Pengaruh Ketersediaan Infrastruktur Terhadap Ketimpangan Pendapatan: Analisis Provinsi di Indonesia 2007-2011

(1)

PENGARUH KETERSEDIAAN INFRASTRUKTUR

TERHADAP KETIMPANGAN PENDAPATAN PER KAPITA:

ANALISIS PROVINSI DI INDONESIA 2007-2011

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR BOGOR

2013

(2)

PERNYATAAN

Dengan ini saya menyatakan bahwa skripsi berjudul Pengaruh Ketersediaan Infrastruktur Terhadap Ketimpangan Pendapatan: Analisis Provinsi di Indonesia 2007-2011 adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Mei 2013

(3)

ABSTRAK

NELLA HELENA TAMPUBOLON. Pengaruh Ketersediaan Infrastruktur Terhadap Ketimpangan Pendapatan: Analisis Provinsi di Indonesia 2007-2011. Dibimbing oleh D.S Priyarsono, Ph.D.

Infrastruktur merupakan suatu input dalam proses produksi yang dapat memberikan peningkatan produktivitas marjinal pada output. Infrastruktur yang layak dan tepat dapat membantu mendorong berbagai kegiatan ekonomi. Perbedaan ketersediannya antardaerah bisa menimbulkan perbedaan kemampuan daerah dalam menjalankan berbagai aktivitas ekonomi. Tujuan penelitian ini adalah menganalisis ketersediaan infrastruktur terhadap ketimpangan pendapatan di Indonesia. Penelitian ini menggunakan metode panel data, data cross section dari 33 provinsi di Indonesia, data time series periode 2007-2011, dan menggunakan enam variabel, yaitu gini ratio, rasio panjang jalan, air, listrik, sekolah, dan tempat tidur rumah sakit. Hasil analisis metode data panel menunjukkan ketersediaan infrastruktur sekolah dan air berpengaruh negatif terhadap ketimpangan pendapatan, sedangkan ketersediaan infrastruktur listrik, panjang jalan, dan ranjang rumah sakit berpengaruh positif terhadap ketimpangan pendapatan.

Kata Kunci: Infrastruktur, Rasio Panjang Jalan, Air, Listrik, Sekolah, Tempat Tidur Rumah Sakit, Gini Ratio, Panel Data.

ABSTRACT

NELLA HELENA TAMPUBOLON. The effect of infrastructure’s availability to the gap

of income: The Indonesia’s Provinces Analysis. Guided by D.S. Priyarsono, Ph.D.

Infrastructure is an input in production process which is able to give the increasing of marginal productivity to the output. The proper and right infrastructure can help and encourage many economic activities. The difference of availability in some

areas can cause the difference of area’s ability in doing many economic activities. The

goal of this research is to analyze the availability of infrastructure to the gap of per capita income in Indonesia. This research uses panel data method, cross section data from 33 provinces in Indonesia, time series data from 2007 – 2011, and also six variables, those gini ratio, length of road ratio, water, electricity, school, and number of beds available in hospital. The result of panel data method’s analysis shows that infrastructure’s availability like school and water gives good influence to the income gap, whereas the

infrastructure’s availability like electricity, length of road, and bed for hospital gives positive influence to the income gap.

(4)

PENGARUH KETERSEDIAAN INFRASTRUKTUR TERHADAP KETIMPANGAN PENDAPATAN: ANALISIS PROVINSI DI INDONESIA

2007-2011

NELLA HELENA TAMPUBOLON

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi

pada

Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR BOGOR

(5)

Judul Skripsi : Pengaruh Ketersediaan Infrastruktur Terhadap Ketimpangan Pendapatan: Analisis Provinsi di Indonesia 2007-2011 Nama : Nella Helena Tampubolon

NIM : H14090041

Disetujui oleh

D. S. Priyarsono, Ph.D Pembimbing

Diketahui oleh

Dedi Budiman Hakim, Ph.D Ketua Departemen

(6)

(7)

PRAKATA

Puji dan syukur penulis ucapkan kepada Yesus Kristus atas segala berkat-Nya sehingga skripsi ini berhasil diselesaikan. Judul yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2013 sampai Mei 2013 ini ialah Pengaruh Ketersediaan Infrastruktur Terhadap Ketimpangan Pendapatan: Analisis Provinsi di Indonesia 2007-2011.

Terima kasih penulis ucapkan kepada Bapak D. S. Priyarsono, Ph.D selaku pembimbing selama proses penyelesaian skripsi, pihak BPS Pusat dan Kementerian Kesehatan Republik Indonesia yang telah menyediakan dan melayani penulis saat proses pengumpulan data. Ungkapan terima kasih juga disampaikan kepada Bapak tercinta Adel Tampubolon, Ibu tercinta Relly Tambunan, tiga orang kakak terscinta Daniel Tampubolon, Roy Tampubolon dan Deby Tampubolon serta satu orang adik tercinta Nico Tampubolon yang telah memberi dukungan secara moril. Kepada Ola, Vita, Perdana, Ochon, dan Mbak Nana yang telah banyak membantu selama proses pengumpulan data dan penulisan skripsi. Kepada keluarga besar atas dukungannya selama menjalani pendidikan di Bogor, sahabat seperjuangan Vini, Irene, Merlyn, Maslina, Memel, Onya, Manda, Gina, Anys dan sahabat Departemen Ilmu Ekonomi 46, sahabat-sahabat terbaik selama di Bogor Annyse, Wiwik, Bella, Citra, Hanna, bang Liber, Dodi, ka Po, IKANMASS IPB, PMK IPB terkhusus KOMPERS PMK IPB, Pondok Putri (Ninid, Mona, Danti, ka Weny, Erti, dan Evi) serta sahabat yang jauh di sumatera (Martha, Permana, Kethrin, Budi, Rio, Doli, dan Sandro) serta seluruh pihak yang telah menyemangati dan selalu mendoakan yang terbaik bagi penulis.

Semoga skripsi ini bermanfaat.

Bogor, Mei 2013

(8)

DAFTAR ISI

DAFTAR TABEL vi

DAFTAR GAMBAR vi

DAFTAR LAMPIRAN vii

PENDAHULUAN

Latar Belakang 1

Perumusan Masalah 3

Tujuan Penelitian 5

Manfaat Penelitian 5

Ruang Lingkup Penelitian 5

Hipotesis Penelitian 6

Kerangka Pemikiran Konseptual 7

METODE PENELITIAN

Jenis dan Sumber Data 7

Metode Pengolahan dan Analisis Data 8

Perumusan Model Penelitian 9

HASIL DAN PEMBAHASAN

Gambaran Umum Ketimpangan Pendapatan di Indonesia 10

Kondisi Ketersediaan Infrastruktur di Indonesia 12

Keterkaitan Ketersediaan Infrastruktur dan Ketimpangan Pendapatan 20 SIMPULAN DAN SARAN

Simpulan 25

Saran 25

DAFTAR PUSTAKA 26

LAMPIRAN 28

(9)

DAFTAR TABEL

1. Angka Indeks Gini menurut Provinsi di Indonesia Tahun

2007-2011 11

2. Peringkat Indonesia dalam Kualitas Infrastruktur 12

3. Uji Model Terbaik (Pooled Least Squared, Random Effect Model

dan Fixed Effect Model) 20

4. Uji Multikolineritas untuk Provinsi di Indonesia Tahun 2007-2011 21 5. Hasil Estimasi Model Pengaruh Ketersediaan Infrastruktur

Terhadap Ketimpangan Pendapatan dengan Metode Fixed Effect

Model 22

DAFTAR GAMBAR

1. Kurva “U” Terbalik (Hipotesis Kuznets) 2

2. Kerangka Pemikiran Konseptual 7

3. Angka Indeks Gini Indonesia Tahun 2004-2011 10

4. Distribusi Panjang Jalan Menurut Kondisidi Indonesia Tahun

2007-2011 13

5. Rata-rata Panjang Jalan Menurut Kondisi Baik dan Sedang di

Indonesia Tahun 2007-2011 13

6. Panjang Jalan Menurut Kondisi Baik dan Sedang Indonesia Tahun

2011 14

7. Rata-rata Persentase Rumah Tangga yang Menggunakan Listrik di

8. Persentase Rumah Tangga yang menggunakan Listrik PLN semua

Provinsi Tahun 2011 15

9. Rata-rata Persentase Rumah Tangga yang menggunakan Air di

10.Persentase Rumah Tangga yang menggunakan Ledeng dan Air

Kemasan sebagai Air Minum Tahun 2011 17

11.Rata-rata Jumlah Ranjang Rumah Sakit di Indonesia Tahun

2007-2011 18

12.Jumlah Ranjang Rumah Sakit semua Provinsi Indonesia Tahun

2011 18

13.Rata-rata Jumlah Sekolah (SD/SMP/SMA/SMK) di Indonesia

Tahun 2007-2011 19

14.Jumlah Sekolah (SD/SMP/SMA/SMK) semua Provinsi Indonesia

(10)

DAFTAR LAMPIRAN

1. Hasil Uji Korelasi untuk Pengujian Asumsi Klasik

Multikolinearitas di Indonesia 28

2. Hasil pengujian dengan metode PLS (Pooled Least Square) untuk mengestimasi keterkaitan antara ketersediaan infrastruktur

terhadap Ketimpangan Pendapatan di Indonesia 28

3. Hasil pengujian dengan metode Fixed Effect dan Fixed Effect Weighted untuk mengestimasi keterkaitan antara ketersediaan

infrastruktur terhadap Ketimpangan Pendapatan di Indonesia 29 4. Hasil pengujian dengan metode Random Effect untuk

mengestimasi keterkaitan antara ketersediaan infrastruktur

terhadap Ketimpangan Pendapatan di Indonesia 31

5. Hasil pengujian Chow test untuk mengestimasi keterkaitan antara ketersediaan infrastruktur dan Ketimpangan Pendapatan di

Indonesia 32

6. Hasil pengujian Hausman test untuk mengestimasi keterkaitan antara ketersediaan infrastruktur dan Ketimpangan Pendapatan di

(11)

PENDAHULUAN

Latar Belakang

Pembangunan ekonomi merupakan suatu proses yang menyebabkan kenaikan pendapatan per kapita penduduk suatu negara dalam jangka panjang (Sukirno 1985).Pembangunan ekonomi suatu negara dinyatakan berhasil jika terjadinya pertumbuhan ekonomi diiringi dengan berkurangnya ketimpangan pendapatan.

Ketimpangan pendapatan terjadi apabila sebagian besar penduduk memperoleh pendapatan yang rendah dan pendapatan yang besar hanya dinikmati oleh sebagian kecil penduduk. Semakin besar perbedaan pendapatan yang diterima masing-masing individu menunjukkan semakin besarnya ketimpangan pendapatan antar rumah tangga.Indeks gini adalah salah satu ukuran dalam mengukur ketimpangan yang paling sering digunakan. Indeks gini adalah ukuran ketimpangan agregat yang nilainya berkisar antara nol dan satu. Nilai indeks gini nol artinya tidak ada ketimpangan (pemerataan sempurna) sedangkan nilai satu artinya ketimpangan sempurna.

Ketimpangan yang parah juga memiliki dampak sosial yang cukup serius. Makin tinggi derajat ketimpangan, maka konflik sosial akan makin besar. Konflik buruh yang terjadi sepanjang tahun 2012 adalah salah satunya. Buruh sebagai salah satu faktor produksi dan konsumsi tidak turut merasakan hasil pembangunan. Sementara itu, para miliader menikmati hasil pertumbuhan yang didorong oleh tingginya konsumsi yang berkontribusi terhadap meningkatnya jumlah kekayaan mereka. Kondisi yang terjadi adalah orang kaya menguasai hasil pembangunan hingga 85% dan sisanya diperebutkan masyarakat umum termasuk buruh.

Ketimpangan pendapatan dalam masyarakat dapat dikelompokkan sebagai ketimpangan rendah, sedang, dan tinggi. Pengelompokkan yang dilakukan sesuai dengan ukuran ketimpangan yang digunakan. Nilai indeks gini pada negara yang ketimpangannya tinggi berkisar antara 0.50 hingga 0.70, negara-negara yang ketimpangannya sedang berkisar antara 0.36 hingga 0.49, sedangkan untuk negara-negara yang distribusi pendapatannya relatif merata nilainya antara 0.20 hingga 0.35 (Todaro 2006).

Rumus untuk menghitung indeks gini:

dengan: Xi dan Xi-1 = kumulatif proporsi penduduk atau rumah tangga pada kelas ke-i dan ke – (i – 1).

Fi dan Fi-1= kumulatif proporsi pendapatan pada kelas ke-i dan ke – (i – 1).

(12)

Berbagai penelitian tentang ketimpangan antar daerah telah banyak dilakukan. Kuznets (1954) tercatat sebagai salah satu peneliti awal dalam meneliti kesenjangan. Ia meneliti kesenjangan di berbagai negara secara cross-sectional dan menemukan pola “U” terbalik. Kuznets menyimpulkan bahwa pendapatan rata-rata perkapita pada awal perkembangan negara masih rendah, dan tingkat ketimpangan juga rendah. Ketika pendapatan rata-rata naik, maka kesenjangan juga meningkat. Kemudian ketika pendapatan rata-rata naik lebih tinggi, maka ketimpangan akan turun kembali.

Gambar 1 Kurva Kuznet“U” Terbalik Sumber :Todaro, 2000

Menurut data Badan Pusat Statistik (BPS), pendapatan per kapita masyarakat Indonesia sepanjang 2011 mencapai Rp 30.8 juta. Angka ini naik sekitar Rp 3.7 juta dibandingkan setahun sebelumnya sebesar Rp 27.1 juta. Indeks Gini untuk pemerataan penghasilan Indonesia adalah 0.41 (2011). Angka ini juga mengalami kenaikan dari tahun sebelumnya 0.38 (2010). Dengan demikian, pada tahun 2011 Indonesia berada di sebelah kiri kurva kuznet yang berarti Indonesia berada pada ketimpangan pendapatan yang sedang.

Alisjahbana (2005) dalam Noegroho dan Soelistianingsih (2007), mengatakan bahwa ketimpangan juga sering terjadi secara nyata antara daerah kabupaten/ kota di dalam wilayah propinsi itu sendiri. Kesenjangan antar daerah terjadi sebagai konsekuensi dari pembangunan yang terkonsentrasi. Berbagai program yang dikembangkan untuk menjembatani kesenjangan baik ketimpangan distribusi pendapatan belum banyak membawa hasil yang signifikan. Bahkan yang sering terjadi adalah kebijakan pembangunan yang dilakukan untuk mendorong pertumbuhan ekonomi tetapi justru dapat menambah kesenjangan baik terhadap distribusi pendapatan.

(13)

wilayah tidak diragukan lagi. Sehingga beberapa fakta empiris menyatakan bahwa perkembangan kapasitas infrastruktur di suatu wilayah akan berjalan seiring dengan perkembangan output ekonomi.

Dalam daftar The Global Competitiveness Report(2010), indikator infrastruktur Indonesia berada di peringkat 82 dengan skor 3.75.Dalam beberapa tahun terakhir infrastruktur di Indonesia tidak ada perkembangan. Padahal, perluasan dan efisiensi infrastruktur sangat penting untuk menjamin efektivitas perekonomian. Disamping itu, kualitas dan ekstensifikasi jaringan infrastruktur secara signifikan mempengaruhi pertumbuhan ekonomi dan mengurangi kesenjangan pendapatan antardaerah (World Economic Forum).

World Bank (1994) membagi infrastruktur menjadi tiga komponen utama, yaitu: 1) Infrastruktur ekonomi, merupakan infrastruktur fisik yang diperlukan untuk menunjang aktivitas ekonomi, meliputi public utilities (tenaga listrik, telekomunikasi, air, sanitasi, gas), public work (jalan, bendungan, kanal, irigasi dan drainase) dan sektor transportasi (jalan, rel, pelabuhan, lapangan terbang dan sebagainya) 2) Infrastruktur sosial, meliputi pendidikan, kesehatan, perumahan dan rekreasi 3) Infrastruktur administrasi, meliputi penegakan hukum, kontrol administrasi dan koordinasi.

Infrastruktur yang berperan penting dalam proses pembangunandiantaranya adalah infrastruktur ekonomi dan sosial. Infrastruktur ekonomi dapatberupa jalan, listrik, dan air. Infrastruktur ekonomi dapatmenjadi modal yang digunakan oleh tenaga kerja dalam melakukan prosesproduksi seperti listrik dan air bersih. Konsumsi air bersih oleh rumah tangga jugadapat menjadi sesuatu yang berperan menjaga kesehatan tenaga kerja, sehingga airbersih dapat pula berperan secara tidak langsung terhadap perekonomian melaluipeningkatan kesehatan tenaga kerja. Tenaga kerja yang sehat mampu bekerjadengan baik, sehingga mereka diharapkan menjadi lebih produktif. Adapuninfrastruktur ekonomi lainnya seperti jalan dapat menjadi saranapenunjang bagi kelancaran arus kegiatan ekonomi.

Infrastruktur sosial dapat meliputi infrastruktur pendidikan dan kesehatan.Peningkatan pendidikan tenaga kerja mampu meningkatkan keahlian merekadalam berproduksi. Infrastruktur kesehatan dapat membantu tenaga kerjamengatasi permasalahan kesehatan yang dapat menganggu jalannya kegiatan kerjamereka. Oleh sebab itu, kehadiran infrastruktur tersebut diharapkan dapatmeningkatkan kualitas tenaga kerja.

Berdasarkan pernyataan di atas maka dibutuhkan sebuah penelitian mengenai keterkaitan antara ketersediaan infrastruktur dan ketimpangan pendapatan di Indonesia. Analisis yang akan dilakukan menggunakan cakupan provinsi agar memperoleh hasil yang lebih spesifik dan mendalam.

Perumusan Masalah

(14)

kesenjangan yang terjadi. Hal ini telah dikemukakan oleh Kuznet (1996) dengan hasil penelitiannya di beberapa negara.

Pembangunan Ekonomi yang tidak merata di Indonesia mengakibatkan ketimpangan pendapat antar daerah merupakan persoalan penting dalam mengkaji perekonomian di Indonesia. Sebagai sebuah negara yang terdiri dari ribuan pulau perbedaan karakteristis wilayah adalah konsekuensi yang tidak dapat dihindari oleh Indonesia. Karena karakteristik wilayah mempunyai pengaruh kuat pada terciptanya pola pembangunan ekonomi, maka tidak mengherankan bila pola pembangunan ekonomi wilayah di Indonesia tidak seragam. Ketidakseragaman iniakan berpengaruh pada kemampuan untuk tumbuh pada gilirannya akan mengakibatkan beberapa wilayah mampu tumbuh cepat sementara wilayah lainnya tumbuh lambat. Selanjutnya kemampuan tumbuh yang berbeda ini akan mengakibatkan terjadinya ketimpangan pendapatan antar rumah tangga dalam wilayah di Indonesia.Dengan demikian dapat disimpulkan bahwa tingkat kesejahteraan masyarakat masih rendah akibat dari hasil pembangunan hanya dinikmati kelompok masyarakat kelas sosial menengah ke atas.

Upaya mempercepat pembangunan ekonomi dapat dilaksanakan dengan meningkatkan pertumbuhan ekonomi dan tingkat produktivitasnya. Efisiensi dalam kegiatan ekonomi harus didukung oleh infrastruktur yang memadai sehingga mendorong peningkatan potensi daerah masing-masing secara berkesinambungan. Walaupun kebijakan pembangunan infrastruktur di Indonesia telah berlangsung cukup lama dengan biaya yang cukup besar dan kontribusinya dalam peningkatan pertumbuhan ekonomi cukup signifikan, namun masih banyak masalah yang dihadapi beberapa wilayah di Indonesia, antara lain perencanaan yang lemah, kuantitas yang belum mencukupi dan kualitas yang masih rendah (Ikhsan 2004).

Keterbatasan infrastruktur merupakan penyebab dari rendahnya pertumbuhan ekonomi Indonesia. Kualitas infrastruktur di Indonesia yang rendah menyebabkan biaya logistik tinggi dan pola perdagangan internasional tidak efisien serta perdagangan domestik tidak merata. Kondisi infrastruktur yang kurang baik dan tidak merata menyebabkan inflasi tinggi karena biaya transportasi bertambah, dengan dampak negatif pada daya saing produk industri. Tingkat kemiskinan yang tinggi juga disebabkan oleh kondisi infrastruktur yang terbatas.

Penelitian Sibarani (2002) mengenai kontribusi infrastruktur padapertumbuhan ekonomi Indonesia, menyimpulkan bahwa infrastruktur(jalan, listrik, telepon) memberikan pengaruh yang signifikan dan positifpada agregat output yang diwakili oleh variabel pendapatan per kapita. Kontribusi setiap jenis infrastruktur untuk setiap wilayah berbeda. Untukestimasi dengan data semua provinsi di Indonesia hasil yang diperolehyaitu elastisitas listrik pada pertumbuhan yaitu 0.06; pendidikan 0.07;investasi 0.01. Variabel jalan dan telepon tidak signifikan. Hasilpenelitian juga menunjukkan bahwa kebijakan pembangunan infrastrukturyang terpusat di pulau Jawa dan Indonesia Bagian Barat (IBB)menimbulkan disparitas pendapatan perkapita di masing-masing daerah di Indonesia, terutama antara pulau Jawa dengan luar Jawa dan IndonesiaBagian Barat (IBB) dengan Indonesia Bagian Timur (IBT), meskipunpada saat yang sama pertumbuhan ekonomi meningkat.

(15)

a. Seberapa besar tingkat ketimpangan pendapatan per kapita yang terjadi di setiap provinsi Indonesia pada tahun 2007-2011?

b. Bagaimana ketersediaaninfrastruktur di setiap provinsi Indonesia pada tahun 2007-2011?

c. Bagaimana pengaruh ketersediaan infrastruktur terhadap ketimpangan pendapatan per kapita di Indonesia pada tahun 2007-2011?

Tujuan Penelitian

Berdasarkan perumusan masalah tersebut di atas, maka tujuan penelitian ini adalah :

a. Mengalisis besarnya tingkat ketimpangan pendapatan per kapita yang terjadi di semua provinsi Indonesia pada tahun 2007-2011.

b. Menganalisis ketersediaan infrastruktur di semua provinsi Indonesia pada tahun 2007-2011.

c. Menganalisis pengaruh ketersediaan infrastruktur terhadap ketimpangan pendapatan per kapita di semua provinsi Indonesia pada tahun 2007-2011.

Manfaat Penelitian

Secara umum manfaat penelitian ini untuk memberikan informasi dan gambaran kepada pembaca mengenai seberapa besar pengaruh infrastruktur di Indonesia guna menurunkan ketimpangan pendapatan. Selain itu, penelitian ini dapat menjadi sumber referensi dan informasi tambahan bagi penelitian yang akan datang, khususnya penelitian yang terkait dengan infrastruktur dan masalah ketimpangan pendapatan.

Ruang Lingkup Penelitian

(16)

Hipotesis Penelitian

Dumairy (2000)dalam Linda, pertumbuhan ekonomi dapat meningkatkan pendapatan dankesejahteraan, namun terjadinya pertumbuhan ekonomi tidak selalu dapatdinikmati secara merata oleh masyarakat. Hal ini yang menyebabkanpertumbuhan ekonomi hanya meningkatkan ketimpangan pendapatan. Dalam penelitian ini, variabel yang digunakan dalam mempengaruhi ketimpangan pendapatan terdiri dari 5 infrastruktur, sehingga dapat dirumuskan hipotesis sebagai berikut:

1. Infrastruktur Jalan

Infrastruktur jalan berpengaruh positif terhadap pemerataan pendapatan. Diperkirakan infrastruktur jalan lebih banyak dinikmati oleh masyarakat golongan menegah keatas yang cenderung lebih banyak melakukan mobilisasi perpindahan antar tempat dibanding masyarakat golongan menegah kebawah. Dengan demikian,pembangunan infrastruktur jalan cenderung memperburuk ketimpangan.

2. Infrastruktur Air

Infrastruktur air berpengaruh negatif terhadap pemerataan pendapatan. Air dapat dinikmati oleh semua masyarakat karena air merupakan kebutuhan pokok dan air merupakan kebutuhan yang terbatas sehingga konsumsi air merata pada setiap masyarakat. Selain itu, infrastruktur air dapat memperbaiki kesejahteraan masyarakat terutama menengah kebawah. Dengan demikian, pembangunan infrastrukutur air cenderung memperbaiki pemerataan.

3. Infrastruktur Listrik

Infrastruktur listrik berpengaruh positif terhadap pemerataan pendapatan. Infrastruktur listrik tidak sama dengan infrastruktur air yang pemakaiannya terbatas. Pemakaian listrik lebih besar dibanding air. Semakin besar pendapatan seseorang maka semakin besar kebutuhan akan listrik. Dengan demikian, pembangunan infrastruktur listrik cenderung memperburuk ketimpangan.

4. Infrastruktur Pendidikan

Infrastruktur pendidikan berpengaruh negatif terhadap pemerataan pendapatan. Sesuai dengan program pemerintah wajib belajar 12 tahun, maka semua masyarakat dapat menikmati pendidikan tanpa dipungut biaya. Dengan demikian, pembangunan infrastruktur pendidikan cenderung memperbaiki pemerataan.

5. Infrastruktur Kesehatan

(17)

Kerangka Pemikiran Konseptual

Penelitian ini berusaha untuk membuktikan hubungan antara ketersediaan infrastruktur dengan ketimpangan pendapatan per kapita dalam provinsi di Indonesia selama periode 2007-2011.

Gambar 2Kerangkapenelitian konseptual

METODE PENELITIAN

Jenis dan Sumber Data

Penelitian ini menggunakan data sekunder 33 provinsi di Indonesia dalam bentuk data panel, yaitu gabungan data deret waktu tahunan periode 2007 sampai dengan 2011 dan data cross-section yang diperoleh dari Badan Pusat Statistik dan Kementerian Kesehatan Republik Indonesia serta publikasi beberapa peneliti terdahulu. Selain itu studi pustaka dilakukan terhadap artikel, internet serta literatur-literatur yang berkaitan dengan masalah yang diteliti. Data yang digunakan meliputi :

a) Data indikator infrastuktur dasar :

1) Rasio panjang jalan menurut kondisi baik dan sedang terhadap luas wilayah

yang diambil dari publikasi Statistik Perhubungan BPS.

2) Akses rumahtangga terhadap listrik (%) yang diambil dari publikasi BPS. 3) Akses rumahtangga terhadap air (%) yang diambil dari publikasi BPS. 4) Rasio ranjang rumah sakit terhadap populasi (unit/populasi) yang diperoleh

dari publikasi Kementerian Kesehatan Republik Indonesia.

5) Rasio jumlah sekolah terhadap populasi (unit/populasi) yang diperoleh dari publikasi indikator kesejahteraan rakyat BPS.

(18)

b) Data Indeks Gini semua provinsi di Indonesia dari tahun 2007-2011 yang diambil dari publikasi Statistik Kesejahteraan Rakyat BPS.

Metode Pengolahan dan Analisis Data

Untuk menganalisis data yang telah dikumpulkan akan digunakan model ekonometrika. Metode analisis yang digunakan adalah analisis deskriptif kualitatif dan kuantitatif. Analisis deskriptif kualitatif merupakan analisis sederhana yang bertujuan mendeskripsikan dan mempermudah penafsiran yang dilakukan dengan memberikan pemaparan dalam bentuk tabel, grafik, dan diagram. Analisis deskripsi kuantitatif digunakan untuk mengalisis informasi kuantitatif (data yang dapat diukur, diuji dan ditransformasikan dalam bentuk persamaan, tabel dan sebagainya) (Marzuki 2005). Tahapan analisis kuantitatif terdiri dari estimasi model regresi dengan penggunaan data panel. Keunggulan menggunakan analisis data panel secara statistik maupun menurut teori ekonomi (Baltagi 2005),antara lain adalah:

1) Memberikan data yang informatif, lebih bervariasi, menambah derajat bebas, lebih efisien dan mengurangi kolinearitas antarvariabel.

2) Memperhitungkan derajat heterogenitas yang lebih besar yang menjadi karakteristik dari individual antarwaktu.

3) Memungkinkan analisis terhadap sejumlah permasalahan ekonomi yang krusial yang tidak dapat dijawab oleh analisis data runtun waktu atau kerat lintang saja.

4) Dapat meminimalkan bias yang dihasilkan oleh agregasi individu karena unit data lebih banyak.

Analisis data panel dilakukan dengan menggunakan metode teknik Pooled Least Square Model, Fixed Effect Model, dan Random Effect Model(Firdaus 2011). Kemudian untuk menentukan model mana yang lebih tepat untuk menjelaskan jenis infrastruktur yang dapat mempengaruhi ketimpangan pendapatan per kapita digunakan uji kesesuaian model dengan Chow Test dan Haussman Test berdasarkan hasil dari ketiga model panel (Juanda 2012). Sedangkan untuk pengolahan data dilakukan dengan menggunakan program Eviews 6.1 dan Microsoft Excel 2007.

Data panel adalah gabungan antara data silang (cross section) dengan data runtut waktu (time series). Berdasarkan asumsi ada tidaknya korelasi antara komponen eror dengan variabel bebasnya, ada 3 model pendekatan yang diaplikasikan dalam regresi data panel, yaitu model fixed effect model (FEM), dan random effect model (REM) (Firdaus 2009).

1. Model Ordinary Least Square (OLS) / Pooled Model

(19)

2. Fix Effect Model (FEM)

Generalisasi secara umum sering dilakukan adalah dengan memasukkan variabel boneka (dummy variable) untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda baik lintas unit cross section maupun antar waktu (Baltagi, 2001). Pendekatan dengan memasukkan dummy variable ini dikenal dengan sebutan model efek tetap (fix effect) atau least square dummy variable atau disebut juga covariance model.

3. Metode Pendekatan Efek Acak (Random Effect)

Penambahan dummy variable dapat mengurangi banyaknya derajat kebebasan yang pada akhirnya akan mengurangi efisiensi dari parameter yang diestimasi. Berkaitan dengan hal ini, dalam model data panel dikenal pendekatan ketiga yaitu model efek acak (random effect). Dalam model efek acak, parameter-parameter yang berbeda antar daerah maupun antar waktu dimasukkan kedalam error. Karena hal inilah model efek acak sering juga disebut model komponen error (error component model).

Perumusan Model Penelitian

Model yang digunakan dalam penelitian ini adalah persamaan yang memperlihatkan sejauh mana variabel-variabel infrastuktur mempengaruhi ketimpangan pendapatan di setiap provinsi di Indonesia. Besarnya ketimpangan pendapatan disini didekati dengan nilai Indeks Gini. Persamaan ini menggunakan

provinsi di Indonesia dan dalam kurun waktu 5 tahun (2007-2011). Infrastuktur yang digunakan dalam penelitian ini terdiri dari rasiopanjang jalan terhadap luas wilayah , persentase akses rumahtangga yang menggunakan listrik (%), persentase akses rumahtangga yang menggunakan air (%), rasio jumlah ranjang rumah sakit terhadap populasi (unit/populasi) dan rasio jumlah sekolah (SD/SMP/SMA/SMK) terhadap populasi (unit/populasi). Hubungan antara variabel-variabel yang mempengaruhi ketimpangan pendapatan dapat digambarkan sebagai berikut :

LnIGit = α0 + α1LnJLNit + α2LISTit + α3AIRit + α4LnRNJGit + α5LnSKLHit + μit

Keterangan :

LnIG = Logaritma Indeks Gini

α0 = intercept

α1- α6 = parameter infrastruktur

μit = error term

LISTit = akses rumahtangga terhadap listrik (%)

AIRit = akses rumahtangga terhadap air (%)

LnJLNit = Logaritma rasio panjang jalan terhadap luas wilayah

(20)

LnRNJGit = Logaritma jumlah ranjang rumah sakit terhadap populasi (unit/populasi)

HASIL DAN PEMBAHASAN

Ketimpangan Pendapatan

Pada bagian ini akan diuraikan hasil analisis mengenai ketimpangan pendapatan antar rumahtangga dalam tiap provinsi di Indonesia. Analisis

dilakukan dengan menghitung besarnya tingkat ketimpangan

pendapatan.Ketidakmerataan pelaksanaan pembangunan antara lapisan masyarakat dan daerah menyebabkan ketimpangan pendapatan yang mengakibatkan semakin timpangnya aspek ekonomi. Ketimpangan aspek ekonomi terlihat dari semakin timpangnya distribusi pendapatan antara lapisan masyarakat dan daerah.

Secara umum, angka Indeks Gini pada semua provinsi cenderung menurun setiap tahunnya dan ketimpangannya berada pada zona ketimpangan merata tetapi tidak pada provinsi DKI Jakarta (Tabel 1). Ketimpangan provinsi DKI Jakarta semakin naik setiap tahunnya dan berada pada zona ketimpangan sedang sebesar 0.38 (2011). Hal ini disebabkan oleh Produk Domestik Regional Bruto DKI Jakarta yang sangat besar, sementara jumlah penduduk di provinsi tersebut lebih rendah dibanding provinsi lainnya.

Gambar 3 Angka Indeks Gini berdasarkan pendapatan Indonesia tahun 2004-2011

2004 2005 2006 2007 2008 2009 2010 2011

Indeks Gini 0,33 0,32 0,36 0,36 0,35 0,37 0,38 0,41

(21)

Sumber: BPS (diolah)

(22)

Kondisi Ketersediaan Infrastruktur Indonesia

Menurut Global Competitiveness Report 2010-2011 (WEF 2010), Indonesia menempati peringkat 82 dari 139 negara dalam pilar infrastruktur, salah satu dari pilar daya saing yang diukur. Dibandingkan dengan negara-negara sekelas, Indonesia masih tertinggal jauh, antara lain: Malaysia (30), Thailand (35), Turki (56), Brazil (62) dan Meksiko (75). Peringkat Indonesia dalam rincian kualitas infrastruktur juga berada pada posisi relatif rendah. Peringkat lebih buruk ada pada kualitas kesehatan. Penilaian di atas sesuai dengan kenyataan yang dirasakan banyak orang. Angkutan darat terkendala oleh kondisi jalan yang buruk. Kebutuhan listrik masih belum terpenuhi di berbagai daerah. Ketersediaan sarana dan prasarana kesehatan belum merata pada setiap daerah dan kualitas pendidikan yang masih redah. Berbeda dengan kondisi infrastruktur air di Indonesia yang menduduki peringkat 7 dari 12 negara ASEAN. Kebutuhan air yang masih sulit di akses oleh masyarakat.

Tabel 2 Peringkat Indonesia dalam kualitas infrastruktur

Rincian Peringkat

Pilar Infrastruktur 82

Kualitas Infrastruktur Umum 90

Kualitas Jalan 84

Jalan merupakan infrastruktur yang penting untuk menghubungkan satu daerah ke daerah lain. Ketersediaan infrastruktur jalan yang baik akan memperlancar penyaluran barang dan jasa yang menggerakkan perekonomian.Berdasarkan Forum Ekonomi Dunia (World Economic Forum), untuk kualitas infrastruktur jalan, Indonesia meraih peringkat 105 pada tahun 2008, peringkat 95 pada tahun 2009, peringkat 84 pada tahun 2010 dan peringkat 83 pada 2011. Selain itu, pembangunan infrastruktur masih merupakan tantangan besar yang harus diatasi Indonesia.

(23)

Gambar 4Distribusipanjang jalan menurut kondisi jalan di Indonesiatahun2011 (km)

Sumber: BPS, 2012 (diolah)

Berdasarkan Gambar 5 terlihat bahwa panjang jalan menurut kondisi baik dan sedang di Indonesia semakin meningkat setiap tahunnya kecuali tahun 2011. Hal ini dikarenakan panjang jalan pada tahun 2011 mengalami kerusakan, sehingga dimasukkan kedalam kategori panjang jalan dalam kondisi rusak. Secara umum, keadaan infrastruktur jalan di Indonesia masih rendah, baik dari segi panjang jalan maupun keadaan jalan.

Gambar 5Rata- rata panjang jalan menurut kondisi baik dan sedangdiIndonesia tahun 2007-2011

Sumber:BPS, 2008-2012 (diolah)

panjang jalan 255031 273419 300043 319790 319767

(24)

Gambar 6 Panjang jalan menurut kondisi baik dan sedang Indonesia tahun 2011

Pada Gambar 6, menunjukkan bahwa provinsi yang memliki panjang jalan menurut kondisi baik dan sedang paling banyak terdapat pada provinsi Jawa Timur (35,336 km), disusul oleh provinsi Sulawesi Selatan (21,176 km). Sedangkan provinsi yang memiliki panjang jalan yang kecil itu terdapat pada provinsi Maluku Utara sebesar 2,532 km. Hal ini mengindikasikan bahwa pembangunan infrastruktur jalan di Indonesia belum merata pada setiap provinsi. Sehingga dapat mempengaruhi aktivitasdan produktivitas antarprovinsi.

b. Infrastruktur Listrik

PT. PLN merupakan perusahaan yang memenuhi sebagian besar kebutuhan listrik di Indonesia. Energi listrik adalah salah satu sumber vital yang diperlukan sebagai sarana pendukung produksi atau kehidupan sehari-hari, dan memegang peranan penting dalam upaya mendukung pembangunan nasional secara luas baik ekonomi, sosial maupun budaya.

Dengan semakin majunya suatu wilayah, kebutuhan akan listrik menjadituntutan primer yang harus dipenuhi, tidak hanya untuk rumah tangga namun jugauntuk kegiatan ekonomi terutama industri. Dalam kehidupan masyarakat yangsemakin modern, semakin banyak peralatan rumah tangga, peralatan kantor sertaaktivitas-aktivitas masyarakat yang mengandalkan sumber energi dari listrik.Peningkatan kegiatan ekonomi dalam produksi dan investasi juga membutuhkanlistrik yang memadai. Oleh karena itu permintaan listrik meningkat dari tahun ketahun baik dari segi kuantitasnya maupun kualitasnya.

(25)

Gambar 7Rata-rata persentase rumah tangga yang menggunakanPLN di Indonesia tahun 2007-2011

Sumber: BPS, 2008-2012 (diolah)

Pada Gambar 7, dapat dilihat bahwa persentase akses rumahtangga yang menggunakan energi listrik PLN semakin meningkat setiap tahunnya. Namun secara umum listrik di Indonesia dirasakan masih jauh dari mencukupi. Menurut World Economic Forum (2010), Indonesia menduduki peringkat 97 dari 139 negara.

Gambar 8Persentase rumahtangga yang menggunakan listrik PLNmenurut provinsi di Indonesiatahun2011

Sumber:BPS, 2012 (diolah)

2007 2008 2009 2010 2011

Listrik 88,37 89,46 89,29 89,47 90,51

(26)

Berdasarkan Gambar 8, dapat dilihat bahwa rat-rata rumah tangga yang menggunakan listrik PLN paling besar terdapat di provinsi D.K.I Jakarta sebesar 99.65 persen dan yang paling rendah berada pada provinsi Papua sebesar 31.79 persen. Hal ini disebabkan oleh penggunaan listrik yang paling banyak dimanfaatkan untuk industri dan rumahtangga yang berada pada provinsi yang populasi penduduknya paling besar dan kegiatan ekonominya yang telah maju. Tersedianya infrastruktur kelistrikan dapat meningkatkan produktivitas masyarakat sehingga menjadi pemicu pertumbuhan ekonomi wilayah. Perekonomian wilayah yang mampu berkembang dengan baik akan meningkatkan kesejahteraan masyarakat sehingga dapat meningkatkan pendapatan masyarakat juga.

c. Infrastruktur Air

Ketersediaan air bersih merupakan hal yang tidak dapat diabaikan dalam perekonomian. Air bersih merupakan barang ekonomi karena penggunaannya membutuhkan kompetisi. Infrastruktur air bersih merupakan struktur dasar yang dapat memberi pengaruh bagi pertumbuhan output (Bulohlabna 2008). Dalam kehidupan sehari-hari, air bersih mempunyai peran untuk menunjang kualitas kehidupan dan kesehatan masyarakat yang selanjutnya mempengaruhi produktivitas masyarakat dan output perekonomian daerah setempat.

Pembangunan infrastruktur air di Indonesia semakin meningkat setiap tahunnya (Gambar 9). Meskipun begitu, di Indonesia akses terhadap air bersih masih dinilai rendah bila dibandingkan dengan negara lainnya. Menurut laporan Bank Dunia, terdapat 78 persen dari populasi Indonesia yang memiliki akses air bersih.Selain itu, infrastruktur air Indonesia menduduki peringkat 7 dari 12 negara ASEAN (World Bank 2005)dalam Pamungkas.

Gambar 9 Rata-rata persentase rumah tangga yang menggunakan airdi Indonesia tahun 2007-2011

2007 2008 2009 2010 2011

Air 23,81 26,29 28,32 31,8 33,85

(27)

Gambar 10 Persentase rumah tangga yang menggunakan ledeng dan air kemasansebagai air minum tahun 2011

Pada Gambar 10 dapat dilihat bahwa pembangunan infrastruktur air berupa ledeng dan air dirasa masih kurang memadai. Provinsi dengan persentase akses rumah tangga yang menggunakan ledeng dan air kemasan yang terbesar terdapat pada provinsi D.I Yogjakarta sebesar 60.17 persen (2011). Ini berarti lebih setengah penduduk provinsi D.I Yogjakarta dapat mengakses ledeng dan air kemasan yang digunakan sebagai air minum. Jika dibandingkan dengan provinsi Banten yang hanya 22.12 persen (2011), maka dapat dilihat ketimpangan yang sangat besar diantara kedua provinsi ini. Selain itu, dapat disebabkan oleh ketersediaan air yang terbatas digunakan untuk aktivitas manusia yang banyak dan beragam.

d. Infrastruktur Kesehatan

Pembangunan sumber daya manusia dapat berbentuk pembangunan di bidang kesehatan. Sarana dan prasarana kesehatan yang memadai mencerminkan kualitas sumber daya manusia dalam wilayah tersebut. Menurut World Economic Forum (2010), kualitas kesehatan Indonesia menduduki peringkat 105 dari 139 negara.Di Indonesia persentase balita yang kekurangan gizi mencapai 27.3 persen pada tahun 2000. Angka ini cukup besar dan harus menjadi perhatian yang serius bagi pemerintah. Tingkat gizi yang rendah akan mempengaruhi produktivitas sehingga tingkat pendapatan akan rendah (Naftali 2006).

Pada Gambar 11, dapat dilihat bahwa jumlah ranjang rumah sakit meningkat dari tahun 2009 hingga 2011, tetapi mengalami penurunan pada tahun 2008. Hal ini disebabkan karena adanya kerusakan pada beberapa ranjang rumah sakit yang menyebabkan jumlah ranjang rumah sakit menurun.

(28)

Gambar 11Rata-rata jumlah ranjang rumah sakitdi Indonesia tahun 2007-2011

Pada Gambar 12 dapat terlihat bahwa provinsi Jawa Tengah merupakan provinsi yang memiliki jumlah ranjang rumah sakit lebih banyak dibanding provinsi lainnya yaitu sebesar 24,012 unit (2011), kemudian disusul oleh provinsi Jawa Timur sebesar 20,378 unit. Sedangkan provinsi yang memiliki jumlah ranjang rumah sakit yang paling rendah berada pada provinsi Sulawesi Barat sebesar 481 unit. Hal ini menunjukkan bahwa penyebaran sarana kesehatan di Indonesia belum merata di semua provinsi. Fasilitas ini belum sepenuhnya dapat dijangkau oleh masyarakat, terutama terkait dengan biaya dan jarak transportasi.

Gambar 12 Jumlah ranjang rumah sakit (unit) provinsi Indonesia tahun 201 Sumber: Kementerian Kesehatan, 2012 (diolah)

2007 2008 2009 2010 2011

Jumlah Ranjang RS 144060 135548 163136 172887 179595

(29)

e. Infrastruktur Pendidikan

Sekolah merupakan salah satu sarana yang menyediakan akses terhadap fasilitas dasar pendidikan. Sekolah berperan penting dalam pembentukan sumberdaya manusia yang berkualitas dan berdaya saing. Dengan semakin tingginya daya saing manusia, tingkat kesejahteraan manusia pun akan meningkat begitu juga dengan perekonomian daerah. Kualitas pendidikan Indonesia menduduki peringkat 51 dari 139 negara (World Economic Forum 2010). Untuk melihat ketersediaan infrastruktur sekolah data yang digunakan jumlah unit sekolah (SD/SMP/SMA/SMK) baik negeri maupun swasta yang dimiliki tiap provinsi dan sesuai dengan program pemerintah wajib belajar 12 tahun.

Untuk mewujudkan sumberdaya manusia yang berkualitas yaitu melalui peningkatan keahlian masyarakat, maka pemerintah mengembangkan infrastruktur pendidikan. Dapat dilihat pada Gambar 13, menunjukkan bahwa pembangunan sekolah semakin meningkat setiap tahunnya. Sehingga dapat dipastikan bahwa semakin mudah masyarakat untuk mengakses pendidikan tanpa dipungut biaya. Sehingga dapat meningkatkan kesejahteraan masyarakat.

Gambar 13Rata-rata jumlah sekolah (SD/SMP/SMA/SMK) di Indonesia tahun 2007-2011

Gambar 14 memberikan gambaran bahwa penyebaran jumlah sekolah di masing-masing provinsi tidak merata. Provinsi yang memiliki jumlah sekolah paling banyak terdapat pada provinsi Jawa Barat sebesar 26,485 unit sekolah (2011). Sedangkan provinsi yang memiliki jumlah sekolah paling sedikit berada pada provinsi Kepulauan Bangka Belitung sebesar 1,093 unit sekolah. Hal ini tentunya akan mempengaruhi ketimpangan pendapatan antarrumahtangga karena kualitas tenaga kerja masyarakat yang berbeda-beda.

2007 2008 2009 2010 2011

Jumlah sekolah 187241 191359 192501 197379 202173

(30)

Gambar 14Jumlah sekolah (SD/SMP/SMA/SMK) semua provinsi Indonesia tahun 2011

Sumber:BPS, 2012 (diolah)

Keterkaitan antara Ketersediaan Infrastruktur dengan Ketimpangan Pendapatan

Untuk menentukan model yang akan digunakan dalam persamaan pengaruh infrastruktur terhadap ketimpangan pendapatan dilakukan pengujian kesesuaian model dalam dua tahap yaitu membandingkan pooled model dengan fixed effects model atau sering disebut Chow test kemudian dilanjutkan dengan membandingkan fixed effect model dengan random effects model(Hausman test). Pengujian dilakukan dengan variabel bebas panjang jalan (JLN), energi listrik yang digunakan yaitu PLN (LISTRIK), kapasitas air bersih (AIR), jumlah ranjang (RNJG),dan jumlah sekolah (SKLH). Berdasarkan hasil Hausman test dan Chow testpada model memiliki probabilitas Chi-Sq yang kurang dari taraf nyata 5 persen (0.0000<0.05) sehingga model yang digunakan dalam analisis ini adalah model fixed effect dengan pembobotan (cross section weights) dan coefficient covariance white cross section method dengan tujuan untuk mengoreksi masalah multikolinearitas, heteroskedastisitas, dan autokorelasi (Tabel 3).

Tabel 3 Uji Model Terbaik (Pooled Least Square, Random Effect Model dan Fixed Effect Model)

Uji Model Terbaik Probabilitas Chi-sq

Hausman Test Probability 0.0000*

Chow Test Probability 0.0000*

*: signifikan pada taraf nyata 5 persen

(31)

Metode pendugaan untuk mendapatkan estimasi yang bersifat BLUE (Best Linear Inbiased Estimator) mensyaratkan sejumlah asumsi yaitu tidak ada multikolinearitas, autokorelasi, dan heteroskedastisitas pada model. Hasil estimasi dilakukan dengan dua kriteria, yaitu kriteria statistika dan kriteria ekonomi.

Untuk mengetahui ada tidaknya multikolineritas dapat ditentukan melalui uji korelasi atau meregresi antar variabel bebas dalam model persamaan. Dari hasil uji korelasi pada Tabel 4 nilai korelasi antar variabel bebas tidak ada yang mendekati 1, sehingga permasalahan multikolinearitas dapat diabaikan.

Tabel 4Nilai korelasi antarvariabel bebas dalam pengujian multikolinearitas model untuk provinsi di Indonesia (2007-2011)

LNINDEKSGINI LNJALAN LNRANJANG LNSEKOLAH AIR LISTRIK

LNINDEKSGINI 1.000000 0.111091 0.207191 -0.101289 0.004593 0.102154

LNJALAN 0.111091 1.000000 0.107371 -0.623885 0.016205 0.667082

LNRANJANG 0.207191 0.107371 1.000000 0.151736 0.180432 0.197939

LNSEKOLAH -0.101289 -0.623885 0.151736 1.000000 0.111546 -0.55932

AIR 0.004593 0.016205 0.180432 0.111546 1.000000 0.145487

LISTRIK 0.102154 0.667082 0.197939 -0.559326 0.145487 1.000000

Uji pelanggaran asumsi yang kedua adalah autokorelasi yang dilakukan dengan uji Durbin-Watson. Adapun hipotesisnya yaitu :

H0 : tidak ada autokorelasi H1 : ada autokorelasi

Untuk model yang diterapkan di seluruh Provinsi diperoleh nilai statistik Watson sebesar 2.004. Pada jumlah k=5, maka nilai statistik Durbin-Watson berada dalam selang 1.8082 < DW < 2.1918. Dapat disimpulkan bahwa model ini ini berada pada daerah non autokorelasi maka keputusannya tidak tolak H0. Sehingga model ini terbebas dari masalah autokorelasi.

Uji pelanggaran asumsi yang ketiga adalah heteroskedastisitas. Estimasi model dilakukan dengan memberi perlakuan cross section weights dan coefficient white cross section method, sehingga asumsi heteroskedastisitas dapat diabaikan. Berdasarkan Tabel 3 maka penjabaran model yang digunakan dalam penelitian ini yaitu :

LNINDEKSGINI= –0.332993+ 0.096674LNJALAN – 0.125476LNSEKOLAH + 0.196143LNRANJANG –0.004468AIR + 0,002142 LISTRIK

Evaluasi model berdasarkan kriteria statistik yang pertama dapat dilihat dari . Berdasarkan hasil estimasi dari Tabel 4, nilai R-Squared ( atau koefisien determinan sebesar 0.8612000 yang berarti model mampu menjelaskan bahwa variasi dalam variabel bebas sebesar 86.12 persen.

(32)

tersebut berpengaruh signifikan terhadap ketimpangan pendapatan. Berdasarkan uji-t terdapat beberapa variabel bebas yang berpengaruh signifikan terhadap ketimpangan pendapatan yaitu rasio panjang jalan kondisi baik dan sedang terhadap luas wilayah, rasio jumlah sekolah (SD/SMP/SMA/SMK) terhadap populasi, rasio ranjang rumah sakit terhadap populasi, air dan listrik.

Tabel 5 Hasil estimasi keterkaitan antara ketersediaan infrastruktur dengan ketimpangan pendapatan menggunakan model Fixed Effect

Variable Coefficient Std. Error t-Statistic Prob.

LNRANJANG 0.196143 0.049213 3.985579 0.000100*

LNSEKOLAH -0.125476 0.045461 -2.760074 0.006600*

LNJALAN 0.096674 0.038477 2.512499 0.013200*

AIR -0.004468 0.001248 -3.580024 0.000500*

LISTRIK 0.002142 0.000543 3.947296 0.000100*

C -0.332993 0.168365 -1.977805 0.050100

Weighted Statistics

R-squared 0.8612000 Mean dependent var -1.9110960

Adjusted R-squared 0.8207630 S.D. dependent var 0.9788500

S.E. of regression 0.0985110 Sum squared resid 1.2324600

F-statistic 21.2969800 Durbin-Watson stat 2.0046320

Prob(F-statistic) 0.0000000

Unweighted Statistics

Sum squared resid 1.290069 Durbin-Watson stat 1.647655

*: signifikan pada taraf nyata 5 persen

Untuk mengevaluasi variabel bebas dapat dilakukan dengan melihat tanda dan besaran dari variabel bebas tersebut. Berdasarkan hasil pengolahan dalam Tabel 5, maka interpretasi pengaruh masing-masing variabel independen (jalan, listrik, air, sekolah, rumah sakit) terhadap variabel dependen (ketimpangan pendapatan) yaitu :

1. Rasio Panjang Jalan

Variabel rasio panjang jalan terhadap populasi berpengaruh signifikan dan memiliki hubungan yang positif terhadap ketimpangan pendapatan pada taraf nyata 5 persen. Nilai dugaan parameter dari variabel rasio panjang jalansebesar 0.096674, artinya jika infrastruktur jalan meningkat sebesar satu persen maka akan meningkatkan ketimpangan pendapatan sebesar 0.096674 persen.

(33)

Seperti yang kita ketahui, saat ini jumlah kendaraan pribadi yang melintas dijalan raya semakin tahun semakin meningkat.Menurut Dinas Perhubungan, jumlah perjalanandi Indonesia mencapai 25 juta per hari. Sekitar 60 persen diantaranya menggunakan kendaraan pribadi. Perbandingan jumlah kendaraan pribadi dan kendaraan umum adalah 98 persen kendaraan pribadi dan 2 persen kendaraan umum. Dari data tersebut, dapat disimpulkan bahwa hasil pembangunan jalan di Indonesia cenderung dinikmati oleh masyarakat dengan pendapatan menegah ke atas sehingga mengakibatkan tingkat kesejahteraan masyarakat masih rendah.

2. Rasio Jumlah Sekolah

Dari estimasi yang dilakukan pada variabel rasio sekolah terhadap populasi, diperoleh hasil bahwa variabel rasio sekolahberpengaruh signifikan dan memiliki hubungan yang negatif terhadap ketimpangan pendapatan. Nilai dugaan parameter dari variabel rasio sekolahsebesar -0.125476yang berarti infrastuktur sekolah meningkat satu persen, maka ketimpangan pendapatan akan menurun sebesar 0.125476 persen.Hal ini disebabkan karena semakin meningkatnya unit sekolah yang tersedia akan meningkatkan akses individu terhadap pendidikan.

Sesuai dengan program pemerintah tahun 2012 menerapkan wajib belajar 12 tahun di setiap daerah dan memberikan BOS (Bantuan Orientasi Siswa) pada semua sekolah. Sehingga cukup membantu golongan miskin yang memungkinkan anak mereka memperoleh mobilitas sosial yang lebih tinggi, sekalipun masih belum optimal. Dengan demikian meningkatnya infrastruktur pendidikan maka tingkat kesejahteraan masyarakat semakin meningkat dan membaiknya ketimpangan pendapatan yang berarti bahwa hasil pembangunan dari infrastruktur pendidikan dinikmati secara merata oleh semua masyarakat.

3. Rasio Ranjang Rumah Sakit

Estimasi yang dilakukan pada variabel rasio ranjang rumah sakit terhadap populasiberpengaruh signifikan dan memiliki hubungan yang positif dengan ketimpangan. Nilai dugaan parameter variabel rasio ranjang rumah sakit sebesar 0.196143yang artinya kenaikan satu persen infrastruktur tempat tidur akan meningkatkan ketimpangan pendapatan sebesar 0.196143 persen.

Kesehatan itu merupakan salah satu faktor penting dalam menentukan kualitas hidup manusia yang selanjutnya dapat mempengaruhi produktivitas manusia. Rumah sakit merupakan salah satu sarana untuk mendapatkan pelayanan kesehatan.

(34)

ke atas. Selain itu, pembangunan infrastruktur kesehatan tidak dinikmati hasilnya secara merata oleh masyarakat.

4. Air

Variabel air yang dihasilkan dari estimasiberpengaruh signifikan dan memiliki hubungan yang negatif terhadap ketimpangan pendapatan. Nilai dugaan parameter dari variabel airsebesar -0.004468memiliki arti bahwa apabila infrastuktur air meningkat satu persen, maka akan menurunkan ketimpangan pendapatan sebesar 0.004468 persen. Air bersih merupakan salah satu kebutuhan pokok yang sangat menentukan kualitas dan keberlangsungan hidup manusia yang selanjutnya dapat mempengaruhi produktivitas manusia dan output perekonomian daerah. Akses air bersih dapat dirasakan oleh semua masyarakat karena konsumsi akan air bersih cenderung sama pada setiap masyarakat.

5. Listrik

Variabel listrikyang dihasilkan dari estimasi berpengaruh signifikan dan memiliki hubungan yang positif dengan ketimpangan pendapatan. Nilai dugaan parameter dari variabel listrik sebesar 0.002142yang berarti setiap kenaikan satu persen variabel listrik akan meningkatkan 0.002142 persen ketimpangan pendapatan.

Konsumsi listrik di Indonesia belum terdistribusi merata. Golongan menegah kaya (2200 VA - 6600VA) cenderung menggunakan listrik berlebihan, sementara golongan miskin (450 VA) belum mendapatkan listrik yang cukup. Padahal distribusi listrik di Indonesia meningkat setiap tahunnya. Namun, yang lebih menikmati distribusi listrik adalah golongan menengah ke atas.

Hal ini disebabkan oleh ketidakmerataan persebaran infrastruktur listrik pada setiap daerah. Indeks gini konsumsi listrik di Indonesia cenderung tidak merata baik untuk tahun 2003 maupun untuk tahun 2010. Indeks gini tahun 2003 sebesar 0.862 sedangkan tahun 2010 sebesar 0.867. Hal ini mencerminkan bahwa selama 7 tahun terakhir tidak ada pemerataan konsumsi listrik yang cukup berarti.

(35)

SIMPULAN

Berdasarkan uraian hasil dan pembahasan yang telah dilakukan, maka penelitian ini memperoleh beberapa kesimpulan sebagai berikut :

1. Rasio jumlah sekolah dan air mempunyai pengaruh negatif terhadap ketimpangan pendapatan. Kedua variabel ini berpengaruh signifikan dan memiliki hubungan yang negatif terhadap ketimpangan pendapatan, yang berarti memperbaiki ketimpangan pendapatan.

2. Rasio panjang jalan, rasio ranjang rumah sakit, dan listrik berpengaruh signifikan dan memiliki hubungan yang positif terhadap ketimpangan pendapatan yang berarti meningkatkan ketimpangan pendapatan.

3. Dari 5 variabel bebas yang digunakan, 3 diantaranyaterbukti berpengaruh positif dalam meningkatkan ketimpangan pendapatan. Hal ini mengindikasikan bahwa secara umum Indonesia masih berada pada area sisi kiri dari kurva Kuznet. Hal ini sesuai dengan kenyataan bahwa Indonesia masih memiliki ketimpangan pendapatan yang sedang.

SARAN

Dalam penelitian ini dapat disimpulkan bahwa rasio sekolah dan air bersih dapat menurunkan ketimpangan pendapatan. Oleh karena itu pemerintah pusat dan daerah beserta instansi terkait diharapkan menciptakan program untuk meningkatkan jumlah sekolah masyarakat dengan jalan membangun sekolah-sekolah yang lebih berkualitas dan memperbanyak pembangunan jaringan air bersih yang berkualitas layak pakai.

Untuk mengurangi ketimpangan pendapatan antar rumah tangga dalam suatu daerah di Indonesia maka pemerintah harus memperhatikan daerah-daerah yang kaya akan sumberdaya ekonomi, sehingga kegiatan perekonomian di daerah dapat berjalan dengan baik yang didukung dengan perbaikan infrastruktur. Membaiknya infrastruktur akan memberikan dampak terhadap perbaikan aktivitas ekonomi di daerah tersebut.

(36)

DAFTAR PUSTAKA

[BPS] Badan Pusat Statistik. 2008.Statistik Indonesia / Statistical Yearbook of Indonesia 2007. BPS : Jakarta.

. . 2009. Statistik Indonesia / Statistical Yearbook of Indonesia 2008. BPS : Jakarta.

. 2010. Statistik Indonesia / Statistical Yearbook of Indonesia 2009. BPS : Jakarta.

. 2008.Statistik Perhubungan / Transportation and Communication Statistics 2007. BPS : Jakarta.

. 2009. Statistik Perhubungan / Transportation and Communication Statistics 2008. BPS : Jakarta.

. . 2011. Statistik Perhubungan / Transportation and Communication Statistics 2010. BPS : Jakarta.

Baltagi BH. 2005. Econometrics Analysis of Panel Data Third Edition. England (GB): John Wiley and Sons, Ltd.

Bulohlabna C. 2008. Tipologi dan Pengaruh Infrastruktur terhadap Pertumbuhan Ekonomi Kawasan Timur Indonesia [Skripsi]. FakultasEkonomi dan Manajemen, Institut Pertanian Bogor, Bogor.

Farahudin. 2012. Menghitung Koefisien Gini dengan MS Excel. [Internet].

[diunduh 2013 Juni 18]. Tersedia pada:

http://faharuddin.wordpress.com/2012/01/14/menghitung-koefisien-gini-dengan-ms-excel/.

Firdaus M. 2009. Aplikasi Ekonometrika untuk Data Panel dan Time Series. IPB PressBogor.

Hariadi P et al. [2006]. Ketimpangan Distribusi Pendapatan Di Kabupaten Banyumas Jawa Tengah. Jurnal Ekonomi Pembangunan; 61-70.

Ikhsan M. 2004. Hubungan Antara Infrastruktur dengan Pertumbuhan Ekonomi dan

Pembangunan. LPEM, Jakarta.

Juanda B. 2012. Ekonometrika : Pemodelan dan Pendugaan. IPB Press Bogor. Linda K. 2007. Analisis Sektor Basis Perekonomian dan Peranannya Dalam

Mengurangi Ketimpangan Pendapatan Antar Kabupaten/Kota di Provinsi Jawa Timur [Skripsi]. Bogor. Institut Pertanian Bogor.

[KEMENKES] Kementerian Kesehatan. 2008. Profil Kesehatan Indonesia 2007. KEMENKES : Jakarta.

(37)

. 2010. Profil Kesehatan Indonesia 2009. KEMENKES : Jakarta.

Marzuki. 2005. Metodologi Riset Panduan Penelitian. Gramedia. Jakarta.

Naftali Y. 2006. Upaya Pemerataan Pembangunan. Universitas Borobudur. Yogyakarta.

Noegroho YS dan Soelistianingsih. 2007. Analisis Disparitas Pendapatan Kabupaten/Kota di Propinsi Jawa Tengah dan Faktor-faktor yang mempengaruhi Pertumbuhan Ekonomi Regional. Parallel Session IVA : Urban dan Regional. Kampus UI Depok.

Pamungkas BT. 2009. Pengaruh Infrastruktur Ekonomi, Sosial, dan Adminitrasi/Institut pada Pertumbuhan Ekonomi Provinsi-provinsi di Indonesia [Skripsi]. Jakarta: Universitas Indonesia.

Sukirno S. 1985. Ekonomi Pembangunan Proses, Masalah, dan DasarKebijaksanaan. Lembaga Penerbit Fakulatas Ekonomi UI dengan BimaGrafika. Jakarta.

Sibarani MHM. 2002. Kontribusi Infrastruktur terhadap Pertumbuhan Ekonomi Indonesia. Tesis Magister Sains. Program Pascasarjana,Universitas Indonesia, Jakarta.

The World Bank. 1994. World Development Report: Infrastructure for Development. Oxford University Press, New York.

Todaro MP dan Smith C. S. 2006. Pembangunan Ekonomi di Dunia Ketiga Edisi Sembilan.Erlangga, Jakarta.

(38)

LAMPIRAN

1. Hasil uji korelasi untuk pengujian asumsi klasik Multikolinearitas di Indonesia

LNINDEKSGINI LNJLN LNRNJG LNSKLH AIR LISTRIK

LNINDEKSGINI 1.000000 0.111091 0.207191 -0.101289 0.004593 0.102154

LNJLN 0.111091 1.000000 0.107371 -0.623885 0.016205 0.667082

LNRNJG 0.207191 0.107371 1.000000 0.151736 0.180432 0.197939

LNSKLH -0.101289 -0.623885 0.151736 1.000000 0.111546 -0.559326

AIR 0.004593 0.016205 0.180432 0.111546 1.000000 0.145487

LISTRIK 0.102154 0.667082 0.197939 -0.559326 0.145487 1.000000

2. Hasil pengujian dengan metode PLS (Pooled Least Square) untuk mengestimasi keterkaitan antara ketersediaan infrastruktur terhadap ketimpangan pendapatan di Indonesia

Dependent Variable: LNINDEKSGINI Method: Panel Least Squares Date: 05/07/13 Time: 10:39 Sample: 2007 2011

Periods included: 5

Cross-sections included: 33

Total panel (balanced) observations: 165

LNRNJG 0.068382 0.024171 2.829067 0.0053

LNSCHOOL -0.060228 0.046368 -1.298912 0.1959

LNJLN 0.002661 0.014262 0.186569 0.8522

AIR -0.000257 0.001183 -0.217114 0.8284

LISTRIK -0.000300 0.000944 -0.318038 0.7509

C -0.959676 0.329117 -2.915914 0.0041

S.E. of regression 0.139106 Akaike info criterion -1.071479

Sum squared resid 3.076713 Schwarz criterion -0.958536

Log likelihood 94.39703 Hannan-Quinn criter. -1.025632

(39)

3. Hasil pengujian dengan metode Fixed Effectdan fixed effect weighted untuk mengestimasi keterkaitan antara ketersediaan infrastruktur terhadap ketimpangan pendapatan di Indonesia

1. Fixed Effect Model

Dependent Variable: LNINDEKSGINI Method: Panel Least Squares Date: 05/07/13 Time: 10:41 Sample: 2007 2011

Periods included: 5

LNRNJG 0.204471 0.056891 3.594102 0.0005

LNSCHOOL -0.096906 0.089221 -1.086137 0.2795

LNJLN 0.140060 0.049553 2.826450 0.0055

AIR -0.003712 0.001982 -1.873284 0.0633

LISTRIK 0.002823 0.002540 1.111370 0.2685

C -0.092942 0.564533 -0.164636 0.8695

Effects Specification

Cross-section fixed (dummy variables)

S.E. of regression 0.100230 Akaike info criterion -1.563850

Sum squared resid 1.275850 Schwarz criterion -0.848541

Log likelihood 167.0176 Hannan-Quinn criter. -1.273481

(40)

2. Fixed Effect Model Weight

Dependent Variable: LNINDEKSGINI Method: Panel EGLS (Cross-section weights) Date: 05/07/13 Time: 10:42

Sample: 2007 2011 Periods included: 5

Total panel (balanced) observations: 165 Linear estimation after one-step weighting matrix

White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank

LNRNJG 0.196143 0.049213 3.985579 0.0001

LNSCHOOL -0.125476 0.045461 -2.760074 0.0066

LNJLN 0.096674 0.038477 2.512499 0.0132

AIR -0.004468 0.001248 -3.580024 0.0005

LISTRIK 0.002142 0.000543 3.947296 0.0001

C -0.332993 0.168365 -1.977805 0.0501

Cross-section fixed (dummy variables)

Weighted Statistics

(41)

4. Hasil pengujian dengan metode Random Effect untuk mengestimasi keterkaitan antara ketersediaan infrastruktur terhadap ketimpangan pendapatan di Indonesia

Dependent Variable: LNINDEKSGINI

Method: Panel EGLS (Cross-section random effects) Date: 05/07/13 Time: 10:42

Sample: 2007 2011 Periods included: 5

Swamy and Arora estimator of component variances

LNRNJG 0.119441 0.032060 3.725511 0.0003

LNSCHOOL -0.017682 0.055813 -0.316810 0.7518

LNJLN 0.020002 0.020162 0.992078 0.3227

AIR -0.003317 0.001366 -2.427744 0.0163

LISTRIK 7.15E-05 0.001265 0.056560 0.9550

C -0.162088 0.371679 -0.436095 0.6634

S.D. Rho

Cross-section random 0.086460 0.4266

Idiosyncratic random 0.100230 0.5734

Weighted Statistics

R-squared -0.021456 Mean dependent var -1.082673

(42)

5. Hasil pengujian Chow test untuk mengestimasi keterkaitan antara ketersediaan infrastruktur dan ketimpangan pendapatan di Indonesia

Redundant Fixed Effects Tests Equation: FEMW1

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 21.965975 (32,127) 0.0000

6. Hasil pengujian Hausman test untuk mengestimasi keterkaitan antara ketersediaan infrastruktur dan ketimpangan pendapatan di Indonesia

Correlated Random Effects - Hausman Test Equation: REM1

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

(43)

7. Contoh perhitungan Indeks Gini

Tabel data berdasarkan hasil Susenas (Ilustrasi)

Kelompok

< 1000000 22850 935830 0.0031295 21383715500 0.000761737 0.00312948 0.0007617 0.00000

1000000 - 1500000 177560 1344360 0.0274477 238704561600 0.009264939 0.02431822 0.0085032 0.00021

1500000 - 2000000 606887 1784680 0.1105656 1083099091160 0.047847403 0.08311789 0.0385825 0.00321

2000000 - 3000000 2008770 2487930 0.385682243 4997679146100 0.225876153 0.27511665 0.1780287 0.04898

3000000 - 4000000 2398950 3678920 0.714237075 8825545134000 0.540262234 0.32855483 0.3143861 0.10329

4000000 - 5000000 1141502 4598750 0.870574638 5249482322500 0.727260789 0.15633756 0.1869986 0.02923

5000000 - 6000000 585033 5899340 0.95069945 3451308578220 0.850204286 0.08012481 0.1229435 0.00985

6000000 - 7000000 337318 6557830 0.996897770 2212074099940 0.929003419 0.04619832 0.0787991 0.00364

> = 7000000 22651 87988980 1.000000000 1993038385980 1.000000000 0.00310223 0.0709966 0.00022

(44)

Langkah-langkah perhitungannya:

1. Data yang perlu dikumpulkan yaitu data jumlah penduduk (A) dan rata-rata pendapatan per kapita penduduk (Rp/kapita/bulan) (B) menurut golongan pendapatan per kapita sebulan.

2. Menghitung kumulatif proporsi penduduk (Xi) yaitu dengan cara menjumlahkan hasil pembagian jumlah penduduk menurut golongan pendapatan per kapita terhadap jumlah seluruh penduduk dengan hasil % kumulatif penduduk (XI) pada golongan pendapatan per kapita sebelumnya. Contoh : (pada kelompok pendapatan 1000000-1500000) = (0.0031295 + (177560/7301521) = 0.0274477

3. Menghitung jumlah pendapatan yaitu dengan cara mengalikan jumlah penduduk (A) dengan rata-rata pengeluaran (Rp/kapita/bulan) (B) menurut golongan pendapatan per kapita sebulan.

Contoh : (pada kelompok pendapatan 1000000-1500000) = 177560*1344360 = 238704561600

4. Menghitung proporsi kumulatif pendapatan yaitu dengan cara menjumlahkan hasil pembagian jumlah pendapatan menurut golongan pendapatan per kapita terhadap jumlah seluruh pendapatan dengan hasil % kumulatif pendapatan (fI) pada golongan pendapatan per kapita sebelumnya. Contoh : (pada kelompok pendapatan 1000000-1500000) = (0.000761737 + (238704561600/28072315035000) = 0.009264939

5. Menghitung kumulatif proporsi penduduk dengan mengurangkan % kumulatif penduduk pada golongan pendapatan per kapita dengan % kumulatif penduduk pada golongan pendapatan per kapita sebelumnya. Contoh : (pada kelompok pendapatan 1000000-1500000) = 0.0274477 – 0.0031295 = 0.02431822

6. Menghitung kumulatif proporsi pendapatan dengan mengurangkan % kumulatif pendapatan pada golongan pendapatan per kapita sebulan dengan % kumulatif pendapatan pada golongan pendapatan per kapita sebelumnya. Contoh : (pada kelompok pendapatan 1000000-1500000) = 0.009264939 – 0.000761737 = 0.0085032

7. Mengalikan kumulatif proporsi penduduk dengan proporsi pendapatan menurut golongan pendapatan per kapita sebulan.

Contoh : (pada kelompok pendapatan 1000000-1500000) = 0.02431822*0.0085032 = 0.00021

8. Terakhir menghitungindeks gini dengan cara 1 dikurangi dengan jumlah seluruh hasil pada point 7.

Contoh : 1 – 0.19863 = 0.80137

Sumber: internet (dimodifikasi)

(45)

RIWAYAT HIDUP

Penulis dilahirkan di Pematangsiantar pada tanggal 11 April 1991 dari ayah Adel Tampubolon dan ibu Relly Tambunan. Penulis adalah putri keempat dari lima bersaudara. Jenjang pendidikan penulis berawal dari TK SWASTA METHODIST Pematangsiantar dan lulus pada tahun 1997. Penulis menamatkan sekolah dasar pada SD SWASTA METHODIST Pematangsiantar pada tahun 2003, kemudian melanjutkan ke SMP Negeri 2 Pematangsiantar dan SMP Negeri 7 Pematangsiantar dan lulus tahun 2006.

Pada tahun 2009, penulis lulus dari SMA Negeri 1 Pematangsiantar dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB dan diterima di Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen. Selain menjadi mahasiswa, penulis aktif di beberapa organisasi seperti, HIPOTESA sebagai staf DISTRO pada periode 2010-2011, UKM PMK IPB sebagai sekretaris Komisi Persekutuan PMK IPB periode 2011 dan sebagai sekretaris Kelompok Pra-Alumni 46 PMK IPB periode 2012-2013. Penulis juga aktif mengajar mata pelajaran Matematika sekolah dasar untuk bimbingan privat bagi anak sekolah dasar. Serta penulis pernah mengikuti magang di Bank Indonesia Pematangsiantar bulan Juli-Agustus 2012.