Anda di halaman 1dari 187

TIM PENYUSUN

1. Dr. Djoni Hartono, S.Si, M.E, Staf Pengajar Departemen


Ilmu Ekonomi FEB UI
2. Nurkholis, S.E, M.SE, Staf Pengajar Departemen Ilmu
Ekonomi FEB UI
3. Dr. Indra, S.Si, M.Si, Staf Pengajar Departemen Ilmu
Ekonomi FEM IPB
4. Tim ADPI, Pusat Data dan Informasi - Kementerian
Perindustrian
RINGKASAN EKSEKUTIF

ANALISA SENSITIVITAS VARIABEL MAKROEKONOMI


TERHADAP KINERJA SEKTOR INDUSTRI PENGOLAHAN

Kajian ini bertujuan melakukan analisis sensitivitas dari variabel-


variabel makroekonomi yang diduga berpengaruh terhadap kinerja industri
pengolahan tanpa migas selama periode tahun 2010Q1–2019Q1. Kajian ini
menggunakan 2 (dua) pendekatan analisis, yaitu pendekatan sisi
permintaan/penggunaan (demand side) dengan menggunakan model
ekonometrika sistem persamaan simultan berdasarkan Model Keynes dan
pendekatan sisi penawaran/produksi (supply side) dengan menggunakan
model ekonometrika regresi berganda berdasarkan Model Cobb-Dauglas.
Dalam pendekatan sisi permintaan, variabel makroekonomi yang diduga
berpengaruh terhadap kinerja industri pengolahan antara lain inflasi, suku
bunga Bank Indonesia (BI Rate), kurs rupiah terhadap USD, PDB Indonesia
(pertumbuhan ekonomi domestik), dan PDB atau pertumbuhan ekonomi
negara-negara tujuan ekspor utama, seperti Amerika Serikat, Tiongkok, Uni
Eropa, Jepang, India, Singapura, Malaysia, Korea Selatan, Australia dan lain-
lain. Sedangkan dalam pendekatan sisi penawaran, variabel makroekonomi
yang diduga berpengaruh adalah investasi dan tenaga kerja untuk setiap jenis
industri pengolahan tanpa migas.
Dari hasil kajian ini, variabel makroekonomi yang signifikan
berpengaruh terhadap kinerja (nilai tambah atau PDB) masing-masing jenis
industri pengolahan tanpa migas dan nilai elastisitasnya dalam periode tahun
2010Q1 – 2019Q1 adalah sebagai berikut:
Sisi Permintaan Sisi Penawaran
Jenis
No. Faktor yang Faktor yang
Industri
Berpengaruh Elastisitas Berpengaruh Elastisitas
1 Makanan Nilai Tukar (Rp/US) 0.1900 Nilai Tambah 1 0.9368
Kuartal Sebelumnya
BI Rate -0.0130 Dummy Kuartal 0.0569
Sebelum Lebaran
PDB Indonesia 0.6938 Dummy Kuartal 0.0379
Lebaran
PDB Uni Eropa 0.7619
PDB Tiongkok 0.1367
PDB India 0.1374
PDB Malaysia 0.1046
Dummy Kuartal Empat -0.0345
2 Minuman PDB Indonesia 0.4297 Tenaga Kerja 0.1495
PDB Singapura 0.3435 Nilai Tambah 1 0.8375
Kuartal Sebelumnya

i
Sisi Permintaan Sisi Penawaran
Jenis
No. Faktor yang Faktor yang
Industri
Berpengaruh Elastisitas Berpengaruh Elastisitas
Nilai Tambah 1 Kuartal 0.6349 Dummy Kuartal 0.0267
Sebelumnya Sebelum Lebaran
3 Pengolahan Inflasi -1.1684 Investasi 4 Kuartal 0.0068
Tembakau Sebelumnya
Nilai Tukar (Rp/USD) 0.4907 Tenaga Kerja 0.2193
PDB Indonesia 0.9996 Nilai Tambah 1 0.9230
Kuartal Sebelumnya
Nilai Tambah 3 Kuartal 0.3466 Dummy Kuartal 0.0311
Sebelumnya Sebelum Lebaran
Dummy Kuartal 0.0354
Lebaran
4 Tekstil Inflasi -1.1562 Tenaga Kerja 0.1338
Nilai Tukar (Rp/US) 0.3515 Nilai Tambah 1 0.9303
Kuartal Sebelumnya
Impor -0.0905
PDB Amerika Serikat 0.5771
PDB India 0.3690
Nilai Tambah Kuartal 0.6739
Sebelumnya
5 Pakaian Jadi Nilai Tukas (Rp/US) -0.3440 Tenaga Kerja 0.2866
Impor Produk Tekstil 0.1250 Nilai Tambah 1 0.9226
Kuartal Sebelumnya
PDB Indonesia 0.4283
Nilai Tambah 1 Kuartal 0.8198
Sebelumnya
6 Kulit, Barang PDB India 0.5283 Tenaga Kerja 0.5315
dari Kulit dan PDB Uni Eropa 1.5663 Nilai Tambah 1 0.6683
Alas Kaki Kuartal Sebelumnya
Dummy Kuartal Empat -0.0248
Nilai Tambah 1 Kuartal -0.2762
Sebelumnya
7 Kayu, Gabus Impor -0.0501 Nilai Tambah 1 0.7826
(Tidak Kuartal Sebelumnya
Termasuk PDB Tiongkok 0.0618 Dummy Kuartal 0.0199
Furnitur) dan Empat
Anyaman Dummy Kuartal Empat 0.0201
dari Bambu, Nilai Tambah 1 Kuartal 0.7691
Rotan dsj. Sebelumnya
8 Kertas dan Inflasi -0.3175 Tenaga Kerja 0.1404
Barang dari PDB India 0.2873 Nilai Tambah 1 0.4165
Kertas Kuartal Sebelumnya
Nilai Tambah 1 Kuartal 0.2835
Sebelumnya
9 Pencetakan Inflasi -0.3175 Investasi 4 Kuartal 0.0074
dan Sebelumnya

ii
Sisi Permintaan Sisi Penawaran
Jenis
No. Faktor yang Faktor yang
Industri
Berpengaruh Elastisitas Berpengaruh Elastisitas
Reproduksi PDB India 0.2873 Tenaga Kerja 0.1823
Media Nilai Tambah 1 Kuartal 0.2835 Nilai Tambah 1 0.8968
Rekaman Sebelumnya Kuartal Sebelumnya
10 Bahan Kimia PDB Indonesia 0.2222 Tenaga Kerja 0.2908
dan Barang Nilai Tambah 1 Kuartal 0.7249 Nilai Tambah 1 0.7664
dari Bahan Sebelumnya Kuartal Sebelumnya
Kimia
11 Farmasi, PDB India 0.3619 Investasi 1 Kuartal 0.0123
Produk Obat Sebelumnya
Kimia dan Nilai Tambah 1 Kuartal 0.6781 Tenaga Kerja 0.3271
Obat Sebelumnya
Tradisional Nilai Tambah 1 0.6133
Kuartal Sebelumnya
12 Karet, PDB Tiongkok 0.0793 Investasi 0.0173
Barang dari Nilai Tambah 1 Kuartal 0.6252 Tenaga Kerja 0.1746
Karet dan Sebelumnya
Plastik Nilai Tambah 2 Kuartal -0.3736 Nilai Tambah 1 0.4005
Sebelumnya Kuartal Sebelumnya
13 Barang PDB Indonesia 0.4779 Investasi 0.0279
Galian Bukan Dummy Kuartal Empat 0.0266 Tenaga Kerja 0.2399
Logam Nilai Tambah 1 Kuartal 0.3625 Nilai Tambah 1 0.7343
Sebelumnya Kuartal Sebelumnya
14 Logam Dasar PDB Indonesia 0.5863 Tenaga Kerja 0.1899
PDB India 0.3991 Nilai Tambah 1 0.8201
Kuartal Sebelumnya
15 Barang PDB Indonesia 0.3660 Nilai Tambah 1 0.8942
Logam, Kuartal Sebelumnya
Bukan Mesin Nilai Tambah 1 Kuartal 0.7137
dan Sebelumnya
Peralatannya
16 Komputer, Impor -0.1291 Tenaga Kerja 0.1296
Barang PDB Indonesia 0.2614 Nilai Tambah 1 0.8261
Elektronik Kuartal Sebelumnya
dan Optik Nilai Tambah 1 Kuartal 0.7624
Sebelumnya
17 Peralatan Impor -0.1113 Tenaga Kerja 0.1544
Listrik PDB Tiongkok 0.2003 Nilai Tambah 1 0.7671
Kuartal Sebelumnya
Nilai Tambah 1 Kuartal 0.5498
Sebelumnya
18 Mesin dan Inflasi -1.4660 Tenaga Kerja 0.1944
Perlengkapan Nilai Kurs (Rp/USD) 0.4760 Nilai Tambah 1 0.7789
ytdl Kuartal Sebelumnya
PDB Uni Eropa 1.5557
PDB India 0.7509
Dummy Kuartal Empat -0.0771

iii
Sisi Permintaan Sisi Penawaran
Jenis
No. Faktor yang Faktor yang
Industri
Berpengaruh Elastisitas Berpengaruh Elastisitas
Nilai Tambah Kuartal 0.3123
Sebelumnya
19 Kendaraan PDB Indonesia 0.4800 Investasi 2 Kuartal 0.0136
Bermotor, Sebelumnya
Trailer dan Nilai Tambah 1 Kuartal 0.5025 Tenaga Kerja 0.3251
Semi Trailer Sebelumnya
Nilai Tambah 1 0.4582
Kuartal Sebelumnya
20 Alat PDB Tiongkok 0.1826 Tenaga Kerja 0.3420
Angkutan Impor -0.0387 Nilai Tambah 1 0.7324
Lainnya Kuartal Sebelumnya
Nilai Tambah 1 Kuartal 0.6549
Sebelumnya
21 Furnitur PDB Amerika Serikat 0.6794 Nilai Tambah 1 0.8049
Kuartal Sebelumnya
Dummy Kuartal Empat -0.0267
Nilai Tambah 1 Kuartal 0.5075
Sebelumnya
22 Pengolahan Nilai Tukar (Rp./USD) 0.8972 Investasi 5 Kuartal 0.0139
Lainnya Sebelumnya
Impor -0.3207 Tenaga Kerja 0.1134
PDB Uni Eropa 1.7137 Nilai Tambah 1 0.5083
Kuartal Sebelumnya
Nilai Tambah 1 Kuartal -0.4586
Sebelumnya
23 Jasa Reparasi Inflasi -1.0156 Nilai Tambah 1 0.5486
dan Kuartal Sebelumnya
Pemasangan Nilai Tukar (Rp/USD) 0.8563
Mesin dan Suku Bunga BI -0.0395
Peralatan

iv
DAFTAR ISI

RINGKASAN EKSEKUTIF .................................................................................... i


DAFTAR ISI............................................................................................................. v
BAB I PENDAHULUAN ......................................................................................... 1
1.1. Latar Belakang .............................................................................................. 1
1.2. Tujuan ........................................................................................................... 5
1.3. Ruang Lingkup .............................................................................................. 5
1.4. Manfaat ......................................................................................................... 6
BAB II TINJAUAN PUSTAKA.............................................................................. 7
2.1. Landasan Teori .............................................................................................. 7
2.2. Faktor-faktor yang Berpengaruh terhadap Kinerja Sektor Industri
Pengolahan .................................................................................................. 11
2.3. Studi Sejenis Terdahulu .............................................................................. 49
BAB III METODOLOGI ...................................................................................... 56
3.1. Pendekatan Sisi Permintaan/Pengeluaran ................................................... 56
3.2. Pendekatan Sisi Penawaran/Produksi.......................................................... 58
3.3. Jenis Data dan Sumber yang Digunakan ..................................................... 59
BAB IV GAMBARAN UMUM VARIABEL MAKROEKONOMI
DAN KINERJA SEKTOR INDUSTRI PENGOLAHAN ................... 61
4.1. Perkembangan Variabel Makroekonomi ..................................................... 61
4.2. Kinerja Sektor Industri Pengolahan Tanpa Migas ...................................... 80
BAB V ANALISA SENSITIVITAS VARIABEL MAKROEKONOMI
TERHADAP KINERJA SEKTOR INDUSTRI PENGOLAHAN ........ 91
5.1. Analisa Sisi Permintaan/Pengeluaran.......................................................... 91
5.2. Analisa Sisi Penawaran/Produksi .............................................................. 118
BAB VI PENUTUP .............................................................................................. 146
DAFTAR PUSTAKA ........................................................................................... 153
LAMPIRAN

v
BAB I
PENDAHULUAN

1.1. Latar Belakang


Di Indonesia, sektor industri pengolahan termasuk dalam sektor yang
memiliki pengaruh tinggi terhadap perekonomian dibandingkan sektor yang
lain. Seperti yang diketahui, perkembangan sektor industri selama beberapa
tahun terakhir telah menggeser peranan dari sektor pertanian dalam struktur
perekonomian nasional. Sektor industri memiliki peranan dalam mengatasi
masalah pengangguran dan menciptakan kegiatan ekonomi berbasis Sumber
Daya Alam (SDA). Pada tahun 2018, sektor industri masih memberikan
kontribusi terbesar bagi perekonomian Indonesia dimana kontribusinya
mencapai 19.82% terhadap Produk Domestik Bruto (PDB) nasional. Sektor
industri diketahui memiliki berbagai macam produk yang dapat memberikan
manfaat sekaligus nilai tambah (value added) bagi masyarakat sehingga
produk-produk industri dapat memiliki nilai jual tinggi dibandingkan sektor
lain. Oleh karena itu, sektor industri pengolahan merupakan salah satu
komponen penting dalam menopang pertumbuhan ekonomi. Menurut
Undang-undang (UU) No. 3 Tahun 2014 tentang Perindustrian, kegiatan
industri merupakan seluruh bentuk kegiatan ekonomi yang mengolah bahan
baku dan/atau memanfaatkan sumber daya industri sehingga menghasilkan
barang yang mempunyai nilai tambah atau manfaat lebih tinggi, termasuk jasa
industri. Aktivitas industrialisasi yang konsisten akan memberikan efek
berantai yang luas bagi perekonomian nasional. Dampak itu antara lain
meningkatkan pada nilai tambah bahan baku dalam negeri, penyerapan
tenaga kerja lokal, serta penerimaan devisa dari ekspor dan pajak. Namun
sayangnya, belakangan ini sektor industri justru ditengarai mengalami

1
perlambatan pertumbuhan, sehingga perannya dalam menopang pertumbuhan
ekonomi nasional dirasakan mulai berkurang.

9 8,37
8 7,70
7,36

7 7,64 6,54
7,24
6,79 5,59 5,61 5,50
6 6,50 5,22
6,09 6,09 5,08
4,51 4,77 4,73
5 5,73
5,51
5,26 5,28 5,16 5,02
4 4,78 4,80 4,80
4,47 4,46 4,54 4,27
3,91 3,93
3

0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: BPS, 2019

Gambar 1.1 Pertumbuhan PDB Sektor Industri Pengolahan Non Migas


Tahun 2011Q1-2019Q1 (% YoY)

Sektor industri umumnya terbagi menjadi dua yaitu industri


pengolahan migas dan non-migas. Industri pengolahan migas umumnya lebih
dipengaruhi harga dunia. Gambar 1.1 menunjukkan laju pertumbuhan PDB
sektor industri pengolahan non-migas selama 8 tahun terakhir. Dapat dilihat
bahwa industri pengolahan non-migas mengalami fluktuasi dan mencapai
pertumbuhan tertinggi pada kuartal III 2011 dimana pertumbuhannya
mencapai 8.37%, kemudian mengalami perlambatan pertumbuhan mulai dari
tahun 2014 sampai 2016, dan meningkat pada tahun 2017. Kemudian pada
kuartal II tahun 2018 terlihat mengalami penurunan ke titik 4.41%, meskipun
demikian angka tersebut masih lebih tinggi dibandingkan capaian pada kuartal

2
yang sama di tahun 2017 yaitu sebesar 3.93%. Sebaliknya, pada kuartal III
tahun 2018 industri pengolahan non migas berhasil meningkat ke titik 5.01%,
meskipun demikian angka tersebut masih lebih rendah dibandingkan
pertumbuhan pada periode yang sama di tahun 2017 yang mencapai 5.46%.
Di akhir tahun 2018 atau kuartal IV industri pengolahan non migas terlihat
mengalami penurunan ke titik 4.73% yang kemudian naik menjadi 4.8% di
kuartal I tahun 2019. Akan tetapi, secara umum laju pertumbuhan dari industri
pengolahan non migas terlihat mengalami perlambatan selama 8 tahun
terakhir. Padahal sektor industri berpotensi menyerap lebih banyak tenaga
kerja.

Pemerintah terus berupaya untuk menerapkan kebijakan yang dapat


meningkatkan iklim investasi yang kondusif agar pelaku industri yang ada di
Indonesia aktif melakukan ekspansi. Berbagai langkah kebijakan sudah mulai
dilakukan pemerintah untuk memberikan kemudahan investasi khususnya
pada sektor industri seperti memberikan kemudahan perizinan usaha, menjaga
ketersediaan bahan baku dan menyiapkan SDM yang terampil. Dengan adanya
kemudahan dalam berinvestasi maka hal tersebut dapat memberikan multiplier
effect terhadap aktivitas industrialisasi seperti meningkatkan penyerapan
tenaga kerja.

Pentingnya industri pengolahan khususnya non migas membuat


pemerintah fokus melakukan perkembangan dengan menitikberatkan pada
sektor pengolahan sumber daya alam, berorientasi ekspor, dan padat karya.
Guna meningkatkan kinerja industri pengolahan salah satu cara yang dapat
dilakukan adalah dengan mempelajari dan mengidentifikasi faktor-faktor yang
mempengaruhi kinerja industri pengolahan. Studi-studi sebelumnya telah
menemukan bahwa investasi, tenaga kerja, biaya tenaga kerja, nilai tukar, suku
bunga, inflasi, insentif pemerintah, harga energi, infrastruktur, PDB per

3
kapita, kebijakan pemerintah mempengaruhi kinerja industri pengolahan.
Walaupun demikian, kaitan antara sektor industri dengan variabel
makroekonomi perlu dianalisis lebih lanjut. Oleh karena itu studi ini akan
menganalisis faktor-faktor makroekonomi yang berpengaruh terhadap kinerja
industri pengolahan.
Tabel 1.1. 23 Sektor Industri Pengolahan
KBLI URAIAN
10 Industri Makanan
11 Industri Minuman
3.2 Industri Makanan dan Minuman
12 Industri Pengolahan Tembakau
3.3 Industri Pengolahan Tembakau
13 Industri Tekstil
14 Industri Pakaian Jadi
3.4 Industri Tekstil dan Pakaian Jadi
15 Industri Kulit, Barang dari Kulit dan Alas Kaki
3.5 Industri Kulit, Barang dari Kulit dan Alas Kaki
Industri Kayu, Barang dari Kayu dan Gabus (Tidak Termasuk
16 Furnitur) dan Barang Anyaman dari Bambu, Rotan dan
Sejenisnya
Industri Kayu, Barang dari Kayu dan Gabus dan Barang Anyaman
3.6
dari Bambu, Rotan dan Sejenisnya
17 Industri Kertas dan Barang dari Kertas
18 Industri Pencetakan dan Reproduksi Media Rekaman
Industri Kertas dan Barang dari Kertas, Percetakan dan
3.7
Reproduksi Media Rekaman
20 Industri Bahan Kimia dan Barang dari Bahan Kimia
21 Industri Farmasi, Produk Obat Kimia dan Obat Tradisional
3.8 Industri Kimia, Farmasi dan Obat Tradisional
22 Industri Karet, Barang dari Karet dan Plastik
3.9 Industri Karet, Barang dari Karet dan Plastik
23 Industri Barang Galian Bukan Logam
3.10 Industri Barang Galian Bukan Logam
24 Industri Logam Dasar
3.11 Industri Logam Dasar
25 Industri Barang Logam Bukan Mesin dan Peralatannya

4
26 Industri Komputer, Barang Elektronik dan Optik
27 Industri Peralatan Listrik
Industri Barang dari Logam, Komputer, Barang Elektronik, Optik
3.12
dan Peralatan Listrik
28 Industri Mesin dan Perlengkapan YTDL
3.13 Industri Mesin dan Perlengkapan YTDL
29 Industri Kendaraan Bermotor, Trailer dan Semi Trailer
30 Industri Alat Angkutan Lainnya
3.14 Industri Alat Angkutan
31 Industri Furnitur
3.15 Industri Furnitur
32 Industri Pengolahan Lainnya
33 Jasa Reparasi dan Pemasangan Mesin dan Peralatan
Industri Pengolahan Lainnya, Jasa Reparasi dan Pemasangan
3.16
Mesin dan Peralatan

1.2. Tujuan
Tujuan dari kajian ini adalah melakukan analisa sensitivitas dari
variabel-variabel makroekonomi yang berpengaruh terhadap kinerja sektor
industri pengolahan di Indonesia.

1.3. Ruang Lingkup


Ruang lingkup dari kajian tentang analisa sensitivitas variabel
makroekonomi terhadap kinerja industri pengolahan ini dapat dirinci sebagai
berikut:
a. Jenis industri yang dianalisis adalah semua jenis industri pengolahan
selain industri pengolahan minyak dan gas bumi;
b. Kinerja industri pengolahan yang dianalisis adalah berupa nilai tambah
bruto (NTB) atau PDB sektor industri (sebagai variabel dependent);
c. Variabel makroekonomi yang dianalisis mencakup investasi (dalam
negeri dan luar negeri), nilai tukar, inflasi, suku bunga, kebijakan
pemerintah, pengaruh perekonomian negara lain, dan lain-lain

5
(sebagai variabel independent) yang diduga berpengaruh terhadap
kinerja masing-masing jenis industri pengolahan; dan
d. Data yang digunakan adalah data time series kuartalan (3 bulanan) dari
tahun 2010:01-2019:01, berdasarkan ketersediaan data yang up-to-
date.

1.4. Manfaat
Manfaat dari kajian tentang analisa sensitivitas variabel
makroekonomi terhadap kinerja industri pengolahan ini adalah:
a. Memberikan gambaran mengenai variabel-variabel makroekonomi
yang signifikan berpengaruh terhadap kinerja industri pengolahan; dan
b. Sebagai dasar pertimbangan dalam pengambilan kebijakan untuk
memajukan industri pengolahan ke depan.

6
BAB II
TINJAUAN PUSTAKA

Tinjauan pustaka dalam kajian tentang analisa sensitivitas variabel


makroekonomi terhadap kinerja industri pengolahan ini terdiri atas 3 (tiga)
bagian, pertama mengenai landasan teori, kedua terkait dengan berbagai faktor
yang diduga berpengaruh terhadap kinerja industri pengolahan (baik dari sisi
permintaan maupun sisi penawaran) untuk setiap jenis industri pengolahan,
dan ketiga mengenai studi empiris sejenis terdahulu.

2.1. Landasan Teori


Terkait dengan landasan teori, kajian ini menguraikan menjadi 3 hal,
yaitu Teori Pendapatan Nasional dari Keynes, Teori Pertumbuhan Ekonomi
Solow-Swan, dan uraian mengenai Fungsi Produksi Cobb-Douglass.

2.1.1 Model Pendapatan Nasional dari Keynes


Dalam buku berjudul “The General Theory of Employment, Interest
And Money”, J.N Keynes menjelaskan model ekonomi pendapatan nasional
atau yang umum disebut Produk Domestik Bruto. Produk Domestik Bruto (Y)
adalah jumlah nilai seluruh produksi barang dan jasa yang dihasilkan oleh
suatu negara dalam jangka waktu tertentu. Berdasarkan pendekatan
pengeluaran, nilai PDB adalah penjumlahan pengeluaran dari empat kategori
utama, yaitu konsumsi rumah tangga (C), investasi (I), pengeluaran
pemerintah (G), dan net ekspor atau selisih antara ekspor dan impor (NX).
Dengan demikian, model pendapatan nasional dapat digambarkan sebagai
berikut:

Y = C + I + G + NX.

7
Bila didefinisikan lebih lanjut, konsumsi merupakan sebagian dari
pendapatan rumah tangga yang telah dikurangi dengan pembayaran pajak
kepada pemerintah. Ahli ekonomi mendefinisikan pendapatan bebas pajak
sebagai dispossable incone (Y-T). Rumah tangga kemudian dapat
memutuskan seberapa besar disposable income yang ditabung dan
dikonsumsi.
Keynes berasumsi bahwa tingkat konsumsi rumah tangga secara
langsung bergantung langsung pada tingkat disposable income dimana tingkat
pendapatan yang lebih tinggi secara langsung menyebabkan konsumsi yang
lebih besar. Dengan demikian, konsumsi merupakan fungsi dari disposable
income yang dapat dituliskan sebagai berikut:
C = a + MPC (Y − T)
Dengan C merupakan konsumsi agregat, a merupakan autonomouzs
concumption atau tingkat konsumsi minimal untuk bertahan hidup walaupun
tidak ada pendapatan, (Y-T) merupakan disposable income, dan MPC
(Marginal Prospensity to Consume) merupakan proporsi yang menunjukkan
besaran perubahan konsumsi sebagai respon terhadap kenaikan disposable
income.
Adapun investasi (I) merupakan dari barang yang dibeli untuk
digunakan di masa depan. Baik perusahaan maupun rumah tangga membeli
barang investasi. Permintaan jumlah barang investasi bergantung pada tingkat
bunga (r) sebagai ukuran biaya yang diperlukan untuk membiayai investasi.
Dengan demikian, secara umum fungsi permintaan akan investasi dituliskan
sebagai berikut:
I = I(r)
Agar proyek investasi dapat menghasilkan keuntungan, laba atas
investasi harus melebihi biayanya. Oleh sebab itu, permintaan akan investasi
berbanding terbalik dengan tingkat bunga. Jika tingkat bunga naik, lebih

8
sedikit proyek investasi yang menguntungkan, dan permintaan barang
investasi akan turun, begitu pula sebaliknya.
Pengeluaran pemerintah (G) merupakan komponen ketiga dari
permintaan barang dan jasa. Contoh dari pengeluaran pemerintah adalah
ketika pemerintah pusat membeli senjata, alokasi dana untuk gaji pegawai
pemerintah, atau pembangunan tol dan infrastruktur lainnya. Jika pengeluaran
pemerintah sama dengan pendapatan pajak yang telah dikurangi transfer maka
pemerintah memiliki anggaran berimbang. Sementara variabel terakhir dalam
pendapatan nasional, net ekspor (NX), merupakan selisih antara hasil ekspor
dan impor. Net ekspor juga umum disebut neraca perdagangan.

2.1.2 Teori Pertumbuhan Ekonomi Solow-Swan (Neo-Klasik)


Teori pertumbuhan ekonomi Solow-Swan merupakan teori
pertumbuhan Neo-Klasik yang berkembang sejak tahun 1950-an. Teori
pertumbuhan Solow-Swan didasarkan pada konsep dasar yang diberikan oleh
kaum ekonomi klasik. Teori ini menjelaskan bahwa pertumbuhan ekonomi
tergantung kepada pertambahan penyediaan faktor-faktor produksi
(penduduk, tenaga kerja, dan akumulasi modal) dan tingkat kemajuan
teknologi. Selain itu, faktor-faktor produksi yang dianggap sangat
berpengaruh terhadap pertumbuhan output adalah jumlah tenaga kerja dan
modal (kapital) yang dijelaskan dalam fungsi berikut:
𝑌 = 𝑓(𝐾, 𝐿)
dengan Y adalah tingkat output perekonomian; K adalah modal atau kapital;
dan L adalah tenaga kerja.
Solow-swan menggunakan model fungsi produksi yang
memungkinkan adanya substitusi antara modal (K) dan tenaga kerja (L).
Dengan kata lain, untuk menciptakan sejumlah output tertentu, dapat
digunakan berbagai kombinasi antara penggunaan modal dan tenaga kerja.
Apabila modal yang digunakan lebih besar, maka lebih kecil tenaga kerja yang
9
diperlukan. Sebaliknya, apabila modal yang digunakan lebih terbatas maka
lebih banyak tenaga kerja yang digunakan. Asumsi penting dalam model yang
terkait dengan fungsi produksi tersebut adalah constant return to scale yang
dijelaskan dengan dua input, yaitu modal dan tenaga kerja. Selain itu, pada
model Neo-klasik Solow diasumsikan bahwa angkatan kerja mengikuti model
pertumbuhan eksponensial dengan laju yang konstan.

2.1.3 Fungsi Produksi Cobb-Douglass


Fungsi produksi yaitu suatu fungsi yang menggambarkan hubungan
antara output dengan inputnya. Apabila bentuk fungsinya telah diketahui atau
telah diestimasi, maka dapat diduga besarnya output apabila input-inputnya
berubah. Fungsi produksi Cobb-Douglas (Cobb-Douglas production function)
ini sering disebut sebagai fungsi produksi eksponensial, yang dinyatakan
dalam bentuk:
𝑌 = 𝐴 𝐿𝛼 𝐾𝛽
dengan Y adalah total produksi; A adalah total produktivitas faktor; L adalah
tenaga kerja; α adalah elastisitas tenaga kerja; K adalah modal; dan β adalah
elastisitas modal.
Fungsi Cobb-Douglas mampu menggambarkan skala hasil (return to
scale) apakah meningkat (increasing), tetap (constant), atau menurun
(decreasing), yang selanjutnya dapat dijelaskan sebagai berikut:
• Increasing Return to Scale. Ini terjadi jika proporsi perubahan output
lebih besar dari proporsi perubahan input, yaitu jika α + β > 1.
• Constant Return to Scale. Terjadi bila proporsi perubahan output sama
dengan proporsi perubahan input, yaitu α + β = 1. Pada tahap ini,
besarnya operasi produksi usaha tidak akan mempengaruhi
produktivitas dari faktor-faktor produksinya.

10
• Decreasing Return to Scale. Jika proporsi perubahan output lebih kecil
dari proporsi perubahan input yaitu α + β < 1.

2.2. Faktor-faktor yang Berpengaruh terhadap Kinerja Sektor


Industri Pengolahan
Industri pengolahan non migas dalam penelitian ini diklasifikasikan
menjadi 23 sektor industri dimana masing-masing sektor industri memiliki
faktor-faktor yang berbeda dalam mempengaruhi kinerja industrinya, baik dari
sisi makroekonomi maupun mikroekonomi. Beberapa contoh faktor-faktor
yang mempengaruhi kinerja masing-masing sektor industri, yang umumnya
dapat dilihat berdasarkan dua sisi yaitu permintaan dan penawaran, dapat
dilihat dalam bagian di bawah ini:

Tabel 2.1. Faktor-faktor yang Diduga Berpengaruh terhadap


Kinerja Industri Pengolahan

1. Industri Makanan

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Nilai Tukar Negatif Ketika rupiah mengalami depresiasi maka
akan menekan pertumbuhan industri
makanan
2. Inflasi Negatif Tingkat inflasi yang tinggi dapat menekan
pertumbuhan industri makanan
3. Ekspor Positif Kenaikan ekspor akan meningkatkan
produksi pada industri makanan
4. Jumlah Positif Kenaikan jumlah penduduk meningkatkan
Penduduk daya beli dan konsumsi produk makanan
sehingga dapat mendorong pertumbuhan
industri makanan

11
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
5. Daya Beli Positif Peningkatan daya beli masyarakat akan
meningkatkan produksi yang dapat
mendorong industri makanan
6. Pesta Positif Adanya pemilu, pilkada, pilkades dan lain-
Demokrasi lain akan meningkatkan permintaan
produksi sehingga mendorong
pertumbuhan industri makanan
Sisi Penawaran (Produksi)

1. Kemudahan Positif Kemudahan regulasi dapat meningkatkan


Regulasi investasi yang mendorong pertumbuhan
industri makanan
2. Jumlah Tenaga Positif Semakin banyak jumlah tenaga kerja maka
Kerja output yang dihasilkan akan meningkat
sehingga mendorong pertumbuhan
industri makanan
3. Modal atau Positif Semakin banyak modal atau investasi
Investasi (PMA yang masuk akan meningkatkan produksi
dan PMDN) industri makanan

4. Suku Bunga Negatif Kenaikan suku bunga akan menurunkan


tingkat investasi yang dapat menghambat
pertumbuhan industri makanan
5. Upah Negatif Peningkatan upah minimum pada industri
Minimum makanan berdampak pada penurunan
produksi industri makanan.
6. Harga Plastik Negatif Plastik merupakan komponen penting
dalam hal pengemasan produk industri
makanan sehingga kenaikan harga plastik
akan meningkatkan biaya produksi yang
dapat mengurangi profit margin dan akan
menghambat pertumbuhan industri.
7. Infrastruktur Positif Infrastruktur berkaitan dengan
konektivitas, pembangunan infrastruktur
dapat melancarkan distribusi ke daerah
lain.

12
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
8. Proses Positif Semakin mudah proses administrasi akan
Administrasi membantu mendorong investasi di sektor
hulu industri makanan, sektor hulu
merupakan komponen penting yang
menentukan hasil di sektor hilir.
9. Bea Masuk Negatif Ada beberapa produk makanan yang
Impor Bahan bahan bakunya tidak tersedia di Indonesia
Baku sehingga mengharuskan impor, kenaikan
(Pendukung) bea masuk terhadap bahan baku
pendukung produksi industri akan
meningkatkan biaya produksi yang
akhirnya menghambat pertumbuhan
industri makanan.
10.Bea Masuk Positif Banyak produk-produk makanan jadi
Impor Produk impor yang masuk ke Indonesia dengan
Jadi harga murah, kenaikan bea masuk
terhadap produk impor jadi tersebut akan
meningkatkan harganya sehingga dapat
menjaga daya saing produk dalam negeri
11.Teknologi Positif Teknologi yang canggih dapat
meningkatkan kuantitas dan efisiensi
produksi
12.Pelatihan Positif Adanya pelatihan dapat meningkatkan
kualitas dan skill dari tenaga kerja yang
dapat mendorong perkembangan dari
industri makanan
13.Penataan Positif Memberikan kepastian pasar komoditas
Distribusi pangan sehingga akan menurunkan
Sektor Pangan gejolak harga pangan. Penataan distribusi
pangan juga akan mendukung sektor
industri yang berbasis pertanian
(agroindustry), serta pengendalian inflasi
untuk menjaga stabilitas ekonomi.

13
2. Industri Minuman

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Nilai Tukar Negatif Ketika rupiah mengalami depresiasi maka akan
menekan pertumbuhan industri minuman
karena sebagian bahan baku yang digunakan
masih diimpor
2. Inflasi Negatif Tingkat inflasi yang tinggi dapat menekan
pertumbuhan industri minuman
3. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi
pada industri minuman
4. Jumlah Positif Kenaikan jumlah penduduk meningkatkan daya
Penduduk beli dan konsumsi produk minuman sehingga
dapat mendorong pertumbuhan industri
minuman
5. Daya beli Positif Peningkatan daya beli masyarakat akan
meningkatkan produksi yang dapat mendorong
industri minuman
6. Pesta Positif Adanya pemilu, pilkada, pilkades dll akan
Demokrasi meningkatkan permintaan produksi sehingga
(pemilu, mendorong pertumbuhan industri minuman
pilkada dll)
7. Pola Positif Perubahan pola konsumsi masyarakat dapat
Konsumsi mempengaruhi kinerja industri minuman,
Masyarakat misalnya ketika masyarakat sudah mulai
mengurangi konsumsi terhadap minuman
ringan maupun minuman berasa lainnya dapat
menurunkan kinerja industri minuman.
8. Hari Raya Positif Perayaan hari besar keagamaan meningkatkan
konsumsi masyarakat terhadap produk
minuman sehingga mendorong pertumbuhan
industri minuman.
9. Persepsi Positif Pola pikir masyarakat juga dapat
mempengaruhi industri minuman misalnya
asumsi kandungan gula rafinasi sebagai pemicu
diabetes pada minuman berkarbonasi membuat

14
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
masyarakat mengurangi konsumsi minuman
berkarbonasi sehingga menurunkan produksi
industri minuman tersebut.
10. Cukai Plastik Negatif Adanya cukai plastik akan meningkatkan harga
jual dari produk minuman sehingga mengurangi
permintaan terhadap produk minuman tersebut.
11. Branding Positif Branding merupakan wujud kepercayaan,
sehingga perusahaan dengan branding yang
baik tentunya mendapatkan hati konsumen yang
akan terus membeli produknya.
12. Packaging Positif Packaging suatu produk dapat menarik minat
beli masyarakat sehingga dapat meningkatkan
penjualan.
Sisi Penawaran (Produksi)

1. Kemudahan Positif Kemudahan regulasi dapat meningkatkan


Regulasi investasi yang mendorong pertumbuhan
industri minuman
2. Jumlah Positif Semakin banyak jumlah tenaga kerja maka
Tenaga output yang dihasilkan akan meningkat
Kerja sehingga mendorong pertumbuhan industri
minuman
3. Modal atau Positif Semakin banyak modal akan meningkatkan
Investasi produksi industri minuman
(PMA dan
PMDN)
4. Suku Bunga Negatif Kenaikan suku bunga akan menurunkan tingkat
investasi yang dapat menghambat pertumbuhan
industri minuman
5. Upah Negatif Semakin tingginya upah minimum pekerja
maka akan meningkatkan biaya upah yang
harus ditanggung oleh industri sehingga
peningkatan upah minimum pada industri
minuman berdampak pada penurunan produksi.

15
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
6. Harga Negatif Plastik merupakan komponen penting dalam hal
Plastik pengemasan produk industri minuman sehingga
kenaikan harga plastik akan meningkatkan
biaya produksi yang dapat mengurangi profit
margin dan akan menghambat pertumbuhan
industri.
7. Inovasi Positif Kemampuan perusahaan menciptakan produk-
Produk produk baru sesuai dengan selera masyarakat
akan menarik masyarakat sehingga penjualan
dapat meningkat.
8. Ketersediaan Positif Ketersediaan bahan baku yang melimpah dapat
Bahan Baku mendorong perkembangan industri minuman

3. Industri Pengolahan Tembakau

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Konsumsi Positif Konsumsi rokok masyarakat sangat
Rokok mempengaruhi produksi industri tembakau,
kenaikan konsumsi rokok dapat
meningkatkan produksi pada industri
tembakau.
2. Tarif Cukai Negatif Kenaikan tarif cukai akan menurunkan
permintaan produk rokok karena harga jual
akan semakin mahal sehingga menghambat
pertumbuhan industri pengolahan tembakau
3. Kampanye Negatif Adanya kampanye anti rokok yang kerap
Anti Rokok dilakukan dapat menurunkan daya beli
masyarakat terhadap produk rokok dengan
alasan kesehatan sehingga akan menghambat
perkembangan industri.
Sisi Penawaran (Produksi)
1. Jumlah Positif Semakin banyak jumlah tenaga kerja maka
Tenaga Kerja output yang dihasilkan akan meningkat

16
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
sehingga mendorong pertumbuhan industri
pengolahan tembakau
2. Permenkeu Negatif Peraturan ini menurunkan jumlah industri
Nomor 200 mikro pengolahan tembakau, sehingga
Tahun 2010 menurunkan produksi yang menghambat
pertumbuhan industri pengolahan tembakau.
3. Curah Hujan Negatif Curah hujan yang tinggi dapat menurunkan
produksi pada industri pengolahan tembakau
4. Impor Positif Produksi tembakau dalam negeri hingga saat
Tembakau ini masih belum mampu mencukupi
kebutuhan industri rokok nasional.
Meningkatnya impor tembakau akan
meningkatkan pasokan bahan baku tembakau
yang pada akhirnya akan meningkatkan
produksi yang dapat mendorong pertumbuhan
industri pengolahan tembakau
5. Modal Positif Semakin banyak modal yang diberikan
pemerintah akan meningkatkan produksi
yang dapat mendorong pertumbuhan industri
pengolahan tembakau
6. Integrasi Positif Adanya integrasi antara petani dengan
Petani dan perusahaan pengolahan tembakau dapat
Perusahaan meningkatkan pelaksanaan budi daya petani
yang tepat karena ada jaminan harga dan
pasar dari perusahaan
7. Standarisasi Positif Standardisasi perlu agar ada ukuran yang pasti
Tembakau mengenai kualitas tembakau. Selama ini
penentuan kualitas hanya dilakukan oleh
perusahaan secara subjektif. Tentu hal ini
sangat merugikan petani. Disini pemerintah
bisa menyediakan alat ukur kualitas
tembakau, sehingga ukuran tersebut menjadi
lebih kuantitatif dan obyektif.
8. Diversifikasi Positif Perusahaan perlu melakukan penambahan
Produk produk yang berasal dari tembakau karena
Tembakau tembakau bisa saja diolah menjadi beragam
produk selain rokok, misalnya minyak atsiri
yang diekstrak dari tembakau tersusun oleh

17
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
beragam komponen kimia. Minyak atsiri
tersebut secara umum tidak lagi mengandung
zat-zat kimia yang berbahaya, seperti nikotin.
9. Kemurnian Positif Varietas tembakau yang murni (artinya
Varietas berasal dari daerah sendiri) membuat
Tembakau tembakau yang ditanam semakin bermutu,
harga tinggi dan dapat masuk dalam
kualifikasi perusahaan

4. Industri Tekstil

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. PDB Negara Positif Semakin membaiknya perekonomian negara
Lain (Tujuan lain akan meningkatkan permintaan terhadap
Ekspor) produk tekstil Indonesia sekaligus
meningkatkan ekspor.
2. PDB Indonesia Positif Kenaikan PDB Indonesia menunjukkan bahwa
terjadi perbaikan perekonomian atau
kesejahteraan. Hal ini akan meningkatkan
konsumsi masyarakat terhadap produk tekstil
sehingga permintaan ikut meningkat.
3. Harga Ekspor Negatif Kenaikan atas produk tekstil yang akan
Indonesia diekspor justru dapat menurunkan permintaan
terhadap produk tersebut
4. Harga Ekspor Positif Ketika harga ekspor negara pesaing
Negara mengalami kenaikan (misal India) maka
Pesaing negara-negara pengimpor (misal China) akan
mengalihkan impor mereka ke Indonesia
sehingga permintaan terhadap produk tekstil
Indonesia akan mengalami kenaikan.
5. Nilai Tukar Negatif Ketika rupiah mengalami depresiasi maka
akan menekan pertumbuhan industri tekstil
6. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi
pada industri tekstil

18
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
7. Impor Negatif Penggunaan bahan baku impor dapat
menurunkan investasi yang menghambat
pertumbuhan industri tekstil
Sisi Penawaran (Produksi)
1. Jumlah Tenaga Positif Semakin banyak jumlah tenaga kerja maka
Kerja output yang dihasilkan akan meningkat
sehingga mendorong pertumbuhan industri
tekstil
2. Investasi Positif Semakin tinggi tingkat investasi akan
(PMA dan mendorong pertumbuhan industri tekstil
PMDN)
3. Suku Bunga Negatif Kenaikan suku bunga akan menurunkan
tingkat investasi yang dapat menghambat
pertumbuhan industri tekstil
4. Harga Bahan Negatif Kenaikan pada harga bahan baku dapat
Baku menurunkan produksi industri tekstil.

5. Industri Pakaian Jadi

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Impor Negatif Impor pakaian jadi bekas sangat berpengaruh
Pakaian Jadi terhadap kelangsungan industri pakaian jadi
Bekas dalam negeri yang karena harganya lebih
murah sehingga akan menurunkan daya saing
dan konsumsi terhadap produk pakaian jadi
dalam negeri
2. Branding Positif Branding merupakan wujud kepercayaan,
sehingga perusahaan dengan branding yang
baik tentunya mendapatkan hati konsumen
yang akan terus membeli produknya.
3. Jumlah Positif Semakin bertambahnya jumlah penduduk
Penduduk maka kebutuhan akan pakaian jadi juga akan
semakin bertambah.

19
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
4. Hari Raya Positif Momen hari raya besar keagamaan
(Lebaran) meningkatkan konsumsi masyarakat terhadap
pakaian jadi sehingga penjualan cenderung
meningkat selama menjelang dan setelah hari
raya.
5. Ekspor Positif Kenaikan ekspor akan meningkatkan
produksi pada industri pakaian jadi

6. Nilai Tukar Negatif Melemahnya nilai tukar rupiah seharusnya


merupakan faktor pendorong dalam
meningkatkan daya saing dan ekspor
Indonesia, namun mengingat industri pakaian
jadi yang masih menggunakan bahan baku
impor, akhirnya melemahnya nilai tukar
rupiah ini justru memperlemah daya saing
pakaian jadi Indonesia.
7. PDB Negara Positif Semakin membaiknya perekonomian negara
Tujuan lain akan meningkatkan permintaan terhadap
pakaian jadi Indonesia sekaligus
meningkatkan ekspor.
8. PDB Positif Kenaikan PDB Indonesia menunjukkan
Indonesia bahwa terjadi perbaikan perekonomian atau
kesejahteraan. Hal ini akan meningkatkan
konsumsi masyarakat terhadap pakaian jadi
sehingga permintaan ikut meningkat.
Sisi Penawaran (Produksi)
1. Jumlah Positif Semakin banyak jumlah tenaga kerja maka
Tenaga Kerja output yang dihasilkan akan meningkat
sehingga mendorong pertumbuhan industri
pakaian jadi
2. Investasi Positif Semakin tinggi tingkat investasi akan
(PMA dan mendorong pertumbuhan industri pakaian jadi
PMDN)
3. Suku Bunga Negatif Kenaikan suku bunga akan menurunkan
tingkat investasi yang dapat menghambat
pertumbuhan industri pakaian jadi

20
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
4. Standar Positif Adanya standarisasi pada barang jadi
Nasional membuat barang yang beredar di dalam negeri
Indonesia itu yang benar-benar berkualitas
(SNI)
5. Upah Negatif Semakin tingginya upah minimum pekerja
Minimum industri pakaian jadi maka semakin tinggi
pula biaya upah (jasa non-industri) yang harus
ditanggung oleh industri pakaian jadi dalam
negeri sehingga peningkatan upah minimum
pada industri pakaian jadi berdampak pada
penurunan produksi dan ekspor pada industri
pakaian jadi serta rasionalisasi tenaga kerja.
6. Tarif Dasar Negatif Listrik merupakan salah satu komponen
Listrik penting dalam produksi pakaian jadi.
Kenaikan tarif dasar listrik akan
meningkatkan biaya produksi sehingga harga
dari pakaian jadi akan ikut naik.
7. Revitalisasi Positif Melakukan perawatan mesin-mesin produksi
Mesin secara rutin dan berkala dapat meningkatkan
kapasitas produksi.

8. Original Positif Dengan menggunakan model OEM proses


Equipment untuk memproduksi pakaian jadi dengan
Manufacturin merek internasional tidak lagi diproduksi
g (OEM) dalam suatu jalur integrasi vertikal di suatu
negara yang sama melainkan dapat diproduksi
terpisah di beberapa negara dalam suatu rantai
nilai global atau Global Value Chain (GVC).
9. Quality Positif QA dan QC penting dilakukan oleh setiap
Control (QC) perusahaan untuk menjamin pakaian jadi
dan Quality yang diproduksi benar-benar berkualitas
Assurance sehingga akan meningkatkan daya saing
(QA) produk tersebut.
10.Harga Bahan Negatif Kenaikan pada harga bahan baku dapat
Baku menurunkan produksi pakaian jadi

21
6. Industri Kulit, Barang dari Kulit dan Alas Kaki

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Harga Produk Negatif Kenaikan harga produk akan menurunkan
Jadi permintaan terhadap barang dari kulit karena
masyarakat akan mengurangi konsumsinya.

2. Pendapatan Positif Pendapatan berkaitan dengan daya beli sehingga


Masyarakat ketika pendapatan masyarakat mengalami
(PDB peningkatan maka konsumsi terhadap barang
Indonesia) dari kulit akan meningkat.
3. Selera Positif Pengrajin sebaiknya bisa menghasilkan produk
Masyarakat yang sesuai dengan selera masyarakat sehingga
dapat menarik minat untuk membeli produk
tersebut dan permintaan akan meningkat.
4. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi
pada industri KBKA
5. PDB Negara Positif PDB negara lain meningkatkan ekspor kayu
Lain (Tujuan yang dapat meningkatkan produksi pada industri
Ekspor) KBKA
6. Nilai Tukar Negatif Ketika rupiah mengalami depresiasi maka akan
menekan pertumbuhan industri KBKA
Sisi Penawaran (Produksi)
1. Jumlah Tenaga Positif Semakin banyak jumlah tenaga kerja maka
Kerja output yang dihasilkan akan meningkat sehingga
mendorong pertumbuhan industri KBKA
2. Modal Positif Semakin banyak modal akan meningkatkan
produksi industri KBKA
3. Ketersediaan Positif Ketersediaan dan kepastian bahan baku (Kulit
dan Kepastian dan Karet) meningkatkan produksi industri
Bahan Baku KBKA
(Kulit dan
Karet)
4. Harga Energi Negatif Semakin meningkatnya harga energi, kinerja
(BBM dan industri KBKA menurun.
Listrik)

22
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
5. Teknologi Positif Kemajuan teknologi meningkatkan produksi dan
penjualan industri KBKA
6. Inovasi produk Positif Kemampuan inovasi mampu meningkatkan
produksi industri KBKA

7. Kebijakan Negatif Perda yang mengatur pajak dan retribusi daerah


Daerah cenderung menghambat masuknya investasi.
(Otonomi
Daerah)

7. Industri Kayu, Barang dari Kayu dan Gabus (Tidak Termasuk


Furnitur) dan Barang Anyaman dari Bambu, Rotan dan Sejenisnya

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)

1. PDB Negara Positif Semakin membaiknya perekonomian negara lain


Lain (Tujuan akan meningkatkan permintaan terhadap produk
Ekspor) kayu Indonesia sehingga akan meningkatkan
ekspor.
2. Harga Keranjang Negatif Salah satu barang anyaman yang berasal dari
Bambu dan bambu dan rotan yang banyak digunakan adalah
Rotan keranjang. Kenaikan harga keranjang akan
menurunkan permintaan terhadap produk
tersebut karena konsumen akan beralih ke
produk keranjang lain yang lebih murah
misalnya keranjang dari plastik
3. Harga Keranjang Positif Keranjang plastik merupakan salah satu barang
Lain Misal substitusi dari keranjang bambu dan rotan. Jika
Plastik keranjang plastik mengalami kenaikan maka
konsumen akan beralih menggunakan keranjang
dari bambu dan rotan sehingga permintaan
terhadap keranjang bambu dan rotan akan
meningkat.

23
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
4. Pendapatan Positif Pendapatan masyarakat terkait dengan daya beli
Masyarakat terhadap produk dari kayu, bambu, gabus dan
rotan sehingga ketika pendapatan masyarakat
mengalami peningkatan maka konsumsi
terhadap produk dari kayu, gabus, bambu dan
rotan akan meningkat.
5. Desain Produk Positif Desain produk terkait dengan selera masyarakat.
Ketika perusahaan bisa menghasilkan produk
dengan desain yang sesuai dengan selera
masyarakat maka akan menarik minat
masyarakat untuk membeli produknya sehingga
permintaan terhadap produk akan naik.
6. Kualitas Produk Positif Ketika perusahaan menghasilkan produk dengan
kualitas yang baik maka akan mendapatkan
kepercayaan masyarakat untuk setia membeli
produknya sehingga permintaan akan naik.
Sisi Penawaran (Produksi)

1. Jumlah Tenaga Positif Semakin banyak jumlah tenaga kerja maka


Kerja output yang dihasilkan akan meningkat sehingga
mendorong pertumbuhan industri kayu
2. Modal atau Positif Semakin banyak modal akan meningkatkan
Investasi produksi industri kayu
3. Rasio Bahan Negatif Rasio bahan baku impor yang besar akan
Baku (Input) menurunkan daya saing produk kayu maupun
Impor plastik yang diproduksi

4. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi


pada industri kayu

5. Inflasi Negatif Tingkat inflasi yang tinggi dapat menekan


pertumbuhan industri kayu
6. PDB Negara Positif PDB negara lain meningkatkan ekspor kayu yang
Lain (Tujuan dapat meningkatkan produksi pada industri kayu
Ekspor)
7. Nilai Tukar Negatif Ketika rupiah mengalami depresiasi maka akan
menekan pertumbuhan industri kayu

24
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
8. Revitalisasi Positif Melakukan perawatan mesin-mesin produksi
Mesin secara rutin dan berkala dapat meningkatkan
kapasitas produksi.
9. Illegal Logging Negatif Terjadinya aktivitas illegal logging dapat
menghambat distribusi produk yang berasal dari
kayu serta dapat mengurangi ketersediaan bahan
baku yang juga menghambat perkembangan
industri kayu
10. Kemudahan Positif Pemerintah perlu menerapkan persyaratan yang
Ekspor mudah bagi perusahaan yang ingin melakukan
ekspor sehingga dapat mendorong pertumbuhan
industri kayu.
11. PPN Kayu Negatif Kenaikan PPN terhadap kayu bulat
Bulat meningkatkan modal kerja bagi perusahaan kayu
lapis, padahal kayu bulat sendiri belum bisa
memberikan nilai tambah sehingga kenaikan
PPN pada kayu bulat dapat menurunkan
produksi pada industri kayu lapis
12. Sistem Positif SVLK merupakan insentif yang diberikan
Verifikasi pemerintah kepada IKM (Industri Kecil
Legalitas Kayu Menengah) di bidang kayu bagi produk mereka
(SVLK) yang telah memenuhi standar yang ketat untuk
legalitas kayu, adanya insentif tersebut dapat
memperkuat daya saing sektor industri kayu
domestik.
13. Revitalisasi Positif Revitalisasi bertujuan untuk mengetahui
Industri bagaimana industri pengolahan kayu dapat
Pengolahan menyesuaikan bahan baku yang dapat
Kayu Dalam memanfaatkan limbah kayu berdiameter kecil
Negeri baik dari hutan alam maupun hutan tanaman. Hal
ini dapat meningkatkan efisiensi produksi yang
dapat mendorong perkembangan pada industri
kayu.
14. Bea Masuk Negatif Tidak semua bahan baku untuk industri kayu dan
Impor Bahan barang dari kayu dapat diproduksi di dalam
Baku negeri seperti misalnya serat kayu panjang,
sehingga kenaikan bea impor terhadap serat kayu
Panjang justru akan menghambat produksi bagi
industri kayu

25
8. Industri Kertas dan Barang dari Kertas

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)

1. Tahun Ajaran Positif Industri kertas berkaitan erat dengan industri


Baru percetakan. Tahun ajaran baru meningkatkan
permintaan terhadap buku tulis maupun
pelajaran. Hal ini sekaligus mendorong
tumbuhnya industri kertas.
2. Harga Ekspor Negatif Ketika harga ekspor kertas Indonesia
Kertas mengalami kenaikan maka negara-negara
pengimpor kertas akan beralih ke negara lain
yang memproduksi kertas dengan harga yang
lebih murah sehingga permintaan terhadap
kertas Indonesia akan menurun
Sisi Penawaran (Produksi)
1. Bahan Baku Positif Ketersediaan bahan baku meningkatkan
produksi industri kertas
2. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi
pada industri kertas
3. PDB Negara Positif PDB negara lain meningkatkan ekspor kayu
Lain (Tujuan yang dapat meningkatkan produksi pada
Ekspor) industri kertas
4. Teknologi Positif Kemajuan teknologi meningkatkan produksi
dan penjualan industri kertas

5. Jumlah Positif Semakin banyak jumlah tenaga kerja maka


Tenaga Kerja output yang dihasilkan akan meningkat
sehingga mendorong pertumbuhan industri
kertas
6. Investasi Positif Semakin tinggi tingkat investasi akan
(PMA dan mendorong pertumbuhan industri kertas
PMDN)
7. Harga Kertas Positif Semakin mahal harga kertas di negara lain akan
Negara Lain meningkatkan ekspor kertas Indonesia ke
negara tersebut sehingga dapat meningkatkan
pertumbuhan industri kertas

26
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
8. Inovasi Positif Kemampuan perusahaan menciptakan produk-
Produk produk baru sesuai dengan selera masyarakat
akan menarik masyarakat sehingga penjualan
dapat meningkat.
9. Integrasi Positif Industri kertas berkaitan erat dengan industri
dengan pulp sehingga adanya integrasi akan
Industri Pulp meningkatkan efisiensi, hasil olahan dari
industri pulp merupakan bahan baku untuk
industri kertas.
10.Bea Masuk Negatif Bahan dari kertas adalah serat kayu sehingga
Impor Bahan industri kertas juga terintegrasi dengan industri
Baku kayu. Tidak semua bahan baku untuk industri
kayu dan barang dari kayu dapat diproduksi di
dalam negeri seperti misalnya serat kayu
Panjang, sehingga kenaikan bea impor terhadap
serat kayu Panjang justru akan menghambat
produksi bagi industri kayu yang sekaligus akan
mempengaruhi industri kertas.

9. Industri Pencetakan dan Reproduksi Media Rekaman

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Tahun Ajaran Positif Tahun ajaran baru meningkatkan permintaan
Baru terhadap buku tulis maupun pelajaran. Hal ini
sekaligus mendorong tumbuhnya industri
percetakan
2. Konsumsi Positif Industri percetakan terkait erat dengan kertas
Kertas sebagai bahan baku, sehingga kenaikan konsumsi
masyarakat terhadap kertas akan mendorong
pertumbuhan pada industri percetakan
3. Pesta Positif Adanya momen pesta demokrasi seperti pemilu,
Demokrasi pilkada dan sebagainya akan meningkatkan
permintaan perihal percetakan seperti baliho,
brosur, dll hal ini tentu saja akan meningkatkan
produksi pada industri percetakan.

27
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
4. Hari Raya Positif Hari raya besar keagamaan seperti Idul fitri, natal,
imlek dll akan meningkatkan permintaan perihal
percetakan seperti baliho hal ini tentu saja akan
meningkatkan produksi pada industri percetakan.
Sisi Penawaran (Produksi)
1. Teknologi Positif Kemajuan teknologi meningkatkan produksi dan
penjualan industri percetakan

2. Jumlah Positif Semakin banyak jumlah tenaga kerja maka output


Tenaga Kerja yang dihasilkan akan meningkat sehingga
mendorong pertumbuhan industri percetakan

3. Investasi Positif Semakin tinggi tingkat investasi akan mendorong


(PMA dan pertumbuhan industri percetakan
PMDN)
4. Harga Kertas Positif Semakin mahal harga kertas di negara lain akan
Negara Lain meningkatkan ekspor kertas Indonesia ke negara
tersebut sehingga dapat meningkatkan
pertumbuhan industri percetakan
5. Nilai Tukar Negatif Pelemahan rupiah meningkatkan harga kertas
yang merupakan bahan dari industri percetakan
sehingga dapat menghambat pertumbuhan dari
industri percetakan.
6. Pasokan Positif Meningkatnya pasokan kertas menambah
Kertas ketersediaan bahan dari industri percetakan
sehingga dapat meningkatkan produksi yang dapat
mendorong pertumbuhan dari industri percetakan.
7. Pameran Positif Adanya pameran berbagai mesin cetak
berteknologi tinggi merupakan suatu peluang
yang baik bagi para pengusaha grafika.
Tujuannya, agar lebih termotivasi untuk terus
berinovasi dalam menghasilkan produk-produk
unggulan dengan mesin berteknologi canggih.
Dengan begitu, dapat mempunyai daya saing yang
tinggi dengan produk-produk luar negeri

28
10. Industri Bahan Kimia dan Barang dari Bahan Kimia

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Daya Beli Positif Industri bahan dari kimia terkait erat dengan
industri lain seperti makanan minuman karena
beberapa produk yang dihasilkan mengandung
bahan kimia misalnya natrium benzoat (pengawet).
Oleh karena itu, ketika daya beli masyarakat
mengalami peningkatan terhadap produk makanan
dan minuman yang mengandung bahan kimia maka
permintaan terhadap bahan kimia tersebut akan
meningkat.
2. Jumlah Positif Seperti yang diketahui bahwa bahan kimia
Penduduk merupakan salah satu campuran dari barang-barang
yang sehari-hari kita gunakan seperti sabun mandi,
deterjen, pewangi, pewarna dalam makanan hingga
kandungan yang terdapat dalam make up. Oleh
karena itu, jumlah penduduk akan mempengaruhi
konsumsi terhadap barang dari bahan kimia
sehingga ketika penduduk meningkat permintaan
terhadap bahan kimia juga ikut meningkat.
Sisi Penawaran (Produksi)

1. Ketersediaan Positif Ketersediaan bahan baku meningkatkan produksi


Bahan Baku industri kimia
2. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi pada
industri kimia
3. Teknologi Positif Kemajuan teknologi meningkatkan produksi dan
penjualan industri kimia

4. Pendidikan Positif Adanya pendidikan vokasi dapat meningkatkan


Vokasi kualitas SDM yang selanjutnya dapat
meningkatkan kualitas dari produk industri kimia
yang mendorong terjadinya pertumbuhan
5. Investasi (PMA Positif Semakin tinggi tingkat investasi akan mendorong
dan PMDN) pertumbuhan industri kimia

29
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
6. Inovasi Produk Positif Kemampuan inovasi mampu meningkatkan
produksi industri kimia

7. Kemudahan Positif Kemudahan berupa pemberian insentif seperti


Regulasi pengurangan bea masuk dan pajak akan
meningkatkan investasi yang dapat mendorong
pertumbuhan pada industri kimia
8. Nilai Tukar Negatif Pelemahan rupiah yang mendongkrak kenaikan
harga bahan baku membuat industri kimia menahan
produksinya sehingga membuat kinerja industri
kimia menurun.
9. Pangsa Pasar Positif Pangsa pasar yang luas dapat meningkatkan
produksi dan distribusi sehingga mendorong
perkembangan industri kimia.
10. Integrasi Antar Positif Integrasi menentukan efisiensi industri dan pada
Industri gilirannya meningkatkan daya saing dalam
memenangkan kompetisi pasar.
11. Infrastruktur Positif Infrastruktur berkaitan dengan konektivitas,
pembangunan infrastruktur dapat melancarkan
distribusi ke daerah lain.
12. Utilitas Industri Positif Utilitas berkaitan dengan proses produksi, jika
Petrokimia utilitas tersedia lengkap maka dapat melancarkan
(Antara Lain proses produksi pada industri kimia.
Suplai Listrik,
Pasokan Gas
Bumi, dan Air
Bersih)
13. Penguasaan Positif Riset dan pengembangan teknologi penting bagi
Riset dan keberlangsungan industri ke depannya. Adanya
Pengembangan riset dapat menganalisis tindakan apa yang perlu
Teknologi dilakukan oleh pelaku industri sedangkan
pengembangan teknologi mampu meningkatkan
efisiensi. Dengan demikian industri kimia dapat
berkembang.

14. Harga Minyak Negatif Kenaikan harga minyak dunia dapat meningkatkan
Dunia biaya produksi yang sekaligus mengurangi profit
margin setiap produksi.

30
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
15. Suku Bunga Negatif Kenaikan suku bunga akan menurunkan tingkat
investasi yang dapat menghambat pertumbuhan
industri kimia.
16. Pajak Negatif Tingginya pajak yang ditanggung oleh pelaku
usaha akan memberatkan industri kimia

17. Iklim Usaha Positif Iklim usaha yang kondusif seperti harmonisnya
tarif serta insentif investasi akan menarik investor
untuk berinvestasi yang sekaligus mendorong
perkembangan industri kimia.
18. Tax Holiday Positif Pembebasan pajak dapat meringankan biaya
produksi sekaligus meningkatkan produktivitas
industri misalnya tax holiday diberikan pada
industri petrokimia yang mampu menyerap banyak
tenaga kerja.

11. Industri Farmasi, Produk Obat Kimia dan Obat Tradisional

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)

1. Pola Konsumsi Positif Pola konsumsi obat masyarakat mempengaruhi


Obat jenis obat yang akan dibeli, pola konsumsi obat
yang lebih mengarah pada obat paten akan
mendorong perkembangan pada industri farmasi
karena harga obat paten lebih mahal dibandingkan
obat generic biasa.
2. Keamanan Positif Inovasi dan keamanan produk merupakan hal
Produk terpenting dalam membuat produk jamu (obat
tradisional) berkualitas, pembuatan obat
tradisional dengan keamanan terbaik akan
memperoleh kepercayaan masyarakat dan
berkontribusi untuk meningkatkan industri
farmasi.

31
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
Sisi Penawaran (Produksi)

1. Bahan Baku Positif Ketersediaan bahan baku meningkatkan produksi


industri farmasi
2. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi
pada industri farmasi
3. Teknologi Positif Kemajuan teknologi meningkatkan produksi dan
penjualan industri farmasi

4. Kemudahan Positif Kemudahan berupa pemberian insentif seperti


Regulasi pengurangan bea masuk dan pajak akan
meningkatkan investasi yang dapat mendorong
pertumbuhan pada industri farmasi
5. Bahan Baku Negatif Semakin banyak bahan baku impor yang
Impor digunakan maka TKDN akan semakin rendah
sehingga daya saing produk yang dihasilkan juga
akan rendah.
6. Nilai Tukar Negatif Ketika rupiah mengalami depresiasi maka akan
menekan pertumbuhan industri farmasi

7. Diversifikasi Positif Banyaknya diversifikasi produk akan membantu


Produk menjaga margin perusahaan sehingga mendorong
pertumbuhan industri farmasi lebih besar
8. R&D Positif Riset dan pengembangan teknologi penting bagi
keberlangsungan industri ke depannya. Adanya
riset dapat menganalisis tindakan apa yang perlu
dilakukan oleh pelaku industri sedangkan
pengembangan teknologi mampu meningkatkan
efisiensi. Dengan demikian industri farmasi dapat
berkembang.
9. Biofarmasi Positif Produksi dengan memanfaatkan sumber bahan
baku alam dapat mengurangi ketergantungan
terhadap bahan baku impor berbasis kimia.
10.Pembinaan Positif Adanya pembinaan pelaku usaha dapat
Pelaku Usaha meningkatkan kualitas SDM yang selanjutnya
dapat meningkatkan kualitas dari produk industri
farmasi yang mendorong terjadinya pertumbuhan

32
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
11.Penyusunan Positif Membuat barang yang diproduksi oleh industri
Standar Mutu farmasi di dalam negeri itu yang benar-benar
dari berkualitas sehingga meningkatkan daya saing
BBO/BBOT produknya.
(Standarisasi)
12.Nanoteknologi Positif Dengan menggunakan nanoteknologi maka akan
meningkatkan kualitas produksi dan keamanan
serta mampu mengurangi bahan baku obat
sehingga penggunaannya lebih sedikit. Biaya
bahan baku obat yang dibutuhkan lebih murah dan
sedikit
13.Harga Minyak Negatif Kenaikan harga minyak dunia menjadi beban
Dunia biaya dalam proses produksi pada industri
farmasi.

12. Industri Karet, Barang dari Karet dan Plastik

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Fasilitas Positif Adanya kegiatan promosi misalnya pada pameran,
Promosi dapat meningkatkan permintaan terhadap produk-
produk yang berasal dari karet dan plastik
sekaligus akan menambah produksi sehingga
mendorong perkembangan pada industri karet dan
plastik.
2. Intensifikasi Positif Adanya intensifikasi dan ekstensifikasi ekspor
Maupun dapat meningkatkan konsumsi karet dan produk
Ekstensifikasi berbahan karet.
Eskpor Barang
Karet Serta
Menciptakan
Cabang-
Cabang Industri
Baru
3. Cukai Plastik Negatif Kenaikan tarif cukai akan meningkatkan harga
sehingga permintaan terhadap plastik akan

33
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
berkurang dan menghambat pertumbuhan industri
plastik.

Sisi Penawaran (Produksi)

1. Bahan Baku Positif Ketersediaan bahan baku meningkatkan produksi


industri karet dan plastik
2. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi
pada industri karet dan plastik

3. Teknologi Positif Kemajuan teknologi meningkatkan produksi dan


penjualan industri karet dan plastik

4. Konsumsi Positif Kenaikan konsumsi pada produk-produk karet dan


plastik akan meningkatkan produksi yang
mendorong pertumbuhan industri karet dan plastik

5. Investasi (PMA Positif Semakin tinggi tingkat investasi akan mendorong


dan PMDN) pertumbuhan industri karet dan plastik

6. Jumlah Tenaga Positif Semakin banyak jumlah tenaga kerja maka output
Kerja yang dihasilkan akan meningkat sehingga
mendorong pertumbuhan industri karet dan plastik
7. Harga Positif Melemahnya harga komoditas karet di pasar
Komoditas internasional akan mengurangi tingkat ekspor
Karet di Pasar yang dapat menghambat pertumbuhan pada sektor
Internasional karet dan plastik
8. Bea Masuk Positif Adanya BMDTP dapat memenuhi kebutuhan
Ditanggung bahan baku sehingga melancarkan proses
Pemerintah produksi pada industri karet dan plastik.
(BMDTP)
9. Penerapan Positif Penerapan SNI perlu agar ada ukuran yang pasti
Standar mengenai kualitas karet dan plastik yang
Nasional diproduksi sehingga barang yang diproduksi oleh
Indonesia (SNI) industri karet dan plastik di dalam negeri itu yang
benar-benar berkualitas sehingga meningkatkan
daya saing produknya.
10. Penyusunan Positif Dengan adanya SKKNI maka meningkatkan
Standar kualitas tenaga kerja sehingga produk yang
Kompetensi dihasilkan pun akan lebih berkualitas. Selain itu,

34
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
Kerja Nasional tenaga kerja kan lebih kompeten dalam membantu
Indonesia perkembangan industri
(SKKNI)

11. Tata Niaga Positif Tata niaga impor diperlukan untuk mengatur
Impor masalah impor baik bahan baku maupun barang
jadi produk karet dan plastik agar tidak salah
menetapkan bea masuk yang dapat menghambat
proses produksi perusahaan.

12. Penguatan Positif Riset dan pengembangan teknologi penting bagi


Research and keberlangsungan industri ke depannya. Adanya
Development riset dapat menganalisis tindakan apa yang perlu
(R&D) dilakukan oleh pelaku industri sedangkan
pengembangan teknologi mampu meningkatkan
efisiensi. Dengan demikian industri karet dan
plastik dapat berkembang.
13. Tol Laut Positif Dengan dibangunnya tol laut akan menunjang
kebutuhan pembangunan pelabuhan seperti
rubber dock fender, rubber floating fender, dan
rubber bumper dimana produk-produk tersebut
diproduksi oleh industri karet dan plastik.
14. Pembatasan Positif Pembatasan impor produk jadi membantu
Impor Pada meningkatkan penyerapan produk dalam negeri,
Produk Hilir sehingga utilisasi plastik hilir akan meningkat.

13. Industri Barang Galian Bukan Logam

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Trend atau Positif Selera masyarakat terkait dengan unsur daya beli.
Selera Salah satu jenis bahan galian non logam adalah batu
Masyarakat mulia dan batu hias yang banyak digunakan dalam
pembuatan kerajinan dan perhiasan. Ketika
perusahaan dapat menghasilkan produk yang sesuai
dengan selera masyarakat maka akan meningkatkan
permintaan terhadap produk tersebut.

35
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
2. Harga Negatif Barang galian non logam merupakan salah satu
bahan yang sering digunakan untuk membuat
barang-barang di sekitar kita seperti keramik, bahan
bangunan hingga perhiasan. Oleh karena itu, ketika
harga barang galian non logam mengalami
peningkatan maka konsumen akan mengurangi
konsumsinya terhadap produk-produk yang berasal
dari barang galian non logam sehingga permintaan
akan turun.
3. Harga Barang Positif Ada beberapa produk impor yang bahannya dari
dari Bahan bahan galian non logam seperti keramik. Ketika
Galian Non harga barang impor mengalami kenaikan maka
Logam Impor konsumen akan beralih menggunakan produk dari
domestik sehingga permintaan akan meningkat.
Sisi Penawaran (Produksi)

1. Bahan Baku Positif Ketersediaan bahan baku meningkatkan produksi


industri barang galian bukan logam
2. Ekspor Positif Kenaikan ekspor akan meningkatkan produksi pada
industri barang galian bukan logam

3. Teknologi Positif Kemajuan teknologi meningkatkan produksi dan


penjualan industri barang galian bukan logam

4. Investasi (PMA Positif Semakin tinggi tingkat investasi akan mendorong


dan PMDN) pertumbuhan industri barang galian bukan logam

5. Harga Positif Kenaikan pada harga komoditas ekspor akan


Komoditas meningkatkan produksi industri barang galian
bukan logam
6. Modal Positif Modal yang diberikan pemerintah dapat
meningkatkan produksi industri barang galian
bukan logam

36
14. Industri Logam Dasar

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh

Sisi Permintaan (Konsumsi)

1. Harga Negatif Timah dan tembaga merupakan salah satu jenis


Internasional logam dasar yang sudah menembus pasar ekspor
Logam Dasar sehingga kenaikan harga timah akan menurunkan
permintaan negara pengimpor terhadap timah
Indonesia karena mereka akan beralih
menggunakan timah dari negara lain yang lebih
murah
2. Kondisi Positif Timah merupakan salah satu bahan pendukung
Perekonomian dalam pembuatan barang-barang elektronik. Ketika
Dunia perekonomian dunia semakin baik maka
permintaan terhadap barang elektronik akan
meningkat yang juga akan meningkatkan
permintaan terhadap timah.
3. PDB Negara Positif PDB negara tujuan terkait dengan kondisi
Tujuan Ekspor perekonomiannya. Ketika negara tujuan ekspor
kondisi perekonomiannya membaik yang ditandai
dengan meningkatnya PDB maka permintaan
terhadap logam dasar akan meningkat
Sisi Penawaran (Produksi)

1. Bahan Baku Positif Ketersediaan bahan baku meningkatkan produksi


Domestik industri logam dasar
2. Bahan Baku Negatif Pasokan bahan baku yang kebanyakan impor
Impor menghambat perkembangan industri logam dasar

3. Biaya Produksi Negatif Kenaikan biaya produksi akan menurunkan


produksi pada industri logam dasar
4. Harga Bahan Negatif Kenaikan pada harga komoditas ekspor akan
Baku Impor meningkatkan produksi industri logam dasar

5. Modal Positif Modal yang diberikan pemerintah dapat


meningkatkan produksi industri logam dasar

37
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh

6. Peran Positif Belum adanya sektor yang berwenang membuat


Pemerintah regulasi menghambat pertumbuhan industri logam
dasar
7. Investasi (PMA Positif Semakin tinggi tingkat investasi akan mendorong
dan PMDN) pertumbuhan industri logam dasar

15. Industri Barang Logam Bukan Mesin dan Peralatannya

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)

1. Jumlah Rumah Positif Banyak perkakas rumah tangga yang termasuk


Tangga dalam barang logam bukan mesin seperti pisau,
sendok dan garpu, paku, wastafel, dan lain-lain
sehingga kenaikan jumlah rumah tangga akan
meningkatkan permintaan terhadap barang-barang
dari logam bukan mesin.
2. Pendapatan Positif Pendapatan masyarakat berkaitan dengan
Masyarakat kemampuan daya beli sehingga ketika pendapatan
masyarakat mengalami peningkatan maka
konsumsi terhadap barang dari logam bukan mesin
akan meningkat.
Sisi Penawaran (Produksi)
1. Kompetensi Positif Tenaga kerja yang lebih kompeten mendorong
SDM perkembangan industri barang logam bukan mesin

2. Inovasi Produk Positif Kemampuan menciptakan produk baru mampu


meningkatkan produksi industri barang logam
bukan mesin
3. Biaya Produksi Negatif Kenaikan biaya produksi akan menurunkan
produksi pada industri barang logam bukan mesin
4. Nilai Tukar Negatif Ketika rupiah mengalami depresiasi maka akan
menekan pertumbuhan produksi industri barang
logam bukan mesin

38
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
5. Global Supply Positif Terganggunya global supply chain sebagai akibat
Chain dari gejolak perekonomian misalnya perang dagang
dapat menurunkan produksi pada industri barang
logam bukan mesin

16. Industri Komputer, Barang Elektronik dan Optik

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Kondisi Positif Kondisi ekonomi seperti suku bunga, inflasi dan
Ekonomi nilai tukar yang stabil membantu pertumbuhan
industri elektronik.
2. Diversifikasi Positif Semakin beragam produk yang dihasilkan maka
Produk akan meningkatkan minat beli konsumen sehingga
pertumbuhan industri elektronik akan terdorong.
Sisi Penawaran (Produksi)
1. Kompetensi Positif Tenaga kerja yang lebih kompeten mendorong
SDM perkembangan industri elektronik
2. Inovasi Positif Kemampuan menciptakan produk baru mampu
Produk meningkatkan produksi industri elektronik
3. Nilai Tukar Negatif Pelemahan rupiah yang terjadi membuat harga
bahan baku industri meningkat. Namun industri
elektronik tidak bisa menaikkan harga produknya
karena daya beli masyarakat turun sehingga
membuat kondisi industri elektronik di dalam
negeri semakin sulit. rupiah melemah, biaya
produksi meningkat
4. Standar Positif SNI akan mendorong industri untuk
Nasional melakukan inovasi dalam rangka
Indonesia meningkatkan kualitas produk
(SNI)
5. Bahan Baku Negatif Sebagian besar barang elektronik di dalam negeri
Impor menggunakan bahan baku impor, semakin banyak
bahan baku impor yang digunakan maka akan

39
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
menurunkan penyerapan produk dalam negeri
yang menghambat perkembangan industri
elektronik
6. Teknologi Positif Kemajuan teknologi meningkatkan produksi dan
efisiensi industri elektronik

7. Infrastruktur, Positif Infrastruktur berkaitan dengan konektivitas,


Transportasi pembangunan infrastruktur dapat melancarkan
dan Sarana distribusi ke daerah lain sehingga dapat
Prasarana mendongkrak kelebihan kompetitif.
8. Disinsentif Positif Adanya disinsentif impor seperti mewajibkan
Impor seluruh importir barang elektronik untuk
membangun pabrik atau fasilitas produksi di
Indonesia dapat membuka lapangan pekerjaan
baru sekaligus sebagai bentuk investasi yang
dapat meningkatkan cash inflow
9. Bea Masuk Negatif Sebagian besar barang elektronik yang diproduksi
Komponen di dalam negeri menggunakan bahan baku impor,
Elektronik kenaikan bea masuk komponen elektronik impor
tersebut dapat menyebabkan kenaikan pada harga
jual produk.
10. Bea Masuk Positif Kenaikan bea masuk pada produk jadi barang
Produk elektronik akan membuat harganya menjadi lebih
Elektronik mahal sehingga meningkatkan daya saing pada
produk dalam negeri
11. Tax Holiday Positif Pembebasan dan pemotongan pajak yang
dan Tax diberikan kepada investor yang
Allowance mengembangkan industri dapat mendorong
tumbuhnya industri komponen yang strategis.
12. Tingkat Positif Penerapan kebijakan TKDN dapat
Komponen meningkatkan investasi mulai dari
Dalam dibangunnya pabrik hingga masuknya merek
Negeri asing ke dalam negeri sehingga mendorong
(TKDN) perkembangan pada industri elektronik.
13. Bea Masuk Positif Adanya BMDTP dapat meningkatkan daya
Ditanggung saing produk industri dalam negeri agar dapat
Pemerintah bersaing merebut pasar dalam negeri dan
(BMDTP) meningkatkan utilisasi.

40
17. Industri Peralatan Listrik

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Tarif Dasar Negatif Kenaikan tarif dasar listrik menyebabkan
Listrik penurunan konsumsi terhadap listrik sehingga
permintaan terhadap peralatan listrik juga ikut
berkurang.
2. Jumlah Rumah Positif Banyak peralatan rumah tangga yang
Tangga menggunakan energi listrik seperti lampu, AC,
kulkas, TV dan sebagainya sehingga kenaikan
pada jumlah rumah tangga akan meningkatkan
permintaan terhadap peralatan listrik.
3. Jumlah Hotel Positif Kegiatan operasional hotel sangat bergantung
dengan energi listrik sehingga peningkatan
jumlah hotel akan meningkatkan permintaan
terhadap peralatan listrik.
4. PDB Domestik Positif Peningkatan PDB mencerminkan peningkatan
pendapatan dan kesejahteraan masyarakat yang
akan meningkatkan permintaan terhadap
peralatan listrik.
Sisi Penawaran (Produksi)

1. Kompetensi Positif Tenaga kerja yang kompeten dalam bidang IT


SDM dapat mendorong perkembangan industri mesin

2. Teknologi Positif Kemajuan teknologi meningkatkan produksi


dan penjualan industri mesin
3. Modal Positif Modal yang diberikan pemerintah dapat
meningkatkan produksi industri mesin

4. Kerjasama Positif Kerjasama dengan perusahaan listrik asing


dengan memungkinkan untuk mendapatkan alih
Perusahaan teknologi dari mereka sehingga pada nantinya
Asing tidak ketergantungan dengan produk impor
khususnya di industri mesin
5. Nilai Tukar Negatif Pelemahan rupiah yang terjadi membuat harga
bahan baku industri meningkat

41
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
6. TKDN Positif Industri dalam negeri sudah mampu
memproduksi mulai dari peralatan pembangkit
listrik sampai transmisi dan distribusi listrik
sehingga semakin tinggi TKDN yang digunakan
dapat meningkatkan daya saing hasil industri
listrik.
7. Pabrik Panel Positif Dengan dibangunnya memungkinkan
Listrik penggunaan aman di ruang tertutup maupun
Tegangan lingkungan terbuka. Selain itu, GIS memberikan
Tinggi atau Gas perlindungan terhadap pemadaman listrik serta
Insulated menjamin kestabilan pasokan listrik.
Switchgear
(GIS)
8. Transformator Negatif Dalam berbagai proyek pembangunan
Impor pembangkit listrik banyak transformator impor
yang digunakan, padahal produk tersebut sudah
mampu digunakan di dalam negeri. Hal tersebut
justru akan menurunkan daya saing industri
listrik dalam negeri sebagai akibat rendahnya
penyerapan produk peralatan listrik dalam
negeri. Selain itu, banyaknya transformator
impor yang digunakan juga dapat menyulitkan
perusahaan untuk menarik investor
9. Bahan Baku Negatif Pasokan bahan baku yang kebanyakan impor
Impor menghambat perkembangan industri listrik

10. Harga Bahan Negatif Kenaikan harga bahan baku yang diimpor dapat
Baku Impor menurunkan produksi yang menghambat
pertumbuhan industri listrik

42
18. Industri Mesin dan Perlengkapan yang Tidak Termasuk Dalam
Lainnya (YTDL)

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Pameran Positif Pameran dianggap sebagai wadah untuk
memperkenalkan produk mesin yang dapat
menarik minat konsumen sehingga dengan
mengikuti pameran diharapkan dapat
meningkatkan permintaan terhadap produk
mesin yang dipamerkan.
2. Harga Produk Negatif Di Indonesia sendiri belum banyak industri
Domestik mesin yang berkembang sehingga saingannya
adalah produk mesin yang diimpor. Oleh
karena itu, ketika harga mesin domestik
mengalami kenaikan maka konsumen akan
beralih ke mesin impor yang lebih murah
harganya sehingga permintaan terhadap mesin
domestik akan menurun
3. Harga Produk Positif Ketika mesin impor harganya mengalami
Impor peningkatan maka permintaan terhadap mesin
domestic akan meningkat karena konsumen
beralih menggunakan mesin domestik
4. Trend Atau Positif Perusahaan perlu mengembangkan industri
Selera mesin pada sektor teknologi yang sesuai
Masyarakat dengan tren pasar dan selera masyarakat untuk
meningkatkan permintaan.
5. Proyek Positif Adanya proyek pemerintah mendorong
Pemerintah permintaan produk-produk permesinan dan
perlengkapannya.

Sisi Penawaran (Produksi)

1. Kompetensi Positif Tenaga kerja yang kompeten dalam bidang IT


SDM dapat mendorong perkembangan industri
mesin
2. Inovasi Produk Positif Kemampuan menciptakan produk baru
mampu meningkatkan produksi industri mesin

43
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
3. Teknologi Positif Kemajuan teknologi meningkatkan produksi
dan penjualan industri mesin
4. Bahan Baku Negatif Pasokan bahan baku yang kebanyakan impor
Impor menghambat perkembangan industri mesin

5. Harga Bahan Negatif Kenaikan harga bahan baku yang diimpor


Baku Impor dapat menurunkan produksi yang menghambat
pertumbuhan industri mesin
6. Kerjasama Positif Kerjasama dengan perusahaan mesin asing
Dengan memungkinkan untuk mendapatkan alih
Perusahaan teknologi dari mereka sehingga pada nantinya
Asing tidak ketergantungan dengan produk impor
khususnya di industri mesin
7. Investasi Positif Semakin tinggi tingkat investasi akan
mendorong pertumbuhan industri

8. Tax Holiday Positif Adanya pembebasan pajak dalam jangka


waktu 5-10 tahun akan meningkatkan produksi
sekaligus mendorong pertumbuhan industri
mesin
9. Tax Allowance Positif Adanya diskon potongan pajak beberapa
persen akan menurunkan beban biaya
perusahaan.
10. Nilai Tukar Negatif Rupiah yang terdepresiasi akan menurunkan
produksi industri mesin

11. Maintenance Positif Dengan melakukan kegiatan maintenance


secara berkala akan meningkatkan
produktifitas dan efisiensi.
12. Subsidi Mesin Positif Pemberian subsidi akan mendorong
dan Peralatan perusahaan lebih produktif sekaligus usahanya
Produksi bisa ekspansif.

44
19. Industri Alat Angkutan, Kendaraan Bermotor, Trailer dan Semi
Trailer

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh

Sisi Permintaan (Konsumsi)


1. Kondisi Positif Kondisi ekonomi yang baik seperti kenaikan
Ekonomi pada PDB akan menumbuhkan daya beli
masyarakat sehingga konsumsi terhadap
kendaraan akan ikut menguat
2. Kemudahan Positif Persyaratan kredit kendaraan yang mudah
Kredit akan meningkatkan minat beli terhadap
Kendaraan kendaraan.
3. Pendapatan Positif Kenaikan pendapatan dapat meningkatkan
Rumah Tangga konsumsi yang juga meningkatkan minat beli
terhadap kendaraan
4. Pameran Positif Adanya pameran akan meningkatkan
permintaan terhadap kendaraan yang
sekaligus meningkatkan produksi pada
industri kendaraan.
Sisi Penawaran (Produksi)
1. Kompetensi Positif Tenaga kerja yang kompeten dapat
SDM mendorong perkembangan industri alat
angkutan

2. Inovasi Positif Kemampuan menciptakan produk baru


Produk mampu meningkatkan produksi industri alat
angkutan

3. Teknologi Positif Kemajuan teknologi meningkatkan produksi


dan penjualan industri alat angkutan
4. Pengeluaran Positif Kenaikan belanja pemerintah untuk R&D
R&D dapat mendorong tumbuhnya industri alat
angkutan

5. Investasi Positif Semakin tinggi tingkat investasi akan


(PMDN dan mendorong pertumbuhan industri alat
PMA) angkutan

45
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
6. Peran Positif Dukungan pemerintah baik dalam hal dana,
Pemerintah regulasi maupun insentif dapat meningkatkan
investasi yang mendorong pertumbuhan
industri alat angkutan
7. Pembangunan Positif Pembangunan infrastruktur jalan berperan
Infrastruktur penting mendorong pertumbuhan ekonomi,
termasuk pula penjualan kendaraan. Sebab,
dengan pembangunan yang merata
diharapkan menyebabkan aktivitas ekonomi
di daerah menggeliat, sehingga daya beli
meningkat.
8. Suku Bunga Negatif Kenaikan suku bunga akan menurunkan
tingkat investasi yang dapat menghambat
pertumbuhan industri kendaraan.

9. Pajak Negatif Jenis mobil yang paling diminati di Indonesia


Penjualan atas adalah jenis sedan. Kenaikan PPNBM pada
Barang mobil sedan akan meningkatkan harga jual
Mewah mobil sedan sehingga akan menurunkan
(PPnBM). permintaan terhadap mobil sedan
10. Produksi Positif Industri kendaraan di Indonesia sudah
Transmisi mampu memproduksi mesin dan komponen
kendaraan bermotor. Selanjutnya, pelaku
usaha perlu untuk memproduksi transmisi
untuk mempercepat pengembalian investasi
yang telah ditanamkan dan membantu
mengurangi defisit perdagangan otomotif.

11. Jumlah Positif Banyaknya tenaga kerja dapat meningkatkan


Tenaga Kerja produksi industri kendaraan

12. Nilai Tukar Negatif Rupiah yang terdepresiasi akan menurunkan


daya beli kendaraan bermotor

13. Kompetensi Positif Tenaga kerja yang lebih berkompeten akan


Tenaga Kerja menghasilkan produk berstandar
internasional sekaligus berdaya saing global

46
20. Industri Furnitur

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)

1. Pameran Positif Adanya pameran meningkatkan permintaan


produk furniture sehingga produksi juga akan
meningkat dan industri akan berkembang.

2. Desain Produk Positif Produk dengan desain yang menarik mampu


meningkatkan daya beli masyarakat terhadap
produk furniturr
3. Branding Positif Branding merupakan wujud kepercayaan,
sehingga perusahaan dengan branding yang
baik tentunya mendapatkan hati konsumen
yang akan terus membeli produknya, seperti
IKEA.
4. Promosi Positif Adanya kegiatan promosi baik melalui e-
commerce, sosial media, maupun dari mulut ke
mulut akan meningkatkan permintaan terhadap
produk furnitur
Sisi Penawaran (Produksi)

1. Tenaga Kerja Positif Tenaga kerja yang terampil dalam bidang


furnitur dapat mendorong perkembangan
industri furnitur
2. Inovasi Produk Positif Kemampuan menciptakan produk baru mampu
meningkatkan produksi dan daya saing industri
furnitur
3. Teknologi Positif Kemajuan teknologi membuat produksi
semakin produktif dan inovatif, sekaligus
memperluas pasar industri furnitur
4. Ekspor Positif Kenaikan permintaan ekspor produk-produk
furniture seperti mebel dapat meningkatkan
produksi industri furnitur
5. Investasi Positif Semakin tinggi tingkat investasi akan
(PMDN dan mendorong pertumbuhan industri furnitur
PMA)

47
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
6. Insentif Pajak Positif Dukungan pemerintah berupa insentif pajak
dapat meningkatkan investasi yang mendorong
pertumbuhan industri furnitur

7. Bahan Baku Positif Ketersediaan bahan baku yang melimpah dapat


meningkatkan produksi yang dapat mendorong
pertumbuhan industri furnitur

8. Tax Allowance Positif Adanya pembebasan pajak akan


mempermudah cash flow perusahaan dan
mengurangi beban biaya tenaga kerja.

9. Kemudahan Positif Adanya kemudahan dapat mempercepat


Regulasi sekaligus memperlancar jalannya proses
(Impor Sampel) produksi

10. Proses Negatif Proses karantina sampel furnitur yang


Karantina memakan waktu mengakibatkan tertundanya
proses produksi furnitur

21. Industri Jasa Reparasi dan Pemasangan Mesin dan Peralatan dan
Pengolahan Lainnya

Faktor yang Arah


Keterangan
Mempengaruhi Pengaruh
Sisi Permintaan (Konsumsi)
1. Promosi Positif Promosi penting dilakukan untuk menawarkan
jasa reparasi yang dikelola. Pelaku usaha perlu
melakukan promosi yang tepat agar bisa
menarik konsumen untuk menggunakan
jasanya.
2. Pameran Positif Adanya pameran dapat meningkatkan
permintaan dan penjualan jasa reparasi mesin.
Sisi Penawaran (Produksi)

1. Kompetensi Positif Tenaga kerja yang terampil dalam bidang jasa


Tenaga Kerja reparasi dapat mendorong perkembangan
industri furniture. Tenaga kerja perlu memiliki
kemampuan maintenance (menjaga kualitas

48
Faktor yang Arah
Keterangan
Mempengaruhi Pengaruh
barang), repair (memperbaiki), regrind
(mengembalikan fungsi barang yg rusak) dan
sebagainya

2. Inovasi Positif Kemampuan menciptakan produk baru


ataupun alat baru mampu meningkatkan
produksi dan daya saing industri jasa reparasi

3. Teknologi Positif Kemajuan teknologi membuat produksi


semakin produktif dan inovatif, sekaligus
memperluas pasar industri jasa reparasi

4. Bahan Baku Positif Ketersediaan bahan baku mendukung proses


produksi yang dapat mendorong pertumbuhan
industri furnitur

2.3. Studi Sejenis Terdahulu


Terdapat beberapa studi sejenis terdahulu yang dapat dijadikan
referensi dalam kajian tentang analisa sensitivitas variabel makroekonomi
terhadap kinerja industri pengolahan ini. Furtan & Sauer (2008) melakukan
analisis terkait faktor-faktor yang berpengaruh terhadap nilai tambah industri
makanan di Denmark. Dengan menggunakan variabel independen berupa
produk baru, persentase pegawai luar Denmark (outsourcing), pegawai
tamatan universitas, investasi, lokasi, serta orientasi pasar dan produk, untuk
menjelaskan variasi pada nilai tambah. Berdasarkan penelitian ini dapat
diketahui bahwa diperkenalkannya produk baru tidak berpengaruh terhadap
nilai tambah yang mungkin dikarenakan produk tersebut tidak
menguntungkan atau pengenalan produk baru dapat memotong biaya proses
yang tidak terwujud dalam nilai tambah. Selain itu, sumberdaya manusia juga
sangat penting untuk industri makanan di Denmark. Serta pentingnya investasi
pada pertumbuhan nilai tambah industri makanan di Denmark.

49
Selain itu, terdapat studi yang dilakukan oleh Mamatzakis (2008) yang
menganalisis tentang pengaruh infrastruktur publik terhadap produktivitas
sector industri di Yunani pada tahun 1970-an dan 1980-an. Dengan
menggunakan fungsi dekomposisi pertumbuhan produktivitas dapat diketahui
bahwa penyediaan infrastruktur publik secara efektif mengurangi biaya
sebagian dari industri. Akan tetapi, industri tradisional yang bersifat padat
karya tidak terlalu terpengaruh oleh penyediaan infrastruktur publik.
Selanjutnya, Sokunle & Harper (2017) menganalisis dan menjelaskan
faktor-faktor yang mempengaruhi pertumbuhan industri manufaktur di
negara-negara Sub Sahara pada tahun 2008-2010. Variabel yang ditengarai
memengaruhi pertumbuhan sektor manufaktur yaitu investasi, inflasi, tingkat
suku bunga, biaya tenaga kerja, serta insentif pemerintah. Hasil penelitian
tersebut menyatakan bahwa variabel-variabel tersebut tidak dapat
menjelaskan variasi pada pertumbuhan sektor manufaktur akan tetapi perlu
diketahui bahwa variabelnya secara angka memang tidak jauh berbeda. Hal
lain yang perlu diteliti karena mungkin diduga dapat mempengaruhi
pertumbuhan sektor manufaktur adalah efek korupsi, ketidakstabilan politik
serta kurangnya infrastruktur.
Selain itu studi terkait sektor manufaktur juga dilakukan oleh NV
Emodi (2017) tentang faktor-faktor yang mempengaruhi inovasi dan kinerja
industri manufaktur di China. Penelitian ini menggunakan pendekatan data
panel pada sampel perusahaan manufaktur Cina selama periode 2008-2013.
Hasil penelitian menunjukkan bahwa pengeluaran untuk Research and
Development (R&D) berpengaruh positif terhadap pertumbuhan inovasi
produk dan kinerja industri, tetapi tidak signifikan terhadap inovasi
pengetahuan dan kinerja ekspor. Selain itu, pengeluaran untuk pengembangan
produk baru juga memberikan dampak positif pada inovasi dan kinerja
industri. Pertumbuhan aplikasi paten dipengaruhi oleh adanya proyek R&D

50
dan lisensi paten asing. Jumlah perusahaan dan ukuran perusahaan seperti
jumlah karyawan, juga memberikan kontribusi positif terhadap kinerja output
industri. Hasil lain menunjukkan bahwa R&D dalam sektor industri dan
pengembangan produk baru memengaruhi keberhasilan inovasi produk dan
kinerja penjualan. Pentingnya pengaruh dari R&D memberikan rekomendasi
bahwa pemerintah harus menetapkan kebijakan yang akan merangsang R&D
pada sektor industri, di sisi lain pemerintah juga perlu mendukung adanya
transfer teknologi dari mitra asing. Catatan penting yang ada dari penelitian
ini adalah kebijakan pemerintah tentang pengembangan industri harus
ditujukan pada tingkat sektoral dan bukan jenis kebijakan atau bisa disebut
"satu ukuran untuk semua".
Berbeda dari studi-studi sebelumnya, Ejaz, Ullah, and Khan (2017)
tidak hanya menganalisis faktor ekonomi namun juga politik yang
mempengaruhi nilai tambah industri manufaktur di 4 negara Asia Selatan
(India, Pakistan, Sri Lanka dan Bangladesh) pada tahun 1990-2015. Dengan
menggunakan metode regresi fixed-effect, dapat diketahui bahwa PDB per
kapita positif mempengaruhi pertumbuhan industri karena terkait dengan
akumulasi, inovasi, dan investasi. Selain itu, investasi dan keterbukaan
perdagangan berpengaruh secara positif. Tingkat pendidikan tidak signifikan
mempengaruhi pertumbuhan industri di Asia Selatan. Dari sisi politik,
pengeluaran pemerintah positif mempengaruhi pertumbuhan industri di Asia
Selatan.
Di Indonesia sendiri terdapat studi yang dilakukan oleh Varela, Ghosh
dan Rahardha (20120 yang menganalisis bagaimana kondisi makroekonomi
dan iklim investasi mempengaruhi sektor manufaktur. Studi ini dilakukan
untuk mendokumentasikan dampak dari tantangan pada ketidakpastian
kondisi makroekonomi dan eksternal yang dihadapi oleh perusahaan
manufaktur yang secara parsial menyebabkan terjadinya stagnansi dalam

51
pertumbuhan sektor manufaktur ini selama beberapa tahun terakhir. Hasil dari
penelitian ini menunjukkan bahwa sektor manufaktur di Indonesia telah
mengalami resesi pertumbuhan selama dekade terakhir, dengan tingkat
pertumbuhan yang 50% lebih rendah setelah terjadinya Asian Financial
Crisis, pertumbuhan ekspor tertinggal dari para pesaing, dan dinamika
penciptaan lapangan kerja menurun. Oleh karena itu, terjadinya perubahan
dalam lingkungan eksternal dan meningkatnya persaingan di pasar
internasional, menjaga stabilitas makroekonomi dan menghilangkan
hambatan untuk meningkatkan produktivitas adalah penting bagi sektor
manufaktur Indonesia untuk tetap kompetitif. Dari penelitian ini kerangka
kebijakan yang dapat direkomendasikan untuk mendorong pertumbuhan pada
sektor manufaktur antara lain 1.) memperkuat ketahanan stabilitas kondisi
makroekonomi dan mengurangi volatilitas pada nilai tukar, 2.) mengurangi
biaya logistik dan memfasilitasi pertumbuhan industri jasa agar kompetitif, 3.)
mengurangi ketidakpastian regulasi, 4.) meningkatkan fungsi pasar input
maupun output, dan 5.) membangun kemampuan belajar perusahaan untuk
berinovasi.
Fadlan (2013) yang melakukan analisis pengaruh investasi dan tenaga
kerja terhadap pertumbuhan industri pengolahan di provinsi Sumatera Barat.
Hal ini dilakukan untuk mengetahui kinerja perekonomian daerah demi
menyokong perekonomian nasional. Dari penelitian ini dapat diketahui bahwa
variabel investasi dan tenaga kerja industri pengolahan berpengaruh positif
terhadap pertumbuhan industri pengolahan. Selain itu, industri pengolahan di
Sumatera Barat bersifat increasing to scale. Kondisi tersebut dapat diartikan
bahwa, proporsi penambahan investasi dan tenaga kerja yang digunakan
dalam proses produksi akan menghasilkan tambahan output produksi yang
proporsinya lebih besar. Berkaitan dengan penelitian ini, hal tersebut dapat
diartikan bahwa pertumbuhan industri pengolahan di Provinsi Sumatera Barat

52
masih dapat terus ditingkatkan dengan meningkatkan nilai investasi dan
jumlah tenaga kerja industri pengolahan untuk mencapai pertumbuhan industri
pengolahan yang optimum.
Kemudian studi yang dilakukan oleh Bappenas (2016) yang turut
melakukan analisis faktor-faktor yang mempengaruhi investasi di sektor
industri di Indonesia tahun 1990-2015. Hal tersebut dilakukan guna
mendorong percepatan pembangunan sektor industri. Variabel yang diamati
adalah investasi sektor industri, baik PMDN maupun PMA, dengan variabel-
variabel independen suku bunga, nilai tukar, inflasi, PDB per kapita, kualitas
sumber daya manusia, kondisi infrastruktur, kebijakan insentif dan krisis.
Berangkat dari studi tersebut, diketahui bahwa pertumbuhan investasi sektor
industri (PMDN dan PMA) di Indonesia umumnya dipengaruhi secara
signifikan dan positif oleh PDB per kapita, kebijakan insentif fiskal, dan
pertumbuhan investasi sektor industri pada tahun sebelumnya, serta
dipengaruhi secara signifikan dan negatif oleh nilai tukar rupiah terhadap USD
dan suku bunga.
Terakhir analisis yang dilakukan oleh Pusdatin Kementerian
Perindustrian (2018), kajian ini bertujuan melakukan analisis sensitivitas dari
variabel-variabel makroekonomi yang diduga berpengaruh terhadap kinerja
industri pengolahan yang menjadi fokus dalam Revolusi Industri 4.0 (4IR)
selama periode tahun 2010Q1 – 2018Q2. Variabel yang diamati dalam analisis
ini lima sektor industri yang menjadi prioritas dalam Revolusi Industri 4.0
(4IR), yaitu: (i) Industri Makanan, (ii) Industri Tekstil dan Pakaian, (iii)
Industri Kimia, Farmasi dan Obat Tradisional, (iv) Industri Alat Angkutan,
dan (v) Industri Barang Logam, Komputer, Barang Elektronika, Mesin dan
Perlengkapannya (selanjutnya disebut dengan Industri Elektronika). Kajian
ini menggunakan dua pendekatan analisis yaitu pendekatan sisi permintaan
yang terdiri dari 15 jenis industri dan sisi penawaran yang terdiri dari 9 jenis

53
industri. Dari sisi permintaan, hasil kajian ini menunjukkan bahwa diantara ke
15 jenis industri kondisi perekonomian nasional (domestik) signifikan
berpengaruh positif terhadap 8 jenis industri. Kemudian Perekonomian Uni
Eropa signifikan berpengaruh positif terhadap kinerja industri tekstil, farmasi,
produk obat kimia dan obat tradisional, kulit, barang dari kulit, dan alas kaki,
dan mesin dan perlengkapan YTDL. Perekonomian Tiongkok berpengaruh
positif terhadap kinerja industri minuman, pakaian jadi, karet, barang dari
karet dan plastik, barang galian bukan logam, barang logam bukan mesin dan
perlengkapannya, dan peralatan listrik. Perekonomian India hanya signifikan
berpengaruh positif terhadap kinerja industri makanan. Perekonomian
Amerika Serikat dan Jepang, umumnya tidak signifikan berpengaruh positif
terhadap kinerja industri pengolahan yang menjadi fokus dalam Revolusi
Industri 4.0. Sementara itu, dari sisi penawaran secara umum nilai investasi
(Penanaman Modal Dalam Negeri (PMDN) dan Penanaman Modal Asing
(PMA)) dan jumlah tenaga kerja berpengaruh positif terhadap kinerja industri
pengolahan, namun dengan periode waktu, tingkat signifikansi, dan nilai
elastisitas yang berbeda-beda, menurut jenis industri yang menjadi fokus
dalam Revolusi Industri 4.0.
Bila dirinci, dari berbagai literatur yang ada, terdapat berbagai faktor
makroekonomi yang berpengaruh terhadap kinerja industri pengolahan.
Namun, untuk aplikasinya, sangat tergantung dari ketersediaan data yang ada,
karakteristik industri pengolahan yang terkait, dan karakteristik negara atau
wilayah yang dianalisis. Beberapa faktor yang dimaksud antara lain:
• Investasi (PMA dan PMDN)
• Tenaga Kerja
• Biaya Tenaga Kerja
• Bahan Baku
• Nilai Tukar

54
• Suku Bunga
• Kredit Perbankan
• Inflasi
• Insentif Pemerintah
• Harga Energi
• Krisis/Resesi
• Infrastruktur Publik
• Modal Manusia (APS SMP)
• Tingkat Pendidikan Tenaga Kerja
• Pendapatan Nasional Bruto (PNB)
• PDB per Kapita dan Kinerja Ekonomi
• Persentase Angkatan Kerja
• Harga Ekspor
• Kebijakan Ekspor
• Impor Produk Sejenis
• Keterbukaan Perdagangan
• Pendapatan Nasional Bruto
• Indeks Tata Kelola

55
BAB III
METODOLOGI

3.1. Pendekatan Sisi Permintaan/Pengeluaran


Dalam pendekatan sisi permintaan/pengeluaran, analisis faktor-faktor
yang mempengaruhi kinerja industri pengolahan di Indonesia akan dianalisis
dengan menggunakan regresi ekonometrika persamaan simultan berupa
Model Keynes dengan data time series 2010Q1-2019Q1, dimana untuk setiap
jenis industri pengolahan akan dianalisis dengan persamaan sebagai berikut:
Y = (C + I + G - M) + (X)
(C+I+G - M) = f(Y, YLain, P, Imp)
X = f(YTE, ER)
Imp = f(Y, YLain, ER)

dengan:

(C+I+G - M) = Y – X, karena data C, I, G dan M tidak tersedia


PDB = Y + YLain

dimana:

- Y = nilai tambah atau PDB industri terkait


- C = konsumsi industri terkait
- I = pembentukan modal tetap domestic bruto (PMTB) industri
terkait
- G = pengeluaran pemerintah untuk industri terkait
- X = ekspor produk industri terkait
- M = impor yang dilakukan oleh industri terkait
- Imp = impor produk industri terkait
- P = indeks harga konsumen (IHK)

56
- ER = nilai tukar rupiah terhadap USD (Rp/USD)
- YTE = PDB Negara Lain Tujuan Ekspor,
- YLain = PDB selain industri terkait
- PDB = PDB Harga Konstan 2010

Dari persamaan simultan di atas, maka persamaan bentuk sederhana


(Reduced Form)-nya untuk setiap jenis industri pengolahan adalah sebagai
berikut:
Y = f (P, ER, PDB, YTE)
Sesuai dengan ketersediaan data dan juga terkait dengan industri yang
menjadi fokus dalam kajian ini, analisis dari sisi permintaan/pengeluaran akan
dilakukan terhadap 23 jenis industri pengolahan, yang dirinci dalam tabel
berikut ini:

Tabel 3.1. Jenis Industri Pengolahan yang Akan Dianalisis


dari Sisi Permintaan/Pengeluaran

No. Jenis Industri Pengolahan


1 Industri Makanan
2 Industri Minuman
3 Industri Pengolahan Tembakau
4 Industri Tekstil
5 Industri Pakaian Jadi
6 Industri Kulit, Barang dari Kulit dan Alas Kaki
Industri Kayu, Barang dari Kayu dan Gabus (Tidak Termasuk Furnitur)
7
dan Barang Anyaman dari Bambu, Rotan dan Sejenisnya
8 Industri Kertas dan Barang dari Kertas
9 Industri Pencetakan dan Reproduksi Media Rekaman
10 Industri Bahan Kimia dan Barang dari Bahan Kimia

57
No. Jenis Industri Pengolahan
11 Industri Farmasi, Produk Obat Kimia dan Obat Tradisional
12 Industri Karet, Barang dari Karet dan Plastik
13 Industri Barang Galian Bukan Logam
14 Industri Logam Dasar
15 Industri Barang Logam Bukan Mesin dan Peralatannya
16 Industri Komputer, Barang Elektronik dan Optik
17 Industri Peralatan Listrik
18 Industri Mesin dan Perlengkapan YTDL
19 Industri Kendaraan Bermotor, Trailer dan Semi Trailer
20 Industri Alat Angkutan Lainnya
21 Industri Furnitur
22 Industri Pengolahan Lainnya
23 Jasa Reparasi dan Pemasangan Mesin dan Peralatan

3.2. Pendekatan Sisi Penawaran/Produksi


Analisis dari pendekatan sisi penawaran/produksi untuk faktor-faktor
makroekonomi yang berpengaruh terhadap kinerja industri pengolahan akan
dilakukan dengan menggunakan regresi ekonometrika dengan persamaan
regresi berganda untuk data time series 2010Q1-2019Q1, yaitu berupa Model
Solow-Swan, dengan transformasi logaritma (Ln) atau tanpa transformasi,
antara variabel terikat (berupa nilai tambah) dengan beberapa variabel bebas,
yaitu dengan persamaan sebagai berikut:
Y = f( K, L)
dimana:
Y = nilai tambah (PDB) industri yang terkait
K = investasi (PMA dan PMDN) di industri yang terkait

58
L = tenaga kerja di industri yang terkait
Sesuai dengan ketersediaan data dan juga terkait dengan industri,
analisis dari sisi penawaran/produksi juga akan dilakukan terhadap 23 jenis
industri pengolahan, seperti yang dirinci dalam Tabel 3.1 sebelumnya.

3.3. Jenis Data dan Sumber yang Digunakan


Data yang akan digunakan dalam kajian ini adalah data time-series
secara kuartalan dari tahun 2010Q1 sampai dengan 2019Q1, dimana jenis dan
sumbernya secara rinci dapat dilihat dalam tabel berikut ini:

Tabel 3.3. Jenis dan Sumber Data yang Digunakan

Sumber
No. Jenis Data
Data
1 PDB Sektor Industri Harga Berlaku dan Konstan (Terinci) BPS
2 PDB Harga Berlaku dan Harga Konstan (Terinci Secara Sektoral) BPS
3 Jumlah Tenaga Kerja Sektor Industri (Terinci) BPS
4 Jumlah Penduduk BPS
5 Indeks Harga Konsumen (IHK) dan Inflasi BPS
6 Nilai Ekspor dan Impor Sektor Industri (Terinci) BPS
7 Rekapitulasi Nasional Data Statistik Industri Besar dan Sedang BPS dan
(SIBS) Kemenperin
8 Realisasi Nilai dan Jumlah Proyek Investasi Sektor Industri (PMA BKPM
dan PMDN)
9 Data Harga Komoditas Bank Dunia
10 Indeks Harga Energi Bank Dunia
11 Suku Bunga (Kredit atau BI Rate) Bank
Indonesia
12 Nilai Tukar Rp terhadap USD Bank
Indonesia
13 Kredit Perbankan OJK dan
Bank
Indonesia
14 Nilai Tukar Rp terhadap USD Bank
Indonesia
15 PDB Harga Berlaku dan Harga Konstan Amerika Serikat (AS) Bank Dunia
dan yang
Lainnya

59
Sumber
No. Jenis Data
Data
16 PDB Harga Berlaku dan Harga Konstan Tiongkok Bank Dunia
dan yang
Lainnya
17 PDB Harga Berlaku dan Harga Konstan Jepang Bank Dunia
dan yang
Lainnya
18 PDB Harga Berlaku dan Harga Konstan Uni Eropa (EU) Bank Dunia
dan yang
Lainnya
19 PDB Harga Berlaku dan Harga Konstan Belanda Bank Dunia
dan yang
Lainnya
20 PDB Harga Berlaku dan Harga Konstan India Bank Dunia
dan yang
Lainnya
21 PDB Harga Berlaku dan Harga Konstan Singapura Bank Dunia
dan yang
Lainnya
22 PDB Harga Berlaku dan Harga Konstan Malaysia Bank Dunia
dan yang
Lainnya
23 PDB Harga Berlaku dan Harga Konstan Filipina Bank Dunia
dan yang
Lainnya
24 PDB Harga Berlaku dan Harga Konstan Thailand Bank Dunia
dan yang
Lainnya
25 PDB Harga Berlaku dan Harga Konstan Vietnam Bank Dunia
dan yang
Lainnya
26 PDB Harga Berlaku dan Harga Konstan Negara-negara ASEAN Bank Dunia
dan yang
Lainnya
27 PDB Harga Berlaku dan Harga Konstan Korea Selatan Bank Dunia
dan yang
Lainnya
28 PDB Harga Berlaku dan Harga Konstan Australia Bank Dunia
dan yang
Lainnya
29 Insentif Pemerintah (Tax Holiday, Tax Allowance, dll) Pemerintah
30 Data makroekonomi lain yang relevan untuk Setiap Jenis Industri Kemenperin

60
BAB IV
GAMBARAN UMUM VARIABEL MAKROEKONOMI
DAN KINERJA SEKTOR INDUSTRI PENGOLAHAN

4.1. Perkembangan Variabel Makroekonomi


Bagian ini menjelaskan mengenai perkembangan beberapa variabel
makroekonomi yang diduga mempengaruhi kinerja sektor industri pengolahan
di Indonesia selama periode tahun 2010Q1 sampai dengan 2019Q2. Beberapa
variabel tersebut diantaranya adalah inflasi, PDB atau pertumbuhan ekonomi
nasional, nilai kurs rupiah terhadap US$, dan PDB atau pertumbuhan ekonomi
negara-negara utama tujuan utama ekspor produk industri pengolahan, seperti
Amerika, Jepang, Tiongkok, Uni Eropa dan India. Perkembangan variabel
makroekonomi dijelaskan di bawah ini:

a. Inflasi

Bank Indonesia mendefinisikan inflasi sebagai terjadinya kenaikan


harga secara umum dan terus menerus dalam jangka waktu tertentu. Indikator
yang sering digunakan untuk mengukur tingkat inflasi adalah Indeks Harga
Konsumen (IHK). Perubahan IHK dari waktu ke waktu menunjukkan
pergerakan harga dari paket barang dan jasa yang dikonsumsi masyarakat.
Penentuan barang dan jasa dalam keranjang IHK dilakukan atas dasar Survei
Biaya Hidup (SBH) yang dilaksanakan oleh Badan Pusat Statistik (BPS).
Kemudian, BPS akan memonitor perkembangan harga dari barang dan jasa
tersebut secara bulanan di beberapa kota, di pasar tradisional dan modern
terhadap beberapa jenis barang/jasa di setiap kota. Sepanjang periode data
yang digunakan, yaitu tahun 2010Q1 sampai dengan 2019Q1, terjadi sekali
perubahan dalam perhitungan inflasi di Indonesia, dimana sejak Januari 2014,

61
Badan Pusat Statistik (BPS) mengubah Indeks Harga Konsumen (IHK) tahun
dasar untuk penghitungan laju inflasi, dari berdasarkan survei biaya hidup
tahun 2007 menjadi tahun 2012. Perubahan tersebut didasarkan pada adanya
perubahan pola konsumsi masyarakat dimana SBH tahun 2012 dianggap lebih
sesuai dibandingkan SBH tahun 2007. Karena perubahan tersebut untuk
menjaga konsistensi data, data perkembangan inflasi yang digunakan dalam
laporan ini adalah proxy dari deflator PDB, dimana dalam periode 2010Q1
sampai dengan 2019Q1 menggunakan tahun dasar yang sama, yaitu tahun
dasar 2010. Selain itu, deflator PDB juga secara umum lebih luas cakupannya
dibandingkan dengan inflasi yang didasarkan atas IHK, karena terbatas jumlah
komoditas yang diperhitungkan di dalam perhitungan IHK.
Data perkembangan IHK secara kuartalan dari 2010Q1 sampai dengan
2019Q1 dapat dilihat dalam gambar berikut ini:
160
140
120
100
80
60
40
20
0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: BPS, 2019


Gambar 4.1. Indeks Harga Konsumen (IHK) 2010Q1-2019Q1 (Persen)

Dengan melihat data deflator PDB dalam periode 2010Q1 sampai


dengan 2019Q1 dalam Gambar 4.2 dan Gambar 4.3, dapat ditunjukkan bahwa
secara umum dari waktu ke waktu (kuartal ke kuartal), inflasi yang terjadi
selalu positif di Indonesia kecuali pada 2012Q3 dan 2012Q4, yang

62
ditunjukkan oleh nilai deflator PDB yang selalu meningkat antar kuartal. Dari
tahun 2010, inflasi yang terjadi sampai dengan 2019Q1 secara total adalah
sebesar 45%, atau secara rata-rata sebesar 1,23% per kuartal.

1,60

1,40

1,20

1,00

0,80

0,60

0,40

0,20

0,00
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: BPS, 2019


Gambar 4.2. Deflator PDB Indonesia Tahun 2010Q1-2019Q1

0,040
0,035
0,030
0,025
0,020
0,015
0,010
0,005
0,000
-0,005
-0,010
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: BPS, 2019


Gambar 4.3. Pertumbuhan Deflator PDB Indonesia Tahun 2010Q1-
2019Q1 (Persen)

63
b. Suku Bunga Bank Indonesia (BI Rate)

BI Rate adalah suku bunga kebijakan yang mencerminkan sikap


kebijakan moneter yang ditetapkan oleh Bank Indonesia dan diumumkan ke
publik. BI Rate dapat menentukan suku bunga perkreditan dari perbankan atau
suku bunga deposito. Faktor penentu utama dari penetapan BI rate adalah
inflasi yang terjadi di Indonesia. Sejak pertengahan tahun 2016, BI Rate
diganti dengan BI 7-Day (Reverse) Repo Rate.
9

0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: BI, 2019


Gambar 4.4. BI Rate Tahun 2010Q1-2019Q1 (Persen)

c. PDB Indonesia

Menurut BPS, Produk Domestik Bruto (PDB) merupakan salah satu


indikator penting untuk mengetahui kondisi ekonomi di suatu negara dalam
suatu periode tertentu baik atas dasar harga konstan maupun harga berlaku.
PDB atas dasar harga berlaku menggambarkan nilai tambah barang dan jasa
yang dihitung menggunakan harga yang berlaku pada setiap tahun, sedangkan
PDB atas dasar harga konstan menunjukkan nilai tambah barang dan jasa
64
tersebut yang dihitung menggunakan harga yang berlaku pada satu tahun
tertentu sebagai dasar. PDB atas dasar harga berlaku dapat digunakan untuk
melihat pergeseran dan struktur ekonomi, sedang harga konstan digunakan
untuk mengetahui pertumbuhan ekonomi dari tahun ke tahun. Secara umum,
dalam periode 2010Q1 sampai dengan 2019Q1, PDB Indonesia mengalami
peningkatan dari waktu ke waktu. Hal tersebut seperti tergambarkan dalam
gambar berikut:

4,5
4
3,5
3
2,5
2
1,5
1
0,5
0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

PDB Harga Berlaku PDB Harga Konstan

Sumber: BPS, 2019


Gambar 4.5. PDB Harga Berlaku dan Harga Konstan 2010 Indonesia
Tahun 2010Q1-2019Q1 (Rp. Ribu Triliun)

Apabila dilihat pertumbuhannya antar kuartal dalam periode 2010Q1


sampai dengan 2019Q1, pertumbuhan ekonomi Indonesia mengalami
fluktuatif dengan pola bahwa pertumbuhan ekonomi pada kuartal 2 (Q2)
adalah yang tertinggi, kemudian menurun pada kuartal 3 (Q3), negatif pada
kuartal 4 (Q4), dan kemudian meningkat kembali pada kuartal 1 (Q1) di tahun
berikutnya. Bila dilihat dari pertumbuhan tahunan (year on year – yoy),
pertumbuhan ekonomi Indonesia secara umum masih di atas 5 persen, namun

65
dengan kecenderungan yang melambat bila dilihat selama periode 2010Q1
sampai dengan 2019Q1. Pertumbuhan ekonomi sempat di bawah 5 persen
pada beberapa kuartal di tahun 2014 sampai dengan 2016Q1, namun
meningkat lagi di atas 5 persen sejak 2016Q2.

7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
-1,00
-2,00
-3,00
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Pertumbuhan (q-to-q) Pertumbuhan (y-on-y)

Sumber: BPS, 2019

Gambar 4.6. Pertumbuhan PDB Harga Konstan 2010 Indonesia


Tahun 2010Q1-2019Q1 (Persen, q to q dan yoy)

d. Nilai Kurs Rupiah terhadap US$

Nilai tukar atau kurs menunjukkan harga mata uang domestik terhadap
mata uang asing. ketika nilai tukar mengalami peningkatan maka Rupiah
mengalami depresiasi, sedangkan ketika nilai tukar mengalami penurunan
maka Rupiah mengalami apresiasi. Berdasarkan gambar 4.5 dapat dilihat
bahwa secara rata-rata nilai kurs rupiah terhadap US$ selama periode 2010Q1
sampai dengan 2019Q1 secara umum mengalami depresiasi, baik untuk kurs
jual, kurs tengah maupun kurs beli. Nilai kurs rupiah terhadap US$ pernah

66
mengalami apresiasi yaitu dalam periode 2014Q2 dan 2016Q2-2016Q3,
namun kembali mengalami depresiasi dalam kuartal-kuartal berikutnya.

16
14
12
10
8
6
4
2
0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Kurs Jual Kurs Tengah Kurs Beli

Sumber: Bank Indonesia, 2019

Gambar 4.7. Nilai Kurs Rupiah terhadap US$ Tahun 2010Q1-2019Q1


(Rp. Ribu/US$)

e. PDB Amerika Serikat

Amerika Serikat merupakan negara dengan PDB tertinggi di dunia,


dimana pada tahun 2017, PDB-nya (dalam satu tahun atau empat kuartal)
adalah sekitar US$ 18,6 triliun. Secara umum, PDB Amerika Serikat dalam
periode 2010Q1 sampai dengan 2019Q1 mengalami peningkatan dari waktu
ke waktu. Berbeda dengan Indonesia, pertumbuhan secara kuartal di Amerika
Serikat selalu negatif di kuartal 1 (Q1), kemudian meningkat tajam (tertinggi
umumnya) di kuartal 2 (Q2), kemudian menurun (namun tidak sampai negatif)
di kuartal 3 (Q3), dan kemudian naik kembali di kuartal 4 (Q4).

67
5,0

4,0

3,0

2,0

1,0

0,0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Sumber: CEIC, 2019

Gambar 4.8. PDB Amerika Serikat Atas Dasar Harga Konstan 2012
Tahun 2010Q1-2019Q1 (Triliun US$)

5,0
4,0
3,0
2,0
1,0
0,0
-1,0
-2,0
-3,0
-4,0
-5,0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.9. Pertumbuhan PDB Amerika Serikat Atas Dasar Harga
Konstan 2012 Tahun 2010Q1-2019Q1 (Persen, q to q)

f. PDB Jepang

Jepang merupakan negara dengan PDB tertinggi ketiga di dunia,


dimana nilainya mencapai US$ 4,94 triliun pada tahun 2017, atau seperempat
dari PDB Amerika Serikat. Secara umum, dalam periode 2010Q1-2019Q1,

68
nilai PDB Jepang secara triwulanan mengalami peningkatan, walaupun
fluktuatif. Perekonomian Jepang dalam kuartal 1 (Q1) dan kuartal 2 (Q2)
umumnya tumbuh secara negatif, kemudian meningkat pada kuartal 3 (Q3)
dan puncaknya terjadi pada kuartal 4 (Q4). Hal tersebut cukup berbeda dengan
siklus yang terjadi dalam perekonomian Indonesia.
140
135
130
125
120
115
110
105
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.10. PDB Jepang Atas Dasar Harga Konstan 2011 Tahun
2010Q1-2019Q1 (Triliun JPY)
6
4
2
0
-2
-4
-6
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.11. Pertumbuhan PDB Jepang Atas Dasar Harga Konstan
2011 Tahun 2010Q1-2019Q1 (Persen, q to q)
69
g. PDB Uni Eropa
Uni Eropa merupakan wilayah yang terdiri dari sekitar 28 negara
anggota. Dalam Uni Eropa, terdapat negara-negara yang cukup besar PDB-
nya, lebih besar dibandingkan dengan Indonesia (nomor 16 dunia), antara lain
Jerman (nomor 4 di dunia), Inggris (nomor 5 dunia), Prancis (nomor 6 dunia),
Italia (nomor 8 dunia), dan Spanyol (nomor 13 dunia). Selain itu juga ada
Belanda (nomor 18 dunia) dan Swiss (nomor 19 dunia), yang merupakan
bagian dari Uni Eropa. Bila digabungkan, wilayah Uni Eropa menjadi yang
terbesar ketiga untuk PDB di dunia, setelah Amerika Serikat dan Tiongkok,
yaitu dengan besaran lebih dari US$ 10 triliun pada tahun 2017.
Pola fluktuasi pertumbuhan ekonomi Uni Eropa hampir mirip dengan
Amerika Serikat dimana umumnya untuk kuartal 1 (Q1) selalu mengalami
pertumbuhan yang negatif, dan kemudian meningkat pesat dan tertinggi di
kuartal 2 (Q2), kemudian menurun kembali di kuartal 3 (Q3) sampai terkadang
negatif, dan kemudian meningkat lagi di kuartal 4 (A4), walaupun
meningkatnya tidak seperti pada kuartal 2 (Q2).
2,70

2,60

2,50

2,40

2,30

2,20

2,10
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.12. PDB Uni Eropa Atas Dasar Harga Konstan 2010 Tahun
2010Q1-2019Q1 (Triliun US$)

70
4
3
2
1
0
-1
-2
-3
-4
-5
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.13. Pertumbuhan PDB Uni Eropa Atas Dasar Harga Konstan
2010 Tahun 2010Q1-2019Q1 (Persen, q to q)

h. PDB Tiongkok

Tiongkok merupakan negara dengan PDB terbesar kedua di dunia


setelah Amerika Serikat, yaitu dengan besaran PDB sekitar US$ 11,2 triliun
pada tahun 2017. Tiongkok juga terkenal dengan pertumbuhan ekonominya
yang selalu tertinggi di dunia karena lebih dari 2 digit pertumbuhannya per
tahun. Bila dilihat datanya menurut kuartal, pertumbuhan ekonomi Tiongkok
juga fluktuatif antar kuartalnya, dimana pada kuartal 1 (Q1), pertumbuhan
ekonominya tumbuh dengan negatif yang cukup besar, kemudian tumbuh
tajam dan mencapai puncaknya pada kuartal 2 (Q2), menurun kembali pada
kuartal 3 (Q3) (tidak sampai negatif), dan meningkat kembali pada kuartal 4
(Q4), namun tidak setinggi seperti pada kuartal 2 (Q2). Pola ini hampir sama
dengan pola pertumbuhan ekonomi di wilayah Uni Eropa.

71
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.14. PDB Tiongkok Atas Dasar Harga Berlaku Tahun
2010Q1-2019Q1 (Triliun US$)

20
15
10
5
0
-5
-10
-15
-20
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.15. Pertumbuhan PDB Tiongkok Atas Dasar Harga Berlaku
Tahun 2010Q1-2019Q1 (Persen, q to q)

i. PDB India

India merupakan negara dengan PDB terbesar ketujuh dunia, yaitu


dengan besaran US$ 2,26 triliun pada tahun 2017. Selama periode 2010Q1
sampai dengan 2019Q1, PDB India mengalami peningkatan yang stabil,

72
khususnya mulai tahun 2014, dimana sejak tahun 2014, pertumbuhan PDB
India selalu positif untuk setiap kuartalnya.

40
35
30
25
20
15
10
5
0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019

Gambar 4.16. PDB India Atas Dasar Harga Konstan 2011 Tahun
2010Q1-2019Q1 (Triliun Rupee)

12
10
8
6
4
2
0
-2
-4
-6
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

Sumber: CEIC, 2019


Gambar 4.17. Pertumbuhan PDB India Atas Dasar Harga Konstan 2011
Tahun 2010Q1-2019Q1 (Persen, q to q)

73
j. Investasi di Sektor Industri Pengolahan

Secara umum, investasi di sektor industri pengolahan mengalami


peningkatan sepanjang periode 2010Q1-2019Q1, walaupun dengan
perkembangan yang cukup fluktuatif seperti ditampilkan dalam Gambar 4.18
sampai dengan Gambar 4.20 dan Tabel 4.1. Investasi (Penanaman Modal
Dalam Negeri (PMDN) dan Penanaman Modal Asing (PMA) terbesar secara
rata-rata terjadi di industri makanan dan minuman, yang diikuti oleh industri
logam dasar, industri bahan kimia dan barang dari kimia, industri barang
galian bukan logam, industri kertas dan barang dari kertas, dan industri
kendaraan bermotor, trailer dan semi trailer. Bila dilihat dari sumbernya,
investasi terbesar berasal dari PMA, sehingga pergerakan PMA sangat
berpengaruh terhadap pergerakan total investasi dalam industri pengolahan,

Sumber: BKPM, 2019


Gambar 4.18. Investasi (PMDN dan PMA) di Sektor Industri
Pengolahan Tahun 2010Q1-2019Q1 (Rp. Triliun)

74
Sumber: BKPM, 2019
Gambar 4.19. Investasi PMDN di Sektor Industri Pengolahan
Tahun 2010Q1-2019Q1 (Rp. Triliun)

Sumber: BKPM, 2019


Gambar 4.20. Investasi PMA di Sektor Industri Pengolahan
Tahun 2010Q1-2019Q1 (Rp. Triliun)

75
Tabel 4.1. Investasi di Sektor Industri Pengolahan Atas Dasar Harga
Konstan 2010 Menurut Jenis Indusri Tahun 2010Q1-2019Q1 (Rp.
Triliun)
PMDN dan PMA 2010 2011 2012 2013 2014
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
(10-2015) Industri makanan 1.41 4.40 6.27 6.34 3.73 4.41 2.88 4.29 4.38 6.09 3.44 6.65 5.81 8.30 7.08 8.11 10.14 17.89 9.02 8.84
(11-2015) Industri minuman 0.44 0.80 0.11 0.01 0.38 0.37 0.60 0.13 0.18 0.07 0.37 1.51 0.49 0.20 1.23 1.30 1.09 0.41 0.58 1.86
(12-2015) Industri 0.00 2.91 0.03 1.77 0.00 0.28 0.01 0.57 0.30 0.46 3.10 1.39 1.61 1.77 1.40 0.14 2082 1.59 0.24 2.21
pengolahan tembakau
(13-2015) Industri tekstil 0.16 0.09 0.87 0.25 0.55 0.16 2.11 1.09 1.38 1.32 2.92 1.93 2.81 1.39 2.80 1.42 1.01 0.73 1.70 1.18
(14-2015) Industri pakaian 0.03 0.05 0.15 0.20 0.14 0.25 0.71 0.33 0.31 0.78 0.03 0.19 0.27 0.35 0.27 0.85 0.53 0.41 0.72 0.17
jadi
(15-2015) Industri kulit, 0.00 0.10 0.35 0.74 0.54 0.52 0.53 0.66 0.65 0.51 0.11 0.29 0.25 0.04 0.17 0.68 1.80 0.20 0.19 0.41
barang dari kulit
(16-2015) Industri kayu 0.00 0.05 0.09 0.70 0.01 0.75 0.11 0.08 0.14 0.00 0.06 0.58 0.06 0.12 0.42 0.21 0.14 0.03 0.56 0.61
(17-2015) Industri kertas dan 0.01 0.21 0.30 0.96 0.37 4.00 0.92 4.54 2.38 5.32 7.02 4.84 6.56 5.62 4.01 2.23 6.97 1.65 2.78 0.56
barang dari kertas
(18-2015) percetakan dan 0.00 0.03 0.00 0.00 0.01 0.04 0.02 0.09 0.05 0.14 0.14 0.00 0.01 0.07 0.12 0.04 0.06 0.02 0.16 0.22
reproduksi media rekaman
(20-2015) Industri bahan 2.33 2.13 2.80 0.69 2.98 3.63 1.77 2.36 3.53 8.19 4.68 2.44 6.97 4.70 6.32 7.85 5.76 7.01 5.73 7.25
kimia
(21-2015) Industri farmasi 0.00 0.00 0.03 0.09 0.25 0.20 0.11 0.04 0.41 0.20 0.11 0.13 0.39 0.37 0.45 0.74 1.12 0.13 0.03 0.22
(22-2015) Industri karet dan 0.18 0.41 0.50 0.46 1.72 1.62 1.63 0.55 2.74 2.54 2.47 1.26 1.67 0.79 2.03 3.41 1.20 3.96 1.10 2.32
barang dari karet
(23-2015) Industri barang 0.02 0.58 1.34 0.52 2.48 1.16 2.50 2.22 1.62 2.34 6.27 1.86 1.58 4.30 5.47 2.53 6.13 3.35 7.52 5.79
galian bukan logam
(24-2015) Industri logam 0.66 0.26 0.34 0.30 0.66 1.82 3.96 4.30 2.02 6.46 1.70 10.5 8.66 6.71 4.48 6.59 2.89 3.02 5.71 7.87
dasar
(25-2015) Industri barang 0.27 0.12 0.16 0.58 0.42 1.19 0.74 0.24 0.54 0.25 1.02 0.25 0.56 0.10 2.32 1.20 0.63 0.56 0.54 0.34
logam, bukan mesin dan
peralatannya
(26-2015) Industri komputer, 0.35 0.06 0.19 0.12 0.99 0.12 0.41 0.44 1.34 0.84 0.38 0.53 0.34 0.65 2.66 0.71 0.18 0.36 2.32 1.22
barang elektronik dan optik
(27-2015) Industri peralatan 0.57 0.43 0.28 0.36 1.09 0.69 0.19 0.42 0.52 0.75 0.85 0.19 1.27 1.57 1.20 0.55 1.37 0.57 0.33 2.49
listrik
(28-2015) Industri mesin dan 0.27 0.07 0.25 0.51 0.37 2.82 1.12 0.64 0.53 0.24 0.32 1.17 1.04 0.46 0.46 0.89 1.01 1.21 1.19 1.08
perlengkapan ytdl
(29-2015) Industri kendaraan 0.67 0.05 1.78 0.84 1.83 0.48 1.14 2.51 2.12 2.39 4.81 4.99 8.39 9.06 9.10 8.75 4.96 4.52 6.06 4.85
bermotor, trailer dan semi
trailer
(30-2015) Industri alat 0.04 0.04 0.25 0.25 0.11 0.21 0.80 0.24 1.98 0.94 0.51 0.22 0.05 1.41 2.00 2.44 2.40 0.39 0.90 0.88
angkutan lainnya
(31-2015) Industri furnitur 0.01 0.00 0.00 0.12 0.06 0.14 0.10 0.05 0.07 0.24 0.02 0.21 0.13 0.27 0.32 0.05 0.12 0.44 0.03 0.87
(32-2015) Industri 0.00 0.00 0.00 0.11 0.01 0.11 0.04 0.05 0.01 0.02 0.33 0.08 0.06 0.05 0.05 0.37 0.03 0.14 0.11 0.05
pengolahan lainnya
(32-2015) Reparasi dan 0.00 0.00 0.00 0.00 0.02 0.00 0.00 0.00 0.05 0.15 0.01 0.00 0.00 0.03 0.00 0.01 0.11 0.04 0.02 0.26
pemasangan mesin
PMDN dan PMA 2015 2016 2017 2018 2019
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
(10-2015) Industri makanan 11.12 7.34 8.03 7.38 12.38 11.48 14.17 12.96 15.24 13.48 7.80 15.21 11.38 15.64 12.84 12.87 12.85
(11-2015) Industri minuman 1.31 2.45 1.40 1.64 2.32 1.95 1.48 1.04 2.79 2.02 1.53 1.20 0.93 1.42 0.63 0.76 0.70
(12-2015) Industri 0.64 0.83 0.37 2.36 0.55 1.23 0.03 0.57 0.44 3.41 0.74 1.04 0.31 0.34 0.26 0.40 1.21
pengolahan tembakau
(13-2015) Industri tekstil 0.95 1.75 1.65 2.25 2.77 0.58 1.00 0.58 2.93 3.69 2.24 1.76 1.17 2.56 1.46 0.76 0.47
(14-2015) Industri pakaian 0.38 0.86 0.50 0.25 0.85 0.93 0.44 0.34 0.47 0.40 0.49 0.88 0.50 0.47 0.57 0.45 0.23
jadi
(15-2015) Industri kulit, 0.15 0.73 0.85 0.46 0.36 0.82 0.65 0.16 1.97 0.63 0.96 1.58 1.15 1.23 0.29 1.06 1.30
barang dari kulit
(16-2015) Industri kayu 0.27 0.19 1.03 0.32 0.77 3.53 0.44 1.97 0.38 1.63 4.19 0.64 0.53 1.08 1.38 2.55 0.53
(17-2015) Industri kertas dan 2.21 2.32 4.56 6.39 26.73 6.97 3.86 4.75 3.67 7.54 3.00 2.08 2.54 4.78 0.75 3.11 0.90
barang dari kertas
(18-2015) percetakan dan 0.06 0.10 0.02 0.43 0.01 0.23 0.13 0.03 0.22 0.06 0.29 0.09 0.63 0.20 0.09 0.29 0.07
reproduksi media rekaman
(20-2015) Industri bahan 8.29 10.82 12.13 10.33 16.24 10.04 13.88 10.86 8.35 9.84 12.22 6.21 8.49 6.36 6.15 0.41 3.40
kimia
(21-2015) Industri farmasi 0.23 0.18 0.18 0.41 0.57 0.86 1.95 0.90 0.82 0.32 3.20 1.07 1.71 0.53 1.84 6.42 1.97
(22-2015) Industri karet dan 2.47 3.62 3.69 3.25 3.51 2.30 3.75 3.84 4.98 2.63 2.12 3.56 2.76 3.34 1.15 3.67 2.08
barang dari karet
(23-2015) Industri barang 5.56 8.76 8.79 14.94 6.52 14.86 4.04 4.33 4.20 2074 4.55 5.14 4.05 2.21 1.60 2.46 2.49
galian bukan logam

76
(24-2015) Industri logam 6.00 7.95 9.18 10.88 8.85 9.03 13.47 14.98 11.04 14.30 11.35 7.52 9.46 7.82 9.21 3.19 10.95
dasar
(25-2015) Industri barang 2.07 1.55 0.45 1.53 0.48 1.97 1.30 0.79 2.31 1.43 1.85 1.20 1.59 2050 0.64 9.94 03.38
logam, bukan mesin dan
peralatannya
(26-2015) Industri komputer, 0.12 0.48 0.20 0.89 0.17 0.37 0.16 1.28 0.30 0.52 3.48 0.52 8.89 1.08 0.42 0.81 0.43
barang elektronik dan optik
(27-2015) Industri peralatan 1.03 0.47 0.59 1.03 0.69 0.87 2.10 1.57 1.21 0.42 1.41 1.46 2.17 0.59 0.56 1.41 0.20
listrik
(28-2015) Industri mesin dan 2.12 0.90 1.68 0.42 1.37 1.31 1.30 1.36 0.40 0.85 0.77 2.07 0.94 1.49 0.88 0.77 0.38
perlengkapan ytdl
(29-2015) Industri kendaraan 6.50 5.30 6.90 1.05 4.70 5.99 7.84 4.09 4.56 3.80 2.57 1.16 2.51 1.38 6.62 1.37 0.82
bermotor, trailer dan semi
trailer
(30-2015) Industri alat 3.28 0.31 0.50 0.53 7.20 0.38 1.82 1.29 2.36 2.54 0.58 0.72 0.88 0.88 1.27 1.95 0.42
angkutan lainnya
(31-2015) Industri furnitur 0.24 0.10 0.13 0.43 0.37 0.19 0.13 0.21 0.28 0.58 0.17 5.45 0.34 0.39 0.63 0.70 0.14
(32-2015) Industri 0.10 0.03 0.08 0.10 0.04 0.36 0.10 0.13 0.10 0.43 0.12 0.09 0.23 0.17 0.17 0.27 0.93
pengolahan lainnya
(32-2015) Reparasi dan 0.04 0.03 0.10 0.03 0.05 0.02 0.35 0.21 0.02 0.08 0.38 0.09 1.24 0.18 0.15 0.33 0.05
pemasangan mesin
Sumber: BKPM, 2019
k. Tenaga Kerja di Sektor Industri Pengolahan
Jumlah tenaga kerja sektor industri pengolahan mengalami
peningkatan sepanjang periode 2010Q1-2019Q1, dengan peningkatan yang
relatif stabil, seperti yang terinci dalam Tabel 4.2. Jumlah tenaga kerja
terbanyak secara rata-rata berada di industri makanan, yang diikuti oleh
industri pakaian jadi, industri kayu, barang dari kayu, gabus (tidak termasuk
furnitur dan anyaman dari bambu, rotan dan sejenisnya, industri tekstil, dan
industri barang galian bukan logam yang rata-ratanya mampu menyerap
tenaga kerja lebih dari 1 juta orang.

Sumber: BPS, 2019


Gambar 4.21. Tenaga Kerja di Sektor Industri Pengolahan Tahun
2010Q1-2019Q1 (Juta Orang)

77
Tabel 4.2. Tenaga Kerja di Sektor Industri Pengolahan Tahun 2010Q1-
2019Q1 Menurut Jenis Industri (Juta Orang)

Jenis Industri 2010 2011 2012 2013 2014


Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 3.28 3.20 3.39 3.35 3.40 3.31 3.37 3.41 3.41 3.60 3.78 3.76 3.53 3.20 3.27 3.31 3.27 3.37 3.41 3.38
Minuman 0.18 0.17 0.17 0.19 0.19 0.17 0.18 0.17 0.16 0.20 0.20 0.20 0.20 0.22 0.23 0.23 0.22 0.20 0.21 0.21
Pengolahan tembakau 0.45 0.49 0.50 0.47 0.45 0.51 0.55 0.56 0.56 0.57 0.56 0.52 0.52 0.47 0.47 0.50 0.50 0.46 0.46 0.46
Tekstil 1.01 1.12 1.05 0.98 0.99 1.22 1.18 1.23 1.19 1.23 1.18 1.16 1.13 1.11 1.09 1.11 1.04 1.28 1.28 1.28
Pakaian jadi 2.24 1.98 2.23 2.41 2.47 2.02 2.04 2.08 2.11 2.33 2.42 2.51 2.54 2.08 2.07 2.06 2.07 2.07 2.02 1.96
Kulit, barang dari kulit 0.62 0.61 0.57 0.62 0.67 0.63 0.60 0.60 0.57 0.67 0.67 0.70 0.68 0.63 0.64 0.67 0.65 0.68 0.67 0.70
Kayu 1.19 1.20 1.21 1.26 1.19 1.30 1.28 1.32 1.27 1.36 1.44 1.49 1.49 1.21 1.18 1.20 1.24 1.36 1.34 1.36
Kertas dan barang dari kertas 0.25 0.25 0.24 0.25 0.25 0.24 0.23 0.25 0.24 0.28 0.28 0.28 0.29 0.24 0.23 0.23 0.25 0.26 0.25 0.24
Percetakan dan reproduksi 0.30 0.27 0.31 0.31 0.31 0.28 0.28 0.30 0.29 0.34 0.35 0.38 0.40 0.30 0.29 0.28 0.28 0.30 0.31 0.31
media rekaman
Bahan kimia 0.26 0.28 0.27 0.26 0.27 0.28 0.28 0.28 0.29 0.33 0.36 0.40 0.39 0.28 0.29 0.28 0.29 0.31 0.31 0.32
Farmasi 0.07 0.08 0.08 0.08 0.09 0.10 0.11 0.12 0.12 0.10 0.10 0.06 0.09 0.11 0.11 0.11 0.12 0.12 0.12 0.13
Karet dan barang dari karet 0.47 0.49 0.49 0.18 0.47 0.53 0.50 0.50 0.55 0.55 0.50 0.47 0.50 0.51 0.50 0.51 0.53 0.56 0.56 0.54
Barang galian bukan logam 1.14 1.13 1.15 1.18 1.23 1.21 1.21 1.19 1.23 1.25 1.28 1.27 1.25 1.04 1.06 1.07 1.03 1.24 1.27 1.36
Logam dasar 0.20 0.19 0.19 0.18 0.20 0.16 0.16 0.18 0.15 0.23 0.25 0.25 0.26 0.22 0.22 0.23 0.23 0.25 0.26 0.26
Barang logam, bukan mesin 0.44 0.44 0.46 0.48 0.49 0.47 0.50 0.50 0.51 0.47 0.49 0.50 0.51 0.45 0.43 0.45 0.43 0.50 0.53 0.57
dan peralatannya
Komputer, barang elektronik 0.16 0.17 0.18 0.16 0.20 0.16 0.20 0.19 0.19 0.19 0.20 0.20 0.20 0.17 0.17 0.17 0.16 0.17 0.17 0.16
dan optik
Peralatan listrik 0.19 0.17 0.18 0.19 0.19 0.15 0.14 0.14 0.15 0.19 0.18 0.19 0.19 0.17 0.16 0.16 0.16 0.21 0.22 0.22
Mesin dan perlengkapan ytdl 0.09 0.09 0.10 0.09 0.10 0.10 0.09 0.08 0.10 0.10 0.10 0.09 0.10 0.12 0.12 0.13 0.14 0.09 0.09 0.09
Kendaraan bermotor, trailer 0.14 0.13 0.15 0.16 0.16 0.14 0.16 0.15 0.14 0.16 0.16 0.17 0.18 0.16 0.15 0.16 0.16 0.21 0.21 0.22
dan semi trailer
Alat angkutan lainnya 0.21 0.25 0.22 0.21 0.22 0.26 0.27 0.28 0.29 0.28 0.29 0.30 0.32 0.29 0.30 0.30 0.29 0.30 0.30 0.31
Furnitur 0.55 0.56 0.58 0.61 0.61 0.66 0.68 0.67 0.67 0.76 0.78 0.78 0.80 0.57 0.56 0.57 0.57 0.65 0.65 0.65
Pengolahan lainnya 0.35 0.39 0.38 0.30 0.36 0.45 0.42 0.35 0.42 0.46 0.45 0.43 0.42 0.45 0.48 0.50 0.50 0.44 0.43 0.44
Reparasi dan pemasangan 0.16 0.18 0.18 0.18 0.16 0.22 0.21 0.22 0.24 0.18 0.20 0.18 0.18 0.17 0.17 0.17 0.16 0.19 0.19 0.20
mesin
Jenis Industri 2015 2016 2017 2018 2019
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1
Makanan 3.35 3.25 3.25 3.20 3.20 3.32 3.38 3.26 3.26 3.63 3.77 3.81 3.77 3.75 3.88 3.71 3.80
Minuman 0.21 0.21 0.21 0.21 0.21 0.22 0.21 0.21 0.20 0.24 0.24 0.24 0.25 0.24 0.24 0.26 0.25
Pengolahan tembakau 0.45 0.46 0.48 0.49 0.45 0.47 0.47 0.48 0.46 0.51 0.52 0.49 0.48 0.53 0.54 0.54 0.54
Tekstil 1.27 1.22 1.21 1.25 1.26 1.24 1.24 1.26 1.28 1.36 1.39 1.41 1.38 1.41 1.50 1.56 1.42
Pakaian jadi 1.91 2.12 2.07 2.02 2.05 2.16 2.09 2.11 2.11 2.36 2.30 2.37 2.44 2.44 2.45 2.52 2.53
Kulit, barang dari kulit 0.68 0.66 0.64 0.69 0.69 0.67 0.66 0.67 0.70 0.73 0.68 0.70 0.77 0.76 0.69 0.73 0.77
Kayu 1.34 1.37 1.33 1.38 1.42 1.40 1.34 1.34 1.36 1.53 1.52 1.57 1.58 1.58 1.56 1.52 1.63
Kertas dan barang dari kertas 0.25 0.24 0.24 0.24 0.23 0.24 0.24 0.24 0.24 0.27 0.27 0.25 0.25 0.27 0.30 0.30 0.27
Percetakan dan reproduksi 0.31 0.33 0.34 0.34 0.34 0.34 0.34 0.35 0.35 0.37 0.38 0.37 0.40 0.38 0.39 0.40 0.41
media rekaman
Bahan kimia 0.34 0.31 0.32 0.30 0.31 0.32 0.33 0.34 0.34 0.35 0.35 030 0.30 0.36 0.36 0.37 0.37
Farmasi 0.14 0.14 0.15 016 0.16 0.14 0.15 0.14 0.15 0.16 0.16 0.16 0.16 0.16 0.16 0.16 0.18
Karet dan barang dari karet 0.56 0.55 0.54 0.53 0.49 0.56 0.55 0.57 0.60 0.62 0.62 0.66 0.69 0.64 0.64 0.61 0.65
Barang galian bukan logam 1.29 1.15 1.15 1.20 1.18 1.17 1.22 1.22 1.17 1.28 1.37 1.42 1.40 1.32 1.46 1.49 1.32
Logam dasar 0.26 0.22 0.22 0.23 0.23 0.23 0.22 0.23 0.23 0.25 0..25 0.25 0.26 0.26 0.28 0.29 0.25
Barang logam, bukan mesin 0.57 0.47 0.47 0.51 0.51 0.48 0.49 0.50 0.52 0.53 0.53 0.53 0.54 0.54 0.56 0.56 0.55
dan peralatannya
Komputer, barang elektronik 0.16 0.20 0.20 0.21 0.21 0.20 0.21 0.21 0.21 0.22 0.23 0.21 0.20 0.23 0.21 0.21 0.26
dan optik
Peralatan listrik 0.21 0.16 0.17 0.16 0.16 0.17 0.17 0.17 0.16 0.18 0.19 0.19 0.17 0.19 0.20 0.20 0.18
Mesin dan perlengkapan ytdl 0.09 0.11 0.12 0.12 0.12 0.11 0.11 0.11 0.11 0.12 0.12 0.12 0.13 0.13 0.13 0.14 0.14
Kendaraan bermotor, trailer 0.22 0.21 0.22 0.22 0.22 0.21 0.21 0.21 0.22 0.23 0.24 0.24 0.24 0.24 0.27 0.27 0.24
dan semi trailer
Alat angkutan lainnya 0.30 0.30 0.30 0.30 0.31 0.31 0.31 0.31 0.30 0.34 0.35 0.37 0.36 0.35 0.35 0.34 0.36
Furnitur 0.66 0.81 0.79 0.78 0.78 0.82 0.80 0.80 0.83 0.90 0.91 0.90 0.92 0.93 0.93 0.94 1.02
Pengolahan lainnya 0.44 0.53 0.52 0.50 0.50 0.54 0.54 0.53 0.54 0.59 0.59 0.58 0.59 0.61 0.61 0.64 0.66
Reparasi dan pemasangan 0.20 0.18 0.20 0.20 0.19 0.18 0.17 0.17 0.17 0.20 0.21 0.20 0.20 0.21 0.20 0.23 0.21
mesin

Sumber: BPS, 2019

78
l. Korelasi Antar Variabel Makroekonomi

Antar variabel makroekonomi, baik secara nasional maupun global,


seringkali memiliki korelasi yang tinggi antara satu dengan yang lain. Dalam
ekonometrika, korelasi yang tinggi membawa dampak terhadap biasnya
pengaruh antara satu variabel dengan variabel lain (sesama variabel bebas)
terhadap variabel terikatnya. Oleh karena itu, dalam kajian ini juga perlu
dilakukan analisis korelasi antara satu variabel dengan variabel lainnya.
Dari pendekatan sisi permintaan/penggunaan, koefisien korelasi antar
variabel makroekonominya dalam periode 2010Q1-2019Q1 adalah sebagai
berikut:
Tabel 4.3. Korelasi Antar Variabel Makroekonomi
dalam Pendekatan Sisi Permintaan/Penggunaan
Kurs PDB PDB PDB PDB PDB Uni
Deflator PDB AS
Rp/U$ China India Indonesia Jepang Eropa
Deflator 1.00000 0.953113 0.963229 0.944825 0.980152 0.988251 0.834173 0.87871
Kurs
0.953113 1.00000 0.924062 0.883163 0.9313 0.937722 0.809896 0.813382
Rp/U$
PDB AS 0.963229 0.924062 1.00000 0.96998 0.95849 0.974168 0.828325 0.941287
PDB China 0.944825 0.883163 0.96998 1.00000 0.912155 0.948049 0.815865 0.882858
PDB India 0.980152 0.9313 0.95849 0.912155 1.00000 0.973979 0.834974 0.906755
PDB
0.988251 0.937722 0.974168 0.948049 0.973979 1.00000 0.795561 0.902509
Indonesia
PDB
0.834173 0.809896 0.828325 0.815865 0.834974 0.795561 1.00000 0.751718
Jepang
PDB Uni
0.87871 0.813382 0.941287 0.882858 0.906755 0.902509 0.751718 1.00000
Eropa
Sumber: Hasil Pengolahan, 2019

Dari data tersebut, dapat dilihat bahwa hampir seluruh variabel


makroekonomi dalam pendekatan sisi permintaan/penggunaan memiliki
korelasi positif yang tinggi dalam periode 2010Q1-2019Q1. Hal tersebut
dikarenakan nilai korelasi antar variabel tersebut bernilai lebih dari 0,75. Dari
hasil tersebut, dapat ditunjukkan bahwa antar variabel makroekonomi tersebut
memiliki hubungan yang berbanding lurus dan tinggi. Salah satu persamaan

79
dalam ekonometrika yang mampu untuk mengatasi masalah jebakan
multikolinieritas (korelasi yang tinggi antar variabel bebas) adalah dengan
menggunakan sistem persamaan simultan. Oleh karena itu, dalam pendekatan
sisi permintaan/penggunaan, persamaan yang akan digunakan adalah sistem
persamaan simultan.

Sementara itu, untuk pendekatan sisi penawaran/produksi, antara


variabel investasi dan tenaga kerja per jenis industri tidak memiliki korelasi
yang tinggi. Hal tersebut menandakan bahwa persamaan yang digunakan tidak
perlu melakukan perlakuan khusus terhadap permasalahan multikolinieritas
seperti dalam pendekatan sisi permintaan/penggunaan. Selain itu, ternyata
tidak semua jenis industri memiliki korelasi yang positif antara investasi dan
tenaga kerjanya, seperti yang terjadi dalam industri karet dan galian non logam
yang justru memiliki korelasi negatif. Hal tersebut menunjukkan bahwa di
industri karet dan galian non logam terjadi hubungan yang berbanding terbalik
antara jumlah tenaga kerja dan investasi yang dilakukan.

4.2. Kinerja Sektor Industri Pengolahan Tanpa Migas

a. Nilai Tambah Bruto (PDB) Industri Pengolahan Tanpa Migas

Kinerja industri pengolahan diukur dengan menggunakan nilai PDB


baik berdasarkan harga konstan maupun harga berlaku pada masing-masing
jenis industri dan peranan dari masing-masing jenis industri terhadap industri
pengolahan secara keseluruhan. Berdasarkan Gambar 4.20 sampai Gambar
4.23 dan Tabel 4.2 sampai dengan Tabel 4.4 dapat dilihat bahwa Nilai PDB,
baik harga konstan 2010 maupun berlaku, masing-masing jenis industri pada
sektor industri pengolahan secara umum dari periode tahun 2010Q1 sampai
dengan 2019Q1 mengalami peningkatan. Hal tersebut dapat dilihat baik dari
nilai PDB-nya, maupun dari kontribusinya terhadap sektor industri

80
pengolahan secara keseluruhan. Diantara ke-24 jenis industri pengolahan,
industri makanan memiliki nilai PDB dan kontribusi tertinggi terhadap
industri pengolahan secara keseluruhan dengan nilai PDB mencapai lebih dari
Rp. 200 triliun (berdasarkan harga berlaku) dan kontribusi di atas 30% pada
tahun 2019Q1 terhadap keseluruhan sektor industri pengolahan non migas.
Kemudian jika dilihat dari Gambar 4.23, nilai pertumbuhan masing-masing
jenis industri dari kuartal ke kuartal (q to q) mengalami pertumbuhan yang
fluktuatif, dimana terdapat pertumbuhan yang positif dan juga terjadi
pertumbuhan yang negatif di waktu yang lain.

25

20

15

10

0
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
2010 2011 2012 2013 2014 2015
Industri Makanan Minuman Tembakau

Tekstil Pakaian Jadi Kulit dan Alas Kaki Kayu

Kertas Pencetakan Kimia Farmasi

Kare dan Plastik Galian bukan Logam Logam Dasar Logam Bukan Mesin

Komputer Peralatan Listrik Mesin Kendaraan Bermotor

Angkutan Lainnya Furnitur Lainnya Jasa Reparasi

Sumber: BPS, 2019


Gambar 4.22. PDB Atas Dasar Harga Berlaku Sektor Industri
Pengolahan Tanpa Migas: 2010Q1-2019Q1 (Rp. Triliun)

81
40,0
35,0
30,0
25,0
20,0
15,0
10,0
5,0
0,0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Makanan Minuman Tembakau Tekstil Pakaian Jadi

Kulit dan Alas Kaki Kayu Kertas Pencetakan Kimia

Farmasi Kare dan Plastik Galian bukan Logam Logam Dasar Logam Bukan Mesin

Komputer Peralatan Listrik Mesin Kendaraan Bermotor Angkutan Lainnya

Furnitur Lainnya Jasa Reparasi

Sumber: BPS, 2019


Gambar 4.23. Peranan Masing-Masing Jenis Industri terhadap Sektor
Industri Pengolahan Tanpa Migas Tahun 2010Q1-2019Q1 (Persen)

Tabel 4.4. Peranan Masing-Masing Jenis Industri terhadap Sektor


Industri Pengolahan Tanpa Migas Tahun 2010Q1-2019Q1 (Persen)
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4

Makanan 25,5 26,2 27,3 27,0 26,9 27,6 27,6 27,7 27,6 28,4 29,1 28,7 27,1 28,1 28,6 28,6 28,3 29,6 29,8 29,2

Minuman 1,8 1,6 1,6 1,7 1,7 1,7 1,8 1,6 1,6 1,6 1,5 1,6 1,5 1,5 1,5 1,5 1,4 1,5 1,5 1,5

Tembakau 5,3 5,4 5,3 5,0 4,7 4,8 5,0 5,1 5,0 5,2 5,0 4,6 4,6 4,6 4,7 4,9 4,9 4,8 4,8 4,8

Tekstil 3,4 3,5 3,2 3,0 3,0 2,9 2,8 2,8 2,7 2,5 2,4 2,3 2,3 2,2 2,2 2,2 2,0 2,0 2,0 2,0

Pakaian Jadi 4,2 3,9 4,2 4,6 4,6 4,6 4,6 4,6 4,7 4,9 5,0 5,1 5,2 5,4 5,3 5,2 5,3 5,4 5,2 5,0

Kulit dan Alas Kaki 1,4 1,6 1,5 1,6 1,7 1,6 1,5 1,5 1,4 1,4 1,4 1,4 1,4 1,4 1,4 1,4 1,4 1,4 1,4 1,4

Kayu 4,6 4,3 4,3 4,5 4,2 4,0 3,9 4,0 3,8 3,6 3,7 3,8 3,8 3,8 3,7 3,7 3,8 3,8 3,7 3,7

Kertas 5,0 5,0 4,8 5,0 4,8 4,7 4,5 4,8 4,6 4,3 4,1 4,1 4,3 4,1 3,9 3,8 4,1 4,1 3,9 3,7

Pencetakan 0,3 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4

Kimia 6,7 6,9 6,5 6,5 6,6 6,5 6,2 6,4 6,4 6,3 6,7 7,4 7,2 6,9 6,9 6,8 6,9 6,7 6,6 6,8

Farmasi 2,2 2,4 2,2 2,4 2,4 2,4 2,7 2,9 3,0 2,9 2,8 2,6 2,5 2,5 2,6 2,6 2,8 2,5 2,5 2,6

Karet dan Plastik 5,5 5,2 5,1 5,0 4,9 5,2 4,9 4,9 5,3 5,4 4,8 4,5 4,8 4,6 4,6 4,6 4,8 4,4 4,4 4,2

Galian bukan Logam 4,0 3,9 3,9 4,0 4,1 4,0 4,0 3,9 4,0 4,1 4,1 4,0 4,0 3,9 4,0 3,9 3,8 3,7 3,8 4,0

82
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4

Logam Dasar 4,2 4,4 4,3 4,1 4,5 4,3 4,4 4,8 4,1 4,0 4,3 4,2 4,4 4,4 4,3 4,4 4,3 4,4 4,4 4,5

Logam Bukan Mesin 3,8 4,1 4,2 4,4 4,4 4,3 4,6 4,5 4,6 4,6 4,7 4,8 5,0 5,0 4,7 4,9 4,7 4,7 4,8 5,2

Komputer 4,6 4,0 4,1 3,8 3,7 3,8 3,6 3,6 3,5 3,8 3,9 3,9 4,0 4,0 4,0 3,8 3,8 3,6 3,6 3,4

Peralatan Listrik 2,0 1,9 2,0 2,2 2,1 2,4 2,2 2,1 2,3 2,4 2,3 2,3 2,4 2,5 2,3 2,3 2,3 2,4 2,5 2,5

Mesin 1,7 1,9 1,9 1,9 1,9 2,0 1,9 1,7 2,0 1,8 1,7 1,5 1,6 1,5 1,6 1,5 1,7 1,6 1,6 1,6

Kendaraan Bermotor 4,7 5,1 5,5 5,9 6,1 5,6 6,4 5,9 5,7 5,7 5,6 6,1 6,3 6,2 5,9 6,0 6,0 5,9 5,9 6,2

Angkutan Lainnya 6,2 5,5 4,7 4,4 4,6 4,2 4,3 4,4 4,5 4,3 4,3 4,4 4,7 4,9 5,0 5,1 5,0 4,8 4,8 5,0

Furnitur 1,5 1,5 1,6 1,6 1,6 1,6 1,6 1,6 1,6 1,4 1,4 1,4 1,5 1,4 1,4 1,4 1,4 1,4 1,4 1,4

Lainnya 1,1 1,1 1,1 0,9 1,0 1,0 0,9 0,8 0,9 0,9 0,9 0,8 0,8 0,8 0,8 0,9 0,9 0,9 0,8 0,9

Jasa Reparasi 0,2 0,2 0,2 0,2 0,1 0,1 0,1 0,1 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
2015 2016 2017 2018 2019
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4

Makanan 29,1 30,6 30,4 29,9 30,0 31,7 32,1 31,1 31,0 32,7 33,2 33,8 33,4 34,0 34,2 33,0 33,8

Minuman 1,5 1,4 1,4 1,4 1,4 1,4 1,3 1,3 1,3 1,2 1,3 1,2 1,3 1,4 1,3 1,4 1,5

Tembakau 4,7 4,8 4,9 5,1 4,7 4,7 4,7 4,8 4,6 4,6 4,5 4,3 4,2 4,5 4,5 4,6 4,6

Tekstil 2,0 1,9 1,9 2,0 2,0 1,9 1,9 1,9 1,9 1,8 1,8 1,9 1,8 1,8 1,8 1,9 1,9

Pakaian Jadi 4,9 4,6 4,5 4,4 4,5 4,4 4,2 4,3 4,3 4,4 4,2 4,4 4,5 4,6 4,5 4,7 5,3

Kulit dan Alas Kaki 1,4 1,4 1,3 1,4 1,4 1,4 1,4 1,5 1,5 1,4 1,3 1,4 1,5 1,5 1,4 1,5 1,4

Kayu 3,7 3,5 3,4 3,5 3,6 3,5 3,3 3,3 3,4 3,3 3,2 3,3 3,3 3,2 3,1 3,0 2,9

Kertas 3,8 3,7 3,7 3,6 3,6 3,7 3,7 3,6 3,7 3,5 3,4 3,3 3,2 3,2 3,4 3,4 3,3

Pencetakan 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,4 0,5

Kimia 7,2 6,6 6,7 6,4 6,5 6,5 6,7 7,0 6,9 6,9 6,7 5,9 5,8 6,2 6,0 6,1 6,2

Farmasi 2,8 2,7 2,8 3,0 3,1 3,0 3,1 3,0 3,1 3,1 3,0 3,1 3,2 3,1 3,0 3,0 3,3

Karet dan Plastik 4,4 4,6 4,5 4,3 4,0 3,9 3,8 3,9 4,1 3,7 3,6 3,8 4,0 3,9 3,9 3,7 3,6

Galian bukan Logam 3,8 3,8 3,8 4,0 3,9 3,8 3,9 4,0 3,8 3,5 3,7 3,8 3,8 3,4 3,6 3,7 3,4

Logam Dasar 4,5 4,5 4,4 4,5 4,6 4,3 4,1 4,3 4,3 4,4 4,3 4,3 4,5 4,3 4,5 4,8 4,7

Logam Bukan Mesin 5,2 5,2 5,1 5,5 5,5 5,0 5,1 5,2 5,4 5,3 5,2 5,3 5,4 5,4 5,3 5,4 5,0

Komputer 3,5 3,5 3,5 3,6 3,6 3,6 3,8 3,7 3,7 3,4 3,5 3,2 3,1 3,0 2,7 2,7 2,8

Peralatan Listrik 2,4 2,5 2,5 2,3 2,3 2,3 2,3 2,3 2,2 2,2 2,2 2,2 2,0 2,1 2,2 2,2 2,3

Mesin 1,5 1,6 1,7 1,7 1,7 1,7 1,7 1,6 1,6 1,7 1,7 1,6 1,8 1,7 1,7 1,8 1,7

Kendaraan Bermotor 6,1 5,8 6,2 6,3 6,3 6,1 6,0 6,1 6,3 5,8 6,0 5,9 6,0 5,5 6,0 6,0 5,4

Angkutan Lainnya 4,8 4,4 4,4 4,4 4,5 4,5 4,5 4,5 4,3 4,4 4,5 4,7 4,7 4,6 4,5 4,5 4,1

Furnitur 1,4 1,5 1,4 1,4 1,4 1,4 1,3 1,3 1,4 1,4 1,3 1,3 1,4 1,3 1,3 1,3 1,5

Lainnya 0,9 0,9 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,7 0,7 0,7 0,7 0,7 0,7 0,7 0,7

Jasa Reparasi 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
Sumber: BPS, 2019

83
600
500
400
300
200
100
0
Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1 Q3 Q1
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019
Industri Makanan Minuman Tembakau Tekstil

Pakaian Jadi Kulit dan Alas Kaki Kayu Kertas Pencetakan

Kimia Farmasi Kare dan Plastik Galian bukan Logam Logam Dasar

Logam Bukan Mesin Komputer Peralatan Listrik Mesin Kendaraan Bermotor

Angkutan Lainnya Furnitur Lainnya Jasa Reparasi

Sumber: BPS, 2019


Gambar 4.24. PDB Atas Dasar Harga Konstan 2010 Sektor Industri
Pengolahan Tanpa Migas Tahun 2010Q1-2019Q1 (Rp. Triliun)

Tabel 4.5. Pertumbuhan Masing-Masing Jenis Sektor Industri


Pengolahan Tanpa Migas Tahun 2010Q1-2019Q1 (Persen, dan q to q)
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 5,0 6,0 -1,2 1,5 6,5 1,8 1,1 0,1 6,6 4,8 -0,5 -6,1 7,6 2,2 1,2 -1,2 8,9 1,2 -1,0
-
Minuman 10,1 0,5 7,5 0,8 3,4 7,9 -6,2 -2,1 1,5 0,7 2,7 -4,3 3,1 0,6 1,7 -6,1 6,1 5,8 -1,7
Tembakau 4,0 0,6 -5,8 -4,4 5,0 6,4 2,6 -0,7 7,1 -1,0 -6,5 -1,1 3,2 1,5 6,3 0,1 1,9 0,5 1,1
Tekstil 4,3 -6,4 -6,5 0,8 0,4 -2,6 3,4 -3,1 -3,9 -4,2 -1,6 -2,5 0,5 -1,7 1,8 -5,8 1,3 0,4 -0,2
Pakaian Jadi -6,9 12,2 8,1 2,4 3,5 0,8 2,3 1,4 8,7 3,6 3,6 1,4 6,9 -0,2 -0,5 0,5 5,8 -2,7 -2,6
Kulit dan Alas Kaki 13,3 -5,9 8,9 7,8 -1,1 -4,8 -0,8 -3,6 1,0 -1,1 4,8 -2,4 2,7 2,7 3,9 -2,8 4,0 -0,8 4,0
Kayu -3,7 1,1 4,2 -5,5 0,3 -1,4 2,9 -3,5 -3,2 5,6 4,1 -0,6 3,9 -3,1 2,0 3,1 3,1 -1,2 1,3
Kertas 1,8 -1,1 4,0 -1,4 1,7 -2,7 7,0 -4,0 -3,2 -1,5 -0,3 3,6 -1,5 -3,7 -0,5 6,6 3,8 -3,3 -4,3
Pencetakan 8,4 12,8 2,1 -1,4 5,9 0,2 6,9 -3,8 -6,8 2,0 8,6 4,6 1,2 -4,5 -2,2 -0,6 5,7 1,8 0,7
Kimia 4,9 -3,4 -0,9 3,9 2,5 -2,7 3,0 1,4 1,5 9,3 10,4 -2,7 -1,2 1,7 -0,9 1,1 1,9 -1,2 4,5
Farmasi 14,3 -8,0 10,1 1,9 5,3 13,8 6,1 2,9 2,4 -3,4 -3,4 -4,8 2,6 3,3 0,5 8,7 -6,6 -0,1 4,5
Karet dan Plastik -3,3 -0,8 -2,1 -0,8 11,5 -4,9 0,1 10,2 4,0 -8,1 -5,7 6,1 -0,1 -0,8 2,2 4,1 -4,1 -0,1 -3,7
Galian bukan Logam 0,1 1,4 2,8 4,5 0,7 0,4 -1,7 3,2 6,3 2,1 -1,0 -1,1 1,9 2,0 0,5 -3,3 1,0 2,6 7,3
-
Logam Dasar 6,9 -1,8 -3,3 11,6 -0,9 4,1 8,7 13,2 0,0 9,7 -0,4 4,6 2,4 -0,3 2,2 -1,3 4,9 1,7 2,5
Logam Bukan Mesin 10,2 5,5 4,2 2,3 2,0 7,1 0,1 1,9 4,0 4,9 1,6 3,1 3,8 -3,8 3,9 -3,2 2,6 4,2 9,3

84
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
-
Komputer 10,8 4,4 -8,0 -0,6 8,4 -3,2 -0,5 -1,2 12,3 4,0 1,3 0,3 4,2 2,1 -4,5 -1,5 -0,2 0,5 -4,6
Peralatan Listrik -3,0 5,0 10,0 -0,2 15,4 -4,2 -4,2 9,2 7,0 -2,5 3,7 2,0 6,9 -4,3 -1,1 1,8 8,9 4,1 2,0
Mesin 11,9 5,6 -2,3 4,5 7,5 -6,4 -7,9 16,1 -6,0 -4,1 -7,6 5,5 -3,1 3,0 1,2 7,6 -0,1 -1,5 0,8
Kendaraan Bermotor 11,6 10,7 7,7 3,7 -3,4 16,0 -8,0 -2,2 3,5 -0,7 10,4 3,2 1,2 -3,1 2,3 -0,9 2,2 1,7 6,1
-
Angkutan Lainnya -8,9 12,9 -6,2 5,6 -3,8 4,1 2,6 2,7 -2,2 2,7 3,3 7,4 7,6 2,7 2,4 -2,7 1,6 -0,2 4,6
Furnitur 1,7 4,2
5,1 0,5 2,3 3,1 -1,4 -0,1 -6,1 3,0 0,2 2,3 2,1 -1,1 1,0 0,5 3,4 -0,3 0,0
- -
Lainnya 7,1 -2,5 19,6 19,6 8,4 -7,6 15,0 19,3 -4,1 -0,4 -4,9 -3,4 6,2 4,7 5,2 0,6 2,0 -3,0 4,1
Jasa Reparasi 5,3 -3,7 -0,8 -6,1 -0,5 -0,3 1,1 9,3 -6,1 6,7 -6,6 -1,5 0,9 3,2 -0,2 -6,6 -0,9 2,6 4,4
2015 2016 2017 2018 2019
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan -0,9 9,6 0,0 -1,4 -0,1 9,9 1,9 -3,7 0,3 8,7 4,0 0,9 -1,0 4,4 3,6 -4,6 2,9
Minuman -2,2 0,3 -1,0 0,5 0,0 3,9 -4,0 0,3 -4,0 0,6 3,3 -2,8 6,2 6,9 0,4 5,4 8,7
Tembakau -2,9 6,1 4,4 3,3 -8,1 3,8 1,5 2,0 -4,4 1,9 2,3 -7,0 -1,6 10,3 2,6 0,6 2,0
Tekstil -0,5 1,9 -1,0 3,7 0,8 -1,8 0,1 1,0 1,6 -1,3 2,1 1,2 -2,0 -0,7 6,8 3,6 -1,2
Pakaian Jadi -2,9 -1,1 -2,4 -2,6 2,0 2,4 -3,0 0,6 0,2 7,2 -2,6 3,1 3,1 5,3 0,4 2,9 13,2
Kulit dan Alas Kaki -3,3 4,2 -2,1 7,4 -0,1 3,6 -1,5 4,2 1,9 0,0 -6,7 2,3 10,5 5,6 -8,8 5,4 -2,6
Kayu -1,8 -0,5 -3,0 3,6 3,2 -0,6 -3,7 -0,3 1,3 0,7 -0,3 3,2 0,4 -0,9 -1,0 -3,1 -3,8
Kertas 2,9 0,6 1,5 -2,8 -1,4 7,9 -0,4 -2,1 2,8 -2,1 0,3 -6,0 -0,2 1,6 9,9 -1,7 -2,0
Pencetakan -0,4 3,1 0,9 -0,1 -0,5 3,7 -0,1 3,7 -2,0 3,9 1,8 -3,4 9,4 1,2 0,1 4,8 15,3
-
Kimia 5,2 -4,5 1,3 -4,1 0,6 5,0 3,7 4,1 -0,9 2,1 0,5 13,5 -1,3 9,5 0,2 1,3 2,0
Farmasi 10,2 0,1 4,5 4,9 3,0 1,8 2,5 -2,3 3,9 3,5 -1,1 3,3 1,7 0,1 0,1 -0,3 8,3
Karet dan Plastik 4,6 8,0 -1,6 -2,4 -7,6 -0,3 -1,9 4,0 5,0 -7,6 0,1 6,1 5,0 0,2 0,6 -4,6 -2,8
Galian bukan Logam -5,6 5,0 0,2 4,4 -2,2 1,1 4,3 0,3 -4,7 -3,8 7,0 3,6 -1,5 -7,9 10,0 2,3 -8,4
Logam Dasar -0,1 3,3 -1,0 1,7 3,0 -3,5 -3,9 4,4 1,1 5,2 1,2 -0,6 3,9 -2,1 6,9 6,2 -2,4
Logam Bukan Mesin -0,9 3,6 -0,4 8,1 -0,6 -5,5 2,6 2,1 3,6 1,5 1,1 -0,6 2,8 2,3 2,4 -0,2 -7,6
Komputer 1,9 4,4 -0,1 4,4 0,7 1,4 6,4 -1,9 0,2 -4,0 4,2 -7,8 -4,7 -0,1 -7,2 -0,8 4,5
Peralatan Listrik -4,7 5,2 0,4 -4,2 -1,1 3,1 0,8 -1,4 -2,7 1,5 3,1 -1,3 -7,2 7,9 6,1 -0,5 2,9
Mesin -2,1 7,0 8,7 0,4 -0,8 1,3 0,0 -5,0 4,1 7,5 0,0 -2,2 9,8 -3,1 0,1 7,5 -2,9
Kendaraan Bermotor -2,5 -0,6 6,7 2,4 -0,6 0,4 -0,8 2,4 2,5 -3,9 4,9 -2,3 2,2 -6,3 13,4 -1,3 -9,8
Angkutan Lainnya -3,8 -4,4 1,0 -0,8 2,4 4,1 0,2 -0,6 -2,5 4,4 4,2 5,1 -1,1 0,0 0,3 -1,1 -7,5
Furnitur 1,9 5,5 -2,3 -1,7 -0,1 4,2 -2,8 0,0 3,0 1,1 1,2 -1,5 2,4 0,2 0,1 0,5 12,1
Lainnya -0,6 4,8 -0,9 -3,8 -1,0 -0,6 -0,3 -1,5 1,6 -2,2 0,5 -2,6 2,0 -1,80,7 4,4 6,2
-
Jasa Reparasi 1,3 0,0 12,2 0,1 -4,2 9,4 -8,3 0,1 -1,4 3,0 2,8 -3,6 -0,1 -8,4 -3,0 13,3 20,2

Sumber: BPS, 2019

85
Tabel 4.6. Pertumbuhan Masing-Masing Jenis Sektor Industri
Pengolahan Tanpa Migas Tahun 2010Q1-2019Q1 (Persen, dan yoy)
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 11,6 13,2 8,6 11,2 9,7 9,8 13,1 11,2 4,3 5,4 2,7 4,5 10,0 11,3 10,2 7,8
Minuman -2,1 12,6 20,9 5,5 2,4 0,5 -6,2 2,7 0,5 2,1 2,1 1,1 -0,9 2,0 7,3 3,7
Tembakau -5,9 -4,9 0,6 9,6 13,9 16,1 8,1 -1,6 -1,9 -5,5 -3,2 10,1 11,3 10,0 8,9 3,6
- - -
Tekstil -8,0 11,5 -7,9 1,8 -2,1 -6,3 -7,8 12,3 11,7 -7,7 -5,2 -1,9 -5,2 -4,5 -2,5 -4,4
Pakaian Jadi 15,7 28,5 15,4 9,2 8,1 13,5 16,8 18,3 18,3 16,3 12,0 7,6 6,6 5,6 3,0 0,7
Kulit dan Alas Kaki 25,2 9,3 10,5 0,7 -9,9 -8,0 -4,4 1,0 2,3 3,9 7,8 6,9 6,4 7,8 4,1 4,3
Kayu -4,1 -0,1 -2,6 -3,9 -2,0 -5,3 1,4 2,6 5,7 13,4 4,1 2,1 5,9 5,1 7,1 6,4
Kertas 3,1 3,1 1,4 4,4 1,7 -3,3 -2,0 -8,7 -1,5 0,3 -1,9 -2,1 0,6 6,0 6,4 2,4
Pencetakan 23,1 20,2 6,8 11,7 9,0 -4,0 -2,2 -0,6 8,1 17,3 9,9 -1,0 -6,0 -1,9 4,5 7,6
Kimia 4,3 1,8 2,6 6,7 4,2 3,2 16,0 24,3 19,2 16,0 7,9 -3,1 0,7 3,8 0,8 6,3
Farmasi 17,9 8,7 34,4 29,6 30,8 27,2 8,0 -1,6 -9,0 -8,8 -2,5 1,4 15,9 5,4 2,0 6,0
Karet dan Plastik -6,9 7,4 3,0 5,3 16,9 9,1 5,4 -0,8 -4,5 -8,3 -0,9 7,4 5,4 1,3 1,9 -3,9
Galian bukan Logam 9,0 9,7 8,7 3,9 2,5 8,2 10,0 10,9 6,4 1,9 1,8 3,4 1,1 0,2 0,8 7,5
Logam Dasar 13,3 5,0 11,3 25,2 -2,6 -1,8 3,5 -5,1 14,3 17,2 6,5 9,2 3,0 5,5 7,6 7,8
Logam Bukan Mesin 24,0 14,8 16,5 11,9 11,4 13,6 11,3 13,0 14,2 14,1 4,6 7,0 0,5 -0,7 7,5 13,1
-
Komputer 14,7 3,6 -4,0 3,7 3,1 6,8 14,8 16,9 18,7 10,1 8,1 2,0 0,1 -4,2 -5,6 -5,7
Peralatan Listrik 11,8 33,0 21,3 5,8 15,7 7,2 9,0 17,9 10,2 10,1 8,1 3,1 2,9 4,8 14,1 17,7
-
Mesin 20,6 15,9 2,8 -3,1 7,6 -5,9 -3,7 -3,4 12,2 -9,6 -2,8 6,4 8,6 12,1 7,2 6,8
Kendaraan Bermotor 37,9 19,5 25,2 7,0 0,9 8,0 -7,5 10,9 17,1 14,5 11,7 3,5 -0,5 0,4 5,4 9,4
- -
Angkutan Lainnya 21,3 17,0 -0,8 8,5 5,5 7,3 5,8 6,5 11,4 22,5 22,6 21,6 10,1 4,0 1,0 3,2
Furnitur 11,8 12,5 11,4 4,5 4,0 -4,6 -4,6 -3,1 -0,8 7,8 3,5 4,3 2,4 3,7 4,6 3,6
- -
Lainnya 0,4 1,6 -3,7 1,8 1,6 10,2 -3,2 8,3 12,3 -2,9 2,1 13,0 17,6 13,0 4,7 3,6
-
Jasa Reparasi -5,4 10,7 -7,5 -5,9 9,7 3,5 10,8 2,4 -7,8 -0,9 -4,2 2,3 -3,0 -4,8 -5,3 -0,8
2015 2016 2017 2018 2019
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 8,2 8,8 7,5 7,1 8,0 8,3 10,4 7,9 8,3 7,1 9,3 14,5 13,0 8,5 8,0 2,1 6,1
Minuman 8,0 2,1 -4,5 -2,5 -0,3 3,3 0,2 0,0 -4,0 -7,1 0,0 -3,6 6,6 13,2 10,1 20,1 23,0
Tembakau 0,4 4,6 8,6 11,1 5,2 2,9 0,0 -1,3 2,7 0,8 1,6 -7,3 -4,6 3,3 3,6 12,1 16,1
Tekstil 1,0 1,7 0,2 4,1 5,4 1,5 2,6 0,0 0,8 1,4 3,5 3,6 0,0 0,6 5,1 7,7 8,5
Pakaian Jadi -2,7 -9,0 -8,7 -8,7 -4,1 -0,7 -1,4 1,9 0,1 4,8 5,3 7,7 10,8 8,9 12,2 12,2 23,2
Kulit dan Alas Kaki 3,7 3,9 2,5 5,8 9,3 8,7 9,4 6,2 8,3 4,5 -1,0 -2,8 5,5 11,4 8,8 12,1 -1,1
Kayu 1,4 -2,1 -4,0 -1,8 3,2 3,1 2,3 -1,5 -3,3 -2,1 1,4 4,9 3,9 2,3 1,6 -4,6 -8,6
Kertas -1,1 -4,2 0,7 2,2 -2,0 5,1 3,0 3,7 8,1 -1,9 -1,1 -5,0 -7,8 -4,3 4,8 9,6 7,6
Pencetakan 7,8 5,2 4,3 3,5 3,4 4,0 3,0 6,9 5,2 5,4 7,4 0,1 11,7 8,9 7,1 16,2 22,5
- -
Kimia 10,5 3,7 6,3 -2,4 -6,7 2,5 5,0 14,0 12,4 9,3 5,9 12,0 12,4 -6,0 -6,3 9,7 13,4
Farmasi 7,4 15,2 20,5 21,0 13,1 15,0 12,8 5,0 5,9 7,7 3,9 9,9 7,5 3,9 5,1 1,5 8,1
- -
Karet dan Plastik -3,5 8,6 7,0 8,5 -4,2 11,6 11,8 -6,1 6,7 -1,0 1,0 3,1 3,2 11,9 12,3 1,0 -6,5
Galian bukan Logam 5,0 9,1 6,6 3,7 7,4 3,5 7,7 3,4 0,8 -4,2 -1,7 1,6 5,0 0,5 3,4 2,1 -5,1
Logam Dasar 9,1 7,5 4,6 3,9 7,2 0,1 -2,9 -0,3 -2,2 6,7 12,5 7,0 10,0 2,4 8,1 15,5 8,6

86
Logam Bukan Mesin 15,7 16,9 11,7 10,5 10,8 1,1 4,2 -1,6 2,6 10,2 8,6 5,74,9 5,7 7,1 7,4 -3,4
- - -
Komputer -2,5 2,1 1,4 11,0 9,6 6,5 13,4 6,5 6,0 0,4 -1,7 -7,6 12,1 -8,5 18,5 12,3 -3,9
Peralatan Listrik 10,1 6,4 2,6 -3,6 0,1 -2,0 -1,6 1,3 -0,3 -1,7 0,5 0,5 -4,1 1,9 4,8 5,7 17,2
Mesin -2,8 4,0 14,9 14,4 16,0 9,8 0,9 -4,5 0,2 6,3 6,3 9,5 15,5 4,2 4,2 14,5 1,3
Kendaraan Bermotor 7,5 4,7 9,8 5,9 8,0 9,0 1,3 1,3 4,5 0,0 5,8 0,9 0,7 -1,8 6,1 7,2 -5,4
Angkutan Lainnya 2,1 -4,0 -2,8 -7,8 -1,9 6,8 6,0 6,2 1,1 1,4 5,4 11,5 13,1 8,4 4,4 -1,7 -8,1
Furnitur 5,1 7,2 5,1 3,3 1,2 -0,1 -0,5 1,2 4,4 1,3 5,4 3,6 2,9 2,0 0,9 3,1 12,9
Lainnya 2,5 5,3 7,4 -0,6 -1,1 -6,2 -5,6 -3,4 -0,8 -2,4 -1,6 -2,7 -2,2 -1,9 -1,8 5,3 9,6
- -
Jasa Reparasi 7,5 8,5 18,7 13,8 7,7 17,8 -3,8 -3,7 -1,0 -6,9 4,4 1,6 3,0 -8,4 13,6 0,6 19,7
Sumber: BPS, 2019

b. Ekspor Sektor Industri Pengolahan Tanpa Migas


Dalam periode tahun 2010Q1-2019Q1, secara umum kinerja ekspor
produk sektor industri pengolahan tanpa migas memiliki trend yang
meningkat. Ekspor terbesar berasal dari industri makanan, yang disusul oleh
industri logam dasar, industri karet, barang dari karet dan plastik, dan industri
bahan kimia dan barang dari kimia.

Sumber: BPS, 2019


Gambar 4.25. Nilai Ekspor Sektor Industri Tanpa Migas Tahun
2010Q1-2019Q1 (Rp. Triliun Atas Dasar Harga Konstan 2010)

87
Tabel 4.7. Nilai Ekspor Sektor Industri Tanpa Migas Tahun 2010Q1-
2019Q1 Menurut Jenis Industri (Rp. Triliun Atas Dasar Harga Konstan
2010)
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 34,1 39,2 50,7 66,6 45,5 69,0 57,8 67,6 68,7 58,0 69,7 67,4 61,1 62,3 61,5 86,0 81,3 77,5 80,7 88,0
Minuman 0,1 0,1 0,1 0,1 0,1 0,1 0,5 0,1 0,1 0,1 0,1 0,2 0,1 0,2 0,1 0,2 0,1 0,2 0,1 0,2
Tembakau 1,6 1,5 1,2 1,1 1,4 1,3 1,3 1,3 1,6 1,5 1,4 1,8 1,8 1,8 1,9 2,1 2,3 2,5 2,2 2,2
Tekstil 9,5 11,1 10,5 11,7 10,6 10,2 9,3 9,7 12,8 13,4 13,0 13,2 12,7 13,7 13,7 14,8 14,5 15,1 14,7 15,3
Pakaian Jadi 13,7 14,5 16,0 15,3 17,8 17,6 18,4 17,7 14,9 14,7 14,9 14,5 15,8 15,8 16,9 17,2 18,3 18,3 17,3 17,2
Kulit dan Alas Kaki 5,6 6,9 6,0 6,7 7,8 7,9 7,1 8,6 5,9 7,4 6,3 7,9 7,2 8,4 7,2 8,5 7,7 9,4 7,4 10,0
Kayu 6,5 7,1 6,0 7,0 6,1 7,7 6,7 7,0 5,7 5,6 5,1 5,4 5,1 5,6 5,6 6,9 6,6 6,7 6,6 8,0
Kertas 11,3 13,4 12,5 14,2 11,6 12,0 12,0 11,1 10,1 10,4 10,2 10,5 10,3 11,2 12,0 14,3 12,2 11,9 11,9 12,4
Pencetakan 0,1 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,2 0,1 0,1 0,1 0,1 0,1 0,1
Kimia 15,9 18,2 17,4 21,6 22,8 27,9 26,0 22,2 18,7 20,3 21,1 21,6 21,5 21,8 21,7 26,1 25,6 24,4 24,1 21,8
Farmasi 0,8 0,8 0,7 1,0 0,8 1,1 1,1 1,1 1,2 1,2 1,4 1,4 1,2 1,3 1,5 1,7 1,6 1,7 1,9 1,9
Karet dan Plastik 20,9 24,2 23,1 27,3 33,2 35,1 32,9 29,0 25,7 30,8 25,9 24,5 25,8 26,2 25,8 28,6 26,1 23,7 21,8 20,6
Galian bukan Logam 2,2 2,4 2,3 2,5 2,5 2,3 2,3 2,4 1,9 2,2 2,1 2,1 2,0 2,2 2,6 2,6 2,3 2,3 2,4 2,4
Logam Dasar 22,4 21,6 21,6 26,5 27,5 29,6 26,0 26,3 22,8 20,4 23,8 25,2 22,0 21,3 20,6 25,2 22,2 27,5 25,9 25,3
Logam Bukan Mesin 2,9 2,6 2,6 3,0 3,5 3,4 4,7 4,0 4,2 4,3 3,7 4,0 3,6 4,0 4,2 6,7 6,5 5,8 4,0 7,2
Komputer 18,1 19,4 19,7 21,7 16,6 16,1 17,8 19,3 15,2 16,1 16,7 13,3 13,9 13,5 14,7 14,5 14,3 13,4 13,3 16,6
Peralatan Listrik 9,2 9,6 10,3 11,1 11,3 11,1 12,1 11,4 7,6 7,9 8,2 8,1 7,7 7,9 9,1 9,4 9,5 8,8 9,4 9,7
Mesin 4,5 5,8 5,0 5,3 6,4 6,8 7,1 10,0 6,0 6,7 7,1 7,3 7,6 7,4 7,3 8,5 8,7 7,3 7,1 6,8
Kendaraan Bermotor 4,9 5,5 5,7 7,1 7,8 6,0 7,3 6,7 8,3 8,8 9,2 9,4 9,4 9,4 9,2 11,3 11,9 10,4 12,4 13,3
Angkutan Lainnya 5,7 4,9 3,9 3,2 6,3 2,8 3,1 2,5 3,0 2,9 3,5 7,0 7,2 3,2 4,0 2,9 3,6 3,4 2,6 6,4
Furnitur 5,9 4,2 3,5 4,0 4,2 3,8 3,2 4,0 4,3 4,0 3,5 3,9 4,2 4,0 3,6 4,3 4,5 4,4 3,9 4,5
Lainnya 3,2 4,7 4,1 4,3 4,3 4,0 4,1 5,2 3,6 3,7 3,7 3,7 3,6 4,1 4,4 4,7 10,3 11,8 6,8 10,8
2015 2016 2017 2018 2019
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 73,7 83,6 73,4 78,7 64,6 67,4 65,8 90,6 85,8 74,9 81,4 87,0 75,7 71,8 86,7 85,1 67,6
Minuman 0,2 0,2 0,2 0,2 0,2 0,3 0,3 0,3 0,2 0,2 0,3 0,3 0,2 0,3 0,3 0,2 0,2
Tembakau 2,4 2,4 2,3 2,4 2,5 2,3 2,1 2,4 2,5 2,3 2,6 2,6 2,3 2,7 3,0 2,7 2,5
Tekstil 15,4 16,1 13,9 14,3 13,7 14,7 12,0 12,7 12,7 11,7 13,6 13,5 13,3 12,8 13,8 12,6 13,4
Pakaian Jadi 18,0 18,8 19,6 18,7 18,3 19,8 16,2 17,7 19,7 18,5 21,5 20,0 21,5 20,4 25,5 22,9 22,1
Kulit dan Alas Kaki 8,7 10,3 8,7 10,1 9,1 13,0 10,2 13,2 12,5 12,6 12,3 13,9 13,4 13,3 13,9 15,7 12,8
Kayu 7,0 7,5 6,9 7,2 6,8 9,1 8,7 10,1 9,4 9,0 9,9 10,7 10,6 10,6 12,0 11,6 9,8
Kertas 12,2 12,5 13,6 12,4 12,2 13,2 13,3 13,3 14,0 14,0 16,6 18,2 17,4 17,8 21,4 17,3 17,0
Pencetakan 0,1 0,1 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1
Kimia 17,1 18,9 18,3 17,5 17,0 23,6 23,8 28,8 31,8 27,6 30,3 33,1 31,6 34,0 38,2 36,3 29,4
Farmasi 1,8 1,9 2,1 2,4 1,9 2,1 1,9 2,0 1,8 1,8 1,8 2,1 1,8 1,5 1,7 2,1 1,5
Karet dan Plastik 20,1 22,9 23,1 20,4 18,9 20,9 19,9 21,3 25,8 24,2 24,1 22,0 22,0 21,7 24,4 21,0 19,5
Galian bukan Logam 2,3 2,7 2,7 2,4 2,2 2,6 2,5 2,5 2,3 2,4 2,5 2,3 2,4 2,9 3,1 2,9 2,7
Logam Dasar 23,5 25,7 23,7 22,2 19,7 23,0 22,9 28,5 24,9 29,2 36,5 40,6 40,2 44,5 49,9 41,9 43,5
Logam Bukan Mesin 4,0 3,8 3,5 3,9 4,4 5,4 6,5 3,8 3,3 2,6 3,2 2,8 3,1 3,4 3,3 3,3 3,1
Komputer 13,3 13,1 13,8 13,2 11,4 15,7 16,5 16,8 15,8 15,5 18,8 18,8 16,9 16,7 20,7 19,7 12,5
Peralatan Listrik 9,2 9,5 9,6 9,1 9,0 9,3 9,2 10,0 10,2 9,8 11,1 10,3 10,6 10,4 12,5 11,0 10,1
Mesin 6,5 6,5 7,2 6,3 6,0 7,9 8,3 7,0 7,1 7,5 7,1 7,1 7,0 6,8 7,6 8,8 6,8

88
Kendaraan Bermotor 12,8 13,1 14,1 11,2 10,9 15,2 13,6 15,1 14,9 14,5 16,5 15,9 14,8 15,5 19,1 18,2 15,5
Angkutan Lainnya 3,7 4,9 4,3 4,1 5,4 5,2 4,0 5,4 4,6 5,5 5,8 5,5 6,5 6,6 7,4 7,8 7,6
Furnitur 4,7 4,6 4,0 4,5 4,6 4,4 3,3 4,1 4,5 3,8 3,8 4,2 4,6 3,9 4,4 4,8 4,8
Lainnya 17,5 15,6 13,1 8,2 20,7 20,9 13,4 9,7 13,5 13,6 13,3 9,6 14,1 9,0 9,7 13,0 12,1
Jasa Reparasi
Sumber: BPS, 2019
c. Impor Sektor Industri Pengolahan Tanpa Migas
Hampir sama dengan pola ekspor, dalam periode tahun 2010Q1-
2019Q1, secara umum impor produk sektor industri pengolahan tanpa migas
memiliki trend yang meningkat. Impor terbesar berasal dari industri mesin dan
perlengkapan YTDL, yang disusul oleh industri bahan kimia dan barang dari
kimia, industri komputer, barang elektronik dan optik, industri logam dasar,
industri makanan dan industri tekstil.

Sumber: BPS, 2019


Gambar 4.26. Nilai Impor Sektor Industri Tanpa Migas Tahun 2010Q1-
2019Q1 (Rp. Triliun Atas Dasar Harga Konstan 2010)

Tabel 4.8. Nilai Impor Sektor Industri Tanpa Migas Tahun 2010Q1-
2019Q1 (Rp. Triliun Atas Dasar Harga Konstan 2010)
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 15,1 15,0 15,2 18,5 21,6 19,7 20,3 22,3 21,1 22,1 21,2 26,3 19,8 25,1 22,9 29,2 22,8 31,1 27,1 24,8
Minuman 0,2 0,3 0,3 0,3 0,2 0,3 0,3 0,3 0,2 0,3 0,3 0,3 0,3 0,4 0,3 0,3 0,3 0,5 0,4 0,4
Tembakau 0,9 0,8 0,9 0,9 0,7 1,0 0,9 1,0 1,0 1,1 1,0 1,3 0,7 1,1 1,3 1,6 1,0 1,1 1,2 1,4
Tekstil 8,0 11,3 11,2 12,6 11,2 12,9 10,0 11,7 14,5 17,7 14,5 17,3 15,4 18,5 16,0 19,0 17,4 19,9 17,0 20,5
Pakaian Jadi 0,5 0,8 0,8 0,8 0,8 0,8 0,9 0,9 0,8 0,8 0,8 0,9 0,9 1,2 1,1 1,2 1,2 1,3 1,0 1,1
Kulit dan Alas Kaki 1,1 1,6 1,8 1,8 1,9 2,2 2,0 2,2 1,0 1,3 1,1 1,3 1,1 1,4 2,2 2,6 2,4 2,9 2,0 2,6

89
2010 2011 2012 2013 2014
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Kayu 0,6 0,7 0,7 0,8 0,7 0,9 0,9 0,9 0,7 0,7 0,6 0,6 0,6 0,7 0,9 1,0 0,9 1,0 0,8 1,0
Kertas 5,4 6,3 6,6 6,2 6,3 6,6 6,6 6,4 5,3 6,6 6,2 6,4 6,2 7,3 7,9 7,7 7,0 8,1 8,0 7,3
Pencetakan 0,1 0,1 0,1 0,2 0,2 0,2 0,2 0,3 0,5 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,4 0,3 0,5
Kimia 32,4 36,0 34,3 37,1 40,7 45,9 43,6 46,8 43,2 50,6 45,6 47,8 46,6 51,1 50,7 52,8 51,2 54,0 50,6 51,4
Farmasi 1,8 2,0 1,9 1,9 2,1 2,5 2,3 2,2 2,4 2,9 2,5 2,7 2,7 3,3 3,4 3,3 3,3 3,9 3,5 3,8
Karet dan Plastik 5,2 5,5 5,6 6,5 6,1 6,7 6,7 6,7 7,9 9,2 8,9 9,2 8,2 9,8 9,9 10,1 9,1 10,6 10,0 10,1
Galian bukan Logam 1,8 2,1 2,0 2,1 2,0 2,4 2,2 2,6 2,6 3,4 3,1 3,6 3,1 2,6 3,3 3,8 3,5 3,6 3,2 4,1
Logam Dasar 23,9 25,4 25,4 26,8 27,3 30,5 30,7 35,1 30,5 35,0 31,4 33,0 32,8 36,2 35,2 35,9 35,6 38,5 32,3 38,1
Logam Bukan Mesin 8,2 8,4 9,1 8,8 8,3 9,0 10,6 11,1 10,6 12,0 11,7 12,7 12,5 13,2 14,3 16,3 15,4 16,5 18,8 16,0
Komputer 28,5 27,9 33,0 34,3 28,5 29,2 29,9 34,2 25,4 28,2 27,1 23,3 22,6 22,8 41,8 42,1 42,8 43,8 32,7 39,1
Peralatan Listrik 12,5 12,9 14,0 14,5 14,7 15,6 17,8 18,0 10,9 12,4 11,5 13,3 11,8 11,9 12,5 13,4 14,0 13,0 13,5 15,1
Mesin 32,8 37,3 38,8 40,8 44,7 48,5 52,9 60,7 53,3 58,4 57,9 59,0 50,7 54,2 55,1 57,7 49,1 51,7 50,0 50,0
Kendaraan Bermotor 13,0 13,8 15,1 15,7 19,7 16,9 20,7 17,2 19,0 23,2 23,1 22,9 21,1 19,9 20,3 19,6 18,8 17,9 16,9 15,5
Angkutan Lainnya 13,8 13,7 18,7 15,8 8,5 10,4 11,1 16,0 15,2 17,9 13,3 19,3 9,5 12,7 11,0 9,1 7,6 6,8 7,1 8,7
Furnitur 0,4 0,5 0,5 0,6 0,6 0,6 0,6 0,7 0,7 0,9 0,9 1,0 0,7 0,9 0,9 1,1 0,9 0,9 0,7 1,0
Lainnya 2,0 2,5 2,6 3,3 2,5 2,8 2,7 3,1 2,4 2,8 2,6 3,3 2,6 3,2 3,6 4,2 3,2 3,5 3,2 3,9
2015 2016 2017 2018 2019
Industri
Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4
Makanan 23,4 25,9 20,5 25,6 25,8 24,4 24,0 28,1 22,8 26,6 25,0 25,7 22,5 33,5 34,8 32,3 24,2
Minuman 0,3 0,4 0,4 0,4 0,3 0,5 0,3 0,4 0,3 0,5 0,4 0,6 0,6 0,5 0,7 0,9 0,8
Tembakau 0,8 0,8 1,2 1,0 1,3 0,9 0,8 1,4 1,1 1,2 1,8 1,8 1,3 1,5 2,1 2,0 1,3
Tekstil 18,7 20,7 18,2 20,1 19,3 20,7 16,8 20,5 18,1 17,9 20,3 20,8 20,3 20,9 23,0 24,1 20,0
Pakaian Jadi 1,1 1,2 1,1 1,0 1,2 1,1 1,0 1,1 1,2 1,3 1,5 2,2 2,3 2,1 2,4 2,3 2,1
Kulit dan Alas Kaki 2,7 2,8 2,6 2,5 2,8 3,1 2,2 2,8 2,9 3,0 3,6 3,7 3,7 3,8 4,4 4,4 4,2
Kayu 0,9 1,0 0,9 0,9 0,7 0,9 0,8 0,9 0,8 0,8 1,0 0,9 0,8 0,8 1,2 1,4 1,5
Kertas 7,0 7,2 6,8 6,6 6,8 7,4 6,7 7,7 7,0 6,9 8,3 7,7 8,5 7,8 9,0 8,9 8,8
Pencetakan 0,3 0,3 0,4 0,3 0,5 0,4 0,3 0,5 0,5 0,5 0,5 0,7 0,7 0,5 0,5 0,6 0,6
Kimia 48,6 48,9 45,0 44,7 43,1 45,2 40,3 43,1 49,5 47,1 50,4 53,4 57,0 55,3 66,8 67,3 55,3
Farmasi 3,6 4,3 3,5 3,8 4,0 4,1 4,0 3,7 4,1 4,1 4,3 4,1 4,3 4,3 5,2 4,4 3,7
Karet dan Plastik 9,3 10,3 9,7 9,9 9,8 10,8 9,9 11,1 8,7 10,1 11,6 12,6 12,6 13,1 14,8 14,1 12,1
Galian bukan Logam 3,7 3,4 3,4 3,5 3,3 3,3 2,9 3,2 3,1 3,5 4,3 4,1 4,4 4,4 5,3 5,3 4,2
Logam Dasar 36,3 28,6 31,2 38,0 28,9 30,6 28,1 39,4 32,7 34,8 39,0 47,8 45,9 49,1 55,9 59,0 49,4
Logam Bukan Mesin 15,5 15,4 16,8 14,0 14,8 13,4 11,4 16,1 14,0 11,9 15,3 16,0 18,7 17,6 20,6 21,6 16,1
Komputer 37,7 36,1 34,5 41,1 34,6 35,6 27,8 43,9 36,7 38,1 42,1 51,5 48,8 47,2 53,8 54,0 40,0
Peralatan Listrik 13,8 14,6 13,9 14,9 12,6 13,7 12,9 15,2 13,6 13,8 18,1 19,4 17,9 19,4 23,3 22,0 17,4
Mesin 46,8 46,1 48,3 48,5 42,7 44,1 40,2 45,3 39,8 38,1 44,5 51,7 51,2 51,9 61,7 64,9 54,1
Kendaraan Bermotor 15,7 14,3 14,4 11,5 14,2 13,9 14,1 13,6 15,9 15,6 20,2 18,9 21,0 20,5 22,6 21,9 19,0
Angkutan Lainnya 6,7 9,2 9,8 8,5 6,7 7,1 7,4 8,8 9,7 8,2 8,8 10,8 10,9 11,2 11,0 11,5 6,3
Furnitur 0,9 1,0 0,7 0,8 0,7 0,9 0,8 1,0 0,8 1,0 1,2 1,3 1,1 1,2 1,6 1,5 1,3
Lainnya 3,4 3,7 3,7 4,5 3,7 4,5 4,4 5,2 3,9 4,6 5,9 7,0 5,9 6,3 7,2 6,8 5,6

Sumber: BPS, 2019

90
BAB V
ANALISA SENSITIVITAS VARIABEL MAKROEKONOMI
TERHADAP KINERJA SEKTOR INDUSTRI
PENGOLAHAN

5.1. Analisa Sisi Permintaan/Pengeluaran

5.1.1. Industri Makanan


Pola pergerakan nilai tambah, ekspor dan impor dari industri makanan
sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.1. Nilai Tambah, Ekspor dan Impor Produk Industri
Makanan Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp.
Triliun)
Variabel yang sensitif berpengaruh terhadap kinerja industri makanan
adalah PDB Uni Eropa dan perekonomian dalam negeri. Setiap kenaikan PDB
Uni Eropa sebesar 1 persen, asumsi ceteris paribus, nilai tambah industri
makanan akan meningkat sebesar 0,76 persen. Setiap kenaikan PDB dalam
negeri sebesar 1 persen, asumsi ceteris paribus, nilai tambah industri makanan
akan meningkat 0,69 persen.

91
Tabel 5.1. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Makanan Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Nilai Tukar (Rp/US) 0.190017 Signifikan
2 BI Rate -0.013029 Signifikan
3 PDB Indonesia 0.693772 Signifikan
4 PDB Uni Eropa 0.761928 Signifikan
5 PDB Tiongkok 0.136697 Signifikan
6 PDB India 0.137353 Signifikan
7 PDB Malaysia 0.104575 Signifikan
8 Dummy Kuartal Empat -0.034497 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.2. Industri Minuman


Pola pergerakan nilai tambah, ekspor dan impor dari industri minuman
sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.2. Nilai Tambah, Ekspor dan Impor Produk Industri
Minuman Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp.
Triliun)
Variabel yang sensitif berpengaruh terhadap kinerja industri minuman
adalah nilai tambah 1 kuartal sebelumnya, PDB dalam negeri dan PDB
Singapura. Setiap kenaikan PDB nilai tambah industri minuman pada kuartal

92
sebelumnya sebesar 1 persen, nilai tambah industri minuman akan meningkat
sebesar 0,63 persen. Setiap kenaikan PDB dalam negeri sebesar 1 persen, nilai
tambah industri minuman akan meningkat 0,43 persen dan setiap kenaikan
PDB Singapura sebesar 1 persen, nilai tambah industri minuman akan
meningkat 0,34 persen.
Tabel 5.2. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Minuman Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Indonesia 0.429733 Signifikan
2 PDB Singapura 0.343473 Signifikan
2 Nilai Tambah 1 Kuartal Sebelumnya 0.634939 Signifikan
Sumber: Hasil Pengolahan, 2019
5.1.3. Industri Pengolahan Tembakau
Pola pergerakan nilai tambah, ekspor dan impor dari industri
pengolahan tembakau sepanjang periode tahun 2010Q1-2019Q1 adalah
seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.3. Nilai Tambah, Ekspor dan Impor Produk Industri
Pengolahan Tembakau Tahun 2010Q1-2019Q1 (Atas Dasar Harga
Konstan 2010, Rp. Triliun)

93
Variabel yang paling sensitif berpengaruh terhadap kinerja industri
pengolahan tembakau adalah nilai IHK (inflasi). Setiap kenaikan IHK
(inflasi), akan menurunkan kinerja industri pengolahan tembakau berupa
penurunan nilai tambahnya sebesar 1,17 persen. Selain itu, variabel PDB
dalam negeri juga cukup sensitif, dimana setiap kenaikan PDB dalam negeri,
kinerja industri pengolahan tembakau akan meningkat sebesar 1 persen.
Tabel 5.3. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Pengolahan Tembakau Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Inflasi -1.168382 Signifikan
2 Nilai Tukar (Rp/USD) 0.490722 Signifikan
3 PDB Indonesia 0.999607 Signifikan
4 Nilai Tambah 3 Kuartal Sebelumnya 0.346623 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.4. Industri Tekstil


Pola pergerakan nilai tambah, ekspor dan impor dari industri tekstil
sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.4. Nilai Tambah, Ekspor dan Impor Produk Industri Tekstil
Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)

94
Variabel yang paling sensitif berpengaruh terhadap kinerja industri
tekstil adalah indeks harga konsumen (IHK), dimana setiap kenaikan IHK
(inflasi)_ sebesar 1 persen, asumsi ceteris paribus, akan menurunkan nilai
tambah industri tekstil sebesar 1,16 persen. Variabel lain yang signifikan
berpengaruh terhadap kinerja sektor industri tekstil secara lengkap dapat
dilihat dalam Tabel 5.4.
Tabel 5.4. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Tekstil Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Inflasi -1.156227 Signifikan
2 Nilai Tukar (Rp/US) 0.351528 Signifikan
3 Impor -0.090500 Signifikan
4 PDB Amerika Serikat 0.577119 Signifikan
5 PDB India 0.369001 Signifikan
6 Nilai Tambah Kuartal Sebelumnya 0.673942 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.5. Industri Pakaian Jadi


Pola pergerakan nilai tambah, ekspor dan impor dari industri pakaian
jadi sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.5. Nilai Tambah, Ekspor dan Impor Produk Industri Pakaian
Jadi 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)

95
Variabel yang sensitif berpengaruh terhadap kinerja industri pakaian
jadi adalah nilai tambah 1 kuartal sebelumnya, PDB Indonesia dan nilai kurs
rupiah terhadap USD. Setiap kenaikan nilai tambah pada 1 kuartal sebelumnya
sebesar 1 persen, nilai tambah industri pakaian jadi akan meningkat 0,82
persen. Setiap kenaikan PDB Indonesia sebesar 1 persen, nilai tambah industri
pakaian jadi akan meningkat sebesar 0,43 persen. Setiap kenaikan kurs rupiah
terhadap USD (depresiasi), sebesar 1 persen, nilai tambah industri pakaian jadi
justru akan turun sebesar 0,344 persen.
Tabel 5.5. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Pakaian Jadi Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Nilai Tukas (Rp/US) -0.344007 Signifikan
2 Impor Produk Tekstil 0.124993 Signifikan
3 PDB Indonesia 0.428267 Signifikan
4 Nilai Tambah 1 Kuartal Sebelumnya 0.819849 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.6. Industri Kulit, Barang dari Kulit dan Alas Kaki


Pola pergerakan nilai tambah, ekspor dan impor dari industri kulit,
barang dari kulit dan alas kaki sepanjang periode tahun 2010Q1-2019Q1
adalah seperti gambar berikut:

96
Sumber: BPS, 2019
Gambar 5.6. Nilai Tambah, Ekspor dan Impor Produk Industri Kulit,
Barang dari Kulit dan Alas Kaki Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

Yang paling sensitif berpengaruh terhadap kinerja industri kulit,


barang dari kulit dan alas kaki adalah PDB Uni Eropa, dan disusul oleh PDB
India. Setiap kenaikan PDB Uni Eropa sebesar 1 persen, asumsi ceteris
paribus, nilai tambah industri kulit, barang dari kulit dan alas kaki akan
meningkat sebesar 1,57 persen. Setiap kenaikan PDB India sebesar 1 persen,
nilai tambah industri kulit, barang dari kulit dan alas kaki akan meningkat
sebesar 0,53 persen.

Tabel 5.6. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Kulit, Barang dari Kulit dan Alas Kaki Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB India 0.528284 Signifikan
2 PDB Uni Eropa 1.566341 Signifikan
2 Dummy Kuartal Empat -0.024805 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya -0.276152 Signifikan
Sumber: Hasil Pengolahan, 2019

97
5.1.7. Industri Kayu, Barang dari Kayu, Gabus (Tidak Termasuk
Furnitur) dan Anyaman dari Bambu, Rotan dan Sejenisnya

Pola pergerakan nilai tambah, ekspor dan impor dari industri kayu,
barang dari kayu, gabus (tidak termasuk furnitur) dan anyaman dari bambu,
rotan dan sejenisnya sepanjang periode tahun 2010Q1-2019Q1 adalah seperti
gambar berikut:

Sumber: BPS, 2019


Gambar 5.7. Nilai Tambah, Ekspor dan Impor Produk Industri Kayu,
Barang dari Kayu, Gabus (Tidak Termasuk Furnitur) dan Anyaman
dari Bambu, Rotan dan Sejenisnya Tahun 2010Q1-2019Q1 (Atas Dasar
Harga Konstan 2010, Rp. Triliun)

Variabel yang paling sensitif berpengaruh terhadap kinerja kayu,


barang dari kayu, gabus (tidak termasuk furnitur) dan anyaman dari bambu,
rotan dan sejenisnya adalah nilai tambah 1 kuartal sebelumnya, yang disusul
oleh PDB Tiongkok. Setiap kenaikan nilai tambah pada 1 kuartal sebelumnya
sebesar 1 persen, nilai tambah industri kayu, barang dari kayu, gabus (tidak
termasuk furnitur) dan anyaman dari bambu, rotan dan sejenisnya meningkat
0,77 persen. Setiap kenaikan PDB Tiongkok sebesar 1 persen, nilai tambah

98
industri kayu, barang dari kayu, gabus (tidak termasuk furnitur) dan anyaman
dari bambu, rotan dan sejenisnya akan meningkat sebesar 0,06 persen.
Tabel 5.7. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Kayu, Barang dari Kayu, Gabus (Tidak Termasuk
Furnitur) dan Anyaman dari Bambu, Rotan dan Sejenisnya Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Impor -0.050113 Signifikan
2 PDB Tiongkok 0.061823 Signifikan
3 Dummy Kuartal Empat 0.020142 Signifikan
4 Nilai Tambah 1 Kuartal Sebelumnya 0.769140 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.8. Industri Kertas dan Barang dari Kertas

Pola pergerakan nilai tambah, ekspor dan impor dari industri kertas
dan barang dari kertas sepanjang periode tahun 2010Q1-2019Q1 adalah
seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.8. Nilai Tambah, Ekspor dan Impor Produk Industri Kertas
dan Barang dari Kertas Tahun 2010Q1-2019Q1 (Atas Dasar Harga
Konstan 2010, Rp. Triliun)

99
Variabel yang paling sensitif berpengaruh terhadap kinerja industri
kertas dan barang dari kertas adalah inflasi, yang disusul oleh PDB India dan
nilai tambah 1 kuartal sebelumnya. Setiap kenaikan IHK (inflasi) sebesar 1
persen, nilai tambah industri kertas dan barang dari kertas mengalami
penurunan sebesar 0,32 persen. Setiap kenaikan PDB Indonesia sebesar 1
persen, nilai tambah kertas dan barang dari kertas akan meningkat sebesar 0,29
persen. Setiap kenaikan nilai tambah pada 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri kertas dan barang dari kertas akan meningkat
0,28 persen.
Tabel 5.8. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Kertas dan Barang dari Kertas Tahun 2010Q1-
2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Inflasi -0.317480 Signifikan
2 PDB India 0.287264 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.283460 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.9. Industri Pencetakan dan Reproduksi Media Rekaman

Pola pergerakan nilai tambah, ekspor dan impor dari industri


pencetakan dan reproduksi media rekaman sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

100
Sumber: BPS, 2019
Gambar 5.9. Nilai Tambah, Ekspor dan Impor Produk Industri
Pencetakan dan Reproduksi Media Rekaman Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang paling sensitif berpengaruh terhadap kinerja industri
pencetakan dan reproduksi media rekaman adalah inflasi, yang disusul oleh
PDB India dan nilai tambah 1 kuartal sebelumnya. Setiap kenaikan IHK
(inflasi) sebesar 1 persen, nilai tambah industri pencetakan dan reproduksi
media rekaman mengalami penurunan sebesar 0,32 persen. Setiap kenaikan
PDB Indonesia sebesar 1 persen, nilai tambah industri pencetakan dan
reproduksi media rekaman akan meningkat sebesar 0,29 persen. Setiap
kenaikan nilai tambah pada 1 kuartal sebelumnya sebesar 1 persen, nilai
tambah industri pencetakan dan reproduksi media rekaman akan meningkat
0,28 persen.
Tabel 5.9. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Pencetakan dan Reproduksi Media Rekaman Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Inflasi -0.317480 Signifikan
2 PDB India 0.287264 Signifikan

101
3 Nilai Tambah 1 Kuartal Sebelumnya 0.283460 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.10. Industri Bahan Kimia dan Barang dari Bahan Kimia

Pola pergerakan nilai tambah, ekspor dan impor dari industri bahan
kimia dan barang dari bahan kimia sepanjang periode tahun 2010Q1-2019Q1
adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.10. Nilai Tambah, Ekspor dan Impor Produk Industri Bahan
Kimia dan Barang dari Bahan Kimia Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri bahan
kimia dan barang dari bahan kimia adalah PDB Indonesia dan dan nilai tambah
1 kuartal sebelumnya. Setiap kenaikan PDB Indonesia sebesar 1 persen, nilai
tambah industri bahan kimia dan barang dari bahan kimia akan meningkat
sebesar 0,22 persen. Setiap kenaikan nilai tambah pada 1 kuartal sebelumnya
sebesar 1 persen, nilai tambah industri bahan kimia dan barang dari bahan
kimia akan meningkat 0,72 persen.

102
Tabel 5.10. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Bahan Kimia dan Barang dari Bahan Kimia Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Indonesia 0.222217 Signifikan
2 Nilai Tambah 1 Kuartal Sebelumnya 0.724880 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.11. Industri Farmasi, Produk Obat Kimia dan Obat Tradisional


Pola pergerakan nilai tambah, ekspor dan impor dari industri farmasi,
produk obat kimia dan obat tradisional sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.11. Nilai Tambah, Ekspor dan Impor Produk Industri
Farmasi, Produk Obat Kimia dan Obat Tradisional Tahun 2010Q1-
2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri
farmasi, produk obat kimia dan obat tradisional adalah PDB India dan nilai
tambah 1 kuartal sebelumnya. Setiap kenaikan PDB India sebesar 1 persen,
nilai tambah industri farmasi, produk obat kimia dan obat tradisional akan
meningkat sebesar 0,36 persen. Setiap kenaikan nilai tambah pada 1 kuartal

103
sebelumnya sebesar 1 persen, nilai tambah industri farmasi, produk obat kimia
dan obat tradisional akan meningkat 0,68 persen.
Tabel 5.11. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Farmasi, Produk Obat Kimia dan Obat Tradisional
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB India 0.361913 Signifikan
2 Nilai Tambah 1 Kuartal Sebelumnya 0.678059 Signifikan
Sumber: Hasil Pengolahan, 2019
5.1.12. Industri Karet, Barang dari Karet dan Plastik
Pola pergerakan nilai tambah, ekspor dan impor dari industri karet,
barang dari karet dan plastik sepanjang periode tahun 2010Q1-2019Q1 adalah
seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.12. Nilai Tambah, Ekspor dan Impor Produk Industri Karet,
Barang dari Karet dan Plastik Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri karet,
barang dari karet dan plastik adalah PDB Tiongkok, nilai tambah 1 kuartal
sebelumnya, dan nilai tambah 2 kuartal sebelumnya. Setiap kenaikan PDB

104
Tiongkok sebesar 1 persen, nilai tambah industri karet, barang dari karet dan
plastik akan meningkat sebesar 0,08 persen. Setiap kenaikan nilai tambah pada
1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri karet, barang dari
karet dan plastik akan meningkat 0,63 persen. Setiap kenaikan nilai tambah
pada 2 kuartal sebelumnya sebesar 1 persen, nilai tambah industri karet,
barang dari karet dan plastik akan menurun 0,37 persen.
Tabel 5.12. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Karet, Barang dari Karet dan Plastik Tahun 2010Q1-
2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Tiongkok 0.079282 Signifikan
2 Nilai Tambah 1 Kuartal Sebelumnya 0.625193 Signifikan
3 Nilai Tambah 2 Kuartal Sebelumnya -0.373588 Signifikan
Sumber: Hasil Pengolahan, 2019
5.1.13. Industri Barang Galian Bukan Logam
Pola pergerakan nilai tambah, ekspor dan impor dari industri barang
galian bukan logam sepanjang periode tahun 2010Q1-2019Q1 adalah seperti
gambar berikut:

Sumber: BPS, 2019


Gambar 5.13. Nilai Tambah, Ekspor dan Impor Produk Industri
Barang Galian Bukan Logam Tahun 2010Q1-2019Q1 (Atas Dasar
Harga Konstan 2010, Rp. Triliun)

105
Variabel yang signifikan berpengaruh terhadap kinerja industri barang
galian bukan logam adalah PDB Tiongkok, nilai tambah 1 kuartal sebelumnya
dan kuartal empat. Setiap kenaikan PDB Tiongkok sebesar 1 persen, nilai
tambah industri barang galian bukan logam akan meningkat sebesar 0,48
persen. Setiap kenaikan nilai tambah pada 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri barang galian bukan logam akan meningkat 0,36
persen.
Tabel 5.13. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Barang Galian Bukan Logam Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Indonesia 0.477879 Signifikan
2 Dummy Kuartal Empat 0.026631 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.362505 Signifikan
Sumber: Hasil Pengolahan, 2019
5.1.14. Industri Logam Dasar
Pola pergerakan nilai tambah, ekspor dan impor dari industri logam
dasar sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.14. Nilai Tambah, Ekspor dan Impor Produk Industri Logam
Dasar Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)

106
Variabel yang signifikan berpengaruh terhadap kinerja industri logam
dasar adalah PDB Indonesia dan PDB India. Setiap kenaikan PDB dalam
negeri sebesar 1 persen, nilai tambah industri barang galian bukan logam akan
meningkat sebesar 0,59 persen. Setiap kenaikan PDB India sebesar 1 persen,
nilai tambah industri barang galian bukan logam akan meningkat 0,40 persen.
Tabel 5.14. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Logam Dasar Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Indonesia 0.586308 Signifikan
2 PDB India 0.399091 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.15. Industri Barang Logam, Bukan Mesin dan Peralatannya


Pola pergerakan nilai tambah, ekspor dan impor dari industri barang
logam bukan mesin dan peralatannya sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.15. Nilai Tambah, Ekspor dan Impor Produk Industri
Barang Logam, Bukan Mesin dan Peralatannya Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

107
Variabel yang signifikan berpengaruh terhadap kinerja industri barang
logam bukan mesin dan peralatannya adalah PDB Indonesia dan nilai tambah
1 kuartal sebelumnya. Setiap kenaikan PDB dalam negeri sebesar 1 persen,
nilai tambah industri barang logam bukan mesin dan peralatannya akan
meningkat sebesar 0,37 persen. Setiap kenaikan nilai tambah pada 1 kuartal
sebelumnya sebesar 1 persen, nilai tambah industri barang logam bukan mesin
dan peralatannya akan meningkat sebesar 0,71 persen.
Tabel 5.15. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Barang Logam, Bukan Mesin dan Peralatannya
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Indonesia 0.366000 Signifikan
2 Nilai Tambah 1 Kuartal Sebelumnya 0.713700 Signifikan
Sumber: Hasil Pengolahan, 2019
5.1.16. Industri Komputer, Barang Elektronik dan Optik
Pola pergerakan nilai tambah, ekspor dan impor dari industri
komputer, barang elektronik dan optik sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.16. Nilai Tambah, Ekspor dan Impor Produk Industri
Komputer, Barang Elektronik dan Optik Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
108
Variabel yang signifikan berpengaruh terhadap kinerja industri
komputer, barang elektronik dan optik adalah impor produk terkait, PDB
Indonesia dan nilai tambah 1 kuartal sebelumnya. Setiap kenaikan impor
produk industri komputer, barang elektronik dan optik sebesar 1 persen, nilai
tambah industri komputer, barang elektronik dan optik akan menurun sebesar
0,13 persen. Setiap kenaikan PDB Indonesia sebesar 1 persen, nilai tambah
industri komputer, barang elektronik dan optik akan meningkat sebesar 0,26
persen. Setiap kenaikan nilai tambah pada 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri komputer, barang elektronik dan optik akan
meningkat sebesar 0,76 persen.
Tabel 5.16. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Komputer, Barang Elektronik dan Optik Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Impor -0.129139 Signifikan
2 PDB Indonesia 0.261398 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.762432 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.17. Industri Peralatan Listrik

Pola pergerakan nilai tambah, ekspor dan impor dari industri peralatan
listrik sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar
berikut:

109
Sumber: BPS, 2019
Gambar 5.17. Nilai Tambah, Ekspor dan Impor Produk Industri
Peralatan Listrik Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan
2010, Rp. Triliun)

Variabel yang signifikan berpengaruh terhadap kinerja industri


peralatan listrik adalah impor produk terkait, PDB Tiongkok dan nilai tambah
1 kuartal sebelumnya. Setiap kenaikan impor produk industri peralatan listrik
sebesar 1 persen, nilai tambah industri peralatan listrik akan menurun sebesar
0,11 persen. Setiap kenaikan PDB Tiongkok sebesar 1 persen, nilai tambah
industri peralatan listrik akan meningkat sebesar 0,20 persen. Setiap kenaikan
nilai tambah pada 1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri
peralatan listrik akan meningkat sebesar 0,55 persen.

Tabel 5.17. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Peralatan Listrik Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Impor -0.111303 Signifikan
2 PDB Tiongkok 0.200286 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.549841 Signifikan
Sumber: Hasil Pengolahan, 2019

110
5.1.18. Industri Mesin dan Perlengkapan YTDL

Pola pergerakan nilai tambah, ekspor dan impor dari industri mesin
dan perlengkapan YTDL sepanjang periode tahun 2010Q1-2019Q1 adalah
seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.18. Nilai Tambah, Ekspor dan Impor Produk Industri Mesin
dan Perlengkapan YTDL Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang paling sensitif berpengaruh terhadap kinerja industri
mesin dan perlengkapan YTDL adalah PDB Uni Eropa, yang disusul oleh
PDB India. Setiap kenaikan PDB Uni Eropa sebesar 1 persen, nilai tambah
industri mesin dan perlengkapan YTDL akan meningkat sebesar 1,56 persen.
Setiap kenaikan PDB India sebesar 1 persen, nilai tambah industri mesin dan
perlengkapan YTDL akan meningkat sebesar 0,75 persen.

111
Tabel 5.18. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Mesin dan Perlengkapan YTDL Tahun 2010Q1-
2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Inflasi -1.466006 Signifikan
2 Nilai Kurs (Rp/USD) 0.476024 Signifikan
3 PDB Uni Eropa 1.555655 Signifikan
4 PDB India 0.750855 Signifikan
5 Dummy Kuartal Empat -0.077065 Signifikan
6 Nilai Tambah Kuartal Sebelumnya 0.312322 Signifikan
Sumber: Hasil Pengolahan, 2019
5.1.19. Industri Kendaraan Bermotor, Trailer dan Semi Trailer
Pola pergerakan nilai tambah, ekspor dan impor dari industri
kendaraan bermotor, trailer dan semi trailer sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.19. Nilai Tambah, Ekspor dan Impor Produk Industri
Kendaraan Bermotor, Trailer dan Semi Trailer Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri
kendaraan bermotor, trailer dan semi trailer adalah PDB Indonesia dan nilai
tambah 1 kuartal sebelumnya. Setiap kenaikan PDB Indonesia sebesar 1

112
persen, nilai tambah industri kendaraan bermotor, trailer dan semi trailer akan
meningkat sebesar 0,48 persen. Setiap kenaikan nilai tambah 1 kuartal
sebelumnya sebesar 1 persen, nilai tambah industri kendaraan bermotor, trailer
dan semi trailer akan meningkat sebesar 0,50 persen.
Tabel 5.19. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Kendaraan Bermotor, Trailer dan Semi Trailer
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Indonesia 0.480023 Signifikan
2 Nilai Tambah 1 Kuartal Sebelumnya 0.502453 Signifikan
Sumber: Hasil Pengolahan, 2019
5.1.20. Industri Alat Angkutan Lainnya
Pola pergerakan nilai tambah, ekspor dan impor dari industri alat
angkutan lainnya sepanjang periode tahun 2010Q1-2019Q1 adalah seperti
gambar berikut:

Sumber: BPS, 2019


Gambar 5.20. Nilai Tambah, Ekspor dan Impor Produk Industri Alat
Angkutan Lainnya Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan
2010, Rp. Triliun)

113
Tabel 5.20. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Alat Angkutan Lainnya Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Tiongkok 0.182617 Signifikan
2 Impor -0.038694 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.654885 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri alat
angkutan lainnya adalah PDB Tiongkok, impor dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan PDB Tiongkok sebesar 1 persen, nilai tambah
industri alat angkutan lainnya akan meningkat sebesar 0,18 persen. Setiap
kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri alat angkutan lainnya akan meningkat sebesar 0,65 persen. Setiap
kenaikan nilai impor produk terkait sebesar 1 persen, nilai tambah industri alat
angkutan lainnya akan turun sebesar 0,04 persen.
5.1.21. Industri Furnitur
Pola pergerakan nilai tambah, ekspor dan impor dari industri furnitur
sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.21. Nilai Tambah, Ekspor dan Impor Produk Industri
Furnitur Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp.
Triliun)

114
Tabel 5.21. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Furnitur Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 PDB Amerika Serikat 0.679376 Signifikan
2 Dummy Kuartal Empat -0.026664 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.507483 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri
furnitur adalah PDB Amerika Serikat, kuartal empat, dan nilai tambah 1
kuartal sebelumnya Setiap kenaikan PDB Amerika Serikat sebesar 1 persen,
nilai tambah industri furnitur akan meningkat sebesar 0,68 persen. Setiap
kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri furnitur akan meningkat sebesar 0,51 persen.
5.1.22. Industri Pengolahan Lainnya
Pola pergerakan nilai tambah, ekspor dan impor dari industri
pengolahan lainnya sepanjang periode tahun 2010Q1-2019Q1 adalah seperti
gambar berikut:

Sumber: BPS, 2019


Gambar 5.22. Nilai Tambah, Ekspor dan Impor Produk Industri
Pengolahan Lainnya Tahun 2010Q1-2019Q1 (Atas Dasar Harga
Konstan 2010, Rp. Triliun)

115
Variabel yang signifikan berpengaruh terhadap kinerja industri
pengolahan lainnya adalah nilai kurs rupiah terhadap USD, impor produk
terkait, PDB Uni Eropa dan nilai tambah 2 kuartal sebelumnya. Setiap terjadi
depresiasi rupiah sebesar 1 persen, nilai tambah industri pengolahan lainnya
justru mengalami peningkatan sebesar 0,90 persen. Setiap kenaikan PDB Uni
Eropa sebesar 1 persen, nilai tambah industri pengolahan lainnya akan
meningkat sebesar 1,71 persen. Setiap kenaikan impor sebesar 1 persen, nilai
tambah industri pengolahan lainnya akan turun sebesar 0,32 persen. Setiap
kenaikan nilai tambah 2 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri alat angkutan lainnya akan turun sebesar 0,46 persen.

Tabel 5.22. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Pengolahan Lainnya Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Nilai Tukar (Rp./USD) 0.897190 Signifikan
2 Impor -0.320719 Signifikan
3 PDB Uni Eropa 1.713684 Signifikan
4 Nilai Tambah 1 Kuartal Sebelumnya -0.458555 Signifikan
Sumber: Hasil Pengolahan, 2019

5.1.23. Industri Jasa Reparasi dan Pemasangan Mesin dan Peralatan

Pola pergerakan nilai tambah, ekspor dan impor dari industri jasa
reparasi dan pemasangan mesin dan peralatan sepanjang periode tahun
2010Q1-2019Q1 adalah seperti gambar berikut:

116
Sumber: BPS, 2019
Gambar 5.23. Nilai Tambah, Ekspor dan Impor Produk Industri Jasa
Reparasi dan Pemasangan Mesin dan Peralatan Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

Tabel 5.23. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Jasa Reparasi dan Pemasangan Mesin dan Peralatan
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Inflasi -1.015574 Signifikan
2 Nilai Tukar (Rp/USD) 0.856267 Signifikan
3 Suku Bunga BI -0.039496 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri jasa
reparasi dan pemasangan mesin dan peralatan adalah inflasi, nilai kurs rupiah
terhadap USD dan suku bunga Bank Indonesia. Setiap kenaikan IHK (inflasi)
sebesar 1 persen, nilai tambah industri jasa reparasi dan pemasangan mesin
dan peralatan akan menurun sebesar 1,02 persen. Setiap terjadi depresiasi
rupiah terhadap USD sebesar 1 persen, nilai tambah industri jasa reparasi dan
pemasangan mesin dan peralatan akan meningkat sebesar 0,86 persen. Setiap
kenaikan nilai suku bunga Bank Indonesia sebesar 1 persen, nilai tambah

117
industri jasa reparasi dan pemasangan mesin dan peralatan akan menurun
sebesar 0,04 persen.

5.2. Analisa Sisi Penawaran/Produksi

5.2.1. Industri Makanan

Pola pergerakan nilai tambah dan investasi pada industri makanan


sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019

Gambar 5.24. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Makanan Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010,
Rp. Triliun)
Bila diregresikan, variabel yang signifikan berpengaruh terhadap
kinerja industri makanan adalah nilai tambah 1 kuartal sebelumnya, dummy
kuartal sebelum lebaran dan dummy kuartal lebaran. Setiap kenaikan nilai
tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri makanan
akan meningkat sebesar 0,94 persen. Setiap kuartal sebelum lebaran, nilai

118
tambah industri makanan secara rata-rata lebih tinggi 0,06 persen
dibandingkan dengan kuartal lainnya. Setiap kuartal lebaran, nilai tambah
industri makanan secara rata-rata lebih tinggi 0,04 persen dibandingkan
dengan kuartal lainnya.
Tabel 5.24. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Makanan Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.018717 Tidak Signifikan
2 Tenaga Kerja 0.124049 Tidak Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.936828 Signifikan
4 Dummy Kuartal Sebelum Lebaran 0.056923 Signifikan
5 Dummy Kuartal Lebaran 0.037942 Signifikan
Sumber: Hasil Pengolahan, 2019
5.2.2. Industri Minuman

Pola pergerakan nilai tambah dan investasi pada industri minuman


sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.25. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Minuman Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp.
Triliun)

119
Tabel 5.25. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Minuman Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 4 Kuartal Sebelumnya 0.001143 Tidak Signifikan
2 Tenaga Kerja 0.149546 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.837486 Signifikan
4 Dummy Kuartal Sebelum Lebaran 0.026726 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri
minuman adalah jumlah tenaga kerja, nilai tambah 1 kuartal sebelumnya dan
dummy kuartal sebelum lenaran. Setiap kenaikan tenaga kerja sebesar 1
persen, nilai tambah akan meningkat sebesar 0,15 persen. Setiap kenaikan
nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri
minuman akan meningkat sebesar 0,84 persen. Setiap kuartal sebelum lebaran,
nilai tambah industri minuman secara rata-rata lebih tinggi 0,03 persen
dibandingkan dengan kuartal lainnya

5.2.3. Industri Pengolahan Tembakau

Pola pergerakan nilai tambah dan investasi pada industri pengolahan


tembakau sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar
berikut:

120
Sumber: BPS, 2019
Gambar 5.26. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Pengolahan Tembakau Tahun 2010Q1-2019Q1 (Atas Dasar Harga
Konstan 2010, Rp. Triliun)

Tabel 5.26. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Pengolahan Tembakau Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 4 Kuartal Sebelumnya 0.006834 Signifikan
2 Tenaga Kerja 0.219335 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.922975 Signifikan
4 Dummy Kuartal Sebelum Lebaran 0.031110 Signifikan
5 Dummy Kuartal Lebaran 0.035433 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri
pengolahan tembakau adalah investasi 4 kuartal sebelumnya, tenaga kerja,
nilai tambah 1 kuartal sebelumnya, dummy kuartal sebelum lebaran dan
dummy kuartal lebaran. Setiap kenaikan investasi 4 kuartal sebelumnya
sebesar 1 persen, nilai tambah akan meningkat sebesar 0,01 persen. Setiap
kenaikan jumlah tenaga kerja sebesar 1 persen, nilai tambah akan meningkat
sebesar 0,22 persen. Setiap kenaikan nilai tambah 1 kuartal sebelumnya

121
sebesar 1 persen, nilai tambah industri pengolahan tembakau akan meningkat
sebesar 0,92 persen. Setiap kuartal sebelum lebaran, nilai tambah industri
pengolahan tembakau secara rata-rata lebih tinggi 0,03 persen dibandingkan
dengan kuartal lainnya. Setiap kuartal lebaran, nilai tambah industri
pengolahan tembakau secara rata-rata lebih tinggi 0,04 persen dibandingkan
dengan kuartal lainnya.

5.2.4. Industri Tekstil


Pola pergerakan nilai tambah dan investasi pada industri tekstil
sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.27. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Tekstil Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp.
Triliun)

Tabel 5.27. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Tekstil Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 5 Kuartal Sebelumnya 0.006096 Tidak Signifikan
2 Tenaga Kerja 0.133833 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.930281 Signifikan
Sumber: Hasil Pengolahan, 2019

122
Variabel yang signifikan berpengaruh terhadap kinerja industri tekstil
adalah jumlah tenaga kerja dan nilai tambah 1 kuartal sebelumnya. Setiap
kenaikan jumlah tenaga kerja sebesar 1 persen, nilai tambah akan meningkat
sebesar 0,13 persen. Setiap kenaikan nilai tambah 1 kuartal sebelumnya
sebesar 1 persen, nilai tambah industri tekstil akan meningkat sebesar 0,93
persen.

5.2.5. Industri Pakaian Jadi


Pola pergerakan nilai tambah dan investasi pada industri pakaian jadi
sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.28. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Pakaian Jadi Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010,
Rp. Triliun)
Tabel 5.28. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Pakaian Jadi Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.010435 Tidak Signifikan
2 Tenaga Kerja 0.286569 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.922597 Signifikan
Sumber: Hasil Pengolahan, 2019

123
Variabel yang signifikan berpengaruh terhadap kinerja industri
pakaian jadi adalah jumlah tenaga kerja dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan jumlah tenaga kerja sebesar 1 persen, nilai
tambah industri pakaian jadi akan meningkat sebesar 0,01 persen. Setiap
kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri pakaian jadi akan meningkat sebesar 0,92 persen.

5.2.6. Industri Kulit, Barang dari Kulit dan Alas Kaki


Pola pergerakan nilai tambah dan investasi pada industri kulit, barang
dari kulit dan alas kaki sepanjang periode tahun 2010Q1-2019Q1 adalah
seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.29. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Kulit, Barang dari Kulit dan Alas Kaki Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri kulit,
barang dari kulit dan alas kaki adalah tenaga kerja dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan tenaga kerja sebesar 1 persen, nilai tambah
industri kulit, barang dari kulit dan alas kaki akan meningkat sebesar 0,53
persen. Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen,

124
nilai tambah industri kulit, barang dari kulit dan alas kaki akan meningkat
sebesar 0,67 persen.
Tabel 5.29. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Kulit, Barang dari Kulit dan Alas Kaki Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.006699 Tidak Signifikan
2 Tenaga Kerja 0.531464 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.668308 Signifikan
Sumber: Hasil Pengolahan, 2019

5.2.7. Industri Kayu, Barang dari Kayu dan Gabus (Tidak Termasuk
Furnitur) dan Barang Anyaman dari Bambu, Rotan dan Sejenisnya
Pola pergerakan nilai tambah dan investasi pada industri kayu, barang
dari kayu dan gabus (tidak termasuk furnitur) dan barang anyaman dari
bambu, rotan dan sejenisnya sepanjang periode tahun 2010Q1-2019Q1 adalah
seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.30. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Kayu, Barang dari Kayu dan Gabus (Tidak Termasuk Furnitur) dan
Barang Anyaman dari Bambu, Rotan dan Sejenisnya Tahun 2010Q1-
2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)

125
Variabel yang signifikan berpengaruh terhadap kinerja industri kayu,
barang dari kayu dan gabus (tidak termasuk furnitur) dan barang anyaman dari
bambu, rotan dan sejenisnya adalah nilai tambah 1 kuartal sebelumnya dan
dummy kuartal empat. Setiap kenaikan nilai tambah 1 kuartal sebelumnya
sebesar 1 persen, nilai tambah industri kayu, barang dari kayu dan gabus (tidak
termasuk furnitur) dan barang anyaman dari bambu, rotan dan sejenisnya akan
meningkat sebesar 0,78 persen. Untuk kuartal empat, secara rata-rata nilai
tambah industri kayu, barang dari kayu dan gabus (tidak termasuk furnitur)
dan barang anyaman dari bambu, rotan dan sejenisnya lebih tinggi sebesar
0,02 persen dibandingkan dengan kuartal yang lainnya.

Tabel 5.30. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Kayu, Barang dari Kayu dan Gabus (Tidak Termasuk
Furnitur) dan Barang Anyaman dari Bambu, Rotan dan Sejenisnya
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.003199 Tidak Signifikan
2 Tenaga Kerja 0.051164 Tidak Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.782577 Signifikan
4 Dummy Kuartal Empat 0.019912 Signifikan
Sumber: Hasil Pengolahan, 2019

5.2.8. Industri Kertas dan Barang dari Kertas

Pola pergerakan nilai tambah dan investasi pada industri kertas dan
barang dari kertas sepanjang periode tahun 2010Q1-2019Q1 adalah seperti
gambar berikut:

126
Sumber: BPS, 2019
Gambar 5.31. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Kertas dan Barang dari Kertas Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri kertas
dan barang dari kertas adalah tenaga kerja dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan tenaga kerja sebesar 1 persen, nilai tambah
kertas dan barang dari kertas akan meningkat sebesar 0,14 persen. Setiap
kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri kertas dan barang dari kertas akan meningkat sebesar 0,42 persen.

Tabel 5.31. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Kertas dan Barang dari Kertas Tahun 2010Q1-
2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 1 Kuartal Sebelumnya 0.000206 Tidak Signifikan
2 Tenaga Kerja 0.140405 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.416453 Signifikan
Sumber: Hasil Pengolahan, 2019

127
5.2.9. Industri Pencetakan dan Reproduksi Media Rekaman

Pola pergerakan nilai tambah dan investasi pada industri pencetakan


dan reproduksi media rekaman sepanjang periode tahun 2010Q1-2019Q1
adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.32. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Pencetakan dan Reproduksi Media Rekaman Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

Variabel yang signifikan berpengaruh terhadap kinerja industri


pencetakan dan reproduksi media rekaman adalah investasi 4 kuartal
sebelumnya, tenaga kerja dan nilai tambah 1 kuartal sebelumnya. Setiap
kenaikan investasi sebesar 1 persen, nilai tambah industri pencetakan dan
reproduksi media rekaman akan meningkat sebesar 0,01 persen. Setiap
kenaikan tenaga kerja sebesar 1 persen, nilai tambah industri pencetakan dan
reproduksi media rekaman akan meningkat sebesar 0,18 persen. Setiap
kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri pencetakan dan reproduksi media rekaman akan meningkat sebesar
0,90 persen.

128
Tabel 5.32. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Pencetakan dan Reproduksi Media Rekaman Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 4 Kuartal Sebelumnya 0.007351 Signifikan
2 Tenaga Kerja 0.182263 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.896820 Signifikan
Sumber: Hasil Pengolahan, 2019

5.2.10. Industri Bahan Kimia dan Barang dari Bahan Kimia

Pola pergerakan nilai tambah dan investasi pada industri barang kimia
dan barang dari bahan kimia sepanjang periode tahun 2010Q1-2019Q1 adalah
seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.33. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Barang Kimia dan Barang dari Kimia Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri barang
kimia dan barang dari bahan kimia adalah tenaga kerja dan nilai tambah 1

129
kuartal sebelumnya. Setiap kenaikan tenaga kerja sebesar 1 persen, nilai
tambah industri barang kimia dan barang dari bahan kimia akan meningkat
sebesar 0,29 persen. Setiap kenaikan nilai tambah 1 kuartal sebelumnya
sebesar 1 persen, nilai tambah barang kimia dan barang dari bahan kimia akan
meningkat sebesar 0,77 persen.
Tabel 5.33. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Barang Kimia dan Barang dari Kimia Rekaman
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.009672 Tidak Signifikan
2 Tenaga Kerja 0.290814 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.766356 Signifikan
Sumber: Hasil Pengolahan, 2019

5.2.11. Industri Farmasi, Produk Obat Kimia dan Obat Tradisional


Pola pergerakan nilai tambah dan investasi pada industri farmasi,
produk obat kimia, dan obat tradisional sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.34. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Farmasi, Produk Obat Kimia dan Obat Tradisional Tahun 2010Q1-
2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)

130
Tabel 5.34. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Farmasi, Produk Obat Kimia dan Obat Tradisional
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 1 Kuartal Sebelumnya 0.012319 Signifikan
2 Tenaga Kerja 0.327050 Signifikan
4 Nilai Tambah 1 Kuartal Sebelumnya 0.613261 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri
farmasi, produk obat kimia, dan obat tradisional adalah investasi pada 1
kuartal sebelumnya, jumlah tenaga kerja dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan investasi pada 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri farmasi, produk obat kimia, dan obat tradisional
akan meningkat sebesar 0,12 persen. Setiap kenaikan jumlah tenaga kerja
sebesar 1 persen, nilai tambah industri farmasi, produk obat kimia, dan obat
tradisional akan meningkat sebesar 0,33 persen. Setiap kenaikan nilai tambah
1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri farmasi, produk
obat kimia, dan obat tradisional akan meningkat sebesar 0,61 persen.

5.2.12. Industri Karet, Barang dari Karet dan Plastik


Pola pergerakan nilai tambah dan investasi pada industri karet, barang
dari karet dan plastik sepanjang periode tahun 2010Q1-2019Q1 adalah seperti
gambar berikut:

131
Sumber: BPS, 2019
Gambar 5.35. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Karet, Barang dari Karet dan Plastik Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

Tabel 5.35. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Karet, Barang dari Karet dan Plastik Tahun 2010Q1-
2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.017277 Signifikan
2 Tenaga Kerja 0.174578 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.400513 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri karet,
barang dari karet dan plastik adalah investasi, jumlah tenaga kerja, dan nilai
tambah 1 kuartal sebelumnya. Setiap kenaikan investasi sebesar 1 persen, nilai
tambah industri karet, barang dari karet dan plastik akan meningkat sebesar
0,02 persen. Setiap kenaikan jumlah tenaga kerja sebesar 1 persen, nilai
tambah industri karet, barang dari karet dan plastik akan meningkat sebesar
0,17 persen. Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri karet, barang dari karet dan plastik akan
meningkat sebesar 0,40 persen.

132
5.2.13. Industri Barang Galian Bukan Logam

Pola pergerakan nilai tambah dan investasi pada industri barang galian
bukan logam sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar
berikut:

Sumber: BPS, 2019


Gambar 5.36. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Barang Galian Bukan Logam Tahun 2010Q1-2019Q1 (Atas Dasar
Harga Konstan 2010, Rp. Triliun)

Variabel yang signifikan berpengaruh terhadap kinerja industri barang


galian bukan logam adalah investasi, tenaga kerja, dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan investasi sebesar 1 persen, nilai tambah industri
barang galian bukan logam akan meningkat sebesar 0,03 persen. Setiap
kenaikan jumlah tenaga kerja sebesar 1 persen, nilai tambah industri barang
galian bukan logam akan meningkat sebesar 0,24 persen. Setiap kenaikan nilai
tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri barang
galian bukan logam akan meningkat sebesar 0,73 persen.

133
Tabel 5.36. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Barang Galian Bukan Logam Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.027929 Signifikan
2 Tenaga Kerja 0.239934 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.734344 Signifikan
Sumber: Hasil Pengolahan, 2019

5.2.14. Industri Logam Dasar

Pola pergerakan nilai tambah dan investasi pada industri logam dasar
sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.37. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Logam Dasar Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010,
Rp. Triliun)
Variabel yang signifikan berpengaruh terhadap kinerja industri logam
dasar adalah jumlah tenaga kerja dan nilai tambah 1 kuartal sebelumnya.
Setiap kenaikan jumlah tenaga kerja sebesar 1 persen, nilai tambah industri
logam dasar akan meningkat sebesar 0,19 persen. Setiap kenaikan nilai tambah

134
1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri logam dasar akan
meningkat sebesar 0,82 persen.

Tabel 5.37. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Logam Dasar Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.001017 Tidak Signifikan
2 Tenaga Kerja 0.189875 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.820108 Signifikan
Sumber: Hasil Pengolahan, 2019

5.2.15. Industri Barang Logam, Bukan Mesin dan Peralatannya

Pola pergerakan nilai tambah dan investasi pada industri barang logam,
bukan mesin dan peralatannya sepanjang periode tahun 2010Q1-2019Q1
adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.38. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Barang Logam, Bukan Mesin dan Peralatannya Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

135
Variabel yang signifikan berpengaruh terhadap kinerja industri barang
logam, bukan mesin dan peralatannya adalah nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri barang logam, bukan mesin dan peralatannya
akan meningkat sebesar 0,89 persen.
Tabel 5.38. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Barang Logam, Bukan Mesin dan Peralatannya
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.000117 Tidak Signifikan
2 Tenaga Kerja 0.157368 Tidak Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.894156 Signifikan
Sumber: Hasil Pengolahan, 2019
5.2.16. Industri Komputer, Barang Elektonik dan Optik
Pola pergerakan nilai tambah dan investasi pada industri komputer,
barang elektronik, optik dan peralatan listrik sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.39. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Komputer, Barang Elektonik dan Optik Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

136
Tabel 5.39. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Komputer, Barang Elektonik dan Optik Tahun
2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.004029 Tidak Signifikan
2 Tenaga Kerja 0.129565 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.826072 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri
komputer, barang elektronik, dan optik adalah jumlah tenaga kerja dan nilai
tambah 1 kuartal sebelumnya. Setiap kenaikan jumlah tenaga kerja sebesar 1
persen, nilai tambah industri komputer, barang elektronik, dan optik akan
meningkat sebesar 0,13 persen. Setiap kenaikan nilai tambah 1 kuartal
sebelumnya sebesar 1 persen, nilai tambah industri komputer, barang
elektronik, dan optik akan meningkat sebesar 0,83 persen.
5.2.17. Industri Peralatan Listrik
Pola pergerakan nilai tambah dan investasi pada industri peralatan
listrik sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar
berikut:

Sumber: BPS, 2019


Gambar 5.40. Nilai Tambah dan Investasi (PMA dan PMDN) Industri Peralatan
Listrik Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)

137
Tabel 5.40. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Peralatan Listrik Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.005890 Tidak Signifikan
2 Tenaga Kerja 0.154395 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.767082 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri
peralatan listrik adalah jumlah tenaga kerja dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan jumlah tenaga kerja sebesar 1 persen, nilai
tambah industri peralatan listrik akan meningkat sebesar 0,15 persen. Setiap
kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri peralatan listrik akan meningkat sebesar 0,77 persen.
5.2.18. Industri Mesin dan Perlengkapan YTDL
Pola pergerakan nilai tambah dan investasi pada industri mesin dan
perlengkapan YTDL sepanjang periode tahun 2010Q1-2019Q1 adalah seperti
gambar berikut:

Sumber: BPS, 2019


Gambar 5.41. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Mesin dan Perlengkapan YTDL Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

138
Tabel 5.41. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Mesin dan Perlengkapan YTDL Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.003727 Tidak Signifikan
2 Tenaga Kerja 0.194423 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.778900 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri mesin
dan perlengkapan YTDL adalah tenaga kerja dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan tenaga kerja sebesar 1 persen, nilai tambah
industri mesin dan perlengkapan YTDL akan meningkat sebesar 0,19 persen.
Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai
tambah industri mesin dan perlengkapan YTDL akan meningkat sebesar 0,78
persen.
5.2.19. Industri Kendaraan Bermotor, Trailer dan Semi Trailer
Pola pergerakan nilai tambah dan investasi pada industri kendaraan
bermotor, trailer dan semi trailer sepanjang periode tahun 2010Q1-2019Q1
adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.42. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Kendaraan Bermotor, Trailer dan Semi Trailer Tahun 2010Q1-2019Q1
(Atas Dasar Harga Konstan 2010, Rp. Triliun)

139
Tabel 5.42. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai
Tambah Industri Kendaraan Bermotor, Trailer dan Semi Trailer
Tahun 2010Q1-2019Q1

No. Variabel Makroekonomi Nilai Elastisitas Signifikansi


1 Investasi 2 Kuartal Sebelumnya 0.013565 Signifikan
2 Tenaga Kerja 0.325091 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.458185 Signifikan
Sumber: Hasil Pengolahan, 2019

Variabel yang signifikan berpengaruh terhadap kinerja industri


kendaraan bermotor, trailer dan semi trailer adalah investasi 2 kuartal
sebelumnya, tenaga kerja, dan nilai tambah 1 kuartal sebelumnya. Setiap
kenaikan investasi pada 2 kuartal sebelumnya sebesar 1 persen, nilai tambah
industri kendaraan bermotor, trailer dan semi trailer akan meningkat sebesar
0,01 persen. Setiap kenaikan tenaga kerja sebesar 1 persen, nilai tambah
industri kendaraan bermotor, trailer dan semi trailer akan meningkat sebesar
0,33 persen. Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri kendaraan bermotor, trailer dan semi trailer akan
meningkat sebesar 0,46 persen.

5.2.20. Industri Alat Angkutan Lainnya

Pola pergerakan nilai tambah dan investasi pada industri alat angkutan
lainnya sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar
berikut:

140
Sumber: BPS, 2019
Gambar 5.43. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Alat Angkutan Lainnya Tahun 2010Q1-2019Q1 (Atas Dasar Harga
Konstan 2010, Rp. Triliun)

Tabel 5.43. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Alat Angkutan Lainnya Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.003687 Tidak Signifikan
2 Tenaga Kerja 0.342041 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.732415 Signifikan
Sumber: Hasil Pengolahan, 2019

Variabel yang signifikan berpengaruh terhadap kinerja industri alat


angkutan lainnya adalah jumlah tenaga kerja dan nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan jumlah tenaga kerja sebesar 1 persen, nilai
tambah industri alat angkutan lainnya akan meningkat sebesar 0,34 persen.
Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai
tambah industri alat angkutan lainnya akan meningkat sebesar 0,73 persen.

141
5.2.21. Industri Furnitur

Pola pergerakan nilai tambah dan investasi pada industri furnitur


sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.44. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Furnitur Tahun 2010Q1-2019Q1 (Atas Dasar Harga Konstan 2010, Rp.
Triliun)

Tabel 5.44. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Furnitur Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.005503 Tidak Signifikan
2 Tenaga Kerja 0.068962 Tidak Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.804886 Signifikan
Sumber: Hasil Pengolahan, 2019

Variabel yang signifikan berpengaruh terhadap kinerja industri


furnitur adalah nilai tambah 1 kuartal sebelumnya. Setiap kenaikan nilai
tambah 1 kuartal sebelumnya sebesar 1 persen, nilai tambah industri furnitur
akan meningkat sebesar 0,80 persen.

142
5.2.22. Industri Pengolahan Lainnya

Pola pergerakan nilai tambah dan investasi pada industri pengolahan


lainnya sepanjang periode tahun 2010Q1-2019Q1 adalah seperti gambar
berikut:

Sumber: BPS, 2019


Gambar 5.45. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Pengolahan Lainnya Tahun 2010Q1-2019Q1 (Atas Dasar Harga
Konstan 2010, Rp. Triliun)

Tabel 5.45. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Pengolahan Lainnya Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 5 Kuartal Sebelumnya 0.013924 Signifikan
2 Tenaga Kerja 0.113367 Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.508318 Signifikan
Sumber: Hasil Pengolahan, 2019
Variabel yang signifikan berpengaruh terhadap kinerja industri
pengolahan lainnya adalah investasi 5 kuartal sebelumnya, tenaga kerja, dan
nilai tambah 1 kuartal sebelumnya. Setiap kenaikan investasi pada 5 kuartal
sebelumnya sebesar 1 persen, nilai tambah industri pengolahan lainnya akan
meningkat sebesar 0,01 persen. Setiap kenaikan tenaga kerja sebesar 1 persen,

143
nilai tambah industri pengolahan lainnya akan meningkat sebesar 0,11 persen.
Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1 persen, nilai
tambah industri pengolahan lainnya akan meningkat sebesar 0,51 persen.

5.2.23. Industri Jasa Reparasi dan Pemasangan Mesin dan Peralatan


Pola pergerakan nilai tambah dan investasi pada industri jasa reparasi
dan pemasangan mesin dan peralatan sepanjang periode tahun 2010Q1-
2019Q1 adalah seperti gambar berikut:

Sumber: BPS, 2019


Gambar 5.46. Nilai Tambah dan Investasi (PMA dan PMDN) Industri
Jasa Reparasi dan Pemasangan Mesin dan Peralatan Tahun 2010Q1-
2019Q1 (Atas Dasar Harga Konstan 2010, Rp. Triliun)

Tabel 5.46. Nilai Elastisitas Variabel Makroekonomi terhadap Nilai


Tambah Industri Jasa Reparasi dan Pemasangan Mesin dan Peralatan
Tahun 2010Q1-2019Q1
No. Variabel Makroekonomi Nilai Elastisitas Signifikansi
1 Investasi 0.003386 Tidak Signifikan
2 Tenaga Kerja 0.146747 Tidak Signifikan
3 Nilai Tambah 1 Kuartal Sebelumnya 0.548565 Signifikan
Sumber: Hasil Pengolahan, 2019

144
Variabel yang signifikan berpengaruh terhadap kinerja industri jasa
reparasi dan pemasangan mesin dan peralatan adalah nilai tambah 1 kuartal
sebelumnya. Setiap kenaikan nilai tambah 1 kuartal sebelumnya sebesar 1
persen, nilai tambah industri jasa reparasi dan pemasangan mesin dan
peralatan akan meningkat sebesar 0,55 persen.

145
BAB VI
PENUTUP

Sektor industri merupakan salah satu komponen penting dalam


perekonomian, utamanya dalam menopang pertumbuhan ekonomi. Kajian ini
bertujuan melakukan analisis sensitivitas dari variabel-variabel
makroekonomi yang berpengaruh terhadap kinerja sektor industri pengolahan
tanpa migas selama periode tahun 2010Q1 – 2019Q1.

Kajian ini menggunakan 2 (dua) pendekatan analisis, yaitu pendekatan


sisi permintaan/penggunaan dengan menggunakan model ekonometrika
sistem persamaan simultan berdasarkan Model Keynes dan pendekatan sisi
penawaran/produksi dengan menggunakan model ekonometrika regresi
berganda berdasarkan Model Cob Dauglas. Dalam pendekatan sisi
permintaan/penggunaan, variabel makroekonomi yang diduga berpengaruh
terhadap kinerja industri pengolahan antara lain inflasi, suku bunga Bank
Indonesia (BI Rate), nilai tukar rupiah terhadap USD, PDB atau pertumbuhan
ekonomi domestik, dan PDB atau pertumbuhan ekonomi negara-negara tujuan
ekspor utama, seperti Amerika Serikat, Tiongkok, Uni Eropa, Jepang, India,
Singapura, Malaysia, Korea Selatan, Australia dan lain-lain. Sedangkan dalam
pendekatan sisi penawaran/produksi, variabel makroekonomi yang diduga
berpengaruh terhadap kinerja industri pengolahan antara lain investasi dan
tenaga kerja untuk setiap jenis industri pengolahan tanpa migas Sesuai dengan
ketersediaan data, dalam pendekatan sisi permintaan/penggunaan dan
penawaran/produksi, terdapat 23 jenis industri yang dilakukan estimasi.

Hasil estimasi menunjukan hasil yang bervariatif, sesuai dengan


karakteristik dari setiap jenis industri, baik dalam pendekatan sisi
permintaan/penggunaan maupun pendekatan penawaran/produksi. Secara

146
rinci, variabel makroekonomi yang signifikan berpengaruh terhadap kinerja
(nilai tambah atau PDB) masing-masing jenis industri pengolahan tanpa migas
dan nilai elastisitasnya dalam periode tahun 2010Q1 – 2019Q1 adalah sebagai
berikut:

Sisi Permintaan Sisi Penawaran


No. Jenis Industri Faktor yang Faktor yang
Berpengaruh Elastisitas Berpengaruh Elastisitas

1 Makanan Nilai Tukar (Rp/US) 0.1900 Nilai Tambah 1 0.9368


Kuartal
Sebelumnya
BI Rate -0.0130 Dummy Kuartal 0.0569
Sebelum Lebaran
PDB Indonesia 0.6938 Dummy Kuartal 0.0379
Lebaran
PDB Uni Eropa 0.7619
PDB Tiongkok 0.1367
PDB India 0.1374
PDB Malaysia 0.1046
Dummy Kuartal -0.0345
Empat
2 Minuman PDB Indonesia 0.4297 Tenaga Kerja 0.1495
PDB Singapura 0.3435 Nilai Tambah 1 0.8375
Kuartal
Sebelumnya
Nilai Tambah 1 0.6349 Dummy Kuartal 0.0267
Kuartal Sebelumnya Sebelum Lebaran
3 Pengolahan Inflasi -1.1684 Investasi 4 Kuartal 0.0068
Tembakau Sebelumnya
Nilai Tukar 0.4907 Tenaga Kerja 0.2193
(Rp/USD)

147
Sisi Permintaan Sisi Penawaran
No. Jenis Industri Faktor yang Faktor yang
Berpengaruh Elastisitas Berpengaruh Elastisitas

PDB Indonesia 0.9996 Nilai Tambah 1 0.9230


Kuartal
Sebelumnya
Nilai Tambah 3 0.3466 Dummy Kuartal 0.0311
Kuartal Sebelumnya Sebelum Lebaran
Dummy Kuartal 0.0354
Lebaran
4 Tekstil Inflasi -1.1562 Tenaga Kerja 0.1338
Nilai Tukar (Rp/US) 0.3515 Nilai Tambah 1 0.9303
Kuartal
Sebelumnya
Impor -0.0905
PDB Amerika Serikat 0.5771
PDB India 0.3690
Nilai Tambah Kuartal 0.6739
Sebelumnya
5 Pakaian Jadi Nilai Tukas (Rp/US) -0.3440 Tenaga Kerja 0.2866
Impor Produk Tekstil 0.1250 Nilai Tambah 1 0.9226
Kuartal
Sebelumnya
PDB Indonesia 0.4283
Nilai Tambah 1 0.8198
Kuartal Sebelumnya
6 Kulit, Barang PDB India 0.5283 Tenaga Kerja 0.5315
dari Kulit dan PDB Uni Eropa 1.5663 Nilai Tambah 1 0.6683
Alas Kaki Kuartal
Sebelumnya
Dummy Kuartal -0.0248
Empat

148
Sisi Permintaan Sisi Penawaran
No. Jenis Industri Faktor yang Faktor yang
Berpengaruh Elastisitas Berpengaruh Elastisitas

Nilai Tambah 1 -0.2762


Kuartal Sebelumnya
7 Kayu, Gabus Impor -0.0501 Nilai Tambah 1 0.7826
(Tidak Kuartal
Termasuk Sebelumnya
Furnitur) dan PDB Tiongkok 0.0618 Dummy Kuartal 0.0199
Anyaman dari Empat
Bambu, Rotan Dummy Kuartal 0.0201
dsj. Empat
Nilai Tambah 1 0.7691
Kuartal Sebelumnya
8 Kertas dan Inflasi -0.3175 Tenaga Kerja 0.1404
Barang dari PDB India 0.2873 Nilai Tambah 1 0.4165
Kertas Kuartal
Sebelumnya
Nilai Tambah 1 0.2835
Kuartal Sebelumnya
9 Pencetakan dan Inflasi -0.3175 Investasi 4 Kuartal 0.0074
Reproduksi Sebelumnya
Media PDB India 0.2873 Tenaga Kerja 0.1823
Rekaman Nilai Tambah 1 0.2835 Nilai Tambah 1 0.8968
Kuartal Sebelumnya Kuartal
Sebelumnya
10 Bahan Kimia PDB Indonesia 0.2222 Tenaga Kerja 0.2908
dan Barang Nilai Tambah 1 0.7249 Nilai Tambah 1 0.7664
dari Bahan Kuartal Sebelumnya Kuartal
Kimia Sebelumnya
11 Farmasi, PDB India 0.3619 Investasi 1 Kuartal 0.0123
Produk Obat Sebelumnya

149
Sisi Permintaan Sisi Penawaran
No. Jenis Industri Faktor yang Faktor yang
Berpengaruh Elastisitas Berpengaruh Elastisitas

Kimia dan Nilai Tambah 1 0.6781 Tenaga Kerja 0.3271


Obat Kuartal Sebelumnya
Tradisional Nilai Tambah 1 0.6133
Kuartal
Sebelumnya
12 Karet, Barang PDB Tiongkok 0.0793 Investasi 0.0173
dari Karet dan Nilai Tambah 1 0.6252 Tenaga Kerja 0.1746
Plastik Kuartal Sebelumnya
Nilai Tambah 2 -0.3736 Nilai Tambah 1 0.4005
Kuartal Sebelumnya Kuartal
Sebelumnya
13 Barang Galian PDB Indonesia 0.4779 Investasi 0.0279
Bukan Logam Dummy Kuartal 0.0266 Tenaga Kerja 0.2399
Empat
Nilai Tambah 1 0.3625 Nilai Tambah 1 0.7343
Kuartal Sebelumnya Kuartal
Sebelumnya
14 Logam Dasar PDB Indonesia 0.5863 Tenaga Kerja 0.1899
PDB India 0.3991 Nilai Tambah 1 0.8201
Kuartal
Sebelumnya
15 Barang Logam, PDB Indonesia 0.3660 Nilai Tambah 1 0.8942
Bukan Mesin Kuartal
dan Sebelumnya
Peralatannya Nilai Tambah 1 0.7137
Kuartal Sebelumnya
16 Impor -0.1291 Tenaga Kerja 0.1296

150
Sisi Permintaan Sisi Penawaran
No. Jenis Industri Faktor yang Faktor yang
Berpengaruh Elastisitas Berpengaruh Elastisitas

PDB Indonesia 0.2614 Nilai Tambah 1 0.8261


Komputer,
Kuartal
Barang
Sebelumnya
Elektronik dan
Nilai Tambah 1 0.7624
Optik
Kuartal Sebelumnya
17 Peralatan Impor -0.1113 Tenaga Kerja 0.1544
Listrik PDB Tiongkok 0.2003 Nilai Tambah 1 0.7671
Kuartal
Sebelumnya
Nilai Tambah 1 0.5498
Kuartal Sebelumnya
18 Mesin dan Inflasi -1.4660 Tenaga Kerja 0.1944
Perlengkapan Nilai Kurs (Rp/USD) 0.4760 Nilai Tambah 1 0.7789
ytdl Kuartal
Sebelumnya
PDB Uni Eropa 1.5557
PDB India 0.7509
Dummy Kuartal -0.0771
Empat
Nilai Tambah Kuartal 0.3123
Sebelumnya
19 Kendaraan PDB Indonesia 0.4800 Investasi 2 Kuartal 0.0136
Bermotor, Sebelumnya
Trailer dan Nilai Tambah 1 0.5025 Tenaga Kerja 0.3251
Semi Trailer Kuartal Sebelumnya
Nilai Tambah 1 0.4582
Kuartal
Sebelumnya
20 PDB Tiongkok 0.1826 Tenaga Kerja 0.3420

151
Sisi Permintaan Sisi Penawaran
No. Jenis Industri Faktor yang Faktor yang
Berpengaruh Elastisitas Berpengaruh Elastisitas

Impor -0.0387 Nilai Tambah 1 0.7324


Kuartal
Alat Angkutan
Sebelumnya
Lainnya
Nilai Tambah 1 0.6549
Kuartal Sebelumnya
21 Furnitur PDB Amerika Serikat 0.6794 Nilai Tambah 1 0.8049
Kuartal
Sebelumnya
Dummy Kuartal -0.0267
Empat
Nilai Tambah 1 0.5075
Kuartal Sebelumnya
22 Pengolahan Nilai Tukar 0.8972 Investasi 5 Kuartal 0.0139
Lainnya (Rp./USD) Sebelumnya
Impor -0.3207 Tenaga Kerja 0.1134
PDB Uni Eropa 1.7137 Nilai Tambah 1 0.5083
Kuartal
Sebelumnya
Nilai Tambah 1 -0.4586
Kuartal Sebelumnya
23 Jasa Reparasi Inflasi -1.0156 Nilai Tambah 1 0.5486
dan Kuartal
Pemasangan Sebelumnya
Mesin dan Nilai Tukar 0.8563
Peralatan (Rp/USD)
Suku Bunga BI -0.0395

152
DAFTAR PUSTAKA

Badan Koordinasi Penanaman Modal, 2019, Laporan Realisasi PMDN dan


PMA Menurut Sektor dan Jenis Industri Tahun 2010-2019, BKPM,
Jakarta
Badan Pusat Statistik, 2019, Data Produk Domestik Bruto Indonesia Atas
Dasar Harga Berlaku dan Atas Dasar Harga Konstan Tahun 2010
untuk tahun 2010-2018, BPS Jakarta
Bank Indonesia, 2019, Data Nilai Kurs Rupiah terhadap US$ Tahun 2010-
2019, Bank Indonesia, Jakarta
CEIC, 2019, Data PDB Amerika Serikat, Tiongkok, Uni Eropa, Jepang
dan India Tahun 2010-2019
Hartina, 2013, Analisis Pengaruh Kebijakan Tax Holiday dan Tax
Allowance terhadap Perkembangan PMA dan PMDN di Indonesia

153
LAMPIRAN
Lampiran 1. Hasil Pengolahan Pendekatan Sisi Permintaan/Penggunaan

a. Industri Makanan
LOG(MAKHK) C LOG(AKURST) BIRATE LOG(PDB) LOG(GDPEU)
LOG(GDPCHINA) LOG(GDPINDIA) LOG(GDPMAL) DQ4
Dependent Variable: LOG(MAKHK)
Method: Least Squares
Sample: 2010:1 2019:1
Included observations: 37
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -9.684306 1.288925 -7.513476 0.0000
LOG(AKURST) 0.190017 0.079641 2.385936 0.0240
BIRATE -0.013029 0.004291 -3.036127 0.0051
LOG(PDB) 0.693772 0.169617 4.090220 0.0003
LOG(GDPEU) 0.761928 0.247870 3.073899 0.0047
LOG(GDPCHINA) 0.136697 0.029245 4.674255 0.0001
LOG(GDPINDIA) 0.137353 0.064665 2.124064 0.0426
LOG(GDPMAL) 0.104575 0.054711 1.911404 0.0662
DQ4 -0.034497 0.009558 -3.609077 0.0012
R-squared 0.996338 Mean dependent var 11.70138
Adjusted R-squared 0.995291 S.D. dependent var 0.223531
S.E. of regression 0.015339 Akaike info criterion -5.309121
Sum squared resid 0.006588 Schwarz criterion -4.917276
Log likelihood 107.2187 F-statistic 952.1961
Durbin-Watson stat 1.663677 Prob(F-statistic) 0.000000

b. Industri Minuman
LOG(MINHK) C LOG(AIHK) LOG(PDB) LOG(GDPSING) LOG(MINHK(-1))
Dependent Variable: LOG(MINHK)
Method: Least Squares
Date: 12/12/19 Time: 18:40
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -5.011009 3.022502 -1.657901 0.1074
LOG(AIHK) -0.409141 0.245081 -1.669413 0.1051
LOG(PDB) 0.429733 0.252361 1.702853 0.0986
LOG(GDPSING) 0.343473 0.140128 2.451137 0.0201
LOG(MINHK(-1)) 0.634939 0.206464 3.075294 0.0044
R-squared 0.783833 Mean dependent var 8.696585
Adjusted R-squared 0.755940 S.D. dependent var 0.076311
S.E. of regression 0.037700 Akaike info criterion -3.590085
Sum squared resid 0.044059 Schwarz criterion -3.370152
Log likelihood 69.62153 F-statistic 28.10184
Durbin-Watson stat 1.408059 Prob(F-statistic) 0.000000
c. Industri Pengolahan Tembakau

LOG(TBKHK) C LOG(AIHK) LOG(AKURST) LOG(PDB)


LOG(TBKHK(-1))

Dependent Variable: LOG(TBKHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C -7.186663 2.555198 -2.812566 0.0085
LOG(AIHK) -1.168382 0.343072 -3.405644 0.0018
LOG(AKURST) 0.490722 0.133257 3.682515 0.0009
LOG(PDB) 0.999607 0.232647 4.296673 0.0002
LOG(TBKHK(-1)) 0.346623 0.131438 2.637150 0.0130
R-squared 0.934652 Mean dependent var 9.879469
Adjusted R-squared 0.926220 S.D. dependent var 0.107153
S.E. of regression 0.029105 Akaike info criterion -4.107544
Sum squared resid 0.026261 Schwarz criterion -3.887611
Log likelihood 78.93579 F-statistic 110.8463
Durbin-Watson stat 1.558635 Prob(F-statistic) 0.000000

d. Industri Tekstil
LOG(THK) C LOG(AIHK) LOG(AKURST) BIRATE LOG(TIMP)
LOG(GDPUS) LOG(GDPINDIA) LOG(THK(-1))

Dependent Variable: LOG(THK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C -2.488950 1.652978 -1.505737 0.1433
LOG(AIHK) -1.156227 0.405727 -2.849767 0.0081
LOG(AKURST) 0.351528 0.161690 2.174083 0.0383
BIRATE -0.006629 0.007105 -0.932901 0.3588
LOG(TIMP) -0.090500 0.050777 -1.782313 0.0855
LOG(GDPUS) 0.577119 0.286824 2.012104 0.0539
LOG(GDPINDIA) 0.369001 0.174571 2.113755 0.0436
LOG(THK(-1)) 0.673942 0.120734 5.582048 0.0000
R-squared 0.911616 Mean dependent var 9.095164
Adjusted R-squared 0.889520 S.D. dependent var 0.078584
S.E. of regression 0.026120 Akaike info criterion -4.259080
Sum squared resid 0.019104 Schwarz criterion -3.907187
Log likelihood 84.66344 F-statistic 41.25704
Durbin-Watson stat 2.008220 Prob(F-statistic) 0.000000
e. Industri Pakaian Jadi

LOG(PDHK) C LOG(AKURST) LOG(TIMP) LOG(PDB) LOG(PDHK(-1))

Dependent Variable: LOG(PDHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -2.455397 1.629202 -1.507116 0.1419
LOG(AKURST) -0.344007 0.088737 -3.876684 0.0005
LOG(TIMP) 0.124993 0.057887 2.159243 0.0387
LOG(PDB) 0.428267 0.154692 2.768521 0.0094
LOG(PDHK(-1)) 0.819849 0.104152 7.871658 0.0000
R-squared 0.948700 Mean dependent var 9.861291
Adjusted R-squared 0.942081 S.D. dependent var 0.156646
S.E. of regression 0.037699 Akaike info criterion -3.590120
Sum squared resid 0.044058 Schwarz criterion -3.370187
Log likelihood 69.62216 F-statistic 143.3228
Durbin-Watson stat 1.692719 Prob(F-statistic) 0.000000

f. Industri Kulit, Barang dari Kulit dan Alas Kaki

LOG(THK) C LOG(AIHK) LOG(AKURST) BIRATE LOG(TIMP)


LOG(GDPUS) LOG(GDPINDIA) LOG(THK(-1))

Dependent Variable: LOG(KBKAKHK)


Method: Least Squares
Sample(adjusted): 2010:4 2019:1
Included observations: 34 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -6.503414 1.976399 -3.290537 0.0026
LOG(GDPINDIA) 0.528284 0.087667 6.026009 0.0000
LOG(GDPEU) 1.566341 0.331274 4.728230 0.0001
DQ4 -0.024805 0.012854 -1.929736 0.0635
LOG(KBKAKHK(-3)) -0.276152 0.112257 -2.459987 0.0201
R-squared 0.929914 Mean dependent var 8.696409
Adjusted R-squared 0.920247 S.D. dependent var 0.115997
S.E. of regression 0.032758 Akaike info criterion -3.864268
Sum squared resid 0.031120 Schwarz criterion -3.639803
Log likelihood 70.69255 F-statistic 96.19377
Durbin-Watson stat 1.497302 Prob(F-statistic) 0.000000
g. Industri Kayu, Barang dari Kayu, Gabus (Tidak Termasuk Furnitur)
dan Anyaman dari Bambu, Rotan dan Sejenisnya

LOG(KAYUHK) C LOG(KAYUIMP) LOG(GDPCHINA) DQ4


LOG(KAYUHK(-1))

Dependent Variable: LOG(KAYUHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 2.066881 1.061775 1.946629 0.0607
LOG(KAYUIMP) -0.050113 0.024372 -2.056197 0.0483
LOG(GDPCHINA) 0.061823 0.029633 2.086243 0.0453
DQ4 0.020142 0.009604 2.097300 0.0442
LOG(KAYUHK(-1)) 0.769140 0.131408 5.853082 0.0000
R-squared 0.815177 Mean dependent var 9.602536
Adjusted R-squared 0.791329 S.D. dependent var 0.053444
S.E. of regression 0.024414 Akaike info criterion -4.459101
Sum squared resid 0.018477 Schwarz criterion -4.239168
Log likelihood 85.26381 F-statistic 34.18209
Durbin-Watson stat 1.897554 Prob(F-statistic) 0.000000

h. Industri Kertas dan Barang dari Kertas

LOG(KTSHK) C LOG(AIHK) LOG(GDPINDIA) LOG(KTSHK(-1))

Dependent Variable: LOG(KTSHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 5.538270 1.267423 4.369708 0.0001
LOG(AIHK) -0.317480 0.166537 -1.906356 0.0656
LOG(GDPINDIA) 0.287264 0.129456 2.219005 0.0337
LOG(KTSHK(-1)) 0.283460 0.166774 1.699665 0.0989
R-squared 0.331219 Mean dependent var 9.686489
Adjusted R-squared 0.268521 S.D. dependent var 0.034493
S.E. of regression 0.029500 Akaike info criterion -4.104392
Sum squared resid 0.027849 Schwarz criterion -3.928445
Log likelihood 77.87905 F-statistic 5.282759
Durbin-Watson stat 1.788978 Prob(F-statistic) 0.004497
i. Industri Pencetakan dan Reproduksi Media Rekaman

LOG(CTKHK) C LOG(AKURST) LOG(GDPUS) LOG(GDPINDIA)


LOG(CTKHK(-1))

Dependent Variable: LOG(CTKHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -4.461894 2.362683 -1.888487 0.0683
LOG(AKURST) -0.292620 0.101924 -2.870968 0.0073
LOG(GDPUS) 0.830393 0.408953 2.030534 0.0510
LOG(GDPINDIA) 0.529034 0.129061 4.099104 0.0003
LOG(CTKHK(-1)) 0.310842 0.118405 2.625239 0.0133
R-squared 0.941317 Mean dependent var 7.374894
Adjusted R-squared 0.933745 S.D. dependent var 0.142633
S.E. of regression 0.036714 Akaike info criterion -3.643079
Sum squared resid 0.041785 Schwarz criterion -3.423146
Log likelihood 70.57543 F-statistic 124.3157
Durbin-Watson stat 1.563308 Prob(F-statistic) 0.000000

j. Industri Bahan Kimia dan Barang dari Bahan Kimia

LOG(KIMHK) C LOG(PDB) LOG(KIMHK(-1))

Dependent Variable: LOG(KIMHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.425643 0.777983 -0.547110 0.5880
LOG(PDB) 0.222217 0.109786 2.024089 0.0511
LOG(KIMHK(-1)) 0.724880 0.118102 6.137726 0.0000
R-squared 0.908909 Mean dependent var 10.20302
Adjusted R-squared 0.903388 S.D. dependent var 0.133971
S.E. of regression 0.041641 Akaike info criterion -3.439785
Sum squared resid 0.057222 Schwarz criterion -3.307826
Log likelihood 64.91614 F-statistic 164.6376
Durbin-Watson stat 1.696076 Prob(F-statistic) 0.000000
k. Industri Farmasi, Produk Obat Kimia dan Obat Tradisional

LOG(FARHK) C LOG(GDPINDIA) LOG(FARHK(-1))

Dependent Variable: LOG(FARHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.633450 0.642057 -0.986595 0.3310
LOG(GDPINDIA) 0.361913 0.134393 2.692945 0.0110
LOG(FARHK(-1)) 0.678059 0.093610 7.243486 0.0000
R-squared 0.963554 Mean dependent var 9.342405
Adjusted R-squared 0.961345 S.D. dependent var 0.226792
S.E. of regression 0.044589 Akaike info criterion -3.302995
Sum squared resid 0.065610 Schwarz criterion -3.171035
Log likelihood 62.45391 F-statistic 436.2255
Durbin-Watson stat 1.986861 Prob(F-statistic) 0.000000

l. Industri Karet, Barang dari Karet dan Plastik

LOG(KRTHK) C LOG(GDPCHINA) LOG(KRTHK(-1)) LOG(KRTHK(-


2))

Dependent Variable: LOG(KRTHK)


Method: Least Squares
Sample(adjusted): 2010:3 2019:1
Included observations: 35 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 6.712155 1.332509 5.037230 0.0000
LOG(GDPCHINA) 0.079282 0.031598 2.509037 0.0175
LOG(KRTHK(-1)) 0.625193 0.164505 3.800452 0.0006
LOG(KRTHK(-2)) -0.373588 0.179546 -2.080743 0.0458
R-squared 0.468731 Mean dependent var 9.799424
Adjusted R-squared 0.417318 S.D. dependent var 0.053150
S.E. of regression 0.040571 Akaike info criterion -3.464317
Sum squared resid 0.051026 Schwarz criterion -3.286563
Log likelihood 64.62554 F-statistic 9.116942
Durbin-Watson stat 2.044063 Prob(F-statistic) 0.000178
m. Industri Barang Galian Bukan Logam

LOG(BGHK) C LOG(PDB) DQ4 LOG(BGHK(-1))

Dependent Variable: LOG(BGHK)


Method: Least Squares
Date: 12/12/19 Time: 19:59
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.811006 0.700421 -1.157884 0.2555
LOG(PDB) 0.477879 0.086766 5.507691 0.0000
DQ4 0.026631 0.011394 2.337352 0.0258
LOG(BGHK(-1)) 0.362505 0.100633 3.602246 0.0011
R-squared 0.921816 Mean dependent var 9.666067
Adjusted R-squared 0.914486 S.D. dependent var 0.109652
S.E. of regression 0.032065 Akaike info criterion -3.937648
Sum squared resid 0.032902 Schwarz criterion -3.761701
Log likelihood 74.87766 F-statistic 125.7633
Durbin-Watson stat 1.724738 Prob(F-statistic) 0.000000

n. Industri Logam Dasar

LOG(LDHK) C LOG(PDB) LOG(GDPINDIA)

Dependent Variable: LOG(LDHK)


Method: Least Squares
Sample: 2010:1 2019:1
Included observations: 37
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -2.791980 1.586869 -1.759427 0.0875
LOG(PDB) 0.586308 0.198395 2.955255 0.0056
LOG(GDPINDIA) 0.399091 0.136535 2.923006 0.0061
R-squared 0.943484 Mean dependent var 9.785079
Adjusted R-squared 0.940159 S.D. dependent var 0.159729
S.E. of regression 0.039074 Akaike info criterion -3.569137
Sum squared resid 0.051909 Schwarz criterion -3.438522
Log likelihood 69.02904 F-statistic 283.7977
Durbin-Watson stat 1.493924 Prob(F-statistic) 0.000000
o. Industri Barang Logam, Bukan Mesin dan Peralatannya

LOG(LBMHK) C LOG(PDB) LOG(LBMHK(-1))

Dependent Variable: LOG(LBMHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -2.485460 1.000635 -2.483882 0.0182
LOG(PDB) 0.366000 0.108675 3.367858 0.0019
LOG(LBMHK(-1)) 0.713700 0.064274 11.10403 0.0000
R-squared 0.980177 Mean dependent var 9.911070
Adjusted R-squared 0.978976 S.D. dependent var 0.212793
S.E. of regression 0.030855 Akaike info criterion -4.039409
Sum squared resid 0.031416 Schwarz criterion -3.907449
Log likelihood 75.70937 F-statistic 815.8658
Durbin-Watson stat 1.935321 Prob(F-statistic) 0.000000

p. Industri Komputer, Barang Elektonik dan Optik

LOG(ELEKHK) C LOG(ELEKIMP) LOG(PDB) LOG(ELEKHK(-1))

Dependent Variable: LOG(ELEKHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.181920 0.949511 -0.191593 0.8493
LOG(ELEKIMP) -0.129139 0.032906 -3.924515 0.0004
LOG(PDB) 0.261398 0.096523 2.708148 0.0108
LOG(ELEKHK(-1)) 0.762432 0.101972 7.476884 0.0000
R-squared 0.831188 Mean dependent var 9.586550
Adjusted R-squared 0.815362 S.D. dependent var 0.095481
S.E. of regression 0.041028 Akaike info criterion -3.444702
Sum squared resid 0.053865 Schwarz criterion -3.268756
Log likelihood 66.00464 F-statistic 52.51991
Durbin-Watson stat 2.218431 Prob(F-statistic) 0.000000
q. Industri Peralatan Listrik
LOG(LISHK) C LOG(LISIMP) LOG(GDPCHINA) LOG(PDB)
LOG(LISHK(-1))

Dependent Variable: LOG(LISHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.756417 1.530237 0.494314 0.6246
LOG(LISIMP) -0.111303 0.050978 -2.183370 0.0367
LOG(GDPCHINA) 0.200286 0.087731 2.282970 0.0294
LOG(PDB) 0.196618 0.161081 1.220617 0.2314
LOG(LISHK(-1)) 0.549841 0.077444 7.099900 0.0000
R-squared 0.937716 Mean dependent var 9.138847
Adjusted R-squared 0.929679 S.D. dependent var 0.162548
S.E. of regression 0.043105 Akaike info criterion -3.322127
Sum squared resid 0.057598 Schwarz criterion -3.102194
Log likelihood 64.79829 F-statistic 116.6799
Durbin-Watson stat 1.684602 Prob(F-statistic) 0.000000

r. Industri Mesin dan Perlengkapan YTDL


LOG(MSNHK) C LOG(AIHK) LOG(AKURST) LOG(GDPEU)
LOG(GDPINDIA) DQ4 LOG(MSNHK(-1))

Dependent Variable: LOG(MSNHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -11.16551 2.744843 -4.067814 0.0003
LOG(AIHK) -1.466006 0.413503 -3.545336 0.0014
LOG(AKURST) 0.476024 0.172134 2.765427 0.0098
LOG(GDPEU) 1.555655 0.433700 3.586939 0.0012
LOG(GDPINDIA) 0.750855 0.268689 2.794511 0.0091
DQ4 -0.077065 0.018542 -4.156287 0.0003
LOG(MSNHK(-1)) 0.312322 0.124362 2.511404 0.0178
R-squared 0.916525 Mean dependent var 8.847291
Adjusted R-squared 0.899254 S.D. dependent var 0.125630
S.E. of regression 0.039875 Akaike info criterion -3.433444
Sum squared resid 0.046112 Schwarz criterion -3.125537
Log likelihood 68.80199 F-statistic 53.06799
Durbin-Watson stat 2.500565 Prob(F-statistic) 0.000000
s. Industri Kendaraan Bermotor, Trailer dan Semi Trailer

LOG(KBHK) C LOG(PDB) LOG(KBHK(-1))

Dependent Variable: LOG(KBHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.967967 1.376073 -1.430133 0.1621
LOG(PDB) 0.480023 0.162176 2.959892 0.0057
LOG(KBHK(-1)) 0.502453 0.113603 4.422879 0.0001
R-squared 0.929364 Mean dependent var 10.09767
Adjusted R-squared 0.925083 S.D. dependent var 0.156229
S.E. of regression 0.042761 Akaike info criterion -3.386715
Sum squared resid 0.060341 Schwarz criterion -3.254755
Log likelihood 63.96087 F-statistic 217.0924
Durbin-Watson stat 2.301618 Prob(F-statistic) 0.000000

t. Industri Alat Angkutan Lainnya

LOG(ANGLAINHK) C LOG(GDPCHINA) LOG(ANGLAINIMP)


LOG(ANGLAINHK(-1))

Dependent Variable: LOG(ANGLAINHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 2.325133 0.615900 3.775181 0.0007
LOG(GDPCHINA) 0.182617 0.037438 4.877882 0.0000
LOG(ANGLAINIMP) -0.038694 0.022725 -1.702691 0.0983
LOG(ANGLAINHK(-1)) 0.654885 0.064408 10.16784 0.0000
R-squared 0.937188 Mean dependent var 9.838814
Adjusted R-squared 0.931299 S.D. dependent var 0.138517
S.E. of regression 0.036306 Akaike info criterion -3.689206
Sum squared resid 0.042181 Schwarz criterion -3.513259
Log likelihood 70.40570 F-statistic 159.1523
Durbin-Watson stat 1.483445 Prob(F-statistic) 0.000000
u. Industri Furnitur

LOG(FURHK) C LOG(GDPUS) DQ4 LOG(FURHK(-1))

Dependent Variable: LOG(FURHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.391484 1.037838 -1.340752 0.1894
LOG(GDPUS) 0.679376 0.276229 2.459464 0.0195
DQ4 -0.026664 0.010351 -2.576112 0.0148
LOG(FURHK(-1)) 0.507483 0.170290 2.980118 0.0055
R-squared 0.914839 Mean dependent var 8.677236
Adjusted R-squared 0.906855 S.D. dependent var 0.084689
S.E. of regression 0.025847 Akaike info criterion -4.368809
Sum squared resid 0.021378 Schwarz criterion -4.192863
Log likelihood 82.63857 F-statistic 114.5859
Durbin-Watson stat 1.627107 Prob(F-statistic) 0.000000

v. Industri Pengolahan Lainnya

LOG(LAINHK) C LOG(AIHK) LOG(AKURST)


LOG(LAINIMP) LOG(GDPEU) LOG(LAINHK(-2))

Dependent Variable: LOG(LAINHK)


Method: Least Squares
Sample(adjusted): 2010:3 2019:1
Included observations: 35 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -4.591303 5.324104 -0.862362 0.3956
LOG(AIHK) -0.572679 0.435070 -1.316292 0.1984
LOG(AKURST) 0.897190 0.253652 3.537094 0.0014
LOG(LAINIMP) -0.320719 0.093173 -3.442198 0.0018
LOG(GDPEU) 1.713684 0.819768 2.090451 0.0455
LOG(LAINHK(-2)) -0.458555 0.209843 -2.185226 0.0371
R-squared 0.628860 Mean dependent var 8.120710
Adjusted R-squared 0.564870 S.D. dependent var 0.069242
S.E. of regression 0.045675 Akaike info criterion -3.179736
Sum squared resid 0.060499 Schwarz criterion -2.913105
Log likelihood 61.64538 F-statistic 9.827529
Durbin-Watson stat 2.209830 Prob(F-statistic) 0.000014
w. Industri Jasa Reparasi dan Pemasangan Mesin dan Peralatan
LOG(JRHK) C LOG(AIHK) LOG(AKURST) BIRATE
Dependent Variable: LOG(JRHK)
Method: Least Squares
Sample: 2010:1 2019:1
Included observations: 37
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 3.305877 0.671647 4.922048 0.0000
LOG(AIHK) -1.015574 0.378982 -2.679742 0.0114
LOG(AKURST) 0.856267 0.252457 3.391739 0.0018
BIRATE -0.039496 0.010633 -3.714478 0.0008
R-squared 0.423885 Mean dependent var 6.267578
Adjusted R-squared 0.371511 S.D. dependent var 0.068902
S.E. of regression 0.054624 Akaike info criterion -2.874894
Sum squared resid 0.098464 Schwarz criterion -2.700740
Log likelihood 57.18553 F-statistic 8.093418
Durbin-Watson stat 1.366801 Prob(F-statistic) 0.000354
Lampiran 2. Hasil Pengolahan Pendekatan Sisi Penawaran/Produksi

a. Industri Makanan
LOG(MAKHK) C LOG(INVMAKHK) LOG(TMAKHK) LOG(MAKHK(-
1)) DSLEB DLEB
Dependent Variable: LOG(MAKHK)
Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.299320 1.278384 -1.016377 0.3176
LOG(INVMAKHK) 0.018717 0.015506 1.207070 0.2368
LOG(TMAKHK) 0.124049 0.088044 1.408950 0.1691
LOG(MAKHK(-1)) 0.936828 0.036121 25.93604 0.0000
DSLEB 0.056923 0.014079 4.042956 0.0003
DLEB 0.037942 0.010153 3.737142 0.0008
R-squared 0.983879 Mean dependent var 11.71298
Adjusted R-squared 0.981192 S.D. dependent var 0.215127
S.E. of regression 0.029503 Akaike info criterion -4.057658
Sum squared resid 0.026112 Schwarz criterion -3.793739
Log likelihood 79.03785 F-statistic 366.1892
Durbin-Watson stat 2.153238 Prob(F-statistic) 0.000000

b. Industri Minuman
LOG(MINHK) C LOG(INVMINHK(-4)) LOG(TMINHK) LOG(MINHK(-
1)) DSLEB
Dependent Variable: LOG(MINHK)
Method: Least Squares
Sample(adjusted): 2011:1 2019:1
Included observations: 33 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.424211 1.228491 -0.345311 0.7324
LOG(INVMINHK(-4)) 0.001143 0.005489 0.208308 0.8365
LOG(TMINHK) 0.149546 0.056693 2.637836 0.0135
LOG(MINHK(-1)) 0.837486 0.134610 6.221565 0.0000
DSLEB 0.026726 0.014636 1.825988 0.0785
R-squared 0.742577 Mean dependent var 8.709142
Adjusted R-squared 0.705802 S.D. dependent var 0.065582
S.E. of regression 0.035572 Akaike info criterion -3.695816
Sum squared resid 0.035429 Schwarz criterion -3.469072
Log likelihood 65.98096 F-statistic 20.19260
Durbin-Watson stat 1.826901 Prob(F-statistic) 0.000000
c. Industri Pengolahan Tembakau

LOG(TBKHK) C LOG(INVTBKHK(-4)) LOG(TTBKHK) LOG(TBKHK(-


1)) DSLEB DLEB

Dependent Variable: LOG(TBKHK)


Method: Least Squares
Sample(adjusted): 2011:2 2019:1
Included observations: 32 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -2.163021 1.225834 -1.764530 0.0894
LOG(INVTBKHK(-4)) 0.006834 0.003686 1.854009 0.0751
LOG(TTBKHK) 0.219335 0.085104 2.577269 0.0160
LOG(TBKHK(-1)) 0.922975 0.051794 17.82005 0.0000
DSLEB 0.031110 0.014912 2.086231 0.0469
DLEB 0.035433 0.015909 2.227249 0.0348
R-squared 0.877844 Mean dependent var 9.900105
Adjusted R-squared 0.854352 S.D. dependent var 0.093640
S.E. of regression 0.035736 Akaike info criterion -3.657930
Sum squared resid 0.033204 Schwarz criterion -3.383104
Log likelihood 64.52688 F-statistic 37.36840
Durbin-Watson stat 2.156081 Prob(F-statistic) 0.000000

d. Industri Tekstil

LOG(THK) C LOG(INVTHK(-5)) LOG(TTHK) LOG(THK(-1))

Dependent Variable: LOG(THK)


Method: Least Squares
Sample(adjusted): 2011:2 2019:1
Included observations: 32 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.290310 1.046478 -1.233002 0.2278
LOG(INVTHK(-5)) 0.006096 0.006670 0.913941 0.3686
LOG(TTHK) 0.133833 0.052182 2.564749 0.0160
LOG(THK(-1)) 0.930281 0.102075 9.113741 0.0000
R-squared 0.879592 Mean dependent var 9.076854
Adjusted R-squared 0.866691 S.D. dependent var 0.059016
S.E. of regression 0.021547 Akaike info criterion -4.720647
Sum squared resid 0.013000 Schwarz criterion -4.537430
Log likelihood 79.53035 F-statistic 68.18084
Durbin-Watson stat 2.070381 Prob(F-statistic) 0.000000
e. Industri Pakaian Jadi

LOG(PDHK) C LOG(INVPHKHK) LOG(TPDHK) LOG(PDHK(-1))

Dependent Variable: LOG(PDHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -3.463259 1.299573 -2.664920 0.0120
LOG(INVPHKHK) 0.010435 0.009073 1.150079 0.2586
LOG(TPDHK) 0.286569 0.071881 3.986701 0.0004
LOG(PDHK(-1)) 0.922597 0.053345 17.29474 0.0000
R-squared 0.954203 Mean dependent var 9.861291
Adjusted R-squared 0.949909 S.D. dependent var 0.156646
S.E. of regression 0.035059 Akaike info criterion -3.759140
Sum squared resid 0.039332 Schwarz criterion -3.583194
Log likelihood 71.66452 F-statistic 222.2445
Durbin-Watson stat 2.182869 Prob(F-statistic) 0.000000

f. Industri Kulit, Barang dari Kulit dan Alas Kaki


LOG(KBKAKHK) C LOG(INVKBKAHK) LOG(TKBKAKHK)
LOG(KBKAKHK(-1))

Dependent Variable: LOG(KBKAKHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -4.278854 1.154720 -3.705533 0.0008
LOG(INVKBKAHK) 0.006699 0.008407 0.796874 0.4314
LOG(TKBKAKHK) 0.531464 0.110742 4.799102 0.0000
LOG(KBKAKHK(-1)) 0.668308 0.085687 7.799381 0.0000
R-squared 0.905913 Mean dependent var 8.686066
Adjusted R-squared 0.897092 S.D. dependent var 0.120869
S.E. of regression 0.038774 Akaike info criterion -3.557699
Sum squared resid 0.048109 Schwarz criterion -3.381752
Log likelihood 68.03858 F-statistic 102.7035
Durbin-Watson stat 1.799528 Prob(F-statistic) 0.000000
g. Industri Kayu, Barang dari Kayu, Gabus (Tidak Termasuk Furnitur)
dan Anyaman dari Bambu, Rotan dan Sejenisnya

LOG(KAYUHK) C LOG(INVKAYUHK) LOG(TKAYUHK)


LOG(KAYUHK(-1)) DQ4

Dependent Variable: LOG(KAYUHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 1.342460 1.081255 1.241576 0.2237
LOG(INVKAYUHK) 0.003199 0.004320 0.740481 0.4646
LOG(TKAYUHK) 0.051164 0.056808 0.900658 0.3747
LOG(KAYUHK(-1)) 0.782577 0.110198 7.101543 0.0000
DQ4 0.019912 0.009008 2.210543 0.0346
R-squared 0.789871 Mean dependent var 9.602536
Adjusted R-squared 0.762757 S.D. dependent var 0.053444
S.E. of regression 0.026031 Akaike info criterion -4.330775
Sum squared resid 0.021007 Schwarz criterion -4.110842
Log likelihood 82.95395 F-statistic 29.13208
Durbin-Watson stat 1.547961 Prob(F-statistic) 0.000000

h. Industri Kertas dan Barang dari Kertas

LOG(KTSHK) C LOG(INVKTSHK(-1)) LOG(TKTSHK) LOG(KTSHK(-


1))
Dependent Variable: LOG(KTSHK)
Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 3.905235 1.302310 2.998699 0.0052
LOG(INVKTSHK(-1)) 0.000206 0.003481 0.059250 0.9531
LOG(TKTSHK) 0.140405 0.081862 1.715142 0.0960
LOG(KTSHK(-1)) 0.416453 0.131121 3.176103 0.0033
R-squared 0.295953 Mean dependent var 9.686489
Adjusted R-squared 0.229948 S.D. dependent var 0.034493
S.E. of regression 0.030268 Akaike info criterion -4.053003
Sum squared resid 0.029317 Schwarz criterion -3.877056
Log likelihood 76.95405 F-statistic 4.483835
Durbin-Watson stat 1.630792 Prob(F-statistic) 0.009761
i. Industri Pencetakan dan Reproduksi Media Rekaman

LOG(CTKHK) C LOG(INVCTKHK(-4)) LOG(TCTKHK) LOG(CTKHK(-


1))

Dependent Variable: LOG(CTKHK)


Method: Least Squares
Sample(adjusted): 2011:1 2019:1
Included observations: 32
Excluded observations: 1 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.569594 0.886710 -1.770133 0.0876
LOG(INVCTKHK(-4)) 0.007351 0.003061 2.401046 0.0232
LOG(TCTKHK) 0.182263 0.063586 2.866394 0.0078
LOG(CTKHK(-1)) 0.896820 0.096529 9.290698 0.0000
R-squared 0.927605 Mean dependent var 7.397985
Adjusted R-squared 0.919848 S.D. dependent var 0.130311
S.E. of regression 0.036892 Akaike info criterion -3.645153
Sum squared resid 0.038109 Schwarz criterion -3.461936
Log likelihood 62.32244 F-statistic 119.5891
Durbin-Watson stat 1.458685 Prob(F-statistic) 0.000000

j. Industri Bahan Kimia dan Barang dari Bahan Kimia

LOG(KIMHK) C LOG(INVKIMHK) LOG(TKIMHK) LOG(KIMHK(-1))

Dependent Variable: LOG(KIMHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.370877 0.678168 -2.021441 0.0517
LOG(INVKIMHK) 0.009672 0.007065 1.369099 0.1805
LOG(TKIMHK) 0.290814 0.092219 3.153515 0.0035
LOG(KIMHK(-1)) 0.766356 0.079135 9.684198 0.0000
R-squared 0.939519 Mean dependent var 10.20302
Adjusted R-squared 0.933849 S.D. dependent var 0.133971
S.E. of regression 0.034457 Akaike info criterion -3.793766
Sum squared resid 0.037993 Schwarz criterion -3.617819
Log likelihood 72.28778 F-statistic 165.6984
Durbin-Watson stat 2.093483 Prob(F-statistic) 0.000000
k. Industri Farmasi, Produk Obat Kimia dan Obat Tradisional

LOG(FARHK) C LOG(INVFARHK) LOG(TFARHK) LOG(FARHK(-1))

Dependent Variable: LOG(FARHK)


Method: Least Squares
Sample(adjusted): 2010:3 2019:1
Included observations: 35 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.284356 0.289614 -0.981842 0.3338
LOG(INVFARHK) 0.012319 0.005744 2.144792 0.0399
LOG(TFARHK) 0.327050 0.053594 6.102362 0.0000
LOG(FARHK(-1)) 0.613261 0.062786 9.767520 0.0000
R-squared 0.982219 Mean dependent var 9.353530
Adjusted R-squared 0.980498 S.D. dependent var 0.219911
S.E. of regression 0.030710 Akaike info criterion -4.021239
Sum squared resid 0.029236 Schwarz criterion -3.843485
Log likelihood 74.37168 F-statistic 570.8150
Durbin-Watson stat 2.267862 Prob(F-statistic) 0.000000

l. Industri Karet, Barang dari Karet dan Plastik

LOG(KRTHK) C LOG(INVKRTHK) LOG(TKRTHK) LOG(KRTHK(-1))

Dependent Variable: LOG(KRTHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 3.437637 1.475760 2.329402 0.0263
LOG(INVKRTHK) 0.017277 0.010159 1.700735 0.0987
LOG(TKRTHK) 0.174578 0.062908 2.775148 0.0091
LOG(KRTHK(-1)) 0.400513 0.133793 2.993515 0.0053
R-squared 0.536416 Mean dependent var 9.797312
Adjusted R-squared 0.492955 S.D. dependent var 0.053895
S.E. of regression 0.038377 Akaike info criterion -3.578270
Sum squared resid 0.047130 Schwarz criterion -3.402324
Log likelihood 68.40886 F-statistic 12.34246
Durbin-Watson stat 1.612170 Prob(F-statistic) 0.000016
m. Industri Barang Galian Bukan Logam

LOG(BGHK) C LOG(INVBGHK) LOG(TBGHK) LOG(BGHK(-1))

Dependent Variable: LOG(BGHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.012432 1.014906 -0.997562 0.3260
LOG(INVBGHK) 0.027929 0.009588 2.912896 0.0065
LOG(TBGHK) 0.239934 0.077143 3.110239 0.0039
LOG(BGHK(-1)) 0.734344 0.067783 10.83381 0.0000
R-squared 0.911580 Mean dependent var 9.666067
Adjusted R-squared 0.903290 S.D. dependent var 0.109652
S.E. of regression 0.034100 Akaike info criterion -3.814614
Sum squared resid 0.037209 Schwarz criterion -3.638668
Log likelihood 72.66306 F-statistic 109.9693
Durbin-Watson stat 2.207415 Prob(F-statistic) 0.000000

n. Industri Logam Dasar

LOG(LDHK) C LOG(INVLDHK) LOG(TLDHK) LOG(LDHK(-1))

Dependent Variable: LOG(LDHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.575356 0.885144 -0.650014 0.5203
LOG(INVLDHK) 0.001017 0.010675 0.095310 0.9247
LOG(TLDHK) 0.189875 0.082429 2.303509 0.0279
LOG(LDHK(-1)) 0.820108 0.078227 10.48370 0.0000
R-squared 0.937938 Mean dependent var 9.793393
Adjusted R-squared 0.932120 S.D. dependent var 0.153662
S.E. of regression 0.040035 Akaike info criterion -3.493704
Sum squared resid 0.051289 Schwarz criterion -3.317757
Log likelihood 66.88667 F-statistic 161.2058
Durbin-Watson stat 2.039657 Prob(F-statistic) 0.000000
o. Industri Barang Logam, Bukan Mesin dan Peralatannya

LOG(LBMHK) C LOG(INVLBMHK(-1)) LOG(TLBMHK)


LOG(LBMHK(-1))

Dependent Variable: LOG(LBMHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.998287 1.091386 -0.914697 0.3672
LOG(INVLBMHK(-1)) 0.000117 0.010291 0.011390 0.9910
LOG(TLBMHK) 0.157368 0.096969 1.622865 0.1144
LOG(LBMHK(-1)) 0.894156 0.039156 22.83578 0.0000
R-squared 0.979604 Mean dependent var 9.911070
Adjusted R-squared 0.977692 S.D. dependent var 0.212793
S.E. of regression 0.031782 Akaike info criterion -3.955373
Sum squared resid 0.032324 Schwarz criterion -3.779426
Log likelihood 75.19671 F-statistic 512.3191
Durbin-Watson stat 2.017459 Prob(F-statistic) 0.000000

p. Industri Komputer, Barang Elektronik dan Optik

LOG(ELEKHK) C LOG(INVELEKHK) LOG(TELEKHK)


LOG(ELEKHK(-1))

Dependent Variable: LOG(ELEKHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 36 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.065997 0.993477 0.066430 0.9474
LOG(INVELEKHK) 0.004029 0.008886 0.453424 0.6533
LOG(TELEKHK) 0.129565 0.058495 2.214956 0.0340
LOG(ELEKHK(-1)) 0.826072 0.086600 9.538955 0.0000
R-squared 0.792112 Mean dependent var 9.586550
Adjusted R-squared 0.772622 S.D. dependent var 0.095481
S.E. of regression 0.045529 Akaike info criterion -3.236490
Sum squared resid 0.066333 Schwarz criterion -3.060543
Log likelihood 62.25681 F-statistic 40.64300
Durbin-Watson stat 1.725778 Prob(F-statistic) 0.000000
q. Industri Peralatan Listrik

LOG(LISHK) C LOG(INVLISHK(-5)) LOG(TLISHK) LOG(LISHK(-1))

Dependent Variable: LOG(LISHK)


Method: Least Squares
Sample(adjusted): 2011:2 2019:1
Included observations: 32 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.248608 1.075166 0.231228 0.8188
LOG(INVLISHK(-5)) 0.005890 0.011066 0.532205 0.5988
LOG(TLISHK) 0.154395 0.064596 2.390157 0.0238
LOG(LISHK(-1)) 0.767082 0.079131 9.693868 0.0000
R-squared 0.868037 Mean dependent var 9.181483
Adjusted R-squared 0.853898 S.D. dependent var 0.111599
S.E. of regression 0.042657 Akaike info criterion -3.354790
Sum squared resid 0.050949 Schwarz criterion -3.171573
Log likelihood 57.67663 F-statistic 61.39367
Durbin-Watson stat 2.080127 Prob(F-statistic) 0.000000

r. Industri Mesin dan Perlengkapan YTDL

LOG(MSNHK) C LOG(INVMSNHK(-2)) LOG(TMSNHK)


LOG(MSNHK(-1))

Dependent Variable: LOG(MSNHK)


Method: Least Squares
Sample(adjusted): 2010:3 2019:1
Included observations: 35 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.314445 0.723708 -0.434491 0.6669
LOG(INVMSNHK(-2)) 0.003727 0.012971 0.287301 0.7758
LOG(TMSNHK) 0.194423 0.065505 2.968045 0.0057
LOG(MSNHK(-1)) 0.778900 0.094795 8.216650 0.0000
R-squared 0.855443 Mean dependent var 8.851653
Adjusted R-squared 0.841454 S.D. dependent var 0.124667
S.E. of regression 0.049640 Akaike info criterion -3.060839
Sum squared resid 0.076387 Schwarz criterion -2.883085
Log likelihood 57.56469 F-statistic 61.14954
Durbin-Watson stat 2.234384 Prob(F-statistic) 0.000000
s. Industri Kendaraan Bermotor, Trailer dan Semi Trailer

LOG(KBHK) C LOG(INVKBHK(-2)) LOG(TKBHK) LOG(KBHK(-1))

Dependent Variable: LOG(KBHK)


Method: Least Squares
Sample(adjusted): 2010:3 2019:1
Included observations: 35 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 1.421014 0.474179 2.996789 0.0053
LOG(INVKBHK(-2)) 0.013565 0.006070 2.234787 0.0328
LOG(TKBHK) 0.325091 0.060330 5.388528 0.0000
LOG(KBHK(-1)) 0.458185 0.088397 5.183276 0.0000
R-squared 0.939025 Mean dependent var 10.10925
Adjusted R-squared 0.933124 S.D. dependent var 0.141991
S.E. of regression 0.036719 Akaike info criterion -3.663817
Sum squared resid 0.041798 Schwarz criterion -3.486063
Log likelihood 68.11679 F-statistic 159.1357
Durbin-Watson stat 2.038070 Prob(F-statistic) 0.000000

t. Industri Alat Angkutan Lainnya

LOG(ANGLAINHK) C LOG(INVANGLAINHK) LOG(TANGLAINHK)


LOG(ANGLAINHK(-1))

Dependent Variable: LOG(ANGLAINHK)


Method: Least Squares
Sample(adjusted): 2010:2 2018:1
Included observations: 32 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -1.697102 0.837865 -2.025508 0.0524
LOG(INVANGLAINHK) 0.003687 0.004690 0.786079 0.4384
LOG(TANGLAINHK) 0.342041 0.069845 4.897166 0.0000
LOG(ANGLAINHK(-1)) 0.732415 0.057367 12.76707 0.0000
R-squared 0.943951 Mean dependent var 9.819327
Adjusted R-squared 0.937946 S.D. dependent var 0.134023
S.E. of regression 0.033386 Akaike info criterion -3.844898
Sum squared resid 0.031209 Schwarz criterion -3.661681
Log likelihood 65.51837 F-statistic 157.1881
Durbin-Watson stat 1.827615 Prob(F-statistic) 0.000000
u. Industri Furnitur

LOG(FURHK) C LOG(INVFURHK(-1)) LOG(TFURHK) LOG(FURHK(-1))

Dependent Variable: LOG(FURHK)


Method: Least Squares
Sample(adjusted): 2010:2 2019:1
Included observations: 35
Excluded observations: 1 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.743299 0.519088 1.431934 0.1622
LOG(INVFURHK(-1)) 0.005503 0.003539 1.555156 0.1301
LOG(TFURHK) 0.068962 0.042162 1.635649 0.1120
LOG(FURHK(-1)) 0.804886 0.070903 11.35199 0.0000
R-squared 0.896019 Mean dependent var 8.679975
Adjusted R-squared 0.885956 S.D. dependent var 0.084292
S.E. of regression 0.028466 Akaike info criterion -4.173014
Sum squared resid 0.025119 Schwarz criterion -3.995260
Log likelihood 77.02774 F-statistic 89.04391
Durbin-Watson stat 1.640273 Prob(F-statistic) 0.000000

v. Industri Pengolahan Lainnya

LOG(LAINHK) C LOG(INVLAINHK(-5)) LOG(TLAINHK)


LOG(LAINHK(-1))

Dependent Variable: LOG(LAINHK)


Method: Least Squares
Sample(adjusted): 2011:3 2019:1
Included observations: 31 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 2.452183 1.826411 1.342624 0.1906
LOG(INVLAINHK(-5)) 0.013924 0.006962 2.000084 0.0556
LOG(TLAINHK) 0.113367 0.065336 1.735134 0.0941
LOG(LAINHK(-1)) 0.508318 0.181051 2.807595 0.0092
R-squared 0.569456 Mean dependent var 8.125039
Adjusted R-squared 0.521618 S.D. dependent var 0.062946
S.E. of regression 0.043537 Akaike info criterion -3.310512
Sum squared resid 0.051177 Schwarz criterion -3.125482
Log likelihood 55.31294 F-statistic 11.90379
Durbin-Watson stat 1.902112 Prob(F-statistic) 0.000038
w. Industri Jasa Reparasi dan Pemasangan Mesin dan Peralatan

LOG(JRHK) C LOG(INVJRHK) LOG(TJRHK) LOG(JRHK(-1))

Dependent Variable: LOG(JRHK)


Method: Least Squares
Sample(adjusted): 2011:1 2019:1
Included observations: 29
Excluded observations: 4 after adjusting endpoints
White Heteroskedasticity-Consistent Standard Errors & Covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 1.034886 2.681378 0.385953 0.7028
LOG(INVJRHK) 0.003386 0.009915 0.341546 0.7355
LOG(TJRHK) 0.146747 0.130420 1.125188 0.2712
LOG(JRHK(-1)) 0.548565 0.226706 2.419720 0.0231
R-squared 0.315072 Mean dependent var 6.275604
Adjusted R-squared 0.232881 S.D. dependent var 0.073494
S.E. of regression 0.064370 Akaike info criterion -2.520895
Sum squared resid 0.103588 Schwarz criterion -2.332302
Log likelihood 40.55298 F-statistic 3.833396
Durbin-Watson stat 1.785268 Prob(F-statistic) 0.021876

Anda mungkin juga menyukai