23 III. METODE PENELITIAN 3.1. Lokasi Penelitian Penelitian ini dilakukan di Kota Tarakan, sebagai satu diantara daerah otonom yang terletak di Bagian Utara Propinsi Kalimantan Timur, secara geografis berada diantara 3°14’23”-3°26’37” Lintang Utara dan 117°30’50”117°40’12” Bujur Timur dengan luas wilayah daratan seluas ± 250,80 km² dan luas lautan ±406,33 km². Penelitian dilaksanakan sejak bulan Januari 2010 sampai dengan bulan Maret 2010.
Gambar 3 Peta Administrasi Kota Tarakan 3.2. Metode Pengumpulan Data Metode pengumpulaan data dilakukan dengan melakukan studi literatur dari buku teks, jurnal dan penerbitan ilmiah lain yang berhubungan dengan penelitian. Sedangkan data yang berhubungan langsung dengan obyek penelitian dilaksanakan dengan melakukan pengumpulan data skunder dari Bappeda, BPS dan Instansi terkait lainnya berupa data time series antara tahun 2000 sampai
24 dengan 2007, yaitu masing-masing: Data NTB, APBD, Kependudukan, Ketenagakerjaan di Kota Tarakan. 3.3. Metode Analisis 3.3.1. Analisis Input Output 3.3.1.1. Konstruksi Tabel Input Output Metode RAS Metode RAS merupakan suatu metode untuk memperkirakan matriks koefisien input yang baru pada tahun t “A(t)”dengan menggunakan informasi koefisien input tahun dasar “A(0)”, total permintaan antara tahun t, dan total input antara. Metode ini dikembangkan untuk menghasilkan matriks teknologi dimasa yang akan datang tanpa harus melakukan survey detail dengan menggunakan matriks teknologi di masa lalu, sebagai jalan untuk melakukan updating terhadap matriks A. Metode ini disebut dengan metode RAS, karena untuk menghasilkan suatu tabel Input Output baru didasarkan pada matriks r, A dan s. Matriks koefisien input untuk tahun proyeksi t diperkirakan dengan rumus
A(t) = R.A(0).S dimana :
A(t) = Matriks teknologi tahun “t” R
= Matriks diagonal yang elemen-elemennya menunjukkan pengaruh substitusi,
S
= Matriks diagonal yang elemen-elemennya menunjukkan pengaruh pabrikasi
Dalam penelitian ini metode RAS digunakan untuk melakukan up-dating Tabel Input Output Kota Tarakan tahun 2007 dengan dasar Tabel Input Output Kota Tarakan tahun 2000. Menurut Saefulhakim (2004) secara matematis metode RAS dapat dinyatakan dengan persamaan sebagai berikut:
25
X ij (0) = Input antara sektor j yang berasal dari output sektor i tahun dasar r i,
= Elemen matriks diagonal R
bi
= Jumlah permintaan antara sektor i tahun “t”
kj
= Jumlah input antara sektor j tahun “t”
sj
= Elemen matriks diagonal S
Tabel 3 Sektor-Sektor dalam Tabel Input Output Kota Tarakan Tahun 2007 No.
Sektor
1
2
1
Pertanian
2
Pertambangan dan Penggalian
3
Industri Pengolahan
4
Listrik, Gas dan Air Minum
5 6
Bangunan Perdagangan, Hotel & Restoran
7
Angkutan dan Komunikas
8
Keuangan, Persewaan dan Jasa Perusahaan
9
Jasa-jasa
Kode Sektor 3
Uraian Sektor 4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
Tanaman Bahan Makanan Tanaman Perkebunan Peternakan dan Hasil-hasilnya Kehutanan Perikanan Pertambangan Minyak dan Gas Bumi Penggalian Industri Makanan dan Minuman Industri Kayu dan Hasil Hutan Lain Industri lainnya Listrik Air minum Bangunan/Konstruksi Perdagangan Restoran Hotel Angkutan darat Angkutan laut Angkutan udara Jasa Penunjang Angkutan dan Pergudangan Komunikasi Bank Lembaga Keuangan Tanpa Bank Sewa Bangunan dan Jasa Perusahaan Pemerintahan dan Pertahanan Jasa Sosial dan Kemasyarakatan Jasa Hiburan dan Rekreasi Jasa Perorangan dan Rumah Tangga
201 202 203 204 209
Input Antara Upah dan Gaji Surplus Usaha Penyusutan Pajak Tak Langsung Netto Nilai Tambah Bruto
26 Lanjutan Tabel 3 1
2
3 301 302 303 304 305 309
4 Permintaan Akhir Konsumsi Rumah Tangga Konsumsi Pemerintah Pembentukan Modal Tetap Perubahan Stok Ekspor Barang Jumlah Permintaan Akhir
Sumber : BPS Kota Tarakan
Dalam model I-O parameter yang utama adalah input atau koefisien teknologi a ij analisis ini adalah untuk melihat struktur keterkaitan (linkages) ekonomi antar sektor dalam suatu perekonomian serta efek multiplier suatu sektor terhadap sektor ataupun perekonomian secara keseluruhan. Secara matematis diformulasikan sebagai berikut:
atau
(3)
Dimana : a ij = Rasio antara banyaknya output sektor i yang digunakan sebagai input sektor j (=X ij ) terhadap total input sektor j (=X j ). Dengan demikian, Tabel I-O secara matematis dapat dirumuskan sebagai berikut: a 11 X 1 + a 21 X 1 + . . . a i1 X 1 + . . . a n1 X 1 +
a 12 X 2 + … a 22 X 2 + … . . . a i2 X 2 + … . . . a n2 X 2 + …
a 1j X j …+ a 2j X j …+ . . . a ij X j. … + . . . a ij X n….. +
a 1n X n + Y 1 = X 1 a in X n + Y 2 = X 2 a in X n + Y i = X i a nn X n + Y n = X n
(4)
27 atau
a11 a 21 a n1
a12
:
a22
aij
an 2
a1n a2 n a nn
X 1 Y1 X 1 X Y X 2 2 2 + = X Y X i i i X n Yn X n
(5)
Dengan notasi matrikss dirumuskan sebagai berikut: AX + Y = X
(6)
Matriks A merupakan matriks koefisien hubungan langsung antar sektor (koefisien teknologi), dengan demikian maka, X – AX = Y (I – A)X= Y X = (I – A)-1.Y
Matriks (I - A) dikenal sebagai matriks Leontief, merupakan parameter penting di dalam analisis I-O. Invers matriks tersebut, matrikss (I - A)-1 atau B adalah matriks invers Leontief yang mengukur keterkaitan antara sektor secara langsung dan tidak langsung. Karena (I – A)-1 atau Y = BY, maka peningkatan produksi (X) merupakan akibat tarikan permintaan akhir Y. Gradien peningkatannya ditentukan oleh elemen-elemen matrikss B, semakin besar koefisiennya maka semakin besar pula output pada sektor tersebut. 3.3.1.2. Analisis Deskriptif (Analisis Keterkaitan) 1.
Keterkaitan langsung ke depan Keterkaitan langsung ke depan (direct forward linkage) menunjukkan efek langsung dari perubahan output (tingkat produksi) suatu sektor terhadap total tingkat produksi sektor-sektor yang menggunakan output sektor tersebut.
28 Untuk mengetahui besarnya keterkaitan langsung ke depan, dapat digunakan rumus sebagai berikut:
Fi X ij Xi a ij
= = = =
Keterkaitan langsung ke depan Banyaknya output sektor i yang digunakan oleh sektor j Total Output sektor i Unsur matriks koefisien input atau koefisien teknis
2. Keterkaitan langsung ke belakang Keterkaitan langsung ke belakang (direct backward linkage) menunjukkan efek langsung dari perubahan output (tingkat produksi) suatu sektor terhadap total tingkat produksi sektor-sektor yang menyediakan input bagi sektor tersebut.
Bj X ij Xj a ij
= = = =
Keterkaitan langsung ke belakang Banyaknyak output sektor i yang digunakan oleh sektor j Total input sektor i Unsur matriks koefisien input atau koefisien teknis
Nilai B j > 1 menunjukkan bahwa sektor j memiliki kaitan ke belakang yang kuat dalam pengertian memiliki pengaruh langsung yang kuat terhadap pertumbuhan sektor-sektor lain. 3. Keterkaitan langsung dan tak langsung ke depan Keterkaitan langsung dan tak langsung ke depan (direct and indirect forward linkage) menunjukkan pengaruh langsung dan tidak langsung ke depan dari perubahan output (tingkat produksi) suatu sektor terhadap total tingkat produksi sektor-sektor yang menggunakan output sektor tersebut. Untuk mengetahui besarnya keterkaitan langsung dan tidak langsung ke depan, dengan menggunakan rumus sebagai berikut:
29
FDIL = Keterkaitan langsung dan tidak langsung ke depan b ij
4.
= Unsur kebalikan matriks Leontief sektor i (baris) dan sektor j (kolom)
Keterkaitan langsung dan tidak langsung ke belakang Keterkaitan langsung dan tidak langsung ke belakang (direct and indirect backward linkage) menunjukkan pengaruh langsung dan tidak langsung dari kenaikan permintaan akhir terhadap satu unit output sektor tertentu, pada peningkatan total output seluruh sektor perekonomian. Parameter ini menunjukkan kekuatan suatu sektor dalam mendorong peningkatan seluruh sektor perekonomian, secara matematis diformulasikan sebagai berikut:
BDIL = Keterkaitan langsung dan tidak langsung ke belakang b ij
= Unsur kebalikan matriks Leontief sektor i (baris) dan sektor j (kolom)
3.3.1.3. Analisis Dampak Pengganda (Multiplier effect) Dalam hal ini, paling tidak dikenal dua tipe multiplier, yakni: Multiplier Tipe I dan Multiplier Tipe II. Multiplier Tipe I dihitung berdasarkan inverse matriks Leontief (I-A)-1, dimana sektor rumah tangga diperlakukan secara exogenous. Bila sektor rumah tangga dimasukkan dalam matriks saling ketergantungan, dengan menambah satu baris berupa pendapatan rumah tangga dan satu kolom berupa pengeluaran rumah tangga, yang berarti sektor rumah tangga diperlakukan secara endogenous dalam sistem, maka multiplier yang diperoleh adalah Multiplier Tipe II. Untuk keperluan analisis, dalam tulisan ini
30 dihitung berbagai jenis multiplier baik untuk Multiplier Tipe I maupun Multiplier Tipe II, antara lain: 1.
Pengganda Output Dampak peningkatan permintaan akhir suatu sektor terhadap peningkatan total output seluruh sektor di wilayah penelitian.
Fd
= Permintaan akhir
(I – A)-1 = Invers matriks Leontif 2. Pengganda Pendapatan Dampak peningkatan permintaan akhir atas output sektor j terhadap peningkatan total pendapatan rumah tangga secara keseluruhan di wilayah penelitian.
I
v i = rasio pendapatan rumahtangga dari sektor i terhadap total output
b ij 3.
sektor i untuk i=j, maka Iv i = Iv j = elemen inverse matriks Leontief
Pengganda Pajak Dampak peningkatan permintaan akhir atas output sektor j terhadap peningkatan pajak tak langsung netto secara keseluruhan di wilayah penelitian.
T
v i : rasio pajak tak langsung netto dari sektor i terhadap total output sektor i untuk i=j, maka Tv i = Tv j b ij : elemen inverse matriks Leontief
31 4.
Pengganda Nilai Tambah/NTB Dampak peningkatan permintaan akhir atas output sektor j terhadap peningkatan NTB wilayah penelitian.
(16) GDP
b ij
v i = Rasio Produk Domestik Regional Bruto dari sektor i terhadap total output sektor i untuk i=j, maka GDPv i = GDPv j = elemen inverse matriks Leontief
3.3.2. Analisis Diversitas (Entropy) Metode ini digunakan untuk menghitung perkembangan aktivitas sektor ekonomi disuatu wilayah yang meliputi 20 Kelurahan pada empat kecamatan yaitu Kecamatan Tarakan Tengah 5 Kelurahan, Kecamatan Tarakan Barat 5 Kelurahan, Kecamatan Tarakan Timur 7 Kelurahan dan Kecamatan Tarakan Utara 3 Kelurahan, sehingga dapat diketahui sektor apa saja yang berkembang pada suatu wilayah, dengan prinsif semakin beragam aktivitas sektor, maka semakin besar nilai indek entropy yang mengindikasikan wilayah tersebut semakin berkembang. Dengan formula untuk analisis Entropy adalah:
S = Nilai Entropy P i = Nilai rasio kejadian aktivitas ekonomi ke-i terhadap total kejadian di total kategori n i = Aktivitas ekonomi ke-i (tiga lapangan kerja utama penduduk) n = total kategori 3.3.3. Analisis Skalogram Analisis skalogram digunakan untuk menentukan hirarki wilayah, dilakukan terhadap jenis, jumlah sarana dan prasarana yang tersedia dalam suatu
32 wilayah. Adapun data yang digunakan dalam analisis skalogram ini adalah seluruh fasilitas pelayanan yang terdapat pada setiap kelurahan dan kecamatan di Kota Tarakan.
Analisis skalogram dilakukan dengan persamaan:
= Kelurahan yang memiliki fasilitas = Bobot fasilitas
3.3.4. Gini Rasio Gini rasio merupakan suatu teknik analisis untuk melihat tingkat pemerataan distribusi pendapatan masyarakat disuatu wilayah, disusun dengan bantuan kurva Lorenz dalam skala absis dan ordinat yang sama, masing-masing persentase populasi dan persentase pendapatan. Selanjutnya ditarik diagonal bersudut 45o sebagai batas, besarnya tingkat kemerataan dan ketidakmerataan dihitung dari luasan yang dibentuk oleh suatu fungsi yang menggambarkan tingkat pendapatan masyarakat dan garis diagonal 45o. Analisis Gini Ratio dilakukan dengan persamaan:
G Pi Øi Pi N ki k
= = = = = = =
Gini Rasio Proporsi populasi kategori ke-i Proporsi kumulatif pendapatan sampai dengan kategori pendapatan ke-i k i /k Banyaknya kategori pendapatan Banyaknya populasi untuk kategori pendapatan ke-i Total populasi
33 Nilai Gini Rasio antara 0 sampai dengan 1, bila nilai G = 0, maka distribusi pendapatan masyarakat tersebut tidak terdapat ketimpangan, atau merata sangat baik, sebaliknya jika = 1, maka distribusi pendapatan masyarakat sangat timpang. 3.3.5. Indeks Pembangunan Manusia (IPM) IPM merupakan indikator yang bertujuan untuk mengukur tingkat kesejahteraan masyarakat suatu negara atau wilayah, dengan angka indeks berkisar antara 0 – 100. IPM ini merupakan standar yang dikeluarkan PBB melalui United Nations Development Program (UNDP) dengan tiga kelompok kategori (Todaro, 2004) sebagai berikut yaitu: Tingkat Pembangunan Manusia Rendah (0 hingga 0,499) Tingkat Pembangunan Manusia Menengah (0,50 hingga 0,799) Tingkat Pembangunan Manusia Tinggi (0,80 hingga 100) Adapun indikator daripada IPM berdasarkan tiga tujuan atau produk akhir pembangunan adalah:
IPM = 1/3(Indeks X 1 + Indeks X 2 + Indeks X 3 ) Dimana : X 1 = Usia Harapan hidup X 2 = Pendidikan (rata-rata lama sekolah dan angka melek huruf) X 3 = Daya beli 3.3.6. Analisis Komponen Utama Analisis komponen utama menggunakan PCA Teknis Analisis yaitu dengan mentransformasikan secara linier satu set peubah kedalam peubah yang baru yang lebih sederhana dengan ukuran lebih kecil namun representatif dan tidak saling berkorelasi (ortogonal). Anggaran Pendapatan dan Belanja Daerah (APBD) sebagai instrumen kebijakan utama bagi pemerintah daerah, merupakan rencana keuangan tahunan pemerintah daerah yang ditetapkan oleh peraturan daerah. Dalam analisis ini APBD yang telah dirumuskan oleh pemerintah daerah dan disetujui oleh DPRD Kota Tarakan, disusun secara time series kemudian
34 dilakukan analisis PCA terhadap variabel-variabel pembentuk APBD untuk mentranformasikan secara linier satu set peubah kedalam peubah yang baru yang lebih sederhana dengan ukuran lebih kecil namun representatif dan tidak saling berkorelasi (ortogonal), sehingga diperoleh komponen utama variabel pengalokasian anggaran daerah. 1. Tujuan Dasar Ada dua tujuan dasar dari PCA dan FA, yakni: a. Ortogonalisasi Variabel: mentransformasikan suatu struktur data dengan variabel-variabel yang saling berkorelasi menjadi struktur data baru dengan variabel-variabel baru (yang disebut sebagai Komponen Utama atau Faktor) yang tidak saling berkorelasi. b. Penyederhanaan Variabel: banyaknya variabel baru yang dihasilkan, jauh lebih sedikit dari pada variabel asalnya, tapi total kandungan informasinya (total ragamnya) relatif tidak berubah. 2. Manfaat Pokok Ada dua manfaat pokok dari PCA dan FA, yakni: a. Salah satu asumsi (prasyarat) dasar yang membolehkan penggunaan Analisis Regresi Berganda (pendugaan parameter struktur hubungan linier antara satu variabel tujuan dengan lebih dari satu variabel penjelas), atau Analisis Fungsi Diskriminan (pendugaan parameter struktur hubungan linier antara satu variabel pengelompokan dengan lebih dari satu variabel penjelas perbedaan antar kelompok), adalah tidak terjadinya apa yang disebut dengan multicollinearity (fenomena saling berkorelasi antar variabel penjelas). Dengan demikian, PCA dan FA dapat membantu kita dalam menyelesaikan permasalahan multicollinearity ini. b. Dengan dapat menyajikan data dengan struktur yang jauh lebih sederhana tanpa kehilangan esensi informasi yang terkandung didalamnya, maka kita akan lebih mudah memahami, mengkomunikasikan, dan menetapkan prioritas penanganan terhadap hal-hal yang lebih pokok dari struktur permasalahan yang kita hadapi. Dengan demikian efisiensi dan efektifitas penanganan permasalahan dapat lebih ditingkatkan.
35 Perumusan PCA secara umum adalah:
Dalam penelitian ini PCA digunakan sebagai penciri indikator pengalokasian anggaran, analisis PCA ini dilakukan hingga diperoleh nilai PC Score dengan nilai total akar ciri (eigenvalues) diatas 70 % dari jumlah faktorfaktor baru yang diperoleh.
36 Tabel 4 Matriks Tujuan, Metode, Data yang diperlukan dan Output yang diharapkan No
Tujuan
Metode
Data
Output
1
Mengetahui sektor-sektor unggulan dalam perekonomian
- Analisis Input Output
NTB Kota Tarakan Tahun 2007
2
Menentukan potensi dan menyusun rencana pengembangan sektor unggulan Kota Tarakan.
- Gini Rasio - IPM - Analisis Entropy - Analisis Skalogram
Pendapatan Penduduk Sumber daya tersedia dan Kota Tarakan Tahun kinerja pembangunan 2006-2007 Penduduk Kota Tarakan Tahun 2007 Podes Kota Tarakan Tahun 2008
3
Mengidentifikasi alokasi anggaran dalam mendukung sektor unggulan di Kota Tarakan.
- PCA - Sintesis analisis
APBD Kota Tarakan Efisiensi dan efektifitas Tahun 2000-2004 Anggaran dalam mendukung Hasil-hasil analisis sektor unggulan
4
Menyusun suatu strategi alokasi anggaran yang mendukung sektor unggulan
- Sintesis analisis
Hasil-hasil analisis
Sumber Olahan
Sektor unggulan dan peranan sektor
Efisiensi dan efektifitas Anggaran dalam mendukung sektor unggulan
