ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ALIRAN PERDAGANGAN PISANG DAN MANGGA INDONESIA KE NEGARA TUJUAN

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ALIRAN PERDAGANGAN PISANG DAN MANGGA INDONESIA KE NEGARA TUJUAN

SKRIPSI

IRFAN HADI H34051934

DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2009 x

RINGKASAN IRFAN HADI. H34051934. 2009. Analisis Faktor-Faktor yang Memepengaruhi Aliran Perdagangan Pisang dan Mangga Indonesia ke Negara Tujuan. Skripsi. Departemen Agribisnis, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor (Di bawah bimbingan HARMINI). Sektor pertanian sampai saat ini masih menjadi salah satu sumber devisa non-migas yang cukup diandalkan di Indonesia. Salah satu sub sektor pertanian yang berpotensi untuk dikembangkan adalah hortikultura. Produk hortikultura meliputi buah-buahan, diikuti sayuran, tanaman hias dan tanaman biofarmaka. Dari keempat komoditi hortikultura tersebut, komoditi buah-buahan mempunyai potensi besar untuk dikembangkan. Pisang dan mangga merupakan beberapa komoditas buah-buahan unggulan nasional yang masih memiliki peluang cukup besar untuk dikembangkan serta merupakan buah-buahan unggulan ekspor. Perkembangan volume dan nilai ekspor total komoditi pisang dan mangga Indonesia ke pasar internasional pada periode tahun 1999-2007 mengalami fluktuasi. Hal ini disebabkan oleh berbagai faktor baik dari dalam negeri maupun dari negara tujuan ekspor yang mempengaruhi jumlah ekspor kedua komoditi tersebut. Negara-negara tujuan ekspor komoditi pisang dan mangga Indonesia memiliki lokasi dan karakteristik yang berbeda-beda baik dalam hal populasi, ukuran ekonomi maupun jarak satu sama lainnya. Variasi karakteristik ini akan mempengaruhi perdagangan antara Indonesia dengan negara tujuan. Berbagai faktor ikut mempengaruhi aliran perdagangan komoditi diantaranya pendapatan per kapita negara tujuan, populasi, jarak antar negara, nilai tukar, harga ekspor komoditi di negara tujuan ekspor, dan ekspor komoditi ke negara tujuan satu tahun sebelumnya. Faktor-faktor pada berbagai negara tujuan tersebut berlaku sebagai faktor gravity atau faktor penarik terjadinya aliran perdagangan komoditi dari Indonesia sebagai negara pengekspor ke titik konsumsi (negara tujuan/pengimpor). Berdasarkan permasalahan yang ada, maka tujuan dari penelitian ini adalah mendeskripsikan gambaran umum agribisnis pisang dan mangga Indonesia, mendeskripsikan gambaran umum potensi ekonomi negara tujuan, dan mengidentifikasi faktor-faktor yang mempengaruhi aliran perdagangan pisang dan mangga Indonesia. Penelitian ini terbatas hanya pada enam negara tujuan ekspor pisang dan mangga. Keenam negara tujuan tersebut dipilih karena secara kontinu mengimpor pisang dan mangga dari Indonesia selama tahun 2001 sampai dengan tahun 2007. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu berupa data gabungan antara time series dan cross section (pooled data/data panel). Pada penelitian ini yang menjadi data panel adalah volume ekspor pisang dan mangga yang diteliti dari tahun 1996 sampai dengan tahun 2007 (12 tahun), dengan jumlah negara tujuan ekspor masing-masing sebanyak enam negara tujuan ekspor utama. Metode pengumpulan data yang dilakukan adalah dengan pengambilan data sekunder ke instansi-instansi terkait, seperti Badan Pusat Statistik (BPS), Departemen Pertanian, Departemen Perdagangan, Departemen Perindustrian, dan dari literatur serta internet. i

Metode analisis yang digunakan adalah metode deskriptif dan metode kuantitatif. Metode deskriptif digunakan untuk melihat gambaran umum agribisnis pisang dan mangga Indonesia serta melihat gambaran umum potensi ekonomi negara tujuan ekspor. Metode kuantitatif dengan menggunakan analisis regresi panel data dengan menggunakan gravity model dengan persamaan tunggal digunakan untuk menganalisis faktor-faktor yang mempengaruhi aliran perdagangan. Pisang dan mangga merupakan komoditas unggulan nasional yang cukup besar kontribusinya terhadap produksi buah nasional. Secara umum produksi dan luas panen pisang dan mangga sejak tahun 2000-2007 rata-rata cenderung mengalami peningkatan. Perkembangan industri pengolahan pisang dan mangga secara umum belum banyak dilakukan oleh petani. Hambatan dan tantangan dalam pengembangan agribisnis pisang dan mangga meliputi beberapa aspek, yaitu aspek produksi dan pasca panen, aspek permodalan, industri hilir, dan kurangnya akses pasar untuk produk olahan pisang dan mangga. Potensi ekonomi negara tujuan ekspor dapat dilihat dari beberapa indikator, diantaranya: pendapatan per kapita negara tujuan, jumlah penduduk, dan nilai tukar mata uang negara tujuan terhadp Dollara Amerika. Berdasarkan hasil perhitungan Chow Test, maka metode yang sesuai dalam gravity model aliran perdagangan pisang Indonesia ke negara tujuan adalah Metode Pooled OLS. Secara keseluruhan metode tersebut telah memenuhi pengujian asumsi model, yaitu Multikolinearitas, Heteroskedastisitas dan Autokorelasi. Berdasarkan hasil analisis aliran perdagangan pisang Indonesia, diperoleh R2 sebesar 93,73 persen. Berdasarkan uji t, diperoleh variabel yang nyata pada taraf lima persen, yaitu harga pisang Indonesia di negara tujuan (Pj) dan volume ekspor pisang dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1). Variabel yang nyata pada taraf sepuluh persen yaitu pendapatan per kapita negara tujuan (Yj). Sedangkan variabel yang tidak berpengaruh nyata yaitu populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij) dan nilai tukar mata negara tujuan terhadap Dollar Amerika (ERj). Berdasarkan hasil perhitungan Chow Test, maka metode yang sesuai dalam gravity model aliran perdagangan mangga Indonesia ke negara tujuan adalah Metode Fixed Effect. Secara keseluruhan metode tersebut telah memenuhi pengujian asumsi model, yaitu Multikolinearitas, Heteroskedastisitas dan Autokorelasi. Berdasarkan hasil analisis aliran perdagangan mangga Indonesia, diperoleh R2 sebesar 89,4 persen. Berdasarkan uji t, diperoleh variabel yang nyata pada taraf lima persen, yaitu populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij), nilai tukar mata uang negara tujuan terhadap Dollar Amerika (ERj) dan harga mangga Indonesia di negara tujuan (Pj). Sedangkan variabel yang tidak berpengaruh nyata yaitu pendapatan per kapita negara tujuan (Yj) dan volume ekspor mangga dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1).

ii

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ALIRAN PERDAGANGAN PISANG DAN MANGGA INDONESIA KE NEGARA TUJUAN

IRFAN HADI H34051934

Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Agribisnis

DEPARTEMEN AGRIBISNIS FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2009 iii

Judul skripsi : Analisis Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Pisang dan Mangga Indoesia ke Negara Tujuan Nama

: Irfan Hadi

NRP

: H34051934

Disetujui, Pembimbing

Ir. Harmini, M.Si NIP. 131 658 732

Diketahui, Ketua Departemen Agribisnis Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor

Dr. Ir. Nunung Kusnadi, MS NIP. 131 415 082

Tanggal Lulus: iv

PERNYATAAN Dengan ini saya menyatakan bahwa skripsi saya yang berjudul “Analisis FaktorFaktor yang Mempengaruhi Aliran Perdagangan Pisang dan Mangga Indonesia ke Negara Tujuan” adalah karya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam bentuk daftar pustaka di bagian akhir skripsi ini.

Bogor, Mei 2009

Irfan Hadi H34051934

v

RIWAYAT HIDUP Penulis dilahirkan di Tangerang pada tanggal 02 Juni 1986.

Penulis

adalah anak keempat dari enam bersaudara dari pasangan Bapak Syamsudin (alm) dan Ibu Maryatih. Penulis memulai pendidikan dasar di SD Negeri Kreo IX Tangerang pada tahun 1993 dan lulus pada tahun 1999. Penulis kemudian melanjutkan pendidikan menengah pertama di SLTP Negeri 110 Jakarta pada tahun 1999 dan lulus pada tahun 2002. Kemudian pada tahun 2002 penulis melanjutkan pendidikan sekolah menengah atas di SMU Negeri 63 Jakarta dan lulus pada tahun 2005. Pada tahun yang sama, penulis diterima di Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI). Penulis merupakan mahasiswa angkatan pertama yang diterima IPB dengan program baru IPB, yaitu kurikulum mayor-minor. Sesuai dengan sistem mayor-minor bahwa pada tahun pertama penulis belum memiliki jurusan. Pada tahun kedua, penulis baru diterima sebagai mahasiswa Departemen Agribisnis, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Selama menjadi mahasiswa, penulis aktif dalam beberapa organisasi dan kepanitiaan. Penulis menjadi pengurus divisi pembinaan umat DKM Al-Hurriyah IPB (2005-2006), pengurus Sharia Economic Student Club (SESC) divisi Eksternal masa pengurusan tahun 2006-2007, anggota HIPMA (2007-2008), wakil ketua panitia Bina UKM BEM FEM (2007-2008), asisten praktikum Mata Kuliah Fisika TPB (2006-2009), asisten responsi Mata Kuliah Ekonomi Umum (2007-2009) .

vi

KATA PENGANTAR Puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa atas segala berkat dan anugerahNya, sehingga penulis dapat menyelesaikan skripsi ini. Skripsi yang berjudul ”Analisis Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Pisang dan Mangga Indoesia ke Negara Tujuan” ini merupakan salah satu syarat dalam memperoleh gelar Sarjana pada Departemen Agribisnis, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penelitian ini penting dilakukan mengingat komoditi pisang dan mangga merupakan komoditas unggulan nasional yang cukup besar kontribusinya terhadap produksi buah nasional dan berpotensi untuk diekspor. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi aliran perdagangan pisang dan mangga Indonesia ke negara tujuan. Penulis menyadari sepenuhnya bahwa masih terdapat kekurangan dalam penyusunan skripsi ini. Keterbatasan penulis dan berbagai kendala yang dihadapi merupakan penyebab tidak sempurnanya skripsi ini. Harapan penulis, semoga hasil penelitian ini dapat bermanfaat bagi semua pihak yang membacanya.

Bogor, Mei 2009

Irfan Hadi

vii

UCAPAN TERIMA KASIH Puji dan syukur penulis ucapkan pertama kali kepada Tuhan Yang Maha Esa atas berkat dan rahmat-Nya kepada penulis. Berbagai jalan yang panjang penulis hadapi dalam penyelesaian skripsi ini, tetapi karena kasih dan rancanganNya yang selalu indah penulis dapat menyelesaikan skripsi ini. Penulisan skripsi ini tidak terlepas dari dukungan dari berbagai pihak. Untuk itu, pada kesempatan ini penulis juga ingin mengucapkan terima kasih kepada: 1) Kedua orangtuaku tercinta, Bapak Syamsudin (alm) dan Ibu Maryatih atas segala doa, dukungan, perhatian, dan nasehatnya yang tiada hentinya diberikan kepada penulis. Doa dan dukungan Ibu selama penyelesaian skripsi ini sangat berarti bagi penulis. Mereka merupakan sumber inspirasi ku dan membuat aku menjadi kuat dan semangat untuk mencapai cita-cita. 2) Abang Yuti yang telah memberikan nasehat dan dukungan materi selama penulis melakukan perkuliahan sampai penulis menyelesaikan skripsi ini. Kakakku yang selalu menyayangiku, Kak Fauzi (alm), Kak Yayah, adikku Ikhsan, dan adikku Sulaiman yang merupakan sumber inspirasi yang selalu memberikan semangat selama penyelesaian skripsi ini. 3) Ir. Harmini, M.Si Selaku dosen pembimbing skripsi yang telah memberikan masukan, arahan dan selalu menyediakan waktu bagi penulis. 4) Ir. Burhanuddin, MM selaku dosen penguji utama, yang telah memberikan banyak masukan dan saran kepada penulis. 5) Tintin Sarianti, SP, MM selaku dosen penguji wakil departemen, yang juga telah memberikan banyak masukan dan saran kepada penulis. 6) Ir. Lusi Fausi, MEc selaku dosen pembimbing akademik atas bimbingan dan masukan yang berharga selama penulis melakukan perkuliahan. 7) Seluruh dosen dan staf pengajar Departemen Agribisnis yang telah memberikan

pengetahuan

dan

bantuan

selama

penulis

melakukan

perkuliahan. 8) Kepada Om Syahril Mochtar dan Pak Eko B. Suprianto (Direktur InfoBank) yang telah berjasa besar selama kuliah saya di IPB, dan juga memberikan masukan dan bimbingannya yang tiada tara. viii

9) Semua anak-anak Agribsinis 42 atas kebersamaan dan pengalaman berharga sehingga penulis termotivasi dalam penyelesaian skripsi ini. Semoga menjadi orang-orang sukses. 10) Anak-anak kosn Al-Azhar terutama Sandi yang udah rela kamarnya menjadi rental untuk aku menulis skripi ini, Bang Nanto, Abdul, Zulvan, Reza dan Ferdi serta bung Iqbal atas dukungan, bantuan, dan kebersamaan selama ini. 11) Dani & Janri Agribisnis 42 yang menjadi teman seperjuangan penulis dalam proses penyelesaian skripsi ini. Pondok Iwan cLub (Immanuel, Hari, Nawi, Sule, Isnur, Bayu, Fey, 9iTo n yg taq bsa dsebut namanya) atas dukungan dan kebersamaannya selama ini, dan atas bantuannya. 12) Teman-teman satu KKP di Desa Blendung Kabupaten Subang, yang telah memberikan semangat dan pengalaman yang berharga buat penulis. 13) Teman satu bimbingan saya, Jacko, Dian L n Grace yang menjadi rekan dan memberikan semangat bagi penulis dalam menyelesaikan skripsi ini. 14) Untuk My Little Princess (Ida Rosita alias Idut SVK’45) yang selalu sabar dalam memberikan dukungan yang tiada henti, pemberian semangatnya yang selalu bikin semangat dan doanya yang tulus dalam proses pengerjaan skripsi ini. Serta semua kawan2 dari angkatan 45 yang tidak dapat disebutkan satu persatu. 15) Teman-teman dari angkatan 44, Dari Icha IKK yang selalu setia memberikan bantuannya dalam proses pengerjaan skripsi ini, Seli AGB & yang suka memberi semangat dan lain2nya yang turut berkontribusi dalam penulisan skripsi ini namun tidak dapat disebutkan namanya satu-persatu.

Bogor, Mei 2009

Irfan Hadi

ix

DAFTAR ISI DAFTAR TABEL .......................................................................

Halaman xiii

DAFTAR GAMBAR ...................................................................

xv

DAFTAR LAMPIRAN .................................................................

xvi

I

PENDAHULUAN .............................................................. 1.1. Latar Belakang ............................................................. 1.2. Perumusan Masalah ...................................................... 1.3. Tujuan Penelitian .......................................................... 1.4. Manfaat Penelitian ........................................................ 1.5. Ruang Lingkup Penelitian .............................................

1 1 4 7 7 7

II

TINJAUAN PUSTAKA ..................................................... 2.1. Karakteristik Pisang ....................................................... 2.2. Karakteristik Mangga .................................................... 2.3. Penelitian terdahulu ..........................................................

8 8 9 10

III

KERANGKA PEMIKIRAN ............................................... 3.1. Kerangka Pemikiran Teoritis ......................................... 3.1.1. Ekspor dan Perdagangan Internasional ............... 3.1.2. Aliran Perdagangan Komoditi .............................. 3.1.3. Model Regresi Panel Data ................................... 3.2. Kerangka Pemikiran Operasional ...................................

14 14 14 15 18 20

IV

METODE PENELITIAN ................................................... 4.1. Jenis dan Sumber Data .................................................. 4.2. Pengolahan dan Analisis Data ....................................... 4.3. Perumusan Model ......................................................... 4.4. Pengujian Kesesuaian Model ......................................... 4.5. Pengujian Asumsi Model ............................................... 4.6. Pengujian Hipotesis ......................................................... 4.6.1. Uji F ...................................................................... 4.6.2. Koefisien Determinasi (R2) .................................... 4.6.3. Uji t ....................................................................... 4.7. Definisi Operasional ......................................................... 4.8. Hipotesis ..........................................................................

23 23 24 24 25 26 27 27 28 28 28 29

V

GAMBARAN UMUM ........................................................ 5.1. Gambaran Umum Agribisnis Pisang ............................. 5.2. Gambaran Umum Agribisnis Mangga ........................... 5.3. Potensi Ekonomi Negara Tujuan Ekspor .......................

31 31 37 43

VI

ANALISIS ALIRAN PERDAGANGAN PISANG ........... 6.1. Pengujian Kesesuaian Model ....................................... 6.2. Pengujian Asumsi Model .............................................. 6.3. Model Dugaan Aliran Perdagangan Pisang .................... 6.4. Faktor-Faktor Lain di Luar Model......................... .........

48 48 49 50 58 xi

VII

ANALISIS ALIRAN PERDAGANGAN MANGGA ....... 7.1. Pengujian Kesesuaian Model ....................................... 7.2. Pengujian Asumsi Model .............................................. 7.3. Model Dugaan Aliran Perdagangan Mangga.................. 7.4. Faktor-Faktor Lain di Luar Model......................... .........

60 60 61 62 69

VIII KESIMPULAN DAN SARAN ............................................ 8.1. Kesimpulan ................................................................... 8.2. Saran .............................................................................

72 72 74

DAFTAR PUSTAKA ..................................................................

76

LAMPIRAN ..................................................................................

78

xii

DAFTAR TABEL Nomor 1.

Halaman Volume dan Nilai Ekspor Kelompok Komoditas Hortikultura Indonesia Tahun 2006-2007 .......................

2

Perkembangan Produksi Beberapa Buah Tropis Indonesia Tahun 2003-2007 ...........................................................

3

Perkembangan Ekspor Beberapa Buah Tropis Indonesia Tahun 2006-2007 ...........................................................

4

Perkembangan Volume dan Nilai Ekspor Pisang dan Mangga Indonesia Tahun 1999-2007 .............................

5

5.

Jenis dan Sumber Data ...................................................

23

6.

Perkembangan Luas Panen, Produksi, dan Produktivitas Pisang Indonesia Tahun 1998-2007 ...............................

32

Perkembangan Luas Panen, Produksi, dan Produktivitas Mangga Indonesia Tahun 2000-2007 ...............................

38

Pertumbuhan Pendapatan Per Kapita Negara Importir Pisang dan Mangga Tahun 2003-2007 ..............................

44

Pendapatan Per Kapita Negara Pengimpor Pisang dan Mangga Tahun 2003-2007 .............................

45

Pertumbuhan Penduduk Negara Importir Pisang dan Mangga Tahun 2003-2007 .............................

45

Jumlah Penduduk Negara Pengimpor Pisang dan Mangga Tahun 2003-2007 .............................

46

Pertumbuhan Nilai Tukar Negara Pengimpor Terhadap Dollar Amerika Tahun 2003-2007 ...................

47

Hasil Pengolahan Gravity Model Aliran Perdagangan Pisang Dengan Data Panel Menggunakan Metode PLS .....................................................................

50

Rata-Rata Pendapatan Per Kapita dan Impor Pisang Negara Tujuan Tahun 1996-2007 .....................................

52

Jarak Negara Tujuan Ekspor Pisang dan Mangga Dengan Indonesia ........................................................... .

53

Rata-Rata Jumlah Penduduk dan Impor Pisang Negara Tujuan Tahun 1996-2007 .....................................

54

17.

Nilai Tukar Negara Tujuan Terhadap Dollar ....................

56

18.

Harga Pisang di Negara Tujuan Tahun 2007 ...................

56

2. 3. 4.

7. 8. 9. 10. 11. 12. 13.

14. 15. 16.

xiii

19.

Rata-Rata Ekspor Pisang dan Lag Ekspor di Negara Tujuan Tahun 1996-2007 ............................................. ....

57

Hasil Pengolahan Gravity Model Aliran Perdagangan Pisang Dengan Data Panel Menggunakan Metode PLS .....................................................................

62

Rata-Rata Pendapatan Per Kapita dan Impor Pisang Negara Tujuan Tahun 1996-2007 .....................................

64

Jarak Negara Tujuan Ekspor Mangga Dengan Indonesia .........................................................................

65

Rata-Rata Jumlah Penduduk dan Impor Pisang Negara Tujuan Tahun 1996-2007 .....................................

63

Rata-Rata Nilai Tukar Mata Uang Negara Tujuan Terhadap Dollar Amerika Serikat Tahun 1996-2007 ........

67

25.

Harga Mangga di Negara Tujuan Tahun 2007 ................

68

26.

Rata-Rata Ekspor Pisang dan Lag Ekspor di Negara Tujuan Tahun 1996-2007 ............................................ .....

70

20.

21. 22. 23. 24.

xiv

DAFTAR GAMBAR

Nomor

Halaman

1.

Mekanisme Perdagangan Internasional .........................

15

2.

Kerangka Pemikiran Operasional ...................................

22

3.

Alur Pemasaran Pisang di Indonesia Secara Umum .......

35

4.

Rantai Saluran Komoditas Mangga ...............................

40

xv

DAFTAR LAMPIRAN

Nomor

Halaman

1.

Pohon Industri Pisang ....................................................

78

2.

Perkembangan Ekspor Pisang dan Mangga Indonesia ke Negara Tujuan Tahun 2001-2007 ................................

79

3.

Data Mentah Olahan Untuk Analisis Data Panel Pisang ...

80

4.

Data Mentah Olahan Untuk Analisis Data Panel Mangga..

82

5.

Hasil Pengolahan Gravity Model Analisis Perdagangan Pisang Indonesia (Metode PLS) .....................................

84

Hasil Pengolahan Gravity Model Analisis Perdagangan Pisang Indonesia (Metode Fixed Effect) ..........................

85

Hasil Pengolahan Gravity Model Analisis Perdagangan Mangga Indonesia (Metode PLS) ....................................

86

Hasil Pengolahan Gravity Model Analisis Perdagangan Mangga Indonesia (Metode Fixed Effect) ........................

87

9.

Data Untuk Analisis Aliran Perdagangan Pisang ………...

88

10.

Data Untuk Analisis Aliran Perdagangan Mangga ………

90

6. 7. 8.

xvi

I PENDAHULUAN 1.1.

Latar Belakang Pembangunan seringkali diartikan pada pertumbuhan dan perubahan. Jadi,

pembangunan pertanian yang berhasil dapat diartikan kalau terjadi pertumbuhan sektor pertanian yang tinggi sekaligus terjadi perubahan masyarakat tani dari yang kurang baik menjadi yang lebih baik.

Walaupun kata “pertumbuhan” dan

“perubahan” ini kelihatannya sederhana, namun materi yang terkandung di dalamnya banyak sekali.

Hal ini disebabkan karena banyak variabel yang

membentuk pertumbuhan sektor pertanian dan perubahan yang terjadi itu juga besar sekali (Soekartawi 1995). Sektor pertanian sampai saat ini masih menjadi salah satu sumber devisa non-migas yang cukup diandalkan di Indonesia. Data menunjukkan pada periode Januari sampai Desember 2008, nilai kumulatif ekspor tercatat US$ 136,76 miliar atau mengalami peningkatan sebesar 19,86 persen dari tahun sebelumnya. Sementara itu, pada periode yang sama ekspor non-migas mencapai nilai US$ 75,91 miliar atau meningkat sebesar 17,31 persen dari tahun sebelumnya. Peningkatan ekspor non-migas salah satunya didukung oleh meningkatnya ekspor pertanian, yakni sebesar 34,98 persen dari tahun sebelumnya, nilai ini merupakan yang terbesar dibandingkan peningkatan ekspor hasil industri dan ekspor hasil tambang lainnya yang masing-masing meningkat sebesar 15,15 persen dan 24,62 persen.1 Dalam hal ini, sektor pertanian memegang peranan yang strategis karena ekspor komoditi pertanian mendominasi perolehan devisa dari sektor non-migas, disamping sektor ini berperan sebagai penyedia pangan dan relatif banyak menyerap tenaga kerja serta mampu mendukung munculnya industri yang berbahan baku pertanian. Salah satu sub sektor pertanian yang berpotensi untuk dikembangkan adalah hortikultura.

Pengembangan komoditas hortikultura

semakin penting mengingat prospek permintaannya yang terus meningkat dan potensi produksinya yang masih bisa terus ditingkatkan. Komoditas hortikultura cukup potensial dikembangkan secara agribisnis, karena punya nilai ekonomis dan nilai tambah cukup tinggi dibandingkan dengan komoditas lainnya. 1

http://www.bps.go.id [23 Maret 2009]

Produk

hortikultura meliputi buah-buahan, diikuti sayuran, tanaman hias dan tanaman biofarmaka. Dari keempat komoditi hortikultura tersebut, komoditi buah-buahan mempunyai potensi besar untuk dikembangkan. Data volume dan nilai ekspor komoditi hortikultura dapat dilihat pada Tabel 1. Terlihat pada tabel tersebut bahwa volume dan nilai ekspor rata-rata tahun 2006-2007 buah-buahan merupakan kelompok komoditas yang menyumbangkan kontribusi terbesar kedua pada sub sektor hortikultura setelah kelompok sayuran. Tabel 1. Volume dan Nilai Ekspor Kelompok Komoditas Hortikultura Indonesia Tahun 2006-2007 2006

Kelompok

No.

Komoditas

Volume (Kg)

2007

Nilai (US$)

Volume (Kg)

Nilai (US$)

1.

Sayuran

236.225.397

126.217.171

209.347.875 137.106.305

2.

Buah-buahan

262.358.494

144.492.469

157.620.956

93.652.526

3.

Tanaman Hias

15.047.349

16.331.671

15.875.683

12.573.931

4.

Biofarmaka

4.832.493

4.896.140

7.684.734

6.364.773

518.463.733

291.937.451

Total

390.529.248 249.697.535

Sumber: Ditjen Hortikultura (2009)

Buah-buahan merupakan produk hasil pertanian yang ditetapkan sebagai komoditi strategis dan memiliki peluang pasar yang besar, baik dari dalam maupun luar negeri.

Permintaan buah-buahan semakin besar sejalan dengan

semakin meningkatnya kesadaran akan gizi, gaya hidup dan kemampuan daya beli masyarakat (Balai Penelitian Tanaman Buah 1998).

Selain untuk memenuhi

kebutuhan dalam negeri buah-buahan Indonesia juga sudah menjadi komoditas perdagangan internasional. Sebagai negara tropis dengan areal yang cukup luas di dunia, Indonesia memiliki potensi besar untuk mengembangkan buah-buahan tropika Indonesia. Pisang dan mangga merupakan beberapa komoditas buah-buahan unggulan

nasional

yang masih memiliki

peluang cukup

besar

untuk

dikembangkan serta merupakan buah-buahan unggulan ekspor. Di Indonesia, produksi pisang dan mangga rata-rata terus mangalami peningkatan dari tahun 2003 sampai tahun 2007 dengan laju peningkatan masing-masing sebesar 7,12 persen dan 4,85 persen per tahun. Tingkat produksi kedua komoditas tersebut di

2

Indonesia cukup besar dibandingkan dengan buah lainnya. Data perkembangan produksi beberapa buah tropis Indonesia dapat dilihat pada Tabel 2. Tabel 2. Perkembangan Produksi Beberapa Buah Tropis Indonesia Tahun 20032007 No. Komoditas

Produksi (Ton) 2003

2004

2005

4.177.155 4.874.439 5.177.608

2006

2007

5.037.472

5.454.226

1.

Pisang

2.

Nanas

677.089

709.857

925.082

1.427.781

2.237.858

3.

Jambu Biji

239.108

210.320

178.509

196.108

179.474

4.

Mangga

1.526.474 1.437.665 1.412.884

1.621.997

1.818.619

5.

Manggis

64.711

72.634

112.722

6.

Jeruk

1.441.680 1.994.760 2.150.219

2.479.852

2.551.635

Total

8.140.579 9.289.158 9.909.013 10.835.854 12.354.534

79.073

62.117

Sumber: Ditjen Hortikultura (2009)

Ekspor buah-buahan Indonesia pada tahun 2008 mencapai 27.000 ton dengan total nilai ekspor sebesar US$ 15 juta (Ditjen Hortikultura 2009). Sedangkan dalam kurun waktu 2006-2007 mencapai 61.741 ton dengan total nilai ekspor sebesar US$ 29,21 juta. Dalam tahun tersebut jenis buah yang diekspor beragam diantaranya adalah duku, durian, jambu, jeruk, pepaya, pisang, nanas, mangga, manggis, rambutan dan buah tropika segar lainnya (Tabel 3). Berdasarkan data pada Tabel 3, dari jenis buah-buahan yang diekspor tersebut, pisang dan mangga merupakan jenis buah tropis yang memiliki volume ekspor cukup besar. Pada tahun 2006, ekspor pisang merupakan terbesar kedua setelah ekspor manggis dengan volume ekspor sebesar 4.443.188 kilogram, namun pada tahun 2007 volume ekspor pisang turun drastis dengan hanya mengekspor sebesar 9.283 kilogram. Sedangkan ekspor mangga stabil dalam kurun waktu 2006-2007 dengan rata-rata volume ekspor sebesar 1.190.047 kilogram, nilai ini merupakan rata-rata terbesar kedua setelah ekspor manggis dengan rata-rata volume ekspor sebesar 7.395.562 kilogram.

3

Tabel 3. Perkembangan Ekspor Beberapa Buah Tropis Indonesia Tahun 20062007 No.

2006

Komoditas

2007

Volume (Kg)

Nilai (US$)

Volume (Kg)

Nilai (US$)

1.

Pisang

4.443.188

1.047.542

9.283

35.579

2.

Nanas

142.672

81.903

472.875

360.991

3.

Jambu Biji

139.842

97.949

37.306

51.773

4.

Mangga

1.181.881

1.160.642

1.198.213

1.004.186

5.

Manggis

5.697.879

3.611.995

9.093.245

4.951.442

6.

Jeruk

210.891

111.727

357.126

141.502

Total

11.816.353

6.111.758

11.168.048

6.545.473

Sumber : Ditjen Hortikultura (2009)

Adanya perdagangan bebas yang ditandai oleh semakin terbukanya perdagangan komoditas antar negara, hal ini merupakan peluang sekaligus tantangan bagi Indonesia. Prospek pengembangan komoditas pisang dan mangga cerah karena pisang dan mangga merupakan komoditas buah-buahan unggulan di Indonesia. Oleh karena itu, pengembangan kedua komoditas tersebut di Indonesia perlu lebih dioptimalkan sehingga lebih mampu menembus ke pasar internasional. 1.2.

Perumusan Masalah Keragaman jenis buah-buahan dan keunggulan habitat tumbuh tanaman

menempatkan Indonesia dalam posisi yang lebih baik bila dibandingkan dengan negara lainnya. Keunggulan habitat tumbuh ini merupakan modal yang penting dalam menghadapi persaingan dalam perdagangan internasional (Anshari 2006). Dengan penanganan yang tepat dan didukung berbagai sarana yang terus disempurnakan, buah Indonesia akan mampu bersaing dengan buah negara tropis lainnya, terutama negara-negara ASEAN antara lain Filipina, Malaysia, dan Thailand. Saat ini buah sudah menjadi komoditas perdagangan internasional yang tanpa batas.

Namun, pangsa pasar buah-buahan dari Indonesia di pasaran

internasional masih sangat kecil (Sunarjono 2005).

Jenis buah-buahan yang

diekspor dari Indonesia dalam jumlah cukup besar diantaranya pisang dan mangga.

4

Perkembangan volume dan nilai ekspor total komoditi pisang dan mangga Indonesia ke pasar internasional pada periode tahun 1999-2007 mengalami fluktuasi (Tabel 4). Hal ini disebabkan oleh berbagai faktor baik dari dalam negeri maupun dari negara tujuan ekspor yang mempengaruhi jumlah ekspor kedua komoditi tersebut. Dari dalam negeri faktor-faktor yang mempengaruhi adalah rendahnya produktivitas tanaman, mutu buah yang bervariasi, penyediaan produk yang tidak kontinu, serta harga yang berfluktuatif. Untuk mengetahui secara jelas permasalahan dalam pengusahaan komoditi pisang dan mangga Indonesia dibutuhkan suatu gambaran umum tentang bagaimana sebenarnya keadaan agribisnis pisang dan mangga Indonesia saat ini. Tabel 4. Perkembangan Volume dan Nilai Ekspor Pisang dan Mangga Indonesia Tahun 1999-2007 Tahun

Pisang Volume (Kg)

Mangga

Nilai (US$)

Volume (Kg)

Nilai (US$)

1999

76.135.601

11.174.213

563.790

529.462

2000

2.221.593

533.460

430.187

401.623

2001

293.715

87.688

424.917

289.049

2002

585.798

1.078.574

1.572.634

2.671.995

2003

234.117

506.121

559.224

460.674

2004

1.197.495

778.506

1.879.664

2.013.390

2005

3.674.027

1.288.873

964.294

999.981

2006

4.443.188

1.407.542

1.181.881

1.160.642

2007

9.283

35.579

1.198.213

1.004.186

Sumber: BPS Pusat (2009)

Negara-negara tujuan ekspor komoditi pisang dan mangga Indonesia memiliki lokasi dan karakteristik yang berbeda-beda baik dalam hal populasi, ukuran ekonomi maupun jarak satu sama lainnya. Variasi karakteristik ini akan mempengaruhi perdagangan antara Indonesia dengan negara tujuan. Berbagai faktor ikut mempengaruhi aliran perdagangan komoditi diantaranya pendapatan per kapita negara tujuan, populasi, jarak antar negara, nilai tukar, harga ekspor komoditi di negara tujuan ekspor, dan ekspor komoditi ke negara tujuan satu

5

tahun sebelumnya. Faktor-faktor pada berbagai negara tujuan tersebut berlaku sebagai faktor gravity atau faktor penarik terjadinya aliran perdagangan komoditi dari Indonesia sebagai negara pengekspor ke

titik konsumsi (negara

tujuan/pengimpor). Melalui aliran perdagangan ini, pada akhirnya dapat ditentukan negara tujuan ekspor yang memiliki potensi pasar yang terbesar untuk produk komoditi Indonesia.

Oleh karena itu, penawaran ekspor komoditi Indonesia dapat

diperluas, tidak hanya terpusat pada negara tujuan utama ekspor. Untuk itu perlu dilakukan penerobosan pasar alternatif terutama negara Eropa dan negara Timur Tengah lainnya. Penelitian pada komoditi pisang dan mangga ini penting dilakukan karena ekspor kedua komoditi ini mampu memberikan sumbangan devisa yang cukup besar terhadap negara. Agar ekspor komoditi pisang dan mangga dapat terus ditingkatkan di pasar internasional, maka menganalisis aliran perdagangan komoditi pisang dan mangga ke negara-negara tujuan penting untuk dilakukan, karena produk pisang dan mangga diekspor berdasarkan faktor-faktor ekonomi dan non ekonomi sehingga diharapkan dapat dijadikan pertimbangan dalam penentuan negara tujuan ekspor komoditi pisang dan mangga Indonesia. Berdasarkan

uraian

tersebut,

maka

dapat

dirumuskan

berbagai

permasalahan pokok untuk dikaji lebih lanjut sebagai berikut : 1. Bagaimana gambaran umum agribisnis pisang dan mangga Indonesia ? 2. Bagaimana gambaran umum potensi ekonomi negara tujuan ekspor pisang dan mangga Indonesia ? 3. Faktor-faktor apa saja yang mempengaruhi aliran perdagangan komoditi pisang dan mangga Indonesia ke negara-negara tujuan ekspor ? 1.3.

Tujuan Penelitian Berdasarkan permasalahan yang dirumuskan di atas, maka tujuan

penelitian ini adalah: 1. Mendeskripsikan gambaran umum agribisnis pisang dan mangga Indonesia. 2. Mendeskripsikan gambaran umum potensi ekonomi negara tujan ekspor pisang dan mangga Indonesia.

6

3. Mengidentifikasi faktor-faktor yang mempengaruhi aliran perdagangan komoditi pisang dan mangga Indonesia ke negara-negara tujuan ekspor. 1.4.

Manfaat Penelitian Hasil penelitian ini diharapkan dapat dapat bermanfaat bagi semua pihak

yang berkepentingan. Hasil-hasil tersebut diharapkan dapat dijadikan salah satu sumber yang relevan dalam upaya memecahkan masalah serupa di masa yang akan datang, serta menjadi masukan bagi pemerintah dalam penentuan kebijakan dalam mengangkat produk pisang dan mangga sebagai komoditi ekspor nonmigas andalan penghasil devisa cukup besar. Bagi pembaca, diharapkan berguna sebagai referensi penelitian lebih lanjut pada bidang yang sama dan dapat menambah wawasan serta pengetahuan. Bagi penulis sendiri, penelitian ini berguna untuk menambah pengetahuan dan pengalaman di lapangan serta meyelaraskan ilmu yang didapat selama kuliah dengan kenyataannya di lapang. 1.5.

Ruang Lingkup Penelitian Penelitian ini merupakan suatu kajian masalah terhadap faktor-faktor yang

mempengaruhi aliran perdagangan pisang dan mangga Indonesia.

Dalam

penelitian ini digunakan tujuh variabel, yaitu volume ekspor ke negara tujuan, jarak antar negara tujuan dengan Indonesia, kurs mata uang negara tujuan terhadap Dollar Amerika, pendapatan per kapita negara tujuan, populasi negara tujuan, harga di negara tujuan dan volume ekspor ke negara tujuan satu tahun sebelumnya.

Model gravity yang disusun merupakan hasil pengolahan data

dengan menggunakan regresi panel data dari tahun 1996-2007 pada enam negara tujuan ekspor pisang, yaitu Jepang, Hongkong, Singapura, Malaysia, Arab Saudi, Amerika Serikat dan ekspor mangga, yaitu Hongkong, Taiwan, Singapura, Malaysia, Brunai Darussalam, Arab Saudi

7

II TINJAUAN PUSTAKA 2.1.

Karakteristik Pisang Pisang (Musa sp) merupakan tanaman asal Asia Tenggara yang kini sudah

tersebar luas ke seluruh dunia, termasuk Indonesia. Sudah lama buah pisang menjadi komoditas buah tropis yang sangat populer di dunia. Hal ini dikarenakan rasanya lezat, gizinya tinggi dan harganya relatif murah.

Pisang merupakan

tanaman semak yang berbatang semu, tingginya bervariasi antara satu sampai empat meter, tergantung varietasnya. Daunnya lebar, panjang, tulang daunnya besar, dan tepi daunnya tidak mempunyai ikatan yang kompak sehingga mudah robek bila terkena tiupan kencang. Batangnya mempunyai bonggol (umbi) yang besar sekali dan terdapat mata yang dapat tumbuh menjadi tuna anakan (Sunarjono 2005). Tanaman pisang mudah beradaptasi dan tumbuh baik di daerah tropis bertipe iklim basah seperti Indonesia. Hampir semua wilayah Indonesia, mulai dari daerah basah sampai kering, dataran rendah sampai dataran tinggi, serta tanah subur sampai tanah tandus, dapat dijumpai tanaman ini. Di daerah bertipe iklim basah dengan curah hujan 2.000-3.000 mm per tahun, apalagi tanahnya subur, tanaman pisang dapat tumbuh dengan sangat baik dan mampu berbuah sepanjang tahun. Namun setiap tanaman hanya berbuah sekali dalam seumur hidupnya. Sesudah itu, tanaman akan mati (monokarpik) dan diteruskan oleh tunas anakannya (sucker). Sementara di daerah bertipe iklim kering, tanaman masih dapat tumbuh sehat, tetapi buahnya biasanya tidak berisi penuh sehingga mutunya rendah (Sunarjono 2005). Buah pisang memiliki nilai gizi cukup tinggi. Setiap 100 gram (gr) buah pisang mengandung 99,0 kalori, 1,2 gr protein, 0,2 gr lemak, 25,8 gr karbohidrat, 8,0 mg kalsium, 228,0 mg fosfor, 0,5 mg zat besi, 146,0 SI vitamin A, 0,08 mg vitamin B, 3,0 mg vitamin C, 7,2 gr air, dan 78,0 persen bagian yang dapat dimakan.

Karbohidrat dalam buah pisang, terutama gula, berperan sebagai

cadangan energi yang dapat bertahan lama sehingga cocok bagi para olahragawan. Buah pisang juga berkhasiat untuk menyembuhkan luka lambung, mencegah kanker usus, menurunkan kolesterol darah, menjaga kesehatan jantung, dan membantu mengirimkan oksigen ke dalam otak. Selain itu, buah pisang (terutama

pisang ambon) juga biasa dimanfaatkan untuk menghaluskan kulit, meyuburkan rambut, dan menjaga kebugaran (Rukmana 2008). 2.2.

Karakteristik Mangga Mangga merupakan tanaman pendatang dari India, Srilanka dan Pakistan,

kemudian menyebar ke seluruh dunia. Namun, kebembem (kweni) Mangifera odorata diduga asli dari Kalimantan Timur.

Ada dua tipe mangga, yaitu

monoembrioni (satu biji tumbuh satu tunas) dan poliembrioni (satu biji tumbuh dari lebih dari dua tunas). Mangga poliembrioni umumnya berasal dari Asia Tenggara (Sunarjono 2005). Mangga merupakan tanaman hutan yang tingginya mencapai 30 m. Semua bagian tanaman bergetah agak kental. Tanaman mangga lebih senang tubuh di tempat terbuka. Daunnya panjang lebar hingga panjang kecil dengan ujung meruncing serta sedikit bergetah.

Letak daun berkumpul pada ujung

ranting. Pohon bercabang banyak dengan arah cenderung mendatar hingga ke atas. Kayunya bergetah.

Tanaman menyerbuk silang melalui serangga lebah

madu (Apis mallifera). Umumnya, bunga terdapat dalam tandan atau rangkaian. Setiap tandan dapat mempunyai lebih dari 1.000 kuntum bunga. Bunga pada pangkal pandan umumnya jantan, jumlahnya lebih dari 92 persen dari jumlah bunga per tandan. Sementara bunga pada ujung tandan adalah bunga sempurna (hermafrodit) yang jumlahnya kurang dari 8 persen. Sel kelamin betina (sel telur) dari bunga sempurna biasanya tidak subur. Sel kelamin betina yang subur (fertil) hanya berkisar antara lima sampai sepuluh persen. Buah mangga relatif besar, bentuknya bulat hingga panjang. Bijinya besar, gepeng, diliputi oleh daging yang tebal dan lunak serta enak dimakan. Di Indonesia masih perlu dilakukan seleksi jenis-jenis mangga berdasarkan keperluannya.

Misalnya jenis untuk buah segar, jenis untuk

minuman segar termasuk jenis untuk produk olahan lainnya. Jenis-jenis mangga yang sudah dirilis oleh pemerintah antar lain golek 31, arumanis 143 dan gadung 69. Namun masih banyak lagi jenis yang mempunyai masa depan, terutama untuk keperluan ekspor, misalnya mangga podang dari Kediri dan gedong gincu dari Indramayu. Konsumen luar negeri pada umumnya menghendaki buah mangga ukuran sedang (250-300 gram per buah), warna kulit buah bersih mencolok, 9

(misalnya kuning, kemerahan).

Sementara itu rasa manis bukan satu-satunya

persyaratan utama (Anshari 2006). Tingginya tingkat permintaan komoditas mangga dikarenakan buah mangga memiliki rasa yang lezat dan khas, aroma yang harum, warna kulit yang menarik dan nilai gizi yang cukup tinggi.

Mangga mengandung vitamin A,

vitamin B1, vitamin C, berbagai zat mineral seperti air, protein, lemak dan gula. Setiap varietas mangga memiliki konsentrasi gizi yang berbeda-beda, misalkan untuk mangga Indramayu memiliki hidrat arang yang lebih besar daripada varietas lainnya dan kandungan vitamin A yang tertinggi terdapat pada varietas mangga gedong. Dengan adanya kandungan gizi yang berbeda-beda pada setiap jenis mangga, maka konsumen dapat mengkonsumsi mangga sesuai dengan kebutuhan dan seleranya. Kandungan gizi yang baik, rasa yang lezat, harga yang terjangkau serta peluang pasar yang terbuka menciptakan prospek peningkatan jumlah produksi mangga dari tahun ke tahun. 2.3.

Penelitian Terdahulu Kartikasari (2008), menganalisis daya saing komoditi tanaman hias dan

aliran perdagangan anggrek Indonesia di pasar internasional.

Tujuan dari

penelitian ini adalah mengukur daya saing komoditi tanaman hias Indonesia dengan Thailand di pasar Jepang, Korea, Singapura, Amerika Serikat dan Belanda.

Selanjutnya menganalisis aliran perdagangan dan mengidentifikasi

faktor-faktor yang mempengaruhi ekspor anggrek sebagai komoditi tanaman hias yang diunggulkan Indonesia ke negara-negara tujuan. Hasil yang diperoleh dari analisis daya saing tanaman hias dengan metode RCA menunjukkan bahwa perkembangan industri tanaman hias Indonesia lebih lambat dibandingkan dengan Thailand sebagai kompetitor utama di pasar tanaman hias dunia untuk Asia Tenggara. Berdasarkan hasil estimasi model gravity aliran perdagangan anggrek Indonesia ke lima negara tujuan diketahui bahwa metode fixed effect merupakan metode yang paling sesuai digunakan. Aliran perdagangan ekspor anggrek Indonesia ke negara tujuan dipengaruhi oleh beberapa faktor yakni waktu tempuh, pendapatan per kapita, populasi, harga anggrek Indonesia dan nilai tukar. Sementara itu faktor anggrek di negara tujuan tidak berpengaruh terhadap model aliran perdagangan. 10

Napitupulu (2007) dalam penelitian yang berjudul “Analisis Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beras Intra-ASEAN”, melakukan analisa kualitatif untuk mengetahui keragaan produksi, konsumsi, dan kebijakan perberasan negara-negara ASEAN serta melakukan analisa kuantitatif untuk mengetahui faktor-faktor yang mempengaruhi aliran perdagangan beras intraASEAN. Data yang digunakan adalah time series 2000-2005 dan cross section seluruh negara ASEAN kecuali Singapura. Dalam penelitian digunakan model gravity yang menganalisis faktor-faktor yang mempengaruhi aliran perdagangan beras intra-ASEAN.

Variabel dependen yang digunakan adalah impor beras,

sedangkan variabel independen adalah GDP, populasi, jarak, nilai tukar, produksi dan konsumsi beras asal dan tujuan impor beras. Hasil yang diperoleh dari usaha pengumpulan informasi secara deskriptif yaitu beras menjadi bahan pangan utama disetiap negara ASEAN dan pemerintah setempat merumuskan kebijakan-kebijakan yang bertujuan untuk mencapai kondisi ketahanan pangan.

Dari hasil chow test, analisis gravity model

menggunakan fixed effect dengan estimasi GLS. R2 yang diperoleh 49,57 persen. Faktor yang berpengaruh nyata pada taraf lima persen yaitu GDP negara asal impor, populasi negara tujuan impor, konsumsi beras negara asal impor, konsumsi beras negara tujuan impor, dan nilai tukar terhadap USD negara tujuan impor. Sinaga (2007), di dalam penelitiannya yang berjudul aliran perdagangan komoditas karet alam Indonesia dan faktor-faktor yang mempengaruhinya di negara tujuan, manganalisis dengan menggunakan gravity model terdapat enam variabel penduga yaitu GDP negara tujuan, populasi negara tujuan, jarak dengan negara tujuan, nilai tukar USD terhadap mata uang negara tujuan, konsumsi karet sintetis negara tujuan dan nilai ekspor produk ban negara tujuan. Penelitian ini menggunakan data nasional dan internasional meliputi data kuantitatif berupa data sekunder yang bersifat cross-sectional pada tahun 2005 dengan objek 41 negara tujuan.

Tahun 2005 dipilih secara sengaja karena data terbaru yang tersedia

adalah pada tahun tersebut. Pengolahan kuantitatif gravity model yang berupa model regresi berganda log-linear digunakan untuk analisis faktor-faktor yang mempengaruhi aliran perdagangan karet alam Indonesia.

11

Dari

hasil

pengolahan

diketahui

bahwa

faktor

terbesar

yang

mempengaruhi ekspor karet alam Indonesia ke negara tujuan adalah variabel GDP negara tujuan dan nilai ekspor produk ban negara tujuan. Faktor-faktor lainnya di luar model yang disusun adalah persediaan dan cadangan karet alam negara tujuan, pesaing serta peristiwa global dan kondisi sosial politik negara tujuan. Yunita (2006), menganalisis aliran faktor-faktor yang mempengaruhi aliran perdagangan biji kakao Indonesia. Dalam analisisnya faktor-faktor yang diduga berpengaruh terhadap aliran perdagangan biji kakao Indonesia adalah Gross Domestic Product (GDP) per kapita negara tujuan, populasi negara tujuan, jarak antara negara Indonesia dengan negara tujuan, harga biji kakao Indonesia di negara tujuan, nilai tukar mata uang negara tujuan terhadap Dollar Amerika, dan kualitas biji kakao Indonesia. Berdasarkan uji-t diperoleh variabel-variabel yang berpengaruh nyata adalah populasi negara tujuan, jarak antara negara Indonesia dengan negara tujuan, nilai tukar mata uang negara tujuan terhadap Dollar Amerika, dan kualitas biji kakao Indonesia.

Keempat variabel tersebut merupakan faktor yang

mempunyai pengaruh besar terhadap aliran perdagangan biji kakao Indonesia ke negara-negara tujuan.

Pengolahan kuantitatif menggunakan analisis regresi

berganda dengan menggunakan gravity model dengan persamaan tunggal, untuk menganalisis faktor-faktor yang mempengaruhi aliran perdagangan biji kakao Indonesia ke negara-negara tujuan ekspor. Pulungan

(2005),

menganalisis

mengenai

faktor-faktor

yang

mempengaruhi aliran perdagangan arang tempurung kelapa Indonesia. Tujuan dari penelitian ini adalah menganalisis karakteristik negara-negara tujuan ekspor arang tempurung kelapa Indonesia, dan menganalisis faktor-faktor apa saja yang mempengaruhi aliran perdagangan arang tempurung kelapa Indonesia, bagaimana pengaruhnya, serta faktor apa yang mempunyai pengaruh terbesar.

Dalam

pendugaan modelnya aliran perdagangan arang tempurung kelapa dipengaruhi oleh faktor-faktor berikut: jarak, pendapatan nasional negara tujuan ekspor, populasi, nilai tukar, harga arang tempurung kelapa, dan harga arang aktif di negara tujuan.

12

Metode analisis yang digunakan adalah metode deskriptif dan metode kuantitatif. Metode kuantitatif dengan menggunakan analisis regresi berganda dengan menggunkan gravity model dengan persamaan tunggal digunakan untuk menganalisis faktor-faktor yang mempengaruhi aliran perdagangan. Berdasarkan hasil regresi model aliran perdagangan arang tempurung kelapa Indonesia diperoleh koefisien determinasi R2 sebesar 72,8 persen yang berarti 72,8 persen perubahan volume ekspor arang tempurung kelapa Indonesia dapat diterangkan oleh variasi peubah-peubah bebas dalam model, sedangkan sisanya 27,2 persen diterangkan oleh faktor-faktor lain yang tidak terdapat dalam model. Dari penelitian-penelitian terdahulu, dapat disimpulkan faktor-faktor yang diduga berpengaruh terhadap aliran perdagangan suatu komoditi secara umum adalah Gross Domestic Product (GDP) per kapita negara tujuan, populasi negara tujuan, jarak antara negara Indonesia dengan negara tujuan, harga komoditi Indonesia di negara tujuan, dan nilai tukar mata uang negara tujuan terhadap Dollar Amerika. Pengolahan kuantitatif untuk data panel dengan menggunakan analisis regresi panel data dengan menggunakan gravity model dengan persamaan tunggal.

13

III KERANGKA PEMIKIRAN 3.1.

Kerangka Pemikiran Teoritis

3.1.1. Ekspor dan Perdagangan Internasional Pada

dasarnya

faktor

yang

mendorong

timbulnya

perdagangan

internasional dari suatu negara ke negara lain bersumber dari keinginan memperluas pemasaran komoditi ekspor dan memperbesar penerimaan devisa dalam penyediaan dana pembangunan dari negara yang bersangkutan. Menurut Ball dan McCulloch (2000), secara ringkas perdagangan internasional muncul karena adanya perbedaan harga relatif antar negara. Perbedaan ini berasal dari perbedaan biaya produksi, yang diakibatkan oleh : 1. Perbedaan-perbedaan atas karunia Tuhan pada faktor produksi. 2. Perbedaan-perbedaan dalam teknologi yang digunakan, yang dapat menentukan intensitas faktor produksi yang diperlukan. 3. Perbedaan-perbedaan dalam efisiensi pemanfaatan faktor produksi. 4. Nilai tukar mata uang suatu negara terhadap negara lain. Insentif untuk melakukan ekspor dapat terjadi apabila tingkat harga di luar negeri lebih tinggi dari pada tingkat harga dalam negeri dan sebaliknya bila tingkat harga dalam negeri lebih tinggi dari pada tingkat harga luar negeri, maka banyak barang-barang dari luar negeri yang diimpor ke dalam negeri. Dalam model perdagangan internasional, ekspor terjadi ketika suatu negara mengalami kelebihan penawaran (ekses supply) yang menandakan kebutuhan dalam negeri sudah terpenuhi dan sisa barang yang masih ada merupakan barang yang diekspor ke luar negeri. Sebaliknya, impor terjadi dalam kondisi kelebihan permintaan (ekses demand) yang menandakan kebutuhan dalam negeri tidak dapat dipenuhi oleh produksi dalam negeri sehingga harus ditutupi dengan mengimpor produk yang dibutuhkan masyarakat.

Gambar 1. Mekanisme Perdagangan Internasional. Keterangan : Kurva 1 : Keadaan pasar komoditi X di negara 1 Kurva 2 : Keadaan pasar komoditi X di negara 1 dan 2 Kurva 3 : Keadaan pasar komoditi X di negara 2

Gambar 1. Mekanisme Perdagangan Internasional Sumber: Salvatore (1997)

Kurva 1 pada Gambar diatas memperlihatkan adanya perdagangan internasional, negara akan mengadakan produksi dan konsumsi di titik A berdasarkan harga relatif komoditi X (Px/Py) sebesar P1, sedangkan negara 2 akan berproduksi dan berkonsumsi di titik A’ pada harga relatif komoditi X di P3. Setelah hubungan perdagangan berlangsung diantara kedua negara tersebut, harga relatif komoditi X akan berada diantara P1 dan P2. Apabila harga relatif yang berlaku di negara 1 lebih besar dari P1, maka negara 1 akan memasok lebih banyak daripada tingkat permintaan (konsumsi) domestiknya.

Kelebihan

produksi tersebut akan diekspor ke negara 2. Di lain pihak jika harga relatif yang berlaku di negara 2 lebih kecil dari P3, maka negara 2 akan mengalami peningkatan permintaan, sehingga tingkat pemintaan akan melebihi penawaran domestiknya. Hal ini akan mendorong negara 2 untuk mengimpor komoditi X dari negara 1. 3.1.2. Aliran Perdagangan Komoditi Aliran perdagangan barang dan jasa antar negara merupakan perpindahan barang dan jasa antar negara. Analisis aliran perdagangan adalah analisis yang menjelaskan hubungan antara volume produk yang diperdagangkan dengan faktor-faktor yang mempengaruhinya. Suatu model yang telah digunakan secara luas untuk mempelajari faktor penentu perdagangan adalah gravity model.

15

Nama gravity model terinspirasi dari pengamatan terhadap pengaruh positif dari ukuran pasar pengaruh negatif dari jarak diantara berbagai daerah dalam perdagangan. Tinbergen (1962) dan Poyhonen (1963) adalah yang pertama menerapkan persamaan gravity model untuk meneliti aliran perdagangan internasional.

Keduanya mengembangkan persamaan pertama tentang gravity

model melalui spesifikasi terhadap total ekspor sebagai fungsi dari GNP (Gross National Product) dan jarak diantara negara yang melakukan perdagangan (Deardoff 1984) dalam Sunenti (2005). Sejak itu, gravity model telah menjadi suatu instrumen populer dalam menganalisa perdagangan luar negeri secara empiris. Lineman (1966) mengembangkan gravity model dengan menyertakan variabel populasi dan GNP. Gravity model digunakan untuk menganalisis pola aliran perdagangan bilateral antara negara-negara dalam satu daerah tertentu. Menurut model ini, barang ekspor dari negara i dan j diterangkan oleh ukuran ekonomi masing-masing negara (GDP), populasi masing-masing negara, jarak antar negara. Gravity model saat ini sudah lazim dipakai sebagai metode standar untuk mengevaluasi potensi perdagangan suatu produk atau jasa antar negara yang berbeda.

Secara fisik, gravity model didasarkan pada peramalan potensi

perdagangan melalui variable jarak, populasi dan GNP dari negara tersebut. Argumen yang melatarbelakangi pemakaian gravity model, bahwa negara yang lebih besar dan kaya akan lebih banyak melakukan perdagangan luar negeri bila dibandingkan dengan negara yang lebih kecil dan miskin dimana jarak yang semakin jauh dianggap bukan sebagai hambatan. Gravity model berkaitan dengan long-range equilibrium aliran perdagangan dan sebagai model ideal untuk membandingkan perdagangan dari dua daerah atau dari dua sistem ekonomi yang berbeda. 1.

Pendapatan Per Kapita Pendapatan per kapita adalah ukuran berapa banyak perolehan pendapatan

setiap individu dalam perekonomian. Pengertian lain mengenai pendapatan per kapita adalah jumlah yang tersedia bagi rumah tangga atau perusahaan untuk melakuan pengeluaran.

Dengan demikian tingkat konsumsi atau kemampuan

daya beli suatu negara atas suatu komoditi dapat diukur dari pendapatan per kapita

16

penduduknya. Jika pendapatan per kapita suatu negara dinilai cukup tinggi, maka dapat dikatakan suatu negara tersebut merupakan pasar potensial bagi pemasaran suatu komoditi ataupun produk tertentu 2.

Populasi Pertambahan populasi dapat mempengaruhi ekspor melalui dua sisi yaitu,

penawaran dan permintaan. Pada sisi penawaran, pertambahan populasi dapat diartikan penambahan tenaga kerja untuk melakukan produksi komoditi ekpor. Pertumbuhan dari sisi permintaan, akan menyebabkan bertambah besarnya permintaan domestik (Salvatore 1997). 3.

Jarak antara Indonesia dengan Negara Tujuan Variabel jarak adalah indikasi dari biaya transportasi yang dihadapi oleh

suatu negara dalam melakukan ekspor (Salvatore 1997).

Jarak tersebut

mengurangi aliran perdagangan yang diwakilkan dari biaya transportasi. Semakin jauh jarak, semakin besar biaya transportasi, semakin rendah volume ekspor produk (semakin rendah aliran perdagangan). 4.

Nilai Tukar Kurs (exchange rate) diantara dua negara adalah harga dimana penduduk

kedua negara saling melakukan perdagangan. Para ekonom membedakan antara dua kurs: kurs nominal dan kurs riil. Kurs nominal adalah harga relatif dari mata uang dua negara. Kurs riil adalah harga relatif dari barang-barang kedua negara. Jika mengacu pada kurs di antara dua negara, maka biasanya menggunakan kurs nominal (Mankiw 2000). Kondisi nilai tukar seperti terapresiasinya mata uang domestik negara tujuan ekspor terhadap Dollar Amerika membuat harga suatu komoditi relatif lebih murah.

Hal ini mendorong terjadinya peningkatan volume impor dari

negara tujuan, karena negara tujuan membutuhkan sedikit uang untuk membeli barang impor. 5.

Harga Suatu hipotesis ekonomi yang mendasar adalah bahwa untuk kebanyakan

komoditi, harga komoditi dan kuantitas atau jumlah yang akan ditawarkan berhubungan secara positif, dengan semua faktor yang lain tetap sama. Dengan kata lain, makin tinggi harga suatu komoditi yang akan ditawarkan, semakin

17

rendah harga, semakin kecil jumlah komoditi yang akan ditawarkan (Lipsey et al. 1995). 3.1.3. Model Regresi Panel Data Istilah lain dari data panel adalah pooled data (penggabungan data time series dan cross section), micro panel data (kombinasi studi atas dasar waktu dari berbagai variabel atau kelompok subyek), event history analysis (studi perubahan suatu subjek dengan syarat waktu), atau cohort analysis (studi jalur perkembangan karir dari sekelompok manajer). Keuntungan menggunakan data panel dalam model regresi dibandingkan hanya dengan data time series atau hanya data cross section (Juanda 2007), yaitu: 1. Data panel akan memberikan informasi yang lebih lengkap, lebih beragam, kurang berkorelasi antar variabel, derajat bebas lebih besar dan lebih efisien. 2. Studi data panel lebih memuaskan untuk menentukan perubahan dinamis dibandingkan dengan studi berulang dari cross section. 3. Membantu studi untuk menganalisis perilaku yang lebih kompleks, misalnya fenomena skala ekonomi dan perubahan teknologi. 4. Dapat meminimumkan bias yang dihasilkan oleh agregasi individu atau perusahaan karena unit data lebih banyak. Regresi data panel berbeda dengan regresi time series atau regresi cross section karena dalam regresi data panel setiap variabel mengandung subscript ganda it. Rumus umum untuk regresi data panel sebagai berikut : Yit =

+ xit + uit ,

i = 1,2, … , N ; t = 1,2, … , T

Dimana i menunjukkan rumah tangga, individu, perusahaan, negara dan sebagainya, sedangkan t menunjukkan waktu. Dimensi cross section ditandai oleh i dan dimensi waktu ditandai oleh t.

adalah intersep,

adalah slope dan xit

merupakan explanatory variable pada pengamatan it. Menurut Abilava (2006) dalam Kartikasari (2008) dalam analisis model data panel dikenal tiga macam teknik estimasi, yakni pendekatan kuadrat terkecil (pooled least square), pendekatan efek tetap (fixed effect), dan pendekatan efek acak (random effect). Teknik pendekatan paling sederhana dalam pengolahan data panel adalah dengan menggunakan metode kuadrat terkecil biasa yang diterapkan dalam data 18

gabungan antara cross section dan time series (pooled).

Dalam pendekatan

dengan metode pooled least square diasumsikan bahwa data gabungan yang ada, menunjukkan kondisi yang sesungguhnya. Hasil analisis regresi dianggap berlaku pada semua objek di semua waktu. Metode ini sering disebut dengan common effect. Kelemahan asumsi ini adalah ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi setiap objek adalah berbeda satu sama lain, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain.

Oleh karena itu diperlukan suatu model yang dapat

menunjukkan perbedaan konstan antar objek, meskipun dengan koefisien regresor yang sama. Metode fixed effect dapat memperbaiki kelemahan yang ada pada metode common effect. Regresi fixed effect digunakan untuk menghilangkan variabel yang berbeda antara kasus masing-masing negara namun konstan sepanjang waktu. Variabel yang diubah adalah bersifat konstan sepanjang waktu namun berbeda tiap kasusnya.

Untuk membedakan satu objek dengan objek yang

lainnya, digunakan variabel semu (dummy). Oleh karena itu, model ini sering juga disebut dengan Least Square Dummy Variable atau disingkat LSDV. Selain dengan metode fixed effect, regresi data panel dapat dilakukan dengan pendekatan metode random effect.

Random effect digunakan untuk

mengatasi kelemahan metode fixed effect yang menggunakan variabel semu, sehingga model mengalami ketidakpastian. Tanpa menggunakan variabel semu, metode random effect menggunakan residual yang diduga memiliki hubungan antar waktu dan antar objek. Namun untuk menganalisis dengan metode random effect ini ada satu syarat, yaitu objek data silang (cross section) harus lebih besar daripada banyaknya koefisien. Menurut Abilava (2006) dalam Kartikasari (2008)

keuntungan

penggunaan data panel dalam gravity model adalah : 1. Dapat mengidentifikasi karakteristik antar individu (daerah) yang melakukan perdagangan pada dimensi waktu yang berbeda. 2. Dapat diperoleh hasil estimasi yang lebih baik daripada dengan teknik OLS data time series atau cross section saja.

19

3. Terjadi peningkatan derajat bebas dan mengurangi hubungan kolinear antar variabel bebas. 4. Mengurangi masalah yang timbul dari penghilangan variabel yang relevan. 3.2.

Kerangka Pemikiran Operasional Buah-buahan saat ini sudah menjadi komoditas perdagangan yang tanpa

batas.

Namun, pangsa pasar buah-buahan Indonesia di pasaran internasional

masih sangat kecil (Sunarjono 2005).

Jenis buah-buahan yang diekspor dari

Indonesia diantaranya pisang dan mangga.

Terdapat berbagai kendala dalam

mengekspor pisang dan mangga Indonesia ke pasar internasional.

Kendala-

kendala tersebut disebabkan oleh beberapa faktor. Untuk mengetahui apa saja faktor-faktor tersebut, maka dibutuhkan suatu gambaran umum tentang keadaan agribisnis pisang dan mangga Indonesia. Potensi ekonomi negara tujuan dapat dilihat dari tiga indikator ekonominya, yaitu pendapatan per kapita, populasi dan nilai tukar terhadap dollar Amerika, sehingga diketahui negara mana yang memiliki potensi ekonomi terbesar. Dari informasi potensi ekonomi negara tujuan, dapat diprediksi negara tujuan ekspor yang memiliki potensi pasar yang terbesar untuk produk komoditi Indonesia.

Oleh karena itu, penawaran ekspor komoditi Indonesia dapat

diperluas, tidak hanya terpusat pada negara tujuan utama ekspor. Untuk itu perlu dilakukan penerobosan pasar alternatif terutama negara Eropa dan negara Timur Tengah lainnya. Permintaan ekspor akan produk pisang dan mangga di berbagai negara menyebabkan terjadinya aliran perdagangan produk dari Indonesia sebagai negara pengekspor ke berbagai negara tujuan sebagai negara pengimpor.

Untuk

menganalisis aliran perdagangan ekspor pisang dan mangga ke berbagai negara tujuan ekspor digunakan persamaan yang menyertakan berbagai faktor gravity yang dinamakan gravity model. Gravity model diterapkan terhadap faktor-faktor ekonomi dan non ekonomi untuk melihat hubungan dan pengaruhnya terhadap aliran perdagangan produk pisang dan mangga ke negara tujuan ekspor. Variabel ekonomi yang digunakan untuk menggambarkan aliran perdagangan dalam penelitian ini adalah jumlah penduduk (populasi) negara tujuan ekspor, pendapatan per kapita negara tujuan, nilai tukar negara tujuan 20

terhadap dollar Amerika, harga komoditi di negara tujuan dan volume ekspor produk ke negara tujuan satu tahun sebelumnya. Sedangkan faktor non ekonomi adalah jarak antar kedua negara. Untuk mengetahui variabel apa saja yang mempengaruhi aliran perdagangan pisang dan mangga Indonesia, maka perlu dilakukan analisis terhadap variabel yang diduga mempengaruhi aliran perdagangan pisang dan mangga. Pendugaan dilakukan dengan menggunakan persamaan regresi panel data yang menyertakan faktor gravity dalam bentuk persamaan logritma natural. Hasil estimasi yang dipilih adalah persamaan regresi yang memiliki R2 tertinggi dan memenuhi pengujian model dan uji hipotesis. Secara umum, dalam penelitian ini akan mengkaji gambaran umum agribisnis pisang dn mangga Indonesia, potensi ekonomi negara-negara tujuan ekspor pisang dan mangga dilihat dari indikator ekonominya, dan menganalisis faktor-faktor (variabel) yang mempengaruhi aliran perdagangan pisang dan mangga ke berbagai negara tujuan ekspor, sehingga diharapkan hasilnya dapat digunakan sebagai upaya untuk meningkatkan volume dan pangsa pasar pisang dan mangga Indonesia. Bagan kerangka pemikiran operasional dapat dilihat pada Gambar 2.

21

Ekspor Pisang dan Mangga sangat Fluktuatif, Kendala Internal dan Ekstenal, Potensi Ekspor

Gambaran Umum Agribisnis Pisang dan Mangga Indonesia

Analisis Aliran Perdagangan

Gravity Model 1. Pendapatan per kapita 2. Populasi 3. Jarak 4. Nilai tukar 5. Harga 6. Lag ekspor

Negara Tujuan Ekspor (Titik Konsumsi)

Potensi Ekonomi Negara Tujuan Ekspor

Meningkatkan Volume Ekspor Pisang dan Mangga serta Memperluas Pangsa Pasar

Gambar 2. Kerangka Pemikiran Operasional

22

IV METODE PENELITIAN 4.1.

Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu

berupa data gabungan antara time series dan cross section (pooled data/data panel). Tujuannya adalah untuk menelaah suatu data dan memperluas hubungan yang ada pada populasi yang besar. Pada penelitian ini yang menjadi data panel adalah volume ekspor pisang dan mangga yang diteliti dari tahun 1996 sampai dengan tahun 2007 (12 tahun), dengan jumlah negara tujuan ekspor masingmasing sebanyak enam negara tujuan ekspor utama. Metode pengumpulan data yang dilakukan adalah dengan pengambilan data sekunder ke instansi-instansi terkait, seperti Badan Pusat Statistik (BPS), Departemen Pertanian, Departemen Perdagangan, Departemen Perindustrian, dan Bank Indonesia. Selain itu data juga diperoleh melalui internet dan penelitian terdahulu. Jenis dan sumber data yang dibutuhkan dalam penelitian ini, seperti ditampilkan pada Tabel 5. Tabel 5. Jenis dan Sumber Data No.

Jenis Data

Sumber Data

1.

Volume ekspor pisang dan mangga Indonesia BPS Pusat menurut negara tujuan ekspor (Kg), Harga pisang dan mangga di negara tujuan (US$/Kg), dan Volume ekspor pisang dan mangga ke negara tujuan satu tahun sebelumnya (Kilogram).

2.

Pendapatan per kapita negara tujuan ekspor

www.indexmundi.com

(US$/orang) dan Jumlah penduduk (populasi) menurut negara tujuan ekspor (Juta). 3.

Jarak Indonesia dengan negara tujuan ekspor www.timeanddate.com (Kilometer).

4.

Nilai tukar mata uang negara tujuan ekspor

www.bankofcanada.ca,

terhadap Dollar Amerika (domestik/US$).

www.oanda.com, www.indexmundi.com, dan Bank Indonesia

4.2.

Pengolahan dan Analisis Data Metode analisis yang digunakan adalah metode deskriptif dan metode

kuantitatif.

Metode deskriptif digunakan untuk melihat gambaran umum

agribisnis pisang dan mangga Indonesia serta melihat gambaran umum potensi ekonomi negara tujuan ekspor. Metode kuantitatif dengan menggunakan analisis regresi panel data dengan menggunakan gravity model dengan persamaan tunggal digunakan untuk menganalisis

faktor-faktor

yang mempengaruhi aliran

perdagangan. Proses pengolahan data dilakukan dengan menggunakan Microsoft Excel dan program Eviews 4.1, kemudian dilanjutkan dengan tahap interpretasi data. Pemilihan alat pengolahan dilakukan atas dasar kemudahan dan kemampuannya dalam mengolah data. 4.3.

Perumusan Model Perumusan model merupakan langkah pertama dan yang paling penting

harus dilakukan dalam mempelajari hubungan antara variabel-variabel. Model digunakan untuk memilih hubungan variabel-variabel dalam bentuk matematika dimana suatu perumusan ekonomi dipenuhi secara empirik. Aliran perdagangan komoditi pada penelitian ini dijelaskan dengan menggunakan gravity model. Faktor-faktor yang digunakan untuk menganalisis aliran perdagangan adalah jarak, GDP/kapita negara tujuan ekspor, populasi, nilai tukar, harga, dan volume ekspor satu tahun sebelumnya. Analisis yang digunakan adalah regresi panel data dengan model logaritma natural.

Transformasi model dalam bentuk log dapat mengurangi masalah

heteroskedastisitas, hal ini disebabkan karena transformasi yang memapatkan skala untuk pengukuran variabel, mengurangi perbedaan nilai dari sepuluh kali lipat menjadi perbedaan dua kali lipat (Gujarati 1991). Dugaan persamaan aliran perdagangan pisang/mangga Indonesia dapat dirumuskan sebagai berikut :

24

Ln Xij =

0

+

1

ln Dij +

2

ln Yj +

3

ln Nj +

4

ln ERj +

5

ln Pj +

6

ln Xij-1 + ei

Dimana : Xij =

Volume ekspor pisang/mangga dari Indonesia ke negara j (Kilogram)

Dij =

Jarak antara negara Indonesia dan negara tujuan (Km)

Yj

=

Pendapatan per kapita negara tujuan (US$/orang)

Nj

=

Jumlah penduduk (populasi) negara tujuan (Juta)

ERj = Nilai tukar mata uang negara tujuan terhadap Dollar Amerika (domestik/US$) Pj

=

Harga pisang/mangga Indonesia di negara tujuan (US$/Kg)

Xij-1 =

Lag ekspor (Kg)

ei

=

random error

0

=

konsatanta (intercept)

n

= parameter yang diduga (n = 1,2, … ,6)

4.4.

Pengujian Kesesuaian Model Pengolahan data panel dalam persamaan gravity menggunakan tiga macam

pendekatan, yakni common effect atau pooled OLS, fixed effect, dan random effect.

Oleh karena objek cross section lebih kecil dari banyaknya koefisien

(variabel penjelas), maka persamaan gravity model dalam penelitian ini tidak dilakukan dengan metode random effect. Untuk memilih apakah model yang tepat digunakan Pooled OLS atau fixed effect, maka dilakukan uji Chow, sebagai berikut : Ho: Model Pooled OLS (Restricted) Dengan model : Yit =

0

+

1Xit,1

+…+

2Xit,k +

eit

2Xit,k +

eit

H1 : Model Fixed Effect (unrestricted) Dengan model : Yit =

i

+

1Xit,1

+…+

untuk i = 1,2,..,N dan t = 1,2,..,T ; N= banyak cross section dan T = jumlah waktu dimana : Yit = peubah respon pada unit cross section ke-i dan waktu ke-t Xit,k = peubah bebas ke-k pada unit cross section ke-i dan waktu ke-t 0=

intersep pada model pooled OLS

i=

intersep pada model fixed effect yang berubah –ubah antar cross section ke-i

eit = komponen error pada unit cross section ke-i dan waktu ke-t

25

Dengan penolakkan terhadap hipotesa nol tersebut adalah dengan menggunakan F statistik seperti yang dirumuskan : Fhitung= Dimana: RSSS = Restricted Residual Sum Square (Sum Square Residual PLS) URSS = Unrestricted Residual Sum Square (Sum Square Residual Fixed) N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Pengujian ini mengikuti distribusi F statistik yaitu F(N-1, NT-N-K). Jika nilai F hitung hasil pengujian lebih besar dari Ftabel, maka cukup bukti untuk menolakkan terhadap hipotesa nol, sehingga model yang digunakan adalah model fixed effect, begitu juga sebaliknya. 4.5

Pengujian Asumsi Model Dalam analisis regresi, maka terdapat tiga asumsi yang harus dipenuhi

yaitu multikolinearitas, heteroskedastisitas dan autokorelasi. 1.

Multikolinearitas Multikolinearitas adalah hubungan linear yang kuat antara variabel-

variabel independen dalam persamaan regresi berganda. Adanya multikolinearitas menyebabkan pendugaan koefisien regresi tidak nyata walaupun nilai R2-nya besar. Hal tersebut dapat dideteksi dari nilai R2 yang tinggi (0,7-1), tetapi tidak terdapat atau hanya sedikit sekali koefisien dugaan yang berpengaruh nyata. Multikolinearitas dapat diatasi dengan memberi perlakuan General Least Square/GLS (cross section weight), sehingga parameter dugaan pada taraf uji tertentu menjadi signifikan. 2.

Heteroskedastisitas Jika seluruh faktor pengganggu pada model tidak memiliki varian yang

konstan maka diduga model mengalami masalah heteroskedastisitas. Selain itu dapat pula dideteksi dengan membandingkan sum square residual pada weighted statistics dengan sum square residual unweighted statistics. Jika sum square residual pada weighted satistics lebih kecil dibandingkan dengan sum square

26

residual unweighted statistics maka dapat disimpulkan terjadi heteroskedastisitas. Masalah tersebut dapat diatasi dengan metode White Heteroskedasticity yang diestimasi dengan GLS yang diperoleh dari program Eviews 4.1 . 3.

Autokorelasi Hubungan linear antara error dalam serangkaian observasi dapat diperiksa

melalui uji autokorelasi. Uji ini perlu dilakukan pada data yang bersifat time series dengan menghitung statistik Durbin h. h = (1-0,5d) Keterangan : d = nilai Durbin Watson n = jumlah observasi Var

= varian koefisien variabel independen lag

Jika nilai Durbin h lebih kecil dari tingkat signifikansi lima persen yaitu 1,645 maka tidak ada masalah autokorelasi, begitupula sebaliknya, apabila nilai Durbin h lebih besar dari tingkat signifikansi lima persen yaitu 1,645 maka terdapat masalah autokorelasi. 4.6.

Pengujian Hipotesis

4.6.1. Uji F Pengujian ini bertujuan untuk mengetahui apakah semua variabel independen secara bersama-sama dapat berpengaruh terhadap variabel dependen. Uji ini berguna untuk menguji keberartian model regresi secara menyeluruh. Uji statistik yang dipakai adalah Uji Fisher atau Uji F dengan menghitung nilai Fhitung. Fhitung = Keterangan : RSS = jumlah kuadrat regresi ESS = jumlah kuadrat error dfr = derajat bebas regresi dfs = derajat bebas error Jika nilai Fhitung lebih besar dari Ftabel(k; n-k-1) maka variabel-variabel bebas dalam model berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata

27

tertentu, begitupula sebaliknya, apabila Fhitung lebih kecil dari Ftabel(k; n-k-1) variabelvariabel bebas dalam model tidak berpengaruh nyata terhadap variabel tidak bebas pada taraf nyata tertentu. 4.6.2. Koefisien Determinasi (R2) Sesuai tidaknya model dihitung dari besarnya nilai koefisien determinasi (R2), yang menunjukkan besarnya pengaruh semua variabel independen terhadap variabel dependen. Koefisien determinasi dapat dirumuskan sebagai berikut :

Keterangan : RSS = jumlah kuadrat regresi (residual sum square) TSS = jumlah kuadrat total (total sum square) Apabila nilai R2 semakin mendekati 1, maka model terebut semakin baik. 4.6.3. Uji t Untuk mengetahui variabel independen mana saja yang berpengaruh nyata secara parsial terhadap variabel tidak bebas. Uji statistika yang digunakan adalah Uji t : Thitung = Keterangan : Sd (b1) = simpangan baku dari parameter dugaan b1 = parameter dugaan Jika Thitung lebih besar dari Ttabel(

/2, n-k-1)

maka variabel independen berpengaruh

nyata terhadap peubah tidak bebas dalam model pada taraf nyata tertentu, dan sebaliknya Thitung lebih kecil dari Ttabel(

/2, n-k-1)

maka variabel independen tidak

berpengaruh nyata terhadap variabel dependen dalam model pada taraf nyata tertentu. 4.7.

Definisi Operasional

1. Volume ekspor pisang dan mangga Indonesia adalah total volume pisang dan mangga Indonesia yang dibeli oleh negara pengimpor dari Indonesia dan dinyatakan dalam satuan kilogram.

28

2. Jarak adalah jarak antara ibukota negara Indonesia dengan negara tujuan yang dinyatakan dalam satuan kilometer. 3. Pendapatan per kapita negara tujuan ekspor merupakan hasil bagi antara pendapatan total negara tujuan dengan jumlah penduduknya dalam satuan Dollar Amerika per orang. 4. Jumlah penduduk adalah seluruh total masyarakat yang ada di negara tujuan ekspor dinyatakan dalam jumlah juta orang. 5. Nilai tukar mata uang negara tujuan terhadap Dollar Amerika dinyatakan dalam mata uang domestik negara tujuan per Dollar Amerika. 6. Harga pisang dan mangga FOB di negara tujuan ekspor adalah harga pisang dan mangga Indonesia di tingkat importir (FOB) dalam satuan Dollar Amerika per kilogram. 7. Lag ekspor yang dimaksudkan adalah volume ekspor ke negara tujuan satu tahun sebelumnya dalam kilogram. 4.8.

Hipotesis Berdasarkan rumusan masalah, tujuan penelitian dan kerangka pemikiran

yang telah dipaparkan sebelumnya, maka diajukan sebuah hipotesis. Beberapa hipotesis yang diajukan adalah dalam penelitian ini adalah : 1. Jarak diduga berhubungan negatif, artinya semakin jauh jarak antar negara Indonesia dengan negara tujuan ekspor maka akan menyebabkan turunnya volume ekspor pisang/mangga Indonesia ke negara tujuan. 2. Pendapatan per kapita diduga berhubungan positif, artinya semakin tinggi pendapatan suatu negara maka aliran perdagangan pisang/mangga Indonesia ke negara tujuan juga akan besar. 3. Populasi diduga berhubungan positif, artinya semakin besar populasi suatu negara tujuan ekspor maka akan menyebabkan besarnya volume ekspor pisang/mangga ke negara tujuan. 4. Nilai tukar mata uang negara tujuan terhadap Dollar Amerika diduga berhubungan negatif, artinya jika nilai tukar negara tujuan terapresiasi terhadap Dollar Amerika, maka akan mendorong terjadinya peningkatan volume ekspor pisang/mangga dari Indonesia ke negara tujuan.

29

5. Harga pisang/mangga di negara tujuan diduga berhubungan negatif, artinya semakin tinggi harga pisang/mangga di negara tujuan maka akan menyebabkan turunnya volume ekspor pisang/mangga Indonesia ke negara tujuan. 6. Lag ekspor diduga berhubungan positif, artinya semakin tinggi lag ekspor pisang/mangga Indonesia ke negara tujuan maka cenderung ekspor pisang/mangga Indonesia pada tahun berikutnya ke negara tujuan akan tinggi.

30

V GAMBARAN UMUM 5.1.

Gambaran Umum Agribisnis Pisang

5.1.1

Sentra Produksi Pisang, Perkembangan Produksi dan Luas Areal Pisang merupakan komoditas buah yang hampir ada di setiap pekarangan

dan merupakan komoditas unggulan nasional yang terbesar kontribusinya terhadap produksi buah nasional, yaitu berkisar 30-40 persen (Ditjen Horti 2008). Jenis yang banyak dikembangkan di Indonesia adalah pisang mas, pisang ambon putih, pisang ambon lumut, pisang ambon jepang, pisang badak, pisang lampung dan pisang raja sere.

Produksi pisang sejak tahun 1998 – 2007 cenderung

mengalami peningkatan dengan rata-rata 6,42 persen per tahun. Produksi pisang pada tahun 1998 sebesar 3.176.749 ton naik menjadi 5.037.472 ton pada tahun 2007. Komoditas pisang memiliki berbagai keunggulan dibandingkan komoditas lainnya, antara lain : 1. Pisang dapat diusahakan pada berbagai agroekosistem yang tersebar di seluruh Indonesia. 2. Pasar membutuhkan pasokan pisang cukup besar dan produksinya tersedia sepanjang tahun. 3. Pisang memiliki bermacam varietas dengan berbagai ragam penggunaan, sebagai buah segar maupun olahan. 4. Usahatani pisang mampu memberikan keuntungan yang cukup besar dalam waktu yang relatif singkat (1 – 2 tahun). Daerah sentra produksi pisang tersebar di wilayah Indonesia. Pulau Jawa merupakan daerah produksi pisang terbesar di Indonesia. Provinsi yang menjadi daerah sentra produksi pisang di Pulau Jawa berada di Jawa Barat, diikuti Jawa Timur kemudian Jawa Tengah. Selain di Pulau Jawa produksi terbesar pisang berada di Pulau Sumatera dengan Provinsi Lampung dan Sumatera Selatan sebagai daerah produksi pisang terbesar di Pulau Sumatera (Ditjen Horti 2008). Luas areal panen pisang secara keseluruhan dalam periode 1998-2007 mengalami fluktuasi dengan kecenderungan meningkat.

Peningkatan rata-rata

luas areal panen pisang selama periode 1998-2007 sebesar 3,77 persen per tahun (Tabel 6). Pada tahun 2006 luas panen pisang mengalami penurunan sebesar 7,22

persen kemudian meningkat hingga tahun 2007. Pada tahun 2001 luas panen tanaman pisang sebesar 76.923 Ha yang kemudian pada tahun 2007 telah menjadi 98.143 Ha atau mengalami peningkatan sebesar 27,6 persen.

Terjadinya

penurunan luas panen buah antara lain disebabkan oleh peremajaan tanaman tua yang tidak produktif dengan tanaman baru. Tabel 6. Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Rata-rata

Perkembangan Luas Panen, Produksi dan Produktivitas Pisang Indonesia Tahun 1998-2007 Luas Panen Ha % 71 537 70 560 (1,37) 73 539 4,22 76 923 4,60 74 751 (2,82) 85 690 14,63 95 434 11,37 101 465 6,32 94 144 (7,22) 98 143 4,25 3,77

Produksi Ton 3 176 749 3 376 661 3 746 942 4 300 422 4 384 384 4 177 155 4 874 439 5 177 608 5 037 472 5 454 226

% 6,29 10,97 14,77 1,95 (4,37) 16,69 6,22 (2,71) 8,27 6,42

Produktivitas Ton/Ha % 44.41 47.86 7,76 50.95 6,47 55.91 9,72 58.65 4,91 48.75 (16,88) 51.08 4,78 51.03 (0,10) 53.51 4,86 55.57 3,86 2,82

Sumber : Data Statistik Deptan (2009)

Berdasarkan Tabel 6 tersebut juga ditunjukkan bahwa produktivitas pisang di Indonesia mengalami peningkatan dari tahun ke tahun, walaupun pada tahun 2003 mengalami penurunan produktivitas sebesar 16,88 persen dan kembali mengalami peningkatan sebesar 4,78 persen pada tahun 2004. Peningkatan ratarata produktivitas pisang selama periode sembilan tahun terakhir ini sebesar 2,82 persen per tahun.

Peningkatan ini menunjukkan bahwa petani telah banyak

menggunakan bibit yang relatif baik dan ditambah pula dengan pemeliharaan yang lebih intensif.

Pemeliharaan yang dimaksud dapat berupa peningkatan

pemakaian tenaga kerja untuk memelihara tanaman maupun peningkatan pemakaian pupuk. 5.1.2. Perkembangan Industri Pengolahan Pisang Pengolahan hasil buah-buahan terutama bertujuan untuk meningkatkan keawetan bahan tersebut dan meningkatkan keanekaragaman produk olahan. Selain itu produk olahan (hilir) dapat memberikan nilai tambah yang lebih besar 32

dibandingkan dengan produk segar (primer). Proses pengolahan buah-buahan terutama sangat berguna untuk komoditas yang bersifat musiman dan mudah rusak. Pengolahan dapat menghasilkan produk olahan yang memiliki sifat sangat berbeda dengan bahan asalnya, misalnya sari buah, ataupun bersifat sama dengan bahan asalnya namun berbeda bentuk dan ukurannya, misalnya buah kalengan (Rukmana 2008). Selain sebagai buah yang dimakan segar, pisang juga dapat diolah baik untuk skala rumah tangga seperti kripik, getuk dan sale, maupun industri berskala besar seperti tepung, puree dan jam, yang dapat merangsang tumbuhnya agribisnis hilir. Agribisnis hilir akan berkembang dengan cara memberdayakan industri pengolahan skala keluarga (home industry) dan menengah maupun skala besar (investor dalam dan luar negeri). Daerah sentra-sentra industri pengolahan pisang yaitu Sumatera Utara (kripik pisang), Riau (kripik pisang), Jambi (pisang sale), Lampung (kripik pisang), Jawa Barat (kripik pisang dan pisang sale), Jawa Tengah (pisang sale), Jawa Timur (kripik pisang), Bali, Kalimantan dan Sulawesi Selatan (kripik pisang).2 Industri pengolahan pisang di Indonesia selain mampu memasok pasar domestik dan juga sudah mulai mengekspor. Namun terbatasnya daya serap pasar domestik dan persaingan pasar yang semakin ketat, sehingga kesinambungan industri pengolahan masih kurang lancar. Sebagai makanan, buah pisang dapat diolah menjadi beragam produk yang lezat antara lain, seperti: kripik, ledre, getuk, jus, puree, sale, jam dan pisang goreng/bakar. Buah pisang juga dapat diolah menjadi tepung, makanan bayi, cuka, cider (wine) dan sirup glukosa. Hampir sebagian besar produk ini sudah diproduksi skala komersial (UKM). Industri pengolahan pisang skala besar lebih diarahkan pada industri tepung, puree dan jam, karena memproduksi produk-produk tersebut diperlukan peralatan khusus yang cukup mahal. Kebutuhan bahan baku diperkirakan mencapai 60.000 ton per tahun (Balai Penelitian dan Pengembangan Pertanian 2005). Pada Lampiran 1, ditampilkan prospek pengolahan pasca panen pisang berupa pohon industri. Peluang ini bisa dimanfaatkan oleh para investor untuk

2

www.litbang.go.id, Pisang Pascapanen [15 April 2009]

33

menggerakkan agribisnis berbasis komoditas pisang, sesuai dengan dukungan wilayah dan sumberdaya manusia. 5.1.3. Pemasaran Secara umum pemasaran pisang di Indonesia dilakukan melalui dua jalur pemasaran, yaitu pemasaran yang dilakukan oleh petani tanpa kemitraan (secara tradisional) dan jalur kemitraan dengan supplier buah (agen eksportir) yang mensuplai pasar modern atau diekspor. Perbedaan yang cukup mendasar kedua jalur pemasaran tersebut terletak pada panjangnya rantai jalur pemasaran pada pemasaran buah pisang secara tradisional atau tanpa kemitraan.

Saluran

pemasaran ini memiliki karakteristik yang berbeda, namun pada umumnya dapat digambarkan sebagai berikut (Dirjen Horti 2008) : •

Petani atau Kelompok Tani : berperan sebagai penghasil/produsen pada mata rantai pertama dimana produk berawal, yaitu mengenai jenis/varietas produk, jumlah dan mutu produk.

•

Pencari tingkat desa/kecamatan : berperan sebagai pengumpulan pisang dari petani yang tersebar di sentra produksi tingkat desa atau kecamatan.

•

Pedagang pengumpul kabupaten/provinsi : berperan sebagai pengumpul yang menerima produk pisang dari pencari.

•

Supplier (agen eksportir) : berperan sebagai penerima hasil pemgumpulan dari pedagang pengumpul kabupaten atau provinsi.

•

Pasar Induk atau pasar buah modern atau pasar ekspor : berperan sebagai penghubung dari penjual ke pembeli (konsumen). Pelaku rantai pasokan pemasaran pisang yang tanpa kemitraan meliputi

petani, pedagang pengumpul desa/kecamatan/kabupaten, pedagang antar provinsi, pedagang besar pasar tradisional atau pasar induk, pedagang pengecer dan konsumen.

Sedangkan pelaku rantai pasokan yang bermitra adalah petani,

kelompok tani, asosiasi atau gapoktan, supplier buah (agen eksportir), pasar buah modern (pasar internasional) dan konsumen (Gambar 3).

34

Eksportir

Pasar Induk

Supplier

Supplier

Pengumpul

Pengumpul

Kelompok Tani

Petani

Gambar 3. Alur Pemasaran Pisang di Indonesia Secara Umum Sumber: Direktorat Jenderal Hortikultura (2008)

5.1.4. Instansi Terkait Untuk

mendukung

pengembangan

agribisnis

pisang

diperlukan

keterpaduan kegiatan diantara instansi terkait, yang meliputi (Dirjen Hortikultura 2007) : a) Kegiatan on-farm : Direktorat Perbenihan Hortikultura, Direktorat Perlindungan Hortikultura serta Puslitbang Hortikultura, Perguruan Tinggi dan praktisi sebagai sumber yang menghasilkan bahan-bahan bagi penyusunan rekomendasi teknologi, serta Pemda dan lembaga perbankan. b) Kegiatan off-farm : Direktorat Pengembangan Usaha Hortikultura, Direktorat Jenderal Sarana dan Prasarana Pertanian, Direktorat Pemasaran dan Pengolahan Hasil Pertanian, Pusat Standardisasi dan Akreditasi, Badan Karantina Pertanian, Departemen Perindustrian dan Perdagangan, Departemen Perhubungan, Pemda dan Lembaga Perbankan serta Asosiasi dan Perkebunan Swasta. 5.1.5. Hambatan dan Tantangan Pengembangan Pisang di Indonesia Sebagian besar usaha agribisnis dan agroindustri pisang dilakukan oleh petani dalam skala kecil.

Pada pertanaman rakyat masih bersifat usahatani

pekarangan atau tegalan dalam bentuk yang relatif sempit dan terpencar-pencar, dengan penerapan teknologi yang minimum. Sedangkan usaha agribisnis dan 35

agroindustri pisang swasta berskala besar masih sedikit,

yang dalam

pengusahaannya sudah menggunakan teknologi maju yang dapat memproduksi buah pisang dengan standar internasional.3 Sebagai bahan pangan untuk dikonsumsi, mutu buah pisang yang dihasilkan dari kebun merupakan muara dari sebuah siklus produksi yang dituntut oleh konsumen. Produk pisang bermutu saat ini berkisar antara 10 – 20 persen dari total produksi yang dihasilkan oleh petani, padahal dalam perdagangan internasional tuntutan terhadap produk bermutu merupakan persyaratan mutlak yang harus dipenuhi (Ditjen Horti 2008).

Hal ini dikarenakan, petani pada

umumnya belum menerapkan pemeliharaan buah dan teknologi pascapanen yang baik dan benar, selain itu juga karena keterbatasan modal sehingga petani memanen buah belum mencapai tingkat kematangan optimal. Dalam pemasaran, petani sangat sulit mendapatkan informasi pasar, baik jenis, jumlah dan waktunya, sehingga pada saat panen raya, harga pisang di tingkat petani jatuh. Kendala yang ditemui dalam pengembangan pisang adalah : a) Sebagian besar produksi pisang dipasarkan dalam bentuk segar dengan tingkat kerusakan pada transportasi dan waktu tunggu hingga terjual (leadtime) dapat mencapai 40 persen. b) Pasar produk olahan petani belum berkembang dengan baik karena tidak terjamin kontinuitasnya. c) Pada umumnya pisang dibudidayakan sebagai tanaman sampingan sehingga mutu pisang yang dihasilkan oleh petani untuk produk konsumsi segar maupun olahan masih rendah. d) Sentra produksi pisang yang terpencar (spot) dengan skala usaha yang tidak ekonomis menyebabkan perdagangan pisang kurang berkembang dengan baik. Dilain pihak, industri pisang sangat potensial untuk dikembangkan karena dilihat dari jumlah produksi nasional tingkat produktivitas sebesar 20 ton/Ha dengan tiga kali panen dalam setahun dan sebaran sentra produksi pisang dengan penanganan panen, pascapanen dan pasokan yang baik, potensi untuk meningkatkan nilai

3

http://www.deptan.go.id/teknologi/horti/tpisang1.htm [15 April 2009]

36

tambah sangat terbuka lebar. Mempertahankan mutu produk dan peningkatan nilai tambah pada komoditas pisang dapat dilakukan dengan penerapan budidaya pisang yang baik sesuai dengan Standar Operasional Prosedur (SOP) yang telah disepakati, mengolah pisang sebagai keripik dan tepung pisang yang dapat dilakukan dengan skala industri rumah tangga dan penanganan limbah organik untuk campuran pakan ternak dan kompos.4 5.2.

Gambaran Umum Agribisnis Mangga

5.2.1. Sentra Produksi Mangga, Perkembangan Produksi dan Luas Areal Mangga (Mangifera indica) merupakan salah satu produk hortikultura yang mempunyai nilai ekonomis tinggi dan potensi pasar yang baik. Permintaan pasar terhadap buah mangga semakin meningkat, baik pasar dalam negeri maupun pasar internasional (Ditjen Horti 2007). Wilayah andalan bagi komoditas mangga berdasarkan luasan pertanaman tradisionil dan kesesuaian agroklimat adalah Jawa Barat, Jawa Tengah, Jawa Timur, Bali, Sulawesi Selatan, dan Nusa Tenggara Timur (NTT). Varietas mangga di Indonesia yang sedang dikembangkan dan mempunyai pasar yang baik, yaitu gedong gincu, arumanis 143, manalagi 69, dan gadung 21. Mangga varietas gedong gincu dikembangkan di Kabupaten Cirebon, Indramayu dan Majalengka. Mangga varietas arumanis banyak dikembangkan di Provinsi Jawa Timur, seperti didaerah Situbundo, Gresik dan Probolinggo. Produksi mangga sejak tahun 2000 – 2007 cenderung mengalami peningkatan dengan rata-rata 12,12 persen per tahun. Produksi mangga pada tahun 2000 sebesar 876.027 ton naik menjadi 1.818.619 ton pada tahun 2007. Luas areal panen mangga secara keseluruhan dalam periode 2000-2007 mengalami fluktuasi dengan kecenderungan meningkat.

Peningkatan rata-rata

luas areal panen mangga selama tahun 2000-2007 sebesar 47,27 persen per tahun (Tabel 7). Pada tahun 2005 luas panen mangga mengalami penurunan sebesar 5,26 persen kemudian terus meningkat hingga tahun 2007. Pada tahun 2000 luas panen tanaman mangga sebesar 44.185 Ha yang kemudian pada tahun 2007 telah menjadi 203.997 Ha atau mengalami peningkatan sebesar lebih dari 300 persen. 4

http://ditbuah.hortikultura.deptan.go.id, Perspektif Industri Pisang Terpadu [15 April 2009]

37

Terjadinya peningkaan produksi buah antara lain disebabkan oleh pembinaan dan pengembangan perbenihan klonal dan pemasyarakatan varietas unggul serta sistem budidaya yang baik dan benar di daerah sentra-sentra produksi. Sedangkan peningkatan luas areal selama delapan tahun terakhir disebabkan karena adanya program Pengembangan Agribisnis Hortikultura (IHDUA) dengan JBIC oleh pemerintah. Tabel 7. Tahun 2000 2001 2002 2003 2004 2005 2006 2007 Rata-rata

Perkembangan Luas Panen, Produksi dan Produktivitas Mangga Indonesia Tahun 2000-2007 Luas Panen Ha % 44185 44208 0,05 184659 317,7 158894 (13,95) 185773 16,92 176000 (5,26) 195503 11,08 203997 4,34 47,27

Produksi Ton % 876027 923294 5,40 1402906 51,95 1526474 8,81 1437665 (5,82) 1412884 (1,72) 1621997 14,80 1818619 12,12 12,22

Produktivitas Ton/Ha % 19.83 20.89 5,34 7.60 (63,62) 9.61 26,45 7.74 (19,44) 8.03 3,73 8.30 3,34 8.91 7,45 (5,25)

Sumber : Data Statistik Deptan (2009)

Berdasarkan Tabel 7 tersebut juga ditunjukkan bahwa produktivitas mangga di Indonesia mengalami peningkatan dari tahun ke tahun, walaupun pada tahun 2004 mengalami penurunan produktivitas sebesar 19,44 persen dan terus mengalami mengalami sampai pada tahun 2007.

Penururnan rata-rata

produktivitas mangga selama periode delapan tahun terakhir ini sebesar 5,25 persen per tahun.

Penurunan ini menunjukkan bahwa pembinaan dan

pengembangan sistem budidaya yang dilakukan pemerintah terhadap masyarakat di sentra produk mangga belum berhasil. 5.2.2. Perkembangan Industri Pengolahan Mangga Salah satu jenis buah yang jumlah produksinya cukup besar di Indonesia adalah mangga. Tanaman mangga tumbuh hampir di seluruh wilayah Indonesia dan merupakan buah musiman sehingga pada masa panen jumlahnya sangat melimpah.

Dengan adanya teknologi pengolahan yang baik, akan mampu

38

mengatasi kelebihan produksi mangga pada saat panen raya yang sekaligus memanfaatkan buah yang tidak diterima pasar.5 Sampai saat ini, buah mangga umumnya dipasarkan dalam bentuk segar, baik untuk tujuan domestik maupun ekspor. Guna mengatasi lonjakan produksi berlimpah dan sifat mudah rusak, maka teknologi pengolahan dan penyimpanan harus dilakukan agar masa distribusi lebih lama. Salah satu cara yang dilakukan yaitu mengolah hasil produksi mangga menjadi produk olahan. Beberapa contoh produk olahan dengan bahan baku buah mangga adalah puree, jam/selai buah, jelly, sari buah, sirup buah, manisan basah, manisan kering, asinan dan dodol. Pengolahan mangga menjadi produk setengah jadi untuk bahan baku industri atau produk makanan belum banyak dilakukan oleh petani. Permasalahan yang dihadapi petani mangga untuk mengembangkan pengolahan mangga umumnya adalah kurangnya modal usaha, masih terbatasnya sarana pengolahan, kurangnya pengetahuan dan keterampilan di bidang pengolahan mangga, serta belum terbukanya pasar untuk produk olahan mangga. 5.2.3. Pemasaran Dalam pemasaran mangga dari petani sampai konsumen ditemukan banyak pelaku pasar (lembaga pemasaran) terdiri atas pedagang pengumpul, pengepul (agen), pedagang pasar induk, suplayer, pengecer pasar tradisional, toko/kios buah, pasar modern (supermarket) dan eksportir.

Gambar 4

menunjukkan beberapa saluran pemasaran dalam menyalurkan produk mangga di Indonesia secara umum. Petani menjual mangga ke pengumpul dalam bentuk hasil panen seadanya, campuran berbagi jenis mangga, ukuran dan tingkat kematangan buah. Selanjutnya oleh pengumpul dilakukan sortasi berdasarkan varietas, ukuran dan kematangan.

Pedagang agen merupakan titik awal pendistribusian mangga,

mereka menjual mangga ke pedagang pasar induk dan suplayer serta ke pasar tradisional. Dari pasar induk, mangga dijual ke beberapa pedagang pengecer tradisional, toko/kios buah dan suplayer pasar modern.

5

http://agribisnis.net./index.php, Mengatasi Panen Berlimpah [15 April 2009]

39

Gambar 4. Rantai Saluran Komoditas Mangga Sumber : Supriatna (2005)

Petani tidak bisa menjual langsung ke pasar induk karena ada persyaratan yang sulit dipenuhi seperti jumlah volume penjualan dan kontinuitas pengiriman sedangkan penjualan langsung ke suplayer terkendala oleh ketidaktahuan prosedurnya.

Pedagang agen tidak bisa menjual mangga langsung ke pasar

modern (supermarket) karena harus dilakukan oleh perusahaan yang terdaftar sebagai suplayer sedangkan penjualan langsung ke pedagang pasar tradisional dan toko/kios buah terkendala oleh kecilnya volume pembelian pedagang pengecer (Supriatna 2005)6. 5.2.4. Instansi Terkait Untuk

mendukung

pengembangan

agribisnis

mangga

diperlukan

keterpaduan kegiatan diantara instansi terkait, yang meliputi :

6

Kinerja dan Prospek Pemasaran Mangga (Studi kasus petani mangga di Jawa Barat). http://ejournal.unud.ac.id/abstrak [15 April 2009]

40

a) Kegiatan on-farm : Direktorat Perbenihan Hortikultura, Direktorat Perlindungan Hortikultura serta Puslitbang Hortikultura, Perguruan Tinggi dan praktisi sebagai sumber yang menghasilkan bahan-bahan bagi pengyusunan rekomendasi teknologi, serta Pemda dan lembaga perbankan. b) Kegiatan off-farm : Direktorat Pengembangan Usaha Hortikultura, Direktorat Jenderal Sarana dan Prasarana Pertanian, Direktorat Pemasaran dan Pengolahan Hasil Pertanian, Pusat Standardisasi dan Akreditasi, Badan Karantina Pertanian, Departemen Perindustrian dan Perdagangan, Departemen Perhubungan, Pemda dan Lembaga Perbankan serta Asosiasi dan Perkebunan Swasta. 5.2.5. Hambatan dan Tantangan Pengembangan Mangga di Indonesia Permasalahan yang dihadapi dalam pengembangan agribisnis mangga antara lain (Ditjen Hortikultura 2007) : a) Pengembangan varietas yang sesuai dengan trend permintaan pasar masih lemah. Disamping itu penggunaan varietas yang beragam, dimana varietas non-komersial dan tidak produktif masih banyak, serta mutu benihnya yang belum optimal. b) Pengembangan pasar melalui promosi masih lemah. c) Peningkatan nilai tambah produk masih minim. Akibat penggunaan benih bermutu rendah dan varietas yang beragam yang ditanam pada lokasi sentra mangga, mengakibatkan mutu produksi rendah dan beragam.

Penguasaan sistem jaminan mutu, penerapan teknologi budidaya,

purigasi (pemupukan dan irigasi), pengendalian hama dan penyakit terutama lalat buah, untuk mendapatkan hasil dengan mutu yang baik, pada umumnya masih rendah, kekurangan dana dan rendahnya kebiasaan menabung pada petani selama mengelola kebun seringkali menyebabkan tanaman mangga tidak dipelihara dengan baik, sehingga produktivitasnya rendah. Dalam memecahkan permasalahan yang ada, beberapa upaya telah dilakukan.

Upaya membangun kebun usahatani mangga diprioritaskan di

wilayah-wilayah andalan untuk mengembangkan kawasan agribisnis mangga di Jawa Barat, Jawa Tengah, Jawa Timur, Sulawesi Selatan, Bali, dan Nusa Tenggara Barat. Dalam pelaksanaannya diupayakan keterpaduan dan keselarasan 41

antar sub-sistem pendukungnya di dalam kawasan tersebut, termasuk didalamnya pembangunan dan pengembangan kemandirian SDM petani serta kelembagaan agribisnisnya. Selain itu, pengembangan areal tanaman mangga juga diarahkan pada wilayah-wilayah sentra tradisional yang dapat dilaksanakan secara terpadu oleh swadaya masyarakat dan swasta dengan dukungan dan pelayanan dari pemerintah. Kegiatan yang dilakukan antara lain rejuvinasi dan penyediaan benih bermutu sesuai kebutuhan dengan dukungan penelitian untuk mencari dan menyeleksi varietas-varietas mangga sesuai permintaan pasar dalam negeri dan pasar internasional.

Disamping itu diperlukan kegiatan pembinaan penerapan

“orchard management” untuk menghasilkan produktivitas, mutu dan efisiensi, pembinaan penerapan sistem jaminan mutu dan daya saing produk, termasuk pengembangan teknologi pasca panen atau pengolahan dan kemasan serta meningkatkan keikutsertaan usaha agribisnis dalam acara pameran dari berbagai negara dan pengembangan “network” sentra produksi (Dirjen Hortikultura 2007). Permasalahan fluktuasi harga mangga yang tinggi juga menyebabkan petani tidak memperoleh kepastian harga jual sehingga menurunkan semangat intensifikasi. Petani mangga menghadapi struktur pasar bersaing tidak sempurna, ditandai dengan jumlah penjual banyak sedangkan pembeli sedikit, informasi pasar petani yang lemah dan harga beli paling kuat ditetapkan oleh pembeli (pengumpul).

Pedagang agen selalu mendapatkan margin keuntungan paling

tinggi dibandingkan pelaku pasar lainnya dikarenakan disamping biaya pemasaran yang dikeluarkan agen paling besar akibat pembayaran sistem komisi oleh pedagang pasar induk, untung rugi tergantung pada perkembangan harga jual mangga yang cukup fluktuasi (Supriatna 2005). Berlakunya harga yang berfluktuasi dapat terjadi pada berbagai komoditi yang diperdagangkan di pasar lokal maupun internasional apalagi untuk komoditas pertanian. Dengan adanya hukum pasar, kenyataan ini merupakan hal yang wajar. Harga mangga yang selalu berfluktuasi harus selalu diikuti secara seksama.

Dengan memperhatikan perkembangan harga di pasaran, tingkat

produksi dapat disesuaikan dengan pangsa pasar yang ada. Selain itu upaya untuk mengurangi resiko harga juga dapat dilakukan dengan melakukan kerjasama 42

dalam bentuk kemitraan dengan pihak swasta terutama pelaku pasar dengan prinsip saling menguntungkan. Kendala petani dalam masalah permodalan dan pemasaran hasil dapat terpecahkan sebaliknya perusahaan juga memperoleh keuntungan yang memadai (Supriatna 2005). 5.3.

Potensi Ekonomi Negara Tujuan Ekspor Pisang dan Mangga Indonesia Negara tujuan utama ekspor pisang Indonesia di pasar internasional adalah

Jepang, Hongkong, Singapura, Malaysia, Arab Saudi, dan Amerika Serikat. Sedangkan negara tujuan ekspor mangga Indonesia adalah Hongkong, Taiwan, Singapura, Malaysia, Brunai Darussalam, dan Arab Saudi. Negara-negara tujuan ekspor tersebut secara kontinu mengimpor pisang dan mangga dari Indonesia sejak tahun 2001 sampai dengan tahun 2007 (Lampiran 2). Dari negara tujuan tersebut terlihat bahwa Hongkong, Singapura, Malaysia, dan Arab Saudi merupakan negara tujuan utama ekspor pisang dan juga mangga Indonesia. Dalam ekonomi pasar, para produsen menciptakan barang-barang dan jasa untuk memenuhi keinginan masyarakat atau pembeli. Besarnya permintaan suatu barang ditentukan oleh banyak faktor, salah satunya adalah kondisi ekonomi negara tujuan. Kondisi ekonomi yang akan dibahas dalam penelitian ini, yaitu jumlah penduduk, pendapatan per kapita, dan perubahan nilai tukar mata uang negara tujuan. Periode analisis potensi ekonomi selama lima tahun, yaitu tahun 2003 sampai dengan tahun 2007. Potensi ekonomi yang dimiliki oleh negaranegara tujuan ekspor pisang dan mangga merupakan faktor yang akan ikut mempengaruhi terciptanya permintaan terhadap produk tersebut. Perubahan pada pendapatan

masyarakat

akan berpengaruh pada

permintaan suatu jenis barang. Jika pendapatan per kapita naik, sementara tingkat harga relatif tetap, maka implikasinya permintaan terhadap barang tersebut akan bertambah.

Pada Tabel 8, Hongkong memiliki pertumbuhan pendapatan per

kapita tertinggi selama tahun 2003 sampai dengan tahun 2007, yaitu sebesar 8,58 persen, sekaligus negara keempat yang memiliki pendapatan perkapita tertinggi setelah Brunai Darussalam, Singapura dan Amerika Serikat pada tahun 2007 sebesar US$ 42.994,06 (Tabel 9).

43

Tabel 8.

Pertumbuhan Pendapatan Per Kapita Negara Importir Pisang dan Mangga Tahun 2003-2007

No

Negara

Pertumbuhan (%)

1

Hongkong

8,58

2

Singapura

8,17

3

Taiwan

7,22

4

Malaysia

6,80

5

Arab Saudi

6,22

6

Jepang

4,98

7

Amerika Serikat

4,76

8

Brunai Darussalam

2,21

Sumber: www.indexmundi.com (diakses 23 Maret 2009)

Berdasarkan tingkat pertumbuhan pendapatan per kapita yang tinggi tersebut diperkirakan Hongkong berpotensi untuk menciptakan suatu permintaan pisang dan mangga. Singapura merupakan negara yang memiliki tingkat pertumbuhan pendapatan per kapita tertinggi kedua setelah Hongkong, disusul oleh Taiwan, Malaysia, Arab Saudi, Jepang, Amerika Serikat dan Brunai Darussalam (Tabel 8). Negara-negara tersebut merupakan negara-negara yang memiliki potensi besar untuk menciptakan permintaan pisang dan mangga. Mungkin selama ini jumlah ekspor pisang dan mangga Indonesia ke negaranegara tersebut masih sedikit.

Dengan melihat salah satu indikator ekonomi

tersebut diharapkan Indonesia dapat meningkatkan ekspor pisang dan mangga ke negara-negara tersebut. Selanjutnya tiga negara yang memiliki rata-rata pendapatan per kapita tertinggi tahun 2003-2007 diantara negara utama tujuan ekspor pisang dan mangga adalah Brunai Darussalam, Singapura dan Amerika Serikat (Tabel 9). Hal ini secara tidak langsung telah menciptakan suatu potensi pasar terhadap ekspor pisang dan mangga. Menurut

teori Maltus,

dikatakan

bahwa

pertambahan

penduduk

berlangsung menurut deret ukur, sedangkan peningkatan produksi berlangsung menurut deret hitung. Hal ini tentunya mengindikasikan bahwa semakin besar

44

angka pertumbuhan penduduk, semakin besar pula kebutuhan hidup manusia yang harus disediakan. Tabel 9.

Rata-Rata Pendapatan Per Kapita Negara Pengimpor Pisang dan Mangga Tahun 2003-2007

No

Negara

Pendapatan Per Kapita (US$)

1

Brunei Darussalam

51.004,97

2

Singapura

49.713,54

3

Amerika Serikat

45.845,48

4

Hongkong

41.994,06

5

Jepang

33.576,76

6

Taiwan

30.126,31

7

Arab Saudi

23.243,12

8

Malaysia

13.315,08

Sumber: www.indexmundi.com (diakses 23 Maret 2009)

Menurut Lipsey (1995), pertumbuhan penduduk akan menciptakan permintaan terhadap suatu komoditas meningkat. Pada Tabel 10, Arab Saudi memiliki tingkat pertumbuhan penduduk tertinggi sebesar 2,48 persen dibandingkan dengan negara pengimpor pisang dan mangga lainnya, sedangkan negara dengan rata-rata jumlah penduduk tertinggi pada tahun 2003- 2007 adalah Amerika Serikat (Tabel 11). Tabel 10.

Rata-Rata Pertumbuhan Penduduk Negara Importir Pisang dan Mangga Tahun 2003-2007

No

Negara

Pertumbuhan Penduduk (%)

1

Arab Saudi

2,48

2

Brunei Darussalam

2,46

3

Singapura

1,95

4

Malaysia

1,82

5

Amerika Serikat

0,95

6

Hongkong

0,72

7

Taiwan

0,49

8

Jepang

0,06

Sumber: www.indexmundi.com (diakses 23 Maret 2009)

45

Tingkat pertumbuhan penduduk yang tinggi tersebut diperkirakan Arab Saudi sebagai negara yang berpotensi untuk menciptakan suatu permintaan yang akan meningkat setiap tahunnya terhadap produk pisang dan mangga Indonesia. Hal ini secara tidak langsung telah menciptakan suatu potensi pasar bagi ekspor pisang dan mangga Indonesia. Adapun tiga negara yang memiliki rata-rata jumlah penduduk tertinggi pada tahun 2003-2007 adalah Amerika Serikat, Jepang, dan Malaysia. Tabel 11. Rata-Rata Jumlah Penduduk Negara Pengimpor Pisang dan Mangga Tahun 2003-2007 No

Negara

Jumlah Penduduk (Juta)

1

Amerika Serikat

301,967

2

Jepang

127,761

3

Malaysia

26,841

4

Arab Saudi

24,289

5

Taiwan

23,082

6

Hongkong

6,972

7

Singapura

4,589

8

Brunai Darussalam

0,385

Sumber: www.indexmundi.com (diakses 23 Maret 2009)

Nilai tukar mata uang suatu negara terhadap negara lain dijadikan pertimbangan untuk mengukur nilai pembelian barang yang harus dikeluarkan dari luar negeri. Oleh karena itu, tingkat nilai tukar Dollar Amerika terhadap negara lain, dalam hal ini negara tujuan ekspor pisang dan mangga Indonesia, akan mempengaruhi volume ekspor pisang dan mangga sebab harga pisang dan mangga yang diperdagangkan menggunakan satuan Dollar Amerika. Semakin tinggi nilai tukar Dollar Amerika terhadap negara tujuan pisang dan mangga maka jumlah ekspor pisang dan mangga akan semakin besar. Berdasarkan Tabel 12, pertumbuhan nilai tukar Ringgit Malaysia terhadap Dollar Amerika selama tahun 2003 sampai dengan tahun 2007 merupakan yang tertinggi. Oleh karena itu, Malaysia memiliki potensi pasar yang terbesar bagi ekspor pisang dan mangga Indonesia dibandingkan dengan negara tujuan utama 46

lainnya. Selain Malaysia, ada tiga negara lainnya yang memeiliki pertumbuhan nilai tukar terhadap Dollar Amerika tertinggi yaitu Singapura, Brunai Darussalam dan Taiwan (Tabel 12). Tabel 12. Pertumbuhan Nilai Tukar Negara Pengimpor Terhadap Dollar Amerika Tahun 2003-2007 No

Negara

Pertumbuhan (%)

1

Malaysia

4,57

2

Singapura

3,57

3

Brunai Darussalam

3,00

4

Taiwan

1,20

Sumber: www.oanda.com (diakses 23 Maret 2009)

47

VI ANALISIS ALIRAN PERDAGANGAN PISANG INDONESIA 6.1.

Pengujian Kesesuaian Model Aliran perdagangan pisang Indonesia ke negara tujuan pada penelitian ini

dianalisis dengan menggunakan gravity model. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi aliran perdagangan pisang Indonesia ke negara tujuan. Pengolahan data panel dalam penelitian ini dilakukan dengan menggunakan metode pooled OLS dan fixed effect. Hal ini dikarenakan jumlah cross section pada model dugaan lebih sedikit daripada jumlah variabel yang digunakan dalam model aliran perdagangan pisang Indonesia ke negara tujuan, sehingga metode random effect tidak dapat dilakukan. Untuk mengetahui metode yang terbaik diantara keduanya dalam mengestimasi aliran perdagangan pisang Indonesia di negara tujuan maka perlu dilakukan pengujian kesesuaian model dengan Chow Test (uji F) yang perhitungannya adalah sebagai berikut. Chow test Ho: Model Pooled OLS (Restricted) H1 : Model Fixed Effect (unrestricted) Fhitung= Dimana: RSSS = Restricted Residual Sum Square (Sum Square Residual Pooled OLS) URSS = Unrestricted Residual Sum Square (Sum Square Residual Fixed) N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Fhitung =

= 1,27

Ftabel = F(5, 60) = 2,37 Hasil Chow Test dari metode pooled OLS dan metode fixed effect menghasilkan nilai Fhitung sebesar 1,27 sedangkan nilai Ftabel yang diperoleh adalah 2,37. Dari perhitungan tersebut, maka dapat disimpulkan terima Ho, yang berarti

bahwa metode pooled OLS merupakan metode yang sesuai dalam gravity model aliran perdagangan pisang Indonesia ke negara tujuan. 6.2.

Pengujian Asumsi Model Dalam analisis regresi, maka terdapat tiga asumsi yang harus dipenuhi

yaitu multikolinearitas, heteroskedastisitas dan autokorelasi.

Multikolinearitas

merupakan hubungan linear yang sama kuat antara peubah-peubah bebas dalam model regresi. Adanya kolinier berganda menyebabkan koefisien regresi tidak dapat diperkirakan dengan tingkat ketelitian yang tinggi (Firdaus 2004). Kondisi terjadinya multikolinearitas dapat diduga jika R2 cukup tinggi (antara 0,7-1), akan tetapi sedikit sekali koefisien dugaan dalam model yang berpengaruh nyata. Dari hasil perolehan hasil estimasi, untuk model aliran perdagangan pisang terlihat bahwa R2 cukup besar (>0,9) dan terdapat tiga koefisien dari enam koefisien dugaan yang tidak berpengaruh nyata.

Pada program eviews 4.1, masalah

multikolinearitas dapat diatasi dengan memberi perlakuan GLS (cross section weight), sehingga parameter dugaan pada taraf uji tertentu menjadi signifikan (Hirantha dalam Winniasri 2007). Untuk ada atau tidaknya masalah autokorelasi, dapat dilihat dari nilai nilai Durbin h. Berdasarkan hasil olahan data pada Tabel 13, perhitungan nilai Durbin h diperoleh yaitu 0,21. Karena nilai tersebut lebih kecil dari 1,645 maka dapat disimpulkan bahwa tidak terdapat masalah autokorelasi. Asumsi selanjutnya yang telah dipenuhi adalah heteroskedastisitas. Heteroskedastisitas ditunjukkan dengan ragam yang tidak konstan. Hal ini dapat dideteksi dengan membandingkan sum square residual pada weighted statistics dengan sum square residual unweigthed statistics.

Setelah data panel diolah

dengan memberikan perlakuan white heteroskedastsity, nilai sum square residual pada weighted statistics lebih kecil dibandingkan dengan sum square residual unweigthed statistics maka dapat disimpulkan terjadi heteroskedastisitas. Berdasarkan hasil perolehan nilai estimasi, dapat dilihat bahwa pada taraf nyata lima persen, model aliran perdagangan pisang memiliki sum square residual pada weighted statistics lebih kecil dibandingkan dengan sum square residual unweigthed statistics (Tabel 13).

49

Tabel 13. Hasil Pengolahan Gravity Model Aliran Perdagangan Pisang Dengan Data Panel Menggunakan Metode Pooled OLS Variabel C (Konstanta) Ln (Dij) Ln (Yj) Ln (Nj) Ln (ERj) Ln (Pj) Ln (Xij-1) R-squared Adjusted R-sq F-statistic R-squared Catatan :

6.3.

Koefisien 0,944811 -0,502052 0,955763 0,040683 -0,025242 -1,429240 0,254338

Standar Error t-Statistic 6,479290 0,145820 0,512204 -0,980180 0,559265 1,708963 0,364475 0,111620 0,292816 -0,086206 0,104653 -13,65691 0,065438 3,886675 Weighted Statistics 0,937331 Sum squared resid 0,930617 Durbin-Watson Stat 139,5976 Prob(F-statistic) Unweighted Statistics 0,573569 Sum squared resid

Probabilitas 0,8846 0,3312 0,0930** 0,9115 0,9316 0,0000* 0,0003* 312,9361 1,773308 0,000000 330,4618

*Signifikan pada taraf nyata lima persen **Signifikan pada taraf nyata10 persen

Model Dugaan Aliran Perdagangan Pisang Indonesia Analisis aliran perdagangan pisang menggunakan variabel volume ekspor

pisang Indonesia ke masing-masing negara tujuan (Xij) sebagai variabel tidak bebas. Pendapatan per kapita negara tujuan (Yj), populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij), harga pisang Indonesia di negara tujuan (Pj), nilai tukar mata uang negara tujuan terhadap Dollar Amerika (ERj) dan volume ekspor pisang dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1) sebagai variabel bebas. Pengujian terhadap ketepatan model yaitu dengan menggunakan uji statistik yang dipergunakan yaitu koefisien determinasi R2, Uji F dan Uji-t untuk masing-masing parameter bertujuan untuk memperoleh model terbaik. Model Pooled OLS merupakan metode yang paling sesuai berdasarkan Uji Chow yang telah dilakukan untuk analisis aliran perdagangan pisang Indonesia.

Hasil

pengolahan data panel dengan Metode Pooled OLS tersebut dapat dilihat pada Tabel 13. Pada Tabel 13 hasil analisis aliran perdagangan pisang Indonesia, diperoleh koefisien determinasi atau R-sq sebesar 93,73 persen.

Hal ini

menunjukkan bahwa sebesar 93,73 persen perubahan volume ekspor pisang Indonesia dapat diterangkan oleh variasi peubah-peubah bebas dalam model,

50

sedangkan sisanya diterangkan oleh faktor-faktor lain yang tidak terdapat dalam model. Nilai F hitung diperoleh sebesar 139,598. Jika dibandingkan dengan nilai Ftabel, maka nilai Fhitung tersebut lebih besar dari Ftabel. Dengan demikian dapat disimpulkan bahwa secara bersama-sama variabel-variabel bebas dalam model berpengaruh terhadap variabel tak bebas. Dengan kata lain, variabel bebas dapat menjelaskan variasi perubahan volume ekspor pisang Indonesia ke negara-negara tujuan. Berdasarkan uji-t, diperoleh variabel-variabel yang berpengaruh nyata pada taraf nyata lima persen (signifikan pada selang kepercayaan 95 persen) terhadap volume ekspor pisang Indonesia, yaitu harga pisang Indonesia di negara tujuan (Pj) dan volume ekspor pisang dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1). Sedangkan variabel yang berpengaruh nyata pada taraf nyata sepuluh persen adalah pendapatan per kapita negara tujuan (Yj).

Variabel-

variabel yang tidak berpengaruh nyata adalah populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij), dan nilai tukar mata uang negara tujuan terhadap Dollar Amerika (ERj). 1) Pendapatan Per Kapita Negara Tujuan (Yj) Koefisien pendapatan per kapita negara tujuan memberikan pengaruh positif terhadap volume permintaan pisang Indonesia di negara tujuan tersebut. Apabila terjadi peningkatan pendapatan per kapita di salah satu negara tujuan ekspor Indonesia maka akan meningkatkan jumlah pisang yang diperdagangkan ke berbagai negara tujuan ekspor tersebut, cateris paribus. Pendapatan per kapita negara tujuan berpengaruh positif terhadap volume aliran perdagangan pisang ke negara tujuan nyata pada taraf sepuluh persen. Dengan nilai koefisien variabel sebesar 0,956, yang artinya bila terjadi peningkatan pendapatan per kapita sebesar satu persen maka akan meningkatkan aliran perdagangan pisang ke negara tujuan sebesar 0,956 persen. Berdasarkan Tabel 8, terlihat bahwa tingkat pertumbuhan pendapatan per kapita dari tahun 2003 sampai dengan tahun 2007 yang paling tinggi adalah Hongkong dengan tingkat pertumbuhan sebesar 8,58 persen. Hal ini tentunya akan membuat negara tersebut menjadi potensi pasar bagi Indonesia dan apabila

51

tingkat pertumbuhannya relatif konstan, maka akan dapat diperkirakan volume ekspor pisang yang diperdagangkan ke negara tersebut akan meningkat sebesar 8,2 persen. Hal ini berdasarkan pada Lipsey (1995) yang menyatakan bahwa kenaikan pendapatan akan menaikkan pula permintaan terhadap suatu barang atau jasa dan sebaliknya.

Kondisi demikian membuat Indonesia sebagai negara

pengekspor pisang akan lebih memperhatikan negara yang memiliki pendapatan per kapita yang besar untuk dijadikan negara tujuan ekspornya. Mengacu pada Tabel 14, terlihat bahwa negara tujuan utama ekspor pisang Indonesia dengan rata-rata pendapatan per kapita tinggi antara tahun 1996 sampai 2007, yaitu Hongkong sebesar US$ 23.997,10 Juta, memiliki jumlah impor ratarata sebesar 2.235.098 kg, nilai ini merupakan jumlah rata-rata impor terbesar dibandingkan dengan jumlah impor negara tujuan lainnya. Negara lain dengan rata-rata pendapatan per kapita yang besar, yaitu Jepang sebesar US$ 27.065,43 Juta, memiliki jumlah impor rata-rata terbesar kedua setelah Hongkong, yaitu sebesar 1.376.219 kg. Hal ini menunjukkan bahwa faktor pendapatan per kapita negara tujuan pada aliran perdagangan pisang memiliki pengaruh signifikan. Berdasarkan hal tersebut dapat disimpulkan bahwa, jika Indonesia ingin meningkatkan volume ekspor pisang serta memperluas pangsa pasar, maka dapat mempertimbangkan faktor pendapatan per kapita Negara tujuan ekspor yang besar sebagai Negara tujuan yang berpotensi. Tabel 14. Rata-Rata Pendapatan Per Kapita dan Impor Pisang Negara Tujuan Tahun 1996-2007 No

Negara

Pendapatan Per Kapita

Jumlah Impor (Kg)**

(US$ Juta)* 1

Amerika Serikat

36.697,55

2.989

2

Jepang

27.065,43

1.376.219

3

Malaysia

9.964,07

14.426

4

Arab Saudi

18.528,11

355.260

5

Hongkong

23.997,10

2.235.098

6

Singapura

35.602,79

132.265

Sumber : *www.indexmundi.com, **BPS (2009)

52

2) Jarak Antar Negara (Dij) Jarak Indonesia dengan negara tujuan ekspor pisang memberikan pengaruh tidak nyata pada taraf lima persen terhadap aliran perdagangan pisang negara tujuan dengan parameter dugaan bertanda negatif. Keadaan ini menunjukkan bahwa perbedaan jarak dari setiap negara tujuan tidak berpengaruh secara nyata terhadap volume ekpor pisang pada aliran perdagangan pisang.

Jarak yang

semakin jauh dianggap bukan sebagai hambatan pada suatu perdagangan. Indonesia sebagai negara pengekspor dalam menetapkan negara tujuan ekspor hanya melakukan ekspor berdasarkan permintaan negara pemesan saja, sehingga bagi Indonesia jarak ini kurang menjadi perhatian dalam perdagangan pisang. Dalam kenyataannya, jarak dalam perdagangan pisang bukan menjadi hambatan.

Jika persediaan barang mencukupi maka jarak yang jauh tidak

mempengaruhi frekuensi pengiriman. Berdasarkan Tabel 15, Arab Saudi merupakan negara di Benua Asia yang cukup jauh jaraknya, dengan jarak sebesar 7.910 kilometer. Namun ekspor pisang ke negara ini cukup besar, pada tahun 2003 sampai dengan tahun 2007 ekspor pisang Indonesia ke Arab Saudi rata-rata sebesar 355.260 kilogram (8,63 persen) dari total rata-rata ekspor pisang Indonesia ke Negara tujuan utama pada rentang tahun yang sama. Hal ini menunjukkan bahwa jarak yang jauh tidak menurunkan frekuensi pengiriman.

Variabel jarak dalam persamaan gravity model

menggambarkan

transportasi

biaya

yang

dikeluarkan

untuk

melakukan

pengiriman komoditi dari negara produsen ke negara tujuan ekspor. Dalam hal ini dapat diperkirakan pada ekspor pisang Indonesia ke Negara tujuan belum memperhitungkan faktor biaya transportasi (jarak). Tabel 15. Jarak Negara Tujuan Ekspor Pisang Dengan Indonesia No 1 2 3 4 5 6

Negara Hongkong Singapura Malaysia Arab Saudi Jepang Amerika Serikat

Jarak (kilometer)* 3245 894 1168 7910 5772 16171

Jumlah Ekspor (kg)** 2.235.098 132.265 14.426 355.260 1.376.219 2.989

Sumber: *www.timeanddate.com, **BPS (2009)

53

3) Populasi Negara Tujuan (Nj) Jumlah populasi di negara tujuan tidak berpengaruh nyata pada taraf lima persen terhadap aliran perdagangan pisang negara tujuan dengan parameter dugaan bertanda positif. Keadaan ini menunjukkan bahwa populasi dari setiap negara tujuan tidak berpengaruh secara nyata terhadap volume ekpor pisang pada aliran perdagangan pisang. Tanda positif pada variabel populasi negara tujuan menunjukkan, jika populasi negara tujuan bertambah maka permintaan produk pisang tersebut akan meningkat.

Dengan nilai koefisien sebesar 0,04 yang berarti bila terjadi

pertambahan populasi negara tujuan sebesar satu persen akan menyebabkan peningkatan aliran perdagangan pisang Indonesia ke negara tujuan sebesar 0,04 persen. Tabel 16. Rata-Rata Jumlah Penduduk dan Impor Pisang Negara Tujuan Tahun 1996-2007 No

Negara

Jumlah Penduduk (Juta)*

Jumlah Impor (Kg)**

1

Amerika Serikat

286,247

2.989

2

Jepang

127,054

1.376.219

3

Malaysia

24,177

14.426

4

Arab Saudi

21,308

355.260

5

Hongkong

6,691

2.235.098

6

Singapura

4,100

132.265

Sumber : *www.indexmundi.com, **BPS (2009)

Mengacu pada Tabel 15, berdasarkan negara-negara tujuan ekspor utama pisang, maka terlihat bahwa negara dengan rata-rata jumlah penduduk terbesar yaitu Amerika Serikat memiliki rata-rata jumlah impor terkecil sebesar 2.989 kg, dibandingkan negara tujuan utama lainnya, seperti Hongkong dengan jumlah penduduk yang tidak terlalu besar, tetapi memiliki rata-rata jumlah impor terbesar sebesar 2.235.098 kg. Hal ini menunjukkan bahwa variabel jumlah penduduk (populasi) tidak berpengaruh signifikan dalam aliran perdagangan pisang. Meskipun demikian jumlah penduduk (populasi) merupakan salah satu faktor yang penting menurut Lipsey (1995) dalam mempengaruhi jumlah

54

komoditas yang dibeli. Peningkatan populasi akan menjadi suatu indikasi bagi komoditi pisang untuk meningkatkan volume ekspornya. Negara-negara tujuan yang memiliki populasi yang tinggi akan menjadi potensi pasar bagi Indonesia untuk lebih digarap dan dikembangkan, misalnya negara Cina, Amerika Serikat dan India. 4) Nilai Tukar (ERj) Kondisi nilai tukar seperti terapresiasinya mata uang domestik negara tujuan ekspor terhadap Dollar Amerika membuat harga pisang relatif lebih murah. Nilai tukar negara tujuan yang terapresiasi, diukur dari satuan nilai tukar mata uang negara tujuan terhadap Dollar Amerika yang semakin menurun. Hal ini mendorong terjadinya peningkatan volume impor dari negara tujuan, karena negara tujuan membutuhkan sedikit uang untuk membeli barang impor. Koefisien variabel nilai tukar mata uang negara tujuan terhadap negara Dollar Amerika memberikan pengaruh negatif terhadap volume ekspor pisang Indonesia. Jika nilai tukar mata uang negara tujuan terhadap Dollar Amerika tinggi (terdepresiasi), maka volume pisang yang diperdagangkan akan semakin kecil, cateris paribus. Nilai tukar mata uang negara tujuan terhadap Dollar Amerika ternyata tidak memberikan pengaruh nyata terhadap volume perdagangan pisang Indonesia. Nilai koefisien variabel nilai tukar sebesar -0,025 yang berarti bila nilai tukar mata uang negara tujuan terhadap Dollar Amerika terdepresiasi sebesar satu persen, maka aliran perdagangan pisang Indonesia akan menurun sebesar 0,025 persen. Hal ini sesuai dengan hipotesis walaupun tidak nyata pada taraf lima persen. Pengaruh nilai tukar dapat dilihat melalui perbandingan nilai tukar antar negara terhadap Dollar Amerika dan total volume ekspor pisang ke negaranegara tujuan tersebut. Pada tahun 2007, negara Jepang yang merupakan salah satu pengimpor pisang dari Indonesia, mempunyai nilai tukar 118 Yen per Dollar Amerika, dengan volume impor pisang dari Indonesia sebesar 167.310 kilogram. Sedangkan pada tahun yang sama nilai tukar negara Singapura yaitu sebesar 1,51 per US Dollar dengan total volume ekspor 4.272 kilogram (Tabel 17). Hal ini menunjukkan bahwa nilai tukar tidak berpengaruh besar terhadap aliran perdagangan pisang Indonesia.

55

Tabel 17. Nilai Tukar Negara Tujuan Terhadap Dollar Tahun 2007 Negara

No

Kurs (Domerstik/US$)*

Jumlah Impor (Kg)**

1,00

754

117,99

167.310

1

Amerika Serikat

2

Jepang

3

Malaysia

3,46

28.145

4

Arab Saudi

3,75

44.160

5

Hongkong

7,80

156.988

6

Singapura

1,51

4.272

Sumber : *www.oanda.com, **BPS (2009)

5) Harga Pisang Indonesia di Negara Tujuan (Pj) Koefisien variabel harga pisang Indonesia di negara tujuan memberikan pengaruh negatif dan nyata terhadap aliran perdagangan pisang Indonesia. Nilai koefisien variabel harga pisang Indonesia di negara tujuan sebesar -1,43. Hal ini berarti apabila harga pisang Indonesia di negara tujuan meningkat sebesar satu persen, maka aliran perdagangan pisang Indonesia ke negara tujuan akan menurun sebesar 1,43 persen, cateris paribus. Tabel 18. Harga Pisang di Negara Tujuan Tahun 2007 No

Negara

Harga (US$/Kg)

Jumlah Impor (Kg)

1

Amerika Serikat

2,84

754

2

Jepang

0,27

167.310

3

Malaysia

0,29

28.145

4

Arab Saudi

0,55

44.160

5

Hongkong

0,28

156.988

6

Singapura

6,79

4.272

Sumber : BPS (2009)

Variabel harga pisang Indonesia di negara tujuan memberikan pengaruh yang nyata.

Hal ini mengindikasikan bahwa variabel tersebut menjadi

pertimbangan bagi negara pengimpor dalam menentukan volume pisang yang akan diimpor dari Indonesia. Jika harga pisang Indonesia di negara tujuan tinggi, maka volume pisang yang diperdagangkan ke negara tersebut akan semakin kecil.

56

Hal ini terlihat pada Tabel 18, harga pisang tertinggi di Negara tujuan yaitu Amerika Serikat sebesar US$ 2,84/kg, memiliki jumlah impor sebesar 754 kg, paling kecil dibandingkan dengan jumlah impor Negara tujuan lainnya. Berdasarkan hal tersebut dapat disimpulkan bahwa Negara dengan nilai tukar terhadap Dollar Amerika Serikat yang rendah diduga merupakan pasar potensial untuk ekspor pisang Indonesia. Maka Indonesia sebagai pengekspor pisang dapat memperluas pangsa pasarnya ke Negara tersebut atau meningkatkan ekspornya ke Negara tujuan utama yang memiliki nilai tukar rendah terhadap Dollar. 6) Volume Ekspor Pisang dari Indonesia ke Negara Tujuan Satu Tahun Sebelumnya (Xij-1) Variabel volume ekspor pisang dari Indonesia ke negara tujuan satu tahun sebelumnya, mempengaruhi suatu negara untuk kembali mengimpor atau tidak pada tahun berikutnya. Tingkat konsumsi pisang ini akan mempengaruhi berapa besar volume pisang yang akan diimpor di waktu yang akan datang. Koefisien variabel volume ekspor pisang dari Indonesia ke negara tujuan satu tahun sebelumnya memberikan pengaruh positif terhadap volume ekspor pisang Indonesia. Nilai koefisien variabel volume ekspor pisang Indonesia ke negara tujuan satu tahun sebelumnya sebesar 0,25 yang berarti apabila volume pisang dari Indonesia ke negara tujuan satu tahun sebelumnya meningkat sebesar satu persen, maka volume ekspor pisang Indonesia ke negara tujuan akan meningkat sebesar 0,25 persen, cateris paribus. Tabel 19. Rata-Rata Ekspor Pisang dan Lag Ekspor di Negara Tujuan Tahun 2003- 2007 No

Negara

Jumlah Impor (Kg)

Lag Ekspor (Kg)

2.989

3.113,4

1.376.219

2.841.880

1

Amerika Serikat

2

Jepang

3

Malaysia

14.426

11.446,3

4

Arab Saudi

355.260

386.591,3

5

Hongkong

2.235.098

3.095.036

6

Singapura

132.265

178.583

Sumber : BPS (2009)

57

Variabel volume ekspor pisang dari Indonesia ke negara tujuan satu tahun sebelumnya berpengaruh nyata bagi negara pengimpor, artinya variabel tersebut menjadi faktor utama yang menjadi pertimbangan bagi negara importir untuk mengimpor pisang Indonesia. Untuk itu, penting bagi negara Indonesia untuk menjaga kontinuitas pasokan ekspor pisang ke negara-negara tujuan utama yang telah lama menjalin mitra (Tabel 19). 6.4.

Faktor-Faktor Lain yang Tidak Dapat Dijelaskan dalam Model Berdasarkan hasil regresi model aliran perdagangan pisang Indonesia

diperoleh koefisien determinasi (R-sq) sebesar 93,73 persen yang menjelaskan bahwa 93,73 persen perubahan volume perdagangan pisang Indonesia dapat diterangkan oleh model. Sedangkan sisanya 6,27 persen diterangkan oleh faktorfaktor lain yang tidak terdapat dalam model. Faktor-faktor tersebut antara lain hambatan perdagangan (proteksionisme), selera konsumen, dan pesaing dari negara lain yang juga mengekspor pisang. Hambatan perdagangan dikelompokkan menjadi dua, yaitu hambatan tarif dan non-tarif. Bentuk hambatan perdagangan yang paling penting atau menonjol adalah tarif. Tarif adalah pajak atau cukai yang dikenakan untuk suatu komoditi yang diperdagangkan lintas batas teritorial. Ditinjau dari aspek asal komoditi ada dua macam tarif yaitu tarif impor dan tarif ekspor. Tarif impor yaitu pajak yang dikenakan untuk setiap komoditi yang diimpor dari negara lain. Tarif ekspor adalah pajak untuk suatu komoditi yang diekspor (Hadi 2001).

Berbagai

hambatan tarif dan non-tarif yang diterapkan negara importir terhadap pisang Indonesia. Hambatan tarif impor terhadap pisang Indonesia diberikan berbeda untuk setiap negara pengimpor sesuai dengan kesepakatan/kerjasama antar kedua negara, seperti kesepakatan perdagangan bebas ASEAN-China dan kesepakatan kemitraan ekonomi Indonesia dengan Jepang.

Sedangkan hambatan non-tarif

seperti berupa memiliki kesamaan (standar/ukuran) warna, rasa dan penampilan yang menarik serta bebas residu pestisida, kuota, isu lingkungan dan karantina.6 Parameter bebas yang dapat juga disertakan adalah selera konsumen negara tujuan ekspor terhadap pisang dari Indonesia.

Selera menjadi

6

www.berpolitik.com, EPA RI-Jepang Atasi Hambatan Nontarif, 21 Agustus 2007 [23 Maret 2009]

58

pertimbangan karena aliran perdagangan ini mencakup negara-negara yang memiliki karakteristik berbeda antara yang satu dengan yang lainnya. Selera memungkinkan untuk disertakan karena setiap negara memiliki selera yang berbeda-beda baik dari segi jenis maupun kualitas pisang yang diperdagangkan. Jenis pisang yang biasa di ekspor yaitu pisang cavendish, sedangkan jenis seperti barangan, mas dan juga kepok akan dirintis andalan pisang Indonesia (Dirjen P2HP 2005).

Setiap konsumen memiliki standar dan keinginan

mengkonsumsi pisang yang berbeda-beda sehingga pada akhirnya akan mempengarui volume ekspor pisang yang akan diperdagangkan di pasar internasional. Selain hambatan perdagangan dan selera, pesaing merupakan salah satu variabel bebas yang ikut mempengaruhi besarnya aliran perdagangan pisang Indonesia ke negara-negara tujuan ekspor. Pesaing adalah negara-negara yang menghasilkan produk yang sama dan memuaskan kebutuhan pelanggan yang sama dalam hal ini komoditi buah pisang. Ekuador dan Philipina merupakan negara pesaing utama Indonesia, sedangkan Malaysia akan menjadi pesaing potensial (Dirjen P2HP 2006). Di Ekuador, Philipina dan Malaysia pisang ekspor diusahakan secara perkebunan, tentunya dengan kemasan dan packing yang baik untuk diekspor.

59

VII ANALISIS ALIRAN PERDAGANGAN MANGGA INDONESIA 7.1.

Pengujian Kesesuaian Model Aliran perdagangan mangga Indonesia ke negara tujuan pada penelitian ini

dianalisis dengan menggunakan gravity model. Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi aliran perdagangan mangga Indonesia ke negara tujuan. Pengolahan data panel dalam penelitian ini dilakukan dengan menggunakan metode pooled OLS dan fixed effect. Hal ini dikarenakan jumlah cross section pada model dugaan lebih sedikit daripada jumlah variabel yang digunakan dalam model aliran perdagangan mangga Indonesia ke negara tujuan, sehingga metode random effect tidak dapat dilakukan. Untuk mengetahui metode yang terbaik diantara keduanya dalam mengestimasi aliran perdagangan mangga Indonesia di negara tujuan maka perlu dilakukan pengujian kesesuaian model dengan Chow Test (uji F) yang perhitungannya adalah sebagai berikut. Chow test Ho: Model Pooled OLS (Restricted) H1 : Model Fixed Effect (unrestricted) Fhitung= Dimana: RSSS = Restricted Residual Sum Square (Sum Square Residual Pooled OLS) URSS = Unrestricted Residual Sum Square (Sum Square Residual Fixed) N = Jumlah data cross section T = Jumlah data time series K = Jumlah variabel penjelas Fhitung =

= 2,57

Ftabel = F(5,60) = 2,37 Hasil Chow Test dari metode pooled OLS dan metode fixed effect menghasilkan nilai Fhitung sebesar 2,57 sedangkan nilai Ftabel yang diperoleh adalah 2,37 . Dari perhitungan tersebut, maka dapat disimpulkan tolak Ho, yang berarti

60

bahwa metode metode fixed effect merupakan metode yang sesuai dalam gravity model aliran perdagangan mangga Indonesia ke negara tujuan. 7.2.

Pengujian Asumsi Model Dalam analisis regresi, maka terdapat tiga asumsi yang harus dipenuhi

yaitu multikolinearitas, heteroskedastisitas dan autokorelasi.

Multikolinearitas

merupakan hubungan linear yang sama kuat antara peubah-peubah bebas dalam model regresi. Adanya kolinier berganda menyebabkan koefisien regresi tidak dapat diperkirakan dengan tingkat ketelitian yang tinggi (Firdaus 2004). Kondisi terjadinya multikolinearitas dapat diduga jika R2 cukup tinggi (antara 0,7-1), akan tetapi sedikit sekali koefisien dugaan dalam model yang berpengaruh nyata. Dari hasil perolehan hasil estimasi, untuk model aliran perdagangan mangga terlihat bahwa R2 cukup besar (>0,8) dan terdapat dua koefisien dari enam koefisien dugaan yang tidak berpengaruh nyata.

Pada program eviews 4.1, masalah

multikolinearitas dapat diatasi dengan memberi perlakuan GLS (cross section weight), sehingga parameter dugaan pada taraf uji tertentu menjadi signifikan (Hirantha dalam Winniasri 2007). Untuk ada atau tidaknya masalah autokerelasi, dapat dilihat dari nilai nilai Durbin h. Berdasarkan hasil olahan data pada Tabel 20, perhitungan nilai Durbin h diperoleh yaitu 0,11. Karena nilai tersebut lebih kecil dari 1,645 maka dapat disimpulkan bahwa tidak terdapat masalah autokorelasi. Asumsi selanjutnya yang telah dipenuhi adalah heteroskedastisitas. Heteroskedastisitas ditunjukkan dengan ragam yang tidak konstan. Hal ini dapat dideteksi dengan membandingkan sum square residual pada weighted statistics dengan sum square residual unweigthed statistics.

Setelah data panel diolah

dengan memberikan perlakuan white heteroskedastsity, nilai sum square residual pada weighted statistics lebih kecil dibandingkan dengan sum square residual unweigthed statistics maka dapat disimpulkan terjadi heteroskedastisitas. Berdasarkan hasil perolehan nilai estimasi, dapat dilihat bahwa pada taraf nyata lima persen, model aliran perdagangan mangga memiliki sum square residual pada weighted statistics lebih kecil dibandingkan dengan sum square residual unweigthed statistics (Tabel 20).

61

Tabel 20. Hasil Pengolahan Gravity Model Aliran Perdagangan Pisang Dengan Data Panel Menggunakan Metode Fixed Effect Variabel Ln (Dij) Ln (Yj) Ln (Nj) Ln (ERj) Ln (Pj) Ln (Xij-1) R-squared Adjusted R-sq F-statistic R-squared

Koefisien Standar Error t-Statistic 0,841637 7,82E+13 1,08E-14 -1.566559 1,197668 -1,308008 12,72228 3,471133 3,665166 -3,380862 1,411701 -2,394885 -0,485072 0,222170 -2,183338 0,183905 0,128452 1,431704 Weighted Statistics 0,893858 Sum squared resid 0,873727 Durbin-Watson Stat 44,40330 Prob(F-statistic) Unweighted Statistics 0,520755 Sum squared resid

Probabilitas 1,0000* 0,1960 0,0005* 0,0199* 0,0331* 0,1576 117,5863 1,927176 0,000000 121,7573

Catatan : *Signifikan pada taraf nyata lima persen

7.3.

Model Dugaan Aliran Perdagangan Mangga Indonesia Analisis aliran perdagangan mangga menggunakan variabel volume ekspor

mangga Indonesia ke masing-masing negara tujuan (Xij) sebagai variabel tidak bebas. Pendapatan per kapita negara tujuan (Yj), populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij), harga mangga Indonesia di negara tujuan (Pj), nilai tukar mata uang negara tujuan terhadap Dollar Amerika (ERj) dan volume ekspor mangga dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1) sebagai variabel bebas. Pengujian terhadap ketepatan model yaitu dengan menggunakan uji statistik yang dipergunakan yaitu koefisien determinasi R2, Uji F dan Uji-t untuk masing-masing parameter bertujuan untuk memperoleh model terbaik. Model fixed effect merupakan metode yang paling sesuai berdasarkan Uji Chow yang telah dilakukan untuk analisis aliran perdagangan mangga Indonesia.

Hasil

pengolahan data panel dengan Metode fixed effect tersebut dapat dilihat pada Tabel 20. Pada Tabel 20 hasil analisis aliran perdagangan mangga Indonesia, diperoleh koefisien determinasi atau R-sq sebesar 89,4 persen.

Hal ini

menunjukkan bahwa sebesar 89,4 persen perubahan volume ekspor mangga Indonesia dapat diterangkan oleh variasi peubah-peubah bebas dalam model,

62

sedangkan sisanya diterangkan oleh faktor-faktor lain yang tidak terdapat dalam model. Nilai Fhitung diperoleh sebesar 44,4. Jika dibandingkan dengan nilai Ftabel, maka nilai Fhitung tersebut lebih besar dari Ftabel.

Dengan demikian dapat

disimpulkan bahwa secara bersama-sama variabel-variabel bebas dalam model berpengaruh terhadap variabel tak bebas. Dengan kata lain, variabel bebas dapat menjelaskan variasi perubahan volume ekspor mangga Indonesia ke negaranegara tujuan. Berdasarkan uji-t, diperoleh variabel-variabel yang berpengaruh nyata pada taraf nyata lima persen (signifikan pada selang kepercayaan 95 persen) terhadap volume ekspor mangga Indonesia, yaitu populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij), nilai tukar mata uang negara tujuan terhadap Dollar Amerika (ERj) dan harga mangga Indonesia di negara tujuan (Pj).

Variabel-variabel yang tidak berpengaruh nyata adalah

pendapatan per kapita negara tujuan (Yj) dan volume ekspor mangga dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1). 1) Pendapatan Per Kapita Negara Tujuan (Yj) Koefisien pendapatan per kapita negara tujuan memberikan pengaruh negatif terhadap volume permintaan mangga Indonesia di negara tujuan tersebut. Apabila terjadi peningkatan pendapatan per kapita di salah satu negara tujuan ekspor Indonesia maka akan terjadi penurunan jumlah mangga yang diperdagangkan ke berbagai negara tujuan ekspor tersebut, cateris paribus. Hasil ini tidak sesuai dengan hipotesis yang telah dibuat, dimana pada hipotesis diduga pendapatan per kapita memberikan pengaruh positif pada aliran perdagangan mangga. Pendapatan per kapita negara tujuan berpengaruh negatif terhadap volume aliran perdagangan mangga ke negara tujuan. Dengan nilai koefisien variabel sebesar 1,57, yang artinya bila terjadi peningkatan pendapatan per kapita sebesar satu persen maka akan menurunkan aliran perdagangan mangga ke negara tujuan sebesar 1,57 persen. Tanda negatif pada variabel pendapatan per kapita negara tujuan mengindikasikan bahwa negara dengan pendapatan per kapita tinggi, memiliki

63

volume perdagangan internasional kecil, sebaliknya negara dengan pendapatan per kapita yang kecil memiliki volume perdagangan yang besar.

Meskipun

demikian, variabel pendapatan per kapita tidak berpengaruh nyata terhadap model aliran perdagangan mangga Indonesia, artinya variabel tersebut tidak menjadi faktor utama dalam aliran perdagangan mangga Indonesia ke negara tujuan. Berdasarkan Tabel 21, terlihat bahwa rata-rata pendapatan per kapita dari tahun 1996 sampai dengan tahun 2007 yang paling tinggi adalah Brunai Darussalam sebesar US$ 45.432,87 Juta, mengimpor mangga dari Indonesia pada tahun 1996 sampai dengan 2007 rata-rata sebanyak 9.462 kilogram. Sedangkan negara yang memiliki rata-rata pendapatan per kapita rendah adalah Arab Saudi sebesar US$ 18.528,11 Juta, mengimpor mangga dari Indonesia pada tahun 2003 sampai tahun 2007 rata-rata sebanyak 188.231 kilogram. Hal ini menunjukkan bahwa pendapatan per kapita bukan menjadi faktor utama yang mempengarui aliran perdagangan mangga Indonesia. Tabel 21. Rata-Rata Pendapatan Per Kapita dan Jumlah Impor Mangga Negara Tujuan Tahun 1996-2007 No

Negara

Pendapatan Per Kapita

Jumlah Impor (Kg)**

(US$ Juta)* 1

Brunai D

45.432,87

9.462

2

Taiwan

21.778,70

100.254

3

Malaysia

9.964,07

28.976

4

Arab Saudi

18.528,11

188.231

5

Hongkong

23.997,10

36.405

6

Singapura

35.602,79

130.206

Sumber : *www.indexmundi.com, **BPS (2009)

2) Jarak Antar Negara (Dij) Jarak Indonesia dengan negara tujuan ekspor mangga memberikan pengaruh nyata pada taraf lima persen terhadap aliran perdagangan mangga negara tujuan dengan parameter dugaan bertanda positif.

Keadaan ini

menunjukkan bahwa perbedaan jarak dari setiap negara tujuan berpengaruh secara nyata terhadap volume ekspor mangga pada aliran perdagangan mangga. Nilai

64

koefisien variabel jarak antar negara sebesar 0,84.

Jika jarak antar negara

Indonesia dengan negara tujuan bertambah satu persen maka aliran perdagangan mangga Indonesia ke negara tujuan akan bertambah sebesar 0,84 persen, cateris paribus.

Hasil ini tidak sesuai dengan hipotesis yang telah ditetapkan

sebelumnya, di mana diharapkan variabel jarak negara tujuan akan berpengaruh negatif pada peningkatan volume ekspor mangga Indonesia. Walaupun hasil analisis untuk jarak tidak sesuai dengan hipotesis, namun variabel berpengaruh signifikan terhadap aliran perdagangan mangga. Tanda positif pada variabel jarak antara negara Indonesia dengan negara tujuan ekspor menunjukkan bahwa negara dengan jarak yang semakin jauh memiliki volume perdagangan besar.

Berdasarkan Tabel 22, Arab Saudi

merupakan negara di Benua Asia yang cukup jauh jaraknya, dengan jarak sebesar 7.910 kilometer. Namun ekspor mangga ke negara ini cukup besar, pada tahun 2007 ekspor mangga Indonesia ke Arab Saudi sebesar 296.984 kilogram (24,8 persen) dari total ekspor mangga Indonesia. Hal ini menunjukkan bahwa jarak yang semakin jauh akan memiliki volume perdagangan yang besar. Tabel 22. Jarak Negara Tujuan Ekspor Mangga Dengan Indonesia No 1 2 3 4 5 6

Negara Hongkong Singapura Taiwan Malaysia Arab Saudi Brunai Darussalam

Jarak (kilometer)* 3245 894 3806 1168 7910 1527

Jumlah Ekspor (kg)** 36.405 130.206 100.254 28.976 188.231 9.462

Sumber: *www.timeanddate.com, **BPS (2009)

3) Populasi Negara Tujuan (Nj) Pertambahan populasi dari sisi permintaan pada negara importir, akan menyebabkan bertambah besarnya permintaan domestik, sehingga jika tidak dapat memenuhi kebutuhan dalam negeri maka negara tersebut akan mengimpor. Koefisien variabel populasi negara tujuan memberikan pengaruh positif terhadap volume ekspor mangga Indonesia. Jika populasi negara tujuan meningkat, maka volume mangga yang diperdagangkan akan semakin besar, cateris paribus.

65

Berdasarkan hasil analisis, koefisien variabel populasi negara tujuan memberikan pengaruh positif dan nyata pada taraf lima persen terhadap volume ekspor mangga Indonesia. Nilai koefisien variabel populasi negara tujuan sebesar 12,72, jika populasi negara tujuan meningkat sebesar satu persen maka aliran perdagangan mangga Indonesia ke negara tujuan akan meningkat sebesar 12,72 persen, cateris paribus. Tabel 23. No

Rata-Rata Jumlah Penduduk dan Jumlah Impor Mangga Negara Tujuan Tahun 1996-2007 Negara

Jumlah Penduduk (Juta)*

Jumlah Impor (Kg)**

1

Brunai D

0,339

9.462

2

Taiwan

22,354

100.254

3

Malaysia

24,177

28.976

4

Arab Saudi

21,308

188.231

5

Hongkong

6,691

36.405

6

Singapura

4,100

130.206

Sumber : *www.indexmundi.com, **BPS (2009)

Mengacu pada Tabel 23, terlihat kecenderungan bahwa negara tujuan utama yang memiliki rata-rata jumlah penduduk tinggi, maka akan juga memiliki rata-rata impor mangga yang besar, seperti Arab Saudi dan Taiwan yang memiliki jumlah penduduk tinggi, dengan jumlah impor rata-rata yaitu 188.231 kg dan 100.254 kg.

Terkecuali untuk Singapura yang memiliki rata-rata jumlah

penduduk terkecil namun memiliki jumlah impor yang cukup besar, yaitu sebesar 130.206 kg. Hal ini menunjukkan bahwa jumlah penduduk (populasi) negara tujuan berpengaruh signifikan terhadap aliran perdagangan mangga Indonesia ke negara tujuan. Jumlah penduduk (populasi) merupakan salah satu faktor yang penting menurut Lipsey (1995) dalam mempengaruhi jumlah komoditas yang dibeli. Peningkatan populasi akan menjadi suatu indikasi bagi komoditi mangga untuk meningkatkan volume ekspornya. Negara-negara tujuan yang memiliki populasi yang tinggi akan menjadi potensi pasar bagi Indonesia untuk lebih digarap dan dikembangkan, misalnya negara Malaysia, Taiwan dan Arab Saudi.

66

4) Nilai Tukar (ERj) Kondisi nilai tukar seperti terapresiasinya mata uang domestik negara tujuan ekspor terhadap Dollar Amerika membuat harga mangga Indonesia di Negara tujuan relatif lebih murah. Nilai tukar negara tujuan yang terapresiasi, diukur dari satuan nilai tukar mata uang negara tujuan terhadap Dollar Amerika yang semakin menurun. Hal ini mendorong terjadinya peningkatan volume impor dari negara tujuan, karena negara tujuan membutuhkan sedikit uang untuk membeli barang impor. Koefisien variabel nilai tukar mata uang negara tujuan terhadap negara Dollar Amerika memberikan pengaruh negatif terhadap volume ekspor pisang Indonesia. Jika nilai tukar mata uang negara tujuan terhadap Dollar Amerika tinggi (terdepresiasi), maka volume mangga yang diperdagangkan akan semakin kecil, cateris paribus. Berdasarkan hasil analisis, koefisien variabel nilai tukar mata uang negara tujuan terhadap Dollar Amerika memberikan pengaruh negatif dan nyata pada taraf lima persen terhadap volume ekspor mangga Indonesia. Nilai koefisien variabel nilai tukar sebesar 3,38, jika nilai tukar mata uang negara tujuan terhadap Dollar Amerika meningkat (terdepresiasi) sebesar satu persen maka aliran perdagangan mangga Indonesia ke negara tujuan akan menurun sebesar 3,38 persen dari jumlah sebelumnya, cateris paribus. Tabel 24. Rata-Rata Nilai Tukar Mata Uang Negara Tujuan Terhadap Dollar Amerika Serikat Tahun 1996-2007 No

Negara

Kurs (domestic/US$)*

Jumlah Impor (Kg)**

1

Brunai D

1,65

9.462

2

Taiwan

32,38

100.254

3

Malaysia

3,58

28.976

4

Arab Saudi

3,75

188.231

5

Hongkong

7,77

36.405

6

Singapura

1,65

130.206

Sumber : *www.oanda.com, **BPS (2009)

Pengaruh nilai tukar dapat dilihat melalui perbandingan nilai tukar antar negara terhadap Dollar Amerika dan total volume ekspor mangga ke negara-

67

negara tujuan tersebut. Pada tahun 1996 sampai dengan 2007, negara Arab Saudi yang merupakan salah satu pengimpor mangga dari Indonesia, mempunyai nilai tukar rata-rata 3,75 Riyal per Dollar Amerika, dengan volume impor mangga dari Indonesia sebesar 188.231 kilogram. Sedangkan pada rentang tahun yang sama nilai tukar negara Hongkong yaitu sebesar 7,77 per US Dollar dengan total volume ekspor 36.405 kilogram. Hal ini menunjukkan bahwa nilai tukar merupakan salah satu variabel yang berpengaruh besar terhadap aliran perdagangan mangga Indonesia. Untuk itu, Negara dengan tingkat nilai tukar yang rendah terhadap dollar Amerika merupakan Negara tujuan yang berpotensi untuk ekspor mangga Indonesia. 5) Harga Mangga Indonesia di Negara Tujuan (Pj) Koefisien variabel harga mangga Indonesia di negara tujuan memberikan pengaruh negatif dan nyata terhadap aliran perdagangan mangga Indonesia. Nilai koefisien variabel harga mangga Indonesia di negara tujuan sebesar -0,49. Hal ini berarti apabila harga mangga Indonesia di negara tujuan meningkat sebesar satu persen, maka aliran perdagangan mangga Indonesia ke negara tujuan akan menurun sebesar 0,49 persen, cateris paribus. Tabel 25. Harga Pisang di Negara Tujuan Tahun 2007 No

Negara

Harga (US$/Kg)

Jumlah Impor (Kg)

1

Brunai D

2,32

8.680

2

Taiwan

0,18

17.600

3

Malaysia

1,65

31.554

4

Arab Saudi

0,65

296.984

5

Hongkong

2,20

13.248

6

Singapura

1,44

190.767

Sumber : BPS (2009)

Tabel 19 menunjukkan bahwa harga mangga Indonesia di Brunai Darussalam merupakan harga tertinggi pada tahun 2007, dibandingkan dengan negara lainnya, yaitu sebesar US$ 2,32/kg dengan jumlah impor mangga sebesar 8.680 kg. Kemudian disusul oleh Hongkong sebesar US$ 2,20/kg, lalu Malaysia US$ 1,65/kg. Sedangkan harga terendah mangga Indonesia adalah di Taiwan 68

sebesar US$ 0,18/kg, dengan jumlah impor mangga sebesar 17.600 kg.

Hal

tersebut menunjukkan jika harga mangga Indonesia tinggi di negara tujuan, maka jumlah mangga yang diekspor ke negara tersebut akan semakin kecil, sesuai dengan koefisien hasil dugaan yang bertanda negatif. Variabel harga mangga Indonesia di negara tujuan memberikan pengaruh yang nyata.

Hal ini mengindikasikan bahwa variabel tersebut menjadi

pertimbangan yang penting dalam aliran perdagangan mangga Indonesia ke negara tujuan. Jika harga mangga Indonesia di negara tujuan tinggi, maka volume mangga yang diperdagangkan ke negara tersebut akan semakin kecil. 6) Volume Ekspor Mangga dari Indonesia ke Negara Tujuan Satu Tahun Sebelumnya (Xij-1) Variabel volume ekspor mangga dari Indonesia ke negara tujuan satu tahun sebelumnya, mempengaruhi suatu negara untuk kembali mengimpor atau tidak pada tahun berikutnya. Tingkat konsumsi mangga ini akan mempengaruhi berapa besar volume mangga yang akan diimpor di waktu yang akan datang. Koefisien variabel volume ekspor mangga dari Indonesia ke negara tujuan satu tahun sebelumnya memberikan pengaruh positif terhadap volume ekspor mangga Indonesia. Nilai koefisien variabel volume ekspor mangga Indonesia ke negara tujuan satu tahun sebelumnya sebesar 0,18 yang berarti apabila volume mangga dari Indonesia ke negara tujuan satu tahun sebelumnya meningkat sebesar satu persen, maka volume ekspor mangga Indonesia ke negara tujuan akan meningkat sebesar 0,18 persen, cateris paribus. Variabel volume ekspor mangga dari Indonesia ke negara tujuan satu tahun sebelumnya berpengaruh tidak nyata terhadap model aliran perdagangan mangga Indonesia ke negara tujuan, artinya variabel tersebut bukan menjadi faktor utama yang menjadi pertimbangan dalam aliran perdagangan mangga Indonesia ke negara tujuan. Berdasarkan Tabel 26, secara umum terlihat bahwa lag ekspor Negara tujuan tidak berkorelasi positif pada jumlah ekspor pada tahun setelahnya, seperti Taiwan yang mempunyai rata-rata lag ekspor sebesar 202.538, kg namun jumlah ekspor rata-rata pada tahun setelahnya menurun jadi sebesar 100.254 kg. Begitu

69

juga terjadi pada Negara tujuan lainnya Brunai Darussalam, Hongkong, dan Singapura. Tabel 26. Rata-Rata Ekspor Mangga dan Lag Ekspor di Negara Tujuan Tahun 1996-2007 No

Negara

Lag Ekspor (Kg)

Jumlah Impor (Kg)

1

Brunai D

11.042,58

9.462

2

Taiwan

202.538,2

100.254

3

Malaysia

27.447,5

28.976

4

Arab Saudi

163.165,6

188.231

5

Hongkong

37.565,58

36.405

6

Singapura

142.131,7

130.206

Sumber : BPS (2009)

7.4.

Faktor-Faktor Lain yang Tidak Dapat Dijelaskan dalam Model Berdasarkan hasil regresi model aliran perdagangan mangga Indonesia

diperoleh koefisien determinasi (R-sq) sebesar 89,4 persen yang menjelaskan bahwa 89,4 persen perubahan volume perdagangan mangga Indonesia dapat diterangkan oleh model. Sedangkan sisanya 10,6 persen diterangkan oleh faktorfaktor lain yang tidak terdapat dalam model. Faktor-faktor tersebut antara lain hambatan perdagangan (proteksionisme), selera konsumen, dan pesaing dari negara lain yang juga mengekspor mangga. Hambatan perdagangan dikelompokkan menjadi dua, yaitu hambatan tarif dan non-tarif. Bentuk hambatan perdagangan yang paling penting atau menonjol adalah tarif. Tarif adalah pajak atau cukai yang dikenakan untuk suatu komoditi yang diperdagangkan lintas batas teritorial. Ditinjau dari aspek asal komoditi ada dua macam tarif yaitu tarif impor dan tarif ekspor. Tarif impor yaitu pajak yang dikenakan untuk setiap komoditi yang diimpor dari negara lain. Tarif ekspor adalah pajak untuk suatu komoditi yang diekspor (Hadi 2001).

Berbagai

hambatan tarif dan non-tarif yang diterapkan negara importir terhadap mangga Indonesia. Hambatan tarif impor terhadap mangga Indonesia diberikan berbeda untuk setiap negara pengimpor sesuai dengan kesepakatan/kerjasama antar kedua negara. Sedangkan hambatan non-tarif antara lain berupa isu lingkungan, regulasi

70

teknis terkait dengan standar mutu produk, persoalan karantina dan bea cukai, standar kesehatan dan kebersihan (lalat buah).7 Parameter bebas yang dapat juga disertakan adalah selera konsumen negara tujuan ekspor terhadap mangga dari Indonesia.

Selera menjadi

pertimbangan karena aliran perdagangan ini mencakup negara-negara yang memiliki karakteristik berbeda antara yang satu dengan yang lainnya. Selera memungkinkan untuk disertakan karena setiap negara memiliki selera yang berbeda-beda baik dari segi jenis maupun kualitas mangga yang diperdagangkan. Jenis mangga yang biasa di ekspor yaitu arumanis, manalagi dan gadung. Sedangkan jenis gedong gincu sedang dikembangkan dan memiliki pasar yang baik di pasaran internasional karena memiliki warna kulit yang kuning/orange dan pangkal buahnya terdpat semburat warna merah/ungu, serta ukuran buahnya yang tidak terlalu besar (Dirjen Hortikultura 2007). Setiap konsumen memiliki standar dan keinginan mengkonsumsi mangga yang berbeda-beda sehingga pada akhirnya akan mempengarui volume ekspor mangga yang akan diperdagangkan di pasar internasional. Selain hambatan perdagangan dan selera, pesaing merupakan salah satu variabel bebas yang ikut mempengaruhi besarnya aliran perdagangan mangga Indonesia ke negara-negara tujuan ekspor. Pesaing adalah negara-negara yang menghasilkan produk yang sama dan memuaskan kebutuhan pelanggan yang sama dalam hal ini komoditi buah mangga. Sementara ini tercatat sebagai negara eksportir mangga terbesar adalah Meksiko, India dan Afrika Selatan (Ditjen Hortikultura 2007).

7

www.kompas.com, RI-Jepang Harus Pahami Soal Hambatan Nontarif, 22 Agustus 2007 [23 Maret 2009]

71

VIII KESIMPULAN DAN SARAN 8.1.

Kesimpulan Berdasarkan uraian yang telah disajikan sebelumnya, maka dapat

disimpulkan bahwa : 1. Gambaran Umum Agribisnis Pisang Indonesia a) Secara umum produksi pisang sejak tahun 1998-2007 cenderung mengalami peningkatan rata-rata 7,5 persen per tahun. Peningkatan ratarata luas areal panen pisang selama periode 1998-2007 sebesar 3,77 persen per tahun. Peningkatan rata-rata produktivitas pisang pada pariode yang sama sebesar 2,82 persen per tahun. Sentra produksi pisang terbesar di wilayah Indonesia, yaitu Jawa Barat diikuti Jawa Timur dan Jawa Tengah. Selain itu, sentra produksi pisang juga terdapat di Provinsi Lampung dan Sumatera Selatan. b) Industri pengolahan pisang di Indonesia mampu memasok pasar domestik dan juga sudah mulai mengekspor. Namun terbatasnya daya serap pasar domestik

dan

persaingan

pasar

yang

semakin

ketat,

sehingga

kesinambungan industri pengolahan masih kurang lancar. c) Secara umum pemasaran pisang di Indonesia dilakukan melalui dua jalur pemasaran, yaitu pemasaran yang dilakukan oleh petani tanpa kemitraan (secara tradisional) dan jalur kemitraan dengan supplier buah (agen eksportir) yang mensuplai pasar modern atau diekspor. d) Hambatan dan tantangan dalam pengembangan agribisnis pisang, meliputi beberapa aspek, yaitu : aspek produksi dan pasca panen, lemahnya permodalan dan kurang akses pasar dalam industri pengolahan pisang, serta rendahnya pengetahuan petani dalam teknik pengolahan pisang menjadi produk olahan. 2. Gambaran Umum Agribisnis Mangga Indonesia a) Secara umum produksi mangga sejak tahun 2000-2007 cenderung mengalami peningkatan rata-rata sebesar 12,12 persen per tahun. Peningkatan rata-rata luas areal panen mangga periode 2000-2007 sebesar 47,27 persen per tahun. Peningkatan rata-rata produktivitas mangga pada periode yang sama sebesar 5,25 persen per tahun. Sentra produksi mangga

di Indonesia, yaitu : Jawa Barat, Jawa Tengah, Jawa Timur, Bali, Sulawesi Selatan, dan Nusa Tenggara Timur (NTT). b) Pengolahan mangga menjadi produk setengah jadi untuk bahan baku industri atau produk makanan belum banyak dilakukan oleh petani. c) Dalam pemasaran mangga dari petani sampai konsumen ditemukan banyak pelaku pasar (lembaga pemasaran), terdiri atas pedagang pengumpul, pengepul (agen), pedagang pasar induk, suplayer, pengecer pasar tradisional, toko/kios buah, pasar modern (supermarket) dan eksportir. d) Hambatan dan tantangan dalam pengembangan agribisnis mangga, meliputi beberapa aspek, yaitu : aspek produksi dan pasca panen, aspek pasar, aspek pemasaran, aspek finansial dan peningkatan nilai tambah produk masih minim. 3. Gambaran Umum Potensi Ekonomi Negara Tujuan Ekspor a) Potensi ekonomi negara tujuan ekspor dilihat dari beberapa indikator berikut : pendapatan per kapita, populasi (jumlah penduduk) dan kurs mata uang negara tujuan terhadap Dollar Amerika. b) Berdasarkan indikator pendapatan per kapita negara yang memiliki potensi untuk pangsa pasar ekspor pisang dan mangga adalah Hongkong dan Brunei Darussalam, karena merupakan negara dengan pertumbuhan dan pendapatan per kapita teringgi. Berdasarkan indikator jumlah penduduk negara yang memiliki potensi untuk pangsa pasar ekspor pisang dan mangga adalah Arab Saudi dan Amerika Serikat.

Sedangkan kalau

berdasarkan indikator nilai tukar negara yang memiliki potensi untuk pangsa pasar ekspor pisang dan mangga, yaitu Malaysia. 4. Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Pisang Indonesia a) Berdasarkan hasil analisis aliran perdagangan pisang Indonesia, diperoleh R2 sebesar 93,73 persen. Berdasarkan uji t, diperoleh variabel yang nyata pada taraf lima persen, yaitu harga pisang Indonesia di negara tujuan (Pj) dan volume ekspor pisang dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1). Variabel yang nyata pada taraf sepuluh persen yaitu pendapatan per kapita negara tujuan (Yj). Sedangkan variabel yang tidak

73

berpengaruh nyata yaitu populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij) dan nilai tukar mata negara tujuan terhadap Dollar Amerika (ERj). b) Faktor-faktor yang tidak dapat dijelaskan dalam model, antara lain hambatan perdagangan, selera konsumen dan pesaing dari negara lain yang juga mengekspor pisang. 5. Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Mangga Indonesia a) Berdasarkan hasil analisis aliran perdagangan mangga Indonesia, diperoleh R2 sebesar 89,4 persen. Berdasarkan uji t, diperoleh variabel yang nyata pada taraf lima persen, yaitu populasi negara tujuan (Nj), jarak antara negara Indonesia dengan negara tujuan (Dij), nilai tukar mata uang negara tujuan terhadap Dollar Amerika (ERj) dan harga mangga Indonesia di negara tujuan (Pj). Sedangkan variabel yang tidak berpengaruh nyata yaitu pendapatan per kapita negara tujuan (Yj) dan volume ekspor mangga dari Indonesia ke negara tujuan satu tahun sebelumnya (Xij-1). b) Faktor-faktor yang tidak dapat dijelaskan dalam model, antara lain hambatan perdagangan, selera konsumen dan pesaing dari negara lain yang juga mengekspor mangga. 8.2.

Saran Berdasarkan

hasil penelitian

yang dilakukan

ini,

maka penulis

menyarankan : 1. Untuk mengatasi mutu produksi yang rendah dan beragam pada pisang dan mangga, maka pemerintah harus lebih menggiatkan sosialisasi terkait sistem jaminan mutu, penerapan teknologi budidaya, purigasi (pemupukan dan irigasi), teknik pengendalian hama dan penyakit. 2. Untuk mengatasi kelebihan produksi pisang dan mangga pada saat panen raya, maka diperlukan teknologi pengolahan produk yang baik, sehingga produk yang berlebih tersebut dapat memiliki nilai tambah yang lebih besar dan dapat dijual dalam jangka waktu yang lebih lama. Untuk itu pemerintah agar lebih berkonsentrasi tidak hanya pada tingkat produksi (usahatani), tapi juga pada pengembangan produk hilir.

74

3. Berdasarkan hasil deskripsi potensi ekonomi negara tujuan ekspor dan hasil analisis aliran perdagangan pisang dan mangga Indonesia, maka untuk dapat meningkatkan volume ekspor pisang dan mangga, pemerintah dan lembaga eksportir pisang dan mangga diharapkan dapat melebarkan pangsa pasarnya ke negara-negara yang memiliki potensi ekonomi dan non ekonomi, berdasarkan variabel hasil analisis yang diperoleh, untuk aliran perdagangan pisang yaitu harga pisang di negara tujuan, pendapatan per kapita dan volume ekspor pisang pada tahun sebelumnya.

Sedangkan

untuk aliran perdagangan mangga variabel lain yang harus diperhatikan, yaitu jarak antar Indonesia dengan negara tujuan dan harga mangga di negara tujuan. 4. Faktor lain yang harus diperhatikan dalam aliran perdagangan pisang dan mangga, yaitu hambatan perdagangan (proteksionisme), selera konsumen negara tujuan dan pesaing dari negara lain. Hambatan perdagangan bisa diatasi dengan melakukan kerjasama dengan negara tujuan ekspor. Selera konsumen dapat dilihat melalui kecenderungan kebudayaan negara setempat. Sedangkan untuk dapat bersaing dengan pesaing dari negara lain, maka dilakukan berbagai cara untuk dapat meningkatkan daya saing produk di pasaran internasional, seperti peningkatan mutu produk, mengatasi masalah sanitasi dan kesehatan, penyakit tanaman dan kehigienisan, hal-hal tersebut merupakan beberapa persyaratan yang disyaratkan negara pengimpor produk pisang dan mangga. 5. Dalam analisis aliran perdagangan pisang dan mangga ke negara tujuan, agar menghasilkan model yang lebih baik dapat dilakukan dengan menambah jumlah data time series dan cross section serta menambah variabel bebas lainnya.

75

DAFTAR PUSTAKA Anshari S. 2006. Meningkatkan Keunggulan Bebuahan Tropis. Yogyakarta: Penerbit Andi. Badan Pusat Statistik. 2007. Statistik Pedagangan Indonesia 2007. Jakarta: Badan Pusat Statistik. Ball D, McCulloc W. 2004. Bisnis Internasioanl. Jakarta: Penerbit Salemba Empat. Dinas Pertanian. 2008. Profil: Peluang Investasi Komoditas Pisang di Provinsi Sumatera Barat. Dinas Pertanian Tanaman Pangan dan Hortikultura Provinsi Sumatera Barat. Dirjen Hortikultura. 2008. Pengelolaan Rantai Pasokan Pisang Mas Kirana Kabupaten Lumajang. Direktorat Budidaya Tanaman Buah. Jakarta. Dirjen Hortikultura. 2007. Profil Komoditas Mangga. Direktorat Budidaya Tanaman Buah. Jakarta. Dirjen Hortikultura. 2006. Vademekum Mangga. Direktorat Budidaya Tanaman Buah. Jakarta. Eryani Y. 2009. Analisis pemasaran mangga gedong gincu (Mangifera indica L.) di Kabupaten Cirebon, Propinsi Jawa Barat [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Firdaus M. 2004. Ekonometrika Suatu Pendekatan Aplikatif. Jakarta: PT Bumi Aksara. Gujarati D. 1991. Ekonometrika Dasar. Jakarta: Penerbit Erlangga. Hadi H. 2001. Ekonomi Internasional: Teori dan Kebijakan Perdagangan Internasional. Jakarta: Penerbit Ghalia Indonesia. Handayani N. 2008. Anlisis faktor-faktor yang mempengaruhi aliran perdagangan dan strategi pengembangan ekspor kertas Indonesia [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Jiaravanon S. 2007. Masa Depan Agribisnis Indonesia: Perspektif Seorang Praktisi. Bogor: IPB Press. Juanda B. 2007. Metodologi Penelitian Ekonomi dan Bisnis. Bogor: IPB Press. Kartikasari M A. 2008. Analisis daya saing komoditi tanaman hias dan aliran perdagangan anggrek Indonesia di pasar internasional [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Krisnamurthi B, Lusi F. 2006. Langkah Sukses Memulai Agribisnis. Jakarta: Penebar Swadaya. Krisnamurthi B. 2001. Agribisnis. Jakarta: Yayasan Pengembangan Sinar Tani.

Lipsey K. 1995. Pengantar Makroekonomi. Jilid Kedua. Jakarta: Binapura Aksara. Mankiw G. 2000. Teori Makroekonomi. Edisis Kelima. Jakarta: Penerbit Erlangga. Nainggolan K. 2005. Pertanian Indonesia Kini dan Esok. Jakarta: Pustaka Sinar Harapan. Pulungan SS. 2005. Analisis faktor-faktor yang mempengaruhi aliran perdagangan arang tempurung kelapa Indonesia (coconut shell charcoal) [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Rukmana R. 2008. Bertanam Buah-Buahan di Pekarangan. Yogyakarta: Penerbit Kanisius. Salvatore D. 1997. Ekonomi Internasional. Edisi Kelima. Jakarta: Penerbit Erlangga. Soekartawi. 1995. Pembangunan Pertanian. Jakarta: PT RajaGrafindo Persada. Sunarjono H. 2005. Berkebun 21 Jenis Tanaman Buah. Jakarta: Penebar Swadaya. Sundari A. 2006. Analisis harga komoditas pisang, pepaya, dan nenas di Indonesia [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Sunenti. 2005. Analisis aliran perdagangan dan factor-faktor yang mempengaruhi ekspor meubel rotan di Indonesia [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Susanto H. 2005. Kajian strategi pengembangan agribisnis buah manggis (Garcinia mangostana L) di wilayah agropolitan Kabupaten Bogor Jawa Barat [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor. Winarno WW. 2007. Analisis Ekonometrika dan Statistika dengan Eviews. Yogyakarta: YKPN Press. Yunita. 2006. Analisis faktor-faktor yang mempengaruhi aliran perdagangan biji kakao Indonesia [skripsi]. Bogor: Fakultas Pertanian, Institut Pertanian Bogor.

77

Lampiran 1. Pohon Industri Pisang, alternatif pengembangan dan penganekaragaman produk guna peningkatan nilai tambah komoditas.

Pisang

Cake/roti

Buah segar

Tepung

Flaky Kue kering

Pisang mentah Kripik

Mie

Nasi goreng Daging buah Pisang sale

Pisang matang

Kripik vacum Anggur Selai, Jam Jelly

Pisang

Kulit buah

Pakan

Batang

Kompos

Tandan

Serat

Papan partikel semen Papan serat

Sumber : Dinas Pertanian Tanaman Pangan dan Hortikultura Provinsi Sumatera Barat (2008)

79

Lampiran 2. Perkembangan Ekspor Pisang dan Mangga Indonesia ke Negara Tujuan Tahun 2001-2007 Mangga Tahun 2001 2002 2003 2004 2005 2006 2007 Tahun 2001 2002 2003 2004 2005 2006 2007

Hongkong Volume (Kg) Nilai (US$) 4485 3463 88177 53118 28336 19253 185751 205635 50825 43589 21238 20680 13248 29183 Malaysia Volume (Kg) Nilai (US$) 40042 13985 15003 7350 21954 8447 49553 31600 83344 36691 4449 3845 31544 52058

Taiwan Volume (Kg) Nilai (US$) 96816 29353 97414 47571 75472 29118 47176 52494 98025 23745 58160 13764 17600 3250 Brunei D Volume (Kg) Nilai (US$) 2398 3592 12895 4705 4680 6418 7591 17534 15102 39960 13139 28933 8680 20165

Singapore Volume (Kg) Nilai (US$) 82195 118657 120594 176273 154708 171358 193608 317467 141482 216476 214239 295394 190767 274822 Arab Saudi Volume (Kg) Nilai (US$) 158007 74288 219146 96052 147298 90752 571362 477872 205772 184738 285658 263164 296984 192187

Jepang Volume (Kg) Nilai (US$) 236710 44640 1943 602 100 24 99 412 30 6000 18707 7153 167310 45045 Malaysia Volume (Kg) Nilai (US$) 27926 3690 250 562 12024 12938 1164 1045 20606 4136 118 55 28145 8170

Hongkong Volume (Kg) Nilai (US$) 26 104 1652 1652 44 117 51 147 29 58 74 77 156988 44628 Arab Saudi Volume (Kg) Nilai (US$) 1485 537 2705 1465 255 97 5481 4716 6861 11900 103034 38390 44160 24278

Singapore Volume (Kg) Nilai (US$) 23690 28272 133949 138506 9071 28381 18575 36584 28793 28309 465 3811 4272 29024 Amerika Serikat Volume (Kg) Nilai (US$) 134 217 1490 3164 1307 3149 728 1777 1049 2630 548 1521 754 2144

Pisang Tahun 2001 2002 2003 2004 2005 2006 2007 Tahun 2001 2002 2003 2004 2005 2006 2007

Sumber : BPS Pusat (2009)

80

Lampiran 3. Data Mentah Olahan Untuk Analisis Data Panel Pisang negara _JPN

_HKG

_SIN

_MAY

tahun 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Ln Xij 16.1512 14.6783 * 3.9318 14.5122 12.3746 7.5720 4.6052 4.5951 3.4012 9.8367 12.0276 16.3899 15.2950 15.4560 15.1757 11.4441 3.2581 7.4097 3.7842 3.9318 3.3673 4.3041 11.9639 11.4070 12.2356 13.8375 9.3759 10.5545 10.0728 11.8052 9.1128 9.8296 10.2679 6.1420 8.3598 6.9078 * 6.9518 10.5091 10.3010 10.2373 5.5215 9.3947 7.0596 9.9333

Ln Dij 8.6608 8.6608 8.6608 8.6608 8.6608 8.6608 8.6608 8.6608 8.6608 8.6608 8.6608 8.6608 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630

Ln ERj 4.6898 4.7961 4.8743 4.7345 4.6801 4.7991 4.8290 4.7530 4.6839 4.7025 4.7551 4.7706 2.0451 2.0464 2.0477 2.0490 2.0528 2.0541 2.0541 2.0528 2.0528 2.0503 2.0503 2.0541 0.3436 0.3988 0.5128 0.5306 0.5423 0.5822 0.5822 0.5539 0.5247 0.5068 0.4700 0.4121 0.9243 1.0367 1.3686 1.3350 1.3350 1.3350 1.3350 1.3350 1.3350 1.3350

Ln Yj 10.0613 10.0910 10.0786 10.0897 10.1375 10.1607 10.1785 10.2118 10.2647 10.3194 10.3745 10.4216 10.0575 10.1156 10.0543 10.0857 10.1727 10.1986 10.2348 10.2797 10.3828 10.4787 10.5672 10.6453 10.1976 10.2612 10.2251 10.3017 10.4023 10.3735 10.4220 10.4912 10.5965 10.6767 10.7550 10.8140 9.0156 9.0796 8.9907 9.0410 9.1119 9.1189 9.1676 9.2261 9.2967 9.3539

Ln Nj 4.8340 4.8364 4.8390 4.8409 4.8429 4.8452 4.8473 4.8492 4.8499 4.8501 4.8500 4.8502 1.8667 1.8176 1.8845 1.8928 1.9039 1.9066 1.9060 1.9116 1.9166 1.9225 1.9330 1.9419 1.3002 1.3334 1.3666 1.3740 1.3908 1.4185 1.4282 1.4146 1.4272 1.4507 1.4818 1.5237 3.0525 3.0757 3.0992 3.1229 3.1568 3.1786 3.1998 3.2186 3.2374 3.2562

Ln Px -1.7919 -1.6636 * 0.3023 -1.6385 -1.6682 -1.1717 -1.4271 1.4259 5.2983 -0.9614 -1.3122 -1.6687 -1.6962 -1.7235 -1.6821 -0.4650 1.3863 0.0000 0.9780 1.0586 0.6931 0.0397 -1.2578 -1.4135 -1.6766 -0.3161 0.4562 -1.3348 0.1768 0.0335 1.1406 0.6778 -0.0170 2.1036 1.9160 -2.3228 * -1.7870 -0.1506 -0.0469 -2.0239 0.8100 0.0733 -0.1078 -1.6059

Ln lag 16.6060 16.1512 14.6783 * 3.9318 14.5122 12.3746 7.5720 4.6052 4.5951 3.4012 9.8367 16.1646 16.3899 15.2950 15.4560 15.1757 11.4441 3.2581 7.4097 3.7842 3.9318 3.3673 4.3041 13.2358 11.4070 12.2356 13.8375 9.3759 10.5545 10.0728 11.8052 9.1128 9.8296 10.2679 6.1420 * 6.9078 * 6.9518 9.9315 10.3010 10.2373 5.5215 9.3947 7.0596

81

Lampiran 3. Data Mentah Olahan Untuk Analisis Data Panel Pisang (lanjutan)

_SAU

_US

2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

4.7707 10.2451 15.0619 6.9660 10.2385 13.2883 7.6468 7.3032 7.9029 5.5413 8.6090 8.8336 11.5428 10.6956 * 9.6017 9.1028 4.6821 * 4.8978 7.3065 7.1755 6.5903 6.9556 6.3063 6.6254

7.0630 7.0630 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 9.6910 9.6910 9.6910 9.6910 9.6910 9.6910 9.6910 9.6910 9.6910 9.6910 9.6910 9.6910

1.3002 1.2413 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

9.4258 9.4967 9.6934 9.7112 9.7259 9.7086 9.7534 9.7583 9.7526 9.8232 9.8775 9.9635 10.0119 10.0538 10.2749 10.3235 10.3637 10.4102 10.4566 10.4774 10.5007 10.5370 10.5919 10.6447 10.6946 10.7330

3.2731 3.2899 2.9221 2.9464 2.9706 2.9949 3.0192 3.0434 3.0676 3.0919 3.1148 3.1407 3.1653 3.1900 5.5969 5.6088 5.6205 5.6319 5.6430 5.6534 5.6633 5.6728 5.6820 5.6912 5.7007 5.7103

-0.7634 -1.2369 -1.7653 -0.9163 -0.9374 -1.3538 -0.3132 -1.0172 -0.6132 -0.9666 -0.1503 0.5507 -0.9873 -0.5982 * -0.0711 -0.4948 2.8473 * 0.4821 0.7531 0.8794 0.8924 0.9191 1.0208 1.0450

9.9333 4.7707 12.9483 15.0619 6.9660 10.2385 13.2883 7.6468 7.3032 7.9029 5.5413 8.6090 8.8336 11.5428 7.6009 * 9.6017 9.1028 4.6821 * 4.8978 7.3065 7.1755 6.5903 6.9556 6.3063

82

Lampiran 4. Data Mentah Olahan Untuk Analisis Data Panel Mangga negara _HKG

_TWN

_SIN

_MAY

tahun 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005

Ln Xij 8.7808 2.5649 6.5554 10.4973 7.2130 8.4085 11.3871 10.2519 12.1322 10.8361 9.9635 9.4916 12.6938 10.7616 9.6540 12.0540 11.9325 11.4806 11.4867 11.2315 10.7616 11.4930 10.9710 9.7757 11.8879 8.6431 7.7249 12.1547 11.7074 11.3168 11.7002 11.9493 12.1736 11.8599 12.2748 12.1588 10.3399 9.8734 7.5294 9.3623 10.5446 10.5977 9.6160 9.9967 10.8108 11.3307

Ln Dij 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.0849 8.2443 8.2443 8.2443 8.2443 8.2443 8.2443 8.2443 8.2443 8.2443 8.2443 8.2443 8.2443 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 6.7957 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630 7.0630

Ln ERj 2.0451 2.0464 2.0477 2.0490 2.0528 2.0541 2.0541 2.0528 2.0528 2.0503 2.0503 2.0541 3.3127 3.3576 3.5115 3.5062 3.4398 3.5190 3.5407 3.5433 3.5386 3.4566 3.4822 3.4916 0.3436 0.3988 0.5128 0.5306 0.5423 0.5822 0.5822 0.5539 0.5247 0.5068 0.4700 0.4121 0.9243 1.0367 1.3686 1.3350 1.3350 1.3350 1.3350 1.3350 1.3350 1.3350

Ln Yj 10.0575 10.1156 10.0543 10.0857 10.1727 10.1986 10.2348 10.2797 10.3828 10.4787 10.5672 10.6453 9.6619 9.7321 9.7791 9.8420 9.9113 9.9073 9.9648 10.0165 10.0976 10.1662 10.2404 10.3132 10.1976 10.2612 10.2251 10.3017 10.4023 10.3735 10.4220 10.4912 10.5965 10.6767 10.7550 10.8140 9.0156 9.0796 8.9907 9.0410 9.1119 9.1189 9.1676 9.2261 9.2967 9.3539

Ln Nj 1.8667 1.8176 1.8845 1.8928 1.9039 1.9066 1.9060 1.9116 1.9166 1.9225 1.9330 1.9419 3.0692 3.0793 3.0878 3.0952 3.1036 3.1093 3.1024 3.1182 3.1219 3.1254 3.1301 3.1391 1.3002 1.3334 1.3666 1.3740 1.3908 1.4185 1.4282 1.4146 1.4272 1.4507 1.4818 1.5237 3.0525 3.0757 3.0992 3.1229 3.1568 3.1786 3.1998 3.2186 3.2374 3.2562

Ln Px -0.1333 0.0000 1.8228 -0.0334 0.0447 -0.2586 -0.5068 -0.3865 0.1017 -0.1536 -0.0266 0.7897 -0.3511 -0.4289 -1.1677 -0.5100 -0.6096 -1.1934 -0.7167 -0.9524 0.1068 -1.4179 -1.4411 -1.6892 -0.0065 -0.1026 0.3658 0.1728 0.4051 0.3671 0.3796 0.1022 0.4945 0.4253 0.3212 0.3651 -0.1655 -2.1288 -0.9014 -0.7088 -0.3844 -1.0519 -0.7135 -0.9551 -0.4499 -0.8204

Ln lag 10.2101 8.7808 2.5649 6.5554 10.4973 7.2130 8.4085 11.3871 10.2519 12.1322 10.8361 9.9635 14.0347 12.6938 10.7616 9.6540 12.0540 11.9325 11.4806 11.4867 11.2315 10.7616 11.4930 10.9710 12.7185 11.8879 8.6431 7.7249 12.1547 11.7074 11.3168 11.7002 11.9493 12.1736 11.8599 12.2748 9.4880 10.3399 9.8734 7.5294 9.3623 10.5446 10.5977 9.6160 9.9967 10.8108

83

Lampiran 4. Data Mentah Olahan Untuk Analisis Data Panel Mangga (lanjutan)

_BRU

_SAU

2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

8.4004 10.3591 9.7949 5.8861 7.3032 9.6373 9.5425 7.7824 9.4646 8.4511 8.9347 9.6226 9.4833 9.0688 9.4311 6.8200 * 11.4827 11.2372 11.9704 12.2975 11.9002 13.2558 12.2345 12.5626 12.6014

7.0630 7.0630 7.3311 7.3311 7.3311 7.3311 7.3311 7.3311 7.3311 7.3311 7.3311 7.3311 7.3311 7.3311 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759 8.9759

1.3002 1.2413 0.3436 0.3920 0.5188 0.5247 0.5423 0.5766 0.5822 0.5539 0.5247 0.5068 0.4637 0.4318 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218 1.3218

9.4258 9.4967 10.6703 10.6478 10.6277 10.6485 10.6735 10.7000 10.7315 10.7580 10.7659 10.7678 10.8292 10.8397 9.6934 9.7112 9.7259 9.7086 9.7534 9.7583 9.7526 9.8232 9.8775 9.9635 10.0119 10.0538

3.2731 3.2899 -1.2208 -1.1973 -1.1712 -1.1489 -1.1239 -1.0996 -1.0759 -1.0527 -1.0272 -0.9943 -0.9729 -0.9545 2.9221 2.9464 2.9706 2.9949 3.0192 3.0434 3.0676 3.0919 3.1148 3.1407 3.1653 3.1900

-0.1459 0.5010 0.9041 0.9141 0.7520 0.5449 0.5353 0.4041 -1.0082 0.3158 0.8372 0.9731 0.7894 0.8429 0.5700 0.8565 * -0.4963 -0.6546 -0.7547 -0.8248 -0.4843 -0.1787 -0.1078 -0.0820 -0.4352

11.3307 8.4004 10.2275 9.7949 5.8861 7.3032 9.6373 9.5425 7.7824 9.4646 8.4511 8.9347 9.6226 9.4833 9.9648 9.4311 6.8200 * 11.4827 11.2372 11.9704 12.2975 11.9002 13.2558 12.2345 12.5626

84

Lampiran 5. Hasil Pengolahan Gravity Model Analisis Perdagangan Pisang Indonesia Metode PLS Dependent Variable: Ln (Xij?) Method: GLS (Cross Section Weights) Date: 04/22/09 Time: 16:54 Sample: 1996 2007 Included observations: 12 Number of cross-sections used: 6 Total panel (unbalanced) observations: 63 One-step weighting matrix White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln(DIJ?) Ln(ERj?) Ln(Yj?) Ln(Nj?) Ln(Px?) Ln(lag?)

0.944811 -0.502052 -0.025242 0.955763 0.040683 -1.429240 0.254338

6.479290 0.512204 0.292816 0.559265 0.364475 0.104653 0.065438

0.145820 -0.980180 -0.086206 1.708963 0.111620 -13.65691 3.886675

0.8846 0.3312 0.9316 0.0930 0.9115 0.0000 0.0003

Weighted Statistics R-squared Adjusted R-squared S.E. of regression Log likelihood Durbin-Watson stat

0.937331 0.930617 2.363926 -127.0198 1.773308

Mean dependent var S.D. dependent var Sum squared resid F-statistic Prob(F-statistic)

12.85104 8.974414 312.9361 139.5976 0.000000

0.573569 0.527880 2.429219 1.603742

Mean dependent var S.D. dependent var Sum squared resid

9.220338 3.535414 330.4618

Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat

85

Lampiran 6. Hasil Pengolahan Gravity Model Analisis Perdagangan Pisang Indonesia Metode Fixed Effect Dependent Variable: Ln(Xij?) Method: GLS (Cross Section Weights) Date: 04/22/09 Time: 16:55 Sample: 1996 2007 Included observations: 12 Number of cross-sections used: 6 Total panel (unbalanced) observations: 63 One-step weighting matrix White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

Ln(DIJ?) Ln(ERj?) Ln(Yj?) Ln(Nj?) Ln(Px?) Ln(lag?) Fixed Effects _JPN--C _HKG--C _SIN--C _MAY--C _SAU--C _US--C

-0.591986 0.106273 -3.109527 7.937125 -1.422085 0.160216

1.79E+14 4.586054 2.806275 11.05372 0.092078 0.076875

-3.31E-15 0.023173 -1.108062 0.718050 -15.44432 2.084098

1.0000 0.9816 0.2730 0.4760 0.0000 0.0422

5.726825 28.68102 34.06020 13.82988 18.30176 0.636177

Weighted Statistics R-squared Adjusted R-squared S.E. of regression Log likelihood Durbin-Watson stat

0.948589 0.937501 2.355315 -123.0245 1.633883

Mean dependent var S.D. dependent var Sum squared resid F-statistic Prob(F-statistic)

12.74094 9.421330 282.9230 85.54677 0.000000

0.582873 0.492904 2.517592 1.467474

Mean dependent var S.D. dependent var Sum squared resid

9.220338 3.535414 323.2518

Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat

86

Lampiran 7. Hasil Pengolahan Gravity Model Analisis Perdagangan Mangga Indonesia Metode PLS Dependent Variable: Ln(Xij?) Method: GLS (Cross Section Weights) Date: 04/22/09 Time: 16:58 Sample: 1996 2007 Included observations: 12 Number of cross-sections used: 6 Total panel (unbalanced) observations: 70 One-step weighting matrix White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

C Ln(DIJ?) Ln(ERj?) Ln(Yj?) Ln(Nj?) Ln(Px?) Ln(lag?)

-12.47111 -0.039442 -0.378904 1.844819 0.836808 -0.368363 0.335690

4.897036 0.202172 0.157292 0.554782 0.228748 0.262784 0.120425

-2.546664 -0.195092 -2.408918 3.325304 3.658202 -1.401771 2.787534

0.0133 0.8459 0.0189 0.0015 0.0005 0.1659 0.0070

Weighted Statistics R-squared Adjusted R-squared S.E. of regression Log likelihood Durbin-Watson stat

0.824790 0.808104 1.505421 -117.3376 1.909591

Mean dependent var S.D. dependent var Sum squared resid F-statistic Prob(F-statistic)

11.75298 3.436566 142.7765 49.42815 0.000000

0.420121 0.364894 1.529211 1.931332

Mean dependent var S.D. dependent var Sum squared resid

10.22819 1.918864 147.3246

Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat

87

Lampiran 8. Hasil Pengolahan Gravity Model Analisis Perdagangan Mangga Indonesia Metode Fixed Effect Dependent Variable: Ln(Xij?) Method: GLS (Cross Section Weights) Date: 04/22/09 Time: 16:58 Sample: 1996 2007 Included observations: 12 Number of cross-sections used: 6 Total panel (unbalanced) observations: 70 One-step weighting matrix White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

Ln(DIJ?) Ln(ERj?) Ln(Yj?) Ln(Nj?) Ln(Px?) Ln(lag?) Fixed Effects _HKG--C _TWN--C _SIN--C _MAY--C _BRU--C _SAU--C

0.841637 -3.380862 -1.566559 12.72228 -0.485072 0.183905

7.82E+13 1.411701 1.197668 3.471133 0.222170 0.128452

1.08E-14 -2.394885 -1.308008 3.665166 -2.183338 1.431704

1.0000 0.0199 0.1960 0.0005 0.0331 0.1576

-0.564057 -10.44951 3.760981 -19.94298 33.52560 -17.54033

Weighted Statistics R-squared Adjusted R-squared S.E. of regression Log likelihood Durbin-Watson stat

0.893858 0.873727 1.423850 -110.5908 1.927176

Mean dependent var S.D. dependent var Sum squared resid F-statistic Prob(F-statistic)

11.85736 4.006910 117.5863 44.40330 0.000000

0.520755 0.429864 1.448884 1.907467

Mean dependent var S.D. dependent var Sum squared resid

10.22819 1.918864 121.7573

Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat

88

Lampiran 9. Data Untuk Analisis Aliran Perdagangan Pisang Indonesia negara japan

hongkong

singapore

tahun 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Xt 10336625 2369751 * 51 2007083 236710 1943 100 99 30 18707 167310 13123944 4390609 5157505 3896901 93351 26 1652 44 51 29 74 156988 89952 206001 1022263 11800 38349 23690 133949 9071 18575 28793 465 4272

Dij 5772 5772 5772 5772 5772 5772 5772 5772 5772 5772 5772 5772 3245 3245 3245 3245 3245 3245 3245 3245 3245 3245 3245 3245 894 894 894 894 894 894 894 894 894 894 894 894

ER 108,83 121,04 130,88 113,81 107,78 121,40 125,09 115,93 108,19 110,22 116,18 117,99 7,73 7,74 7,75 7,76 7,79 7,80 7,80 7,79 7,79 7,77 7,77 7,80 1,41 1,49 1,67 1,70 1,72 1,79 1,79 1,74 1,69 1,66 1,60 1,51

Yi 23418,47 24124,57 23828,36 24093,48 25273,79 25866,44 26331,56 27221,89 28702,68 30315,33 32031,83 33576,76 23329,64 24725,56 23255,15 23997,10 26178,20 26864,24 27855,10 29136,54 32298,41 35549,52 38838,22 41994,06 26838,65 28600,35 27586,41 29781,78 32935,27 31999,49 33591,77 35996,03 39993,83 43332,96 46863,37 49713,54

Ni 125,711 126,011 126,349 126,587 126,831 127,132 127,400 127,634 127,734 127,752 127,746 127,761 6,467 6,157 6,583 6,638 6,712 6,730 6,726 6,764 6,798 6,838 6,910 6,972 3,670 3,794 3,922 3,951 4,018 4,131 4,171 4,115 4,167 4,266 4,401 4,589

Px 0,17 0,19 * 1,35 0,19 0,19 0,31 0,24 4,16 200,00 0,38 0,27 0,19 0,18 0,18 0,19 0,63 4,00 1,00 2,66 2,88 2,00 1,04 0,28 0,24 0,19 0,73 1,58 0,26 1,19 1,03 3,13 1,97 0,98 8,20 6,79

Lag 16289581 10336625 2369751 * 51 2007083 236710 1943 100 99 30 18707 10476240 13123944 4390609 5157505 3896901 93351 26 1652 44 51 29 74 560088 89952 206001 1022263 11800 38349 23690 133949 9071 18575 28793 465

89

Lampiran 9. Data Untuk Analisis Aliran Perdagangan Pisang Indonesia (lanjutan) malaysia

saudi

united states

1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

1000 * 1045 36648 29762 27926 250 12024 1164 20606 118 28145 3477762 1060 27960 590264 2094 1485 2705 255 5481 6861 103034 44160

1168 1168 1168 1168 1168 1168 1168 1168 1168 1168 1168 1168 7910 7910 7910 7910 7910 7910 7910 7910 7910 7910 7910 7910

2,52 2,82 3,93 3,80 3,80 3,80 3,80 3,80 3,80 3,80 3,67 3,46 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75

8230,58 8774,48 8028,41 8441,84 9062,08 9126,33 9581,30 10158,55 10902,08 11543,94 12404,16 13315,08 16209,82 16501,68 16746,55 16457,74 17211,87 17296,66 17198,92 18457,07 19487,14 21236,35 22290,43 23243,12

21,169 21,666 22,180 22,712 23,495 24,013 24,527 24,993 25,467 25,951 26,392 26,841 18,581 19,037 19,504 19,983 20,474 20,976 21,491 22,019 22,529 23,119 23,697 24,289

0,10 * 0,17 0,86 0,95 0,13 2,25 1,08 0,90 0,20 0,47 0,29 0,17 0,40 0,39 0,26 0,73 0,36 0,54 0,38 0,86 1,73 0,37 0,55

* 1000 * 1045 20568 29762 27926 250 12024 1164 20606 118 420134 3477762 1060 27960 590264 2094 1485 2705 255 5481 6861 103034

1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

* 14790 8980 108 * 134 1490 1307 728 1049 548 754

16171 16171 16171 16171 16171 16171 16171 16171 16171 16171 16171 16171

1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00

28996,24 30438,61 31689,37 33196,97 34773,78 35505,43 36340,28 37685,03 39811,63 41969,76 44118,01 45845,48

269,581 272,822 276,022 279,195 282,310 285,251 288,099 290,852 293,530 296,259 299,077 301,967

* 0,93 0,61 17,24 * 1,62 2,12 2,41 2,44 2,51 2,78 2,84

2000 * 14790 8980 108 * 134 1490 1307 728 1049 548

90

Lampiran 10. Data Untuk Analisis Aliran Perdagangan Mangga Indonesia negara hongkong

taiwan

singapore

tahun 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Xt 6508 13 703 36218 1357 4485 88177 28336 185751 50825 21238 13248 325717 47173 15584 171777 152131 96816 97414 75472 47176 98025 58160 17600 145498 5671 2264 189986 121462 82195 120594 154708 193608 141482 214239 190767

Dij

ER 3245 3245 3245 3245 3245 3245 3245 3245 3245 3245 3245 3245 3806 3806 3806 3806 3806 3806 3806 3806 3806 3806 3806 3806 894 894 894 894 894 894 894 894 894 894 894 894

7,73 7,74 7,75 7,76 7,79 7,80 7,80 7,79 7,79 7,77 7,77 7,80 27,46 28,72 33,50 33,32 31,18 33,75 34,49 34,58 34,42 31,71 32,53 32,84 1,41 1,49 1,67 1,70 1,72 1,79 1,79 1,74 1,69 1,66 1,60 1,51

Yi 23329,64 24725,56 23255,15 23997,10 26178,20 26864,24 27855,10 29136,54 32298,41 35549,52 38838,22 41994,06 15706,83 16850,64 17661,55 18806,50 20156,25 20075,51 21263,74 22392,91 24284,25 26008,96 28010,94 30126,31 26838,65 28600,35 27586,41 29781,78 32935,27 31999,49 33591,77 35996,03 39993,83 43332,96 46863,37 49713,54

Ni 6,467 6,157 6,583 6,638 6,712 6,730 6,726 6,764 6,798 6,838 6,910 6,972 21,525 21,743 21,929 22,092 22,277 22,406 22,251 22,605 22,689 22,770 22,877 23,082 3,670 3,794 3,922 3,951 4,018 4,131 4,171 4,115 4,167 4,266 4,401 4,589

Px 0,88 1,00 6,19 0,97 1,05 0,77 0,60 0,68 1,11 0,86 0,97 2,20 0,70 0,65 0,31 0,60 0,54 0,30 0,49 0,39 1,11 0,24 0,24 0,18 0,99 0,90 1,44 1,19 1,50 1,44 1,46 1,11 1,64 1,53 1,38 1,44

Lag 27176 6508 13 703 36218 1357 4485 88177 28336 185751 50825 21238 1245013 325717 47173 15584 171777 152131 96816 97414 75472 47176 98025 58160 333873 145498 5671 2264 189986 121462 82195 120594 154708 193608 141482 214239

91

Lampiran 10. Data Untuk Analisis Aliran Perdagangan Mangga Indonesia (lanjutan) malaysia

brunei

saudi

1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

30944 19407 1862 11641 37971 40042 15003 21954 49553 83344 4449 31544 17942 360 1485 15326 13940 2398 12895 4680 7591 15102 13139 8680 12470 916 * 97025 75903 158007 219146 147298 571362 205772 285658 296984

1168 1168 1168 1168 1168 1168 1168 1168 1168 1168 1168 1168 1527 1527 1527 1527 1527 1527 1527 1527 1527 1527 1527 1527 7910 7910 7910 7910 7910 7910 7910 7910 7910 7910 7910 7910

2,52 2,82 3,93 3,80 3,80 3,80 3,80 3,80 3,80 3,80 3,67 3,46 1,41 1,48 1,68 1,69 1,72 1,78 1,79 1,74 1,69 1,66 1,59 1,54 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75 3,75

8230,58 8774,48 8028,41 8441,84 9062,08 9126,33 9581,30 10158,55 10902,08 11543,94 12404,16 13315,08 43057,06 42098,48 41260,14 42127,85 43196,94 44354,93 45776,28 47004,12 47376,81 47465,24 50471,61 51004,97 16209,82 16501,68 16746,55 16457,74 17211,87 17296,66 17198,92 18457,07 19487,14 21236,35 22290,43 23243,12

21,169 21,666 22,180 22,712 23,495 24,013 24,527 24,993 25,467 25,951 26,392 26,841 0,295 0,302 0,310 0,317 0,325 0,333 0,341 0,349 0,358 0,370 0,378 0,385 18,581 19,037 19,504 19,983 20,474 20,976 21,491 22,019 22,529 23,119 23,697 24,289

0,85 0,12 0,41 0,49 0,68 0,35 0,49 0,38 0,64 0,44 0,86 1,65 2,47 2,49 2,12 1,72 1,71 1,50 0,36 1,37 2,31 2,65 2,20 2,32 1,77 2,35 * 0,61 0,52 0,47 0,44 0,62 0,84 0,90 0,92 0,65

13200 30944 19407 1862 11641 37971 40042 15003 21954 49553 83344 4449 27653 17942 360 1485 15326 13940 2398 12895 4680 7591 15102 13139 21265 12470 916 * 97025 75903 158007 219146 147298 571362 205772 285658

92

LAMPIRAN

93