PULAU / KEPULAUAN NILAI PRODUKSI

JAWA 311.664.831.064
SULAWESI 263.701.045
BALI - NUSA TENGGARA 1.510.012.534
SUMATERA 3.254.857.022
KALIMANTAN 233.244.008

Nilai Output dari industri tekstil dan pakaian jadi masih dengan kontribusi terbesar dari Pulau Jawa. Kedua adalah Pulau Sumatera. Diikuti oleh Pulau Bali
dan Kepulauan Nusa Tenggara di peringkat ketiga. Pulau Sulawesi dan Pulau Kalimantan berada di peringkat keempat dan Kelima. Adapun rinciannnya
sebagaimana tabel di atas.
 PRESENTASE
PULAU / KEPULAUAN
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
JAWA 99,59% 98,99% 99,11% 98,56% 98,76% 98,36% 98,60% 97,65% 98,97% 98,34%
SULAWESI 0,02% 0,08% 0,06% 0,06% 0,03% 0,03% 0,04% 0,05% 0,07% 0,08%
BALI - NUSA TENGGARA 0,29% 0,35% 0,28% 0,30% 0,27% 0,26% 0,21% 1,32% 0,15% 0,48%
SUMATERA 0,09% 0,58% 0,54% 1,07% 0,92% 1,33% 1,12% 0,96% 0,80% 1,03%
KALIMANTAN 0,01% 0,00% 0,01% 0,01% 0,02% 0,02% 0,02% 0,02% 0,02% 0,07%

Terjadi fluktuasi Produktivitas industri tekstil dan pakaian jadi. Meskipun masih didominasi oleh Pulau Jawa sebesar 97,65 % sampai dengan 99,59 % diikuti
oleh Pulau Bali dan Kepulauan Nusa Tenggara sebesar 0,21 % - 1,32 % . Pulau Sumatera di peringkat ketiga sebesar 0,09 % sampai dengan 1,33 %. Peringkat
keempat adalah Pulau Sulawesi 0,02 % sampai dengan 0,08 Persen. Dengan presentase sebesar 0,00% sampai dengan 0,07 % adalah Pulau Kalimantan.

LEMBAH LERENG DARATAN

Jawa 490 4772 20036

Sulawesi 624 2108 7676
Bali –
NusaTenggara 327 1671 3129
Sumatera 1103 3315 16969
Kalimantan 64 225 2745

Bila dilihat dari kondisi morfologi dari setiap pulau/kepulauan, bisa dilihat bahwa semua pulau / kepulauan tersebut sebagian besar terdiri dari wilayah
daratan. Hanya saja jumlah desa yang merupakan daratan terbanyak ada di Pulau Jawa sebanyak 20.036 desa. Sedangkan Pulau Sumatera berada di peringkat
kedua dengan 16.969 desa. Sulawesi dengan jumlah desa di daratan sebanyak 7.676 berada di peringkat ketiga. Sedangkan di peringkat 4 dan 5 adalah Bali
dan Nusa Tenggara sebanyak masing – masing 3.129 dan 2.745.
Dilihat dari jumlah usaha pada kurun waktu 2005 – 5014, berdasarkan grafik garis di atas
menunjukkan bahwa Pulau Jawa selalu menjadi peringkat terbanyak pada kurun waktu 2005 – 2013.
Sedangkan untuk keempat Pulau / Kepulauan lainnya selalu lebih rendah pada kurun waktu yang
sama. Hanya saja pada tahun 2014 terjadi perubahan konfigurasi, dimana jumlan unit usaha di Pulau
Sulawesi dan Sumatera lebih tinggi dibandingkan dengan Pulau Jawa. Sedangkan untuk Pulau Bali –
Kepulauan Nusa Tenggara dan Pulau Kalimantan masih berada di bawah Pulau Jawa.

Dilihat dari jumlah tengaa kerja pada kurun waktu 2005 – 5014, berdasarkan grafik garis di atas
menunjukkan bahwa Pulau Jawa selalu menjadi peringkat terbanyak pada kurun waktu 2005 – 2013.
Sedangkan untuk keempat Pulau / Kepulauan lainnya selalu lebih rendah pada kurun waktu yang
sama. Hanya saja pada tahun 2014 terjadi perubahan konfigurasi, dimana jumlan tenga kerja di Pulau
Sulawesi lebih tinggi dibandingkan dengan Pulau Jawa. Pulau Sumatera mencatat jumlah tenaga kerja
yang sama. Sedangkan untuk Pulau Bali – Kepulauan Nusa Tenggara dan Pulau Kalimantan masih
berada di bawah Pulau Jawa.

Dilihat dari nilai produksi pada kurun waktu 2005 – 5014, berdasarkan grafik garis di atas
menunjukkan bahwa Pulau Jawa selalu menjadi peringkat terbanyak pada kurun waktu 2005 – 2013.
Sedangkan untuk keempat Pulau / Kepulauan lainnya selalu lebih rendah pada kurun waktu yang
sama. Hanya saja pada tahun 2014 terjadi perubahan konfigurasi, dimana jumlan unit usaha di Pulau
Sulawesi dan Pulau Bali –Kepulauan Nusa Tenggara lebih tinggi dibandingkan dengan Pulau Jawa.
Sedangkan untuk Pulau Sumatera dan Pulau Kalimantan masih berada di bawah Pulau Jawa.

Dilihat dari nilai input pada kurun waktu 2005 – 5014, berdasarkan grafi garis di atas menunjukkan
bahwa Pulau Jawa selalu menjadi peringkat terbanyak pada kurun waktu 2005 – 2013. Sedangkan
untuk keempat Pulau / Kepulauan lainnya selalu lebih rendah pada kurun waktu yang sama. Hanya
saja pada tahun 2014 terjadi perubahan konfigurasi, dimana jumlan input di Pulau Sulawesi dan Pulau
Bali – Kepulauan Nusa Tenggara lebih tinggi dibandingkan dengan Pulau Jawa. Sedangkan untuk
Pulau Sumatera dan Pulau Kalimantan masih berada di bawah Pulau Jawa.
1.2. Definisi Permasalahan

Definisi permasalahan dari penelitian ini adalah sebagai berikut:

• Output selama 2005-2014 tidak selalu meningkat.
• Sebagian besar dari Output adalah di sektor industri tekstil dan pakaian jadi. Sekitar
98,34 % kontribusi output dari Pulau Jawa..
• Unit usaha industri tekstil dan pakaian jadi didominasi Pulau Jawa pada kurun waktu
2005 – 20111113, baru pada tahun 2014 diungguli oleh Pulau Sulawesi dan Sumatera.
• tenaga kerja industri tekstil dan pakaian jadi didominasi Pulau Jawa pada kurun waktu
2005 – 20111113, baru pada tahun 2014 diungguli oleh Pulau Sulawesi.
• input industri tekstil dan pakaian jadi didominasi Pulau Jawa pada kurun waktu 2005 –
20111113, baru pada tahun 2014 diungguli oleh Pulau Sulawesi dan Kepulauan Bali –
Nusa Tenggara.
• produksi industri tekstil dan pakaian jadi didominasi Pulau Jawa pada kurun waktu 2005
– 20111113, baru pada tahun 2014 diungguli oleh Pulau Sulawesi dan Kepulauan Bali –
Nusa Tenggara.

1.3 Peran Penting Penelitian

Peran penting penelitian ini adalah sebagai berikut:
Jika topografi wilayah mempengaruhi menurunnya dominansi Pulau Jawa di bidang industri
tekstil dan pakaian jadi, tetapi outputnya masih terbesar. Sehingga kita perlu mengetahu
faktor lain yang mempengaruhi hal tersebut.

1.4 Tujuan
Tujuan dari penelitian ini adalah:
1. Untuk menguji dampak kondisi wilayah dari besaran output industri tekstil dan pakaian
jadi di 24 provinsi.
2. Untuk menemukan faktor-faktor lain yang mempunyai dampak terhadap dari besaran
output industri tekstil dan pakaian jadi di 24 provinsi.

Kerangka Empiris
Kerangka Empiris diperlukan sebagai penguat argumentasi dan pemilihan variabel- variabel,
dan metode. Selain juga acuan dalam penyusunan hipotesis penelitian.
Variabel Dependen
Jurnal yang ada menggunakan produktivitas sebagai variabel dependen (Islam, 2005).
Perlu diketahui bahwa menurut teori Ekonomi Klasik, produktivitas merupakan output yeng
tersisa yang tidak dapat dijelaskan dengan input sumberdaya dari kontribusi secara langsung.
Sisa ini yang biasa disebut sebagai Total Factor Productivity (TFP). (Kim, 2017).
Variabel Independen
Keterbukaan ekonomi adalah faktor utama yang mempengaruhi produktivitas. (Islam,
2005). Variabel lain yang digunakan di jurnal ini adalah lokasi dari negara tersebut.
Metode
Penelitian terkait produktivitas menggunakan data panel. Keuntungan menggunakan
metode ini adalah memberikan data yang bersifat informatif, lebih bervariasi, menambahkan
derajat kemerdekaan, lebih efisien, mengurangi kolinearitas antar variabel, memperkirakan
derajat heteroganitas yang lebih besar yang dapat menjadi ciri khas individu dari waktu ke
waktu, memungkinkan analisis masalah ekonomi yang krusial yang tidak dapat dijawab
dengan analisis deret waktu dan penampang lintang, serta relatif lebih fleksibel saat
memodelkan perilaku yang berbeda dari tiap individu dibandingkan dengan data lintas
bagian, serta dapat menjelaskan penyesuaian dinamis dengan cara yang lebih baik (Asmara,
2013).
Lebih spesifik, data model yang digunakan adalah panel balanced, sedangkan setiap
unit cross section memiliki jumlah observasi deret waktu yang sama (Ruth, 2014). Penelitian
lain yang menerapkan panel data dilakukan dengan menggunakan fixed effect method (FEM)
untuk menguji determinannya.
Vektor autoregression model (VAR) diterapkan karena fakta bahwa model seperti itu
umumnya digunakan untuk meramalkan sistem seri waktu yang saling terkait dan untuk
menganalisis dampak dinamis gangguan acak pada sistem variabel. Sebagai informasi
tambahan, dalam vector autoregression model (VAR) beberapa variabel diperlakukan sebagai
endogen dan beberapa sebagai diperlakukan sebagai eksogenous atau yang telah ditentukan
(exogeneous plus lagged endogeneous) (Mutasen).
Hasil
Produktivitas merespon secara positif terhadap Keterbukaan Ekonomi (Islam, 2005).
Kondisi geografis tidak berpengaruh signifikan terhadap produktivitas (Islam, 2005).

REGRESI IRSA

MENENTUKAN MODEL TERBAIK

1. CHOW TEST
a. OLS
. reg Y FDI DDI IHK LEMBAH LERENG DARATAN EKSPOR UPAHNOMINAL RTRWPROV

Source SS df MS Number of obs = 250

F( 9, 240) = 174.55
Model 1.0421e+23 9 1.1579e+22 Prob > F = 0.0000
Residual 1.5921e+22 240 6.6340e+19 R-squared = 0.8675
Adj R-squared = 0.8625
Total 1.2014e+23 249 4.8247e+20 Root MSE = 8.1e+09

Y Coef. Std. Err. t P>|t| [95% Conf. Interval]

FDI 45754.67 2433.02 18.81 0.000 40961.87 50547.48

DDI 1757.128 762.4266 2.30 0.022 255.2261 3259.031
IHK 2.46e+07 1.36e+08 0.18 0.856 -2.43e+08 2.92e+08
LEMBAH 9394136 5263310 1.78 0.076 -974045.5 1.98e+07
LERENG -2696625 1727318 -1.56 0.120 -6099263 706014.2
DARATAN 216528.3 494388.4 0.44 0.662 -757366.3 1190423
EKSPOR -4394.153 40345.48 -0.11 0.913 -83870.63 75082.32
UPAHNOMINAL 4732794 1882904 2.51 0.013 1023666 8441923
RTRWPROV 2.54e+09 1.60e+09 1.58 0.115 -6.20e+08 5.70e+09
_cons -6.98e+09 2.68e+09 -2.60 0.010 -1.23e+10 -1.70e+09
 b. Fixed effect
. xtreg Y FDI DDI IHK LEMBAH LERENG DARATAN EKSPOR UPAHNOMINAL RTRWPROV, fe

Fixed-effects (within) regression Number of obs = 250

Group variable: ID Number of groups = 25

R-sq: within = 0.2745 Obs per group: min = 10

between = 0.7829 avg = 10.0
overall = 0.6709 max = 10

F(9,216) = 9.08
corr(u_i, Xb) = -1.0000 Prob > F = 0.0000

Y Coef. Std. Err. t P>|t| [95% Conf. Interval]

FDI -5.99e+09 8.82e+09 -0.68 0.498 -2.34e+10 1.14e+10

DDI -1.37e+10 1.07e+10 -1.29 0.199 -3.48e+10 7.27e+09
IHK -6.48e+07 1.31e+08 -0.50 0.621 -3.23e+08 1.93e+08
LEMBAH 4.58e+07 8740474 5.24 0.000 2.86e+07 6.30e+07
LERENG -4.88e+07 7900623 -6.18 0.000 -6.44e+07 -3.32e+07
DARATAN -253609 2592629 -0.10 0.922 -5363700 4856482
EKSPOR -52639.06 102874.7 -0.51 0.609 -255405.8 150127.7
UPAHNOMINAL 8699352 2468147 3.52 0.001 3834615 1.36e+07
RTRWPROV -1.29e+09 1.89e+09 -0.68 0.497 -5.01e+09 2.44e+09
_cons 9.27e+15 6.65e+15 1.39 0.165 -3.84e+15 2.24e+16

sigma_u 2.552e+16
sigma_e 7.597e+09
rho 1 (fraction of variance due to u_i)

F test that all u_i=0: F(24, 216) = 2.49 Prob > F = 0.0003

Hasil dari uji chow test menunjukkan bahwa P Value 0.0003 < α 0.05 maka H1 diterima,
artinya fixed effect merupakan pilihanterbaik.

2. UJI HAUSMAN

. xtreg Y FDI DDI IHK LEMBAH LERENG DARATAN EKSPOR UPAHNOMINAL RTRWPROV, re

Random-effects GLS regression Number of obs = 250

Group variable: ID Number of groups = 25

R-sq: within = 0.1378 Obs per group: min = 10

between = 0.9895 avg = 10.0
overall = 0.8675 max = 10

Wald chi2(9) = 1570.91

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

Y Coef. Std. Err. z P>|z| [95% Conf. Interval]

FDI 45754.67 2433.02 18.81 0.000 40986.04 50523.31

DDI 1757.128 762.4266 2.30 0.021 262.7998 3251.457
IHK 2.46e+07 1.36e+08 0.18 0.856 -2.42e+08 2.91e+08
LEMBAH 9394136 5263310 1.78 0.074 -921761.7 1.97e+07
LERENG -2696625 1727318 -1.56 0.118 -6082105 688855.6
DARATAN 216528.3 494388.4 0.44 0.661 -752455.3 1185512
EKSPOR -4394.153 40345.48 -0.11 0.913 -83469.85 74681.54
UPAHNOMINAL 4732794 1882904 2.51 0.012 1042370 8423219
RTRWPROV 2.54e+09 1.60e+09 1.58 0.113 -6.04e+08 5.68e+09
_cons -6.98e+09 2.68e+09 -2.60 0.009 -1.22e+10 -1.72e+09

sigma_u 0
sigma_e 7.597e+09
rho 0 (fraction of variance due to u_i)

.
 Memilih yang terbaik antara fixed effect dan random effect
. hausman fe re

Note: the rank of the differenced variance matrix (7) does not equal the number of
coefficients being tested (9); be sure this is what you expect, or there may
be problems computing the test. Examine the output of your estimators for
anything unexpected and possibly consider scaling your variables so that the
coefficients are on a similar scale.

Coefficients
(b) (B) (b-B) sqrt(diag(V_b-V_B))
fe re Difference S.E.

FDI -5.99e+09 45754.67 -5.99e+09 8.82e+09

DDI -1.37e+10 1757.128 -1.37e+10 1.07e+10
IHK -6.48e+07 2.46e+07 -8.95e+07 .
LEMBAH 4.58e+07 9394136 3.64e+07 6978069
LERENG -4.88e+07 -2696625 -4.61e+07 7709489
DARATAN -253609 216528.3 -470137.3 2545055
EKSPOR -52639.06 -4394.153 -48244.9 94633.19
UPAHNOMINAL 8699352 4732794 3966558 1595751
RTRWPROV -1.29e+09 2.54e+09 -3.83e+09 1.00e+09

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 51.35
Prob>chi2 = 0.0000
(V_b-V_B is not positive definite)

Dari hasil uji hausman diatas, didapatkan P Value 0.00 < α 0.05 maka tolak H0 yang artinya
model fixed effect yang diterima. Uji hausman dan chos test memiliki hasil yang konsisten
sehingga tidak perlu dilanjutkan dengan uji lagrang.

3. UJI ASUMSI KLASIK

a. Uji multikolinearitas
. vif, uncentered

Variable VIF 1/VIF

UPAHNOMINAL 7.41 0.134867

LERENG 7.01 0.142656
DDI 6.94 0.144030
DARATAN 5.75 0.174013
FDI 3.97 0.252169
IHK 3.49 0.286622
LEMBAH 2.87 0.349022
RTRWPROV 2.30 0.435699
EKSPOR 1.55 0.644684

Mean VIF 4.59

Nilai VIF >10 atau tolerance 4,5/10 adalah .45 mengindikasikan tidak adanya masalah
multikolinearitas.

b. Uji heteroskedastisitas
. xttest3

Modified Wald test for groupwise heteroskedasticity

in fixed effect regression model

H0: sigma(i)^2 = sigma^2 for all i

chi2 (25) = 79399.40

Prob>chi2 = 0.0000
5.000e+10 1.000e+11 1.500e+11 2.000e+11

Y
0

-8.00e+16 -6.00e+16 -4.00e+16 -2.00e+16 0 2.00e+16

Y predicted

Melihat hasil scatter plot dan

c. Uji Autokorelasi

. xtserial Y FDI DDI IHK LEMBAH LERENG DARATAN EKSPOR UPAHNOMINAL RTRWPROV

Wooldridge test for autocorrelation in panel data

H0: no first-order autocorrelation
F( 1, 24) = 5.175
Prob > F = 0.0321
Dari hasil uji diatas, didapatkan nilai P value < α 0.05 yang artinya terjadi masalah
autokorelasi.

d. Khsadh

Pengujian Model Ekonometrik Regresi Biasa

Berdasarkan hasil di atas, lembah dan lereng industri berpengaruh negatif dan
signifikan pada alfa 1% terhadap produktivitas industri tekstil dan pakaian jadi. Sementara
variabel upah nominal berpengaruh positif signifikan pada alfa 1 % terhadap produktivitas
industri tekstil dan pakaian jadi. Sementara itu, variabel-variabel lainnya tidak mempengaruhi
produktivitas industri tekstil dan pakaian jadi.
KESIMPULAN DAN REKOMENDASI KEBIJAKAN
Kesimpulan
Terkait Hasil Regresi dan Kerangka Empiris
Ada beberapa variabel, yaitu: lereng dan lembah, sebagai variabel kontrol dipengaruhi
oleh produktivitas.
Berbeda halnya dengan upah nominal yang signifikan mempengaruhi besaran
produktivitas industri tekstil dan pakaian jadi di 24 provinsi. Sedangkan variabel lainnya,
yaitu FDI, DDI, IHK, Ekspor, dan RTRW Provinsi tidak signifikan mempengaruhi
produktivitas di 24 provinsi.
Rekomendasi Kebijakan
Dalam merumuskan kebijakan perizinan dan pendanaan, pemerintah pusat dan
pemerintah daerah perlu mendahulukan urutan sesuai signifikansi variabel–variabel yang
mempengaruhi produktivitas dan juga harus mengutamakan untuk peningkatan jumlah upah
nominal, pengurangan lokasi kawasan peruntukan industri di lereng dan lembah untuk
mengendalikan besaran produktivitas sektor industri tekstil dan pakaian jadi di ke-24 provinsi
tersebut.

DAFTAR PUSTAKA

Kim, Young Eun. et.al. 2017. Productivity and its Determinants : Innovation, Education, Efficiency,
Infrastructure, and Institutions.
Islam, Nazrul. 2005. Determinants of Productivity : A Two Stage Analysis.
 KAJIAN PENINJAUAN KEMBALI RTR PULAU / KEPULAUAN

PENGARUH KARAKTERISTIK GEOGRAFI WILAYAH TERHADAP OUTPUT INDUSTRI

Paket Pekerjaan

DETERMINAN PRODUKTIVITAS SEKTOR INDUSTRI

(INDUSTRI TEKSTIL DAN PAKAIAN JADI)

TAHUN ANGGARAN 2020

SATUAN KERJA

DIREKTORAT JENDERAL TATA RUANG

KEMENTERIAN AGRARIA DAN TATA RUANG/
BADAN PERTANAHAN NASIONAL