ANALISIS PENGARUH INOVASI SISTEM PEMBAYARAN

TERHADAP JUMLAH UANG BEREDAR DI INDONESIA

JURNAL ILMIAH

Disusun oleh :

Noor Kartini Taufikawati

145020401111035

JURUSAN ILMU EKONOMI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
MALANG
2018
 DAFTAR ISI

HALAMAN SAMPUL .................................................................................................................... i

DAFTAR ISI .................................................................................................................................... ii
LEMBAR PENGESAHAN.............................................................................................................. iii
ABSTRAK ...................................................................................................................................... 1
A. PENDAHULUAN .................................................................................................................... 1
B. TINJAUAN PUSTAKA ........................................................................................................... 2
C. KERANGKA TEORITIS ......................................................................................................... 4
D. METODOLOGI PENELITIAN ............................................................................................... 4
E. HASIL DAN PEMBAHASAN ................................................................................................. 5
F. PENUTUP................................................................................................................................. 11
DAFTAR PUSTAKA ...................................................................................................................... 12
 Analisis Pengaruh Inovasi Sistem Pembayaran Terhadap
Jumlah Uang Beredar di Indonesia
Noor Kartini Taufikawati
Fakultas Ekonomi dan Bisnis Universitas Brawijaya
Email: noor.fikaa@gmail.com

ABSTRAK

Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan sistem pembayaran non
tunai terhadap jumlah uang beredar di Indonesia. Jumlah uang beredar yang digunakan dalam
penelitian ini terdiri dari jumlah uang beredar dalam arti sempit (M1) dan jumlah uang beredar
dalam arti luas (M2). Sistem pembayaran non tunai yang digunakan dalam penelitian ini terdiri
dari tiga skema transaksi, alat pembayaran menggunakan kartu (kartu kredit), e-money, dan sistem
BI-RTGS.
Metode yang digunakan adalah regresi data time-series. Dalam teori penciptaan uang,
uang M1 maupun M2 adalah hasil penggandaan dari uang inti M0. Kelipatan dari uang inti (M0)
menjadi M1 ataupun M2 dikenal masing-masing sebagai koefisien pengganda M1 dan koefisien
pengganda M2. Dengan berkembangnya financial technology dan bergesernya sistem pembayaran
dari tunai perlahan menjadi non tunai, maka perubahan sistem ini diduga menjadi penyebab
berubahnya koefisien pengganda. Dari hasil analisis menunjukkan bahwa secara simultan variabel
independen berpengaruh signifikan terhadap variabel dependen. Secara parsial variabel kartu
kredit berpengaruh signifikan dengan arah hubungan negatif terhadap M1 dan M2, variabel e-
money berpengaruh signifikan dengan arah hubungan positif terhadap M1, namun variabel e-
money tidak berpengaruh signifikan terhadap M2. Sedangkan variabel BI-RTGS tidak berpengaruh
signifikan terhadap M1 dan M2.

Kata Kunci : Jumlah Uang Beredar, M1, M2, Koefisien Pengganda, Sistem Pembayaran Non Tunai,
Alat Pembayaran Menggunakan Kartu (Kartu Kredit), E-money, BI-RTGS.

A. PENDAHULUAN
Seiring dengan perkembangan ilmu pengetahuan dan teknologi yang semakin pesat,
sehingga banyak perubahan yang tentunya terjadi pada semua bidang kegiatan ekonomi termasuk
pada bidang keuangan dan perbankan. Dalam bidang keuangan khususnya perbankan telah
mendorong munculnya inovasi keuangan yang terjadi perubahan pada sistem pembayaran dan
bertujuan meningkatkan efektivitas dan efisiensi sistem keuangan. Pada zaman modern ini, sistem
pembayaran terus mengikuti kemajuan teknologi, sehingga secara perlahan menggeser peranan
pembayaran secara tunai menjadi pembayaran secara non tunai.
Namun dengan kemudahan dalam bertransaksi secara non tunai (cashless) tersebut, muncul
adanya suatu efek yang disebabkan karena percepatan perputaran uang tersebut (velocity of money).
Menurut Mishkin (2008), velocity of money (percepatan perputaran uang) adalah rata-rata jumlah
berapa kali per tahun (perputaran) dari satu unit mata uang digunakan untuk membeli total barang
dan jasa yang diproduksi dalam perekonomian. Meskipun jumlah transaksi tunai di masyarakat
menurun, namun dengan penggunaan transaksi non tunai (cashless) ini perputaran uang yang
muncul semakin tinggi intensitasnya.
Semakin banyak alat pembayaran pengganti, semakin kecil jumlah uang kartal yang
dipegang sehari-hari dan sebaliknya, semakin sedikit (atau mungkin tidak adanya) alat pembayaran
pengganti akan semakin besar uang kartal yang diinginkan (Iswardono, 1981). Dalam teori
penciptaan uang, uang M1 maupun M2 adalah hasil penggandaan dari uang inti M0. Dengan adanya
berbagai upaya yang dilakukan oleh pihak bank penerbit uang giral, menghasilkan adanya
peningkatan jumlah transaksi dan volumenya, sehingga pada angka pengganda uang (money
multiplier) merupakan salah satu faktor utama dalam penentuan uang beredar sehingga
pengembangan non tunai akan berpengaruh terhadap jumlah pasokan uang. Angka pengganda uang
(money multiplier) merupakan bagian dari proses penciptaan uang yang dilakukan oleh bank umum.

1
Terdapat beberapa pengertian dari angka pengganda uang yaitu angka pengganda uang merupakan
bagian dari proses pasar yaitu penyesuaian antara permintaan dan penawaran uang (Nilawati, 2000).
Menurut Parkin (1993), angka pengganda uang uang itu merupakan rasio antara perubahan jumlah
uang beredar dan perubahan uang primer, yang juga disebut monetary base. Uang primer adalah
uang kartal ditambah cadangan bank. Jika monetary base naik, maka uang kartal dan cadangan bank
juga naik. Sedangkan jika cadangan bank naik maka dapat menciptakan pinjaman dan tambahan
uang yang bererdar. Jumlah uang beredar (JUB) yaitu M1 (uang dalam arti sempit) yang terdiri dari
uang kartal dan uang giral, dan M2 (uang dalam arti luas) yang terdiri dari M1 ditambah uang kuasi
(Nilawati, 2000). Uang kartal (currencies) adalah uang yang dikeluarkan pemerintah dan atau bank
sentral dalam bentuk uang kertas atau uang logam. Uang giral (deposit money) adalah uang yang
dikeluarkan oleh suatu bank umum. Contoh uang giral adalah cek, bilyet giro. Uang kuasi meliputi
tabungan, deposito berjangka, dan rekening valuta asing (Subagyo, 1997).
Perkembangan teknologi pada sistem pembayaran saat ini, alat pembayaran menggunakan
kartu sebagai bagian dari M1 dalam kategori uang giral dan bukan lagi bagian dari M2. Demikian
juga dengan e-money yang merupakan produk stored value yang sifatnya sangat liquid dan dapat
disetarakan dengan uang tunai atau giro (setara M1) (Hidayati, dkk, 2006). Klasifikasi yang kurang
tepat terhadap besaran moneter dapat menimbulkan implikasi kesalahan dalam perumusan dan
pelaksanaan kebijakan monter (M1 dan M2) sebagai indikator moneter maupun operasional target.
Berdasarkan kajian yang dilakukan oleh Costa dan Grauwe (2001), penggunaan alat
pembayaran non tunai secara luas memiliki implikasi pada berkurangnya permintaan uang terhadap
uang yang diterbitkan oleh bank sentral, base money, yang pada gilirannya dapat mempengaruhi
pelaksanaan tugas bank sentral dalam melaksanakan kebijakan moneter, khususnya pengendalian
besaran moneter. Hal yang sama juga dikemukakan oleh Friedman (1999), perkembangan teknologi
informasi akan memberikan implikasi terhadap berkurangnya peran base money dalam transaksi
pembayaran. Penelitian Farhadi (2015), didapatkan hasil bahwa perkembangan uang elektronik
dapat digunakan untuk menurunkan jumlah uang beredar. Studi lain yang dilakukan oleh Durgun
dan Mustafa (2015) memiliki sudut pandang berbeda terhadap implikasi perkembangan alat
pembayaran non tunai pada kebijakan moneter. Hasil studinya menunjukkan bahwa peningkatan
populasi sistem pembayaran elektronik meningkatkan total volume transaksi yang ada di masyarakat
dan sulit untuk berdampak pada kebijakan moneter. Dengan beberapa peneilitian yang menunjukkan
hasil kontradiktif, maka peneliti ingin meneliti ulang topik ini untuk ditelaah lebih lanjut.
Berdasarkan uraian di atas, penulis tertarik untuk melakukan penelitian yang bertujuan untuk
melihat dan mengetahui bagaimana pengaruh penggunaan pembayaran non tunai dalam transaksi
masyarakat terhadap jumlah uang beredar di Indonesia.

B. TINJAUAN PUSTAKA
Teori Penawaran Uang Tanpa Bank
Teori ini menganggap seakan-akan perbankan tidak ada, kalaupun ada tidak mempunyai
pengaruh terhadap proses penciptaan uang. Teori ini adalah gambaran ketika perekonomian masih
menggunakan emas sebagai alat pembayaran dan belum ada sistem perbankan yang mempengaruhi
penggunaan alat tukar tersebut. Jumlah alat tukar ini (peredaran dan proses penawaran nya) di
masyarakat. Ciri penawaran uang pada teori ini, yaitu harga emas bisa naik dan turun, uang beredar
secara otomatis berdasarkan mekanisme pasar dan tanpa campur tangan pemerintah.
Teori Penawaran Uang Menurut Klasik
Teori penawaran uang dan harga menurut pandangan klasik dibedakan menjadi 2 bentuk,
yang pertama teori kuantitas dan teori sisa tunai. Pandangan pokok teori tersebut adalah sama yaitu
perubahan dalam penawaran uang akan menimbulkan perubahan proposional dengan tingkat harga.
Kenaikan penawaran uang akan menaikkan harga pada tingkat yang sama dan penurunan penawaran
uang akan menurunkan harga juga pada tingkat yang sama.
Irving Fisher menyatakan dalam teori kuantitas uang, bahwa keterkaitan antara jumlah
uang beredar dengan total pengeluaran dari barang dan jasa akhir yang diproduksi di dalam suatu
perekonomian. Hubungan antara transaksi dan uang dirumuskan oleh Fisher yaitu MV = PT. Dalam
Mankiw (2007), Fisher menyadari bahwa Total Pengeluaran dapat berubah dan kemudian
memisahkan Total Pengeluaran menjadi Kuantitas Barang yang dibeli (Y), dan Harga dari barang
tersebut (P). Sehingga persamaannya menjadi: MV = PY

2
 Teori sisa tunai juga menerangkan sifat hubungan antara penawaran uang dan tingkat
harga. Teori sisa tunai diterangkan dengan persamaan M = kPT. Dimana M,P,T mempunyai arti
yang sama dengan persamaan dari MV = PT, k adalah bagiaan dari pendapatan masyarakat.
Teori Penawaran Uang Modern
Teori penawaran uang modern atau sistem standar kertas. Dalam sistem standar kertas,
sumber dari terciptanya uang beredar adalah otoritas moneter merupakan penyalur uang inti atau
uang primer, sedangkan lembaga keuangan (perbankan) merupakan penyalur uang sekunder bagi
masyarakat. Proses terciptanya uang beredar merupakan proses pasar artinya hasil interaksi antara
permintaan dan penawaran, bukan sekedar pencetakan uang atau keputusan pemerintah saja.
Apabila pada suatu waktu permintaan akan uang inti tidak sama dengan penawaran uang
inti, maka para pelaku dalam pasar uang masing-masing akan melakukan penyesuaian berupa
tindakan-tindakan di sub-pasar uang inti sehingga akhirnya terjadi keseimbangan antara permintaan
dan penawaran. Demikian juga, apabila terjadi ketidakseimbangan antara permintaan dan
penawaran di sub-pasar uang sekunder (uang giral).
Teori Penciptaan Uang
Dalam teori penciptaan uang adaanya penciptaan uang primer oleh otoritas moneter dan
penciptaan uang oleh bank umum. Menurut Solikin (2002) Otoritas moneter menciptakan uang
kartal, sementara itu bank umum menciptakan uang giral dan uang kuasi, sedangkan masyarakat
akan menggunakan uang yang diciptakan oleh otoritas moneter dan bank umum untuk melaksanakan
kegiatan ekonomi.
Uang beredar dikelompokkan menjadi tiga komponen yaitu uang primer (M0), uang dalam
arti sempit (M1), dan uang arti luas (M2). Uang primer (M0) merupakan inti dalam proses
penciptaan jumlah uang bererdar (money supply). Kemampuan otoritas moneter dalam
mengendalikan atau mengontrol jumlah uang beredar sangat tergantung pada berbagai faktor dan
karena bank umum juga mempunyai peranan dan kemampuan dalam menciptakan uang giral dan
uang kuasi.
Angka pengganda (money multiplier) merupakan sebuah pencerminan dari dampak
terhadap jumlah uang beredar yang diakibatkan oleh faktor lain selain uang primer. Angka
pengganda dipengaruhi oleh 2 hal yaitu proporsi uang kartal terhadap jumlah uang beredar dan
tingkat cadangan.
Teori Permintaan Uang
Dalam teori permintaan uang, ada dua variabel yang menentukan permintaan akan uang.
Pertama adalah variabel skala atau yang biasa disebut dengan variabel kendala. Kedua adalah
variabel biaya memegang uang tunai (opportunity cost of holding money).

C. KERANGKA TEORITIS
Berdasarkan landasan teori yang telah dijelaskan diatas, penelitian ini memiliki kerangka
konseptual bahwa dengan adanya teori penciptaan uang, uang beredar dikelompokkan menjadi tiga

3
komponen yaitu uang primer (M0), uang dalam arti sempit (M1), dan uang arti luas (M2). Uang
primer (M0) merupakan inti dalam proses penciptaan jumlah uang bererdar (money supply).
Kemampuan otoritas moneter dalam mengendalikan atau mengontrol jumlah uang beredar sangat
tergantung pada berbagai faktor dan karena bank umum juga mempunyai peranan dan kemampuan
dalam menciptakan uang giral dan uang kuasi.

Sumber: Ilustrasi Peneliti (2017).

D. METODOLOGI PENELITIAN
Penelitian ini menggunakan metode pendekatan kuantitatif. Data yang digunakan dalam
penelitian ini merupakan data sekunder yang diperoleh dari data publiksi oleh Bank Indonesia
melalui website (www.bi.go.id) sebagai otoritas moneter Indonesia. Periode yang digunakan dalam
penelitian ini dimulai dari bulan Januari 2009 sampai dengan bulan Desember 2017.
Metode Analisis
Analisis regresi merupakan suatu kajian untuk melihat ketergantungan satu variabel
terhadap satu atau beberapa variabel lain (variabel expanatori) dengan tujuan untuk membuat
estimasi dan/memprediksi rata-rata populasi atau nilai rata-rata variabel tergantung dalam kaitannya
dengan nilai yang sudah diketahui dari variabel explanatorinya (Gujarati&Porter, 2010). Sedangkan
data time-series merupakan suatu teknik pengumpulan data berdasarkan runtun waktu (time-series)
(Kuncoro, 2011). Analisis regresi time-series menjadi analisis regresi dalam kondisi variabel
dependen (Y) berautokorelasi, sehingga antar variabel variabel dependen (Y) dapat dibangun sebuah
hubungan fungsional, yang dalam analisis data time-series bentuk hubungannya selalu digunakan
regresi linier. Pendekatan yang digunakan dalam analisis regresi time-series ini menggunakan
pendekatan OLS (Ordinary Least Square).
Dalam teori penciptaan uang, uang M1 maupun M2 adalah hasil penggandaan dari uang
inti M0. Kelipatan dari uang inti (M0) menjadi M1 ataupun M2 dikenal masing-masing sebagai
koefisien pengganda M1 dan koefisien pengganda M2. Teori penggandaan tersebut dapat ditulis
dalam bentuk persamaan berikut:
M1 = k1M0.................................................................................................................(3.1)
M2 = k2M0.................................................................................................................(3.2)

4
 k1 dan k2 adalah koefisien pengganda M1 dan koefisien pengganda M2. Jika koefisien
pengganda adalah konstan, maka rasio M1/M0 akan konstan sebesar k1. Begitu juga M2/M0 akan
konstan sebesar k2.
Dalam perkembangan teknologi yang berdampak pada sistem pembayaran, di duga akan
berdampak pada jumlah uang yang beredar. Jika sistem pembayaran akan berpengaruh terhadap M 1
maupun M2, sedangkan M0 adalah tetap. Maka secara hipotesis rasio M1/M0 akan berubah-ubah dan
juga rasio M2/M0 akan bervariasi.
Dari dugaan tersebut, maka model multiplier k1 dan k2 bisa dibuat fungsi yang tergantung
pada berbagai variabel sistem pembayaran. Oleh karena itu fungsi koefisien multiplier k 1 dan k2 bisa
ditulis sebagai berikut:
k1 = α0 + α1X1 + α2X2 + α3X3 + e1..............................................................................(3.3)
k2 = β0 + β1X1 + β2X2 + β3X3 + e2..............................................................................(3.4)
Berdasarkan pada pemahaman diatas, berikut disampaikan model persamaan regresi
dengan menggabungkan persamaan 3.1 dan 3.2 dengan persamaan 3.3 dan 3.4 diperoleh persamaan
sebagai berikut:
M1/M0 = α0 + α1KK + α2EM + α3RTGS + e1.............................................................(3.5)
M2/M0 = β0 + β1KK + β2EM + β 3RTGS + e2.............................................................(3.6)
Pada analisis data time-series, jika pengamatan berautokorelasi maka model hubungan
fungsionalnya dibangun berdasarkan kondisi kestasioner data, sehingga model regresi time-series
dikelompokan atas regresi time-series stasioner dan regresi time-series tidak stasioner. Model regresi
time-series tidak stasioner identik dengan model regresi time-series stasioner, yang terlebih dulu
data distasionerkan melalui proses diferensi. Jika data time-series periode saat ini (t), t-1,2,..n
berautokorelasi maka model regresi antar pengamatan (autokorelasi) disajikan dalam persamaan :
M1/M0t = α0 + α1KKt + α2EMt + α3RTGSt + γ1(M1/M0)t-1 + γ 2(M1/M0)t-2 +e1….….(3.5a)
M2/M0t = β0 + β1KKt + β2EMt + β3RTGSt + 𝜆1(M1/M0)t-1 + 𝜆2(M1/M0)t-2 + e2......... (3.6a)
Keterangan:
M1/M0 : Koefisien pengganda M1
M2/M0 : Koefisien pengganda M2
α0 dan β0 : Konstanta
α1–α3 : koefisien regresi
β1-β3 : koefisien regresi
γ, 𝜆 : koefisien regresi
KK : Nominal transaksi dengan Kartu Kredit
EM : Nominal transaksi dengan E-Money
RTGS : Nominal transaksi dengan BI-RTGS
t : periode saat ini
t-1 : satu periode sebelumnya
t-2 : dua periode sebelumnya
e : error

E. HASIL DAN PEMBAHASAN

Hasil
Analisis regresi time-series dilakukan dengan uji stasioneritas, uji asumsi klasik, dan uji
statistik. Program yang digunakan untuk melakukan uji pemilihan model estimasi adalah Eviews 9.
Uji Stasioneritas
Uji stasioneritas pada penelitian ini mempertimbangkan adanya waktu didalam data time
series. Pada analisis ini memeriksa adanya stasioner pada error, adanya keterkaitan error pada
periode saat ini (t) dengan periode sebelumnya (t-1 dan t-2), maka error diuji stasioneritas dengan
Augmented Dickey-Fuller Test dengan persamaan 1 sebagai berikut:
M1/M0t = α0 + α1KKt + α2EMt + α3RTGSt + ɤ1(M1/M0)t-1 + ɤ2(M1/M0)t-2 + e1

Tabel 1: Hasil Uji Stasioneritas 1

Level
Variable
t-Statistic Prob Kesimpulan

5
 ERR1 (-1) -10.86357 0.0000 Stasioner
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji stasioneritas yang mana dengan melihat nilai probabilitas dari uji
ADF sebesar 0.000 atau lebih kecil dari tingkat kesalahan sebesar 5 persen (0.05). Hasil ini
menunjukkan bahwa tidak terdapat masalah unit root pada error persamaan 1. Dengan kata lain,
seluruh variabel dinyatakan stasioner dan mengarah pada kesimbangan jangka panjang.
Uji Autokorelasi
Tabel 2: Hasil Uji Autokorelasi 1

F-statistic 1.861707 Prob. F(2.97) 0.1609

Obs*R-Squared 3.881506 Prob. Chi-Square(2) 0.1436
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji BGLM menunjukkan bahwa nilai dari Prob. Chi-Square sebesar
0.1436. Nilai tersebut melebihi nilai α (5%) atau 0.1436 > 0.05. Dengan demikian dapat dikatakan
bahwa model terbebas dari masalah atokorelasi maka H0 ditolak.
Uji Heterokedastisitas
Tabel 3: Hasil Uji Heterokedastisitas 1

F-statistic 0.281734 Prob. F(5.99) 0.9221

Obs*R-Squared 1.473084 Prob. Chi-Square(5) 0.9162
Scaled explained SS 2.389981 Prob. Chi-Square(5) 0.7930

Sumber: Data diolah, Eviews 9, 2018.

Berdasarkan hasil uji heterokedastisitas – Breusch-Pagan-Godfrey Test menunjukkan
bahwa nilai dari Prob. Chi-Square sebesar 0.8669. Nilai tersebut melebihi nilai α (5%) atau 0.8669
> 0.05. Dengan demikian dapat dikatakan bahwa model terbebas dari masalah heterokedastisitas
maka H0 diterima.
Uji Multikolinearitas
Tabel 4: Hasil Uji Multikolinearitas 1
Coefficient Uncentered Centered
Variable Variance VIF VIF
KK 9.13E-18 200.4866 5.815755
EM 1.50E-15 13.08313 5.621387
RTGS 1.27E-17 46.52754 4.881385
M1/M0(-1) 0.008768 783.2286 5.501535
M1/M0(-2) 0.009296 832.3129 6.026440
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji multikolinearitas VIF menunjukan semua variabel independen
kurang dari 10, dengan melihat aturan bahwa VIF>10 terjadi multikolinearitas, maka dapat
disimpulkan bahwa variabel–variabel diatas tidak terjadi masalah multikolinearitas atau tidak ada
korelasi antar variabel.

Pengujian Hipotesis

Pengujian hipotesis merupakan pembuktian yang berguna mencari kebenaran. Tujuan

pengujian ini adalah untuk mengetahui hasil penelitian yang berkaitan dengan pengaruh variabel

6
sistem pembayaran non tunai terhadap koefisien pengganda M1. Hasil estimasi persamaan 1 dalam
penelitian ini akan dijelaskan sebagai berikut.
Tabel 5: Hasil pengujian regresi variabel sistem pembayaran non tunai terhadap M1

Variabel Dependen: M1/M0

Variabel Independen Koefisien t-statistik Prob. Keterangan
KK -8.52E-09 -2.819805 0.0058 Signifikan
EM 1.20E-07 3.088509 0.0026 Signifikan
RTGS 1.92E-09 0.536564 0.5928 Tidak Signifikan
M1/M0(-1) 0.564964 6.033557 0.0000 Signifikan
M1/M0(-2) 0.222521 2.307888 0.0232 Signifikan
C 0.366832 3.474445 0.0008
R-Square 0.838352
Adjusted R-squared 0.829933
F-statistic 99.57651
Prob(F-statistic) 0.000000
Sumber: Data diolah, Eviews 9, 2018.

Dari hasil regresi diperoleh persamaan 1 sebagai berikut:

M1/M0t = 0.366832 – 0.00000000852*(KKt) + 0.000000120*(EMt) + 0.00000000192(RTGSt) +

0.564964*(M1/M0)t-1 + 0.222521*(M1/M0)t-2
Hasil regresi menunjukkan bahwa secara parsial variabel RTGS tidak berpengaruh
signifikan terhadap koefisien pengganda M1, dibuktikan dengan nilai probabilitas yang lebih dari
alpha (0,05). Sedangkan variabel Kartu Kredit, e-money, dan variabel koefisien pengganda M1 pada
satu dan dua bulan sebelumnya berpengaruh signifikan terhadap koefisien pengganda M1 saat ini,
hal ini ditunjukkan dengan nilai probabilitas t-statistik lebih kecil dari alpha (0,05).
Variabel kartu kredit memiliki hubungan negatif terhadap koefisien pengganda M1,
sehingga ketika variabel kartu kredit naik maka koefisien pengganda M1 akan turun. Variabel e-
money memiliki hubungan positif terhadap koefisien pengganda M1, sehingga ketika variabel e-
money naik maka koefisien pengganda M1 akan ikut naik. Variabel koefisien pengganda M1 pada
satu dan dua bulan sebelumnya bepengaruh positif terhadap koefisien pengganda M1 periode saat
ini, sehingga ketika variabel koefisien pengganda M1 pada satu dan dua bulan sebelumnya naik
maka koefisien pengganda M1 saat ini ikut naik.
Hasil regresi menunjukkan bahwa secara simultan seluruh variabel independen
berpengaruh signifikan terhadap variabel dependen, yaitu koefisien pengganda M1. Hal ini dapat
dibuktikan dengan nilai probabilitas F-statistik sebesar 0.000000, yang mana nilai tersebut kurang
dari alpha (0,05 atau 5%). Sehingga dapat disimpulkan bahwa variabel Kartu Kredit, e-money,
RTGS, dan koefisien pengganda M1 satu dan dua bulan sebelumnya secara bersama-sama
berpengaruh signifikan terhadap koefisien pengganda M1 saat ini.
Nilai R2 adalah sebesar 0.829933, artinya variasi variabel independen yang terdiri Kartu
Kredit, e-money, RTGS, dan koefisien pengganda M1 satu dan dua bulan sebelumnya mampu
menjelaskan variabel dependen koefisien pengganda M1 sebesar 83 persen, sedangkan sisanya 17
persen dijelaskan variabel lain di luar model.
Uji Stasioneritas
Uji stasioneritas pada penelitian ini mempertimbangkan adanya waktu didalam data time
series. Pada analisis ini memeriksa adanya stasioner pada error, adanya keterkaitan error pada
periode saat ini (t) dengan periode sebelumnya (t-1 dan t-2), maka error diuji stasioneritas dengan
Augmented Dickey-Fuller Test dengan persamaan 2 sebagai berikut:
M2/M0t = β0 + β1KKt + β2EMt + β3RTGSt + 𝜆1(M2/M0)t-1 + 𝜆2(M2/M0)t-2 + e2

Tabel 6: Hasil Uji Stasioneritas 2

7
 Level
Variable
t-Statistic Prob Kesimpulan
ERR2 (-1) -10.77000 0.0000 Stasioner
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji stasioneritas yang mana dengan melihat nilai probabilitas dari uji
ADF sebesar 0.0000 atau lebih kecil dari tingkat kesalahan sebesar 5 persen (0.05). Hasil ini
menunjukkan bahwa tidak terdapat masalah unit root pada error persamaan 2. Dengan kata lain,
seluruh variabel dinyatakan stasioner dan mengarah pada kesimbangan jangka panjang.
Uji Autokorelasi
Tabel 7: Hasil Uji Autokorelasi 2
F-statistic 0.712057 Prob. F(2.94) 0.4933
Obs*R-Squared 1.522290 Prob. Chi-Square(2) 0.4671
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji BGLM menunjukkan bahwa nilai dari Prob. Chi-Square sebesar
0.4671. Nilai tersebut melebihi nilai α (5%) atau 0.4671 > 0.05. Dengan demikian dapat dikatakan
bahwa model terbebas dari masalah atokorelasi maka H0 ditolak.
Uji Heterokedastisitas
Tabel 8: Hasil Uji Heterokedastisitas 2

F-statistic 0.281734 Prob. F(5.99) 0.9221

Obs*R-Squared 1.473084 Prob. Chi-Square(5) 0.9162
Scaled explained SS 2.389981 Prob. Chi-Square(5) 0.7930

Sumber: Data diolah, Eviews 9, 2018.

Berdasarkan hasil uji heterokedastisitas – Breusch-Pagan-Godfrey Test menunjukkan
bahwa nilai dari Prob. Chi-Square sebesar 0.9162. Nilai tersebut melebihi nilai α (5%) atau 0.9162
> 0.05. Dengan demikian dapat dikatakan bahwa model terbebas dari masalah heterokedastisitas
maka H0 diterima.

Uji Multikolinearitas
Tabel 9: Hasil Uji Multikolinearitas 2

Coefficient Uncentered Centered

Variable Variance VIF VIF
KK 1.08E-16 142.6703 7.747578
EM 1.16E-14 7.694167 3.640887
RTGS 2.31E-16 50.76794 5.246526
M2/M0(-1) 0.008932 811.2973 5.066852
M2/M0(-2) 0.009128 831.5417 5.392405

Sumber: Data diolah, Eviews 9, 2018.

Berdasarkan hasil VIF menunjukan semua variabel independen kurang dari 10, dengan
melihat aturan bahwa VIF>10 terjadi multikolinearitas, maka dapat disimpulkan bahwa variabel–
variabel diatas tidak terjadi masalah multikolinearitas atau tidak ada korelasi antar variabel.

Pengujian Hipotesis

8
 Pengujian hipotesis merupakan pembuktian yang berguna mencari kebenaran. Tujuan
pengujian ini adalah untuk mengetahui hasil penelitian yang berkaitan dengan pengaruh variabel
sistem pembayaran non tunai terhadap koefisien pengganda M2. Hasil estimasi persamaan 1 dalam
penelitian ini akan dijelaskan sebagai berikut.
Tabel 10: Hasil pengujian regresi variabel sistem pembayaran non tunai terhadap M2

Variabel Dependen: M2/M0

Variabel Independen Koefisien t-statistik Prob. Keterangan
KK -1.85E-08 -1.777518 0.0486 Signifikan
EM 1.60E-07 1.486292 0.1404 Tidak Signifikan
RTGS 1.37E-08 0.900819 0.3699 Tidak Signifikan
M2/M0(-1) 0.646341 6.839083 0.0000 Signifikan
M2/M0(-2) 0.201535 2.109386 0.0374 Signifikan
C 0.952977 2.607055 0.0105
R-Square 0.810246
Adjusted R-squared 0.800663
F-statistic 84.54578
Prob(F-statistic) 0.000000

Sumber: Data diolah, Eviews 9, 2018.

Dari hasil regresi diperoleh persamaan 2 sebagai berikut:

M2/M0t = 0.952977 – 0.0000000185*(KKt) + 0.000000160(EMt) + 0.0000000137(RTGSt) +

0.646341*(M2/M0)t-1 + 0.201535*(M2/M0)t-2
Hasil regresi menunjukkan bahwa secara parsial variabel e-money dan RTGS tidak
berpengaruh signifikan terhadap koefisien pengganda M2, dibuktikan dengan nilai probabilitas yang
lebih dari alpha (0,05). Sedangkan variabel Kartu Kredit dan variabel koefisien pengganda M2 pada
satu dan dua bulan sebelumnya berpengaruh signifikan terhadap koefisien pengganda M2 saat ini,
hal ini ditunjukkan dengan nilai probabilitas t-statistik lebih kecil dari alpha (0,05).
Variabel kartu kredit memiliki hubungan negatif terhadap koefisien pengganda M2,
sehingga ketika variabel kartu kredit naik maka koefisien pengganda M2 akan turun. Variabel
koefisien pengganda M2 pada satu dan dua bulan sebelumnya bepengaruh positif terhadap rasio
koefisien pengganda M2 periode saat ini, sehingga ketika variabel koefisien pengganda M2 pada
satu dan dua bulan sebelumnya naik maka koefisien pengganda M2 saat ini ikut naik.
Hasil regresi menunjukkan bahwa secara simultan seluruh variabel independen
berpengaruh signifikan terhadap variabel dependen, yaitu koefisien pengganda M2. Hal ini dapat
dibuktikan dengan nilai probabilitas F-statistik sebesar 0.000000, yang mana nilai tersebut kurang
dari alpha (0,05 atau 5%). Sehingga dapat disimpulkan bahwa variabel Kartu Kredit, e-money,
RTGS, dan koefisien pengganda M2 satu dan dua bulan sebelumnya secara bersama-sama
berpengaruh signifikan terhadap rasio koefisien pengganda M2 saat ini.
Nilai R2 adalah sebesar 0.800663, artinya variasi variabel independen yang terdiri Kartu
Kredit, e-money, RTGS, dan koefisien pengganda M2 satu dan dua bulan sebelumnya mampu
menjelaskan variabel dependen yaitu koefisien pengganda M2 sebesar 80 persen, sedangkan sisanya
20 persen dijelaskan variabel lain di luar model.

Pembahasan
Pengaruh Kartu Kredit Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel kartu kredit melalui proxy nilai transaksi kartu kredit
menunjukkan hasil signifikan dengan arah negatif terhadap koefisien pengganda M1 dan koefisien
pengganda M2. Sejalan dengan hasil penelitian yang dilakukan oleh Pramono (2006), yang juga
menemukan bahwa variabel nilai transaksi kartu kredit berpengaruh negatif terhadap JUB M1 dan

9
M2. Artinya bahwa variabel nilai transaksi kartu kredit memiliki pengaruh yang negatif terhadap
JUB M1 dan M2. Dihubungkan dengan teori permintaan uang yang membahas tentang opportunity
cost of holding money, maka dengan adanya kemudahan bertransaksi menggunakan kartu kredit
membuat jumlah uang yang dipegang oleh masyarakat akan berkurang. Sehingga dengan
menggunakan kartu kredit sebagai transaksi pembayaran akan berpengaruh pada penurunan JUB
M1 dan M2 di masyarakat. Adanya pola transfer, jatuh tempo, pelunasan terjadi bank dapat menarik
langsung pelunasan dari demand deposit atau saving deposit nasabah tersebut, dari kemungkinan
tersebut yang menyebabkan demand deposit juga menurun dan diikuti oleh penurunan pada M2.
Pengaruh E-money Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel e-money melalui proxy nilai transaksi e-money
menunjukkan hasil signifikan dengan arah positif terhadap koefisien pengganda M1. Sejalan dengan
hasil penelitian yang dilakukan oleh Istanto (2005), yang juga menemukan bahwa variabel nilai
transaksi kartu kredit berpengaruh negatif terhadap JUB M1. Artinya bahwa variabel nilai transaksi
e-money memiliki pengaruh yang positif terhadap JUB M1. Ketika variabel nilai transaksi e-money
meningkat, maka akan menaikan JUB M1. Bahwa karakteristik e-money yang memiliki float dana
yang likuid setara dengan tunai dan giro. Dengan menggunakan transaksi e-money tersebut nantinya
akan mempengaruhi bertambahnya JUB M1.
Sedangkan variabel e-money melalui proxy nilai transaksi e-money menunjukkan hasil tidak
signifikan terhadap koefisien pengganda M2. Sejalan dengan hasil penelitian yang dilakukan oleh
Pramono (2006), yang juga menemukan bahwa variabel nilai transaksi e-money tidak berpengaruh
terhadap JUB M2. Artinya bahwa variabel nilai transaksi e-money tidak memiliki pengaruh terhadap
JUB M2. Tidak berpengaruh nya nilai transaksi e-money terhadap JUB M2 Tidak berpengaruh nya
nilai transaksi e-money terhadap JUB M2, apabila pemilik e-money melakukan top up atas beban
rekening tabungan dan simpanan berjangka nasabah pada bank umum maka akan terjadi
peningkatan M1 atas float. M2 tidak mengalami perubahan, hanya pergeseran dari uang kuasi
menjadi M1 dalam bentuk float.
Pengaruh RTGS Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel BI-RTGS melalui proxy nilai transaksi BI-RTGS
menunjukkan hasil tidak signifikan. Ketika nilai transaksi BI-RTGS naik ataupun turun, koefisien
pengganda M1 dan koefisien pengganda M2 tidak akan terpengaruh. Pada variabel BI-RTGS teori
permintaan uang yang membahas tentang opportunity cost of holding money tidak berlaku karena
perubahan nilai transaksi BI-RTGS naik ataupun turun tidak mampu menggerakkan berkembangnya
atau menurunkan JUB M1 dan M2. Ketika melakukan transfer dana melalui RTGS, transfer dana
tersebut dapat dilakukan dengan transfer demand deposit ke demand deposit, demand deposit ke
saving deposit, saving deposit ke demand deposit atau saving deposit ke saving deposit. Sehingga
ada berbagai kemungkinan, jika transfer dana yang banyak dilakukan saving deposit ke saving
deposit, berarti demand deposit tetap maka M2 tidak berubah. Begitu juga jika transfer demand
deposit ke demand deposit maka M1 tidak berubah, hanya pindah kepemilikan. Jadi pada umumnya
M2 dan M1 tetap, walaupun ada perpindahan M1 ke M2 ataupun M2 ke M1. Sehingga walaupun
transaksi BI-RTGS besar tidak mempengaruhi bertambah atau menurunnya M1 begitu juga M2.
Hasil penelitian ini bertentangan dengan penelitian Istanto (2015) bahwa hasilnya transaksi BI-
RTGS melalui proxy nilai transaksi BI-RTGS menunjukkan pengaruh yang positif dan signifikan
terhadap M1 dan M2.

Pengaruh Koefisien Pengganda M1 dan Koefisien Pengganda M2 Periode Sebelumnya

Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel koefisien pengganda M1 dan koefisien pengganda M2
pada satu dan dua bulan sebelumnya menunjukkan hasil signifikan dengan arah positif terhadap
koefisien pengganda M1 dan koefisien pengganda M2 periode saat ini. Dilihat dari proses
penciptaan uang dimana dari M0 akan menciptakan M1 yang semakin besar dan juga pada M2.
Ketika variabel koefisien pengganda M1 dan koefisien pengganda M2 pada satu dan dua bulan

10
sebelumnya meningkat, maka akan menaikan koefisien pengganda M1 dan koefisien pengganda M2
periode saat ini. Sehingga proses penciptaan uang M1 dan M2 yang semakin besar dipengaruhi pula
oleh periode sebelumnya.

F. PENUTUP
Kesimpulan
Perkembangan yang cepat dalam teknologi yang menyebabkan terjadinya pergeseran dalam
sistem pembayaran di Indonesia telah terbukti berdampak serius terhadap jumlah uang beredar di
Indonesia. Pergeseran dari sistem tunai perlahan-lahan ke sistem non tunai telah menunjukkan akibat
yang serius terhadap jumlah uang beredar di Indonesia baik terhadap M1 maupun M2. Dari hasil
analisis ditemukan bahwa jumlah uang beredar berubah bukan saja karna adanya perubahan M0 oleh
kebijakan pemerintah tetapi juga oleh berubahnya nilai koefisien multiplier sebagai akibat dari
perubahan sistem pembayaran.
Variabel-variabel dalam sistem pembayaran yang mendorong berkembangnya JUB (M1) dan
(M2) adalah Variabel e-money melalui proxy nilai transaksi e-money dapat mendorong
berkembangnya JUB M1 dengan adanya perubahan pada koefisien pengganda M1. Setiap kenaikan
1 Milyar e-money maka akan mempengaruhi perubahan koefisien pengganda M1 sebesar
0.000000120 Milyar. Sehingga mengakibatkan adanya perubahan JUB M1 sebesar 120 kali M0
(dampak M1 dari perubahan e-money sebesar 1 Milyar).
Sedangkan variabel-variabel dalam sistem pembayaran yang menurunkan JUB (M1) dan
(M2) adalah Variabel kartu kredit melalui proxy nilai transaksi kartu kredit dapat menurunkan JUB
M1 dan M2 dengan adanya perubahan pada koefisien pengganda M1 dan koefisien pengganda M2.
Setiap kenaikan 1 Milyar kartu kredit maka akan mempengaruhi perubahan koefisien pengganda
M1 sebesar 0.00000000852 Milyar. Sehingga mengakibatkan adanya perubahan JUB M1 sebesar
8,52 kali M0 (dampak M1 dari perubahan kartu kredit sebesar 1 Milyar). Dan setiap kenaikan 1
Milyar kartu kredit maka akan mempengaruhi perubahan koefisien pengganda M2 sebesar
0.0000000185 Milyar. Sehingga mengakibatkan adanya perubahan JUB M2 sebesar 18,5 kali M0
(dampak M2 dari perubahan kartu kredit sebesar 1 Milyar).
Saran
1. Perubahan sistem pembayaran tersebut perlu dilanjutkan tetapi harus memperhatikan beberapa
hal yang penting sejauh: Variabel e-money yang menambah JUB M1 harus diperhatikan
dampaknya khususnya terhadap inflasi. Variabel kartu kredit yang mengurangi JUB M1 dan M2
perlu dilihat lebih mendalam terhadap dampaknya bagi harga-harga.
2. Dengan adanya perubahan teknologi yang begitu cepat menghasilkan berbagai produk Hybrid,
maka penelitian terhadap dampak teknologi ini harus dilakukan secara rutin dengan frekuensi
waktu yang relatif pendek.

DAFTAR PUSTAKA

Bank Indonesia. 2006. Seminar Internasional Bank Indonesia, Toward a less cash society in
Indonesia.http://www.bi.go.id/id/publikasi/sistempembayaran/riset/Documents/45fb3801f4

11
 e8442eb48bc9a7211e69adLaporanSeminarLCS.pdf. Diakses pada 29 Oktober pukul 21.10
WIB
Bank Indonesia. 2014. Bank Indonesia Mencanangkan Gerakan Nasional Non
Tunai.http://www.bi.go.id/id/ruang-media/siaranpers/Pages/sp_165814.aspx

Bank Indonesia. 2016. Instrumen Pembayaran Non Tunai

http://www.bi.go.id/id/sistempembayaran/instrumennontunai/kartu/Contents/Default. spx.
Diakses pada 30 Oktober 2017 pukul 13.15 WIB
Bank Indonesia. 2017. Statistik Sistem Pembayaran.
http://www.bi.go.id/id/statistik/sistempembayaran/apmk/contents/transaksi.aspx. Diakses
pada 30 Oktober 2017 pukul 14.50 WIB.

Costa C. and Paul De Grauwe. 2001. Monetary Policy in A Cashless Society. International
Macroeconomics. Centre for Economic Policy Research Discussion Paper, No. 2696

Durgun Ӧzlem dan Mustafa Caner Timur. 2015. The Effects of Electronic Payments on Monetary
Policies and Central Banks. Turki

Farhadi, Vahid. 2015. Possible Effects of Electronic Payments on The Money Supply in The
Economy./Journal of Fundamental and Applied Life Sciences ISSN: 2231-6345 (Online) An
Open Access, Online International Journal Available at
www.cibtech.org/sp.ed/jls/2015/03/jls.htm 2015 Vol. 5 (S3), pp. 2504-2516/Morvari

Friedman, Benjamin M. 1999. The Future of Monetary Policy : The Central Bank as an Army With
Only A Signal Corps?. NBER Working Paper No.7420. 1050 Massacushetts Avenue
Cambridge

Gujarati, Damodar N. dan Dawn C. Porter. 2010. “Dasar-Dasar Ekonometrika”. Jakarta : Salemba
Empat.
Hidayati, Siti, dkk. 2006. Kajian: Operasional E-Money. Kajian Bank Indonesia Diakses pada 1
November 2017 pukul 20.10 WIB.

Istanto, Lasondy dan Syarief Fuzie. 2015. Analisis Dampak Pembayaran Non Tunai Terhadap
Jumlah Uang Beredar di Indonesia. Diakses pada 1 November 2017 pukul 17.15 WIB.

Iswardono. 1981. Uang dan Bank, Yogyakarta : BPFE-Yogyakarta

Kuncoro, Mudrajad. 2011. “Metode Kuantitatif : Teori dan Aplikasi untuk Bisnis dan Ekonomi”.
Yogyakarta : UPP STIM YKPN
Mankiw, N Gregory. 2007. Makro Ekonomi. Jakarta: Erlangga

Mishkin, Frederic S. 2008. Ekonomi Uang, Perbankan, dan Pasar Keuangan.

Edisi 8. Salemba Empat : Jakarta.

Nilawati. 2000. Pengaruh Pengeluaran Pemerintah, Cadangan Devisa, dan Angka Pengganda Uang
terhadap Perkembangan Jumlah Uang Beredar Di Indonesia. Jurnal Bisnis dan Akuntansi.
Vol. 2.

Nirmala, Tiara dan Tri Widodo. 2011. Effect of Increasing Use The Card Payment Equipment on
The Indonesian Economy. Vol. 18, No.1

Pramono, Bambang, Tri Yanuarti, Pipih D. Purusitawati, Yosefin Tyas Emmy D.K., 2006. Dampak
Pembayaran Non Tunai Terhadap Perekonomian dan Kebijakan Moneter, Working Paper
Bank Indonesia

12
Parkin, M. 1993. Economics. Second Edition. Addison-Wesley Publishing Company.
Massachussetts

Solikin Suseno. 2002. Uang, Pengertian, Penciptaan, dan Peranannya dalam

Perekonomian, Jakarta : Bank Indonesia.

Subagyo, dkk. 1997. Bank dan Lembaga Keuangan Lainnya Edisi ke-1 Yogyakarta: Sekolah Tinggi
Ilmu Ekonomi YKPN

Sugiyono. 2011. Metode Kuantitatif dan Kualitatif R & D. Bandung: Alfabeta.

13