CROWDINGOUT MAKROEKONOMETRIK KARO ERA OTDA

(1)

PENELITIAN FKIP PRODI EKONOMI

CROWDINGOUT MAKROEKONOMETRIK KARO ERA OTDA

TIM PENGUSUL

Dr.DEARLINA SINAGA NIDN:03257666.(KETUA) SOPAR M.H. NIDN: 9900006195.(ANGGOTA) LINDA SIANIPAR, S.Pd. NIDN: (ANGGOTA)

UNIVERSITAS HKBP NOMMENSEN (UHN) 2015

(2)

HALAMAN PENGESAHAN PENELITIAN PRODI EKONOMI

Judul Penelitian : Crowding-out Makroekonometrik Karo Era OTDA Kode/Nama Rumpun Ilmu : 561 / EKONOMI PEMBANGUNAN

Ketua Peneliti:

a. Nama Lengkap : Dr.Dearlina Sinaga

b. NIDN : 03250766604

c. Jabatan Fungsional :

d. Program Studi : Ilmu Ekonomi

e. Nomor HP :

f. Alamat surel (e-mail) : Anggota Peneliti (1)

a. Nama Lengkap :Sopar Martua Hasudungan

b. NIDN :9900006195

c. Perguruan Tinggi : Universitas HKBP Nommensen , UHN Anggota Peneliti (2)

a. Nama Lengkap :Linda Sianipar,S.Pd.

b. NIDN :

c. Perguruan Tinggi : Universitas HKBP Nommensen , UHN Lama Penelitian Keseluruhan : 1 tahun

Penelitian Tahun ke : 1 Biaya Penelitian Keseluruhan : Rp.

Biaya Tahun Berjalan : - diusulkan ke UHN Rp.

- dana internal UHN Rp. ……….

- dana institusi lain Rp. ……….

- inkind sebutkan ………

Medan, Mengetahui,

Dekan/Ketua Ketua Peneliti,

(Drs.Juliper Nainggolan,M.Si.) (Dr.Dearlina Sinaga) NIK.

Menyetujui, Ketua Lembaga Penelitian

(3)

(4)

(5)

(6)

(7)

RINGKASAN

Penelitian ini diadakan dengan tujuan agar Karo mempunyai Model Crowding –Out Makroekonometrik Karo yang pada tingkat saat ini belum pernah ada dilakukan.

Model Makro Dasar ini perlu dan sangat urgen dilakukan mengingat Karo setelah UU OTDA harus mempunyai perencanaan pembangunan yang baik .

Konsekwensi dari UU OTDA adalah Otonomi Keuangan di mana DAU dan DAK, DANA BAGI HASIL tidak lagi melalui Propinsi SUMUT , tetapi langsung ke daerah Kabupaten/ Kota pemekaran , keuntungan bagi otoritas fiskal; namun di sisi lain otoritas moneter masih di tangan pusat .

Dengan semua alasan di atas tentulah Belanja Pembangunan dan Belanja Rutin Daerah Karo semakin besar membentuk multiplier(pengganda)Pendapatan . tapi kebijakan fiskal yang salah dapat menghilangkan multiplier tersebut .

Besarnya Pendapatan akan memberi efek Tabungan Daerah semakin besar, yang muaranya pada Investasi dan Kredit ke Investor maupun Usaha Kecil , dan Menengah semakin besar pula , yang merupakan Kegiatan Riil perekonomian, namun ini akan hilang jikalau Kepala Daerah , dalam hal ini , pemangku fiskal salah meramu kebijakannya .

Model ini akan dibangun dengan Beberapa Persamaan Simultan yang saling kait- mengait di antara Variabel-variabel Pertumbuhan Ekonomi, Investasi, Tabungan,Belanja Pemerintah, Belanja Rutin .

Model ini akan melihat keberadaan crowding-out Karo .

Model akan di -Simulasi dengan beberapa Skenario Variabel Pajak untuk meramal Pertumbuhan Ekonomi 5 tahun ke depan setelah tahun data 18 tahun riset, yakni Tahun 2014 sampai tahun 2019.

Kesulitan dalam Riset Times series adalah kesulitan yang diakibatkan data tahunan yang panjang dan akan diatasi dengan membuat data Moving average ; kedua dengan mencipta variable waktu (t). Kesulitan lain muncul karena tercipta dua kelompok data sebelum OTDA , atau sebelum tahun 1999 dan setelah 1999 sampai 2012. Kesulitan ini harus diatasi untuk menghindarkan Bias Penelitian.

Model akan diregresi dengan OLS (Ordinary Least Squares), 2SLS (Two Stages Least Squares), dan 3SLS (Three Stages Least Squares). Hasil Koefisien dan Konstanta Regresi akan dibandingkan dengan Error (Kekeliruan) Statistik . Hasil Regresi ini akhirnya diuji dengan Kesesuaian Teori Ekonomi.

Dengan menggunakan software Mapleakan dilakukan Simulasi Persamaan Regresi.

Hasil Model Rekayasa di-Simulasi dan dapat digunakan Lembaga riset Swasta maupun Pemerintah untuk mengambil Kebijakan Fiskal .meramal Pertumbuhan ekonomi ,investasi, dll.

tahun-tahun yang akan datang.

Dengan semua uraian di atas ,peneliti akan membangun “ Sruktur Model Crowding-out Makroekonometrik Karo Era Otonomi Daerah “ yang dapat digunakan untuk meramal pereko nomian Karo di masa depan menggunakan Simulasi, yang dapat meramal seluruh komponen pertumbuhan ekonomi sepanjang masa.

(8)

CROWDINGOUT MAKROEKONOMETRIK KARO ERA OTDA

Tujuan Penelitian ini untuk menentukan Model Crowding Out Makroekonometrik Karo Era OTDA.

ABSTRAK

Penelitian menggunakan data sekunder Time Series dari Triwulan 2 tahun 1998 – triwulan 1 tahun 2014 dari berbagai publisher BAPPEDA KABUPATEN KARO, BPS Kota Medan, Laporan Triwulan BI . Estimasi denagn 2 SLS ,two stages Least squares.

Hasil penelitian mengungkapkan koeifisien-koeifisien respon ‘peubah-peubah endogen’

terhadap ‘peubah terikat’ yang berpengaruh secara nyata baik dalam short run maupun long- run Elastisitas Pendapatan Daerah (PDRB) terhadap Harga positif 0,795 .

Elastisitas Suku Bunga Tabungan riil terhadap Pendapatan Perseorangan positif 0,248 . Elastisitas Kredit terhadap inflasi positif 0,045 .

Kata Kunci :Elastisitas , PDRB, Suku Bunga Tabungan riil , Pendapatan Perseorangan, Kredit, Inflasi , 2SLS

KARO MACROEKONOMETRIC CROWDING OUT of OTDA FASE

The main object of this research is to determine Karo Macroeconometric Crowding Out of OTDA Fase .

ABSTRACT

Research employed secondary date of time series for the second quarter of 1998 to the first quarter of 2014 from various publications such as BAPPEDA KABUPATEN KARO, BPS Medan, Quarter Report of BI .

The result show the respons coeifisien-coeifisien of ‘endogen variable’ respect to

‘dependent variabel’ .Regional Income (PDRB) respect to Price is positive 0,795 . Elasticity saving interest rate respect to Personal Income is positive 0,248 . Elasticity of Credit respect to inflation is positive 0,045 .

Keywords :Elasticity, PDRB, saving riil interest rate, Personal Income, Credit, Inflation ,

(9)

DAFTAR ISI

Karo adalah sebuah Kabupaten dari 33 Kabupaten dan Kota di Sumatera Utara , sebuah Kabupaten di mana PDRB nya di dominasi sektor Pariwisata dan Pertanian Buah , Sayur serta Bunga ; satu kembaran Kabupaten Bandung untuk pulau Jawa .Daerah dingin sebagai manifestasi tanah tinggi ( Karo simalem ) seperti Bandung , perbedaannya Bandung ditunjang sebuah sektor lain sebagai Kota Pendidikan . Dengan demikian dapatlah pembaca membayangkan tofografi Karo itu . Tanah subur , berbeda dengan tanah lain di Sumatera Utara , penduduknya mendominasi semua sektor perdagangan agrobisnis , tidak seperti daerah lain yang tidak dapat menguasai perdagangan tanpa peran pihak luar . Tidak heran daerah lain di Sumatera Utara jauh tertinggal dari Karo , ini ditunjang pula oleh jaraknya yang terdekat ke ibukota Sumatera Utara , Medan . Dia pemasok utama Hasil pertanian ke Medan sampai Manca Negara . Bumi yang kaya , mencerminkan penduduknya yang kaya pula . Sebuah daerah yang unique , yang menggelitik penulis ingin melihat ke dalam , apa sebenarnya model makroekonometrika Karo yang sedemikian itu ? Kemandiriannya membawa penulis pada sebuah pendeketan makroekonometrik yang diberi lebel (platform) crowding out .

Sebuah model yang mencerminkan kemandirian perekonomian tanpa peran pihak luar maupun pemerintah . Pihak luar di sini maksud penulis luar negeri (asing) ,LN , pemerintah dengan arti pemerintah Kabupaten Karo . Perasaan pembaca tentu menyiratkan tak mungkin tidak ada peran kedua pihak tersebut , apalagi ,dia , Karo , tidaklah mungkin mengkonsumsi kelimpahan (abundant komparatif ) pertaniannya semua . Maksud penulis juga demikian , namun crowding out dalam latar teorinya membuat asumsi demikian . Sebuah model tanpa campur tangan pemerintah dan pihak asing , baik dalam short-run ( jangka pendek) , long-run (jangka panjang ) , maupun dalam pembangunan yang sustainable , melampaui kondisi mapan – pasar clearing– semua kapital dan labor digunakan habis .

Masakan bisa demikian ,tentu itu yang pembaca ajukan . Namun , teori ekonomi memanglah banyak berisi misteri . Demikianlah , sabda Adam Smith ,jawara ekonom Inggris yang pertama , perekonomian tidak perlu campurtangan pemerintah , dia berjalan sendiri bak

‘tangan tak tampak’ (invisible hand ) , pasar menentukan sendiri harga demanddan supply . Apa nyana , Great Deppresion era 30-an melanda Eropahpost-war PD-II , ‘pemerintah harus hadir’ , sabda Keynes jawara ekonom Inggris juga , mengajukan model Supply side,sisi penawaran , muncullah model IS-LM . IS(investment-saving) , pasar barang , LM (liquid money).

Era kini ‘Eropah bersatu’ dengan euro nya , free-trade ,perdagangan bebas , anti monopoly anti dumping , bebas quota ,globalisasi , bebas tanpa batas , pemerintah hanya mengatur ,tak bisa campur tangan , Adam Smith pemenang .

(11)

Karo , dengan green economic nya , penulis ajukan sebagai ciri ekonomi agraris yang PDRB nya didominasi sektorprimer , industri pertanian , dengan asumsi tanpa peran LN , di mana peran pemerintah hadir tanpa ada arti .

Maksud penulis , bukan pemerintah tiada arti , namun ketika pemerintah menaikkan belanjanya dalam rupa government expenditure, yaitu belanja pegawai , belanja pembangunan , menyebabkan tingkat bunga naik , yang muaranya investasi menurun .

Maksud pemerintah Karo bagus , dengan membesarkan pembangunan , dan menaikkan pendapatan pegawai , dan memberisubsidi pada si miskin (poor) pastilah akan member multiplier yang besar pada sektor utama Karo , pertanian . Demikian pula maksud investor , tanah yang subur pastilah memberi banyak keuntungan bila berinvestasi , dengan demikian semakin banyak tenaga kerja terserap , yang ujungnya kesejahteraan juga .

The last lender ,dalam hal ini lembaga keuangan baik perbankan maupun enggak memberi minat besar pula untuk memberi pinjaman pada investor .

Tetapi kan investor enggak mau minjam jikalau tingkat bunga tinggi , sebab , dia takut enggak sanggup membayar bunganya , juga kalaupun dikerjai keuntungannya tipis ; yang juga memberi rasa takut yang besar pada last-lender tadi pada ‘kredit macet’ –prudential ( sikap yang berhati- hati sekali ) .

Crowding out investment adalah mendorong investasi ke luar , atau menghilangkan investasi .

Peneliti di sini , ingin melihat pada era OTDA , dengan keunikan Karo ,apakah terjadi crowding out ? Jika ini terjadi tentulah Karo berjuang sendiri tanpa pemerintahnya , dan investorenggak dapat ‘kue pembangunan’, yang artinya , lambatlah pembangunan pertanian Karo , dan cepatlah itu jikalau tidak terjadi .

Peneliti sangat sadar , dengan berfikiran sehat , Pemerintah Daerah dalam era OTDA , hanya dapat memengaruhi dengan instrument fiskal , tapi moneter enggak , sebab itu kuasa pusat , dalam hal ini bank sentral ,BI , yang artinya tidak dapat dilakukan kebijakan terintegrasi antara fiskal dan moneter ; jika kebijakan campuran ini bisa bekerja crowding out tidak akan terjadi .

Dengan demikian , lengkap sudah asumsi peneliti untuk crowding out Karo .

Ini sangat urgen , sebab model makro dapat meramal dengan tepat ke depan berapa besar indikator-indikator ekonomi yang bakal terjadi ; tanpa model makro tentulah pembangunan Karo berjalan tanpa perencanaan yang baik , tidak efisien , tidak efektif , tidak optimum, tidak sejahtera (welfare) , tidak pareto optimally, tentu tidak green pula .

1.2 Rumusan Masalah

1. Apakah crowding out melalui Model Rekayasa Makroekonometrik Karoera OTDA, ada ?

1.3 Tujuan dan Luaran Penelitian

(12)

Tujuan Penelitian

1. Menentukan permintaan investor terhadap Tabungan Perorangan (dana taktis) ,baik jangka pendek maupun jangka panjang , investasi , dan belanja pemerintah sebagai variable faktorcrowding out .

2.Menentukan Model Crowding -out Makroekonometrik Karo sepanjang masa yang sesuai Teori Ekonomi saat ini

3.Meramal Pertumbuhan Ekonomi Karo 5 Tahun ke depan , tahun 2014 -2019.

Luaran Penelitian

1.Input bagi Pemerintah Kabupaten-Karo sebagai Penentu Kebijakan Fiskal dan Moneter.

2.Menyumbangkan di kalangan Ilmuan cara-cara baru meramal perekonomian di masa depan .

1.4 Urgensi (Keutamaan )Penelitian

1.Karo belum memiliki Model Crowding-Out Makroekonometrika . 2.Karo dapat merencanakan pembangunannya dengan benar.

3.Karo dapat meramal seluruh variabel ekonomi di masa depan .

4.Karo dapat membuat skenario pertumbuhan semua indikator ekonomi menggunakan variabel eksogen kebijakan sebagai variabel kontrol (pengendali ) .

5.Karo dapat memilah indikator ekonomi mana yang tertinggal dan indikator mana yang dominan dalam pertumbuhan ekonomi , untuk menentukan keurgensian pembangunan.

(13)

BAB II

TINJAUAN PUSTAKA 0.1. Landasan Teoritik

Dalam teori Klasik , perekonomian jangka panjang , untuk memengaruhi perekonomian dilakukan kebijakan fiskal .

Pertama- tama , pemerintah menaikkan belanjanya sebesar G . Memberi dampak langsung peningkatan permintaan terhadap barang dan jasa sebesar G pula . Tetapi karena output tetap , kenaikan dalam belanja pemerintah harus dipenuhi melalui penurunan dalam beberapa kategori permintaan lain .Karena pendapatan disposable (yang dapat dibelanjakan ) Y – T tidak berubah , dan konsumsi ,C tak berubah akibatnya . Kenaikan dalam belanja pemerintah harus dipenuhi melalui penurunan yang sama dalam investasi , di mana investasi sama dengan tabungan , yang sama dengan Y –T –C .

Agar investasi turun , tingkat bunga harus naik ( orang enggan menabung ) . maka kenaikan dalam belanja pemerintah menyebabkan tingkat bunga meningkat dan investasi turun . pembelian pemerintah disebut ‘desakan keluar (crowding out )’ investasi .

Peningkatan belanja pemerintah tidak dikaitkan dengan peningkatan dalam pajak , pemerintah mendanai pengeluaran dengan meminjam – yaitu , dengan mengurangi tabungan masyarakat (T –G ). Karena tabungan masyarakat tetap , pinjaman pemerintah ini mengurangi tabungan nasional ( tabungan perorangan ( dana taktis + tabungan masyarakat ) . Perhatikanlah Gambar , penurunan dalam tabungan nasional menggeser ke kiri penawaran dana taktis . Pada tingkat bunga awal , permintaan pinjaman melebihi penawaran , sehingga r1r₂.

Penurunan pajak sebesar T berdampak pada peningkatan pendapatan disposabel T , dan konsumsi juga meningkat sebesarT dikali kecendrungan mengkonsumsi marjinal MPC .

Karena output perekonomian ditentukan faktor-faktor produksi dan tingkat belanja pemerintah ditentukan pemerintah , kenaikan konsumsi harus diimbangi dengan penurunan investasi . Investasi turun , tingkat bunga harus naik . Maka , penurunan pajak menyebabkan crowding out .

Dalam jangka pendek , teori IS –LM memengaruhi ekonomi dengan kebijakan ekspansi fiskal nya sedemikian .

S1

S2

r1

r2

Tingkat bung aril , r

Investasi , tabungan , I , S I(r)

(14)

Pemerintah manaikkan belanjanya sebesar G . Pengganda belanja pemerintah dalam perpotongan Keynesmenyatan bahwa , pada tingkat bunga tertentu , perubahan kebijakan fiskal menaikkan pendapatan sebesar G / (( 1 –MPC ) .Perhatikan Gambar , kurva ISbergeser ke kanan sebesar jumlah tersebut .Kenaikan belanja pemerintah meningkatkan pendapatan dan tingkat bunga .

Saat pemerintah menaikkan belanjanya pada barang dan jasa , pengeluaran yang direncanakan naik mendorong produksi barang dan jasa , yang menaikkan pendapatan total Y .

Dari teoripreferensi likuiditas, permintaan uang tergantung pada pendapatan , kenaikan pendapatan nasional meningkatkan permintaan jumlah uang pada tiap tingkat bunga . Tetapi penawaran uang tetap , yang menyebabkan tingkat bunga keseimbangan r naik .

Ketika tingkat bunga naik , perusahaan mengurangi rencana investasinya . Terjadi crowdingout .

Perubahan dalam pajak , dengan IS-LM memengaruhi ekonomi sebanyak perubahan dalam belanja pemerintah , kecuali pajak memengaruhi pengeluaran melalui konsumsi .

Pemotongan pajak sebesar T , mendorong konsumen mengeluarkan uang lebih banyak , dan meningkatkan pengeluaran yang direncanakan . Pengganda pajak dalam perpotongan Keynesianmenyatakan bahwa , pada tingkat bunga tertentu , peribahan dalam kaebijakan ini menaikkan tingkat pendapatan sebesar T x MPC / ( 1 – MPC ) . Kebijakan menaikkan tingkat pendapatan dan tingkat bunga , menurunkan investasi .

Transmisi kedua model di atas dapat dilukiskan sebagai berikut , r1

r2

IS1

IS2

LM

Pendapatan nasional ,output, Y Tingkat

bunga ,r

↑ ↑

↑

∆ ↑

, − ,

↓ Crowd-out

Klasik

IS-LM

(15)

Kebijakan Integratif

Saat menentukan Kebijakan masing-masing pengambil kebijakan moneter atau fiskal harus mengetahui apa yang akan dilakukan yang lain , ini untuk menghindari crowding-out . Sayangnya dalam era OTDA itu tak dapat dilakukan sebab, dalam era OTDA sarana top-down sudah tak popular lagi , sementara sarana lain down-up yang menjadi ruh-nya otonomi juga menjadi tak mungkin , sebuah paradox OTDA .

Kepala daerah , dalam hal ini Bupati sebagai penentu fiskal , tak tahu apa yang akan dilakukan otoritas moneter , pemerintah pusat , dalam hal ini Gubernur BI , dan sebaliknya sudah tak popular lagi ; kerancuan ini menciptakan crowding out di setiap daerah di seluruh Indonesia ,konsekuensi dari otonomi daerah .

Seolah-olah Pemerintah Daerah melakukan kebijakan liar , ini terlihat setiap tahun Presiden dalam hal ini DPR-RI menghapus ribuan Peraturan Daerah .

Semisal , katakanlah terjadi integrative kebijakan : sebutlah Bupati ingin meningkatkan pajak . Bagaimanakah dampaknya pada perekonomian Karo ? Menurut model IS-LM , jawabaannya tergantung pada bagaimana BI menanggapi kenaikan pajak .

Gambar berikut member beberapa kemungkinan . Pada bagian (a) , BI mempertahankan penawaran uang konstan . Kenaikan pajak menggeser kurva IS ke kiri . Pendapatan turun ( pajak mengurangi pengeluaran konsumen ) , dan tingkat bunga turun ( karena pendapatan yang lebih rendah menggeser kurva permintaan uang ke bawah ) . Penurunan dalam pendapatan menunjukkan bahwa peningkatan pajak menyebabkan resesi ( penurunan pertumbuhan ekonomi , dan menaikkan pengangguran ) .

Pada bagian ( b) , BI ingin mempertahankan tingkat bunga konstan . dalam hal ini ketika kenaikan pajak menggeser kurva IS ke kiri , BI harus mengurangi penawaran uang untuk mempertahankan tingkat bunga pada titik awalnya . Penurunan dalam penawaran uang menggeser kurva LM ke atas .Tingkat bunga tidak turun tapi pendapatan turun dalam jumlah yang lebih besar dari pada jika BI mempertahankan penawaran uang konstan . Meskipun pada bagian (a) tingkat bunga yang lebih rendah mendorong investasi dan sebagian menghapus efek konstraksi dari peningkatan pajak , dalam bagian (b) BI memperburuk resesi dengan mempertahankan tingkat bunga tinggi .

Pada bagian (c) , BI ingin melindungi kenaikan pajak dari turunnya pendapatan . Karena itu , ia harus meningkatkan penawaran uang dan menggeser kurva LM ke bawah untuk menghilangkan pergeseran kurva IS . Dalam hal ini, kenaikan pajak tidak menyebabkan resesi , tetapi menyebabkan penurunan yang besar pada tingkat bunga . Meskipun tingkat pendapatan tidak berubah , kombinasi kenaikan pajak dan ekspansi moneter tidak mengubah pengalokasian sumber daya perekonomian . Kenaikan pajak mengurangi konsumsi , sedangkan penurunan tingkat bunga mendoroing investasi . Pendapatan tidak terpengaruh karena kedua dampak ini benar-benar seimbang .

Dari contoh ini , bisa dilihat bahwa dampak dari perubahan kebijakan fiscal tergantung pada kebijakan yang diterapkan BI-yaitu, pada apakah BI mempertahankan penawaran uang , tingkat bunga , atau tingkat pendapatan konstan .

(16)

2.2 Penelitian Sebelumnya

Wardana (2000) menunjukkan bahwa pengeluaran pemerintah mengaruhi signifikan terhadap pendapatan , studi tersebut memperlihatkan bahwa kebijakan moneter lebih baik dibandingkan dengan kebijakan anggaran dalam mendorong pendapatan. Studi Silalahi (2001) memperlihatkan pula bahwa kebijakan anggaran pemerintah menyebabkan peningkatan pertumbuhan ekonomi yang sekaligus juga menggambarkan peningkatan pendapatan masyarakat.

LM1

LM2

IS1

IS2

Pendapatan ,output, Y (c)BI Mempertahankan Pendapatan Konstan Ting

kat bu nga , r

LM2

LM1

IS1

IS2

Ting kat bu nga ,r

Pendapatan, output ,Y LM

IS1

IS2

Tng kat bu nga ,r

Pendapatan,output,Y

(a)BI Mempertahankan Penawaran Uang Konstan (b) BI Mempertahankan Tingkat Bunga Konstan

(17)

dilakukan oleh Aliasuddin (2001,2002c), Siregar (2001) dan Abubakar (2002) membuktikan bahwa kenaikan pendapatan sangat berpengaruh terhadap peningkatan konsumsi. Hasil ini sangat beralasan sesuai dengan kajian yang dilakukan oleh Yusuf (1997) bahwa masyarakat Indonesia mempunyai pola pengeluaran yang sangat konsumtif, kenaikan pendapatan akan dialokasikan untuk membeli barang- barang termasuk barang impor. Peningkatan impor merupakan kebocoran dalam sistim perekonomian karena dampak pengganda pendapatan terjadi di Negara lain.

Dampak kebijakan fiscal berupa peningkatan pengeluaran daerah ( APBD Propinsi NAD dan APBD Kabupaten/ Kota ) terhadap indicator moneter dan perbankan ternyata cukup signifikan, demikian hasil tim riset ekonomi Fakultas Ekonomi Universitas Syiah Kuala Darussalam bekerja sama dengan Kantor Bank Indonesia Banda Aceh (2002).

Hasil riset tim ekonomi Pusat Studi Pembangunan Fakultas Ekonomi (CDS) Universitas Syiah Kuala kerja sama dengan BAPPEDA Propinsi Daerah Istimewa Aceh (1992) , menyatakan pada skenario kenaikan pajak 10 % , hasil simulasi shock dibandingkan dengan simulasi dasar , mengakibatkan berkurangnya pendapatan yang dapat dibelanjakan, dan penurunan pada tabungan masyarakat.

2.3 Hipotesis

1. H1: Ada crowding-out Karo Hipotesis diuji dengan cara

 Mengestimasi ModelCrowding-out Makroekonometrik Karo .

 Simulasi dilakukan untuk melihat perubahan Pertumbuhan Ekonomi akibat efek Model Crowding-out Makroekonometrik Karo.

(18)

BAB III

METODE PENELITIAN 3.1 RuangLlingkup Penelitian

Ruang lingkup penelitian adalah menganalisis Simulasi dan peramalan Model Crowding-out Makroekonometrik Karo . Adapun yang dikaji variable PDRB Nominal, APBD, Tingkat Bunga Deposito, Kredit Perbankan, Belanja Pemerintah, Tabungan Perorangan, Uang Beredar, Tabungan Masyarakat .

3.2 Metode Pengumpulan Data

Data yang digunakan adalah data variable di atas.

KarenaPDB Nominal, dalam data triwulan, maka data pajak yang dalam tahun anggaran diubah menjadi data triwulan dengan rumus rata-rata bergerak (moving average .)

Namun Data triwulan rangkaian waktu menunjukkan pola musiman dan pola trend (Gujarati,2000 :275).

Untuk itu faktor musiman harus dihilangkan. .Menghilangkan komponen musiman (deseasonalisasi dapat dilakukan dengan peubah boneka (dummy variable) atau rata-rata bergerak (moving average). (Wonnacot dan Wonnacot :205).

Untuk data triwulan actual seperti PDRB digunakan rerata bergerak sederhana (simple moving average.)

Untuk menghilangkan pola trend (detrending ) , digunakan peubah waktu trend.

Ini dilakukan untuk menghindarkan korelasi “spurious” (rancu). Sering terjadi peubah bergerak dalam arah yang sama dengan trend ke atas atau ke bawah , sehingga menghasilkan R² yang tinggi yang tidak mencerminkan hubungan yang sebenarnya antara peubah bebas dan terikat ( Gujarati,2000 :126.)

Data yang digunakan data sekunder dari triwulan pertama tahun 1994 sampai triwulan keempat tahun 2012 (72 triwulan .)

Data diperoleh dari BPS, APBD, Laporan BI.

3.3 Tahap Penelitian i. Tahun I

1st.Bulan 1 ,Persiapan perlengkapan riset

2nd. Bulan 2 samapai bulan 4 ,survey dan sampling di Kantor KabupatenKaro

3rd. Bulan 5 sinkronisasi data Kabupaten Karo 4th. Bulan 6 analisis data

(19)

Sampai bulan 13 , luaran yang dihasilkan adalah BAB I ,BAB II, dan BAB III riset

ii. Tahun II

1st.Bulan 14 , Seminar Crowding-out 2nd. Bulan 15 Simulasi III 3rd. Bulan 16 ,Progress report 4th. Bulan 17-21,Transmisi

5th. Bulan 22 ,Pembukuan hasil riset 6th. Bulan 23 , Pelaporan Hasil Riset 7th. Bulan 24 , Penyampaian Fisik riset . 3.4 Rekayasa Model Makro

Seluruh model akan diregresi dengan metode 2SLS (Two Stage Least Squares), dan 3SLS (Three Stage Least Squares).

Regresi 2SLS dan 3SLS digunakan untuk Riset Simultan ekonomi yang kait mengait dan saling memengaruhi, seperti Y (pendapatan) memengaruhi C( Konsumsi), begitu pula C(Konsumsi ) memengaruhi Y(Pendapatan), jadi alasan ini juga OLS tak dapat digunakan untuk variable yang saling mempengaruhi dua arah- pada satu persamaan C endogen bagi Y, tapi dalam blok persamaan lain Ceksogen bagi Y.

Sebelum melakukan Regresi dilakukan Identifikasirank-order, uuntuk melihat apakah data 18 tahun dapat menjelaskan ratusan variable ekonomi yang diteliti.

Riset Simultan memang terpadu yang melibatkan variabel sangat besar. Sebelum melakukan regresi data dibuat Lag ,ini untuk menghindarkan bias penelitian, metode ini disebut movingaverage ,dan data lag ini yang diregresi.

Juga karena riset ini adalah riset timeseries , maka pada setiap blok persamaan dimasukkan variable waktu time series (t) , ini untuk menghindarkan bias penelitian.

Dengan memeriksa seluruh Statistik P-Value, DW (Durbin Watson),dll.dari hasil regresi, dan membandingkannya dengan

t

_tabeldiperoleh koeifisien dan konstanta yang sesuai degan statistic regresi.

Kemudian tanda koefisien variabel penelitian disesuaikan dengan teoriekonomi, apabila tidak sesuai data aktual harus diterangkan penyebabnya.

Apabila sudah sesuai Statistik dan Teori Ekonomi yang membangunnya dilakukan SimulasiDasar menggunakan Metode IterasiGaussSeidel, kemudian setelah dilakukan Simulasi diperiksa Standard error Simulasi apakah seluruh data menjejaki sebagaimana data aktualnya.

Jika Simulasi tepat menjejaki data aktual, maka dilakukan SimulasiKebijakan dengan menggunakan variabel Kontrol Pajak Daerah, dengan membuat beberapa skenario kenaikan pajak, dengan demikian telah dilakukan Peramalan Pertumbuhan Ekonomi 5 tahun ke depan dari tahun 2014-2019 . Dan meramal seluruh kenaikan variabel endogen (atau variable dalam model).

Dari sini dilihat variabel mana yang paling menentukan Pertumbuhan Ekonomi, dan Komponen

(20)

mana dari Pertumbuhan Ekonomi yang kurang mendapat perhatian, atau sektor mana dari 8 sektor industri yang sedikit diberi perhatian pembangunan.

Tahap terakhir menentukan dari Komponen mana Pertumbuhan Ekonomi pertama dipengaruhi.

Untuk meregresi metode di atas digunakan Software Mapel.

Adapun model yang akan dianalisis di bagi dalam beberapa blok berikut : Blok Aggregat Penawaran

PP =₀+₁D +₂Tr +₃i_TAB+₄t +₁ KR = 0–1iRIL+2Y +3 + 4t +2

 = ₀+₁KR +₂t +₃ P = ₀+₁Y +₂t + ₄ Blok Aggregat Permintan , IS-LM

I(r) = SP =₀–₁rNOM+₂t + ₅

Y =₀+₁G + k₁T_DAERAH+₂KR +₃t + ₆; di mana

0 = [z/(a+c)/(1-b)] ; 1 = z/(1-b)

₂ = d/(1-b)[f + de/(1-b)]

Identitas

i. Y = C + I + G

ii. T =PAJAK DAERAH + RETRIBUSI

iii. Y = PAD + DANA BAGI HASIL + DAU + DAK

iv. Y = PDRB KABUPATEN KARO

v. M^S = M/P = L(i,Y) = M^d vi. iNOM = rRIL+

vii. IS : Y = C(Y – D) + I(r) + G viii. LM : M/P = L(r ,Y)

ix. PP = DIVIDEN + PENDAPATAN BUNGA PERSEORANGAN

Di mana :

(21)

D = Dividen

Tr = Subsidi Pemerintah iTAB = Suku bunga tabungan t = time( waktu)

KR = Kredit bank komersil

 = inflasi

rNOM = tingkat bunga nominal Karo

I(r),SP = Investasi, Simpanan perorangan ( Dana taktis )

P = Harga

G = Belanja Pemerintah Kabupaten Karo TDAERAH = Pajak Daerah

 = disturbance

3.5 Definisi Operasional Peubah Penelitian

1.Pertumbuhan Ekonomi di ambil dari ,PDRB Nominal (Harga Berlaku) Kabupaten Karo 2.Investasi diperoleh dari data PMDN dan PMA KabupatenKaro

3.Belanja Pemerintah terdiri dari Belanja Rutin dan Belanja Pembangunan ,diperoleh dari APBD Kabupaten Karo .

4.Simpanan Perorangan diperoleh dari Dana Pihak Ketiga yang disimpan di Kabupaten Karo.

5.Konsumsi Masyarakat diperoleh dari Proporsi PDBRB Nominal Kabupaten Karo . 6.Investasi dipengaruhi tingkat bunga deposito .

7.Tingkat bunga deposito menggunakan tingkat bunga nominal yang ditawarkan bank komersil

8. Variabel waktu (t) untuk penelitian time series dari triwulan 1 s/d triwulan 72 9. Kredit adalah pinjaman yang disalurkan Bank Komersil di Karo .

10. Inflasi menggunakan IHK (Indeks Harga Konsumen) Kabupaten Karo 11. Dividen adalah hasil bagi keuntungan yang diperoleh perorangan.

Simpanan di sini dalam Rupiah dan Valas (Foreign Currency) di Bank Umum (Commercial) dan BPR ( rural banks).

Simpanan ini dicatat Nominal (jumlah sehari-hari yang tercantum di Uang Kertas ) . Simpanan ini dalam beberapa Kategori :

i. Giro

ii.Simpanan (paling liquid)

Berjangka : Bilyet ( kurang liquid ) iii. Tabungan :

Rekenning Deposito (kurang liquid)

(22)

Sebagai peubah dalam penelitian ini diambil seluruhnya .

Currency yang sangat liquid diasumsikan yang paling kencang memutar volume uang . Besarnya Simpanan ini adalah sama dengan besarnya Penawaran Investasi (Kredit ) .

Jadi selain suku bunga nominal Kredit , Simpanan ini dapat juga menjadi peubah terhadap permintaan investasi .

Ada perbedaan Kredit dan Investasi .

Kredit adalah realisasi yang dikelurkan Lembaga Peminjam Keuangan.

Sedang Investasi besar nya realisasi dari Kredit yang diterima investor .

Kredit yang diajukan Investor bisa saja sebagian dikonsumsi dan sisanya diinvestasi , sesuai dengan Teori Konsumsi Keynes .

Jadi peubah Investasi dalam penelitian ini berbeda dengan peubah Kredit .

Jadi Simpanan memengaruhi Investasi , tetapi Kredit tidak memengaruhi Investasi secara signifikan .

Kredit menurut penggunaannya disalurkan Bang Komersil (Swasta dan BUMD) melaui 3 pipa : Modal Kerja , Investasi , yang sifatnya produksi dan Konsumsi yang sifatnya menghabis kan yang sudah ada dan hutang . Yang terakhir memang menjadi momok perekonomian .

Konsumsim ini seluruhnya dihabiskan oleh orang-orang yang menganggur , sedang produktivitas dihasilkan orang-orang yang bekerja .

Dalam penelitian ini peubah Kredit adalah jumlah ketiganya .

Artinya orang yang menganggur tetap mengemis pada orang yang bekerja , dan diasumsikan itu terjadi dalam jangka panjang , seumur hidupnya menghabiskan .

Penganggur ini dapat menghabiskan bukan saja uang orang yang bekerja tapi harta orang yang bekerja, yaitu harta yang sudah ada sebelumnya, seperti tanah dan rumah .

Jadi penganggur adalah disvestor atau “penghabis” .

Kredit ini dialokasikan menjadi Kredit Mikro, Kecil ,dan Menengah .

Peubah Investasi dalam penelitian ini hanya menggunakan nilai investasi barang, sedang nilai investasi jasa tidak dimasukkan , sekalipun Tanah Karo adalah daerah Pariwisata dengan Industri Perhotelan dan Penginapan yang sangat besar .

Peubah Government Expenditure dalam penelitian ini adalah jumlah Belanja Rutin dan Belanja Pembangunan .

Peubah Pajak Daerah adalah PBB yang seluruhnya diserahkan ke Jakarta dan dikembalikan lagi seluruhnya ke Tanah Karo dan Pajak Kenderaan yang tidak diserahkan ke Jakarta .

Peubah Transfer Payments dalam penelitian ini adalah Pajak Negatif Tanah Karo yang dibelanjakan dalam Belanja Pembangunan dalam Pos Kesehatan ,Kesejahteraan Sosial, Peranan Wanita, Anak, dan Remaja yang diberikan pada masrakat yang membutuhkan , sebagai tambahan pendapatan perorangan .

Dalam pelaporan lain Pos nya diberi nama Balanja Bagi Hasil dan Bantuan Keuangan .

Di Pos PAD dari sisi penerimaan Dana Bagi Hasil diperoleh dari Bagian Bagi Hasil Pajak/

(23)

Di Pelaporan lain pada Pos Belanja Rutin atau Belanja Operasi berisi item Subsidi/Hibah . Di Pelaporan lain Belanja Pembangunan dilaporkan pula sebagai Pelayanan Publik . Di Pelaporan lain Belanja Rutin disebut dengan Belanja Operasional .

Belanja Rutin adalah Belanja yang harus dikelurkan secara rutin .

Peubah Inflasi 1997-2000 dan 2010-212 di-proxy menggunakan Inflasi Medan, dengan assumsi Tanah Karo adalah daerah paling dekat dari Medan , dengan demikian gejolak harga di Medan langsung memengaruhi harga di Tanah Karo, juga sayur,buah dang bunga ke Medan berasal dari Tanah Karo ,diassumsikan inflasi Tanah Karo pada tahun-tahun tersebut mendekati inflasi Medan .

Peubah Pendapatan menggunakan PDRB Tanah Karo atas Harga Berlaku menurut Lapangan Usaha , tidak digunakan Harga Konstan untuk melihat pengaruh gejolak Inflasi .

Peubah Pendapatan Perorangan bukanlah PDRB Harga Berlaku dibagi Jumlah Penduduk Pertengahan Tahun , jadi bukan Pendapatan Perkapita Nominal , tetapi jumlah keseluruhan dari Pendapatan perkapita Nominal tersebut .

Pendapatan Perseorangan dalam penelitian ini sama dengan Pendapatan Bunga Perseorangan tanpa Transfer Pemerintah sebab Transfer Pemerintah untuk menghindarkan Identitasi .

Diasumsikan Perseorangan menabung sisa pendapatannya setelah Konsumsi dan Pajak.

Tetapi Perseorangan yang menganggur (tidak punya pendapatan) menerima Subsidi dari pemerintaha Tanah Karo untuk memenuhi kehidupannya yang miskin.

Dividen tidak dimasukkan di sini karena ketiadaan data . Kalau Perseorangan diassumsikan turut sebagai stake holder dari BUMD , maka Dana Bagi Hasil Laba BUMD dapat dimasukkan sebagai proxy Dividen , tetapi ini tidak dilakukan dalam penelitian ini .Dengan assumsi Dana bagi Hasil Laba Perusahaan sudah diterima Perseorangan melalui Poblic Service seperti SD Negeri Gratis dan lain-lain .

Tinggal satu keterbatasan lagi, jika Pendapatann Bunga Perseorangan diambil sebagai perkalian Suku Bunga Tabungan dengan seluruh Simpanan , maka akan menyebabkan Identasi , dengan demikian sebagai peubah diambil seluruh Simapanan tanpa perkalian suku bunga tabungan.

Peubah Konsumsi Masyarakat menggunakan PDRB atas Harga Berlaku menurut Penggunaan nya .

Peubah Harga menggunakan rerata Kelompok Sembako (sandang pangan –sektor Primer) dan Kelompok Property (Kebutuhan Sekunder ) , Kelompok Jasa (Tersier) tidak dimasukkan .

Peubah Retribusi seperti Retribusi Parkir tidak dimasukkan ke Pajak Daerah , ini dilakukan untuk melihat Tranmisi Pajak Daerah terhadap analisis Crowding Out .

Peubah Suku Bunga Tabungan adalah Suku Bunga Tabungan yang ditetapkan Bank Komersil dan BUMD di Tanah Karo .

Suku Bunga Tabungan dalam penelitian ini adalah Suku Bunga Tabungan Naominal (Deposito Berjangka) yangbukan ditentukan BI , dengan triwulan IV to triwulan IV , Year to Year ,tapi Bank Komersil mnetukan Suku Bunga Tabungan yang lebih tinggi dari yang ditentukan BI untuk menenarik Dana lebih banyak untuk disalurkan dalam bentuk Kredit .

(24)

Peubah Suku Bunga Nominal adalah Suku Bunga Nominal Kredit yang ditetapkan oleh Bank komersil dan BUMD .

Kenapa harus Suku Bunga Nominal ? Investor selalu memperhitungkan Inflasi ketika membayar cicilan hutangnya , dengan inflasi yang lebih besar sebenarnya dia membayar bunga yang lebih kecil , karena Inflasi adalah proporsi dalam bagian tersebut .

Yang mankah Suku Bunga itu yang lebih besar ? Tergantung Bank dan Jenis Simpanan dan Kreditnya , tetapi dalam Penelitian ini diambil reratanya .

Peubah Suku Bunga Riil adalah Suku Bunga Nominal Pinjaman dikurangi Inflasi Berjalan . Kenapa harus Riil ? Bukan Nominal ? Di sini diasumsikan Debitur (Peminjam ) ketika mengajukan permintaan Kredit dia tidak akan meminjam jika Inflasi tinggi, dengan alasan money illusion .

Peubah waktu (tme) digunakan untuk menghilangkan gejala Trend (Detrending) yang dapat menyebabkan multikolinier .

Ketidaklengkapan Data Tanah Karo dipenuhi dengan Interpolasi, Ekstrapolasi dan proxy .

(25)

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN Analisis Kasat Mata

Tahun KREDIT

(Juta rupiah) PDRB (Juta rupiah)

Belanja Pemerintah (Juta rupiah)

Konsumsi Masyarakat (Juta rupiah)

1998 303 842,928 46,651 480,469

1999 298 998,514 46,688 579,138

2000 293 1,579,857 65,633 947,914

2001 83,884 2,104,374 100,750 1,220,537

2002 138,261 2,117,596 135,866 1,231,758

2003 192,638 2,130,819 165,042 1,242,979

2004 247,015 2,408,360 232,975 1,479,319

2005 301,392 3,270,304 238,229 1,715,660

2006 355,769 3,683,020 252,952 1,952,001

2007 410,146 3,978,802 355,588 2,188,341

2008 507,056 4,483,323 498,524 2,600,327

2009 708,391 5,058,679 473,372 2,832,860

2010 1,837,000 5,646,544 498,524 3,331,461

2011 2,803,000 6,676,016 585,247 3,070,967

2012 1,337,982 7,634,393 675,614 3,359,133

2013 1,760,401 8,512,706 750,263 3,064,574

2014 1,584,960 9,550,522 1,147,034

Kredit pada tahun 1998 sangat rendah akibat Resesi Ekonomi , Krisis Moneter Asia . Sampai tahun 2001 bahkan di bawah tahun 1998 . Pada Tahun 2002 setelah Rezim Megawati , Kredit pulih ke angka 83,884 milyar rupiah . Kredit meningkat terus , bahkan pada saat Resesi Dunia tahun 2008 angka nominalnya terus meningkat , tapi dengan Kurs Rupiah yang terus melemah Angka Riil nya pasti menurun .

Besarnya Kredit tentu tidak sama dengan angka Investasi .

Sekalipun tercatat Pertumbuhan Ekonomi Indonesia negatif pada Tahun 1998 , tetapi angka PDRB di sekitar 1000 milyar rupiah dan terus meningkat .PDRB dipengaruhi DAU dan DAK dari Pusat, yang sedang mengalami Resesi, Pengangguran Besar dan Inflasi Tinggi . PDRB yang dilihat di sini PDRB Nominal Harga Berlaku yang dipengaruhi Inflasi .

Pada tahun 2014 tercatat multiplier effect nya 9 ½ Triliun rupiah .

Belanja Pemerintah terus meningkat selama 18 tahun , dan mencapai angka 1,1 Triliun rupiah pada 2014 . Belanja Pemerintak ini akan menggandakan Pendapatan Regional melalui

(26)

multiplier nya . Tetapi Belanja Pembangunan yang kecil hanya membuat Pertumbuhan yang sangat keil .

Konsumsi Masyarakat juga terus meningkat dari tahun 1 ke tahun 18 , tetapi harus diingat menurut Teori Konsumsi Simon Kuznets , persentase Konsumsi besarnya 65 % dari PDRB .

Kalok dikomparasi PDRB 2014 sekitar 9,5 Triliun Rupiah , sedang Konsumsi Swasta sebesar 3 Triliun rupiah, hanya 30 % PDRB , artinya penduduk tak punya uang untuk Konsumsi, mereka hanya bekonsumsi di sekitar kebutuhan pokok nya saja, yaitu belanja Sembako . Ini terjadi sejak 2008 sampai sekarang . Pendapatan yang minim diartikan pengangguran besar, ini karena Ekspor turun akibat Krisis Eropa . Jika demikian tak ada Pembangunan selama 8 tahun terakhir .

Ini juga sebagai Kontribusi Meletus nya Gunung Sinabuyng yang sudah menjalani masa 2 tahun Anda juga harus mengingat efek Inflasi terhdap Tenaga Konsumsi, atau mpc Penduduk di luar penduduk miskin dan pengangguran . Itu artinya 30% Konsumsi hilang .Jika Konsumsi hilang , apalagi Tabungan tentu sama sekali hilang 30 % .

Sekalipun pada saat Inflasi tinggi Bunga Tabungan Bank Swasta naik, masyarakat tak berminat menabung akibat rasa khawatir , prudential .

Kalok Anda lihat grafik 18 tahun tersebut , maka nampaklah :

Sampai tahun 2008 semuanya mempunyai trend naik , hanya terjadi penurunan antara tahun 2002 dan 2003 .

0 2000 4000 6000 8000 10000 12000

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Juta RupiahThousands

Tanah Karo dalam Angka

PDRB

Konsumsi Masyarakat

Kredit

Belanja Pemerintah

(27)

Belanja Pemerintah patah tajam tahun 2011 dan patah lagi tahun 2013 . Belanja Pemerintah yang rendah berakibat pada penurunan Pendapatan Regional maupun Perorangan .

Ini berakibat pada Tabungan , baik Tabungan Masyarakat maupun Tabungan Pemerintah yang rendah dan Investasi Total rendah .

Tahun

Investasi

(Juta rupiah ) Pajak Daerah (Juta rupiah )

Belanja Pemerintah (Juta rupiah)

KREDIT (Juta rupiah)

1998 6,125 614 46,651 303

1999 6,064 1,029 46,688 298

2000 6,082 1,444 65,633 293

2001 6,318 2,409 100,750 83,884

2002 13,804 3,374 135,866 138,261

2003 14,052 3,597 165,042 192,638

2004 15,271 3,820 232,975 247,015

2005 16,246 4,388 238,229 301,392

2006 17,899 4,853 252,952 355,769

2007 19,285 5,810 355,588 410,146

2008 21,594 7,265 498,524 507,056

2009 22,504 7,277 473,372 708,391

2010 21,938 8,529 498,524 1,837,000

0 5 10 15 20 25 30

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

J u t a R u p i a h

Thousands

Investasi Swasta

Pajak Daerah

(28)

2011 22,970 10,878 585,247 2,803,000

2012 23,045 14,612 675,614 1,337,982

2013 23,060 17,206 750,263 1,760,401

2014 24,617 18,101 1,147,034 1,584,960

Investasi meningkat hanya 9% sepanjang periode OTDA . Menurut Teori Investasi , 1% Investasi akan menciptakan 4.000 tenaga kerja .

Pajak Daerah , PBB dan Pajak Kenderaan meningkat secara monoton , atau grafik datar, itu terjadi dari 1998 sampai 2010 , ini mencerminkan tak ada reformasi Pajak di Tubuh Dirjen Pajak dan BAPPEDA. Sejak 2011 sampai 2014 menngkat sekitar 40% setiap tahun nya .

Pajak yang tinggi akan menaikkan Pendapatan Pemerintah dan menurunkan Pendapatan Masya rakat , dan mengurangi Konsumsi dari Teori Stabilizir Automatic, yang muaranya Investasi rendah .

Kalok Anda Komparasi Tabel Belanja Pemerintah , Kredit dan Investasi , nampaklah : pada saat Pemerintah menaikkan Belanja nya di atas 1 Triliun rupiah, ternyata pada saat bersama an Bank Komersil juga menaikkan pemberian Kredit di atas yang dikeluarkan Pemerintah , ini mengakibatkan kenaikan Investasi selama 18 tahun OTDA hanya 9% Investasi, terjadi Crowding Out , pemerintah menghamburkan Uang dengan sia-sia ; ini mencerminkan Bank-Bank Komersil di Tanah Karo belum memahami TEORI EKONOMI KEBIJAKAN MONETER demikian pula Pemerintahnya tidak mengerti TEORI EKONOMI KEBIJAKAN FISKAL , kedua institusi hanya menghamburkan Uang Masyarakat dengan sia-sia .

Efek multiplier yang diharapkan tidak terjadi sama sekali !!!

Rakyat nya hidup sendiri Tanpa Pemerintah !!!

Hasil Regresi Persamaan (Analisis Tidak Kasat Mata ) .

Model Crowding Out ni diregresi dengan Two Stages Least Squares -2SLS menggunakan software SPSS .

Perlakuan sebuah model dijalankan dengan 2 SLS jika jika model mengandung sangat banyak Peubah dan di dalam nya Peubah-peubah kadang kala menjadi Peubah Dependent dan di lain persamaan sebagai Peubah Bebas .

Menghindarkan Auto correlation dilaksanakan 2 SLS dengan Syarat Uji Order dan Rank Condition .

Blok Penawaran (Jangka Panjang)

(29)

R²= 0,81.

Dari persamaan Regresi tanda hubungan iTAB terhadap PP , positif sesuai dengan teori Naiknya tingkat bunga Tabungan akan medorong masyarakat menabug lebih banyak dan menam bah pendapatan perseorangan , menaikkan tingkat bunga tabungan berarti Bang Indonesia memberlakukan kebijakan uang ketat . Tabungan Masyarakat naik , maka Investor dapat lebih banyak meminjam uang, tetapi pada saat Kebijakan Uang Ketat Investor enggan melakukan pinjaman .

KRED = - 211786413848 + 0,522 iRIIL + 0,094 Y + 0,583 + 0,353 t t = (1,068) (0,397) (1,130) (1,045 ) R²= 0,067 .

Tanda suku bunga pinjaman positif , seharusnya negatif, ini disebabkan suku bunga Riiladalah suku bunga nominal dikurangi inflasi , sedang koeifisien inflasi  lebih besar , se hingga trend iRILL menjadi positif .

Di sini jika Y naik , Kredit juga naik artinya dari sisi Persamaan ini Kenaikan Pendapatan Masya rakat menumbuhkan keinginan meminjam Kredit lebih banyak untuk kebutuhan konsumsi yang lebih banyak , kenaikan konsumsi ini belum menganggu Investasi yang bersumber dari Tabungan Masyarakat .

P = 17285 + 0,795 Y + 0,058 t . t = (6,328) (0,459) R²= 0,712 .

Kenaikan pendapatan memicu kenaikan harga-harga , kenaikan harga , kenaikan harga memicu penurunan kunsumsi , jika komsiumsi dipertahankan , maka masrakat akan mengorban kan Tabungannya , sehingga Investasi menurun .

Sisi Permintaan (Jangka Pendek ) .

I = 9957095 + 0,385 rNOM + 0,793 t t = (6,533) ( 14,460)

Tanda rNOM positif , berlawanan dengan teori ,seharusnya negatif . Ini bisa diartikan bahwa Pinjaman Investasi itu lebih banyak dikonsumsi dari pada diinvestasikan .

Naiknya Pajak Daerah akan meningkatkan Pendapatan Pemerintah Tanah Karo , tapi Kenaikan Pajak akan mengurangi pendapatan masyarakat , sedang pendaptan masyarakat tetap , maka dia

(30)

akan menggunakan tabungan untuk memenuhi konsumsinya tetap , ini mengakibatkan Crowding Out .

Belanja Pemerintah yang negatif dapat diartikan minimnya Belanja Pemerintah terutama Belanja Pembangunanm nya , karna tidak tercipta lagi Multiplier effect .

Y = 694327086 -0,232 G + 0,959 TDAERAH + 0,016 KRED + 0,255 t . t = (-3,178) (25,681) (3,423) (0,719)

 = 20,126 + 0,045 KRED - 295 t .

t = (-2,79)

Kenaikan kredit memicu inflasi , inflasi yang tinggi akan memperburuk perekonomian sehingga menurunkan niat investor untuk menambah investasi .

(31)

BAB V

KESIMPULAN dan SARAN Kesimpulan :

1. Dari data Tanah Karo Simalem tahun 1997 –sampai 2013 telah menunjukkan terjadi Crowding Out , dan ini diaalami seluruh Kabupaten Kota di Indonesia setelah Otonomi Daerah sebab BI sebagai Bank Sentral tidak lagi terintegrasi dengan Pemangku Kebijakan Fiskal dalam hal ini Kepala Daerah .

2. Perlu adanya Integrasi yang Kuat antara Penggaris Moneter dan Otoritas Fiskal , 3. Integrasi kedua Kebijakan akan mempercepat Pertumbuhan dan Pemerataan OTDA .

Saran :

1. Tim Peneliti telah membuat banyak kelonggaran dalam membangun model Crowding Out ini untuk Peneliti lain dalam Penelitian lanjutan .

2. Dalam penelitian ini tidak dimasukkan Dana Masyarakat di Koperasi-koperasi .

3. Tidak melakukan Standardisasi Peubah Harga dan Inflasi , sehingga membiarkan pengaruh inflasi masa kini memengaruhi Peubah-peubah tersebut di masa silam .

4. Tim Peneliti balum melakukan Simulasi peramalan dengan Skenario .

5. Tim Peneliti juga belum membuat Transmisi jalannya Peubah-peubah Eksogen terhadap Peubah Endogen .

(32)

DAFTAR PUSTAKA

Alm,Aten,Bahl.2001.Can Indonesia Decentralise Succesfully? Plans, Problems and Prospects.BIES.Vol 37 No 1.ANU

BAPPEDA Propinsi Daerah Istimewa Aceh dan Pusat Studi Pembangunan (CDS) Fakultas Ekonomi Universitas Syiah Kuala.1992.Penyusunan dan Perhitungan Model Makro Dasar Perekonomian Daerah Istimewa Aceh Tahun 1969-1989.

BAPPEDA Kabupaten Karo.Inflasi Kabupaten Karo Tahun 2009 .

BAPPEDA Kabupaten Karo.Potret Sosial Ekonomi Kabupaten Karo Tahun 2009 . BI.2003.Statistik Ekonomi –Keuangan Indonesia .Vol.N0.10.

BPS Sumatera Utara.PDRB Menurut Penggunaan Sumatra Utara 2004-2008.

BPSKabupaten Karo .PDRB Kabupaten Karo 1993-2003.

Kantor BI Banda Aceh dan Fakultas Ekonomi Universitas Syiah Kuala Darussalam BandaAceh.2002.Prospek Ekonomi Keuangan Perbankan Daerah Pasca Undang- undang Otonomi Khusus Nanggroe Aceh Darussalam.

Chow,Gregory.1993.Econometrics.Mc.Graw-Hill Book Company.

Green ,W.2000.Econometrics Analysis.4^thEd.Printice Hall International,Inc.

Gujarati,D.Basic Econometrics.4^thEd.Mc.Graw-Hill.International Edition.

Kmenta,J.1980.Evaluation of Econometric Model.New York : Academic Press.

Mankiv,N.Gregory.2000.Teori Makro Ekonomi.Edisi Keempat.Jakarta.Erlangga

Manurung,A.2007.Pengelolaan Obligasi Daerah.Manajemen Usahawan Indonesia.No.12/TH.XXXVI Desember 2007.Lembaga manajemen FEUI.Jakarta.

McLeod,R.2000.Survey of Recent Developments.BIES.Vol 36 No 2.ANU Ramanathan,R. Introductory Econometrics.

Silalahi,A.S.2001. Dampak Kebijakan Anggaran Pemerintah terhadap Stabilitas Ekonomi

(33)

Siregar,M.A.H.2001..Analisis Pengaruh Pendapatan Permanen terhadap Pengeluaran Konsumsi Masyarakat di Indonesia . Skripsi Tidak dipublikasikan. Banda Aceh: Fakultas Ekonomi Universitas Syiah Kuala.

Student Mund.1997.Practical Econometric.AddisonWesley.

Sumatra Utara Dalam Angka .1997.

Wonacot.,Wonnacot.Econometrics.Jhon Willey & Sons.

Wardhana,A.2000.Efektifitas Kebijakan Fiskal dan Moneter di Indonesia. Tesis Tidak Dipublikasikan .Banda Aceh : Program Pasca Sarjana Universitas Syah Kuala.

Yusuf,M.1997.Analisis Model EkonomiMakro Indonesia .Tesis Tidak Dipublikasikan. Banda Aceh : Program Pasca Sarjana Universitas Syiah Kuala.

(34)

LAMPIRAN

Data Mentah

PP TR KRED I-TAB

1,130,579,000 1997

594,797,000,000 1,612,903,000 303,000,000 36.54 1998 597,068,000,000 943,175,000 298,000,000 49.2 1999 599,339,000,000 1,879,244,000 293,000,000 12.9 2000 601,610,000,000 2,012,414,500 83,884,000,000 13.3 2001 603,881,000,000 2,145,585,000 138,261,000,000 17.24 2002 606,152,000,000 2,424,098,085 192,638,000,000 20.56 2003 608,423,000,000 2,702,611,169 247,015,000,000 15.32 2004 610,694,000,000 2,796,956,400 301,392,000,000 12.45 2005 612,965,000,000 8,884,480,000 355,769,000,000 14.57 2006 615,236,000,000 1,965,035,000 410,146,000,000 14.89 2007 722,391,000,000 13,884,826,667 507,056,000,000 15.12 2008 938,216,000,000 16,385,000,000 708,391,000,000 15.005 2009 1,014,658,000,000 16,572,014,000 1,837,000,000,000 15.0625 2010 1,219,089,000,000 16,389,174,000 2,803,000,000,000 15.03375 2011 1,387,593,000,000 21,761,385,800 1,337,982,000,000 15.04813 2012 1,514,157,000,000 25,190,242,556 1,760,401,000,000 15.0625 2013 1,644,657,000,000 31,630,761,102 1,584,960,000,000 15.07688

(35)

 i-Nom i-RIL Y  

13.1 39 25.9 842,928,000,000 13.1 1997

83.81 36.1 -47.71 998,514,000,000 83.81 8

1.68 32.93 31.25 1,579,857,000,000 1.68 9

5.9 18.04 12.14 2,104,374,000,000 5.9 2000

5.95 19.02 13.07 2,117,596,500,000 5.95 1

6 17.5 11.5 2,130,819,000,000 6 2

6.76 15.54 8.78 2,408,360,000,000 6.76 3

7.55 14.1 6.55 3,270,304,000,000 7.55 4

19.36 14.98 -4.38 3,683,020,000,000 19.36 5

6.27 14.98 8.71 3,978,802,000,000 6.27 6

8.71 12.93 4.22 4,483,323,000,000 8.71 7

12.8 13.85 1.05 5,058,679,000,000 12.8 8

6.14 12.56 6.42 5,646,544,000,000 6.14 9

7.65 10.81 3.16 6,676,016,000,000 7.65 10

3.54 10.34 6.8 7,634,393,000,000 3.54

3.79 10.08 6.29 8,512,706,000,000 3.79

10.09 10 -0.09 9,550,522,000,000 10.09

C I

480,468,960,000 6,125,400,000 579,138,120,000 6,064,000,000 947,914,200,000 6,081,500,000 1,220,536,920,000 6,318,000,000 1,231,758,010,000 13,803,750,000 1,242,979,100,000 14,051,750,000 1,479,319,600,000 15,271,000,000 1,715,660,100,000 16,246,000,000 1,952,000,600,000 17,899,000,000 2,188,341,100,000 19,284,450,000 2,600,327,340,000 21,593,500,000

(36)

2,832,860,240,000 22,503,500,000 3,331,460,960,000 21,937,250,000 3,070,967,360,000 22,970,250,000 3,359,132,920,000 23,045,250,000 3,064,574,160,000 23,060,250,000 24,617,250,000

G T-DAERAH

1997 46,650,779,000 614,368,000 1998 46,688,018,000 1,029,298,000 1999 65,633,192,000 1,444,228,000 2000 100,749,592,500 2,409,309,000 2001 135,865,993,000 3,374,390,000 2002 165,041,464,988 3,596,937,237 2003 232,974,461,488 3,819,484,474 2004 238,228,778,000 4,388,349,000 2005 252,951,793,000 4,853,390,000 2006 355,588,057,000 5,809,636,000 2007 498,523,976,000 7,265,122,000 2008 473,372,300,000 7,277,361,000 2009 498,523,976,000 8,528,731,000 2010 585,246,911,265 10,878,118,000 2011 675,614,384,706 14,612,423,183 2012 750,262,649,147 17,205,500,000 2013 1,147,034,273,969 18,101,033,469

(37)

Triwulan pp TR i-TAB t

1998.2 6,121,264,583,156 1,612,903,000 49.2 1

1998.3 597,635,750,000 1,553,475,875 46.63 2

1998.4 598,203,500,000 1,422,045,500 41 3

1999.1 598,771,250,000 1,218,611,875 32.31 4

1999.2 599,339,000,000 943,175,000 20.56 5

1999.3 599,906,750,000 1,026,648,781 15.7 6

1999.4 600,474,500,000 1,210,484,875 13.14 7

2000.1 601,042,250,000 1,494,683,281 12.87 8

2000.2 601,610,000,000 1,879,244,000 14.89 9

2000.3 602,177,750,000 1,987,808,359 14.59 10

2000.4 602,745,500,000 2,046,191,563 14.52 11

2001.1 603,313,250,000 2,054,393,609 14.67 12

2001.2 603,881,000,000 2,012,414,500 15.03 13

2001.3 604,448,750,000 2,045,707,125 11.33 14

2001.4 605,016,500,000 2,078,999,750 7.59 15

2002.1 605,584,250,000 2,112,292,375 3.82 16

2002.2 606,152,000,000 2,145,585,000 0 17

2002.3 606,719,750,000 2,201,587,404 0.8 18

2002.4 607,287,500,000 2,266,673,719 1.07 19

2003.1 607,855,250,000 2,340,843,946 0.8 20

2003.2 608,423,000,000 2,424,098,085 0 21

2003.3 608,990,750,000 2,493,726,356 -0.22 22

2003.4 609,558,500,000 2,563,354,627 -0.3 23

2004.1 610,126,250,000 2,632,982,898 -0.22 24

2004.2 610,694,000,000 2,702,611,169 0 25

2004.3 611,261,750,000 2,743,463,213 -0.47 26

2004.4 611,829,500,000 2,772,804,766 -0.62 27

2005.1 612,397,250,000 2,790,635,829 -0.47 28

2005.2 612,965,000,000 2,796,956,400 0 29

2005.3 613,532,750,000 3,756,976,828 0.17 30

2005.4 614,100,500,000 5,091,570,904 0.23 31

2006.1 614,668,250,000 6,800,738,628 0.17 32

2006.2 615,236,000,000 8,884,480,000 0 33

2006.3 632,191,875,000 8,374,022,056 0.01 34

2006.4 655,703,000,000 7,050,628,575 0.01 35

2007.1 685,769,375,000 4,914,299,556 0.01 36

2007.2 722,391,000,000 1,965,035,000 0 37

2007.3 766,159,437,500 3,178,804,479 0.03 38

2007.4 816,719,750,000 5,570,026,250 0.04 39

2008.1 874,071,937,500 9,138,700,313 0.03 40

(38)

2008.2 938,216,000,000 13,884,826,667 0 41

2008.3 970,393,656,250 15,392,959,219 -0.02 42

2008.4 993,859,875,000 16,312,365,625 -0.02 43

2009.1 1,008,614,656,250 16,643,045,885 -0.02 44

2009.2 1,014,658,000,000 16,385,000,000 0 45

2009.3 1,053,766,781,250 16,648,612,188 0.01 46

2009.4 1,100,874,875,000 16,767,651,917 0.01 47

2010.1 1,155,982,281,250 16,742,119,188 0.01 48

2010.2 1,219,089,000,000 16,572,014,000 0 49

2010.3 1,264,583,156,250 16,560,977,813 0 50

2010.4 1,307,831,875,000 16,526,825,750 -0.01 51

2011.1 1,348,835,156,250 16,469,557,813 0 52

2011.2 1,387,593,000,000 16,389,174,000 0 53

2011.3 1,423,165,875,000 17,211,440,844 0 54

2011.4 1,456,117,500,000 18,380,898,425 0 55

2012.1 1,486,447,875,000 19,897,546,744 0 56

2012.2 1,514,157,000,000 21,761,385,800 0 57

2012.3 1,546,413,000,000 22,800,789,524 0 58

2012.4 1,578,915,000,000 23,718,733,559 0 59

2013.1 1,611,663,000,000 24,515,217,902 0 60

2013.2 1,644,657,000,000 25,190,242,556 0 61

2013.3 1,245,727,125,000 26,518,028,900 0 62

2013.4 838,641,000,000 28,034,044,105 0 63

2014.1 423,398,625,000 29,738,288,173 0 64

31,630,761,102 0 65

24,326,869,440 66

16,620,445,369 67

8,511,488,889 68

KRED i-Riil Y  t

298,000,000 -47.71 998,514,000,000 83.81 1

296,750,000 -42.27 1,103,935,031,250 77.61 2

295,500,000 -27.3 1,235,965,875,000 61.85 3

294,250,000 -2.79 1,394,606,531,250 36.54 4

293,000,000 31.25 1,579,857,000,000 1.68 5

13,353,625,000 35.67 1,716,313,687,500 -5.36 6

31,639,000,000 33.95 1,849,218,750,000 -7 7

55,149,125,000 26.11 1,978,572,187,500 -3.25 8

(39)

127,405,562,500 10.96 2,162,224,734,375 6.33 12

138,261,000,000 13.07 2,117,596,500,000 5.95 13

151,855,250,000 12.91 2,120,902,125,000 5.96 14

165,449,500,000 12.6 2,124,207,750,000 5.98 15

179,043,750,000 12.13 2,127,513,375,000 5.99 16

192,638,000,000 11.5 2,130,819,000,000 6 17

206,232,250,000 10.93 2,175,424,390,625 6.12 18

219,826,500,000 10.28 2,236,549,687,500 6.29 19

233,420,750,000 9.57 2,314,194,890,625 6.5 20

247,015,000,000 8.78 2,408,360,000,000 6.76 21

260,609,250,000 8.18 2,569,058,218,750 6.95 22

274,203,500,000 7.6 2,766,281,625,000 7.15 23

287,797,750,000 7.06 3,000,030,218,750 7.35 24

301,392,000,000 6.55 3,270,304,000,000 7.55 25

314,986,250,000 4.63 3,415,598,125,000 9.47 26

328,580,500,000 2.17 3,532,815,500,000 12.08 27

342,174,750,000 -0.83 3,621,956,125,000 15.37 28 355,769,000,000 -4.38 3,683,020,000,000 19.36 29 369,363,250,000 -3.36 3,767,928,062,500 18.42 30 382,957,500,000 -0.84 3,845,527,750,000 15.93 31

396,551,750,000 3.19 3,915,819,062,500 11.88 32

410,146,000,000 8.71 3,978,802,000,000 6.27 33

430,386,031,250 9.24 4,085,362,968,750 5.42 34

453,284,375,000 8.66 4,204,970,125,000 5.55 35

478,841,031,250 6.99 4,337,623,468,750 6.64 36

507,056,000,000 4.22 4,483,323,000,000 8.71 37

547,599,906,250 3.3 4,620,521,218,750 9.58 38

594,670,375,000 2.47 4,762,146,625,000 10.55 39

648,267,406,250 1.72 4,908,199,218,750 11.62 40

708,391,000,000 1.05 5,058,679,000,000 12.8 41

903,611,312,500 1.59 5,204,472,531,250 12.14 42

1,156,786,250,000 2.67 5,351,047,875,000 10.81 43

1,467,915,812,500 4.28 5,498,405,031,250 8.81 44

1,837,000,000,000 6.42 5,646,544,000,000 6.14 45

2,093,744,593,750 6.41 5,862,511,343,750 5.75 46

2,340,326,125,000 5.87 6,106,079,125,000 5.87 47

2,576,744,593,750 4.78 6,377,247,343,750 6.51 48

2,803,000,000,000 3.16 6,676,016,000,000 7.65 49

2,664,653,437,500 3.42 6,922,275,406,250 7.15 50

2,374,368,250,000 4.12 7,164,091,375,000 6.3 51

1,932,144,437,500 5.24 7,401,463,906,250 5.09 52

1,337,982,000,000 6.8 7,634,393,000,000 3.54 53

1,266,639,531,250 7.06 7,861,477,250,000 3.19 54

(40)

1,313,261,875,000 7.06 8,083,557,500,000 3.12 55

1,477,849,031,250 6.81 8,300,633,750,000 3.32 56

1,760,401,000,000 6.29 8,512,706,000,000 3.79 57

1,772,590,125,000 5.25 8,757,206,593,750 4.8 58

1,747,413,000,000 3.83 9,011,676,125,000 6.18 59

1,684,869,625,000 2.06 9,276,114,593,750 7.95 60

1,584,960,000,000 -0.09 9,550,522,000,000 10.09 61

1,320,862,406,250 -0.67 8,155,548,187,500 9.1 62

968,669,875,000 -0.85 6,098,803,250,000 7.09 63

528,382,406,250 -0.63 3,380,287,187,500 4.06 64

0 0 - 0 65

-148,590,000,000 0.01 -895,361,437,500 -0.95 66

-198,120,000,000 0.01 -1,193,815,250,000 -1.26 67

-148,590,000,000 -0.95 68

P Y t I

r- NOM t 17,038 998,514,000,000 1 6,064,000,000 -0.09 1 18,794 1,103,935,031,250 2 6,060,978,125 -0.1 2 20,283 1,235,965,875,000 3 6,062,887,500 -0.1 3 21,503 1,394,606,531,250 4 6,069,728,125 -0.1 4 22,456 1,579,857,000,000 5 6,081,500,000 -0.1 5 24,702 1,716,313,687,500 6 6,120,093,750 -0.47 6 27,304 1,849,218,750,000 7 6,172,375,000 -0.47 7 30,263 1,978,572,187,500 8 6,238,343,750 -0.47 8 33,579 2,104,374,000,000 9 6,318,000,000 -0.47 9 32,473 2,155,613,484,375 10 7,509,820,313 0.03 10 29,812 2,174,897,062,500 11 9,154,718,750 0.03 11 25,596 2,162,224,734,375 12 11,252,695,313 0.03 12 19,825 2,117,596,500,000 13 13,803,750,000 0.03 13 18,759 2,120,902,125,000 14 14,544,289,063 -0.05 14 18,642 2,124,207,750,000 15 14,832,468,750 -0.05 15 19,475 2,127,513,375,000 16 14,668,289,063 -0.05 16 21,256 2,130,819,000,000 17 14,051,750,000 -0.05 17 21,398 2,175,424,390,625 18 14,265,507,813 -0.06 18 21,454 2,236,549,687,500 19 14,539,968,750 -0.06 19

(41)

21,595 2,569,058,218,750 22 15,537,648,438 -0.05 22 21,993 2,766,281,625,000 23 15,789,031,250 -0.05 23 22,502 3,000,030,218,750 24 16,025,148,438 -0.05 24 23,120 3,270,304,000,000 25 16,246,000,000 -0.05 25 25,337 3,415,598,125,000 26 16,595,687,500 0.03 26 28,260 3,532,815,500,000 27 16,987,750,000 0.03 27 31,888 3,621,956,125,000 28 17,422,187,500 0.03 28 36,221 3,683,020,000,000 29 17,899,000,000 0.03 29 37,648 3,767,928,062,500 30 18,270,445,313 0 30 38,337 3,845,527,750,000 31 18,625,168,750 0 31 38,286 3,915,819,062,500 32 18,963,170,313 0 32 37,496 3,978,802,000,000 33 19,284,450,000 0 33 38,538 4,085,362,968,750 34 19,775,125,000 -0.06 34 39,869 4,204,970,125,000 35 20,323,525,000 -0.06 35 41,490 4,337,623,468,750 36 20,929,650,000 -0.06 36 43,400 4,483,323,000,000 37 21,593,500,000 -0.06 37 44,270 4,620,521,218,750 38 21,952,160,938 0.03 38 44,897 4,762,146,625,000 39 22,223,381,250 0.03 39 45,282 4,908,199,218,750 40 22,407,160,938 0.03 40 45,425 5,058,679,000,000 41 22,503,500,000 0.03 41 46,055 5,204,472,531,250 42 22,500,335,938 -0.04 42 46,736 5,351,047,875,000 43 22,404,906,250 -0.04 43 47,465 5,498,405,031,250 44 22,217,210,938 -0.04 44 48,245 5,646,544,000,000 45 21,937,250,000 -0.04 45 48,814 5,862,511,343,750 46 22,045,570,313 -0.05 46 49,330 6,106,079,125,000 47 22,253,843,750 -0.05 47 49,790 6,377,247,343,750 48 22,562,070,313 -0.05 48 50,197 6,676,016,000,000 49 22,970,250,000 -0.05 49 50,354 6,922,275,406,250 50 23,078,812,500 -0.01 50 50,378 7,164,091,375,000 51 23,127,500,000 -0.01 51 50,269 7,401,463,906,250 52 23,116,312,500 -0.01 52 50,028 7,634,393,000,000 53 23,045,250,000 -0.01 53 48,714 7,861,477,250,000 54 23,054,625,000 -0.01 54 46,891 8,083,557,500,000 55 23,060,250,000 -0.01 55 44,559 8,300,633,750,000 56 23,062,125,000 -0.01 56 41,718 8,512,706,000,000 57 23,060,250,000 -0.01 57 41,327 8,757,206,593,750 58 23,304,937,500 0 58 41,610 9,011,676,125,000 59 23,646,000,000 0 59 42,568 9,276,114,593,750 60 24,083,437,500 0 60 44,201 9,550,522,000,000 61 24,617,250,000 0 61 37,527 8,155,548,187,500 62 20,916,773,438 -0.31 62

(42)

26,555 6,098,803,250,000 63 15,580,406,250 -0.31 63 15,427 3,380,287,187,500 64 8,608,148,438 -0.31 64

4,144 - 65 0 -0.31 65

-895,361,437,500 66 -2,307,867,188 0 66 -1,193,815,250,000 67 -3,077,156,250 0 67 68 -2,307,867,188 0 68

Y G TDAERAH KRED t

998,514,000,000 46,688,018,000 1,029,298,000 298,000,000 1 1,103,935,031,250 49,651,692,594 1,133,030,500 296,750,000 2 1,235,965,875,000 53,797,113,125 1,236,763,000 295,500,000 3 1,394,606,531,250 59,124,279,594 1,340,495,500 294,250,000 4 1,579,857,000,000 65,633,192,000 1,444,228,000 293,000,000 5 1,716,313,687,500 72,896,239,641 1,633,921,594 13,353,625,000 6 1,849,218,750,000 81,169,988,938 1,857,999,625 31,639,000,000 7 1,978,572,187,500 90,454,439,891 2,116,462,094 55,149,125,000 8 2,104,374,000,000 100,749,592,500 2,409,309,000 83,884,000,000 9 2,155,613,484,375 109,528,692,625 2,650,579,250 100,217,062,500 10 2,174,897,062,500 118,307,792,750 2,891,849,500 114,724,250,000 11 2,162,224,734,375 127,086,892,875 3,133,119,750 127,405,562,500 12 2,117,596,500,000 135,865,993,000 3,374,390,000 138,261,000,000 13 2,120,902,125,000 143,716,823,045 3,499,639,350 151,855,250,000 14 2,124,207,750,000 151,196,345,058 3,578,480,339 165,449,500,000 15 2,127,513,375,000 158,304,559,039 3,610,912,968 179,043,750,000 16 2,130,819,000,000 165,041,464,988 3,596,937,237 192,638,000,000 17 2,175,424,390,625 178,391,196,190 3,652,574,046 206,232,250,000 18 2,236,549,687,500 194,163,272,674 3,708,210,856 219,826,500,000 19 2,314,194,890,625 212,357,694,440 3,763,847,665 233,420,750,000 20 2,408,360,000,000 232,974,461,488 3,819,484,474 247,015,000,000 21 2,569,058,218,750 240,164,166,865 3,929,233,360 260,609,250,000 22 2,766,281,625,000 243,436,454,743 4,060,627,076 274,203,500,000 23 3,000,030,218,750 242,791,325,121 4,213,665,623 287,797,750,000 24 3,270,304,000,000 238,228,778,000 4,388,349,000 301,392,000,000 25 3,415,598,125,000 241,021,841,267 4,514,342,706 314,986,250,000 26 3,532,815,500,000 244,406,698,189 4,633,847,441 328,580,500,000 27 3,621,956,125,000 248,383,348,767 4,746,863,206 342,174,750,000 28 3,683,020,000,000 252,951,793,000 4,853,390,000 355,769,000,000 29

CROWDINGOUT MAKROEKONOMETRIK KARO ERA OTDA

CROWDINGOUT MAKROEKONOMETRIK KARO ERA OTDA

Table of Contents

t

Tanah Karo dalam Angka