Hipotesis Penelitian

2. TINJAUAN PUSTAKA

2.4. Hipotesis Penelitian

Beberapa hipotesis yang digunakan dalam penelitian ini adalah:

1. Tabel Input Output Indonesia relatif baik untuk digunakan sebagai model perencanaan ekonomi

2. Sektor sekunder memiliki peran dominan dalam proses transformasi struktural perekonomian Indonesia

3. Dinamika sektor kunci memengaruhi proses transformasi struktural perekonomian Indonesia.

Halaman ini sengaja dikosongkan

3.1. Jenis dan Sumber Data

Penelitian dilakukan dengan menelaah Tabel IO Indonesia yang bersumber dari BPS meliputi data tahun 1971, 1975, 1980, 1985, 1990, 1995, 2000, 2005 dan 2008. Sektor-sektor dalam series data IO diagregasikan secara seragam (common set) menjadi 66 sektor mengacu pada klasifikasi Tabel IO Tahun 2008 untuk melihat keterbandingan antar tahun pengamatan dan mendukung tujuan analisis.

Tabel 3.1 memperlihatkan perbedaan banyaknya sektor dan pedoman pengklasifikasian yang digunakan dalam penyusunan Tabel IO Indonesia, sehingga harus dilakukan pengklasifikasian kembali (re-classification) dan agregasi sektor pada beberapa Tabel IO sesuai kebutuhan penelitian.

Tabel 3.1. Banyaknya Sektor dan Pedoman Klasifikasi Tabel IO Indonesia Tabel IO Banyaknya

Sektor Klasifikasi Penyesuaian Agregasi Sektor

Tahun 1971 175 KLUI/KKI KBLI 2005 66

Tahun 1975 179 KLUI/KKI KBLI 2005 66

Tahun 1980 171 KLUI/KKI KBLI 2005 66

Tahun 1985 169 KLUI/KKI KBLI 2005 66

Tahun 1990 161 KLUI/KKI KBLI 2005 66

Tahun 1995 172 KLUI/KKI KBLI 2005 66

Tahun 2000 175 KBLI 2000 KBLI 2005 66

Tahun 2005 175 KBLI 2005  66

Tahun 2008 66 KBLI 2005  

Catatan: tanda (√) menunjukkan data pada periode tersebut telah disesuaikan Sumber : BPS, diolah

Sebelum dilakukan agregasi sektor pada masing-masing Tabel IO, terlebih dulu dilakukan pemetaan sektor menurut Klasifikasi Baku Lapangan Usaha Indonesia (KBLI) Tahun 2005 pada sektor-sektor dalam Tabel IO periode sebelum tahun 2005 karena terdapat perbedaan referensi klasifikasi lapangan usaha yang digunakan, antara lain didasarkan atas Klasifikasi Lapangan Usaha Indonesia (KLUI) dan Klasifikasi Komoditi Indonesia (KKI). Penyusunan KLUI merupakan modifikasi dari ISIC (international standard industrial classification) yang masih terus direvisi. Selain itu juga terdapat beberapa perbedaan dalam pemberian kode sektor antar periode walaupun referensi klasifikasinya sama.

Daftar nama sektor hasil agregasi berikut kode sektor dan penjelasannya dapat dilihat pada Tabel 3.2.

Tabel 3.2. Klasifikasi Sektor dalam Tabel Input Output Indonesia 1971-2008

(1) Padi (34) Industri rokok

(2) Tanaman kacang-kacangan (35) Industri pemintalan

(3) Jagung (36) Industri tekstil, pakaian dan kulit

(4) Tanaman umbi-umbian (37) Industri bambu, kayu dan rotan

(5) Sayur-sayuran dan buah-buahan (38) Industri kertas, barang dari kertas dan karton (6) Tanaman Bahan Makanan Lainnya (39) Industri pupuk dan pestisida

(7) Karet (40) Industri kimia

(8) Tebu (41) Pengilangan minyak bumi

(9) Kelapa (42) Industri barang karet dan plastik

(10) Kelapa sawit (43) Industri barang-barang mineral bukan logam

(11) Tembakau (44) Industri semen

(12) Kopi (45) Industri dasar besi dan baja

(13) Teh (46) Industri logam dasar bukan besi

(14) Cengkeh (47) Industri barang dari logam

(15) Hasil tanaman serat (48) Industri mesin, alat-alat dan perlengkapan listrik (16) Tanaman perkebunan lainnya (49) Industri alat pengangkutan dan perbaikannya

(17) Tanaman lainnya (50) Industri barang lainnya

(18) Peternakan (51) Listrik, gas dan air minum

(19) Pemotongan hewan (52) Bangunan

(20) Unggas dan hasil-hasilnya (53) Perdagangan

(21) Kayu (54) Restoran dan hotel

(22) Hasil hutan lainnya (55) Angkutan kereta api

(23) Perikanan (56) Angkutan darat

(24) Penambangan batubara dan bijih logam (57) Angkutan air (25) Penambangan minyak, gas dan panas bumi (58) Angkutan udara (26) Penambangan dan penggalian lainnya (59) Jasa penunjang angkutan (27) Industri pengolahan dan pengawetan makanan (60) Komunikasi

(28) Industri minyak dan lemak (61) Lembaga keuangan

(29) Industri penggilingan padi (62) Usaha persewaan bangunan dan jasa perusahaan (30) Industri tepung, segala jenis (63) Pemerintahan umum dan pertahanan

(31) Industri gula (64) Jasa sosial kemasyarakatan

(32) Industri makanan lainnya (65) Jasa lainnya

(33) Industri minuman (66) Lain-lain kegiatan yang tak jelas batasannya

Sumber: BPS, 2007.

Data utama yang digunakan dalam penelitian ini berasal dari tabel transaksi total atas dasar harga produsen yang selanjutnya diolah menggunakan perangkat lunak (software) MS Excel dengan tambahan add-ins program untuk perhitungan matriks (matrix.xla).

3.2. Metode Analisis

Metode analisis yang digunakan dalam penelitian ini akan menguraikan keterkaitan antar sektor dalam proses transformasi struktural perekonomian di Indonesia, antara lain meliputi; analisis keterkaitan dan analisis perubahan struktur perekonomian yang selanjutnya divisualisasikan dengan grafik economic landscape. Tabel IO digunakan untuk menganalisis pengaruh pertumbuhan suatu sektor terhadap pertumbuhan ekonomi regional dan sektor meliputi analisis

keterkaitan antar sektor seperti backward and forward linkage analysis, analisis dampak pengganda (multiplier efect analysis) yang sangat penting dalam perencanaan sektoral.

Model IO juga digunakan untuk menunjukkan sektor mana yang seharusnya diprioritaskan sehingga sektor ini dapat menarik/mendorong sektor-sektor yang lain dan pada akhirnya akan meningkatkan pertumbuhan ekonomi secara keseluruhan. Analisis model IO antara lain didasarkan pada dua jenis matriks yang diturunkan dari Tabel IO, yaitu matriks koefisien teknologi dan matriks pengganda.

Matrix koefisien teknologi berisikan koefisien a_ij , dimana nilai

j ij

ij x X

a  ... (3.1) dimana : aij = koefisien teknologi

x_ij = pembelian input i oleh sektor j (input antara).

Xj = total input untuk sektor j.

Nilai–nilai koefisien teknologi tersebut dapat disusun dalam sebuah matriks koefisien teknologi (direct requirement matrix) atau matrix A.

Tabel 2.1 (Tabel Input-Output) sebagaimana diilustrasikan pada bab sebelumnya dapat dinyatakan dalam persamaan berikut:

X = AX + F ... (3.2) dimana :

X : matriks output, sebuah matriks kolom yang anggotanya adalah Xi

A : matriks koefisien teknologi, matriks bujur sangkar dengan anggota aij

F : matriks permintaan akhir, matriks kolom dengan anggota fi

Selanjutnya persamaan diatas dapat ditransformasikan bentuknya menjadi:

X = (I-A)^-1 F ... (3.3) Jika (I-A)^-1 = B, maka

X = B F ... (3.4) Matrix B merupakan matriks pengganda (multiplier) atau Leontief Inverse Matrix yang mencerminkan efek langsung dan tidak langsung dari perubahan permintaan akhir terhadap output sektor–sektor di dalam perekonomian. Matriks ini digunakan untuk melihat bagaimana output terjadi jika terdapat perubahan di final demand. Anggota matriks B baris ke-i dan kolom ke-j disebut bij.

3.2.1. Analisis Perubahan Teknis

Uji matriks kebalikan Leontief dan uji regresi dilakukan untuk melihat perubahan teknis atau kekuatan koefisien input output untuk perencanaan ekonomi. Sebagaimana dikemukakan pada persamaan 3.3 bahwa X = (I-A)^-1F maka untuk menguji apakah koefisien teknis input output yang diprediksi dari (I-A)^-1 tahun ke-n mempunyai kekuatan peramalan yang baik sampai 5 tahun kedepan (n+1), dapat dilakukan dengan mensubstitusikan data permintaan akhir (F) tahun (n+1) kedalam persamaan tersebut sehingga diperoleh data total output (X) untuk tahun (n+1) hasil peramalan. Data output total hasil peramalan ini kemudian dibandingkan dengan data output total aktual.

Uji regresi selanjutnya dilakukan dengan cara meregresikan koefisien teknis input output tahun (n+1) terhadap koefisien teknis input output tahun ke-n.

Persamaan regresi linear sederhana dapat dituliskan sebagai berikut:

Xij* =  +  Xij

Regresi pada persamaan 3.12 terdiri dari 52 unit analisis (banyaknya sektor primer dan sekunder) pada masing-masing persamaan yang diuji. Selanjutnya dilakukan pengujian hipotesis nol, =0 dan =1. Jika hipotesis ini diterima berarti tidak terjadi perubahan teknis pada sektor-i maka dengan demikian koefisien teknis input output valid bila digunakan untuk peramalan atau dengan kata lain perubahan teknis konstan.

3.2.2. Analisis Keterkaitan

Analisis keterkaitan antar sektor biasa digunakan untuk mengetahui sektor-sektor kunci dalam perekonomian. Dikenal dua jenis keterkaitan, yakni (1) keterkaitan ke belakang yang merupakan keterkaitan dengan bahan mentah dan dihitung menurut kolom, dan (2) keterkaitan ke depan yang merupakan keterkaitan kepada pengguna barang jadi dan dihitung menurut baris.

a. Keterkaitan ke Belakang (Backward Linkages)

Backward linkages (BL) menggambarkan hubungan antara suatu sektor dengan input–input sektornya (banyaknya sektor dalam perekonomian adalah n). Semakin besar angka keterkaitan ke belakang suatu sektor berarti semakin besar kemampuan sektor tersebut, jika dikembangkan atau ditingkatkan permintaan akhirnya, menarik sektor-sektor lain untuk ikut berkembang (naik

outputnya). Secara umum terdapat dua jenis keterkaitan ke belakang, yakni keterkaitan ke belakang langsung (BLL) dan keterkaitan ke belakang total (BLT).

Analisis keterkaitan ke belakang total dapat dibedakan menjadi dua, yaitu (1) keterkaitan ke belakang langsung dan tidak langsung (direct and indirect backward linkages) atau keterkaitan total terbuka, (2) keterkaitan langsung, tidak langsung dan terimbas (direct, indirect and induced backward linkages) atau keterkaitan total tertutup, yang masing-masing dapat dibedakan menurut output, pendapatan dan kesempatan kerja ataupun parameter ekonomi lainnya seperti nilai tambah, pajak, keuntungan usaha dan impor.

b. Keterkaitan ke Depan (Forward Linkages )

Forward linkages (FL) merupakan suatu perhitungan untuk melihat keterkaitan antara suatu sektor dengan sektor lainnya yang akan memakainya sebagai input dalam proses produksi. Secara umum terdapat dua jenis keterkaitan ke depan, yakni keterkaitan ke depan langsung (FLL) dan keterkaitan ke depan total (FLT).

Adapun rumusan perhitungan dari forward linkage adalah sebagai berikut :

Seperti halnya analisis keterkaitan ke belakang, analisis keterkaitan ke depan total juga dapat dibedakan menjadi dua, yaitu (1) keterkaitan ke depan langsung dan tidak langsung (direct and indirect forward linkages) atau keterkaitan total terbuka dan (2) keterkaitan langsung, tidak langsung dan terimbas (direct, indirect and induced forward linkages) atau keterkaitan total tertutup, yang masing-masing dapat dibedakan menurut output, pendapatan dan kesempatan kerja.

Analisis indeks keterkaitan mulanya dikembangkan untuk melihat keterkaitan antar sektor, terutama untuk menentukan strategi kebijakan pembangunan (Rasmussen 1956, Hirschman 1958 dan Cella 1984, diacu dalam Daryanto & Hafizrianda 2010). Mengukur indeks keterkaitan saja dianggap tidak cukup karena belum mencerminkan keragaman pengaruh ganda antar sektor, untuk itu indeks penyebaran perlu dihitung guna mengetahui keragaman ketergantungan antar sektor. Indeks penyebaran yang tinggi pada sektor i berarti sektor i hanya tergantung pada satu atau beberapa sektor saja. Sedangkan bila indeks penyebaran sektor i rendah, ini menggambarkan bahwa sektor i tergantung secara merata terhadap seluruh sektor dalam perekonomian. Poot, et.

al. (1992) menyarankan bahwa dalam menentukan sektor andalan, selain tingginya indeks keterkaitan juga harus diikuti dengan rendahnya indeks penyebaran. Indeks penyebaran langsung masing-masing juga dapat dibedakan menurut output, pendapatan dan kesempatan kerja. Sebagai ilustrasi, Indeks penyebaran (spread index) kebelakang langsung output sektor j di rumuskan sebagai :

Berdasarkan matriks kebalikan leontif, baik model terbuka maupun model tertutup dapat ditentukan nilai-nilai dari pengganda output, pendapatan dan tenaga kerja berdasarkan rumusan yang tercantum dalam Tabel 3.3 yang diacu dari Miller dan Blair (1985). Pada penelitian ini angka pengganda tenaga kerja tidak dihitung karena alasan keterbatasan series data tenaga kerja yang tidak dapat dirinci menurut 66 sektor.

Tabel 3.3. Rumus Perhitungan Angka Pengganda

Tipe Dampak Output Pendapatan

Dampak Awal 1 pi

Dimana, p_i adalah koefisien pendapatan rumah tangga; a_ij adalah koefisien input langsung; b_ij adalah koefisien matriks kebalikan terbuka; dan b*_ij adalah koefisien matriks kebalikan tertutup.

3.2.4. Analisis Ketergantungan Ekspor

Formulasi angka ketergantungan ekspor dan multiplier output untuk ekspor dilakukan dengan mengikuti metodologi yang diperkenalkan oleh Kaneko (1985). Derajat ketergantungan ekspor menunjukkan proporsi produksi suatu sektor yang secara langsung maupun tidak langsung dimanfaatkan untuk memenuhi kebutuhan ekspor. Indikator ini menunjukkan keterkaitan suatu sektor dengan aktivitas ekspor. Semakin tinggi derajat ketergantungan ekspor suatu sektor berarti semakin besar ketergantungan ekspor terhadap sektor tersebut.

Derajat ketergantungan ekspor suatu sektor diperoleh dengan mengalikan invers koefisien matriks model Leontief setelah dimodifikasi dengan koefisien impor I-(I-M)A^-1 dengan vektor kolom ekspor dan kemudian membaginya dengan total output dari masing-masing sektor. Ketergantungan ekspor suatu sektor (dk) diformulasikan sebagai berikut :

Dampak pengganda ekspor akan berkaitan dengan output yang dihasilkan oleh suatu sektor dan daya penyerapan tenaga kerja sektor tersebut. Hal ini dapat

diakomodasi dengan analisis pengganda ekspor untuk output dan pengganda ekspor untuk penyerapan tenaga kerja. Angka pengganda ekspor terhadap output mengukur dampak aktivitas ekspor dari suatu sektor terhadap peningkatan output bagi perekonomian secara keseluruhan. Analisis pengganda tersebut mengukur kinerja ekspor dan dampaknya terhadap perekonomian domestik.

Indeks pengganda ekspor terhadap output (poi) dinyatakan dalam formula sebagai berikut:

Hasil perhitungan matriks pengganda output (Multiplier Product Matrix) disajikan dalam grafik tiga dimensi untuk memvisualisasikan struktur perekonomian (economic landscape). Multiplier Product Matrix (MPM) adalah suatu matriks yang menunjukkan nilai dari first orderintensity dan field of influence seluruh sel, yang menerangkan tentang reaksi pertama yang akan terjadi pada field of influence dari masing-masing sel bila terjadi perubahan pada suatu sel dari matriks kebalikan Leontief (B) akibat adanya suatu shock eksternal. MPM menyediakan suatu ukuran interaksi sektor-sektor dalam perekonomian yang menyajikan pengaruh suatu sektor terhadap sektor-sektor lainnya yang besaran pengaruhnya dapat diperbandingkan dengan sektor lainnya atau sektor itu sendiri untuk waktu yang berbeda.

Kegiatan produksi suatu sektor memiliki dua efek bagi sektor lain dalam perekonomian yaitu efek meningkatkan permintaan dan penawaran. Keterkaitan ini menggambarkan interaksi sektor j dengan sektor-sektor lain yang menyediakan outputnya sebagai input bagi kegiatan produksi sektor j (backward linkage) dan interaksi sektor j tersebut dengan sektor-sektor lain pengguna output sektor j sebagai inputnya (forward linkage). Oleh karena MPM menyediakan ukuran kuantitatif atas hubungan antar sektor dalam perekonomian maka besaran nilai yang bervariasi tersebut dapat disusun berdasarkan hierarki tertentu. Semakin besar nilai MPM suatu sel akan semakin tinggi grafik batang yang menunjukkan

bahwa sel tersebut memiliki nilai backward linkage dan forward linkage yang makin besar. Nilai MPM juga menggambarkan peranan suatu sektor dalam perekonomian.

MPM masing-masing periode yang disusun secara runtun menurut hirarki tahun 1971 memperlihatkan proses perubahan struktur ekonomi sepanjang periode analisis, sementara runtun MPM yang disusun menurut hirarki tahun 2008 menguraikan kilas balik perubahan struktur ekonomi tersebut. MPM masing-masing periode yang disusun menurut hirarki satu periode sebelumnya menggambarkan perubahan terakhir yang membentuk struktur perekonomian dimaksud.

Halaman ini sengaja dikosongkan

4.1. Pengujian Model Input Output

Koefisien teknis dalam Tabel Input Output menunjukkan kontribusi suatu sektor dalam pembentukan output total secara langsung. Besaran koefisien teknis ini menentukan pengganda dan tingkat keterkaitan suatu sektor. Perubahan koefisien input suatu sektor dapat diamati kecenderungannya apakah meningkat, menurun atau konstan. Aplikasi data input output dalam perencanaan ekonomi (forecasting) biasanya menggunakan asumsi tingkat koefisien teknis yang konstan selama periode perencanaan (biasanya lima tahun). Dari data input output Indonesia yang dikeluarkan BPS sejak tahun 1971 sampai dengan tahun 2008 akan diamati perubahan tersebut.

4.1.1. Uji Regresi Koefisien Teknis

Hasil uji kebaikan suai (goodness of fit test) terhadap model perubahan teknis memperlihatkan bahwa model yang digunakan sangat baik untuk estimasi (highly significant) kecuali untuk koefisien teknis sektor “karet (7)” tahun 1980, sektor “tanaman lainnya (17)” tahun 1995 dan sektor “tanaman bahan makanan lainnya (6)” tahun 2005 yang tidak signifikan. Model-model regresi tersebut memiliki nilai R-square yang tinggi atau dengan perkataan lain koefisien teknis periode sebelumnya (xij) mampu menjelaskan koefisien teknis periode berikutnya (xij*). Nilai R-square sebagaimana dimaksud disajikan pada Lampiran 1 dan 2.

Tidak terjadi perubahan teknis yang signifikan antara satu periode ke periode berikutnya, terindikasi dari hasil uji regresi koefisien teknis x_ij*=+x_ij dengan hipotesis =0 dan =1. Nilai-nilai  untuk masing-masing sektor ditampilkan pada Lampiran 3 dan 4, sedangkan untuk nilai-nilai koefisien  disajikan pada Lampiran 5 dan 6.

4.1.2. Uji Matriks Leontief

Uji ini dilakukan untuk mendukung analisis, yaitu dengan menguji deviasi nilai output sektoral hasil estimasi dengan data output aktual. Uji dilakukan sebanyak delapan kali dengan menggunakan matriks Leontief tahun 1975, 1980, 1985, 1990, 1995, 2000, 2005 dan 2008. Deviasi hasil estimasi total output

dengan uji matriks Leontief memiliki kecenderungan over estimate untuk setiap periode. Hal ini disebabkan oleh adanya deviasi yang terlalu tinggi (outlier) pada beberapa sektor, antara lain sektor “tanaman bahan makanan lainnya (6)”, “hasil tanaman serat (15)”, “industri kimia (40)”, “industri dasar besi dan baja (45)”, industri mesin, alat-alat dan perlengkapan listrik (48)” dan sektor “lain-lain (66)”.

Keenam sektor sebagaimana tersebut memiliki deviasi yang sangat tinggi hampir disetiap periode. Deviasi total tertinggi terjadi pada tahun 1990 sebesar 19,33 persen (Tabel 4.1).

Tabel 4.1. Deviasi Output Hasil Estimasi terhadap Output Aktual

Sektor Deviasi (%)

1975 1980 1985 1990 1995 2000 2005 2008 Total 12,97 10,52 0,41 19,33 7,48 10,87 12,65 14,05 Primer ^{15,77 (0,52) 3,60 6,07 3,30 10,28 8,77 1,11} Sekunder 14,45 22,41 5,13 22,34 12,97 21,67 12,14 26,68 Tersier ^{14,92 14,05 0,41 20,86 8,69 8,96 9,38 19,49} Rata-rata 20,85 13,92 4,39 19,74 10,08 19,92 12,98 18,43

Deviasi terbesar pada sektor primer terjadi di sektor “tanaman bahan makanan lainnya (6)” dan “hasil tanaman serat (15)”. Sektor 6 merupakan agregasi dari beberapa sektor yang menghasilkan produk tanaman bahan makanan lainnya sehingga deviasi yang besar sangat mungkin terjadi, sementara deviasi sektor 15 mungkin disebabkan oleh perubahan harga output yang berorientasi ekspor. Deviasi yang cukup besar juga sering terjadi antara lain pada sektor

“tanaman kacang-kacangan (2)”, “tebu (8)”, “kopi (12)”, “teh (13)”, dan

“pertambangan minyak, gas dan panas bumi (25)”, kesemuanya disebabkan oleh perubahan harga output yang dipengaruhi nilai tukar rupiah. Nilai deviasi sektor-sektor primer ditampilkan pada Lampiran 7.

Pada sektor sekunder sebagaimana terlihat pada Lampiran 8, deviasi yang terbesar terjadi di sektor “industri dasar, besi dan baja (45)”. Jika dilihat antar periode pengamatan deviasi yang terjadi pada sektor-sektor sekunder cenderung semakin kecil, artinya matriks Leontief semakin tepat untuk meramalkan perubahan output sektoral yang terjadi akibat perubahan permintaan akhir.

Sampai dengan tahun 2008 deviasi antara output aktual dengan hasil estimasi menggunakan matriks Leontief pada sektor tersier seperti terlihat pada Lampiran 9 secara umum relatif kecil. Deviasi terbesar terjadi di sektor “angkutan

air (57)” diikuti sektor “jasa penunjang angkutan (59)” dan “usaha persewaan bangunan dan jasa perusahaan (62)”.

Dari kedua hasil analisis diatas dapat disimpulkan bahwa koefisien teknis data input output nasional cukup baik untuk digunakan dalam perencanaan ekonomi lima tahun ke depan. Kecenderungan perubahan koefisien teknis yang relatif lebih konstan dan deviasi yang relatif semakin kecil memungkinkan penggunaan matriks Leontief untuk perencanaan ekonomi ke depan.

Perkembangan teknik pengumpulan dan pengolahan data dalam penyusunan Tabel IO diharapkan akan meningkatkan akurasi matriks Leontief untuk perencanaan.

4.2. Perkembangan Peran Sektoral dalam Transformasi Struktural Perekonomian Indonesia

Peran sektoral dalam proses transformasi struktural perekonomian terlihat dari perkembangan beberapa indikator yang diturunkan dari model IO, antara lain;

perubahan struktur permintaan dan penawaran, struktur nilai tambah, angka pengganda, indeks keterkaitan dan derajat ketergantungan ekspor. Runtun data IO memperlihatkan kecenderungan perubahan berbagai indikator tersebut. Hal ini menggambarkan dinamika peran sektoral dalam proses perubahan struktural perekonomian.

4.2.1. Struktur Permintaan dan Penawaran

Keseimbangan umum dalam suatu sistem perekonomian dapat dilihat dari dua sisi yaitu sisi permintaan agregat (agregat demand) dan penawaran agregat (agregat supply). Permintaan terhadap output suatu sektor terdiri atas permintaan antara (intermediate demand) dan permintaan akhir (final demand). Permintaan antara adalah permintaan yang tercipta oleh suatu sektor yang menggunakan sektor lain sebagai input dalam proses produksinya, sedangkan permintaan akhir merupakan permintaan terhadap output suatu sektor yang langsung menjadi konsumsi akhir. Permintaan akhir terdiri atas permintaan domestik (domestic demand) yang berasal dari konsumsi swasta (consumption), konsumsi pemerintah (goverment expenditure) dan investasi (investment) serta permintaan ekspor (export). Penawaran suatu sektor dalam perekonomian terbuka dapat berasal dari produksi domestik (production) maupun impor (import).

4.2.1.1. Kontribusi Sektoral dalam Permintaan Antara

Data input output menunjukkan komposisi penawaran dan permintaan sektoral. Komposisi penawaran dari data input output meliputi kontribusi masing-masing sektor terhadap permintaan antara (intermediate demand) dan output total.

Pada Lampiran 10-12 terlihat bahwa secara keseluruhan sektor “padi (1)”

merupakan sektor yang mempunyai kontribusi terbesar terhadap total permintaan antara pada periode 1971 sampai dengan tahun 1990. Kontribusi sektor ini terus menurun dari kisaran 16 persen pada tahun 1971 menjadi 3 persen pada tahun 2008. Peranannnya digeser oleh sektor “perdagangan (53)” sejak 1995 sampai tahun 2008. Menurunnya kontribusi sektor ini dimungkinkan oleh meningkatnya transaksi produksi sektor-sektor lainnya seiring dengan perkembangan ekonomi.

Margin perdagangan yang relatif besar mengakibatkan peranan sektor perdagangan mampu mengambil alih peranan, mengingat sektor ini adalah sektor yang menghubungkan konsumen dengan produsen. Sektor “pertambangan minyak, gas dan panas bumi (25)” merupakan sektor primer dengan kontribusi terbesar kedua setelah “padi (1)” dengan tren yang positif. Meningkatnya kontribusi sektor ini dalam komposisi permintaan antara sejalan dengan peningkatan upaya pengolahan lanjutan produk turunan dari hasil pertambangan minyak, gas dan panas bumi.

Sektor “industri kimia (40)” dan “pengilangan minyak bumi (41)”

merupakan sektor yang memberikan kontribusi terbesar diantara sektor-sektor sekunder dengan kecenderungan meningkat dari waktu ke waktu. Sebagian besar kontribusi sektor-sektor sekunder agak berfluktuasi bahkan cenderung menurun diakhir periode pengamatan terutama setelah tahun 2000, kecuali sektor “industri mesin, alat-alat dan perlengkapan listrik (48)”. Peran sektor sekunder pada fase industrialisasi terindikasi semakin meningkat jika dilihat dari kontribusi beberapa sektor terhadap permintaan antara, namun proses deindustrialisasi yang terjadi sejak tahun 2002 mengakibatkan penurunan peran sektor-sektor tersebut. Sektor manufaktur telah menjadi mesin pertumbuhan ekonomi selama tahap industrialisasi berdasarkan analisis dengan pendekatan Kaldorian. Proses deindustrialisasi yang terjadi di Indonesia sejak tahun 2002 cenderung menuju kearah yang negatif (Dewi 2010).

Pada sektor tersier kontribusi terbesar disumbangkan oleh sektor

“perdagangan (53)” yang berfluktuasi pada kisaran 8 hingga 11 persen. Kontribusi sektor-sektor tersier cenderung terlihat lebih merata dan relatif konstan dari waktu ke waktu. Sektor “komunikasi (60)” dan “lembaga keuangan (61)” memiliki kecenderungan meningkat walaupun kontribusinya masih relatif kecil. Keragaan sektor tersier dalam komposisi permintaan antara sangat tergantung pada penguasaan teknologi yang digunakan dalam proses produksi dan aglomerasi industri yang terjadi sebagai akibat industrialisasi. Pertumbuhan sektor manufaktur akan memicu pertumbuhan sektor selain manufaktur.

4.2.1.2. Kontribusi Sektoral dalam Output Total

Pada bagian lain (Lampiran 13-15) dapat diamati pula kontribusi masing-masing sektor terhadap output total, dimana output total merupakan penjumlahan total permintaan antara dan total permintaan akhir (final demand). Secara keseluruhan sektor “bangunan (52)” memberikan kontribusi terbesar dan cenderung terus meningkat dari waktu ke waktu dalam kisaran 8 hingga 12 persen, diikuti sektor “perdagangan (53)” dengan kontribusi yang relatif konstan pada kisaran 8 hingga 9 persen. Kontribusi sektor “bangunan (52)” yang tinggi dalam pembentukan output total sangat terkait dengan tingginya nilai investasi yang biasa ditanamkan dalam pembangunan infrastruktur sebagai bagian dari pembentukan modal tetap bruto sektor-sektor produksi.

Sektor “pertambangan minyak, gas dan panas bumi (25)” merupakan sektor primer yang mempunyai peranan terbesar pada pembentukan output total bahkan dengan kontribusi lebih dari 10 persen pada era tahun 80-an. Kontribusi sektor ini terus menurun seiring menipisnya cadangan minyak, berbeda dengan dua sektor pertambangan lainnya; “pertambangan batubara dan biji logam (24)”

dan “pertambangan dan penggalian lainnya (26)” yang cenderung meningkat seiring eksplorasi temuan sumber-sumber mineral baru. Sektor-sektor primer lain kontribusinya cenderung terus menurun, kecuali sektor “sayur dan buah (5)”,

“kelapa sawit (10)” dan “perikanan (23)”. Peningkatan kontribusi sektor-sektor ini merupakan indikasi semakin pentingnya agroindustri (Firdaus, 1998).

“kelapa sawit (10)” dan “perikanan (23)”. Peningkatan kontribusi sektor-sektor ini merupakan indikasi semakin pentingnya agroindustri (Firdaus, 1998).