PENGARUH FAKTOR-FAKTOR EKONOMI TERHADAP TINGKAT MIGRASI KE PROPINSI DKI JAKARTA
OLEH MOCHAMAD HENRY KURNIAWAHYUDI H14103007
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007
RINGKASAN
MOCHAMAD HENRY KURNIAWAHYUDI. Pengaruh Faktor-faktor Ekonomi terhadap Tingkat Migrasi ke Propinsi DKI Jakarta (dibimbing oleh SYAMSUL HIDAYAT PASARIBU). Pembangunan ekonomi yang tidak merata di berbagai wilayah menyebabkan ketimpangan antara perdesaan dengan perkotaan. Pedesaan di Indonesia banyak terdapat masyarakat yang miskin, karena sebagian besar mereka bekerja di sektor pertanian. Sektor pertanian semakin lama semakin tidak berkembang, sehingga penghasilan yang mereka dapatkan tidak dapat memenuhi kebutuhan hidup mereka secara layak. Disisi lain di perkotaan banyak tersedia lapangan kerja dengan penghasilan yang lebih tinggi dari pada di desa. Masyarakat pedesaan yang ingin meningkatkan taraf hidupnya mencoba melakukan berbagai upaya, salah satunya dengan melakukan migrasi ke kota. Dengan harapan mereka dapat memperoleh pekerjaan yang layak dan penghasilan yang lebih tinggi. DKI Jakarta merupakan kota sekaligus salah satu propinsi di Indonesia yang memiliki jumlah migrasi masuk terbesar di Indonesia. Namun dari tahun ke tahun jumlah migrasi yang masuk tetap menunjukan angka yang tinggi. Oleh karena itu, masalah migrasi ke DKI Jakarta dapat menjadi topik yang menarik dan hangat untuk di teliti. Penelitian ini difokuskan pada bagaimana pengaruh faktor-faktor ekonomi yang mempengaruhi penduduk di berbagai propinsi di Indonesia untuk melakukan migrasi ke DKI Jakarta. Metode analisis yang digunakan adalah metode panel data. Data yang digunakan dalam penelitian ini adalah data time series lima tahuanan dari tahun 1985 sampai 2005 dan data cross sectian, yang terdiri dari data Produk Domestik Regional Bruto (PDRB) perkapita tiap propinsi, jumlah migrasi masuk dari setiap propinsi ke Jakarta, dan data tingkat Upah Minimum Regional (UMR) tiap propinsi. Semuaya dibandingkan terhadap DKI Jakarta, karena Jakarta merupakan wilayah yang menjadi objek kajian penelitian. Model yang paling baik yang di dapatkan dari hasil estimasi adalah model efek tetap (fixed effect model). Dari hasil estimasi yang dilakukan didapatkan, bahwa variabel PDRB mempunyai hubungan yang negatif sebesar 0,285. Ini menunjukkan bahwa jika tingkat PDRB propinsi selain Jakarta meningkat relatif terhadap Jakarta sebesar 1 persen maka jumlah migrasi yang masuk ke DKI Jakarta akan berkurang sebesar 0,285 persen. Sedangkan variabel UMR mempunyai hubungan yang negatif sebesar 0,063. Artinya jika tingkat UMR di propinsi selain Jakarta meningkat relatif terhadap Jakarta sebesar 1 persen maka jumlah migrasi penduduk ke DKI Jakarta akan berkurang sebesar 0,063 persen. Untuk mengatasi hal ini sebaiknya pemerintah daerah selain Jakarta mengoptimalkan potensi yang ada di wilayahnya masing-masing untuk meningkatkan PDRB perkapita. Selain itu juga perlu dilakukan peningkatan anggaran untuk pembangunan, sehingga dapat menciptakan lapangan kerja dan meningkatkan pendapatan masyarakat.
PENGARUH FAKTOR-FAKTOR EKONOMI TERHADAP TINGKAT MIGRASI KE PROPINSI DKI JAKARTA
Oleh MOCHAMAD HENRY KURNIAWAHYUDI H14103007
Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2007
INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI
Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama Mahasiswa
: Mochamad Henry Kurniawahyudi
Nomor Registrasi Pokok
: H14103007
Program Studi
: Ilmu Ekonomi
Judul Skripsi
: Pengaruh Faktor-faktor Ekonomi terhadap Tingkat Migrasi ke Propinsi DKI Jakarta
dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Menyetujui, Dosen Pembimbing
Syamsul Hidayat Pasaribu, S.E., M.Si NIP. 132 310 799
Mengetahui, Ketua Departemen Ilmu Ekonomi
Dr. Ir. Rina Oktaviani, M.S NIP. 131 846 872
Tanggal Kelulusan :
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN
SEBAGAI
SKRIPSI
ATAU
KARYA
ILMIAH
PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Juli 2007
M. Henry Kurniawahyudi H14103003
i
RIWAYAT HIDUP
Mochamad Henry Kurniawahyudi dilahirkan di Semarang pada tanggal 22 November 1984 merupakan putra ketiga dari pasangan Bapak Mohlasin dan Ibu Siti Basiroh. Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1991 sampai dengan tahun 1996 di SDN Kebondowo 2 Semarang, kemudian dari 1996 sampai dengan 1997 di SDN Jadimulya Cirebon. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 1997 sampai tahun 2000 di SLTP Negeri 2 Cirebon. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMUN 1 Cisarua Bandung dan lulus pada tahun 2003. Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama mengikuti pendidikan di bangku kuliah aktif sebagai pengurus dalam beberapa organisasi kemahasiswaan, seperti Dewan Perwakilan Mahasiswa (DPM) Forum Mahasiswa Muslim dan Studi Ekonomi (FORMASI), Syariah Economic Club (SES-C), dan Ikatan Kekeluargaan Cirebon (IKC).
ii
KATA PENGANTAR
Assalamu’alaikum Wr. Wb. Segala puji hanya untuk Allah SWT, pencipta dan pemelihara alam semesta beserta isinya. Berkat rahmat dan karunia-Nya penulis mendapat kemudahan dan kemampuan dalam setiap langkah penyusunan skripsi ini. Shalawat dan salam semoga senatiasa tercurah kepada Qudwah Hasanah kita, Rasulullah Saw, yang telah mengajarkan al-Islam sebagai jalan hidup sehingga membawa keselamatan bagi umat manusia. Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi Manajemen IPB. Adapun judul skripsi ini adalah Pengaruh Faktor-faktor Ekonomi terhadap Tingkat Migrasi ke Propinsi DKI Jakarta. Penulis mengucapkan terima kasih kepada berbagai pihak yang telah memberikan bantuan, perhatian, dan dorongan semangat sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Untuk itu, ucapan terima kasih dan penghargaan penulis sampaikan kepada: 1. Syamsul Hidayat Pasaribu, S.E., M.Si selaku dosen pembimbing skripsi yang telah memberikan saran, ilmu dan membimbing penulis dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik. 2. Sahara S.P., M.Si selaku dosen penguji utama dan Widyastutik S.E., M.Si selaku komisi pendidikan, yang telah memberi saran-saran dan ilmu yang bermanfaat. 3. Kedua orang tua penulis yaitu Bapak Warsa dan Ibunda Siti Basiroh atas doa, bimbingan, dan dukungannya selama penulis menjalani pendidikan.
iii
4. Opi, Winsih, Kang Ade, dan Muthia Ningrum yang telah membantu penulis untuk memperoleh literatur yang dapat membantu penulis menyeleseikan skripsi. 5. Teman-temen kosan Al Izzah yang telah banyak membantu penulis baik dalam masalah teknis maupun non teknis. 6. Rekan-rekan Departemen Ilmu Ekonomi angkatan 40 (Vera, Ramadania, Karina, Halida, Dindin, Agung) yang selalu membantu penulis dalam bertukar pikiran selama proses pengerjaan skripsi sampai dengan skripsi ini selesei. 7. Seluruh staf dan pengajar di Departemen Ilmu Ekonomi dan semua pihak yang membantu penulis selama melaksanakan skripsi.
Penulis menyadari bahwa dalam menyusun skripsi ini masih banyak kekurangan. Dengan kerendahan hati, penulis meminta maaf dan mengharapkan kritik dan saran yang membangun bagi perbaikan penulis. Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan serta memberikan khasanah baru dalam bidang ilmu ekonomi. Wassalamu’alaikum Wr.Wb.
Bogor, Juli 2007
M. Henry Kurniawahyudi H14103007
i
RIWAYAT HIDUP
Mochamad Henry Kurniawahyudi dilahirkan di Semarang pada tanggal 22 November 1984 merupakan putra ketiga dari pasangan Bapak Mohlasin dan Ibu Siti Basiroh. Penulis menjalani pendidikan di bangku sekolah dasar dari tahun 1991 sampai dengan tahun 1996 di SDN Kebondowo 2 Semarang, kemudian dari 1996 sampai dengan 1997 di SDN Jadimulya Cirebon. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari tahun 1997 sampai tahun 2000 di SLTP Negeri 2 Cirebon. Setelah itu, penulis melanjutkan pendidikan menengah umum di SMUN 1 Cisarua Bandung dan lulus pada tahun 2003. Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen (FEM). Selama mengikuti pendidikan di bangku kuliah aktif sebagai pengurus dalam beberapa organisasi kemahasiswaan, seperti Dewan Perwakilan Mahasiswa (DPM) Forum Mahasiswa Muslim dan Studi Ekonomi (FORMASI), Syariah Economic Club (SES-C), dan Ikatan Kekeluargaan Cirebon (IKC).
ii
KATA PENGANTAR
Assalamu’alaikum Wr. Wb. Segala puji hanya untuk Allah SWT, pencipta dan pemelihara alam semesta beserta isinya. Berkat rahmat dan karunia-Nya penulis mendapat kemudahan dan kemampuan dalam setiap langkah penyusunan skripsi ini. Shalawat dan salam semoga senatiasa tercurah kepada Qudwah Hasanah kita, Rasulullah Saw, yang telah mengajarkan al-Islam sebagai jalan hidup sehingga membawa keselamatan bagi umat manusia. Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi Manajemen IPB. Adapun judul skripsi ini adalah Pengaruh Faktor-faktor Ekonomi terhadap Tingkat Migrasi ke Propinsi DKI Jakarta. Penulis mengucapkan terima kasih kepada berbagai pihak yang telah memberikan bantuan, perhatian, dan dorongan semangat sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Untuk itu, ucapan terima kasih dan penghargaan penulis sampaikan kepada: 1. Syamsul Hidayat Pasaribu, S.E., M.Si selaku dosen pembimbing skripsi yang telah memberikan saran, ilmu dan membimbing penulis dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan baik. 2. Sahara S.P., M.Si selaku dosen penguji utama dan Widyastutik S.E., M.Si selaku komisi pendidikan, yang telah memberi saran-saran dan ilmu yang bermanfaat. 3. Kedua orang tua penulis yaitu Bapak Warsa dan Ibunda Siti Basiroh atas doa, bimbingan, dan dukungannya selama penulis menjalani pendidikan.
iii
4. Opi, Winsih, Kang Ade, dan Muthia Ningrum yang telah membantu penulis untuk memperoleh literatur yang dapat membantu penulis menyeleseikan skripsi. 5. Teman-temen kosan Al Izzah yang telah banyak membantu penulis baik dalam masalah teknis maupun non teknis. 6. Rekan-rekan Departemen Ilmu Ekonomi angkatan 40 (Vera, Ramadania, Karina, Halida, Dindin, Agung) yang selalu membantu penulis dalam bertukar pikiran selama proses pengerjaan skripsi sampai dengan skripsi ini selesei. 7. Seluruh staf dan pengajar di Departemen Ilmu Ekonomi dan semua pihak yang membantu penulis selama melaksanakan skripsi.
Penulis menyadari bahwa dalam menyusun skripsi ini masih banyak kekurangan. Dengan kerendahan hati, penulis meminta maaf dan mengharapkan kritik dan saran yang membangun bagi perbaikan penulis. Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan serta memberikan khasanah baru dalam bidang ilmu ekonomi. Wassalamu’alaikum Wr.Wb.
Bogor, Juli 2007
M. Henry Kurniawahyudi H14103007
iv
DAFTAR ISI
Halaman DAFTAR TABEL............................................................................................... vi DAFTAR GAMBAR .......................................................................................... vii DAFTAR LAMPIRAN....................................................................................... viii I.
PENDAHULUAN................................................................................... 1 1.1. Latar Belakang ................................................................................. 1 1.2. Perumusan Masalah ........................................................................ 6 1.3. Tujuan Penelitian ............................................................................ 8 1.4. Kegunaan Penelitian ....................................................................... 8
II.
TINJAUAN PUSTAKA ......................................................................... 9 2.1. Pengertian Migrasi .......................................................................... 9 2.2. Penyebab Migrasi............................................................................ 11 2.3 Produk Domesti Regional Bruto (PDRB) ....................................... 16 2.4. Upah Minimum Regional (UMR) ................................................... 17 2.5. Penelitian Terdahulu ....................................................................... 18 2.6. Kerangka Pemikiran........................................................................ 20 2.7. Hipotesis.......................................................................................... 22
III.
METODE PENELITIAN........................................................................ 23 3.1. Jenis dan Sumber Data .................................................................... 23 3.2. Teknik Pengolahan Data ................................................................. 24 3.3. Model dan Motode Estimasi .......................................................... 25 3.3.1 Model Pooled....................................................................... 27 3.3.2. Model Efek Tetap (Fixed Effects)........................................ 28 3.3.3. Model Efek Acak (Random Effects) ................................... 29 3.5. Evaluasi Model................................................................................ 30
v
IV.
HASIL DAN PEMBAHASAN............................................................... 33 4.1. Hasil Estimasi Fungsi Migrasi dan Evaluasi Model ....................... 33 4.2. Interpretasi Model ........................................................................... 36 4.3. Implikasi Kebijakan ........................................................................ 38
V.
Kesimpulan dan Saran............................................................................. 40 5.1. Kesimpulan .................................................................................... 40 5.2. Saran .............................................................................................. 40
DAFTAR PUSTAKA ......................................................................................... 42 LAMPIRAN ....................................................................................................... 45
vi
DAFTAR TABEL
Nomor
Halaman
1.1.
Migrasi Masuk dan Keluar DKI Jakarta Menurut Lahir (Lifetime Migrants), 1990, 2000, dan 2005 ................................................................................... 4
1.2.
Persentase Migran Masuk ke DKI Jakarta Tahun 2005 ............................... 5
3.1.
Kerangka Identifikasi Autokorelasi ............................................................. 31
4.1.
Hasil Estimasi Panel Data ............................................................................ 33
vii
DAFTAR GAMBAR
Nomor 2.1.
Halaman Kerangka Pemikiran................................................................................... 21
viii
DAFTAR LAMPIRAN
Nomor
Halaman
1.
Data PDRB dengan Harga Berlaku dalam Jutaan .......................................... 46
2.
Data UMR per Bulan tiap Propinsi dalam Rupiah ........................................... 47
3.
Data Jumlah Migrasi Penduduk Masuk Jakarta dalam Jiwa ............................ 48
4.
Persentase Rasio PDRB Berdasarkan Harga Berlaku tiap Propinsi terhadap Jakarta .............................................................................................................. 49
5.
Persentase Rasio UMR tiap Propinsi terhadap DKI Jakarta dalam Persen ..... 50
6.
Hasil Estimasi Model Pooled ........................................................................... 51
7.
Hasil Estimasi Model Fixed Effect ................................................................... 52
8.
Hasil Estimasi Model Fixed Effect dengan White Heteroskedasticity ............. 53
9.
Hasil Estimasi Model Random Effect............................................................... 54
ix
iv
DAFTAR ISI
Halaman DAFTAR TABEL............................................................................................... vi DAFTAR GAMBAR .......................................................................................... vii DAFTAR LAMPIRAN....................................................................................... viii I.
PENDAHULUAN................................................................................... 1 1.1. Latar Belakang ................................................................................. 1 1.2. Perumusan Masalah ........................................................................ 6 1.3. Tujuan Penelitian ............................................................................ 8 1.4. Kegunaan Penelitian ....................................................................... 8
II.
TINJAUAN PUSTAKA ......................................................................... 9 2.1. Pengertian Migrasi .......................................................................... 9 2.2. Penyebab Migrasi............................................................................ 11 2.3 Produk Domesti Regional Bruto (PDRB) ....................................... 16 2.4. Upah Minimum Regional (UMR) ................................................... 17 2.5. Penelitian Terdahulu ....................................................................... 18 2.6. Kerangka Pemikiran........................................................................ 20 2.7. Hipotesis.......................................................................................... 22
III.
METODE PENELITIAN........................................................................ 23 3.1. Jenis dan Sumber Data .................................................................... 23 3.2. Teknik Pengolahan Data ................................................................. 24 3.3. Model dan Motode Estimasi .......................................................... 25 3.3.1 Model Pooled....................................................................... 27 3.3.2. Model Efek Tetap (Fixed Effects)........................................ 28 3.3.3. Model Efek Acak (Random Effects) ................................... 29 3.5. Evaluasi Model................................................................................ 30
v
IV.
HASIL DAN PEMBAHASAN............................................................... 33 4.1. Hasil Estimasi Fungsi Migrasi dan Evaluasi Model ....................... 33 4.2. Interpretasi Model ........................................................................... 36 4.3. Implikasi Kebijakan ........................................................................ 38
V.
Kesimpulan dan Saran............................................................................. 40 5.1. Kesimpulan .................................................................................... 40 5.2. Saran .............................................................................................. 40
DAFTAR PUSTAKA ......................................................................................... 42 LAMPIRAN ....................................................................................................... 45
vi
DAFTAR TABEL
Nomor
Halaman
1.1.
Migrasi Masuk dan Keluar DKI Jakarta Menurut Lahir (Lifetime Migrants), 1990, 2000, dan 2005 ................................................................................... 4
1.2.
Persentase Migran Masuk ke DKI Jakarta Tahun 2005 ............................... 5
3.1.
Kerangka Identifikasi Autokorelasi ............................................................. 31
4.1.
Hasil Estimasi Panel Data ............................................................................ 33
vii
DAFTAR GAMBAR
Nomor 2.1.
Halaman Kerangka Pemikiran................................................................................... 21
viii
DAFTAR LAMPIRAN
Nomor
Halaman
1.
Data PDRB dengan Harga Berlaku dalam Jutaan .......................................... 46
2.
Data UMR per Bulan tiap Propinsi dalam Rupiah ........................................... 47
3.
Data Jumlah Migrasi Penduduk Masuk Jakarta dalam Jiwa ............................ 48
4.
Persentase Rasio PDRB Berdasarkan Harga Berlaku tiap Propinsi terhadap Jakarta .............................................................................................................. 49
5.
Persentase Rasio UMR tiap Propinsi terhadap DKI Jakarta dalam Persen ..... 50
6.
Hasil Estimasi Model Pooled ........................................................................... 51
7.
Hasil Estimasi Model Fixed Effect ................................................................... 52
8.
Hasil Estimasi Model Fixed Effect dengan White Heteroskedasticity ............. 53
9.
Hasil Estimasi Model Random Effect............................................................... 54
1
I. PENDAHULUAN
1.1.
Latar Belakang Pertumbuhan ekonomi di wilayah perkotaan dan pedesaan yang tak
seimbang menimbulkan berbagai dampak positif dan negatif yang sepatutnya mendapat perhatian serius dari pemerintah dan berbagai pihak, terutama dikaitkan dengan isu kemiskinan dan pemerataan. Salah satu isu yang sering disoroti adalah tingginya arus migrasi terutama desa ke kota yang semakin meningkat intensitasnya (Sunario, 1999). Mobilitas penduduk menuju daerah perkotaan di Indonesia semakin meningkat dengan pesat ditunjukkan dengan angka pertumbuhan penduduk kota yang sangat tinggi. Utamanya terjadi pada periode tahun 1980-1990 (7,85 persen per tahun). Tingkat pertumbuhan penduduk kota pada periode 1990-2000 turun menjadi 2,01 persen, tetapi dilihat dari persentase dari penduduk yang tinggal di kota tampak semakin meningkat dengan pesat. Sensus penduduk tahun 1980 menunjukkan persentase penduduk kota sebesar 22,38 persen, kemudian meningkat menjadi 35,91 persen pada tahun 1990. Kondisi sepuluh tahun kemudian pada tahun 2000 persentase penduduk kota di Indonesia telah mencapai sebesar 42,43 persen. Pembangunan yang tidak seimbang dan disparitas antar daerah menyebabkan perpindahan penduduk yang dapat menimbulkan masalah baik di daerah yang ditinggalkan maupun daerah yang dituju. Daya tarik kota seperti, kesempatan memperoleh pendidikan, pekerjaan, wiraswasta dan penawaran jasa lainnya, sebagai bagian dari proses modernisasi, antara lain merupakan komponen
2
yang dapat memotivasi sehingga memperbesar arus perpindahan itu baik untuk tujuan menetap, sementara, atau mungkin perpindahan sirkuler (Artika, 2003). Selain itu menurut Hauser et al (1985) arus penduduk dari desa ke kota sebagian besar akibat daya tarik upah yang lebih tinggi berkat daya produksi yang lebih tinggi di kota. Penggunaan teknologi pada abad XX pun diduga dalam rangka pembangunan ekonomi, ternyata melahirkan tata industri yang bersifat padat modal dan bukan yang bersifat padat karya. Sehingga kebijakan ini cenderung mendorong buruh petani ke perkotaan. Di bidang industri ternyata mengalami keterbatasan penyerapan tenaga kerja. Dengan demikian, mungkin saja arus penduduk dari desa ke kota tetap berjalan terus dan semakin cepat, sementara kesempatan kerja di kota tetap terbatas. Menurut Todaro dan Smith (2004), kebijakan yang dijalankan pada dekade yang lalu, yang lebih mengutamakan modernisasi industri, kecanggihan teknologi, dan pertumbuhan metropolis, jelas telah menciptakan ketimpangan geografis dalam penyebaran kesempatan atau peluang-peluang ekonomi, sekaligus menjadi penyebab utama perpindahan secara besar-besaran penduduk desa ke kota yang terus menerus. Kebijakan pemerintah seringkali bias kota, yaitu dengan mementingkan investasi industri dan mengabaikan sektor pertanian. Pemerintah mementingkan investasi untuk bidang sarana umum yang dibangun di kota dengan alasan kota adalah pusat kegiatan ekonomi (Manning dan Effendi, 1985). Kedua hal tersebut di atas merupakan penyebab terjadinya migrasi penduduk dari desa ke kota. Di pedesaan pertanian tidak dapat menampung jumlah tenaga kerja
3
yang semakin meningkat dari tahun ketahun, didukung dengan masuknya teknologi sehingga sektor pertanian menjadi padat modal. Sektor non pertanian di pedesaan hampir tidak berkembang, keadaan sebaliknya bisa terjadi di perkotaan, yaitu luasnya kesempatan untuk dapat bekerja di sektor non pertanian. Hal ini membuat adanya keterkaitan masyarakat desa pergi ke kota untuk mendapatkan pekerjaan yang lebih baik dan penghasilan yang lebih tinggi yang tidak diperoleh selama mereka tinggal di desa (Suharso, 1994). Migrasi umumnya dilakukan untuk memperbaiki taraf hidup secara ekonomi. Salah satu daya tarik kota yaitu banyaknya peluang kerja di luar sektor pertanian. Sehingga adanya migrasi desa kota berakibat pada pergeseran mata pencaharian penduduk dari sektor pertanian ke sektor non pertanian di kota. Peluang memperoleh pekerjaan di desa dirasakan hanya pada sektor non pertanian terutama bidang industri dan jasa (Erwindo et al, 1992). Migrasi desa-kota merupakan suatu faktor utama yang mendorong pesatnya pertumbuhan kota di negara berkembang (Manning dan Effendi, 1985). Namun migrasi yang terlalu cepat dan tidak teratur mengakibatkan penduduk desa yang berbondong-bondong mencari pekerjaan di kota mengalami kekecewaan karena besarnya jumlah mereka yang mencari pekerjaan. Maka timbul persaingan di antara mereka sendiri di tambah dengan persaingan dari penduduk kota. Para migran yang berasal dari desa rata-rata berpendidikan rendah dan ketrampilan yang dimiliki juga terbatas. Tapi adanya persaingan di dunia kerja mengharuskan mereka untuk mempunyai kemampuan yang lebih dari orang lain. Kemampuan para migran yang terbatas menyebabkan mereka tersingkir dari pekerjaan pada
4
sektor formal yang akhirnya mengharuskan mereka untuk masuk pada sektor informal. Tabel 1.1. Migran Masuk dan Keluar DKI Jakarta Menurut Tempat Lahir (Lifetime Migrants), 1990, 2000, dan 2005 dalam jiwa Tempat Lahir/ Tempat Tinggal Sekarang
Migran Masuk
Sumatra Utara
200.135
14.096
230.137
19.640
174.847
20.456
Sumatra Barat Riau Sumatra Selatan Lampung Prop lain di Sumatra Jawa Barat Jawa Tengah DI Yogyakarta Jawa Timur Bali Nusa Tenggara Kalimantan Sulawesi Maluku+Irja
154.485 22.237 93.088
15.107 11.992 16.752
152.966 24.179 65.565
16.485 22.329 11.955
141.249 26.968 56.174
24.354 17.006 19.502
24.184 34.855
16.954 11.798
52.293 80.274
17.582 13.967
55.818 39.096
15.439 7.557
859.938 1.139.985 90.339
794.987 67.492 19.342
924.020 1.277.549 126.889
1.515.672 85.250 25.692
743.558 1.274.304 124.229
1.680.538 99.986 30.863
301.476 9.027 21.248
34.710 3.535 3.422
355.270 10.007 26.378
46.852 8.487 4.639
302.093 4.779 15.200
56.339 6.487 9.026
88.722 80.031 19.926
17.343 16.604 7.036
85.368 86.804 22.852
22.993 18.812 6.309
87.672 14.816 11.435
22.517 18.766 5.914
3.143.138
1.051.170
3.333.329
1.836.664
3.090.226
2.034.750
Jumlah
1990
2000 Migran Keluar
Migran Masuk
2005 Migran Keluar
Migran Masuk
Migran Keluar
Sumber: BPS (1992, 2001, 2006)
Kota besar seperti Jakarta merupakan daerah tujuan utama bagi pelaku mobilitas penduduk. Pada periode 1980-1990, pertumbuhan penduduk di DKI Jakarta mencapai 3,08 persen pertahun, kemudian turun menjadi 0,14 persen per tahun pada periode tahun 1990-2000. Selain karena turunnya angka fertilitas, migrasi keluar DKI Jakarta (utamanya ke kota-kota sekitarnya) diperkirakan menjadi faktor utama penurunan tingkat pertumbuhan penduduk.
5
Sensus penduduk tahun 1971, 1980, 1990, dan 2000 menunjukkan bahwa dari seluruh provinsi di Indonesia, DKI Jakarta merupakan daerah penerima migran terbesar, dimana sekitar 40 persen penduduknya berstatus migran. Setelah DKI Jakarta, Propinsi Lampung dan Kalimantan Timur tercatat sebagai daerah penerima migran kedua dan ketiga terbesar. Mengingat karakteristik daerah yang berbeda maka migran yang masuk ke tiga propinsi tersebut juga mempunyai perbedaan karakteristik. Sebagai pusat bisnis, industri dan pemerintahan, migran yang masuk ke Jakarta mempunyai karakteristik yang khusus, terutama sebagian diantaranya mempunyai pendidikan yang lebih tinggi dibandingkan dengan daerah yang masuk ke daerah berbasis pertanian seperti Lampung. Tabel 1.2. Persentase Migran Masuk ke DKI Jakarta Tahun 2005 Nama Propinsi Migran masuk Persentase (%) Sumatra Utara 17.4847 5.67 Sumatra Barat 141.249 4.58 Riau 26.968 0.88 Sumatra Selatan 56.174 1.82 Lampung 55.818 1.81 Prop. lain di Sumatra 39.096 1.27 Jawa Barat 743.558 24.13 Jawa Tengah 1.274.304 41.36 DI Yogyakarta 124.229 4.03 Jawa Timur 302.093 9.8 Bali 4.779 0.16 Nusa Tenggara 24.037 0.78 Kalimantan 87.672 2.85 Sulawesi 14.816 0.48 Maluku+Irian Jaya 11.435 0.38 Jumlah 3.090.226 100 Sumber : BPS 2005 (diolah)
Migran masuk seumur hidup ke DKI Jakarta di dominasi oleh mereka yang berasal dari Jawa Tengah, Jawa Barat, dan Jawa Timur secara berturut-turut
6
(SUPAS, 2005). Sebagaimana terlihat pada Tabel 1.2. Selanjutnya, tiga propinsi di Pulau Sumatra, yaitu Sumatra Utara, Sumatra Barat dan Sumatra Selatan juga memberikan kontribusi yang besar pada migran masuk seumur hidup ke DKI Jakarta. DKI Jakarta merupakan kota yang menarik bagi para pengangguran di desa untuk mengadu nasib. Walaupun hidup dalam segala keterbatasan namun para migran merasa bahwa dirinya lebih baik dari pada sebelumnya. Walaupun pendapatan yang didapatkan kecil tapi itu lebih tinggi dibandingkan ketika di desa. Berbagai masalah mulai timbul akibat semakin tingginya tingkat kepadatan penduduk di Jakarta. Salah satu masalah fisik yang dihadapi Jakarta adalah kehadiran rumah liar dan pemukiman-pemukiman kumuh. Para pendatang baru yang umumnya miskin biasanya menetap di gubuk kardus seadanya di tempattempat umum, sehingga mengganggu ketertiban masyarakat umum.
1.2.
Perumusan masalah Besarnya jumlah penduduk yang melakukan migarsi ke Jakarta tidak
terlepas dari kelemahan pembangunan di daerah luar Jakarta. Hal ini terlihat dari rendahnya tingkat upah dibandingkan di daerah dengan tingkat upah di Jakarta. Pertumbuhan jumlah migrasi ke Jakarta setiap tahun yang ralatif besar di dorong oleh keinginan untuk memperbaiki kesejahteraan hidup di Jakarta sementara jumlah lapangan kerja tak mampu lagi menyerap lapangan kerja. Setiap tahun DKI kedatangan sekitar 200.000-250.000 penduduk baru yang masuk bersama pemudik pasca lebaran (Dinas Kependudukan DKI, 2005).
7
Sedangkan pelayanan yang diberikan oleh pemerintah tidak bertambah, bahkan sebaliknya, terutama ketersediaan lapangan pekerjaan. Jumlah migrasi masuk yang bersih DKI Jakarta relatif paling tinggi dibandingkan dengan wilayah propinsi lainnya. Jumlah penduduk DKI Jakarta murni pada tahun 2005 sebesar 8.339.247 jiwa, namun jika ditambah dengan para tenaga kerja dari sekitar Jakarta yang comuting mencapai lebih dari 12 juta orang. Jumlah migran yang masuk tahun 2005 sebesar 3.090.226 jiwa. Padahal pertumbuhan penduduknya yang murni sangat rendah yaitu 0,17 persen per tahun, dilihat dari kepadatan penduduk Jakarta menempati posisi tertinggi yaitu 13.362 orang per kilometer persegi pada tahun 2005. Di sisi tingkat UMR daerah DKI Jakarta memiliki peringkat paling tinggi dibandingkan propinsi lainnya di Indonesia yaitu sebesar Rp 711.483. Sedangkan jumlah seluruh Pendapatan Regional Domestik Bruto sebesar Rp 436.250.721 juta pada tahun 2005. Di siai lain kelambatan dan ketidakmerataan pembangunan ekonomi di daerah luar Jakarta mengakibatkan masyarakat daerah untuk migrasi ke Jakarta untuk mencari pendapatan yang lebih tinggi. Akibatnya terjadi kepadatan penduduk yang tinggi dan pengangguran di Jakarta. Dampak kepadatan dan pengangguran ini timbul berbagai masalah sosial dan ekonomi. Diantaranya kriminalitas meningkat, pemukiman kumuh timbul dimana-mana, kemacetan tinggi, menurunya tingkat pelayanan dan prasarana perkotaan, dan akhirnya mengurangi tingkat kesejahteraan penduduk Jakarta. Berdasarkan uraian di atas, maka ada permasalahan yang menarik untuk dikaji lebih lanjut, yaitu
8
bagaimanakah pengaruh faktor-faktor ekonomi yang mendorong penduduk untuk melakukan migrasi ke DKI Jakarta.
1.3.
Tujuan Penelitian Berdasarkan latar belakang dan perumusan masalah, tujuan yang ingin
dicapai dalam penelitian ini yaitu untuk menganalisis pengaruh faktor-faktor ekonomi yang mempengaruhi migrasi ke DKI Jakarta. Faktor yang akan dianalisis diantaranya yaitu tingkat upah yang dalam hal ini Upah Minimum Regional dan Produk Domestik Regional Bruto perkapita.
1.4.
Kegunaan penelitian Kegunanaan dari penelitian ini dapat memberikan informasi kepada pihak-
pihak yang terkait dalam mengambil keputusan. Bagi penulis penelitian ini bermanfaat untuk mengetahui lebih jauh tentang masalah kependudukan di DKI Jakarta.
9
II. TINJAUAN PUSTAKA
2.1.
Pengertian Migrasi Migrasi menurut Rusli (1994) adalah suatu gerak penduduk secara
geografis, spasial atau teritorial antara unit-unit geografis yang melibatkan perubahan tempat tinggal yaitu dari tempat asal ke tujuan. Sedangkan Lee (1966) mengatakan bahwa yang disebut migrasi haruslah melibatkan faktor terjadinya perubahan tempat tinggal yang permanen dengan tidak usah memperhatikan jarak yang ditempuh dalam proses perpindahan tersebut. Menurut Munir (1981), dalam menelaah migrasi ada dua dimensi penting yang perlu ditinjau, yaitu dimensi waktu dan dimensi daerah. Ukuran yang pasti untuk dimensi waktu tidak ada, karena sulit menetapkan berapa lama seseorang pindah tempat tinggal agar dapat dianggap sebagai seorang migran, tetapi biasanya digunkan devinisi yang digunakan dalam sensus penduduk. Contoh, Sensus Penduduki Tahun 1961, batasan waktu bagi penentuan migran adalah 3 bulan, sedangkan untuk sensus penduduk Tahun 1971 dan 1980 selama 6 bulan. Mantra (1980) mengatakan bahwa seseorang dikatakan melakukan migrasi jika melakukan pindah tempat tinggal secara permanen atau relatif permanen (untuk jangka waktu relatif tertentu) dengan menempuh jarak minimal tertentu, atau pindah dari suatu unit geografis ke unit geografis lainnya. Mobilitas penduduk horizontal atau geografis meliputi semua gerakan penduduk yang melintasi batas wilayah tertentu dalam periode waktu tertentu. Dari berbagai pengertian migarsi tersebut, maka dapat penulis simpulkan bahwa pengertian
10
migrasi adalah suatu mobilitas penduduk dari suatu tempat atau lokasi geografis ke tempat atau lokasi geografis lainnya dengan melewati batas administrasi suatu daerah atau wilayah dengan maksud untuk mempertahankan hidup dan atau memperbaiki hidup. Secara garis besar, dimensi daerah dibedakan atas perpindahan antar negara yaitu perpindahan penduduk dari suatu negara ke negara lain yang disebut migrasi internasional. Sedangkan perpindahan yang terjadi dalam suatu negara misalnya antar propinsi, kota atau kesatuan administrasi lainnya dikenal dengan migrasi intern. Menurut Rusli (1995) berdasarkan bentuknya mobilitas dibagi menjadi dua yaitu mobilitas permanen atau migrasi dan mobilitas non-permanen atau sirkuler. Mobilitas permanen atau migrasi adalah perpindahan penduduk dari satu wilayah ke wilayah lain dengan maksud untuk menetap di daerah tujuan. Sedangkan mobilitas non permanen adalah gerak penduduk dari suatu tempat ke tempat lain dengan tidak ada niat untuk menetap di daerah tujuan yang terdiri dari dua, yaitu sirkulasi dan komutasi. Jadi perbedaan ini berdasarkan niatan, bukan lamanya setiap perpindahan, dan akibatnya beberapa perpindahan sirkuler mungkin lebih lama dari migrasi. Definisi migran menurut PBB (2000) adalah seseorang yang berpindah tempat kediaman dari suatu unit administratif atau politis ke unit daerah administratif atau daerah politis yang lain. Untuk menentukan seseorang disebut migran atau bukan, konsep operasional Sensus Penduduk 1971, 1980, 1990 dan 2000 menetapkan minimal lamanya tinggal di daerah tujuan enam bulan dan unit daerah migrasinya kabupaten atau kota. Banyak ahli dan penelitian mengatakan
11
bahwa migran bersifat selektif (Lee, Suharso, dan Hugo, 1981). Terdapat ciri khusus yang membedakan migran dan non migran, terutama dalam hal umur, jenis kelamin, pendidikan, status perkawinan dan jenis pekerjaan. Dengan adanya sifat selektif dalam proses migrasi maka timbullah ciri-ciri atau sifat-sifat karakteristik dari mereka yang turut serta dalam proses migrasi tersebut. Kebanyakan terdiri dari mereka yang masih berumur muda terutama antara 20-29 tahun, belum menikah, rata-rata memiliki tingkat pendidikan yang relatif lebih tinggi daripada mereka yang tidak turut bermigrasi. Serta kebanyakan dari mereka bermigrasi dengan alasan untuk memperbaiki nasib kehidupan.
2.2.
Penyebab Migrasi Menurut Hugo (1981) migrasi dilakukan seseorang karena adanya tekanan
lingkungan alam, ekonomi, sosial dan budaya. Menghadapi tekanan lingkungan ini ada tiga kemungkinan yang dilakukan masyarakat. Pertama, mereka yang bertahan di tempat, karena menganggap tempat yang sekarang adalah tempat terbaik dan dianggap paling banyak memberikan kemungkinan bagi terpenuhinya kebutuhan hidup tentu saja tidak dilupakan kemungkinan usaha perbaikan lingkungan hidupnya dan pembaharuan. Kedua, mereka pindah tempat atau migrasi. Ketiga, mereka melakukan peralihan antara keduanya, yaitu tetap tinggal tinggal di tempat lama tetapi mencari pekerjaan baru secara berkala dan terus menerus atau commutery. Mengingat bahwa sebagian besar masyarakat di pedesaan sudah tidak memiliki tanah pertanian, sedangkan mereka yang mengaku sebagai keluarga petani sebagian besar hanya memiliki tanah yang sempit ditambah pula bahwa
12
jumlah hari dan jam kerja di sektor pertanian jauh dibawah jam kerja normal (untuk ukuran kerja penuh), maka agar dapat mempertahankan hidupnya dari hari ke hari mereka harus dapat mencari pekerjaan di luar sektor pertanian (Suharso, 1978). Namun untuk mencari pekerjan di luar sektor pertanian tersebut diperlukan adanya kecakapan atau ketrampilan tertentu atau bahkan diperlukan sejumlah uang sebagai modal usaha, suatu hal yang sebagian besar dari mereka justru tidak memilikinya. Tidaklah mengherankan jika mereka terpaksa harus menerima pekerjaan yang biasa disebut dengan istilah pekerja kasar. Seperti buruh bangunan, penarik becak, buruh pabrik, pedagang keliling, dan sebagainya. Menurut Hardjosudarmo (1965) terjadinya migrasi disebabkan oleh tiga faktor yaitu: 1) Faktor pendorong (push factor) yang ada pada daerah asal, yakni adanya pertambahan penduduk yang mengakibatkan timbulnya tekanan penduduk, adanya kekeringan sumber alam, adanya fluktuasi iklim, dan ketidaksesuaian diri dengan lingkungan. 2) Faktor penarik (pull factor) yang ada pada
daerah tujuan, yakni adanya
sumber alam serta sumber mata pencaharian baru, adanya pendapatanpendapatan baru, dan iklim yang sangat baik. 3) Faktor lainnya (other factor), yakni adanya perubahan-perubahan teknologi, seperti
munculnya
mekanisasi
pertanian
yang
bias
menyebabkan
berkurangnya permintaan tenaga kerja untuk pertanian. Hal ini memaksa buruh tani untuk pindah ke tempat atau pekerjaan lain. Selain itu juga karena adanya perubahan pasar, faktor agama, politik, dan faktor pribadi.
13
Sedangkan menurut Sumaryanto dan Halim (1989) dalam Refiani (2006), arus dan volume migrasi dipengaruhi oleh faktor-faktor yang bersifat daya tarik (pull) atau daya dorong (push). Daya tarik dapat berupa produktivitas kerja yang lebih tinggi di daerah tujuan atau fasilitas lain yang memungkinkan individu itu memperoleh kehidupan yang lebih baik. Sedangkan daya dorong pada umumnya berupa suatu set peubah yang menyebabkan individu itu merasa sulit memperbaiki taraf hidupnya di tempat asal. Sebagai contoh, pemilikan aset yang rendah, kesempatan kerja yang sempit, produktivitas kerja di tempat asal yang rendah, dan lain-lain. Perbedaan tingkat gerak penduduk di desa-desa berkaitan dengan ketimpangan sosial dan regional. Munir
(1981)
mengelompokkan
faktor-faktor
yang
menyebabkan
seseorang melakukan migrasi ke dalam dua kelompok, yaitu faktor pendorong dan faktor penarik. Faktor pendorong misalnya : 1) Makin berkurangnya sumber-sumber alam, menurunnya permintaan atas barang-barang tertentu yang bahan bakunya masih sulit diperoleh seperti hasil tambang, kayu dan bahan dari hasil pertanian. 2) Menyempitnya lapangan kerja di daerah asal (misalnya pedesaan) akibat masuknya teknologi yang menggunakan mesin-mesin (capital intensive). 3) Adanya tekanan-tekanan atau diskriminasi politik, agama dan suku di daerah asal. 4) Tidak cocok lagi dengan adat, budaya dan kepercayaan di tempat asal. 5) Alasan
pekerjaan
atau
perkawinan
menegembangkan karir pribadi.
yang
menyebabkan
tidak
bisa
14
6) Bencana alam baik banjir, kebakaran, gempa bumi, musim kemarau panjang atau adanya wabah penyakit. Sementara faktor-faktor penarik antara lain: 1) Adanya rasa superior di tempat yang baru atau kesempatan untuk memasuki lapangan kerja. 2) Kesempatan mendapatkan pekerjaan yang lebih baik. 3) Kesempatan mendapatkan pendapatan yang lebih tinggi. 4) Keadaan lingkungan dan keadaan hidup yang menyenagkan, misalnya iklim, perumahan, sekolah, dan fasilitas-fasilitas kemasyarakatan lainnya. 5) Tarikan dari orang yang diharapkan sebagai tempat berlindung. 6) Adanya aktivitas-aktivitas di kota besar, tempat-tempat hiburan, pusat kebudayaan sebagai daya tarik orang-orang dari desa atau kota kecil. Mantra (1994) berpendapat bahwa motivasi seseorang untuk pindah adalah motif ekonomi. Motif tersebut berkembang karena adanya ketimpangan ekonomi antar daerah. Todaro dan Smith (2004) menyebut motif utama tersebut sebagai pertimbangan ekonomi yang rasional. Faktor yang mempengaruhi untuk melakukan migrasi ke perkotaan karena adanya dua harapan, yaitu harapan untuk memperoleh pekerjaan dan memperoleh pendapatan yang lebih tinggi daripada yang diperoleh di pedesaan. Dengan demikian migrasi dari pedesaan ke perkotaan mencerminkan adanya ketidakseimbangan antara pedesaan dan perkotaan. Kebutuhan hidup yang terus meningkat menuntut setiap orang terutama para kepala keluarga untuk mencari penghasilan yang lebih besar. Jika di daerah tempat tinggal dianggap tidak dapat menyediakan lapangan pekerjaan yang
15
mempunyai penghasilan yang layak maka mereka akan lebih memilih untuk bermigrasi. Pilihan ini merupakan pilihan terbaik mereka, meskipun belum pasti apakah mereka akan mendapatkan pekerjaan atau tidak di tempat tujuan. Wilayah perkotaan dengan proses pertumbuhan ekonomi yang cukup tinggi dan fasilitas yang lengkap mendorong setiap orang terutama pengangguran untuk mengadu nasib. Arus masuk migrasi akan semakin banyak dalam waktu yang relatif cepat. Migrasi masuk ke kota (termasuk kota Jakarta) sangat erat kaitannya dengan kebijakan pembangunan yang bersifat bias kota (urban bias). Pembangunan di DKI Jakarta yang memiliki peran dan fungsi sebagai pusat kegiatan ekonomi, telah menarik penduduk desa untuk datang kota ini dalam upaya mendapatkan kesempatan kerja atau usaha, lebih-lebih ketika lapangan pekerjaan di desa sangat terbatas. Fenomena ini sejalan dengan teori Todaro (2004) yang menjelaskan terjadinya perpindahan penduduk disebabkan oleh tingginya upah atau pendapatan yang dapat diperoleh di daerah tujuan. Kesenjangan upah atau pendapatan yang besar antara desa dan kota mendorong penduduk desa untuk datang ke kota. Perusahaan akan selalu berusaha untuk memperoleh keuntungan maksimal, dengan menjual produk yang dihasilkan di pasar barang dan memperoleh tenaga kerja di pasar faktor produksi dalam kondisi pasar persaingan sempurna (Wiranatakusumah, 1998). Kota merupakan pasar tenaga kerja dan juga tempat bisnis perusahaan-perusahaan. Dengan demikian kota menjadi tujuan migrasi yang tepat bagi pengangguran. Pengangguran di Indonesia merupakan
16
akibat perbedaan kerangka kerja dari pembangunan. Hal ini dapat dilihat dari signifikansi migrasi desa-kota yang meningkatkan angkatan kerja di kota. Para migran yang masuk ke perkotaan yang tidak terserap di sektor modern harus menciptakan suatu lapangan kerja sendiri atau bekerja pada usahausaha rumah tangga milik keluarga atau kenalan mereka agar bisa tetap hidup (Todaro, 2004). Seperti pedagang keliling, pedagang asongan di trotoar atau jalanan, pembuatan papan nama, tambal ban dan sebagainya. Sedangkan yang mempunyai ketrampilan khusus akan mencari pekerjaan sebagai mekanik, tukang kayu, tukang cukur, tukang ojek motor, dan sebagainya.
2.3.
Produk Domestik Regional Bruto (PDRB) Produk Domestik Regional Bruto (PDRB) didefinisikan sebagai jumlah
nilai tambah yang dihasilkan oleh seluruh unit usaha dalam suatu wilayah, atau merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi di suatu wilayah. Salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu wilayah dalam suatu periode tertentu oleh data Produk Domestik Regional Bruto (PDRB) baik atas harga dasar berlaku maupun atas dasar harga konstan (BPS, 2005). PDRB propinsi menunjukkan tingkat kemajuan ekonomi propinsi tersebut, semakin besar jumlah PDRB propinsi tersebut maka semakin baik pula kondisi perekonomian propinsi tersebut, sehingga semakin banyak penduduk yang akan datang ke propinsi itu untuk bekerja atau mencari penghidupan yang lebih baik.
17
2.4.
Upah Minimum Regional (UMR) Upah adalah kompensasi yang diberikan kepada para pekerja harian atau
borongan yang besarnya telah disepakati sebelumnya oleh kedua belah pihak. Sedangkan gaji adalah kompensasi yang diberikan perusahaan kepada seseorang atau karyawan secara periodik biasanya sebulan sekali (Sari dan Hoeriah, 2004). Upah Minimum Regional (UMR) adalah upah yang ditetapkan oleh pemerintah melalui keputusan mentri yang dinilai dan diukur dari kebutuhan hidup minimum (Sari dan Hoeriah, 2004). UMR tiap propinsi atau tiap kabupaten/kota di Indonesia berbeda-beda sesuai dengan kondisi perekonomian masing-masing daerah. Setiap pekerja ataupun buruh berhak mendapatkan upah minimal sama dengan UMR yang ditetapkan oleh pemerintah daerah setempat, dan perusahaan atau pengusaha harus memberikan upah kepada pekerja mereka tidak boleh dibawah standar UMR. 2.5.
Penelitian Terdahulu Analisis serta kajian terhadap fenomena migrasi telah dilakukan baik di
dalam maupun di laur negeri. Berikut ini akan dipaparkan beberapa penelitian terdahulu dengan berbagai pendekatan yang secara khusus menganalisis terjadinya migrasi. Solimano (2002) melakukan penelitian di Argentina mengungkapkan bahwa migrasi penduduk ke Amerika Serikat dan Eropa atau negara yang lebih maju dengan pendekatan ekonomi dan politik. Model yang digunakan adalah dengan pendekatan Ordinary Last Square (OLS) : NMt = a + bX1t + cX2(t-1) + dX3t + eX4t + random termt
(2.1)
18
dimana : NM
= net migrasi penduduk dari negara pengirim ke negara penerima,
X1
= menunjukan rasio GDP real perkapita negara penerima terhadap GDP real perkapita negara pengirim,
X2
= lag net migrasi,
X3
= indeks ekonomi negara penerima migran,
X4
= indeks rezim pemerintahan apakah autoritarian atau demokrasi. Pendekatan ekonomi dengan melihat tingkat rasio pendapatan nasional
negara asal dengan negara tujuan. Sedangkan aspek politik dengan memasukkan rezim pemerintahan di negara asal yaitu Argentina. Hasilnya diketahui bahwa hubungan yang positif dan signifikan antara selisih pendapatan nasional negara penerima dengan negara pengirim migran. Romdiati dan Noveria (2004) melakukan analisis mobilitas penduduk antar daerah dalam rangka pengendalian migrasi masuk ke DKI Jakarta. Dalam penelitian ini diungkapkan bahwa Jakarta sebagai kota metropolitan yang menjadi pusat dari berbagai kegiatan pembangunan. Jakarta menjadi tujuan utama migrasi penduduk dari berbagai daerah dalam jumlah yang besar. Mereka datang ke kota ini untuk memperoleh manfaat dari semua kesempatan yang tersedia, terutama kesempatan ekonomi. Masih terbukanya peluang untuk melakukan usaha ekonomi, khususnya di sektor informal diketahui sebagai penyebab utama perpindahan
penduduk
dari
berbagai
daerah,
termasuk
mereka
yang
berketrampilan rendah menuju Jakarta. Arus migrasi menuju kota Jakarta tampak
19
semakin diwarnai oleh pola mobilitas non-permanen dengan ciri-ciri kurang terampil, bekerja di sektor informal dan tinggal di permukiman kumuh. Selain itu beberapa penelitian menunjukkan besarnya orientasi migran non-permanen pada desa asalnya, yaitu terlihat dari peningkatan kehidupan keluarga migran di desa asal yang terlihat membaik sebagai dampak adanya anggota keluarga yang melakukan mobilitas non-permanen ke kota (Hugo, 1975; Mantra et al, 1988; Saefullah, 1992). Perbedaan penelitian ini dengan penelitian terdahulu, bahwa penelitian ini hanya menganalisis faktor –faktor ekonomi yang mempengaruhi migrasi tanpa menganalisis faktor non ekonomi. Penelitian ini juga menganalisis migrasi tiap propinsi dalam satu negara ke salah satu propinsi yang paling maju di negara tersebut. Sedangkan penelitian Solimano menganalisis migrasi internasional dari satu negara ke negara lainnya, yaitu dari Argentina ke Amerika Serikat dan Eropa dengan menyertakan faktor politik berupa rezim pemerintahan. Perbedaan dengan penelitian Mantra, kalau mantra menganalisis migrasi antar daerah dalam propinsi di Jawa Tengah dengan melihat faktor ekonomi dan sosial seperti pendidikan dan status perkawinan. Sedangkan penelitian Hugo menganalisis migrasi di Jawa Barat dan hampir sama dengan penelitian Mantra hanya berbeda wilayah saja.
2.6.
Kerangka Pemikiran Migrasi yang dilakukan oleh penduduk di pengaruhi oleh dua faktor utama
yaitu faktor ekonomi dan faktor non ekonomi. Faktor ekonomi terdiri dari lag tingkat upah dan lag besarnya tingkat perekonomian antara wilayah luar Jakarta
20
terhadap wilayah Jakarta. Sedangkan faktor non ekonomi terdiri dari perbedaan kondisi sosial budaya, politik, keamanan, dan iklim. Namun yang menjadi fokus dari penelitian ini adalah pada faktor ekonomi, dimana lag upah dianalisis dengan menggunakan variabel UMR tiap propinsi dan lag besarnya perekonomian dianalisis dengan variabel PDRB berdasarkan harga berlaku tiap propinsi di Indonesia. Migrasi yang dilakukan penduduk di daerah asal juga dipengaruhi adanya faktor pendorong seperti fasilitas dan sarana yang tidak memadai, lapangan pekerjaan yang sempit, kualitas pendidikan yang rendah, atau penghasilan yang rendah serta kondisi iklim atau keamanan yang tidak baik, sehingga mendorong masyarakat untuk bermigrasi. Namun di Jakarta terdapat faktor penarik yang mempengaruhi masyarakat di luar Jakarta untuk melakukan migrasi. Diantaranya fasilitas dan sarana yang lengkap seperti fasilitas pendidikan, olahraga, keagamaan, rekreasi dan hiburan. Selain itu juga tersedia lapangan pekerjaan yang lebih luas serta penghasilan yang lebih tinggi. Sehingga mempengaruhi masyarakat luar Jakarta untuk mengadu nasib ke Jakarta. Semakin
banyaknya
masyarakat
yang
bermigrasi
ke
Jakarta
mengakibatkan jumlah penduduk semakin meningkat. Sehingga menimbulkan berbagai masalah diantaranya masalah sosial, ekonomi, dan kependudukan. Oleh karena itu pemerintah DKI Jakarrta harus bekerja sama dengan pemerintah daerah selain Jakarta untuk mengatasi hal tersebut.
21
Penduduk luar Jakarta
Faktor Non Ekonomi -Sosial budaya -Politik -Keamanan -Iklim
Migrasi
Jakarta
Faktor Ekonomi -Gap tingkat upah -Gap besarnya tingkat perekonomian
Masalah sosial, ekonomi dan kependudukan Jakarta Keterangan : Alur permasalahan Ruang lingkup
Kebijakan Pemda Jakarta dan Pemda selain Jakarta
Gambar 2.1. Kerangka Pemikiran Penelitian
2.7.
Hipotesis Secara umum ada dua faktor yang signifikan berpengaruh terhadap tingkat
migrasi penduduk, yaitu faktor ekonomi dan faktor non ekonomi. Faktor ekonomi merupakan faktor terbesar yang mempengaruhi gerak penduduk. Faktor ekonomi ini diantaranya adalah tingkat upah kemudian kondisi perekonomian wilayah. Sedangkan faktor non ekonomi seperti keamanan, politik, sosial budaya juga mempengaruhi namun lebih kecil. Yang menjadi hipotesisi dari penelitian ini yaitu :
22
1. Tingkat Produk Domestik Regional Bruto perkapita tiap propinsi di luar Jakara memiliki hubungan yang negatif terhadap jumlah migrasi ke Jakarta. 2. Tingkat upah selain Jakarta memiliki hubungan yang negatif terhadap tingkat migrasi ke DKI Jakarta.
23
III. METODOLOGI PENELITIAN
3.1.
Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa
data time series lima tahunan (1985, 1990, 1995, 2000, dan 2005) dan cross section yang terdiri dari data migrasi masuk ke DKI Jakarta, data jumlah penduduk tiap propinsi di Indonesia, data Produk Domestik Regional Bruto (PDRB) tiap propinsi berdasarkan harga berlaku, data Upah Minimum Regional (UMR) tiap propinsi. Proses pengumpulan data dilakukan melalui penelusuran data ke Badan Pusat Statistik (BPS) Pusat, Departemen Tenaga Kerja dan Transmigrasi, media internet, surat kabar, dan literatur-literatur yang berkaitan. PDRB yang digunakan dalam penelitian ini adalah PDRB berdasarkan harga berlaku. Ini dimaksudkan untuk melihat perbandingan kesejahteraan antara daerah propinsi selain Jakarta terhadap Jakarta pada tahun yang bersangkutan. Setiap propinsi memiliki PDRB yang berbeda-beda sesuai dengan kondisi perekonomiannya. UMR yang digunakan pada tahun 1985 masih berupa KFM (Kebutuhan Fisik Minimum), karena kebijakan pemerintah yang mengatur tentang UMR belum dibuat. Namun yang berlaku tahun 1985 adalah kebijakan KFM pekerja. Sehingga untuk data tahun 1985 masih menggunakan data KFM, dan untuk tahun 1990 hingga 2005 menggunakan data UMR karena kebijakan pemerintah tentang UMR sudah dikeluarkan. Selain itu UMR yang digunakan adalah UMR nominal, yaitu nilai UMR pada tahun yang bersangkutan. Hal ini untuk menunjukkan
24
bahwa penduduk yang melakukan migrasi ke Jakarta hanya melihat beasarnya nilai nominal upah yang akan mereka dapatkan pada tahun tersebut atau hanya melihat nilai upah relatif Jakarta terhadap propinsi selain Jakarta, tanpa memperhitungkan nilai rill upah tersebut.
3.2.
Teknik Pengolahan Data Data diolah dengan menggunakan program software Eviews 4.1. Tahap-
tahap pengolah data : Pertama, data PDRB bedasarkan harga berlaku tiap propinsi dibagi dengan PDRB bedasarkan harga berlaku DKI Jakarta. Kedua, data UMR tiap propinsi di Indonesia dibagi dengan UMR DKI Jakarta. Ini dimaksudkan karena DKI Jakarta merupakan propinsi utama tujuan migrasi penduduk dari seluruh propinsi di Indonesia. Walaupun dari propinsi DKI Jakarta ada penduduk yang bermigrasi ke tiap propinsi di Indonesia, namun jumlah penduduk yang masuk ke DKI Jakarta lebih besar dari pada jumlah penduduk yang pindah ke luar Jakarta. Bentuk fungsi persamaannya adalah sebagai berikut. PDRB ⎞ ⎛ UMR Log MIG = Log ⎜ , ⎟ ⎝ UMR.JKT PDRB.JKT ⎠
(3.1)
dimana : MIG
: jumlah migrasi penduduk berbagai propinsi ke Jakarta (jiwa),
UMR
: tingkat UMR tiap propinsi selain Jakarta (rupiah),
UMR.JKT
: tingkat UMR Jakarta (rupiah),
PDRB
: PDRB tiap propinsi selain Jakarta (rupiah),
PDRB.JKT
: PDRB DKI Jakarta (rupiah).
25
3.3.
Model dan Metode Estimasi Salah satu langkah dalam penelitian ini adalah menentukan model umum
yang digunakan dengan menggunakan analisis fungsi regresi. Penggunaan fungsi regresi ditujukan untuk menangkap berbagai kemungkinan migrasi dari variabelvariabel yang diestimasi. Bentuk model umum yang digunakan dalam penelitian ini adalah sebagai berikut : Log MIGit
= αi + β1 Log RUMRit + β2 Log RPDRBit + εit
(3.2)
dimana : MIGit
= jumlah migrasi penduduk ke DKI Jakarta,
RUMRit
= rasio tingkat upah minimum regional tiap propinsi terhadap upah minimum regional Jakarta,
RPDRBit
= rasio tingkat PDRB tiap propinsi terhadap PDRB Jakarta,
αi
= interesep model yang berubah-ubah tiap propinsi,
β1
= slope variabel UMR,
β2
= slope variabel PDRB,
i
= propinsi ke-i,
t
= pada tahun ke-t,
ε
= error/simpangan. Teknik estimasi dalam penelitian ini menggunakan metode panel data.
Model ini menggunakan kombinasi set data runut waktu (time series) dan kerat lintang (cross section). Model yang digunakan mengacu pada penelitian migrasi internasional yang dilakukan oleh Andres Solimano tahun 2002. Analisis panel data adalah subjek dari salah satu bentuk yang cukup aktif dan inovatif dalam
26
literatur ekonometrik. Hal ini dikarenakan panel data menyediakan informasi yang cukup kaya untuk perkembangan teknik estimasi dan hasil teoritik. Dalam bentuk praktis, peneliti telah dapat menggunakan data runut waktu (time series) dan kerat lintang (cross section) untuk menganalisis masalah yang tidak dapat diatasi jika hanya menggunakan salah satunya saja. Banyak keuntungan yang diperoleh dengan menggunakan data panel, yang diantaranya sebagai berikut (Gujarati, 2003) 1) Mampu mengontrol heterogenitas individu, panel data memberi peluang perlakukan bahwa unit-unit ekonomi yang dianalisis dalam penelitian ini seperti Pendapatan Domestrik Regional Bruto (PDRB) tiap propinsi, Upah Minimum Regional (UMR) tiap propinsi adalah homogen. 2) Banyak memperoleh informasi lebih banyak, lebih beragam, mengurangi kolinearitas antar variabel, meningkatkan derajat kebebasan serta lebih efisien. Data time series memiliki kecenderungan tingkat kolinearitas yang tinggi. Dengan menggunakan panel data, penambahan dimensi cross section dapat memperkaya keragaman dan informasi pada variabel, sehingga akan menghasilkan informasi yang lebih akurat. 3) Panel data lebih baik untuk studi dynamic of adjusment. Salah satu kekurangan apabila menggunakan pendekatan cross section adalah tidak dapat menggambarkan
adanya
perubahan-perubahan
yang
terjadi.
Dengan
menggunakan panel data, dapat diketahuai apakah kondisi yang terjadi tersebut permanen atau temporer.
27
4) Mampu lebih baik dalam mengestimasi dan mengukur efek yang secara sederhana tidak dapat dideteksi oleh pure cross section atau pure time series. 5) Dapat membangun dan menguji model prilaku (behavioral model ) yang lebih kompleks dibanding pure cross section atau data time series. Keuntungan fundamental panel data dari pada runut waktu (time series) ataupun kerat lintang (cross section) adalah bahwa panel data akan membiarkan peneliti untuk lebih fleksibel dalam memodelkan perbedaan sifat tiap data pengamatan. Metode panel data dapat memiliki 3 bentuk model yaitu pooled, Fixed Effect atau model efek tetap, dan Random Effect atau model efek acak.
3.3.1. Model Pooled Model polled yaitu model yang didapatkan dengan mengkombinasikan atau mengumpulkan semua data cross section dan time series. Model data ini kemudian di duga dengan menggunakan Ordinari Least Square (OLS) yaitu : Yit = α + β Xit + εit dimana : Yit
= variabel endogen,
Xit
= variabel eksogen,
α
= interesep,
β
= slope,
i
= individu ke I,
t
= individu ke-t,
ε
= error/simpangan.
(3.3)
28
3.3.2.
Model Efek Tetap (Fixed Effect) Masalah terbesar dalam pendekatan model kuadrat terkecil adalah
asumsi interesep dan slope dari persamaan regresi yang dianggap konstan baik antar individu maupun antar waktu yang mungkin kurang beralasan. Untuk mengatasi masalah ini maka kita bisa menggunakan Model Efek Tetap (Fixed Effect). Model Efek Tetap (Fixed Effect ) yaitu model yang di dapatkan dengan mempertimbangkan
bahwa
peubah-peubah
yang
dihilangkan
dapat
mengakibatkan perubahan dalam interesep-interesep cross section dan time series. Peubah
boneka
(dummy)
dapat
ditambahkan
ke
dalam
model
untuk
memungkinkan perubahan-perubahan interesep ini lalu model di duga dengan OLS, yaitu : Yit = αiDi + β Xit + εit dimana : Yit
= variabel endogen,
Xit
= variabel eksogen,
αi
= interesep model yang berubah-ubah antar cross section unit,
β
= slope,
D
= variabel boneka,
i
= individu ke-i, t =periode waktu ke-t,
ε
=error/simpangan.
(3.4)
29
3.4.3.
Model Efek Acak (Random Effect) Keputusan untuk memasukkan variabel boneka dalam model effek tetap
tak dapat dipungkiri akan dapat menimbulkan konsekuensi. Penambahan variabel boneka akan dapat mengurangi banyaknya derajat kebebasan yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Untuk mengatasi masalah tersebut maka kita bisa menggunakan Model Efek Acak (Random Effect). Dalam model efek acak parameter yang berbeda antar individu maupun antar waktu dimasukkan ke dalam error. Karena hal inilah model efek acak sering juga disebut model komponen error (error component model). Bentuk model efek acak ini bisa dijelaskan pada persamaan berikut : Yit = αi + β Xit + εit
(3.5)
εit = uit + vit + wit
(3.6)
dimana :
uit ~ N(0,δu²) = komponen cross section error, vit ~ N(0,δv²) = komponen time series error, wit ~ N(0,δv²) = komponen combination error, kita juga mengasumsikan bahwa error secara individual juga tidak saling berkorelasi begitu juga dengan error kombinasinya. Penggunaan model efek acak dapat menghemat pemakaian derajat kebebasan dan tidak mengurangi jumlahnya seperti yang dilakukan pada model efek tetap. Hal ini berimplikasi parameter yang merupakan hasil estimasi akan menjadi efisien. Semakin efisien maka model akan semakin baik.
30
3.5.
Evaluasi Model Gujarati (1995) menjelaskan, sebagai upaya untuk menghasilkan model
yang efisien, tak bias, dan konsisten, maka perlu dilakukan pendeteksian terhadap pelanggaran/gangguan asumsi dasar ekonometrika yang berupa gangguan antar waktu (time-related disturbance), gangguan antar daerah atau antar propinsi (cross sectional disturbance), dan gangguan akibat keduanya. Pengujian model yang perlu dilakukan adalah sebagai berikut: 1)
Multikolinearitas Indikasi multikolinearitas tercermin dengan melihat hasil uji t dan F
statistik hasil regresi. Jika banyak koefisien parameter dari t statistik diduga tidak signifikan sementara dari hasil F hitungnya signifikan, maka patut di duga adanya multikolinearitas.
Multikolinearitas
salah
satunya
dapat
diatasi
dengan
menghilangkan variabel yang tidak signifikan. 2)
Autokorelasi Autolorelasi dapat mempengaruhi efisiensi dari estimatornya. Untuk
mendeteksi adanya korelasi serial adalah dengan melihat nilai Durbin Watson (DW) dalam Eviews. Untuk mengetahui ada tidaknya autokorelasi, maka dilakukan dengan membandingkan DW-statistikanya dengan DW-tabel. Adapun kerangka identifikasi Autokorelasi terangkum dalam tabel 3.1. Korelasi serial ditemukan jika error dari periode waktu yang berbeda saling berkorelasi. Hal ini bisa dideteksi dengan melihat pola random error dari hasil regresi. Pada analisis seperti yang dilakukan pada model, jika ditemukan korelasi serial, maka model menjadi tidak efisien meskipun tidak bias dan
31
konsisten. Treatmen untuk pelanggaran ini adalah dengan menambahkan AR (1) atau AR (2) dan seterusnya, tergantung dari banyaknya autokorelasi pada model regresi yang kita gunakan.
Tabel 3.1. Kerangka Identifikasi Autokorelasi Nilai DW 4-dl < DW < 4 4-dl < DW < 4-dl 2 < DW < 4-du du < DW < 2 dl < DW < du 0 < DW < dl
Hasil Tolak Ho, korelasi serial negatif Hasil tidak dapat ditentukan Terima Ho, tidak ada korelasi serial Terima Ho, tidak ada korelasi serial Hasil tidak dapat ditentukan Tolak Ho, korelasi serial positif
Sumber : Gujarati (2000)
3)
Heteroskedastisitas Dalam regresi linear berganda, salah satu asumsi yang harus dipenuhi agar
taksiran parameter dalam model tersebut adalah Var (ui) = σ² (konstan), semua varian mempunyai variasi yang sama. Pada umumnya heteroskedastisitas diperoleh pada data kerat lintang (cross section). Jika pada model dijumpai heteroskodestisitas, maka model menjadi tidak efisien meskipun tidak bias dan konsisten. Dengan kata lain, jika regresi tetap dilakukan meskipun ada masalah heteroskedastisitas maka pada hasil regresi akan terjadi “misleading” (Gujarati, 1995). Untuk mendeteksi adanya pelanggaran asumsi heteroskedastisitas, digunakan uji-White Heteroskedasticity yang diperoleh dalam program Eviews 4.1. Dengan uji White, membandingkan Obs*R-Squared dengan X (Chi-Squared) tabel, jika nilai Obs*R-Squared lebih kecil dari X (Chi-Squared) tabel maka tidak ada heteroskedastisitas pada model. Dalam pengolahan data panel dalam Eviews 4.1 yang menggunakan metode General Least Square (Cross Section Weights),
32
maka
untuk
mendeteksi
adanya
heteroskedastisitas
adalah
dengan
membandingkan Sum Square Resid pada Weighted Statistics dengan Sum Square Resid pada Unweighted Statistics. Jika Sum Square Resid pada Weighted Statistics < Sum Square Resid pada Unweighted Statistics, maka terjadi heteroskedastisitas. Untuk men-treatmen pelanggaran tersebut, bisa mengestimasi GLS dengan White Heteroskedasticity.
33
IV. HASIL DAN PEMBAHASAN
4.1.
Hasil Estimasi Fungsi Migrasi dan Evaluasi Model Estimasi terhadap fungsi migrasi dalam penelitian ini dilakukan dengan
menggunakan program sofware Eviews 4.1 dan metode panel data dengan Model Efek Tetap (Fixed Effect Model). Pemilihan model efek tetap ini dimaksudkan untuk memberikan keleluasaan bagi peneliti untuk melihat heterogenitas tiap individu dari contoh penelitian. Dengan model efek tetap kita akan membiarkan interesep bervariasi antar individu (propinsi), dan perbedaan nilai konstanta ini diasumsikan sebagai perbedaan antar unit individu. Proses estimasi metode panel data dalam penelitian ini dilakukan dengan tiga model yaitu Model Pooled, Model Fixed Effects dan Model Random Effects, dari ketiga model tersebut akan dipilih model yang terbaik, model-model yang didapatkan dapat dilihat pada tabel 4.1.
Tabel 4.1. Hasil Estimasi Panel Data Variabel
Model Pooled
Model Fixed Effects
Model Random Effect
Koefisien
Probabilitas
Koefisien
8,724
0,000
-
-
8,962
0,000
RUMR
-0,268
0,149
-0,063
0,000
-0,248
0,849
RPDRB
1,043
0,000
-0,285
0,000
0,1813
0,003
Konstanta
R-square
Probabilitas Koefisien Probabilitas
0,986
0,999
0,729
4367,940
10178,160
-
Prob(F-stat)
0,000
0,000
-
DW
0,739
1,878
1,097
F-statistik
Sumber : Lampiran 6, 8 dan Lampiran 9
34
Dari model pooled didapatkan bahwa variabel RUMR tidak signifikan pada taraf nyata α = 5% , nilai probabilitas didapatkan lebih besar dari 5 persen. Pada model pooled ini semua propinsi di Indonesia keragamanya dianggap homogen. Ini merupakan hal yang salah karena tiap daerah atau propinsi di Indonsesia memiliki keragaman atau kondisi yang berbeda-beda. Sehingga model ini tidak baik untuk memodelkan masalah migrasi ke Jakarta. Hasil estimasi dengan menggunakan efek tetap (fixed effect) dapat dilihat dalam tabel 4.1. Dari hasil estimasi yang diperoleh, maka dapat dilakukan uji asumsi penting ekonometrika yang terdiri dari uji multikolinearitas, autokorelasi dan heteroskedastisitas. Selain itu kita juga bisa melihat kemampuan model yang digunakan dalam menjelaskan keragaman yang terjadi. Indikasi multikolinearitas tercermin dengan melihat hasil uji-t dan F-statistik hasil regresi. Dari statistik hasil regresi kita melihat bahwa F-statistik signifikan pada tingkat kepercayaan 95% dengan taraf nyata α = 5% dengan nilai probabilitas F-statistik sebesar 0,0000. Untuk uji signifikansi individu (uji-t) penulis menggunakan t-statistik dengan taraf nyata α = 5% dengan derajat bebas 124 yang memiliki t-kritis sebesar 1,645 dan membandingkannya dengan nilai mutlak t-statistik dari hasil estimasi fungsi migrasi. Berdasarkan hasil estimasi fungsi migrasi kita dapat melihat bahwa semua variabel yaitu Rasio Pendapatan Domestik Regional Bruto dan Rasio Upah Minimum Regional bersifat signifikan sehingga asumsi adanya multikolinearitas dapat diabaikan. Uji asumsi ekonometrika yang kedua adalah uji autokorelasi. Hasil estimasi fungsi migrasi dalam penelitian ini menunjukkan bahwa nilai
35
Durbin Watson (DW) sebesar 1,878 dimana dl = 1,63 dan du = 1,72 dimana du(1,72) < DW(1,878) < 2 maka menurut kerangka uji identifikasi autokorelasi (Tabel 3.1.) menunjukkan tidak ada autokorelasi. Langkah selanjutnya dalam mengevaluasi hasil regresi terhadap fungsi migrasi
adalah
mendeteksi
adanya
heteroskedastisitas.
Karena
dalam
mengestimasi model di atas diberi perlakuan cross section weights, serta White Heteroskedasticity maka asumsi adanya heteroskedastisitas dapat diabaikan. Nilai
R-square atau koefisien determinasi 0,9996 yang menunjukkan
bahwa 99,96% keberagaman migrasi penduduk ke DKI Jakarta dapat dijelaskan oleh model. Hasil ini di dukung dengan tingginya nilai F-statistik yang signifikan pada tingkat kepercayaan 95% dan tingkat α=5% sebesar 0,0000. Berdasarkan hasil estimasi dan evaluasi terhadap fungsi migrasi tersebut maka model ini adalah model terbaik untuk digunakan dalam penelitian ini. Dari hasil olah data yang dilakukan dengan model random effect, didapatkan bahwa nilai probabilitas RUMR dari model random effect lebih besar dari taraf nyata α = 5% yaitu 84,85 persen. Hasil ini menunjukan bahwa variabel RUMR ini tidak signifikan dan berpengaruh nyata terhadap migrasi ke Jakarta. Sehingga model ini tidak baik untuk dijadikan model migrasi ke Jakarta.
36
4.2.
Interpretasi Model Sesuai dengan model fixed effect didapatkan bahwa variabel Rasio Upah
Minimum Regional (RUMR) berdasarkan hasil estimasi memiliki koefisien 0,063, ini menunjukkan bahwa variabel RUMR berpengaruh nyata dan signifikan terhadap jumlah migrasi penduduk ke Jakarta sebesar 0,163 persen. Artinya jika di tiap propinsi selain Jakarta mengalami peningkatan UMR relatif terhadap Jakarta sebesar 1 persen maka rata-rata jumlah migrasi penduduk ke Jakarta dari tiap propinsi yang dianalisis akan menurun sebesar 0,063 persen. Tanda negatif pada koefisien menunjukkan hubungan yang negatif antara migrasi masuk ke Jakarta terhadap rasio UMR propinsi luar Jakarta terhadap UMR Jakarta. Ini sesuai dengan hipotesis bahwa semakin besar tingkat UMR propinsi selain Jakarta maka jumlah migrasi ke Jakarta akan semakin menurun. Karena daerah tersebut memberikan jaminan ekonomi yang lebih baik dari pada daerah yang UMRnya lebih rendah. Hasil estimasi ini sesuai dengan hipotesis bahwa tingkat UMR tiap propinsi memiliki hubungan yang negatif terhadap Jumlah migrasi ke Jakarta. Selain itu hasil ini juga sesuai dengan teri Todaro dan Smith (2004) bahwa penyebab migrasi adalah untuk mendapatkan pendapatan yang lebih tinggi. Semakin tinggi UMR di Jakarta maka jumlah migrasi ke Jakarta akan semakin besar. Dari hasil analisis diperoleh bahwa migran yang berasal dari Jawa Tengah menempati posisi tertinggi sebesar 41,36 persen, Jawa Barat memiliki kontribusi
37
jumlah migran sebesar 24,13 persen, selanjutnya disusul oleh propinsi Jawa Timur, Sumatra Utara, Yogyakarta, dan Sumatra Selatan (lampiran 4). Propinsi di Pulau Jawa memiliki kontribusi di peringkat atas terhadap migrasi ke DKI Jakarta diduga karena ketimpangan upah terlihat begitu tinggi padahal dalam jarak yang relatif dekat sehingga migran sangat mudah sekali mengambil keputusan untuk melakukan migrasi ke Jakarta (Lampiran 2). Rasio UMR propinsi di pulau Jawa sekitar setengah sampai dua pertiga UMR Jakarta. Padahal jarak menuju Jakarta relatif dekat dan dapat ditempuh dalam waktu yang relatif singkat dengan transportasi darat. Sehingga penduduk sangat mudah untuk bermigrasi ke DKI Jakarta. Rasio Produk Domestik Regional Bruto (RPDRB) berdasarkan hasil estimasi memiliki koefisien sebesar -0,285 ini menunjukkan bahwa variabel RPDRB berpengaruh nyata dan signifikan terhadap jumlah migrasi penduduk ke DKI Jakarta sebesar 0,285 persen. Artinya jika di tiap propinsi selain Jakarta mengalami peningkatan PDRB relatif terhadap Jakarta sebesar 1 persen maka rata-rata jumlah migrasi penduduk ke Jakarta dari propinsi tersebut akan menurun sebesar 0,285 persen. Ini menunjukkan bahwa PDRB mempunyai pengaruh yang sangat besar terhadap tingkat migrasi ke Jakarta, dapat dilihat bahwa PDRB Jakarta jauh lebih besar dari propinsi lainnya di Indonesia (Lampiran 1). Dari hasil penelitian terlihat bahwa PDRB perkapita Jakarta termasuk berada pada posisi tertinggi di Indonesia (Lampiran 4). Ini mencerminkan secara ekonomi Jakarta memiliki pembangunan ekonomi yang paling baik dibandingkan dengan pembangunan ekonomi propinsi lainnya. Dengan segala fasilitas yang ada
38
dapat menjadi faktor penarik yang sangat kuat terhadap para migran dari luar Jakarta untuk bisa ikut menikmati fasilitas tersebut. Hasil ini sejalan dengan penelitian Solimano dimana jika pendapatan wilayah tujuan migran semakin tinggi maka jumlah migrasi ke wilayah tersebut akan semakin tinggi pula. Selain itu juga sesuai dengan hipotesis bahwa pendapatan perkapita tiap daerah memiliki hubungan yang positif terhadap jumlah migrasi ke Jakarta sebagai tempat tujuan migrasi.
4.3.
Implikasi Kebijakan Pada tahun 1980-an hingga pertengahan dekade 1990-an DKI Jakarta
mengalami
perkembangan ekonomi yang cukup pesat. Hingga mencapai
pertumbuhan lebih dari 100 persen setiap lima tahun terlihat pada (Lampiran 1). Investasi yang ditanamkan ke Jakarta relatif paling besar di bandingkan dengan propinsi selain Jakarta. Pembangunan infrastruktur sedang digencarkan oleh pemerintah daerah Jakarta dengan dukungan dari pemerintah pusat. Undang-undang otonomi daerah yang belum dikeluarkan oleh pemerintah, mengakibatkan pendapatan asli daerah banyak yang terserap ke pemerintah pusat dan digunakan untuk pembangunan di ibukota negara yaitu Jakarta. Hal itu mendorong pembangunan fasilitas dan sarana infrastruktur di Jakarta semakin berkembang.
Pembangunan
fasilitas
perkantoran,
pemukiman
modern,
supermarket dan sarana transportasi jalan tol lingkar luar dan lingkar dalam Jakarta mampu menyerap tenaga kerja dan semakin memudahkan orang di luar
39
Jakarta untuk melakukan mugrasi ke Jakarta dengan cepat dan murah, baik migrasi permanen maupun migrasi sirkuler. Tingkat Upah Minimum Regional yang tinggi di Jakarta juga mendorong migrasi penduduk ke Jakarta. Terlihat bahwa upah di Jakarta semakin kesini semakin besar dan terakhir tahun 2005 berada pada posisi tertinggi dibandingkan propinsi lainnya di Indonesia (Lampiran 2 dan 5). Sehingga pemuda usia produktif di berbagai daerah di Indonesia berbondong-bondong datang ke Jakarta untuk mencari kerja atau ingin mencari pendapatan yang lebih tinggi. Dari tahun 1985 hingga tahun 1995 jumlah migrasi yang masuk ke Jakarta terlihat cenderung terus meningkat, namun mulai tahun 2000 hingga tahun 2005 jumlahnya semakin menurun (Lampiran 3). Ini disebabkan para migran lebih memilih tempat tinggal di wilayah sekitar Jakarta seperti Bogor, Depok, Tangerang, Bekasi (bodetabek). Karena harga lahan disanan lebih murah, selain itu didukung dengan sarana transportasi yang murah dan mudah, sehingga banyak masyarakat yang melakukan comuting. Ini akan memberikan dampak yang baik bagi Jakarta dan wilayah penyangga Jakarta (bodetabek). Jakarta akan berkurang beban jumlah penduduknya dan wilayah penyangga Jakarta akan semakin berkembang dan maju.
40
V. KESIMPULAN DAN SARAN
5.1.
Kesimpulan Berdasarkan hasil analisis dan pembahasan maka dapat disimpulkan
bahwa dalam fenomena migrasi penduduk ke DKI Jakarta terdapat beberapa faktor ekonomi yang sangat berpengaruh terhadap jumlah migrasi penduduk ke Jakarta yaitu : 1. Rasio Produk Domestik Regional Bruto (PDRB) tiap propinsi selain DKI Jakarta terhadap PDRB DKI Jakarta mempunyai pengaruh yang negatif dan signifikan terhadap jumlah migrasi penduduk ke Jakarta. Hal ini dapat ditunjukkan oleh nilai koefisien variabel RPDRB. 2. Rasio Upah Minimum Regional (UMR) tiap propinsi di luar Jakarta terhadap UMR Jakarta juga mempunyai pengaruh yang negatif dan signifikan terhadap jumlah migrasi penduduk ke DKI Jakarta. Hal ini dapat ditunjukkan oleh nilai koefisien variabel RPDRB.
5.2.
Saran Kebijakan yang dikembangkan tidak bisa dilakukan secara langsung, tetapi
dengan cara tidak langsung melalui berbagai sektor yang terkait erat dengan aspek migrasi penduduk. Karenanya, upaya pengendalian migrasi masuk ke DKI Jakarta harus dilakukan bersama-sama dengan pemerintah pusat, pemerintah daerah asal migran dan pemerintah kota di sekitar kawasan DKI Jakarta. Tidak kalah pentingnya adalah kerjasama antara pemerintah dan kalangan swasta, terutama
41
kalangan pembisnis. Sehingga kebijakan yang sebaiknya diterapkan oleh pemerintah untuk mengatasi masalah ini adalah sebagai berikut : 1.
Pemerintah daerah sebaiknya meningkatkan anggaran belanja pemerintah terutama untuk pembangunan, sehingga dapat menciptakan lapangan kerja baru bagi penduduk di daerah dan menigkatkan pendapatan mereka.
2.
Perlu adanya kerjasama pemerintah pusat, pemerintah daerah, dan kalangan swasta dalam usaha pengembangan sektor non pertanian di desa dengan kebijakan investasi yang diarahkan ke pedesaan untuk menciptakan lapangan kerja baru terutama di sektor UMKM.
3.
Untuk penelitian selanjutnya, sebaiknya memasukan variabel faktor non ekonomi seperti jumlah sekolah. Selain itu perlu analisis lebih jauh apakah migran yang masuk ke Jakarta lebih banyak bekerja di sektor formal atau informal.
42
DAFTAR PUSTAKA Artika, M. 2003. Proses Migrasi dan Dinamika Kebudayaan Masyarakat Migran Madura [Skripsi]. Fakultas Perikanan dan Ilmu Kelautan Institut Pertanian Bogor, Bogor. Ananta, A. 1993. Ciri Demografis Kualitas Penduduk dan Pembangunan Ekonomi. FEUI, Jakarta. Baum dan Tolbert. 1985. Investasi dalam Pembangunan. UI Press, Jakarta Dav. 2005. “Urbanisasi Versus Ketidakpastian Hukum”. [kompas online]. http://www.kompas.com [18 Juni 2005]. Erwindo, et al. 1992. Studi Keterkaitan Desa-Kota. Pusat Penelitian Studi Ekonomi, Bogor. Godam. 2006. “Faktor Penarik dan Pendorong Urbanisasi Perpindahan Penduduk dari Desa ke Kota-Masalah Ekonomi Kependudukan Indonesia”. [Tempo online]. http// www.tempo.com [8 Juli 2006] Gujarati, D. 1978. Ekonometrika Dasar. Sumarno [penerjemah]. Erlangga, Jakarta. Hauser et al. 1985. The Population Dilema. The American Assembly Columbia University, United State of America. Hardjosudarmo, S. 1965. Kebijaksanaan Transmigrasi dalam Rangka Pembangunan Masyarakat Desa di Indonesia. Bhratara, Jakarta. Hugo, J . 1981. Population Mobility in West Java. Gajah Mada University Perss, Yogyakarta. Lee, E. 1984. Suatu Teori Migrasi. Pusat Penelitian Kependudukan Universitas Gajah Mada, Yogyakarta. Lucas, et al. 1984. Pengantar Kependudukan. PPSK. Universitas Gajah Mada, Yogyakarta. Manning & Effendi, T. 1985. Urbanisasi, Pengangguran, dan Sektor Informal di Kota. Yayasan Obor Indonesia dan PPSK Universitas Gajah Mada. Gramedia, Jakarta. Mantra, I. B. 1981. Population Movement in Wet Rice Communities. Gajah Mada University Perss, Yogyakarta.
43
1994. “Mobilitas Sirkuler dan Pembangunan Daerah Asal”. Dalam Warta Demografi No. 3. dan Kastro. 1984. Migrasi Indonesia Berdasarkan sensus Penduduk 1071 dan 1980. BPS, Jakarta. Munir, R. 1981. Migrasi dalam Dasar-Dasar Demografi. Lembaga Demografi FEUI, Jakarta. Noveria, M. dan Romdiati, H. 5 Agustus 2004. “Mobilitas Penduduk antar Daerah dalam rangka Tertib Pengendalian Migrasi Masuk ke DKI Jakarta”. Dalam makalah seminar dan lokakarya urbanisasi, Jakarta. Pasaribu, S.H., D. Hartono dan T. Irawan. 2005. Pedoman Penulisan Skripsi. Departemen Ilmu Ekonomi. Fakultas Ekonomi Manajemen. Institut Pertanian Bogor, Bogor. Raharto, et al. 1999. Migrasi dan Pembangunan di Kawasan Timur Indonesia. Isu Ketenagakerjaan. AusAID, Jakarta. Refiani, E. 2006. Faktor Penyebab dan Dampak Migrasi Sirkuler di Daerah Asal ‘Studi Kasus Desa Pamijahan, Kab. Bogor. Prop. Jawa Barat’. [Skripsi] Fakultas Pertanian Institut Pertanian Bogor, Bogor. Remi, S. 2004 “Antara Pembangunan Ekonomi dan Pembangunan Manusia”. [pikiran rakyat online]. http//www.pikiranrakyat.com [20 Nopember 2004]. Rusli, S. 1984. Gerak Penduduk dan Sirkulasi Tenaga Kerja Pedesaan. Prisma no. 1. Rusli, S. 1995. Pengantar Ilmu Kependudukan. LP3ES, Jakarta. Sari dan Hoeriah. 2004. Ekonomi SMU. Erlangga, Jakarta. Situs.http://www. bps. go. id. Solimano, A. 2002. “Development Cycles, Political Regimes and International Migration: Argentina in the 20th Century”. Dalam makalah konfrensi Poverty, International Migration and Asylum, Helsinki. Saefullah, H. 1992. Mobilitas Penduduk Desa-Kota. Prisma. LP3ES, Jakarta.
44
Suharso. 1996. Kaitan Desa-Kota : “Migrasi Sirkuler dan Sektor Informal”. Dalam bahan bacaan praktikum Pengantar Ilmu Kependudukan Penerbit Ilmu-Ilmu Sosial Ekonomi Pertanian. Institut Pertanian Bogor, Bogor. 1978. Pola Perpindahan Penduduk dan Urbanisasi di Jawa tahun 19681973. Universitas Gajah Mada, Yogyakarta. Sunario. 1994. Masyarakat Indonesia Memasuki Abad ke-21. Departemen Pendidikan dan Kebudayaan, Jakarta. Suroyo, S. 1983. Migrasi Pertikaian Etnik: Migrasi Swakarsa Etnik Madura ke Kalimantan Barat. Institut Studi Arus Informasi, Yogyakarta. Tjondronegoro. 1992. Ilmu Kependudukan. POPF. Institut Pertanian Bogor, Bogor. Todaro dan Smith. 2004. Pembanguan Ekonomi di Dunia Ketiga. Edisi Kedelapan. Erlangga, Jakarta. Wiranatakusumah. 1998. Bayang-bayang Ekonomi Klasik. Direktorat Jendaral Pendidikan Tinggi. Departemen Pendidikan Nasional, Jakarta. Walpole. R. 1995. Pengantar Statistika. Bambang Sumantri [penerjemah]. Gramedia Pusatak Utama, Jakarta. Yudi. 2004. Dana Sektoral untuk Atasi Prolem Urbanisasi DKI Jakarta. [beritajakarta online]. http//www.beritajakarta.com [23 Desember 2006].
45
46
Lampiran 1. Data PDRB dengan Harga Berlaku dalam Juta Rupiah.
NO 1
NAMA PROPINSI
3
ACEH SUMATRA UTARA SUMATRA BARAT
4
RIAU
5
JAMBI SUMATRA SELATAN
2
6 7
BENGKULU
8
LAMPUNG
1985
1990
1995
2000
2005
4.251.377
7.237.788
13.091.228
28.923.265
51.117.347
4.701.780
10.774.792
24.630.522
67.659.899
136.903.270
1.615.788
3.302.504
8.267.123
22.426.448
44.674.569
7.433.054
12.215.589
21.234.728
55.260.499
179.993.734
763.538
1.396.922
3.457.564
9.380.650
22.487.011
4.557.037
7.848.210
14.513.151
44.588.045
94.920.024
359.589
801.550
1.988.629
4.539.983
10.008.451
1.354.462
3.224.635
8.119.193
23.200.302
39.834.089
9
DKI JAKARTA
10.519.424
22.830.244
70.045.319
189.075.401
436.250.721
10
JAWA BARAT
14.635.138
31.707.357
76.198.179
218.099.590
471.975.431
11
10.124.151
21.689.283
46.586.033
117.782.925
234.435.323
12
JAWA TENGAH DI. YOGYAKARTA
993.702
1.900.530
5.618.645
13.093.980
25.248.174
13
JAWA TIMUR
14.016.820
29.131.524
65.883.193
169.680.628
403.392.351
14
BALI
1.440.453
3.017.867
7.409.946
16.509.986
33.946.468
15
NT. BARAT
708.998
1.332.644
3.465.970
11.569.977
25.740.039
16
659.416
1.196.773
2.871.259
6.357.557
14.601.790
1.090.841
2.742.606
7.138.914
17.968.167
33.742.468
636.447
1.387.090
4.351.695
10.859.485
21.017.505
1.143.481
2.336.840
6.210.473
16.170.221
29.074.855
5.961.711
10.689.721
21.619.609
75.013.459
174.936.082
810.817
1.506.614
3.793.220
10.961.015
21.201.989
479.906
957.179
2.512.208
8.240.293
17.089.580
2.322.759
4.476.679
10.377.324
27.772.137
56.465.670
24
NT. TIMUR KALIMANTAN BARAT KALIMANTAN TENGAH KALIMANTAN SELATAN KALIMANTAN TIMUR SULAWESI UTARA SULAWESI TENGAH SULAWESI SELATAN SULAWESI TENGGARA
372.791
821.398
1.819.242
5.730.160
12.981.048
25
MALUKU
636.551
1.498.618
3.171.107
4.595.209
7.151.624
26
IRIAN JAYA
933.413
2.183.789
708.427
20.902.655
51.538.053
17 18 19 20 21 22 23
Sumber BPS (diolah)
47
Lampiran 2. Data UMR per Bulan tiap Propinsi dalam Rupiah.
NO
NAMA PROPINSI
1985
1990
1995
2000
2005
1
ACEH
49.320
63.990
105.000
265.000
620.000
2
SUMATRA UTARA
46.380
57.900
126.000
254.000
600.000
3
SUMATRA BARAT
43.110
48.000
97.500
200.000
540.000
4
RIAU
57.120
60.000
124.500
250.700
551.500
5
JAMBI
46.980
33.000
99.000
173.000
485.000
6
SUMATRA SELATAN
49.200
48.000
105.000
196.000
503.700
7
BENGKULU
48.330
39.000
105.000
173.000
430.000
8
LAMPUNG
46.260
52.500
105.000
192.000
405.000
9
DKI JAKARTA
47.130
63.000
138.000
286.000
711.483
10
JAWA BARAT
46.230
36.000
138.000
270.000
408.260
11
JAWA TENGAH
40.770
23.400
90.000
185.000
390.000
12
DI. YOGYAKARTA
40.860
27.000
85.500
194.500
400.000
13
JAWA TIMUR
39.750
42.270
111.000
236.000
340.000
14
BALI
52.320
54.000
117.000
214.300
447.500
15
NT. BARAT
41.820
38.250
88.500
180.000
475.000
16
NT. TIMUR
52.320
48.000
87.000
184.000
450.000
17
KALIMANTAN BARAT
56.430
42000
105.000
228.000
445.200
18
KALIMANTAN TENGAH
58.770
30.000
111.000
385.000
523.698
19
KALIMANTAN SELATAN
58.200
34.500
105.000
200.000
536.300
20
KALIMANTAN TIMUR
58.350
48.000
126.000
233.000
600.000
21
SULAWESI UTARA
46.680
25.500
97.500
186.000
600.000
22
SULAWESI TENGAH
45.420
25.500
84.000
203.000
490.000
23
SULAWESI SELATAN
49.560
30.000
93.000
200.000
510.000
24
SULAWESI TENGGARA
45.420
47.970
100.500
210.000
490.000
25
MALUKU
59.730
54.000
114.000
230.000
500.000
26
IRIAN JAYA
78.930
54.000
142.500
315.000
700.000
Sumber : BPS (diolah)
48
Lampiran 3. Data Jumlah Migrasi Penduduk Masuk Jakarta dalam Jiwa.
NO NAMA PROPINSI
1985
1990
1995
2000
2005
23.281
18.808
18.963
22.935
18.233
2 SUMATRA UTARA
194.791
200.135
232.144
230.137
174.847
3 SUMATRA BARAT
159.306
154.485
165.779
152.966
141.249
18.336
22.237
22.960
24.179
26.968
1 ACEH
4 RIAU 5 JAMBI
8.434
9.478
14.781
12.070
14.465
94.518
93.088
108.763
65.565
56.174
7 BENGKULU
5.850
6.269
8.294
7.172
6.398
8 LAMPUNG
18.786
24.184
34.940
52.293
55.818
9 DKI JAKARTA
-
-
-
-
-
10 JAWA BARAT
983.423
859.938
899.891
765.721
743.558
11 JAWA TENGAH
956.256
1.139.985
1.167.034
1.277.549
1.274.304
12 DI. YOGYAKARTA
130.633
90.339
131.474
126.889
124.229
13 JAWA TIMUR
274.892
301.476
324.705
355.270
302.093
14 BALI
8.437
9.027
8.970
10.007
4.779
15 NT. BARAT
6.526
11.335
11.016
13.683
10.421
16 NT. TIMUR
1.026
9.913
11.057
12.659
13.616
6 SUMATRA SELATAN
17 KALIMANTAN BARAT
841
1.838
1.523
67.309
59.033
18 KALIMANTAN TENGAH
47.438
65.791
59.712
1.531
662
19 KALIMANTAN SELATAN
1.687
3.766
1.407
9.024
7.470
13.154
16.796
11.636
7.504
20.507
7.422
8.369
8.314
26.257
3.416
22 SULAWESI TENGAH
47.122
31.293
34.597
4.062
3.416
23 SULAWESI SELATAN
2.363
3.924
1.516
48.592
4.071
25.970
42.294
50.936
2.619
3.913
3.372
2.520
1.415
15.915
7.879
16.643 3.050.507
15.850 3.143.138
13.910 3.345.737
21.421 3.333.329
3.556 3.090.226
20 KALIMANTAN TIMUR 21 SULAWESI UTARA
24 SULAWESI TENGGARA 25 MALUKU 26 IRIAN JAYA TOTAL Sumber : BPS (diolah)
49
Lampiran 4. Persentase Rasio PDRB Berasarkan Harga Berlaku tiap Propinsi terhadap Jakarta.
NO
NAMA PROPINSI
1985
1990
1995
2000
2005
1
ACEH
40.41
31.70
18.69
15.30
11.72
2
SUMATRA UTARA
44.70
47.20
35.16
35.78
31.38
3
SUMATRA BARAT
15.36
14.47
11.80
11.86
10.24
4
RIAU
70.66
53.51
30.32
29.23
41.26
5
7.26
6.12
4.94
4.96
5.15
6
JAMBI SUMATRA SELATAN
43.32
34.38
20.72
23.58
21.76
7
BENGKULU
3.42
3.51
2.84
2.40
2.29
8
LAMPUNG
12.88
14.12
11.59
12.27
9.13
9
DKI JAKARTA
100.00
100.00
100.00
100.00
100.00
10
JAWA BARAT
139.12
138.88
108.78
115.35
108.19
11
JAWA TENGAH
96.24
95.00
66.51
62.29
53.74
12
DI. YOGYAKARTA
13
JAWA TIMUR
14
BALI
15
NT. BARAT
6.74
5.84
4.95
6.12
5.90
16
NT. TIMUR KALIMANTAN BARAT KALIMANTAN TENGAH KALIMANTAN SELATAN KALIMANTAN TIMUR
6.27
5.24
4.10
3.36
3.35
10.37
12.01
10.19
9.50
7.73
6.05
6.08
6.21
5.74
4.82
10.87
10.24
8.87
8.55
6.66
56.67
46.82
30.87
39.67
40.10
7.71
6.60
5.42
5.80
4.86
4.56
4.19
3.59
4.36
3.92
22.08
19.61
14.82
14.69
12.94
3.54
3.60
2.60
3.03
2.98
17 18 19 20 21 22 23 24
SULAWESI UTARA SULAWESI TENGAH SULAWESI SELATAN SULAWESI TENGGARA
9.45
8.32
8.02
6.93
5.79
133.25
127.60
94.06
89.74
92.47
13.69
13.22
10.58
8.73
7.78
25
MALUKU
6.05
6.56
4.53
2.43
1.64
26
IRIAN JAYA
8.87
9.57
1.01
11.06
11.81
Sumber : BPS (diolah)
50
Lampiran 5. Persentase Rasio UMR tiap Propisi terhadap Jakarta dalam Persen.
NO 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
NAMA PROPINSI ACEH SUMATRA UTARA SUMATRA BARAT RIAU JAMBI SUMATRA SELATAN BENGKULU LAMPUNG
1985 120.94 94.99 89.57 123.71 91.43 108.31 99.79 107.40
1990 59.10 69.85 61.26 55.13 40.80 45.74 46.44 62.31
1995 75.09 93.13 69.63 92.17 69.27 75.78 70.58 69.32
2000 92.63 99.85 77.71 108.69 68.51 67.66 73.61 65.75
2005 88.01 80.00 73.19 69.78 56.52 63.76 55.67 61.92
DKI JAKARTA JAWA BARAT JAWA TENGAH DI. YOGYAKARTA JAWA TIMUR BALI NT. BARAT NT. TIMUR KALIMANTAN BARAT KALIMANTAN TENGAH KALIMANTAN SELATAN KALIMANTAN TIMUR SULAWESI UTARA SULAWESI TENGAH SULAWESI SELATAN SULAWESI TENGGARA MALUKU IRIAN JAYA
100.00 99.12 88.95 83.64 85.31 96.49 86.61 109.19 119.90 122.59 124.56 127.89 109.01 92.02 103.89 101.01 125.22 162.24
100.00 42.39 25.15 40.21 49.45 70.59 50.69 59.47 55.47 46.64 47.79 49.04 33.09 32.51 35.07 51.38 59.91 90.62
100.00 94.72 63.08 60.33 80.43 87.25 63.16 62.93 74.62 77.04 76.65 89.14 70.39 57.16 65.69 68.08 83.72 1.032.45
100.00 98.99 71.22 82.54 87.58 108.13 75.42 94.63 102.22 160.69 88.00 77.00 77.79 65.03 80.57 67.87 119.51 139.16
100.00 54.59 49.42 55.73 44.87 57.69 58.34 62.33 64.25 72.23 82.56 66.66 86.80 69.83 74.17 62.92 79.79 77.67
Sumber : BPS (diolah)
51
Lampiran 6. Hasil Estimasi Model Pooled. Dependent Variable: LOG(MIG?) Method: Pooled Least Squares Date: 08/08/07 Time: 18:48 Sample: 1 5 Included observations: 5 Number of cross-sections used: 25 Total panel (balanced) observations: 125 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(R.UMR?) LOG(R.PDRB?)
9.063094 -0.331276 0.990256
1.871991 0.439835 0.105331
4.841419 -0.753182 9.401373
0.0000 0.4528 0.0000
R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.392756 0.382801 1.424206 39.45384 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
10.13398 1.812843 247.4602 0.586259
Hasil Estimasi Model Pooled dengan White Heteroskedasticity. Dependent Variable: LOG(MIG?) Method: GLS (Cross Section Weights) Date: 08/08/07 Time: 18:37 Sample: 1 5 Included observations: 5 Number of cross-sections used: 25 Total panel (balanced) observations: 125 One-step weighting matrix White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(R.UMR?) LOG(R.PDRB?)
8.724377 -0.267678 1.042892
0.756161 0.184197 0.026160
11.53773 -1.453220 39.86587
0.0000 0.1487 0.0000
Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.986227 0.986001 1.414749 4367.940 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
16.47401 11.95731 244.1849 0.739453
0.390120 0.380122 1.427294 0.581087
Mean dependent var S.D. dependent var Sum squared resid
10.13398 1.812843 248.5344
Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
52
Lampiran 7. Hasil Estimasi Model Fixed Effect. Dependent Variable: LOG(MIG?) Method: Pooled Least Squares Date: 08/08/07 Time: 18:52 Sample: 1 5 Included observations: 5 Number of cross-sections used: 25 Total panel (balanced) observations: 125 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
LOG(R.UMR?) LOG(R.PDRB?) Fixed Effects _1--C _2--C _3--C _4--C _5--C _6--C _7--C _8--C _9--C _10--C _11--C _12--C _13--C _14--C _15--C _16--C _17--C _18--C _19--C _20--C _21--C _22--C _23--C _24--C _25--C
-0.238564 -0.481647
0.212818 0.197195
-1.120978 -2.442491
0.2650 0.0164
R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.813830 0.764438 0.879859 16.47692 0.000000
12.45018 15.05372 14.19465 12.90157 11.17544 13.91303 10.32352 12.64896 16.98452 16.98124 13.65385 15.89390 11.17227 11.09188 10.61843 10.88399 11.24716 10.28752 12.32440 10.93371 11.25911 10.84964 11.11700 10.07890 11.54627 Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
10.13398 1.812843 75.86690 1.534262
53
Lampiran 8. Hasil Estimasi Model Fixed Effect dengan White Heteroskedasticity. Dependent Variable: LOG(MIG?) Method: GLS (Cross Section Weights) Date: 08/08/07 Time: 18:37 Sample: 1 5 Included observations: 5 Number of cross-sections used: 25 Total panel (balanced) observations: 125 One-step weighting matrix White Heteroskedasticity-Consistent Standard Errors & Covariance Variable
Coefficient
Std. Error
t-Statistic
Prob.
LOG(R.UMR?) LOG(R.PDRB?) Fixed Effects _1--C _2--C _3--C _4--C _5--C _6--C _7--C _8--C _9--C _10--C _11--C _12--C _13--C _14--C _15--C _16--C _17--C _18--C _19--C _20--C _21--C _22--C _23--C _24--C _25--C
-0.062920 -0.285343
0.010095 0.016806
-6.232556 -16.97830
0.0000 0.0000
11.07074 13.55361 12.94191 11.38280 10.10855 12.51726 9.379720 11.41289 15.28775 15.43632 12.53026 14.24068 9.935921 10.00914 9.572004 9.665206 10.11827 9.088031 10.82578 9.835139 10.26260 9.558889 10.15081 9.029921 10.27302
Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.999630 0.999532 0.813527 10178.16 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
36.17286 37.58917 64.85893 1.877617
0.812385 0.762610 0.883266 1.509753
Mean dependent var S.D. dependent var Sum squared resid
10.13398 1.812843 76.45554
Unweighted Statistics R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
54
Lampiran 9. Hasi Estimasi Model Random Effect. Dependent Variable: LOG(MIG?) Method: GLS (Variance Components) Date: 08/08/07 Time: 18:38 Sample: 1 5 Included observations: 5 Number of cross-sections used: 25 Total panel (balanced) observations: 125 Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LOG(R.UMR?) LOG(R.PDRB?) Random Effects _1--C _2--C _3--C _4--C _5--C _6--C _7--C _8--C _9--C _10--C _11--C _12--C _13--C _14--C _15--C _16--C _17--C _18--C _19--C _20--C _21--C _22--C _23--C _24--C _25--C
8.962275 -0.047555 0.544804
1.272975 0.248331 0.181268
7.040416 -0.191500 3.005522
0.0000 0.8485 0.0032
-0.434028 1.309546 1.585535 -0.665896 -0.307093 0.646104 -0.452313 0.289822 1.994353 2.500277 1.595703 1.177403 -0.919256 -0.427606 -0.589293 -1.107750 -0.320377 -1.539774 -1.143969 -0.595383 0.056330 -1.572534 0.155384 -0.957651 -0.277534
GLS Transformed Regression R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
0.729381 0.724945 0.950758 1.096824
Mean dependent var S.D. dependent var Sum squared resid
10.13398 1.812843 110.2807
0.781526 0.777945 0.854261 1.358612
Mean dependent var S.D. dependent var Sum squared resid
10.13398 1.812843 89.03094
Unweighted Statistics including Random Effects R-squared Adjusted R-squared S.E. of regression Durbin-Watson stat
55
