KAJIAN TENTANG PENENTUAN PRODUK DOMESTIK BRUTO SEKTOR PERTANIAN
JANUAR ARDIYANTO
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2010
RINGKASAN JANUAR ARDIYANTO. Kajian Tentang Penentuan Produk Domestik Bruto Sektor Pertanian. Dibimbing oleh ERFIANI dan HARI WIJAYANTO. Untuk menilai keberhasilan dan peranan pelaku ekonomi dibutuhkan berbagai indikator yang dapat mengukur secara konsisten perkembangan kinerja mereka dari waktu ke waktu. Ukuran paling komprehensif untuk menilai tingkat aktivitas ekonomi suatu negara adalah nilai Produk Domestik Bruto (PDB) negara tersebut. Sektor pertanian merupakan salah satu dari sembilan sektor produksi yang menjadi bagian dalam perhitungan PDB dengan kontribusi sekitar 15,63% pada triwulan II tahun 2009 (angka sangat sangat sementara) terhadap perolehan PDB Indonesia. Sebagai salah satu official statistics, ternyata perhitungan dalam penentuan PDB yang berada di bawah wewenang Badan Pusat Statistik (BPS) masih memiliki beberapa kendala yang perlu diperbaiki. Hal ini dikarenakan BPS merupakan rujukan dan sumber data, dimana dalam UU No. 16/1997 menyatakan bahwa semua instansi/lembaga dalam menggunakan data untuk kegiatan harus bersumber dari BPS. Beberapa kendala pada perhitungan PDB sektor pertanian antara lain terletak pada aspek: rentang waktu antara terkumpulnya data riil dengan jadwal rilis, kevalidan data dari instansi lain, metode estimasi, dan koordinasi dalam pengumpulan data dari daerah. Alternatif dan solusi terhadap kendala perhitungan PDB, yaitu metode estimasi alternatif, pengumpulan data survei menggunakan metode CAPI dan online, serta koordinasi antar instansi. Kata kunci : Official Statistics, PDB, Sektor Pertanian
KAJIAN TENTANG PENENTUAN PRODUK DOMESTIK BRUTO SEKTOR PERTANIAN
JANUAR ARDIYANTO
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2010
Judul Nama NIM
: : :
Kajian Tentang Penentuan Produk Domestik Bruto Sektor Pertanian Januar Ardiyanto G14053022
Menyetujui, Pembimbing I,
Pembimbing II,
(Dr. Ir. Erfiani, M.Si) NIP. 19660606198903 2 003
(Dr. Ir. Hari Wijayanto, M.Si) NIP. 19650421199002 1 001
Mengetahui, Ketua Departemen Statistika,
(Dr. Ir. Hari Wijayanto, M.Si) NIP. 19650421199002 1 001
Tanggal Lulus:
KATA PENGANTAR Alhamdulillahirobbil’alamin. Segala Puji dan Syukur penulis panjatkan kehadirat Allah SWT atas limpahan rahmat dan karunia-Nya sehingga penulisan karya ilmiah ini berhasil diselesaikan. Judul karya ilmiah ini adalah Kajian Tentang Penentuan Produk Domestik Bruto Sektor Pertanian. Karya ilmiah ini adalah salah satu syarat kelulusan yang harus dipenuhi mahasiswa untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Ucapan terima kasih penulis sampaikan kepada Ibu Dr. Ir. Erfiani, MS dan Bapak Dr. Ir. Hari Wijayanto, MS selaku pembimbing atas segala bantuan, saran, kritik, dan waktu yang telah diberikan selama proses penulisan karya ilmiah ini. Terima kasih tak kalah besar juga penulis ucapkan untuk: 1. Seluruh dosen di Departemen Statistika FMIPA IPB yang telah memberikan bekal ilmu dan wawasan selama penulis menuntut ilmu di Departemen Statistika IPB. 2. Seluruh staf di Badan Pusat Statistik atas kerja sama dan bimbingannya selama penyusunan skripsi ini. 3. Seluruh staf Departemen Statistika, Pak Iyan, Bu Markonah, Bu Try, Bu Aat, Bu Sulis, Bu Dedeh, Mang Sudin, Mang Ndur, Mang Herman dan Pak Edi atas bantuan dan keramahannya. 4. Bapak, ibu, adik, dan seluruh keluarga atas doa, kasih sayang, dukungan serta semangat yang diberikan selama ini. 5. Seluruh teman-teman Statistika angkatan 42 atas bantuan, semangat, keceriaan dan kebersamaannya selama 3 tahun ini. 6. Kakak-kakak dan teman-teman Statistika berbagai angkatan atas keceriannya. 7. Seluruh teman-teman di PPSDMS dan LDK Al Hurriyyah atas semangat serta kebersamaannya selama ini. 8. Semua pihak yang tidak mungkin disebutkan satu per satu. Semoga semua amal baik dan bantuan yang telah diberikan kepada penulis mendapat balasan dari Allah SWT, dan semoga karya ilmiah ini dapat bermanfaat bagi pihak yang membutuhkan. Penulis mohon maaf atas segala kekurangan dan kesalahan yang terdapat di dalam penyusunan laporan ini.
Bogor, Maret 2010
Januar Ardiyanto
RIWAYAT HIDUP Penulis dilahirkan di Jakarta, pada tanggal 24 Januari 1988 dari Bapak Sutoto dan Ibu Suryanah. Penulis merupakan anak pertama dari dua bersaudara. Penulis memulai pendidikannya di SD Negeri Perumnas V Tangerang dan lulus pada tahun 1999. Kemudian penulis melanjutkan pendidikan di SLTP Negeri 1 Tangerang hingga tahun 2002. Setelah menyelesaikan studinya di SMU Negeri 1 Tangerang pada tahun 2005, penulis diterima sebagai Mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) pada tahun 2005. Selama satu tahun pertama, penulis harus melalui Tahap Persiapan Bersama (TPB). Pada tahun 2006 penulis diterima sebagai mahasiswa Departemen Statistika dengan mayor Statistika dan minor Ilmu Konsumen. Penulis melakukan kegiatan praktik lapang di Pusat Penelitian Perkebunan Gula Indonesia (P3GI) pada bulan Februari-April 2009. Selama kuliah, penulis aktif dalam organisasi kemahasiswaan antara lain Himpro Gamma Sigma Beta periode 2007, Lembaga Dakwah Kampus Al Hurriyyah periode 2006-2009, serta berbagai kepanitiaan dalam kegiatan.
DAFTAR ISI Halaman DAFTAR TABEL ............................................................................................................. viii DAFTAR LAMPIRAN ....................................................................................................... viii PENDAHULUAN Latar Belakang ............................................................................................................. Tujuan .......................................................................................................................... TINJAUAN PUSTAKA Official Statistics .......................................................................................................... Perhitungan Pendapatan Nasional ................................................................................. Produk Domestik Bruto ................................................................................................ Ruang Lingkup, Definisi, dan Metode Estimasi Secara Umum Nilai Tambah Bruto Sektor Pertanian ........................................................................................................... Computer-Assisted Personal Interviewing ..................................................................... Pengumpulan Data Melalui Internet .............................................................................. Non-Observed Economy ...............................................................................................
1 1
1 2 2 3 6 6 7
METODOLOGI Metode Pengumpulan Data ............................................................................................ Metode Analisis Data ....................................................................................................
7 7
HASIL DAN PEMBAHASAN Gambaran Umum Perhitungan PDB Keseluruhan Sektor................................................ Perhitungan PDB Sektor Pertanian ................................................................................ Koordinasi Pengumpulan Data Produksi Padi dan Palawija ........................................... Pemetaan Kendala Perhitungan PDB Sektor Pertanian .................................................. Beberapa Alternatif dan Solusi terhadap Kendala Perhitungan PDB ...............................
7 8 10 11 12
KESIMPULAN DAN SARAN Kesimpulan ................................................................................................................... Saran.............................................................................................................................
14 15
DAFTAR PUSTAKA .........................................................................................................
15
LAMPIRAN .......................................................................................................................
16
DAFTAR TABEL Halaman
1. Penyajian data produksi tanaman padi dan palawija ........................................................ 4 2. Rentang waktu antara terkumpulnya data riil dengan jadwal rilis keseluruhan sektor ....... 8 3. Kondisi sektor yang memiliki aktivitas NOE................................................................... 8 4. Rentang waktu antara terkumpulnya data riil dengan jadwal rilis sektor pertanian.......... 11 5. Permasalahan data dari instansi lain .............................................................................. 12 6. Permasalahan metode estimasi ...................................................................................... 12
DAFTAR LAMPIRAN Halaman
1. Bagan Arus Pelaporan Daftar SP dan Daftar SUB-S (Ubinan) ....................................... 17 2. Bagan Arus Pelaporan Rekap SP dan Hasil Pengolahan Produksi .................................. 18
1
PENDAHULUAN Latar Belakang Berbagai kebijakan makroekonomi telah diupayakan pemerintah sebagai fasilitator dan dinamisator untuk menciptakan iklim usaha yang lebih kondusif. Para perilaku ekonomi serta seluruh komponen masyarakat diharapkan secara bertahap mampu berperan aktif dalam menyelaraskan perekonomian Indonesia. Untuk menilai keberhasilan dan peranan pelaku ekonomi dibutuhkan berbagai indikator yang dapat mengukur secara konsisten perkembangan kinerja mereka dari waktu ke waktu. Ukuran paling komprehensif untuk menilai tingkat aktivitas ekonomi suatu negara adalah nilai Produk Domestik Bruto (PDB) negara tersebut (Lipsey et al. 1995). Data PDB digunakan untuk mengetahui berbagai kebutuhan, antara lain: pertumbuhan ekonomi regional dan sektoral, perubahan harga barang secara keseluruhan, struktur perekonomian dan perubahannya, elastisitas kesempatan kerja dengan bantuan data ketenagakerjaan, produktivitas per sektoral, serta berbagai macam rasio. Salah satu metode yang digunakan untuk menghitung nilai PDB adalah dengan pendekatan produksi atas dasar harga berlaku. Sektor pertanian merupakan salah satu dari sembilan sektor produksi yang menjadi bagian dalam perhitungan PDB berdasarkan pendekatan ini. Sektor ini memberikan kontribusi sekitar 15,63% pada triwulan II tahun 2009 (angka sangat sangat sementara) terhadap perolehan PDB Indonesia dan menempati peringkat kedua terbesar setelah sektor industri pengolahan yang memberikan kontribusi sekitar 26,57%. Hal ini mengindikasikan bahwa keterandalan data di sektor pertanian sangat dibutuhkan karena akan berpengaruh signifikan terhadap nilai PDB keseluruhan. Sebagai salah satu official statistics, perhitungan PDB yang berada di bawah wewenang Badan Pusat Statistik (BPS) masih memiliki beberapa kendala yang perlu diperbaiki. Hal ini dikarenakan BPS merupakan rujukan dan sumber data, dimana dalam UU No. 16/1997 menyatakan bahwa semua instansi/lembaga dalam menggunakan data untuk kegiatan harus bersumber dari BPS. Penelitian ini berusaha menelaah gambaran umum perhitungan PDB keseluruhan sektor dilanjutkan dengan fokus ke sektor pertanian. Pemetaan terhadap kendala perhitungan PDB serta usaha untuk
mencari alternatif dan solusi juga menjadi bagian dalam penelitian ini.
1. 2. 3.
4.
Tujuan Penelitian ini bertujuan untuk: Menelaah gambaran umum perhitungan PDB keseluruhan sektor. Menelaah perhitungan PDB sektor pertanian. Melakukan pemetaan kendala dalam perhitungan PDB keseluruhan sektor dan sektor pertanian. Berusaha mencari alternatif dan solusi terhadap kendala tersebut. TINJAUAN PUSTAKA
Official Statistics Dalam definisi yang diberikan oleh Beimer dan Lyberg (2003), "hampir setiap negara di dunia mempunyai satu atau lebih perwakilan pemerintah (biasanya lembaga nasional) yang menyediakan para pengambil kebijakan dan pengguna lain termasuk masyarakat umum dan komunitas peneliti sebuah kontinuitas informasi. Bagian terbesar dari data ini biasanya disebut official statistics. Official statistics harus bersifat objektif, mudah diakses, serta diproduksi dengan dasar berkelanjutan agar memungkinkan terjadinya pengukuran terhadap suatu perubahan." Badan Pusat Statistik merupakan salah satu lembaga di Indonesia yang menyediakan official statistics. Menurut UU No. 16/1997 tentang statistik, BPS mempunyai tanggung jawab untuk mengumpulkan data dasar, sedangkan data statistik sektoral adalah tanggung jawab dari departemen pemerintah sebagai pihak yang berkepentingan (UNESCAP 2004). Data memang memiliki dimensi yang sangat luas. Keluasan tersebut juga tercermin dari keragaman data yang dihasilkan BPS. Mulai dari angka inflasi, data ekspor-impor, data kepariwisataan, produksi padi, harga beras, sampai dengan angka lahir-mati dan angka harapan hidup. Namun demikian, terdapat beberapa data strategis yang berkaitan dengan kebijakan pemerintah dan dunia usaha, di antaranya pertumbuhan ekonomi, angka inflasi, statistik ekspor-impor, data kemiskinan, statistik ketenagakerjaan, penghitungan angka ramalan produksi padi dan palawija, serta mengenal Survei Sosial Ekonomi Nasional (Susenas). Salah satu data yang banyak digunakan adalah data tentang
2
pertumbuhan ekonomi dengan salah satu komponennya yaitu PDB (BPS 2007). Perhitungan Pendapatan Nasional Perhitungan pendapatan nasional menurut Bradley R (1997) adalah pengukuran kegiatan ekonomi secara agregat, terutama pendapatan nasional dan komponen-komponennya. Terdapat dua metode perhitungan pendapatan nasional yang digunakan oleh suatu negara, yaitu PDB dan Produk Nasional Bruto (PNB). Produk Domestik Bruto difokuskan secara wilayah, termasuk semua output yang diproduksi dalam batas wilayah tanpa memperhatikan siapa pemilik faktor produksi yang digunakan untuk memproduksinya. Sementara itu, PNB menunjuk kepada output yang diproduksi oleh pemilik faktor produksi tanpa memperhatikan di mana lokasi mereka. Dalam ekonomi global yang semakin terus tumbuh, dimana faktor produksi dan kepemilikan bergerak dengan mudah melintasi batas internasional, perhitungan dari PNB menjadi lebih kompleks. Hal itu menjadikan pengukuran keadaan perekonomian suatu negara kurang dapat dipercaya. Selain itu, fokus kewilayahan dari PDB memfasilitasi perbandingan internasional dari kegiatan ekonomi. Hal ini menyebabkan penggunaan metode PDB lebih banyak digunakan oleh negara-negara dalam menghitung pendapatan nasional mereka, termasuk Indonesia. Produk Domestik Bruto Produk Domestik Bruto adalah nilai seluruh barang dan jasa yang diproduksi di suatu negara dalam suatu periode tertentu (Rudiger Dornbusch, Stanley Fischer, dan Richard Startz 2008). Analisis kinerja ekonomi nasional berdasarkan PDB dapat dihitung melalui dua metode perhitungan, yaitu perhitungan PDB atas dasar harga konstan dan perhitungan PDB atas dasar harga berlaku. Perhitungan PDB atas dasar harga konstan menggambarkan nilai tambah barang dan jasa tersebut yang dihitung menggunakan harga yang berlaku pada tahun dasar. Tahun dasar yang digunakan pertama kali adalah tahun 1960, kemudian diubah menjadi 1973, 1983, 1993, dan terakhir tahun 2000. Dari perkembangan PDB atas dasar harga konstan dapat diturunkan laju pertumbuhan ekonomi. Perhitungan PDB atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa dengan menggunakan harga pasar yang berlaku pada periode tersebut. Berdasarkan
perkembangan komposisi PDB atas dasar harga berlaku dapat dicermati proses transformasi struktural, baik ditinjau dari sisi produksi (industrialisasi), pengeluaran konsumsi rumah tangga, peranan pemerintah, serta perdagangan internasional. Metode perhitungan PDB atas dasar harga berlaku dapat dilakukan dengan menggunakan tiga macam pendekatan, yaitu pendekatan pengeluaran, pendapatan, dan produksi. Pendekatan dari segi pengeluaran bertitik tolak pada penggunaan akhir dari barang dan jasa di suatu negara. Jadi, PDB dihitung dengan cara menghitung berbagai komponen pengeluaran akhir yang membentuk PDB tersebut. Secara umum pendekatan pengeluaran dapat dilakukan dengan berbagai cara sebagai berikut: a. Melalui pendekatan penawaran yang terdiri dari metode arus barang, metode penjualan eceran, dan metode penilaian eceran. b. Melalui pendekatan permintaan yang terdiri dari pendekatan survei pendapatan dan pengeluaran rumah tangga metode data anggaran belanja, metode balance sheet dan metode statistik perdagangan luar negeri. Pada prinsipnya kedua cara ini dimaksudkan untuk memperkirakan komponen-komponen permintaan akhir seperti: Konsumsi Rumah Tangga = C Pembentukan modal bruto = I Konsumsi Pemerintah = G Ekspor – Impor = (X – M) Dalam keseimbangan perekonomian nasional, sering diformulasikan dalam persamaan sbb: PDB = C + I + G + (X – M). Dalam pendekatan pendapatan, nilai tambah dari setiap kegiatan ekonomi dihitung dengan jalan menjumlahkan semua balas jasa faktor produksi yaitu upah dan gaji (w), surplus usaha, penyusutan dan pajak tak langsung neto. Untuk sektor pemerintahan dan usaha-usaha yang sifatnya tidak mencari untung, surplus usaha tidak diperhitungkan. Yang termasuk dalam surplus usaha di sini adalah bunga (i), sewa tanah (r), dan keuntungan (p). Dalam keseimbangan perekonomian nasional, sering diformulasikan dalam persamaan sebagai berikut: PDB = r + w + i + p. Pendekatan dari segi produksi adalah menghitung nilai tambah (value added) dari barang dan jasa yang diproduksi oleh seluruh kegiatan ekonomi dengan cara mengurangkan biaya antara dari masing-masing nilai
3
produksi bruto tiap-tiap sektor atau subsektor. Badan Pusat Statistik menerbitkan Klasifikasi Lapangan Usaha Indonesia (KLUI) yang menjadi pegangan bagi pengumpulan statistik di Indonesia. Dalam penyusunan pendapatan nasional, klasifikasi sektor yang dipakai terdiri dari 9 sektor sebagai berikut: 1. Pertanian 2. Pertambangan dan penggalian 3. Industri pengolahan 4. Listrik, gas, dan air bersih 5. Bangunan 6. Perdagangan, restoran, dan hotel 7. Pengangkutan dan komunikasi 8. Keuangan, persewaan bangunan, dan jasa perusahaan 9. Jasa-jasa Output berdasarkan cakupannya terdiri dari tiga jenis, yaitu perusahaan, produsen jasa pemerintah, dan lembaga swasta yang tidak mencari untung. Cakupan output dari perusahaan adalah nilai barang atau jasa yang dihasilkan dalam suatu periode tertentu meliputi baik produksi utama, produksi ikutan maupun produksi sampingan. Pada umumnya merupakan hasil perkalian antara kuantitas produksi dengan unit harganya. Cakupan output dari produsen jasa pemerintah adalah sama dengan total pengeluaran untuk menghasilkan jasa tersebut yaitu jumlah dari belanja barang dan jasa, upah dan gaji pegawai serta penyusutan barang modal pemerintah. Cakupan output dari lembaga swasta yang tidak mencari untung adalah sama dengan jumlah pengeluaran untuk menghasilkan jasa tersebut yaitu terdiri dari biaya antara, pembayaran upah dan gaji, penyusutan serta pajak tak langsung. Biaya antara adalah barang-barang tidak tahan lama dan jasa yang digunakan/habis dalam proses produksi (BPS 2008). Ruang Lingkup, Definisi, dan Metode Estimasi Secara Umum Nilai Tambah Bruto Sektor Pertanian Sektor pertanian mencakup segala pengusahaan yang didapat dari alam dan merupakan barang-barang biologis atau hidup, dimana hasilnya akan digunakan untuk memenuhi hidup sendiri atau dijual kepada pihak lain, tidak termasuk kegiatan yang tujuannya untuk hobi saja. Sektor pertanian meliputi lima subsektor yaitu subsektor tanaman bahan makanan, tanaman perkebunan, peternakan dan hasil-hasilnya, kehutanan, dan perikanan. Dalam memperkirakan nilai tambah setiap subsektor dari sektor pertanian biasanya
digunakan pendekatan produksi. Sebelum mendapatkan nilai tambah, yang pertama kali dihitung adalah output. Output diperoleh dengan cara menilai seluruh produksi yang dihasilkan baik dalam bentuk produksi utama maupun produksi ikutan. Kemudian, output dikurangi biaya antara diperoleh nilai tambah. Berikut ini adalah pemaparan lebih lanjut tentang perhitungan output dan nilai tambah dari masing-masing subsektor pertanian 1. Tanaman Bahan Makanan Subsektor tanaman bahan makanan meliputi padi, jagung, ketela pohon, ketela rambat, kacang tanah, kedele, kacang hijau, kentang, sayur-sayuran, dan buah-buahan (BPS 2008). Ramalan produksi padi dan palawija merupakan perkalian antara ramalan luas panen dengan ramalan produktivitas, di mana luas panen dan produktivitas sudah merupakan resultan dari faktor-faktor yang mempengaruhi produksi seperti: penggunaan pupuk, irigasi, penggunaan benih unggul, dan sebagainya (BPS 2007). Produksi diestimasi berdasarkan formula sebagai berikut: Pkj = Akj.Ykj Pky = ∑Pkj; j = 1,2,3 Aky = ∑Akj; j = 1,2,3 Yky = (Pky)/(Aky) Pprop = ∑Pky; k= 1,2,..., No kabupaten Aprop = ∑Aky; k= 1,2,..., No kabupaten Yprop = (Pprop)/(Aprop) dimana P = Produksi A = Luas panen Y = Hasil per hektar (produktivitas) Subskrip kj menunjuk pada kabupaten k dalam round ke-j Subround ky menunjuk pada kabupaten k untuk satu tahun Prop menunjuk pada provinsi untuk satu tahun (APO 1993). Penyajian data produksi padi dan palawija tahun tertentu dilakukan oleh BPS sebanyak 5 (lima) kali dengan status angka yang berbeda. Angka Ramalan I (ARAM I) merupakan angka ramalan/perkiraan produksi tahun berjalan berdasarkan keadaan luas tanaman akhir bulan Desember tahun sebelumnya. Angka Ramalan II (ARAM II) terdiri dari angka realisasi panen Januari-April dan angka ramalan/perkiraan Mei-Desember berdasarkan keadaan luas tanaman akhir bulan April. Angka Ramalan III (ARAM III) terdiri dari angka realisasi panen Januari-Agustus dan angka ramalan/perkiraan September-
4
Desember berdasarkan keadaan luas tanaman akhir bulan Agustus. Angka Sementara (ASEM) merupakan angka realisasi panen Januari-Desember tetapi belum final karena mengantisipasi kelengkapan laporan. Angka Tetap (ATAP) adalah angka realisasi selama satu tahun (Januari-Desember) dan merupakan angka final (Tabel 1). Tabel 1 Penyajian data produksi tanaman padi dan palawija Status Subround Jadwal Jan Mei Sep Angka Rilis – – – (tahun t) Apr Agst Des ARAM I
Awal Maret (t)
Ramalan
ARAM II
Awal Juli (t)
Rea lisa si
ARAM III
Awal Nopember (t)
Realisasi
ASEM
Awal Maret (t+1)
Realisasi (angka belum final)
ATAP
Awal Juli (t+1)
Realisasi (angka final)
Ramalan Ra mal an
Model ramalan yang digunakan adalah model regresi sederhana, bisa linier atau non linier (logaritma, eksponensial) tergantung pola datanya. Peubah bebas (X) yang digunakan untuk meramalkan luas panen adalah data luas tanaman akhir setiap subround. Sedangkan, untuk ramalan produktivitas menggunakan model trend linier atau non linier tergantung pola datanya. Model peramalan luas panen untuk subround 1 (Januari-April): 1) Regresi linier: A1(t) = α1 + β1 XDes(t-1) 2) Regresi Logaritma: A1(t) = α1 + β1 Ln XDes(t-1) 3) Regresi Eksponensial: A1(t) = α1 exp (β1 XDes(t-1)) Keterangan: A1(t) = Luas panen Subround 1 tahun t XDes(t-1) = Luas tanaman akhir Desember tahun sebelumnya (t-1) t = Series tahun α1 = Konstanta model regresi β1 = Koefisien model regresi, menunjukkan besaran pengaruh
luas tanaman akhir Desember tahun t-1 terhadap luas panen Januari - April tahun t. Model peramalan luas tanaman akhir April: a. Trend Linier: S2(t) = α2 + β2 t b. Smoothing eksponensial: S2(t) = α XApril(t-1) + (1- α) S2(t-1) Keterangan: S2(t) = Ramalan luas tanaman akhir April tahun t S2(t-1) = Ramalan luas tanaman akhir April tahun t-1 XApr(t-1) = Luas tanaman akhir April tahun sebelumnya (t-1) t = Series tahun α2 = Konstanta model trend β2 = Koefisien model trend, menunjukkan besaran trend luas tanaman akhir April α = Penimbang dengan nilai 0≤α≤1 Model peramalan produktivitas per subround (i= 1,2,3) a. Trend Linier: Yi(t) = αi + βi t b. Smoothing eksponensial: Fi(t) = α Yi(t-1) + (1- α) Fi(t-1) Keterangan: Yi(t) = Produktivitas subround ke i tahun t Fi(t) = Ramalan produktivitas subround ke i tahun t t = Series tahun α = Penimbang dengan nilai 0≤α≤1 Untuk model eksponensial, selain model 1 parameter seperti di atas (parameter α), juga dapat digunakan model eksponensial dengan 2 parameter (α dan γ) dari Holt yaitu sebagai berikut: S(t) = α Xt + (1- α) (S(t-1) + b(t-1)) bt = γ (St - S(t-1)) + (1- γ) b(t-1) Ft+m = S(t)+ b(t-1)m Keterangan: S(t) = Nilai pemulusan waktu ke t X(t) = Nilai pengamatan waktu ke t X(t) = Besaran trend waktu ke t Ft+m = Ramalan pada waktu ke t+m α = Penimbang umum dengan nilai 0≤α≤1 γ = Penimbang trend dengan nilai 0≤γ≤1 Salah satu ukuran terhadap ketepatan ramalan dapat digunakan nilai R2 (koefisien determinasi). Angka ramalan yang dihasilkan perlu dianalisa karena data yang dipakai dalam
5
series sering mempunyai siklus tertentu sehingga perlu diadakan koreksi. Langkah-langkah untuk melakukan koreksi ramalan adalah sebagai berikut: a. Cari perkiraan luas panen suatu triwulan. b. Selidiki apakah ada siklus tertentu sehingga koreksi dapat dilakukan. Siklus yang dimaksud adalah sisaan (realisasiperkiraan) dan dikategorikan dalam dua tanda (+) dan (-). Siklus dapat dimulai dari tahun awal perhitungan produksi sampai tahun terakhir. c. Jika ada siklus tertentu lakukanlah koreksi. Contoh jika dilihat lima tahun terakhir sisaan selalu di atas regresi sehingga diperkirakan tahun berikutnya masih di atas regresi. Koreksi ini diperlukan sebagai nilai tambahan pada ramalan luas panen yang dicari. Cara menghitung tambahan tersebut adalah sebagai berikut: Jumlahkan nilai sisaan beberapa tahun terakhir di mana tanda mulai positif terus (contoh lima tahun terakhir). Bagilah jumlah dengan jumlah tahun tanda positif terus sehingga diperoleh rata-rata tambahan. Tambahkan rata-rata tambahan pada Y. Angka ini diharapkan akan lebih baik daripada sebelum koreksi. Kelemahan metode koreksi ramalan ini adalah siklus tidak tetap karena masih dipengaruhi faktor lain dan sulit mengetahui tahun-tahun terakhir siklus (BPS & Deptan 2007). Output atas dasar harga berlaku subsektor ini diperoleh dengan cara mengalikan produksi tahun yang bersangkutan, dengan harga pada tahun yang sama ditambah markup, kemudian dikurangi dengan biaya pengangkutan dan margin perdagangan (apabila harga yang digunakan bukan harga produsen). Kemudian output tersebut dikurangi biaya antara diperoleh nilai tambah bruto subsektor Tanaman pangan atas dasar harga berlaku. 2. Tanaman Perkebunan Subsektor ini mencakup tanaman perkebunan yang diusahakan oleh rakyat (tidak berbadan hukum) dan semua jenis kegiatan yang dilakukan oleh perusahaan perkebunan yang mempunyai bentuk badan hukum dan dilakukan secara profesional. Komoditi yang dihasilkan seperti karet, kelapa, kopi, teh, tebu, tembakau, cengkeh, pala, kakao, lada, kayu manis, jarak, kapas, kina, kelapa sawit, tebu, rami, serat manila.
Output atas dasar harga berlaku subsektor ini diperoleh dengan cara mengalikan produksi dengan harga pada tahun yang bersangkutan, kemudian dikurangi dengan biaya pengangkutan dan margin perdagangan. Nilai tambah bruto atas dasar harga berlaku subsektor perkebunan rakyat diperoleh dengan cara mengurangi output dengan biaya antaranya. 3. Peternakan dan Hasil-hasilnya Subsektor ini mencakup kegiatan pemeliharaan segala jenis ternak dan unggas dengan tujuan untuk dikembangbiakkan, dibesarkan, dipotong, dan diambil hasilnya baik oleh rakyat maupun oleh peternakan. Hasil-hasil peternakan meliputi susu dan telur. Produksi subsektor peternakan dihitung dengan tiga peubah yaitu pemotongan, kenaikan stok, dan ekspor neto dengan rumus banyaknya ternak/unggas yang dipotong ditambah selisih antara populasi akhir dan populasi awal ditambah lagi dengan selisih antara ekspor dan impor. Produk ikutannya adalah pupuk kandang, kulit, dan bulu. Pada dasarnya daging tidak termasuk hasil-hasil peternakan, karena kegiatan pemotongan termasuk dalam sektor industri. Tetapi dalam hal pemotongan yang dilakukan oleh petani untuk dikonsumsi sendiri dan kegiatan ini sulit dipisahkan maka dimasukkan sebagai hasil peternakan. Untuk langkah selanjutnya perhitungan output dan nilai tambah sama seperti subsektor sebelumnya. 4. Kehutanan Subsektor ini meliputi kegiatan penebangan kayu serta pengambilan getahgetahan dan akar-akaran. Hasil penebangan lainnya adalah kayu bakar, arang, dan bambu. Pemungutan hasil hutan antara lain berupa rotan, damar, kopal, dan nipah. Kegiatan perburuan meliputi penangkapan binatang liar seperti buaya, babi hutan, biawak, menjangan, dan harimau baik untuk dikonsumsi dagingnya, diambil kulit, bulu, dan tulangnya. Termasuk juga hasil buruan lainnya seperti pengambilan sarang burung, telur dan tanduk. Akan tetapi, perburuan yang lebih menekankan unsur hobi, ini tidak dimasukkan ke dalam kegiatan perburuan. Penghitungan output dan nilai tambah subsektor ini sama seperti perhitungan subsektor sebelumnya, yaitu perhitungan atas dasar harga berlaku menggunakan metode produksi. 5. Perikanan Subsektor ini mencakup semua kegiatan penangkapan, pembenihan, dan budidaya segala jenis ikan dan biota air lainnya, baik
6
yang berada di air tawar maupun air asin. Komoditi hasil perikanan antara lain: ikan tuna dan jenis ikan laut lainnya; ikan mas dan jenis ikan darat lainnya; ikan bandeng dan jenis ikan air payau lainnya; udang dan binatang berkulit keras lainnya; cumi-cumi dan binatang lunak lainnya; rumput laut serta tumbuhan laut lainnya. Penghitungan output dan nilai tambah subsektor ini sama seperti perhitungan subsektor sebelumnya, yaitu perhitungan atas dasar harga berlaku menggunakan metode produksi. 6. Jasa Pertanian Jasa pertanian merupakan jasa-jasa khusus yang diberikan untuk menunjang kegiatan ekonomi pertanian berdasarkan suatu pungutan/kontrak, termasuk penyewaan alat dengan operatornya dengan syarat pengelolaan dan resiko kegiatan jasa tersebut dilakukan secara tersendiri, misalnya kontrak memanen hasil pertanian, membungkus dan mengepak hasil pertanian oleh pihak lain, penyewaan alat-alat pertanian dan operatornya, penyewaan ternak dan operatornya, persiapan dan pelaksanaan lelang ikan, pengaturan sistem, pengaturan irigasi, penyemprotan hama oleh pihak lain serta pembibitan dan penyebaran oleh pihak lain. Kegiatan ini pada umumnya masih banyak dilakukan oleh rumah tangga tani, dan sulit memisahkan datanya dari kegiatan-kegiatan lainnya di bidang pertanian. Ada juga perusahaan yang khusus bergerak di bidang penyemprotan hama dan penyebaran bibit. Namun, semua ini datanya masih harus dikumpulkan lewat survei khusus. Output subsektor ini adalah nilai kontrak yang diberikan kepada pihak lain yang melakukan kegiatan di sektor pertanian. Untuk mendapatkan nilai tambah bruto dengan cara mengurangi output dengan biaya antara, dimana biaya antara adalah pengeluaran untuk melakukan jasa pertanian (BPS 2008). Computer Assisted Personal Interviewing Computer Assisted Personal Interviewing (CAPI) adalah metode pengumpulan data untuk menggantikan metode pulpen dan kertas pada pengumpulan data survei. CAPI biasanya diselenggarakan di rumah atau tempat responden berada dengan menggunakan personal computer (PC) yang portabel seperti notebook. Karena kemajuan teknologi dalam menyediakan komputer yang lebih ringan dengan masa tahan baterai yang panjang serta software yang mudah digunakan
pemakai, CAPI akan lebih sering digunakan, khususnya untuk survei yang berganti dengan cepat. Dengan menggunakan PC (biasanya notebook), CAPI mengizinkan pewawancara untuk menyelenggarakan survei dengan bertatap muka secara langsung menggunakan komputer. Setelah wawancara, pewawancara mengirimkan data ke komputer pusat, baik dengan komunikasi data maupun mengirimkan disket data menggunakan surat biasa. CAPI dapat juga melibatkan sesi CASI (Computer Assisted Self-Interview) dimana pewawancara menyerahkan komputer kepada responden dalam jangka waktu singkat, tetapi pewawancara tetap meninggalkan sesuatu sebagai petunjuk dan bantuan. Peran dari pewawancara adalah faktor utama dalam wawancara CAPI, karena literatur mengenai metode survei menekankan pentingnya komunikasi non verbal yang bagus serta keharmonian di antara pewawancara dan responden. Pewawancara yang belum berpengalaman mungkin mengarahkan perhatiannya lebih banyak kepada bagaimana komputer bekerja dan mendapatkan jawaban secara benar. Jika penggunaan komputer melemahkan hubungan di antara pewawancara dan responden, wawancara tidak akan dapat diselenggarakan secara optimal, dan sebagai akibatnya kualitas data mungkin menjadi menurun. Syarat yang diperlukan untuk membangun sistem CAPI adalah arsitektur CAPI – pada umumnya terdiri dari lima komponen, yaitu pemilihan sampel, sistem manajemen office, transmisi, remote device, dan software survei –, hardware dan software komputer, dan komputer – dengan kriteria layar yang jelas terlihat dan terbaca, memori dan kecepatan komputer, komputer yang ringan dan portabel, charger komputer, dan modem – (UNESCAP 2001). Pengumpulan Data melalui Internet Pengumpulan data melalui internet berarti pengumpulan data survei secara cepat dengan menggunakan media internet. Responden mengisi data mereka berdasarkan formulir di internet. Sistem administrator kemudian mendapatkan kembali formulir yang telah diisi dan mengirimkannya ke proses selanjutnya. Formulir survei secara online sebagaimana pengumpulan data melalui internet didesain interaktif dan memudahkan pengguna. Beberapa fitur yang dimiliki di antaranya penyimpanan dalam bentuk draft,
7
pemeriksaan validasi, pemeriksaan lain, dan penyajian informasi. Responden mengambil alih tanggung jawab untuk menginisiasi proses wawancara dengan mengunjungi situs Badan Statistik Nasional dan mengisi formulir. Internet tersedia selama 24 jam sehari dalam periode waktu yang panjang selama masa pengumpulan data dari sensus. Beberapa kebutuhan dari sistem dalam melaksanakan metode ini di antaranya fasilitas hardware (PC dengan kecepatan, RAM, dan besaran hard disk tertentu), software untuk browsing internet, akses internet, dan biaya untuk membangun sistem (UNESCAP 2001). Non-Observed Economy Cakupan lengkap dari produksi ekonomi adalah aspek vital dalam kualitas perekonomian nasional. Kelengkapan ini sulit untuk diperoleh karena kesulitan dalam perhitungan untuk beberapa jenis kegiatan produksi. Kegiatan yang hilang dari data dasar pada penyusunan keuangan nasional karena mereka tersembunyi, ilegal, informal, produksi rumah tangga untuk penggunaan sendiri, atau karena kekurangan dalam sistem pengumpulan data dasar dihubungkan sebagai non-observed. Mereka dikatakan mengandung Non-Observed Economy (NOE) dan mengikutsertakan mereka ke dalam keuangan nasional dihubungkan sebagai pengukuran NOE. Keikutsertaan NOE dalam perhitungan keuangan nasional secara eksplisit telah dituangkan dalam System of National Accounts (SNA) 1993, yaitu “meskipun kenyataannya secara praktek sulit untuk memperoleh data mengenai produksi ilegal, hal ini tetap diikutsertakan dalam lingkup produksi dari sistem” (SNA 1993:6.30) dan “semua kegiatan ilegal yang sesuai dengan karakteristik transaksi – khususnya karakteristik dimana terdapat perjanjian bersama diantara pelaku – diperlakukan sama dengan kegiatan legal” (SNA 1993:3.54) (OECD 2002). METODOLOGI Metode Pengumpulan Data Data pada penelitian ini diperoleh dari hasil pencarian literatur dan diskusi dengan pihak terkait di BPS. Diskusi merupakan kontibutor terbesar dalam proses pengumpulan data pada penelitian ini. Secara garis besar, pengumpulan data terdiri dari tahapan berikut ini:
a. Pencarian literatur mengenai perhitungan PDB. b. Penyusunan bahan diskusi tentang proses perhitungan PDB mengenai beberapa hal yaitu: a) Sumber data komponen-komponen perhitungan PDB. b) Kekontinuan, kelengkapan, serta kevalidan data. c) Metode estimasi perhitungan PDB. d) Kendala yang dihadapi dalam proses perhitungan PDB serta solusi yang telah dilakukan. c. Pelaksanaan diskusi dengan beberapa subdirektorat terkait di BPS, diantaranya: Subdirektorat Neraca Barang sektor pertanian, Subdirektorat Statistik Tanaman Pangan, Subdirektorat Statistik Hortikultura dan Perkebunan. Walaupun demikian, diskusi juga dilakukan dengan beberapa pihak lain di BPS untuk mengetahui gambaran perhitungan PDB di sektor-sektor lain dan menambah informasi yang diperlukan. Metode Analisis Data Analisis data pada penelitian ini menggunakan analisa kualitatif dengan menelaah proses perhitungan PDB. Secara garis besar, analisis data terdiri dari tahapan berikut ini: a. Penelaahan terhadap proses pengumpulan data komponen-komponen perhitungan PDB. b. Penelaahan berbagai kendala yang dihadapi dalam perhitungan PDB c. Berusaha melakukan pencarian berbagai alternatif dan solusi terhadap kendala tersebut. HASIL DAN PEMBAHASAN Gambaran Umum Perhitungan PDB Keseluruhan Sektor Keseragaman konsep/definisi dan klasifikasi dari lapangan usaha pada perhitungan PDB menggunakan International Standard Industrial Classification of All Economic Activities (ISIC). Publikasi Perserikatan Bangsa-Bangsa tersebut diterjemahkan oleh BPS menjadi KLUI. Perhitungan PDB berdasarkan pendekatan produksi secara umum dilakukan oleh Biro Neraca Produksi. Biro ini dibagi ke dalam dua subdirektorat, yaitu Subdirektorat Neraca Barang dan Subdirektorat Neraca Jasa. Sektor yang berada dalam wewenang Subdirektorat Neraca Barang antara lain pertanian;
8
pertambangan dan penggalian; industri pengolahan; listrik, gas, dan air bersih; serta bangunan. Sedangkan, sektor yang berada dalam wewenang Subdirektorat Neraca Jasa antara lain perdagangan, restoran, dan hotel; pengangkutan dan komunikasi; keuangan, persewaan bangunan, dan jasa perusahaan; serta jasa-jasa. Pengelompokkan sektor ke dalam dua subdirektorat ini dilakukan karena perbedaan metode estimasi dari masing-masing sektor dalam subdirektorat. Subdirektorat Neraca Jasa lebih dominan menggunakan indikator produksi dan indikator harga dalam menghitung output karena jasa merupakan benda yang tak berwujud. Hal ini berbeda dengan Subdirektorat Neraca Barang dimana output yang dihitung adalah berupa barang/hasil produksi. Beberapa kendala perhitungan PDB masih ditemukan di beberapa sektor. Berikut ini adalah kendala yang terangkum mengenai perhitungan PDB untuk keseluruhan sektor. Rentang waktu antara terkumpulnya data riil dengan jadwal rilis merupakan salah satu kendala pada perhitungan PDB. Pada data sekunder dari instansi lain, data masih berupa angka sementara pada saat jadwal rilis. Data tersebut menjadi angka tetap setelah rentang waktu tersebut. Pada data primer dari internal BPS, data riil akan terkumpul setelah rentang waktu tersebut (Tabel 2). Hal ini akan berpengaruh terhadap keakurasian data. Penyebabnya adalah seringnya dikeluarkan angka prediksi pada perhitungan PDB. Angka tersebut kemudian dipergunakan sebagai sumber data untuk ramalan data tahun berikutnya. Tabel 2 Rentang waktu antara terkumpulnya data riil dengan jadwal rilis keseluruhan sektor Data Rentang waktu Rasio biaya antara Satu tahun sektor pertambangan Produksi dan rasio Dua tahun biaya antara sektor air bersih Indikator produksi 1-2 bulan Sektor hotel Jumlah kapal sungai Tiga bulan Kekurangan cakupan produksi juga menjadi kendala lain pada perhitungan keuangan nasional. Hal ini disebabkan adanya kesulitan dalam memperoleh data aktivitas NOE (Tabel 3).
Tabel 3 Kondisi sektor yang memiliki aktivitas NOE Sektor Kondisi Penggalian Data terlihat “gelap” dan kurang jelas pertanggungjawabannya Industri rumah Masih menggunakan tangga data dari Survei Terintegrasi 2005 dan Survei Ekonomi 2006 Kedua sektor ini didominasi oleh kegiatan ilegal maupun informal. Kesulitan dalam memperoleh data mengakibatkan kendala terhadap kekontinuan dan kevalidan data. Pada sektor penggalian, survei khusus belum dapat mengatasi masalah tersebut. Hal ini dikarenakan masih minimnya dana untuk dapat menjangkau daerah yang lebih luas. Sementara itu, pada sektor industri rumah tangga, penggunaan data lama akan berpengaruh terhadap keakurasian data. Data tersebut menjadi kurang sensitif terhadap kondisi terkini. Perhitungan PDB Sektor Pertanian Produk Domestik Bruto sektor pertanian merupakan resultan dari nilai tambah bruto masing-masing subsektor. Tahap-tahap perhitungan nilai tambah bruto setiap subsektor pada sektor pertanian adalah: Menentukan komoditi sekaligus mencari data produksi. Menentukan harga yang dinilai dengan harga produsen. Tapi tidak semua komoditi tersedia harga produsen, oleh karena itu dapat menggunakan data harga yang tersedia seperti harga perdagangan besar, harga ekspor, harga eceran, atau harga konsumen. Menghitung nilai produksi atas dasar harga berlaku masing-masing komoditi, dengan mengalikan produksi pada tahun yang bersangkutan dengan harga masingmasing komoditi pada tahun yang sama. Nilai produksi ikutan dan sampingan yang berupa rasio tertentu terhadap nilai produksi utama, perlu ditambahkan ke nilai produksi utama. Menghitung output masing-masing komoditi dengan mengurangkan produksi dengan biaya pengangkutan dan margin perdagangan. Kalau data yang tersedia bukan harga produsen, maka digunakan persentase biaya angkutan dan margin perdagangan terhadap produksi melalui survei khusus.
9
Menghitung pelengkap atau mark-up. Jika dalam perhitungan output dianggap kurang lengkap atau kerendahan, maka output per subsektor perlu ditambah dengan suatu pelengkap. Pelengkap ini digunakan untuk masing-masing komoditi atau keseluruhan untuk satu subsektor. Perhitungan mark-up dengan menggunakan persentase terhadap output atas dasar harga produsen. Besarnya persentase diperoleh dari suatu survei khusus. Menghitung total output masing-masing komoditi dan subsektor Menghitung biaya antara masing-masing komoditi dan subsektor Nilai tambah bruto atas dasar harga berlaku diperoleh dengan cara output dikurangi biaya antara. Pengumpulan dan estimasi data dari komponen-komponen penyusun nilai tambah bruto akan menjadi pembahasan dalam subbab ini. Beberapa komponen perhitungan dari tiap subsektor secara umum memiliki persamaan dalam hal pengumpulan dan estimasi data. Komponen-komponen tersebut diantaranya harga produsen, mark-up, validasi data, rasio nilai produksi ikutan dan sampingan, serta biaya antara Harga produsen sektor pertanian berasal dari Tabel Input-Output tahun 2000, kecuali pada komoditi padi. Harga produsen pada komoditi padi menggunakan harga gabah kering giling di tingkat petani dari Subdirektorat Statistik Pedesaan. Pada komoditi di luar komoditi padi, estimasi triwulanan untuk tahun-tahun selanjutnya menggunakan pendekatan pergerakan harga pada Indeks Harga Perdagangan Besar (IHPB) baik dari BPS maupun dari departemen pemerintahan terkait. Sebenarnya tersedia harga produsen di BPS, tetapi data tersebut dianggap kurang relevan dan memiliki series yang kurang bagus. Perhitungan mark-up berasal dari hasil pembahasan terhadap selisih antara jumlah penawaran dan permintaan keseluruhan subsektor tersebut berdasarkan Tabel InputOutput tahun 2000. Persentase dari selisih tersebut akan menjadi acuan untuk nilai markup tahun-tahun berikutnya dengan revisi dari hasil diskusi di BPS sebelum merilis nilai PDB. Validasi data dilakukan dengan melakukan rapat antar subject matter dan melihat data dari insititusi lain yang berkaitan dengan komoditi tersebut.
Nilai produksi ikutan dan sampingan berupa rasio tertentu terhadap nilai produksi utama. Data ini diperoleh dari Survei Khusus Input-Output yang berlangsung lima tahun sekali. Namun, komoditi yang menjadi bahan survei tidak selalu sama tiap pelaksanaannya. Biaya antara pada seluruh subsektor menggunakan data dari Sensus Pertanian 2004, kecuali pada komoditi padi yang menggunakan data dari Survei Khusus Padi tahun 2007. Komponen-komponen perhitungan lainnya memiliki karakteristik berbeda pada tiap subsektor. 1. Tanaman Bahan Makanan Sumber data produksi untuk komoditi padi dan palawija berasal dari Subdirektorat Statistik Tanaman Pangan BPS, sedangkan komoditi sayur-sayuran dan buah-buahan berasal dari Subdit Statistik Hortikultura dan Perkebunan BPS yang bekerja sama dengan Direktorat Jenderal Hortikultura Departemen Pertanian. Komoditi lain yang belum ada sumber datanya secara periodik dianggap sebagai mark-up. Komponen perhitungan produksi pada tanaman padi dan palawija merupakan perkalian antara luas panen dan produktivitas. Estimasi produksi dilakukan oleh Subdirektorat Statistik Tanaman Pangan BPS. Data luas panen diperoleh dari Dinas Pertanian Departemen Pertanian (Deptan) setiap bulan, sedangkan data produktivitas dihasilkan sendiri oleh Subdirektorat Statistik Tanaman Pangan BPS setiap empat bulan (subround). Rentang waktu antara terkumpulnya data riil dengan jadwal rilis berkisar antara 1-2 bulan. Pada komoditi sayur-sayuran dan buahbuahan, Subdirektorat Statistik Hortikultura juga melakukan estimasi terhadap data triwulanan dan tahunan berdasarkan series data tahun-tahun sebelumnya. Data produksi sayur-sayuran diperoleh setiap bulan, sedangkan produksi buah-buahan diperoleh setiap triwulan. Rentang waktu antara terkumpulnya data riil dengan jadwal rilis juga berkisar antara 1-2 bulan. Kendala perhitungan nilai tambah bruto pada subsektor ini adalah estimasi produksi padi dan palawija pada Aram I terkadang berfluktuasi signifikan ketika telah ditetapkan menjadi realisasi pada Aram II. Hal ini mengakibatkan nilai tambah dikritisi karena terjadi perubahan signifikan. 2. Perkebunan Sumber data produksi untuk komoditi perkebunan diperoleh dari Direktorat Jenderal
10
Perkebunan Deptan. Komoditi lain yang belum ada sumber datanya secara periodik dianggap sebagai mark-up. Data tersebut memiliki jadwal publikasi tahunan serta mempunyai lag 1-2 tahun tergantung komoditinya. Estimasi data produksi triwulanan pada karet, tembakau, kelapa sawit, kopi, teh, dan kakao menggunakan pola pergerakan pertumbuhan dari hasil survei Subdit Statistik Perkebunan BPS terhadap hasil produksi perusahaan perkebunan untuk enam komoditi tersebut. Sedangkan, data produksi komoditi lainnya menggunakan pergerakan pertumbuhan triwulanan dari hasil survei rutin tahun 2000. Salah satu kendala penentuan nilai produksi subsektor ini terjadi pada komoditi kelapa sawit. Hal ini disebabkan data kelapa sawit hanya tersedia dalam bentuk hasil industrinya, yaitu Crude Prize Oil bukan bahan mentah. Solusi terhadap kendala tersebut adalah dengan melakukan konversi dari hasil industri ke hasil pertanian. 3. Peternakan dan Hasil-hasilnya Sumber data produksi untuk peternakan dan hasil-hasilnya diperoleh dari Direktorat Jenderal Peternakan Deptan dan Subdit Statsitik Peternakan BPS. Publikasi data produksi dari masing-masing sumber data yaitu satu tahun dan tiga bulan. Estimasi data produksi triwulanan juga menggunakan pola pergerakan pertumbuhan dari hasil survei Subdit Statistik Peternakan dengan data dasar berasal dari Direktorat Jenderal Peternakan Deptan, kecuali untuk data telur dan susu yang berasal dari Subdit Statistik Peternakan BPS. Kendala perhitungan nilai tambah bruto pada subsektor ini adalah metodologi estimasi produksi masih lemah karena menggunakan selisih populasi sebagai salah satu variabel. Hal ini dapat menyebabkan data pada variabel tersebut bernilai minus dan kurang relevan. 4. Kehutanan Sumber data produksi untuk kehutanan diperoleh dari Departemen Kehutanan (Dephut) dan Perum Perhutani. Publikasi data tersebut berlangsung triwulanan dan tahunan serta memiliki lag setahun untuk data dari Dephut dan enam bulan untuk data dari Perum Perhutani Estimasi data produksi triwulanan sudah disediakan oleh Dephut sehingga pihak BPS tidak melakukan estimasi. Kendala perhitungan nilai tambah bruto pada subsektor ini adalah data hasil non kayu, binatang liar di hutan, dan illegal logging
sangat sulit diperoleh. Kendala lainnya adalah data dari daerah sering tidak masuk semua ke Dephut dan tiap tahun komposisi daerah yang tidak melaporkan cenderung berubah. 5. Perikanan Sumber data produksi untuk perikanan diperoleh dari Subdirektorat Penangkapan dan Budidaya Departemen Kelautan dan Perikanan (DKP). Data produksi yang dikeluarkan oleh DKP berlangsung tahunan serta mempunyai lag setahun. Namun demikian, estimasi data produksi triwulanan sudah disediakan oleh DKP sehingga pihak BPS tidak melakukan estimasi. Permasalahan yang terjadi pada sektor ini adalah data dari Subdit Budidaya DKP terkadang tidak sesuai dengan kondisi riil yang sedang terjadi sehingga terkesan paradoks dan series data mempunyai fluktuasi yang tidak dapat terjelaskan. 6. Jasa Pertanian Perhitungan pada subsektor ini diikutsertakan ke dalam lima subsektor lainnya sebagai mark-up. Koordinasi Pengumpulan Data Produksi Padi dan Palawija Pengumpulan data komponen-komponen penyusun perhitungan PDB tidak terlepas dari kerja sama antara instansi. Salah satunya adalah pada pengumpulan data produksi padi dan palawija. Pengumpulan data ini merupakan hasil kerja sama antara Direktorat Jenderal Tanaman Pangan Deptan dan Statistik Tanaman Pangan BPS. Data produksi padi dan palawija diperoleh dari perkalian data luas panen dan hasil per hektar (produktivitas). Data luas panen diperoleh dari laporan Statistik Pertanian (SP) dan data produktivitas diperoleh dari hasil survei ubinan. a. Laporan SP mencakup laporan luas tanaman padi (SP-PADI), luas tanaman palawija (SP-PALAWIJA) laporan penggunaan lahan (SP-LAHAN), alat/mesin dan kelembagaan pertanian tanaman pangan (SP-ALSITAN TP) serta laporan perbenihan tanaman pangan(SPBENIH TP). Pengumpulan data SP dilakukan oleh KCD/Mantri Tani (Mantan), dan dibuat rangkap empat (arsip KCD, BPS Kabupaten/Kota, Distan Kabupaten/Kota dan BPS Provinsi). Kelancaran pemasukan dokumen SP dan akurasi isiannya menjadi tanggung jawab Distan Provinsi/Kabupaten/Kota.
11
b. Data produktivitas hasil ubinan (Daftar SUB-S) dikumpulkan oleh BPS daerah (KSK/Mantri Statistik) untuk ubinan nomor ganjil dan aparat Distan (KCD/Mantan) untuk ubinan nomor genap. Laporan hasil ubinan (Daftar SUBS) dibuat rangkap dua (BPS Kabupaten/Kota dan BPS Provinsi). Kelancaran pemasukan dokumen ubinan (Daftar SUB-S) dan akurasi isiannya menjadi tanggung jawab BPS Provinsi/Kabupaten/Kota. Pelaporan data dari tingkat kabupaten/kota maupun provinsi dibuat seragam, baik bentuk tabel, satuan berat, bentuk hasil, maupun waktu dan satuan wilayah untuk memudahkan pengolahan selanjutnya. Laporan dari kabupaten/kota akan dijadikan dasar penyusunan laporan tingkat propinsi, demikian juga laporan tingkat propinsi menjadi dasar untuk penyusunan angka nasional. Dengan adanya laporan yang seragam tersebut akan lebih mudah melakukan kompilasi data laporan kabupaten/kota dan provinsi. a. Pelaporan Untuk Kabupaten/Kota Pengiriman Rekapitulasi Daftar SP (RKSP) dibuat empat rangkap oleh Dinas Pertanian Kabupaten/Kota dan dikirim ke: a) BPS Propinsi melalui BPS Kabupaten/Kota b) Dinas Pertanian Propinsi c) BPS Kabupaten/Kota d) Arsip di Dinas Pertanian Kabupaten/Kota Selain mengirimkan data RSKP, Dinas Pertanian Kabupaten/Kota juga mengirimkan (upload) Database-SPTP ke Dinas Pertanian Propinsi dan Departemen Pertanian. b. Pelaporan Untuk Propinsi Berdasarkan RKSP dari Dinas Pertanian Kabupaten/Kota, maka Dinas Pertanian Provinsi membuat RPSP sesuai periode dan bentuk laporan SP Tanaman Pangan. RPSP dibuat rangkap tiga, selanjutnya dikirim ke: a) Ditjen Tanaman Pangan (RPSP-PADI, RPSP-PALAWIJA, RPSP-LAHAN, RPSP-ALSINTAN TP, dan RPSPBENIH TP). b) BPS Propinsi. c) Arsip Dinas Pertanian Propinsi. Arus pelaporan Daftar SP dan Daftar SUB-S (Ubinan) dapat dilihat pada Lampiran 1, dan arus pelaporan Rekap SP dan hasil pengolahan produksi seperti pada Lampiran 2.
Kendala teknis biasanya terjadi pada tingkatan pemerintahan di bawah Kabupaten/Kota. Pengumpulan data produksi padi dan palawija oleh Mantan kadang mengalami keterlambatan. Hal ini disebabkan oleh keadaan geografis di wilayah survei. Kendala lain terjadi ketika adanya pergantian Mantan. Petugas baru ini memiliki pengalaman dan pengetahuan survei yang masih minim. Keadaan ini menghambat pengumpulan data produksi padi dan palawija Kendala koordinasi terjadi pada tingkatan pemerintahan di atas Kabupaten/Kota. Otonomi daerah menyebabkan kesulitan dalam hal koordinasi antara instansi pemerintahan di tingkat Propinsi dengan tingkat kabupaten/Kota. Struktur kekuasaan berdasarkan otonomi daerah mengakibatkan berkurangnya kewenangan instansi pemerintahan di tingkat Propinsi untuk berkoordinasi dengan instansi pemerintahan tingkat kabupaten/Kota Pemetaan Kendala Perhitungan PDB Sektor Pertanian Kendala perhitungan PDB merupakan rangkuman dari berbagai unsur dan komponen statistik ekonomi. Pada dasarnya kendala di sektor pertanian tidak jauh berbeda dengan sektor lain. Kendala tersebut akan memengaruhi keakuratan data PDB. Beberapa hal yang menjadi kendala pada perhitungan PDB sektor pertanian adalah: 1. Rentang Waktu antara Terkumpulnya Data Riil dengan Jadwal Rilis Ketersediaan beberapa data riil pada beberapa komponen perhitungan PDB mempunyai rentang yang panjang dari jadwal rilisnya (Tabel 4). Tabel 4 Rentang waktu antara terkumpulnya data riil dengan jadwal rilis sektor pertanian Data Rentang waktu Produksi padi dan 1-2 bulan palawija Produksi enam 1-2 tahun komoditi besar pada perusahaan perkebunan Produksi kehutanan Satu tahun Produksi perikanan Satu tahun Hal ini menyebabkan seringnya dikeluarkan angka prediksi. Angka tersebut kemudian dipergunakan sebagai sumber data untuk ramalan data tahun
12
berikutnya. Hal ini akan berpengaruh terhadap keakurasian data. 2. Kevalidan Data dari Instansi Lain Data sekunder dari instansi lain terkadang memiliki kualitas yang belum memuaskan (Tabel 5). Tabel 5 Permasalahan data dari instansi lain Data Permasalahan Produksi hasil Data kadang tidak perikanan dari sesuai dengan kondisi Subdit Budidaya riil dan series data DKP mempunyai fluktuasi yang tidak terjelaskan Produksi hasil Komposisi data dari kehutanan dari daerah sering tidak Dephut masuk semua dan cenderung berubah Hal ini membutuhkan adanya validasi dengan data lain yang terkait. Konfirmasi ulang terhadap instansi tersebut juga diperlukan agar data-data tahun berikutnya mengalami perbaikan. 3. Metode Estimasi Metode estimasi yang tepat diperlukan dalam menghasilkan data yang valid. Beberapa data memiliki metode perhitungan yang masih belum jelas dan relevan (Tabel 6). Tabel 6 Permasalahan metode estimasi Data Permasalahan Produksi peternakan Variabel kenaikan stok dapat bernilai minus Hasil non kayu, Datanya Sulit perburuan dan diperoleh illegal logging Harga produsen Harga produsen di BPS dianggap kurang relevan dan memiliki series yang kurang bagus Biaya antara Masih menggunakan data lama sehingga tidak sensitif terhadap kondisi terkini Ketiadaan data menjadi faktor utama penyebab permasalahan tersebut. Oleh karena itu, metode yang digunakan disesuaikan dengan data yang tersedia sehingga akan berakibat terhadap berkurangnya cakupan produksi dan nilai tambah bruto masing-masing subsektor.
4. Koordinasi dalam Pengumpulan Data dari Daerah Kondisi pengumpulan data produksi padi dan palawija mengindikasikan bahwa belum optimalnya koordinasi pada tingkat pemerintahan di daerah. Otonomi daerah mengkibatkan sulitnya koordinasi antar instansi di tingkat pemerintahan yang berbeda. Hal ini tentunya akan mengganggu kesinambungan data. Beberapa Alternatif dan Solusi terhadap Kendala Perhitungan PDB Kompleksitas kendala perhitungan PDB membutuhkan kajian lebih mendalam untuk dapat diselesaikan kasus per kasus. Oleh karena itu, penulis berusaha mencari beberapa alternatif dan solusi terhadap kendala perhitungan PDB, di antaranya: 1. Metode Estimasi Alternatif Salah satu aktivitas yang membutuhkan penggunaan metode estimasi yang tepat adalah NOE. Ada perhatian besar terhadap cakupan angka PDB akhir-akhir ini, karena beberapa NOE belum diikutsertakan sebagai perhitungan dalam penyusunan dan ini akan mempunyai pengaruh yang besar dalam keakuratan data PDB. Illegal logging dan perburuan merupakan salah satu contoh aktivitas NOE. Pada kasus illegal logging dan perburuan, data yang dimiliki pihak kepolisian hutan serta kasus kriminal yang terjadi di hutan Indonesia dapat menjadi sumber data utama dalam melakukan estimasi. Walaupun demikian, masalah serius yang berhubungan dengan penggelapan data, non-respon, dll masih menjadi kendala yang sulit dihindari. Penggunaan satelit untuk memonitoring lahan yang berkurang di luar areal yang legal juga dapat menjadi pertimbangan sebagai sumber data dalam penyusunan perhitungan. Selain itu, penggunaan metode tidak langsung juga dapat diterapkan dalam finalisasi PDB. Data illegal logging dan perburuan dapat diduga berdasarkan perbedaan antara permintaan dan penawaran. Metode ini mengasumsikan perbedaan tersebut sebagai hasil dari aktivitas ilegal. Karena ketidaklengkapan data dan indikator, kualitas dari pendugaan tergantung dari keahlian dan kemampuan teknis dari pihak yang berwenang melakukan perhitungan. Oleh karena itu, studi mengenai metode estimasi yang lebih tepat harus terus dikembangkan dalam menduga data yang mengalami permasalahan tersebut.
13
Kerja sama dengan pihak akademisi dapat menjadi solusi dalam menemukan metode estimasi yang lebih tepat berdasarkan hasil penelitian dan pengembangan dalam teori serta teknologi termutakhir. 2. Pengumpulan Data Survei Pelaksanaan survei pada data komponen penyusun perhitungan PDB harus terus ditingkatkan kualitasnya. Salah satunya adalah pada tahap pengumpulan data. Hal ini diindikasikan oleh terjadinya lag pengumpulan data yang panjang dari hampir semua survei. Padahal kualitas survei dapat dilihat salah satunya dari ketepatan waktu, di samping relevansi, akurasi, kemudahan akan akses, kemudahan akan interpretasi, dan koheren. Kondisi di atas membutuhkan adanya metode pengumpulan data yang dapat menghasilkan keseimbangan terbaik sehingga dapat memaksimalkan kualitas data dan mengendalikan galat pengukuran, tetapi meminimalisir masalah responden serta biaya. Alternatif dan solusi yang diberikan untuk meningkatkan kualitas pengumpulan data adalah dengan metode CAPI dan pengumpulan data secara online. a. Pengumpulan Data Subsektor Tanaman Bahan Makanan menggunakan Metode CAPI Keuntungan dari penggunaaan data CAPI adalah tidak adanya operasi entri data setelah pengumpulan dan tidak ada peluang untuk terjadinya “data grooming”/pengurusan data (contohnya revisi secara manual informasi yang ditulis tangan setelah wawancara) oleh pewawancara. Jadi, dua prosedur yang menghabiskan waktu tersebut dapat dihilangkan. Selain itu, CAPI mempunyai kelebihan dalam formulasi pertanyaan, sebagai pengawas otomatis bagi pewawancara, memberikan privasi lebih, dan lebih meningkatkan rasa percaya diri serta profesionalitas pewawancara. Beberapa kondisi agar CAPI berjalan lebih baik adalah dengan memperhatikan berbagai hal di antaranya: Rancangan Instrumen Survei Manajemen dan operasional dari sistem CAPI tergantung pada keberadaan dari sistem otorisasi yang baik. Jika sistem otorisasi telah tersedia, perancang instrumen pada survei tertentu – dengan pengalaman komputer yang minim atau bahkan tidak ada sama sekali – dapat mempersiapkan instrumen survei CAPI. Pemrograman komputer dibutuhkan dalam menulis manajemen kasus dan bagian output dari software. Dua bagian survei tersebut
biasanya beragam tiap survei atau instrumen survei sehingga mereka harus diprogram sesuai pesanan. Meskipun demikian, jika sistem otorisasi tidak tersedia, keseluruhan instrumen CAPI harus diprogram sesuai pesanan baik dengan bahasa umum maupun bahasa CAPI yang khusus. Jadi, ahli pemrograman komputer sangat dibutuhkan. Level dari para ahli tergantung dari bahasa yang akan dipilih. Persiapan instrumen survei juga akan membutuhkan jasa dari perancang instrumen survei yang sangat berkaitan erat dengan pemrograman komputer. Pelatihan Di luar pelatihan pada umumnya, pelatihan dasar dalam wawancara yang menggunakan CAPI perlu mengikutsertakan pelatihan peggunaan komputer dan penggunaan software wawancara. Pihak eksekutif, peneliti, dan supervisor di lapangan juga harus belajar mengenai jenis wawancara yang dibantu komputer ini. Hasil CAPI pada proses wawancara sangat tergantung dari jumlah pelatihan dan pengalaman menggunakan metode pengumpulan data seperti ini. Biaya selalu menjadi salah satu faktor penghambat dalam mengadopsi teknologi baru pada instansi statistik, termasuk pada penggunaan CAPI. Salah satu bagian terbesar dari biaya adalah pembelian PC, di samping biaya lainnya seperti pelatihan dan pemrograman. Namun demikian, CAPI akan bernilai sebanding jika PC dapat digunakan pada beberapa kali survei rutin melebihi masa hidup PC tersebut. CAPI juga dapat mengeliminir biaya gaji yang disebabkan meningkatnya waktu pada proses entri data dan data grooming. Oleh karena itu, diskusi lebih lanjut mengenai penggunaan metode CAPI perlu dibahas oleh pihak-pihak terkait. Kelebihan dan kekurangan penggunaan metode ini membutuhkan analisis lebih mendalam agar dapat digunakan pada survei tanaman bahan makanan. b. Pengumpulan Data Secara Online pada Perusahaan di Sektor Pertanian Pemerintahan Jepang telah mengeluarkan kebijakan dalam pengumpulan data secara online pada survei yang dilakukan terhadap perusahaan. Hal ini sebenarnya juga dapat diimplementasikan pada perusahaan di sektor pertanian. Sebagai contoh, pengumpulan data pada survei produksi perkebunan sebagai contoh selama ini masih menggunakan media kertas yang dikirim dari tiap-tiap daerah. Enumerator
14
harus mengunjungi tiap perusahaan untuk melakukan survei terhadap produksi yang diperoleh oleh perusahaan. Kertas yang telah berisi data tersebut selanjutnya dikirimkan ke BPS pusat. Perkembangan teknologi informasi dan komunikasi memudahkan penggunaan alat penunjang teknologi tersebut dalam pengumpulan data secara online. Penerapan jaringan komputer dalam pengumpulan data akan mengefisienkan pelaksanaan survei dan menurunkan gangguan respon. Penggunaan metode ini membutuhkan manajemen dan operasi yang berbeda dengan cara biasa. Tiga hal penting yang perlu menjadi perhatian agar metode ini berjalan baik adalah pedoman dari desain formulir, instruksi enumerasi melalui internet, serta keamanan dalam menggunakan metode ini. Formulir pengisian melalui internet hendaknya ringkas dan jelas untuk meyakinkan partisipasi maksimal dan pemahaman dari tiap responden. Instruksi enumerasi melalui internet terdiri dari beberapa tahapan, yaitu notifikasi, verifikasi, enumerasi, formulir yang belum lengkap, dan konfirmasi Notifikasi yang dimaksud adalah setiap perusahaan yang terpilih untuk enumerasi akan dinotifikasi dan disediakan password. Basis data akan mencatat nama perusahaan dan nomor identifikasi khusus mereka. Tahapan verifikasi dimulai ketika responden masuk ke halaman enumerasi di internet. Responden akan diminta mengisi nomor identifikasi khusus dan password mereka. Setelah sukses memasuki halaman enumerasi, responden akan mulai mengisi informasi yang diminta. Jika responden tidak dapat menyelesaikan pengisian formulir, pilihan yang tersedia adalah menyimpan data. Jika mereka tidak kembali sampai waktu yang ditentukan maka mereka akan ditandai untuk dilakukan pengumpulan data dengan metode lain. Ketika responden telah selesai melengkapi data, layar internet akan menyarankan mereka untuk konfirmasi final dari informasi yang diisi. Masalah kemanan dalam menggunakan metode ini di antaranya hacking, virus dan data hilang. Oleh karena itu, perlakuan yang diberikan untuk meminimalisir hal tersebut adalah pembuktian keaslian dan enkripsi. Di samping perhatian terhadap masalah teknis di atas, dukungan kuat dari pemerintah, instansi statistik, dan perusahaan di sektor pertanian perlu ditingkatkan agar metode ini dapat berjalan dengan baik.
3. Koordinasi antar instansi Sesuai dengan prinsip ke delapan dalam Prinsip Dasar Ofiicial Statistics, koordinasi antar lembaga statistik di suatu negara menjadi sesuatu yang penting dalam memperoleh konsistensi dan efisiensi sebuah sistem statistik. Official statistics adalah sesuatu yang luas cakupannya dan sering dihasilkan oleh banyak institusi pemerintah yang berbeda. Biasanya, terdapat biro statistik nasional atau pusat yang menghasilkan bagian terbesar dari official statistics. Walaupun demikian, koordinasi dari kegiatan statistik harus dijalankan untuk menghindari duplikasi pekerjaan, meminimalisir pelaporan masalah dari responden, dan untuk memfasilitasi integrasi data dari sumber berbeda melalui penggunaan standar statistik. Koordinasi antara BPS dan kementerian merupakan hal penting dalam efisiensi produksi data statistik, penyediaan data statistik yang berguna bagi publik secara tepat waktu, mengurangi masalah responden, dan lain-lain. Kualitas data juga harus menjadi pembahasan penting dalam mendukung peningkatan kualitas data PDB. Prinsip dasar statistik juga harus secara sistematis dikembangkan melalui kerja sama antara pemerintah pusat dan lokal. Hal ini bertujuan sebagai koordinasi dan memelihara fungsi sistem inspeksi di wilayah, pengawasan survei, serta pelaporan data ke tingkat pusat. Berdasarkan studi kasus terhadap pengumpulan data produksi padi dan palawija, koordinasi antara BPS dan Direktorat Jenderal Tanaman Pangan sudah terstruktur dan sistematis. Walaupun demikian, kendala koordinasi akibat adanya otonomi daerah perlu menjadi pembahasan bersama antara pihak-pihak terkait agar tidak mengganggu kesinambungan sistem statistik. KESIMPULAN DAN SARAN Kesimpulan Berdasarkan hasil penelitian, perhitungan PDB sektor pertanian masih memiliki beberapa kendala. Hal ini akan berpengaruh terhadap kualitas data PDB. Kendala tersebut terlihat dari beberapa indikator perhitungan, di antaranya ketepatan waktu pengumpulan data, model-model perhitungan yang belum tepat, serta kekontinuan data. Salah satu alternatif dan solusi adalah melakukan efektifitas pelaksanaan pengumpulan data. Penggunaan meode CAPI dan pengumpulan data secara online dapat menjadi alternatif untuk dapat
15
mencapai kondisi tersebut. Keberadaan aktivitas NOE juga perlu menjadi fokus utama dalam rangka meningkatkan cakupan PDB sesuai dengan SNA. Metode estimasi yang tepat untuk menghitung aktivitas NOE dapat meningkatkan keakuratan data PDB. Selain itu, koordinasi dengan instansi lain dan daerah harus terus ditingkatkan. Saran Kajian secara lebih mendalam terhadap kendala perhitungan PDB tiap-tiap subsektor pada sektor pertanian ataupun sektor lain perlu dilakukan untuk dapat mengidentifikasi kendala yang terjadi secara lebih terperinci. Keadaan tersebut mengisyaratkan bahwa peluang untuk mengkaji hal lain terkait official statistics, khususnya PDB masih cukup besar. DAFTAR PUSTAKA [APO] Asian Productivity Organization. 1993. Improvement of Agricultural Statistics in Asia and The Pacific. Tokyo: Asian Productivity Organization. [BPS] Badan Pusat Statistik. 2008. Memahami Data Strategis yang Dihasilkan BPS. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2008. Pedoman Praktis Penghitungan PDRB Kabupaten/Kota Tata Cara Penghitungan Menurut Lapangan Usaha Buku 1. Jakarta: BPS. [BPS] Badan Pusat Statistik. 2008. Pedoman Praktis Penghitungan PDRB Kabupaten/Kota Tata Cara Penghitungan Menurut Lapangan Usaha Buku 2. Jakarta: BPS. [BPS dan Deptan] Badan Pusat Statistik dan Departemen Pertanian. 2007. Buku Pedoman Pengumpulan Data Tanaman Pangan. Jakarta: BPS. Biemer PP, Lyberg LE. 2003. Introduction to Survei Quality. New Jersey: John Wiley & Sons, Inc. Lipsey GR, Paul NC, Douglas DP, Peter OS. 1995. Pengantar Makroekonomi. Ed ke10. Jaka W., Kirbrandoko, Budijanto, penerjemah. Jakarta: Binarupa Aksara. Terjemahan dari: Economics 10th ed. National Research Council. 2008. Understanding American Agriculture: Challenges for the Agricultural Resource Management Survei. Panel to Review USDA’s Agricultural Resource Management Survei. Committee on National Statistics, Division of Behavioral and Social Sciences and Education.
Washington, DC: The National Academies Press. [OECD] Organisation for Economic Cooperation and Development. 2002. Measuring the Non-Observed Economy: A Handbook. Paris: OECD Publications Service Rudiger D, Fischer S, Startz R. 2008. Macroeconomics 10th Edition. New York: McGraw-Hill. Schiller, Bradley R. (1997). Macroeconomics 7th Edition. New York: McGraw-Hill [UNESCAP] United Nations of Economic and Social Commission for Asia and the Pacific. 2001. Guidelines on the Application of New Technology to Population Data Collection and Capture. http://www.unescap.org/Stat/pop-it/popguide/pop-guide.asp.html. [1 dan 10 Jan 2010]. [UNESCAP] United Nations of Economic and Social Commission for Asia and the Pacific. 2004. Official Statistics and Its Development in Indonesia. http:// www.unescap.org/stat/sos1/sos1_indonesi a. html. [20 Oktober 2009].
LAMPIRAN
17
Lampiran 1 Bagan Arus Pelaporan Daftar SP dan Daftar SUB-S (Ubinan) BPS
Ditjen Tanaman Pangan
Database TP Arsip SP TP SUB-S
Arsip SP TP SUB-L SUB-S
Database SP TP
BPS Propinsi
Distan Propinsi
SP TP (1) SUB-S (1) Database TP
SP TP (2) SUB-S Genap (2)
BPS Kabupaten /Kota
SUB-L (1) SUB-DS SUB-S Ganjil (2)
Database SP TP
Distan Kabupaten/Kota
SUB-L
SUB-S Genap (2) SUB-DS SP TP (3)
Database SP TP
Daftar sampel: SUB-DS
KSK/Mantis
Arsip SP TP
KCD/Mantan PPL (BPP)
Data Puso
POPT-PHP
Arsip SP TP
SP TP SUB-L I (1) SUB-S Ganjil (2)
Desa SUB-S Genap (2)
Lapangan/Petani
Keterangan:
KCD KSK POPT-PHP SP TP SUB-DS SUB-L SUB-S
Kerja sama, Koordinasi, Sinkronisasi Pelaporan Pengumpulan Data Penyerahan Dokumen Kepala Cabang Dinas Koordinator Statistik Kecamatan Pengendali Organisme Pengganggu Tumbuhan-Pengamat hama Penyakit Statistik Pertanian Tanaman Pangan Survei Ubinan-Daftar Sampel Survei Ubinan-Pendaftaran Rumah Tangga/Listing Survei Ubinan-Sampel
18
Lampiran 2 Bagan Arus Pelaporan Rekap SP dan Hasil Pengolahan Produksi BPS
Ditjen Tanaman Pangan
R-I, R-II, R-III (1)
RPSP TP (1) R-I, R-II, R-III
Pengolahan Produksi R-I, R-II, R-III BPS Propinsi
Distan Propinsi RPSP TP (1)
Arsip: RKSP TP R-I, R-II, R-III
RKSP TP (1)
Arsip: RKSP TP
Arsip: RPSP TP R-I, R-II, R-III
RKSP TP (1)
BPS Kabu paten/Kota
Distan Kabu paten/Kota RKSP TP (2)
Keterangan:
RKSP TP RPSP TP R-I R-II R-III
Kerja sama, Koordinasi, Sinkronisasi Pelaporan Penyerahan Dokumen Rekapitulasi Kabupaten/Kota Statistik Pertanian Tanaman Pangan Rekapitulasi Provinsi Statistik Pertanian Tanaman Pangan Form untuk ARAM I Form untuk ARAM II Form untuk ARAM III
Arsip: RKSP TP
