analisis pengaruh pendapatan asli daerah (pad),...

ANALISIS PENGARUH PENDAPATAN ASLI DAERAH (PAD),

PENANAMAN MODAL ASING (PMA) DAN PENGANGGURAN

TERHADAP KETIMPANGAN PEMBANGUNAN DI PULAU JAWA

TAHUN 2012-2018

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Ekonomi

Disusun Oleh:

Muhammad Malik Ibrahim

11140840000064

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA

1441 H / 2019 M

v

DAFTAR RIWAYAT HIDUP

I. Identitas Pribadi

Nama : Muhammad Malik Ibrahim

Tempat, Tanggal lahir : Jakarta, 16 September 1996

Alamat : Jl. Benda Barat 12A, Blok C 23/19A,

Pamulang Permai II, Tangerang Selatan,

Banten, 15416

No. Ponsel : 085312650150

Email : [email protected]

II. Pendidikan Formal

1. Raudhatul Athfal (RA) Assalamah Tahun 2001 - 2002

2. Sekolah Dasar Islam (SDI) At-Taqwa Tahun 2002 - 2008

3. Sekolah Menengah Pertama (SMP) Negeri

4 Kota Tangerang Selatan

Tahun 2008 - 2011

4. Sekolah Menengah Atas (SMA) Negeri 3

Kota Tangerang Selatan

Tahun 2011 - 2014

5. S1 Universitas Negeri Islam (UIN) Syarif

Hidayatullah Jakarta

Tahun 2014 - 2019

III. Pengalaman Organisasi

1. Himpunan Mahasiswa Jurusan Ekonomi

Pembangunan (HMJ EP)

Tahun 2015 - 2016

mailto:[email protected]

vi

ABSTRACT

The aims of this research to analyze the influence of Original Local

Government Revenue, Foreign Direct Investment (FDI) and Unemployment on

Development Inequality in Java Island 2012-2018 period. Development Inequality

is measured with Williamson Index. This study uses panel data analysis approach

to Random Effects Model (REM). The results showed that Development Inequality

can be explained by Original Local Government Revenue, FDI and Unemployment

about 16,59%. Simultaneously, Original Local Government Revenue, Foreign

Direct Investment (FDI) and Unemployment have significant effect on

Development Inequality. Partially, Original Local Government Revenue and

Unemployment have positive and significant impact on Development Inequality,

meanwhile FDI has negative and significant impact on Development Inequality.

Keywords: Development Inequality, Williamson Index, Original Local

Government Revenue, Foreign Direct Investment (FDI) and Unemployment,

Random Effects Model (REM).

vii

ABSTRAK

Penelitian ini bertujuan untuk menganalisis pengaruh Pendapatan Asli

Daerah (PAD), Penanaman Modal Asing (PMA) dan Pengangguran terhadap

Ketimpangan Pembangunan di Pulau Jawa Tahun 2012-2018. Ketimpangan

Pembangunan diukur menggunakan alat ukur ketimpangan berupa Indeks

Williamson. Penelitian ini menggunakan analisis data panel dengan pendekatan

Random Effects Model (REM). Hasil menunjukkan bahwa Ketimpangan

Pembangunan dapat dijelaskan oleh Variabel PAD, PMA dan Pengangguran

sebesar 16,59%. Secara simultan Variabel PAD, PMA dan Pengangguran

berpengaruh signifikan terhadap Variabel Ketimpangan Pembangunan. Secara

parsial Variabel PAD dan Pengangguran berpengaruh secara positif dan signifikan

terhadap Variabel Ketimpangan Pembangunan, sedangkan Variabel PMA

berpengaruh secara negatif dan signifikan terhadap Variabel Ketimpangan

Pembangunan.

Kata Kunci: Ketimpangan Pembangunan, Indeks Williamson, Pendapatan Asli

Daerah (PAD), Penanaman Modal Asing (PMA) dan Pengangguran, Random

Effects Model (REM).

viii

KATA PENGANTAR

Assalamu’alaikum Wr. Wb.

Segala puji bagi Allah SWT. Yang telah melimpahkan segala nikmat,

keberkahan kepada penulis, sehingga penulis dapat menyelesaikan skripsi ini

berjudul “Analisis Pengaruh Pendapatan Asli Daerah (PAD), Penanaman

Modal Asing (PMA) dan Pengangguran terhadap Ketimpangan

Pembangunan di Pulau Jawa Tahun 2012-2018” dengan baik. Shalawat serta

salam penulis hanturkan kepada Baginda Nabi Muhammad SAW. yang telah

membawa umatnya dari zaman jahiliah ke zaman yang penuh dengan ilmu

pengetahuan, semoga dapat berkumpul di Yaumil Qiyamah nanti.

Skripsi ini disusun dalam rangka memenuhi syarat-syarat untuk memperoleh

gelar Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Skripsi ini terselesaikan tentunya karena adanya dukungan, bimbingan dan

bantuan serta doa dari orang-orang di sekeliling penulis selama proses penyelesaian

skripsi ini. Oleh karenanya, izinkanlah penulis menyampaikan terima kasih kepada:

1. Keluarga penulis, Ibunda Darlinah Tri Pratiwi dan Ayahanda Muhammad

Tamzil yang tiada hentinya memberikan doa, dukungan, motivasi, serta

bersabar hati hingga akhirnya penulis dapat menyelesaikan skripsi ini. Serta

kakak penulis Muhammad Abdurahman, semoga kalian selalu dalam lindungan

Allah SWT.

2. Bapak Prof. Dr. Amilin, SE., Ak., M.Si., CA, QIA., BKP., CRMP selaku dekan

Fakultas Ekonomi dan Bisnis.

3. Bapak Drs. Rusdianto, M.Sc. selaku dosen pembimbing yang telah meluangkan

waktu, memberikan arahan dan ilmu yang bermanfaat selama masa bimbingan

hingga skripsi ini akhirnya terselesaikan.

4. Ibu Najwa Khairina, SE., MA. yang sudah bersedia meluangkan waktu dan

ilmunya untuk penulis bimbingan perihal hal statistika.

5. Bapak Drs. Jackie Nurdjaman Rachman MPS yang sudah memberikan ilmu

yang berguna dan dengan berbaik hati memberikan dorongan kepada penulis

untuk segera menyelesaikan skripsi.

6. Bapak Dr. M. Hartana Iswandi Putra, M.Si dan Bapak Deni Pandu Nugraha,

SE., M.Sc selaku Ketua Jurusan dan Sekretaris Jurusan Ekonomi Pembangunan

ix

yang telah memberikan arahan serta bimbingan yang berarti dalam penyelesaian

perkuliahan ini.

7. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang telah memberikan

ilmu yang sangat berguna dan berharga bagi penulis selama perkuliahan serta

jajaran karyawan dan staff UIN Syarif Hidayatullah Jakarta yang telah

memberikan pelayanan yang baik selama masa perkuliahan.

8. Teman-teman baik penulis Aset, Lulu, Evi, Mala, Gita yang selalu memberikan

dukungan, pertolongan, hiburan dan selalu ada ketika penulis sedang merasa

sedih ataupun senang.

9. Teman-teman KNN penulis dalam Group “Bale Rombeng” yang selalu

memberikan gelak tawa.

10. Teman baik penulis sejak SMP hingga sekarang, Dayen yang telah menjadi

teman berbagi cerita serta berbagi gelak tawa.

Semoga orang-orang yang telah berjasa terhadap penulis tersebut selalu

diberikan kesehatan dan pahala yang setimpal oleh Allah SWT. Selanjutnya,

penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan karena

keterbatasan pengetahuan maupun pengalaman yang dimiliki penulis. Oleh sebab

itu, penulis mengharapkan segala bentuk kritik dan saran yang membangun untuk

pencapaian yang lebih baik.

Wassalamualaikum Wr. Wb.

Jakarta, 19 November 2019

Muhammad Malik Ibrahim

x

DAFTAR ISI

BAB I PENDAHULUAN ...................................................................................... 1

A. Latar Belakang Penelitian .............................................................................. 1

B. Rumusan Masalah ........................................................................................ 11

C. Tujuan Penelitian ......................................................................................... 12

D. Manfaat Penelitian ....................................................................................... 12

BAB II TINJAUAN PUSTAKA ......................................................................... 13

A. Ketimpangan Pembangunan......................................................................... 13

B. Pendapatan Asli Daerah ............................................................................... 18

C. Penanaman Modal Asing ............................................................................. 20

D. Pengangguran ............................................................................................... 24

E. Hubungan Antar Variabel ............................................................................ 28

1. Hubungan antara Pendapatan Asli Daerah dan Ketimpangan

Pembangunan ......................................................................................... 28

2. Hubungan antara Penanaman Modal Asing dengan Ketimpangan

Pembangunan ......................................................................................... 28

3. Hubungan antara Pengangguran dengan Ketimpangan

Pembangunan ......................................................................................... 28

F. Penelitian Terdahulu .................................................................................... 29

G. Kerangka Berpikir ........................................................................................ 41

H. Hipotesis ....................................................................................................... 42

BAB III METODOLOGI PENELITIAN ......................................................... 44

A. Ruang Lingkup Penelitian ............................................................................ 44

B. Metode Penentuan Sampel ........................................................................... 44

C. Metode Pengumpulan Data .......................................................................... 45

D. Metode Analisis Data ................................................................................... 45

E. Operasional Variabel Penelitian ................................................................... 51

xi

BAB IV ANALISIS DAN PEMBAHASAN ...................................................... 54

A. Gambaran Umum Objek Penelitian ............................................................. 54

1. Daerah Khusus Ibukota (DKI) Jakarta ................................................... 54

2. Jawa Barat .............................................................................................. 58

3. Jawa Tengah ........................................................................................... 60

4. Daerah Istimewa (DI) Yogyakarta ......................................................... 64

5. Jawa Timur ............................................................................................. 67

6. Banten ..................................................................................................... 70

B. Estimasi Data Panel...................................................................................... 72

1. Uji Chow ................................................................................................ 73

2. Uji Hausman ........................................................................................... 73

3. Model Random Effect ............................................................................. 74

C. Pengujian Hipotesis ...................................................................................... 76

1. Uji Statistik t ........................................................................................... 76

2. Uji Statistik F .......................................................................................... 78

3. Adjusted R Squared (Adj. R2) ................................................................. 79

D. Analisis Ekonomi ......................................................................................... 79

1. Pendapatan Asli Daerah (PAD) terhadap Ketimpangan

Pembangunan ......................................................................................... 79

2. Penanaman Modal Asing (PMA) terhadap Ketimpangan

Pembangunan ......................................................................................... 81

3. Pengangguran terhadap Ketimpangan Pembangunan ............................ 83

BAB V KESIMPULAN DAN SARAN .............................................................. 84

A. Kesimpulan .................................................................................................. 84

B. Saran ............................................................................................................. 85

DAFTAR PUSTAKA .......................................................................................... 86

xii

LAMPIRAN-LAMPIRAN ................................................................................. 91

xiii

DAFTAR TABEL

Tabel 1.1 Pendapatan Asli Daerah (PAD) Berdasarkan Provinsi di Pulau Jawa

Tahun 2012-2018 (Miliar Rupiah) ...................................................... 4

Tabel 1.2 Kontribusi Produk Domestik Regional Bruto (PDRB) terhadap Produk

Domestik Bruto Indonesia berdasarkan Pulau di Indonesia tahun 2012-

2018 (Persen) ....................................................................................... 5

Tabel 1.3 Realisasi Penanaman Modal Asing (PMA) di Pulau Jawa Tahun 2012-

2018 (Juta US Dolar) Perkembangan Jumlah dan Laju Pengangguran

Terbuka di Pulau Jawa Tahun 2012-2018 ........................................... 8

Tabel 1.4 Jumlah Pengangguran Terbuka Berdasarkan Provinsi di Pulau Jawa

Tahun 2012-2018 (Orang) ................................................................... 8

Tabel 1.5 Indeks Williamson berdasarkan Provinsi di Pulau Jawa Tahun 2012-

2018 ................................................................................................... 10

Tabel 2.1 Penelitian Terdahulu .......................................................................... 34

Tabel 3.1 Operasional Variabel Penelitian ........................................................ 52

Tabel 4.1 Uji Chow............................................................................................ 73

Tabel 4.2 Uji Hausman ...................................................................................... 73

Tabel 4.4 Hasil Estimasi Data Panel.................................................................. 74

Tabel 4.5 Efek Individual .................................................................................. 75

Tabel 4.6 Uji Statistik t ...................................................................................... 77

Tabel 4.7 Uji Statistik F ..................................................................................... 79

Tabel 4.8 Adjusted R Squared (Adj. R2) ........................................................... 79

Tabel 4.9 Realisasi Belanja Pemerintah Daerah Provinsi-Provinsi di Pulau Jawa

2018 ................................................................................................... 81

xiv

DAFTAR GAMBAR

Gambar 2.1 Kerangka Pemikiran ...........................................................................41

xv

DAFTAR GRAFIK

Grafik 1.1 Realisasi Investasi Penanaman Modal Asing (PMA) berdasarkan Pulau

di Indonesia Tahun 2012-2018 (Persen) .............................................. 6

Grafik 1.2 Perkembangan Jumlah Pengangguran Terbuka di Pulau Jawa Tahun

2012-2018 (Persen) ..............................................................................8

Grafik 4.1 Realisasi Pendapatan Asli Daerah (PAD) Provinsi DKI Jakarta tahun

2012-2018 (Miliar Rupiah) ................................................................ 54

Grafik 4.2 Realisasi Penanaman Modal Asing (PMA) Provinsi DKI Jakarta tahun

2012-2018 (Juta US Dolar)................................................................ 55

Grafik 4.3 Jumlah Pengangguran Terbuka Provinsi DKI Jakarta tahun 2012-2018

(Orang)............................................................................................... 56

Grafik 4.4 Indeks Williamson (IW) Provinsi DKI Jakarta tahun 2012-2018 ..... 57

Grafik 4.5 Realisasi Pendapatan Asli Daerah (PAD) Provinsi Jawa Barat tahun

2012-2018 (Miliar Rupiah) ................................................................ 58

Grafik 4.6 Realisasi Penanaman Modal Asing (PMA) Provinsi Jawa Barat tahun

2012-2018 (Juta US Dolar)................................................................ 59

Grafik 4.7 Jumlah Pengangguran Terbuka Provinsi Jawa Barat tahun 2012-2018

(Ribu Orang) ...................................................................................... 60

Grafik 4.8 Indeks Williamson (IW) Provinsi Jawa Barat tahun 2012-2018 ....... 60

Grafik 4.9 Realisasi Pendapatan Asli Daerah (PAD) Provinsi Jawa Tengah tahun

2012-2018 (Miliar Rupiah) ................................................................ 61

Grafik 4.10 Realisasi Penanaman Modal Asing (PMA) Provinsi Jawa Tengah tahun

2012-2018 (Juta US Dolar)................................................................ 62

Grafik 4.11 Jumlah Pengangguran Terbuka Provinsi Jawa Tengah tahun 2012-2018

(Orang)............................................................................................... 62

Grafik 4.12 Indeks Williamson (IW) Provinsi Jawa Tengah tahun 2012-2018 .... 63

Grafik 4.13 Realisasi Pendapatan Asli Daerah (PAD) Provinsi DI Yogyakarta

tahun 2012-2018 (Miliar Rupiah) ...................................................... 64

xvi

Grafik 4.14 Realisasi Penanaman Modal Asing (PMA) Provinsi DI Yogyakarta

tahun 2012-2018 (Juta US Dollar) ..................................................... 65

Grafik 4.15 Jumlah Pengangguran Terbuka Provinsi DI Yogyakarta tahun 2012-

2018 (Orang)...................................................................................... 66

Grafik 4.16 Indeks Williamson (IW) Provinsi DI Yogyakarta tahun 2012-2018 . 66

Grafik 4.17 Realisasi Pendapatan Asli Daerah (PAD) Provinsi Jawa Timur tahun

2012-2018 (Miliar Rupiah) ................................................................ 67

Grafik 4.18 Realisasi Penanaman Modal Asing (PMA) Provinsi Jawa Timur tahun

2012-2018 (Juta US Dolar)................................................................ 68

Grafik 4.19 Jumlah Pengangguran Terbuka Provinsi Jawa Timur tahun 2012-2018

(Orang)............................................................................................... 69

Grafik 4.20 Indeks Williamson (IW) Provinsi Jawa Timur tahun 2012-2018 ...... 70

Grafik 4.21 Realisasi Pendapatan Asli Daerah (PAD) Provinsi Banten tahun 2012-

2018 (Miliar Rupiah) ......................................................................... 70

Grafik 4.22 Realisasi Penanaman Modal Asing (PMA) Provinsi Banten tahun

2012-2018 (Juta US Dolar)................................................................ 71

Grafik 4.23 Jumlah Pengangguran Terbuka Provinsi Banten tahun 2012-2018

(Orang)............................................................................................... 72

Grafik 4.24 Indeks Williamson (IW) Provinsi Banten tahun 2012-2018 ............. 72

xvii

DAFTAR LAMPIRAN

Lampiran 1: Uji Model Panel ............................................................................ 91

A. Common Effects Model ................................................................................ 91

B. Fixed Effects Model...................................................................................... 92

C. Uji Chow ...................................................................................................... 93

D. Random Effects Model ................................................................................. 94

E. Uji Hausman ................................................................................................ 95

Lampiran 2: Data Penelitian .............................................................................. 96

1

BAB I

PENDAHULUAN

A. Latar Belakang Penelitian

Indonesia merupakan negara kepulauan yang terdiri dari 34 Provinsi dengan

potensi dan kondisi masing-masing daerah yang berbeda-beda, mulai dari

kondisi alam, sosial, ekonomi hingga budaya. Beberapa daerah berbatasan

dengan laut atau biasa disebut wilayah pesisir sehingga berpotensi besar dalam

pengembangan sektor perikanan, sedangkan daerah lainnya terletak pada

dataran tinggi sehingga berpotensi dalam pengembangan sektor perkebunan.

Ada pula daerah yang memiliki sumber daya alam yang melimpah sehingga

unggul dalam sektor pertanian dan perkebunan, sedangkan daerah lainnya

memiliki infrastruktur yang maju sehingga unggul dalam sektor industri dan

jasa.

Potensi yang berbeda-beda pada masing-masing daerah tersebut merupakan

suatu peluang bagi daerah yang bersangkutan yang apabila dimanfaatkan secara

optimal dapat menciptakan suatu proses pembangunan yang menguntungkan

bagi daerah beserta masyarakatnya.

Menurut Sadono Sukirno (2014), pembangunan atau pembangunan

ekonomi merupakan suatu rangkaian pengembangan kegiatan ekonomi

sehingga lebih banyak infrastruktur yang tersedia, bertambah dan

berkembangnya perusahaan, menigkatnya taraf pendidikan dan teknologi, yang

kemudian berimplikasi pada bertambahnya kesempatan kerja, meningkatnya

pendapatan negara dan masyarakat serta tercapainya kesejahteraan masyarakat.

Berdasarkan pengertian tersebut, maka tujuan dari dilaksanakannya

pembangunan adalah untuk meningkatkan pertumbuhan ekonomi dan

kesejahteraan sosial yang merata pada seluruh masyarakat sesuai dengan

keinginan dan aspirasi masyarakat (Sjafrizal, 2008).

Proses pembangunan yang baik dapat tercapai apabila masyarakat dan

pemerintah berperan aktif dalam mengelola potensi yang terdapat di daerah

yang ditempatinya. Oleh karena itu, menurut Undang-Undang Nomor 23 Tahun

2014 tentang Pemerintahan Daerah yang sebelumnya merupakan Undang-

2

Undang Nomor 32 Tahun 2004 menyatakan bahwa sistem pemerintahan

Indonesia menerapkan sistem otonomi daerah. Menurut Undang-Undang

Nomor 23 Tahun 2014, Otonomi Daerah adalah “hak, wewenang, dan

kewajiban daerah otonom untuk mengatur dan mengurus sendiri Urusan

Pemerintahan dan kepentingan masyarakat setempat dalam sistem Negara

Kesatuan Republik Indonesia”. Secara singkat, otonomi daerah dapat diartikan

sebagai hak atau wewenang bagi suatu daerah otonom untuk mengurus rumah

tangganya sendiri (Sarudajang dalam Sjafrizal, 2008). Hal ini mengartikan

bahwa dengan diterapkannya sistem otonomi daerah, masyarakat dan

pemerintah daerah memiliki hak dan wewenang untuk menentukan arah

pembangunan sesuai dengan kebutuhan daerahnnya masing-masing.

Penerapan sistem otonomi daerah tersebut muncul sebagai solusi dari

permasalahan pembangunan yang disebabkan oleh sistem pemerintahan

sentralisasi. Menurut Sjafrizal (2008) sistem pemerintahan sentralisasi telah

menghasilkan proses pembangunan yang kurang efisien dan memperlebar

ketimpangan antar daerah dikarenakan kebijakannya yang seragam untuk

seluruh daerah serta mengabaikan perbedaan potensi yang terdapat pada

masing-masing daerah.

Tidak dapat dipungkiri bahwa dalam penyelenggaraan otonomi daerah

diperlukan kemampuan keuangan daerah yang mumpuni sehingga tujuan

pembangunan dapat tercapai. Oleh karena itu, setelah diberlakukannya sistem

otonomi daerah, maka setiap daerah memiliki kewenangan untuk menggali dan

memanfaatkan potensi ekonomi yang dimiliki daerahnya demi membiayai

segala urusan pemerintahan daerah serta kegiatan pembangunan daerah. Jenis

penerimaan daerah yang berasal dari pemanfaatan potensi daerah tersebut biasa

disebut Pendapatan Asli Daerah (PAD).

Pendapatan Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah

yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan

perundang-undangan (Darise, 2009). Berdasarkan Undang-Undang Nomor 33

Tahun 2004 tentang Perimbangan Keuangan Antara Pemerintah Pusat dan

Pemerintah Daerah, PAD bersumber dari Pajak Daerah, Retribusi Daerah, Hasil

Pengelolaan Kekayaan yang Dipisahkan dan Lain-lain PAD yang Sah. Semakin

3

banyak potensi sumber daya alam dan sumber daya manusia yang dimanfaatkan

oleh daerah, maka semakin besar jumlah PAD yang akan diperoleh daerah

tersebut.

Pulau Jawa merupakan salah satu pulau yang berada di Indonesia. Secara

administratif, Pulau Jawa terdiri atas 6 Provinsi, diantaranya Provinsi DKI

Jakarta, Provinsi Jawa Barat, Provinsi Jawa Tengah, Daerah Istimewa

Yogyakarta, Provinsi Jawa Timur dan Provinsi Banten. Secara geografis, Pulau

Jawa memiliki banyak gunung vulkanik yang menyebabkan tanah di Pulau

Jawa bersifat subur sehingga cocok untuk kegiatan pertanian dan perkebunan.

Dari segi sumber daya manusia, pada tahun 2014 sebesar 58% dari keseluruhan

angkatan kerja di Indonesia menempati Pulau Jawa (BPS, 2014). Hal tersebut

merupakan daya tarik Pulau Jawa untuk mengundang para pengusaha untuk

mendirikan usahanya di Pulau Jawa. Selain itu, pembangunan prasana dan

sarana di Pulau Jawa juga terus mengalami peningkatan yang lebih cepat

dibandingkan wilayah lainnya di luar Pulau Jawa sehingga kegiatan pada sektor

industri dan jasa di Pulau Jawa berkembang pesat.

Potensi yang dimiliki Pulau Jawa tersebut dapat dimanfaatkan sehingga

menjadi sumber penerimaan daerah untuk membiayai kegiatan pembangunan

daerah di Pulau Jawa.

4

Tabel 1.1

Pendapatan Asli Daerah (PAD) Berdasarkan Provinsi di Pulau Jawa

Tahun 2012-2018 (Miliar Rupiah)

Sumber: BPS Indonesia, 2019.

Berdasarkan data dari Badan Pusat Statistik (BPS), jumlah PAD yang

terealisasikan di provinsi-provinsi di Pulau Jawa pada tahun 2012-2018

memiliki kecenderungan meningkat. Apabila diakumulasikan, maka realisasi

PAD di Pulau Jawa pada tahun 2012 adalah sebesar 52.778,6 miliar rupiah dan

terus meningkat hingga mencapai 103.580,6 miliar rupiah pada tahun 2018 atau

meningkat sebesar 96%.

Provinsi DKI Jakarta memiliki realisasi PAD terbesar dibandingkan 5

provinsi lainnya di Pulau Jawa. Secara umum, realisasi PAD Provinsi DKI

Jakarta pada tahun 2012 hingga 2018 mengalami perkembangan yang

cenderung meningkat. Realisasi PAD Provinsi DKI Jakarta pada tahun 2012

adalah sebesar 22.040,8 miliar rupiah dan terus meningkat hingga mencapai

43.901,5 miliar rupiah pada tahun 2017 dan mengalami penurunan sebesar 1,3%

pada tahun 2018 sehingga menjadi 43.327,1 miliar rupiah. Kontribusi terbesar

terhadap realisasi PAD Provinsi DKI Jakarta bersumber dari pemungutan pajak

daerah (Pemerintah Provinsi DKI Jakarta, 2019).

Selanjutnya, Provinsi yang menghasilkan realisasi PAD terbesar di Pulau

Jawa setelah Provinsi DKI Jakarta adalah Provinsi Jawa Barat, dimana pada

tahun 2012 menghasilkan PAD sebesar 9.982,9 miliar rupiah dan terus

meningkat hingga mencapai 19.642,9 miliar rupiah pada tahun 2018 atau

meningkat sebesar 96,8% dari tahun 2012. Selain Provinsi DKI Jakarta dan

Provinsi Jawa Barat, realisasi PAD di provinsi lainnya di Pulau Jawa juga terus

Provinsi Tahun

2012 2013 2014 2015 2016 2017 2018

DKI Jakarta 22.040,8 26.852,2 31.274,2 33.686,2 36.888 43.901,5 43.327,1

Jawa Barat 9.982,9 12.360,1 15.038,2 16.032,8 17.042,9 18.081,1 19.642,9

Jawa Tengah 6.629,3 8.212,8 9.916,4 10.904,8 11.541 12.547,5 13.711,8

DI Yogyakarta 1.004,1 1.216,1 1.464,6 1.593,1 1.673,8 1.852 2.041,1

Jawa Timur 9.725,6 11.596,4 14.442,2 15.402,6 15.817,8 17.324,2 18.531,1

Banten 3.395,9 4.118,6 4.899,1 4.972,7 5.463,2 5.756,4 6.326,6

Pulau Jawa 52.778,6 64.356,1 77.034,7 82.592,4 88.426,6 99.462,6 103.580,6

5

mengalami peningkatan setiap tahunnya. Kondisi realisasi PAD yang baik

tersebut mengindikasikan bahwa Pulau Jawa memiliki kondisi pertumbuhan

ekonomi yang baik pula.

Tabel 1.2

Kontribusi Produk Domestik Regional Bruto (PDRB) terhadap Produk Domestik

Bruto Indonesia berdasarkan Pulau di Indonesia tahun 2012-2018 (Persen)

Provinsi Tahun

2012 2013 2014 2015 2016 2017 2018

P. Sumatera 22,31 22,14 22,02 21,71 21,53 21,34 21,18

P. Jawa 57,51 57,67 57,87 58,14 58,38 58,60 58,83

P. Bali dan Nusa Tenggara 2,87 2,88 2,90 3,05 3,07 3,02 2,95

P. Kalimantan 9,40 9,24 9,08 8,77 8,51 8,43 8,32

P. Sulawesi 5,45 5,55 5,64 5,81 5,94 6,04 6,11

P. Maluku dan Papua 2,46 2,51 2,49 2,52 2,58 2,57 2,61

Total 100 100 100 100 100 100 100

Sumber: BPS Indonesia, 2019, data diolah.

Apabila dibandingkan dengan pulau lainnya di Indonesia, PDRB Pulau

Jawa berkontribusi terbesar terhadap PDB Indonesia dibandingkan kontribusi

PDRB pulau lainnya di Indonesia. Pada tahun 2012 hingga 2018, PDRB Pulau

Jawa berkontribusi lebih dari 50 persen terhadap PDB Indonesia. Persentasenya

bahkan semakin meningkat setiap tahunnya. Hal tersebut mengartikan bahwa

perekonomian Pulau Jawa memiliki peranan penting terhadap perekonomian

Indonesia.

Peran penting perekonomian Pulau Jawa bagi perekonomian Indonesia

tersebut menjadi alasan para investor untuk mendirikan usaha di Pulau Jawa.

Hal ini didasari pada pemikiran bahwa kegiatan berinvestasi akan lebih

menguntungkan apabila dilakukan di daerah yang padat akan kegiatan ekonomi.

6

Grafik 1.1

Realisasi Penanaman Modal Asing (PMA) berdasarkan Pulau di Indonesia Tahun

2012-2018 (Persen)

Sumber: BKPM, 2019, data diolah.

Berdasarkan grafik 1.1, terlihat bahwa lebih dari 50 persen investasi

Penanaman Modal Asing (PMA) di Indonesia tahun 2012-2018 paling banyak

terealisasikan di Pulau Jawa. Soekarni, dkk., (2008) menyebutkan bahwa

tingginya realisasi PMA di Pulau Jawa disebabkan oleh beberapa faktor,

diantaranya: infrastruktur yang memadai, sektor pendukung dan sektor terkait

yang beragam, pasar yang lebih luas serta jumlah tenaga kerja terampil dan

terdidik yang lebih banyak dibandingkan dengan daerah lain.

Tabel 1.3

Realisasi Penanaman Modal Asing (PMA) di Pulau Jawa Tahun 2012-2018 (Juta US Dolar)

Provinsi Tahun

2012 2013 2014 2015 2016 2017 2018

DKI Jakarta 4.107,7 2.591,1 4.509,4 3.619,4 3.398,2 4.595 4.857,7

Jawa Barat 4.210,7 7.124,9 6.562 5.738,7 5.470,9 5.142,9 5.573,5

Jawa Tengah 241,5 464,3 463,4 850,4 1.030,8 2.372,5 2.372,7

DI Yogyakarta 84,9 29,6 64,9 89,1 19,6 36,5 81,3

Jawa Timur 2.298,8 3.396,3 1.802,5 2.593,4 1941 1.566,7 1.333,4

Banten 2.716,3 3.720,2 2.034,6 2.542 2.912,1 3.047,5 2.827,3

Total 13.659,9 17.326,4 15.436,8 15.433 14.772,6 16.761,1 17.046 Sumber: BKPM, 2019.

1512 14 13

2017 17

5660

54 53 51 52

58

5 3 4 4 3 4 5

1310

1620

9 9 76 5 7 59 11

85

105 5

8 7 6

0

10

20

30

40

50

60

70

2012 2013 2014 2015 2016 2017 2018

Per

sen

Sumatera Jawa Bali,Nusa Tenggara Kalimantan Sulawesi Maluku, Papua

7

Secara akumulatif, realisasi PMA di Pulau Jawa memiliki perkembangan

yang berfluktuatif. Pada tahun 2012, realisasi PMA di Pulau Jawa adalah

sebesar 13.659,9 juta US Dolar lalu mengalami peningkatan pada tahun 2013

sebesar 26,8% sehingga menjadi 17.326,4 juta US Dolar. Kemudian terjadi

penurunan pada tahun 2014 hingga 2016 dan mulai meningkat kembali pada

tahun 2017 dan 2018.

Menurut data Badan Koordinasi Penanaman Modal (BKPM), PMA di Pulau

Jawa tahun 2012-2018 paling banyak terealisasi di Provinsi Jawa Barat. Terlihat

dalam tabel 1.3 bahwa pada tahun 2012, investasi modal asing yang

terealisasikan di Provinsi Jawa Barat adalah sebesar 4.210,7 juta US Dolar atau

31% dari total PMA di Pulau Jawa terealisasikan di Provinsi Jawa Barat.

Walaupun jumlah realisasi PMA di Provinsi Jawa Barat dari tahun 2012 hingga

2018 bersifat fluktuatif, namun selama periode 7 tahun tersebut, realisasi PMA

tertinggi di Pulau Jawa terus ditempati oleh Provinsi Jawa Barat. Tingginya

realisasi PMA di Provinsi Jawa Barat tersebut dikarenakan banyaknya industri

dan kawasan industri yang berkembang di Jawa Barat (Kantor Perwakilan Bank

Indonesia Provinsi Jawa Barat, 2017).

Provinsi selanjutnya dengan realisasi PMA terbesar di Pulau Jawa adalah

Provinsi DKI Jakarta. Provinsi DKI Jakarta sebagai ibu kota Indonesia

menyediakan infrastruktur yang memadai dan pemusatan kegiatan ekonomi

yang menarik banyak investor untuk menanamkan modal di Provinsi DKI

Jakarta. Sama halnya dengan Provinsi Jawa Barat, realisasi PMA di Provinsi

DKI Jakarta juga mengalami perkembangan yang berfluktuatif. Selama tahun

2012 hingga 2018, terjadi tiga kali peningkatan realisasi PMA yaitu pada tahun

2014 sebesar 74%, 2017 sebesar 35,2% dan tahun 2018 sebesar 5,7%. Provinsi

lainnya di Pulau Jawa yang diurutkan berdasarkan tingginya PMA yang

terealisasikan pada masing-masing provinsi adalah Provinsi Banten, Provinsi

Jawa Tengah, Provinsi Jawa Timur dan terakhir DI Yogyakarta.

Tingginya realisasi PMA di Pulau Jawa tersebut akan diikuti dengan

semakin luasnya kesempatan kerja bagi masyarakat yang kemudian

berimplikasi terhadap jumlah pengagguran di Pulau Jawa.

8

Grafik 1.2

Perkembangan Jumlah dan Laju Pengangguran Terbuka di Pulau Jawa Tahun 2012-2018


Secara akumulatif, jumlah Pengangguran Terbuka di Pulau Jawa pada tahun

2012 hingga 2018 bersifat fluktuatif namun memiliki kecenderungan menurun.

Setelah mengalami peningkatan pada tahun 2013 sebesar 68.042 orang atau

1,44%, jumlah Pengangguran Terbuka di Pulau Jawa mulai menurun dari tahun

2014 hingga 2016 lalu meningkat kembali sebesar 45.276 orang atau 1,03%

pada tahun 2017 dan diikuti penurunan sebesar 0,78% pada tahun 2018. Selama

tujuh tahun tersebut, penurunan terbesar terjadi pada tahun 2014, yaitu menurun

sebesar 209.457 orang atau 4,36% dari tahun 2013.

Tabel 1.4

Jumlah Pengangguran Terbuka Berdasarkan Provinsi di Pulau Jawa Tahun 2012-2018 (Orang)

Sumber: BPS Indonesia, 2018.

2012 2013 2014 2015 2016 2017 2018

Jumlah 4737026 4805068 4595611 4523379 4387113 4432389 4397978

4100000

4200000

4300000

4400000

4500000

4600000

4700000

4800000

4900000Ju

mla

h (

Ora

ng)

Provinsi Tahun

2012 2013 2014 2015 2016 2017 2018

DKI Jakarta 529.976 467.178 429.110 368.190 317.007 346.945 314.841

Jawa Barat 1.828.986 1.870.649 1.775.196 1.794.874 1.873.861 1.839.428 1.848.234

Jawa Tengah 962.141 1.022.728 996.344 863.783 801.330 823.938 814.347

DI Yogyakarta 77.150 63.889 67.418 80.245 57.036 64.019 73.350

Jawa Timur 819.563 871.338 843.490 906.904 839.283 838.496 850.474

Banten 519.210 509.286 484.053 509.383 498.596 519.563 496.732

Total 4.737.026 4.805.068 4.595.611 4.523.379 4.387.113 4.432.389 4.397.978

9

Diantara 6 provinsi di Pulau Jawa, Provinsi Jawa Barat memiliki jumlah

Pengangguran Terbuka terbesar selama tahun 2012-2018. Perkembangan

jumlah Pengangguran Terbuka di Provinsi Jawa Barat bersifat fluktuatif,

dimana pada tahun 2013 jumlahnya mengalami peningkatan, namun menurun

di tahun selanjutnya sebesar 95.453 orang atau 5,1% dan terus meningkat

hingga tahun 2016, kemudian diikuti penurunan sebesar 34.433 orang atau

1,84% pada tahun 2017 dan meningkat kembali sebesar 8.806 orang atau 0,48%

pada tahun 2018. Tingginya jumlah Pengangguran Terbuka di Provinsi Jawa

Barat tersebut disebabkan oleh lapangan pekerjaan yang belum mampu

menyerap banyaknya tenaga kerja di Provinsi Jawa Barat (BPS Provinsi Jawa

Barat, 2017). Selain itu, pengangguran di Provinsi Jawa Barat juga masih

didominasi oleh lulusan SMK sehingga banyak terjadi ketidaksesuaian antara

pendidikan dengan kualifikasi tenaga kerja yang dibutuhkan (Kantor

Perwakilan BI Provinsi Jawa Barat, 2018). Sedangkan, Daerah Istimewa

Yogyakarta memiliki jumlah Pengangguran Terbuka terendah diantara 6

provinsi lainnya di Pulau Jawa pada periode yang sama.

Perekonomian yang tinggi di Pulau Jawa berimplikasi pada proses

pembangunan daerah yang semakin membaik. Namun, ketika proses

pembangunan yang maju di suatu daerah tidak diimbangi dengan pemerataan,

maka akan menyebabkan suatu ketimpangan pembangunan antar daerah. Untuk

melihat seberapa besar ketimpangan pembangunan yang terjadi, maka dapat

digunakan suatu alat ukur ketimpangan pembangunan berupa Indeks

Williamson.

Indeks Williamson (IW) merupakan indeks yang diperkenalkan oleh Jeffrey

G. Williamson pada tahun 1966. Indeks Williamson dihitung menggunakan

data dasar berupa Produk Domestik Regional Bruto (PDRB) Perkapita dan

jumlah penduduk di suatu daerah (Sjafrizal, 2008). Nilai IW berkisar antara 0

hingga 1 dengan spesifikasi jika nilai IW lebih dari 0 hingga 0,4 maka

dikategorikan dalam ketimpangan rendah, jika nilai IW lebih dari 0,4 hingga

0,5 maka dikategorikan dalam ketimpangan moderat dan jika nilai IW lebih dari

0,5 hingga 1 maka dikategorikan dalam ketimpangan tinggi (RKPD Kota

Yogyakarta, 2017).

10

Tabel 1.5

Indeks Williamson berdasarkan Provinsi di Pulau Jawa Tahun 2012-2018


Tabel 1.5 memperlihatkan bahwa pada tahun 2012 hingga 2018, Provinsi

Jawa Timur merupakan provinsi dengan ketimpangan pembangunan tertinggi

dibandingkan 6 provinsi lainnya di Pulau Jawa. Hal ini dapat dilihat dari nilai

Indeks Williamson (IW) Provinsi Jawa Timur yang sudah mencapai 0,9 pada

tahun 2012 dan cenderung meningkat hingga tahun 2018. Nilai 0,9 tersebut

memiliki arti bahwa ketimpangan pembangunan pada Provinsi Jawa Timur

sudah masuk dalam kategori tinggi. Tingginya nilai IW Provinsi Jawa Timur

tersebut bahkan sudah melebihi nilai IW Nasional. Jika dibandingkan provinsi

lainnya di Pulau Jawa, Daerah Istimewa Yogyakarta memiliki nilai IW

terendah, yaitu konstan sebesar 0,48 selama tahun 2012 hingga tahun 2018.

Secara rata-rata, nilai Indeks Williamson pada provinsi-provinsi di Pulau Jawa

tahun 2012-2018 sudah masuk ke dalam ketimpangan kategori tinggi karena

nilainya yang sudah melebihi 0,5. Artinya, ketimpangan pembangunan pada

provinsi-provinsi di Pulau Jawa sudah terlampau tinggi.

Menurut Sjafrizal (2008) terdapat beberapa faktor penyebab terjadinya

suatu ketimpangan pembangunan: (i) perbedaan kandungan sumber daya alam

yang mempengaruhi produksi suatu daerah; (ii) perbedaan kondisi demografi

yang mempengaruhi produktivitas kerja masyarakat suatu daerah; (iii) kurang

lancarnya mobilitas barang dan jasa; (iv) kegiatan ekonomi yang terkonsentrasi

pada satu wilayah; (v) dan perbedaan alokasi dana pembangunan antar wilayah.

Provinsi Tahun

2012 2013 2014 2015 2016 2017 2018

DKI Jakarta 0.49 0.49 0.50 0.50 0.51 0.51 0.51

Jawa Barat 0.71 0.71 0.71 0.71 0.70 0.70 0.70

Jawa Tengah 0.68 0.67 0.67 0.66 0.65 0.64 0.64

DI Yogyakarta 0.48 0.48 0.48 0.48 0.48 0.48 0.48

Jawa Timur 0.95 0.95 0.95 0.96 0.96 0.96 0.97

Banten 0.64 0.64 0.64 0.63 0.63 0.64 0.63

Rata-rata 0.66 0.66 0.66 0.66 0.66 0.66 0.66

Nasional 0,76 0,71 0,71 0,70 0,70 0,71 0.71

11

Adisasmita (2014) mengemukakan bahwa ketimpangan antar daerah

memberikan dampak negatif dari segi ekonomi, sosial dan politik. Dari segi

ekonomi, ketimpangan mengakibatkan perbedaan pertumbuhan ekonomi dan

kesejahteraan masyarakat. Dari segi sosial, pembangunan yang tidak merata

menimbulkan kecemburuan sosial dalam masyarakat. Dari segi politik,

ketimpangan menciptakan ketidakstabilan nasional yang membahayakan

persatuan dan kesatuan bangsa. Sedangkan, menurut Todaro (2004), selain

berdampak negatif, ketimpangan juga dapat memberikan dampak positif

apabila ketimpangan tersebut dapat mendorong daerah yang kurang maju untuk

bersaing demi memajukan perekonomian daerah dan kesejahteraan masyarakat

di daerahnya.

Melihat fenomena ketimpangan pembangunan yang tinggi di Pulau Jawa

ketika perekonomian di Pulau Jawa memperlihatkan kondisi yang baik

membuat penulis tertarik untuk mengetahui apa saja faktor yang mempengaruhi

ketimpangan pembangunan di Pulau Jawa. Oleh karena itu, penelitian ini

penulis beri judul “Analisis Pengaruh Pendapatan Asli Daerah (PAD),

Penanaman Modal Asing (PMA) dan Pengangguran terhadap Ketimpangan

Pembangunan di Pulau Jawa Tahun 2012-2018”.

B. Rumusan Masalah

Berdasarkan pemaparan latar belakang diatas, maka permasalahan yang

dapat dirumuskan dalam penelitian ini adalah:

1. Bagaimana pengaruh Variabel Pendapatan Asli Daerah (PAD) secara

parsial terhadap Variabel Ketimpangan Pembangunan pada Provinsi-

provinsi di Pulau Jawa Tahun 2012-2018?

2. Bagaimana pengaruh Variabel Penanaman Modal Asing (PMA) secara

parsial terhadap Variabel Ketimpangan Pembangunan pada Provinsi-

provinsi di Pulau Jawa Tahun 2012-2018?

3. Bagaimana pengaruh Variabel Pengangguran secara parsial terhadap

Variabel Ketimpangan Pembangunan pada Provinsi-provinsi di Pulau Jawa

Tahun 2012-2018?

4. Bagaimana pengaruh Variabel Pendapatan Asli Daerah (PAD), Penanaman

Modal Asing (PMA) dan Pengangguran secara simultan terhadap Variabel

12

Ketimpangan Pembangunan pada Provinsi-provinsi di Pulau Jawa Tahun

2012-2018?

C. Tujuan Penelitian

Berdasarkan latar belakang dan rumusan masalah yang telah dijabarkan,

maka tujuan penulis melakukan penelitian ini adalah:

1. Untuk mengetahui pengaruh Variabel Pendapatan Asli Daerah (PAD)

secara parsial terhadap Variabel Ketimpangan Pembangunan pada Provinsi-

provinsi di Pulau Jawa Tahun 2012-2018.

2. Untuk mengetahui pengaruh Variabel Penanaman Modal Asing (PMA)

secara parsial terhadap Variabel Ketimpangan Pembangunan pada Provinsi-

provinsi di Pulau Jawa Tahun 2012-2018.

3. Untuk mengetahui pengaruh Variabel Pengangguran secara parsial terhadap


Tahun 2012-2018.

4. Untuk mengetahui pengaruh Variabel Pendapatan Asli Daerah (PAD),

Penanaman Modal Asing (PMA), Pengangguran secara simultan terhadap


tahun 2012-2018.

D. Manfaat Penelitian

Hasil penelitian ini diharapkan bermanfaat bagi:

1. Peneliti Lain

Memberikan informasi bagi peneliti lain yang ingin melakukan penelitian

terkait ketimpangan pembangunan, khususnya ketimpangan pembangunan

pada Provinsi-provinsi di Pulau Jawa.

2. Pemerintah

Sebagai masukan dan bahan pertimbangan pemerintah daerah dalam

merumuskan suatu kebijakan pembangunan daerah.

3. Umum

Memberi informasi dan tambahan pengetahuan bagi pembaca mengenai

penelitian yang berkaitan dengan faktor-faktor yang mempengaruhi

ketimpangan pembangunan.

13

BAB II

TINJAUAN PUSTAKA

A. Ketimpangan Pembangunan

1. Pengertian Pembangunan

Sebelum membahas pengertian ketimpangan pembangunan, perlu

dipahami terlebih dahulu arti dari kata ‘pembangunan’ itu sendiri. Pada

mulanya pembangunan diartikan sebagai peningkatan Produk Domestik

Bruto (PDB) yang terjadi secara terus menerus di suatu negara. Namun pada

dasawarsa 1960-an, banyak negara berkembang menyadari bahwa

pertumbuhan ekonomi yang terus meningkat tersebut ternyata dibarengi

dengan masalah-masalah seperti pengangguran, kemiskinan, ketimpangan

distribusi pendapatan dan ketidakseimbangan struktural (Sjahrir dalam

Kuncoro, 2010). Hal tersebutlah yang mendasari bahwa pembangunan

sebenarnya memiliki arti yang lebih luas dari sekedar peningkatan

pertumbuhan ekonomi.

Berbeda dengan pertumbuhan ekonomi yang hanya memperlihatkan

perkembangan kegiatan ekonomi yang berlangsung pada suatu waktu

tertentu apabila dibandingkan dengan tahun sebelumnya, pembangunan

ekonomi dianggap sebagai proses multi-dimensional dimana terjadi

perubahan mendasar atas struktur sosial, sikap masyarakat, dan lembaga-

lembaga nasional, dengan tetap mengakselerasi pertumbuhan ekonomi,

mengurangi ketimpangan pendapatan, dan mengentaskan masalah

kemiskinan (Todaro, 2004).

Sadono Sukirno (2014) mengartikan pembangunan ekonomi sebagai

suatu rangkaian pengembangan kegiatan ekonomi yang menyebabkan

bertambahnya infrastruktur, bertambah dan berkembangnya perusahaan,

menigkatnya taraf pendidikan dan teknologi, yang kemudian berimplikasi

pada bertambahnya kesempatan kerja, meningkatnya pendapatan negara

dan masyarakat serta tercapainya kesejahteraan masyarakat.

14

2. Pengertian Ketimpangan Pembangunan

Setelah mengetahui apa arti dari kata ‘pembangunan’, maka dapat

disimpulkan bahwa ketimpangan pembangunan merupakan perbedaan

dalam kondisi ekonomi dimana pertumbuhan ekonomi di suatu daerah lebih

tinggi dibandingkan daerah lain serta perbedaan dalam kondisi prasarana

dan sarana sosial-ekonomi yang berdampak terhadap tingkat kesejahteraan

masyarakat. Selanjutnya, Sjafrizal (2008) mengartikan ketimpangan

pembangunan sebagai perbedaan kemampuan suatu daerah dalam

mendorong proses pembangunan daerahnya yang disebabkan oleh

perbedaan dalam faktor sumber daya alam dan kondisi demografi pada

setiap daerah.

3. Teori Ketimpangan Pembangunan

Secara teoritis, Simon Kuznets (1955) berpendapat bahwa ketimpangan

distribusi pendapatan cenderung meningkat pada tahap awal pertumbuhan.

Hal tersebut disebabkan oleh perbedaan struktur ekonomi antar daerah,

dimana pada daerah maju sudah terkonsentrasi pada sektor industri yang

memiliki produktivitas tinggi, sedangkan daerah yang kurang berkembang

masih terkonsentrasi pada sektor tradisional (Todaro dan Smith, 2009).

Kemudian, ketimpangan tersebut berangsur-angsur menurun seiring dengan

berlanjutnya tahap pertumbuhan sehingga apabila digambarkan dengan

kurva akan berbentuk huruf U terbalik (Todaro, 2004).

Selanjutnya, Gunnar Myrdal (1957) telah mengemukakan bahwa

ketimpangan pembangunan disebabkan oleh dampak balik yang kuat dan

dampak sebar yang lemah di negara berkembang. Dampak balik atau

backwash effect sendiri diartikan sebagai dampak negatif dimana

perekonomian yang maju di pusat pengembangan ekonomi akan merugikan

pembangunan di wilayah lainnya, sedangkan dampak sebar atau spread

effect merupakan dampak positif dimana pembangunan yang maju dari

pusat pengembangan ekonomi akan menyebar ke berbagai wilayah lainnya.

Myrdal dalam Jhingan (2012) menyebutkan bahwa ketimpangan

pembangunan diciptakan oleh motif laba dalam sistem kapitalis yang

membuat kegiatan ekonomi terpusat pada daerah-daerah yang memiliki

15

harapan laba tinggi sehingga daerah lain menjadi terlantar. Daerah pusat

aktivitas ekonomi tersebut kemudian merangsang investasi dan menyerap

para tenaga kerja muda dan aktif yang berasal dari daerah kurang maju

sehingga memperbesar dampak balik atau backwash effect.

Selain dampak balik, perekonomian yang maju di suatu daerah juga

dapat menciptakan dampak sebar atau spread effect ketika permintaan yang

meningkat di daerah maju akan meningkatkan permintaan tambahan berupa

hasil pertanian, hasil industri rumah tangga, dan hasil industri barang

konsumsi yang diproduksi oleh daerah miskin.

Sejalan dengan Myrdal, Albert Hirschman (1958) juga telah

mengemukakan teori mengenai pertumbuhan tidak seimbang. Dalam

teorinya, Hirschman memperkenalkan istilah efek polarisasi (polarization

effect) dan efek penyebaran pembangunan ke daerah-daerah kurang

berkembang (trickling-down effect). Efek polarisasi atau polarization effect

terjadi ketika hasil produksi yang berasal dari wilayah pusat pertumbuhan

jauh lebih maju dibandingkan hasil produksi dari wilayah yang kurang

berkembang sehingga perekonomian di wilayah yang kurang berkembang

makin melemah. Selain itu, banyak tenaga kerja terdidik dan profesional

yang terserap ke wilayah maju sehingga mayoritas tenaga kerja di wilayah

yang kurang berkembang merupakan tenaga kerja berkualitas rendah

(Hermawan, 2005).

Sedangkan efek penyebaran pembangunan atau trickling-down effect

terjadi ketika terdapat sifat saling melengkapi (komplementaritas) antara

wilayah pusat pertumbuhan dengan wilayah yang kurang berkembang,

dimana permintaan yang meningkat pada wilayah pusat pertumbuhan akan

meningkatkan permintaan terhadap suplai produksi primer yang berasal dari

wilayah kurang berkembang. Selain itu, wilayah pusat pertumbuhan juga

dapat mengurangi pengangguran tersembunyi yang berasal dari wilayah

kurang berkembang (Adisasmita, 2014).

Perbedaan antara teori Myrdal dan Hirschman terletak pada pemikiran

dimana Myrdal merasa pesimis, artinya Myrdal percaya bahwa dampak

balik akan tercipta lebih kuat dibandingkan dampak sebar. Hal tersebut

16

disebabkan oleh peranan bebas kekuatan pasar dan minimnya intervensi

pemerintah sehingga memperluas ketimpangan pembangunan antar daerah.

Oleh karena itu, Profesor Mrydal berpendapat bahwa diperlukan

kebijaksanaan yang bersifat adil untuk memperlemah dampak balik dan

memperkuat dampak sebar (Jhingan, 2012).

Sedangkan Albert Hirschman sendiri merasa optimis bahwa

pembangunan tidak seimbang pada awal proses pembangunan akan

mempercepat pembangunan ke daerah-daerah lainnya di masa selanjutnya.

Suatu sektor yang telah maju dapat dijadikan sebagai leading sector yang

akan mendorong kemajuan pada berbagai sektor kegiatan ekonomi lainnya

di masa selanjutnya. Oleh karena ini, Hirschman berpendapat bahwa

pentingnya pembentukan titik-titik pertumbuhan sebagai pusat

pertumbuhan ekonomi yang akan mendorong ke arah perkembangan pada

titik-titik berikutnya (Adisasmita, 2014).

Kemudian pada tahun 1965, Jefrey G. Williamson melakukan penelitian

yang bertujuan untuk melihat seberapa besar ketimpangan pembangunan

yang terjadi antar wilayah di negara maju dan negara sedang berkembang.

Hasil yang ia temukan bahwa ketimpangan pembagunan akan melebar pada

tahap awal pembangunan yang disebabkan oleh perbedaan pertumbuhan

ekonomi antara daerah maju dan daerah yang kurang berkembang. Namun,

seiring berlanjutnya proses pembangunan, daerah-daerah yang kurang

berkembang tersebut mulai mencapai kondisi yang lebih baik dari segi

prasarana dan sarana serta kualitas sumber daya manusia sehingga mampu

mendorong proses pembangunan daerahnya yang berimplikasi pada

penurunan ketimpangan pembangunan antar daerah (Sjafrizal, 2008).

Williamson menyebutkan bahwa terdapat beberapa faktor penyebab

terjadinya ketimpangan pembangunan, yaitu (1) perbedaan ketersediaan

sumber daya alam antar wilayah, (2) perbedaan kondisi ketenagakerjaan dan

modal antar wilayah dan (3) kebijakan pemerintah (Adisasmita, 2013).

17

4. Ukuran ketimpangan pembangunan

Menurut Sjafrizal (2008), ketimpangan pembangunan dapat diukur

menggunakan alat ukur berupa:

1) Indeks Williamson

Indeks Williamson diperkenalkan oleh Jeffrey G. Williamson

(1966) dimana ia ingin melihat tingkat ketimpangan pembangunan antar

daerah pada negara maju dan negara sedang berkembang. Hasilnya

mengungkapkan bahwa peningkatan ketimpangan pembangunan pada

tahap awal proses pembangunan merupakan fenomena yang terjadi

secara natural di seluruh daerah.

Indeks Williamson menggunakan Produk Domestik Regional Bruto

(PDRB) Perkapita sebagai data dasar sehingga formulasi Indeks

Williamson adalah sebagai berikut:

𝐼𝑊 = √∑ (𝑦𝑖−𝑦)2(

𝑓𝑖𝑛

)𝑛𝑖=1

𝑦 0 < 𝐼𝑊 < 1

dimana: 𝑦𝑖 = PDRB Perkapita daerah i

𝑦 = PDRB Perkapita rata-rata seluruh daerah

𝑓𝑖 = Jumlah penduduk daerah i

𝑛 = Jumlah penduduk seluruh daerah

Kategori ketimpangan diklasifikasikan sebagai berikut:

a. 0 < IW ≤ 0,4 artinya tingkat ketimpangan rendah.

b. 0,4 < IW ≤ 0,5 artinya tingkat ketimpangan moderat.

c. 0,5 < IW < 1 artinya tingkat ketimpangan tinggi.

Sumber: RKPD Kota Yogyakarta, 2017.

2) Indeks Theil

Indeks Theil merupakan alat ukur ketimpangan pembangunan yang

dapat mengukur ketimpangan yang terjadi dalam daerah maupun antar

daerah secara sekaligus. Indeks Theil dihitung menggunakan data yang

sama dengan data yang digunakan dalam mengukur Indeks Williamson.

Selain itu, penafsiran dari indeks ini juga berkisar antara 0 hingga 1

dimana bila nilai indeks mendekati nilai 1 maka semakin timpang dan

18

apabila mendekati nilai 0 maka semakin merata. Formulasi Indeks Theil

adalah sebagai berikut:

𝑇𝑑 = ∑ ∑ {𝑦𝑖𝑗

𝑌} log [

{𝑦𝑖𝑗

𝑌 }

{𝑛𝑖𝑗

𝑁 }]

𝑛

𝑗=1

𝑛

𝑖=1

dimana: yij = PDRB Perkapita kabupaten i di provinsi j

Y = Jumlah PDRB Perkapita seluruh provinsi j

n = Jumlah penduduk kabupaten i di provinsi j

N = Jumlah penduduk seluruh kabupaten

B. Pendapatan Asli Daerah

Ciri utama suatu daerah dapat melaksanakan otonomi daerahnya dengan

baik dapat dilihat dari kemampuan keuangan daerah yang dimilikinya (Sidik,

2002). Artinya, daerah otonom harus mampu menggali sumber-sumber

keuangan sendiri sehingga dapat membiayai penyelenggaraan pemerintahan

daerahnya secara mandiri dan meminimalisir ketergantungan terhadap bantuan

yang berasal dari Pemerintah Pusat. Sumber keuangan daerah yang berasal dari

pengoptimalan potensi daerahnya sendiri tersebut disebut Pendapatan Asli

Daerah atau biasa disingkat PAD (Marbun, 2010).

Pendapatan Asli Daerah (PAD) merupakan salah satu sumber penerimaan

daerah yang berfungsi untuk menanggung sebagian beban belanja dalam

menyelenggarakan kegiatan pemerintahan dan pembangunan di suatu daerah.

Pendapatan Asli Daerah adalah pendapatan yang dipungut oleh daerah sesuai

dengan peraturan daerah dan perundang-undangan yang berlaku (Darise, 2009).

Sumber-sumber Pendapatan Asli Daerah (PAD) yang tercantum dalam

pasal 6 Undang-Undang Nomor 33 Tahun 2004 tentang Perimbangan Keuangan

antara Pemerintah Pusat dan Pemerintah Daerah adalah berasal dari:

1. Pajak Daerah

Pajak daerah adalah iuran wajib yang diberlakukan kepada orang pribadi

atau badan dengan tujuan menambah kas daerah demi terlaksananya

penyelenggaraan pemerintahan dan proses pembangunan yang lancar

dengan imbalan tidak langsung dan bersifat memaksa sesuai dengan

peraturan perundang-undangan yang berlaku.

19

2. Retribusi Daerah

Retribusi daerah adalah pungutan yang diberlakukan kepada orang

pribadi atau badan atas jasa atau pemberian izin tertentu yang telah

diberikan oleh pemerintah daerah.

3. Hasil Pengelolaan kekayaan yang dipisahkan, berasal dari bagian laba dari

BUMD dan jasa kerja sama dengan pihak ketiga.

4. Lain-lain Pendapatan Asli Daerah Yang Sah, meliputi (Marbun, 2010):

1) Hasil penjualan kekayaan daerah yang tidak dipisahkan.

2) Jasa giro.

3) Pendapatan bunga.

4) Keuntungan selisih nilai tukar rupiah terhadap mata uang asing.

5) Komisi, potongan, ataupun bentuk lain sebagai akibat dari penjualan

dan/atau pengadaan barang atau jasa oleh daerah.

Menurut Machfud Sidik (2002) terdapat beberapa prinsip agar penerimaan

PAD dapat ditingkatkan secara efektif, antara lain:

1. Prinsip elastisitas. Artinya, penetapan kebijakan pajak dan retribusi dapat

disesuaikan dengan naik atau turunnya tingkat pendapatan masyarakat

sehingga masyarakat tidak merasa dibebankan oleh kebijakan pajak atau

retribusi yang akan diterapkan.

2. Prinsip adil dan merata secara vertikal dan horizontal. Artinya, penetapan

pajak dan retribusi disesuaikan dengan tingkatan kelompok masyarakat

serta berlaku bagi seluruh anggota masyarakat sehingga tidak ada yang

kebal pajak.

3. Prinsip administrasi yang fleksibel. Artinya, struktur PAD harus mudah

dihitung dan dipahami serta pelayanan pajak harus memuaskan si wajib

pajak.

4. Prinsip keberterimaan politis. Artinya, kebijakan pemungutan pajak dan

retribusi harus diterima secara politis oleh masyarakat sehingga masyarakat

memiliki kesadaran untuk membayar pajak dan retribusi tersebut.

5. Prinsip non-distorsi terhadap perekonomian. Artinya, penetapan kebijakan

pajak dan retribusi tidak menimbulkan beban berlebih terhadap masyarakat

sehingga masyarakat tidak merasa dirugikan.

20

C. Penanaman Modal Asing

Indonesia sebagai negara berkembang kerap kali menghadapi masalah

keterbatasan dalam bidang permodalan dan penguasaan teknologi (Lusiana,

2012). Padahal salah satu motor penggerak pembangunan negara iyalah

investasi, baik investasi yang berasal dari dalam maupun dari luar negeri

(Widjaja, 2005).

Keterbatasan modal tersebut menjadi hambatan bagi negara berkembang

untuk mengganti peralatan modal yang ada, berinvestasi dalam proyek-proyek

modal baru, serta menimbulkan masalah keterbelakangan teknologi. Alhasil,

biaya produksi tinggi serta produktivitas tenaga kerja menjadi rendah lantaran

tenaga kerja yang tidak terampil dan peralatan modal yang digunakan sudah

usang. Oleh karena itu, modal asing dipercaya dapat menjadi solusi dalam

mengatasi masalah kekurangan modal serta keterbelakangan teknologi tersebut.

Pasalnya, selain modal uang dan modal fisik, modal asing juga membawa

keterampilan teknik, tenaga ahli yang lebih mumpuni, informasi pasar serta

meningkatkan keterampilan tenaga kerja setempat melalui pelatihan sehingga

dapat mempercepat proses pembangunan.

1. Pengertian Penanaman Modal Asing

Penanaman Modal Asing menurut Undang-Undang Nomor 25 Tahun

2007 tentang Penanaman Modal adalah kegiatan menanam modal untuk

melakukan usaha di wilayah negara Republik Indonesia yang dilakukan

penanam modal asing, baik yang menggunakan modal asing sepenuhnya

atau yang berpatungan dengan penanam modal dalam negeri. Sedangkan,

Prof M. Sornarajah dalam Salim dan Budi Sutrisno (2008) mengatakan

bahwa Penanaman Modal Asing merupakan transfer modal, baik yang nyata

(langsung) maupun tidak nyata (tidak langsung) dari suatu negara ke negara

lain yang kemudian digunakan untuk menghasilkan keuntungan dengan

diawasi oleh penanam modal, baik secara total maupun sebagian.

2. Teori terkait Penanaman Modal Asing

Erman Rajagukguk, dkk. dalam Salim dan Budi Sutrisno (2008)

mengatakan bahwa terdapat dua teori mengapa suatu negara menanamkan

21

modalnya di negara lain, yaitu The Product Cycle Theory dan The Industrial

Organization Theory of Vertical Integration.

1) The Product Cycle Theory

Raymond Vernon (1966) sebagai pengembang The Product Cycle

Theory atau teori siklus produk mengatakan bahwa terdapat tiga fase

evolusi dari teknologi dan produk, dimana: fase pertama, fase permulaan

atau inovasi; fase kedua, fase perkembangan proses; fase ketiga, fase

pematangan.

Fase pertama merupakan fase dimana perusahaan-perusahaan di

negara-negara maju menempati posisi monopoli dikarenakan teknologi

yang mereka miliki dapat memanfaatkan sumber daya produksi untuk

aktivitas-aktivitas inovatif. Kemudian, permintaan yang tinggi dari luar

negeri terhadap produk-produk yang mereka hasilkan akan menciptakan

terjadinya aktivitas ekspor. Selanjutnya terjadi penyebaran teknologi ke

para pesaing luar negeri yang potensial sehingga memaksa adanya usaha

produksi barang-barang yang sama di luar negeri.

Fase kedua, proses manufacturing mulai dilakukan di negara-negara

maju lainnya.

Fase ketiga, terjadi peralihan lokasi-lokasi produksi ke negara-

negara yang sedang berkembang yang mempunyai keunggulan

komparatif berupa tingkat upah yang rendah. Selanjutnya, hasil

produksi dari negara-negara yang sedang berkembang tersebut diekspor

ke pasar global. Alhasil, negara-negara industri baru tersebut menjadi

negara-negara sumber produk dan komponen industri yang sangat

penting.

2) The Industrial Organization Theory of Vertical Integration

The Industrial Organization Theory of Vertical Integration atau

Teori Organisasi Industri Integrasi Vertikal paling cocok diterapkan

pada investasi yang terintegrasi secara vertikal, artinya memproduksi

barang-barang di beberapa pabrik yang output-nya menjadi input bagi

pabrik-pabrik lain dari suatu perusahaan. Teori ini berpendapat bahwa

tahapan-tahapan produksi lebih baik ditempatkan di beberapa lokasi di

22

seluruh dunia. Hal tersebut berasal dari beberapa motivasi, yaitu: (1)

untuk mendapatkan biaya produksi yang rendah; (2) penetapan pajak

lokal yang lebih rendah; (3) untuk membuat rintangan perdagangan bagi

perusahaan-perusahaan lain, artinya dengan berinvestasi di luar negeri

lebih awal dibanding pesaing-pesaing dari negara lain membuat

perusahaan multinasional tersebut dapat mempertahankan posisi

monopolinya.

3. Tujuan Penanaman Modal

Menurut Undang-Undang Nomor 25 Tahun 2007 tentang Penanaman

Modal, tujuan penyelenggaraan penanaman modal, diantaranya:

1) Meningkatkan pertumbuhan ekonomi negara.

2) Menciptakan lapangan kerja.

3) Meningkatkan pembangunan ekonomi berkelanjutan.

4) Meningkatkan daya saing dunia usaha negara.

5) Meningkatkan kapasitas dan kemampuan teknologi negara.

6) Mengelola ekonomi potensial menjadi kekuatan ekonomi riil dengan

menggunakan modal yang berasal dari dalam maupun luar negeri.

7) Meningkatkan kesejahteraan masyarakat.

4. Jenis-jenis investasi asing swasta

Menurut M.L. Jhingan (2012) modal asing swasta dapat berbentuk,

diantaranya:

1) Investasi Langsung

Kata “langsung” mengartikan bahwa perusahaan milik penanam

modal secara langsung mengawasi aset yang ditanamkan pada suatu

negara penerima modal. Bentuk dari investasi langsung tersebut, dapat

berupa:

(1) Pembentukan cabang perusahaan di negara penerima modal.

(2) Pembentukan perusahaan di negara penerima modal dimana

mayoritas sahamnya dimiliki oleh perusahaan milik penanam

modal.

(3) Pembentukan perusahaan di negara penerima modal yang semata-

mata dibiayai oleh perusahaan di negara penanam modal.

23

(4) Pembentukan korporasi di negara penanam modal yang secara

khusus beroperasi di negara lain.

2) Investasi Tidak Langsung

Investasi tidak langsung atau biasa dikenal dengan investasi

portofolio merupakan jenis investasi dimana para penanam modal

memiliki hak atas dividen dari kegiatan menanam modal pada saham

atau surat utang negara lain. Berbeda dengan investasi langsung,

investasi tak langsung tidak menghendaki pemegang saham untuk

mengontrol pengelolaan perusahaan sehari-hari. Selain itu, risiko dalam

berinvestasi tidak langsung ditanggung sendiri oleh pemegang saham

sehingga pemegang saham tidak dapat menggugat perusahaan

tempatnya menaruh modal (Lusiana, 2012).

5. Keuntungan investasi asing langsung

Menurut John W. Head dalam Salim dan Budi Sutrisno (2008) investasi

asing langsung memberikan beberapa keuntungan terhadap negara tuan

rumah, diantaranya:

1) Menciptakan lapangan kerja bagi penduduk lokal yang dapat

meningkatkan pendapatan dan standar hidup mereka.

2) Menciptakan kesempatan menanam modal bagi penduduk lokal

terhadap perusahaan-perusahaan baru.

3) Meningkatkan ekspor negara, mendatangkan penghasilan tambahan dari

luar yang dapat digunakan untuk meningkatkan pelayanan publik.

4) Mengadakan pelatihan teknis dan meningkatkan pengetahuan sehingga

penduduk lokal dapat mengembangkan perusahaan dan industri lain.

5) Mengurangi aktivitas impor dengan memproduksi barang setempat.

6) Meningkatkan penghasilan pajak yang dapat digunakan untuk keperluan

masyarakat lokal.

7) Memanfaatkan sumber daya alam dan sumber daya manusia dengan

lebih efektif dan efisien.

24

Keuntungan investasi asing langsung yang juga disebutkan oleh M.L.

Jhingan (2012) diantaranya:

1) Investasi asing langsung membawa ilmu serta teknologi terbaru ke

negara berkembang.

2) Perusahaan asing membantu perkembangan perusahaan lokal melalui

tenaga ahli, uang, bahan, pelatihan tenaga kerja domestik, serta

permintaan jasa-jasa tambahan (seperti agen transportasi).

3) Investasi asing swasta menambah kapasitas produksi negara penerima

modal.

4) Investasi asing langsung yang beroperasi dalam memproduksi barang-

barang ekspor dapat meringankan posisi neraca pembayaran negara

berkembang.

5) Investasi langsung yang mengalir ke negara sedang berkembang

terkadang mendorong pengusahanya untuk menanam modal di negara

berkembang lainnya.

Berdasarkan keuntungan-keuntungan yang telah dijabarkan diatas,

maka penelitian ini menggunakan jenis Penanaman Modal Asing (PMA)

langsung sebagai salah satu variabel bebas yang akan diteliti.

D. Pengangguran

Salah satu rintangan dalam pembangunan ekonomi di negara berkembang

adalah ledakan penduduk. Ledakan penduduk tersebut menciptakan masalah

baru berupa pengangguran. Pengangguran tersebut muncul karena laju

pertumbuhan penduduk yang cepat namun tidak diimbangi dengan ketersediaan

lapangan pekerjaan di pasar. Daya beli masyarakat yang sangat minim akibat

menganggur tersebut pada akhirnya akan menurunkan tingkat kesejahteraan

masyarakat tersebut.

1. Pengertian Pengangguran

Sadono Sukirno (2004) mendefinisikan pengangguran sebagai suatu

keadaan yang dihadapi oleh segolongan tenaga kerja yang tidak memiliki

pekerjaan, walaupun telah berusaha untuk mencari kerja.

25

2. Jenis-jenis Pengangguran

Dalam buku karangan Sadono Sukirno (2004) dikatakan bahwa terdapat

dua cara untuk menggolongkan jenis-jenis pengangguran: (1) berdasarkan

kepada penyebab terjadinya pengangguran, (2) berdasarkan kepada ciri dari

pengangguran.

Jenis-jenis pengangguran berdasarkan kepada penyebab terjadinya

pengangguran dapat dibedakan menjadi beberapa jenis, diantaranya:

1) Pengangguran Normal atau Friksional

Pengangguran Normal merupakan pengangguran yang terjadi ketika

perekonomian suatu negara sedang berkembang pesat, dimana

pekerjaan mudah diperoleh dan banyak pengusaha yang susah mencari

tenaga kerja sehingga gaji yang ditawarkan menjadi tinggi. Penawaran

gaji yang tinggi tersebut mendorong para pekerja meninggalkan

pekerjaan yang lama dan mencari pekerjaan baru yang menawarkan gaji

lebih tinggi atau lebih sesuai dengan keahliannya. Selama proses

mencari pekerjaan baru tersebut, maka para pekerja termasuk dalam

penganggur atau masuk dalam golongan Pengangguran Normal.

2) Pengangguran Siklikal

Pengangguran Siklikal muncul ketika terjadi penurunan permintaan

secara agregat di pasar sehingga banyak perusahaan mengurangi para

pekerja yang dimiliki atau menutup perusahaannya. Alhasil

pengangguran semakin bertambah. Pengangguran yang diciptakan

karena peristiwa tersebut disebut Pengangguran Siklikal.

3) Pengangguran Struktural

Perubahan struktur pasar dimana banyak perusahaan yang sudah

dapat memproduksi barang dengan kualitas yang lebih baik dan

menggunakan teknologi yang lebih maju menyebabkan perusahaan

lama yang masih menggunakan teknik produksi lama dengan biaya

produksi tinggi mengalami kemerosotan. Kemerosotan yang terjadi dari

segi permintaan produk tersebut mengakibatkan penurunan aktivitas

produksi dan memaksa perusahaan untuk menghentikan sebagian

perkerjanya sehingga meningkatkan pengangguran. Wujud

26

pengangguran yang disebabkan oleh adanya perubahan struktur tersebut

dinamakan Pengangguran Struktural.

4) Pengangguran Teknologi

Penggunaan mesin-mesin dan bahan kimia yang sudah diterapkan

oleh banyak perusahaan menyebabkan terjadinya pengurangan pada

penggunaan tenaga kerja manusia. Pengangguran yang disebabkan oleh

penggunaan mesin tersebut dinamakan Pengangguran Teknologi.

Sedangkan jenis pengangguran berdasarkan ciri pengangguran yang

berlaku, diantaranya:

1) Pengangguran Terbuka

Pertumbuhan ketersediaan lowongan pekerjaan yang lebih lambat

dibandingkan pertambahan tenaga kerja menyebabkan banyak angkatan

kerja yang tidak memperoleh pekerjaan, atau mereka menganggur

secara nyata dan sepenuh waktu yang dinamakan Pengangguran

Terbuka.

2) Pengangguran Tersembunyi

Pengangguran Tersembunyi merupakan golongan tenaga kerja yang

memiliki produktivitas marjinal rendah atau bahkan nol, artinya

walaupun mereka bekerja, namun tidak meningkatkan jumlah produksi.

Pengangguran jenis ini banyak ditemukan di sektor pertanian dan jasa.

Misalnya ketika terdapat keluarga petani yang memiliki anggota besar

untuk mengerjakan lahan pertanian yang kecil sehingga lahan dapat

dikerjakan dengan cepat dan banyak waktu menganggur setelahnya. Hal

yang sama juga terjadi pada sektor jasa seperti restoran yang

memperkerjakan banyak pegawai atau pelayan yang melebihi pekerjaan

yang seharusnya digarap.

3) Pengangguran Bermusim

Pengangguran Bermusim bayak ditemukan dalam sektor pertanian

dan perikanan. Para petani yang tidak dapat menggarap tanahnya pada

saat musim kemarau atau para nelayan yang tidak dapat bekerja ketika

musim hujan datang menyebabkan mereka masuk ke dalam jenis

Pengangguran Bermusim.

27

4) Setengah Menganggur

Ketersediaan lowongan pekerjaan yang terbatas membuat banyak

tenaga kerja yang menganggur secara penuh maupun yang berkerja

namun memiliki jam kerja yang lebih rendah dari pekerja yang bekerja

secara penuh, misalkan hanya bekerja satu atau dua hari saja dalam

seminggu. Pekerja yang memiliki jam kerja tidak penuh tersebut disebut

pekerja setengah menganggur.

Berdasarkan jenis-jenis pengangguran yang telah dijabarkan diatas,

penelitian ini menggunakan jenis Pengangguran Terbuka sebagai salah satu

variabel bebas yang akan diteliti.

3. Dampak Pengangguran

Menurut Asfia Murni (2006) pengangguran memberikan dampak

negatif terhadap kestabilan ekonomi maupun kestabilan sosial dan politik.

Pengangguran membahayakan kestabilan ekonomi karena tingginya jumlah

pengangguran akan menurunkan daya beli masyarakat sehingga

mengurangi aktivitas produksi barang atau jasa. Dampak negatif lainnya

yang disebabkan oleh pengangguran terhadap perekonomian adalah

menurunnya tingkat kesejahteraan masyarakat, menurunnya aktivitas

investasi, berkurangnya penghasilan pajak yang diterima oleh pemerintah,

perolehan Produk Domestik Bruto (PDB) aktual yang lebih rendah daripada

PDB potensial karena faktor produksi yang tidak dimanfaatkan secara

optimal.

Pengangguran yang tinggi juga menyebabkan banyak masalah sosial

sepeti meningkatkan kriminalitas, penggunaan obat-obatan terlarang atau

kegiatan ilegal lainnya. Keadaan menganggur juga dapat mempengaruhi

keadaan psikologis seseorang sehingga banyak masyarakat yang terserang

depresi jiwa dan berupaya bunuh diri.

Selanjutnya, pengangguran menimbulkan rasa ketidakpuasan

masyarakat terhadap kinerja yang dilakukan oleh pemerintah yang pada

selanjutnya muncul berbagai kritik dan tuntutan serta demonstrasi yang

mengancam kestabilan politik negara.

28

E. Hubungan Antar Variabel

1. Hubungan antara Pendapatan Asli Daerah dan Ketimpangan Pembangunan

Penerapan sistem otonomi daerah memberikan wewenang kepada

pemerintah daerah untuk mengurus sendiri urusan pemerintahan dan

pembangunan daerah, serta memberikan wewenang kepada masyakarat

untuk menyampaikan aspirasi dan inisiatif mereka demi mempercepat

proses pembangunan di daerahnya. Salah satu wewenang pemerintah daerah

adalah menggali potensi daerahnya demi memperoleh Pendapatan Asli

Daerah (PAD) sebagai sumber pembiayaan dalam mengelola kegiatan

pembangunan daerah. Oleh karena itu, semakin besar realisasi PAD yang

didapatkan suatu daerah maka semakin cepat proses pembangunan di daerah

tersebut dan secara bersamaan dapat mengurangi ketimpangan

pembangunan antar daerah (Sjafrizal, 2008).

2. Hubungan antara Penanaman Modal Asing dengan Ketimpangan

Pembangunan

Teori yang dikemukakan oleh Myrdal bahwa pembangunan ekonomi

menghasilkan suatu proses yang menyebabkan si kaya menjadi lebih kaya

dan mereka yang tertinggal menjadi semakin terpuruk. Ketimpangan antar

daerah tersebut disebabkan oleh kuatnya dampat balik (backwash effect) dan

lemahnya dampak sebar (spread effect) di negara berkembang. Teori ini

mengatakan bahwa investasi yang terpusat pada daerah-daerah tertentu akan

meningkatkan pendapatan dan terus berputar pada daerah tersebut sehingga

menciptakan kelangkaan modal di daerah tertinggal dan meningkatkan

ketimpangan pembangunan antar daerah. Ketimpangan tersebut disebabkan

oleh peranan bebas kekuatan pasar sehingga cenderung mendatangkan

keuntungan pada wilayah-wilayah tertentu saja dan meninggalkan daerah-

daerah lain di negara tersebut tetap tertinggal (Jhingan, 2012).

3. Hubungan antara Pengangguran dengan Ketimpangan Pembangunan

Seperti yang telah dikemukakan oleh Asfia Murni (2006) bahwa

pengangguran meyebabkan berkurangnya daya beli masyarakat sehingga

mengurangi penerimaan pemerintah daerah dari segi penghasilan pajak

29

yang berakibat pada penurunan pengeluaran pemerintah dalam membiayai

pembangunan daerah sehingga kesejahteraan masyarakat sulit tercapai.

F. Penelitian Terdahulu

1. (Ramdhini, 2013) Pengaruh Penanaman Modal Asing (PMA), Tingkat

Pendidikan, dan Pendapatan Asli Daerah (PAD) Terhadap Ketimpangan

Pembangunan Ekonomi di Provinsi Banten Periode 2005-2011. Penelitian

ini bertujuan untuk menganalisis pengaruh Variabel Penanaman Modal

Asing (PMA), Tingkat Pendidikan, dan Pendapatan Asli Daerah (PAD)

terhadap Variabel Ketimpangan Pembangunan di Provinsi Banten pada

tahun 2005-2011. Ketimpangan Pembangunan dihitung menggunakan

rumus Indeks Williamson. Dengan menggunakan model estimasi data panel

berupa Fixed Effect Model ditemukan hasil bahwa Variabel PMA dan PAD

berpengaruh positif dan signifikan terhadap Variabel Ketimpangan

Pembangunan, sedangkan Variabel Tingkat Pendidikan yang diukur

menggunakan data penduduk tamat SLTA berpengaruh negatif dan

signifikan terhadap Variabel Ketimpangan Pembangunan di Provinsi

Banten.

2. (Nuartha, 2018) Analisis Determinan Ketimpangan Pembangunan Wilayah

Di Provinsi Jawa Tengah 1998-2015. Penelitian ini bertujuan untuk melihat

seberapa besar tingkat ketimpangan pembangunan yang terjadi di Provinsi

Jawa Tengah serta untuk mengetahui faktor-faktor apa saja yang

berpengaruh terhadap ketimpangan tersebut. Dengan menggunakan rumus

Indeks Williamson, didapatkan hasil bahwa ketimpangan pembangunan di

Provinsi Tengah pada tahun 1998 hingga tahun 2015 masih tergolong tinggi

dan hasil estimasi menggunakan model estimasi data time series berupa

Ordinary Least Square (OLS) menunjukkan bahwa Variabel Pengangguran

berpengaruh positif dan signifikan terhadap Variabel Ketimpangan

Pembangunan, sedangkan Variabel Investasi dan Pengeluaran Pemerintah

tidak berpengaruh terhadap Variabel Ketimpangan Pembangunan di

Provinsi Jawa Tengah.

3. (Wijayanto, 2015) Pengaruh Liberalisasi Perdagangan Dan Desentralisasi

Fiskal Terhadap Pertumbuhan Dan Ketimpangan Wilayah Di Indonesia.

30

Penelitian ini bertujuan untuk menganalisis pengaruh Variabel Keterbukaan

Perdagangan, Investasi Asing Langsung, Output provinsi, Pertumbuhan

Industri, Pendapatan Asli Daerah (PAD), dan Dana Alokasi Umum (DAU)

terhadap Variabel Ketimpangan Pembangunan dan Pertumbuhan (PDRB

Perkapita) pada 33 Provinsi di Indonesia pada tahun 2006-2013. Hasil

estimasi menggunakan model estimasi data panel berupa Fixed Effect Model

menunjukkan bahwa Variabel Keterbukaan Perdagangan (total kontribusi

sektor ekspor dan impor non-migas dalam PDRB), Investasi Asing

Langsung dan PAD berpengaruh positif dan signifikan terhadap Variabel

Ketimpangan Pembangunan. Sedangkan, Variabel Output provinsi

(PDRB), DAU dan Pertumbuhan Industri (jumlah perusahaan besar,

menengah dan kecil) berpengaruh negatif dan signifikan terhadap Variabel

Ketimpangan Pembangunan pada 33 Provinsi di Indonesia. Selanjutnya,

hasil estimasi terhadap pertumbuhan (PDRB Perkapita) menunjukan bahwa

Variabel Keterbukaan Perdagangan, Investasi Asing Langsung, Output

provinsi, Pertumbuhan Industri, PAD dan DAU berpengaruh positif

terhadap Variabel Pertumbuhan (PDRB Perkapita).

4. (Sari, 2017) Analisis Faktor-Faktor Yang Mempengaruhi Ketimpangan

Pendapatan Di Pulau Sumatera Tahun 2011-2015. Penelitian ini bertujuan

untuk menganalisis pengaruh Variabel Pendapatan Asli Daerah (PAD),

Inflasi dan Upah Minimum Regional (UMR) terhadap Variabel

Ketimpangan Pendapatan pada 10 Provinsi di Pulau Sumatera.

Ketimpangan Pendapatan diukur menggunakan Indeks Williamson. Hasil

estimasi menggunakan model estimasi data panel berupa Random Effect

Model menunjukkan bahwa Variabel PAD dan UMR berpengaruh negatif

dan signifikan terhadap Variabel Ketimpangan Pendapatan, sedangkan

Variabel Inflasi tidak berpengaruh terhadap Variabel Ketimpangan

Pendapatan di Pulau Sumatera tahun 2011-2015.

5. (Rosmeli, 2015) Dampak Investasi Dan Tenaga Kerja Terhadap

Ketimpangan Pembangunan Kawasan Timur Indonesia. Penelitian ini

bertujuan untuk melihat seberapa besar ketimpangan pembangunan pada

Provinsi-provinsi di Kawasan Timur Indonesia selama tahun 2000-2014 dan

31

untuk menganalisis pengaruh Variabel Penanaman Modal Dalam Negeri

(PMDN), Penanaman Modal Asing (PMA) dan Tenaga Kerja terhadap

Variabel Ketimpangan Pembangunan di Kawasan Timur Indonesia. Hasil

perhitungan ketimpangan pembangunan menggunakan Indeks Williamson

menunjukkan bahwa ketimpangan pembangunan di Kawasan Timur

Indonesia tahun 2000-2014 rata-rata sebesar 0.41 dan terus menurun. Hasil


menunjukkan bahwa Variabel PMA dan Tenaga Kerja berpengaruh positif

dan signifikan terhadap Variabel Ketimpangan Pembangunan, sedangkan

Variabel PMDN tidak berpengaruh terhadap Variabel Ketimpangan

Pembangunan di Kawasan Timur Indonesia tahun 2000-2014.

6. (Reni, 2015). Dampak Investasi Dan Tenaga Kerja Terhadap Ketimpangan

Pembangunan Kawasan Timur Indonesia. Penelitian ini bertujuan untuk

mengetahui pengaruh Desentralisasi Fiskal terhadap Ketimpangan

Pembangunan yang diukur dengan Indeks Williamson pada

Kabupaten/Kota di Provinsi Sumatera Utara tahun 2010-2013. Hasil


menunjukkan bahwa Variabel Pendapatan Asli Daerah (PAD) berpengaruh

positif dan signifikan terhadap Variabel Ketimpangan Pembangunan,

sedangkan Variabel Dana Perimbangan berpengaruh negatif dan signifikan

terhadap Variabel Ketimpangan Pembangunan pada Kabupaten/Kota di

Provinsi Sumatera Utara.

7. (Samsir dan Rahman, 2018). Menelusur Ketimpangan Distribusi

Pendapatan Kabupaten dan Kota. Penelitian ini bertujuan untuk

mengetahui pengaruh Desentralisasi Fiskal, Aglomerasi, Tingkat

Pengangguran Terbuka (TPT), Indeks Pembangunan Manusia (IPM), dan

Jumlah Penduduk terhadap disparitas distribusi pendapatan pada

Kabupaten/Kota di Provinsi Sulawesi Selatan. Disparitas distribusi

pendapatan diukur menggunakan Indeks Williamson. Hasil estimasi

menggunakan model estimasi data panel berupa Fixed Effect Model

menunjukkan bahwa Variabel Desentralisasi Fiskal berpengaruh positif dan

tidak signifikan, Variabel Aglomerasi berpengaruh secara negatif dan tidak

32

signifikan, Variabel TPT dan Jumlah Penduduk berpengaruh positif dan

signifikan, sedangkan Variabel IPM berpengaruh negatif dan signifikan

terhadap Variabel Disparitas distribusi pendapatan di Provinsi Sulawesi

Selatan.

8. (Lessman, 2011). Regional Inequality And Decentralization - An Empirical

Analysis. Penelitian ini bertujuan untuk mengetahui dampak desentralisasi

fiskal dan politik terhadap ketimpangan regional pada 56 negara.

Berdasarkan estimasi cross-section dan data panel menunjukkan bahwa

secara umum desentralisasi mengurangi ketimpangan regional. Namun,

tedapat perbedaan dari efek desentralisasi terhadap ketimpangan regional

antara negara maju dan negara berkembang. Pada negara maju,

desentralisasi menciptakan penurunan ketimpangan regional sedangkan

pada negara berkembang desentralisasi malah meningkatkan ketimpangan

regional.

9. (Lessman, 2012). Foreign Direct Investment and Regional Inequality: A

Panel Data Analysis. Penelitian ini bertujuan untuk mengetahui dampak

Foreign Direct Investment (FDI) terhadap ketimpangan regional di 55

negara pada tahun 1980-2009. Menggunakan estimasi data panel dengan

metode Ordinary Least Squared (OLS) ditemukan hasil bahwa masuknya

FDI meningkatkan ketimpangan regional pada negara berpenghasilan

rendah dan sedang. Selanjutnya, mobilitas yang tinggi serta kebijakan

pemerintah pada negara-negara maju cenderung mengurangi dampak

redistribusi negatif FDI terhadap ketimpangan regional.

10. (Wei, Yao dan Liu, 2007). Foreign Direct Investment and Regional

Inequality In China. Penelitian ini bertujuan untuk melihat bagaimana

perkembangan ketimpangan regional di negara China pada tahun 1979-

2003 serta pengaruh Foreign Direct Investment (FDI) terhadap

perekonomian dan ketimpangan regional di negara China. Menggunakan

estimasi data panel, ditemukan hasil bahwa selama tahun 1979 hingga 2003,

terdapat tiga fase proses ketimpangan regional di China. Fase pertama

(dekade pertama) ketimpangan regional negara China menurun, fase kedua

(dekade kedua) ketimpangan mengalami peningkatan dan fase ketiga

33

(dekade ketiga) ketimpangan mulai menurun. Selanjutnya, FDI memiliki

pengaruh yang positif dan signifikan terhadap perbedaan pertumbuhan

ekonomi antar daerah serta distribusi FDI yang timpang antar daerah

menyebabkan meningkatnya ketimpangan regional di negara China,

khususnya China bagian barat.

34

Tabel 2.1

Penelitian Terdahulu

No. Penulis dan Tahun Judul Variabel dan Alat Analisis Hasil Penelitian

1 Indah Sukma

Ramdhini (2013)

Pengaruh Penanaman

Modal Asing (PMA),

Tingkat Pendidikan, dan

Pendapatan Asli Daerah

(PAD) Terhadap

Ketimpangan

Pembangunan Ekonomi di

Provinsi Banten Periode

2005-2011

Variabel Terikat: Ketimpangan

Pembangunan

Variabel Bebas:

1. Penanaman Modal Asing (PMA)

2. Tingkat Pendidikan

3. Pendapatan Asli Daerah (PAD)

Model estimasi: Fixed Effect Model

1. Variabel PMA dan PAD berpengaruh positif

dan signifikan terhadap Variabel Ketimpangan

Pembangunan di Provinsi Banten.

2. Variabel Tingkat Pendidikan berpengaruh

negatif dan signifikan terhadap Variabel

Ketimpangan Pembangunan di Provinsi

Banten.

2 Lilin Diva Nuartha

(2018)

Analisis Determinan

Ketimpangan

Pembangunan Wilayah Di

Provinsi Jawa Tengah

1998-2015


Pembangunan

Variabel Bebas:

1. Investasi

2. Pengeluaran Pemerintah

3. Pengangguran

1. Ketimpangan pembangunan di Provinsi Tengah

pada tahun 1998 hingga tahun 2015 masih

tergolong tinggi.

2. Variabel Investasi berpengaruh positif dan tidak

signifikan terhadap Variabel Ketimpangan

Pembangunan di Provinsi Jawa Tengah.

35


Model estimasi: Data Time Series

(Regresi Linier Berganda)

3. Variabel Pengeluaran pemerintah berpengaruh

negatif dan tidak signifikan terhadap Variabel

Ketimpangan Pembangunan di Provinsi Jawa

Tengah.

4. Variabel Pengangguran berpengaruh positif dan


Pembangunan di Provinsi Jawa Tengah.

3 Damar Wijayanto

(2015)

Pengaruh Liberalisasi

Perdagangan Dan

Desentralisasi Fiskal

Terhadap Pertumbuhan

Dan Ketimpangan

Wilayah Di Indonesia


Pembangunan dan Pertumbuhan

Variabel Bebas:

1. Keterbukaan Perdagangan

2. Investasi Asing Langsung

3. Output provinsi (PDRB)

4. Pertumbuhan Industri

5. PAD

6. DAU


1. Variabel Keterbukaan Perdagangan, Investasi

Asing Langsung dan PAD berpengaruh positif

dan signifikan terhadap Variabel Ketimpangan

Pembangunan di Indonesia.

2. Variabel Output provinsi, Pertumbuhan Industri

dan DAU berpengaruh negatif dan signifikan

terhadap Variabel Ketimpangan Pembangunan

di Indonesia.

3. Variabel Perdagangan Bebas, Investasi Asing

Langsung, Output provinsi, Pertumbuhan

Industri, PAD dan DAU berpengaruh positif

36


dan signifikan terhadap Variabel Pertumbuhan

(PDRB Perkapita) Indonesia.

4 Emilda Sari (2017)

Analisis Faktor-Faktor

Yang Mempengaruhi

Ketimpangan Pendapatan

Di Pulau Sumatera Tahun

2011-2015


Pendapatan

Variabel Bebas:

1. PAD

2. Inflasi

3. UMR (Upah Minimum Regional)

Model estimasi: Random Effect Model

1. Variabel PAD dan UMR berpengaruh secara


Ketimpangan Pendapatan di Pulau Sumatera.

2. Variabel Inflasi tidak signifikan terhadap

Variabel Ketimpangan Pendapatan di Pulau

Sumatera.

5 Rosmeli (2015)

Dampak Investasi Dan

Tenaga Kerja Terhadap

Ketimpangan

Pembangunan Kawasan

Timur Indonesia


Pembangunan

Variabel Bebas:

1. Penanaman Modal Dalam Negeri

(PMDN)

2. Penanaman Modal Asing (PMA)

3. Tenaga Kerja

1. Ketimpangan pembangunan di Kawasan Timur

Indonesia tahun 2000-2014 rata-rata sebesar

0.41 dan terus mengalami penurunan.

2. Variabel PMDN tidak signifikan terhadap

Variabel Ketimpangan Pembangunan di

Kawasan Timur Indonesia.

37



3. Variabel PMA dan Tenaga Kerja berpengaruh

positif dan signifikan terhadap Variabel

Ketimpangan Pembangunan di Kawasan Timur

Indonesia.

6 Reni (2015) Analisis Pengaruh

Desentralisasi Fiskal

Terhadap Ketimpangan

Pembangunan Pada

Kabupaten/Kota Di

Provinsi Sumatera Utara


Pembangunan

Variabel Bebas:

1. PAD

2. Dana Perimbangan


1. Variabel PAD berpengaruh positif dan


Pembangunan pada Kabupaten/Kota di Provinsi

Sumatera Utara.

1. Variabel Dana Perimbangan berpengaruh


Ketimpangan Pembangunan pada

Kabupaten/Kota di Provinsi Sumatera Utara.

7 Andi Samsir dan

Abdul Rahman

(2018)

Menelusur Ketimpangan

Distribusi Pendapatan

Kabupaten dan Kota


distribusi pendapatan

1. Variabel Desentralisasi fiskal berpengaruh

positif dan tidak signifikan terhadap Variabel

38


Variabel Bebas:

1. Desentralisasi fiskal

2. Aglomerasi

3. Tingkat Pengangguran Terbuka

(TPT)

4. Indeks Pembangunan Manusia

(IPM)

5. Jumlah penduduk


Ketimpangan Distribusi Pendapatan di Provinsi

Sulawesi Selatan.

2. Variabel Aglomerasi berpengaruh secara

negatif dan tidak signifikan terhadap Variabel

Ketimpangan Distribusi Pendapatan di Provinsi

Sulawesi Selatan.

3. Variabel TPT dan Jumlah Penduduk

berpengaruh positif dan signifikan terhadap

Variabel Ketimpangan Distribusi Pendapatan di

Provinsi Selatan.

2. Variabel IPM berpengaruh negatif dan


Distribusi Pendapatan di Provinsi Sulawesi

Selatan.

8 Christian Lessmann

(2011)

Regional Inequality And

Decentralization - An

Empirical Analysis


Regional

Variabel Bebas: Desentralisasi Fiskal

dan Desentralisasi Politik

1. Hasil estimasi data cross-section pada 56 negara

dari tahun 1980-2009 memperlihatkan bahwa

sebagian besar variabel desentralisasi

berpengaruh negatif dan siginifikan terhadap

ketimpangan regional.

39


Estimasi: Data Panel dan Cross-

section

2. Hasil estimasi data panel memperlihatkan

bahwa menggunakan model random effects dan

fixed effects maka variabel desentralisasi

berpengaruh negatif dan signifikan terhadap

ketimpangan regional.

4. Desentralisasi pada negara maju akan

menurunkan ketimpangan regional sedangkan

sebaliknya, desentralisasi pada negara

berkembang malah meningkatkan ketimpangan

regional.

9 Christian Lessmann

(2012)

Foreign Direct Investment

and Regional Inequality: A

Panel Data Analysis


Regional

Variabel Bebas: Foreign Direct

Investment (FDI)

Model estimasi: Ordinary Least

Squared (OLS)

1. Masuknya FDI meningkatkan ketimpangan

regional pada negara berpenghasilan rendah dan

sedang.

3. Mobilitas yang tinggi serta kebijakan

pemerintah pada negara-negara maju cenderung

mengurangi dampak redistribusi negatif FDI

terhadap ketimpangan regional.

40


10 Kailei Wei, Shujie

Yao dan Aying Liu

(2007)

Foreign Direct Investment

and Regional Inequality In

China


Regional

Variabel Bebas: Foreign Direct

Investment (FDI)

Estimasi: Data Panel

1. Selama tahun 1979 hingga 2003, terdapat tiga

fase proses ketimpangan dimana pada satu

dekade pertama, ketimpangan regional negara

China menurun, namun meningkat pada

dekade kedua dan mulai menurun kembali

pada dekade ketiga.

2. FDI memiliki pengaruh yang positif dan

signifikan terhadap perbedaan pertumbuhan

ekonomi antar daerah.

2. FDI memiliki ditribusi yang timpang antar

daerah sehingga meningkatkan ketimpangan

regional, terutama pada bagian Barat China.

41

G. Kerangka Berpikir

Dari teori dan penelitian-penelitian terdahulu yang telah dijabarkan

sebelumnya, maka dapat terlihat bahwa PAD, PMA dan Pengangguran

mempengaruhi Ketimpangan Pembangunan yang terjadi antar daerah. PAD

yang diberlakukan setelah adanya otonomi daerah memperbolehkan setiap

daerah untuk menggali potensi daerahnya masing-masing sehingga tercipta

proses pembangunan yang lebih maju sembari mengejar ketertinggalan dari

daerah lain yang akhirnya memperkecil ketimpangan pembangunan antar

daerah. Namun kemampuan daerah yang berbeda-beda dalam mengoptimalkan

PAD dapat berimbas sebaliknya, atau malah memperlebar ketimpangan

pembangunan. Hal yang sama juga berlaku pada PMA dimana PMA yang

berperan penting dalam pembangunan namun apabila tidak tersebar secara

merata antar daerah malah dapat mengakibatkan semakin melebarnya

ketimpangan pembangunan. Selanjutnya, kondisi menganggur merupakan

kondisi dimana rendahnya daya beli masyarakat sehingga memperlambat

pertumbuhan ekonomi daerah yang akhirnya dapat memperlebar ketimpangan

pembangunan antar daerah.

Berdasarkan teori dan penelitian-penelitian terdahulu, dapat digambarkan

kerangka berpikir penelitian sebagai berikut:

Gambar 2.1

Kerangka Pemikiran

Estimasi

Data Panel

Pendapatan Asli Daerah (PAD) (X1)

Penanaman Modal Asing (PMA) (X2)

Pengangguran (X3)

Ketimpangan Pembangunan

(Indeks Williamson) (Y)

Indentifikasi

Data Sekunder

Analisis Hasil

Estimasi

42

H. Hipotesis

Hipotesis merupakan kalimat atau pernyataan berisi pendapat atau dugaan

sementara terhadap suatu permasalahan yang sedang diuji, yang kebenarannya

masih perlu dibuktikan lebih lanjut (Teguh, 2005). Hipotesis dibentuk

berdasarkan teori-teori yang berhubungan dengan variabel yang sedang diamati.

Berdasarkan penjabaran teori-teori dan penelitian-penelitian sebelumnya

mengenai keterkaitan antara variabel bebas dan variabel terikat yang digunakan

dalam penelitian ini, maka hipotesis yang dapat dibentuk diantaranya:

1. H0 : Tidak terdapat pengaruh Variabel Pendapatan Asli Daerah

(PAD) secara parsial terhadap Variabel Ketimpangan

Pembangunan pada Provinsi-provinsi di Pulau Jawa tahun 2012-

2018.

H1 : Terdapat pengaruh Variabel Pendapatan Asli Daerah (PAD)

secara parsial terhadap Variabel Ketimpangan Pembangunan

pada Provinsi-provinsi di Pulau Jawa tahun 2012-2018.

2. H0 : Tidak terdapat pengaruh Variabel Penanaman Modal Asing

(PMA) secara parsial terhadap Variabel Ketimpangan

Pembangunan pada Provinsi-provinsi di Pulau Jawa tahun 2012-

2018.

H1 : Terdapat pengaruh Variabel Penanaman Modal Asing (PMA)


pada Provinsi-provinsi di Pulau Jawa tahun 2012-2018.

3. H0 : Tidak terdapat pengaruh Variabel Pengangguran secara parsial

terhadap Variabel Ketimpangan Pembangunan pada Provinsi-

provinsi di Pulau Jawa tahun 2012-2018.

H1 : Terdapat pengaruh Variabel Pengangguran secara parsial



4. H0 : Tidak terdapat pengaruh Variabel Pendapatan Asli Daerah

(PAD), Penanaman Modal Asing (PMA), Pengangguran secara

simultan terhadap Variabel Ketimpangan Pembangunan pada

Provinsi-provinsi di Pulau Jawa tahun 2012-2018.

43

H1 : Terdapat pengaruh Variabel Pendapatan Asli Daerah (PAD),

Penanaman Modal Asing (PMA), Pengangguran secara simultan



44

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menganalisa tentang pengaruh Variabel Pendapatan Asli

Daerah (PAD), Penanaman Modal Asing (PMA) dan Pengangguran terhadap

Variabel Ketimpangan Pembangunan. Variabel-variabel yang digunakan dalam

penelitian ini terdiri dari variabel terikat dan variabel bebas. Variabel terikat

adalah variabel yang dipengaruhi oleh perubahan variabel yang lain, sedangkan

variabel bebas adalah variabel yang mempengaruhi variabel terikat (Wijaya,

2013). Penelitian ini menggunakan variabel terikat berupa Ketimpangan

Pembangunan yang ditunjukkan dengan nilai Indeks Williamson, serta

menggunakan variabel bebas berupa Pendapatan Asli Daerah (PAD),

Penanaman Modal Asing (PMA) dan Pengangguran.

Penelitian ini menggunakan data penelitian berupa data panel. Data panel

adalah sebuah set data yang berisi data lintas individu (cross-section) pada

periode waktu tertentu (time series), dengan kata lain dana panel merupakan

penggabungan antara data cross section dengan time series (Ekananda, 2016).

Data cross section yang digunakan dalam penelitian ini berupa 6 Provinsi yang

terletak di Pulau Jawa, diantaranya Provinsi DKI Jakarta, Jawa Barat, Jawa

Tengah, DI Yogyakarta, Jawa Timur dan Banten, sedangkan data time series

yang digunakan dalam penelitian ini berupa data realisasi PAD, PMA dan

jumlah Pengangguran Terbuka dari tahun 2012 hingga tahun 2018.

B. Metode Penentuan Sampel

Sampel dalam penelitian ini ditentukan menggunakan teknik purposive

sampling, yaitu teknik pengambilan sampel sesuai dengan kriteria serta tujuan

penelitian yang telah ditetapkan oleh peneliti (Wijaya, 2013). Kriteria

pengambilan sampel dalam penelitian ini adalah seluruh provinsi yang terdapat

di Pulau Jawa. Selanjutnya, tujuan dari penelitian ini adalah untuk mengetahui

pengaruh Variabel PAD, PMA dan Penganguran terhadap Variabel

Ketimpangan Pembangunan pada Provinsi-provinsi di Pulau Jawa. Oleh karena

itu, maka sampel yang digunakan dalam penelitian ini meliputi enam Provinsi

45

di Pulau Jawa, diantaranya Provinsi DKI Jakarta, Jawa Barat, Jawa Tengah, DI

Yogyakarta, Jawa Timur dan Banten.

C. Metode Pengumpulan Data

Data yang digunakan dalam penelitian ini berbentuk data yang telah diolah

oleh pihak lain atau biasa disebut data sekunder (Teguh, 2005). Data sekunder

yang digunakan dalam penelitian ini berupa data realisasi Pendapatan Asli

Daerah (PAD), realisasi Penanaman Modal Asing (PMA), jumlah

Pengangguran Terbuka, dan Indeks Williamson per Provinsi di Pulau Jawa.

Data realisasi Pendapatan Asli Daerah (PAD) diperoleh dari publikasi Badan

Pusat Statistik (BPS) Indonesia berjudul “Statistik Keuangan Pemerintah

Provinsi” dan “Provinsi dalam Angka” tahun 2012-2018 serta Laporan

Realisasi Anggaran (LRA) dan Laporan Keuangan Pemerintah Daerah (LKPD)

pada masing-masing Provinsi di Pulau Jawa. Data realisasi Penanaman Modal

Asing (PMA) diperoleh dari publikasi Badan Koordinasi Penanaman Modal

Republik Indonesia (BKPM RI). Data jumlah Pengangguran Terbuka diperoleh

dari publikasi BPS Indonesia yang berjudul “Keadaan Angkatan Kerja di

Indonesia” pada tahun 2012-2018. Data Indeks Williamson pada masing-

masing Provinsi di Pulau Jawa diperoleh dengan cara menghitung manual

menggunakan rumus perhitungan Indeks Williamson.

D. Metode Analisis Data

1. Analisis Regresi Data Panel

Data panel merupakan gabungan antara data cross section dan data time

series. Menurut Baltagi dalam Gujarati dan Porter (2012) terdapat beberapa

kelebihan dalam menggunakan data panel, diantaranya:

1) Penggabungan data cross section dan data time series menjadikan

data panel bersifat lebih informatif, bervariasi, serta lebih efisien.

2) Data panel cocok digunakan dalam mempelajari dinamika

perubahan.

3) Data panel mampu mengidentifikasi dan mengukur dampak yang

tidak dapat dilihat pada data cross-section murni atau time series

murni.

46

4) Data panel memperbolehkan kita mempelajari model yang lebih

kompleks.

Model regresi data panel merupakan penggabungan dari model regresi

data cross section dan data time series. Bentuk model regresi data cross

section, adalah:

Yi = β0 + β1Xi + εi ; i = 1,2,...,i

Dimana β0 adalah konsanta (intersep), β1 adalah koefisien regresi parsial

(slope), εi adalah variabel gangguan dan i adalah jumlah data cross section.

Sedangkan bentuk model regresi data time series, adalah:

Yt = β0 + β1Xt + εt ; t = 1,2,...,t

Dimana t menunjukkan periode. Berdasarkan model regresi data cross

section dan data time series tersebut, maka model regresi data panel dapat

ditulis sebagai berikut (Sriyana, 2014):

Yit = β0 + ∑𝑘=1𝑛 βkXkit + εit

Dimana n menunjukkan banyaknya variabel bebas, i adalah jumlah data

cross section, dan t adalah periode.

Model regresi data panel yang digunakan dalam penelitian ini untuk

menguji pengaruh dari Variabel Pendapatan Asli Daerah (PAD),

Penanaman Modal Asing (PMA) dan Pengangguran terhadap Variabel

Ketimpangan Pembangunan yang dihitung menggunakan Indeks

Williamson (IW) adalah sebagai berikut:

Yit = β0 + β1X1it + β2X2it + β3X3it + εit

Dimana:

Y : Ketimpangan Pembangunan (IW)

X1it : Pendapatan Asli Daerah (PAD) di provinsi i pada periode t

X2it : Penanaman Modal Asing (PMA) di provinsi i pada periode t

X3it : Pengangguran di provinsi i pada periode t

β0 : Konstanta

β1, β2, β3 : Koefisien regresi parsial

ε : Residual/error

47

2. Estimasi Model Data Panel

Terdapat tiga model pendekatan estimasi yang biasa digunakan dalam

analisis regresi data panel, yaitu model Common Effects, Fixed Effects dan

Random Effects (Sriyana, 2014).

1) Model Common Effects

Model Common Effects merupakan model yang paling sederhana dalam

mengestimasi data panel dibandingkan model Fixed Effects dan model

Random Effects. Model ini menggabungkan data cross section dan data

time series menjadi data panel yang selanjutnya diregresi menggunakan

metode Ordinary Least Square (OLS). Model ini mengabaikan dimensi

individu maupun waktu sehingga konstanta (intersep) dan koefisien

regresi parsial (slope) pada setiap individu maupun waktu bersifat tetap.

2) Model Fixed Effects

Model Fixed Effects muncul karena adanya kemungkinan perbedaan

kondisi data obyek yang dianalisis pada setiap periode yang dicermati.

Model ini berasumsi bahwa besaran konstanta dalam suatu regresi dapat

dipengaruhi oleh perbedaan obyek (cross section) dan perbedaan

periode waktu (time series). Sama halnya seperti model Common

Effects, metode yang dapat digunakan dalam melakukan estimasi model

Fixed Effects adalah metode Ordinary Least Square (OLS).

3) Model Random Effects

Model Random Effects berasumsi bahwa terdapat perbedaan konstanta

(intersep) dan perbedaan koefisien regresi (slope) yang disebabkan oleh

residual/error sebagai akibat perbedaan antar obyek dan perbedaan

antar periode waktu. Metode yang digunakan dalam model ini adalah

metode Generalized Least Square (GLS).

3. Pemilihan Model Regresi Data Panel

Terdapat tiga uji dalam menentukan model yang paling baik dalam

menjelaskan perilaku data hasil observasi, yaitu uji Chow, uji Hausman dan

uji Lagrange Multiplier (uji LM).

48

1) Uji Chow

Uji Chow dilakukan untuk memberikan informasi model yang lebih

baik diantara model common effects atau model fixed effects. Hipotesis

yang digunakan dalam uji Chow berupa H0 yang menyatakan model

common effects lebih baik dan H1 yang menyatakan model fixed effects

lebih baik.

Jika nilai probabilitas (P-value) Cross-section Chi-square lebih

kecil daripada tingkat signifikansi yang digunakan (α), maka menolak

H0, artinya model fixed effects lebih baik digunakan dibandingkan

model common effects. Sebaliknya, jika nilai probabilitas (P-value)

Cross-section Chi-square lebih besar daripada tingkat signifikansi yang

digunakan, maka menerima H0, artinya model common effects lebih baik

digunakan dibandingkan model fixed effects (Sriyana, 2014).

2) Uji Hausman

Uji Hausman dilakukan untuk memberikan informasi model yang

lebih baik diantara model fixed effects atau model random effects.

Hipotesis yang digunakan dalam uji Hausman berupa H0 yang

menyatakan model random effects lebih baik dan H1 yang menyatakan

model fixed effects lebih baik.

Jika nilai probabilitas (P-value) Chi-square lebih kecil daripada

tingkat signifikansi yang digunakan (α), maka menolak H0, artinya

model fixed effects lebih baik digunakan dibandingkan model random

effects. Sebaliknya, jika nilai probabilitas (P-value) Chi-square lebih

besar daripada tingkat signifikansi yang digunakan, maka menerima H0,

artinya model random effects lebih baik digunakan dibandingkan model

fixed effects (Sriyana, 2014).

3) Uji Lagrange Multiplier (Uji LM)

Uji LM dilakukan untuk memberikan informasi model yang lebih

baik diantara model common effects atau model random effects. Metode

yang umum digunakan dalam uji LM ini adalah metode Breusch Pagan.

Hipotesis yang digunakan dalam uji LM berupa H0 yang menyatakan

49

model common effects lebih baik dan H1 yang menyatakan model

random effects lebih baik.

Jika nilai probabilitas (P-value) Breusch Pagan lebih kecil daripada


model random effects lebih baik digunakan dibandingkan model

common effects. Sebaliknya, jika nilai probabilitas (P-value) Breusch

Pagan lebih besar daripada tingkat signifikansi yang digunakan, maka

menerima H0, artinya model common effects lebih baik digunakan

dibandingkan model random effects.

4. Uji Hipotesis

Terdapat tiga uji hipotesis yang secara umum dilakukan untuk melihat

adakah hubungan antara variabel bebas dan variabel terikat, yaitu Uji

Statistik t, Uji Statistik F dan Adjusted R Squared (Adj. R2).

1) Uji Statistik t

Uji Statistik t dilakukan untuk melihat adakah pengaruh yang

signifikan antara variabel bebas secara parsial terhadap variabel terikat.

Adapun hipotesis yang digunakan dalam Uji Statistik t adalah:

H0 : βk = 0, (k=1,2,3) (Tidak terdapat pengaruh yang signifikan

antara variabel bebas secara parsial terhadap

variabel terikat)

H1 : βk ≠ 0, (k=1,2,3) (Terdapat pengaruh yang signifikan antara

variabel bebas secara parsial terhadap

variabel terikat)

Jika nilai probabilitas (P-value) t-Statistic lebih kecil daripada


terdapat pengaruh yang signifikan antara variabel bebas secara parsial

terhadap variabel terikat. Sebaliknya, jika nilai probabilitas (P-value) t-

Statistic lebih besar daripada tingkat signifikansi yang digunakan, maka

menerima H0, artinya tidak terdapat pengaruh yang signifikan antara

variabel bebas secara simultan terhadap variabel terikat (Sulaiman,

2004).

50

2) Uji Statistik F

Uji Statistik F dilakukan untuk melihat adakah pengaruh yang

signifikan antara variabel bebas secara simultan terhadap variabel

terikat. Adapun hipotesis yang digunakan dalam Uji Statistik F adalah:

H0 : β1 = β2 = β3 = 0 (Tidak terdapat pengaruh yang signifikan

antara variabel bebas secara simultan

terhadap variabel terikat)

H1 : β1 ≠ β2 ≠ β3 ≠ 0 (Terdapat pengaruh yang signifikan antara

variabel bebas secara simultan terhadap

variabel terikat)

Jika nilai probabilitas (P-value) F-Statistic lebih kecil daripada


terdapat pengaruh yang signifikan antara variabel bebas secara simultan

terhadap variabel terikat. Sebaliknya, jika nilai probabilitas (P-value) F-

Statistic lebih besar daripada tingkat signifikansi yang digunakan, maka

menerima H0, artinya tidak terdapat pengaruh yang signifikan antara

variabel bebas secara simultan terhadap variabel terikat (Sulaiman,

2004).

3) Adjusted R Squared (Adj. R2)

Koefisien determinasi (R2) memberikan informasi sejauh mana

ketepatan garis regresi yang terbentuk dalam menjelaskan perilaku

datanya. Nilai koefisien determinasi akan semakin besar apabila terus

dilakukan penambahan variabel bebas ke dalam model regresi. Hal

tersebut membuat hasil menjadi bias karena variabel bebas yang

ditambahkan tersebut belum tentu mempengaruhi variabel terikatnya.

Oleh karena itu digunakan Koefisien Determinasi yang Disesuaikan

atau Adjusted R Squared (Adj. R2) sebagai nilai koefisiensi determinan

yang telah dikoreksi akibat adanya penambahan variabel baru

(Suliyanto, 2011). Koefisien determinasi memiliki nilai antara 0 hingga

1. Semakin mendekati 1 maka menunjukkan semakin besar variabel

bebas dalam menerangkan variabel terikat (Sriyana, 2014).

51

E. Operasional Variabel Penelitian

Penelitian ini menggunakan satu variabel terikat dan tiga variabel bebas

sebagai berikut:

1. Variabel Terikat

Variabel terikat yang digunakan dalam penelitian ini adalah Ketimpangan

Pembangunan yang diukur menggunakan rumus Indeks Williamson. Data

yang digunakan untuk menghitung Indeks Williamson berupa Produk

Domestik Regional Bruto (PDRB) Perkapita dan jumlah penduduk pada

masing-masing Kabupaten/Kota di enam Provinsi yang terletak di Pulau

Jawa tahun 2012-2018.

2. Variabel Bebas

Variabel bebas yang digunakan dalam penelitian ini, diantaranya:

1) Pendapatan Asli Daerah (PAD)

Pendapatan Asli Daerah (PAD) adalah pendapatan yang digunakan

untuk membiayai kegiatan pemerintahan dan pembangunan daerah yang

dipungut sesuai dengan peraturan daerah dan perundang-undangan yang

berlaku (Darise, 2009). Data Pendapatan Asli Daerah yang digunakan

dalam penelitian ini berupa data realisasi PAD berdasarkan Provinsi-


2) Penanaman Modal Asing (PMA)

Pengertian Penanaman Modal Asing (PMA) menurut Undang-

Undang Nomor 25 Tahun 2007 tentang Penanaman Modal adalah

kegiatan menanam modal untuk melakukan usaha di wilayah negara

Republik Indonesia yang dilakukan penanam modal asing, baik yang

menggunakan modal asing sepenuhnya atau yang berpatungan dengan

penanam modal dalam negeri. Data Penanaman Modal Asing yang

digunakan dalam penelitian ini berupa data realisasi PMA berdasarkan


3) Pengangguran

Pengangguran Terbuka merupakan orang yang masuk dalam usia

angkatan kerja yang sedang mencari pekerjaan atau sedang

mempersiapkan usaha serta orang yang baru mendapatkan pekerjaan

52

namun belum mulai bekerja. Data Pengangguran yang digunakan dalam

penelitian ini adalah jumlah Pengangguran Terbuka berdasarkan


Tabel 3.1

Operasional Variabel Penelitian

Jenis

Variabel Variabel Definisi Variabel Ukuran

Terikat Ketimpangan

Pembangunan

Ketimpangan Pembangunan

merupakan perbedaan

kemampuan suatu daerah

dalam mendorong proses

pembangunan daerahnya

(Sjafrizal, 2008). Ketimpangan

Pembangunan dapat diukur

menggunakan suatu alat ukur

ketimpangan berupa Indeks

Williamson.

Kriteria Indeks Williamson (IW):

a. 0 < IW ≤ 0,4 artinya tingkat

ketimpangan rendah.

b. 0,4 < IW ≤ 0,5 artinya tingkat

ketimpangan moderat.

c. 0,5 < IW < 1 artinya tingkat

ketimpangan tinggi.

Bebas Pendapatan

Asli Daerah

Pendapatan Asli Daerah (PAD)

adalah pendapatan yang

digunakan untuk membiayai

kegiatan pemerintahan dan

pembangunan daerah yang

dipungut sesuai dengan

peraturan daerah dan

perundang-undangan yang

berlaku (Darise, 2009).

Miliar Rupiah

Bebas Penanaman

Modal Asing

Penanaman Modal Asing

(PMA) menurut Undang-

Undang Nomor 25 Tahun 2007

tentang Penanaman Modal

adalah kegiatan menanam

Juta US Dolar

53

Jenis

Variabel Variabel Definisi Variabel Ukuran

modal untuk melakukan usaha

di wilayah negara Republik

Indonesia yang dilakukan

penanam modal asing, baik

yang menggunakan modal

asing sepenuhnya atau yang

berpatungan dengan penanam

modal dalam negeri.

Bebas Pengangguran Pengangguran Terbuka

merupakan orang yang masuk

dalam usia angkatan kerja yang

sedang mencari pekerjaan atau

sedang mempersiapkan usaha

serta orang yang baru

mendapatkan pekerjaan namun

belum mulai bekerja

Orang

54

BAB IV

ANALISIS DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

1. Daerah Khusus Ibukota (DKI) Jakarta

Realisasi Pendapatan Asli Daerah (PAD) yang diterima oleh Provinsi

DKI Jakarta pada tahun 2012-2017 terus mengalami peningkatan, namun

berkurang sebesar 574,35 miliar rupiah atau 1,31% pada tahun 2018.

Peningkatan terbesar selama tahun 2012-2018 terjadi pada tahun 2017, yaitu

meningkat sebesar 7.013,47 miliar rupiah atau 19,01% dari tahun 2016.

Berdasarkan Laporan Keuangan Pemerintah Daerah (LKPD) Provinsi DKI

Jakarta 2018, kontribusi terbesar terhadap realisasi PAD Provinsi DKI

Jakarta tahun 2018 adalah berasal dari Pajak Daerah (86,64%), kemudian

Lain-lain PAD Yang Sah (10,66%), Hasil Pengelolaan Kekayaan Daerah

Yang Dipisahkan (1,37%) dan Retribusi Daerah (1,34%).

Grafik 4.1

Realisasi Pendapatan Asli Daerah (PAD)

Provinsi DKI Jakarta tahun 2012-2018 (Miliar Rupiah)

Sumber: BPS Provinsi DKI Jakarta, 2019.

Realisasi Penanaman Modal Asing (PMA) Provinsi DKI Jakarta tahun

2012-2018 mengalami perkembangan yang fluktuatif. Terlihat pada grafik

4.2 bahwa terjadi penurunan yang cukup signifikan terhadap realisasi PMA

Provinsi DKI Jakarta tahun 2013, dimana dari 4.107,72 juta US Dolar pada

tahun 2012 menjadi 2.591,13 juta US Dolar pada tahun 2013 atau turun

22,040.80 26,852.19

31,274.22 33,686.18 36,888.02

43,901.49 43,327.14

-

10,000.00

20,000.00

30,000.00

40,000.00

50,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PAD

55

sebesar 37%. Beberapa faktor penyebab menurunnya realisasi investasi

Provinsi DKI Jakarta menurut LKPD Provinsi DKI Jakarta 2013,

diantaranya: (1) meningkatnya Upah Minimum Provinsi (UMP) pada tahun

2013, yaitu dari 1,5 juta rupiah menjadi 2,2 juta rupiah atau meningkat

sebesar 44%; (2) meningkatnya Tarif Dasar Listrik 2013 secara bertahap per

tiga bulan (tidak termasuk pelanggan 450 VA dan 900 VA); (3) banjir yang

terjadi di Provinsi DKI Jakarta; (4) dan masih melemahnya belanja di Eropa

akibat krisis hutang zona Eropa serta belum pulihnya perekonomian

Amerika sehingga mempengaruhi ekspor Indonesia.

Setelah terjadinya penurunan realisasi PMA pada tahun 2013 tersebut,

terjadi peningkatan yang signifikan terhadap realisasi PMA Provinsi DKI

Jakarta pada tahun 2014, yaitu sebesar 74%. Namun peningkatan tersebut

tidak berlangsung lama karena terjadi penurunan kembali pada tahun 2015

dan 2016 yang kemudian diikuti dengan peningkatan pada tahun 2017 dan

2018.

Grafik 4.2

Realisasi Penanaman Modal Asing (PMA)

Provinsi DKI Jakarta tahun 2012-2018 (Juta US Dolar)

Sumber: BKPM, 2019.

Jumlah Pengangguran Terbuka Provinsi DKI Jakarta tahun 2012-2018

memiliki kecenderungan menurun. Penurunan jumlah Pengangguran

Terbuka Provinsi DKI Jakarta terjadi selama lima tahun, dari tahun 2012

sebesar 530 ribu orang dan terus menurun hingga menjadi 317 ribu orang

pada tahun 2016 atau turun sebesar 213 ribu orang atau 40,18%. Kemudian

4,107.72

2,591.13

4,509.36

3,619.39 3,398.22

4,595.00 4,857.73

0.00

1,000.00

2,000.00

3,000.00

4,000.00

5,000.00

6,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PMA

56

mengalami peningkatan sebesar 30 ribu orang atau 9,44% pada tahun 2017

sehingga jumlahnya menjadi 347 ribu orang dan berkurang kembali sebesar

574 ribu orang atau sebesar 1,31% pada tahun 2018.

Penurunan jumlah Pengangguran Terbuka yang terjadi pada tahun 2015

dan 2016 disebabkan oleh adanya peningkatan aktivitas dan produktivias

pada sektor formal maupun informal sehingga terjadi peningkatan dalam

penyerapan tenaga kerja dan menurunkan jumlah Pengangguran Terbuka di

DKI Jakarta. Selain itu, kondisi perekonomian di DKI Jakarta yang kondusif

dan menguntungkan membuat para pengusaha membuka atau memperluas

lapangan usaha baru sehingga banyak tenaga kerja yang terserap dan

akhirnya mengurangi jumlah Pengangguran Terbuka di Provinsi DKI

Jakarta (BPS Provinsi DKI Jakarta, 2017).

Walaupun demikian, berdasarkan LKPD Provinsi DKI Jakarta 2017

masih terdapat beberapa permasalahan ketenagakerjaan yang perlu diatasi

oleh pemerintah DKI Jakarta, seperti pengangguran yang masih didominasi

oleh penduduk berpendidikan rendah, yaitu setingkat SD, SMP dan

SMA/SMK dan keahlian serta keterampilan yang tidak sesuai dengan

kualifikasi yang dibutuhkan pasar.

Grafik 4.3

Jumlah Pengangguran Terbuka Provinsi DKI Jakarta tahun 2012-2018 (Orang)

Sumber: BPS Provinsi DKI Jakarta, 2018.

Nilai Indeks Williamson Provinsi DKI Jakarta dari tahun 2012 hingga

2018 mengalami perkembangan yang terus meningkat. Pada tahun 2012,

nilai IW Provinsi DKI Jakarta adalah sebesar 0,49 atau ketimpangan

529,976

467,178 429,110

368,190 317,007 346,945

314,841

-

100,000

200,000

300,000

400,000

500,000

600,000

2012 2013 2014 2015 2016 2017 2018

Pengangguran Terbuka

57

pembangunan antar Kabupaten/Kota di Provinsi DKI Jakarta masuk ke

dalam kategori sedang. Kemudian nilai IWnya meningkat secara bertahap

hingga mencapai nilai 0,51 pada tahun 2018 atau dapat dikatakan bahwa

ketimpangan pembangunan antar Kabupaten/Kota di Provinsi DKI Jakarta

sudah masuk dalam kategori tinggi.

Grafik 4.4

Indeks Williamson (IW) Provinsi DKI Jakarta tahun 2012-2018

Sumber: BPS Provinsi DKI Jakarta, 2019, data diolah.

0.760.71 0.71 0.7 0.7 0.71 0.71

0.49 0.49 0.50 0.50 0.51 0.51 0.51

0

0.2

0.4

0.6

0.8

1

2012 2013 2014 2015 2016 2017 2018

Nasional DKI Jakarta

58

2. Jawa Barat

Realisasi PAD Provinsi Jawa Barat tahun 2012-2018 terlihat memiliki

perkembangan yang terus meningkat. Pada tahun 2012, realisasi PAD

Provinsi Jawa Barat adalah sebesar 9.982,92 miliar rupiah dan terus

mengalami peningkatan hingga mencapai 19.642,92 miliar rupiah pada

tahun 2018, atau terjadi peningkatan sebesar 9,660.00 miliar rupiah atau

96,77%. Berdasarkan Laporan Realisasi Anggaran (LRA) Provinsi Jawa

Barat 2018, kontribusi terbesar terhadap jumlah PAD yang diperoleh adalah

berasal dari Pajak Daerah sebesar 92,42%, selanjutnya diikuti oleh Lain-lain

PAD Yang Sah (5,56%), Hasil Pengelolaan Kekayaan Daerah Yang

Dipisahkan (1,77%) dan Retribusi Daerah (0,25).

Grafik 4.5


Provinsi Jawa Barat tahun 2012-2018 (Miliar Rupiah)

Sumber: BPS Provinsi Jawa Barat, 2019.

Selama tahun 2012 hingga 2018, realisasi PMA Provinsi Jawa Barat

cenderung mengalami perkembangan yang semakin menurun. Walaupun

pada tahun 2013 terjadi peningkatan yang cukup signifikan sebesar 69%,

namun selama tahun 2014 hingga 2017 realisasi PMA Provinsi Jawa Barat

terus menurun secara bertahap. Laporan Keterangan Pertanggungjawaban

Akhir Masa Jabatan (LKPJ-AMJ) Gubernur Jawa Barat periode 2013-2018

mencatat bahwa selama tahun 2014 hingga tahun 2017, jumlah PMA yang

diperoleh ternyata tidak mencapai target yang ditetapkan. Hal tersebut

9,982.92 12,360.11

15,038.15 16,032.86 17,042.90 18,081.12 19,642.92

-

5,000.00

10,000.00

15,000.00

20,000.00

25,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PAD

59

disebabkan oleh kebijakan Pemerintah Pusat untuk memeratakan

persebaran investasi khususnya PMA yang tidak hanya terpusat di Pulau

Jawa namun tersebar di wilayah lainnya, khususnya Indonesia Timur.

Penyebab lainnya adalah nilai Upah Minimum Kabupaten (UMK) di

kawasan investasi Provinsi Jawa Barat merupakan UMK tertinggi di

Indonesia sehingga menyebabkan adanya relokasi dan investasi keluar

Provinsi Jawa Barat.

Grafik 4.6


Provinsi Jawa Barat tahun 2012-2018 (Juta US Dolar)

Sumber: BKPM, 2019.

Jumlah Pengangguran Terbuka Provinsi Jawa Barat tahun 2012-2018

mengalami perkembangan yang fluktuatif. Selama periode 7 tahun tersebut,

penurunan jumlah Pengangguran Terbuka yang cukup signifikan terjadi

pada tahun 2014 yaitu sebesar 95.453 orang atau 5,1%, sedangkan

peningkatan jumlah Pengangguran Terbuka yang cukup signifikan terjadi

pada tahun 2016 yaitu sebesar 78.987 orang atau 4,4%. Pada tahun 2016,

Pengangguran Terbuka di Provinsi Jawa Barat paling banyak bertempat di

daerah perkotaan (71,51%), hal tersebut salah satunya disebabkan oleh

peristiwa urbanisasi yang terjadi sehingga lapangan pekerjaan di perkotaan

belum mampu menyerap tenaga kerja yang melimpah sehingga terciptalah

pengangguran yang tinggi (BPS Provinsi Jawa Barat, 2017).

4,210.70

7,124.88 6,561.95

5,738.71 5,470.85 5,142.95 5,573.52

-

2,000.00

4,000.00

6,000.00

8,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PMA

60

Grafik 4.7

Jumlah Pengangguran Terbuka Provinsi Jawa Barat tahun 2012-2018 (Ribu Orang)

Sumber: BPS Provinsi Jawa Barat, 2018.

Indeks Williamson Provinsi Jawa Barat selama tahun 2012 hingga 2018

menunjukkan nilai rata-rata sebesar 0,71. Nilainya yang sudah melebihi 0,5

tersebut menunjukkan bahwa ketimpangan pembangunan antar

Kabupaten/Kota di Provinsi Jawa Barat sudah terbilang tinggi.

Grafik 4.8

Indeks Williamson (IW) Provinsi Jawa Barat tahun 2012-2018

Sumber: BPS Provinsi Jawa Barat, 2019, data diolah.

3. Jawa Tengah

Realisasi PAD Provinsi Jawa Tengah selama tahun 2012 hingga 2018

terus mengalami peningkatan. Pada tahun 2012, realisasi PAD Provinsi

Jawa Tengah adalah sebesar 6.629,31 miliar rupiah dan terus mengalami

peningkatan hingga mencapai 13.711,84 miliar rupiah pada tahun 2018.

Berdasarkan LKPD Provinsi Jawa Tengah 2018, penerimaan PAD tahun

1,828.99

1,870.65

1,775.20 1,794.87

1,873.86

1,839.43 1,848.23

1,700.00

1,750.00

1,800.00

1,850.00

1,900.00

2012 2013 2014 2015 2016 2017 2018


0.76 0.71 0.71 0.7 0.7 0.71 0.71

0.71 0.71 0.71 0.71 0.70 0.70 0.70

0

0.2

0.4

0.6

0.8

1

2012 2013 2014 2015 2016 2017 2018

Nasional Jabar

61

2018 paling banyak berasal dari pemungutan Pajak Daerah (83,92%),

selanjutnya adalah Lain-lain PAD Yang Sah (11,96%), Hasil Pengelolaan

Kekayaan Daerah Yang Dipisahkan (3,35%), Retribusi Daerah (0,76%).

Grafik 4.9


Provinsi Jawa Tengah tahun 2012-2018 (Miliar Rupiah)

Sumber: BPS Provinsi Jawa Tengah, 2019.

Realisasi PMA Provinsi Jawa Tengah tahun 2012 hingga 2018 terlihat

memiliki perkembangan yang cenderung meningkat. Pada tahun 2012,

realisasi PMA Provinsi Jawa Tengah adalah sebesar 241,51 juta US Dolar

dan meningkat 92% menjadi 464,30 juta US Dolar pada tahun 2013,

kemudian terjadi sedikit penurunan pada tahun 2014 lalu diikuti

peningkatan hingga tahun 2017 mencapai 2.372,52 juta US Dolar.

Peningkatan yang terjadi pada tahun 2017 bahkan mencapai 130% lebih

banyak dari tahun sebelumnya. Berdasarkan Laporan Keterangan

Pertanggungjawaban (LKPJ) Gubernur Jawa Tengah Akhir Tahun

Anggaran 2017 dikatakan bahwa peningkatan yang signifikan pada realisasi

PMA tahun 2017 tersebut disebabkan oleh beberapa proyek-proyek

strategis yang sedang dalam proses penyelesaian konstruksi seperti

pembangunan infrastruktur Jalan Tol (Bawen-Solo, Pejagan-Semarang),

Bandara Internasional Ahmad Yani Semarang, Pelabuhan Tanjung Emas

yang seluruhnya tercantum dalam RKPD Jawa Tengah tahun 2017.

6,629.31 8,212.80

9,916.36 10,904.83 11,541.03

12,547.51 13,711.84

-

5,000.00

10,000.00

15,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PAD

62

Grafik 4.10


Provinsi Jawa Tengah tahun 2012-2018 (Juta US Dolar)

Sumber: BKPM, 2019.

Jumlah Pengangguran Terbuka Provinsi Jawa Tengah tahun 2012

hingga 2018 mengalami perkembangan yang cukup berfluktuatif namun

berkecenderungan menurun. Pada tahun 2013, terjadi peningkatan jumlah

Pengangguran Terbuka sebesar 60.587 orang atau 6,3%, kemudian

jumlahnya mulai berkurang secara bertahap hingga tahun 2016, selanjutnya

terjadi peningkatan sebesar 22.608 orang atau 2,82% menjadi 823.938

orang pada tahun 2017 dan menurun kembali sebesar 9.591 orang atau

1,16% pada tahun 2018.

Grafik 4.11

Jumlah Pengangguran Terbuka

Provinsi Jawa Tengah tahun 2012-2018 (Orang)

Sumber: BPS Provinsi Jawa Tengah, 2018.

241.51 464.30 463.36

850.40 1,030.80

2,372.52 2,372.70

-

500.00

1,000.00

1,500.00

2,000.00

2,500.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PMA

962,141 1,022,728 996,344 863,783 801,330 823,938 814,347

-

200,000

400,000

600,000

800,000

1,000,000

1,200,000

2012 2013 2014 2015 2016 2017 2018


63

Nilai Indeks Williamson Provinsi Jawa Tengah tahun 2012 hingga 2018

dapat dikatakan terus menurun. Pada tahun 2012, nilai IW Provinsi Jawa

Tengah adalah sebesar 0,68 dan angkanya terus menurun hingga mencapai

0,64 pada tahun 2017 dan 2018. Selain itu, nilai IW Provinsi Jawa Tengah

2012-2018 masih berada dibawah nilai IW Nasional. Walaupun demikian,

nilai IW Provinsi Jawa Tengah sudah terbilang tinggi karena nilainya sudah

lebih dari 0,5 atau artinya ketimpangan pembangunan antar Kabupaten/Kota

di Provinsi Jawa Tengah sudah masuk dalam kategori tinggi.

Grafik 4.12

Indeks Williamson (IW) Provinsi Jawa Tengah tahun 2012-2018

Sumber: BPS Provinsi Jawa Tengah, 2019, data diolah.

0.76 0.71 0.71 0.7 0.7 0.71 0.71

0.68 0.67 0.67 0.66 0.65 0.64 0.64

0

0.2

0.4

0.6

0.8

1

2012 2013 2014 2015 2016 2017 2018

Nasional Jateng

64

4. Daerah Istimewa (DI) Yogyakarta

Realisasi PAD Provinsi DI Yogyakarta tahun 2012 hingga 2018

mengalami perkembangan yang terus meningkat. Pada tahun 2012, realisasi

PAD Provinsi DI Yogyakarta sebesar 1.004,06 miliar rupiah dan terus

mengalami peningkatan secara bertahap hingga mencapai 2.041,10 miliar

rupiah pada tahun 2018. Berdasarkan Catatan Atas Laporan Keuangan

(CaLK) Provinsi DI Yogyakarta 2018, tercatat bahwa kontribusi terbesar

terhadap realisasi PAD Provinsi DI Yogyakarta tahun 2018 berasal dari

Pajak Daerah (84,15%), selanjutnya adalah Lain-lain PAD Yang Sah

(9,54%), Hasil Pengelolaan Kekayaan Daerah Yang Dipisahkan (4,17%)

dan Retribusi Daerah (2,14%).

Grafik 4.13


Provinsi DI Yogyakarta tahun 2012-2018 (Miliar Rupiah)

Sumber: BPS Provinsi DI Yogyakarta, 2019.

Realisasi PMA Provinsi DI Yogyakarta tahun 2012 hingga 2018

mengalami perkembangan yang berfluktuatif. Pada tahun 2013, realisasi

PMA Provinsi DI Yogyakarta berkurang cukup signifikan sebesar 55,36

juta US Dolar atau sebesar 65,18%. Kemudian terjadi peningkatan selama

dua tahun hingga tahun 2015. Selanjutnya terjadi penurunan yang signifikan

sebesar 69,46 juta US Dolar atau sebesar 77,95% pada tahun 2016 dan

terjadi peningkatan yang cukup signifikan dari tahun 2017 menuju 2018,

yaitu sebesar 122,93%. Lonjakan yang cukup signifikan tersebut berasal

1,004.06 1,216.10

1,464.60 1,593.11 1,673.75

1,851.98 2,040.72

-

500.00

1,000.00

1,500.00

2,000.00

2,500.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PAD

65

dari kegiatan konstruksi bandara baru (New Yogyakarta International

Airport/NYIA) (Pemerintah Provinsi DI Yogyakarta, 2019).

Grafik 4.14


Provinsi DI Yogyakarta tahun 2012-2018 (Juta US Dollar)

Sumber: BKPM, 2019.

Jumlah Pengangguran Terbuka Provinsi DI Yogyakarta tahun 2012

hingga 2018 mengalami perkembangan yang berfluktuatif. Selama periode

7 tahun tersebut, terjadi 2 kali penurunan jumlah Pengangguran Terbuka,

yaitu pada tahun 2013 sebesar 13.261 orang atau 17,19% dan pada tahun

2016 sebesar 23.209 orang atau 28,92%. Penurunan yang terjadi pada tahun

2016 tersebut disebabkan oleh penyerapan tenaga kerja yang signifikan

pada sektor Perdagangan, Hotel dan Restoran (28,89%), sektor Pertanian

(23,27%), dan sektor Jasa-jasa (20,75%) (Pemerintah Provinsi DI

Yogyakarta, 2017).

Dikatakan dalam Laporan Keterangan Pertanggungjawaban (LKPJ)

Provinsi DI Yogyakarta 2018 bahwa pengangguran yang terdapat di D.I

Yogyakarta merupakan pengangguran yang umumnya tidak mempunyai

keterampilan khusus dan belum memiliki pengalaman kerja. Selain itu,

masih banyak tenaga kerja yang memiliki latar belakang pendidikan yang

tidak relevan dengan lapangan pekerjaan sehingga makin terbatas

kesempatan yang mereka miliki untuk mendapatkan pekerjaan.

84.94

29.58

64.89

89.11

19.65

36.48

81.34

-

20.00

40.00

60.00

80.00

100.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PMA

66

Grafik 4.15

Jumlah Pengangguran Terbuka

Provinsi DI Yogyakarta tahun 2012-2018 (Orang)

Sumber: BPS Provinsi DI Yogyakarta, 2018.

Selama tahun 2012 hingga 2018, IW Provinsi DI Yogyakarta memiliki

nilai yang konstan sebesar 0,48. Nilainya lebih kecil dibandingkan nilai IW

Nasional. Nilai 0,48 tersebut mengartikan bahwa ketimpangan antar

Kabupaten/Kota di DI Yogyakarta masuk dalam kategori sedang.

Grafik 4.16

Indeks Williamson (IW) Provinsi DI Yogyakarta tahun 2012-2018

Sumber: BPS Provinsi DI Yogyakarta, 2019, data diolah.

77,150

63,889 67,418

80,245

57,036 64,019

73,350

-

20,000

40,000

60,000

80,000

100,000

2012 2013 2014 2015 2016 2017 2018Pengangguran Terbuka

0.76 0.71 0.71 0.7 0.7 0.71 0.71

0.48 0.48 0.48 0.48 0.48 0.48 0.48

0

0.2

0.4

0.6

0.8

1

2012 2013 2014 2015 2016 2017 2018

Nasional Yogyakarta

67

5. Jawa Timur

Provinsi Jawa Timur memperoleh realisasi PAD yang selalu meningkat

setiap tahunnya dari tahun 2012 hingga 2018. Pada tahun 2012, realisasi

PAD Provinsi Jawa Timur adalah sebesar 9.725,63 miliar rupiah dan terus

meningkat secara bertahap hingga mencapai 18.531,06 miliar rupiah pada

tahun 2018. Berdasarkan LKPD Provinsi Jawa Timur 2018, tercatat bahwa

kontribusi terbesar terhadap realisasi PAD Provinsi Jawa Timur tahun 2018

berasal dari Pajak Daerah (81,27%), selanjutnya adalah Lain-lain PAD

Yang Sah (16,17%), Hasil Pengelolaan Kekayaan Daerah Yang Dipisahkan

(2,07%) dan Retribusi Daerah (0,49%).

Grafik 4.17


Provinsi Jawa Timur tahun 2012-2018 (Miliar Rupiah)

Sumber: BPS Provinsi Jawa Timur, 2019.

Realisasi PMA Provinsi Jawa Timur tahun 2012 hingga 2018 memiliki

perkembangan yang berfluktuatif namun cenderung menurun. Pada tahun

2012, realisasi PMA Provinsi Jawa Timur adalah sebesar 2.298,78 juta US

Dolar dan meningkat pada tahun selanjutnya sebesar 1.097,48 juta US Dolar

atau 47,74%. Kemudian jumlahnya mengalami penurunan sebesar 1.593,75

juta US Dolar atau 46,93% pada tahun 2014 menjadi 1.802,51 juta US

Dolar. Penurunan tersebut disebabkan oleh inflasi di Indonesia yang

mencapai 6,5% dan harga minyak dunia yang mencapai 50 Dolar per barrel

serta sedang diselenggarakannya Pilkada Anggota Legislatif tingkat Pusat

9,725.63 11,596.38

14,442.22 15,402.65 15,817.80

17,324.18 18,531.06

-

5,000.00

10,000.00

15,000.00

20,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PAD

68

hingga Kabupaten/Kota dan Pemilihan Presiden (Pemerintah Provinsi Jawa

Timur, 2015).

Pada tahun 2015 terjadi peningkatan realisasi PMA di Provinsi Jawa

Timur sebesar 790,87 juta US Dolar atau 43,88% menjadi 2.593,38 juta US

Dolar dan mengalami penurunan hingga tahun 2018. Penurunan yang terus

terjadi tersebut disebabkan oleh masalah-masalah dalam aspek penanaman

modal yang dihadapi oleh Provinsi Jawa Timur, seperti masih terbatasnya

lahan di kawasan industri untuk menampung perusahaan baru dan

perusahaan yang sedang melakukan relokasi serta kurangnya sinergitas

antara Pusat, Provinsi dan Kabupaten/Kota dalam memberikan pelayanan

perizinan (Pemerintah Provinsi Jawa Timur, 2018).

Grafik 4.18


Provinsi Jawa Timur tahun 2012-2018 (Juta US Dolar)

Sumber: BKPM, 2019.

Jumlah Pengangguran Terbuka di Provinsi Jawa Timur tahun 2012

hingga 2018 mengalami perkembangan yang berfluktuatif. Pada tahun

2012, jumlah Pengangguran Terbuka di Provinsi Jawa Timur adalah sebesar

819.563 orang dan mengalami peningkatan sebesar 51.775 orang atau

6,32% pada tahun 2013. Kemudian terjadi penurunan sebesar 27.848 orang

atau 3,2% pada tahun 2014 dan meningkat kembali sebesar 63.414 atau

7,52% pada tahun 2015 sehingga jumlahnya menjadi 906.904 orang.

Selanjutnya jumlah Pengangguran Terbuka di Provinsi Jawa Timur

2,298.78

3,396.25

1,802.51

2,593.38

1,941.03 1,566.66

1,333.38

-

1,000.00

2,000.00

3,000.00

4,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PMA

69

mengalami penurunan selama dua tahun hingga tahun 2017 dan meningkat

sebesar 11.978 orang atau 1,43% pada tahun 2018.

Disebutkan dalam Laporan Kinerja Instansi Pemerintah (LKjIP)

Provinsi Jawa Timur Tahun 2017 bahwa terdapat beberapa permasalahan

yang dihadapi Provinsi Jawa Timur dalam bidang ketenagakerjaan,

diantaranya: (1) ketidakseimbangan antara penawaran tenaga kerja dengan

permintaan atau kebutuhan perusahaan; (2) terbatasnya informasi tentang

profil tenaga kerja; (3) kualitas tenaga kerja yang masih rendah; (4) adanya

konflik dalam menentukan UMK serta perlindungan yang masih rendah

bagi tenaga kerja; dan (5) kurang optimalnya pengawasan terhadap

perusahaan-perusahaan yang beroperasi serta masih rendahnya

pengendalian terhadap masuknya tenaga kerja asing.

Grafik 4.19

Jumlah Pengangguran Terbuka Provinsi Jawa Timur tahun 2012-2018 (Orang)

Sumber: BPS Provinsi Jawa Timur, 2018.

Pada tahun 2012 hingga 2018, nilai IW Provinsi Jawa Timur sudah

melebihi nilai 0,5 dan bahkan mendekati nilai 1. Pada tahun 2012, nilai IW

Jawa Timur adalah sebesar 0,95 dan nilainya mengalami peningkatan secara

bertahap hingga mencapai 0,97 pada tahun 2018. Selain nilainya yang

tinggi, nilai IW Provinsi Jawa Timur bahkan telah melebihi nilai IW

Nasional. Hal tersebut menunjukkan bahwa ketimpangan pembangunan

antar Kabupaten/Kota di Provinsi Jawa Timur sudah mencapai tingkat

ketimpangan tinggi.

819,563

871,338

843,490

906,904

839,283 838,496 850,474

760,000

780,000

800,000

820,000

840,000

860,000

880,000

900,000

920,000

2012 2013 2014 2015 2016 2017 2018


70

Grafik 4.20

Indeks Williamson (IW) Provinsi Jawa Timur tahun 2012-2018

Sumber: BPS Provinsi Jawa Timur, 2019, data diolah.

6. Banten

Provinsi Banten memperoleh realisasi PAD yang selalu meningkat

setiap tahunnya dari tahun 2012 hingga 2018. Pada tahun 2012, realisasi

PAD Provinsi Banten adalah sebesar 3.395,88 miliar rupiah dan terus

meningkat secara bertahap setiap tahunnya hingga mencapai 6.329,14

miliar rupiah pada tahun 2018. Berdasarkan LKPD Provinsi Banten 2018,

tercatat bahwa kontribusi terbesar terhadap realisasi PAD Provinsi Banten

tahun 2018 berasal dari Pajak Daerah (95,32%), selanjutnya adalah Lain-

lain PAD Yang Sah (3,65%), Hasil Pengelolaan Kekayaan Daerah Yang

Dipisahkan (0,82%) dan Retribusi Daerah (0,21%).

Grafik 4.21


Provinsi Banten tahun 2012-2018 (Miliar Rupiah)

Sumber: BPS Provinsi Banten, 2019.

0.76 0.71 0.71 0.7 0.7 0.71 0.71

0.95 0.95 0.95 0.96 0.96 0.96 0.97

0

0.2

0.4

0.6

0.8

1

2012 2013 2014 2015 2016 2017 2018

Nasional Jatim

3,395.88 4,118.55

4,899.13 4,972.74 5,463.16 5,756.37

6,329.14

-

2,000.00

4,000.00

6,000.00

8,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PAD

71

Realisasi PMA Provinsi Banten tahun 2012 hingga 2018 mengalami

perkembangan yang berfluktuatif namun cenderung meningkat. Pada tahun

2012, realisasi PMA Provinsi Banten adalah sebesar 2.716,26 juta US

Dolar. Kemudian terjadi peningkatan sebesar 1.003,95 juta US Dolar atau

36,96% sehingga menjadi 3.720,21 juta US Dolar pada tahun 2013. Pada

tahun 2014 terjadi penurunan sebesar 1.685,58 juta US Dolar atau 45,31%.

Selanjunya, realisasi PAD terus meningkat selama tiga tahun hingga

mencapai sebesar 3.047,47 juta US Dolar pada tahun 2017 dan menurun

kembali sebesar 220,19 juta US Dolar atau 7,23% pada tahun 2018.

Grafik 4.22


Provinsi Banten tahun 2012-2018 (Juta US Dolar)

Sumber: BKPM, 2019.

Jumlah Pengangguran Terbuka di Provinsi Banten tahun 2012 hingga

2018 mengalami perkembangan yang cukup berfluktuatif. Selama periode

7 tahun tersebut, terjadi 4 kali penurunan jumlah Pengangguran Terbuka,

yaitu pada tahun 2013 sebesar 9.924 orang atau 1,91%, 2014 sebesar 25.233

orang atau 4,95%, 2016 sebesar 10.787 orang atau 2,12% dan 2018 sebesar

22.831 orang atau 4,39%. Sedangkan, pada tahun 2015 dan 2017 terjadi

peningkatan jumlah Pengangguran Terbuka sebesar 25.330 orang atau

5,23% dan sebesar 20.967 orang atau 4,21% .

2,716.26

3,720.21

2,034.63 2,541.97

2,912.06 3,047.47 2,827.28

-

1,000.00

2,000.00

3,000.00

4,000.00

2012 2013 2014 2015 2016 2017 2018

Realisasi PMA

72

Grafik 4.23

Jumlah Pengangguran Terbuka Provinsi Banten tahun 2012-2018 (Orang)

Sumber: BPS Provinsi Banten, 2018.

Ketimpangan pembangunan antar Kabupaten/Kota di Provinsi Banten

tahun 2012 hingga 2018 sudah masuk ke dalam kategori tinggi. Hal tersebut

dapat dilihat dari nilai IW Provinsi Banten tahun 2012-2018 yang memiliki

nilai rata-rata sebesar 0,63 atau sudah melebihi nilai 0,5.

Grafik 4.24

Indeks Williamson (IW) Provinsi Banten tahun 2012-2018

Sumber: BPS Provinsi Banten, 2019, data diolah.

B. Estimasi Data Panel

Penentuan model yang paling baik dalam menjelaskan perilaku data hasil

observasi dapat dilakukan dengan tiga uji, yaitu uji Chow, uji Hausman dan

uji Lagrange Multiplier (uji LM).

519,210

509,286

484,053

509,383

498,596

519,563

496,732

460,000

470,000

480,000

490,000

500,000

510,000

520,000

530,000

2012 2013 2014 2015 2016 2017 2018


0.76 0.71 0.71 0.7 0.7 0.71 0.71

0.64 0.64 0.64 0.63 0.63 0.64 0.63

0

0.2

0.4

0.6

0.8

1

2012 2013 2014 2015 2016 2017 2018

Nasional Banten

73

1. Uji Chow

Uji Chow dilakukan untuk memberikan informasi model yang lebih baik

diantara model common effects atau model fixed effects. Hipotesis yang

digunakan dalam uji Chow berupa H0 yang menyatakan model common

effects lebih baik dan H1 yang menyatakan model fixed effects lebih baik.

Hasil Uji Chow yang didapatkan menggunakan alat pengolah data berupa

Eviews 9 adalah sebagai berikut:

Tabel 4.1

Uji Chow

Effects Test Prob.

Cross-section Chi-square 0.0000

Sumber: Hasil Pengolahan Data dengan Eviews 9.0.

Tabel 4.1 memperlihatkan bahwa nilai probabilitas (P-value) Cross-

section Chi-square sebesar 0.0000 atau lebih kecil daripada tingkat

signifikansi yang digunakan (α = 5%), sehingga menolak H0, artinya model

fixed effects lebih baik digunakan dibandingkan model common effects.

2. Uji Hausman

Uji Hausman dilakukan untuk memberikan informasi model yang lebih

baik diantara model fixed effects atau model random effects. Hipotesis yang

digunakan dalam uji Hausman berupa H0 yang menyatakan model random

effects lebih baik dan H1 yang menyatakan model fixed effects lebih baik.

Hasil Uji Hausman yang didapatkan adalah sebagai berikut:

Tabel 4.2

Uji Hausman

Test Summary Prob.

Cross-section random 0.8843


Tabel 4.2 memperlihatkan bahwa nilai probabilitas (P-value) Chi-

square sebesar 0.8843 atau lebih besar daripada tingkat signifikansi yang

74

digunakan (α = 5%), sehingga menerima H0, artinya model random effects

lebih baik digunakan dibandingkan model fixed effects.

3. Model Random Effect

Tabel 4.4

Hasil Estimasi Data Panel

Variabel Koefisien Probabilitas

C 0.608150 0.0000

PAD 1.02E-06 0.0158

PMA -3.39E-06 0.0753

NGANGGUR 5.72E-08 0.0590


Berdasarkan Uji Chow dan Uji Hausman yang telah dilakukan

sebelumnya, diperoleh hasil bahwa model pendekatan estimasi terbaik

dalam menganalisis regresi data panel adalah model Random Effect dengan

persamaan sebagai berikut:

IWit = 0.608150 + 1.02E-06 PADit - 3.39E-06 PMAit + 5.72E-08

NGANGGURit + εit

Dimana:

IW : Ketimpangan Pembangunan

PAD : Pendapatan Asli Daerah

PMA : Penanaman Modal Asing

NGANGGUR : Pengangguran

ε : Residual/error

i : Jumlah data Cross-section

t : Periode

Hasil estimasi data panel yang dicantumkan dalam tabel 4.4

memperlihatkan bahwa Variabel Pendapatan Asli Daerah (PAD) dan

Pengangguran memiliki arah hubungan yang positif terhadap Variabel

Ketimpangan Pembangunan pada provinsi-provinsi di Pulau Jawa. Arah

positif tersebut dapat diartikan bahwa ketika PAD dan Pengangguran

75

mengalami peningkatan maka Ketimpangan Pembangunan pada provinsi-

provinsi di Pulau Jawa juga mengalami peningkatan.

Berbeda dengan Variabel PAD dan Pengangguran, hasil estimasi data

panel juga memperlihatkan bahwa Variabel Penanaman Modal Asing

(PMA) memiliki arah hubungan negatif terhadap Variabel Ketimpangan

Pembangunan pada provinsi-provinsi di Pulau Jawa. Arah negatif tersebut

dapat diartikan bahwa ketika PMA mengalami peningkatan maka

Ketimpangan Pembangunan pada provinsi-provinsi di Pulau Jawa akan

mengalami penurunan.

Karakteristik yang berbeda antar provinsi di Pulau Jawa menyebabkan

pengaruh yang berbeda antara variabel bebas terhadap variabel terikat pada

masing-masing daerah. Hal tersebut dapat terlihat pada perbedaan nilai

intersep pada masing-masing provinsi di Pulau Jawa seperti yang

digambarkan dalam tabel 4.5.

Tabel 4.5

Efek Individual

Random Effects (Cross) Koefisien Intersep

Individual Efek

JKT--C -0.149748 0.458402

JABAR--C -0.002143 0.606007

JATENG--C -0.007814 0.600336

JOGJA--C -0.133231 0.474919

JATIM--C 0.290858 0.899008

BANTEN--C 0.002078 0.610228

Sumber: Hasil Pengolahan Data dengan Eview 9.0.

a. Provinsi DKI Jakarta

Apabila terjadi perubahan sebesar 1 satuan Indeks Williamson pada

PAD, PMA dan Pengangguran, maka Ketimpangan Pembangunan

di Provinsi DKI Jakarta akan berubah sebesar 0.458402.

b. Provinsi Jawa Barat



di Provinsi Jawa Barat akan berubah sebesar 0.606007.

76

c. Provinsi Jawa Tengah



di Provinsi Jawa Tengah akan berubah sebesar 0.600336.

d. Provinsi DI Yogyakarta



di Provinsi DI Yogyakarta akan berubah sebesar 0.474919.

e. Provinsi Jawa Timur



di Provinsi Jawa Timur akan berubah sebesar 0.899008.

f. Provinsi Banten



di Provinsi Banten akan berubah sebesar 0.610228.

C. Pengujian Hipotesis

1. Uji Statistik t

Uji Statistik t dilakukan untuk melihat adakah pengaruh yang signifikan

antara variabel bebas (PAD, PMA dan Pengangguran) secara parsial

terhadap variabel terikat (Ketimpangan Pembangunan) dengan cara

membandingkan nilai probabilitas tiap variabel dengan tingkat signifikansi

yang digunakan (α). Sebelum dilakukan Uji Statistik t, maka terlebih dahulu

dibentuk hipotesis pada masing-masing variabel yang diamati seperti

berikut:

1) H0 : Tidak terdapat pengaruh Variabel Pendapatan Asli Daerah

(PAD) secara parsial terhadap Variabel Ketimpangan

Pembangunan pada Provinsi-provinsi di Pulau Jawa pada

tahun 2012-2018.

H1 : Terdapat pengaruh Variabel Pendapatan Asli Daerah (PAD)


pada Provinsi-provinsi di Pulau Jawa pada tahun 2012-2018.

77

2) H0 : Tidak terdapat pengaruh Variabel Penanaman Modal Asing



tahun 2012-2018.

H1 : Terdapat pengaruh Variabel Penanaman Modal Asing



tahun 2012-2018.

3) H0 : Tidak terdapat pengaruh Variabel Pengangguran secara

parsial terhadap Variabel Ketimpangan Pembangunan pada

Provinsi-provinsi di Pulau Jawa pada tahun 2012-2018.

H1 : Terdapat pengaruh Variabel Pengangguran secara parsial

terhadap Variabel Ketimpangan Pembangunan pada


Tabel 4.6

Uji Statistik t

Variabel t-Statistic Probabilitas

C 6.555472 0.0000

PAD 2.527629 0.0158

PMA -1.828681 0.0753

NGANGGUR 1.946348 0.0590


Berdasarkan Tabel 4.6, maka hasil Uji Statistik t dapat dijabarkan

sebagai berikut:

1) Variabel Pendapatan Asli Daerah (PAD) memiliki nilai probabilitas

sebesar 0.0158 atau lebih kecil dari tingkat signifikansi yang

digunakan α = 5% (0.0158 < 0.05). Sehingga menolak H0, artinya

terdapat pengaruh Variabel Pendapatan Asli Daerah (PAD) secara

parsial terhadap Variabel Ketimpangan Pembangunan pada


78

2) Variabel Penanaman Modal Asing (PMA) memiliki nilai

probabilitas sebesar 0.0753 atau lebih kecil dari tingkat signifikansi

yang digunakan α = 10% (0.0753 < 0.1). Sehingga menolak H0,

artinya terdapat pengaruh Variabel Penanaman Modal Asing (PMA)

secara parsial terhadap Variabel Ketimpangan Pembangunan pada


3) Variabel Pengangguran memiliki nilai probabilitas sebesar 0.0590

atau lebih kecil dari tingkat signifikansi yang digunakan α = 10%

(0.0590 < 0.1). Sehingga menolak H0, artinya terdapat pengaruh

Variabel Pengangguran secara parsial terhadap Variabel

Ketimpangan Pembangunan pada Provinsi-provinsi di Pulau Jawa

pada tahun 2012-2018.

2. Uji Statistik F

Uji Statistik F dilakukan untuk melihat adakah pengaruh yang signifikan

antara variabel bebas (PAD, PMA dan Pengangguran) secara simultan

terhadap variabel terikat (Ketimpangan Pembangunan) dengan cara

membandingkan nilai probabilitas F-statistic dengan tingkat signifikansi

yang digunakan (α). Sebelum dilakukan Uji Statistik F, maka terlebih

dahulu dibentuk hipotesis sebagai berikut:

H0 : Tidak terdapat pengaruh Variabel Pendapatan Asli Daerah

(PAD), Penanaman Modal Asing (PMA), Pengangguran secara

simultan terhadap Variabel Ketimpangan Pembangunan pada


H1 : Terdapat pengaruh Variabel Pendapatan Asli Daerah (PAD),

Penanaman Modal Asing (PMA), Pengangguran secara simultan


provinsi di Pulau Jawa pada tahun 2012-2018.

79

Tabel 4.7

Uji Statistik F

Prob. (F-Statistic) 0.019388


Berdasarkan hasil Uji Statistik F yang diperlihatkan dalam Tabel 4.7,

nilai probabilitas F-statistic sebesar 0.019388 atau lebih kecil dari tingkat

signifikansi yang digunakan α = 5% (0.019388 < 0.05). Sehingga menolak

H0, artinya terdapat pengaruh Variabel Pendapatan Asli Daerah (PAD),

Penanaman Modal Asing (PMA), Pengangguran secara simultan terhadap


pada tahun 2012-2018.

3. Adjusted R Squared (Adj. R2)

Adjusted R Squared (Adj. R2) sebagai nilai koefisiensi determinan yang

telah dikoreksi dapat memperlihatkan seberapa besar kemampuan variabel

bebas dalam menerangkan variabel terikat. Koefisien determinasi memiliki

nilai antara 0 hingga 1. Semakin mendekati 1 maka menunjukkan semakin

besar variabel bebas dalam menerangkan variabel terikat.

Tabel 4.8

Adjusted R Squared (Adj. R2)

Adjusted R Squared 0.165902


Tabel 4.8 memperlihatkan nilai Adjusted R Squared sebesar 0.165902,

artinya variabel bebas yang digunakan dalam penelitian ini (PAD, PMA

dan Pengangguran) dapat menerangkan variabel terikatnya (Ketimpangan

Pembangunan) sebesar 16,59% sedangkan sisanya dijelaskan oleh

variabel lain.

D. Analisis Ekonomi

1. Pendapatan Asli Daerah (PAD) terhadap Ketimpangan Pembangunan

Pemungutan Pendapatan Asli Daerah (PAD) merupakan salah satu

kewenangan yang diberikan kepada Pemerintah Daerah bersama dengan

80

diterapkanya sistem otonomi daerah. PAD tersebut diperoleh dari segala

aktivitas pemanfaatan potensi daerah sehingga urusan pemerintahan dan

pembangunan daerah dapat terlaksana dengan baik. Realisasi PAD yang

diperoleh juga dapat mengukur kemandirian suatu daerah dalam membiayai

urusan rumah tangganya sendiri. Semakin besar realisasi PAD yang

diperoleh maka semakin mandiri daerah tersebut, sebaliknya semakin

sedikit realisasi PAD yang diperoleh maka semakin besar ketergantungan

daerah tersebut terhadap keuangan Pemerintah Pusat.

Penelitian ini memperoleh hasil bahwa Variabel PAD berpengaruh

secara positif dan signifikan terhadap Variabel Ketimpangan Pembangunan

pada Provinsi-provinsi di Pulau Jawa, artinya ketika PAD meningkat maka

Ketimpangan Pembangunan pada Provinsi-provinsi di Pulau Jawa juga ikut

meningkat. Hal tersebut mengindikasikan bahwa hasil pemungutan PAD

yang diterima oleh Pemerintah Daerah masih belum digunakan secara

optimal untuk memperbaiki proses pembangunan di suatu daerah.

Apabila dilihat dari struktur Realisasi Belanja Pemerintah Daerah

Provinsi-provinsi di Pulau Jawa tahun 2018, porsi pengeluaran untuk

belanja pegawai memang masih lebih tinggi dibandingkan belanja modal

(Tabel 4.9). Selain itu, tercantum dalam Rencana Kerja Pemerintah (RKP)

Tahun 2018 bahwa target yang ditetapkan bagi porsi belanja pegawai

provinsi dan belanja modal provinsi terhadap total Belanja Pemerintah

Daerah Provinsi adalah sebesar 15% dan 26,44%, namun terlihat dalam

Tabel 4.9 bahwa porsi belanja pegawai terhadap total belanja di seluruh

provinsi di Pulau Jawa tahun 2018 sudah melewati target yang ditetapkan

dan sebaliknya, porsi belanja modal terhadap total belanja di seluruh

provinsi di Pulau Jawa tahun 2018 malah belum mencapai target yang

ditetapkan. Artinya, pendapatan yang didapatkan oleh pemerintah daerah

masih lebih banyak digunakan untuk mebiayai gaji dan tunjangan Pegawai

Negeri Sipil dibandingkan melakukan pengadaan aset tetap yang memiliki

manfaat jangka panjang bagi masyarakat daerah.

81

Tabel 4.9

Realisasi Belanja Pemerintah Daerah Provinsi-Provinsi di Pulau Jawa 2018

Sumber: LKPD dan LRA, 2019.

Hasil penelitian ini didukung oleh penelitian sebelumnya yang

dilakukan oleh Indah Sukma Ramdhini (2013) berjudul “Pengaruh

Penanaman Modal Asing (PMA), Tingkat Pendidikan, dan Pendapatan Asli

Daerah (PAD) Terhadap Ketimpangan Pembangunan Ekonomi di Provinsi

Banten Periode 2005-2011” dimana peneliti mendapati bahwa PAD

berpengaruh secara positif dan signifikan terhadap Ketimpangan

Pembangunan di Provinsi Banten, artinya peningkatan PAD menyebabkan

melebarnya ketimpangan pembangunan di Provinsi Banten. Hal tersebut

terjadi karena PAD digunakan lebih banyak untuk belanja rutin

dibandingkan belanja modal sehingga memperlebar ketimpangan

pembangunan.

2. Penanaman Modal Asing (PMA) terhadap Ketimpangan Pembangunan

Modal merupakan salah satu motor penggerak pembangunan daerah.

Dengan modal yang memadai maka produktivitas tenaga kerja di suatu

daerah dapat lebih ditingkatkan sehingga mempercepat proses

pembangunan. Modal yang diperoleh suatu daerah dapat bersumber baik

dari dalam maupun luar negeri. Modal yang bersumber dari luar negeri atau

biasa disebut Penanaman Modal Asing (PMA) dipercaya memiliki banyak

manfaat demi kepentingan pembangunan daerah. Selain memberikan

manfaat dalam bentuk dana, PMA juga memberikan manfaat dalam bentuk

seperti transfer teknologi, keterampilan dan lapangan pekerjaan bagi

masyarakat setempat (Jhingan, 2012).

Provinsi Belanja Pegawai (%) Belanja Modal (%)

DKI Jakarta 35.79 23.12

Jabar 17.35 9.44

Jateng 37.18 9.67

DI Yogyakarta 33.44 25.04

Jatim 21.69 9.26

Banten 23.85 18.64

82

Penelitian ini memperoleh hasil bahwa Variabel PMA berpengaruh

secara negatif dan signifikan terhadap Variabel Ketimpangan Pembangunan

pada Provinsi-provinsi di Pulau Jawa, artinya ketika PMA meningkat maka

Ketimpangan Pembangunan pada Provinsi-provinsi di Pulau Jawa akan

menurun. Peningkatan PMA yang menyebabkan turunnya Ketimpangan

Pembangunan tersebut mengindikasikan bahwa persebaran PMA di Pulau

Jawa sudah mulai mengalami pemerataan.

Hal ini sesuai dengan penelitian yang dilakukan oleh Muhammad

Firdaus (2013) yang terdapat di dalam orasi ilmiahnya yang berjudul

“Ketimpangan Pembangunan Antar Wilayah di Indonesia: Fakta dan

Strategi Inisiatif” dimana beliau mendapati hasil bahwa setelah

diterapkannya kebijakan desentralisasi fiskal, ketimpangan PMA di Pulau

Jawa mulai mengalami penurunan yang konsisten dan signifikan. Dalam

orasi ilmiahnya tersebut, beliau juga menyampaikan bahwa infrastruktur

merupakan salah satu faktor yang mempengaruhi masuknya investasi ke

suatu wilayah. Jalan tol Trans-Jawa yang hingga April 2019 tercatat sudah

terbentang sepanjang 962 km yang menghubungkan Merak di Provinsi

Banten hingga Probolinggo di Provinsi Jawa Timur merupakan salah satu

proyek infrastruktur fisik yang berdampak memperlancar mobilitas barang

dan jasa sehingga perekonomian antar daerah di Pulau Jawa jadi lebih

merata. Infrastruktur dan perekonomian yang terus berkembang tersebut

menjadi alasan bagi investor untuk menginvestasikan dananya ke berbagai

daerah. Alhasil akan lebih banyak lapangan pekerjaan yang tersedia dan

akhirnya mengurangi ketimpangan pembangunan antar daerah.

Apabila dilihat dari aspek penyerapan tenaga kerja, tenaga kerja di

Indonesia memang lebih banyak terserap ke dalam proyek PMA daripada

proyek PMDN. Data yang bersumber dari publikasi BKPM menunjukkan

bahwa selama tahun 2013 hingga 2018, tenaga kerja di Indonesia paling

banyak terserap ke dalam proyek PMA dibandingkan dengan PMDN. Pada

tahun 2013 sebesar 61,88% tenaga kerja di Indonesia terserap ke dalam

proyek PMA, selanjutnya pada tahun 2014 sebesar 70,99%, 2015 sebesar

83

64,84%, 2016 sebesar 68,37%, 2017 sebesar 65,23% dan 2018 sebesar

51,08% tenaga kerja di Indonesia terserap ke dalam proyek PMA.

3. Pengangguran terhadap Ketimpangan Pembangunan

Pengangguran merupakan masalah pembangunan yang umum terjadi

khususnya di negara berkembang. Salah satu penyebab munculnya

pengangguran adalah ketika tingginya jumlah angkatan kerja namun tidak

diimbangi dengan ketersedian lapangan pekerjaan di pasar. Pengangguran

yang muncul karena alasan tersebut biasa disebut Pengangguran Terbuka.

Penelitian ini memperoleh hasil bahwa Variabel Pengangguran

berpengaruh secara positif dan signifikan terhadap Variabel Ketimpangan

Pembangunan pada Provinsi-provinsi di Pulau Jawa, artinya ketika

Pengangguran meningkat maka Ketimpangan Pembangunan pada Provinsi-

provinsi di Pulau Jawa juga ikut meningkat. Sesuai dengan yang dikatakan

oleh Asfia Murni (2006) bahwa daya beli masyarakat yang menurun akibat

menganggur memberikan dampak buruk terhadap pendapatan yang

diterima oleh pemerintah, yang selanjutnya berimbas pada pertumbuhan

ekonomi, kesejahteraan masyarakat dan melebarnya ketimpangan

pembangunan.

Hasil penelitian ini didukung oleh penelitian sebelumnya yang

dilakukan oleh Lilin Diva Nuartha (2018) berjudul “Analisis Determinan

Ketimpangan Pembangunan Wilayah di Provinsi Jawa Tengah 1998-2015”

dimana peneliti mendapati bahwa pengangguran berpengaruh secara positif

dan signifikan terhadap Ketimpangan Pembangunan di Provinsi Jawa

Tengah. Hal tersebut karena pengangguran akan menghambat pertumbuhan

ekonomi sehingga memperlebar ketimpangan pembangunan di Provinsi

Jawa Tengah.

84

BAB V

KESIMPULAN DAN SARAN

A. Kesimpulan

Berdasarkan hasil dan pembahasan yang telah dijabarkan sebelumnya, maka

kesimpulan yang diperoleh dari penelitian yang berjudul Analisis Pengaruh

Pendapatan Asli Daerah (PAD), Penanaman Modal Asing (PMA) dan

Pengangguran terhadap Ketimpangan Pembangunan di Pulau Jawa Tahun

2012-2018 adalah sebagai berikut:

1. Variabel Pendapatan Asli Daerah (PAD) secara parsial berpengaruh

positif dan signifikan terhadap Variabel Ketimpangan Pembangunan

pada Provinsi-provinsi di Pulau Jawa Tahun 2012-2018. Artinya, ketika

PAD mengalami peningkatan maka ketimpangan pembangunan pada

Provinsi-provinsi di Pulau Jawa juga mengalami peningkatan.

2. Variabel Penanaman Modal Asing (PMA) secara parsial berpengaruh

negatif dan signifikan terhadap Variabel Ketimpangan Pembangunan

pada Provinsi-provinsi di Pulau Jawa Tahun 2012-2018. Artinya, ketika

PMA mengalami peningkatan maka ketimpangan pembangunan pada

Provinsi-provinsi di Pulau Jawa akan mengalami penurunan.

3. Variabel Pengangguran secara parsial berpengaruh positif dan

signifikan terhadap Variabel Ketimpangan Pembangunan pada

Provinsi-provinsi di Pulau Jawa Tahun 2012-2018. Artinya, ketika

Pengangguran mengalami peningkatan maka ketimpangan

pembangunan pada Provinsi-provinsi di Pulau Jawa juga mengalami

peningkatan.

4. Variabel Pendapatan Asli Daerah (PAD), Penanaman Modal Asing

(PMA) dan Pengangguran secara simultan berpengaruh signifikan

terhadap Variabel Ketimpangan Pembangunan pada Provinsi-provinsi

di Pulau Jawa Tahun 2012-2018.

85

B. Saran

Berdasarkan pembahasan dan kesimpulan yang telah diuraikan sebelumnya,

maka penulis mengajukan beberapa saran sebagai berikut:

1. Bagi Pemerintah Daerah Provinsi-provinsi di Pulau Jawa

a. Dibutuhkan transparansi, akuntabilitas dan evaluasi yang lebih

mendalam terhadap kinerja penyelenggaraan pemerintahan daerah agar

meminimalisir penyalahgunaan wewenang demi tercapainya tujuan

pembangunan daerah.

b. Meningkatkan porsi belanja modal yang dapat digunakan untuk

membangun infrastruktur seperti jalan tol, pelabuhan, bandara dan

stasiun sehingga meningkatkan mobilitas barang dan jasa yang berimbas

pada pemerataan pembangunan antar daerah serta meningkatkan

aktivitas investasi.

c. Menyelenggarakan program pelatihan seperti pelatihan teknik dan

bahasa untuk meningkatkan keterampilan serta daya saing para tenaga

kerja yang sedang menganggur.

2. Bagi Para Peneliti Selanjutnya

a. Meneliti daerah-daerah lainnya di Indonesia yang memiliki

ketimpangan pembangunan tinggi sehingga dapat dibandingkan antara

ketimpangan di daerah satu dengan ketimpangan di daerah lainnya.

Hasil dari perbandingan tersebut dapat menjadi masukan bagi

pemerintah dalam menyelesaikan masalah ketimpangan berdasarkan

daerah dengan tingkat ketimpangan tertinggi.

b. Meneliti lebih banyak variabel yang mungkin berpengaruh terhadap

ketimpangan pembangunan sehingga memberikan wawasan yang lebih

luas terhadap faktor-faktor yang mempengaruhi ketimpangan

pembangunan.

c. Menggunakan alat ukur ketimpangan pembangunan lainnya sehingga

dapat dibandingkan antara perhitungan ketimpangan pembangunan

menggunakan alat ukur satu dengan lainnya.

86

DAFTAR PUSTAKA

Adisasmita, Rahardjo. (2013). Teori-teori Pembangunan Ekonomi: Pertumbuhan

Ekonomi dan Pertumbuhan Wilayah, Edisi Pertama. Yogyakarta: Graha Ilmu.

Adisasmita, Rahardjo. (2014). Pertumbuhan Wilayah & Wilayah Pertumbuhan.

Yogyakarta: Graha Ilmu.

BPK Perwakilan Provinsi Banten. (2019). Laporan Hasil Pemeriksaan Atas

Laporan Keuangan Pemerintah Provinsi Banten Tahun Anggaran 2018.

Diunduh pada 19 Oktober 2019, dari https://ppid.bantenprov.go.id/

BPS Indonesia. (2018). Statistik Keuangan Pemerintah Provinsi 2015-2018.

BPS Provinsi DKI Jakarta. (2016). Indikator Kesejahteraan Rakyat Provinsi DKI

Jakarta 2016.

_______. (2017). Indikator Kesejahteraan Rakyat Provinsi DKI Jakarta 2016.

BPS Provinsi Jawa Barat. 2016. Indikator Kesejahteraan Rakyat Jawa Barat 2015.

_______. (2017). Indikator Kesejahteraan Rakyat Jawa Barat 2016.

Darise, Nurlan. (2009). Pengelolaan Keuangan Daerah (Rangkuman 7 UU, 30 PP

dan 15 Permendagri). Jakarta: PT Indeks.

Ekananda, Mahyus. (2016). Analisis Ekonometrika Data Panel: Teori Lengkap dan

Pembahasan Menyeluruh Bagi Penelitian Ekonomi, Manajemen dan

Akuntansi. Edisi Kedua. Jakarta: Mitra Wacana Media.

Firdaus, Muhammad. (2013). Orasi Ilmiah. Ketimpangan Pembangunan Antar

Wilayah Di Indonesia: Fakta dan Strategi Inisiatif. Jawa Barat: Institut

Pertanian Bogor. Diunduh pada 19 Oktober 2019, dari

http://repository.ipb.ac.id/

Gujarati, Damodar N. dan Dawn C. Porter. (2012). Dasar-dasar Ekonometrika,

Edisi 5, Buku 1. Jakarta: Salemba Empat.

_______. (2012). Dasar-dasar Ekonometrika, Edisi 5, Buku 2. Jakarta: Salemba

Empat.

Hermawan, Agus G. H. (2005). Kesenjangan Pembangunan di Provinsi Bali (Suatu

Tinjauan tentang Kesenjangan Pembangunan Antar Wilayah dalam Era

Otonomi Daerah). (Tesis Sekolah Pasca Sarjana, Magister Administrasi

Publik, Universitas Gajah Mada, Yogyakarta).

87

Jhingan, M.L. (2012). Ekonomi Pembangunan dan Perencanaan. Jakarta: PT

RajaGrafindo Persada.

Kantor Perwakilan Bank Indonesia Provinsi Jawa Barat. (2017). Kajian Ekonomi

dan Keuangan Regional Provinsi Jawa Barat November 2017.

Kantor Perwakilan Bank Indonesia Provinsi Jawa Barat. (2018). Kajian Ekonomi

dan Keuangan Regional Provinsi Jawa Barat Agustus 2018.

Kuncoro, Mudrajad. (2010). Masalah, Kebijakan dan Politik Ekonomika

Pebangunan. Jakarta: Erlangga.

Lessmann, Christian. (2012). Foreign Direct Investment and Regional Inequality:

A Panel Data Analysis, CESifo Working Paper No. 4037, Center for

Economic Studies and Ifo Institute (CESifo), Munich.

Lessmann, Christian. (2011). Regional Inequality and Decentralization: An

Empirical Analysis. CESifo Working Paper No. 3568, Center for Economic

Studies and Ifo Institute (CESifo), Munich.

Lusiana. (2012). Usaha Penanaman Modal di Indonesia. Jakarta: PT RajaGrafindo

Persada.

Marbun, B.N. (2010). Otonomi Daerah 1945-2010 Proses dan Realita. Jakarta:

Pustaka Sinar Jaya.

Murni, Asfia. (2006). Ekonomika Makro. Bandung: PT Refika Aditama.

Nuartha, Lilin Diva. (2018). Analisis Determinan Ketimpangan Pembangunan

Wilayah Di Provinsi Jawa Tengah 1998-2015. (Skripsi Fakultas Ekonomi dan

Bisnis, Universitas Muhammadiyah Surakarta, Jawa Tengah).

Pemerintah Provinsi DI Yogyakarta. (2017). Laporan Keterangan

Pertanggungjawaban (LKPJ) Gubernur Daerah Istimewa Yogyakarta Tahun

2016. Diunduh pada 13 Oktober 2019, dari http://bappeda.jogjaprov.go.id/

_______. (2019). Catatan Atas Laporan Keuangan Pemerintah Daerah Istimewa

Yogyakarta Tahun 2018. Diunduh pada 19 Oktober 2019, dari

https://ppid.jogjaprov.go.id/

_______. (2019). Laporan Keterangan Pertanggungjawaban (LKPJ) Gubernur

Daerah Istimewa Yogyakarta Tahun 2018. Diunduh pada 30 September 2019,

dari http://bappeda.jogjaprov.go.id/

88

Pemerintah Provinsi DKI Jakarta. (2014). Laporan Keuangan Pemerintah Daerah

(LKPD) Provinsi DKI Jakarta 2013. Diunduh pada 12 Agustus 2018, dari

https://ppid.jakarta.go.id/

_______. (2018). Laporan Keuangan Pemerintah Daerah (LKPD) Provinsi DKI

Jakarta 2017. Diunduh pada 4 Desember 2018, dari https://ppid.jakarta.go.id/

_______. (2019). Laporan Keuangan Pemerintah Daerah (LKPD Provinsi Jakarta

2018. Diunduh pada 29 September 2019, dari https://ppid.jakarta.go.id/

Pemerintah Provinsi Jawa Barat. (2018). Laporan Keterangan Pertanggungjawaban

Akhir Masa Jabatan (LKPJ-AMJ) Gubernur Jawa Barat periode 2013-2018.

Diunduh pada 1 Oktober 2019, dari https://jabarprov.go.id/

_______. (2019). Laporan Realisasi Anggaran Pendapatan dan Belanja Daerah

Provinsi Jawa Barat Tahun 2018. Diunduh pada 30 September 2019, dari

https://jabarprov.go.id/

Pemerintah Provinsi Jawa Tengah. (2018). Laporan Keterangan

Pertanggungjawaban (LKPJ) Gubernur Jawa Tengah Akhir Tahun Anggaran

2017. Diunduh pada 12 Agustus 2019, dari https://ppid.jatengprov.go.id/

_______. (2019). Laporan Keuangan Pemerintah Daerah (LKPD) Provinsi Jawa

Tengah 2018. Diunduh pada 30 September 2019, dari

https://bpkad.jatengprov.go.id/

Pemerintah Provinsi Jawa Timur. (2015). Laporan Keterangan

Pertanggungjawaban (LKPJ) Gubernur Jawa Timur Akhir Tahun Anggaran

2014. Diunduh pada 14 Oktober 2019, dari http://bappeda.jatimprov.go.id/

_______. (2018). Laporan Keterangan Pertanggungjawaban (LKPJ) Gubernur

Jawa Timur Akhir Tahun Anggaran 2017. Diunduh pada 14 Oktober 2019,

dari http://bappeda.jatimprov.go.id/

_______. (2018). Laporan Kinerja Instansi Pemerintah (LKjIP) Provinsi Jawa

Timur Tahun 2017. Diunduh 15 Agustus 2019, dari https://jatimprov.go.id/

_______. Transparansi Pengelolaan Anggaran Daerah. Dari

http://transparansi.jatimprov.go.id/

Peraturan Presiden Nomor 97 Tahun 2014 tentang Penyelenggaraan Pelayanan

Terpadu Satu Pintu.

89

Samsir, Andi dan Abdul Rahman. (2018). Menelusur Ketimpangan Distribusi

Pendapatan Kabupaten dan Kota. Jurnal Fakultas Ekonomi, Universitas

Negeri Makassar, Sulawesi Selatan, 5(1), 22-42.

Ramdhini, Indah Sukma. (2013). Pengaruh Penanaman Modal Asing (PMA),

Tingkat Pendidikan, dan Pendapatan Asli Daerah (PAD) Terhadap

Ketimpangan Pembanguan Ekonomi di Provinsi Banten Periode 2005-2011.

(Skripsi Fakultas Ekonomi dan Bisnis, Universitas Islam Negeri Syarif

Hidayatullah Jakarta, Jakarta).

Reni. (2015). Analisis Pengaruh Desentralisasi Fiskal Terhadap Ketimpangan

Pembangunan Pada Kabupaten/Kota Di Provinsi Sumatera Utara. (Skripsi

Fakultas Ekonomi Dan Bisnis, Universitas Sumatera Utara, Medan).

Rosmeli. (2015). Dampak Investasi Dan Tenaga Kerja Terhadap Ketimpangan

Pembangunan Kawasan Timur Indonesia. Jurnal Paradigma Ekonomika,

Fakultas Ekonomi, Universitas Jambi, Jambi, 10(2).

Salim, HS. dan Budi Sutrisno. (2008). Hukum Investasi di Indonesia. Jakarta: PT


Sari, Emilda. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Ketimpangan

Pendapatan Di Pulau Sumatera Tahun 2011-2015. (Skripsi Fakultas Ekonomi

dan Bisnis, Universitas Muhammadiyah Surakarta, Jawa Tengah).

Sekretariat Jenderal Dewan Perwakilan Daerah. (2009). Pengkajian Bidang

Ekonomi tentang Dilema Invesasi dan Resiko Politik Keuangan Daerah:

Kajian terhadap UU No. 33 Tahun 2004. Jakarta.

Sidik, Machfud. (2002). Optimalisasi Pajak Daerah dan Retribusi Daerah Dalam

Rangka Meningkatkan Kemampuan Keuangan Daerah. Bandung.

Sjafrizal. (2008). Ekonomi Regional: Teori dan Aplikasi. Jakarta: Baduose Media.

Soekarni, M. dkk., (2008). Hasil Kajian: Peta Investasi di Daerah. Pusat Kajian

Kebijakan dan Hukum. Sekretariat Jenderal Dewan Perwakilan Daerah RI.

Jakarta.

Sriyana, Jaka. (2014). Metode Regresi Data Panel (Dilengkapi Analisis Kinerja

Bank Syariah di Indonesia). Yogyakarta: Ekonisia.

Sukirno, Sadono. (2004). Makroekonomi Teori Pengantar. Jakarta: PT


90

Sukirno, Sadono. (2014). Ekonomi Pembangunan: Proses, Masalah dan Dasar

Kebijakan. Jakarta: Kencana Prenada Media Group.

Sulaiman, Wahid. (2004). Analisis Regresi Menggunakan SPSS Contoh Kasus dan

Pemecahannya. Yogyakarta: ANDI.

Suliyanto. (2011). Ekonometrika Terapan: Teori & Aplikasi dengan SPSS.

Yogyakarta: ANDI.

Suwartono. (2014). Dasar-dasar Metodologi Penelitian. Yogyakarta: ANDI.

Teguh, Muhammad. (2005). Metodologi Penelitian Ekonomi, Teori dan Aplikasi.

Jakarta: PT RajaGrafindo Persada.

Teguh, Muhammad. (2005). Metodologi Penelitian Ekonomi, Teori dan Aplikasi.

Jakarta: Raja Grafindo Persada.

Todaro, Michael P. (2004). Pembangunan Ekonomi di Dunia Ketiga, Edisi

Keenam. Jakarta: Penerbit Erlangga.

Todaro, Michael P. dan Stephen C. Smith. (2009). Economic Development, Tenth

Edition. England: Pearson Education Limited.

Undang-Undang Nomor 23 Tahun 2014 tentang Pemerintahan Daerah.

Undang-Undang Nomor 25 Tahun 2007 tentang Penanaman Modal.

Undang-Undang Nomor 33 Tahun 2004 tentang Perimbangan Keuangan Antara

Pemerintah Pusat dan Pemerintah Daerah.

Wei, Kailei. dkk., (2007). Foreign Direct Investment and Regional Inequality In

China. Research paper series: China and the World Economy, 2007/32, The

University of Nottingham, United Kingdom.

Widjaja, HAW. (2005). Penyelenggaraan Otonomi Di Indonesia Dalam Rangka

Sosialisasi UU No. 32 Tahun 2004 tentang Pemerintah Daerah. Jakarta: PT


Wijaya, Tony. (2013). Metodologi Penelitian Ekonomi dan Bisnis: Teori dan

Praktik. Yogyakarta: Graha Ilmu.

Wijayanto, Damar. (2015). Pengaruh Liberalisasi Perdagangan Dan Desentralisasi

Fiskal Terhadap Pertumbuhan Dan Ketimpangan Wilayah Di Indonesia.

(Tesis Sekolah Pascasarjana, Institusi Pertanian Bogor, Jawa Barat).

91

LAMPIRAN-LAMPIRAN

Lampiran 1: Uji Model Panel

A. Common Effects Model

Dependent Variable: IW

Method: Panel Least Squares

Date: 12/05/19 Time: 23:29

Sample: 2012 2018

Periods included: 7

Cross-sections included: 6

Total panel (balanced) observations: 42

Variable Coefficient Std. Error t-Statistic Prob.

C 0.561818 0.041839 13.42817 0.0000

PAD 1.42E-09 2.40E-09 0.590736 0.5582

PMA -3.32E-05 1.76E-05 -1.886899 0.0668

NGANGGUR 2.14E-07 5.23E-08 4.092348 0.0002

R-squared 0.328749 Mean dependent var 0.656367

Adjusted R-squared 0.275755 S.D. dependent var 0.158810

S.E. of regression 0.135152 Akaike info criterion -1.074447

Sum squared resid 0.694106 Schwarz criterion -0.908955

Log likelihood 26.56339 Hannan-Quinn criter. -1.013788

F-statistic 6.203563 Durbin-Watson stat 0.045993

Prob(F-statistic) 0.001550

92

B. Fixed Effects Model

Dependent Variable: IW?

Method: Pooled Least Squares

Date: 12/05/19 Time: 23:31

Sample: 1 7

Included observations: 7


Total pool (balanced) observations: 42


C 0.610869 0.027546 22.17663 0.0000

PAD? 9.94E-10 4.05E-10 2.457096 0.0194

PMA? -3.43E-06 1.86E-06 -1.847450 0.0737

NGANGGUR? 5.41E-08 3.00E-08 1.806820 0.0799

Fixed Effects (Cross)

JKT--C -0.150392

JABAR--C 0.001311

JATENG--C -0.007521

JOGJA--C -0.135727

JATIM--C 0.291199

BANTEN--C 0.001131

Effects Specification

Cross-section fixed (dummy variables)








93

C. Uji Chow

Redundant Fixed Effects Tests

Pool: FEM

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 2372.016092 (5,33) 0.0000

Cross-section Chi-square 247.262588 5 0.0000

Cross-section fixed effects test equation:



Date: 12/05/19 Time: 23:32

Sample: 1 7





C 0.561818 0.041839 13.42817 0.0000

PAD 1.42E-09 2.40E-06 0.590735 0.5582

PMA -3.32E-05 1.76E-05 -1.886897 0.0668

NGANGGUR 2.14E-07 5.23E-08 4.092347 0.0002








94

D. Random Effects Model


Method: Pooled EGLS (Cross-section random effects)

Date: 12/05/19 Time: 23:35

Sample: 1 7




Swamy and Arora estimator of component variances


C 0.608150 0.092770 6.555472 0.0000

PAD? 1.02E-06 4.02E-07 2.527629 0.0158

PMA? -3.39E-06 1.85E-06 -1.828681 0.0753

NGANGGUR? 5.72E-08 2.94E-08 1.946348 0.0590

Random Effects (Cross)

JKT--C -0.149748

JABAR--C -0.002143

JATENG--C -0.007814

JOGJA--C -0.133231

JATIM--C 0.290858

BANTEN--C 0.002078


S.D. Rho

Cross-section random 0.217395 0.9988

Idiosyncratic random 0.007640 0.0012

Weighted Statistics



S.E. of regression 0.007400 Sum squared resid 0.002081



Unweighted Statistics


Sum squared resid 0.876138 Durbin-Watson stat 0.001461

95

E. Uji Hausman

Correlated Random Effects - Hausman Test

Pool: REM

Test cross-section random effects

Test Summary Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 0.652532 3 0.8843

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

PAD? 0.000001 0.000001 0.000000 0.6621

PMA? -0.000003 -0.000003 0.000000 0.7376

NGANGGUR? 0.000000 0.000000 0.000000 0.6018

Cross-section random effects test equation:



Date: 12/05/19 Time: 23:37

Sample: 1 7





C 0.610869 0.027546 22.17663 0.0000

PAD? 9.94E-07 4.05E-07 2.457096 0.0194

PMA? -3.43E-06 1.86E-06 -1.847450 0.0737

NGANGGUR? 5.41E-08 3.00E-08 1.806820 0.0799


Cross-section fixed (dummy variables)








96

Lampiran 2: Data Penelitian

Provinsi Tahun PAD PMA NGANGGUR IW

JKT 2012 22,040.80 4,107.72 529,976 0.49

JKT 2013 26,852.19 2,591.13 467,178 0.49

JKT 2014 31,274.22 4,509.36 429,110 0.50

JKT 2015 33,686.18 3,619.39 368,190 0.50

JKT 2016 36,888.02 3,398.22 317,007 0.51

JKT 2017 43,901.49 4,595.00 346,945 0.51

JKT 2018 43,327.14 4,857.73 314,841 0.51

Jabar 2012 9,982.92 4,210.70 1,828,986 0.71

Jabar 2013 12,360.11 7,124.88 1,870,649 0.71

Jabar 2014 15,038.15 6,561.95 1,775,196 0.71

Jabar 2015 16,032.86 5,738.71 1,794,874 0.71

Jabar 2016 17,042.90 5,470.85 1,873,861 0.70

Jabar 2017 18,081.12 5,142.95 1,839,428 0.70

Jabar 2018 19,642.92 5,573.52 1,848,234 0.70

Jateng 2012 6,629.31 241.51 962,141 0.68

Jateng 2013 8,212.80 464.30 1,022,728 0.67

Jateng 2014 9,916.36 463.36 996,344 0.67

Jateng 2015 10,904.83 850.40 863,783 0.66

Jateng 2016 11,541.03 1,030.80 801,330 0.65

Jateng 2017 12,547.51 2,372.52 823,938 0.64

Jateng 2018 13,711.84 2,372.70 814,347 0.64

Jogja 2012 1,004.06 84.94 77,150 0.48

Jogja 2013 1,216.10 29.58 63,889 0.48

Jogja 2014 1,464.60 64.89 67,418 0.48

Jogja 2015 1,593.11 89.11 80,245 0.48

Jogja 2016 1,673.75 19.65 57,036 0.48

Jogja 2017 1,851.98 36.48 64,019 0.48

Jogja 2018 2,040.72 81.34 73,350 0.48

Jatim 2012 9,725.63 2,298.78 819,563 0.95

Jatim 2013 11,596.38 3,396.25 871,338 0.95

Jatim 2014 14,442.22 1,802.51 843,490 0.95

Jatim 2015 15,402.65 2,593.38 906,904 0.96

Jatim 2016 15,817.80 1,941.03 839,283 0.96

Jatim 2017 17,324.18 1,566.66 838,496 0.96

Jatim 2018 18,531.06 1,333.38 850,474 0.97

Banten 2012 3,395.88 2,716.26 519,210 0.64

Banten 2013 4,118.55 3,720.21 509,286 0.64

97

Banten 2014 4,899.13 2,034.63 484,053 0.64

Banten 2015 4,972.74 2,541.97 509,383 0.63

Banten 2016 5,463.16 2,912.06 498,596 0.63

Banten 2017 5,756.37 3,047.47 519,563 0.64

Banten 2018 6,329.14 2,827.28 496,732 0.63

analisis pengaruh pendapatan asli daerah (pad),...

Documents