• Tidak ada hasil yang ditemukan

Pelatihan IO dan IRIO

N/A
N/A
Protected

Academic year: 2019

Membagikan "Pelatihan IO dan IRIO"

Copied!
89
0
0

Teks penuh

(1)
(2)

Daftar isi

Pengertian dan konsep dasar

Analisis angka pengganda (

multiplier)

Input-output region tunggal

Input-output antarregion

Analisis keterkaitan antarsektor

(3)
(4)

Proses produksi

INPUT OUTPUT

Input primer (primary input)

Input antara

(intermediate input)

Pemakai akhir (final demander/user)

(5)

Transaksi input antara

Dalam konteks input antara terjadi arus/perpindahan

barang antarsektor. Misalkan dari sektor

i

ke sektor

j

.

Bisa juga terjadi intrasektor, yaitu dari sektor i ke i itu sendiri

X

i

ialah bahwa total output sektor

i

,

z

ij

ialah nilai uang dari arus barang

--atau nilai transaksi-- dari sektor

i

ke sektor

j

Y

i

ialah total permintaan akhir sektor

i

.

(6)

Untuk seluruh perekonomian

Terdapat n-buah (artinya n-baris) persamaan seperti di atas, yang

(7)

Baris vs. kolom

Secara baris, kita melihat

struktur distribusi output

antara masing-masing sektor Ke pemakai antara dan

pemakai akhir

Secara kolom, kita melihat

distribusi input antara masing-masing sektor

(8)
(9)
(10)

Sampai saat ini …

Seluruh informasi mengenai struktur input dan output

produksi telah diletakkan dalam suatu tabel yang relatif

utuh

Tabel tersebut tidak lain adalah suatu gambar atau

potret perekonomian di satu titik waktu

(11)

Koefisien input-output (i-o coefficient)

Nama lain: koefisien input langsung (direct input coefficient)

ij ij

j

z

a

X

a32 = 0,3 berarti untuk memproduksi setiap Rp 1 output sektor 2, dibutuhkan input

(12)

Matriks teknologi

 Jika ada n sektor, maka akan

ada nxn banyaknya koefisien input-output aij.

 Keseluruhan koefisien tersebut

dapat disajikan dalam sebuah matriks A sebagai berikut

 Matriks ini disebut pula matriks

teknologi

 Salah satu konsekuensi dari

perhitungan koefisien input-output ialah sebagai berikut:

(13)

Dengan beberapa manipulasi aljabar …

 Dengan menyatakan bahwa

zij = aij . Xj

maka sistem persamaan kita yang terdahulu dapat

(14)
(15)

Sehingga jika kita bertanya:

Bagaimanakah efek suatu perubahan eksogen (yaitu perubahan

pada nilai permintaan akhir Y) terhadap output X?

Kita ketahui bahwa (I – A)X = Y. Maka,

Matriks

Leontief Inverse

-1

(16)
(17)
(18)
(19)
(20)
(21)
(22)

Efek langsung dan tidak langsung

Jika terjadi tambahan permintaan akhir tentunya tambahan tersebut

haruslah diproduksi, dan otomatis menjadi tambahan output. Di contoh kasus kita di atas, terjadi tambahan permintaan akhir untuk sektor 1 sebesar 200. Otomatis output sektor 1 harus naik

setidaknya sebesar 200 tersebut. Inilah yang disebut dengan EFEK LANGSUNG

Memproduksi tambahan output akibat efek langsung tadi

(23)
(24)

Jika dilakukan terus menerus …

Bagaimana membuktikan bahwa jika tahap-tahapan

tersebut dilakukan terus menerus hingga tambahan

output yang diperlukan oleh setiap sektor adalah nol,

maka nilai total output yang diperlukan tersebut akan

(25)
(26)

Konsekuensi efek langsung

(27)

Presentasi grafis sistem solusi

Dalam model 2-sektor, sistem persamaannya adalah sbb.:

Secara grafis, harus didapatkan sedemikian hingga solusinya ada di kuadran I (yaitu, jumlah input yang digunakan haruslah positif

Kedua persamaan tersebut dapat dinyatakan dalam bentuk

X2 = f ( X1)

(28)

Syarat solusi yang relevan:

Dua persamaan garis

Maka harus dipenuhi kendala bahwa:

Dua komponen ini harus positif

Ini tidak lain adalah determinan matriks A, sehingga | I – A | > 0

(29)

Efek tidak langsung – IO Indonesia 1990

Kode tabel 1 Pertanian

2 Pertambangan & penggalian 3 Industri

(30)

Analisis angka

(31)

Angka pengganda

Analisis angka pengganda mencoba melihat apa yang

terjadi terhadap variabel-variabel endogen, yaitu output

sektoral, apabila terjadi perubahan variabel-variabel

eksogen, seperti permintaan akhir, di perekonomian

Perubahan variabel eksogen --- konsumsi, investasi, pengeluaran pemerintah

---Perubahan variabel endogen output/produksi

(32)

Tiga macam angka pengganda

Pengganda output (

output

multiplier

)

Pengganda pendapatan rumah tangga

(

income

multiplier

)

(33)

Angka pengganda output

Jika ada tambahan final demand sebesar Rp 1 di satu

sektor tertentu (katakan sektor

i

), berapa besar

tambahan output sektor tersebut?

Rp 1 tambahan final demand

di sektor i

--- konsumsi, investasi, pengeluaran pemerintah

---Tambahan output di sektor i

(34)

Dari contoh kasus hipotetis terdahulu

A 1,228 0,351

0,526 1,579

  

 

 

1 (I A)

Katakan terdapat tambahan final demand sebesar Rp 1 untuk sektor 1 sementara final demand sektor 2 tidak berubah. Dituliskan,

1 Dengan menggunakan

1,228 0,351 1 1,228 0,526 1,579 0 0,526

     1 unit uang

O  

(35)

Untuk sektor 2, dan seterusnya …

Dengan cara yang sama, jika terdapat tambahan final demand sebesar Rp 1 untuk sektor 2, sementara final demand sektor 1 tidak berubah, maka

0

1,228 0,351 0 0,351 0,526 1,579 1 1,579

     1 unit uang

O  

Angka pengganda (multiplier) output sektor 2: Dengan menggunakan

1

(36)

Angka pengganda pendapatan RT

 Jika ada tambahan final demand sebesar Rp 1 di satu sektor tertentu

(katakan sektor i), berapa besar tambahan pendapatan rumah tangga di sektor tersebut?

Pendapatan rumah tangga berasal dari penerimaan gaji/upah tenaga

kerja – yang pada gilirannya merupakan proporsi tertentu dari output yang diproduksi

Rp 1 tambahan final demand

di sektor i

--- konsumsi, investasi, pengeluaran pemerintah

---Tambahan output di sektor i

Angka pengganda output (output multiplier)

Tambahan pendapatan rumah tangga

di sektor i

Angka pengganda pendapatan rumah tangga

(37)

Hubungan output-pendapatan rumah tangga

 Pendapatan rumah tangga berasal dari pembayaran upah/gaji oleh sektor produksi

Untuk setiap Rp1 output sektor i, berapakah

proporsi yang dikeluarkan untuk membayar upah/gaji?

 Dapat dilihat pada mat-riks input primer. Biasa-nya diletakkan sebagai

(38)

Dari contoh kasus hipotetis terdahulu

1,228 0,351 0,526 1,579

  

 

 

1

(I A)

Tambahan pendapatan rumah tangga:

1 (0,2)(1,228) +(0,35)(0,526)=0,4297

H

2 (0,2)(0,351) (0,35)(1,579) 0,6228

H

Ini adalah SIMPLE HOUSEHOLD INCOME MULTIPLIER, dinotasikan:

(39)

Efek awal alternatif

Type-I multiplier

Di contoh terdahulu, angka multiplier didapatkan dengan menggunakan efek awal (initial effect) dari

perubahan sektoral, yaitu sebesar Rp 1. Sehingga:

1

0,4297 unit uang

0,4297 1 unit uang

H  

Alternatif lain adalah dengan

menggunakan efek awal sebesar proporsi upah/gaji dalam total output, yaitu koefisien an+1,j. Sehingga:

1

(0,2)(1,228) (0,35)(0,526)

2,148 0,2

Y   

Ini disebut dengan

TYPE-1 HOUSEHOLD INCOME MULTIPLIER

1 (0,2)(1,228) +(0,35)(0,526)=0,4297

(40)

Angka pengganda tenaga kerja

 Jika ada tambahan final demand sebesar Rp 1 di satu sektor

tertentu (katakan sektor i), berapa besar tambahan penyerapan tenaga kerja di sektor tersebut?

Terdapat hubungan yang proporsional antara output yang

diproduksi dengan jumlah tenaga kerja yang digunakan. Jika kita ketahui besar tambahan output yang akan diproduksi, maka dapat dihitung pula jumlah tenaga kerja yang diperlukan

Rp 1 tambahan final demand

di sektor i

--- konsumsi, investasi, pengeluaran pemerintah

---Tambahan output di sektor i

Angka pengganda output (output multiplier)

Tambahan serapan tenaga kerja

di sektor i

Angka pengganda tenaga kerja

(41)

Dari contoh kasus hipotetis terdahulu

1,228 0,351 0,526 1,579

  

 

 

1

(I A)

Tambahan jumlah pekerja:

Ini adalah SIMPLE EMPLOYMENT MULTIPLIER, dinotasikan:

Kita membutuhkan data jumlah pekerja Di setiap sektor. Katakan data yang ada: Sektor 1 = 4 orang pekerja

Sektor 2 = 10 orang pekerja

Selanjutnya dapat dihitung rata-rata output sektoral untuk tiap pekerja:

j

Berarti: 1

4

(42)

Efek awal alternatif

Type-I multiplier

Di contoh terdahulu, angka multiplier didapatkan dengan menggunakan efek awal (initial effect) dari

perubahan sektoral, yaitu sebesar Rp 1. Sehingga:

Alternatif lain adalah dengan

menggunakan efek awal sebesar proporsi upah/gaji dalam total

output, yaitu koefisien wj. Sehingga:

Ini disebut dengan

TYPE-1 EMPLOYMENT MULTIPLIER

(1,228)(0,004) (0,526)(0,005) 0,0075

(43)

Data input-output Indonesia 1990

Kode tabel 1 Pertanian

2 Pertambangan & penggalian 3 Industri

(44)
(45)
(46)
(47)

Motivasi

Mengapa mempelajari input-output tingkat regional?

Karakteristik dan ciri suatu perekonomian regional bisa jadi berbeda

dengan perekonomian nasionalnya.

 Semakin kecil suatu perekonomian, semakin besar

ketergantungannya kepada faktor-faktor eksogen dari luar perekonomian tersebut

 Input-output nasional tidak begitu saja dapat digunakan untuk

(48)

Input-output regional

Input-output region tunggal

(49)
(50)

Koefisien teknologi regional

Koefisien teknologi regional bisa didapatkan dengan dua

cara:

Metode survei, menanyakan kepada pelaku ekonomi di region

ybs. tentang struktur produksinya

Metode non-survei, dengan mengambil suatu patokan (biasanya

(51)

Metode survei

Perusahaan ditanyai tentang struktur inputnya: input

antara dan input primer

Untuk mendapatkan koefisien teknologi regional, maka

perusahaan juga perlu memberitahukan besarnya input

yang berasal dari dalam region sendiri dan besarnya

input yang berasal dari luar region

(52)

Metode non-survei

 Mengambil patokan (proxy) bagi perekonomian regional yang

sedang diteliti

 Alternatifnya?

Perekonomian nasional

Asumsinya ialah bahwa struktur produksi (atau teknologi) di tingkat nasional sama dengan di tingkat regional

Perekonomian region lain

Bagaimana memilih region lain yang “mirip” dengan region yang sedang diteliti

 Melakukan proses penyesuaian (adjustment) dari koefisien nasional

(53)

Penyesuaian nasional-regional

Matriks teknologi (A)

Nasional

Matriks teknologi (A)

Regional

(54)

Koefisien Penyesuaian (1)

Location quotient

LQ dapat dihitung dengan data pendapatan atau tenaga kerja

 Kriteria penyesuaian:

 Dengan begitu, didapatkan matriks A baru yang relevan untuk

region yang sedang diteliti

 Data yang dibutuhkan hanyalah data untuk menghitung LQ (untuk

tiap sektor)

(55)

Koefisien Penyesuaian (2)

Regional supply percentage

piR = 0,7 berarti 70% dari keseluruhan persediaan barang sektor i,

yang ada di region tersebut, berasal dari produksi region itu sendiri. Selebihnya (yaitu yang 30%) berasal dari luar region

 Metode penyesuaian:

Kalikan baris i dari matriks teknologi A dengan regional supply

percentage piR . Maka akan didapatkan matriks A baru yang relevan

untuk region yang sedang diteliti

 Data yang dibutuhkan adalah output, ekspor dan impor setiap

sektor di tingkat regional

(56)

Metode RAS partial-survey

 Metode survei seringkali menjadi terlalu mahal untuk dapat

membuat matriks transaksi input-output. Di samping itu pertanyaan yang harus dijawab oleh sektor usaha sangatlah rinci dan sulit

 Namun, metode non-survei seringkali dianggap terlampau

sederhana untuk menangkap kondisi perekonomian daerah

 Metode partial-survey merupakan kompromi, di mana survey yang

(57)

Prinsip dasar metode RAS

Matriks transaksi antara (A)

Total input antara

Total input

T

Matriks transaksi antara (A) regional

???

Nasional

Regional

Total input Total input antara

(58)

Analisis input-output regional

Setelah didapatkan matriks koefisien input regional,

maka analisis dapat dilakukan seperti halnya dengan

input-output nasional

Sebagai contoh, analisis angka pengganda (multiplier), analisis

(59)

Input-output

(60)

Struktur IO region tunggal

Transaksi antarindustri

Permintaan akhir

Input primer

Sektor

Total Input

Sektor

Input Primer

Transaksi

antarindustri Koefsien input (A) Leontief inverse (I-A)

(61)
(62)

Struktur IO antarregion

Permintaan akhir

C I G

Total Output

(63)

Struktur data survei

Selain transaksi intraregion, juga dibutuhkan data

mengenai transaksi antarregion

Lebih spesifik lagi, sektor usaha harus dapat

(64)
(65)
(66)
(67)
(68)

Jenis analisis keterkaitan

Backward Linkage

Forward Linkage

Beberapa aplikasi:

(69)

Backward linkage – keterkaitan ke belakang

 Peningkatan output sektor tertentu akan mendorong peningkatan

output sektor-sektor lainnya, melalui dua cara.

 Pertama peningkatan output sektor i akan meningkatkan

permintaan input sektor i tersebut.

 Input sektor i tadi ada yang berasal dari sektor i sendiri, ada pula

yang berasal dari sektor lain, katakan (di model dua sektor) sektor j. Sektor i meminta output sektor j lebih banyak dari sebelumnya,

yang berarti harus ada peningkatan output sektor j.

 Peningkatan output sektor j ini, pada gilirannya, akan meningkatkan

permintaan input sektor i itu sendiri, Begitu seterusnya, terjadi keterkaitan antarsektor industri tersebut.

 Keterkaitan antarsektor industri yang seperti ini disebut dengan

(70)

Ukuran backward linkage

Direct backward linkage

Total backward linkage

Terdiri dari komponen efek langsung dan efek tidak

langsung, di mana b adalah elemen Leontief inverse

(71)

Forward linkage – keterkaitan ke depan

Peningkatan output sektor tertentu akan mendorong peningkatan

output sektor-sektor lainnya, melalui dua cara.

 Pertama peningkatan output sektor i akan meningkatkan distribusi

output sektor i tersebut. Hal ini membuat sektor lain memiliki input produksi yang lebih banyak.

Karena itu sektor-sektor lain akan meningkatkan pula proses

produksinya, yang pada gilirannya mendistribusikan output produksi yang lebih banyak lagi

 Keterkaitan antarsektor industri yang seperti ini disebut dengan

(72)

Ukuran forward linkage

Direct forward linkage

Total forward linkage

Terdiri dari komponen efek langsung dan efek tidak

langsung, di mana b adalah elemen Leontief inverse

(73)

Contoh kasus hipotetis

150 170 190 230

25 30 40 95

23 32 35 38

24 33 31 22

19 32 25 15

155 190 200 250

tahun 1 tahun 2 tahun 3 transaksi antarsektor

(74)

forward linkage

backward linkage

(75)

Multiplier product matrix (MPM)

Beberapa analisis melihat keterkaitan antarsektor lebih

dari sekedar penghitungan keterkaitan ke belakang dan

ke muka.

Satu metode analisis yang dapat digunakan ialah

dengan menghitung

multiplier product matrix

atau MPM.

Penghitungan MPM ini dilakukan dengan membuat dua

indeks seperti yang diusulkan oleh Rasmussen.

Pertama ialah

power dispersion for the backward

(76)

BL dan FL, sekali lagi …

Power dispersion for the backward linkage

Indices of sensitivity of dispersion for forward linkage

 Kedua indeks BL dan FL ini dinormalisir dengan rata-rata elemen

matriks kebalikan Leontief

Membandingkan total kolom/baris matriks kebalikan Leontief bisa jadi

bukan perbandingan yang setara. Kesetaraan didapat dengan

menormalisir total kolom/baris tersebut dengan suatu nilai rata-rata yang didapatkan dari matriks kebalikan Leontief yang bersangkutan

(77)

Formula MPM

MPM pada prinsipnya adalah suatu teknik penyajian

peringkat sektor-sektor berdasarkan nilai

forward

dan

backward linkage

. Secara formal rumusannya ialah

sebagai berikut

 

m

ij

i

d

B

i

d

F

V

(78)

Karakteristik MPM

Matriks

M

ini memiliki karakteristik yang identik dengan

karakteristik matriks kebalikan Leontief perekonomian

yang bersangkutan.

Berdasarkan penjumlahan kolom

Berdasarkan penjumlahan baris

(79)

Teknik penyajian

Kolom dan baris matriks

M

dapat diperingkatkan

menurut peringkat

backward linkage

(untuk kolom) dan

peringkat

forward linkage

(untuk baris). Dengan

(80)

Kasus hipotetis terdahulu

(81)

MPM Indonesia - 19 sektor

10131415 163

8181112 2 5 15163818

11122514 61917

(82)

Metode ekstraksi (extraction method)

Pada awalnya, metode ini diarahkan untuk mencari

besarnya

tingkat kepentingan

suatu sektor di

perekonomian

Dengan metode ini, pertanyaan yang diajukan adalah:

Berapa besar dampak output apabila suatu sektor hilang

(extracted out) dari perekonomian ?

(83)

Ekstraksi: sektor vs. region

Hilangnya suatu sektor

Perubahan definisi sektoral

Perubahan struktur ekonomi dalam jangka panjang

Hilangnya suatu region

Perpecahan region dari suatu negara: Ceko-Slovenia, Rusia,

TimTim, dsb.

Jangka pendek – dari situasi perdagangan ke situasi

(84)

Region 1 hilang dari perekonmian

Matriks koefisien input (A) dan kebalikan Leontief (L) dapat

dituliskan sebagai berikut:

 Ekstraksi berarti komponen A1R and AR1 be dipaksa menjadi nol.

Output di sistem ini menjadi

 Selisihnya dengan output ketika belum ter-ekstraksi ialah

(85)

Output hilang di region 1: dua dampak

Output hilang di region 1 karena region 1 tidak lagi berhubungan

dengan R

 Dampak langsung atau lokal (local or direct impact) dicerminkan

oleh komponen pertama. Ini adalah jumlah output yang tidak akan diproduksi dalam konteks permintaan akhir region 1

Dampak tidak langsung (indirect impact) dicerminkan oleh

komponen kedua. Ini adalah sejumlah output yang tidak akan tercipta dalam konteks permintaan akhir dari R

   

     

1 1 ( 11 ( 11) )1 1 1R R

(86)

Output hilang di region R: dua dampak

Output hilang di region R karena region R tidak lagi berhubungan

dengan 1

 Dampak langsung atau lokal (local or direct impact) dicerminkan

oleh komponen pertama. Ini adalah jumlah output yang tidak akan diproduksi dalam konteks permintaan akhir region R

Dampak tidak langsung (indirect impact) dicerminkan oleh

komponen kedua. Ini adalah sejumlah output yang tidak akan tercipta dalam konteks permintaan akhir dari 1

   

  ( (  ) )1   1 1

R R RR RR R R

(87)

Efek hilangnya Timor Timur

Dampak total Rp 4241.52 billion

Dampak antarregional Rp 4154.92 billion (97.9% dari total)

Distribusi interregional Sumatra 4.5% Jawa-Bali 54.4% Kalimantan 30%

Sulawesi 9.0%

(88)

Determinan dampak ekstraksi

Model dasar:

di mana EI

ij

adalah dampak output di region i karena

ekstraksi region j; Z

i

dan Z

j

adalah karakteristik ekonomi

region i dan region j.

 ( , )

ij i j

(89)

Hasil regresi

Makin tinggi PDRB

makin tinggi dampak ekstraksi

makin tinggi interaksi

Pengeluaran pemerintah daerah cenderung meningkatkan dampak ekstrasi -- sementara peningkatan

pengeluaran pemerintah pemerintah pusat cenderung menurunkan dampak ekstraksi Pengeluaran pemerintah secara umum cenderung meningkatkan

Referensi

Garis besar

Dokumen terkait

 Pengolahan informasi dan pendistribusiannya melalui jaringan telekomunikasi membuka banyak peluang untuk dimanfaatkan di berbagai bidang kehidupan manusia, termasuk salah satunya

[r]

Menyusun lembar jawaban anak-anak.. Ketua Jutasan

Walaupun sudah ada Pedoman Standar Pelaksanaan Program APU dan PPT Bagi BPR dan BPRS oleh Bank Indonesia dan Pedoman Pelaksanaan Program APU dan PPT PT Armindo Kencana Kota

Wibowo, Perilaku Dalam Organisasi, (Jakarta: Rajawali Pers, 2014), h.. guru dalam hal apapun yang mana dapat berpengaruh terhadap kualitas dan tujuan dari sekolah

Kedua data tersebut selanjutnya diplot dalam grafik yang terbagi menjadi 4 kuadran yang merepresentasikan klasifikasi tingkat endemik kekeringan (Gambar 19).

Dari uji ANOVA atau F test diperoleh nilai F hitung sebesar 12,448 dengan probabilitas 0,000 karena probabilitas jauh lebih kecil dari 0,05, maka model regresi