Kajian Big Data Sinyal Pemulihan Indonesia Dari Pandemi Covid-19

ht
tp
s:
//w
w
w
.b
ps
.g
o.
id
ht
tp
s:
//w
w
w
.b
ps
.go
.id
id
.
go
p s.
.b
KAJIAN BIG DATA SINYAL PEMULIHAN INDONESIA DARI PANDEMI COVID-19

w
w
//w
No. ISBN : 978-602-438-428-9

No. Publikasi : 07300.2110
s:
No. Katalog : 1106003

tp
ht
Ukuran Buku : 17,6 cm x 25 cm

Jumlah Halaman : viii + 100 halaman
Naskah : Fungsi Pengembangan Model Statistik

Gambar Kulit : Fungsi Pengembangan Model Statistik
Sumber Ilustrasi : www.freepik.com; www.pixabay.com
Diterbitkan oleh : Badan Pusat Statistik
Boleh dikutip dengan menyebutkan sumbernya

Kajian Big Data : Sinyal Pemulihan Indonesia dari Pandemi COVID-19
Kata Pengantar
P
uji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-Nya
untuk dapat terlaksananya Tinjauan Big Data: Sinyal Pemulihan Indonesia dari
Pandemi yang merupakan salah satu hasil kajian pengembangan Big Data yang
dilakukan oleh Fungsi Pengembangan Model Statistik pada tahun 2021.
Tujuan kajian big data kali ini adalah menggambarkan berbagai sinyal
pemulihan Indonesia setelah setahun pandemi COVID-19 melanda. Analisis dari
berbagai sumber big data digunakan untuk sebagai pendukung indikator lainnya.
id
Pada Bab pertama dibahas bagaimana kondisi setahun pandemi yang setelah
.
go
dilakukannya berbagai stimulus serta vaksinasi massal, telah membuat denyut
perekonomian kembali bergerak. Pembahasan selanjutnya, perubahan mobilitas
s.
masyarakat yang dibarengi dengan pengurangan serta perubahan pola kegiatan
p
.b
ekonomi telah berdampak baik pada kondisi lingkungan seperti kualitas udara
w
yang semakin baik dipaparkan pada bab kedua. Perkembangan berbagai indikator
w
ekonomi, perubahan pola konsumsi rumah tangga selama pandemi, serta dampak
//w
insentif pajak terhadap peningkatan konsumsi masyarakat dipaparkan pada bab

ketiga. Bab keempat difokuskan pada sinyal pemulihan sektor Pariwisata sebagai salah
s:
satu sektor prioritas yang sangat terdampak selama pandemi. Dari berbagai indikator
tp
big data, sektor ini telah memperlihatkan geliat kegiatan yang didorong terutama oleh
ht
wisatawan nusantara.
Tinjauan Ini merupakan kolaborasi dan dukungan dari Tim Direktorat Sistem
Informasi dan Teknologi sebagai penyedia sistem dan infrastruktur, Tim Politeknik
Sekolah Tinggi Ilmu Statistik sebagai tim teknis pengambilan data serta Subject Matter
terkait.
Ucapan terima kasih dan apresiasi kami sampaikan kepada seluruh pihak yang
telah membantu dan memberi masukan dalam penyusunan publikasi ini. Semoga
publikasi ini dapat memberikan informasi yang bermanfaat bagi para pengguna dan
pihak lain yang berkepentingan.
Jakarta, Juli 2021
Margo Yuwono
iii
. id
go
ps.
.b
w
w
//w
s:
tp
ht
iv Laporan Kemajuan REFORMASI BIROKRASI BPS Tahun 2017

Daftar
EXCECUTIVE BAB I
id
OPTIMISME KEBANGKITAN
SUMMARY
.
go
EKONOMI DI TENGAH PANDEMI
p s.
2 - Executive Summary 6 - Setahun Pandemi
.b
COVID-19
w
w
8 - Geliat Kegiatan
//w
Masyarakat
s:
tp
11 - Tujuan dan Sistematika

ht
Penulisan
11 - Data dan Metode

Pengumpulan Data
vi
isi
BAB II BAB III BAB IV
id
MENILIK KUALITAS MENAKAR SINYAL RECOVERY
.
go
UDARA DI TENGAH PEMULIHAN EKONOMI PARIWISATA
PANDEMI COVID-19 INDONESIA s. INDONESIA
p
18 - Indeks Kualitas 34 - Perkembangan 68-Perkembangan
.b
Udara dan Mobilitas Ekonomi dan Kondisi Sektor

w
w
Masyarakat pada Pembatasan Sosial Pariwisata Selama

//w
Masa Pandemi di Masa Pandemi Masa Pandemi

s:
COVID-19
tp
43 - Perubahan Pola 78 - KKeterkaitan Sektor

23 - Hubungan Aktivitas
ht
Konsumsi Rumah pariwisata dengan

Publik dan Kualitas
Tangga Selama Kondisi
Udara pada Masa
Pandemi Perekonomian
Pandemi COVID-19
85 - Fenomena Baru
31 - Kesimpulan 53 - Pemulihan Ekonomi
Pariwisata Indonesia
dan Insentif Pajak
Selama Pandemi
62 - Kesimpulan
93 - Kesimpulan
vii
PENGARAH
Ali Said
PENANGGUNG JAWAB
Setia Pramana
EDITOR
Setia Pramana
Dhiar Niken Larasati
LAYOUT
Maulana Faris
PENULIS
BAB I
id
Setia Pramana
.
go
s.
Maulana Faris
p
BAB II
.b
w
Khairunnisah
w
Wahyuni Andriana Sofa

//w
Usman Bustaman
s:
BAB III
tp

ht
Maulana Faris
Satria Bagus Panuntun
BAB IV
Dede Yoga Paramartha
Nensi Fitria Deli
Ana Lailatul Fitriyani
TIM DATA ENGINEER BIG DATA
Dewi Krismawati, Ranu Yulianto, Thosan Girisona Suganda, Kasiful Aprianto,
Ade Koswara, Dwi Puspitasari, Isnaeni Novianti, Amin Rois Sinung Nugroho,
M Hanif Fahyuananto, Geri Yesa Ermawan, Muhammad Luqman, Takdir, Erika
Mukhlisina Siregar, Miswar
. id
go
ps.
.b
w
w
//w
s:
tp
ht
ii Laporan Kemajuan REFORMASI BIROKRASI BPS Tahun 2017

. id
go
p s.
.b
w
w
//w
s:
tp
ht
1
id
.
go
p s.
.b
w
w
EXECUTIVE SUMMARY
//w
s:
D
tp
ampak pandemi COVID-19 paling memberikan keuntungan bagi Indonesia

besar dirasakan pada kuartal II dari goncangan ekonomi global. Dapat
ht
tahun 2020. Indonesia mengalami dikatakan bahwa pengaruh eksternal

kontraksi ekonomi paling dalam pada pada masa pandemi COVID-19 tidak
kuartal tersebut yaitu sebesar -5,32%. memberikan dampak yang besar bagi
Namun demikian, kinerja ekonomi perekonomian Indonesia.
Indonesia pada triwulan II tahun 2020 Jika melihat dari sisi internal,
tercatat masih lebih baik dari negara kebijakan pembatasan yang diberlakukan
lain, ditunjukkan dari kontraksi ekonomi disinyalir memberikan pengaruh pada
Triwulan II tahun 2020 yang terlihat perekonomian. COVID stringency index,
tidak sedalam negara-negara ASEAN indeks untuk mengukur tingkat keketatan
maupun OECD. Nampaknya, kontribusi kebijakan pembatasan pergerakan di suatu
Indonesia pada rantai pasokan global negara, bila disandingkan dengan tingkat
atau Global Manufacture Value Chain pertumbuhan ekonomi mengindikasikan
(GMVC) yang relatif kecil membuat bahwa negara yang mengalami resesi
perekonomian Indonesia tidak terlalu yang cukup dalam adalah negara yang
tergoncang oleh lesunya ekonomi dunia. menerapkan kebijakan pembatasan
Selain itu, aliran investasi asing yang cukup ketat. Indonesia dinilai cukup
tergolong rendah ke Indonesia ternyata moderat dalam menerapkan kebijakan
2
tersebut dengan nilai indeks sebesar 60% Pencarian kata kunci terkait konsumsi
dan implikasinya adalah resesi Indonesia masyarakat pada mesin pencarian Google
tercatat tidak terlalu dalam. Jika dilihat di masa awal pandemi mengindikasikan
secara kuartal, ada pola yang serupa peningkatan pemanfaatan platform digital
antara pertumbuhan kuartal dengan untuk pemenuhan kebutuhan sehari-hari.
indeks mobilitas. Hal ini mengindikasikan Kelompok permen dan manisan menjadi
adanya kontribusi antara rendahnya kata kunci dengan peningkatan pencarian
mobilitas masyarakat dengan kontraksi tertinggi pada kategori makanan dan
ekonomi. Tercatat sektor-sektor yang minuman. Pencarian kata kunci penyedia
mengalami kontraksi paling besar adalah layanan dan telekonferensi tercatat
sektor yang memerlukan interaksi secara meningkat cukup tajam pada periode
langsung dengan penggunanya, seperti PSBB bersamaan dengan aktivitas
id
sektor transportasi dan pergudangan; WFH. Penurunan pencarian kata kunci
.
go
peyediaan akomodasi dan makan transportasi penumpang dibarengi
minum; perdagangan besar dan eceran. dengan peningkatan pencarian kata
s.
Secara regional, daerah dengan indeks kunci distribusi logistik, pengemasan,
p
.b
mobilitas yang tinggi cenderung memiliki serta pengiriman surat dan paket di masa
w
pertumbuhan ekonomi lebih tinggi. PSBB mengindikasikan aliran barang terus

w
Dari sisi pengeluaran PDB, pengeluaran terjadi walaupun masyarakat di rumah

//w
pemerintah provinsi secara umum saja. Tren pencarian Google untuk kategori
nampak berkorelasi negatif dengan hotel, penginapan dan restoran pada
s:
indeks mobilitas. Hal ini disinyalir sebagai periode PSBB nampak sejalan dengan tren
tp
kebijakan fiskal ekspansif yang dilakukan pencarian untuk kategori transportasi

ht
selama periode PSBB untuk menggerakan penumpang. Hal ini menguatkan indikasi
ekonomi daerah. masyarakat mengurangi aktivitas di luar
Dilihat dari komponen rumah pada periode PSBB.
pengeluaran, konsumsi masyarakat Dari sisi produksi, enam sektor
adalah komponen yang memberikan utama kontributor PDB, yaitu sektor
kontribusi terbesar dalam perekonomian industri, pertanian, perdagangan,
Indonesia. Konsumsi rumah tangga konstruksi, transportasi dan pergudangan,
tercatat memberikan kontribusi lebih serta akomodasi makanan dan minuman
dari 50 persen selama 10 tahun. memberikan pola pertumbuhan
Adanya pandemi COVID-19 nampak berbentuk swoosh yang sesuai dengan
memengaruhi pola konsumsi masyarakat. prediksi para ahli. Tercatat sektor industri
Pengeluaran Makanan dan Minuman, pengolahan memberikan kontribusi
Transportasi dan Komunikasi, serta tertinggi, yaitu sebesar 19,84%. Daya
Restoran dan Hotel menjadi komponen tariknya dalam pasar saham yang
terbesar dari pengeluaran Rumah Tangga dilihat dari nilai kapitalisasi emiten dan
yang terdampak pandemi COVID-19. potensinya dalam penyerapan tenaga
kerja serta multiplier effect yang dihasilkan,
3
menjadikan sektor Industri dinilai efektif ini paling besar didorong oleh wisatawan
oleh pemerintah untuk mendapatkan domestik, ditunjukkan dari tren
kebijakan fiskal ekspansif. Salah satunya kedatangan penerbangan dan jumlah
adalah dalam wujud insentif pajak penumpang domestik di lima bandara
khususnya pada sektor industri otomotif tersibuk di Indonesia yang mengalami
yang merupakan industri padat karya. peningkatan. Selain itu, nampak adanya
Pada periode awal pandemi, sektor sinyal pemulihan pada sektor akomodasi
industri otomotif terindikasi mengalami yang terlihat dari peningkatan TPK secara
kelesuan dilihat dari tingginya jumlah perlahan pada periode new normal
penawaran tidak disertai dengan daya hingga akhir tahun 2020 disertai dengan
beli masyarakat sehingga mengakibatkan peningkatan perlahan jumlah iklan
kontraksi produksi yang ditunjukkan dari lowongan pekerjaan di sektor akomodasi
id
rendahnya nilai PMI. Kondisi ini mulai pada situs online.
.
go
membaik pada Maret 2021, periode Dari pemodelan ditunjukkan
dimulainya kebijakan insetif pajak PPnBM. s.
bahwa mobilitas di tempat rekreasi
Tercatat peningkatan Purchasing Manager
p
memberikan kontribusi sebesar 0,64
.b
Index (PMI) Manufaktur Indonesia sebesar persen terhadap pertumbuhan sektor

w
54.6 persen pada April 2021. akomodasi dan makan minum, tingkat
w
Sektor lain yang terguncang okupansi hotel berkontribusi sebesar

//w
cukup keras akibat pandemi COVID-19 0,19 persen, dan kawasan pulau Jawa
adalah sektor pariwisata. Hal terbesar memberikan kontribusi 1,14 kali lebih
s:
yang memengaruhi kelesuan pada besar dibandingkan kawasan luar jawa

tp
sektor ini adalah pemberlakukan terhadap pertumbuhan sektor akomodasi

ht
kebijakan pembatasan perjalanan. BPS dan makan minum. Sedangkan

mencatat lapangan usaha Transportasi berdasarkan ukuran daya saing
dan Pergudangan mengalami kontraksi kepariwisataan menggunakan indikator
sebesar 15,04 persen; sedangkan big data, nampak bahwa Provinsi Jawa
lapangan usaha Penyediaan Akomodasi Tengah dan Provinsi Sumatera Utara
dan Makan Minum mengalami kontraksi menjadi kawasan prioritas dengan daya
sebesar 10,22 persen. Perbaikan sektor saing tertinggi dibandingkan dengan
pariwisata Indonesia mulai terlihat pada kawasan prioritas lainnya.
masa new normal. Perbaikan pada sektor
4
I go
. id
p s.
.b
w
w
//w
s:
tp
ht
5
OPTIMISME KEBANGKITAN EKONOMI

DI TENGAH PANDEMI
Setia Pramana, Dhiar Niken Larasati, Maulana Faris
1.1. Setahun Pandemi COVID-19 di Indonesia
S
udah lebih dari setahun sejak Organisasi Kesehatan Dunia WHO menetapkan
COVID-19 sebagai pandemi global pada 11 Maret 2020. Kasus COVID-19 pertama
kali muncul di Wuhan, China, lalu menyebar ke berbagai belahan dunia dengan
cepat termasuk ke Indonesia. Kasus pertama yang berhasil diidentifikasi di Indonesia
diumumkan pada tanggal 2 Maret 2020. Sejak saat itu, kasus positif COVID-19 di Indonesia
id
terus bertambah dengan cepat. Berbagai kebijakan dari pemerintah dikeluarkan untuk
.
go
bisa menekan angka penambahan kasus COVID-19 di Indonesia seperti Pembatasan
Sosial Berskala Besar (PSBB), kewajiban pemakaian masker, screening COVID-19 dengan
s.
tes swab dan rapid gratis, hingga penggunaan vaksin.
p
.b
Pelaksanaan PSBB yang sangat ketat pada masa awal pandemi terlihat telah
w
mengurangi kegiatan masyarakat di berbagai tempat umum, seperti kantor dan pasar.
w
Meski kondisi tersebut berbeda antar provinsi di Indonesia (Pramana dkk, 2021),
//w
diharapkan pengurangan aktifitas di luar rumah dapat menekan laju penyebaran

COVID-19. Pertanggal 19 April 2021 tercatat terdapat 1.609.300 orang yang terkonfirmasi
s:
positif, 1.461.414 sembuh, 104.319 kasus aktif, 43.567 meninggal.

tp
ht
Gambar 1.1. Kasus Jumlah COVID-19 di Indonesia beserta Jumlah tes COVID-19 (7 Maret 2020-19
April 2021) Sumber: Our World in Data.
6
Gambar 1.1. memperlihatkan jumlah kasus harian dan juga jumlah tes yang
dilakukan selama periode 7 Maret 2020-19 April 2021. Terlihat sejak awal pandemi
kenaikan jumlah pasien terkonfirmasi positif naik cukup cepat dan mencapai puncaknya
pada akhir bulan Januari 2021. Jumlah kasus harian terbanyak pada tanggal 30 Januari
2021 sebanyak 14.518 kasus. Jumlah kasus baru COVID-19 bertambah searah dengan
jumlah tes yang dilakukan. Pada tanggal 29 Juli 2020 terdapat kenaikan jumlah tes
yang cukup tinggi karena pemerintah mewajibkan tes sebagai syarat untuk bisa pergi
ke luar kota pada perayaan Hari Raya Idul Adha tanggal 31 Juli 2020. Angka harian tes
tertinggi terjadi pada tanggal 30 Desember 2020 karena pemerintah mensyaratkan
tes swab kepada masyarakat yang ingin berlibur merayakan tahun baru 2021. Terlihat
peningkatan kasus COVID-19 yang sangat besar di Bulan Januari 2021, hal tersebut
mungkin terjadi sebagai dampak dari aktivitas libur tahun oleh masyarakat.
id
Salah satu yang terdampak akibat pandemi adalah pergerakan masyarakat
.
go
di tempat umum. Penyebaran COVID-19 yang diduga mampu menular lewat udara
s.
mengharuskan masyarakat untuk menghindari kerumunan di tempat umum.
p
Kebijakan seperti PSBB, physical distancing, WFH, pelarangan mudik dan lain sebagainya
.b
mengubah pergerakan yang terjadi di masyarakat. Facebook merilis data ‘pergerakan

w
facebook’ untuk membantu para peneliti dan pengambil kebijakan untuk melihat
w
perubahan pergerakan yang terjadi pada masyarakat akibat pandemi. Data tersebut
//w
dapat menginformasikan tentang bagaimana populasi merespon tindakan ‘physical

distancing’.
s:
tp
ht
Gambar 1.2. Facebook ‘Change in Movement’ dan Kasus COVID-19 (7 Maret 2020-19 April 2021)
Gambar 1.2 menunjukan perbandingan antara pergerakan masyarakat dengan
7
penambahan jumlah kasus positif COVID-19 . Terlihat pada bulan Juli 2020 pergerakan
masyarakat cenderung meningkat mendekati situasi sebelum pandemi. Hal ini
berakibat pada kenaikan jumlah kasus positif harian.
Berkurangnya kegiatan masyarakat juga berdampak pada peningkatan kualitas
udara, terutama di daerah yang memberlakukan PSBB secara masif dan berkelanjutan.
Pada awal pandemi, di daerah Jawa Barat dan DKI Jakarta yang merupakan epicenter
dari pandemi COVID-19 terlihat peningkatan kualitas udara (Pramana dkk., 2020). Pada
Gambar 1.3 terlihat di pertengahan tahun 2020, selain terjadi peningkatan pergerakan
masyarakat dari periode dasar, juga terjadi kenaikan nilai AQI yang mengindikasikan
memburuknya kualitas udara. Terdapat kecenderungan korelasi yang positif dan cukup
besar antara AQI dan Pergerakan masyarakat di masa pandemi COVID-19 yaitu 0,74.
Pergerakan masyarakat kembali terlihat menurun pada awal Januari 2021 dibandingkan
id
dengan periode waktu dasar namun indeks kualitas udara terus meningkat. Hal tersebut
.
go
diduga dikarenakan penyebab populasi udara tidak hanya dari polusi kendaraan
s.
bermotor tapi juga PLTU bahan dasar batu bara dan pembakaran sampah.
p
.b
w
w
//w
s:
tp
ht
Gambar 1.3. AQI dan Change in Movement Indonesia
1.2. Geliat Kegiatan Masyarakat
D
alam menanggulangi pandemi dan mengembalikan roda perekonomian,
pemerintah telah memfokuskan beberapa kegiatan prioritas seperti Vaksinasi
Massal, penguatan program 3M dan 3 T, serta program pemulihan ekonomi
nasional (PEN) 2021. Hingga 19 April 2021 tercatat sebanyak 6.052.612 orang yang telah
divaksinasi lengkap dan 4.919.731 telah divaksinasi dosis pertama.
Program vaksinasi diharapkan merupakan salah satu kunci utama dalam proses
pemulihan ekonomi. Penegakan protokol kesehatan yang ketat dan vaksinasi yang
menyeluruh akan memperlambat penyebaran COVID-19 serta meningkatkan kegiatan
masyarakat dalam berbagai sektor.
Terlihat pada gambar 1.2 bahwa sejak 1 Februari 2021 kasus COVID-19 di
Indonesia kembali mengalami penurunan dan terus menurun hingga akhir pertengahan
8
April 2021. Hal ini diduga karena efek dari pemberian vaksin yang telah dilakukan
sejak pertengahan Januari 2021. Vaksin memberikan aura positif karena berhasil
menekan pertambahan kasus positif COVID-19 serta memberikan perasaan aman pada
masyarakat untuk kembali bergerak keluar rumah baik untuk bekerja maupun aktivitas
lain.
. id
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 1.4. Jumlah Kasus COVID-19 dan Jumlah penduduk yang telah divaksin di Indonesia (1
Februari-19 April 2021) Sumber Our World in Data.
Dari grafik 1.4 terlihat kecenderungan penurunan jumlah kasus COVID-19

berbanding terbalik dengan jumlah masyarakat Indonesia yang telah divaksin.
Pemerintah mengharapkan kebijakan pemberian vaksin bisa menekan angka
penambahan kasus baru COVID-19 dan memulihkan kembali keadaan sosial dan
ekonomi masyarakat. Bagaimanapun juga pandemi COVID-19 membawa banyak
perubahan pada kehidupan sosial ekonomi masyarakat.
9
id
.
go
p s.
.b
Gambar 1.5. Grafik Change in Movement dengan Jumlah orang tervaksin di Indonesia (1 Februari-19
w
April 2021)
w
Grafik 1.5 memperlihatkan bagaimana pergerakan masyarakat kembali

//w
meningkat pada bulan Februari 2021 jika dibandingkan dengan periode waktu dasar
seiring dengan penambahan jumlah masyarakat yang telah divaksin. Nampaknya
s:
vaksinasi meningkatkan keberanian masyarakat untuk kembali beraktivitas ke luar

tp
rumah. Kegiatan masyarakat yang menggerakkan roda perekonomian terlihat pada

ht
beberapa indikator berikut ini. Konsumsi listrik April 2021 meningkat 6,3% (yoy),
realisasi belanja negara pada April 2021 tumbuh 15,9% (yoy).
Selanjutnya, pada masa pemulihan, tercatat adanya penurunan jumlah
pekerja yang terdampak pandemi. Jika pada Bulan Agustus 2020 ada 29,12 juta
pekerja terdampak, pada Bulan Februari 2021 telah berkurang menjadi 19,10 juta
pekerja terdampak akibat pandemi COVID-19 (9.30% terhadap total penduduk usia
kerja). Indikator-indikator lain seperti Indeks Penjualan RItel (182.3) , Indeks Keyakinan
Konsumen (93.4), serta Purchasing Managers Index (PMI) manufaktur (53.2) yang
meningkat pada Maret 2021 mengindikasikan arah perbaikan ekonomi.
Program Pemulihan Ekonomi Nasional (PEN) 2021 difokuskan untuk
memperkuat konsumsi rumah tangga (stimulus program perlindungan sosial),
mendorong konsumsi pemerintah, serta mendorong investasi sektor publik terutama
pada sektor yang terdampak parah: retail, transportasi, pariwisata.
10
1.3. Tujuan dan Sistematik Penulisan
K
ajian ini bertujuan untuk memberikan gambaran sinyal pemulihan Indonesia
terutama pada sektor ekonomi setelah setahun Pandemi COVID-19 melanda,
berdasarkan berbagai sumber maha data (big data) yang telah dikumpulkan.
Perubahan mobilitas masyarakat yang dibarengi dengan pengurangan serta perubahan
pola kegiatan ekonomi telah berdampak baik pada kondisi lingkungan seperti kualitas
udara yang semakin baik (penurunan kadar polutan di udara). Hal ini akan dibahas
lebih lengkap pada Bab 2. Perkembangan berbagai indikator ekonomi, perubahan
pola konsumsi rumah tangga Selama Pandemi, serta dampak insentif pajak terhadap
peningkatan konsumsi masyarakat dipaparkan pada Bab 3. Selanjutnya pada Bab 4 akan
difokuskan pada pemulihan sektor Pariwisata sebagai salah satu sektor prioritas yang
id
sangat terdampak selama pandemi. Dari berbagai indikator big data, sektor ini telah
.
go
memperlihatkan geliat kegiatan yang didorong terutama oleh wisatawan nusantara.
s.
1.4. Data dan Metode Pengumpulan Data
p
.b
Penjelasan teknis mengenai berbagai jenis maha data yang digunakan pada
w
kajian ini adalah sebagai berikut :

w
//w
Air Quality Index
A
s:
ir Quality Index (AQI) atau Indeks Kualitas Udara adalah indeks yang
tp
menggambarkan kondisi polutan di suatu wilayah. Indeks ini bernilai 0

ht
sampai dengan 500 dimana semakin tinggi nilai indeks menunjukkan semakin
buruk kualitas udara di wilayah tersebut. Indeks ini dihitung dari enam polutan
yang membahayakan lingkungan dan manusia berdasarkan Badan Perlindungan
Lingkungan (EPA) Amerika Serikat. Adapun polutan yang dimaksud adalah Karbon
Monoksida (CO), timbal (Pb), Nitrogen Dioksida (NO2), ozon, PM10, PM2.5, dan sulfur
dioksida (SO2). Data AQI didapatkan melalui proses scraping pada salah satu situs
penyedia informasi AQI. Selain AQI, data yang diperoleh dari situs tersebut antara lain
data suhu dan kelembapan udara. Nilai AQI merupakan nilai median dari beberapa
stasiun bumi di suatu kota. Metodologi pengumpulan AQI secara lebih lengkap dapat
dibaca pada kajian Development of Automated Environmental Data Collection System
and Environment Statistics Dashboard, (ICMSDS)
11
Google Mobility Index
G
oogle menyediakan data Google Mobility Index atau indeks mobilitas yang
menunjukkan persentase perubahan jumlah/lama kunjungan seseorang ke
beberapa tempat dalam suatu hari dibandingkan baseline days. Nilai baseline
berupa median per hari yang dihitung menggunakan data kunjungan pada periode 3
Januari – 6 Februari 2020. Indeks ini disajikan dalam bentuk persentase dan merupakan
agregat dari data individu yang kunjungannya terekam di google maps. Ada enam
kategori tempat kunjungan yang dicatat yaitu 1) tempat kerja, 2) tempat tinggal, 3)
tempat belanja makanan dan obat-obatan seperti pasar dan supermarket, 4) taman,
meliputi taman kota, taman nasional, tempat camping, dan pantai, 5) tempat transit,
seperti stasiun dan terminal, 6) tempat perdagangan retail dan rekreasi, seperti mall,
restoran, museum, perpustakaan, dan bioskop. Untuk Indonesia, indeks tersedia hingga
id
level provinsi. Data indeks mobilitas google dapat diakses melalui: https://www.google.
.
go
com/covid19/mobility p s.
Data Penerbangan
.b
D
ata penerbangan menyajikan jumlah penerbangan kedatangan (arrival) dan
w
keberangkatan (departure) yang dikumpulkan dari situs penyedia informasi

w
penerbangan. Pengumpulan data dilakukan dengan cara scraping pada

//w
situs yang dimaksud. Informasi dikumpulkan dari 15 bandara tersibuk di Indonesia,

s:
mencakup data penerbangan maskapai yang mencatatkan penerbangannya di situs

tp
tersebut. Metodologi pengumpulan data penerbangan secara detail dapat ditemukan

ht
pada kajian Development of Automated Flight Data Collection System for Air Transportation
Statistics International Conference on Mathematics, Statistics, and Data Science (ICMSDS),
11-12 November 2020, IPB)
Google trends Index
G
oogle trends adalah tools untuk melakukan riset kata kunci yang sering dipakai
atau topik hangat yang sedang diperbincangkan yang disediakan oleh Google.
Dari tools ini didapatkan Google Tren Index yang disediakan dalam bentuk angka
maupun grafik yang menggambarkan popularitas pencarian sebuah topik tertentu
dalam rentang waktu tertentu. Dalam rentang waktu tersebut, titik waktu yang
menunjukkan pencarian tertinggi akan diberikan nilai indeks 100, sedangkan titik
waktu yang tidak ada pencarian terkait topik tersebut akan diberikan nilai 0. Dengan
demikian, titik waktu dengan nilai indeks 100 dapat berbeda-beda sesuai dengan
pengaturan rentang waktu yang ditetapkan. Google trends index dapat diakses melalui
tautan https://trens.google.com/trens/?geo=ID
12
Data Lowongan Pekerjaan
I
nformasi lowongan kerja yang tersedia pada situs penyedia informasi lowongan
kerja dapat dimanfaatkan untuk melihat bagaimana gambaran kondisi permintaan
(demand) terhadap tenaga kerja serta untuk melihat fenomena ketenagakerjaan
yang sedang terjadi. Informasi lowongan pekerjaan dikumpulkan melalui scraping pada
salah satu situs penyedia lowongan kerja online. Melalui situs tersebut dapat diperoleh
informasi iklan lowongan yang ditawarkan menurut industri, lokasi, perusahaan, bidang,
dan menurut posisi yang ditawarkan. Pemanfaatan data yang bersumber dari situs
penyedia informasi lowongan kerja digunakan untuk melihat jumlah iklan lowongan
kerja yang ditawarkan dan jumlah perusahaan yang menawarkan iklan lowongan kerja
setiap bulan.
. id
Oxford Stringency Index
go
O
xford Stringency Index adalah proyek yang dilakukan oleh Oxford Coronavirus
s.
Government Response Tracker (OxCGRT) untuk menghitung Indeks Keketatan,
p
yang diukur dari sembilan metrik Sembilan metrik yang digunakan untuk
.b
menghitung Indeks Keketatan adalah: penutupan sekolah; penutupan tempat kerja;

w
pembatalan acara publik; pembatasan pertemuan publik; penutupan transportasi

w
umum; kebijakan stay-at-home; kampanye informasi publik; pembatasan gerakan

//w
internal; dan kontrol perjalanan internasional. Indeks pada hari tertentu dihitung
s:
sebagai nilai rata-rata dari sembilan metrik, yang bernilai antara 0 dan 100. Nilai yang
tp
lebih tinggi menunjukkan respons yang lebih ketat (100 = respons paling ketat). Jika
ht
kebijakan pada tingkat subnasional bervariasi, indeks yang ditampilkan sebagai tingkat
respons dari sebuah wilayah adalah nilai dari kawasan subnasional yang paling ketat.
Indeks ini hanya menggambarkan kebijakan keketatan yang dicanangkan pemerintah
dan bukan menggambarkan tingkat efektivitas dari kebijakan yang dicanangkan.
Penjelasan lebih detail dan data dapat dilihat dan diunduh di https://ourworldindata.
org/covid-stringency-index.
Tingkat Penghunian Kamar
A
ngka Tingkat Penghunian Kamar (TPK) yang digunakan pada kajian ini
adalah angka yang dihasilkan dari hunian kamar yang tersewa pada situs jasa
penyedia persewaan akomodasi online. Data banyaknya kamar yang tersewa
dikumpulkan dengan menggunakan metode scraping pada situs tersebut. TPK dari
situs online menggunakan konsep yang sama dengan TPK pada survei konvensional,
yaitu perbandingan antara banyaknya malam kamar yang terpakai dengan banyaknya
malam kamar yang tersedia. Semakin besar nilai TPK menunjukkan bahwa semakin
banyak proporsi kamar yang terpakai. Nilai yang dihasilkan dalam bentuk persentase,
dan diagregat menurut periode waktu (harian, bulanan, maupun triwulanan) dan
13
menurut wilayah (nasional atau provinsi). Selain itu, nilai ini juga diklasifikasikan menjadi
hotel bintang dan non-bintang, berdasarkan nilai rating yang diberikan oleh pengguna.
Pada data ini, suatu hotel tergolong hotel non-bintang jika tidak memiliki rating sama
sekali atau sama dengan nol. Dan sebaliknya, jika suatu hotel memiliki rating lebih dari
nol termasuk ke dalam klasifikasi hotel bintang. Metode pengumpulan data penyedia
persewaan akomodasi online ini lebih lengkap dapat dibaca pada kajian Development
of online travel Web scraping for tourism statistics in Indonesia. http://informationr.net/
ir/25-4/paper885.html
Data Penawaran mobil dan motor
D
ata penawaran mobil dan motor menggambarkan pergerakan jumlah
id
penawaran/iklan penjualan mobil dan motor baru maupun bekas pada platform
.
go
online. Indikator yang dapat diolah dari situs tersebut adalah pertumbuhan
penawaran kendaraan bermotor, pertumbuhan median harga yang ditawarkan baik
s.
menurut daerah dan merk kendaraan bermotor. Pertumbuhan jumlah penawaran
p
.b
kendaraan bermotor dihitung melalui perubahan jumlah iklan kendaraan bermotor

dari waktu ke waktu. Selain itu median harga kendaraan bermotor juga menjadi
w
w
pertimbangan untuk melihat kondisi harga pasar kendaraan bermotor. Data ini
//w
didapatkan dengan metode scraping pada salah satu platform jual beli mobil dan
motor online.
s:
tp
Facebook Movement Range Maps

ht
F
acebook Movement Range Maps bertujuan untuk membantu para peneliti untuk
mengetahui respon masyarakat terkait kebijakan pembatasan sosial. Dari platform
ini didapatkan dua metrik yaitu Change in Movement dan Stay Put. Metrik Change
in Movement menggambarkan seberapa besar pergerakan masyarakat dibandingkan
dengan periode baseline sebelum diberlakukannya kebijakan pembatasan sosial.
Sedangkan metrik Stay Put menggambarkan seberapa besar populasi yang terlihat tidak
melakukan kegiatan bepergian dan nampak berada di sekitar lingkungan rumahnya
selama sehari penuh. Data Facebook Movement Range Maps diperbaharui secara harian
dan setiap metrik disajikan menurut wilayah administratif. Data ini didapatkan dengan
cara menggagregasikan riwayat lokasi dari para pengguna facebook yang secara aktif
menyertakan lokasinya pada aplikasi facebook. Penjelasan lebih detail dan data dapat
dilihat dan diunduh pada tautan https://dataforgood.fb.com/tools/movement-range-
maps/
14
Purchasing Manager Index:
P
urchasing Manager Index (PMI) adalah indeks yang dikeluarkan oleh IHS Markit
yang bertujuan untuk melihat tingkat kesehatan ekonomi secara keseluruhan.
Indeks ini dihitung sebagai indeks difusi yang bernilai dari 0 sampai dengan 100.
Nilai indeks lebih besar dari 50 menandakan bahwa kondisi ekonomi pada bulan ini
secara umum lebih baik dibandingkan dengan bulan sebelumnya. Sebaliknya jika nilai
indeks kurang dari 50 menandakan bahwa kondisi ekonomi menurun dibandingkan
dengan bulan sebelumnya. Pada kajian ini, PMI yang digunakan adalah PMI manufacture
yang merupakan rata-rata tertimbang dari lima indikator berikut: Pesanan Baru (30%),
Output (25%), Ketenagakerjaan (20%), Waktu Pengiriman Pemasok (15%) dan Stok
Pembelian (10%). Data ini dapat diunduh secara berlangganan IHS Markit. Penjelasan
id
lebih lengkap dapat dilihat pada https://ihsmarkit.com/products/pmi.html
.
go
Jumlah kasus dan vaksinasi COVID-19: s.
D
ata jumlah kasus dan vaksinasi COVID-19 merupakan data yang dihimpun
p
.b
oleh Our World in Data (OWID) yang merupakan proyek Oxford Coronavirus
w
Government Response Tracker (OxCGRT). Data jumlah kasus dan vaksinasi

w
COVID-19 disajikan menurut negara dengan periode harian. Selain data jumlah kasus
//w
dan tes COVID-19, OWID juga menyajikan berbagai data lainnya yang berhubungan
dengan COVID-19 seperti jumlah kasus harian baru, jumlah kasus kematian, jumlah
s:
pasien covid yang masuk ICU, jumlah pasien COVID-19 di rumah sakit, jumlah tes harian
tp
Covid, jumlah vaksin harian, jumlah yang telah selesai divaksin penuh, hingga informasi
ht
kesehatan lainnya yang berhubungan dengan kasus COVID-19. Data ini dapat diunduh
secara gratis pada tautan https://ourworldindata.org/coronavirus
Ucapan Terima Kasih

Kajian ini dalam prosesnya telah mendapatkan ulasan serta saran dan masukan
dari para akademisi dan pakar. Untuk itu ucapan terima kasih ditujukan khususnya
kepada Bapak Mohamad Dian Revindo, Ph.D dari LPEM Universitas Indonesia dan
bapak Dr. Bagus Sartono dari Departemen Statistika Institut Pertanian Bogor (IPB) atas
komentar dan masukan yang sangat berharga dalam penyusunan kajian ini
15
. id
go
ps.
.b
w
w
//w
s:
tp
ht
16 Laporan Kemajuan REFORMASI BIROKRASI BPS Tahun 2017

II id
.
go
ps.
.b
w
w
//w
s:
tp
ht
Laporan Kemajuan REFORMASI BIROKRASI BPS Tahun 2017 17

id
.
go
p s.
.b
w
MENILIK KUALITAS UDARA

w
//w
DI TENGAH PANDEMI
s:
tp
ht
COVID-19
Dhiar Niken Larasati, Maulana Faris, Satria Bagus Panuntun
2.1. Indeks Kualitas Udara dan Mobilitas Masyarakat pada Masa Pandemi
COVID-19
K
ualitas udara merupakan salah satu aspek kesehatan lingkungan yang harus
diperhatikan oleh negara, karena udara bersih merupakan kebutuhan mendasar
bagi kesehatan dan kesejahteraan manusia. Kualitas udara juga menjadi salah
satu aspek penting majunya sistem di dalam negara tersebut. Kualitas udara dapat
diukur (salah satunya) menggunakan Indeks Kualitas Udara (IKU) atau Air Quality Index
(AQI). Indeks Kualitas Udara (AQI) merupakan kondisi keadaan polutan dari suatu
wilayah yang dihitung berdasarkan pengukuran partikulat (PM2.5 dan PM10), Ozon
(O3), Nitrogen Dioksida (NO2), Sulfur Dioksida (SO2) dan emisi Karbon Monoksida (CO).
Berdasarkan standar United States Environmental Protection Agency (EPA) skala indeks
kualitas udara dibagi kedalam enam kategori yang dapat dilihat pada tabel berikut.
18
. id
go
p s.
sumber : Pixabay.com
.b
w
Tabel 2.1. Level Kualitas Udara

w
//w
s:
tp
ht
19
World Air Quality Report mencatat Indonesia berada pada peringkat enam
kategori negara dengan polusi paling tinggi di dunia pada tahun 2019. Sedangkan
pada regional Asia Tenggara, lima kota dengan peringkat teratas kualitas udara terburuk
seluruhnya berada di Indonesia yaitu Tangerang Selatan, Bekasi, Pekanbaru, Jakarta,
dan Pontianak. Pada tahun 2020, kualitas udara di Indonesia mengalami perbaikan
ditunjukkan dari posisinya yang menurun menjadi peringkat sembilan. Kondisi serupa
juga ditunjukkan pada posisinya di regional Asia Tenggara, dimana hanya dua kota di
Indonesia yang menempati posisi lima teratas wilayah dengan kualitas udara terburuk.
Perkembangan nilai AQI di Indonesia selama tahun 2020 hingga Maret 2021
lebih lanjut disajikan pada Gambar 3.1. Terlihat bahwa secara rata-rata kualitas udara di
pulau Jawa lebih buruk dibandingkan dengan kualitas udara di luar pulau Jawa dengan
id
nilai indeks berkisar antara 53 sampai dengan 78 atau berstatus moderat. Indeks
kualitas udara di luar pulau Jawa secara umum berstatus baik dengan nilai indeks
.
go
berkisar antara 27 sampai dengan 42.

s.
Dengan munculnya pandemi COVID-19 di seluruh belahan dunia, secara tidak
p
langsung menimbulkan perubahan mendasar pada pola kehidupan masyarakat dimana
.b
sebagian besar aktivitas seperti bekerja dan bersekolah harus dikerjakan dari rumah
w
akibat adanya pembatasan sosial. Berkurangnya aktivitas di luar rumah disinyalir secara
w
tidak langsung berdampak pada berkurangnya polutan di udara yang pada akhirnya
//w
dapat memperbaiki kualitas udara.

s:
Srikanta Sannigrahi et al (2020) menemukan bahwa pandemi COVID-19

tp
memberikan dampak positif terhadap lingkungan, dan terbukti secara langsung

mengurangi konsentrasi NO2, PM2.5, dan PM10 pada udara saat pelaksanaan lockdown
ht
COVID-19. Srikanta et al, meneliti dua puluh kota besar di Benua Amerika dan Eropa
dengan jumlah kasus COVID-19 yang tinggi (Antwerpen, Barcelona, Brussels, Chicago,
Cologne, dll). Penelitian tersebut bertujuan untuk melihat dampak dari pemberlakuan
regulasi lockdown di kota-kota tersebut terhadap mobilitas masyarakat di dalamnya, serta
efek lingkungan yang ditimbulkannya. Srikanta berkesimpulan bahwa terkendalinya
polusi dari lalu lintas kendaraan bermotor dan terbatasnya aktivitas manusia saat masa
lockdown pandemi COVID-19 terbukti menjadi cara yang efektif dalam meningkatkan
kualitas udara di suatu daerah.
Senada dengan penelitian tersebut, Vasilis Kazakos et al (2020) juga
berkesimpulan bahwa pandemi COVID-19 secara tidak langsung meningkatkan
kualitas udara di Kota London saat diberlakukannya aturan lockdown di kota tersebut.
Selama masa lockdown pada 23 Maret 2020, Vasilis Kazakos et al dalam penelitiannya
menemukan bahwa konsentrasi dari polutan NO2 dan PM2.5 di Kota London berkurang
masing-masing sebesar 66% dan 19%, akibat berkurangnya mobilitas masyarakat di
luar rumah. Sedangkan untuk Indonesia, Pramana dkk 2020 menunjukkan adanya
perbaikan kualitas udara di beberapa daerah terutama daerah episetrum Pandemi di
Indonesia, yakni JABODETABEK.
20
. id
go
p s.
.b
w
(a) Median AQI

w
//w
s:
tp
ht
(b) Median % perubahan AQI dari baseline

Gambar 2.1. Perkembangan nilai AQI (Air Quality Index) di Indonesia Periode Maret 2020 - Maret 2021
(sumber: situs IQair, diolah)
Di Indonesia, pada pertengahan Maret 2020 sampai dengan akhir Mei 2020
pemerintah mengeluarkan kebijakan untuk tidak melakukan aktivitas di luar rumah.
21
Dengan diberlakukannya kebijakan tersebut, masyarakat melakukan berbagai aktivitas

seperti bekerja dan bersekolah dari rumah sehingga mobilitas masyarakat di luar
rumah berkurang. Hal ini nampak dari nilai Google Mobility Index (GMI) yang mencatat
bahwa pergerakan masyarakat Indonesia di tempat kerja, tempat belanja kebutuhan
sehari-hari, tempat belanja retail, taman dan tempat transit mengalami penurunan
pada awal terjadinya pandemi COVID-19, ditunjukkan dari perubahan persentase
aktitivas di tempat-tempat tersebut yang lebih rendah dari baseline (Gambar 2.2). Jika
dikaitkan dengan kualitas udara, terlihat bahwa kondisi udara di pulau Jawa pada
periode tersebut nampak lebih baik dibandingkan kualitas udara pada periode baseline
(Gambar 2.1.(b)).
.id
go
ps.
.b
w
w
//w
s:
tp
(a) Jawa
ht
(b) Luar jawa

Gambar 2.2. Mobilitas di berbagai lokasi (sumber: Google Mobility Index, diolah)
Lebih lanjut, kualitas udara di Pulau Jawa juga menunjukkan perbaikan pada
22
Bulan September 2020, walaupun masih berstatus moderat, kualitasnya tercatat lebih
baik dibandingkan dengan periode baseline (Gambar2.1. (a) dan (b)). Diketahui bahwa
pada bulan ini, beberapa wilayah di pulau Jawa menerapkan kebijakan PSBB khususnya
di wilayah sekitar DKI Jakarta. Implikasi penerapan kebijakan ini nampak pada nilai
indeks GMI di Bulan September 2020 yang terlihat sedikit lebih rendah dari bulan
sebelum dan setelahnya. Di bulan yang sama, kondisi udara di luar Pulau Jawa secara
umum juga menjukkan perbaikan dimana kualitasnya kembali seperti pada periode
awal pandemi (Gambar 2.1.(a)). Fenomena ini sejalan dengan Carrasco, et.al (2021)
menyatakan ada hubungan yang cukup kuat antara indeks mobilitas dengan tingkat
kualitas udara.
Di wilayah luar pulau Jawa, terlihat lonjakan perubahan kualitas udara yang
cukup tinggi pada kuartal pertama tahun 2021 walaupun aktivitas masyarakat di
id
berbagai tempat umum nampak mengalami penurunan dibandingkan pada masa
.
go
periode new normal (Gambar 2.1.(b) dan Gambar 2.2.(b)). Pada periode ini diketahui
banyak terjadi kebakaran hutan di berbagai wilayah di luar Jawa namun paling banyak
s.
ditemukan di wilayah Sumatera dan Kalimantan. Hal ini sesuai dengan pernyataan
p
.b
Badan Pengembangan dan Pemberdayaan Sumber Daya Manusia Kesehatan (BPPSDM)

w
Kementrian Kesehatan (2018) bahwa tingkat kualitas udara juga dapat disebabkan oleh
w
faktor alami seperti gunung meletus dan kebakaran hutan maupun faktor aktivitas
//w
manusia seperti aktivitas pabrik yang menggunakan cerobong asap, pembakaran

sampah, kendaraan bermotor, penggunaan alat-alat militer, dll.
s:
tp
3.2. Hubungan Aktivitas Publik dan Kualitas Udara pada Masa Pandemi
ht
COVID-19
Gambar 2.3 Perkembangan Nilai GMI kumulatif
23
D
ari perkembangan indeks GMI, nampak adanya pola menarik. Pada awal pandemi
atau periode PSBB I (15 Maret 2020-31 Mei 2020), aktivitas masyarakat di berbagai
tempat di luar rumah nampak jauh lebih rendah dibandingkan dengan kondisi
baseline. Aktivitas masyarakat di berbagai wilayah nampak menunjukkan peningkatan
pada masa pelonggaran atau disebut dengan istilah new normal yang secara umum
dimulai dari tanggal 1 Juni 2020 sampai dengan 11 Januari 2020. Meskipun di sela-
sela periode ini dilakukan PSBB sekala mikro pada Bulan September 2020 khususnya
di DKI Jakarta, penurunan aktivitas masyarakat pada skala nasional tidak terlalu tajam.
Penurunan aktivitas msayarakat kembali menurun tajam terhitung pada tanggal 11
Januari 2021 dimana pada saat itu pemerintah menerapkan kembali PSBB dengan skala
yang lebih luas yaitu pada wilayah Jawa-Bali (Gambar 2.3). Pola indeks GMI ini yang
kemudian menjadi dasar penentuan periode pada kajian ini.
id
Pada kajian ini ingin diketahui bagaimana hubungan kualitas udara dengan
.
go
aktivitas masyarakat yang diindikasikan melalui indeks mobilitas. Setiap aktivitas
s.
masyarakat di suatu tempat diduga memiliki lag atau jeda waktu sampai aktivitas
p
tersebut memiliki keterkaitan dengan kualitas udara. Penghitungan korelasi dilakukan
.b
untuk melihat bagaimana hubungan antar berbagai indikator. Penghitungan korelasi

w
dilakukan untuk variabel AQI dan persentase perubahan AQI beserta variabel lag-nya
w
dengan Google mobility index (GMI). Variabel lag yang digunakan adalah variabel lag
//w
harian dengan lag 1 hari, 3 hari, 5 hari, 7 hari, dan 14 hari. Dalam analisisnya, kajian ini
dibagi menjadi tiga periode yaitu PSBB I, new normal, dan PSBB II. Secara spasial analisis
s:
ini dibagi menjadi 2 wilayah yaitu Jawa dan Luar Jawa melihat adanya perbedaan
tp
karakteristik kualitas udara (Gambar (2.1))

ht
2.2.a. AQI dan Mobilitas pada periode PSBB I (15 Maret 2020 - 31 Mei 2020)
U
ntuk melihat bagaimana hubungan antara kualitas udara dan mobilitas
masyarakat pada periode PSBB I, perkembangan indeks mobilitas (GMI) dan
perubahan kualitas udara (%AQI) disandingkan dalam satu grafik. Secara umum,
kedua indikator ini memberikan pola sejalan untuk wilayah luar Pulau Jawa, dimana
ketika salah satu indikator meningkat, indikator lainnya pun memberikan tren yang
sama. Di sisi lain, grafik Pulau Jawa tidak menunjukkan kesamaan pola antar indikator
sebaik grafik Luar Pulau Jawa.
Jika melihat lebih detail pada besarannya, dapat dikatakan bahwa aktivitas
masyarakat di berbagai tempat umum selama periode PSBB I berkurang cukup signifikan
dibandingkan pada masa sebelum diberlakukan kebijakan pandemi COVID-19. Di sisi
lain, perubahan kualitas udara pada periode ini tercatat berfluktuatif, terlihat lebih
baik di beberapa titik waktu dan terlihat lebih buruk di beberapa titik waktu lainnya,
dibandingkan pada masa sebelum diberlakukan kebijakan pandemi COVID-19.
Nampaknya tingkat kualitas udara bersifat lebih elastis dibandingkan dengan GMI.
24
. id
go
p s.
.b
w
(a) Jawa
w
//w
s:
tp
ht
(b) Luar Jawa

Gambar 2.4. GMI dan %AQI pada periode PSBB I (15 maret 2020-31 Mei 2020) (sumber: Google
Mobility Index, AQI, diolah)
25
Nilai korelasi menunjukkan bahwa korelasi antara GMI dengan AQI maupun
persentase perubahan AQI memberikan hasil yang nampak tidak jauh berbeda. Hal
menarik terlihat pada hasil korelasi di Pulau Jawa. Secara umum GMI menunjukkan
hubungan yang negatif dengan AQI. Hubungan positif baru muncul pada saat AQI
menunjukkan lag 7 hari dan 14 hari. Ada beberapa indikasi yang menjelaskan kejadian
ini, 1) GMI hanya mencatat pergerakan aktivitas masyarakat di beberapa tempat
tertentu, dapat dimungkinkan ada aktivitas lain di pulau Jawa yang tidak tercatat di
GMI yang berkontribusi dengan kualitas udara, 2) perubahan aktivitas yang tercatat di
GMI baru berkontribusi dengan AQI setelah 7 atau 14 hari kegiatan tersebut dilakukan.
Perlu penelitian lebih lanjut untuk mengetahui kontribusi antara kedua indikator ini.
id
.
go
p s.
.b
w
w
//w
s:
(a) Jawa
tp
ht
(b) Luar Jawa
Gambar 2.5. Hasil Korelasi GMI dan %AQI pada periode PSBB I (15 maret 2020-31 Mei 2020) (sumber:
Google Mobility Index, AQI, diolah)
Catatan: variabel X.AQI adalah % perubahan AQI terhadap baseline. X.AQI adalah % perubahan AQI lag
1 hari terhadap baseline, dst
26
2.2.b. AQI dan Mobilitas pada periode New normal (1 Juni 2020 - 11 Januari 2021)
P
ada periode New normal, dilakukan penerapan yang sama untuk melihat hubungan
antara kualitas udara dengan mobilitas. Dari Gambar 2.6 terlihat bahwa aktivitas
masyarakat di beberapa tempat umum di Pulau Jawa menunjukkan peningkatan.
Sebagian aktivitas masyarakat nampak sudah mulai mendekati baseline dan sebagian
lainnya sudah berada di atas baseline. Demikian halnya untuk aktivitas masyarakat di
beberapa tempat umum di luar Pulau Jawa yang juga mengalami peningkatan. Tingkat
kualitas udara tercatat berfluktuatif dari baseline, namun pada sebagian besar titik
waktu, perubahan kualitas udara nampak lebih buruk dibandingkan dengan baseline.
Selain itu, baik di Pulau Jawa maupun di luar Pulau Jawa, perubahan kualitas udara
pada tiap-tiap titik waktu di periode ini nampak lebih tinggi dibandingkan perubahan
aktivitas masyarakat.
. id
go
p s.
.b
w
w
//w
s:
tp
ht
(a) Jawa
27
id
.
go
ps.
.b
w
w
//w
s:
tp
(b) Luar Jawa

ht
Gambar 2.6 GMI dan %AQI pada periode New normal I (1Juni 2020-11 Januari 2020) (sumber: Google
Mobility Index, AQI, diolah)
Hasil korelasi secara umum menunjukkan hubungan positif yang lemah antara
kualitas udara dengan beberapa aktivitas masyarakat di beberapa tempat umum.
Musim kemarau yang mulai terjadi di Indonesia kemungkinan dapat menjadi faktor lain
penyebab memburuknya kualitas udara yang cukup tinggi pada periode ini.
(a) Jawa
28
(b) Luar Jawa

Gambar 2.7. Hasil Korelasi GMI dan %AQI pada periode New normal (1 Juni 2020-11 Januari 2021)
(sumber: Google Mobility Index, AQI, diolah)
Catatan: variabel X.AQI adalah % perubahan AQI terhadap baseline. X.AQI adalah % perubahan AQI
id
lag 1 hari terhadap baseline, dst
.
go
s.
2.2.c. AQI dan Mobilitas pada periode PSBB II (12 Januari 2021 - 26 Maret 2021)
P
p
ada periode PSBB II, tampak aktivitas masyarakat di berbagai tempat umum di
.b
Jawa menunjukkan penurunan, terlihat dari angka GMI yang menjauh di bawah
w
baseline. Kondisi yang sama juga terjadi di luar pulau Jawa. Jika melihat perubahan
w
kualitas udara, terlihat bahwa udara di wilayah luar pulau Indonesia cenderung lebih
//w
buruk dibandingkan dengan baseline melihat nilainya yang positif selama periode
s:
PSBB II. Telah disinggung sebelumnya bahwa pada periode ini terjadi banyak kebakaran
tp
hutan di Sumatera dan Kalimantan

ht
(a) Jawa
29
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
(b) Luar Jawa

Gambar 2.8. GMI dan %AQI pada periode New normal I (12 Januarii 2021-26 Maret 2021) (sumber:
Google Mobility Index, AQI, diolah)
Hasil korelasi antara mobilitas dengan kualitas udara pada periode PSBB II
menunjukkan hubungan positif yang paling kuat dibandingkan dengan periode
lainnya. Di Pulau Jawa, aktivitas masyarakat yang memiliki kontribusi terkuat dengan
kualitas udara adalah aktivitas di taman baik taman nasional, pantai, taman kota,
maupun plaza. Sedangkan di luar Pulau Jawa, aktivitas yang memeiliki kontribusi
terkuat dengan kualitas udara adalah tempat berbelanja kebutuhan sehari-hari seperti
pasar.
30
(a) Jawa
. id
go
p s.
.b
w
w
//w
s:
(b) Luar Jawa

tp
Gambar 2.9
ht
2.3. Kesimpulan
K
ualitas udara di luar pulau Jawa cenderung lebih baik dibandingkan dengan
kualitas udara di pulau Jawa. Dari tiga periode yang dianalisis yaitu periode PSBB
I (15 Maret 2020 - 31 Mei 2020), periode new normal (1 Juni 2020 - 11 Januari 2021),
dan periode PSBB II (12 Januari 2021 - 26 Maret 2021), hubungan paling kuat antara
kualitas udara dengan mobilitas masyarakat adalah pada periode PSBB II. Korelasi yang
lemah antara GMI dan AQI dimungkinkan karena beberapa hal: 1) nilai AQI didasarkan
pada kondisi di daerah sekitar stasiun bumi sehingga belum tentu menggambarkan
kondisi agregat di suatu wilayah, 2) aktivitas yang tercatat pada GMI adalah aktiviitas di
beberapa tempat tertentu dan belum menggambarkan keseluruhan aktivitas ekonomi
maupun mobilitas masyarakat, 3) ada faktor di luar GMI yang memiliki korelasi dengan
AQI. Penelitian lanjutan menggunakan indikator yang lebih representatif sangat
disarankan untuk dilakukan selain itu ada baiknya jika wilayah analisis dapat difokuskan
pada wilayah-wilayah yang paling banyak terpapar polusi udara.
31
Daftar Pustaka
Antara, diakses pada tanggal 12 April 2021 <https://www.antaranews.com/

berita/2031663/kebakaran-hutan-lahan-telah-meliputi-area-seluas-657-
hektare-di-riau>
Google 2021, ‘Covid-19 Community Mobility Reports’, diakses pada 27 April 2021, <
https://www.google.com/covid19/mobility/>.
IQAir. 2020. World Air Quality Report 2019.
IQAir. 2021. World Air Quality Report 2020.
id
Kazakos, Vasilis. 2021. Impact of COVID-19 lockdown on NO2 and PM2.5 exposure
.
go
inequalities in London, UK, Environmental Research 198 (2021) 111236. https://
doi.org/10.1016/j.envres.2021.111236
p s.
Kompas, diakses pada tanggal 10 April 2020 < https://nasional.kompas.com/
.b
read/2021/02/22/20231861/mahfud-sebut-135-kejadian-karhutla-sejak-
w
w
januari-2021-kalbar-terbanyak>
//w
Kompas, diakses pada tanggal 10 April 2020 <https://www.kompas.com/sains/

read/2020/06/16/123400723/psbb-transisi-jakarta-nomor-dua-penyumbang-
s:
tp
polusi-udara-dunia-kok-bisa?page=all >
ht
Liputan 6, diakses pada tanggal 10 April 2021 < https://www.liputan6.com/news/

read/4342362/7-daerah-ini-lanjutkan-psbb-hingga- september-2020>
Prabowo, Kuat, Burhan Muslim, 2018, Bahan Ajar Kesehatan Lingkungan Penyehatan
Udara, Badan Pengembangan dan Pemberdayaan Sumber Daya Manusia
Kesehatan (BPPSDMK) Kementerian Kesehatan.
Pramana, Setia, Dede Yoga Paramartha, Yustiar Adhinugroho, and Mieke Nurmalasari.
“Air Pollution Changes of Jakarta, Banten, and West Java, Indonesia During
the First Month of COVID-19 Pandemi.” The Journal of Business Economics and
Environmental Studies 10, no. 4 (October 30, 2020): 15–19. doi:10.13106/
JBEES.2020.VOL10.NO4.15
Sannigrahi, Srikantha, et. al., 2021. Examining the status of improved air quality
in world cities due to COVID-19 led temporary reduction in anthropogenic
emissions, Environmental Research 196 (2021) 110927, https://doi.
org/10.1016/j.envres.2021.110927
32
III . id
go
p s.
.b
w
w
//w
s:
tp
ht
33
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
MENAKAR SINYAL
PEMULIHAN EKONOMI
INDONESIA
Khairunnisa, Wahyuni Andriana Sofa, Usman Bustaman
3.1. Perkembangan Ekonomi dan Pembatasan Sosial di Masa Pandemi
W
abah pandemi COVID-19 yang melanda berbagai belahan dunia telah
terbukti membawa dampak buruk bagi perekonomian dan aktivitas
berbagai sektor dan wilayah. Meskipun dampak tersebut dirasa mulai
mereda seiring dengan kebijakan relaksasi dan perbaikan infrastruktur kesehatan,
namun upaya untuk memulihkan situasi ke kondisi normal sebelum pandemi belum
sepenuhnya membuahkan hasil sesuai harapan. Pandemi COVID-19 telah menghantam
34
. id
go
p s.
.b
w
w
//w
s:
tp
sumber : Freepik.com
ht
perekonomian nasional, tidak hanya dari sisi permintaan namun juga dari sisi penawaran
sehingga diperlukan upaya yang komprehensif dan berkesinambungan dari kedua sisi
tersebut.
Di Indonesia, dampak terparah pandemi COVID-19 terhadap perekonomian
nasional sangat dirasakan terutama pada kuartal II tahun 2020. Di kuartal sebelumnya,
Berita Resmi Statistik BPS mengumumkan bahwa ekonomi nasional masih tumbuh
2.97%, meskipun masih lebih lambat dibandingkan dengan capaian triwulan I tahun
2019 yang tumbuh positif sebesar 5.07%. Faktor eksternal di mana wabah COVID-19
sudah merebak di beberapa negara mitra dagang Indonesia, seperti China, ditengarai
turut berkontribusi atas perlambatan ini.
Selanjutnya pada kuartal II 2020, ekonomi Indonesia untuk pertama kalinya di
masa pandemi mengalami pertumbuhan ekonomi negatif, yaitu turun sebesar 5,32%
dibandingkan kuartal yang sama tahun 2019. Penurunan ini dinyatakan sebagai kontraksi
ekonomi terdalam yang dialami Indonesia sejak krisis 1998. Ditetapkannya kebijakan
social distancing atau Pembatasan Sosial Berskala Besar (PSBB) sejak pertengahan Maret
2020 terbukti mampu menekan secara drastis pergerakan masyarakat dan menurunkan
aktivitas ekonomi pada saat itu.
35
id
.
go
p s.
Gambar 3.1. Pertumbuhan Ekonomi Berbagai Negara pada Kuartal II 2020 (Y-on-Y)
.b
Sumber: Eurostat, OECD dalam ourworldindata.org (diakses pada 4 Mei 2021)

w
Catatan: Tidak semua negara ditampilkan dalam grafik.

w
//w
Meski demikan, keadaan ekonomi Indonesia pada periode tersebut masih

dianggap lebih bagus baik di level regional maupun internasional. Tercatat beberapa
s:
negara di Asia Tenggara bahkan mengalami kontraksi yang sangat dalam pada periode
tp
yang sama, misalnya Singapura sebesar -13.2%, Filipina sebesar -16.5%, dan Malaysia
ht
sebesar -17.10% (Gambar 3.1). Inggris sekitar 15%. Kondisi serupa juga dialami oleh
beberapa negara di Eropa dan negara-negara yang tergabung dalam Organisation for
Economic Co-operation and Development (OECD). Berdasarkan cakupan negara yang
disajikan pada situs Our World in Data, Indonesia termasuk dalam kategori negara
dengan kontraksi ekonomi yang cukup ringan bila dibandingkan sebagian besar
negara lainnya dengan kasus serupa.
Tentunya, kondisi ini tidak serta merta menunjukkan bahwa Indonesia
memiliki kinerja perekonomian yang paling baik, terlebih di masa penanganan dampak
akibat pandemi. Ada banyak hal yang harus dipertimbangkan ketika membandingkan
kinerja ekonomi antar negara. Paling tidak, dapat dilihat dua aspek yang historisnya
ditunjukkan melalui grafik 3.2.
Pertama, dilihat dari keterlibatan dalam perdagangan internasional, Partisipasi
Indonesia dalam rantai pasokan global menurut Athukorala (2021), terutama dari segi
industri manufaktur, tidak cukup signifikan untuk secara langsung bisa terdampak oleh
36
. id
go
Gambar 3.2.a. Global Manufacture Value Chain
p s.
Gambar 3.2.b. Foreign Direct Investment (FDI) Inflow
(GMVC) China dan Beberapa Negara ASEAN ke Beberapa Negara ASEAN
.b
Sumber: Athukorala (2021) Sumber: World Bank (Diolah)

w
w
//w
lesunya perekonomian global. Bahkan, kontribusi negara ini terhitung cukup kecil dalam
20 tahun terakhir (Gambar 3.2.a). Kedua, iklim investasi Indonesia juga terlihat masih
s:
lemah bila dibandingkan dengan negara-negara tetangga, terlihat dari rendahnya

tp
aliran investasi dari luar negeri setiap tahunnya (Gambar 3.2.b). Ekonomi Indonesia
ht
yang sejauh ini masih relatif berorientasi pada pemenuhan kebutuhan dalam negeri
juga secara tidak langsung membawa keuntungan untuk mampu bertahan dari gejolak
ekonomi global.
Di sisi lain, isu pandemi COVID-19 menghadirkan situasi yang penuh
ketidakpastian, terutama dalam upaya memulihkan kondisi ekonomi. Seperti saat ini,
penyebaran virus juga belum menunjukkan sinyal akan segera berakhir. Padahal durasi
wabah sangat berpengaruh pada sejauh mana dampak ekonomi akan terus berlangsung,
semakin lama maka dampaknya akan semakin buruk. Oleh karena itu, dibutuhkan
kepastian metode penanganan yang tepat untuk mempersingkat durasi wabah dan
meminimalisir dampak yang ditimbulkan, apakah perlu dengan menerapkan kebijakan
lockdown, atau mengandalkan vaksinasi, atau sebatas menjaga jarak.
37
id
.
go
Gambar 3.3. Kondisi Ekonomi dan Kesehatan di Masa Pandemi
s.
Sumber: ourworldindata.org (diakses pada 4 Mei 2021). Catatan: Jumlah kematian akibat COVID-19
p
dihitung dari nilai median per-Agustus 2020. Ukuran gelembung menggambarkan nilai total populasi
.b
pada tahun 1960.

w
w
Sebelumnya, ada anggapan bahwa banyak aspek ekonomi yang harus

//w
dikorbankan untuk mengoptimalkan penanganan wabah ini. Namun, dari hasil

s:
observasi pada situs Our World in Data ditemukan bahwa trade-off ini tidak terjadi. Di
tp
banyak negara, yang terjadi justru adalah pemulihan ekonomi yang berbanding lurus
ht
dengan penanganan wabah, seperti ditunjukkan pada Gambar 3.3. Grafik tersebut
memperlihatkan bahwa negara-negara yang mengalami kemerosotan ekonomi
paling parah pada kuartal II 2020, seperti Spanyol dan Inggris, umumnya termasuk
negara-negara dengan tingkat kematian COVID-19 yang cukup tinggi. Sebaliknya,
negara-negara yang dampak ekonominya cukup ringan, seperti Taiwan, Korea Selatan,
dan Indonesia telah berhasil menekan angka kematian. Meskipun berdasarkan nilai
korelasi, hubungan kedua aspek ini tidak terlalu kuat, namun ada indikasi bahwa selain
menyelamatkan nyawa, negara-negara yang mampu mengendalikan wabah secara
efektif di saat yang sama mungkin juga mampu mengadopsi strategi ekonomi terbaik.
Berbagai strategi penanganan wabah pandemi COVID-19 telah diadopsi oleh
pemerintah, dan strategi tersebut bervariasi antar negara. Tentunya, efektivitas respon
kebijakan tersebut juga berbeda-beda antar kebijakan satu dengan yang lainnya.
Indonesia sendiri telah menerapkan kebijakan social disctancing atau yang dikenal
dengan Pembatasan Sosial Berskala Besar/PSBB (akhir-akhir ini diperketat kembali
dengan istilah Pemberlakuan Pembatasan Kegiatan Masyarakat atau PPKM). The Oxford
Coronavirus Government Response Tracker (OxCGRT) mencatat seberapa ketat respon
kebijakan masing-masing negara untuk membatasi pergerakan demi menekan laju
penyebaran wabah ini dalam satu ukuran yang disebut Covid Stringency Index. Gambar
38
3.4 memperlihatkan bagaimana efektivitas kebijakan pengetatan yang bervariasi

tersebut bila dilihat dari seberapa besar dampak ekonomi yang ditimbulkan.
Grafik tersebut mengindikasikan bahwa terdapat kecenderungan untuk
negara-negara yang mengalami resesi (yaitu pertumbuhan ekonomi negatif dalam
dua kuartal berturut-turut) cukup dalam akibat pandemi menerapkan kebijakan
pembatasan mobilitas yang cukup ketat. Hal ini ditunjukkan oleh negara-negara seperti
India, Meksiko dan Brazil. Tentu saja komparasi ini belum dilakukan secara menyeluruh
karena keterbatasan data. Namun bila dibandingkan hanya dengan negara yang
tercakup dalam grafik, respons Indonesia dinilai cukup moderat dalam hal membatasi
pergerakan aktivitas masyarakat. Sebagai konsekuensinya, perekonomian Indonesia
tetap mengalami resesi, namun tidak sedalam negara lain yang menerapkan kebijakan
pembatasan yang lebih ketat.
. id
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 3.4. Penurunan Ekonomi dan Kebijakan Restriksi akibat COVID-19

Sumber: OECD dan The Oxford Coronavirus Government Response Tracker (2021, diolah).
Catatan: Grafik batang menujukkan angka pertumbuhan ekonomi di kuartal II-IV tahun 2020.
Pembatasan mobilitas diukur berdasarkan nilai rata-rata Covid Stringency Index pada kuartal ketiga
2020. Indeks ini mencatat ketatnya kebijakan pemerintah. Indeks pada hari tertentu dihitung
sebagai nilai komposit berdasarkan sembilan indikator kebijakan/respons yang mencakup
penutupan sekolah; penutupan tempat kerja; pembatalan acara publik; pembatasan pertemuan
publik; penutupan transportasi umum; persyaratan tinggal di rumah; kampanye informasi publik;
pembatasan mobilitas internal; dan pengendalian perjalanan internasional. Semakin tinggi nilai
indeks menunjukkan respons kebijakan yang lebih ketat (100 = respons paling ketat).
Untuk meninjau lebih dalam bagaimana progres pemulihan ekonomi Indonesia

selama masa pembatasan pergerakan akibat wabah pandemi ini, pada Gambar 3.5
diperlihatkan tren pertumbuhan ekonomi dan beberapa sektor dengan kontribusi
39
pertumbuhan terbesar selama lima kuartal terakhir. Dari grafik ini jelas terlihat bahwa
penurunan ekonomi Indonesia sesuai dengan prediksi para ahli yaitu mengikuti pola
berbentuk swoosh atau menyerupai logo Nike (Basri, 2020). Penurunan ekonomi telah
mencapai titik terendah yaitu -5.32% pada kuartal II tahun 2020, tepat sesaat setelah
pemerintah resmi mengeluarkan imbauan bekerja dari rumah dan social distancing
untuk menekan penyebaran virus. Meskipun ekonomi masih terus tumbuh negatif
dan belum berhasil keluar dari resesi hingga tiga kuartal berikutnya, tampak bahwa
perekonomian Indonesia telah menunjukkan sinyal pembalikan hingga menyentuh
-0.74% di awal tahun 2021, seiring dengan relaksasi atas berbagai kebijakan pembatasan
yang sebelumnya ditetapkan.
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 3.5. Indeks Mobilitas Google dan Pertumbuhan Ekonomi Menurut Lapangan Usaha
Sumber: BPS, Google (Diolah)
Grafik di atas juga memperlihatkan bahwa pemulihan aktivitas akibat relaksasi
kebijakan pembatasan terjadi secara tidak merata di berbagai sektor. Beberapa sektor
yang memerlukan interaksi secara langsung dengan penggunanya, seperti sektor
transportasi dan pergudangan; penyediaan akomodasi dan makan minum; dan
perdagangan besar dan eceran; mengalami penurunan terdalam akibat pembatasan
sosial dan cenderung pulih lebih lambat meski setelah pelonggaran dilakukan. Sektor-
sektor ini tercakup dalam sektor dengan instensitas kontak yang tinggi, mengikuti
definisi tele-workable jobs yang dikemukakan oleh Dingel and Nieman’s (2020) yang
dikutip oleh World Bank (2020). Sebaliknya, sektor yang memerlukan intensitas kontak
yang lebih rendah seperti sektor informasi dan komunikasi cenderung tidak terdampak
oleh pembatasan sosial. Sektor industri pengolahan dan konstruksi merupakan
sektor yang dinilai cukup terbuka dan sangat dipengaruhi oleh permintaan luar
negeri, sehingga perbaikannya relatif lebih cepat karena didukung oleh pemulihan
40
perdagangan global dan kenaikan harga beberapa komoditas dunia.

Lebih lanjut jika mempertimbangkan aspek kewilayahan, upaya pengendalian
wabah melalui kebijakan restriksi sosial juga memberikan konsekuensi ekonomi yang
cukup bervariasi di level subnasional dan antar triwulan. Gambar 3.6 menggambarkan
bagaimana hubungan antara indeks pergerakan Google dan pertumbuhan ekonomi
yang dihitung untuk masing-masing kuartal selama masa pandemi. Dari keempat
scatter chart ini, tampak bahwa hubungan kedua variabel ini paling kuat terjadi di
triwulan III tahun 2020. Pada periode ini, Indonesia resmi memasuki periode resesi
setelah triwulan sebelumnya ekonomi nasional terkontraksi cukup dalam. Sebagai
imbasnya, pengetatan kedua sisi baik ekonomi dan kesehatan dilakukan pada periode
berikutnya di hampir seluruh wilayah.
. id
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 3.6. Indeks Mobilitas Google dan Pertumbuhan Ekonomi Regional

Sumber: BPS, Google (Diolah). Catatan: Indeks mobilitas dihitung setiap triwulan dengan merata-ratakan
nilai indeks seluruh kategori lokasi mobilitas selain “perumahan” pada triwulan yang bersesuaian.
Pada triwulan IV 2020 dan Triwulan I 2021, terlihat tren line (garis putus-putus)
yang menghubungkan indeks pergerakan dan laju pertumbuhan ekonomi semakin
melandai. Hal ini menandakan hubungan kedua variabel tersebut melemah, atau
dengan kata lain indeks mobilitas semakin tidak cukup untuk menggambarkan situasi
ekonomi regional.
41
Dari diagram pencar pada Gambar 3.6 di atas juga terlihat bahwa wilayah-
wilayah seperti Bali dan Jakarta belum menunjukkan sinyal perbaikan yang berarti
baik dari sisi pergerakan maupun perkembangan ekonomi. Penurunan pergerakan
masyarakat di wilayah Bali dan Jakarta yang justru semakin dalam terjadi menjelang
akhir tahun 2020 hingga kuartal pertama 2021, sebagai imbas pengetatan kembali
melalui Pemberlakuan Pembatasan Kegiatan Masyarakat (Jilid I, Jilid II dan Skala
Mikro). Sementara itu, sebagian wilayah di bagian timur Indonesia telah menikmati
pertumbuhan ekonomi yang positif seiring dengan pelonggaran aktivitas di berbagai
lokasi kecuali perumahan. Hal ini dapat dipahami setidaknya dari dua sisi. Yang pertama
bahwa pemberlakuan kebijakan pembatasan di wilayah Jawa dan Bali disadari relatif
lebih ketat sejauh ini, mengingat jumlah kasus yang lebih tinggi dibanding luar Jawa.
Selain itu, menggunakan logika perdagangan global yang dinyatakan oleh Athukorala
(2020), jika ditarik ke level yang subnasional, wilayah-wilayah di Jawa dan Bali terkoneksi
cukup erat satu sama lain sehingga berpengaruh pada kinerja ekonominya saat terjadi
id
gejolak seperti pandemi COVID-19 saat ini.
.
go
Seperti yang terjadi di negara lainnya, upaya pengendalian wabah melaui
s.
pembatasan mobilitas dan social distancing di Indonesia diterapkan tidak hanya
p
berdasarkan imbauan pemerintah pusat dan provinsi. Namun, individu secara sukarela
.b
juga menjaga jarak dan mengurangi mobilitas sosial mereka demi menekan risiko
w
kesehatan yang lebih tinggi. Namun ternyata ditemukan bahwa perilaku pergerakan
w
masyarakat dan aktivitas ekonomi memiliki arah kaitan yang beragam antar pelaku
//w
ekonomi. Hal ini ditunjukkan pada Gambar 3.7.

s:
tp
ht
Gambar 3.7. Indeks Mobilitas Google dan Pertumbuhan Ekonomi Regional

Sumber: BPS, Google (Diolah). Catatan: Grafik di atas menunjukkan hubungan laju PDRB pengeluaran
terhadap perubahan mobilitas yang digambarkan dengan selang kepercayaan 95%. Indeks mobilitas
dihitung sebagai nilai rata-rata indeks seluruh kategori lokasi mobilitas selain “perumahan”.
Dari hasil pengolahan data ditemukan bahwa secara umum penurunan
mobilitas penduduk memiliki hubungan yang positif dan signifikan terhadap
42
penurunan ekonomi di level provinsi. Pola hubungan yang serupa juga terlihat untuk
pembentukan modal tetap bruto, bahwa semakin dalam penurunan pergerakan,
semakin dalam pula penurunan PMTB. Sementara di sisi lain, penurunan pergerakan
masyarakat berkontribusi lemah dan tidak signifikan dengan konsumsi rumah tangga
dan LNPRT. Namun demikian, korelasi negatif dan signifikan ditunjukkan untuk
pengeluaran pemerintah, di mana wilayah yang mampu menekan mobilitas penduduk
cenderung mengalokasikan lebih banyak pendapatannya untuk konsumsi pemerintah.
Hal ini didukung oleh pernyataan Menteri Keuangan bahwa pemerintah mulai
mengejar kebijakan counter-cyclical demi menahan ekonomi agar tak terpuruk lebih
dalam, bahkan sejak awal virus Corona mulai mewabah (Setiawan, 2021). Kebijakan ini
dapat dilakukan melalui stimulus pengeluaran tambahan ke dalam perekonomian saat
konsumsi individu menurun dan membatasinya ketika naik
id
3.2. Perubahan Pola Konsumsi Rumah Tangga Selama Pandemi
.
P go
engeluaran konsumsi rumah tangga memberikan sumbangan terbesar dalam
s.
perekonomian Indonesia. Data yang disajikan BPS selama 10 tahun terakhir
p
menunjukkan bahwa lebih dari separuh Produk Domestik Bruto (PDB) Nasional
.b
merupakan Pengeluaran Konsumsi Rumah Tangga (Gambar 3.8). Oleh karena itu
w
perubahan yang terjadi pada pengeluaran konsumsi rumah tangga menjadi penting
w
untuk dicermati terutama pada masa pandemi COVID-19.

//w
s:
tp
ht
Gambar 3.8. Distribusi PDB Triwulanan Atas Dasar Harga Berlaku menurut Pengeluaran, 2010-2021
Dengan adanya pandemi, mobilitas masyarakat menjadi terbatas demi
43
menghindari penyebaran COVID-19 yang lebih luas. Terbatasnya mobilitas masyarakat

secara tidak langsung berdampak pada terbatasnya transaksi dalam perekonomian
yang selama ini lebih banyak dilakukan secara langsung (offline). Akibatnya nilai
perekonomian sejak triwulan pertama 2020, dimana ditemukan pertama kali
kasus COVID-19 di Indonesia, mulai mengalami penurunan yang sangat berarti jika
dibandingkan dengan masa sebelumnya. BPS mencatat bahwa pertumbuhan ekonomi
secara q to q bernilai negatif sejak triwulan pertama 2020 hingga saat ini (triwulan
pertama 2021).
Mengingat sumbangannya yang sangat besar pada perekonomian nasional,
maka pertumbuhan negatif dari pengeluaran konsumsi rumah tangga akan sangat
berpengaruh pada menurunnya nilai perekonomian nasional. Selanjutnya sub bab ini
secara khusus membahas perubahan pola konsumsi rumah tangga selama pandemi
id
dikaitkan dengan perubahan mobilitas masyarakat selama masa pandemi COVID-19
.
go
dan memperlihatkan kemungkinan adanya pergeseran preferensi masyarakat dari
s.
transaksi yang biasanya dilakukan secara offline ke transaksi secara online.
p
.b
Pola Pengeluaran Komsumsi Rumah Tangga dan Mobilitas Masyarakat
G
w
ambar 3.9 menunjukkan pola pengeluaran konsumsi rumah tangga selama

w
lima tahun terakhir. Pada gambar tersebut terlihat perubahan pola yang
//w
terjadi terutama selama masa pandemi (sejak triwulan I 2020 hingga triwulan
s:
I 2021). Jika dibandingkan dengan pola di masa sebelumnya, pandemi COVID-19

tp
telah mengakibatkan terjadinya pergeseran tren nilai perekonomian ke arah yang

ht
lebih rendah. Penurunan terbesar tampak pada pengeluaran Transportasi dan

Komunikasi, disusul kemudian pada pengeluaran untuk Restoran dan Hotel, setelah
itu pengeluaran untuk Makanan dan Minuman. Penurunan nilai perekonomian pada
kategori pengeluaran Transportasi dan Komunikasi telah membuat nilai perekonomian
Nasional “mundur” lima tahun ke belakang. Sementara penurunan pada pengeluaran
untuk Restoran dan Hotel seakan membuat nilai perekonomian kembali ke masa
dua tahun sebelumnya. Kondisi yang terjadi pada pengeluaran untuk Makanan dan
Minuman relatif lebih “ringan” dengan dampak penurunan yang seakan membawa
nilai perekonomian kembali seperti satu semester sebelumnya. Selain ketiga kategori
tersebut, pergeseran yang terjadi pada pengeluaran konsumsi rumah tangga bisa
dikatakan relatif kecil.
44
. id
go
p s.
.b
w
w
//w
s:
Gambar 3.9. Pengeluaran Konsumsi Rumah Tangga Atas Dasar Harga Berlaku, 2016 – 2021
tp
ht
Keterangan: garis putus-putus menunjukkan tren line
Meski pengeluaran konsumsi rumah tangga mengalami penurunan sangat

parah di triwulan kedua tahun 2020, akan tetapi secara perlahan-lahan perekonomian
terus bergerak dan pengeluaran konsumsi rumah tangga pun bergerak naik setelah
itu. Perubahan pola tersebut sejalan dengan pola mobilitas masyarakat selama
masa pandemi, dimana pada triwulan kedua tahun 2020 mobilitas masyarakat ke
beberapa tempat di luar rumah sangat jauh berkurang (Gambar 3.10). Seiring dengan
perekonomian yang kembali bergerak, mobilitas masyarakat pun mulai meningkat dan
secara berangsur-angsur mulai kembali ke kondisi di masa normal (sebelum pandemi).
Meningkatnya mobilitas masyarakat dan terus bergeraknya roda
perekonomomian secara perlahan di masa pandemi menunjukkan bahwa aktivitas/
transaksi ekonomi terus berjalan. Terbatasnya interaksi masyarakat memang membatasi
aktivitas masyarakat untuk berinteraksi secara langsung hingga mengurangi terjadinya
aktivitas/transaksi secara offline. Akan tetapi dengan kemajuan teknologi informasi
saat ini, maka keterbatasan tersebut bisa diatasi dengan melakukan aktivitas/transaksi
secara online. Meski BPS tidak mencatat secara khusus nilai perekonomian dari
45
aktivitas/transaksi secara online dalam publikasi PDB, setidaknya aktivitas/transaksi

online yang dilakukan masyarakat selama pandemi telah memberikan kontribusi
pada perekonomian. Oleh karena itu penting untuk mengetahui adanya pergeseran
preferensi masyarakat pada aktivitas/transaksi online tersebut.
.id
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 3.10. Mobilitas Masyarakat vs Pengeluaran Konsumsi Rumah Tangga

Sumber: BPS dan Google mobility report, data diolah.
Pergeseran Preferensi ke Aktivitas/Transaksi Online
B
PS telah menerbitkan publikasi di tahun 2020 yang didalamnya terdapat tinjauan
dan analisis big data yang diperoleh dari transaksi masyarakat yang dilakukan
via “Marketplace”. Akan tetapi data yang disajikan pada publikasi tersebut
terbatas hanya pada beberapa bulan (Januari hingga September 2020), sehingga
masih belum dapat menggambarkan apakah terjadi pergeseran preferensi masyarakat
kepada transaksi online di masa pandemi. Dibutuhkan data pembanding pada masa
sebelumnya untuk dapat menyimpulkan adanya pergeseran preferensi tersebut.
Sebagai alternatif, pada sub bab ini digunakan sumber data yang berasal dari “Google
trends”.
46
Google trends mencatat “aktivitas” masyarakat yang dilakukan secara online

pada mesin pencari “Google”. Jika diasumsikan bahwa akivitas pencarian pada mesin
pencari Google tersebut merupakan langkah awal dari sebuah aktivitas/transaksi,
maka data yang diperoleh dari Google trends ini bisa merepresentasikan pola konsumsi
masyarakat. Paragraf selanjutnya akan membahas kemungkinan adanya pergeseran
preferensi masyarakat ke aktivitas/transaksi online. Pembahasan dikaitkan dengan
terjadinya pergeseran pola konsumsi rumah tangga seperti yang sudah dijelaskan
sebelumnya. Agar lebih terfokus, pembahasan dibatasi pada tiga kategori pengeluaran
yang mengalami penurunan yang cukup signifikan yaitu pengeluaran konsumsi untuk
kategori Makanan dan Minuman, Transportasi dan Komunikasi, serta Restoran dan
Hotel.
. id
Konsumsi Makanan dan Minuman
U go
ntuk kebutuhan makan dan minum, masyarakat merespon dengan cepat
s.
kondisi pandemi COVID-19. Pada masa awal pandemi diberlakukan pembatasan
p
aktivitas dan mobilitas masyarakat secara massal (PSBB), disamping itu
.b
masyarakat secara naluri berusaha menghindari dari keramaian dan memilih untuk
w
lebih banyak diam di rumah demi mencegah diri dan keluarganya dari wabah pandemi
w
COVID-19. Oleh karena itu di masa ini masyarakat cenderung melakukan transaksi
//w
pembelian kebutuhan makan dan minumnya secara online.

s:
Kondisi ini tercatat pada Indeks Mobilitas Google selama periode pengamatan
tp
sejak Januari 2016 hingga Maret 2021 (Gambar 3.11). Pencarian pada mesin pencari
ht
Google dengan kata kunci berkategori “Makanan dan Minuman“ mencapai frekuensi
tertinggi pada Bulan Maret-April 2020 (di masa pemberlakuan PSBB). Sepanjang
periode pengamatan, terdapat pola musiman yang mengalami puncaknya di triwulan
kedua (Bulan April-Mei). Puncak musim pada setiap triwulan kedua diduga merupakan
efek dari kegiatan puasa Ramadhan dan Hari Raya Idul Fitri. Selama masa pandemi,
kasus pertama COVID-19 di Indonesia diumumkan pemerintah Indonesia di bulan
Maret 2020 dan tak lama setelah itu masyarakat Indonesia yang mayoritas muslim mulai
memasuki bulan puasa. Pertemuan event musiman puasa serta dimulainya pandemi
COVID-19 menjadikan semakin banyak masyarakat yang melakukan pencarian pada
mesin Google dengan kata kunci berkategori “Makanan dan Minuman“ di masa PSBB.
Memasuki masa pemberlakuan aturan “New normal“, dimana mobilitas masyarakat
mulai kembali meningkat, secara umum pencarian kata kunci berkategori “Makanan
dan Minuman“ tampak kembali seperti keadaan sebelumnya di masa pandemi.
47
2016 2017 2018 2019 2020 2021

Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
100 1000
PDB atas dasar harga berlaku (Trilyun Rupiah)

Pengeluaran konsumsi rumah tangga kategori Makanan & Minuman 950
90 Trend pencarian Google dengan kategori Makanan &

Minuman 900
850
80
800
70 750
700
Indeks Google trends (%)
60
PSBB
New Normal 650
id
600
.
50
go
550
40
s.
J F MAM J J A S O N D J F MAM J J A S O N D J F MAM J J A S O N D J F MAM J J A S O N D J F MAM J J A S O N D J F M
p
500
2016 2017 2018 2019 2020 2021

.b
Gambar 3.11. Indeks Google trends vs Pengeluaran Konsumsi Rumah Tangga Kategori Makanan dan
w
Minuman
w
//w
Lebih jauh, pergeseran preferensi masyarakat ke aktivitas/transaksi online

s:
berkaitan dengan konsumsi makanan dan minuman diperlihatkan pada Gambar

tp
3.12. Pada masa awal pandemi COVID-19, disamping kebutuhan akan makan minum,
ht
masyarakat melakukan “antisipasi“ dengan berbagai aktivitas yang bisa dilakukan

di rumah (sebagai dukungan terhadap imbauan pemerintah untuk “#dirumahaja“).
Gambar 3.12.a) memperlihatkan situasi dimana masyarakat berupaya untuk mengisi
kegiatan di rumah berkaitan dengan aktivitas mengolah makanan. Pencarian dengan
kata kunci berkategori “Pelatihan Kuliner“ dan “Memasak dan Resep“ menjadi pencarian
favorit di masa awal pandemi. Disamping itu pencarian dengan kata kunci berkategori
“Minuman Beralkohol” juga sempat menjadi pencarian terbanyak di masa awal pandemi.
Hal ini merupakan temuan yang cukup “mengejutkan” karena tren pencarian dengan
kata kunci berkategori “Minuman Beralkohol” jauh melebihi frekuensi pencarian diluar
masa pandemi. Diduga pencarian dengan kategori ini “berbaur” dengan pencarian
masyarakat pada kata kunci “hand sanitizer” yang berbahan dasar alkohol. Pergeseran
preferensi pada Gambar 3.12.a) tampaknya bersifat “sementara” saja, karena ketika
memasuki masa New normal pencarian terhadap kata-kata kunci tersebut mulai
menurun mengikuti pola seperti sebelum pandemi.
Sementara itu Gambar 3.12.b) memperlihatkan pergeseran preferensi yang
cukup signifikan akan pemenuhan kebutuhan makanan dan minuman oleh masyarakat
secara online. Pencarian dengan kata kunci berkategori “Minuman Non Alkohol”, “Peritel
48
Bahan Pangan dan Makanan”, serta “Permen dan Manisan” mengalami tren yang terus
meningkat sepanjang waktu. Temuan ini sejalan dengan kajian big data terkait dengan
penjualan di Marketplace yang dilakukan BPS di tahun 2020 (BPS, 2020). Pada kajian
tersebut disebutkan bahwa penjualan yang terkait dengan kebutuhan makan dan
minum terus mengalami peningkatan sepanjang waktu pengamatan.
a)
100
90
80
id
Indeks Google Trends (%)
70
.
go
60
50
p s.
.b
40
PSBB
New Normal
w
30
w
20 Pelatihan Kuliner
//w
10
Memasak & Resep
Minuman Beralkohol
s:
0
tp

2016 2017 2018 2019 2020 2021
ht
b)
100
90
80
70
60
50
40
PSBB
New Normal
30
Minuman Non-alkohol
20 Peritel Bahan Pangan & Makanan
Permen & Manisan
10
0
2016 2017 2018 2019 2020 2021
Gambar 3.12. Indeks Google trends pada Beberapa Subkategori Makanan dan Minuman
49
Konsumsi Hotel dan Restoran
P
engeluaran rumah tangga untuk kategori Hotel dan Restoran bukan merupakan
pengeluaran utama. Dari sisi nilai perekonomian, pengeluaran untuk Hotel dan
Restoran masuk ke dalam urutan pengeluaran terbesar keempat dengan nilai
pengeluaran sekitar 10% dari total pengeluaran konsumsi rumah tangga. Pada Gambar
3.13 ditunjukkan pola pengeluaran konsumsi rumah tangga untuk kategori Hotel
& Restoran dibandingkan dengan pola perubahan indeks Google trends selama lima
tahun terakhir. Pola ketiga grafik pada Gambar 3.13 menunjukkan pergerakan yang
seiring seirama di sepanjang waktu pengamatan. Hal ini menunjukkan bahwa untuk
memenuhi kebutuhan akan Hotel/Penginapan dan Restoran, masyarakat umumnya
melakukan pencarian/pemesanan secara online. Preferensi pencarian/pemesanan
hotel dan restoran via online juga cenderung tidak berubah bila kita mencermati pola
id
grafik pada Gambar 3.13.
.
go
Pergeseran pola ke arah penurunan pada pencarian dengan kata kunci
berkategori “Hotel dan Penginapan“ serta “Restoran“ sejalan dengan kajian yang telah s.
dilakukan BPS terkait pemanfaatan big data untuk menunjang statistik akomodasi
p
(BPS, 2020). Dalam kajian tersebut disebutkan bahwa terjadi penurunan Tingkat
.b
Penghunian Kamar (TPK) hotel pada masa awal pandemi (sejak Bulan Februari hingga
w
Mei 2020). Memasuki masa New normal dimana mobilitas masyarakat mlai mengalami
w
pengingkatan, maka TPK hotel mulai mengalami peningkatan.

//w
s:
100 250
tp
PDB atas dasar harga berlaku (Trilyun Rupiah)

90
ht
80 200
70
60 150
50
40 100
30
Pengeluaran konsumsi rumah tangga kategori Hotel & Restoran
Trend pencarian Google dengan kategori Hotel & Penginapan
20 Trend pencarian Google dengan kategori Restoran 50
10
PSBB
New Normal
0 0
2016
2016 2017
2017 2018
2018 2019
2019 2020
2020 2021
2021
Gambar 3.13. Indeks Google trends vs Pengeluaran Konsumsi Rumah Tangga Kategori Hotel dan
Restoran
50
Konsumsi Transportasi dan Komunikasi
P
engeluaran rumah tangga untuk kategori Transportasi dan Komunikasi
menempati urutan kedua terbesar dalam pengeluaran rumah tangga dengan nilai
pengeluaran sekitar 20% dari total pengeluaran rumah tangga. bukan merupakan
pengeluaran utama. Gambar 3.14 membandingkan antara pola pengeluaran rumah
tangga untuk kategori Transportasi dan Komunikasi dan Indeks popularitas pencarian
pada mesin Google (Indeks Google trends) dengan kata kunci berkategori “Transortasi
dan Komunikasi“ dan “Peralatan Komunikasi“. Indeks pencarian “Transportasi dan
Logistik“ cenderung bergerak sejalan dengan pola pengeluaran konsumsi Transportasi
dan Komunikasi, sementara indek pencarian “Peralatan Komunikasi“ cenderung
mengalami peningkatan sepanjang waktu. Hal ini mengindikasikan adanya pergeseran
preferensi ke arah aktivitas online pada pengeluaran rumah tangga untuk keperluan
id
komunikasi. Gambar 3.15 dan 3.16 masing-masing memberikan gambaran lebih lanjut
.
go
terkait dengan pola perubahan indeks Google trends pada kategori Transportasi dan
Internet & Telekomunikasi.
p s.
.b
w
100 600
Pengeluaran Konsumsi Rumah Tangga (Trilyun Rupiah)

w
90
//w
500
80
s:
Indeks Google trends (%)
70
400
tp
60
ht
50 300
40
Pengeluaran konsumsi rumah tangga kategori Transportasi dan
30
Komunikasi 200
Trend pencarian Google dengan kategori Transportasi dan

20
Logistik 100
10 Trend pencarian Google dengan kategori Peralatan

PSBB
Komunikasi New Normal

0 0
2016
2016 2017
2017 2018
2018 2019
2019 2020
2020 2021
2021
Gambar 3.14. Indeks Google trends vs Pengeluaran Konsumsi Rumah Tangga Kategori Transportasi
dan Komunikasi
Gambar 2.15.a) memberikan gambaran subkategori Transportasi yang terkena

dampak pemberlakuan pembatasan mobilitas publik. Pada masa awal pandemi
(PSBB) indeks Google trends menurun drastis, karena pada masa ini moda transportasi
terkena aturan pembatasan yang sangat ketat. Di samping itu mobilitas masyarakat
51
pun juga mendapatkan aturan pembatasan yang ketat. Oleh karena itu, seiring dengan
pelonggaran aturan terkait aturan mobilitas baik pada masyarakat maupun moda
transportasi, indeks Google trends pun mengalami peningkatan. Grafik pada Gamabr
2.15.a) secara implisit tidak menunjukkan adanya perubahan preferensi masyarakat ke
arah transaksi online.
Keadaan sebaliknya terjadi pada indeks Google trends yang diperlihatkan pada
Gambar 2.15.b). Ketiga grafik pada gambar tersebut memperlihatkan peningkatan
sepanjang waktu pengamatan. Jelas terlihat dari pola grafik-grafik tersebut adanya
perubahan preferensi masyarakat ke arah transaksi online. Kata kunci yang terdapat
pada gambar tersebut (yakni: “distribusi dan Logistik“, “Pengiriman surat dan paket“, dan
“Pengemasan“) merupakan aktivitas penunjang berlangsungnya transaksi online.
a)
100
id
90
.
go
80
70 s.
60
p
.b
50
Parkir & Transportasi Bandara Transportasi Kota
w
40
w
Transportasi Laut Angkutan Rel

30
//w
Penerbangan Angkutan Barang & Truk

20
New
PSBB
s:
10
Normal
tp
0
ht
2016 2017 2018 2019 2020 2021
b)
100
90
80
70
60
50
40
30
20
Distribusi & Logistik Pengiriman Surat & Paket Pengemasan
New
PSBB
10
Normal
0
2016 2017 2018 2019 2020 2021
Gambar 3.15.. Indeks Google trends pada Beberapa Subkategori Transportasi
52
Gambar 3.16. memperlihatkan gambaran yang menguatkan adanya pergeseran

preferensi ke arah aktivitas online pada pengeluaran rumah tangga untuk keperluan
komunikasi. Dengan semakin meningkatnya permintaan akan peralatan komunikasi,
maka permintaan akan layanan komunikasi seperti “Penyedia Layanan“ komunikasi
dan “Telekonferensi“ semakin meningkat seiring waktu. Pada Gambar tersebut bahkan
terlihat lonjakan pencarian yang sangat tinggi pada kedua kata kunci tersebut.
100
90
Penyedia Layanan Telekonferensi
80
id
70
.
go
60
50
p s.
40
.b
30
w
w
20
//w
New
PSBB
10
Normal
s:
0
tp
2016 2017 2018 2019 2020 2021

ht
Gambar 3.16. Indeks Google trends pada Beberapa Subkategori Internet dan Telekomunikasi
3.3. Pemulihan Ekonomi dan Insentif Pajak

Sinyal Pemulihan Ekonomi Sektor Utama Perekonomian Indonesia
S
udah lebih dari satu tahun sejak diumumkan kasus pertama COVID-19 di Indonesia,
berbagai kebijakan diterapkan pemerintah untuk mengendalikan perekonomian
agar tidak terlalu dalam memasuki fase resesi ekonomi akibat pembatasan
aktivitas ekonomi. Pembatasan aktivitas perekonomian mulai berlaku di Indonesia sejak
Bulan April 2020 dengan kemudian diterapkan relaksasi kebijakan mobilitas penduduk
yang disesuaikan dengan penambahan jumlah kasus baru COVID-19 di masing-masing
daerah. Pembatasan aktivitas perekonomian serentak yang terjadi di Bulan April 2020
mengakibatkan pertumbuhan ekonomi tahunan kuartal II Indonesia tahun 2020
mengalami kontraksi terdalam sebesar -5.32 persen dan mulai berangsur membaik
pada posisi -0.74 persen di kuartal I 2021. Kontraksi pada kuartal II tahun 2020 dirasakan
hampir di seluruh sektor perekonomian Indonesia dengan kontraksi terdalam dialami
53
sektor transportasi dan pergudangan sebesar -30.84%. Industri pengolahan sebagai

sektor utama penyokong pertumbuhan perekonomian nasional juga mengalami
kontraksi sebesar -6.19 persen pada kuartal II tahun 2020 dibandingkan kuartal yang
sama di tahun sebelumnya.
. id
go
p s.
.b
w
w
//w
s:
Gambar 3.17. Enam Sektor Kontributor Utama Kuartal I 2021 dengan Pola Perbaikan Pertumbuhan
Ekonomi (yoy) yang sama pada Kuartal III dan I 2021
tp
ht
Sumber : Badan Pusat Statistik

*nilai didalam kurung adalah nilai distribusi sektor pada kuartal I 2021
Walaupun mengalami kontraksi pertumbuhan perekonomian tahunan kuartal

II tahun 2020 sampai kuartal I 2021 (gambar 3.17) lebih besar dibandingkan sektor
pertanian, sektor industri pengolahan tetap memiliki nilai kontribusi terbesar pada
kuartal I 2021 dibandingkan sektor lainnya sebesar 19.84 persen. Hal ini menunjukkan
bahwa pandemi COVID-19 tidak mengubah struktur perekonomian di Indonesia. 6
sektor utama dengan nilai kontribusi terbesar terhadap PDB Nasional triwulan I tahun
2021 memiliki pola yang sama dengan arah perbaikan dimulai pada kuartal III tahun
2020. Secara umum dari keenam sektor menunjukkan bentuk V yang menunjukkan
adanya percepatan pemulihan ekonomi menuju kondisi awal sebelum penetapan
kebijakan pembatasan mobilitas (Sheiner & Yilla, 2020) pada Kuartal II tahun 2020.
Sedangkan sektor lainnya seperti sektor informasi dan komunikasi, sektor pengadaan air,
pengelolaan sampah, limbah dan daur ulang serta sektor jasa Kesehatan dan kegiatan
sosial lainnya tidak menunjukkan terdampak adanya pembatasan kegiatan mobilitas
penduduk. Selanjutnya untuk mengetahui perkembangan terkini proses pemulihan
54
sektor perekonomian digunakan data dari platform online dengan perubahan data
yang dinamis diantaranya data perubahan nilai kapitalisasi emiten di pasar modal dan
permintaan tenaga kerja melalui iklan lowongan pekerjaan.
Adapun potensi pasar modal terhadap keenam sektor utama perekonomian
Indonesia dapat dilihat melalui nilai emiten pelaku pasar modal di keenam sektor
tersebut. Emiten dari keenam sektor tersebut menunjukkan nilai yang lebih tinggi pada
Bulan April 2021 dibandingkan kondisi Bulan Januari atau April 2020. Jika dibandingkan
antara Januari 2020 dengan Januari 2021, nilai penutupan IHSG Januari 2021 (5 862,35)
lebih rendah 381,76 poin dibandingkan Bulan Januari 2020 (6 244, 11), akan tetapi nilai
kapitalisasi emiten di keenam sektor utama tercatat lebih besar dibandingkan kondisi
Januari 2020 (gambar 3.18). Hal ini menggambarkan pasar modal sejalan mendorong
keuangan emiten di keenam sektor utama dalam meningkatkan pertumbuhan kuartal
id
I tahun 2021. Sementara itu sektor industri pengolahan dan konstruksi menempati dua
.
go
posisi tertinggi di setiap bulannya selama periode Januari 2020-April 2021.
p s.
.b
w
w
//w
s:
tp
ht
Gambar 3.18. Nilai Kapitalisasi Emiten di Enam Sektor Kontributor Utama Kuartal I 2021
Sumber : Bursa Efek Indonesia (diolah)
Suntikan pasar modal untuk keenam sektor kontributor utama di kuartal I

2021, belum mengembalikan kondisi permintaan tenaga kerja seperti sebelum adanya
kebijakan pembatasan mobilitas penduduk. Perbaikan dan peningkatan produksi di
keenam sektor kontributor utama mulai dari kuartal III tahun 2020 hingga Kuartal I tahun
2021 belum banyak menciptakan lapangan pekerjaan baru yang membutuhkan banyak
pekerja seperti sebelum adanya pembatasan mobilitas. Adapun dua dari enam sektor
utama yang memiliki permintaan tenaga kerja terbanyak di setiap bulannya adalah
sektor industri pengolahan dan perdagangan (gambar 3.19). Hal ini menggambarkan
55
selama pandemi sektor perdagangan merupakan sektor yang mudah diakses sehingga
membutuhkan banyak pekerja. Akan tetapi, karena keterkaitannya dengan sektor
lain lebih kecil dibandingkan sektor industri pengolahan, peningkatan output sektor
perdagangan kurang mendongkrak kebutuhan tenaga kerja di sektor lainnya. Berbeda
dengan sektor industri pengolahan, peningkatan produksi sektor tersebut akan
mendorong peningkatan pada sekor industri bahan baku yang berimplikasi pada
peningkatan jumlah permintaan tenaga kerja di sektor industri bahan baku dan sektor
lain yang terkait.
id
.
go
p s.
.b
w
w
//w
s:
Gambar 3.19. Jumlah Iklan Lowongan pekerjaan dari Enam Sektor Kontributor Utama Kuartal I 2021
tp
ht
Sumber : Platform Online Lowongan Kerja
Adanya Keterkaitan antar sektor industri pengolahan dan sektor lainnya

menjadikan sektor industri pengolahan berpotensi sebagai mesin percepatan
pertumbuhan perekonomian (Kaldor, 1967). Hal ini terbukti dengan diberikannya
stimulus awal pada tahun 1980-1990an dalam bentuk penurunan tarif impor bahan baku
manufaktur di negara-negara berkembang, sektor manufaktur atau industri pengolahan
telah berhasil meningkatkan pertumbuhan ekonomi Indonesia sebesar 9.88 persen di
tahun 1980-an. Akan tetapi pandemi COVID-19 ini berdampak pada seluruh negara
sehingga stimulus produksi yang diberikan pada sektor industri manufaktur dalam
negeri tidak cukup mendorong pemulihan sektor manufaktur selama belum adanya
perbaikan permintaan dari luar negeri terhadap produk industri manufaktur Indonesia.
Oleh karena itu pemerintah Indonesia melakukan stimulus permintaan sektor industri
manufaktur dalam negeri melalui kebijakan relaksasi PPnBM (Pajak Pertambahan Nilai
Barang Mewah).
56
Peran Stimulus Fiskal pada Industri Manufaktur untuk Pemulihan Ekonomi: Bidang
Kendaraan Bermotor
S
timulus perbaikan permintaan akan barang industri manufaktur dalam negeri
menjadi prioritas keempat dalam program pemulihan ekonomi nasional setelah
Program Perlinsos (Perlindungan Sosial), Bantuan Produktif Usaha Mikro (BPUM),
dan Program Padat karya kementrian PUPR, Pertanian, kelautan dan perikanan (KKP)
dan kementrian perhubungan. Adanya kebijakan relaksasi PPnBM yang diberlakukan
sejak Maret 2021 diharapkan dapat memperbaiki pola konsumsi masyarakat khususnya
untuk pembelian kendaraan bermotor roda empat. Pandemi COVID-19 menurut siaran
press bersama antara kementrian perindustrian, PUPR dan kementrian keuangan pada
Maret 2021, menyatakan tidak terlalu berdampak bagi masyarakat golongan menengah.
Hal tersebut didasarkan pada kenaikan 11 persen tabungan perbankan pada Desember
id
2020. Sehingga dengan adanya diskon PPnBM yang mulai diberlakukan sejak Maret
.
go
2021 dapat memperbaiki konsumsi masyarakat khususnya pada subkelompok
s.
pembelian kendaraan bermotor. Hal ini terbukti dengan meningkatnya Inflasi bulanan
p
subkelompok pembelian kendaraan pada bulan Maret dan April 2021 sejalan dengan
.b
kenaikan tertinggi dibandingkan kondisi sebelum pandemi sebesar 0.7 persen (gambar
w
3.20).
w
//w
s:
tp
ht
Gambar 3.20.. Inflasi Subkelompok Pembelian Kendaraan bermotor dan Jumlah Penawaran
Kendaraan Beroda empat
Sumber : Platform Jual Beli Mobil Online
Adapun data penawaran mobil melalui iklan penjualan mobil pada platform
online menunjukan pola yang sejalan dengan nilai inflasi bulanan subkelompok
pembelian kendaraan bermotor beroda empat. Penawaran mobil baik kondisi baru dan
bekas pada Bulan Maret dan April 2021 menunjukkan tren positif dan tercatat lebih
57
tinggi dibandingkan kondisi sebelum adanya kebijakan PSBB di Bulan Januari 2020
(gambar 3.2). Dengan adanya pemberian insentif Pajak untuk kendaraan bermotor
beroda empat, kementrian perindustrian menargetkan penjualan sampai 81.000 unit di
tahun 2021 (Kementrian Perindustrian, 2021). Pemberian insentif ini diberlakukan sejak
Bulan Maret tahun 2021 baik untuk kendaraan beroda empat kondisi baru maupun
bekas. Insentif untuk kendaraan bermotor kondisi baru diberikan dalam tiga tahapan.
Tahap pertama diberlakukan pada periode Maret-Mei 2021 dengan 100% diskon
PPnBM, tahap kedua sebesar 50% diskon PPnBM di Bulan Juni-Agustus, dan tahap tiga
sebesar 25% diskon PPnBM pada periode September-Desember 2021 untuk kendaraan
bermotor kurang dari 1500 cc kategori sedan dan segmen 4x2. Sementara itu pada
bulan April dilakukan perluasan kebijakan diskon PPnBM untuk segmen kendaraan 4x2
id
dan 4x4 dengan kapasitas mesin diatas 1500 cc – 2500 cc sampai dengan Agustus 2021
.
dengan besaran 25%. Selanjutnya selama periode September-Desember 2021 juga
go
diberikan diskon 25% untuk segmen kendaraan 4x2 dan 12.5 persen untuk segmen
s.
4x4. Sementara itu untuk mobil bekas diberikan diskon PPnBM dari 1 persen menjadi 0
p
persen di bulan Maret sampai dengan Bulan Mei.
.b
Pemberian insentif pajak untuk kendaraan bermotor roda empat meningkatkan

w
optimisme sektor manufaktur yang tergambar melalui Purchasing Manager Index (PMI)
w
manufaktur. Nilai PMI manufaktur bulan Maret dan April 2021 menunjukkan adanya
//w
peningkatan dari 53.2 persen di Bulan Maret 2021 menjadi 54.6 persen. Nilai PMI
s:
manufaktur diatas 50 menggambarkan sektor manufaktur sedang mengalami ekspansi

tp
dan menandakan adanya pemulihan. PMI manufaktur bulanan Indonesia terendah

selama pandemi COVID-19 terjadi di Bulan April 2020 dengan nilai sebesar 27.5 persen.
ht
Dengan membandingkan antara data penawaran mobil pada platfrom online dan
nilai PMI manufaktur, dapat dinyatakan bahwa meningkatnya penawaran mobil di
pasaran dengan nilai PMI manufaktur yang rendah menggambarkan pembelian mobil
mengalami kontraksi. Selain itu juga menggambarkan tidak adanya permintaan atau
pembelian terhadap barang yang diproduksi atau dipasarkan. Di sisi lain, nilai PMI
manufaktur tinggi dan sejalan dengan peningkatan jumlah penawaran dan produksi
mobil, menggambarkan barang yang diproduksi dan dipasarkan oleh perusahaan
mulai diminati dan dibeli oleh masyarakat.
58
. id
go
p s.
Gambar 3.21. PMI manufaktur Bulanan dan Penawaran Mobil baru dan Bekas pada
.b
platform online Indonesia

w
w
//w
Perkembangan penawaran dan pembelian mobil bekas beserta pertumbuhan

harga penawaran mobil kondisi baru pada platform online menunjukkan hubungan
s:
searah dengan korelasi sebesar 0.51 dimana ketika pertumbuhan harga penawaran
tp
mobil baru pada platform online turun akibat insentif pajak maka jumlah penawaran
ht
kendaraan beroda empat bekas mengalami penurunan. Konsumen akan memilih

untuk membeli mobil baru dibandingkan dengan mobil bekas dan sebaliknya ketika
harga mobil baru meningkat maka konsumen akan beralih membeli mobil bekas.
Hal ini menggambarkan adanya efek substitusi antara mobil baru dan mobil bekas.
Bulan April 2020 merupakan bulan dengan pertumbuhan harga penawaran mobil
baru terendah selama pandemi berlangsung dengan jumlah penawaran kendaraan
bermotor roda empat tertinggi (gambar 3.22). Hal ini menggambarkan bagaimana
sulitnya kondisi pasar Bulan April 2020 dengan melemahnya daya beli masyarakat.
Konsumsi masyarakat untuk kendaraan beroda empat pada Bulan April mengalami
kontraksi 0.06 dari 0.1 (gambar 3.20). Berbeda pada Bulan Maret 2021 dimana insentif
pajak sudah mulai diberlakukan untuk mobil baru dan bekas serta pertumbuhan
harga mobil baru yang ditawarkan turun. Hal ini menggambarkan adanya pemulihan
konsumsi masyarakat dan sektor manufaktur dalam memproduksi kendaraan bermotor
beroda empat.
59
. id
go
p s.
.b
w
Gambar 3.22. Pertumbuhan Harga Mobil Baru dengan Penawaran Mobil pada platform online di
w
Indonesia
//w

s:
tp
Pemulihan daya beli konsumsi masyarakat terhadap mobil baru dan bekas
ht
dapat digambarkan secara spasial melalui distribusi atau sebaran harga mobil baru dan
bekas yang ditawarkan antar provinsi. Semakin tinggi harga mobil baru dan bekas yang
ditawarkan semakin tinggi daya beli masyarakat di daerah tersebut. Adapun penawaran
harga mobil baru tertinggi yang ditawarkan melalui platform online terdapat di Provinsi
Jawa Tengah, D.I Yogyakarta, Bali, Kalimantan Selatan, Gorontalo, dan Sulawesi Tengah
pada kisaran harga diatas 573 juta rupiah (gambar 3.23).
60
Gambar 3.23. Sebaran Penawaran Harga Mobil Baru yang di tawarkan pada platform online di Indonesia
Sementara itu penawaran harga mobil bekas ditawarkan tertinggi di Provinsi
Bali dengan nilai diatas 536 juta rupiah. Provinsi Bali menjadi pasar dengan harga
penawaran mobil baru dan bekas tertinggi pada Bulan Maret 2021. Pemberian insentif
pajak PPnBM untuk mobil baru yang lebih besar dibandingkan mobil bekas, pada data
platform penjualan online tidak menunjukkan adanya penurunan penawaran mobil
bekas.
. id
go
p s.
.b
w
w
//w
s:
Gambar 3.24. Sebaran Penawaran Harga Mobil Bekas yang di tawarkan pada platform online di
tp
Indonesia
ht
Pemberian insentif yang berbeda antara mobil baru dan bekas juga akan
memengaruhi penerimaan PPnBM dalam negeri. PPnBM diperuntukan untuk barang
kena pajak yang tergolong mewah. Penerimaan PPnBM dalam negeri dibedakan atas
PPnBM kendaraan bermotor dan non-kendaraan bermotor. Dengan membandingkan
penerimaan bulanan PPnBM dalam negeri dengan pertumbuhan harga mobil baru
yang ditawarkan pada platform online menggambarkan hubungan yang terbalik
dengan nilai korelasi sebesar -0.49 dimana disaat terjadi kenaikan harga mobil baru,
penerimaan PPnBM dalam negeri menunjukan adanya penurunan dibandingkan waktu
sebelumnya. Oleh karena itu kebijakan dari adanya diskon PPnBM yang meningkatkan
daya beli masyarakat diharapkan dapat stabil, sehingga skema pemberian pajak dalam
tiga tahapan dapat mengembalikan penerimaan negara dari sisi penerimaan PPnBM
dalam negeri.
61
. id
go
p s.
.b
w
w
//w
Gambar 3.25. Penerimaan bulanan PPnBM dalam negeri dan Pertumbuhan Bulanan Harga Mobil
s:
Baru
tp
Sumber : Platform Jual Beli Mobil Online dan Direktorat Informasi Perpajakan
ht
2.4. Kesimpulan:
D
ari sisi makroekonomi, Indonesia telah melewati dampak pandemi COVID-19
terparah yaitu pada Kuartal II tahun 2020, meski masih terbilang cukup moderat
bila dibandingkan negara lainnya karena peran di rantai perdagangan global
dan iklim investasi yang lemah. Hasil visualisasi dan analisis korelasi menunjukkan
bahwa pola hubungan antara pertumbuhan ekonomi dan pembatasan mobilitas sangat
bervariasi baik ditinjau secara kewilayahan, sektoral maupun antar pelaku ekonomi.
Temuan ini memiliki implikasi bahwa upaya lebih lanjut penanganan pandemi dan
pemulihan ekonomi sebaiknya memperhatikan aspek heterogenitas.
Dari sisi permintaan, disinyalir adanya perubahan pola pengeluaran masyarakat
dari offline menjadi online dilihat dari pola google tren. Penurunan pencarian kata kunci
transportasi penumpang dibarengi dengan peningkatan pencarian kata kunci distribusi
logistik, pengemasan, serta pengiriman surat dan paket di masa PSBB mengindikasikan
aliran barang terus terjadi walaupun masyarakat di rumah saja.
Sedangkan dari sisi produksi, nampak bahwa selama pandemi COVID-19
62
kontribusi sektor industri pengolahan atau manufaktur tetap lebih besar

dibandingkan sektor lainnya. Sektor manufaktur bersama 5 sektor utama penyokong
perekonomian nasional memiliki pola perbaikan yang sama berbentuk pola-V
walaupun belum kembali seperti kondisi sebelum pandemi. Multiplier effect yang
dimiliki sektor manufaktur menjadikannya sebagai sektor andalan dalam percepatan
perbaikan pemulihan ekonomi nasional, sehingga stimulus kebijakan fiskal dengan
pemberian insentif pajak diharapkan selain dapat memperbaiki konsumsi masyarakat
dari kelompok pembelian kendaraan bermotor juga dapat meningkatkan kinerja dari
sektor manufaktur di Indonesia. Pemberian insentif pajak PPnBM yang dimulai pada
bulan Maret sejalan dengan peningkatan Purchasing Manager Index (PMI) Manufaktur
Indonesia dengan kenaikan tertinggi pada Bulan April sebesar 54.6 persen.
. id
go
p s.
.b
w
w
//w
s:
tp
ht
63
Daftar Pustaka
Athukorala, P 2021, 'Global production sharing: implications for export-oriented

industrialization in latecomer countries', Conference Slides, Forum Kajian
Pembangunan, 6 Mei 2021.
Basri, C 2020, ‘Resesi dan pembalikan ekonomi', Kompas, diakses pada 11 Juni 2021,
< https://www.kompas.id/baca/opini/2020/11/11/resesi-dan-pembalikan-
ekonomi/>.
Google 2021, ‘COVID-19 Community Mobility Reports’, diakses pada 27 April 2021,
< https://www.google.com/covid19/mobility/>.
id
Kaldor, N. (1967). Strategic Factors in Economic Development. Cornell University. Itaca.
.
go
Kementrian Perindustrian. (2021, Maret Senin). Konferensi-Pers-Pengumuman-Kebijakan-
Insentif-untuk-Kendaraan-Bermotor-dan-Perumahan-.
p s. Retrieved from https://
kemenperin.go.id/: https://kemenperin.go.id/artikel/22321/Konferensi-Pers-
.b
Pengumuman-Kebijakan-Insentif-untuk-Kendaraan-Bermotor-dan-Perumahan-
w
w
OECD, lihat Organisation for Economic Co-operation and Development

//w
Organisation for Economic Co-operation and Development 2021, ‘Quarterly GDP', OECD
Data, diakses pada 4 Mei 2021, < https://data.oecd.org/gdp/quarterly-gdp.htm>.
s:
tp
Our World in Data 2021, ‘Government Response Stringency Index’, Our World in Data, diakses
ht
pada 6 Mei 2021, < https://ourworldindata.org/grapher/covid-stringency-

index?tab=table>.
Sheiner, L., & Yilla, K. (2020, May Monday). The ABCs of the post-COVID economic recovery.
Retrieved from www.brookings.edu: https://www.brookings.edu/blog/up-
front/2020/05/04/the-abcs-of-the-post-covid-economic-recovery/
Setiawan, DA 2021, ‘Sri Mulyani andalkan kebijakan counter cyclical tahun ini, apa itu?’, DDTC,
diakses pada 11 Juni 2021, < https://news.ddtc.co.id/sri-mulyani-andalkan-
kebijakan-counter-cyclical-tahun-ini-apa-itu-18635?page_y=0 >.
World Bank 2020, ‘Indonesia Economic Prospects - Towards a Secure and Fast Recovery',
World Bank, diakses pada 21 April 2021, <https://openknowledge.worldbank.org/bitstream/
handle/10986/34930/Indonesia-Economic-Prospects-Towards-a-Secure-and-Fast-
Recovery.pdf?sequence=1&isAllowed=y>.
64
IV p s.
go
. id
.b
w
w
//w
s:
tp
ht
65
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
RECOVERY PARIWISATA INDONESIA
S
ektor pariwisata merupakan salah satu sektor yang cukup penting untuk dibahas
dalam menganalisis sinyal pemulihan ekonomi setelah setahun pandemi COVID-19
di Indonesia. Indonesia memiliki potensi yang sangat besar di bidang pariwisata.
Keindahan alam serta keragaman budayanya menjadi daya tarik sendiri oleh wisatawan
nusantara maupun mancanegara. Oleh karenanya, sektor pariwisata mempunyai
peranan penting dalam perekonomian Indonesia, seperti yang diungkapkan oleh
Menteri Pariwisata dan Ekonomi Kreatif, Sandiaga Uno, dalam acara serah terima jabatan
Menteri Pariwisata dan Ekonomi Kreatif pada Desember 2020. Beliau mengungkapkan
bahwa sektor pariwisata dan ekonomi kreatif adalah sektor strategis penyumbang
devisa serta pembuka lapangan kerja paling cepat dan besar dan amat penting dalam
upaya pemulihan ekonomi Indonesia.
Berdasarkan analisis hasil survei dampak COVID-19 terhadap pelaku usaha
(BPS, 2020), sektor yang terdampak paling besar adalah penyediaan akomodasi
66
. id
go
p s.
.b
w
w
//w
s:
sumber : Pixabay.com
tp
ht
dan makan minum. Sekitar 92,47 persen perusahaan di sektor tersebut mengalami
penurunan pendapatan. Selain itu, pada survei tersebut juga ditemukan bahwa 50,52
persen perusahaan di sektor ini mengurangi pegawai di tengah pandemi. Nampaknya
pandemi COVID-19 tidak hanya berdampak pada pelaku usaha, namun juga berdampak
pada tenaga kerja di sektor ini.
Penyebaran pandemi COVID-19 sejak akhir tahun 2019 lalu menjadi mimpi
buruk oleh masyarakat di seluruh dunia. Setiap pemerintahan di seluruh belahan dunia
menerapkan berbagai aturan dalam upaya mengendalikan penyebaran pandemi ini.
Salah satu aturan yang diterapkan adalah pembatasan mobilitas penduduk. Masyarakat
diimbau untuk melakukan aktivitas dari rumah dan tidak melakukan perjalanan yang
tidak diperlukan. Pembatasan mobilitas ini secara langsung memengaruhi kegiatan
pariwisata, salah satunya adalah menurunnya jumlah wisatawan.
Pembatasan mobilitas mengakibatkan menurunnya kegiatan pariwisata.
Hal ini dapat dilihat pada data google mobility index, dimana mobilitas masyarakat di
tempat perdagangan retail dan rekreasi selama pandemi mengalami penurunan yang
67
cukup besar dibanding kondisi normal sebelum pandemi. Pembatasan mobilitas juga
berdampak langsung pada penurunan jumlah kunjungan wisatawan mancanegara
di Indonesia. Berdasarkan data jumlah kunjungan wisatawan mancanegara yang
dirilis oleh BPS, jumlah kunjungan wisatawan mancanegara sepanjang tahun 2020
mengalami penurunan sekitar 75 persen dibandingkan tahun 2019.
Menurunnya mobilitas di tempat wisata dan berkurangnya jumlah kunjungan
wisatawan mancanegara tidak hanya berdampak pada keberlangsungan kegiatan
pariwisata saja, tapi juga berdampak pada perekonomian Indonesia. WTTC (2019)
menyebutkan bahwa kedatangan wisatawan internasional memiliki dampak ekonomi
langsung dan tidak langsung yang signifikan terhadap perekonomian.
Mengingat pentingnya sektor pariwisata bagi perekonomian Indonesia,
id
pemulihan di sektor ini bisa berdampak positif bagi pemulihan ekonomi Indonesia.
.
Untuk itu, diperlukan analisis mengenai perkembangan sektor pariwisata Indonesia
go
selama masa pandemi untuk melihat potensi pemulihan pada sektor ini. Tidak
s.
hanya melihat perkembangan pariwisata Indonesia secara umum, juga diperlukan
p
gambaran perkembangan pariwisata di berbagai provinsi atau destinasi andalan. Hal
.b
ini diperlukan agar kebijakan-kebijakan yang akan diterapkan dalam mengupayakan

w
pemulihan pariwisata Indonesia lebih tepat sasaran. Untuk itu, pada bab ini akan
w
membahas mengenai perkembangan sektor pariwisata secara umum dan kaitannya

//w
dengan perekonomian Indonesia, serta berbagai fenomena baru pariwisata Indonesia

di beberapa provinsi selama setahun pandemi COVID-19.
s:
tp
ht
4.1. Perkembangan Kondisi Sektor Pariwisata Selama Masa Pandemi
S
ektor pariwisata merupakan salah satu sektor andalan yang menunjang
perekonomian di Indonesia. Selain sebagai sumber devisa negara dan pendapatan
daerah, sektor pariwisata juga berkontribusi dalam penyerapan tenaga kerja.
Berdasarkan World Travel & Tourism Council (2020), pada tahun 2019 sektor pariwisata
berkontribusi sebesar 5,7% terhadap PDB (Rp. 897.143 miliar) dan berkontibusi
dalam menciptakan 12.568,7 ribu lapangan pekerjaan atau sebanyak 9,7% dari total
lapangan pekerjaan di Indonesia. Namun, adanya pendemi COVID-19 telah berdampak
pada melemahnya aktivitas perekonomian nasional. Pada tahun 2020, ekonomi
Indonesia mengalami kontraksi pertumbuhan sebesar 2,07 persen dibandingkan
tahun sebelumnya (c-to-c), lapangan usaha yang terkait dengan kegiatan pariwisata
seperti sektor transportasi serta penyediaan akomodasi dan makan minum merupakan
lapangan usaha yang mengalami kontraksi pertumbuhan paling dalam (BPS, 2021).
Lapangan usaha Transportasi dan Pergudangan mengalami kontraksi sebesar 15,04
persen; sedangkan lapangan usaha Penyediaan Akomodasi dan Makan Minum
mengalami kontraksi sebesar 10,22 persen. Adanya kebijakan pembatasan kegiatan
68
masyarakat maupun pembatasan perjalanan antardaerah dalam rangka mengurangi

penyebaran wabah COVID-19 sangat berpengaruh terhadap aktivitas ekonomi salah
satunya di sektor pariwisata. Hal tersebut dapat dilihat dari menurunnya mobilitas
masyarakat di tempat-tempat wisata, berkurangnya jumlah kunjungan wisatawan,
hingga menurunnya aktivitas perhotelan.
Berdasarkan data indeks mobilitas google, sejak mulainya masa pandemi di
Indonesia terjadi penurunan mobilitas masyarakat di kategori tempat perdagangan
retail dan rekreasi yang meliputi tempat-tempat seperti restoran, kafe, pusat
perbelanjaan, theme parks, musium, perpustakaan, dan bioskop. Penurunan mobilitas
di tempat perdagangan retail dan rekreasi telah terjadi sejak adanya imbauan untuk
melakukan social distancing (pembatasan sosial) pada pertengahan Maret 2020.
Adanya kebijakan pembatasan kegiatan masyarakat oleh pemerintah dalam rangka
id
pencegahan penyebaran virus COVID-19 sangat berpengaruh terhadap penurunan
.
go
aktivitas masyarakat di tempat perdagangan retail dan rekreasi. Pada periode masa
s.
pemberlakuan Work From Home (WFH) sejak pertengahan Maret 2020 dan adanya
p
Pembatasan Sosial Berskala Besar (PSBB) hingga awal Juni 2020 rata-rata mobilitas
.b
masyarakat di tempat perdagangan retail dan rekreasi turun 35,27 persen dibandingkan
w
baseline (kondisi normal).

w
Selain upaya penanganan kesehatan selama pandemi COVID-19, pemerintah

//w
juga terus berupaya dalam mewujudkan pemulihan ekonomi. Sejak dimulainya masa
transisi adaptasi kebiasaan baru atau new normal pada awal Juni 2020, beberapa
s:
sektor perekonomian mulai dibuka kembali dengan tetap berpedoman pada protokol
tp
kesehatan. Adanya kebijakan pelonggaran PSBB mampu menumbuhkan mobilitas

ht
di tempat perdagangan retail dan rekreasi menjadi -17,37 persen selama masa new
normal, namun mobilitas kembali turun pada Januari 2021. Penurunan mobilitas
tersebut sejalan dengan dimulainya Pemberlakuan Pembatasan Kegiatan Masyarakat
(PPKM) sejak 11 Januari 2021 sebagai upaya untuk menekan penularan COVID-19 yang
terus mengalami peningkatan jumlah kasus aktif pada awal tahun 2021. Pada masa
PPKM rata-rata mobilitas di tempat perdagangan retail dan rekreasi turun 24,93 persen
dibandingkan baseline (kondisi normal). Sedangkan pada periode Februari-Maret
2021 mobilitas di tempat perdagangan retail dan rekreasi perlahan mulai meningkat
kembali.
69
. id
go
s.
Sumber : Google Mobility Report (diolah)
p
.b
Gambar 4.1. Mobilitas Masyarakat di Kategori Tempat Perdagangan Retail Rekreasi dan Tempat Transit
w
w
Kebijakan pembatasan kegiatan dan perjalanan masyarakat yang diberlakukan

//w
oleh Pemerintah dalam mengurangi penyebaran virus COVID-19 juga berdampak pada
s:
berkurangnya aktivitas transportasi. Penurunan mobilitas masyarakat di tempat transit

tp
yang mencakup pusat transportasi umum seperti stasiun kereta, terminal bus, pelabuhan,
dan tempat persewaan kendaraan juga terjadi sejak pertengahan Maret 2020. Penurunan
ht
mobilitas di tempat transit memiliki pola yang hampir sama dengan penurunan mobilitas di
tempat perdagangan retail dan rekreasi, hanya saja penurunanya lebih tajam dibandingkan
penurunan mobilitas yang terjadi di tempat perdagangan retail dan rekreasi. Selain itu,
penurunan aktivitas transportasi selama masa pandemi juga terlihat dari berkurangnya
jumlah penerbangan baik penerangan domestik maupun penerbangan Internasional di
beberapa bandara utama di Indonesia. Hasil pemantauan aktivitas transportasi udara yang
bersumber dari big data hasil scraping terhadap situs FlightStatus menunjukkan bahwa jumlah
keberangkatan harian pada 5 bandara tersibuk di Indonesia mengalami penurunan sejak
COVID-19 mulai merebak di Indonesia pada Maret 2020. Penurunan jumlah penerbangan
domestik paling signifikan terjadi di Bandara Internasional Soekarno-Hatta. Hal tersebut
diperparah dengan keluarnya larangan mudik lebaran oleh pemerintah pada April 2020.
Sedangkan sejak dimulainya masa transisi adaptasi kebiasaan baru pada Juni 2020 jumlah
penerbangan domestik perlahan mulai pulih, namun kembali menurun di pertengahan
Januari 2021 sejak di berlakukannya PPKM untuk wilayah Jawa dan Bali.
Gambar 4.2. Perkembangan Jumlah Penerbangan Domestik di 5 Bandara Utama

Sumber : situs FlightStatus (diolah)
70
Aktivitas penerbangan internasional juga menurun drastis sejak Bulan Maret

2020. Banyak negara mulai membatasi penerbangan dan melakukan lockdown
sejak dimulainya pandemi. Penurunan aktivitas penerbangan internasional paling
signifikan terjadi di Bandara Internasional Soekarno-Hatta dan Bandara Internasional
Ngurah Rai Bali. Pada pertengahan Maret 2020, jumlah penerbangan internasional
harian baik keberangkatan maupun kedatangan di kedua bandara tersebut hampir
mencapai 80 penerbangan perhari. Sedangkan pada April 2020 rata-rata penerbangan
harian internasional di bandara Soekarno-Hatta kurang dari 20 penerbangan perhari
sementara di bandara Ngurah Rai kurang dari 5 penerbangan perhari, bahkan pada awal
Mei 2020 hampir tidak ada penerbangan internasional di bandara Ngurah Rai. Sejak
memasuki masa transisi new normal aktivitas penerbangan internasional di bandara
id
Soekarno-Hatta perlahan mulai meningkat meskipun masih belum seperti kondisi
.
go
normal. Pada Maret 2021 rata-rata jumlah penerbangan keberangkatan internasional
s.
di Bandara Soekarno-Hatta mencapai 25 penerbangan perhari sedangkan rata-rata
p
jumlah penerbangan kedatangan internasional sebanyak 24 penerbangan perhari.
.b
Peningkatan jumlah penerbangan harian internasional cenderung lebih lambat jika

w
dibandingkan dengan penerbangan domestik.

w
//w
s:
Gambar 4.3. Perkembangan Jumlah Penerbangan Internasional di 5 Bandara Utama

tp
Sumber : situs FlightStatus (diolah)

ht
Menurunnya jumlah penerbangan juga berimbas pada berkurangnya jumlah

penumpang transportasi udara. Selain itu, adanya pembatasan kapasitas penumpang
dan penerapan protokol kesehatan yang ketat dimana setiap calon penumpang
diwajibkan untuk menunjukkan hasil tes negatif COVID-19 sebagai syarat untuk
menggunakan moda transportasi umum jarak jauh juga turut melumpuhkan aktivitas
transportasi udara. Jumlah penumpang penerbangan domestik mengalami penurunan
sejak Bulan Februari 2020 dan puncaknya terjadi pada Bulan Mei 2020 yang bertepatan
dengan adanya pembatasan transportasi mudik selama Hari Raya Idul Fitri 1441H.
Jumlah penumpang penerbangan domestik perlahan mulai mengalami pemulihan
sejak dimulainya masa transisi adaptasi kebiasaan baru pada Bulan Juni 2020, namun
kembali menurun pada Januari-Februari 2021 dan meningkat kembali pada Bulan Maret
2021. Adanya kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) yang
berlaku sejak 11 Januari 2021 nampaknya menjadi penyebab menurunnya kembali
jumlah penumpang penerbangan domestik.
71
Gambar 4.4. Jumlah Penumpang Penerbangan Domestik dan Internasional

Sumber : BPS (diolah)
id
.
go
Selain penerbangan domestik, penurunan jumlah penumpang juga terjadi
s.
pada penerbangan Internasional. Jumlah penumpang baik penerbangan kedatangan
p
maupun keberangkatan Internasional turun drastis sejak awal tahun 2020, terutama
.b
pada 2 bandara utama yaitu Bandara Soekarno-Hatta dan Bandara Ngurah Rai yang
w
merupakan pintu masuk utama penumpang penerbangan Internasional. Hingga Maret

w
2021, jumlah penumpang penerbangan Internasional masih belum banyak mengalami

//w
pemulihan, hanya Bandara Soekarno-Hatta yang terpantau perlahan mulai mengalami

peningkatan jumlah penumpang penerbangan internasional meskipun masih sangat
s:
rendah jika dibandingkan dengan kondisi normal.

tp
Menurunnya aktivitas penerbangan internasional juga berimbas pada

ht
berkurangnya wisatawan mancanegara yang masuk melalui pintu transportasi udara.

Data jumlah kunjungan wisatawan mancanegara di 5 bandara utama di Indonesia
memperlihatkan bahwa jumlah kunjungan wisatawan mancanegara telah mengalami
penurunan sejak awal tahun 2020. Penurunan jumlah kunjungan wisatawan
mancanegara terutama terjadi di Bandara Ngurah Rai dan Bandara Soekarno-Hatta yang
merupakan pintu utama kedatangan wisatawan mancanegara di Indonesia. Hingga
memasuki tahun 2021, jumlah kunjungan wisatawan mancanegara belum banyak
mengalami pemulihan. Secara kumulatif jumlah kunjungan wisatawan mancanegara
yang masuk melalui Bandara Ngurah Rai pada Januari-Maret 2021 turun drastis 99,998
persen dan melalui bandara Soekarno Hatta turun 95,33 persen dibandingkan periode
yang sama di tahun 2020. Pada Januari-Maret 2020 jumlah kunjungan wisman yang
masuk melalui Bandara Ngurah Rai mencapai 1,06 juta kunjungan dan melalui Bandara
Soekarno-Hatta sebanyak 372,4 ribu kunjungan sedangkan pada periode yang sama di
tahun 2021 jumlah kunjungan wisatawan mancanegara yang masuk melalui Bandara
Ngurah Rai hanya sebanyak 17 kunjungan dan yang melalui Bandara Soekarno-Hatta
sebanyak 17,4 ribu kunjungan. Jumlah wisatawan mancanegara yang masuk melaui
pintu Bandara Soekarno-Hatta sempat mengalami sedikit pemulihan pada Juli-
72
Desember 2020, namun kembali menurun pada Januari-Februari 2021. Sedangkan jumlah
wisatawan mancanegara yang masuk melalui 4 pintu bandara yang lain, terutama yang
melalui pintu Bandara Ngurah Rai Bali yang semula merupakan pintu utama kedatangan
wisman masih terpantau belum mengalami banyak pemulihan.
. id
go
p s.
.b
w
w
//w
Gambar 4.5. Jumlah Kunjungan Wisatawan Mancanegara Menurut Pintu Masuk Bandara
s:

tp
ht
Selain transportasi udara, penurunan aktivitas transportasi selama masa pandemi

juga terjadi pada moda transportasi yang lain. Tren penurunan jumlah penumpang terjadi
sejak awal tahun 2020 dan puncaknya terjadi pada bulan Mei 2020. Hal tersebut dipicu
oleh adanya Peraturan Menteri Perhubungan (Permenhub) Nomor 25 Tahun 2020 tentang
Pengendalian Transportasi Selama Masa Mudik Idul Fitri 1441 H dalam rangka pencegahan
penyebaran virus COVID-19. Peraturan tersebut meliputi pelarangan sementara penggunaan
sarana transportasi baik transportasi darat, transportasi perkeretaapian, transportasi laut
maupun tranportasi udara yang berlaku sejak tanggal 24 April 2020 sampai dengan tanggal
31 Mei 2020. Penurunan jumlah penumpang yang paling signifikan terjadi pada April 2020,
dimana jumlah penumpang angkutan udara domestik turun 81,70 persen; penumpang
angkutan udara internasional turun 95,35 persen; penumpang angkutan laut turun 70,82
persen dan penumpang angkutan kereta api turun 74,86 persen dibandingkan bulan
sebelumnya. Sedangkan sejak memasuki masa transisi adaptasi kebiasaan baru pada Juni
2020 jumlah penumpang perlahan mulai meningkat, namun hingga memasuki tahun 2021
jumlahnya masih jauh jika dibandingkan kondisi di awal tahun 2020. Pada Januari-Maret
2021, secara kumulatif jumlah penumpang angkutan udara domestik turun 58,64 persen,
penumpang angkutan udara internasional turun 96,44 persen, penumpang angkutan
73
laut turun 38,89 persen dan penumpang angkutan kereta api turun 58,1 persen
dibandingkan periode yang sama di tahun 2020.
id
.
go
p s.
.b
w
w
//w
Gambar 45.6. Jumlah Penumpang Menurut Jenis Transportasi

s:
Sumber: BPS (diolah)

tp
ht
Sedangkan jika dilihat dari banyaknya jumlah wisatawan mancanegara menurut

pintu masuk, penurunan jumlah kunjungan wisatawan mancanegara juga telah terjadi
sejak awal tahun 2020. Penurunan jumlah kunjungan paling signifikan terjadi pada
Bulan April 2020 terutama kunjungan wisatawan mancanegara yang melalui pintu
udara. Pada April 2020 jumlah kunjungan wisatawan mancanegara yang melalui pintu
udara turun 99,69 persen dibandingkan bulan sebelumnya dan kunjungan wisatawan
mancanegara yang melaui pintu laut turun 59,52 persen. Sedangkan kunjungan
wisatawan mancanegara yang melalui pintu darat cenderung tidak terlalu banyak
mengalami penurunan yang signifikan. Memasuki tahun 2021, secara kumulatif pada
Januari-Maret 2021 jumlah kunjungan wisatawan mancanegara 85,45 persen lebih
rendah dibandingkan periode yang sama di tahun 2020.
74
. id
go
p s.
.b
Gambar 4.7. Jumlah Kunjungan Wisatawan Mancanegara Menurut Pintu Masuk

w
w

//w
s:
tp
ht
Gambar 4.8. TPK pada situs pemesanan akomodasi online

Sumber : situs pemesanan akomodasi online (diolah)
Dari aktivitas perhotelan, terjadi penurunan Tingkat Penghunian Kamar (TPK)

pada situs pemesanan akomodasi online terutama pada periode Maret - April 2020.
75
Berdasarkan olah data dari situs tersebut, TPK Maret 2020 sebesar 40,11 persen turun
17,11 poin dibandingkan bulan sebelumnya dan pada April 2020 kembali turun 17,07
poin menjadi 23,04 persen. Sejak Bulan Mei 2020 TPK pada situs pemesanan akomodasi
online mulai memperlihatkan adanya pemulihan, namun kembali menurun pada
September 2020 dan menurun kembali pada awal tahun 2021. Pola penurunan yang
sama juga ditunjukkan oleh TPK hasil statistik resmi yang dirilis oleh BPS. Meskipun
angka TPK hasil perhitungan dari situs pemesanan akomodasi online belum sama
dengan TPK yang dirilis oleh BPS, namun secara umum menunjukkan pola yang mirip.
Tingkat Penghunian Kamar (TPK) hotel klasifikasi bintang di Indonesia pada Maret 2020
mencapai rata-rata 32,24 persen turun 16,98 poin dibanding dengan TPK Februari 2020
yang tercatat 49,22 persen. Pada April 2020 TPK hotel klasifikasi bintang kembali turun
19,57 poin dibandingkan TPK Maret 2020, menjadi sebesar 12,67 persen. Sedangkan
id
jika dibandingkan periode yang sama di tahun sebelumnya. TPK Maret 2020 turun
.
go
20,64 poin dibandingkan TPK Maret 2019 yang tercatat sebesar 52,88 persen dan TPK
April 2020 turun 41,23 poin dibandingkan TPK April 2019 yang sebesar 53,90 persen.
s.
TPK hotel klasifikasi bintang di Indonesia mulai mengalami pemulihan sejak Mei 2020.
p
.b
Pada Maret 2021, TPK hotel klasifikasi bintang mencapai rata-rata 36,07 persen atau
w
telah meningkat sebesar 3,83 poin jika dibandingkan dengan TPK Bulan Maret 2020.
w
//w
s:
tp
ht
Gambar 4.9. Perkembangan TPK Hotel Klasifikasi Bintang di Indonesia Januari 2019–Maret 2021
Sumber : BPS, Berita Resmi Statistik
Pemerintah terus berupaya dalam menyusun strategi pemulihan ekonomi

ditengah pandemi COVID-19, salah satunya melalui program pemberian stimulus
untuk mendorong pemulihan pariwisata. Menteri Koordinator Bidang Perekonomian
Airlangga Hartarto mengatakan, pariwisata merupakan salah satu sektor yang
terdampak paling besar akibat adanya pandemi COVID-19 dan pulih paling akhir. Oleh
76
karena itu, diperlukan stimulus atau program khusus agar terdapat perbaikan dan
dapat menunjang perekonomian nasional (Kemenkeu, 17 Februari 2021). Pemerintah
melalui Kementerian Keuangan telah menyusun strategi perluasan stimulus konsumsi
dengan fokus masyarakat kelas menengah yang menyasar sektor pariwisata, restoran,
transportasi, dll, dengan menganggarkan dana sebesar Rp. 25 triliun untuk pemulihan
ekonomi nasional yang dialokasikan untuk dukungan sektor pariwisata dan voucher
makanan melalui aplikasi online (Kemenkeu, 13 Mei 2020). Sedangkan dari sisi
peningkatan penjaminan kesehatan, permerintah juga telah menyusun program CHS
(Cleanliness, Health and Safety) sebagai tatanan new normal di destinasi wisata dengan
melibatkan para pelaku industri pariwisata dan ekonomi kreatif yang diharapkan dapat
mendukung produktivitas sektor pariwisata dan aman dari COVID-19 (Kemenparekraf,
8 Juni 2020). Namun jika dilihat dari kondisi TPK klasifikasi hotel bintang 5, meskipun
id
sejak Mei 2020 TPK hotel bintang 5 perlahan mulai mengalami pemulihan, namun masih
.
go
rendah jika dibandingkan kondisi sebelum masa pandemi, dan masih jauh lebih rendah
jika dibandingkan dengan TPK klasifikasi hotel bintang yang lain. Hal tersebut dapat
s.
menjadi indikasi bahwa kebijakan stimulus tersebut belum optimal dalam mendorong
p
.b
konsumsi pariwisata masyarakat kelas menegah.

w
Pandemi COVID-19 telah memberikan dampak yang sangat signifikan

w
terhadap sektor pariwisata, sehingga perlu adanya langkah-langkah startegis dalam

//w
upaya mempercepat pemulihannya. Banyak studi dan penelitian yang mengusulkan

berbagai langkah strategis untuk memulihkan sektor pariwisata. Salah satu hasil studi
s:
yang dilakukan oleh Sharma, et al. (2021) mengusulkan kerangka kerja yang berbasis
tp
ketahanan untuk menghidupkan kembali industri pariwisata global pasca COVID-19.

ht
Kerangka kerja tersebut diuraikan dalam empat faktor utama untuk membangun
ketahanan industri pariwisata yang terdiri dari respon pemerintah, inovasi teknologi,
kepemilikan lokal, serta kepercayaan konsumen dan karyawan. Sementara itu,
Pemerintah Indonesia melalui Kemenparekraf telah mencanangkan beberapa langkah
strategis untuk membangkitkan sektor pariwisata dan ekonomi kreatif di era adaptasi
kebiasaan baru, diantaranya yaitu memberikan program perlindungan sosial untuk
pekerja parekraf, realokasi anggaran untuk beberapa kegiatan seperti padat karya, dan
pemberian stimulus ekonomi untuk pelaku bisnis pada sektor parekraf (Kemenparekraf,
17 Februari 2021). Saat ini Kemenparekraf juga telah menetapkan 6 langkah strategis
untuk mempercepat pemulihan sektor pariwisata dan ekonomi kreatif di Indonesia
yang terdiri dari : (1) program stimulus hibah pariwisata, (2) free COVID corridor (travel
corridor arrangement), (3) pengembangan Kawasan Ekonomi Khusus (KEK), (4) fasilitasi
on boarding program digitalisasi bagi para pelaku ekonomi kreatif, (5) pengembangan
desa wisata, 6) vaksinasi bagi para pelaku pariwisata dan ekonomi kreatif. Selain itu,
pemerintah juga menyiapkan 5 (lima) Destinasi Pariwisata Super Prioritas (DPSP)
dan mendorong pengembangan 5 (lima) Kawasan Ekonomi Khusus (KEK) Pariwisata
untuk menggeliatkan kembali minat wisatawan untuk mengunjungi daerah wisata
(Kemenkeu, 17 Februari 2021).
77
4.2 Keterkaitan Sektor pariwisata dengan Kondisi Perekonomian
S
ektor Pariwisata mempunyai peranan penting dalam perekonomian Indonesia.
Kegiatan pariwisata merupakan mata rantai kegiatan yang sangat panjang dan
luas dari berbagai kegiatan yang menampung penyerapan tenaga kerja serta
dapat mendorong kegiatan ekonomi lainnya. Keterkaitan sektor pariwisata terhadap
perekonomian Indonesia dapat dilihat pada kontribusi terhadap PDB serta penyerapan
tenaga kerja di sektor ini.
Pada tahun 2020, lapangan usaha Penyediaan Akomodasi dan Makan Minum
memiliki kontribusi terhadap PDB sebesar 2,55 persen yaitu sebesar Rp394,2 Triliun.
Pada Gambar 4.10 dan Gambar 4.11 dapat dilihat bahwa pada triwulan II tahun 2020
id
kontribusi lapangan usaha ini terhadap PDB mengalami penurunan dari 2.8 persen
.
go
menjadi 2,28 persen, dengan nilai yang juga mengalami penurunan yang cukup
signifikan dari Rp109,7 Triliun menjadi Rp84,2 Triliun. s.
p
Penurunan kontribusi terhadap PDB disebabkan pemberlakukan pembatasan
.b
sosial berskala besar (PSBB) di Indonesia pada periode tersebut, yang dimulai dengan
w
ditandatanganinya PP No.21 Tahun 2020. PP ini mengatur PSBB sebagai respons

w
terhadap pandemi COVID-19, yang memungkinkan pemerintah daerah untuk

//w
membatasi pergerakan orang dan barang masuk dan keluar dari daerah masing-
masing, dengan persetujuan Menteri Kesehatan. Salah satu kegiatan yang dibatasi
s:
pada PP ini adalah kegiatan di tempat atau fasilitas umum. Pembatasan ini tentu sangat
tp
berpengaruh terhadap berlangsungnya kegiatan pariwisata di Indonesia, sehingga

ht
PDB yang didapatkan dari sektor ini juga menurun. Selanjutnya, pada triwulan ke III
dan IV kontribusi Penyediaan Akomodasi dan Makan Minum terhadap PDB mengalami
kenaikan lagi menjadi 2,49 persen dan 2,63 persen dengan nilai sebesar Rp97,1 Triliun
dan Rp103,2 Triliun. Pada periode ini diberlakukan PSBB transisi, dimana pembatasan
yang dilakukan tidak seketat PSBB. Beberapa sektor juga sudah mulai dibuka sehingga
memungkinkan bagi masyarakat untuk melakukan kegiatan wisata lagi, walaupun
dengan pembatasan kapasitas.
78
. id
go
s.
Sumber : BPS
p
Gambar 4.10. Distribusi PDB (Lapangan Usaha) Tahun 2020 Atas Dasar Harga Berlaku, Lapangan
.b
Usaha Penyediaan Akomodasi dan Makan Minum

w
w
//w
s:
tp
ht
Sumber : BPS
Gambar 4.11. Nilai PDB (Lapangan Usaha) Tahun 2020 Atas Dasar Harga Berlaku, Lapangan Usaha
Penyediaan Akomodasi dan Makan Minum
Vadhia Lidyana (2020) mengungkapkan bahwa “Pelaku usaha di bidang

perhotelan di berbagai daerah menerapkan diskon besar-besaran. Berbagai aplikasi
pemesanan online terus memberikan notifikasi promosi besar-besaran. Sejumlah hotel
79
di kawasan DKI Jakarta, Kota Bandung, dan sebagainya pun memasang plang-plang di
depan hotelnya yang berisikan informasi promosi menarik. Semua cara itu dikeluarkan
untuk menarik pengunjung, sehingga okupansi hotel bisa merangkak naik, setelah
anjlok di bawah 5% akibat pandemi COVID-19.” Ekarina (2020) juga menyebutkan
bahwa perusahaan-perusahaan pemesanan penginapan dan perhotelan menawarkan
potongan harga hingga 99% untuk memulihkan okupansi penginapan. Hal ini dapat
dilihat pada Gambar 4.12, berdasarkan hasil big data perhotelan, rata-rata harga hotel
di Indonesia berada di kisaran Rp400.000 s.d. Rp500.000 per hari. Rata-rata harga hotel
mengalami sedikit kenaikan di triwulan kedua tahun 2020. Kenaikan ini disebabkan
oleh turunnya jumlah pengunjung, sementara biaya operasional yang dikeluarkan oleh
hotel tetap. Kemudian, di triwulan III 2020 hingga triwulan I 2021 tren rata-rata harga
hotel cenderung turun. Penerapan PSBB transisi dan mulai diizinkannya beberapa
aktivitas di tempat umum menyebabkan banyak pihak hotel yang menerapkan diskon
atau potongan harga untuk menarik banyak pengunjung datang.
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 4.12. Rata-Rata Harga Hotel Menurut Triwulan

Sumber: Situs Booking Online (Olah)
Jika dilihat dari pasar saham, rata-rata harga saham di sektor penyediaan
akomodasi dan makan minum mengalami penurunan di bulan Februari-April 2020.
Menyebarnya pandemi COVID-19 di Indonesia dan pemberlakuan PSBB nampaknya
menyebabkan turunnya minat investor di bidang ini. Rata-rata harga saham cenderung
stagnan di Rp380-450 pada Bulan April 2020 hingga Maret 2021. Frekuensi transaksi
saham di bulan Juni 2020 meningkat tinggi dibandingkan bulan-bulan sebelumnya.
Hal ini menggambarkan bahwa penerapan PSBB transisi yang dimulai pada awal Juni
2020 menarik minat investor untuk membeli saham di sektor penyediaan akomodasi
dan makan minum.
80
. id
go
Gambar 4.13. Frekuensi Transaksi Saham dan Rata-Rata Harga Saham per Bulan
s.
p
Sumber: Situs Web Bursa Efek Indonesia (Olah)
.b
w
Sektor pariwisata memiliki kontribusi terhadap penyerapan tenaga kerja.

w
Sektor penyediaan akomodasi dan makan minum memiliki jumlah tenaga kerja
//w
terbanyak keempat di Indonesia pada tahun 2020. Pada Gambar 4.14 dapat dilihat
s:
hasil Survei Angkatan Kerja Nasional (Sakernas) tahun 2020. Berdasarkan hasil
Sakernas Februari 2020, terdapat sekitar 9 juta orang yang bekerja dengan lapangan
tp
pekerjaan utama di sektor penyediaan akomodasi dan makan minum. Selanjutnya,

ht
berdasarkan hasil Sakernas Agustus terjadi penurunan jumlah penduduk yang bekerja
di sektor ini menjadi 8,5 juta orang. Berdasarkan analisis hasil survei dampak COVID-19
terhadap pelaku usaha (BPS, 2020), terdapat sekitar 17,63 persen perusahaan di sektor
penyediaan akomodasi dan makan minum yang memberhentikan pekerja dalam waktu
singkat, dan 50,52 persen perusahaan di sektor ini yang mengurangi jumlah pegawai
di tengah pandemi. Banyaknya usaha yang tutup sementara ataupun tutup permanen
karena pandemi, serta banyaknya perusahaan yang menerapkan pengurangan jumlah
pegawai menyebabkan turunnya jumlah pekerja di sektor ini.
81
id
.
go
p s.
Gambar 4.14. Jumlah Penduduk Berumur 15 Tahun Ke Atas yang Bekerja Menurut Lapangan
.b
Pekerjaan Utama
w
Sumber : BPS
w
//w
BPS mengumpulkan big data jumlah lowongan pekerjaan, yang bersumber

dari web pemasaran atau pengiklanan lowongan pekerjaan. Berdasarkan data
s:
tersebut, dapat dilihat bahwa jumlah iklan lowongan pekerjaan di bidang Penyediaan
tp
Akomodasi dan Makan Minum mengalami penurunan yang sangat signifikan di bulan
ht
April-Mei 2020, dimana pada Bulan Maret 2020 terdapat 548 iklan menjadi 138 dan
33. Kemudian, pada bulan Juli-Desember 2020 tren jumlah iklan lowongan pekerjaan
cenderung meningkat, dengan jumlah iklan terbanyak ada pada Bulan November yaitu
255 iklan.
Gambar 4.15. Jumlah Iklan Lowongan Pekerjaan pada industri Penyediaan Akomodasi dan Makan
Minum
Sumber: Situs Lowongan Pekerjaan (Olah)
82
Data tersebut kemudian dibandingkan dengan data tren penelusuran pada

Google trends dengan kata kunci “lowongan kerja hotel” dan “lowongan kerja restoran”
di wilayah Indonesia selama periode Januari 2019 – Maret 2021. Data yang bersumber
dari google trends merupakan statistik pencarian web yang menampilkan popularitas
topik pada kurun waktu tertentu. Angka yang ditampilkan mewakili minat penelusuran
berdasarkan poin tertinggi pada diagram untuk wilayah dan waktu tertentu. Nilai
100 menunjukkan istilah berada di puncak popularitas, nilai 50 menunjukkan istilah
dengan popularitas separuhnya, dan nilai 0 menunjukkan tidak tersedia cukup data
untuk istilah tersebut. Data ini diharapkan bisa memberikan gambaran pola minat
masyarakat dalam mencari lowongan pekerjaan di sektor penyediaan akomodasi dan
makan minum.
. id
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 4.16. Data Google trends Dengan Kata Kunci “lowongan kerja restoran” dan “lowongan kerja
hotel”
Sumber: Google Tren (Olah)
Pada gambar 4.16 dapat dilihat bahwa tren penelusuran lowongan pekerjaan
restoran maupun hotel memiliki pola yang mirip. Tren penelusuran dengan kedua kata
kunci tersebut cukup tinggi selama periode tahun 2019 hingga awal tahun 2020, namun
mengalami penurunan yang cukup drastis di Bulan Maret-April 2020. Kemudian, di
bulan Juni 2020 tren penelusuran lowongan di bidang ini terlihat meningkat kembali,
seiring dengan diberlakukannya PSBB transisi. Akan tetapi, kenaikan tren ini tidak
sebanding dengan jumlah iklan lowongan pekerjaan yang tersedia.
Dalam menjawab keterkaitan sektor pariwisata dengan perekonomian, juga
dibuat permodelan dalam melihat kontribusi indikator big data terkait pariwisata
83
terhadap nilai tambahnya kepada perekonomian khusunya pada lapang usaha

akomodasi dan makan minum. Adapun permodelan yang dilakukan adalah dengan
data panel 34 provinsi selama 4 triwulan di tahun 2020.
Berdasarkan perhitungan, didapatkan bahwa model yang dihasilkan adalah
model random effect. Adapun koefisien model yang dihasilkan adalah sebagai berikut.
.id
go
p s.
.b
w
Mobilitas di Kawasan Retail dan Rekreasi Tingkat Okupansi Hotel

w
//w
0.64% 0.19%
Gambar 5.17. Perbanbandingan Koefisien Kontribusi Big Data Pariwisata Terhadap Pertumbuhan
s:
Nilai Tambah Sektor Akomodasi, Makan, dan Minum.

tp
ht
Gambar 5.18. Infografis Penggambaran Dummy Perbandingan Pulau Jawa dan luar Jawa
Note : Provinsi di Pulau Jawa Memiliki NTB Akomodasi Makan Minum 1,14 Kali Lebih Besar dibanding
Provinsi di luar Pulau Jawa
Berdasarkan hasil model, terlihat bahwa terdapat tiga variabel yang akhirnya
digunakan dengan model. Tiga variabel yang dimodelkan memiliki signifikansi pada
taraf 5%. Pada variabel okupansi agoda, nilai positif menunjukkan adanya kontribusi
84
positif dari tingkat okupansi terhadap nilai tambah lapang usaha akomodasi, makan,
dan minum. Hubungan ini menunjukkan jika adanya peningkatan okupansi dari data
Agoda yang dikumpulkan, maka akan ada indikasi peningkatan dari nilai tambah
lapang usaha akomodasi, makan, dan minum. Hal serupa juga ditunjukkan oleh
indikator perubahan mobilitas di Kawasan pariwisata dan retail. Kenaikan akivitas di
area pariwisata dan retail berkontribusi pada peningkatan nilai tambah lapangan
usaha makan minum. Jika dibandingkan, nilai koefisien dari mobilitas lebih tinggi
dibandingkan dengan tingkat okupansi hotel. Hal ini dikarenakan oleh mobilitas yang
bersifat lebih holistik dibandingkan dengan tingkat okupansi. Mobilitas menyakup area
yang lebih luas dibandigkan akomodasi. Hal ini didukung dengan penelitian terdahulu
dari Angela Chantre-Astaiza (2019), dimana mobilitas dari turis menyakut lebih banyak
id
aspek seperti, destinasi dan perilaku.
.
go
Jika melihat variabel dummy yang dibentuk, dimana variabel dummy ini
adalah pembeda pulau Jawa dan Non-Jawa, terlihat adanya perbedaan yang signifikan
s.
dari sisi nilai tambah lapang usaha akomodasi, makan dan minum antara pulau Jawa
p
dengan Non-Jawa. Hal ini berkorelasi dengan kepadatan penduduk Indonesia yang
.b
dimana sekitar 56,1% berada di Pulau Jawa. Kondisi ini memungkinkan adanya potensi
w
pariwisata domestik di pulau jawa yang lebih tinggi dibandingkan dengan daerah di
w
luar pulau Jawa.

//w
Dilakukan pula pengujian asumsi untuk kepentingan pemanfaatan model

s:
dan kemungkinan pengembangan selanjutnya, adapun hasil pengujian asumsi adalah

tp
dengan terlanggarnya asumsi normalitas dan keterkaitan spasial. Asumsi normalitas

ht
yang terlanggar menyebabkan model tidak dapat digunakan untuk menginferensi

populasi yang berdistribusi normal. Hal ini menyebabkan intepretasi yang bisa dilakukan
hanya sebatas sampel pada model. Selain itu, adanya cross-dependency memungkinkan
untuk pengembangan model panel spasial.
4.3 Fenomena Baru Pariwisata Indonesia Selama Pandemi
P
ariwisata di tengah pandemi COVID-19 memang tengah berada dalam tekanan.
Pasalnya, pariwisata yang mengandalkan adanya mobilitas dari penduduk
kini tengah dibatasi dengan adanya kebijakan pemerintah dalam mengurangi
penyebaran virus yang melanda. Namun, pada akhir 2020 terdapat pelonggaran
mobililitas penduduk oleh pemerintah yang tetap harus mematuhi prosedur kesehatan
dan tes kesehatan sebelum berpergian. Hal ini merupakan sedikit angin segar pariwisata
Indonesia di tengah pandemi walau masih berskala domestik.
Guna meningkatkan kunjungan wisatawan agar dapat bersaing dengan negara
lain, Presiden Joko Widodo pada rapat terbatas kabinet 15 Juli 2019 lalu di Jakarta
mencanangkan pengembangan Destinasi Pariwisata Super Prioritas di lima wilayah
85
yakni Danau Toba (Sumatera Utara), Borobudur (Jawa Tengah), Mandalika-Lombok

(Nusa Tenggara Barat), Labuan Bajo (Nusa Tenggara Timur), dan Likupang (Sulawesi
Utara).
id
.
go
p s.
.b
w
Gambar 4.19. Lima Destinasi Pariwisata Super Prioritas

w
//w
Sumber: Google
Dengan adanya penetapan lima destinasi ini sejak tahun 2019, pemerintah
s:
dapat memanfaatkannya sebagai lokasi pariwisata Indonesia yang dapat menstimulus

tp
kembali perekonomian dari sisi pariwisata. Dengan memanfaatkan wisatawan

ht
nusantara yang telah berpuasa selama pandemi, maka destinasi pariwisata prioritas
ini dapat menjadi sarana yang dituju. Pertanyaan yang muncul selanjutnya adalah
mengenai bagaimana keberlanjutannya saat ini.
86
. id
go
Gambar 4.20. Perubahan Mobilitas di Kabupaten/Kota Lokasi Lima Destinasi Super Prioritas Selama
Maret 2020 hingga Mei 2021 Berdasarkan Facebook Mobility
s.
p
Sumber: Facebook Mobility Range (Olah)
.b
w
Jika melihat pergerakan penduduk secara spesifik pada lima kawasan tersebut
w
dengan menggunakan data facebook mobility range, terlihat secara umum mobilitasnya
//w
sudah mendekati normal pada Juli hingga September 2020. Dengan kembalinya
s:
kondisi normal maka secara tidak langsung terjadi perbaikan pariwisata pada 5 kawasan
tp
prioritas ini sejak September 2020. Kondisi ini tidak terlepas dari kebijakan new-normal
yang digaungkan oleh pemerintah.
ht
Dari 5 kawasan yang menjadi super prioritas pariwisata saat ini, terlihat bahwa
mobilitas Kawasan Danau Toba melejit pada Januari 2021. Sedangkan, jika melihat
grafik secara holistik, Kawasan wisata Pulau Komodo di Manggarai Barat yang menjadi
Kawasan dengan pergerakan mobilitas paling stabil. Kondisi pada Wisata Danau
Toba ini tidak lepas dari stimulus eksposur yang diberikan oleh Menteri Pariwisata
melalui penggalakan Danau Toba sebagai lokasi super prioritas dalam memperbaiki
perekonomian. Selain itu, kunjungan Menteri Luar Negeri China pada 12 Januari 2021
juga mungkin menjadi salah satu alasan peningkatan mobilitas yang cukup signifikan
di Kawasan Danau Toba. Berbeda halnya dengan Danau Toba, kestabilan mobilitas di
Kawasan Wisata Pulau Komodo merupakan hal yang wajar mengingat intensitas dari
kunjungan wisata pulau Komodo bukanlah yang sangat tinggi.
87
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 4.21. Perubahan Mobilitas pada Kawasan Wisata dan Transit di Provinsi Lokasi Lima Destinasi
Super Prioritas Selama Maret 2020 hingga Mei 2021 Berdasarkan Google Mobility Report
Sumber: Google Mobility Report (Olah)
Dalam menilik lebih spesifik dari facebook mobility range, dilakukan komparasi
dengan data Google mobility report dalam menghasilkan pergerakan mobilitas
yang lebih spesifik pada Kawasan Wisata maupun Transit sebagai proksi pergerakan
penduduk. Jika mengaitkannya dengan pola yang diberikan oleh facebook mobility
range, didapatkan cukup banyak kesamaan pola. Berdasarkan pergerakan mobilitas
penduduk dari google mobility report pada provinsi di 5 kawasan super priotitas nasional,
88
didapatkan bahwa pergerakannya mengalami kendala, baik pada Kawasan retail dan
rekreasi maupun pada kawasan trasit. Kondisi ini diawali pada awal Maret 2020 yang
dimana merupakan fase awal pembatasan sosial di berbagai daerah di Indonesia.
Kondisi ini mulai membaik pada akhir Mei 2020 yang kemudian menuju kembali ke fase
normal di bulan Desember 2020 hingga Januari 2021. Kondisi ini merupakan respon
dari masyarakat terhadap libur Panjang akhir tahun.
Kondisi normal ini tidak berlangsung lama akibat dari penambahan kasus
positif COVID-19 yang meledak setelah masa liburan Panjang usai. Tercatat dari data
Satgas COVID-19 yang menunjukkan tren meningkat cukup pesat pada rentang 7
Januari 2021 hingga 31 Januari 2021 dengan penambahan jumlah kasus sebesar 10.583
kasus per harinya. Hal ini membuat penurunan mobilitas pada Februari 2021. Namun,
pasca hal tersebut, dengan digalakkannya vaksinasi, kembali adanya progress menuju
id
fase normal dari mobilitas penduduk di Kawasan rekreasi, retail, dan stasiun transit.
.
go
p s.
.b
w
w
//w
s:
tp
ht
Gambar 4.22. Pergerakan Jumlah Penerbangan yang dekat dengan Lokasi Lima Destinasi Super
Prioritas Selama Maret 2020 hingga Mei 2021
Sumber: Situs Penyedia Catatan Penerbangan (Olah)
Sebagai kornfirmasi dari data google mobility di Kawasan transit, maka salah satu
pendekatan yang sama dapat digunakan adalah pergerakan penerbangan. Pergerakan
Penerbangan juga sering kali menjadi proksi mobilitas menuju tempat wisata. Hal
ini menyebabkan pergerakan penerbangan juga dapat dijadikan proxy pariwisata,
mengingat bahwa adanya subsidi pada penerbangan yang kemudian memungkinkan
akses udara dalam menuju kepada destinasi wisata.
89
Terlihat pola yang mirip antara jumlah penerbangan dengan mobilitas google
pada area transit. Hal ini membuat asumsi bahwa bandara merupakan salah satu area
transit yang memiliki sumbangsih tinggi untuk perubahan mobilitas. Seperti halnya
mobilitas di area transit, jumlah penerbangan juga mulai meningkat pada Juni 2020
pasca penutupan besar-besaran pada Bulan Maret hingga Mei 2020. Peningkatan
aktivitas penerbangan ini juga merupakan salah satu bukti kebijakan new-normal yang
mulai kembali menstimulus sektor-sektor termasuk sektor transportasi dan pariwisata.
Jika membandingkan intensitas dari 5 kawasan prioritas dari sisi jumlah
penerbangan, Bandara Kuala Namu menjadi destinasi terbanyak selama rentang Juni
2020 hingga Januari 2021. Hal ini mungkin disebabkan oleh opsi transit yang sering
terjadi di bandara ini. Namun, hal ini juga menunjukkan adanya posibilitas tinggi untuk
mengembangkan potensi wisata pada Provinsi Sumatera Utara khususnya Danau Toba
yang menjadi Kawasan pariwisata super prioritas.
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
Sumber: Situs Pemesanan Akomodasi Hotel (Olah)

Gambar 4.23. Tingkat Okupansi Hotel Bintang dan Non-Bintang di Provinsi Lokasi Lima Destinasi
Super Prioritas Selama Januari 2020 hingga April 2021
90
Kondisi pariwisata di Kawasan wisata prioritas juga dapat didekati dengan kondisi
pemesanan secara online dari akomodasi perhotelan. Intensitas konsumsi di sektor
pariwisata suatu daerah, dapat dikonfirmasi juga dengan kondisi okupansi dari masing-
masing hotel di daerah. Jika melihat kondisi tingkat okupansi yang terjadi pada lima provinsi
dari masing-masing Kawasan super prioritas pariwisata, memang terlihat adanya penurunan
okupansi semenjak bulan Januari hingga April 2020. Setelah itu, terjadi stagnansi yang
belum menunjukkan tanda-tanda kembali kepada kondisi di bulan Januari 2020 (Kondisi
Normal Sebelum Pandemi COVID-19).
Jika melihat tingkat okupansinya, Jawa Tengah merupakan provinsi dengan okupansi
paling tinggi selama rentang Januari 2020 hingga April 2021. Tingginya tingkat okupansi di
Jawa Tengah menunjukkan adanya potensi tempat wisataBorobudur untuk dikunjungi.
Dalam melihat bagaimana kondisi dari lima tempat wisata prioritas selama pandemi,
id
dibuat juga sebuah ukuran yang menggambarkan daya saing pariwisata masing-masing
.
tempat wisata. Dimensi yang digunakkan bersumber dari literatur “Tourism accessibility
go
competitiveness: A regional approach for Latin American countries” (Natalia Porto, Ana Clara
s.
Rucci, Matias Ciaschi). Adapun dimensi yang diadopsi adalah sebagai berikut
p
.b
Tabel 4.1. Demensi dan Variabel Penyusunan Ukuran Daya Saing Kepariwisataan
w
w
//w
s:
tp
ht
Jumlah Penerbangan
Harga Penginapan dari
Aplikasi Pemesanan Online
Tingkat okupansi kamar dari
aplikasi pemesanan online
Ukuran dibuat dengan melakukan standardisasi z pada masing-masing variable.

Dengan nilai 100 sebagai nilai dasar dari ukuran daya saing wisata wilayah. Setelah itu,
dilakukan pembobotan dengan equal-weighting.
91
id
.
go
p s.
Gambar 4.24. Pergerakan Ukuran Daya Saing Kepariwisataan dari Lima Provinsi Lokasi Lima Destinasi
.b
Super Prioritas Selama Minggu ke-11 2020 hingga Minggu ke-14 2021
w
Sumber: Olah Ukuran Daya Saing

w
//w
Berdasarkan hasil ukuran yang telah dibentuk, terlihat bahwa ukuran yang
s:
dibuat mengakomodasi dampak COVID-19, dimana ukuran mengalami penurunan

tp
nilai pada minggu 11 hingga 15 di tahun 2020. Pada minggu-minggu tersebut, terjadi
ht
pembatasan sosial yang ditetapkan oleh pemerintah. Pasca minggu-minggu tersebut,

daerah yang mengalami peningkatan di atas baseline adalah Provinsi Jawa Tengah
dan Sumatera Utara. Hal ini disebabkan oleh potensi wisatawan domestik yang masih
memungkinkan dari wilayah-wilayah tersebut akibat dari kepadatan penduduk di
wilayah tersebut.
Jika melihat progres selama minggu 11 di tahun 2020 hingga minggu 14 di
tahun 2021, terlihat hanya tiga provinsi Kawasan super prioritas yang pergerakannya
menuju dan mencapai angka di atas baseline (100). Ketiga provinsi tersebut adalah
Jawa Tengah, Sumatera Utara, dan Nusa Tenggara Timur. Namun, jika melihat akhir
tahun 2020, Nampak bahwa kelima provinsi Kawasan super prioritas tersebut sudah
memiliki ukuran daya saing pariwisata di atas baseline. Hal ini menandakan bahwa
dampak liburan akhir tahun sudah dirasakan oleh kelima provinsi Kawasan super
prioritas pariwisata.
92
. id
go
Gambar 4.25. Rata-rata Ukuran Daya Saing Kepariwisataan dari Lima Provinsi Lokasi Lima Destinasi
Super Prioritas Selama Minggu ke-11 2020 hingga Minggu ke-14 2021
s.
Sumber: Olah
p
.b
Pada gambar 4.25 ditunjukkan bahwa Jawa Tengah dan Sumatera Utara
w
adalah provinsi yang selama rentang minggu 11 tahun 2020 hingga minggu 14 tahun
w
2021, memiliki ukuran daya saing pariwisata yang di atas baseline. Kedua provinsi
//w
ini merupakan provinsi yang dirasa unggul, baik dari segi coverage, fasilitas, akses,
dan popularitas. Walaupun demikian, hal yang dapat ditelaah adalah perlu adanya
s:
peningkatan dari tiga tempat wisata lainnya untuk mampu menjadi motor penggerak
tp
ekonomi dari sisi pariwisata.

ht
4.4. KESIMPULAN
Berdasarkan kajian yang dilakukan mengenai pariwisata dari perspektif big
data, didapatkan kesimpulan sebagai berikut.
1. Big data digunakan untuk menjadi indikator proksi pariwisata dari sisi
pergerakan turis, konsumsi pariwisata, nilai tambah, dan juga penyerapan
tenaga kerja. Berdasarkan indikator proksi big data terkait pariwisata, dirasakan
dampak yang cukup signifikan selama rentang Februari hingga Mei 2020.
Namun, hingga Maret 2021 pariwisata Indonesia sudah mengalami perbaikan
namun masih belum kembali seperti keadaan sebelum pandemi COVID-19.
Secara umum, pemulihan dimulai pada Bulan Juli 2020. Terdampaknya sektor
pariwisata mendapatkan perhatian yang cukup serius dari pemerintah untuk
menerapkan kebijakan pemulihan pada sektor ini.
2. Terkait dengan perekonomian, sektor pariwisata di Indonesia memiliki
sumbangsih dan spread effect yang tidak kecil kepada nilai tambah. Nilai
93
tambah pariwisata mengalami penurunan yang cukup dalam selama tahun

2020. Penurunan nilai tambah ini dapat diproksikan dengan tingkat harga dan
juga okupansi kamar yang didapatkan dari analisis Big Data. Tingkat harga yang
mulai menurun akibat minimnya demand, dan hal ini didukung dengan tingkat
okupansi kamar yang menurun. Jika dikaitkan dengan permodelan statistik
yang dibuat, terdapat tiga indikator yang secara signifikan memengaruhi nilai
tambah pariwisata yaitu, mobilitas di kawasan pariwisata, tingkat okupansi
hotel berbintang, dan kategori wilayah (Jawa dan Luar Jawa). Mobilitas
memiliki nilai potensi dalam melihat pergerakan nilai tambah pariwisata
dengan karakteristiknya mencakup kegiatan pariwisata secara holistik.
id
3. Dengan fenomena baru lima destinasi prioritas di pariwisata Indonesia, Big
.
go
Data juga dapat digunakan sebagai indikator pendukung yang dapat
memantau kondisi dari provinsi lokasi destinasi yang diprioritaskan. Dapat
s.
juga dibuat sebuah ukuran yang mampu menggambarkan daya saing
p
kepariwisataan yang dapat dipantau secara berkala. Provinsi Jawa Tengah dan
.b
Sumatera Utara merupakan provinsi yang memiliki support system yang baik
w
bagi destinasi wisata prioritas pada daerahnya masing-masing.

w
//w
s:
tp
ht
94
DAFTAR PUSTAKA
BPS. (2020). Analisis Hasil Survei Dampak COVID-19 Terhadap Pelaku Usaha. Jakarta.
BPS. (2021). Distribusi PDB Triwulanan Atas Dasar Harga Berlaku Menurut Lapangan
Usaha (Persen). Retrieved from BPS: https://bps.go.id/indicator/11/106/1/-seri-
2010-distribusi-pdb-triwulanan-seri-2010-atas-dasar-harga-berlaku.html
BPS. (2021). PDB Seri 2010 (Milyar Rupiah). Retrieved from BPS: https://bps.go.id/
indicator/11/65/1/-seri-2010-pdb-seri-2010.html
BPS. (2021). Penduduk 15 Tahun Ke Atas yang Bekerja menurut Lapangan Pekerjaan
Utama. Retrieved from BPS: https://www.bps.go.id/statictable/2009/04/16/970/
id
penduduk-15-tahun-ke-atas-yang-bekerja-menurut-lapangan-pekerjaan-
.
go
utama-1986---2021.html
s.
BPS (2021). Berita Resmi Statistik No. 13/02/Th. XXIV : Pertumbuhan Ekonomi Indonesia
p
Triwulan IV-2020. Jakarta : BPS.
.b
BPS (2021). Berita Resmi Statistik No. 34/05/Th. XXIV : Perkembangan Pariwisata dan
w
w
Transportasi Nasional Maret 2021. Jakarta : BPS.

//w
Chantre-Astaiza A, Fuentes-Moraleda L, Muñoz-Mazón A, Ramirez-Gonzalez G. Science

Mapping of Tourist Mobility 1980–2019. Technological Advancements in the
s:
tp
Collection of the Data for Tourist Traceability. Sustainability. 2019; 11(17):4738.

ht
https://doi.org/10.3390/su11174738
Ekarina. (2020). RedDoors & OYO Gelar Diskon, Upaya Dorong Okupansi di Masa
Pandemi. Retrieved from Katadata: https://katadata.co.id/ekarina/
brand/5f577f2819633/reddoors-oyo-gelar-diskon-upaya-dorong-okupansi-di-
masa-pandemi
Kemenparekraf (2021, Februari 17). Siaran Pers : Menparekraf Bahas Strategi Reaktivasi
Sektor Parekraf di Adaptasi Kebiasaan Baru. https://www.kemenparekraf.go.id/
berita/Siaran-Pers-%3A-Menparekraf-Bahas-Strategi-Reaktivasi-Sektor-
Parekraf-di-Adaptasi-Kebiasaan-Baru
Kemenparekraf (2021, April 13). 6 Strategi Menparekraf dalam AKselerasi Pemulihan
Sektor Parekraf. https://peduliCOVID19.kemenparekraf.go.id/6-strategi-
menparekraf-dalam-akselerasi-pemulihan-sektor-parekraf/
Kemenparekraf (2020, 8 Juni). Strategi Industri Pariwisata dalam Menghadapi New
Normal.https://peduliCOVID19.kemenparekraf.go.id/strategi-industri-
pariwisata-dalam-menghadapi-new-normal/
95
Kemenkeu (2020, 13 Mei). Media Briefing: Program Pemulihan Ekonomi Nasional. https://
www.kemenkeu.go.id/media/15116/media-briefing-kabkf.pdf
Kemenkeu (2021, 17 Februari). Stimulus Pemulihan Sektor Pariwisata Dilanjutkan di Tahun
2021. https://www.kemenkeu.go.id/publikasi/berita/stimulus-pemulihan-sektor-
pariwisata-dilanjutkan-di-tahun-2021/
Kemenparekraf. (2020). Siaran Pers : Wishnutama Serah Terima Jabatan Menteri Pariwisata
dan Ekonomi Kreatif ke Sandiaga Uno. Retrieved from Kemenparekraf: https://
www.kemenparekraf.go.id/berita/Siaran-Pers-:-Wishnutama-Serah-Terima-Jabatan-
Menteri-Pariwisata-dan-Ekonomi-Kreatif-ke-Sandiaga-Uno
Lidyana, V. (2020). Hotel Jor-Joran Kasih Diskon Buat Tarik Pengunjung. Retrieved from Detik
id
Finance: https://finance.detik.com/berita-ekonomi-bisnis/d-5177977/hotel-jor-
.
go
joran-kasih-diskon-buat-tarik-pengunjung
s.
Porto-Natalia, Rucci-Ana Clara, Ciaschi- Matias. (2018). Tourism accessibility competitiveness.
p
A regional approach for Latin American countries. Investigaciones Regionales –
.b
Journal of Regional Research, 42, 75-91.

w
w
Sampi- James, Jooste- Charl. (2020). Nowcasting Economic Activity in Times of COVID-19:
//w
An Approximation from the Google Community Mobility Report. Policy Research

Working Paper, 9247.
s:
tp
Sharma et al (2021). Reviving tourism industry post-COVID-19: A resilience-based framework.

ht
https://doi.org/10.1016/j.tmp.2020.100786
WTTC (2020). Economic Impact Reports. https://wttc.org/Research/Economic-Impact
96
. id
go
p s.
.b
w
w
//w
s:
tp
ht
Okupansi Aplikasi Pemesanan Online
97
id
.
go
p s.
.b
w
w
//w
s:
tp
ht
98
. id
go
p s.
.b
w
w
//w
s:
tp
ht
Okupansi Aplikasi
Pemesanan Online
Okupansi Aplikasi Pemesanan Online
99
. id
go
ps.
.b
w
w
//w
s:
tp
ht
100 Laporan Kemajuan REFORMASI BIROKRASI BPS Tahun 2017

ht
tp
s:
//w
w
w
.b
ps.
go
.id

Kajian Big Data Sinyal Pemulihan Indonesia Dari Pandemi Covid-19

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kajian Big Data Sinyal Pemulihan Indonesia Dari Pandemi Covid-19

Diunggah oleh

Hak Cipta:

Format Tersedia

ht

KAJIAN BIG DATA SINYAL PEMULIHAN INDONESIA DARI PANDEMI COVID-19

No. ISBN : 978-602-438-428-9

No. Katalog : 1106003

Ukuran Buku : 17,6 cm x 25 cm

Naskah : Fungsi Pengembangan Model Statistik

Diterbitkan oleh : Badan Pusat Statistik

Boleh dikutip dengan menyebutkan sumbernya

insentif pajak terhadap peningkatan konsumsi masyarakat dipaparkan pada bab

Jakarta, Juli 2021

iv Laporan Kemajuan REFORMASI BIROKRASI BPS Tahun 2017

11 - Tujuan dan Sistematika

11 - Data dan Metode

Udara dan Mobilitas Ekonomi dan Kondisi Sektor

Masyarakat pada Pembatasan Sosial Pariwisata Selama

Masa Pandemi di Masa Pandemi Masa Pandemi

43 - Perubahan Pola 78 - KKeterkaitan Sektor

Konsumsi Rumah pariwisata dengan

Wahyuni Andriana Sofa

Dhiar Niken Larasati

ii Laporan Kemajuan REFORMASI BIROKRASI BPS Tahun 2017

ampak pandemi COVID-19 paling memberikan keuntungan bagi Indonesia

tahun 2020. Indonesia mengalami dikatakan bahwa pengaruh eksternal

pertumbuhan ekonomi lebih tinggi. PSBB mengindikasikan aliran barang terus

Dari sisi pengeluaran PDB, pengeluaran terjadi walaupun masyarakat di rumah

kebijakan fiskal ekspansif yang dilakukan pencarian untuk kategori transportasi

Index (PMI) Manufaktur Indonesia sebesar persen terhadap pertumbuhan sektor

Sektor lain yang terguncang okupansi hotel berkontribusi sebesar

yang memengaruhi kelesuan pada besar dibandingkan kawasan luar jawa

sektor ini adalah pemberlakukan terhadap pertumbuhan sektor akomodasi

kebijakan pembatasan perjalanan. BPS dan makan minum. Sedangkan

OPTIMISME KEBANGKITAN EKONOMI

1.1. Setahun Pandemi COVID-19 di Indonesia

diharapkan pengurangan aktifitas di luar rumah dapat menekan laju penyebaran

positif, 1.461.414 sembuh, 104.319 kasus aktif, 43.567 meninggal.

mengubah pergerakan yang terjadi di masyarakat. Facebook merilis data ‘pergerakan

dapat menginformasikan tentang bagaimana populasi merespon tindakan ‘physical

Gambar 1.3. AQI dan Change in Movement Indonesia

1.2. Geliat Kegiatan Masyarakat

Dari grafik 1.4 terlihat kecenderungan penurunan jumlah kasus COVID-19

Grafik 1.5 memperlihatkan bagaimana pergerakan masyarakat kembali

vaksinasi meningkatkan keberanian masyarakat untuk kembali beraktivitas ke luar

rumah. Kegiatan masyarakat yang menggerakkan roda perekonomian terlihat pada

1.3. Tujuan dan Sistematik Penulisan

kajian ini adalah sebagai berikut :

Air Quality Index

menggambarkan kondisi polutan di suatu wilayah. Indeks ini bernilai 0

Google Mobility Index

keberangkatan (departure) yang dikumpulkan dari situs penyedia informasi

penerbangan. Pengumpulan data dilakukan dengan cara scraping pada

situs yang dimaksud. Informasi dikumpulkan dari 15 bandara tersibuk di Indonesia,

mencakup data penerbangan maskapai yang mencatatkan penerbangannya di situs

tersebut. Metodologi pengumpulan data penerbangan secara detail dapat ditemukan

Google trends Index

Data Lowongan Pekerjaan

menghitung Indeks Keketatan adalah: penutupan sekolah; penutupan tempat kerja;

pembatalan acara publik; pembatasan pertemuan publik; penutupan transportasi

umum; kebijakan stay-at-home; kampanye informasi publik; pembatasan gerakan

Tingkat Penghunian Kamar

Data Penawaran mobil dan motor

kendaraan bermotor dihitung melalui perubahan jumlah iklan kendaraan bermotor

Facebook Movement Range Maps

Purchasing Manager Index: