perencanaan pmbangunan

2

PENDEKATAN DAN MODEL PERENCANAAN PEMBANGUNAN DAERAH

MODEL RULE OF THUMBMODEL RULE OF THUMB

MODEL AGREGAT ATAU MODEL MAKROEKONOMETRIK


MODEL OPTIMASIMODEL OPTIMASI

MODEL MULTISEKTOR ATAU MODEL INPUT-OUTPUT

MODEL MULTISEKTOR ATAU MODEL INPUT-OUTPUT

MODEL ANALISIS BIAYA DAN MANFAAT


TEKNIK-TEKNIK PERENCANAAN PEMBANGUNAN

PENDEKATAN BAWAH-ATAS

(BOTTOM-UP) ATAU ATAS BAWAH

(TOP- DOWN)

PENDEKATAN BAWAH-ATAS

(BOTTOM-UP) ATAU ATAS BAWAH

(TOP- DOWN)

pendekatan obyek, sektoral

atau bidang

pendekatan obyek, sektoral

atau bidang

pendekatan gabungan atau

campuran


campuran

pendekatan komprehensif


pendekatan terpadu

pendekatan terpadu

PENDEKATAN PENGKERUTAN

(REDUCED)


(REDUCED)

PENDEKATAN PARSIAL

PENDEKATAN PARSIAL

pendekatan proyek demi proyek


PENDEKATAN-PENDEKATAN DALAM PERENCANAAN PEMBANGUNAN

3

Metode Model-Model Aplikasi Tujuan Analisis

I. Matematik

Location Quetient Sektor Basis

Koefisien Spesialisasi Pemusatan Industri

Shift Share Analysis Sumber-sumber Pertumbuhan

COR dan ICOR Efisiensi dan Inefisiensi Penanaman Modal

Angka-angka pengganda Dampak sektoral

Programasi Linier Optimalisasi linear tujuan berdasarkan faktor-faktor kendala

Goal Programming Optimalisasi berdasarkan target-target tertentu

Masalah Tranportasi Keseimbangan transportasi asal dan tujuan

Gravitasi Daya Tarik Lokasi

II. Ekonometrik

Regresi Sederhana/Berganda Kausalitas antara dependent dengan independent variable

Probit dan Logit Kausalitas antara dependent kategori dengan independent variable

Simultan Pengaruh variabel eksogen terhadap endogen secara simultan

Dinamik Hubungan-hubungan jangka panjang

Multivariat Penentuan kategori atau Kelompok variabel dependent

Persamaan Struktural Analisis jalur pada variabel-variabel observed dan unobserved

III. Keseimb Umum

Analisis Input-Output Leading sector, proyeksi, kebijakan

Social Accounting Matix Multiplier, distribusi pendapatan, kemiskinan, kebijakan

Computable General Equilibrium Dampak kebijakan pembangunan secara makro dan mikro

METODE KUANTITATIF DALAM PERENCANAAN PEMBANGUNAN WILAYAH

4

TARGET PERTUMBUHAN

EKONOMI

INVESTASI

EKSPOR

KEMISKINAN

KETIMPANGAN

IMPOR

SAVING

PAJAK

PENDAPATAN PERKAPITA

Persamaan Dasar : Y = C + ( I – S ) + (T – G ) + (X – M)

PENERAPAN METODE KUANTITATIF DALAM PERENCANAAN PERTUMBUHAN EKONOMI

SEKTORAL

EXPENDITURE

KONSUMSI

5

1. Investasi Regional a. Capital Output Ratio : CORit = Iit /PDRBit b. Perhitungan ICOR : PDRBit = a0 + a1 Iit + e ; dimana (1/a1) adalah ICOR . Jika ICOR dianggap

searah dengan pertumbuhan ekonomi, maka ICOR diperoleh dari persamaan nonlinier : Ln PDRBit = Ln a0 + a1 Ln Iit + eit ; dimana ICOR = (1/ a1) (I/PDRB)

c. Proyeksi Perubahan Investasi Regional : Iit = ICORit . PDRBit d. Data yang dibutuhkan : PMDN, PMA, Investasi, Perubahan Kapital Stok, PDRB

2. Kesempatan Kerja a. Produktifitas Tenaga Kerja : Nit = PDRBit / L b. Model Kesempatan Kerja KSi = a0 PDRBi

a1 , atau Log KSi = Log a0 + a1 Log PDRBi + e Elastisitas Kesempatan Kerja EKS = a1

c. Proyeksi Pertumbuhan Kesempatan Kerja : Eit = EKS . PDRBit d. Data yang dibutuhkan : Jumlah Tenaga Kerja dan PDRB per sektor

3. Penduduk dan Jumlah Tenaga Kerja a. Proyeksi Penduduk dan Jumlah Tenaga Kerja ( > 10 thn) : Yt = Y0 (1 + r)t eut atau

Ln Yt = Ln Y0 + t Ln (1 + r) + ut -> Ln Yt = 0 + 1 t + ut dimana r = (e 1 – 1 ) b. Depedency Ratio : DR = (PDBUK/PUK) x 100% c. Tingkat Partisipasi Angkatan Kerja : TPAK = (AK/PUK) x 100%, jika diketahui TPAK dan

Tenaga Kerja di masa mendatang maka proyeksi Angkatan Kerja : AKt = TPAKt . PUK d. Data yang dibutuhkan : Penduduk, Penduduk 10 tahun ke atas, Penduduk laki-laki dan

wanita

PERKEMBANGAN PEREKONOMIAN WILAYAH PERIODE 1990-2006 DAN PROYEKSI INDIKATOR-INDIKATOR

MAKRO EKONOMI REGIONAL TAHUN 2007-2020 UNTUK PENYUSUNAN RENCANA PEMBANGUNAN JANGKA MENENGAH DAERAH

6

4. PDRB Menurut Sektoral dan Pengeluaran, serta Laju Pertumbuhan Ekonomi Wilayah a. Leading Sector menggunakan LQ. Proyeksi LQ dilakukan setelah diketahui perkiraan PDRB b. Sumber-Sumber Pertumbuhan menggunakan Shift Share Analysis (SSA). Proyeksi SSA

dilakukan setelah diketahui perkiraan PDRB c. Proyeksi Laju Pertumbuhan Ekonomi Menggunakan Pendekatan Elastisitas Kesempatan Kerja

dan ICOR d. Data yang dibutuhkan : PDRB (Kabupaten dan Provinsi) dan jumlah tenaga kerja per

sektor (Kabupaten dan Provinsi) 5. Potensi PAD

a. Tax Bouyancy (Kesulitan Pemungutan Pajak) dan Elastisitas Pajak : Ln Rt = Ln a0 + a1 Ln Yt + a2 Ln Rt-1 + e

b. Proyeksi PAD : ∆TAX = Ep . PDRB c. Data yang dibutuhkan : Pendapatan Asli Daerah dan Komponen-komponennya, PDRB per

sektor.

6. Pengeluaran dan Penerimaan Pembangunan a. Efektifitas Pengeluaran dan Penerimaan Pembangunan. FP = (RP/TP) x 100%. b. Persamaan Pengeluaran dan Penerimaan Pembangunan. Ln P = a0 + a1 Ln PDRB + e

Elastisitas Pengeluaran dan Penerimaan Pembangunan : EPG = a1 c. Proyeksi Pertumbuhan Pengeluaran dan Penerimaan Pembangunan : ∆P = a1 . PDRB d. Data yang dibutuhkan : APBD, PDRB per sektor


MAKRO EKONOMI REGIONAL TAHUN 2006-2030 UNTUK PENYUSUNAN RENCANA PEMBANGUNAN JANGKA PANJANG DAERAH

7

7. Harga a. Inflasi : INF = [(IHKt – IHKt-1)/IHKt] x 100% b. Proyeksi Perubahan Harga : MV = PY , jika V konstan maka P = v (M/Y) dimana Y (PDRB),

M (jumlah uang beredar) dan v (velocity). Sedangkan M/Y rasio jumlah uang beredar terhadap PDRB.

c. Data yang dibutuhkan : Indeks Harga Konsumen, PDRB, Jumlah uang beredar

8. Pembagian Pendapatan dan Ketimpangan Pendapatan (Rumahtangga dan Sektoral) a. Ketimpangan Sektoral menggunakan pendekatan L-Index :

YY

nn

n

nL

ij

ij

i j

ij ln

dimana nij jumlah tenaga kerja dan Yij adalah PDRB. Proyeksi Ketimpangan Pendapatan ditentukan berdasarkan hasil proyeksi tenaga kerja dan PDRB secara sektoral.

b. Ketimpangan Rumahtangga menggunakan pendekatan Gini Ratio. GC = 1- [ (Xi+1 – Xi) (Yi + Yi+1)

c. Proyeksi Gini Ratio dan L-Index dilakukan setelah diketahui proyeksi pendapatan perkapita, tenaga kerja, dan rumahtangga di ketahui.

d. Data yang dibutuhkan : Tenaga Kerja dan PDRB per sektor, pendapatan per kapita, proporsi jumlah rumahtangga kumulatif dalam kelas i.


MAKRO EKONOMI REGIONAL TAHUN 2006-2030 UNTUK PENYUSUNAN RENCANA PEMBANGUNAN JANGKA PANJANG DAERAH

8

INDEKS – INDEKS PEMUSATAN REGIONAL

9

KOMODITI UNGGULAN

NO. KOMODITI PRODUKSI KONSUMSI EKSPOR IMPOR

1. PADI 2500 2000 500 -

2. JAGUNG 750 900 - 150

3. AYAM PEDAGING 1250 1000 250 -

4. SAPI 150 650 - 500

5. IKAN 4000 2500 1500 -

Komoditi apa saja yang tepat dijadikan komoditi unggulan dalam rangka mengejar pertumbuhan ekonomi ?

Y = C + G + I + (X – M) = DD + X – Mdimana DD = C + G + I adalah permintaan domestikIni berarti jika DD konstan pertumbuhan Y tergantung pada perubahan X dan M, disini ada 2 keadaan :1. Jika X > 0 dan M = 0, atau X > M maka Y akan tumbuh, karena ada surplus ekonomi2. Jika X = 0 dan M > 0, atau X < M maka Y akan turun, karena terjadi leakage atau defisit ekonomi

Suatu komoditi yang memenuhi kondisi pertama dapat dijadikan sebagai komoditi unggulan, sedangkan untuk kondisi kedua bukan merupakan komoditi unggulan.

Padi, ayam dan ikan merupakan komoditi unggulan

Sapi dan jagung bukan komoditi unggulan

YANG MANA MERUPAKAN SEKTOR BASIS ?

10

DASAR TEORI BASIS

Inti teori : Arah dan pertumbuhan suatu wilayah sangat ditentukan oleh perkembangan ekspor wilayah. Ekspor tersebut bukan hanya berupa barang, jasa, dan tenaga kerja saja, tetapi juga termasuk pengeluaran oleh orang asing yang berada di wilayah tersebut terhadap barang dan jasa domestik, seperti wisatawan nusantara dan mancanegara.Suatu sektor ekonomi atau industri yang memiliki ciri semacam ini di sebut SEKTOR BASIS

Tenaga kerja dan pendapatan pada sektor basis merupakan fungsi permintaan dari luar (eksogen), yaitu permintaan dari luar yang menyebabkan terjadinya ekspor dari wilayah tersebut.

Disamping kegiatan SEKTOR BASIS ada juga kegiatan-kegiatan SEKTOR NONBASIS yang dicirikan dengan :1. Sebagai pendukung kegiatan sektor basis (perdagangan, angkutan, komunikasi, dan lain-lain)2. Tidak mampu memenuhi permintaan domestik, sehingga harus diimpor dari luar.

11

HUBUNGAN DAN METODE PENGUKURAN

SEKTOR BASISSEKTOR NONBASIS

PERMINTAAN LUAR

CARA MENENTUKAN

METODE LANGSUNG : METODE TIDAK LANGSUNG :

1. ASUMSI

2. LOCATION QUOTIENT

3. KOMBINASI [1] DAN [2]

4. KEBUTUHAN MINIMUM

SURVEY LAPANGAN

12

Menurut McCann (2001), Location Quotient merupakan suatu usaha mengukur konsentrasi dari suatu kegiatan ekonomi/ industri dalam suatu daerah dengan cara membandingkan peranannya dalam perekonomian daerah itu dengan peranan kegiatan sejenis dalam perekonomian nasional

Metode LQ merupakan perbandingan antara pangsa relatif pendapatan/tenaga kerja wilayah dengan pangsa relatif pendapatan/tenaga kerja sektor i pada tingkat nasional.

Atau secara umum merupakan perbandingan antara pangsa relatif pendapatan/ tenaga kerja pada wilayah j yang lebih rendah, dengan pangsa relatif pendapatan/tenaga kerja sektor i pada wilayah j yang lebih di atas.

KONSEP LOCATION QUOTIENT

13

METODE LOCATION QUOTIENT

t

i

t

i

i

t

i

t

i

i

LL

ll

LQ atau

VV

vv

LQ

dimana vi ( li ) adalah jumlah PDRB (tenaga kerja) sektor i pada wilayah j, vt ( lt ) adalah total PDRB (tenaga kerja) pada wilayah j, Vi ( Li ) adalah jumlah PDRB (tenaga kerja) sektor i pada tingkat nasional (wilayah yang lebih atas), Vt ( Lt ) adalah total PDRB (tenaga kerja) pada tingkat nasional (wilayah yang lebih atas)

Ketentuan yang digunakan :1. LQ 1, sektor tersebut merupakan sektor basis bagi wilayahnya. Sektor tersebut selain

memenuhi permintaan dari wilayah juga memenuhi permintaan dari luar wilayah (mengekspor).

2. LQ < 1, sektor tersebut merupakan sektor nonbasis bagi wilayahnya. Sektor tersebut hanya dapat melayani permintaan dari dalam wilayah saja.

Perhitungan LQ menggunakan tenaga kerja kurang berfluktuatif dan tidak peka terhadap kemajuan ekonomi karena tenaga kerja biasanya berubah dalam waktu yang cukup lama (diskontinu). Berbeda bila menggunakan pendapatan (PDRB), lebih dinamis dan menggambarakan kondisi perekonomian yang riil. Selain itu kita dapat mengukur LQ yang menyertakan tingkat inflasi (harga berlaku) atau tidak (harga Konstan)

14

TEKNIK PENGUKURAN LOCATION QUOTIENT

1998 2003 1998 2003Tanaman Bahan Makanan 10,176.54 32,498.78 8,356,178.94 11,569,565.68 Tanaman Perkebunan 846.53 6,897.69 132,058.06 752,013.26 Peternakan dan Hasil-hasilnya 2,238.75 17,905.12 125,369.78 535,368.80 Kehutanan 12,813.09 61,357.23 1,627,262.05 2,608,296.52 Perikanan 2,558.55 4,592.70 483,961.32 810,224.80 Sektor Lainnya 353,631.91 1,737,846.43 57,377,841.23 155,430,729.52 Total 382,265.36 1,861,097.95 68,102,671.36 171,706,198.58

Sektor PertanianJawa Barat Indonesia

CONTOH PDRB DAN PDB (DATA FIKTIF)

CONTOH PERHITUNGAN LQ JAWA BARAT (DATA FIKTIF)

1998 2003 1998 2003Tanaman Bahan Makanan 0.0266 0.0175 0.1227 0.0674 0.2170 nonbasis 0.2592 nonbasisTanaman Perkebunan 0.0022 0.0037 0.0019 0.0044 1.1420 basis 0.8462 nonbasisPeternakan dan Hasil-hasilnya 0.0059 0.0096 0.0018 0.0031 3.1813 basis 3.0856 basisKehutanan 0.0335 0.0330 0.0239 0.0152 1.4028 basis 2.1703 basisPerikanan 0.0067 0.0025 0.0071 0.0047 0.9419 nonbasis 0.5230 nonbasisPertanian 0.0749 0.0662 0.1575 0.0948 0.4756 nonbasis 0.6987 nonbasis

LQ Jawa BaratSektor Pertanian

Share Jawa Barat Share Indonesia1998 2003

Mudahnya, LQi itu sama dengan share sektor i di Jawa Barat (suatu wilayah) dibagi dengan share sektor i di Indonesia (wilayah di atasnya)

Si = Yi / Yt dimana Si adalah share sektor i, Yi adalah PDB atau PDRB sektor i , dan Yt adalah PDB atau PDRB total suatu wilayah

15

INDEKS SPESIALISASI KONSEP DASAR

1. Hitung persentase jumlah tenaga kerja atau PDRB dari suatu sektor terhadap totalnya untuk suatu wilayah.

2. Hitung juga persentase jumlah tenaga kerja atau PDRB dari suatu sektor terhadap totalnya untuk wilayah yang lebih atas atau wilayah refersensi.

3. Hitung selisih antara persentase yang diperoleh pada tahap ke-1 dengan ke-2, kemudian jumlahkan nilai-nilai selisih yang bertanda positip saja, yang selanjutnya total nilai tersebut dan dibagi dengan 100 untuk mendapatkan nilai IS.

Analisis Indeks Spesialisasi (IS) ini merupakan salah satu cara untuk mengukur perilaku kegiatan ekonomi secara keseluruhan. Misalnya bagaimana tenaga kerja atau pendapatan regional (PDRB) di suatu wilayah tersebut tersebar.

16

Sektor Z % Indonesia % Selisih

(a) (b) (c) (d) (e) (f) = (c) – (e)

Tanaman Bahan Makanan 2675.69 0.26 47622100 9.15 -8.89

Tanaman Perkebunan 7.22 0.00 14147800 2.72 -2.72

Peternakan dan Hasil-hasilnya 1405.89 0.13 9347100 1.80 -1.66

Kehutanan 0.00 0.00 7883000 1.51 -1.51

Perikanan 1208.78 0.12 9040800 1.74 -1.62

Pertambangan dan Penggalian 0.00 0.00 45915700 8.82 -8.82

Industri Pengolahan 225657.44 21.59 149775200 28.77 -7.19

Listrik, Gas dan Air Bersih 45789.30 4.38 6593700 1.27 3.11

Bangunan 132838.56 12.71 42024800 8.07 4.63

Perdagangan Besar dan Eceran 174779.25 16.72 70786800 13.60 3.12

Hotel dan Restoran 69672.94 6.67 18091000 3.48 3.19

Pengangkutan dan Komunikasi 123987.20 11.86 34926300 6.71 5.15

Bank, Non Bank, Sewa 190969.76 18.27 18091000 3.48 14.79

Jasa-Jasa Lainnya 76337.38 7.30 46299400 8.89 -1.59

Total 1045329.41 100.00 520544700 100.00 34.00

TEKNIK PENGUKURAN INDEKS SPESIALISASI

17

34.0100

34

100

)(selisihIS

Analisis : IS sebesar 0.34 menandakan tingkat spesialisasi sektoral di Kabupaten Z sangat rendah, ini berarti konsentrasi sektor ekonomi tersebar cukup merata dalam perekonomian wilayah, dimana ada 6 sektor produksi yang menjadi konsentrasi pertumbuhan yakni (1) listrik, gas dan air bersih, (2) bangunan, (3) perdagangan besar dan eceran, (4) hotel dan restoran, (5) pengangkutan dan komunikasi, dan (6) bank, non bank, sewa. Sedangkan sektor ekonomi lain merupakan sektor-sektor under konsentrasi seperti pertanian dan industri.

TEKNIK PENGUKURAN INDEKS SPESIALISASI

18

Pada prinsipnya SSA itu berusaha untuk memecah atau mendekomposisi besaran deviasi (selisih) antara nilai tambah (menggunakan pendekatan nilai tambah) pada tahun ke-t dengan nilai tambah pada tahun dasar, dan biasanya dinotasikan Yi. Terdapat tiga variabel dekomposisi yang menjadi komponen dari deviasi Yi, yaitu komponen pertumbuhan regional (PR), komponen pertumbuhan proporsional (PP), dan komponen pertumbuhan pangsa wilayah (PPW).

Yi = PRij + PPij + PPWij .......................................................................... [3]

atau secara rinci dapat dinyatakan:

Y’ij – Yij = Yij = Yij (Ra – 1) + Yij (Ri – Ra) + Yij (ri – Ri) ...................... [4]

dimana:

Yij = perubahan dalam pendapatan subsektor pertanian ke-i pada wilayah ke-j

Yij = PDRB subsektor pertanian ke-i pada propinsi ke-j pada tahun dasar

analisis

Y’ij = PDRB subsektor pertanian ke-i pada propinsi ke-j pada tahun akhir

analisis

Yi. = PDRB subsektor pertanian ke-i di seluruh wilayah penelitian pada tahun

dasar analisis

Y’i. = PDRB subsektor pertanian ke-i di seluruh wilayah penelitian pada tahun

akhir analisis.

Y.. = PDRB seluruh subsektor pertanian pada tahun dasar analisis

Y’.. = PDRB seluruh subsektor pertanian pada tahun akhir analisis

Ra = Y’.. / Y..

Ri = Y’i. / Yi. ri = Y’ij / Yij

SHIFT SHARE ANALYSISKONSEP DASAR

19

1. Pertumbuhan Regional (PRij) yang bernilai positip mengandung makna bahwa bahwa wilayah tersebut tumbuh lebih cepat dibandingkan pertumbuhan nasional rata-rata. Sedangkan yang bertanda negatif memberi suatu indikasi bahwa pertumbuhan regional suatu wilayah lebih lambat dibandingkan pertumbuhan nasional rata-rata.

2. Pertumbuhan Proporsional (PP) yang bernilai positif memberi suatu indikasi bahwa sektor ke-i (regional) merupakan sektor yang maju, sektor tersebut tumbuh lebih cepat daripada pertumbuhan ekonomi secara keseluruhan. PP bernilai negatif mengindikasikan bahwa sektor tersebut merupakan sektor yang lamban.

3. Pertumbuhan Pangsa Wilayah (PPW) menunjukkan daya saing yang dimiliki suatu sektor ke-i di suatu wilayah dibandingkan dengan sektor yang sama pada wilayah pembanding (wilayah satu atau dua tingkat di atas, bisa juga menggunakan cakupan nasional).

Yi = PRij + PPij + PPWij

SHIFT SHARE ANALYSISKONSEP DASAR

20

Sektor Ekonomi PRij PPij PPWij

Tanaman Bahan Makanan 3239.41 -2744.52 4324.20

Tanaman Perkebunan 10.01 -7.78 6.71

Peternakan dan Hasil-hasilnya 1452.30 -313.77 1035.71

Kehutanan 0.00 0.00 0.00

Perikanan 1457.09 -639.36 -15.15

Pertambangan dan Penggalian 0.00 0.00 0.00

Industri Pengolahan 394545.00 40909.77 223450.64

Listrik, Gas dan Air Bersih 68329.71 -88611.34 76676.65

Bangunan 133107.48 -43495.43 70739.07

Perdagangan Besar dan Eceran 360150.09 -29932.73 231615.70

Hotel dan Restoran 88900.83 19096.35 39242.91

Pengangkutan dan Komunikasi 165157.17 13976.54 25749.11

Bank, Non Bank, Sewa 167395.29 510541.40 -355654.31

Jasa-Jasa Lainnya 142688.05 -8582.65 19884.57

Total 1526432.42 0.00 747252.28

HASIL PERHITUNGAN SHIFT SHARE ANALYSIS

21

Komponen Pertumbuhan Regional (PR) : berdasarkan komponen PR ternyata sektor yang memiliki pertumbuhan paling cepat di Kabupaten Z bila dibandingkan dengan pertumbuhan rata-rata nasional adalah sektor industri pengolahan yang memiliki angka komponen PR paling tinggi dari seluruh sektor yakni sebesar 394.545.00, menyusul kemudian sektor perdagangan sebesar 360.150.09, sektor pengangkutan sebesar 165.157.17, dan sektor perbankan sebesar 167.395.29. Sementara sektor yang pertumbuhan regionalnya paling lambat namun masih lebih cepat dibandingkan pertumbuhan rata-rata nasional adalah sektor perkebunan yang memiliki angka PR hanya sebesar 10.01.

Pertumbuhan Proporsional (PP) : meskipun ada kesan sementara ini sektor tanaman bahan makanan merupakan sektor yang tumbuh dengan cepat, namun berdasarkan hasil SSA mengindikasikan bahwa sektor tersebut di Kabupaten Z selama ini bukan merupakan sektor yang maju. Keadaan ini tercermin dari nilai komponen PP yang bertanda negatif sebesar -2.744.52, dan sepertinya untuk seluruh sektor pertanian di Kabupaten Z masih merupakan sektor-sektor yang belum maju, karena semuanya memiliki nilai PP yang negatif.

Pertumbuhan Pangsa Wilayah (PPW) : hampir semua sektor ekonomi di Kabupaten Z memiliki daya saing yang tinggi dalam wilayahnya sendiri. Situasi ini tercermin dari nilai komponen PPW untuk sebagian sektor yang bertanda positip, kecuali untuk sektor perikanan dan perbankan saja yang tidak memiliki daya saing, oleh karena mempunyai nilai komponen PPW yang negatif yaitu sebesar -15.15 untuk sektor perikanan dan -355.654.31 untuk sektor perbankan. Kedua sektor ini dianggap kalah bersaing dengan produk-produk yang dihasilkan dari luar yang masuk ke Kabupaten Z. Tidak sepenuhnya pangsa pasar wilayah dapat dikuasai oleh kedua sektor domestik tersebut. Untuk sektor-sektor ekonomi yang memiliki daya saing, kelihatan jelas bahwa yang paling tinggi daya saingnya dalam pangsa pasar wilayah adalah sektor industri dan perdagangan, masing-masing dengan nilai komponen PPW sebesar 223.450.64 dan 231.615.70. Sementara dalam kelompok sektor pertanian yang memiliki daya saing tinggi adalah sektor tanaman bahan makanan yang memiliki nilai komponen PPW sebesar 4.324.20, menyusul kemudian sektor peternakan sebesar 1.035.71, dan terakhir sektor perkebunan sebesar 6.71.

PEMBAHASAN SHIFT SHARE ANALYSIS

22

1. ICOR merupakan konsep paling penting dan sangat berguna bagi perencanaan pembangunan ekonomi di suatu wilayah. Terutama dirasakan pada waktu memeriksa konsistensi antara sasaran pertumbuhan pendapatan regional dengan modal tambahan yang mungkin akan terkumpul dari tabungan domestik yang sedang berjalan.

2. Besar kecilnya perkiraan investasi di masa mendatang sangat ditentukan oleh nilai ICOR, karena itu ketepatan dalam mengukur ICOR menjadi salah satu syarat utama yang harus dipenuhi sewaktu perencana pembangunan ingin memperkirakan kebutuhan investasi.

3. Kesalahan dalam menghitung ICOR akan menyebabkan perencanaan investasi menjadi tidak benar, yang akhirnya mengurangi ketepatan dalam memprediksi pertumbuhan ekonomi wilayah.

4. Untuk itu diperlukan suatu analisis ICOR yang lebih mendalam dan dapat memenuhi kriteria-kriteria CAP (comprehensive, accurate dan predictbale) yang mengandung makna : (1) komprehensif atau terinci secara sektoral, wilayah dan bidang pembangunan, (2) akurat dan teliti sesuai dengan masing-masing karakteristik waktu pengembalian investasi, dan (3) predictable yang bisa meramalkan investasi dan pertumbuhan ekonomi wilayah dengan tingkat akurasi tinggi.

COR DAN ICOR : KONSEP DASAR

23

Subtansi ICOR adalah nisbah inefisiensi pembangunan. Domar sendiri tidak menggunakan istilah Capital Output Ratio (COR), melainkan Capital Coefficient dalam kode huruf k. Baru ketika Harrord dan Domar bergabung menjadi satu model teori Harrord–Domar, istilah Capital Coefficient berubah menjadi Capital Output Ratio (COR). Dengan demikian, COR merujuk parameter efisiensi, sedangkan Incremental (penaikan) COR parameter inefisiensi.

Angka ICOR awal 1997 versi Prof. Sumitro Djojohadikusumo sebesar 3.0, terutama akibat distorsi ekonomi berupa: inefisiensi struktur oligopoli pasar, rent seeking, dan korupsi

Dari propernas ICOR memproyeksikan 4,4 inefisiensi pembangunan tahun 2000. Artinya, perencana memproyeksikan distorsi ekonomis atau loses 44 persen dari jumlah modal investasi pembangunan tahun 2000. Dibandingkan sebelum krismon (1997) lebih besar 1.4, tapi pemerintah yakin angka itu akan turun hingga 2.0 pada akhir tahun 2004. Sebaliknya, karena angka ICOR tadi menurun hingga 2.0, maka tingkat produktivitas ekonomi nasional (TFP – total factor productivity) otomatis menaik 1,6 persen per tahun.

Jika kita mampu meperjuangkan ICOR masuk menjadi parameter kinerja eksekutif yang sah secara legal formal, akan ditemukan instrumen kontrol terukur untuk menajamkan fokus kinerja parlemen yang diamanatkan konstitusi dalam mengawasi kinerja penguasa. Sederet pertanyaan muncul, pertama: apa mungkin? Pertanyaan kedua, kongkritnya apa? Pertanyaan ketiga: instrumen apa ?

WACANA ICOR

24

it

it

it

it

itt g

xY

I

Y

Ik

1001

it

it

it

it

itt g

xY

I

Y

Ik

1001

1

1

it

it

it

it

itt g

xY

I

Y

Ik

1001

2

2

it

it

it

it

itt g

xY

I

Y

Ik

1001

3

3

it

nt

tnit

t Y

Ik

0

ICOR TANPA TENGGANG WAKTU

ICOR TENGGANG WAKTU SATU TAHUN

ICOR TENGGANG WAKTU DUA TAHUN

ICOR TENGGANG WAKTU TIGA TAHUN

RATA-RATA ICOR

COR DAN ICOR : TEKNIK PERHITUNGAN

25

Sektor

INVESTASI PDRB

COR gICOR

(t)ICOR(t-1)

ICOR(t-2)2000 2001 2002 2000 2001 2002

Tanaman Bahan Makanan 350 850 1250 2308.44 3239.41 3803.33 0.329 17.41 2.217

Tanaman Perkebunan 670 750 1030 1003 1054.43 1617 0.637 53.35 1.33

Peternakan dan Hasil-hasilnya 850 1200 2130 1034.93 1452.3 2373.09 0.898 63.4 2.313

Kehutanan 1200 1320 1400 1038.34 1457.09 1856.07 0.754 27.38 3.509

Perikanan 350 460 750 146187.53 149889 181157.54 0.004 20.86 0.024

Pertambangan dan Penggalian 8080 9750 10850 48692.58 394545 400612.3 0.027 1.54 1.33

Industri Pengolahan 22000 50000 46000 94854 68329.71 88010.95 0.523 28.8 2.54

Listrik, Gas dan Air Bersih 4560 5000 6250 133107.48 184466.05 256647.31 0.024 39.13 0.07

Bangunan 1230 2100 3050 603351.81 360150.09 586864.67 0.005 62.95 0.013

Perdagangan Besar dan Eceran 5550 7120 8420 117693 88900.83 95348.99 0.088 7.25 1.306

Hotel dan Restoran 1020 1300 2000 119287.91 165157.17 296826.71 0.007 79.72 0.01

Pengangkutan dan Komunikasi 3500 4560 7400 101681.23 167395.29 197224.6 0.038 17.82 0.15

Jasa-Jasa Lainnya 230 400 640 3566 4572 6204 0.103 35.7 0.392

Total 49690 85110 91720 2461560.46 1733296.42 2354333.18 0.039 35.83 0.148 0.14 0.08

ICOR(t) tanpa tenggang waktu : ICORTBM = 217.241.17

%100x)41.32391250(

g

100xYI

t

1t

t

ICOR(t-1) tenggang waktu 1 tahun : ICORKBN = 330.135.53

%100x)43.1054750(

g

100xYI

t

1t

1t

33.154.1

%100x)3945458080(

g

100xYI

t

1t

2t

ICOR(t-1) tenggang waktu 2 tahun : ICORTAM =

MENGHITUNG ICOR

26

Sektor I2002 ICOR g^2007 I^2007 I^2007

(a) (b) (c) (d) (e) = (c)x(d) (f) = (e)x(b)+(b)

Tanaman Bahan Makanan 1250 2.2166 1.5 3.3249 5406.18

Tanaman Perkebunan 1030 1.3332 2.8 3.7329 4874.88

Peternakan dan Hasil-hasilnya 2130 2.3133 1.2 2.7759 8042.67

Kehutanan 1400 3.5090 1.8 6.3162 10242.65

Perikanan 750 0.0240 3.5 0.0840 812.96

Pertambangan dan Penggalian 10850 1.3317 1.2 1.5981 28189.09

Industri Pengolahan 46000 2.5405 1.7 4.3188 244666.32

Listrik, Gas dan Air Bersih 6250 0.0693 2.5 0.1732 7332.34

Bangunan 3050 0.0135 4.1 0.0552 3218.23

Perdagangan Besar dan Eceran 8420 1.3058 1.5 1.9587 24912.25

Hotel dan Restoran 2000 0.0099 5.5 0.0543 2108.61

Pengangkutan dan Komunikasi 7400 0.1529 4.3 0.6573 12264.32

Bank, Non Bank, Sewa 550 0.0059 5.6 0.0331 568.20

Jasa-Jasa Lainnya 640 0.3922 2.2 0.8627 1192.16

Total 91720 0.1477 3.2 0.4726 135067.17

MEMPERKIRAKAN INVESTASI

Perkiraan investasi untuk sektor tanaman bahan makanan :I^2007 = ( ICOR x g^2007 + 1) x I2002

= (2.2166 x 1.5 + 1 ) x 1250= 5406.18

Artinya jika diperkirakan pertumbuhan pendapatan sektor tanaman bahan makanan pada tahun 2007 adalah sebesar 1.5% dan ICOR sebesar 2.2166 maka untuk mencapai pertumbuhan pendapatan tersebut dibutuhkan pertambahan investasi sebesar 3.3249% atau dalam nilai rupiah dibutuhkan investasi sebanyak 5406.18 rupiah. Secara keseluruhan dapat dikatakan bahwa untuk mengejar pertumbuhan ekonomi wilayah pada tahun 2007 sebesar 3.2% (lihat baris total) maka dibutuhkan pertumbuhan investasi dari tahun 2002 ke tahun 2007 sebesar 0.4726% atau dinyatakan dalam rupiah dibutuhkan pertambahan investasi regional sebanyak 135067.17 rupiah.

27

APLIKASI REGRESI DALAM PERENCANAAN PEMBANGUNAN WILAYAH

....

..........

..

.... .

. . .. ..... ..

....

......

..

.

Y

X

Y

X0 0

Y

X

Y

X0 0

Y

X0

...

.

..

... .

.. .

. .....

... .

.. .

......

... .

.. .

... ...

... .

.. .... ...

... .

.. .

Pengaruh X positip terhadap Y

Pengaruh X negatif terhadap Y

Tidak ada pengaruh X terhadap Y

1. Fenomena2. Teori3. Studi empirik

28

Perencanaan Kesempatan Kerja

Rumus Proyeksi Kesempatan Kerja : Ein = EKS . PDRBin

Elastisitas Rata-rata : Ln Eit = Ln a + b Ln Yit

LnY

LnE

Y

E

YY

EE

E

Y

Y

E

Y1

E1

KS

bLnY

LnEKS

Seandainya dapat ditentukan nilai PDRB sektor i pada tahun proyeksi ke-n, dan diasumsikan elastisitas kesempatan kerja konstan maka perubahan jumlah kesempatan kerja pada tahun proyeksi ke-n adalah :

Ein = b . PDRBin

29

Pengukuran ICOR dan Proyeksi Investasi

Perkiraan ICOR rata-rata sebagaimana yang disajikan pada persamaan sebelumnya dikategorikan sebagai perkiraan ICOR discrete yang menganggap bahwa perubahan hasil yang diperoleh diukur dengan unit perubahan yang cukup besar. Akibatnya ICOR yang diperoleh banyak melompat-lompat setiap waktu tertentu. Guna mengatasi kondisi ini telah disediakan perhitungan ICOR yang bersifat continous yang bisa mengukur perubahan secara berkesinambungan dan stabil. Dalam pengertian continous ini ICOR biasa disebut dengan istilah MCOR (marginal capital output ratio) yang dibangun melalui persamaan

Yit = a + b Iit-n + eit

b

1k it MCOR :

Angka k = 0.9204 menandakan bahwa untuk meningkatkan output regional atau mendorong pertumbuhan ekonomi regional setiap 1% maka dibutuhkan investasi sebesar 0.9204 rupiah. Dengan diketemukan ICOR atau MCOR maka analisis-analisis berikutnya dapat dilakukan seperti memperkirakan jumlah investasi dan menghitung pertumbuhan ekonomi. Misalkan kita ingin menaikkan pertumbuhan ekonomi wilayah pada tahun 2007 sebesar 5% maka tambahan investasi baru yang dibutuhkan adalah sebesar 0.9204 x 0.05 = 0.04602 atau 4.6020%

Misalkan k = 0.9204

30

Perilaku Konsumsi Masyarakat dan Tingkat Kemiskinan

Salah satu teori konsumsi yang paling dikenal dalam ilmu ekonomi makro adalah fungsi konsumsi Keynes, dalam persamaan regresi linier menjadi

C = C0 + c Yd

dimana C adalah konsumsi, C0 adalah konsumsi autonomus, c adalah marginal propensity to consume (MPC) atau hasrat untuk mengkonsumsi, Yd adalah disposable income yaitu pendapatan (Y) di kurangi pajak (Tx)

c1

CTP 0

Garis kemiskinan menggunakan metode BEP atau Titik Padan

31

Pertumbuhan Eksponensial yang dibangun melalui

persamaan :

Yt = Y0 (1 + r)t eut

atau dalam bentuk linier menjadi :

Ln Yt = Ln Y0 + t Ln (1 + r) + ut

Ln Yt = 0 + 1t + ut

laju pertumbuhan r sama dengan :

r = ( e1 – 1 )

Proyeksi Pertumbuhan

32

RESPEK

PENDAPATAN

KONSUMSI KEMISKINAN

Analisis Jalur Dampak RESPEK Terhadap Pengentasan Kemiskinan

R

Y

C

P

P = a0 + a1 R + a2 C + a3 Y + e

33

RESPEK

KONSUMSI KEMISKINAN

R

Y

C P

P = a0 + a1 R + a2 C + a3 Y + e1

Y = b0 + b1 R + e2

C = c0 + c1 R + c2 Y + e3

PENDAPATAN


34

No. VariabelPengaruh Langsung

Pengaruh Tidak Langsung Melalui

TotalRESPEK Pendapatan Konsumsi

1. RESPEK 0.0861 - 0.0639 0.0392 0.1892

2. Pendapatan 0.1272 - - 0.0836 0.2108

3. Konsumsi 0.1427 - - - 0.1427

4. Pengaruh serentak RESPEK, pendapatan dan konsumsi 0.5427

Pengaruh Langsung dan Tidak Langsung Dana RESPEK, Pendapatan, dan Konsumsi Terhadap Tingkat Kemiskinan


35

LINEAR PROGRAMMING

36

MODELMODELINPUT-OUTPUTINPUT-OUTPUT

37

PROSES PRODUKSI

INPUT OUTPUT

Input primer(primary input)

Input antara(intermediate input)

Pemakai akhir(final demand user)

Pemakai antara(intermediate user)

PABRIK

38

CONTOH : INDUSTRI TAHU TEMPE

INPUT OUTPUT

Input primer : tenaga kerja

Input antara : kedelai

Pemakai akhir : Rumahtangga

Pemakai antara : industri keripik

INDUSTRI TAHU TEMPE

39

KETERKAITAN DALAM TABEL INPUT-OUTPUT

FOKUS ANALISIS TABEL INPUT-OUTPUT

FOKUS ANALISIS TABEL SISTEM NERACA SOSIAL EKONOMI

INPUT OUTPUT

Input primer : tenaga kerja

Input antara : kedelai

Pemakai akhir : Rumahtangga

Pemakai antara : industri keripik

Dalam analisis SNSE semua keterkaitan ekonomi dianalisis dalam neraca endogen yang meliputi keterkaitan antarfaktor produksi, antarinstitusi, dan antarsektor produksi, atau antara institusi dengan faktor produksi, antara institusi dengan sektor

produksi, antara faktor produksi dengan sektor produksi

INDUSTRI TAHU TEMPE

40

KETERKAITAN INPUT-OUTPUT ANTARA CONTOH SEDERHANA

KETERKAITAN LEBIH KOMPLEKS DISAMPAIKAN DALAM TABEL INPUT-OUTPUT

Ikan Industri Dagang

Ikan zii zin zid

Industri zni znn znd

Dagang zdi zdn zdd

outputinput

Input : pembelian tepung ikan

industri tepung ikan

Input : ikan Output : tepungikan

Ikan tambak perdagangan

Output: penjualan tepung ikan

Input : makananikan

Output : ikan

Untuk setiap aktifitas sektor produksi dapat dibaca secara vertikal dan horisontal.

Secara horisontal : aii banyaknya nilai output antara yang didistribusikan oleh usaha

tambak ikan untuk memenuhi kebutuhan input antara pada usaha tambak ikan itu sendiri, contoh benih ikan

ain banyaknya nilai output antara yang didistribusikan oleh usaha tambak ikan untuk memenuhi kebutuhan input antara industri, contoh tepung ikan

aid banyaknya nilai output antara yang didistribusikan oleh usaha tambak ikan untuk memenuhi kebutuhan input antara jasa dagang, contoh pasar ikan

Secara vertikal : aii banyaknya nilai input antara yang digunakan oleh usaha tambak

ikan yang berasal dari output antara tambak ikan itu sendiri, contoh benih ikan

ain banyaknya nilai input antara yang digunakan oleh industri yang berasal dari output antara tambak ikan, contoh tepung ikan

aid banyaknya nilai input antara yang digunakan oleh jasa dagang yangberasal dari output antara tambak ikan, contoh pasar ikan

Hasil produksi tambak ikan didistribusikan sebagian ke industri untuk di jadikan sebagai bahan baku dalam pembuatan tepung ikan, yang kemudian output dari industri tepung ikan didistribusikan ke sektor perdagangan untuk dijual ke tambak ikan sebagai makanan ikan

41

SEKTOR 2SEKTOR 1 SEKTOR 3

Keterkaitan LangsungKedepan

Keterkaitan LangsungKedepan

Keterkaitan TidakLangsung Kedepan

Keterkaitan LangsungKebelakang

Keterkaitan LangsungKebelakang

Keterkaitan TidakLangsung Kebelakang

menjual ke menjual ke

membeli dari membeli dari

KETERKAITAN KE BELAKANG DAN KE DEPAN ANTARSEKTOR

42

TABEL INPUT-OUTPUT SEDERHANADalam prakteknya : 1. Notasi sub-skrip menggunakan angka 1, 2, 3,…,n2. Output yang dihasilkan dari kegiatan produksi didistribusikan untuk memenuhi kebutuhan input antara dan permintaan

akhir yang terdiri atas konsumsi rumahtangga (C), pengeluaran pemerintah (G), investasi (I), perubahan stok modal (K), dan export atau rest of world (R). Pemberlakukan impor akan menghasilkan bentuk-bentuk tabel I-O.

3. Input yang digunakan dalam proses produksi terdiri atas input antara dan input primer dimana dalam bentuk nilai terdiri atas upah dan gaji (W), surplus usaha (S), penyusutan (D), pajak tidak langsung (T)

PERT INDS JASATotal

output antara

C G I K ROWTotal Final

Demand

Total Output

PERT z11 z12 z13 OA1 C1 G1 I1 K1 R1 Y1 X1

INDS z21 z22 z23 OA1 C2 G2 I2 K2 R2 Y2 X2

JASA z31 z32 z33 OA1 C3 G3 I3 K3 R3 Y3 X3

Total input antara

IA1 IA2 IA3

W W1 W2 W3

S S1 S2 S3

D D1 D2 D3

T T1 T2 T3

Total input primer

Y’1 Y’2 Y’3

Total Input X’1 X’2 X’3

TABEL INPUT-OUTPUT SEDERHANA TIGA SEKTOR

NILAI TAMBAH

PERMINTAAN AKHIR

43

180 Jumlah Permintaan Antara 305 Ekspor Barang Dagangan dan Jasa301 Konsumsi Rumahtangga 309 Jumlah Permintaan Akhir302 Konsumsi Pemerintah 310 Jumlah Permintaan303 Pembentukan Modal Tetap 409 Jumlah Impor

303G : Pemerintah 509 Jumlah Margin Perdagangan dan Biaya Angkutan303S : Swasta 600 Jumlah Output

304 Perubahan Stok 700 Jumlah Penyediaan

STRUKTUR LENGKAP TABEL INPUT-OUTPUT TUNGGAL

303G 303S Juml1 ………………………….: ………………………….

15 Listrik, Air dan Gas16 Bangunan Perumahan 17 Bangunan Hasil PU: ………………………….

20 Angk Jalan Raya21 Angk Laut22 Angk Sungai dan Danau23 Angk Udara: ………………………….

25 Komunikasi: ………………………….

30 Sektor-sektor lainnya190 Jumlah Input Antara200 Impor201 Upah dan Gaji202 Surplus Usaha203 Penyusutan204 Pajak Tak Langsung209 NTB/Input Primer210 Total Input

700SEKTOR EKONOMI303

310 409 509 600302 304 305 30925 ….. 180 3013021 22 23 …..….. 20151 ….. 16 17

44

A B 1 2 3 1 2 3

Permintaan akhir

Total output

1 AA11z AA

12z AA13z AB

11z AB12z AB

13z AA1F AB

1F A1X

2 AA21z AA

22z AA23z AB

21z AB22z AB

23z AA2F AB

2F A2X A

3 AA31z AA

32z AA33z AB

31z AB32z AB

33z AA3F AB

3F A3X

1 BA11z BA

12z BA13z BB

11z BB12z BB

13z BB1F BA

1F B1X

2 BA21z BA

22z BA23z BB

21z BB22z BB

23z BB2F BA

2F B2X B

3 BA31z BA

32z BA33z BB

31z BB32z BB

33z BB3F BA

3F B3X

input primer

A1V A

2V A3V B

1V B2V B

3V

Total input

A1X A

2X A3X B

1X B2X B

3X

INPUT-OUTPUT 3 SEKTOR INTERREGION

45

ANATOMI INPUT-OUTPUT INTERCOUNTRY INDONESIA - JEPANG

INDONESIA PRODUCT

JAPANESEPRODUCT

FNL DMD INDONESIA

FNL DMD JAPAN

R.O.W PRODUCT

TOT OUTPUT

INDONESIA PRODUCT AII AIJ FII FIJ LWI XI

JAPANESE PRODUCT AJI AJJ FJI FJJ LWJ XJ

CIF CAI CAJ CFI CFJ

R.O.W PRODUCT AWI AWJ FWI FWJ

TARIFF TAI TAJ TFI TFJ

VAL ADDED VI VJ

TOT INPUT XI XJ INTRA COUNTRY : II dan JJINTER COUNTRY : IJ dan JI

46

LAYOUT OF THE ASIAN INTERNATIONAL INPUT-OUTPUT TABLE

47

OUTPUT

INPUT

SEKTOR PRODUKSIPERMINT.

AKHIRTOTAL

OUTPUTPENCE MARAN

1 2 3 F X P

SEKTOR PRODUKSI

1 Z11 Z12 Z13 F1 X1 P1

2 Z21 Z22 Z23 F2 X2 P2

3 Z31 Z32 Z33 F3 X3 P3

INPUT PRIMER

V V1 V2 V3

TOTAL INPUT

X X1 X2 X3

AIR BERSIH W W1 W2 W3

TENAGA KERJA

L L1 L2 L3

TABEL INPUT – OUTPUT DAN LINGKUNGAN HIDUP

48

MATRIX DASAR INPUT-OUTPUT 3 SEKTOR

z11 z12 z13 C1 G1 I1 K1 R1

z21 z22 z23 C2 G2 I2 K2 R2

z31 z32 z33 C3 G3 I3 K3 R3

W1 W2 W3

S1 S2 S3

D1 D2 D3

T1 T2 T3

MA

TR

IKS

NIL

AI

TA

MB

AH

MATRIKS TRANSAKSI MATRIKS FINAL DEMAND

Karena Y = C + G + I + K + R, dan O = X maka dalamtransaksi output persamaan matriks menjadi :

X1 = z11 + z12 + z13 + Y1

X2 = z21 + z22 + z23 + Y2

X3 = z31 + z32 + z33 + Y3

atau dalam persamaan matriks umum :

X1

X2

X3

X1 X2 X3

MODEL IO DEMAND DRIVEN

MO

DE

L IO

SU

PP

LY

DR

IVE

N

49

MATRIKS TEKNOLOGI ATAU KOEFISIEN INPUT

ijij

j

za

X

Jika matriks transaksi Z kita bagi dengan X :

Koefisien input langsung (direct input coefficient)

Jika ada n sektor, maka akan ada nxn banyaknya koefisien input-output aij.

ijij ij ij j

j

za z a X

X

Matriks ini disebut pula matriks teknologi atau matriks Koefisien input

Salah satu konsekuensi dari perhitungan koefisien input-output ialah sebagai berikut:

50

Oleh karena zij = aij Xj maka :

1 11 1 12 2 1 1

2 21 1 22 2 2 2

1 1 2 2

n n

n n

n n n nn n n

X a X a X a X Y

X a X a X a X Y

X a X a X a X Y

11 1 12 2 1 1

21 1 22 2 2 2

1 1 2 2

(1 )

(1 )

(1 ) .

n n

n n

n n nn n n

a X a X a X Y

a X a X a X Y

a X a X a X Y

11 12 1 1 1

21 22 2 2 2

1 2

1

1

1

n

n

n n nn n n

a a a X Y

a a a X Y

a a a X Y

(I- A)X=Ydalam notasi matriks

MANIPULASI ALJABAR MATRIKS

N

2

1

N

2

1

nn2n1n

n22221

n11211

Y

Y

Y

X

X

X

aaa

aaa

aaa

1000

000

0010

0001

51

(I – A) X = Y sehingga X = (I – A)-1 Y

nY

2Y

1Y

a...aa

a...aa

a...aa

1...00

0...10

0...011

nn2n1n

n22221

n11211

X

dimana I adalah matriks identitas, A adalah matriks koefisien input, X adalah matriks vektor output, dan Y adalah matriks vektor Final Demand

nY

2Y

1Y

nnm...2nm1nm

n2m...22m21mn1m...12m11m

X

Jika m = (I – A)-1 maka X = m Y , dimana m adalah matriks invers Leontief yang juga merupakan multiplier. Dalam bentuk matriks :

PENENTUAN MULTIPLIER DAN OUTPUT

Ini berarti jika multiplier (m)diasumsikan konstan, dan Final Demand dapatdiperkirakan maka output(X) dapat ditentukan.

X = m Y

52

INVERS LEONTIEF DAN PENGGANDA KEYNES

10 0 0(1 ) ( )cY C I G

-1X=(I-A) Y

nnm...2nm1nm

n2m...22m21mn1m...12m11m

M1)AI(

sama dengan aggregate expenditureatau permintaan akhir

Pendapatan Nasional Aggregate expenditure untuk perekonomian tertutup

1(1 – A)

E

53

Sebagai suatu model yang bersifat kuantitatif, I-O bisa juga memberikan gambaran menyeluruh mengenai:1. Struktur perekonomian nasional atau regional yang mencakup struktur output dan nilai tambah

masing-masing sektor. Khususnya sektor pertanian.2. Struktur input antara, yaitu penggunaan berbagai barang dan jasa oleh sektor-sektor produksi.3. Struktur penyediaan barang dan jasa baik berupa produksi dalam negeri maupun barang-barang yang

berskala impor.4. Struktur permintaan barang dan jasa, baik permintaan antara oleh sektor-sektor produksi maupun

permintaan akhir untuk konsumsi investasi dan ekspor.

Ini berarti pemakaian model I-O mendatangkan keuntungan bagi perencanaan pembangunan pertanian :1. Dapat memberikan deskripsi yang detail mengenai perekonomian nasional ataupun perekonomian

regional dengan mengkuantifikasikan ketergantungan antar sektor dan asal (sumber) dari ekspor dan impor.

2. Untuk suatu perangkat permintaan akhir dapat ditentukan besaran output dari setiap sektor pertanian dan kebutuhannya akan faktor produksi dan sumberdaya.

3. Dampak perubahan permintaan terhadap perekonomian baik yang disebabkan oleh swasta ataupun pemerintah dapat ditelusuri dan diramalkan secara terperinci.

4. Perubahan‑perubahan teknologi dan harga relatif dapat diintegrasikan ke dalam model melalui perubahan koefisien teknik.

MANFAAT DAN KEGUNAAN INPUT-OUTPUT

54

INPUT-OUTPUT DALAM MODEL-MODEL PERENCANAAN PEMBANGUNAN

PENDEKATAN BAWAH-ATAS (BOTTOM-UP) ATAU ATAS BAWAH

(TOP- DOWN)


campuran


(REDUCED)

PENDEKATAN PARSIAL


MODEL RULE OF THUMB


MODEL OPTIMASI

MODEL MULTISEKTOR

ATAU MODEL I-O


MODEL-MODEL PERENCANAAN PEMBANGUNAN

PENDEKATAN-PENDEKATAN DALAM PERENCANAAN PEMBANGUNAN

pendekatan obyek, sektoral atau bidang


pendekatan terpadu

55

KOMODITI UNGGULAN DAN APLIKASI MODEL INPUT-OUTPUT

LIMA KRITERIA KOMODITI UNGGULAN PERTANIAN

Sumber : Simatupang et al (2000 )APLIKASI MODEL INPUT-OUTPUT

1. KONTRIBUTIF. Komoditi unggulan haruslah memiliki kontribusi yang cukup besar dalam pencapaian tujuan utama pembangunan atau dalam keragaan ekonomi makro daerah seperti dalam pengentasan kemiskinan, penciptaan nilai tambah, lapangan kerja, pengendalian inflasi dan devisa.

PENGGANDA NILAI TAMBAH, PENGGANDA PENDAPATAN, DAMPAK PERUBAHAN, ELASTISITAS, PERKIRAAN TENAGA KERJA DAN EKSPOR, PANGSA

2. ARTIKULATIF. Komoditi unggulan haruslah memiliki kemampuan besar sebagai dinamisator bagi pertumbuhan sektor-sektor lain dalam spektrum yang luas.

KOEFISIEN PENGGANDA, DAYA SEBAR, DERAJAD KEPEKAAN, FIELD OF INFLUENCE, PULL AND PUSH ANALYSIS, KEY SECTOR

3. PROGRESIF. Komoditi unggulan harus dapat tumbuh secara berkelanjutan dengan laju yang cukup pesat.

DEKOMPOSISI STRUKTURAL, I-O DYNAMIC, RAS, MULTIPLIER PRODUCT MATRIX

4. TANGGUH. Komoditi unggulan harus memiliki daya saing dan ketahanan menghadapai gejolak ekonomi, politik, globalisasi maupun alam.

INTERNATIONAL MARKET SHARE (IMS), REVEALED COMPARATIVE ADVANTAGE (RCA), NET EXPORT EFFECT INDICATORS (NEEI), EFFECTIVE RATE OF PROTECTION (ERP), INDEX OF INTERNATIONAL COMPETITIVENESS (IIC), DEPEDENCY RATIO

5. PROMOTIF. Komoditi unggulan harus mampu menciptakan tatanan lingkungan yang baik bagi kegiatan perekonomian daerah maupun nasional.

INPUT-OUTPUT ANTARWILAYAH

56

ARTI MULTIPLIER DAN PENERAPANNYA

Persamaan X = m Y bila dinyatakan dalam perubahan :

Y

Xm

X = m Y maka

dengan demikian nilai m mempunyai makna jika terjadi perubahan permintaan akhir (final demand) sebesar satu-satuan moneter maka nilai output akan berubah sebesar nilai multiplier

Analisis angka pengganda mencoba melihat apa yang terjadi terhadap variabel-variabel endogen, yaitu output sektoral, apabila terjadi perubahan variabel-variabel eksogen, seperti permintaan akhir, di perekonomian

Perubahan variabel eksogen--- konsumsi, investasi,

pengeluaran pemerintah ---

Perubahan variabel endogen--- output/produksi ---

Angka pengganda(multiplier)

Output multiplier

Income multiplier

employment multiplier

57

OUTPUT MULTIPLIER

Jika ada tambahan final demand sebesar Rp 1 di satu sektor tertentu (katakan sektor i), berapa besar tambahan output di sektor tersebut?

Rp 1 tambahan final demanddi sektor i --- konsumsi, investasi,


Tambahan outputdi sektor i

Angka pengganda output(output multiplier)

1,228 0,351

0,526 1,579

1(I A)

1X (I A) Y1,228 0,351 1 1,228

0,526 1,579 0 0,526

X

Katakan terdapat tambahan final demand sebesar Rp 1 untuk sektor 1 sementara final demand sektor 2 tidak berubah, berarti :

Sektor 1 Sektor 2

1

0

Y

Xtotal = 1,754+

58

• Jika ada tambahan final demand sebesar Rp 1 di satu sektor tertentu (katakan sektor i), berapa besar tambahan pendapatan rumah tangga di sektor tersebut?

• Pendapatan rumah tangga berasal dari penerimaan gaji/upah tenaga kerja yang pada gilirannya merupakan proporsi tertentu dari output yang diproduksi

Rp 1 tambahan final demanddi sektor i --- konsumsi, investasi,




Tambahan pendapatan

rumah tanggadi sektor i

Angka pengganda pendapatan rumah tangga

(household income multiplier)

INCOME MULTIPLIER

59

• Jika ada tambahan final demand sebesar Rp 1 di satu sektor tertentu (katakan sektor i), berapa besar tambahan penyerapan tenaga kerja di sektor tersebut?

• Terdapat hubungan yang proporsional antara output yang diproduksi dengan jumlah tenaga kerja yang digunakan. Jika kita ketahui besar tambahan output yang akan diproduksi, maka dapat dihitung pula jumlah tenaga kerja yang diperlukan

Rp 1 tambahan final demanddi sektor i

--- konsumsi, investasi,pengeluaran pemerintah ---



Tambahan serapan

tenaga kerjadi sektor i

Angka pengganda tenaga kerja

(employment multiplier)

EMPLOYMENT MULTIPLIER

60

BEBERAPA INDIKATOR KETERKAITANKETERKAITAN DENGAN METODE CHENERY-WATANABE :

BLCJ menunjukkan keterkaitan kebelakang dari sektor j, a ij adalah koefisien input dari

sektor j ke sektor i.

FLCI merupakan keterkaitan kedepan dari sektor i, sedangkan bij menunjukkan koefisien

output dari sektor i ke sektor j.

KETERKAITAN DENGAN METODE RASMUSSEN :

BLRj dan FLR

i masing-masing menunjukkan ukuran keterkaitan kebelakang dan keterkaitan kedepan untuk metode Rasmussen, sedangkan g ij adalah elemen pada matriks invers Leontif, G = (I – A)-1. Oleh karena model Rasmussen menggunakan matriks invers Leontif, maka ukuran keterkaitan antarsektor yang diperoleh bisa dikatakan merupakan ukuran keterkaitan total, yang menghitung dampak langsung dan tidak langsung dari suatu sektor dalam perekonomian.

n

iij

n

i j

ijcj a

x

xBL

11

n

jij

n

j j

ijci b

x

xFL

11

n

1iij

Rj mBL

n

1jij

Ri mFL

i jijn

1

n

1iij

j m

mα

i jijn

1

n

1jij

i m

m

β

RASMUSSEN DUAL INDEX :j kemampuan penyebaran (power of dispersion), dan i kepekaan penyebaran (sensitivity of dispersion). Dengan dua indeks ini kita bisa melakukan perbandingan besarnya derajad keterkaitan antarsektor, yang nantinya bisa ditentukan sektor-sektor mana saja yang dapat dijadikan sebagai sektor unggulan, sektor kunci atau sektor pemimpin dalam perencanaan pembangunan ekonomi

ANGKA PENGGANDA TYPE I DAN TYPE II

Yj adalah angka pengganda pendapatan tipe I pada sektor j, adalah angka pengganda pendapatan tipe II, Pi adalah koefisien input upah/gaji rumah tangga pada sektor i, gi adalah unsur matriks invers Leontif untuk model I-O terbuka, dan terakhir adalah unsur matriks invers Leontif untuk model I-O tertutup

i

n

1iiji

j P

mPY

i

n

1iiji

j P

mPY

61

TIPE MULTIPLIER

OUTPUT PENDAPATAN ANALISIS

Dampak awal 1 pijDampak initial mengacu kepada asumsi bila permintaan akhir naik, tanpa melihat komponen mana yang meningkat, tetapi pada umumnya mengarah kepada kenaikan pengeluaran pemerintah daerah atau penerimaan ekspor. Ini merupakan perangsang atau penyebab terjadinya dampak

Pengaruh langsung aij aij pjInformasi yang disampaikan melalui koefisien keterkaitan langsung, sekadar menunjukkan seberapa jauh output dari suatu sektor mencukupi kebutuhan input produksinya atau memenuhi permintaan domestik dari sektor produksi lain

Pengaruh tidak langsung

bij – 1 - a ij bij pj – pj - aij pjDampak tidak langsung yang bisa dikatakan juga pengaruh dukungan industri beranjak dari pengaruh putaran kedua dan seterusnya sebagai gelombang beruntun peningkatan output dalam perekonomian wilayah untuk penyediaan dukungan produksi sebagai suatu respon meningkatnya permintaan akhir di suatu sektor

Dampak imbasan konsumsi

(b*ij – bij) (b*ij pj – bij pj)besarnya dampak imbasan konsumsi yang didefinisikan sebagai imbasan karena meningkatnya pendapatan rumahtangga akibat naiknya permintaan akhir output suatu sektor industri

Dampak total b*ij b*ij pjDampak total merupakan penjumlahan dari semua dampak yaitu, dampak awal, pengaruh langsung (pembelian putaran pertama), pengaruh tidak langsung (pengaruh dukungan industri) dan dampak imbasan konsumsi

Dampak luberan b*ij - 1 b*ij pj - pjDampak ini dianggap lebih mencerminkan ukuran pengaruh karena bisa mengukur dampak bersih (net impact) yang dihitung sebagai selisih antara dampak total dengan dampak awal. Dalam hal ini dampak awal dikatakan sebagai faktor penyebab, sedangkan dampak-dampak lainnya mencerminkan faktor-faktor akibat

Analisis Efek Multiplier Menurut Tipenya

dimana pj adalah koefisien pendapatan rumah tangga (upah/gaji), a ij adalah koefisien input langsung; bij adalah koefisien input matrik kebalikan terbuka; dan b* ij adalah koefisien input matrik kebalikan tertutup.

62

METODE ANALISIS DIGUNAKAN UNTUK

Analisis Penyerapan Tenaga KerjaElastisitas Kesempatan Kerja :

Perluasan Kesempatan Kerja

Li = E [ (b12 Y1 + b12 Y2 + b13 Y3 + …. + b12 Y1 )]

Proyeksi Kesempatan KerjaLi = L [I – (I – M*) A]-1 Y

Mengukur elastisitas kesempatan kerja

Menghitung perluasan kesempatan kerja

Menghitung proyeksi kesempatan kerja

Analisis Simulasi KebijakanXi = [I – A]-1 Fd

Li = l’ [I – A]-1 Fd

Yi = y’ [I – A]-1 Fd

Ti = t’ [I – A]-1 Fd

Mengukur dampak kebijakan pengeluaran pembangunan terhadap peningkatan output (X), tenaga kerja (L), pendapatan masyarakat (Y), dan pendapatan daerah (T)

Analisis Sumber-Sumber Pertumbuhan Struktural

X = Btft + B0f0

= (B0 + B)(f0 + f) – B0f0

= B0f + Bf0 + Bf

= Xf + XB + XBf

Menentukan sumber-sumber pertumbuhan dari sektor infrastruktur baik itu internal maupun eksternal

xyxLbxLE j

n

ijjijiixyj / // /

1

63

PENGUKURAN ELASTISITAS

Diketahui bahwa elastisitas variabel Y terhadap X adalah :

X

Y

Y

XXY

X

YmXY

karena

dimana m adalah multiplier input-output, sedangkan (Y/X) menunjukkan share atau kontribusi dari permintaan akhir dalam menciptakan output. Dalam hal ini elastisitas untuk masing-masing komponen permintaan akhir dapat ditentukan.

Y

Xm

maka

64

MENAKSIR KOEFISIEN INPUT

Akibat keterbatasan dana dan waktu pada suatu wilayah, menyebabkan penyusunan Tabel IO dengan metode survey menjadi sulit dilakukan. Untuk mengatasi ini telah ada metode penyusunan IO yang bersifat tidak langsung (nonsurvey)

Untuk mengingat kembali, yang dimaksud koefisien input adalah :

ijij

j

za

X

Dalam bentuk matriks

Pertanyaannya bagaimana menaksir koefisien input aij pada suatu wilayah dengan cara yang lebih mudah dibandingkan metode survey ?

65

METODE LOCATION QUOTIENT1. Metode SIMPLE LOCATION QUOTIENT

Jika LQ 1 maka diasumsikan bahwa sektor produksi i di wilayah dapat memenuhi permintaan wilayah, sehingga koefisien input wilayah sama dengan koefisien input nasional aij

WW = aij Jika LQ < 1 maka diasumsikan bahwa sektor produksi i wilayah tidak dapat memenuhi permintaan wilayah. Dalam keadaan ini koefisien input wilayah dapat diduga dengan menggandakan LQ dengan aij atau aij

ww = LQi aij

VV

vv

LQ

t

i

t

i

i

2. Metode PURCHASES ONLY LOCATION QUOTIENT

Dimana Xwm adalah output sektor-sektor yang membeli dari sektor i pada tingkat wilayah, Xm adalah output sektor-sektor yang membeli dari sektor i pada tingkat nasional.Perhitungan koefisien input wilayah sama dengan metode simple LQ

XX

XX

PLQ

mt

i

wm

iw

i

3. Metode CROSS-INDUSTRY QUOTIENT

Dimana subsskrip i menunjukkan sektor penjual, sedangkan j menunjukkan sektor pembeli, sedangkan X adalah output.Jika CIQij 1, maka untuk sel aij

ww = aij , karena output sektor i lebih besar dari sektor j pada wilayah tersebut dibandingkan dengan tingkat nasional. Dalam hal ini diasumsikan bahwa sektor i dapat memenuhi permintaan j. Jika CIQ < 1, maka untuk sel aij

ww = CIQij . aij

XX

XX

CIQ

j

wj

i

wi

ij

66

Pada dasarnya RAS itu adalah sebuah nama rumus matrik yang dikembangkan oleh Richard Stone, dimana R dan S adalah matrik diagonal berukuran n x n, dan A adalah matrik berukuran n x n yang menunjukkan banyaknya sektor industri. Andaikan kita ingin menaksir elemen matrik A pada periode t, atau At, serta diketahui elemen matrik A pada periode t = 0, atau A(0), maka A(t) dapat ditaksir dengan menggunakan rumus :

A(t) = R . A(0) . S

Elemen matrik A disebut sebagai koefisien teknologi (koefisien input). Tingkat perubahan koefisien teknologi pada dua periode yang berbeda diwakili oleh elemen matrik R dan S. Elemen matrik diagonal R mewakili efek subtitusi teknologi yang diukur melalui penambahan jumlah permintaan antara tiap output sektor-sektor industri. Kemudian elemen matrik diagonal S menunjukkan efek perubahan jumlah input pada tiap sektor industri

METODE RAS

67

j i, semuauntuk 0

i semuauntuk

j semuauntuk ..

min

ij

ij

jij

ji

jij

i jijij

q

uxq

vxqts

qaZ

j i, semuauntuk 0

i semuauntuk

j semuauntuk ..

min

ij

ij

jij

ji

jij

ijiji j

ij

q

uxq

vxqts

qaaZ

j i, semuauntuk 0

i semuauntuk

j semuauntuk ..

min

ij

ij

jij

ji

jij

i j ij

ijij

q

uxq

vxqts

a

qaZ

1. Absolute Differences

2. Weighted Absolute Differences

3. Normalized Absolute Differences

ji, semuauntuk 0

i semuauntuk

j semuauntuk .

min 2

ij

jiijij

iiijij

i jijij

q

uxq

vxqts

qaz

ji, semuauntuk 0

i semuauntuk

j semuauntuk .

min 2

ij

jiijij

iiijij

i jijijij

q

uxq

vxqts

qaaz

ji, semuauntuk 0

i semuauntuk

j semuauntuk .

min 2

ij

jiijij

iiijij

i j ij

ijij

q

uxq

vxqts

a

qaz

5. Weighted Squared Differences

6. Normalized Squared Differences

4. Squared Differences

ji, semuauntuk 0

i semuauntuk

j semuauntuk .

lnmin

ij

jiijij

iiijij

ij

ij

i jij

q

uxq

vxqts

a

qqz

ji, semuauntuk 0

i semuauntuk

j semuauntuk .

1min

ij

jiijijij

iiijijij

i jijij

i jijijij

y

uxay

vxayts

yaayaz

7. RAS

8. Sign Preserving Absolute Difference Formulation

METODE LAGRANGIAN MULTIPLIER

68

i j ij

ijij A

Aln A min

i j i jijijijij A ln AA ln A min

j

ijij YYA **

j

jiA 1

subject to

Metode ini telah digunakan oleh Golan et al (1994) dalam Robinson et al (2000) untuk mengestimasi matriks koefisien pada tabel input-output. Mereka menyampaikan ide bagaimana memperoleh matriks koefisien A dengan cara meminimumkan jarak entropy antara koefisien A pada matriks sebelumnya dan matriks koefisien yang baru hasil estimasi. Atau secara matematik hal tersebut dapat disampaikan sebagai berikut

METODE CROSS ENTROPHY

69

1 2 3 4 5 6 7 8 TOTAL FD OUTPUT1 154365.40 0.00 1593.94 0.00 0.00 0.00 13063.96 1791.70 170815.01 2116063.20 2286878.202 6313.19 16494.69 570.65 0.00 0.00 0.00 16008.00 1244.61 40631.14 283447.41 324078.553 63578.58 129.07 19318.77 0.00 0.00 0.00 23855.26 7828.99 114710.67 202982.42 317693.094 0.00 255.02 1210.72 128316.87 0.00 156.25 281065.28 852.15 411856.28 1154357.87 1566214.155 0.00 0.00 0.00 0.00 391935.00 0.00 136418.56 6749.46 535103.02 713443.24 1248546.266 0.00 0.00 0.00 0.00 0.00 3069491.51 1266.28 1136164.34 4206922.13 7846946.05 12053868.197 42025.02 1543.37 5557.88 1300.68 6772.59 725.05 219446.39 19041.88 296412.85 1368139.09 1664551.958 260580.49 27373.82 119677.21 329544.62 59924.12 106035.20 113988.92 308689.43 1325813.81 5030653.93 6356467.74

TOTAL 526862.68 45795.96 147929.17 459162.17 458631.71 3176408.00 805112.67 1482362.56VA 1760015.52 278282.60 169763.92 1107051.98 789914.55 8877460.18 859439.28 4874105.17

TOTAL 2286878.20 324078.55 317693.09 1566214.15 1248546.26 12053868.19 1664551.95 6356467.74

SECTOR 1 2 3 4 5 6 7 8 TOTAL FD TOTAL 1 0.06750 0.00000 0.00502 0.00000 0.00000 0.00000 0.00785 0.00028 0.00662 0.11306 0.05135 2 0.00276 0.05090 0.00180 0.00000 0.00000 0.00000 0.00962 0.00020 0.00157 0.01514 0.00728 3 0.02780 0.00040 0.06081 0.00000 0.00000 0.00000 0.01433 0.00123 0.00444 0.01085 0.00713 4 0.00000 0.00079 0.00381 0.08193 0.00000 0.00001 0.16885 0.00013 0.01595 0.06168 0.03517 5 0.00000 0.00000 0.00000 0.00000 0.31391 0.00000 0.08196 0.00106 0.02073 0.03812 0.02804 6 0.00000 0.00000 0.00000 0.00000 0.00000 0.25465 0.00076 0.17874 0.16294 0.41926 0.27066 7 0.01838 0.00476 0.01749 0.00083 0.00542 0.00006 0.13184 0.00300 0.01148 0.07310 0.03738 8 0.11395 0.08447 0.37671 0.21041 0.04800 0.00880 0.06848 0.04856 0.05135 0.26879 0.14273TOTAL 0.23039 0.14131 0.46564 0.29317 0.36733 0.26352 0.48368 0.23321 0.27509 1.00000 0.57974VA 0.76961 0.85869 0.53436 0.70683 0.63267 0.73648 0.51632 0.76679 0.72491 0.00000 0.42026TOTAL 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 1.00000

SECTOR 1 2 3 4 5 6 7 8 TOTAL 1 1.07281 0.00008 0.00606 0.00009 0.00010 0.00001 0.00985 0.00036 1.08936 2 0.00345 1.05371 0.00236 0.00007 0.00011 0.00000 0.01179 0.00026 1.07175 3 0.03231 0.00067 1.06584 0.00035 0.00024 0.00002 0.01810 0.00145 1.11898 4 0.00456 0.00205 0.00874 1.08963 0.00174 0.00005 0.21237 0.00085 1.31997 5 0.00308 0.00088 0.00343 0.00060 1.45878 0.00004 0.13808 0.00208 1.60696 6 0.03475 0.02278 0.10258 0.05799 0.01798 1.34464 0.03636 0.25290 1.86998 7 0.02390 0.00613 0.02313 0.00189 0.00938 0.00014 1.15407 0.00371 1.22236 8 0.14479 0.09497 0.42766 0.24183 0.07493 0.01246 0.14672 1.05458 2.19794TOTAL 1.31964 1.18127 1.63980 1.39245 1.56327 1.35735 1.72734 1.31618 11.49730

MATRIKS TRANSAKSI TOTAL ATAS DASAR HARGA PRODUSEN (8x8)

MATRIKS KOEFISIEN INPUT

MATRIKS INVERS LEONTIEF

BAGAIMANA CARA MEMBACA MATRIKS

70

Kode IndustriIndirect Effect Type I Indirect Effect Type II

Backward Forward Backward Forward

IMMK 2.0146 1.0083 2.7728 1.2236

IMMB 2.0066 1.1629 2.7643 1.4102

ITBK 1.9626 1.0642 2.7558 1.0672

ITBB 1.0322 1.1031 1.8353 1.1979

IPKK 2.3473 1.5348 3.2528 1.6034

IPKB 1.5256 1.3369 2.4488 1.5071

IKPK 1.3227 1.1073 2.2141 1.1311

IKPB 1.3432 1.1239 2.2228 1.1876

IPUK 1.7864 1.0628 2.7691 1.0712

IPUB 1.9618 1.0338 2.7670 1.0563

IMAK 1.4083 1.0480 2.3516 1.0709

IMAB 1.4150 1.0604 2.5257 1.0809

DAMPAK TIDAK LANGSUNG SEKTOR INDUSTRI

71

IMMK

ITBKIPUK

IPKK

IKPK

IMAK

0.6000

0.7000

0.8000

0.9000

1.0000

1.1000

1.2000

1.3000

1.4000

1.5000

1.6000

0.5000 0.7000 0.9000 1.1000 1.3000 1.5000 1.7000 1.9000 2.1000 2.3000 2.5000

POLA PEMBANGUNAN INDUSTRI KECIL BERDASARKAN KETERKAITAN TIDAK LANGSUNG ANTARSEKTOR PRODUKSI TIPE

I

perencanaan pmbangunan

Documents