POSISI DAYASAING DAN FAKTOR-FAKTOR YANG MEMENGARUHI EKSPOR BUAH-BUAHAN INDONESIA DI DUNIA DAN NEGARA TUJUAN
AMALIA PRADIPTA
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 “Posisi Dayasaing dan Faktor-Faktor yang Memengaruhi Ekspor Buah-Buahan Indonesia di Dunia dan Negara Tujuan” adalah benar karya saya dengan bimbingan dari dosen 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, 14 Juli 2014
Amalia Pradipta H14100106
ABSTRAK AMALIA PRADIPTA. Posisi Dayasaing dan Faktor-Faktor yang Memengaruhi Ekspor Buah-Buahan Indonesia di Dunia dan Negara Tujuan. Dibimbing oleh MUHAMMAD FIRDAUS. Keberhasilan dayasaing ekspor buah Indonesia di negara tujuan ditentukan oleh keunggulan komparatif dan kompetitif serta faktor lainnya. Revealed Comparative Advantage (RCA) dan Export Product Dynamic (EPD) digunakan untuk menganalisis posisi dayasaing ekspor buah-buahan Indonesia. Pada penelitian ini digunakan analisis data panel gravity model untuk menganalisis faktor-faktor yang memengaruhi aliran volume ekspor buah-buahan Indonesia (mangga, manggis, rambutan, pisang, dan melon). Pada metode Export Product Dynamic (EPD) dan Revealed Comparative Advantage (RCA) menunjukkan bahwa buah yang memiliki keunggulan komparatif dan kompetitif tertinggi di negara tujuan dan dunia adalah buah manggis, mangga, dan jambu. Ekspor buah Indonesia yang kehilangan kesempatan dalam bersaing di negara tujuan adalah stroberi. Hasil penelitian menunjukkan bahwa faktor yang memengaruhi aliran ekspor buah Indonesia ke negara tujuan meliputi harga ekspor, populasi, jarak ekonomi, GDP riil dan per kapita, nilai tukar riil, indeks harga konsumen Indonesia, dan variabel dummy krisis yang terjadi di Eropa. Kata kunci : Dayasaing, EPD, gravity model, RCA
ABSTRACT AMALIA PRADIPTA. The Position of Competitiveness and the Factors which Affect the Indonesian Fruits Export in The World and The Destination Countries. Supervised by MUHAMMAD FIRDAUS. The success of competitiveness of Indonesian fruits export in the destination countries is determined by comparative and competitive advantage and other factors. Revealed Comparative Advatege (RCA) and Export Product Dynamic (EPD) are used in this research to analyze the position of competitiveness of Indonesian fruits export. This research also uses panel gravity model to analyze the factors which affect the export volume of Indonesia fruits (mango, mangosteen, rambutan, banana, and melon). The results from EPD and RCA method show that fruits which have the highest comparative and competitive advantage in destination countries and the world are mangoesteen, mango, and guava. Indonesian fruits which its export experiences a lost opportunity for competing in the destination countries is strawberry. The results of this research shows that the factors which influence the export of Indonesian fruits the destination conutries are export price, population, economic distance, real GDP and GDP per capita, real exchange rate, Indonesian consumer price index, and dummy variable of crisis which happened in Europe. Key words: competitiveness, EPD, gravity model, RCA
POSISI DAYASAING DAN FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR BUAH-BUAHAN INDONESIA DI DUNIA DAN NEGARA TUJUAN
AMALIA PRADIPTA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2014
Judul Skripsi : Posisi Dayasaing dan Faktor-Faktor yang Memengaruhi Ekspor Buah-buahan Indonesia di Dunia dan Negara Tujuan Nama : Amalia Pradipta NRP : H14100106
Menyetujui,
Prof. Dr. Muhammad Firdaus, S.P., M.Si. Pembimbing
Mengetahui,
Dr. Ir. Dedi Budiman Hakim, M.Ec. Ketua Departemen
Tanggal Kelulusan:
PRAKATA Penulis mengucapkan segala puji dan syukur kepada Tuhan Yang Maha Esa, karena atas berkat rahmat dan karunia Tuhan Yang Maha Esa penulis dapat menyelesaikan skripsi yang berjudul “Posisi Dayasaing dan Faktor-Faktor yang Memengaruhi Ekspor Buah-Buahan Indonesia di Dunia dan Negara Tujuan” yang merupakan syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penulis dapat menyelesaikan skripsi ini dengan dukungan, bantuan, dan doa dari berbagai pihak. Oleh karena itu, penulis mengucapkan terima kasih khususnya kepada : 1. Tuhan Yang Maha Esa atas kemudahan dan rahmat yang telah diberikan kepada penulis dalam menyelesaikan penelitian ini. 2. Susmiyanto, S.H., M.P. dan In Suparyani, selaku kedua orangtua serta Hana Yustiana, S.E. dan Adli Prabaswara selaku kakak dan adik yang telah memberikan dukungan, doa, motivasi, dan semangat kepada penulis. 3. Bapak Prof. Dr. Muhammad Firdaus, S.P., M.Si., selaku dosen pembimbing skripsi atas segala perhatian, kebaikan, bantuan, motivasi dan bimbingannya selama ini kepada penulis. 4. Ibu Dr. Tanti Novianti, S.P., M.Si., selaku dosen penguji utama yang telah memberikan saran dan kritik kepada penulis. 5. Bapak Dr. Muhammad Findi Alexandi, M.E., selaku dosen penguji komisi pendidikan yang telah memberikan banyak saran, arahan, dan kritik kepada penulis. 6. Seluruh dosen dan staf dekanat Fakultas Ekonomi dan Manajemen serta departemen Ilmu Ekonomi yang telah memberikan ilmu, pengetahuan, motivasi, dan bantuan selama menjalankan perkulihan di Institut Pertanian Bogor (IPB). 7. Teman-teman satu bimbingan Kusuma Hani Putri, Rahma Linda Kusuma, Irgandhi Agra, dan Carmin atas semangat, motivasi, doa, dukungan, dan kebersamaan selama berjuang menulis skripsi ini. 8. Sahabat-sahabat terbaik Ayu, Anin, Ulfi, Cika, Pupu, Erlangga, Fajri, Alfin, Arti, Heni, Uke, Tika, Dwiki, Dian, dan Vida serta teman-teman Ilmu Ekonomi yang telah memberikan semangat, saran, doa, motivasi, dan dukungan. Bogor, 14 Juli 2014
Amalia Pradipta
DAFTAR ISI DAFTAR TABEL
ix
DAFTAR GAMBAR
x
DAFTAR LAMPIRAN
xi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
5
Tujuan Penelitian
8
Manfaat Penelitian
8
Ruang Lingkup Penelitian
9
TINJAUAN PUSTAKA
10
Perdagangan Internasional
10
Dayasaing
12
Teori Keunggulan Komparatif (Comparative Advantage Theory)
12
Teori Keunggulan Kompetitif (Competitive Advantage Theory)
13
Ekspor dan Impor
14
Growth Domestic Product (GDP) riil
14
Growth Domestic Product (GDP) per kapita
15
Nilai tukar riil
15
Populasi
16
Jarak Ekonomi
16
Indeks Harga Konsumen (IHK)
16
Harga Ekspor
17
Kerangka Pemikiran
17
Penelitian Terdahulu
19
Hipotesis
22
METODE
22
Jenis dan Sumber Data
22
Metode Analisis dan Pengolahan Data
23
Estimasi model
26
Uji Kesesuaian Model
27
HASIL DAN PEMBAHASAN
29
Posisi Dayasaing Ekspor Buah-Buahan Indonesia ke Dunia Berdasarkan Revealed Comparative Advatage (RCA) Tahun 2003-2012
29
Posisi Dayasaing Ekspor Buah-Buahan Indonesia ke Dunia Berdasarkan Estimasi Export Product Dynamics (EPD) Tahun 2003-2012
34
Posisi Dayasaing Ekspor Buah-Buahan Indonesia ke Negara Tujuan Tahun 2003-2012 Berdasarkan RCA dan EPD
35
Analisis Faktor- Faktor yang Memengaruhi Volume Ekspor Buah Indonesia di Negara Tujuan 55 SIMPULAN DAN SARAN
74
Simpulan
74
Saran
75
DAFTAR PUSTAKA
76
LAMPIRAN
79
DAFTAR RIWAYAT
109
DAFTAR TABEL 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
Persentase kontribusi menurut lapangan usaha terhadap PDB Indonesia tahun 2008-2012 (persen) 1 Rata-rata volume neraca peradagangan buah-buahan Indonesia yang memiliki potensi ke dunia selama tahun 2008-2012 (Kg) 7 Jenis dan sumber data 23 Selang nilai statistika Durbin Watson serta keputusannya 29 Rata-rata nilai dan volume ekspor serta nilai RCA ekspor buah-buahan Indonesia ke dunia tahun 2003-2012 30 Hasil estimasi RCA dan EPD ekspor buah Indonesia ke dunia tahun 2003-2012 30 Nilai dan volume ekspor nenas Indonesia ke dunia tahun 2003-2012 32 Nilai dan volume ekspor pisang Indonesia ke dunia tahun 2003-2012 33 Hasil estimasi EPD ekspor buah Indonesia ke dunia tahun 2003-2012 34 Hasil estimasi RCA dan EPD ekspor buah mangga, manggis, dan jambu Indonesia ke negara tujuan 2003-2012 36 Hasil estimasi EPD eksportir pesaing di Jerman tahun 2003-2012 38 Posisi dayasaing stroberi Indonesia ke negara tujuan tahun 2003-2012 41 Posisi dayasaing ekspor pisang Indonesia ke negara tujuan tahun 2003-2012 43 Harga ekspor pisang Indonesia dan pesaing di negara tujuan Amerika Serikat tahun 2003-2012 (US$/Kg) 44 Posisi dayasaing pesaing di Jepang tahun 2003-2012 45 Posisi dayasaing ekspor melon dan semangka Indonesia ke negara tujuan selama tahun 2003-2012 47 Nilai RCA ekspor pisang Indonesia dan pesaing di negara tujuan Jepang tahun 2003-2012 48 Posisi pangsa pasar pesaing eksportir melon dan semangka ke Hongkong tahun 2003-2012 50 Posisi dayasaing ekspor nenas Indonesia ke negara tujuan selama tahun 2003-2012 51 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor manggis Indonesia ke negara tujuan tahun 2008-2012 55 Volume ekspor manggis Indonesia ke negara-negara tujuan kawasan Eropa (Kg) 60 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor mangga Indonesia ke negara tujuan tahun 2008-2012 61 Volume ekspor (Kg) dan harga ekspor (US$/Kg) mangga Indonesia di negara tujuan tahun 2008-2012 65 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor rambutan ke negara tujuan rambutan tahun 2008-2012 66 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor pisang Indonesia ke negara tujuan tahun 2005-2012 70 Hasil estimasi faktor-faktor yang memengaruhi nilai ekspor melon Indonesia ke negara tujuan tahun 2003-2012 73
DAFTAR GAMBAR 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Neraca perdagangan hortikultura 2008-2012 Produksi buah-buahan Indonesia tahun 2008-2012 (Ton) Rata-rata pertumbuhan produksi buah-buahan 2008-2012 (persen) Tingkat konsumsi buah-buahan penduduk Indonesia tahun 2008-2012 (Kg/Kapita/Tahun) Volume ekspor buah-buahan Indonesia ke dunia tahun 2003-2012 Rata-rata volume ekspor buah-buahan Indonesia 2003-2012 Kurva Perdagangan Internasional Kerangka pemikiran Kuadran posisi pasar Export Product Dynamic (EPD) Nilai dan volume ekspor mangga, manggis, dan jambu 2003-2012 Hasil EPD ekspor buah Indonesia ke dunia tahun 2003-2012 Rata-rata nilai RCA eksportir pesaing di Jepang tahun 2003-2012 Rata-rata harga ekspor mangga, manggis, dan jambu Jerman tahun 2003-2012 Hasil estimasi EPD ekspor mangga, manggis, dan jambu Indonesia ke negara tujuan tahun 2003-2012 Nilai ekspor stroberi Indonesia dan pesaing New Zealand ke Singapura tahun 2003-2012 Hasil estimasi EPD ekspor stroberi Indonesia ke negara tujuan tahun 2003-2012 Hasil estimasi EPD ekspor pisang Indonesia selama 2003-2012 Rata-rata nilai RCA ekspor pisang dan pesaing di Amerika Serikat selama tahun 2003-2012 Rata-rata harga ekspor pisang di Iran tahun 2003-2012 Harga ekspor melon dan semangka Indonesia dan pesaing di Brunei tahun 2003-2012 Harga ekspor melon dan semangka Indonesia dan pesaing di Jepang tahun 2003-2012 Hasil estimasi EPD ekspor melon dan semangka Indonesia ke negara tujuan tahun 2003-2012 Harga ekspor Indonesia dan pesaing di Hongkong tahun 2003-2012 Nilai RCA ekspor nenas Indonesia ke Korea pada tahun 2003-2012 Nilai RCA ekspor nenas Indonesia di Singapura tahun 2003-2012 Hasil estimasi posisi EPD ekspor nenas Indonesia ke negara tujuan tahun 2003-2012 Harga ekspor nenas Thailand dan Indonesia tahun 2003-2012 Perkembangan GDP riil Indonesia pada tahun 2008-2012 Rata-rata jarak ekonomi Indonesia dengan negara tujuan selama tahun 2008 sampai 2012 Harga ekspor mangga Indonesia ke negara tujuan pada tahun 2012 (US$/Kg) Nilai tukar riil Indonesia tahun 2008 sampai 2012 (Rp/USD)
2 3 4 4 5 6 11 18 25 31 35 37 39 40 41 42 44 45 46 47 48 49 50 52 52 53 54 58 63 64 68
DAFTAR LAMPIRAN 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
Negara tujuan ekspor manggis Indonesia tahun 2008-2012 Uji Chow model manggis Uji Hausman model manggis Fixed Effect Model (FEM) manggis dengan pembobotan GLS Uji Normalitas model manggis Uji Multikolinearitas model manggis Efek individu model manggis Negara tujuan ekspor mangga Indonesia tahun 2008-2012 Uji Chow model mangga Uji Hausman model mangga Fixed Effect Model (FEM) mangga dengan pembobotan GLS Uji Normalitas model mangga Uji Multikolinearitas model mangga Efek individu model mangga Negara tujuan ekspor melon Indonesia tahun 2003-2012 Uji Hausman model melon Fixed Effect Model (FEM) melon dengan pembobotan GLS Uji Normalitas model melon Uji Multikolinearitas model melon Efek individu model melon Negara tujuan ekspor rambutan Indonesia tahun 2008-2012 Uji Chow model rambutan Uji Hausman model rambutan Fixed Effect Model (FEM) rambutan dengan pembobotan GLS Uji Normalitas model rambutan Uji Multikolinearitas model rambutan Efek individu model rambutan Negara tujuan ekspor pisang Indonesia tahun 2005-2012 Uji Chow model pisang Uji Hausman model pisang Fixed Effect Model (FEM) pisang dengan pembobotan GLS Uji Normalitas model pisang Uji Multikolinearitas model pisang Efek individu model pisang Hasil estimasi RCA dan EPD ekspor mangga, manggis, dan jambu Indonesia ke negara tujuan tahun 2003-2012 Hasil estimasi RCA dan EPD ekspor nenas Indonesia 2003-2012 Hasil estimasi RCA dan EPD pisang Indonesia 2003-2012 Hasil estimasi RCA dan EPD ekspor melon dan semangka tahun 2003-2012 Hasil estimasi RCA dan EPD ekspor stroberi Indonesi 2003-2012
79 80 81 81 82 82 82 83 84 84 85 85 86 86 86 87 87 88 88 88 88 90 90 90 91 91 91 92 93 93 94 94 95 95 95 100 102 105 107
1
PENDAHULUAN Latar Belakang Sebagai negara agraris, Indonesia tentu memiliki banyak potensi pada sektor pertanian yang berkontribusi terhadap Pendapatan Domestik Bruto (PDB) Indonesia serta bagi peningkatan devisa dalam kegiatan ekspor di pasar internasional. Selama tahun 2008 sampai 2012, kontribusi sektor pertanian terhadap Pendapatan Domestik Bruto (PDB) merupakan terbesar kedua setelah sektor industri pengolahan dengan rata-rata kontribusi sebesar 14.84 persen. Apabila dilihat dari nilai ekspornya, sektor pertanian memiliki kecenderungan peningkatan dengan rata-rata pertumbuhan sebesar 7.71 persen. Persentase kontribusi masing-masing sektor menurut lapangan usaha terhadap PDB tahun 2008 sampai 2012 secara keseluruhan dapat ditunjukkan oleh Tabel 1. Tabel 1 Persentase kontribusi menurut lapangan usaha terhadap PDB Indonesia tahun 2008-2012 (persen) Lapangan usaha 1. Pertanian a. Pertanian sempit -Tanaman bahan makanan -Tanaman perkebunan -Peternakan b. Kehutanan c. Perikanan 2. Pertambangan dan penggalian 3. Industri pengolahan 4. Listrik, gas, dan air bersih 5. Bangunan 6. Perdagangan, hotel, dan restoran 7. Pengangkutan dan komunikasi 8. Keuangan, persewaan, dan jasa perusahaan 9. Jasa-jasa
2008 14.48 10.89 7.07 2.14 1.68 0.82 2.77 10.94 27.81 0.83 8.48 13.97 6.31 7.44 9.74
2009 15.29 11.33 7.48 1.99 1.87 0.80 3.15 10.56 26.36 0.83 9.90 13.28 6.31 7.23 10.24
Tahun 2010 15.29 11.44 7.48 2.11 1.85 0.75 3.09 11.16 24.80 0.76 10.25 13.69 6.56 7.24 10.24
2011 14.70 10.95 7.14 2.07 1.74 0.70 3.05 11.85 24.33 0.77 10.16 13.80 6.62 7.21 10.56
2012 14.44 10.68 6.97 1.94 1.77 0.67 3.10 11.78 23.94 0.79 10.45 13.90 6.66 7.26 10.78
Sumber : Kementerian Pertanian, 2012
Tabel 1 menjelaskan bahwa tanaman bahan makanan memberikan kontribusi terbesar bagi sektor pertanian dengan rata-rata kontribusi sebesar 7.22 persen. Salah satu sub sektor tanaman bahan makanan yang memberikan kontribusi terhadap PDB adalah hortikultura. Hortikultura dapat diartikan sebagai suatu cabang ilmu pertanian yang mempelajari mengenai pembudidayaan, pengembangan, dan produktivitas suatu komoditi atau tanaman (Kementan 2014). Kelompok holtikultura dapat dibedakan menjadi empat kelompok yang terdiri dari tanaman hias, tanaman obat, sayuran, dan buah-buahan. Berdasarkan data Kementerian Pertanian pada tahun 2012, kontribusi ekspor hortikultura terhadap sektor pertanian mencapai 1.50 persen, sedangkan kontribusi impornya mencapai 13.02 persen. Tingginya kontribusi impor dibandingkan ekspor ini
2 mengakibatkan neraca perdagangan hortikultura mengalami defisit selama tahun 2008 sampai 2012. Neraca perdagangan hortikultura dapat dilihat pada Gambar 1.
Nilai (1000 US$)
2,250,000 1,500,000 750,000
Ekspor Impor
0 2008
2009
2010
-750,000 -1,500,000
2011
2012
Neraca
Tahun
Sumber : Kementerian Pertanian, 2013
Gambar 1 Neraca perdagangan hortikultura Indonesia tahun 2008-2012 Ekspor hortikultura selama tahun 2008 sampai 2012 mengalami peningkatan, namun peningkatan ekspor ini belum mampu mengalahkan tingginya impor hortikultura. Nilai neraca hortikultura yang turun hingga mencapai 1,308,868 ribu dollar pada tahun 2012 menunjukkan bahwa perdagangan hortikultura mengalami defisit pada setiap tahunnya dikarenakan impor yang lebih besar dibandingkan ekspor. Kondisi ini merupakan tantangan bagi Indonesia untuk melakukan berbagai strategi kebijakaan agar dapat meningkatkan dayasaing hortikultura yang memiliki potensi ekspor di pasar internasional. Hortikultura berpotensi besar dalam kegiatan perdagangan antar negara karena memiliki nilai ekonomi tinggi di pasar domestik maupun internasional. Banyak negara yang mengandalkan peningkatan devisa negara melalui ekspor produk-produk hortikultura, diantaranya Belanda yang memiliki dayasaing kuat pada tanaman hias (bunga tulip), dan Nikaragua dengan (pisang). Hal ini juga diikuti oleh Indonesia yang mengandalkan produk-produk hortikultura seperti buah-buahan untuk meningkatkan devisa. Komoditas buah-buahan memiliki kontribusi terbesar bagi PDB hortikultura selama lima tahun terakhir dengan rata-rata kontribusi sebesar 54.7 persen, sedangkan kontribusi terkecil ditempati oleh tanaman obat dengana ratarata kontribusi sebesar 4.26 persen. Posisi kedua dan ketiga ditempati oleh sayuran dan tanaman hias yang masing-masing memiliki rata-rata kontribusi sebesar 34.33 persen dan 6.75 persen. Kontribusi buah-buahan terhadap PDB hortikultura mengalami penurunan di tahun 2010 yaitu sebesar 125.480 milyar rupiah. Salah satu penyebab yang diperkirakan turunnya kontribusi buah-buahan di 2010 adalah adanya pengaruh krisis Eropa. Negara-negara Eropa merupakan dominan ekspor buah Indonesia, sehingga pada saat terjadinya krisis Eropa cenderung akan memengaruhi ekspor buah Indonesia. Tingginya kontribusi buah-buahan dibandingkan dengan komoditas hortikultura lainnya dikarenakan buah-buahan memiliki banyak sumber vitamin, mineral, protein, gizi yang tinggi, dan rasa khas, sehingga membuat komoditas ini mempunyai pasar tersendiri di domestik maupun internasional. Selain itu,
3 strategisnya letak lintang dan garis bujur Indonesia menyebabkan Indonesia memiliki musim buah yang berbeda dengan negara lain. Musim buah yang unik di Indonesia mengakibatkan Indonesia memiliki banyak buah unggulan yang dapat bersaing di pasar global seperti alpukat, mangga, rambutan, durian, sawo, pepaya, pisang, salak, jeruk, dan jambu (Henky et al. 1997). Menurut Harsiah et al. (1993) buah-buahan yang memiliki peluang besar diekspor dan bagi industri pengolahan yaitu mangga, alpukat, rambutan, durian, nenas, pisang, manggis, dan duku. Banyaknya buah unggulan Indonesia dan besarnya potensi ekspor diharapkan dapat meningkatkan posisi Indonesia yang saat ini menempati peringkat 41 terbesar di dunia sebagai eksportir buah (Kompas 2013). Tingkat produksi, produktivitas, dan luas panen buah Indonesia kerap kali menentukan potensi seberapa besar kemampuan bersaing dengan eksportir buah lain dalam menguasai pangsa pasar ekspor buah di negara tujuan maupun dunia. Semakin tingginya produksi dan produktivitas buah maka potensi ekspornya akan semakin tinggi. Produksi buah-buahan Indonesia selama tahun 2008 sampai 2012 dapat dilihat pada Gambar 2.
Produksi (Ton)
22,500,000 20,304,487
20,871,337 20,132,229
20,528,499
20,000,000 17,519,277 17,500,000
15,000,000
2008
2009
2010 Tahun
2011
2012
Sumber : Ditjend Hortikultura, 2013
Gambar 2 Produksi buah-buahan Indonesia tahun 2008-2012 (Ton) Selama tahun 2008 sampai 2012 produksi buah-buahan Indonesia cenderung mengalami peningkatan, penurunan secara signifikan hanya terjadi pada tahun 2010 yaitu sebesar 15,490,373 ton. Salah satu penyebab menurunnya produksi buah Indonesia pada tahun 2010 adalah adanya penurunan produktivitas buah Indonesia yang mencapai 5.94 persen pada tahun 2010, sehingga menyebabkan penurunan pada sebagian besar produksi buah-buahan Indonesia. Selain itu, adanya perubahan cuaca ekstrem yang terjadi pada tahun 2010 menyebabkan produksi buah Indonesia pada tahun tersebut mengalami penurunan secara signifkan. Penurunan produksi buah unggulan merupakan salah satu penyebab turunnya produksi buah-buahan Indonesia pada tahun tersebut. Salah satu buah unggulan yang mengalami penurunan produksi pada tahun 2010 adalah manggis yang mencapai penurunan sebesar 19.91 persen dibandingkan produksi pada tahun sebelumnya. Indonesia sebagai negara dengan iklim tropis tentu memiliki pengaruhnya terhadap pertumbuhan produksi buah-buahan Indonesia. Buah yang sangat
4 tergantung pada musim akan cenderung mengalami rata-rata pertumbuhan yang signifikan, sedangkan buah yang tidak tergantung pada musim memiliki rata-rata pertumbuhan yang tidak terlalu signifikan. Hal ini ditunjukkan oleh buah pisang yang memiliki peningkatan produksi terbesar diantara buah lainnya yaitu sebesar 6,189,052 ton pada tahun 2012, namun hanya memiliki rata-rata pertumbuhan produksi sebesar 0.92 persen yang artinya pisang merupakan salah satu buah yang tidak tergantung pada musim tertentu. Rata-rata pertumbuhan buah-buahan Indonesia tahun 2008 sampai 2012 dapat dilihat pada Gambar 3.
Sumber : BPS, 2013
Gambar 3 Rata-rata pertumbuhan produksi buah-buahan 2008-2012 (persen) Posisi sepuluh terbesar buah-buahan yang memiliki rata-rata pertumbuhan tertinggi pada Gambar 3 adalah stroberi, manggis, duku, apel, melon, jeruk besar, nenas, sawo, belimbing, dan mangga, sedangkan buah unggulan seperti rambutan, pisang, dan semangka memiliki rata-rata pertumbuhan produksi yang cenderung kecil yaitu sebesar -6.72 persen, 0.92 persen, dan 3.6 persen. Selama tahun 2008 sampai 2012 tingkat konsumsi buah Indonesia cenderung berfluktuasi yang dapat dilihat pada Gambar 4.
Tingkat konsumsi (Kg/Kapita/Tahun)
35
31.93 27.89
30 23.24
25
23.22
22.85
2011
2012
20 15 10 5 0 2008
2009
2010 Tahun
Sumber : Kementerian Pertanian, 2013
Gambar 4 Tingkat konsumsi buah-buahan penduduk Indonesia tahun 2008-2012 (Kg/Kapita/Tahun)
5 Gambar 4 menunjukkan penurunan tingkat konsumsi buah penduduk Indonesia secara signifikan terjadi pada tahun 2009 yang mencapai 23.24 kg per kapita per tahun. Rata-rata konsumsi jumlah penduduk Indonesia sebesar 25.82 kg per kapita per tahun masih tergolong rendah. Tingkat konsumsi buah penduduk suatu negara seharusnya mencapai 60 kg per kapita per tahunnya. Dengan rata-rata konsumsi sebesar 25.82 kg per kapita per tahun dan jumlah penduduk rata-rata sebesar 242,207,302 maka jumlah konsumsi buah ratarata Indonesia selama 2008 sampai 2012 adalah sebesar 6,256,214.611 ton. Hal ini menunjukkan bahwa rata-rata produksi buah selama tahun 2008 sampai 2012 sebesar 19,871,166 telah mampu memenuhi kebutuhan konsumsi dalam negeri. Selain itu, tingkat konsumsi terhadap beberapa buah seperti melon, semangka, pisang, rambutan, nenas, pepaya, dan durian cenderung meningkat selama tahun 2008 sampai 2012, dan peningkatan konsumsi beberapa buah ini dapat dijadikan sebagai peluang buah-buahan Indonesia untuk diekspor. Potensi arus perdagangan komoditi buah-buahan Indonesia bukan hanya dipengaruhi oleh jumlah produksi, tingkat konsumsi, dan kualitas, namun kemampuan berdayasaing buah-buahan Indonesia juga turut memengaruhinya. Semakin tinggi kemampuan bersaing buah Indonesia maka peluang ekspor buah akan semakin tinggi. Perumusan Masalah Keanekaragaman dan tingkat produksi buah-buahan Indonesia yang cenderung meningkat setiap tahunnya merupakan peluang Indonesia untuk meningkatkan ekspor buah-buahan di pasar internasional. Selama 2003 sampai 2012 permintaan buah-buahan Indonesi ke dunia cenderung meningkat yang dapat dibuktikan dengan semakin meningkatnya volume ekspor buah ke dunia selama tahun 2003 sampai 2012 pada Gambar 5. 32,500,000
28,794,236
Volume ekspor (Kg)
25,472,156 26,000,000 19,500,000 13,000,000
22,336,164 19,465,596
17,956,097 20,391,352 14,804,577
18,701,044
20,081,250
16,419,273
6,500,000 0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Tahun Sumber : Kementerian Perdagangan, 2013
Gambar 5 Volume ekspor buah-buahan Indonesia ke dunia tahun 2003-2012 (Kg) Gambar 5 menunjukkan bahwa penurunan volume ekspor secara signifikan terjadi pada tahun 2004 sebesar 14,804,577 kg dikarenakan adanya
6 penurunan pertumbuhan volume ekspor sebesar 41.88 persen, sedangkan harga ekspor buah-buahan Indonesia pada tahun tersebut mencapai penurunan sebesar 37.37 persen. Hal ini menunjukkan bahwa harga dan pertumbuhan volume ekspor yang berfluktuasi dapat memengaruhi kondisi ekspor buah Indonesia di pasar internasional. Kondisi ini merupakan peluang sekaligus tantangan bagi Indonesia untuk meningkatkan dayasaing ekspor buah-buahan Indonesia di pasar internasional maupun negara-negara tujuan. Negara-negara tujuan ekspor buah Indonesia merupakan negara pengimpor buah yang tinggi seperti Uni Eropa (43 persen), Amerika Serikat (16 persen), Jepang (4 persen), negara-negara federasi Uni Soviet (5 persen), negara-negara Asia Tenggara (2 persen), dan negara lainnya (24 persen) (Ashari 2002006). Kementerian Pertanian mengatakan bahwa pengembangan komoditi buah-buahan tidak hanya meningkatkan pendapatan Indonesia, namun juga memperluas jangkauan pangsa pasar terhadap kebutuhan akan komoditi ini apalagi dengan adanya globalisasi. Globalisasi memberikan kemudahan dalam melakukan ekspor buah Indonesia dengan berbagai negara yang didukung dengan adanya perkembangan transportasi. Adanya perubahan pola konsumsi buah yang menuntut buah dengan kualitas tinggi akan memengaruhi arus perdagangan dan dayasaing ekspor buah di pasar internasional. Semakin tinggi pendapatan suatu rumah tangga akan meningkatkan kebutuhan konsumsi buah sehingga konsumen atau masyarakat akan cenderung lebih kritis terhadap kualitas maupun jenis buah yang mereka konsumsi. Pola konsumsi rumah tangga memberikan kontribusi terbesar yaitu sebesar 35 persen sampai dengan 40 persen dari total permintaan buah di Indonesia. Buah-buahan yang dikonsumsi oleh rumah tangga merupakan buah lokal dan impor, sehingga apabila kualitas dan volume buah Indonesia tidak stabil maka akan mengakibatkan kurangnya kemampuan dalam memenuhi permintaan pasar. Kondisi ini akan membuat buah lokal akan semakin tersaingi oleh buah impor walaupun jumlah produksi buah menunjukkan peningkatan di level konsumsi. Rata-rata volume ekspor buah Indonesia yang memiliki potensi ekspor selama tahun 2003 sampai 2012 ditunjukkan pada Gambar 6.
Volume ekspor (Kg)
12,500,000 10,000,000 7,500,000 5,000,000 2,500,000
0
Buah Sumber : Badan Pusat Statistika dan UN Comtrade, 2013
Gambar 6 Rata-rata volume ekspor buah-buahan Indonesia 2003-2012
7 Terdapat sepuluh buah-buahan yang memiliki volume ekspor tertinggi pada Gambar 6 yaitu manggis, pisang, mangga, nenas, rambutan, lemon, stroberi, semangka, melon, dan pepaya. Tingginya volume ekspor selama tahun 2008 sampai 2012 ini menandakan bahwa permintaan ekspor ke dunia kesepuluh buah ini tinggi. Namun, tingginya ekspor buah-buahan ini perlu mendapat perhatian yang tinggi dikarenakan masih adanya beberapa buah yang memiliki neraca perdagangan yang defisit. Neraca perdagangan buah-buahan ini dapat dilihat pada Tabel 2. Tabel 2 Rata-rata volume neraca peradagangan buah-buahan Indonesia yang memiliki potensi ke dunia selama tahun 2008-2012 (Kg) Komoditi Nenas Jeruk Semangka Stroberi Mangga Manggis Melon Pisang Rambutan
Volume (Kg) Ekspor 638,367 163,722 262,952 263,476 1,365,487 9,660,949 200,747 1,752,035 383,620
Impor 59,966 29,914,089 559,629 224,403 913,509 6,135 342,540 828,183 373,801
Neraca 578,401 -29,750,367 -296,677 39,073 451,978 9,654,814 -141,793 923,852 9,819
Sumber : BPS, Kemendag, dan UN Comtrade, 2013
Neraca perdagangan buah-buahan Indonesia berdasarkan volumenya menunjukkan bahwa selama tahun 2008 sampai 2012 buah yang mengalami defisit adalah melon, semangka, dan jeruk. Buah yang mengalami surplus perdagangan tertinggi adalah manggis dengan rata-rata ekspor sebesar 9,660,949 ton. Pada Tabel 2 menunjukkan bahwa jeruk memiliki defisit volume perdagangan tertinggi dibandingkan dengan buah lainnya. Buah selain melon, semangka, dan jeruk memiliki rata-rata volume ekspor yang lebih tinggi dibandingkan dengan impornya, sehingga mencapai surplus perdagangan. Hal ini menunjukkan bahwa buah Indonesia memiliki kemampuan bersaing di pasar global, sehingga diperlukannya analisis mengenai pangsa pasar mana yang menjadi potensi ekspor buah Indonesia, perkembangan posisi dayasaing, dan faktor apa saja yang dapat memengaruhi peningkatan atau penurunan aliran ekspor buah Indonesia, sehingga diharapkan Indonesia mampu mempertahankan atau meningkatkan dayasaingnya di dunia maupun negara tujuan. Peningkatan dayasaing ekspor buah-buahan Indonesia perlu dilakukan karena menurut Harsiah (1993), negara importir buah menghendaki buah-buahan yang memiliki mutu yang baik meskipun harganya mahal. Kondisi ini menunjukkan bahwa perlu dilakukannya analisis mengenai posisi dayasaing ekspor buah Indonesia dan mengkaji mengenai faktor apa saja yang dapat memengaruhi volume ekspor buah-buahan unggulan Indonesia di perdagangan internasional sehingga nantinya dapat ditentukan strategi kebijakan yang
8 diprioritaskan dalam meningkatkan posisi dayasaing dan ekspor buah Indonesia di perdagangan internasional. Berdasarkan penjabaran yang telah disampaikan di atas, maka muncul beberapa permasalahan yang berkaitan mengenai dayasaing dan ekspor buahbuahan Indonesia di perdagangan internasional yang dapat dirumuskan sebagai berikut : 1. Bagaimana posisi dayasaing ekspor buah-buahan Indonesia di negara tujuan utama ekspor dan dunia? 2. Apa saja yang menjadi faktor-faktor yang memengaruhi ekspor buahbuahan Indonesia? 3. Bagaimana strategi yang dapat mendukung keberhasilan dan meningkatkan dayasaing buah-buahan Indonesia di pasar internasional? Tujuan Penelitian Berdasarkan latar belakang dan rumusan masalah yang telah disampaikan pada bagian sebelumnya, penelitian yang penulis lakukan memiliki tujuan secara umum yaitu menganalisis dayasaing dan faktor yang memengaruhi ekspor komoditi buah-buahan Indonesia di pasar internasional. Selain itu, pada penelitian ini memiliki tujuan secara khusus yaitu : 1. Menganalisis posisi dayasaing ekspor buah-buahan Indonesia di negara tujuan utama ekspor dan dunia 2. Menganalisis faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia 3. Menganalisis strategi yang dapat mendukung keberhasilan dan meningkatkan dayasaing buah-buahan Indonesia di pasar internasional
Manfaat Penelitian Pada penelitian ini, secara umum manfaat yang diharapkan dapat memberikan informasi mengenai dayasaing ekspor buah-buahan Indonesia di pasar internasional maupun negara tujuan. Selain itu, penelitian ini diharapkan mampu menganalisis mengenai faktor-faktor yang memengaruhi ekspor buahbuahan Indonesia sehingga nantinya dapat dirumuskan strategi kebijakan yang dapat meningkatkan ekspor buah-buahan Indonesia. Secara khusus, penelitian ini memiliki manfaat penelitian yang dapat dijelaskan sebagai berikut : 1. Bagi penulis, penelitian ini diharapkan mampu memberikan dan menambah pengetahuan bagi penulis mengenai perkembangan dunia industri perdagangan khususnya perdagangan ekspor buah-buahan Indonesia di pasar internasional dan negara tujuan. 2. Bagi penelitian lanjutan, penelitian ini diharapkan mampu digunakan sebagai bahan referensi dan informasi penelitian selanjutnya. 3. Bagi pemerintah, penelitian ini diharapkan mampu memberikan informasi mengenai strategi kebijakan yang dapat meningkatkan dayasaing perdagangan buah-buahan Indonesia.
9 Ruang Lingkup Penelitian Pada penelitian ini, penulis akan menganalisis mengenai dayasaing ekspor buah-buahan Indonesia serta menganalisis faktor-faktor yang memengaruhi volume ekspor buah-buahan Indonesia, sehingga dapat dirumuskan strategi kebijakan apa yang dapat mendukung keberhasilan dayasaing dan peningkatan ekspor buah-buahan Indonesia. Data sekunder buah-buahan yang dijadikan sebagai bahan penelitian mengenai posisi dayasaing menggunakan kelompok buah berdasarkan UN Comtrade HS 1996 dengan enam digit yang meliputi HS 080450 (mangga, manggis, dan jambu), HS 080300 (pisang), HS 080430 (nenas), HS 080719 (melon dan semangka), dan HS 081010 (stroberi). Posisi dayasaing rambutan tidak dimasukan ke dalam analisis menggunakan RCA dan EPD dikarenakan keterbatasan data nilai ekspor rambutan dari dunia ke negara tujuan yang berasal dari UN Comtrade, Trade Map, dan Badan Pusat Statistika. Periode yang digunakan untuk menganalisis posisi dayasaing ekspor buah-buahan Indonesia adalah tahun 2003 sampai 2012. Periode ini digunakan untuk menggambarkan kondisi 10 terakhir posisi dayasaing ekspor buah-buahan Indonesia. Selain itu, periode analisis tahun 2003 sampai 2012 dipilih oleh penulis karena penulis ingin menganalisis bagaimana posisi dayasaing ekspor buah-buahan Indonesia pada saat adanya fluktuasi nilai dan volume ekspor selama 10 tahun terakhir. Buah-buahan yang akan dianalisis mengenai faktor-faktor yang memengaruhi volume ekspor buah-buahan Indonesia menggunakan kelompok buah berdasarkan kode HS 10 digit berdasarkan Badan Pusat Statistika (2012) yang meliputi HS 0804502000 (mangga), HS 0804503000 (manggis), 0807190000 (melon), dan rambutan (HS 0810903000), sedangkan untuk pisang digunakan kode HS enam digit yaitu HS 080300 (pisang). Periode yang digunakan untuk menganalisis faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia dibedakan berdasarkan kekontinuan nilai dan volume ekspor buah Indonesia ke negara tujuan. Periode analisis faktor-faktor yang memengaruhi volume ekspor manggis, mangga, dan rambutan berada pada tahun 2008 sampai 2012 dikarenakan pada sebagian besar volume ekspor ke negara tujuan kontinu pada tahun 2008 sampai 2012. Selain itu, pada tahun analisis 2008 sampai 2012 hampir mencakup secara keseluruhan negara tujuan pada analisis posisi dayasaing. Ekspor pisang dan melon masing-masing periode analisisnya berada pada tahun 2005 sampai 2012 dan 2003 sampai 2012. Periode analisis pisang yang berada pada tahun 2005 sampai 2012 dikarenakan negara tujuan ekspor pisang yang dapat dianalisis masih terbatas (hanya tujuh negara yang dapat dianalisis menggunakan gravity model) memiliki volume ekspor yang kontinu berada dari tahun 2005 sampai 2012. Periode analisis melon pada tahun 2003 sampai 2012 digunakan karena negara-negara tujuan ekspor melon Indonesia memiliki volume ekspor yang kontinu berada pada periode tersebut. Selain itu, dikarenakan negara tujuan ekspor melon Indonesia yang dapat dianalisis menggunakan gravity model hanya meliputi Hongkong, Jepang, Malaysia, dan Singapura maka untuk memenuhi syarat jumlah observasi maka digunakan periode analisis tahun 2003 sampai 2012.
10 Secara keseluruhan, negara tujuan ekspor buah-buahan Indonesia ditentukan berdasarkan kekontinuan dan ketersediaan data nilai serta volume ekspor ke negara importir. Negara tujuan pada penelitian ini meliputi Jepang, Jerman, Belgia, Amerika Serikat (AS), Itali, Switzerland, Belanda, Saudi Arabia, Perancis, Oman, Malaysia, Singapura, United Arab Emirate (UAE), Kuwait, India, Vietnam, Cina, Qatar, Brunei, Bahrain, Hongkong, Iran, Denmark, Thailand, dan Korea. Negara pesaing yang akan dibandingkan dengan posisi dayasaing ekspor buah-buahan Indonesia ditentukan berdasarkan nilai, volume, dan besarnya dayasaing secara komparatif dan kompetitif berdasarkan hasil estimasi RCA dan EPD pada tahun 2003 sampai 2012.
TINJAUAN PUSTAKA Perdagangan Internasional Adanya perdagangan internasional yang terjadi antar negara pada jaman modern ini meningkatkan perekonomian di negara-negara tersebut dibandingkan pada masa sebelumnya. Globalisasi mempunyai peran penting dalam perdagangan internasional dan pembangunan suatu negara yang erat kaitannya dengan peningkatan jangkauan pasar, kemakmuran rakyat, perolehan modal dan inovasi teknologi, sehingga tidak ada lagi negara yang tidak melakukan kerjasama dengan negara lain. Perdagangan internasional merupakan bagian dari ilmu ekonomi yang mempelajari serta menganalisis mengenai permasalahan dan transaksi ekonomi internasional (Hady 2004). Selain itu, perdagangan internasional dapat dikatakan sebagai segala transaksi dagang barang dan jasa yang dilakukan oleh suatu negara berdasarkan kesepakatan bersama dengan tujuan memperoleh keuntungan dan memenuhi kebutuhan yang tidak dapat dihasilkan atau diproduksi secara domestik (Ragimum 2001). Menurut Krugman (2004), perdagangan internasional merupakan segala transaksi riil atau komitmen atas sumber daya ekonomi yang konkrit. Kegiatan perdagangan internasional berlangsung karena adanya faktor dan potensi sumber daya alam pada masing-masing negara, adanya keinginan memperoleh keuntungan antar negara dan memenuhi kebutuhan barang dan jasa dalam negeri, serta adanya kelebihan produk dalam negeri sehingga diperlukan pangsa pasar yang lebih luas untuk menjual produk tersebut. Selain itu, adanya perbedaan penawaran dan permintaan diantara negara turut memengaruhi adanya perdagangan internasional. Setiap negara yang melakukan perdagangan internasional akan memiliki peluang untuk memperoleh keuntungan dengan memanfaatkan sumber daya negara domestik (ekspor) dan memanfaatkan sumber daya negara lain dikarenakan sumber daya domestik dinilai langka (impor). Hal ini menyebabkan suatu negara akan melakukan spesialisasi produksi pada barang-barang secara efisien, sehingga dapat meningkatkan efisiensi dan skala produksi pada negara tersebut.
11 Pencapaian kondisi skala ekonomis dalam produksi merupakan salah satu motif suatu negara melakukan perdagangan internasional. Skala ekonomis merupakan kondisi suatu negara dapat membatasi produksinya untuk memperoleh sejumlah barang tertentu, sehingga memiliki peluang untuk menghasilkan barang dan jasa dengan skala yang lebih besar dan efisien. Kurva perdagangan internasional secara teoritis dapat ditunjukkan pada Gambar 6. P
P DA
A
ES
P DB
SB
SA PB
X
P* M
PA
B ED Q
Q O
QA
O
Negara A
*
Q Perdagangan
Q O
QB Negara B
Sumber : Oktaviani dan Novianti, 2009 dan Salvatore, 1997
Gambar 6 Kurva Perdagangan Internasional Gambar 6 menjelaskan bahwa sebelum terjadi perdagangan internasional, negara A memiliki harga domestik lebih rendah (PA) dibandingkan dengan harga domestik di negara B (PB). Hal ini dikarenakan produksi di negara A lebih besar dibandingkan dengan konsumsi domestiknya, sehingga terjadi kelebihan produksi atau excess supply (A) di negara A, sedangkan di negara B konsumsi domestik lebih besar dibandingkan produksinya sehingga terjadi kelebihan permintaan atau excess demand (B). Ketika negara B menginginkan membeli barang dari negara A yang memiliki harga lebih murah dan komunikasi di kedua negara maka menagkibatkan terjadinya perdagangan internasional antar kedua negara. Adanya perdagangan internasional yang berlangsung di kedua negara menyebabkan harga yang berlaku di perdagangan internasional berada di antara PA dan PB (P*). Apabila harga yang berlaku di atas harga negara A (PA) maka akan mengakibatkan negara A akan meningkatkan produksinya. Peningkatan produksi yang lebih besar daripada permintaan domestik ini akan diekspor ke negara B. Apabila harga yang berlaku di bawah harga negara B (PB) maka akan mengakibatkan negara B akan mengalami peningkatan jumlah permintaan dibandingkan dengan produksinya, sehingga negara B akan melakukan impor ke negara A. Dengan adanya perdagangan internasional ini maka akan memberikan kesempatan negara A untuk mengekspor barang sebesar X dan negara B untuk melakukan impor barang sebesar M. Jumlah barang pasar internasional setelah adanya perdagangan internasional adalah sebesar OQ*.
12 Dayasaing Dayasaing yang dimiliki setiap negara merupakan salah satu kriteria untuk menentukan pencapaian peningkatan pendapatan dan pertumbuhan ekonomi negara tersebut. Selain itu, dayasaing dapat dikatakan sebagai kemampuan suatu negara dalam menciptakan, memproduksi serta melayani produk dalam perdagangan internasional dan memperoleh keuntungan pada saat yang sama. Setiap negara akan berusaha untuk meningkatkan dayasaing produk, barang, dan jasa agar dapat masuk dan mempertahakan produk, barang, dan jasa negara tersebut ke pasar internasional. Hal ini diharapkan tercapainya pertumbuhan ekonomi yang berkelanjutan. Keberhasilan dayasaing suatu negara akan terjadi apabila negara tersebut memiliki keunggulan komparatif dan keunggulan kompetitif dalam produktivitas, efisiensi, dan profitabilitas, yang secara global akan menciptakan spesialisasi internasional. World Economic Forum (c2013) menjelaskan bahwa dayasaing sebagai seperangkat institusi, kebijakan, dan faktor-faktor yang menentukan tingkat produktivitas suatu negara. Dayasaing digunakan sebgai modal suatu negara dalam pembangunan ekonomi sehingga negara tersebut dapat berpartisipasi, unggul, dan bersaing di pasar. Berdasarkan Lembaga Ketahanan Nasional Repuplik Indonesia (LEMHANNAS RI) (2012), suatu negara yang memiliki dayasaing mengindikasikan negara tersebut memiliki kemampuan untuk menghasilkan barang dan jasa berkualitas dan unggul, sehingga negara tersebut dapat bersaing di pasar internasional. Menurut World Bank, keberhasilan dayasaing suatu negara dapat diukur berdasarkan neraca perdagangan (trade balance), nilai tukar (exchange rate), upah (wages), ekspor (exports), aliran FDI, dan biaya tenaga kerja. Teori Keunggulan Komparatif (Comparative Advantage Theory) Perdagangan internasional dapat terjadi apabila suatu negara mampu memproduksi suatu komoditi yang dinilai lebih efisien atau lebih baik daripada komoditi lainnya dibandingkan dengan negara lain. Pada perkembangannya teori mengenai keunggulan komparatif didasarkan dari teori yang disampaikan oleh beberapa ahli ekonomi. Keunggulan komparatif menurut pandangan merkantilisme yaitu keuntungan yang diperoleh suatu negara dengan melakukan sebanyak mungkin ekspor dan mengurangi impor, sehingga keuntungan yang diperoleh dengan cara mengorbankan negara lain. Kekayaan suatu negara berdasarkan pandangan ini diukur dengan banyaknya cadangan logam mulia yang dimiliki, sehingga pada praktek perdagangan ini kerap kali terjadi pengendalian pemerintah yang ketat terhadap segala aktivitas ekonomi. Pandangan lainnya mengenai keunggulan komparatif yaitu berasal dari Adam Smith yang mengatakan bahwa suatu negara akan memproduksi lebih efisien dibandingkan dengan negara lain apabila negara tersebut melakukan spesialisasi. Spesialisasi dilakukan pada produk yang memiliki keunggulan absolut serta dapat menukarkannya dengan produk yang tidak memiliki keunggulan absolute dengan negara lain. Adanya spesialisai ini akan
13 meningkatkan output pada negara tersebut dikarenakan sumber daya yang digunakan lebih efisien. Hukum keunggulan komparatif yang berasal dari David Ricardo menjelaskan bahwa perdagangan yang menguntungkan dapat terjadi pada setiap negara termasuk negara yang memiliki kerugian secara absolut. Menurut David Ricardo, suatu negara akan melakukan ekspor apabila memiliki spesialisasi tertentu dan akan melakukan impor terhadap barang atau komoditi yang tidak memiliki keunggulan terhadap negara lainnya, sehingga keuntungan di kedua negara masih dapat diperoleh selama rasio harga antar kedua negara memiliki perbedaan ketika terjadi perdagangan dengan tidak adanya perdagangan. David Ricardo juga menjelaskan bahwa keunggulan komparatif memiliki sifat yang dinamis, sehingga suatu negara yang memiliki keunggulan komparatif pada komoditi tertentu diharuskan mampu mempertahankan dan bersaing dengan negara lain. Selain itu, pada teori David Ricardo didasarkan pada cost comparative advantage (labor efficiency) dan production comperative advantage (labor productifity). Cost comparative advantage (labor efficiency) merupakan keuntungan spesialisasi pada suatu negara akan diperoleh apabila suatu negara tersebut dapat berproduksi relatif lebih efisien serta mengimpor barang dimana negara tersebut berproduksi relatif kurang atau tidak efisien, sedangkan production comperative advantage (labor productifity) adalah manfaat dari spesialisasi suatu negara akan diperoleh apabila negara tersebut dapat berproduksi relatif lebih produktif serta mengimpor barang dimana negara tersebut berproduksi relatif kurang atau tidak produktif. Pada teori keunggulan komparatif Heckscher-Ohlin (H-O) dijelaskan bahwa suatu negara akan melakukan ekspor pada produk yang memiliki faktor produksi yang relatif banyak dan murah, sehingga produk tersebut mampu diekspor ke negara lain dengan harga murah. Negara akan melakukan impor pada produk yang apabila diproduksi di dalam negeri memerlukan sumber daya yang relatif langka dan mahal (Salvatore 1997). Teori keunggulan komparatif lainnya diungkapan oleh John Stuart Mill. John Struart Mill menjelaskan bahwa suatu negara mengekspor suatu barang yang memiliki comparative advantage terbesar (barang yang dihasilkan menggunakan biaya yang lebih murah) dan mengimpor barang dengan comparative disadvantage terbesar (barang dihasilkan memerlukan biaya yang mahal). Teori Keunggulan Kompetitif (Competitive Advantage Theory) Keunggulan kompetitif merupakan kemampuan suatu negara untuk memformulasikan strategi dalam mencapai keuntungan, sehingga kondisi alami tidak menghambat suatu negara dalam memproduksi produk keunggulan negara tersebut. Keberhasilan suatu negara dalam mencapai keunggulan tergantung dari bagaimana negara tersebut mampu berkompetitif dalam menghasilkan produk yang memiliki dayasaing tinggi di pasar internasional. Kemampuan dayasaing suatu negara ditentukan oleh berbagai inovasi yang dapat dilakukan oleh negara tersebut. Selain itu, keberhasilan posisi dayasaing negara tercapai apabila barang yang diproduksi memiliki nilai tambah yang tinggi,
14 strategi yang dilakukan selalu berinovasi dan unik, sehingga tidak dapat ditiru dengan sempurna oleh pesaingnya (Setiawan 2008). Ekspor dan Impor Kegiatan ekspor dan impor sangat erat kaitannya dengan perdagangan internasional dimana ekspor merupakan kegiatan mengeluarkan atau menjual barang dari suatu negara ke negara lain dalam perdagangan internasional secara legal, sedangkan impor merupakan kegiatan memasukan atau membeli barang dari suatu negara ke negara lain dalam perdagangan internasional secara legal. Dalam setiap kegiatan ekspor dan impor pada umumnya memerlukan peran bea cukai, sehingga dapat ditentukan apakah suatu barang layak sebagai barang ekspor atau impor. Berdasarkan Undang-Undang (UU) Kepabeanan nomor 17 tahun 2006, ekspor merupakan kegiatan mengeluarkan barang dari daerah pabean, sedangkan impor merupakan kegiatan memasukan barang ke dalam daerah pabean. Daerah pabean merupakan wilayah Republik Indonesia yang meliputi darat, perairan, dan ruang. Apabila dilihat dari sisi pengeluaran suatu negara, kegiatan ekspor dan impor dalam perdagangan internasional merupakan salah satu komponen pembentukan Produk Domestik Bruto (PDB) (Salvatore 1997). Ekspor dan impor merupakan kegiatan perdagangan internasional yang dilakukan antar negara untuk memperoleh keuntungan dan mencukupi kebutuhan masyarakat di negara yang terlibat pada kegiatan tersebut. Negara melakukan ekspor untuk memperoleh atau meningkatkan cadangan devisa negara yang diperoleh dari luar negeri yang masuk ke dalam negeri, sedangkan kegiatan impor yang dilakukan oleh suatu negara digunakan untuk memenuhi kebutuhan barang dan jasa yang tidak dimiliki oleh negara atau jumlahnya tidak dapat dipenuhi secara domestik oleh negara tersebut. Kegiatan ekspor dan impor sangat penting untuk meningkatkan dayasaing produsen domestik dalam mengembangkan produk atau jasanya. Selain itu, ekspor mampu meningkatkan dan memperluas pasar domestik hingga dunia. Promosi ekspor terhadap barang primer maupun jasa sekunder dipandang sebagai salah satu faktor utama dalam strategi pembangunan jangka panjang yang dapat diandalkan (Todaro 2000).
Growth Domestic Product (GDP) riil Growth Domestic Product (GDP) merupakan pendapatan dan pengeluaran total nasional atas output barang dan jasa. Kementan (2013) menjelaskan bahwa Growth Domestic Product (GDP) adalah salah satu indikator untuk mengetahui kondisi perekonomian di suatu negara dalam periode tertentu dan didefinisikan sebagai total nilai tambah dari semua unit produksi pada suatu negara dalam periode tertentu. Growth Domestic Product (GDP) riil merupakan nilai barang dan jasa yang diukur dengan menggunakan harga konstan. Selain itu, GDP riil menunjukkan apa yang akan terjadi terhadap pengeluaran atas output apabila yang
15 berubah adalah kuantitasnya, sedangkan harganya tetap (konstan). Secara matematis, GDP riil dapat dijelaskan sebagai berikut : 𝐺𝐷𝑃𝑁𝑜𝑚𝑖𝑛𝑎𝑙
GDP Riil = 𝐺𝐷𝑃𝐷𝑒𝑓𝑙𝑎𝑡𝑜𝑟 dimana : GDP Nominal : mengukur nilai uang yang berlaku dari output perekonomian GDP Deflator : mengukur harga output relatif terhadap harganya pada tahun dasar
Growth Domestic Product (GDP) per kapita Growth Domestic Product (GDP) per kapita merupakan pendapatan ratarata penduduk di suatu negara pada waktu tertentu yang dapat digunakan sebagai salah satu indikator dalam mengukur tingkat konsumsi atau kemampuan daya beli suatu negara atas barang dan jasa tertentu. Growth Domestic Product (GDP) per kapita diperoleh dari pendapatan nasional pada tahun tertentu dibagi dengan jumlah penduduk suatu negara pada tahun tertentu tersebut (Wardhana 2011). Apabila suatu negara memiliki Growth Domestic Product (GDP) per kapita yang tinggi maka mengindikasikan bahwa negara tersebut dapat dijadikan peluang jangkauan pasar bagi kegiatan ekspor (Karlinda 2012). Nilai tukar riil Nilai tukar (exchange rate) merupakan harga suatu mata uang dalam satuan mata uang asing atau jumlah mata uang suatu negara asing yang harus dibayarkan untuk mendapatkan satu unit uang domestik (Lipsey 1997). Para ahli ekonomi membedakan nilai tukar menjadi dua yaitu nilai tukar nominal dan nilai tukar riil. Mankiw (2006) menjelaskan bahwa nilai tukar nominal (nominal exchange rate) merupakan harga relatif dari mata uang dua negara, sedangkan nilai tukar riil (real exchange rate) adalah harga relatif dari barang-barang di antara dua negara. Secara matematis, nilai tukar riil dapat dijelaskan sebagai berikut : Nilai tukar riil =
𝑁𝑖𝑙𝑎𝑖 𝑡𝑢𝑘𝑎𝑟 𝑛𝑜𝑚𝑖𝑛𝑎𝑙 𝑥 𝐻𝑎𝑟𝑔𝑎 𝑏𝑎𝑟𝑎𝑛𝑔 𝑑𝑜𝑚𝑒𝑠𝑡𝑖𝑘 𝐻𝑎𝑟𝑔𝑎 𝑏𝑎𝑟𝑎𝑛𝑔 𝑙𝑢𝑎𝑟 𝑛𝑒𝑔𝑒𝑟𝑖
Nilai tukar riil menyatakan sejauh mana kita dapat memperdagangkan barang-barang dari suatu negara untuk barang-barang dari negara lain. Apabila nilai tukar riil mengalami peningkatan (apresiasi) akan mengakibatkan barangbarang luar negeri relatif murah dan barang-barang dalam negeri akan relatif mahal, sehingga ekspor neto semakin rendah. Namun, ketika nilai tukar riil semakin menurun (depresiasi) akan mengakibatkan barang-barang luar negeri relatif mahal dan barang-barang dalam negeri relatif murah, sehingga ekspor neto akan semakin tinggi. Dapat disimpulkan bahwa nilai tukar riil dan ekspor neto mempunyai hubungan yang negatif.
16 Populasi Peran penduduk sebagai konsumen barang dan jasa pada setiap kegiatan perdagangan internasional amatlah penting. Pada saat jumlah penduduk suatu negara meningkat maka akan mengakibatkan kebutuhan penduduk tersebut meningkat, sehingga apabila produksi dalam negeri tidak dapat memenuhi peningkatan kebutuhan tersebut maka akan mengakibatkan negara tersebut akan melakukan impor ke negara lain. Wulandari dan Budiasih (2009) menjelaskan bahwa peningkatan jumlah penduduk suatu negara akan menyebabkan tenaga kerja meningkat sehingga faktor produksi meningkat dan output pun akan meningkat. Pada saat output meningkat melebihi kebutuhan dalam negeri maka kelebihan tersebut akan diekspor yang pada akhirnya akan membuat ekspor negara tersebut meningkat. Jarak Ekonomi Jarak geografis suatu negara adalah konstan atau tetap, oleh karena itu untuk menggambarkan jarak sebagai salah satu faktor yang memengaruhi aliran perdagangan internasional digunakan jarak ekonomi. Li et al. (2008) menjelaskan bahwa jarak ekonomi mewakili biaya transportasi oleh suatu negara dalam melakukan kegiatan perdagangan yang secara matematis adalah sebagai berikut : 𝐺𝐷𝑃
𝑖 DISTei = DISTi x 𝑇𝑜𝑡𝑎𝑙 𝐺𝐷𝑃
dimana : DISTei DISTi GDPi Total GDPi
𝑖
: Jarak ekonomi antara negara pengekspor dengan pengimpor : Jarak geografis negara pengimpor : Growth Domestic Product negara pengimpor : Total Growth Domestic Product negara pengimpor
Berdasarkan persamaan di atas dijelaskan bahwa jarak ekonomi digunakan untuk melihat jarak sebagai faktor yang memengaruhi aliran perdagangan internasional dengan menggunakan jarak geografis dan share GDP yang menunjukkan pertumbuhan ekonomi negara (Ayuwangi dan Widyastutik 2013). Jarak ekonomi suatu negara dinilai sebagai penghalang dalam perdagangan dikarenakan mengindikasikan biaya transportasi dan waktu tempuh barang atau komoditi dari produsen ke konsumen. Semakin jauhnya jarak antar negara akan mengakibatkan biaya transportasi meningkat (Wulandari dan Budiasih 2009). Biaya transportasi adalah seluruh biaya pemindahan barang dari suatu negara ke negara lain. Adanya biaya transportasi akan memengaruhi perdagangan internasional karena dapat meningkatkan harga komoditi yang diperdagangkan, sehingga secara tidak langsung akan memengaruhi aliran ekspor. Indeks Harga Konsumen (IHK) Indeks Harga Konsumen (IHK) dapat mengukur harga rata-rata barang yang dibeli atau dikonsumsi oleh rata-rata penduduk suatu negara (Lipsey 1995).
17 Indeks Harga Konsumen menurut BPS (2013) adalah angka yang menunjukkan perbandingan relatif antara tingkat harga konsumen padasaat bulan survei dan tingkat harga pada bulan sebelumnya. IHK menggambarkan inflasi maka ketika harga barang dalam negeri meningkat seiring meningkatnya inflasi maka akan mengakibatkan ekspor turun. Menurut Dilanchiev (2012), indeks harga konsumen akan memiliki hubungan yang negatif terhadap permintaan barang dan jasa suatu negara, sedangkan Idowu [tahun terbit tidak diketahui] menjelaskan bahwa indeks harga konsumen akan menurunkan daya beli konsumen negara lain terhadap barang atau jasa suatu negara. Harga Ekspor Salah satu faktor yang dapat memengaruhi volume ekspor adalah harga ekspor suatu komoditi ke luar negeri. Harga ekspor adalah kombinasi harga faktor produksi yang di dalamnya banyak menggunakan faktor produksi. Apabila harga ekspor suatu komoditi mengalami peningkatan maka akan mengakibatkan penurunan terhadap volume ekspor komoditi tersebut (Margono 2009). Kenaikan harga ekspor suatu negara akan menyebabkan konsumen luar negeri mengurangi jumlah permintaan terhadap barang tersebut, sehingga volume ekspor dari suatu akan mengalami penurunan (Lipsey 1997). Morrissey dan Mold [tahun terbit tidak diketahui] menjelaskan bahwa penurunan harga ekspor akan menyebabkan suatu negara berusaha untuk mempertahankan pendapatan ekspornya, sehingga negara tersebut akan meningkatkan volume ekspornya. Kerangka Pemikiran Sebagai negara yang agraris dan mempunyai iklim tropis yang unik, Indonesia memiliki berbagai keanekaragaman buah-buahan yang eksotik dibandingkan negara lainnya, sehingga Indonesia memiliki peluang menguasai pangsa pasar buah di dalam dan luar negeri. Adanya peningkatan globalisasi dalam perdagangan internasional mengakibatkan arus perdagangan buah-buahan Indonesia di pasar domestik dan global memiliki peluang untuk memperluas pangsa pasarnya. Peningkatan konsumsi dan perubahan pola konsumsi merupakan peluang serta tantangan Indonesia untuk meningkatkan produksi, produktivitas, dan kualitas buah-buahan Indonesia baik di dalam maupun luar negeri. Hal ini perlu dilakukan karena neraca perdagangan buah-buahan Indonesia secara keseluruhan masih defisit yang disebabkan masih tingginya impor buah-buahan Indonesia dibandingkan ekspornya. Keadaan ini menuntut Indonesia untuk mampu meningkatkan keberhasilan posisi dayasaing yang ditentukan oleh keunggulan komparatif dan kompetitif yang dimiliki oleh Indonesia, sehingga mampu bersaing dengan eksportir buah lainnya. Kegiatan perdagangan internasional pada umumnya dipengaruhi oleh beberapa faktor, sehingga pada penelitian ini digunakan metode analisis gravity model. Gravitasi model ini digunakan menganalisis faktor apa saja yang dapat memengaruhi ekspor buah-buahan Indonesia ke negara tujuan. Pada penelitian ini
18 digunakan metode analisis Revealed Comparative Advantage (RCA) dan Export Product Dynamic (EPD) untuk menganalisis posisi dayasaing ekspor buah-buahan Indonesia. Pada akhir penelitian diharapkan penulis mampu menetapkan strategi yang dapat meningkatkan dayasaing ekspor buah-buahan Indonesia. Kerangka pemikiran pada penelitian ini dapat dilihat pada Gambar 8. Perdagangan Internasional Globalisasi Luas Panen
Peningkatan konsumsi buah
Peluang ekspor
Produksi
Neraca perdagangan buah
Produktivitas Pesaing Tropis Posisi dayasaing ekspor buah-buahan Indonesia di dunia dan negara tujuan
Faktor-faktor yang memengaruhi ekspor buah-buahan
Posisi dayasaing
Revealed Comparative Advantage (RCA)
Export Product Dynamic (EPD)
Strategi
Gravity Model
Jarak ekonomi GDP riil GDP per kapita Harga ekspor Nilai tukar Indeks harga konsumen Populasi Dummy krisis eropa
Gambar 8 Kerangka pemikiran
19 Penelitian Terdahulu Penelitian yang dilakukan oleh Dilanchiev (2012) dalam “Empirical Analysis of Georgian Trade Pattern: Gravity Model” menjelaskan bahwa perdagangan yang terjadi antara Georgia dengan lain dipengaruhi oleh GDP per kapita negara lain, FDI, nilai tukar, jarak geografis antara Georgia dengan negara lain, populasi Georgia, populasi negara lain, dan menggunakan dummy anggota EU, sedangkan GDP per kapita Georgia memengaruhi signifikan terhadap perdagangan Georgia. Penelitian ini menggunakan metode analisis gravity model. Hasil dari penelitian ini menujukkan bahwa perdagangan yang dilakukan dengan negara lain yang memiliki GDP per kapita tinggi akan meningkatkan perdagangan Geogria. Semakin jauh jarak geografis akan mengakibatkan penurunan perdagangan antara Georgia dengan negara lain. FDI memiliki pengaruh yang positif terhadap perdagangan Georgia, sehingga ketika investasi meningkat maka akan mengakibatkan peningkatan perdagangan. Li et al. (2008) melakukan penelitian berjudul “Component Trade and China’s Global Economic Integration”. Pada penelitian ini dapat diketahui bahwa pertumbuhan ekonomi, peningkatan pangsa pasar, FDI, pembangunan infrastruktur termasuk transportasi dan telekomunikasi merupakan faktor yang menentukan keberhasilan perdagangan bilateral Cina. Jarak ekonomi pada penelitian ini memiliki pengaruh yang negatif terhadap perdagangan bilateral Cina, sehingga pada penelitian ini disarankan sebaiknya perlu dilakukan inovasi teknologi khususnya bagi transportasi agar biaya transportasi dapat dikurangi. Peningkatan perdagangan bilateral Cina dipengaruhi secara positif oleh FDI dan GDP. Penelitian “Determinants of Namibian Exports: A Gravity Model Approach” yang dilakukan oleh Eita [tahun terbit tidak diketahui] menggunakan metode gravity model untuk menganalisis faktor yang memengaruhi ekspor Namibia dengan menggunakan variabel GDP importir, GDP Namibia, GDP per kapita importir, GDP per kapita Namibia, nilai tukar, jarak, dan keanggotaan European Union (EU). Hasil dari penelitian ini menemukan GDP Namibia dan importir dapat memengaruhi peningkatan ekspor Nambia dengan negara importir, sedangkan GDP per kapita importir dan jarak memiliki pengaruh yang negatif terhadap ekspor Namibia. GDP per kapita Namibia dan nilai tukar riil mata uang Namibia terhadap negara importir tidak memiliki pengaruh terhadap ekspor Namibia. Keanggotaan importir dalam EU dapat memengaruhi terhadap peningkatan ekspor Namibia. Penelitian ini menyarankan untuk meningkatkan promosi ekspor perdagangan Namibia dan menentukan produk ekspor apa yang paling potensial di negaranegara tujuan khususnya ketika pangsa pasarnya tidak diketahui. Esterhuizen (2010) melakukan penelitian mengenai kinerja ekspor suatu negara dengan judul penelitian “Measuring and Analysing Competitiveness In The Agribusiness Sector: Methodologigal and Analytical Framework”. Penelitian ini merupakan referensi pada penelitian ini khususnya untuk menganalisis mengenai Export Dynamic Product (EPD). Penelitian Esterhuizen (2010) menjelaskan bahwa pangsa pasar ideal adalah pangsa pasar yang menempati posisi rising star. Pada posisi pasar ini pertumbuhan ekspor dan produk mengalami peningkatan.
20 Pada posisi pangsa pasar lost opportunity, produk suatu negara yang dinamis tidak mampu memenuhi permintaan, sehingga negara tersebut kehilangan kesempatan bersaingnya. Posisi falling star juga merupakan posisi yang tidak diharapkan oleh suatu negara, sedangkan retreat merupakan posisi pangsa pasar yang menunjukkan bahwa produk sutu negara cenderung konstan dan tidak memperlihatkan peningkatan. Ayuwangi et al. (2013) melakukan penelitian mengenai “Pengaruh Variabel Ekonomi dan Non Ekonomi Terhadap Impor Indonesia Dari ASEAN+6 Melalui Moda Transportasi Laut”. Periode penelitian ini dilakukan pada tahun 2007 sampai 2011 dengan menggunakan variabel GDP per kapita ASEAN+6, GDP per kapita Indonesia, jarak ekonomi, stabilitas politik dan efektvitas pemerintahan, nilai tukar riil, dan kualitas pelabuhan. Metode analisis pada penelitian ini digunakan gravity model. Hasil penelitian ini menunjukkan GDP per kapita Indonesia dan kualitas pelabuhan Indonesia memiliki pengaruh yang positif terhadap impor Indonesia, sedangkan jarak ekonomi, stabilitas politik serta efektivitas pemerintahan, dan nilai tukar memiliki pengaruh yang negatif. Strategi kebijakan yang disarankan pada penelitian ini adalah meningkatkan kualitas pelabuhan, melakukan penghapusan terhadap monopoli sektor negara atas pelabuhan, melakukan tindakan tegas terhadap penyalahgunaan jabatan politik, dan meningkatkan efektivitas pelayanan biokrasi. Penelitian Acharya (2012) dengan judul “A Panel Data Analysis of Foreign Trade Determinants of Nepal : Gravity Model Approach” menunjukkan bahwa GDP importir dan Nepal memengaruhi secara positif terhadap perdagangan luar negeri Nepal. Populasi Nepal dan importir memberikan pengaruh yang negatif terhadap perdagangan luar negeri Nepal. Hal ini disebabkan populasi yang meningkat akan meningkatkan kebutuhan domestik pada masing-masing negara, sehingga masing-masing negara akan berusaha memenuhi kebutuhan konsumsi dalam negeri terlebih dahulu dan cendeung mengurangi ekspor dan impor. Perdagangan luar negeri Nepal akan berkurang apabila jarak negara importir dengan Nepal jauh. Edwards et al. (2001) melakukan penelitian mengenai RCA dinamis dengan judul “The Structure and Competitiveness of South Africa”. Penelitian ini menunjukkan RCA dinamis digunakan untuk menganalisis perubahan struktur perdagangan relatif terhadap pasar dunia. Penelitian “Faktor-Faktor yang Memengaruhi Total Perdagangan Bilateral Indonesia Berdasarkan Model Gravitasi Tahun 2000-2005” yang dilakukan oleh Wulandari dan Budiasih (2009) menggunakan nilai ekspor dan impor, GDP Indonesia dan negara importir, jarak geografis, interaksi populasi Indonesia dengan negara importir nilai tukar mata uang negara importir terhadap dollar sebagai variabel yang akan dianalisis. Pada penelitian ini diperoleh bahwa interaksi GDP, jarak, dan interaksi populasi memiliki pengaruh terhadap perdagangan bilateral. Nilai tukar pada penelitian ini tidak memiliki pengaruh terhadap perdagangan bilateral Indonesia. Penelitian ini menyarankan agar Indoensia perlu meningkatkan perdagangan tidak hanya berfokus pada negara yang memiliki ukuran ekonomi yang besar, namun memperluas jangkauan dengan negara-negara dengan ukuran ekonomi yang relatif kecil dan sedang.
21 Sarmidi et al. (2010) melakukan penelitian mengenai perdagangan Malaysia dengan judul “Free Trade Agreement Malaysia and Gulf Cooperation Council (GCC) : An Emphirical Study”. Penelitian ini bertujuan untuk menganalisis prospek perdagangan antara Malaysia dengan negara-negara yang tergabung dalam kerjasma teluk (GCC) yang mempertimbangkan perjanjian perdagangan bebas (FTA). Variabel yang digunakan pada penelitian ini adalah ekspor, impor, populasi, keluasan negara, jarak, nilai tukar Malaysia terhadap mata uang asing negara kerjasma, dan dummy keanggotaan negara dalam perjanjian FTA. Periode analisis dilakukan dari tahun 2002 sampai 2009. Hasil penelitian ini menunjukkan bahwa pendapatan, populasi suatu negara memiliki pengaruh yang positif terhadap perdagangan Malaysia, sedangkan jarak yang semakin jauh akan mengakibatkan perdagangan Malaysia mengalami penurunan. Nilai tukar mata uang Malaysia terhadap mata uang negara kerjasama memiliki pengaruh yang positif. Apabila dibandingkan dengan penelitian terdahulu yang digunakan sebagai referensi, penelitian ini dilakukan untuk menganalisis keunggulan komparatif dan kompetitif ekspor buah-buahan Indonesia di dunia dan negara tujuan. Penelitian ini juga menganalisis faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia di negara tujuan. Metode analisis yang digunakan pada peneitian ini meliputi metode Revealed Comparative Advantage (RCA), Export Product Dynamics (EPD), dan gravity model. Penelitian ini memiliki perbedaan apabila dibandingkan dengan penelitian sebelumnya yaitu komoditas buah-buahan dan periode analisis yang digunakan berbeda-beda. Komoditas buah pada analisis posisi dayasaing berdasarkan estimasi RCA dan EPD meliputi kelompok mangga, manggis, dan jambu, kelompok melon dan semangka, nenas, stroberi, dan pisang pada tahun 2003 sampai 2012. Perbedaan penelitian ini dengan penelitian sebelumnya adalah terdapat lima model buah yang akan dianalisis menggunakan gravity model dengan periode waktu yang berbeda. Buah-buahan yang digunakan pada analisis faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia meliputi mangga, manggis, rambutan, pisang, dan melon. Periode yang digunakan pada analisis faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia beragam yaitu tahun 2008 sampai 2012 (manggis, mangga, dan rambutan), 2005 sampai 2012 (pisang), dan 2003 sampai 2012 (melon). Selain itu, yang membedakan dengan penelitian sebelumnya adalah penelitian ini menggunakan variabel yang beragam dan berbeda pada setiap model. Negara pesaing sebagai pembanding pada penelitian ini ditentukan berdasarkan kekuatan dayasaing secara komparatif dan kompetitif, dan kekontinuan nilai serta volume ekspor pesaing. Negara tujuan pada penelitian ini meliputi Jepang, Jerman, Belgia, Amerika Serikat (AS), Itali, Switzerland, Belanda, Saudi Arabia, Perancis, Oman, Malaysia, Singapura, United Arab Emirate (UAE), Kuwait, India, Vietnam, Cina, Qatar, Brunei, Bahrain, Hongkong, Iran, Denmark, Thailand, dan Korea.
22 Hipotesis Hipotesis yang digunakan pada penelitian ini adalah: 1. GDP riil Indonesia, GDP riil negara tujuan, GDP per kapita negara tujuan, dan interaksi GDP riil Indonesia dan negara tujuan memiliki hubungan yang positif terhadap volume ekspor Indonesia ke negara tujuan, sehingga ketika terjadi peningkatan GDP akan mengakibatkan peningkatan volume ekspor buah-buahan Indonesia. 2. Harga ekspor buah-buahan Indonesia ke negara tujuan berpengaruh negatif terhadap volume ekspor, sehingga apabila harga ekspor buahan-buahan Indonesia meningkat maka ekspor buah ke negara tujuan akan mengalami penurunan. 3. Jarak ekonomi Indonesia dengan negara tujuan berpengaruh negatif terhadap volume ekspor buah-buahan Indonesia. Semakin jauh jarak ekonomi antara Indonesia dan negara tujuan akan menyebabkan ekspor ke negara tujuan berkurang. 4. Nilai tukar rupiah terhadap dollar Amerika diduga memiliki pengaruh yang negatif terhadap ekspor buah-buahan Indonesia ke negara tujuan. Apabila nilai tukar mata uang Indonesia mengalami penurunan (depresiasi) maka akan mengakibatkan barang-barang domestik akan cenderung lebih murah, sehingga akan meningkatkan kesempatan untuk meningkatkan ekspor karena negara tujuan cenderung meningkatkan impornya terhadap buah-buahan Indonesia. 5. Populasi atau jumlah penduduk negara tujuan berpengaruh positif terhadap ekspor buah-buahan Indonesia ke negara importir, sehingga meningkatnya jumlah penduduk negara importir akan mengakibatkan ekspor buahbuahan Indonesia meningkat. 6. Indeks Harga Konsumen (IHK) Indonesia berpengaruh negatif terhadap volume ekspor ke negara tujuan. Semakin tingginya IHK maka akan mengakibatkan penurunan ekspor buah-buahan Indonesia ke negara tujuan 7. Dummy krisis Eropa pada tahun 2010 memiliki pengaruh terhadap ekspor buah-buahan Indonesia ke negara tujuan dibandingkan pada saat sebelum terjadi krisis Eropa.
METODE Jenis dan Sumber Data Pada penelitian ini, untuk menganalisis keunggulan komparatif dan kompetitif digunakan metode analisis Revealed Comparative Advantage (RCA) dan Export Product Dynamics (EPD). Selama 2003 sampai 2012. Metode ini memerlukan data sekunder nilai dan volume ekspor buah-buahan Indonesia yang meliputi kelompok buah mangga, manggis, dan jambu (HS 080450), nenas (HS 080430), stroberi (HS 081010), melon dan semangka (HS 080719), dan pisang (HS 080300), sedangkan rambutan tidak dapat dianalisis menggunakan metode
23 RCA dan EPD dikarenakan terbatasnya ketersediaan data nilai ekspor rambutan berdasarkan kode HS dari dunia ke negara tujuan. Periode analisis faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia dibedakan menjadi 2008 sampai 2012 untuk mangga (HS 0804502000), manggis (HS 0804503000), dan rambutan (HS 0810901500), 2005 hingga 2012 untuk pisang (HS 080300), dan 2003 sampai 2012 untuk melon (HS 0807190000). Variabel dependen model mangga, manggis, rambutan, pisang, dan melon menggunakan volume ekspor. Perbedaan periode analisis dikarenakan adanya perbedaan kekontinuan volume dan nilai ekspor buah-buahan Indonesia pada setiap negara. Jenis dan sumber data dapat dilihat pada Tabel 3. Tabel 3 Jenis dan sumber data Jenis data Nilai dan volume ekspor buah 10 digit
Nilai dan volume ekspor HS 6 digit Nilai tukar GDP Indeks Harga Konsumen Populasi Jarak ekonomi Posisi eksportir buah
Sumber Badan Pusat Statistika, Trade Map Kementerian Perdagangan, Kementerian Pertanian, Direktorat Jenderal Hortikultura UN Comtrade (wits.worldbank.org) Bank Indonesia, Unctadstat.unctad.org, IMF worldbank.org worldbank.org worldbank.org www.cepii.org faostat.fao.org
Variabel bebas yang akan digunakan pada penelitian adalah harga ekspor (LnHPT), populasi negara tujuan (LnPOP), jarak ekonomi antara Indonesia dengan negara tujuan (LnJE), nilai tukar riil Indonesia terhadap dollar (LnERID), GDP riil Indonesia (LnGDPRI), GDP riil negara tujuan (LnGDPRT), interaksi GDP riil Indonesia dan negara tujuan (LnGDPRIT), GDP per kapita negara tujuan (LnGDPKT), indeks harga konsumen Indonesia (LnIHKI), dan variabel dummy krisis yang terjadi pada Eropa (DKRISIS). Metode Analisis dan Pengolahan Data Pada penellitian ini, untuk menganalisis keunggulan komparatif komoditi buah Indonesia menggunakan metode pengolahan data Revealed Comparative Advantage (RCA) melalui Microsoft Excel. Metode ini digunakan untuk menganalisis dan mengukur posisi dayasaing komoditi buah Indonesia. Analisis Export Product Dynamics (EPD) digunakan untuk menganalisis posisi dayasaing komoditi atau barang pada suatu negara berdasarkan performa keunggulan kompetitif ekspor yang dimiliki dalam komoditi atau barang tersebut, sedangkan untuk menganalisis faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia digunakan metode analisis regresi data panel gravity model. Revealed Comparative Advantage (RCA) Revealed Comparative Advantage (RCA) merupakan metode kuantitatif yang dapat menunjukkan dayasaing suatu produk negara berdasarkan keunggulan komparatif di pasar internasional dan negara tujuan. Pada metode RCA merupakan perbandingan pangsa pasar ekspor sektor tertentu suatu negara dengan
24 pangsa pasar sektor tertentu negara atau produsen lainnya serta menunjukkan dayasaing industri suatu negara. Pada penelitian ini, penulis menggunakan metode RCA untuk menganalisis posisi dayasaing buah-buahan Indonesia. Secara matematis nilai RCA dapat dirumuskan berikut : 𝑋𝑖 ⁄𝑋 𝑡
RCA = 𝑊𝑖
⁄𝑊 𝑡
dimana : Xi : nilai ekspor buah-buahan Indonesia ke negara tujuan (1000 US$) Xt : nilai total ekspor Indonesia ke negara tujuan (1000 US$) Wi : nilai ekspor buah-buahan Dunia ke negara tujuan (1000 US$) Wt : nilai total ekspor Dunia ke negara tujuan (1000 US$) Setelah melakukan perhitungan di atas kemudian akan dilakukan perhitungan indeks RCA yang membandingkan nilai RCA pada tahun sekarang dengan nilai RCA pada tahun sebelumnya. Secara matematis, indeks RCA dapat dijelaskan sebagai berikut : 𝑅𝐶𝐴𝑡
Indeks RCA = 𝑅𝐶𝐴
𝑡−1
dimana : RCAt : Nilai RCA pada tahun ke-t RCAt-1 : Niai RCA pada tahun sebelumnya Hasil estimasi menggunakan metode analisis RCA menjelaskan apabila nilai RCA lebih besar dari satu maka dapat diartikan negara Indonesia memiliki keunggulan komparatif dalam persaingan ekspor komoditi buah-buahan di pasar internsional maupun negara tujuan. Hal ini menujukkan buah-buahan Indonesia memiliki dayasaing kuat, sedangkan apabila nilai RCA kurang dari satu maka negara Indonesia tidak memiliki keunggulan komparatif yang menunjukkan buahbuahan Indonesia tidak memiliki dayasaing atau berdayasaing rendah (Hanani et al. 2009). Pada indeks RCA, apabila nilai indeks sama dengan satu maka dapat diartikan bahwa tidak terjadi peningkatan kinerja ekspor pada tahun saat ini dibandingkan dengan tahun sebelumnya. Export Product Dynamics (EPD) Export Product Dynamic (EPD) merupakan metode analisis yang digunakan untuk menganalisis dan mengidentifikasikan produk atau komoditi yang mempunyai daya kompetitif tertinggi serta pertumbuhan produk atau barang yang cepat pada arus perdagangan ekspor dalam suatu negara. Metode analisis ini mempunyai kelebihan dalam menganalisis kinerja suatu barang atau produk mempunyai performa yang dinamis atau tidak. Selain itu, metode ini dapat menganalisis sejauh mana keunggulan kompetitif suatu produk atau barang tersebut. Selain itu, metode ini dapat menganalisis posisi pasar barang atau produk suatu negara ke negara tujuan. Posisi pasar tersebut dapat diketahui karena metode ini menggunakan share export total (X) dan share export commodity (Y). Dengan menggunakan metode analisis EPD, dapat diketahui apakah komoditi suatu negara ke negara
25 tujuan kontinu (dinamis) atau tidak. Berdasarkan penelitian Esterhuizen (2006), terdapat matriks posisi pasar berdasarkan Export Product Dynamic (EPD) yang dapat dilihat pada Gambar 9.
+ -
Y +
Lost opportunity
Rising star
+ X
-
Retreat
Falling star -
-
-
dimana : Sumbu x : tingkat pertumbuhan pangsa pasar ekspor (persen) Sumbu y : tingkat pertumbuhan pangsa pasar produk (persen) Sumber : Agri (2011)
Gambar 9 Kuadran posisi pasar Export Product Dynamic (EPD) Gambar 9 menunjukkan bahwa matriks posisi dayasaing Export Product Dynamic (EPD) terdiri dari Rising star, Lost opportunity, Falling star, dan Retreat. Rising star merupakan posisi pasar tertinggi atau dapat dikatakan sebagai posisi pasar yang paling ideal. Lost opportunity merupakan kondisi pasar atau dayasaing yang paling tidak diharapkan oleh suatu negara dikarenakan pada posisi ini terjadi penurunan pangsa pasar pada produk, sehingga mengakibatkan suatu negara kehilangan kesempatan pangsa atau jangkauan ekspor untuk produk dan barang yang dihasilkan dalam pasar internasional. Posisi pasar lainnya yang tidak diharapkan oleh suatu negara adalah Falling star. Posisi Falling star walaupun tidak diharapkan, namun posisi ini tidak seburuk dibandingkan dengan Lost opportunity. Hal ini dikarenakan pada posisi ini terjadi peningkatan pangsa pasar meskipun tidak terjadi pada produk atau barang yang kontinu (dinamis) di pasar global. Retreat merupakan kondisi dimana produk atau barang suatu negara sudah tidak diinginkan lagi oleh pangsa pasar. Secara matematis pangsa pasar ekspor suatu negara dan pangsa pasar suatu komoditi dalam penelitian ini adalah sebagai berikut : Sumbu x: Pertumbuhan pangsa pasar ekspor Indonesia (persen) : 𝑋 𝑋 ∑𝑡𝑡=1( 𝑖 ) × 100%−∑𝑡𝑡=1( 𝑖 ) 𝑊
𝑊
×100%
𝑖 𝑡 𝑖 𝑡−1 Sumbu x : 𝑇 Sumbu y: Pertumbuhan pangsa pasar buah-buahan Indonesia (persen) : 𝑋 𝑋 ∑𝑡𝑡=1( 𝑡 ) × 100%−∑𝑡𝑡=1( 𝑡 )
Sumbu y :
𝑊𝑡 𝑡
𝑊𝑡 𝑡−1
×100%
𝑇
dimana : Xi : nilai ekspor buah-buahan Indonesia ke negara tujuan (1000 US$) Wi : nilai eksporbuah-buahan Dunia ke negara tujuan (1000 US$) Xt : nilai total ekspor Indonesia ke negara tujuan (1000 US$)
26 Wt t t-1 T
: nilai total ekspor Dunia ke negara tujuan (1000 US$) : Tahun ke t : Tahun sebelumnya : Jumlah tahun analisis
Gravity Model Gravity Model adalah model yang digunakan untuk menganalisis faktorfaktor ekonomi dan non ekonomi yang dapat memengaruhi perdagangan antara dua negara berdasarkan berdasarkan hukum gravitasi teori Sir Isaac Newton. Model ini dapat menganalisis apakah perdagangan antar kedua negara berhubungan lurus dengan pendapatan masing-masing negara tersebut, dan berhubungan terbalik dengan hambatan perdagangan antar kedua negara yang secara matematis dapat dijelaskan sebagai berikut Fij=
G x Mi x Mj Dij
dimana : Fij : Interaksi antardua negara (aliran perdagangan bilateral) Mi : Ukuran ekonomi untuk negara eksportir Mj : Ukuran ekonomi untuk negara importir Dj : Jarak ekonomi kedua negara G : Konstanta Persamaan di atas dapat dijadikan model dasar gravity model seperti yang dijelaskan oleh Zarzoso dan Lehman (2003) sebagai berikut : Xij = β0Yiβ1Yjβ2Niβ3Njβ4Dijβ5Aijβ6uij dimana : Xij : ekspor produk negara i ke negara j Yi : GDP eksportir Yj : GDP importir Dij : Jarak antara dua negara Aij : Faktor lainnya yang dapat memengaruhi perdagangan kedua negara uij : Error term Estimasi model Estimasi model ditransformasikan kedalam bentuk ln (logaritma natural) agar model memenuhi uji asumsi klasik dan menghindari model dari bias. Selain itu, menurut Juanda (2009) transformasi model dalam bentuk logaritma natural dapat mengatasi permasalahan heteroskedastisitas. Transformasi model ke dalam bentuk logaritma natural juga dapat menghindari model dari permasalahan normalitas, sehingga estimasi model yang ditransformasi adalah sebagai berikut : Model I (manggis) : LnVEit = 𝛽0 + 𝛽1LnHPTit + 𝛽2LnGDPRTit + 𝛽3 LnGDPRIit + 𝛽4 LnJEit + 𝛽5 LnIHKIit + 𝛽6 DKRISIS1 + eit
27 Model II (mangga) : LnVEit = 𝛽0+ 𝛽1LnGDPRTit + 𝛽2 LnJEit + 𝛽3 LnGDPRIit + 𝛽4 LnHPTit + 𝛽5DKRISIS1 + eit Model III (rambutan) : LnVEit = 𝛽0+ 𝛽1 LnJEit + 𝛽2 LnIHKIit + 𝛽3 LnGDPRITit + 𝛽4 LnERIDit + 𝛽5 DKRISIS1 + eit Model IV (pisang) : LnVEit = 𝛽0 + 𝛽1 LnHPTit + 𝛽2 LnJEit + 𝛽3 LnPOPit + 𝛽4 LnGDPKTit + eit Model V (melon) : LnVEit = 𝛽0+ 𝛽1LnGDPRIit + 𝛽2 LnPOPit + 𝛽3 LnJEit + eit dimana : VEit HPTit GDPRTit GDPRIit GDPRITit JEit POPit IHKit ERIDit DKRISIS1
eit 𝛽0 𝛽n t i
: Volume ekspor buah Indonesia ke negara tujuan (Kg) : Harga ekspor buah Indonesia ke negara tujuan (US$/Kg) : GDP riil negara tujuan (US$) : GDP riil negara Indonesia (US$) : Interaksi GDP riil Indonesia dan negara tujuan (US$) : Jarak ekonomi Indonesia dengan negara tujuan (Km) : Populasi negara tujuan (Jiwa) : Indeks Harga Konsumen Indonesia : Nilai tukar mata uang Indonesia terhadap dollar Amerika (Rp/USD) : Dummy krisis Eropa tahun 2010 (nilai “0” jika tidak adanya krisis Eropa dan nilai “1” jika adanya krisis Eropa) : random error : konstanta (intercept) : parameter yang diduga (n = 1,2, … ) : time series : cross section Uji Kesesuaian Model
Pemilihan model terbaik Pada analisis gravity model akan digunakan tahapan pengolahan data yang meliputi tiga pendekatan yaitu common effect atau Pooled Least Square (PLS), Fixed Effect Model (FEM), dan Random Effect Model (REM). Model terbaik dapat diperoleh dengan melakukan uji statistika yang terdapat dalam regresi data panel untuk menentukan model terbaik yaitu : 1. Chow test Chow test atau biasa disebut dengan uji F statistics merupakan pengujian statistik yang bertujuan memilih model terbaik antara Fixed Effect Model (FEM) atau Pooled Least Square (PLS). Hipotesis dari uji adalah sebagai berikut : H0 : Pooled Least Square H1 : Fixed Effects Model Pada uji ini, apabila nilai probabilitas uji Chow pada hasil estimasimenggunakan E-views6 menunjukkan nilai yang lebih kecil daripada taraf nyata (lima persen)
28 maka sudah cukup bukti untuk menolak hipotesa nol, sehingga dapat dikatakan bahwa model yang terbaik berdasarkan uji ini adalah Fixed Effects Model. 2. Hausman Test Hausman test merupakan pengujian statistika untuk menganalisis model yang terbaik antara Fixed Effects Model (FEM) atau Random Effects Model (REM) yang memiliki hipotesis sebagai berikut : H0 : Random Effects Model H1 : Fixed Effects Model Apabila hasil pengujian uji Hausman pada E-views6 menunjukkan nilai probabilitas lebih kecil dari taraf nyata (lima persen), maka dapat dikatakan bahwa cukup bukti untuk melakukan penolakan terhadap hipotesa nol, sehingga model yang terbaik adalah Fixed Effects Model (FEM). 3. Uji LM atau The Breusch Pagan Uji LM merupakan pengujian untuk memilih model terbaik antara Random Effects Model (REM) dan Pooled Least Square (PLS). Hipotesis pada pengujian ini adalah sebagai berikut : H0 : Pooled Least Square H1 : Random Effects Model Dasar penolakan terhadap pengujian dapat diperoleh dengan menggunakan hitung statistika terhadap Chi squared. Apabila hasil statistika uji LM lebih besar daripada tabel Chi squared, maka cukup bukti untuk menolak hipotesa nol, sehingga dapat dikatakan model yang terbaik adalah Random Effects Model (REM). Uji kriteria ekonomi Pada model akan dianalisis apakah model telah memenuhi kriteria ekonomi dan dugaan hipotesis yang ada. Kesesuaian kriteria ekonomi dalam model dapat dilihat berdasarkan tanda koefisien pada hasil estimasi model. Uji asumsi klasik Pada gravity model ini digunakan analisis regresi sehingga model harus memenuhi tiga asumsi klasik yang meliputi terbebas dari multikolnearitas, data telah menyebar normal (normalitas), terbebas dari heteroskedastisitas, dan terbebas dari autokorelasi. 1. Multikolinearitas Multikolinearitas merupakan hubungan linear yang kuat antar variabel independen dalam regresi berganda. Mendeteksi adanya multikolinearitas dapat dilakukan dengan uji korelasi sederhana antara pengubah bebas. Multikolinearitas dapat terjadi apabila pada model terdapat banyak pengubah bebas yang memiliki tanda koefisien tidak sesuai dengan kriteria ekonomi, nilai R-squared (R2) tinggi akan tetapi banyak pengubah bebas yang tidak signifikan, matriks korelasi antar pengubah bebas memiliki nilai lebih besar dari 0.8, dan apabila nilai koefisien korelasi parsial (rij) lebih besar dibandingkan dengan R-squared (R2). Permasalahan multikolinearitas pada model dapat di atasi dengan cara memanfaatkan informasi sebelumnya, mengeluarkan pengubah bebas yang memiliki kolinearitas tinggi, melakukan transformasi pengubah ke dalam bentuk pembedaan pertama, menggunakan regresi komponen utama, menggabungkan data cross section dengan data time series atau yang lebih dikenal dengan panel
29 data, mengecek ulang asumsi pada saat menetapkan model, dan menambahkan data yang baru (Juanda 2009). 2. Heteroskedastisitas Heteroskedastisitas merupakan adanya faktor pengganggu pada model yang tidak memiliki varian yang konstan. Model dapat dikatakan memenuhi asumsi klasik heteroskedastisitas apabila model memiliki kesamaan varians dari residual pengamatan yang tetap atau disebut homoskedastisitas. Permasalahan heteroskedastisitas dapat dilihat dengan menggunakan uji Golfeld Quandt, uji Breusch Pagan, dan uji White. Pada penelitian ini, untuk melihat apakah model telah memenuhi asumsi klasik dapat dilhat berdasarkan nilai sum squared resid pada hasil pengolahan menggunakan E-views6. Permasalahan heteroskedastisitas dapat diatasi dengan memberikan bobot Weighted Least Square (WLS) melalui Generalized Least Squares (GLS) pada model atau transformasi data kedalam bentuk logaritma natural. 3. Normalitas Uji asumsi klasik yang harus dipenuhi juga adalah permasalahan normalitas. Pada uji normalitas merupakan uji yang dilakukan terhadap nilai residualnya terdistribusi secara normal atau tidak. Pada penilitian ini uji normalitas dilakukan dengan cara uji Jarque Bera. Apabila nilai probabilitas pada uji Jarque Bera lebih besar dibandingkan dengan taraf nyata (lima persen) maka dapat dikatakan model telah memenuhi syarat asumsi klasik menyebar normal. 4. Autokorelasi Autokorelasi merupakan hubungan linear antar eror dalam satu penelitian yang dapat diuji dengan uji autokorelasi pada Durbin Watson. Permasalahan autokorelasi pada penelitian ini dapat diatasi dengan memberikan pembobotan Generalized Least Squares (GLS) pada model. Adanya autokorelasi atau tidak pada model dapat dilihat berdasarkan Tabel 4. Tabel 4 Selang nilai statistika Durbin Watson serta keputusannya Nilai DW 4-dl < DW < 4 4-du < DW <4-dl du < DW < 4-du dl < DW < du 0 < DW < dl
Keputusan Tolak H0, ada autokorelasi positif Tidak tentu, coba uji yang lain Terima H0 Tidak tentu, coba uji yang lain Tolak H0, ada autokorelasi positif
Sumber : Juanda (2009)
HASIL DAN PEMBAHASAN Posisi Dayasaing Ekspor Buah-Buahan Indonesia ke Dunia Berdasarkan Revealed Comparative Advatage (RCA) Tahun 2003-2012 Indonesia sebagai negara berkembang dengan iklim tropis tentu memiliki keanekaragaman buah-buahan yang dapat dijadikan sebagai potensi ekspor ke dunia maupun negara-negara importir buah. Posisi dayasaing buah-buahan Indonesia sangat ditentukan oleh keunggulan komparatif dan kompetitifnya.
30 Berdasarkan volume dan nilai ekspor buah-buahan Indonesia ke dunia yang diperoleh dari UN Comtrade (2013), buah-buahan yang memiliki potensi besar adalah mangga, manggis, dan jambu (MMJ), pisang, nenas, stroberi, melon dan semangka (MS). Selain itu, buah-buahan ini memiliki rata-rata nilai RCA sepuluh terbesar dibandingkan dengan buah lainnya. Rata-rata nilai dan volume ekspor serta nilai RCA ekspor buah-buahan Indonesia ke dunia dapat dilihat pada Tabel 5. Tabel 5 Rata-rata nilai dan volume ekspor serta nilai RCA ekspor buah-buahan Indonesia ke dunia tahun 2003-2012 Komoditi Mangga, Manggis, dan Jambu Pisang Stroberi Nenas Pepaya Melon dan Semangka Lemon Jeruk Ceri Pir Alpukat Apel
Rata-rata nilai ekspor (1000 US$) 9,101.291 796.594 583.752 378.946 249.682 219.962 176.045 104.957 71.534 64.382 60.762 58.989
Rata-rata volume ekspor (Kg) 11,315,854 1,752,035 263,476 638,367 169,823 200,747 371,958 163,722 31,378 45,815 74,605 98,252
Rata-rata nilai RCA 1.008 0.014 0.067 0.049 0.149 0.019 0.012 0.005 0.011 0.005 0.005 0.001
Sumber : UN Comtrade, 2013
Berdasarkan posisi rata-rata nilai dan volume ekspor ke dunia serta ratarata nilai RCA selama tahun 2003 sampai 2012 pada Tabel 5 secara keseluruhan, buah mangga, manggis, dan jambu, pisang, stroberi, nenas, serta melon dan semangka menempati posisi enam besar, sehingga pada penelitian ini dipilihlah buah-buahan tersebut untuk dianalisis keunggulan komparatif dan kompetitifnya berdasarkan estimasi Revealed Comparative Advatage (RCA) dan Export Product Dynamics (EPD). Mangga, manggis, dan jambu merupakan ekspor buah yang memiliki nilai dan volume ekspor serta nilai RCA tertinggi dibandingkan dengan buah lainnya. Hasil estimasi RCA dan EPD pada buah-buahan ini dapat dilihat pada Tabel 6. Tabel 6 Hasil estimasi RCA dan EPD ekspor buah Indonesia ke dunia tahun 2003-2012 Komoditi MMJ Stroberi Nenas MS Pisang
Rata-rata Nilai RCA 1.008 0.067 0.049 0.019 0.014
Rata-rata indeks RCA 0.967 1.068 6.017 2.462 2.475
Pertumbuhan pangsa pasar ekspor (%) 2.02 14.74 540.81 176.83 186.71
Pertumbuhan pangsa pasar produk (%) 3.47 3.47 3.47 3.47 3.47
Posisi EPD Rising star Rising star Rising star Rising star Rising star
Sumber : UN Comtrade, 2013 Keterangan : Buah-buahan dalam penelitian (*), MMJ (Mangga, Manggis, dan Jambu), MS (Melon dan Semangka)
31 Tabel 6 menunjukkan bahwa selama tahun 2003 sampai 2012, ekspor mangga, manggis, dan jambu ke dunia memiliki rata-rata nilai RCA terbesar (1.008) yang artinya eksporbuah-buahan ini memiliki dayasaing kuat dibandingkan buah lainnya, sedangkan pisang memiliki dayasaing terendah dengan rata-rata RCA sebesar 0.14. Namun, berdasarkan indeks RCA, ekspor nenas memiliki nilai terbesar (6.017) yang mengindikasikan bahwa ekspor nenas mengalami peningkatan kinerja ekspor dibandingkan tahun sebelumnya. Dayasaing yang kuat pada kelompok buah mangga, manggis, dan jambu membuat ekspor buah ini mengalami surplus pada neraca perdagangan buah yang dapat dilihat pada Tabel 2. Selama tahun 2003 sampai 2012 buah mangga dan manggis memiliki surplus perdagangan di pasar I nternasional dengan rata-rata volume ekspor masing-masing sebesar 1,365,487 kg dan 9,660,949 kg lebih besar dibandingkan dengan impornya (913,509 kg dan 6,135 kg). Kuatnya dayasaing mangga, manggis, dan jambu juga didukung dengan nilai dan volume ekspor yang cenderung meningkat setiap tahunnya yang dapat dilihat pada Gambar 10. Penurunan nilai dan volume ekspor secara signifikan yang ditunjukkan pada pada Gambar 10 terjadi pada tahun 2004 dan 2006. Tingkat pertumbuhan nilai dan volume ekspor mangga, manggis, dan jambu pada tahun 2004 sebesar -44.92 persen dan -34.19 persen, sedangkan tingkat pertumbuhan nilai dan volume ekspor pada tahun 2006 sebesar -49.24 persen dan -25.54 persen. Pertumbuhan nilai dan volume ekspor yang negatif pada kelompok buah ini dipengaruhi oleh berkurangnya produksi manggis dan mangga dalam negeri pada tahun 2004 menjadi 1,437,665 ton dan 62.117 ton.
Nilai (US$) dan volume ekspor (Kg)
25,000,000
Nilai ekspor (US$)
Volume ekspor (Kg) 20,000,000
15,000,000
10,000,000
5,000,000
0 2003
2004
2005
2006
2007 2008 Tahun
2009
2010
2011
2012
Sumber : UN Comtrade, 2013
Gambar 10 Nilai dan volume ekspor mangga, manggis, dan jambu 2003-2012 Pertumbuhan nilai dan volume ekspor tertinggi pada kelompok buah mangga, manggis, dan jambu tercapai pada tahun 2012 yaitu sebesar 60.49 persen dan 52.76 persen. Selain itu, berdasarkan FAO nilai ekspor buah mangga, manggis, dan jambu Indonesia ini menempati posisi ke 17 di dunia pada tahun 2012.
32 Posisi dayasaing yang kuat pada ekspor mangga, manggis, dan jambu perlu dipertahankan dengan dilakukan berbagai strategi peningkatan kualitas mutu kelompok buah ini agar Indonesia tidak kehilangan pasar di dunia. Hal ini perlu dilakukan karena bukan hanya Indonesia saja yang memiliki potensi dan dayasaing kuat di dunia. Lima pesaing eksportir ekspor mangga, manggis, dan jambu terbesar di dunia dengan rata-rata nilai RCA yang lebih besar dibandingkan dengan Indonesia adalah Pakistan (19.048), India (13.446), Filipina (12.771), Brazil (8.956), dan Mexico (7.069). Berdasarkan Tabel 6, dayasaing ekspor stroberi Indonesia ke dunia menempati posisi kedua setelah mangga, manggis, dan jambu. Dengan rata-rata nilai RCA kurang dari satu (0.067). Rata-rata nilai RCA ini menerangkan bahwa ekspor stroberi Indonesia ke dunia tergolong berdayasaing lemah, sehingga perlu dilakukan berbagai strategi kebijakan yang dapat meningkatkan posisi dayasaing buah stroberi. Dayasaing yang lemah pada ekspor stroberi disebabkan oleh penurunan nilai ekspor yang cukup signifikan pada tahun 2004 menjadi 95,050 dollar dibandingkan tahun sebelumnya yang mencapai nilai ekspor sebesar 4,961,308 dollar. Penurunan nilai ekspor ini berlangsung hingga tahun 2007. Selain itu, rendahnya dayasaing stroberi Indonesia ke dunia diakibatkan adanya pesaing yang lebih menguasai pasar dengan memiliki rata-rata nilai RCA lebih tinggi dibandingkan dengan Indonesia diantaranya Mexico (3.322), Belgia (3.08), Amerika Serikat (2.09), dan Itali (1.087). Apabila dilihat secara keseluruhan ekspor buah-buahan pada Tabel 5, nenas Indonesia memiliki posisi dayasaing ke empat dibandingkan buah-buahan lainnya. Data FAO menunjukkan bahwa ekspor nenas Indonesia ke dunia menempati posisi ke 15 besar sebagai eksportir nenas di dunia. Selain itu, berdasarkan Tabel 2, nenas Indonesia selama tahun 2003 sampai 2012 mengalami surplus perdagangan dengan rata-rata volume ekspor nenas sebesar 638.367 kg lebih besar dibandingkan dengan impornya (59.966 kg). Nilai dan volume ekspor nenas Indonesia ke dunia dapat dilihat pada Tabel 7. Tabel 7 Nilai dan volum ekspor nenas Indonesia ke dunia tahun 2003-2012 Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Nilai ekspor (1000 US$) 2,315.283 529.122 219.703 81.903 360.991 104.482 19.725 41.130 2.337 114.783
Volume ekspor (Kg) 2,284,432 2,431,263 643,716 142,672 472,875 215,053 33,033 67,283 1,164 92,181
Sumber : UN Comtrade, 2013
Tabel 7 menunjukkan bahwa nilai ekspor nenas ke dunia mengalami kecenderungan penurunan selama tahun 2003 sampai 2012. Penurunan signifikan terjadi pada tahun 2004 dengan laju pertumbuhan sebesar -77.15 persen, namun pada tahun yang sama volume ekspor nenas ke dunia mengalami peningkatan dengan laju pertumbuhan sebesar 6.43 persen.
33 Ekspor nenas pada Tabel 6 memiliki rata-rata nilai RCA sebesar 0.049 yang mengindikasikan dayasaing ekspor nenas Indonesia ke dunia masih lemah. Hal ini dikarenakan tingginya dayasaing pesaing eksportir nenas ke dunia, sehingga Indonesia belum mampu menguasai pasar ekspor nenas secara global. Pesaing eksportir nenas Indonesia adalah Costa Rica, Filipina, dan Pakistan dengan rata-rata nilai RCA sebesar 526.832, 11.601, dan 3.194. Apabila dilihat dari nilai ekspornya, selama tahun 2003 sampai 2012 negara-negara pesaing memiliki peningkatan ekspor nenas setiap tahunnya. Kondisi ini berbeda dengan Indonesia yang mengalami kecenderungan penurunan. Kelompok melon dan semangka merupakan buah dengan kode HS 080719 memiliki potensi ekpsor dikarenakan memiliki rata-rata nilai ekspor terbesar ke enam dibandingkan dengan buah lainnya. Dayasaing ekspor melon dan semangka Indonesia ke dunia selama tahun 2003 sampai 2012 tergolong lemah dikarenkan rata-rata nilai RCA ekspor buah ini hanya mencapai 0.019. Rendahnya dayasaing kelompok buah ini mengakibatkan neraca perdagangan melon dan semangka mengalami defisit berdasarkan volume ekspornya sebesar 31.807 kg yang dapat dilihat pada Tabel 2. Buah lainnya yang memiliki potensi ekspor di pasar internasional adalah pisang. Permintaan pasar terhadap komoditas ini terus meningkat baik dikonsumsi secara langsung atau digunakan untuk bahan industri. Berdasarkan data BPS, produksi pisang merupakan produksi terbesar di antara buah-buahan Indonesia lainnya, namun buah ini memiliki rata-rata pertumbuhan yang kecil yaitu sebesar 0.92 persen. Rata-rata pertumbuhan yang rendah ini menyebabkan dayasaing ekspor pisang Indonesia ke dunia masih tergolong lemah dengan rata-rata nilai RCA sebesar 0.014. Nilai dan volume ekspor pisang Indonesia ke dunia dapat dilihat pada Tabel 8. Tabel 8 Nilai dan volume ekspor pisang Indonesia ke dunia tahun 2003-2012 Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Nilai ekspor (1000 US$) 514.020 778.506 1,288.892 1,407.542 856.127 988.914 199.890 48.305 1,011.593 872.154
Volume ekspor (Kg) 244,732 1,197,495 3,647,035 4,443,188 2,378,460 1,969,871 401,964 13,578 1,734,655 1,489,370
Sumber : UN Comtrade, 2013
Nilai dan volume ekspor pisang selama tahun 2003 sampai 2012 yang ditunjukkan pada Tabel 8 mengalami kecenderungan yang berfluktuasi. Tabel 9 menerangkan bahwa penurunan nilai dan volume secara signifikan terjadi pada tahun 2010. Salah satu penyebab penurunan ekspor pisang Indonesia ke dunia adalah masih rentannya pisang Indonesia terhadap penyakit tanaman Fusarium yang mengakibatkan kualitas pisang Indonesia rendah. Namun, berdasarkan ratarata volume ekspor pisang Indonesia ke dunia pada Tabel 2, ekspor pisang
34 Indonesia lebih besar dibandingkan dengan impornya, sehingga neraca perdagangan ekspor pisang ke dunia dapat dikatakan cukup baik. Peningkatan kualitas pisang Indonesia perlu dilakukan agar posisi dayasaing ekspor pisang di dunia dapat ditingkatkan karena banyak pesaing eksportir pisang yang dapat menggeser dan menguasai ekspor pisang di pasar internasional. Pesaing eksportir pisang terbesar Indonesia di dunia adalah negara Ekuador, Costa Rica, Columbia, dan Filipina dengan rata-rata nilai RCA masingmasing sebesar 211.701, 138.444, 39.251, dan 15.908. Posisi Dayasaing Ekspor Buah-Buahan Indonesia ke Dunia Berdasarkan Estimasi Export Product Dynamics (EPD) Tahun 2003-2012 Pada bagian sebelumnya telah dibahas mengenai keunggulan komparatif berdasarkan estimasi RCA yang dimiliki oleh ekspor buah-buahan Indonesia. Pada bagian ini akan dibahas mengenai keunggulan kompetitif berdasarkan Export Product Dynamics (EPD). Metode ini digunakan untuk menentukan posisi dan mengidentifikasi ekspor buah mana yang memiliki jangkauan pasar terluas. Keberhasilan keunggulan kompetitif ini juga terlihat dari tingginya kontribusi buah-buahan bagi PDB hortikultura di Indonesia. Namun, upaya-upaya untuk meningkatkan dayasaing buah-buahan khususnya bagi buah yang masih memiliki dayasaing rendah masih perlu dilakukan agar dapat meningkatkan kemampuan bersaing di pasar internasional. Posisi pangsa pasar ekspor buahbuahan Indonesia ke dunia selama tahun 2003 sampai 2012 secara keseluruhan beradasarkan estimasi EPD dapat dilihat pada Tabel 9. Tabel 9 Hasil estimasi EPD ekspor buah Indonesia ke dunia tahun 2003-2012 Komoditi Mangga, Manggis, dan Jambu Pepaya Stroberi Nenas Melon dan Semangka Pisang Lemon Ceri Alpukat Jeruk Pir Rasberri, Blackberri, Mulberri Apel
Pertumbuhan pangsa pasar ekspor (%) 2.02 2,332.50 14.74 540.81 176.83 186.71 106.05 18.25 113.52 222.72 539.88 217.95 20.62
Pertumbuhan pangsa pasar produk (%) 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47
Posisi EPD Rising star Rising star Rising star Rising star Rising star Rising star Rising star Rising star Rising star Rising star Rising star Rising star Rising star
Sumber : UN Comtrade, 2013
Secara keseluruhan posisi dayasaing ekspor buah-buahan Indonesia ke dunia selama tahun 2003 sampai 2012 pada Tabel 9 menunjukkan posisi pangsa pasar berada di daerah rising star. Hal ini menunjukkan bahwa pertumbuhan ekspor buah-buahan Indonesia ke dunia mampu bersaing dalam memenuhi
35 permintaan pasar dunia, sehingga buah-buahan Indonesia memiliki keunggulan kompetitif yang tinggi di pasar global. Buah-buahan pada penelitian ini (mangga, manggis, dan jambu, pisang, nenas, stroberi, serta melon dan semangka) memiliki keunggulan kompetitif yang kuat di dunia berdasarkan hasil estimasi EPD pada Gambar 10 dikarenakan posisi pasar masing-masing berada di daerah rising star. Hal ini menunjukkan bahwa selama tahun 2003 sampai 2012 pertumbuhan ekspor buah manggis, mangga, dan jambu, pisang, nenas, stroberi, serta melon dan semangka mampu memenuhi permintaan pasar dunia dengan rata-rata pertumbuhan pangsa pasar produk sebesar 3.47 persen. Secara spesifiikasi, hasil EPD ekspor buah-buahan pada penelitian ini dapat dilihat pada Gambar 11. 10
Pangsa pasar produk (%)
Lost opportunity
Rising star
6 2
-600
-400
-200
-2 0 -6
200
400
600
Falling star
Retreat -10
Pangsa pasar ekspor (%) MMJ
Stroberi
Nenas
MS
Pisang
Sumber : UN Comtrade, 2013 Keterangan : MMJ (Mangga, Manggis, dan Jambu), MS (Melon dan Semangka)
Gambar 11 Hasil EPD ekspor buah Indonesia ke dunia tahun 2003-2012 Posisi pasar dengan keunggulan kompetitif terbesar pada Gambar 11 ditempati oleh ekspor nenas dengan rata-rata pertumbuhan pangsa pasar ekspor sebesar 540.81 persen. Tingginya rata-rata pertumbuhan ini didukung dengan ratarata indeks RCA ekspor nenas Indonesia yang mencapai 6.017. Namun, keunggulan kompetitif ekspor nenas berbanding terbalik dengan keunggulan komparatifnya. Posisi Dayasaing Ekspor Buah-Buahan Indonesia ke Negara Tujuan Tahun 2003-2012 Berdasarkan RCA dan EPD Pada bagian ini akan dibahas mengenai posisi dayasaing ekspor buahbuahan Indonesia selama tahun 2003 sampai 2012 ke negara tujuan yang meliputi kelompok buah mangga, manggis, dan jambu (HS 080450), nenas (HS 080430), pisang (HS 080300), melon dan semangka (HS 080719), dan stroberi (HS 081010).
36 Mangga, Manggis, dan Jambu (HS 080450) Manggis merupakan salah satu buah eksotik Indonesia yang memiliki dominasi pasar ekspor tinggi. Mangga dan manggis merupakan buah unggulan Indonesia dalam setiap kegiatan perdagangan ekspor buah dan peningkatan devisa negara. Namun, sampai saat ini belum banyak investor yang berani membudidayakan manggis secara komersil. Hal ini dikarenakan buah ini mempunyai masa panen yang lama, sehingga dibutuhkan waktu yang cukup lama untuk dapat menjual ke pasaran. Lamanya masa panen ini mengakibatkan rata-rata pertumbuhan produksi manggis mencapai 61.82 persen pada Gambar 3. Semakin tinggi rata-rata pertumbuhan produksi mengindikasikan buah tersebut merupakan buah yang bergantung pada musim, sehingga pada setiap tahunnya terjadi peningkatan produksi secara signifikan. Hasil estimasi RCA dan EPD ekspor mangga, manggis, dan jambu Indonesia ke negara tujuan tahun 2003 sampai 2012 dapat dilihat pada Tabel 10. Tabel 10 Hasil estimasi RCA dan EPD ekspor buah mangga, manggis, dan jambu Indonesia ke negara tujuan 2003-2012 Rata-rata Rata-rata Pertumbuhan Pertumbuhan nilai indeks pangsa pasar pangsa pasar RCA RCA ekspor (%) produk (%) Jepang 0.005 52.689 6,234.93 1.75 Jerman 0.010 0.393 -21.25 1.97 Belgia 0.010 0.086 -45.91 -2.32 AS 0.018 4.068 251.18 2.12 Itali 0.061 1.274 83.65 6.83 Switzerland 0.073 20.999 2,359.25 -9.31 Belanda 0.084 1.208 33.97 4.53 Saudi Arabia 0.492 0.916 -0.83 1.93 Perancis 0.593 1.384 46.30 0.85 Oman 0.664 4.280 453.68 15.83 India 0.763 0.120 -40.31 5.14 Vietnam 0.971 0.305 -33.88 -0.91 Malaysia 1.215 1.603 64.18 8.26 Singapura 1.244 1.200 19.28 2.66 UAE 1.702 1.207 17.42 -6.12 Kuwait 2.718 3.245 95.78 0.06 Cina 3.566 2.243 116.31 4.92 Qatar 3.949 2.508 174.57 3.33 Brunei 4.783 2.428 112.17 4.96 Bahrain 6.275 0.672 3.18 14.63 Hongkong 27.674 1.424 20.19 -1.45 Sumber : UN Comtrade, 2013 Keterangan : AS (Amerika Serikat), UAE (United Arab Emirate) Importir
Posisi EPD Rising star Lost opportunity Retreat Rising star Rising star Falling star Rising star Lost opportunity Rising star Rising star Lost opportunity Retreat Rising star Rising star Falling star Rising star Rising star Rising star Rising star Rising star Falling star
Tabel 10 menunjukkan bahwa Indonesia memiliki peluang ekspor mangga, manggis, dan jambu terbesar berada di negara Hongkong dengan rata-rata nilai RCA sebesar 27.674 yang mengindikasikan bahwa ekspor kelompok buah ini berdayasaing kuat. Secara keseluruhan, ekspor mangga, manggis, dan jambu Indonesia memiliki dayasaing di Bahrain, Brunei, Qatar, Cina, Kuwait, United Arab Emirate (UAE). Singapura, dan Malaysia. Negara-negara tujuan ini memiliki rata-rata nilai RCA di atas 1, sehingga mengindikasikan bahwa ekspor mangga, manggis, dan jambu Indonesia memiliki dayasaing kuat. Ekspor mangga,
37 manggis, dan jambu Indonesia yang memiliki dayasaing terendah berada di pangsa pasar Jepang dengan rata-rata nilai RCA sebesar 0.005. Salah satu penyebab rendahnya dayasaing ekspor buah mangga,manggis, dan jambu ke Jepang adalah prosedur ekspor yang sangat ketat. Jepang menetapkan kualitas mutu buah yang tinggi, sehingga kerap kali mangga, manggis, dan jambu Indonesia kesulitan memasuki pangsa pasar di Jepang. Kondisi ini membuat Indonesia perlu melakukan diversifikasi pasar (Tarman et al. 2011) atau mencari pangsa pasar lainnya yang memang memiliki peluang besar dan permintaan yang tinggi terhadap buah mangga, manggis, dan jambu Indonesia. Salah satu negara yang memiliki permintaan ekspor buah mangga, manggis, dan jambu yang tinggi dan bisa dijadikan sebagai potensi pangsa pasar adalah Oman. Pesaing-pesaing eksportir kelompok buah ini ke negara tujuan Jepang dapat dilihat pada Gambar 12.
Rata-rata nilai RCA
60
51.175
45
30
23.468 18.915
15 3.855
2.304
1.862
1.244
Thailand Pesaing
Peru
Brazil
Sri Lanka
0 Mexico
Filipina
India
Sumber : UN Comtrade, 2013
Gambar 12 Rata-rata nilai RCA eksportir pesaing di Jepang tahun 2003-2012 Gambar 12 memperlihatkan bahwa terdapat 7 pesaing eksportir mangga, manggis, dan jambu ke negara Jepang yang memiliki rata-rata nilai RCA jauh lebih tinggi dibandingkan dengan Indonesia selama tahun 2003 sampai 2012. Mexico merupakan pesaing terberat Indonesia karena memiliki rata-rata nilai RCA yang sangat tinggi (51.175). Selain itu, nilai ekspor Mexico pada setiap tahunnya selalu lebih tinggi dibandingkan dengan Indonesia. Nilai ekspor Mexico tertinggi mencapai 12,464,051 dollar pada tahun 2007, sedangkan nilai ekspor tertinggi Indonesia hanya mencapai 46,472 dollar. Pesaing terberat lainnya adalah Filipina dengan rata-rata nilai RCA mencapai 23.468. Oleh karena itu, Indonesia perlu melakukan berbagai strategi meningkatkan kualitas mangga, manggis, dan jambu, sehingga dapat meningkatkan permintaan di Jepang. Secara keseluruhan, dayasaing mangga, manggis, dan jambu Indonesia yang memiliki dayasaing rendah berada pada negara tujuan Jepang, Jerman, Amerika Serikat (AS), Itali, Switzerland, Belanda, Saudi Arabia, Perancis, Vietnam, India, dan Oman. Berdasarkan hasil estimasi EPD pada Tabel 11, ekspor mangga, manggis, dan jambu Indonesia ke negara-negara tujuan berada pada
38 posisi pasar yang sudah cukup baik. Hal ini dilihat dari banyaknya negara-negara tujuan yang berada pada posisi rising star. Posisi ini menunjukkan bahwa Indonesia selain memiliki keunggulan komparatif tapi juga keunggulan kompetitif yang cukup baik. Posisi pasar yang perlu mendapat perhatian lebih adalah pangsa pasar negara Jerman, India, dan Saudi Arabia yang berada di lost opportunity. Posisi ini mengindikasikan bahwa ekspor Indonesia kehilangan kesempatannya untuk bersaing di pangsa pasar Jerman, India, dan Saudi Arabia dikarenakan rata-rata pertumbuhan ekspor mangga, manggis, dan jambu Indonesia mengalami penurunan sebesar 21.25 persen, 40.31 persen, dan 0.83 persen, sehingga tidak dapat memenuhi permintaan pasar yang mengalami peningkatan dimasing-masing negara sebesar 1.97 persen, 5.14 persen, dan 1.93 persen. Penurunan pertumbuhan pangsa pasar ekspor di Jerman, Saudi Arabia, dan India mengakibatkan Indonesia kehilangan kemampuan bersaingnya di negara tujuan ini. Penyebab lain masih rendahnya keunggulan kompetitif Indonesia di Jerman adalah banyaknya pesaing eksportir yang memiliki rata-rata pertumbuhan ekspor yang sangat tinggi. Hasil estimasi EPD pesaing di pasar Jerman dapat dilihat pada Tabel 11. Tabel 11 Hasil estimasi EPD eksportir pesaing di Jerman tahun 2003-2012 Pertumbuhan pangsa pasar ekspor (%)
Pertumbuhan pangsa pasar produk (%)
Eksportir
Rata-rata nilai RCA
Rata-rata indeks RCA
Burkina Faso
1,741.711
1.095
29.06
6.66
Rising star
Senegal
488.002
0.842
30.28
4.49
Rising star
Dominik
50.898
1.201
4.89
11.51
Rising star
Ecuador
22.635
1.423
58.99
1.57
Rising star
Guatemala
11.288
0.831
11.51
5.10
Rising star
Peru
8.609
1.627
37.29
17.19
Rising star
India
7.195
1.239
19.81
6.26
Rising star
Belanda
6.050
0.997
2.27
1.37
Rising star
Ghana
3.704
0.941
1.37
14.15
Rising star
Filipina
3.617
3.671
99.57
0.72
Rising star
Sri Lanka
3.475
2.594
147.66
1.28
Rising star
Afrika Selatan 1.250 Sumber : UN Comtrade, 2013
1.839
69.33
0.47
Rising star
Posisi EPD
Tabel 11 menjelaskan bahwa pesaing terberat Indonesia di Jerman berdasarkan pertumbuhan pangsa pasar ekspornya adalah eksportir Sri Lanka, Filipina, dan Afrika Selatan. Ketiga negara ini mampu memenuhi permintaan mangga, manggis, dan jambu ke Jerman dikarenakan memiliki pertumbuhan pangsa pasar ekspor yang tinggi yaitu masing-asing sebesar 147.66 persen, 99.57 persen, dan 69.33 persen. Namun, secara komparatif, Burkina Faso merupakan pesaing terberat Indonesia karena memiliki rata-rata nilai RCA yang sangat tinggi (1,741.711). Salah satu faktor yang dapat memengaruhi tingginya pertumbuhan ekspor pesaing terhadap importir Jerman adalah harga ekspor mangga, manggis, dan jambu di negara importir. Pada umumnya harga ekspor suatu produk ke negara
39 tujuan yang murah akan meyebabkan peningkatan terhadap permintaan produk tersebut ke negara tujuan. Rata-rata harga ekspor mangga, manggis, dan jambu di Jerman selama tahun 2003 sampai 2012 dapat dilihat pada Gambar 13. 12 Rata-rata harga (US$/Kg)
Harga (US$/Kg)
10
8 6 4 2 0
Eksportir Sumber : UN Comtrade, 2013
Gambar 13 Rata-rata harga ekspor mangga, manggis, dan jambu Jerman tahun 2003-2012 Berdasarkan rata-rata harga ekspor buah mangga, manggis, dan jambu Jerman selama tahun 2003 sampai 2012 pada Gambar 13, harga ekspor mangga, manggis, dan jambu eksportir Guatemala lebih murah dibandingkan dengan Indonesia, sehingga permintaan ekspor mangga, manggis, dan jambu di Guatemala lebih tinggi dibandingkan ekspor Indonesia. Tingginya permintaan ekspor mangga, manggis, dan jambu Guatemala mengindikasikan bahwa ekspor mangga, manggis, dan jambu negara ini memiliki dayasaing yang lebih unggul di Jerman dibandingkan dengan Indonesia. Sri Lanka, Filipina, dan Afrika Selatan memiliki harga ekspor ke Jerman yang jauh lebih mahal di Indonesia, namun apabila dilihat berdasarkan pangsa pasar ekspor dan produknya menunjukkan pertumbuhan yang tinggi yang menunjukkan ekspor mangga, manggis, dan jambu ketiga negara ini memiliki permintan yang tinggi. Tingginya permintaan ekspor mangga, manggis, dan jambu dari ketiga eksportir ini mengindikasikan bahwa kualitas ekspor buah negara ini lebih unggul dibandingkan dengan Indonesia walaupun harga ekspor ketiga negara ini lebih mahal. Secara garis besar, peluang pangsa pasar ekspor mangga, manggis, dan jambu Indonesia masih lebih unggul dibandingkan dengan Brazil, Belgia, dan Australia. Hal ini disebabkan negara-negara pesaing tersebut kehilangan kesempatan untuk bersaing karena berada pada posisi lost opportunity dan retreat. Posisi pangsa pasar yang memiliki dayasaing kuat secara kompetitif (rising star) pada Gambar 14 berada di Jepang, Amerika Serikat, Itali, Belanda, Perancis, Oman, Malaysia, Singapura, United Arab Emirate, Kuwait, Cina, Qatar, Brunei, dan Bahrain, sedangkan posisi lost opportunity berada di Jerman, Saudi Arabia, dan India. Ekspor mangga, manggis, dan jambu Indonesia ke Belgia dan Vietnam berada di posisi retreat yang artinya ekspor buah ini sudah tidak
40 diinginkan lagi bagi negara dua negara ini. Posisi pasar ekspor mangga, manggis, dan jambu Indonesia berdasarkan hasil estimasi EPD secara lebih jelas dapat dilihat pada Gambar 14.
Pertumbuhan pangsa produk (%)
20
Lost opportunity
Rising star 10
-120
-70
0 -20
Retreat
30
80
130
180
230
Falling star
-10
Pertumbuhan pangsa ekspor ( %) -20 Jepang Belanda Singapura Brunei
Jerman Saudi Arabia UAE Bahrain
Belgium Perancis Kuwait
Itali Oman Cina
Switzerland Malaysia Qatar
Sumber :UN Comtrade, 2013
Gambar 14 Hasil estimasi EPD ekspor mangga, manggis, dan jambu Indonesia ke negara tujuan tahun 2003-2012 Ada hal yang menarik dari posisi dayasaing ekspor mangga, manggis, dan jambu ke Hongkong. Secara komparatif, ekspor buah ini memiliki dayasaing yang kuat, akan tetapi secara kompetitif ekspor buah ini memiliki dayasaing yang lemah (falling star). Hal ini mengindikasikan bahwa Indonesia sebaiknya tidak hanya fokus mengekspor mangga, manggis, dan jambu ke Hongkong saja dikarenakan permintaan ekspor buah ini sedang mengalami penurunan sebesar 1.45 persen. Berdasarkan hasil RCA dan EPD secara keseluruhan dapat dikatakan ekspor mangga, manggis, dan jambu Indonesia ke negara tujuan cenderung stabil. Peningkatan produksi dan mutu buah sangat diperlukan untuk meningkatkan posisi dayasaing ekspor buah ini. Stroberi (HS 081010) Prospek stroberi dalam ekspor buah-buahan Indonesia memiliki peluang yang cukup besar walaupun buah ini bukan berasal dari Indonesia. Hal ini ditunjukkan dengan rata-rata volume ekspor yang lebih tinggi dibandingkan impornya selama tahun 2003 sampai 2012. Posisi dayasaing berdasarkan estimasi RCA ekspor stroberi Indonesia pada Tabel 12 menunjukkan bahwa Indonesia memiliki peluang terbesar secara komparatif pada negara importir Brunei dengan rata-rata nilai RCA tertinggi yaitu 15.396. Nilai ini mengindikasikan bahwa selama tahun 2003 sampai 2012 ekspor stroberi Indonesia ke Brunei memiliki dayasaing yang kuat. Posisi dayasaing ekspor stroberi Indonesia ke negara-negara tujuan dapat dilihat pada Tabel 12.
41 Tabel 12 Posisi dayasaing ekspor stroberi Indonesia ke negara tujuan tahun 2003-2012 Importir Singapura Malaysia Brunei Perancis Thailand
Rata-rata nilai RCA 0.094 0.163 15.396 1.740 1.059
Rata-rata indeks RCA 1.751 1.544 2.929 0.143 0.210
Pertumbuhan pangsa pasar ekspor (%) 59.51 -37.13 145.84 -40.10 -31.84
Pertumbuhan pangsa pasar produk (%) 2.66 8.26 4.96 0.84 5.28
Posisi EPD Rising star Lost opportunity Rising star Lost opportunity Lost opportunity
Sumber : UN Comtrade, 2013
Dayasaing yang kuat ini didukung dengan kinerja ekspor sebesar 2.700 yang mengindikasikan terjadi peningkatan ekspor dibandingkan dengan tahun sebelumya. Ekspor stroberi Indonesia juga memiliki dayasaing yang kuat pada importir Perancis dan Thailand yang masing-masing memiliki rata-rata nilai RCA di atas satu. Potensi ekspor stroberi terendah berada di pasar Singapura dan Malaysia yang memiliki rata-rata nilai RCA sebesar 0.094 dan 0.163. Rendahnya dayasaing secara keunggulan komparatif ekspor ke Singapura disebabkan oleh penurunan nilai dan volume eskpor stroberi Indonesia yang terjadi pada setiap tahunnya. Penurunan ini mengindikasikan bahwa jumlah permintaan ekspor stroberi Indonesia oleh konsumen di Singapura mengalami penurunan. Selain itu, peningkatan pesaing di pasar Singapura turut berkontribusi terhadap rendahnya dayasaing ekspor pisang Indonesia. Eksportir pesaing yang memiliki keunggulan komparatif lebih besar dibandingkan dengan Indonesia dan berpotensi menguasai pangsa pasar Singapura adalah Australia, New Zealand, dan Korea yang masing-masing memiliki rata-rata nilai RCA sebesar 19.747, 74.621,dan 6.482. Pesaing yang menjadi saingan terberat bagi Indonesia di pasar Singapura adalah New Zealand. Apabila dibandingkan dengan Indonesia, New Zealand memiliki nilai ekspor yang cenderung meningkat setiap tahunnya, sedangkan Indonesia mengalami kondisi yang sebaliknya. Perbandingan nilai ekspor yang memengaruhi dayasaing kedua eksportir ini dapat dilihat pada Gambar 15.
Nilai ekspor (US$)
1000 Indonesia
New Zealand
500
0
2003
2004
2005
2006
2007 2008 Tahun
2009
2010
2011
Sumber : UN Comtrade, 2013
Gambar 15 Nilai ekspor stroberi Indonesia dan pesaing New Zealand ke Singapura tahun 2003-2012
2012
42 Perbandingan nilai ekspor stroberi Indonesia dan pesaing pada Gambar 15 memperlihatkan bahwa nilai ekspor tertinggi Indonesia hanya mencapai 160.31 ribu dollar, sedangkan eksportir pesaing mencapai 944.917 ribu dollar. Tingginya nilai ekspor ini mengindikasikan bahwa ekspor stroberi pesaing jauh lebih digemari dibandingkan dengan Indonesia. Namun, walaupun ekspor stroberi ke Singapura memiliki dayasaing terendah, kekontinuan nilai dan volume ekspornya masih lebih baik dibandingkan dengan ekspor ke negara lainnya. Hal ini menunjukkan bahwa Indonesia masih memiliki kesempatan untuk meningkatkan dayasaingnya agar dayasaing secara komparatif yang semula rendah dapat ditingkatkan. Kondisi ini didukung dengan keunggulan kompetitif ekspor stroberi Indonesia ke Singapura yang berada pada posisi rising star dengan rata-rata pertumbuhan pangsa ekspor terbesar setelah Brunei. Posisi rising star dicapai oleh Indonesia dikarenakan peningkatan ekspor stroberi Indonesia sebesar 59.11 persen mampu memenuhi permintaan stroberi di Singapura. Posisi pangsa pasar ekspor stroberi Indonesia berdasarkan estimasi EPD selama tahun 2003 sampai 2012 secara lebih jelas dapat dilihat pada Gambar 16.
Pertumbuhanpangsa pasar produk (%)
Singapura
Lost opportunity
-85
Malaysia 10 6
Brunei
Thailand
Rising star
2
-2 0 Retreat
Perancis
-6
85
170
Falling star
-10 Pertumbuhan pangsa pasar ekspor (%) Sumber : UN Comtrade, 2013
Gambar 16 Hasil estimasi EPD ekspor stroberi Indonesia ke negara tujuan tahun 2003-2012 Hasil estimasi EPD pada Gambar 16 menunjukkan bahwa ekspor stroberi Indonesia cenderung berada pada posisi rising star dan lost opportunity. Ekspor stroberi yang berada pada posisi pasar rising star adalah Singapura dan Brunei, sedangkan posisi lost opportunity adalah Malaysia, Perancis, dan Thailand. Pada posisi pasar lost opportunity ini, Indonesia tidak mampu merebut pangsa pasar ekspor negara-negara tujuan tersebut walaupun permintaan pangsa pasar produk (stroberi) di ketiga negara ini mengalami peningkatan. Posisi lost opportunity merupakan posisi pasar yang tidak diharapkan bagi eksportir-eksportir di dunia dikarenakan pada posisi ini eksportir kehilangan kesempatannya untuk bersaing dengan negara lain. Ekspor stroberi yang kehilangan kesempatan bersaing di negara Malaysia, Perancis, dan Thailand disebabkan adanya eksportir pesaing yang jauh lebih unggul secara kompetitif dan mampu merebut pangsa pasar ketiga importir ini. Pesaing eksportir di negara tujuan Perancis meliputi Belanda dan Amerika
43 Serikat, sedangkan pesaing eksportir di negara tujuan Thailand adalah New Zealand, Korea, dan Cina. Pemerintah perlu memberikan perhatian yang khusus untuk melakukan berbagai upaya meningkatkan keunggulan kompetitif ekspor stroberi ke negara Perancis dan Thailand dikarenakan ekspor stroberi pada kedua negara memiliki dayasaing yang kuat secara komparatifnya. Dalam peradagangan internasional suatu komoditi akan mampu bertahan di pasar global apabila memiliki keunggulan komparatif dan kompetitif, sehingga peningkatan dayasaing berdasarkan keunggulan kompetitif perlu dilakukan pada ekspor stroberi Indonesia. Secara keseluruhan, keunggulan komparatif dan kompetitif ekspor stroberi Indonesia memiliki peluang terbesar di pasar Brunei. Pisang (HS 080300) Sudah sejak lama pisang menjadi buah andalan ekspor Indonesia. Sampai saat ini, terdapat 15 varietas pisang yang dijadikan sebagai pisang unggulan nasional dari sekitar 300 lebih jenis pisang potensial di Indonesia. Tingkat pertumbuhan sebesar 0.92 persen pada Gambar 3 menjelaskan bahwa produksi pisang tidak tergantung pada musim tertentu, sehingga pisang Indonesia memiliki peluang ekspor yang besar karena produksi tidak tergantung pada musim. Ekspor pisang Indonesia selama tahun 2003 sampai 2012 pada Tabel 12 memiliki kecenderungan dayasaing yang rendah secara komparatif pada sebagian besar negara tujuan. Potensi terbesar ekspor pisang Indonesia berada di Malaysia dan Iran dengan rata-rata nilai RCA di atas satu yang artinya Indonesia memiliki dayasaing kuat secara komparatif di dua negara tujuan ini. Pasar yang memiliki peluang terkecil bagi ekspor pisang Indonesia adalah Amerika Serikat dan Jepang dengan rata-rata nilai RCA hanya mencapai 0.0002 dan 0.0007. Posisi dayasaing ekspor pisang Indonesia ke negara tujuan selama 2003 sampai 2012 dapat dilihat pada Tabel 13. Tabel 13 Posisi dayasaing pisang Indonesia ke negara tujuan tahun 2003-2012 Importir
Rata-rata nilai RCA
Rata-rata indeks RCA
Pertumbuhan pangsa pasar ekspor (%) -22.46 2,103.01 4,923.45 1,348.00 1,174.18 1,936.21 64.88 768.72 -10.76
Pertumbuhan pangsa pasar produk (%) 5.29 8.26 -1.45 3.48 1.75 -6.12 2.66 1.93 2.12
Posisi EPD
Iran 1.0341 0.316 Lost opportunity Malaysia 1.4124 19.713 Rising star Hongkong 0.2820 51.421 Falling star Korea 0.0021 11.606 Rising star Jepang 0.0007 12.221 Rising star UAE 0.1074 17.601 Falling star Singapura 0.0395 1.425 Rising star SAU 0.1510 8.578 Rising star AS 0.0002 0.890 Lost opportunity Sumber : UN Comtrade, 2013 Keterangan : UAE (United Arab Emirate), AS (Amerika Serikat), SAU (Saudi Arabia)
Jepang dan Amerika Serikat memiliki standar mutu yang tinggi bagi buah impor yang akan masuk ke pasar mereka, sehingga mengakibatkan Indonesia kesulitan untuk bersaing dengan para pesaing yang memiliki kualitas buah yang lebih tinggi. Rata-rata nilai RCA pesaing di Amerika Serikat dapat ditunjukkan pada Gambar 17.
Rata-rata nilai RCA
44 225
192.6729
150 72.9536 75
31.4440
20.8366
5.0306
2.6482
0.0002
Peru
Indonesia
0 Colombia
Ecuador Guatemala Nicaragua
Panama
Eksportir Sumber : UN Comtrade, 2013
Gambar 17 Rata-rata nilai RCA ekspor pisang dan pesaing di Amerika Serikat selama tahun 2003-2012 Berdasarkan Gambar 17, menunjukkan bahwa pesaing eksportir pisang yang berhasil menguasai pasar Amerika Serikat adalah Colombia, Ekuador, Guatemala, Nikaragua, Panama, dan Peru. memiliki potensi ekspor yang lebih tinggi dibandingkan dengan Indonesia. Pesaing Guatemala merupakan pesaing terberat di pasar Amerika Serikat karena memiliki rata-rata nilai RCA tertinggi dibandingkan dengan pesaing lainnya yaitu sebesar 192.672. Ekuador dan Kolombia sebagai eksportir pisang terbesar di dunia menempati posisi kedua dan ketiga di pasar Amerika Serikat dengan rata-rata nilai RCA sebesar 72.9536 dan 20.8366. Rendahnya dayasaing Indonesia secara komparatif di Amerika Serikat dikarenakan nilai ekspor ke negara ini mengalami penurunan seiring dengan semakin meningkatnya harga ekspor pisang Indonesia di Amerika Serikat. Harga ekspor pisang Indonesia yang lebih mahal dan mengalami peningkatan pada setiap tahunnya menyebabkan konsumen di pasar Amerika Serikat memilih untuk mengkonsumsi pisang dari negara pesaing yang memiliki harga lebih murah. Perbandingan harga ekspor Indonesia dan pesaing di pasar Amerika Serikat dapat dilihat pada Tabel 14. Tabel 14 Harga ekspor pisang Indonesia dan pesaing di negara tujuan Amerika Serikat tahun 2003-2012 (US$/Kg) Tahun Kolombia Ekuador Guatemala 2003 0.270 0.241 0.232 2004 0.264 0.226 1.609 2005 0.289 0.236 0.231 2006 0.311 0.279 0.222 2007 0.318 0.265 0.224 2008 0.365 0.322 0.241 2009 0.388 0.363 0.287 2010 0.425 0.413 0.272 2011 0.418 0.428 0.326 2012 0.445 0.437 0.323
Indonesia Nikaragua 2.409 0.250 2.441 0.250 2.507 0.256 2.776 0.260 2.844 0.278 2.724 0.299 2.757 0.350 4.299 0.369 3.530 0.373 4.250 0.381
Panama 0.429 4.935 0.295 0.264 0.262 0.332 0.252 0.264 0.381 0.000
Peru 0.368 0.384 0.408 0.480 0.464 0.593 0.641 0.678 0.640 0.679
Sumber : UN Comtrade, 2013
Pada Tabel 14 menunjukkan bahwa eksportir pisang di Amerika Serikat yang memiliki harga ekspor tertinggi adalah Indonesia. Harga ekspor Indonesia cenderung mengalami peningkatan selama tahun 2003 sampai 2012 dengan ratarata kenaikan sebesar 8.07 persen per tahun. Eksportir Guatemala pada Tabel 14
45 menempati posisi sebagai eksportir pisang dengan harga ekspor termurah dibandingkan dengan eksportir lainnya. Semakin murahnya harga ekspor yang ditetapkan oleh Guatemala mengakibatkan peningkatan pada jumlah permintaan ekspor pisang eksportir ini. Jumlah permintaan yang semakin meningkat ini memberikan kontribusi terhadap peningkatan penerimaan (nilai) ekspor Guatemala yang pada akhirnya meningkatkan dayasaing. Selain Amerika Serikat, ekspor pisang Indonesia memiliki potensi ekspor yang kecil di pasar Jepang. Pesaing eksportir pisang Indonesia di pasar Jepang dapat dilihat pada Tabel 15. Tabel 15 Posisi dayasaing pesaing di Jepang tahun 2003-2012 Eksportir Ekuador Filipina Kolombia Peru Mexico Thailand Cina
Rata-rata nilai RCA 411.575 54.022 8.211 4.814 1.778 0.214 0.025
Rata-rata indeks RCA 0.831 1.051 1.110 3.087 11.713 1.059 0.895
Sumber : UN Comtrade, 2013
Pertumbuhan pangsa pasar produk (%)
Jepang merupakan negara tujuan yang memang sulit ditembus oleh Indonesia karena menetapkan standar mutu yang tinggi bagi negara eksportir yang akan memasuki pasar buah negara ini. Wilayah Jepang merupakan negara importir buah yang memiliki potensi cukup besar bagi pemasok buah-buahan di seluruh dunia. Pada Tabel 14 menunjukkan bahwa pesaing ekspor pisang Indonesia ke Jepang terberat adalah Ekuador. Ekuador memiliki dayasaing secara komparatif jauh di atas Indonesia dengan rata-rata nilai RCA sebesar 411.575. Perbedaan dayasaing yang cukup jauh ini menyebabkan nilai ekspor antara Ekuador dan Indonesia berbeda jauh. Nilai ekspor Ekuador ke Jepang tertinggi mencapai 40,790,824 dollar, sedangkan nilai ekspor tertinggi Indonesia hanya mecapai 45,045 dollar. Kondisi ini menunjukkan bahwa ekspor pisang Ekuador lebih digemari dan diminati oleh konsumen Jepang dibandingkan dengan Indonesia. Posisi pangsa pasar secara kompetitif berdasarkan estimasi EPD ekspor pisang Indonesia dapat dilihat pada Gambar 18. 15
Lost opportunity
10
Rising star
5
0 -1500 Retreat
-5
0
3000
-10
4500
Falling star
-15 Iran UAE
1500
Pertumbuhan pangsa pasar ekspor (%) Malaysia Singapura
Hongkong SAU
Korea AS
Jepang
Sumber : UN Comtrade, 2013
Gambar 18 Hasil estimasi EPD ekspor pisang Indonesia selama 2003-2012
46 Gambar 18 memperlihatkan bahwa ekspor pisang Indonesia memiliki kecenderungan keunggulan kompetitif. Posisi pangsa pasar sebagian besar negara tujuan berada di rising star. Ekspor pisang kehilangan kesempatan untuk bersaing di negara tujuan Iran, Belanda, dan Amerika Serikat dikarenakan rata-rata pertumbuhan pangsa pasar ekspor Indonesia mengalami penurunan sebesar 13.84 persen di Iran, 38.51 persen di Belanda, dan 10.47 persen di Amerika Serikat. Penurunan pada pangsa pasar ekspor mengakibatkan ekspor pisang Indonesia tidak mampu memenuhi peningkatan permintaan pisang di tiga importir tersebut. Berdasarkan rata-rata harga ekspor selama tahun 2003 sampai 2012, ekspor pisang Indonesia memiliki kecenderungan lebih mahal dibandingkan dengan pesaing yang dilihat pada Gambar 19.
Harga ekspor (US$/Kg)
3.0
Rata-rata harga (US$/kg)
2.562 2.284
1.5 0.422
0.164 0.123
0.123
0.264 0.188
0.173
0.0
Eksportir pisang Sumber : UN Comtrade, 2013
Gambar 19 Rata-rata harga ekspor pisang di Iran tahun 2003-2012 Selama tahun 2003 sampai 2012, harga ekspor pisang Indonesia cenderung lebih mahal dibandingkan dengan pesaing, sehingga konsumen di Iran lebih memilih membeli pisang dari negara lain yang memiliki harga ekspor lebih murah seperti Ekuador, Costa Rica, Kolombia, dan Filipina. Oleh karena itu, peningkatan mutu pisang Indonesia perlu dilakukan agar Indonesia tetap mampu mempertahankan dan meningkatkan ekspor pisangnya ke negara tujuan dengan harga ekspor yang lebih stabil. Melon dan Semangka (HS 0807190) Masa panen melon dan semangka yang tidak terlalu lama dan peningkatan produksi selama lima tahun terakhir memberikan peluang yang besar terhadap ekspor melon ke negara tujuan. Posisi dayasaing secara komparatif dan kompetitif dapat dlihat pada Tabel 16.
47 Tabel 16 Posisi dayasaing ekspor melon dan semangka Indonesia ke negara tujuan selama tahun 2003-2012 Importir
Rata-rata nilai RCA
Hongkong Jepang Malaysia Singapura Brunei
0.161 0.025 1.083 0.281 4.671
Rata-rata Indeks RCA 0.751 11.375 4.529 1.906 1.223
Pertumbuhan pangsa pasar Ekspor (%) -10.92 1,228.15 428.95 104.24 118.49
Pertumbuhan pangsa pasar Produk (%) -1.45 1.75 8.26 2.66 4.96
Posisi EPD Retreat Rising star Rising star Rising star Rising star
Sumber : UN Comtrade, 2013
Harga (US$/Kg)
Ekspor melon dan semangka Indonesia yang ditunjukkan pada Tabel 16 memiliki dayasaing yang kuat di pasar Malaysia dan Brunei dengan rata-rata nilai RCA 1.083 dan 4.671. Potensi ekspor Indonesia terbesar berada di Brunei,dibandingkan dengan pesaingnya Indonesia berhasil lebih unggul dari Singapura yang hanya memiliki rata-rata nilai RCA sebesar 0.996. Namun, ekspor melon dan semangka Indonesia masih belum mampu mengalahkan dayasaing Australia yang memiliki rata-rata nilai RCA sebesar 52.844 jauh di atas Indonesia. Salah satu yang diperkirakan menyebabkan ekspor melon dan semangka Indonesia belum mampu mengalahkan pesaing Australia adalah harga ekspor. Perbandingan harga ekspor antara melon dan semangka Australia dan Indonesia ke Brunei dapat dilihat pada Gambar 20. Australia
3.0
Indonesia
1.5 0.0 2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Tahun Sumber : UN Comtrade, 2013
Gambar 20 Harga ekspor melon dan semangka Indonesia dan pesaing di Brunei tahun 2003-2012 Harga ekspor melon dan semangka Indonesia ke Brunei selama tahun 2003 sampai 2012 cenderung lebih mahal dibandingkan dengan Australia, sehingga permintaan ekspor Australia lebih banyak dibandingkan dengan Indonesia. Hal ini ditunjukkan dengan total permintaan ekspor melon dan semangka Australia ke Brunei tahun 2003 sampai 2012 mencapai 892,828 kg, sedangkan jumlah permintaan total melon dan semangka Indonesia sebanyak 211,338 kg. Oleh karena itu, ekspor melon dan semangka Indonesia yang sudah cukup baik di Brunei harus dipertahankan dan ditingkatkan agar kesempatan menguasai pasar di Brunei semakin meningkat. Ekspor melon dan semangka Indonesia memiliki dayasaing terlemah di pasar Jepang dengan rata-rata nilai RCA 0.025. Pesaing eksportir melon dan semangka yang berhasil menguasai pasar Jepang adalah Korea, Mexico, New
48 Zealand, dan Amerika Serikat. Perbandingan nilai RCA Indonesia dan para pesaing eksportir melon dan semangka di Jepang dapat dilihat pada Tabel 17. Tabel 17 Nilai RCA ekspor melon dan semangka Indonesia dan pesaing di negara tujuan Jepang tahun 2003-2012 Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Rata-rata
Korea 1.7474 6.6161 2.9454 2.4112 1.2231 0.7953 1.5429 2.2685 1.9753 2.1679 2.369
Mexico 140.9557 10.4759 176.9137 199.0459 203.0319 186.8652 155.3247 129.5467 149.3214 116.1445 146.763
New Zealand 7.4132 5.8862 3.2526 5.2731 2.5762 3.4927 3.1041 2.8292 3.8330 4.6079 4.227
Amerika Serikat 2.4401 4.0128 2.3204 2.2042 2.3112 2.4404 2.5934 3.5317 3.2170 3.7237 2.880
Indonesia 0.1310 0.0053 0.0556 0.0031 0.0255 0.0186 0.0003 0.0001 0.0077 0.0000 0.025
Sumber : UN Comtrade, 2013
Nilai RCA ekspor melon dan semangka Indonesia ke Jepang tahun 2003 sampai 2012 memiliki nilai yang sangat kecil apabila dibandingkan dengan negara pesaingnya, sehingga menunjukkan bahwa di pasar Jepang ekspor melon dan semangka Indonesia kurang berpotensi. Nilai RCA ekspor Indonesia ke Jepang terus mengalami penurunan sejak tahun 2008. Hal ini berkebalikan dengan eksportir Korea, Mexico, New Zealand, dan Amerika Serikat yang cenderung mengalami peningkatan. Harga ekspor Indonesia dan pesaing eksportir melon dan semangka di Jepang ditunjukkan pada Gambar 21.
Harga ekspor (US$/Kg)
6.8
Indonesia
Korea
Mexico
New Zealand
Amerika Serikat
6.0 5.3 4.5 3.8 3.0 2.3 1.5 0.8 0.0 2008
2009
2010
2011
2012 2013 Tahun
2014
2015
2016
2017
Sumber : UN Comtrade, 2013
Gambar 21 Harga ekspor melon dan semangka Indonesia dan pesaing di Jepang tahun 2003-2012
49
Pertumbuhan pangsa pasar produk (%)
Peningkatan nilai RCA pesaing Mexico dan Amerika Serikat disebabkan karena harga ekspor pesaing tersebut pada Gambar 20 yang lebih murah dibandingkan dengan Indonesia, sehingga jumlah permintaan ekspor pesaing berdasarkan volume ekspor meningkat. Volume ekspor yang meningkat mengakibatkan penerimaan (nilai) ekspor meningkat sehingga RCA meningkat. Apabila dibandingkan dengan New Zealand dan Korea, Indonesia memiliki harga ekspor yang lebih bersaing, namun harga ekspor dua pesaing tersebut lebih stabil dibandingkan dengan harga ekspor melon dan semangka Indonesia. Semakin stabilnya harga ekspor melon dan semangka Indonesia mengindikasikan bahwa ekspor melon dan semangka Korea dan New Zealand memiliki dayasaing yang stabil dibandingkan dengan Indonesia yang memiliki harga ekspor lebih berfluktuasi. Secara komparatif, dayasaing ekspor melon dan semangka Indonesia masih harus ditingkatkan khususnya di beberapa negara yang memiliki rata-rata nilai RCA di bawah satu. Namun, berdasarkan hasil estimasi EPD pada Gambar 21 menunjukkan bahwa ekspor melon dan semangka Indonesia memiliki posisi pangsa pasar yang sudah cukup baik secara kompetitif. Hasil estimasi EPD dapat dilihat pada Gambar 22.
Hongkong
Jepang
Malaysia
Singapura
Brunei
20
Lost opportunity
Rising star
15
10 5 0 -1250
-750
-250
250
750
1250
-5
Retreat
-10
Falling star
-15 -20 Pertumbuhan pangsa pasar ekspor (%) Sumber :UN Comtrade, 2013
Gambar 22 Hasil estimasi EPD ekspor melon dan semangka Indonesia ke negara tujuan tahun 2003-2012 Namun, di pangsa pasar Hongkong, ekspor melon dan semangka menempati posisi retreat yang artinya importir Hongkong memilih untuk mengimpor melon dan semangka ke negara lain daripada Indonesia karena pangsa pasar Hongkong sudah tidak menginginkan melon dan semangka yang berasal dari Indonesia. Kondisi ini merangkan bahwa melon dan semangka Indonesia kurang berpotensi di pasar Hongkong karena secara komparatif dan kompetitif memiliki dayasaing yang lemah.
50 Pesaing eksportir melon dan semangka yang berhasil menguasai pasar Hongkong secara kompetitf adalah Cina, Mexico, Thailand, dan Amerika Serikat. Posisi daya pesaing eksportir ini ditunjkan pada Tabel 18. Tabel 18 Posisi pangsa pasar pesaing eksportir melon dan semangka ke Hongkong tahun 2003-2012 Pertumbuhan pangsa pasar ekspor (%) 12.26 65.82 50.85 2.77
Eksportir Cina Mexico Thailand Amerika Serikat
Pertumbuhan pangsa pasar produk (%) 4.87 13.06 1.62 0.19
Posisi EPD Rising star Rising star Rising star Rising star
Sumber : UN Comtrade, 2013
Pesaing yang memiliki potensi tertinggi di pasar Hongkong secara kompetitif adalah Mexico. Apabila dibandingkan dengan Indonesia, para pesaing memiliki pertumbuhan pangsa pasar ekspor dan produk yang lebih tinggi, sehingga menyebabkan ekspor melon dan semangka Indonesia belum mampu mengalahkan pesaing-pesaing tersebut. Bahkan pertumbuhan pangsa pasar ekspor dan produk Indonesia mengalami penurunan sebesar 10.92 persen dan 1.45 persen. Sebagai negara tetangga, Thailand memiliki keunggulan kompetitif yang lebih tinggi dibandingkan dengan Indonesia. Peningkatan pangsa pasar ekspor Thailand sebesar 50.85 persen menempati posisi tertinggi ke dua setelah Mexico berdasarkan Tabel 18. Pasar Hongkong lebih memilih melon dan semangka dari negara pesaing diperkirakan karena harga ekspor pesaing (Cina, Mexico, Thailand, dan Amerika Serikat) memiliki kecenderungan harga yang lebih murah dan stabil dibandingkan dengan Indonesia. Grafik pada Gambar 22 menunjukkan harga ekspor melon dan semangka Indonesia lebih berfluktuasi dibandingkan dengan pesaing lainnya. Harga ekspor Indonesia dan pesaing di negara tujuan Hongkong ditunjukkan pada grafik Gambar 23.
Harga ekspor (US$/Kg)
6.0
Cina
Mexico
Thailand
Amerika Serikat
Indonesia
4.5
3.0
1.5
0.0 2003
2004
2005
2006
2007 2008 Tahun
2009
2010
2011
2012
Sumber : UN Comtrade, 2013
Gambar 23 Harga ekspor Indonesia dan pesaing di Hongkong tahun 2003-2012
51 Peningkatan harga ekspor secara signifikan terjadi pada tahun 2005 dimana harga ekspor melon dan semangka mencapai 5.491 dollar per kg yang mengakibatkan penurunan permintaan melon dan semangka Indonesia sampai tahun 2007. Ekspor melon dan semangka kembali membaik dan menujukan peningkatan hingga tahun 2010 dengan volume dan nilai ekspor tertinggi sepanjang tahun 2003 sampai 2012 yaitu sebesar 15,724 kg dan16,874 dollar. Cina sebagai salah satu eksportir tertinggi di dunia berdasarkan FAO memiliki harga ekspor yang paling stabil dibandingkan dengan pesaing Mexico, Thailand, dan Amerika Serikat. Sepanjang tahun 2003 sampai 2012, Cina memiliki rata-rata harga ekspor sebesar 0.232 dollar per kg. Murahnya harga ekspor yang ditawarkan oleh Cina mengakibatkan ekspor melon dan semangka Cina lebih memiliki kemampuan dalam menguasai pasar Hongkong. Semakin murahnya harga yang ditawarkan oleh Cina akan menyebabkan permintaan ekspor semakin meningkat. Hal ini dibuktikan dengan peningkatan volume ekspor yang mencapai 19,674,688 kg pada tahun 2012. Peningkatan volume ekspor melon dan semangka Cina mengakibatkan nilai ekspor yang diterima oleh Cina mencapai 8603.868 ribu dollar. Tingginya volume dan nilai ekspor inilah yang membuat dayasaing ekspor melon dan semangka Cina berhasil menguasai pasar Hongkong. Indonesia masih memiliki kesempatan untuk meningkatkan dayasaingnya secara kompetitif di Hongkong asalkan mampu meningkatkan pangsa pasar ekspornya. Secara keseluruhan, potensi yang dimiliki ekspor melon dan semangka Indonesia dapat dikatakan sudah cukup baik secara kompetitifnya, sedangkan berdasarkan komparatifnya masih perlu dilakukan peningkatan dayasaing di beberapa negara tujuan. Nenas (HS 080430) Berdasarkan data pada Food and Agriculture Organization (FAO), Indonesia menempati posisi lima terbesar setelah Thailand, Costa Rica, Filipina, dan Brazil sebagai negara dengan produksi nenas terbesar di dunia pada tahun 2012. Posisi ini menunjukkan bahwa Indonesia memiliki peluang untuk bersaing dan menguasai pasar ekspor nenas. Posisi dayasaing ekspor nenas Indonesia dapat dilihat pada Tabel 19. Tabel 19 Posisi dayasaing ekspor nenas Indonesia ke negara tujuan selama tahun 2003-2012 Importir Jepang Korea Malaysia Singapura AS
Rata-rata nilai RCA 0.050 0.010 5.648 0.028 0.038
Rata-rata indeks RCA 207.528 10.414 3.500 4.028 1.723
Pertumbuhan Pertumbuhan pangsa pasar pangsa pasar Posisi EPD ekspor (%) produk (%) 20,010.67 1.75 Rising star 1,259.84 3.48 Rising star -36.10 8.26 Lost opportunity 382.97 2.66 Rising star 123.09 2.12 Rising star
Sumber : UN Comtrade, 2013 Keterangan : AS (Amerika Serikat)
Tabel 19 memperlihatkan bahwa ekspor nenas Indonesia selama tahun 2003 sampai 2012 memiliki kecenderungan dayasaing yang rendah secara komparatif karena memiliki rata-rata nilai RCA di bawah satu pada sebagian besar negara tujuan negara. Potensi terbesar ekspor nenas Indonesia berada di pasar
52 Malaysia dengan rata-rata nilai RCA sebesar 5.648, sedangkan potensi terendah berada di negara tujuan Korea. Selama tahun 2003 sampai 2012 nilai RCA di Korea pada Gambar 24 cenderung berfluktuasi. Nilai RCA yang berfluktuasi ini dikarenakan permintaan ekspor nenas Indonesia ke Korea yang tidak stabil selama tahun 2003 sampai 2012.
Nilai RCA
0.06 0.04 0.02 0.00
2003
2004
2005
2006
2007 2008 Tahun
2009
2010
2011
2012
Sumber : UN Comtrade, 2013
Gambar 24 Nilai RCA ekspor nenas Indonesia ke Korea pada tahun 2003-2012 RCA ekspor nenas Indonesia ke Korea tertinggi berada pada tahun 2003 dengan nilai RCA sebesar 0.046. Dayasaing yang lemah secara komparatif di Korea menyebabkan Indonesia belum mampu bersaing dengan para pesaing dalam menguasai pasar Korea. Beberapa pesaing eksportir nenas di Korea selama tahun 2003 sampai 2012 diantaranya adalah Filipina dan Vietnam dengan rata-rata nilai RCA masing-masing sebesar 143.656 dan 2.939. Ekspor nenas Indonesia ke Singapura menempati posisi kedua terbawah secara komparatif. Dayasaing yang lemah pada pasar Singapura mengindikasikan bahwa ekspor nenas Indonesia belum mampu bersaing secara komparatif di negara ini. Nilai RCA ekspor nenas Indonesia di Singapura selama 2003 sampai tahun 2012 pada Gambar mengalami kecenderungan menurun. Nilai RCA ekspor Indonesia ke Singapura dapat dilihat pada Gambar 25.
Nilai RCA
0.15 0.10 0.05 0.00 2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Tahun Sumber : UN Comtrade, 2013
Gambar 25 Nilai RCA ekspor nenas Indonesia di Singapura tahun 2003-2012 Gambar 25 memperlihatkan bahwa niai RCA ekspor nenas Indonesia ke Singapura mengalami penurunan secara signifikan pada tahun 2011. Ekspor nenas Indonesia ke Singapura pada tahun tersebut dapat dikatakan mendekati tidak memiliki dayasaing karena nilai RCA hanya sebesar 0.0007. Dayasaing yang lemah ini disebabkan adanya penurunan permintaan ekspor sebesar 84 kg
53 dibandingkan tahun sebelumnya yang mampu mengekspor sebesar 7528 kg, sehingga nilai ekspor yang diperoleh hanya mencapai 0.271 ribu dollar. Rendahnya nilai ekspor inilah yang mengakibatkan lemahnya dayasaing ekspor nenas Indonesia pada tahun 2011. Pada tahun 2003 dan 2012, Indonesia tidak melakukan ekspor nenas ke Singapura padahal permintaan nenas di Singapura dari dunia cukup tinggi. Kemampuan yang masih rendah dalam menguasai pasar Singapura juga disebabkan adanya pesaing dengan kualitas nenas yang lebih tinggi, sehingga dayasaing yang dimiliki jauh di atas Indonesia. Kondisi ini ditunjukkan dengan rata-rata nilai RCA pesaing yang lebih tinggi dibandingkan dengan Indonesia. Rata-rata nilai RCA Indonesia hanya mencapai 0.028, sedangkan negara pesaing seperti Filipina, Sri Lanka, dan Thailand memiliki rata-rata nilai RCA masingmasing sebesar 19.806, 2.184, dan 2.367. Secara komparatif, ekspor nenas Indonesia ke Malaysia memiliki kesempatan bersaing yang tinggi dengan eksportir lainnya. Namun, potensi yang dimiliki Indonesia akan sulit untuk mengalahkan dayasaing ekspor nenas pesaing seperti Sri Lanka dan Filipina yang memiliki rata-rata nilai RCA sangat tinggi (112.687 dan 36.305). Selain Sri Lanka dan Filipina, Thailand merupakan salah satu pesaing eksportir nenas ke Malaysia yang memiliki dayasaing sebesar 7.160. Rata-rata nilai RCA yang tidak berbeda jauh ini menunjukkan bahwa ekspor nenas Indonesia masih memiliki kesempatan untuk mengalahkan ekspor nenas dari Thailand apabila kualitas dan produksi selalu ditingkatkan agar permintaan nenas Indonesia oleh konsumen di Malaysia dapat terus ditingkatkan. Dayasaing kompetitif ekspor nenas Indonesia berdasarkan posisi empat kuadran EPD dapat ditunjukkan oleh Gambar 26.
Pertumbuhan pangsa pasar produk (%)
10
Lost opportunity
Rising star 5
0 -25000 -20000 -15000 -10000 -5000
0
5000
10000
15000
20000
25000
-5
Retreat
Falling star -10
Pertumbuhan pangsa pasar ekspor (%) Jepang
Korea
Malaysia
Singapura
Amerika Serikat
Sumber : UN Comtrade, 2013
Gambar 26 Hasil estimasi posisi EPD ekspor nenas Indonesia kenegara tujuan tahun 2003-2012 Berdasarkan posisi EPD, ekspor nenas Indonesia sebagian besar berada di posisi rising star. Posisi ini menunjukkan bahwa ekspor nenas Indonesia memiliki
54 dayasaing secara kompetitif yang cukup baik di negara tujuan. Posisi pangsa pasar yang paling ideal (rising star) berada di Jepang, Korea, Singapura, dan Amerika Serikat. Indonesia kehilangan kesempatan untuk bersaing secara kompetitif di pangsa pasar Malaysia dikarenakan posisi pangsa pasar ekspor nenas Indonesia ke negara ini berada di lost opportunity. Indonesia kehilangan kesempatan bersaing di Malaysia karena mengalami penurunan pangsa pasar ekspor sebesar -36.1 persen. Penurunan ini mengakibatkan ekspor nenas Indonesiat tidak mampu memenuhi permintaan nenas di Malaysia yang meningkat sebesar 8.26 persen. Sri Lanka dan Thailand sebagai pesaing ekspor nenas ke Malaysia memiliki kesempatan bersaing yang lebih baik dibandingkan dengan Indonesia karena memiliki posisi pangsa berada di rising star dengan pertumbuhan pangsa ekspor mencapai 1,284.47 persen dan 39.13 persen. Harga ekspor merupakan salah satu yang diperkirakan sebagai penyebab dayasaing Indonesia masih rendah dibandingkan dengan Thailand. Harga ekspor nenas Thailand pada Gambar 27 cenderung lebih stabil dibandingkan dengan harga ekspor nenas Indonesia, sehingga membuat konsumen di negara tujuan Malaysia lebih memilih untuk membeli nenas Thailand.
Harga (US$/Kg)
1.2
Indonesia
Thailand
1.0 0.8 0.6 0.4 0.2 0.0 2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Tahun Sumber : UN Comtrade, 2013
Gambar 27 Harga ekspor nenas Thailand dan Indonesia tahun 2003-2012 Peningkatan harga ekspor nenas Indonesia pada Gambar 26 secara signifikan terjadi pada tahun 2012 yang mencapai 1 US$/Kg, sedangkan harga ekspor Thailand jauh lebih murah (0.408 US$/Kg). Hal ini mengakibatkan permintaan neas Thailand lebih tinggi dibandingka dengan Indonesia. Permintaan ekspor Thailand pada tahun 2012 mencapai 128,225 kg, sedangkan Indonesia hanya mencapai 5000 kg. Tinggnya volume ekspor nenas Thailand mengakibatkan penerimaan (nilai) ekspor negara ini mencapai 52.318 ribu dollar, sedangkan ekspor nenas Indonesia hanya mampu mencapai 0.005 ribu dollar.
55 Analisis Faktor- Faktor yang Memengaruhi Volume Ekspor Buah Indonesia di Negara Tujuan Gravity model pada penelitian ini digunakan untuk melihat pengaruh jarak ekonomi dan pendapatan negara eksportir ataupun importir serta faktor-faktor ekonomi dan non ekonomi lainnya dalam memengaruhi ekspor buah-buahan Indonesia ke negara tujuan. Manggis (HS 0804503000) Manggis merupakan salah satu kelompok buah mangga, manggis, dan jambu (HS 080450) yang memiliki dayasaing kuat secara komparatif dan kompetitif tertinggi dibandingkan dengan buah lainnya, sehingga diperlukannya analisis mengenai faktor-faktor yang memengaruhi volume ekspor manggis Indonesia agar diketahui faktor apa yang paling memengaruhi ekspor manggis Indonesia ke negara tujuan. Negara tujuan ekspor manggis Indonesia meliputi 20 negara yang terdiri Belanda, Bahrain, Cina, Hongkong, Jepang, Jerman, Itali, Kuwait, Malaysia, Oman, Perancis, Qatar, Saudi Arabia, United Arab Emirate, Singapura, Switzerland, Vietnam, Belgia, Denmark, dan India. Hasil estimasi faktor-faktor yang memengaruhi volume ekspor manggis Indonesia ke negara tujuan tahun 2008 sampai 2012 dapat ditunjukkan pada Tabel 20. Tabel 20 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor manggis Indonesia ke negara tujuan tahun 2008-2012 Variabel Independen C LNHPT LNGDPRT LNGDPRI LNJE LNIHKI DKRISIS R-squared Prob (F-statistic) R-squared Sum squared resid
Variabel Dependen : LnVE Koefisien -193.3515 -0.7623 3.3509 8.2019 -1.6643 -7.0652 -1.0893 Weighted Statistics 0.9735 Sum squared resid 0.0000* Durbin-Watson stat Unweighted Statistics 0.8844 100.346
Prob. 0.0000* 0.0000* 0.0004* 0.0000* 0.0111* 0.0000* 0.0008* 88.4331 1.9544
Keterangan : signifikan terhadap taraf nyata 5% (*)
Faktor-faktor yang memengaruhi volume ekspor manggis Indonesia ke negara tujuan pada Tabel 20 adalah harga ekspor manggis Indonesia ke negara tujuan (LnHPT), GDP riil negara Indonesia (LnGDPRI), GDP riil negara tujuan (LnGDPRT), jarak ekonomi (LnJE), indeks harga konsumen Indonesia (LnIHKI), dan variabel dummy krisis Eropa pada tahun 2010 (DKRISIS). Persamaan dari hasil estimasi faktor-faktor yang memengaruhi volume ekspor manggis Indonesia adalah sebagai berikut : LnVEit = – 193.3515 – 0.7623 LnHPTit + 3.3509 LnGDPRTit + 8.2019 LnGDPRIit – 1.6643 LnJEit – 7.0652 LnIHKIit – 1.0893 DKRISIS1
56 dimana : LnVEit LnHPTit LnGDPRTit LnGDPRIit LnJEit LnIHKIit DKRISIS1
: Volume ekspor manggis Indonesia ke negara tujuan (persen) : Harga ekspor manggis Indonesia ke negara tujuan (persen) : GDP riil negara tujuan (persen) : GDP riil Indonesia (persen) : Jarak ekonomi (persen) : Indeks harga konsumen Indonesia (persen) : Dummy krisis Eropa
Pada pemilihan model berdasarkan regresi data panel diperoleh nilai probabilitas Chi squared pada uji Hausman menunjukkan lebih kecil daripada taraf nyata sebesar lima persen (0.0400 < 0.05), sehingga dapat dikatakan bahwa pendekatan Fixed Effect Model (FEM) lebih baik digunakan. Firdaus (2011) menjelaskan bahwa apabila nilai statistik pada uji Hausman lebih kecil daripada nilai Chi squared atau nilai probabilitas Chi squared lebih kecil daripada taraf nyata, maka tolak H0 yang artinya penggunaan pendekatan fixed effects lebih baik. Berdasarkan model estimasi persamaan, menunjukkan bahwa model memiliki nilai probabilitas F-statistik yang lebih kecil daripada taraf nyata lima persen (0.0000 < 0.05) menjelaskan bahwa variabel bebas (independen) secara bersama-sama mampu menjelaskan pengaruhnya terhadap volume ekspor manggis Indonesia. Nilai R-squared sebesar 0.9735 menunjukkan bahwa model dapat dijelaskan oleh variabel bebas yang terdapat pada model sebesar 97.35 persen, sedangkan 2.65 persen dapat dijelaskan oleh variabel-variabel lain di luar model. Pada uji asumsi klasik, model ini sudah terbebas dari permasalahan normalitas, heteroskedastisitas, multikolinearitas, dan autokorelasi. Nilai probabilitas Jarque Bera pada histogram-normality test menunjukkan lebih besar daripada taraf nyata lima persen (0.092765 > 0.05), sehingga eror pada model estimasi volume ekspor manggis Indonesia telah menyebar normal. Berdasarkan Correlation matrix, nilai korelasi antar variabel bebas berada di bawah R-squared yang menunjukkan bahwa tidak ada korelasi antar variabel bebas. Selain itu, dengan R-squared yang tinggi dan secara keseluruhan variabel bebas berpengaruh signifikan, sehingga dapat dikatakan model telah memenuhi asumsi multikolinearitas. Juanda (2009) menjelaskan bahwa permasalahan multikolnearitas dapat diatasi dengan menggabungkan data cross section dengan data time series (panel data), sehingga karena model merupakan panel data maka permasalahan multikolnearitas dapat diatasi . Estimasi model menunjukkan Sum squared resid pada weighted statistics (88.4331) lebih kecil dibandingkan dengan Sum squared resid pada unweighted statistics (100.3460), sehingga dapat dikatakan pada model terdapat permasalahan heteroskedastisitas. Permasalahan ada atau tidaknya autokorelasi dapat dilihat berdasarkan nilai Durbin Watson. Pada estimasi model menunjukkan nilai Durbin Watson sebesar 2.9269 berada diantara 4-dl (2.4751) dan 4 yang artinya terdapat autokorelasi negatif. Namun, permasalahan autokorelasi heteroskedastisitas ini dapat diatasi karena model estimasi ini telah menggunakan fixed effect model dengan pembobotan Generalized Least Squares (GLS) cross section weights, sehingga model telah
57 terbebas dari autokorelasi. Juanda (2009) menjelaskan bahwa Generalized Least Squares (GLS) dapat mengatasi permasalahan pada autokorelasi dan heteroskedastisitas. Harga ekspor memiliki nilai probabilitas dan koefisien sebesar 0.0000 dan -0.7623 yang artinya harga ekspor memengaruhi secara nyata dan negatif terhadap volume ekspor manggis Indonesia. Dengan asumsi variabel lain konstan, peningkatan harga ekspor manggis Indonesia sebesar satu persen akan menyebabkan penurunan volume ekspor manggis sebesar 0.7623 persen. Harga merupakan salah satu faktor yang memengaruhi jumlah permintaan yang diminta oleh konsumen, semakin tingginya harga yang ditetapkan maka akan mengakibatkan penurunan terhadap jumlah permintaan (Lipsey 1997). Apabila harga ekspor manggis Indonesia di negara tujuan mengalami peningkatan akan cenderung mengakibatkan jumlah permintaan manggis Indonesia berkurang. Peningkatan harga ekspor membuat importir cenderung mencari eksportir lain yang mengekspor manggis ke negaranya lebih murah. Kondisi ini akan menyebabkan volume ekspor manggis Indonesia mengalami penurunan. Adanya penurunan harga ekspor di Belanda sebesar 49.62 persen (0.51 US$/kg) pada tahun 2011 mengakibatkan jumlah permintaan ekspor manggis Indonesia meningkat cukup tinggi mencapai 99,533 kg dibandingkan dengan tahun sebelumnya sebesar 1,582 kg dengan harga ekspor sebesar 23.23 US$/kg. Namun, harga ekspor manggis Indonesia di negara ini pada tahun 2012 mengalami peningkatan menjadi 1.36 US$/kg sehingga jumlah permintaan ekspor manggis Indonesia mengalami penurunan menjadi 50,487 kg. Kuwait sebagai negara yang memberikan kontribusi terbesar ketiga mengalami penurunan jumlah permintaan ekspor manggis Indonesia yang cukup tinggi pada tahun 2012. Volume ekspor manggis Indonesia pada tahun tersebut hanya mencapai 8,255 kg dibandingkan dengan tahun sebelumnya yang mencapai 26,335 kg. Penurunan volume ekspor ini disebabkan karena pada tahun 2012 harga ekspor manggis Indonesia di Kuwait mencapai 2.752 US$/kg atau meningkat 370.17 persen sedangkan pada tahun sebelumnya hanya sebesar 0.585 US$/kg. Kondisi ini membuktikan bahwa harga ekspor memiliki pengaruh yang negatif terhadap volume ekspor manggis Indonesia. Nilai koefisien dan probabilitas GDP riil Indonesia sebesar 8.2019 dan 0.0000 menjelaskan bahwa GDP riil Indonesia berpengaruh secara signifikan terhadap volume ekspor manggis Indonesia ke negara tujuan, sehingga apabila GDP riil Indonesia mengalami peningkatan sebesar satu persen maka akan mengakibatkan peningkatan volume ekspor manggis Indonesia sebesar 8.2019 persen dengan asumsi cateris paribus. Mankiw (2006) menjelaskan bahwa GDP riil mengukur kemampuan masyarakat untuk memenuhi kebutuhan jumlah barang dan jasa yang diproduksi berdasarkan harga konstan. Perkembangan GDP riil Indonesia dapat dilihat pada Gambar 28.
GDP riil (Miliar US$)
58
3.0 2.5
2.546 2.147
2.097
2008
2009
2.810
2.789
2011
2012
2.0 1.5 1.0 0.5 0.0 2010 Tahun
Sumber : World Bank, 2013
Gambar 28 Perkembangan GDP riil Indonesia pada tahun 2008-2012 Adanya peningkatan produksi akan memberikan kesempatan Indonesia untuk memperluas pasarnya melalui ekspor yang artinya Indonesia memiliki kesempatan untuk meningkatkan volume ekspornya ke negara-negara tujuan. Wulandari dan Budiasih et al. (2009) menjelaskan bahwa semakin besar GDP riil negara eksportir maka akan meningkatkan output yang dihasilkan sehingga akan meningkatkan kemampuan ekspor. GDP riil Indonesia merupakan faktor yang paling berpengaruh terhadap volume ekspor manggis Indonesia karena memiliki nilai koefisien terbesar dibandingkan dengan koefisien lainnya. GDP riil Indonesia pada Gambar 28 mengalami kecenderungan peningkatan selama tahun 2008 sampai 2012 yang mengakibatkan kemampuan produksi manggis Indonesia cenderung meningkat juga. Rata-rata pertumbuhan produksi manggis Indonesia selama tahun 2008 sampai 2012 mencapai 16.99 persen. Peningkatan GDP riil Indonesia yang tinggi pada tahun 2011 mengkibatkan produksi manggis Indonesia meningkat secara signifikan pada tahun tersebut dibandingkan tahun sebelumnya. Produksi manggis Indonesia mengalami peningkatan yang cukup tinggi pada tahun 2011 yaitu sebesar 117,592 ton dibandingkan tahun sebelumnya hanya mencapai 84,538 ton. GDP riil negara tujuan memiliki pengaruh positif yang signifikan terhadap volume ekspor manggis Indonesia. Hal ini dibuktikan dengan nilai koefisien dan probabilitas GDP riil negara tujuan sebesar 3.3509 dan 0.0004, sehingga apabila GDP riil negara tujuan mengalami peningkatan sebesar satu persen akan mengakibatkan peningkatan terhadap volume ekspor manggis Indonesia sebesar 3.350937 persen dengan asumsi cateris paribus. Semakin besarnya GDP riil negara tujuan akan menyebabkan daya beli negara tersebut meningkat, sehingga konsumsi akan barang dan jasa semakin tinggi. Selain itu, Wulandari dan Budiasih (2009) menjelaskan bahwa GDP riil negara tujuan yang semakin besar mengindikasikan bahwa negara tersebut memiliki kemampuan menyerap produk yang diperdagangkan lebih tinggi artinya kemampuan melakukan impor negara tersebut akan meningkat. Semakin tinggi GDP riil negara tujuan maka negara tersebut semakin berpotensi sebagai pasar ekspor manggis Indonesia, sehingga Indonesia memiliki kesempatan untuk meningkatkan volume ekspornya. Cina merupakan salah satu negara tujuan ekspor manggis Indonesia yang memiliki peningkatan GDP riil hingga mencapai 50,158,562,230.651 dollar pada tahun 2012, sehingga
59 mengakibatkan jumlah permintaan ekspor manggis Indonesia ke negara ini meningkat sebesar 8,229,892 kg pada tahun tersebut. Jarak ekonomi pada model memiliki pengaruh negatif yang signifikan terhadap volume ekspor manggis Indonesia dengan nilai koefisien dan nilai probabilitas masing-masing sebesar -1.6643 dan 0.0111. Apabila jarak ekonomi antara Indonesia dan negara tujuan semakin jauh sebesar satu persen maka akan mengakibatkan penurunan volume ekspor manggis Indonesia sebesar 1.6643 persen dengan asumsi cateris paribus. Jarak ekonomi dalam perdagangan ekspor dan impor menggambarkan biaya transportasi yang merupakan penghambat dalam kegiatan perdagangan tersebut, sehingga apabila jarak ekonomi semakin jauh akan menyebabkan peningkatan biaya transportasi yang pada akhirnya akan meningkatkan harga barang dan jasa yang diperdagangkan. Menurut Ayuwangi et al.(2013), peningkatan biaya transportasi akan menyebabkan penurunan terhadap volume ekspor atau impor. Adanya pengaruh jarak ekonomi terhadap volume ekspor manggis Indonesia ditunjukkan dengan rendahnya jumlah permintaan ekspor manggis Indonesia di Switzerland. Switzerland merupakan negara tujuan ekspor manggis Indonesia yang memiliki jarak ekonomi terjauh pada tahun 2012, sehingga menyebabkan jumlah permintaan di negara ini memiliki volume ekspor yang terkecil hanya mencapai 4 kg dibandingkan dengan negara tujuan lainnya pada tahun tersebut. Negara-negara tujuan dengan jarak ekonomi yang lebih dekat dengan Indonesia memiliki kecenderungan volume ekspor lebih tinggi. Salah satunya adalah Hongkong dengan jumlah permintaan ekspor manggis tertinggia pada tahun 2012 yaitu sebesar 9,700,139 kg. Hal ini menunjukkan bahwa jarak ekonomi memiliki pengaruh negatif terhadap volume ekspor Indonesia. Indeks harga konsumen Indonesia dengan koefisien -7.0652 dan nilai probabilitas sebesar 0.0000 menunjukkan bahwa indeks harga konsumen Indonesia memiliki berpengaruh negatif terhadap volume ekspor manggis Indonesia. Peningkatan indeks harga konsumen Indonesia sebesar satu persen akan berpengaruh nyata terhadap penurunan volume ekspor manggis Indonesia ke negara tujuan sebesar 7.0652 persen dengan asumsi cateris paribus. Indeks harga menurut Mankiw (2006) adalah harga pada sekelompok barang dan jasa relatif terhadap harga sekelompok barang dan jasa yang sama pada tahun dasar yang dibeli oleh konsumen. Hal ini menunjukkan bahwa kenaikan harga sebesar 10 persen pada setiap komoditas akan menyebabkan kenaikan harga rata-rata secara keseluruhan (Lipsey 1997), sehingga apabila terjadi kenaikan terhadap komoditas internasional yang mengakibatkan kenaikan harga terhadap bahan makanan akan menyebabkan peningkatan harga buahbuahan termasuk manggis yang ada akhirnya akan menurunkan daya beli negara tujuan. Penurunan daya beli ini akan mengakibatkan penurunan terhadap jumlah permintaan ekspor manggis Indonesia ke negara tujuan. Variabel dummy krisis Eropa yang terjadi pada tahun 2010 memiliki nilai probabilitas dan koefisien sebesar 0.0008 dan -1.0893 mengindikasikan bahwa terdapat perbedaan yang nyata antara volume ekspor manggis Indonesia ke negara-negara tujuan ketika tidak adanya dan adanya krisis Eropa. Adanya krisis Eropa mengakibatkan penurunan volume ekspor manggis Indonesia sebesar
60 1.0893 persen dengan asumsi variabel lain tetap. Hal ini dibuktikan dengan penurunan volume ekspor pada negara-negara tujuan yang berada di kawasan Eropa pada Tabel 21. Tabel 21 Volume ekspor manggis Indonesia ke negara-negara tujuan kawasan Eropa (Kg) Tahun 2008 2009 2010 2011 2012
Belanda 25,317 10,662 1,582 99,553 50,487
Jerman 605 1,507 682 712 0
Volume ekspor (Kg) Itali Perancis Switzerland 6,572 42,720 10,430 2,927 30,397 400 920 26,202 120 3,415 69,854 300 2,700 54,902 4
Belgia 0 3,104 2,090 430 0
Sumber : BPS, 2012
Krisis Eropa akan mengakibatkan penurunan daya beli dibeberapa negara Eropa yang menjadi tujuan ekspor komoditas pertanian seperti Jerman, Belanda, dan Belgia. Adanya krisis Eropa pada tahun 2010 mengakibatkan penurunan permintaan ekspor manggis Indonesia di sejumlah negara tujuan khususnya pada negara-negara tujuan yang merupakan kawasan Eropa. Sebanyak 30 persen negara tujuan ekspor manggis Indonesia merupakan negara kawasan Eropa, sehingga ketika terjadi krisis Eropa pada tahun 2010 menyebabkan jumlah permintaan ekspor manggis Indonesia menurun di negara tujuan seperti Belanda, Jerman, Italia, Perancis, Switzerland, dan Belgia. Pada Tabel 26 dapat ditunjukan bahwa volume ekspor negara-negara tujuan ini mengalami penurunan sebesar 32 sampai 85 persen pada tahun 2010. Penurunan permintaan ekspor manggis Indonesia tertinggi dialami oleh Belanda dengan persentase penurunan sebesar 85.1623 persen. Pada tahun 2010, volume ekspor manggis Indonesia di Belanda hanya mencapai 1,582 kg. Krisis Eropa yang terjadi pada tahun 2010, mengakibatkan nilai mata uang negara kawasan Eropa mengalami depresiasi, sehingga mengakibatkan harga impor termasuk harga impor buah lebih mahal yang pada akhirnya akan negara kawasan Eropa ini akan mengurangi jumlah permintaan buah yang diimpor termasuk buah yang berasal dari Indonesia. Negara tujuan yang memiliki kontribusi tertinggi berdasarkan efek individu pada model adalah Bahrain dengan kontribusi sebesar 9.39891 persen. Dayasaing ekspor manggis Indonesia di negara Bahrain memiliki nilai yang cukup tinggi dan posisi pangsa pasar ekspor maupun produk yang ideal, sehingga kesempatan untuk meningkatkan volume ekspor di negara ini cukup tinggi. Selain itu peningkatan permintaan manggis di negara Bahrain per tahun mencapai 14.63 persen. Tingginya peningkatan permintaan manggis ini menempati posisi tertinggi dibandingkan dengan peningkatan permintaan manggis di negara lainnya. Mangga (HS 0804502000) Negara tujuan ekspor mangga Indonesia meliputi Brunei, Bahrain, Cina, Hongkong, Jepang, Kuwait, Malaysia, Oman, Perancis, Qatar, Singapura, Saudi Arabia, United Arab Emirate, Amerika Serikat, dan Belanda. Pada Tabel 22 menunjukkan bahwa faktor GDP riiil negara tujuan (LnGDPRT), GDP riil negara
61 Indonesia (LnGDPRI), jarak ekonomi (LnJE), harga ekspor mangga Indonesia ke negara tujuan (LnHPT), dan variabel dummy krisis Eropa pada tahun 2010 (DKRISIS). Hasil estimasi model adalah sebagai berikut : LnVEit = – 262.0793 + 4.6565 LnGDPRTit – 1.7386 LnJEit + 8.5257 LnGDPRIit – 0.5808 LnHPTit – 2.4162 DKRISIS1 dimana : LnVEit LnHPTit LnGDPRTit LnGDPRIit LnJEit DKRISIS1
: Volume ekspor mangga Indonesia ke negara tujuan (persen) : Harga ekspor mangga Indonesia ke negara tujuan (persen) : GDP riil negara tujuan (persen) : GDP riil Indonesia (persen) : Jarak ekonomi (persen) : Dummy krisis Eropa
Uji Hausman pada data panel menunjukkan nilai probabilitas Chi squared lebih kecil daripada taraf nyata 10 persen (0.0000 < 0.10), sehingga dapat dikatakan bahwa Fixed Effect Model (FEM) lebih baik digunakan yang didukung dengan nilai probabilitas Chi squared pada uji Chow yang menunjukkan lebih kecil dari taraf nyata 10 persen (0.0000 < 0.10). Nilai probabilitas F-statistik yang lebih kecil dari taraf nyata 10 persen (0.0000 < 0.10) menjelaskan bahwa variabel bebas (independen) yang terdapat model memiliki pengaruh yang signifikan terhadap volume ekspor mangga Indonesia dengan asumsi cateris paribus. Nilai R-squared sebesar 0.9630 menunjukkan bahwa variabel bebas pada model dapat menjelaskan pengaruhnya terhadap volume ekspor mangga Indonesia sebesar 96.30 persen, sedangkan sisanya sebesar 3.7 persen dapat dijelaskan oleh variabel lain di luar model. Hasil estimasi faktor-faktor yang memengaruhi volume ekspor mangga dapat ditunjukkan pada Tabel 22. Tabel 22 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor mangga Indonesia ke negara tujuan tahun 2008-2012 Variabel Independen C LNGDPRI LNGDPRT LNJE DKRISIS LNHPT R-squared Prob(F-statistic) R-squared Sum squared resid
Variabel Dependen : LNVE Koefisien -262.0793 8.5257 4.6565 -1.7386 -2.4162 -0.5808 Weighted Statistics 0.9630 Sum squared resid 0.0000** Durbin-Watson stat Unweighted Statistics 0.8730 93.8021
Prob. 0.0014** 0.0076** 0.0041** 0.0760** 0.0003** 0.0001** 79.8414 2.4311
Keterangan : signifikan terhadap taraf nyata 10 persen (**)
Pada model telah memenuhi uji asumsi klasik yang meliputi autokorelasi, mulikolnearitas, normalitas, dan heteroskedastisitas. Uji normalitas pada model berdasarkan nilai probabilitas Jarque Bera menujukkan lebih besar daripada taraf nyata 10 persen (0.579586 > 0.10), sehingga dapat dikatakan bahwa model telah
62 memiliki residual yang menyebar normal. R-squared yang tinggi pada model dan tidak adanya variabel bebas yang tidak signifikan terhadap taraf nyata 10 persen mengindikasikan bahwa model sudah terbebas dari multikolinearitas. Selain itu, nilai korelasi antar variabel bebas lebih kecil dari R-squared (0.9630), sehingga dapat dikatakan model sudah terbebas dari permasalahan multikolinearitas. Nilai Durbin Watson sebesar 2.4311 berada pada 4-dl (2.2302) dan 4-du (2.5134), sehingga dapat dikatakan pada model tidak dapat ditentukan adanya autokorelasi atau tidak. Namun, pada model telah dilakukan Generalized Least Squared (GLS) cross section weights sehingga permasalahan autokorelasi dapat diatasi. Sum squared resid pada weighted statistics (79.8414) yang lebih kecil dari Sum squared resid pada unweighted statistics (93.8021) mengindikasikan adanya permasalahan heteroskedastisitas, namun karena model telah dilakukan pembobotan dengan menggunakan Generalized Least Squared (GLS) cross section weights maka permasalahan heteroskedastisitas dapat diatasi. Nilai probabilitas GDP riil Indonesia sebesar 0.0076 pada taraf nyata 10 persen menunjukkan bahwa GDP riil memiliki pengaruh yang nyata terhadap volume ekspor mangga Indonesia ke negara tujuan. GDP riil memiliki koefisien sebesar 8.5257 yang mengindikasikan bahwa peningkatan sebesar satu persen GDP riil Indonesia akan mengakibatkan peningkatan terhadap volume ekspor mangga Indonesia ke negara tujuan sebesar 8.5257 persen dengan asumsi cateris paribus. Hal ini telah sesuai dengan hipotesis pada penelitian ini. Pada penelitian Li et al. (2008) menggunakan variabel GDP riil suatu negara untuk melihat pengaruh ukuran ekonomi suatu negara terhadap perdagangan Cina. Hal ini sejalan dengan penelitian Dilanchiev (2012) yang menjelaskan bahwa semakin besar ukuran suatu negara maka semakin besar kemampuan negara tersebut dalam melakukan perdagangan ekspor dan impor dengan negara lain. Menurut Irwanto (2012), GDP riil eksportir dapat mengukur kapasitas produksi negara tersebut. Kondisi ini menunjukkan bahwa ketika GDP riil Indonesia meningkat maka akan mengakibatkan kapasitas produksi Indonesia meningkat, sehingga akan meningkatkan kesempatan Indonesia untuk memperluas jangkauan pasar melalui perdagangan ekspor termasuk pada produk buah-buahan yang salah satunya adalah mangga. Peningkatan ekspor ini akan menyebabkan peningkatan terhadap volume ekspor mangga Indonesia. Hasil estimasi model menunjukkan bahwa GDP riil Indonesia memiliki pengaruh terbesar terhadap peningkatan atau penurunan volume ekspor mangga Indonesia ke negara tujuan. Produksi mangga Indonesia selama tahun 2008 sampai 2012 cenderung mengalami peningkatan seiring dengan meningkatnya GDP riil Indonesia. Rata-rata pertumbuhan GDP riil Indonesia sebesar 5.73 persen selama tahun 2008 sampai 2012 mampu meningkatkan produksi mangga dengan rata-rata pertumbuhan sebesar 0.08 persen. Peningkatan produksi mangga Indonesia tertinggi tercapai pada tahun 2011 yaitu sebesar 0.65 persen. Tingginya peningkatan produksi pada tahun tersebut dikarenakan GDP riil Indonesia mengalami peningkatan tertinggi yang mencapai 2.810 miliar dollar. Kondisi ini menyebabkan adanya peningkatan jumlah permintaan yang cukup tinggi disebagian besar negara tujuan seperti Brunei, Bahrain, Cina, Hongkong, Jepang, Malaysia, Perancis, dan United Arab Emirate. Hal ini membuktikan bahwa peningkatan GDP riil Indonesia akan memengaruhi
63 peningkatan volume ekspor dikarenakan adanya kapasitas produksi yang meningkat. GDP riil negara tujuan memiliki nilai probabilitas sebesar 0.0041 pada taraf nyata 10 persen yang artinya GDP riil negara tujuan berpengaruh nyata terhadap volume ekspor mangga Indonesia ke negara tujuan. Nilai koefisien GDP riil negara tujuan sebesar 4.6567 mengindikasikan bahwa peningkatan GDP riil sebesar satu persen akan menyebabkan peningkatan volume ekspor mangga Indonesia ke negara tujuan sebesar 4.6567 persen. Hal ini sesuai dengan hipotesis pada penelitian ini, dimana GDP riil negara tujuan memiliki pengaruh nyata yang positif terhadap volume ekspor Indonesia. GDP riil menggambarkan kemampuan daya beli negara tujuan terhadap barang dan jasa yang diimpor dari negara lain, sehingga apabila negara tujuan memiliki GDP riil negara tujuan tinggi maka akan mengakibatkan peningkatan terhadap barang dan jasa yang diimpor. Jarak ekonomi pada model memiliki nilai probabilitas sebesar 0.0760 pada taraf nyata 10 persen, sehingga dapat dikatakan jarak ekonomi berpengaruh secara nyata terhadap peningkatan atau penurunan volume ekspor mangga Indonesia. Nilai koefisien jarak ekonomi sebesaar -1.7386 menjelaskan bahwa semakin jauhnya jarak ekonomi antara Indonesia dengan negara tujuan sebesar satu persen akan mengurangi volume ekspor mangga sebesar 1.7386 persen dengan asumsi cateris paribus. Jarak ekonomi yang memiliki hubungan negatif ini telah sesuai dengan hipotesis yang diduga. Dalam perdagangan yang meliputi ekspor dan impor, jarak ekonomi menggambarkan biaya transportasi, sehingga semakin jauhnya jarak ekonomi akan mengakibatkan biaya transportasi yang meliputi biaya perkapalan, biaya bongkar muat dipelabuhan, dan preimi asuransi semakin meningkat. Peningkatan biaya transportasi ini akan meningkatkan biaya produksi pada suatu produk yang diekspor, sehingga akan menyebabkan harga jual produk menjadi lebih mahal yang pada akhirnya akan menurunkan volume ekspor yang diminta oleh negara importir. Rata-rata jarak ekonomi Indonesia dengan negara tujuan selama tahun 2008 sampai 2012 dapat ditunjukkan pada Gambar 29.
Jarak ekonomi(Km)
3,750 3,000 2,250 1,500 750
Belanda
UAE
AS
Singapura
Saudi Arabia
Negara tujuan Sumber : CEPII (2013) Keterangan : AS (Amerika Serikat), UAE (United Arab Emirate)
Qatar
Perancis
Oman
Malaysia
Kuwait
Jepang
Hongkong
Cina
Bahrain
Brunei
0
Gambar 29 Rata-rata jarak ekonomi Indonesia dengan negara tujuan selama tahun 2008 sampai 2012
64
Harga ekspor (US$/Kg)
Gambar 29 menunjukkan bahwa negara tujuan yang memiliki jarak ekonomi terjauh dengan Indonesia adalah Amerika Serikat dengan rata-rata jarak ekonomi sebesar 3,206.019 km, sedangkan yang terdekat adalah Singapura (177.228 km). Jumlah permintaan ekspor mangga Indonesia ke Amerika Serikat menempati posisi terendah dibandingkan dengan negara importir lain yang memiliki jarak ekonomi lebih dekat. Total volume ekspor mangga Indonesia ke Amerika Serikat selama tahun 2008 sampai 2012 hanya mencapai 25,156 kg dibandingkan dengan Singapura dan Malaysia yang memiliki jarak ekonomi lebih dekat sehingga total volume ekspor mangga Indonesia mencapai 2,058,970 kg dan 421,513 kg. Kondisi ini mengindikasikan bahwa jarak ekonomi memiliki pengaruh terhadap perdagangan ekspor mangga Indonesia ke negara tujuan. Harga ekspor mangga Indonesia ke negara tujuan berpengaruh secara nyata terhadap volume ekspor mangga pada taraf 10 persen karena memiliki nilai probabilitas sebesar 0.0001. Nilai koefisien harga ekspor sebesar -0.5808 menunjukkan bahwa harga ekspor mangga Indonesia ke negara tujuan memiliki hubungan yang negatif terhadap volume ekspor ke negara tujuan. Apabila harga ekspor mangga Indonesia mengalami peningkatan sebesar satu persen akan menyebabkan volume ekspor mengalami penurunan sebesar 0.5808 persen. Hasil penelitian yang menujukkan bahwa harga ekspor memiliki pengaruh negatif terhadap ekspor sejalan dengan Widayanti et.al (2010). Salah satu faktor yang memengaruhi jumlah permintaan berdasarkan hukum permintaan adalah harga barang itu sendiri. Semakin mahalnya harga barang tersebut akan menyebabkan jumlah permintaan barang tesebut akan berkurang, sehingga apabila harga ekspor mangga Indonesia ke negara tujuan semakin mahal maka jumlah permintaan ekspor mangga Indonesia akan menurun. Perkembangan harga ekspor mangga Indonesia ke negara tujuan pada tahun 2012 dapat dijelaskan pada Gambar 30.
7.50
6.25 5.00 3.75 2.50 1.25
Belanda
UAE
AS
SAU
Singapura
Qatar
Perancis
Oman
Malaysia
Kuwait
Jepang
Hongkong
Cina
Bahrain
Brunei
0.00
Negara tujuan Sumber : BPS, 2013 Keterangan : AS (Amerika Serikat), SAU (Saudi Arabia), UAE (United Arab Emirate)
Gambar 30 Harga ekspor mangga Indonesia ke negara tujuan pada tahun 2012 (US$/Kg)
65 Pada Gambar 30 ditunjukkan bahwa harga ekspor mangga Indonesia pada tahun 2012 tertinggi berada di Amerika Serikat (7.696 US$/kg). Apabila dibandingkan tahun sebelumnya, harga ekspor di negara ini cenderung lebih murah yaitu sebesar 0.944 US$/kg). Peningkatan harga ekspor yang tinggi ini mengakibatkan penurunan jumlah permintaan ekspor mangga Indonesia ke Amerika Serikat pada tahun 2012 sebesar 98.68 persen. Negara tujuan lainnya yang mengalami penurunan jumlah permintaan pada tahun 2012 dikarenakan adanya kenaikan harga ekspor mangga Indonesia di negara mereka adalah Brunei, Bahrain, Cina, Hongkong, Kuwait, Malaysia, Perancis, Singapura, dan United Arab Emirate. Penurunan volume ekspor di negara-negara tersebut dapat dilihat pada Tabel 23. Tabel 23 Volume ekspor (Kg) dan harga ekspor (US$/Kg) mangga Indonesia di negara tujuan tahun 2008-2012 Importir Brunei Bahrain Cina Hongkong Kuwait Malaysia Singapura Amerika Serikat United Arab Emirate
Volume ekspor (Kg) 2011 2012 41,135 772 21503 11,823 43,409 29,946 45,368 17,060 66,603 19,987 165,354 113,983 755,724 488,897 14,725 194 717,115 635,082
Harga ekspor (US$/Kg) 2011 2012 0.282 3.150 1.079 2.030 0.929 1.159 0.431 2.453 0.571 2.770 0.577 2.454 0.557 1.700 0.944 7.696 0.846 1.247
Sumber : Badan Pusat Statistika (2012)
Tabel 23 menunjukkan bahwa sebanyak 9 negara dari 15 importir mangga Indonesia yang dianalisis pada model mengalami penurunan jumlah permintaan ekspor mangga ketika harga ekspor ke negara mereka mengalami peningkatan. Hal ini mengindiaksikan bahwa harga ekspor merupakan salah satu faktor yang memengaruhi jumlah permintaan mangga Indonesia ke negara tujuan. Variabel dummy krisis Eropa yang terjadi pada tahun 2010 memiliki nilai probabilitas dan koefisien sebesar 0.0003 dan -2.416 mengindikasikan bahwa terdapat perbedaan yang nyata antara volume ekspor mangga Indonesia ke negara tujuan tidak adanya dan adanya krisis Eropa. Adanya krisis Eropa mengakibatkan penurunan volume ekspor mangga Indonesia sebesar 2.416 persen dengan asumsi variabel lain tetap. Krisis Eropa yang terjadi pada negara kawasan Eropa menyebabkan nilai tukar mata uang Eropa mengalami depresiasi, sehingga harga barang-barang impor akan cenderung lebih mahal dibandingkan harga domestik. Hal ini akan mengakibatkan negara kawasan Eropa mengurangi konsumsi terhadap produk impor termasuk impor buah-buahan yang berasal dari Indonesia. Dampak krisis Eropa terhadap perdagangan mangga Indonesia ditunjukkan dengan adanya penurunan ekspor mangga yang cukup tinggi di negara Belanda. Volume ekspor mangga Indonesia ke negara ini pada tahun 2010 mengalami penurunan sebesar 96.49 persen menjadi 2 kg dibandingkan tahun sebelumnya yang mencapai 57 kg.
66 Rambutan (HS 0810903000) Model terbaik yang digunakan apada model rambutan adalah Fixed Effect Model (FEM) dengan pembobotan Generalized Least Squared (GLS) cross section weights. Fixed Effect Model dipilih karena berdasarkan uji Hausman menunjukkan nilai probabilitas Chi squaredd lebih kecil dari taraf nyata lima persen (0.0002 < 0.05). Nilai F-statistik sebesar 0.0000 mengindikasikan bahwa variabel-variabel bebas pada model berpengaruh signifikan terhadap volume ekspor rambutan Indonesia. R-squared sebesar 0.9716 menunjukkan bahwa secara keseluruhan model dapat dijelaskan oleh variabel-variabel bebas yang terdapat pada model sebesar 97.16 persen, sedangkan sisanya sebesar 2.84 persen dijelaskan oleh variabel lain di luar model. Hasil estimasi faktor-faktor yang memengaruhi volume ekspor rambutan Indonesia ke negara tujuan tahun 2008 sampai 2012 dapat ditunjukkan pada Tabel 24. Tabel 24 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor rambutan ke negara tujuan rambutan tahun 2008-2012 Variabel Independen C LNJE DKRISIS LNGDPRIT LNERID LNIHKI R-squared Prob(F-statistic) R-squared Sum squared resid
Variabel Dependen : LNVE Koefisien -297.2979 -9.8091 -1.2948 10.2118 -4.0942 -5.5072 Weighted Statistics 0.9716 Sum squared resid 0.0000* Durbin-Watson stat Unweighted Statistics 0.9494 12.2392
Prob. 0.0008* 0.0010* 0.0007* 0.0003* 0.0201* 0.0003* 11.4189 2.9269
Keterangan : signifikan terhadap taraf nyata 5% (*)
Pada Tabel 24 menunjukkan bahwa jarak ekonomi (LnJE), indeks harga konsumen Indonesia (LnIHKI), interaksi GDP riil Indonesia dan negara tujuan (LnGDPRIT), nilai tukar rupiah terhadap dollar (LnERID), dan dummy krisis Eropa pada tahun 2010 (DKRISIS) merupakan faktor-faktor yang memengaruhi volume ekspor rambutan Indonesia ke negara tujuan. Persamaan model rambutan Indonesia adalah sebagai berikut : LnVEit = – 297.2979 – 9.8091 LnJEit – 5.5072 LnIHKIit + 10.2118 LnGDPRITit – 4.0942 LnERIDit –1.2948 DKRISIS1 dimana : LnVEit LnJEit LnIHKIit LnGDPRITit LnERIDit DKRISIS1
: Volume ekspor rambutan Indonesia ke negara tujuan (persen) : Jarak ekonomi (persen) : Indeks harga konsumen Indonesia (persen) : Interaksi GDP riil Indonesia dan negara tujuan (persen) : Nilai tukar rupiah terhadah dollar Amerika (persen) : Dummy krisis Eropa
67 Secara statistika, model ini telah memenuhi uji asumsi klasik. Nilai probabilitas Jarque Berra yang lebih besar dari taraf nyata (0.303841 > 0.05), menunjukkan bahwa error pada model telah menyebar normal. Model telah terbebas dari permasalahan multikolinearitas yang ditunjukkan dengan tidak adanya korelasi antar peubah bebas berdasarkan Correlation Matrix. Durbin Watson yang sebesar 2.9269 berada diantara 4-dl (2.5917) dan 4, sehingga dapat dikatakan terdapat autokorelasi negatif. Namun, permasalahan autokorelasi ini dapat diatasi karena model telah diberikan bobot dengan Generalized Least Squared (GLS) cross section weights. Nilai Sum squared resid pada weighted statistics yang lebih kecil dari Sum square resid pada unweighted statistics (11.4189 < 12.2392) mengindikasikan adanya permasalahan heteroskedastisitas pada model, namun karena model telah diberikan bobot Generalized Least Squared (GLS) cross section weights. Adanya pemberian bobot Generalized Least Squared (GLS) cross section weights untuk mengatasi autokorelasi dan heteroskedastisitas, sehingga dapat dikatan model telah terbebas dari permasalahan autokorelasi dan heteroskedastisitas. Jarak ekonomi memiliki nilai probabilitas dan koefisien sebesar 0.0010 dan -9.8091, sehingga dapat dikatakan jarak ekonomi memiliki pengaruh signifikan yang negatif terhadap volume ekspor rambutan Indonesia. Semakin jauhnya jarak ekonomi Indonesia dengan negara tujuan sebesar satu persen akan menyebabkan penurunan terhadap volume ekspor sebesar 9.8091 persen dengan asumsi cateris paribus. Jarak ekonomi pada setiap perdagangan menggambarkan biaya transportasi yang akan dikeluarkan, sehingga apabila semakin jauhnya jarak ekonomi dengan negara tujuan maka akan meingkatkan biaya transportasinya yang mengakibatkan biaya produksi meningkat. Peningkatan biaya produksi ini akan meningkatkan harga ekspor rambutan Indonesia ke negara tujuan. Adanya peningkatan harga ini akan menurunkan daya beli negara tujuan yang pada akhirnya akan mengurangi jumlah permintaannya. Pada setiap kegiatan perdagangan intrenasional yang meliputi ekspor dan impor, baik negara eksportir dan importir dikenai biaya pengangkutan atau biaya transportasi. Negara eksportir memiliki kewajiban membayar biaya transportasi yang meliputi free on board (FOB) dimana negara eksportir akan menanggung biaya pengangkutan sampai di pelabuhan negara importir. Biaya transportasi yang dikeluarkan oleh negara importir meliputi cost insurance and freight (CIF) yang artinya biaya pengangutan dan asuransi menjadi kewajiban negara importir yang harus dibayarkan. Kondisi ini sejalan dalam penelitian yang diakukan oleh Cadarajat (2007) yang menjelaskan bahwa negara importir dan eksportir dalam setiap kegiatan perdagangan memiliki kewajiban membayar biaya transportasi yang berbeda, negara eksportir pada umumnya dikenai biaya yang meliputi biaya Free on Board (FOB), sedangkan negara importir memiliki tanggungan dalam membiayai transportasi yang meliputi biaya pengangutan dan asurani. Kondisi ini mengakibatkan negara importir akan mengurangi jumlah permintaan produk impornya apabila jarak ekonominya dengan eksportir semakin jauh. Nilai tuar riil mata uang Indonesia terhadap dollar memiliki nilai probabilitas dan koefisien sebesar 0.0201 dan -4.0942 yang artinya nilai tukar rupiah terhadap dollar berpengaruh nyata dan memiliki hubungan yang negatif
68
Nilai tukar riil Indonesia (Rp/USD)
terhadap volume ekspor rambutan Indonesia. Apabila nilai tukar mengalami penguatan sebesar satu persen maka akan mengakibatkan penuruan terhadap volume ekspor rambutan Indonesia sebesar 4.092 persen. Mankiw (2006) mnejelaskan bahwa apabila nilai tukar riil suatu negara tinggi (apresiasi) maka akan menyebabkan barang-barang luar negeri relatif lebih murah dan barang-barang dalam negeri relatif lebih mahal, sedangkan apabila negera tersebut mengalami penurunan nilai tukar riil maka barang-barang dalam negeri akan cenderung lebih murah dibandingankan dengan batang-barang luar negeri. Selain itu, Mankiw (2006) juga menjelaskan bahwa nilai tukar riil tidak berbeda jauh dengan harga relatif, sehingga nilai tukar dapat memengaruhi permintaan barang dan jasa. Ketika nilai tukar riil Indonesia mengalami depresiasi maka produk-produk domestik termasuk buah-buahan Indonesia lebih murah dibandingkan dengan luar negeri, sehingga negara tujuan akan cenderung meningkatkan jumlah permintaan rambutan Indonesia. Penilitian mengenai nilai tukar yang memiliki pengaruh yang negatif terhadap perdagangan sejalan dengan Amalia et al. (2007). Nilai tukar riiil Indonesia pada tahun 2008 sampai 2012 dapat dilihat pada Gambar 31. 177.5 135.838
142.0
129.255
113.441 106.5
98.272
99.588
2008
2009
71.0 35.5 0.0 2010 Tahun
2011
2012
Sumber : Bank Indonesia (2013)
Gambar 31 Nilai tukar riil Indonesia tahun 2008 sampai 2012 (Rp/USD) Pada Gambar 30 ditunjukkan bahwa nilai tukar riil Indonesia selama tahun 2008 sampai 2012 cenderung mengalami peningkatan. Semakin kuatnya nilai tukar riil Indonesia pada tahun 2008 sampai 2011 mengakibatkan rambutan Indonesia di negara tujuan menjadi lebih mahal pada setiap tahunnya, sehingga mengakibatkan jumlah permintaan rambutan Indonesia mengalami penurunan. Pada tahun 2012, nilai tukar riil rupiah mengalami penurunan sebesar 4.85 persen, seharusnya penurunan nilai tukar ini mampu meningkatkan jumlah permintaan ekspor rambutan di negara importir tersebut dikarenakan barang-barang dalam negeri Indonesia relatif lebih murah. Namun karena 60 persen negara tujuan ekspor rambutan merupakan negara kawasan Eropa, jumlah permintaan pada sebagain besar negara tujuan
69 ekspor rambutan Indonesia pada tahun 2012 tetap mengalami penurunan yang disebabkan pada tahun 2010 negara Eropa mengalami krisis Eropa sehingga negara-negara tersebut mengurangi jumlah permintaan impornya. Hal ini dibuktikan dengan berpengaruhnya dummy krisis secara signifikan terhadap volume ekspor rambutan Indonesia. Hal ini disebabkan terdapat negara-negara Eropa yang menjadi negara tujuan ekspor buah ini sehinggaketika Eropa mengalami krisis akan memengaruhi aliran volume ekspor di negara-negara tersebut yang pada umumnya menggunakan mata uang Eropa. Interaksi GDP riil Indonesia dengan negara tujuan memiliki nilai probabilitas dan koefisien sebesar 0.0003 dan 10.2118, sehingga dapat dikatakan bahwa interaksi GDP riil Indonesia dengan negara tujuan berpengaruh positif secara nyata terhadap volume ekspor rambutan Indonesia. Apabila interaksi GDP riil Indonesia dan negara tujuan meningkat sebesar satu persen maka volume ekspor rambutan Indonesia akan meningkat sebesar 10.2118 persen. Menurut Wulandari dan Budiasih et al. (2009), interaksi GDP negara eksportir dan importir menunjukkan kemampuan pasar dalam menyerap komoditas yang diperdagangkan di kedua negara. Apabila GDP negara eksportir mengalami peningkatan maka output yang dihasilkan oleh negara eksportir akan meningkat yang pada akhirnya akan meningkatkan kemampuan ekspor negara eksportir. Di saat yang sama, peningkatan GDP negara importir akan cenderung mengakibatkan impor negara tersebut meningkat karena GDP yang semakin besar pada negara importir menunjukkan bertambahanya jangkauan pasar sehingga kemampuan dalam menyerap barang dan jasa menjadi lebih tinggi. Kondisi ini akan menyebabkan negara eksportir memiliki kesempatan meningkatkan ekspornya ke negara importir tersebut. Apabila Indonesia sebagai eksportir dan negara tujuan pada saat yang bersamaan mengalami peningkatan GDP riil maka akan meningkatkan kesempatan Indonesia untuk meningkatkan produk ekspornya termasuk buahbuahan ke negara tujuan dikarenakan negara tersebut memiliki peningkatan terhadap kemampuan menyerap produk impor. Indeks harga konsumen Indonesia memiliki nilai probabilitas sebesar 0.0003 sehingga dapat dikatakan bahwa indeks harga konsumen Indonesia memiliki pengaruh yang nyata terhadap volume ekspor rambutan Indonesia pada taraf nyata lima persen. Nilai koefisien ekspor rambutan sebesar -5.5072 mengindikasikan bahwa apabila indeks harga konsumen Indonesia mengalami peningkatan sebesar satu persen maka akan menyebabkan penurunan volume ekspor rambutan sebesar 5.5072 persen dengan asumsi cateris paribus. Indeks harga konsumen menurut Mankiw (2006) adalah harga pada sekelompok barang dan jasa relatif terhadap harga sekelompok barang dan jasa yang sama pada tahun dasar yang dibeli oleh konsumen, sehingga apabila terjadi kenaikan terhadap komoditas internasional yang mengakibatkan kenaikan harga terhadap bahan makanan akan menyebabkan peningkatan harga buah-buahan termasuk rambutan yang ada akhirnya akan menurunkan daya beli negara tujuan. Penurunan daya beli ini akan mengakibatkan penurunan terhadap jumlah permintaan ekspor rambutan Indonesia ke negara tujuan.
70 Pisang (HS 080300) Periode analisis 2005 sampai 2012 pada ekspor pisang digunakan karena berdasarkan kekontinuan volume ekspor pisang Indonesia ke tujuh negara importir yang meliputi Hongkong, Jepang, Korea, Amerika Serikat, Singapura, Saudi Arabia, dan Malaysia. Hasil estimasi faktor-faktor yang memengaruhi volume ekspor pisang Indonesia tahun 2008 sampai 2012 dapat ditunjukkan pada Tabel 25. Tabel 25 Hasil estimasi faktor-faktor yang memengaruhi volume ekspor pisang Indonesia ke negara tujuan tahun 2005-2012 Variabel Independen C LNJE LNGDPKT LNHPT LNPOP R-squared Prob(F-statistic) R-squared Sum squared resid
Variabel Dependen : LNVE Koefisien -500.2617 -12.9069 12.3554 -1.6288 26.7776 Weighted Statistics 0.8528 Sum squared resid 0.0000* Durbin-Watson stat Unweighted Statistics 0.6235 173.6524
Prob. 0.0120* 0.0113* 0.0041* 0.0000* 0.0209* 159.0345 2.0184
Keterangan : signifikan terhadap taraf nyata 5% (*)
Tabel 25 memperlihatkan bahwa variabel harga ekspor pisang Indonesia ke negara tujuan (LnHPT), jarak ekonomi antara Indonesia dengan negara tujuan (LnJE), populasi negara tujuan (LnPOP) jarak ekonomi Indonesia dengan negara tujuan dan GDP per kapita suatu negara tujuan (LnGDPKT) merupakan variabel faktor-faktor yang memengaruhi ekspor pisang Indonesia ke negara tujuan. Hasil pada uji Hausman pada model menunjukkan nilai probabilitas sebesar 0.0436 yang lebih kecil dari taraf nyata lima persen, sehingga cukup bukti untuk menolak hipotesis nol yang artinya bahwa model terbaik yang digunakan adalah Fixed Effect Model (FEM). Estimasi persamaan model sebagai berikut : LnVEit = – 500.2617 – 1.6288 LnHPTit – 15.8175 LnJEit + 26.7776 LnPOPit + 12.3554 LnGDPKTit dimana : LnVEit LnHPTit LnGDPKTit LnPOPit LnJEit
: Volume ekspor pisang Indonesia ke negara tujuan (persen) : Harga ekspor pisang Indonesia ke negara tujuan (persen) : GDP per kapita negara tujuan (persen) : Populasi negara tujuan (persen) : Jarak ekonomi (persen)
Model hasil pengolahan regresi data panel di atas telah memenuhi uji ekonomi karena tanda koefisien pada masing-masing variabel bebas telah sesuai dengan hipotesis berdasarkan teori ekonomi. Uji asumsi klasik pada model juga telah terpenuhi. Nilai probabilitas pada uji Jarque Bera sebesar 0.1115806 yang lebih besar daripada taraf nyata lima persen mengindikasikan bahwa model telah memiliki residual yang menyebar normal. Durbin Watson sebesar 2.0184 berada
71 pada selang du (1.7684) dan 4-du (2.231) yang artinya Durbin Watson pada model terletak pada daerah yang terbebas dari autokorelasi, sehingga dapat dikatakan bahwa model telah terbebas dari permasalahan autokorelasi. Nilai Sum squared resid pada weighted statistics yang lebih dari Sum squared resid pada unweighted statistics (159.0345 < 173.6524) mengindikasikan adanya permasalahan heteroskedastisitas, namun karena pada model telah dilakukan pembobotan dengan menggunakan Generalized Least Squared (GLS) cross section weights maka permasalahan heteroskedastisitas dapat di atasi sehingga model telah terbebas dari heteroskedastisitas. Pada model estimasi antar variabel bebas memiliki nilai korelasi di bawah 0.8, sehingga dapat dikatakan bahawa tidak adanya hubungan kolinearitas antar variabel bebas sehingga dapat dikatakan model telah terbebas dari permasalahan multikolinearitas. Nilai probabilitas F-statistik yang lebih kecil dari taraf nyata sebesar lima persen (0.0000 < 0.05) menunjukkan bahwa variabel bebas model memengaruhi secara signifikan terhadap volume ekspor rambutan Indonesia. R-squared sebesar 0.8528 mengindikasikan bahwa model dapat dijelaskan oleh variabel bebas sebesar 85.28 persen, sedangkan sisanya sebesar 14.72 persen dapat dijelaskan diluar model. Nilai probabilitas jarak ekonomi yang lebih kecil dari taraf nyata sebesar lima persen (0.0113 < 0.05) menunjukkan bahwa jarak ekonomi memiliki pengaruh yang nyata terhadap volume ekspor pisang Indonesia. Nilai koefisien jarak ekonomi antara Indonesia dengan negara tujuan sebesar –12.9069 menjelaskan bahwa apabila jarak ekonomi Indonesia dengan negara tujuan bertambah satu persen maka volume ekspor akan menurun sebesar 12.9069 persen dengan asumsi cateris paribus. Semakin jauhnya jarak ekonomi Indonesia dan negara tujuan akan menyebabkan semakin tinggi biaya transportasi yang dikeluarkan bagi kedua negara, sehingga akan menyebabkan harga pisang semakin mahal seiring dengan adanya peningkatan biaya produksi yang diakibatkan semakin tingginya biaya transportasi yang dibayarkan. Kondisi ini akan mengakibatkan turunnya daya beli negara tujuan yang mengakibatkan jumlah permintaan ekspor pisang Indonesia akan mengalami penururnan. GDP per kapita negara tujuan memiliki pengaruh yang signifikan terhadap volume ekspor pisnag Indonesia ke negara tujuan sebesar 0.0041 pada taraf nyata lima persen (0.05). Nilai koesfisien GDP per kapita negara tujuan sebesar 12.35554 menunjukkan bahwa apabila GDP per kapita negara tujuan mengalami peningkatan sebesar satu persen maka akan mengakibatkan peningkatan terhadap volume ekspor pisang Indonesia ke negara tujuan sebesar 12. 3554 persen. GDP per kapita suatu negara menggambarkan kemampuan secara keseluruhan negara tersebut, sehingga semakin tingginya pendapatan secara keseluruhan negara tujuan maka semakin tinggi kemampuan negara tersebut untuk melakukan impor. Kenaikan GDP per kapita negara tujuan menunjukkan tingkat kemakmuran suatu negara yang lebih baik dikarenakan pendapatan penduduk negara tersebut mengalami peningkatan, sehingga akan meningkatkan konsumsi secara keseluruhan termasuk konsumsi terhadap buah-buahan. Semakin tingginya pendapatan per kapita penduduk negara importir akan meningkatkan daya beli mereka. Peningkatan daya beli ini akan meningkatkan kemampuan penduduk negara tujuan untuk melakukan impor. Semakin tingginya GDP per kapita negara
72 tujuan akan semakin potensial bagi perluasan pasar suatu komoditi atau produk negara eksportir. Nilai probabilitas harga ekspor sebesar 0.000 yang lebih kecil dari taraf nyata lima persen (0.05) menunjukkan bahwa harga ekspor memiliki pengaruh yang signifikan terhadap volume ekspor pisang Indonesia ke negara tujuan. Nilai koefisien harga ekspor sebesar –1.6288 menunjukkan bahwa apabila terjadi kenaikan harga ekspor pisang Indonesia akan mengakibatkan penurunan volume ekspor sebesar 1.6288 persen dengan asumsi cateris paribus. Peningkatan harga ekspor pisang Indonesia ke negara tujuan akan menurunkan daya beli negara tujuan yang pada akhirnya akan mengakibatkan penurunan terhadap jumlah permintaan ekspor pisang Indonesia dikarenakan negara importir akan cenderung melakukan impor ke eksportir yang memiliki harga yang cendrung lebih murah. Populasi negara tujuan memberikan pengaruh yang signifikan terhadap volume ekspor pisang Indonesia karena variabel ini memiliki nilai probabilitas sebesar 0.0209. Nilai koefisien populasi negara tujuan sebesar 26.7776 menunjukkan apabila populasi suatu negara tujuan meningkat sebesar satu persen, maka akan meningkatkan volume ekspor Indonesia ke negara tujuan sebesar 26.7776 persen dengan asumsi cateris paribus. Populasi negara tujuan memberikan pengaruh terbesar bagi ekspor pisang ke negara-negara importir, sehingga apabila jumlah penduduk luar negeri semakin bertambah akan memberikan keuntungan bagi Indonesia. Meningkatnya populasi negara tujuan akan mengakibatkan peningkatan kebutuhan termasuk kebutuhan mengkonsumsi buah-buahan yang salah satunya pisang. Apabila produksi dalam negeri negara importir tidak mampu memenuhi kebutuhan konsumsi yang meningkat itu maka negara importir akan cenderung meningkatkan impornya untuk memenuhi kebutuhan penduduknya. Melon (HS 0807190000) Ekspor melon memiliki keunggulan kompetitif dan komparatif yang cukup kuat di negara-negara tujuan, sehingga perlu dianalisis lebih lanjut mengenai faktor-faktor yang dapat memengaruhi ekspor melon Indonesia. Secara keseluruhan, faktor-faktor yang memengaruhi ekspor melon dapat dilihat pada Tabel 26. Tabel 26 Hasil estimasi faktor-faktor yang memengaruhi nilai ekspor melon Indonesia ke negara tujuan tahun 2003-2012 Variabel Independen C LNJE LNGDPRI LNPOP R-squared Prob(F-statistic) R-squared Sum squared resid
Variabel Dependen : LNVE Koefisien -606.0335 -11.7193 8.3210 29.9180 Weighted Statistics 0.6895 Sum squared resid 0.0000* Durbin-Watson stat Unweighted Statistics 0.4919 76.1312
Keterangan : signifikan terhadap taraf nyata 5% (*)
Prob. 0.0002* 0.0011* 0.0017* 0.0011* 69.7838 1.8756
73 Hasil regresi data panel pada Tabel 26 menunjukkan bahwa faktor-faktor yang signifikan memengaruhi volume ekspor melon Indonesia ke negara tujuan selama periode 2003 sampai 2012 pada taraf nyata lima persen adalah variabel GDP riil Indonesia (LnGDPRI), populasi negara tujuan (LnPOP), dan jarak ekonomi Indonesia dengan negara tujuan (LnJE). Hasil uji Hausman pada model menunjukkan nilai probabilitas Chi squared sebesar 0.0434 yang lebih kecil dari taraf nyata lima persen (0.05), sehingga cukup bukti untuk menolak hipotesis nol yang artinya model terbaik adalah Fixed Effect Model (FEM). Estimasi persamaan model FEM sebagai berikut : LnVEit = – 606.0335 + 8.3210 LnGDPRIit + 29.9180 LnPOPit – 11.7193 LnJEit dimana : LnVEit LnGDPRIit LnPOPit LnJEit
: Volume ekspor melon Indonesia ke negara tujuan (persen) : GDP riil Indonesia (persen) : Populasi negara tujuan (persen) : Jarak ekonomi (persen)
Pada model ini telah memenuhi uji asumsi klasik yaitu eror pada model telah menyebar normal yang ditunjukkan dari nilai probabilitas sebesar 0.539788 yang lebih besar daripada taraf nyata lima persen pada Jarque Berra Test, data terbebas dari multikolinearitas yang ditunjukkan tidak adanya korelasi antar pengubah bebas pada Correlation Matrix karena pada masing-masing variabel bebas memiliki nilai korelasi di bawah 0.8, sehingga dapat dikatakan bahwa model telah terbebas dari permasalahan multikolinearitas. Nilai R-squared sebesar 0.6895 menunjukkan bahwa sebanyak 68.95 persen variabel bebas yang tedapat pada model dapat menjelaskan model, sedangkan sisanya sebesar 31.05 persen dapat dijelaskan oleh variabel lainnya di luar model. Nilai Sum squared resid pada weighted statistics lebih kecil dibandingkan Sum squared resid pada unweighted statistcs (69.7838 < 76.1312) yang mengindikasikan adanya heteroskedastisitas, namun karena model telah dilakukan pembobotan Generalized Least Squared (GLS) cross section weights, sehingga pelanggaran asumsi heteroskedastisitas dapat diatasi (Juanda 2009). Durbin Watson sebesar 1. 8756 berada pada selang du (1.2953) dan 4-dl (2.7042), sehingga dapat dikatakan tidak terdapat autokorelasi pada model. Nilai probabilitas populasi negara tujuan yang lebih kecil dari dari taraf nyata lima persen (0.0011 < 0.05) menujukkan bahwa populasi negara tujuan memiliki pengaruh yang signifikan terhadap volume ekspor melon Indonesia. Nilai koefisien populasi negara tujuan sebesar 29.9180 menunjukkan apabila populasi suatu negara tujuan meningkat sebesar satu persen, maka akan meningkatkan volume ekspor melon Indonesia ke negara tujuan sebesar 29.9180 persen dengan asumsi cateris paribus. Populasi negara tujuan memiliki pengaruh terbesar terhadap jumlah permintaan ekspor melon Indonesia ke negara tujuan, sehingga semakin meningkatnya jumlah penduduk negara tujuan akan memberikan keuntungan bagi Indonesia dalam meningkatkan ekspor melon. Hal ini dikarenakan apabila populasi negara tujuan mengalami peningkatan maka kebutuhan penduduk tersebut akan meningkat, sehingga untuk memenuhi kebutuhannya negara tersebut akan cenderung meningkatkan impornya.
74 Jarak ekonomi Indonesia dan negara tujuan memiliki nilai probabilitas dan koefisien sebesar 0.0011 dan -11.7193 yang mengindikasikan bahwa jarak ekonomi memiliki pengarauh negatif yang signifikan pada taraf nyata lima persen terhadap volume ekspor melon Indonesia ke negara tujuan. Nilai koefisien jarak ekonomi antara Indonesia dengan negara tujuan sebesar -11.7193 menunjukkan bahwa apabila jarak ekonomi Indonesia dengan negara tujuan bertambah satu persen maka volume ekspor pisang akan menurunkan volume ekspor sebesar 11.7193 persen dengan asumsi cateris paribus. Jarak ekonomi dalam kegiatan perdagangan menggambarkan biaya transportasi dan waktu tempuh barang yang dibutuhkan dari negara eksportir ke negara tujuan yang akan meningkat seiring bertambah jauhnya jarak diantar kedua negara, sehingga apabila jarak ekonomi Indonesia dengan negara tujuan semakin jauh maka akan mengakibatkan penurunan terhadap volume ekspor melon Indonesia. Pendapatan domestik bruto riil Indonesia memiliki nilai probabilitas dan koefisien sebesar 0.0017 dan 8.3210 yang menunjukkan bahwa GDP riil Indonesia memiliki pengaruh yang positif terhadap volume ekspor melon pada taraf nyata lima persen. Peningkatan GDP riil Indonesia sebesar satu persen akan menyebabkan peningkatan volume ekspor melon Indonesia ke negara tujuan sebesar 8.3210 persen. Adanya peningkatan pertumbuhan ekonomi Indonesia akan cenderung meningkatkan kapasitas produksinya, sehingga output yang dihasilkan akan semakin tinggi. Dengan adanya peningkatan kapasitas produksi ini, kesempatan Indonesia untuk memperluas pasarnya melalui ekspor semakin meningkat karena kemampuan ekspor Indonesia akan meningkat seiring dengan peningkatan kapasitas produksinya. Hubungan antara GDP riil Indonesia yang memiliki pengaruh positif terhadap ekspor sejalan dengan penelitian yang dilakukan oleh Irwanto (2012).
SIMPULAN DAN SARAN Simpulan Ekspor mangga, manggis, dan jambu Indonesia memiliki dayasaing kuat secara komparatif di dunia. Dayasaing ekspor pisang, stroberi, nenas, dan melon serta semangka ke dunia memiliki dayasaing yang lemah di dunia. Posisi pangsa pasar ekspor buah-buahan Indonesia di dunia berada pada posisi pasar yang paling ideal (rising star). Ekspor buah-buahan Indonesia ke negara tujuan memiliki dayasaing secara komparatif dan kompetitif yang beragam. Ekspor mangga, manggis, dan jambu memiliki dayasaing kuat di Asia dan Timur Tengah, sedangkan di kawasan Eropa memiliki dayasaing lemah. Ekspor pisang ke sebagian besar negara tujuan memiliki dayasaing yang lemah. Dayasaing ekspor pisang Indonesia yang kuat berada di Iran dan Malaysia. Ekspor stroberi Indonesia ke negara tujuan memiliki dayasaing yang kuat di Brunei, Perancis, dan Thailand. Ekspor melon dan semangka Indonesia memiliki dayasaing yang kuat di Malaysia dan Brunei. Dayasaing ekspor melon dan
75 semangka di Hongkong, Jepang, dan Singapura tergolong lemah. Ekspor nenas Indonesia ke sebagian besar negara tujuan memiliki dayasaing yang masih lemah. Posisi pangsa pasar ekspor pisang, nenas, melon serta semangka, mangga, manggis, dan jambu Indonesia ke sebagian besar negara tujuan berada di rising star, sedangkan untuk ekspor stroberi berada di lost opportunity pada sebagian besar negara tujuan. Faktor-faktor yang memengaruhi ekspor buah-buahan Indonesia ke negara tujuan secara keseluruhan meliputi jarak ekonomi, nilai tukar riil, GDP riil Indonesia, GDP riil negara tujuan, GDP per kapita negara tujuan, interaksi GDP riil Indonesia dan negara tujuan, indeks harga konsumen Indonesia, harga ekspor buah-buahan Indonesia ke negara tujuan, populasi negara tujuan, dan krisis Eropa. Saran Salah satu upaya untuk meningkatkan dayasaing baik secara komparatif dan kompetitif ekspor buah-buahan Indonesia dapat dilakukan dengan berbagai inovasi teknologi budidaya tanaman agar dapat meningkatkan produksi buahbuahan, sehingga mampu memenuhi kebutuhan konsumsi dalam dan luar negeri. Pengetahuan mengenai teknis budidaya perlu ditingkatkan agar mutu buah Indonesia dapat ditingkatkan, sehingga kesempatan untuk memasuki pangsa pasar yang memiliki standar mutu tinggi dapat meningkat. Selain itu, peningkatan ekspor buah-buahan Indonesia dapat dilakukan melalui diversifikasi pasar dan diversifikasi produk. Diversifikasi pasar dilakukan untuk kepentingan mencari negara-negara tujuan lain yang memiliki peluang ekspor agar dapat memiliki kesempatan menguasai pangsa pasar, sehingga dapat meningkatkan kompetitif ekspor buah Indonesia. Diversifikasi produk dapat dilakukan dengan memperluas ekspor buah Indonesia tidak terbatas dalam bentuk olahan, sehingga buah yang memiliki dayasaing lemah dapat ditingkatkan karena pada umumnya industri pengolahan pada buah-buahan Indonesia akan meningkatkan nilai tambah terhadap buah lokal. Peningkatan sarana transportasi dalam negeri perlu dilakukan agar mempermudah dan mempersingkat waktu pengiriman, sehinggga biaya transportasi akan lebih murah dan kualitas buah pada saat diekspor tetap terjaga. Indonesia sebaiknya meningkatkan ekspor buah-buahan dengan negara-negara yang memiliki pendapatan perkapita dan riil tinggi dikarenakan semakin tingginya pendapatan suatu negara akan cenderung meningkatkan kemampuan impor negara tersebut, sehingga memberikan kesempatan bagi Indonesia untuk meningkatkan ekspor buah-buahan. Meningkatkan citra buah-buahan Indonesia di dunia dan negara-negara tujuan dapat dilakukan melalui promosi buah-buahan lokal melalui media massa atau festival buah baik tingkat nasional maupun internasional, sehingga buah-buah lokal dapat diminati oleh konsumen dalam dan luar secara global agar kemampuan ekspor buah-buahan Indonesi semakin meningkat.
76
DAFTAR PUSTAKA Acharya S. 2012. A Panel Data Analysis of Foreign Trade Determinants of Nepal: Gravity Model Approach. NRB Economic Review. Agri M. 2011. Posisi Dayasaing Hortikultura Indonesia di Sepuluh Negara Tujuan Utama dan Dunia [skripsi]. Bogor (ID) : Institut Pertanian Bogor. Amalia S, Fahmi I. 2007. Faktor-Faktor yang Memengaruhi Impor Susu Indonesia. Jurnal Manajemen dan Agribisnis. 4(2) : 91-92. Ashari S. 2006. Meningkatkan Keunggulan Bebuahan Tropis Indonesia. Yogyakarta: ANDI. Ayuwangi A, Widyastutik (2013). Pengaruh Variabel Ekonomi dan Non Ekonomi Terhadap Impor Indonesia dari ASEAN+6 Melalui Moda Transportasi Laut. Buletin Ilmiah Litbang Perdagangan. 7(2) :1-17. [BI] Bank Indonesia. 2014. Indeks Nilai Tukar Nominal Rupiah Terhadap Mata Uang Mitra Dagang [internet]. [diunduh 2014 Mar 4]. Tersedia pada : http :// www.bi.go.id. [BPS] Badan Pusat Statistika. Berbagai tahun terbitan. Statistika Perdagangan Luar Negeri Ekspor Jilid I. Jakarta (ID) : BPS. [BPS] Badan Pusat Statistika. Berbagai tahun terbitan. Statistika Harga. Jakarta (ID) : BPS. [BPS] Badan Pusat Statistika. Berbagai tahun terbitan. Statistika Indonesia. Jakarta (ID) : BPS. Cadarajat Y, Yanfitri. 2007. Dampak Kedekatan Lokasi Terhadap Ekspor Komoditas Propinsi: Pendekatan Model Gravitasi. Working Paper. (16). Dilanchiev A. 2012. Empirical Analysis of Georgian Trade Pattern: Gravity Model. Journal of Social Sciences. 1(1) :75-78. doi : 2233-3878. [Ditjend Hortikultura] Direktorat Jenderal Hortikultura. Berbagai tahun terbitan. Statistika Pertanian Hortikultura. Jakarta (ID) : Ditjend Hortikultura. Edwards L, Volker (2001). The Structure and Competitiveness of South African Trade. Eita J. [Tahun terbit tidak diketahui]. Determinants of Nambian Exports: A Gravity Model Approach. Esterhuizen. 2006. Measuring and Analysing Comnpetitiveness in The Agribusiness Sector : Methodological And Analytical Framework. [FAO] Food Agricultural Organization. Berbagai tahun terbitan. Top Exports [internet]. [diunduh 2014 Jan 30). Tersedia pada : http : // www. faostat.org. Gujarati D. 1999. Ekonometrika Dasar. Zain, Sumarno, penerjemah : Hutauruk Gunawan, kordinator editor. Jakarta (ID) : Penerbit Erlangga. Terjemahan dari : Basic Ecometrics. Hady H. 2004. Ekonomi Internasional Teori dan Kebijakan Perdagangan Internasional. Jakarta: Ghalia Indonesia. Hanani N, Rachman H, Luh PA. 2009. Analysis Competitivenes Level Export Fruit Indonesia. AGRISE. 9(1) :5-6. doi : 1412-1425. Harsiah S. 1993. Agroindustri Buah-buahan Tropis. Jakarta : Pusat Pengembangan Agribisnis.
77 Henky H, Basri H, Surono. 1997. Export Potentials of Tropical Agricultural Products in Asia and The Pacific. Report of an APO Study Meeting.152153. doi : 92-833-2212-6. Idowu K. [Tahun terbit tidak diketahui]. A Panel Data Analysis Of Demand For Tourism In Africa. A Paper Presented at the 14th African Econometric Society Annual Conference. South Africa. [IMF] International Monetary Fund. 2014. Data and Statistics [internet]. [diunduh 2014 Jan 30]. Tersedia pada : http : // www.imf.org. Irwanto E. 2012. Analisis Faktor-Faktor yang MemengaruhiEkspor Komoditas Kakao Indonesia Ke Kawasan Eropa [skripsi]. Bogor (ID) : Institut Pertanian Bogor. Juanda B. 2009. Ekonometrika Permodelan dan Pendugaan. Bogor :IPB Press. Karlinda F. 2012. Analisis Dayasaing dan Faktor-Faktor yang Memengaruhi Permintaan Ekspor Mutiara Indonesia [skripsi]. Bogor (ID) : Institut Pertanian Bogor. [Kemendag] Kementerian Perdagangan. 2013. Ekspor Impor Hortikultura. Jakarta (ID) : Kemendag. [Kementan] Kementerian Pertanian. 2014. Sejarah Hortikultura [internet]. [diunduh 2014 Jan 28]. Tersedia pada: http://hortikultura pertanian. go. id/index.php?option=com_content&view=article&id=449&Itemid=335. Kompas. 2013. Buah-Buahan Indonesia Bakal Banjiri Dunia [internet]. [diunduh 2013 Des 29]. Tersedia pada: http://bisniskeuangan. Kompas. Com/read/2013/12/07/2121133/Buah-buahan. Indonesia. Bakal. Banjiri. Dunia. Krugman P, Obstfeld M. 2004. Ekonomi Internasional. Faisal, Basri, penerjemah; Sarwiji, kordinator editor. Jakarta (ID): Penerbit Erlangga. Terjemahan dari: Internastional Economics. Ed ke-5. [LEMHANNAS RI] Lembaga Ketahanan Nasional Republik Indonesia. 2012. Peningkatan Dayasaing Industri Indonesia Guna Menghadapi Asean-China Free Trade Agreement (ACFTA) dalam Rangka Memperkokoh Ketahanan Nasional. Jurnal Kajian LEMHANNAS RI. (14) : 43-73. Li K, Song L, Zhao X (2008). Component Trade and China's Global Economic Integration. World Institute for Development Economics Research. 101(2) :1-25. doi : 978-92-9230-157-6. Lipsey R, Courant P, Purvis D, Steiner P. 1997. Pengantar Makroekonomi. Maulana A, penerjemah. Jakarta (ID): Binarupa Aksara. Terjemahan dari: Economics 10th ed. Ed ke-10. Mankiw G. 2006. Makroekonomi. Liza F, Nurmawan I, penerjemah. Jakarta (ID): Penerbit Erlangga. Terjemahan dari Macroeconomic 6th Edition. Ed ke-6. Margono O. 2009. Analisis Faktor-Faktor yang Memengaruhi Ekspor Rambutan Indonesia [skripsi]. Bogor (ID) : Institut Pertanian Bogor. Morrissey O, Mold A. [Tahun terbit tidak diketahui]. Explaining Africa’s Export Performance –Taking a New Look. Oktaviani, R dan Novianti, T. 2009. Teori Perdagangan Internasional dan Aplikasinya di Indonesia. Bogor : Departemen Ilmu Ekonomi FEM IPB. Bogor. Bagian I. Ragimum. 2011. Analisis Dayasaing Komoditas Kakao Indonesia.Pusat Kebijakan Ekonomi Makro Badan Kebijakan Fiskal Kemenkeu.8-9.
78 Sarmidi T, Yusuf K, Ahmad S, Azmie H. 2010. Free Trade Agreement Between Malaysia and Gulf Cooperation Council (GCC) : An Emphirical Study. International Journal of West Asian Studies. 2(2) : 1-16. doi : 0.5895/ijwas.2010.05. Salvatore D. 1997. Ekonomi Internasional. Munandar H, penerjemah; Sumiharti , editor. Jakarta (ID) : Penerbit Erlangga. Terejmahan dari: International Economics. Ed ke-5. Singagerda F, Budiman D, Oktaviani R, Kustiari R. 2013. Analisis Aliran Investasi dan Perdagangan Pariwisata Indonesia. Bina Ekonomi majalah Ilmiah Fakultas Ekonomi Unpar. 17:1-29. Tarman, Kartikawati D, Widodo H, Fakhrudin U, Muna N, Bambang. 2011. Kajian Kebijakan Pengembangan Diversifikasi Pasar dan Produk Ekspor. Laporan Akhir Kementerian Perdagangan. Todaro M. 2000. Pembangunan Ekonomi. Munandar H, alih bahasa; Sumiharti Y, editor, Jakarta (ID) : Penerbit Erlangga. Terjemahan dari: Economic Development. [Trade Map] International Trade Center. 2013. Export [internet]. [diunduh 2013 Jan 30]. Tersedia pada : http : // www. trademapo.org. [UNCTAD] United Nations Conference on Trade and Development. 2014. Real Effective Exchange Rate [internet]. [diunduh 2014 Jan 30]. Tersedia pada : http : // www. unctad.org. [UN COMTRADE] United Nations Comodity Trade Statistics Database. Berbagai tahun terbitan. [diunduh 2013 Des 29]. Tersedia pada: http: // www.wits.worldbank.org. Wardhana A. 2011. Analisis Faktor-Faktor Yang Mempengaruhi Ekspor Non Migas Indonesia Ke Singapura Tahun 1990-2010. Jurnal Manajemen dan Akuntansi. 12(2) : 99-102. [WB] World Bank. 2013. World Development Indicators [internet]. [diunduh 2013 Des 29]. Tersedia pada: http: //data.worldbank.org. [WEF] World Economic Forum. c2013. The Global Competitiveness Report 2013-2014 Full Data Edition. doi : 978-92-95044-73-9. Widayanti S, Kiptiyah S, Semaoen M. 2009. Analisis Ekspor Kopi Indonesia. WACANA. 12(1): 192-203. doi : 1411-0199. Widyasanti A. 2010. Perdagangan Bebas Regional dan Dayasaing Ekspor Kasus Indonesia. Buletin Ekonomi, Moneter, dan Perbankan. 13(1). doi : 14108046. Wulandari R, Budiasih. 2009. Faktor-Faktor yang Mempengaruhi Total Perdagangan Bilateral Indonesia Berdasarkan Model Gravitasi Tahun 2000-2005. Jurnal Statistika. 5(2) :131-146. Zarzoso I, Lehman F. 2002. Augmented Gravity Model : An Empirical Application to Mercosur-European Union Trade Flows. Journal of Applied Economics. 6(2) : 291-316.
79
LAMPIRAN Lampiran 1 Negara tujuan ekspor manggis Indonesia tahun 2008-2012 Importir Belanda
Bahrain
Cina
Hongkong
Jepang
Jerman
Itali
Kuwait
Malaysia
Oman
Perancis
Qatar
Tahun 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009
LnVE 10.139 9.274 7.366 11.508 10.829 9.402 8.175 9.043 8.210 7.283 15.373 15.047 15.367 15.665 15.923 15.023 15.565 15.554 14.598 16.088 3.526 1.099 10.232 9.702 NA 6.405 7.318 6.525 6.568 NA 8.791 7.982 6.824 8.136 7.901 10.317 10.207 9.229 10.179 9.019 12.271 11.348 12.416 13.181 13.845 9.319 8.306 7.590 6.708 7.398 10.662 10.322 10.174 11.154 10.913 10.453 9.867
LnHPT 1.223 0.538 3.146 -0.672 0.308 -0.572 -0.625 -0.416 -0.424 0.766 -0.604 -0.603 -0.205 0.113 0.059 -0.430 -0.367 -0.269 0.208 -0.305 1.609 0.000 0.080 -1.386 NA 1.063 0.904 1.109 0.693 NA -0.214 -0.002 0.000 0.099 0.405 0.190 0.491 0.450 -0.536 1.012 -1.603 -1.869 -1.179 1.289 -0.950 -0.507 -0.511 -0.510 0.364 0.349 0.084 -0.035 0.000 0.007 0.213 -0.269 0.133
LnGDPRT 22.831 22.740 22.701 22.765 22.675 18.680 18.710 18.753 18.773 18.676 24.192 24.297 24.404 24.540 24.638 21.546 21.525 21.589 21.634 21.653 24.638 24.681 24.790 24.879 24.899 24.286 24.181 24.166 24.252 24.182 23.797 23.687 23.650 23.709 23.606 20.156 20.035 20.015 20.114 20.181 21.375 21.304 21.466 21.568 21.613 19.219 19.230 19.284 19.287 19.408 23.995 23.910 23.873 23.947 23.870 19.847 19.961
LnGDPRI 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464
LnJE 7.803 7.714 7.683 7.757 7.681 7.137 7.011 7.297 7.419 7.332 6.636 6.734 6.907 7.118 7.234 6.412 6.388 6.454 6.538 6.595 6.938 6.976 7.064 7.134 7.145 7.765 7.671 7.667 7.766 7.710 7.758 7.669 7.636 7.708 7.623 7.344 7.013 7.138 7.432 7.499 5.360 5.227 5.429 5.585 5.638 7.080 6.824 7.051 7.225 7.346 7.804 7.726 7.698 7.785 7.723 7.047 6.883
LnIHKI 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931
DKRISIS 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0
80
SAU
UAE
Singapura
Switzerland
Vietnam
Belgia
Denmark
India
2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012
9.649 10.341 9.290 11.632 11.079 11.364 11.043 11.267 13.209 12.816 13.058 13.189 13.429 13.209 12.816 13.058 13.189 13.429 9.252 5.991 4.787 5.704 1.386 11.598 11.557 10.387 NA 9.393 NA 8.040 7.645 6.064 NA NA 7.139 8.945 9.188 8.333 9.009 NA 9.069 NA 9.063
-0.311 -0.790 -0.017 -0.578 -0.371 -0.382 0.161 -0.532 -0.569 -0.596 -0.604 0.090 -0.208 -0.569 -0.596 -0.604 0.090 -0.208 -0.917 0.000 0.000 0.000 0.405 0.518 0.226 -0.478 NA -0.470 NA 0.000 0.000 0.000 NA NA 0.000 0.000 0.000 0.337 -1.052 NA -1.609 NA -1.610
20.115 20.237 20.246 21.679 21.697 21.769 21.851 21.901 21.704 21.688 21.669 21.708 21.667 21.236 21.291 21.401 21.516 21.610 22.306 22.282 22.356 22.530 22.488 20.889 20.896 20.871 20.835 20.870 22.280 22.198 22.167 22.238 22.160 21.873 21.765 21.733 21.790 21.710 22.985 23.036 23.176 23.187 23.092
21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749
7.131 7.446 7.510 7.197 7.006 7.211 7.450 7.511 7.187 7.035 7.096 7.289 7.302 4.962 5.043 5.156 5.276 5.390 7.625 7.596 7.674 7.851 7.810 6.193 6.260 6.350 6.506 6.645 7.770 7.701 7.690 7.781 7.722 7.744 7.642 7.651 7.713 7.655 4.381 4.490 4.715 4.806 4.789
4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075
1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1
Keterangan : UAE (United Arab Emirate), SAU (Saudi Arabia), NA (data tidak tersedia)
Lampiran 2 Uji Chow model manggis Redundant Fixed Effects Tests Equation: MANGGIS Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi squared
Statistic 20.717006 178.549192
d.f.
Prob.
(19,66) 19
0.0000 0.0000
81 Lampiran 3 Uji Hausman model manggis Correlated Random Effects - Hausman Test Equation: MANGGIS Test cross-section random effects Test Summary
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
13.196614
6
0.0400
Cross-section random
Lampiran 4 Fixed Effect Model (FEM) manggis dengan pembobotan GLS Dependent Variable: LNVE Method: Panel EGLS (Cross-section weights) Date: 08/04/14 Time: 16:22 Sample: 2008 2012 Periods included: 5 Cross-sections included: 20 Total panel (unbalanced) observations: 92 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LNHPT LNGDPRI LNGDPRT LNJE LNIHKI DKRISIS
-193.3650 -0.762282 8.202732 3.351012 -1.664388 -7.066496 -1.089308
41.86934 0.113259 1.847635 0.889764 0.636467 1.590153 0.310319
-4.618296 -6.730418 4.439584 3.766180 -2.615042 -4.443910 -3.510281
0.0000 0.0000 0.0000 0.0004 0.0110 0.0000 0.0008
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.973486 0.963443 1.157546 96.92952 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
27.36923 28.03144 88.43423 1.954367
Unweighted Statistics R-squared Sum squared resid
0.884428 100.3450
Mean dependent var Durbin-Watson stat
10.11885 1.991079
82 Lampiran 5 Uji Normalitas model manggis 6
Series: Standardized Residuals Sample 2008 2012 Observations 92
5
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
4
3
2
1
-8.69e-17 -0.051201 1.791755 -1.916864 0.985795 0.100722 1.904576
Jarque-Bera Probability
4.755377 0.092765
0 -2.0
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
Lampiran 6 Uji Multikolinearitas model manggis LNHPT LNGDPRI LNGDPRT LNJE LNIHKI DKRISIS
LNHPT
LNGDPRI
LNGDPRT
LNJE
LNIHKI
D10
1.000000 0.087687 0.148498 0.478198 0.085426 0.083211
0.087687 1.000000 0.002130 0.117592 0.927395 0.956776
0.148498 0.002130 1.000000 0.140824 -0.016102 0.005353
0.478198 0.117592 0.140824 1.000000 0.116628 0.099489
0.085426 0.927395 -0.016102 0.116628 1.000000 0.867903
0.083211 0.956776 0.005353 0.099489 0.867903 1.000000
Lampiran 7 Efek individu model manggis 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
CROSSID Belanda Bahrain Cina Hongkong Jepang Jerman Itali Kuwait Malaysia Oman Perancis Qatar Saudi Arabia United Arab Emirate Singapura Switzerland Vietnam Belgia Denmark India
Effect -0.984802 9.399189 -3.152340 5.469806 -13.20244 -9.068454 -6.785521 6.651426 0.939525 6.787026 -4.724877 6.272076 1.989444 3.979211 1.549886 -5.009516 3.229385 -2.390653 0.244390 -9.847411
83 Lampiran 8 Negara tujuan ekspor mangga Indonesia tahun 2008-2012 Negara Brunei
Tahun 2008 2009 2010 2011 2012 Bahrain 2008 2009 2010 2011 2012 Cina 2008 2009 2010 2011 2012 Hongkong 2008 2009 2010 2011 2012 Jepang 2008 2009 2010 2011 2012 Kuwait 2008 2009 2010 2011 2012 Malaysia 2008 2009 2010 2011 2012 Oman 2008 2009 2010 2011 2012 Perancis 2008 2009 2010 2011 2012 Qatar 2008 2009 2010 2011 2012
LnVE LnHPT LnGDPRT LnGDPRI 10.275 0.987 18.234 21.487 7.706 0.888 18.190 21.464 9.879 1.170 18.280 21.658 10.625 -1.264 18.383 21.757 6.649 1.147 18.410 21.749 10.929 -0.562 18.680 21.487 11.009 -0.628 18.710 21.464 9.781 -0.096 18.753 21.658 9.976 0.076 18.773 21.757 9.378 0.708 18.676 21.749 7.644 -1.120 24.192 21.487 10.158 -0.357 24.297 21.464 5.193 0.105 24.404 21.658 10.678 -0.074 24.540 21.757 10.307 0.148 24.638 21.749 10.508 -0.096 21.546 21.487 9.421 1.131 21.525 21.464 10.102 0.551 21.589 21.658 10.723 -0.842 21.634 21.757 9.744 0.897 21.653 21.749 2.565 0.379 24.638 21.487 2.996 0.000 24.681 21.464 1.099 0.511 24.790 21.658 4.875 -1.320 24.879 21.757 NA NA 24.899 21.749 10.549 0.497 20.156 21.487 10.439 -0.255 20.035 21.464 11.183 0.488 20.015 21.658 11.107 -0.560 20.114 21.757 9.903 1.019 20.181 21.749 10.909 0.420 21.375 21.487 11.073 -0.182 21.304 21.464 10.048 0.675 21.466 21.658 12.016 -0.550 21.568 21.757 11.644 0.898 21.613 21.749 10.288 -0.510 19.219 21.487 7.298 -0.511 19.230 21.464 7.965 0.165 19.284 21.658 9.130 0.044 19.287 21.757 9.390 0.324 19.408 21.749 7.751 0.553 23.995 21.487 0.693 -0.693 23.910 21.464 0.693 0.000 23.873 21.658 NA NA 23.947 21.757 NA NA 23.870 21.749 10.903 -0.458 19.847 21.487 10.960 0.050 19.961 21.464 10.244 -0.144 20.115 21.658 10.483 0.044 20.237 21.757 11.084 -0.283 20.246 21.749
LnJE DKRISIS 5.742 0 5.448 0 5.590 1 5.870 1 5.906 1 7.137 0 7.011 0 7.297 1 7.419 1 7.332 1 6.636 0 6.734 0 6.907 1 7.118 1 7.234 1 6.412 0 6.388 0 6.454 1 6.538 1 6.595 1 6.938 0 6.976 0 7.064 1 7.134 1 7.145 1 7.344 0 7.013 0 7.138 1 7.432 1 7.499 1 5.360 0 5.227 0 5.429 1 5.585 1 5.638 1 7.080 0 6.824 0 7.051 1 7.225 1 7.346 1 7.804 0 7.726 0 7.698 1 7.785 1 7.723 1 7.047 0 6.883 0 7.131 1 7.446 1 7.510 1
84 Singapura
SAU
AS
UAE
Belanda
2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012
12.813 12.477 12.130 13.535 13.100 12.813 12.431 12.213 11.519 11.697 8.101 8.281 8.003 9.597 5.268 13.635 13.286 12.949 13.483 13.362 6.203 4.043 0.693 6.976 NA
0.448 0.325 0.478 -0.586 0.531 -0.518 -0.544 -0.421 0.494 -0.642 1.300 1.495 1.269 -0.057 2.041 -0.552 -0.563 -0.303 -0.167 0.221 2.002 0.666 1.705 0.296 NA
21.236 21.291 21.401 21.516 21.610 21.679 21.697 21.769 21.851 21.901 25.639 25.611 25.636 25.654 25.681 21.704 21.688 21.669 21.708 21.667 22.831 22.740 22.701 22.765 22.675
21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749 21.487 21.464 21.658 21.757 21.749
4.962 5.043 5.156 5.276 5.390 7.197 7.006 7.211 7.450 7.511 8.042 8.022 8.058 8.096 8.141 7.187 7.035 7.096 7.289 7.302 7.803 7.714 7.683 7.757 7.681
0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1
Keterangan: AS (Amerika Serikat), UAE (United Arab Emirate), SAU (Saudi Arabia), NA (data tidak tersedia)
Lampiran 9 Uji Chow model mangga Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects Effects Test
Statistic
Cross-section F Cross-section Chi squared
16.405056 121.080330
d.f.
Prob.
(14,51) 14
0.0000 0.0000
Lampiran 10 Uji Hausman model mangga Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
27.445286
5
0.0000
85 Lampiran 11 Fixed Effect Model (FEM) mangga dengan pembobotan GLS Dependent Variable: VE Method: Panel EGLS (Cross-section weights) Date: 07/13/14 Time: 09:49 Sample: 2008 2012 Periods included: 5 Cross-sections included: 15 Total panel (unbalanced) observations: 71 Linear estimation after one-step weighting matrix White period standard errors & covariance (d.f. corrected) Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LNGDPRI LNGDPRT LNJE DKRISIS LNHPT
-262.0793 8.525685 4.656510 -1.738629 -2.416212 -0.580808
77.61996 3.065989 1.549981 0.959878 0.620561 0.141687
-3.376442 2.780729 3.004237 -1.811302 -3.893591 -4.099223
0.0014 0.0076 0.0041 0.0760 0.0003 0.0001
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.963042 0.949273 1.251207 69.94360 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
22.47117 20.45314 79.84142 2.431092
Unweighted Statistics R-squared Sum squared resid
0.872989 93.80206
Mean dependent var Durbin-Watson stat
9.388467 2.606144
Lampiran 12 Uji normalitas model mangga 12
Series: Standardized Residuals Sample 2008 2012 Observations 71
10
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
8
6
4
2
Jarque-Bera Probability
0 -2
-1
0
1
2
-1.16e-16 -0.013592 2.625214 -2.358185 1.067985 -0.113424 2.436716 1.090882 0.579586
86 Lampiran 13 Uji multikolinearitas model mangga LNGDPRI LNGDPRT LNJE DKRISIS LNHPT
LNGDPRI 1.000000 -0.030326 0.091126 0.958217 0.012993
LNGDPRT -0.030326 1.000000 0.362678 -0.021112 0.145375
LNJE 0.091126 0.362678 1.000000 0.079692 0.067499
DKRISIS 0.958217 -0.021112 0.079692 1.000000 0.062551
LNHPT 0.012993 0.145375 0.067499 0.062551 1.000000
Lampiram 14 Efek individu model mangga 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
CROSSID Brunei Bahrain Cina Hongkong Jepang Kuwait Malaysia Oman Perancis Qatar Singapura Saudi Arabia Amerika Serikat United Arab Emirate Belanda
Effect 13.26475 14.75907 -13.81997 0.199258 -20.98851 9.022095 -0.017384 10.48665 -15.65840 8.836604 1.411009 2.355378 -17.64705 3.863392 -8.159934
Lampiran 15 Negara tujuan ekspor melon Indonesia tahun 2003-2012 Importir Hongkong
Jepang
Malaysia
Singapura
Tahun 2005 2006 2007 2008 2009 2010 2011 2012 2005 2006 2007 2008 2009 2010 2011 2012 2005 2006 2007 2008 2009 2010 2011 2012 2005 2006 2007
LnVE NA 4,456.000 5,291.000 15,724.000 5,434.000 5,888.000 26,104.000 700.000 231.000 87.000 10,309.000 NA 252,861.000 116,405.000 3,801.000 NA NA 63,204.000 16,845.000 23,345.000 23,922.000 16,508.000 75,754.000 147,757.000 8.573 8.237 10.005
LnPOP 15.734 15.741 15.749 15.755 15.758 15.765 15.772 15.783 18.666 18.666 18.666 18.665 18.664 18.663 18.666 18.664 17.068 17.086 17.104 17.122 17.140 17.158 17.174 17.191 15.266 15.297 15.339
LnGDPRI 21.313 21.425 21.488 21.487 21.464 21.658 21.757 21.749 21.313 21.425 21.488 21.487 21.464 21.658 21.757 21.749 21.313 21.425 21.488 21.487 21.464 21.658 21.757 21.749 21.313 21.425 21.488
LnJE 5.686 5.755 5.813 5.836 5.816 5.879 5.925 5.943 6.249 6.212 6.221 6.341 6.383 6.493 6.582 6.602 4.541 4.627 4.753 4.831 4.760 4.922 5.024 5.070 4.207 4.305 4.438
87 2008 2009 2010 2011 2012
9.471 11.036 12.418 12.319 13.087
15.392 15.422 15.440 15.461 15.486
21.487 21.464 21.658 21.757 21.749
4.508 4.563 4.673 4.788 4.882
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
8.132492
3
0.0434
Keterangan : NA (data tidak tersedia) Lampiran 16 Uji Hausman model melon Correlated Random Effects - Hausman Test Equation: MELON_2003_2012 Test cross-section random effects Test Summary Cross-section random
Lampiran 17 Fixed Effect Model (FEM) melon dengan pembobotan GLS Dependent Variable: LNVE Method: Panel EGLS (Cross-section weights) Date: 08/04/14 Time: 17:47 Sample: 2003 2012 Periods included: 10 Cross-sections included: 4 Total panel (unbalanced) observations: 36 Linear estimation after one-step weighting matrix White diagonal standard errors & covariance (d.f. corrected) Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LNJE LNGDPRI LNPOP
-606.0335 -11.71934 8.321039 29.91799
143.2787 3.226679 2.407529 8.240289
-4.229753 -3.632014 3.456257 3.630696
0.0002 0.0011 0.0017 0.0011
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.689501 0.625259 1.551237 10.73299 0.000003
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
12.28614 6.310740 69.78376 1.875591
Unweighted Statistics R-squared Sum squared resid
0.491863 76.13123
Mean dependent var Durbin-Watson stat
9.376761 2.206331
88 Lampiran 18 Uji normalitas model melon 8
Series: Standardized Residuals Sample 2003 2012 Observations 36
7 6
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
5 4 3 2
Jarque-Bera Probability
1
-5.98e-16 -0.131769 3.409761 -2.482453 1.300428 0.336919 2.853795 0.713152 0.700069
0 -2
-1
0
1
2
3
Lampiran 19 Uji multikolinearitas model melon LNJER 1.000000 0.226445 0.619747
LNJER LNGDPRI LNPOP
LNGDPRI 0.226445 1.000000 0.028443
LNPOP 0.619747 0.028443 1.000000
Lampiran 20 Efek individu model melon CROSSID Hongkong Jepang Malaysia Singapura
1 2 3 4
Effect 31.72311 -48.87597 -19.17016 30.77370
Lampiran 21 Negara tujuan ekspor rambutan Indonesia tahun 2008-2010 Importir Belanda
Bahrain
Itali
Kuwait
Oman
Tahun 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012 2008 2009 2010 2011 2012
LnVE 9.844 9.107 9.181 9.101 8.902 9.520 7.612 9.113 7.913 7.426 8.774 8.174 7.711 8.234 8.039 9.100 8.543 8.636 9.442 8.790 9.233 8.687 8.256 7.215 8.161
LNGDPRIT 44.318 44.204 44.359 44.521 44.424 40.167 40.174 40.411 40.530 40.425 45.284 45.151 45.308 45.465 45.355 41.644 41.499 41.673 41.871 41.930 40.706 40.693 40.942 41.043 41.157
LnJE 9.338 9.248 9.208 9.272 9.182 8.859 8.890 8.932 8.953 8.855 9.290 9.180 9.143 9.202 9.099 8.911 8.790 8.770 8.869 8.935 8.730 8.741 8.795 8.798 8.920
LnERID 4.588 4.601 4.731 4.911 4.862 4.588 4.601 4.731 4.911 4.862 4.588 4.601 4.731 4.911 4.862 4.588 4.601 4.731 4.911 4.862 4.588 4.601 4.731 4.911 4.862
LnIHKI 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075 4.884 4.931 4.981 5.033 5.075
DKRISIS 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1
89 Perancis
2008 10.163 45.482 9.357 4.588 4.884 2009 10.001 45.374 9.272 4.601 4.931 2010 9.361 45.531 9.235 4.731 4.981 2011 9.647 45.703 9.309 4.911 5.033 2012 8.822 45.619 9.232 4.862 5.075 Qatar 2008 9.784 41.335 8.841 4.588 4.884 2009 9.357 41.424 8.955 4.601 4.931 2010 9.765 41.773 9.110 4.731 4.981 2011 8.780 41.994 9.231 4.911 5.033 2012 9.267 41.995 9.241 4.862 5.075 SAU 2008 11.511 43.167 8.901 4.588 4.884 2009 10.758 43.161 8.919 4.601 4.931 2010 10.826 43.427 8.991 4.731 4.981 2011 10.199 43.608 9.073 4.911 5.033 2012 10.753 43.650 9.123 4.862 5.075 UAE 2008 13.150 43.191 8.797 4.588 4.884 2009 12.828 43.152 8.781 4.601 4.931 2010 12.943 43.327 8.762 4.731 4.981 2011 12.637 43.464 8.800 4.911 5.033 2012 13.074 43.416 8.760 4.862 5.075 Denmark 2008 NA 43.361 9.291 4.588 4.884 2009 7.539 43.229 9.183 4.601 4.931 2010 8.321 43.391 9.151 4.731 4.981 2011 8.501 43.546 9.208 4.911 5.033 2012 7.131 43.459 9.128 4.862 5.075 Jerman 2008 4.883 45.774 9.326 4.588 4.884 2009 5.602 45.644 9.220 4.601 4.931 2010 3.738 45.823 9.205 4.731 4.981 2011 NA 46.009 9.292 4.911 5.033 2012 NA 45.931 9.222 4.862 5.075 Singapura 2008 7.678 42.723 6.787 4.588 4.884 2009 NA 42.755 6.842 4.601 4.931 2010 5.501 43.059 6.952 4.731 4.981 2011 7.488 43.272 7.067 4.911 5.033 2012 7.608 43.359 7.161 4.862 5.075 Switzerland 2008 5.737 43.794 9.326 4.588 4.884 2009 5.846 43.746 9.301 4.601 4.931 2010 4.787 44.014 9.376 4.731 4.981 2011 5.481 44.286 9.549 4.911 5.033 2012 NA 44.237 9.508 4.862 5.075 Keterangan : SAU (Saudi Arabia), UAE (United Arab Emirate), NA (data tidak tersedia)
0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 1
Lampiran 22 Uji Chow model rambutan Redundant Fixed Effects Tests Equation: EQ01 Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi squared
Statistic 64.613081 178.104379
d.f.
Prob.
(12,42) 12
0.0000 0.0000
90 Lampian 23 Uji Hausman model rambutan Correlated Random Effects - Hausman Test Equation: EQ01 Test cross-section random effects Test Summary Cross-section random
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
24.215004
5
0.0002
Lampiran 24 Fixed Effect Model (FEM) model rambutan Dependent Variable: LNVE Method: Panel EGLS (Cross-section weights) Total panel (unbalanced) observations: 60 Linear estimation after one-step weighting matrix White diagonal standard errors & covariance (d.f. corrected) Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LNJE DKRISIS LNGDPIT LNERID LNIHKI
-297.2979 -9.809077 -1.294806 10.21177 -4.094240 -5.507190
82.10179 2.785006 0.355776 2.616454 1.694522 1.411348
-3.621090 -3.522102 -3.639389 3.902906 -2.416162 -3.902079
0.0008 0.0010 0.0007 0.0003 0.0201 0.0003
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.971649 0.960173 0.521419 84.67204 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
13.38273 8.881653 11.41888 2.926874
Unweighted Statistics R-squared Sum squared resid
0.949407 12.23922
Mean dependent var Durbin-Watson stat
8.736374 2.754447
91 Lampiran 25 Uji Normalitas model rambutan 9
Series: Standardized Residuals Sample 2008 2012 Observations 60
8 7
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6 5 4 3
3.75e-16 0.041266 0.753869 -0.882264 0.439932 -0.271822 2.189166
2
Jarque-Bera Probability
1
2.382500 0.303841
0 -0.8
-0.6
-0.4
-0.2
-0.0
0.2
0.4
0.6
0.8
Lampiran 26 Uji multikolinearitas model rambutan LNJE DKRISIS LNGDPRIT LNERID LNIHKI
LNJE 1.000000 0.041810 0.286359 0.055388 0.046409
DKRISIS 0.041810 1.000000 0.086065 0.894103 0.874010
LNGDPRIT 0.286359 0.086065 1.000000 0.092232 0.085504
LNERID 0.055388 0.894103 0.092232 1.000000 0.933036
Lampiran 27 Efek individu model rambutan 1 2 3 4 5 6 7 8 9 10 11 12 13
CROSSID Belanda Bahrain Itali Kuwait Oman Perancis Qatar Saudi Arabia United Arab Emirate Denmark Jerman Singapura Switzerland
Effect -8.184280 28.54589 -19.55705 14.59749 21.75598 -19.51695 17.44333 0.795105 1.682232 -0.072372 -27.79223 -19.19817 -6.837472
LNIHKI 0.046409 0.874010 0.085504 0.933036 1.000000
92 Lampiran 28 Negara tujuan ekspor pisang Indonesia tahun 2005-2012 Importir Tahun Hongkong 2005 2006 2007 2008 2009 2010 2011 2012 Jepang 2005 2006 2007 2008 2009 2010 2011 2012 SAU 2005
LnVE 3.367 4.304 11.964 7.647 6.749 6.354 5.236 6.921 3.401 9.837 12.028 4.477 8.211 0.000 3.611 5.505
LnHPT 0.693 0.040 -1.258 0.930 1.849 1.912 2.261 0.423 5.298 -0.961 -1.312 -0.258 0.020 2.079 0.000 1.074
LnPOP 15.734 15.741 15.749 15.755 15.758 15.765 15.772 15.783 18.666 18.666 18.666 18.665 18.664 18.663 18.666 18.664
LnGDPKT 10.191 10.252 10.306 10.321 10.294 10.353 10.393 10.396 10.485 10.437 10.437 10.545 10.583 10.672 10.739 10.752
LnJE 5.862 5.931 5.989 6.012 5.992 6.055 6.101 6.119 6.437 6.400 6.409 6.529 6.572 6.681 6.771 6.790
8.834
0.551
17.022
9.496
6.608
2006 2007 2008 2009 2010 2011 2012 2005 2006 2007 2008 2009 2010 2011 2012 2005 2006 2007 2008 2009 2010 2011 2012
11.543 10.696 11.111 12.843 9.139 13.082 8.587 10.268 6.142 8.360 12.299 7.286 7.129 7.305 8.377 6.956 6.306 6.625 6.503 7.032 6.321 6.418 5.193
-0.987 -0.598 -0.490 -0.855 0.961 -0.642 1.072 -0.017 2.104 1.916 -0.522 2.405 2.334 2.467 0.175 0.919 1.021 1.045 1.002 1.014 1.458 1.261 1.447
17.049 17.070 17.088 17.104 17.121 17.139 17.158 15.266 15.297 15.339 15.392 15.422 15.440 15.461 15.486 19.504 19.514 19.523 19.533 19.542 19.550 19.557 19.565
9.523 9.560 9.623 9.625 9.680 9.744 9.775 10.273 10.325 10.370 10.334 10.296 10.416 10.445 10.434 10.699 10.716 10.724 10.712 10.674 10.691 10.702 10.722
6.663 6.721 6.801 6.819 6.891 6.973 7.023 4.345 4.443 4.576 4.647 4.702 4.812 4.927 5.021 7.574 7.601 7.618 7.615 7.587 7.612 7.630 7.657
Singapura
AS
93 Malaysia
Korea
2005 2006 2007 2008 2009 2010 2011 2012 2005 2006 2007 2008 2009 2010 2011 2012
9.933 4.771 10.245 10.577 5.017 NA 9.863 10.472 5.799 5.720 9.830 2.303 1.792 7.474 10.000 NA
-1.599 -0.763 -1.237 -0.858 -0.299 NA -0.094 -0.111 0.738 -0.223 -1.039 -0.916 2.303 0.900 -0.002 NA
17.068 17.086 17.104 17.122 17.140 17.158 17.174 17.191 17.690 17.694 17.699 17.706 17.711 17.716 17.723 17.728
8.622 8.729 8.884 9.043 8.893 9.077 9.216 9.253 9.773 9.887 9.980 9.854 9.739 9.930 10.016 10.025
4.699 4.785 4.911 4.989 4.918 5.080 5.182 5.228 6.412 6.532 6.609 6.461 6.317 6.478 6.556 6.560
Keterangan : AS (Amerika Serikat), SAU (Saudi Arabia), NA (data tidak tersedia)
Lampiran 29 Uji Chow model pisang Redundant Fixed Effects Tests Equation: PISANG Test cross-section fixed effects Effects Test Cross-section F Cross-section Chi squared
Statistic
d.f.
Prob.
5.237394 29.623497
(6,43) 6
0.0004 0.0000
Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
9.817059
4
0.0436
Lampiran 30 Uji Hausman model pisang Correlated Random Effects - Hausman Test Equation: PISANG Test cross-section random effects Test Summary Cross-section random
94 Lampiran 31 Fixed Effect Model (FEM) model pisang Dependent Variable: LNVE Method: Panel EGLS (Cross-section weights) Date: 08/04/14 Time: 18:46 Sample: 2005 2012 Periods included: 8 Cross-sections included: 7 Total panel (unbalanced) observations: 54 Linear estimation after one-step weighting matrix Variable
Coefficient
Std. Error
t-Statistic
Prob.
C LNJER LNGDPKT LNHPT LNPOP
-500.2617 -12.90687 12.35542 -1.628826 26.77756
190.6980 4.873685 4.080252 0.184962 11.16319
-2.623319 -2.648277 3.028102 -8.806263 2.398738
0.0120 0.0113 0.0041 0.0000 0.0209
Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)
0.852795 0.818561 1.923142 24.91087 0.000000
Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat
12.84421 9.216560 159.0345 2.018406
Unweighted Statistics R-squared Sum squared resid
0.623538 173.6524
Mean dependent var Durbin-Watson stat
7.551157 2.011917
Lampiran 32 Uji normalitas model pisang 12
Series: Standardized Residuals Sample 2005 2012 Observations 54
10
8
6
4
2
0 -4
-3
-2
-1
0
1
2
3
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
0.000000 0.565805 3.126549 -3.760273 1.732238 -0.594828 2.292172
Jarque-Bera Probability
4.311681 0.115806
95 Lampiran 33 Uji multikolinearitas model pisang LNJER LNGDPKT LNPOP LNHPT
LNJER 1.000000 0.422812 0.770994 0.073515
LNGDPKT 0.422812 1.000000 0.258596 0.492481
LNPOP 0.770994 0.258596 1.000000 -0.011486
LNHPT 0.073515 0.492481 -0.011486 1.000000
Lampiran 34 Efek individu model pisang 1 2 3 4 5 6 7
CROSSID Hongkong Jepang Saudi Arabia Singapura Amerika Serikat Malaysia Korea
Effect 36.39994 -38.33831 22.02324 31.25259 -48.59673 2.636992 -5.769251
Lampiran 35 Hasil estimasi RCA dan EPD ekspor mangga, manggis, dan jambu Indonesia ke negara tujuan tahun 2003-2012 Indeks Growth Importir Tahun RCA xi/wi xt/wt Growth x RCA y UAE 2003 1.040 0.728 0.014 0.014 2004 2.057 1.978 0.023 0.011 59.566 -19.324 2005 1.192 0.580 0.011 0.010 -50.208 -14.094 2006 1.800 1.510 0.017 0.009 48.783 -1.463 2007 1.456 0.809 0.014 0.010 -17.540 1.942 2008 1.651 1.134 0.016 0.009 10.511 -2.531 2009 1.190 0.720 0.011 0.009 -32.294 -6.028 2010 0.997 0.838 0.009 0.009 -13.218 3.502 2011 2.605 2.612 0.023 0.009 149.843 -4.336 2012 3.026 1.162 0.023 0.008 1.369 -12.743 Belgia 2003 0.000 0.000 0.000 0.004 2004 0.000 0.000 0.000 0.004 0.000 -15.687 2005 0.001 0.000 0.000 0.004 0.000 -1.137 2006 0.000 0.000 0.000 0.004 -100.000 0.452 2007 0.001 0.000 0.000 0.004 0.000 0.721 2008 0.000 0.000 0.000 0.003 -100.000 -7.001 2009 0.056 0.000 0.000 0.003 0.000 0.738 2010 0.041 0.730 0.000 0.003 -26.611 0.586 2011 0.006 0.134 0.000 0.003 -86.599 -0.134 2012 0.000 0.000 0.000 0.003 -100.000 0.549 Bahrain 2003 0.000 0.000 0.000 0.003 2004 0.000 0.000 0.000 0.005 0.000 58.545 2005 39.720 0.000 0.068 0.002 0.000 -65.782 2006 4.519 0.114 0.011 0.002 -84.438 36.781 2007 6.063 1.342 0.029 0.005 169.767 101.063 2008 2.092 0.345 0.013 0.006 -53.318 35.268 2009 3.074 1.469 0.010 0.003 -24.036 -48.296 2010 1.474 0.480 0.006 0.004 -39.990 25.127
96
Brunei
Switzerland
Cina
Jerman
2011 2.846 1.931 0.008 0.003 39.435 -27.777 2012 2.956 1.038 0.010 0.003 21.231 16.757 2003 1.011 1.773 0.018 0.018 2004 2.085 2.062 0.044 0.021 141.985 17.340 2005 4.839 2.321 0.128 0.026 187.660 23.926 2006 5.542 1.145 0.115 0.021 -10.342 -21.712 2007 5.750 1.038 0.069 0.012 -39.496 -41.684 2008 7.345 1.277 0.183 0.025 163.619 106.358 2009 0.756 0.103 0.024 0.032 -86.660 29.522 2010 10.253 13.554 0.215 0.021 781.582 -34.957 2011 9.251 0.902 0.130 0.014 -39.416 -32.854 2012 0.993 0.107 0.014 0.014 -89.403 -1.311 2003 0.000 0.000 0.000 0.001 2004 0.000 0.000 0.000 0.001 0.000 7.870 2005 0.000 0.000 0.000 0.001 0.000 -24.872 2006 0.000 0.000 0.000 0.001 0.000 60.330 2007 0.001 0.000 0.000 0.002 0.000 14.202 2008 0.166 169.405 0.000 0.002 19,414.838 15.196 2009 0.127 0.763 0.000 0.001 -61.697 -49.812 2010 0.011 0.084 0.000 0.001 -92.998 -16.171 2011 0.422 39.731 0.000 0.000 2,072.865 -45.311 2012 0.002 0.004 0.000 0.000 -99.801 -45.230 2003 0.227 3.763 0.002 0.010 2004 1.437 6.340 0.014 0.010 492.208 -6.597 2005 6.038 4.201 0.071 0.012 406.941 20.677 2006 6.816 1.129 0.084 0.012 17.235 3.846 2007 3.465 0.508 0.042 0.012 -49.455 -0.574 2008 3.362 0.970 0.043 0.013 2.903 6.074 2009 1.269 0.377 0.017 0.014 -60.447 4.794 2010 3.036 2.393 0.041 0.014 139.696 0.181 2011 4.295 1.415 0.071 0.016 72.016 21.566 2012 5.721 1.332 0.089 0.016 25.663 -5.643 2003 0.000 0.000 0.000 0.003 2004
0.000
0.000 0.000 0.002
2005 2006 2007 2008 2009 2010 2011 2012
0.000 0.018 0.018 0.025 0.024 0.008 0.002 0.000
0.000 0.000 0.989 1.353 0.991 0.347 0.248 0.000
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
0.002 0.002 0.002 0.002 0.003 0.003 0.003 0.003
0.000
-1.730
0.000 0.000 -1.290 26.799 20.362 -61.010 -76.153 -100.000
-0.890 -1.116 -0.167 -6.290 21.492 12.378 -4.034 -1.923
97 Perancis
Hongkong
Itali
Jepang
Kuwait
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004
0.169 0.002 0.000 0.002 0.813 4.808 0.001 0.001 311.470 1.333 1.639 0.002 0.001 42.737 0.745 0.559 0.001 0.001 -42.457 0.383 0.514 0.001 0.001 -48.813 0.667 1.743 0.001 0.001 81.318 0.351 0.526 0.001 0.002 -39.669 0.266 0.758 0.001 0.002 -10.139 0.645 2.426 0.001 0.002 139.248 0.556 0.861 0.001 0.002 -16.951 50.236 2.264 0.260 0.005 31.080 0.619 0.156 0.005 -39.916 40.898 1.316 0.197 0.005 26.346 13.458 0.329 0.063 0.005 -68.023 17.332 1.288 0.071 0.004 13.054 27.210 1.570 0.115 0.004 61.564 18.890 0.694 0.105 0.006 -8.933 22.990 1.217 0.116 0.005 10.375 9.918 0.431 0.054 0.005 -53.153 44.724 4.509 0.185 0.004 240.386 0.050 0.000 0.000 0.003 0.000 0.000 0.000 0.003 -100.000 0.000 0.000 0.000 0.003 0.000 0.051 0.000 0.000 0.003 0.000 0.028 0.539 0.000 0.003 -46.397 0.199 7.195 0.001 0.003 747.203 0.110 0.553 0.000 0.004 -32.450 0.021 0.193 0.000 0.005 -76.094 0.060 2.840 0.000 0.006 243.137 0.086 1.422 0.000 0.005 17.409 0.000 0.012 0.000 0.040 0.000 0.104 0.000 0.042 -89.213 0.000 0.529 0.000 0.039 -51.056 0.006 338.398 0.000 0.041 36,175.794 0.001 0.220 0.000 0.041 -78.127 0.022 15.409 0.001 0.048 1,697.449 0.000 0.004 0.000 0.044 -99.663 0.014 171.813 0.001 0.048 18,715.790 0.005 0.403 0.000 0.052 -56.620 0.000 0.000 0.000 0.045 -100.000 0.777 12.435 0.005 0.007 9.988 12.857 0.058 0.006 972.808
-14.421 -12.933 2.963 -0.403 4.019 14.718 18.614 -1.396 -3.546 -2.884 -3.985 -2.826 -12.212 2.908 31.179 -9.310 8.588 -24.512 -7.295 -1.922 4.149 -0.557 17.744 22.165 23.776 20.803 -17.414 3.608 -7.484 7.199 -0.690 16.650 -8.079 9.513 7.703 -12.714 -16.560
98
Malaysia
Belanda
Oman
Qatar
2005 2006 2007 2008 2009 2010 2011 2012
4.338 3.304 2.034 1.199 0.822 2.045 1.413 1.263
0.434 0.762 0.615 0.590 0.685 2.488 0.691 0.894
0.025 0.019 0.013 0.008 0.005 0.010 0.008 0.008
0.006 0.006 0.007 0.006 0.006 0.005 0.005 0.006
-56.742 -26.109 -28.718 -42.092 -33.775 91.626 -21.511 6.561
-0.405 -2.985 15.812 -1.804 -3.337 -22.991 13.581 19.212
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011
2.019 1.943 0.733 0.391 1.651 0.746 0.511 0.401 1.945 1.807 0.128 0.037 0.130 0.151 0.102 0.103 0.023 0.035 0.072
2.229 0.963 0.377 0.533 4.227 0.452 0.685 0.784 4.855 0.929 0.828 0.290 3.492 1.163 0.674 1.013 0.219 1.563 2.021
0.056 0.060 0.024 0.013 0.060 0.030 0.027 0.022 0.111 0.099 0.001 0.000 0.001 0.001 0.001 0.001 0.000 0.000 0.001
0.028 0.031 0.032 0.033 0.036 0.041 0.053 0.055 0.057 0.055 0.005 0.006 0.006 0.006 0.005 0.007 0.006 0.007 0.008
7.023 -60.775 -45.626 366.850 -48.994 -10.960 -18.234 398.337 -9.981
11.190 3.971 2.053 10.432 12.949 29.952 4.268 2.640 -3.129
-68.899 274.603 11.447 -36.454 23.682 -78.454 68.647 137.419
7.247 7.268 -4.180 -5.676 22.120 -1.818 7.883 17.473
2012
0.058
0.815 0.000 0.007
-26.290
-9.523
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
0.000 5.430 0.000 0.000 0.014 0.537 0.113 0.152 0.129 0.268
0.000 0.000 0.000 0.000 0.000 38.318 0.210 1.345 0.853 2.070
0.004 0.004 0.004 0.005 0.008 0.009 0.007 0.008 0.011 0.012
0.000 -100.000 0.000 0.000 4,071.856 -82.904 47.855 17.022 129.311
10.994 5.004 25.486 52.857 8.874 -18.596 9.899 37.219 10.774
2003 2004 2005
0.280 3.545 2.831
1.353 0.001 0.005 12.639 0.019 0.005 0.799 0.018 0.006
1,357.385 -4.274
15.311 19.841
0.000 0.021 0.000 0.000 0.000 0.005 0.001 0.001 0.001 0.003
99
SAU
Singapura
AS
Dunia
2006 2007 2008 2009 2010 2011
8.600 1.972 5.513 7.163 2.283 4.688
3.038 0.229 2.796 1.299 0.319 2.054
0.007 0.007 0.003 0.003 0.004 0.004
214.325 -76.715 35.872 35.401 -63.290 104.288
3.479 1.566 -51.405 4.204 15.205 -0.538
2012
2.613
0.557 0.012 0.005
-31.826
22.310
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006
0.547 1.552 0.586 0.773 0.438 0.311 0.211 0.193 0.181 0.125 0.783 1.145 1.034 1.419 0.849 1.650 1.435 0.995 1.345 1.782 0.126 0.007 0.000 0.004 0.003 0.015 0.012 0.006 0.006 0.001 2.036 1.098 1.265 0.744
148.987 -61.677 39.339 -37.347 -29.022 -34.890 -2.246 -6.421 -24.222
-12.246 1.554 5.623 10.416 0.158 -3.973 6.462 0.170 9.187
37.604 -3.507 33.508 -35.426 105.456 -14.304 -24.991 53.792 21.356
-5.887 6.852 -2.671 7.849 5.784 -1.495 8.188 13.773 -8.411
-94.264 -97.297 2,102.745 -38.226 542.218 -9.956 -44.938 -8.448 -91.239
3.931 -0.980 0.428 -0.012 7.820 11.786 6.821 1.868 -12.620
-47.752 21.813 -40.716
-3.138 5.772 0.745
0.126 2.837 0.377 1.319 0.567 0.709 0.678 0.918 0.934 0.694 1.481 1.462 0.903 1.372 0.599 1.942 0.870 0.693 1.352 1.325 9.767 0.055 0.027 21.933 0.618 5.956 0.806 0.515 0.899 0.100 0.783 0.539 1.152 0.588
0.057 0.013 0.018 0.024 0.009 0.018
0.006 0.015 0.006 0.008 0.005 0.004 0.002 0.002 0.002 0.002 0.036 0.050 0.048 0.064 0.042 0.086 0.073 0.055 0.085 0.103 0.001 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.017 0.009 0.011 0.006
0.011 0.010 0.010 0.011 0.012 0.012 0.011 0.012 0.012 0.013 0.046 0.044 0.047 0.045 0.049 0.052 0.051 0.055 0.063 0.058 0.006 0.006 0.006 0.006 0.006 0.007 0.008 0.008 0.008 0.007 0.008 0.008 0.008 0.009
100 2007 2008 2009 2010 2011 2012
0.738 0.828 0.746 0.745 0.715 1.165
0.992 1.121 0.901 0.999 0.960 1.630
0.006 0.007 0.007 0.008 0.008 0.013
0.008 0.009 0.010 0.011 0.012 0.011
-1.523 16.552 -1.620 11.047 3.903 56.501
-0.740 3.931 9.153 11.206 8.270 -3.962
Keterangan : SAU (Saudi Arabia), AS (Amerika Serikat), UAE (United Arab Emirate)
Lampiran 36 Hasil estimasi RCA dan EPD ekspor nenas Indonesia 2003-2012 Importir UAE
Jepang
Korea
Tahun
RCA
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004
0.554 0.000 0.000 0.000 0.000 0.018 0.000 0.000 0.001 0.000 0.025 0.031 0.112 0.041 0.213 0.031 0.000 0.000 0.000 0.044 0.047 0.000
2005
0.000
2006 2007 2008 2009 2010 2011 2012
0.000 0.017 0.000 0.001 0.037 0.000 0.000
Indeks RCA 12.960 0.001 1.013 0.000 0.000 0.000 0.000 0.000 0.000 0.000 3.306 1.254 3.627 0.366 5.212 0.146 0.002 0.910 0.391 2,060.069 0.827 0.000
xi/wi 0.0077 0.0000 0.0000 0.0000 0.0000 0.0002 0.0000 0.0000 0.0000 0.0000 0.0010 0.0013 0.0043 0.0017 0.0087 0.0015 0.0000 0.0000 0.0000 0.0020 0.0013 0.0000
xt/wt
0.0139 0.0112 -99.95 0.0096 -12.99 0.0095 -100.00 0.0096 0.00 0.0094 0.00 0.0088 -100.00 0.0091 0.00 0.0087 0.00 0.0076 -100.00 0.0402 0.0417 29.88 0.0386 235.58 0.0413 -60.75 0.0411 417.58 0.0479 -82.95 0.0440 -99.82 0.0482 -0.36 0.0519 -57.88 0.0453 179,714.77 0.0284 0.0268 -100.00
0.000 0.0000 0.0325 0.000 0.000 0.001 33.377 69.932 0.001 0.000
0.0000 0.0005 0.0000 0.0000 0.0014 0.0000 0.0000
Growth x
0.0296 0.0273 0.0277 0.0313 0.0366 0.0400 0.0366
Growth y -19.32 -14.09 -1.46 1.94 -2.53 -6.03 3.50 -4.34 -12.74 3.61 -7.48 7.20 -0.69 16.65 -8.08 9.51 7.70 -12.71 -5.68
0.00
21.61
0.00 0.00 -99.91 3,663.43 8,074.96 -99.93 -100.00
-9.10 -7.58 1.51 12.76 16.90 9.43 -8.56
101 Malaysia
SAU
Singapura
AS
Dunia
2003 20.930 2004 18.667 2005 13.638 2006 0.000 2007 3.240 2008 0.000 2009 0.000 2010 0.001 2011 0.000 2012 0.001 2003 0.012 2004 4.988 2005 0.000 2006 0.000 2007 0.000 2008 0.000 2009 0.000 2010 0.768 2011 0.100 2012 0.000 0.000 2004 0.117 2005 0.020 2006 0.020 2007 0.001 2008 0.046 2009 0.050 2010 0.027 2011 0.001 2012 0.000 2003 0.310 2003 0.062 2003 0.000 2003 0.006 2003 0.000 2008 0.001 2009 0.000 2010 0.000 2011 0.000 2012 0.000 2003 0.346 2004 0.069 2005 0.023
33.375 0.892 0.731 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.039 400.229 0.000 0.000 0.000 0.000 0.000 0.000 0.130 0.000 0.000 0.000 0.167 1.029 0.062 37.392 1.077 0.533 0.027 0.000 0.250 0.200 0.000 0.000 0.000 0.000 0.017 15.825 0.855 0.085 0.619 0.200 0.329
0.5812 0.5763 0.4378 0.0000 0.1172 0.0000 0.0000 0.0001 0.0000 0.0000 0.0001 0.0497 0.0000 0.0000 0.0000 0.0000 0.0000 0.0093 0.0012 0.0000 0.0000 0.0051 0.0009 0.0009 0.0001 0.0024 0.0025 0.0015 0.0000 0.0000 0.0019 0.0004 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0029 0.0006 0.0002
0.0278 0.0309 0.0321 0.0328 0.0362 0.0409 0.0531 0.0554 0.0568 0.0550 0.0114 0.0100 0.0101 0.0107 0.0118 0.0118 0.0113 0.0121 0.0121 0.0132 0.0464 0.0437 0.0467 0.0454 0.0490 0.0518 0.0511 0.0552 0.0628 0.0576 0.0062 0.0065 0.0064 0.0064 0.0064 0.0069 0.0077 0.0083 0.0084 0.0074 0.0082 0.0080 0.0084
-0.83 -24.04 -100.00 0.00 -100.00 0.00 0.00 -100.00 0.00
11.19 3.97 2.05 10.43 12.95 29.95 4.27 2.64 -3.13
35,021.88 -100.00 0.00 0.00 0.00 0.00 0.00 -86.97 -99.98
-12.25 1.55 5.62 10.42 0.16 -3.97 6.46 0.17 9.19
0.00 -82.21 0.12 -93.35 3,855.43 6.08 -42.38 -96.93 -100.00
-5.89 6.85 -2.67 7.85 5.78 -1.50 8.19 13.77 -8.41
-79.16 -100.00 0.00 -100.00 0.00 -98.08 1,590.49 -12.93 -92.54
3.93 -0.98 0.43 -0.01 7.82 11.79 6.82 1.87 -12.62
-80.65 -65.23
-3.14 5.77
102 2006 2007 2008 2009 2010 2011 2012
0.007 0.030 0.008 0.002 0.003 0.000 0.006
0.320 4.123 0.261 0.199 1.630 0.047 52.442
0.0001 0.0003 0.0001 0.0000 0.0000 0.0000 0.0001
0.0085 0.0084 0.0088 0.0096 0.0107 0.0115 0.0111
-67.75 309.27 -72.87 -78.29 81.27 -94.93 4,936.47
0.75 -0.74 3.93 9.15 11.21 8.27 -3.96
Keterangan : SAU (Saudi Arabia), AS (Amerika Serikat), UAE (United Arab Emirate)
Lampiran 37 Hasil estimasi RCA dan EPD pisang Indonesia 2003-2012 Importir UAE
Hongkong
Iran
Tahun 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
RCA
Indeks RCA
xi/wi
xt/wt
Growth x
0.000 0.000 0.00000 0.0139 0.004 0.000 0.00004 0.0112 0.00 0.000 0.000 0.00000 0.0096 -100.00 0.001 0.000 0.00001 0.0095 0.00 0.238 174.891 0.00229 0.0096 17,728.62 0.000 0.000 0.00000 0.0094 -100.00 0.016 0.000 0.00014 0.0088 0.00 0.000 0.000 0.00000 0.0091 -100.00 0.385 0.000 0.00337 0.0087 0.00 0.430 0.000 0.00328 0.0076 -2.70 0.004 0.017 0.00002 0.0052 0.005 1.247 0.00002 0.0050 21.14 0.002 0.436 0.00001 0.0048 -58.09 0.004 1.880 0.00002 0.0047 82.72 2.030 505.348 0.00835 0.0041 44,263.70 0.156 0.077 0.00066 0.0042 -92.10 0.185 1.188 0.00103 0.0056 55.80 0.409 2.210 0.00206 0.0050 100.46 0.009 0.022 0.00005 0.0055 -97.63 0.016 1.789 0.00007 0.0041 35.04 0.000 0.000 0.00000 0.0068 3.274 0.000 0.01790 0.0055 0.00 3.263 0.997 0.02504 0.0077 39.88 1.870 0.573 0.01393 0.0074 -44.39 0.793 0.424 0.00734 0.0093 -47.28 0.924 1.166 0.01099 0.0119 49.63 0.000 0.000 0.00000 0.0094 -100.00 0.000 0.000 0.00000 0.0101 0.00 0.217 0.000 0.00232 0.0107 0.00 0.000 0.000 0.00000 0.0091 -100.00
Growth y -19.32 -14.09 -1.46 1.94 -2.53 -6.03 3.50 -4.34 -12.74 -2.88 -3.99 -2.83 -12.21 2.91 31.18 -9.31 8.59 -24.51 -19.63 40.33 -2.97 24.41 28.38 -20.76 7.15 5.69 -14.98
103 Jepang
Korea
Malaysia
Belanda
SAU
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005
0.000 0.039 0.00000 0.0402 0.000 17.220 0.00000 0.0417 1,684.08 0.001 16.476 0.00003 0.0386 1,424.30 0.001 1.092 0.00003 0.0413 17.01 0.005 6.372 0.00020 0.0411 532.78 0.000 0.001 0.00000 0.0479 -99.87 0.000 59.202 0.00001 0.0440 5,341.86 0.000 0.002 0.00000 0.0482 -99.73 0.000 3.102 0.00000 0.0519 234.11 0.000 18.710 0.00000 0.0453 1,533.09 0.000 0.000 0.00000 0.0284 0.000 0.000 0.00000 0.0268 0.00 0.001 0.000 0.00002 0.0325 0.00 0.000 0.340 0.00001 0.0296 -69.10 0.005 26.300 0.00012 0.0273 2,330.80 0.000 0.001 0.00000 0.0277 -99.91 0.000 15.809 0.00000 0.0313 1,682.50 0.005 71.239 0.00017 0.0366 8,227.81 0.011 2.376 0.00044 0.0400 159.94 0.000 0.000 0.00000 0.0366 -100.00 6.054 18.304 0.16811 0.0278 0.893 0.148 0.02757 0.0309 -83.60 1.661 1.860 0.05333 0.0321 93.41 0.006 0.004 0.00020 0.0328 -99.62 1.064 172.297 0.03850 0.0362 18,927.01 3.465 3.256 0.14158 0.0409 267.75 0.003 0.001 0.00016 0.0531 -99.89 0.000 0.000 0.00000 0.0554 -100.00 0.432 0.000 0.02455 0.0568 0.00 0.544 1.260 0.02996 0.0550 22.04 0.034 3.104 0.00018 0.0052 0.000 0.002 0.00000 0.0056 -99.76 0.000 0.000 0.00000 0.0060 -100.00 0.000 0.000 0.00000 0.0057 0.00 0.007 0.000 0.00004 0.0054 0.00 0.004 0.555 0.00002 0.0066 -32.24 0.000 0.000 0.00000 0.0065 -100.00 0.000 0.000 0.00000 0.0070 0.00 0.000 0.000 0.00000 0.0082 0.00 0.000 0.000 0.00000 0.0074 -100.00 0.000 0.069 0.00000 0.0114 0.019 62.752 0.00018 0.0100 5,406.74 0.044 2.350 0.00044 0.0101 138.66
3.61 -7.48 7.20 -0.69 16.65 -8.08 9.51 7.70 -12.71 -5.68 21.61 -9.10 -7.58 1.51 12.76 16.90 9.43 -8.56 11.19 3.97 2.05 10.43 12.95 29.95 4.27 2.64 -3.13 7.25 7.27 -4.18 -5.68 22.12 -1.82 7.88 17.47 -9.52 -12.25 1.55
104
Singapura
AS
Dunia
2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
0.132 0.071 0.123 0.420 0.054 0.630 0.018 0.056 0.102 0.068 0.005 0.023 0.108 0.013 0.009 0.009 0.002 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.013 0.019 0.027 0.026 0.014 0.015 0.003 0.001 0.010 0.009
3.032 0.534 1.746 3.409 0.128 11.728 0.028 0.165 1.822 0.665 0.072 4.756 4.663 0.116 0.735 1.000 0.255 1.088 0.530 1.445 0.521 1.383 0.829 1.159 0.684 0.848 0.412 0.470 1.471 1.390 0.994 0.543 1.021 0.177 0.216 17.512 0.951
0.00141 0.00083 0.00146 0.00477 0.00065 0.00762 0.00023 0.00260 0.00445 0.00316 0.00022 0.00114 0.00560 0.00064 0.00051 0.00058 0.00014 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00011 0.00015 0.00023 0.00023 0.00012 0.00013 0.00002 0.00001 0.00011 0.00010
0.0107 0.0118 0.0118 0.0113 0.0121 0.0121 0.0132 0.0464 0.0437 0.0467 0.0454 0.0490 0.0518 0.0511 0.0552 0.0628 0.0576 0.0062 0.0065 0.0064 0.0064 0.0064 0.0069 0.0077 0.0083 0.0084 0.0074 0.0082 0.0080 0.0084 0.0085 0.0084 0.0088 0.0096 0.0107 0.0115 0.0111
220.24 -41.00 74.91 227.39 -86.40 1,074.82 -96.93
5.62 10.42 0.16 -3.97 6.46 0.17 9.19
71.52 -28.96 -93.00 412.96 393.28 -88.60 -20.43 13.82 -76.65
-5.89 6.85 -2.67 7.85 5.78 -1.50 8.19 13.77 -8.41
-44.95 43.11 -47.72 38.29 -10.60 29.59 -26.97 -13.60 -64.02
3.93 -0.98 0.43 -0.01 7.82 11.79 6.82 1.87 -12.62
42.53 47.02 0.16 -46.06 6.06 -80.71 -76.00 1,796.03 -8.64
-3.14 5.77 0.75 -0.74 3.93 9.15 11.21 8.27 -3.96
Keterangan : SAU (Saudi Arabia), AS (Amerika Serikat), UAE (United Arab Emirate)
105 Lampiran 38 Hasil estimasi RCA dan EPD ekspor stroberi Indonesia 2003-2012 Importir
Tahun
RCA
Singapura
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
0.155 0.108 0.015 0.019 0.081 0.499 0.062 0.000 0.000 0.000 0.852 0.000 0.228 0.362 0.155 0.013 0.009 0.005 0.000 0.004 0.000 0.000 0.000 1.438 24.830 12.154 3.234 28.442 41.706 42.152 17.285 0.087 0.030 0.003 0.000 0.000 0.000 0.000 0.000 0.000
Malaysia
Brunei
Perancis
Indeks RCA 3.905 0.698 0.134 1.300 4.292 6.135 0.125 0.008 0.903 0.015 12.096 0.000 0.000 1.589 0.427 0.087 0.655 0.591 0.000 0.000 0.000 0.000 0.000 0.000 17.266 0.489 0.266 8.794 1.466 1.011 0.996 0.005 0.345 0.084 0.000 0.000 0.000 0.000 0.000 0.000
xi/wi 0.00721 0.00474 0.00068 0.00086 0.00399 0.02586 0.00317 0.00003 0.00003 0.00000 0.02367 0.00000 0.00732 0.01187 0.00559 0.00055 0.00047 0.00029 0.00000 0.00022 0.00000 0.00000 0.00000 0.02975 0.29952 0.30254 0.10427 0.59643 0.58726 0.58576 0.03028 0.00013 0.00004 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
Growth x
Growth y
0.04642 0.04369 -34.33 0.04668 -85.63 0.04543 26.54 0.04900 362.84 0.05183 548.98 0.05106 -87.73 0.05524 -99.15 0.06284 2.75 0.05756 -98.63 0.02777 1,142.04 0.03087 -100.00 0.03210 0.00 0.03276 62.20 0.03618 -52.90 0.04086 -90.17 0.05310 -14.91 0.05537 -38.41 0.05683 -100.00 0.05505 0.00 0.01817 0.00 0.02132 0.00 0.02642 0.00 0.02068 0.00 0.01206 906.87 0.02489 1.01 0.03224 -65.54 0.02097 472.01 0.01408 -1.54 0.01390 -0.26 0.00175 -23.38 0.00150 -99.57 0.00131 -69.97 0.00134 -91.37 0.00134 -100.00 0.00139 0.00 0.00160 0.00 0.00189 0.00 0.00187 0.00 0.00180 0.00
-5.89 6.85 -2.67 7.85 5.78 -1.50 8.19 13.77 -8.41 2.68 11.19 3.97 2.05 10.43 12.95 29.95 4.27 2.64 -3.13 -19.01 17.34 23.93 -21.71 -41.68 106.36 29.52 -34.96 -32.85 -1.31 -23.05 -14.42 -12.93 2.96 -0.40 4.02 14.72 18.61 -1.40 -3.56
xt/wt
106 Thailand
Dunia
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
0.000 3.838 3.462 3.179 0.000 0.000 0.084 0.024 0.000 0.000 0.611 0.010 0.007 0.006 0.003 0.012 0.002 0.005 0.005 0.005
0.000 0.000 0.902 0.918 0.000 0.000 0.000 0.284 0.000 0.000 0.818 0.017 0.664 0.859 0.582 3.511 0.211 1.968 1.059 0.991
0.00000 0.09517 0.08166 0.08108 0.00000 0.00000 0.00259 0.00074 0.00000 0.00000 0.00504 0.00008 0.00006 0.00005 0.00003 0.00010 0.00002 0.00005 0.00006 0.00006
0.02228 0.02480 0.02359 0.02551 0.02651 0.02735 0.03074 0.03065 0.03370 0.03497 0.00825 0.00799 0.00845 0.00851 0.00845 0.00878 0.00959 0.01066 0.01154 0.01108
0.00 0.00 -14.20 -0.71 -100.00 0.00 0.00 -71.66 -100.00 0.00
-5.32 11.32 -4.86 8.12 3.94 3.19 12.39 -0.30 9.95 3.76
-98.39 -29.79 -13.49 -42.26 264.87 -76.98 118.88 14.64 -4.79
-3.14 5.77 0.75 -0.74 3.93 9.15 11.21 8.27 -3.96
107 Lampiran 39 Hasil estimasi RCA dan EPD ekspor melon dan semangka tahun 2003-2012 Importir
Tahun
RCA
Hongkong
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2003 2004 2005 2006 2007 2008 2009 2010
0.363 0.204 0.056 0.052 0.000 0.200 0.110 0.426 0.094 0.103 0.131 0.005 0.056 0.003 0.026 0.019 0.000 0.000 0.008 0.000 0.276 0.226 9.694 0.502 0.024 0.000 0.095 0.005 0.000 0.009 0.109 0.075 0.024 0.017 0.096 0.049 0.207 0.656
Jepang
Malaysia
Singapura
Indeks RCA 0.000 0.563 0.273 0.939 0.000 0.000 0.551 3.859 0.220 1.105 0.683 0.040 10.581 0.055 8.302 0.727 0.019 0.239 93.101 0.000 1.484 0.820 42.834 0.052 0.049 0.000 0.000 0.051 0.000 0.000 1.262 0.691 0.318 0.728 5.518 0.516 4.190 3.162
xi/wi 0.00188 0.00103 0.00027 0.00025 0.00000 0.00085 0.00061 0.00215 0.00051 0.00043 0.00527 0.00022 0.00214 0.00013 0.00105 0.00089 0.00002 0.00000 0.00040 0.00000 0.00766 0.00699 0.31118 0.01644 0.00088 0.00000 0.00505 0.00027 0.00000 0.00047 0.00506 0.00329 0.00112 0.00079 0.00470 0.00257 0.01059 0.03622
xt/wt
Growth x
0.00517 0.00502 -45.36 0.00482 -73.79 0.00469 -8.74 0.00411 -100.00 0.00423 0.00 0.00555 -27.68 0.00504 250.01 0.00547 -76.16 0.00413 -16.59 0.04023 0.04168 -95.85 0.03856 878.88 0.04134 -94.06 0.04105 724.42 0.04789 -15.24 0.04402 -98.30 0.04821 -73.79 0.05192 9,927.26 0.04532 -100.00 0.02777 0.03087 -8.77 0.03210 4,353.43 0.03276 -94.72 0.03618 -94.64 0.04086 -100.00 0.05310 0.00 0.05537 -94.73 0.05683 -100.00 0.05505 0.00 0.04642 0.04369 -34.97 0.04668 -66.07 0.04543 -29.18 0.04900 495.13 0.05183 -45.43 0.05106 312.78 0.05524 242.11
Growth y -2.88 -3.99 -2.83 -12.21 2.91 31.18 -9.31 8.59 -24.51 3.61 -7.48 7.20 -0.69 16.65 -8.08 9.51 7.70 -12.71 11.19 3.97 2.05 10.43 12.95 29.95 4.27 2.64 -3.13 -5.89 6.85 -2.67 7.85 5.78 -1.50 8.19
108
Dunia
Brunei
2011 0.557 0.849 0.03497 0.06284 -3.45 2012 1.016 1.826 0.05850 0.05756 67.27 2003 0.026 0.974 0.00022 0.00825 2004 0.004 0.158 0.00003 0.00799 -84.69 2005 0.054 13.098 0.00046 0.00845 1,285.43 2006 0.002 0.041 0.00002 0.00851 -95.89 2007 0.004 1.991 0.00004 0.00845 97.61 2008 0.004 0.999 0.00004 0.00878 3.81 2009 0.008 1.917 0.00008 0.00959 109.28 2010 0.023 2.776 0.00025 0.01066 208.66 2011 0.021 0.906 0.00024 0.01154 -1.87 2012 0.037 1.760 0.00041 0.01108 69.07 2003 0.000 0.000 0.00000 0.01817 2004 0.000 0.000 0.00000 0.02132 0.00 2005 0.000 0.000 0.00000 0.02642 0.00 2006 0.000 0.000 0.00000 0.02068 0.00 2007 0.453 0.000 0.00547 0.01206 0.00 2008 2.025 4.466 0.05041 0.02489 821.65 2009 2.473 1.221 0.07974 0.03224 58.19 2010 4.664 1.886 0.09780 0.02097 22.66 2011 14.100 3.023 0.19854 0.01408 103.00 2012 22.995 1.631 0.31954 0.01390 60.94
13.77 -8.41 -3.14 5.77 0.75 -0.74 3.93 9.15 11.21 8.27 -3.96 17.34 23.93 -21.71 -41.68 106.36 29.52 -34.96 -32.85 -1.31
109
DAFTAR RIWAYAT Penulis dilahirkan di Ujung Pandang pada tanggal 31 Januari 1992. Penulis merupakan anak kedua dari tiga bersaudara dari orang tua Ayah Susmiyanto dan Ibu In Suparyani. Penulis menyelesaikan pendidikan Sekolah Dasar (SD) pada tahun 2004 di SDN 05 Pagi Jakarta Pusat dan menyelesaikan pendidikan Sekolah Menengah Pertama pada tahun 2007 di SMPN 8 Purwokerto. Penulis menyelesaikan pendidikan pada jenjang SMA pada tahun 2010 dan melanjutkan pendidikan ke Institut Pertanian Bogor melalui Ujian Talenta Mandiri (UTM). Penulis diterima di IPB pada Fakultas Ekonomi dan Manajemen departemen Ilmu Ekonomi. Selama kegiatan perkuliahan berlangsung penulis mengikuti organisasi Himpunan Profesi Ekonomi Studi Pembangunan (HIPOTESA) pada tahun 2011 sampai 2013 dengan menjabat sebagai anggota CER pada tahun 2011/2012 dan Kepala Divisi CER pada tahun 2012/2013. Unit Kegiatan Mahasiswa (UKM) yang pernah penulis ikuti selama kegiatan perkuliahan berlangsung adalah Gentra Kaheman. Selain mengikuti kegiatan himpunan mahasiswa, penulis juga mengikuti kepanitian Badan Eksekutif Mahasiswa (BEM) yang meliputi Sportakuler dengan jabatan sebagai anggota pada tahun 2011 dan kepala divisi humas pada tahun 2012, kegiatan 2JUST sebagai kepala divisi dana usaha, dan Bina desa BEM FEM pada tahun 2011 sebagai perwakilan HIPOTESA.
110
