peramalan dan analisis faktor-faktor yang memengaruhi penawaran
advertisement
PERAMALAN DAN ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PENAWARAN EKSPOR INDONESIA KE NEGARA-NEGARA ANGGOTA OKI NUR AZIZAH PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, April 2014 Nur Azizah NIM H54100035 ABSTRAK NUR AZIZAH. Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI. Dibimbing oleh IRFAN SYAUQI BEIK. Indonesia bergabung dalam Organisasi Kerja Sama Islam (OKI) sejak tahun 1969, akan tetapi hingga tahun 2012 ekspor Indonesia ke negara-negara anggota OKI hanya sebesar 12% dari total ekspornya. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI serta meramalkan nilai ekspornya hingga Juli 2015. Untuk menganalisis faktorfaktor tersebut digunakan analisis data panel dengan model gravitasi sedangkan untuk meramalkan nilai ekspornya digunakan metode ARIMA. Hasil analisis menunjukkan bahwa GDP riil, populasi dan openness negara importir, serta remoteness antara Indonesia dan negara importir berpengaruh signifikan terhadap ekspor Indonesia ke negara-negara anggota OKI. Hasil peramalan menunjukkan bahwa nilai ekspor Indonesia ke negara-negara anggota OKI akan terus meningkat hingga Juli 2015 dengan laju pertumbuhan rata-rata sebesar 0.58% per bulannya. Kata kunci: ARIMA, model gravitasi (gravity model), perdagangan internasional ABSTRACT NUR AZIZAH. Forecast and Determinants of Supply of Exports of Indonesia to OIC Member Countries. Supervised by IRFAN SYAUQI BEIK. Indonesia joined the Organization of Islamic Cooperation (OIC) in 1969, but by 2012 the share of Indonesia's exports to OIC member countries reaches only 12% of its total exports. This paper aims to analyze the factors affecting Indonesia’s exports to OIC member countries and predicts its value until July 2015. Panel data with gravity model is used as analytical method while ARIMA method is utilized to predict the value of exports until July 2015. The results show that the real GDP, population and trade openness of importers countries, and the remoteness index between Indonesia and importers countries have significant effects on Indonesia’s exports to OIC member countries. It is predicted that the value Indonesia's exports to OIC member countries will continue to increase until July 2015 with average of growth rate of 0.58% per month. Keywords: ARIMA, gravity model, international trade PERAMALAN DAN ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PENAWARAN EKSPOR INDONESIA KE NEGARA-NEGARA ANGGOTA OKI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR NUR AZIZAH 2014 Judul Skripsi : Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI Nama : Nur Azizah NIM : H54100035 Disetujui oleh Dr. Irfan Syauqi Beik Pembimbing Diketahui oleh Dr Ir Dedi Budiman Hakim, M.Ec Ketua Departemen Tanggal Lulus: PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2014 ini adalah ekspor produk Indonesia ke negara-negara anggota Organisasi Kerja Sama Islam (OKI) dengan judul Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI. Terima kasih penulis ucapkan kepada Bapak Dr. Irfan Syauqi Beik selaku pembimbing atas arahan, motivasi, dan ilmu yang diberikan, kepada Ibu Prof. Dr. Ir. Rina Oktaviani selaku penguji utama, dan Bapak Salahuddin El Ayyubi, Lc, MA selaku penguji dari komisi akademik. Selain itu, penulis juga menyampaikan terima kasih kepada Prof. Dr. M Firdaus yang telah memberikan ilmunya, juga kepada semua dosen Ilmu Ekonomi Syariah. Penulis juga berterima kasih kepada Ibu Heni Hasanah, Kak Mutiara Probokawuryan, Kak Diyah Putriani, Kak Astari Miranti, Kak Tita Nursyamsiah atas saran, diskusi, dan nasihatnya dalam penulisan skripsi ini. Ungkapan terima kasih penulis tidak henti untuk kedua orang tua, mama (Ibu Aida) dan ayah (Bapak Nasril), kakak (Uni Reni Syafriani) dan adik (Juliansyah Ibrahim), Ibu Tuti, juga para sahabat (Dian Novia, Anindita, Bayu Prihandika, Ruli Adi, Andrian, Maulina, Putri Eka, Putri Monicha, Nana Rodiana, dan Erma Fatima) yang telah memberikan doa, kasih sayang, dan semangat. Terakhir penulis sampaikan terima kasih atas dukungan dari teman-teman Ilmu Ekonomi Syariah 47, Sharia Economics Student-Club (SES-C) serta Islamic Agri-Economicst Forum (IAEF) IPB. Semoga karya ilmiah ini bermanfaat. Bogor, April 2014 Nur Azizah DAFTAR ISI DAFTAR TABEL x DAFTAR GAMBAR x DAFTAR LAMPIRAN x PENDAHULUAN 1 Latar Belakang 1 Perumusan Masalah 4 Tujuan Penelitian 5 Manfaat Penelitian 5 Ruang Lingkup Penelitian 5 TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 6 Konsep Perdagangan Internasional 6 Konsep Perdagangan Internasional Menurut Islam 6 Teori Penawaran Ekspor dan Variabel Independen yang Digunakan 8 Penelitian Terdahulu 10 Kerangka Pemikiran 12 Hipotesis Penelitian 14 METODE PENELITIAN 14 Jenis dan Sumber Data 14 Metode Analisis dan Pengolahan Data 15 Definisi Operasional Variabel 16 HASIL DAN PEMBAHASAN 21 Gambaran Umum Perekonomian Negara-Negara Anggota OKI 21 Gambaran Umum Ekspor Indonesia ke Negara-Negara Anggota OKI 22 Analisis Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara Anggota OKI 24 Peramalan Ekspor Indonesia ke Negara-Negara Anggota OKI SIMPULAN DAN SARAN 29 31 Simpulan 31 Saran 32 DAFTAR PUSTAKA RIWAYAT HIDUP 33 6 DAFTAR TABEL 1 2 3 4 5 6 Nilai dan volume ekspor Indonesia tahun 2004-2009 Sumber data Hipotesis keputusan uji Durbin-Watson Pola auto-korelasi dan auto-korelasi parsial pada model ARMA Nilai ekspor Indonesia ke negara-negara anggota OKI tahun 2001-2012 Hasil estimasi nilai ekspor Indonesia ke negara-negara anggota OKI dengan gravity model menggunakan fixed effects-Period SUR 7 Hasil Normality test 8 Hasil estimasi model ARIMA (0, 1, 1) 9 Hasil peramalan menggunakan model ARIMA (0, 1, 1) 2 15 19 20 22 24 25 27 31 DAFTAR GAMBAR 1 Tren eskpor Indonesia ke OKI tahun 2001-2011 2 Perbandingan bagian ekspor Indonesia ke OKI dan non-OKI per total ekspor tahun 2012 3 Perbandingan bagian total ekspor Indonesia 4 Kurva perdagangan internasional 5 Kerangka pemikiran 6 Pengujian pemilihan model terbaik dalam panel data 7 Persentasi nilai ekspor dari negara-negara tujuan ekspor Indonesia 8 Komoditas paling sering diekspor Indonesi 9 Tren peningkatan 3 komoditas utama ekspor Indonesia 10 Fluktuasi nilai tukar nominal negara-negara anggota OKI 11 Trade openness index negara-negara anggota OKI 12 Plot data nilai ekspor Indonesia ke OKI pada level 2 3 4 6 13 17 23 26 27 27 28 29 DAFTAR LAMPIRAN 1 2 3 4 Data sekunder dalam analisis data panel menggunakan gravity model Hasil uji Chow Hasil uji Hausman Hasil estimasi gravity model dengan pendekatan fixed effect-Period SUR 5 Hasil uji Normalitas 6 Uji Augmented-Dickey Fuller pada level 7 Uji Augmented-Dickey Fuller pada first difference 8 Grafik korelogram dari first difference nilai ekspor Indonesia ke negara-negara anggota OKI 9 Hasil estimasi model ARIMA (0, 1, 1) 10 Hasil peramalan menggunakan model ARIMA (0, 1, 1) 37 44 44 44 46 46 47 47 49 49 PENDAHULUAN Latar Belakang Indonesia yang masih tergolong ke dalam negara berpendapatan menengah memiliki sumber daya alam dan manusia yang melimpah. Tingkat keanekaragaman hayati Indonesia menduduki peringkat ketiga dunia (ASEAN 2013) dengan jumlah penduduk serta Gross Domestic Product (GDP) yang berada pada urutan keempat dunia (World Bank 2013). Memiliki sumber daya yang relatif lebih besar dibanding negara lain, Indonesia disinyalir belum memaksimalkan potensi bagi pertumbuhan ekonomi juga kesejahteraan masyarakatnya. Padahal dengan potensi tersebut, Indonesia berpeluang memposisikan diri sebagai pusat perdagangan internasional. Sebagai bagian dari usaha memaksimalkan perdagangannya, Indonesia bergabung dengan beberapa lembaga multilateral, baik di tingkat regional Asia Tenggara seperti ASEAN (Association of Southeast Asia Nations) dan AFTA (ASEAN Free Trade Area), maupun di tingkat dunia seperti World Trade Organization (WTO) dan Organisasi Kerja Sama Islam (OKI). OKI yang didirikan sebagai respon terhadap pembakaran secara sengaja Masjid Al-Aqsa di Yerusalem adalah organisasi yang beranggotakan 57 negara Muslim dengan tujuan awal memersatukan, menjaga dan menjamin keamanan umat Islam di dunia. Selain itu, dalam bidang ekonomi, OKI juga bertujuan untuk memperkuat kerja sama dan perdagangan antarnegara anggotanya (OIC 2014) Indonesia bergabung dengan OKI sejak 1969. OKI memiliki target yang tertuang dalam the Ten-Year Programme of Action berupa pada tahun 2015 perdagangan antar-OKI mencapai level 20%. Wujud kerja sama perdagangan OKI dengan Indonesia adalah dengan dibuatnya The Trade Preferential System Among the Members States of OIC (TPS-OIC) yang telah ditandatangani oleh Indonesia sejak tahun 2010. Nilai total ekspor produk oleh Indonesia pada tahun 2004 adalah sebesar 71.58 miliar US$ dan meningkat menjadi 182.55 miliar US$ pada 2013 (Tabel 1). Komoditas yang paling besar menyumbang nilai tersebut di antaranya adalah mineral fuels, oils, distillation products, etc dengan kode HS 27; animal, vegetable fats and oil, cleavage products etc dengan kode HS 15; dan electrical and electrical equipment dengan kode HS 85. Negara importir utama Indonesia pada 2012 adalah negara-negara non-OKI yaitu Jepang, Cina, Singapura, Korea, dan Amerika Serikat. 2 Tabel 1 Nilai dan volume ekspor Indonesia tahun 2004-2013 Tahun Nilai ekspor Volume (miliar US$) ekspor (miliar kg) 2004 71.58 232.32 2005 85.66 258.73 2006 100.79 372.17 2007 114.1 342.77 2008 137.02 355.05 Tahun 2009 2010 2011 2012 2013 Nilai ekspor Volume (miliar US$) ekspor (miliar kg) 116.51 378.99 157.78 478.85 203.49 582.22 190.03 600.14 182.55 700 Sumber: BPS (diolah) Meskipun ekspor Indonesia ke negara-negara anggota OKI memiliki tren yang meningkat (Gambar 1), nilai total ekspor produk Indonesia ke negara-negara anggota OKI tahun 2012 hanya sebesar 12% dari nilai total eskpor Indonesia. Jika dibandingkan dengan ekspor Indonesia ke negara-negara non-OKI, besaran nilai ekspor produk tersebut masih lebih kecil. Negara non-OKI tujuan utama ekspor Indonesia pada tahun 2012 adalah Jepang dengan 15.9% dari nilai total ekspor Indonesia. Sedangkan negara anggota OKI yang paling besar nilai impornya adalah Malaysia dengan besaran ekspor 5.9% dari nilai total eskpor Indonesia. Perbandingan besaran tersebut menandakan bahwa ekspor Indonesia ke negaranegara OKI masih sangat kecil. Dari total 57 negara, eskpor Indonesia ke negaranegara anggota OKI masih lebih kecil dibandingkan ke Jepang. Padahal, OKI memiliki negara-negara yang potensial untuk mengekspor produk-produk Indonesia. 25000000 Ribu US$ 20000000 15000000 10000000 5000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Tahun Sumber: Trade Map, ITC (diolah) Gambar 1 Tren ekspor Indonesia ke negara-negara anggota OKI 3 Negara-negara yang potensial untuk ekspor produk Indonesia adalah negara yang masuk ke dalam kategori high income country atau negara berpendapatan tinggi. Negara-negara tersebut adalah Bahrain, Brunei Darussalam, Kuwait, Oman, Qatar, Arab Saudi, dan Uni Emirat Arab (World Bank 2014) yang merupakan negara pengekspor minyak dunia. Negara-negara tersebut memiliki GDP dan pendapatan per kapita yang tinggi. Selain negara-negara tersebut, negara yang masuk kategori upper middle income atau berpendapatan menengah keatas juga berpotensi menjadi negara tujuan ekspor Indonesia. Contoh dari negara berpendapatan menengah keatas tersebut adalah Malaysia, Aljazair, Iran, Turki, Libya, dan lain-lain (World Bank 2014). rest of the world Malaysia 9% 7.9% 38.9% 11.4% Uni Emirat Arab Arab Saudi 7.8% Pakistan 15.9% 0.7% 0.9% 5.9% 0.9% 0.7% Turki Jepang Amerika Serikat Cina Korea Selatan Singapura Sumber: Trade Map, ITC Gambar 2 Perbandingan bagian ekspor Indonesia ke OKI dan non-OKI per total ekspor tahun 2012 Perbandingan bagian ekspor Indonesia ke negara-negara anggota OKI dan negara-negara non-OKI di atas dapat menunjukkan bahwa perdagangan dan integrasi antara Indonesia dan sesama negara Muslim masih rendah. Padahal Allah SWT dalam QS. 3:103, QS. 61:4, dan QS 9:71 memerintahkan umat Islam untuk bersatu, saling bekerja sama dan saling membantu. Oleh karena itu, perlu dilakukan analisis faktor-faktor yang selama ini memengaruhi penawaran ekspor Indonesia ke negara-negara anggota OKI dan meramalkan nilai ekspor tersebut sebagai referensi untuk menetapkan langkah-langkah yang dapat diambil untuk meningkatkan ekspor Indonesia ke negara-negara anggota OKI. 4 Perumusan Masalah Tren ekspor Indonesia ke negara-negara anggota OKI sejak 2005 sampai 2012 setiap tahunnya meningkat, akan tetapi nilai ekspor tersebut relatif lebih kecil dibandingkan dengan total eskpor Indonesia ke seluruh dunia (Gambar 3). Nilai total ekspor Indonesia pada tahun 2012 adalah sebesar US$ 190 miliar. Sedangkan nilai total ekspor Indonesia ke negara-negara anggota OKI pada tahun 2012 hanya sebesar US$ 23.11 miliar. 250000000 200000000 150000000 100000000 50000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Total eskpor Indonesia Total ekspor Indonesia ke OKI Sumber: Trade Map, ITC Gambar 3 Perbandingan bagian total eskpor Indonesia Meski menjadi pengekspor utama kelima di OKI, besaran ekspor Indonesia ke negara-negara anggota OKI hanya sebesar 12% dari total ekspornya. Negaranegara anggota OKI yang nilai impornya dari Indonesia terbesar pada tahun 2012 adalah Malaysia, Arab Saudi, Uni Emirat Arab, Pakistan, dan Turki (Trade Map 2014). Akan tetapi, besaran ekspor kelima negara tersebut terhadap total ekspor Indonesia lebih kecil dibandingkan dengan besaran ekspor Indonesia ke negaranegara non-OKI. Negara-negara non-OKI tujuan ekspor terbesar Indonesia di antaranya Jepang, Cina, Singapura, Korea Selatan, dan Amerika Serikat (Trade Map 2014). Padahal, negara-negara OKI memiliki potensi terhadap ekspor yang sama dengan negara-negara non-OKI dari sisi tingkat pendapatan. Sebagian besar negara penghasil minyak dunia merupakan negara anggota OKI yang maju dengan tingkat pendapatan berupa GDP dan pendapatan per kapita yang masuk dalam kategori high income country seperti Bahrain, Brunei Darussalam, Kuwait, Oman, Qatar, Arab Saudi, dan Uni Emirat Arab. Berdasarkan latar belakang dan uraian tersebut, ada beberapa hal yang akan dianalisis dalam penelitian ini, di antaranya: 1. Faktor-faktor apakah yang memengaruhi ekspor Indonesia ke negaranegara anggota OKI? 2. Bagaimana prediksi tren dan nilai ekspor Indonesia ke negara-negara anggota OKI hingga bulan Juli 2015? 5 Tujuan Penelitian Berdasarkan latar belakang dan masalah yang telah dirumuskan, penelitian ini bertujuan: 1. Menganalisis faktor-faktor yang memengaruhi ekspor Indonesia negaranegara anggota OKI. 2. Meramalkan tren dan nilai ekspor Indonesia ke negara-negara anggota OKI hingga bulan Juli 2015. Manfaat Penelitian Penelitian ini diharapkan dapat dijadikan referensi bagi peneliti dan pengambil kebijakan terkait perdagangan baik dari sisi pemerintah Indonesia maupun pihak-pihak yang berwenang di OKI dalam upaya meningkatkan ekspor produk Indonesia ke negara-negara anggota OKI. Ruang Lingkup Penelitian Penelitian ini memiliki ruang lingkup sebagai berikut: 1. Pada analisis faktor-faktor yang memengaruhi nilai ekspor Indonesia ke negara-negara anggota OKI, sampel negara yang digunakan berupa 17 negara yang menyumbang 91.23% dari total nilai ekspor Indonesia ke negara-negara anggota OKI dari 2005 hingga 2011. Ketujuh belas negara tersebut adalah Malaysia, Uni Emirat Arab, Saudi Arabia, Turki, Pakistan, Banglades, Mesir, Nigeria, Yordania, Aljazair, Kuwait, Oman, Yaman, Iraq, Qatar, Sudan, dan Benin. 2. Pada analisis faktor-faktor yang memengaruhi diteliti besaran nilai transaksi ekspor Indonesia ke negara-negara anggota OKI sebagai variabel dependen dan variabel-variabel yang menurut literatur dapat memengaruhi perdagangan antara Indonesia dan negara-negara anggota OKI sebagai variabel independen. Variabel-variabel yang independen tersebut adalah GDP riil ketujuh belas negara sampel, jarak (remoteness) antara Indonesia dan ketujuh belas negara sampel, nilai tukar riil antara Indonesia dan ketujuh belas negara sampel, serta populasi dan openess ketujuh belas negara sampel. Rentang waktu yang digunakan dalam penelitian ini selama 7 tahun yaitu dari 2005 hingga 2011. 3. Pada penelitian ini, untuk peramalan nilai ekspor digunakan data bulanan nilai ekspor Indonesia ke negara-negara anggota OKI dari Januari 2006 hingga Juli 2013. 4. Ekspor Indonesia yang dimaksud adalah ekspor produk Indonesia dengan kode HS 2 digit (total product). 6 TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN Konsep Perdagangan Internasional Bukti-bukti empiris yang ditemukan oleh para peneliti menunjukkan bahwa pembangunan di suatu negara akan berjalan leih baik apabila negara tersebut terlibat aktif dalam perdagangan internasional (Salvatore 1997). Perdagangan internasional dapat membawa dampak positif bagi suatu negara atau juga sebaliknya. Walaupun kecil, aktivitas dalam perdagangan antarnegara pada kenyataannya dapat memberikan kontribusi positif bagi proses pembangunan. Gambar di bawah ini masing-masing melambangkan kurva permintaan dan penawaran untuk negara A dan B hingga terciptanya harga keseimbangan ekuilibrium. Da Sa Db Es X Sb Pb P* M Pa Ed O O Qa Sumber: (Salvatore 1997) Negara A Q* Perdagangan O Qb Negara B Gambar 4 Kurva perdagangan internasional Keterangan: Pa : Harga domestik di negara A (pengekspor) tanpa perdagangan internasional OQa : Jumlah produk domestik yang diperdagangkan di negara A (pengekspor) tanpa perdagangan internasional X : Jumlah komoditas yang diekspor negara A OQb : Jumlah produk domestik yang diperdagangkan di negara B (pengimpor) tanpa perdagangan internasional M : Jumlah komoditas yang diimpor oleh negara B (pengimpor) P* : Harga keseimbangan antar kedua negara setelah perdagangan internasional OQ* : Keseimbangan penawaran dan permintaan antar kedua negara dimana jumlah yang diekspor (X) sama dengan jumlah yang diimpor (M) Konsep Perdagangan Internasional Menurut Islam Islam adalah agama yang ajarannya mencakup seluruh aspek kehidupan manusia (QS. 5:3) termasuk di dalamnya kegiatan ekonomi seperti perdagangan. Perdagangan merupakan salah satu cabang dari muamalah. Kaidah yang menjadi dasar diperbolehkannya perdagangan adalah kaidah asal muamalah yaitu “asal dari segala sesuatu adalah boleh kecuali ada dalil yang melarangnya” (Yafie 2003). 7 Perdagangan dalam Al-Qur’an disebut dengan al-tijarah atau al-ba’i. Allah SWT telah menghalalkan perdagangan (jual beli) dalam QS. Al-Baqarah:275. Prinsip dasar perdagangan dalam Islam adalah dilakukan dengan cara suka sama suka (QS. 4:29), tidak mengonsumsi dan bertransaksi dengan cara-cara yang dilarang oleh Allah SWT seperti mengonsumsi babi, minuman keras atau berdagang dengan menggunakan bunga (riba), gharar (ketidakpastian), dan lainlain (Yafie 2003). Nabi Muhammad SAW pada masanya sudah dikenal sebagai pedagang yang mendapat julukan al-amin (dapat dipercaya) yang telah dikenal cakap dalam melakukan perdagangan. Secara prinsip, terdapat 4 pilar yang dijadikan sebagai dasar transaksi berdasarkan perdagangan yang dilakukan oleh Nabi Muhammad SAW yaitu tauhid, adil (keseimbangan), kehendak bebas, dan pertanggungjawaban (Yafie 2003). Nabi Muhammad SAW mengutamakan prinsip tauhid (QS. 6:162) dalam melakukan perdagangan yaitu dengan memadukan sepanjang garis vertikal segi politik, ekonomi, sosial, dan religi dari kehidupan manusia menjadi suatu kesatuan yang homogen dan konsisten. Karena setiap harta (aset) hakikatnya adalah milik Allah SWT, manusia hanya mendapatkan amanah untuk mengelolanya (istikhlaf) dengan ketentuan Pemiliknya Yang Hakiki (Yafie 2003). Nabi Muhammad SAW juga mengindahkan prinsip adil dalam bertransaksi dalam perdagangan seperti yang terdapat dalam QS. Al-Qamar: 49 dan QS. Al-Mulk:34. Pilar yang ketiga adalah kehendak bebas (QS. 74:38, QS. 6:164) yang ditunjukkan dengan kebebasan dalam melaksanakan kegiatan ekonomi sesuai dengan kreatifitas dan keinginan selama masih dalam batas halal. Pilar yang keempat adalah pertanggungjawaban. Pertanggungjawaban terwujud dalam pelaksanaan transaksi yang fair dan bertanggung jawab seperti pengiriman yang tepat waktu, kualitas yang dikirim merupakan yang disepakati, tidak memperjualbelikan barang yang dapat merusak masyarakat dan lingkungan (Yafie 2003). Pada masa kejayaan Islam telah terdapat pemikir ekonomi yang ternyata beberapa konsepnya tidak memiliki perbedaan yang signifikan dengan teori Adam Smith maupun Keynesian (Sukmana dan Beik 2006). Sebagai contoh, Ibnu Khaldun yang hidup jauh sebelum Adam Smith maupun J.M Keynes mengatakan bahwa perdagangan internasional terjadi dikarenakan adanya perbedaan permintaan antar keduanya. Jika permintaan pada suatu negara pada komoditas tertentu lebih baik dari permintaan di negara lain, negara yang memiliki permintaan lebih kecil akan mengekspor barang tersebut ke negara yang memiliki tingkat permintaan yang lebih besar sehingga terjadi ekspor dan impor. Teori ini disebut juga sebagai teori kebergantungan pasar (market interdependence) (Beik dan Arsyanti 2006). Secara umum, para pemikir ekonomi Islam seperti Abu Yusuf, Al-Ghazali, Ibnu Taimiyyah, Ibnu al-Qayyim al-Jawziyyah, dan Ibnu Khaldun mendukung gagasan perdagangan yang bebas dengan syarat pasar bekerja secara alamiah. Terciptanya pasar yang bekerja secara alamiah dipengaruhi oleh beberapa faktor seperti: infromasi mengenai komoditas yang diperdagangkan serta harga di dalam pasar bersifat sempurna, bebas masuk dan keluar pasar, tidak adanya penimbunan dan hal lain yang dilarang oleh Syariat Islam, tidak adanya nepotisme antara regulator dengan penjual ataupun pembeli, dijunjung tingginya kejujuran, keadilan, dan kebebasan dalam memilih (Sukmana dan Beik 2006). Selama perbedaan kebangsaan adalah persoalan umum, hubungan ekonomi internasional seharusnya diikuti oleh semangat dan dukungan persatuan juga 8 persaudaraan. Hubungan ekonomi internasional harus dijalankan dengan tujuan demi terpenuhinya kebutuhan umat Islam dan terbebasnya Muslim dari unsur kedzaliman. Selain itu, terjalinnya hubungan ekonomi internasional juga harus menjamin kerja sama yang maksimal untuk merealisasikan kesejahteraan manusia di tingkat global, bersifat adil dan menghindari pembuatan kebijakan yang dapat membahayakan negara lain (Siddiqi 1992). Oleh karena itu, hubungan ekonomi internasional baik dalam bentuk kerja sama maupun perdagangan haruslah dibingkai dengan tujuan melindungi maqashid syariah yaitu melindungi agama, akal, jiwa, harta, dan keturunan masyarakat dari negara tersebut dengan mempertimbangkan maslahah dan mudhorot atau dampai baik dan buruk yang ditimbulkan dari hubungan ekonomi internasional yang terjalin (Yafie 2003). Maslahah tidak akan dapat dicapai apabila negara tidak menjamin terciptanya hubungan ekonomi internasional yang sesuai dengan aturan syariat Islam. Dalam sudut pandang ekonomi modern, hal tersebut dapat dilakukan dengan melihat barang dan jasa yang diperdagangkan harus sesuai syariah, dampak perdagangan tersebut ke kondisi makroekonomi, target negara terkait pengangguran, pemenuhan kebutuhan masyarakat, distibusi pendapatan, dan terjaganya kestabilan perekonomian negara (Siddiqi 1992). Perdagangan yang dilakukan harus mempertimbangkan maslahah dan mudharat yang akan berdampak tidak hanya pada perekonomian negara tersebut, melainkan juga kepada masyarakat di berbagai lapisan (Jaribah 2006). Teori Penawaran Ekspor dan Variabel Independen yang Digunakan Teori Penawaran Ekspor Aliran ekspor yang terjadi dalam perdagangan antar kedua negara dapat berupa penawaran ekspor dari negara pengekspor ataupun permintaan dari negara pengimpor. Penawaran suatu komoditas merupakan jumlah komoditi yang ditawarkan oleh produsen kepada konsumen dalam suatu pasar pada tingkat harga dan waktu tertentu. Penawaran ekspor tersebut merupakan selisih antara produksi domestik dengan konsumsi atau permintaan domestik ditambah dengan persediaan tahun sebelumnya (Mustika 2009). Adanya teori mengenai penawaran dan permintaan ekspor dapat menunjukkan dan menganalisis faktor-faktor yang memengaruhi aliran ekspor suatu negara (Hafni 2011). Adapun faktor-faktor yang memengaruhi penawaran eskpor yang digunakan dalam penelitian ini di antaranya GDP riil negara importir, nilai tukar riil rupiah terhadap mata uang negara importir, populasi dan trade openness index negara importir serta remoteness index antara Indonesia dengan negara importir. Pemikir ekonomi Islam, Ibnu Khaldun, menyampaikan teorinya dalam teori penawaran. Teori penawaran yang ia sampaikan adalah teori penawaran dalam produk pertanian yaitu bahwa tingginya harga produk pertanian tidak hanya disebabkan oleh penawaran produk pertanian kelangkaan produk tersebut tetapi juga dapat disebabkan oleh naiknya biaya produksi. Ia menyimpulkan bahwa biaya produksi adalah salah satu faktor penting yang memengaruhi harga output suatu produk (Sukmana dan Beik 2006). 9 Gross Domestic Product (GDP) Riil Negara Importir Salah satu faktor yang memengaruhi ekspor, impor, dan ekspor neto suatu negara adalah pendapatan konsumen di dalam dan luar negeri (Mankiw 2003). Pada penelitian ini digunakan GDP riil sebagai ukuran pendapatan negara importir dalam kegiatan impor yang dilakukannya dari Indonesia. GDP mengukur pengeluaran total dari suatu perekonomian terhadap berbagai barang dan jasa yang baru diproduksi pada suatu saat atau tahun, serta pendapatan total yang diterima dari adanya seluruh produksi barang dan jasa tersebut. Lebih lanjut lagi, GDP riil merupakan ukuran yang tepat untuk mengetahui tingkat produksi barang dan jasa dari suatu perekonomian (Mankiw 2003) dan mecerminkan kemampuan riil negara importir dalam membeli barang-barang yang diekspor Indonesia. Nilai Tukar Riil Faktor lainnya yang memengaruhi ekspor, impor, dan ekspor neto suatu negara adalah kurs yang menentukan jumlah mata uang domestik yang dibutuhkan untuk membeli mata uang asing (Mankiw 2003). Kurs atau nilai tukar yang digunakan dalam penelitian ini adalah nilai tukar riil. Nilai tukar riil ini disebut juga sebagai penentu utama dari berapa banyak suatu negara mengekspor dan mengimpor dengan mengukur harga relatif suatu barang dan yang tersedia di dalam negeri terhadap barang dan jasa di luar negeri (Mankiw 2003). Nilai tukar riil di antara kedua negara dihitung dari nilai tukar nominal dan tingkat harga di kedua negara. Jika nilai tukar riil tinggi, barang-barang luar negeri relatif lebih murah dan barang-barang domestik relatif lebih mahal, begitu juga sebaliknya (Mankiw 2003). Pemikir ekonomi Islam, Ibnu Taimiyyah, menyebutkan juga bahwa jenis uang akan memengaruhi harga pada suatu transaksi. Jika uang yang digunakan antar kedua belah pihak adalah uang yang biasa digunakan keduanya (common money), harga pada transaksi tersebut akan lebih rendah dibandingkan dengan uang yang jarang digunakan (Sukmana dan Beik 2006). Pengimplementasian terori Ibnu Taimiyyah tersebut pada perekonomian modern dapat diartikan dengan penggunaan mata uang yang sama akan membuat harga produk bagi kedua negara tidak berbeda sehingga dapat mengurangi biaya perdagangan. Populasi Negara Importir Populasi dapat memengaruhi ekspor dari dua sisi yaitu sisi penawaran dan permintaan. Dari sisi penawaran atau dari negara importir, adanya peningkatan populasi akan meningkatkan konsumsi domestik yang berarti meningkatkan permintaan domestik akan suatu komoditi (Salvatore 1997). Teori tersebut sejalan dengan pemikiran Ibnu Taimiyyah yang menyebutkan bahwa peningkatan populasi akan menyebabkan terjadinya peningkatan permintaan (Sukmana dan Beik, 2006). Trade Openness Index Ibnu Khaldun, pemikir ekonomi Islam, menyebutkan bahwa perdagangan merupakan indikator apakah ekonomi suatua negara tersebut terbuka atau tertutup. Trade Openness Index atau dengan nama lain trade intensity ratio adalah rasio yang digunakan untuk mengukur seberapa relatif penting perdagangan internasional dibandingkan dengan perdagangan domestik bagi suatu negara (OECD 2011). Indeks ini mengukur seberapa terbukanya suatu negara terhadap perdagangan internasional. Jika suatu negara memiliki indeks trade openness yang semakin 10 tinggi, bahkan bisa melebihi 1, berarti negara tersebut semakin terbuka terhadap ekspor dan impor ke negaranya. Remoteness Index Remoteness index adalah suatu perhitungan yang mengukur jarak suatu negara dengan rekan dagangnya yang terboboti, dimana pembobot yang digunakan adalah proporsi (share) GDP negara rekan dagang terhadap GDP dunia (Head dalam UNCTAD 2012). Remoteness index merupakan pilihan yang lebih sederhana yang telah banyak digunakan di dalam metode yang menggunakan efek tetap negara eksportir maupun importir (Rose dan Wincoop 2001, Feenstra 2004, Baldwin dan Taglioni 2006 dalam UNCTAD 2012). Dalam beberapa penelitian, variabel ini disebut juga sebagai jarak ekonomi riil. Penelitian Terdahulu Miranti (2013) melakukan penelitian yang berjudul Peramalan Permintaan Biodiesel dan Analisis Faktor-Faktor yang Memengaruhi Permintaan Biodiesel di Indonesia. Penelitian tersebut dilakukan dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Ordinary Least Square (OLS) dengan menggunakan data bulanan dari Januari 2011 hingga Juni 2013. Hasil penelitian tersebut menunjukkan bahwa permintaan terhadap biodiesel di Indonesia akan semakin meningkat pada periode Juli 2013–Desember 2014 dengan laju peningkatan yang diprediksi sebesar 20.91% pada tahun 2013 dan 28.09% pada tahun 2014. Sedangkan faktor-faktor yang memengaruhi permintaan biodiesel adalah harga riil bulan (t-1) biodiesel, harga riil solar, nilai tukar riil rupiah terhadap dollar AS, dan pendapatan riil per kapita. Zahro (2013) meneliti tentang daya saing dan faktor-faktor yang memengaruhi aliran ekspor alas kaki Indonesia di kawasan ASEAN dan Cina menggunakan metode Revealed Comparative Advantages (RCA) dan data panel dengan model gravitasi. Data yang digunakan dalam penelitian tersebut adalah data ekspor produk berdasarkan HS 640219 dan HS 640319 dari tahun 2000-2011. Penelitian tersebut memberikan hasil bahwa produk alas kaki Indonesia memiliki keunggulan komparatif yang baik di pasar Cina, Vietnam, Malaysia, Thailand, dan Singapura. Variabel yang berpengaruh signifikan terhadap ekspor alas kaki Indonesia adalah GDP nominal negara tujuan, GDP riil Indonesia, dan nilai tukar riil rupiah. Sedangkan faktor jarak ekonomi tidak berpengaruh signifikan diduga karena semakin canggih dan modern alat transportasi, biaya transportasi yang direpresentasikan dalam jarak ekonomi tidak menjadi masalah. Razzaghi et al. (2012) dalam penelitian yang berjudul The Determinants of Trade Flows between D-8 Group Members through Gravity Model menganalisis faktor-faktor yang memengaruhi perdagangan antaranggota D-8 yaitu Indonesia, Iran, Banglades, Pakistan, Turki, Malaysia, Mesir, dan Nigeria. Penelitian yang menggunakan fixed effect model sebagai pendekatan analisis data panel memberikan hasil bahwa GDP dari negara eksportir dan importir, nilai tukar riil, dan jarak teknologi pada negara eksportir memiliki pengaruh positif yang signifikan sedangkan populasi dan tarif pada negara importir serta jarak geografis keduanya memiliki pengaruh negatif yang signifikan dalam perdagangan antarnegara D-8. 11 Jalil (2012) dalam tesisnya yang berjudul Identifikasi, Analisis Daya Saing, dan Faktor-Faktor yang Memengaruhi Aliran Perdagangan Komoditi Unggulan Ekspor Indonesia ke Uni Eropa menganalisis komoditi utama ekspor Indonesia ke Uni Eropa, level kompetitif dan derajat integrasinya serta faktor-faktor yang memengaruhi ekspor komoditi tersebut. Penelitian tersebut menggunakan metode Revealed Comparative Advantage Index, Intra-Industry Trade Index, dan gravity model sebagai metode analisis. Hasil penelitian tersebut menunjukkan bahwa komoditi unggulan Inodnesia ke Uni Eropa memiliki daya kompetitif dan derajat integrasi yang tinggi. Selain itu, ekspor komoditi unggulan Indonesia ke Uni Eropa dipengaruhi oleh ekspor tahun sebelumnya, GDP riil Indonesia, GDP per kapita negara tujuan ekspor, nilai tukar riil rupiah dengan mata uang negara tujuan ekspor serta jarak ekonomi antara Indonesia dan negara tujuan ekspornya. Hernanda (2011) dalam penelitian yang berjudul Analisis Peramalan Tingkat Produksi dan Konsumsi Gula Indonesia dalam Mencapai Swasembada Gula Nasional menganalisis upaya yang dilakukan melalui skenario peningkatan luas area, produktivitas dan rendemen tanpa kebijakan penambahan pabrik gula baru dengan kebijakan penambahan pabrik gula baru yang diterapkan oleh pemerintah. Penelitian ini menggunakan metode ARIMA untuk meramalkan data produksi produksi dan konsumsi gula nasional serta menggunakan analisis regresi untuk melihat hubungan antara produksi gula dengan luas areal, produktivitas, dan rendemen. Hasil penelitian menggunakan model ARIMA (2, 1, 2) untuk keragaan produksi gula dan (1, 1, 3) untuk keragaan konsumsi gula menunjukkan bahwa pada tahun 2014 Indonesia belum mampu mencapai swasembada gula nasional seperti hasil proyeksi yang dilakukan oleh pemerintah. Hatab et al. (2010) dalam penelitian yang berjudul Determinants of Egyptian Agricultural Exports: A Gravity Model Approach meneliti faktor-faktor yang memengaruhi ekspor komoditi pertanian Mesir dengan menggunakan data 50 negara importirnya selama 15 tahun. Metode yang digunakan adalah data panel menggunakan pendekatan fixed effect model. Hasil yang diperoleh dari penelitian ini bahwa GDP Mesir dan nilai tukar berpengaruh sighnifikan dan bertanda koefisien positif terhadap ekspor komoditi pertanian Mesir. Sebaliknya, GDP per capita dan jarak antar kedua negara secara signifikan berpengaruh negatif terhadap ekspor komoditi pertanian Mesir. Zarzoso dan Lehmann (2003) dalam penelitian yang berjudul Augmented Gravity Model: An Empirical Application to Mercosur-European Union Trade Flows menggunakan model gravitasi untuk menganalisis faktor-faktor yang memengaruhi perdagangan antara Mercosur dan Uni Eropa sejak perjanjian antar kedua blok tersebut diadakan. Pendekatan data panel terbaik yang digunakan adalah fixed effect model. Hasil dari penelitian ini menunjukkan bahwa pendapatan negara eksportir dan importir memiliki pengaruh positif terhadap perdagangan keduanya sebagaimana yang dijelaskan teori. Populasi negara eksportir memiliki pengaruh negatif dalam ekspor menandakan adanya efek penyerapan yang positif sedangkan variabel populasi negara importir memiliki pengaruh yang positif dalam ekspor menandakan bahwa negara yang lebih besar mengimpor lebih banyak dibandingkan negara yang kecil. Selain itu, variabel infrastruktur, perbedaan pendapatan, dan nilai tukar memiliki pengaruh positif dan signifikan dalam menjelaskan perdagangan antar keduanya. 12 Bendjilali (1997) dalam penelitiannya yang berjudul An Intra-Trade Conometric Model for OIC Member Countries: A Cross-Country Analysis menganalisis faktor-faktor yang memengaruhi perdagangan bilateral antarnegara anggota OKI. Dengan meregresi variabel-variabel independen menggunakan model gravitasi, hasil penelitian ini menunjukkan bahwa rata-rata GDP per kapita negaranegara anggota OKI, tingkat pembiayaan Islamic Development Bank (IDB), keikutsertaan negara tersebut ke dalam skema perdagangan regional berpengaruh positif terhadap perdagangan antarnegara anggota OKI. Sedangkan biaya transportasi dan komunikasi sebagai proksi dari jarak memiliki pengaruh negatif terhadap perdagangan antarnegara anggota OKI. Kerangka Pemikiran Mengacu pada tujuan penelitian yang sebelumnya telah dijabarkan, berikut adalah beberapa tahapan analisis yang akan dilakukan. Tahap pertama yang akan dilakukan adalah menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI menggunakan analisis data panel dengan gravity model. Variabel independen yang diuji dalam analisis tersebut di antaranya GDP riil negara importir, nilai tukar riil rupiah terhadap mata uang negara importir, trade openness index dan populasi negara importir serta remoteness index antara Indonesia dan negara importir. Hal yang selanjutnya dilakukan adalah meramalkan nilai ekspor Indonesia ke negara-negara anggota OKI sampai dengan Juli 2015 menggunakan metode ARIMA. Kerangka pemikiran pada penelitian ini dijelaskan pada Gambar 5. 13 Nilai total ekspor Indonesia ke negara-negara anggota OKI sangat kecil dibandingkan dengan ke negara-negara non-OKI setiap tahunnya Besaran nilai ekspor 57 negara anggota OKI masih lebih kecil dengan besaran nilai ekspor Indonesia ke Jepang Sebagian besar negara anggota OKI merupakan high income dan upper middle income country yang berpotensi menjadi tujuan ekspor Indonesia Indonesia memiliki keunggulan dari sisi SDM, SDA, kegiatan produksi untuk menawarkan ekspornya ke negara anggota OKI Peramalan nilai ekspor Indonesia ke negara-negara anggota OKI Analisis faktor-faktor yang memengaruhi penawaran ekspor Indonesia ke negara-negara anggota OKI Metode ARIMA Gravity Model Diduga nilai ekspor tersebut masih mengalami peningkatan hingga Juli 2015 Faktor-faktor yang diduga berpengaruh di antaranya: GDP riil negara importir (+) Nilai tukar riil (+) Populasi negara importir (+) Trade openness index negara importir (+) Remoteness index (-) Rekomendasi untuk meningkatkan penawaran ekspor Indonesia ke negara-negara anggota OKI Gambar 5 Kerangka pemikiran 14 Hipotesis Penelitian 1. GDP riil negara importir akan berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI yang menunjukkan kemampuannya menyerap penawaran ekspor dari Indonesia. Hal ini dikarenakan GDP riil mengukur pendapatan total yang diterima dari perubahan kuantitas atau tingkat produksi barang dan jasa yang berubah dari waktu ke waktu oleh negara tersebut (Mankiw 2003). 2. Nilai tukar rill (Rp/mata uang negara importir) atau apabila terjadi depresiasi rupiah, akan berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI yang menunjukkan harga barang-barang di Indonesia relatif lebih murah dibandingkan di negara importir anggota OKI (Razzaghi et al. 2012) 3. Besarnya populasi negara importir dapat berpengaruh positif maupun negatif terhadap nilai ekspor produk Indonesia ke negara-negara anggota OKI. Hal tersebut bergantung pada kondisi apakah suatu negara yang populasinya besar mengimpor lebih sedikit atau banyak dibandingkan dengan negara populasinya kecil (Zarzoso dan Lehmann 2003). 4. Remoteness akan bepengaruh negatif terhadap ekspor Indonesia ke negaranegara anggota OKI yang menunjukkan bahwa semakin jauh jarak geografis dan share GDP negara tersebut terhadap dunia akan menurunkan nilai impornya kepada suatu negara (UNCTAD 2012). 5. Trade openness index negara importir akan berpengaruh positif terhadap nilai ekspor produk Indonesia ke negara-negara anggota OKI menunjuukan derajat kebergantungan dari permintaan domestik terhadap penawaran luar negeri dari barang dan jasa (Squalli dan Wilson 2006) 6. Diramalkan tren dan nilai ekspor produk Indonesia ke negara-negara anggota OKI akan meningkat hingga Juli 2015. METODE PENELITIAN Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa deret waktu (time series) bulanan nilai ekspor Indonesia ke negara-negara anggota OKI dari Januari 2006 hingga Juli 2013 untuk peramalan dan data deret waktu (time series) tahunan dari 2001 hingga 2011 yang digunakan untuk menganalisis faktorfaktor yang memengaruhi ekspor tersebut. Data yang digunakan terlampir pada Lampiran 1. 15 Tabel 2 Sumber data No. 1. 2. 3. 4. Data yang digunakan Nilai ekspor Indonesia ke negaranegara anggota OKI, 2001-2013 Total ekspor dan impor semua negara sampel ke dunia, 2005-2011 GDP riil, GDP dunia, nilai tukar nominal, Consumer Price Index (CPI), populasi semua negara, 2005-2011 Jarak geografis antara Indonesia dengan ketujuh belas negara sampel Sumber Trade Map, International Trade Center World Trade Organization (WTO) Databank World Bank Centre d’Etudes Prospectives et d’Informations Internationales (CEPII) Metode Analisis dan Pengolahan Data Data yang diperoleh dalam penelitian ini dianalisis secara kuantitatif. Analisis dengan metode kuantitatif dilakukan dengan analisis data panel menggunakan gravity model dan metode Autoregressive Integrated Moving Average (ARIMA). Analisis data panel menggunakan gravity model dilakukan untuk menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI. Sedangkan metode ARIMA digunakan untuk meramalkan nilai ekspor tersebut hingga Juli 2015. Dalam menganalisis data, peneliti menggunakan bantuan software atau perangkat lunak Microsoft Excel 2013 dan Eviews 6. Metode Analisis Data Panel menggunakan Gravity Model Model Gravitasi (Gravity Model) telah digunakan dalam beberapa studi empiris terkait perdagangan internasional. Model ini pertama kali dikemukakan oleh Jan Tinbergen (1962) yang meneliti bahwa besarnya aliran perdagangan bilateral antar kedua negara dapat diperkirakan menggunakan Hukum Gravitasi yang dianalogikan dari Teori Gravitasi Newton dalam fisika. Teori tersebut menyatakan bahwa interaksi antara dua objek adalah sebanding dengan massanya dan berbanding terbalik dengan jarak antar keduanya. Dalam perdagangan internasional, gravity model menggunakan GDP atau GNP sebagai ukuran ekonomi suatu negara dan jarak geografis antar kedua negara sebagai variabel utama. Perumusan Model dengan Gravity Model Persamaan gravity model biasanya dituliskan sebagai berikut (Anderson, 1979): Mijk = αk Yiβk Yjϓk Niɛk Nj€k dijµk Uijk Keterangan: Mijk = Nilai perdagangan barang atau jasa k dari negara atau regional i ke negara atau regional j Yi = pendapatan negara i Yj = pendapatan negara j 16 Ni Nj dij Uijk = populasi negara i = populasi negara j = jarak antara negara atau regional i dan j = galat yang menyebar secara lognormal dimana E(ln Uijk) adalah 0 (nol). Dari model umum di atas, penelitian ini menggunakan GDP riil sebagai ukuran pendapatan negara-negara anggota OKI. Selain itu, dikarenakan jarak geografis antar kedua negara tidak berubah setiap waktunya, digunakan indeks yang disebut remoteness. Selain GDP atau GNP dan jarak yang digunakan sebagai variabel independen pada gravity model dalam menghitung aliran perdagangan antar kedua negara, nilai tukar riil (Razzaghi et al. 2012), populasi dan trade openness index (Hatab et al. 2010) juga dapat digunakan untuk melihat faktor suatu negara melakukan perdagangan ke negara lain. Ketiga variabel tersebut memiliki pengaruh positif terhadap perdagangan antarnegara. Sebagian besar variabel dalam gravity model dijadikan dalam bentuk logaritma natural agar kofisien yang diperoleh dari hasil estimasi dapat dibaca secara langsung sebagai nilai elastisitas. Sebagai contoh, elastisitas dari jarak terhadap perdagangannya adalah -0.7 sampai -1.5. Apabila jarak antar kedua negara naik setiap kenaikan 10%, akan berakibat pada berkurangnya perdagangan mereka sebesar 7-15% (UNCTAD 2012). Sehingga model yang ditetapkan dalam penelitian ini adalah sebagai berikut: LNEKSPOR = α + β1LNGDPREAL_CUSTjt + β3LNNTRjt + β4LNOPEN_CUSTjt + β5LNPOP_CUSTjt + β6LNREMOTEINDjt + µjt Keterangan: EKSPOR GDPREAL_CUSTjt NTRjt OPEN_CUSTjt POP_CUSTjt REMOTEINDjt µjt α β = Nilai ekspor Indonesia ke negara importir tahun ket (ribu US$) = GDP riil negara importir pada tahun t (US$) = Nilai tukar riil rupiah pada tahun t (rupiah/mata uang negara j) = Trade openness index negara importir pada tahun t = Populasi negara importir pada tahun t (orang) = Remoteness negara importir pada tahun t = error term = intercept = slope Definisi Operasional Variabel 1. Nilai ekspor (ribu US$) adalah nilai ekspor total produk dari Indonesia ke tujuh belas negara sampel yang mewakili OKI. 2. GDP riil (US$) adalah nilai produksi barang dan jasa berdasarkan harga konstan atau harga yang hanya berlaku pada tahun dasar. GDP riil dapat menunjukkan bagaimana kuantitas atau tingkat produksi barang dan jasa berubah dari waktu ke waktu dan merupakan ukuran yang tepat untuk 17 mengetahui tingkat produksi barang dan jasa dari suatu perekonomian (Mankiw, 2003). 3. Nilai tukar riil adalah suatu nilai di mana seseorang dapat memperdagangkan barang dan jasa dari suatu negara dengan barang dan jasa dari negara lain. Nilai tukar riil (Rp/mata uang importir) dapat dihitung menggunakan rumus berikut (Mankiw, 2003): Nilai tukar riilt (Rp/mata uang importir) = 𝑁𝑖𝑙𝑎𝑖 𝑡𝑢𝑘𝑎𝑟 𝑛𝑜𝑚𝑖𝑛𝑎𝑙 ×𝐼𝑛𝑑𝑒𝑘𝑠 𝐻𝑎𝑟𝑔𝑎 𝐼𝑛𝑑𝑜𝑛𝑒𝑠𝑖𝑎𝑡 𝐼𝑛𝑑𝑒𝑘𝑠 ℎ𝑎𝑟𝑔𝑎 𝑁𝑒𝑔𝑎𝑟𝑎 𝐼𝑚𝑝𝑜𝑟𝑡𝑖𝑟𝑡 4. Trade openness index adalah sebuah rasio yang digunakan untuk mengukur seberapa relatif penting perdagangan internasional dibandingkan dengan perdagangan domestik (OECD, 2011). Rumus untuk menghitung openess suatu negara (Alcalà dan Ciccone 2002) adalah: Openessj = (𝑇𝑜𝑡𝑎𝑙 𝑒𝑘𝑠𝑝𝑜𝑟+𝑇𝑜𝑡𝑎𝑙 𝑖𝑚𝑝𝑜𝑟)𝑗 𝐺𝐷𝑃 𝑟𝑖𝑖𝑙𝑗 5. Populasi (orang) adalah total jumlah penduduk di negara tersebut. 6. Jarak yang digunakan di dalam penelitian ini menggunakan indeks yang disebut remoteness. Remoteness dihitung menggunakan rumus (Head dalam UNCTAD 2012) berikut: Remt = 𝐽𝑎𝑟𝑎𝑘 𝐺𝑒𝑜𝑔𝑟𝑎𝑓𝑖𝑠 𝑎𝑛𝑡𝑎𝑟 𝐾𝑒𝑑𝑢𝑎 𝑁𝑒𝑔𝑎𝑟𝑎 𝐺𝐷𝑃𝑗 ⁄𝐺𝐷𝑃 𝑤 Jarak geografis yang digunakan adalah jarak antara ibu kota Indonesia yaitu Jakarta dengan ibu kota negara importir sebagai pusat ekonomi kecuali Turki dan Benin yang pusat ekonominya bukanlah ibu kotanya melainkan kota Istanbul dan Cotonou. Analisis Data Panel Statis Pada pengolahan data menggunakan analisis data panel terdapat tiga macam pendekatan umum yaitu pendekatan kuadrat terkecil (pooled least square), model efek tetap (fixed effect model), dan model efek acak (random effect model). Model yang akan digunakan harus dipilih berdasarkan pertimbangan statistik untuk memperoleh estimasi yang efisien. Diagram pengujian statistik untuk model yang akan digunakan pada analisis data panel digambarkan pada Gambar 6 berikut: Pooled least square Chow Test Fixed effect model Hausman Test Random effect model Gambar 6 Pengujian pemilihan model terbaik dalam data panel 18 1. Chow Test Chow test adalah pengujian untuk memilih apakah model terbaik dengan menggunakan model pooled least square atau fixed effect model. Pada pengujian Chow test hipotesis yang digunakan adalah: Ho : Model pooled least square H1 : Model fixed effect Dasar penolakan untuk hipotesa nol (Ho) yang digunakan adalah Fstatistik seperti yang dirumuskan oleh Chow sebagai berikut (Baltagi, 2005): F0 = (𝑅𝑅𝑆𝑆−𝑈𝑅𝑆𝑆)/(𝑁−1) 𝑈𝑅𝑆𝑆/(𝑁𝑇−𝑁−𝐾) Keterangan: RRSS = Restricted Residual Sum Square hasil pendugaan model pooled least square URSS = Unrestricted Residual Sum Square hasil pendugaan model fixed effect N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Statistik Chow test mengikuti distribusi F-statistik dengan derajat bebas (N1, NT-N-K) jika nilai Chow statistics (F-stat) hasil pengujian lebih besar dari Ftabel. Oleh karena itu, cukup bukti untuk menolak hipotesa nol (Ho) dan model yang digunakan adalah model fixed effect, begitu juga sebaliknya. 2. Hausman Test Hausman test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih model terbaik menggunakan model fixed effect atau random effect. Dengan menggunakan model fixed effect, adanya penambahan peubah dummy ke dalam model akan mengurangi besar derajat bebasnya (degree of freedom). Dalam Hausman test hipotesa nol (Ho) yang akan diuji sebagai berikut: Ho : Model Random Effect H1 : Model Fixed Effect Dasar untuk penolakan hipotesa nol (Ho) adalah statistik Hausman dan perbandingannya dengan Chi-square. Rumus statistik Hausman adalah sebagai berikut: H = (βRE – βFE) (MFE– MRE)-1 (βRE– βFE) ~ X2 (k) dimana βRE adalah vektor untuk statistik variabel random effect, βFE adalah vektor untuk statistik variabel fixed effect, MFE adalah matriks kovarian untuk dugaan fixed effect dan MRE adalah matriks kovarian untuk dugaan random effect. Jika nilai H lebih besar dari χ2- tabel, terdapat cukup bukti untuk menolak hipotesa nol (Ho). Sehingga model yang lebih baik digunakan adalah model fixed effect, dan begitu juga sebaliknya. Uji Asumsi Klasik 1. Uji Heteroskedastisitas Heteroskedastisitas merupakan salah satu penyimpangan pada asumsi klasik statistika berupa ragam sisaan yang tidak konstan. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan metode 19 Generalized Least Square (GLS). Metode ini merupakan metode kuadrat terkecil yang diboboti dimana model ditransformasi dengan memberikan bobot pada data asli (Gujarati 2006) 2. Uji Multikolinieritas Multikolinieritas adalah suatu penyimpangan asumsi akibat adanya keterkaitan atau hubungan linier antar variabel independen penyusun model. Indikasi adanya multikolinieritas dilihat dari signifikansi variabel secara keseluruhan (uji-F) dan memiliki nilai R-square yang tinggi namun banyak variabel independen yang tidak signifikan (uji-t). Salah satu cara untuk mengatasi masalah multikolinieritas adalah dengan menggabungkan data cross section dengan time series. 3. Uji Autokorelasi Autokorelasi adalah suatu penyimpangan dimana terdapat korelasi serial anatar sisaan. Uji yang paling umum dilakukan untuk mendeteksi autokorelasi adalah uji Durbin-Watson. Hipotesis pengambilan keputusan dari uji Durbin-Watson dapat dilihat pada Tabel 3. Tabel 3 Hipotesis keputusan uji Durbin-Watson Hipotesis Nol Tidak ada autokorelasi positif Keputusan Tolak Jika 0 < d < dL Tidak ada autokorelasi positif Tidak ada keputusan d L ≤ d ≤ dU Tidak ada autokorelasi negatif Tolak 4- dL < d < 4 Tidak ada autokorelasi negatif Tidak ada keputusan 4- dU ≤ d ≤ 4- dL Tidak ada autokorelasi positif atau negatif Jangan tolak dU < d < 4- dU Sumber: Gujarati (2006) 4. Uji Normalitas Uji normalitas digunakan untuk memeriksa apakah error term menyebar normal atau tidak yang diuji melalui uji Jarque-Bera. Hipotesis yang digunakan dan rumus uji Jarque-Bera (Gujarati 2006) adalah: Ho : error term menyebar normal H1 : error term tidak menyebar normal Kriteria pengujian uji normalitas jika nilai probabilitas yang diperoleh lebih besar dari taraf nyata yang digunakan, maka tidak cukup bukti untuk menolak Ho yang berarti error term pada model sudah menyebar normal. Metode Analisis Autoregressive Integrated Moving Average (ARIMA) Terdapat beberapa macam teknik peramalan seperti teknik naif, teknik perataan, teknik pemulusan eksponensial, teknik dekomposisi, dan tren. Namun, dengan menggunakan teknik-teknik peramalan tersebut, ramalan variabel terikat Y yang dihasilkan biasanya memerlukan ramalan nilai masa depan variabel bebas (X) 20 (Hanke et al. 2003). Terdapat model dimana variabel bebas tidak diikutkan dalam pembentukannya, yaitu model ARIMA. Model Autoregressive Integrated Moving Average (ARIMA) adalah gabungan dari model auto-regresi dengan rata-rata bergerak yang menggunakan informasi dalam deret itu sendiri untuk menghasilkan ramalan dan mampu mewakili deret waktu yang stasioner maupun non stasioner (Hanke et al. 2003). ARIMA memiliki notasi (p, d, q) yang berarti memiliki deret dalam bentuk non-stasioner. Huruf p menunjukkan orde dari bagian auto-regresi (AR), d menyatakan banyaknya selisih (differencing), dan q menunjukkan orde dari bagian rata-rata bergerak (MA). Jika deret aslinya stasioner (d = 0), model ARIMA berubah menjadi model ARMA. Box dan Jenkins telah membuat prosedur pembentukan model ARIMA dengan tahapan sebagai berikut (Hanke et al. 2003): 1. Identifikasi Model Langkah pertama dari identifikasi model adalah penetuan kestasioneran deret data. Salah satu metode yang dapat digunakan untuk menuji kestasioneran data adalah dengan uji akar unit (unit root test). Jika data tidak stasioner pada level, data dapat didiferensiasi ke tingkat first difference, second difference, dan seterusnya. Walaupun model ARIMA melibatkan selisih (differencing), ramalan untuk deret asli dapat selalu dihitung langsung dari model yang dicocokkan (Hanke et al. 2003). Langkah selanjutnya adalah mengidentifikasi bentuk dari model yang akan digunakan. Angka dari auto-regresif dan rata-rata bergerak (orde p dan q) pada model ARIMA ditentukan dari pembandingan antara auto-korelasi dan auto-korelasi parsial yang dihitung dari data pada korelogram ke autokorelasi teoritis dan auto-korelasi parsial dari beragam model ARIMA. Pola auto-korelasi dan auto-korelasi parsial untuk proses auto-regresi rata-rata bergerak dapat dirangkum sebagai berikut (Hanke et al. 2003): Tabel 4 Pola auto-korelasi dan auto-korelasi parsial untuk proses ARMA MA (q) AR (p) Auto-korelasi Dipotong setelah proses orde ke q Menghilang ARMA (p, q) Menghilang Auto-korelasi parsial Menghilang Dipotong setelah proses orde ke p Menghilang Sumber: Hanke et al. (2003) 2. Estimasi Model Setelah model tentatif ditentukan, tahap selanjutnya adalah mengestimasi model tersebut. Model terbaik didasarkan pada goodness of fit, yaitu tingkat signifikansi koefisien peubah independen melalui uji-t, ujiF, maupun nilai koefisien determinasi (R2) yang terbesar serta dengan menggunakan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) yang terkecil. 3. Pemeriksaan atau Evaluasi Model Model dapat dikatakan memadai apabila residualnya sudah bersifat acak/random. Analisis ini dapat dilakukan dengan Q-stat correlogram 21 untuk auto-korelasi dan auto-korelasi parsial. Jika koefisien auto-korelasi dan auto-korelasi parsial secara individual tidak signifikan, residual model sudah bersifat acak/ random. Jika residual tidak bersifat acak/random, perlu diuji model tentatif lainnya. Selain kriteria tersebut, ada kriteria lain yang harus terpenuhi untuk mendapatkan model yang terbaik yaitu model bersifat parsimony (model yang paling sederhana yang memiliki jumlah parameter terkecil. 4. Peramalan Melalui Model Setelah mendapatkan model yang memadai, peramalan dapat dilakukan. Semakin banyak data tersedia, model ARIMA yang sama dapat digunakan untuk menghasilkan ramalan dari titik awal yang lain. Evaluasi kesalahan peramalan dapat dilihat dari perbandingan Root Mean Squares Error (RMSE), Mean Absolute Error (MAE), atau Mean Absolute Percentage Error (MAPE). Model terbaik untuk peramalan adalah model yang memiliki nilai ketiganya yang terkecil. Prosedur ini menggunakan pendekatan iteratif pada identifikasi suatu model yang mungkin dari model umum. Model terpilih kemudian diperiksa terhadap data historis untuk melihat apakah model ini secara akurat menjelaskan deret. Jika model yang ditetapkan tidak sesuai dengan pemeriksaan diagnostik, prosesnya diulangi menggunakan model baru yang dirancang untuk memperbaikinya. Prosedur iteratif berlanjut sampai model yang lolos pemeriksaan diagnostik dan memuaskan ditemukan (Hanke et al. 2003). HASIL DAN PEMBAHASAN Gambaran Umum Perekonomian Negara-Negara Anggota OKI Perekonomian negara-negara anggota OKI tumbuh dengan rata-rata sebesar 5.5% per tahun selama 10 tahun terakhir. Terdapat sebanyak 17 negara anggota OKI yang menjadi produsen minyak dunia. Negara-negara tersebut adalah Aljazair, Azerbaijan, Bahrain, Brunei Darussalam, Gabon, Iran, Iraq, Kuwait, Libya, Nigeria, Oman, Qatar, Arab Saudi, Sudan, Turkmenistan, Uni Emirat Arab, Yaman. Selama 10 tahun terakhir, tercatat bahwa peningkatan permintaan atas minyak dan gas membuat negara-negara produsen minyak dunia tersebut meningkatkan kapasitas produksinya untuk memenuhi permintaan global sehingga meningkatkan kondisi makroekonomi negara yang bersangkutan (IDB 2013). Total GDP negara-negara anggota OKI berjumlah US$6.2 triliun pada 2012, naik dari US$5.8 triliun pada 2011, yang merupakan 8.6% dari GDP dunia. GDP setelah disesuaikan menggunakan paritas daya beli (PPP), total GDP negara-negara anggota OKI sebesar US$9.1 triliun. Negara-negara yang memiliki perekonomian yang relatif besar berdasarkan GDP PPP adalah Turki, Iran, Arab Saudi, Mesir, Aljazair, Pakistan, Malaysia, Banglades, Nigeria, termasuk di dalamnya Indonesia. 22 Sedangkan jika dilihat dari GDP per capita berdasarkan PPP, Qatar memiliki pendapatan per kapita yang paling tinggi di antara negara-negara anggota OKI lainnya yaitu sebesar US$88.314 diikuti oleh Kuwait (US$54.283), Brunei Darussalam (US$51.760), Uni Emirat Arab (US$47.849), Oman (US$28.684), dan Arab Saudi (US$24.268) (IDB 2013). OKI terdiri atas 57 negara yang berada di 4 benua dengan karakteristik sumber daya alam yang beragam. Sebanyak 39 negara anggota OKI memiliki 62.23% cadangan minyak mentah dunia dan 40 negara memiliki 76.9% cadangan gas alam dunia. Terdapat negara Albania di benua Eropa sebagai batas utara OKI, Mozambik di benua Afrika di sebelah selatan, Guyana yang terletak di Amerika Latin di sebelah barat dan Indonesia di sebelah timur (IDB 2013). Jumlah penduduk negara-negara anggota OKI pada tahun 2012 mencapai 1.6 miliar jiwa dan diprediksi mencapai 1.7 miliar jiwa pada tahun 2015. Sebanyak 40% dari total penduduk tersebut berada di benua Asia. Beberapa negara yang memiliki jumlah penduduk lebih dari 100 juta di antaranya Indonesia (244 juta jiwa), Pakistan (179 juta jiwa), Nigeria (165 juta jiwa), dan Banglades (150 juta jiwa) (IDB 2013). Keterbukaan rata-rata 56 negara anggota OKI terhadap perdagangan yang dilihat dari trade openness index tahun 2011 adalah sebesar 0.78 (IDB 2013). Sebanyak 26 negara yang memiliki nilai indeks trade openness di atas rata-rata. Iraq merupakan negara anggota OKI yang memiliki indeks tertinggi yaitu sebesar 3.04 sedangkan trade openness index berada di bawah rata-rata tersebut yaitu sebesar 0.5. Gambaran Umum Ekspor Indonesia ke Negara-Negara Anggota OKI Ekspor Indonesia ke negara-negara anggota OKI pada tahun 2001 sebesar US$5.05 miliar naik menjadi US$23.11 miliar pada tahun 2012. Nilai ekspor tersebut memiliki tren yang meningkat dengan laju peningkatan rata-rata sebesar 15.59% per tahunnya. Negara anggota OKI yang menjadi importir utama produk Indonesia pada tahun 2012 adalah Malaysia yaitu sebesar 49% dari total ekspor Indonesia ke negara-negara OKI atau senilai US$11.3 miliar. Sedangkan negara yang memiliki nilai impor dari Indonesia paling kecil adalah Guinea-Bissau, Chad, dan Tajikistan (Trade Map 2014). Tabel 5 Nilai ekspor Indonesia ke negara-negara OKI tahun 2001-2012 Tahun 2001 2002 2003 2004 2005 2006 Nilai ekspor (US$ miliar) 5.05 5.46 5.71 6.90 8.34 9.99 Sumber: Trade Map, ITC Tahun 2007 2008 2009 2010 2011 2012 Nilai ekspor (US$ miliar) 12.81 16.19 14.24 18.42 22.88 23.11 23 Mesir 4% Banglades 5% Nigeria Iran 2% 2% Lainnya 11% Malaysia 49% Turki 6% Pakistan 6% Uni Emirat Arab Arab Saudi 7% 8% Malaysia Arab Saudi Uni Emirat Arab Pakistan Turki Banglades Mesir Iran Nigeria Lainnya Sumber: Trade Map, ITC (diolah) Gambar 7 Persentase nilai ekspor dari negara tujuan ekspor Indonesia Nama komoditas (HS 2 digit) Komoditi yang setiap tahunnya sejak 2001 hingga 2012 paling sering diekspor Indonesia ke negara-negara anggota OKI adalah animal, vegetable fats and oils, cleavage produtcs, etc (HS 15) sebesar 20.89%, mineral fuels, oils, ditillation products, etc (HS 27) sebanyak 11.59%, paper and paperboard, articles of pulp, paper and board (HS 48) sebesar 7.02%. Sedangkan komoditas yang paling tidak sering diekspor Indonesia ke negara-negara OKI adalah furskins and artificial fur, manufactures thereof (HS 43), cork and articles of cork (HS 45), serta umbrellas, walking-sticks, seat-sticks, whips, etc (HS 66) (Trade Map 2014). Tin and articles thereof Cotton Coffee, tea, mate and spices Iron and steel Articles of iron or steel Organic chemicals Plastics and articles thereof Wood and articles of wood, wood charcoal Machinery, nuclear reactors, boilers, etc Copper and articles thereof Vehicles other than railway, tramway Paper and paperboard, articles of pulp,… Animal,vegetable fats and oils, cleavage… 0 10000000 20000000 30000000 Nilai ekspor (ribu US$) Sumber: Trade Map, ITC (diolah) Gambar 8 Komoditas paling sering diekspor Indonesia 24 Berdasarkan data di atas, komoditas yang diekspor Indonesia ke negaranegara OKI masih terbatas pada beberapa komoditas dan kurang terdiversifikasi. Data perdagangan menunjukkan bahwa negara-negara anggota OKI masih bergantung pada impor barang-barang jadi seperti mesin, bahan kimia, dan obat farmasi. Sedangkan dalam ekspor yang dilakukan oleh negara-negara anggota OKI menunjukkan bahwa rendahnya diversifikasi produk pada ekspor selama 17 tahun (SESRIC 2013). Di sisi lain, Indonesia memiliki keunggulan dengan sumber daya alam dan manusianya yang dapat memproduksi berbagai jenis produk. Indonesia dapat memanfaatkan peluang untuk memproduksi barang-barang jadi atau olahan (final good) yang tidak dapat diproduksi namun berpotensi untuk dikonsumsi oleh negara-negara OKI. Analisis Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke NegaraNegara Anggota OKI Faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI dianalisis dengan data panel menggunakan gravity model. Berdasarkan hasil uji Chow dan Hausman (Lampiran 2 dan 3), pendekatan terbaik yang digunakan dalam penelitian ini adalah fixed effect model. Selain itu, digunakan juga pembobotan Period SUR pada analisis ini. Penggunaan Period SUR ini didasarkan oleh jumlah T yang nilainya lebih kecil dari jumlah N. Hasil estimasi model faktorfaktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI setelah dilakukannya regresi adalah sebagai berikut: LNEKSPOR = 39.468 – 0.504LNGDPREAL_CUST - 0.062LNNTR + 0.318LNOPEN_CUST + 0.228LNPOP_CUST – 1.138LNREMOTE + µit Tabel 6 Hasil estimasi gravity model nilai ekspor Indonesia ke negara-negara anggota OKI dengan metode fixed effect-period SUR Variable GDP riil negara importir Nilai tukar riil rupiah Openess negara importir Populasi negara importir Remoteness Constanta R-squared Prob (F-statistic) R-squared Sum square resid Coefficient -0.504426*** -0.062645 0.317622*** 0.227673** -1.137646*** 39.46800*** Weighted Statistics 0.725308 Sum square resid 0.000000 Durbin-Watson stat Unweighted Statistics 0.788981 Durbin-Watson stat 47.39302 Sumber: Lampiran 4 Catatan: *** : signifikan pada taraf nyata 1% ** : signifikan pada taraf nyata 5% Prob. 0.0089 0.3843 0.0000 0.0489 0.0000 0.0000 115.5919 1.972679 0.479001 25 Uji Asumsi Model 1. Uji Heteroskedastisitas Hasil estimasi model di atas menunjukkan bahwa Residual Sum Square pada Weighted Statistics (RSSW) adalah 115.5919 atau lebih besar dari Residual Sum Square pada Unweighted Statistics (RSSU) sebesar 47.39302. Kondisi ini merupakan suatu indikasi tidak adanya heteroskedastisitas pada model. Selain itu, dalam penelitian ini pembobotan dilakukan dengan menggunakan metode Generalized Least Square (GLS) berupa Period SUR sehingga masalah heteroskedastisitas dapat diabaikan. 2. Uji Multikolinieriitas Pengujian terhadap ada tidaknya multikolinieritas dilihat dari nilai R2 yang tinggi mendekati 1 dan banyaknya variabel independen yang signifikan. Pada model terlihat nilai R2 sebesar 0.725308 dan 4 dari 5 variabel independen signifikan pada taraf nyata 1 dan 5%. Hal ini menunjukkan bahwa model terbebas dari multikolinieritas. Selain itu, nilai R2 sebesar 0.725308 juga menunjukkan bahwa 72.53% keragaaan variabel dependen dapat dijelaskan oleh variabel independen dalam model sedangkan sisanya dijelaskan oleh variabel lain di luar model. 3. Uji Autokorelasi Uji autokorelasi dilakukan menggunakan uji Durbin-Watson. Dengan menggunakan tabel statistik Durbin-Watson, dapat diketahui nilai signifikansi dl dan du pada tingkat signifikansi 5%. Jumlah data cross section adalah sebanyak 17, jumlah time series sebanyak 7, maka jumlah observasi dalam penelitian ini sebanyak 119 dengan jumlah variabel independen sebanyak 5. Nilai signifikansi yang diperoleh yaitu dl sebesar 1.57 dan du sebesar 1.78. Nilai Durbin-Watson stat yang diperoleh dari estimasi model adalah 1.972679. Dikarenakan dalam penelitian ini telah menggunakan pembobotan dengan metode Generalized Least Square (GLS) berupa Period SUR, masalah heteroskedastisitas dan autokorelasi dapat diabaikan. 4. Uji Normalitas Normal tidaknya error terms dapat dilihat dari nilai probabilitas yang terdapat pada histogram-normality test. Jika nilai probabilitas Jarque Bera > α, maka error terms teah menyebar normal. Dari pengujian model didapatkan hasil bahwa probabilitas dari estimasi model lebih besar dari α ( 0.441796 > 0.05). Dengan demikian, error terms pada model ini telah menyebar normal. Tabel 7 Hasil Normality Test Model Gravity model faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI Sumber: Lampiran 5 Jarque Bera 1.633813 Probability 0.441796 26 Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara Anggota OKI Nilai ekspor (ribu US$) 1. GDP riil negara importir Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel GDP riil negara importir sebesar 0.0089 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Namun, pengaruh ini tidak sesuai dengan hipotesis awal yang menyebutkan bahwa variabel ini berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI. Nilai koefisien variabel ini adalah -0.504426 yang artinya setiap GDP riil negara importir naik sebesar 10%, negara importir OKI akan menurunkan impor produk dari Indonesia sebesar 5% (cateris paribus). Hal ini bertolak belakang dengan teori yang ada diduga karena relatif kecilnya nilai ekspor Indonesia ke negara-negara anggota OKI. Nilai dan volume ekspor Indonesia yang relatif kecil tersebut menunjukkan bahwa Indonesia bukanlah importir utama atau negara-negara importir OKI tidak bergantung terhadap penawaran ekspor oleh Indonesia dalam memenuhi kebutuhan negaranya. Nilai dan volume ekspor menunjukkan bahwa 3 komoditas ini yaitu animal, vegetable fats and oils, cleavage produtcs, etc (HS 15); mineral fuels, oils, ditillation products, etc (HS 27); paper and paperboard, articles of pulp, paper and board (HS 48) mendominasi ekspor Indonesia ke negara-negara anggota OKI setiap tahunnya namun peningkatan nilai dan volume ekspor ketiga komoditas tersebut relatif kecil setiap tahunnya. Kecilnya peningkatan komoditas tersebut menandakan bahwa penawaran ekspor yang dilakukan Indonesia bukan menjadi pilihan utama negara-negara OKI untuk mememenuhi kebutuhan domestiknya. Hal tersebut yang menyebabkan tidak berpengaruhnya pendapatan negara importir terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. 25000000 20000000 15000000 10000000 5000000 0 2006 2007 2008 2009 2010 2011 2012 Tahun Total eskpor Animal,vegetable fats and oils, cleavage products, etc Mineral fuels, oils, distillation products, etc Paper and paperboard, articles of pulp, paper and board Sumber: Trade Map, ITC (diolah) Gambar 9 Tren peningkatan 3 komoditas utama ekspor Indonesia 27 Nilai tukar terhadap US$ 2. Nilai tukar riil rupiah terhadap mata uang negara importir anggota OKI Nilai tukar riil rupiah yang terdepresiasi menunjukkan bahwa harga barang-barang di Indonesia relatif lebih murah dibandingkan dengan harga barang-barang di negara importer yang menurut teori, perubahan tersebut akan membuat para konsumen di Indonesia maupun di negara importir OKI akan membeli lebih banyak barang Indonesia (Mankiw 2003). Hasil analisis data panel menujukkan bahwa nilai probabilitas pada variabel nilai tukar riil rupiah adalah 0.3843 dengan nilai koefisien sebesar -0.062645. Tidak berpengaruh signifikannya variabel nilai tukar riil ini diduga dapat disebabkan oleh sebagian besar negara tujuan ekspor Indonesia yang menjadi anggota OKI memiliki nilai tukar nominal terhadap Dollar Amerika Serikat dan indeks harga konsumen yang relatif stabil yaitu negara-negara Timur Tengah seperti Uni Emirat Arab, Arab Saudi, Kuwait, Oman, Yaman, dan Qatar. 7 6 5 4 3 2 1 0 2005 2006 2007 2008 Tahun 2009 2010 UEA Saudi Arabia Malaysia Turki Mesir Yordania Kuwait Oman Qatar 2011 Sumber: World Bank (diolah) Gambar 10 Fluktuasi nilai tukar nominal negara-negara anggota OKI 3. Trade Openess Index negara importir Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel trade openness index negara importir adalah 0.0000. Hal tersebut menunjukkan bahwa variabel ini berpengaruh signifikan terhadap ekspor Indonesia ke negara-negara anggota OKI. Variabel trade openness index negara importir sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini berpengaruh positif terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI dengan nilai koefisien sebesar 0.317622. Nilai koefisien tersebut mengindikasikan apabila trade openness index negara importir naik sebesar 10%, maka nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 3.18% (cateris paribus). 28 0,37 0,47 0,5 0,56 0,6 0,62 0,78 1 1,01 1,06 1,08 1,1 1,13 1,26 1,33 1,37 1,41 1,5 1,52 1,73 Pakistan Indonesia Banglades Rata-rata 56 negara OKI Arab Saudi Brunei Yordania Bahrain Libanon UEA Maladewa 2,08 Irak 0 0,5 1 1,5 2 2,44 2,5 3,04 3 3,5 Trade Openness Index Sumber: IDB Key Socio-Economic Statistics (diolah) Gambar 11 Trade openness index negara-negara anggota OKI Semakin tinggi trade openness index suatu negara anggota OKI, peluang penawaran ekspor Indonesia akan semakin tinggi. Sebanyak 43 negara anggota OKI memiliki trade openness index yang lebih besar dari Indonesia. Negara-negara tersebut memiliki nilai ekspor dan impor yang lebih besar dari nilai GDP nya yang berarti negara-negara tersebut cenderung lebih terbuka terhadap perdagangan internasional. Hal tersebut menunjukkan bahwa potensi penawaran ekspor Indonesia masih besar dilihat dari variabel ini. 4. Populasi negara importir Hasil analisis data panel menujukkan bahwa nilai probabilitas pada populasi negara importir adalah 0.0489 yang berarti variabel ini importir berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negaranegara anggota OKI. Dari hasil estimasi didapat nilai koefisien variabel ini sebesar 0.227673. Nilai tersebut mengindikasikan bahwa setiap adanya peningkatan populasi dari negara importir sebesar 10%, nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 2.28% (cateris paribus). Adanya peningkatan populasi negara importir dapat meningkatkan konsumsi domestik negara tersebut yang berarti dapat meningkatkan juga jumlah permintaan domestik terhadap suatu komoditi (Salvatore 1997) 5. Remoteness Index Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel remoteness index adalah 0.0000 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negaranegara anggota OKI. Variabel remoteness index sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini akan berpengaruh negatif 29 terhadap ekspor Indonesia ke negara-negara anggota OKI dengan nilai koefisien sebesar -1.137646. Apabila remoteness index naik 10%, nilai ekspor Indonesia ke negara-negara anggota OKI akan turun sebesar 11.38%. Pengaruh remoteness ini dapat berkurang pada penawaran ekspor Indonesia ke negara-negara anggota OKI ketika bagian GDP negara importir terhadap GDP dunia meningkat. Peramalan Ekspor Indonesia ke Negara-Negara Anggota OKI Identifikasi Pola dan Stasioneritas Data Pola data dilihat terlebih dahulu untuk mengetahui apakah dari data ada unsur tren atau musiman. Apabila tidak ada unsur tren atau musiman, model yang dapat digunakan adalah model ARMA (Autoregressive Moving Average). Jika terdapat unsur tren, model ARIMA dapat digunakan. Sedangkan jika terdapat unsur tren dan musiman, model yang digunakan adalah model seasonal ARIMA (SARIMA). EKSPOR 2,400,000 2,000,000 1,600,000 1,200,000 800,000 400,000 2006 2007 2008 2009 2010 2011 2012 2013 Sumber: Trade Map, ITC (2014) Gambar 12 Plot data nilai ekspor Indonesia ke OKI pada level Berdasarkan Gambar dapat dilihat bahwa data nilai ekspor produk Indonesia ke negara-negara anggota OKI memiliki tren meningkat. Adanya unsur tren menunjukkan bahwa data asli tidak stasioner pada level. Dari grafik tersebut juga dapat dilihat bahwa data tidak memiliki unsur musiman karena data tidak membentuk pola yang serupa pada jangka waktu tertentu. Adanya penurunan tajam pada nilai ekspor Indonesia ke negara-negara anggota OKI antara tahun 2008-2009 diduga disebabkan oleh dampak krisis keuangan global yang terjadi tahun 2008. Penelitian ini menggunakan uji akar unit (unit root test) dengan metode Augmented Dickey-Fuller (ADF) untuk menguji kestasioneran data. Berdasarkan hasil tersebut diperoleh bahwa data yang dimiliki belum stasioner pada level yang 30 dapat dilihat pada Lampiran 6. Untuk menstasionerkan data asli dapat dilakukan proses differencing dengan pembeda satu kali ke first difference. Dari hasil differencing yang dapat dilihat pada Lampiran 7 menyatakan bahwa data sudah stasioner pada first difference. Pengujian ini menghasilkan nilai ADF test < taraf nyata 5 persen yaitu -10.54567 < -2.894716. Data yang stasioner pada first difference menunjukkan nilai d = 1 pada model ARIMA (p, d, q). Identifikasi Model Tentatif Melalui grafik korelogram auto-korelasi (ACF) dan auto-korelasi parsial (PACF), model dapat diidentifikasi dengan menentukan ordo AR dan MA pada grafik tersebut. Ordo AR (p) dapat dilihat dengan menganalisis partial autocorelation function (PACF) dan ordo MA (q) dapat dilihat dari autocorelation function (ACF). Grafik ACF dan PACF nilai ekspor Indonesia ke negara-negara anggota OKI dapat dilihat pada Lampiran 8. Dari pola data korelogram ACF dan PACF diduga model pada data ini adalah model MA. Model-model yang didapat dari kombinasi nilai p, d, dan q tersebut masih merupakan model tentatif. Kemudian model-model tentatif tersebut diregresi dan diperiksa goodness of fit masing-masing, yaitu tingkat signifikansi koefisien peubah independen. Pemeriksaan tersebut dilakukan dengan uji-t, uji-F, dan nilai koefisien determinasi (R2) yang terbesar serta dengan menggunakan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) yang terkecil. Berdasarkan pengujian tersebut, model yang paling memenuhi kriteria sebagai model terbaik adalah model ARIMA (0, 1, 1). Pemeriksaan Model Setelah ditemukan model tentatif yang paling baik yaitu model ARIMA (0, 1, 1). Model ini dievaluasi sifat dari residualnya apakah acak atau tidak dengan menggunakan Correlogram-Q statistic. Hasil uji tersebut menunjukkan bahwa residual model tentatif ARIMA (0, 1, 1) sudah bersifat acak atau random. Seperti yang dapat dilhat pada Tabel 8, p-value dari koefisien MA nilainya kurang dari taraf nyata 5% dan telah memenuhi kondisi stasioneritas atau koefisien MA yang nilainya kurang dari 1. Tabel 8 Hasil estimasi model ARIMA (0, 1, 1) Variable Konstanta MA(1) Coefficient 11630.83 -0.628435*** Prob. 0.1270 0.0000 Sumber: Lampiran 9 Catatan: *** : signifikansi pada taraf nyata 1% Peramalan Ekspor Produk Indonesia ke Negara-Negara Anggota OKI Sebagai tahap terakhir, peramalan dilakukan dengan menggunakan model terbaik yang sudah diuji yaitu model ARIMA (0, 1, 1). Model ini memiliki nilai 31 Root Mean Square Error (RMSE) sebesar 242155.5 , Mean Absolute Error (MAE) sebesar 183886.0 , dan Mean Absolute Percentage Error (MAPE) sebesar 12.51566 yang menunjukkan tingkat kesalahan peramalan yang relatif kecil sebesar 12.51% (Lampiran 10). Hasil peramalan dengan model tersebut menunjukkan bahwa tren peningkatan nilai ekspor Indonesia ke negara-negara anggota OKI akan terus terjadi setiap bulannya hingga Juli 2015 dengan laju peningkatan sebesar 0.58% setiap bulannya. Peningkatan tersebut dapat dilihat pada Tabel 9. Tabel 9 Hasil peramalan menggunakan model ARIMA (0, 1, 1) BulanTahun Agu-2013 Sep-2013 Okt-2013 Nov-2013 Des-2013 Jan-2014 Feb-2014 Mar-2014 Apr-2014 Mei-2014 Jun-2014 Jul-2014 Nilai Eskpor Indonesia ke OKI (ribu US$) 1 977 849.974 1 990 903.201 2 003 958.969 2 017 013.930 2 030 065.161 2 043 116.288 2 056 169.614 2 069 223.635 2 082 277.907 2 095 330.753 2 108 383.911 2 121 436.894 BulanTahun Agu-2014 Sep-2014 Okt-2014 Nov-2014 Des-2014 Jan-2015 Feb-2015 Mar-2015 Apr-2015 Mei-2015 Jun-2015 Jul-2015 Nilai Eskpor Indonesia ke OKI (ribu US$) 2 134 489.813 2 147 543.622 2 160 597.791 2 173 651.569 2 186 704.795 2 199 757.939 2 212 811.548 2 225 865.054 2 238 918.618 2 251 972.203 2 265 025.498 2 278 078.676 Sumber: Data sekunder (diolah) SIMPULAN DAN SARAN Simpulan Hasil analisis faktor-faktor yang memengaruhi ekspor Indonesia ke negaranegara anggota OKI menunjukkan bahwa semua variabel independen dalam model berpengaruh signifikan kecuali variabel nilai tukar riil. Variabel-variabel tersebut adalah GDP riil negara importir, remoteness index antara Indonesia dengan negara importir, trade openness index dan populasi negara importir. Variabel trade openness index dan populasi negara importir memiliki pengaruh positif sedangkan variabel remoteness index memiliki pengaruh negatif terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Sementara itu, variabel GDP riil negara importir tidak sesuai dengan hipotesis awal. Variabel tersebut menunjukkan pengaruhnya yang negatif terhadap peningkatan ekspor Indonesia. Hal tersebut diduga karena nilai ekspor yang kecil dari komoditas utama yang diekspor Indonesia menunjukkan bahwa negara-negara importir anggota OKI tidak bergantung pada penawaran ekspor oleh Indonesia. Tidak bergantungnya negara 32 anggota OKI terhadap ekspor Indonesia menjadikan peningkatan pendapatan negara tersebut justru dapat mengurangi impornya dari Indonesia. Di sisi lain, berdasarkan analisis pada variabel trade openness index, hampir seluruh negara anggota OKI merupakan tujuan ekspor potensial bagi Indonesia karena memiliki trade openness index yang lebih besar. Selanjutnya, berdasarkan hasil peramalan, nilai penawaran ekspor Indonesia masih akan meningkat hingga Juli 2015 dengan laju yang diprediksi sebesar 0.58% setiap bulannya. Saran Berdasarkan hasil penelitian, hal-hal di bawah ini dapat dilakukan untuk meningkatkan ekspor Indonesia ke negara-negara anggota OKI: 1. Pemerintah dapat meningkatkan kemandirian terhadap produk unggulan dengan lebih banyak mengekspor barang jadi (final good) bukan bahan mentah (raw material). Hal tersebut melihat kondisi negara anggota OKI tujuan potensial ekspor Indonesia yang merupakan negara high income country dan notabenenya adalah negara Timur Tengah yang hanya mengandalkan minyak dan gas dalam produksi negaranya. Selain itu, negara-negara tersebut memiliki karakteristik berupa tidak mengolah bahan baku dan cenderung membeli barang jadi dari negara lain. 2. Pemerintah juga dapat meningkatkan daya saing terhadap produk-produk yang ditawarkan dengan cara mengekspor produk-produk yang terdiversifikasi atau beragam yang meningkatkan pilihan konsumsi negara importir sehingga penawaran terhadap ekspor Indonesia pun dapat meningkat dengan komoditas yang bervariasi. 3. Memasukkan variabel tarif pada penelitian selanjutnya karena penulis menemukan bahwa negara-negara anggota OKI mengenakan tingkat tarif yang lebih tinggi daripada rata-rata negara di dunia (SESRIC Annual Report 2012). Penambahan variabel tarif tidak dilakukan karena keterbatasan data. Selain itu, penulis menyarankan agar Indonesia menandatangani Protocol on the Preferential Tariff Scheme for TPS-OIC (PRETAS) untuk mengatasi hambatan tarif dalam menawarkan ekspornya ke negara-negara anggota OKI. 4. Ekspor yang dilakukan sebaiknya tidak hanya mempertimbangkan nilai ekonomis, tetapi juga mempertimbangkan aspek terpenuhinya kebutuhan muslim lain. Hal tersebut dilakukan sebagai wujud kewajiban antar sesama negara muslim. 5. Indonesia bersama-sama dengan OKI dapat menjadikan common market atau countertrade sebagai solusi dalam meningkatkan ekspor antarnegara OKI. Adanya kesamaan mata uang juga (common currencies) diduga dapat mengurangi risiko ketidakpastian atas fluktuasi nilai mata uang, sehingga dapat mengurangi kerugian negara dan meningkatkan ekspor ke negaranegara anggota OKI. 33 DAFTAR PUSTAKA Alcalà F, Ciccone A. 2002. Trade and Productivity. The Working Papers of the Dirreccion General de Presupuestos, D-2002-01. Alpay S, Altamaz M, Bakimli E. 2011. Trade among OIC Countries: Limits of Islamic Solidarity. Insight Turkey. Vol 13/No. 2/ 2011 pp.145-170. Anderson JE. 1979. A Theoritical Foundation for the Gravity Equation. The American Economic Review, Vol. 69, No. 1 (Mar, 1979), hal 106-119. ___________. 2011. The Gravity Model. Boston College and NBER. Annual Review of Economic, Vol. 3. Anderson JE, van Wincoop E. 2004. Trade Costs. National Bureau of Economic Research. Working Paper 10480. [ASEAN] Association of Southeast Asia Nations. 2010. Finding Solutions to Biodiversity Loss: Business and Biodiversity. [internet]. [diunduh 2014 Mar 8]. Tersedia pada: http://www.emb.gov.ph/eeid/2010/ASEANPlusThree/papers/fuentes.pdf. Baltagi BH. 2005. Econometric Analysis of Panel Data. West Sussex (GB): John Wiley & Sons, Ltd Battersby B, Ewing R. 2005. International Trade Performance: the Gravity of Australia’s Remoteness. Treasury Working Paper, 2005-03. Beik IS, Arsyianti LD. 2006. Ibn Khaldun’s Contribution on Modern Economics Development: An Analysis based on Selected Economic Issues Bendjilali B. 1997. An Intra-trade econometric Model for OIC Member Countries: A Cross Country Analysis. IRTI Research Paper No.55. [CEPII] Centre d’Etudes Prospectives et d’Informations Internationales. 2011. CEPII’s distance measure (GeoDist). [internet]. [diunduh 2014 Feb 6]. Tersedia pada: http://www.cepii.fr/anglaisgraph/bdd/distances.htm. Departemen Agama Republik Indonesia. 2009. Al-Qur’an dan Terjemahannya. Firdaus M. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series. Bogor (ID): IPB Press. Gujarati DN. 2006. Dasar-Dasar Ekonometrika. Jilid 1. Julius A Mulyadi, penerjemah. Jakarta (ID): Erlangga. Gundongdu AS. 2009. Determinant of Intra-OIC Trade; Policy or Exchange Rate. Journal of Economic Cooperation and Development. 30(3):1-42. Guttman S, Richards A. 2004. Trade Openness: an Australian Perspective. Economic Group Reserve Bank of Australia. Research Discussion Paper 200411 Hafni N. 2011. Analisis Dayasaing dan Faktor-Faktor yang Memengaruhi Aliran Ekspor Pisang Indonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor. Hanke J, Wichern D, Reitsch A. 2003. Peramalan Bisnis. Devy Anantanur, penerjemah. Jakarta (ID): Pearson Education Asia dan Prenhallindo. Ed ke-7. Hatab AA, Romstad E, Huo Xuexi. 2010. Determinants of Egyptian Agricultural Exports: a Gravity Model Approach. Modern Economy. 1:134-143.doi: 10.4326/m3.2010.13015. Head K. 2003. Gravity for Beginners. [internet] [diunduh 2014 Mar 20]. Tersedia pada: http://economics.ca/keith/gravity.pdf 34 Hernanda N. 2011. Analisis Peramalan Tingkat Produksi dan Konsumsi Gula Indonesia dalam Mencapai Swasembada Gula Nasional [skripsi]. Bogor (ID): Institut Pertanian Bogor. [IDB] Islamic Development Bank. 2013. 2013 Key Socio-Economic Statistics on IDB Member Countries. [internet] [diunduh 2013 Des 26]. Tersedia pada: http://isdb.org [ITC] International Trade Center. 2014. Trade Map. [internet]. [diunduh 2014 Jan 31]. Tersedia pada: http://www.trademap.org/ Jaribah, AH. 2006. Fikih Ekonomi Umar bin Al-Khatab. Asmuni Solihan Zamakhsyari, penerjemah. Jakarta (ID): Khalifa Jalil NA. 2012. Indetifikasi, Analisis Daya Saing, dan Faktor-Faktor yang Memengaruhi Aliran Perdagangan Komoditi Unggulan Ekspor Indonesia ke Uni Eropa [tesis]. Bogor (ID): Institut Pertanian Bogor. Juanda B, Junaidi. 2012. Ekonometrika Deret Waktu: Teori & Aplikasi. Bogor (ID): IPB Press. Mankiw, Gregory N. 2003. Pengantar Ekonomi. Haris Munandar, penerjemah. Jakarta (ID): Erlangga. Ed ke-2 Jilid 1. _________________. 2003. Pengantar Ekonomi. Haris Munandar, penerjemah. Jakarta (ID): Erlangga. Ed ke-2 Jilid 2. _________________. 2006. Makroekonomi. Fitria Liza dan Imam Nurmawan, penerjemah. Jakarta (ID): Erlangga. Martinez-Zarzoso I, Nowak-Lehmann F. 2003. Augmented Gravity Model: an Empirical Application to Mercosur-European Union Trade Flows. Journal of Applied Economics. Vol. VI, No. 2, 291-316 Miranti A. 2013. Peramalan Permintaan Biodiesel dan Analisis Faktor-Faktor yang Memengaruhi Permintaan Biodiesel di Indonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor. Mustika I. 2009. Analisis Daya Saing dan Faktor-Faktor yang Mempengaruhi Penawaran Ekspor Televisi Indonesia ke Malaysia, Singapura dan Thailand [skripsi]. Bogor (ID): Institut Pertanian Bogor. [OECD] Organisation for Economic Co-operation and Development. 2011. OECD Science, Technology, and Industry Scoreboard 2011. [internet] [diunduh 2014 Mar 18]. Tersedia pada: http://www.oecd-ilibrary.org/ [OIC] Organisation of Islamic Cooperation. 2014. About OIC. [internet] [diunduh 2014 Feb 14]. Tersedia pada: http:///oic-oci.org. Razzaghi S, Ali M, Azad M, Sofi Y. 2012. The Determinants of Trade Flows between D-8 Group Members through Gravity Model. Journal of Basic and Applied Scientific Research. 2(6):5726-5731. Salvatore D. 1997. Ekonomi Internasional. Haris Munandar, penerjemah. Jakarta (ID): Erlangga. Ed ke-5. [SESRIC] Statistical Economic and Social Research and Training Centre for Islamic Countries. 2013. 2012 Annual Economic Report. [internet] [diunduh 2014 Jan 21]. Tersedia pada: http:///sesrtcic.org ________. Economic Growth and Convergence across the OIC Countries: An Econometric Framework. 2013. OIC Outlook Series May 2013. [internet] [diunduh 2013 Sep 13]. Tersedia pada: http:///sesrtcic.org Siddiqi MN. 1992. Principles of International Economic Relation in Islam. Di dalam: Mannan MA, Kahf M, Ahmad A, editor. International Economic 35 Relations from Islamic Perspectives.1988 Agustus-September 28-1; Tubingen. Jerman Barat. Jeddah (SA): Islamic Research and Training Institute. Hlm 10-31. Sukmana R, Beik IS. 2006. Market Concepts: Contribution of Classical Islamic Scholars. Majalah Ekonomi, Tahun XVI, No.2, pp.188-201. Squalli J, Wilson K. 2006. A New Approach to Measuring Trade Openness. Economic & Policy Research Unit, Zayed University Working Paper Series, No. 06-07. [UNCTAD] United Nation Conference for Trade and Development. 2012. Analyzing Bilateral Trade Using the Gravity Equation. [internet]. [diunduh 2013 Des 31]. Tersedia pada: http://vi.unctad.org/tpa/web/docs/ch3.pdf. [World Bank]. 2013. World Bank DataBank. [internet]. [diunduh 2014 Jan 31]. Tersedia pada: http:///databank.worldbank.org. [WTO] World Trade Organisation. 2014. Time Series Data. [internet]. [diunduh 2014 Jan 31]. Tersedia pada: http://stat.wto.org/StatisticalProgram/WSDBStatProgramHome.aspx. Yafie et al. 2003. Fiqh Perdagangan Bebas. Jakarta (ID): Teraju. Yunus MM, Ismail MA. 2009. Malaysia-OIC Trade: a Gravity Approach. Prosiding Perkem IV. Jilid 1389-394 ISSN: 2231-962X Zahro BA. 2013. Analisis Dayasaing dan Faktor-Faktor yang Memengaruhi Aliran Ekspor Alas Kaki Indonesia di Kawasan ASEAN dan China [skripsi]. Bogor (ID): Institut Pertanian Bogor. 36 Lampiran 1 Data sekunder dalam analisis data panel menggunakan gravity model Negara Tahun LNEKSPOR LNGDP_CUST LNNTR LNREMOTE LNOPEN_CUST LNPOP_CUST Malaysia 2005 15.04845 25.68983 7.84877 12.84529 0.57707 17.06757 Malaysia 2006 15.22912 25.74418 7.91056 12.83093 0.65525 17.08611 Malaysia 2007 15.44398 25.80526 8.01552 12.80865 0.69626 17.10443 Malaysia 2008 15.67688 25.85245 8.14511 12.77576 0.74690 17.12248 Malaysia 2009 15.73417 25.83719 8.20011 12.76968 0.52537 17.14019 Malaysia 2010 16.05220 25.90882 8.18961 12.73736 0.70949 17.15752 Malaysia 2011 16.21303 25.95883 8.22578 12.71527 0.79407 17.17446 Uni Emirat Arab 2005 13.71752 25.91964 7.87949 14.34396 0.11159 15.23835 Uni Emirat Arab 2006 13.88160 26.01410 7.94484 14.28949 0.21305 15.39976 Uni Emirat Arab 2007 14.09678 26.04573 8.00494 14.29667 0.41775 15.57291 Uni Emirat Arab 2008 14.31755 26.07814 8.04191 14.27855 0.67632 15.73223 Uni Emirat Arab 2009 14.05124 26.06192 8.14226 14.27345 0.49616 15.85911 Uni Emirat Arab 2010 14.20440 26.04358 8.04995 14.33109 0.61722 15.94868 Uni Emirat Arab 2011 14.36632 26.08164 8.05757 14.32095 0.86618 16.00438 Arab Saudi 2005 13.16971 26.51768 7.85939 13.85025 -0.31307 17.02191 Arab Saudi 2006 13.41813 26.57195 7.90346 13.83597 -0.20995 17.04915 Arab Saudi 2007 13.75818 26.63014 7.92205 13.81658 -0.12755 17.07036 2 13.919110 26.71105 7.97979 13.74996 0.07273 17.08759 Arab Saudi 2009 13.77077 26.72918 8.04620 13.71051 -0.34342 17.10378 Arab Saudi 2010 13.97020 26.80089 7.91059 13.67810 -0.19707 17.12087 Arab Saudi 2011 14.17327 26.88311 7.87034 13.62379 0.04738 17.13917 Turki 2005 13.24615 26.90324 8.88503 13.71760 -0.93164 18.03123 Turki 2006 13.49273 26.96990 8.79748 13.69092 -0.83004 18.04419 Turki 2007 13.85971 27.01553 8.86562 13.68410 -0.66704 18.05679 Turki 2008 13.67810 27.02209 8.91989 13.69183 -0.48772 18.06919 Turki 2009 13.42755 26.97264 8.80039 13.71996 -0.75602 18.08158 Turki 2010 13.88666 27.06025 8.66550 13.67165 -0.63512 18.09409 Turki 2011 14.17556 27.14434 8.51072 13.61548 -0.49216 18.10678 Pakistan 2005 13.36015 25.41921 5.09415 14.69079 -0.97246 18.87792 Pakistan 2006 13.50640 25.47915 5.07063 14.67084 -0.91096 18.89632 Pakistan 2007 13.74831 25.52635 5.04977 14.66244 -0.88255 18.91494 Pakistan 2008 13.74256 25.54322 4.86986 14.65987 -0.68236 18.93355 Pakistan 2009 13.40797 25.57114 4.70886 14.61062 -0.95216 18.95186 Pakistan 2010 13.44182 25.58708 4.45359 14.63398 -0.78262 18.96966 Pakistan 2011 13.74939 25.61456 4.34396 14.63442 -0.65149 18.98694 3 2008 5 Arab Saudi 3 Banglades 2005 13.71752 24.82223 5.01638 14.87868 -0.95541 18.77930 Banglades 2006 13.88160 24.88641 4.94711 14.85448 -0.83681 18.79134 Banglades 2007 14.09678 24.94871 4.92090 14.83099 -0.78987 18.80224 Banglades 2008 14.31755 25.00878 4.99218 14.78522 -0.61608 18.81252 Banglades 2009 14.05124 25.06459 5.04879 14.70807 -0.73269 18.82283 Banglades 2010 14.20440 25.12352 4.87829 14.68845 -0.54978 18.83362 Banglades 2011 14.36623 25.18845 4.73029 14.65144 -0.36001 18.84505 Mesir 2005 12.57931 25.21958 7.42617 15.34989 -0.93070 18.08908 Mesir 2006 13.04816 25.28578 7.42578 15.32368 -0.77768 18.10584 Mesir 2007 13.28713 25.35425 7.41398 15.29401 -0.59987 18.12267 Mesir 2008 13.58073 25.42337 7.43498 15.23918 -0.38789 18.13954 Mesir 2009 13.47135 25.46917 7.41918 15.17206 -0.52629 18.15639 Mesir 2010 13.68694 25.51935 7.21501 15.16117 -0.42209 18.17319 Mesir 2011 14.15021 25.53683 7.08174 15.17162 -0.27224 18.18991 Nigeria 2005 12.03614 25.44398 4.30308 15.37776 -0.45493 18.75419 Nigeria 2006 11.97295 25.52289 4.30942 15.33883 -0.35406 18.78055 Nigeria 2007 12.18521 25.58895 4.33946 15.31159 -0.24625 18.80722 Nigeria 2008 12.57636 25.64976 4.44189 15.26506 -0.01219 18.83417 4 Nigeria 2009 12.24222 25.71681 4.22054 15.17669 -0.48655 18.86139 Nigeria 2010 12.66624 25.79228 3.99908 15.14052 -0.21515 18.88886 Nigeria 2011 13.05192 25.85799 3.88338 15.10273 0.00401 18.91655 Yordania 2005 11.96167 23.25560 9.52427 17.27046 0.16225 15.50394 Yordania 2006 12.10699 23.33368 9.52897 17.23237 0.20815 15.52678 Yordania 2007 11.69097 23.41226 9.53661 17.19259 0.27662 15.54911 Yordania 2008 12.77417 23.48209 9.54906 17.13706 0.45735 15.57095 Yordania 2009 11.78900 23.53547 9.67123 17.06235 0.21363 15.59300 Yordania 2010 11.83287 23.55828 9.53874 17.07884 0.28257 15.61491 Yordania 2011 11.93904 23.58379 9.51194 17.08125 0.43295 15.63699 Aljazair 2005 11.75329 25.35992 4.88613 15.46986 -0.44157 17.34072 Aljazair 2006 11.56679 25.37678 4.93722 15.49299 -0.32187 17.35668 Aljazair 2007 11.89462 25.41021 5.00852 15.49837 -0.21195 17.37363 Aljazair 2008 12.68450 25.43001 5.18395 15.49285 0.07049 17.39137 Aljazair 2009 12.00328 25.44687 5.12635 15.45467 -0.28723 17.40962 Aljazair 2010 11.97404 25.48224 4.98076 15.45861 -0.17886 17.42812 Aljazair 2011 11.98028 25.50791 4.97254 15.46086 0.00896 17.44683 Kuwait 2005 11.33361 25.11522 10.4114 15.26232 -0.28651 14.64681 5 Kuwait 2006 11.41656 25.16591 10.4529 15.25161 -0.14865 14.69822 Kuwait 2007 11.77064 25.20871 10.4803 15.24762 -0.05399 14.75353 Kuwait 2008 11.82801 25.25722 10.5879 15.21341 0.18719 14.80958 Kuwait 2009 11.52775 25.20434 10.5967 15.24495 -0.17836 14.86287 Kuwait 2010 11.49104 25.18035 10.4778 15.30825 0.07177 14.91131 Kuwait 2011 11.70123 25.24148 10.4856 15.27504 0.33048 14.95485 Oman 2005 10.28244 24.15419 10.1362 16.04246 -0.11084 14.74069 Oman 2006 10.72362 24.20773 10.1699 16.02891 0.00059 14.75353 Oman 2007 11.49506 24.27351 10.1722 16.00193 0.15639 14.75931 Oman 2008 11.93871 24.39396 10.2106 15.89578 0.43782 14.76853 Oman 2009 11.43877 24.40490 10.2879 15.86351 0.13799 14.79505 Oman 2010 11.65891 24.45928 10.1727 15.84844 0.29954 14.84612 Oman 2011 12.13605 24.46218 10.1492 15.87344 0.52532 14.92235 Yaman 2005 11.22423 23.54189 3.92543 16.81983 -0.42206 16.81820 Yaman 2006 11.40983 23.57310 3.85929 16.82860 -0.30605 16.84379 Yaman 2007 11.72605 23.60594 3.83370 16.83457 -0.18739 16.86867 Yaman 2008 11.63368 23.64177 3.80841 16.81303 -0.02094 16.89299 Yaman 2009 11.54110 23.67970 3.85626 16.75377 -0.21923 16.91694 6 Yaman 2010 11.65269 23.75390 3.58745 16.71888 -0.15959 16.94065 Yaman 2011 11.46429 23.64319 3.47872 16.85749 0.11664 16.96414 Iraq 2005 11.35611 24.32723 1.88599 16.11304 -7.07253 17.12522 Iraq 2006 11.09453 24.34091 1.52768 16.13934 -6.81715 17.15000 Iraq 2007 9.383201 24.35459 1.85060 16.16447 -6.62773 17.17382 Iraq 2008 12.48526 24.41859 1.93415 16.11476 -6.20191 17.19752 Iraq 2009 10.61076 24.47506 2.00304 16.03697 -6.56645 17.22213 Iraq 2010 10.85644 24.53198 1.89111 16.01936 -6.34691 17.24828 Iraq 2011 11.94618 24.61431 1.85107 15.96494 -6.10272 17.27372 Qatar 2005 11.02997 24.48539 7.88839 15.82286 -0.18354 13.61847 Qatar 2006 11.53018 24.65598 7.84187 15.69226 -0.01092 13.78258 Qatar 2007 11.89384 24.82149 7.77307 15.56556 0.08303 13.95741 Qatar 2008 11.36118 24.98447 7.78539 15.41688 0.29485 14.12234 Qatar 2009 11.21094 25.09779 7.95108 15.28222 -0.08504 14.26281 Qatar 2010 11.20114 25.25250 7.89207 15.16682 0.05613 14.37496 Qatar 2011 11.21600 25.37438 7.88944 15.07285 0.31999 14.46309 Sudan 2005 11.26182 24.00135 8.28999 16.51613 -0.82873 17.26822 Sudan 2006 11.35109 24.09725 8.40078 16.46022 -0.75433 17.29359 7 Sudan 2007 11.34499 24.20624 8.45842 16.39003 -0.61200 17.31861 Sudan 2008 11.53756 24.23584 8.44116 16.37472 -0.46701 17.34305 Sudan 2009 11.29076 24.26765 8.35405 16.32159 -0.65692 17.36665 Sudan 2010 11.48202 24.30184 8.14417 16.32671 -0.51290 17.38932 Sudan 2011 11.30510 24.26834 7.81545 16.38812 -0.60459 17.41093 Benin 2005 10.61302 22.19528 2.91228 18.63543 -1.00437 15.91749 Benin 2006 10.88414 22.23212 2.94922 18.63858 -0.83387 15.94893 Benin 2007 10.97584 22.27734 3.08354 18.63217 -0.42789 15.97969 Benin 2008 11.26960 22.32631 3.22749 18.59749 -0.33002 16.00976 Benin 2009 11.13755 22.35262 3.26897 18.54985 -0.43879 16.03914 Benin 2010 11.19018 22.37783 3.11485 18.56397 -0.44995 16.06783 Benin 2011 12.02793 22.41253 3.15286 18.55716 -0.4055 16.09583 Lampiran 2 Hasil uji Chow Redundant Fixed Effects Tests Equation: DETERMINAN_INDO_OKI Test period fixed effects Statistic Effects Test d.f. Period F Period Chi-square 1.939257 12.284045 Prob. (6,107) 0.0810 6 0.0559 Lampiran 3 Hasil uji Hausman Correlated Random Effects - Hausman Test Equation: DETERMINAN_INDO_OKI Test period random effects Test Summary Chi-Sq. Statistic Period random 11.608456 Chi-Sq. d.f. Prob. 5 0.0406 Lampiran 4 Hasil estimasi gravity model dengan pendekatan fixed effect-Period SUR Dependent Variable: LNEKSPOR Method: Panel EGLS (Period SUR) Date: 05/01/14 Time: 17:57 Sample: 2005 2011 Periods included: 7 Cross-sections included: 17 Total panel (balanced) observations: 119 Linear estimation after one-step weighting matrix White period standard errors & covariance (d.f. corrected) Variable Coefficie tnt Std. Error Statistic LNGDPRIIL_CUST -0.504426 LNNTR -0.062645 LNOPEN_CUST 0.317622 LNPOP_CUST 0.227673 LNREMOTE -1.137646 C 39.46800 0.189284 -2.664913 0.071711 -0.873575 0.044705 7.104901 0.114265 1.992507 0.109007 -10.43641 4.970702 7.940125 Prob. 0.0089 0.3843 0.0000 0.0489 0.0000 0.0000 2 Effects Specification Period fixed (dummy variables) Weighted Statistics Mean dependent R-squared Adjusted Rsquared S.E. of regression 0.725308 var 7.077835 S.D. dependent 0.697069 var 8.067374 Sum squared 1.039374 resid Durbin-Watson 25.68432 stat F-statistic Prob(Fstatistic) 115.5919 1.972679 0.000000 Unweighted Statistics Mean dependent R-squared Sum squared resid 0.788981 var 12.59135 Durbin-Watson 47.39302 stat 0.479001 Lampiran 5 Hasil uji normalitas 20 Series: Standardized Residuals Sample 2005 2011 Observations 119 16 12 8 4 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis 1.53e-16 0.010682 2.786105 -2.328355 0.989743 0.238169 3.320328 Jarque-Bera Probability 1.633813 0.441796 0 -2 -1 0 1 2 3 Lampiran 6 Uji Augmented-Dickey Fuller pada level Null Hypothesis: EKSPOR has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=11) t-Statistic Prob.* 3 Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level -1.416420 0.5708 -3.506484 -2.894716 -2.584529 *MacKinnon (1996) one-sided p-values. Lampiran 7 Uji Augmented-Dickey Fuller pada first difference Null Hypothesis: D(EKSPOR) has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level -10.54567 Prob.* 0.0000 -3.506484 -2.894716 -2.584529 *MacKinnon (1996) one-sided p-values. Lampiran 8 Grafik korelogram dari first difference nilai ekspor Indonesia ke negara-negara anggota OKI Date: 03/23/14 Time: 19:17 Sample: 2006M01 2015M07 Included observations: 90 Autocorrelatio n Partial Correlation ****|. | ****|. | . |* | **|. | . |. | .*|. | . |. | . |. | . |. | .*|. | . |. | . |. | . |. | PAC QStat 1 0.526 0.526 25.765 2 0.087 0.263 26.474 3 0.020 0.090 26.512 4 0.014 0.029 26.529 5 0.036 0.067 26.658 6 0.039 0.026 26.806 Prob 0.000 0.000 0.000 0.000 0.000 0.000 . |* | . |. | AC 7 0.045 0.080 27.010 0.000 . |* | 8 0.034 0.172 27.128 0.001 4 **|. | **|. | . |** | .*|. | .*|. | .*|. | . |. | . |. | . |. | | .*|. | . |* . |. | .*|. .*|. | . |* | | | . |. | . |* | .*|. .*|. | . |* | .*|. | . |. | . |. .*|. | . |. | . |. | . |* | . |. | .*|. | . |. | . |* | | .*|. | . |** | .*|. .*|. | . |. | 0.000 19 0.132 0.167 56.850 0.000 20 0.112 0.014 58.329 0.000 21 0.091 0.076 59.316 0.000 22 0.187 0.180 63.551 0.000 23 0.092 0.083 64.599 0.000 24 0.038 0.029 64.777 25 0.009 0.077 64.786 26 0.065 0.010 65.329 27 0.097 0.011 66.573 28 0.146 0.049 69.404 0.000 0.000 0.000 0.000 0.000 29 0.125 0.017 71.526 0.000 30 0.131 0.068 73.905 0.000 . |. | | 0.000 . |. .*|. | 0.000 . |. | | 0.000 . |* | | 15 0.004 0.145 43.623 16 0.212 0.195 48.645 17 0.211 0.060 53.711 18 0.098 0.166 54.813 . |* .*|. . |. | . |. | 14 0.028 0.057 43.621 0.000 | | 0.000 . |* **|. | 0.000 13 0.026 0.002 43.537 0.000 | | 0.000 . |. . |. | 0.000 . |. . |. | 9 0.287 0.272 35.548 10 0.243 0.126 41.638 11 0.127 0.110 43.316 12 0.037 0.045 43.463 .*|. | 31 0.217 0.034 80.529 32 0.177 0.100 84.981 33 0.048 0.038 85.312 34 0.014 0.116 85.341 0.000 0.000 0.000 0.000 5 . |. . |. | 35 0.055 0.010 85.790 0.000 | . |* . |. | | 36 0.077 0.034 86.687 0.000 Lampiran 9 Hasil estimasi model ARIMA (0, 1, 1) Dependent Variable: D(EKSPOR) Method: Least Squares Date: 03/23/14 Time: 18:42 Sample (adjusted): 2006M02 2013M07 Included observations: 90 after adjustments Convergence achieved after 8 iterations MA Backcast: 2006M01 Coefficien t Std. Error t-Statistic Variable C MA(1) 11630.83 -0.628435 R-squared Adjusted R-squared 0.326411 0.318756 S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 7548.969 0.083193 1.540717 -7.553931 Mean dependent var S.D. dependent var Akaike info 188603.5 criterion 3.13E+12 Schwarz criterion Hannan-Quinn -1219.959 criter. 42.64338 Durbin-Watson stat 0.000000 Inverted MA Roots Prob. 0.1270 0.0000 11086.96 228506.5 27.15465 27.21020 27.17705 2.139831 .63 Lampiran 10 Hasil peramalan menggunakan model ARIMA (0, 1, 1). 4,000,000 Forecast: EKSPORF Actual: EKSPOR Forecast sample: 2006M01 2015M07 Adjusted sample: 2006M02 2015M07 Included observations: 90 3,500,000 3,000,000 2,500,000 Root Mean Squared Error Mean Absolute Error Mean Abs. Percent Error Theil Inequality Coefficient Bias Proportion Variance Proportion Covariance Proportion 2,000,000 1,500,000 1,000,000 500,000 0 06 07 08 09 10 EKSPORF 11 12 ± 2 S.E. 13 14 15 242155.5 183886.0 12.51566 0.083423 0.174822 0.233281 0.591897 6 RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 8 Februari 1994 dari ibu Aida (alm) dan ayah Nasril. Penulis adalah putri kedua dari tiga bersaudara. Tahun 2010 penulis lulus dari SMAN 4 Jakarta dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur SNMPTN dan diterima di Program Studi Ilmu Ekonomi Syariah, Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen. Selama mengikuti perkuliahan, penulis aktif di lembaga struktural dibawah BEM FEM yaitu Sharia Economics Student-Club (SES-C) dalam divisi Islamic Economics Research (I-core) pada tahun 2011/2012 dan bidang Islamic AgriEconomist Forum (IAEF) pada tahun 2012/2013. Selama berada di SES-C penulis aktif dalam beberapa kepanitian yaitu dalam Sharia Economics at Seminar, Expo, and Campaign (SEASON) 7, 8, dan 9 serta Sharia Economics Excursion (SEE) di Kuala Lumpur dan Gerakan Kampanye Nasional Ekonomi Islam di Jakarta. Di luar kampus, penulis pernah menjadi staf Departemen Nasional (Depnas) Media di FoSSEI Nasional pada tahun 2012/2013. Pada Maret 2012 penulis pernah mengikuti Olimpiade Ekonomi Islam dalam Temu Ilmiah Nasional (Temilnas) yang diadakan oleh Forum Silaturahmi Studi Ekonomi Islam (FoSSEI) Nasional di Pekanbaru, Riau. Penulis juga pernah mengikuti beberapa lomba karya tulis ilmiah di STEI Tazkia, Universitas Padjajaran, Universitas Brawijaya, Universitas Gadjah Mada juga lolos untuk dipresentasikan dalam The 2nd International Conference on Islamic Economics and Economies of the OIC Countries (ICIE 2013) pada Januari 2013 di Kuala Lumpur dan The 2nd ASEAN Academic Society International Conference (AASIC 2013) pada Oktober 2013 di Bangkok.
