Gambaran Umum Perekonomian Negara-Negara Anggota OKI
Perekonomian negara-negara anggota OKI tumbuh dengan rata-rata sebesar 5.5% per tahun selama 10 tahun terakhir. Terdapat sebanyak 17 negara anggota OKI yang menjadi produsen minyak dunia. Negara-negara tersebut adalah Aljazair, Azerbaijan, Bahrain, Brunei Darussalam, Gabon, Iran, Iraq, Kuwait, Libya, Nigeria, Oman, Qatar, Arab Saudi, Sudan, Turkmenistan, Uni Emirat Arab, Yaman. Selama 10 tahun terakhir, tercatat bahwa peningkatan permintaan atas minyak dan gas membuat negara-negara produsen minyak dunia tersebut meningkatkan kapasitas produksinya untuk memenuhi permintaan global sehingga meningkatkan kondisi makroekonomi negara yang bersangkutan (IDB 2013).
Total GDP negara-negara anggota OKI berjumlah US$6.2 triliun pada 2012, naik dari US$5.8 triliun pada 2011, yang merupakan 8.6% dari GDP dunia. GDP setelah disesuaikan menggunakan paritas daya beli (PPP), total GDP negara-negara anggota OKI sebesar US$9.1 triliun. Negara-negara yang memiliki perekonomian yang relatif besar berdasarkan GDP PPP adalah Turki, Iran, Arab Saudi, Mesir, Aljazair, Pakistan, Malaysia, Banglades, Nigeria, termasuk di dalamnya Indonesia.
22
Sedangkan jika dilihat dari GDP per capita berdasarkan PPP, Qatar memiliki pendapatan per kapita yang paling tinggi di antara negara-negara anggota OKI lainnya yaitu sebesar US$88.314 diikuti oleh Kuwait (US$54.283), Brunei Darussalam (US$51.760), Uni Emirat Arab (US$47.849), Oman (US$28.684), dan Arab Saudi (US$24.268) (IDB 2013).
OKI terdiri atas 57 negara yang berada di 4 benua dengan karakteristik sumber daya alam yang beragam. Sebanyak 39 negara anggota OKI memiliki 62.23% cadangan minyak mentah dunia dan 40 negara memiliki 76.9% cadangan gas alam dunia. Terdapat negara Albania di benua Eropa sebagai batas utara OKI, Mozambik di benua Afrika di sebelah selatan, Guyana yang terletak di Amerika Latin di sebelah barat dan Indonesia di sebelah timur (IDB 2013).
Jumlah penduduk negara-negara anggota OKI pada tahun 2012 mencapai 1.6 miliar jiwa dan diprediksi mencapai 1.7 miliar jiwa pada tahun 2015. Sebanyak 40% dari total penduduk tersebut berada di benua Asia. Beberapa negara yang memiliki jumlah penduduk lebih dari 100 juta di antaranya Indonesia (244 juta jiwa), Pakistan (179 juta jiwa), Nigeria (165 juta jiwa), dan Banglades (150 juta jiwa) (IDB 2013).
Keterbukaan rata-rata 56 negara anggota OKI terhadap perdagangan yang dilihat dari trade openness index tahun 2011 adalah sebesar 0.78 (IDB 2013). Sebanyak 26 negara yang memiliki nilai indeks trade openness di atas rata-rata. Iraq merupakan negara anggota OKI yang memiliki indeks tertinggi yaitu sebesar 3.04 sedangkan trade openness index berada di bawah rata-rata tersebut yaitu sebesar 0.5.
Gambaran Umum Ekspor Indonesia ke Negara-Negara Anggota OKI
Ekspor Indonesia ke negara-negara anggota OKI pada tahun 2001 sebesar US$5.05 miliar naik menjadi US$23.11 miliar pada tahun 2012. Nilai ekspor tersebut memiliki tren yang meningkat dengan laju peningkatan rata-rata sebesar 15.59% per tahunnya. Negara anggota OKI yang menjadi importir utama produk Indonesia pada tahun 2012 adalah Malaysia yaitu sebesar 49% dari total ekspor Indonesia ke negara-negara OKI atau senilai US$11.3 miliar. Sedangkan negara yang memiliki nilai impor dari Indonesia paling kecil adalah Guinea-Bissau, Chad, dan Tajikistan (Trade Map 2014).
Tabel 5 Nilai ekspor Indonesia ke negara-negara OKI tahun 2001-2012
Tahun Nilai ekspor (US$ miliar) Tahun Nilai ekspor (US$ miliar)
2001 5.05 2007 12.81 2002 5.46 2008 16.19 2003 5.71 2009 14.24 2004 6.90 2010 18.42 2005 8.34 2011 22.88 2006 9.99 2012 23.11
23
Sumber: Trade Map, ITC (diolah)
Gambar 7 Persentase nilai ekspor dari negara tujuan ekspor Indonesia Komoditi yang setiap tahunnya sejak 2001 hingga 2012 paling sering diekspor Indonesia ke negara-negara anggota OKI adalah animal, vegetable fats and oils, cleavage produtcs, etc (HS 15) sebesar 20.89%, mineral fuels, oils, ditillation products, etc (HS 27) sebanyak 11.59%, paper and paperboard, articles of pulp, paper and board (HS 48) sebesar 7.02%. Sedangkan komoditas yang paling tidak sering diekspor Indonesia ke negara-negara OKI adalah furskins and artificial fur, manufactures thereof (HS 43), cork and articles of cork (HS 45), serta
umbrellas, walking-sticks, seat-sticks, whips, etc (HS 66) (Trade Map 2014).
Sumber: Trade Map, ITC (diolah)
Gambar 8 Komoditas paling sering diekspor Indonesia
0 10000000 20000000 30000000
Animal,vegetable fats and oils, cleavage… Paper and paperboard, articles of pulp,… Vehicles other than railway, tramway
Copper and articles thereof Machinery, nuclear reactors, boilers, etc Wood and articles of wood, wood charcoal Plastics and articles thereof Organic chemicals Articles of iron or steel Iron and steel Coffee, tea, mate and spices Cotton Tin and articles thereof
Nilai ekspor (ribu US$)
N am a k o m o d it as (H S 2 d igit) Malaysia 49% Arab Saudi 8% Uni Emirat Arab 7% Pakistan 6% Turki 6% Banglades 5% Mesir 4% Iran 2% Nigeria 2% Lainnya 11%
Malaysia Arab Saudi Uni Emirat Arab Pakistan
Turki Banglades Mesir Iran
24
Berdasarkan data di atas, komoditas yang diekspor Indonesia ke negara- negara OKI masih terbatas pada beberapa komoditas dan kurang terdiversifikasi. Data perdagangan menunjukkan bahwa negara-negara anggota OKI masih bergantung pada impor barang-barang jadi seperti mesin, bahan kimia, dan obat farmasi. Sedangkan dalam ekspor yang dilakukan oleh negara-negara anggota OKI menunjukkan bahwa rendahnya diversifikasi produk pada ekspor selama 17 tahun (SESRIC 2013). Di sisi lain, Indonesia memiliki keunggulan dengan sumber daya alam dan manusianya yang dapat memproduksi berbagai jenis produk. Indonesia dapat memanfaatkan peluang untuk memproduksi barang-barang jadi atau olahan (final good) yang tidak dapat diproduksi namun berpotensi untuk dikonsumsi oleh negara-negara OKI.
Analisis Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara- Negara Anggota OKI
Faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI dianalisis dengan data panel menggunakan gravity model. Berdasarkan hasil uji Chow dan Hausman (Lampiran 2 dan 3), pendekatan terbaik yang digunakan dalam penelitian ini adalah fixed effect model. Selain itu, digunakan juga pembobotan Period SUR pada analisis ini. Penggunaan Period SUR ini didasarkan oleh jumlah T yang nilainya lebih kecil dari jumlah N. Hasil estimasi model faktor- faktor yang memengaruhi ekspor Indonesia ke negara-negara anggota OKI setelah dilakukannya regresi adalah sebagai berikut:
LNEKSPOR = 39.468 – 0.504LNGDPREAL_CUST - 0.062LNNTR + 0.318LNOPEN_CUST + 0.228LNPOP_CUST –
1.138LNREMOTE + µit
Tabel 6 Hasil estimasi gravity model nilai ekspor Indonesia ke negara-negara anggota OKI dengan metode fixed effect-period SUR
Variable Coefficient Prob.
GDP riil negara importir -0.504426*** 0.0089
Nilai tukar riil rupiah -0.062645 0.3843
Openess negara importir 0.317622*** 0.0000
Populasi negara importir 0.227673** 0.0489
Remoteness -1.137646*** 0.0000
Constanta 39.46800*** 0.0000
Weighted Statistics
R-squared 0.725308 Sum square resid 115.5919 Prob (F-statistic) 0.000000 Durbin-Watson stat 1.972679
Unweighted Statistics
R-squared 0.788981 Durbin-Watson stat 0.479001 Sum square resid 47.39302
Sumber: Lampiran 4
Catatan: *** : signifikan pada taraf nyata 1% ** : signifikan pada taraf nyata 5%
25
Uji Asumsi Model
1. Uji Heteroskedastisitas
Hasil estimasi model di atas menunjukkan bahwa Residual Sum Square pada Weighted Statistics (RSSW) adalah 115.5919 atau lebih besar dari Residual Sum Square pada Unweighted Statistics (RSSU) sebesar 47.39302. Kondisi ini merupakan suatu indikasi tidak adanya heteroskedastisitas pada model. Selain itu, dalam penelitian ini pembobotan dilakukan dengan menggunakan metode Generalized Least Square (GLS) berupa Period SUR sehingga masalah heteroskedastisitas dapat diabaikan. 2. Uji Multikolinieriitas
Pengujian terhadap ada tidaknya multikolinieritas dilihat dari nilai R2 yang tinggi mendekati 1 dan banyaknya variabel independen yang signifikan. Pada model terlihat nilai R2 sebesar 0.725308 dan 4 dari 5 variabel independen signifikan pada taraf nyata 1 dan 5%. Hal ini menunjukkan bahwa model terbebas dari multikolinieritas. Selain itu, nilai R2 sebesar 0.725308 juga menunjukkan bahwa 72.53% keragaaan variabel dependen dapat dijelaskan oleh variabel independen dalam model sedangkan sisanya dijelaskan oleh variabel lain di luar model.
3. Uji Autokorelasi
Uji autokorelasi dilakukan menggunakan uji Durbin-Watson. Dengan menggunakan tabel statistik Durbin-Watson, dapat diketahui nilai signifikansi dl dan du pada tingkat signifikansi 5%. Jumlah data cross section adalah sebanyak 17, jumlah time series sebanyak 7, maka jumlah observasi dalam penelitian ini sebanyak 119 dengan jumlah variabel independen sebanyak 5. Nilai signifikansi yang diperoleh yaitu dl sebesar 1.57 dan du sebesar 1.78. Nilai Durbin-Watson stat yang diperoleh dari estimasi model adalah 1.972679. Dikarenakan dalam penelitian ini telah menggunakan pembobotan dengan metode Generalized Least Square
(GLS) berupa Period SUR, masalah heteroskedastisitas dan autokorelasi dapat diabaikan.
4. Uji Normalitas
Normal tidaknya error terms dapat dilihat dari nilai probabilitas yang terdapat pada histogram-normality test. Jika nilai probabilitas Jarque Bera
> α, maka error terms teah menyebar normal. Dari pengujian model didapatkan hasil bahwa probabilitas dari estimasi model lebih besar dari α ( 0.441796 > 0.05). Dengan demikian, error terms pada model ini telah menyebar normal.
Tabel 7 Hasil Normality Test
Model Jarque Bera Probability
Gravity model faktor-faktor yang memengaruhi ekspor Indonesia ke negara-negara
anggota OKI
1.633813 0.441796
26
Faktor-Faktor yang Memengaruhi Ekspor Indonesia ke Negara-Negara Anggota OKI
1. GDP riil negara importir
Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel GDP riil negara importir sebesar 0.0089 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI. Namun, pengaruh ini tidak sesuai dengan hipotesis awal yang menyebutkan bahwa variabel ini berpengaruh positif terhadap ekspor Indonesia ke negara-negara anggota OKI. Nilai koefisien variabel ini adalah -0.504426 yang artinya setiap GDP riil negara importir naik sebesar 10%, negara importir OKI akan menurunkan impor produk dari Indonesia sebesar 5% (cateris paribus). Hal ini bertolak belakang dengan teori yang ada diduga karena relatif kecilnya nilai ekspor Indonesia ke negara-negara anggota OKI. Nilai dan volume ekspor Indonesia yang relatif kecil tersebut menunjukkan bahwa Indonesia bukanlah importir utama atau negara-negara importir OKI tidak bergantung terhadap penawaran ekspor oleh Indonesia dalam memenuhi kebutuhan negaranya. Nilai dan volume ekspor menunjukkan bahwa 3 komoditas ini yaitu animal, vegetable fats and oils, cleavage produtcs, etc (HS 15); mineral fuels, oils, ditillation products, etc (HS 27); paper and paperboard, articles of pulp, paper and board (HS 48) mendominasi ekspor Indonesia ke negara-negara anggota OKI setiap tahunnya namun peningkatan nilai dan volume ekspor ketiga komoditas tersebut relatif kecil setiap tahunnya. Kecilnya peningkatan komoditas tersebut menandakan bahwa penawaran ekspor yang dilakukan Indonesia bukan menjadi pilihan utama negara-negara OKI untuk mememenuhi kebutuhan domestiknya. Hal tersebut yang menyebabkan tidak berpengaruhnya pendapatan negara importir terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI.
0 5000000 10000000 15000000 20000000 25000000 2006 2007 2008 2009 2010 2011 2012 Nilai ek sp o r (r ib u US$ ) Tahun Total eskpor
Animal,vegetable fats and oils, cleavage products, etc Mineral fuels, oils, distillation products, etc
Paper and paperboard, articles of pulp, paper and board
Sumber: Trade Map, ITC (diolah)
27 2. Nilai tukar riil rupiah terhadap mata uang negara importir anggota OKI
Nilai tukar riil rupiah yang terdepresiasi menunjukkan bahwa harga barang-barang di Indonesia relatif lebih murah dibandingkan dengan harga barang-barang di negara importer yang menurut teori, perubahan tersebut akan membuat para konsumen di Indonesia maupun di negara importir OKI akan membeli lebih banyak barang Indonesia (Mankiw 2003).
Hasil analisis data panel menujukkan bahwa nilai probabilitas pada variabel nilai tukar riil rupiah adalah 0.3843 dengan nilai koefisien sebesar -0.062645. Tidak berpengaruh signifikannya variabel nilai tukar riil ini diduga dapat disebabkan oleh sebagian besar negara tujuan ekspor Indonesia yang menjadi anggota OKI memiliki nilai tukar nominal terhadap Dollar Amerika Serikat dan indeks harga konsumen yang relatif stabil yaitu negara-negara Timur Tengah seperti Uni Emirat Arab, Arab Saudi, Kuwait, Oman, Yaman, dan Qatar.
3. Trade Openess Index negara importir
Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel trade openness index negara importir adalah 0.0000. Hal tersebut menunjukkan bahwa variabel ini berpengaruh signifikan terhadap ekspor Indonesia ke negara-negara anggota OKI. Variabel trade openness index
negara importir sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini berpengaruh positif terhadap penawaran ekspor Indonesia ke negara-negara anggota OKI dengan nilai koefisien sebesar 0.317622. Nilai koefisien tersebut mengindikasikan apabila trade openness index negara importir naik sebesar 10%, maka nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 3.18% (cateris paribus).
0 1 2 3 4 5 6 7 2005 2006 2007 2008 2009 2010 2011 Nilai tukar ter ha da p US$ Tahun
UEA Saudi Arabia Malaysia
Turki Mesir Yordania
Kuwait Oman Qatar
Sumber: World Bank (diolah)
28
Semakin tinggi trade openness index suatu negara anggota OKI, peluang penawaran ekspor Indonesia akan semakin tinggi. Sebanyak 43 negara anggota OKI memiliki trade openness index yang lebih besar dari Indonesia. Negara-negara tersebut memiliki nilai ekspor dan impor yang lebih besar dari nilai GDP nya yang berarti negara-negara tersebut cenderung lebih terbuka terhadap perdagangan internasional. Hal tersebut menunjukkan bahwa potensi penawaran ekspor Indonesia masih besar dilihat dari variabel ini.
4. Populasi negara importir
Hasil analisis data panel menujukkan bahwa nilai probabilitas pada populasi negara importir adalah 0.0489 yang berarti variabel ini importir berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara- negara anggota OKI. Dari hasil estimasi didapat nilai koefisien variabel ini sebesar 0.227673. Nilai tersebut mengindikasikan bahwa setiap adanya peningkatan populasi dari negara importir sebesar 10%, nilai ekspor Indonesia ke negara-negara anggota OKI akan naik sebesar 2.28% (cateris paribus). Adanya peningkatan populasi negara importir dapat meningkatkan konsumsi domestik negara tersebut yang berarti dapat meningkatkan juga jumlah permintaan domestik terhadap suatu komoditi (Salvatore 1997)
5. Remoteness Index
Hasil analisis data panel menunjukkan bahwa nilai probabilitas pada variabel remoteness index adalah 0.0000 yang menunjukkan bahwa variabel ini berpengaruh signifikan terhadap penawaran ekspor Indonesia ke negara- negara anggota OKI. Variabel remoteness index sudah sesuai dengan hipotesis yang menyebutkan bahwa variabel ini akan berpengaruh negatif
3,04 2,44 2,08 1,73 1,52 1,5 1,41 1,37 1,33 1,26 1,13 1,1 1,08 1,06 1,01 1 0,78 0,62 0,6 0,56 0,5 0,47 0,37 0 0,5 1 1,5 2 2,5 3 3,5 Irak Maladewa UEA Libanon Bahrain Yordania Brunei Arab Saudi Rata-rata 56 negara OKI Banglades Indonesia Pakistan
Trade Openness Index
Sumber: IDB Key Socio-Economic Statistics (diolah)
29 terhadap ekspor Indonesia ke negara-negara anggota OKI dengan nilai koefisien sebesar -1.137646. Apabila remoteness index naik 10%, nilai ekspor Indonesia ke negara-negara anggota OKI akan turun sebesar 11.38%. Pengaruh remoteness ini dapat berkurang pada penawaran ekspor Indonesia ke negara-negara anggota OKI ketika bagian GDP negara importir terhadap GDP dunia meningkat.
Peramalan Ekspor Indonesia ke Negara-Negara Anggota OKI
Identifikasi Pola dan Stasioneritas Data
Pola data dilihat terlebih dahulu untuk mengetahui apakah dari data ada unsur tren atau musiman. Apabila tidak ada unsur tren atau musiman, model yang dapat digunakan adalah model ARMA (Autoregressive Moving Average). Jika terdapat unsur tren, model ARIMA dapat digunakan. Sedangkan jika terdapat unsur tren dan musiman, model yang digunakan adalah model seasonal ARIMA (SARIMA).
Berdasarkan Gambar dapat dilihat bahwa data nilai ekspor produk Indonesia ke negara-negara anggota OKI memiliki tren meningkat. Adanya unsur tren menunjukkan bahwa data asli tidak stasioner pada level. Dari grafik tersebut juga dapat dilihat bahwa data tidak memiliki unsur musiman karena data tidak membentuk pola yang serupa pada jangka waktu tertentu. Adanya penurunan tajam pada nilai ekspor Indonesia ke negara-negara anggota OKI antara tahun 2008-2009 diduga disebabkan oleh dampak krisis keuangan global yang terjadi tahun 2008.
Penelitian ini menggunakan uji akar unit (unit root test) dengan metode Augmented Dickey-Fuller (ADF) untuk menguji kestasioneran data. Berdasarkan hasil tersebut diperoleh bahwa data yang dimiliki belum stasioner pada level yang
400,000 800,000 1,200,000 1,600,000 2,000,000 2,400,000 2006 2007 2008 2009 2010 2011 2012 2013 EKSPOR
Sumber: Trade Map, ITC (2014)
30
dapat dilihat pada Lampiran 6. Untuk menstasionerkan data asli dapat dilakukan proses differencing dengan pembeda satu kali ke first difference. Dari hasil
differencing yang dapat dilihat pada Lampiran 7 menyatakan bahwa data sudah stasioner pada first difference. Pengujian ini menghasilkan nilai ADF test < taraf nyata 5 persen yaitu -10.54567 < -2.894716. Data yang stasioner pada first difference menunjukkan nilai d = 1 pada model ARIMA (p, d, q).
Identifikasi Model Tentatif
Melalui grafik korelogram auto-korelasi (ACF) dan auto-korelasi parsial (PACF), model dapat diidentifikasi dengan menentukan ordo AR dan MA pada grafik tersebut. Ordo AR (p) dapat dilihat dengan menganalisis partial autocorelation function (PACF) dan ordo MA (q) dapat dilihat dari autocorelation function (ACF). Grafik ACF dan PACF nilai ekspor Indonesia ke negara-negara anggota OKI dapat dilihat pada Lampiran 8. Dari pola data korelogram ACF dan PACF diduga model pada data ini adalah model MA.
Model-model yang didapat dari kombinasi nilai p, d, dan q tersebut masih merupakan model tentatif. Kemudian model-model tentatif tersebut diregresi dan diperiksa goodness of fit masing-masing, yaitu tingkat signifikansi koefisien peubah independen. Pemeriksaan tersebut dilakukan dengan uji-t, uji-F, dan nilai koefisien determinasi (R2) yang terbesar serta dengan menggunakan nilai Akaike Information Criterion (AIC) dan Schwarz Criterion (SC) yang terkecil. Berdasarkan pengujian tersebut, model yang paling memenuhi kriteria sebagai model terbaik adalah model ARIMA (0, 1, 1).
Pemeriksaan Model
Setelah ditemukan model tentatif yang paling baik yaitu model ARIMA (0, 1, 1). Model ini dievaluasi sifat dari residualnya apakah acak atau tidak dengan menggunakan Correlogram-Q statistic. Hasil uji tersebut menunjukkan bahwa residual model tentatif ARIMA (0, 1, 1) sudah bersifat acak atau random. Seperti yang dapat dilhat pada Tabel 8, p-value dari koefisien MA nilainya kurang dari taraf nyata 5% dan telah memenuhi kondisi stasioneritas atau koefisien MA yang nilainya kurang dari 1.
Tabel 8 Hasil estimasi model ARIMA (0, 1, 1)
Variable Coefficient Prob.
Konstanta 11630.83 0.1270
MA(1) -0.628435*** 0.0000
Sumber: Lampiran 9
Catatan: *** : signifikansi pada taraf nyata 1%
Peramalan Ekspor Produk Indonesia ke Negara-Negara Anggota OKI
Sebagai tahap terakhir, peramalan dilakukan dengan menggunakan model terbaik yang sudah diuji yaitu model ARIMA (0, 1, 1). Model ini memiliki nilai
31
Root Mean Square Error (RMSE) sebesar 242155.5 , Mean Absolute Error (MAE) sebesar 183886.0 , dan Mean Absolute Percentage Error (MAPE) sebesar 12.51566 yang menunjukkan tingkat kesalahan peramalan yang relatif kecil sebesar 12.51% (Lampiran 10). Hasil peramalan dengan model tersebut menunjukkan bahwa tren peningkatan nilai ekspor Indonesia ke negara-negara anggota OKI akan terus terjadi setiap bulannya hingga Juli 2015 dengan laju peningkatan sebesar 0.58% setiap bulannya. Peningkatan tersebut dapat dilihat pada Tabel 9.
Tabel 9 Hasil peramalan menggunakan model ARIMA (0, 1, 1) Bulan-
Tahun
Nilai Eskpor Indonesia ke OKI (ribu US$)
Bulan- Tahun
Nilai Eskpor Indonesia ke OKI (ribu US$) Agu-2013 1 977 849.974 Agu-2014 2 134 489.813 Sep-2013 1 990 903.201 Sep-2014 2 147 543.622 Okt-2013 2 003 958.969 Okt-2014 2 160 597.791 Nov-2013 2 017 013.930 Nov-2014 2 173 651.569 Des-2013 2 030 065.161 Des-2014 2 186 704.795 Jan-2014 2 043 116.288 Jan-2015 2 199 757.939 Feb-2014 2 056 169.614 Feb-2015 2 212 811.548 Mar-2014 2 069 223.635 Mar-2015 2 225 865.054 Apr-2014 2 082 277.907 Apr-2015 2 238 918.618 Mei-2014 2 095 330.753 Mei-2015 2 251 972.203 Jun-2014 2 108 383.911 Jun-2015 2 265 025.498 Jul-2014 2 121 436.894 Jul-2015 2 278 078.676 Sumber: Data sekunder (diolah)