Implementasi IRIO dalam Pemulihan Perekonomian Wilayah akibat Pandemi Covid-19 di Indonesia…………..

(Puspita dan Ningsih)

Implementasi Inter-Regional Input-Output (IRIO) dalam Pemulihan

Perekonomian Wilayah akibat Pandemi Covid-19 di Indonesia
(Implementation of Inter-Regional Input-Output (IRIO) in Regional Economic Recovery Due to The
Covid-19 Pandemic in Indonesia)

Chaterina Dwi Puspita1, Wiwik Andriyani Lestari Ningsih2

1,2
Badan Pusat Statistik
DKI Jakarta, Indonesia
E-mail: 1chaterina.puspita@bps.go.id, 2wiwik.andriyani@bps.go.id

ABSTRAK
Perekonomian suatu negara dapat dilihat dari keterkaitan sektor baik di dalam wilayahnya (intra-regional) maupun antar
wilayah (inter-regional). Salah satu alat yang digunakan untuk menggambarkan arus transaksi barang jasa antar sektor
secara intra-regional dan inter-regional adalah Tabel Inter-Regional Input-Output (IRIO). Dalam mengimplementasikan
IRIO, penelitian ini bertujuan untuk menganalisis dampak perubahan permintaan konsumsi akhir terhadap perekonomian
wilayah dalam rangka pemulihan ekonomi Indonesia akibat pandemi Covid-19. Selama tahun 2020, Indonesia memiliki
jumlah kasus Covid-19 sebanyak 743.198 kasus. Di sisi lain, perekonomian Indonesia pada tahun 2020 mengalami
kontraksi sebesar 2,07 persen. Jika dilihat dari 34 provinsi, hampir semua provinsi di Indonesia juga mengalami kontraksi.
Hasil penelitian menunjukkan bahwa jumlah kasus Covid-19 signifikan terhadap nilai tambah pada beberapa lapangan
usaha, seperti transportasi dan pergudangan, penyediaan akomodasi dan makan minum, serta jasa lainnya. Dengan
implementasi analisis dampak IRIO, jika terjadi pemulihan ekonomi dengan meningkatkan total konsumsi di lapangan
usaha yang signifikan tersebut, secara total Produk Domestik Bruto Indonesia akan meningkat sebesar 2,46 persen.
Kata kunci: IRIO, analisis dampak, regresi logistik

ABSTRACT
A country's economy can be seen from the linkages of sectors both within its region (intra-regional) and between regions
(inter-regional). One of the tools used to describe the flow of goods and services transactions between sectors on intra-
regional and inter-regional is the Inter-Regional Input-Output (IRIO) Table. In the implementation of IRIO, this study
aims to analyze the impact of changes in final consumption demand on the regional economy for national economic
recovery due to the Covid-19 pandemic. By 2020, the number of Covid-19 cases in Indonesia is 743,198 cases. On the
other hand, Indonesia had an economic contraction in 2020, which is 2.07 percent. From 34 provinces, almost all
provinces in Indonesia also had economic contractions. The results showed that the number of Covid-19 cases was
significant for value-added in several industrial origins, such as transportation and storage, accommodation and food
service activities, and other services activities. Using an impact analysis, if there is an economic recovery by increasing
total consumption in this significant industrial origin, Indonesia's Gross Domestic Product will increase by 2,46 percent.

Keywords: IRIO, impact analysis, logistic regression

PENDAHULUAN

Perekonomian suatu wilayah dapat digambarkan melalui kondisi struktur dan pertumbuhan ekonominya.
Struktur perekonomian suatu negara tidak hanya dapat digambarkan dari kontribusi suatu sektor terhadap
ekonomi negara, tetapi juga dari interaksi antar sektor ekonomi di negara tersebut. Karena keterbatasan sumber
daya di suatu wilayah/negara, negara akan menjalankan ekspansi ekonomi sehingga akan terjadi keterkaitan
spasial yang menggambarkan arus transaksi barang dan jasa antar wilayah/negara. Keterkaitan spasial tersebut
dapat diimplementasikan juga untuk negara yang terdiri dari beberapa wilayah, seperti Indonesia yang terdiri
dari 34 provinsi. Dalam praktiknya, kebijakan ekonomi terhadap sektor ekonomi tertentu di suatu wilayah
seringkali memiliki dampak ke wilayah lainnya. Begitu juga dengan pergeseran pola konsumsi. Peningkatan
konsumsi rumah tangga untuk produk elektronika wilayah A yang produk elektroniknya tidak terlalu kuat,
maka akan mengakibatkan peningkatan permintaan terhadap produk elektronika di wilayah B yang produk
elektroniknya lebih maju. Permintaan ini akan mempengaruhi sektor industri produk elektronika di wilayah B
dan selanjutnya juga akan berpengaruh terhadap semua sektor ekonomi di wilayah B.
Salah satu alat yang dapat digunakan untuk menggambarkan arus transaksi barang dan jasa antar sektor
ekonomi baik di suatu wilayah tertentu maupun antar wilayah pada suatu periode tertentu adalah tabel Inter-
Regional Input-Output (IRIO). Ada beberapa kegunaan dari Tabel IRIO, antara lain memberikan gambaran

313
 Seminar Nasional Official Statistics 2021

umum pola penyediaan dan permintaan antar wilayah, memberikan gambaran pola keterkaitan/ketergantungan
ekonomi antar wilayah sehingga bisa menunjukkan potensi dan peranan dari setiap wilayah yang selanjutnya
dapat menjadi evaluasi dalam perumusan kebijakan ekonomi, serta menganalisis dampak perubahan
permintaan akhir terhadap sistem penawaran barang dan jasa secara lintas industri/lapangan usaha dan lintas
wilayah (Hirawan dan Nurkholis, 2007). Dengan demikian, pemanfaatan IRIO dapat menjadi alat analisis yang
lengkap dan komprehensif untuk analisis ekonomi.

6.00 800,000
743,198
700,000
4.00 5.06 5.05 5.01 4.96 5.02
2.97
600,000
2.00
500,000

Jumlah Kasus
Laju PDB

456,190
0.00 400,000
Q1 Q2 Q3 Q4 Total Q1 Q2 Q3 Q4 Total
300,000
-2.00 2019 2020
230,623
-2.19 -2.07 200,000
-4.00
-3.49 100,000
54,857

-6.00 1,528 -5.32 0

Laju Pertumbuhan Jumlah Kasus Covid-19

Sumber:bps.go.id/indicator/11/104/1/-seri-2010-laju-pertumbuhan-pdb-seri-2010 dan covid19.go.id/peta-sebaran-covid19

(diolah)

Gambar 1. Laju Produk Domestik Bruto (PDB) dan Jumlah Kasus Terkonfirmasi Covid-19 di Indonesia,
Tahun 2019-2020.
Selama tahun 2020, hampir seluruh negara di dunia mengalami pandemi Covid-19, termasuk Indonesia.
Menurut data Satuan Tugas Penanganan COVID-19 yang diperoleh dari Pusat Data dan Informasi
Kementerian Kesehatan Indonesia, jumlah kasus terkonfirmasi di Indonesia pada tahun 2020 sebanyak
743.198 kasus. Berdasarkan Gambar 1, laju pertumbuhan ekonomi Indonesia pada tahun 2020 mengalami
kontraksi atau pertumbuhan negatif. Kontraksi terdalam terjadi pada triwulan II/2020 yang merupakan awal
terjadinya pandemi Covid-19 dengan angka laju pertumbuhan sebesar -5,32 persen. Meskipun selama tahun
2020 terjadi penurunan pada ekonomi Indonesia, adanya berbagai penyesuaian baru menyebabkan
perekonomian Indonesia semakin membaik hingga akhir tahun 2020. Hal tersebut dapat dilihat dari laju
pertumbuhan ekonomi yang menuju ke arah positif. Dengan demikian, penelitian ini bertujuan untuk
menganalisis pengaruh pandemi Covid-19 terhadap kondisi perekonomian wilayah menurut lapangan usaha
serta melakukan analisis dampak perubahan permintaan total konsumsi terhadap perekonomian wilayah dalam
rangka pemulihan ekonomi wilayah di Indonesia dengan memanfaatkan analisis Tabel IRIO.

METODE

Metode yang digunakan pada penelitian ini adalah analisis deskriptif untuk memperoleh gambaran umum
mengenai perekonomian wilayah dan pandemi Covid-19 di Indonesia. Selain itu, dilakukan analisis regresi
logistik untuk menganalisis signifikansi jumlah kasus Covid-19 terhadap kondisi perekonomian menurut
lapangan usaha dengan menggunakan software R. Selanjutnya, dilakukan simulasi analisis dampak dalam
rangka pemulihan ekonomi dengan menggunakan Microsoft Excel. Dari hasil analisis dampak tersebut,
dilakukan uji beda rata-rata dua sampel berpasangan (paired two sample t-test) menggunakan software R untuk
menguji signifikansi perubahan nilai tambah dari simulasi yang dilakukan.

Analisis Regresi Logistik

Analisis regresi logistik yang dilakukan bertujuan untuk menguji hubungan antara peubah jumlah kasus
Covid-19 dengan masing-masing peubah tinggi rendahnya perekonomian lapangan usaha (peubah kondisi
perekonomian menurut lapangan usaha). Menurut Badan Pusat Statistik, ada 17 jenis lapangan usaha antara
lain Pertanian, Kehutanan, dan Perikanan (A); Pertambangan dan Penggalian (B); Industri Pengolahan (C);

314
Implementasi IRIO dalam Pemulihan Perekonomian Wilayah akibat Pandemi Covid-19 di Indonesia…………..(Puspita dan Ningsih)

Pengadaan Listrik dan Gas (D); Pengadaan Air, Pengelolaan Sampah, Limbah dan Daur Ulang (E); Konstruksi
(F); Perdagangan Besar dan Eceran, Reparasi Mobil, dan Sepeda Motor (G); Transportasi dan Pergudangan
(H); Penyediaan Akomodasi dan Makan Minum (I); Informasi dan Komunikasi (J); Jasa Keuangan dan
Asuransi (K); Real Estate (L); Jasa Perusahaan (MN); Administrasi Pemerintahan, Pertahanan, dan Jaminan
Sosial Wajib (O); Jasa Pendidikan (P); Jasa Kesehatan dan Kegiatan Sosial (Q); serta Jasa Lainnya (RSTU).
Dengan demikian, ada 17 model regresi logistik yang dibentuk pada penelitian ini.
Penelitian ini menggunakan tingkat signifikansi 5 (lima) persen, dengan model regresi logistik seperti
pada persamaan sebagai berikut (James et al., 2013).
𝑝(𝑋)
𝑙𝑜𝑔( ) = 𝛽0 + 𝛽1 𝑋1 ...............................................................................................................(1)
1 − 𝑝(𝑋)

Kondisi perekonomian suatu lapangan usaha yang dikategorikan menjadi tinggi (X=1) dan rendah (X=0),
dinotasikan dengan p(X), yakni suatu probabilitas logistik yang dirumuskan oleh persamaan sebagai berikut.
𝑒𝑥𝑝 (𝛽0 +𝛽1 𝑋1 )
𝑝(𝑋) = ..................................................................................................................(2)
1 + 𝑒𝑥𝑝 (𝛽0 +𝛽1 𝑋1 )

Jumlah kasus Covid-19 dinotasikan dengan 𝑋1 dengan 𝛽1 dan 𝛽0 merupakan parameter dalam model
regresi logistik. Hipotesis null untuk uji signifikansi adalah 𝛽1 = 0 (jumlah kasus Covid-19 tidak berpengaruh
terhadap kondisi perekonomian suatu lapangan usaha), sedangkan hipotesis alternatifnya adalah 𝛽1 ≠ 0
(jumlah kasus Covid-19 berpengaruh terhadap kondisi perekonomian suatu lapangan usaha). Keputusan tolak
hipotesis null pada uji signifikansi adalah ketika p-value dari hasil uji signifikansi bernilai lebih kecil dari
tingkat signifikansi yang telah ditentukan (p-value < 0,05).

Analisis Dampak IRIO

Salah satu manfaat IRIO adalah dapat mengukur dampak perubahan permintaan total konsumsi terhadap
sistem penawaran. Dalam model Input Output, output memiliki hubungan timbal balik dengan permintaan
akhir yang artinya jumlah output yang diproduksi tergantung dari jumlah permintaan akhirnya (United
Nations, 1999 ). Namun dalam keadaan tertentu, output juga dapat menentukan besaran permintaan akhir. Hal
tersebut dapat diukur dengan analisis dampak output.
Output dalam model Input Output dapat dihitung sebagai berikut (Miller dan Blair, 2009).
𝑋𝐹𝐷 = (𝐼 − 𝐴)−1 (𝑆 + 𝐸 − 𝑀) = (𝐼 − 𝐴)−1 𝐹 𝐷 ..............................................................................(3)
Persamaan (3) menunjukkan output (X) yang dipengaruhi oleh permintaan akhir ( 𝐹 𝐷 ), dimana 𝑋𝐹𝐷
merupakan besaran output yang terbentuk akibat permintaan akhir domestik; , F^D merupakan permintaan
akhir yang disusun dari komponen 𝑆, yaitu penjumlahan konsumsi rumah tangga, konsumsi Lembaga Non-
profit Rumah Tangga (LNPRT), konsumsi pemerintah, Pembentukan Modal Tetap Bruto (PMTB), dan
perubahan inventori, serta komponen ( 𝐸 − 𝑀 ), yaitu total ekspor dikurang total impor; (𝐼 − 𝐴)−1
merupakan matriks Leontief.
Dari analisis dampak output, dapat dihitung dampak Nilai Tambah Bruto (NTB) yang merupakan Produk
Domestik Bruto (PDB)/ Produk Domestik Regional Bruto (PDRB) berdasarkan pendekatan produksi yang
banyak digunakan sebagai indikator ekonomi untuk melihat perekonomian dan tingkat kesejahteraan suatu
wilayah (Badan Pusat Statistik, 2021). Dalam model Input Output, hubungan antara NTB dan output
diasumsikan bersifat linier yang artinya jika terjadi peningkatan/penurunan output, akan diikuti secara
proporsional naik/turunnya NTB. Dampak NTB dapat dihitung sebagai berikut (Miller dan Blair, 2009).
𝑉𝐹𝐷 = 𝑉 [ (𝐼 − 𝐴)−1 𝐹 𝐷 ] = 𝑉 𝑋𝐹𝐷 ....................................................................................................(4)
Persamaan (4) menunjukkan besaran nilai tambah (𝑉𝐹𝐷 ) yang terbentuk akibat permintaan akhir domestik
(𝐹 𝐷 ) yang diperoleh dari perkalian
matriks 𝑉, yaitu matriks diagonal proporsi nilai tambah bruto terhadap total
output, dengan dampak matriks Leontief (𝐼 − 𝐴)−1 dan matriks permintaan akhir (𝐹 𝐷 ).
Menurut data Badan Pusat Statistik, total konsumsi, mulai dari konsumsi rumah tangga, konsumsi
Lembaga Non-profit Rumah Tangga (LNPRT), sampai konsumsi pemerintah, menopang lebih dari 65 persen
terhadap total PDB/PDRB. Berdasarkan hal tersebut, analisis dampak nilai tambah pada penilitian ini
dilakukan dengan memberikan perubahan pada permintaan total konsumsi yang terdiri dari 3 (tiga) simulasi.
Pertama, penghitungan perubahan nilai tambah menurut provinsi di Indonesia akibat peningkatan total
konsumsi sebesar 10 persen di lapangan usaha yang signifikan dari hasil regresi logistik untuk semua provinsi.
Kedua, penghitungan perubahan nilai tambah menurut provinsi di Indonesia akibat peningkatan total konsumsi
sebesar 10 persen di provinsi yang paling terdampak Covid-19 berdasarkan laju pertumbuhan pada tahun 2020.

315
 Seminar Nasional Official Statistics 2021

Ketiga, penghitungan perubahan nilai tambah menurut provinsi di Indonesia akibat peningkatan total konsumsi
sebesar 10 persen di provinsi yang memiliki kontribusi terbesar terhadap PDRB tahun 2020.
Selanjutnya, hasil ketiga simulasi tersebut diuji signifikansi perubahan nilai tambahnya dengan
menggunakan paired t-test pada tingkat signifikansi 5 (lima) persen. Hipotesis null pada uji signifikansi adalah
tidak ada perbedaan hasil dari NTB sebelum simulasi dengan setelah simulasi, sedangkan hipotesis
alternatifnya adalah hasil dari NTB sebelum simulasi dengan setelah simulasi memiliki perbedaan (simulasi
yang dilakukan memiliki pengaruh yang signifikan). Keputusan tolak hipotesis null diperoleh jika p-value dari
hasil uji signifikansi tersebut bernilai lebih kecil dari tingkat signifikansi yang telah ditentukan, yaitu p-value
lebih kecil dari 0,05.

Data dan Sumber Data

Data yang digunakan pada penelitian ini terdiri dari data Produk Domestik Regional Bruto Atas Dasar
Harga Konstan (PDRB ADHK) 34 provinsi menurut lapangan usaha, jumlah kasus Covid-19, serta data Tabel
Inter-Regional Input-Output (IRIO). Data PDRB dan Tabel IRIO bersumber dari Badan Pusat Statistik (BPS),
sedangkan data jumlah kasus Covid-19 bersumber dari Satuan Tugas Penanganan Covid-19 yang diperoleh
dari Kementerian Kesehatan. Data PDRB ADHK merupakan data tahunan (PDRB ADHK 17 lapangan usaha
tahun 2020) dalam satuan triliun yang kemudian dikategorikan menjadi tinggi dan rendah berdasarkan nilai
rata-rata selisih PDRB ADHK 2020 dengan 2019 menurut provinsi untuk setiap lapangan usaha. Data kasus
Covid-19 merupakan data kumulatif jumlah orang yang terkonfirmasi positif kasus Covid-19 selama tahun
2020. Sementara untuk simulasi pada analisis dampak, Tabel IRIO yang digunakan adalah Tabel IRIO 2016
yang bersumber dari Badan Pusat Statistik

HASIL DAN PEMBAHASAN

Pada tahun 2020, Indonesia mengalami laju pertumbuhan Produk Domestik Bruto (PDB) yang bernilai
negatif. Hal tersebut karena terjadinya penurunan aktivitas ekonomi hampir di seluruh industri/lapangan usaha
akibat adanya pandemi Covid-19. Perekonomian Indonesia mengalami kontraksi sebesar 2,07 persen pada
tahun 2020. Berdasarkan penelitian Indayani dan Hartono (2020), pandemi Covid-19 mengakibatkan tingkat
pertumbuhan ekonomi Indonesia melemah seiring dengan menurunnya daya beli masyarakat. Menurut
Kurniawansyah et al. (2020 dalam Yamali dan Putri, 2020), penurunan daya beli masyarakat ditandai dengan
semakin berkurangnya di masyarakat sehingga produksi barang menjadi terbatas dan menyebabkan defisit
perdagangan.
Jika dilihat dari 34 provinsi, hampir semua provinsi di Indonesia juga mengalami kontraksi, kecuali
Sulawesi Tengah (4,86 persen), Maluku Utara (4,92 persen), dan Papua (2,32 persen). Pertumbuhan di tiga
provinsi tersebut dipicu oleh kinerja beberapa lapangan usaha yang cukup signifikan, seperti semakin luasnya
kegiatan industri nikel di Kabupaten Morowali (BPS Provinsi Sulawesi Tengah, 2021) dan peningkatan ekspor
luar negeri untuk produk Nickel Pig Iron (NPI) oleh PT Indonesia Morowali Industrial Park (IMIP), PT
Transon, dan PT Weng Xiang di Sulawesi Tengah (BPS Kabupaten Morowali, 2021). Selain itu, pertumbuhan
di Maluku Utara didorong oleh tumbuhnya subkategori Pertambangan Bijih Logam sebesar 6,95 persen serta
meningkatnya aktivitas Industri Logam Dasar (BPS Provinsi Maluku Utara, 2021). Adapun pertumbuhan di
Papua dipicu oleh meningkatnya produksi bijih logam karena PT. Freeport Indonesia telah melewati masa-
masa transisi pada tahun 2019 dari penambangan terbuka Grasberg menuju tambang bawah tanah (BPS
Provinsi Papua, 2021). Di sisi lain, Bali merupakan provinsi yang mengalami kontraksi terdalam, yaitu sebesar
9,31 persen. Kontraksi tersebut disebabkan oleh turunnya kinerja industri pariwisata akibat adanya pembatasan
mobilitas masyarakat (BPS Provinsi Bali, 2021).
Gambar 2 menunjukkan sebaran kondisi laju pertumbuhan ekonomi dan jumlah kasus terkonfirmasi
Covid-19 di setiap provinsi. Dari gambar tersebut, terlihat bahwa hampir seluruh provinsi mengalami kondisi
perekonomian yang melemah dengan ditunjukkan laju pertumbuhannya yang berkontraksi. Sejalan dengan
melemahnya perekonomian, jumlah kasus terkonfirmasi Covid-19 juga cukup tinggi di berbagai provinsi,
terutama di wilayah pulau Jawa. Seiring bertambahnya jumlah kasus Covid-19 pada tahun 2020, pemerintah
menerapkan beberapa kebijakan untuk mengatasi pandemi global tersebut, seperti penerapan social distancing
dan Pembatasan Sosial Berskala Besar (PSBB). Kebijakan PSBB yang diterapkan di beberapa wilayah,
khususnya di DKI Jakarta, Jawa Barat, dan wilayah lainnya dengan kasus Covid-19 tinggi, menyebabkan
sejumlah kegiatan perekonomian tidak dapat berjalan dengan lancar serta tenaga kerja yang tidak memiliki
pekerjaan tetap atau sebagai buruh harian berhenti bekerja sehingga menimbulkan pendapatan masyarakat
berkurang yang pada akhirnya, pendapatan nasional juga akan menurun (Indayani dan Hartono, 2020).

316
Implementasi IRIO dalam Pemulihan Perekonomian Wilayah akibat Pandemi Covid-19 di Indonesia…………..(Puspita dan Ningsih)

A B
Sumber: bps.go.id/indicator/52/291/1/-seri-2010-laju-pertumbuhan-produk-domestik-regional-bruto-atas-dasar-harga-konstan-
2010-menurut-provinsi dan covid19.go.id/peta-sebaran-covid19 (diolah)

Gambar 2. Peta Sebaran Laju Produk Domestik Regional Bruto (A) dan Jumlah Kasus Terkonfirmasi Covid-
19 (B) Menurut Provinsi di Indonesia, Tahun 2020.
Sementara itu, jika dilihat lebih rinci pada Gambar 3 dari sisi jumlah kasus Covid-19, DKI Jakarta
merupakan provinsi yang memiliki jumlah kasus terkonfirmasi Covid-19 terbanyak selama tahun 2020, yaitu
sebanyak 183.735 kasus, yang selanjutnya diikuti oleh Jawa Timur sebanyak 84.412 kasus serta Jawa Barat
sebanyak 83.579 kasus. Sejalan dengan banyaknya jumlah kasus Covid-19 di ketiga provinsi tersebut, laju
Produk Domestik Bruto untuk tiga provinsi tersebut bernilai negatif. Hal ini dapat mengindikasikan bahwa
pandemi Covid-19 di suatu provinsi berpengaruh terhadap perekonomian provinsi tersebut.

200,000 4.86 4.92 6.00

180,000 2.32 4.00
160,000 2.00
140,000 -0.37 -0.46 -0.11
-0.02 -0.64-0.83 -0.65 -0.02 -0.92 -0.77
-1.07 -1.12 -1.40 -1.11-0.99 -0.70 0.00
Jumlah Kasus

Laju PDRB
-1.60 -1.67 -2.36 -1.82 -1.81
120,000 -2.42
-2.65 -2.00
100,000 -2.30 -2.44 -2.69-2.39 -2.85
-3.80 -3.38 -4.00
80,000
-6.00
60,000
40,000 -9.31 -8.00

20,000 -10.00
0 -12.00
Riau

Bali
Bengkulu

Jawa Tengah
DKI Jakarta

Jawa Timur

Sulawesi Selatan

Sulawesi Barat
DI Yogyakarta

Sulawesi Utara

Sulawesi Tenggara
Jambi

Lampung

Kepulauan Riau

Banten

Kalimantan Tengah

Kalimantan Timur

Papua
Sumatera Barat

Gorontalo
Nusa Tenggara Barat
Sumatera Utara

Sumatera Selatan

Papua Barat
Jawa Barat

Sulawesi Tengah
Kalimantan Barat

Kalimantan Selatan

Maluku Utara
Kalimantan Utara
Aceh

Bangka Belitung

Maluku
Nusa Tenggara Timur

Jumlah Kasus Laju PDRB Laju PDB

Sumber: bps.go.id/indicator/52/291/1/-seri-2010-laju-pertumbuhan-produk-domestik-regional-bruto-atas-dasar-harga-konstan-
2010-menurut-provinsi dan covid19.go.id/peta-sebaran-covid19 (diolah)

Gambar 3. Laju Produk Domestik Regional Bruto (PDRB) dan Jumlah Kasus Terkonfirmasi Covid-19
Menurut Provinsi di Indonesia, Tahun 2020.
Selanjutnya, dilakukan analisis regresi logistik untuk menguji pengaruh peubah jumlah kasus Covid-19
terhadap kondisi perekonomian di setiap jenis lapangan usaha. Hasil analisis regresi logistik yang dilakukan
disajikan pada Tabel 1. Dari hasil analisis tersebut, dengan tingkat signifikansi 5 persen, cukup bukti untuk
menyatakan bahwa kondisi perekonomian lapangan usaha Pengadaan Listrik dan Gas (D), Transportasi dan
Pergudangan (H), Penyediaan Akomodasi dan Makan Minum (I), Real Estate (L), Administrasi Pemerintahan,
Pertahanan, dan Jaminan Sosial Wajib (O), Jasa Pendidikan (P), Jasa Kesehatan dan Kegiatan Sosial (Q), serta
Jasa Lainnya (RSTU) dipengaruhi oleh jumlah kasus terkonfirmasi Covid-19. Adanya pandemi Covid-19
menyebabkan lemahnya sektor pariwisata yang ditunjukkan dengan menurunnya tingkat okupansi hotel,
menurunnya pendapatan restoran, serta menurunnya pendapatan industri transportasi udara (Yamali dan Putri,
2020).

317
 Seminar Nasional Official Statistics 2021

Tabel 1. Analisis Regresi Logistik Menurut Lapangan Usaha.

Lapangan Usaha Coefficients Estimate P-value
(Intercept) 1,160e+00 0,0116 *
A
Covid-19 -1,205e-05 0,2546
(Intercept) -6,465e-01 0,125
B
Covid-19 1,819e-06 0,853
(Intercept) -3,566e+00 0,00219 **
C
Covid-19 1,039e-04 0,07686 .
(Intercept) -2,710e+00 0,000274 ***
D
Covid-19 4,224e-05 0,022227 *
(Intercept) 1,277e+00 0,00728 **
E
Covid-19 -1,714e-05 0,15390
(Intercept) -2,448e+00 0,00104 **
F
Covid-19 7,222e-05 0,05602 .
(Intercept) -7,0271707 0,0741 .
G
Covid-19 0,0002069 0,1880
(Intercept) -2,728e+00 0,00262 **
H
Covid-19 1,447e-04 0,01705 *
(Intercept) -3,051e+00 0,000371 ***
I
Covid-19 7,317e-05 0,036562 *
(Intercept) 6,4782025 0,0268 *
J
Covid-19 -0,0002241 0,0700 .
(Intercept) 9,3489135 0,363
K
Covid-19 -0,0001201 0,335
(Intercept) 2,527e+00 0,000288 ***
L
Covid-19 -4,665e-05 0,021990 *
(Intercept) -4,193e+00 0,00369 **
MN
Covid-19 1,124e-04 0,09598 .
(Intercept) -2,059e+00 0,000634 ***
O
Covid-19 3,648e-05 0,039283 *
(Intercept) 2,471e+00 0,000309 ***
P
Covid-19 -4,418e-05 0,023759 *
(Intercept) 2,186e+00 0,000491 ***
Q
Covid-19 -4,256e-05 0,030768 *
(Intercept) -3,485e+00 0,00235 **
RSTU
Covid-19 1,423e-04 0,02758 *
Signif. codes: 0 '***' 0,001 '**' 0,01 '*' 0,05 '.' 0,1 ' ' 1

Tabel 2 menunjukkan hasil analisis dampak Nilai Tambah Bruto (NTB) yang dilakukan untuk melihat
seberapa besar perubahan nilai tambah di suatu wilayah jika diberikan efek pemulihan ekonomi dengan
meningkatkan total konsumsinya. Analisis dampak ini dilakukan sebanyak tiga kali simulasi. Hasil analisis
dampak pada simulasi pertama menunjukkan seberapa besar perubahan NTB menurut 34 provinsi jika terjadi
peningkatan total konsumsi sebesar 10 persen pada lapangan usaha yang signifikan dari hasil analisis regresi
logistik pada Tabel 1 (lapangan usaha D, H, I, L, O, P, Q, dan RSTU) untuk semua provinsi. Berdasarkan
Tabel 2, ketika terjadi peningkatan total konsumsi pada lapangan usaha yang signifikan terhadap jumlah kasus
Covid-19, secara total NTB akan meningkat sebesar 2,46 persen, yang artinya jika ada pemulihan ekonomi
dengan meningkatkan total konsumsi pada lapangan usaha yang signifikan tersebut, Produk Domestik Bruto
(PDB) Indonesia akan meningkat sebesar 2,46 persen. Selain itu, Nusa Tenggara Timur merupakan provinsi
yang mengalami persentase peningkatan NTB tertinggi, yaitu sebesar 4,17 persen, yang selanjutnya diikuti
oleh Maluku dengan perubahan NTB sebesar 3,96 persen serta Maluku Utara dengan perubahan NTB sebesar
3,92 persen. Di sisi lain, persentase perubahan NTB terkecil terjadi di Kepulauan Riau, yaitu sebesar 1,04
persen.

318
Implementasi IRIO dalam Pemulihan Perekonomian Wilayah akibat Pandemi Covid-19 di Indonesia…………..(Puspita dan Ningsih)

Tabel 2. Hasil Analisis Dampak Nilai Tambah Bruto Menurut Provinsi di Indonesia.
Persentase Perubahan NTB (persen)
Kode Provinsi
Simulasi 1 Simulasi 2 Simulasi 3
11 Aceh 3,3801 0,0018 0,0512
12 Sumatera Utara 2,2125 0,0039 0,0731
13 Sumatera Barat 2,7051 0,0030 0,0576
14 Riau 1,5629 0,0068 0,1515
15 Jambi 2,0998 0,0066 0,0456
16 Sumatera Selatan 2,5329 0,0257 0,1554
17 Bengkulu 3,2045 0,0031 0,0674
18 Lampung 2,3092 0,0039 0,0897
19 Kepulauan Bangka Belitung 2,3189 0,0019 0,0981
21 Kepulauan Riau 1,0399 0,0031 0,0506
31 DKI Jakarta 2,8717 0,0100 3,9274
32 Jawa Barat 2,4431 0,0049 0,0287
33 Jawa Tengah 2,5743 0,0113 0,0456
34 DI Yogyakarta 3,5935 0,0097 0,0686
35 Jawa Timur 2,2849 0,0138 0,0577
36 Banten 2,2074 0,0168 0,1019
51 Bali 2,5761 3,5004 0,0612
52 Nusa Tenggara Barat 2,7850 0,0301 0,0543
53 Nusa Tenggara Timur 4,1707 0,0196 0,1046
61 Kalimantan Barat 2,9478 0,0043 0,1524
62 Kalimantan Tengah 2,4709 0,0058 0,1268
63 Kalimantan Selatan 2,1934 0,0024 0,0215
64 Kalimantan Timur 1,6117 0,0196 0,0621
65 Kalimantan Utara 1,8528 0,0062 0,0686
71 Sulawesi Utara 2,9052 0,0041 0,1566
72 Sulawesi Tengah 2,2545 0,0177 0,0986
73 Sulawesi Selatan 2,6158 0,0182 0,0348
74 Sulawesi Tenggara 2,7553 0,0062 0,1602
75 Gorontalo 3,7148 0,0023 0,0485
76 Sulawesi Barat 2,5821 0,0038 0,0079
81 Maluku 3,9652 0,0053 0,1137
82 Maluku Utara 3,9229 0,0047 0,1245
91 Papua Barat 2,5172 0,0022 0,1986
94 Papua 3,1228 0,0046 0,0597
00 Indonesia 2,4581 0,0635 0,7250
Sumber: Tabel IRIO 2016, Badan Pusat Statistik (diolah)

Sementara itu, simulasi kedua dilakukan untuk melihat dampak kenaikan total konsumsi sebesar 10
persen pada semua lapangan usaha di provinsi yang paling terdampak Covid-19 terhadap NTB 34 provinsi di
Indonesia. Berdasarkan Gambar 3, Provinsi Bali merupakan provinsi dengan laju PDRB negatif terbesar pada
tahun 2020. Dari hasil simulasi kedua, jika adanya pemulihan perekonomian dengan meningkatkan total
konsumsi di Bali, persentase peningkatan PDB Indonesia sebesar 0,06 persen. Selain itu, persentase perubahan
NTB di Bali sebesar 3,50 persen serta persentase perubahan NTB yang terbesar di luar provinsi Bali terjadi di
Nusa Tenggara Barat, yaitu sebesar 0,03 persen. Hal tersebut sejalan dengan cukup tingginya transaksi
ekonomi antara Provinsi Bali dengan luar negeri yang ditunjukkan dengan besarnya kontribusi ekspor dan
impor luar negeri terhadap PDRB Provinsi Bali menurut lapangan usaha, yakni sekitar lebih dari 30 persen,
serta tingginya jumlah kunjungan wisatawan mancanegara ke Bali.
Simulasi ketiga dari analisis dampak dilakukan untuk melihat dampak kenaikan total konsumsi sebesar
10 persen pada semua lapangan usaha di provinsi yang menjadi kontributor terbesar terhadap PDRB Total 34
Provinsi Tahun 2020. Berdasarkan data Badan Pusat Statistik, Provinsi DKI Jakarta merupakan provinsi
dengan kontributor terbesar terhadap PDRB Total 34 Provinsi, yaitu sebesar 17,56 persen. Hasil simulasi
ketiga menunjukkan bahwa jika adanya pemulihan perekonomian dengan meningkatkan total konsumsi di DKI
Jakarta, persentase peningkatan PDB Indonesia sebesar 0,72 persen. Selain itu, persentase perubahan NTB di
DKI Jakarta sebesar 3,93 persen serta persentase perubahan NTB yang terbesar di luar provinsi DKI Jakarta
terjadi di Papua Barat, yaitu sebesar 0,20 persen.

319
 Seminar Nasional Official Statistics 2021

Tabel 3. Hasil Paired Two Sample t-test.

Simulasi t hitung Derajat bebas P-value Confidence Interval
Pertama -3,7798 33 0,0006 [ -14.063.770; -4.221.501]
Kedua -1,1945 33 0,2408 [-638.250,1; 166.047,6]
Ketiga -1,0884 33 0,2843 [-7.737.115; 2.343.915]
Berdasarkan dari ketiga hasil simulasi tersebut, selanjutnya dilakukan uji signifikansi perubahan nilai
tambahnya dengan menggunakan paired t-test pada tingkat signifikansi 5 (lima) persen. Hasil uji signifikansi
dapat dilihat pada Tabel 3. Dari hasil uji signifikansi tersebut, dengan tingkat signifikansi 5 persen, cukup
bukti untuk menyatakan bahwa hasil dari NTB sebelum simulasi pertama dengan setelah simulasi pertama
memiliki perbedaan (simulasi pertama yang telah dilakukan memiliki pengaruh yang signifikan). Sementara
itu, untuk simulasi kedua dan ketiga, tidak cukup bukti untuk menyatakan bahwa simulasi tersebut memiliki
pengaruh yang signifikan. Hal ini mengindikasikan bahwa terdapat dampak terhadap nilai tambah jika
dilakukan pemulihan ekonomi dengan meningkatkan total konsumsi pada lapangan usaha D, H, I, L, O, P, Q,
dan RSTU untuk semua provinsi.

KESIMPULAN

Berdasarkan hasil analisis dan simulasi yang telah dilakukan, kesimpulan yang didapatkan dari penelitian
ini menunjukkan bahwa terdapat dampak terhadap nilai tambah pada beberapa lapangan usaha yang signifikan
terhadap jumlah kasus Covid-19. Pemanfaatan IRIO dengan menggunakan analisis dampak Nilai Tambah
Bruto menyimpulkan bahwa simulasi pertama yang dilakukan memiliki pengaruh yang signifikan, yakni jika
terjadi pemulihan ekonomi dengan meningkatkan total konsumsi di lapangan usaha Pengadaan Listrik dan
Gas, Transportasi dan Pergudangan, Penyediaan Akomodasi dan Makan Minum, Real Estate, Administrasi
Pemerintahan, Pertahanan, dan Jaminan Sosial Wajib, Jasa Pendidikan, Jasa Kesehatan dan Kegiatan Sosial,
serta Jasa Lainnya untuk semua provinsi, Produk Domestik Bruto Indonesia akan meningkat sebesar 2,46
persen. Sementara itu, simulasi kedua dan ketiga yang dilakukan tidak memiliki pengaruh yang signifikan,
yakni jika dilakukan pemulihan ekonomi hanya di satu provinsi, baik yang paling terdampak Covid-19 maupun
yang memiliki kontribusi Produk Domestik Regional Bruto terbesar, dengan meningkatkan total konsumsi di
provinsi tersebut, Produk Domestik Bruto Indonesia hanya meningkat sebesar kurang dari satu persen.
Selanjutnya, saran yang dapat diajukan dari hasil penelitian ini adalah pemulihan ekonomi di Indonesia
perlu memperhatikan aspek kewilayahan. Salah satu cara pemulihan ekonomi tersebut bisa dilakukan dengan
meningkatkan konsumsi masyarakat di berbagai lapangan usaha yang terdampak Covid-19, seperti mendorong
usaha kecil dan mikro, mengutamakan konsumsi produk dalam negeri, serta peningkatan fasilitas umum,
khususnya kesehatan. Di sisi lain, pemerintah daerah juga dapat fokus dalam pemulihan ekonomi daerahnya
yang dari hasil penelitian ini, dapat berpengaruh terhadap ekonomi daerah lainnya.

DAFTAR PUSTAKA

Agresti, A., C. A. Franklin, dan B. Klingenberg. (2018). Statistics: The Art and Science of Learning from Data.
Pearson.
Badan Pusat Satistik. (2021). Pendapatan Nasional Indonesia 2016-2020. Badan Pusat Statistik Indonesia,
Jakarta. https://www.bps.go.id/publication/2021/06/08/bcb06430a707226bff9f8d99/pendapatan-
nasional-indonesia-2016-2020.html diakses pada 29 Juli 2021.
Badan Pusat Satistik. (2021). Produk Domestik Regional Bruto Provinsi-Provinsi di Indonesia Menurut
Lapangan Usaha 2016-2020. Badan Pusat Statistik Indonesia, Jakarta.
Badan Pusat Statistik Kabupaten Morowali. (2021). Produk Domestik Regional Bruto Kabupaten Morowali
Menurut Lapangan Usaha 2016-2020. BPS Kabupaten Morowali, Bungku.
https://morowalikab.bps.go.id/publication/2021/04/05/dce6fa04b934a69df9dac1bc/produk-domestik-
regional-bruto-kabupaten-morowali-menurut-lapangan-usaha-2016-2020.html diakses pada 29 Juli 2021.
Badan Pusat Statistik Provinsi Bali. (2021). Produk Domestik Regional Bruto Provinsi Bali Menurut Lapangan
Usaha 2016-2020. BPS Provinsi Bali, Denpasar.
https://bali.bps.go.id/publication/2021/04/05/60511f00813a115440dfb289/produk-domestik-regional-
bruto-provinsi-bali-menurut-lapangan-usaha-2016-2020.html diakses pada 29 Juli 2021.
Badan Pusat Statistik Provinsi Bali. (2021). Tinjauan Perekonomian Bali 2020. BPS Provinsi Bali, Denpasar.
https://bali.bps.go.id/publication/2021/06/30/8de657ee27bc6bc4dcdb8911/tinjauan-perekonomian-bali-
2020.html diakses pada 29 Juli 2021.

320
Implementasi IRIO dalam Pemulihan Perekonomian Wilayah akibat Pandemi Covid-19 di Indonesia…………..(Puspita dan Ningsih)

Badan Pusat Statistik Provinsi Maluku Utara. (2021). Produk Domestik Regional Bruto Provinsi Maluku Utara
Menurut Lapangan Usaha 2016-2020. BPS Provinsi Maluku Utara, Ternate.
https://malut.bps.go.id/publication/2021/04/05/134f68e90f7915fce3682932/produk-domestik-regional-
bruto-provinsi-maluku-utara-menurut-lapangan-usaha-2016-2020.html diakses pada 29 Juli 2021.
Badan Pusat Statistik Provinsi Papua. (2021). Produk Domestik Regional Bruto Provinsi Papua Menurut
Lapangan Usaha 2016-2020. BPS Provinsi Papua, Jayapura.
https://papua.bps.go.id/publication/2021/04/05/ef0446b8f701749be5464a7e/produk-domestik-regional-
bruto-provinsi-papua-menurut-lapangan-usaha-2016-2020.html diakses pada 29 Juli 2021.
Badan Pusat Statistik Provinsi Sulawesi Tengah. (2021). Produk Domestik Regional Bruto Provinsi Sulawesi
Tengah Menurut Lapangan Usaha 2016-2020. BPS Provinsi Sulawesi Tengah, Palu.
https://sulteng.bps.go.id/publication/2021/04/05/68671bc7864afd43fb0863ee/produk-domestik-
regional-bruto-provinsi-sulawesi-tengah-menurut-lapangan-usaha-2016-2020.html diakses pada 29 Juli
2021.
Badan Pusat Statistik. (2001). Produk Domestik Bruto Menurut Lapangan Usaha.
bps.go.id/indicator/11/104/1/-seri-2010-laju-pertumbuhan-pdb-seri-2010 diakses pada 29 Juli 2021.
Badan Pusat Statistik. (2021). Tabel Inter Regional Input-Output Indonesia Transaksi Domestik Atas Dasar
Harga Produsen Menurut 34 Provinsi dan 17 Lapangan Usaha, 2016 (Juta Rupiah).
bps.go.id/statictable/2021/04/30/2127/tabel-inter-regional-input-output-indonesia-transaksi-domestik-
atas-dasar-harga-produsen-menurut-34-provinsi-dan-17-lapangan-usaha-2016-juta-rupiah-.html diakses
pada 29 Juli 2021.
Hirawan, Susiati B. dan Nurkholis. (2007). Perkembangan Hubungan Antar Sektor dan Antar Daerah dalam
Perekonomian Indonesia: Analisa Model Interregional Input-Output Tahun 1995 dan 2000. Jurnal
Ekonomi dan Pembangunan Indonesia, VIII(01), 35-61.
https://jepi.fe.ui.ac.id/index.php/JEPI/article/view/126 diakses pada 29 Juli 2021.
Indayani, S. dan B. Hartono. (2020). Analisis Pengangguran dan Pertumbuhan Ekonomi sebagai Akibat
Pandemi Covid-19. Perspektif: Jurnal Ekonomi & Manajemen Universitas Bina Sarana Informatika,
18(2). https://ejournal.bsi.ac.id/ejurnal/index.php/perspektif/article/view/8581/4408 diakses pada 29 Juli
2021.
James, G., D. Witten, T. Hastie, dan R. Tibshirani. (2013). An introduction to statistical learning (Vol. 112, p.
18). Springer, New York.
Miller, Ronald E. dan Peter D. Blair. (2009). Input–Output Analysis Foundations and Extensions, Second
Edition. United States of America by Cambridge University Press, New York.
Satuan Tugas Penanganan COVID-19. (2021). Akumulasi Data Kasus Terkonfirmasi Covid-19 Tahun 2020.
https://covid19.go.id/peta-sebaran-covid19 diakses pada 29 Juli 2021.
United Nations. (1999). Handbook of Input-Output Table Compilation and Analysis. United Nations
Publication Millon, New York.
Yamali, F. Rozi dan R. N. Putri. (2020). Dampak Covid-19 Terhadap Ekonomi Indonesia. Ekonomis: Journal
of Economics and Business, 4(2), 384-388.
http://ekonomis.unbari.ac.id/index.php/ojsekonomis/article/view/ 179/139 diakses pada 29 Juli 2021.

321