P. 1
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN EKSPOR BIJI KAKAO INDONESIA DI MALAYSIA, SINGAPURA DAN CINA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN EKSPOR BIJI KAKAO INDONESIA DI MALAYSIA, SINGAPURA DAN CINA

|Views: 605|Likes:
Dipublikasikan oleh Satria Harja Wijaya
Kakao merupakan salah satu komoditas unggulan perkebunan yang
memiliki peranan yang penting dalam perekonomian Indonesia. Hingga saat ini
perkembangan ekspor kakao Indonesia masih didominasi oleh produk primer
yaitu ekspor dalam bentuk biji kakao. Indonesia adalah produsen ketiga komoditas
kakao dunia setelah Pantai Gading dan Ghana.
Kakao merupakan salah satu komoditas unggulan perkebunan yang
memiliki peranan yang penting dalam perekonomian Indonesia. Hingga saat ini
perkembangan ekspor kakao Indonesia masih didominasi oleh produk primer
yaitu ekspor dalam bentuk biji kakao. Indonesia adalah produsen ketiga komoditas
kakao dunia setelah Pantai Gading dan Ghana.

More info:

Categories:Types, Reviews
Published by: Satria Harja Wijaya on Apr 01, 2013
Hak Cipta:Attribution Non-commercial
Harga Terdaftar: $0.99 Beli Sekarang

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
See more
See less

03/19/2015

$0.99

USD

pdf

text

original

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

PERMINTAAN EKSPOR BIJI KAKAO INDONESIA DI
MALAYSIA, SINGAPURA DAN CINA








OLEH
YULI WIDIANINGSIH
H14053143

























DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2009


RINGKASAN



YULI WIDIANINGSIH. Analisis Faktor-Faktor yang Mempengaruhi
Permintaan Ekspor Biji Kakao Indonesia di Malaysia, Singapura dan Cina
(dibimbing oleh ARIEF DARYANTO).

Kakao merupakan salah satu komoditas unggulan perkebunan yang
memiliki peranan yang penting dalam perekonomian Indonesia. Hingga saat ini
perkembangan ekspor kakao Indonesia masih didominasi oleh produk primer
yaitu ekspor dalam bentuk biji kakao. Indonesia adalah produsen ketiga komoditas
kakao dunia setelah Pantai Gading dan Ghana. Meskipun produsen utama berasal
dari negara berkembang, namun pengimpor kakao terbesar berasal dari negara
maju dengan pasar utama wilayah Eropa. Akan tetapi, Indonesia belum mampu
memasuki pasar Eropa secara maksimal, sehingga fokus utama ekspor biji kakao
Indonesia masih terbatas di wilayah Amerika Serikat dan wilayah Asia.
Benua Asia merupakan pengimpor ketiga biji kakao dunia. Malaysia dan
Singapura merupakan negara tujuan utama ekspor kakao Indonesia. Kedua negara
tersebut menempati urutan pertama dan ketiga. Cina adalah negara ke delapan
tujuan ekspor kakao Indonesia. Meskipun demikian Cina berpotensi besar menjadi
tujuan utama ekspor biji kakao Indonesia di masa depan mengingat jumlah
penduduk Cina yang sangat besar dan perkembangan industri hilir kakao Cina
yang semakin berkembang.
Dari data lima tahun terakhir (2004 hingga tahun 2008) perdagangan biji
kakao Indonesia ke wilayah Malaysia, Singapura dan Cina masih mengalami
fluktuasi dan belum maksimal sehingga perlu dianalisis mengenai faktor-faktor
yang mempengaruhi permintaan ekspor biji kakao Indonesia ke tiga wilayah
tersebut. Berdasarkan teori, faktor-faktor yang mempengaruhi permintaan ekspor
terdiri dari harga domestik tujuan ekspor, harga impor negara tujuan ekspor,
pendapatan per kapita negara tujuan ekspor, selera penduduk negara tujuan
ekspor, harga di pasar internasional, nilai tukar efektif dan volume ekspor tahun
sebelumnya.
Dalam penelitian ini hanya akan dianalisis pada empat faktor yang diduga
mempengaruhi permintaan ekspor biji kakao Indonesia di Malaysia, Singapura
dan Cina. Adapun data-data yang digunakan oleh peneliti untuk menganalisis
faktor-faktor yang mempengaruhi permintaan ekspor biji kakao Indonesia terdiri
dari : harga ekspor biji kakao Indonesia, populasi penduduk Malaysia, Singapura
dan Cina, nilai tukar mata uang negara pengimpor terhadap US$, dan pendapatan
per kapita Malaysia, Singapura dan Cina. Jenis data yang digunakan dalam
penelitian ini adalah data sekunder berbentuk pooled (panel) tahun 1992 hingga
2007. Jenis data yang digunakan diperoleh dari beberapa instansi terkait seperti
Departemen Pertanian, Asosiasi Kakao Indonesia serta penelusuran internet
(Uncomtrade, International Finance Statistics, United Nation, International
Cocoa Organization dan International Monetary Fund). Metode pengolahan yang
digunakan dalam penelitian ini adalah metode panel data. Pengolahan data
dilakukan menggunakan program Eviews 6 dan Microsoft Excel 2007. Selain itu,
dilakukan juga analisis deskriptif untuk menjelaskan hubungan antara variabel-
variabel yang mempengaruhi volume ekspor biji kakao Indonesia di Malaysia,
Singapura dan Cina.
Hasil penelitian ini menunjukkan bahwa permintaan ekspor biji kakao
Indonesia di Malaysia, Singapura dan Cina dari tahun ke tahun terus meningkat
meskipun jumlah permintaannya masih berfluktuatif. Dari hasil estimasi dengan
menggunakan panel data melaui pendekatan fixed effect diketahui bahwa dari
empat variabel yang digunakan terdapat satu variabel yang berpengaruh negatif
dan tidak signifikan terhadap permintaan ekspor biji kakao Indonesia yaitu
variabel harga ekspor. Hal ini dikarenakan harga ekspor biji kakao Indonesia di
pasar internasional lebih rendah dibanding harga pesaing. Sehingga peningkatan
harga ekspor biji kakao di Indonesia tidak berpengaruh signifikan terhadap
permintaan ekspor biji kakao Indonesia.
Implikasi terhadap penelitian ini diharapkan pemerintah memberikan
penyuluhan dan pelatihan kepada seluruh stake holder kakao agar meningkatkan
mutu biji kakaonya sehingga harga kakao Indonesia dapat meningkat, menjaga
kestabilan nilai tukar baik di negara pengekspor maupun di negara pengimpor,
memperbaiki kondisi perekonomian sehingga tingkat GDP per kapita negara
pengekspor dan pengimpor dapat meningkat dan diharapkan pada penelitian
selanjutnya variabel-variabel yang belum dianalisis pada penelitian ini dapat
dibahas lebih lanjut.

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI
PERMINTAAN EKSPOR BIJI KAKAO INDONESIA DI
MALAYSIA, SINGAPURA DAN CINA








OLEH
YULI WIDIANINGSIH
H14053143









Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada Departemen Ilmu Ekonomi











DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2009
Judul Skripsi : Analisis Faktor-Faktor yang Mempengaruhi Permintaan
Ekspor Biji Kakao Indonesia di Malaysia, Singapura dan
Cina
Nama : Yuli Widianingsih
NIM : H14053143





Menyetujui,
Dosen Pembimbing,





Dr. Ir. Arief Daryanto
NIP. 19610618 198609 1 001




Mengetahui,
Ketua Departemen Ilmu Ekonomi,





Rina Oktaviani, Ph.D
NIP. 19641023 198903 2 002


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, September 2009




Yuli Widianingsih
H14053143
RIWAYAT HIDUP



Penulis bernama Yuli Widianingsih dilahirkan pada tanggal 7 Januari
1987 di Bogor. Penulis adalah anak kedua dari empat bersaudara, dari pasangan
Achmad Subandi dan Yanah Maryanah. Pendidikan dasar penulis ditempuh di
SDN I Cisarua Bogor, kemudian penulis melanjutkan pendidikannya ke SMP
Negeri 1 Ciawi dan lulus pada tahun 2002. Pada tahun yang sama penulis diterima
di SMU Negeri 3 Bogor dan lulus pada tahun 2005.
Pada tahun 2005 penulis diterima menjadi mahasiswi di Institut Pertanian
Bogor melalui jalur Undangan Seleksi Masuk IPB (USMI). Pada tahun kedua di
IPB, penulis diterima pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan
Manajemen. Selama menjadi mahasiswi, penulis aktif di organisasi HIPOTESA
dan menjadi anggota Maestro Muda Indonesia. Penulis juga aktif dalam kegiatan
HIMPRO seperti menjadi Tim Pengajar di Klub Belajar Ilmu Ekonomi dan
anggota divisi kewirausahaan HIPOTESA (DISTRO). Beberapa prestasi yang
pernah diraih oleh penulis selama menjadi mahasiswi IPB antara lain sebagai
juara II Pemikiran Kritis Mahasiswa Bidang Kewirausahaan Tingkat Nasional ke
XXI dan menjadi salah satu peserta Program Pengembangan Kewirausahaan
Mahasiswa (PPKM) yang dilaksanakan oleh DPKHA IPB tahun 2009.


KATA PENGANTAR



Puji syukur penulis ucapkan kepada Allah SWT atas segala rahmat dan
hidayah-Nya sehingga penulis dapat menyelesaikan penelitian dan penyusunan
skripsi yang berjudul “Analisis Faktor-Faktor yang Mempengaruhi
Permintaan Ekspor Biji Kakao Indonesia di Malaysia, Singapura dan Cina”.
Penulis memilih topik ini mengingat permintaan ekspor di tiga wilayah yang
dianalisis belum maksimal. Di samping hal tersebut, skripsi ini juga merupakan
salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen
Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Penulis menyadari bahwa dalam penyusunan skripsi ini masih terdapat
kekurangan. Namun, atas segala karunia-Nya serta bantuan doa dan dukungan
dari berbagai pihak, penyusunan skripsi ini dapat terselesaikan juga. Oleh karena
itu, penulis mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak
yang telah memberikan bantuan dan dukungan kepada penulis dalam
menyelesaikan skripsi ini, khususnya kepada:
(1). Dr. Ir. Arief Daryanto selaku dosen pembimbing skripsi yang telah
membimbing penulis baik secara teknis maupun teoritis selama proses
penyusunan skripsi sehingga skripsi ini dapat diselesaikan dengan baik.
(2). Tanti Novianti, M. Si selaku dosen penguji yang telah bersedia menguji
hasil skripsi ini. Semua saran dan kritik merupakan hal yang sangat berharga
dalam perbaikan skripsi ini.
(3). Tony Irawan, M. App. Ec selaku penguji komisi pendidikan. Terima kasih
atas perbaikan tata cara penulisan skripsi ini.
(4). Orang tua tercinta, Ayahanda Achmad Subandi dan ibunda Yanah Maryanah
atas doa, motivasi dan kasih sayang sehingga penulis tetap bersemangat
dalam menyelesaikan skripsi ini.
(5). Seluruh keluarga besar penulis atas semua doa dan dukungannya.
(6). Pramuditya Aziz Fatiha atas semua doa, dukungan dan perhatian yang
diberikan kepada penulis.
(7). Bapak Akbar, Ibu Subiyanti, Bapak Sril Wahid dan semua pihak di
Departemen Pertanian (Deptan) atas segala bantuan yang diberikan kepada
penulis.
(8). Teman-teman satu bimbingan: Dhamar Kuncoro, Nurul Maisarah S Fathan
dan Nugradiki Adrasarduan atas motivasi, doa, dan kesediaannya dalam
membantu penulis.
(9). Mei, Rina, Tanjung, Fitra atas bantuan dan ilmu yang diberikan. Mamih,
Dinta, Ristia, Secha atas segala bantuan dan dukungannya. Teman-teman
DISTRO 42 (Gery, Echa, Gita, Vagha) atas kebersamaan dan segala bantuan
yang diberikan kepada penulis serta teman-teman IE 42.
(10). Semua pihak yang telah membantu penulis yang tidak dapat disebutkan satu
persatu.
Akhir kata, penulis berharap semoga skripsi ini dapat bermanfaat bagi
penulis maupun pihak lain yang membutuhkan.



Bogor, September 2009




Yuli Widianingsih
H14053143

i
DAFTAR ISI


Halaman
DAFTAR TABEL ........................................................................................ iii
DAFTAR GAMBAR .................................................................................... iv
DAFTAR LAMPIRAN ................................................................................. v
I. PENDAHULUAN ................................................................................. 1
1.1. Latar Belakang ................................................................................ 1
1.2. Perumusan Masalah......................................................................... 5
1.3. Tujuan Penelitian ............................................................................ 7
1.4. Manfaat Penelitian .......................................................................... 7
1.5. Ruang Lingkup Penelitian ............................................................... 8
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ................... 9
2.1. Teori Perdagangan Internasional ..................................................... 9
2.2. Teori Permintaan Ekspor ................................................................. 12
2.3. Penelitian Terdahulu ....................................................................... 13
2.3.1. Penelitian Mengenai Permintaan Ekspor ............................... 13
2.3.2. Penelitian Mengenai Kakao .................................................. 15
2.4. Perbedaan dengan Penelitian Terdahulu .......................................... 16
2.5. Kerangka Pemikiran Teoritis .......................................................... 16
2.5.1. Hubungan Harga dan Perdagangan ....................................... 16
2.5.2. Hubungan Nilai Tukar dan Perdagangan ............................... 17
2.5.3. Hubungan Pendapatan dan Perdagangan ............................... 19
2.5.4. Hubungan Populasi dan Perdagangan .................................... 21
2.6. Kerangka Pemikiran Operasional .................................................... 22
2.7. Hipotesis Penelitian ......................................................................... 23
III. METODE PENELITIAN ........................................................................ 24
3.1. Jenis dan Sumber Data .................................................................... 24
3.2. Metode Pengolahan dan Analisis Data ............................................. 24
3.3. Pemilihan Model ............................................................................. 28
ii
3.4. Model Penelitian ............................................................................. 30
3.5. Konsep Elastisitas ........................................................................... 31
3.6. Definisi Operasional ........................................................................ 33
3.7. Pengujian Model ............................................................................. 33
3.7.1. Kriteria Statistik .................................................................... 34
3.7.2. Kriteria Ekonometrika ........................................................... 36
3.7.3. Kriteria Ekonomi ................................................................... 38
IV. GAMBARAN UMUM ........................................................................... 39
4.1. Pengelolaan Usaha Perkakaoan Indonesia ....................................... 39
4.2. Mutu dan Standarisasi ..................................................................... 41
4.3. Perkembangan Luas Areal dan Produksi Perkebunan Kakao............ 44
4.4. Perkembangan Ekspor dan Impor Kakao Indonesia ......................... 47
4.5. Regulasi Perdagangan Beberapa Negara Mitra ................................ 50
V. HASIL DAN PEMBAHASAN ................................................................ 54
5.1. Hasil Estimasi Fungsi Permintaan Ekspor Biji Kakao Indonesia ....... 54
5.2. Kriteria Statistik ............................................................................... 55
5.3. Kriteria Ekonometrika ...................................................................... 56
5.4. Kriteria Ekonomi .............................................................................. 57
5.4.1. Harga Ekspor Biji Kakao Indonesia ........................................ 57
5.4.2. Populasi Penduduk Malaysia, Singapura dan Cina .................. 60
5.4.3. Nilai Tukar ............................................................................. 62
5.4.4. GDP per Kapita ...................................................................... 62
VI. KESIMPULAN DAN SARAN ............................................................... 64
6.1. Kesimpulan ..................................................................................... 64
6.2. Saran ............................................................................................... 66
DAFTAR PUSTAKA ................................................................................... 67
LAMPIRAN ................................................................................................. 69



iii
DAFTAR TABEL
Halaman
1.1. Perkembangan Volume dan Nilai Ekspor Biji Kakao dan Produk Lain Kakao
Indonesia, 2003-2007 ............................................................................ 1

1.2. Perkembangan Volume ekspor Kakao Indonesia Berdasarkan Negara Tujuan
(dalan ton) 2004-2008 ............................................................................ 4

3.1. Jenis, Simbol dan Sumber Data Penelitian .............................................. 24

3.2. Kerangka Identifikasi Autokorelasi ........................................................ 37

4.1. Tipe dan Ciri-Ciri Kakao yang Dikembangkan di Indonesia ................... 40

4.2. Persyaratan Mutu Kakao SNI No. 01-2323-2002 .................................... 41

4.3. Spesifikasi Persyaratan Mutu, Syarat Khusus Kakao SNI No.01-2323-2002 42

4.4. Spesifikasi Kelas (Grade Spesification), Standar Malaysia ..................... 43

4.5. Persyaratan Khusus Standar Cocoa Association of Asia ......................... 44

4.6. Perkembangan Luas Areal Perkebunan Kakao Indonesia ........................ 45

4.7. Perkembangan Produksi Perkebunan Kakao Indonesia ........................... 46

4.8. Perkembangan Nilai Ekspor Kakao Indonesia Berdasarkan Negara Tujuan
(dalam US$) .......................................................................................... 48

4.9. Perkembangan Volume Impor Kakao Indonesia Berdasarkan Negara Asal
(dalam ton) 2004-2008 .......................................................................... 49

4.10.Perkembangan Nilai Impor Kakao Indonesia Berdasarkan Negara Asal
(dalam US$) 2004-2008 ......................................................................... 49

4.11.Neraca Perdagangan Komoditi Kakao Indonesia (dalam US$) 2004-2008 50

5.1. Hasil Pendugaan Faktor-Faktor yang Mempengaruhi Permintaan Ekspor Biji
Kakao Indonesia .................................................................................... 55

5.2. Hasil Pengujian Ekonometrika (Weigted Statistics) ................................ 56

5.3. Hasil Pengujian Ekonometrika (Unweighted Statistics) .......................... 56

5.4. Perkembangan Harga Kakao Dunia ........................................................ 59
iv
DAFTAR GAMBAR

Halaman
1.1. Pangsa Produksi Produsen Kakao Dunia (Estimasi Tahun 2006/2007) ... 2

1.2. Pangsa Konsumsi Biji Kakao (Estimasi tahun 2006/2007) ...................... 3

2.1. Kurva Perdagangan Internasional ........................................................... 11

2.2. Pengaruh Kenaikan Harga Ekspor terhadap Permintaan Ekspor ............. 17

2.3. Dampak Depresiasi Nilai Tukar terhadap Harga dan Kuantitas Permintaan
Ekspor Negara ....................................................................................... 19

2.4. Dampak Kenaikan Pendapatan pada Kuantitas Pembelian Barang A dan B di
Negara II ............................................................................................... 20

2.5. Pergeseran Permintaan ........................................................................... 21

2.6. Kerangka Pemikiran ............................................................................... 22

3.1. Pengujian Pemilihan Model dalam Pengolahan Data Panel .................... 28

4.1. Luas areal Perkebunan menurut Status Pengusahaan .............................. 45

4.2. Perkembangan Luas Areal Kakao di Sulawesi Tahun 2008 .................... 46

4.3. Perkembangan Tingkat Produksi Kakao di Sulawesi Tahun 2008 ........... 47

5.1. Perbandingan Harga Ekspor Kakao Indonesia dan Negara Pesaing ......... 58

5.2. Perkembangan Populasi Penduduk Malaysia, Singapura dan Cina .......... 60

5.3. Tingkat Konsumsi Kakao Malaysia, Singapura dan Cina ........................ 61

5.4. Perkembangan Peningkatan GDP per Kapita Negara Malaysia, Singapura dan
Cina ....................................................................................................... 63
v
DAFTAR LAMPIRAN


Halaman
1. Data Penelitian .......................................................................................... 69

2. Hasil Estimasi Panel Data ......................................................................... 70




I. PENDAHULUAN

1.1 Latar Belakang
Kakao merupakan salah satu komoditas unggulan perkebunan yang
memiliki peranan yang penting dalam perekonomian Indonesia, yakni sebagai
penghasil devisa negara, sumber pendapatan, penyedia lapangan kerja,
mendorong pengembangan agribisnis dan agroindustri serta pengembangan
pengelolaan sumberdaya alam wilayah. Pada tahun 2006, devisa negara dari
komoditas kakao sebesar US$ 854.977.124. Posisi tersebut menempatkan kakao
sebagai penghasil devisa perkebunan ketiga setelah kelapa sawit dengan nilai US$
5.551.135.342 dan karet sebesar US$ 4.322.143.721. Selain itu dari 1.320.820
hektar perkebunan kakao, sekitar 1.219.633 hektar atau sekitar 80 persen adalah
perkebunan rakyat. Hal ini menunjukkan bahwa kakao merupakan sumber
lapangan kerja dan sumber pendapatan masyarakat (Deptan, 2007).
Perkembangan ekspor kakao Indonesia hingga saat ini masih didominasi
oleh produk primer yaitu ekspor dalam bentuk biji kakao. Hal ini dapat dilihat
pada Tabel 1.1.
Tabel 1.1 Perkembangan Volume dan Nilai Ekspor Biji Kakao dan Produk Lain
Kakao Indonesia, 2003-2007
Tahun
Biji Kakao Pasta Kakao Lemak Kakao Tepung Kakao
Volume
(Ton)
Nilai
(000
US$)
Volume
(Ton)
Nilai
(000
US$)
Volume
(Ton)
Nilai
(000
US$)
Volume
(Ton)
Nilai
(000
US$)
2003 265.838 410.278 5.344 12.819 43.354 118.339 27.134 53.845
2004 275.484 369.863 7.783 9.593 43.226 108.404 28.694 42.271
2005 367.026 467.252 21.919 10.651 40.788 145.003 26.265 30.154
2006 490.778 619.017 24.705 12.119 49.503 179.073 33.765 27.804
2007 379.829 622.600 22.173 15.538 51.149 230.160 32.232 32.085
Sumber : ICCO diolah oleh Deptan, 2008

Adapun yang termasuk ke dalam negara produsen utama kakao secara
berurutan yaitu Pantai Gading
persen, Ghana 18,19 persen
3,73 persen, Ekuador 3,
mewakili hampir 90 pe
kakao dunia ini terlihat pada
Sumber : ICCO, 2008

Gambar 1.1 Pangsa Produksi Produsen Kakao Dunia (Estimasi T
Meskipun produsen kakao terbesar
tingkat konsumsi terbesar kakao masih didominasi oleh negara
telah mengembangkan produk hilir kakaonya menjadi produk yang bernilai
tambah lebih tinggi. Apabila diurutkan berdas
seperti Gambar 1.2.
13.68°
3.62°
4.98°
3.73°
3.39°
0.97°
Adapun yang termasuk ke dalam negara produsen utama kakao secara
berurutan yaitu Pantai Gading dengan pangsa produksi per tahun sebesar 36,
19 persen, Indonesia 15,68 persen, Nigeria 5,62 persen
3,39 persen dan Malaysia 0,97 persen. Negara-
ersen dari total produksi dunia. Pangsa produksi produsen
kakao dunia ini terlihat pada Gambar 1.1.
roduksi Produsen Kakao Dunia (Estimasi Tahun 2006/2007)
dusen kakao terbesar berasal dari negara berkembang
tingkat konsumsi terbesar kakao masih didominasi oleh negara-negara maju
telah mengembangkan produk hilir kakaonya menjadi produk yang bernilai
tambah lebih tinggi. Apabila diurutkan berdasarkan benua, maka akan terlihat
36.37°
18.19°
11.06°
Þ.Cadlng
Chana
lndonesla
nlgerla
kamerun
8razll
Lkuador
Malaysla
Lalnnya
2
Adapun yang termasuk ke dalam negara produsen utama kakao secara
sebesar 36,37
persen, Brazil
-negara ini
rsen dari total produksi dunia. Pangsa produksi produsen

ahun 2006/2007)
berasal dari negara berkembang namun
negara maju yang
telah mengembangkan produk hilir kakaonya menjadi produk yang bernilai
arkan benua, maka akan terlihat
Þ.Cadlng
Chana
lndonesla
nlgerla
kamerun
8razll
Lkuador
Malaysla
Lalnnya

Sumber : ICCO, 2008
Gambar 1.2 Pangsa Konsumsi Biji Kakao (Estimasi T
Dari Gambar 1.2
berasal dari benua Eropa disusul ol
urutan keempat. Meskipun Eropa merupakan pengimpor terbesar biji kakao du
namun Indonesia belum mampu
rendahnya mutu kakao yang dihasilkan.
untuk kakao dan produk kakao yang masuk dalam HS dua dig
tahun 2004 negara pemasok kakao utama ke UE
pangsa sebesar 41,54 persen
Ghana sebesar 19,54 persen, Nigeri
persen, Kamerun sebesar 5
dengan pangsa pasar sebesar 2
Benua Asia merupakan pengimpor
Singapura merupakan negara tujuan utama ekspor kakao Indonesia,
kedua negara tersebut menemp
23.7°
19.4°
14.3°
.2 Pangsa Konsumsi Biji Kakao (Estimasi Tahun 2006/200
Dari Gambar 1.2 dapat diketahui bahwa pengimpor terbesar
berasal dari benua Eropa disusul oleh benua Amerika, Asia dan Afrika pada
Meskipun Eropa merupakan pengimpor terbesar biji kakao du
namun Indonesia belum mampu memasuki pasar Eropa secara maksimal karena
rendahnya mutu kakao yang dihasilkan. Berdasarkan data Eurostat tahun 2004
untuk kakao dan produk kakao yang masuk dalam HS dua digit (HS 18), pada
ra pemasok kakao utama ke UE-25 adalah Pantai Gading dengan
persen dari total impor UE dan berturut-turut diikuti oleh
54 persen, Nigeria sebesar 9,20 persen, Swiss seb
sar 5,21 persen dan Indonesia berada diurutan ke ena
pasar sebesar 2,46 persen.
enua Asia merupakan pengimpor ketiga biji kakao dunia. Malaysia dan
merupakan negara tujuan utama ekspor kakao Indonesia,
kedua negara tersebut menempati urutan pertama dan ketiga, Di sisi lain Cina
42.7°
23.7°
14.3°
Lropa
Amerlka
Asla dan Cceanla
Afrlka
3
ahun 2006/2007)
terbesar biji kakao
Afrika pada
Meskipun Eropa merupakan pengimpor terbesar biji kakao dunia,
secara maksimal karena
tahun 2004,
it (HS 18), pada
ading dengan
diikuti oleh
20 persen, Swiss sebesar 7,27
21 persen dan Indonesia berada diurutan ke enam
Malaysia dan
merupakan negara tujuan utama ekspor kakao Indonesia, di mana
tiga, Di sisi lain Cina
Amerlka
Asla dan Cceanla
4

adalah negara tujuan ekspor Indonesia pada peringkat ke delapan. Hal ini terlihat
pada Tabel 1.2.
Tabel 1.2 Perkembangan Volume Ekspor Kakao Indonesia Berdasarkan
Negara Tujuan, 2004-2008 (dalam ton)
No
Negara
Tujuan
2004 2005 2006 2007 2008
Trend
(%)
1 Malaysia 128.124.503 158.577.277 196.550.329 193.982.291 219.492.405 14,89
2
Amerika
Serikat 105.414.562 126.595.271 153.534.732 76.202.212 79.055.616 -1,31
3 Singapura 34.204.235 31.963.559 45.489.775 45.381.708 46.376.720 9,43
4 Brasil 16.007.517 28.371.271 68.549.269 45.789.166 33.156.756 39,52
5 Prancis 7.960.374 9.232.673 8.096.504 8.890.321 9.552.516 5,23
6 Belanda 4.512.956 7.664.788 12.919.366 9.643.678 9.391.816 27,61
7 Australia 4.760.808 5.106.483 9.486.697 9.857.057 9.088.820 22,29
8 China 14.940.285 19.187.691 22.602.775 24.556.135 21.761.811 10,87
9 Kanada 3.585.000 5.300.000 11.450.522 7.680.001 13.200.000 50,71
10 Thailand 6.729.456 10.172.638 9.582.622 8.516.877 9.601.285 11,74
Lainnya 41.778.046 62.982.321 73.860.934 73.023.633 64.860.951 13,93
Total
368.017.742 465.153.972 612.123.525 503.523.079 515.538.696 10,66
Sumber : Ditjen PPHP, Deptan, 2009 (diolah)
Dari Tabel 1.2 dapat diketahui bahwa perkembangan kakao Indonesia ke
Malaysia, Singapura dan Cina memiliki trend yang positif. Meskipun Cina masih
menempati urutan ke delapan tujuan ekspor kakao Indonesia namun Cina
berpotensi menjadi salah satu negara tujuan utama ekspor biji kakao Indonesia.
Adapun beberapa peluang yang dapat diambil oleh Indonesia di negara Cina
dalam meningkatkan pangsa pasar biji kakaonya yaitu jumlah penduduk negara
Cina yang besar, meningkatnya kerjasama antara pelaku bisnis di kedua negara
dengan terbentuknya berbagai macam kesepakatan, meningkatnya kepastian bagi
produk unggulan Indonesia dalam memanfaatkan peluang pasar Cina dan
terbukanya transfer teknologi antara pelaku bisnis di kedua negara.
5

Untuk wilayah Asia, Indonesia sangat berpeluang besar menjadi produsen
utama biji kakao karena pesaing di wilayah Asia hanya sedikit yaitu Malaysia dan
Papua Nugini. Malaysia merupakan salah satu negara produsen kakao terbesar di
wilayah Asia, namun sejak tahun 1990 produksi biji kakao Malaysia terus
menurun karena adanya serangan hama PBK, pengalihan lahan untuk dijadikan
real estate dan pengalihan konsentrasi lahan ke kelapa sawit. Sementara itu
negara lain yang merupakan produsen biji kakao yaitu Papua Nugini memiliki
tingkat produksi kakao yang masih sangat rendah (ASKINDO, 2007).
Melihat peluang pasar yang demikian maka sudah selayaknya apabila
Indonesia menjadi produsen utama kakao di wilayah Asia. Malaysia, Singapura
dan Cina merupakan potensi pasar utama ekspor biji kakao Indonesia. Hal ini
dikarenakan ketiga negara tersebut adalah negara industri maju di wilayah Asia
yang mengalami pertumbuhan yang pesat pada produk hilir kakaonya. Akan tetapi
permintaan ekspor dari ketiga negara tersebut masih mengalami fluktuasi dan
belum maksimal. Oleh karenanya menjadi penting untuk dianalisis mengenai
faktor-faktor yang menentukan permintaan ekspor biji kakao Indonesia di
Malaysia, Singapura dan Cina.

1.2 Perumusan Masalah
Kakao merupakan komoditas unggulan perkebunan Indonesia. Hal ini
terlihat dari kontribusi devisa yang dihasilkan oleh kakao yakni sebesar US$
854.977.124, dengan nilai sebesar ini kakao dijadikan sebagai komoditas
unggulan perkebunan ketiga setelah kelapa sawit dan karet.
6

Meskipun produsen kakao terbesar masih didominasi oleh negara
berkembang yakni Pantai Gading pada urutan pertama, disusul oleh Ghana dan
Indonesia pada urutan kedua dan ketiga, namun tingkat konsumsi terbesar justru
didominasi oleh negara-negara maju yang telah mengembangkan industri hilir
kakaonya. Eropa merupakan benua terbesar pengkonsumsi biji kakao yang disusul
oleh Amerika, Asia dan Afrika.
Pemilihan negara Malaysia, Singapura dan Cina sebagai wilayah yang
dianalisis berdasarkan pertimbangan bahwa Malaysia dan Singapura merupakan
negara pertama dan ketiga tujuan ekspor utama kakao Indonesia. Sementara
negara Cina merupakan negara yang berpotensi besar menjadi tujuan ekspor
utama Indonesia di masa depan mengingat jumlah penduduk Cina yang sangat
besar dan perkembangan industri hilir kakao Cina yang semakin berkembang.
Adapun yang menjadi permasalahan adalah jumlah permintaan biji kakao
dari negara Malaysia, Singapura dan Cina dari tahun ke tahun tidak stabil karena
volume dan nilainya yang berfluktuatif. Kondisi ini dirasakan belum maksimal
mengingat Indonesia masih memiliki peluang yang sangat besar untuk menjadi
produsen utama di wilayah Asia, sehingga pada penelitian ini akan dianalisis
mengenai faktor-faktor yang mempengaruhi permintaan ekspor biji kakao di
negara Malaysia, Singapura dan Cina. Ada beberapa hal yang akan penulis
analisis terkait masalah tersebut, yaitu :
1. Bagaimana permintaan ekspor biji kakao Indonesia di Malaysia,
Singapura dan Cina?
7

2. Apa saja faktor-faktor yang mempengaruhi permintaan ekspor biji kakao
Indonesia di Malaysia, Singapura dan Cina?
3. Sejauh mana faktor-faktor tersebut mempengaruhi permintaan ekspor biji
kakao Indonesia di Malaysia, Singapura dan Cina.
1.3 Tujuan Penelitian
1. Mendeskripsikan permintaan ekspor biji kakao Indonesia di Malaysia,
Singapura dan Cina.
2. Menganalisis faktor-faktor yang mempengaruhi permintaan ekspor biji
kakao Indonesia di Malaysia, Singapura dan Cina.
3. Menganalisis pengaruh dari faktor-faktor tersebut terhadap tingkat
permintaan ekspor biji kakao Indonesia di Malaysia, Singapura dan Cina.

1.4 Manfaat Penelitian
1. Bagi penulis merupakan sarana untuk mengaplikasikan ilmu yang telah
diperoleh selama kuliah serta melihat efek keterkaitannya dengan topik
penelitian.
2. Bagi pembaca dapat dijadikan sarana untuk menambah wawasan dan
bahan rujukan bagi penelitian selanjutnya.
3. Merumuskan rekomendasi kebijakan yang diharapkan dapat menjadi
pertimbangan pemerintah dalam mendorong pengembangan ekspor biji
kakao Indonesia.


8

1.5 Ruang Lingkup Penelitian
Kajian yang akan dibahas dalam penelitian ini hanya memfokuskan pada
analisis faktor-faktor yang mempengaruhi permintaan ekspor biji kakao Indonesia
tanpa mengikutsertakan hasil olahan ataupun produk olahan kakao yang lebih
spesifik seperti kakao butter, kakao powder, kakao pasta, maupun olahan kakao
yang lebih lanjut seperti cokelat. Latar belakang Malaysia, Singapura dan Cina
menjadi objek penelitian karena Malaysia dan Singapura merupakan negara
pertama dan ketiga tujuan utama ekspor biji kakao Indonesia. Sedangkan Cina
merupakan negara yang sangat berpotensi menjadi tujuan utama ekspor biji kakao
Indonesia, sehingga diharapkan pada masa yang akan datang Indonesia mampu
menjadi produsen utama di wilayah Asia.
Meskipun Eropa dan Amerika merupakan pengkonsumsi terbesar biji
kakao dunia, namun kedua negara tidak dimasukkan ke dalam wilayah yang
dianalisis karena Indonesia belum dapat memasuki pasar Eropa secara maksimal.
Sedangkan ekspor biji kakao Indonesia di Amerika masih mengalami automatic
detention sehingga nilai ekspornya lebih rendah.
Permasalahan yang akan dikaji meliputi analisis faktor-faktor yang
mempengaruhi permintaan ekspor biji kakao Indonesia di Malaysia, Singapura
dan Cina. Dalam penelitian ini hanya akan dianalisis pada empat faktor yang
mempengaruhi permintaan ekspor biji kakao Indonesia yaitu harga ekspor, jumlah
populasi, nilai tukar dan pendapatan per kapita. Data yang dipergunakan untuk
menganalisis faktor-faktor yang mempengaruhi permintaan biji kakao Indonesia
berupa data sekunder tahunan dan akan di analisis dengan metode panel data.




II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1. Teori Perdagangan Internasional
Perdagangan dalam arti yang sederhana adalah suatu proses yang timbul
sehubungan dengan pertukaran komoditi antar negara. Menurut Lindert dan
Kindleberger (1995) perdagangaan internasional terjadi karena adanya interaksi
antara permintaan dan penawaran yang bersaing. Permintaan (demand) dan
penawaran (supply) yang terjadi merupakan hasil interaksi dari kemungkinan
produksi dan preferensi konsumen. Suatu negara akan mengekspor komoditas
yang dihasilkan lebih murah dan mengimpor komoditas yang dihasilkan lebih
mahal dalam penggunaan sumber daya.
Perdagangan internasional juga dapat didefinisikan sebagai perdagangan
yang dilakukan oleh penduduk suatu negara dengan penduduk negara lain atas
dasar kesepakatan bersama. Istilah penduduk yang dimaksud terkait dengan
hubungan yang terjadi antara individu dengan individu, individu dengan
pemerintah negara yang bersangkutan, pemerintah suatu negara dengan
pemerintah negara lainnya. Meskipun perdagangan internasional telah terjadi
selama ribuan tahun namun dampaknya terhadap kepentingan ekonomi, sosial dan
politik baru dapat dirasakan pada beberapa abad terakhir. Manfaat perdagangan
internasional yakni dapat meningkatkan GDP suatu negara, mendorong
industrialisasi, transportasi, globalisasi dan kehadiran perusahaan multinasional.
1

1
Wikipedia, 2008
10




Adapun faktor-faktor yang mendorong suatu negara melakukan
perdagangan internasional, antara lain
2
:

1. Memperoleh keuntungan dan meningkatkan pendapatan negara.
2. Memenuhi kebutuhan barang dan jasa dalam negeri.
3. Perbedaan hasil produksi dan keterbatasan produksi yang disebabkan oleh
perbedaan sumber daya, iklim, tenaga kerja, budaya dan jumlah penduduk.
4. Perbedaan kemampuan penguasaan ilmu pengetahuan dan teknologi dalam
mengolah sumber daya ekonomi.
5. Memerlukan wilayah pemasaran baru akibat kelebihan produk dalam
negeri.
6. Adanya kesamaan selera terhadap suatu barang.
7. Timbulnya keinginan menjalin kerja sama, hubungan politik dan
dukungan dari negara lain.
8. Terjadinya era globalisasi sehingga tidak ada satu negara pun yang mampu
memenuhi semua kebutuhannya sendiri.
Perdagangan internasional akan menimbulkan banyak manfaat antara lain :
memperoleh barang yang tidak dapat diproduksi di negara sendiri, memperoleh
manfaat dengan adanya spesialisasi, memperluas pasar dan menambah
keuntungan, serta memungkinkan terjadinya transfer teknologi. Proses terjadinya
perdagangan internasional dapat dijelaskan oleh gambar di bawah ini.



2
Wikipedia, 2008
11




Sumber : Salvatore, 1997

Gambar 2.1 Kurva Perdagangan Internasional
Gambar 2.1 di atas menjelaskan mengenai proses terjadinya perdagangan
internasional. Tingkat harga negara A (P
a
)

lebih rendah daripada tingkat harga
dunia (P
*
), hal ini menyebabkan negara A mengalami kelebihan penawaran
(excess supply). Sementara itu tingkat harga negara B (P
b
) berada di atas tingkat
harga dunia (P
w
) sehingga negara B mengalami kelebihan permintaan (excess
demand).
Pada kondisi keseimbangan di pasar internasional kelebihan penawaran
negara A akan menjadi penawaran pada pasar internasional (kurva ES), sementara
kelebihan permintaan pada negara B akan menjadi permintaan pada pasar
internasional (kurva ED) sehingga keseimbangan harga akhir

terjadi pada titik P
*
.
Negara A akan mengekspor komoditi sebesar X sedangkan negara B akan
mengimpor komoditi sebesar M, di mana jumlah X dan M adalah sama.

12



2.2 Teori Permintaan Ekspor
Permintaan ekspor suatu komoditi merupakan hubungan yang menyeluruh
antara kuantitas komoditi yang akan dibeli konsumen selama periode tertentu
pada suatu tingkat harga (Lipsey et al, 1995). Semakin tinggi tingkat harga yang
terjadi pada transaksi perdagangan maka jumlah permintaan komoditi suatu
barang akan semakin menurun. Definisi dari permintaan sendiri mengacu kepada
kebutuhan masyarakat atau individu yang dipengaruhi oleh beberapa faktor antara
lain: harga barang itu sendiri, harga barang lain, pendapatan konsumen, tingkat
selera, jumlah penduduk, dan peramalan yang akan datang.
Permintaan ekspor suatu negara merupakan selisih antara produksi atau
penawaran domestik dikurangi dengan konsumsi atau permintaaan domestik
negara yang bersangkutan ditambah dengan stok tahun sebelumnya. Secara
matematis dapat dituliskan sebagai berikut:
X
t
= Q
t


C
t
+ S
t-1
(2.1)
Di mana : X
t
= Jumlah ekspor komoditi pada tahun ke t
Q
t
= Jumlah produksi domestik pada tahun ke t
C
t
= Jumlah konsumsi domestik pada tahun ke t
S
t-1
= Stok tahun sebelumnya (t-1)
Jika jumlah stok tahun sebelumnya diasumsikan nol maka persamaan di
atas menjadi : X
t
= Q
t


C
t
(2.2)

Untuk komoditi ekspor, permintaan komoditi yang bersangkutan akan
dialokasikan untuk memenuhi permintaan masyarakat dalam negeri (konsumsi
domestik) dan permintaan luar negeri (ekspor). Persediaan yang tersisa akan
13



menjadi persediaan yang akan dijual pada tahun berikutnya. Sebagai sebuah
permintaan maka ekspor komoditi suatu negara akan dipengaruhi oleh beberapa
faktor antara lain : harga domestik tujuan ekspor (HDt), harga impor negara
tujuan ekspor (HI)
t
, pendapatan per kapita negara tujuan ekspor (YPI
t
), dan selera
penduduk negara tujuan ekspor (SI
t
).

Selain dipengaruhi oleh faktor-faktor tersebut permintaan ekspor suatu
komoditi dapat dipengaruhi pula oleh faktor harga di pasar internasional (HX) dan
nilai tukar efektif (NT
t
). Pengaruh jangka panjang dalam kegiatan ekspor dapat
diketahui dengan memasukkan peubah lag yaitu volume ekspor tahun sebelumnya
(X
t-1
). Selain itu variabel dummy berupa kondisi perekonomian yang stabil dan
tidak stabil (krisis) perlu dimasukkan untuk mengetahui sejauh mana pengaruh
kondisi perekonomian tersebut terhadap kegiatan ekspor. Apabila dirumuskan ke
dalam persamaan menjadi:
X
t
= f (HDt, HI
t
, YPI
t
, SI
t
, HX
t
, NT
t
, X
t-1,
D
t
) (2.3)

2.3 Penelitian Terdahulu
2.3.1 Penelitian Mengenai Permintaan Ekspor
Chintia (2008) melakukan penelitian mengenai faktor-faktor yang
mempengaruhi permintaan ekspor TPT Indonesia di Uni Eropa. Data yang
digunakan oleh peneliti adalah data sekunder 1978-2007 yang dianalisis dengan
metode OLS (Ordinary Least Square). Variabel-variabel yang diduga
mempengaruhi permintaan ekspor TPT antara lain : volume ekspor TPT, GDP per
kapita, harga ekspor, nilai tukar dan dummy kuota. Hasil penelitiannya
14



menyebutkan bahwa hanya variabel harga ekspor TPT India yang tidak
berpengaruh nyata terhadap permintaan TPT Indonesia. Kesimpulan lainnya yaitu
bahwa terdapat perubahan perkembangan volume ekspor TPT Indonesia ke UE, di
mana saat sistem kuota berlaku rata-rata pertumbuhan volume ekspor TPT
Indonesia ke UE adalah 50,64 persen sedangkan saat sistem kuota berakhir yaitu
tahun 2005 hingga tahun 2007 rata-rata pertumbuhan volume ekspor TPT
Indonesia ke UE hanya sebesar 6,07 persen.
Veronika (2008) melakukan penelitian mengenai analisis faktor-faktor
yang mempengaruhi permintaan ekspor wood Indonesia di Cina, Singapura dan
Malaysia dalam skema China-ASEAN Free Trade Area. Data yang digunakan
oleh peneliti adalah data sekunder kuartalan dari Januari 2003 hingga September
2007 dan metode yang digunakan adalah OLS (Ordinary Least Square). Variabel-
variabel yang diduga mempengaruhi permintaan ekspor wood Indonesia adalah
harga ekspor riil, harga substitusi, pendapatan per kapita riil, nilai tukar riil dan
dummy kesepakatan Cina-AFTA. Hasil penelitiannya menunjukkan bahwa pada
model permintaan ekspor wood Indonesia di Cina : harga ekspor riil, harga
substitusi, dan nilai tukar rupiah terhadap yuan berpengaruh nyata. Pada model
permintaan ekspor wood Indonesia di Singapura variabel yang berpengaruh nyata
adalah harga substitusi, GDP riil per kapita, dan nilai tukar rupiah terhadap dollar
Singapura. Sedangkan pada model permintaan ekspor wood Indonesia di
Malaysia, variabel yang berpengaruh nyata yaitu : harga ekspor riil, GDP riil, dan
nilai tukar riil rupiah terhadap ringgit. Dummy kesepakatan Cina-AFTA
menyebabkan penurunan permintaan ekspor wood Indonesia di negara Cina dan
15



Malaysia tetapi menyebabkan peningkatan permintaan wood Indonesia di
Singapura.

2.3.2 Penelitian Mengenai Kakao
Arleen (2006) menganalisis mengenai faktor-faktor yang mempengaruhi
ekspor kakao Indonesia. Berdasarkan analisis regresi gravity model dengan
metode OLS (Ordinary Least Square) diperoleh kesimpulan bahwa faktor-faktor
yang mempengaruhi volume ekspor kakao antara lain: tingkat ketersediaan kakao,
harga domestik kakao, produksi kakao domestik, stok akhir kakao domestik,
harga ekspor kakao, ekspor kakao tahun sebelumnya, dan nilai tukar rupiah
terhadap dollar. Di antara faktor-faktor tersebut, peneliti menyebutkan bahwa
tingkat ketersediaan kakao merupakan faktor yang paling berpengaruh dibanding
dengan faktor lainnya.
Sedangkan Komalasari (2009) melakukan penelitian mengenai faktor-
faktor yang mempengaruhi penawaran ekspor biji kakao Indonesia dengan
menggunakan metode OLS (Ordinary Least Square). Hasil analisisnya
menyimpulkan bahwa penawaran ekspor biji kakao secara positif dan signifikan
dipengaruhi oleh produksi dan ekspor tahun sebelumnya. Sedangkan variabel
harga domestik, harga dunia, dan nilai tukar tidak mempengaruhi penawaran
ekspor biji kakao secara signifikan. Kesimpulan lain yang diperoleh dalam
penelitian ini yaitu elastisitas produksi dalam jangka panjang memiliki dampak
yang lebih signifikan terhadap peningkatan ekspor dibanding dengan jangka
pendek. Kondisi ini terjadi karena faktor-faktor yang mempengaruhi produksi
16



dalam jangka panjang akan meningkat dengan baik seperti luas lahan, perbaikan
bibit unggul, dan teknologi untuk menanggulangi hama penggerek pada buah
kakao.

2.4. Perbedaan Dengan Penelitian Terdahulu
Penelitian ini berjudul Analisis Faktor-Faktor Yang Mempengaruhi
Permintaan Ekspor Biji Kakao Indonesia di Malaysia, Singapura dan Cina.
Penelitian ini memiliki perbedaan dengan penelitian kakao lainnya. Penelitian
yang dilakukan oleh Arleen (2006) memiliki tujuan untuk menganalisis faktor-
faktor yang mempengaruhi penawaran ekspor kakao Indonesia. Penelitian ini
menggunakan analisis Ordinary Least Square (OLS). Pada penelitian Komalasari
(2009) bertujuan untuk menganalisis faktor-faktor yang mempengaruhi
penawaran ekspor biji kakao Indonesia. Penelitian ini menggunakan pendekatan
Ordinary Least Square (OLS). Sedangkan penelitian ini memiliki tujuan untuk
menganalisis faktor-faktor yang mempengaruhi permintaan ekspor biji kakao
Indonesia di Malaysia, Singapura dan Cina. Penelitian ini menggunakan
pendekatan panel data dengan periode analisis dari tahun 1992 hingga tahun 2007.

2.5 Kerangka Pemikiran Teoritis
2.5.1 Hubungan Harga dan Perdagangan
Lipsey et al (1995) mengemukakan bahwa harga berhubungan negatif
dengan permintaan (cateris paribus), semakin tinggi tingkat harga yang terjadi
maka jumlah permintaan suatu komoditi akan semakin berkurang. Sebaliknya
harga berhubungan positif dengan penawaran, semakin tinggi tingkat harga yang
17



ditawarkan akan mendorong produsen meningkatkan skala produksinya sehingga
tingkat penawaran pun akan meningkat (Gambar 2.2).
Sumber : Lipsey et al, 1995

Gambar 2.2 Pengaruh Kenaikan Harga Ekspor terhadap Permintaan Ekspor
Gambar di atas menjelaskan hubungan yang terjadi antara perubahan
harga terhadap tingkat permintaan suatu barang. Saat harga ekspor sebesar (P
0
),
permintaan ekspor sebesar S
0
– D
0
dan saat harganya naik menjadi (P
1
), jumlah
permintaan berkurang menjadi S
1
– D
1.

2.5.2 Hubungan Nilai Tukar dan Perdagangan

Nilai tukar (exchange rate) atau yang biasa disebut dengan kurs adalah
harga suatu mata uang terhadap mata uang lainnya atau dapat juga didefinisikan
sebagai nilai dari suatu mata uang terhadap nilai mata uang lainnya (Salvatore,
1997). Para ekonom membagi nilai tukar menjadi dua, yaitu nilai tukar nominal
dan nilai tukar riil. Nilai tukar nominal merupakan harga relatif dari mata uang
dua negara sedangkan nilai tukar riil merupakan harga relatif dari barang-barang
antara dua negara (Mankiw, 2003). Nilai tukar riil sering disebut juga sebagai
terms of trade. Nilai tukar riil di antara dua negara dihitung dengan cara
18



mengalikan nilai tukar nominal dengan rasio harga yang diperdagangkan. Secara
matematis, hubungan tersebut direpresentasikan dalam rumus berikut ini:
Kurs
¡ììI
= Kurs
nomìnuI
×
P
d
P
LN
(2.4)
di mana:
P
d
= harga domestik
P
LN
= harga luar negeri
Kenaikan nilai tukar mata uang dalam negeri disebut dengan apresiasi atas
mata uang asing, sedangkan penurunan nilai tukar uang dalam negeri disebut
dengan depresiasi atas mata uang asing. Apabila terjadi depresiasi nilai tukar
rupiah terhadap mata uang asing, maka barang-barang Indonesia akan dinilai
relatif lebih murah sehingga daya saing produk Indonesia akan meningkat dan
permintaan pun akan meningkat.
Dalam perekonomian di mana hanya terdapat dua negara, apresiasi nilai
tukar negara II terhadap nilai tukar perdagangan akan mendorong peningkatan
permintaan ekspor barang di negara II. Peningkatan ini terjadi karena harga
barang ekspor negara II relatif lebih tinggi daripada harga barang yang sama yang
diproduksi oleh negara I. Penduduk negara II akan beralih mengkonsumsi barang
negara I yang harganya relatif lebih murah sehingga permintaan ekspor pun akan
meningkat (pergeseran dari D ke D*), hal ini terlihat pada Gambar 2.3.
19



Sumber : Salvatore, 1997
Gambar 2.3 Dampak Depresiasi Nilai Tukar terhadap Harga dan Kuantitas
Permintaan Ekspor Negara


2.5.3 Hubungan Pendapatan dan Perdagangan
Salah satu faktor yang mempengaruhi tingkat konsumsi seseorang adalah
tingkat pendapatan. Pada kasus barang normal, tingkat konsumsi akan naik seiring
dengan naiknya pendapatan seseorang. Sedangkan untuk kasus barang inferior,
kondisi yang terjadi adalah sebaliknya (Nicholson, 2002). Gambar 2.4
menjelaskan hubungan yang terjadi antara tingkat pendapatan terhadap kualitas
pembelian barang suatu negara.
20



Sumber : Nicholson, 2002
Gambar 2.4 Dampak Kenaikan Pendapatan pada Kuantitas Pembelian Barang A
dan B di Negara II


Gambar 2.4 menggambarkan tingkat konsumsi suatu negara terhadap dua
barang normal A dan B (cateris paribus). Saat pendapatan meningkat maka
konsumsi negara tersebut terhadap barang A dan B akan meningkat. Kenaikan
pendapatan akan menggeser garis anggaran (I
0
– I
1
). U
0
dan U
1
merupakan tingkat
utilitas maksimum yang dapat dicapai (persinggungan antara kurva indiferen dan
garis anggaran yang tertinggi). Jika barang A merupakan barang impor negara
pengimpor maka kenaikan pendapatan negara pengimpor akan meningkatkan
konsumsinya. Apabila peningkatan konsumsinya tidak disertai dengan penawaran
yang sama akibatnya adalah negara tersebut akan meningkatkan ekspornya dari
negara lain.


21



2.5.4 Hubungan Populasi dan Perdagangan
Kenaikan jumlah penduduk akan menggeser kurva permintaan ke arah
kanan atas. Hal ini mengindikasikan bahwa dengan naiknya jumlah penduduk
maka jumlah komoditi yang dibeli pada setiap tingkat harga akan lebih banyak.
(Lipsey et al, 1995). Hal ini dapat dijelaskan oleh Gambar 2.5.
Sumber : Lipsey et al, 1995
Gambar 2.5 Pergeseran Permintaan
Pergeseran kurva permintaan dari D
0
ke D
1
menunjukkan adanya kenaikan
permintaan. Pergeseran ke kanan ini dapat disebabkan oleh beberapa faktor,
antara lain : naiknya pendapatan, kenaikan harga barang substitusi, turunnya harga
barang komplementer, perubahan selera, kenaikan jumlah penduduk dan
terjadinya distribusi pendapatan.






22



2.6 Kerangka Pemikiran Operasional
















Gambar 2.6 Kerangka Pemikiran



Perkembangan ekspor
kakao Indonesia masih
didominasi oleh produk
primer (biji kakao)
Harga
ekspor biji
kakao
Populasi
penduduk
Faktor-faktor yang
mempengaruhi
permintaan ekspor biji
kakao Indonesia di
Malaysia, Singapura dan
Cina
Pendapatan
perkapita
Nilai
tukar
Kakao merupakan salah
satu komoditas unggulan
perkebunan Indonesia

Malaysia, Singapura dan
Cina sebagai tujuan
ekspor utama biji kakao
Indonesia di Asia
Rekomendasi kebijakan
Volume dan
nilai ekspor
berfluktuasi
23



2.7 Hipotesis Penelitian
1. Harga ekspor berhubungan negatif dengan permintaan biji kakao Indonesia.
Apabila harga ekspor meningkat maka permintaan biji kakao dari negara
pengimpor akan menurun.
2. Populasi penduduk memiliki pengaruh yang positif. Semakin besar jumlah
penduduk akan mendorong peningkatan konsumsi cokelat, akibatnya
permintaan terhadap biji kakao yang merupakan bahan baku pembuat cokelat
pun akan meningkat.
3. Nilai tukar berpengaruh positif terhadap permintaan ekspor biji kakao
Indonesia. Apabila nilai tukar negara tujuan ekspor terapresiasi maka
permintaan ekspor biji kakao dari negara pengimpor akan meningkat.
4. GDP perkapita negara tujuan ekspor memiliki pengaruh yang positif. Hal ini
mengindikasikan bahwa apabila GDP perkapita negara tujuan ekspor
meningkat maka daya beli masyarakat terhadap konsumsi cokelat akan
meningkat. Akibatnya tingkat konsumsi biji kakao pun akan meningkat
sehingga permintaan ekspor biji kakao akan naik.






III. METODOLOGI PENELITIAN

3.1. Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini adalah data pooled (panel) tahun
1992 hingga tahun 2007. Jenis data yang digunakan adalah data sekunder yang
diperoleh dari beberapa instansi terkait seperti Departemen Pertanian (Deptan)
dan Asosiasi Kakao Indonesia (ASKINDO) serta penelusuran internet
(Uncomtrade, International Finance Statistics, United Nation, International
Cocoa Organization dan International Monetary Fund). Adapun data-data yang
digunakan oleh peneliti untuk menganalisis faktor-faktor yang mempengaruhi
permintaan ekspor biji kakao Indonesia tercantum dalam Tabel 3.1.
Tabel 3.1 Jenis, Simbol dan Sumber Data Penelitian

3.2. Metode Pengolahan dan Analisis Data
Metode Pengolahan yang digunakan dalam penelitian ini adalah metode
panel data. Model ini merupakan kombinasi antara data runut waktu (time series)
dan kerat lintang (cross section). Proses Pengolahan data dilakukan menggunakan
program Eviews 6 dan Microsoft Excel 2007. Analisis data melalui pendekatan
deskriptif digunakan untuk menjelaskan hubungan antara variabel-variabel yang
No Variabel Satuan Simbol Sumber
1
Volume ekspor biji kakao Indonesia ke
Malaysia, Singapura dan Cina
kg X Uncomtrade
2 Harga ekspor biji kakao Indonesia ($/kg) Px Uncomtrade
3
Populasi penduduk Malaysia, Singapura
dan Cina
jiwa Pop IMF
4 Nilai tukar
(national
currency/$)
Er IFS
5
Pendapatan per kapita Malaysia,
Singapura dan Cina
($/jiwa) GDPc IMF
25

mempengaruhi volume ekspor biji kakao Indonesia ke Malaysia, Singapura dan
Cina.
Karena mengkombinasikan data cross section dan time series maka panel
data memiliki beberapa keunggulan, antara lain (Gujarati, 2004) :
1. Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak
dapat diatasi dalam data cross section murni atau data time series murni.
2. Mampu mengontrol heterogenitas individu.
3. Memberikan data yang informatif, mengurangi kolinearitas antar peubah
serta meningkatkan derajat kebebasan sehingga data menjadi lebih efisien.
4. Data panel lebih baik digunakan untuk studi dynamics of adjustment
karena terkait dengan observasi pada cross section yang sama secara
berulang.
5. Mampu menguji dan mengembangkan model perilaku yang lebih
kompleks.
Terdapat tiga macam pendekatan dalam panel data yaitu :
1. Pendekatan Kuadrat Terkecil (Pooled Least Square)
Merupakan pendekatan yang paling sederhana dalam pengolahan data
panel. Model pooled didapatkan dengan cara mengkombinasikan atau
mengumpulkan semua data cross section dan time series yang akan diduga
dengan menggunakan metode OLS (Ordinary Least Square). Misalkan terdapat
persamaan seperti di bawah ini :
¥
ìt
= o + [x
ìt
+e
ìt
(3. 1)

26

di mana :
¥
ìt
= variabel endogen
x
ìt
= variabel eksogen
o = intersep
[ = slope
i = individu ke-i
t = periode waktu ke-t
e = error / simpangan
2. Model Efek Tetap (Fixed Effect)
Asumsi intersep dan slope dari persamaan regresi yang dianggap konstan
baik antar individu maupun antar waktu yang kurang sesuai dengan tujuan
penggunaan data panel merupakan masalah terbesar yang dihadapi dalam
pendekatan model kuadrat terkecil. Untuk mengatasi hal ini kita dapat
menggunakan pendekatan model efek tetap (fixed effect).
Model fixed effect adalah model yang dapat digunakan dengan
mempertimbangkan bahwa peubah-peubah yang dihilangkan dapat
mengakibatkan perubahan dalam intersep-intersep cross section dan time series.
Untuk memungkinkan perubahan-perubahan intersep ini, dapat ditambahkan
variabel dummy ke dalam model yang selanjutnya akan diduga dengan model
OLS (Ordinary Least Square) yaitu:
¥
ìt
= _oiÐi + [X
ìt
+ e
ìt
(3. 2)


27

di mana :
¥
ìt
= variabel endogen
X
ìt
= variabel eksogen
o
ì
= intersep
[ = slope
Ð = variabel boneka (dummy)
i = individu ke-i
t = periode waktu ke-t
e = error / simpangan
3. Model Efek Acak (Random Effect)
Memasukkan variabel dummy ke dalam model akan mengakibatkan
berkurangnya jumlah derajat kebebasan yang pada akhirnya akan mengurangi
efisiensi dari parameter yang diestimasi. Pendekatan yang dapat digunakan untuk
mengatasi hal ini adalah model random effect. Model random effect disebut juga
sebagai error component model karena dalam model ini, parameter yang berbeda
antar individu maupun antar waktu dimasukkan ke dalam error. Persamaan umum
dalam random effect model yaitu :
¥
ìt
= o
0
+ [X
ìt
+ e
ìt
(3. 3)
e
ìt
= u
ìt
+ I
ìt
+ w
ìt
(3. 4)
di mana :
u
ìt
~ N(0,o
u
2) = komponen cross section error
:
ìt
~ N(0,o
¡
2) = komponen time series error
w
ìt
~ N(0,o
w
2) = komponen combinations error
28

Dalam model ini, kita mengasumsikan bahwa error secara individual
tidak saling berkorelasi begitu juga dengan error kombinasinya.
Berbeda dengan model efek tetap, pendekatan random effect dapat
menghemat dan tidak mengurangi jumlah derajat kebebasan. Dengan demikian
parameter hasil estimasi yang diperoleh semakin efisien sehingga model yang
yang didapat semakin baik.

3.3. Pemilihan Model
Agar memperoleh dugaan model yang efisien dan paling baik di antara
berbagai pilihan model maka kita perlu menganalis dugaan model yang kita
gunakan berdasarkan pertimbangan statistik. Terdapat tiga pengujian statistik
yang digunakan dalam data panel untuk menentukan model mana yang paling
baik untuk kita pilih. Hal ini dapat dijelaskan berdasarkan skema di bawah ini :

Gambar 3.1 Pengujian Pemilihan Model dalam Pengolahan Data Panel
29

1. Chow test
Chow test atau biasa disebut dengan uji F statistics merupakan pengujian
statistik yang bertujuan memilih model fixed effect atau pooled least square.
Hipotesis dari uji ini yaitu :
H
0
: Model pooled least square
H
1
: Model fixed effect
Dasar penolakan terhadap hipotesis nol adalah dengan menggunakan F-
statistik (Uji Chow) yang dirumuskan dalam persamaan berikut ini :
Chow =
(LSS
1
- LSS
2
) (N-1) /
LSS
2
(N1-N-K) /
(3. 5)
di mana :
ESS
1
= Residual Sum Square hasil pendugaan model fixed effect
ESS
2 =
Residual Sum Square hasil pendugaan model Pooled Least Square
N = Jumlah data cross section
T = Jumlah data time series
K = Jumlah variabel penjelas
Jika nilai chow statistics (F-stat) hasil pengujian lebih besar dari F-tabel, maka
cukup bukti untuk melakukan penolakan terhadap H
0
sehingga model yang
digunakan adalah fixed effect dan sebaliknya.
2. Hausman Test
Hausman test merupakan uji untuk menentukan apakah kita akan
menggunakan model fixed effect atau model random effect. Hipotesis dari uji ini
yaitu :
30

H
0
: Model random effect
H
1
: Model fixed effects
Nilai statistik hausman akan dibandingkan dengan nilai Chi square sebagai dasar
dalam menolak H
0.
Jika nilai _
2
–statistik hasil pengujian lebih besar dari _
2
-
tabel maka cukup bukti untuk melakukan penolakan terhadap H
0
sehingga
pendekatan yang digunakan adalah fixed effect model dan sebaliknya.
3. LM Test

LM test (The Breusch – Pagan LM Test) digunakan sebagai dasar
pertimbangan statistik dalam memilih model Random Effect dan Pooled Least
Square. Hipotesis dari uji ini yaitu :
H
0
: Model Pooled effect
H
1
: Model Random effects
Dasar penolakan H
0
yaitu dengan cara membandingkan antara nilai statistik LM
dengan nilai Chi-square. Apabila nilai LM hasil perhitungan lebih besar dari _
2
-
tabel maka cukup bukti untuk melakukan penolakan terhadap H
0
sehingga model
yang akan digunakan adalah random effect dan sebaliknya.

3.4. Model Penelitian
Berdasarkan kerangka teoritis dan studi empiris yang disesuaikan dengan
fakta di negara tujuan ekspor serta berbagai alternatif spesifikasi model yang telah
dicoba dengan tetap mempertimbangakan berbagai asumsi-asumsi yang menjadi
acuan dalam model panel, maka variabel-variabel yang diduga mempengaruhi
permintaan ekspor biji kakao Indonesia terdiri dari harga ekspor, tingkat populasi,
31

nilai tukar dan pendapatan per kapita negara tujuan ekspor. Apabila dinyatakan ke
dalam sebuah persamaan akan menjadi :
LNX = -
0
LNPx +
1
LNPoP +
3
LNER +
4
LNGDPC + U
t
(3.6)
dimana :
X = Volume ekspor biji kakao Indonesia ke negara tujuan tahun ke- t (kg)
Px = Harga ekspor biji kakao Indonesia ke negara tujuan tahun ke-t (US$/kg)
PoP = Jumlah penduduk negara tujuan ekspor tahun ke- t (jiwa)
GDPc = Pendapatan per kapita negara tujuan ekspor tahun ke t (US$)
U
t
= error term periode ke t
= intersep
= slope

3.5 Konsep Elastisitas
Nilai elastisitas digunakan untuk melihat derajat kepekaan variabel dependen pada
suatu persamaan terhadap perubahan variabel independen (Koutsoyiannis, 1977).
Jika dinyatakan ke dalam sebuah persamaan matematis, nilai elastisitas dapat
dirumuskan sebagai berikut:
elastisitas = (o¥¡¥) (oX¡X) / =

6X
.
X
¥
(3.7)
di mana :
6(In¥)

=
1
¥
dan
6(InX)
6X
=
1
X
, maka (3.8)
32

(lnY) =

¥
dan (ln X) =
6X
X
, sehingga (3.9)
6(In¥)
6(InX)
=

6X
.
X
¥
= elastisitas , dengan (3.10)
Y = rata-rata nilai peubah Y
X = rata-rata nilai peubah X
Adapun kriteria uji elastisitas adalah sebagai berikut :
1. Nilai elastisitas antara nol dan satu (0 < E < 1) dikatakan inelastis (tidak
responsif), karena perubahan satu persen variabel independen akan
mengakibatkan perubahan variabel dependen kurang dari satu persen.
2. Nilai elastisitas lebih besar dari satu (E > 1) dikatakan elastis (responsif),
hal ini menjelaskan bahwa perubahan satu persen variabel independen
akan menyebabkan perubahan variabel dependen lebih dari satu persen.
3. Nilai elastisitas sama dengan satu (E = 1) dikatakan unitary elastisitas.
4. Nilai elastisitas sama dengan nol (E = 0) dikatakan inelastis sempurna, hal
ini mengindikasikan perubahan satu persen variabel independen tidak
akan mengakibatkan perubahan terhadap variabel dependen.
5. Nilai elastisitas tak terhingga (E = ~) dikatakan elastis sempurna, karena
perubahan satu persen variabel independen akan menyebabkan perubahan
yang tidak terbatas.


33

3.6. Definisi Operasional
1. Volume permintaan ekspor biji kakao Indonesia di Malaysia, Singapura
dan Cina yang menjadi variabel tak bebas dalam model merupakan total
permintaan ekspor biji kakao Indonesia di Malaysia, Singapura dan Cina
yang dinyatakan dalam satuan kilogram.
2. Harga ekspor merupakan harga yang digunakan dalam transaksi
perdagangan internasional. Harga ekspor dinyatakan dalam satuan dollar
Amerika per kilogram.
3. Populasi penduduk merupakan jumlah total penduduk yang mendiami
suatu wilayah atau negara. Satuan populasi dalam penelitian ini dinyatakan
dalam jiwa.
4. Nilai tukar yang digunakan adalah nilai tukar ringgit, dollar Singapura dan
yuan terhadap dollar Amerika .
5. GDP per kapita yang digunakan dalam penelitian ini merupakan hasil
pembagian antara GDP nominal dengan populasi penduduk negara
Malaysia, Singapura dan Cina.

3.7. Pengujian Model
Model yang dianalisis merupakan pengujian terhadap hipotesis yang
dilakukan. Setelah mendapatkan parameter estimasi yang dianggap sesuai maka
langkah selanjutnya adalah melakukan berbagai macam uji terhadap parameter
estimasi tersebut. Terdapat tiga kriteria yang umum digunakan dalam menentukan
baik tidaknya sebuah model yaitu :
34

3.7.1. Kriteria Statistik
Kriteria statistika digunakan untuk menganalisis kesesuaian model regresi
yang telah diperoleh. Adapun beberapa ujinya antara lain:
a. Uji F
Tujuan dari uji F yaitu untuk mengetahui bagaimana pengaruh peubah
bebas terhadap peubah tidak bebas secara keseluruhan. Hipotesisnya yaitu:
H
0
:
1
=
2
=...=
t
= 0 (tidak ada variabel independen yang berpengaruh
terhadap variabel dependennya).
H
1
: minimal ada satu
t
0 (paling tidak ada satu variabel independen yang
berpengaruh signifikan terhadap variabel dependennya).
• Probability F-stasistic < taraf nyata (), maka tolak H
0
dan dapat
disimpulkan bahwa

minimal ada satu variabel independen yang
mempengaruhi variabel dependennya.
• Probability F-stasistic > taraf nyata (), maka terima H
0
dan disimpulkan
bahwa tidak ada variabel independen yang mempengaruhi variabel
dependennya.
b. Uji t
Uji ini dilakukan untuk melihat signifikansi masing-masing variabel yang
terdapat di dalam model. Besaran yang digunakan dalam uji ini yaitu statistik t.
Hipotesisnya adalah:
H
0
:
1
= 0 t=1, 2,..., n
H
1
:
1
0

35

Rumus perhitungan statistiknya yaitu:
t =
[
´
-[
t
S
c
[
(3.11)


di mana:

[
`
= parameter dugaan
[
t
= parameter hipotesis
S
c
[ = standard error parameter
• Jika t-stat > t-tabel, maka tolak H
0
dan dapat disimpulkan bahwa variabel
yang diuji berpengaruh nyata terhadap variabel tak bebas.
• Jika t-stat < t-tabel, maka terima H
0
dan dapat disimpulkan bahwa variabel
yang diuji tidak berpengaruh nyata terhadap variabel tak bebasnya.
Model yang diduga akan semakin baik apabila semakin banyak variabel
bebas yang signifikan atau berpengaruh nyata terhadap variabel tak bebasnya.
c. Uji R
2
ataupun adj-R
2

Uji ini dilakukan untuk melihat sejauh mana besar keragaman yang dapat
diterangkan oleh variabel bebas terhadap variabel tak bebas. Nilai R
2
atau R
2
adjusted berkisar antara 0 sampai dengan 1, semakin mendekati satu semakin
baik. Rumus perhitungannya yaitu :
R
2
= | _(¥
t
- ¥

)(¥
`
t

)] / _(¥
t

)
2
_( ¥
`
t

)
2
(3.12)
di mana:
Y
t
: Y aktual
¥
`
t
: Y dugaan
¥

: Y rata-rata
36

3.7.2. Kriteria Ekonometrika
Kriteria ini mengisyaratkan pengujian terhadap asumsi-asumsi dasar
ekonometrika agar variabel yang diestimasi bersifat BLUE (Best Unbiased
Estimator). Pengujian ini terdiri dari :
1. Heteroskedastisitas
Dalam regresi linier berganda, salah satu asumsi penting yang harus
dipenuhi agar model bersifat BLUE adalah Var (u
i
) =
2
(konstan), atau semua
residual atau error mempunyai varian yang sama (homoskedastisitas). Adapun
yang disebut dengan heteroskedastisitas adalah sebaliknya, yaitu semua residual
atau error mempunyai varian yang tidak konstan atau berubah-ubah. Pada
umumnya heteroskedastisitas terjadi pada data kerat lintang (cross section). Jika
pada model terjadi masalah heteroskedastisitas maka model akan menjadi tidak
efisien meskipun tidak bias dan konsisten. Dan jika regresi tetap dilakukan, hasil
regresi yang diperoleh menjadi “misleading” (Gujarati, 2004).
Untuk mendeteksi ada tidaknya masalah heteroskedastisitas dalam data
panel digunakan metode General Least Square (Cross Section Weights). Jika sum
square resid pada Weighted Statistics lebih kecil dari sum square resid
unweighted statistics dapat dikatakan bahwa dalam model panel tersebut terjadi
masalah heteroskedastisitas. Cara yang dilakukan untuk menghilangkan masalah
heteroskedastisitas ini adalah dengan mengestimasi GLS dengan white
heteroskedasticity.


37

2. Autokorelasi
Autokorelasi mencerminkan adanya hubungan yang terjadi antara error
masa lalu dengan error saat ini yang dapat menyebabkan parameter menjadi bias
sehingga pendugaan parameter menjadi tidak efisien. Untuk mendeteksi ada
tidaknya autokorelasi adalah dengan melihat nilai dari Durbin Watson (DW)
statistiknya yang dibandingkan dengan nilai dari tabel DW. Berikut merupakan
kerangka identifikasi dalam menentukan ada tidaknya autokorelasi.
Tabel 3.2 Kerangka Identifikasi Autokorelasi
Nilai DW Hasil
4-dl<DW<4 Tolak H0, korelasi serial negatif
4-dl<DW<4-dl Hasil tidak dapat ditentukan
2<DW<4-du Terima H0, tidak ada korelasi serial
du<DW<2 Terima H0, tidak ada korelasi serial
dl<DW<du Hasil tidak dapat ditentukan
0<DW<dl Tolak H0, korelasi serial positif
Sumber : Gujarati, 2004
Korelasi serial terjadi apabila error dari periode waktu yang berbeda
saling berkorelasi. Untuk mendeteksi hal ini yaitu dengan melihat pola random
error dari hasil regresi. Dalam pendekatan fixed effect tidak mensyaratkan
persamaan terbebas dari masalah autokorelasi sehinga asumsi adanya autokorelasi
dapat diabaikan.
3. Multikolinearitas
Multikolinearitas terjadi apabila terdapat hubungan linier antar variabel
independen. Indikasi terjadinya multikolinearitas adalah dengan melihat hasil t
dan F statistik hasil regresi. Apabila koefisien parameter dari t statistik banyak
yang tidak signifikan sementara F hitungnya signifikan maka patut diduga terjadi
38

masalah multikolinearitas. Multikolinearitas dapat diatasi dengan cara
menghilangkan variabel yang tidak signifikan, mentransformasikan data, dan
menambah variabel.
4. Normalitas
Pengujian normalitas dilakukan untuk mengetahui apakah error term
mendekati distribusi normal atau tidak. Uji normalitas error term dilakukan
dengan menggunakan uji Jarque Bera dengan hipotesisnya sebagai berikut :
H
o
: = 0, eror term terdistribusi normal
H
1
: 0, eror term tidak terdistribusi normal
Wilayah penerimaan (Jarque Bera < X
2
df
-2
atau probabilitas (p-value) >
) sedangkan wilayah penolakannya yaitu (Jarque Bera > X
2
df
-2
atau probabilitas
(p-value) < ).

3.7.3. Kriteria Ekonomi
Kriteria ekonomi mensyaratkan penggunaan tanda dan besaran yang
diperoleh dalam model sesuai dengan teori ekonomi. Apabila tanda dan besaran
model yang diperoleh relevan dengan teori ekonomi maka model tersebut dapat
dikatakan baik secara ekonomi.




IV. GAMBARAN UMUM

4.1 Pengelolaan Usaha Perkakaoan Indonesia
1. Syarat tumbuh
Agar diperoleh pertumbuhan dan produksi yang baik, tanaman kakao
memerlukan persyaratan tumbuh sebagai berikut (Deptan, 2005):
1. Iklim
1) Temperatur udara 18
0
– 32
0
C
2) Ketinggian tempat 0 – 600 m dpl
3) Curah hujan 1.250 mm – 3000 mm/tahun dengan lamanya
bulan kering tidak lebih dari 3 bulan
4) Garis lintang 10
0
LS sampai dengan 10
0
LU
2. Tanah
1) pH tanah optimum 6-7, kisaran toleransi 4,0 - 8,5
2) Kandungan bahan organik minimal 3,5 persen.
3) Kedalaman efektif > 150 cm, struktur tanah remah dengan
tata udara dan air yang baik.
4) Kemiringan tanah < 45
0
.
2. Jenis-jenis kakao yang dikembangkan di Indonesia
Berdasarkan pengamatan dan hasil penelitian, jenis kakao yang
dikembangkan di Indonesia sebagaimana tertera pada Tabel 4.1 di bawah
ini :

40

Tabel 4.1 Tipe dan Ciri-Ciri Kakao yang Dikembangkan di Indonesia
No Ciri-ciri
Tipe / jenis
Criollo Forastero Trinitario Keterangan
1 Warna buah Merah Hijau Beragam
Tipe Trinito
merupakan
hibrida dari
Criollo dan
Forastero
(secara
alami)

Sifat-sifatnya
ada di antara
keduanya

2 Kulit buah Kasar Halus Kasar s/d halus
3 Warna biji Putih Ungu Ungu
4 Bentuk biji
Bulat
besar
Lonjong
pipih
Lonjong pipih
5 Kadar lemak Sedikit Banyak Sedang
6 Cita rasa Baik Sedang Sedang
7
Ketahanan hama &
penyakit
Kurang
tahan
Lebih tahan Cukup tahan
8
Pertumbuhan
tanaman
Kurang
kuat
Kuat dan
cepat
Sedang dan cepat
9 Produksi Sedikit Tinggi Sedang s/d tinggi
Sumber : Panduan Lengkap Budidaya Kakao, Puslit Koka Jember, 2004
Jenis-jenis kakao yang dikembangkan tersebut meliputi :
a. Kakao Mulia / Kakao Edel (Fine Flavour Cocoa)
• Biji daun koktil berwarna putih dihasilkan dari tipe Criollo atau
Trinitario.
• Kakao Mulia terdiri dari klon-klon di antaranya sebagai berikut:
DR2, DRC 16, DR1.
b. Kakao Lindak / Kakao Bulk (Bulk Cocoa)
• Biji daun kotil atau keping biji berwarna ungu dihasilkan dari tipe
Forastero atau Trinitario.
• Kakao Lindak terdiri dari klon-klon di antaranya sebagai berikut :
GC7, TSH858, ICS60.




41

4.2 Mutu dan Standarisasi
a. Syarat Mutu Umum
Persyaratan mutu yang diatur dalam syarat perdagangan meliputi
karakteristik fisik dan pencemaran atau tingkat kebersihan. Selain persyaratan
tersebut, beberapa konsumen kakao juga menghendaki persyaratan tambahan
yaitu uji organoleptik yang terkait dengan aroma dan cita rasa kakao. Karakter
fisik merupakan persyaratan yang diutamakan karena menyangkut rendemen
lemak (yield) yang akan dinikmati oleh pembeli. Karakter fisik ini mudah diukur
dengan tata cara dan peralatan baku yang disepakati oleh institusi internasional.
Adapun persyaratan mutu umum dari biji kakao seperti pada Tabel 4.2 bawah ini.
Tabel 4.2 Persyaratan Mutu Kakao SNI No. 01-2323-2002
No Jenis Uji Satuan Persyaratan
1 Serangga hidup - tidak ada
2 Kadar air % b/b maks 7,5
3
Biji berbau asap dan atau abnormal dan atau berbau
asing
-
tidak ada
4 Kadar biji pecah % b/b maks 2
5 Kadar kotoran (waste) % b/b maks 2,5
6 Kadar benda asing % b/b maks 0,2
7 Kotoran mamalia % b/b maks 0,1
CATATAN:
1. Total kadar kotoran dan kadar benda asing % b/b maksimum 2,5 %
2. Total kadar benda asing dan kotoran mamalia % b/b maksimum 0,2 %

Sumber : Deptan ,2005
Persyaratan mutu yang bersifat karakter fisik cenderung lebih mudah
untuk dikontrol oleh konsumen. Tidak demikian dengan persyaratan tambahan
yang merupakan kesepakatan khusus antara pihak eksportir dan importir. Apabila
persyaratan yang dikehendaki oleh importir dapat dipenuhi dengan baik oleh
pihak eksportir, maka eksportir akan mendapatkan harga jual biji kakao yang
42

lebih tinggi (premium). Adapun spesifikasi persyaratan mutu secara khusus
terlihat pada Tabel 4.3 di bawah ini.
Tabel 4.3 Spesifikasi Persyaratan Mutu, Syarat Khusus Kakao SNI No. 01-2323-
2002
Jenis Uji/Jenis Mutu Persyaratan
Kakao
Mulia
(Fine
Cocoa)
Kakao
Lindak
(Bulk
Cocoa)
Jumlah
biji per
100 gr
Kadar biji
berkapang
(b/b)
Kadar biji
tidak
terfermentasi
(b/b)
Kadar biji
berserangga
(b/b)
Kadar biji
berkecambah
(b/b)
I-AA-F I-AA Maks. 85 Maks. 2 Maks. 3 Maks. 1 Maks. 2
I-A-F I-A 86-100 Maks.2 Maks. 3 Maks. 1 Maks. 2
I-B-F I-B 101-110 Maks. 2 Maks.3 Maks. 1 Maks. 2
I-C-F I-C 111-120 Maks. 2 Maks. 3 Maks. 1 Maks. 2
I-S-F I-S >120 Maks. 2 Maks. 3 Maks. 1 Maks. 2
II-AA-F II-AA Maks. 85 Maks. 4 Maks. 8 Maks. 2 Maks. 3
II-A-F II-A 86-100 Maks. 4 Maks. 8 Maks. 2 Maks. 3
II-B-F II-B 101-110 Maks. 4 Maks. 8 Maks. 2 Maks. 3
II-C-F II-C 111-120 Maks. 4 Maks. 8 Maks. 2 Maks. 3
II-S-F II-S >120 Maks. 4 Maks. 8 Maks. 2 Maks. 3
Sumber : Deptan, 2006
b. Standar Kakao Internasional
Pada tahun 1969 Food and Drugs Administration (FDA) dari Amerika
memprakarsai pertemuan antara produsen dan konsumen kakao di Paris.
Pertemuan itu membahas mengenai kesepakatan ditetapkannya standar kakao
internasional. Standar ini dijadikan acuan oleh beberapa negara yang mengekspor
kakao, terutama negara yang mengekspor kakao ke Amerika. Secara umum
persyaratan yang tercantum dalam SNI biji kakao Indonesia setara dengan standar
biji kakao internasional khususnya untuk negara mitra bisnis antara lain Malaysia
dan standar kakao Asean. Beberapa batasan umum yang tercantum dalam
kesepakatan itu antara lain:

43

1) Biji kakao harus difermentasi, kering (kadar air 7 persen), bebas dari biji
smoky, bebas dari bau serta bebas dari bukti-bukti pemalsuan.
2) Biji kakao harus terbebas dari gangguan serangga.
3) Biji kakao dalam bentuk kemasan harus terbebas dari biji yang pecah,
bebas dari benda-benda asing, terbebas dari pecahan kulit serta memiliki
ukuran yang sama.
Oleh karena itu menjadi penting bagi Indonesia untuk senantiasa
memperhatikan standar mutu yang telah ditetapkan oleh negara tujuan ekspor agar
komoditi biji kakao yang diekspor Indonesia memiliki bargaining position yang
baik dan optimal. Adapun spesifikasi kelas kakao berdasarkan standar Malaysia
dapat dilihat pada tabel di bawah ini.
Tabel 4.4 Spesifikasi Kelas (Grade Specifications), Standar Malaysia
Standar
Malaysian
Cocoa Grade
Jumlah biji/
Bean Count (Per
100 gms)
Jamur/Mouldy Slaty
Insect-
damaged
and
Germinated
SMC 1 A <= 100 <= 3 % <= 3 % <= 2.5 %
SMC 1 B > 100 <= 110 <= 3 % <= 3 % <= 2.5 %
SMC 1 C > 110 <= 120 <= 3 % <= 3 % <= 2.5 %
SMC II A <= 100 <= 4 % <= 8 % <= 5 %
SMC II B > 100 <= 110 <= 4 % <= 8 % <= 5 %
SMC II C > 110 <= 120 <= 4 % <= 8 % <= 5 %
Sub-standar > 120 > 4 % > 8 % > 5 %
Sumber : Deptan, 2006
Selain spesifikasi kelas berdasarkan standar Malaysia, terdapat spesifikasi
kelas berdasarkan spesifikasi wilayah Asia. Adapun persyaratan khusus standar
kakao Asia adalah sebagai berikut :

44

Tabel 4.5 Persyaratan Khusus (Specific Requirements), Standar Cocoa
Association of Asia.
Sumber : Deptan, 2005

4.3 Perkembangan Luas Areal dan Produksi Perkebunan Kakao
Selama kurun waktu 40 tahun areal perkebunan kakao mengalami
peningkatan yang signifikan. Pada tahun 1970 luas areal perkebunan kakao baru
mencapai 12.110 hektar. Tahun 1980 jumlahnya meningkat menjadi 37.082 hektar
Peningkatan yang sangat signifikan terjadi pada tahun 1990, luas areal
perkebunan kakao mencapai 9 kali lipat dari tahun 1980, luas perkebunan kakao
yang ada mencapai 357.490 hektar dan pada tahun 2000 jumlahnya semakin
bertambah hingga mencapai 749.917 hektar. Tahun 2008 luas perkebunan kakao
telah mencapai 1.473.259 hektar (Tabel 4.6).


Kelas (Grade)
I A I B IC
Biji (Bean) < 100 < 110 < 120
Kadar air (Moisture) 7,5 % Max 7,5 % Max 7,5 % Max
Jamur (Mouldy) 3,0 % Max 3,0 % Max 3,0 % Max
Slaty 3,0 % Max 3,0 % Max 3,0 % Max
Serangga (Insect Damaged) 2,5 % Max 2,5 % Max 2,5 % Max
Infested/Germinated Waste 2,0 % Max 2,0 % Max 2,0 % Max
Kelas (Grade)
II A II B II C
Biji (Bean) < 100 < 110 < 120
Kadar air (Moisture) 8,0 % Max 8,0 % Max 8,0 % Max
Jamur (Mouldy) 4,0 % Max 4,0 % Max 4,0 % Max
Slaty 15,0 % Max 15,0 % Max 15,0 % Max
Serangga (Insect Damaged) 2,5 % Max 2,5 % Max 2,5 % Max
Infested/Germinated Waste 2,0 % Max 2,0 % Max 2,0 % Max

Tabel 4.6 Perkembangan Luas A
Sumber : Deptan, 2009
Pengusahaan kakao di Indonesia umumnya masih didominasi oleh
perkebunan rakyat (PR). Hingga tahun 2008 luas perkebunan kakao yang dikelola
oleh rakyat mencapai 1.364.408 hektar
dikelola oleh negara (PBN)
hektar (Gambar 4.1)
Sumber : Deptan, 2008
Gambar 4.1 Luas Areal Perkebunan M
Sejalan dengan peningkatan luas areal
produksi kakao pun semakin bertambah
luas areal perkebunan 12.110
1.738 ton dan pada tahun 2008
sudah mencapai 792.761 ton.
perkebunan rakyat (PR), di mana pada tahun 1970 tingkat produksinya baru
mencapai 487 ton namun pada tahun 2008 total produksinya telah mencapai
721.413 ton (Tabel 4.7).

Tahun
PR
1970
1980
1990
2000
2008 1.364.408
Perkembangan Luas Areal Perkebunan Kakao Indonesia
Pengusahaan kakao di Indonesia umumnya masih didominasi oleh
perkebunan rakyat (PR). Hingga tahun 2008 luas perkebunan kakao yang dikelola
akyat mencapai 1.364.408 hektar sedangkan untuk perkebunan ka
(PBN) dan swasta (PBS) hanya mencapai 57.395 dan 51.456
4.1 Luas Areal Perkebunan Menurut Status Pengusahaan
Sejalan dengan peningkatan luas areal perkebunan kakao, maka tingkat
produksi kakao pun semakin bertambah setiap tahunnya. Pada tahun 197
areal perkebunan 12.110 hektar dapat menghasilkan produksi kakao seju
ton dan pada tahun 2008 dengan luas 1.473.259 hektar total pr
sudah mencapai 792.761 ton. Perkembangan yang sangat pesat terjadi pada
perkebunan rakyat (PR), di mana pada tahun 1970 tingkat produksinya baru
mencapai 487 ton namun pada tahun 2008 total produksinya telah mencapai
ton (Tabel 4.7).
92°
4° 4°
Luas Areal (ha)
PR PBN PBS Total
5.156 5.722 1.232
13.125 18.636 5.321
252.237 57.600 47.653
641.133 52.690 56.094
1.364.408 57.395 51.456 1.473.259
45
Pengusahaan kakao di Indonesia umumnya masih didominasi oleh
perkebunan rakyat (PR). Hingga tahun 2008 luas perkebunan kakao yang dikelola
sedangkan untuk perkebunan kakao yang
57.395 dan 51.456
enurut Status Pengusahaan
perkebunan kakao, maka tingkat
setiap tahunnya. Pada tahun 1970 dengan
hektar dapat menghasilkan produksi kakao sejumlah
total produksinya
Perkembangan yang sangat pesat terjadi pada
perkebunan rakyat (PR), di mana pada tahun 1970 tingkat produksinya baru
mencapai 487 ton namun pada tahun 2008 total produksinya telah mencapai
Þ8
Þ8n
Þ8S
Total
12.110
37.082
357.490
749.917
1.473.259
46

Tabel 4.7 Perkembangan Produksi Perkebunan Kakao Indonesia
Tahun
Produksi (Ton)
PR PBN PBS Total
1970 487 1.061 190 1.738
1980 1.058 8.410 816 10.284
1990 97.418 27.016 17.913 142.347
2000 363.628 34.790 22.724 421.142
2008 721.413 36.226 35.122 792.761
Sumber : Deptan, 2009
Sentra penanaman kakao terbesar hingga tahun 2008 masih didominasi
oleh perkebunan rakyat. Empat provinsi utama penghasil kakao yang tersebar di
Sulawesi yaitu Sulawesi Selatan, Sulawesi Tenggara, Sulawesi Tengah, dan
Sulawesi Barat. Perkembangan luas areal kakao di Sulawesi terlihat pada gambar
di bawah ini.
Sumber : Deptan, 2009
Gambar 4.2 Perkembangan Luas Areal Kakao di Sulawesi Tahun 2008
Meskipun Sulawesi Selatan memiliki lahan yang lebih luas dibanding
Sulawesi Tengah dan Sulawesi Tenggara namun tingkat produksi Sulawesi
Tengah dan Sulawesi Tenggara lebih tinggi dengan selisih sebesar 25.141 ton dan
16.847 ton. Hal ini disebabkan karena revitalisasi perkebunan di Sulawesi Selatan
belum berjalan dengan baik sehingga tingkat produktivitas yang dihasilkan pun
cenderung statis (Gambar 4.3).
220.687
270.729
160.644
223.668
0
30,000
100,000
130,000
200,000
230,000
300,000
Sul1eng SulSel Sul8ar Sul1enggara
Luas Areal (ha)
47

Sumber : Deptan, 2008
Gambar 4.3 Perkembangan Tingkat Produksi Kakao di Sulawesi tahun 2008

4.4 Perkembangan Ekspor dan Impor Kakao Indonesia
1. Ekspor berdasarkan negara tujuan
Secara agregatif, negara Malaysia merupakan negara tujuan utama ekspor
komoditas kakao Indonesia. Dari tahun 2004 hingga tahun 2008, total volume
ekspor kakao ke Malaysia terus mengalami peningkatan dengan trend sebesar
14,89 persen. Negara kedua yang menjadi tujuan ekspor kakao Indonesia adalah
Amerika Serikat dengan trend sebesar -1,31 persen. Salah satu penyebab trend
ekspor di Amerika negatif yaitu terkait dengan isu kebijakan pemotongan harga
secara otomatis di pelabuhan tanpa adanya pemeriksaan terlebih dahulu
(automatic detention) dan kondisi perekonomian Amerika yang mengalami resesi.
Sementara negara ketiga yang menjadi tujuan ekspor kakao Indonesia adalah
Singapura dengan trend sebesar 9,43 persen. Perkembangan volume ekspor ini
terlihat pada Tabel 1.2.
Perkembangan nilai ekspor kakao Indonesia tertinggi selama kurun waktu
2004 hingga tahun 2008 diperoleh dari negara Malaysia. Perkembangan nilai
ekspor secara lebih lengkap terlihat pada Tabel 4.8 di bawah ini.
147,888
122,747
89,939
139,234
0
30,000
100,000
130,000
200,000
Sul1eng SulSel Sul8ar Sul 1enggara
Þroduksl
48

Tabel 4.8 Perkembangan Nilai Ekspor Kakao Indonesia Berdasarkan Negara
Tujuan (dalam ribu US$)
No
Negara
Tujuan
2004 2005 2006 2007 2008

Trend
(%)
1 Malaysia 169.192 195.803 238.029 305.389 478.121 30,54
2
Amerika
Serikat
165.770 198.375 229.561 161.440 267.983 17,93
3 Singapura 48.394 43.272 60.321 77.121 104.806 23,14
4 Brasil 21.740 36.290 86.158 76.966 70.194 46,22
5 Prancis 25.032 30.422 29.166 40.305 55.684 23,42
6 Belanda 13.188 22.597 39.509 42.745 53.685 44,99
7 Australia 11.522 15.118 28.669 35.013 46.149 43,69
8 China 11.696 22.784 25.730 37.467 40.470 40,34
9 Kanada 5.706 8.662 15.272 17.191 28.510 51,63
10 Thailand 9.367 15.075 11.727 12.051 19.989 26,84

Lainnya 66.833 79.571 90.900 118.466 103.387 12,72
Total 548.440 667.969 855.042 924.154 1.268.978 23,80
Sumber : Ditjen PPHP, Deptan, 2009 (diolah)
Dari tabel dapat diketahui bahwa tiga negara yang memiliki nilai ekspor
tertinggi yaitu negara Malaysia, Amerika Serikat dan Singapura. Nilai ekspor
untuk tiga negara tersebut mengalami peningkatan setiap tahunnya dengan trend
masing-masing negara sebesar 30,54 persen, 17,93 persen dan 23,14 persen.
2. Impor berdasarkan negara asal
Selain melakukan ekspor Indonesia juga melakukan impor kakao baik
dalam bentuk biji maupun dalam bentuk olahan kakao. Impor utama kakao
Indonesia pada periode tahun 2004 hingga tahun 2008 secara berurutan adalah
dari Pantai Gading, Malaysia, Singapura dan Papua Nugini. Volume dari keempat
negara tersebut memiliki nilai yang tinggi sebagaimana terlihat dalam Tabel 4.9.



49

Tabel 4.9 Perkembangan Volume Impor Kakao Indonesia Berdasarkan Negara
Asal, 2004-2008 (dalam ton)
Sumber : Ditjen PPHP, Deptan, 2009 (diolah)
Perkembangan nilai impor kakao Indonesia tertinggi selama kurun waktu
2004 hingga tahun 2008 berasal dari Pantai Gading. Perkembangan nilai ekspor
secara lebih lengkap terlihat pada Tabel 4.8 di bawah ini.
Tabel 4.10 Perkembangan Nilai Impor Kakao Indonesia Berdasarkan Negara
Asal, 2004-2008 (dalam US$)
Sumber : Ditjen PPHP, Deptan, 2009 (diolah)


No Negara Asal 2004 2005 2006 2007 2008
Trend
(%)
1
Pantai Gading 20.141 16.631 11.014 11.086 13.013 -8,29
2
Malaysia 12.334 13.254 11.859 14.594 18.953 12,47
3
Singapura 1.595 5.278 5.261 6.908 7.805 68,75
4
Papua Nugini 6.655 8.754 5.836 4.861 3.561 -11,31
5
Jerman 250 231 230 267 1.834 148,68
6
Prancis 661 493 569 612 507 -4,90
7
Australia 493 434 114 204 178 -4,96
8
Switzerland 324 220 241 266 261 -3,51

Lainnya 8.565 6.155 9.703 3.407 1.830 -20,42
Total
51.018 51.450 44.827 42.205 47.942 1,98
No Negara Asal 2004 2005 2006 2007 2008
Trend
(%)
1
Pantai Gading 33.543.067 26.984.570 18.141.238 22.230.437 33.904.211 5,68
2
Malaysia 21.622.491 18.625.228 16.521.198 22.950.069 32.403.925 13,74
3
Singapura 3.097.754 7.717.293 8.013.128 12.694.240 16.476.193 60,29
4
Papua Nugini 10.410.559 13.642.601 9.187.039 9.885.309 9.351.495 0,15
5
Jerman 828.428 837.164 843.460 1.012.298 2.606.385 44,82
6
Prancis 1.654.743 983.239 1.167.601 1.172.356 1.654.543 4,93
7
Australia 1.991.011 1.244.829 636.546 1.269.858 1.320.214 4,28
8
Switzerland 1.109.342 1.132.161 1.230.600 1.010.353 1.181.156 2,44

Lainnya 11.745.831 10.723.986 16.351.034 7.990.974 6.035.191 -7,96
Total
86.003.226 81.891.071 72.091.844 80.215.894 104.933.313 10,13
50

3. Perkembangan Neraca Perdagangan Kakao
Meskipun Indonesia mengimpor kakao, namun neraca perdagangan tahun
2004 hingga tahun 2008 menunjukkan nilai positif, hal ini mengindikasikan
bahwa nilai ekspor kakao Indonesia masih lebih tinggi dibandingkan dengan nilai
impor kakao yang masuk ke Indonesia (Tabel 4.11).
Tabel 4.11 Neraca Perdagangan Komoditi Kakao Indonesia (US$), 2004-2008
Uraian 2004 2005 2006 2007 2008
Ekspor 548.445.369 667.976.059 855.047.124 924.159.067 1.268.947.310
Impor 86.003.226 81.891.071 72.091.844 80.215.894 104.933.313
Neraca 462.442.143 586.084.988 782.955.280 843.943.173 1.164.013.997
Sumber : Ditjen PPHP, Deptan, 2009 (diolah)
Dari Tabel 4.1 dapat diketahui bahwa neraca perdagangan komoditi kakao
Indonesia pada periode 2004 hingga tahun 2008 menunjukkan tren yang semakin
meningkat. Pada tahun 2004 devisa yang dihasilkan dari perdagangan kakao
adalah sebesar US$ 462 juta, dan pada tahun 2008 devisa yang dihasilkan
mencapai angka US$ 1.164 juta.

4.5 Regulasi Perdagangan Beberapa Negara Mitra
Produk kakao baik dalam bentuk biji maupun bentuk olahan kakao yang
akan diekspor ke luar negeri harus memenuhi beberapa persyaratan yang
ditetapkan oleh negara mitra. Persyaratan yang dimaksud meliputi standar mutu,
aspek kesehatan, keamanan, perburuhan dan etika bisnis. Adapun beberapa
regulasi yang ditetapkan oleh negara mitra yaitu:


51

1. Regulasi Malaysia
a. Biji kakao merupakan hasil fermentasi, pengeringan dari biji kakao
varietas Theobroma cacao.
a. Kakao nib atau cracked kakao merupakan biji kakao yang terbebas
dari kulit atau pembusukan dengan atau tanpa kuman.
b. Kakao paste, kakao mass, kakao slab atau kakao liquor merupakan
produk yang berbentuk butiran atau semi solid hasil dari
penggilingan kakao nibs. Tidak mengandung kurang dari 48 persen
lemak kakao.
c. Kakao butter merupakan lemak yang dihasilkan dari biji kakao,
kakao nibs atau kakao paste dengan proses kimia atau dengan
mesin. Terbebas dari lemak dan minyak lainnya termasuk minyak
mineral dan bahan lainnya.
d. Kakao butter boleh mengandung antioxidant yang diizinkan.
e. Kakao powder atau soluble kakao merupakan produk berupa
tepung yang dihasilkan dari kakao paste.
f. Coklat putih merupakan produk hasil dari kakao butter dengan atau
tanpa komponen susu dan bahan tambahan lainnya.
g. Susu coklat merupakan produk hasil pencampuran kakao paste
atau kakao dengan gula, susu padat, kakao butter dengan atau
tanpa tambahan lainnya.


52

2. Regulasi Singapura
a. Biji kakao (cocoa beans) berasal dari biji Theobroma cocoa L ;
atau spesies lainnya yang sejenis.
b. Kakao nibs (cacao nibs, cracked cocoa) dihasilkan dari biji kakao
yang dipanaskan atau dikeringkan dan kulitnya dibuang.
c. Kakao paste, kakao mass atau kakao slab harus dalam bentuk
butiran padat atau semi padat yang dihasilkan dari penggilingan
kakao nibs, tidak boleh mengandung bahan lemak atau minyak.
d. Kakao, kakao powder atau powdered cocoa berasal dari powdered
cocoa paste, kadar lemaknya dihilangkan atau tidak. Tidak boleh
mengandung bahan lemak atau tidak.
e. Kakao essence atau kakao yang dapat larut merupakan hasil
produksi dengan perlakuan menghilangkan atau tidak kakao paste
dari kadar lemak dengan alkali atau garam alkaline. Tidak boleh
mengandung lebih dari 3 persen (w/w) alkali atau garam alkaline,
estimated potassium carbonate dan tidak mengandung bahan
lemak dan minyak.
f. Cokelat (chocolate paste, confectioners chocolate, chocolate
coating atau chocolate powder atau kakao dengan atau tanpa
penambahan lemak kakao, gula, bumbu, susu, emulsifier, dan
flavoring agent), tidak boleh mengandung bahan lemak dan
minyak lainnya selain kakao butter atau lemak susu.
53

g. Chocolate confectionery merupakan produk yang lengkap dari
butiran padat atau semi padat yang sesuai untuk dikonsumsi
langsung tanpa proses lainnya.
h. Susu cokelat merupakan cokelat yang mengandung susu padat,
mengandung sejumlah bahan tambahan yang kering, tidak
mengandung kurang dari 2 persen (w/w) lemak susu dan 10,5
persen (w/w) fat free milk solids.
i. Susu cokelat lainnya seperti cokelat full cream atau susu cokelat
kering, penambahan sejumlah bahan kering tidak boleh kurang dari
4,5 persen (w/w) lemak susu dan 10,5 persen (w/w) fat free milk
solids.



V. HASIL DAN PEMBAHASAN

Hasil estimasi dan pembahasan dalam penelitian ini akan dibagi dalam tiga
pemaparan umum yaitu pemaparan secara statistik yang meliputi pembahasan
mengenai hasil dari uji statistik yang terdiri dari uji F, uji t, dan uji R-squared.
Bagian kedua akan dijabarkan mengenai hasil uji ekonometrika yang terdiri dari
uji heteroskedastisitas, autokorelasi, multikolinearitas dan normalitas. Sedangkan
bagian ketiga merupakan bagian yang paling penting karena akan dijelaskan
pemaparan hasil secara ekonomi yang dibandingkan dengan fakta yang terjadi di
negara Malaysia, Singapura dan Cina.

5.1 Hasil Estimasi Fungsi Permintaan Ekspor Biji Kakao Indonesia
Setelah dilakukan regresi panel data, maka diperoleh estimasi persamaan
sebagai berikut :

LNX = -71,90254 – 0,728809LNPx + 4,647327LNPoP + 2,49734LNER +
(21,59) (0,50) (1,53) (1,22)
1,525363LNGDPC + U
t

(0,47)
di mana :
X = Volume ekspor biji kakao Indonesia ke negara tujuan tahun ke- t (kg)
PX = Harga ekspor biji kakao Indonesia ke negara tujuan tahun ke-t (US$/kg)
PoP = Jumlah penduduk negara tujuan ekspor tahun ke- t (jiwa)
GDPc = Pendapatan per kapita negara tujuan ekspor tahun ke t (US$)
U
t
= error term period ke t


55

5.2. Kriteria Statistik
Model permintaan ekspor biji kakao Indonesia di negara Malaysia,
Singapura dan Cina yang dihasilkan berdasarkan output Eviews yang diolah
dengan pendekatan panel data menghasilkan nilai R squared sebesar 67 persen
dan adj-R
2
sebesar 62 persen. Nilai ini menjelaskan bahwa variabel-variabel yang
terdapat dalam model tersebut mampu menjelaskan 67 persen keragaman yang
terjadi pada volume ekspor biji kakao Indonesia di Malaysia, Singapura dan Cina
sedangkan sisanya sebesar 33 persen dijelaskan oleh variabel lain di luar model.
Nilai probability F-statistics pada model lebih kecil dari taraf nyata 5
persen yang digunakan. Hal ini mengindikasikan bahwa model dianggap mampu
merepresentasikan permintaan ekspor biji kakao Indonesia di Malaysia, Singapura
dan Cina. Berdasarkan nilai t-statistik didapatkan bahwa terdapat satu variabel
yang tidak signifikan pada taraf nyata 5 persen yaitu harga ekspor biji kakao
Indonesia, hal ini disebabkan karena harga biji kakao Indonesia relatif lebih
rendah dari dua negara pesaingnya yaitu Pantai Gading dan Ghana. Semua
variabel yang digunakan untuk menganalisis permintaan ekspor biji kakao sesuai
dengan hipotesis.
Tabel 5.1 Hasil Pendugaan Faktor-Faktor yang Mempengaruhi Permintaan Ekspor
Biji Kakao Indonesia
Variabel Koefisien t-statistik Probabilitas
Konstanta -71,90254 -3,33021 0,0018
LNPx -0,728809 -1,456373 0,1529
LNPoP 4,647327 3,040918 0,0041
LNER 2,49734 2,046045 0,0472
LNGDPC 1,525363 3,238282 0,0024
R square 67 % F-statistik 13,88102
adj-R squared 62% Prob (F-statistik) 0,000000

56

5.3. Kriteria Ekonometrika
Sebuah model, selain dikatakan baik berdasarkan kriteria statistik juga
harus bisa memenuhi kebaikan uji secara ekonometrika yakni terbebas dari
masalah heteroskedastisitas, autokorelasi, multikolinearitas, dan normalitas. Hasil
dari pengujian secara ekonometrika terlihat seperti tabel di bawah ini.
Tabel 5.2 Hasil Pengujian Ekonometrika (Weighted Statistik)
Weighted Statistics
R-squared 0,670116 prob Jarque-Bera 0,290006
Sum squared resid 37,69781 DW-stat 0,823865

Tabel 5.3 Hasil Pengujian Ekonometrika (Unweigted Statistics)
Unweighted Statistics
R-squared 0,675876 prob Jarque-Bera 0,290006
Sum squared resid 37,75373 DW-stat 0,852288

Dari hasil di atas diketahui bahwa nilai sum square resid pada weighted
statistics lebih kecil dari sum square resid pada unweighted statistics sehingga
diindikasikan terjadi masalah heteroskedastisitas. Karena terjadi
heteroskedastisitas maka dilakukan estimasi GLS dengan white heteroskedasticy.
Nilai DW-statistics kurang dari 1,5, sehingga dalam model terjadi masalah
autokorelasi, namun dalam pendekatan fixed effect tidak mensyaratkan persamaan
terbebas dari masalah autokorelasi sehingga adanya autokorelasi dapat diabaikan.
Selain dua uji di atas terdapat dua uji yang lain yaitu uji multikolinearitas
dan normalitas. Berdasarkan model yang diestimasi terlihat bahwa nilai dari F-
statistik signifikan pada taraf nyata 5 persen. Uji signifikansi individu (uji-t)
dilihat dari perbandingan antara t-stat dan taraf nyata, dari hasil estimasi dapat
dilihat bahwa hanya terdapat satu variabel yang tidak signifikan pada taraf nyata 5
57

persen yaitu Px (harga ekspor). Sehingga dapat disimpulkan pada model yang
digunakan tidak terjadi masalah multikolinearitas. Uji normalitas dilakukan untuk
mendeteksi apakah error term mendekati distribusi normal atau tidak yang dilihat
dari nilai probabilitas Jarque Bera yang lebih besar dari taraf nyata 5 persen. Dari
hasil estimasi diketahui nilai probabilitas Jarque Bera sebesar 0,29 sehingga dapat
disimpulkan bahwa dalam model, error telah terdistribusi secara normal.

5.4. Kriteria Ekonomi
5.4.1. Harga Ekspor Biji Kakao Indonesia
Teori permintaan ekspor menyatakan bahwa semakin tinggi tingkat harga
yang terjadi pada transaksi perdagangan maka jumlah permintaan komoditi suatu
barang akan semakin menurun. Dari hasil estimasi model diketahui bahwa
koefisien dari variabel Px bernilai negatif sebesar 0,73. Artinya, jika harga ekspor
biji kakao meningkat sebesar satu persen akan menurunkan permintaan biji kakao
sebesar 0,73 persen.
Meskipun koefisien harga ekspor biji kakao bernilai negatif (sesuai
dengan teori) namun probabilitas dari harga biji ekspor kakao lebih besar dari
taraf nyata yang digunakan (5 persen), hal ini menyebabkan parameter harga
ekspor menjadi tidak signifikan atau dapat dikatakan bahwa variabel harga ekspor
biji kakao tidak berpengaruh nyata terhadap permintaan ekspor biji kakao.
Harga ekspor biji kakao Indonesia yang tidak berpengaruh nyata terhadap
permintaan ekspor biji kakao Indonesia di Malaysia, Singapura dan Cina diduga
58

karena harga ekspor biji kakao Indonesia yang rendah. Perbandingan harga kakao
Indonesia dengan pesaing dapat dilihat pada Gambar 5.1.
Sumber : UNCOMTRADE, 2009 (diolah)
Gambar 5.1 Perbandingan Harga Ekspor Kakao Indonesia dan Negara Pesaing
Dari gambar di atas dapat diketahui bahwa harga ekspor biji kakao
Indonesia memiliki nilai yang lebih rendah dibanding dua negara pesaing
utamanya (Pantai Gading dan Ghana). Rendahnya harga kakao Indonesia ini
disebabkan oleh rendahnya mutu kakao Indonesia akibat tidak difermentasi. Pada
umumnya negara pengimpor menginginkan biji kakao yang difermentasi karena
kualitas mutunya akan lebih baik.
Adapun yang menjadi penyebab petani kakao di Indonesia tidak
melakukan fermentasi karena petani kakao Indonesia yang pada umumnya
merupakan petani tradisional menggangap bahwa harga biji kakao yang
difermentasi dan yang tidak difermentasi tidak jauh berbeda. Di pasar dalam
negeri perbedaan antara harga biji kakao yang difermentasi dan yang tidak
difermentasi hampir sama, padahal di luar negeri perbedaannya bisa mencapai
0
0.3
1
1.3
2
2.3
2004 2003 2006 2007 2008
ÞanLal Cadlng
Chana
lndonesla
59

US$ 200 per ton (ASKINDO, 2007). Selain itu, alasan petani kakao Indonesia
tidak melakukan fermentasi karena petani dan produsen kakao merasa masih
mempunyai pasar di luar negeri. Malaysia dan Amerika merupakan pasar utama
biji kakao Indonesia karena kedua negara tersebut membeli biji kakao yang belum
difermentasi.
Hal lain yang menyebabkan mutu biji kakao Indonesia rendah yaitu karena
gangguan hama dan umur tanaman yang sudah tua. Mutu kakao Indonesia dinilai
rendah karena mengandung keasaman yang tinggi, rendahnya senyawa prekursor
flavor, dan rendahnya kadar lemak, sehingga harga kakao Indonesia selalu
mendapatkan potongan harga yang cukup tinggi sekitar 15 persen dari rata- rata
harga kakao dunia (ASKINDO, 2007). Adapun harga rata-rata kakao dunia dapat
dilihat dari Tabel 5.4.
Tabel 5.4 Perkembangan Harga Kakao Dunia
Tahun US$ per ton
2001 1089
2002 1778
2003 1755
2004 1584
2005 1538
2006 1591
2007 1935
Sumber : ICCO, 2008





60

5.4.2. Populasi Penduduk Malaysia, Singapura dan Cina
Berdasarkan teori permintaan tingkat populasi penduduk berkorelasi
positif dengan jumlah komoditi yang diminta. (Lipsey et al, 1995) menyatakan
bahwa kenaikan jumlah penduduk akan menggeser kurva permintaan ke arah
kanan atas. Hal ini mengindikasikan bahwa dengan naiknya jumlah penduduk
maka jumlah komoditi yang dibeli pada setiap tingkat harga akan lebih banyak.
Hasil estimasi menunjukkan bahwa koefisien dari populasi adalah positif
sebesar 4,65, artinya jika terjadi kenaikan sebesar satu persen tingkat populasi
penduduk akan meningkatkan 4,65 persen permintaan ekspor biji kakao
Indonesia. Hal ini sesuai dengan fakta empiris yang terjadi pada tiga negara yang
diteliti karena berdasarkan data konsumsi kakao yang dibandingkan dengan
pertumbuhan penduduk di ketiga negara menunjukkan korelasi yang positif.
Meningkatnya populasi penduduk cenderung meningkatkan konsumsi akan
komoditi kakao. Hal ini terlihat dari gambar 5.2 dan gambar 5.3.
Sumber : IMF, 2008 (diolah)
Gambar 5.2 Perkembangan Populasi Penduduk Malaysia, Singapura dan Cina
0
1000
2000
3000
4000
3000
6000
7000
8000
9000
10000
2003 2004 2003 2006 2007
Þ
e
n
d
u
d
u
k
Clna ([uLa [lwa) Slngapura ([lwa) Malaysla (puluh rlbu [lwa)
61

Dari Gambar 5.2 dapat diketahui bahwa jumlah penduduk negara
Malaysia, Singapura dan Cina dari tahun ke tahun terus mengalami peningkatan.
Sebagaimana diketahui bahwa Cina merupakan negara yang memiliki tingkat
populasi terbesar di dunia, sehingga diharapkan dengan peluang pasar yang
demikian, Cina berpotensi menjadi negara tujuan utama ekspor biji kakao
Indonesia di masa yang akan datang. Adapun perkembangan tingkat konsumsi
biji kakao dari ketiga negara terlihat dari Gambar 5.3.
Sumber : Deptan, 2008 (diolah)
Gambar 5.3 Tingkat Konsumsi Kakao Malaysia, Singapura dan Cina
Korelasi dari kedua gambar di atas yaitu peningkatan jumlah penduduk di
negara Malaysia, Singapura dan Cina akan meningkatkan konsumsi biji kakao
Indonesia. Hal ini dikarenakan jumlah permintaan coklat yang dikonsumsi oleh
masyarakat juga semakin meningkat. Dari gambar juga dapat diketahui bahwa
trend permintaan ekspor biji kakao Indonesia di Cina dari tahun ke tahun terus
meningkat. Hal ini merupakan peluang bagi Indonesia untuk terus meningkatkan
ekspor biji kakaonya ke negara Cina, sehingga Cina dapat dijadikan negara tujuan
ekspor utama di masa yang akan datang.
0
30
100
130
200
230
300
330
400
430
2003 2004 2003 2006 2007
(
0
0
0

1
o
n
)
Clna
Slngapura
Malaysla
62

5.4.3. Nilai Tukar
Berdasarkan teori di mana diasumsikan hanya terdapat dua negara,
apresiasi nilai tukar terhadap nilai tukar perdagangan akan mendorong
peningkatan permintaan ekspor barang di negara II. Dari hasil estimasi diketahui
bahwa koefisien nilai tukar memberikan pengaruh positif terhadap permintaan
ekspor biji kakao Indonesia sebesar 2,49, hal ini sesuai dengan hipotesis. Nilai
tersebut menunjukkan bahwa apabila terjadi apresiasi nilai tukar sebesar satu
persen di negara importir dalam hal ini adalah negara Malaysia, Singapura dan
Cina akan meningkatkan permintaan ekspor biji kakao Indonesia sebesar 2,49
persen.
Selain itu probabilitas dari variabel nilai ekspor berpengaruh signifikan
pada taraf nyata yang digunakan sebesar 5 persen. Dengan demikian dapat
disimpulkan bahwa variabel nilai tukar memiliki pengaruh yang signifikan dalam
menentukan tingkat permintaan ekspor biji kakao Indonesia bagi negara Malaysia,
Singapura dan Cina.

5.4.4. GDP per Kapita
GDP per kapita merepresentasikan ukuran daya beli masyarakat terhadap
barang dan jasa suatu negara. Dari hasil estimasi diketahui bahwa koefisien GDP
per kapita memiliki tanda positif sebesar 1,53. Hal ini sesuai dengan hipotesis
penelitian. Artinya jika terjadi kenaikan satu persen pendapatan per kapita akan
meningkatkan permintaan ekspor biji kakao Indonesia sebesar 1,53 persen.
63

Dari hasil estimasi dapat diketahui juga bahwa variabel GDP per kapita
berpengaruh nyata pada taraf nyata 5 persen yang digunakan. Hal ini
mengindikasikan bahwa variabel GDP per kapita negara Malaysia, Singapura dan
Cina memiliki pengaruh yang signifikan dalam mempengaruhi permintaan ekspor
biji kakao Indonesia.
Sumber : IMF, 2008 (diolah)
Gambar 5.4 Perkembangan Peningkatan GDP per kapita negara Malaysia,
Singapura dan Cina

Dari Gambar 5.4 terlihat bahwa GDP per kapita dari negara Malaysia,
Singapura dan Cina dari tahun ke tahun terus meningkat. Peningkatan terbesar
terjadi di negara Cina, dari tahun 2004 hingga tahun 2007 GDP per kapita negara
Cina mengalami peningkatan yang signifikan. Hal ini terkait dengan tingkat
pertumbuhan ekonomi Cina yang semakin baik.
0
10000
20000
30000
40000
30000
60000
70000
80000
90000
2000 2001 2002 2003 2004 2003 2006 2007
Clna
Slngapura
Malaysla


VI. KESIMPULAN DAN SARAN

6.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan mengenai analisis faktor-
faktor yang mempengaruhi permintaan ekspor biji kakao Indonesia di Malaysia,
Singapura dan Cina dengan periode analisis dari tahun 1992 hingga 2007
diperoleh beberapa kesimpulan yaitu :
1. Permintaan ekspor biji kakao Indonesia di Malaysia, Singapura dan Cina
dari tahun ke tahun terus meningkat meskipun jumlahnya masih
berfluktuatif. Malaysia dan Singapura merupakan negara pertama dan
ketiga tujuan ekspor utama kakao Indonesia. Sementara negara Cina
merupakan negara ke delapan tujuan ekspor biji kakao Indonesia.
Meskipun negara Cina masih menempati posisi ke delapan, Cina sangat
berpotensi dijadikan sebagai negara tujuan ekspor biji kakao Indonesia di
masa depan mengingat jumlah penduduk Cina yang sangat besar dan
industri hilir kakao Cina yang semakin berkembang.
2. Faktor-faktor yang mempengaruhi permintaan ekspor biji kakao
Indonesia di Malaysia, Singapura dan Cina terdiri dari : harga ekspor,
populasi penduduk negara Malaysia, Singapura dan Cina, nilai tukar, dan
pendapatan perkapita masing-masing negara.
3. Dari hasil estimasi dengan menggunakan metode panel data melalui
pendekatan fixed effect diketahui bahwa :
65

a. Variabel harga ekspor memiliki pengaruh yang negatif dan tidak
signifikan terhadap permintaan ekspor biji kakao Indonesia. Hal ini
dikarenakan harga ekspor biji kakao Indonesia di pasar internasional
lebih rendah di banding harga pesaing, sehingga peningkatan harga
ekspor di Indonesia tidak berpengaruh signifikan terhadap permintaan
ekspor biji kakao Indonesia.
b. Populasi penduduk memiliki pengaruh yang positif, hal ini sesuai
dengan hipotesis. Peningkatan populasi penduduk akan meningkatkan
tingkat konsumsi cokelat dan akan berdampak pada peningkatan
permintaan ekspor biji kakao.
c. Nilai tukar berpengaruh signifikan dan positif, hal ini sesuai dengan
teori. Apresiasi mata uang Malaysia, Singapura dan Cina akan
meningkatkan permintaan ekspor biji kakao Indonesia.
d. Pendapatan per kapita negara Malaysia, Singapura dan Cina
berpengaruh signifikan, artinya, pendapatan per kapita memiliki
pengaruh yang dominan dalam menentukan permintaan ekspor biji
kakao Indonesia. Selain itu variabel pendapatan perkapita juga
memiliki pengaruh positif, yang berarti apabila pendapatan perkapita
penduduk Malaysia, Singapura dan Cina meningkat maka permintaan
ekspor biji kakao Indonesia pun akan meningkat.



66

6.2 Saran
1. Dalam rangka meningkatkan harga ekspor kakao Indonesia di pasaran
internasional pemerintah hendaknya memberikan penyuluhan dan
pelatihan kepada seluruh stake holder kakao (pengusaha industri kakao
dan para petani kakao) agar meningkatkan mutu biji kakaonya dengan
cara intensifikasi pertanian (penggunaan bibit unggul, penggunaan kultur
teknis, pemupukan, perbaikan sanitasi dan penyemprotan insektisida untuk
mengatasi hama PBK.
2. Menjaga kestabilan nilai tukar, salah satu caranya yaitu dengan
mengontrol supply dan demand uang sehingga tingkat inflasi dapat
terkendali. Selain itu pemerintah hendaknya senantiasa menjaga kestabilan
kondisi perekonomian dengan cara menjaga kondisi sosial politik sehingga
akan mendorong investasi yang pada akhirnya dapat meningkatkan tingkat
GDP perkapita negara.
3. Dalam penelitian ini masih terdapat faktor-faktor yang belum dianalisis
terkait dengan permintaan ekspor biji kakao Indonesia seperti tingkat
harga internasional, distribusi income, expectation price, harga domestik
negara tujuan ekspor, harga impor negara pengimpor dan lag volume
ekspor tahun sebelumnya. Oleh karena itu faktor-faktor tersebut dapat
dijadikan analisis lanjutan pada penelitian selanjutnya.


DAFTAR PUSTAKA



Arleen. 2006. Faktor- Faktor yang Mempengaruhi Ekspor Kakao Indonesia
[skripsi].Fakultas Pertanian Institut Pertanian Bogor, Bogor.

Asosiasi Kakao Indonesia. 2007. Cocoa and Chocolate. Asosiasi Kakao Indonesia.

Baltagi, B. D. 2005. Econometric Analysis of Panel Data. Third Edition. John Wiley
& Sons,Ltd.

Chintia, S. 2008. Faktor – Faktor yang Mempengaruhi Permintaan Ekspor Tekstil
dan Produk Tekstil (TPT) Indonesia di Uni Eropa [skripsi]. Fakultas
Pertanian, Institut Pertanian Bogor, Bogor.

Departemen Pertanian. 2005. Direktori dan Revitalisasi Agribisnis Kakao dalam
Menghadapi Era Globalisasi. Komisi Kakao Indonesia. Jakarta.

. 2007. Statistik Perkebunan Indonesia 2007-2009. Sekretariat
Direktorat Jenderal Perkebunan, Jakarta.

. 2008. Statistik Perkebunan Indonesia 2007-2009. Sekretariat
Direktorat Jenderal Perkebunan, Jakarta.

. 2009. Statistik Perkebunan Indonesia 2007-2009. Sekretariat
Direktorat Jenderal Perkebunan, Jakarta.

Gujarati, D. 2004. Basic Econometrics, Fourth Edition. The McGraw-Hill
Companies.

Holis, A. 2006. Relevankah Merger Bank di Indonesia? (Pendekatan Efisiensi dan
Skala Ekonomi) [skripsi]. Fakultas Ekonomi dan Manajemen, Institut
Pertanian Bogor, Bogor.

International Cacao Organization. 2009. Annual Report 2008 . [ICCO Online]. http :
//www. icco. Org [23 Mei 2009].

International Monetary Fund. 2009. World Economic Outlook Database 2009. [IMF
Online]. http://www.imf.org [ 25 Mei 2009].

United Nation Commodity Trade Statistics. 2009. UNCOMTRADE Database.
[UNCOMTRADE Online]. http://comtrade.un.org [ 7 Juli 2009].
68

Komalasari. 2009. Faktor-Faktor yang Mempengaruhi Penawaran Ekspor Biji Kakao
Indonesia [skripsi]. Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor, Bogor.

Lindert, P. H dan C. P. Kinderleberger. 1995. Ekonomi Internasional. Erlangga,
Jakarta.

Lipsey, R. G., P. N. Courant.,D. D. Purvis., P. O. Steiner. 1995. Pengantar
Mikroekonomi. Edisi Kesepuluh, Jilid 1. Binarupa Aksara, Jakarta.

Mankiw, N. G. 2003. Teori Makroekonomi. Edisi Kelima. Imam Nurmawan
[penerjemah]. Erlangga, Jakarta.

Nicholson, W. 2002. Teori Ekonomi Mikro. Edisi Kedua. Deliarnov [penerjemah].
Raja Grafindo Persada, Jakarta.

Oktaviani, R dan Novianti, T. 2009. Teori Perdagangan Internasional dan
Aplikasinya di Indonesia. Departemen Ilmu Ekonomi. Bogor.

Pasaribu, S. H., D. Hartono, dan T. Irawan. 2005. Pedoman Penulisan Skripsi.
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut
Pertanian Bogor, Bogor.

Razak, H. A., Z. Sikumbang., D. R. Gea., H. S. Wijaya., S. Hedar. Juni 2007. World
Cocoa Sustainability Partnership. Cocoa and Chocolate News : 4.

Salvatore, D. 1997. Ekonomi internasional. Edisi Kelima, Jilid 1. Haris Munandar.
[penerjemah]. Erlangga, Jakarta.

Veronika, L. 2008. Analisis Faktor – Faktor yang Mempengaruhi Permintaan
Ekspor Wood Indonesia di Cina, Singapura, dan Malaysia dalam Skema
Cina– Asean Free Trade Area [skripsi]. Fakultas Pertanian, Institut Pertanian
Bogor, Bogor.

Winarno, W. W. 2007. Analisis Ekonometrika dan Statistik dengan EViews. UPP
STIM YKPN, Yogyakarta.

Lampiran 1 Data Penelitian
Negara Tahun lnX lnPX lnPoP lnER lnGDPC
Malaysia 1992 14.26531 -0.10539 16.74734 0.95935 8.071016
Malaysia 1993 14.12982 -0.13743 16.7892 0.993252 8.152159
Malaysia 1994 14.75239 0.143838 16.81683 0.940007 8.356194
Malaysia 1995 16.24906 0.082687 16.84511 0.932164 8.379883
Malaysia 1996 14.45657 0.117782 16.86805 0.924259 8.48387
Malaysia 1997 16.12457 0.352265 16.89125 1.358409 8.453861
Malaysia 1998 17.14961 0.30213 16.9147 1.335001 8.102647
Malaysia 1999 17.2465 -0.14062 16.9384 1.335001 8.171179
Malaysia 2000 17.93975 -0.33425 16.9723 1.335001 8.292026
Malaysia 2001 18.17501 -0.06163 16.99411 1.335001 8.259434
Malaysia 2002 18.14539 0.391373 17.01529 1.335001 8.321575
Malaysia 2003 18.70034 0.443988 17.03411 1.335001 8.391475
Malaysia 2004 18.64689 0.287215 17.05289 1.335001 8.496684
Malaysia 2005 18.86829 0.213565 17.07172 1.329724 8.578958
Malaysia 2006 19.0641 0.210193 17.08857 1.261298 8.690029
Malaysia 2007 19.02594 0.482908 17.10544 1.235471 8.847424
Singapura 1992 17.8461 -0.2492 8.080547 0.494696 10.12931
Singapura 1993 17.55531 -0.21837 8.106213 0.470004 10.25217
Singapura 1994 17.51374 0.066682 8.137103 0.378436 10.36014
Singapura 1995 17.70726 0.150536 8.167636 0.34359 10.43108
Singapura 1996 18.37947 -0.50417 8.208219 0.329304 10.47876
Singapura 1997 17.76326 0.257531 8.241703 0.512824 10.53204
Singapura 1998 17.93558 0.341184 8.275631 0.506818 10.46637
Singapura 1999 17.71208 -0.08214 8.283747 0.506818 10.47364
Singapura 2000 17.85602 -0.29012 8.301025 0.548121 10.58869
Singapura 2001 17.39647 -0.08299 8.327968 0.615186 10.52104
Singapura 2002 17.44356 0.423581 8.337109 0.548121 10.54203
Singapura 2003 17.31646 0.476426 8.322394 0.530628 10.58312
Singapura 2004 17.26773 0.317056 8.334952 0.48858 10.70296
Singapura 2005 17.21983 0.294337 8.358432 0.506818 10.76199
Singapura 2006 17.59917 0.27376 8.389587 0.425268 10.82464
Singapura 2007 17.59248 0.528352 8.431417 0.41211 10.91206
Cina 1992 12.42922 -0.39501 20.88173 1.7492 7.739706
Cina 1993 13.30437 -0.17922 20.89315 1.757858 8.000127
Cina 1994 13.12236 0.128041 20.90434 2.132982 8.299415
Cina 1995 16.21794 0.133591 20.91489 2.11746 8.521036
Cina 1996 16.04013 0.137936 20.9253 2.11505 8.6683
Cina 1997 16.10732 0.26324 20.93536 2.112635 8.762186
Cina 1998 16.19506 0.312297 20.9445 2.112635 8.819535
Cina 1999 16.58664 -0.18719 20.95268 2.112635 8.871974
Cina 2000 16.61316 -0.30864 20.96026 2.112635 8.965464
Cina 2001 16.29473 -0.06277 20.96721 2.112635 9.058569
Cina 2002 14.88699 -0.16093 20.97366 2.112635 9.145038
Cina 2003 15.69982 0.312154 20.97967 2.112635 9.260121
Cina 2004 15.51563 0.367626 20.98554 2.112635 9.417311
Cina 2005 16.57743 0.278005 20.99143 2.088153 9.547681
Cina 2006 16.71918 0.235839 20.99671 2.054124 9.687954
Cina 2007 16.84787 0.507258 21.00169 1.235471 9.877008

Lampiran 2. Hasil Estimasi Panel Data
1. Regresi awal
1.1. Pooled Effect
Dependent Variable: LNX
Method: Panel Least Squares
Date: 08/24/09 Time: 00:36
Sample: 1992 2007
Periods included: 16
Cross-sections included: 3
Total panel (balanced) observations: 48


Variable Coefficient Std. Error t-Statistic Prob.


C 20.41598 4.836579 4.221162 0.0001
LNPX 1.536752 0.782468 1.963980 0.0560
LNPOP -0.250067 0.160400 -1.559024 0.1263
LNER 0.790583 1.026854 0.769908 0.4456
LNGDPC -0.103155 0.391343 -0.263593 0.7934


R-squared 0.312000 Mean dependent var 16.75421
Adjusted R-squared 0.248000 S.D. dependent var 1.574256
S.E. of regression 1.365162 Akaike info criterion 3.558756
Sum squared resid 80.13772 Schwarz criterion 3.753673
Log likelihood -80.41014 Hannan-Quinn criter. 3.632415
F-statistic 4.874994 Durbin-Watson stat 0.468626
Prob(F-statistic) 0.002484



1.2. Fixed Effect
Dependent Variable: LNX
Method: Panel Least Squares
Date: 08/24/09 Time: 00:37
Sample: 1992 2007
Periods included: 16
Cross-sections included: 3
Total panel (balanced) observations: 48


Variable Coefficient Std. Error t-Statistic Prob.


C -75.22074 31.71814 -2.371537 0.0225
LNPX -0.700815 0.645523 -1.085655 0.2840
LNPOP 4.873267 2.211302 2.203799 0.0332
LNER 2.400630 0.891195 2.693721 0.0102
LNGDPC 1.520743 0.497601 3.056149 0.0039


Effects Specification


Cross-section fixed (dummy variables)


R-squared 0.676115 Mean dependent var 16.75421

Adjusted R-squared 0.628718 S.D. dependent var 1.574256
S.E. of regression 0.959240 Akaike info criterion 2.888687
Sum squared resid 37.72581 Schwarz criterion 3.161571
Log likelihood -62.32849 Hannan-Quinn criter. 2.991810
F-statistic 14.26472 Durbin-Watson stat 0.839062
Prob(F-statistic) 0.000000



2. Pemilihan Pendekatan Chow Test
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects


Effects Test Statistic d.f. Prob.


Cross-section F 23.046403 (2,41) 0.0000
Cross-section Chi-square 36.163307 2 0.0000




3. Uji Asumsi

Effects Specification


Cross-section fixed (dummy variables)


Weighted Statistics


R-squared 0.670116 Mean dependent var 16.79996
Adjusted R-squared 0.621840 S.D. dependent var 1.873704
S.E. of regression 0.958884 Sum squared resid 37.69781
F-statistic 13.88102 Durbin-Watson stat 0.823865
Prob(F-statistic) 0.000000


Unweighted Statistics


R-squared 0.675876 Mean dependent var 16.75421
Sum squared resid 37.75373 Durbin-Watson stat 0.852288













Uji Normalitas

4. Evaluasi Model (Estimasi Model Terbaik)
Dependent Variable: LNX
Method: Panel EGLS (Cross-section weights)
Date: 08/24/09 Time: 00:31
Sample: 1992 2007
Periods included: 16
Cross-sections included: 3
Total panel (balanced) observations: 48
Linear estimation after one-step weighting matrix
White cross-section standard errors & covariance (d.f. corrected)


Variable Coefficient Std. Error t-Statistic Prob.


C -71.90254 21.59099 -3.330210 0.0018
LNPX -0.728809 0.500427 -1.456373 0.1529
LNPOP 4.647327 1.528264 3.040918 0.0041
LNER 2.497340 1.220569 2.046045 0.0472
LNGDPC 1.525363 0.471041 3.238282 0.0024


Effects Specification


Cross-section fixed (dummy variables)


Weighted Statistics


R-squared 0.670116 Mean dependent var 16.79996
Adjusted R-squared 0.621840 S.D. dependent var 1.873704
S.E. of regression 0.958884 Sum squared resid 37.69781
F-statistic 13.88102 Durbin-Watson stat 0.823865
Prob(F-statistic) 0.000000


Unweighted Statistics


R-squared 0.675876 Mean dependent var 16.75421
Sum squared resid 37.75373 Durbin-Watson stat 0.852288


0
2
4
6
8
10
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Series: Standardized Residuals
Sample 1992 2007
Observations 48
Mean -2.08e-16
Median 0.156033
Maximum 1.716232
Minimum -1.722543
Std. Dev. 0.895922
Skewness -0.195677
Kurtosis 1.958512
Jarque-Bera 2.475711
Probability 0.290006

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->