PERAMALAN DAN ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PENAWARAN EKSPOR INDONESIA KE NEGARA-NEGARA ANGGOTA OKI NUR AZIZAH

PERAMALAN DAN ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PENAWARAN EKSPOR INDONESIA KE NEGARA-NEGARA ANGGOTA OKI

NUR AZIZAH

PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, April 2014 Nur Azizah NIM H54100035

ABSTRAK NUR AZIZAH. Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI. Dibimbing oleh IRFAN SYAUQI BEIK. Indonesia bergabung dalam Organisasi Kerja Sama Islam (OKI) sejak tahun 1969, akan tetapi hingga tahun 2012 ekspor Indonesia ke negara-negara anggota OKI hanya sebesar 12% dari total ekspornya. Penelitian ini bertujuan menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI serta meramalkan nilai ekspornya hingga Juli 2015. Untuk menganalisis faktorfaktor tersebut digunakan analisis data panel dengan model gravitasi sedangkan untuk meramalkan nilai ekspornya digunakan metode ARIMA. Hasil analisis menunjukkan bahwa GDP riil, populasi dan openness negara importir, serta remoteness antara Indonesia dan negara importir berpengaruh signifikan terhadap ekspor Indonesia ke negara-negara anggota OKI. Hasil peramalan menunjukkan bahwa nilai ekspor Indonesia ke negara-negara anggota OKI akan terus meningkat hingga Juli 2015 dengan laju pertumbuhan rata-rata sebesar 0.58% per bulannya. Kata kunci: ARIMA, model gravitasi (gravity model), perdagangan internasional

ABSTRACT NUR AZIZAH. Forecast and Determinants of Supply of Exports of Indonesia to OIC Member Countries. Supervised by IRFAN SYAUQI BEIK. Indonesia joined the Organization of Islamic Cooperation (OIC) in 1969, but by 2012 the share of Indonesia's exports to OIC member countries reaches only 12% of its total exports. This paper aims to analyze the factors affecting Indonesia’s exports to OIC member countries and predicts its value until July 2015. Panel data with gravity model is used as analytical method while ARIMA method is utilized to predict the value of exports until July 2015. The results show that the real GDP, population and trade openness of importers countries, and the remoteness index between Indonesia and importers countries have significant effects on Indonesia’s exports to OIC member countries. It is predicted that the value Indonesia's exports to OIC member countries will continue to increase until July 2015 with average of growth rate of 0.58% per month. Keywords: ARIMA, gravity model, international trade

PERAMALAN DAN ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI PENAWARAN EKSPOR INDONESIA KE NEGARA-NEGARA ANGGOTA OKI

Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

PROGRAM STUDI ILMU EKONOMI SYARIAH DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR NUR AZIZAH 2014

Judul Skripsi : Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI Nama : Nur Azizah NIM : H54100035

Disetujui oleh

Dr. Irfan Syauqi Beik Pembimbing

Diketahui oleh

Dr Ir Dedi Budiman Hakim, M.Ec Ketua Departemen

Tanggal Lulus:

PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2014 ini adalah ekspor produk Indonesia ke negara-negara anggota Organisasi Kerja Sama Islam (OKI) dengan judul Peramalan dan Analisis Faktor-Faktor yang Memengaruhi Penawaran Ekspor Indonesia ke Negara-Negara Anggota OKI. Terima kasih penulis ucapkan kepada Bapak Dr. Irfan Syauqi Beik selaku pembimbing atas arahan, motivasi, dan ilmu yang diberikan, kepada Ibu Prof. Dr. Ir. Rina Oktaviani selaku penguji utama, dan Bapak Salahuddin El Ayyubi, Lc, MA selaku penguji dari komisi akademik. Selain itu, penulis juga menyampaikan terima kasih kepada Prof. Dr. M Firdaus yang telah memberikan ilmunya, juga kepada semua dosen Ilmu Ekonomi Syariah. Penulis juga berterima kasih kepada Ibu Heni Hasanah, Kak Mutiara Probokawuryan, Kak Diyah Putriani, Kak Astari Miranti, Kak Tita Nursyamsiah atas saran, diskusi, dan nasihatnya dalam penulisan skripsi ini. Ungkapan terima kasih penulis tidak henti untuk kedua orang tua, mama (Ibu Aida) dan ayah (Bapak Nasril), kakak (Uni Reni Syafriani) dan adik (Juliansyah Ibrahim), Ibu Tuti, juga para sahabat (Dian Novia, Anindita, Bayu Prihandika, Ruli Adi, Andrian, Maulina, Putri Eka, Putri Monicha, Nana Rodiana, dan Erma Fatima) yang telah memberikan doa, kasih sayang, dan semangat. Terakhir penulis sampaikan terima kasih atas dukungan dari teman-teman Ilmu Ekonomi Syariah 47, Sharia Economics Student-Club (SES-C) serta Islamic Agri-Economicst Forum (IAEF) IPB. Semoga karya ilmiah ini bermanfaat.

Bogor, April 2014 Nur Azizah

DAFTAR ISI DAFTAR TABEL

x

DAFTAR GAMBAR

x

DAFTAR LAMPIRAN

x

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

4

Tujuan Penelitian

5

Manfaat Penelitian

5

Ruang Lingkup Penelitian

5

TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

6

Konsep Perdagangan Internasional

6

Konsep Perdagangan Internasional Menurut Islam

6

Teori Penawaran Ekspor dan Variabel Independen yang Digunakan

8

Penelitian Terdahulu

10

Kerangka Pemikiran

12

Hipotesis Penelitian

14

METODE PENELITIAN

14

Jenis dan Sumber Data

14

Metode Analisis dan Pengolahan Data

15

Definisi Operasional Variabel

16

HASIL DAN PEMBAHASAN

21

Gambaran Umum Perekonomian Negara-Negara Anggota OKI

21

Gambaran Umum Ekspor Indonesia ke Negara-Negara Anggota OKI

22

Analisis Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara Anggota OKI 24 Peramalan Ekspor Indonesia ke Negara-Negara Anggota OKI SIMPULAN DAN SARAN

29 31

Simpulan

31

Saran

32

DAFTAR PUSTAKA RIWAYAT HIDUP

33 6

DAFTAR TABEL 1 2 3 4 5 6

Nilai dan volume ekspor Indonesia tahun 2004-2009 Sumber data Hipotesis keputusan uji Durbin-Watson Pola auto-korelasi dan auto-korelasi parsial pada model ARMA Nilai ekspor Indonesia ke negara-negara anggota OKI tahun 2001-2012 Hasil estimasi nilai ekspor Indonesia ke negara-negara anggota OKI dengan gravity model menggunakan fixed effects-Period SUR 7 Hasil Normality test 8 Hasil estimasi model ARIMA (0, 1, 1) 9 Hasil peramalan menggunakan model ARIMA (0, 1, 1)

2 15 19 20 22 24 25 27 31

DAFTAR GAMBAR 1 Tren eskpor Indonesia ke OKI tahun 2001-2011 2 Perbandingan bagian ekspor Indonesia ke OKI dan non-OKI per total ekspor tahun 2012 3 Perbandingan bagian total ekspor Indonesia 4 Kurva perdagangan internasional 5 Kerangka pemikiran 6 Pengujian pemilihan model terbaik dalam panel data 7 Persentasi nilai ekspor dari negara-negara tujuan ekspor Indonesia 8 Komoditas paling sering diekspor Indonesi 9 Tren peningkatan 3 komoditas utama ekspor Indonesia 10 Fluktuasi nilai tukar nominal negara-negara anggota OKI 11 Trade openness index negara-negara anggota OKI 12 Plot data nilai ekspor Indonesia ke OKI pada level

2 3 4 6 13 17 23 26 27 27 28 29

DAFTAR LAMPIRAN 1 2 3 4

Data sekunder dalam analisis data panel menggunakan gravity model Hasil uji Chow Hasil uji Hausman Hasil estimasi gravity model dengan pendekatan fixed effect-Period SUR 5 Hasil uji Normalitas 6 Uji Augmented-Dickey Fuller pada level 7 Uji Augmented-Dickey Fuller pada first difference 8 Grafik korelogram dari first difference nilai ekspor Indonesia ke negara-negara anggota OKI 9 Hasil estimasi model ARIMA (0, 1, 1) 10 Hasil peramalan menggunakan model ARIMA (0, 1, 1)

37 44 44 44 46 46 47 47 49 49

PENDAHULUAN

Latar Belakang Indonesia yang masih tergolong ke dalam negara berpendapatan menengah memiliki sumber daya alam dan manusia yang melimpah. Tingkat keanekaragaman hayati Indonesia menduduki peringkat ketiga dunia (ASEAN 2013) dengan jumlah penduduk serta Gross Domestic Product (GDP) yang berada pada urutan keempat dunia (World Bank 2013). Memiliki sumber daya yang relatif lebih besar dibanding negara lain, Indonesia disinyalir belum memaksimalkan potensi bagi pertumbuhan ekonomi juga kesejahteraan masyarakatnya. Padahal dengan potensi tersebut, Indonesia berpeluang memposisikan diri sebagai pusat perdagangan internasional. Sebagai bagian dari usaha memaksimalkan perdagangannya, Indonesia bergabung dengan beberapa lembaga multilateral, baik di tingkat regional Asia Tenggara seperti ASEAN (Association of Southeast Asia Nations) dan AFTA (ASEAN Free Trade Area), maupun di tingkat dunia seperti World Trade Organization (WTO) dan Organisasi Kerja Sama Islam (OKI). OKI yang didirikan sebagai respon terhadap pembakaran secara sengaja Masjid Al-Aqsa di Yerusalem adalah organisasi yang beranggotakan 57 negara Muslim dengan tujuan awal memersatukan, menjaga dan menjamin keamanan umat Islam di dunia. Selain itu, dalam bidang ekonomi, OKI juga bertujuan untuk memperkuat kerja sama dan perdagangan antarnegara anggotanya (OIC 2014) Indonesia bergabung dengan OKI sejak 1969. OKI memiliki target yang tertuang dalam the Ten-Year Programme of Action berupa pada tahun 2015 perdagangan antar-OKI mencapai level 20%. Wujud kerja sama perdagangan OKI dengan Indonesia adalah dengan dibuatnya The Trade Preferential System Among the Members States of OIC (TPS-OIC) yang telah ditandatangani oleh Indonesia sejak tahun 2010. Nilai total ekspor produk oleh Indonesia pada tahun 2004 adalah sebesar 71.58 miliar US$ dan meningkat menjadi 182.55 miliar US$ pada 2013 (Tabel 1). Komoditas yang paling besar menyumbang nilai tersebut di antaranya adalah mineral fuels, oils, distillation products, etc dengan kode HS 27; animal, vegetable fats and oil, cleavage products etc dengan kode HS 15; dan electrical and electrical equipment dengan kode HS 85. Negara importir utama Indonesia pada 2012 adalah negara-negara non-OKI yaitu Jepang, Cina, Singapura, Korea, dan Amerika Serikat.

2 Tabel 1 Nilai dan volume ekspor Indonesia tahun 2004-2013 Tahun Nilai ekspor Volume (miliar US$) ekspor (miliar kg) 2004 71.58 232.32 2005 85.66 258.73 2006 100.79 372.17 2007 114.1 342.77 2008 137.02 355.05

Tahun

2009 2010 2011 2012 2013

Nilai ekspor Volume (miliar US$) ekspor (miliar kg) 116.51 378.99 157.78 478.85 203.49 582.22 190.03 600.14 182.55 700

Sumber: BPS (diolah)

Meskipun ekspor Indonesia ke negara-negara anggota OKI memiliki tren yang meningkat (Gambar 1), nilai total ekspor produk Indonesia ke negara-negara anggota OKI tahun 2012 hanya sebesar 12% dari nilai total eskpor Indonesia. Jika dibandingkan dengan ekspor Indonesia ke negara-negara non-OKI, besaran nilai ekspor produk tersebut masih lebih kecil. Negara non-OKI tujuan utama ekspor Indonesia pada tahun 2012 adalah Jepang dengan 15.9% dari nilai total ekspor Indonesia. Sedangkan negara anggota OKI yang paling besar nilai impornya adalah Malaysia dengan besaran ekspor 5.9% dari nilai total eskpor Indonesia. Perbandingan besaran tersebut menandakan bahwa ekspor Indonesia ke negaranegara OKI masih sangat kecil. Dari total 57 negara, eskpor Indonesia ke negaranegara anggota OKI masih lebih kecil dibandingkan ke Jepang. Padahal, OKI memiliki negara-negara yang potensial untuk mengekspor produk-produk Indonesia. 25000000

Ribu US$

20000000 15000000 10000000 5000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Tahun

Sumber: Trade Map, ITC (diolah)

Gambar 1 Tren ekspor Indonesia ke negara-negara anggota OKI

3 Negara-negara yang potensial untuk ekspor produk Indonesia adalah negara yang masuk ke dalam kategori high income country atau negara berpendapatan tinggi. Negara-negara tersebut adalah Bahrain, Brunei Darussalam, Kuwait, Oman, Qatar, Arab Saudi, dan Uni Emirat Arab (World Bank 2014) yang merupakan negara pengekspor minyak dunia. Negara-negara tersebut memiliki GDP dan pendapatan per kapita yang tinggi. Selain negara-negara tersebut, negara yang masuk kategori upper middle income atau berpendapatan menengah keatas juga berpotensi menjadi negara tujuan ekspor Indonesia. Contoh dari negara berpendapatan menengah keatas tersebut adalah Malaysia, Aljazair, Iran, Turki, Libya, dan lain-lain (World Bank 2014).

rest of the world Malaysia

9% 7.9% 38.9%

11.4%

Uni Emirat Arab Arab Saudi

7.8%

Pakistan

15.9%

0.7% 0.9%

5.9% 0.9% 0.7%

Turki Jepang Amerika Serikat Cina Korea Selatan Singapura

Sumber: Trade Map, ITC

Gambar 2 Perbandingan bagian ekspor Indonesia ke OKI dan non-OKI per total ekspor tahun 2012

Perbandingan bagian ekspor Indonesia ke negara-negara anggota OKI dan negara-negara non-OKI di atas dapat menunjukkan bahwa perdagangan dan integrasi antara Indonesia dan sesama negara Muslim masih rendah. Padahal Allah SWT dalam QS. 3:103, QS. 61:4, dan QS 9:71 memerintahkan umat Islam untuk bersatu, saling bekerja sama dan saling membantu. Oleh karena itu, perlu dilakukan analisis faktor-faktor yang selama ini memengaruhi penawaran ekspor Indonesia ke negara-negara anggota OKI dan meramalkan nilai ekspor tersebut sebagai referensi untuk menetapkan langkah-langkah yang dapat diambil untuk meningkatkan ekspor Indonesia ke negara-negara anggota OKI.

4 Perumusan Masalah Tren ekspor Indonesia ke negara-negara anggota OKI sejak 2005 sampai 2012 setiap tahunnya meningkat, akan tetapi nilai ekspor tersebut relatif lebih kecil dibandingkan dengan total eskpor Indonesia ke seluruh dunia (Gambar 3). Nilai total ekspor Indonesia pada tahun 2012 adalah sebesar US$ 190 miliar. Sedangkan nilai total ekspor Indonesia ke negara-negara anggota OKI pada tahun 2012 hanya sebesar US$ 23.11 miliar. 250000000 200000000 150000000 100000000 50000000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Total eskpor Indonesia

Total ekspor Indonesia ke OKI

Sumber: Trade Map, ITC

Gambar 3 Perbandingan bagian total eskpor Indonesia Meski menjadi pengekspor utama kelima di OKI, besaran ekspor Indonesia ke negara-negara anggota OKI hanya sebesar 12% dari total ekspornya. Negaranegara anggota OKI yang nilai impornya dari Indonesia terbesar pada tahun 2012 adalah Malaysia, Arab Saudi, Uni Emirat Arab, Pakistan, dan Turki (Trade Map 2014). Akan tetapi, besaran ekspor kelima negara tersebut terhadap total ekspor Indonesia lebih kecil dibandingkan dengan besaran ekspor Indonesia ke negaranegara non-OKI. Negara-negara non-OKI tujuan ekspor terbesar Indonesia di antaranya Jepang, Cina, Singapura, Korea Selatan, dan Amerika Serikat (Trade Map 2014). Padahal, negara-negara OKI memiliki potensi terhadap ekspor yang sama dengan negara-negara non-OKI dari sisi tingkat pendapatan. Sebagian besar negara penghasil minyak dunia merupakan negara anggota OKI yang maju dengan tingkat pendapatan berupa GDP dan pendapatan per kapita yang masuk dalam kategori high income country seperti Bahrain, Brunei Darussalam, Kuwait, Oman, Qatar, Arab Saudi, dan Uni Emirat Arab. Berdasarkan latar belakang dan uraian tersebut, ada beberapa hal yang akan dianalisis dalam penelitian ini, di antaranya: 1. Faktor-faktor apakah yang memengaruhi ekspor Indonesia ke negaranegara anggota OKI? 2. Bagaimana prediksi tren dan nilai ekspor Indonesia ke negara-negara anggota OKI hingga bulan Juli 2015?

5 Tujuan Penelitian Berdasarkan latar belakang dan masalah yang telah dirumuskan, penelitian ini bertujuan: 1. Menganalisis faktor-faktor yang memengaruhi ekspor Indonesia negaranegara anggota OKI. 2. Meramalkan tren dan nilai ekspor Indonesia ke negara-negara anggota OKI hingga bulan Juli 2015.

Manfaat Penelitian Penelitian ini diharapkan dapat dijadikan referensi bagi peneliti dan pengambil kebijakan terkait perdagangan baik dari sisi pemerintah Indonesia maupun pihak-pihak yang berwenang di OKI dalam upaya meningkatkan ekspor produk Indonesia ke negara-negara anggota OKI.

Ruang Lingkup Penelitian Penelitian ini memiliki ruang lingkup sebagai berikut: 1. Pada analisis faktor-faktor yang memengaruhi nilai ekspor Indonesia ke negara-negara anggota OKI, sampel negara yang digunakan berupa 17 negara yang menyumbang 91.23% dari total nilai ekspor Indonesia ke negara-negara anggota OKI dari 2005 hingga 2011. Ketujuh belas negara tersebut adalah Malaysia, Uni Emirat Arab, Saudi Arabia, Turki, Pakistan, Banglades, Mesir, Nigeria, Yordania, Aljazair, Kuwait, Oman, Yaman, Iraq, Qatar, Sudan, dan Benin. 2. Pada analisis faktor-faktor yang memengaruhi diteliti besaran nilai transaksi ekspor Indonesia ke negara-negara anggota OKI sebagai variabel dependen dan variabel-variabel yang menurut literatur dapat memengaruhi perdagangan antara Indonesia dan negara-negara anggota OKI sebagai variabel independen. Variabel-variabel yang independen tersebut adalah GDP riil ketujuh belas negara sampel, jarak (remoteness) antara Indonesia dan ketujuh belas negara sampel, nilai tukar riil antara Indonesia dan ketujuh belas negara sampel, serta populasi dan openess ketujuh belas negara sampel. Rentang waktu yang digunakan dalam penelitian ini selama 7 tahun yaitu dari 2005 hingga 2011. 3. Pada penelitian ini, untuk peramalan nilai ekspor digunakan data bulanan nilai ekspor Indonesia ke negara-negara anggota OKI dari Januari 2006 hingga Juli 2013. 4. Ekspor Indonesia yang dimaksud adalah ekspor produk Indonesia dengan kode HS 2 digit (total product).

6

TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

Konsep Perdagangan Internasional Bukti-bukti empiris yang ditemukan oleh para peneliti menunjukkan bahwa pembangunan di suatu negara akan berjalan leih baik apabila negara tersebut terlibat aktif dalam perdagangan internasional (Salvatore 1997). Perdagangan internasional dapat membawa dampak positif bagi suatu negara atau juga sebaliknya. Walaupun kecil, aktivitas dalam perdagangan antarnegara pada kenyataannya dapat memberikan kontribusi positif bagi proses pembangunan. Gambar di bawah ini masing-masing melambangkan kurva permintaan dan penawaran untuk negara A dan B hingga terciptanya harga keseimbangan ekuilibrium. Da

Sa

Db

Es

X

Sb

Pb P* M

Pa Ed O

O Qa

Sumber: (Salvatore 1997) Negara A

Q* Perdagangan

O

Qb Negara B

Gambar 4 Kurva perdagangan internasional

Keterangan: Pa : Harga domestik di negara A (pengekspor) tanpa perdagangan internasional OQa : Jumlah produk domestik yang diperdagangkan di negara A (pengekspor) tanpa perdagangan internasional X : Jumlah komoditas yang diekspor negara A OQb : Jumlah produk domestik yang diperdagangkan di negara B (pengimpor) tanpa perdagangan internasional M : Jumlah komoditas yang diimpor oleh negara B (pengimpor) P* : Harga keseimbangan antar kedua negara setelah perdagangan internasional OQ* : Keseimbangan penawaran dan permintaan antar kedua negara dimana jumlah yang diekspor (X) sama dengan jumlah yang diimpor (M)

Konsep Perdagangan Internasional Menurut Islam Islam adalah agama yang ajarannya mencakup seluruh aspek kehidupan manusia (QS. 5:3) termasuk di dalamnya kegiatan ekonomi seperti perdagangan. Perdagangan merupakan salah satu cabang dari muamalah. Kaidah yang menjadi dasar diperbolehkannya perdagangan adalah kaidah asal muamalah yaitu “asal dari segala sesuatu adalah boleh kecuali ada dalil yang melarangnya” (Yafie 2003).

7 Perdagangan dalam Al-Qur’an disebut dengan al-tijarah atau al-ba’i. Allah SWT telah menghalalkan perdagangan (jual beli) dalam QS. Al-Baqarah:275. Prinsip dasar perdagangan dalam Islam adalah dilakukan dengan cara suka sama suka (QS. 4:29), tidak mengonsumsi dan bertransaksi dengan cara-cara yang dilarang oleh Allah SWT seperti mengonsumsi babi, minuman keras atau berdagang dengan menggunakan bunga (riba), gharar (ketidakpastian), dan lainlain (Yafie 2003). Nabi Muhammad SAW pada masanya sudah dikenal sebagai pedagang yang mendapat julukan al-amin (dapat dipercaya) yang telah dikenal cakap dalam melakukan perdagangan. Secara prinsip, terdapat 4 pilar yang dijadikan sebagai dasar transaksi berdasarkan perdagangan yang dilakukan oleh Nabi Muhammad SAW yaitu tauhid, adil (keseimbangan), kehendak bebas, dan pertanggungjawaban (Yafie 2003). Nabi Muhammad SAW mengutamakan prinsip tauhid (QS. 6:162) dalam melakukan perdagangan yaitu dengan memadukan sepanjang garis vertikal segi politik, ekonomi, sosial, dan religi dari kehidupan manusia menjadi suatu kesatuan yang homogen dan konsisten. Karena setiap harta (aset) hakikatnya adalah milik Allah SWT, manusia hanya mendapatkan amanah untuk mengelolanya (istikhlaf) dengan ketentuan Pemiliknya Yang Hakiki (Yafie 2003). Nabi Muhammad SAW juga mengindahkan prinsip adil dalam bertransaksi dalam perdagangan seperti yang terdapat dalam QS. Al-Qamar: 49 dan QS. Al-Mulk:34. Pilar yang ketiga adalah kehendak bebas (QS. 74:38, QS. 6:164) yang ditunjukkan dengan kebebasan dalam melaksanakan kegiatan ekonomi sesuai dengan kreatifitas dan keinginan selama masih dalam batas halal. Pilar yang keempat adalah pertanggungjawaban. Pertanggungjawaban terwujud dalam pelaksanaan transaksi yang fair dan bertanggung jawab seperti pengiriman yang tepat waktu, kualitas yang dikirim merupakan yang disepakati, tidak memperjualbelikan barang yang dapat merusak masyarakat dan lingkungan (Yafie 2003). Pada masa kejayaan Islam telah terdapat pemikir ekonomi yang ternyata beberapa konsepnya tidak memiliki perbedaan yang signifikan dengan teori Adam Smith maupun Keynesian (Sukmana dan Beik 2006). Sebagai contoh, Ibnu Khaldun yang hidup jauh sebelum Adam Smith maupun J.M Keynes mengatakan bahwa perdagangan internasional terjadi dikarenakan adanya perbedaan permintaan antar keduanya. Jika permintaan pada suatu negara pada komoditas tertentu lebih baik dari permintaan di negara lain, negara yang memiliki permintaan lebih kecil akan mengekspor barang tersebut ke negara yang memiliki tingkat permintaan yang lebih besar sehingga terjadi ekspor dan impor. Teori ini disebut juga sebagai teori kebergantungan pasar (market interdependence) (Beik dan Arsyanti 2006). Secara umum, para pemikir ekonomi Islam seperti Abu Yusuf, Al-Ghazali, Ibnu Taimiyyah, Ibnu al-Qayyim al-Jawziyyah, dan Ibnu Khaldun mendukung gagasan perdagangan yang bebas dengan syarat pasar bekerja secara alamiah. Terciptanya pasar yang bekerja secara alamiah dipengaruhi oleh beberapa faktor seperti: infromasi mengenai komoditas yang diperdagangkan serta harga di dalam pasar bersifat sempurna, bebas masuk dan keluar pasar, tidak adanya penimbunan dan hal lain yang dilarang oleh Syariat Islam, tidak adanya nepotisme antara regulator dengan penjual ataupun pembeli, dijunjung tingginya kejujuran, keadilan, dan kebebasan dalam memilih (Sukmana dan Beik 2006). Selama perbedaan kebangsaan adalah persoalan umum, hubungan ekonomi internasional seharusnya diikuti oleh semangat dan dukungan persatuan juga

8 persaudaraan. Hubungan ekonomi internasional harus dijalankan dengan tujuan demi terpenuhinya kebutuhan umat Islam dan terbebasnya Muslim dari unsur kedzaliman. Selain itu, terjalinnya hubungan ekonomi internasional juga harus menjamin kerja sama yang maksimal untuk merealisasikan kesejahteraan manusia di tingkat global, bersifat adil dan menghindari pembuatan kebijakan yang dapat membahayakan negara lain (Siddiqi 1992). Oleh karena itu, hubungan ekonomi internasional baik dalam bentuk kerja sama maupun perdagangan haruslah dibingkai dengan tujuan melindungi maqashid syariah yaitu melindungi agama, akal, jiwa, harta, dan keturunan masyarakat dari negara tersebut dengan mempertimbangkan maslahah dan mudhorot atau dampai baik dan buruk yang ditimbulkan dari hubungan ekonomi internasional yang terjalin (Yafie 2003). Maslahah tidak akan dapat dicapai apabila negara tidak menjamin terciptanya hubungan ekonomi internasional yang sesuai dengan aturan syariat Islam. Dalam sudut pandang ekonomi modern, hal tersebut dapat dilakukan dengan melihat barang dan jasa yang diperdagangkan harus sesuai syariah, dampak perdagangan tersebut ke kondisi makroekonomi, target negara terkait pengangguran, pemenuhan kebutuhan masyarakat, distibusi pendapatan, dan terjaganya kestabilan perekonomian negara (Siddiqi 1992). Perdagangan yang dilakukan harus mempertimbangkan maslahah dan mudharat yang akan berdampak tidak hanya pada perekonomian negara tersebut, melainkan juga kepada masyarakat di berbagai lapisan (Jaribah 2006).

Teori Penawaran Ekspor dan Variabel Independen yang Digunakan Teori Penawaran Ekspor Aliran ekspor yang terjadi dalam perdagangan antar kedua negara dapat berupa penawaran ekspor dari negara pengekspor ataupun permintaan dari negara pengimpor. Penawaran suatu komoditas merupakan jumlah komoditi yang ditawarkan oleh produsen kepada konsumen dalam suatu pasar pada tingkat harga dan waktu tertentu. Penawaran ekspor tersebut merupakan selisih antara produksi domestik dengan konsumsi atau permintaan domestik ditambah dengan persediaan tahun sebelumnya (Mustika 2009). Adanya teori mengenai penawaran dan permintaan ekspor dapat menunjukkan dan menganalisis faktor-faktor yang memengaruhi aliran ekspor suatu negara (Hafni 2011). Adapun faktor-faktor yang memengaruhi penawaran eskpor yang digunakan dalam penelitian ini di antaranya GDP riil negara importir, nilai tukar riil rupiah terhadap mata uang negara importir, populasi dan trade openness index negara importir serta remoteness index antara Indonesia dengan negara importir. Pemikir ekonomi Islam, Ibnu Khaldun, menyampaikan teorinya dalam teori penawaran. Teori penawaran yang ia sampaikan adalah teori penawaran dalam produk pertanian yaitu bahwa tingginya harga produk pertanian tidak hanya disebabkan oleh penawaran produk pertanian kelangkaan produk tersebut tetapi juga dapat disebabkan oleh naiknya biaya produksi. Ia menyimpulkan bahwa biaya produksi adalah salah satu faktor penting yang memengaruhi harga output suatu produk (Sukmana dan Beik 2006).

9 Gross Domestic Product (GDP) Riil Negara Importir Salah satu faktor yang memengaruhi ekspor, impor, dan ekspor neto suatu negara adalah pendapatan konsumen di dalam dan luar negeri (Mankiw 2003). Pada penelitian ini digunakan GDP riil sebagai ukuran pendapatan negara importir dalam kegiatan impor yang dilakukannya dari Indonesia. GDP mengukur pengeluaran total dari suatu perekonomian terhadap berbagai barang dan jasa yang baru diproduksi pada suatu saat atau tahun, serta pendapatan total yang diterima dari adanya seluruh produksi barang dan jasa tersebut. Lebih lanjut lagi, GDP riil merupakan ukuran yang tepat untuk mengetahui tingkat produksi barang dan jasa dari suatu perekonomian (Mankiw 2003) dan mecerminkan kemampuan riil negara importir dalam membeli barang-barang yang diekspor Indonesia. Nilai Tukar Riil Faktor lainnya yang memengaruhi ekspor, impor, dan ekspor neto suatu negara adalah kurs yang menentukan jumlah mata uang domestik yang dibutuhkan untuk membeli mata uang asing (Mankiw 2003). Kurs atau nilai tukar yang digunakan dalam penelitian ini adalah nilai tukar riil. Nilai tukar riil ini disebut juga sebagai penentu utama dari berapa banyak suatu negara mengekspor dan mengimpor dengan mengukur harga relatif suatu barang dan yang tersedia di dalam negeri terhadap barang dan jasa di luar negeri (Mankiw 2003). Nilai tukar riil di antara kedua negara dihitung dari nilai tukar nominal dan tingkat harga di kedua negara. Jika nilai tukar riil tinggi, barang-barang luar negeri relatif lebih murah dan barang-barang domestik relatif lebih mahal, begitu juga sebaliknya (Mankiw 2003). Pemikir ekonomi Islam, Ibnu Taimiyyah, menyebutkan juga bahwa jenis uang akan memengaruhi harga pada suatu transaksi. Jika uang yang digunakan antar kedua belah pihak adalah uang yang biasa digunakan keduanya (common money), harga pada transaksi tersebut akan lebih rendah dibandingkan dengan uang yang jarang digunakan (Sukmana dan Beik 2006). Pengimplementasian terori Ibnu Taimiyyah tersebut pada perekonomian modern dapat diartikan dengan penggunaan mata uang yang sama akan membuat harga produk bagi kedua negara tidak berbeda sehingga dapat mengurangi biaya perdagangan. Populasi Negara Importir Populasi dapat memengaruhi ekspor dari dua sisi yaitu sisi penawaran dan permintaan. Dari sisi penawaran atau dari negara importir, adanya peningkatan populasi akan meningkatkan konsumsi domestik yang berarti meningkatkan permintaan domestik akan suatu komoditi (Salvatore 1997). Teori tersebut sejalan dengan pemikiran Ibnu Taimiyyah yang menyebutkan bahwa peningkatan populasi akan menyebabkan terjadinya peningkatan permintaan (Sukmana dan Beik, 2006). Trade Openness Index Ibnu Khaldun, pemikir ekonomi Islam, menyebutkan bahwa perdagangan merupakan indikator apakah ekonomi suatua negara tersebut terbuka atau tertutup. Trade Openness Index atau dengan nama lain trade intensity ratio adalah rasio yang digunakan untuk mengukur seberapa relatif penting perdagangan internasional dibandingkan dengan perdagangan domestik bagi suatu negara (OECD 2011). Indeks ini mengukur seberapa terbukanya suatu negara terhadap perdagangan internasional. Jika suatu negara memiliki indeks trade openness yang semakin

10 tinggi, bahkan bisa melebihi 1, berarti negara tersebut semakin terbuka terhadap ekspor dan impor ke negaranya. Remoteness Index Remoteness index adalah suatu perhitungan yang mengukur jarak suatu negara dengan rekan dagangnya yang terboboti, dimana pembobot yang digunakan adalah proporsi (share) GDP negara rekan dagang terhadap GDP dunia (Head dalam UNCTAD 2012). Remoteness index merupakan pilihan yang lebih sederhana yang telah banyak digunakan di dalam metode yang menggunakan efek tetap negara eksportir maupun importir (Rose dan Wincoop 2001, Feenstra 2004, Baldwin dan Taglioni 2006 dalam UNCTAD 2012). Dalam beberapa penelitian, variabel ini disebut juga sebagai jarak ekonomi riil. Penelitian Terdahulu Miranti (2013) melakukan penelitian yang berjudul Peramalan Permintaan Biodiesel dan Analisis Faktor-Faktor yang Memengaruhi Permintaan Biodiesel di Indonesia. Penelitian tersebut dilakukan dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Ordinary Least Square (OLS) dengan menggunakan data bulanan dari Januari 2011 hingga Juni 2013. Hasil penelitian tersebut menunjukkan bahwa permintaan terhadap biodiesel di Indonesia akan semakin meningkat pada periode Juli 2013–Desember 2014 dengan laju peningkatan yang diprediksi sebesar 20.91% pada tahun 2013 dan 28.09% pada tahun 2014. Sedangkan faktor-faktor yang memengaruhi permintaan biodiesel adalah harga riil bulan (t-1) biodiesel, harga riil solar, nilai tukar riil rupiah terhadap dollar AS, dan pendapatan riil per kapita. Zahro (2013) meneliti tentang daya saing dan faktor-faktor yang memengaruhi aliran ekspor alas kaki Indonesia di kawasan ASEAN dan Cina menggunakan metode Revealed Comparative Advantages (RCA) dan data panel dengan model gravitasi. Data yang digunakan dalam penelitian tersebut adalah data ekspor produk berdasarkan HS 640219 dan HS 640319 dari tahun 2000-2011. Penelitian tersebut memberikan hasil bahwa produk alas kaki Indonesia memiliki keunggulan komparatif yang baik di pasar Cina, Vietnam, Malaysia, Thailand, dan Singapura. Variabel yang berpengaruh signifikan terhadap ekspor alas kaki Indonesia adalah GDP nominal negara tujuan, GDP riil Indonesia, dan nilai tukar riil rupiah. Sedangkan faktor jarak ekonomi tidak berpengaruh signifikan diduga karena semakin canggih dan modern alat transportasi, biaya transportasi yang direpresentasikan dalam jarak ekonomi tidak menjadi masalah. Razzaghi et al. (2012) dalam penelitian yang berjudul The Determinants of Trade Flows between D-8 Group Members through Gravity Model menganalisis faktor-faktor yang memengaruhi perdagangan antaranggota D-8 yaitu Indonesia, Iran, Banglades, Pakistan, Turki, Malaysia, Mesir, dan Nigeria. Penelitian yang menggunakan fixed effect model sebagai pendekatan analisis data panel memberikan hasil bahwa GDP dari negara eksportir dan importir, nilai tukar riil, dan jarak teknologi pada negara eksportir memiliki pengaruh positif yang signifikan sedangkan populasi dan tarif pada negara importir serta jarak geografis keduanya memiliki pengaruh negatif yang signifikan dalam perdagangan antarnegara D-8.

11 Jalil (2012) dalam tesisnya yang berjudul Identifikasi, Analisis Daya Saing, dan Faktor-Faktor yang Memengaruhi Aliran Perdagangan Komoditi Unggulan Ekspor Indonesia ke Uni Eropa menganalisis komoditi utama ekspor Indonesia ke Uni Eropa, level kompetitif dan derajat integrasinya serta faktor-faktor yang memengaruhi ekspor komoditi tersebut. Penelitian tersebut menggunakan metode Revealed Comparative Advantage Index, Intra-Industry Trade Index, dan gravity model sebagai metode analisis. Hasil penelitian tersebut menunjukkan bahwa komoditi unggulan Inodnesia ke Uni Eropa memiliki daya kompetitif dan derajat integrasi yang tinggi. Selain itu, ekspor komoditi unggulan Indonesia ke Uni Eropa dipengaruhi oleh ekspor tahun sebelumnya, GDP riil Indonesia, GDP per kapita negara tujuan ekspor, nilai tukar riil rupiah dengan mata uang negara tujuan ekspor serta jarak ekonomi antara Indonesia dan negara tujuan ekspornya. Hernanda (2011) dalam penelitian yang berjudul Analisis Peramalan Tingkat Produksi dan Konsumsi Gula Indonesia dalam Mencapai Swasembada Gula Nasional menganalisis upaya yang dilakukan melalui skenario peningkatan luas area, produktivitas dan rendemen tanpa kebijakan penambahan pabrik gula baru dengan kebijakan penambahan pabrik gula baru yang diterapkan oleh pemerintah. Penelitian ini menggunakan metode ARIMA untuk meramalkan data produksi produksi dan konsumsi gula nasional serta menggunakan analisis regresi untuk melihat hubungan antara produksi gula dengan luas areal, produktivitas, dan rendemen. Hasil penelitian menggunakan model ARIMA (2, 1, 2) untuk keragaan produksi gula dan (1, 1, 3) untuk keragaan konsumsi gula menunjukkan bahwa pada tahun 2014 Indonesia belum mampu mencapai swasembada gula nasional seperti hasil proyeksi yang dilakukan oleh pemerintah. Hatab et al. (2010) dalam penelitian yang berjudul Determinants of Egyptian Agricultural Exports: A Gravity Model Approach meneliti faktor-faktor yang memengaruhi ekspor komoditi pertanian Mesir dengan menggunakan data 50 negara importirnya selama 15 tahun. Metode yang digunakan adalah data panel menggunakan pendekatan fixed effect model. Hasil yang diperoleh dari penelitian ini bahwa GDP Mesir dan nilai tukar berpengaruh sighnifikan dan bertanda koefisien positif terhadap ekspor komoditi pertanian Mesir. Sebaliknya, GDP per capita dan jarak antar kedua negara secara signifikan berpengaruh negatif terhadap ekspor komoditi pertanian Mesir. Zarzoso dan Lehmann (2003) dalam penelitian yang berjudul Augmented Gravity Model: An Empirical Application to Mercosur-European Union Trade Flows menggunakan model gravitasi untuk menganalisis faktor-faktor yang memengaruhi perdagangan antara Mercosur dan Uni Eropa sejak perjanjian antar kedua blok tersebut diadakan. Pendekatan data panel terbaik yang digunakan adalah fixed effect model. Hasil dari penelitian ini menunjukkan bahwa pendapatan negara eksportir dan importir memiliki pengaruh positif terhadap perdagangan keduanya sebagaimana yang dijelaskan teori. Populasi negara eksportir memiliki pengaruh negatif dalam ekspor menandakan adanya efek penyerapan yang positif sedangkan variabel populasi negara importir memiliki pengaruh yang positif dalam ekspor menandakan bahwa negara yang lebih besar mengimpor lebih banyak dibandingkan negara yang kecil. Selain itu, variabel infrastruktur, perbedaan pendapatan, dan nilai tukar memiliki pengaruh positif dan signifikan dalam menjelaskan perdagangan antar keduanya.

12 Bendjilali (1997) dalam penelitiannya yang berjudul An Intra-Trade Conometric Model for OIC Member Countries: A Cross-Country Analysis menganalisis faktor-faktor yang memengaruhi perdagangan bilateral antarnegara anggota OKI. Dengan meregresi variabel-variabel independen menggunakan model gravitasi, hasil penelitian ini menunjukkan bahwa rata-rata GDP per kapita negaranegara anggota OKI, tingkat pembiayaan Islamic Development Bank (IDB), keikutsertaan negara tersebut ke dalam skema perdagangan regional berpengaruh positif terhadap perdagangan antarnegara anggota OKI. Sedangkan biaya transportasi dan komunikasi sebagai proksi dari jarak memiliki pengaruh negatif terhadap perdagangan antarnegara anggota OKI. Kerangka Pemikiran Mengacu pada tujuan penelitian yang sebelumnya telah dijabarkan, berikut adalah beberapa tahapan analisis yang akan dilakukan. Tahap pertama yang akan dilakukan adalah menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI menggunakan analisis data panel dengan gravity model. Variabel independen yang diuji dalam analisis tersebut di antaranya GDP riil negara importir, nilai tukar riil rupiah terhadap mata uang negara importir, trade openness index dan populasi negara importir serta remoteness index antara Indonesia dan negara importir. Hal yang selanjutnya dilakukan adalah meramalkan nilai ekspor Indonesia ke negara-negara anggota OKI sampai dengan Juli 2015 menggunakan metode ARIMA. Kerangka pemikiran pada penelitian ini dijelaskan pada Gambar 5.

13

Nilai total ekspor Indonesia ke negara-negara anggota OKI sangat kecil dibandingkan dengan ke negara-negara non-OKI setiap tahunnya

Besaran nilai ekspor 57 negara anggota OKI masih lebih kecil dengan besaran nilai ekspor Indonesia ke Jepang

Sebagian besar negara anggota OKI merupakan high income dan upper middle income country yang berpotensi menjadi tujuan ekspor Indonesia

Indonesia memiliki keunggulan dari sisi SDM, SDA, kegiatan produksi untuk menawarkan ekspornya ke negara anggota OKI

Peramalan nilai ekspor Indonesia ke negara-negara anggota OKI

Analisis faktor-faktor yang memengaruhi penawaran ekspor Indonesia ke negara-negara anggota OKI

Metode ARIMA

Gravity Model

Diduga nilai ekspor tersebut masih mengalami peningkatan hingga Juli 2015

Faktor-faktor yang diduga berpengaruh di antaranya:  GDP riil negara importir (+)  Nilai tukar riil (+)  Populasi negara importir (+)  Trade openness index negara importir (+)  Remoteness index (-)

Rekomendasi untuk meningkatkan penawaran ekspor Indonesia ke negara-negara anggota OKI Gambar 5 Kerangka pemikiran

14 Hipotesis Penelitian 1. GDP riil negara importir akan berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI yang menunjukkan kemampuannya menyerap penawaran ekspor dari Indonesia. Hal ini dikarenakan GDP riil mengukur pendapatan total yang diterima dari perubahan kuantitas atau tingkat produksi barang dan jasa yang berubah dari waktu ke waktu oleh negara tersebut (Mankiw 2003). 2. Nilai tukar rill (Rp/mata uang negara importir) atau apabila terjadi depresiasi rupiah, akan berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI yang menunjukkan harga barang-barang di Indonesia relatif lebih murah dibandingkan di negara importir anggota OKI (Razzaghi et al. 2012) 3. Besarnya populasi negara importir dapat berpengaruh positif maupun negatif terhadap nilai ekspor produk Indonesia ke negara-negara anggota OKI. Hal tersebut bergantung pada kondisi apakah suatu negara yang populasinya besar mengimpor lebih sedikit atau banyak dibandingkan dengan negara populasinya kecil (Zarzoso dan Lehmann 2003). 4. Remoteness akan bepengaruh negatif terhadap ekspor Indonesia ke negaranegara anggota OKI yang menunjukkan bahwa semakin jauh jarak geografis dan share GDP negara tersebut terhadap dunia akan menurunkan nilai impornya kepada suatu negara (UNCTAD 2012). 5. Trade openness index negara importir akan berpengaruh positif terhadap nilai ekspor produk Indonesia ke negara-negara anggota OKI menunjuukan derajat kebergantungan dari permintaan domestik terhadap penawaran luar negeri dari barang dan jasa (Squalli dan Wilson 2006) 6. Diramalkan tren dan nilai ekspor produk Indonesia ke negara-negara anggota OKI akan meningkat hingga Juli 2015.

METODE PENELITIAN

Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa deret waktu (time series) bulanan nilai ekspor Indonesia ke negara-negara anggota OKI dari Januari 2006 hingga Juli 2013 untuk peramalan dan data deret waktu (time series) tahunan dari 2001 hingga 2011 yang digunakan untuk menganalisis faktorfaktor yang memengaruhi ekspor tersebut. Data yang digunakan terlampir pada Lampiran 1.

15 Tabel 2 Sumber data No. 1. 2. 3.

4.

Data yang digunakan Nilai ekspor Indonesia ke negaranegara anggota OKI, 2001-2013 Total ekspor dan impor semua negara sampel ke dunia, 2005-2011 GDP riil, GDP dunia, nilai tukar nominal, Consumer Price Index (CPI), populasi semua negara, 2005-2011 Jarak geografis antara Indonesia dengan ketujuh belas negara sampel

Sumber Trade Map, International Trade Center World Trade Organization (WTO) Databank World Bank Centre d’Etudes Prospectives et d’Informations Internationales (CEPII)

Metode Analisis dan Pengolahan Data Data yang diperoleh dalam penelitian ini dianalisis secara kuantitatif. Analisis dengan metode kuantitatif dilakukan dengan analisis data panel menggunakan gravity model dan metode Autoregressive Integrated Moving Average (ARIMA). Analisis data panel menggunakan gravity model dilakukan untuk menganalisis faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI. Sedangkan metode ARIMA digunakan untuk meramalkan nilai ekspor tersebut hingga Juli 2015. Dalam menganalisis data, peneliti menggunakan bantuan software atau perangkat lunak Microsoft Excel 2013 dan Eviews 6.

Metode Analisis Data Panel menggunakan Gravity Model Model Gravitasi (Gravity Model) telah digunakan dalam beberapa studi empiris terkait perdagangan internasional. Model ini pertama kali dikemukakan oleh Jan Tinbergen (1962) yang meneliti bahwa besarnya aliran perdagangan bilateral antar kedua negara dapat diperkirakan menggunakan Hukum Gravitasi yang dianalogikan dari Teori Gravitasi Newton dalam fisika. Teori tersebut menyatakan bahwa interaksi antara dua objek adalah sebanding dengan massanya dan berbanding terbalik dengan jarak antar keduanya. Dalam perdagangan internasional, gravity model menggunakan GDP atau GNP sebagai ukuran ekonomi suatu negara dan jarak geografis antar kedua negara sebagai variabel utama. Perumusan Model dengan Gravity Model Persamaan gravity model biasanya dituliskan sebagai berikut (Anderson, 1979): Mijk = αk Yiβk Yjϓk Niɛk Nj€k dijµk Uijk Keterangan: Mijk = Nilai perdagangan barang atau jasa k dari negara atau regional i ke negara atau regional j Yi = pendapatan negara i Yj = pendapatan negara j

16 Ni Nj dij Uijk

= populasi negara i = populasi negara j = jarak antara negara atau regional i dan j = galat yang menyebar secara lognormal dimana E(ln Uijk) adalah 0 (nol).

Dari model umum di atas, penelitian ini menggunakan GDP riil sebagai ukuran pendapatan negara-negara anggota OKI. Selain itu, dikarenakan jarak geografis antar kedua negara tidak berubah setiap waktunya, digunakan indeks yang disebut remoteness. Selain GDP atau GNP dan jarak yang digunakan sebagai variabel independen pada gravity model dalam menghitung aliran perdagangan antar kedua negara, nilai tukar riil (Razzaghi et al. 2012), populasi dan trade openness index (Hatab et al. 2010) juga dapat digunakan untuk melihat faktor suatu negara melakukan perdagangan ke negara lain. Ketiga variabel tersebut memiliki pengaruh positif terhadap perdagangan antarnegara. Sebagian besar variabel dalam gravity model dijadikan dalam bentuk logaritma natural agar kofisien yang diperoleh dari hasil estimasi dapat dibaca secara langsung sebagai nilai elastisitas. Sebagai contoh, elastisitas dari jarak terhadap perdagangannya adalah -0.7 sampai -1.5. Apabila jarak antar kedua negara naik setiap kenaikan 10%, akan berakibat pada berkurangnya perdagangan mereka sebesar 7-15% (UNCTAD 2012). Sehingga model yang ditetapkan dalam penelitian ini adalah sebagai berikut: LNEKSPOR = α + β1LNGDPREAL_CUSTjt + β3LNNTRjt + β4LNOPEN_CUSTjt + β5LNPOP_CUSTjt + β6LNREMOTEINDjt + µjt Keterangan: EKSPOR GDPREAL_CUSTjt NTRjt OPEN_CUSTjt POP_CUSTjt REMOTEINDjt µjt α β

= Nilai ekspor Indonesia ke negara importir tahun ket (ribu US$) = GDP riil negara importir pada tahun t (US$) = Nilai tukar riil rupiah pada tahun t (rupiah/mata uang negara j) = Trade openness index negara importir pada tahun t = Populasi negara importir pada tahun t (orang) = Remoteness negara importir pada tahun t = error term = intercept = slope Definisi Operasional Variabel

1. Nilai ekspor (ribu US$) adalah nilai ekspor total produk dari Indonesia ke tujuh belas negara sampel yang mewakili OKI. 2. GDP riil (US$) adalah nilai produksi barang dan jasa berdasarkan harga konstan atau harga yang hanya berlaku pada tahun dasar. GDP riil dapat menunjukkan bagaimana kuantitas atau tingkat produksi barang dan jasa berubah dari waktu ke waktu dan merupakan ukuran yang tepat untuk

17 mengetahui tingkat produksi barang dan jasa dari suatu perekonomian (Mankiw, 2003). 3. Nilai tukar riil adalah suatu nilai di mana seseorang dapat memperdagangkan barang dan jasa dari suatu negara dengan barang dan jasa dari negara lain. Nilai tukar riil (Rp/mata uang importir) dapat dihitung menggunakan rumus berikut (Mankiw, 2003): Nilai tukar riilt (Rp/mata uang importir) = 𝑁𝑖𝑙𝑎𝑖 𝑡𝑢𝑘𝑎𝑟 𝑛𝑜𝑚𝑖𝑛𝑎𝑙 ×𝐼𝑛𝑑𝑒𝑘𝑠 𝐻𝑎𝑟𝑔𝑎 𝐼𝑛𝑑𝑜𝑛𝑒𝑠𝑖𝑎𝑡 𝐼𝑛𝑑𝑒𝑘𝑠 ℎ𝑎𝑟𝑔𝑎 𝑁𝑒𝑔𝑎𝑟𝑎 𝐼𝑚𝑝𝑜𝑟𝑡𝑖𝑟𝑡

4. Trade openness index adalah sebuah rasio yang digunakan untuk mengukur seberapa relatif penting perdagangan internasional dibandingkan dengan perdagangan domestik (OECD, 2011). Rumus untuk menghitung openess suatu negara (Alcalà dan Ciccone 2002) adalah: Openessj =

(𝑇𝑜𝑡𝑎𝑙 𝑒𝑘𝑠𝑝𝑜𝑟+𝑇𝑜𝑡𝑎𝑙 𝑖𝑚𝑝𝑜𝑟)𝑗 𝐺𝐷𝑃 𝑟𝑖𝑖𝑙𝑗

5. Populasi (orang) adalah total jumlah penduduk di negara tersebut. 6. Jarak yang digunakan di dalam penelitian ini menggunakan indeks yang disebut remoteness. Remoteness dihitung menggunakan rumus (Head dalam UNCTAD 2012) berikut: Remt =

𝐽𝑎𝑟𝑎𝑘 𝐺𝑒𝑜𝑔𝑟𝑎𝑓𝑖𝑠 𝑎𝑛𝑡𝑎𝑟 𝐾𝑒𝑑𝑢𝑎 𝑁𝑒𝑔𝑎𝑟𝑎 𝐺𝐷𝑃𝑗 ⁄𝐺𝐷𝑃 𝑤

Jarak geografis yang digunakan adalah jarak antara ibu kota Indonesia yaitu Jakarta dengan ibu kota negara importir sebagai pusat ekonomi kecuali Turki dan Benin yang pusat ekonominya bukanlah ibu kotanya melainkan kota Istanbul dan Cotonou.

Analisis Data Panel Statis Pada pengolahan data menggunakan analisis data panel terdapat tiga macam pendekatan umum yaitu pendekatan kuadrat terkecil (pooled least square), model efek tetap (fixed effect model), dan model efek acak (random effect model). Model yang akan digunakan harus dipilih berdasarkan pertimbangan statistik untuk memperoleh estimasi yang efisien. Diagram pengujian statistik untuk model yang akan digunakan pada analisis data panel digambarkan pada Gambar 6 berikut:

Pooled least square

Chow Test

Fixed effect model Hausman Test Random effect model Gambar 6 Pengujian pemilihan model terbaik dalam data panel

18 1. Chow Test Chow test adalah pengujian untuk memilih apakah model terbaik dengan menggunakan model pooled least square atau fixed effect model. Pada pengujian Chow test hipotesis yang digunakan adalah: Ho : Model pooled least square H1 : Model fixed effect Dasar penolakan untuk hipotesa nol (Ho) yang digunakan adalah Fstatistik seperti yang dirumuskan oleh Chow sebagai berikut (Baltagi, 2005): F0 =

(𝑅𝑅𝑆𝑆−𝑈𝑅𝑆𝑆)/(𝑁−1) 𝑈𝑅𝑆𝑆/(𝑁𝑇−𝑁−𝐾)

Keterangan: RRSS = Restricted Residual Sum Square hasil pendugaan model pooled least square URSS = Unrestricted 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 (N1, NT-N-K) jika nilai Chow statistics (F-stat) hasil pengujian lebih besar dari Ftabel. Oleh karena itu, cukup bukti untuk menolak hipotesa nol (Ho) dan model yang digunakan adalah model fixed effect, begitu juga sebaliknya. 2. Hausman Test Hausman test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih model terbaik menggunakan model fixed effect atau random effect. Dengan menggunakan model fixed effect, adanya penambahan peubah dummy ke dalam model akan mengurangi besar derajat bebasnya (degree of freedom). Dalam Hausman test hipotesa nol (Ho) yang akan diuji sebagai berikut: Ho : Model Random Effect H1 : Model Fixed Effect Dasar untuk penolakan hipotesa nol (Ho) adalah statistik Hausman dan perbandingannya dengan Chi-square. Rumus statistik Hausman adalah sebagai berikut: H = (βRE – βFE) (MFE– MRE)-1 (βRE– βFE) ~ X2 (k) dimana βRE adalah vektor untuk statistik variabel random effect, βFE adalah vektor untuk statistik variabel fixed effect, MFE adalah matriks kovarian untuk dugaan fixed effect dan MRE adalah matriks kovarian untuk dugaan random effect. Jika nilai H lebih besar dari χ2- tabel, terdapat cukup bukti untuk menolak hipotesa nol (Ho). Sehingga model yang lebih baik digunakan adalah model fixed effect, dan begitu juga sebaliknya. Uji Asumsi Klasik 1. Uji Heteroskedastisitas Heteroskedastisitas merupakan salah satu penyimpangan pada asumsi klasik statistika berupa ragam sisaan yang tidak konstan. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan metode

19 Generalized Least Square (GLS). Metode ini merupakan metode kuadrat terkecil yang diboboti dimana model ditransformasi dengan memberikan bobot pada data asli (Gujarati 2006) 2. Uji Multikolinieritas Multikolinieritas adalah suatu penyimpangan asumsi akibat adanya keterkaitan atau hubungan linier antar variabel independen penyusun model. Indikasi adanya multikolinieritas dilihat dari signifikansi variabel secara keseluruhan (uji-F) dan memiliki nilai R-square yang tinggi namun banyak variabel independen yang tidak signifikan (uji-t). Salah satu cara untuk mengatasi masalah multikolinieritas adalah dengan menggabungkan data cross section dengan time series. 3. Uji Autokorelasi Autokorelasi adalah suatu penyimpangan dimana terdapat korelasi serial anatar sisaan. Uji yang paling umum dilakukan untuk mendeteksi autokorelasi adalah uji Durbin-Watson. Hipotesis pengambilan keputusan dari uji Durbin-Watson dapat dilihat pada Tabel 3. Tabel 3 Hipotesis keputusan uji Durbin-Watson Hipotesis Nol Tidak ada autokorelasi positif

Keputusan Tolak

Jika 0 < d < dL

Tidak ada autokorelasi positif

Tidak ada keputusan

d L ≤ d ≤ dU

Tidak ada autokorelasi negatif

Tolak

4- dL < d < 4

Tidak ada autokorelasi negatif

Tidak ada keputusan

4- dU ≤ d ≤ 4- dL

Tidak ada autokorelasi positif atau negatif

Jangan tolak

dU < d < 4- dU

Sumber: Gujarati (2006)

4. Uji Normalitas Uji normalitas digunakan untuk memeriksa apakah error term menyebar normal atau tidak yang diuji melalui uji Jarque-Bera. Hipotesis yang digunakan dan rumus uji Jarque-Bera (Gujarati 2006) adalah: Ho : error term menyebar normal H1 : error term tidak menyebar normal Kriteria pengujian uji normalitas jika nilai probabilitas yang diperoleh lebih besar dari taraf nyata yang digunakan, maka tidak cukup bukti untuk menolak Ho yang berarti error term pada model sudah menyebar normal.

Metode Analisis Autoregressive Integrated Moving Average (ARIMA) Terdapat beberapa macam teknik peramalan seperti teknik naif, teknik perataan, teknik pemulusan eksponensial, teknik dekomposisi, dan tren. Namun, dengan menggunakan teknik-teknik peramalan tersebut, ramalan variabel terikat Y yang dihasilkan biasanya memerlukan ramalan nilai masa depan variabel bebas (X)

20 (Hanke et al. 2003). Terdapat model dimana variabel bebas tidak diikutkan dalam pembentukannya, yaitu model ARIMA. Model Autoregressive Integrated Moving Average (ARIMA) adalah gabungan dari model auto-regresi dengan rata-rata bergerak yang menggunakan informasi dalam deret itu sendiri untuk menghasilkan ramalan dan mampu mewakili deret waktu yang stasioner maupun non stasioner (Hanke et al. 2003). ARIMA memiliki notasi (p, d, q) yang berarti memiliki deret dalam bentuk non-stasioner. Huruf p menunjukkan orde dari bagian auto-regresi (AR), d menyatakan banyaknya selisih (differencing), dan q menunjukkan orde dari bagian rata-rata bergerak (MA). Jika deret aslinya stasioner (d = 0), model ARIMA berubah menjadi model ARMA. Box dan Jenkins telah membuat prosedur pembentukan model ARIMA dengan tahapan sebagai berikut (Hanke et al. 2003): 1. Identifikasi Model Langkah pertama dari identifikasi model adalah penetuan kestasioneran deret data. Salah satu metode yang dapat digunakan untuk menuji kestasioneran data adalah dengan uji akar unit (unit root test). Jika data tidak stasioner pada level, data dapat didiferensiasi ke tingkat first difference, second difference, dan seterusnya. Walaupun model ARIMA melibatkan selisih (differencing), ramalan untuk deret asli dapat selalu dihitung langsung dari model yang dicocokkan (Hanke et al. 2003). Langkah selanjutnya adalah mengidentifikasi bentuk dari model yang akan digunakan. Angka dari auto-regresif dan rata-rata bergerak (orde p dan q) pada model ARIMA ditentukan dari pembandingan antara auto-korelasi dan auto-korelasi parsial yang dihitung dari data pada korelogram ke autokorelasi teoritis dan auto-korelasi parsial dari beragam model ARIMA. Pola auto-korelasi dan auto-korelasi parsial untuk proses auto-regresi rata-rata bergerak dapat dirangkum sebagai berikut (Hanke et al. 2003): Tabel 4 Pola auto-korelasi dan auto-korelasi parsial untuk proses ARMA MA (q) AR (p)

Auto-korelasi Dipotong setelah proses orde ke q Menghilang

ARMA (p, q)

Menghilang

Auto-korelasi parsial Menghilang Dipotong setelah proses orde ke p Menghilang

Sumber: Hanke et al. (2003)

2. Estimasi Model Setelah model tentatif ditentukan, tahap selanjutnya adalah mengestimasi model tersebut. Model terbaik didasarkan pada goodness of fit, yaitu tingkat signifikansi koefisien peubah independen melalui uji-t, ujiF, maupun nilai koefisien determinasi (R2) yang terbesar serta dengan menggunakan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) yang terkecil. 3. Pemeriksaan atau Evaluasi Model Model dapat dikatakan memadai apabila residualnya sudah bersifat acak/random. Analisis ini dapat dilakukan dengan Q-stat correlogram

21 untuk auto-korelasi dan auto-korelasi parsial. Jika koefisien auto-korelasi dan auto-korelasi parsial secara individual tidak signifikan, residual model sudah bersifat acak/ random. Jika residual tidak bersifat acak/random, perlu diuji model tentatif lainnya. Selain kriteria tersebut, ada kriteria lain yang harus terpenuhi untuk mendapatkan model yang terbaik yaitu model bersifat parsimony (model yang paling sederhana yang memiliki jumlah parameter terkecil. 4. Peramalan Melalui Model Setelah mendapatkan model yang memadai, peramalan dapat dilakukan. Semakin banyak data tersedia, model ARIMA yang sama dapat digunakan untuk menghasilkan ramalan dari titik awal yang lain. Evaluasi kesalahan peramalan dapat dilihat dari perbandingan Root Mean Squares Error (RMSE), Mean Absolute Error (MAE), atau Mean Absolute Percentage Error (MAPE). Model terbaik untuk peramalan adalah model yang memiliki nilai ketiganya yang terkecil. Prosedur ini menggunakan pendekatan iteratif pada identifikasi suatu model yang mungkin dari model umum. Model terpilih kemudian diperiksa terhadap data historis untuk melihat apakah model ini secara akurat menjelaskan deret. Jika model yang ditetapkan tidak sesuai dengan pemeriksaan diagnostik, prosesnya diulangi menggunakan model baru yang dirancang untuk memperbaikinya. Prosedur iteratif berlanjut sampai model yang lolos pemeriksaan diagnostik dan memuaskan ditemukan (Hanke et al. 2003).

HASIL DAN PEMBAHASAN Gambaran Umum Perekonomian Negara-Negara Anggota OKI Perekonomian negara-negara anggota OKI tumbuh dengan rata-rata sebesar 5.5% per tahun selama 10 tahun terakhir. Terdapat sebanyak 17 negara anggota OKI yang menjadi produsen minyak dunia. Negara-negara tersebut adalah Aljazair, Azerbaijan, Bahrain, Brunei Darussalam, Gabon, Iran, Iraq, Kuwait, Libya, Nigeria, Oman, Qatar, Arab Saudi, Sudan, Turkmenistan, Uni Emirat Arab, Yaman. Selama 10 tahun terakhir, tercatat bahwa peningkatan permintaan atas minyak dan gas membuat negara-negara produsen minyak dunia tersebut meningkatkan kapasitas produksinya untuk memenuhi permintaan global sehingga meningkatkan kondisi makroekonomi negara yang bersangkutan (IDB 2013). Total GDP negara-negara anggota OKI berjumlah US$6.2 triliun pada 2012, naik dari US$5.8 triliun pada 2011, yang merupakan 8.6% dari GDP dunia. GDP setelah disesuaikan menggunakan paritas daya beli (PPP), total GDP negara-negara anggota OKI sebesar US$9.1 triliun. Negara-negara yang memiliki perekonomian yang relatif besar berdasarkan GDP PPP adalah Turki, Iran, Arab Saudi, Mesir, Aljazair, Pakistan, Malaysia, Banglades, Nigeria, termasuk di dalamnya Indonesia.

22 Sedangkan jika dilihat dari GDP per capita berdasarkan PPP, Qatar memiliki pendapatan per kapita yang paling tinggi di antara negara-negara anggota OKI lainnya yaitu sebesar US$88.314 diikuti oleh Kuwait (US$54.283), Brunei Darussalam (US$51.760), Uni Emirat Arab (US$47.849), Oman (US$28.684), dan Arab Saudi (US$24.268) (IDB 2013). OKI terdiri atas 57 negara yang berada di 4 benua dengan karakteristik sumber daya alam yang beragam. Sebanyak 39 negara anggota OKI memiliki 62.23% cadangan minyak mentah dunia dan 40 negara memiliki 76.9% cadangan gas alam dunia. Terdapat negara Albania di benua Eropa sebagai batas utara OKI, Mozambik di benua Afrika di sebelah selatan, Guyana yang terletak di Amerika Latin di sebelah barat dan Indonesia di sebelah timur (IDB 2013). Jumlah penduduk negara-negara anggota OKI pada tahun 2012 mencapai 1.6 miliar jiwa dan diprediksi mencapai 1.7 miliar jiwa pada tahun 2015. Sebanyak 40% dari total penduduk tersebut berada di benua Asia. Beberapa negara yang memiliki jumlah penduduk lebih dari 100 juta di antaranya Indonesia (244 juta jiwa), Pakistan (179 juta jiwa), Nigeria (165 juta jiwa), dan Banglades (150 juta jiwa) (IDB 2013). Keterbukaan rata-rata 56 negara anggota OKI terhadap perdagangan yang dilihat dari trade openness index tahun 2011 adalah sebesar 0.78 (IDB 2013). Sebanyak 26 negara yang memiliki nilai indeks trade openness di atas rata-rata. Iraq merupakan negara anggota OKI yang memiliki indeks tertinggi yaitu sebesar 3.04 sedangkan trade openness index berada di bawah rata-rata tersebut yaitu sebesar 0.5. Gambaran Umum Ekspor Indonesia ke Negara-Negara Anggota OKI Ekspor Indonesia ke negara-negara anggota OKI pada tahun 2001 sebesar US$5.05 miliar naik menjadi US$23.11 miliar pada tahun 2012. Nilai ekspor tersebut memiliki tren yang meningkat dengan laju peningkatan rata-rata sebesar 15.59% per tahunnya. Negara anggota OKI yang menjadi importir utama produk Indonesia pada tahun 2012 adalah Malaysia yaitu sebesar 49% dari total ekspor Indonesia ke negara-negara OKI atau senilai US$11.3 miliar. Sedangkan negara yang memiliki nilai impor dari Indonesia paling kecil adalah Guinea-Bissau, Chad, dan Tajikistan (Trade Map 2014). Tabel 5 Nilai ekspor Indonesia ke negara-negara OKI tahun 2001-2012 Tahun 2001 2002 2003 2004 2005 2006

Nilai ekspor (US$ miliar) 5.05 5.46 5.71 6.90 8.34 9.99

Sumber: Trade Map, ITC

Tahun 2007 2008 2009 2010 2011 2012

Nilai ekspor (US$ miliar) 12.81 16.19 14.24 18.42 22.88 23.11

23

Mesir 4% Banglades 5%

Nigeria Iran 2% 2%

Lainnya 11%

Malaysia 49%

Turki 6% Pakistan 6% Uni Emirat Arab Arab Saudi 7% 8% Malaysia Arab Saudi

Uni Emirat Arab

Pakistan

Turki

Banglades

Mesir

Iran

Nigeria

Lainnya

Sumber: Trade Map, ITC (diolah)

Gambar 7 Persentase nilai ekspor dari negara tujuan ekspor Indonesia

Nama komoditas (HS 2 digit)

Komoditi yang setiap tahunnya sejak 2001 hingga 2012 paling sering diekspor Indonesia ke negara-negara anggota OKI adalah animal, vegetable fats and oils, cleavage produtcs, etc (HS 15) sebesar 20.89%, mineral fuels, oils, ditillation products, etc (HS 27) sebanyak 11.59%, paper and paperboard, articles of pulp, paper and board (HS 48) sebesar 7.02%. Sedangkan komoditas yang paling tidak sering diekspor Indonesia ke negara-negara OKI adalah furskins and artificial fur, manufactures thereof (HS 43), cork and articles of cork (HS 45), serta umbrellas, walking-sticks, seat-sticks, whips, etc (HS 66) (Trade Map 2014). Tin and articles thereof Cotton Coffee, tea, mate and spices Iron and steel Articles of iron or steel Organic chemicals Plastics and articles thereof Wood and articles of wood, wood charcoal Machinery, nuclear reactors, boilers, etc Copper and articles thereof Vehicles other than railway, tramway Paper and paperboard, articles of pulp,… Animal,vegetable fats and oils, cleavage… 0

10000000

20000000

30000000

Nilai ekspor (ribu US$) Sumber: Trade Map, ITC (diolah)

Gambar 8 Komoditas paling sering diekspor Indonesia

24

Berdasarkan data di atas, komoditas yang diekspor Indonesia ke negaranegara OKI masih terbatas pada beberapa komoditas dan kurang terdiversifikasi. Data perdagangan menunjukkan bahwa negara-negara anggota OKI masih bergantung pada impor barang-barang jadi seperti mesin, bahan kimia, dan obat farmasi. Sedangkan dalam ekspor yang dilakukan oleh negara-negara anggota OKI menunjukkan bahwa rendahnya diversifikasi produk pada ekspor selama 17 tahun (SESRIC 2013). Di sisi lain, Indonesia memiliki keunggulan dengan sumber daya alam dan manusianya yang dapat memproduksi berbagai jenis produk. Indonesia dapat memanfaatkan peluang untuk memproduksi barang-barang jadi atau olahan (final good) yang tidak dapat diproduksi namun berpotensi untuk dikonsumsi oleh negara-negara OKI. Analisis Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke NegaraNegara Anggota OKI Faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI dianalisis dengan data panel menggunakan gravity model. Berdasarkan hasil uji Chow dan Hausman (Lampiran 2 dan 3), pendekatan terbaik yang digunakan dalam penelitian ini adalah fixed effect model. Selain itu, digunakan juga pembobotan Period SUR pada analisis ini. Penggunaan Period SUR ini didasarkan oleh jumlah T yang nilainya lebih kecil dari jumlah N. Hasil estimasi model faktorfaktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI setelah dilakukannya regresi adalah sebagai berikut: LNEKSPOR = 39.468 – 0.504LNGDPREAL_CUST - 0.062LNNTR + 0.318LNOPEN_CUST + 0.228LNPOP_CUST – 1.138LNREMOTE + µit Tabel 6 Hasil estimasi gravity model nilai ekspor Indonesia ke negara-negara anggota OKI dengan metode fixed effect-period SUR Variable GDP riil negara importir Nilai tukar riil rupiah Openess negara importir Populasi negara importir Remoteness Constanta R-squared Prob (F-statistic) R-squared Sum square resid

Coefficient -0.504426*** -0.062645 0.317622*** 0.227673** -1.137646*** 39.46800*** Weighted Statistics 0.725308 Sum square resid 0.000000 Durbin-Watson stat Unweighted Statistics 0.788981 Durbin-Watson stat 47.39302

Sumber: Lampiran 4

Catatan: *** : signifikan pada taraf nyata 1% ** : signifikan pada taraf nyata 5%

Prob. 0.0089 0.3843 0.0000 0.0489 0.0000 0.0000 115.5919 1.972679 0.479001

25 Uji Asumsi Model 1. Uji Heteroskedastisitas Hasil estimasi model di atas menunjukkan bahwa Residual Sum Square pada Weighted Statistics (RSSW) adalah 115.5919 atau lebih besar dari Residual Sum Square pada Unweighted Statistics (RSSU) sebesar 47.39302. Kondisi ini merupakan suatu indikasi tidak adanya heteroskedastisitas pada model. Selain itu, dalam penelitian ini pembobotan dilakukan dengan menggunakan metode Generalized Least Square (GLS) berupa Period SUR sehingga masalah heteroskedastisitas dapat diabaikan. 2. Uji Multikolinieriitas Pengujian terhadap ada tidaknya multikolinieritas dilihat dari nilai R2 yang tinggi mendekati 1 dan banyaknya variabel independen yang signifikan. Pada model terlihat nilai R2 sebesar 0.725308 dan 4 dari 5 variabel independen signifikan pada taraf nyata 1 dan 5%. Hal ini menunjukkan bahwa model terbebas dari multikolinieritas. Selain itu, nilai R2 sebesar 0.725308 juga menunjukkan bahwa 72.53% keragaaan variabel dependen dapat dijelaskan oleh variabel independen dalam model sedangkan sisanya dijelaskan oleh variabel lain di luar model. 3. Uji Autokorelasi Uji autokorelasi dilakukan menggunakan uji Durbin-Watson. Dengan menggunakan tabel statistik Durbin-Watson, dapat diketahui nilai signifikansi dl dan du pada tingkat signifikansi 5%. Jumlah data cross section adalah sebanyak 17, jumlah time series sebanyak 7, maka jumlah observasi dalam penelitian ini sebanyak 119 dengan jumlah variabel independen sebanyak 5. Nilai signifikansi yang diperoleh yaitu dl sebesar 1.57 dan du sebesar 1.78. Nilai Durbin-Watson stat yang diperoleh dari estimasi model adalah 1.972679. Dikarenakan dalam penelitian ini telah menggunakan pembobotan dengan metode Generalized Least Square (GLS) berupa Period SUR, masalah heteroskedastisitas dan autokorelasi dapat diabaikan. 4. Uji Normalitas Normal tidaknya error terms dapat dilihat dari nilai probabilitas yang terdapat pada histogram-normality test. Jika nilai probabilitas Jarque Bera > α, maka error terms teah menyebar normal. Dari pengujian model didapatkan hasil bahwa probabilitas dari estimasi model lebih besar dari α ( 0.441796 > 0.05). Dengan demikian, error terms pada model ini telah menyebar normal. Tabel 7 Hasil Normality Test Model Gravity model faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI Sumber: Lampiran 5

Jarque Bera 1.633813

Probability 0.441796

26 Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara Anggota OKI

Nilai ekspor (ribu US$)

1. GDP riil negara importir Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel GDP riil negara importir sebesar 0.0089 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Namun, pengaruh ini tidak sesuai dengan hipotesis awal yang menyebutkan bahwa variabel ini berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI. Nilai koefisien variabel ini adalah -0.504426 yang artinya setiap GDP riil negara importir naik sebesar 10%, negara importir OKI akan menurunkan impor produk dari Indonesia sebesar 5% (cateris paribus). Hal ini bertolak belakang dengan teori yang ada diduga karena relatif kecilnya nilai ekspor Indonesia ke negara-negara anggota OKI. Nilai dan volume ekspor Indonesia yang relatif kecil tersebut menunjukkan bahwa Indonesia bukanlah importir utama atau negara-negara importir OKI tidak bergantung terhadap penawaran ekspor oleh Indonesia dalam memenuhi kebutuhan negaranya. Nilai dan volume ekspor menunjukkan bahwa 3 komoditas ini yaitu animal, vegetable fats and oils, cleavage produtcs, etc (HS 15); mineral fuels, oils, ditillation products, etc (HS 27); paper and paperboard, articles of pulp, paper and board (HS 48) mendominasi ekspor Indonesia ke negara-negara anggota OKI setiap tahunnya namun peningkatan nilai dan volume ekspor ketiga komoditas tersebut relatif kecil setiap tahunnya. Kecilnya peningkatan komoditas tersebut menandakan bahwa penawaran ekspor yang dilakukan Indonesia bukan menjadi pilihan utama negara-negara OKI untuk mememenuhi kebutuhan domestiknya. Hal tersebut yang menyebabkan tidak berpengaruhnya pendapatan negara importir terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI.

25000000 20000000 15000000 10000000 5000000 0 2006

2007

2008

2009

2010

2011

2012

Tahun

Total eskpor Animal,vegetable fats and oils, cleavage products, etc Mineral fuels, oils, distillation products, etc Paper and paperboard, articles of pulp, paper and board

Sumber: Trade Map, ITC (diolah)

Gambar 9 Tren peningkatan 3 komoditas utama ekspor Indonesia

27

Nilai tukar terhadap US$

2. Nilai tukar riil rupiah terhadap mata uang negara importir anggota OKI Nilai tukar riil rupiah yang terdepresiasi menunjukkan bahwa harga barang-barang di Indonesia relatif lebih murah dibandingkan dengan harga barang-barang di negara importer yang menurut teori, perubahan tersebut akan membuat para konsumen di Indonesia maupun di negara importir OKI akan membeli lebih banyak barang Indonesia (Mankiw 2003). Hasil analisis data panel menujukkan bahwa nilai probabilitas pada variabel nilai tukar riil rupiah adalah 0.3843 dengan nilai koefisien sebesar -0.062645. Tidak berpengaruh signifikannya variabel nilai tukar riil ini diduga dapat disebabkan oleh sebagian besar negara tujuan ekspor Indonesia yang menjadi anggota OKI memiliki nilai tukar nominal terhadap Dollar Amerika Serikat dan indeks harga konsumen yang relatif stabil yaitu negara-negara Timur Tengah seperti Uni Emirat Arab, Arab Saudi, Kuwait, Oman, Yaman, dan Qatar. 7 6 5 4 3 2 1 0 2005

2006

2007

2008 Tahun

2009

2010

UEA

Saudi Arabia

Malaysia

Turki

Mesir

Yordania

Kuwait

Oman

Qatar

2011

Sumber: World Bank (diolah)

Gambar 10 Fluktuasi nilai tukar nominal negara-negara anggota OKI 3. Trade Openess Index negara importir Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel trade openness index negara importir adalah 0.0000. Hal tersebut menunjukkan bahwa variabel ini berpengaruh signifikan terhadap ekspor Indonesia ke negara-negara anggota OKI. Variabel trade openness index negara importir sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini berpengaruh positif terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI dengan nilai koefisien sebesar 0.317622. Nilai koefisien tersebut mengindikasikan apabila trade openness index negara importir naik sebesar 10%, maka nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 3.18% (cateris paribus).

28 0,37 0,47 0,5 0,56 0,6 0,62 0,78 1 1,01 1,06 1,08 1,1 1,13 1,26 1,33 1,37 1,41 1,5 1,52 1,73

Pakistan Indonesia Banglades Rata-rata 56 negara OKI Arab Saudi Brunei Yordania Bahrain Libanon UEA Maladewa

2,08

Irak 0

0,5

1

1,5

2

2,44

2,5

3,04 3

3,5

Trade Openness Index Sumber: IDB Key Socio-Economic Statistics (diolah)

Gambar 11 Trade openness index negara-negara anggota OKI Semakin tinggi trade openness index suatu negara anggota OKI, peluang penawaran ekspor Indonesia akan semakin tinggi. Sebanyak 43 negara anggota OKI memiliki trade openness index yang lebih besar dari Indonesia. Negara-negara tersebut memiliki nilai ekspor dan impor yang lebih besar dari nilai GDP nya yang berarti negara-negara tersebut cenderung lebih terbuka terhadap perdagangan internasional. Hal tersebut menunjukkan bahwa potensi penawaran ekspor Indonesia masih besar dilihat dari variabel ini. 4. Populasi negara importir Hasil analisis data panel menujukkan bahwa nilai probabilitas pada populasi negara importir adalah 0.0489 yang berarti variabel ini importir berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negaranegara anggota OKI. Dari hasil estimasi didapat nilai koefisien variabel ini sebesar 0.227673. Nilai tersebut mengindikasikan bahwa setiap adanya peningkatan populasi dari negara importir sebesar 10%, nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 2.28% (cateris paribus). Adanya peningkatan populasi negara importir dapat meningkatkan konsumsi domestik negara tersebut yang berarti dapat meningkatkan juga jumlah permintaan domestik terhadap suatu komoditi (Salvatore 1997) 5. Remoteness Index Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel remoteness index adalah 0.0000 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negaranegara anggota OKI. Variabel remoteness index sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini akan berpengaruh negatif

29 terhadap ekspor Indonesia ke negara-negara anggota OKI dengan nilai koefisien sebesar -1.137646. Apabila remoteness index naik 10%, nilai ekspor Indonesia ke negara-negara anggota OKI akan turun sebesar 11.38%. Pengaruh remoteness ini dapat berkurang pada penawaran ekspor Indonesia ke negara-negara anggota OKI ketika bagian GDP negara importir terhadap GDP dunia meningkat.

Peramalan Ekspor Indonesia ke Negara-Negara Anggota OKI Identifikasi Pola dan Stasioneritas Data Pola data dilihat terlebih dahulu untuk mengetahui apakah dari data ada unsur tren atau musiman. Apabila tidak ada unsur tren atau musiman, model yang dapat digunakan adalah model ARMA (Autoregressive Moving Average). Jika terdapat unsur tren, model ARIMA dapat digunakan. Sedangkan jika terdapat unsur tren dan musiman, model yang digunakan adalah model seasonal ARIMA (SARIMA).

EKSPOR 2,400,000

2,000,000

1,600,000

1,200,000

800,000

400,000 2006

2007

2008

2009

2010

2011

2012

2013

Sumber: Trade Map, ITC (2014)

Gambar 12 Plot data nilai ekspor Indonesia ke OKI pada level Berdasarkan Gambar dapat dilihat bahwa data nilai ekspor produk Indonesia ke negara-negara anggota OKI memiliki tren meningkat. Adanya unsur tren menunjukkan bahwa data asli tidak stasioner pada level. Dari grafik tersebut juga dapat dilihat bahwa data tidak memiliki unsur musiman karena data tidak membentuk pola yang serupa pada jangka waktu tertentu. Adanya penurunan tajam pada nilai ekspor Indonesia ke negara-negara anggota OKI antara tahun 2008-2009 diduga disebabkan oleh dampak krisis keuangan global yang terjadi tahun 2008. Penelitian ini menggunakan uji akar unit (unit root test) dengan metode Augmented Dickey-Fuller (ADF) untuk menguji kestasioneran data. Berdasarkan hasil tersebut diperoleh bahwa data yang dimiliki belum stasioner pada level yang

30 dapat dilihat pada Lampiran 6. Untuk menstasionerkan data asli dapat dilakukan proses differencing dengan pembeda satu kali ke first difference. Dari hasil differencing yang dapat dilihat pada Lampiran 7 menyatakan bahwa data sudah stasioner pada first difference. Pengujian ini menghasilkan nilai ADF test < taraf nyata 5 persen yaitu -10.54567 < -2.894716. Data yang stasioner pada first difference menunjukkan nilai d = 1 pada model ARIMA (p, d, q). Identifikasi Model Tentatif Melalui grafik korelogram auto-korelasi (ACF) dan auto-korelasi parsial (PACF), model dapat diidentifikasi dengan menentukan ordo AR dan MA pada grafik tersebut. Ordo AR (p) dapat dilihat dengan menganalisis partial autocorelation function (PACF) dan ordo MA (q) dapat dilihat dari autocorelation function (ACF). Grafik ACF dan PACF nilai ekspor Indonesia ke negara-negara anggota OKI dapat dilihat pada Lampiran 8. Dari pola data korelogram ACF dan PACF diduga model pada data ini adalah model MA. Model-model yang didapat dari kombinasi nilai p, d, dan q tersebut masih merupakan model tentatif. Kemudian model-model tentatif tersebut diregresi dan diperiksa goodness of fit masing-masing, yaitu tingkat signifikansi koefisien peubah independen. Pemeriksaan tersebut dilakukan dengan uji-t, uji-F, dan nilai koefisien determinasi (R2) yang terbesar serta dengan menggunakan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) yang terkecil. Berdasarkan pengujian tersebut, model yang paling memenuhi kriteria sebagai model terbaik adalah model ARIMA (0, 1, 1). Pemeriksaan Model Setelah ditemukan model tentatif yang paling baik yaitu model ARIMA (0, 1, 1). Model ini dievaluasi sifat dari residualnya apakah acak atau tidak dengan menggunakan Correlogram-Q statistic. Hasil uji tersebut menunjukkan bahwa residual model tentatif ARIMA (0, 1, 1) sudah bersifat acak atau random. Seperti yang dapat dilhat pada Tabel 8, p-value dari koefisien MA nilainya kurang dari taraf nyata 5% dan telah memenuhi kondisi stasioneritas atau koefisien MA yang nilainya kurang dari 1. Tabel 8 Hasil estimasi model ARIMA (0, 1, 1) Variable Konstanta MA(1)

Coefficient 11630.83 -0.628435***

Prob. 0.1270 0.0000

Sumber: Lampiran 9

Catatan: *** : signifikansi pada taraf nyata 1% Peramalan Ekspor Produk Indonesia ke Negara-Negara Anggota OKI Sebagai tahap terakhir, peramalan dilakukan dengan menggunakan model terbaik yang sudah diuji yaitu model ARIMA (0, 1, 1). Model ini memiliki nilai

31 Root Mean Square Error (RMSE) sebesar 242155.5 , Mean Absolute Error (MAE) sebesar 183886.0 , dan Mean Absolute Percentage Error (MAPE) sebesar 12.51566 yang menunjukkan tingkat kesalahan peramalan yang relatif kecil sebesar 12.51% (Lampiran 10). Hasil peramalan dengan model tersebut menunjukkan bahwa tren peningkatan nilai ekspor Indonesia ke negara-negara anggota OKI akan terus terjadi setiap bulannya hingga Juli 2015 dengan laju peningkatan sebesar 0.58% setiap bulannya. Peningkatan tersebut dapat dilihat pada Tabel 9. Tabel 9 Hasil peramalan menggunakan model ARIMA (0, 1, 1) BulanTahun Agu-2013 Sep-2013 Okt-2013 Nov-2013 Des-2013 Jan-2014 Feb-2014 Mar-2014 Apr-2014 Mei-2014 Jun-2014 Jul-2014

Nilai Eskpor Indonesia ke OKI (ribu US$) 1 977 849.974 1 990 903.201 2 003 958.969 2 017 013.930 2 030 065.161 2 043 116.288 2 056 169.614 2 069 223.635 2 082 277.907 2 095 330.753 2 108 383.911 2 121 436.894

BulanTahun Agu-2014 Sep-2014 Okt-2014 Nov-2014 Des-2014 Jan-2015 Feb-2015 Mar-2015 Apr-2015 Mei-2015 Jun-2015 Jul-2015

Nilai Eskpor Indonesia ke OKI (ribu US$) 2 134 489.813 2 147 543.622 2 160 597.791 2 173 651.569 2 186 704.795 2 199 757.939 2 212 811.548 2 225 865.054 2 238 918.618 2 251 972.203 2 265 025.498 2 278 078.676

Sumber: Data sekunder (diolah)

SIMPULAN DAN SARAN

Simpulan Hasil analisis faktor-faktor yang memengaruhi ekspor Indonesia ke negaranegara anggota OKI menunjukkan bahwa semua variabel independen dalam model berpengaruh signifikan kecuali variabel nilai tukar riil. Variabel-variabel tersebut adalah GDP riil negara importir, remoteness index antara Indonesia dengan negara importir, trade openness index dan populasi negara importir. Variabel trade openness index dan populasi negara importir memiliki pengaruh positif sedangkan variabel remoteness index memiliki pengaruh negatif terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Sementara itu, variabel GDP riil negara importir tidak sesuai dengan hipotesis awal. Variabel tersebut menunjukkan pengaruhnya yang negatif terhadap peningkatan ekspor Indonesia. Hal tersebut diduga karena nilai ekspor yang kecil dari komoditas utama yang diekspor Indonesia menunjukkan bahwa negara-negara importir anggota OKI tidak bergantung pada penawaran ekspor oleh Indonesia. Tidak bergantungnya negara

32 anggota OKI terhadap ekspor Indonesia menjadikan peningkatan pendapatan negara tersebut justru dapat mengurangi impornya dari Indonesia. Di sisi lain, berdasarkan analisis pada variabel trade openness index, hampir seluruh negara anggota OKI merupakan tujuan ekspor potensial bagi Indonesia karena memiliki trade openness index yang lebih besar. Selanjutnya, berdasarkan hasil peramalan, nilai penawaran ekspor Indonesia masih akan meningkat hingga Juli 2015 dengan laju yang diprediksi sebesar 0.58% setiap bulannya. Saran Berdasarkan hasil penelitian, hal-hal di bawah ini dapat dilakukan untuk meningkatkan ekspor Indonesia ke negara-negara anggota OKI: 1. Pemerintah dapat meningkatkan kemandirian terhadap produk unggulan dengan lebih banyak mengekspor barang jadi (final good) bukan bahan mentah (raw material). Hal tersebut melihat kondisi negara anggota OKI tujuan potensial ekspor Indonesia yang merupakan negara high income country dan notabenenya adalah negara Timur Tengah yang hanya mengandalkan minyak dan gas dalam produksi negaranya. Selain itu, negara-negara tersebut memiliki karakteristik berupa tidak mengolah bahan baku dan cenderung membeli barang jadi dari negara lain. 2. Pemerintah juga dapat meningkatkan daya saing terhadap produk-produk yang ditawarkan dengan cara mengekspor produk-produk yang terdiversifikasi atau beragam yang meningkatkan pilihan konsumsi negara importir sehingga penawaran terhadap ekspor Indonesia pun dapat meningkat dengan komoditas yang bervariasi. 3. Memasukkan variabel tarif pada penelitian selanjutnya karena penulis menemukan bahwa negara-negara anggota OKI mengenakan tingkat tarif yang lebih tinggi daripada rata-rata negara di dunia (SESRIC Annual Report 2012). Penambahan variabel tarif tidak dilakukan karena keterbatasan data. Selain itu, penulis menyarankan agar Indonesia menandatangani Protocol on the Preferential Tariff Scheme for TPS-OIC (PRETAS) untuk mengatasi hambatan tarif dalam menawarkan ekspornya ke negara-negara anggota OKI. 4. Ekspor yang dilakukan sebaiknya tidak hanya mempertimbangkan nilai ekonomis, tetapi juga mempertimbangkan aspek terpenuhinya kebutuhan muslim lain. Hal tersebut dilakukan sebagai wujud kewajiban antar sesama negara muslim. 5. Indonesia bersama-sama dengan OKI dapat menjadikan common market atau countertrade sebagai solusi dalam meningkatkan ekspor antarnegara OKI. Adanya kesamaan mata uang juga (common currencies) diduga dapat mengurangi risiko ketidakpastian atas fluktuasi nilai mata uang, sehingga dapat mengurangi kerugian negara dan meningkatkan ekspor ke negaranegara anggota OKI.

33

DAFTAR PUSTAKA Alcalà F, Ciccone A. 2002. Trade and Productivity. The Working Papers of the Dirreccion General de Presupuestos, D-2002-01. Alpay S, Altamaz M, Bakimli E. 2011. Trade among OIC Countries: Limits of Islamic Solidarity. Insight Turkey. Vol 13/No. 2/ 2011 pp.145-170. Anderson JE. 1979. A Theoritical Foundation for the Gravity Equation. The American Economic Review, Vol. 69, No. 1 (Mar, 1979), hal 106-119. ___________. 2011. The Gravity Model. Boston College and NBER. Annual Review of Economic, Vol. 3. Anderson JE, van Wincoop E. 2004. Trade Costs. National Bureau of Economic Research. Working Paper 10480. [ASEAN] Association of Southeast Asia Nations. 2010. Finding Solutions to Biodiversity Loss: Business and Biodiversity. [internet]. [diunduh 2014 Mar 8]. Tersedia pada: http://www.emb.gov.ph/eeid/2010/ASEANPlusThree/papers/fuentes.pdf. Baltagi BH. 2005. Econometric Analysis of Panel Data. West Sussex (GB): John Wiley & Sons, Ltd Battersby B, Ewing R. 2005. International Trade Performance: the Gravity of Australia’s Remoteness. Treasury Working Paper, 2005-03. Beik IS, Arsyianti LD. 2006. Ibn Khaldun’s Contribution on Modern Economics Development: An Analysis based on Selected Economic Issues Bendjilali B. 1997. An Intra-trade econometric Model for OIC Member Countries: A Cross Country Analysis. IRTI Research Paper No.55. [CEPII] Centre d’Etudes Prospectives et d’Informations Internationales. 2011. CEPII’s distance measure (GeoDist). [internet]. [diunduh 2014 Feb 6]. Tersedia pada: http://www.cepii.fr/anglaisgraph/bdd/distances.htm. Departemen Agama Republik Indonesia. 2009. Al-Qur’an dan Terjemahannya. Firdaus M. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series. Bogor (ID): IPB Press. Gujarati DN. 2006. Dasar-Dasar Ekonometrika. Jilid 1. Julius A Mulyadi, penerjemah. Jakarta (ID): Erlangga. Gundongdu AS. 2009. Determinant of Intra-OIC Trade; Policy or Exchange Rate. Journal of Economic Cooperation and Development. 30(3):1-42. Guttman S, Richards A. 2004. Trade Openness: an Australian Perspective. Economic Group Reserve Bank of Australia. Research Discussion Paper 200411 Hafni N. 2011. Analisis Dayasaing dan Faktor-Faktor yang Memengaruhi Aliran Ekspor Pisang Indonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor. Hanke J, Wichern D, Reitsch A. 2003. Peramalan Bisnis. Devy Anantanur, penerjemah. Jakarta (ID): Pearson Education Asia dan Prenhallindo. Ed ke-7. Hatab AA, Romstad E, Huo Xuexi. 2010. Determinants of Egyptian Agricultural Exports: a Gravity Model Approach. Modern Economy. 1:134-143.doi: 10.4326/m3.2010.13015. Head K. 2003. Gravity for Beginners. [internet] [diunduh 2014 Mar 20]. Tersedia pada: http://economics.ca/keith/gravity.pdf

34 Hernanda N. 2011. Analisis Peramalan Tingkat Produksi dan Konsumsi Gula Indonesia dalam Mencapai Swasembada Gula Nasional [skripsi]. Bogor (ID): Institut Pertanian Bogor. [IDB] Islamic Development Bank. 2013. 2013 Key Socio-Economic Statistics on IDB Member Countries. [internet] [diunduh 2013 Des 26]. Tersedia pada: http://isdb.org [ITC] International Trade Center. 2014. Trade Map. [internet]. [diunduh 2014 Jan 31]. Tersedia pada: http://www.trademap.org/ Jaribah, AH. 2006. Fikih Ekonomi Umar bin Al-Khatab. Asmuni Solihan Zamakhsyari, penerjemah. Jakarta (ID): Khalifa Jalil NA. 2012. Indetifikasi, Analisis Daya Saing, dan Faktor-Faktor yang Memengaruhi Aliran Perdagangan Komoditi Unggulan Ekspor Indonesia ke Uni Eropa [tesis]. Bogor (ID): Institut Pertanian Bogor. Juanda B, Junaidi. 2012. Ekonometrika Deret Waktu: Teori & Aplikasi. Bogor (ID): IPB Press. Mankiw, Gregory N. 2003. Pengantar Ekonomi. Haris Munandar, penerjemah. Jakarta (ID): Erlangga. Ed ke-2 Jilid 1. _________________. 2003. Pengantar Ekonomi. Haris Munandar, penerjemah. Jakarta (ID): Erlangga. Ed ke-2 Jilid 2. _________________. 2006. Makroekonomi. Fitria Liza dan Imam Nurmawan, penerjemah. Jakarta (ID): Erlangga. Martinez-Zarzoso I, Nowak-Lehmann F. 2003. Augmented Gravity Model: an Empirical Application to Mercosur-European Union Trade Flows. Journal of Applied Economics. Vol. VI, No. 2, 291-316 Miranti A. 2013. Peramalan Permintaan Biodiesel dan Analisis Faktor-Faktor yang Memengaruhi Permintaan Biodiesel di Indonesia [skripsi]. Bogor (ID): Institut Pertanian Bogor. Mustika I. 2009. Analisis Daya Saing dan Faktor-Faktor yang Mempengaruhi Penawaran Ekspor Televisi Indonesia ke Malaysia, Singapura dan Thailand [skripsi]. Bogor (ID): Institut Pertanian Bogor. [OECD] Organisation for Economic Co-operation and Development. 2011. OECD Science, Technology, and Industry Scoreboard 2011. [internet] [diunduh 2014 Mar 18]. Tersedia pada: http://www.oecd-ilibrary.org/ [OIC] Organisation of Islamic Cooperation. 2014. About OIC. [internet] [diunduh 2014 Feb 14]. Tersedia pada: http:///oic-oci.org. Razzaghi S, Ali M, Azad M, Sofi Y. 2012. The Determinants of Trade Flows between D-8 Group Members through Gravity Model. Journal of Basic and Applied Scientific Research. 2(6):5726-5731. Salvatore D. 1997. Ekonomi Internasional. Haris Munandar, penerjemah. Jakarta (ID): Erlangga. Ed ke-5. [SESRIC] Statistical Economic and Social Research and Training Centre for Islamic Countries. 2013. 2012 Annual Economic Report. [internet] [diunduh 2014 Jan 21]. Tersedia pada: http:///sesrtcic.org ________. Economic Growth and Convergence across the OIC Countries: An Econometric Framework. 2013. OIC Outlook Series May 2013. [internet] [diunduh 2013 Sep 13]. Tersedia pada: http:///sesrtcic.org Siddiqi MN. 1992. Principles of International Economic Relation in Islam. Di dalam: Mannan MA, Kahf M, Ahmad A, editor. International Economic

35 Relations from Islamic Perspectives.1988 Agustus-September 28-1; Tubingen. Jerman Barat. Jeddah (SA): Islamic Research and Training Institute. Hlm 10-31. Sukmana R, Beik IS. 2006. Market Concepts: Contribution of Classical Islamic Scholars. Majalah Ekonomi, Tahun XVI, No.2, pp.188-201. Squalli J, Wilson K. 2006. A New Approach to Measuring Trade Openness. Economic & Policy Research Unit, Zayed University Working Paper Series, No. 06-07. [UNCTAD] United Nation Conference for Trade and Development. 2012. Analyzing Bilateral Trade Using the Gravity Equation. [internet]. [diunduh 2013 Des 31]. Tersedia pada: http://vi.unctad.org/tpa/web/docs/ch3.pdf. [World Bank]. 2013. World Bank DataBank. [internet]. [diunduh 2014 Jan 31]. Tersedia pada: http:///databank.worldbank.org. [WTO] World Trade Organisation. 2014. Time Series Data. [internet]. [diunduh 2014 Jan 31]. Tersedia pada: http://stat.wto.org/StatisticalProgram/WSDBStatProgramHome.aspx. Yafie et al. 2003. Fiqh Perdagangan Bebas. Jakarta (ID): Teraju. Yunus MM, Ismail MA. 2009. Malaysia-OIC Trade: a Gravity Approach. Prosiding Perkem IV. Jilid 1389-394 ISSN: 2231-962X Zahro BA. 2013. Analisis Dayasaing dan Faktor-Faktor yang Memengaruhi Aliran Ekspor Alas Kaki Indonesia di Kawasan ASEAN dan China [skripsi]. Bogor (ID): Institut Pertanian Bogor.

36

Lampiran 1 Data sekunder dalam analisis data panel menggunakan gravity model

Negara

Tahun

LNEKSPOR

LNGDP_CUST LNNTR LNREMOTE LNOPEN_CUST LNPOP_CUST

Malaysia

2005

15.04845

25.68983

7.84877 12.84529

0.57707

17.06757

Malaysia

2006

15.22912

25.74418

7.91056 12.83093

0.65525

17.08611

Malaysia

2007

15.44398

25.80526

8.01552 12.80865

0.69626

17.10443

Malaysia

2008

15.67688

25.85245

8.14511 12.77576

0.74690

17.12248

Malaysia

2009

15.73417

25.83719

8.20011 12.76968

0.52537

17.14019

Malaysia

2010

16.05220

25.90882

8.18961 12.73736

0.70949

17.15752

Malaysia

2011

16.21303

25.95883

8.22578 12.71527

0.79407

17.17446

Uni Emirat Arab 2005

13.71752

25.91964

7.87949 14.34396

0.11159

15.23835

Uni Emirat Arab 2006

13.88160

26.01410

7.94484 14.28949

0.21305

15.39976

Uni Emirat Arab 2007

14.09678

26.04573

8.00494 14.29667

0.41775

15.57291

Uni Emirat Arab 2008

14.31755

26.07814

8.04191 14.27855

0.67632

15.73223

Uni Emirat Arab 2009

14.05124

26.06192

8.14226 14.27345

0.49616

15.85911

Uni Emirat Arab 2010

14.20440

26.04358

8.04995 14.33109

0.61722

15.94868

Uni Emirat Arab 2011

14.36632

26.08164

8.05757 14.32095

0.86618

16.00438

Arab Saudi

2005

13.16971

26.51768

7.85939 13.85025

-0.31307

17.02191

Arab Saudi

2006

13.41813

26.57195

7.90346 13.83597

-0.20995

17.04915

Arab Saudi

2007

13.75818

26.63014

7.92205 13.81658

-0.12755

17.07036

2 13.919110

26.71105

7.97979 13.74996

0.07273

17.08759

Arab Saudi

2009

13.77077

26.72918

8.04620 13.71051

-0.34342

17.10378

Arab Saudi

2010

13.97020

26.80089

7.91059 13.67810

-0.19707

17.12087

Arab Saudi

2011

14.17327

26.88311

7.87034 13.62379

0.04738

17.13917

Turki

2005

13.24615

26.90324

8.88503 13.71760

-0.93164

18.03123

Turki

2006

13.49273

26.96990

8.79748 13.69092

-0.83004

18.04419

Turki

2007

13.85971

27.01553

8.86562 13.68410

-0.66704

18.05679

Turki

2008

13.67810

27.02209

8.91989 13.69183

-0.48772

18.06919

Turki

2009

13.42755

26.97264

8.80039 13.71996

-0.75602

18.08158

Turki

2010

13.88666

27.06025

8.66550 13.67165

-0.63512

18.09409

Turki

2011

14.17556

27.14434

8.51072 13.61548

-0.49216

18.10678

Pakistan

2005

13.36015

25.41921

5.09415 14.69079

-0.97246

18.87792

Pakistan

2006

13.50640

25.47915

5.07063 14.67084

-0.91096

18.89632

Pakistan

2007

13.74831

25.52635

5.04977 14.66244

-0.88255

18.91494

Pakistan

2008

13.74256

25.54322

4.86986 14.65987

-0.68236

18.93355

Pakistan

2009

13.40797

25.57114

4.70886 14.61062

-0.95216

18.95186

Pakistan

2010

13.44182

25.58708

4.45359 14.63398

-0.78262

18.96966

Pakistan

2011

13.74939

25.61456

4.34396 14.63442

-0.65149

18.98694

3

2008

5

Arab Saudi

3 Banglades

2005

13.71752

24.82223

5.01638 14.87868

-0.95541

18.77930

Banglades

2006

13.88160

24.88641

4.94711 14.85448

-0.83681

18.79134

Banglades

2007

14.09678

24.94871

4.92090 14.83099

-0.78987

18.80224

Banglades

2008

14.31755

25.00878

4.99218 14.78522

-0.61608

18.81252

Banglades

2009

14.05124

25.06459

5.04879 14.70807

-0.73269

18.82283

Banglades

2010

14.20440

25.12352

4.87829 14.68845

-0.54978

18.83362

Banglades

2011

14.36623

25.18845

4.73029 14.65144

-0.36001

18.84505

Mesir

2005

12.57931

25.21958

7.42617 15.34989

-0.93070

18.08908

Mesir

2006

13.04816

25.28578

7.42578 15.32368

-0.77768

18.10584

Mesir

2007

13.28713

25.35425

7.41398 15.29401

-0.59987

18.12267

Mesir

2008

13.58073

25.42337

7.43498 15.23918

-0.38789

18.13954

Mesir

2009

13.47135

25.46917

7.41918 15.17206

-0.52629

18.15639

Mesir

2010

13.68694

25.51935

7.21501 15.16117

-0.42209

18.17319

Mesir

2011

14.15021

25.53683

7.08174 15.17162

-0.27224

18.18991

Nigeria

2005

12.03614

25.44398

4.30308 15.37776

-0.45493

18.75419

Nigeria

2006

11.97295

25.52289

4.30942 15.33883

-0.35406

18.78055

Nigeria

2007

12.18521

25.58895

4.33946 15.31159

-0.24625

18.80722

Nigeria

2008

12.57636

25.64976

4.44189 15.26506

-0.01219

18.83417

4 Nigeria

2009

12.24222

25.71681

4.22054 15.17669

-0.48655

18.86139

Nigeria

2010

12.66624

25.79228

3.99908 15.14052

-0.21515

18.88886

Nigeria

2011

13.05192

25.85799

3.88338 15.10273

0.00401

18.91655

Yordania

2005

11.96167

23.25560

9.52427 17.27046

0.16225

15.50394

Yordania

2006

12.10699

23.33368

9.52897 17.23237

0.20815

15.52678

Yordania

2007

11.69097

23.41226

9.53661 17.19259

0.27662

15.54911

Yordania

2008

12.77417

23.48209

9.54906 17.13706

0.45735

15.57095

Yordania

2009

11.78900

23.53547

9.67123 17.06235

0.21363

15.59300

Yordania

2010

11.83287

23.55828

9.53874 17.07884

0.28257

15.61491

Yordania

2011

11.93904

23.58379

9.51194 17.08125

0.43295

15.63699

Aljazair

2005

11.75329

25.35992

4.88613 15.46986

-0.44157

17.34072

Aljazair

2006

11.56679

25.37678

4.93722 15.49299

-0.32187

17.35668

Aljazair

2007

11.89462

25.41021

5.00852 15.49837

-0.21195

17.37363

Aljazair

2008

12.68450

25.43001

5.18395 15.49285

0.07049

17.39137

Aljazair

2009

12.00328

25.44687

5.12635 15.45467

-0.28723

17.40962

Aljazair

2010

11.97404

25.48224

4.98076 15.45861

-0.17886

17.42812

Aljazair

2011

11.98028

25.50791

4.97254 15.46086

0.00896

17.44683

Kuwait

2005

11.33361

25.11522

10.4114 15.26232

-0.28651

14.64681

5 Kuwait

2006

11.41656

25.16591

10.4529 15.25161

-0.14865

14.69822

Kuwait

2007

11.77064

25.20871

10.4803 15.24762

-0.05399

14.75353

Kuwait

2008

11.82801

25.25722

10.5879 15.21341

0.18719

14.80958

Kuwait

2009

11.52775

25.20434

10.5967 15.24495

-0.17836

14.86287

Kuwait

2010

11.49104

25.18035

10.4778 15.30825

0.07177

14.91131

Kuwait

2011

11.70123

25.24148

10.4856 15.27504

0.33048

14.95485

Oman

2005

10.28244

24.15419

10.1362 16.04246

-0.11084

14.74069

Oman

2006

10.72362

24.20773

10.1699 16.02891

0.00059

14.75353

Oman

2007

11.49506

24.27351

10.1722 16.00193

0.15639

14.75931

Oman

2008

11.93871

24.39396

10.2106 15.89578

0.43782

14.76853

Oman

2009

11.43877

24.40490

10.2879 15.86351

0.13799

14.79505

Oman

2010

11.65891

24.45928

10.1727 15.84844

0.29954

14.84612

Oman

2011

12.13605

24.46218

10.1492 15.87344

0.52532

14.92235

Yaman

2005

11.22423

23.54189

3.92543 16.81983

-0.42206

16.81820

Yaman

2006

11.40983

23.57310

3.85929 16.82860

-0.30605

16.84379

Yaman

2007

11.72605

23.60594

3.83370 16.83457

-0.18739

16.86867

Yaman

2008

11.63368

23.64177

3.80841 16.81303

-0.02094

16.89299

Yaman

2009

11.54110

23.67970

3.85626 16.75377

-0.21923

16.91694

6 Yaman

2010

11.65269

23.75390

3.58745 16.71888

-0.15959

16.94065

Yaman

2011

11.46429

23.64319

3.47872 16.85749

0.11664

16.96414

Iraq

2005

11.35611

24.32723

1.88599 16.11304

-7.07253

17.12522

Iraq

2006

11.09453

24.34091

1.52768 16.13934

-6.81715

17.15000

Iraq

2007

9.383201

24.35459

1.85060 16.16447

-6.62773

17.17382

Iraq

2008

12.48526

24.41859

1.93415 16.11476

-6.20191

17.19752

Iraq

2009

10.61076

24.47506

2.00304 16.03697

-6.56645

17.22213

Iraq

2010

10.85644

24.53198

1.89111 16.01936

-6.34691

17.24828

Iraq

2011

11.94618

24.61431

1.85107 15.96494

-6.10272

17.27372

Qatar

2005

11.02997

24.48539

7.88839 15.82286

-0.18354

13.61847

Qatar

2006

11.53018

24.65598

7.84187 15.69226

-0.01092

13.78258

Qatar

2007

11.89384

24.82149

7.77307 15.56556

0.08303

13.95741

Qatar

2008

11.36118

24.98447

7.78539 15.41688

0.29485

14.12234

Qatar

2009

11.21094

25.09779

7.95108 15.28222

-0.08504

14.26281

Qatar

2010

11.20114

25.25250

7.89207 15.16682

0.05613

14.37496

Qatar

2011

11.21600

25.37438

7.88944 15.07285

0.31999

14.46309

Sudan

2005

11.26182

24.00135

8.28999 16.51613

-0.82873

17.26822

Sudan

2006

11.35109

24.09725

8.40078 16.46022

-0.75433

17.29359

7 Sudan

2007

11.34499

24.20624

8.45842 16.39003

-0.61200

17.31861

Sudan

2008

11.53756

24.23584

8.44116 16.37472

-0.46701

17.34305

Sudan

2009

11.29076

24.26765

8.35405 16.32159

-0.65692

17.36665

Sudan

2010

11.48202

24.30184

8.14417 16.32671

-0.51290

17.38932

Sudan

2011

11.30510

24.26834

7.81545 16.38812

-0.60459

17.41093

Benin

2005

10.61302

22.19528

2.91228 18.63543

-1.00437

15.91749

Benin

2006

10.88414

22.23212

2.94922 18.63858

-0.83387

15.94893

Benin

2007

10.97584

22.27734

3.08354 18.63217

-0.42789

15.97969

Benin

2008

11.26960

22.32631

3.22749 18.59749

-0.33002

16.00976

Benin

2009

11.13755

22.35262

3.26897 18.54985

-0.43879

16.03914

Benin

2010

11.19018

22.37783

3.11485 18.56397

-0.44995

16.06783

Benin

2011

12.02793

22.41253

3.15286 18.55716

-0.4055

16.09583

Lampiran 2 Hasil uji Chow Redundant Fixed Effects Tests Equation: DETERMINAN_INDO_OKI Test period fixed effects Statistic Effects Test

d.f.

Period F Period Chi-square

1.939257 12.284045

Prob.

(6,107) 0.0810 6 0.0559

Lampiran 3 Hasil uji Hausman Correlated Random Effects - Hausman Test Equation: DETERMINAN_INDO_OKI Test period random effects Test Summary

Chi-Sq. Statistic

Period random

11.608456

Chi-Sq. d.f. Prob. 5 0.0406

Lampiran 4 Hasil estimasi gravity model dengan pendekatan fixed effect-Period SUR Dependent Variable: LNEKSPOR Method: Panel EGLS (Period SUR) Date: 05/01/14 Time: 17:57 Sample: 2005 2011 Periods included: 7 Cross-sections included: 17 Total panel (balanced) observations: 119 Linear estimation after one-step weighting matrix White period standard errors & covariance (d.f. corrected) Variable

Coefficie tnt Std. Error Statistic

LNGDPRIIL_CUST -0.504426 LNNTR -0.062645 LNOPEN_CUST 0.317622 LNPOP_CUST 0.227673 LNREMOTE -1.137646 C 39.46800

0.189284 -2.664913 0.071711 -0.873575 0.044705 7.104901 0.114265 1.992507 0.109007 -10.43641 4.970702 7.940125

Prob. 0.0089 0.3843 0.0000 0.0489 0.0000 0.0000

2 Effects Specification Period fixed (dummy variables) Weighted Statistics Mean dependent R-squared Adjusted Rsquared S.E. of regression

0.725308 var

7.077835 S.D. dependent

0.697069 var

8.067374

Sum squared 1.039374 resid Durbin-Watson 25.68432 stat

F-statistic Prob(Fstatistic)

115.5919 1.972679

0.000000 Unweighted Statistics Mean dependent

R-squared Sum squared resid

0.788981 var

12.59135

Durbin-Watson 47.39302 stat

0.479001

Lampiran 5 Hasil uji normalitas 20

Series: Standardized Residuals Sample 2005 2011 Observations 119

16

12

8

4

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

1.53e-16 0.010682 2.786105 -2.328355 0.989743 0.238169 3.320328

Jarque-Bera Probability

1.633813 0.441796

0 -2

-1

0

1

2

3

Lampiran 6 Uji Augmented-Dickey Fuller pada level Null Hypothesis: EKSPOR has a unit root Exogenous: Constant Lag Length: 2 (Automatic based on SIC, MAXLAG=11) t-Statistic

Prob.*

3 Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

-1.416420

0.5708

-3.506484 -2.894716 -2.584529

*MacKinnon (1996) one-sided p-values.

Lampiran 7 Uji Augmented-Dickey Fuller pada first difference Null Hypothesis: D(EKSPOR) has a unit root Exogenous: Constant Lag Length: 1 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level

-10.54567

Prob.* 0.0000

-3.506484 -2.894716 -2.584529

*MacKinnon (1996) one-sided p-values.

Lampiran 8 Grafik korelogram dari first difference nilai ekspor Indonesia ke negara-negara anggota OKI Date: 03/23/14 Time: 19:17 Sample: 2006M01 2015M07 Included observations: 90 Autocorrelatio n

Partial Correlation

****|. |

****|. |

. |* |

**|. |

. |. |

.*|. |

. |. |

. |. |

. |. |

.*|. |

. |. |

. |. |

. |. |

PAC

QStat

1 0.526 0.526 25.765 2 0.087 0.263 26.474 3 0.020 0.090 26.512 4 0.014 0.029 26.529 5 0.036 0.067 26.658 6 0.039 0.026 26.806

Prob 0.000 0.000 0.000 0.000 0.000 0.000

. |* |

. |. |

AC

7 0.045 0.080 27.010 0.000 . |*

|

8 0.034 0.172 27.128 0.001

4 **|. |

**|. |

. |** |

.*|. |

.*|. |

.*|. |

. |. |

. |. |

. |. |

|

.*|. |

. |*

. |. |

.*|.

.*|. |

. |* |

|

|

. |. |

. |* | .*|.

.*|. |

. |* |

.*|. |

. |. | . |.

.*|. |

. |. |

. |. |

. |* |

. |. |

.*|. |

. |. |

. |* |

| .*|. | . |**

| .*|.

.*|. |

. |. |

0.000

19 0.132 0.167 56.850 0.000 20 0.112 0.014 58.329 0.000 21 0.091 0.076 59.316 0.000 22 0.187 0.180 63.551 0.000 23 0.092 0.083 64.599 0.000 24 0.038 0.029 64.777 25 0.009 0.077 64.786 26 0.065 0.010 65.329 27 0.097 0.011 66.573 28 0.146 0.049 69.404

0.000 0.000 0.000 0.000 0.000

29 0.125 0.017 71.526 0.000 30 0.131 0.068 73.905 0.000

. |. |

|

0.000

. |.

.*|. |

0.000

. |. |

|

0.000

. |* |

|

15 0.004 0.145 43.623 16 0.212 0.195 48.645 17 0.211 0.060 53.711 18 0.098 0.166 54.813

. |*

.*|.

. |. |

. |. |

14 0.028 0.057 43.621 0.000

|

|

0.000

. |*

**|. |

0.000

13 0.026 0.002 43.537 0.000

|

|

0.000

. |.

. |. |

0.000

. |.

. |. |

9 0.287 0.272 35.548 10 0.243 0.126 41.638 11 0.127 0.110 43.316 12 0.037 0.045 43.463

.*|. |

31 0.217 0.034 80.529 32 0.177 0.100 84.981 33 0.048 0.038 85.312 34 0.014 0.116 85.341

0.000 0.000 0.000 0.000

5 . |.

. |.

|

35 0.055 0.010 85.790 0.000

| . |*

. |.

|

|

36 0.077 0.034 86.687 0.000

Lampiran 9 Hasil estimasi model ARIMA (0, 1, 1) Dependent Variable: D(EKSPOR) Method: Least Squares Date: 03/23/14 Time: 18:42 Sample (adjusted): 2006M02 2013M07 Included observations: 90 after adjustments Convergence achieved after 8 iterations MA Backcast: 2006M01 Coefficien t Std. Error t-Statistic

Variable C MA(1)

11630.83 -0.628435

R-squared Adjusted R-squared

0.326411 0.318756

S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

7548.969 0.083193

1.540717 -7.553931

Mean dependent var S.D. dependent var Akaike info 188603.5 criterion 3.13E+12 Schwarz criterion Hannan-Quinn -1219.959 criter. 42.64338 Durbin-Watson stat 0.000000

Inverted MA Roots

Prob. 0.1270 0.0000 11086.96 228506.5 27.15465 27.21020 27.17705 2.139831

.63

Lampiran 10 Hasil peramalan menggunakan model ARIMA (0, 1, 1).

4,000,000

Forecast: EKSPORF Actual: EKSPOR Forecast sample: 2006M01 2015M07 Adjusted sample: 2006M02 2015M07 Included observations: 90

3,500,000 3,000,000 2,500,000

Root Mean Squared Error Mean Absolute Error Mean Abs. Percent Error Theil Inequality Coefficient Bias Proportion Variance Proportion Covariance Proportion

2,000,000 1,500,000 1,000,000 500,000 0 06

07

08

09

10

EKSPORF

11

12 ± 2 S.E.

13

14

15

242155.5 183886.0 12.51566 0.083423 0.174822 0.233281 0.591897

6

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 8 Februari 1994 dari ibu Aida (alm) dan ayah Nasril. Penulis adalah putri kedua dari tiga bersaudara. Tahun 2010 penulis lulus dari SMAN 4 Jakarta dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur SNMPTN dan diterima di Program Studi Ilmu Ekonomi Syariah, Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen. Selama mengikuti perkuliahan, penulis aktif di lembaga struktural dibawah BEM FEM yaitu Sharia Economics Student-Club (SES-C) dalam divisi Islamic Economics Research (I-core) pada tahun 2011/2012 dan bidang Islamic AgriEconomist Forum (IAEF) pada tahun 2012/2013. Selama berada di SES-C penulis aktif dalam beberapa kepanitian yaitu dalam Sharia Economics at Seminar, Expo, and Campaign (SEASON) 7, 8, dan 9 serta Sharia Economics Excursion (SEE) di Kuala Lumpur dan Gerakan Kampanye Nasional Ekonomi Islam di Jakarta. Di luar kampus, penulis pernah menjadi staf Departemen Nasional (Depnas) Media di FoSSEI Nasional pada tahun 2012/2013. Pada Maret 2012 penulis pernah mengikuti Olimpiade Ekonomi Islam dalam Temu Ilmiah Nasional (Temilnas) yang diadakan oleh Forum Silaturahmi Studi Ekonomi Islam (FoSSEI) Nasional di Pekanbaru, Riau. Penulis juga pernah mengikuti beberapa lomba karya tulis ilmiah di STEI Tazkia, Universitas Padjajaran, Universitas Brawijaya, Universitas Gadjah Mada juga lolos untuk dipresentasikan dalam The 2nd International Conference on Islamic Economics and Economies of the OIC Countries (ICIE 2013) pada Januari 2013 di Kuala Lumpur dan The 2nd ASEAN Academic Society International Conference (AASIC 2013) pada Oktober 2013 di Bangkok.