ANALISIS LEADING INDICATOR PERTUMBUHAN UNTUK SEKTOR PERTANIAN INDONESIA
OLEH
NOVI SULISTIYANI PRATIWI H14104130
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR 2008
RINGKASAN
NOVI SULISTIYANI PRATIWI. Analisis Leading Indicator Pertumbuhan untuk Sektor Pertanian Indonesia (dibimbing oleh HERMANTO SIREGAR)
Sektor pertanian menjadi salah satu andalan untuk mencapai pertumbuhan di Indonesia. Selain sebagai salah satu penyumbang devisa terbesar, pertanian juga menjadi penyerap tenaga kerja terbesar di Indonesia. Untuk tahun 2007 saja pertanian mampu menyumbangkan 0,5 persen menyamai sektor konstruksi dari total pertumbuhan nasional yaitu 6,3 persen dengan laju pertumbuhan untuk sektor itu sendiri sebesar 3,5 persen. Akan tetapi angka tersebut relatif masih sangat kecil jika dibandingkan dengan pertumbuhan yang terjadi pada sektor industri pengolahan dan perdagangan, hotel dan restoran yang menyumbangkan 1,3 persen dan 1,4 persen dari total pertumbuhan yang terjadi.
Sama halnya dengan perekonomian secara agregat, sektor pertanian juga memiliki periode resesi dimana terjadi penurunan pada sektor pertanian, dan periode ekspansi yaitu sektor pertanian mengalami pertumbuhan. Kedua periode ini dipastikan akan muncul silih berganti membentuk suatu siklus. Hal ini dalam ilmu ekonomi, dikenal sebagai business cycle (siklus bisnis), ada juga yang menyebutnya sebagai siklus perekonomian atau siklus perdagangan. Karena sektor pertanian merupakan bagian dari perekonomian yang mengalami fenomena
business cycle, maka sudah tentu fenomena ini juga akan terjadi pada setiap sektor
yang mempengaruhi pertumbuhan ekonomi di suatu negara seperti Indonesia. Menurut Wira Kusuma, et. al, (2004) Hingga saat ini paling tidak terdapat tiga alasan utama mengapa leading indicator semakin luas digunakan oleh banyak negara. Pertama, deteksi dini terhadap kapan titik balik suatu business cycles sangat penting karena membantu para pelaku ekonomi untuk mengambil langkah-langkah penting, seperti para pengambil kebijakan, dunia usaha, dan investor. Kedua, penggunaan model makroekonometri dianggap tidak dapat memprediksi kapan titik balik akan terjadi, terutama jika terjadi perubahan struktural dalam perekonomian. Ketiga, leading indicator memiliki track record yang cukup baik sehingga diyakini mempunyai kemampuan sebagai alat forecasting.
Untuk memperoleh variabel yang dapat menjadi CLI terlebih dahulu harus dilakukan pembersihan dari faktor musiman, irregular dan trend sehingga didapat data siklikal. Dari data siklikal yang didapat kemudian dibandingkan dengan seri acuan PDBP dengan cross correlation, didapat 13 variabel yang termasuk ke dalam leading, satu variabel yang termasuk lagging, dan satu variabel yang menjadi coincident. Yang menjadi variabel lagging untuk sektor pertanian pada penalitian ini adalah kredit investasi dengan lag sebesar +5 dan koefisien 0.4192. sedangkan yang menjadi coincident adalah M2 dengan koefisien sebesar 0.6591.
Dari 16 variabel yang digunakan sebagai calon komposit, terdapat 13 variabel yang menjadi leading indicator pertumbuhan sektor pertanian Indonesia yaitu indeks harga konsumen Indonesia , indeks harga konsumen US, indeks harga perdagangan besar sektor pertanian, kredit modal kerja, expor produk pertanian, impor produk pertanian, suku bunga kredit modal kerja, suku bunga kredit investasi, real exchange rate, indeks harga beras dunia, indeks harga sawit dunia, indeks harga teh dunia dan PDB nasional.
Implikasi kebijakan yang dapat dirumuskan berdasarkan hasil pembahasan dan kesimpulan-kesimpulan adalah. Pertanian sangat memerlukan pembiayaan untuk dapat meningkatkan produksinya, maka sangat dibutuhkan lembaga baik perbankan maupun non perbankan untuk masuk ke dalam sektor pertanian dengan skema yang menguntungkan petani. Pengawasan dalam pelaksanaannya sangat diperlukan agar modal yang diturunkan pemerintah dapat sampai dengan tepat ke petani. Selain itu penguatan modal kolektif petani juga dapat menjadi alternatif pembiayaan di sektor pertanian.
Harga output bagi petani sangat penting, untuk itu pemerintah harus mampu menstabilkan harga dengan cara membeli kelebihan supply dengan harga yang berlaku di pasaran. Selain itu pencipataan pasar alternatif dengan rantai tata niaga yang pendek (direct marketing) dapat menjadi solusi pemasaran hasil produk pertanian. Pengendalian inflasi wajib dilakukan mengingat IHK menjadi salah satu leading indicator. Hal ini dapat dilakukan dengan memberikan subsidi untuk input pertanian seperti pupuk, bibit dan bahan bakar. Indonesia memiliki kekayaan alam yang sangat besar untuk dapat memenuhi semua hal tersebut, maka seharusnya tidak ada alasan bagi pemerintah untuk mengurangi subsidi yang penting bagi rakyat khususnya petani yang sebagian besar masih kurang mampu.
ANALISIS LEADING INDICATOR PERTUMBUHAN UNTUK SEKTOR PERTANIAN INDONESIA
OLEH
NOVI SULISTIYANI PRATIWI H14104130
Skripsi
Sebagai salah satu syarat memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi
DEPARTEMAN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR 2008
INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN ILMU EKONOMI Dengan ini menyatakan bahwa skripsi yang disusun oleh, Nama mahasiswa : Novi Sulistiyani Pratiwi Nomor Registrasi Pokok : H14104130
Program Studi : Ilmu Ekonomi
Judul Skripsi : Analisis Leading Indicator Pertumbuhan untuk Sektor Pertanian Indonesia
Dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Menyetujui, Dosen Pembimbing
Prof. Dr. Ir. Hermanto Siregar, M.Ec NIP. 131 803 656
Mengetahui,
Ketua Departemen Ilmu Ekonomi
Rina Oktaviani, Ph.D NIP. 131 846 872 Tanggal Lulus :
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN
Bogor, Agustus 2008
Novi Sulistiyani Pratiwi H14104130
RIWAYAT HIDUP
Penulis bernama Novi Sulistiyani Pratiwi lahir pada tanggal 5 November 1986 di Grobogan, sebuah kabupaten di Jawa Tengah. Penulis merupakan anak pertama dari tiga bersaudara, dari pasangan Sumarno dan Tri Lestari. Jenjang pendidikan penulis dilalui tanpa hambatan, penulis menamatkan sekolah dasar di SD Negeri Depok Jaya 1 pada tahun 1998, kemudian melanjutkan ke SLTP Negeri 2 Depok pada tahun yang sama dan lulus pada tahun 2001. pada tahun yang sama penulis diterima di SMU Negeri 1 Depok dan lulus pada tahun 2004. Sampai saat ini penulis masih berdomisili di Depok Jawa Barat.
Pada tahun 2004 penulis melanjutkan studinya ke jenjang yang lebih tinggi. Institut Pertanian Bogor (IPB) menjadi pilihan penulis dengan harapan besar agar memperoleh ilmu dan mampu mengembangkan pola pikir. Penulis masuk IPB melalu Seleksi Penerimaan Mahasiswa Baru (SPMB) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi pada Fakultas Ekonomi Manajemen. Selama menjadi mahasiswa, penulis sempat mengikuti organisasi Syariah Ekonomi Student Club, dan ikut serta dalam kepanitiaan acara yang diselenggaran program studi dan fakultas.
KATA PENGANTAR
Segala puji bagi Allah Tuhan semesta alam, pujian yang memenuhi seluruh nikmya-Nya bagi kemuliaan wajah-Nya dan keagungan kekuasaan-Nya. Atas anugrah, berkat dan kasih sayang-Nya. Nabi Muhammad SAW yang selalu menjadi junjungan sampai akhir zaman, yang membawa kegelapan munuju terang benderang sehingga penulis dapat menyelesaikan pnelitian yang berjudul ”Analisis Leading Indicator Pertumbuhan untuk Sektor Pertanian Indonesia”. Penelitian ini dilakukan untuk memenuhi persyaratan penyelesaian program sarjana pada Fakultas Ekonomi dan Manajemen, Departeman Ilmu Ekonomi, Institut Pertanian Bogor.
Penelitian ini dilakukan untuk melihat siklus ekonomi yang terjadi pada sektor pertanian dan melihat variabel apa saja yang mampu menjadi leading bagi sektor pertanian Indonesia. Variabel yang terpilih menjadi leading tersebut digabungkan menjadi CLI (Composite Leading Index) untuk agar hasilnya dapat lebih baik. Akhirnya penulis hanya dapat memohon kepada Allah SWT, agar penelitian ini dapat bermanfaat meskipun masih banyak kekurangan di dalamnya.
Bogor, Agustus 2008
Penulis
UCAPAN TERIMAKASIH
Segala puji bagi Allah Tuhan semesta alam atas kasih dan sayang-Nya sehingga skripsi ini dapat diselesaikan. Shalawat serta salam semoga selalu tercurah pada junjungan Nabi Besar Muhammad SAW dan para sahabatnya. Pada kesempatan ini, dengan segenap ketulusan dan kerendahan hati penulis ingin menyampaikan terimakasih yang sebesar-besarnya kepada :
1. Bapak Sumarno dan Ibu Tri Lestari orang tua tercinta yang telah ikhlas membesarkan, memberikan kasih sayang dan dorongan serta mendoakan dalam setiap langkah adinda.
2. Bapak Prof. Dr. Ir. Hermanto Siregar, M.Ec sebagai dosen pembimbing skripsi yang telah meluangkan banyak waktunya untuk membimbing, mengarahkan, dan banyak membantu dengan penuh keikhlasan dan sabar mulai dari penyusunan hingga terselesainya penulisan skripsi ini.
3. Bapak Bambang Juanda, Ph.D dan Bapak Toni Irawan, M.App.Ec yang telah memberikan banyak masukan untuk perbaikan skripsi saya.
4. Ibu Fifi D Thamrin selaku dosen pembimbing akademik atas bimbingannya selama ini.
5. Ayu, Abi dan Ley atas semangat dan kasih sayangnya. Mas Tyo atas segala bantuan moril, dorongan, dan perhatian yang telah diberikan selalu .
6. Ka Irfan guru les sejak semester tiga, yang membantu mendalami mata kuliah yang sulit dipelajari sendiri.
7. Sinta, Nana dan Islam teman seperjuangan yang banyak membantu untuk bertukar pikiran. Uunk, Puspa, Prime, Iyo, Imeh, Meda, Putroz, Chabe yang membuat hari-hari lebih berwarna. Ika dan Mie yang telah menjadi sahabat terbaik dan banyak memberikan perubahan positif dalam diri saya sejak bertemu di KKP. Nene (Tami) sahabat sejak SD sampai di IPB sekarang yang selalu ada dalam suka dan duka. Akbar yang kamarnya tempat menghilangkan suntuk karena ada tvnya, Ka Yogi dan Dodol yang membantu pada awal pembuatan skripsi ini dan teman-teman lain yang tidak dapat disebutkan satu-persatu atas semangat, bantuan, dan persahabatannya.
DAFTAR ISI
Halaman
DAFTAR TABEL... xii
DAFTAR GAMBAR... xiii
DAFTAR LAMPIRAN... xiv
I. PENDAHULUAN... 1
1.1. Latar Belakang... 1
1.2. Perumusan Masalah... 5
1.3. Tujuan Penelitian... 8
1.4. Manfaat Penelitian... 8
II. TINJAUAN PUSTAKA... 10
2.1. Peranan Sektor Pertanian Pada Perekonomian Indonesia... 10
2.1.1. Posisi Pertanian Dalam Masyarakat Indonesia... 11
2.1.1. Pentingnya Kredit Bagi Pertanian Indonesia... 13
2.1.2. Pentingnya Harga Bagi Petani Untuk Meningkatkan Produktivitas... 15
2.2. Teori Real Business Cycle... 16
2.3. Business Cycle Indicators... 17
2.3.1. Leading Indicator (Indikator Pendahulu)... 18
2.3.2. Lagging Indicator (Indikator Pengikut)... 18
2.3.3. Coincident Indicator (Indikator Pengiring)... 19
2.4. Karakteristik Hubungan Indikator dalam Business Cycle... 19
2.5. Leading Indicator dan Penggunaannya... 20
2.6. Leading Indicator Berdasarkan Metode OECD... 21
2.7. Metode Penelitian Empirik Business Cycle... 23
2.7.1. Hodrick Prescott Filter... 23
2.7.2. Cross Correlation... 23
2.7.3. Indikator Business Cycle... 23
2.8. Penelitian-penelitian Terdahulu... 24
2.9. Kerangka Pemikiran...26
III. METODE PENELITIAN... 28
3.1. Jenis dan Sumber Data... 28
3.2. Metode Analisis Data... 29
3.2.2. Penentuan Titik Balik Seri Acuan... 31
3.2.3. Cross Correlation... 34
3.2.4. Pemilihan Komponen Pembentuk CLI... 35
3.2.5. Pembentukan Komposit Leading Indicator... 36
3.3. Menentukan Volatilitas Data... 38
IV. HASIL DAN PEMBAHASAN... 40
4.1. Gambaran Sektor Pertanian Indonesia 40 4.2. Pembentukan Data Siklikal... 47
4.3. Karakteristik dan Titik Balik Produk Domestik Bruto untuk Sektor Pertanian (PDBP)... 50
4.4. Pemilihan dan Karakteristik Kandidat Komponen... 54
4.4.1. Perbandingan Data Siklikal Variabel Calon Komposit Terhadap Seri Acuan PDBP...55
4.4.2. Keterkaitan Kandidat Komposit dengan seri acuan... 59
4.5. Pembentukan Composite Leading Index Pertumbuhan Sektor Pertanian Indonesia... 60
4.6. Evaluasi Indeks Komposit... 64
4.7. Sintesis Terhadap Hasi-hasil Analisis... 66
V. KESIMPULAN DAN SARAN... 69
5.1. Kesimpulan... 69
5.2. Saran... 70
DAFTAR PUSTAKA... 72
DAFTAR TABEL
Tabel Hal.
1. Nilai PDB Tahun 2006-2007 menurut Lapangan Usaha... 1
2. Data yang Digunakan dalam Penelitian Berdasarkan Jenis dan Sumber... 29
3. Struktur PDB Menurut Lapangan Usaha Tahun 2006 – 2007... 40
4. Laju Pertumbuhan Sektor dan Sub Sektor Pertanian serta Sharenya terhadap PDB ... 44
5. Distribusi Sektor Pertanian Beberapa Propinsi terhadap PDB sektor Pertanian Nasional dan PDB Nasional serta Laju Pertumbuhannya ... 45
6. Hasil Uji Akar Unit (Unit Root Test) pada Level Sebelum Detrending... 48
7. Hasil Uji Akar Unit (Unit Root Test) pada Level Setelah Detrending... 49
8. Karakteristik Titik Balik dari Seri Acuan PDBP... 53
9. Perhitungan CV Variabel-variabel Calon Komposit dan Seri Acuan... 57
10. Pola Fluktuasi Siklikal Varibel-variabel Calon CLI Terhadap PDBP... 58
11. Perbandingan Titik Balik CLI dengan Seri Acuan PDBP... 62
12. Pola Fluktuasi CLI 2 dan CLI 3... 64
DAFTAR GAMBAR
Gambar Hal.
1. Perbandingan Pergerakan PDB Sektor Pertanian Dengan PDB
Indonesia... 7
2. Pembentukan Composite Leading Index... 27
3. Grafik log PDBP... 50
4. Grafik Trend PDBP... 52
5. Grafik Siklikal dan Titik Balik PDBP... 54
6. Perbandingan CLI dengan PDBP...61
DAFTAR LAMPIRAN
Lampiran Hal.
1. Data Mentah... 75
2. Analisis Grafis...77
3. Cross Correlation...87
I. PENDAHULUAN
1.1. Latar Belakang
Sektor pertanian menjadi salah satu andalan untuk mencapai pertumbuhan di Indonesia. Selain sebagai salah satu penyumbang devisa terbesar, pertanian juga menjadi penyerap tenaga kerja terbesar di Indonesia. Berdasarkan data BPS, untuk tahun 2007 saja pertanian mampu menyumbangkan 0.5 persen menyamai sektor konstruksi dari total pertumbuhan nasional yaitu 6.3 persen dengan laju pertumbuhan untuk sektor itu sendiri sebesar 3.5 persen. Akan tetapi angka tersebut relatif masih sangat kecil jika dibandingkan dengan pertumbuhan yang terjadi pada sektor industri pengolahan dan perdagangan, hotel dan restoran yang menyumbangkan 1.3 persen dan 1.4 persen dari total pertumbuhan yang terjadi.
Tabel 1. Nilai PDB Indonesia Tahun 2006-2007 menurut Lapangan Usaha Lapangan Usaha
(1)
Atas Dasar Hrg Berlaku (Triliun
Rupiah)
Atas Dasar Hrga Konstan 2000 (Triliun Rupiah) Laju (Pers en) Sumber (persen) 2006 (2) 2007 (3) 2006 (4) 2007 (5) 2007 (6) 2007 (7) 1. Pertanian 2. Pertambangan dan Penggalian 3. Industri Pengolahan 4. Listrik, Gas dan air bersih 5. Konstruksi 6. Perdagangan 7. Pengangkutan dan Komunikasi 8. Keuangan, real estate 9. Jasa-jasa 433.2 366.5 919.5 30.4 251.1 501.6 231.8 269.1 336.3 547.2 440.8 1068.8 34.8 305.2 590.8 265.3 305.2 399.3 262.4 168.0 514.1 12.3 112.2 312.5 125.0 170.1 170.7 271.6 171.4 538.1 13.5 121.9 338.9 142.9 183.7 182.0 3.5 2.0 4.7 10.4 8.6 8.5 14.4 8.0 6.6 0.5 0.2 1.3 0.1 0.5 1.4 1.0 0.7 0.6 PDB PDB Tanpa Migas 3339.5 2967.3 3957.4 3541.0 1847.3 1703.6 1964.0 1821.4 6.3 6.9 6.3 -Sumber : BPS, 2008
Sebagai salah satu penyumbang pertumbuhan yang cukup besar, maka PDB sektor pertanian harus lebih ditingkatkan lagi agar mampu memberikan kontribusi yang lebih besar terhadap PDB Indonesia. Pada tahun 2000 sampai dengan 2003 sektor pertanian berkontribusi sebesar 16 persen terhadap total PDB nasional, hal ini memperlihatkan bahwa sektor pertanian memiliki peranan yang cukup besar karena menyumbang lebih dari 10 persen dari total PDB. Akan tetapi terjadi penurunan pada tahun 2004 menjadi 15 persen, bahkan 2005 dan 2006 hanya menyumbangkan 13 persen dari total PDB nasional. Di tahun 2007 mulai terjadi peningkatan kembali menjadi 14 persen terhadap PDB nasional (diolah berdasarkan data BPS). Untuk itulah diperlukan penanganan yang lebih evisien dan efektif terhadap sektor pertanian Indonesia.
Sama halnya dengan perekonomian secara agregat, sektor pertanian juga memiliki periode resesi dimana terjadi penurunan pada sektor pertanian, dan periode ekspansi yaitu sektor pertanian mengalami pertumbuhan. Kedua periode ini dipastikan akan muncul silih berganti membentuk suatu siklus. Hal ini dalam ilmu ekonomi, dikenal sebagai business cycle (siklus bisnis), ada juga yang menyebutnya sebagai siklus perekonomian atau siklus perdagangan. Karena sektor pertanian merupakan bagian dari perekonomian yang mengalami fenomena
business cycle, maka sudah tentu fenomena ini juga akan terjadi pada setiap sektor
yang mempengaruhi pertumbuhan ekonomi di suatu negara seperti Indonesia. Karena itulah keberadaan posisi sektor pertanian dalam business cycle di suatu negara sangat penting untuk diketahui guna menghindari terjadinya penurunan di sektor tersebut yang berkepanjangan. Jika terjadi ancaman akan timbul suatu penurunan maka pemerintah baik otoritas fiskal maupun moneter
mampu mengeluarkan kebijakan agar penurunan dapat dihindari atau setidaknya dapat meminimalisasi dampak negatif yang ditimbulkan terhadap perekonomian secara agregat. Sebaliknya, jika sektor pertanian mengalami masa pertumbuhan atau periode ekspansi, maka pemerintah perlu menghindari kebijakan yang dapat mengganggu kondisi tersebut.
Pertumbuhan pada sektor pertanian dapat digambarkan melalui perubahan indikator ekonomi setiap tahunnya, antara lain seperti harga produk pertanian di pasaran dan PDB sektor pertanian. Selain itu juga dapat dilihat melalui balance of
trade produk pertanian yaitu selisih ekspor dengan impor produk pertanian.
Dengan ekspor produk pertanian yang lebih besar dibangding impornya berarti sektor pertanian Indonesia mengalami masa pertumbuhan yang akan meningkatkan PDB nasional. Pada masa krisis perekonomian kita mengalami kontraksi luar biasa (tumbuh negatif 13,13 persen) pada tahun 1998. Pada masa itu karena desakan IMF, subsidi pertanian (pupuk, benih, dll) juga dicabut dan tarif impor komoditi khususnya pangan dipatok maksimum 5%. Infrastruktur pertanian pedesaan khususnya irigasi banyak yang rusak karena biaya pemeliharaan tidak ada. Penyuluh pertanian juga kacau balau karena terlalu mendadak di daerahkan. Tidak hanya itu, akibat kerusuhan, jaringan distribusi bahan pangan dan sarana produksi pertanian lumpuh, antrian beras dan minyak goreng terjadi dimana-mana. Akibat perubahan mendadak tersebut pelaku agribisnis khususnya para petani mengalami kegamangan dan kekacauan. Kredit untuk petani tidak ada, hanya pupuk melambung baik karena depresiasi rupiah maupun karena pencabutan subsidi. Perubahan mendadak waktu itu, tidak memberi waktu bagi para petani untuk menyesuaikan diri. Sehingga PDB
pertanian mengalami pertumbuhan terendah sepanjang sejarah yaitu sebesar 0,88 persen.
Masa krisis yang cukup panjang dan sangat merugikan harus dihindari atau paling tidak diminimalisasi agar kerugian yang terjadi tidak terlalu parah. Oleh karena itu dibuat suatu alat peramalan yang dapat memprediksi kondisi perekonomian suatu negara beberapa waktu ke depan melalui analisis siklikal indikator yang didukung oleh teknologi komputer. Peramalan ekonomi yang ada pada umumnya hanya melihat perubahan ekonomi secara makro, hal ini memang sangat penting akan tetapi akan lebih baik jika dilakukan juga peramalan per sektor ekonomi khususnya pertanian. Mengapa harus sektor pertanian? Seperti yang telah dijelaskan sebelumnya bahwa pertanian merupakan salah satu sektor yang sangat mempengaruhi pertumbuhan secara agregat. Salah satu perangkat yang dapat digunakan dalam memprediksi perubahan pada pertanian dalam waktu cepat dan akurat adalah dengan menganalisis indikator-indikator ekonomi. Pengidentifikasian indikator-indikator ekonomi ini bisa dimasukkan ke dalam tiga jenis indikator, yaitu leading, lagging, dan coincident indicator. Penggunaan
leading indicator untuk memperkirakan arah pergerakan sektor pertanian ke
depan. Lagging indictor berguna untuk mengkonfirmasi prediksi yang dibuat oleh
leading indicator, sementara coincident indicator digunakan untuk menentukan
kondisi pertanian pada saat ini.
Melalui perangkat leading indicator yang dapat diandalkan (reliable),
maka dapat diketahui pergerakan siklikal dan titik balik dari business cycle, sehingga arah kebijakan dapat diukur oleh pemerintah untuk memikirkan timing yang tepat dalam mengeluarkan suatu kebijakan. Dalam membuat suatu proyeksi
peramalan perubahan pada sektor pertanian menggunakan leading indicator, tentunya perlu diketahui terlebih dahulu variabel-variabel ekonomi yang mana yang dapat dijadikan acuan untuk indikator-indikator dini melalui analisis siklikal. Setelah variabel acuan ditemukan maka dapat diketahui variabel-variabel mana yang akan digunakan untuk melakukan metode peramalan pada sektor pertanian Indonesia atau yang tergolong sebagai leading indicator. Penggunaan leading
indicator untuk memprediksi perubahan pada sektor pertanian memiliki beberapa
alasan. Pertama, Composite Leading Index (CLI) bisa digunakan untuk mengindikasikan pendeteksian dini terhadap kapan titik balik (turning points) dari siklus yang terjadi, sehingga pemerintah dapat menyesuaikan strategi kebijakan yang akan dilakukan. Selain itu leading indicator memiliki track record yang cukup baik sehingga diyakini mempunyai kemampuan sebagai alat forecasting.
1.2. Perumusan Masalah
Indonesia merupakan negara agraris, kekayaan alamnya baik di darat maupun di laut merupakan suatu kelebihan yang dapat dijadikan daya tarik pariwisata bagi bangsa asing . Selain menjadi daya tarik bagi bangsa asing yang ingin berwisata di Indonesia kekayaan alam tersebut menjadi salah satu sumber devisa negara dan sebagai pemasok kebutuhan domestik khususnya kebutuhan pangan masyarakat Indonesia.
Begitu pentingnya sektor ini bagi perekonomian Indonesia mengharuskan sektor ini berada dalam kondisi yang baik dan stabil. Apabila sektor pertanian mengalami guncangan maka perekonomian secara agregat akan ikut mengalami guncangan pula. Seperti jika sektor pertanian tidak mengalami pertumbuhan yang
positif maka pertumbuhan Indonesia akan turun karena telah berkurang sumbangan pertumbuhan dari sektor pertanian yang pada tahun 2007 menyumbangkan 12.6 persen dari total pertumbuhan yang dicapai Indonesia.
Dukungan dari pemilik modal terhadap kemajuan sektor pertanian di Indonesia sangatlah penting. Akan tetapi dengan keterbatasan informasi serta kepedulian dari pemerintah yang kurang terhadap sektor pertanian di Indonesia membuat sektor pertanian kurang dapat memaksimalkan produktifitasnya. Selama ini para pemilik modal lebih memilih menanamkan modalnya di sektor non riil seperti melalui obligasi atau surat berharga lainnya yang hasilnya lebih pasti dan terjamin keamanannya. Sektor-sektor tersebut lebih diminati investor khususnya asing karena modal yang ditanamkan dapat lebih mudah ditarik kembali sewaktu-waktu apabila dirasa sudah tidak menguntungkan lagi. Hal tersebut tidak akan terjadi jika sektor pertanian memiliki kepastian usaha yang lebih dapat dipertanggung jawabkan. Selama ini belum ada peramalan ekonomi yang secara khusus mengkaji pertumbuhan sektor pertanian di masa yang akan datang, para pelaku ekonomi cenderung mementingkan peramalan secara agregat. Untuk itu agar sektor pertanian lebih diminati oleh para investor khususnya asing, maka harus dibuat peramalan tersendiri untuk sektor tersebut agar siklusnya dapat lebih terlihat dan pemerintah dapat dengan mudah membuat kebijakan yang mampu meningkatkan pertumbuhan sektor pertanian Indonesia.
Salah satu metode peramalan yang telah ada dan teruji adalah dengan menggunakan leading indicator. Penggunaan CLI untuk meramalkan pertumbuhan sektor pertanian membutuhkan indikator dengan frekuensi data yang tinggi, dan untuk setiap datanya membutuhkan time series yang panjang. Oleh
karena itu, CLI lebih banyak diaplikasikan untuk meramalkan perekonomian secara agregat dan lebih sering pada negara maju. Hal ini umumnya disebabkan ketersediaan data di negara berkembang tidak dalam frekuensi yang tinggi dan hanya tersedia di tahun-tahun terakhir saja, biasanya data tersdia dalam bentuk triwulan, bahkan ada yang hanya tersedia dalam bentuk tahunan.
450000 500000 550000 600000 650000 700000 750000 800000 2000 2001 2002 2003 2004 2005 2006 2007 PDBP 3200000 3600000 4000000 4400000 4800000 5200000 2000 2001 2002 2003 2004 2005 2006 2007 PDB
Gambar 1. Perbandingan Pergerakan PDB Sektor Pertanian Dengan PDB Indonesia
Dari penjabaran di atas dapat disimpulkan beberapa permasalahan sebagai berikut :
1. Apakah sektor pertanian memiliki leading, lagging, dan coincident
indicator?
2. Variabel apa saja yang termasuk ke dalam leading indicator untuk sektor pertanian Indonesia?
3. Seperti apakah siklus ekonomi dari sektor pertanian Indonesia?
4. Bagaimana kinerja CLI untuk sektor pertanian Indonesia yang telah dibuat?
1.3. Tujuan Penelitian
Untuk menjawab permasalahan di atas maka dibuat beberapa lingkup tujuan dari penelitian adalah sebagai berikut :
1). Menganalisis leading, coincident, dan lagging indicator untuk sektor
pertanian Indonesia.
2). Menganalisis leading indicator pertumbuhan untuk sektor pertanian
Indonesia.
3). Mengkaji siklus ekonomi pada sektor pertanian yang terjadi di Indonesia. 4). Mengevaluasi kinerja CLI sektor pertanian Indonesia yang telah dibuat
terhadap pergerakan seri acuan.
1.4. Manfaat Penelitian
Penelitian ini diharapkan dapat bermanfaat untuk beberapa pihak, di antaranya :
1). Bagi pemerintah, penelitian ini dapat dijadikan bahan masukkan dan pertimbangan terutama untuk antisipasi dan penetuan waktu yan tepat dalam mengeluarkan dan menetapkan kebijakan-kebijakan ekonomi.
2). Bagi penulis, penelitian ini sangat menambah wawasan dan pengetahuan penulis tentang perkembangan teori business cycle baik secara agregat maupun sektoral. Serta menerapkannya secara khusus untuk meningkatkan kinerja sektor pertanian.
3). Bagi para pelaku ekonomi, penelitian ini dapat memberikan gambaran tentang volatilitas business cycle sektor pertanian Indonesia.
4). Bagi pihak-pihak lain, penelitian ini juga dapat dijadikan acuan dan bahan rujukan untuk penelitian selanjutnya yang masih berhubungan dengan
II. TINJAUAN PUSTAKA
2.1. Peranan Sektor Pertanian Pada Perekonomian Indonesia
Pertanian merupakan sektor yang memiliki peranan penting dalam perekonomian. Peranan pertanian antara lain adalah menyediakan kebutuhan bahan pangan yang diperlukan masyarakat untuk menjamin ketahanan pangan, menyediakan bahan baku bagi industri, sebagai pasar potensial bagi produk-produk yang dihasilkan oleh industri, sumber tenaga kerja dan pembentukan modal yang diperlukan bagi pembangunan sektor lain, dan sebagai sumber perolehan devisa (Kuznets, 1964 dalam Harianto, 2007). Di samping itu, pertanian memiliki peranan penting untuk mengurangi kemiskinan dan peningkatan ketahanan pangan, dan menyumbang secara nyata bagi pembangunan Indonesia dan lingkungan hidup.
Sumbangan sektor pertanian terhadap PDB memang cenderung turun, sesuai dengan semakin meningkat dan terdiversifikasinya perekonomian Indonesia. Namun yang perlu diamati juga adalah peranan pertanian dalam menyerap angkatan kerja. Pangsa sektor pertanian dalam penyerapan tenaga kerja ternyata masih yang paling besar. Dari kenyataan itu dapat dilihat bahwa ada ketimpangan dalam struktur ekonomi Indonesia, di mana sektor yang sudah mulai menyusut perananya dalam menyumbang PDB ternyata harus tetap menampung jumlah tenaga kerja yang jauh lebih banyak daripada sewajarnya terjadi.
Pertanian di Indonesia kondisinya tidak homogen, baik antara tempat maupun antar komoditas. Pertanian di Jawa memiliki karakteristik yang berbeda dengan pertanian di Luar Jawa. Demikian juga sub sektor pertanian tanaman
pangan memiliki karakteristik yang berbeda dengan sub sektor perkebunan ataupun peternakan. Dalam sub sektor yang sama pun belum tentu memiliki ciri-ciri yang juga sama. Kondisi yang beragam ini tentunya memiliki implikasi penting bagi perumusan strategi, kebijakan, dan program pembangunan pertanian ke depan.
Para pemikir ekonomi pembangunan telah lama menyadari bahwa sektor pertanian memiliki peranan yang besar dalam perekonomian, terutama di tahap-tahap awal pembangunan (Lewis, 1954 dalam Harianto, 2007). Sektor pertanian yang tumbuh dan menghasilkan surplus yang besar merupakan prasyarat untuk memulai proses transformasi ekonomi. Penawaran pangan yang relatif inelastis akan menyebabkan harga pangan meningkat yang pada gilirannya akan mendorong upah di sektor non-pertanian. Impor pangan merupakan salah satu alternatif yang mahal (Mellor, 1984 dalam Harianto, 2007). Oleh sebab itu sektor pertanian yang dinamis dan tumbuh dengan cepat merupakan kondisi yang diinginkan untuk mendorong transformasi ekonomi.
2.1.1. Posisi Pertanian Dalam Masyarakat Indonesia
Posisi pertanian akan sangat strategis apabila kita mampu mengubah pola pikir masyarakat yang cenderung memandang pertanian hanya sebagai penghasil (output) menjadi pola pikir yang melihat multi-fungsi dari pertanian (Suyanto, 2002).
a. Penghasil pangan dan bahan baku industri.
Sektor pertanian sangat menentukan dalam ketahanan pangan nasional sekaligus menentukan ketahanan bangsa. Penduduk Indonesia yang mencapai
200 juta lebih, ketahanan nasional akan terancam bila pasokan pangan kita sangat tergantung dari impor. Dalam proses industrialisasi pertanian juga memproduksi bahan baku industri pertanian seperti sawit, karet, gula, serat, dan lainnya.
b. Pembangunan daerah dan perdesaan.
Pembangunan nasional akan timpang kalau daerah/perdesaan tidak dibangun, urbanisasi tidak akan bisa ditekan, dan pada akhirnya senjang desa dan kota semakin melebar. Lebih dari 83 persen kabupaten/kota di Indonesia ekonominya berbasis kepada pertanian. Agroindustri perdesaan akan sangat berperan dalam pertumbuhan ekonomi perdesaan terutama dalam penyerapan tenaga kerja.
c. Penyangga dalam masa krisis.
Sektor pertanian yang berbasis sumberdaya lokal terbukti sangat handal dalam masa krisis ekonomi, bahkan mampu menampung 5 juta tenaga kerja limpahan dari sektor industri dan jasa yang terkena krisis; kasus bom Bali yang melumpuhkan parawisata di Bali, terselamatkan oleh sektor pertanian.
d. Penghubung sosial ekonomi antar masyarakat dari berbagai pulau dan daerah sebagai perekat persatuan bangsa. Masing-masing pulau/daerah memiliki keunggulan komparatif yang dapat dikembangkan untuk meningkatkan keunggulan masing-masing. Perdagangan (trade) antar pulau ini akan meningkatkan efisiensi ekonomi dengan melakukan spesialasisasi masing daerah. Saling ketergantungan antara daerah menjadi jaminan pengembangan ekonomi daerah dan mempererat persatuan antar daerah.
e. Kelestarian sumberdaya lingkungan
Kegiatan pertanian berperan dalam penyagga, penyedia air, udara bersih, dan keindahan. Pada haketnya pertanian selalu menyatu dengan alam. Membangun pertanian yang berkelanjutan (sustainable) berarti juga memelihara sumberdaya lingkungan. Agrowisata merupakan contoh yang ideal dalam multi-fungsi pertanian.
f. Sosial budaya masyarakat
Usaha pertanian berkaitan erat dengan sosial-budaya dan adat istiadat masyarakat. Sistem sosial yang terbangun dalam masyarakat pertanian telah berperan dalam membangun ketahanan pangan dan ketahanan sosial, seperti lumbung pangan, sistem arisan dan lainnya.
g. Kesempatan kerja, PDB, dan devisa.
Lebih dari 25,5 juta keluarga atau 100 juta lebih penduduk Indonesia hidupnya tergantung pertanian. Sektor pertanian menyerap 46,3% tenaga kerja dari total angkatan kerja, menyumbang 6,9% dari total ekspor non migas, dan memberikan kontribusi sebesar 15 persen PDB nasional.
Jika dilihat berdasarkan uraian di atas, sektor pertanian adalah sektor yang menjadi harapan untuk perekonomian masyarakat Indonesia. Akan tetapi tanpa kontribusi yang besar dari pemerintah terhadap sektor ini, maka harapan yang besar tersebut tidak akan pernah terealisasi dengan baik.
2.1.1. Pentingnya Kredit Bagi Pertanian Indonesia
Badan-badan efisien, yang memberikan kredit produksi kepada petani dapat merupakan faktor pelancar penting bagi pembangunan pertanian. untuk
memproduksi lebih banyak, petani harus lebih banyak mengeluarkan uang untuk bibit unggul, pestisida, pupuk dan alat-alat. Pengeluaran-pengeluaran seperti itu harus dibiayai dari tabungan atau dengan meminjam selama jangka waktu antara saat pembelian sarana produksi itu dan saat penjualan hasil panen (Mosher, 1966). Suku bunga sering menjadi permasalahan dalam pemberian kredit ini, penetapan suku bunga yang terlalu tinggi untuk sektor ini sering memberatkan para petani. Pada kenyataannya suku bunga yang ditetapkan memang lebih tinggi dibandingkan dengan suku bunga yang lainnya. Sebagian dari alasan mengapa bunga itu lebih tinggi untuk kredit produksi pertanian, dalam tahap pemulaan pembangunan pertanian, mungkin terletak pada sukarnya memperoleh modal di masyarakat yang ekonominya sedang berkembang. Di dalam masyarakat demikian bahkan pinjaman untuk industri di kota meminta bunga 10 sampai 15 persen setahun, bahkan seringkali lebih. Alasan lain lagi ialah lebih tingginya biaya administrasi untuk pinjaman kecil kepada sejumlah besar petani yang tersebar di daerah yang luas. Dengan demikian layak atau tidak layaknya suatu suku bunga, untuk sebagian orang tergantung kepada nilai ekonomis dari sarana produksi dan alat yang tersedia setempat.
Kredit untuk sektor pertanian yang efektif memerlukan dihapuskannya hambatan dalam perolehannya. Ini bergantung pada pandangan dalam penyelenggaraan usaha tani yang efisien. Juga bergantung pada suku bunga yang diselaraskan dengan biaya-biaya yang selayaknya untuk menyediakan kredit produksi itu. Pelunasan kredit biasanya terjamin oleh kenaikan pendapatan petani yang dimungkinkan oleh pengunaan kredit itu. Adalah suatu langkah besar bagi petani untuk beralih dari keengganan meminjam untuk keperluan konsumsi ke
kesadaran bahwa meminjam untuk membeli input tambahan dapat menguntungkan. Guna membantu petani mengambil langkah ini, perlu dipermudah cara mendapatkan kredit, baik kredit investasi maupun kredit modal kerja, dan perlu adanya bimbingan cara menggunakannya.
2.1.2. Pentingnya Harga Bagi Petani Untuk Meningkatkan Produktivitas Sejauh petani memproduksi untuk dijual, maka perangsang baginya untuk menaikkan produksi tergantung kepada perbandingan antara harga yang akan diterimanya untuk hasil-hasilnya dan biaya untuk memproduksikan hasil-hasil itu. Biaya produksi ini dipengaruhi oleh harga barang-barang input yang harus dibelinya. Baik tingkat maupun stabilitas harga hasil usahatani mempengaruhi sampai di mana harga-harga itu dapat merangsang petani untuk menaikkan produksinya. Apabila syarat-syarat pokok lain bagi pembangunan pertanian sudah tersedia, maka semakin tinggi harga yang ditawarkan kepada petani untuk suatu hasil usahatani tertentu, semakin banyak pula hasil ini akan diproduksi oleh petani dan dijual ke pasar. Banyak orang tidak percaya akan pendapat ini, dan seringkali kebijakan pemerintah didasarkan pada bahwa memang tidak demikian kenyataannya. Harga yang menguntungkan bagi petani bukanlah satu-satunya syarat pokok untuk pembangunan pertanian, tapi harga ini merupakan syarat pokok yang penting.
Menurut Mosher (1966) seringkali penelitian di negara bagian Punjab di India mengungkapkan bahwa petani di sana beralih dari jenis tanaman satu ke jenis tanaman lainnya sebagai respon terhadap perubahan harga, sama halnya dengan petani-petani yang sangat komersil di Amerika Serikat. Semakin banyak
bukti yang menunjukkan bahwa petani berusaha meningkatkan produksi pertaniannya apabila harga hasil panen tersebut naik. Di Indonesia, dimana harga hasil pertaniannya sebelumnya ditekan rendah, saat pengendalian harga tersebut ditiadakan dan harga-harga dibiarkan mencapai tingkatnya sendiri secara bebas hasilnya output dari pertanian meningkat tajam. Petani menjadi lebih tertarik kepada pupuk dan bibit unggul.
2.2. Teori Real Business Cycle
Leading indicator sendiri berkaitan dengan teori real business cycle yang mengasumsikan harga adalah fleksibel bahkan pada jangka pendek. Karena asumsi complete price flexibility, teori ini juga menganut classical dichotomy dimana pergerakan uang tidak mempengaruhi pergerakan variabel di sektor riil seperti output dan pengangguran. Untuk menjelaskan pergerakan di sektor riil termasuk pertanian, teori ini menyatakan pergerakan tersebut disebabkan oleh faktor alami di sektor itu sendiri seperti terjadinya technological shock yang membuat produktivitas meningkat sehingga output dari perekonomian juga meningkat. Dengan kata lain semua fluktuasi di sektor riil seperti pertumbuhan
output, tingkat pengangguran, tingkat konsumsi dan investasi merupakan hasil
reaksi dari individu-individu terhadap perubahan dalam perekonomian.
Dengan mengasumsikan bahwa uang adalah netral dan ekonomi, teori ini mendapat kritik, karena data menunjukkan bahwa penurunan money supply selalu disertai dengan perubahan di sektor riil seperti tingginya pengangguran dan rengahnya output. Penganut teori ini memberikan argumentasi bahwa perubahan dalam perekonomian seperti tingginya output akibat “faktor alami” akan
mempengaruhi permintaan akan uang. Meningkatkan permintaan akan uang ini akan direspon oleh bank sentral dengan menambah money supply.
Perubahan dalam perekonomian karena faktor-faktor alami ini akan menyebabkan terjadinya siklus dalam pergerakan variabel-variabel di sektor riil. Siklus ini dipercaya terjadi dalam setiap variabel di sektor riil dan dapat dilihat dengan menghilangkan faktor-faktor musiman, trend dan irregular dari data.
2.3. Business Cycle Indicators
Business Cycle Indicators (BCI) merupakan salah satu bentuk indikator
yang biasa digunakan untuk meramalkan keadaan ekonomi di masa depan atau
trend ekonomi. Contohnya, statistik sosial dan ekonomi yang dipublikasikan
berbagai sumber seperti departemen pemerintahan. Indikator ekonomi mempunyai dampak yang besar terhadap pasar, mengetahui bagaimana harus menginterpretasikanya dan menganalisis indikator tersebut merupakan hal yang sangat penting bagi para pelaku usaha termasuk investor.
Setiap indikator memenuhi beberapa aturan kriteria, di mana ada tiga kategori timing indikator, yang diklasifikasikan menurut tipe peramalan yang dihasilkannya, yaitu leading, lagging dan coincident indicator. Variabel-variabel ekonomi yang termasuk dalam setiap jenis indikator bisa berbeda-beda untuk tiap negara, baik negara maju maupun negara berkembang. Hal ini dikarenakan perbedaan sistem ekonomi yang dianut suatu negara., kondisi perekonomian, respon dari setiap kebijakan yang dikeluarkan, dan lain sebagainya.
2.3.1. Leading Indicator (Indikator Pendahulu)
Dalam kamus ekonomi, pengertian dari laeding indicator (indikator periode mendatang) adalah suatu rangkaian data statistik periode lalu yang menunjukkan kecenderungan yang mencerminkan perubahan-perubahan pada waktu mendatang dalam beberapa sektor ekonomi terkait atau sebagai sinyal kejadian di masa depan. Singkatnya, leading indicaor merupakan beberapa variabel ekonomi yang bergerak mendahului pergerakan variabel utama ekonomi.
Berdasarkan informasi ini, maka dapat dibuat suatu peramalan tentang perubahan-perubahan yang akan terjadi pada tahun-tahun yang akan datang atau dengan kata lain dapat memprediksi siklus ekonomi yaitu kapan perekonomian akan mencapai puncak (peak), masih berlanjut (stedy), mulai menurun (contaction), sampai titik terendah (trough), dan kembali naik (expansion). Sedangkan untuk mengeahui lama periode naik atau turun dapat diprediksi dengan
lagging dan coincident indicator.
2.3.2. Lagging Indicator (Indikator Pengikut)
Pengertian lagging indicator merupakan kebalikan dari leading indicator.
Lagging indicator atau yang disebut juga sebagai indicator periode lalu adalah
suatu rangkaian data statistik yang pada periode lalu telah menunjukkan kecenderungan yang mencerminkan perubahan-perubahan pada waktu lalu dalam beberapa sektor ekonomi yang saling berkaitan, atau singkatnya adalah perubahan indikator yang bergerak naik/turun setelah pergerakan siklikal utama.
Pentingnya untuk mengetahui lagging indicator adalah karena lagging indicator dapat mengkonfirmasi sebuah pola ekonomi yang sedang terjadi atau
akan terjadi. Ramalan tentang perubahan-perubahan yang akan terjadi pada tahun berjalan dapat dibuat, karena perubahan-perubahan tersubut mengikuti pola yang tidak berubah pada kurun waktu yang relatif sama.
2.3.3. Coincident Indicator (Indikator Pengiring)
Coincident indicator merupakan indikator yang bergerak naik/turun
bersamaan dengan naik/turunnya variabel utama atau kondisi yang terjadi dalam perekonomian. Indikator ini tidak meramalkan peristiwa-peristiwa ekonomi yang akan terjadi di masa depan, tapi jenis indikator ini berubah seiring dengan perubahan yang terjadi dalam perekonomian.
2.3.4. Karakteristik Hubungan Indikator dalam Business Cycle
Setiap variable ekonomi yang termasuk ke dalam salah satu dari indikator dini yang telah dijelaskan di atas, memiliki hubungan yang bermacam-macam terhadap business cycle. Berikut ini akan dijabarkan mengenai hubungan antara indikator-indikator ekonomi dengan business cycle, yang terbagi menjadi tiga, yaitu :
• Procyclical, hubungan dimana arah pergerakan dari indikator-indikator ekonomi sama dengan perubahan yang terjadi pada seri acuan. Ketika seri acuan membaik, maka dapat dipastikan bahwa indikatornya akan mengalami peningkatan.
• Contercyclical, hubungan dimana indikator-indikator ekonomi memiliki arah gerak yang berlawanan dengan yang terjadi pada seri acuan yang digunakan .
• Acyclical, indikator-indikator ekonomi tidak memiliki hubungan dengan seri acuan . Apapnu yang terjadi dengan seri acuan tersebut, baik dalam kondisi yang cukup bagus ataupun buruk, perubahan yang terjadi dalam indkator tersebut tetap tidak terpengaruh dan berada pada trend-nya sendiri.
2.4. Leading Indicator dan penggunaannya
Penggunaan leading indicator, yang dimotori oleh the National Bureau of
Economic Research (NBER), telah digunakan oleh banyak negara dalam
memprediksi titik balik (turning points) dari business cycles. Ide dasar dari penggunaan leading indicator didasarkan pada fakta bahwa secara statistik data time series terdiri dari empat komponen, yaitu seasonal factor, cyclical factor,
trend, dan irregular component. Dalam metode ini, komponen siklikal dipisahkan
dari ketiga komponen lainnya. Setelah itu, komponen siklikal tersebut dianalisis perilakunya dan dibandingkan dengan series acuannya (reference series). Apabila titik balik suatu series selau mendahului titik balik series acuan, maka series tersebut dikategorikan sebagai leading indicator.
Sementara itu, suatu series dikelompokkan sebagai lagging indicator apabila titik baliknya terjadi setelah titik balik series acuan. Apabila titik balik suatu series terjadi relatif bersamaan dengan series acuan, maka series tersebut merupakan coincident indicator. Penentuan apakah suatu series disebut sebagai
leading,lagging atau coincident indicator sangat penting. Jika suatu series
bertindak sebagai leading indicator, maka dapat digunakan untuk memproyeksikan arah series acuan ke depan. Untuk menentukan kondisi saat ini
dari series acuan, penggunaan coincident indicator akan sangat membantu. Sementara itu, lagging indicator dapat digunakan untuk mengkonfirmasikan prediksi yang dibuat oleh leading indicator (Setiana, 2006).
Menurut Wira Kusuma, et. al, (2004) Hingga saat ini paling tidak terdapat tiga alasan utama mengapa leading indicator semakin luas digunakan oleh banyak negara. Pertama, deteksi dini terhadap kapan titik balik suatu business cycles sangat penting karena membantu para pelaku ekonomi untuk mengambil langkah-langkah penting, seperti para pengambil kebijakan, dunia usaha, dan investor. Kedua, penggunaan model makroekonometri dianggap tidak dapat memprediksi kapan titik balik akan terjadi, terutama jika terjadi perubahan struktural dalam perekonomian. Ketiga, leading indicator memiliki track record yang cukup baik sehingga diyakini mempunyai kemampuan sebagai alat forecasting.
Dalam perkembangannya, leading indicator lebih banyak diaplikasikan di negara maju, sementara penerapan di negara berkembang masih relatif jarang. Kendala utama yang dihadapi negara berkembang adalah masalah ketersediaan data yang kurang memadai, sementara pembentukan leading indicator memerlukan data yang frekuensinya cukup tinggi, dalam hal ini data bulanan, serta diperlukan pula periode pengamatan yang panjang.
2.5. Leading Indicator Berdasarkan Metode OECD
Dalam studi ini, pembentukan leading indicator menggunakan metode yang dikembangkan oleh the Organisation for Economic Cooperation and
Development (OECD). Pada dasarnya, metode ini mengacu pada metode dasar
menggunakan pendekatan growth cycles yang dalam hal ini memiliki beberapa kelebihan dibandingkan dengan classical/traditional cycles. Penggunaan growth
cycles mengemuka setelah leading indicator yang berdasarkan pendekatan classical cycles tidak mampu menjelaskan masa ekspansif perekonomian,
khususnya di Amerika Serikat dan Jerman, pada sekitar tahun 1960-an. Perbedaan utama antara growth dan classical cycles terletak pada perhitungan masa ekspansi dan masa kontraksi (Wira Kusuma, et. al, 2004). Pasca classical cycles, perhitungan masa ekspansi dan kontraksi tersebut menggunakan level absolutnya. Sebagai contoh, suatu ekonomi belum dikatakan mencapai titik lembah apabila nilai absolutnya tidak menunjukkan kontraksi. Sementara itu, penentuan titik balik pada growth cycles berdasarkan pada perhitungan trend jangka panjangnya atau dengan kata lain growth cycles ditunjukkan oleh pembalikan arah dari suatu
cycles di sepanjang tren jangka panjangnya. Beberapa kelebihan analisis
menggunakan growth cycles, yaitu :
i. Lebih sensitif untuk menunjukkan adanya perubahan yang tidak terlalu drastic (mild), sehingga dalam kurun waktu yang sama, jumlah cycles yang dihasilkan oleh growth cycles lebih banyak dibandingkan dengan yang dihasilkan oleh classical cycles;
ii. Panjang dan amplitudo growth cycles lebih simetris dibandingkan dengan
classical cycles;
iii. Penggunaan growth cycles dalam memprediksikan cycles lebih akurat dibandingkan dengan classical cycles, sebagaimana dibuktikan oleh the
2.6. Metode Penelitian Empirik Business Cycle 2.6.1. Hodrick Prescott Filter
Hodrick-Prescott flter (HPF) merupakan pendekatan statistik yang secara
khusus mengestimasi trend dan komponen siklikal atau untuk menghilangkan komponen trend dan siklikal dalam suatu data deret waktu (time series). Fakta secara empiris (stylized fact) menunjukkan bahwa business cycle Indonesia dianalisis dengan memisahkan komponen trend dan komponen siklikal dari data
time series makroekonomi. Dalam analisis Hodrick Prescott filter, komponen
siklikal variabel makroekonomi dapat dilihat pola dan karakteristiknya dengan melihat korelasinya dengan variabel referensi.
2.6.2. Cross Correlation
Analisis cross correlation merupakan suatu pendekatan untuk melihat detrended berdasarkan lag (periode ke belakang) dan lead (periode ke depan). Detrended merupakan cara untuk memisahkan komponen trend, sehinggga
sebelum cross correlation maka ditentukan terlebih dahulu variabel trend dan siklikal berdasarkan hasil analisis HPF. Cross correlation dapat memperlihatkan lag detrended dan lead detrended pada suatu variabel. Cross correlation menunjukkan detrended dengan komponen siklikal mempunyai korelasi atau tidak.
2.6.3. Indikator Business Cycle
Indikator business cycle dibagi ke dalam tiga kelompok indikator : laeding, co-incident dan lagging. Falsafahnya adalah, leading indicator akan
mencapai titik balik sebelum the rest of economy sehinggga indikator ini dikatakan memiliki daya prediksi (predictive power). Informasi tentang leading
indicator dapat membantu investasi dan keputusan perencanaan lainnya. Coincident indicator bergerak pada waktu bersamaan dengan ekonomi dan lagging indicator menunjukkan bahwa ekonomi telah melampaui titik balik.
2.7. Penelitian Terdahulu
Sepanjang dilakukannya penelitian tentang “Analisis Leading Indicator Pertumbuhan Sektor Pertanian untuk Indonesia” ini peneliti belum menemukan hasil penelitian yang secara spesifik membahas tentang indikator dini untuk sektor pertanian. Olek karena itu peneliti lebih banyak mengambil rujukan penelitian-penelitian yang mendekati secara metode dan berhubungan dengan indikator dini.
IGP Wira Kusuma, et.al (2004) meneliti tentang leading indicator investasi di Indonesia dengan metode OECD leading indicator investasi yang dengan menggunakan metode OECD. Dari hasil penelitian tersebut dapat memprediksi gerakan investasi dengan kisaran 1,4 sampai dengan 4,6 bulan ke depan. Dengan diketahuinya turning point,baik titik puncak atau titik lembah, dari
leading indikator investasi dapat dilihat bagaimana kondisi investasi sampai
dengan 4,6 bulan ke depan apakah dalam kondisi kontraksi ataupun ekspansi. Berdasarkan penelitian Mela Setiana (2006) yang berjudul ”Analisis
Leading Indicator untuk Business Cycle Indonesia” yang juga menggunakan
metode OECD, dari 18 variabel kandidat komposit yang diteliti, terdapat 9 variabel yang menjadi leading terhadap seri acuan PDB yang merupakan single series yaitu M1, nilai tukar, IHSG, impor non migas, impor barang konsumsi,
impor, produksi nikel, impor bahan baku, ekspor kayu lapis. Selain itu terdapat dua variabel yang menjadi leading terhadap seri acuan IPI yang merupakan
multiple series yaitu impor barang konsumsi dan produksi nikel.
Pada ”Studi Pengembangan Indikator Ekonomi Makro” Bank Indonesia (2001), terdapat beberpa penelitian tentang leading indicator yaitu : (1) ”Pergerakan Kurs dan Uang Beredar sebagai Leading Indicator Inflasi” menggunakan OLS yang hasilnya pengaruh nilai tukar rupiah dan uang primer terhadap inflasi cukup baik dan signifikan dalam memprediksi inflasi yang akan terjadi. (2) ”Suku Bunga Nominal sebagai Leading Indicator Ekspektasi Inflasi” metode yang digunakan adalah OLS dengan selisih suku bunga deposito sebagai varibel eksogen yang bernilai positif untuk inflasi namun kurang dapat diandalkan untuk memprediksi karena R2 yang kecil. (3) ”Konsumsi Semen sebagai Leading Indicator Sektor Konstruksi” yang hasil regresinya kurang terandal karena R2
yang kecil. (4) ”IHK sebagai Leading Indicator PDB Deflator” menggunakan regresi double log yang hasilnya ternyata terdapat heteroskedastisitas yang kemudian dilakukan pengkoreksian menggunakan weight least square dan diperoleh elastisitas sebesar 0.9642.
Perbedaan penelitian ini dengan penelitian yang sebelumnya adalah, dengan menggunakan PDB sektor pertanian sebagai seri acuan tunggal dan 16 variabel calon komposit. Variabel calon komposit tersebut diambil berdasarkan hubungan terhadap seri acuan seperti suku bunga kredit modal kerja, ekspor pertanian, nilai tukar petani dan lain sebagainya. Untuk menentukan Leading,
Lagging, dan Coincident pertumbuhan sektor pertanian tersebut peneliti
2.8. Kerangka Pemikiran
Pada kerangka pemikiran ini dijabarkan mulai dari penentuan seri acuan yaitu PDB pertanian yang datanya merupakan data triwulan, pada calon komposit dilakukan agregasi atau penjumlahan sesuai dengan jenis datanya, hal ini dilakukan untuk menyamakan seri acuan dengan data-data yang menjadi kandidat komposit. Setelah itu data-data baik seri acuan maupun kandidat yang akan menjadi komposit dibersihkan dari unsur musiman dan irregular dengan menggunakan seasonal adjusted dan membuat estimasi trend dengan metode HP
filter. Data yang telah dibersihkan unsur musiman tersebut kemudian didetrending
yaitu dikurangi dengan hasil estimasi trend yang didapat dari HP filter.
Penentuan komposit data yang telah dibersihkan dari unsur musiman dan trendnya dilakukan dengan prosedur Bry Boschan sehingga terkumpul data-data yang memiliki relevansi terhadap pertumbuhan pertanian, ketersediaan serta kriteria statistik dan barulah dapat terbentuk komposit Leading indicator pertumbuhan untuk sektor pertanian Indonesia. Pembuatan CLI dilakukan dengan beberapa proses seperti penyeragaman periode, normalisasi dan agrerasi.
Gambar 2. Pembentukan Composite Leading Index Variabel-variabel Ekonomi
Calon CLI Seri Acuan
Pembersihan Data :
• Adjusting for seasonality • Estimasi trend-HP filter • Detrending
• Prosedur Bry-Boschan
Pergerakan Siklikal Calon CLI
Pergerakan Siklikal Seri Acuan
Cross Correlation
Pemisahan Variabel
Leading, Lagging
dan coincident
Data Siklikal Seri Acuan
• Penyeragaman periode • Normalisasi
• Agregasi
Composite Leading Index yang Di bandingkan dengan Seri Acuan
III. METODE PENELITIAN
3.1. Jenis dan Sumber Data
Pada penelitian ini jenis data yang digunakan adalah data sekunder. Data-data tersebut diperoleh dengan cara menData-datangi langsung instansi yang terkait seperti Badan Pusat Statistik (BPS), Bank Indonesia (BI) dan Departemen Pertanian serta melalui situs-situs pemerintah yang menyediakan data yang dibutuhkan. Pengambilan data mencakup indikator-indikator ekonomi yang mempengaruhi pertumbuhan pada sektor pertanian dan mengacu kepada beberapa penelitian sebelumnya.
Data yang akan dianalisis menjadi seri acuan pada penelitian ini adalah data PDB sektor pertanian yang didapat dari Bank Indonesia berupa data triwulan dibagi dengan indeks harga konsumen yang juga didapat dari Bank Indonesia sehingga menjadi PDB riil sektor pertanian. Data-data lain yang akan dianalisis sebagai komponen pembentuk komposit, antara lain Produk Domestik Bruto nasional, indeks harga konsumen, indeks harga perdagangan besar sektor pertanian, ekspor pertanian, kredit modal kerja untuk sektor pertanian, kredit investasi untuk sektor pertanian, suku bunga kredit modal kerja, suku bunga investasi, impor produk pertanian yang diperoleh dari seri Statistik Keuangan Indonesia (SEKI) terbitan Bank Indonesia dan Buletin Statistik bulanan BPS.
Pada awalnya data yang dibutuhkan dalam penelitian ini lebih banyak dari yang disebutkan pada Tabel 2, tetapi tidak semuanya data tersebut tersedia. Terdapat beberapa kendala seperti jumlah observasi yang tidak sesuai ataupun jenisnya yang tahunan yang jika dipaksakan hasilnya tidak akurat. Beberapa
variabel yang diperoleh masih memiliki nilai dengan angka sementara dan tidak direvisi pada terbitan berikutnya.
Tabel 2. Data yang Digunakan dalam Penelitian Berdasarkan Jenis dan Sumber Data Triwulanan
Nama Variabel Simbol Sumber
PDB Sektor Pertanian PDBP BPS
PDB Nasional PDB BPS
Data Bulanan yang Dijumlahkan Menjadi Data Triwulan
Nama Variabel Simbol Sumber
1. Kredit Investasi untuk Sektor Pertanian KI SEKI BI 2. Kredit Modal Kerja Untuk Sektor Pertanian KM SEKI BI
3. M2 M2 SEKI BI
4. Ekspor Pertanian (penjumlahan) dari :
• Ekspor kayu, barang dari kayu dan anyaman • Ekspor kulit dan barang dari kulit
• Ekspor lemak, minyak dan malam
• Ekspor makanan, minuman, minuman keras dan tembakau
• Ekspor produk nabati
• Ekspor binatang hidup dan produk hewani
Xp BPS
5. Impor Produk Pertanian Mp BPS
Data Bulanan yang Diagregasi Menjadi Data Triwulan
Nama Variabel Simbol Sumber
1. Indeks Harga Konsumen IHK SEKI BI
2. Indeks Harga Perdaganga Besar Sektor Pertanian IHPP SEKI BI
3. Indeks Harga Konsumen US IHK_US SEKI BI
4. Indeks Harga Beras Dunia PBRS SEKI BI
5. Indeks Harga Sawit Dunia PSWT SEKI BI
6. Indeks Harga Teh Dunia PTEH SEKI BI
7. Suku Bunga Kredit Investasi RKI SEKI BI
8. Suku Bunga Kredit Modal Kerja RKM SEKI BI
9. Exchange Rate RER SEKI BI
10. Nilai Tukar Petani NTP BPS
3.2. Metode Analisis Data
Secara statistik data time series terdiri dari empat komponen, yaitu
seasonal factor, cyclical factor, irregular component dan trend. Metode
Kemudian, komponen siklikal tersebut dianalisis gerakannya dan dibandingkan dengan gerakan siklikal dari indikator yang dijadikan seri acuan. Proses penghilangan faktor musiman dan irregular dilakukan dengan menggunakan program X-12 dalam Eviews dan proses estimasi trendnya menggunakan Hodrick-Prescott filter yang juga terdapat pada program Eviews. Untuk menganalisis perbandingan gerakan siklikal antara kandidat komponen dari seri acuan menggunakan analisis visual grafik dan analisis korelasi silang.
Berikut ini merupakan penjabaran secara rinci prosedur pembentukan CLI, yang sebelumnya telah digambarkan kerangka prsedurnya dalam bab tinjauan pustaka. Prosedur pembentukan CLI ini terbagi atas empat tahap, seperti yang terdapat dalam penelitian Wuryandari et al (2002).
3.2.1. Penentuan Seri Acuan
Pemilihan dan penetapan seri acuan merupakan langkah awal dalam proses pembentukan CLI, dan merupakan tahapan yang paling penting. Hal ini dikarenakan seri acuan tersebut akan digunakan sebagai rujukan dalam pemilihan kandidat komponen laeding indicator, sehingga banyak hal yang perlu diperhatikan sebagai bahan pertimbangan dalam tahapan ini.
Penelitian ini mengamati volatilitas dari business cycle sektor pertanian di Indonesia, oleh karena itu diperlukan suatu seri acuan yang mampu mencerminkan pertumbuhan sektor pertanian di Indonesia. Jika penelitian yang dilakukan mengenai perekonomian Indonesia secara agregat maka perlu diperhatikan apakah suatu seri acuan cukup menggunakan single series atau harus menggunakan multiple series. Perbedaan ini disebabkan karena ada sebagian
pendapat yang merasa penggunaan data PDB sebagai seri acuan sudah cukup menangkap kegiatan ekonomi suatu negara, meskipun semuanya tergantung pada ketersediaan data dan derajat keyakinan terhadap seri acuan tersebut. Sementara itu, sebagian pendapat lain yang merasa penggunaan single series sebagai acuan kurang dapat menggambarkan kegiatan perekonomian negara secara keseluruhan. Selain itu jika data yang digunakan adalah data sementara, akan ada kemungkinan terjadi kesalahan dalam pengukuran (measurement errors). Karena penelitian ini tentang sektor pertanian hanya mengacu pada tingkat output yang dihasilkan maka hanya menggunakan single series yaitu PDB riil sektor pertanian.
3.2.2. Penentuan Titik Balik Seri Acuan
Langkah selanjutnya adalah proses pembersihan data dari unsur musiman,
trend dan irregular sebelum dilakukan penentuan titik balik dari seri acuan yang
sudah ditentukan di awal. Berikut ini merupakan tahapan dari prosedur pembersihan data :
a. Adjusting for Seasonality
Untuk membersihkan data time series dari fluktuasi musiman dan irregular dapat dilakukan dengan menggunakan program X-12 dari Eviews. Hal
ini tidak perlu dilakukan apabila data yang digunakan adalah data pertumbuhan tahunan karena data tersebut diasumsikan sudah tidak mengandung unsur musiman lagi.
b. Estimasi Trend
Metode yang digunakan dalam penelitian ini adalah metode Hodrick-Presscot filter. Alternatif metode penghilangan unsur trend yang lain seperti
metode PAT (Phase Average Trend) tidak dilakukan karena kendala software yang dimiliki, yaitu program CIND dan Javelin 3 plus.
Metode HP (Hodrick-Prescott) filter
Metode HP filter berfungsi untuk mengestimasi trend dan kemudian
menghilangkannya. Metode HP filter merupakan alat analisis ekonomi yang sederhana dan sangat fleksibel dan merupakan pilihan inti dari trend. Komponen
trend bersifat stokastik tapi bergerak mulus sepanjang waktu dan tidak
berhubungan dengan komponen siklikal.
Metode HP filter membutuhkan penghitungan dari komponen trend yaitu
Y* untuk t = 1, 2, 3, .... dari data seri yang telah dihilangkan unsur musiman dan
irregularnya, yaitu Y, t dapat diestimasi dengan meminimalisasi fungsi
kerugiannya, dimana λ merupakan parameter yang merefleksikan varian dari komponen trend relatif terhadap komponen siklikal. Bisa juga diartikan sebagai faktor pembobot yang mengontrol seberapa mulus hasil trend tersebut. Nilai λ yang rendah akan menghasilkan trend yang mengikuti seri yang telah dihilangkan unsur musimannya secara dekat, sedangkan nilai λ yang tinggi tidak akan menghasilkan fluktuasi jangka pendek dari seri yang telah dihilangkan unsur musiamnnya. Nilai λ untuk data tahunan adalah 100, dan untuk data triwulanan yang diberikan oleh Hodrick dan Prescott adalah 1600, sedangkan untuk data bulanan, nilai λ yang diberikan adalah 14400 (Setiana, 2006).
c. Detrending
Tahapan ini bertujuan untuk memisahkan unsur siklikal dari unsur trend setelah seri acuan bersih dari fluktuasi musiman dan irregular. Tahapan ini
dilakukan dengan cara mengurangkan seri data yang telah dihilangkan unsur musiman dan irregularnya menggunakan program seasonally adjusted dengan seri data yang telah dihilangkan unsur trendnya. Hasil akhirnya berupa pergerakan siklikal seri acuan, yang kemudian dapat dilihat bentuk business cyclenya.
Setelah seri data bersih dari unsur musiman, irregular, dan trend maka selanjutnya dapat dilakukan dengan proses identifikasi titik balik (turning point) berdasarkan metode Bry-Boschan routine. Adapun kriteria-kriteria yang harus dipenuhi dalam proses penentuan titik balik menggunakan metode Bry-Boschan, yaitu :
(a) Periode dengan nilai yang lebih tinggi atau yang lebih rendah dari nilai lainnya dalam rentang 5 bulan sebelum dan sesudahnya diidentifikasi sebagai titik balik potensial.
(b) Suatu fase (puncak ke lembah atau lembah ke puncak) memliki minimum durasi 5 bulan.
(c) Suatu siklus (puncak ke puncak atau lembah ke lembah) memiliki minimum durasi 15 bulan.
(d) Apabila terdapat dua atau lebih titik balik yang sejenis (puncak ke puncak atau lembah ke lembah) dan berurutan, maka dipilih puncak yang tertinggi atau lembah yang terendah.
(e) Apabila terdapat dua atau lebih titik balik dengan nilai sama, maka titik terakhirlah yang dipilih sebagai titik balik.
(f) Titik balik yang terdapat dalam kurun waktu enam bulan atau kurang dari awal dan akhir periode suatu seri data, maka titik tersebut tidak diperhitungkan sebagai titik balik.
Kriteria lain yang bisa dijadikan acuan kriteria yang disarankan oleh Artis
et al. seperti yang terdapat dalam working paper Zhang dan Zhuang
(2002), kriteria-kriteria tersebut, antara lain :
(a) Titik puncak dan titik lembah mengikuti satu sama lain.
(b) Jarak minimum yang diperlukan antara dua titik balik (sebuah fase) adalah sembilan bulan.
(c) Jarak minimum yang diperlukan untuk dua alternatif titik balik (siklus dari puncak ke puncak atau dari lembah ke lembah) adalah 24 bulan.
(d) Titik balik dilokasikan pada nilai ekstrim dalam sebuah fase. Jika ada lebih dari satu nilai ekstirm dalam satu fase, maka observasi yang terakhir yang dipilih sebagai titik balik.
(e) Observasi yang terjadi bersamaan dengan kejadian nonekonomi (seperti guncangan, bencana alam, dll) akan dihiraukan untuk tujuan menganilisis titik balik kecuali titik balik yang didefinisikan dilokasikan bersebelahan dengan observasi tersebut.
Dalam penelitian ini, penentuan titik balik mengacu pada ktiteria yang disarankan Bry-Boschan karena jika durasi antartitik balik terlalu jauh, seperti yang disarankan Bry-Boschan dalam Wuryandari, et. al, (2002) banyak kemungkinan terjadi selama durasi tersebut.
3.2.3 Cross Correlation
Analisis cross correlation merupakan suatu pendekatan untuk melihat
detrended berdasarkan lag (periode ke belakang) dan lead (periode ke depan). Detrended merupakan cara untuk memisahkan komponen trend, sehinggga
sebelum cross correlation maka ditentukan terlebih dahulu variabel trend dan siklikal berdasarkan hasil analisis HPF. Cross correlation dapat memperlihatkan lag detrended dan lead detrended pada suatu variabel. Cross correlation menunjukkan detrended dengan komponen siklikal mempunyai korelasi atau tidak.
3.2.4. Pemilihan Komponen Pembentuk CLI
Tahapan selanjutnya adalah pemilihan kandidat komposit, tetapi sebelumnya, perlu dilakukan pengujian terlebih dahulu apakah data yang akan dipilih memiliki pergerakan co-movement terhadap seri acuan yang bersifat
leading, lagging, atau coincident. Hal ini dilakukan karena komponen pembentuk
CLI hanya terdiri dari variabel-variabel ekonomi yang tergolong sebagai leading
indicator.
Berikut ini merupakan faktor-faktor yang dapat dijadikan sebagai bahan pertimbangan dalam melakukan seleksi terhadap data variabel sebelum ditetapkan sebagai kandidat (Wuryandari, et. al) :
1. Relevansi Ekonomi
Dalam hal ini, data variabel harus memiliki makna ekonomi yang sangat berkaitan dengan seri acuan, antara lain seperti :
(a) mengandung unsur yang dapat menyebabkan fluktuasi output pertanian (prime movers), maksudnya fluktuasi output pertanian
dipengaruhi terutama oleh sejumlah kekuatan yang dapat diukur seperti kebijakan fiskal dan moneter, contohnya adalah kredit modal kerja dan investasi serta tingkat harga input untuk pertanian.
(b) mengandung unsur ekspektasi pelaku ekonomi (expectation
sensitive indicator), contoh : tingkat harga komoditi tertentu pada
pasar dunia.
(c) mengukur kegiatan ekonomi pada awal proses produksi (early
stage indicator), contoh : harga benih dan bibit.
(d) menyesuaikan dengan cepat terhadap perubahan kegiatan ekonomi 3. Stasioneritas
Data yang digunakan sebagai variabel dalam komposit harus merupakan data stasioner yang telah bersih dari unsur musiman (seosanal) dan trend. 4. Prilaku Siklikal
(a) Panjang serta konsistensi periode leading dari titik balik indikator terhadap titik balik seri referensi
(b) Cyclikal conformity antara kandidat indikator dengan seri referensi.
Indikator dengan pergerakan siklikal yang memiliki korelasi tinggi dengan seri referensi akan menjadi pemandu yang baik untuk mempekirakan titik balik seri referensi
(c) Tidak terdapat siklus ekstra ataupun siklus yang hilang (missing
cycles) dibandingkan dengan pergerakan siklus seri referensi
(d) Data mulus, yaitu pergerakan siklikal dapat dengan mudah dibedakan dari pesgerakan data yang acak (irregular)
3.2.5. Pembentukan Komposit Leading Indicator
Setelah melakukan pemilihan dan penyaringan atas variabel-variabel yang akan menjadi kandidat atas komposit indikator, tahap selanjutnya adalah
menyusun komposit indikator. Tahapan pembentukan leading indikator adalah sebagai berikut (Wira Kusuma, et. al 2004) :
1. Penyeragaman periode
Seri data kandidat yang telah terpilih diseragamkan periodisasinya menjadi data triwulanan. Dalam hal ini terdapat data dalam bentuk bulanan sehingga dilakukan agregasi dan penjumlahan.
2. Pemulusan
Indikator yang akan digabung ke dalam komposit harus mempunyai tingkat kemulusan yang sama. Hal tersebut perlu dilakukan agar pergerakan komposit indikator terhindar dari pengaruh pergerakan
irregular salah satu komponen indikator.
3. Normalisasi
Tahap selanjutnya adalah melakukan normalisasi data series. Prosedur ini dilakukan agar seluruh pergerakan siklikal memiliki amplitudo yang sama. Tanpa proses normalisasi ini maka pergerakan siklikal komposit indikator dapat didominasi oleah pergerakan indikator dengan amplitudo siklikal yang besar. Metode normalisasi yang digunakan adalah dengan mengurangi data seri dengan nilai rata-rata, sehingga diperoleh angka selisih. Selanjutnya, membagi angka selisih dengan rata-rata dari nlai absolut selisih tersebut. Terakhir, data yang telah dinormalisasi tersebut diubah ke dalam bentuk indeks dengan cara menambahkan nilai 100. 4. Lagging
Tahap ini hanya dilakukan apabila kandidat indikator yang dipilih terbagi dalam dua kelompok yaitu “longer leading”dan “shorter leading”.
