Waktu Penelitian
Penelitian yang berjudul Analisis Permintaan Impor Garam Indonesia ini sebagian besar menggunakan pendekatan ekonometri, dimana pendekatan ekonometri digunakan untuk menangkap fenomena impor garam kedalam sebuah model ekonometri. Pendekatan tersebut dimungkinkan dengan melakukan analisis
Mengapa Indonesia sebagai negara maritim dengan panjang pantai terpanjang keempat did unia belum mampu berdaular akan garam atau masih mengandalkan impor garam?
Permasalahan Sektor Pergaraman Indonesia 1. Kebutuhan garam akan terus meningkat
2. Produksi domestik belum mampu memenuhi kebutuhan garam industri
3. Impor garam telah menjadi bagian penting dari pemenuhan kebutuhan garam Indonesia 4. Swasembada garam konsumsi tahun 2012, Indonesia tetap mengimpor
5. Kompetisi diantara negara eksportir menunjukkan pola pengeluaran impor Indonesia
Keragaan permintaan impor garam Indonesia
25 terhadap data-data empirik. Data-data tersebut dikumpulkan oleh peneliti pada bulan Maret sampai bulan April 2015.
Jenis dan Sumber Data
Pada penelitian ini seluruh data yang digunakan berupa data sekunder. Data tersebut dikelompokkan menjadi dua bagian. Hal tersebut didasarkan pada model ekonometrika yang dibangun untuk menjawab pertanyaan penelitian. Data kelompok pertama berupa data panel yaitu gabungan data antara data cross section dan data time series dan kelompok kedua adalah data deret waktu (time series). Data panel terdiri dari data time series selama 10 tahun yaitu mulai tahun 2004 hungga tahun 2013 dan data cross section sebanyak 7 negara. Ketujuh negara tersebut adalah Australia, India, Selandia Baru, Tiongkok, Singapura, Jerman dan Belanda. Pengambilan jumlah negara sebanyak 7 tersebut dimaksudkan untuk menggambarkan total volume garam yang diimpor oleh Indonesia. Hal tersebut disebabkan ketujuh negara terpilih memiliki pangsa impor rata-rata hampir 100 persen yaitu 99.99 persen dari total pangsa impor garam Indonesia. Sementara untuk data time series untuk alat analisis kedua sejumlah 33 buah, mulai darikuartal pertama tahun 2006 hingga kuartal pertama tahun 2014.
Data tersebut terdiri dari data perdagangan, data makroekonomi dan data neraca garam domestik. Data perdagangan yang digunakan menggunakan data impor garam dengan kode pos tarif/ HS 4 digit yaitu 2501. Penggunaan HS 4 digit dimaksudkan untuk menggambarkan permintaan impor garam Indonesia secara menyeluruh Data makro dan neraca garam diperoleh dari berbagai sumber, dimana secara detail jenis dan sumber data yang digunakan dalam penelitian ini disajikan pada Tabel 4.
Tabel 4 Jenis dan sumber data yang digunakan dalam penelitian
No Jenis Data Sumber Data
1 Populasi Badan Pusat Statistik
2 Konsumsi garam domestik, produksi garam domestik dan harga garam domestik
Kementerian Kelautan dan Perikanan; Kementerian Perindustrian
3 CPI Indonesia, CPI negara sumber impor, Nilai tukar rupiah terhadap LCU, GDP riil Indonesia dan GDP riil negara sumber impor
World Bank
4 Volume dan nilai impor garam dari negara sumber impor utama
Trademap dan UN Comtrade
5 Kebijakan tarif impor garam Kementerian Keuangan
Metode Analisis Data
Data-data empirik yang telah dikumpulkan tersebut kemudian akan dilakukan analisis dengan hasil akhir berupa jawaban dari pertanyaan penelitian. Metode untuk menganalisis data tersebut berupa analisis kualitatif dan kuantitatif. Analisis kualitatif (deskriptif) digunakan untuk menggambarkan keragaan atau
26
perfroma permintaan impor garam Indonesia. Indikator yang digunakan untuk melihat keragaan adalah tren produksi garam domestik, kebutuhan garam domestik, tren impor garam Indonesia dan berbagai kebijakan terkait dengan impor garam indonesia yang meliputi awal mula masuknya impor garam ke Indonesia hingga berbagai kebijakan legalisasi impor garam. Selain itu, analisis deskriptif juga dilakukan untuk mendeskripsikan hasil pengolahan data kuantitatif. Eksplorasi data-data tersebut dilakukan dengan penyajian ringkasan dalam angka, tabel maupun grafik.
Analisis kuantitatif pada penelitian ini didekati dengan menggunakan dua alat analisis yaitu analisis regresi data panel dan analisis model Almost Ideal Demand System (AIDS). Alat analisis regresi data panel digunakan untuk menjawab tujuan dalam penelitian ini yaitu menganalisis faktor-faktor yang mempengaruhi permintaan impor garam secara umum. Penggunaan analisis regresi panel dimaksudkan untuk menganalisis secara agregate (fungsi klasik permintaan impor) permintaan impor garam Indonesia sehingga didapatkan inferensi dari masing-masing faktor independen tersebut (Green 1976 dalam Solomon 2004). Selain itu, penggunaan alat analisis regresi panel juga dimaksudkan akibat minimnya ketersediaan data time series mengenai faktor faktor domestik.
Sedangkan model AIDS digunakan untuk menganalisis tingkat persaingan antara negara sumber impor garam utama di Indonesia yang digambarkan dari pangsa impor dari masing-masing negara tersebut. Tingkat kompetisi diantara negara sumber impor tersebut dimungkinkan dapat digambarkan oleh model tersebut. Hal ini disebabkan model AIDS menghasilkan n (n=banyak negara) persamaan yang secara teknis dijalankan secara simultan, sehingga peningkatan pangsa impor dari salah satu negara maka akan secara langsung mengurangi pangsa impor dari negara lainnya. Penggunaan model AIDS juga digunakan untuk menganalisis pengaruh faktor ekonomi (harga dari masing-masing negara sumber impor dan total pengeluaran impor dari Indonesia) terhadap posisi persaingan diantara negara sumber impor tersebut. Hasil tersebut juga dapat menggambarkan perilaku permintaan impor Indonesia yang didekati dengan hubungan elastisitas harga dan pengeluaran impor Indonesia. Oleh karena itu, kedua alat analisis yang digunakan dalam penelitian ini digunakan secara komplemen atau saling melengkapi untuk memberikan gambaran secara menyeluruh mengenai keragaan permintaan impor garam Indonesia. Berikut penjelasan alat analisis yang digunakan dalam penelitian ini:
Model Regresi Panel Faktor-Faktor yang Mempengaruhi Permintaan Impor Garam
Model regresi panel digunakan untuk mengestimasi faktor-faktor yang mempengaruhi permintaan impor garam Indonesia. Formulasi model dilakukan sebagai langah awal sebelum dilakukan estimasi model regresi panel. Pada penelitian ini perumusan model regresi panel diawali dengan spesifikasi model dengan melakukan penentuan variabel-variabel (faktor) terikat dan bebas. Penentuan variabel dalam model tersebut merupakan pengembangan dari fungsi
27 Variabel terikat dalam model regresi panel merupakan besarnya volume impor suatu komoditi yang dalam hal ini adalah garam. Selain itu, variabel bebas dalam penelitian ini diperoleh dari berbagai referensi baik berupa hasil penelitian maupun berdasarkan teori antara lain: populasi (purnamasari 2009), Konsumsi domestik (Purnasari 2009), harga impor (Kalyoncu 2006), produksi domestik (Hutabalian 2009), harga komoditi domestik (Anggasari 2008), nilai tukar riil, kebijakan perdagangan (Ilham 1998), Gross Domestic Product (GDP) riil Indonesia (Manik 2012) dan GDP riil negara sumber impor
Masing-masing variabel yang telah ditentukan tersebut kemudian dilakukan estimasi model awal. Hasil estimasi pada model regresi panel menunjukkan bahwa terdapat kesalahan spesifikasi akibat berbagai pelanggaran terhadap asumsi regresi klasik. Oleh karena itu, dilakukan respesifikasi dengan hasil akhir yaitu adanya pengurangan jumlah variabel bebas yang menyebabkan model estimasi tidak baik. Adapun variabel bebas yang digunakan untuk menganalisis faktor-faktor yang mempengaruhi impor garam Indonesia yaitu produksi garam domestik, harga garam impor, GDP riil Indonesia, GDP riil negara sumber impor dan nilai tukar riil rupiah terhadap mata uang negara sumber impor. Secara matematis persamaan model tersebut sebagai berikut:
ln IMPit = β0 + β1lnProdt + β2lnGindot + β3lnGDPjit + β4lnPINTit + β5lnFERit + µ
Dimana:
β0 = intersep
IMPit = Volume impor garam dari negara asal i tahun t (ton)
Prodt = Produksi garam Indonesia pada tahun t (ton)
Gindot = GDP riil Indonesia pada tahun t (US$)
GDPjit = GDP rii negara sumber impor pada tahun t (US$)
PINTit = Harga garam impor negara sumber impor pada tahun t (US$/ton)
Kurst = nilai tukar riil rupiah terhadap mata uang sumber impor pada
tahun t (Rupiah/LCU)
µ = galat (pengaruh dari variabel lain yang tidak masuk dalam model)
Pengujian Model Regresi Data Panel
Pada analisis model regresi panel dikenal 3 model yang telah diuraikan pada kerangka teoritis, dimana ketiganya merupakan kemungkinan model yang akan dipilih dalam penelitian ini. Namun dalam pemilihan tersebut dibutuhkan kriteria pengujian agar dapat ditentukan model yang paling tepat untuk mengestimasi parameter regresi data panel. Menurut Juanda (2012) terdapat tiga jenis pengujian yang dapat digunakan untuk memilih model estimasi terbaik: 1. Pemilihan antara Model PLS dengan FEM
Untuk mengetahui apakah Fixed Effect Model (FEM) lebih baik dibandingkan dengan model Pooled Least Square (PLS) dapat dilakukan dengan melihat signifikansi model FEM dapat dilakukan dengan uji statistik F. Pengujian seperti ini dikenal juga dengan istilah Uji Chow atau Likelihood Test Ratio. Hipotesis nol (H0) yang digunakan adalah intersep dan slope adalah sama. Adapun
28
F hitung =
� − � �−1
( �)/(� −�−�)
...(7)
Dengan n adalah jumlah individu; T merupakan jumlah periode waktu; K adalah banyaknya parameter model FEM; serta RSSp dan RRSf berturut-turut adalah
residual sum of squares untuk model PLS dan model FEM.
Apabila nilai Chow Statistics (F-Stat) hasil pengujian lebih besar dari F tabel, maka cukup bukti untuk melakukan penolakan terhadap Ho sehingga model yang digunakan adalah model FEM, begitu juga sebaliknya.
2. Pemilihan antara PLS dengan REM
Untuk mengetahui apakah Random Effect Model (REM) lebih baik dibandingkan model PLS, dapat digunakan uji Lagrange Multiplier (LM) yang dikembangkan oleh Bruesch-Pagan. Pengujian ini didasarkan pada nilai residual dari model PLS.
Hipotesis nol (H0) yang digunakan adalah intersep bukan merupakan
peubah random atau stokastik. Dengan kata lain, varian dari residual pada persamaan (5) bernilai nol atau yang digunakan adalah model PLS. Dasar penolakan Ho yakni dengan cara membandingkan nilai statistik LM dengan nilai Chi-Square. Jika hasil perhitungan nilai LM lebih besar dari X2 tabel maka cukup bukti untuk menolak Ho atau dengan kata lain model yang tepat adalah model REM.
3. Pemilihan antara model FEM dan REM
Uji mengenai pemilihan antara model FEM dan REM menggunakan uji Hausman. Dengan mengikuti kriteria Wald, nilai statistik Hausman akan mengikuti distribusi chi-square sebagai berikut.
W = �2[K] = [β, βGLS] 1[β-βGLS] ...(8)
Statistik uji Hausman tersebut mengikuti distribusi statistik chi-square dengan derajat bebas sebanyak jumlah peubah bebas (p). Hipotesis nol ditolak jika nilai statistik Hausman lebih besar daripada nilai kritis statistik chi-square. Hal ini berarti bahwa model yang tepat untuk regresi data panel adalah model FEM.
Pengujian Model melalui Asumsi Klasik
Setelah dilakukan estimasi dan pemilihan model terbaik yang dapat menggambarkan fenomena faktor-faktor yang mempengaruhi permintaan impor garam, dilakukan uji asumsi regresi klasik. Uji asumsi regresi klasik tersebut dimaksudkan untuk memperoleh estimasi model yang memenuhi sifat Best Linier Unbias Estimation (BLUE). Adapun pengujian asumsi regresi klasik yang harus dilakukan sebagai berikut:
1. Uji Normalitas
Uji normalitas data diperlukan untuk mengetahui apakah error term
mendekati distribusi normal atau tidak. Uji normalitas diaplikasikan dengan melakukan tes Jarque Bera, jika nilai probabilitas lebih besar dari taraf nyata yang digunakan maka error term dalam model sudah menyebar normal.
29 2. Uji Homoskedastisitas
Untuk mendeteksi adanya heteroskedastisitas, dalam hasil olahan data panel dengab bantuan software Eviews dengan menggunakan metode General Least Squared (Cross Section Weight), caranya adalah dengan membandingkan nilai
sum squared resid pada weighted statistic dengan sum squared resid pada
unweighted statistic. Jika sum squared resid pada weighted statistic lebih kecil daripada sum squared resid pada unweighted statistic maka model sudah homoskedastisitas. Langkah yang dapat dilakukan untuk mengatasi masalah heterosedastisitas adalah dengan mengestimasi General Least Squared (GLS) dengan white heterocedasticity. Selain itu dapat juga dilakukan dengan pembobotan Cross Section SUR.
3. Uji Autokorelasi
Untuk mendeteksi ada tidaknya autokorelasi adalah dengan melihat nilai dari
Durbin – Watson (DW) statistiknya. Jika nilai DW lebih dari 1,55 atau kurang dari 2,46 maka dapat dikatakan tidak dapat terdapat autokorelasi pada model. 4. Uji Multikolinearitas
Suatu model dapat dikatakan mengandung multikolinearitas apabila nilai R2 tinggi tetapi banyak variabel yang tidak signifikan. Untuk mengatasi masalah multikolinearitas dalam model maka dapat digunakan beberapa cara berikut ini: adanya informasi apriori; penggabungan data cross section dengan time series; mengeluarkan suatu variabel atau lebih dan kesalahan spesifikasi; transformasi variabel-variabel, dan penambahan data baru.
Hipotesis Penelitian
Berdasarkan studi penelitian terdahulu dan kerangka teoritis, maka dalam penelitian ini, diajukan beberapa hipotesis sementara yang digunakan dalam mengestimasi faktor-faktor yang mempengaruhi permintaan impor garam Indonesia antara lain:
1. GDP riil Indonesia berpengaruh positif terhadap nilai impor garam Indonesia. Peningakatan pada GDP riil Indonesia akan berdampak pada peningkatan nilai impor garam Indonesia dari negara tujuan.
2. GDP riil negara eksportir berpengaruh positif terhadap nilai impor. Peningkatan nilai GDP negara eksportir akan berdampak pada peningkatan nilai impor garam Indonesia.
3. Produksi mempunyai hubungan yang negatif terhadap volume impor garam. Semakin tinggi produksi garam Indonesia maka akan menyebabkan volume impor garam Indonesia berkurang.
4. Nilai tukar riil rupiah terhadap mata uang negara asal impor mempunyai hubungan yang negatif terhadap volume impor garam Indonesia. Meningkatnya rasio nilai tukar antara rupiah terhadap mata uang asing (terdepresiasi) menyebabkan barang luar negeri lebih mahal, sehingga menurunkan volume impor garam.
5. Harga Garam Impor memiliki hubungan negatif terhadap volume impor garam. Semakin rendah harga garam impor maka akan semakin meningkatkan volume impor garam.
30
Analisis Data Menggunakan Almost Ideal Demand System Model Permintaan Almost Ideal Demand System
Kelompok data kedua yang berupa data time series digunakan untuk menganalisis tingkat persaingan diantara tiga negara utama sumber impor. Ketiga negara tersebut merupakan Australia, India dan Selandia Baru. Pemilihan ketiga negara tersebut didasarkan pada nilai pangsa impor yang terbesar dan stabil sepanjang tahun. Data-data tersebut kemudian akan diestimasi menggunakan model Almost Ideal Demand System (AIDS) dengan model dasar sebagai berikut:
... (13) Dimana:
w : pangsa ekspor negara eksportir ke-i di Indonesia p : harga asal negara eksporitr
x : nilai impor total Indonesia
p : indeks harga geometrik Stone = .�
Terdapat tiga persamaan model AIDS pada penelitian ini. Persamaan pertama yaitu merupakan persamaan Australia dengan variabel dependennya berupa pangsa pasar impor Australia dan peubah independennya berupa harga garam Australia, India, Selandia Baru, ROW, begitu juga untuk persamaan India dan Selandia Baru. Ketiga persamaan tersebut adalah sebagai berikut:
Waus = 1+ 1 Ln Paus + 2 Ln Pind + 3 Ln Pnew + 4 Ln Prow + 1 Ln(x/P*)
Wind = 2 + 5 Ln Paus + 6 Ln Pind + 7 Ln Pnew+ 8 Ln Prow + 2 Ln (x/P*)
Wnew = 3+ 9 Ln Paus+ 10 Ln Pind+ 11 Ln Pnew + 12 Ln Prow+ 3 Ln (x/P*)
Keterangan :
1, 2, 3= Intercept
1,…, 12; 1, 2, 3= Koefisien
Paus = Harga garam (nilai impor per volume impor) Australia
Pind = Harga garam (nilai impor per volume impor) India
Pnew = Harga garam (nilai impor per volume impor) Selandia Baru
Prow = Harga garam negara sumber impor lainnya Rest of World
Koefisien regresi pada model AIDS diduga dengan metode Seemingly Unrelated Regression (SUR). Ketiga persamaan dalam penelitian ini direstriksi dengan menggunakan kendala homogenity, dan symmetry, sedangkan sifat adding up telah terpenuhi dalam model dengan sendirinya sebagai keunggulan dari model AIDS. Penggunaan restriksi tersebut didasarkan pada bentuk dasar model AIDS itu sendiri. Dimana model AIDS merupakan sistem permintaan yang terdiri dari sejumlah fungsi permintaan yang saling terkait. Oleh karena itu, diperlukan restriksi sebagai sifat/ syarat utama dari fungsi permintaan.
* 1
ln
ln
n i i ij j i jx
w
P
p
31 Teori konsumen digunakan dalam mengestimasi model AIDS tingkat persaingan garam impor akibat permintaan impor merupakan bagian dari permintaan domestik. Kondisi ini dimungkinkan meskipun seluruh garam yang diimpor Indonesia merupakan permintaan industri garam domestik. Menurut Henneberry dan Curry (1995) permintaan impor merupakan perbedaan antara permintaan domestik dan produksi domestik ketika barang domestik yang diimpor adalah substitusi sempurna. Dengan kata lain, permintaan impor suatu komoditas merupakan fungsi dari permintaan domestik, dimana ketika terjadi pergeseran dalam fungsi permintaan domestik akan menyebabkan bergesernya pada fungsi permintaan impor. Hal tersebut mencerminkan bahwa peubah penjelas dari fungsi permintaan impor didasarkan pada teori konsumen yang menekankan pada maksimisasi utilitas. Penjelasan tersebut memberikan pembenaran bagi penelitian ini dalam menggunakan restriksi sifat utama fungsi permintaan sebagai bagian dari penerapan teori konsumen.
Dari parameter-parameter AIDS yang telah diestimasi ditentukan nilai elastisitas-elastisitas untuk Australia, India dan Selandia Baru. Nilai elastisitas tersebut dihitung untuk menggambarkan tingkat persaingan diantara ketiga negara tersebut. Adapun nilai-nilai elastisitas tersebut yaitu: (1) elastisitas harga sendiri, (2) elastisitas harga silang, dan (3) elastisitas pengeluaran Indonesia atas impor garam. Elastisitas-elastisitas tersebut dihitung berdasarkan rumus sebagai berikut: Elastisitas Uncompensated ...(14) Elastisitas Compensated ...(15) Elastisitas pengeluaran ...(16) .
Keterangan:
Knocker delta (dimana ij = 1 dan ij = 0 untuk i tidak sama dengan j)
Pada penelitian ini perhitungan nilai elastisitas permintaan sendiri menggunakan rumus elastisitas uncomensated atau Marshallian. Perhitungan nilai elastisitas harga silang menggunakan rumus elastisitas i atau Hicksian. Elastisitas
compensated digunakan untuk lebih menggambarkan kompetisi diantara negara sumber impor. Penetapan elastisitas-elastisitas tersebut didasarkan pada penelitian Wan (2010). Adapun ukuran-ukuran elastisitas dan artinya, dapat dilihat pada Tabel 7 berikut. * ˆ ˆ ˆ ˆ 1 ij j ij ij i i i ij ij ij j i i i i w e w w e w w w
32
Tabel 5 Ukuran-ukuran elastisitas model Almost Ideal Demand System (AIDS)
No Besar Elastisitas Istilah Keterangan
1. Elastisitas Harga Sendiri
a. Ep=0 Inelastis sempurna Pangsa pasar garam negara pengekspor tidak berubah (tetap/konstan) dengan adanya perubahan harga graram negara pengekspor tersebut.
b. 0 < Ep < 1 Inelastis Pangsa pasar garam negara pengekspor berubah dengan persentase yang lebih kecil dari pada adanya perubahan harga garam negara pengekspor tersebut.
c. Ep=1 Elastisitas unit Pangsa pasar garam negara pengekspor berubah dengan persentase yang sama dari pada adanya perubahan harga garam negara pengekspor tersebut.
d. 1 < Ep< ∞ Elastis Pangsa pasar garam negara pengekspor berubah dengan persentase yang lebih besar dari pada adanya perubahan harga garam negara pengekspor tersebut.
e. Ep = ∞ Elastis sempurna Berapapun pangsa pasar garam suatu negara pengekspor, harga garam negara pengekspor tersebut tidak berubah (tetap/konstan).
2. Elastisitas Silang a. Ec > 0
(positif)
Barang substitusi Kenaikan harga barang substitusi garam dari suatu negara pengekspor tertentu berakibat pada meningkatnya pangsa pasar garam suatu negara pengekspor tersebut.
b. Ec < 0 (negatif)
Barang komplemen Jumlah yang diminta turun, saat pendapatan naik.
3 Elastisitas Pengeluaran
c. Ei > 0 Pangsa pasar garam suatu negara
pengekspor garam tertentu naik, sejalan dengan kenaikan nilai impor garam Indonesia
d. Ei < 1 Pangsa pasar garam suatu negara
pengekspor tertentu turun, sementara nilai impor garamIndonesia naik.
33
5 GAMBARAN UMUM IMPOR GARAM INDONESIA
Pada dasarnya suatu negara melakukan impor akibat tidak mampunya produksi dalam negeri dalam memenuhi permintaan komoditi tertentu. Seiring dengan semakin terintegrasinya perdagangan dunia memunculkan alasan baru bagi negara tertentu untuk melakukan impor yaitu salah satunya adanya perbedaan harga. Adanya perbedaan harga tersebut didasarkan pada keunggulan komparatif masing-masing negara terhadap komoditi tertentu, sehingga negara yang tidak memiliki keunggulan komparatif komoditi tersebut akan meningkatkan impornya. Bahkan negara tersebut akan mengandalkan impor untuk memenuhi permintaan domestik akan komodti tersebut.
Garam sebagai salah satu komoditi potensial di Indonesia juga mengalami kondisi dimana produksi garam dalam negeri belum memiliki keunggulan komparatif dibandingkan dengan produsen di belahan dunia lain. Produksi dalam negeri hanya mampu berproduksi rata-rata sekitar 1.2 juta ton per tahun (Sucofindo 2012). Selain itu, produksi garam domestik belum mampu memenuhi kebutuhan garam industri akibat adanya ketidaksesuaian kualitas, sehingga hampir seluruh kebutuhan garam industri dipasok melalui impor.
Gambar 4 Perkembangan produksi garam Indonesia tahun 2000-2014
Sumber: Kementerian Kelautan dan perikanan, 2015 (diolah)
Berdasarkan Gambar 4 produksi garam nasional mengalami fluktuasi dari tahun 2000 hingga tahun 2009. Namun pada tahun 2010 produksi garam domestik mengalami penurunan drastis, produksi domestik hanya mampu memproduksi sekitar 30.600 ton. Kondisi tersebut terjadi akibat adanya anomali iklim, dimana iklim pada tahun tersebut tidak dapat diprediksi atau terjadi musim hujan yang panjang. Oleh karena itu, pada tahun 2011 pemerintah melalui Kementerian Kelautan dan Perikanan mengeluarkan kebijakan Pemberdayaan Usaha Garam Rakyat (PUGAR) untuk meningkatkan pasokan garam dalam negeri. Hasil dari kebijakan tersebut adalah terjadi peningkatan produksi pada tahun 2012, dimana
0 500000 1000000 1500000 2000000 2500000 3000000 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Pr o d u ksi (t o n ) Tahun
34
produksi domestik mencapai sekitar 2.4 juta ton atau terjadi swasembada garam konsumsi.
Namun, peningkatan yang terjadi pada produksi domestik juga diikuti oleh peningkatan permintaan domestik terhadap garam. Kondisi tersebut terjadi akibat garam merupakan komoditi strategis yang tidak dapat disubtitusi, sehingga permintaannya akan terus meningkat seiring dengan peningkatan jumlah penduduk dan industri yang membutuhkan garam. Kondisi peningkatan permintaan garam domestik dubuktikan denga data pada Gambar 5 yang menunjukkan bahwa terjadi peningkatan kebutuhan garam domestik setiap tahunnya, bahkan pada tahun 2014 kebutuhan domestik mencapai 3.611.990 ton. Sedangkan jumlah produksi domestik pada tahun 2014 hanya mencapai 2.501.891 ton. Adanya kesenjangan antara produksi dan permintaan tersebut menyebabkan pemerintah melakukan impor garam.
Gambar 5 Perkembangan kebutuhan garam gomestik tahun 2000-2014
Sumber: Kementerian Kelautan dan Perikanan 2015 (diolah)
Importasi garam yang dilakukan oleh Indonesia nampaknya telah menjadi upaya yang tidak dapat terpisahkan dalam memenuhi kebutuhan garam domestik. Kondisi tersebut dibuktikan dengan fakta bahwa sejak tahun 1980an Indonesia telah melakukan impor garam dengan kecenderungan yang semakin meningkat (UN Comtrade 2015). Importasi garam tetap terjadi bahkan ketika Indonesia telah mencapai swasembada garam konsumsi pada tahun 2012. Tercapainya swasembada garam tersebut seharusnya dapat menghentikan impor garam khususnya impor garam konsumsi. Namun kenyataannya, Indonesia tetap melakukan importasi garam konsumsi hingga mencapai 495.073 ton (Susanto 2013).
Selain itu, ketergantungan Indonesia terhadap garam impor juga dapat
