Pengganda Closed Loop

V. METODE PENELITIAN

5.4. Penerapan Sistem Neraca Sosial Ekonomi

5.4.2. Dekomposisi Pengganda

5.4.2.3. Pengganda Closed Loop

terletak pada baris ke 2 kolom ke 3.

Ma3 adalah pengganda closed loop, merupakan pengaruh dari suatu blok ke

blok yang lain untuk kemudian kembali pada blok semula. Ma3 = (I - A*3)-1

M

... (44)

a3 merupakan matrik diagonal yang diagonal utamanya secara berurutan

dari kiri atas ke kanan bawah berisi (I - A*13 A*32 A*21)-1, (I - A*21A*13 A*32)-1 dan

(I - A*32 A*21 A*13 )-1.

Gambar 25. Struktur Pengganda

Injeksi pada salah satu faktor produksi akan berpengaruh pada sektor- sektor lain pada blok institusi dan blok kegiatan produksi yang pada akhirnya berpengaruh kembali pada sektor-sektor dalam blok faktor produksi. Satu putaran

X1 Y1 X3 X2 I A*21 A*13 (I-A21)-1 (I-A33)-1 Y2 A*32 Y3

118

dari blok faktor produksi kembali ke blok faktor produksi ini disebut pengaruh closed loop faktor produksi dengan pengganda sebesar (I - A*13 A*32 A*21 )-1

Demikian pula dengan blok institusi dan kegiatan produksi, injeksi pada salah satu sektor dalam blok institusi pada akhirnya akan berpengaruh closed loop pada sektor-sektor dalam blok institusi itu sendiri, setelah berpengaruh pada blok kegiatan produksi dan faktor produksi dengan pengganda sebesar (I - A

.

*

21 A*13

A*32 )-1. Sedangkan pengganda closed loop untuk blok kegiatan produksi adalah

sebesar (I - A*32 A*21 A*13 )-1

1. Activity atau gross output multiplier .

5.4.2.4. Analisis Pengganda

Analisis pengganda digunakan untuk menghitung efek perubahan variabel eksogenus berupa neraca pemerintah, neraca kapital, neraca pajak tidak langsung neto atau neraca luar negeri terhadap variabel-variabel endogen berupa neraca faktor produksi, rumahtangga, perusahaan, sektor produksi, komoditas domestik dan impor. Untuk menunjukkan proses pengganda dan menerangkan kaitan antarneraca endogen dilakukan analisis dekomposisi pengganda.

Pendekatan rata-rata dan pendekatan marjinal akan menghasilkan angka pengganda yang berbeda. Angka pengganda yang dihasilkan melalui pendekatan marjinal memasukkan unsur elastisitas dalam perhitungannya, sedangkan angka pengganda yang dihasilkan melalui pendekatan rata-rata tidak memasukkan unsur elastisitas. Angka marjinal merupakan perkalian antara angka rata-rata dengan elastisitas. Dalam penelitian digunakan pendekatan rata-rata.

Perhitungan total pengganda neraca setiap sektor terdiri dari beberapa elemen nilai pengganda neraca, antara lain yaitu :

119

Nilai neraca pengganda ini menunjukkan total efek atau dampak terhadap output dalam perekonomian secara keseluruhan akibat adanya peningkatan permintaan output pada suatu sektor i dalam blok produksi dimana nilai pengganda ini diperoleh dari penjumlahan koefisien matriks pengganda neraca di blok sektor produksi sepanjang kolom i. Nilai output pengganda ini juga menunjukkan besarnya keterkaitan antarsektor produksi dalam perekonomian sebagai total pembelian input baik langsung maupun tidak langsung dari sektor i yang disebabkan adanya peningkatan penjualan output dari sektor i sebesar satu satuan moneter kepada permintaan akhir.

2. Household Income Multiplier

Nilai neraca pengganda ini menunjukkan total efek atau dampak terhadap pendapatan rumahtangga dimana nilai pengganda ini diperoleh dari penjumlahan koefisien matriks pengganda neraca pada unsur-unsur yang termasuk kelompok rumahtangga (termasuk elemen blok institusi) sepanjang kolom sektor i. Pendapatan dalam SNSE yang dimaksud adalah pendapatan yang diperoleh dari alokasi pendapatan yang diterima oleh rumahtangga (upah dan gaji, deviden, bunga, sewa, dan lain-lain) serta pembayaran transfer kepada rumahtangga. Pengganda neraca ini juga mampu memberikan informasi mengenai pemerataan pendapatan rumahtangga untuk masing-masing sektor dalam SNSE.

3. Government Income Multiplier

Nilai neraca pengganda ini menunjukkan total efek atau dampak terhadap pendapatan pemerintah dimana nilai pengganda ini diperoleh dari penjumlahan koefisien matriks pengganda neraca pada unsur pemerintah

120

(termasuk elemen blok institusi) dalam kolom sektor i. Pendapatan dalam SNSE yang dimaksud adalah pendapatan yang diperoleh dari alokasi pendapatan yang diterima oleh pemerintah (pajak) serta pembayaran transfer dari luar negeri yang diterima oleh pemerintah.

4. Private Income Multiplier

Nilai neraca pengganda ini menunjukkan total efek atau dampak terhadap pendapatan pihak swasta dimana nilai pengganda ini diperoleh dari penjumlahan koefisien matrik pengganda neraca pada unsur swasta (termasuk elemen blok institusi) dalam kolom sektor i. Pendapatan dalam SNSE yang dimaksud adalah pendapatan yang diperoleh dari alokasi pendapatan yang diterima oleh privat (perusahaan/swasta) seperti keuntungan serta pembayaran transfer yang diterima oleh privat.

5. Faktorial Multiplier

Nilai neraca pengganda menunjukkan total efek terhadap penerimaan blok faktor produksi. Nilai pengganda ini diperoleh dari penjumlahan koefisien matriks pengganda neraca pada unsur-unsur yang termasuk blok faktor produksi sepanjang kolom sektor i. Pendapatan yang dimaksud dalam SNSE menunjukkan alokasi nilai tambah yang dihasilkan oleh berbagai sektor produksi kepada faktor-faktor produksi, yaitu sebagai balas jasa dari penggunaan faktor-faktor produksi tersebut, misalnya upah dan gaji sebagai balas jasa bagi penggunaan faktor produksi tenaga kerja, keuntungan, deviden, bunga, sewa, dan lain-lain. Pendapatan faktorial ini biasanya disebut sebagai pendapatan nasional (PDB).

121

Dekomposisi pengganda yang telah disampaikan di atas hanya mampu menguraikan pengaruh-pengaruh dalam dan antara neraca endogen saja. Sementara pengaruh antar aktifitas ekonomi tidak eksplisit dijelaskan. Untuk mengetahui pengaruh semacam ini lazimnya digunakan SPA (Structural Path Analysis).

Analisis jalur struktural atau Structural Path Analysis (SPA) digunakan untuk mengidentifikasi jalur pengaruh dari suatu sektor asal ke sektor tujuan dan keterkaitannya dengan sektor-sektor yang lain. Di dalam suatu model umumnya pengaruh dipancarkan dari perubahan pada variabel-variabel eksogen ke arah variabel-variabel endogen. Dengan SPA akan dilihat akibat dari perubahan output pada sektor-sektor tertentu, dalam hal ini sektor kehutanan dalam keseluruhan perekonomian sebagai suatu sistem. Analisis ini memerlukan dua buah matrik bentukan baru yaitu matriks average expenditure propensity, An dan accounting

multiplier, Ma

Metode SPA mampu menunjukkan bagaimana pengaruh transmisi dari satu sektor ke sektor lainnya secara bersambungan dalam suatu gambar. Dalam SPA yang diperoleh setelah melalui analisis tahapan ke-2 dan ke-3, yaitu analisis pengganda dan dekomposisi. Dimana peningkatan investasi pada blok produksi yang merupakan asal pengaruh dipancarkan ke blok faktor produksi dalam hal ini tenaga kerja dan distribusi pendapatan rumahtangga dilihat sebagai tujuan dari pengaruh tersebut. Dengan melihat nilai-nilai yang ada dapat ditelusuri tenaga kerja dan rumahtangga sektor mana yang mendapat manfaat paling baik dari investasi kehutanan yang dilakukan melalui peningkatan produksi. Semakin tinggi nilai pengaruh yang dipancarkan akan semakin tinggi peningkatan pendapatan dari rumahtangga tersebut.

122

masing-masing elemen pada pengganda SNSE dapat didekomposisi ke dalam pengaruh langsung, total dan global. SPA itu pada dasarnya adalah sebuah metode untuk mengidentifikasi seluruh jaringan yang berisi jalur yang menghubungkan pengaruh suatu sektor pada sektor lainya dalam suatu sistem sosial ekonomi. Pengaruh dari suatu sektor ke sektor lainnya tersebut dapat melalui sebuah jalur dasar (elementary path) atau sirkuit (circuit) (Prihawantoro, 2002).

Istilah pengaruh (influence) di dalam SPA menunjukkan besaran pengeluaran yang menghubungkan dua titik di dalam suatu struktur dengan menggunakan konsep avarage expenditure propensity (aij), alur pengaruh juga

menggambarkan perubahan output atau perubahan pendapatan pada titik tujuan yang disebabkan oleh perubahan pada titik asal. Melalui SPA dapat ditelusuri interaksi dalam suatu perekonomian yang dimulai dari suatu sektor tertentu dan berakhir pada sektor tertentu lainnya.

Analisis jalur struktural atau SPA pada dasarnya adalah metode untuk mengidentifikasi seluruh jaringan yang berisi jalur yang menghubungkan pengaruh suatu sektor pada sektor lainnya dalam suatu sistem sosial ekonomi. Pengaruh dari suatu sektor ke sektor lainnya dapat melalui sebuah jalur dasar (elementary path) atau sirkuit (circuit). Gambar 26 dan Gambar 27 merupakan contoh jalur dasar dan sirkuit.

Disebut jalur dasar apabila jalur tersebut melalui sebuah sektor tidak lebih dari satu kali. Misalkan sektor i mempengaruhi sektor j. Pengaruh dari i ke j bisa terjadi secara langsung, bisa pula melalui sektor-sektor lain, katakanlah x dan y. Apabila dalam jalur i ke j tersebut, i, x, y dan j hanya dilalui satu kali, maka hal seperti ini disebut sebagai jalur dasar.

123

Ada kalanya suatu sektor, setelah mempengaruhi sektor yang lain, pada akhirnya akan kembali lagi mempengaruhi sektor itu sendiri. Misalkan saja pengaruh sektor i ke j di atas ternyata belum selesai. Misalkan j mempengaruhi z, dan z mempengaruhi i, maka jalur dari i ke x ke y ke j ke z dan ke i semula, ini disebut sebagai sirkuit. Dalam jalur ini setiap sektor dilalui hanya satu kali, kecuali sektor i. Sektor i dilalui dua kali, yaitu pada awal dan akhir jalur.

Pengaruh atau influence adalah ukuran yang mencerminkan besarnya pengaruh pengeluaran dari suatu sektor ke sektor lainnya, oleh karenanya menggambarkan keeratan hubungan antara kedua sektor tersebut. Besaran yang dipakai untuk mengukur keeratan hubungan tersebut tergantung pendekatan yang digunakan, apakah pendekatan rata-rata ataukah pendekatan marginal. Dalam

i j i x y j atau i x y j z

Gambar 26. Jalur Dasar

124

penelitian ini akan digunakan pendekatan rata-rata (An), dimana unsur-unsur

matriknya mencerminkan besarnya pengaruh.

Ada tiga jenis pengaruh yang akan dijadikan alat analisis, yakni pengaruh langsung (direct influence), pengaruh total (total influence) dan pengaruh global (global influence).

a. Pengaruh Langsung

Pengaruh langsung atau Direct Influence (ID) digambarkan dalam bentuk jalur dasar. Setiap nilai kecenderungan pengeluaran rata-rata, aji, dapat

diinterpretasikan sebagai besaran yang mengukur pengaruh yang ditransmisikan dari i ke j. Matriks An dalam model SNSE, dengan demikian menangkap pengaruh

langsung keseluruhan jaringan dari jalur dasar. Oleh karena itu matriks An

ji a j i ID( → )= dapat disebut juga sebagai matriks pengaruh langsung, dan dirumuskan dalam bentuk:

b. Pengaruh Total

Pengaruh total atau Total Influence (IT) dari sembarang jalur dasar (i  j) adalah pengaruh yang ditransmisikan dari i ke j termasuk di dalamnya pengaruh langsung sepanjang jalur dan dampak tidak langsung jalur sirkuit yang berhubungan dengan jalur tersebut. Atau dengan kata lain perubahan yang dibawa dari i ke j baik melalui jalur dasar maupun sirkuit yang menghubungkannya. Dampak tidak langsung ditransmisikan sebagai akibat dari adanya arus balik dan disebut sebagai pengganda jalur (path multiplier), Mp, yang menangkap perluasan

dari pengaruh langsung sepanjang jalur p yang diperjelas melalui dampak adanya arus balik (feedback) sirkuit yang saling terhubungkan.

125

Secara kuantitatif pengaruh total merupakan perkalian antara pengaruh langsung dengan pengganda jalur, dimana perhitungannya dirumuskan sebagai berikut: p p ID i j M j i IT( → ) = ( → ) dimana:

(

)

[

_{− +}

]

−1 = _{yx xy zy xz} p I a a a a M c. Pengaruh Global

Pengaruh global atau Global Influence (IG) dari simpul i ke simpul j, mengukur dampak total pada pendapatan atau output dari simpul j yang diakibatkan perubahan satuan unit pada pendapatan atau output di simpul i. Pengaruh global memiliki nilai yang sama dengan penjumlahan dari seluruh pengaruh total sepanjang jalur dasar yang menghubungkan simpul i dan simpul j. Pengganda neraca, Ma

∑

∑

= → = → = = → n p p p aji IT i j IDi j M m j i IG 1 ) ( ) ( ) (

, dapat dianggap sebagai matrik dari pengaruh global. Pengaruh global dapat disajikan dalam bentuk dekomposisi sebagai berikut:

dimana:

IG(ij) = pengaruh global dari kolom ke-i dalam matriks SNSE menuju baris ke-j

maji = elemen ke (j,i) dari matriks pengganda neraca Ma

IT(ij) = pengaruh total dari i ke j

ID(ij) = pengaruh langsung dari i ke j

126

SPA telah terbukti sebagai alat yang berguna dalam melakukan identifikasi keterkaitan yang penting dalam model SNSE yang kompleks. Namun, satu masalah yang utama berkaitan dengan pendekatan ini adalah banyaknya jalur yang perlu diidentifikasi di keseluruhan perekonomian (Sonis, et al. 1994).

5.5. Analisis Dampak Investasi

Beberapa alat analisis SNSE yang diterapkan dalam studi ini antara lain : angka pengganda (multiplier), dekomposisi pengganda dan analisis jalur. Selain ketiga analisis SNSE di atas juga dilakukan simulasi kebijakan yang terdiri atas sepuluh skenario dengan merujuk kepada persamaan proyeksi dampak :

∆Y = Ma ∆X ...(45)

dimana Ma

BPS (2003) menghitung kesenjangan pendapatan kelompok rumahtangga berpendapatan rendah (Yr) dengan pendapatan kelompok rumahtangga berpendapatan tinggi (Yt) dengan menggunakan rasio pendapatan tinggi dibagi pendapatan rendah (Yt/Yr) yang sering dikenal dengan metode penghitungan kesenjangan Maximum to Minimum Ratio (MMR). Dalam penelitian ini digunakan modifikasi MMR untuk indeks kesenjangan (Ik) dengan membagi

adalah matriks angka pengganda, ∆Y merupakan pertambahan output yang akan diestimasi, ∆X adalah perubahan neraca eksogen sebagai akibat adanya injeksi berupa pertambahan modal tetap bruto yang berasal dari investasi.

Seandainya neraca eksogen yang dimaksud merupakan investasi (pertambahan modal tetap bruto), maka dapat dikatakan bahwa pengganda nilai tambah (VM) sama dengan angka ICOR (Incremental Capital Output Ratio) yakni ΔY/ΔI.

127

selisih antara pendapatan tinggi (Yt) dan pendapatan rendah (Yr) dengan pendapatan rendah (Yr) atau

Ik = (Yt-Yr)/Yr ...(46) Sedangkan untuk menentukan alternatif pilihan investasi atau hasil simulasi yang paling efisien maka dilakukan pemberian nomer urutan dari 1 sampai dengan 10 dimana nomer urut 1 untuk hasil simulasi yang terbaik dan paling efisien dan nomor urut 10 untuk hasil simulasi yang paling tidak efisien atau yang kesenjangannya paling buruk. Kemudian angka urutan tersebut di jumlahkan. Jumlah angka urutan terkecil adalah alternatif investasi yang terefisien.

Pemberian urutan tersebut dilakukan untuk beberapa analisis antara lain dampak investasi terhadap distribusi nilai tambah faktor produksi, kesenjangan pendapatan faktor produksi, penyerapan tenaga kerja total dan per satuan investasi, distribusi pendapatan rumahtangga khususnya untuk rumahtangga buruh kehutanan di perdesaan, kesenjangan antara rumahtangga desa dan rumahtangga kota, rumahtangga buruh dan pengusaha, rumahtangga kehutanan dan rumahtangga non kehutanan serta dampak investasi terhadap distribusi pendapatan sektoral.