ANALISIS DAYA SAING PRODUK MAKANAN OLAHAN INDONESIA DI NEGARA TUJUAN EKSPOR
AYU WIDIA EKA PUTRI
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 Analisis Daya Saing Produk Makanan Olahan Indonesia di Negara Tujuan Ekspor 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, Oktober 2014 Ayu Widia Eka Putri NIM H14100040
ABSTRAK AYU WIDIA EKA PUTRI. Analisis Daya Saing Produk Makanan Olahan Indonesia di Negara Tujuan Ekspor. Dibimbing oleh LUKYTAWATI ANGGRAENI. Daya saing suatu negara dapat ditunjukkan melalui besarnya keterkaitan nilai ekspor dan faktor-faktor yang mempengaruhi ekspor di negara tujuan. Penelitian ini bertujuan untuk menganalisis daya saing produk makanan olahan Indonesia di negara tujuan ekspor. Periode analisis yang digunakan dalam penelitian yaitu tahun 2007 hingga 2012 dengan menggunakan metode deskriptif, Revealed Comparative Advantage (RCA), Intra Industry Trade (IIT), dan Gravity Model dengan analisis data panel statis. Hasil penelitian menunjukkan bahwa produk makanan olahan berdaya saing di negara tujuan ekspornya dan cenderung memiliki integrasi perdagangan yang lemah. Adapun faktor-faktor yang mempengaruhi nilai total ekspor adalah GDP riil Indonesia, GDP riil negara tujuan, nilai tukar riil, jarak ekonomi negara tujuan ekspor dan nilai ekspor pada tahun sebelumnya dengan arah yang berbeda pada masing-masing produk. Kata Kunci: Daya saing, Gravity Model, Intra Industry Trade (IIT), makanan olahan, Revealed Comparative Advantage (RCA)
ABSTRACT AYU WIDIA EKA PUTRI. The Analysis of Competitiveness of Indonesian processed food products in export destination countries. Supervised by LUKYTAWATI ANGGRAENI. The competitiveness of a country can be represented by the magnitude of dependency between the value of export and the factors affecting export in destination countries. This study aims to analyze the competitiveness of Indonesian processed food products in export destination countries. The period of analysis used in this study is from 2007 to 2012 by using descriptive method, Revealed Comparative Advantage (RCA), Intra-Industry Trade (IIT), and Gravity Model with static panel data analysis. The results of this study show that the processed food products have a competitiveness to the destination countries with low trade integration. The factors that affect the value of total export are the real GDP of Indonesia, the real GDP of destination countries, real exchange rate, economic distance of export destination countries, and the value of export in the previous year with different directions on each product. Key words: Competitiveness, Gravity Model, Intra-Industry Trade (IIT), processed foods, Revealed Comparative Advantage (RCA)
ANALISIS DAYA SAING PRODUK MAKANAN OLAHAN INDONESIA DI NEGARA TUJUAN EKSPOR
AYU WIDIA EKA PUTRI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014
Judul Skripsi: Analisis Daya Saing Produk Mak:anan Olahan Indonesia di Negara Tujuan Ekspor Nama
: Ayu Widia Eka Putri
NIM
: H14100040
Disetujui oleh
Dr. Lukytawati Anggraeni, S.P, M.Si Pembimbing
Tanggal Lulus:
1 4 OCT 2014
PRAKATA Segala puji dan syukur kepada Allah Subhanahu Wata'ala atas karunia dan anugerah-Nya, sehingga skripsi ini dapat terselesaikan dengan baik. Penulisan skripsi ini dibuat dalam rangka memenuhi salah satu persyaratan untuk menyelesaikan Program Studi Strata Satu (S1) di Institut Pertanian Bogor. Penulis mengucapkan terima kasih kepada Ibu Dr. Lukytawati Anggraeni, M.Si selaku pembimbing yang telah banyak memberikan saran untuk penyempurnaan skripsi ini. Penulis juga mengucapkan terima kasih kepada staff Pusat Data dan Informasi Badan Pusat Statistik (BPS) Jakarta yang telah banyak membantu dalam proses pengumpulan data. Ungkapan terimakasih juga disampaikan kepada bapak, ibu, Kak Ani selaku wali saya, serta seluruh keluarga atas doa, dukungan dan kasih sayangnya selama ini. Selain itu penulis juga mengucapkan terimakasih kepada: 1. Dr. Alla Asmara, S.Pt, M.Si selaku dosen penguji dan Ranti Wiliasih, S.P, M.Si selaku perwakilan komisi pendidikan yang telah memberikan saran 2. Para dosen, staf, dan seluruh civitas akademik Departemen Ilmu Ekonomi FEM IPB yang telah memberikan ilmu dan bantuan kepada penulis 3. Keluarga besar Bidikmisi IPB, terutama pengurus Bidikmisi yang telah memperjuangkan nasib keuangan kami sehingga mampu memenuhi kebutuhan penulis selama di IPB 4. Teman-teman dari Departemen Ilmu Ekonomi yang telah memberi bantuan dan dukungan kepada penulis khususnya kepada Pradila, Uke dan Irga 5. Teman-teman satu bimbingan, Astika, Haris, Dara, Iin, Angga, Desta Penulis berharap semoga segala kebaikan semua pihak yang telah membantu mendapatkan balasan dari Allah Subhanahu Wata'ala. Akhir kata semoga skripsi ini mampu memberikan manfaat bagi pengembangan ilmu kedepannya. Bogor, Oktober 2014 Ayu Widia Eka Putri
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
4
Tujuan Penelitian
4
Manfaat Penelitian
5
Ruang Lingkup Penelitian
5
TINJAUAN PUSTAKA
5
Konsep Perdagangan Internasional
5
Konsep Daya Saing
7
Konsep Gravity Model
8
Pengertian Makanan Olahan
10
Penelitian Terdahulu
11
Kerangka Pemikiran
12
Hipotesis Penelitian
13
METODE PENELITIAN
14
Jenis dan Sumber Data
14
Analisis Data
14
Metode Deskriptif
14
Metode Revealed Comparative Adventage (RCA)
15
Metode Intra Industry Trade (IIT)
15
Metode Gravity Model
16
Definisi Operasional
16
Analisis Data Panel
17
Pengujian Asumsi Model
18
Uji Statistik
19
HASIL DAN PEMBAHASAN Kinerja Perdagangan Produk Makanan Olahan Indonesia
20 20
Daya Saing dan Derajat Integrasi Produk Makanan Olahan Indonesia di Negara Tujuan Ekspor 22 Faktor-faktor yang Mempengaruhi Produk Ekspor Makanan Olahan Indonesia 25 SIMPULAN DAN SARAN
29
Simpulan
29
Saran
29
DAFTAR PUSTAKA
30
LAMPIRAN
33
RIWAYAT HIDUP
55
DAFTAR TABEL 1. Kontribusi dan laju pertumbuhan komoditi migas dan non migas Indonesia tahun 2007-2012 2. Sepuluh negara tujuan ekspor berbagai makanan olahan Indonesia tahun 2007-2012 3. Klasifikasi Intra Industry Trade (IIT) 4. Klasifikasi produk makanan olahan 5. Jenis dan sumber data 6. Selang nilai statistik Durbin Watson (DW) serta keputusannya 7. Rata-rata pertumbuhan ekspor makanan olahan Indonesi ke dunia 8. Kinerja produk makanan olahan Indonesia terpilih dan negara tujuan utamanya 9. Nilai RCA Indonesia ke negara tujuan ekspor 10. Hasil pengukuran Intra Industry Trade (IIT) komoditi makanan olahan Indonesia di negara tujuan 11. Faktor-faktor yang mempengaruhi ekspor makanan olahan Indonesia 12. Ekspor pineapples, otherwise prepared or preserved (200820) Indonesia di Negara Tujuan
2 3 8 11 14 18 20 21 23 25 26 28
DAFTAR GAMBAR 1. Perkembangan ekspor makanan olahan (HS 16-24) periode 20072012 2. Kurva perdagangan internasional 3. Ekspor neto dan kurs riil 4. Kerangka pemikiran penelitian
3 6 10 13
DAFTAR LAMPIRAN 1. Kelompok produk tembakau olahan 2. Kelompok produk ikan olahan 3. Kelompok produk cokelat olahan 4. Kelompok produk buah dan sayuran olahan 5. Kelompok produk serealia olahan 6. Variabel-variabel analisis pada tembakau olahan 7. Variabel-variabel analisis pada ikan olahan 8. Variabel-variabel analisis pada cokelat olahan 9. Variabel-variabel analisis pada buah dan sayuran olahan 10.Variabel-variabel analisis pada serealia olahan 11.Faktor-faktor yang mempengaruhi ekspor cigarettes containing
33 34 35 36 38 39 40 41 42 43
tobacco (kode HS 240220) 12.Faktor-faktor yang mempengaruhi ekspor shrimps and prawns (kode HS 160520)
44 47
13.Faktor-faktor yang mempengaruhi ekspor cocoa butter, fat, oil (180400) 14.Faktor-faktor yang mempengaruhi ekspor pineapples, otherwise prepared or preserved (200820) 15.Faktor-faktor yang mempengaruhi ekspor sweet biscuits, waffles and wafers (190530)
49 51 53
PENDAHULUAN Latar Belakang Daya saing negara adalah derajat dimana suatu negara (alam kondisi pasar terbuka dan adil) dapat menghasilkan barang dan jasa yang diminati pasar internasional, sementara pada sisi lain dapat mempertahankan dan meningkatkan pendapatan rakyat dalam jangka panjang (OECD 1992). Hal ini membuat setiap negara melakukan berbagai upaya dalam meningkatkan daya saingnya di pasar domestik maupun Internasional. Indonesia sebagai salah satu negara produsen sekaligus konsumen dalam penyediaan barang dan jasa yang cukup diminati pasar Internasional, turut berupaya dalam peningkatan daya saingnya. Economic Research Institute for ASEAN and East Area (ERIA) memberikan penilaian dalam proses menuju MEA 2015 adalah telah diterapkannya tarif masuk nol persen, khususnya untuk negaranegara ASEAN-6, yaitu Brunei Darussalam, Indonesia, Malayasia, Filipina, Singapura, dan Thailand (Setkab RI 2012). Keikutsertaan Indonesia dalam Masyarakat Ekonomi ASEAN (MEA) 2015 dan pemberlakuan tarif nol persen menjadikan persaingan antar negara ASEAN semakin kompetitif sehingga timbul dorongan untuk terus meningkatkan daya saing dalam kualitas produknya. Menteri Perdagangan Indonesia (2014) melakukan upaya peningkatan daya saing produk dalam negeri dengan cara menurunkan ekonomi biaya tinggi, memperlancar arus barang dan jasa, serta meningkatkan daya saing komoditi ekspor. Komoditi ekspor Indonesia terdiri atas produk migas dan non migas. Selama periode 2007-2012 sektor non migas ini memiliki rata-rata nilai US$ 123.70 milyar per tahun. Komoditi non migas ini juga berkontribusi besar dalam meningkatkan nilai ekspor. Kontribusi yang diberikan rata-rata mencapai 80.91 persen dari total ekspor Indonesia pada tahun 2007 sampai dengan 2012 (Tabel 1). Tahun 2008 Menteri Perdagangan Indonesia mengeluarkan sejumlah program dalam meningkatkan daya saing komoditi non migas, berupa pengembangan 10 produk utama, 10 produk potensial dan tiga jasa. Sepuluh produk utama meliputi udang, kopi, CPO, kakao, karet, Tekstil dan Produk Tekstil (TPT), alas kaki, elektronika, komponen otomotif dan furniture, sedangkan 10 produk potensial mencakup kerajinan tangan, ikan dan produk ikan, tanaman obat, kulit dan produk kulit, makanan olahan, perhiasan, minyak atsiri, rempahrempah, peralatan kantor bukan kertas, dan alat kesehatan. Sementara tiga produk jasa perdagangan terdiri dari kontruksi, teknologi informasi dan tenaga kerja (Kemendag RI 2014). Program pengembangan produk utama dan produk potensial sub sektor non migas tersebut memberikan dampak pada besarnya kontribusi sektor non migas yang lebih tinggi dari sektor migas. Besarnya kontribusi sektor non migas ini menandakan struktur ekspor Indonesia cenderung berkembang ke arah sektor non migas.
2 Tabel 1 Kontribusi dan laju pertumbuhan komoditi migas dan non migas Indonesia tahun 2007-2012 Tahun 2007 2008 2009 2010 2011 2012 Rata-rata
Kontribusi Ekspor (persen) Migas Non Migas 19.36 80.64 21.26 78.74 16.32 83.68 17.77 82.23 20.38 79.62 19.46 80.54 19.09 80.91
Total Ekspor (Juta US$) 114 100.9 137 020.4 116 510.0 157 779.1 203 496.6 190 031.8 153 156.5
Pertumbuhan Ekspor (persen) Migas 31.86 -34.70 47.43 47.92 -10.85 -11.75 11.65
Non Migas 17.26 -9.64 33.08 24.88 -5.53 -2.05 9.67
Total Ekspor 20.09 -14.97 35.42 28.98 -6.62 -3.94 9.83
Sumber: BPS RI 2014 (diolah)
Berdasarkan rata-rata kontribusi ekspor dan laju pertumbuhan pada Tabel 1 menunjukkan bahwa kontribusi sektor non migas menunjukkan nilai yang tinggi sebesar 80.91% dari total ekspor, tetapi rata-rata pertumbuhan ekspornya hanya sebesar 9.67%. nilai tersebut masih lebih kecil dari sektor migas yang mencapai 11.65%. Namun, jika dilihat secara agregat untuk periode 2007 hingga 2012 masih menunjukkan pertumbuhan positif dengan rata–rata total ekspor sebesar 9.83 persen. Meskipun laju pertumbuhan sektor non migas mengalami perlambatan dari tahun 2009 hingga tahun 2012, namun kondisi sektor non migas ini masih cukup baik jika dibandingkan dengan sektor migas. Nilai kontribusi ekspor dari komoditi non migas masih mendominasi dan meskipun cukup fluktuatif, namun masih menunjukkan perkembangan yang baik jika dilihat dari peningkatan kontribusi sektor ini yang terjadi di tahun 2011 sampai dengan 2012. Perlambatan pertumbuhan terbesar terjadi pada periode 2010 hingga 2011 yang diakibatkan oleh dampak dari krisis ekonomi yang terjadi di kawasan Eropa (BPS RI 2011). Kontribusi ekspor non migas yang tinggi sebagian besar didominasi oleh sektor industri. Data dari Kementerian Perdagangan menunjukkan tren perkembangan komoditi non migas di sektor industri mengalami peningkatan sebesar 11.13 persen pada periode 2008 hingga 2012. Tahun 2007 sektor industri dengan nilai ekspor US$ 76.46 miliar memberikan kontribusi sebesar 83.09 persen terhadap total ekspor non migas sedangkan pada tahun 2012 sektor industri dengan nilai ekspor US$ 116.12 miliar memberikan kontribusi sebesar 75.87 persen terhadap total ekspor non migas (Kemendag 2014). Penurunan kontribusi tersebut diakibatkan oleh meningkatnya sektor pertanian, pertambangan dan sektor lainnya. Makanan olahan merupakan bagian dari komoditi non migas di sektor industri. Makanan olahan juga termasuk produk potensial ekspor yang terdapat dalam program kementerian perdagangan dan berkontribusi terhadap ekspor komoditi non migas Indonesia.
3
Juta US$
8000 6000 4000
y = 854,11x
2000 0 2007
2008
2009
2010
2011
2012
Tahun Ekspor
Impor
Linear (Ekspor)
Sumber: UN COMTRADE 2014 (diolah)
Gambar 1 Perkembangan ekspor makanan olahan (HS 16-24) periode 2007-2012 Gambar 1 menunjukkan bahwa ekspor makanan olahan memiliki tren yang positif. Tahun 2008 saat terjadinya krisis, nilai ekspor makanan olahan cenderung mengalami peningkatan. Hal ini menunjukkan perkembangan ekspor produk ini semakin membaik. Nilai ekspor makanan olahan pada tahun 2007 sebesar US$ 2 070.5 juta meningkat menjadi US$ 4 678.6 juta pada tahun 2012. Nilai ekspor makanan olahan masih lebih rendah dibandingkan dengan nilai impor dari makanan olahan tersebut. Pemantauan impor dari Kementrian Perindustrian (2014) untuk hasil industri makanan olahan yang termasuk dalam lima produk dengan nilai impor terbesar adalah gula lainnya, beras, susu dan produk dari susu, prepared baking powder dan olahan makanan serta daging hewan segar dan ikutannya. Meskipun perkembangan nilai ekspor yang ditunjukkan masih berada di bawah nilai impor terhadap produk makanan olahan, namun perkembangan ini masih cukup baik karena cenderung meningkat pada setiap tahun. Tabel 2 Sepuluh negara tujuan ekspor berbagai makanan olahan Indonesia tahun 2007-2012 No
Negara
1 Philipina 2 Malaysia 3 Singapura 4 Vietnam 5 Saudi Arabia 6 Nigeria 7 Jepang 8 Thailand 9 China 10 Australia 11 Lainnya TOTAL
2007 33.469 25.976 18.724 11.433 18.115 9.3771 4.697 4.0704 2.3414 4.124 27.302 159.6
2008 41.8216 38.529 23.7468 19.8788 21.765 18.2629 9.26046 3.65329 3.88666 5.87258 36.687 223.36
Nilai Ekspor (Juta US$) 2009 2010 47.6 117.15 37.353 49.873 21.382 23.68 18.064 31.139 33.285 43.986 13.456 19.77 10.538 12.555 1.8268 3.5553 4.1599 7.4317 5.5965 9.0839 45.23 60.463 238.5 378.69
2011 193.45 73.315 25.5 32.121 54.786 23.19 16.606 10.074 10.443 10.271 85.574 535.3
2012 238.459 93.4267 63.1878 40.1928 57.2078 31.3362 14.5803 21.4268 12.5891 10.0212 98.5999 681.03
Sumber : UN COMTRADE 2014 (diolah)
Tabel 2 menunjukkan Filipina menjadi negara tujuan ekspor terbesar dengan nilai US$ 33.47 juta pada tahun 2007 dan meningkat sebesar US$ 238.46 juta pada tahun 2012. Pangsa ekspor berbagai makanan olahan Indonesia sebagian
4 besar berada di kawasan Asia Tenggara, yaitu Filipina, Malaysia, Singapura, Vietnam dan Thailand. Beberapa negara tujuan ekspor terbesar diantaranya adalah Saudi Arabia, Nigeria, Asia lainnya, Jepang dan China. Peluang ekspor di subsektor potensial industri makanan olahan Indonesia semakin besar dan diminati jika dilihat perkembangan total ekspor ke negara-negara tujuan tersebut. Peningkatan ekspor barbagai makanan olahan di setiap negara tujuan mengindikasikan Indonesia memiliki peluang untuk terus meningkatkan nilai ekspor produk tersebut ke pasar dunia. Besarnya peluang dan minat tersebut juga akan berdampak pada peningkatan daya saing produk potensial makanan olahan Indonesia di negara tujuan ekspor lainnya sehingga dapat tetap berkontribusi di sektor non migas.
Perumusan Masalah Realisasi dari Masyarakat Ekonomi ASEAN (MEA) yaitu dengan menjadikan ASEAN sebagai pasar tunggal dan berbasis produksi. Komponen dari pasar tunggal dan berbasis produksi tersebut dibangun oleh dua belas sektorsektor prioritas integrasi, yaitu produk berbasis agro, transportasi udara, otomotif, e-ASEAN, elektronika, perikanan, pelayanan kesehatan, produk berbasis karet, tekstil dan pakaian, pariwisata, produk berbasis kayu dan logistik juga makanan, pertanian dan kehutanan (Kementerian perdagangan 2011). Makanan menjadi salah satu indikator yang perlu perhatian khusus agar mampu bersaing dalam MEA 2015. Produk makanan olahan Indonesia memiliki potensi untuk terus dikembangkan. Hal ini dilihat dari perkembangan ekspor dari berbagai makanan olahan yang rata-rata meningkat setiap tahunnya. Namun, nilai impor produk makanan olahan ini masih lebih tinggi. Keikutsertaan Indonesia dalam Masyarakat Ekonomi ASEAN 2015 nantinya akan membuat kondisi daya saing ini semakin kompetitif. Berdasarkan latar belakang dan uraian diatas, permasalahan yang dapat dirumuskan adalah: 1. Bagaimana kinerja ekspor makanan olahan Indonesia? 2. Bagaimana daya saing dan derajat integrasi produk makanan olahan Indonesia di negara tujuan ekspor? 3. Faktor–faktor apakah yang dapat mempengaruhi ekspor produk makanan olahan Indonesia di negara tujuan ekspor?
Tujuan Penelitian Berdasarkan latar belakang dan perumusan masalah yang telah diuraikan diatas, maka penelitian ini memiliki tujuan antara lain: 1. Menggambarkan perkembangan kinerja ekspor makanan olahan Indonesia 2. Menganalisis daya saing dan derajat integrasi untuk produk makanan olahan Indonesia di negara tujuan ekspor 3. Menganalisis faktor–faktor yang dapat mempengaruhi daya saing produk potensial makanan olahan indonesia di negara tujuan ekspor
5
Manfaat Penelitian Penelitian yang dilakukan diharapkan memberikan hasil yang bermanfaat bagi: 1. Pemerintah dan pengambil kebijakan ekonomi, sebagai pertimbangan dalam menentukan kebijakan yang berkaitan dengan kemajuan daya saing produk makanan olahan Indonesia 2. Akademis, sebagai aplikasi dari penerapan ilmu yang diperoleh di Perguruan Tinggi 3. Pihak-pihak lain yang berkepentingan, sebagai referensi dan pertimbangan untuk penelitian yang sejenis Ruang Lingkup Penelitian Penelitian ini menganalisis mengenai daya saing produk makanan olahan Indonesia di negara tujuan ekspor. Periode waktu yang digunakan dalam penelitian adalah dari tahun 2007 sampai dengan 2012. Pemilihan negara mitra dagang berdasarkan enam negara tujuan ekspor terbesar dari masing-masing produk makanan olahan. Komoditi yang diteliti berdasarkan jenis makanan olahan dengan rata-rata ekspor terbesar dengan kode Harmony System (HS) sebagai berikut: 160520 (shrimps and prawns), 180400 (cocoa butter, fat and oil), 190530 (sweet biscuits, waffles and wafers), 200820 (pineapples, otherwise prepared or preserved) dan 240220 (cigarettes containing tobacco).
TINJAUAN PUSTAKA Konsep Perdagangan Internasional Perdagangan merupakan faktor penting dalam merangsang pertumbuhan ekonomi di setiap negara (Todaro 2006). Perdagangan internasional adalah perdagangan yang dilakukan oleh penduduk suatu negara dengan penduduk negara lain atas dasar kesepakatan bersama. Penduduk yang dimaksud dapat berupa antar individu, individu dengan pemerintah, atau antar pemerintah suatu negara dengan pemerintah negara lain (Mankiw 2006). Perdagangan internasional dianggap sebagai suatu akibat dari adanya interaksi antara permintaan dan penawaran serta merupakan suatu interaksi dari kemungkinan produksi dan preverensi konsumen (Lindert dan Kindleberger 1995). Alasan utama terjadinya perdagangan internasional adalah karena negara-negara tersebut berbeda satu sama lain dan meraka melakukan perdagangan dengan tujuan untuk mencapai skala ekonomi (economic of scale) (Krugman 2004). Faktor-faktor yang mempengaruhi perdagangan internasional dapat dilihat dari teori penawaran dan permintaan (Tambunan 2001).
6 Px/Py A X
Px/Py
Px/Py
SB
ES
SA
PB
P* M PA
O
QA Negara A
x
B
ED
DA O
Q*
Perdagangan Internasional
x
O
QB Negara B
Sumber: Salvatore 1997
Gambar 2 Kurva perdagangan internasional Keterangan: Px/Py = Harga-harga relatif untuk komoditi X = Kuantitas komoditi X x PA = Harga domestik di negara A OQA = Jumlah produk domestik yang diperdagangkan di negara A A = Kelebihan penawaran (excess supply) di negara A (pengekspor) X = Jumlah komoditi yang diekspor oleh negara A PB = Harga domestik di negara B OQB = Jumlah produk domestik yang diperdagangkan di negara B B = Kelebihan permintaan (excess demand) di negara B (pengimpor) M = Jumlah komoditi yang diimpor oleh negara B P* = Harga keseimangan antara kedua negara (setelah perdagangan internasional) OQ* = Keseimbangan penawaran dan permintaan antar kedua Negara (jumlah yang diekspor (X) sama dengan jumlah yang diimpor (M)) Gambar 3 menunjukkan sebelum terjadinya perdangangan internasional harga relatif (Px/Py) di negara A sebesar PA dengan jumlah produk domestik yang diperdagangan sebesar OQA, sedangkan di negara B harga relatif (Px/Py) yang diperdagangkan untuk komoditi 0QB adalah sebesar PB. Penawaran pasar internasional akan terjadi jika harga relatif (Px/Py) internasional lebih tinggi dari PA, sedangkan permintaan di pasar internasional akan terjadi jika harga relatif (Px/Py) internasional lebih rendah dari PB. Pada saat harga relatif (Px/Py) internasional sama dengan PA maka negara B akan terjadi excess demand (ED) sebesar B. Jika harga relatif (Px/Py) internasional sama dengan PB maka di negara A akan terjadi excess supply (ES) sebesar A. Dari A dan B akan terbentuk kurva ES dan ED akan menentukan harga yang terjadi di pasar internasional sebesar P*. Adanya perdagangan tersebut, maka negara A akan mengekspor komoditi (makanan olahan) sebesar X sedangkan negara B akan mengimpor komoditi (makanan olahan) sebesar M, dimana di pasar internasional jumlah yang diekspor sebesar X sama dengan jumlah yang diimpor sebesar M yaitu OQ* (keseimbangan penawaran dan permintaan antar kedua negara).
DB x
7 Konsep Daya Saing Konsep daya saing dalam ilmu ekonomi, pengertiannya identik dengan konsep efisiensi. Konsep daya saing sering digunakan untuk mengukur keunggulan produk suatu negara terhadap negara pesaing. Hal tersebut antara lain dikemukakan oleh Porter et al., (2008) yang mendefinisikan daya saing sebagai country’s share of world markets of its product. Daya saing berhubungan dengan biaya produksi. Negara yang mampu memasarkan produk dengan harga yang lebih rendah dan dengan kualitas produk yang baik adalah negara yang memenangkan kompetisi. Tingkat daya saing suatu negara dalam perdagangan internasional ditentukan oleh dua faktor, yaitu faktor keunggulan kompetitif dan faktor keunggulan komparatif. Faktor keunggulan kompetitif dianggap sebagai faktor yang bersifat acquired advantage atau dapat dikembangkan/diciptakan dan faktor keunggulan komparatif dianggap sebagai faktor yang bersifat alamiah (natural advantage). Keunggulan yang dikembangkan (keunggulan kompetitif) adalah keberadaan keunggulan tersebut bukan yang sifatnya anugerah (sudah ada sejak dulu), tetapi harus diciptakan atau dikembangkan oleh manusia (Tambunan 2004). David Ricardo dalam Salvatore (1997) mengatakan bahwa keunggulan komparatif akan tercapai jika suatu negara mampu memproduksi barang dan jasa dengan biaya yang lebih murah dibandingkan dengan negara lain. Teori Heckscher-Ohlin dalam Salvatore (1997) menyatakan bahwa keunggulan komparatif dipengaruhi secara timbal balik oleh perbedaan-perbedaan karunia sumber daya diantara negara-negara atau variasi kelimpahan (abundance) relatif atas faktor-faktor produksi dan teknologi produksi yang mempengaruhi intensitas relatif penggunaan faktor-faktor produksi yang berbeda tersebut dalam menghasilkan berbagai macam barang. Model Heckscher-Ohlin juga menyatakan bahwa setiap negara akan melakukan spesialisasi produksi dan mengekspor komoditi yang banyak menyerap faktor produksi yang tersedia di negara itu dalam jumlah dan harga relatif murah, serta mengimpor komoditi banyak menyerap faktor produksi yang di negara itu relatif langka dan mahal. Keuntungan perdagangan diperoleh jika negara melakukan spesialisasi pada barang yang memiliki cost comparative advantage dan production advantage atau dengan mengekspor barang yang keunggulan komparatifnya tinggi dan mengimpor barang yang keunggulan komparatifnya rendah (Firdaus 2011). Konsep Revealed Comparative Adventage (RCA) Ekonomi perdagangan terkait industri seringkali dihadapkan pada tuntutan untuk mengetahui sektor-sektor ekonomi yang memiliki keunggulan komparatif. RCA merupakan metode analisis yang digunakan dalam menentukan keunggulan komparatif suatu produk. Konsep ini pertamakali diperkenalkan oleh Balassa 1965 dengan mengevaluasi ekspor masing-masing komoditi di negara-negara tertentu dengan membandingkan ekspor relatif suatu negara dalam ekspor dunia. dengan ekspor komoditi suatu negara terhadap perdagangan ekspor dunia. 2.1
8 Dimana Xik merupakan ekspor negara i terhadap produk k, Xi = Ʃk Xik merupakan total ekspor. Xk = Ʃi Xik ekspor dunia terhadap produk k dan X= Ʃi Ʃk Xik total ekspor dunia. Nilai RCA lebih dari satu menunjukkan produk k tersebut memiliki keunggulan komparatif. Nilai RCA kurang dari satu menunjukkan produk k tersebut tidak memiliki keunggulan komparatif (WTO 2012). Konsep Intra Industry Trade (IIT) Teori intra industry trade (IIT) menyatakan bahwa perdagangan tetap terjadi antarnegara yang memiliki keunggulan komparatif yang relatif sama. Teori ini lebih didasarkan pada diferensiasi produk dan economies of scale serta mencakup perdagangan dua arah di dalam industri yang sama. Diferensiasi produk adalah produk yang jenisnya sama atau dihasilkan dalam industri yang sama tetapi berbeda secara kualitas dan atau preferensi. Salah satu tokoh yang memperkenalkan teori ini adalah Paul Krugman (Koo 2005). Tabel 3 Klasifikasi Intra Industry Trade (IIT) Nilai index Intra Industry Trade * 0.00 >0.00-24.99 25.00-49.99 50.00-74.99 75.00-99.99
Klasifikasi Perdagangan intra-ASEAN-5 tidak dilaporkan Tidak terjadi integrasi (one-way trade) Integrasi lemah (Weak integration) Integrasi sedang (Mild integration) Integrasi agak kuat (Moderately strong integration) Integrasi Kuat (Strong integration)
Sumber: Austria 2004
Konsep Gravity Model Gravity Model digunakan untuk mengukur potensi perdagangan dan dampak dari suatu penerapan kebijakan perdagangan. Model ini pertama kali diperkenalkan oleh Tinbergen (1962) untuk mengestimasi hubungan antara perdagangan bilateral antar negara dengan GNP dan jarak antar negara-negara tersebut. Menurut Bergstand (1985) dalam Oktaviani 2000 pada umumnya Gravity Model dirumuskan sebagai berikut: Tij = f(Yi, Yj, Fij) Tij = Nilai aliran perdagangan dari negara i ke negara j Yi = GDP negara i Yj = GDP negara j Fij = Faktor-faktor lain yang mempengaruhi perdagangan antara negara i dengan negara j Gravity Model yang terbentuk dari penelitian Shepherd (2012) menuliskan nilai ekspor suatu negara dipengaruhi oleh GDP adalah nilai gross domestic product dari masing-masing negara, biaya perdagangan diantara kedua negara serta jarak geografi antar kedua negara dan digunakan sebagai proksi biaya perdagangan. Perkembangan Gravity Model saat ini, tidak hanya memasukkan variabel jarak dan ukuran ekonomi saja tetapi menambahkan variabel lain seperti nilai tukar riil suatu negara terhadap negara tujuan dan ekspor komoditi tersebut pada tahun sebelumnya (Oktaviani 2000).
9 Jarak Jarak menjadi variabel utama gravity model dalam aliran perdagangan. Variabel jarak adalah indikasi dari biaya transportasi yang dihadapi oleh suatu negara dalam melakukan ekspor. Biaya transportasi meliputi ongkos pengapalan, biaya bongkar muat di pelabuhan, premi asuransi, serta aneka pungutan pada saat komoditi yang diperdagangkan itu disimpan di suatu tempat sementara (Salvatore 1997). Menurut Li, Song, dan Zhao (2008) untuk variabel jarak digantikan dengan menggunakan jarak ekonomi rata-rata yang telah dibobotkan untuk menunjukkan biaya perdagangan yang mana Distf merupakan jarak geografis antar negara. Jarak ekonomi memiliki rumus sebagai berikut : ∑
2.2
dimana : = jarak ekonomi antar negara pada tahun f = jarak geografis antar negara pada tahun f f GDPf = GDP rill negara pada tahun f Selain itu, penggunaan jarak ekonomi rata-rata yang telah dibobotkan diharapkan dapat mengukur dampak biaya transportasi dan biaya lainnya terhadap arus perdagangan bilateral. Jarak ekonomi juga memiliki hubungan yang negatif dengan arus perdagangan bilateral. country.f
Produk Domestik Bruto Menurut Mankiw (2006) Produk Domestik Bruto (Gross Domestic Product/GDP) menyatakan pendapatan total dan pengeluaran total nasional atas output barang dan jasa. GDP terdiri dari GDP nominal dan GDP riil. GDP nominal mengukur nilai uang yang berlaku dari output perekonomian. GDP riil mengukur output yang dinilai pada harga konstan. Gross Domestic Product (GDP) sebagai salah satu variabel utama dalam analisis aliran perdagangan gravity model menunjukkan besarnya kemampuan perekonomian suatu negara. Semakin besar GDP yang dihasilkan suatu negara semakin besar pula kemampuan negara tersebut untuk melakukan perdagangan. Diperkirakan GDP riil memiliki hubungan positif terhadap nilai ekspor. 2.3
Nilai Tukar Menurut Mankiw (2006) kurs atau exchange rate antara dua negara adalah tingkat harga yang disepakati penduduk kedua negara untuk saling melakukan perdagangan. Para ekonom membedakan kurs menjadi dua, yaitu kurs nominal dan kurs riil. Kurs nominal (nominal exchange rate) adalah harga relatif dari mata uang dua negara sedangkan kurs riil (riil exchange rate) adalah harga relatif dari barang-barang diantara dua negara. Tingkat harga dimana kita memperdagangkan barang domestik dengan barang luar negeri tergantung pada harga barang dalam mata uang lokal pada tingkat kurs yang terjadi. Kurs Riil = Kurs nominal x Rasio tingkat harga Є =e x (P/P*) 2.4
10 Jika kurs tinggi, barang-barang luar negeri relatif lebih murah dan barang-barang domestik relatif lebih mahal. Nilai kurs rendah berlaku sebaliknya. Hubungan antara kurs riil dengan ekspor neto adalah sebagai berikut: NX = NX(Є) Kurs riil, Є
NX 0
Ekspor neto, NX
Sumber: Mankiw (2006)
Gambar 3 Ekspor neto dan kurs riil Gambar 3 menunjukkan hubungan antara kurs riil dan ekspor neto. Semakin rendah kurs, semakin murah harga barang domestik relatif terhadap barang-barang luar negeri dan semakin besar ekspor neto kita.
Pengertian Makanan Olahan Makanan olahan merupakan salah satu produk perseroan yang memberikan kontribusi terbesar ketiga terhadap penjualan. Makanan olahan umumnya di kemas dalam bentuk kaleng (ikan, daging) dan dalam kemasan plastik. Kepabeanan dan Cukai (2011) menjelaskan bahwa makanan olahan mencakup produk minuman, minuman keras, cuka dan tembakau bersama-sama dengan produk industri makanan yang mengalami proses lebih lanjut. Klasifikasi ini berada pada kode HS 16 sampai dengan HS 24. Produk makanan olahan ini terdiri atas olahan dari daging, dari ikan atau dari udang-udangan, binatang lunak atau dari binatang yang tidak bertulang belakang (HS 16), gula dan kembang gula (HS 17), kakao dan kakao olahan (HS 18), olahan dari gandum-ganduman, tepung, pati atau susu; produk industri kue (HS 19), olahan dari sayuran, buah, kacang atau bagian lain dari tanaman (HS 20), bermacam-macam olahan yang dapat dimakan (HS 21), minuman, minuman keras dan cuka (HS 22), olahan makanan hewan (HS 23), serta tembakau dan tembakau pengganti buatan (HS 24). Klasifikasi sektor makanan olahan berdasarkan OECD, komoditi makanan olahan adalah komoditi yang termasuk ke dalam sektor pertanian (dengan kode dua digit dari 01 sampai 14) dan sektor teknologi rendah (kode HS dua digit 15 sampai 24) (Mufti 2011).
11 Tabel 4 Klasifikasi produk makanan olahan Klasifikasi Ikan Tembakau Cokelat Serealia Teh dan kopi Buah dan sayuran Makanan mengandung gula Minuman Makanan berbahan baku susu Makanan olahan lainnya
Kode produk 2 digit 16, 21 24 18 10, 19, 21 09,21 07, 08, 12, 13, 20, 21 12, 17 22 04, 21 04, 08, 12, 20, 21
Sumber: BPS RI 2014
Penelitian Terdahulu Akhtar et al.(2013) dalam jurnalnya yang berjudul “Export Competitiveness of Pakistani Horticultural Products” menggunakan metode analisis RCA, RXA, RSCA, RMP dan RTA untuk meghitung keunggulan komparatif dan kompetitif dari ekspor produk holtikultura dengan periode analisis 1990 hingga 2009. Hasil analisis menunjukkan Pakistan memiliki keunggulan komparatif dan kompetitif terbesar pada produk holtikuktura berupa jeruk keprok, jeruk dan clem. Keunggulan komparatif dan kompetitif terlemah berada pada periode 1990 hingga 1998 dan terus mengalami penguatan pada periode selanjutnya. Berdasarkan RSCA keunggulan komparatif dan kompetitif akan terus berlanjut apabila Pakistan melakukan spesialisasi terhadap produk holtikultura yang memiliki keunggulan komparatif dan kompetitif terbesar tersebut. Li, Song dan Zhao (2008) dalam penelitianya tentang komponen perdagangan dan integrasi ekonomi global China. Metode yang digunakan adalah gravity model dengan variabel-variabel yang digunakan adalah bagian dan komponen yang diekspor, GDP rata-rata negara China dan mitranya, jarak ekonomi antar negara, upah relatif negara China dan mitranya, share FDI terhadap GDPnya dan jumlah orang yang menggunakan saluran telepon. Hasil penelitian ini menunjukkan jika GDP rata-rata negara China dan mitranya memiliki pengaruh positif terhadap bagian dan komponen yang diekspor, jarak ekonomi memiliki pengaruh negatif terhadap bagian dan komponen yang diekspor, share FDI terhadap GDP yang memiliki pengaruh positif terhadap bagian dan komponen yang diekspor, upah relatif negara China dan mitranya yang memiliki pengaruh positif terhadap bagian dan komponen yang diekspor, sedangkan jumlah orang yang menggunakan saluran telepon tidak mempengaruhi bagian dan komponen yang diekspor. Mufti (2012) dalam penelitiannya yang berjudul “Analisis Ekspor Komoditas Unggulan Makanan Olahan Indonesia dan Faktor-faktor yang Mempengaruhi” dengan periode analisis 2005-2009. Metode yang digunakan dalam analisisnya adalah Trade Performance Index (TPI), analisis deskriptif dan gravity model dengan data panel statis. Analisis TPI diperoleh hasil bahwa yang termasuk dalam komoditas makanan olahan unggulan adalah tembakau, sereal, kopi dan teh, juga ikan. Hasil model gravitasi menunjukkan faktor volume ekpor berpengaruh signifikan bagi nilai ekspor makanan olahan Indonesia.
12 Ulfah (2012) dalam penelitiannya yang berjudul “Analisis Potensi Ekspor Produk Makanan olahan Indonesia di Pasar Non Tradisional Asia” menggunakan data time series selama periode 2003–2010. Metode analisis yang digunakan berupa EPD, RCA dan Gravity Model. Hasil analisis EDP dan RCA menunjukkan produk roti, kue, biskuit memiliki potensi ekspor ke negara Bahrain, India, Camboja, Macau dan Thailand namun memiliki daya saing rendah di Camboja. Produk kembang gula berpotensi ekspor ke Bahrain, India, dan Camboja, namun memiliki daya saing yang lemah di Camboja. Produk jus buah dan jus sayuran berpotensi ekspor ke Bahrain, India, Malaysia, Thailand, dan Turki dan daya saing terkuat di Turki. Produk teh berpotensi ekspor dan berdaya saing kuat ke Camboja, Thailand, India, Malaysia, dan Turki. Hasil analisis dengan gravity model diperoleh bahwa GDP per kapita riil, harga ekspor relatif, dan nilai ekspor tahun sebelumnya mempengaruhi permintaan ekspor ke semua produk yang diteliti. Jarak ekonomi hanya berpengaruh terhadap produk teh, sedangkan nilai tukar riil tidak berpengaruh terhadap produk kembang gula dan populasi negara non tradisional Asia tidak berpengaruh terhadap produk teh. Harum (2013) dalam penelitiannya yang mengenai analisis daya saing dan faktor-faktor yang mempengaruhi aliran ekspor mangga Indonesia ke negara tujuan tahun 2001 hingga 2011. Penelitian yang dilakukan dengan menggunakan metode analisis RCA, EPD, IIT dan Gravity model menunjukkan komoditi mangga tersebut memiliki daya saing ke negara tujuan, namun masih lebih rendah dibandingkan dengan negara pesaing. Posisi ekspor mangga Indonesia berada pada posisi rising star di negara Malaysia dan Singapura, falling star di negara Kuwait, Hongkong dan Uni Emirat Arab dan Retreat di negara Arab Saudi. Indonesia melakukan kegiatan perdagangan dua arah dengan Malaysia dan Singapura yang ditunjukkan dari nilai IIT Indonesia lebih besar dari nol, namun memiliki derajat integrasi yang sedang. Faktor-faktor yang mempengaruhi aliran ekspor mangga adalah PDB per kapita riil, harga mangga di pasar dunia dan jarak ekonomi antara Indonesia dengan negara tujuan. Perbedaan yang sangat mendasar dalam penelitian ini dengan penelitian sejenis terdapat dalam produk makanan olahan yang dianalisis, tahun analisis dan negara tujuan ekspornya. Kode HS yang digunakan adalah kode HS 6 digit sama dengan penelitian Mufti (2012), tetapi berbeda dengan penelitian Ulfah (2012) dan Ernawati (2013) dengan kode HS 4 digit. Metode analisis yang digunakan antara lain, metode deskriptif, RCA, IIT, Gravity model dengan analisis data panel sedangan pada penelitian lain dilakukan analisis Trade Perfomance Index oleh Mufti (2012) dan Ernawati (2013), analisis deskriptif (Mufti 2012), model gravitasi dengan data panel statis( Mufti 2012 & Ulfah 2012), RCA (Ulfah 2012 & Ernawati 2013) dan EPD (Ulfah 2012) serta tehnik wawancara pada pelaku pasar oleh Ernawati 2013.
Kerangka Pemikiran Permintaan ekspor dari suatu negara merupakan salah satu bentuk perdagangan dengan negara lain. Nilai sektor non migas yang tinggi memberikan peluang bagi suatu negara untuk meningkatkan daya saing. Tingginya nilai di sektor non migas sebagian besar disumbangkan oleh sektor industri. Makanan
13 olahan merupakan subsektor dari sektor industri. Nilai ekspor dari subsektor ini yang cenderung meningkat tiap tahunnya menjadikan sektor ini berpotensi untuk dikembangkan dengan meningkatkan daya saing terhadap produk nya sehingga mampu menyerap tenaga kerja dan mampu terus berkontribusi terhadap pertumbuhan ekonomi. Produk unggulan makanan olahan
Daya saing ke negara tujuan ekspor terbesar
Kinerja Perdagangan
Daya Saing
Faktor-faktor yang mempengaruhi ekspor
Analisis Deskriptif
Metode RCA, IIT
Gravity Model
Implikasi kebijakan dalam meningkatkan ekspor makanan olahan Gambar 4 Kerangka pemikiran penelitian
Hipotesis Penelitian Berdasarkan teori-teori, penelitian terdahulu dan kerangka penelitian yang terbentuk, maka hipotesis dari penelitian ini adalah: 1. GDP riil Indonesia berpengaruh positif terhadap nilai ekspor. Peningkatan GDP Indonesia akan berdampak pada peningkatan nilai ekspor produk makanan olahan Indonesia ke negera tujuan ekspor 2. GDP riil negara tujuan ekspor berpengaruh positif terhadap nilai ekspor. Peningkatan GDP negara tujuan ekspor akan berdampak pada peningkatan nilai ekspor produk makanan olahan Indonesia 3. Nilai tukar riil rupiah terhadap negara tujuan ekspor berpengaruh positif terhadap nilai ekspor. Depresiasi nilai tukar rupiah terhadap negara tujuan ekspor berdampak pada peningkatan nilai ekspor produk makanan olahan Indonesia 4. Jarak ekonomi berpengaruh negatif terhadap permintaan ekspor produk makanan olahan Indonesia
14 5. Ekspor makanan olahan tahun sebelumnya memiliki hubungan positif terhadap nilai ekspor makanan olahan Indonesia ke negara tujuan
METODE PENELITIAN Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahun 2007-2012. Data tersebut diperoleh dari Badan Pusat Statistik (BPS), Kementerian Perdagangan, United Nations Commodity Trade Statistics Database (UN COMTRADE), United Nations Conference on Trade and Development (UNCTAD), World Integrated Trade Solutions (WITS), World bank dan Centre d’Etude Prospective et d’Informations Internationales (CEPII). Komoditi yang dianalisis adalah komoditi dengan kode HS 240220 (Cigarettes containing tobacco), 160520 (Shrimps and prawns, prepared or preserved), 180400 (Cocoa butter, fat, oil), 190530 (Sweet biscuits, waffles and wafers), 200820 (Pineapples, otherwise prepared or preserved). Pengolahan data dilakukan dengan menggunakan program Microsoft Excel 2010 dan untuk mengolah data time series dan cross section menggunakan program Eviews 6. Tabel 5 Jenis dan sumber data Jenis data Nilai ekspor dan impor makanan olahan GDP Indonesia GDP negara tujuan ekspor makanan olahan Indonesia Nilai tukar negara tujuan ekspor Jarak negara tujuan ekspor makanan olahan terhadap Indonesia Ekspor tahun sebelumnya
Sumber WITS dan UN COMTRADE World Bank World Bank UNCTAD CEPII WITS dan UN COMTRADE
Sumber: Data peneliti
Analisis Data Analisis data dalam penelitian ini menggunakan empat metode, yakni metode deskriptif, metode RCA, metode IIT dan Gravity Model.
Metode Deskriptif Metode deskiptif digunakan untuk mengetahui kinerja perdagangan makanan olahan Indonesia. Perkembangan ekspor makanan olahan Indonesia ke negara tujuan ekspor dan produk makanan olahan yang digunakan akan dilihat melalui analisis deskriptif ini. Ekspor subsektor komoditi nonmigas berupa makanan olahan akan ditentukan berdasarkan tren perkembangan ekspor terbesar. Produk makanan olahannya berdasarkan kode HS yang memberikan kontribusi terbesar dalam kelompok produk makanan olahan tersebut. Keenam negara tujuan
15 ekspor ditentukan berdasarkan rata-rata dan pangsa terbesar dari nilai ekspor pada masing-masing produk makanan olahan
Metode Revealed Comparative Adventage (RCA) Daya saing produk makanan olahan Indonesia di negara tujuan ekspor dapat dilihat dari tingkat keunggulan komparatifnya. Metode RCA merupakan metode analisis yang digunakan untuk menentukan keunggulan komparatif. Variabel yang diukur adalah kinerja ekspor Indonesia ke negara tujuan dengan menghitung pangsa nilai ekspor terhadap total ekspor ke negara tujuan yang kemudian dibandingkan dengan pangsa nilai ekspor dunia ke negara tujuan. Balassa (1965) dalam Akhtar et al. (2013) merumuskan metode Revealed Comparative Adventage adalah sebagai berikut: RCAijt =
3.1
Keterangan : Xijt = Nilai ekspor Indonesia untuk komoditi i ke negara j pada tahun ke t Xjt = Nilai total ekspor Indonesia ke negara j pada tahun ke t Wijt = Nilai ekspor dunia untuk komoditi i ke negara j pada tahun ke t Wjt = Nilai total ekspor dunia ke negara negara j pada tahun ke t Jika nilai RCA lebih besar dari satu menunjukkan bahwa pangsa produk makanan olahan di dalam ekspor total negara j lebih besar dari pangsa rata-rata dari komoditi yang bersangkutan dalam ekspor dunia. Artinya, negara j lebih berspesialisasi pada kelompok komoditi yang bersangkutan sehingga negara j memiliki keunggulan komparatif pada komoditi makanan olahan dan berdaya saing kuat. Jika nilai RCA lebih kecil dari satu berlaku sebaliknya.
Metode Intra Industry Trade (IIT) Grubel-Lloyd indikator yang digunakan dalam menganalisis perdagangan antar negara industri adalah IIT. (∑
∑
) (∑
(∑
∑∑
∑ )
)
3.2
Dimana IITij = indeks intra industri Xij = nilai ekspor produk i dari Indonesia ke negara j i Mj = nilai impor produk i oleh Indonesia dari negara j Indeks IIT memiliki variasi nilai antara 0 hingga 100. Nilai 0 mengindikasikan perdagangan hanya berfokus pada ekspor atau impor saja, sedangkan nilai 100 mengindikasikan suatu negara tersebut melakukan kegiatan ekspor dan impor dalam jumlah yang sama dan menunjukkan bahwa negara tersebut terintegrasi dalam perekonomian dunia.
16 Metode Gravity Model Faktor-faktor yang dapat mempengaruhi ekspor produk makanan olahan Indonesia ke negara tujuan ekspor terbesar dianalisis menggunakan metode Gravity Model dengan analisis data panel statis. Variabel independen yang digunakan berupa, variabel jarak ekonomi antara Indonesia dan negara tujuan ekspor, GDP riil negara Indonesia dan negara tujuan ekspor, nilai tukar Indonesia terhadap mata uang negara tujuan dan lag nilai ekspor pada tahun sebelumnya. Variabel dependennya adalah nilai ekspor. Negara yang digunakan pada model dalam menganalisis laju ekspor produk makanan olahan adalah Indonesia sebagai negara eksportir dan Camboja, Malaysia, Singapura, Thailand, Vietnam, Filipina, Amerika Serikat, Netherlands, United Kingdom, Australia, Jerman, Spanyol dan Perancis sebagai negara tujuan ekspornya. Berdasarkan Bergstand (1985), Oktaviani (2000), dan Shephred (2012) rumus dalam model ini adalah sebagai berikut: Ln Xijt = β0 + β1 LnGDPI it + β2 LnGDPJ jt + β3 LnERR ijt + β4 LnDIST ijt + β5 LnlagXijt+ Ɛijt 3.3 Keterangan: β0 = Intersep β1, β2, β3, β4 = Parameter masing-masing variabel yang akan diuji secara statistik dan ekonometrik t = (1, ..., T) mulai tahun 2007-2012 i,j = (1, ..., N) perdagangan bilateral negara i dan j LnXijt = Nilai ekspor produk makanan olahan Indonesia ke negara tujuan ekspor pada tahun t LnGDPIit = GDP riil Indonesia pada tahun t LnGDPJjt = GDP riil negara tujuan ekspor pada tahun t LnERRijt = Nilai tukar riil Indonesia terhadap mata uang negara tujuan ekspor pada tahun t LnDISTijt = Jarak ekonomi dari Indonesia ke negara tujuan pada tahun t LnlagXij = Ekspor produk makanan olahan Indonesia ke negara tujuan pada tahun sebelumnya Ɛ = Galat (pengaruh variabel lain yang tidak termasuk di dalam model)
Definisi Operasional Definisi operasional dari masing-masing variabel dalam penelitian ini adalah : 1. Nilai ekspor merupakan nilai ekspor dari produk makanan olahan Indonesia ke negara tujuan ekspor selama jangka waktu 2007-2012 dengan satuan US$/Kg. Data nilai ekspor diubah dalam bentuk logaritma natural (ln) 2. Nilai GDP Indonesia sebagai negara eksportir selama periode 2007-2012, dinyatakan dalam US$. Data GDP Indonesia diubah dalam bentuk logaritma natural (ln) 3. Nilai GDP negara tujuan ekspor produk domestik bruto riil negara mitra dagang, sebagai negara pengimpor, yang dihasilkan perekonomian tersebut
17 selama satu tahun selama periode 2007-2012, dinyatakan dalam US$. Data GDP negara tujuan diubah dalam bentuk logaritma natural (ln) 4. Nilai tukar, misalnya mata uang negara Indonesia terhadap mata uang negara tujuan, dinyatakan dalam Rp/mata uang negara tujuan. Data nilai tukar diubah dalam bentuk logaritma natural (ln) 5. Jarak ekonomi (economic distance) menjadi variabel utama gravity model dalam aliran perdagangan. Jarak ekonomi merupakan pendekatan yang mewakili biaya transportasi, dinyatakan dalam satuan kilometer. Data jarak ekonomi diubah dalam bentuk logaritma natural (ln) 6. Lag nilai ekspor tahun sebelumnya merupakan nilai ekspor dari produk makanan olahan Indonesia ke negara tujuan ekspor selama jangka waktu 2006-2011 dengan satuan US$/Kg. Data nilai ekspor diubah dalam bentuk logaritma natural (ln)
Analisis Data Panel Faktor-faktor yang mempengaruhi daya saing produk makanan olahan Indonesia di negara tujuan ekspor dapat diestimasi dengan menggunakan data panel statis. Analisis plot data variabel dilakukan dengan menggunakan program Microsoft Excel 2010 dan untuk mengolah data cross section menggunakan program Eviews 6. Variabel-variabel yang digunakan meliputi GDP riil negara tujuan, nilai tukar riil, populasi dan Jarak ekonomi negara tujuan ekspor tersebut. Terdapat tiga jenis metode data panel statis, yakni POLS (Pooled Ordinary Least Square), FEM (Fixed Effect Model), dan REM (Random Effect Model). Metode yang akan digunakan berdasarkan pemilihan model yang paling baik. Pengujian pemilihan model dapat dilakukan sebagai berikut: 1. Chow Test Hipotesis yang dibangun dalam pengujian ini adalah: H0 = POLS H1 = FEM Dasar untuk menentukan H0 adalah dengan melihat nilai Chow Statistik dengan nilai F tabel. Jika Chow Statistik (F-statistik) lebih besar dair F-tabel maka tolak H0 sehingga yang terpilih adalah FEM dan sebaliknya. 2. Haustmann Test Hipotesis Haustmann Test sebagai berikut: H0 = REM H1 = FEM Dasar dalam menentukan H0 dengan melihat nilai chi square statistik dan chi square tabel. Jika chi square statistik lebih kecil dari chi square tabel maka tolak H0 sehingga model yang dipilih adalah FEM dan sebaliknya. 3. LM Test Hipotesis yang digunakan dalam uji ini adalah: H0 = POLS H1 = REM Jika nilai LM statistik lebih besar dari nilai kritis chi square statistik maka tolak H0 sehingga model yang dipilih adalah REM dan sebaliknya.
18 Kerangka pengambilan keputusan dalam memilih sebuah model yang digunakan: a. Jika Chow Test tidak signifikan maka menggunakan POLS b. Jika Chow Test signifikan namun Haustmann Test tidak signifikan maka menggunakan REM c. Jika Chow Test signifikan dan Haustmann Test signifikan, maka menggunakan FEM.
Pengujian Asumsi Model 1.
Uji Normalitas Uji ini dilakukan untuk mengidentifikasi error term apakah sudah terdistribusi secara normal atau tidak. Cara melakukan uji ini dengan melihat nilai probabilitas Jaque Bera yang dihasilkan. Jika nilai probabilitas lebih dari taraf nyata (5% atau 10%) maka data dapat dikatakan menyebar normal. 2. Uji Multikolinearitas Multikolinearitas menyebabkan R-Squared tinggi, tetapi sedikit koefisiennya yang nyata bahkan tanda hubungan dapat terbalik. Cara mendeteksi dengan Spearman’s Rho Correlation, apabila angka korelasi lebih kecil dari 0.8 maka dapat dikatakan terbebas dari masalah multikolinearitas. 3. Uji Heterokedastisitas Cara mendeteksi adanya heterokedastisitas dapat dilakukan dengan membandingkan sum square resid pada hasil estimasi weighted dan unweighted. Masalah heterokedastisitas dapat diatasi dengan menggunakan metode whiteheterokedastisity. 4. Uji Autokorelasi Uji autokorelasi dilakukan dengan membandingkan Durbin Watson (DW) hasil estimasi dengan nilai DW tabel. Jika nilai Durbin Watson (DW) berada pada area non autokorelasi mendekati dua maka dapat disimpulkan bahwa model bebas autokorelasi. Hipotesis dalam pengujian autokorekasi adalah: H0 = tidak ada Autokorelasi positif atau negatif H1 = terdapat masalah Autokorelasi positif atau negatif Tabel 6 Selang nilai statistik Durbin Watson (DW) serta keputusannya Nilai DW 4- dL < DW < 4 4- dU < DW < 4- dL dU < DW < 4- dU dL < DW < dU 0 < DW < dL Sumber: Juanda 2009
Keputusan Tolak H0; ada autokorelasi negatif Tidak tentu, coba uji yang lain Terima H0 Tidak tentu, coba uji yang lain Tolak H0; ada autokorelasi positif
19 Uji Statistik 1.
Uji F-Statistik Uji-F digunakan untuk mengetahui tingkat signifikansi pengaruh variable bebas secara serentak terhadap variabel tidak bebas. Hipotesis Statistik: a. H0 : bi = 0 (i = 0,1,..., n) artinya variabel bebas (independent variable) yang bekerja secara bersama-sama tidak berpengaruh terhadap variabel tidak bebasnya (dependent variable) b. H0 : bi ≠ 0 (i = 0,1,..., n) atau sekurang-kurangnya satu koefisien variabel bebas tidak sama dengan nol artinya variabel bebas (independent variable) yang bekerja secara bersama-sama berpengaruh terhadap variabel tidak bebasnya (dependent variable) 2.
Uji t-Statistik Uji-t digunakan untuk mengetahui tingkat signifikansi pengaruh dari masing-masing variabel bebas terhadap variabel tidak bebas. Hipotesis Statistik: a. H0 : bi = 0 (i = 0,1,...,n) artinya variabel bebas (independent variable) yang bekerja secara parsial atau individu tidak berpengaruh terhadap variabel tidak bebasnya (dependent variable) b. H0 : bi ≠ 0 (i = 0,1,...,n), atau sekurang-kurangnya satu koefisien variabel bebas tidak sama dengan nol artinya variabel bebas (independent variable) yang bekerja secara parsial atau individu berpengaruh terhadap variabel tidak bebasnya (dependent variable) 3.
Uji Koefisien Determinasi (R²) Nilai Uji R² mengukur kecocokan (goodnes of fit) dari persamaan regresi yaitu memberikan proporsi atau presentasi variasi total dalam variabel tidak bebas yang dijelaskan oleh variabel bebas atau merupakan suatu ukuran yang menunjukkan seberapa baik garis regresi sampel menggambarkan populasi. Nilainya berkisar antara 0-1. Jika nilai R² sama dengan 1, maka variasi variabel bebas mampu menjelaskan 100 persen variasi variabel tidak bebas. Sebaliknya jika nilai R² sama dengan 0, maka variasi variabel bebas tidak mampu menjelaskan sedikitpun variasi variabel tidak bebas. Kecocokan model dikatakan ”lebih baik” jika nilai R² semakin dekat dengan 1(Gujarati 2004).
20
HASIL DAN PEMBAHASAN Kinerja Perdagangan Produk Makanan Olahan Indonesia Kinerja perdagangan dapat diidentifikasi melalui beberapa cara. Salah satunya dengan melihat dari sisi pertumbuhan ekspor suatu produk. Terlihat pada Tabel 7 rata-rata pertumbuhan ekspor per tahun untuk komoditi yang termasuk dalam golongan makanan olahan memiliki nilai yang cukup besar. Rata-rata pertumbuhan tertinggi dicapai oleh kopi olahan dan terendah adalah teh olahan. Namun, meski memiliki pertumbuhan ekspor yang tinggi, produk ini hanya memberikan sumbangan terhadap nilai ekspor yang tergolong rendah. Sisi lain yang menjadi perhatian untuk menentukan kinerja perdagangan, dengan melihat besaran nilai ekspor dan rata-rata pertumbuhan per tahunnya. Berdasarkan total nilai ekspor terbesar dan rata-rata pertumbuhan, produk makanan olahan Indonesia yang dianalisis tersebut berasal dari golongan tembakau olahan, ikan olahan, cokelat olahan, buah dan sayuran olahan, serta serealia olahan. Tabel 7 Rata-rata pertumbuhan ekspor makanan olahan Indonesi ke dunia Nilai (Juta US$) Komoditi Buah dan sayuran olahan Cokelat olahan Gula olahan Ikan olahan Kopi olahan Minuman olahan Olahan lainnya Serealia olahan Susu olahan Teh olahan Tembakau olahan Total
Kode HS 07,08,12,13,20,21 18 12,17 16,21 21 22 04,08,12,20,21 10,19,21 04,21 9 24
2007
2012
Rata-rata Pertumbuhan Per Tahun (%)
279.75
539.43
15.47
300.87 94.19 380.56 51.98 40.5 224.71 226.13 11.34 126.61 424.72 2161.36
665.11 200.27 843.11 320.67 130.86 497.89 575.32 33.49 156.74 794.18 4757.07
20.18 18.77 20.26 86.15 37.19 20.26 25.74 32.55 3.97 14.50 20.02
Sumber: UNCOMTRADE 2014 (diolah)
Jenis produk yang digunakan untuk masing-masing golongan yang terpilih adalah berdasarkan rata-rata ekspor dari tahun 2007 hingga 2012 dengan nilai tertinggi. Jenis tembakau olahan yang digunakan adalah tembakau olahan dengan kode HS 240220 (cigarettes containing tobacco) (Lampiran 1). Produk ini berkontribusi terhadap total ekspor produk tembakau olahan Indonesia ke dunia sebesar 67.42 %. Negara tujuan ekspor terbesar untuk produk tembakau olahan yang dianalisis antara lain, Camboja, Malaysia, Singapura, Thailand, Vietnam dan Filipina. Pangsa terbesar terdapat pada negara tujuan Vietnam (Tabel 8). Jenis ikan olahan yang digunakan adalah shrimps and prawns, prepared or preserved (160520) (Lampiran 2) dengan kontribusi sebesar 38.91% terhadap ekspor ikan olahan Indonesia ke dunia. Pangsa terbesar terdapat pada negara tujuan Amerika Serikat kemudian disusul oleh Netherlands, Jepang, United Kingdom, Belgium dan Jerman (Tabel 8). Indonesia menempati urutan ke-5
21 sebagai negara pengekspor terbesar di dunia pada tahun 2012 untuk produk shrimps and prawns, prepared or preserved ini (UN COMTRADE 2014). Cokelat olahan dari jenis cocoa butter, fat, oil (kode HS 180400) (Lampiran 3) merupakan cokelat olahan yang terpilih dengan kontribusi ekspor 54.22% terhadap ekspor cokelat olahan Indonesia ke dunia. Amerika Serikat, Perancis, Australia, Jepang, Netherlands dan Jerman menjadi negara tujuan ekspor dengan kontribusi tertingi untuk produk cokelat olahan. Pangsa terbesar terdapat pada perdagangan Indonesia dengan Australia (Tabel 8). Produk cocoa butter, fat, oil Indonesia merupakan produk cokelat olahan dengan nilai ekspor terbesar ke-4 dunia setelah produk dari Netherlands, Malaysia dan perancis (UN COMTRADE 2014). Tabel 8 Kinerja produk makanan olahan Indonesia terpilih dan negara tujuan utamanya Produk
Cigarettes containing tobacco (240220)
Shrimps and prawns (160520)
Cocoa butter, fat, oil (180400) Pineapples, otherwise prepared or preserved (200820) Sweet biscuits, waffles and wafers (190530)
Negara Tujuan Camboja Malaysia Singapura Thailand Viet Nam Filipina Amerika Serikat Netherlands Jepang United Kingdom Belgia Jerman Amerika Serikat Perancis Australia Jepang Netherlands Jerman Amerika Serikat Netherlands Spanyol United Kingdom Jerman Jepang Amerika Serikat Thailand Vietnam China Filipina Australia
Nilai Ekspor (Juta US$) 2007 2012 49.01 130.71 20.74 62.73 72.31 135.80 1.38 5.01 6.91 14.44 0.01 0.04 69.90 92.18 10.71 30.25 57.75 60.21 17.64 15.56 17.15 1.80 5.04 5.16 74.20 77.54 347.69 37.66 30.89 18.35 3.21 9.79 28.55 5.94 3.06 36.22 37.59 58.52 1.48 16.40 17.07 18.35 2.69 1.12 18.16 15.96 7.86 8.91 19.68 15.14 11.09 45.79 5.74 36.94 1.92 28.57 0.13 4.42 3.63 10.82
Rata-rata Pertumbuhan Per Tahun (%) 27.79 33.75 14.63 44.04 18.17 26.76 5.31 30.39 0.71 -1.97 -14.92 0.41 0.75 -14.86 -6.77 34.21 -13.20 180.68 9.28 167.60 1.25 -9.76 -2.02 2.22 -3.85 52.18 90.60 231.24 566.31 33.04
Pangsa* (%) 2007 2012 60.07 84.19 29.79 54.56 23.01 21.83 1.48 4.00 73.55 81.31 0.34 0.70 7.26 9.35 10.59 11.88 11.40 7.45 5.19 3.76 11.08 1.50 2.60 2.45 18.78 32.70 12.41 17.33 42.37 37.20 2.63 11.53 8.39 2.17 0.73 9.13 12.71 16.09 4.18 30.15 26.75 26.93 5.79 2.29 19.62 14.92 20.70 18.65 2.00 1.14 35.43 43.07 33.45 70.34 6.39 17.42 2.24 27.65 5.02 7.98
Sumber: UN COMTRADE 2014(diolah) Keterangan: * Pangsa total ekspor produk analisis Indonesia ke negara tujuan terhadap total ekspor produk analis dunia ke negara tujuan
Produk buah dan sayuran olahan yang dijadikan sebagai produk analisis adalah pineapples, otherwise prepared or preserved (Lampiran 4). Produk ini berkontribusi sebesar 30.13% terhadap total ekspor buah dan sayuran olahan
22 Indonesia ke dunia pada periode 2007 hingga 2012. Negara analisis dengan nilai ekspor terbesar adalah Amerika Serikat, Netherlands, Spanyol, United Kingdom Jerman dan Jepang (Tabel 8). Ekspor produk buah dan sayuran olahan dengan kode HS 200820 Indonesia menempati urutan ke-3 di dunia (UN COMTRADE 2014). Berdasarkan rata-rata tertinggi, jenis serealia olahan yang menjadi objek analisis adalah sweet biscuits, waffles and wafers dari kode HS 190530 (Lampiran 5). Kontribusi yang diberikan produk ini 35.15% dari total ekspor serealia olahan Indonesia ke dunia. Negara analisis yang terpilih adalah Amerika Serikat, Thailand, Vietnam, China, Filipina dan Australia (Tabel 8). Daya Saing dan Derajat Integrasi Produk Makanan Olahan Indonesia di Negara Tujuan Ekspor Pangsa pasar produk makanan olahan Indonesia di negara tujuan dapat ditingkatkan dengan cara meningkatkan daya saing produk-produk tersebut. Analisis daya saing komoditi makanan olahan Indonesia dilakukan dengan menggunakan metode analisis RCA. Jika ekspor suatu negara dari suatu jenis barang lebih tinggi daripada pangsa dari barang yang sama di dalam jumlah ekspor dunia, berarti negara tersebut memiliki keunggulan komparatif atas produksi dan ekspor dari barang tersebut (Tambunan 2004). Derajat integrasi dapat diukur melalui pendekatan analisis Intra Industry Trade (IIT). Bora dalam Austria (2004) menjelaskan bahwa nilai perdagangan intra-industri juga dapat digunakan untuk mengukur seberapa dalam integrasi yang terjadi antar negara atau sektor tertentu karena nilai tersebut merefleksikan adanya peningkatan dalam division of labor yang dikombinasikan dengan penurunan dalam biaya transaksi. Analisis Revealed Comparative Adventage (RCA) Nilai RCA yang diperoleh menggambarkan kinerja komoditi makanan olahan Indonesia dengan negara tujuannya dengan kisaran nilai antara nol sampai tak hingga. Produk makanan olahan dengan nilai lebih dari satu dapat dikatakan produk tersebut memiliki keunggulan komparatif. Hasil analisis nilai RCA dari beberapa komoditi makanan olahan yang dianalisis menunjukkan hampir keseluruhannya memberikan hasil lebih dari satu. Hal ini menunjukkan produk tersebut memiliki daya saing yang baik di dalam pasar dunia. Komoditi makanan olahan dari jenis cigarettes containing tobacco (kode HS 240220) menunjukkan keseluruhan nilai RCA yang tinggi dan cenderung meningkat pada keenam negara analisis. Produk cigarettes containing tobacco Indonesia diminati oleh negara-negara Asia Tenggara yang ditunjukkan dengan melihat keenam negara tujuan eksor dengan nilai RCA yang tinggi untuk masingmasing negara tersebut. Terlihat pada Tabel 9 nilai RCA cigarettes containing tobacco Indonesia yang tinggi menunjukkan produk ini tidak terpengaruh dengan isu dunia yang sedang mengurangi tembakau atau rokok yang dapat menyebabkan penyakit kangker atau dapat merusak kesehatan (Ernawati 2012). Nilai RCA terendah pada produk shrimps and prawns terdapat pada negara tujuan ekspor Jepang. Namun, nilai RCA ke Jepang tergolong baik karena cenderung meningkat di setiap tahun analisis, justru ke negara tujuan Netherland dan Belgia meskipun memiliki nilai RCA yang tinggi tetapi nilai nya cenderung menurun. Hal ini dikarenakan pasca krisis perekonomian global yang terjadi di
23 Eropa dari tahun 2008 membuat ekspor shrimps and prawns menurun karena produk ini masih dianggap sebagai produk makanan laut mewah 1 . Selain itu, ekspor ikan Indonesia menghadapi tantangan yang berkaitan dengan berbagai tuntutan untuk menjamin mutu, keamanan pangan, dan ketertelusuran setiap produk bahan makanan, serta isu lingkungan dan keharusan equivalensi sistem mutu yang didasarkan pada konsepsi Hazard Analysis Critical Control Point (HACCP) khususnya dari Eropa (UE) (Tjitroresmi 2007). Hal ini juga disebabkan adanya negara pesaing untuk produk shrimps and prawns dari Thailand, Bangladesh dan Vietnam (UN COMTRADE 2014). Tabel 9 Nilai RCA Indonesia ke negara tujuan ekspor Komoditi Cigarettes containing tobacco (240220)
Shrimps and prawns (160520)
Cocoa butter, fat, oil (180400)
Pineapples, otherwise prepared or preserved (200820) Sweet biscuits, waffles and wafers (190530)
Negara Tujuan Camboja Malaysia Singapura Thailand Vietnam Filipina Amerika Serikat Netherlands Jepang United Kingdom Belgia Jerman Amerika Serikat Perancis Australia Jepang Netherlands Jerman Amerika Serikat Netherlands Spanyol United Kingdom Jerman Jepang Amerika Serikat Thailand Vietnam China Filipina Australia
2007 28.46 21.57 5.49 12.77 34.06 40.23 17.88 8.71 0.23 10.70 21.88 8.41 30.12 84.35 18.44 0.55 18.25 1.41 9.06 10.20 25.82 6.94 28.31 2.90 2.61 14.36 14.45 6.91 22.35 1.75
2008 26.68 12.93 6.01 16.38 32.46 25.76 26.67 12.76 0.66 15.44 24.29 7.79 33.58 94.50 21.23 0.51 14.43 1.16 21.28 39.28 80.07 26.95 69.44 4.46 2.82 16.63 16.17 10.08 17.01 2.91
(RCA) 2009 2010 2011 2012 21.38 26.85 33.73 31.51 27.14 25.17 24.93 23.99 3.36 3.12 3.58 3.95 15.55 7.90 9.26 8.04 38.89 43.15 40.45 40.69 22.84 37.84 77.72 23.03 20.83 16.66 16.29 20.97 11.55 11.84 9.59 9.87 1.58 1.95 1.97 2.31 15.30 14.32 11.28 12.53 19.32 12.11 4.71 9.25 6.42 3.37 7.41 9.14 19.59 24.43 37.48 42.56 93.04 47.68 53.74 66.12 15.65 14.24 11.00 18.26 1.72 1.71 2.64 3.49 7.23 4.26 4.32 1.92 0.25 4.21 4.53 27.70 16.59 15.04 17.19 19.68 20.48 27.93 23.17 24.02 40.64 36.19 43.03 36.58 20.27 13.02 15.38 6.34 45.27 37.38 36.68 45.68 4.37 4.39 3.61 4.57 2.11 2.25 2.04 2.00 17.74 15.87 18.89 14.62 15.85 16.19 18.98 27.16 11.51 15.77 16.27 15.92 10.79 11.82 8.41 15.75 3.42 2.97 3.57 6.01
Sumber: UN COMTRADE 2014 (diolah)
Nilai RCA cocoa butter, fat, oil (kode HS 180400) cukup fluktuatif untuk setiap negara analisis. Daya saing tertinggi terdapat pada perdagangan Indonesia dengan negara Perancis, kemudian disusul oleh Amerika Serikat dan Australia. Nilai RCA yang cenderung menurun terjadi pada perdangangan cocoa butter, fat, oil (kode HS 180400) Indonesia ke Netherlands. Penurunan tersebut akibat terjadinya persaingan produk cokelat olahan Indonesia dengan Ghana, Cote 1
http://www.cbi.eu/system/files/marketintel/201020-20Shrimps20and20Prawns1.pdf
24 d’Ivoire, Perancis dan Jerman (UN COMTRADE 2014). Netherlands mendapat keuntungan dari kedekatan geografis negaranya dengan Perancis dan Jerman untuk mendapatkan produk cocoa butter, fat, oil yang sebelumnya di impor oleh kedua negara pesaing tersebut dari Indonesia. Makanan olahan dari jenis pineapples, otherwise prepared or preserved memiliki daya saing yang kuat untuk setiap negara analisis. Hal ini dibuktikan dari nilai RCA untuk masing-masing negara analisis memiliki nilai RCA lebih dari satu. Perkembangan nilai RCA cukup fluktuatif dan cenderung meningkat untuk setiap negara analisis. Fluktuasi terbesar terlihat pada RCA Indonesia ke United Kingdom dan pada akhir tahun analisis mengalami penurunan nilai RCA. Penurunan ini terjadi karena United Kingdom lebih banyak melakukan impor produk ini dari negara pesaing Indonesia yaitu Thailand, Filipina, Kenya, China, Jerman dan Perancis (UN COMTRADE 2014). Jerman menjadi salah satu negara pesaing ekspor produk pineapples, otherwise prepared or preserved ke negara United Kingdom karena produk yang di impor dari Indonesia di jual kembali ke negara Uni Eropa lain, salah satunya adalah United Kingdom. Makanan olahan dari jenis sweet biscuits, waffles and wafers (kode HS 190530) memiliki daya saing yang tinggi ke negara tujuan. Nilai RCA tersebut cenderung fluktuatif disetiap negara analisis. USA adalah negara tujuan produk serealia olahan Indonesia dengan nila RCA yang cenderung menurun. Hal ini disebabkan adanya negara pesaing produk ini yang berasal dari Canada, Mexico, Jerman, Denmark, United Kingdom dan Italia (UN COMTRADE 2014). Analisis Intra Industri Trade (IIT) Intra Industry Trade (IIT) merupakan indikator dari integrasi yang terjadi dalam suatu sektor yang dianalisis. IIT digunakan untuk mengukur tingkat integrasi suatu negara. Suatu negara dapat melakukan ekspor dan impor pada saat yang sama. Nilai IIT yang tinggi menunjukkan adanya perdagangan dua arah antar negara terhadap suatu komoditi. Nilai yang rendah menunjukkan rendahnya keterkaitan perdagangan antar kedua negara tersebut dan hanya bersifat searah. Tingkat integrasi yang ditentukan, berdasarkan pada klasifikasi rentang nilai-nilai IIT yang digunakan pada penelitian Austria (2004). Intra Industry Trade (IIT) Indonesia dengan negara tujuan ekspor tahun 2007 hingga 2012 ditunjukkan pada Tabel 10. Berdasarkan hasil pengukuran pada Tabel 10, komoditi dari makanan olahan memiliki integrasi yang sangat lemah bahkan cenderung tidak ada integrasi. Sebagian besar produk analisis menunjukkan nilai IIT yang berada pada kisaran angka nol, artinya hanya terjadi perdagangan satu arah (one-way trade). Hal ini menandakan bahwa perdagangan yang terjadi antara Indonesia dengan negara tujuannya hanya melibatkan satu pihak saja berupa ekspor. Produk sweet biscuits, waffles and wafers (Tabel 10) menunjukkan hasil bahwa masih terdapat beberapa negara tujuan yang memiliki integrasi lemah yaitu Amerika Serikat, Thailand, Australia dan China. Tahun 2007 China memiliki Integrasi kuat dengan Indonesia yang artinya pada saat itu kedua negara aktif melakukan kegiatan ekspor dan impor, sehingga dapat dikatakan pada saat itu terjadi perdagangan dua arah (two-way trade). Namun, integrasi semakin melemah sampai pada tahun 2012 menunjukkan nilai IIT 0.69 terhadap produk sweet biscuits, waffles and wafers. Integrasi yang lemah ini menunjukkan
25 kecenderungan produk serealia olahan untuk menuju pada perdagangan satu arah saja, yaitu ekspor. Hal ini menunjukkan besarnya peluang ekspor produk makanan olahan Indonesia ke negara tujuannya.
Tabel 10 Hasil pengukuran Intra Industry Trade (IIT) komoditi makanan olahan Indonesia di negara tujuan Komoditi Cigarettes containing tobacco (240220)
Shrimps and prawns (160520)
Cocoa butter, fat, oil (180400)
Pineapples, otherwise prepared or preserved (200820) Sweet biscuits, waffles and wafers (190530)
Negara Tujuan Camboja Malaysia Singapura Thailand Vietnam Filipina Amerika Serikat Netherlands Jepang United Kingdom Belgium Jerman Amerika Serikat Perancis Australia Jepang Netherlands Jerman Amerika Serikat Netherlands Spanyol United Kingdom Jerman Jepang Amerika Serikat Thailand Vietnam China Filipina Australia
2007 0.00 0.07 0.02 0.00 4.56 0.00 0.00 0.00 0.06 0.00 0.00 0.00 0.00 0.00 0.00 1.83 0.00 0.00 0.12 0.00 0.00 0.00 0.00 0.00 1.34 15.09 0.00 52.56 0.00 4.25
Intra Industry Trade (IIT) 2008 2009 2010 2011 0.00 0.00 0.00 0.00 0.05 0.00 0.13 0.10 0.19 0.25 0.45 0.10 0.00 0.00 0.02 0.00 0.00 0.00 0.03 0.59 4.16 0.00 0.17 0.64 0.08 0.16 0.26 0.26 0.00 0.00 0.00 0.00 1.08 0.40 0.00 0.23 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.30 0.00 0.00 0.00 0.00 0.00 0.04 0.15 0.00 0.00 0.00 0.02 0.00 0.00 0.00 0.00 2.75 0.62 0.57 0.67 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.45 0.00 0.00 0.00 1.13 1.71 0.38 0.82 13.94 17.24 21.01 9.88 0.01 0.00 0.00 0.00 32.11 2.62 0.81 0.54 0.00 0.00 0.00 0.49 8.96 7.39 13.40 7.68
2012 0.00 0.05 0.08 0.00 0.64 0.67 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.18 0.00 1.09 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.49 13.12 0.00 0.69 0.00 6.53
Sumber: UN COMTRADE 2014 (diolah)
Faktor-faktor yang Mempengaruhi Produk Ekspor Makanan Olahan Indonesia Gravity model digunakan untuk menjelaskan faktor-faktor yang mempengaruhi nilai ekspor makanan olahan Indonesia di negara tujuannya. Variabel independen yang digunakan dalam menganalisis faktor-faktor yang mempengaruhi ekspor produk makanan olahan Indonesia adalah GDP riil Indonesia (GDPIit), GDP riil negara tujuan ekspor (GDPJjt), nilai tukar riil Indonesia terhadap negara tujuan ekspor (ERRij), jarak ekonomi dari Indonesia ke
26 negara tujuan ekspor (DISTij), dan ekspor produk makanan olahan Indonesia ke negara tujuan pada tahun sebelumnya (LagXij). Berdasarkan pengujian pemilihan model yang dilakukan, model yang terpilih adalah Fixed Effect Model (FEM) pada produk shrimps and prawns, cocoa butter, fat oil, dan pineapples, otherwise prepared or preserved serta Random Effect Model (REM) pada produk cigarettes containing tobacco dan sweet biscuits, waffles and wafer. Model yang digunakan dalam penelitian ini, merupakan model terbaik yang dijelaskan dalam Bab Metode Penelitian. Hasil uji tersebut dapat dilihat pada Tabel 11. Uji asumsi model yang telah dilakukan menggunakan uji normalitas, multikolinearitas, homokedastisitas dan autokorelasi memperoleh hasil uji yang sudah memenuhi asumsi klasik Best Linier Unbias Estimator (BLUE). Berdasarkan uji F statistik, pada taraf nyata 5% untuk kelima produk analisis memiliki nilai probabilitas 0.000 kurang dari taraf nyata 5%. Artinya, minimal ada satu faktor yang mempengaruhi nilai ekspor produk makanan olahan Indonesia. Nilai R2 yang diperoleh lebih dari 87% (Tabel 11) untuk semua produk makanan olahan Indonesia ke negara tujuan menunjukkan bahwa lebih dari 87% perubahan nilai ekspor dapat diterangkan oleh variasi peubah-peubah bebas dalam model, sisanya diterangkan oleh faktor-faktor lain yang tidak terdapat dalam model. Tabel 11 Faktor-faktor yang mempengaruhi ekspor makanan olahan Indonesia Variabel LNGDPI LNGDPJ LNERR LNDIST LNlagX C R2 Prob(F-stat)
Tembakau Olahan 0.583740 (0.1591) -0.024410 (0.7722) -0.037581 (0.2382) -0.482266 (0.0011)*** 0.881597 (0.0000)*** -9.797761 (0.2642) 0.985778 0
Ikan Olahan -0.929748 (0.1852) -2.511694 (0.2864) 1.096344 (0.1031) 2.691847 (0.3739) 0.710363 (0.0000)*** 61.07503 (0.2136) 0.967505 0
Cokelat Olahan -0.933560 (0.1989) 9.093141 (0.0016)*** 0.678092 (0.4721) -7.139869 (0.0044)*** 0.357177 (0.0551)* -145.3421 (0.0149)* 0.871670 0
Buah & Sayuran Olahan 1.289726 (0.0244)** 1.059040 (0.5153) 2.308449 (0.0002)*** -3.108275 (0.0068)*** -0.634921 (0.0058)*** -19.2362 (0.6694) 0.890573 0
Serealia Olahan 1.775435 (0.0166)** -0.010670 (0.9222) -0.002129 (0.9120) 0.016797 (0.9612) 0.622820 (0.0000)*** -40.78171 (0.0323)** 0.891910 0
keterangan: ***α= 1% ; **α=5%;*=10% Sumber: UN COMTRADE 2014 (diolah)
GDP riil Indonesia GDP riil Indonesia memiliki hubungan positif terhadap nilai ekspor makanan olahan Indonesia. Peningkatan ekspor yang disebabkan oleh peningkatan pendapatan akan mendorong kinerja perekonomian dari berbagai sektor sebagai akibat multiplier effect (Jalil 2012). Nilai ekspor produk makanan olahan Indonesia yang berpengaruh signifikan terhadap GDP riil Indonesia adalah pineapples, otherwise prepared or preserved dan sweet biscuits, waffles and wafer. Peningkatan GDP riil Indonesia sebesar 1% akan meningkatkan nilai ekspor pineapples, otherwise prepared or preserved sebesar 1.289% dan 1.775% pada produk sweet biscuits, waffles and wafer. Hasil estimasi ini didukung oleh
27 pernyataan Kalbasi dalam Mufti (2012) bahwa GDP dari negara eksportir mengukur kapasitas produksi negara tersebut. Artinya, semakin besar GDP negara eksportir maka semakin besar kapasitas produksi yang dimiliki, sehingga ekspor akan meningkat. GDP riil negara tujuan ekspor Variabel GDP riil secara teoritis memiliki hubungan positif dengan aliran perdagangan. Tingkat pendapatan suatu negara mempengaruhi pertumbuhan aliran perdagangan. Semakin tinggi pendapatan suatu negara maka kemampuan negara tersebut untuk melakukan impor suatu barang akan semakin besar (Mankiw 2006). Hasil estimasi menunjukkan produk makanan olahan yang berpengaruh signifikan terhadap GDP riil negara tujuan adalah cocoa butter, fat oil. Peningkatan GDP riil negara tujuan ekspor sebesar 1% akan meningkatkan nilai ekspor cocoa butter, fat oil sebesar 9.093%. Hasil estimasi ini sejalan dengan penelitian Harum (2013), Mufti (2012), Ulfa (2012), Jalil (2012). Nilai tukar riil rupiah terhadap mata uang negara tujuan ekspor Estimasi untuk nilai tukar rill rupiah terhadap mata uang negara tujuan menunjukkan hasil yang positif dan singnifikan hanya terdapat pada produk pineapples, otherwise prepared or preserved. Depresiasi nilai rupiah sebesar 1% akan mampu meningkatkan nilai ekspor pineapples, otherwise prepared or preserved sebesar 2.308%. Hasil estimasi ini sesuai dengan teori yang terdapat pada Mankiw (2006) terkait faktor-faktor penentu kurs riil. Teori tersebut menyatakan bahwa kurs riil terkait dengan ekspor neto. Bila kurs riil lebih rendah, barang-barang domestik relatif lebih murah dibanding barang-barang luar negeri, dan ekspor neto lebih besar. Artinya, ketika barang domestik lebih murah, penduduk domestik akan mengurangi impor dan negara lain akan membeli produk Indonesia karena barang-barang domestik indonesia relatif lebih murah. Jarak ekonomi negara tujuan ekspor Jarak ekonomi merupakan hasil perhitungan jarak antara Indonesia dengan negara tujuan ekspor terhadap GDP riil negara tujuan ekspor yang digunakan dalam menentukan aliran perdagangan suatu produk. Jarak merupakan proksi untuk biaya transportasi, jadi semakin jauh jarak akan meningkatkan biaya transportasi sehingga akan mengurangi perdagangan. Hasil estimasi menunjukkan jarak ekonomi berpengaruh signifikan dan negatif terhadap produk cigarettes containing tobacco, cocoa butter, fat, oil dan pineapples, otherwise prepared or preserved. Jarak ekonomi dari Indonesia ke negara tujuan ekspor menunjukkan biaya transportasi, sehingga ketika transportasi mengalami peningkatan sebesar 1% maka nilai ekspor produk cigarettes containing tobacco akan mengalami penurunan sebesar 0.482% dan 7.139% pada produk cocoa butter, fat, oil serta 3.108% untuk produk pineapples, otherwise prepared or preserved. Hasil estimasi ini sejalan dengan penelitian Li, Song dan Zhao (2008) menjelaskan bagian dan komponen barang di China masih sensitif terhadap perubahan biaya transportasi dan jarak geografis.
28 Ekspor pada tahun sebelumnya Peningkatan nilai ekspor pada tahun sebelumnya memiliki pengaruh yang signifikan terhadap nilai ekspor produk makanan olahan Indonesia di negara tujuan. Hasil ini sesuai dengan hipotesis yang dibentuk. Produk-produk tersebut adalah cigarettes containing tobacco, shrimps and prawns, cocoa butter, fat oil, dan pineapples, otherwise prepared or preserved serta sweet biscuits, waffles and wafer. Peningkatan nilai ekspor tahun sebelumnya sebesar 1% maka akan meningkatkan nilai ekspor produk cigarettes containing tobacco sebesar 0.881%, 0.710% pada produk shrimps and prawns dan sebesar 0.357% pada produk cocoa butter, fat oil, serta untuk produk sweet biscuits, waffles and wafer adalah sebesar 0.623%. Namun, menurunkan nilai ekspor pineapples, otherwise prepared or preserved sebesar 0.634%. Hasil untuk pineapples, otherwise prepared or preserved tidak sesuai dengan teori dan hipotesis karena ternyata peningkatan nilai ekspor tahun sebelumnya justru menurunkan nilai ekspor untuk produk pineapples, otherwise prepared or preserved. Ketidaksesuaian secara teoritis untuk produk ini dapat dilihat pada Tabel 12. Tabel tersebut menunjukkan nilai ekspor yang cenderung fluktuatif. Peningkatan nilai ekspor tahun sebelumnya ke negara tujuan tersebut tidak serta meningkatkan nilai ekspor pada tahun berikutnya. Meskipun mengalami peningkatan, standar yang tinggi dari negara-negara tujuan tersebut terhadap produk yang masuk ke negaranya juga berpengaruh terhadap nilai ekspor. Tabel 12 Ekspor pineapples, otherwise prepared or preserved (200820) Indonesia di Negara Tujuan
Negara
AS
Spanyol
Jerman
Total Ekspor (Juta US$) dunia 295.75 351.62 342.77 337.46 387.32 363.79 63.81 92.23 60.39 63.38 88.72 68.14 92.59 122.16 107.57 85.37 123.47 106.99
Indonesia 15.46 45.20 38.66 36.92 48.54 45.74 8.03 29.37 15.63 16.93 25.54 15.83 5.73 17.37 12.07 8.93 11.87 12.81
Share ekspor* (%) 5.23 12.86 11.28 10.94 12.53 12.57 12.58 31.85 25.88 26.71 28.79 23.23 6.19 14.22 11.23 10.46 9.62 11.97
Negara
UK
Netherlands
Jepang
Total Ekspor (Juta US$) dunia 46.56 58.47 47.15 46.88 58.29 48.76 35.47 30.92 42.81 35.18 56.33 54.41 37.96 41.97 37.37 38.62 52.46 47.75
Indonesia 0.69 3.46 2.53 1.65 2.15 0.76 2.36 9.64 6.67 8.31 13.59 12.16 4.19 6.81 5.49 6.29 7.47 7.43
Share ekspor* (%) 1.48 5.91 5.36 3.51 3.69 1.56 6.66 31.16 15.59 23.63 24.13 22.35 11.04 16.23 14.71 16.31 14.24 15.55
Sumber: UN COMTRADE 2014 (diolah) Keterangan:* share ekspor Indonesia ke negara tujuan
Meskipun nilai ekspor pada tahun sebelumnya tinggi, jika suatu produk yang diekspor tidak sesuai dengan standar yang telah ditetapkan maka tidak dapat
29 masuk kedalam negara tersebut. Ancaman lain terhadap produk Pineapples, otherwise prepared or preserved Indonesia adalah adanya negara pesaing dari Thailand, Filipina, Kenya, China, Jerman dan Perancis (UN COMTRADE 2014).
SIMPULAN DAN SARAN Simpulan 1. Hasil analisis dengan metode deskriptif kelima makanan olahan yang memiliki nilai ekspor tertinggi yaitu, tembakau, ikan, cokelat, buah & sayuran, serta serealia olahan dari jenis cigarettes containing tobacco, shrimps and prawns, prepared or preserved, cocoa butter, fat, oil, pineapples, otherwise prepared or preserve, sweet biscuits, waffles and wafers 2. Hasil analisis keunggulan komparatif (Revealed Comparative Advantage) menunjukkan bahwa produk makanan olahan sebagian besar berdaya saing namun memiliki keterkaitan atau integrasi yang lemah 3. Hasil Gravity model menunjukkan GDP riil Indonesia berpengaruh signifikan terhadap produk buah & sayuran olahan (200820) dan serealia olahan (190530), GDP riil negara tujuan ekspor berpengaruh signifikan terhadap produk cokelat (180400). Nilai tukar rill berpengaruh positif terhadap produk buah & sayuran olahan (200820). Jarak ekonomi berpengaruh signifikan terhadap produk tembakau (240220), cokelat olahan (180400), serta buah dan sayuran olahan (200820). Nilai ekspor tahun sebelumnya berpengaruh signifikan dan positif terhadap produk tembakau (240220), ikan olahan (160520), cokelat olahan (180400) dan serealia olahan (190530), serta berpengaruh negatif pada produk buah dan sayuran olahan (200820).
Saran 1. 2.
3.
Perlunya meningkatkan pertumbuhan ekspor untuk produk-produk makanan olahan yang berdaya saing dan pertumbuhan tinggi Pemberian perhatian khusus terhadap produk-produk yang mengalami penurunan daya saing (produk cigarettes containing tobacco ke negara tujuan Thailand, shrimps and prawns dan cocoa butter, fat, oil ke negara tujuan Netherlands, pineapples, otherwise prepared or preserved ke negara tujuan United Kingdom, sweet biscuits, waffles and wafers ke Amerika Serikat) agar tetap unggul dan tidak kalah dengan produk dari negara pesaing, seperti pengadaan promosi ekspor dan melakukan survei pasar untuk lebih memahami karakteristik pasar di negara tujuan ekspor Bagi penelitian selanjutnya dapat melakukan analisis produk yang memiliki keterkaitan kebijakan antar negara terhadap ekspor produk tersebut
30
DAFTAR PUSTAKA Akhtar W, Akmal N, Shah H, Niazi M, Tahir A. 2013. Expor Competitiveness of Pakistani Horticultural Product. Pakistan Journal of Agricultural Research. 26(2):87-96 Austria, M.S. 2004. The Pattern of Intra-ASEAN Trade in the Priority Goods Sectors. Final Main Report, 3/006e: 1-176. Jakarta (ID): ASEAN Secretariat Bergstrand J H. 1985. The Gravity Equation in International Trade: ome Microeconomic Foundations and Empirical Evidence. The Review of Economics and Statistics, Vol. 67. BPS R1. 2011. Staf Perdagangan Luar Negeri Ekspor Jilid 1 2011. Jakarta (ID): Badan Pusat Statistik. [BPS] Badan Pusat Statistik. Berbagai Terbitan. www.bps.go.id [Maret 2014] [CEPII] Centre d’Etudes Prospectives et d’Informations Internationales. Geodesic Distances [Internet]. [diunduh 2014 April 20]. Tersedia pada: http://www.cepii.fr/distance/dist_cepii.zip [COMTRADE] Commodity Trade Statistics Database. 2014. Acces From World Integrated Trade Solution (WITS) Database [internet]. [diunduh 2014 Februari 20]. Tersedia Pada: https://wits.worldbank.org/WITS/WITS/Restricted/Login.aspx Ernawati. 2013. Analisis Peluang dan Tantangan Indonesia dalam Meningkatkan Ekspor Makanan Olahan: Studi Kasus Negara Tujuan Ekspor Vietnam [internet]. [diunduh 2014 Agustus 2012]. Tersedia pada: www.kemendag.go.id/files/pdf/2013/04/25/-1366882350.pdf Firdaus, A. H. 2011. ASEAN Plus Three: Kinerja Perdagangan dan Dampak Free Trade Area (FTA) Terhadap Perekonomian Indonesia [Tesis]. Bogor (ID): Institut Pertanian Bogor Gujarati DN. 2004. Basic Econometrics 4th Ed. New York (US): McGraw Hill Harum. 2013. Analisis Daya Saing dan Faktor-faktor yang Mempengaruhi Aliran Ekspor Mangga Indonesia ke Negara Tujuan. [skripsi]. Bogor (ID): Institut Pertanian Bogor Jalil Nur A. 2012. Identifikasi, Analisis Daya Saing, dan Faktor-faktor yang Mempengaruhi Aliran Perdagangan Komoditi Unggulan Ekspor Indonesia ke Uni Eropa[Tesis]. Bogor (ID): Institut Pertanian Bogor Juanda Bambang. 2009. Ekonometrika Pemodelan dan Pendugaan. Bogor (ID): IPB Press [KEMENDAG RI] Kementerian Perdagangan Republik Indonesia. Berbagai Terbitan. www.kemendag.go.id [diunduh 2014 April] Kementerian Keuangan Republik Indonesia Badan Pendidikan dan Pelatihan Keuangan Pusdiklat Bea dan Cukai. 2011. Klasifikasi Barang. Jakarta (ID): Departemen Keuangan Republik Indonesia [KEMENPERIN RI] Kementerian Perindustrian Republik Indonesia. Pemantauan Impor 31 Kelompok Hasil Industri [internet]. [diunduh 2014 September 12]. Tersedia pada: http://www.kemenperin.go.id/statistik/kelompok_sub.php? ekspor=&kel=9&n= Koo, W.W. 2005. International Trade and Agriculture. Australia (AU): Blackwell Publishing
31 Krugman, P.R dan Obstfeld Maurince. 2004. International Economics Theory and Policy, Fifth Edition. USA(US): Addison-Wesley Publishing, Co Lindert, P. H dan C. P Kindleberger. 1995. Ekonomi Internasional. Indonesia (ID): Erlangga Li K, Song L, Zhao X. 2008. Component Trade and China’s Global Economic Integration. UNU-WIDER Reasearch Paper 101: 1-23 Mankiw Gregory N. 2006. Teori Makro Ekonomi. Edisi Keempat. Jakarta (ID): Erlangga Mufti Aryo. 2012. Analisis Ekspor Komoditas Unggulan Makanan Olahan Indonesia dan Faktor-faktor yang Mempengaruhi. [Tesis]. Bogor (ID): Institut Pertanian Bogor [OECD] Organisation for Economic and Co-operation Development. 1992. Technology and the economy: The Key Relationships. Paris, France (FR): Organisation for Economic and Co-operation Development Oktaviani Rina. 2000. The Indonesian Import Demand and Trade Flow of Cotton. Department of Agricultural Socio-economics Studies. Bogor (ID):Bogor Agricultural University Porter, M.E, M. Delgado, C. Ketels, and S. Stern. 2008. Moving to A New Global Competitiveness Index. In the Global Competitiveness Report 2008-2009. Geneva (CH): World Economic Forum Salvatore, D. 1997. Ekonomi Internasional. Haris Munandar [Penerjemah]. Jakarta (ID): Erlangga [SETKAB RI] Sekretariat Kabinet Republik Indonesia. 2012. Beberapa Capaian ASEAN Menuju Masyarakat Ekonomi ASEAN 2015 [internet]. [diunduh 2014 April 16]. Tersedia pada: http://www.setkab.go.id/artikel-5670beberapa-capaian-asean-menuju-masyarakat-ekonomi-asean-2015.html Shepherd B. 2012. The Gravity Model of International Trade: A User Guide Jurnal UNESCAP 2012 (Maret):9.[US] Tambunan Tulus. 2001. Industrialisasi di Negara Sedang Berkembang. Jakarta (ID): Penerbit Ghalia Indonesia. Tambunan Tulus. 2004. Globalisasi dan Perdagangan Internasional. Bogor (ID): Penerbit Ghalia Indonesia Timberger, J. 1962. Shaping The World Economy. New York(AS):Suggestion for an International Trade Policy Todaro, Michael P dan Smith, Stephen C. 2006. Pembangunan Ekonomi. Edisi kesembilan. Yelvi [penerjemah]. Jakarta (ID): Erlangga Tjitroresmi Endang. 2007. “Perdagangan Luar Negeri Komoditas Udang: Isu Lingkungan dan Standar Mutu Pangan”, dalam Zarmawis Ismail (penyunting), Pengaruh Eco-Labeling Terhadap Perdagangan Luar Negeri, Jakarta (ID): Pusat Penelitian Ekonomi, Lembaga Ilmu Pengetahuan Indonesia Ulfah Maria. 2012. Analisis Potensi Ekspor Produk Makanan dan Minuman Olahan Indonesia di Pasar Non-Tradisional Asia [Skripsi]. Bogor (ID): Institut Pertanian Bogor [UN COMTRADE] United Nations Commodity Trade Statistics Database. Acces From World Integrated Trade Solution (WITS) Database [internet]. [diunduh 2014 Februari 20] Tersedia Pada: http://comtrade.un.org/db/
32 [WTO] World Trade Organization. 2012. A Practical Guide to Trade Policy Analysis. Switzerland (CH): The World Trade Organization
33
LAMPIRAN Lampiran 1 Kelompok produk tembakau olahan Kode HS
Nama Produk
240110 240120 240130 240210 240220 240290 240310 240391 240399
Tobacco, unmanufactured, not stemmed or stripped Tobacco, unmanufactured, stemmed or stripped Tobacco refuse Cigars, cheroots and cigarillos, containing tobacco Cigarettes containing tobacco Cigars, cheroots, cigarettes, with tobacco substitutes Cigarette or pipe tobacco and tobacco substitute mixes Homogenized or reconstituted tobacco Products of tobacco, substitute nes, extract, essences TOTAL Share produk 240220 terhadap total ekspor tembakau olahan
Sumber:UN COMTRADE 2014 (diolah)
Rata-rata ekspor ke dunia (US$) 2007-2012 66 518 481 84 503 122 3 643 587 28 663 721 416 447 525 3 539 529 10 866 007 329 021 3 151 973 617 662 965.7 67.42
34 Lampiran 2 Kelompok produk ikan olahan Kode HS 160100 160210 160220 160231 160232 160239 160241 160242 160249 160250 160290 160300 160411 160412 160413 160414 160415 160416 160419 160420 160430 160510 160520 160530 160540 160590 210410
Nama Produk Sausages, similar products of meat, meat offal & blood Homogenized preparations of meat and meat offal Livers of any animal prepared or preserved Turkey meat, offal prepared or preserved, except liver Fowls meat and meat offa Fowl, duck,goose, offal, prepared, preserved not liver Swine hams & cuts thereof, prepared or preserved Swine shoulders & cuts thereof, prepared or preserved Swine meat or offal nes, prepared,preserved, not liver Bovine meat, offal nes, not livers, prepared/preserved Meat, meat offal and blood, prepared or preserved, nes Extracts, juices of meat, fish, aquatic invertebrates Salmon prepared or preserved, not minced Herrings, prepared or preserved, not minced Sardine, brisling, sprat prepared/preserved,not minced Tuna, skipjack, bonito, prepared/preserved, not minced Mackerel, prepared or preserved, not minced Anchovies, prepared or preserved, not minced Fish nes, prepared or preserved, not minced Fish prepared or preserved, except whole, in pieces Caviar and caviar substitutes prepared from fish eggs Crab, prepared or preserved Shrimps and prawns, prepared or preserved Lobster, prepared or preserved Crustaceans nes, prepared or preserved Molluscs and shellfish nes, prepared or preserved Soups and broths and preparations thereof TOTAL Share produk 160520 terhadap total ekspor ikan olahan
Sumber:UN COMTRADE 2014 (diolah)
Rata-rata ekspor ke dunia (US$) 2007-2012 94 005 4 695 0 0 850 7 331 142 0 11 487 22 813 7 972 1 045 218 106 565 107 991 26 361 575 222 219 954 2 339 561 25 784 153 017 2 430 561 255 311 95 630 551 230 981 290 33 368 124 394 11 481 733 88 691 593 534 857 38.91
35 Lampiran 3 Kelompok produk cokelat olahan Kode HS
Nama Produk
180310 180320 180400 180500 180610 180620 180631 180632 180690
Cocoa paste not defatted Cocoa paste wholly or partly defatted Cocoa butter, fat, oil Cocoa powder, unsweetened Cocoa powder, sweetened Chocolate and other food preps containing cocoa > 2 kg Chocolate, cocoa preps, block, slab, bar, filled, >2kg Chocolate, cocoa prep, block/slab/bar, not filled,>2kg Chocolate/cocoa food preparations nes TOTAL Share produk 180400 terhadap total ekspor cokelat olahan
Sumber:UN COMTRADE 2014 (diolah)
Rata-rata ekspor ke dunia(US$) 2007-2012 (US$) 17 463 499 74 055 759 260 698 328 90 133 566 360 983 28 884 151 991 604 1 674 962 6 501 289 480 764 140 54.23
36 Lampiran 4 Kelompok produk buah dan sayuran olahan Kode HS 080111 080119 080300 080410 080420 080430 080440 080450 080510 080520 080530 080540 080590 080610 080620 081110 081120 081190 081310 081320 081330 081340 081350 081400 121230 200210 200290 200320 200570 200600 200710 200791 200799 200820 200830 200840 200850 200860 200870 200880 200891 200892 200899 200911 200919 200920 200930 200940 200950 200960 200970 200980 200990
Nama Produk Coconuts, dessicated, sh Coconuts, fresh, shelled Bananas, including plantains, fresh or dried Dates, fresh or dried Figs, fresh or dried Pineapples, fresh or dried Avocados, fresh or dried Guavas, mangoes and mangosteens, fresh or dried Oranges, fresh or dried Mandarin, clementine & citrus hybrids, fresh or dried Lemons and limes, fresh or dried Grapefruit, fresh or dried Citrus fruits, fresh or dried, nes Grapes, fresh Grapes, dried Strawberries, (uncooked steamed or boiled), frozen Rasp-, mul-berries, etc (uncooked, steam, boil),frozen Fruits and nuts (uncooked, steamed, boiled) frozen,nes Apricots, dried Prunes, dried Apples, dried Fruits, dried nes Mixtures of edible nuts, dried and preserved fruits Peel of citrus fruit or melons Apricot, peach and plum stones & kernels, human food Tomatoes, whole/pieces, prepared/preserved, no vinegar Tomatoes nes, prepared or preserved, not in vinegar Truffles, prepared or preserved, not in vinegar Olives, prepared or preserved, not frozen/vinegar Fruits, nuts, fruit-peel, etc preserved by sugar Homogenised jams, jellies, etc Citrus based jams jellies marmalade, etc Jams, fruit jellies, purees and pastes, except citrus Pineapples, otherwise prepared or preserved Citrus fruits, otherwise prepared or preserved Pears, otherwise prepared or preserved Apricots, otherwise prepared or preserved Cherries, otherwise prepared or preserved Peaches, otherwise prepared or preserved Strawberries, otherwise prepared or preserved Palm hearts, otherwise prepared or preserved Fruit mixtures, otherwise prepared or preserved Fruit, edible plants nes otherwise prepared/preserved Orange juice, frozen, not fermented or spirited Orange juice, not fermented, spirited, or frozen Grapefruit juice, not fermented or spirited Juice of any other single citrus fruit Pineapple juice, not fermented or spirited Tomato juice not fermented or spirited Grape juice or must not fermented or spirited Apple juice not fermented or spirited Single fruit, veg juice nes, not fermented or spirited Mixtures of juices not fermented or spirited
Rata-rata ekspor ke dunia (US$) 2007-2012 61 301 565 42 454 676 662 831 66 483 364 107 241 89 523 10 586 166 16 368 2 837 229 918 154 130 674 4 399 7 543 338 892 88 243 2 313 992 13 463 141 169 440 3 203 257 112 750 25 882 0 3 809 30 082 17 103 0 528 908 901 124 5 305 1 067 687 129 231 885 44 107 5 161 0 11 276 10 329 2 504 1 860 2 353 635 8 271 840 61 287 892 422 174 045 24 420 27 171 596 388 23 673 58 487 1 748 674 987 134
37 071220 071230 071290 071310 071320 071331 071332 071333 071339 071340 071350 071390 121210 121299 130211 130212 130213 130214 130219 130220 130232 130239 200110 200120 200190 200310 200410 200490 200510 200520 200540 200551 200559 200560 200580 210310 210320 210390
Onions, dried, not further prepared Mushrooms and truffles, dried, not further prepared Vegetables nes & mixtures, dried, not further prepared Peas dried, shelled Chickpeas, dried, shelled Urd,mung,black or green gram beans dried shelled Beans, small red (Adzuki) dried, shelled Kidney beans and white pea beans dried shelled Beans dried, shelled, nes Lentils dried, shelled Broad beans and horse beans dried, shelled Leguminous vegetables dried, shelled Locust beans, locust seeds Vegetable products nes for human consumption Opium sap Liquorice extract Hop extract Pyrethrum, roots containing rotenone, extracts Vegetable saps and extracts nes Pectic substances, pectinates, pectates Mucilages & thickeners, from locust bean, guar seeds Mucilages and thickeners nes Cucumbers,gherkins, prepared or preserved by vinegar Onions prepared or preserved by vinegar Veg, fruit, nuts nes prepared or preserved by vinegar Mushrooms, prepared or preserved, not in vinegar Potatoes, prepared, frozen Vegetables nes and mixtures, prepared, frozen Homogenized vegetable preparations, not frozen/vinegar Potatoes, prepared or preserved, not frozen/vinegar Peas, prepared or preserved, not frozen/vinegar Beans, shelled, prepared/preserved, not frozen/vinegar Beans nes, prepared or preserved, not frozen/vinegar Asparagus, prepared or preserved, not frozen/vinegar Sweet corn, prepared or preserved, not frozen/vinegar Soya sauce Tomato ketchup and other tomato sauces Sauces nes, mixed condiments, mixed seasoning TOTAL Share produk 200820 terhadap total ekspor buah&sayuran olahan
Sumber:UN COMTRADE 2014 (diolah)
7 978 96 052 1 444 928 164 288 1 441 17 106 573 50 060 74 305 232 595 480 6 257 140 899 535 547 1 472 128 240 011 140 1 333 302 793 214 49 107 78 574 13 345 707 415 414 1 052 683 326 18 624 627 118 465 2 542 485 9 720 196 148 989 3 263 449 259 1 267 6 932 9 028 105 1 521 284 63 931 792 42 893 1583 30.13
38 Lampiran 5 Kelompok produk serealia olahan Kode HS 100610 100620 100630 100640 190110 190120 190190 190211 190219 190220 190230 190240 190300 190410 190420 190490 190510 190520 190530 190540 190590 210210 210220
Nama Produk
Rice in the husk (paddy or rough) Rice, husked (brown) Rice, semi-milled or wholly milled Rice, broken Infant foods of cereals, flour, starch or milk, retail Mixes and doughs for bread, pastry, biscuits, etc Malt extract & limited cocoa pastrycooks products nes Uncooked egg pasta not stuffed or prepared Uncooked pasta, not stuffed or prepared, without eggs Stuffed pasta Pasta except uncooked or stuffed Couscous Tapioca and tapioca substitutes Cereal foods obtained by swelling, roasting of cereal Prep foods from unroaste Cereals, except maize grain, prepared nes Crispbread Gingerbread and the like Sweet biscuits, waffles and wafers Rusks, toasted bread and similar toasted products Communion wafers, rice paper, bakers wares nes Yeasts, active Yeasts, inactive, dead unicellular organisms nes TOTAL Share produk 190530 terhadap total ekspor serealia olahan
Sumber:UN COMTRADE 2014 (diolah)
Rata-rata ekspor ke dunia (US$) 2007-2012 157 276 675 057 675 057 855 4 317 645 2 909 563 29 849 795 545 118 8 990 786 176 967 127 479 529 33 496 3 205 314 831 691 762 828 39 956 572 3 370 594 103 813 140 868 712 687 620 34 892 069 213 619 95 378 400 799 352 35.15
39 Lampiran 6 Variabel-variabel analisis pada tembakau olahan lnX lnGDPI lnGDPJ lnERR lnDIST lnLagX 18.19224 26.49387 22.76225 0.864316 5.536131 17.97985 18.62314 26.55226 22.82702 0.794214 5.716988 18.19224 18.88022 26.59751 22.82789 0.895889 5.721817 18.62314 18.95898 26.65789 22.88581 0.762193 5.799506 18.88022 19.03604 26.72073 22.95412 0.755882 5.931576 18.95898 19.12559 26.78149 23.0247 0.841747 6.02162 19.03604 17.77398 26.49387 25.80526 8.015524 5.041813 17.53449 17.83525 26.55226 25.85245 8.145114 5.218627 17.77398 18.36237 26.59751 25.8372 8.200109 5.085774 17.83525 18.61375 26.65789 25.90882 8.189614 5.287809 18.36237 18.74123 26.72073 25.95882 8.225773 5.443585 18.61375 18.88172 26.78149 26.01369 8.309792 5.496682 18.74123 18.04758 26.49387 25.74283 8.864736 4.761443 17.73487 18.26893 26.55226 25.76055 9.01727 4.820249 18.04758 17.83326 26.59751 25.7545 9.099441 4.901821 18.26893 17.97723 26.65789 25.89635 9.052875 5.014106 17.83326 18.41942 26.72073 25.95515 9.098745 5.134644 17.97723 18.52287 26.78149 25.97988 9.17072 5.248971 18.41942 17.04046 26.49387 25.99463 5.69683 5.753907 16.52684 17.27338 26.55226 26.01917 5.831644 5.852536 17.04046 17.22899 26.59751 25.9956 5.92719 5.819467 17.27338 16.8683 26.65789 26.0708 5.8903 6.009515 17.22899 17.15516 26.72073 26.07158 5.907683 6.090103 16.8683 17.11019 26.78149 26.14545 5.968575 6.147152 17.15516 15.74816 26.49387 24.91369 -0.5321 5.826807 14.83674 15.97625 26.55226 24.96876 -0.59971 6.074069 15.74816 15.72937 26.59751 25.02133 -0.59778 6.141211 15.97625 16.10389 26.65789 25.08359 -0.85306 6.230636 15.72937 16.33967 26.72073 25.14412 -1.105 6.386897 16.10389 16.48546 26.78149 25.19526 -1.09911 6.526335 16.33967 15.69505 26.49387 25.47381 5.391965 5.880288 15.77308 15.42718 26.55226 25.51449 5.505473 6.030697 15.69505 15.64854 26.59751 25.52591 5.507843 5.999876 15.42718 15.987251 26.657893 25.599463 5.4416341 6.1701915 15.64854 16.07013 26.72073 25.6352 5.453204 6.286 15.98725 15.94388 26.78149 25.70113 5.557133 6.396118 16.07013 Sumber: UN COMTRADE 2014, World Bank 2014, WITS 2014, CEPII 2014 (diolah)
40 Lampiran 7 Variabel-variabel analisis pada ikan olahan lnX lnGDPI lnGDPJ lnERR lnDIST lnLagX 18.414534 21.488231 25.642169 -8.9951119 7.8605915 18.503136 18.878835 21.487411 25.639261 -8.9987563 7.8770299 18.414534 18.794847 21.46381 25.610837 -9.0169972 7.8562729 18.878835 18.684093 21.657804 25.6356 -8.8495987 7.8930687 18.794847 18.867854 21.756525 25.653904 -8.7926535 7.9308207 18.684093 18.698676 21.749029 25.681314 -8.8391316 7.9755629 18.867854 15.564454 21.488231 22.744838 9.5920313 7.5191424 15.257043 16.588546 21.487411 22.830617 9.787895 7.6259883 15.564454 16.782295 21.46381 22.740237 9.8388801 7.5365811 16.588546 17.05977 21.657804 22.701113 9.6949028 7.5056653 16.782295 17.263299 21.756525 22.764582 9.7364086 7.5804073 17.05977 16.968025 21.749029 22.674814 9.7432935 7.5036748 17.263299 15.283778 21.488231 24.518109 4.5342351 6.6828763 15.100035 16.360691 21.487411 24.638028 4.803509 6.7900619 15.283778 17.193387 21.46381 24.680669 5.0323933 6.8276882 16.360691 17.61151 21.657804 24.790018 5.0199372 6.9151541 17.193387 17.912325 21.756525 24.879483 5.1343486 6.9856555 17.61151 17.967075 21.749029 24.898991 5.244695 6.9962697 17.912325 15.866986 21.488231 24.024642 9.9534069 7.7114214 15.890364 16.250228 21.487411 23.932183 9.9857007 7.6503427 15.866986 16.414933 21.46381 23.713519 9.9145224 7.4537094 16.250228 16.38693 21.657804 23.71747 9.7904745 7.4882327 16.414933 16.294669 21.756525 23.775834 9.7992078 7.5694482 16.38693 16.360765 21.749029 23.756331 9.8670183 7.5665609 16.294669 16.206205 21.488231 22.201841 9.5838348 7.4991929 16.067132 16.255202 21.487411 22.279543 9.7603468 7.5980537 16.206205 16.047934 21.46381 22.198124 9.8236923 7.5284288 16.255202 15.600705 21.657804 22.166804 9.6707397 7.5174323 16.047934 14.670679 21.756525 22.238408 9.7008096 7.6087977 15.600705 15.002556 21.749029 22.159827 9.7038576 7.5493538 14.670679 15.087938 26.493866 28.717015 9.5812786 7.5017122 14.795492 15.033256 26.552265 28.727788 9.7757594 7.5880928 15.087938 15.036138 26.597514 28.674962 9.8354509 7.4939827 15.033256 14.673646 26.657893 28.714303 9.6931708 7.4958673 15.036138 15.551547 26.720732 28.747093 9.7374065 7.5893124 14.673646 15.434015 26.781486 28.753956 9.7485765 7.5319812 15.551547 Sumber: UN COMTRADE 2014, World Bank 2014, WITS 2014, CEPII 2014 (diolah)
41 Lampiran 8 Variabel-variabel analisis pada cokelat olahan lnX lnGDPI lnGDPJ lnERR lnDIST lnLagX 18.045077 21.488231 25.642169 -8.9951119 7.8978888 17.85329 18.720036 21.487411 25.639261 -8.9987563 7.8949807 18.045077 18.091056 21.46381 25.610837 -9.0169972 7.8665563 18.720036 18.463961 21.657804 25.6356 -8.8495987 7.8913201 18.091056 18.635065 21.756525 25.653904 -8.7926535 7.9096233 18.463961 17.982047 21.749029 25.681314 -8.8391316 7.9370337 18.635065 17.496924 21.488231 23.927843 9.5881849 7.5721769 17.166487 17.831739 21.487411 23.994935 9.7808595 7.6392692 17.496924 17.847901 21.46381 23.909944 9.842793 7.5542786 17.831739 17.191644 21.657804 23.872761 9.6963099 7.5170948 17.847901 17.145196 21.756525 23.946894 9.7401312 7.5912282 17.191644 17.034764 21.749029 23.869815 9.751819 7.5141488 17.145196 17.193655 21.488231 23.025125 9.0697821 6.6317547 17.009442 17.550275 21.487411 23.193442 9.1821235 6.8000717 17.193655 17.116703 21.46381 23.014238 9.2071282 6.6208673 17.550275 17.219757 21.657804 23.214124 9.25776 6.8207531 17.116703 16.729143 21.756525 23.350934 9.3581185 6.9575633 17.219757 16.685685 21.749029 23.429376 9.454234 7.0360057 16.729143 14.756689 21.488231 24.518109 4.5342351 6.6472322 15.201055 14.879877 21.487411 24.638028 4.803509 6.7671506 14.756689 15.917872 21.46381 24.680669 5.0323933 6.8097922 14.879877 15.837275 21.657804 24.790018 5.0199372 6.9191408 15.917872 16.067057 21.756525 24.879483 5.1343486 7.0086062 15.837275 16.12748 21.749029 24.898991 5.244695 7.0281138 16.067057 17.51671 21.488231 22.744838 9.5920313 7.5471549 17.361969 17.762817 21.487411 22.830617 9.787895 7.6329337 17.51671 16.912735 21.46381 22.740237 9.8388801 7.5425543 17.762817 16.342137 21.657804 22.701113 9.6949028 7.50343 16.912735 16.78405 21.756525 22.764582 9.7364086 7.5668992 16.342137 15.403895 21.749029 22.674814 9.7432935 7.4771311 16.78405 14.077003 26.493866 28.717015 9.5812786 7.5017122 11.916789 14.085538 26.552265 28.727788 9.7757594 7.5880928 14.077003 12.74842 26.597514 28.674962 9.8354509 7.4939827 14.085538 15.673072 26.657893 28.714303 9.6931708 7.4958673 12.74842 15.5785 26.720732 28.747093 9.7374065 7.5893124 15.673072 17.176139 26.781486 28.753956 9.7485765 7.5319812 15.5785 Sumber: UN COMTRADE 2014, World Bank 2014, WITS 2014, CEPII 2014 (diolah)
42 Lampiran 9 Variabel-variabel analisis pada buah dan sayuran olahan lnX
lnGDPI lnGDPJ lnERR lnDIST lnLagX 16.55381 21.48823 25.64217 -8.99511 7.860592 17.04916 17.62672 21.48741 25.63926 -8.99876 7.87703 16.55381 17.47021 21.46381 25.61084 -9.017 7.856273 17.62672 17.42432 21.6578 25.6356 -8.8496 7.893069 17.47021 17.69798 21.75653 25.6539 -8.79265 7.930821 17.42432 17.63858 21.74903 25.68131 -8.83913 7.975563 17.69798 14.67448 21.48823 22.74484 9.592031 7.519142 16.01036 16.08097 21.48741 22.83062 9.787895 7.625988 14.67448 15.71357 21.46381 22.74024 9.83888 7.536581 16.08097 15.93318 21.6578 22.70111 9.694903 7.505665 15.71357 16.42495 21.75653 22.76458 9.736409 7.580407 15.93318 16.31394 21.74903 22.67481 9.743294 7.503675 16.42495 15.8982 21.48823 23.31876 9.557613 7.750706 16.38222 17.19558 21.48741 23.39554 9.73809 7.689627 15.8982 16.56465 21.46381 23.30344 9.803788 7.492994 17.19558 16.64461 21.6578 23.24714 9.654648 7.527517 16.56465 17.05589 21.75653 23.30171 9.687961 7.608733 16.64461 16.57733 21.74903 23.20795 9.694852 7.605846 17.05589 13.44607 21.48823 24.02464 9.953407 7.711421 14.43145 15.05557 21.48741 23.93218 9.985701 7.650343 13.44607 14.74219 21.46381 23.71352 9.914522 7.453709 15.05557 14.31427 21.6578 23.71747 9.790474 7.488233 14.74219 14.58062 21.75653 23.77583 9.799208 7.569448 14.31427 13.54228 21.74903 23.75633 9.867018 7.566561 14.58062 15.56124 21.48823 24.20767 9.581279 7.50281 16.22195 16.66998 21.48741 24.28635 9.775759 7.589191 15.56124 16.3066 21.46381 24.18051 9.835451 7.495082 16.66998 16.00463 21.6578 24.16556 9.693171 7.490425 16.3066 16.28998 21.75653 24.25242 9.737407 7.589515 16.00463 16.36557 21.74903 24.18206 9.748577 7.533714 16.28998 15.24817 26.49387 29.18942 4.534235 6.682876 15.3814 15.73453 26.55226 29.17894 4.803509 6.790062 15.24817 15.5196 26.59751 29.12209 5.032393 6.827688 15.73453 15.65559 26.65789 29.16756 5.019937 6.915154 15.5196 15.8268 26.72073 29.16302 5.134349 6.985655 15.65559 15.82054 26.78149 29.17739 5.244695 6.99627 15.8268 Sumber: UN COMTRADE 2014, World Bank 2014, WITS 2014, CEPII 2014 (diolah)
43 Lampiran 10 Variabel-variabel analisis pada serealia olahan lnX
lnGDPI lnGDPJ lnERR lnDIST lnLagX 16.51014 26.79219 30.30381 -8.99511 7.897889 16.70263 16.73722 26.95816 30.32025 -8.99876 7.894981 16.51014 16.53655 27.01406 30.29949 -9.017 7.866556 16.73722 16.73779 27.28739 30.33629 -8.8496 7.89132 16.53655 16.76233 27.4637 30.37404 -8.79265 7.909623 16.73779 16.64528 27.49945 30.41878 -8.83913 7.937034 16.76233 16.07134 26.79219 26.23256 5.69683 5.899703 15.99436 16.48202 26.95816 26.33119 5.831644 5.924243 16.07134 16.72555 27.01406 26.29812 5.92719 5.900668 16.48202 16.90877 27.28739 26.48817 5.8903 5.975873 16.72555 17.52166 27.4637 26.56876 5.907683 5.976644 16.90877 17.54517 27.49945 26.62581 5.968575 6.050518 17.52166 15.49305 26.79219 25.07244 -0.5321 6.076833 14.64 15.83858 26.95816 25.3197 -0.59971 6.131906 15.49305 16.03663 27.01406 25.38684 -0.59778 6.184479 15.83858 16.61286 27.28739 25.47627 -0.85306 6.246733 16.03663 16.99349 27.4637 25.63253 -1.105 6.307266 16.61286 17.16555 27.49945 25.77197 -1.09911 6.358409 16.99349 14.55986 26.79219 28.88208 7.215742 6.529951 13.56179 15.38037 26.95816 29.13994 7.401871 6.621935 14.55986 15.65714 27.01406 29.2385 7.541768 6.710076 15.38037 16.5279 27.28739 29.41113 7.434593 6.809441 15.65714 17.12956 27.4637 29.62189 7.444937 6.898366 16.5279 17.25237 27.49945 29.73875 7.551913 6.972105 17.12956 15.21078 26.79219 25.72962 5.391965 6.038532 15.3995 15.3237 26.95816 25.88003 5.505473 6.07922 15.21078 16.02408 27.01406 25.84921 5.507843 6.090638 15.3237 16.29087 27.28739 26.01953 5.441634 6.164188 16.02408 16.23779 27.4637 26.13534 5.453204 6.199929 16.29087 16.47484 27.49945 26.24545 5.557133 6.265853 16.23779 14.83032 26.79219 27.47303 9.069782 6.757238 14.96122 15.47047 26.95816 27.68504 9.182124 6.793547 14.83032 15.66753 27.01406 27.55491 9.207128 6.810824 15.47047 15.7825 27.28739 27.76362 9.25776 6.830262 15.66753 16.24796 27.4637 27.95808 9.358119 6.852408 15.7825 16.58449 27.49945 28.05786 9.454234 6.887918 16.24796 Sumber: UN COMTRADE 2014, World Bank 2014, WITS 2014, CEPII 2014 (diolah)
44 Lampiran 11 Faktor-faktor yang mempengaruhi ekspor cigarettes containing tobacco (kode HS 240220) Uji-Chow H0 = POLS H1 = FEM Redundant Fixed Effects Tests Equation: FEM Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square
Statistic 5.130538 25.420195
d.f. (5,25) 5
Prob. 0.0023 0.0001
Hasil Uji-Chow dari model FEM memiliki nilai prob. (0.0023)< alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Uji Haustmann H0 = REM H1 = FEM Correlated Random Effects - Hausman Test Equation: REM Test cross-section random effects Test Summary Chi-Sq. Statistic Cross-section random 0.000000
Chi-Sq. d.f. 5
Prob. 1.0000
Hasil Uji-Hausman dari model REM memiliki nilai prob. (0.0299) > alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Berdasarkan kerangka pengambilan keputusan dalam memilih model, apabila Chow test signifikan dan Haustmann test tidak signifikan, maka model yang terpilih adalah REM Dependent Variable: LNX Method: Panel EGLS (Cross-section random effects) Date: 09/28/14 Time: 19:41 Sample: 2007 2012 Periods included: 6 Cross-sections included: 6 Total panel (balanced) observations: 36 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error LNGDPI 0.583740 0.404222 LNGDPJ -0.024410 0.083565 LNERR -0.037581 0.031225 LNDIST -0.482266 0.133787 LNLAGX 0.881597 0.065956 C -9.797761 8.610137 Effects Specification Cross-section random Idiosyncratic random R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) R-squared Sum squared resid
t-Statistic 1.444105 -0.292105 -1.203540 -3.604722 13.36650 -1.137933
S.D 0.000000 0.192103
Weighted Statistics 0.963096 Mean dependent var 0.956945 S.D. dependent var 0.249617 Sum squared resid 156.5818 Durbin-Watson stat 0.000000 Unweighted Statistics 0.963096 Mean dependent var 1.869256 Durbin-Watson stat
Prob. 0.1591 0.7722 0.2382 0.0011 0.0000 0.2642 Rho 0.0000 1.0000 17.38681 1.202986 1.869256 1.820213
17.38681 1.820213
45 Uji Homoskedastisitas
Uji Autokorelasi Nilai DW 1.820213, nilai DW tersebut nilai DW lebih dekat dengan 2 maka dapat disimpulkan tidak ada autokorelasi Uji Normalitas
Nilai probabilitas (0.086583) > 5% maka diasumsikan menyebar normal Uji Multikolinieritas LNX LNGDPI LNGDPJ LNERR LNDIST LNLAGX
LNX 1 0.177301 -0.3360892 0.274314 -0.6036497 0.9764795
LNGDPI 0.177301 1 0.0721222 0.0011535 0.3519751 0.2267885
LNGDPJ -0.3360892 0.0721222 1 0.686565 -0.1883496 -0.3124685
LNERR 0.274314 0.0011535 0.686565 1 -0.6831205 0.3070859
LNDIST -0.6036497 0.3519751 -0.1883496 -0.6831205 1 -0.5758862
LNLAGX 0.9764795 0.2267885 -0.3124685 0.3070859 -0.5758862 1
Nilai korelasi parsial antar peubah X lebih kecil dari 0.8 (Spearman’s Rho Correlation) maka tidak terdapat multikolinieritas. Uji Statistik 1. Uji F
46 Pada tingkat kepercayaan 95 persen (taraf nyata 5 persen), nilai probabilitas F-statistic yaitu 0,000000 < 0,05 Minimal ada 1 variabel bebas yang berpengaruh terhadap variabel terikat. 2. Uji t Variable LNGDPI LNGDPJ LNERR LNDIST LNLAGX C
Coefficient 0.583740 -0.024410 -0.037581 -0.482266 0.881597 -9.797761
Std. Error 0.404222 0.083565 0.031225 0.133787 0.065956 8.610137
t-Statistic 1.444105 -0.292105 -1.203540 -3.604722 13.36650 -1.137933
Prob. 0.1591 0.7722 0.2382 0.0011 0.0000 0.2642
Variabel bebas yang berpengaruh nyata (nilai prob < 0,05) terhadap variabel terikat adalah jarak ekonomi dan nilai ekspor tahun sebelumnya.
47 Lampiran 12 Faktor-faktor yang mempengaruhi ekspor shrimps and prawns (kode HS 160520) Uji-Chow H0 = POLS H1 = FEM Redundant Fixed Effects Tests Equation: FEM_WEIGHT Test cross-section fixed effects Effects Test
Statistic
d.f.
Prob.
Cross-section F
3.285019
(5,25)
0.0204
Hasil Uji-Chow dari model FEM memiliki nilai prob. (0.0204)< alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Uji Haustmann H0 = REM H1 = FEM Correlated Random Effects - Hausman Test Equation: REM Test cross-section random effects Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
12.386495
5
0.0299
Hasil Uji-Hausman dari model REM memiliki nilai prob. (0.0299) < alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Dependent Variable: LNX Method: Panel EGLS (Cross-section weights) Date: 09/30/14 Time: 12:04 Sample: 2007 2012 Periods included: 6 Cross-sections included: 6 Total panel (balanced) observations: 36 Linear estimation after one-step weighting matrix Variable Coefficient Std. Error LNGDPI -0.929748 0.682398 LNGDPJ -2.511694 2.305831 LNERR 1.096344 0.648102 LNDIST 2.691847 2.973223 LNLAGX 0.710363 0.124890 C 61.07503 47.85438 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.967505 Mean dependent var Adjusted R-squared 0.954507 S.D. dependent var S.E. of regression 0.318484 Sum squared resid F-statistic 74.43486 Durbin-Watson stat Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.952564 Mean dependent var Sum squared resid 2.748089 Durbin-Watson stat
t-Statistic -1.362472 -1.089279 1.691624 0.905363 5.687895 1.276268
Prob. 0.1852 0.2864 0.1031 0.3739 0.0000 0.2136
19.51191 6.728488 2.535797 2.477383
16.58523 2.298832
48 Uji Autokorelasi Nilai DW 2.477383, nilai DW tersebut nilai DW lebih dekat dengan 2 maka dapat disimpulkan tidak ada autokorelasi Uji Homoskedastisitas Sum squared resid weighted (2.535797) < Sum squared resid unweighted (2.748089) maka Homoskedastisitas Uji Normalitas
Nilai prob(0.727727) > 5% maka diasumsikan menyebar normal. Uji Multikolinearitas LNX LNX LNGDPI LNGDPJ LNERR LNDIST LNLAGX
1 -0.50326 -0.07643 -0.80522 0.22025 0.951613
LNGDPI -0.50326 1 0.843983 0.253645 0.059528 -0.48485
LNGDPJ -0.07643 0.843983 1 -0.21589 0.058498 -0.09643
LNERR -0.80522 0.253645 -0.21589 1 -0.34718 -0.80581
LNDIST 0.22025 0.059528 0.058498 -0.34718 1 0.331408
LNLAGX 0.951613 -0.48485 -0.09643 -0.80581 0.331408 1
Nilai korelasi parsial antar peubah X lebih kecil dari 0.8 (Spearman’s Rho Correlation) maka tidak terdapat multikolinieritas. Uji Statistik 1. Uji F Pada tingkat kepercayaan 95 persen (taraf nyata 5 persen), nilai probabilitas F-statistic yaitu 0,000000 < 0,05 Minimal ada 1 variabel bebas yang berpengaruh terhadap variabel terikat. 2. Uji t Variable LNGDPI LNGDPJ LNERR LNDIST LNLAGX C
Coefficient -0.929748 -2.511694 1.096344 2.691847 0.710363 61.07503
Std. Error 0.682398 2.305831 0.648102 2.973223 0.124890 47.85438
t-Statistic -1.362472 -1.089279 1.691624 0.905363 5.687895 1.276268
Prob. 0.1852 0.2864 0.1031 0.3739 0.0000 0.2136
Variabel bebas yang berpengaruh nyata (nilai prob < 0,05) terhadap variabel terikat adalah nilai ekspor tahun sebelumnya.
49 Lampiran 13 Faktor-faktor yang mempengaruhi ekspor cocoa butter, fat, oil (180400) Uji-Chow H0 = POLS H1 = FEM Redundant Fixed Effects Tests Equation: FEM Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square
Statistic 3.552473 19.324172
d.f. (5,25) 5
Prob. 0.0146 0.0017
Hasil Uji-Chow dari model FEM memiliki nilai prob. (0.0146)> alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Uji Haustmann H0 = REM H1 = FEM Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
17.762365
5
0.0033
Hasil Uji-Hausman dari model REM memiliki nilai prob. (0.0033) < alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Dependent Variable: LNX Method: Panel EGLS (Cross-section weights) Date: 09/30/14 Time: 10:36 Sample: 2007 2012 Periods included: 6 Cross-sections included: 6 Total panel (balanced) observations: 36 Linear estimation after one-step weighting matrix Variable LNGDPI LNGDPJ LNERR LNDIST LNLAGX C
Coefficient Std. Error -0.933560 0.707419 9.093141 2.572271 0.678092 0.928713 -7.139869 2.283562 0.357177 0.177519 -145.3421 55.55381 Effects Specification
Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.871670 Mean dependent var Adjusted R-squared 0.820339 S.D. dependent var S.E. of regression 0.546687 Sum squared resid F-statistic 16.98108 Durbin-Watson stat Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.825843 Mean dependent var Sum squared resid 11.53136 Durbin-Watson stat
t-Statistic -1.319671 3.535064 0.730142 -3.126637 2.012055 -2.616240
Prob. 0.1989 0.0016 0.4721 0.0044 0.0551 0.0149
22.65870 9.131161 7.471657 2.274779
16.68411 2.105905
50 Uji Homoskedastisitas Sum squared resid weighted(7.471657) < Sum squared resid unweighted (11.53136) Homoskedastisitas. Uji Normalitas
Nilai prob(0.648759) > 5% maka diasumsikan menyebar normal. Uji Autokorelasi Nilai DW 2.274779, nilai DW tersebut nilai DW lebih dekat dengan 2 maka dapat disimpulkan tidak ada autokorelasi Uji Multikolinieritas LNX LNX LNGDPI LNGDPJ LNERR LNDIST LNLAGX
1 -0.58882 -0.43119 -0.46192 0.33034 0.851278
LNGDPI -0.58882 1 0.875946 0.262648 0.188048 -0.72265
LNGDPJ -0.43119 0.875946 1 -0.17269 0.315654 -0.59937
LNERR -0.46192 0.262648 -0.17269 1 -0.42889 -0.4206
LNDIST 0.33034 0.188048 0.315654 -0.42889 1 0.275445
LNLAGX 0.851278 -0.72265 -0.59937 -0.4206 0.275445 1
Nilai korelasi parsial antar peubah X lebih kecil dari 0.8 (Spearman’s Rho Correlation) maka tidak terdapat multikolinieritas. Uji Statistik 1. Uji F Pada tingkat kepercayaan 95 persen (taraf nyata 5 persen), nilai probabilitas F-statistic yaitu 0,000000 < 0,05 Minimal ada 1 variabel bebas yang berpengaruh terhadap variabel terikat. 2. Uji t Variable
Coefficient
Std. Error
t-Statistic
Prob.
LNGDPI LNGDPJ LNERR LNDIST LNLAGX C
-0.933560 9.093141 0.678092 -7.139869 0.357177 -145.3421
0.707419 2.572271 0.928713 2.283562 0.177519 55.55381
-1.319671 3.535064 0.730142 -3.126637 2.012055 -2.616240
0.1989 0.0016 0.4721 0.0044 0.0551 0.0149
Variabel bebas yang berpengaruh nyata (nilai prob < 0,05) terhadap variabel terikat adalah GDP riil negara tujuan ekspor, jarak ekonomi dan nilai ekspor tahun sebelumnya
51 Lampiran 14 Faktor-faktor yang mempengaruhi ekspor pineapples, otherwise prepared or preserved (200820) Uji-Chow H0 = POLS H1 = FEM Redundant Fixed Effects Tests Equation: FEM Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square
Statistic
d.f.
Prob.
13.394499 46.894095
(5,25) 5
0.0000 0.0000
Hasil Uji-Chow dari model FEM memiliki nilai prob. (0.0000)< alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Uji Haustmann H0 = REM H1 = FEM Correlated Random Effects - Hausman Test Equation: REM Test cross-section random effects Test Summary Chi-Sq. Statistic Cross-section random 56.705938
Chi-Sq. d.f. 5
Prob. 0.0000
Hasil Uji-Hausman dari model REM memiliki nilai prob. (0.0000) < alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Dependent Variable: LNX Method: Panel EGLS (Cross-section weights) Date: 09/30/14 Time: 11:14 Sample: 2007 2012 Periods included: 6 Cross-sections included: 6 Total panel (balanced) observations: 36 Linear estimation after one-step weighting matrix Variable Coefficient Std. Error LNGDPI 1.289726 0.538559 LNGDPJ 1.059040 1.604690 LNERR 2.308449 0.526701 LNDIST -3.108275 1.053174 LNLAGX -0.634921 0.210483 C -19.23620 44.51968 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.890573 Mean dependent var Adjusted R-squared 0.846802 S.D. dependent var S.E. of regression 0.384461 Sum squared resid F-statistic 20.34631 Durbin-Watson stat Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.891837 Mean dependent var Sum squared resid 4.364997 Durbin-Watson stat
t-Statistic 2.394770 0.659965 4.382846 -2.951340 -3.016492 -0.432083
Prob. 0.0244 0.5153 0.0002 0.0068 0.0058 0.6694
19.86155 7.848424 3.695251 1.725814
16.00481 1.445751
52 Uji Heterokedastisitas Sum squared resid weighted (3.695251) < Sum squared resid unweighted (4.364997) Homoskedastisitas. Uji Normalitas
Nilai prob(0.453492) > 5% maka diasumsikan menyebar normal. Uji Multikolinieritas LNX LNX LNGDPI LNGDPJ LNERR LNDIST LNLAGX
1 -0.14888 0.033721 -0.56336 0.372192 0.793701
LNGDPI -0.14888 1 0.905172 -0.05754 -0.88714 -0.18225
LNGDPJ 0.033721 0.905172 1 -0.41322 -0.67183 -0.0006
LNERR -0.56336 -0.05754 -0.41322 1 -0.32485 -0.56368
LNDIST 0.372192 -0.88714 -0.67183 -0.32485 1 0.362057
LNLAGX 0.793701 -0.18225 -0.0006 -0.56368 0.362057 1
Nilai korelasi parsial antar peubah X lebih kecil dari 0.8 (Spearman’s Rho Correlation) maka tidak terdapat multikolinieritas. Uji Autokorelasi Nilai DW 1.725814, nilai DW tersebut nilai DW lebih dari 2 maka dapat disimpulkan tidak ada autokorelasi Uji Statistik 1. Uji F Pada tingkat kepercayaan 95 persen (taraf nyata 5 persen), nilai probabilitas F-statistic yaitu 0,000000 < 0,05 Minimal ada 1 variabel bebas yang berpengaruh terhadap variabel terikat. 2.
Uji t Variable
Coefficient
Std. Error
t-Statistic
Prob.
LNGDPI LNGDPJ LNERR LNDIST LNLAGX C
1.289726 1.059040 2.308449 -3.108275 -0.634921 -19.23620
0.538559 1.604690 0.526701 1.053174 0.210483 44.51968
2.394770 0.659965 4.382846 -2.951340 -3.016492 -0.432083
0.0244 0.5153 0.0002 0.0068 0.0058 0.6694
Variabel bebas yang berpengaruh nyata (nilai prob < 0,05) terhadap variabel terikat adalah GDP riil Indonesia, nilai tukar riil rupiah terhadap mata uang negara tujuan, jarak ekonomi, nilai ekspor tahun sebelumnya.
53 Lampiran 15 Faktor-faktor yang mempengaruhi ekspor sweet biscuits, waffles and wafers (190530) Uji-Chow H0 = POLS H1 = FEM Redundant Fixed Effects Tests Equation: FEM Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi-square
Statistic
d.f.
Prob.
3.843127 20.527295
(5,25) 5
0.0101 0.0010
Hasil Uji-Chow dari model FEM memiliki nilai prob. (0.0101)< alpha 5 % maka tolak H0 artinya model yang terpilih adalah FEM Uji Haustmann H0 = REM H1 = FEM Correlated Random Effects - Hausman Test Equation: REM Test cross-section random effects Test Summary Chi-Sq. Statistic Cross-section random 9.431921
Chi-Sq. d.f. 5
Prob. 0.0930
Hasil Uji-Hausman dari model REM memiliki nilai probabilitas (0.0930) > alpha 5 % maka terima H0 artinya model yang terpilih adalah REM Berdasarkan kerangka pengambilan keputusan dalam memilih model, apabila Chow test signifikan dan Haustmann test tidak signifikan, maka model yang terpilih adalah REM Dependent Variable: LNX Method: Panel EGLS (Cross-section random effects) Date: 09/28/14 Time: 23:52 Sample: 2007 2012 Periods included: 6 Cross-sections included: 6 Total panel (balanced) observations: 36 Swamy and Arora estimator of component variances Variable Coefficient Std. Error LNGDPI 1.775435 0.700007 LNGDPJ -0.010670 0.108404 LNERR -0.002129 0.019105 LNDIST 0.016797 0.342281 LNLAGX 0.622820 0.090966 C -40.78171 18.16065
t-Statistic 2.536311 -0.098430 -0.111432 0.049072 6.846709 -2.245608
Prob. 0.0166 0.9222 0.9120 0.9612 0.0000 0.0323
S.D. 0.203202 0.204791
Rho 0.4961 0.5039
Effects Specification Cross-section random Idiosyncratic random R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic) R-squared Sum squared resid
Weighted Statistics 0.891910 Mean dependent var 0.873895 S.D. dependent var 0.222561 Sum squared resid 49.50944 Durbin-Watson stat 0.000000 Unweighted Statistics 0.875619 Mean dependent var 2.303835 Durbin-Watson stat
6.193365 0.626734 1.485999 2.158597
16.27713 1.392318
54 Uji Normalitas
Nilai prob(0.775252) > 5% maka diasumsikan menyebar normal. Uji Homoskedastisitas Sum squared resid weighted (1.485999) < Sum squared resid unweighted (2.303835) berarti Homoskedastisitas. Uji Multikolinieritas LNX LNX LNGDPI LNGDPJ LNERR LNDIST LNLAGX
1 0.725545 0.089111 -0.2988 0.263339 0.926969
LNGDPI 0.725545 1 0.038511 0.004252 0.258602 0.667605
LNGDPJ 0.089111 0.038511 1 -0.38439 0.877365 0.126995
LNERR -0.2988 0.004252 -0.38439 1 -0.59934 -0.39029
LNDIST 0.263339 0.258602 0.877365 -0.59934 1 0.344906
LNLAGX 0.926969 0.667605 0.126995 -0.39029 0.344906 1
Nilai korelasi parsial antar peubah X lebih kecil dari 0.8 (Spearman’s Rho Correlation) maka tidak terdapat multikolinieritas. Uji Autokorelasi Nilai DW 2.158597, nilai DW tersebut nilai DW lebih dari 2 maka dapat disimpulkan tidak ada autokorelasi Uji Statistik 1. Uji F Pada tingkat kepercayaan 95 persen (taraf nyata 5 persen), nilai probabilitas Fstatistic yaitu 0,000000 < 0,05 Minimal ada 1 variabel bebas yang berpengaruh terhadap variabel terikat. 2. Uji t Variable
Coefficient
Std. Error
t-Statistic
Prob.
LNGDPI LNGDPJ LNERR LNDIST LNLAGX C
1.775435 -0.010670 -0.002129 0.016797 0.622820 -40.78171
0.700007 0.108404 0.019105 0.342281 0.090966 18.16065
2.536311 -0.098430 -0.111432 0.049072 6.846709 -2.245608
0.0166 0.9222 0.9120 0.9612 0.0000 0.0323
Variabel bebas yang berpengaruh nyata (nilai prob < 0,05) terhadap variabel terikat adalah GDP riil Indonesia dan nilai ekspor tahun sebelumnya
55
RIWAYAT HIDUP Ayu Widia Eka Putri dilahirkan pada tanggal 21 Oktober 1991 di Tulungagung dari bapak Achmadi dan ibu Sri Wahyuni. Penulis adalah anak pertama dari lima bersaudara. Latar pendidikan penulis dimulai tahun 1997 di SD Negeri Mangunsari 1, SMP Negeri 1 Tulungagung pada tahun 2004 dan pada tahun 2010 penulis lulus dari SMAN 42 Jakarta serta pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan diterima di Departemen Imu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama masa perkuliahan, penulis pernah aktif di beberapa Organisasi. Antara lain, Organisasi Daerah Ikatan Mahasiswa Trenggalek Tulungagung (IKAMATETA), Himpunan Profesi Peminat Ilmu Ekonomi dan Studi Pembangunan (HIPOTESA) selama dua periode kepengurusan. Bulan JuniAgustus 2013 penulis menjadi salah satu peserta KKP di Desa Kubangwungu, Ketanggungan, Brebes, Jawa Tengah. Prestasi yang pernah diraih oleh penulis ialah Juara 2 futsal putri pada diesnatalis IE 2012. Selain itu, penulis juga merupakan mahasiswi penerima Bidik Misi IPB.