INDIKATOR PENGUKUR INFLASI Oleh: Muhammad Fajar1 1. Latar Belakang Inflasi adalah salah satu fenomena ekonomi yang sangat penting untuk dibahas terutama dampaknya yang luas bagi suatu perekonomian. Inflasi diartikan sebagai kenaikan harga barang dan jasa secara umum yang terus menerus dalam perekonomian. Di Indonesia2 pengukuran inflasi dengan mengggunakan Indeks Harga Konsumen (IHK) dan beberapa penelitian ekonomi menggunakan PDB defltor dan IHPB sebagai pendekatan untuk mengukur inflasi. Padahal indikator-indikator (indeks harga) yang telah sebutkan di tadi hnaya mencerminkan salah satu tingkat harga, IHK mencerminkan tingkat harga yang terjadi di level konsumen,n IHPB mencerminkan tingkat harga pada perdagangan besar (grosir), dan PDB Deflator mencerminkan tingkat harga yang terjadi di level produsen. Oleh karena itu, diperlukannya suatu indikator (indeks harga) baru yang mewakili perkembangan harga di berbagai level, baik di level produsen sampai konsumen sehingga dari indikator baru tersebut dapat diturunkan inflasi yang sangat representatif. 2. Landasan Teori 2.1 PDB Deflator (Indeks Implisit) PDB Deflator (indeks implisit) adalah indeks yang menunjukkan tingkat perkembangan harga di tingkat produsen (producer price index). PDB Deflator dirumuskan sebagai berikut:

Dari PDB Deflator dapat diturunkan laju inflasi tingkat produsen, yaitu:

1 2

Alumnus STIS angkatan 46, email: fajarakatsuki86@yahoo.com atau fajarwaropen@gmail.com Badan Pusat Statistik

Dimana:

Cakupan PDB Deflator yakni: a. Barang dan jasa yang dibeli Pemerintah atau perusahaan, dimana barang dan jasa tersebut digunakan untuk produksi. b. Penimbang PDB Deflator adalah kuantum dari kelompok komoditi barang dan jasa pada tahun berjalan. 2.2 Indeks Harga Perdagangan Besar (IHPB) IHPB adalah indeks yang menggambarkan besarnya perubahan harga pada tingkat harga perdagangan besar/harga grosir dari komoditas-komoditas yang diperdagangkan di suatu negara/daerah. Komoditas tersebut merupakan produksi dalam negeri yang dipasarkan di dalam negeri ataupun diekspor dan komoditas yang diimpor. Jumlah komoditas yang dicakup sebanyak 314 jenis dan dikelompokkan dalam tiga sektor, dan dua kelompok barang, yaitu: Sektor Pertanian, Sektor Pertambangan dan Penggalian, Sektor Industri, Kelompok Barang Impor, dan Kelompok Barang Ekspor. IHPB disajikan dalam tiga macam pengelompokan, yaitu: Menurut komponen penyediaan/ penawaran barang atau menurut sektor/ kelompok barang. Menurut penggunaan barang. Menurut kelompok barang dalam proses produksi. Manfaat: Dapat digunakan sebagai deflator PDB untuk perkembangan ekonomi. Perusahaan Kontruksi dan Bangunan yang mendapatkan tender proyek dari pemerintah untuk pembangunan jangka waktu lebih dari satu tahun dapat menggunakan data IHPB Kontruksi dan bangunan sebagai bahan eskalasi harga.

Rumus: Penghitungan IHPB menggunakan formula Laspeyres yang dikembangkan:

Keterangan: In : Indeks bulan ke n (bulan penelitian) Pn : Harga bulan ke n (bulan penelitian) Pn-1 : Harga bulan ke n-1 (bulan sebelumnya) Pn1 Qo : Nilai timbangan bulan n-1 (bulan sebelumnya) Po Qo : Nilai timbangan tahun dasar 2000. Dari IHPB dapat diturunkan laju inflasi di tingkat perdagangan besar/grosir, yaitu:

2.3 Indeks Harga Konsumen (IHK) IHK adalah suatu indeks yang menghitung rata-rata perubahan harga dalam suatu periode, dari suatu kumpulan barang dan jasa yang dikonsumsi oleh penduduk/rumah tangga dalam kurun waktu tertentu. Jenis barang dan jasa tersebut dikelompokkan menjadi 7 kelompok yaitu bahan makanan; makanan jadi, minuman, rokok, dan tembakau; perumahan; sandang; kesehatan; pendidikan, rekreasi, dan olahraga; transpor dan komunikasi. Mulai bulan Juni 2008, Indeks Harga Konsumen (IHK) yang mencakup sekitar 284-441 komoditas dihitung berdasarkan pola konsumsi hasil Survei Biaya Hidup (SBH) di 66 kota tahun 2007. Manfaat: Mengetahui perubahan harga dari sekelompok tetap barang dan jasa yang pada umumnya dikonsumsi masyarakat. Perubahan IHK dari waktu ke waktu menggambarkan tingkat kenaikan inflasi atau deflasi.

Indeksasi upah dan tunjangan gaji pegawai (wage-indexation). Penyesuaian Nilai Kontrak (contractual payment). Eskalasi Nilai Proyek (project escalation). Penentuan Target Inflasi (inflation targeting). Indeksasi Anggaran Pendapatan dan Belanja Negara (budget indexation). Sebagai pembagi PDB, PDRB (GDP Deflator). Sebagai proksi perubahan biaya hidup (proxy of cost of living). Indikator dini tingkat bunga, valas, dan indeks harga saham. Rumus yang digunakan untuk menghitung IHK adalah rumus Laspeyres yang dimodifikasi (Modified Laspeyres).

dengan: : indeks periode ke-(n) : Harga jenis barang i, periode ke-(n) : Harga jenis barang i, periode ke-(n-1) : Nilai konsumsi jenis barang i, periode ke-(n-1) : Nilai konsumsi jenis barang i pada tahun dasar 2000 : Jumlah jenis barang paket komoditas Dari IHK dapat diturunkan laju inflasi di tingkat konsumen

Dimana:

Cakupan IHK, yakni: a. b. Barang dan jasa yang dibeli konsumen dalam hal ini rumah tangga, dimana barang dan jasa tersebut digunakan untuk konsumsi akhir. Penimbang dalam penghitungan IHK adalah kuantum dari kelompok komoditi barang dan jasa pada tahun dasar.

2.4 Kerangka Pikir Gambar 1. Kerangka PkirTingkat Harga di ProdusenTingkat Harga di Grosir/Perdagangan Besar Tingkat Harga di Pedagang Eceran (tingkat Konsumen)

PDB Deflator

IHPB

IHK

Inflasi di tingkat produsen

Inflasi di tingkat grosir/pedagang besar

Inflasi di tingkat konsumen

PDB Deflator

IHPB

IHK

Indeks Harga Gabungan

Inflasi yang mewakili berbagai tingkatan harga

Penjelasan: Bahwa dari PDB Deflator, IHPB, dan IHK masing-masing dapat diturunkan inflasi diberbagai tingkat harga. Selama ini pengukuran inflasi Indonesia berdasarkan dari IHK,

oleh karena itu diperlukan inflasi yang mencerminkan perkembangan harga di berbagai tingkat dan saling menutupi keterbatasan pada PDB Deflator, IHPB, dan IHK. Pembentukan indeks harga gabungan haruslah terdiri dari ketiga komponen indeks tersebut. Artinya, indeks harga gabungan yang dibentuk adalah indeks komposit. Untuk membentuk indeks komposit, penulis memberikan dua alternatif perumusan indeks harga gabungan: a. Berdasarkan rata-rata aritmatika, seperti halnya IPM. b. Berdasarkan rata-rata geometrik, seperti halnya indeks fisher (rata-rata geometrik dari indeks Paasche dan indeks Laspeyres. Syarat: 1. Ketiga indeks harus berdasarkan tahun dasar yang sama. 2. Berasal dari sebaran normal atau jika ditransformasi maka sebaran data menjadi normal. 3. Metodologi Penelitian 3.1 Sumber Data Data yang digunakan dalam penelitian ini adalah PDB Deflator, Indeks Harga Konsumen (IHK), dan Indeks Harga Perdagangan Besar (IHPB) dengan tahun dasar 2000. Ketiga indikator tersebut bersumber dari Badan Pusat Statistik dan IFS dengan periode data dari 1971 sampai dengan 2010. 3.2 Metode Analisis 3.2.1 Normalitas Sifat normalitas diperlukan agar menghasilkan parameter-parameter yang dihasilkan bisa diujikan dan mengsinkronisasikan dengan alat uji statistik parametrik yang berakar pada asumsi normalitas. Diagram QQ plot merupakan diagram kartesius yang mempunyai dua sumbu, dimana sumbu x mewakili nilai-nilai observasi dan sumbu y mewakili nilai kuantil standar normal dari sebaran normal baku untuk masing-masing nilai observasi. Kuantil ke-j dari distribsi normal baku atau yang dinotasikan dengan sebuah persamaan di bawah ini: terdapat dalam

Dimana:

Dengan: j = 1,2,3,..n Nilai kuantil dapat dijelaskan dengan gambar berikut: Gambar 2. Distribusi Normal Baku

Gambar di atas menunjukkan bahwa luas dibawah kurva standar normal baku dibagi menjadi sebanyak n bagian, dimana masing-masing bagian mempunyai luas yang sama, sehingga kuanti ke-j ( ) dapat diartikan sebagai nilai z dimana nilai .

mencakup semua daerah mulai dari z = - sampai z = Berikut ini langkah-langkah pembuatan QQ plot, yaitu: 1. Urutkan data hasil observasi. 2. Hitung

untuk masing-masing observasi yang telah diurutkan, Dimana: .

3. Dari tabel normal baku maka dapat dicari 4. Gambarkan titik-titik dengan koordinat

. .

Jika plot tititk-titik tersebut membentuk suatu garis lurus atau mendekati garis lurus, maka data observasi memenuhi asumsi kenormalan. Jika data observasi tidak mengikuti sebaran normal, maka diperlukan transformasi sehingga yang tadinya non linear menjadi linear dan

yang tadinya non normal menjadi mendekati sebaran normal. Transformasi yang diajukan adalah transformasi logaritma natural. 3.2.2 Analisis Korelasi

Analisis korelasi adalah salah satu jalan untuk menyelidiki hubungan antara dua variabel atau lebih seberapa besar dan arah hubungan secara linier. Koefisien korelasi dirumuskan sebagai berikut:

Kisaran nilai koefisien korelasi (r) : Jika nilai koefisien korelasi = 0, maka tidak ada hubungan antara variabel ke-1 dengan variabel ke-2 atau terjadi hubungan non linear antara variabel ke-1 dengan ke-2. Jika nilai koefisien korelasi semakin mendekati nilai 0, maka hubungan linier antara variabel ke-1 dengan variabel ke-2 sangan lemah. Jika nilai koefisien korelasi semakin mendekati nilai +1, maka hubungan linear positif (searah) antara variabel ke-1 dengan variabel ke-2 sangat kuat. Jika nilai koefisien korelasi semakin mendekati nilai -1, maka hubungan linear negatif (berlawanan) antara variabel ke-1 dengan variabel ke-2 sangat kuat. Syarat analisis korelasi: a. Data merupakan skala rasio atau interval. b. Mengikuti sebaran normal.

4. Analisis Dan Pembahasan 4.1 Pemeriksaan Pergerakan dan Normalitas data. a. Pergerakan Data sebelum transformasi Gambar 3. Pergerakan PDB Deflator, IHPB, dan IHK Periode (1971 2010)

300

250

200

150

100

50

0 1975 1980 IHKSumber: BPS dan IFS , diolah.

1985

1990

1995

2000

2005

2010

IHPB

PDB_DEFLATOR

Terlihat pada grafik PDB Deflator, IHPB, dan IHK, pergerakan data mengandung unsur trend dan tidak linier.

b.

Normalitas data sebelum transformasi Gambar 4. Plot QQ PDB Deflator, IHPB, dan IHK

Terlihat pada plot QQ PDB Deflator, IHK, dan IHPB persebaran data tidak mengikuti distribusi normal. Sehingga perlu ditransformasi dengan logaritma natural.

c.

Pergerakan data setelah ditransformasi Gambar 5. Pergerakan PDB Deflator, IHPB, dan IHK Setelah Ditransformasi

6

5

4

3

2Adanya Shock Krisis Ekonomi

1

0 1975 1980 1985 1990 1995 2000 2005 2010

LIHK

LIHPB

L_PDB_DEFLATOR

Setelah data ketiga variabel ditransformasi logaritma natural, pergerakan data menjadi linier dan terlihat adanya shock

d.

Normalitas data setelah ditransformasiGambar 6. Plot QQ PDB Deflator, IHPB, dan IHK Setelah Ditransformasi

Hampir semua plot data-data tersebar mengikuti garis lurus merah, yang berarti bahwa setelah data ketiga variabel ditransformasi, maka sebaran data mengikuti aproksimasi normal.

4.2 Analisis Korelasi Tabel 1. Korelasi PDB Deflator, IHPB, dan IHK yang Telah DitransformasiLPDB Deflator LPDB Deflator LIHK LIHPB 1.000000 0.999305 0.999281 LIHK 0.999305 1.000000 0.998226 LIHPB 0.999281 0.998226 1.000000

Sumber: BPS dan IFS, diolah. Berdasarkan tabel korelasi di atas menunjukkan bahwa PDB Deflator, IHPB dan IHK mempunyai hubungan positif dan sangat kuat yang satu dengan lainnya. Artinya penggunaan salah satu indikator tersebut untuk pengukuran inflasi telah memadai dan layak. 4.3 Indeks Harga Gabungan Untuk mencari indeks harga gabungan (IHG) yang tepat, maka pembentukan IHG berdasarkan data yang belum ditransformasi dan ditransformasi3. a. IHG berdasarkan data asli Rata-rata aritmatik

-

Rata-rata geometrik

b. -

IHG berdasarkan data hasil transformasi (versi antilog) Rata-rata aritmatik

3

Maksudnya transformasi logaritma natural

-

Rata-rata geometrik

4.3.1 Evaluasi Indeks Harga Gabungan: a. b. Lihat korelasi antara PDB Deflator, . Melihat kuadrat perbedaan terkecil dengan langkah-langkah berikut: 1. 2. 3. Hitung perbedaan antara PDB Deflator, IHPB, dan IHK terhadap . Kuadratkan perbedaan sesuai poin 1. Lalu jumlahkan semua kuadrat perbedaan berdasarkan poin 2. Kemudian cari nilai rata-rata aritmatik4 kuadrat perbedaan masing-masing jenis IHG. Lalu rata-ratakan lagi sehingga diperoleh grand mean kuadrat perbedaaan. 4. Kemudian lihat IHG yang memiliki grand mean kuadrat perbedaan terkecil. IHPB, dan IHK terhadap

Evaluasi IHG: a. Hasil Korelasi silang Tabel 2. Korelasi antara PDB Deflator, IHPB, dan IHK terhadapIHK IHG_AL_GEO IHG_AL_ARIT IHG_ARIT IHG_GEO 0.996848 0.996810 0.996672 0.996810 IHPB 0.998697 0.998718 0.998799 0.998718 PDB_DEFLATOR 0.999338 0.999355 0.999403 0.999355

Berdasarkan tabel di atas, ternyata masing-masing jenis IHG mempunyai hubungan positif dan kuat terhadap PDB Deflator, IHPB, dan IHK.

4

Logikanya seperti Mean Squared Error.

b.

Kuadrat perbedaan terkecil Berdasarkan lampiran no. 2, dibandingkan IHG lainnya memiliki nilai grand dalam

mean kuadrat perbedaan paling rendah. Hal ini karena IHPB dan IHK penghitungannya menerapkan rata-rata aritmatik. c. Pemilihan jenis Indeks Harga Gabungan

Triplett (1983, dalam Rukini) menjelaskan beberapa poin tentang bobot tidaknya indeks dasar rata-rata aritmatik dan rata-rata geomterik. Dengan data tentang perubahan harga yang tinggi dan kuantitasnya, bahkan rata-rata geometrik memberikan jawaban bahwa banyak yang menganggap sebagai alat penghitung yang bersifat intuitif. Secara umum, penelitian teoretis dan empiris telah menunjukkan bahwa rumus rata-rata aritmatik memiliki perkiraan yang menaik, Persoalan utamanya adalah bahwa jika harga naik dan kemudian kembali ke harga awal, maka rumus rata-rata hitung akan memberikan perubahan yang menyeluruh lebih besar dari satu. Komisi Boskin (1996, dalam Rukini) merekomendasikan penggunaan rumus rata-rata geometrik dalam menggabungkan hargaharga barang dan jasa pada IHK. Rekomendasi tersebut didasarkan pada hasil penelitian yang menunjukkan bahwa rata-rata geometrik akan membantu mengoreksi apa yang disebut Substitusi Bias. Rukini (2003, studi kasus IHK Kota Ambon) menyimpulkan bahwa IHK yang dihitung dengan rata-rata geometrik mempunyai kecenderungan dibawah IHK yang dihitung dengan rata-rata aritmatik atau dapat mengoreksi timbulnya substitusi bias. Oleh karena itu, penulis merekomendasikan fisher yang ideal. dan juga perumusan seperti indeks

4.4 Perbandingan Inflasi Gambar 7. Perbandingan Inflasi (year to year) dari Empat Indikator (Indeks Harga)120

100

80

60 persen 40 20 0 -20 Inflasi y to y dari PDB Deflator (2000=100) Inflasi y to y dari IHK (2000=100) Inflasi y to y dari IHPB Umum (2000=100) Inflasi y to y dari IHG Geometrik (2000=100)

Terlihat pada grafik di atas pergerakan dari berbagai hasil penghitungan inflasi satu sama lain bergerak beriringan. Tabel 3. Korelasi Inflasi (year to year) dari Berbagai IndeksI_PDB_DEFLATOR I_PDB_DEFL ATOR I_IHPB I_IHK I_IHG_GEO I_IHPB I_IHK I_IHG_GEO

1.000000 0.965109 0.907419 0.987156

0.965109 1.000000 0.876779 0.982491

0.907419 0.876779 1.000000 0.943280

0.987156 0.982491 0.943280 1.000000

Inflasi yang diturunkan dari

sangat kuat sekali dan posiitf erhadap inflasi tepat juga

yang diturunkan dari indeks lainnya. Sehingga dapat dismpulkan bahwa digunakn untuk mengukur inflasi yang mewakili berbagai tingkat harga.

5. Kesimpulan Berdasarkan analisis dan pembahasan yang telah dijelaskan dapat ditarik kesimpulan sebagai berikut: 1. Penggunaan salah satu indikator dari PDB Deflator, IHPB, dan IHK tersebut untuk pengukuran inflasi telah layak. 2. Merekomendasikan indeks harga gabungan yang dapat mewakili inflasi dari berbagai tingkat harga dan indeks tersebut pendekatan indeks ideal seperti indeks fisher, yakni:

6. Daftar Pustaka Badan Pusat Statistik. (2004). Pedoman Pencacahan Statistik Harga Konsumen. Jakarta: Badan Pusat Statistik. Badan Pusat Statistik. (2008). Indeks Harga Konsumen di 66 Kota di Indonesia (2007=100). Jakarta: Badan Pusat Statistik. Badan Pusat Statistik. (2008). Indikator Perekonomian. Jakarta: Badan Pusat Statistik. Badan Pusat Statistik. (2002). Indikator Fundamental Ekonomi Makro Indonesia. Jakarta: Badan Pusat Statistik. BAPPENAS. (2002). Studi Pengembangan Indikator Ekonomi Makro. Jakarta: Badan Perencanaan Pembangunan Nasional. Gujarati, Damodar. 1995. Basic Econometrics. New York: McGraw-Hill. Rukini. 2003. Minimalisasi Bias Pengukuran Substitusi Pada Penghitungan Indeks Laspeyres Dengan Rata - Rata Geometri (Studi Kasus IHK Kota Ambon Tahun 2001-2002) [skripsi]. Jakarta: STIS.

Tahun(1)

PDB Deflator (2000=100)(2)

IHPB Umum (2000=100)(3)

IHK (2000=100)(4)

1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

1.32933 1.50996 2.00728 2.95693 3.3256 3.80638 4.30167 4.77264 6.3241 8.16729 9.67907 10.1746 12.1327 13.1333 14.0327 14.9094 16.5115 18.1291 20.2829 22.2049 24.6119 26.1175 28.6391 30.8662 33.9164 36.8592 41.4928 72.725 83.0238 100 114.2957154 121.0346499 127.6763405 138.5935959 158.456535 180.7789796 201.1321229 237.7812481 257.8550738 277.9654024

1.49957 1.70272 2.35355 3.48379 3.70306 4.24694 4.84329 5.30633 7.93767 10.0643 11.1782 12.0061 14.1591 15.7166 16.4954 16.8612 20.106 21.0971 22.9024 25.2033 26.5012 27.8699 28.896 30.4658 33.9347 36.6014 39.8816 80.4829 88.8958 100 113 118 122 131 151 171.671 195 246 257.661 269.6567272

2.73568 2.91385 3.81824 5.36853 6.39147 7.66076 8.50624 9.19605 10.6914 12.6176 14.1626 15.5054 17.3331 19.1453 20.0508 21.2192 23.1874 25.0524 26.6602 28.743 31.4479 33.8163 37.0907 40.251 44.048 47.5587 50.5216 80.0196 96.4149 100 111.504 124.749 132.965 141.266 156.032 176.488 188.7480429 207.2037615 217.176644 228.3237889

Tahun(1)

Indeks Harga Gabungan (2000=100) Aritmatik Geometrik(5) (6)

Indeks Harga Gabungan (2000=100) (versi antilog) Aritmatik Geometrik(7) (8)

1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

1.85486 2.042176667 2.726356667 3.936416667 4.473376667 5.238026667 5.883733333 6.425006667 8.317723333 10.28306333 11.67329 12.56203333 14.54163333 15.9984 16.85963333 17.66326667 19.93496667 21.4262 23.28183333 25.38373333 27.52033333 29.2679 31.54193333 33.861 37.2997 40.33976667 43.96533333 77.7425 89.44483333 100 112.9332385 121.2612166 127.5471135 136.9531986 155.162845 176.3126599 194.9600553 230.3283365 244.2309059 258.6486395

1.760171352 1.95670471 2.622596858 3.809922417 4.285588866 4.984482111 5.617008299 6.152497114 8.126598097 10.12230538 11.5287662 12.37278383 14.38654307 15.80998824 16.68061015 17.4726677 19.7448916 21.2397523 23.13617085 25.24329883 27.37373827 29.08915018 31.31031052 33.57562784 37.01064487 40.03358896 43.72610608 77.65949717 89.27763319 100 112.927474 121.2298589 127.4683992 136.8833742 155.1315955 176.2733601 194.8944635 229.7048235 243.451523 257.7019601

1.760171352 1.95670471 2.622596858 3.809922417 4.285588866 4.984482111 5.617008299 6.152497114 8.126598097 10.12230538 11.5287662 12.37278383 14.38654307 15.80998824 16.68061015 17.4726677 19.7448916 21.2397523 23.13617085 25.24329883 27.37373827 29.08915018 31.31031052 33.57562784 37.01064487 40.03358896 43.72610608 77.65949717 89.27763319 100 112.927474 121.2298589 127.4683992 136.8833742 155.1315955 176.2733601 194.8944635 229.7048235 243.451523 257.7019601

1.628748783 1.852830556 2.529308893 3.724833179 4.174565896 4.84957474 5.483108435 6.021807715 8.037966115 10.05352982 11.47144772 12.29983067 14.3293556 15.74232691 16.61780042 17.40815235 19.68039881 21.17923988 23.09027185 25.19993149 27.3305731 29.0378051 31.24610746 33.49832444 36.93428754 39.95435405 43.66494493 77.64012811 89.24054564 100 112.9262539 121.2233308 127.4521467 136.8690699 155.1253771 176.2657557 194.8820197 229.5878855 243.3060785 257.527268

2 Kuadarat Perbedaan