V. HASIL DAN PEMBAHASAN 5.1 Pengujian Stasioneritas Data

V. HASIL DAN PEMBAHASAN
5.1
Pengujian Stasioneritas Data Panel
Pengujian kestasioneran data merupakan tahap yang paling penting dalam
menganalisis data panel untuk melihat ada tidaknya panel unit root yang
terkandung diantara variabel, sehingga hubungan diantara variabel menjadi valid.
Pengujian panel unit root yang digunakan penelitian ini didasarkan pada beberapa
statistik uji tingkat level dan first differencing seperti telah dijelaskan pada bab
sebelumnya. Hasil pengujian panel unit root secara lengkap dapat dilihat pada
Lampiran.1, sementara rangkumannya disajikan pada Tabel 5.1.
Seperti dapat dilihat pada Tabel 5.1, pengujian panel unit root dilakukan
pada variabel IHK (P), jumlah uang beredar (M), pengeluaran pemerintah
(GEXP), pertumbuhan ekonomi (Y), upah minimum regional (W), kondisi
infrastruktur (KI), harga minyak dunia (OIL_P) dan harga pangan dunia
(FOOD_P) semuanya dinyatakan dalam logaritma natural dari nilai riilnya.
Sebelum dilakukan pengujian, terlebih dahulu dilakukan plotting data
untuk melihat metode pengujian, apakah panel unit root akan digunakan untuk
data dengan intersep tanpa tren (kode 2) atau dengan intersep dan tren (kode 3).
Berdasarkan plotting data tersebut, untuk data level diketahui seluruhnya
menggunakan metode dengan intersep dan tren. Berdasarkan berbagai statistik uji
yang digunakan, data level menunjukkan adanya common unit root (uji Breitung)
kecuali pada variabel upah minimum regional (W), bahkan beberapa variabel
menunjukkan adanya individual unit root. Oleh karena itu, dilakukan first
differencing kepada seluruh variabel untuk menjaga robustness hasil penelitian.
Setelah dilakukan first differencing pada semua variabel, hasil pengujian
dengan metode dengan intersep tanpa tren menunjukkan, baik dengan statistik uji
common unit root maupun individual unit root seluruhnya signifikan pada taraf
nyata α 5 persen dan beberapa pada 1 persen. Hasil pengujian kemudian
menyatakan tidak ditemukannya panel unit root pada variabel sehingga estimasi
dapat dilakukan pada model first difference atau pada model persamaan (3.8).
56
Tabel 5.1 Rangkuman Hasil Pengujian Panel Unit Root
p-Value Statistik Uji 3)
Diff 1)
Variabel
Metode 2)
LLC
Breitung
IPS
ADFFisher
PP-Fisher
P
0
3
0.1341
0.6139
0.7396
0.9141
0.9841
∆P
1
2
0.0000**
-
0.0200***
0.0143***
0.0058**
M
0
3
0.6738
0.8069
0.8802
0.9983
0.9963
∆M
1
2
0.0000**
-
0.0351***
0.0304***
0.0344***
+
GEXP
0
3
0.0000**
0.1262
0.0887
0.0061**
0.0000**
∆GEXP
1
2
0.0000**
-
0.0003**
0.0002**
0.0000**
+
Y
0
3
0.0000**
0.3037
0.2266
0.0864
0.0001**
∆Y
1
2
0.0000**
-
0.0124***
0.0082**
0.0002**
+
W
0
3
0.0000**
0.9421
0.0551
0.0023**
0.0000**
∆W
1
2
0.0000**
-
0.0000**
0.0000**
0.0000**
KI
0
3
0.0000**
0.0123
0.3940
0.2874
0.1227
∆KI
1
2
0.0000**
-
0.0003**
0.0002**
0.0000**
OIL_P
0
3
0.3454
0.1271
0.8068
0.9877
0.9877
∆OIL_P
1
2
0.0000**
-
0.0004**
0.0003**
0.0003**
FOOD_P
0
3
0.0000**
0.0016**
0.3796
0.2533
0.0001**
∆FOOD_P
1
2
0.0000**
-
0.0181***
0.0092**
0.0000**
Keterangan :
1)
Differencing :
2)
Metode :
3)
Statistik Uji :
4)
Signifikansi :
5.2
Tahapan Pemilihan Pendekatan Model Terbaik
0
1
1
2
3
LLC
Breitung
IPS
ADF-Fisher
PP-Fisher
**
***
+
= data level
= data first differencing
= tanpa intersep – tanpa tren
= dengan intersep – tanpa tren
= dengan intersep – dengan tren
= Levin, Lin & Chu t*
= Breitung t-stat
= Im, Pesaran and Shin W-stat
= ADF-Fisher Chi-square
= PP-Fisher Chi-square
= pada taraf nyata α 1 %
= pada taraf nyata α 5 %
= pada taraf nyata α 10 %
Estimasi model untuk mengetahui faktor-faktor yang memengaruhi inflasi
di Pulau Jawa yang menggunakan analisis data panel, dapat dilakukakan melalui
tiga pendekatan estimasi model yaitu Pooled Least Square (PLS), Fixed Effect
Model (FEM) dan Random Effect Model (REM).
57
Pertama-tama, dilakukan estimasi model regresi data panel faktor-faktor
yang memengaruhi inflasi di Pulau Jawa dengan pendekatan PLS (Lampiran.3)
menghasilkan estimasi model dengan nilai R2 sebesar 0,421998. Dengan melihat
nilai Prob(F-statistic) sebesar 0,000409 yang lebih kecil dibandingkan taraf nyata
α sebesar 1 persen, hal ini berarti model PLS menyatakan bahwa secara
keseluruhan minimal ada satu variabel diantara jumlah uang beredar, pengeluaran
pemerintah, pertumbuhan ekonomi, upah minimum, kondisi infrastruktur, harga
minyak dunia dan harga pangan dunia yang secara signifikan memengaruhi inflasi
dengan tingkat kepercayaan 99 persen.
Selanjutnya, estimasi model regresi data panel faktor-faktor yang
memengaruhi inflasi di Pulau Jawa dilakukan dengan metode FEM (lampiran.4)
menghasilkan estimasi model dengan R2 0,523606. Secara sekilas estimasi model
dengan pendekatan FEM menunjukkan hasil yang lebih baik bila dibandingkan
dengan PLS, namun Chow Test tetap harus dilakukan untuk memilih pendekatan
model terbaik antara PLS dan FEM. Hasil Chow Test (Lampran.5) menunjukkan
nilai statistik dengan probability sebesar 0,1120 yang lebih besar bila
dibandingkan dengan taraf nyata α 1, 5, maupun 10 persen. Hal tersebut
menyatakan bahwa pendekatan PLS lebih baik daripada pendekatan FEM,
sehingga dinyatakan bahwa pendekatan terbaik untuk mengestimasi model pada
penelitian ini adalah PLS.
Langkah berikutnya adalah mengestimasi model regresi data panel faktorfaktor yang memengaruhi inflasi di Pulau Jawa melalui pendekatan REM.
Disebabkan jumlah pengamatan cross section pada penelitian ini tidak mencukupi
untuk di estimasinya model dengan pendekatan REM, maka estimasi dengan
pendekatan REM tidak dapat di lakukan. Dengan demikian, tahapan pengujian
untuk memilih model terbaik antara FEM dan REM dengan menggunakan
Hausman Test dapat diabaikan.
58
5.3
Tahapan Evaluasi Model
5.3.1
Tahapan Evaluasi Model Berdasarkan Kriteria Ekonometrika
Tahapan pemilihan pendekatan model terbaik berdasarkan Chow Test
menunjukkan bahwa PLS merupakan pendekatan terbaik untuk mengestimasi
model penelitian. Langkah berikutnya adalah melakukan pengujian asumsi klasik
terhadap model estimasi data panel PLS. Pengujian asumsi klasik harus tetap
dilakukan agar model dapat menghasilkan estimator yang memenuhi kriteria Best
Liniear Unbiased Estimator (BLUE). Pengujian asumsi klasik meliputi uji
normalitas, uji multikoliniearitas, uji heteroskedastisitas dan uji autokorelasi.
5.3.1.1 Uji Normalitas
Pengujian normalitas dilakukan dengan Jarque Bera Test yang terdapat
dalam software Eviews 6. Hasil perhitungan dengan menggunakan software
Eviews 6 menghasilkan output pada Lampiran.6. Dari hasil tersebut diperoleh
nilai p-value sebesar 0,419674 (Lampiran.6). Hal tersebut menandakan bahwa
nilai p-value lebih besar dibandingkan dengan taraf nyata α 1, 5, maupun 10
persen, dimana jika nilai p-value lebih besar menandakan H 0 tidak ditolak dan
menandakan bahwa residual berdistribusi normal. Sehingga dapat disimpulkan
bahwa kriteria normalitas model estimasi telah terpenuhi.
5.3.1.2 Uji Multikoliniearitas
Multikolinearitas menandakan terdapat hubungan linier antar variabel
independennya. Uji multikolinieritas dilakukan dengan melihat nilai perhitungan
koefisien korelasi sederhana (Pearson correlation coefficient) antar peubah
bebasnya. Persyaratan kecukupan (sufficient condition) untuk terbebas dari
pelanggaran asumsi multikoliniearitas ini adalah nilai koefisien korelasi antar
variabel bebas pada model tidak boleh melebihi tanda mutlak 0.8. Sedangkan
syarat perlu (necessary condition) yang perlu dipenuhi apabila syarat cukup tidak
terpenuhi adalah nilai dari Variance Inflation Factor (VIF) yang tidak boleh
melebihi 5 atau 10.
59
Hasil perhitungan nilai koefisien korelasi dengan menggunakan software
Eviews 6 menghasilkan output pada lampiran.2. Dengan melihat hasil output
tersebut, tidak terdapat nilai koefisien korelasi yang melebihi kisaran nilai 0,80
pada peubah bebas dalam model, dengan demikian persyatatan kecukupan telah
terpenuhi sehingga dapat disimpulkan bahwa tidak terjadi pelanggaran asumsi
multikoliniearitas dalam estimasi model penelitian.
5.3.1.3 Uji Heteroskedastisitas
Heteroskedastisitas dapat menyebabkan estimator tidak lagi BLUE karena
tidak lagi mempunyai varians yang minimum, perhitungan standar error tidak lagi
dapat dipercaya kebenarannya karena estimasi regresi yang dihasilkan tidak
efisien serta uji hipotesis yang didasarkan pada uji F-statistic dan t-statistic tidak
dapat dipercaya. Jika model mengalami masalah heteroskedastisitas, dengan
menggunakan metode GLS Weight Cross-section SUR permasalahan tersebut
sudah dapat teratasi dan model estimasi dapat dikatakan telah terbebas dari
masalah heteroskedastisitas.
Disamping hal tersebut, heteroskedastisitas juga dapat diketahui dengan
melakukan plotting pada sebaran standardized residualnya. Apabila secara grafis
terlihat bahwa residual dari model terdistribusi normal maka dapat dikatakan tidak
terjadi pelanggaran asumsi heteroskedastisitas. Lampiran.7 menunjukkan uji
heteroskedastisitas berdasarkan grafik. Berdasarkan grafik tersebut dapat
disimpulkan tidak terjadi pelanggaran asumsi heteroskedastisitas.
5.3.1.4 Uji Autokorelasi
Autokorelasi adalah korelasi antar anggota serangkaian observasi yang
diurutkan menurut waktu atau diurutkan menurut ruang. Autokorelasi akan
menyebabkan model menjadi tidak efisien meskipun masih tidak bias dan
konsisten. Pengujian untuk mendeteksi permasalahan autokorelasi dapat
dilakukan dengan melihat nilai Durbin-Watson Statistic pada model dan
membandingkannya dengan nilai DW-Tabel. Namun, karena model sudah
60
diestimasi dengan menggunakan metode pembobotan GLS Weights Cross section
SUR maka masalah tersebut langsung dapat terkoreksi. Metode GLS Cross
section SUR dapat digunakan untuk mengoreksi masalah autokorelasi, dengan
demikian, model estimasi regresi data panel pada penelitian ini telah terbebas dari
masalah autokorelasi.
5.3.2
Tahapan Evaluasi Model Berdasarkan Kriteria Statistika
Setelah dilakukan tahapan pengujian asumsi klasik maka dapat ditentukan
bahwa model estimasi analisis data panel yang terbaik pada penelitian ini
menggunakan pendekatan PLS dengan metode pembobotan GLS Weight Cross
section SUR. Dengan nilai R2 model sebesar 0,421998 menandakan bahwa
variabel jumlah uang beredar, pengeluaran pemerintah, pertumbuhan ekonomi,
upah minimum, kondisi infrastruktur, harga minyak dunia dan harga pangan dunia
mampu menjelaskan keragaman dalam inflasi di Pulau Jawa sebesar 42,20 persen
dan sisanya sebesar 57,80 persen keragaman dalam inflasi di Pulau Jawa
dijelaskan oleh variabel lain diluar model. Kriteria statistik lainnya dapat dilihat
pada Tabel 5.2
Tabel 5.2 Nilai Statistik Model Inflasi di Pulau Jawa
Kriteria Statistik
R
2
Nilai
0.421998
Adjusted R2
0.334041
S.E. of regression
0.967544
F-statistic
4.797779
Prob(F-statistic)
0.000409
Mean dependent var
1.782925
S.D. dependent var
2.049364
Sum squared resid
43.06251
Durbin-Watson statistic
1.613516
61
Dengan melihat nilai Prob(F-statistic) sebesar 0,000409 yang lebih kecil
jika dibandingkan taraf nyata α sebesar 1 persen, hal ini menyatakan bahwa secara
keseluruhan minimal ada satu variabel diantara jumlah uang beredar, pengeluaran
pemerintah, pertumbuhan ekonomi, upah minimum, kondisi infrastruktur, harga
minyak dunia dan harga pangan dunia yang secara signifikan memengaruhi inflasi
di Pulau Jawa dengan tingkat kepercayaan 99 persen.
Kemudian, secara parsial dengan melihat nilai Prob(t-statistic) dari
masing-masing variabel yang lebih kecil dari taraf nyata α sebesar 10 persen
(variabel pengeluaran pemerintah, harga minyak dunia dan pertumbuhan
ekonomi) serta beberapa signifikan pada taraf nyata α 1 persen (kondisi
infrastruktur dan upah minimum), maka dapat disimpulkan bahwa pengeluaran
pemerintah, pertumbuhan ekonomi, upah minimum, kondisi infrastruktur dan
harga minyak dunia berpengaruh secara signifikan terhadap inflasi di Pulau Jawa,
sementara variabel jumlah uang beredar dan harga pangan dunia tidak
berpengaruh secara signifikan terhadap inflasi di Pulau Jawa.
Tabel 5.3 Hasil Estimasi Model Inflasi di Pulau Jawa
Variabel
Koefisien
Standar Error
t-Statistic
Prob
C
0.054130
0.014785
3.661005
0.0006
D(GEXP)
0.015390
0.008338
1.845891
0.0713+
D(OIL_P)
0.086558
0.047303
1.829861
0.0738+
D(FOOD_P)
-0.133759
0.092028
-1.453463
0.1529
D(M)
0.049431
0.077068
0.641392
0.5245
D(KI)
0.002159
0.000615
3.507293
0.0010**
D(Y)
0.124943
0.071513
1.747137
0.0873+
D(W)
0.084064
0.019137
4.392706
0.0001**
Keterangan :
(**) Signifikan pada taraf nyata 1 persen
(***) Signifikan pada taraf nyata 5 persen
(+) Signifikan pada taraf nyata 10 persen
Selanjutnya, dengan melihat koefisien dari masing-masing variabel dapat
diketahui bahwa semua variabel yang signifikan memiliki pengaruh positif
62
terhadap inflasi di Pulau Jawa. Tabel 5.3 menyajikan hasil estimasi untuk masingmasing variabel dalam model inflasi di Pulau Jawa.
5.3.3
Tahapan Evaluasi Model Berdasarkan Kriteria Ekonomi
Estimasi yang diberikan oleh pendekatan PLS menunjukkan hasil yang
cukup baik karena telah melampaui berbagai syarat-syarat pengujian model.
Tahap selanjutnya perlu diperiksa kembali tanda dari koefisien regresi, apakah
sudah sesuai dengan nilai parameter yang diharapkan. Berdasarkan tujuh penduga
koefisien yang diperoleh melalui metode PLS, dua diantaranya yaitu pertumbuhan
jumlah uang beredar dan perubahan harga pangan dunia memiliki pengaruh yang
tidak signifikan terhadap inflasi di Pulau Jawa. Anomali dari dampak
pertumbuhan jumlah uang beredar memiliki pengaruh yang sesuai dengan teori
namun tidak signifikan terhadap inflasi, hal tersebut disebabkan oleh penggunaan
data yang belum akurat merepresentasikan kondisi jumlah uang beredar untuk
studi kasus pada tataran provinsi. Anomali lainnya dari hasil estimasi model
adalah tanda dari koefisien perubahan harga pangan dunia berpengaruh negatif,
namun karena pengaruhnya tidak signifikan terhadap inflasi, maka fakta ini dapat
diterima, meskipun sangat sulit menjelaskan pengaruh yang negatif akibat
kenaikan harga pangan dunia pada kondisi yang sebenarnya. Selanjutnya variabelvariabel yang signifikan memengaruhi inflasi dijelaskan pada sub-bab berikut.
5.3.3.1 Variabel Perubahan Pengeluaran Pemerintah
Hasil analisis regresi diperoleh hasil koefisien untuk variabel perubahan
pengeluaran pemerintah D(GEXP) sebesar 0,015390. Hal ini menandakan bahwa
perubahan pengeluaran pemerintah berpengaruh positif terhadap inflasi di Pulau
Jawa. Peningkatan persentase perubahan pengeluaran pemerintah sebesar 1 persen
akan menyebabkan kenaikan inflasi 0,015 persen dengan asumsi cateris paribus.
Pada kenyataannya hasil penelitian ini sesuai dengan hipotesis yang
diajukan
sebelumnya
maupun
teori
demand-pull
inflation.
Pengeluaran
pemerintah merupakan salah satu instrumen kebijakan fiskal yang dilaksanakan
63
untuk mendukung kegiatan perekonomian dalam memacu pertumbuhan.
Berdasarkan teori demand-pull inflation dalam keadaan perekonomian yang sudah
full employment, peningkatan pengeluaran pemerintah daerah justru hanya akan
meningkatkan tingkat inflasi tanpa memengaruhi output. Penelitian ini juga
konsisten dengan penelitian terdahulu (Brodjonegoro et al, 2005) dan (Hamzah
dan Sofilda, 2006).
5.3.3.2 Variabel Perubahan Harga Minyak Dunia
Hasil analisis regresi diperoleh hasil koefisien untuk variabel perubahan
harga minyak dunia D(OIL_P) sebesar 0,086558. Hal ini menandakan bahwa
perubahan harga minyak dunia berpengaruh positif terhadap inflasi di Pulau Jawa.
Peningkatan persentase perubahan harga minyak dunia sebesar 1 persen, akan
meningkatkan inflasi di Pulau Jawa sebesar 0,087 persen dengan asumsi cateris
paribus.
Pada kenyataanya hasil penelitian ini sesuai dengan hipotesis yang
diajukan sebelumnya maupun dengan teori cost-push inflation. Peningkatan pada
harga minyak dunia tentunya akan memengaruhi Indonesia sebagai salah satu
negara importir minyak tentunya juga tekena imbas akibat kenaikan harga minyak
dunia. Kenaikan harga minyak dunia akan direspon pemerintah dengan
menaikkan harga minyak domestik untuk mengurangi beban fiskal pemerintah
sehingga akan menyebabkan biaya produksi hampir seluruh sektor perekonomian
di Pulau Jawa akan mengalami peningkatan. Sebagai produsen yang rasional
tentunya kenaikan biaya produksi hanya akan direspon dengan mengurangi
produksi atau meningkatkan harga jual yang keduanya akan berakibat memicu
inflasi untuk naik. Penelitian ini konsisten mendukung penelitian terdahulu
(Satrya, 2009) dan (Wahyuni, 2011).
5.3.2.3 Variabel Perubahan Kondisi Infrastruktur
Hasil analisis regresi diperoleh hasil koefisien untuk variabel perubahan
kondisi infrastruktur D(KI) sebesar 0,002159. Hal ini menandakan bahwa
64
perubahan kondisi infrastruktur memiliki pengaruh yang positif terhadap inflasi di
Pulau Jawa. Peningkatan persentase perubahan kondisi infrastruktur sebesar 1
persen, akan meningkatkan inflasi di Pulau Jawa sebesar 0,002 persen dengan
asumsi cateris paribus.
Pada kenyataannya hasil penelitian ini berbeda dengan hipotesis penelitian
yang telah diajukan maupun dengan teori cost-push inflation. dampak dari
peningkatan kualitas infrastruktur bisa menyebabkan kenaikan tingkat harga atau
sebaliknya tergantung dari struktur perekonomian suatu negara atau wilayah.
Peningkatan kualitas infrastruktur transportasi dapat menyebabkan dua kondisi
yang berbeda, yaitu akan mendorong peningkatan ekspor atau sebaliknya akan
meningkatkan permintaan atas produk impor. Bila kemudian yang terjadi adalah
peningkatan ekspor maka pengaruhnya terhadap harga cenderung menjadi negatif,
namun jika yang terjadi sebaliknya dampaknya terhadap inflasi menjadi positif
(Oosterhaven dan Elhorst, 2003).
Tabel 5.4 Neraca Perdagangan Provinsi Pulau Jawa
DKI Jakarta
Jawa Barat
Jawa Tengah
DIY
Jawa Timur
Banten
2007
-2.796.238.297,0
-1.059.322.629,0
-3.537.144.871,0
2.380.630,0
629.964.532,0
-4.247.554.150,0
2008
-27.364.025.047,0
-2.037.976.611,0
-6.889.828.191,0
2.125.652,0
-8.432.895.247,0
-6.428.958.937,0
2009
-15.562.798.072,0
-1.370.358.114,0
-3.183.795.800,0
2.700.587,0
-254.368.113,0
-4.837.155.878,0
2010
-30.432.900.226,0
-249.465.961,0
-5.776.463.859,0
11.436.587,0
-643.748.407,0
-6.665.677.315,0
Sumber: Kemendag, 2012
Tabel 5.4 memberikan informasi mengenai neraca perdagangan provinsi di
Pulau Jawa. Berdasarkan tabel tersebut apabila diagregsi pada keseluruhan
provinsi, Pulau Jawa memeiliki neraca perdagangan yang defisit (impor lebih
besar dibandingkan ekspor). Defisit tersebut diakibatkan oleh tingginya
ketergantungan impor akan bahan baku produksi pada tiap-tiap sektor pada
perekonomian Pulau Jawa baik migas maupun non-migas. Satu-satunya provinsi
yang tidak mengalami defisit neraca perdagangan pada tabel adalah provinsi DIY,
namun jumlahnya tidak dapat menutupi defisit yang terjadi pada provinsi-provinsi
lainnya di Pulau Jawa.
65
5.3.2.4 Variabel Perubahan Pertumbuhan Ekonomi
Hasil analisis regresi diperoleh hasil koefisien untuk variabel perubahan
pertumbuhan ekonomi D(Y) sebesar 0,124943. Hal ini menandakan bahwa
perubahan pertumbuhan ekonomi memiliki pengaruh yang positif terhadap inflasi
di Pulau Jawa. Peningkatan persentase perubahan pertumbuhan ekonomi sebesar 1
persen, akan meningkatkan inflasi di Pulau Jawa sebesar 0,12 persen dengan
asumsi cateris paribus.
Pada kenyataanya hasil penelitian ini sesuai dengan hipotesis awal yang
diajukan maupun dengan teori demand-pull inflation. Chowdhury dan Siregar
(2004) menyatakan bahwa inflasi adalah sebagai pendorong pertumbuhan
ekonomi, sehingga saat perekonomian mengalami pertumbuhan maka hal tersebut
kemudian akan dibarengi dengan semakin meningkatnya tingkat inflasi.
5.3.2.5 Variabel Perubahan Upah Minimum
Hasil analisis regresi diperoleh hasil koefisien untuk variabel perubahan
upah minimum D(W) sebesar 0,084064. Hal ini menandakan bahwa perubahan
upah minimum memiliki pengaruh yang positif dan signifikan terhadap inflasi di
Pulau Jawa. Peningkatan persentase pertumbuhan upah minimum sebesar 1
persen, akan meningkatkan inflasi di Pulau Jawa sebesar 0,084 persen dengan
asumsi cateris paribus.
Pada kenyataanya hasil penelitian ini sesuai dengan hipotesis awal yang
diajukan maupun dengan teori cost-push inflation. Upah merupakan salah satu
input utama dalam proses produksi. Kenaikan dalam upah akan menyebabkan
kenaikan biaya produksi sehingga produsen akan mengurangi outputnya untuk
mengantisipasi kenaikan biaya tersebut, dengan penurnan output ini membuat
harga barang dan jasa akan meningkat.
66
5.4
Implikasi Kebijakan Pengendalian Inflasi
Kestabilan inflasi merupakan prasyarat bagi pertumbuhan ekonomi yang
berkesinambungan yang pada akhirnya memberikan manfaat bagi peningkatan
kesejahteraan masyarakat. Untuk mengendalikan inflasi dapat dilakukan dengan
menggunakan kebijakan moneter, fiskal atau kebijakan yang menyangkut
kenaikan produksi.
Sasaran kebijakan moneter dapat dicapai melalui pengaturan jumlah uang
beredar (M). Salah satu komponen M adalah uang giral (demand deposit), dengan
demikian Bank Sentral (BI) dapat mengatur uang giral ini melalui penetapan
cadangan minimum. Disamping itu, BI juga dapat menggunakan tingkat diskonto
(discount rate) dan operasi pasar terbuka. Discount rate merupakan tingkat bunga
pinjaman yang diberikan oleh Bank Sentral terhadap Bank Umumm, sedangkan
operasi pasar terbuka adalah jual beli surat-surat berharga BI dengan tujuan
menekan jumlah uang beredar.
Kebijakan fiskal menyangkut pengaturan tentang pengeluaran pemerintah
serta perpajakan yang secara langsung dapat memengaruhi permintaan total dan
dengan demikian akan memengaruhi harga. Inflasi dapat dikendalikan melalui
penurunan pengeluaran pemerintah serta kenaikan pajak.
Kebijakan penentuan harga juga dapat dilakukan untuk pengendalian
inflasi. Kebijakan tersebut dilakukan dengan penentuan ceiling harga, serta
mendasarkan pada indeks harga tertentu untuk upah dan komoditas lain yang
menguasai hajat hidup orang banyak, shingga pemerintah dapat dengan langsung
bertindak terhadap kondisi yang terjadi.
Merujuk kepada hasil penelitian yang diuraikan sebelumnya, Tabel 5.5.
berikut menyajikan rangkuman arah kebijakan yang disarankan oleh penulis
dalam rangka pengendalian inflasi di Pulau Jawa.
67
Tabel 5.5 Implikasi Kebijakan Berdasarkan Hasil Penelitian
No.
1.
2.
3.
Hasil Penelitian
Pengeluaran pemerintah
berpengaruh positif dan
signifikan terhadap inflasi di
Pulau Jawa.
Implikasi Kebijakan
Pemerintah daerah sebaiknya
mengendalikan pengeluarannya
dengan peningkatan efisiensi alokasi
anggaran dan memberikan bobot yang
lebih besar kepada belanja modal bila
dibandingkan dengan belanja barang.
Harga minyak dunia berpengaruh Pemerintah pusat sebaiknya:
positif dan signifikan terhadap
1. Tetap memberikan bantuan subsidi
inflasi di Pulau Jawa.
namun, diiringi dengan
melaksanakan kebijakan
penyesuaian harga BBM secara
perlahan-lahan menyesuaikan
dengan proporsi keuagan
pemerintah.
2. Terkait dengan kebutuhan konsumsi
bahan bakar untuk keperluan
produksi industri perlu dialihkan ke
penggunaan energi alternatif lain
seperti gas maupun panas bumi
sehingga tekanan terhadap
kebutuhan bahan bakar (minyak
bumi) semakin berkurang.
Kondisi infrastruktur jalan raya
Pemerintah baik pusat, provinsi dan
berpengaruh positif dan
kabupaten/kota disarankan agar:
signifikan terhadap inflasi di
1. Meningkatkan daya saing produk
Pulau Jawa.
karena dengan peningkatan daya
saing maka ekspor neto akan terus
meningkat serta memacu ekspor
untuk komoditas unggulan sehingga
peningkatan kondisi infrastruktur
memiliki dampak seperti diharapkan
yaitu mengurangi biaya transportasi
serta lancarnya arus barang sehingga
tingkat harga menjadi turun
2. Memelihara, memperbaiki dan terus
meningkatkan infrastruktur jalan
raya yang sudah tersedia.
68
4.
Pertumbuhan ekonomi
berpengaruh positif dan
signifikan terhadap inflasi di
Pulau Jawa.
5.
Upah minimum regional
berpengaruh positif dan
signifikan terhadap inflasi di
Pulau Jawa
Pemerintah pusat maupun daerah
sebaiknya menciptakan iklim yang
mendorong peningkatan produksi
sekaligus membantu menyediakan
atau paling tidak mempermudah
penyediaan baik secara langsung
maupun tidak langsung atas barangbarang komoditas utama yang banyak
dikonsumsi pada perekonomian
daerah masing-masing untuk
mencukupi kenaikan pada sisi
permintaan.
Pemerintah pusat sebaiknya
memepertimbangkan besarnya
penyesuain upah minimum regional
agar peningkatannya tidak lebih tinggi
dari tingkat inflasi.