PELATIHAN UNTUK STAF PENELITI

Puslitbang Penyelenggaraan Pos dan

Telekomunikasi

ANALISIS MODEL
INPUT-OUTPUT
Oleh
Dr. Uka Wikarya

Lembaga Penyelidikan Ekonomi dan Masyarakat

Fakultas Ekonomi Universtas Indonesia
19 Agustus 2015 1
 Model Tabel Input-Output (I-O) Regional

Tabel Input-Output (Tabel IO) merupakan uraian statistik

dalam bentuk matriks yang menyajikan informasi tentang
transaksi barang dan jasa serta saling keterkaitan antar
satuan kegiatan ekonomi (sektor) dalam suatu wilayah
pada suatu periode waktu tertentu. Oleh karena itu Tabel
IO merupakan sebuah model kuantitatif yang menunjukkan
potret keadaan ekonomi (economics Landscape) suatu
wilayah pada suatu periode tertentu (tahun).

Sebagai suatu model kuantitatif, Tabel IO akan memberikan

gambaran menyeluruh mengenai:
a) Struktur perekonomian nasional/regional yang
mencakup struktur output dan nilai tambah masing-
masing sektor,
b) Stuktur input antara, yaitu penggunaan berbagai barang
dan jasa oleh sektor-sektor produksi,
2
c) Struktur penyediaan barang dan jasa baik berupa
produksi dalamnegeri maupun barang-barang yang
berasal dari impor,
d) Struktur permintaan barang dan jasa, baik permintaan
antara oleh sektor-sektor produksi maupun permintaan
akhir untuk konsumsi, investasi dan ekspor.
e). Alat untuk melihat keterkaitan antar sektor yang
terdapat dalam perekonomian
f) Memperkirakan dampak permintaan akhir dan
perubahannya terhadap berbagai output sektor produksi,
nilai tambah bruto, kebutuhan impor, pajak, kebutuhan
tenaga kerja dan sebagainya
g) Memberi petunjuk mengenai sektor-sektor yang
mempunyai pengaruh terkuat terhadap pertumbuhan
ekonomi serta sektor-sektor yang peka terhadap
pertumbuhan perekonomian nasional.

3
Kerangka Dasar Model Tabel Input Output

4
Jenis-jenis Tabel IO Regional

Harga Produsen

Transaksi
Total Harga Konsumen
Tabel IO

Harga Produsen
Transaksi
Domestik

Harga Konsumen

5
 Struktur Input dan Jenis Tabel I-O
Ilustrasi Struktur Input Secangkir Kopi:

6
Tabel IO dibagi ke dalam 3 kuadran, yakni:
1. Kuadran I
Berisi transaksi input antara, yaitu nilai pengeluaran untuk
barang dan jasa yang dibutuhkan untuk menghasilkan
output dalam proses produksinya. Nilai transaksi ini dapat
dipandang sebagai sisi input antara ataupun sisi
permintaan antara.
Cara membaca simbol pada kuaran I:
Xij = nilai output sektor produksi i yang digunakan sebagai
input sektor produksi j
Contoh:
X12 = nilai output sektor produksi 1 yang digunakan sebagai
input antara sektor produksi 2.
X23 =nilai output sektor produksi 2 yang digunakan
sebagai input sektor produksi 3, dst.
7
2. Kuadran II
Berisi transaksi permintaan akhir, yaitu nilai
pengeluaran atas barang dan jasa yang untuk
dikonsumsi langsung dan bukan digunakan sebagai
input dari proses produksi selanjutnya.

Permintaan akhir dirinci ke dalam 5 komponen, yakni:

a. Konsumsi Rumah Tangga (C)
b. Pengeluaran Konsumsi Pemerintah (G)
c. Pembentukan Modal Tetap Domestik Bruto atau
Investasi (I)
d. Ekspor (EX), dan
e. Sisa produksi barang atau jasa yang belum
dikonsumsi, atau disebut juga sebagai perubahan
stok (S).
8
 Struktur Permintaan dan Jenis Tabel I-O
Ilustrasi Struktur Permintaan: Peternakan dan Hasil-hasilnya

9
3. Kuadran III:
Berisi transaksi input primer, yang menunjukkan
besarnya balas jasa dari faktor produksi, yang terdiri
dari upah dan gaji, surplus usaha, pajak tidak
langsung, depresiasi dan subsidi. Oleh karenanya
transaksi ini disebut juga sebagai Nilai Tambah Bruto
(NTB) atau Gross Value Added

Contoh:
V1 = nilai input primer yang digunakan oleh sektor
produksi 1 untuk memenuhi proses produksinya
Sedangkan arti simbol Xi = total nilai input (=nilai
output) sektor produksi i, seperti:
X1 = total nilai input (nilai output) sektor 1
X2 = total nilai input (nilai output) sektor 2, dst
10
Blok Penyediaan
menunjukkan nilai barang atau jasa suatu sektor untuk
memenuhi permintaan antara dan permintaan akhir. Nilai
total penyediaan sektor i dapat berasal dari dua sumber,
yaitu:
a) Output domestik dari sektor produksi i : Xi
b) Output dari luar negeri (impor) dari sektor produksi i: Mi

Identitas pada tabel IO

Jika dibaca menurut baris:

xi1+ xi2 + xi3 + Fi = Xi + Mi; dimana Fi = Ci + Gi + Ii + Si+ EXi

Jika dibaca menurut kolom:

x1j+ x2j + x3j + Vj = Xj

11
Tabel IO Nasional 2005, Klasifikasi 9 sektor (milyar Rp)

12
Keterangan Kode Sektor

13
 ANALISIS TABEL IO

1. Struktur Input Produksi

Koefisien input aij yang diperoleh dengan rumus
xij
aij =
Xj
merupakan rasio input antara yang berasal dari sektor i untuk sektor j
(xij) dengan total input sektor j (Xj).
Koefisien input disebut juga koefisien teknis atau teknologi karena
menggambarkan bagaimana kombinasi penggunaan input untuk
menghasilkan satu unit output.

Disamping itu menggambarkan pula peranan tiap sektor dalam

pembentukan output suatu sektor.

14
Koefisien Input atau Teknis Tabel IO 2005
(Analisis Model Terbuka)

15
 Koefisien Input atau Teknis Tabel IO 2005
Komposisi Nilai Input Antara Sektor Pertanian (sektor-1) tahun 2005

Pemerintahan dan Jasas Sosial Kemasyarakatan 0.0052

Lemb Keuangan, Persewaan Bangunan dan Jasa… 0.0134
Angkutan dan Komunikasi 0.0108
Perdagangan, Hotel dan Restoran 0.0226
Bangunan 0.0088
Listrik, Gas dan Air Bersih 0.0005
Industri Manufaktur 0.0879
Pertambangan dan Penggalian 0.0000
Pertanian 0.0662
0.0000 0.0100 0.0200 0.0300 0.0400 0.0500 0.0600 0.0700 0.0800 0.0900 0.1000

• Contoh interpretasi sektor 1(kolom):

– Untuk menghasilkan Rp 1 nilai output sektor 1 (pertanian), dibutuhkan bahan
baku (input antara) senilai Rp 0.2155; Rinciannya: Rp 0.0662 untuk bahan baku
dari sektor 1 (pertanian), Rp 0.0879 untuk bahan baku dari sektor 3 (manufaktur),
Rp 0.0005 untuk bahan baku sektor Gas, Listrik dan Air bersih, dst.
– Pengeluaran terbesar untuk membeli bahan baku dari sektor manufaktur: berupa
pupuk, pestisida, plastik,dll .
– Cara interpretasi serupa berlaku untuk sektor-sektor lainnya
16
Koefisien Input atau Teknis Tabel IO 2005
(Analisis Model Tertutup)

17
 Koefisien Input atau Teknis Tabel IO 2005

• Contoh interpretasi:
– Interpretasi komposisi pengeluaran untuk masing-masing bahan
baku (input antara) sama seperti pada Analisis Tabel IO Terbuka
(seperti dibahas pada slide sebelumnya).
– Perbedaannya, disini ditambah satu baris (baris HH) dan satu
kolom (kolom HH). Baris HH menggambarkan pengeluaran sektor
untuk upah tenaga kerja (=income rumah tangga). Kolom HH:
menggambarkan pengeluaran rumah tangga untuk membeli ouput
sektor.
– Sektor 1 (kolom): untuk menghasilkan Rp 1 nilai output,
dikeluarkan dana sebesar Rp 0.1726 untuk membayar tenaga kerja
(baris HH).
– Sektor HH (kolom): untuk setiap rupiah total pengeluaran rumah
tangga Rp 0.1014 dibelanjakan utk membeli output sektor 1
(pertanian); Rp 0.3309 membeli output sektor manufaktur; dst.
– Cara interpretasi serupa berlaku untuk sektor-sektor lainnya.

18
 2. Mengetahui Multiplier dan Dampak Output
Output Garment
Order kemeja
dari USA : $1juta
utk ekspor naik: + domestik naik:
$ 1 juta.
Stimulus =1
Input antara naik:
Kain, Kancing, resluiting,
benang, pewarna, listrik,
bahan bakar dll
Input primer naik:
Upah dan gaji, keuntungan
usaha, pajak tidak langsung
Multiplier Output: 1.65 / 1 = 1.65
Output Garment
Total kenaikan Output
=
Garment: $1.05juta
$ 0.05 juta.
+
Output semua kegiatan
Output Kegiatan produksi: Kain, Produktif selain garmen
Naik: $0.60 juta
Kancing, pewarna, listrik, bahan
bakar dll --> meningkat
Belanja RTutk brng konsumsi naik,
Belanja Prshaan barang modal naik
Output semua kegiatan
Produktif naik: $1.65 juta
Dampak Output = 1.65
19
 Penurunan Model Multiplier Output
Neraca Transaksi Total Neraca Transaksi Domestik

x 11 + x 12 + x 13 + F1 = X 1 + M 1 (x11 + x12 + x13 + F1 ) − M1 = X 1

x 21 + x 22 + x 23 + F2 = X 2 + M 2 (x 21 + x 22 + x 23 + F2 ) − M 2 = X 2
x 31 + x 32 + x 33 + F3 = X 3 + M 3 (x 31 + x 32 + x 33 + F3 ) − M 3 = X 3
Dari rumus koef input antara:
(x11 + x12 + x13 + F1 ) = X 1
x ij
a ij = xij = aij X j
(x 21 + x 22 + x 23 + F2 ) = X 2
X j (x 31 + x 32 + x 33 + F3 ) = X 3
Dibersihkan dari komponen impor

a11 X 1 + a12 X 2 + a13 X 3 + F1 = X 1  a11 a12 a13   X 1   F1   X 1 

a a22 a 23   X 2  +  F2  =  X 2 
a21 X 1 + a 22 X 2 + a 23 X 3 + F2 = X 2  21
a 31 a32 a33   X 3   F3   X 3 
a31 X 1 + a32 X 2 + a33 X 3 + F3 = X 3

AX + F = X 20
 Penurunan Model Multiplier Output
Dampak
Output
AX + F = X Variabel
Stimulus
F = X − AX
−1
F = (I − A ) X X = (I − A ) F
(I − A) −1 F = (I − A ) −1 (I − A) X
Koefisien variabel stimulus:
−1
(I − A ) F = X pengganda atau multiplier
untuk mendapatkan output

dX = (I − A) −1 dF
Perubahan Perubahan
Output Stimus

21
Formula Multiplier Output

Untuk menghitung angka multiplier atau pengganda output

diperoleh dengan rumus:

M O = [ I − A]−1
dimana
MO = matriks multiplier/pengganda output berukuran n x n ; dapat
diterapkan untuk
I = matriks identitas berukuran n x n
A = matriks koefisien teknis berukuran n x n
[I-A]-1 = matriks kebalikan Leontief

Sebenarnya yang menjadi pusat analisis dari tabel IO adalah matriks

kebalikan Leontief [I-A]-1 atau matriks multiplier/pengganda output

22
Matriks kebalikan Leontief atau matriks pengganda output
(Analisis Model Terbuka)

Jumlah kolom 1 (sektor 1) = 1.3399 artinya jika permintaan

akhir sektor 1 bertambah senilai 1 satuan uang, ouput
perekonomian bertambah sebesar 1.3399 satuan uang.
23
 Interpretasi Multiplier Output
Pemerintahan dan Jasas Sosial Kemasyarakatan 1.6308
Lemb Keuangan, Persewaan Bangunan dan Jasa Perusahaan 1.4251
Angkutan dan Komunikasi 1.6685
Perdagangan, Hotel dan Restoran 1.6042
Bangunan 1.8458
Listrik, Gas dan Air Bersih 2.0226
Industri Manufaktur 1.7273
Pertambangan dan Penggalian 1.2107
Pertanian 1.3399
0.000 0.500 1.000 1.500 2.000 2.500

• Sektor 4 (Listrik, Gas dan Air bersih) memiliki multiplier output tertinggi
(=2.0226). Setiap kenaikan permintaan output sektor-4 sebesar Rp 1, berdampak
meningkatkan output perekonomian secara keseluruhan (semua sektor) sebesar
Rp 2.0226. Sektor ini berkekuatan besar dalam menstimulir pertumbuhan, krn
banyak membutuhkan dan dibutuhkan oleh sektor-sektor lain.
• Sektor 2 (pertambangan dan penggalian) memiliki multiplier output terendah
(=1.2107), karena tidak banyak membutuhkan input / bahan baku dari sektor-
sektor lain. Hal yang hampir sama terjadi pada sektor pertanian. 24
Matriks kebalikan Leontief atau matriks pengganda output
(Analisis Model Tertutup)

Jumlah kolom 1 (sektor 1) kurang baris H = 2.0517-0,2897=1.7620,

artinya jika permintaan akhir sektor 1 bertambah senilai 1 satuan uang,
ouput perekonomian bertambah sebesar 1.7620 satuan uang, dan
pendapatan naik 0.2897 satuan uang.

25
 Interpretasi Multiplier Output Analisis Model Tertutup
Rumah Tangga 1.3020
3.1994
Pemerintahan dan Jasas Sosial Kemasyarakatan 0.5968
2.5004
Lemb Keuangan, Persewaan Bangunan dan Jasa Perusahaan 0.2897
1.8473
Angkutan dan Komunikasi 0.3583
2.1907
Perdagangan, Hotel dan Restoran 0.3494
2.1134
Bangunan 0.3229
2.3163
Listrik, Gas dan Air Bersih 0.2910
2.4466
Industri Manufaktur 0.2730
2.1251
Pertambangan dan Penggalian 0.1851
1.4805
Pertanian 0.2897
1.7620
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50

Pendapatan Output

• Dalam analisis tertutup selain mengetahui dampak thd output, juga dampak income atau
pendapatan rumah tangga (pekerja).
• Sektor 9 (Jasa-jasa) memiliki multiplier total tertinggi (=3.0972), tersusun atas multiplier
output dan income masing-masing 2.5004 dan 0.5968. Artinya untuk setiap peningkatan
permintaan output sektor 9 sebesar Rp 1, akan berdampak meningkatkan output
perekonomian secara keseluruhan sebesar Rp2.5004 dan meningkatkan pendapatan semua
pekerja sebesar Rp 0.5968.
• Sektor 2 (pertambangan) memiliki multiplier total terendah (=1.6656) yg tersusun atas
multiplier output dan Income masing-masing 1.4805 dan 0.1851. 26
 3. Multiplier dan Dampak Pendapatan
Penurunan Multiplier Pendapatan:
Neraca per kolom: x1j+ x2j + x3j + Vj = Xj
Dimana:
Xj = Nilai output atau nilai produksi sektor j
xij = input antara untuk produksi sektor j yang barang/jasanya dipasok oleh oleh sektor i
Vj = penjumlahan dari komponen bukan input antara, yang terdiri dari:
Mj = impor bahan baku dari luar negeri / daerah
V201j = pengeluaran atau pendapatan untuk pekerja
V202j = surplus usaha (keuntungan dan pembayaran kepada negara)
V203j = Pengelauran untuk depresiasi atau penyusutan barang modal
V204j = Pajak tidak langsung bersih : pajak pertambahan nilai bersih
V205j = Subsidi dari pemerintah

V201 j
Koefisien pendapatan pekerja: v201 j = , dihitung dari angka Tabel IO
Xj
Untuk mendapatkan kembali angka V201j, jika Xj sdh diketahui: V201 j = v201 j × X j

Kita sekarang memiliki kumpulan v201j sebanyak n (banyak sektor dalam tabel IO), yang
kemudian ditempatkan ke dalam matrik diagonal 27
 Penurunan Multiplier Pendapatan (1/2)
Matriks diagonal koefisien pendapatan pekerja
v201,1 0 ... 0 
 0 v ... 0 
= 
201 , 2
Vˆ201
 ... ... ... ... 
 
 0 0 .... v201, n 

Angka pendapatan pekerja sektoral dihitung dengan rumus:

ˆ ( I − A ) −1 F
v 201 = V201

pendapatan
pekerja Matriks Stimulus
Pengganda
untuk
mendapatkan Elemen dalam matriks tidak
pendapatan lazim disebut multiplier
pekerja pendapatan

28
Pengganda untuk mendapatkan pendapatan pekerja:

M I = Vˆ 201 [ I − A ] − 1
Pendapatan pekerja:
ˆ ( I − A ) −1 F
v 201 = M I F = V201

dimana
V̂201 = matriks diagonal koefisien nilai upah dan gaji
v201 = vektor pendapatan pekerja, dimensi nx1
Mi = matriks pengganda mendapatkan pendapatan pekerja
[I-A]-1 = matriks kebalikan Leontief

Angka Pengganda Pendapatan (Income Multiplier) Pekerja sektoral:

ˆ ( I − A) −1 V
Im = V ˆ −1
201 201
29
 Matriks Dampak Pendapatan
(Analisis Model Terbuka)
Sektor 1 2 3 4 5 6 7 8 9
1 0.1877 0.0012 0.0244 0.0078 0.0116 0.0125 0.0054 0.0020 0.0093
2 0.0011 0.1218 0.0091 0.0231 0.0095 0.0019 0.0021 0.0010 0.0024
3 0.0145 0.0057 0.1379 0.0413 0.0444 0.0211 0.0259 0.0084 0.0280
4 0.0004 0.0002 0.0019 0.1160 0.0009 0.0023 0.0019 0.0011 0.0019
5 0.0015 0.0017 0.0010 0.0024 0.1340 0.0026 0.0031 0.0048 0.0036
6 0.0064 0.0025 0.0137 0.0129 0.0210 0.1892 0.0110 0.0051 0.0148
7 0.0032 0.0023 0.0070 0.0056 0.0083 0.0109 0.1763 0.0064 0.0085
8 0.0039 0.0021 0.0068 0.0090 0.0108 0.0170 0.0104 0.1769 0.0092
9 0.0039 0.0046 0.0078 0.0054 0.0075 0.0109 0.0390 0.0168 0.3805
Dampak Pendapatan 0.222 0.142 0.210 0.223 0.248 0.268 0.275 0.223 0.458
Koef Pendap 0.173 0.113 0.107 0.098 0.133 0.178 0.161 0.152 0.363
Pengganda Pendapatan 1.289 1.261 1.963 2.286 1.866 1.511 1.709 1.464 1.264

• Jika permintaan akhir sektor 1 naik senilai 1 satuan uang (su), pendapatan rumah
tangga seluruh sektor naik sebesar 0.222 su.
• Multiplier pendapatan sektor 1 = 1.289 artinya untuk setiap tambahan 1 rupiah
pendapatan pekerja di sektor 1, akan menciptakan pendapatan nasional sebesar
1.289 rp.

30
 Interpretasi Multiplier Pendapatan

• Jika terjadi peningkatan permintaan akhir atas output sektor 3 (manufaktur) sebesar Rp 1,
berdampak pd peningkatan income pekerja di seluruh sektor sebesar Rp 0.210.
• Jk tidak ada mekanisme multiplier output income naik sebesar Rp 0.107, yaitu hanya diterima
oleh para pekerja di sektor-1.
• Krn ada multiplier output, mk dampak income menjadi Rp 0.210. Perbandingan dampak
income yang diterima pekerja di semua sektor (0.210) dan yg diterima pekerja sektor 1 (0.107)
adalah 2.9770 (=multiplier income tipe I)

31
 Matriks Dampak Pendapatan
(Analisis Model Tetutup)

• Jika permintaan akhir sektor 1 naik senilai 1 su, pendapatan rumah tangga seluruh
sektor naik sebesar 0.2897 su.
• Multiplier pendapatan sektor 1 = 1.6783 artinya untuk setiap tambahan 1 rupiah
pendapatan pekerja sektor 1, akan menciptakan pendapatan nasional sebesar
1.6783 rp. 32
 Interpretasi Multiplier Pendapatan

• Jika terjadi peningkatan permintaan akhir atas output sektor 4 (LGA) sebesar Rp 1, berdampak
pd peningkatan income pekerja di seluruh sektor sebesar Rp 0.2910.
• Jk tidak ada mekanisme multiplier output income naik sebesar Rp 0.0977, yaitu hanya diterima
oleh para pekerja di sektor-1.
• Krn ada multiplier output, mk dampak income menjadi Rp 0.2910. Perbandingan dampak
income yang diterima pekerja di semua sektor (0.291) dan yg diterima pekerja sektor 1 (0.0977)
adalah 2.9770 (=multiplier income tipe II)) 33
 4. Multiplier dan Dampak Nilai Tambah Bruto
Nilai tambah bruto: VAj =v201j+ v202j + v203j + v204j + v205j
Dimana:
V201j = pengeluaran atau pendapatan untuk pekerja
V202j = surplus usaha (keuntungan dan pembayaran kepada negara)
V203j = Pengelauran untuk depresiasi atau penyusutan barang modal
V204j = Pajak tidak langsung bersih : pajak pertambahan nilai bersih
V205j = Subsidi dari pemerintah

VA j
Koefisien nilai tambah bruto sektor j, v j =
Xj
Untuk mendapatkan kembali angka VAj, jika Xj sdh diketahui: VA j = v j × X j
Kita sekarang memiliki kumpulan vj sebanyak n (banyak sektor dalam tabel IO), yang
kemudian ditempatkan ke dalam matrik diagonal

Angka nilai tambah bruto sektoral dihitung dengan rumus:

v1 0 ... 0 
 0 v ... 0  ˆ ( I − A ) −1 F
VA = V
ˆ =
V 2 
 ... ... ... ... 
  Nilai Tambah
 0 0 .... v n Bruto
Stimulus
Pengganda 34
Koefisien Nilai Tambah Bruto: Vˆ
SKT 1 2 3 4 5 6 7 8 9
1 0.765 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 0.000 0.819 0.000 0.000 0.000 0.000 0.000 0.000 0.000
3 0.000 0.000 0.374 0.000 0.000 0.000 0.000 0.000 0.000
4 0.000 0.000 0.000 0.303 0.000 0.000 0.000 0.000 0.000
5 0.000 0.000 0.000 0.000 0.358 0.000 0.000 0.000 0.000
6 0.000 0.000 0.000 0.000 0.000 0.593 0.000 0.000 0.000
7 0.000 0.000 0.000 0.000 0.000 0.000 0.488 0.000 0.000
8 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.680 0.000
9 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.540

35
 Dampak Nilai Tambah Bruto dan Proses
Perhitungan

VA = ˆ (I − A) −1
V F
NTB SKT 1 2 3 4 5 6 7 8 9 F
375,615 1 0.832 0.005 0.108 0.035 0.052 0.056 0.024 0.009 0.041 195,418
317,170 2 0.008 0.885 0.066 0.168 0.069 0.014 0.016 0.007 0.018 197,401
795,681 3 0.051 0.020 0.483 0.145 0.155 0.074 0.091 0.029 0.098 1,231,130
26,911 4 0.001 0.001 0.006 0.359 0.003 0.007 0.006 0.003 0.006 27,553
206,862 5 0.004 0.004 0.003 0.006 0.360 0.007 0.008 0.013 0.010 528,981
433,186 6 0.021 0.008 0.046 0.043 0.070 0.631 0.037 0.017 0.049
477,378
194,422 7 0.010 0.007 0.021 0.017 0.025 0.033 0.534 0.019 0.026
228,020
239,391 8 0.017 0.010 0.031 0.040 0.048 0.076 0.047 0.791 0.041
133,327
287,654 9 0.006 0.007 0.012 0.008 0.011 0.016 0.058 0.025 0.566
424,687
2,876,892 Jumlah 0.950 0.947 0.775 0.821 0.794 0.913 0.820 0.914 0.855

Matriks menggandakan Final demand (F) ke Nilai tambah bruto (VA)

36
 Matriks kebalikan Koefisien Nilai Tambah Bruto:

Vˆ −1
sektor 1 2 3 4 5 6 7 8 9
1 1.307 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

2 0.000 1.221 0.000 0.000 0.000 0.000 0.000 0.000 0.000

3 0.000 0.000 2.675 0.000 0.000 0.000 0.000 0.000 0.000

4 0.000 0.000 0.000 3.303 0.000 0.000 0.000 0.000 0.000

5 0.000 0.000 0.000 0.000 2.796 0.000 0.000 0.000 0.000

6 0.000 0.000 0.000 0.000 0.000 1.687 0.000 0.000 0.000

7 0.000 0.000 0.000 0.000 0.000 0.000 2.049 0.000 0.000

8 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.471 0.000

9 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 1.853

37
 Angka Pengganda Nilai Tambah Bruto
ˆ (I − A ) V
V ˆ −1
SKT 1 2 3 4 5 6 7 8 9
1 1.087 0.006 0.289 0.114 0.144 0.094 0.049 0.013 0.076

2 0.010 1.080 0.177 0.554 0.193 0.023 0.032 0.010 0.033

3 0.066 0.024 1.291 0.477 0.434 0.125 0.186 0.043 0.182

4 0.001 0.001 0.016 1.187 0.008 0.012 0.012 0.005 0.011

5 0.005 0.005 0.007 0.021 1.008 0.012 0.017 0.019 0.018

6 0.028 0.010 0.122 0.142 0.196 1.065 0.075 0.025 0.092

7 0.013 0.009 0.057 0.056 0.070 0.056 1.095 0.029 0.048

8 0.023 0.012 0.082 0.133 0.135 0.128 0.096 1.164 0.076

9 0.008 0.008 0.031 0.027 0.031 0.027 0.119 0.037 1.049

Vektor baris u:
u 1 1 1 1 1 1 1 1 1

ˆ (I − A)V
MVA= uV ˆ −1
MVA 1.241 1.156 2.072 2.711 2.219 1.541 1.681 1.345 1.585

Setiap kenaikan satu juta rupiah nilai tambah bruto di sektor manufaktur, akan meningkatkan nilai
tambah bruto nasional 2,072 juta rupiah 38
 5. Multiplier dan Dampak Kesempatan Kerja
TK j
Koefisien Tenaga Kerja, lj =
Xj
Untuk mendapatkan kembali angka TKj, jika Xj sdh diketahui: TK j = l j × X j
Kita sekarang memiliki kumpulan lj sebanyak n (banyak sektor dalam tabel IO), yang
kemudian ditempatkan ke dalam matrik diagonal

Angka kesempatan kerja sektoral dihitung dengan rumus:

l1 0 ... 0 
0 l ... 0  TK = Lˆ (I − A) −1 F
Lˆ =  2 
... ... ... ...
  Jumlah
 0 0 .... l n Kesempatan
Kerja Stimulus
Pengganda

39
Satuan Output : Milyar Rp; Satuan Tenaga kerja (TK): orang;
Satuan Koefisien TK (baris koef): orang/milyar rp.

Pengganda Dampak Kesempatan Kerja

Dampak Sektoral dan Sumbernya
SKT 1 2 3 4 5 6 7 8 9
1 89.464 0.571 11.615 3.711 5.547 5.975 2.591 0.944 4.430
2 0.020 2.320 0.173 0.439 0.181 0.036 0.041 0.018 0.047
3 0.782 0.306 7.430 2.225 2.392 1.139 1.395 0.451 1.511
4 0.010 0.006 0.051 3.033 0.025 0.060 0.049 0.030 0.050
5 0.085 0.091 0.052 0.130 7.339 0.144 0.172 0.261 0.200
6 0.867 0.344 1.868 1.757 2.859 25.767 1.498 0.700 2.017
7 0.243 0.179 0.539 0.429 0.634 0.833 13.475 0.491 0.649
8 0.106 0.058 0.186 0.245 0.293 0.462 0.285 4.819 0.250
9 0.240 0.285 0.485 0.337 0.465 0.677 2.421 1.044 23.625
Jumlah 91.816 4.160 22.400 12.308 19.734 35.092 21.926 8.758 32.779

Koef TK 82.266 2.147 5.756 2.556 7.281 24.201 12.309 4.140 22.515
Total Dampak 91.816 4.160 22.400 12.308 19.734 35.092 21.926 8.758 32.779
Multiplier 1.116 1.937 3.891 4.815 2.710 1.450 1.781 2.116 1.456

40
Interpretasi Multiplier Kesempatan Kerja
• Jika terjadi peningkatan permintaan output sektor
1 (pertanian) sebesar Rp 1 milyar, berdampak pd
peningkatan kesempatan kerja di seluruh sektor
sebesar 100.39 orang.
• Padahal jk tidak ada mekanisme keterkaitan antar
sektor, kesempatan kerja hanya naik sebesar
82.27 orang, yaitu yang diserap oleh sektor
pertanian saja.
• Krn ada keterkaitan antar-sektor, maka dampak
kesempatan kerja di seluruh sektor (termasuk
pertanian) menjadi 100.39 orang. Perbandingan
dampak kesempatan kerja yg muncul di semua
sektor dan yg muncul di sektor pertanian adalah
1.22. Angka ini dsbt multiplier kesempatan
kerja. Artinya jika terjadi peningkatan
kesempatan kerja di sektor pertanian sebesar 1
orang, akan meningkatkan kesempatan kerja di
seluruh sektor sebanyak 1.22 orang.
41
6. Untuk Melihat Keterkaitan antar sektor perekonomian.
1. Keterkaitan ke Belakang
1.1 Keterkaitan ke belakang langsung (direct Bacward linkage)
• Dilihat dari koefisien input antara.

1.2 Keterkaitan kebelakang Total (Total backward linkage)

Besar-kecilnya ukuran keterkaitan ke belakang suatu sektor ditunjukkan
oleh Indeks Keterkaitan ke Belakang (IKBj), yang diperoleh dengan
cara:
n
∑ b ij
i = 1
IKB j = n
n n
∑ ∑ b ij
i = 1 j = 1

dimana
IKBj = indeks keterkaitan total ke belakang sektor-j
bij = unsur matriks kebalikan Leontif baris-i dan kolom-j
n = ukuran matriks Leontif (ukuran sektor tabel IO)
42
2) Keterkaitan kedepan (Forward linkage)
2.1 Keterkaitan ke depan Langsung (Direct Forward Linkage)
• Lihat dari koefisien input antara: lihat secara horisontal

2.2 Keterkaitan ke depan Total (Total Direct Forward Linkage)

Besar-kecilnya ukuran keterkaitan ke depan suatu sektor ditunjukkan
oleh Indeks Keterkaitan ke Depan (IKDj), yang diperoleh dengan cara:

n
∑ b ij
j=1
IKD i = n
n n
∑ ∑ b ij
i=1 j−1

dimana
IKDj = indeks keterkaitan total ke depan sektor-i
bij = unsur matriks kebalikan Leontif baris-i dan kolom-j
n = ukuran matriks Leontif (ukuran sektor tabel IO)
43
 KETERKAITAN KE HULU DAN HILIR
Keterkaitan industri ke arah Hulu

44
Keterkaitan Industri ke arah Hilir
 Ilustrasi Indeks Keterkaitan Total ke Belakang dan ke Depan

Matriks Multiplier Output:

0.944=1.5176 ÷1.6083
SKT 1 2 3 4 5 6 7 8 9 Total Indeks
1 1.0875 0.0069 0.1412 0.0451 0.0674 0.0726 0.0315 0.0115 0.0538 1.5176 0.944
2 0.0094 1.0803 0.0807 0.2046 0.0842 0.0166 0.0190 0.0086 0.0217 1.5251 0.948
3 0.1359 0.0532 1.2907 0.3865 0.4155 0.1978 0.2423 0.0783 0.2625 3.0627 1.904
4 0.0037 0.0023 0.0199 1.1868 0.0097 0.0233 0.0193 0.0115 0.0195 1.2961 0.806
5 0.0117 0.0124 0.0072 0.0178 1.0079 0.0197 0.0236 0.0358 0.0274 1.1635 0.723
6 0.0358 0.0142 0.0772 0.0726 0.1181 1.0647 0.0619 0.0289 0.0834 1.5568 0.968
7 0.0197 0.0145 0.0438 0.0349 0.0515 0.0677 1.0947 0.0399 0.0527 1.4194 0.883
8 0.0255 0.0141 0.0450 0.0592 0.0709 0.1117 0.0687 1.1642 0.0604 1.6198 1.007
Indeks 9 0.0107 0.0126 0.0215 0.0150 0.0206 0.0300 0.1076 0.0464 1.0493 1.3138 0.817
Keterkaitan
Total 1.3399 1.2107 1.7273 2.0226 1.8458 1.6042 1.6685 1.4251 1.6308 1.6083
ke belakang
Indeks 0.8331 0.7528 1.0740 1.2576 1.1477 0.9974 1.0374 0.8861 1.0140

Rata-rata angka Indeks

multiplier output
1.04740=1.7273÷1.6083 sektoral
Keterkaitan
ke Depan

• Indeks Keterkaitan Total ke Belakang (IKB) atau Total Backward Linkage = derajat keterkaitan sektor dg sektor-sektor
yang lebih hulu secara Total.

• Keterkaitan Total ke Depan (IKD) atau Forward Linkage = derajat keterkaitan sektor dg sektor-sektor yang lebih45
hilir.
 Keterbatasan analisis model I-O
• Keseragaman
– Setiap sektor hanya memproduksi satu jenis output yang seragam
(homogeneity) dari susunan input tunggal.
• Kesebandingan
– Kenaikan penggunaan input berbanding lurus dengan kenaikan output
(proportionality), yang berarti perubahan tingkat output tertentu akan selalu
didahului oleh perubahan pemakaian input yang sebanding.
– Dengan lain perkataan, setiap sektor hanya memiliki satu fungsi produksi
dimana input berhubungan secara fixed proportional. Asumsi ini
menyampingkan pengaruh skala ekonomis, artinya makin banyak output
yang dihasilkan, biaya produksi per unit makin kecil sehingga penggunaan
Input Antara semakin efisien.
• Penjumlahan
– Efek total dari kegiatan produksi di berbagai sektor merupakan penjumlahan
(additivity) dari proses produksi masing-masing sektor secara terpisah. Ini
berarti seluruh pengaruh di luar sistem input-output diabaikan.

46
 7. Supply- Side IO Model
Misalkan kita mendefinisikan matriks Transaksi Kuadran I sebagai Z, vektor output
sebagai X, dan vektor non input antara adalah W, sebagai berikut:

 z11 z12 z13   X1 

Z =  z 21 z 22 z 23 ; X =  X 2 ; [W1 W2 W3 ]
 z31 z32 z33   X 3 

Koefisien alokasi output adalah :

 z11 z12 z13   1 
   0 0 
 a11 a12 a13   X 1 X1 X1   X1   z11 z12 z13 
r 
a23  =  21 0   z 21 z 23 
z z 22 z 23   1
A = a21 a22 = 0 z22
 X2 X2 X2   X2 
a31 a33   z  z33 
a32 z32 z33   1   z31 z32
 31   0 0 
 X 3X3 X 3   X 3 
r r
( )
A = Xˆ
−1
Z sehingga ˆ
Z= X A ( ) 47
 Koefisien Alokasi Output
SKT 1 2 3 4 5 6 7 8 9 Total

1 0.0662 0.0001 0.4295 0.0000 0.0189 0.0661 0.0001 0.0001 0.0208 0.6019

2 0.0000 0.0707 0.3056 0.0324 0.0797 0.0000 0.0001 0.0000 0.0017 0.4903

3 0.0203 0.0054 0.1930 0.0098 0.0804 0.0400 0.0263 0.0045 0.0418 0.4215

4 0.0030 0.0031 0.2721 0.1519 0.0028 0.1216 0.0451 0.0257 0.0647 0.6900

5 0.0075 0.0069 0.0042 0.0015 0.0010 0.0160 0.0110 0.0175 0.0198 0.0855

6 0.0152 0.0040 0.1477 0.0044 0.0673 0.0422 0.0181 0.0066 0.0414 0.3469

7 0.0132 0.0092 0.1332 0.0027 0.0395 0.0899 0.0720 0.0234 0.0445 0.4277

8 0.0187 0.0085 0.1261 0.0069 0.0629 0.1685 0.0453 0.1333 0.0513 0.6214

9 0.0048 0.0064 0.0390 0.0003 0.0063 0.0213 0.0665 0.0224 0.0363 0.2034

48
Proses penurunan mutliplier

Misalkan Wj adalah seluruh pembayaran untuk non input antara,

misalnya impor (mj), tenaga kerja (hi), dan komponen value added
lainnya. Maka jumlah pembayaran di kolom j adalah:
X j = z1 j + z2 j + z3 j + w j
Struktur tersebut yang mewakili matriks berukuran 3x3 adalah:

[X 1 X2 X 3 ] = i ' Z + [W1 W2 W3 ]
X ' = i' Z + W
r Asumsi dalam pendekatan
ˆ
X ' = i' XA + W i ' Xˆ = X ' supply-side: pola distribusi
r output bersifat stabil dalam
X '= X ' A +W sistem ekonomi
r
X ' ( I − A) = W
r −1 r −1 Multiplier
input
X ' = W ( I − A) ∆X ' = ∆W ( I − A)

49
 r −1
[∆X 1 ∆X 2 ∆X 3 ] = [∆W1 ∆W2 ∆W3 ]( I − A)
r −1
Q = ( I − A) Multiplier input

 q11 q12 q13 

[∆X 1 ∆X 2 ∆X 3 ] = [∆W1 ∆W2 ∆W3 ]q21 q22 q23  Jumlah angka baris i
ke kanan: multiplier
q31 q32 q33  input (supply) dari
sektor i
Jika ∆W1=1, ∆W2=0 dan ∆W3=0, maka vektor ∆X:
 q11 q12 q13 
∆ X = [q11 q12 q13 ] = [1 0 0 ] q 21 q 22 q 23 
 q31 q32 q33 
Penambahan input (tenaga kerja, atau impor) untuk produksi sektor 1 berdampak
meningkatkan output pada sektor-1 (q11), sektor-2 (q12), dan sektor-3 (q13)
50
 Matriks Pengganda Input
r −1
( I − A) Vˆ
SKT 1 2 3 4 5 6 7 8 9 Total
1 1.0875 0.0055 0.6121 0.0082 0.0795 0.1082 0.0256 0.0082 0.0585 1.9932
2 0.0119 1.0803 0.4436 0.0470 0.1258 0.0313 0.0196 0.0078 0.0298 1.7971
3
0.0313 0.0097 1.2907 0.0161 0.1129 0.0679 0.0454 0.0130 0.0658 1.6528
4 0.0206 0.0101 0.4774 1.1868 0.0629 0.1918 0.0863 0.0457 0.1168 2.1986
5 0.0099 0.0083 0.0265 0.0027 1.0079 0.0249 0.0162 0.0218 0.0253 1.1436
6 0.0241 0.0075 0.2247 0.0088 0.0935 1.0647 0.0337 0.0139 0.0608 1.5318
7 0.0243 0.0141 0.2337 0.0078 0.0747 0.1242 1.0947 0.0353 0.0705 1.6794
8 0.0356 0.0155 0.2721 0.0149 0.1164 0.2317 0.0778 1.1642 0.0915 2.0197
9 0.0098 0.0092 0.0860 0.0025 0.0224 0.0412 0.0804 0.0306 1.0493 1.3314

51
 Pengganda Dampak Nilai Pendapatan
Koefisien Pendapatan Pekerja Vˆ
1 2 3 4 5 6 7 8 9
1 0.17261 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
2 0.00000 0.11277 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
3 0.00000 0.00000 0.10685 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
4 0.00000 0.00000 0.00000 0.09774 0.00000 0.00000 0.00000 0.00000 0.00000
5 0.00000 0.00000 0.00000 0.00000 0.13291 0.00000 0.00000 0.00000 0.00000
6 0.00000 0.00000 0.00000 0.00000 0.00000 0.17766 0.00000 0.00000 0.00000
7 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.16102 0.00000 0.00000
8 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.15198 0.00000
9 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.36263

r −1 r −1
Pengganda Pendapatan: ( I − A) Vˆ ∆Y ' = ∆W ( I − A) Vˆ
SKT 1 2 3 4 5 6 7 8 9 Total
1 0.1877 0.0006 0.0654 0.0008 0.0106 0.0192 0.0041 0.0013 0.0212 0.3109
2 0.0021 0.1218 0.0474 0.0046 0.0167 0.0056 0.0031 0.0012 0.0108 0.2133
3 0.0054 0.0011 0.1379 0.0016 0.0150 0.0121 0.0073 0.0020 0.0238 0.2062
4 0.0036 0.0011 0.0510 0.1160 0.0084 0.0341 0.0139 0.0070 0.0424 0.2774
5 0.0017 0.0009 0.0028 0.0003 0.1340 0.0044 0.0026 0.0033 0.0092 0.1592
6 0.0042 0.0008 0.0240 0.0009 0.0124 0.1892 0.0054 0.0021 0.0220 0.2611
7 0.0042 0.0016 0.0250 0.0008 0.0099 0.0221 0.1763 0.0054 0.0256 0.2707
8 0.0061 0.0018 0.0291 0.0015 0.0155 0.0412 0.0125 0.1769 0.0332 0.3177
9 0.0017 0.0010 0.0092 0.0002 0.0030 0.0073 0.0129 0.0047 0.3805 0.4206 52
Pengganda dan Dampak Nilai Tambah Bruto
Koefisien NTB Vˆ
1 2 3 4 5 6 7 8 9
1 0.765 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 0.000 0.819 0.000 0.000 0.000 0.000 0.000 0.000 0.000
3 0.000 0.000 0.374 0.000 0.000 0.000 0.000 0.000 0.000
4 0.000 0.000 0.000 0.303 0.000 0.000 0.000 0.000 0.000
5 0.000 0.000 0.000 0.000 0.358 0.000 0.000 0.000 0.000
6 0.000 0.000 0.000 0.000 0.000 0.593 0.000 0.000 0.000
7 0.000 0.000 0.000 0.000 0.000 0.000 0.488 0.000 0.000
8 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.680 0.000
9 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.540

r −1 r −1
Pengganda NTB: ( I − A) Vˆ ∆VA' = ∆W(I − A) Vˆ
SKT 1 2 3 4 5 6 7 8 9 Total
1 0.832 0.004 0.229 0.002 0.028 0.064 0.012 0.006 0.032 1.210
2 0.009 0.885 0.166 0.014 0.045 0.019 0.010 0.005 0.016 1.168
3 0.024 0.008 0.483 0.005 0.040 0.040 0.022 0.009 0.035 0.666
4 0.016 0.008 0.178 0.359 0.022 0.114 0.042 0.031 0.063 0.834
5 0.008 0.007 0.010 0.001 0.360 0.015 0.008 0.015 0.014 0.437
6 0.018 0.006 0.084 0.003 0.033 0.631 0.016 0.009 0.033 0.834
7 0.019 0.012 0.087 0.002 0.027 0.074 0.534 0.024 0.038 0.816
8 0.027 0.013 0.102 0.005 0.042 0.137 0.038 0.791 0.049 1.204
9 0.008 0.008 0.032 0.001 0.008 0.024 0.039 0.021 0.566 0.707 53
Pengganda dan Dampak Kesempatan Kerja
Koefisien Tenaga Kerja L̂
1 2 3 4 5 6 7 8 9
1 82.266 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
2 0.000 2.147 0.000 0.000 0.000 0.000 0.000 0.000 0.000
3 0.000 0.000 5.756 0.000 0.000 0.000 0.000 0.000 0.000
4 0.000 0.000 0.000 2.556 0.000 0.000 0.000 0.000 0.000
5 0.000 0.000 0.000 0.000 7.281 0.000 0.000 0.000 0.000
6 0.000 0.000 0.000 0.000 0.000 24.201 0.000 0.000 0.000
7 0.000 0.000 0.000 0.000 0.000 0.000 12.309 0.000 0.000
8 0.000 0.000 0.000 0.000 0.000 0.000 0.000 4.140 0.000
9 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 22.515

r −1 r −1
Pengganda TK: ( I − A) Lˆ ∆(TK)'= ∆W(I − A) Lˆ
SKT 1 2 3 4 5 6 7 8 9 Total
1 89.464 0.012 3.524 0.021 0.579 2.617 0.315 0.034 1.317 97.881
2 0.979 2.320 2.553 0.120 0.916 0.758 0.241 0.032 0.672 8.590
3 2.578 0.021 7.430 0.041 0.822 1.644 0.558 0.054 1.481 14.629
4 1.693 0.022 2.748 3.033 0.458 4.643 1.063 0.189 2.630 16.480
5 0.813 0.018 0.153 0.007 7.339 0.603 0.200 0.090 0.569 9.792
6 1.980 0.016 1.293 0.023 0.681 25.767 0.415 0.058 1.369 31.602
7 2.001 0.030 1.345 0.020 0.544 3.006 13.475 0.146 1.588 22.155
8 2.925 0.033 1.566 0.038 0.847 5.608 0.957 4.819 2.060 18.855
9 0.808 0.020 0.495 0.006 0.163 0.997 0.989 0.127 23.625 27.231 54
 SELESAI
TERIMA KASIH
55