1
MODEL PERTUMBUHAN EKONOMI MELALUI PEMBANGUNAN INFRASTRUKTUR PUBLIK
1Komsi Koranti 2Cicilia Acherika Milenia
12Jurusan Manajemen, Fakultas Ekonomi, Universitas Gunadarma 2(komsi@staff.gunadarma.ac.id)
1(ciciliach99@google.com)
ABSTRAK
Ukuran keberhasilan pembangunan sebuah negara, diukur berdasarkan Tingkat pertumbuhan ekonomi yang dicapai. Pertumbuhan ekonomi merupakan masalah semakin kompleks dan multidimensional. Dalam hal ini pertumbuhan ekonomi tersebut diasumsikan merupakan kenaikan produk domestik regional bruto, dengan belum memperhitungkan perubahan struktur ekonomi, pertambahan penduduk,dan sistem kelembagaan. Nilai dari Produk Domestik Regional Bruto dikalkulasi berdasarkan besarnya nilai tambah dari penduduk yang terjadi pada suatu periode tertentu. Tujuan yang ingin dicapai dalam penelitian ini adalah membuat pemodelan pertumbuhan ekonomi melalui data pembangunan Infrastruktur Publik yang sudah dilakukan di Provinsi Kalimantan Tengah. Penelitian menggunakan variabel independen berupa fasilitas Listrik, Perusahaan Daerah Air Minum (PDAM), dan Panjang jalan. Sedangkan variabel dependen penelitian menggunakan data Produk Domestik Regional Bruto (PDRB). Purposive sampling digunakan untuk mengambil sebanyak 56 data pertahun dikabupaten/kota Provinsi Kalimantan Tengah, periode 2013-2016. Berdasarkan analisis regresi linear, terbukti bahwa secara parsial hanya variabel listrik yang memiliki pengaruh signifikan terhadap PDRB. Model yang diperoleh dalam penelitian ini adalah PDRB = 2.187 + 0.616 (Listrik) – 0.052 (PDAM) + 0.031 (Panjang Jalan).
Kata Kunci: pertumbuhan ekonomi, infrastruktur publik, pembangunan, model
PENDAHULUAN
Tingkat pertumbuhan perekonomian di suatu negara dapat diprediksi berdasarkan indikator pertumbuhan dan pembangunan ekonomi. Pencapaian tersebut ditentukan oleh kuatnya peranan aspek-aspek ekonomi. Pertumbuhan ekonomi dianggap sebagai kenaikan produk domestik bruto, tanpa memperhatikan ada tidaknya perubahan pada tingkat pertumbuhan penduduk, struktur ekonomi, dan sistem kelembagaan (Arsyad, 2015). Disisi lain pembangunan ekonomi diasumsikan sebagai proses penyebab kenaikan pendapatan riil perkapita penduduk suatu negara dalam jangka panjang yang diiringi oleh perbaikan sistem kelembagaan.
Pertumbuhan ekonomi merupakan indikator penting dalam melakukan analisis tentang pembangunan ekonomi, juga berkaitan dengan penunjang kesejahteraan masyarakat dan investasi pembangunan dalam kegiatan perekonomian
2
masyarakat. Pendekatan pembangunan tradisional, menurut Kuncoro (2002) merupakan pembangunan yang lebih memfokuskan pada peningkatan PDRB. Selanjutnya pertumbuhan angka PDRB dipakai dalam pengukuran pertumbuhan ekonomi.
Perkembangan ekonomi seharusnya selaras dengan pembangunan ekonomi. Pada tahap pembangunan yang rendah, infrastruktur yang diperlukan masih terbatas. Pada tingkat ini, prioritas perkembangan adalah untuk membangun jalan, jembatan, irigasi, listrik, air bersih, dan infrastruktur lain dalam taraf yang sederhana. Semakin maju suatu perekonomian, semakin banyak infrastruktur yang diperlukan oleh suatu negara atau wilayah.
Dengan demikian, mengembangkan infrastruktur harus secara terus menerus dilakukan dan harus diselaraskan dengan kemajuan ekonomi yang telah dicapai dan yang ingin diwujudkan pada masa yang akan datang. Seperti penelitian Maimunah, dkk (2017) di Jawa Tengah, bahwa PDRB dipengaruhi oleh Human capital, Tenaga Kerja dan Infrastruktur.
Pembangunan infrastruktur pada pemerintahan sekarang merupakan keberlanjutan dari pembangunan infrastruktur yang sudah mulai dan dibangun pada masa sebelumnya. Infratruktur merupakan tulang punggung perekonomian bangsa. Selain itu, pembangunan Infrastruktur juga diyakini akan mempercepat dan memperluas pembangunan ekonomi di setiap wilayah. Secara keseluruhan, pembangunan infrastruktur yang bisa dinikmati saat sekarang ini merupakan hasil dari estafet antara pemerintahan sekarang dengan pemerintahan sebelumnya. Seperti proyek pembangunan jalan tol, program tol laut, pengoperasian bandara-bandara perintis, pelabuhan-pelabuhan maupun pembangunan desa dan percepatan daerah tertinggal tidak lain adalah keberlanjutan dari pemerintah sebelumnya. Sesuai dengan prinsip pembangunan berkelanjutan, bahwa harus ada strategi untuk merancang agenda pembangunan secara jangka panjang dan melihat dampak positif dan negatif dari proses pembangunan. Segala upaya yang dilakukan pemerintah dalam pembangunan infrastruktur memiliki tujuan untuk meningkatkan perekonomian serta produktivitas masyarakat di Indonesia.
Indonesia merupakan negara yang memiliki banyak provinsi atau daerah-daerah untuk dikembangkan, masing-masing dari provinsi ini tingkat pertumbuhan ekonominya berbeda-beda. Semua provinsi melakukan pembangunan infrastruktur untuk memperbaiki tingkat pertumbuhan ekonomi di daerahnya masing-masing. Penelitian ini merupakan pengembangan dari penelitian yang dilakukan oleh Syahputri (2013), yang menyatakan faktor-faktor yang dapat membantu pertumbuhan suatu perekonomian di daerah yaitu fasilitas listrik, air, dan jalan. Ketiga faktor tersebut sangat berpengaruh signifikan terhadap pertumbuhan ekonomi yang berada di Provinsi Jawa Barat. Sebaliknya Sumandiasa, dkk (2016) menjumpai kondisi di provinsi Bali bahwa hanya listrik dan PMA yang berpengaruh signifikan terhadap pertumbuhan PDRB.
Provinsi Kalimantan Tengah merupakan salah satu daerah yang sedang melakukan berbagai pembangunan, antara lain bidang infrastruktur jalan, jembatan, drainase, listrik, air dan sebagainya. Dengan demikian maka perlu dilakukan penelitian yang bertujuan untuk menganalisis model pertumbuhan
3
ekonomi di Provinsi Kalimantan Tengah melalui pembangunan infrastruktur Listrik, infrastruktur PDAM, dan infrastruktur Panjang Jalan.
METODE PENELITIAN Teknik Analisis
Bidang infrastruktur merupakan pendukung utama sistem sosial dan sistem ekonomi yamg dilaksanakan dalam konteks keterpaduan dan menyeluruh Kodoatie (2005). Infrastruktur sebagai fasilitas yang dikembangkan bagi fungsi-fungsi pemerintahan untuk pelayanan publik sebagai satu kesatuan dengan fasilitas lainnya. Dengan demikian nilai optimasi pelayanan infrastruktur juga ditentukan oleh keterpaduan tersebut.
Populasi penelitian berupa data PDRB, Listrik, PDAM, dan data panjang jalan di provinsi Kalimantan Tengah. Selanjutnya secara purposive sampling, diperoleh data pertahun dari laju pertumbuhan PDRB, Listrik, PDAM, dan panjang jalan di kabupaten/kota Kalimantan Tengah periode 2013-2016.
Penelitian ini menggunakan data sekunder, yang bersumber dari www.bps-kalteng.go.id. Cross Section data digunakan untuk melihat perbedaan data pada setiap kabupaten/kota, sedangkan Time Series menggambarkan perubahan data selama periode 2013-2016. Selanjutnya analisis secara kuantitatif dilakukan dengan tehnik regresi, untuk menguji pengaruh antara variabel Listrik, PDAM, dan panjang jalan terhadap PDRB. Model untuk memprediksi variabel-variabel penelitian ini adalah:
Y = a + b1X1 + b2X2 + b3X3 + e
Keterangan:
Y = PDRB X1 = Listrik
a = konstanta X2 = PDAM
b = koefisien garis regresi X3 = Panjang jalan
e = standar error
Uji Asumsi Klasik
Teknik analisis regresi linear bisa digunakan jika kelompok data lolos uji asumsi klasik. Uji asumsi klasik terdiri dari Uji Normalitas, Autokorelasi, Multikolinearitas, dan Heterokesdatisitas (Ghozali, 2017).
Uji normalitas untuk menguji apakah variabel residual berdistribusi secara normal, dengan menggunakan grafik maupun Kolmogorov Smirnov. Data dikategorikan normal atau tidak terdapat perbedaan yang signifikan, apabila diperoleh nilaisignifikasi lebih dari 0,05.
Uji autokorelasi untuk mendeteksi terjadinya korelasi antar kesalahan pengganggu pada periode yang berurutan. Pengujian autokorelasi dapat dilakukan dengan uji Durbin-Watson (D-W), dengan tingkat kepercayaan α=5%.
Uji multikoinearitas untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Multikolinearitas terjadi bila nilai VIF lebih dari 10 dan nilai tolerance kurang dari 0,1.
Uji heterokesdatisitas untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan yang lain. Deteksi
4
heterokesdatisitas dapat dilakukan dengan mengamati pola pada grafik scatter plot antara SPRESID dan ZPRED.
Koefisien Determinasi
Koefisien Determinasi mampu mengukur seberapa jauh kemampuan model dalam menerangkan variabel dependen, dengan nilai antara 0 dan 1. Kelemahan Koefisien Determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Oleh karena itu, digunakan nilai adjusted R2, Karena nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
Uji t
Uji t menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel independen (Ghozali, 2017). Apabila nilai probabilitasnya kurang dari 0.05, berarti terdapat pengaruh signifikan antara variabel independen terhadap variabel dependen secara parsial.
Uji F
Uji kelayakan model atau uji F merupakan tahapan awal mengidentifikasi model regresi yang diestimasi layak atau tidak, dengan menggunakan One Way Anova. Apabila nilai prob. F hitung lebih kecil dari tingkat kesalahan, maka dapat dikatakan bahwa model regresi yang diestimasi layak.
HASIL DAN PEMBAHASAN Produk Domestik Regional Bruto
Nilai PDRB di Provinsi Kalimantan Tengah periode 2013-2016, tertinggi adalah Palangkaraya (Rp.16,378,088.24) dan terendah adalah Sukamara (1,381,439.55).
Tabel 1
Perhitungan Nilai PDRB Kalimantan Tengah (dalam Rupiah)
Kota Tahun Nilai PDRB
Kota Waringin Barat
2013 10,306,881.50 2014 11,782,723.50 2015 13,128,563.30 2016 14,580,989.00
Kota Waringin Timur
2013 14,006,208.40 2014 15,363,977.50 2015 17,292,454.30 2016 19,622,842.90 Kapuas 2013 19,622,842.90 2014 9,597,740.30 2015 10,757,100.20 2016 12,009,472.40 Barito Selatan 2013 3,767,768.20 2014 4,079,563.10
5
Sumber: www.kalteng.bps (data diolah)
2015 4,443,051.80 2016 4,889,178.40 Barito Utara 2013 6,010,923.40 2014 6,298,631.70 2015 6,708,086.80 2016 7,358,692.90 Sukamara 2013 2,336,339.40 2014 2,619,748.70 2015 2,884,821.90 2016 3,202,548.40 Lamandau 2013 3,033,848.80 2014 3,358,803.50 2015 3,661,335.80 2016 4,073,063.10 Seruya 2013 5,255,475.20 2014 5,772,755.40 2015 6,265,127.50 2016 6,889,283.70 Katingan 2013 4,305,170.00 2014 4,874,324.10 2015 5,481,002.70 2016 6,127,500.90 Pulang Pisau 2013 2,815,478.20 2014 3,222,252.90 2015 3,649,808.10 2016 4,029,798.30 Gunung Mas 2013 2,982,610.50 2014 3,378,383.20 2015 3,777,425.20 2016 4,232,264.60 Barito Timur 2013 4,444,272.20 2014 4,770,200.90 2015 5,099,025.60 2016 5,627,781.50 Murung Raya 2013 4,849,767.40 2014 5,166,412.70 2015 5,581,919.20 2016 6,153,227.10 Palangka Raya 2013 8,637,942.40 2014 98,296,422.00 2015 11,289,343.50 2016 12,792,940.00
6 Produksi dan Distribusi Listrik
Total Produksi dan Distribusi Listrik di Kalimantan Tengah periode 2013-2016 rata-rata tertinggi adalah Palangkaraya (152,057,884.75 kwh), sedangkan nilai terendah adalah Seruya sebesar 9,119,006.00 kwh (Tabel 2).
Tabel 2
Total Produksi dan Distribusi Listrik Kalimantan Tengah (dalam kwh)
Kota Tahun Total Produksi Listrik
Kota Waringin Barat
2013 141,406,644 2014 159,056,115 2015 174,578,443 2016 179,108,192
Kota Waringin Timur
2013 187,833,327 2014 203,827,929 2015 227,113,790 2016 233,368,622 Kapuas 2013 86,698,420 2014 119,809,473 2015 110,113,520 2016 119,297,281 Barito Selatan 2013 54,043,549 2014 57,728,140 2015 59,529,177 2016 61,612,931 Barito Utara 2013 44,116,144 2014 49,064,710 2015 49,860,146 2016 50,668,149 Sukamara 2013 18,465,149 2014 18,854,735 2015 21,941,872 2016 26,936,190 Lamandau 2013 18,517,801 2014 22,938,443 2015 24,650,971 2016 27,314,683 Seruya 2013 15,560,348 2014 18,408,580 2015 19,057,939 2016 19,917,123 Katingan 2013 23,868,585 2014 59,351,866 2015 68,398,045 2016 71,591,699 Pulang Pisau 2013 38,627,717 2014 45,704,902 2015 53,830,180
7 2016 53,509,626 Gunung Mas 2013 17,049,133 2014 18,591,316 2015 22,359,191 2016 29,611,204 Barito Timur 2013 29,507,590 2014 33,240,290 2015 36,181,284 2016 48,790,164 Murung Raya 2013 21,209,760 2014 24,695,347 2015 25,635,481 2016 27,879,229 Palangka Raya 2013 298,173,420 2014 295,802,062 2015 301,365,369 2016 321,114,169
Sumber: www.kalteng.bps (data diolah)
Produksi Air Minum
Produksi Air Minum di Kalimantan Tengah periode 2013-2016, nilai rata-rata tertinggi adalah Kotawaringin Timur (11,530,374.46), sedangkan terendah adalah Sukamara sebesar 244,877.92 (Tabel 3).
Tabel 3
Nilai Produksi Air Minum yang disalurkan di Kalimantan Tengah (dalam Rupiah)
Kota Tahun Nilai PDAM
Kota Waringin Barat
2013 10,050,462.10
2014 11,749,426.00
2015 11,769,427.00
2016 13,150,827.00
Kota Waringin Timur
2013 23,205,121.70 2014 22,389,814.00 2015 22,389,815.00 2016 24,250,187.00 Kapuas 2013 11,288,522.97 2014 14,481,669.00 2015 14,481,649.00 2016 15,131,661.00 Barito Selatan 2013 6,731,445.70 2014 7,040,531.00 2015 7,040,531.00 2016 9,473,902.00 Barito Utara 2013 9,360,885.25 2014 9,384,974.00 2015 9,384,975.00 2016 9,614,304.00
8 Sukamara 2013 412,400.35 2014 493,921.00 2015 493,921.00 2016 550,723.00 Lamandau 2013 1,523,847.00 2014 1,795,382.00 2015 795,382.00 2016 1,824,429.00 Seruya 2013 938,755.31 2014 157,409.00 2015 993,298.00 2016 1,487,161.00 Katingan 2013 1,785,100.56 2014 2,397,059.00 2015 2,397,058.00 2016 2,226,352.00 Pulang Pisau 2013 2,022,691.33 2014 2,244,329.00 2015 2,244,330.00 2016 4,273,265.00 Gunung Mas 2013 3,415,558.42 2014 3,531,386.00 2015 3,531,386.00 2016 3,979,743.00 Barito Timur 2013 2,571,765.70 2014 3,566,484.00 2015 3,358,047.00 2016 3,795,901.00 Murung Raya 2013 1,186,584.98 2014 1,661,141.00 2015 1,713,798.00 2016 2,909,932.00 Palangka Raya 2013 17,035,414.54 2014 1,513,431.00 2015 1,513,431.00 2016 18,252,168.00
Sumber: www.kalteng.bps (data diolah)
Panjang Jalan
Data panjang jalan di Kalimantan Tengah periode 2013-2016, disajikan pada Tabel 4. Nilai rata-rata tertinggi adalah Kapuas (1,962,991.00) sedangkan terendah adalah Sukamara sebesar 328,252.25.
Tabel 4.
Panjang Jalan di Kalimantan Tengah (dalam Meter)
Kota Tahun Nilai Panjang Jalan
Kota Waringin Barat 2013 2,406,330.00
9
2015 2,466,760.00
2016 2,469,750.00
Kota Waringin Timur
2013 2,026,700.00 2014 2,059,280.00 2015 2,024,060.00 2016 2,024,060.00 Kapuas 2013 2,852,480.00 2014 3,060,790.00 2015 4,891,300.00 2016 4,891,300.00 Barito Selatan 2013 716,870.00 2014 1,146,570.00 2015 1,013,570.00 2016 1,013,570.00 Barito Utara 2013 608,340.00 2014 625,740.00 2015 625,740.00 2016 758,140.00 Sukamara 2013 377,640.00 2014 385,570.00 2015 512,900.00 2016 512,900.00 Lamandau 2013 721,060.00 2014 495,370.00 2015 672,540.00 2016 672,540.00 Seruya 2013 781,970.00 2014 781,970.00 2015 453,800.00 2016 453,800.00 Katingan 2013 442,240.00 2014 475,580.00 2015 740,380.00 2016 784,370.00 Pulang Pisau 2013 1,087,750.00 2014 1,154,320.00 2015 994,750.00 2016 994,750.00 Gunung Mas 2013 737,940.00 2014 737,940.00 2015 737,740.00 2016 737,940.00 Barito Timur 2013 934,280.00 2014 965,470.00
10 2015 968,970.00 2016 968,970.00 Murung Raya 2013 630,680.00 2014 1,116,970.00 2015 919,550.00 2016 919,550.00 Palangka Raya 2013 911,830.00 2014 911,830.00 2015 911,830.00 2016 911,830.00
Sumber: www.kalteng.bps (data diolah)
Analisis Statistik Deskriptif
Perhitungan analisis deskriptif data penelitian adalah seperti pada Tabel 5. Tabel 5 Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
LN_Y 56 6.37 7.99 6.7938 .29163
LN_X1 56 7.19 8.51 7.7233 .39520
LN_X2 56 5.20 7.38 6.5623 .51584
LN_X3 56 2.87 6.69 5.9354 .49438
Valid N (listwise) 56
Sumber: Data diolah
Rata-rata PDRB adalah 6.7938, dengan nilai terendah di Sukamara (6.37%) dan nilai tertinggi di Palangkaraya (7.99%). Standar deviasi (0,29163) menunjukan bahwa kondisi rata-rata PDRB sangat beragam, dengan jarak nilai rata-rata terendah dan tertinggi yang tidak jauh.
Rata-rata listrik adalah 7.7233, nilai terendah 7.19% di Seruya, nilai tertinggi 8.51% di Palangkaraya, dengan Standar Deviasi 0.39520.
Rata-rata PDAM adalah 7.3123, nilai terendah 5.20% di Sukamara, nilai tertinggi 10.37% di Kotawaringin Timur, dengan standar deviasi 1.40577.
Rata-rata nilai Panjang Jalan adalah 5.9354, nilai terendah 2.87% di Sukamara, nilai tertinggi 6.69% di Kapuas, dengan Standar deviasi Panjang Jalan 0.49438.
Uji Asumsi Klasik
Uji Kolmogrov-Smirnov (Tabel 6) menunjukkan bahwa nilai signifikasi Asymp. Sig. (2-tailed) 0.200 > 0.05. Dengan demikian dapat disimpulkan bahwa data penelitian ini dikategorikan berdistribusi normal.
Tabel 6
One-Sample Kolmogorov-Smirnov Test
Standardized Residual
N 56
Normal Parametersa,b Mean
.0000000
11 Most Extreme Differences Absolute .101 Positive .101 Negative -.056 Test Statistic .101
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: data diolah
Berdasarkan uji multikolinieritas (Tabel 7) terlihat bahwa variabel independen Listrik (LN_X1), PDAM (LN_X2), dan Panjang Jalan (LN_X3) mempunyai nilai tolerance lebih dari 0,10 dan Variance Inflaction Factor (VIF) kurang dari 10. Dengan demikian dapat disimpulkan bahwa tidak terjadi multikolinieritas pada data penelitian.
Tabel 7
Hasil Uji Multikolinieritas Coefficientsa Model Collinearity Statistics Tolerance VIF (Constant) LN_X1 .443 2.259 LN_X2 .482 2.075 LN_X3 .788 1.270
Sumber: data diolah
Pada Gambar 1. Grafik Scatterplot menunjukkan data yang tersebar diatas dan dibawah angka 0 (nol) pada sumbu Y serta tidak membentuk pola tertentu. Dengan demikian terbukti bahwa tidak terjadi heterokedastisitas pada data, sehingga model regresi layak digunakan untuk memprediksi.
12
Untuk lebih menjamin keakuratan hasil, maka dilengkapi dengan uji glesjer (Tabel 8). Uji glesjer menunjukkan bahwa nilai signifikan semua variabel independen yaitu Listrik sebesar 0,00, PDAM sebesar 0,451, dan Panjang Jalan sebesar 0,575. Dapat disimpulkan bahwa data tidak terjadi Heteroskedastisitas.
Tabel 8 Hasil Heteroskedastisitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.187 .488 4.484 .000 LN_X1 .616 .093 .835 6.641 .000 LN_X2 -.052 .068 -.092 -.760 .451 LN_X3 .031 .056 .053 .565 .575
Sumber: Data diolah
Metode pengujian yang digunakan dalam penelitian yaitu uji Durbin-Waston, dengan nilai sebesar 1,944 yaitu kurang dari 2. Sesuai Ghozali (2017) hal ini menunjukkan bahwa tidak ada autokorelasi dalam model regresi tersebut. Masalah ini timbul karena residual tidak bebas dari satu observasi ke observasi lainnya.
Tabel 9
Hasil Uji Autokorelasi
R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson .797a .636 .615 .18097 1.660 a. Predictors: (Constant), LN_X1, LN_X2, LN_X3 b. Dependent Variable: LN_Y
Sumber: Data diolah Regresi Linear
Teknik untuk memprediksi model penelitian adalah regresi linear berganda. Regresi linear berganda digunakan untuk menguji pengaruh variabel independen (explanatory) penelitian (Listrik, PDAM, dan Panjang Jalan) terhadap variabel dependen PDRB (Ghozali, 2017), dengan hasil seperti tercantum pada Tabel 10.
Tabel 10
Regresi Linear Berganda Coefficientsa
Model
Unstandardized Coefficients Standardized Coefficients
B Std. Error Beta
1 (Constant) 2.187 .488
LN_X1 .616 .093 .835
LN_X2 -.052 .068 -.092
LN_X3 .031 .056 .053
a. Dependent Variable: LN_Y Sumber: data diolah
13
Berdasarkan Tabel 10, diperoleh konstanta 2.187 dan nilai koefisien variabel Listrik 0.616, PDAM -0.052, dan Panjang Jalan 0.031. Dengan demikian model yang dapat dibentuk adalah:
PDRB Kalimantan Tengah= 2.187 + 0.616 (Listrik) – 0.052 (PDAM) + 0.031 (Panjang Jalan).
Nilai PDRB konstan sebesar 2.187 jika tidak ada perubahan pada Listrik, PDAM, dan Panjang Jalan. Nilai koefisien Listrik 0.616, berarti terjadi hubungan yang positif antara Listrik dengan PDRB Kalimantan Tengah. Koefisien PDAM - 0.052 , artinya terjadi hubungan yang negatif antara PDAM dengan PDRB Kalimantan Tengah. Nilai koefisien Panjang jalan sebesar 0.031, berarti terjadi hubungan yang positif antara Panjang jalan dengan PDRB Kalimantan Tengah.
Koefisien Determinasi ( )
Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu (0 < 2 R < 1), hasil koefisien determinasi yang menunjukkan nilai adjusted R Square (Tabel 11).
Tabel 11 Koefisien Determinasi Model Summaryb
Nilai adjusted R Square pada penelitian ini adalah 0,636 (Tabel 11). Berarti 63,6% proporsi keragaman nilai PDRB dapat dijelaskan oleh nilai variabel Listrik, PDAM, dan Panjang Jalan melalui hubungan linier. Sedangkan 36.4% dijelaskan oleh sebab-sebab lain diluar model penelitian. Faktor-faktor yang mempengaruhi pertumbuhan PDRB di Indonesia tersebut, antara lain adalah Pendapatan Asli Daerah, Dana Alokasi Umum, Dana Bagi Hasil, inflasi, Penanaman Modal Asing, Penanaman Modal Dalam Negeri, Pengeluaran pemerintah daerah, dan tenaga kerja (Nasution, 2010). Menurut Vidyattama (2010) faktor-faktor yang mempengaruhi pertumbuhan PDRB di Indonesia, antara lain adalah investasi, modal manusia (human capital), populasi, belanja pemerintah daerah, infrastruktur dan perdagangan terbuka.
Uji t
Uji t dilakukan untuk menunjukkan seberapa jauh pengaruh satu variabel independen secara parsial di dalam menerangkan variasi variabel dependen (Ghozali. 2017).
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .797a .636 .615 .18097
a. Predictors: (Constant), LN_X1, LN_X2, LN_X3 b. Dependent Variable: LN_Y
14 Tabel 12 Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.187 .488 4.484 .000 LN_X1 .616 .093 .835 6.641 .000 LN_X2 -.052 .068 -.092 -.760 .451 LN_X3 .031 .056 .053 .565 .575
Sumber: data diolah
Hasil perhitungan uji t dapat dilihat pada Tabel 12. Pada variabel Listik (LN_X1) mempunyai nilai t 6.641 dengan tingkat signifikansi 0.00. Nilai signifikansi 0.00 lebih kecil dari 0.05 sehingga disimpulkan bahwa terdapat pengaruh antara variabel Listrik terhadap PDRB.
Listrik memberikan pengaruh positif dan signifikan terhadap PDRB di Kalimantan Tengah. Hal ini menandakan bahwa peningkatan energi Listrik dapat menjadi salah satu cara untuk meningkatkan pertumbuhan ekonomi di Provinsi Kalimantan Tengah. Nilai koefisien beta yang positif menandakan bahwa Listrik berpengaruh terhadap Laju pertumbuhan PDRB. Hasil penelitian ini mendukung penelitian yang dilakukan Syahputri (2013) yang membuktikan bahwa Listrik berpengaruh positif dan signifikan terhadap PDRB. Namun, hasil penelitian ini berlawanan dengan studi terdahulu yang dilakukan oleh Winanda (2016) yang membuktikan bahwa Listrik tidak berpengaruh signifikan terhadap PDRB.
Pada PDAM mempunyai nilai t sebesar -0.760 dengan tingkat signifikansi 0,451. Berdasarkan nilai signifikansi 0,451 (lebih besar dari 0.05), maka dapat disimpilkan bahwa tidak terdapat berpengaruh antara variabel PDAM terhadap PDRB. Variabel PDAM memberikan pengaruh negatif dan tidak signifikan terhadap PDRB di Kalimantan Tengah. Hal ini menandakan bahwa konsumsi air bersih di provinsi Kalimantan Tengah sangat banyak dibandingkan dengan pendapatan daerah di provinsi tersebut. Hasil penelitian ini berlawanan dengan studi terdahulu yang dilakukan Winanda (2016) yang membuktikan bahwa PDAM berpengaruh signifikan terhadap PDRB.
Pada Panjang Jalan mempunyai nilai t sebesar 0.565 dengan tingkat signifikansi sebesar 0.575. Berdasarkan nilai signifikansi 0.575 (lebih besar dari 0.05), maka tidak ada berpengaruh antara variabel Panjang Jalan terhadap PDRB.Jalan memberikan pengaruh positif tetapi tidak signifikan terhadap PDRB di Kalimantan Tengah. Hal ini menandakan bahwa akses jalan yang berada di provinsi sudah cukup memadai di provinsi Kalimantan Tengah tersebut tetapi masih perlu diadakan pembangunan jalan untuk membenahi jalan-jalan yang rusak. Hasil penelitian ini sama dengan studi terdahulu yang dilakukan oleh Winanda (2016) yang membuktikan bahwa Jalan tidak berpengaruh signifikan terhadap PDRB. Namun, berbeda dengan hasil penelitian studi terdahulu yang dilakukan oleh Fahlevi (2016) yang membuktikan bahwa Jalan berpengaruh signifikan terhadap PDRB.
15 KESIMPULAN DAN SARAN
Kesimpulan
Model penelitian yang diperoleh dalam penelitian ini adalah:
PDRB Kalimantan Tengah: 2.187 + 0.616 (Listrik) – 0.052 (PDAM) + 0.031 (Panjang Jalan)
Infrastruktur Listrik terbukti berpengaruh terhadap Laju pertumbuhan PDRB. Hal ini menandakan bahwa peningkatan energi Listrik dapat menjadi salah satu cara untuk meningkatkan pertumbuhan ekonomi di Provinsi Kalimantan Tengah. Sebaliknya infrastruktur PDAM dan Panjang jalan terbukti tidak berpengaruh terhadap Laju pertumbuhan PDRB.
Saran
Kecilnya proporsi keragaman nilai PDRB dapat dijelaskan oleh nilai variabel penelitian ini, merupakan peluang bagi peneliti berikutnya untuk menambahkan variabel-variabel yang lain. Variabel-variabel tersebut antara lain public utilities (tenaga, telekomunikasi, air minum, sanitasi dan gas), public work (jalan, bendungan, kanal, saluran irigasi dan drainase) serta sektor transportasi.
Infrastruktur listrik merupakan satu-satunya variabel yang berpengaruh terhadap PDRB. Dengan demikian infrastruktur listrik perlu ditingkatkan karena terbukti bahwa peningkatan energi Listrik dapat menjadi salah satu cara untuk meningkatkan pertumbuhan ekonomi di Provinsi Kalimantan Tengah.
DAFTAR PUSTAKA
Arsyad, Lincolin. 2015. Pengantar Ekonomi Pembangunan. Edisi ke-5. Penerbit YKPN, Yogyakarta.
Fahlevi, M. Fazri, Eddy Gunawan. 2016. Analisis Pengaruh Infrastruktur Ekonomi dan Social Capital Terhadap PDRB di Provinsi Aceh. Jurnal Ilmiah Mahasiswa (JIM) Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Unsyiah, Volume 1 Nomor 1, Agustus 2016. pp.88-95.
Ghozali, Imam. 2017. Aplikasi Analisis Multivariate dengan Program IBM SPSS 19. Edisi ke-5. Penerbit Badan Penelitian UNDIP, Semarang.
Kodoatie, Robert J. 2005. Pengantar Manajemen Infrastruktur. Penerbit Pustaka Pelajar. Yogyakarta.
Kuncoro Mudrajat. 2002. Ekonomi Pembangunan, Teori, Masalah, dan Kebijakan, Akademi Peremajaan Perusahaan. YKPN, Yogyakarta.
Maimunah Siti, Indah Manfaati Nur, dan Abdul Karim. Pemodelan Produk Domestik Regional Bruto (PDRB) Di Provinsi Jawa Tengah Menggunakan Regresi Kuantil. Statistika, Vol. 5, No. 1, Mei 2017.
Nasution, Syahrir Hakim. 2010. Pengantar Ekonomi Makro. Usu press, Medan. Sumandiasa, I Ketut, Ni Made Tisnawati, I G.A.P Wiranti. 2016. Analisis
Pengaruh Pembangunan Infrastruktur Jalan, Listrik, dan PMA Terhadap Pertumbuhan PDRB Provinsi Bali Tahun 1993-2014. E-Jurnal Ekonomi Pembangunan, Vol.5, No.7, Juli 2016. pp. 729-947
16
Syahputri, Evanti Andriani. 2013. Analisis Peran Infrastruktur Terhadap Pertumbuhan Ekonomi di Provinsi Jawa Barat 2008-2012. Fakultas Ekonomi dan Manajemen. Institut Pertanian Bogor, Bogor.
Vidyattama, Yogi. 2010. A Search for Indonesia's Regional Growth Determinants. ASEAN Economic Bulletin, Vol.27, No.3 Desember 2010. pp. 281-294. Winanda, Ade Ayu. 2016. Analisis Pengaruh Infrastruktur terhadapPertumbuhan
Ekonomi di Bandara Lampung. Fakultas Ekonomi dan Bisnis. Universitas Lampung, Lampung.
www.bps-kalteng.go.id (diakses tanggal 10 Januari 2019)
Perpustakaan Universitas Gunadarma BARCODE BUKTI UNGGAH DOKUMEN PENELITIAN
PERPUSTAKAAN UNIVERSITAS GUNADARMA
Nomor Pengunggahan
SURAT KETERANGAN
Nomor: 449/PERPUS/UG/2020Surat ini menerangkan bahwa:
Nama Penulis : KOMSI KORANTI, IR., MM., DR
Nomor Penulis : 910168
Email Penulis : komsi@staff.gunadarma.ac.id
Alamat Penulis : Puri Bojong lestari 1, c/9
Telah menyerahkan hasil penelitian/ penulisan untuk disimpan dan dimanfaatkan di Perpustakaan Universitas Gunadarma, dengan rincian sebagai berikut :
Nomor Induk : FILKOM/KA/PENELITIAN/449/2020
Judul Penelitian : Model Pertumbuhan Ekonomi Melalui Pembangunan Infrastruktur Publik
Tanggal Penyerahan : 17 / 06 / 2020
Demikian surat ini dibuat untuk dipergunakan seperlunya dilingkungan Universitas Gunadarma dan Kopertis Wilayah III.
Perpustakaan Universitas Gunadarma BARCODE
BUKTI UNGGAH DOKUMEN PENELITIAN PERPUSTAKAAN UNIVERSITAS GUNADARMA
Nomor Pengunggahan
SURAT KETERANGAN
Nomor: 449/PERPUS/UG/2020Surat ini menerangkan bahwa:
Nama Penulis : KOMSI KORANTI, IR., MM., DR
Nomor Penulis : 910168
Email Penulis : komsi@staff.gunadarma.ac.id
Alamat Penulis : Puri Bojong lestari 1, c/9
Telah menyerahkan hasil penelitian/ penulisan untuk disimpan dan dimanfaatkan di Perpustakaan Universitas Gunadarma, dengan rincian sebagai berikut :
Nomor Induk : FILKOM/KA/PENELITIAN/449/2020
Judul Penelitian : Model Pertumbuhan Ekonomi Melalui Pembangunan Infrastruktur Publik
Tanggal Penyerahan : 17 / 06 / 2020
Demikian surat ini dibuat untuk dipergunakan seperlunya dilingkungan Universitas Gunadarma dan Kopertis Wilayah III.
