SIMULASI SISTEM DINAMIK TERHADAP ANALISIS FAKTOR PERTUMBUHAN UKM SEKTOR PERTANIAN DAN PENGARUHNYA TERHADAP PDRB PROVINSI JAWA TIMUR Umi Salama1, Erma Suryani2 Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember (ITS) Surabaya, 60111, Indonesia Telp : (031)5939214, Fax : (031)5964965 E-mail :
[email protected],
[email protected] 2 Abstrak
Bidang pertanian merupakan penyumbang terbesar ketiga terhadap PDRB Jawa Timur. Selain itu, menurut data dari Badan Pusat Statistik (BPS) Jawa Timur per Agustus 2010, dari seluruh tenaga kerja yang ada di Jawa Timur, penyerapan terbesar ada pada bidang pertanian, yaitu sebesar 42,46%.. Secara nasional, proporsi unit usaha Usaha Kecil Menengah (UKM) yang terbesar adalah di bidang pertanian, peternakan, hortikultura dan perikanan. Melihat hal ini, bidang pertanian merupakan bidang yang sangat potensial bagi pertumbuhan perekonomian Jawa Timur. Tugas akhir ini akan membahas mengenai simulasi sistem dinamik terhadap faktorfaktor yang mempengaruhi pertumbuhan industri UKM pada sektor pertanian di Jawa Timur dan pengaruhnya terhadap PDRB provinsi Jawa Timur. Dari hasil simulasi diketahui bahwa pertumbuhan UKM sektor pertanian di Jawa Timur sangat dipengaruhi oleh luas area pertanian dan jumlah kredit untuk UKM. Selain itu, pertumbuhan UKM sector pertanian berpengaruh secara positif terhadap pertumbuhan nilai PDRB Jawa Timur. Kata kunci: UKM, sistem dinamik, simulasi, pertanian
1.
PENDAHULUAN
UKM dianggap memiliki pengaruh yang cukup penting dalam perekonomian di Indonesia karena jumlah industri ini yang sangat signifikan yaitu mencapai 52.764.603 pada tahun 2009 atau 99,99% dari seluruh unit industri yang ada. Selain itu, UKM merupakan industri yang paling memberikan kontribusi terhadap perekonomian Indonesia dalam hal penyerapan tenaga kerja, jika dibandingkan dengan industri besar (Susilo, 2007). Banyak negara berkembang yang memandang pertumbuhan dan perkembangan UKM sebagai sebuah kesatuan dari perkembangan dan kesejahteraan ekonomi(Atherton, 2005). Meskipun begitu, industri UKM seringkali diabaikan oleh pemerintahan (Ritchie & Richardson, 2004). Di provinsi Jawa timur, bidang pertanian merupakan penyumbang terbesar ketiga terhadap PDRB provinsi. Selain itu, menurut data dari BPS Jawa Timur per Agustus 2010, dari seluruh tenaga kerja yang ada di Jawa Timur, penyerapan
terbesar ada pada bidang pertanian, yaitu sebesar 42,46%. Secara nasional, proporsi unit usaha UKM yang terbesar adalah di bidang pertanian, peternakan, hortikultura dan perikanan. Melihat kondisi ini, UKM pada sektor pertanian memiliki potensi yang cukup besar apabila dikembangkan. Di dalam tugas akhir ini, diusulkan sebuah pemodelan dan simulasi untuk menganalisa faktor-faktor pertumbuhan industri UKM pada sektor pertanian dan pengaruhnya terhadap pertumbuhan PDRB di provinsi Jawa Timur serta rekomendasi untuk memberdayakan UKM sektor pertanian melalui skenario model. Simulasi yang akan dilakukan menggunakan metode sistem dinamik sesuai dengan karakteristik sistem yang akan disimulasikan. Simulasi ini akan menggunakan metode sistem dinamik, dengan beberapa pertimbangan, antara lain dengan melihat karakteristik sistem yang kompleks, kemudahan dalam mengatur skenario simulasi, variabel yang terlibat dalam simulasi ini merupakan variabel yang berubah secara kontinyu terhadap waktu, serta adanya umpan balik dalam sistem.
2.
SIMULASI SISTEM DINAMIK
Simulasi sistem dinamik merupakan simulasi kontinyu yang dikembangkan oleh Jay Forrester (MIT) tahun 1960-an, berfokus pada struktur dan perilaku sistem yg terdiri dari interaksi antar variabel dan loop feedback. Hubungan dan interaksi antar variabel dinyatakan dalam diagram kausatik Karakteristik model sistem dinamik antara lain adalah: -
Dinamika sistem yang kompleks
-
Perubahan perilaku sistem terhadap waktu
-
Adanya sistem umpan balik tertutup
Adanya umpan balik ini menggambarkan informasi baru tentang keadaan sistem, yang kemudian akan menghasilkan keputusan selanjutnya. Berbeda dengan sistem konvensional, sistem dinamik memiliki kontribusi dalam simulasi. Beberapa keuntungan dalam menggunakan sistem dinamik adalah: -
Tersedianya kerangka kerja bagi aspek kausalitas, nonlinearitas, dinamika dan perilaku endogen dari sistem
-
Menciptakan pengalaman eksperimental bagi para pengambil kebijakan berdasarkan perilaku faktor–faktor pendukung sistem
-
Adanya kemudahan untuk mengatur skenario simulasi sesuai dengan yang dikehendaki
-
Tersedianya sumber informasi dari yang sifatnya mental, tertulis, maupun numerik sehingga model yang dihasilkan lebih berisi dan representatif.
-
Menghasilkan struktur model dari inputinput manajerial dan mensimulasikannya lewat prosedur komputasi yang kuantitatif.
3.
METODOLOGI PENELITIAN
a. Data Masukan Data yang digunakan dalam permasalahan ini adalah data-data yang didapatkan dari publikasi data Departemen Koperasi dan UKM, Badan Pusat Statistik, dan Bank Indonesia:
Jumlah Unit Usaha UKM sektor pertanian Jawa Timur PDRB atas dasar harga berlaku Ekspor dan Impor Jawa Timur Jumlah Kredit UKM Jumlah Penduduk Jawa Timur Konsumsi Penduduk Jawa Timur
Konsumsi Pemerintah Investasi Dari data-data tersebut nantinya akan diproses menjadi suatu model dan skenario dengan menggunakan bantuan Vensim sebagai aplikasi simulasi. b. Pembuatan Base Model Faktor pertama yang mempengaruhi pertumbuhan UKM adalah dukungan berupa bantuan teknis dari pihak pemerintah/swasta. Dalam tugas akhir ini, bantuan teknis yang dimaksud akan difokuskan pada bantuan secara finansial yaitu berupa pemberian kredit. Hal ini akan mempengaruhi perkembangan UKM dalam hal pertumbuhan jumlah unit usaha. Kredit UKM berpengaruh secara positif terhadap jumlah unit usaha UKM, yang berarti bahwa semakin banyak kredit UKM, maka semakin banyak pula jumlah unit usaha UKM yang terbentuk. Sementara itu, jumlah unit usaha UKM akan berpengaruh terhadap lahan yang terpakai, yang nanti akan mempengaruhi jumlah produksi yang dihasilkan. Lahan yang diapakai untuk aktivitas agrikultur, akan berpengaruh secara positif terhadap jumlah produk yang dihasilkan (Wiranatha & Smith, 2000). Jadi, jika jumlah unit usaha UKM semakin banyak, maka lahan yang dipakai untuk aktivitas agrikultur akan semakin sedikit, sehingga jumlah produksi akan semakin sedikit pula. Luas lahan agrikultur juga akan dipengaruhi oleh pertumbuhan penduduk yang menambah luas lahan untuk pemukiman. Untuk variabel PDRB, PDRB dengan metode pengeluaran merupakan akumulasi dari empat hal, yaitu: (1) konsumsi masyarakat, (2) total investasi, (3) pengeluaran pemerintah, dan (3) net eksport (Arnold, 2008). PDRB merupakan ukuran dari pertumbuhan ekonomi suatu wilayah, oleh karena itu PDRB akan mempengaruhi permintaan produk wilayah tersebut. Permintaan produk akan mempengaruhi jumlah produksi UKM dan import, dimana import nanti juga akan berpengaruh terhadap PDRB wilayah. c.
Verifikasi dan Validasi
Verifikasi adalah pemerikasaan model simulasi konseptual (diagram alur dan asumsi) ke dalam bahasa pemrograman secara benar. Sementara validasi adalah penentuan apakah model konseptual simulasi adalah representasi akurat dari sistem nyata yang dimodelkan (Law & Kelton, 1991). Pada tugas akhir ini, cara yang akan digunakan untuk melakukan validasi adalah melalui behaviour validity test, yaitu fungsi
yang digunakan untuk memeriksa apakah model yang dibangun mampu menghasilkan tingkah laku (behaviour) output yang diterima. Terdapat dua cara pengujian dalam validasi behavior adalah sebagai berikut:
-
Perbandingan Comparison)
rata-rata
(Means
Dengan formula sebagai berikut :
E1 =
[S − A] A
Dimana :
S = nilai _ rata − rata _ hasil _ simulasi A = nilai _ rata − rata _ data Model dianggap valid jika E1 ≤ 5% -
Perbandingan variasi amplitude (Amlitude Variations Comparisan) Dapat juga dikatakan % error variance dengan formula sebagai berikut :
E2 =
Ss − Sa Sa
Dimana: Ss = standard deviasi model Sa = standard deviasi data Model dianggap valid bila E2 ≤ 30% (Barlas, 1989). Berikut adalah perhitungan Error Rate dari PDRB (GDRP), jumlah UKM (Total agricultural SME) dan konsumsi domestik (domestic consumption) berdasarkan perbandingan rata-rata: 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 [443.684.691.926.295 − 426.109.789.317.273] = 426.109.789.317.273
= 0,0412
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗ℎ 𝑈𝑈𝑈𝑈𝑈𝑈 [2.363.928 − 2.454.376] = 2.454.376 = 0,0368
𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 [316.872.912.082.758 − 300.598.597.641.854] = 300.598.597.641.854 = 0,0541
Selain melakukan perhitungan berdasarakan perbandingan rata-rata, akan dilakukan juga perhitngan kesalahan dengan menggunakan perbandingan variasi amplitudo. Berikut perhitungannya : 𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃 [199.158.065.162.199 − 209.858.721.526.509] = 209.858.721.526.509 = 0,051
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗ℎ 𝑈𝑈𝑈𝑈𝑈𝑈 [161.091 − 232.933] (3.1) = 232 − 933 = 0,30
𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉𝑉 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘𝑘 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 [136.297.967.452.604 − 127.282.622.084.404] = 127.282.622.084.404
= 0,07083
d. Pembuatan Skenario Setelah Base Model yang telah kita buat valid dan verify, langkah selanjutnya yang akan dikerjakan adalah membuat skenario simulasi. Untuk membuat skenario, kita dapat merubah beberapa parameter yang memiliki pengaruh yang sangat kuat terhadap keseluruhan base model. Dengan perubahan itu, nantinya akan (3.2) diketahui dampak untuk variabel yang lain. Hal tersebut untuk menggambarkan berbagai kemungkinan yang akan terjadi di masa mendatang, baik secara optimis, pesimis, maupun rata-rata sering terjadi. Dalam simulasi sistem dinamik terdapat 2 jenis skenario, skenario struktur ( structure scenario), dan skenario parameter (parameter scenario). Skenario struktur digunakan mengubah struktur model dengan penambahan atau pengurangan variabel, sedangkan skenario parameter digunakan dengan mengubah nilai parameter suatu variabel yang berpengaruh pada model. Dalam skenario ini, kami mengembangkan skenario parameter optimis, most likely dan pesimis untuk memprediksi masa depan permintaan. Nilai yang diubah adalah nilai pada variabel Total Agricultural SME dengan mempertimbangkan kondisi optimis, most likely dan pesimis, untuk melihat dampak dari perubahan tingkat pertumbuhan permintaan.
4.
UJI COBA HASIL
DAN
ANALISIS
a. Skenario Optimis Skenario ini dibuat untuk melihat seberapa besar pertumbuhan PDRB jika ratarata pertumbuhan jumlah UKM adalah sebesar 3%. Selain itu, dalam skenario ini juga dilihat besar sumbangan UKM sektor pertanian terhadap PDRB. Angka persentase tingkat pertumbuhan jumlah UKM didapatkan dari nilai pertumbuhan tertinggi selama sepuluh tahun terakhir yaitu 3%. Perhitunngan nilai pertumbuhan jumlah UKM dilakukan dengan menghitung selisih jumlah UKM pada tahun (t) dengan jumlah pada tahun (t-1), kemudian membagi hasilnya dengan nilai pada tahun (t-1). Pert. GDRP
16,24 %
Pert. Nilai Produksi
Rasio Nilai Produksi dan PDRB
14,14 %
32,24 %
b. Skenario Pesimis
Setelah diketahui nilai pertumbuhan produksi UKM dan sumbangannya terhadap PDRB di masa mendatang jika laju pertumbuhan jumlah UKM bernilai 3%, langkah selanjutnya adalah menghitung nilai pertumbuhan produksi UKM dan sumbangannya terhadap PDRB di masa mendatang jika rata-rata laju pertumbuhan jumlah UKM bernilai 1%. Penentuan nilai tersebut berdasarkan nilai pertumbuhan terendah selama sepuluh tahun terakhir.
Pert. GDRP
16,11 %
Pert. Nilai Produksi
Rasio Nilai Produksi dan PDRB
13,42 %
31,35 %
jumlah UKM bernilai optimis (3%) dan pesimis (1%), langkah selanjutnya adalah menghitung nilai pertumbuhan produksi UKM dan sumbangannya terhadap PDRB di masa mendatang jika laju pertumbuhan jumlah UKM bernilai di antara nilai optimis dan nilai pesimis yaitu 2% per tahun.
Pert. GDRP
16,22 %
Pert. Nilai Produksi
Rasio Nilai Produksi dan PDRB
14,02 %
32,16 %
5. KESIMPULAN Adapun beberapa hal yang dapat disimpulkan terkait dengan simulasi ini : 1. Dalam melakukan perkiraan nilai kontribusi UKM sektor pertanian terhadap nilai PDRB di masa mendatang, diketahui bahwa pertumbuhan UKM sangatlah dipengaruhi oleh luas area tanam dan produktivitas panen serta kredit yang disediakan oleh pemerintah. Selain itu, pertumbuhan UKM sektor pertanian memberikan kontribusi yang besar terhadap nilai PDRB dengan kontribusi sebesar rata-rata 32% dari total seluruh nilai PDRB. 2. Dilihat dari hasil simulasi, menunjukkan bahwa tingkat kontribusi UKM sektor pertanian terhadap PDRB akan terus menurun. Hal ini disebabkan pertumbuhan jumlah UKM akan mengurangi luas area tanam sehingga mengurangi produktivitas UKM sektor pertanian. 3. Berdasarkan hasil simulasi skenario (optimis, pesimis, most likely), peningkatan jumlah UKM juga akan meningkatkan nilai produksi UKM pertanian yang akhirnya akan meningkatkan nilai PDRB, meskipun peningkatan yang dialami tidak signifikan, yaitu sebesar antara 0,11% hingga 0,2%.
6. DAFTAR PUSTAKA c. Skenario Most Likely
Setelah diketahui nilai pertumbuhan produksi UKM dan sumbangannya terhadap PDRB di masa mendatang jika laju pertumbuhan
Arnold, R. A. (2008). Economics, 8th edition. Mason, Ohio: Thomson SouthWestern.
Atherton, A. (2005). A Future for Small Business? Prospective Scenarios for the Development of the Economy Based on Current Policy Thinking and Counterfactual Reasoning. Futures 37 , 777-794. Barlas, Y. (1989). Multiple test for validation of system dynamic type of simulation models. Europe Journal of Operational Research , 183-210. Law, A. M., & Kelton, D. W. (1991). Simulation Modeling and analysis (2nd edition). New York: Mc GrawHill, Inc. Ritchie, J., & Richardson, S. (2004). Disclosing Smaller Business Success and Failure. The British Accounting Review 4 , 233-250. Susilo, Y. S. (2007). Pertumbuhan Usaha Industri Kecil - Menengah (IKM) dan Faktor-Faktor yang Memmpengaruhinya. Jurnal Eksekutif 4 , 306-313. Wiranatha, A. S., & Smith, P. N. (2000). A Conceptual Framework for a Dynamic Model for Regional Planning: Towards Sustainable Development for Bali, Indonesia. 1st International Conference on System Thinking in Management, (pp. 649-654).
