php/jie
Jurnal Ilmiah Ekonomi Islam, 6(02), 2020, 273-283
Abstract
Today's economic instability is expected due to the use of fiat money. A monetary sistem that is supported by a
stable currency is not vulnerable to inflation is needed. This simple research will try to see the effect of the
application of the gold currency (dinar) on economic and monetary stability in Indonesia. By using time series
data from 2003 to 2019. Using the Vector Error Correction Model (VECM) analysis technique to be able to see
shocks that occur in the studied variables. The results showed that the rupiah exchange rate had a negative
effect on economic growth (GDP), but the dinar variable had a positive effect on economic growth. In addition,
in the long run the application of the dinar has a negative impact on rising inflation. This proves that the Gold
Dinar is a stable currency and makes the economy stronger.
Abstrak
Ketidakstabilan ekonomi hari ini banyak di tenggarai akibat penggunaan fiat money. Diperlukan adanya
sebuah sistem moneter yang ditopang oleh mata uang yang stabil dan tidak rentan terhadap inflasi. Penelitian
sederhana ini akan mencoba melihat pengaruh penerapan mata uang emas (dinar) terhadap stabilitas
ekonomidan moneter di Indonesia. Dengan menggunakan data time series mulai tahun 2003 sampai dengan
tahun 2019. Menggunakan Teknik analisis Vector Error Corection Model (VECM) untuk bisa melihat
guncangan yang terjadi dalam variable yang diteliti. Hasil penelitian menunjukkan bahwa variabel nilai tukar
rupiah berpengaruh negatif terhadap pertumbuhan ekonomi (PDB),namun variabel dinar justru berpengaruh
positif terhadap pertumbuhan ekonomi. Selain itu, dalam jangka panjang penerapan dinar memberikan dampak
negative terhadap peningkatan inflasi.Hal ini membuktikan bahwa Dinar Emas meruakan mata uang yang
stabil dan menjadikan perekonomian lebih kuat.
Saran sitasi: Ghozali, M. S. I. (2020). Penerapan Dinar, Stabilitas Ekonomi dan Moneter Indonesia. Jurnal
Ilmiah Ekonomi Islam, 6(02), 273-283. doi: http://dx.doi.org/10.29040/jiei.v6i2.1055
DOI: http://dx.doi.org/10.29040/jiei.v6i2.1055
Tabel 1 menunjukkan hasil pengujian Uji derajat integrasi dilakukan untuk mengetahui
stasioneritas untuk semua variabel pada tingkat level berapa derajat integrasi data-data tersebut perlu
menghasilkan nilai absolute statistic Augmented dilakukan sampai menemukan data yang stasioner
Dickey-Fuller lebih besar dari nilai kritis MacKinnon pada tingkat diferensi yang sama. Jika salah satu
yang berarti bahwa data yang ada tidak stasioner variabel stasioner pada tingkat first difference, maka
kecuali untuk LNBIRATE. Konsekuensi tidak semua variabel harus stasioner di tingkat first
terpenuhinya asumsi stasioneritas pada derajat nol, differrence. Data dikatakan stasioner jika nilai absolut
maka seluruh variabel akan diuji dengan pengujian dari statistik Augmented Dickey-Fuller lebih kecil
derajat integrasi pada tingkat first difference. secara aktual (lebih negatif) dari nilai kritisnya.
Tabel 2
Hasil Uji Akar Unit Tingkat 1ST Difference dengan Metode Augmented Dickey Fuller Test
Nilai
Nili Kritis McKinnon
Variabel Hitung Prob Keterangan
ADF 1% 5% 10%
LNDNR -2.276307 -4.110440 -3.482763 -3.169372 0.4402 Tidak Stasioner
LNGDP -8.662248 -4.103198 -3.479367 -3.167404 0.0000 Stasioner
LNINF -7.311734 -4.110440 -3.482763 -3.169372 0.0000 Stasioner
LNKURS -6.791374 -4.103198 -3.479367 -3.167404 0.0000 Stasioner
LNBIRATE -4.731316 -4.105534 -3.480463 -3.168039 0.0016 Stasioner
Tabel 2 di atas belum menunjukkan semua stasioner kecuali LNBIRATE, maka pada tingkat 1st
variabel mempunyai nilai absolute statistic difference semua data terlihat stasioner kecuali untul
Augmented Dickey-Fulleryang lebih kecil dari nilai LNDNR. Sehinga perlu dilakukan uji kembali ke
kritis MacKinnon pada tingkat signifikansi 5% dan tingkat 2nd difference.
10%. Bila pada tingkat level semua data tidak
Tabel 3
nd
Hasil Uji Akar Unit Tingkat 2 Difference dengan Metode Augmented Dickey Fuller Test
Nilai
Nili Kritis McKinnon
Variabel Hitung Prob Keterangan
ADF 1% 5% 10%
LNDNR -20.85039 -4.110440 -3.482763 -3.169372 0.0001 Stasioner
LNGDP -10.41334 -4.110440 -3.482763 -3.169372 0.0000 Stasioner
LNINF -6.525479 -4.130526 -3.492149 -3.174802 0.0000 Stasioner
LNKURS -7.244054 -4.113017 -3.483970 -3.170071 0.0000 Stasioner
LNBIRATE -7.497835 -4.105534 -3.480463 -3.168039 0.0000 Stasioner
Dari table 3 diatas kita dapat melihat bahwa Deteksi data terdistribusi normal atau tidak
seluruh variabel saat ini telah menghasilkan nilai dengan membandingkan nilai Probabilitas
yangmenunjukkan bahwaseluruh data yang ada telah Jarque-Bera hitung dengan tingkat Alpha. Nilai dari
stasioner.Jika kita melakukan uji normalitas dari Jarque-Bera sebesar 1.628501 dengan
menggunakan Jarque-Bera didapatkan hasil sebagai probabilitas 0.442971. Sehingga dapat dibaca, bahwa
berikut : Probabilitas dari Jarque-Bera sebesar 0.442971 lebih
12
Seri es: Resi duals besar dari Alpha 0.05. Artinya bahwa residual
Sample 2003Q1 2019Q4
10
Observations 68 terdistribusi normal.
8
Mean
Medi an
1.48e-15
0.022547
Pengujian lag optimum juga dilakukan, hal ini sangat
6 Maxi mum 0.429615
4
Mi ni mum -0.454578 penting dan berguna untuk menghilangkan masalah
Std. Dev. 0.191193
2
Skewnes s
Kurtos is
-0.300117
3.463124
autokorelasi dalam sistem VAR. dalam penelitian ini
0 Jarque-Bera 1.628501
digunakan nilai Schwarz Information Creterion (SC)
-0.4 -0.2 0.0 0.2 0.4 Probabi li ty 0.442971
sebagai ukurannya. Hasilnya menunjukkan sebagai
Gambar 1 berikut:
Normality Test
Jurnal Ilmiah Ekonomi Islam, ISSN: 2477-6157; E-ISSN 2579-6534
Jurnal Ilmiah Ekonomi Islam, 6(02), 2020, 278
VAR Lag Order Selection Criteria
Tabel. 4
Lag Optimum Test
Untuk menganalisa hasil, lihat nilai dari Trace Dari table diatas diketahui bahwa secara jangka
statistic > nilai critical value. Sehingga dapat panjang, variable INF dan BIRATE memiliki nilai
disimpulkan bahwa terdapat kointegrasidalam data t-statistik yang lebih dari nilai t table nya, sementara
yang diuji. Cara lain untuk menganalisa hasil adalah variable GDP dan KURS lebih kecil dari t-tabel.
dengan melihat probabilitas masing-masing statistik. Nilai t-tabel adalah 2.00404.Atau dapat dilihat dari
Jika kedua nilainya kurang dari nilai kritis (1%, 5%, summary dibawah :
atau 10%), maka hipotesis Null bisa ditolak. Hubungan Jangka Panjang
Nilai yang berada di dalam square bracketmerupakan Variabel Koefisien T-Statist Pengaruh
ic
nilai t-statistics dari masing-masing independen
LNGDP -2.071948 -0.20702 Tidak
variabel. Independen variabel dikatakan signifikan Signifikan
dalam mempengaruhi dependen variabel ketika LNINF -156.2046 -4.59839 Signifikan
nilai t-statistics kurang dari 1.96 (standar yang LNKURS -45.71635 -1.60821 Tidak
Signifikan
digunakan pada umumnya), tanda (-) diabaikan.
LNBIRATE 236.5397 7.17280 Signifikan
Hubungan positif atau negatif antara independen Hubungan Jangka Pendek
variabel dan dependen variabel dapat dilihat dari tanda C 2.05E-05 0.01978 Tidak
pada koefisien variabel. Signifikan
D(LNGDP(-1)) -0.080187 -0.90215 Tidak
Cointegrating Eq: CointEq1 Signifikan
D(LNGDP(-2)) -0.053715 -0.56640 Tidak
LNDNR(-1) 1.000000 Signifikan
D(LNGDP(-3)) -0.081671 -0.94443 Tidak
Signifikan
LNGDP(-1) -2.071948
D(LNGDP(-4)) 0.054128 1.10105 Tidak
(10.0085) Signifikan
[-0.20702] D(LNGDP(-5)) -0.008325 -0.17541 Tidak
Signifikan
LNINF(-1) -156.2046 D(LNGDP(-6)) -0.004217 -0.09126 Tidak
(33.9694) Signifikan
D(LNGDP(-7)) -0.013545 -0.27707 Tidak
[-4.59839] Signifikan
D(LNINF(-1)) -0.012601 -0.09316 Tidak
LNKURS(-1) -45.71635 Signifikan
(28.4269) D(LNINF(-2)) -0.032224 -0.24777 Tidak
[-1.60821] Signifikan
D(LNINF(-3)) 0.008384 0.06540 Tidak
Signifikan
LNBIRATE(-1) 236.5397 D(LNINF(-4)) 0.028768 0.29526 Tidak
(32.9773) Signifikan
[ 7.17280] D(LNINF(-5)) -0.031347 -0.38198 Tidak
Signifikan
@TREND(03Q1) 0.321999 D(LNINF(-6)) -0.001397 -0.02004 Tidak
Signifikan
(0.73703) D(LNINF(-7)) 0.003484 0.05872 Tidak
[ 0.43689] Signifikan
D(LNKURS(-1)) -0.326866 -1.26404 Tidak
C 237.5477 Signifikan
D(LNKURS(-2)) -0.067848 -0.24114 Tidak
Tabel. 7 Signifikan
D(LNKURS(-3)) -0.193065 -0.67221 Tidak
Hasil uji Kointegrasi Signifikan
D(LNKURS(-4)) -0.346325 -1.11949 Tidak
Dari table diatas dapat kita lihat pada periode stabilitas moneter melalui variable Kurs, Suku bunga
pertama, bahwa guncangan yang terjadi pada varibel dan inflasi lebih dari 80% untuk keseluruhan varibel.
dinar akan mampu secara signigikan mempengaruhi Sementara itu guncangan pada variable GDP akan
perubahan pada variable GDP, Inflasi, Kurs dan BI mempengaruhi 4.8% tertinggi pada periode ke empat.
Rate. Hal ini juga menjelaskan bahwa guncangan Dari table diatas dapat dikatakan bahwa penerapan
pada dinar akan mempengaruhi kondisi makro dinar akan dapat mempengaruhi stabilitas moneter
ekonomi secara signifikan. Juga mempengaruhi yang ada.
kondisi moneter Negara. Dari table diatas dapat Beberapa hal yang dapat disimpulkan dari hasil
diketahui bahwa untuk 16 periode yang ada, diatas adalah sebagai berikut :
guncangan pada dinar akan memberikan pengaruh 1. Pertama, PDB merespon positif terhadap DNR.
pada stabilitas ekonomi melalui Variabel GDP dan PDB merupakan proksi dari pertumbuhan