfaat. Selain sebagai bumbu penyedap masakan, tanaman bawang merah juga dijadikan sebagai obat untuk berbagai penyakit. Bawang merah termasuk kedalam kelompok rempah tidak bersubstitusi. Di Indonesia tanaman ini banyak dihasilkan di daerah Jawa Barat, Jawa Tengah, Jawa Timur Daerah Istimewa Yogyakarta, Bali, Nusa Tenggara Barat, Sumatera Utara, Sumatera Barat dan Sulawesi Selatan. Penyedian bawang merah dalam negeri dipasok dari produksi domestik dan impor. Data dari statistik pertanian 2011 menunjukkan perubahan produksi dan konsumsi bawang merah setiap Tahunnya. Tabel 1.5 menunjukkan total produksi dan impor bawang merah Indonesia. Sejak Tahun 2006 hingga 2010, produksi bawang merah Indonesia terus meningkat dari tahun ke tahun. Pada Tahun 2006 produksi bawang merah nasional sebesar 794.929 ton. Pada Tahun 5 berikutnya terjadi peningkatan produksi bawang merah Indonesia hingga Tahun 2010 menjadi 1.048.934 ton. Total impor bawang merah Indonesia juga berfluktuasi namun cenderung meningkat. Pada Tahun 2006, impor bawang merah Indonesia sebesar 78.462 ton. Pada Tahun 2007 dan 2008, impor bawang merah Indonesia mengalami kenaikan yang signifikan menjadi 107.649 ton pada Tahun 2007 dan 128.015 ton pada Tahun 2008. Total impor bawang merah Indonesia mengalami penurunan pada Tahun 2009 karena adanya krisis ekonomi global walaupun pada tahun 2010 kembali mengalami kenaikan. Tabel 1.5 Total Produksi dan Impor Bawang Merah Indonesia Tahun 20062010 (ton) Tahun Total Produksi Total Impor Nasional (Ton) (Ton) 2006 794.929 78.462 2007* 802.810 107.649 2008 853.615 128.015 2009 965.164 67.330 2010** 1.048.934 73.270 Sumber: Kementerian Pertanian, 2011. Keterangan: * Tahun 2007 terdapat perubahan HS dari 9 digit menjadi 10 digit. ** Angka sementara Berbeda dengan bawang merah yang tidak memiliki substitusi terdekat, fungsi kentang bagi masyarakat Indonesia masih terbatas sebagai bahan sayuran dan penganan (snack food) dan belum menjadi pangan pokok yang dapat menyubstitusi beras secara nyata. Di Indonesia sentra produksi kentang terdapat di provinsi Nangro Aceh Darussalam, Sumatera Utara, Sumatera Barat, Jambi, Jawa Barat, Jawa Tengah, Jawa Timur, Sulawesi Selatan, Sulawesi Utara dan Nusa Tenggara Barat. Tabel 1.6 menunjukkan produksi dan impor kentang Indonesia sejak Tahun 2006 hingga 2010. Pada Tahun 2006 produksi kentang nasional sebesar 1.011.911 ton. Pada Tahun 2007, produksi kentang Indonesia mengalami penurunan menjadi 1.003.732 ton. Pada Tahun 2008 dan 2009, produksi kentang Indonesia mengalami kenaikan hingga Tahun 2010 produksi kentang Indonesia menjadi 1.060.805 ton. Impor kentang Indonesia juga mengalami fluktuasi. Pada Tahun 2006, impor kentang Indonesia hanya sebesar 4.211 ton dan meningkat pada Tahun 6 berikutnya. Pada Tahun 2008, terjadi penurunan impor kentang Indonesia menjadi 5.345 ton. Pada Tahun 2009, total impor kentang Indonesia meningkat tajam menjadi 11.727 ton hingga pada Tahun 2010, total impor kentang Indonesia menjadi 24.204 ton. Tabel 1.6 Total Produksi dan Impor Kentang Indonesia Tahun 2006-2010 (ton) Tahun Total Produksi Total Impor Nasional (Ton) (Ton) 2006 1.011.911 4.211 2007* 1.003.732 5.559 2008 1.071.543 5.345 2009 1.176.304 11.727 2010** 1.060.805 24.204 Sumber: Kementerian Pertanian, 2011. Keterangan: * Tahun 2007 terdapat perubahan HS dari 9 digit menjadi 10 digit. ** Angka sementara Volume impor bawang merah dan kentang Indonesia cenderung mengalami kenaikan dari tahun ke tahun. Kondisi ini tentunya akan memengaruhi pertumbuhan ekonomi Indonesia. Indonesia merupakan negara berkembang yang menganut sistem perekenomian terbuka, dimana untuk menghitung PDB dari sisi pengeluaran juga ditentukan oleh komopenen net ekspor. Jika impor kedua komoditas ini semakin meningkat berarti net ekspornya akan mengalami penurunan dan berdampak terhadap penurunan pertumbuhan ekonomi Indonesia. Pertumbuhan ekonomi yang semakin menurun ini akan secara langsung memengaruhi posisi Indonesia di mata dunia. Neraca perdagangan bawang merah menunjukkan surplus impor dari tahun ke tahun. Sejak Tahun 2006 hingga 2008 kenaikan nilai impor bawang merah terus menerus mengalami kenaikan. Setelah itu pada Tahun 2009, nilai impor bawang merah turun drastis. Hal ini disebabkan adanya krisis ekonomi global yang terjadi pada Tahun sebelumnya. Namun pada Tahun 2010, nilai impor bawang merah Indonesia kembali mengalami kenaikan. Berbeda dengan bawang merah, sejak Tahun 2006 hingga 2007 neraca perdagangan kentang masih mengalami surplus perdagangan. Namun sejak Tahun 2008 hingga 2010, nilai impor kentang jauh melebihi nilai ekspornya. Tabel 1.7 menunjukkan perubahan 7 nilai neraca perdagangan bawang merah dan kentang Indonesia Tahun 2006 hingga 2010. Tabel 1.7 Perubahan Nilai Neraca Perdagangan Bawang Merah dan Kentang Indonesia Tahun 2006-2010 (US$) Komoditas 2006 2007* 2008 2009 2010** Bawang Merah -Ekspor 6.366 3.492 4.534 4.348 1.814 -Impor 30.106 44.097 53.814 28.942 32.048 -Neraca -23.740 -40.605 -49.280 -24.594 -32.048 Kentang -Ekspor -Impor -Neraca 5.917 1.959 3.958 2.855 2.687 168 2.340 2.880 -540 2.180 6.689 -4.529 2.426 14.591 -12.165 Sumber: Kementerian Pertanian, 2011. Keterangan: * Tahun 2007 terdapat perubahan HS dari 9 digit menjadi 10 digit. ** Angka sementara Peningkatan impor komoditi bawang merah dan kentang ini akan berdampak pada penurunan neraca perdagangan komoditas sayuran Indonesia. Hal ini kemudian berdampak pada neraca perdagangan hortikultura dan neraca perdagangan Indonesia secara keseluruhan. Tabel 1.8 menunjukkan perubahan volume dan nilai impor komoditas hortikultura Indonesia periode 2006-2010. Tabel ini menunjukkan kecenderungan peningkatan baik volume maupun nilai impor hortikultura Indonesia dari Tahun ke Tahun. Tabel 1.8 Volume dan Nilai Eskpor Impor Komoditas Hortikultura Indonesia Tahun 2006-2010 Hortikultura 2006 2007* 2008 2009 2010** Volume(Ton) -Ekspor 456.890 393.895 524.485 447.609 364.139 -Impor 923.867 1.300.345 1.429.967 1.524.666 1.560.808 -Neraca -466.977 -906.450 -905.482 -1.077.057 -1.196.669 Impor (US$ 000) -Ekspor -Impor -Neraca 238.063 527.415 -289.352 254.537 810.130 -555.593 433.921 926.045 -492.124 379.739 1.077.463 -697.724 390.740 1.292.988 -902.248 Sumber: Kementerian Pertanian, 2011. Keterangan: * Tahun 2007 terdapat perubahan HS dari 9 digit menjadi 10 digit. ** Angka sementara Tidak hanya memengaruhi pertumbuhan ekonomi Indonesia, kenaikan impor bawang merah dan kentang juga berpengaruh terhadap kesejahteraan petani 8 yang bekerja di sektor ini. Tingginya volume impor bawang merah dan kentang Indonesia akan menyebabkan peningkatan supply kedua komoditas ini di pasar domestik. Hal ini kemudian akan menyebabkan penurunan harga, (ceteris paribus), terutama saat panen raya. Penurunan harga ini akan secara langsung memengaruhi petani Indonesia karena harga merupakan salah satu insentif bagi petani untuk terus berproduksi. Penurunan harga pada barang kebutuhan pokok yang cenderung bersifat inelastis dengan permintaan yang cenderung tetap akan berdampak pada pengurangan keuntungan yang diterima oleh petani secara umum. Hal inilah yang dapat mengurangi tingkat kesejahteraan petani, jika dibiarkan terus menerus. 1.2. Perumusan Masalah Tingginya impor bawang merah dan kentang akan memengaruhi posisi petani Indonesia bahkan dalam skala domestiknya. Jika dilihat secara empiris tingkat harga produk impor kedua komoditas ini masih lebih murah dibandingkan dengan produk domestiknya. Hal ini menyebabkan minat masyarakat Indonesia yang umumnya berada pada tingkat pendapatan menengah ke bawah memilih membeli produk impor dibandingkan produk domestik, walaupun kualitas produksi domestik masih lebih baik. Jika hal ini dibiarkan terus menerus maka petani domestik akan kehilangan insentif untuk terus berproduksi. Selain itu, predikat negara Indonesia yang dikenal sebagai negara pertanian juga akan terpengaruh dengan peningkatan volume dan nilai impor produk pertaniannya. Untuk dapat mengantisipasi permintaan impor kedua komoditas ini yang cenderung meningkat setiap tahunnya, maka diperlukan adanya suatu analisis dan kajian mengenai aliran perdagangan impor komoditas bawang merah dan kentang oleh Indonesia dari negara-negara asal impor. Berdasarkan uraian tersebut di atas maka perumusan masalah yang dikaji dan dianalisis lebih lanjut dalam penelitian ini adalah: 1. Bagaimana kondisi dan kecenderungan impor komoditas bawang merah dan kentang Indonesia ? 2. Faktor-faktor apa sajakah yang memengaruhi volume impor komoditas bawang merah dan kentang Indonesia ? 9 1.3. Tujuan Penelitian Berdasarkan rumusan masalah yang dijelaskan, maka tujuan yang ingin dicapai dalam penelitian ini adalah: 1. Mendeskripsikan kondisi dan kecenderungan impor komoditas bawang merah dan kentang Indonesia. 2. Menganalisis faktor-faktor yang memengaruhi aliran perdagangan impor komoditas bawang merah dan kentang Indonesia. 1.4. Manfaat Penelitian Penelitian ini diharapkan bermanfaat tidak hanya bagi penulis tetapi juga bagi pemerintah Indonesia dan instansi yang terkait dalam melakukan impor suatu komoditas khususnya komoditas yang dijelaskan dalam penelitian ini. Manfaat yang diharapkan antara lain: 1. Dapat dijadikan sebagai tambahan informasi, masukan dan bahan pertimbangan bagi pemerintah dalam penyusunan kebijakan yang terkait dengan kegiatan impor terutama impor komoditas yang diteliti. 2. Bagi penulis penelitian ini diharapkan dapat menjadi tempat pengaplikasian ilmu pengetahuan. 3. Dapat dijadikan sebagai informasi bagi penelitian-penelitian serupa dimasa yang akan datang. 1.5. Ruang Lingkup Penelitian Fokus dari penelitian ini diarahkan untuk mengamati faktor-faktor yang memengaruhi aliran perdagangan impor. Adapun komoditas yang diteliti yaitu bawang merah dan kentang dimana neraca impor komoditas ini menduduki peringkat tertinggi jika dibandingkan dengan neraca impor komoditas sayuran lainnya. Namun karena alasan ketersediaan data, analisis bawang merah akan digabung dengan bawang bombay. Tahun pengamatan dalam penelitian ini yaitu Tahun 2001 hingga 2010. Adapun variabel penelitian yang diamati dalam penelitian ini meliputi harga impor komoditas, Produk Domestik Bruto (GDP) riil Indonesia dan negara asal impor komoditas, nilai tukar riil rupiah terhadap dolar Amerika Serikat, populasi Indonesia dan populasi negara asal impor, serta jarak ekonomi antara Indonesia dengan negara asal impor. II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2.1 Tinjauan Pustaka 2.1.1. Bawang Merah Bawang merah dikenal dengan nama ilmiah Allium ascalonicum L. Bawang Merah berasal dari wilayah yang sama dengan bawang putih yaitu kawasan Asia Tengah yaitu di sekitar India, Pakistan sampai Palestina. Jika dibandingkan dengan jenis bawang lainnya, bawang merah di Indonesia lebih populer dan banyak dibudidayakan. Pada umumnya, bawang merah dimanfaatkan sebagai bumbu penyedap rasa masakan. Bawang merah mengandung minyak atsiri yang dapat menciptakan aroma yang khas dan memberikan cita rasa pada masakan. Selain itu, minyak asiri ini juga berfungsi sebagai pengawet karena bersifat bakterisida dan fungisida untuk bakteri dan cendawan tertentu (Rahayu dan Berlian, 1994). 2.1.2 Kentang Kentang (Solanum tuberosum L.) berasal dari wilayah pegunungan Andes di Peru dan Bolivia. Suku Inka telah memanfaatkan kentang sekurang-kurangnya sejak 2000 tahun sebelum kedatangan penjajah Spanyol. Pendugaan umur dengan menggunakan C14 terhadap butiran pati yang ditemukan dalam penggalian arkaelogi menunjukkan bahwa kentang telah dimanfaatkan sekurang-kurangnya sejak 8000 tahun yang lalu (Rubatzky dan Yamaguchi, 1998). Kentang termasuk jenis tanaman sayuran semusim, berumur pendek, dan berbentuk perdu atau semak. Kentang termasuk tanaman semusim karena hanya satu kali berproduksi dan setelah itu mati. Umur tanaman ini relatif pendek, hanya 90-180 hari (Samadi, 2007). Kentang merupakan salah satu tanaman sumber karbohidrat. Kentang bermanfaaat untuk meningkatkan energi di dalam tubuh manusia. Energi ini kemudian membuat manusia dapat bergerak, berpikir dan melakukan berbagai aktivitas lainnya. Selain itu, karbohidrat juga berperan penting untuk meningkatkan proses metabolisme tubuh. 11 2.1.3 Teori Perdagangan Internasional Perdagangan memiliki peranan yang sangat penting dalam memenuhi kebutuhan manusia karena dapat menyalurkan barang hasil produksi dari produsen ke konsumen. Perdagangan antarnegara atau yang lebih dikenal dengan perdangan internasional sudah terjadi sejak zaman dulu namun dalam skala yang masih relatif kecil. Perdagangan internasional adalah perdagangan yang dilakukan oleh penduduk suatu negara dengan penduduk negara lain atas dasar kesepakatan bersama. Penduduk yang dimaksud dapat berupa antar perorangan (individu dengan individu), antara individu dengan pemerintah suatu negara atau pemerintah suatu negara dengan pemerintah negara lain. Perdagangan internasional yang tercermin dari kegiatan ekspor dan impor suatu negara menjadi salah satu komponen dalam pembentukan PDB (Produk Domestik Bruto) dari sisi pengeluaran negara. Peningkatan ekspor bersih suatu negara menjadi faktor utama untuk meningkatkan PDB suatu negara (Oktaviani dan Novianti, 2009). Dalam perdagangan internasional terdapat beberapa teori, dimulai dari merkantilisme. Teori merkantilisme adalah suatu teori yang berpendapat bahwa perdagangan internasional akan terjadi apabila terdapat kesempatan memperoleh surplus neraca transaksi berjalan (current account). Oleh karena itu, kegiatan ekspor-impor diletakkan sebagai lokomotif utama yang dipacu melalui peningkatan industri dalam negeri. Teori ini pada akhirnya mengetengahkan pemikiran bahwa kegiatan ekspor harus lebih besar dibandingkan impor (Halwani, 2002). Teori merkantilisme ini mendapat beberapa kritikan diantaranya dari Adam Smith. Smith, datang dengan teori keunggulan mutlak (absolut advantage) yang menerangkan bagaimana perdagangan internasional dapat menguntungkan kedua belah pihak. Teori ini berpendapat setiap negara akan memperoleh manfaat perdagangan internasional (gain from trade) karena melakukan spesialisasi produksi dan mengekspor barang jika negara tersebut memiliki keunggulan mutlak (absolute advantage), serta mengimpor barang jika negara tersebut memiliki ketidakunggulan mutlak (absolute disadvantage) (Hadi, 2001). 12 David Ricardo menyempurnakan teori keunggulan absolut yang dikemukakan oleh Adam Smith dengan teori keunggulan komparatif (The Law of Comparative Advantage). Teori ini berpendapat bahwa walaupun suatu negara tidak memiliki keunggulan absolut dalam memproduksi dua jenis komoditas jika dibandingkan negara lain, namun perdagangan yang saling menguntungkan masih dapat berlangsung, selama rasio harga antarnegara masih berbeda jika dibandingkan tidak ada perdagangan. Teori David Ricardo ini didasarkan pada nilai tenaga kerja atau theory of labour value yang menyatakan bahwa nilai atau harga suatu produk ditentukan oleh jumlah jam kerja yang diperlukan untuk memproduksinya. Oleh karena itu, suatu negara akan memperoleh manfaat dari perdagangan internasional jika melakukan spesialisasi produksi dan mengekspor barang dimana negara tersebut dapat berproduksi relatif lebih efisien serta mengimpor barang dimana negara tersebut berproduksi relatif kurang/tidak efisien (Hady, 2001). Teori Heckscher-Ohlin menyatakan perbedaan opportunity cost suatu produk antara satu negara dengan negara lain dapat terjadi karena adanya perbedaan jumlah atau proporsi faktor produksi yang dimiliki (endowment factor) masing-masing negara. Oleh karena itu, menurut teori ini sebuah negara akan mengekspor komoditas yang produksinya lebih banyak menyerap faktor produksi yang relatif melimpah dan murah di negara tersebut, dan mengimpor komoditas yang produksinya memerlukan sumberdaya yang relatif terbatas dan mahal di negara tersebut. Pada gambar 2.1, secara teoritis dapat dilihat dimana negara 1 adalah negara pengekspor dan negara 2 adalah negara pengimpor. Negara 1 (eksportir) akan mengekspor suatu komoditi ke negara 2. Saat sebelum terjadi perdagangan, harga di negara 1 terletak pada P1 karena itu terjadi kelebihan penawaran (excess supply) sebesar garis BE. Adanya kelebihan penawaran dengan harga yang tergolong rendah memberikan kesempatan kepada negara 1 untuk menjual kelebihan produksinya ke negara 2. Negara 2 sebagai negara pengimpor (importir) mengalami kekurangan supply (penawaran) karena konsumsi domestiknya melebihi produksinya sehingga terjadi kelebihan permintaan (excess demand) sebesar garis B’E’. Harga yang 13 terbentuk menjadi lebih tinggi yaitu sebesar P3. Hal ini menyebabkan terjadinya perdagangan antarnegara. Kedua negara melakukan perdagangan melalui pasar internasional sehingga terjadi keseimbangan pada e*, dan harga yang terbentuk di pasar internasional berada pada P2. Panel A Px/Py Px/Py Pasar di Negara 1 untuk Komoditas X SX P3 A’’ Panel B Hubungan Perdagangan Internasional dalam Komoditas X Ekspor B E Pasar di Negara 2 untuk Komoditas X SX S A’ e* P2 Panel C Px/Py E’ B’ B* Impor P1 A* A DX 0 X DX D X 0 X Sumber: Salvatore, 1997 Gambar 2.1 Keseimbangan Parsial dalam Perdagangan Internasional keterangan: Px/Py = Harga relatif komoditas X P1 = Harga domestik komoditas X di negara 1, sebagai negara eksportir sebelum terjadi perdagangan internasional P2 = Harga yang terjadi di pasar internasional setelah terjadi perdagangan internasional P3 = Harga domestik komoditas X di negara 2, sebagai negara importir sebelum terjadi perdagangan internasional BE = Besarnya excess supply di negara 1 atau jumlah yang diekspor B’E’ = Besarnya excess demand di negara 2 atau jumlah yang diimpor 2.1.4 Teori Permintaan Menurut (Putong, 2002), permintaan adalah banyaknya jumlah barang yang diminta pada suatu pasar tertentu, pada tingkat pendapatan tertentu, dan dalam periode tertentu. Jumlah komoditas total yang ingin dibeli oleh semua 14 rumah tangga disebut jumlah yang diminta (quantity demanded) untuk komoditas tersebut (Lipsey, 2005). Banyaknya komoditas yang akan dibeli semua rumah tangga pada periode waktu tertentu dipengaruhi oleh variabel penting berikut ini yaitu: harga komoditas itu sendiri, rata-rata penghasilan rumah tangga, harga komoditas yang berkaitan, selera, distribusi pendapatan diantara rumah tangga, dan besarnya populasi. P P1 a P2 b P3 c D Q = f(P) Q1 Q2 Q3 Sumber: Lipsey, 1995 Gambar 2.2. Kurva Permintaan keterangan: P = harga komoditas Q = jumlah komoditas yang diminta Gambar 1, menunjukkan bagaimana hubungan antara harga dengan jumlah komoditas yang diminta. Suatu hipotesis ekonomi dasar menyatakan bahwa harga suatu komoditas akan berhubungan negatif dengan kuantitas yang akan diminta, dengan faktor lain tetap sama (ceteris paribus). Hal ini berarti, semakin rendah harga suatu komoditas maka jumlah yang akan diminta untuk komoditas tersebut akan semakin besar, dan semakin tinggi harga suatu komoditas maka jumlah yang akan diminta untuk komoditas tersebut akan semakin kecil. Gambar 1, menunjukkan gambaran umum kurva permintaan yaitu jumlah yang diminta pada Q dengan tingkat harga pada P. Titik – titik a, b, dan c merupakan titik-titik kombinasi antara harga komoditas dan jumlah yang diminta. Kemiringan yang semakin menurun pada kurva menunjukkan hubungan berbanding terbalik antara harga dengan jumlah komoditas yang diminta. Rata-rata pendapatan rumah tangga akan berpengaruh terhadap permintaan masyarakat. Kenaikan pendapatan rata-rata rumah tangga akan menggeser kurva 15 permintaan untuk kebanyakan komoditas ke arah kanan. Ini menunjukkan akan lebih banyak komoditas itu yang akan diminta pada setiap tingkat harga yang mungkin. Faktor lain yang mempengaruhi permintaan suatu komoditas adalah harga barang lain yang memiliki keterkaitan dengan komoditas tersebut. Keterkaitan antara dua jenis komoditas dapat bersifat substitusi (pengganti) dan bersifat komplemen (pelengkap). Jika harga komoditas substitusi suatu barang meningkat, maka harga barang tersebut menjadi relatif lebih murah. Hal ini kemudian meningkatkan permintaan akan barang tersebut. Namun, jika harga komoditas pelengkap suatu barang meningkat yang mengakibatkan penurunan permintaan, akan berdampak pada penurunan permintaan barang tersebut. Selera berpengaruh besar terhadap keinginan orang untuk membeli. Perubahan selera memang bisa lama sekali. Namun cepat atau lambat, perubahan selera terhadap suatu komoditas akan menggeser kurva permintaan ke arah kanan. Artinya, lebih banyak komoditas yang akan dibeli pada tiap tingkat harga. Perubahan distribusi pendapatan akan menggeser kurva-kurva permintaan untuk komoditas yang dibeli. Jika masyarakat memperoleh tambahan pendapatan maka kurva permintaan akan bergeser ke kanan. Sebaliknya, jika masyarakat mengalami penurunan pendapatan maka kurva permintaannya akan bergeser ke kiri. Distribusi pendapatan yang dimaksud adalah jika suatu pendapatan total yang konstan didistribusikan kembali kepada sejumlah penduduk yang mengakibatkan perubahan permintaan. Kenaikan jumlah penduduk juga memengaruhi permintaan suatu komoditi. Kenaikan jumlah penduduk akan menggeser kurva-kurva permintaan untuk komoditas ke arah kanan, yang menunjukkan bahwa akan lebih banyak komoditas yang dibeli pada setiap tingkat harga. 2.1.5 Pergerakan dan Pergeseran Kurva Permintaan Perubahan permintaan dapat terjadi karena dua sebab utama. Sebab utama tersebut yaitu perubaan yang disebabkan oleh perubahan harga komoditas itu sendiri dan perubahan yang disebabkan oleh faktor lain selain harga komoditas itu sendiri. Perubahan faktor lain selain harga yang dimaksud dapat berupa perubahan 16 jumlah penduduk, pendapatan, selera, distribusi pendapatan, dan harga komoditas lain yang terkait. Perubahan pada harga barang itu sendiri akan langsung memengaruhi jumlah barang yang diminta. Perubahan yang terjadi akan menyebabkan pergerakan pada kurva permintaan. Perubahan ini hanya terjadi dalam satu kurva. Jumlah barang yang diminta akan mengalami perubahan apabila terjadi perubahan harga barang itu sendiri. Kenaikan harga dari P2 ke P1 akan menyebabkan jumlah barang yang diminta berkurang dari Q2 ke Q1. Keseimbangan permintaan berubah yaitu pergerakan dari titik B ke titik A. P P1 A P2 C B D D1 D0 Q Q1 Q2 Q3 Q4 Sumber: Lipsey, 1995 Gambar 2.3. Pergerakan dan Pergeseran Kurva Permintaan keterangan: P = harga komoditas Q = jumlah komoditas yang diminta Jika perubahan permintaan disebabkan faktor lain selain harga barang itu sendiri akan menyebabkan pergeseran pada kurva permintaan. Suatu pergeseran kurva permintaan ke kanan dapat disebabkan oleh kenaikan pendapatan, kenaikan jumlah penduduk, kenaikan distribusi pendapatan, perubahan selera menjadi lebih menyukai komoditi, penurunan pada harga komoditi komplementer, dan kenaikan pada komoditi subtitusi. Pergeseran kurva permintaan ke kiri terjadi 17 karena kondisi sebaliknya. Pergeseran kurva permintaan ke kanan ditunjukkan oleh pergeseran kurva permintaan dari D0 ke D1. 2.1.6 Konsep Gravity Model Model gravitasi (gravity model) digunakan untuk menerka perdagangan berdasarkan jarak antarnegara dan interaksi antarnegara. Model ini terbentuk berdasarkan kinerja hukum Gravitasi Newton. Model ini pertama kali diterapkan oleh Jan Tinbergen (1962) dan Poyhonen (1963) untuk menganalisis aliran perdagangan antarnegara Eropa. Selanjutnya Bergstrand (1985) dalam Napitupulu (2007) menerapkan persamaan gravitasi dari keseimbangan model perdagangan dunia. Tidak hanya digunakan untuk menganalisis perdagangan secara agregat, gravity model juga diterapkan terhadap aliran perdagangan suatu komoditas. Napitupulu (2007) menjelaskan bahwa pemikiran mendasar yang menjadi argumen pemakaian gravity model adalah negara yang lebih besar dan kaya akan lebih banyak melakukan perdagangan internasional dibandingkan dengan negara yang kecil dan miskin. Perumusan Teori Gravitasi Newton dalam fisika yaitu: Fij = G X “interaksi antar dua objek adalah sebanding dengan massanya dan berbanding terbalik dengan jarak masing-masing” Jika persamaan tersebut diaplikasikan dalam perdagangan internasional maka, F = Volume aliran perdagangan M = Ukuran ekonomi untuk kedua negara D = Jarak ekonomi kedua negara G = konstanta Dengan menggunakan persamaan logaritma, persamaan diatas kemudian diubah kedalam bentuk linear dan menjadi bentuk umum dari Gravity Model untuk analisis ekonometrika, dimana konstanta G menjadi bagian dari dan GDP 0, menggambarkan ukuran ekonomi untuk kedua negara. Log (Aliran Perdagangan Bilateral) = 0 + 1 log (GDP negara 1) + negara 2) + 3 log (Jarak) + Secara umum persamaan gravity model adalah sebagai berikut: Log Xij = 0+ 1 log Yj + 2 log Pj + 3 log Dij + ij 2 log (GDP 18 keterangan: Xij = Volume komoditas yang diperdagangkan dari negara i ke negara j Yj = GDP negara j Pj = Jumlah populasi negara j Dij = Jarak antarnegara i dengan negara j Pada penerapannya dalam perdagangan antarnegara, bentuk model ini disusun oleh tiga jenis variabel utama, yang terdapat pada setiap gravity model untuk aliran perdagangan bilateral yaitu: 1. Variabel yang mewakili total total permintaan potensial negara pengimpor 2. Variabel yang mewakili total penawaran potensial negara pengekspor 3. Variabel yang mewakili pendukung atau penghambat aliran perdagangan Selanjutnya akan dijelaskan lebih lanjut mengenai pengaruh variabelvariabel yang terdapat pada model gravitasi atau gravity model, diantaranya: 2.1.6.1 Gross Domestik Product (GDP) Gross Domestik Product adalah jumlah barang dan jasa yang diproduksi di dalam suatu negara selama periode ekonomi tertentu. GDP dapat juga digunakan untuk mengukur pendapatan setiap orang dalam perekonomian dan pengeluaran total terhadap output barang dan jasa perekonomian. Dalam model gravitasi, semakin besar GDP yang dihasilkan suatu negara mengindikasikan semakin besar pula kemampuan negara tersebut untuk melakukan perdagangan. Sehingga, GDP baik yang dimiliki negara pengekspor maupun pengimpor akan memengaruhi voleme perdagangan antar kedua negara. 2.1.6.2 Populasi Jumlah penduduk atau populasi suatu negara akan memengaruhi besarnya kebutuhan negara tersebut terhadap komoditas perdagangan. Hal ini dapat ditunjukkan dengan peningkatan permintaan seiring dengan peningkatan jumlah penduduk disuatu negara, ceteris paribus. Peningkatan jumlah penduduk akan memengaruhi dari dua sisi yaitu sisi permintaan dan sisi penawaran. Dari sisi permintaan peningkatan jumlah penduduk menunjukkan kebutuhan yang semakin meningkat terhadap komoditas perdagangan. Peningkatan kebutuhan ini tercermin dari peningkatan permintaan pada negara 19 tujuan ekspor yang menyebabkan terjadinya pergeseran kurva permintaan kearah kanan dan terjadinya ekses demand di pasar internasional. Hal tersebut kemudian berdampak pada peningkatan harga komoditi tersebut dan akan mendorong negara pengekspor untuk melakukan perdagangan atau ekspor. Sementara itu, dari sisi penawaran peningkatan jumlah penduduk mengakibatkan peningkatan kebutuhan akan komoditas tersebut di pasar domestik. Hal ini akan menyebabkan pengurangan jumlah ekspor komoditas yang berakibat terjadinya excess demand (jika permintaan awal tetap) di pasar internasional. Setelah itu, akan terjadi peningkatan harga, ceteris paribus. Namun, dampak lain yang dapat ditimbulkan akibat kenaikan jumlah penduduk dari sisi penawaran yaitu peningkatan faktor produksi karena penambahan sumberdaya tenaga kerja. 2.1.6.3 Nilai Tukar Menurut Mankiw (2003), nilai tukar adalah tingkat harga yang disepakati penduduk kedua negara untuk saling melakukan perdagangan. Kebijakan perdagangan internasional suatu negara akan dipengaruhi oleh peningkatan maupun penurunan nilai tukar. Nilai tukar dapat dibagi menjadi dua jenis yaitu nilai tukar nominal dan nilai tukar riil. Nilai tukar nominal merupakan harga relatif mata uang dua negara sedangkan nilai tukar riil merupakan harga relatif dari barang-barang diantara dua negara. Nilai tukar riil diantara 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. Begitupun sebaliknya, jika nilai tukar riil rendah, maka barang-barang luar negeri relatif lebih mahal dan barang-barang domestik relatif lebih murah. Nilai tukar riil = Nilai Tukar Nominal X Rasio Tingkat Harga Adapun hubungan antara nilai tukar riil dengan ekspor neto dapat dirumuskan sebagai berikut (Mankiw, 2003): NX = NX ( ) dimana : NX = Ekspor neto = Kurs Riil 20 Gambar dibawah menunjukkan hubungan antara kurs riil dengan ekspor neto: semakin rendah kurs, semakin murah harga barang domestik relatif terhadap barang-barang luar negeri, hal ini akan menyebabkan ekspor domestik semakin besar. Kurs Riil (€) e1 e2 NX (e) Ekspor Neto (NX) NX1 NX2 Sumber: Mankiw, 2003. Gambar 2.4 Hubungan Kurs Riil dengan Ekspor Neto keterangan: e = kurs riil NX = Ekspor bersih (net ekspor) 2.1.6.4 Jarak Antara Pengekspor dengan Pengimpor Jarak merupakan faktor geografi yang menjadi variabel utama gravity model untuk aliran perdagangan. Jarak, dalam kaitannya dengan perdagangan akan memberikan pengaruh dalam masalah biaya angkut (transportasi) komoditas yang diperdagangkan antarnegara. Hal ini kemudian berdampak pada biaya transaksi dari perdagangan suatu komoditas. Jarak yang digunakan dalam penelitian ini adalah jarak ekonomi. Jarak ekonomi yang digunakan dalam penelitian ini merupakan jarak geografis antar ibukota negara yaitu antar ibukota negara Indonesia dengan negara asal impor yang dikalikan dengan total GDP negara asal impor yang telah dibagi dengan GDP masing-masing negara asal. Adapun rumus yang digunakan adalah sebagai berikut: Jarak Ekonomi = Jarak Geografis X 21 Penggunaan jarak ekonomi ini disebabkan jarak geografis antar ibukota negara Indonesia dengan negara asal impor tidak berubah atau konstan. Oleh karena itu, kondisi tersebut tidak dapat digunakan dalam melihat faktor jarak terhadap aliran ekspor jika hanya menggunakan jarak geografis saja, akan tetapi dapat dilihat dari share GDP-nya yang menunjukkan kecenderungan perdagangan diantara kedua negara. Analisis untuk menjelaskan biaya transportasi dalam memengaruhi perdagangan dapat dilakukan dengan metode analisis keseimbangan parsial. Metode analisis keseimbangan parsial menganalisis biaya dengan satuan absolut (nominal uang), dengan asumsi kurs mata uang dua negara yang melakukan perdagangan selalu konstan, demikian juga indikator ekonomi lainnya kecuali tingkat konsumsi yang ditolerir dapat berubah. Pada Gambar 2.5 sumbu vertikal mengukur harga komoditas Z dalam satuan dolar yang berlaku dikedua negara. Setiap pergerakan ke sebelah kiri dari pusat sumbu mengukur peningkatan kuantitas komoditi Z untuk negara 1. Sebelum adanya perdagangan internasional, Negara 1 akan berproduksi sebanyak 50Z dan dengan harga sebesar $5. Sedangkan Negara 2 akan memproduksi komoditas Z sebanyak 50 unit dengan harga sebesar $11. Pz ($) Sz Negara 2 13 Sz 11 Negara 1 9 Ekspor 7 . 5 Impor . D 3 D Z Z 100 70 50 30 0 30 50 70 100 Sumber : Salvatore, 1997 Gambar 2.5 Analisis Keseimbagan Parsial Atas Biaya Transportasi 22 Setelah perdagangan internasional berlangsung diantara kedua negara tersebut maka akan menyebabkan ekspor dan impor diantara negara yang bersangkutan. Negara 1 akan mengekspor komoditi Z ke negara 2 ketika harga mulai mengalami kenaikan di negara 1. Kenaikan harga ini mendorong Negara 1 untuk memproduksi komoditi Z dan kemudian kelebihan produksinya akan diekspor ke Negara 2. Di Negara 2 harga dari komoditas Z mulai menurun. Tanpa adanya biaya transportasi maka harga yang berlaku di kedua negara adalah sama yaitu $8 dengan jumlah komoditas Z yang diperdagangkan antarnegara sebanyak 60 unit. Lain halnya ketika terjadi perdagangan internasional dengan adanya biaya transportasi, misalkan $1 per unit, maka harga di Negara 2 akan melampaui harga di Negara 1 sebesar $1. Pada Gambar 2.5, hal tersebut terjadi apabila harga sebesar $7 di Negara 1 dan harga $9 di Negara 2. Pada harga $7 maka Negara 1 akan meningkatkan produksi domestik pada komoditi Z hingga 70 unit, diantaranya konsumsi domestik 30 unit dan 40 unit sisanya diekspor ke Negara 2. Sedangkan pada saat harga $9 di Negara 2, produksi komoditi Z turun menjadi 30 unit dan tingkat konsumsi domestiknya naik menjadi 70 unit, sisa 40 unit kekurangan diimpor dari negara 1. Oleh karena itu, dengan adanya biaya transportasi maka akan menyebabkan penurunan dalam produksi dan berdampak pada penurunan volume perdagangan. 2.1.7 Panel Data Data empiris dalam suatu kasus ekonomi terdiri dari berbagai macam tipe, yaitu data berkala (time series), data tampang lintang (cross section), dan data penel yang merupakan gabungan antara data berkala dan data tampang lintang (Setiawan dan Kusrini, 2010). Juanda (2009) menjelaskan ada beberapa keuntungan menggunakan data panel dalam model regresi dibandingkan hanya dengan time series atau hanya data cross section, yaitu: 1. Data panel akan memberikan informasi yang lebih lengkap, lebih beragam kurang berkorelasi antar variabel, derajat bebas lebih besar dan lebih efisien. 2. Studi data panel lebih memuaskan untuk menentukan perubahan dinamis dibandingkan dengan studi berulang dari cross section. 23 3. Membantu studi untuk menganalisis perilaku yang lebih kompleks, misalnya fenomena skala ekonomi dan perubahan teknologi. 4. Dapat meminimumkan bias yang dihasilkan oleh agregasi individu atau perusahaan karena unit data lebih banyak. Menurut Syahrial dalam Yuliastuti (2010), dikenal tiga macam pendekatan dalam analisis model panel data yang terdiri dari: Pendekatan yang paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil biasa yang diterapkan dalam data yang berbentuk pool . Misalkan terdapat persamaan berikut ini: Yit = + j it j+ untuk i = 1,2, ...,N dan t = 1,2,...T it Dimana N adalah jumlah unit cross section (individu) dan T adalah jumlah periode waktunya. Dengan mengasumsi komponen error dalam pengolahan kuadrat terkecil biasa, maka proses estimasi secara terpisah dapat dilakukan untuk setiap unit cross section. Untuk periode t = 1, akan diperoleh persamaan regresi cross section sebagai berikut: Yi1 = + j it j+ untuk i = 1,2,.....N i1 yang akan berimplikasi diperolehnya persamaan sebanyak T persamaan yang sama dan begitu pun sebaliknya akan diperoleh persamaan deret waktu (time series) sebanyak N persamaan untuk setiap T observasi. Namun untuk mendapatkan parameter dan yang konstan dan efisien, akan data diperoleh dalam bentuk regresi yang lebih besar dengan melibatkan sebanyak NT observasi. 1) Pendekatan Efek Tetap (Fixed Effect) Kesulitan terbesar dalam pendekatan metode kuadrat terecil biasa adalah asumsi intersep dan slope dari persamaan regresi yang dianggap konstan baik antar daerah maupun antar waktu yang mungkin tidak beralasan. Generelasi secara umum yang sering dilakukan adalah dengan memasukkan variabel boneka (dummy variabel) untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit cross section maupun time series. Pendekatan dengan memasukkan variabel dummy ini dikenal dengan sebutan model efek tetap (fixed effect) atau Least Square Dummy Variabel atau disebut juga (Covariance Model). Pendekatan tersebut dapat dituliskan dalam persamaan sebagai berikut: 24 Yit = i+ j it j+ ∑ t+ eit keterangan: Yit = variabel terikat diwaktu t untuk unit cross section i i = intersep yang berubah-ubah antar cross section unit j it = variabel bebas j di waktu t untuk unit j = parameter untuk variabel ke j i = komponen error diwaktu t untuk unit cross section i eit 2) Pendekatan Efek Acak (Random Effect) Memasukkan variabel dummy dalam efek tetap dapat menimbulkan konsekuensi (trade off) yaitu akan dapat mengurangi derajat kebebasan (degree of freedom) yang akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Pendekatan yang dapat digunakan untuk mengatasi hal ini adalah model efek acak (random effect). Dalam model ini, parameter-parameter yang berbeda antar daerah maupun antar waktu dimasukkan kedalam error. Model efek acak ini dijelaskan dengan persamaan berikut: Yit = it = + j it j+ it ui + vt + wit dimana: ui ~ N(0, vt ~ N(0, wit ~ N(0, u 2 ) = komponen cross section error 2 v ) = komponen time series error 2 w ) = komponen error kombinasi Dalam model ini, diasumsikan bahwa error secara individual juga tidak saling berkorelasi begitu juga dengan error kombinasinya. Penggunaan model efek acak ini, dapat menghemat pemakaian derajat kebebasan dan tidak mengurangi jumlahnya seperti yang akan dilakukan pada model efek tetap. Hal ini berimplikasi parameter yang merupakan hasil estimasi akan menjadi semakin efisien. Keputusan penggunaan model efek tetap ataupun efek acak ditentukan dengan menggunakan spesifikasi yang dikembangkan oleh Hausmann. Spesifikasi ini akan memberikan penilaian dengan menggunakan chi square statistic sehingga keputusan pemilihan model akan dilakukan secara statistik. 25 2.1.8 Penelitian Terdahulu 2.1.8.1 Penelitian Mengenai Model Gravitasi dan Data Panel Berbagai penelitian terdahulu yang terkait aliran perdagangan dengan menggunakan model gravitasi dan data panel telah banyak dilakukan. Penelitian tersebut dilakukan dengan berbagai jenis data dan jenis komoditas yang berbeda. Soelaksono (2010) melakukan penelitian mengenai faktor-faktor yang mempengaruhi aliran perdagangan ekspor komoditas perkebunan Indonesia. Terdapat lima jenis komoditas yang diteliti yaitu karet, kelapa sawit, kopi, teh, dan biji kakao. Dari kelima jenis komoditas yang diteliti tersebut, secara umum menunjukkan pola kecenderungan volume ekspor yang berfluktuatif. Dalam penelitian tersebut, faktor-faktor aliran perdagangan untuk kelima komoditas perkebunan Indonesia diestimasi dengan menggunakan model efek tetap (fixed effect). Dari semua variabel independen yang digunakan, terdapat dua variabel yang memiliki pengaruh untuk seluruh model persamaaan komoditas yaitu jarak dan dummy (adanya krisis global), sehingga secara umum pengaruh besarnya jarak antara pengekspor dengan negara tujuan impor serta adanya krisis global tidak menyebabkan turunnya permintaan ekspor komoditas perkebunan Indonesia karena komoditas tersebut merupakan kebutuhan primer yang harus dipenuhi. Selain itu variabel-variabel lainnya yang digunakan dalam model memiliki pengaruh yang beragam pada masing-masing komoditas. Komoditas karet dipengaruhi oleh variabel PDB, jarak, nilai tukar, dan adanya krisis global. Komoditas kelapa sawit dipengaruhi oleh variabel populasi, jarak, dan adanya krisis. Komoditas kopi dipengaruhi oleh variabel harga komoditas, populasi, jarak, dan adanya krisis global. Komoditas teh dipengaruhi oleh variabel Produk Domestik Bruto, jarak, nilai tukar, dan adanya krisis global. Komoditas biji kakao dipengaruhi oleh harga komoditas, jarak dan adanya krisis global. Alam et al. (2009) meneliti tentang aliran impor Bangladesh dengan menggunakan pendekatan model gravitasi. Penelitian tersebut bertujuan untuk menganalisis impor Bangladesh sebagai salah satu faktor yang paling signifikan dalam neraca perdagangan negara tersebut. Data yang digunakan adalah data panel dari tahun 1985 – 2003, dan data cross section yang digunakan adalah 26 negara-negara mitra dagang terbesar: Cina, Singapura, Jepang, Hongkong, Korea Selatan, Amerika Serikat, dan Malaysia. Hasil penelitian menunjukkan pengaruh impor terhadap produksi Bangladesh sangat kecil, hal ini disebabkan kebanyakan impor negara ini adalah impor barang konsumsi dan bukan barang modal. Selain itu, populasi Bangladesh memiliki dampak yang signifikan terhadap impor yang artinya Bangladesh tidak mampu memenuhi peningkatan permintaan domestik akan barang konsumsi. Selain itu, hal ini juga menunjukkan PDB negara-negara mitra dagang yang lebih besar bila dibandingkan dengan Bangladesh. Yuliastuti (2010) melakukan penelitian yang berjudul analisis aliran perdagangan ekspor rumput laut Indonesia periode 1999-2008. Penelitian ini menggunakan data panel, yaitu kombinasi antara data time series selama periode 1999-2008 dan data cross section sepuluh negara tujuan ekspor rumput laut Indonesia yang kemudian dianalisis dengan menggunakan model gravitasi. Hasil pengolahan regresi data panel menunjukkan bahwa metode yang terbaik dalam estimasi model adalah metode fixed effect. Selain itu, berdasarkan uji t-statistik pada taraf nyata lima persen, diketahui bahwa harga komoditi rumput laut Indonesia di negara tujuan ekspor, populasi penduduk negara importir, GDP riil negara pengimpor berpengaruh signifikan terhadap aliran perdagangan ekspor rumput laut Indonesia. Faktor yang paling mempengaruhi positif adalah populasi penduduk negara tujuan ekspor dan yang negatif adalah jarak ekonomi Indonesia dan negara tujuan ekspor. 2.1.8.2 Penelitian Mengenai Impor Tresnawan (2006) melakukan penelitian terkait dengan analisis tren dan faktor-faktor yang mempengaruhi permintaan impor kentang di Indonesia. Data sekunder yang diperoleh dari Badan Pusat Statistika Indonesia kemudian dianalisis dengan menggunakan analisis tren dan analisis regresi data panel. Berdasarkan hasil pengolahan data impor kentang periode 2001-2003 dari lima negara pengimpor terbesar ke Indonesia, diperoleh Indonesia cenderung fluktuatif. Secara umum tren impor kentang di didapatkan model tren eksponensial. Penelitian ini juga menyimpulkan faktor-faktor yang mempengaruhi 27 nilai impor kentang di Indonesia pada taraf satu persen yaitu nilai tukar rupiah, harga impor, Produk Domestik Bruto, dan lag nilai impor bulan sebelumnya. Jumini (2008) melakukan penelitian dengan judul analisis faktor-faktor yang mempengaruhi permintaan bawang putih impor di Indonesia. Hasil penelitian dengan menggunakan analisis regresi berganda menunjukkan, dari delapan variabel yang di uji, ada empat variabel yang berpengaruh terhadap permintaan bawang putih impor. Keempat variabel tersebut yaitu harga bawang putih lokal (pada taraf nyata lima persen), konsumsi bawang putih lokal (taraf nyata 10 persen), produksi bawang putih dalam negeri (taraf nyata lima persen) dan harga bawang putih impor (taraf nyata 15 persen). 2.1.9 Relevansi dengan Penelitian Sebelumnya Penelitian sebelumnya membahas tren dan faktor-faktor yang mempengaruhi permintaan kentang di Indonesia dengan menggunakan analisis tren dan analisis regresi data panel. Penelitian ini membahas faktor-faktor yang memengaruhi aliran perdagangan impor bawang merah dan kentang Indonesia dengan menggunakan model gravitasi. Tahun pengamatan dalam penelitian sebelumnya sejak tahun 2001 hingga 2003. Penelitian ini menggunakan sepuluh tahun pengamatan sejak tahun 2001 hingga 2010. 2.2 Kerangka Pemikiran Peningkatan permintaan impor bawang merah dan kentang Indonesia cenderung mengalami kenaikan sejak tahun 2006 hingga 2010. Peningkatan impor ini akan berdampak pada pengurangan neraca perdagangan Indonesia secara umum. Selain itu, peningkatan impor ini akan memengaruhi produksi dalam negeri karena dampaknya terhadap harga produk domestik. Impor jika tidak dikendalikan akan menyebabkan turunnya harga bawang merah dan kentang lokal produksi petani Indonesia. Hal ini kemudian akan mengurangi minat produksi petani Indonesia yang akan mengalami kerugian akibat turunnya harga. Selain itu, harga bawang merah dan kentang impor juga masih lebih rendah dibandingkan harga produk lokalnya. Akibatnya, konsumsi produk impor akan lebih tinggi dibandingkan produk domestiknya. Kondisi ini pada akhirnya akan mengurangi daya saing petani Indonesia di pasar nasional. 28 Tingginya Permintaan Impor Tingginya Permintaan Impor Bawang Merah Kentang Bawang Merah dandan Kentang Penurunan Neraca Perdagangan Hortikultura Penurunan Pertumbuhan Ekonomi Indonesia Penurunan Kesejahteraan Petani Faktor-faktor yang Mempengaruhi Aliran Perdagangan Impor Komoditas Sayuran Indonesia: Kecenderungan Volume Impor 1. Harga Komoditas di negara asal 2. GDP riil Indonesia dan negara asal impor 3. Populasi Indonesia dan negara asal impor 4. Nilai tukar riil Rupiah terhadap Dollar 5. Jarak Ekonomi Indonesia dengan negara asal impor Analisis Regresi Data Panel (Gravity Model) Rekomendasi Kebijakan dalam Hal Impor Bawang Merah dan Kentang Indonesia Gambar 2.6 Kerangka Pemikiran Operasional keterangan: = bagian yang dianalisis = bagian yang tidak dianalisis Analisis Deskriptif 29 2.3 Hipotesis Penelitian Hipotesis yang digunakan dalam penelitian ini antara lain: 1. Harga komoditas bawang merah dan kentang impor Indonesia di negaranegara asal impor mempunyai pengaruh negatif terhadap aliran perdagangan impor komoditas bawang merah dan kentang Indonesia. 2. GDP riil negara asal impor mempunyai pengaruh positif terhadap aliran perdagangan impor komoditas bawang merah dan kentang Indonesia. 3. GDP riil negara Indonesia mempunyai pengaruh positif terhadap aliran perdagangan impor komoditas bawang merah dan kentang Indonesia. 4. Populasi negara Indonesia mempunyai pengaruh positif terhadap aliran perdagangan impor komoditas bawang merah dan kentang Indonesia. 5. Populasi negara asal impor mempunyai pengaruh positif terhadap aliran perdagangan impor komoditas bawang merah dan kentang Indonesia 6. Nilai tukar riil mata uang rupiah terhadap dolar Amerika mempunyai pengaruh positif terhadap aliran perdagangan impor komoditas bawang merah dan kentang Indonesia. 7. Jarak ekonomi antara negara Indonesia dengan negara asal impor mempunyai pengaruh negatif terhadap aliran perdangan impor komoditas bawang merah dan kentang Indonesia. III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian ini menggunakan data sekunder. Data yang diamati merupakan data gabungan time series dan cross section atau panel data. Tahun pengamatan sebanyak sepuluh tahun, mulai dari tahun 2001 hingga 2010. Adapun pemilihan komoditas yang diteliti yaitu bawang merah dan kentang karena kedua komoditas ini memiliki neraca impor tertinggi pada tahun 2010. Jumlah negara yang menjadi asal impor yang diamati pada penelitian ini disesuaikan dengan keberlanjutan impor yang terjadi selama periode pengamatan. Adapun negara-negara yang menjadi asal impor berdasarkan masing-masing komoditas yang menjadi objek penelitian ini, tertera pada tabel dibawah ini: Tabel 3.1 Negara – negara Asal Impor Komoditas Bawang Merah dan Kentang Indonesia Tahun 2001-2010 No Komoditas Negara Asal Impor Jumlah 1 Bawang Merah Thailand, India, Vietnam, Malaysia, China, (HS 070310) Philipines, Netherlands, USA, dan Australia 9 2 Kentang Australia, China, USA , dan Singapore 4 (HS 070190) Sumber: UNComtrade, 2012. Data yang dibutuhkan dalam penelitian ini meliputi: volume impor komoditas yang diteliti berdasarkan negara asal, GDP riil dengan tahun dasar 2000 masing-masing negara, harga komoditas di masing-masing negara asal impor, nilai tukar riil rupiah terhadap dolar Amerika Serikat, jarak antara negara Indonesia dengan negara asal impor, indeks harga konsumen Indonesia, dan indeks harga konsumen Amerika Serikat. Data tersebut diperoleh dari: Badan Pusat Statistik, Kementerian Pertanian, Kementerian Perdagangan, United Nation Commodity Trade (UN Comtrade), United Nation Conference on Trade and Development (UNCTAD), Bank Dunia (World Development Indikator), dan penelusuran situs-situs yang terkait dengan penelitian. 31 Tabel 3.2 Data dan Sumber Data yang Digunakan dalam Penelitian No 1 2 3 4 5 Data yang Digunakan Sumber Nilai dan volume impor komoditas UN Comtrade bawang merah dan kentang Indonesia (comtrade.un.org) tahun 2001-2010 Populasi Indonesia dan negara asal impor World Development Indicator komoditas bawang merah dan kentang (www.worldbank.org) tahun 2001-2010 GDP riil Indonesia dan negara asal impor World Develoment Indicator komoditas bawang merah dan kentang (www.worldbank.org) tahun 2001-2010 Nilai tukar riil rupiah terhadap dollar www.unctadstat.unctad.org Amerika tahun 2001-2010 Jarak geografis antara Indonesia dan www.timeanddate.com negara asal impor komoditas bawang merah dan kentang 3.2 Metode Analisis Data Penelitian ini menggunakan metode analisis deskriptif dan kuantitatif. Analisis deskriptif digunakan untuk menjelaskan informasi-informasi yang terkandung dalam data hasil analisis dan kecenderungan volume impor komoditas bawang merah dan kentang Indonesia. Analisis kuantitatif digunakan untuk melakukan analisis terhadap faktor-faktor yang memengaruhi aliran perdagangan impor komoditas bawang merah dan kentang. Analisis kuantitatif menggunakan analisis regresi data panel model gravitasi (gravity model). Data sekunder diolah dengan menggunakan program komputer Microsoft Excel dan Eviews 6 yang kemudian hasil outputnya diinterpretasikan. 3.3 Perumusan Model Faktor-faktor yang digunakan untuk menganalisis aliran perdagangan komoditas bawang merah dan kentang Indonesia antara lain: Produk Domestik Bruto Riil Indonesia, Produk Domestik Bruto Riil negara asal impor, populasi Indonesia, harga komoditas sayuran di negara asal impor dan nilai tukar riil rupiah terhadap dolar Amerika. Bentuk umum persamaan regresi model gravitasi (gravity model) yang digunakan untuk masing-masing komoditas adalah: 32 ln Yjt = 0 + + 1 ln GDPjt + 6 lnJEijt + 2 ln GDPit + 7 lnERijt + 3 ln Popit + 4 ln Popjt + 5 lnPM it Tanda dugaan parameter pada variabel bebas bebas yang diharapkan adalah: 1>0; 2>0; 3>0; 4>0; 5<0; 6<0; dan 7>0 keterangan: j = unit cross section (negara) t = time series (waktu) Yjt = Volume impor komoditas dari negara asal j pada tahun t (kilogram) GDPjt = GDPriil negara asal impor pada tahun t (US$) GDPit = GDP riil negara Indonesia pada tahun t (US$) Popit = Populasi penduduk Indonesia pada tahun t (orang) Popjt = Populasi penduduk negara J pada tahun t (orang) Pj = Harga komoditas di negara asal impor (US$/kg) JEijt = Jarak ekonomi antara Indonesia dengan negara asal impor (kilometer) ERijt = Nilai tukar rupiah terhadap dolar Amerika Serikat (Rp/US$) it = Random error 3.4 Defenisi Operasional Untuk memahami secara jelas variabel-variabel yang dituliskan dalam persamaan di atas, maka defenisi operasional variabel-variabel tersebut adalah: 1. Negara j adalah negara pengekspor atau negara asal impor komoditas bawang merah dan kentang Indonesia. 2. Volume impor komoditas bawang merah dan kentang Indonesia adalah total impor dari negara asal selama jangka waktu satu tahun terhitung sejak tahun 2001 hingga tahun 2010, dinyatakan dalam satuan kilogram. 3. Nilai GDP riil Indonesia adalah Produk Domestik Bruto riil yang dihasilkan oleh Indonesia dalam satu tahun terhitung sejak tahun terhitung 2001 hingga 2010, dinyatakan dalam dolar Amerika Serikat 4. Nilai GDP riil negara j atau nilai GDP negara asal impor adalah Produk Domestik Bruto riil yang dihasilkan perekonomian negara tersebut dalam satu tahun terhitung sejak tahun 2001-2010, dinyatakan dalam dolar Amerika Serikat. 33 5. Populasi penduduk negara Indonesia adalah total jumlah penduduk di Indonesia dalam satu tahun terhitung sejak tahun 2001 hingga 2010, dinyatakan dalam satuan orang. 6. Populasi penduduk negara pengekspor adalah total jumlah penduduk di Indonesia dalam satu tahun terhitung sejak tahun2001 hingga 2010, dinyatakan dalam satuan orang. 7. Harga impor merupakan harga yang digunakan dalam transaksi perdagangan internasional. Harga impor dinyatakan dalam satuan dolar Amerika perkilogram. Pjt = 8. Jarak antara negara Indonesia dengan negara asal impor dihitung berdasarkan jarak antar ibukota Indonesia dengan negara asal impor dan dinyatakan dalam kilometer. Jarak ekonomi kemudian diperoleh berdasarkan rumus: JEindjt = 9.Nilai tukar mata uang negara Indonesia terhadap dolar Amerika Serikat, dinyatakan Rp/US$. Hal ini dikarenakan nilai impor yang diperoleh dari UN Comtrade dalam satuan US$. Rumus yang digunakan untuk mendapatan nilai tukar Rupiah terhadap US$ Amerika adalah: ( Riil)t = X(Indeks harga konsumen USA)t 3.5 Pengujian Kesesuaian Model Pada analisis model dengan menggunakan data panel, dikenal tiga macam pendekatan yang terdiri dari Pendekatan Kuadrat Terkecil (Pooled Least Squared), Pendekatan Efek Tetap (Fixed Effect Model), dan Pendekatan Efek Acak (Random Effect). Pemilihan model terbaik yang digunakan untuk pengolahan data panel menggunakan beberapa pengujian. Pengujian yang dilakukan antara lain: 3.5.1 Uji Chow (Chow Test) Uji Chow digunakan untuk memilih kedua model diantara Pooled Least Squared dan Fixed Effect Model. Asumsi bahwa setiap unit cross section memiliki 34 perilaku yang sama cenderung tidak realistis mengingat dimungkinkannya setiap unit cross section memiliki perilaku yang berbeda menjadi dasar uji chow ini. Adapun hipotesis yang digunakan dalam pengujian ini sebagai berikut: H0 : Model Pooled Least Squared H1 : Model Fixed Effect Dasar penolakan terhadap hipotesis nol tersebut adalah dengan menggunakan Fstatistik seperti berikut: CHOW : keterangan: RRSS : Restricted Residual Sum square (Sum Squared Residual PLS) URSS : Unrestricted Residual Sum Square (Sum Squared Residual Fixed) N : Jumlah Data Cross Section T : Jumlah data Times Series K : Jumlah variabel penjelas Statistik Chow Test mengikuti sebaran Fstatistik yaitu FN-1,NT-N-K. Jika nilai CHOW Statistic (Fstat) hasil pengujian lebih besar dari Ftabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesis nol sehingga model yang digunakan adalah model efek tetap (Fixed Effect Model), begitu juga sebaliknya jika nilai CHOW Statistic (Fstat) lebih kecil dari Ftabel maka model yang digunakan adalah model Pooled Least Squared. 3.5.2 Uji Hausmann (Hausman Test) Uji Hausmann adalah pengujian statistik sebagai dasar pertimbangan dalam memilih untuk menggunakan model Fixed Effect atau model Random Effect. Alasan dilakukannya uji Hausmann didasarkan pada model Fixed Effect yang mengandung suatu unsur trade off yaitu hilangnya unsur derajat bebas dengan memasukkan variabel dummy dan model Random Effect yang harus memperlihatkan ketiadaan pelanggaran asumsi dari setiap komponen galat. Dalam pengujian ini dilakukan Hipotesis sebagai berikut: H0 : Model Random Effect H1 : Model Fixed Effect 35 Statistik Hausman dirumuskan sebagai berikut: )’(M0-M1 )-1( m=( )~ 2 (K) keterangan: = vektor untuk statistik variabel fixed effect B = vektor untuk statistik variabel random effect M0 = matriks kovarians untuk dugaan fixed effect model M1 = matriks kovarians untuk dugaan random effect model Statistik Hausman menyebar Chi-Squared, jika nilai hasil pengujian lebih besar dari 2 tabel, maka cukup bukti untuk melakukan penolakan terhadap hipotesis nol, sehingga pendekatan yang digunakan adalah fixed effect, demikian pula sebaliknya. 3.6 Pengujian Statistik Pengujian statistik berfungsi untuk mengetahui apakah model yang digunakan dalam penelitian sudah cukup baik ataupun belum dalam menjelaskan keragaman yang terdapat pada suatu permasalahan. Terdapat beberapa kriteria yang digunakan yaitu uji F, uji t, dan koefisien determinasi yang disesuaikan (Rsquared adjusted) (Juanda, 2009). 3.6.1 Uji F Dalam menganalisis model, sebaiknya yang pertama kali dilakukan pengujian model secara keseluruhan dengan menggunakan statistik uji F. Uji F dilakukan untuk mengetahui apakah variabel independen di dalam model secara bersama-sama berpengaruh terhadap variabel dependen yang digunakan. Adapun langkah-langkah dalam pengujian ini adalah sebagai berikut: 1. Perumusan Hipotesis H0 : 1= 2= 3= 4= H1 : paling sedikit ada k= i 0 0 2. Penentuan nilai kritis atau taraf nyata ( ), misalnya dengan taraf nyata = 5%. Pada uji ini digunakan uji F. 3. Nilai Fhitung dari hasil perhitungan komputer dalam ANOVA atau dengan menggunakan rumus : Fhitung = 36 keterangan: e2 : Jumlah kuadrat regresi 2 (1-e ) : Jumlah kuadrat sisa n : Jumlah sampel k : Jumlah parameter 4. Penentuan kriteria uji: - Terima H0, jika Fhitung < Ftabel, artinya secara statistik belum dapat dibuktikan bahwa model tersebut bisa menjelaskan atau memprediksi keragaman volume impor bawang merah dan kentang Indonesia. Hal ini juga berarti secara bersama-sama variabel bebas dalam model tidak berpengaruh terhadap variabel tak bebas. - Terima H1 (tolak H0), Jika Fhitung > Ftabel, artinya secara statistik telah dibuktikan bahwa model tersebut dapat menjelaskan atau memprediksi keragaman volume impor bawang merah dan kentang Indonesia. Hal ini juga berarti secara bersama-sama variabel bebas dalam model berpengaruh terhadap variabel tak bebas. Kriteria keputusan dapat dilakukan dengan menggunakan angka probabilitas (Pvalue atau sign) yang diperoleh dengan perhitungan komputer kemudian diperbandingkan dengan taraf nyata pengujian yang digunakan. Jika probabilitas lebih kecil dari taraf nyata, maka keputusannya adalah menolak H0 atau menerima hipotesis alternatif (H1). 3.6.2 Uji t Uji t pada dasarnya merupakan suatu pengujian yang bertujuan untuk mengetahui apakah koefisien regresi signifikan atau tidak pada taraf tertentu (taraf yang digunakan peneliti). Uji t digunakan untuk melihat apakah koefisien regresi masing-masing variabel independen secara individu memiliki pengaruh nyata (signifikan) atau tidak berpengaruh nyata (tidak signifikan) terhadap variabel tak bebas yang terdapat pada suatu model. Adapun langkah-langkah dalam pengujian ini adalah sebagai berikut: 1. Perumusan Hipotesis: H0 : i H1 : i = 0, artinya faktor ke – i tidak berpengaruh nyata 0, artinya faktor ke – i berpengaruh nyata 37 2. Penentuan nilai kritis atau taraf nyata ( ) yang digunakan sebesar = 1%,5%,10%. 3. Menentukan nilai thitung masing-masing i koefisien regresi yang dapar dirumuskan sebagai: thitung = ttabel = t (n-k) keterangan: Sd ( i) = Standard deviasi paremeter untuk bi = Koefisien ke-i yang diduga n = Jumlah pengamatan k = Jumlah parameter 4. Penentuan kriteria uji: - Terima H0, jika |thitung| < ttabel, artinya secara statistik belum dapat dibuktikan bahwa faktor ke – i tidak berpengaruh nyata. - Terima H1 (tolak H0), jika |thitung| > ttabel, artinya secara statistik telah dibuktikan bahwa faktor ke – i tersebut berpengaruh nyata. Kriteria keputusan dapat dilakukan dengan menggunakan angka probabilitas (Pvalue atau sign) yang diperoleh dari perhitungan komputer kemudian diperbandingkan dengan taraf nyata pengujian yang digunakan. Jika probabilitas (sign) lebih kecil dari taraf nyata maka keputusannya adalah menolak H0. 5. Mengambil kesimpulan. 3.6.3 Koefisien Determinasi (R-squared) Koefisien determinasi adalah suatu ukuran yang menunjukkan keragaman pada variabel tak bebas (dependen) yang dapat diterangkan pada variasi model regresi atau menunjukkan besarnya sumbangan dari variabel penjelas terhadap variabel respon. R-squared memiliki range antara 0<R-squared<1. Jika Rsquared bernilai satu maka variabel independen menjelaskan 100% variasi dalam variabel dependen, sedangkan jika R-squared bernilai 0 maka variabel independen tidak dapat menjelaskan variasi dalam variabel dependen. Hal ini berarti semakin besar koefisiennya atau mendekati satu maka model yang dibentuk dapat menjelaskan keragaman dari variabel dependen (model semakin baik). Begitu 38 pula sebaliknya jika nilai koefisien determinasi rendah atau mendekati nol, maka model tersebut kurang dapat menjelaskan keragaman dari variabel tak bebasnya. Adapun rumus untuk koefisien determinasi (R-squared) yaitu: R2 = keterangan: RSS : Jumlah Kuadrat Regresi (Residual Sum Square) TSS : Jumlah kuadrat total (Total Sum Square) Selain itu ada pengukuran R-squared yang lain yaitu R-squared adjusted yang merupakan nilai R-squared yang telah disesuaikan terhadap banyaknya variabel bebas dan banyaknya observasi. Rumus R-squared adjusted adalah: R-squared adjusted = 1- ( ) keterangan: R-squared adjusted = koefisien determinasi yang telah disesuaikan k = Jumlah variabel bebas n = Jumlah observasi 3.6.4 Asumsi Kenormalan Pengujian kenormalan dilakukan untuk mengetahui apakah error term mendekati distribusi normal atau tidak. Uji normalitas error term dilakukan dengan menggunakan uji Jarque Bera dengan hipotesisnya sebagai berikut: H0 : H1 : = 0, error term terdistribusi normal 0, error term tidak terdistribusi normal Uji normalitas diaplikasikan dengan melakukan tes Jarque Bera, jika nilai probabilitas yang diperoleh lebih besar dari taraf nyata yang digunakan, maka terima H0 yang berarti error term dalam model sudah menyebar normal. 3.7 Pengujian Asumsi Klasik Untuk menghasilkan model yang efisien dan konsisten, maka diperlukan pengujian terhadap pelanggaran asumsi-asumsi klasik seperti uji multikolinearitas, heteroskedastisitas, dan autokolerasi. Bila terjadi pelanggaran asumsi-asumsi di atas maka model ini menjadi tidak valid. 39 3.7.1 Uji Multikolinearitas Salah satu asumsi model regresi linear klasik adalah bahwa tidak terdapat multikolinearitas di antara variabel yang menjelaskan yang termasuk dalam model (Gujarati, 1978). Istilah multikolinearitas (kolinearitas ganda) pertama kali ditemukan oleh Ragnar Frisch, yang berarti adanya hubungan linear yang sempurna atau pasti diantara beberapa atau semua variabel penjelas (bebas) dari model regresi ganda. Selanjutnya, istilah multikolinearitas digunakan dalam arti yang lebih luas, yaitu untuk terjadinya koreasi linear yang tinggi diantara variabelvariabel penjelas (X1,X2,.....Xp) (Setiawan dan Kusrini, 2010). Cara mendeteksi adanya multikolinearitas yaitu jika R-squared tinggi, tetapi variabel yang signifikan hanya sedikit. Adapun konsekuensi dari adanya multikolinearitas ini yaitu: 1. Apabila terjadi multikolinearitas yang sempurna, maka koefisien regresi yang unik tidak dapat diperoleh dengan menggunakan metode kuadrat terkecil. 2. Jika terjadi masalah multikolinearitas yang mendekati sempurna, maka hasil perkiraan dengen metode kuadrat terkecil masih tetap tak bias, tetapi tidak efisien (variansinya tidak minimum). 3. Terjadinya kontradiksi antara hasil pengujian hipotesis parameter regresi secara serentak melalui uji F dangan hasil pengujian parameter regresi secara individu melalui uji t. Untuk mengatasi masalah multikolinearitas dalam model maka dapat digunakan beberapa cara berikut ini: adanya informasi apriori; penggabungan data cross section dengan time series; mengeluarkan suatu variabel atau lebih dan kesalahan spesifikasi; transformasi variabel-variabel, dan penambahan data baru. 3.7.2 Uji Heteroskedastisitas Homoskedastisitas berarti bahwa variasi dari error bersifat konstan (tetap) atau disebut juga identik. Kebalikannya adalah kasus heteroskedastisitas, yaitu jika kondisi variansi error-nya tidak identik. Pada model regresi, apabila semua asumsi klasik dipenuhi, kecuali satu, yaitu terjadi heteroskedastisitas, maka pengingat kuadrat terkecil masih tetap tak bias dan konsisten, tetapi tidak efisien (variansi membesar). Untuk mendeteksi adanya heteroskedastisitas, dalam hasil olahan data penel dengan eviews dengan menggunakan metode General Least 40 Squared (Cross Section Weight), caranya adalah dengan membandingkan nilai sum squared resid pada weighted statistic dengan sum squared resid pada unweighted statistic. Jika sum squared resid pada weighted statistic lebih kecil daripada sum squared resid pada unweighted statistic maka terdapat heteroskedastisitas. Langkah yang dapat dilakukan untuk mengatasi masalah heterosedastisitas adalah dengan mengestimasi General Least Squared (GLS) dengan white heterocedasticity. Selain itu dapat juga dilakukan dengan pembobotan Cross Section SUR. 3.7.3 Uji Autokorelasi Autokorelasi adalah adanya suatu korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu (data deret waktu) atau ruang (data cross section). Untuk mendeteksi ada tidaknya autokorelasi adalah dengan melihat nilai dari Durbin – Watson (DW) statistiknya yang dibandingkan dengan nilai dari tabel DW. Tabel 3.2 merupakan kerangka identifikasi dalam menentukan ada tidaknya autokorelasi. Tabel 3.3 Selang Nilai Statistik Durbin Watson serta Keputusannya Nilai Durbin – Watson Keterangan DW < 1,10 Ada autokorelasi 1,10 < DW < 1,54 Tanpa Kesimpulan 1,55 < DW < 2,46 Tidak ada autokorelasi 2,46 < DW < 2,90 Tanpa Kesimpulan DW > 2,91 Ada autokorelasi Sumber: Firdaus, 2004. IV. GAMBARAN UMUM 4.1 Pertumbuhan Total Nilai Impor Indonesia Tahun 2001-2010 di Pasar Internasional Impor adalah salah satu bentuk perdagangan internasional yang bertujuan untuk memasukkan barang atau komoditas dari negara lain ke dalam negeri. Impor biasanya dilakukan jika suatu negara tidak dapat memenuhi kebutuhannya sendiri terhadap suatu komoditas. Selain itu, impor juga bisa dilakukan, jika biaya yang dibutuhkan untuk mengimpor relatif lebih kecil dibandingkan memproduksi komoditas tersebut di dalam negeri. 160000000000 140000000000 Total Impor (US$) 120000000000 100000000000 80000000000 60000000000 40000000000 20000000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Tahun Sumber: UNComtrade, 2012. Gambar 4.1 Pertumbuhan Total Nilai Impor Indonesia Tahun 2001 – 2010 (US$) Gambar 4.1 menunjukkan tren pertumbuhan total nilai impor Indonesia di pasar internasional sejak Tahun 2001 hingga 2010. Nilai impor Indonesia cenderung mengalami peningkatan sejak Tahun 2001 hingga 2008. Hal ini kemudian berbeda pada Tahun 2009 karena pada tahun ini nilai impor Indonesia mengalami penurunan. Hal ini disebabkan adanya krisis ekonomi global yang terjadi pada tahun sebelumnya. Namun pada Tahun 2010, nilai impor Indonesia kembali mengalami peningkatan yang signifikan, bahkan angkanya lebih besar jika dibandingkan dengan nilai impor Indonesia pada tahun-tahun sebelum krisis termasuk Tahun 2008. 42 4.2 Pertumbuhan Volume Produksi dan Volume Impor Sayuran Indonesia Tahun 2001-2010 Produksi sayuran di Indonesia masih banyak dihasilkan oleh petani-petani kecil dengan pola produksi yang sebagian besar bersifat musiman. Jika iklim sedang baik, maka produksi sayuran akan melimpah (panen raya) yang kemudian akan meningkatkan suplainya di pasar. Peningkatan suplai ini akan menyebabkan fluktuasi harga, sehingga keuntungan yang diperoleh petani tidak maksimal. Kondisi petani Indonesia yang tergantung pada iklim ini kemudian juga memengaruhi kondisi pasar sayuran itu sendiri. Gambar 4.2 menunjukkan volume produksi sayuran Indonesia sejak Tahun 2001 hingga 2010. 12000000 Total Produksi (kg) 10000000 8000000 6000000 4000000 2000000 0 2001 2002 2003 2004 2005 2006 Tahun 2007 2008 2009 2010 Sumber: BPS, 2012. (diolah) Gambar 4.2 Petumbuhan Total Produksi Sayuran Indonesia Tahun 20012010 (kilogram) Produksi sayuran Indonesia terus berfluktuasi sejak Tahun 2001 hingga 2010, dengan produksi yang cenderung meningkat. Tahun 2001 hingga 2004, produksi sayuran Indonesia mengalami peningkatan, namun pada Tahun 2005, produksi sayuran Indonesia menurun walaupun angkanya tidak terlalu besar. Tahun 2006, produksi sayuran Indonesia kembali meningkat dan mengalami penurunan di tahun berikutnya. Tahun 2008 dan 2009 produksi sayuran Indonesia juga meningkat walaupun Tahun 2010 mengalami penurunan. Produksi tertinggi sayuran Indonesia pada Tahun 2009. 43 Volume impor komoditas sayuran Indonesia cenderung mengalami peningkatan sejak Tahun 2001 hingga 2010. Gambar 4.3 menunjukkan volume impor sayuran Indonesia sejak Tahun 2001 hingga 2010. Pada Tahun 2001, volume impor sayuran Indonesia mencapai 323.947.306 kilogram. Tahun 2002, volume impor sayuran Indonesia mengalami peningkatan menjadi 341.407.030 kilogram. Penurunan volume impor sayuran Indonesia terjadi pada Tahun 2003, dimana volume impor sayuran Indonesia menjadi 339.590.031 kilogram. Setelah itu, Tahun 2004 hingga 2008 volume impor sayuran Indonesia terus menerus mengalami peningkatan. Volume impor tertinggi pada Tahun 2008 yaitu sebesar 699.795.700 kilogram. Tahun 2009, setelah adanya krisis ekonomi global, volume impor sayuran Indonesia kembali mengalami penurunan menjadi 652.416.791 kilogram. Hal yang sama juga terjadi pada tahun berikutnya dimana volume impor sayuran Indonesia menjadi 627.768.710 kilogram. 800000 Volume Impor (000 kg) 700000 600000 500000 400000 300000 200000 100000 0 2001 2002 2003 2004 2005 2006 Tahun 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.3 Total Volume Impor Sayuran Indonesia Tahun 2001 – 2010 (kilogram) 4.3 Pertumbuhan Nilai Impor Sayuran Indonesia Tahun 2001-2010 Nilai impor sayuran Indonesia dapat ditentukan oleh besarnya volume impor dan nilai tukar yang berlaku antara rupiah terhadap dollar Amerika Serikat. Selain itu, besarnya nilai impor ini juga dipengaruhi oleh harga sayuran yang diimpor Indonesia dari negara asalnya. Sejak Tahun 2001 hingga 2003, nilai 44 impor sayuran Indonesia terus berfluktuasi. Namun sejak Tahun 2004 hingga 2010 nilai impor Indonesia terus menerus meningkat. Gambar 4.4 menunjukkan tren nilai impor sayuran Indonesia sejak Tahun 2001 hingga 2010. 500000000 450000000 400000000 Nilai Impor 350000000 300000000 250000000 200000000 150000000 100000000 50000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Tahun Sumber: UNComtrade, 2012. Gambar 4.4 Tren Nilai Impor Sayuran Indonesia Tahun 2001 – 2010 (US$) Berdasarkan data yang diperoleh dari UN Comtrade , pada Tahun 2001, nilai impor Indonesia mencapai US$ 92.379.525. Tahun 2002, nilai impor sayuran Indonesia mengalami peningkatan sebesar 2,45 persen menjadi US$ 94.643.942. Tahun 2003, nilai impor Indonesia mengalami penurunan menjadi US$ 92.433.574. Setelah itu Tahun 2004, nilai impor sayuran Indonesia kembali mengalami peningkatan menjadi US$ 109.250.425. Hingga tahun-tahun berikutnya nilai impor sayuran Indonesia terus menerus mengalami peningkatan, dengan nilai impor terbesar pada Tahun 2010 yaitu sebesar US$ 431.904.226. 4.3.1 Kecenderungan Impor Komoditas Bawang Merah dan Kentang Indonesia Tahun 2001-2010 Berdasarkan informasi dari statistik pertanian 2011 diketahui bahwa impor bawang merah dan kentang sejak Tahun 2006 hingga 2010 terus mengalami fluktuasi dari tahun ke tahun dengan volume yang cenderung meningkat. Volume impor bawang merah terus mengalami peningkatan sejak Tahun 2006 hingga Tahun 2008. Pada Tahun 2009, volume impor bawang merah mengalami penurunan namun di tahun berikutnya meningkat kembali. Berbeda dengan 45 bawang merah, sebelum Tahun 2009 kentang mengalami surplus neraca perdagangan yang artinya ekspor lebih besar dibandingkan dengan impor. Namun, sejak Tahun 2009 sampai 2010, volume impor kentang meningkat signifikan. Hal ini kemudian berdampak pada neraca perdagangan komoditas ini, dimana impor lebih besar daripada ekspor yang menyebabkan defisit neraca perdagangannya. 4.3.1.1 Bawang Merah Bawang merah termasuk salah satu sayuran yang potensial untuk dikembangkan di Indonesia. Luas panen dan produksi bawang merah mengalami fluktuasi namun cenderung meningkat. Pada Tahun 2001, luas areal bawang merah sebesar 82. 147 ha dengan produksi 861.150 ton. Tahun berikutnya terjadi peningkatan luas penen bawang merah menjadi 88.396 ha namun produksinya menurun menjadi 766.572 ton. Tahun 2003 dan 2005, baik luas panen maupun produksi bawang merah mengalami penurunan. Tahun 2004, terjadi peningkatan luas panen bawang merah menjadi 89.000 ha walaupun produksinya semakin menurun. Luas panen dan produksi bawang merah mengalami peningkatan pada Tahun 2006 dan 2007. Tahun 2008, luas panen bawang merah kembali menurun namun produksinya meningkat menjadi 853.815 ton. Luas panen dan produksi bawang merah kembali mengalami peningkatan pada Tahun 2009 dan 2010. Baik luas panen maupun produksi tertinggi dicapai pada Tahun 2010, dengan luas penennya mencapai 109.634 ton dan produksi sebesar 1.048.934. Tabel 5.1 di bawah ini menunjukkan luas panen, produksi dan produktivitas bawang merah sejak Tahun 2001 hingga 2010. Produktivitas bawang merah juga cenderung fluktuatif. Pada Tahun 2001, produktivitas bawang merah sebesar 10,5 ton/ha. Pada Tahun 2002, produktivitas bawang merah menurun menjadi 8,7 ton/ha. Tahun-tahun berikutnya produktivitas bawang merah tidak banyak berubah. Setelah itu Tahun 2008, produktivitas bawang merah meningkat menjadi 9,34 ton/ha. Pada Tahun 2009, produktivitas bawang merah menurun menjadi 9,27 ton/ha dan meningkat kembali pada Tahun 2010 menjadi 9,57 ton/ha. 46 Tabel 4.1 Luas Panen, Produksi dan Produktivitas Bawang Merah Indonesia Tahun 2001-2010 Tahun Luas Panen (ha) Produksi (ton) Produktivitas (Ton/ha) 2001 82.147 861.150 10,483037 2002 88.396 766.572 8,6720214 2003 87.900 762.795 8,6779864 2004 89.000 757.399 8,5101011 2005 83.614 732.609 8,7617983 2006 89.188 794.931 8,9129816 2007 93.694 802.810 8,5684249 2008 91.339 853.615 9,3455698 2009 104.009 965.164 9,2796200 2010 109.634 1.048.934 9,5675976 Sumber: BPS, (2012) dan Kementerian Pertanian, (2004) (diolah) Walaupun luas areal dan produksinya cenderung meningkat, namun Indonesia tetap melakukan impor bawang merah. Baik volume maupun nilai impor bawang merah Indonesia berfluktuasi dari tahun ke tahun. Gambar 4.5 menunjukkan kecenderungan volume dan nilai impor bawang merah Indonesia Tahun 2001 hingga 2010. Baik volume maupun nilai impor bawang merah cenderung meningkat dari Tahun ke Tahun. Volume maupun nilai impor bawang merah mengalami penurunan pada Tahun 2002 dan 2009. Angka tertinggi untuk volume dan nilai impor bawang merah terjadi pada Tahun 2008. Tahun 2010, baik volume maupun impor bawang merah kembali mengalami peningkatan jika dibandingkan dengan Tahun 2009. 180000000 Volume dan Niilai Impor 160000000 140000000 120000000 100000000 Nilai 80000000 Volume 60000000 40000000 20000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.5 Volume dan Nilai Impor Bawang Merah (HS 070310) Indonesia Tahun 2001-2010 47 Sama halnya dengan nilai impor sayuran secara umum, nilai impor bawang merah juga dipengaruhi oleh volume impor, nilai tukar rupiah terhadap dollar dan harga bawang merah impor Indonesia. Gambar 4.6 menunjukkan nilai impor Indonesia berdasarkan negara asal impor. Gambar tersebut menunjukkan nilai impor bawang merah Indonesia didominasi oleh bawang merah yang berasal dari negara Thailand. Pada Tahun 2007 nilai impor bawang merah Indonesia asal Thailand, jauh melebihi nilai impor bawang merah Indonesia dari negara lainnya. Namun seteleh itu, nilai impor bawang merah Indonesia asal Thailand mengalami penurunan, bahkan di Tahun 2009, nilai impornya menurun drastis. 40000000 Nilai Impor 35000000 Thailand 30000000 India 25000000 Vietnam Malaysia 20000000 China 15000000 Philipines 10000000 Netherlands USA 5000000 Australia 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.6 Nilai Impor Bawang Merah (HS070310) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (US$) Selain Thailand, nilai impor bawang merah Indonesia juga didominasi oleh bawang merah asal India, Vietnam, Netherland dan Philipines pada tahuntahun sebelum 2005. Nilai impor bawang merah asal USA dan Autralia cenderung tetap dari tahun ke tahun sedangkan nilai impor bawang merah asal Malaysia dan China terus menerus berfluktuasi sejak Tahun 2001 hingga 2010. Sama halnya dengan nilai impornya volume impor bawang merah juga didominasi oleh bawang merah asal Thailand, India, Vietnam, dan Philipinnes pada tahun-tahun sebelum 2005. Gambar 4.7 menunjukkan volume impor bawang merah Indonesia berdasarkan negara asal. Volume impor bawang merah asal USA dan Australia 48 cenderung sangat kecil dibandingkan dengan negara-negara lainnya. Selain negara-negara tersebut, volume impor bawang merah Indonesia juga dipengaruhi oleh bawang merah asal Malaysia, China dan Netherlands. 90000000 80000000 Thailand 70000000 Volume Impor (kg) India 60000000 Vietnam 50000000 Malaysia 40000000 China Philipines 30000000 Netherlands 20000000 USA 10000000 Australia 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.7 Volume Impor Bawang Merah (HS070310) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (kilogram) 4.3.1.2 Kentang Perkembangan komoditas kentang di Indonesia sejak Tahun 2001 hingga 2010 cenderung kecil. Pada Tahun 2001, luas panen kentang Indonesia sebesar 55.971 ha dengan produksi 831.140 ton. Pada Tahun 2002 luas panen kentang menurun menjadi 55.324 ha dengan produksi yang lebih tinggi yaitu 893.824 ton. Tahun 2003 terjadi peningkatan luas panen kentang menjadi 65.800 ha dengan produksi yang juga meningkat menjadi 1.009.979 ton. Tahun 2004 hingga 2006, luas panen tanaman kentang kembali mengalami penurunan, namun produksinya cenderung fluktuatif. Pada Tahun 2007, 2008 dan 2009 luas panen tanaman kentang kembali mengalami peningkatan, namun produksi kentang Tahun 2007 lebih kecil jika dibandingkan Tahun 2006. Pada Tahun 2010, luas panen dan produksi tanaman kentang kembali menurun menjadi 66.531 ha dengan produksi 1.060.805. Baik luas panen dan volume tertinggi untuk tanaman kentang dicapai 49 pada Tahun 2009. Pada tahun ini, luas tanaman kentang sebesar 71.238 ha dengan produksi sebesar 1.176.304 ton. Tabel 4.2 Luas Areal, Produksi dan Produktivitas Kentang Indonesia Tahun 2001-2010 Tahun Luas Panen (ha) Produksi (ton) Produktivitas (ton/ha) 2001 55.971 831.140 14,8494756 2002 55.324 893.824 16,1561709 2003 65.800 1.009.979 15,3492249 2004 65.000 1.072.040 16,4929231 2005 61.557 1.009.619 16,4013678 2006 59.798 1.011.911 16,9221546 2007 62.375 1.003.733 16,0919118 2008 64.151 1.071.543 16,7034497 2009 71.238 1.176.304 16,5123109 2010 66.531 1.060.805 15,9445221 Sumber : BPS (2012) dan Kementerian Pertanian (2004) (diolah) Produktivitas tanaman kentang cenderung tidak banyak berubah sejak Tahun 2001 hingga 2010. Pada Tahun 2001, produktivitas tanaman kentang sebesar 14,8 ton/ha. Tahun 2002, produktivitas tanaman kentang meningkat menjadi 16,2 ton/ha namun di Tahun berikutnya turun menjadi 15,3 ton/ha. Tahun 2004 hingga 2009, produktivitas kentang naik turun dengan nilai tertinggi pada Tahun 2006 dan terendah pada Tahun 2007. Produktivitas kentang pada Tahun 2010 kembali mengalami penurunan menjadi 15,9 ton/ha. Produktivitas tertinggi dicapai pada Tahun 2006 sebesar 16,92 ton/ha. Sama halnya dengan bawang merah, nilai impor kentang selalu lebih rendah dibandingkan dengan volumenya. Baik nilai maupun volume impor kentang cenderung mengalami peningkatan sejak Tahun 2001 hingga 2010. Sebelum Tahun 2005, baik volume maupun nilai impor kentang cenderung tidak banyak berubah. Namun, pada Tahun 2005 terjadi peningkatan volume dan nilai impor kentang secara signifikan. Tahun 2006, volume dan nilai impor kentang mengalami penurunan namun kembali meningkat pada Tahun 2007. Pada Tahun 2008, volume dan nilai impor kentang juga mengalami penurunan namun di Tahun 2009 volume dan nilai impor kentang mengalami peningkatan yang sangat tinggi. Tahun 2010, volume dan impor kentang kembali mengalami peningkatan dibanding Tahun 2010 sehingga volume dan nilai impor kentang tertinggi terjadi 50 pada Tahun 2010. Gambar 4.8 menunjukkan volume dan nilai impor kentang Indonesia Tahun 2001-2010. 30000000 Volume dan Nilai 25000000 20000000 Nilai 15000000 Volume 10000000 5000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.8 Volume dan Nilai Impor Kentang (HS 070190) Indonesia Tahun 2001-2010 Nilai impor kentang Indonesia berdasarkan negara asalnya terus berfluktuasi dari Tahun ke Tahun. Gambar 4.7 menunjukkan nilai impor kentang Indonesia berdasarkan negara asal. Berdasarkan data yang diperoleh dari UN Comtrade, nilai impor kentang Indonesia didominasi oleh kentang asal Autralia. Bahkan dari tahun ke tahun, nilai impor Indonesia asal Autralia selalu lebih besar jika dibandingkan dengan nilai impor kentang dari negara lainnya, kecuali pada Tahun 2007. Pada Tahun 2009, nilai impor kentang Indonesia asal Australia mengalami peningkatan yang sangat signifikan. Kemudian pada Tahun 2010, nilai impor kentang Indonesia juga mengalami peningkatan dibanding tahun sebelumnya. Selain dari Australia, nilai impor kentang Indonesia juga dipengaruhi oleh kentang asal China, USA dan Singapore. Nilai impor kentang Indonesia asal China cenderung berfluktuasi dari tahun ke tahun. Nilai tertinggi berada pada Tahun 2009. Selain China, nilai impor kentang Indonesia juga dipengaruhi oleh negara asal Singapore dan USA. Namun, nilai impor kentang yang berasal dari kedua negara ini jauh lebih kecil jika dibandingkan dengan Australia dan China. 51 7000000 6000000 Nilai Impor 5000000 Australia 4000000 Cina 3000000 USA Singapura 2000000 1000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.9 Nilai Impor Kentang (HS070190) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (US$) Sama halnya dengan nilai impornya, volume impor kentang Indonesia juga didominasi oleh kentang asal Australia. Gambar 4.8 menunjukkan kecenderungan volume impor kentang Indonesia berdasarkan negara asal Tahun 2001 hingga 2010. Volume impor Indonesia asal Australia cenderung menurun pada Tahun 2001 hingga 2003. Pada Tahun 2004, volume impor kentang Indonesia asal Australia mengalami peningkatan begitupun dengan Tahun 2005 namun di Tahun 2006 dan 2007 mengalami penurunan. Sejak Tahun 2008 hingga 2010, peningkatan volume impor kentang asal australia terus terjadi dengan volume impor tertinggi pada Tahun 2010. Setelah Australia, volume impor kentang Indonesia juga dipengaruhi China. Tahun 2001 hingga 2004, volume impor kentang Indonesia asal China terus menerus meningkat. Pada Tahun 2005, volume impor kentang Indonesia asal China menurun dan kembali meningkat pada Tahun 2006 dan 2007. Pada Tahun 2008 dan 2010, volume impor Indonesia asal China mengalami penurunan sementara di Tahun 2009 mengalami kenaikan. Volume impor kentang Indonesia asal China mencapai nilai tertinggi pada Tahun 2009. Sama halnya dengan nilai impornya, volume impor kentang Indonesia asal USA dan Singapore masih sangat kecil jika dibandingkan dengan Australia dan China. Hal ini dapat dilihat pada 52 Gambar 4.10 dimana volume impor kentang asal USA dan Singapore cenderung mendatar. 12000000 Volume Impor (kg) 10000000 8000000 Australia Cina 6000000 USA 4000000 Singapore 2000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.10 Kecenderungan Volume Impor Kentang (HS070190) Indonesia Berdasarkan Negara Asal Impor Tahun 2001-2010 (kilogram) 4.4 Pertumbuhan Volume dan Nilai Ekspor Sayuran Indonesia Tahun 20012010 di Pasar Internasional Secara sederhana ekspor adalah kegiatan menjual barang atau komoditas dari suatu negara ke negara lainnya. Selain melakukan impor, Indonesia juga melakukan ekspor ke beberapa negara mitra dagangnya, termasuk ekspor sayuran. Gambar 4.7 menunjukkan volume dan nilai ekspor sayuran Indonesia dari tahun ke tahun. Pada gambar tersebut dapat diketahui bahwa nilai ekspor Indonesia selalu lebih kecil dibandingkan volume ekspornya. Volume ekspor sayuran Indonesia terus berfluktuasi dari tahun ke tahun namun cenderung menurun. Pada Tahun 2003, volume ekspor Indonesia menurun drastis namun di tahun berikutnya yaitu 2004, volume ekspor sayuran Indonesia melonjak tajam. Tahun 2004 hingga 2007, volume ekspor Indonesia masih berfluktuatif namun cenderung stabil. Kemudian, pada Tahun 2008, volume ekspor sayuran Indonesia kembali menurun cukup tajam. Pada Tahun 2009, volume ekspor sayuran Indonesia kembali meningkat, namun di Tahun 2010 volume ekspor sayuran Indonesia kembali turun. 53 400000000 350000000 Volume & Nilai 300000000 250000000 Nilai Ekspor 200000000 Volume Ekspor 150000000 100000000 50000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Sumber: UNComtrade, 2012. Gambar 4.11 Volume dan Nilai Ekspor Sayuran (HS 07) Indonesia Tahun 2001- 2010 Berbeda dengan volume ekspornya, nilai ekspor sayuran Indonesia terus berfluktuatif namun cenderung meningkat walaupun tidak signifikan. Nilai ekspor sayuran Indonesia pada Tahun 2003 mengalami penurunan jika dibandingkan dengan Tahun 2002 dan 2001. Tahun 2004 dan 2005, nilai ekpor sayuran Indonesia mengalami peningkatan, namun Tahun 2006 turun kembali. Tahun 2007 hingga 2010, nilai ekspor sayuran Indonesia naik turun dengan nilai tebesar pada Tahun 2009. 4.5 Peraturan Impor Hortikultura Indonesia Tingginya volume impor produk hortikultura yang masuk ke Indonesia memang menjadi masalah baru yang harus diatasi oleh pemerintah. Berbagai protes dan kritikan datang dari berbagai kalangan yang merasa dirugikan dengan peningkatan volume impor komoditas hortikultura ini setiap tahunnya. Protes umumnya datang dari kalangan petani yang secara langsung dirugikan dengan masuknya produk-produk impor ini ke pasar domestik. Kondisi ini pada akhirnya menuntut pemerintah khususnya Kementerian Perdagangan dan Kementerian Pertanian untuk menetapkan regulasi yang tepat dalam mengatur impor hortikultura Indonesia. Perumusan perundang-undangan mengenai impor produk hortikultura ini pada akhirnya terbentuk dengan dengan adanya Peraturan Menteri Perdagangan 54 (Permendag) Nomor 30/M-DAG/PER/5/2012 tentang Ketentuan Impor Produk Hortikultura. Peraturan ini mewajibkan para importir produk hortikultura untuk memperhatikan aspek keamanan pangan, ketersediaan produk dalam negeri dan penetapan sasaran produksi dan konsumsi produk hortikultura. Selain itu para pengimpor juga harus memenuhi persyaratan kemasan dan pelabelan, standar mutu serta ketentuan keamanan dan perlindungan terhadap kesehatan manusia, hewan, tumbuhan dan lingkungan. Permendag ini juga menetapkan bahwa setiap impor produk hortikultura wajib mendapat peretujuan dari Kementerian Perdagangan atas rekomendasi impor dari Kementerian Pertanian. Adapun komoditas hortikultura yang diatur dalam Permendag tersebut yaitu produk tanaman hias, seperti anggrek dan krisan; produk hortikultura segar, misalnya bawang, sayur-sayuran dan buah-buahan (wotel, lobak, pisang, kentang, cabe, jeruk, apel, anggur, pepaya); serta produk hortikultura olahan seperti sayuran dn buah-buahan yang diawetkan dan jus buah. Penetapan Permendag tersebut seharusnya dilaksanakan pada tanggal 15 Juni 2012. Namun, Kementerian Perdagangan menunda pemberlakuannya menjadi 28 September 2012. Kondisi ini disebabkan oleh beberapa faktor misalnya perlunya sosialisasi lanjut agar pihak-pihak yang terkait dengan aturan ini memahami Permendag tersebut; memberikan watu yang cukup untuk importir untuk mempersiapkan infrastruktur yang diperlukan; serta notifikasi Permendag ke World Trade Organisation. Selain itu, juga terdapat Peraturan Menteri pertanian Nomor 42 Tahun 2012 yang mewajibkan impor sayur dan buah hanya boleh masuk melalui empat pelabuhan yaitu Tanjung Perak Surabaya, Soekarno-Hatta Makassar, Belawan Medan, dan Bandar Udara Soekarno-Hatta Tangerang. Peraturan ini memang mendapat sambutan positif dari petani namun berbeda dengan kalangan pengusaha dan importir. Hal ini disebabkan pembatasan pintu masuk impor ini akan secara langsung memengaruhi aktivitas impor yang dilakukan oleh importir. V. FAKTOR-FAKTOR YANG MEMENGARUHI ALIRAN PERDAGANGAN IMPOR 5.1 Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia 5.1.1 Pemilihan Kesesuaian Model Pemilihan kesesuaian model dilakukan dengan melakukan uji Chow dan uji Hausman. Hasil pengujian dengan menggunakan uji Chow menunjukkan probabilitas yang lebih kecil dari taraf nyata 5 persen. Hal ini berarti sudah cukup bukti untuk menolak H0 dimana H0 merupakan model pooled least squared. Setelah itu juga dilakukan pengujian dengan uji Hausman dimana probabilitasnya lebih besar dari taraf nyata sehingga sudah cukup bukti untuk menolak H0 dan H0 merupakan model Random Effect. Berdasarkan hasil tersebut diketahui model estimasi terbaik untuk mengetahui fakto-faktor yang memengaruhi aliran perdagangan impor bawang merah Indonesia adalah dengan menggunakan model efek tetap (fixed effect). Setelah model tersebut dipilih selanjutnya akan dilakukan pengujian asumsi untuk mendapatkan model persamaan yang terbebas dari masalah yang sering dijumpai dalam analisis regresi seperti Multikolinearitas, Heteroskedastisitas dan Autokorelasi. Indikasi terjadinya multikolinearitas dapat ditunjukkan dengan nilai Rsquared yang tinggi tetapi variabel independen banyak yang tidak berpengaruh pada variabel dependen. Dari tujuh variabel independen yang dianalisis, dengan R-squared sebesar 98,25 persen, hanya terdapat satu variabel yang tidak signifikan. Hal ini berarti model sudah terbebas dari masalah multikolinearitas. Pengujian asumsi selanjutnya, yaitu uji heteroskedastisitas dan uji autokorelasi. Hasil estimasi model dalam penelitian ini diberikan perlakuan cross - section SUR, sehingga asumsi adanya heteroskedastisitas dan autokorelasi dapat diabaikan. 5.1.2 Hasil Estimasi dan Interpretasi Model Model estimasi terbaik yang digunakan untuk melakukan analisis terhadap faktor-faktor yang memengaruhi aliran perdagangan komoditas bawang merah adalah dengan menggunakan efek tetap (fixed effect). Berdasarkan hasil estimasi 56 diketahui nilai koefisisien determinasi (R-squared) yang diperoleh sebesar 98,25 persen menunjukkan bahwa sebesar 98,25 persen keragaman impor bawang merah dapat dijelaskan oleh variabel-variabel bebasnya, sedangkan sisanya 1,75 persen dijelaskan oleh faktor-faktor lain di luar model. Tabel 5.1 Hasil Pendugaan Parameter Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia Variabel LNPOPJ LNPOPI LNPM LNJE LNGDPJ LNGDPI LNER C Koefisien Std. Error -7,982748 0,684535 -113,0607 8,670249 -2,531801 0,084126 15,21394 1,197638 16,03484 1,167134 22,28454 1,496306 0,218203 0,282733 1148,548 112,0012 Fixed Effect (Cross) t-statistik -11,66157 -13,04007 -30,09524 -12,70328 13,73864 14,89304 0,771762 10,25478 Thailand India Vietnam Malaysia China Philippines Netherlands USA Australia R-squared Prob (Fstat) Prob. 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,4427 0,0000 8,380599 15,60498 6,188951 10,03516 15,57669 7,449297 -28,80708 -17,40212 -17,02647 Weighted Statistic 0,982584 Sum squared resid 0.000000 Durbin Watsonstat Unweighted Statistics 0,849338 Sum squared resid 1,389422 R-squared Durbin Watsonstat Sumber: Lampiran 4 Catatan: Signifikan pada taraf nyata 1 persen 85,15533 2,174253 65,86102 Pada hasil uji normalitas (Tabel 5.2) probabilitas Jarque Bera lebih besar dari pada taraf nyata yang digunakan (0,542755 > 0,05). Berdasarkan hal tersebut maka residual dalam model ini dapat dikatakan sudah menyebar normal. Dalam uji kriteria statistik untuk pelanggaran multikolinearitas, model ini juga disimpulkan tidak mengalami pelanggaran tersebut. Hal ini karena data yang digunakan dalam penelitian ini merupakan penggabungan dari data time series dan cross-section, sehingga dapat mengurangi multikolinearitas. Selain itu dari 57 hasil estimasi, terlihat nilai R-squared yang cukup besar sedangkan variabel yang tidak signifikan yaitu nilai tukar riil rupiah terhadap dolar Amerika Serikat. Tabel 5.2 Hasil Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia Model Jarque-Bera Probability Aliran Impor Bawang Merah 1,222194 0,542755 Sumber: Lampiran 5 Nilai Durbin Watsonstat dari hasil pengolahan data adalah sebesar 2,17. Hal ini berarti nilai Durbin Watsonstat tersebut berada di antara 1,55-2,46, maka model yang diestimasi telah terbebas dari masalah autokorelasi. Sedangkan untuk masalah heteroskedastisitas, dari hasil estimasi terlihat bahwa Sum Squared Resid pada Weighted Statistics lebih besar dari Sum Squared Resid pada Unweighted Statistics. Hal ini berarti model sudah terbebas dari masalah heteroskedastisitas. Selain itu, dengan menggunakan pembobotan Cross-Section SUR, masalah autokorelasi dan heteroskedastisitas dapat disimpulkan sudah teratasi. Selanjutnya akan dilakukan interpretasi pengaruh masing-masing faktor atau variabel terhadap aliran perdagangan impor komoditas bawang merah. Probabilitas pada variabel populasi negara pengekspor untuk komoditas bawang merah sebesar 0,0000. Hal tersebut menunjukkan pengaruh nyata (signifikan) pada taraf nyata satu persen terhadap aliran impor komoditas bawang merah Indonesia, dengan parameter bertanda negatif (tidak sesuai dengan hipotesis penelitian). Menurut Yuniarti (2007), populasi digunakan untuk mengukur ukuran suatu negara. Suatu negara yang memiliki ukuran yang lebih besar menunjukkan bahwa negara tersebut mempunyai produksi yang lebih beragam dan cenderung untuk memenuhi kebutuhannnya sendiri (inwardly oriented), sehingga besarnya populasi diperkirakann mempunyai hubungan yang negatif dengan perdagangan. Namun di sisi lain besarnya populasi juga dapat menunjukkan potensi pasar yang besar, sehingga populasi dapat berpengaruh positif. Ketidaksesuaian hasil estimasi output dengan hipotesis penelitian menjadi indikasi, peningkatan populasi negara asal impor menyebabkan negara tersebut mempunyai produksi yang lebih beragam dan cenderung untuk memenuhi kebutuhannya sendiri, sehingga peningkatan populasi negara asal sebesar satu persen, akan mengurangi volume impor bawang merah sebesar 7,98 persen (ceteris paribus). 58 Jumlah populasi negara Indonesia sebagai negara pengimpor memiliki pengaruh negatif (tidak sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0000. Hal ini berarti variabel populasi berpengaruh nyata (signifikan) terhadap volume impor komoditas bawang merah Indonesia. Kondisi ini menunjukkan semakin besar populasi penduduk Indonesia sebesar satu persen maka akan menurunkan volume impor komoditas bawang merah sebesar 113,06 persen (ceteris paribus). Peningkatan populasi Indonesia dalam hal ini menunjukkan kecenderungan produksi bawang merah untuk pemenuhan kebutuhan dalam negeri semakin besar. Dugaan parameter dari variabel harga impor memiliki pengaruh negatif (sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0000. Hal ini berarti bahwa variabel harga impor berpengaruh nyata (signifikan) terhadap volume impor komoditas bawang merah Indonesia. Kondisi ini menunjukkan dengan adanya kenaikan harga impor komoditas bawang merah sebesar satu persen akan menurunkan volume impornya sebesar 2,53 persen (ceteris paribus). Variabel jarak ekonomi memiliki pengaruh positif terhadap volume impor bawang merah Indonesia (tidak sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0000. Hal ini menunjukkan bahwa variabel jarak ekonomi berpengaruh nyata (signifikan) terhadap aliran impor komoditas bawang merah Indonesia. Kondisi tersebut juga menggambarkan bahwa dengan meningkatnya jarak ekonomi sebesar satu persen akan meningkatkan volume impor bawang merah Indonesia sebesar 15,21 persen (ceteris paribus). Ketidaksesuaian hasil estimasi output dengan hipotesis penelitian disebabkan karena adanya komisi perdagangan dari suatu transaksi. Adanya komisi transaksi yang diberikan kepada perantara (broker) akan memengaruhi transaksi perdagangan internasional. Hal ini disebabkan, semakin tinggi nilai perdagangannya maka semakin tinggi juga komisi transaksi yang diterima oleh perantara (broker). GDP riil negara asal impor bawang merah Indonesia memiliki pengaruh positif terhadap volume impor bawang merah Indonesia (sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0000. Hal ini berarti 59 variabel GDP riil negara asal berpengaruh nyata terhadap volume impor bawang merah Indonesia. Kondisi ini menunjukkan bahwa dengan meningkatnya GDP riil negara asal impor sebesar satu persen akan meningkatkan volume impor bawang merah Indonesia sebesar 16,03 persen (ceteris paribus). Sama halnya dengan GDP riil negara asal, variabel GDP riil Indonesia memiliki pengaruh positif terhadap volume impor bawang merah (sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0000. Hal ini berarti variabel GDP riil Indonesia berpengaruh nyata (signifikan) terhadap volume impor bawang merah Indonesia. Kondisi ini menunjukkan bahwa dengan meningkatnya GDP riil Indonesia sebesar satu persen akan meningkatkan volume impor bawang merah Indonesia sebesar 22,28 persen (ceteris paribus). Selanjutnya variabel nilai tukar pada estimasi hasil output memiliki pengaruh positif terhadap volume impor komoditas bawang merah Indonesia (sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,4427. Hal ini berarti bahwa variabel nilai tukar tidak berpengaruh nyata (tidak signifikan) terhadap volume impor bawang merah Indonesia. Kondisi ini menunjukkan bahwa nilai tukar tidak memengaruhi aliran perdagangan impor komoditas bawang merah Indonesia. Dari hasil estimasi (Tabel 5.1) terdapat Fixed Effect (Cross) yang memperlihatkan pembeda dari setiap cross section (negara). Terlihat bahwa India memiliki nilai pembeda paling tinggi. Hal ini berarti volume impor bawang merah Indonesia dari India memiliki rata-rata perubahan paling tinggi, yaitu sebesar 15,60498. Sedangkan Netherlands memiliki efek yang paling kecil, sehingga dapat dikatakan volume impor komoditas bawang merah Indonesia dari Netherlands memiliki rata-rata perubahan paling kecil yaitu sebesar -28,80708. 5.2 Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia 5.2.1 Pemilihan Kesesuaian Model Berdasarkan pengujian dengan menggunakan uji Chow diperoleh nilai statistik sebesar 2,575815 dengan nilai probabilitas lebih besar dari taraf nyata lima persen. Hal ini berarti sudah cukup bukti untuk tidak tolak H0, dimana H0 60 dalam uji Chow adalah model Pooled Least Squared. Pengujian dengan uji Hausman tidak dapat dilakukan karena jumlah variabel yang diteliti lebih besar dari jumlah cross section (negara)nya. Kondisi ini pada akhirnya menunjukkan bahwa model estimasi terbaik untuk mengetahui faktor-faktor yang memengaruhi aliran impor komoditas bawang merah Indonesia adalah dengan menggunakan model pooled least squared. Dari tujuh variabel independen yang dianalisis, dengan R-squared sebesar 86,20 persen, hanya terdapat satu variabel yang tidak signifikan. Hal ini berarti model sudah terbebas dari masalah multikolinearitas. Pengujian asumsi selanjutnya, yaitu uji heteroskedastisitas dan uji autokorelasi. Hasil estimasi model dalam penelitian ini diberikan perlakuan cross - section SUR, sehingga asumsi adanya heteroskedastisitas dan autokorelasi dapat diabaikan. 5.2.2 Hasil Estimasi dan Interpretasi Model Model estimasi terbaik yang digunakan untuk melakukan analisis terhadap faktor-faktor yang memengaruhi aliran impor komoditas kentang adalah dengan menggunakan model pooled least squared dengan pembobotan crosssection SUR. Tabel 5.3 Hasil Pendugaan Parameter Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia Variabel Koefisien Std. Error t-statistik Prob. LNPOPJ 0,587957 0,315190 1,865404 0,0713 LNPOPI -174,1103 56,43556 -3,085117 0,0042 LNPM -1,646935 0,424858 -3,876435 0,0005 LNJE 4,169129 0,487108 8,558943 0,0000 LNGDPJ 0.856034 0,449762 1,903306 0,0660 LNGDPI 46.39378 12,24298 3,789419 0,0006 LNER -0.041100 0,164419 -0,249974 0,8042 C 2071.357 767,9340 2,697311 0,0111 Weighted Statistic R-squared 0,862025 Sum squared resid 38,96356 Prob (Fstat) 0.000000 Durbin Watsonstat 2,126516 Unweighted Statistics R-squared 0,693156 Sum squared resid 111,0123 Durbin Watsonstat 2,544835 Sumber: Lampiran 7 Catatan: Signifikan pada taraf nyata 10 persen 61 Berdasarkan uji-t dapat dilihat bahwa variabel-variabel yang berpengaruh nyata terhadap volume impor kentang Indonesia adalah populasi negara asal impor dan populasi Indonesia, harga impor, jarak ekonomi, GDP riil Indonesia, dan GDP riil negara asal impornya. Berdasarkan hasil estimasi diketahui nilai koefisisien determinasi (R-squared) yang diperoleh sebesar 86,20 persen menunjukkan bahwa sebesar 86,20 persen keragaman impor bawang merah dapat dijelaskan oleh variabel-variabel bebasnya, sedangkan sisanya 13,80 persen dijelaskan oleh faktor-faktor lain di luar model. Pada hasil uji normalitas (Tabel 5.2) probabilitas Jarque Bera lebih besar dari pada taraf nyata yang digunakan (0,385458 > 0,05). Berdasarkan hal tersebut maka residual dalam model ini dapat dikatakan sudah menyebar normal. Dalam uji kriteria statistik untuk pelanggaran multikolinearitas, model ini juga disimpulkan tidak mengalami pelanggaran tersebut. Hal ini karena data yang digunakan dalam penelitian ini merupakan penggabungan dari data time series dan cross-section, sehingga dapat mengurangi multikolinearitas. Selain itu dari hasil estimasi, terlihat nilai R-squared yang cukup besar sedangkan variabel yang tidak signifikan hanyalah nilai logaritma natural dari nilai tukar antara rupiah dengan dolar Amerika Serikat. Tabel 5.4 Hasil Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia. Model Jarque-Bera Probability Aliran Impor Kentang 1,906646 0,385458 Sumber: Lampiran 8 Nilai Durbin Watsonstat dari hasil pengolahan data adalah sebesar 2,12. Hal ini berarti nilai Durbin Watsonstat tersebut berada di antara 1,55-2,46, maka model yang diestimasi telah terbebas dari autokorelasi. Sedangkan untuk masalah heteroskedastisitas, dari hasil estimasi terlihat bahwa Sum Squared Resid pada Weighted Statistics lebih kecil dari Sum Squared Resid pada Unweighted Statistics. Hal ini berarti terdapat indikasi adanya masalah heteroskedastisitas pada model. Namun, dengan menggunakan pembobotan Cross-Section SUR, masalah autokorelasi dan heteroskedastisitas dapat disimpulkan sudah teratasi. Tabel 5.3 menunjukkan variabel populasi negara pengekspor memiliki pengaruh positif terhadap volume impor kentang Indonesia (sesuai dengan 62 hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0713. Hal tersebut berarti variabel populasi negara pengekspor berpengaruh nyata (signifikan) terhadap volume mpor komoditas kentang Indonesia. Kondisi tersebut menunjukkan bahwa dengan meningkatnya populasi negara pengekspor sebesar satu persen, akan meningkatkan volume impor kentang Indonesia sebesar 0,58 persen (ceteris paribus). Hal ini juga berarti untuk komoditas kentang, peningkatan populasi negara pengekspor akan memengaruhi potensi pasarnya menjadi lebih besar. Berbeda dengan variabel populasi negara pengekspor, populasi Indonesia memiliki pengaruh negatif (tidak sesuai dengan hipotesis penelitian) terhadap volume impor komoditas kentang Indonesia dan menunjukkan nilai probabilitas sebesar 0,0042. Hal ini berarti variabel populasi Indonesia berpengaruh nyata (signifikan) terhadap volume impor komoditas kentang Indonesia. Tanda negatif pada koefisien populasi kentang menunjukkan peningkatan populasi Indonesia akan meningkatkan produksi kentang yang digunakan untuk pemenuhan kebutuhan dalam negeri. Variabel harga impor memiliki pengaruh negatif terhadap volume impor komoditas kentang Indonesia (sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0005. Hal ini berarti variabel harga impor berpengaruh nyata (signifikan) terhadap volume impor komoditas kentang Indonesia. Kondisi tersebut menunjukkan bahwa dengan meningkatnya harga impor komoditas kentang sebesar satu persen, akan menurunkan volume impor kentang Indonesia sebesar 1,64 persen (ceteris paribus). Variabel jarak ekonomi memiliki pengaruh positif terhadap volume impor kentang Indonesia (tidak sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0000. Hal ini menunjukkan bahwa variabel jarak ekonomi berpengaruh nyata (signifikan) terhadap aliran impor komoditas kentang Indonesia. Kondisi ini menunjukkan peningkatan satu persen jarak ekonomi akan meningkatkan 4,16 persen volume impor komoditas kentang Indonesia. Ketidaksesuaian hasil estimasi output dengan hipotesis penelitian disebabkan kondisi yang sama dengan impor bawang merah yaitu adanya komisi perdagangan dari suatu transaksi. Komisi perdagangan ini akan memperoleh keuntungan yang 63 semakin besar, jika nilai transaksi perdaganngan internasional mengalami kenaikan. GDP riil negara asal impor kentang Indonesia memiliki pengaruh positif terhadap volume impor kentang Indonesia (sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0660. Hal ini berarti variabel GDP riil negara asal berpengaruh nyata terhadap volume impor kentang Indonesia. Koefisien GDP riil yang bertanda positif menunjukkan peningkatan satu persen GDP riil negara asal akan meningkatkan volume impor kentang Indonesia sebesar 0,85 persen (ceteris paribus). Sama halnya dengan GDP riil negara asal, variabel GDP riil Indonesia memiliki pengaruh positif terhadap volume impor kentang (sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,0006. Hal ini berarti variabel GDP riil Indonesia berpengaruh nyata (signifikan) terhadap volume impor kentang Indonesia. Kondisi ini menunjukkan bahwa dengan meningkatnya GDP riil Indonesia sebesar satu persen akan meningkatkan volume impor kentang Indonesia sebesar 46,39 persen (ceteris paribus). Setelah itu variabel nilai tukar pada estimasi hasil output memiliki pengaruh negatif terhadap volume impor komoditas kentang Indonesia (tidak sesuai dengan hipotesis penelitian) dan menunjukkan nilai probabilitas sebesar 0,8042. Hal ini berarti bahwa variabel nilai tukar tidak berpengaruh nyata (tidak signifikan) terhadap volume impor bawang merah Indonesia. Kondisi ini menunjukkan bahwa nilai tukar bukan merupakan faktor yang dapat memengaruhi aliran perdagangan impor komoditas kentang Indonesia. VI. KESIMPULAN DAN SARAN 6.1 Kesimpulan Kesimpulan dari penelitian ini adalah: 1. Kecenderungan impor baik bawang merah maupun kentang mengalami kenaikan selama Tahun 2001 hingga 2010. Kenaikan ini terjadi pada volume dan nilai impor bawang merah dan kentang. Untuk komoditas bawang merah, peningkatan volume dan nilai impor terjadi sejak Tahun 2002 hingga 2008 kemudian mengalami penurunan pada Tahun 2009. Namun, pada Tahun 2010 baik volume maupun nilai impor bawang merah kembali mengalami kenaikan. Untuk komoditas kentang, baik volume dan nilai impornya cenderung mengalami kenaikan sejak Tahun 2001 hingga 2010. Berbeda dengan bawang merah, baik volume maupun nilai impor kentang mengalami peningkatan yang signifikan pada Tahun 2009. Kemudian Tahun 2010, volume dan impor kentang juga mengalami kenaikan dibanding Tahun sebelumnya. 2. Berdasarkan hasil dari penelitian ini diketahui faktor-faktor yang signifikan memengaruhi volume impor komoditas bawang merah adalah populasi negara pengekspor, populasi Indonesia, harga impor, jarak ekonomi, GDP riil negara pengekspor, dan GDP riil Indonesia. Sedangkan variabel nilai tukar tidak berpengaruh terhadap volume impor bawang merah Indonesia. Variabel yang berpengaruh positif terhadap volume impor bawang merah Indonesia yaitu jarak ekonomi, GDP riil negara pengekspor, GDP riil Indonesia, dan nilai tukar riil antara rupiah dengan dollar Amerika Serikat sedangkan variabel yang berpengaruh negatif terhadap volume impor yaitu populasi negara pengekspor, populasi Indonesia, dan harga impor. 3. Pada komoditas kentang, faktor-faktor yang signifikan memengaruhi volume impornya adalah populasi negara pengeskpor, populasi Indonesia, harga impor, jarak ekonomi, GDP riil negara pengekspor, dan GDP riil Indonesia. Sama halnya dengan komoditas bawang merah, variabel nilai 65 tukar tidak berpengaruh terhadap volume impor kentang Indonesia. Adapun variabel yang berpengaruh positif terhadap volume impor kentang Indonesia yaitu populasi negara pengekspor, jarak ekonomi, GDP riil negara pengekspor dan GDP riil negara Indonesia sedangkan variabel yang berpengaruh negatif yaitu populasi Indonesia, harga impor, dan nilai tukar riil antara rupiah dengan dollar Amerika Serikat. 6.2 Saran Adapun saran dalam penelitian ini adalah: 1. Dari hasil penelitian terlihat kecenderungan peningkatan volume dan nilai impor bawang merah dan kentang Indonesia. Hal ini akan memengaruhi harga bawang merah dan kentang domestik, oleh sebab itu dibutuhkan regulasi yang tepat dalam mengatur impor bawang merah dan kentang ini. Misalnya, dengan menutup pintu impor pada daerah sentra produksinya. Hal ini dapat dilakukan oleh Kementerian Pertanian sebagai pihak yang bertanggung jawab terhadap pertanian Indonesia. 2. Pada hasil estimasi ouput diketahui variabel harga memengaruhi kedua komoditas ini. Apabila harga produk impor lebih murah daripada harga produk domestik maka masyarakat Indonesia secara umum akan membeli produk impor. Oleh karena itu, agar dapat bersaing dengan produk impor, bawang merah dan kentang domestik harus dapat menekan harga. Hal ini dapat tercapai apabila petani dapat menekan biaya produksinya. Pemerintah dalam hal ini Kementerian Pertanian bekerjasama dengan lembaga-lembaga penelitian dapat berperan dalam penyediaan teknologi produksi yang lebih baik, misalnya pemberian subsidi berupa bibit unggul. 3. Model ekonometrika dalam penelitian kali ini belum spesifik karena adanya keterbatasan data. Maka untuk penelitian selanjutnya diharapkan adanya pengembangan model sehingga hasil yang didapatkan lebih akurat. Selain itu diharapkan juga adanya penambahan komoditas yang diteliti. DAFTAR PUSTAKA Alam, Md.M, Uddin, Md.G.S, Taufique, K.Md.R. 2009. Import Inflows of Bangladesh : the Gravity Model Approach. International Journal of Economics and Finance 1: 131-140. Badan Pusat Statistika. 2011. Data Sosial Ekonomi 2011. Jakarta. __________________. 2012. Total Produksi Sayuran Tahun 2001-2010. http://bps.go.id. [3 Mei 2012]. Burhani,R. 2012. Kemendag Tunda Pemberlakuan Aturan Impor Hortikultura. http://m.antarnews.com [1 Juli 2012]. Firdaus, M. 2004. Ekonometrika Suatu Pendekatan Aplikatif. Jakarta: Bumi Aksara. Hady, H. 2001. Ekonomi Internasional : Teori dan Kebijakan Perdagangan Internasional. Jakarta: Ghalia Indonesia. Halwani, R.H. 2002. Ekonomi Internasional dan Globalisasi Ekonomi. Jakarta: Ghalia Indonesia. Juanda, B. 2009. Ekonometrika: Pemodelan dan Pendugaan. Bogor: IPB Press. Kementerian Pertanian. 2011. Statistik Pertanian 2011. Jakarta: Pusat Data dan Informasi Pertanian. Lipsey, R.G, P.N. Courant, D.D. Purpis , P.O Steiner. 1995. Pengatar Mikroekonomi. Alih Bahasa: A. Jaka Wasana, Kirbrandoko dan Budijanto. Jakarta: Binarupa Aksara. Mankiw, N.G. 2003. Teori Makroekonomi Edisi Kelima. Alih Bahasa: Imam Nurmawan. Jakarta: Erlangga. Napitupulu, C. 2007. Analisis Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beras Intra-Asean. [Skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Oktaviani, R, T. Novianti. 2009. Teori Perdagangan Internasional dan Aplikasinya di Indonesia. Bogor: Departemen Ilmu Ekonomi FEM IPB. Putong, I. 2002. Pengantar Mikro dan Makro. Jakarta: Ghalia Indonesia. Rahayu, E, V.A. Berlian. 1994. Bawang Merah. Jakarta: Penebar Swadaya. Rubatzky, V.E, M. Yamaguchi. 1998. Sayuran Dunia : Prisip, Produksi dan Gizi . Penerjemah : Ir. Catur Herison, Msc.Universitas Bengkulu. Bandung: ITB. ___________. 1998. Sayuran Dunia 2: Prinsip , Produksi dan Gizi. Edisi Kedua. Penerjemah : Ir. Catur Herison, MSc. Universitas Bengkulu. Bandung: ITB. 67 Salvatore, D. 1997. Ekonomi Internasional Edisi Ke-5 Jilid 1. Alih Bahasa: Haris Munandar. Jakarta: Erlangga. Samadi, B. 2007. Kentang dan Analisi Usaha Tani. Yogyakarta: Kanisius. Setiawan, Kusrini. 2010. Ekonometrika. Yogyakarta: Andi. Soelaksono, A. 2010. Faktor-faktor yang Memengaruhi Aliran Perdagangan Ekspor Komoditas Perkebunan Indonesia .[Skripsi]. Bogor : IPB Press. The World Bank. 2012. Data GDP (Current US$). http://data.worldbank.org. [23 April 2012]. _______________. 2012. Data Population. http://data.worldbank.org. [23 April 2012]. _______________. 2012. Consumer Price Index. http://data.worldbank.org. [23 April 2012]. Time and Date. 20 April 2012. Calculate Distance Between Two Location. timeanddate.com. United Nations Commodity Trade Statistic. Database. 2012. Data Query of Import and Export. http://comtrade.un.org. [20 April 2012]. United Nation Conference on Trade and Development. Economic Trends. 2012. Exchange Rates crossrates, annual, 1970-2010. http://unctadstat.unctad.org. [24 April 2012]. Wibowo, S. 1987. Budidaya Bawang Putih, Merah dan Bombay. Jakarta: Penebar Swadaya. Yuliastuti. 2010. Analisis Aliran Perdagangan Ekspor Rumput Laut Indonesia Periode 1999-2008. [Skripsi]. Bogor : IPB Press. Yuniarti, D. 2007. Analisis Determinan Perdagangan Bilateral Indonesia Pendekatan Gravity Model. Jurnal Ekonomi Pembangunan Kajian Ekonomi Negara Berkembang, 12: 99-109. 68 LAMPIRAN Lampiran 1. Variabel-variabel dalam Model Faktor-faktor yang Memangaruhi Aliran Perdagangan Impor Bawang Merah Indonesia Negara Thailand Thailand Thailand Thailand Thailand Thailand Thailand Thailand Thailand Thailand India India India India India India India India India India Viet Nam Viet Nam Tahun 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 LNVOL 16.50485503 15.68568464 14.66625191 15.64210131 16.10728877 17.5323459 18.22956629 18.14073492 17.22096975 17.16639469 15.19675745 12.58648316 13.69094684 12.42414335 12.93544809 15.45745942 15.54606125 16.53598051 16.17461218 17.36380422 15.3800032 14.78238033 LNGDPI 25.86512527 25.90913713 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 LNGDPJ 25.55466 25.60647 25.67543 25.73694 25.78196 25.83163 25.88085 25.90539 25.88181 25.95702 26.90574 26.94272 27.02311 27.10264 27.19174 27.28041 27.37405 27.4222 27.50934 27.59374 24.22948 24.29789 LNPOPJ 17.97281 17.98439 17.99558 18.00608 18.01569 18.02432 18.03202 18.03895 18.04535 18.05139 20.75522 20.77076 20.78568 20.79997 20.81364 20.82746 20.84086 20.85426 20.86767 20.88107 18.18015 18.19175 LNPOPI 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 LNPM -1.2949 -1.2478 -1.16769 -1.23054 -1.29745 -0.92404 -0.8766 -0.86909 -0.80673 -0.663 -1.34996 -1.34135 -1.21366 -1.28253 -1.27648 -1.33368 -0.93897 -0.92934 -1.09112 -0.90486 -1.36152 -1.26591 LNER 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 LNJE 11.90449 11.87961 11.84585 11.82906 11.82639 11.81927 11.81124 11.806 11.82374 11.79444 11.32471 11.31466 11.26948 11.23467 11.18791 11.14181 11.08934 11.06049 10.96752 10.92902 13.4953 13.45382 Viet Nam Viet Nam Viet Nam Viet Nam Viet Nam Viet Nam Viet Nam Viet Nam Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia China China China China China China China 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 15.78688055 16.01899329 16.58417032 16.27646906 14.13125517 17.1341347 16.32368938 16.74913176 15.3679016 14.87820962 14.38285412 14.89722284 14.85027387 15.5188462 15.39327409 16.27103852 15.67892504 15.70299542 14.5590471 13.87931037 14.3122833 14.5723032 15.24275251 14.37267191 15.71288631 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 24.36873 24.44374 24.52478 24.60386 24.68504 24.74623 24.7981 24.86373 25.26948 25.32199 25.37826 25.4439 25.49584 25.55269 25.61548 25.66243 25.64593 25.7154 27.89181 27.9789 28.07421 28.17043 28.27749 28.39705 28.52983 18.20338 18.21535 18.22702 18.23812 18.24896 18.2596 18.27014 18.28069 16.99209 17.01481 17.03679 17.05773 17.07746 17.09591 17.11324 17.12977 17.14591 17.16194 20.96374 20.97044 20.97667 20.98261 20.98849 20.99407 20.99929 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 -1.2469 -1.25457 -1.23599 -0.92825 -0.93578 -0.89987 -0.801 -0.83595 -1.40166 -1.39954 -1.35541 -1.27708 -1.12091 -1.08868 -0.97919 -0.6653 -0.60946 -0.47357 -1.31073 -1.30145 -1.56638 -1.28033 -1.23598 -1.05533 -0.95658 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 13.41819 13.38789 13.3492 13.31268 13.27268 13.23078 13.17308 13.15335 11.51381 11.48823 11.46717 11.44625 11.43665 11.42237 11.40076 11.3731 11.38376 11.3602 10.37912 10.31895 10.25885 10.20735 10.14264 10.06564 9.97404 70 China China China Philippiness Philippiness Philippiness Philippiness Philippiness Philippiness Philippiness Philippiness Philippiness Philippiness Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands USA USA 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 15.42705884 15.12162443 15.8266406 15.4624138 16.45771109 17.14168485 17.18138538 16.82292355 16.58179841 16.29002397 15.8827764 15.71250203 15.78388645 15.40348333 15.50993573 15.74691544 15.89063467 16.1118522 16.12598217 15.96453833 16.47737098 16.71588226 15.46171213 9.285726099 11.14738275 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 28.6215 28.70951 28.80845 25.14657 25.18238 25.23089 25.29572 25.34239 25.39349 25.45756 25.49825 25.50966 25.58321 26.69578 26.69654 26.69989 26.72201 26.74227 26.77565 26.8141 26.83198 26.79598 26.81273 29.93431 29.95242 21.00442 21.00948 21.01467 18.18451 18.20539 18.22581 18.24557 18.26457 18.28275 18.30024 18.31724 18.33407 18.35091 16.59098 16.59736 16.60208 16.60556 16.60789 16.6095 16.61168 16.61557 16.62071 16.62565 19.46829 19.47779 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 -1.03692 -0.98265 -0.83524 -1.35089 -1.27693 -1.19917 -1.22546 -1.23577 -0.94123 -0.93275 -0.91031 -0.8941 -0.83745 -1.29181 -1.28349 -1.27142 -1.24727 -1.1106 -1.02693 -0.96616 -0.95502 -0.96307 -0.82401 -0.62132 -1.18069 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.901671 9.807823 9.754789 12.49919 12.49031 12.47701 12.4569 12.45258 12.44403 12.42115 12.39975 12.3825 12.35486 12.35761 12.38378 12.41564 12.43824 12.46033 12.46951 12.47223 12.47365 12.50382 12.53297 9.483818 9.492637 71 USA USA USA USA USA USA USA USA Australia Australia Australia Australia Australia Australia Australia Australia Australia Australia 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Keterangan: LNVOL LNGDPI LNGDPJ LNPOPJ LNPOPI LNPM LNER LNJE 2.772588722 11.9101366 8.485702524 12.9773746 12.41323315 9.780359005 11.94769044 14.46368025 14.31797351 14.01741413 14.36616978 13.30522812 14.31418728 13.61125868 13.23602594 13.00066117 13.975624 13.71070878 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 25.86512527 25.90913713 25.95583338 26.00491754 26.06028196 26.11383175 26.1753503 26.23374847 26.27848888 26.33774655 29.97713 30.01236 30.04249 30.06888 30.08812 30.08791 30.05228 30.08184 26.77659 26.81488 26.84708 26.8878 26.91696 26.94731 26.98233 27.01993 27.03431 27.05663 19.48651 19.49584 19.50504 19.51459 19.52455 19.53377 19.54238 19.54902 16.78145 16.79366 16.806 16.81759 16.83079 16.84554 16.86348 16.88349 16.90436 16.92139 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 1.504077 -1.15885 -0.50876 -0.92969 -0.5398 1.160273 -0.4738 -0.67453 -1.11645 -0.99376 -0.88679 -0.6584 -1.04587 -0.63856 -0.37298 -0.3766 -0.7598 -0.65824 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.503132 9.51262 9.524836 9.541006 9.562955 9.582458 9.612248 9.628595 11.53264 11.52127 11.52429 11.52828 11.54147 11.55368 11.55984 11.54153 11.52132 11.54491 : Logaritma Natural Volume impor bawang merah Indonesia (HS070310) : Logaritma Natural GDP Indonesia pada tahun t : Logaritma Natural GDP negara asal impor pada tahun t : Logaritma Natural Populasi negara asal impor pada tahun t : Logaritma Natural Populasi Indonesia pada tahun t : Logaritma Natural Harga Impor dari masing-masing negara asal : Logaritma Natural Nilai tukar Rupiah terhadap Dollar Amerika : Logaritma Natural Jarak Ekonomi antara negara Indonesia dengan negara asal impor 72 Lampiran 2. Variabel-variabel dalam Model Faktor-faktor yang Memangaruhi Aliran Perdagangan Impor Kentang Indonesia Negara Australia Australia Australia Australia Australia Australia Australia Australia Australia Australia China China China China China China China China China China USA USA USA Tahun 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 LNVOL 14.49940103 14.3820123 13.68540187 13.9646665 15.27739419 14.76018659 13.84172786 14.18489519 15.84630058 16.12545451 10.40426284 12.89080956 13.26489886 13.60871637 9.786335568 12.82484643 14.24105538 12.68517538 14.56842552 14.40365938 11.23635477 9.091331585 9.990169709 LNPM -1.206240579 -1.173781364 -0.867074907 -0.917712248 -0.789627147 -0.788125376 -0.714034712 -0.469212703 -0.460582659 -0.491192562 -1.149714214 -1.564153433 -1.35121267 -1.032187682 -1.547798638 -1.003157675 -0.815955321 -1.024286908 -0.948990678 -1.004520693 -0.985455036 0.022387748 -0.379175786 LNGDPI 25.86513 25.90914 25.95583 26.00492 26.06028 26.11383 26.17535 26.23375 26.27849 26.33775 25.86513 25.90914 25.95583 26.00492 26.06028 26.11383 26.17535 26.23375 26.27849 26.33775 25.86513 25.90914 25.95583 LNGDPJ 26.77659 26.81488 26.84708 26.8878 26.91696 26.94731 26.98233 27.01993 27.03431 27.05663 27.89181 27.9789 28.07421 28.17043 28.27749 28.39705 28.52983 28.6215 28.70951 28.80845 29.93431 29.95242 29.97713 LNPOPI 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 LNPOPJ 16.78145 16.79366 16.806 16.81759 16.83079 16.84554 16.86348 16.88349 16.90436 16.92139 20.96374 20.97044 20.97667 20.98261 20.98849 20.99407 20.99929 21.00442 21.00948 21.01467 19.46829 19.47779 19.48651 LNER 2.437315 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 LNJE 11.44228 11.43082 11.43227 11.43519 11.44687 11.45711 11.46049 11.44002 11.41536 11.43748 10.28876 10.2285 10.16683 10.11425 10.04804 9.969071 9.874691 9.800154 9.701862 9.647363 9.393459 9.402183 9.41111 73 USA USA USA USA USA USA USA Singapura Singapura Singapura Singapura Singapura Singapura Singapura Singapura Singapura Singapura 2004 2005 2006 2007 2008 2009 2010 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Keterangan: LNVOL LNGDPI LNGDPJ LNPOPJ LNPOPI LNPM LNER LNJE 1.945910149 11.05885818 6.932447892 8.974491448 11.91201026 10.10106711 13.40740547 6.722629795 6.6147256 7.96241568 9.286189684 11.00522828 9.390492911 11.77884494 8.13710339 11.51784335 12.68862533 -0.559615788 -0.517498337 -0.063433441 -0.102986102 -0.497105647 0.216713138 -0.294409831 1.054743808 0.744105298 -1.650680871 -0.298742895 -0.720192695 0.024338123 -0.595660418 0.970650394 -0.168260686 0.125232667 26.00492 26.06028 26.11383 26.17535 26.23375 26.27849 26.33775 25.86513 25.90914 25.95583 26.00492 26.06028 26.11383 26.17535 26.23375 26.27849 26.33775 30.01236 30.04249 30.06888 30.08812 30.08791 30.05228 30.08184 25.27453 25.31605 25.36101 25.44936 25.52058 25.60404 25.68814 25.7029 25.69517 25.83033 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.19173 19.2047 19.21746 19.22986 19.2418 19.25324 19.26424 19.27489 19.28532 19.29561 19.49584 19.50504 19.51459 19.52455 19.53377 19.54238 19.54902 15.23572 15.24486 15.2301 15.24263 15.26614 15.29743 15.33909 15.3923 15.42247 15.44017 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.474127 9.280494 9.157044 9.164208 9.18037 9.031092 8.995112 8.998756 9.016997 8.848703 9.419521 9.43024 9.444436 9.463606 9.480942 9.506287 9.521169 11.13664 11.12196 11.11064 11.06594 11.03556 10.99269 10.94699 10.94936 10.9468 10.85609 : Logaritma Natural Volume impor kentang Indonesia (HS070190) : Logaritma Natural GDP Indonesia pada tahun t : Logaritma Natural GDP negara asal impor pada tahun t : Logaritma Natural Populasi negara asal impor pada tahun t : Logaritma Natural Populasi Indonesia pada tahun t : Logaritma Natural Harga Impor dari masing-masing negara asal : Logaritma Natural Nilai tukar Rupiah terhadap Dollar Amerika : Logaritma Natural Jarak Ekonomi antara negara Indonesia dengan negara asal impor 74 75 Lampiran 3. Hasil Uji Chow Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test Statistic Cross-section F Cross-section Chi-square d.f. Prob. 5.189656 40.081931 (8,74) 8 0.0000 0.0000 Cross-section fixed effects test equation: Dependent Variable: LNVOL Method: Panel Least Squares Date: 05/21/12 Time: 09:29 Sample: 2001 2010 Periods included: 10 Cross-sections included: 9 Total panel (balanced) observations: 90 Variable Coefficient Std. Error t-Statistic Prob. LNPOPJ LNPOPI LNPM LNJE LNGDPJ LNGDPI LNER C -0.029958 -71.09999 -3.141671 0.126450 -0.515923 22.32902 -0.636482 816.2816 0.098653 56.38014 0.340932 0.255729 0.174936 11.07568 2.208176 815.0212 -0.303664 -1.261082 -9.214955 0.494470 -2.949203 2.016040 -0.288239 1.001546 0.7622 0.2109 0.0000 0.6223 0.0042 0.0471 0.7739 0.3195 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.765628 0.745621 1.117786 102.4545 -133.5369 38.26729 0.000000 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 14.90786 2.216244 3.145264 3.367469 3.234870 0.944770 76 Lampiran 4. Hasil Estimasi Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia dengan Menggunakan Fixed Effect Model serta Pembobotan Cross Section SUR Dependent Variable: LNVOL Method: Panel EGLS (Cross-section SUR) Date: 05/21/12 Time: 09:35 Sample: 2001 2010 Periods included: 10 Cross-sections included: 9 Total panel (balanced) observations: 90 Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. LNPOPJ LNPOPI LNPM LNJE LNGDPJ LNGDPI LNER C -7.982748 -113.0607 -2.531801 15.21394 16.03484 22.28454 0.218203 1148.548 0.684535 8.670249 0.084126 1.197638 1.167134 1.496306 0.282733 112.0012 -11.66157 -13.04007 -30.09524 12.70328 13.73864 14.89304 0.771762 10.25478 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.4427 0.0000 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.982584 0.979053 1.072729 278.3238 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 23.97407 108.6849 85.15533 2.174253 Unweighted Statistics R-squared Sum squared resid 0.849338 65.86102 Mean dependent var Durbin-Watson stat 14.90786 1.389422 77 Lampiran 5. Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Bawang Merah Indonesia 14 Series: Standardized Residuals Sample 2001 2010 Observations 90 12 10 8 6 4 2 0 -2 -1 0 1 2 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis -1.43e-15 0.040421 2.524770 -2.243938 0.978162 0.057955 2.440998 Jarque-Bera Probability 1.222194 0.542755 78 Lampiran 6. Hasil Uji Chow Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia Equation: Untitled Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F Cross-section Chi-square 0.681720 2.725885 (3,29) 3 0.5704 0.4358 Cross-section fixed effects test equation: Dependent Variable: LNVOL Method: Panel Least Squares Date: 05/21/12 Time: 14:18 Sample: 2001 2010 Periods included: 10 Cross-sections included: 4 Total panel (balanced) observations: 40 Variable Coefficient Std. Error t-Statistic Prob. LNPOPJ LNPOPI LNPM LNJE LNGDPJ LNGDPI LNER C 0.675175 -206.4537 -1.539497 4.146674 0.723888 53.15927 -0.070178 2519.922 0.316453 124.5745 0.679775 0.882523 0.410008 26.98294 0.312887 1695.673 2.133573 -1.657271 -2.264717 4.698661 1.765545 1.970107 -0.224292 1.486090 0.0406 0.1072 0.0304 0.0000 0.0870 0.0575 0.8240 0.1470 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.695944 0.629432 1.854080 110.0036 -76.99022 10.46339 0.000001 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat 11.62499 3.045750 4.249511 4.587287 4.371640 2.559232 79 Lampiran 7. Hasil Estimasi Model Faktor-faktor yang Memengaruhi Aliran Impor Kentang Indonesia dengan Menggunakan Pooled Least Square serta Pembobotan Cross Section SUR Dependent Variable: LNVOL Method: Panel EGLS (Cross-section SUR) Date: 05/21/12 Time: 14:18 Sample: 2001 2010 Periods included: 10 Cross-sections included: 4 Total panel (balanced) observations: 40 Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. LNPOPJ LNPOPI LNPM LNJE LNGDPJ LNGDPI LNER C 0.587957 -174.1103 -1.646935 4.169129 0.856034 46.39378 -0.041100 2071.357 0.315190 56.43556 0.424858 0.487108 0.449762 12.24298 0.164419 767.9340 1.865404 -3.085117 -3.876435 8.558943 1.903306 3.789419 -0.249974 2.697311 0.0713 0.0042 0.0005 0.0000 0.0660 0.0006 0.8042 0.0111 Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) 0.862025 0.831843 1.103454 28.56079 0.000000 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat 15.41206 2.997794 38.96356 2.126516 Unweighted Statistics R-squared Sum squared resid 0.693156 111.0123 Mean dependent var Durbin-Watson stat 11.62499 2.544835 80 Lampiran 8. Uji Normalitas Model Faktor-faktor yang Memengaruhi Aliran Perdagangan Impor Kentang Indonesia 7 Series: Standardized Residuals Sample 2001 2010 Observations 40 6 5 4 3 2 1 0 -2 -1 0 1 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis 0.012668 0.252653 1.714071 -2.346258 0.999450 -0.466070 2.475497 Jarque-Bera Probability 1.906646 0.385458