PENINGKATAN EKSPOR CPO DAN KAKAO DI BAWAH PENGARUH LIBERALISASI PERDAGANGAN (SUATU PENDEKATAN MODEL GRAVITASI) OLEH MARIA SITORUS H

PENINGKATAN EKSPOR CPO DAN KAKAO DI BAWAH PENGARUH LIBERALISASI PERDAGANGAN (SUATU PENDEKATAN MODEL GRAVITASI)

OLEH MARIA SITORUS H14050818

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009

PENINGKATAN EKSPOR CPO DAN KAKAO DI BAWAH PENGARUH LIBERALISASI PERDAGANGAN (SUATU PENDEKATAN MODEL GRAVITASI)

OLEH MARIA SITORUS H14050818

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi Pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2009

RINGKASAN MARIA SITORUS. Peningkatan Ekspor CPO dan Kakao di bawah Pengaruh Liberalisasi Perdagangan (Suatu Pendekatan Model Gravitasi) (dibimbing oleh SYAMSUL HIDAYAT PASARIBU). Perdagangan internasional secara bebas yang merupakan bagian dari globalisasi perekonomian terwujud dalam bentuk penurunan dan penyeragaman tarif serta penghapusan berbagai hambatan non tarif. Dengan demikian kegiatan perdagangan dan persaingan menjadi semakin cepat, ketat, dan fair. Perdagangan bebas ini selanjutnya semakin berkembang didukung oleh integrasi ekonomi berbagai kelompok negara yang mengakibatkan adanya perbedaan perlakuan antar negara anggota dengan negara non-anggota yang melakukan perdagangan internasional. Salah satu bentuk integrasi ekonomi adalah World Trade Organization (WTO) yang bertujuan menciptakan perdagangan internasional yang lebih terbuka dan adil dengan menghasilkan aturan-aturan perdagangan yang mengikat negara anggotanya serta berfungsi juga dalam mengawasi kesepakatankesepakatn multilateral negara-negara anggotanya. Liberalisasi perdagangan dalam integrasi ekonomi dalam penelitiaan ini adalah sektor pertanian yang meliputi komoditi Crude Palm Oil (CPO) dan kakao yang laju volume ekspor-impornya relatif besar yakni untuk kakao produksi nya meningkat pada tahun 2002/2003 sebesar 2.885.000 ton meningkat menjadi 3.476.000 ton pada tahun 2005/2006. Sama halnya dengan komoditi CPO yang kini banyak digunakan bukan saja untuk dikonsumsi sebagai bahan makanan, tapi juga kini digunakan sebagai biofuel sehingga pada kenyataannya produksi CPO meningkat dari 25.658.000 ton yang diproduksi pada tahun 2002 dan pada tahun 2006 menjadi 37.163.000 ton. Maka dalam penelitian ini dengan gravity model yang cocok untuk menganalisis faktor-faktor yang mempengaruhi laju perdagangan ekspor dalam integrasi ekonomi akan dianalisis lewat data panel untuk komoditi CPO dan kakao dari lima negara pengimpor ke satu negara pengekspor utama. Negara yang menjadi tujuan ekspor kakao adalah Amerika Serikat dengan negara pengekspor utama yakni Cote d’Ivore, Ghana, Malaysia, Indonesia, dan Belanda.Untuk kakao, negara eksportir nya adalah Malaysia, Indonesia, Singapura, Hongkong, dan Thailand dengan negara importirnya adalah Cina. Tujuan dari penelitian ini adalah mengestimasi variabel-variabel yang mempengaruhi laju volume ekspor kakao dan CPO dari negara eksportir utama ke negara importir utama. Maka dapat dilihat bahwa untuk kakao yang berpengaruh signifikan terhadap laju ekspor kakao adalah GDP negara pengekspor, populasi, nilai tukar dan jarak. Sedangkan variabel GDP dan populasi negara pengimpor tidak berpengaruh nyata terhadap volume ekspor. Untuk CPO, variabel yang berpengaruh nyata adalah GDP negara pengekspor dan pengimpor, populasi

negara pengekspor dan pengimpor serta jarak. Sedangkan variabel nilai tukar tidak berpengaruh nyata. Dari hasil tersebut dapat disarankan agar pemerintah dapat meningkatkan ekspor CPO dan kakao terutama meminimumkan biaya transportasi yang akan mengurangi biaya produksi dan akan berpengaruh untuk meningkatkan ekspor seperti dalam pembahasan bahwa jarak berpengaruh signifikan dan negatif terhadap ekspor. Dengan model gravitasi yang digunakan, maka di bawah pengaruh liberalisasi perdagangan, setiap negara yang menjadi anggota suatu bentuk integrasi (WTO) dapat meningkatkan ekspornya dengan memperhatikan variabel dari gravity model yang digunakan.

Judul Skripsi

Nama

: Peningkatan Ekspor CPO dan Kakao di bawah Pengaruh Liberalisasi Perdagangan (Suatu Pendekatan Model Gravitasi) : Maria Sitorus

NIM

: H14050818

Menyetujui : Dosen Pembimbing,

Syamsul Hidayat Pasaribu, S.E., M,Si. NIP. 19761020 20050 1 001

Mengetahui : Ketua Departemen Ilmu Ekonomi,

Dr. Ir. Rina Oktaviani, MS NIP : 19641023 198903 2 002

Tanggal Lulus :

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI YANG BERJUDUL ”PENINGKATAN EKSPOR CPO DAN KAKAO DI BAWAH PENGARUH LIBERALISASI

PERDAGANGAN

(SUATU

PENDEKATAN

MODEL

GRAVITASI)” ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

BOGOR, AGUSTUS 2009

MARIA SITORUS H14050818

RIWAYAT HIDUP Penulis bernama lengkap Maria Sitorus, lahir pada tanggal 3 Maret 1987 di Pematang Siantar. Penulis merupakan anak keempat dari empat bersaudara, dari pasangan Pardomuan Sitorus dan Rosdiana Zebua. Pendidikan penulis dimulai dari SDN 124390 Pematang Siantar, SLTPN 7 Pematangsiantar dan dilanjutkan ke SMAN 2 Pematang Siantar. Pada tahun 2005, penulis resmi lulus dari SMAN 2 Pematang Siantar dan diterima di Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI-IPB). Selama tahun pertama kuliah di IPB, penulis bersaing ketat demi mendapatkan jurusan sesuai dengan yang diinginkan. Pada tahun kedua, penulis resmi diterima menjadi mahasiswa Departemen Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen.

KATA PENGANTAR

Puji dan syukur kehadirat Tuhan Yesus karena atas berkat dan rahmatNya saya dapat menyelesaikan penyusunan skripsi ini. Judul skripsi ini adalah ”Peningkatan Ekspor CPO dan Kakao di bawah Pengaruh Liberalisasi Perdagangan

(Suatu

Pendekatan

Model

Gravitasi)”.

Perdagangan

internasional di bawah pengaruh liberalisasi perdagangan sangat menarik untuk dibahas karena ekspor komoditi CPO dan kakao yang mendapatkan pengaruh oleh beberapa variabel yang menentukan perubahan ekspor tersebut. Oleh karena itu penulis tertarik untuk melakukan penelitian dengan topik ini, dengan menganalisis laju volume ekspor dua komoditi tersebut di lima negara pengekspor dan satu negara pengimpor. Skripsi ini juga merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu hingga terselasaikannya skripsi ini, yaitu kepada Syamsul Hidayat Pasaribu, S.E., M,Si selaku dosen pembimbing yang selama ini telah meluangkan segenap waktunya dan juga memberikan ilmunya hingga terselesaikannya skripsi ini. Saya juga mengucapkan terima kasih kepada Dr. Sri Mulatsih selaku dosen penguji dan juga kepada Alla Asmara, M.Si., selaku perwakilan dari Komisi Akademik atas saran dan kritiknya demi mewujudkan hasil skripsi yang lebih baik lagi. Saya juga mengucapkan terima kasih seluruh staf Tata Usaha Departemen Ilmu Ekonomi ( Mas Anwar, Mas Mumu, Mas Dede, Mas Anto dan seluruh staf lainnya yang telah membantu selama di IPB ) atas bantuan administratif. Saya juga mengucapkan terima kasih kepada Orang Tua (Pardomuan Sitorus dan Rosdiana Zebua)dan saudara-saudara saya (Andreas, Yani, dan Yohana) beserta Keluarga Besar tercinta baik dari pihak bapak maupun

ibu yang telah

memberikan dukungan baik secara moril ataupun materil hingga terselesaikannya skripsi ini. Akhirnya, saya juga mengucapkan terima kasih kepada saudari Meirisa selaku pembahas pada seminar skripsi ini dan teman-teman satu bimbingan saya (Reza dan Mario) yang telah memberikan masukan pada penulisan skripsi saya.

Penulis menyadari bahwa hasil penelitian ini masih banyak kekurangan, sehingga kritik serta saran yang membangun demi penyempurnaan hasil penelitian ini sangat diharapkan. Semoga karya ini dapat bermanfaat bagi semua pihak.

Bogor, Agustus 2009

MARIA SITORUS H14050818

DAFTAR ISI Halaman DAFTAR ISI ....................................................................................................... ix DAFTAR TABEL ............................................................................................. xi DAFTAR GAMBAR .......................................................................................... xii DAFTAR LAMPIRAN ..................................................................................... xiii I.

PENDAHULUAN 1.1. Latar Belakang ...................................................................................... 1 1.2. Perumusan Masalah .............................................................................. 7 1.3. Tujuan Penelitian .................................................................................. 8 1.4. Kegunaan Penelitian ............................................................................. 8 1.5. Ruang Lingkup Penelitiaan .................................................................. 9

II. TINJAUAN PUSTAKA 2.1. Teori Perdagangan Internasional ......................................................... 10 2.2.1. Teori Keunggulan Absolut ........................................................ 11 2.2.2. Hukum Keunggulan Komparatif dan Kompetitif ..................... 11 2.2.3. Teori Kepemilikan Faktor .......................................................... 12 2.2. Integrasi Ekonomi dan World Trade Organization ............................. 12 2.2.1. Integrasi Ekonomi ...................................................................... 12 2.2.2. World Trade Organization (WTO) ............................................ 14 2.2.3. Liberalisasi Perdagangan ........................................................... 20 2.3. Gravity Model ..................................................................................... 21 2.4. Gross Domestic Product, Populasi, Jarak, Nilai Tukar, Ekspor ......... 25 2.4.1. Gross domestic Product ............................................................. 25 2.4.2. Populasi ...................................................................................... 26 2.4.3. Jarak ........................................................................................... 27 2.4.4. Nilai Tukar ................................................................................. 28 2.4.5. Ekspor ........................................................................................ 28 2.5. Penelitian Terdahulu ........................................................................... 28 2.6. Kerangka Pemikiran ............................................................................ 29

III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data ........................................................................ 32 3.2. Metode Analisis Data .......................................................................... 32 3.2.1. Panel Data .................................................................................. 32 3.2.1.1. Model Pooled Least Square ........................................... 33 3.2.1.2. Model Efek Tetap (Fixed Effect Model) ........................ 35 3.2.1.3. Model Efek Acak (Random Effect Model) ..................... 35 3.2.2. Pemilihan Model dalam Pengolahan Data Panel ....................... 37 3.2.2.1. Chow Test ....................................................................... 37 3.2.2.2. Hausman Test ................................................................. 38 3.2.2.3. LM Test .......................................................................... 39 3.3. Perumusan Model ............................................................................... 39 3.4. Pengujian Model dan Hipotesis .......................................................... 40 3.4.1. Uji F-statistic .............................................................................. 41 3.4.2. Uji t-statistic ............................................................................... 42 3.4.3. R-Squared (R2) ........................................................................... 42 3.5. Hipotesis Penelitiaan ........................................................................... 43 IV. PEMBAHASAN 4.1. Gambaran Umum Ekspor Kakao dan CPO .......................................... 44 4.1.1. Gambaran Umum Ekspor Kakao ............................................... 44 4.1.2. Gambaran Umum Ekspor CPO .................................................. 46 4.2. Hasil Estimasi dan Pembahasan ............................................................ 48 4.2.1. Model Pooled Least Square ....................................................... 49 4.2.2.1. Komoditi Kakao ............................................................. 48 4.2.2.2. Komoditi CPO................................................................. 53 V. KESIMPULAN DAN SARAN 5.1. Kesimpulan ......................................................................................... 58 5.2. Saran .................................................................................................... 58 DAFTAR PUSTAKA ........................................................................................ 59 LAMPIRAN ....................................................................................................... 61

DAFTAR TABEL

Nomor Halaman 1.1. Negara Pengekspor Utama Kakao (US $)................................................... 5 1.2. Negara Pengimpor Utama Kakao (juta US) ................................................ 5 1.3. Negara Pengekspor Utama CPO (ribu ton) ………………………………. 6 1.4. Negara Pengimpor Utama CPO (ribu ton) ....................................................7 4.1. Konsumsi Kakao Dunia (ribu ton) ............................................................. 44 4.2. Produksi Kakao dunia (ribu ton) ................................................................ 45 4.3. Volume Nilai Ekspor Kakao Beberapa Negara Eksportir Utama Tahun 2005 – 2007 (US $)........................................................................... 46 4.4. Produksi CPO dunia (ribu ton) .................................................................. 46 4.5. Produksi dan Konsumsi CPO Dunia (ribu ton) .......................................... 47 4.6. Negara-negara Eksportir Utama CPO …………………………………… 48 4.7. Hasil Estimasi Panel Data Kakao denagan Pooled Least Square ….......... 50 4.8. Hasil Estimasi Panel Data CPO dengan Pooled Least Square…………... 54

DAFTAR GAMBAR Nomor

Halaman

1. Kerangka Pemikiran ..................................................................................... 31

DAFTAR LAMPIRAN Nomor

Halaman

1. Data Penelitian ………………..…………………………………………… 62 2. Hasil Estimasi Panel Data Kakao Menggunakan Model Pooled Least Square………………………………………………… 74 3. Hasil Estimasi Panel Data CPO Menggunakan Model Pooled Least Square…………………………………………………. 77

I.

1.1.

PENDAHULUAN

Latar Belakang Globalisasi mengakibatkan terjadinya peningkatan keterkaitan dan

ketergantungan antar negara, salah satunya dalam perdagangan. Perdagangan internasional berkembang pesat seiring dengan adanya globalisasi yang terjadi. Dengan adanya keunggulan komparatif setiap bangsa yang berbeda dan kebutuhan manusia yang selalu mengalami peningkatan membuat perdagangan internasional semakin penting untuk dilakukan. Pasar dan produksi ekonomi di negara-negara yang berbeda menjadi saling bergantung sebagai akibat dari pertumbuhan perdagangan internasional. Proses globalisasi terutama globalisasi perekonomian yang merupakan suatu kegiatan ekonomi dan perdagangan dimana negara-negara di seluruh dunia menjadi satu kekuatan pasar yang semakin terintegrasi tanpa adanya rintangan batas

teritorial

negara.

Globalisasi

perekonomian

ini

pada

akhirnya

mengaharuskan penghapusan seluruh batasan dan hambatan terhadap arus modal, barang dan jasa. Ketika globalisasi ekonomi terjadi, batas-batas suatu negara akan menjadi kabur dan keterkaitan antara ekonomi nasional dengan perekonomian internasional akan semakin erat. Globalisasi perekonomian di satu pihak akan membuka peluang pasar produk dari dalam negeri ke pasar internasional secara kompetitif, sebaliknya juga membuka peluang masuknya produk-produk global ke dalam pasar domestik. Perdagangan internasional secara bebas yang merupakan bagian dari globalisasi perekonomian terjadi dalam bentuk penurunan dan penyeragaman tarif

serta penghapusan berbagai hambatan non tarif. Dengan demikian kegiatan perdagangan dan persaingan menjadi semakin cepat, ketat, dan fair. Perdagangan bebas ini selanjutnya berkembang didukung juga oleh integrasi ekonomi berbagai kelompok negara yang mengakibatkan adanya perbedaan perlakuan antar negara anggota dengan negara non anggota yang melakukan perdagangan internasional. Perdagangan bebas ini juga disepakati oleh negara-negara yang tergabung dalam salah satu integrasi ekonomi World Trade Organization (WTO) yang bertujuan menciptakan perdagangan internasional yang lebih terbuka dan adil dengan menghasilkan aturan-aturan perdagangan

yang mengikat negara

anggotanya serta berfungsi juga dalam mengawasi kesepakatan-kesepakatan multilateral negara-negara anggotanya. Peraturan dan komitmen yang diatur dalam perjanjian liberalisasi perdagangan WTO diantaranya mengenai akses pasar, subsidi domestik, dan persaingan ekspor. Dengan adanya perjanjian tersebut, maka segala bentuk peraturan yang melindungi dan memproteksi perdagangan internasional seperti tarif impor, subsidi harga, kuota impor, dan lainnya harus diturunkan persentasenya sesuai kesepakatan WTO. Salah satu sektor liberalisasi perdagangan yang terdapat dalam WTO adalah sektor pertanian. Hal ini ditandai dengan disahkannya hasil Putaran Uruguay ( Uruguay Round ) sebagai rangkaian dari General Agreement On Tariff And Trade (GATT) pada tanggal 15 Desember 1993. Keberhasilan putaran tersebut tercapai setelah melalui serangkaian perundingan yang panjang sejak tahun 1940. Salah satu kekhususan putaran ini adalah dimasukkannya komoditas pertanian, dimana komoditas perkebunan termasuk di dalamnya, dalam agenda

perundingan. Dengan perkataan lain, keberhasilan Putaran Uruguay (PU) menyebabkan pemberlakuan sektor pertanian sama dengan sektor lainnya atau sektor pertanian tidak lagi diperlakukan secara eksklusif dalam kerangka GATT. Dengan demikian, distorsi perdagangan produk pertanian diharapkan akan hilang atau menurun sehingga terjadi peningkatan efisiensi dan volume perdagangan. Putaran Doha yang dimulai tahun 2001 dan diharapkan dapat ditandatangani pada tahun 2005 sebagai lanjutan Putaran Uruguay berjalan lambat, karena adanya pertikaian dalam hal liberalisasi perdagangan produk pertanian. Liberalisasi perdagangan tersebut diperkirakan akan mempunyai dampak yang signifikan terhadap perkembangan komoditas perkebunan. Dalam negosiasi GATT komoditi pertanian marak diperbincangkan . Sejak persiapan Havana Charter (1940) yang merupakan cikal bakal Organisasi Perdagangan Dunia (WTO), sudah tidak ada kesepakatan mengenai bagaimana perdagangan komoditas pertanian harus diberlakukan. Pertentangan ini kemudian berkelanjutan dalam penyusunan kerangka dasar GATT pada tahun 1947. Sebagian delegasi berpendapat bahwa perdagangan produk pertanian harus bebas sesuai dengan ketentuan GATT dan sebagian lagi berpendapat bahwa masalah tersebut harus ditata dengan melibatkan negara pengekspor dan pengimpor dan antara negara berkembang dan maju. Berawal dari sini, masalah perdagangan produk pertanian terus menjadi isu sentral pada perundingan GATT selanjutnya yaitu Dillon Round (1960-1962), Kennedy Round (1963-1967), Tokyo Round (1973-1979), Uruguay Round (1986-1993)., dan Doha Round (2001-2005).

Globalisasi

perekonomian

komoditas

pertanian

dan

liberalisasi

perdagangan yang mengikutinya terus berkembang pesat. Dampak secara global dari liberalisasi perdagangan adalah kenaikan harga produk perkebunan dan dampak yang bervariasi untuk produksi, konsumsi, dan perdagangan. Dampak positif juga cenderung tidak terdistribusi secara merata. Beberapa negara memperoleh manfaat positif yang lebih besar. Negara produsen yang efisien cenderung memperoleh manfaat positif yang lebih besar. Di sisi lain, negara net importir cenderung mengalami kerugian sebagai akibat liberalisasi perdagangan. Krisis ekonomi dalam proses globalisasi dan perdagangan bebas juga menyebabkan kegiatan perdagangan mengalami perubahan baik itu peningkatan maupun penurunan. Pengaruh liberalisasi perdagangan tersebut terjadi juga pada komoditas pertanian yaitu ekspor dan impor komoditasnya. Dua komoditas utama pertanian yang merupakan konsumsi dunia yang terus meningkat sehingga menyebabkan permintaan terhadap komoditi tersebut naik adalah kelapa sawit yang diekspor dalam bentuk Crude Palm Oil (CPO) dan kakao dalam bentuk biji kakao. Perdagangan bilateral antar negara pada komoditi CPO dan kakao ini terus meningkat. Terdapat negara-negara yang menjadi eksportir utama dalam pasar perdagangan CPO atau kakao, dimana negara-negara tersebut mengekspor ke negara-negara importir utama di bawah pengaruh liberalisasi perdagangan. Dari Tabel 1.1 berikut dapat dilihat lima negara pengekspor utama kakao ke Amerika Serikat. Pengekspor utama terbesar adalah Cote d’Ivore dengan nilai volume ekspor sebesar 387.944.000 US $ pada tahun 2007, disusul oleh Indonesia

sebesar 161.440.000 US $ pada tahun yang sama. Pengekspor terbesar ketiga adalah Belanda yang pada tahun 2007 mengekspor 120.838.000 US $ kakao ke AS. Selanjutnya negara pengekspor kakao ke AS yakni Malaysia dengan jumlah nilai ekspor sebesar 118.400.000 ton pada tahun 2007 dan terakhir oleh Ghana yakni sebesar 30.301.000 ton di tahun yang sama. Tabel ini menunjukkan negara-negara pengekspor kakao dalam satuan nilai (ribu US $): Tabel 1.1. Negara Pengekspor Utama Kakao (ribu US $) Tahun

Cote d'Ivore Belanda

Ghana

Indonesia

Malaysia

2003

320.369

174.883

27.045

137.245

85.224

2004

439.961

177.933

15.414

165.770

111.048

2005

571.336

142.539

26.850

165.770

115.262

2006

432.606

127.096

70.392

229.561

113.792

2007 387.944 120.838 Sumber : UNCOMTRADE, 2009

30.301

161.440

118.400

Data berikutnya adalah data negara pengimpor utama kakao dalam perdagangan internasional. Tabel 1.2. Negara Pengimpor Utama Kakao (juta US $) Tahun Amerika Belanda Jerman FranceSerikat Monaco

Belgia

2005

1.647

1.232

1.009

773

687

2006

1.480

1.086

1.008

789

778

2007

1.402

1.456

1.332

1.013

963

Sumber : UNCOMTRADE, 2009 Dari Tabel 1.2 di atas, Amerika Serikat secara relarif memiliki jumlah permintaaan ekspor kakao yang paling besar dan meningkat dari tahun ke tahun meskipun pada tahun 2007 Belanda yang paling tinggi mengimpor kakao,

akan tetapi dari tahun-tahun sebelumnya Amerika Serikat mengimpor kakao relatif paling tinggi. Di samping permintaan kakao di pasar internasional yang terus meningkat, ekspor kelapa sawit dalam bentuk CPO juga mengalami peningkatan. Melalui liberalisasi perdagangan, negara-negara eksportir dan importir melakukan perdagangan dengan persetujuan-persetujuan negara yang menjadi anggota WTO. Dalam Tabel 1.3 berikut dapat diketahui negara-negara yang menjadi pengekspor utama CPO. Tabel 1.3. Negara Pengekspor Utama CPO (ribu ton) Thailand Hongkong Singapura Tahun Malaysia Indonesia 2005 10.886 6.490 324 318 220 2006

12.266

7.310

327

185

250

2007

12.575

8.820

339

127

237

Sumber: Oil World, 2008 Dari Tabel 1.3 di atas dapat dilihat Malaysia sebagai pengekspor utama CPO yakni pada tahun 2007 sebesar 12.575.000 ton dan disusul Indonesia pada tahun yang sama sebesar 8.820.000 ton. Thailand dan Singapura di urutan berikutnya yakni sebesar 339.000 ton dan 237.000 ton pada tahun 2007 dan Singapura sebesar 127.000 ton pada tahun yang sama. Tabel 1.4 menunjukkan negara-negara pengimpor utama CPO dalam satuan ribu ton:

Tabel 1.4. Negara Pengimpor Utama CPO (ribu ton) Cina Eropa India Pakistan Tahun 2005

Mesir

2006

2.660 3.353

3.445 3.593

3.461 3.979

1.300 1.487

611 678

2007

3.851

3.945

3.453

1.432

702

Sumber : World Trade Organization, 2009 Berdasarkan tabel di atas dapat dilihat Cina adalah negara pengimpor utama CPO terbesar yakni 3.851.000 ton pada tahun 2007 dan urutan kedua adalah negara-negara Eropa sebesar 3.945.000 ton pada tahun yang sama. Pengimpor terbesar lainnya adalah India sebesar 3.453.000 ton dan disusul Pakistan sebesar 1.432.000 ton pada tahun 2007. Pengimpor terbesar berikutnya adalah Mesir yakni 702.000 ton pada tahun yang sama.

1.2.

Perumusan Masalah Konsumsi komoditi pertanian berupa kelapa sawit dalam bentuk CPO dan

kakao di pasar internasional terus meningkat. Peningkatan permintaan ini mengakibatkan permintaan atas kedua komoditi ini juga mengalami peningkatan. Negara- negara pengekspor utama kedua komoditi ini berusaha bersaing di pasar guna mendapatkan pangsa pasar yang terbesar. Adanya liberalisasi perdagangan menambah persaingan di antara negara eksportir untuk masuk ke pasar negara importir. Liberalisasi perdagangan yang juga diberlakukan pada komoditi pertanian seperti CPO dan kakao memberikan dampak tersendiri dalam arus perdagangan internasional pada kedua komoditi pertanian ini. Dampak pemberlakuan liberalisasi perdagangan komoditi perkebunan dapat terjadi pada negara importir ataupun eksportir.

Dengan adanya liberalisasi perdagangan pada komoditi pertanian yang tertuang jelas dalam perjanjian Agreement of Agriculture (AoA) membuat ekspor CPO dan kakao juga mengalami perubahan. Mulai ditiadakannya hambatan perdagangan di antara negara-negara anggota WTO mengakibatkan terjadinya perbedaan kondisi ekspor dari negara eksportir utama ke negara importir utama. Berdasarkan keterangan di atas, dapat dirumuskan permasalahan penelitiaan, yakni apa saja faktor yang memengaruhi volume ekspor CPO dan kakao dari negara-negara eksportir utama ke negara importir utama?

1.3.

Tujuan Penelitian Berdasarkan perumusan masalah di atas, maka tujuan penelitiaan ini

bertujuan untuk mengestimasi faktor-faktor yang memengaruhi volume ekspor CPO dan kakao dari negara-negara eksportir utama ke negara importir utama.

1.4.

Kegunaan Penelitian Kegunaan penelitian ini adalah:

(1)

Bagi peneliti, sebagai media untuk menerapkan ilmu ekonomi semasa kuliah dan sebagai referensi bagi peneliti lain dalam melakukan penelitian selanjutnya.

(2)

Bagi pemerintah, sebagai bahan masukan dalam usaha meningkatkan komoditi CPO dan kakao.

ekspor

1.5.

Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah laju perdagangan bilateral CPO dan

kakao dari negara pengekspor utama ke negara pengimpor utama. Negara- negara penegekspor utama untuk CPO adalah Malaysia, Indonesia, Thailand, Hongkong dan Singapura dan negara importir utamanya adalah Cina. Sedangkan komoditi kakao, negara-negara eksportir utama adalah

Côte d'Ivoire, Belanda, Ghana,

Indonesia dan Malaysia dan negara importir utamanya adalah Amerika Serikat. Data yang diambil dari tahun 1998-2007.

II. TINJAUAN PUSTAKA

2.1.

Teori Perdagangan Internasional Teori perdagangan internasional merupakan teori-teori yang menganalisis

dasar-dasar terjainya perdagangan internasional dan keuntungan yang didapat dari adanya perdagangan tersebut. Pendorong terjadinya hubungan perdagangan di antara dua negara adalah karena adanya perbedaan harga relatif komoditi yang berlaku di masing-masing negara (keunggulan komparatif ). Sebelum adanya perdagangan, harga-harg a relatif dari berbagai komoditi di masing-masing negara merupakan refleksi dari keunggulan komparatif yang dimiliknya. Setelah adanya perdagangan, harga-harga relatif tersebut akan saling menyesuaikan sehingga akan terbentuk suatu harga keseimbangan. Perdagangan internasional merupakan suatu gugusan masalah yang timbul sehubungan dengan pertukaran komoditi antar negara. Negara-negara akan melakukan perdagangan apabila mereka memperoleh keuntungan dari perdagangan tersebut. Pada dasarnya

ada beberapa faktor yang mendorong timbulnya

perdagangan internasional. Pertama, keinginan suatu negara mempeluas pasaran komoditinya. Kedua, ingin memperoleh devisa untuk membiayai pembangunan dalam negeri. Ketiga, adanya perbedaan penawaran dan permintaan antar negara atas produk tertentu. Keempat, adanya perbedaan biaya relatif dalam menghasilkan produk tertentu (Salvatore, 1997).

2.1.1. Teori Keunggulan Absolut Menurut Adam Smith, perdagangan antara dua negara berlangsung didasarkan pada keunggulan absolut (absolute advantage). Teori yang diprakarsai oleh Adam Smith ini disebut Teori Keunggulan Absolut yang menyatakan jika sebuah negara lebih efisien (memiliki keunggulan absolut) dalam memproduksi komoditi A dibandingkan negara lain, namun kurang efisien (memiliki kerugian absolut) dalam memproduksi komoditi B, maka kedua negara tersebut dapat memperoleh keuntungan dengan cara masing-masing negara melakukan spesialisasi dalam memproduksi komoditi yang memiliki keunggulan absolut dan menukarkannya dengan komoditi yang memiliki kerugian absolut. Melalui proses ini, sumber daya di kedua negara dapat digunakan dalam cara paling efisien dan output kedua komoditi meningkat. Peningkatan dalam output akan mengukur keuntungan dari spesialisasi produksi untuk kedua negara yang melakukan perdagangan (Salvatore, 1997).

2.1.2. Hukum Keunggulan Komparatif dan Kompetitif Menurut hukum keunggulan komparatif yang dicetuskan oleh Ricardo (1817), meskipun suatu negara kurang efisien dibanding negara lain dalam memproduksi kedua komoditi, namun masih tetap terdapat dasar untuk melakukan perdagangan internasional yang menguntungkan kedua belah pihak.

Negara

pertama harus melakukan spesialisasi dalam memproduksi dan mengekspor komoditi yang memiliki kerugian absolut kecil dan mengimpor komoditi yang memiliki kerugian absolut lebih besar, begitu juga dengan negara kedua. Keunggulan komparatif ini disebut juga keunggulan alamiah.

Keunggulan lainnya yaitu keunggulan yang sifatnya dikembangkan adalah keunggulan kompetitif. Menurut Michael Porter, keunggulan kompetitif ini ditentukan oleh empat determinan yaitu keunggulan komparatif, permintaan di pasar domestik baik kualitatif maupun kuantitatif, struktur industri dalam negeri yang kuat dan struktur pasar dengan persaingan bebas industri sepenuhnya (Salvatore, 1997).

2.1.3. Teori Kepemilikan Faktor Teori ini dikembangkan oleh Heckser dan Ohlin (1977) yang menyatakan bahwa setiap negara akan melakukan spesialisasi produksi dan mengekspor komoditi yang banyak menyerap faktor produksi yang tersedia di negara itu dalam jumlah yang melimpah dan harga relatif murah, serta mengimpor komoditi yang memliki faktor produksi langka dan berharga relatif mahal (Salvatore, 1997).

2.2.

Integrasi Ekonomi dan World Trade Organization (WTO)

2.2.1.

Integrasi Ekonomi Integrasi ekonomi adalah penciptaan struktur perekonomian internasional

yang lebih bebas dengan jalan menghapuskan semua pembatasan-pembatasan yang dibuat terhadap bekerjanya perdagangan bebas dan dengan jalan mengintroduksi semua bentuk-bentuk kerjasama. Integrasi dapat dipakai sebagai alat untuk mengakses pasar yang lebih besar, menstimulasi pertumbuhan ekonomi sebagai upaya untuk meningkatkan kesejahteraan nasional (Salvatore, 1997). Dalam integrasi ekonomi terjadi pemberlakuan diskriminatif antara negara-negara anggota dengan negara-negara non-anggota dalam melakukan

perdagangan sehingga mampu memberikan dampak kreasi dan diversi bagi negara-negara anggoata. Terdapat lima tingkatan integrasi ekonomi yang mungkin terjadi yaitu kawasan perdagangan bebas, persekutuan pabean, pasaran bersama, uni ekonomi dan uni politik. Secara teoritis, Salvatore menguraikan integrasi ekonomi menjadi beberapa bentuk, yaitu: (1) Pengaturan Perdagangan Preferensial (Prefential Trade Arrangements), dibentuk negara-negara yang sepakat menurunkan hambatan-hambatan perdagangan yang berlangsung di antara mereka dan membedakannya dengan negara-negara yang bukan anggota. (2) Kawasan Perdagangan Bebas (Free Trade Area), yakni bentuk integrasi ekonomi yang lebih tinggi dimana semua hambatan perdagangan baik tarif maupun non- tarif di antara negara-negara anggota telah dihapuskan sepenuhnya, namun negara-negara anggota berhak menentukan sendiri hambatan-hambatan perdagangan yang akan diterapkan terhadap negaranegara non-anggota. (3) Persekutuan Pabean (Custom Union), mewajibkan semua anggota untuk tidak hanya menghilangkan hambatan perdagangan di antara negara anggota, namun juga menyeragamkan kebijakan perdagangan terhadap negara-negara bukan anggota. (4) Pasar Bersama (common market) yaitu suatu bentuk integrasi dimana baik perdagangan barang dan arus faktor produksi dibebaskan dari semua hambatan.

(5) Uni Ekonomi (Economic Union), yaitu dengan menyeragamkan kebijakankebijakan moneter dan fiskal dari masing-masing negara anggota yang berada dalam satu kawasan atau bagi negara-negara yang melakukan kesepakatan. Tujuan paling mendasar dari integrasi ekonomi ini adalah untuk meningkatkan volume perdagangan barang dan jasa, meningkatkan mobilitas kapital dan tenaga kerja, meningkatkan produksi, meningkatkan efisiensi produksi serta meningkatkan daya saing produk yang dihasilkan. Pembentukan integrasi ekonomi pada akhirnya akan menciptakan dampak meningkatnya kesejahteraan negara-negara anggota secara keseluruhan karena akan mengarah pada peningkatan spesialisasi produksi, yang didasarkan pada keunggulan komparatif (Lapipi, 2005).

2.2.2. World Trade Organization (WTO) Salah

satu

bentuk

integrasi

ekonomi

adalah

Prefential

Trade

Arrangements (PTA). PTA adalah kesepakatan antar dua negara atau lebih yang mana tarif yang dikenakan bagi negara anggota lebih rendah dibandingkan dengan negara di luar anggota.

PTA dapat diartikan secara luas meliputi Regional

Trading Arrangement (RTAs) yang merupakan kesepakatan yang dibentuk dalam satu kawasan, kesepakatan perdagangan antar negara-negara berkembang, kesepakatan perdagangan antar kawasan dan bentuk kesepakatan lainnya yang bertujuan untuk memperlancar arus perdagangan barang dan jasa. Bentuk kesepakatan perdagangan yang telah dibentuk telah mengarah pada perdagangan bebas, seperti World Trade Organization (WTO), Association of South East

Nations (ASEAN), ASEAN Free Trade Area (AFTA) dan

European Union

(EU). World Trade Organization (WTO) atau Organisasi Perdagangan Dunia merupakan satu-satunya badan internasional yang secara khusus mengatur masalah perdagangan antar negara. Sistem perdagangan multilateral WTO diatur melalui suatu persetujuan yang berisi aturan-aturan dasar perdagangan internasional sebagai hasil perundingan yang telah ditandatangani oleh negaranegara anggota. Persetujuan tersebut merupakan kontrak antar negara-anggota yang mengikat pemerintah untuk mematuhinya dalam pelaksanaan kebijakan perdagangannya. Walaupun ditandatangani oleh pemerintah, tujuan utamanya adalah untuk membantu para produsen barang dan jasa, eksportir dan importir dalam kegiatan perdagangan (Deplu RI, 2004). WTO secara resmi berdiri pada tanggal 1 Januari 1995 tetapi sistem perdagangan itu sendiri telah ada setengah abad yang lalu. Sejak tahun 1948, General Agreement on Tariffs and Trade (GATT) - Persetujuan Umum mengenai Tarif dan Perdagangan telah membuat aturan-aturan untuk sistem ini. Sejak tahun 1948-1994 sistem GATT memuat peraturan-peraturan mengenai perdagangan dunia dan menghasilkan pertumbuhan perdagangan internasional tertinggi. Pada awalnya GATT ditujukan untuk membentuk International Trade Organization (ITO), suatu badan khusus PBB yang merupakan bagian dari sistem Bretton Woods (IMF dan bank Dunia). Meskipun Piagam ITO akhirnya disetujui dalam UN Conference on Trade and Development di Havana pada bulan Maret 1948, proses ratifikasi oleh lembaga-lembaga legislatif negara tidak berjalan lancar.

Tantangan paling serius berasal dari kongres Amerika Serikat, yang walaupun sebagai pencetus, AS tidak meratifikasi Piagam Havana sehingga ITO secara efektif tidak dapat dilaksanakan. Meskipun demikian, GATT tetap merupakan instrumen

multilateral yang mengatur perdagangan internasional. Masalah-

masalah perdagangan diselesaikan melalui serangkaian perundingan multilateral yang dikenal dengan nama putaran perdagangan (trade round), sebagai upaya untuk mendorong liberalisasi perdagangan internasional. Pada tahun-tahun awal, Putaran

Perdagangan

GATT mengkonsentrasikan

negosiasi

pada

upaya

pengurangan tarif. Pada Putaran Kennedy (pertengahan tahun 1960) dibahas mengenai tarif dan Persetujuan Anti Dumping (Anti Dumping Agreement). Putaran Tokyo (1973-1979) meneruskan upaya GATT mengurangi tarif secara progresif. Hasil yang diperoleh rata-rata mencakup sepertiga pemotongan dari bea impor ekspor terhadap sembilan negara industri utama, yang mengakibatkan tarif rata-rata atas produk industri turun menjadi 4,7 pesen. Pengurangan tarif, yang berlangsung selama delapan tahun, mencakup unsur harmonisasi yakni semakin tinggi tarif, semakin luas pemotongannya secara proporsional. Selanjutnya adalah Putaran Uruguay (1986-1994) yang mengarah kepada pembentukan WTO. Putaran Uruguay memakan waktu 7,5 tahun. Putaran tersebut hampir mencakup semua bidang perdagangan. Pada saat itu putaran tersebut nampaknya akan berakhir dengan kegagalan. Tetapi pada akhirnya Putaran Uruguay membawa perubahan besar bagi sistem perdagangan dunia sejak diciptakannya GATT pada akhir Perang Dunia II. Meskipun mengalami kesulitan

dalam permulaan pembahasan, Putaran Uruguay memberikan hasil yang nyata. Hanya dalam waktu dua tahun, para peserta telah menyetujui suatu paket pemotongan atas bea masuk terhadap produk-produk tropis dari negara berkembang, penyelesaian sengketa, dan menyepakati agar para anggota memberikan laporan reguler mengenai kebijakan perdagangan. Hal ini merupakan langkah penting bagi peningkatan transparansi aturan perdagangan di seluruh dunia. Dalam WTO terdapat persetujuan-persetujuan, diantaranya adalah persetujuan di bidang pertanian yaitu : Persetujuan Bidang Pertanian (Agreement on Agriculture/ AoA) yang berlaku sejak tanggal 1 Januari 1995 bertujuan untuk melakukan reformasi kebijakan perdagangan di bidang pertanian dalam rangka menciptakan suatu sistem perdagangan pertanian yang adil dan berorientasi pasar. Program reformasi tersebut berisi komitmen-komitmen spesifik untuk mengurangi subsidi domestik, subsidi ekspor dan meningkatkan akses pasar melalui penciptaan peraturan dan disiplin GATT yang kuat dan efektif.

Persetujuan

tersebut juga meliputi isu-isu di luar perdagangan seperti ketahanan pangan, perlindungan lingkungan, perlakuan khusus dan berbeda (special and differential treatment /S and D) bagi negara-negara berkembang, termasuk juga perbaikan kesempatan dan persyaratan akses untuk produk-produk pertanian bagi negaranegara tersebut.

Dalam Persetujuan Bidang Pertanian dengan mengacu pada

sistem klasifikasi HS (harmonized system of product classification), produkproduk pertanian didefinisikan sebagai komoditi dasar pertanian (seperti beras, gandum) dan produk-produk olahannya (seperti roti, mentega) sedangkan, ikan

dan produk hasil hutan serta seluruh produk olahannya tidak tercakup dalam definisi produk pertanian tersebut. Persetujuan Bidang Pertanian menetapkan sejumlah peraturan pelaksanaan tindakan-tindakan perdagangan di bidang pertanian, terutama yang menyangkut akses pasar, subsidi domestik dan subsidi ekspor. Berdasarkan ketentuanketentuan tersebut, para anggota WTO berkomitmen untuk meningkatkan akses pasar dan mengurangi subsidi-subsidi yang mendistorsi perdagangan melalui agenda komitmen masing-masing negara. Komitmen tersebut merupakan bagian yang tak terpisahkan dari GATT. a.

Akses Pasar Dilihat dari sisi akses pasar, Putaran Uruguay telah menghasilkan

perubahan sistemik yang sangat signifikan yakni perubahan dari situasi dimana sebelumnya ketentuan-ketentuan non-tarif yang menghambat arus perdagangan produk pertanian menjadi suatu rezim proteksi pasar berdasarkan pengikatan tarif beserta komitmen-komitmen pengurangan subsidinya. Aspek utama dari perubahan yang fundamental ini adalah stimulasi terhadap investasi, produksi dan perdagangan produk pertanian melalui akses pasar produk pertanian yang transparan, prediktabel dan kompetitif, kemudian peningkatan hubungan antara pasar produk pertanian nasional dengan pasar internasional, dan terakhir penekanan pada mekanisme pasar yang mengarahkan penggunaan yang paling produktif terhadap sumber daya yang terbatas, baik di sektor pertanian maupun perekonomian secara luas.

Umumnya tarif merupakan satu-satunya bentuk proteksi produk pertanian sebelum Putaran Uruguay. Pada Putaran Uruguay, yang disepakati adalah adanya tarif pada tingkat maksimum. Namun bagi sejumlah produk tertentu, pembatasan akses pasar juga melibatkan hambatan-hambatan non-tarif. Putaran Uruguay bertujuan untuk menghapuskan hambatan-hambatan tersebut. Untuk itu disepakati suatu paket tarifikasi yang diantaranya mengganti kebijakan-kebijakan non-tarif produk pertanian menjadi kebijakan tarif yang memberikan tingkat proteksi yang sama. Negara anggota dari kelompok negara maju sepakat untuk mengurangi tarif mereka sebesar rata-rata 36 persen pada seluruh produk pertanian, dengan pengurangan minimum 15 persen untuk setiap produk, dalam periode enam tahun sejak tahun 1995. Bagi negara berkembang, pengurangannya adalah 24 persen dan minimum 10 persen untuk setiap produk. Negara terbelakang diminta untuk mengikat seluruh tarif pertaniannya namun tidak diharuskan untuk melakukan pengurangan tarif. b.

Subsidi Domestik Subsidi domestik dibagi ke dalam dua kategori. Kategori pertama adalah

subsidi domestik yang tidak terpengaruh atau kalaupun ada sangat kecil pengaruhnya terhadap distorsi perdagangan (sering disebut sebagai Green Box) sehingga tidak perlu dikurangi. Kategori kedua adalah subsidi domestik yang mendistorsi perdagangan (sering disebut sebagai Amber Box) sehingga harus dikurangi sesuai komitmen.

Berkaitan dengan kebijakan yang diatur dalam Green Box terdapat tiga jenis subsidi lainnya yang dikecualikan dari komitmen penurunan subsidi yaitu kebijakan pembangunan tertentu di negara berkembang, pembayaran langsung pada program pembatasan produksi (Blue box), dan tingkat subsidi yang minimum. c.

Subsidi Ekspor Hak untuk memberlakukan subsidi ekspor pada saat ini dibatasi pada

subsidi untuk produk-produk tertentu yang masuk dalam komitmen untuk dikurangi dan masih dalam batas yang ditentukan oleh agenda komitmen tersebut, kelebihan pengeluaran anggaran untuk subsidi ekspor ataupun volume ekspor yang telah disubsidi yang melebihi batas yang ditentukan oleh skedul komitmen tetapi diatur oleh ketentuan fleksibilitas hilir (downstream flexibility), subsidi ekspor yang sesuai dengan ketentuan S and D bagi negara-negara berkembang dan subsidi ekspor di luar agenda komitmen tetapi masih sesuai dengan ketentuan anti-circumvention. Segala jenis subsidi ekspor di luar hal-hal di atas dilarang.

2.2.3. Liberalisasi Perdagangan Liberalisasi perdagangan adalah pembebasan perdagangan dari segala hambatan, baik hambatan tarif maupun hambatan non-tarif yang dilakukan sepihak dan banyak pihak sedangkan kebijakan liberalisasi perdagangan adalah kebijakan yang mengikis bebagai bentuk hambatan perdagangan, bila diterapkan secara utuh maka arus komoditi perdagangan dan investasi dalam bentuk modal, barang dan jasa akan bebas masuk antar negara tanpa hambatan tarif dan non-tarif (Salvatore, 1997).

Perdagangan bebas tanpa hambatan merupakan tujuan akhir dari perundingan-perundingan antar negara karena adanya perdagangan bebas antar negara diharapkan dapat meningkatkan kesejahteraan negara

yang ikut serta

dalam perdagangan bebas dengan mengandalkan keunggulan komparatif dan kompetitif.

Liberalisasi yang diupayakan WTO saat ini meliputi pembukaan

akses pasar, penurunan subsidi domestik, daan mewujudkan persaingan ekspor.

2.3

Gravity Model Gravity Model menurut Lineman (Lapipi 2005) adalah model yang

digunakan untuk menganalisis efek integrasi ekonomi terhadap perdagangan dan merupakan satu alat analisis yang dapat digunakan untuk mengestimasi berapa besarnya nilai barang yang keluar dan masuk di suatu wilayah. Model ini pertama kali diperkenalkan oleh Tinberger (1962) dan Poyhonen (1963) yang menganalisis arus perdagangan di negara-negara Eropa dan terakhir diperkenalkan oleh Anderson (1979) yang menurunkan persamaan gravitasi dengan menggunakan asumsi diferensiasi produk dengan preferensi Cobb- Douglas dan CES (Constant Elasticity Substitution). Selanjutnya oleh Bergstrand (1985) melalui beberapa riset melengkapi model gravitasi dengan kerangka model Heckscher-Ohlin (H-O) dengan menggunakan asumsi kompetisi monopolistic yang menekankan adanya diferensiasi produk pada negara. Gravity Model dilandasi oleh teori HeckscherOhlin maupun teori imperfect substitution yang dibuktikan oleh Derdorff (1998). Model gravitasi mulai menjadi perhatian sebagai alat analisis interaksi sosial dan ekonomi setelah adanya hasil penelitian Carey dan Ravenstein pada abad ke-19. Carey dan Ravenstein melakukan penelitian tentang asal tempat

tinggal migran yang datang dari berbagai kota besar di Amerika.

Hasil

penelitiannya menunjukkan bahwa jumlah migran yang masuk ke suatu kota dipengaruhi oleh besarnya jumlah penduduk kota yang didatangi, besarnya jumlah penduduk tempat asal migran, dan jarak antar kota yang dituju. Model gravitasi ada dua jenis yaitu model gravitasi dengan pembatas tunggal (single constrained gravity model) dimana variabel

yang menjadi

faktor

pembatas

yang

didistribusikan ditentukan jumlahnya sedangkan daerah tujuan tidak ditentukan batas daya tampungnya dan model gravitasi dengan pembatas ganda (double constrained gravity model) dimana variabel yang menjadi faktor pembatas yang didistribusikan dan daerah tujuan ditentukan juga (Tarigan, 2005). Model ini disebut juga gravity model karena menggunakan suatu perumusan yang sama dengan model gravitasi Newton, dimana interaksi antara dua objek adalah sebanding dengan massanya dan berbanding terbalik dengan jarak masing-masing.

Tiga penjelasan gravity model menurut Learner yaitu

pertama, berdasarkan fisika.

Kedua, mengidentifikasi persamaan sebagai

reduced-form dengan variabel eksogen sisi demand (pendapatan dan populasi negara pengimpor) dan variabel sisi supply (pendapatan dan populasi negara pengekspor). Di sisi lain pihak karekteristik negara pengimpor dan pengekspor mengidentifikasi ukuran dari masing-masing negara, dengan semua aliran sebagai fungsi ukuran negara pada kedua sisi. Interpretasi ketiga didasarkan pada model probabilitas. Model gravitasi memiliki keunggulan dibanding model perdagangan internasioanal lainnya karena menyajikan model yang lebih empiris dibanding

model lainnya yang secara teoritis seperti model

Ricardian. Pada model ini

negara mengkhususkan dalam memproduksi apa yang mereka paling baik produksi. Tidak seperti model lainnya, rangka kerja model ini memprediksi dimana negara-negara akan menjadi spesialis secara penuh dibandingkan memproduksi bermacam barang komoditas. Juga, model Ricardian tidak secara langsung memasukan faktor pendukung, seperti jumlah relatif dari buruh dan modal dalam negara. Model gravitasi menyajikan sebuah analisa yang lebih empiris dari pola perdagangan dibanding model yang lebih teoritis diatas. Model gravitasi, pada bentuk dasarnya, menerka perdagangan berdasarkan jarak antar negara dan interaksi antar negara dalam ukuran ekonominya. Model ini meniru hukum gravitasi Newton yang juga memperhitungkan jarak dan ukuran fisik diantara dua benda. Model ini telah terbukti menjadi kuat secara empiris oleh analisa ekonometri. Faktor lain seperti tingkat pendapatan, hubungan diplomatik, dan kebijakan perdagangan juga dimasukkan dalam versi lebih besar dari model ini. Pada gravity model aliran perdagangan bilateral ditentukan oleh tiga kelompok variabel yaitu (Tarigan, 2005) : 1.

Variabel-variabel yang mewakili total permintaan potensial negara pengimpor.

2.

Variabel-variabel indikator total penawaran potensial negara pengekspor.

3.

Variabel-variabel pendukung atau penghambat aliran perdagangan antar negara pengekspor dan negara pengimpor.

Dalam bentuknya yang paling umum, konsep gravitasi dapat dirumuskan sebagai berikut : Iij = k

(2.1)

dimana : Iij

= Taksiran tingkat interaksi antara wilayah idengan j,

Ai, Aj

= Besarnya daya tarik wilayah i dan j,

dij

= Ukuran jarak antar wilayah i dan j,

k

= Konstanta,

a, b, c

= Parameter dugaan.

Interaksi antara i dan j (Iij) menginterpretasikan nilai dari aliran perdagangan suatu komoditas dari wilayah i ke wilayah j yang meliputi arus perdagangan keseluruhan wilayah dalam satu negara tersebut. Di tingkat negara, penerapannya hingga pada perdagangan antar negara seperti antar negara anggota WTO, ASEAN, APEC, EROPA UNION yang pada umumnya variabel-variabel yang digunakan untuk mengukur daya tarik wilayah (A) adalah jumlah penduduk, Produk Domestik Bruto (PDB), nilai tukar, harga komoditas yang diperdagangkan dan variabel jarak (dij) yang dapat diukur melalui pendekatan biaya transportasi. Lineman (Lapipi, 2005) memperlihatkan standar gravity model dalam bentuk logaritma adalah sebagai berikut : Log Xij = β0 + β1logYi + β3logYj + β4logNj + β5logDij + β6logPij + uij (2.2) dimana : Xij

: Komoditi aliran perdagangan bilateral dari negara i ke negara j,

Yi, Yj : GDP negara i dan j, Ni, Nj : Populasi negara i dan j, Dij

: Jarak antara negara i dan j,

Pij

: Dummy,

uij

: standar error. Model di atas menggambar pola normal atau sistematik dari perdagangan

dunia yang digambarkan oleh determinan natural dari volume perdagangan seperti Yi, Yj, Ni, Nj , Dij

sedangkan

variabel

dummy

integrasi

ekonomi

diperkenalkan untuk menjelaskan deviasi dari pola perdagangan ini dari faktor prefensial perdagangan.

Variabel jarak bilateral dipakai untuk setiap aliran

perdagangan bilateral.

2.4. Gross Domestic Product, Populasi, Jarak, Nilai Tukar, Ekspor 2.4.1. Gross Domestic Product Gross Domestic Product (GDP) adalah ukuran kapasitas untuk memproduksi komoditi ekspor negara tersebut. GDP merupakan pendapatan total nasional pada output barang dan jasa. Lipsey menyatakan bahwa GDP merupakan nilai dari total produksi barang dan jasa suatu negra yang dinyatakan sebagai produksi nasioanal dan nilai total produksi tersebut juga menjadi pendapatan total negara yang bersangkutan atau dengan kata lain produk nasional sama dengan pendapatan nasional. Produk atau pendapatan nasional ini juga dapat diukur dalam bentuk pendapatan nasional bruto PNB atau PDB. GDP sering dianggap sebgai cerminan kinerja ekonomi dan sbg perekonomian total dari setiap orang di dalam perekonomian (Mankiw, 2000). GDP menunjukkan besarnya kemampuan

perekonomian suatu negara dimana semakin besar GDP yang dihasilkan oleh suatu negraa semakin besar pula kemampuan negara tersebut untuk melakukan perdagangan. Bagi negara importir, semakin besar

GDP maka akan

meningkatkan impor komoditi negara tersebut. Peningkatan GDP merupakan peningkatan

pendapatan

masyarakatnya.

Peningkatana

pendapatan

akan

meningkatkan permintaan terhadap suatu komoditi yang pada akhirnya akan meningkatkan impor komoditi tersebut. Sehingga besarnya GDP yang dimiliki negara importir akan mempengaruhi besarnya volume perdagangan. GDP mewakili ukuran ekoinomi negara eksportir dan importir. Ukuran negara eksportir akan menentukan jumlah produksi komoditi ekspor (product capacity) dan ukuran negara importir menentukan jumlah produksi komoditi ekspor yang dapat dijual oleh negara eksportir (absortive capacity). Ukuran ekonomi adalah kemampuan potensial negara untuk melakukan perdaganagna luar negeri yaitu kemampuan kedua negra unutuk menjual atau membeli komoditi ekspor.semakin besar ukuran ekonomi negara eksportir maka semakin besar pula kemampuan untuk melakukan produksi komoditi ekspor. Begitu pula negara importir, semakin besar ukuran ekonomi negara importir maka semakin besar pula kemampuan untuk melakukan impor.

2.4.2. Populasi Pada negara eksportir peningkatan populasi pada sisi permintaan akan meningkatkan permintaan domestik maka terjadi penurunan penawaran ekspor dari negara tersebut. Apabila pertambahan populassi negara eksportir terjadi pada sisi penawaran maka hal ini berdampak pada pertambahan tenaga kerja untuk

produksi komoditas ekspor negara tersebut. Kenaikan populasi sisi penawaran akan meningkatkan penawaran ekspor negara eksportir. Pertambahan populasi pada negara importir dapat berada pada sisi penawaran maupun

permintaan.

Pada

sisi

penawaran

pertambahan

populasi

akan

meningkatkan produksi dalam negeri dalam hal kuantitas maupun diversifikasi produk negara importir. Kondisi ini akan mengakibatkan penurunan permintaan komoditi ekspor oleh negara importir. Pertambahan populasi pada sisi permintaan akan meningkatkan permintaan komoditi ekspor dari negara importir maka jumlah komoditi yang diperdagangkan antar kedua negara semakin besar. Populasi besar memungkinkan skala ekonomi yang dapat meningkatkan produksi komoditi ekspor sehingga diharapkan populasi dapat berpengaruh positif.

2.4.3. Jarak Jarak adalah indikasi dari biaya transportasi yang dihadapi oleh suatu negara dalam

melakukan ekspor. Biaya transportasi adalah suatu faktor

penghambat perdaganagan internasional. Jarak meningkatkan biaya transaksi pertukaran barang dan jasa internasional. Semakin jauh terpisah suatu negara dengan yang lain semakin besar pula biaya trasnportasi pada perdagangan di antara keduanya. Dengan adanya biaya trasnportasi, keuntungan yang diterima oleh suatu negara dari perdagangan internasional semakin kecil. Maka perlu mempertimbangkan jarak kedua negara sebagai determinan penting untuk pola perdagangan geografis.

2.4.4. Nilai Tukar Nilai tukar adalah suatu harga relatif dari barang-barang yang diperdagangkan oleh dua negara yang biasa disebut terms of trade. Nilai tukar kedua negara dihitung dari nilai tukar nominal dan harga di kedua negara. Jika nilai tukar tinggi maka harga barang-barang luar negeri relatif murah dan barangbarang domestik mahal. Jika nilai tukar riil rendah maka sebaliknya harga barangbarang domestik relatif lebih murah sedangkan harga barang-barang luar negeri mahal (Mankiw, 2000).

2.4.5. Ekspor Ekspor adalah aliran perdagangan suatu komoditi dari dalam negeri ke luar negeri. Ekspor dapat juga diartikan suatu toatal penjualan barang yang dapat dihasilkan oleh suatu negara kemudian diperdagangkan kepada negara lain dengan tujuan mendapatkan devisa. Keuntungan ekspor yaitu mampu meningkatkan laba perusahaan dan devisa negara, membuka pasar baru di luar negeri, memanfaatkan kelebihan kapasitas dalam negeri dan membiasakan diri dalam pasar internasional serta meningkatkan lapangan kerja (Salvatore, 1997). 2.5.

Penelitiaan Terdahulu Penelitian oleh Yeboah et al (2007) dalam jurnal “Increased Cocoa Bean

Exports Under Trade Liberalization : A Garvity Model Approach” menyimpulkan perbedaan relatif faktor pendorong berbeda pengaruhnya bagi perdagangan. Perbedaan pendapatan

di antara negara impotir dan eksportir positif dan

signifikan sedangkan nilai tukar tidak menjadi masalah. Tetapi harga produsen

kakao pada saat liberalisasi perdagangan meningkat dan produksi meningkat dan volume ekspor meningkat. Penelitiaan oleh Rahardian et al (2008) dalam “ Pengaruh ASEAN Trade Facilitation terhadap Volume Perdagangan Jawa Timur” menyimpulkan bahwa setelah penerapan beberapa kebijakan terkait Masyarakat Ekonomi ASEAN (MEA) terjadi kenaikan arus perdagangan produk Jawa Timur ke pasar ASEAN. Hal ini menunjukkan pembukaan barrier to entry akan memperkuat arus perdagangan. Penelitiaan oleh Lapipi (2005) dalam tesis “Analisis Efek Integrasi Ekonomi ASEAN dan Manfaatnya bagi Perdagangan Negara-negara ASEAN” menyimpulkan adanya pengaruh positif dari integrasi ekonomi tersebut dalam liberalisasi perdangan.

2.6.

Kerangka Pemikiran Dalam konteks integrasi ekonomi WTO, liberalisasi perdagangan semakin

mengarah pada tujuannya yaitu pada akhirnya hambatan-hambatan perdagangan yang ada di antara negara-negara anggota berkurang. Liberalisasi perdagangan ini tertuang juga dalam komoditi pertanian di antaranya CPO dan kakao yang diekspor di pasar internassional. Permintaan negara-negara importir komoditi CPO dan kakao kepada negara-negara eksportir utama juga terus mengalami peningkatan. Hubungan dagang bilateral antar negara pengimpor dan pengekspor terjadi di pasar yang terkena dampak liberalisasi perdagangan. Terbentuknya WTO pada tahun 1948 mengawali integrasi perdagangan bebas di antara negara anggota.

Liberalisasi perdagangan dalam integrasi

ekonomi WTO memberi ruang untuk negara-negara anggotanya untuk berdagang dengan hambatan perdagangan yang sudah sangat minim dan ditetapkan. Komoditi pertanian adalah salah satu produk yang mendapat dampak liberalisasi perdagangan. Kelapa sawit dan kakao yang diekspor ke negara luar termasuk negara-negara anggota WTO turut mengalami pengaruh dari liberalisasi perdagangan tersebut. Kerangka pemikiran dalam penelitian ini adalah perkembangan ekspor kelapa sawit dalam bentuk CPO dan kakao dari tahun 1998-2007 dari lima negara pengekspor utama di pasar internasional kepada salah satu importir komoditi tersebut yang keduanya merupakan anggota WTO. Negara- negara penegekspor utama untuk CPO adalah Malaysia, Indonesia, Thailand, Hongkong dan Singapura dan negara importir utamanya adalah Cina. Sedangkan untuk komoditi kakao, negara-negara eksportir utamanya adalah Côte d'Ivoire, Belanda, Ghana, Indonesia dan Malaysia dan negara importir utamanya adalah Amerika Serikat. Model pendekatan yang digunakan adalah Gravity Model dengan variabel yang akan dianalis adalah GDP, volume ekspor, populasi, jarak antar negara dan nilai tukar. Dengan pengolahan data secara statistik dengan analisis panel data yang diolah dengan Eviews 5.1 maka akan dicapai kesimpulan faktor-faktor yang mempengaruhi ekspor CPO dan kakao dari negara-negara eksportir utama ke negara importir utama yang keduanya adalah anggota WTO.

Ekspor CPO dan Kakao dari 5 negara pengekspor utama ke negara pengimpor utama

Importir utama Kakao (AS)

Importir utama CPO (Cina)

Integrasi Ekonmi WTO

Liberalisasi perdagangan (komoditi pertanian)

Gravity Model (Dengan menggunakan variabel volume ekspor, GDP, jarak, populasi, nilai tukar)

Analisis Panel data

Fixed Effect Model

Chow Test

Random Effect Model Pooled Least Square Gambar 1. Kerangka Pemikiran Penelitian

Hausman Test LM Test

III. METODOLOGI PENELITIAN 3.1.

Jenis dan Sumber Data Jenis data yang digunakan adalah data sekunder berupa data time series

dan cross section dari tahun 1998-2007 untuk data perdagangan CPO dan kakao dari lima negara pengekspor utama yang tergabung dalam WTO dan satu negara pengimpor utama CPO dan kakao terbesar yang juga tergabung dalam WTO. Data tersebut diperoleh dari Badan Pusat Statistik (BPS), Departemen Pertanian, ICCO, COMTRADE dan instansi-instansi terkait lainnya. Data yang digunakan adalah data volume perdagangan ekspor CPO dan kakao , data jarak antar negara, Gross Domestic Product (GDP) tiap negara, jumlah penduduk di tiap negara.

3.2.

Metode Analisis Metode penelitian yang akan digunakan untuk menganalisis peningkatan

ekspor CPO dan kakao di bawah pengaruh liberalisasi perdagangan adalah analisis panel data dengan menggunakan gravity model.

3.2.1. Panel Data Dalam sebuah penelitian, terkadang akan ditemukan suatu persoalan mengenai ketersediaan data yang mewakili variabel yang akan digunakan dalam penelitian. Terkadang ditemukan data dalam bentuk series yang pendek dan data dalam bentuk cross section yang terbatas pula. Dalam teori ekonometrika, kedua kondisi tersebut dapat diatasi dengan menggunakan panel data (pooled data) agar dapat diperoleh hasil estimasi yang lebih baik (efisien). Manfaat menggunakan pengguanaan data panel adalah sebagai berikut :

(1)

Mampu mengukur heterogenitas individu.

(2)

Memberikan lebih banyak informasi, lebih bervariasi, mengurangi kolinearitas antar variabel, meningkatkan degrees of freedom dan lebih efisien.

(3)

Lebih baik untuk study of dynamic adjustment.

(4)

Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diperoleh dari data cross section murni atau time series murni.

(5)

Dapat menguji dan membangun model perilaku yang lebih kompleks. Kelebihan fundamental panel data dibandingkan time series atau cross

section adalah bahwa panel data akan membuat peneliti lebih fleksibel dalam memodelkan perbedaan sifat tiap data pengamatan. Dalam analisa panel data dikenal tiga macam pendekatan yaitu pendektan kuadrat terkecil (pooled least square), pendekatan efek tetap (fixed effect model), dan pendekatan efek acak (random effect model).

3.2.1.1. Model Pooled Least Square Pendekatan pertama adalah pendekatan kuadrat terkecil, pada metode ini penggunaan data panel dengan mengumpulkan semua data cross section dan time series lalu melakukan pendugaan (pooling). Disetiap observasi (setiap periode) terdapat regresi sehingga datanya berdimensi tunggal. Dari data panel akan diketahui N adalah jumlah unit cross-section dan T adalah jumlah periode waktu.

Dengan melakukan pooling seluruh observasi sebanyak N.T, maka dapat ditulis fungsi dari model kuadrat terkecil, misalnya yaitu : Yit = α + Xit βj + εit

(3.1)

untuk i,j = 1, 2, …, N dan t = 1, 2,…,T dimana : Yit

= variabel endogen,

it

= variabel eksogen,

α

= intersep,

β

= slope,

i

= individu ke-i,

t

= periode tahun ke-t,

ε

= error/simpangan,

N

= jumlah unit cross section,

T

= jumlah periode waktunya.

Pendekatan yang paling sederhana untuk mengestimasi persamaan tersebut adalah mengabaikan dimensi cross-section dan time-series dari data panel dan mengestimasi data dengan metode kuadrat terkecil biasa (OLS) yang diterapkan dalam data yang berbentuk pool. Pada metode ini, model mengasumsikan bahwa nilai intersep masingmasing variabel adalah sama, kemudian model ini juga mengasumsikan bahwa slope koefisien dari dua variabel adalah identik untuk semua unit cross-section. Ini merupakan asumsi yang sangat ketat, sehingga walaupun metode PLS (pooled

least square) menawarkan kemudahan, namun model mungkin mendistorsi gambaran yang sebenarnya dari hubungan antara Y dan X antar unit cross-section. 3.2.1.2 Model Efek Tetap (Fixed Effect Model) Model

efek

mempertimbangkan

tetap

adalah

bahwa

model

yang

didapatkan

peubah-peubah

yang

dihilangkan

dengan dapat

mengakibatkan perubahan dalam intersep-intersep cross section dan time series. Peubah dummy dapat ditambahkan ke dalam model untuk memungkinkan perubahan-perubahan intersep ini lalu model diduga dengan Ordinary Least Square (OLS), yaitu : Yit

= αiDi + βXit + εit

(3.2)

dimana : Yit

= variabel endogen,

it

= variabel eksogen,

α

= intersep,

D

= variabel dummy,

β

= slope,

i

= individu ke-i,

t

= periode tahun ke-t,

ε

= error/simpangan.

3.2.1.3. Model Efek Acak (Random Effect Model) Penambahan variabel dummy dalam efek tetap akan dapat menimbulkan konsekuensi yaitu akan mengurangi banyaknya degree of freedom yang pada

akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Maka untuk mengatasinya, dapat menggunakan model efek acak. Dalam model ini, parameter yang berbeda antar individu maupun antar waktu dimasukkan ke dalam error. Bentuk model efek acak dapat dijelaskan dengan persamaan berikut : Yit

= α + Xit βj + εit

(3.3)

εit

= uit + vit + wit

(3.4)

dimana

:

uit ~ N(0, δu2) = komponen cross section error, vit ~ N(0, δv2) = komponen time series error, wit ~ N(0, δw2) = komponen combination error. Dapat pula 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. Dalam pengolahan data panel, terdapat pilihan untuk menggunakan kriteria pembobotan yang berbeda-beda, yakni: 1.

No Weighting : semua observasi diberi bobot yang sama.

2.

Cross Section Weight : Generalized Least Square (GLS) dengan menggunakan estimasi varians residual cross section. Digunakan apabila ada asumsi bahwa terdapat cross section heteroskedasticity.

3. SUR : GLS menggunakan estimasi residual covariance matrix cross section. Metode ini mengoreksi baik heteroskedastisitas maupun autokorelasi antar unit cross section.

3.2.2. Pemilihan Model dalam Pengolahan Data Panel Pemilihan model yang akan digunakan dalam satu penelitian perlu dipertimbangkan secara statistik. Hal ini ditujukan untuk memperoleh dugaan yang efisien. Ada dua pengujian untuk menentukan model yang akan digunakan dalam pengolahan data panael yaitu Chow Test dan Hausman Test.

3.2.2.1. Chow Test Chow Test adalah pengujian untuk memilih apakah model yang digunakan adalah Pooled Least Square atau Fixed Effect.

Sebagaimana diketahui, bahwa

terkadang asumsi bahwa setiap unit cross section memiliki perilaku yang sama cenderung tidak realistis mengingat dimungkinkan setiap unit cross section memiliki perilaku yang berbeda. Dalam pengujian ini dilakukan hipotesa sebagai berikut : H0

: Model Pooled Least Square

H1

: Model Fixed Effect

Dasar penolakan terhadap H0 adalah dengan menggunakan F-statistik seperti yang dirumuskan oleh Chow : CHOW = dimana : ESS1

= Residual Sum Square hasil pendugaan model PLS,

(3.5)

ESS2

= Residual Sum Square hasil pendugaan model Fixed Effect,

N

= Jumlah data cross section,

T

= Jumlah data time series,

K

= Jumlah variabel penjelas. Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas

jika nilai CHOW statistik (F-stat) hasil pengujian lebih besar dari F-tabel, maka cukup bukti untuk melakukan penolakan terhadap H0 sehingga model yang digunakan adalah model fixed effect dan begitu juga sebaliknya.

3.2.2.2. Hausman Test

Uji Hausman digunakan untuk membandingkan metode fixed effect dengan random effect. Model fixed effect mengandung suatu unsur trade off yaitu hilangnya unsur derajat bebas dengan memasukkan variabel dummy. Namun penggunaan model random effect juga harus memperhatikan ketiadaan pelanggaran asumsi dari setiap komponen galat.

Hipotesa Hausman Test adalah sebagai berikut :

H0

: Model Random Effect

H1

: Model Fixed Effect

Sebagai dasar panolakan H0 maka digunakan Statistik Hausman dan membandingkannya dengan Chi-Square. Statistik Hausman dirumuskan sebagai berikut :

m = (β – b)(M0 – M1)-1(β – b) ~ χ2(K)

(3.6)

dimana :

β

: vektor statistik variabel fixed effect,

b

: vektor statistik variabel random effect,

M0

: matriks kovarians untuk dugaan random effect.

Jika nilai m hasil pengujian lebih besar dari χ2-tabel, maka cukup melakukan penolakan terhadap H0 sehingga model yang digunakan adalah model fixed effect dan begitu pula sebaliknya.

3.2.2.3. LM Test LM Test atau The Breusch – Pagan LM Test digunkan sebagai pertimbangan statistik dalam memilih model Random Effect Model versus Pooled Least Square. Pengujian hipotesisnya: H0

: PLS

H1

: Random Effect Model

Dasar penolakan H0 dengan mengguanakan statistik LM yang mengikuti distribusi Chi-Square.

3.3.

Perumusan Model Analisis yang digunakan dalam penelitiaan ini menggunakan pendekatan

model gravitasi (Gravity Model) adalah model yang baik untuk mengukur laju

perdagangan antar daerah atau negara secara makroekonomik. Dalam model yang akan digunakan, beberapa variabel yang digunakan adalah variabel GDP, jarak, populasi, dan nilai tukar sebagai variabel independen. Sedangkan variabel dependennya adalah aliran perdagangan bilateral ekspor kelapa sawit (CPO) dan kakao. Negara yang masuk dalam model dalam meganalisis laju ekspor komoditi CPO adalah Malaysia, Indonesia, Thailand, Hongkong dan Singapura dan negara importir utamanya adalah Cina. Sedangkan untuk komoditi kakao, negara-negara eksportir utama adalah Côte d'Ivoire, Belanda, Ghana, Indonesia dan Malaysia dan negara importir utamanya adalah Amerika Serikat. Formulasi model yang dibentuk dalam penelitiaan ini adalah sebagai berikut: Yijt

=

αoGijtβ1Sijtβ2Eijβ3Lijβ4℮εt

lnYijt = βo+β1ln Gijt + β2 ln Sijt + β3 ln Eijt + β4 ln Lij + ε

(3.7) (3.8)

dimana : βo

= intersep,

β1, β2, …, β4 = Parameter masing-masing variabel yang akan diuji secara statistik dan ekonometrik, t

= (1,…,T) mulai tahun 1998-2007,

i,j

= (1,…, N) perdagangan bilateral negara i dengan negara j,

Yijt

= Arus perdagangan komoditi kelapa sawit (CPO) atau kakao dari negara i ke negara j pada tahun t,

ln αo

= βo,

Gijt

= GDP negara i dan j pada tahun t,

Sijt

= Populasi negara i dan t pada tahun t,

Eijt

= nilai tukar negara i dan j pada waktu t,

Lij

= jarak antar negara pengekspor dan pengimpor,

ε

= Galat (pengaruh variabel lain yang tidak termasuk model).

3.4.

Pengujian Model dan Hipotesis

3.4.1. Uji F-statistic Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Pengujian dilakukan dengan menggunakan distribusi F dengan membandingkan antara nilai kritis F dengan nilai F-hitung yang terdapat pada hasil analisis. Langkah-langkah analisis dalam pengujian hipotesis terhadap variasi nilai variabel dependen yang dapat dijelaskan oleh variasi nilai variabel independen adalah sebagai berikut : 1.

Perumusan hipotesis. Ho : βi = β2 = … = βk = 0 H1 : minimal ada satu nilai β yang tidak sama dengan nol

2.

Penentuan taraf nyata (α).

3.

Membandingkan F-statistic dengan F-tabel pada α atau bandingkan probabilitas F-statistic dengan α.

4.

Penentuan penerimaan atau penolakan H0. Fstatistic > Ftabel pada α atau prob (F-statistic) < α

: tolak H0

Artinya, variabel-variabel independen secara serentak berpengaruh signifikan terhadap variabel dependennya.

3.4.2 Uji t-statistic Pengujian hipotesis dari koefisien dari masing-masing peubah bebas dilakukan dengan uji-t untuk mengetahui apakah masing-massing variabel independen memberikan pengaruh yang signifikan terhadap variabel dependennya atau tidak. Langkah-langkah analisis dalam pengujian t-statistic adalah: 1.

Perumusan hipotesis. H0 : βi = 0 H1 : β1 ≠ 0

2.

Penentuan tarif nyata (α).

3.

Membandingkan t-statistic dengan t-tabel pada α atau bandingkan probabilitas t-statistic dengan α.

4.

Penentuan penolakan atau penerimaan H0. Tstatistic > ttabel atau prob (t-statistic) < α : tolak H0 Artinya, variabel independen berpengaruh signifikan terhadap variabel

dependennya. 3.4.3. R-Squared (R2) Kesesuaian model dihitung dengan nilai koefisien determinasi (R2) yang bertujuan untuk mengukur keragaman variabel dependen yang dapat diterangkan

oleh variabel independen. R2 menunjukkan besarnya pengaruh semua variabel independen terhadap variabel dependen. (3.9) dimana : RSS: jumlah kuadrat regresi, TSS:jumlah kuadrat total. Selang R2 yang digunakan adalah 0 ≤ R2 ≤ 1. R2 = 1 berarti 100 persen variasi dalam variabel dependen dapat dijelaskan oleh variabel-variabel independennya. Sedangkan R2 = 0 berarti tidak satupun variabel dependen tidak dapat dijelaskan oleh variabel-variabel independennya.

3.5.

Hipotesis Penelitian Hipotesis penelitian ini adalah :

1.

Semakin tinggi perubahan kenaikan GDP suatu negara dan lawan dagangnya

maka perdagngan bilateral di antara keduanya akan

meningkat. 2.

Populasi mempunyai pengaruh yang positif terhadap perdagangan.

3.

Jarak mempunyai pengaruh yang negative terhadap perdagangan.

4.

Nilai tukar negara pengekspor terhadap negara pengimpor memiliki hubungan positif terhadap permintaan ekspor kakao dan CPO. Artinya jika nilai tukar riil negara pengekspor mengalami depresiasi maka akan menyebabkan kenaikan permintaan ekspor dari negara-negara eksportir.

IV. HASIL DAN PEMBAHASAN

4.1.

Gambaran Umum Ekspor Kakao dan CPO

4.1.1. Gambaran Umum Ekspor Kakao Kakao adalah komoditi ekspor pertanian yang selalu mengalami peningkatan konsumsi dari tahun ke tahun. Konsumsi kakao yang terbesar di dunia adalah Eropa sebanyak 1.462.000 ton dan yang terkecil adalah Afrika sebesar 507.000 ton kakao pada tahun 2005/2006 (tabel 4.1) Tabel 4.1. Konsumsi Kakao Dunia (ribu ton) Negara-negara 2001/2002 2002/2003 2003/2004 2004/2005 2005/2006 Eropa

1282

1320

1346

1375

1462

Afrika

421

447

446

493

507

Amerika

767

814

852

853

856

416

499

575

622

651

2885

3079

3238

3343

3476

Asia dan Ocenia Total Dunia Sumber : ICCO, 2008 Konsumsi dunia yang setiap tahunnya meningkat diimbangi oleh peningkatan produksi kakao dunia. Produsen kakao terbesar di dunia terdapat di negara-negara Afrika sebesar 2.577.000 ton yang disusul oleh negara-negara Asia dan Ocenia serta Amerika yang merupakan produsen yang terkecil 447.000 ton pada tahun 2006/2007(Tabel 4.2)

Tabel 4.2. Produksi Kakao dunia (ribu ton) Negara-negara 2001/2002 2002/2003 2003/2004 2004/2005 2006/2007 Afrika Amerika

1.952

2.231

2.550

2.379

2.577

377

428

462

443

447

538

510

525

560

568

2.867

3.169

3.537

3.382

3.592

Asia dan Ocenia Total Dunia Sumber : ICCO, 2008 Tingginya konsumsi kakao dunia menyebabkan permintaan kakao meningkat. Negara-negara yang mengkonsumsi kakao dalam jumlah besar tetapi tidak mampu menghasilkan kakao sendiri maka mengharusakan negara tersebut mengimpor kakao dari negara lain untuk memenuhi kebutuhan dalam negeri dari negara-negara produsen utama kakao. Terdapat beberapa negara pengekspor utama kakao yang mengekspor kakao ke negara importir utamanya yakni Amerika, diantaranya Cote d’ Ivore yang menjadi negara terbesar pengekspor kakao yang volume nilai ekspor kakaonya 387.944.827 US $, disusul Ghana dan Indonesia pada tingkatan selanjutnya. Belanda dan Malaysia menduduki peringkat eksportir terbesar selanjutnya yang memiliki volume nilai ekspor sebesar 118.400.192 US $ pada tahun 2007 (Tabel 4.3).

Tabel 4.3. Volume Nilai Ekspor Kakao Beberapa Negara Eksportir Utama Tahun 2005 – 2007 (US $) Cote Tahun d'Ivore

Belanda

Ghana

Indonesia

Malaysia

2005

571.336.574 142.539.229

26.850.737 165.770.815 115.262.277

2006

432.606.479 127.096.563

703.927.96 229.561.935 113.792.581

2007 387.944.827 120.838.805 Sumber : UNCOMTRADE, 2009

30.301.563 161.440.282 118.400.192

4.1.2. Gambaran Umum Ekspor CPO Crude Palm Oil (CPO) adalah komoditi pertanian yang konsumsinya tinggi di dunia. CPO banyak digunakan sebagai minyak nabati dan juga sebagai bahan bakar alternatif (biofuel) pengganti bahan bakar minyak bumi. Hal tersebut menyebabkan

permintaan CPO dunia semakin tinggi setiap tahunnya.

Peningkatan produksi CPO diusahakan oleh negara-negara produsen utama mengingat tingginya permintaan CPO dunia. Tabel 4.4. Produksi CPO dunia (ribu ton) Negara-negara

2002

2003

2004

2005

2006

Malaysia

11.850

13.354

13.974

14.961

15.881

Indonesia

9.622

10.600

12.380

13.920

16.080

Thailand

600

630

668

685

855

25.658

27.450

30.629

33.590

37.163

Total Dunia

Sumber : Oil World, 2009 Negara-negara yang membutuhkan CPO untuk memenuhi kebutuhan domestiknya akhirnya melakukan perdagangan bilateral. Negara- negara tersebut mengimpor dari negara-negara produsen utama. Negara-negara pengimpor utama

CPO adalah China 5.501.000 ton, disusul negara-negara Uni Eropa, India, dan Rusia sebesar 545.000 ton pada tahun 2006 (Tabel 4.4 di atas). Berikut ini gambaran perbandingan produksi dan konsumsi CPO dunia: Tabel 4.5. Produksi dan Konsumsi CPO Dunia (ribu ton) Tahun Produksi Konsumsi 23.940 2001 25.220 2002 28.080 2003 30.890 2004 33.500 2005 8,79 % Pertumbuhn Sumber : Departemen Perdagangan, 2008

23.790 25.090 28.310 29.990 33.030 8,59%

Dari Tabel 4.5 di atas dapat dilihat perbandingan produksi dan konsumsi CPO yang setiap tahunnya meningkat. Produksi CPO pertumbuhannya dari tahun 2001 sampai 2005 mencapai 8,79 persen dan pertumbuhan konsumsi pada rentang tahun yang sama mencapai 8,59 persen. Hal ini menunjukkan pertumbuhan produksi dan konsumsi hampir sama. Kebutuhan konsumen dunia untuk CPO cukup besar, hanya saja masih diimbangi dengan kenaikan produksi CPO. Maka kebutuhan negara-negara tersebut dipenuhi oleh ekspor CPO dari negara-negara produsen CPO. Untuk Cina, misalnya, negara yang merupakan importir terbesar CPO menerima ekspor dari lima negara pengekspor terbesar yakni Malaysia 2.286.192.449 dollar Amerika dan terakhir Singapura 401.153 dollar Amerika (Tabel 4.6).

Tabel 4.6. Negara-negara Eksportir Utama CPO (US $) Tahun Malaysia

Hongkong

Singapura

5.550.016

7.142.579

116.923

119.882.174 14.641.068

7.883.395

78.245

2007 2.286.192.449 158.247.675 19.857.290 10.574.628 Sumber : UNCOMTRADE, 2009

401.153

2005

816.229.563

2006

1269.221.224

4.1.

Indonesia 19.434.250

Thailand

Hasil Estimasi dan Pembahasan Topik utama yang menjadi fokus dalam penelitiaan ini adalah untuk

mengestimasi faktor-faktor yang mempengaruhi volume ekspor Crude Palm Oil (CPO) dan kakao dari negara-negara eksportir utama ke negara importir utama. Dalam hal ini eksportir utama kakao adalah Cote d’Ivore, Malaysia, Indonesia, Belanda, Ghana dan importir utama kakao adalah Amerika Serikat. Sedangkan untuk CPO, negara eksportir utama adalah Malaysia, Indonesia, Singapura, Hongkong, Thailand dan importir utama adalah Cina. Estimasi terhadap model gravity fungsi laju volume ekspor kakao dan CPO dari lima negara eksportir utama ke satu negara importir utama

ini

dilakukan dengan menggunakan program E-Views 5.1 dan metode panel data sebagaimana yang telah diuraikan pada metode penelitiaan.

Proses estimasi

metode panel data dalam penelitian ini dilakukan dengan tiga model yaitu Pooled Least Square Model, Fixed Effect Model, Random Effect Model. menentukan model yang terbaik dilakukan beberapa pengujian.

Dalam

Uji Chow

dilakukan untuk memilih antara Pooled Least Square Model atau Fixed Effect Model. Dalam penelitian ini ditemukan near singular matrix ketika data diolah

dengan E-views 5.1 untuk model Fixed Effect dan model Random Effect sehingga model yang digunakan hanya berupa Pooled Least Square.

4.2.1 Model Pooled Least Square 4.2.1.1. Komoditi Kakao Berdasarkan Tabel 4.7, hasil estimasi model 1a, 1b, dan 1c. Pada model 1a nilai R-squared (R2) atau koefisien determinasi sebesar

0,753 yang

menunjukkan bahwa 75,3 persen keragaman laju ekspor kakao dari lima negara pengekspor utama ke satu negara pengimpor utama dapat djelaskan oleh variabelvariabel bebasnya, sedangkan sisanya dijelaskna oleh variabel lain di luar model. Pada model 1b nilai R-squared (R2) atau koefisien determinasi sebesar 0,725 yang menunjukkan bahwa 72,5 persen keragaman laju ekspor kakao dari lima negara pengekspor utama ke satu negara pengimpor utama dapat djelaskan oleh variabel-variabel bebasnya, sedangkan sisanya dijelaskan oleh variabel lain di luar model. Sedangkan pada model 1c diperoleh nilai R-squared (R2) atau koefisien determinasi sebesar 0,716 yang menunjukkan bahwa

71,6 persen

keragaman laju ekspor kakao dari lima negara pengekspor utama ke satu negara pengimpor utama dapat djelaskan oleh variabel-variabel bebasnya, sedangkan sisanya dijelaskan oleh variabel lain di luar model. Hal ini diperkuat dengan probabilitas F-statistik pada ketiga model pooled least square tersebut yang signifikan pada tingkat kepercayaan 90 persen dan α = 10 persen yaitu sebesar 0,000 yang berarti minimal ada satu variabel bebas yang berpengaruh nyata

terhadap variabel terikat sehingga model penduga sudah layak untuk menduga parameter yang ada dalam fungsi. Tabel 4.7. Hasil Estimasi Panel Data Kakao denagan Pooled Least Square Variabel

Model 1a

Model 1b

Model 1c

ProbaKoefisien bilitas

Koefisien

Probabilitas

Koefisien

Probabilitas

GDPi

-0,437

0,932

-3,417

0,132

-1,121

0,655

GDPj

-0,346

0,000

-0,373

0,000

-0,368

0,000

POPi

14,656

0,591

28,163

0,025

17,940

0,161

POPj

1,912

0,000

1,921

0,000

1,855

0,000

ER

-0,001

0,000

-0,001

0,000

-0,001

0,000

Jarak

-2,020

0,000

-2,019

0,000

-2,110

0,000

-272,388

0,573

-507,650

0,023

-328,038

0,147

C

Weighted Statistics R2 Prob(FStat)

0,753

0,725

0,716

0,000

0,000

0,000

DW

1,098

1,172

1,424

Unweighted Statistics R2

0,694

DW 1,079 Sumber : Lampiran 2 Keterangan : Model 1a = model pooled tanpa pembobotan Model 1b = model pooled dengan cross section weight Model 1c = model pooled dengan cross section SUR

0,939 1,013

Setelah mengestimasi ketiga model pooled least square di atas, maka langkah selanjutnya adalah interpretasi terhadap persamaan regresi dari model. Hasil estimasi ketiga model tersebut menunjukkan bahwa variabel GDP negara pengimpor (GDPi) tidak berpengaruh signifikan terhadap laju ekspor kakao pada

taraf nyata 10 persen. Hal ini mengindikasikan bahwa dampak GDPi sangat kecil dan hampir tidak ada pengaruhnya terhadap laju ekspor. Dalam hipotesis yang dibentuk sebelumnya seharusnya semakin tinggi perubahan GDP suatu negara dan lawan dagangnya maka perdagangan bilateralnya semakin meningkat. Dengan kata lain ekspor kakao dari negara pengekspor utama akan meningkat ke negara pengimpor dengan kenaikan GDP di masing-masing negara. Variabel GDP negara pengekspor (GDPj) pada ketiga model pooled least square berpengaruh signifikan terhadap laju ekspor kakao dan berhubungan negatif. Hal ini tidak sesuai dengan teori. Seharusnya GDP negara pengekspor berpengaruh positif terhadap laju ekspor. Semakin tinggi kenaikan GDP maka perdagangan bilateralnya semakin meningkat. Hal ini dapat disebabkan karena negara pengekspor yang GDP nya mengalami peningkatan, justru tidak menggunakan kapasitas produksinya untuk mengekspor kakao sehingga hubungannya negatif. Variabel populasi negara pengimpor (POPi) pada ketiga model tidak signifikan dan berhubungan positif. Dalam hipotesis yang dibentuk sebelumnya, populasi mempunyai pengaruh positif terhadap perdagangan bilateral. Dengan tidak signifikannya populasi negara pengimpor mengindikasikan bahwa peningkatan populasi negara pengimpor sedikit sekali memberikan perubahan ekspor komoditi kakao. Variabel populasi negara pengekspor (POPj) pada ketiga model signifikan dan bertanda positif. Pada model 1a, POPj bernilai 1,912 yang berarti apabila populasi negara pengekspor meningkat 1 persen maka volume ekspor kakao akan

meningkat sebesar 1, 912 persen dari jumlah sebelumnya. Pada model 1b, POPj bernilai 1,921 yang berarti apabila populasi negara pengekspor meningkat 1 persen maka volume ekspor kakao akan meningkat sebesar 1,921 persen dari jumlah sebelumnya. Pada model 1c, POPj bernilai 1,855 yang berarti apabila populasi negara pengekspor meningkat 1 persen maka volume ekspor kakao akan meningkat sebesar 1,855 persen dari jumlah sebelumnya. Hal ini sesesuai dengan teori yakni semakin besar populasi negara pengekspor akan memperbesar angkatan kerja yang akan menghasilkan produk ekspor yang meningkat ke negara tujuan ekspor. Variabel nilai tukar (ER) pada ketiga model signifikan dan bertanda negatif. Pada model 1a, 1b, 1c ER bernilai 0,0003 yang berarti apabila nilai tukar antar negara pengimpor dan pengekspor mengalami kenaikan sebesar 1 persen maka laju volume ekspor akan mengalami penurunan sebesar 0,0003 persen dari jumlah sebelumnya. Hal ini tidak sesuai dengan teori. Kenaikan nilai tukar terhadap mata uang negara pengekspor seharusnya akan meningkatkan permintaan ekspor negara tersebut. Akan tetapi dapat memungkinkan harga dari negara pengekspor utama lebih tinggi dibanding harga dari negara-negara pengekspor lainnya pada rentang tahun tersebut. Variabel jarak pada ketiga model signifikan dan bernilai negatif. Pada model 1a, jarak bernilai 2,020 yang berarti apabila jarak bertambah sebesar 1 persen maka laju volume ekspor kakao akan turun sebesar 2,020 persen dari jumlah sebelumnya. Pada model 1b, jarak bernilai 2,019 yang berarti apabila jarak bertambah sebesar 1 persen maka laju volume ekspor kakao akan turun sebesar

2,019 persen dari jumlah sebelumnya. Pada model 1c, jarak bernilai 2,110 yang berarti apabila jarak bertambah sebesar 1 persen maka laju volume ekspor kakao akan turun sebesar 2,110 persen dari jumlah sebelumnya. Hal ini sesuai dengan hipotesis yang dibentuk sebelumnya yakni apabila jarak antar negara pengekspor dan pengimpor semakin jauh maka akan menyebabkan penurunan ekspor kakao dikarenakan kenaikan biaya transportasi yang meningkat seiring bertambahnya jarak yang ada.

4.1.1.2. Komoditi Crude Palm Oil (CPO) Pada Tabel 4.8 dapat dilihat hasil estimasi model 1a, 1b, dan 1c untuk komoditi CPO. Pada model 1a nilai R-squared (R2) atau koefisien determinasi sebesar 0,335 yang menunjukkan bahwa 33,5 persen keragaman laju volume ekspor CPO dari lima negara pengekspor utama ke satu negara pengimpor utama dapat djelaskan oleh variabel-variabel bebasnya, sedangkan sisanya dijelaskna oleh variabel lain

di luar model. Pada model 1b nilai R-squared (R2) atau

koefisien determinasi sebesar 0,359 yang menunjukkan bahwa 35,9 persen keragaman laju ekspor CPO dari lima negara pengekspor utama ke satu negara pengimpor utama dapat djelaskan oleh variabel-variabel bebasnya, sedangkan sisanya dijelaskan oleh variabel lain di luar model. Sedangkan pada model 1c diperoleh nilai R-squared (R2) atau koefisien determinasi sebesar 0,691 yang menunjukkan bahwa 69,1 persen keragaman laju ekspor CPO dari lima negara pengekspor utama ke satu negara pengimpor utama dapat djelaskan oleh variabelvariabel bebasnya, sedangkan sisanya dijelaskan oleh variabel lain di luar model.

Hal ini diperkuat dengan probabilitas F-statistik pada model 1a, 1b, 1c pooled least square tersebut yang signifikan pada tingkat kepercayaan 90 persen dan α = 10 persen yang berarti minimal ada satu variabel bebas yang berpengaruh nyata terhadap variabel terikat sehingga model penduga sudah layak untuk menduga parameter yang ada dalam fungsi sedangkan model lain tidak signifikan pada tingkat kepercayaan 90 persen. Tabel 4.8. Hasil Estimasi Panel Data CPO denagan Pooled Least Square Variabel Model 1a

Model 1b Proba-

Model 1c Proba-

Proba-

Koefisien bilitas Koefisien bilitas Koefisien bilitas 10,684 0,001 8,219 0,000 8,583 0,000

GDPi GDPj

-5,867

0,015

-3,513

0,074

-3,342

0,041

POPi

-132,885

0,005

-97,22

0,002

-119,700

0,000

POPj

2,061

0,014

1,916

0,002

1,493

0,004

-0,146

0,479

0,108

0,620

0,036

0,837

-6,406 2,772,062

0,000 0,004

-5,708 2,026,686

0,000 0,002

-5,262 2,498,404

0,000 0,000

ER Jarak C

Weighted Statistics R2

0,335

0,359

0,691

Prob(FStat) DW

0,005 0,268

0,002 0,285

0,000 0,944

Unweighted Statistics R2

0,289

DW 0,206 Sumber : Lampiran 3 Keterangan : Model 1a = model pooled tanpa pembobotan Model 1b = model pooled dengan cross section weight Model 1c = model pooled dengan cross section SUR

1,037 0,202

Setelah mengestimasi ketiga model pooled least square di atas, maka langkah selanjutnya adalah interpretasi terhadap persamaan regresi dari model.

Hasil estimasi pada model 1a tersebut menunjukkan bahwa variabel GDP negara pengimpor (GDPi) berpengaruh signifikan terhadap laju ekspor kakao pada taraf nyata 10 persen. GDP negara pengimpor bernilai 10,684 yang berarti apabila GDP negara pengimpor naik 1 persen maka laju volume ekspor CPO akan meningkat sebesar 10,684 persen dari jumlah sebelumnya. Koefisien GDP yang signifikan menyatakan bahwa perdagangan bilateral antara negara pengekspor dan pengimpor utama CPO dipengaruhi oleh pendapatan kedua negara yang saling berdagang. Hal ini sesuai dengan hipotesis yang dibentuk sebelumnya yang menyatakan bahwa apabila terjadi kenaikan GDP di negara pengimpor maka akan meningkatkan volume perdagangan. Variabel GDP negara pengekspor (GDPj) pada model 1c pooled least square tidak berpengaruh signifikan terhadap laju ekspor CPO dan berhubungan negatif. Hal ini tidak sesuai dengan teori. Seharusnya kenaikan GDP akan meningkatkan laju perdagangan antar negara. Hal ini dapat terjadi dikarenakan negara pengimpor tidak menggunakan pendapatannya untuk mengimpor dan berusaha memenuhi kebutuhan dalam negeri dengan produksi domestik. Variabel populasi negara pengimpor (POPi) pada model 1c signifikan dan bernilai negatif. Hal ini menunjukkan bahwa negara dengan populasi yang besar memiliki volume perdagangan CPO yang kecil, Negara yang berukuran besar akan memiliki produksi terdiversifikasi dan bersifat mandiri sehingga tidak mengimpor CPO dalam jumlah yang semakin besar seiring dengan naiknnya jumlah populasi di negara tersebut.

Variabel populasi negara pengekspor (POPj) pada model signifikan dan berpengaruh positif. Pada model 1a, POPj bernilai 2,061 yang berarti apabila populasi negara pengekspor meningkat 1 persen maka volume ekspor kakao akan meningkat

sebesar 2,061 persen dari jumlah sebelumnya. Pada model 1b,

populasi negara pengekspor bernilai 1,916 yang berarti apabila terjadi kenaikan populasi negara pengekspor sebesar 1 persen maka akan terjadi kenaikan volume ekspor CPO. Pada model 1c, populasi negara pengekspor bernilai 1,493 yang berarti jika kenaikan populasi sebesar 1 persen maka akan meningkatkan volume ekspor sebesar 1,493 persen. Hal ini sesuai dengan hipotesis yang dibentuk sebelumnya

yakni

populasi

negara

pengekspor

yang

meningkat

akan

meningkatkan produksi komoditi negara tersebut dan akan meningkatkan volume ekspor CPO. Variabel nilai tukar (ER) pada model tidak signifikan dan bertanda positif kecuali pada model 1a. Menurut hipotesis yang dibentuk, nilai tukar seharusnya berpengaruh nyata secara positif terhadap volume ekspor CPO. Semakin tinggi nilai tukar negara pengekspor terhadap negara pengimpor maka akan terjadi peningkatan permintaan CPO dari negara pengimpor. Variabel nilai tukar yang tidak signifikan dikarenakan pengaruh kenaikan nilai tukar sangat kecil terhadap perdagangan. Kenaikan nilai tukar sebesar 1 persen maka akan meningkatkan ekspor CPO sebesar 0,036 persen saja. Variabel jarak pada ketiga model signifikan dan bernilai negatif, Pada model 1a, jarak bernilai 6,406 yang berarti apabila jarak bertambah sebesar 1 persen maka laju volume ekspor kakao akan turun sebesar 6,406 persen dari

jumlah sebelumnya. Pada model 1b, variabel jarak bernilai 5,708 yang berarti jika terjadi pertambahan jarak sebesar 1 persen maka volume ekspor akan menurun sebesar 5,708 persen. Sama hal nya dengan model 1c, jarak bernilai 5,262 yang berarti jika terjadi penambahan jarak sebesar 1 persen maka volume ekspor akan menurun sebesar 5,262 persen. Hal ini sesuai dengan hipotesis yang dibentuk. Apabila jarak bertambah maka biaya produksi akan meningkat, selanjutnya akan meningkatkan harga komoditi sehingga permintaan CPO ekspor akan menurun.

V. KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan hasil analisis dan pembahasan maka diperoleh kesimpulan bahwa dengan model gravitasi yang digunakan yakni variabel-variabel yang mempengaruhi laju volume ekspor kakao dan CPO dari negara eksportir utama ke negara importir utama, maka dapat dilihat bahwa untuk kakao yang berpengaruh signifikan terhadap laju ekspor kakao adalah GDP negara pengekspor, populasi, nilai tukar dan jarak. Sedangkan variabel GDP dan populasi negara pengimpor tidak berpengaruh nyata terhadap volume ekspor. Untuk CPO, variabel yang berpengaruh nyata adalah GDP negara pengekspor dan pengimpor, populasi negara pengekspor dan pengimpor serta jarak. Sedangkan variabel nilai tukar tidak berpengaruh nyata.

5.2. Saran 1. Diperlukan kebijakan pemerintah untuk meningkatkan ekspor CPO dan kakao yaitu meminimumkan biaya transportasi dengan memilih transportasi yang paling efesien. 2. Untuk penelitian selanjutnya dapat meneliti komoditi yang menjadi impor utama dalam negeri (Indonesia) dengan gravity model sehingga dapat melihat faktor-faktor yang mempengaruhi impor Indonesia.

DAFTAR PUSTAKA Agyeman, Yeboah. 2007. Increased Cocoa Bean Exports under Trade Liberalization: A Gravity Model Approach. Jurnal IDEAS Department of Economics, College of Liberal Arts and Sciences. Arleen. 2008. Analisis Faktor-faktor yang Memepengaruhi Ekspor Kakao di Indonesia. . Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor. Clarete, Ramon. 2002. Asian Regionalism and Its Effect on Trade in the 1980s and 1990s. Asian Development Bank, Filipina. Departemen Luar Negeri. World Trade Organization. http://deplu.go.id. [5 Juni 2009]. Departemen

Perindustrian. Gambaran Sekilas http://deperindag.go.id. [15 Januari 2009].

Industri

Kakao.

Gujarati, Damodar. 2003. Bassic Econometric Fourth Edition. Mc. GrawHill. Singapura. ICCO, 2008. Data Cocoa. http://icco.com. IFS, 2009. Data Statistics. http://ifsworld.com. Irnawaty, 2008. Daya Saing Kakao di Pasar Internasional. Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor, Bogor. Lapipi. 2005. Analisis Efek Integrasi Ekonomi ASEAN dan Manfaatnya bagi Perekonomian Negara-negara ASEAN. . Fakultas Ekonomi Pasca Sarjana, Universitas Indonesia, Depok. Mankiw, N.G. 2000. Macroeconomics. Worth Publisher, New York. Toerdjanto.

Kakao Pilihan [6 September 2007]

Tepat.

http://turyanto.blogspot.com.

Salvatore, Dominick. 1997. Ekonomi Internassional (Edisi Terjemahan).Erlangga. Jakarta. Situs

Resmi Departemen Pertanian Republik http://www.deptan.co.id [1 Februari 2009].

Indonesia.

2009.

Tarigan, Robinson.2005. Perencanaan Pembangunan Wilayah Edisi Revisi. Bumi Aksara.Jakarta.

United Nations Commodity Trade. 2009. United Nations Commodity Trade Statistics Database, http://www.uncomtrade.com.

LAMPIRAN

Lampiran 1. Data Penelitian •

Kakao Negara

Cote d’ Ivore

Belanda

Tahun

Ekspor (US $ )

GDPi (milyar US $)

GDPj Popi (milyar US $) (orang)

Popj (orang)

ER

Jarak (km)

1998

327.980.384

8.746,98

12.881

276.115.288

16.045.358

552,4

8.175,47

1999

265.722.160

9.268,43

12.573

279.294.713

16.456.878

651,89

8.175,47

2000

181.951.968

9.816,98

10.448

282.158.336

16.884.578

698,41

8.175,47

2001

181.639.088

10.128

10.554

284.915.024

17.310.968

736,29

8.175,47

2002

305.961.184

10.487

11.527

287.501.476

17.687.648

625,58

8.175,47

2003

320.369.952

10.960,8

13.764

289.985.771

18.068.004

520,7

8.175,47

2004

439.961.805

11.712,5

15.501

292.805.643

18.504.380

484,54

8.175,47

2005

571.336.574

12.455,8

16.373

295.583.436

18.920.502

553,87

8.175,47

2006

432.606.479

13.244,6

17.339

298.442.420

19.326.799

497,14

8.175,47

2007

387.944.827

13.770,3

18.658

301.279.593

19.746.949

449,13

8.175,47

1998

73.812.428

8.746,98

403.202

276.115.288

15.699.259

1,2068

6.197,57

1999

69.291.634

9.268,43

411.997

279.294.713

15.801.947

0,9937

6.197,57

2000

83.265.487

9.816,98

386.204

282.158.336

15.907.853

1,0646

6.197,57

2001

94.138.494

10.128

400.998

284.915.024

16.017.445

1,1227

6.197,57

2002

130.974.424

10.487

439.357

287.501.476

16.122.830

0,9536

6.197,57

2003

174.883.229

10.960,8

539.343

289.985.771

16.223.248

0,7939

6.197,57

62

Ghana

Indonesia

2004

177.933.694

11.712,5

609.038

292.805.643

16.318.199

0,7388

6.197,57

2005

142.539.229

12.455,8

629.911

295.583.436

16.407.491

0,8445

6.197,57

2006

127.096.563

13.244,6

663.119

298.442.420

16.491.461

0,7578

6.197,57

2007

120.838.805

13.770,3

720.940

301.279.593

16.570.613

0,6848

6.197,57

1998

25.911.202

8.746,98

7.474

276.115.288

18.884.919

2.348,15

8.487,97

1999

33.696.976

9.268,43

7.710

279.294.713

19.304.881

3.444,63

8.487,97

2000

41.035.476

9.816,98

4.977

282.158.336

19.736.036

6.819,09

8.487,97

2001

34.360.582

10.128

5.309

284.915.024

20.176.859

7.272,14

8.487,97

2002

34.275.768

10.487

6.160

287.501.476

20.639.112

8.357,67

8.487,97

2003

27.045.806

10.960,8

7.624

289.985.771

21.111.483

8.673,82

8.487,97

2004

15.414.324

11.712,5

8.872

292.805.643

21.572.019

8.982,08

8.487,97

2005

26.850.737

12.455,8

10.720

295.583.436

22.025.680

9.108,59

8.487,97

2006

70.392.796

13.244,6

12.894

298.442.420

22.478.658

9.248,41

8.487,97

2007

30.301.563

13.770,3

14.988

301.279.593

22.931.299

9.246,95

8.487,97

1998

250.849.040

8.746,98

105.469

276.115.288

207.534.204

8.075,66

16.370,8

1999

189.824.503

9.268,43

154.705

279.294.713

210.719.653

7.006,31

16.370,8

2000

121.131.638

9.816,98

165.521

282.158.336

213.829.469

9678,7

16.370,8

2001

153.534.880

10.128

160.657

284.915.024

216.936.604

10.409,2

16.370,8

2002

203.019.295

10.487

195.593

287.501.476

220.018.666

8.974,99

16.370,8

63

Malaysia

2003

137.245.153

10.960,8

234.834

289.985.771

223.069.671

8.447,05

16.370,8

2004

165.770.815

11.712,5

257.005

292.805.643

226.004.132

9.170,37

16.370,8

2005

165.770.815

12.455,8

286.957

295.583.436

228.895.746

9.880,5

16.370,8

2006

229.561.935

13.244,6

364.239

298.442.420

231.820.243

8.963,84

16.370,8

2007

161.440.282

13.770,3

407.521

301.279.593

234.693.997

9.410,47

16.370,8

1998

60.297.049

8.746,98

72.175

276.115.288

20.921.378

3,7996

15.349,8

1999

53.305.272

9.268,43

79.148

279.294.713

21.364525

3,7992

15.349,8

2000

37.420.159

9.816,98

9.032

282.158.336

21.803909

3,7999

15.349,8

2001

40.831.919

10.128

88.001

284.915.024

22.240158

3,8

15.349,8

2002

32.975.093

10.487

95.164

287.501.476

22.674014

3,7999

15.349,8

2003

85.224.758

10.960,8

103.737

289.985.771

23.105096

3,8001

15.349,8

2004

111.048.728

11.712,5

112.518

292.805.643

23.535083

3,8004

15.349,8

2005

115.262.277

12.455,8

122.005

295.583.436

23.966096

3,7793

15.349,8

2006

113.792.581

13.244,6

150.923

298.442.420

24.399224

3,5301

15.349,8

160.563

301.279.593

24.835243

3,3069

15.349,8

2007 118.400.192 13.770,3 Sumber : UNCOMTRADE, IMF, IFS, tahun 1998-2007, diolah.

Lanjutan Lampiran 1. •

Kakao (ln)

Negara Cote d’ Ivore

Belanda

Tahun 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1998 1999 2000 2001 2002 2003 2004 2005 2006

Ekspor 19,608464 19,397962 19,019253 19,017532 19,538969 19,584987 19,902198 20,163489 19,885339 19,776374 18,117038 18,053835 18,237545 18,360278 18,690513 18,979629 18,996922 18,775128 18,660458

GDPi 9,076463 9,134369 9,191868 9,223054 9,257889 9,302076 9,36841 9,429944 9,491341 9,53027 9,076463 9,134369 9,191868 9,223054 9,257889 9,302076 9,36841 9,429944 9,491341

GDPj 9,463509 9,439307 9,254166 9,26426 9,352447 9,529812 9,64866 9,703389 9,760714 9,83403 12,90719 12,92877 12,86412 12,90171 12,99307 13,19811 13,31964 13,35333 13,40471

Popi 19,436329 19,447778 19,457979 19,467702 19,476739 19,485342 19,49502 19,504462 19,514088 19,523549 19,436329 19,447778 19,457979 19,467702 19,476739 19,485342 19,49502 19,504462 19,514088

Popj 16,59093 16,61625 16,64191 16,66685 16,68838 16,70965 16,73352 16,75576 16,777 16,79851 16,56912 16,57564 16,58232 16,58919 16,59575 16,60196 16,60779 16,61325 16,61835

ER 552,4 651,89 698,41 736,29 625,58 520,7 484,54 553,87 497,14 449,13 1,2068 0,9937 1,0646 1,1227 0,9536 0,7939 0,7388 0,8445 0,7578

Jarak 9,008893 9,008893 9,008893 9,008893 9,008893 9,008893 9,008893 9,008893 9,008893 9,008893 8,731912 8,731912 8,731912 8,731912 8,731912 8,731912 8,731912 8,731912 8,731912

Ghana

Malaysia

18,609968 17,070186 17,332919 17,529948 17,352421 17,349949 17,113043 16,550808 17,105804 18,069601 17,22671 19,340362 19,061611 18,612388 18,849438 19,128812 18,737279 18,926117 18,926117 19,251683 18,899646 17,914794 17,791546 17,43772

9,53027 9,076463 9,134369 9,191868 9,223054 9,257889 9,302076 9,36841 9,429944 9,491341 9,53027 9,076463 9,134369 9,191868 9,223054 9,257889 9,302076 9,36841 9,429944 9,491341 9,53027 9,076463 9,134369 9,191868

13,48831 8,919186 8,950273 8,512583 8,577159 8,725832 8,939056 9,090656 9,279866 9,464517 9,615005 11,56617 11,94928 12,01685 11,98703 12,18379 12,36663 12,45685 12,56709 12,80557 12,91785 11,18685 11,27907 9,108529

19,523549 19,436329 19,447778 19,457979 19,467702 19,476739 19,485342 19,49502 19,504462 19,514088 19,523549 19,436329 19,447778 19,457979 19,467702 19,476739 19,485342 19,49502 19,504462 19,514088 19,523549 19,436329 19,447778 19,457979

16,62314 16,75387 16,77587 16,79796 16,82005 16,8427 16,86533 16,88691 16,90772 16,92808 16,94801 19,15081 19,16604 19,18069 19,19512 19,20922 19,22299 19,23606 19,24878 19,26147 19,27379 16,85628 16,87724 16,8976

0,6848 2348,15 3444,63 6819,09 7272,14 8357,67 8673,82 8982,08 9108,59 9248,41 9246,95 8075,66 7006,311 9678,7 10409,15 8974,99 8447,05 9170,37 9880,5 8963,84 9410,47 3,7996 3,7992 3,7999

8,731912 9,046405 9,046405 9,046405 9,046405 9,046405 9,046405 9,046405 9,046405 9,046405 9,046405 9,703256 9,703256 9,703256 9,703256 9,703256 9,703256 9,703256 9,703256 9,703256 9,703256 9,638857 9,638857 9,638857

65

Indonesia

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

11,3851 11,46336 11,54961 11,63087 11,71182 11,92453 11,98644

19,467702 19,476739 19,485342 19,49502 19,504462 19,514088 19,523549

16,91741 16,93673 16,95556 16,974 16,99215 17,01006 17,02777

3,8 3,7999 3,8001 3,8004 3,7793 3,5301 3,3069

9,638857 9,638857 9,638857 9,638857 9,638857 9,638857 9,638857

66

2001 17,524975 9,223054 2002 17,311263 9,257889 2003 18,260803 9,302076 2004 18,52548 9,36841 2005 18,562721 9,429944 2006 18,549888 9,491341 2007 18,589581 9,53027 Sumber : UNCOMTRADE, IMF, IFS, tahun 1998-2007, diolah

64 67

Lanjutan Lampiran 1 •

CPO

Negara Malaysia

Indonesia

Popj ER Jarak GDPi GDPj (milyar US $) Popi (orang) (orang) (km) (milyar US $) 1.019,477 72.175 1.250.365.515 20.921.378 2,1788 4.351,413 1.083,283 79.148 1.260.106.742 21.364.525 2,179 4.351,413 1.198,483 90.32 1.268.853.362 21.803.909 2,1788 4.351,413 1.324,812 88.001 1.276.882.500 22.240.158 2,182 4.351,413 1.453,837 95.164 1.284.275.902 22.674.014 2,182 4.351,413 1.640,966 103.737 1.291.496.022 23.105.096 2,1863 4.351,413 1.931,642 112.518 1.298.847.624 23.535.083 2,1849 4.351,413 2.243,688 122.005 1.306.313.812 23.966.096 2,1343 4.351,413 2.630,113 150.923 1.313.973.713 24.399.224 2,2159 4.351,413 3.051,243 160.563 1.321.851.888 207.534.204 2,2081 4.351,413 1.019,477 105.469 1.250.365.515 210.719.653 0,001048 5.224,758 1083.283 154.705 1.260.106.742 213.829.469 0,001175 5.224,758 1.198,483 165.521 1.268.853.362 216.936.604 0,00086 5.224,758 1.324,812 160.657 1.276.882.500 220.018.666 0,00086 5.224,758 1.453,837 195.593 1.284.275.902 223.069.671 0,000927 5.224,758 1.640,966 234.834 1.291.496.022 226.004.132 0,000981 5.224,758 1.931,642 257.005 1.298.847.624 228.895.746 0,000891 5.224,758 2.243,688 286.957 1.306.313.812 231.820.243 0,000822 5.224,758 2.630,113 364.239 1.313.973.713 234.693.997 0,000871 5.224,758 3.051,243 407.521 1.321.851.888 207.534.204 0,00078 5.224,758 1.019,477 111.86 1.250.365.515 60.846.042 0,2271 6.712,808

68

Thailand

Ekspor Tahun (US $) 1998 562.366.464 1999 314.463.626 2000 276.813.152 2001 325.347.463 2002 607.346.971 2003 929.356.446 2004 929.356.446 2005 816.229.563 2006 1.269.221.224 2007 2.286.192.449 1998 333.010 1999 3.920.355 2000 847.800 2001 6.352.171 2002 8.811.315 2003 9.515.141 2004 11.696.604 2005 19.434.250 2006 119.882.174 2007 158.247.675 1998 881.220

Hongkong

Singapura

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

719.880 588.540 391.391 3607.060 3.423.125 5.960.820 5.550.016 14.641.068 19.857.290 58.908.768 42.499.504 26.229.453 22.593.814 26.249.233 24.893.407 22.793.141 7.142.579 7.883.395 10.574.628 13.852.520 3.920.701 792.963 698.241 72.050 9.819

1.083,283 1.198,483 1.324,812 1.453,837 1.640,966 1.931,642 2.243,688 2.630,113 3.051,243 1.019,477 1.083,283 1.198,483 1.324,812 1.453,837 1.640,966 1.931,642 2.243,688 2.630,113 3.051,243 1.019,477 1.083,283 1.198,483 1.324,812 1.453,837 1.640,966

122.63 122.725 115.536 126.877 142.64 161.349 176.222 206.258 219.436 166.909 163.288 168.754 166.541 163.709 158.473 165.823 177.784 189.538 201.797 82.399 82.611 92.717 85.485 88.068 92.35

1.260.106.742 1.268.853.362 1.276.882.500 1.284.275.902 1.291.496.022 1.298.847.624 1.306.313.812 1.313.973.713 1.321.851.888 1.250.365.515 1.260.106.742 1.268.853.362 1.276.882.500 1.284.275.902 1.291.496.022 1.298.847.624 1.306.313.812 1.313.973.713 1.321.851.888 1.250.365.515 1.260.106.742 1.268.853.362 1.276.882.500 1.284.275.902 1.291.496.022

61.394.684 61.862.928 62.334.375 62.806.748 63.271.021 63.731.437 64.185.502 64.631.595 65.068.149 6.544.564 6.599.307 6.658.720 6.713.376 6.762.476 6.809.738 6.855.125 6.898.686 6.940.432 6.980.412 3.904.528 3.967.753 4.036.753 4.120.228 4.197.776 4.276.788

0,2208 0,191 0,1877 0,1916 0,2093 0,2128 0,1972 0,2193 0,2457 1,0687 1,0655 1,0614 1,0628 1,0628 1,0674 1,0658 1,0413 1,0053 0,9375 5,0099 4,9792 4,7768 4,4795 4,7775 4,8654

6.712,808 6.712,808 6.712,808 6.712,808 6.712,808 6.712,808 6.712,808 6.712,808 6.712,808 1.979,039 1.979,039 1.979,039 1.979,039 1.979,039 1.979,039 1.979,039 1.979,039 1.979,039 1.979,039 4.485,49 4.485,49 4.485,49 4.485,49 4.485,49 4.485,49 69

18.347 1.931,642 2004 2005 116.923 2.243,688 2006 78.245 2.630,113 2007 401.153 3.051,243 Sumber : UNCOMTRADE, IMF, IFS, tahun 1998-2007, diolah

107.405 116.704 132.155 146.09

1.298.847.624 1.306.313.812 1.313.973.713 1.321.851.888

4.353.893 4.425.720 4.492.150 4.553.009

5,0617 4,8479 5,0975 5,0592

4.485,49 4.485,49 4.485,49 4.485,49

70

Lanjutan Lampiran 1. • CPO (ln) Negara

Tahun

Malaysia

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

Indonesia

Ekspor 20,1476643 19,566379 19,4388533 19,6004043 20,2246108 20,6500029 20,6500029 20,5202062 20,9616693 21,5501536 12,7159278 15,1816928 13,6504 15,6643072 15,9915472 16,0683949 16,2748091 16,7825475

GDPi 6,927045 6,987752 7,088812 7,189026 7,281962 7,40304 7,566126 7,715876 7,874782 8,023304 6,927045 6,987752 7,088812 7,189026 7,281962 7,40304 7,566126 7,715876

GDPj 4,279094 4,37132 4,503359 4,477348 4,555602 4,641859 4,723113 4,804062 5,01677 5,078686 4,658417 5,04152 5,109098 5,079272 5,276036 5,458879 5,549096 5,659332

Popi 20,9467018 20,9544623 20,9613795 20,9676874 20,9734609 20,9790671 20,9847433 20,9904751 20,9963218 21,0022995 20,9467018 20,9544623 20,9613795 20,9676874 20,9734609 20,9790671 20,9847433 20,9904751

Popj 16,85628 16,87724 16,8976 16,91741 16,93673 16,95556 16,974 16,99215 17,01006 17,02777 19,15081 19,15081 19,15081 19,15081 19,15081 19,15081 19,15081 19,15081

ER 2,1788 2,179 2,1788 2,182 2,182 2,1863 2,1849 2,1343 2,2159 2,2081 0,001048 0,001175 0,00086 0,00086 0,000927 0,000981 0,000891 0,000822

Jarak 8,378256 8,378256 8,378256 8,378256 8,378256 8,378256 8,378256 8,378256 8,378256 8,378256 8,561164 8,561164 8,561164 8,561164 8,561164 8,561164 8,561164 8,561164 71

Thailand

Hongkong

Singapura

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

18,6020199 18,8796719 13,6890626 13,4868398 13,2854002 12,8774623 15,0984036 15,0460644 15,6007186 15,5293114 16,499341 16,8040818 17,8915005 17,565003 17,0823935 16,9331867 17,0831473 17,0301135 16,9419702 15,7815845 15,8802692 16,1739681 16,4439777

7,874782 8,023304 6,927045 6,987752 7,088812 7,189026 7,281962 7,40304 7,566126 7,715876 7,874782 8,023304 6,927045 6,987752 7,088812 7,189026 7,281962 7,40304 7,566126 7,715876 7,874782 8,023304 6,927045

5,89781 6,010092 4,717248 4,809172 4,809946 4,749582 4,843218 4,960324 5,08357 5,171745 5,329128 5,391061 5,117449 5,095516 5,128442 5,115242 5,09809 5,065584 5,110921 5,180569 5,24459 5,307262 4,411573

20,9963218 21,0022995 20,9467018 20,9544623 20,9613795 20,9676874 20,9734609 20,9790671 20,9847433 20,9904751 20,9963218 21,0022995 20,9467018 20,9544623 20,9613795 20,9676874 20,9734609 20,9790671 20,9847433 20,9904751 20,9963218 21,0022995 20,9467018

19,15081 19,15081 17,92386 17,93283 17,94043 17,94802 17,95557 17,96294 17,97019 17,97729 17,98421 17,99095 15,69415 15,70248 15,71144 15,71961 15,7269 15,73386 15,74051 15,74684 15,75287 15,75862 15,17765

0,000871 0,00078 0,2271 0,2208 0,191 0,1877 0,1916 0,2093 0,2128 0,1972 0,2193 0,2457 1,0687 1,0655 1,0614 1,0628 1,0628 1,0674 1,0658 1,0413 1,0053 0,9375 5,0099

8,561164 8,561164 8,811773 8,811773 8,811773 8,811773 8,811773 8,811773 8,811773 8,811773 8,811773 8,811773 7,590367 7,590367 7,590367 7,590367 7,590367 7,590367 7,590367 7,590367 7,590367 7,590367 8,408603

72

1999 15,181781 6,987752 2000 13,5835318 7,088812 2001 13,4563196 7,189026 2002 11,1851156 7,281962 2003 9,19207456 7,40304 2004 9,81722135 7,566126 2005 11,6692709 7,715876 2006 11,2676002 7,874782 2007 12,9020982 8,023304 Sumber : UNCOMTRADE, IMF, IFS, tahun 1998-2007, diolah

4,414143 4,529552 4,448341 4,478109 4,525586 4,676607 4,759641 4,883975 4,984223

20,9544623 20,9613795 20,9676874 20,9734609 20,9790671 20,9847433 20,9904751 20,9963218 21,0022995

15,19371 15,21095 15,23142 15,25007 15,26871 15,28658 15,30294 15,31784 15,3313

4,9792 4,7768 4,4795 4,7775 4,8654 5,0617 4,8479 5,0975 5,0592

8,408603 8,408603 8,408603 8,408603 8,408603 8,408603 8,408603 8,408603 8,408603

73

74

Lampiran 2. Hasil Estimasi Panel Data Kakao Menggunakan Pooled Least Square •

Model 1a (Model Pooled Least Square Tanpa Pembobotan)

Dependent Variable: LNEKSPOR? Method: Pooled Least Squares Date: 06/01/09 Time: 13:58 Sample: 1998 2007 Included observations: 10 Cross-sections included: 5 Total pool (balanced) observations: 50 Variable Coefficient LNGDPI? -0,437084 LNGDPJ? -0,346498 LNPOPI? 14,65653 LNPOPJ? 1,912407 ER? -0,000333 LNJARAK? -2,020099 C -272,3887

Std, Error 5,132653 0,05951 27,09753 0,184018 3,23E-05 0,282797 480,4659

t-Statistic -0,085157 -5,822538 0,540881 10,39251 -10,29491 -7,143276 -0,566926

Prob. 0,9325 0,0000 0,5914 0,0000 0,0000 0,0000 0,5737

R-squared Adjusted R-squared

0,753661 0,719288

Mean dependent var S.D. dependent var

18,48559 0,877456

S.E.of regression Sum squared resid

0,464896 9,293502

Akaike info criterion Schwarz criterion

1,43517 1,702853

Log likelihood Durbin-Watson stat

-28,87924 1,098257

F-statistic Prob(F-statistic)

21,92605 0,0000

75

Lanjutan Lampiran 2. • Model 1b (Model Pooled Least Square ) dengan Pembobotan dan White cross-section standard errors & covariance Dependent Variable: LNEKSPOR? Method: Pooled EGLS (Cross-section weights) Date: 06/01/09 Time: 13:59 Sample: 1998 2007 Included observations: 10 Cross-sections included: 5 Total pool (balanced) observations: 50 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variabel LNGDPI? LNGDPJ? LNPOPI? LNPOPJ? ER? LNJARAK? C

R-squared Adjusted Rsquared S.E. of regression F-statistic Prob(F-statistic)

R-squared Sum squared resid

Coefficient -3,417096 -0,373631 28,1635 1,921484 -0,000331 -2,019705 -507,6503

Std, Error 2,225336 0,026832 12,14926 0,12315 2,86E-05 0,205664 216,0013

t-Statistic -1,535541 -13,9248 2,318125 15,60277 -11,60111 -9,820417 -2,350219

Prob. 0,132 0,0000 0,0253 0,0000 0,0000 0,0000 0,0234

Weighted Statistics 0,725237 Mean dependent var

21,84317

0,686898

S.D. dependent var

7,854754

0,449996 18,91642 0,0000

Sum squared resid Durbin-Watson stat

8,707358 1,172947

Unweighted Statistics 0,694323 Mean dependent var

18,48559

Durbin-Watson stat

1,07976

9,687025

76

Lanjutan Lampiran 2. • Model 1c (Model Pooled Least Square dengan Cross Section SUR) Dependent Variable: LNEKSPOR? Method: Pooled EGLS (Cross-section SUR) Date: 06/01/09 Time: 14:00 Sample: 1998 2007 Included observations: 10 Cross-sections included: 5 Total pool (balanced) observations: 50 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable LNGDPI? LNGDPJ? LNPOPI? LNPOPJ? ER? LNJARAK? C

R-squared Adjusted Rsquared S.E. of regression F-statistic Prob(Fstatistic)

Coefficient -1,121,580 -0,368605 1,794,006 1,855,930 -0,000306 -2,110,864 -3,280,383

Std, Error 2,493,592 0,025988 1,260,044 0,140349 3,09E-05 0,209416 2,224,305

t-Statistic -0,449785 -1,418,388 1,423,764 1,322,365 -9,912,183 -1,007,976 -1,474,790

Weighted Statistics 0,716486 Mean dependent var

Prob. 0,6551 0,0000 0,1617 0,0000 0,0000 0,0000 0,1476

7,264,437

0,676926

S.D. dependent var

1,961,916

1,037,054 1,811,130

Sum squared resid Durbin-Watson stat

4,624,566 1,424,103

0,000000 Unweighted Statistics

R-squared

0,939368

Mean dependent var

1,848,559

Sum squared resid

9,890,090

Durbin-Watson stat

1,013,737

77

Lampiran 3. • Model 2a (Model Pooled Least Square CPO Tanpa Pembobotan) Dependent Variable: LNEKSPOR? Method: Pooled Least Squares Date: 06/01/09 Time: 14:03 Sample: 1998 2007 Included observations: 10 Cross-sections included: 5 Total pool (balanced) observations: 50 White cross-section standard errors & covariance (d.f. corrected) Variable

Coefficient

Std, Error

t-Statistic

Prob.

LNGDPI?

1,068,497

3,121,881

3,422,608

0,0014

LNGDPJ? LNPOPI? LNPOPJ? ER?

-5,867,351 -1,328,857 2,061,133 -0,146663

2,325,713 4,519,370 0,812226 0,205463

-2,522,818 -2,940,359 2,537,636 -0,713816

0,0154 0,0053 0,0149 0,4792

LNJARAK?

-6,406,869

1,455,038

-4,403,231

0,0001

C

2,772,062

9,317,107

2,975,239

0,0048

R-squared

0,335718

Mean dependent var

1,608,200

Adjusted Rsquared

0,243027

S.D. dependent var

2,992,869

S.E. of regression

2,603,921

Akaike info criterion

4,881,091

Sum squared resid Log likelihood

2,915,575 -1,150,273

Schwarz criterion F-statistic

5,148,774 3,621,918

Durbin-Watson stat

0,268539

Prob(F-statistic)

0,005377

78

Lanjutan Lampiran 3. • Model 1b (Model Pooled Least Square ) dengan Pembobotan dan White cross-section standard errors & covariance Dependent Variable: LNEKSPOR? Method: Pooled EGLS (Cross-section weights) Date: 06/01/09 Time: 14:04 Sample: 1998 2007 Included observations: 10 Cross-sections included: 5 Total pool (balanced) observations: 50 Linear estimation after one-step weighting matrix White cross-section standard errors & covariance (d.f. corrected) Variable LNGDPI? LNGDPJ?

Coefficient 8,219828 -3,513865

Std, Error 1,970518 1,923486

t-Statistic 4,171405 -1,826821

Prob. 0,0001 0,0747

LNPOPI?

-97,22403

30,26021

-3,212933

0,0025

LNPOPJ?

1,916861

0,598941

3,200417

0,0026

ER?

0,108831

0,218167

0,498842

0,6204

LNJARAK?

-5,708251

1,106077

-5,160809

0,0000

C

2026,686

623,9556

3,248126

0,0023

R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

Weighted Statistics 0,359417 Mean dependent var 0,270033 S.D. dependent var 2,532791 Sum squared resid 4,021059 Durbin-Watson stat 0,002774

R-squared Sum squared resid

Unweighted Statistics 0,289643 Mean dependent var 305,8919 Durbin-Watson stat

18,67244 7,266286 275,8462 0,285667

16,082 0,206361

79

Lanjutan Lampiran 3 • Model 1c (Model Pooled Least Square dengan Cross Section SUR) Dependent Variable: LNEKSPOR? Method: Pooled EGLS (Cross-section SUR) Date: 06/01/09 Time: 14:05 Sample: 1998 2007 Included observations: 10 Cross-sections included: 5 Total pool (balanced) observations: 50 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable Coefficient Std, Error t-Statistic LNGDPI? 8,583476 2,036356 4,215116 LNGDPJ? -3,342346 1,589032 -2,103385 31,912 LNPOPI? -119,7008 -3,750965 LNPOPJ? 1,493233 0,503906 2,963315 ER? 0,03683 0,178562 0,206258 LNJARAK? -5,26278 0,845721 -6,222836 C 2498,404 658,9408 3,791546

R-squared Adjusted Rsquared S.E. of regression F-statistic Prob(F-statistic)

R-squared Sum squared resid

Weighted Statistics 0,691665 Mean dependent var

Prob. 0,0001 0,0413 0,0005 0,0049 0,8376 0,0000 0,0005

19,86445

0,648642

S.D. dependent var

13,28593

1,041097 16,07648 0,0000

Sum squared resid Durbin-Watson stat

46,60695 0,944254

Unweighted Statistics -1,03705 Mean dependent var

16,082

307,9145

Durbin-Watson stat

0,202993