DRAFT SKRIPSI
Oleh:
NPM : 10090217059
sendiri dengan dibantu arahan pembimbing. Seluruh ide dan gagasan yang
dibangun merupakan hasil pemikiran saya sendiri dan serta dari sumber lain yang
tidak sesuai dengan kenyataan yang sebenarnya, maka saya bersedia menanggung
sanksi dan risiko yang akan dikenakan kepada saya termasuk pencabutan Gelar
SKRIPSI
Diajukan untuk Menempuh Ujian Sarjana (S1)
Pada Program Studi Ekonomi Pembangunan
Universitas Islam Bandung
Disusun oleh:
Akmal Abdul Aziz
10090217059
Disetujui Oleh,
Pembimbing I Pembimbing II
Skripsi ini adalah persembahan kecil penulis untuk orang tua yaitu khususnya
untuk Ibu tercinta yang sudah mendidik penulis seorang diri sebagai Single
Parent dari kecil sampai saat ini. Ketika dunia menutup pintunya untuk saya, Ibu
untuk saya, Ibu selalu membuka hati untuk saya. Terima kasih Ibu karena selalu
i
ABSTRACT
This study aims to determine the effect of the number of industries, minimum
wages and economic growth on district/city unemployment in West Java Province
in 2017-2020. Unemployment is still an important problem for the government
and society. With a high unemployment rate can bring the nation into a situation
of destruction that is difficult to avoid. In this case, the factors that influence
unemployment include the number of industries, minimum wages, and economic
growth.
The method used in this research is quantitative descriptive analysis and panel
data regression analysis using the fixed effect model. The data used in this study
is secondary data obtained from the official publications of the Central Statistics
Agency (BPS) website, Open Data Jabar and the Gajimu.com website. The data
used is annual data from 2017-2020.
The results of the study show that the variable number of industries partially
affects the unemployment rate. The minimum wage variable has a partially
negative relationship to the unemployment rate and the economic growth variable
partially has a negative effect on the unemployment rate.
ii
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-
2020”.
keahlian penuh dalam bidang yang penulis kaji. Segala bimbingannya, selalu
memberikan motivasi dan energi positif bagi penulis untuk dapat menyelesaikan
karya tulis ini. Penyusunan skripsi ini merupakan salah satu syarat untuk
Bandung. Penyusunan skripsi ini tidak terlepas dari support, bimbingan, bantuan
dan saran dari semua pihak. Oleh karena itu, penulis ingin mengucapkan
terimakasih pada:
1. Prof. Dr. H. Edi Setiadi S.H., M.H sebagai Rektor Universitas Islam
Bandung.
2. Dr. Nunung Nurhayati S.E., M.Si sebagai Dekan Fakultas Ekonomi dan
3. Dr. Hj. Ima Amaliah S.E., M.Si sebagai Ketua Prodi Ekonomi
iii
4. Ibu Aan Julia, S.E., M.Si sebagai dosen pembimbing I yang telah
5. Meidy Haviz, SE., M.Si sebagai dosen pembimbing II yang juga telah
ini.
yaitu Prof. Dr. Atih Rohaeti, SE., M.Si, Ade Yunita Mafruhat, S .E.,
Noviani, SE., M.Si, Hj. Westi Riani, SE., ME., Sy, Yuhka Sundaya, S.E.,
M.Si, Dr. Nurfahmiyati, S.E., M.Si, Dr. Dewi Rahmi SE., M.Si, Dr. Asnita
penulis haturkan dengan rendah hati dan rasa hormat kepada kedua orang
tua yang sangat penulis cintai yaitu Bapak Abdul Fatah dan khusus nya
Ibu Ai Ratna Suminar serta Adik penulis yang segala pengorbanannya tak
akan pernah penulis lupakan atas jasa-jasa mereka yang senantiasa sabar
menghadapi sikap saya selama ini dan telah memberikan motivasi, doa
restu, nasehat, serta dukungan dana sehingga penulisan skripsi ini berjalan
iv
9. Asaepul Gina, Amin Abdul Rohman, Kang Emil, Azis Mln yang telah
Wafin, zulfikar, Adrian, Ahmad Sahlan Hadi, Taufiq, dan Amin Abdul
11. HIMA IE UNISBA 2019/2020, Bidang BPPM dan IKBM FEB UNISBA
12. Serta berbagai pihak yang tidak dapat disebutkan satu persatu, terima
13. Last but not least, I wanna thank me for believing in me, I wanna thank me
for doing all this hard work, I wanna thank me for having no days off, I
wanna thank me for never quitting, I wanna thank me for just being me at
all times.
mendatang.
v
DAFTAR ISI
Halaman
ABSTRAK i
DAFTAR ISI vi
DAFTAR TABEL ix
DAFTAR GAMBAR x
BAB I PENDAHULUAN 1
vi
1.7.5 Model Analisis 20
2.1.4.1 Industri 31
vii
3.4 Perkembangan Pertumbuhan Ekonomi Kab/Kota di Provinsi Jawa Barat
Tahun 2017-2020 55
BAB IV HASIL DAN PEMBAHASAAN 60
5.2 Saran 91
DAFTAR PUSTAKA 93
LAMPIRAN 101
viii
DAFTAR TABEL
Halaman
Tabel 1.1 Perkembangan Tingkat Pengangguran Terbuka Menurut Provinsi di
Indonesia Tahun 2018-2020 2
Tabel 2.1 Tabel Penelitian Terdahulu 35
Tabel 3.1 Perkembangan Tingkat Pengangguran Kab/Kota di Provinsi Jawa
Barat Tahun 2017-2020 41
Tabel 3.2 Perkembangan Jumlah Industri Besar Sedang Kab/Kota di Provinsi
Jawa Barat Tahun 2017-2020 47
Tabel 3.3 Perkembangan Tingkat Upah Minimum Kab/Kota di Provinsi
Jawa Barat Tahun 2017-2020 52
Tabel 3.4 Perkembangan Laju PDRB Atas Harga Konstan Menurut
Kab/Kota di Provinsi Jawa Barat Tahun 2017-2020 56
Tabel 4.1 Hasil Uji Chow 61
ix
DAFTAR GAMBAR
Halaman
Gambar 1.1 Tingkat Pengangguran Se-pulau Jawa Tahun 2018-2020 4
Gambar 1.2 Banyaknya Industri Kab/Kota di Jawa Barat Tahun 2020 5
Gambar 1.3 Upah Minimum Kab/Kota di Provinsi Jawa Barat 2020 7
Gambar 1.4 LPE Kab/Kota Provinsi Jawa Barat Tahun 2020 8
Gambar 1.5 Bagan Kerangka Pemikiran 15
Gambar 1.6 Diagram Jalur Hipotesis Penelitian 16
Gambar 4.1 Lima Provinsi Tujuan Migran Seumur Hidup Terbesar di
Indonesia 79
Gambar 4.2 Distribusi Persentase Jenis Pekerjaan Utama Pekerja Migran
Risen Tahun 2018 80
x
BAB I
PENDAHULUAN
Namun, yang dihadapi Indonesia hingga saat ini adalah bahwa jumlah
penduduk dan angkatan kerja yang besar tidak menjadi aset potensial
2011: 1).
sosial ekonomi. Menurut (Mentari & Yasa, 2016) salah satu faktor
1
2
negara.
12
10
0
2018 2019 2020
2018-2020
sebesar 8,23 persen di tahun 2018 dan 8,04 persen di tahun 2019.
tahun 2019 akan tetapi pada tahun 2020 mengalami kenaikkan yang
ini difokuskan pada industri sedang dan industri besar karena jumlah
output industri ini mampu menyerap jumlah tenaga kerja yang besar.
11,125 Karawang
3,538 Purwakarta
2,488 Subang
5,267 Indramayu
7,475 Sumedang
11,144 Majalengka
2,586 Cirebon
1,585 Kuningan
1,577 Ciamis
10,000 Tasikmalaya
14,236 Garut
1,346 Bandung
16,166 Cianjur
16,049 Sukabumi
Linear (Sukabumi)
Bogor
0
0
00
00
00
00
00
00
00
00
00
,0
,0
,0
,0
,0
2,
4,
6,
8,
10
12
14
16
18
Provinsi Jawa Barat pada tahun 2020 termasuk sebagai jumlah industri
tetapi berdasarkan data yang ditampilkan pada tabel 1.1 dan grafik 1.2
sesuai dengan teori yang dinyatakan atau tidak sesuai dengan fakta
dilapangan.
adalah upah minimum. Upah yang terlalu tinggi akan membuat iklim
daerah dengan upah yang lebih rendah. Namun di sisi lain upah juga
1.3, upah minimum tahun 2020 setiap Kab/Kota Provinsi Jawa Barat
ada.
nasional riil menurut harga tetap yaitu pada harga-harga yang berlaku
sebagai berikut:
tahun 2017-2020?
tahun 2017-2020?
1.3 Tujuan
Barat.
1.4 Manfaat
menangani pengangguran.
tergolong dalam angkatan kerja ingin mendapatkan pekerjaan tetapi mereka belum
dapat memperoleh pekerjaan tersebut (Sukirno, 2000). Mereka yang tidak bekerja
tetapi tidak memiliki keinginan untuk bekerja atau sedang melakukan kegiatan
lain seperti mahasiswa, ibu rumah tangga, dan mereka yang tidak termasuk
pengangguran merupakan masalah yang sulit diatasi. Hal ini dikarenakan masalah
masyarakat tidak mencapai potensi yang maksimal serta menjadi salah satu
pembangunan.
yang cepat dan pertumbuhan lapangan kerja yang relatif lambat menyebabkan
satu cara untuk memperluas kesempatan kerja adalah dengan cara Industrialisasi.
Akan tetapi jika tujuan yang diutamakan adalah penciptaan lapangan kerja dan
disalurkan pada usaha-usaha yang membantu sektor rumah tangga yang tidak
produktif dan tidak banyak diketahui. Jika tujuan yang diutamakan adalah
tersebut bisa diambil kesimpulan, ketika penyerapan tenaga kerja meningkat maka
tersendiri bagi penduduk dari luar daerah atau Provinsi Jawa Barat. Beberapa
studi menunjukkan bahwa alasan migrasi masuk terjadi karena alasan ekonomi
yaitu adanya kesempatan untuk memperoleh pekerjaan yang lebih baik atau
pendapatan yang lebih tinggi. Penduduk dari subsisten di desa akan datang ke
daerah perkotaan karena di kota ada sektor industri (Lewis dalam Mariyanti,
2010).
13
dalam bentuk uang. Pendapatan yang dimaksud bukan hanya dari komponen gaji,
akan tetapi juga lemburan dan tunjangan lainnya yang diperolehnya secara rutin
penetapan upah minimum oleh pemerintah yang dilihat dari kebutuhan hidup yang
layak. Upah minimum adalah upah yang paling rendah untuk setiap jam, setiap
hari atau setiap bulan yang dapat diterima oleh setiap tenaga kerja atau buruh
(Wirawan, 2015).
1 ayat 31 definisi upah adalah hak pekerja/buruh yang diterima dan dinyatakan
dalam bentuk uang sebagai imbalan dari pengusaha atau pemberi kerja kepada
pekerja/buruh dan keluarganya atas suatu pekerjaan atau jasa yang telah atau akan
dilakukan.
tenaga kerja baru. Tenaga kerja yang telah menetapkan tingkat upahnya pada
tingkat upah tertentu, jika seluruh upah yang ditawarkan berada di bawah tingkat
upah yang dia tetapkan maka orang tersebut akan menolak untuk menerima upah
tersebut dan pada akhirnya tetap menganggur. Jika suatu daerah menetapkan upah
pada daerah tersebut (Kaufman dan Hotckiss, 1999). Akan tetapi bagi perusahaan
14
jika upah ditingkatkan maka akan meningkatkan biaya yang dikeluarkan sehingga
perusahaan akan lebih selektif dan mengurangi jumlah tenaga kerja yang
digunakan.
yang menimbulkan atau menghasilkan barang dan jasa yang diproduksi dalam
sebagai ukuran terbaik dari suatu kinerja perekonomian. Secara garis besar setiap
peningkatan PDRB akan menyerap tenaga kerja yang besar sehingga dapat
mendorong perusahaan baru untuk masuk ke pasar, kemudian akan timbul banyak
berikut:
Penduduk
Angkatan
Kerja
Kebijakan
Pemerintah
Upah Jumlah
Minimum (-) Industri
1.6 Hipotesis
bersifat sementara ini, dapat diganti atau diubah dengan hipotesis lain
mempengaruhinya.
Industri
(X1) H1
( -)
H2 (+)
Upah Pengangguran
Minimum (X2) (Y)
(-)
Pertumbuhan H3
Ekonomi
(X3)
dimulai dari menghimpun data, menyusun data, mengatur data, mengolah data,
(Sugiyono, 2018).
variabel terikat. Pada penelitian ini variabel terikat (dependen) adalah tingkat
18
Dalam penelitian ini data yang digunakan adalah data sekunder. Data
sekunder merupakan sumber data dari penelitian yang diperoleh dari peneliti
secara tidak langsung melalui media perantara. Yang termasuk pada data sekunder
itu dapat diambil dari literatur, atau teks akademis, majalah, surat kabar, brosur
dan lain sebagainya. (Syafnidawaty, 2020). Lebih lanjut lagi data sekunder
industri, yang dipaparkan melalui media, situs web, internet dan lain sebagainya.
(Uma, 2011). Adapun data yang dilakukan pada penelitian ini adalah:
yang diambil pada publikasi Badan Pusat Statistik (BPS) Jawa Barat.
Barat.
19
pada publikasi Badan Pusat Statistik (BPS) Jawa Barat dan publikasi website
gajimu.com.
yang diambil pada publikasi Badan Pusat Statistik (BPS) Jawa Barat.
2020, data diolah yang diambil pada publikasi Badan Pusat Statistik (BPS)
Indonesia.
Dalam penelitian ini, metode analisis yang digunakan yaitu regresi data
panel. Data panel adalah gabungan dari data time series dan cross section. Dengan
adanya gabungan dari kedua data tersebut maka observasi pada penelitian ini akan
lebih banyak dibandingkan dengan time series dan cross section. (Gujarati &
Porter, 2019). Data panel mampu memberika informasi yang lengkap dengan
tingkat variabelitas yang tinggi kolinearitas antar variabel pun dapat berkurang
dan yang pasti lebih efisien. Dengan banyaknya obervasi akan meningkatkan
variabel (Azzainuri, 2013). Teknik analisa data panel dapat dilakukan dengan tiga
(cross section) dengan data berkala (time series) tetapi tidak dengan
yang berbeda pada setiap subjeknya atau sektornya (cross section). Tetapi
waktu (Gujarati & Porter, Basic Econometrics. 5th ed, 2009) Model ini
dari Fixed Effect Model, karena Fixed Effect Model masih menggunakan
data panel yang variabel residual diduga memiliki hubungan antara waktu
dan subjek.
Maka persamaan model analisis yang digunakan pada penelitian ini adalah
sebagai berikut:
Y = 0 1X1 2X 2 3X 3 e
Dimana:
Y = Pengangguran
0 = Konstanta
X1 = Jumlah Industri
e = Eror Term
Ada beberapa tahap dalam memilih estimasi dalam data panel. Pertama,
(FEM) menggunakan CHOW test. Jika hasil menunjukan model CEM yang
diterima, maka metode CEM yang dianalisis. Jika model FEM yang diterima
maka dilakukan tahap kedua yaitu uji Hausman untuk menentukan metode terbaik
antara FEM dan Random Effects Model (REM). Jika hasil menunjukan model
FEM yang diterima maka metode FEM yang dianalisis, namun jika REM maka
untuk memilih model terbaik antara REM dan Polled Least Square (PLS) (Kurnia
et al., 2017).
a. Chow Test
model yang akan digunakan yaitu apakah common effect atau (Common Effect
Model) atau fixed effect. Dalam software Eviews hipotesis dari uji chow adalah:
jika p-value < 5% maka H0 ditolak. Ketika model yang terpilih adalah
fixed effect maka perlu dilakukan uji lagi, yaitu uji Hausman untuk
b. Hausman Test
FEM (fixed Effect Model) dengan REM (Random Effect Model). Dalam software
Hipotesis nol ditolak jika nilai statistik hausman lebih besar daripada
CEM (Common Effect Model) dan REM (Random Effect Model). Dalam software
diterima atau ditolak (secara statistik) hasil hipotesis no (H0) dari sampel.
1. Uji t-statistik
Ho: bi = 0
HA: bi ≠ 0
24
2. Uji F-statistik
3. Koefisien Determinasi R2
Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil
variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti
25
a. Normalitas
b. Multikolinearitas
c. Heteroskedastisitas
adalah tingkat signifikan diatas 5% berarti tidak terjadi masalah pada uji
heteroskedastisitas.
d. Autokorelasi
Jika nilai D-W statistik dibawah -2 atau D-W < -2 maka terdapat positif
autokorelasi
Jika nilai D-W statistik diantara -2 dan 2 atau -2 < D-W statistik < 2 maka
Terjadi autokorelasi negatif jika nilai D-W diatas 2 atau D-W statistik > 2
BAB II
TINJAUAN PUSTAKA
baru atau penduduk yang tidak mencari pekerjaan karena sudah diterima
orang yang termasuk ke dalam angkatan kerja akan tetapi tidak dapat
ditanggung oleh orangtua atau keluarga yang dianggap mampu (Masri dan
Sofyan, 1995).
28
29
dapat menjual barang dan jasa yang mereka produksi. Semakin besar
permintaan, semakin besar pula barang dan jasa yang mereka wujudkan.
kerja.
berikut:
pengangguran di Indonesia.
perkembangan teknologi.
pengangguran, yaitu:
1. Pengangguran friksional
2. Pengangguran struktural
kelompok yaitu:
1. Pengangguran terbuka
2. Pengangguran tersembunyi
pengangguran tersembunyi.
3. Pengangguran Musiman
4. Setengah menganggur
yang bisa bekerja hanya satu atau dua hari dalam satu minggu.
menganggur.
2.1.4.1 Industri
ini difokuskan pada industri sedang dan industri besar karena jumlah
output industri ini mampu menyerap jumlah tenaga kerja yang besar.
1994). Namun, di satu sisi banyak pihak yang percaya bahwa upah
yang kondusif.
Upah yang terlalu tinggi akan membuat iklim usaha kurang baik,
upah yang lebih rendah. Namun di sisi lain upah juga harus sesuai
Kim, 2018).
2006).
OBJEK PENELITIAN
Tahun 2017-2020
para pekerja dan pekerjaan. Alasan kedua adalah adanya kekakuan upah. Dari
kondisi saat seseorang tidak mempunyai pekerjaan atau tidak bekerja dalam
usia produktif.
angka kelulusan sekolah yang terus meningkat namun tidak setara dengan
pekerjaan dan kualits manusianya. Hal ini menjadi tantangan bagi Pemerintah
Provinsi Jawa Barat agar penyerapan tenaga kerja dapat semaksimal mungkin
41
42
14,29 persen dan Kota Bogor sebesar 12,68 persen. Menurut publikasi Badan
terbesar dalam publikasi data Badan Pusat Statistik bahwa penduduk Bogor
44
pada tahun 2020 mencapai 6.088.233 juta jiwa. Besarnya jumlah penduduk
berpengaruh pada jumlah penduduk usia kerja yang besar tentunya akan
berpengaruh juga pada angkatan kerja yang besar dan angka pengangguran.
Kemudian untuk Kota Bogor yaitu Jumlah angkatan kerja pada agustus
2020 sebanyak 24,21 juta orang, naik 0,22 juta orang dibanding agustus 2019.
penurunan sebesar 0,46 persen poin dari 64,99 persen pada agustus 2019
penurunan sebesar 0,04 persen poin menjadi 7,69 persen pada februari 2020.
(SMK) tertinggi diantara tingkat pendidikan lain, yaitu sebesar 11,30 persen
Barat yaitu Kabupaten Bandung Barat. Pada tahun 2020 Kabupaten Bandung
naik turun yang sangat terlihat yaitu dari tahun 2017 hingga 2020. Pada tahun
2017 kenaikan sebesar 9,33 persen. Tetapi pada tahun 2018 sampai 2019
45
mengalami kenaikan signifikan pada tahun 2019 ke 2020 yaitu menjadi 12,25
persen hal ini tentunya dikarenakan karena wabah pandemi Covid-19. Karena
Kabupaten/Kota Jawa Barat pada tahun 2017-2020 yang terendah yaitu Kota
sebesar 6,73 persen. Hal ini sangat berbeda jika dibandingkan dengan
penduduk Kota Banjar juga merupakan jumlah penduduk yang paling sedikit
Pada tahun 2020 jumlah penduduk Kota Banjar hanya sebanyak 183.299
Jiwa. kenaikan penyerpaan tenaga kerja di Kota Banjar tiap tahunnya hanya
berkisar 1.000 hingga 3.000 jiwa saja tiap tahunnya. Pada tahun 2017 ke 2018
kenaikan peneyerapan tenaga kerja di Kota Banjar hanya sebesar 1.081 Jiwa.
Lalu pada tahun 2018 ke 2019 kenaikannya sebesar 3.733 jiwa. yang uniknya
adalah pada tahun 2020 penyerapan tenaga kerja di Kota Banjar tidak
yang dimana pada tahun 2020 dunia sedang di gemparkan oleh pademi
Covid-19. Hal itu membuat banyak tenaga kerja yang di PHK. Tetapi untuk
46
Kota Banjar mereka tidak terkena imbasnya hal ini karena di Kota Banjar
tidak banyak sektor industri dan pariwisata hal itu yang membuat Kota Banjar
Tahun 2017-2020
terhadap penyerapan tenaga kerja, akan tetapi pada tahun 2020 jumlah
sehat.
Saat ini, salah satu sektor unggulan di Provinsi Jawa Barat adalah sektor
setiap tahunnya, hal ini dapat dilihat dari laju pertumbuhan ekonomi yang
daerah setiap tahunnya tentu harus diiringi dengan kualitas tenanga kerja atau
mampu untuk mengurangi tingkat pengangguran yang ada. Hal ini berarti
Hal ini akan menjadi tantangan bagi Pemerintah Provinsi Jawa Barat agar
pun harus merata di setiap Kabupaten/Kota nya dan juga kualitas tenaga
yaitu sebanyak 16.166 unit. Menurut publikasi Badan Penanaman Modal dan
Tersedianya bahan baku yang melimpah dan dukungan potensi sumber daya
produk - produk industri menengah yang dihasilkan para pelaku usaha tidak
hanya diminati pasar lokal, namun juga mulai merambah pasar nasional dan
usaha dengan menyerap tenaga kerja sebanyak 30.001 orang dan jumlah
sentral industri kecil sebanyak 241 sentral yang tersebar di seluruh wilayah
tenaga kerja yang tentunya akan berpengaruh juga pada angka pengangguran
Kabupaten Bogor yang terlihat yaitu dari tahun 2017 hingga 2019 yaitu
bertambah sebanyak 1.845 unit, sedangkan pada tahun 2019 ke 2020 tidak
Barat. Pada tahun 2020 jumlah industri di Kabupaten Bandung Barat hanya
berjumlah 389 unit. Hal ini sangat berbeda jauh jika dibandingkan dengan
peringkat pertama yaitu Kabupaten Sukabumi di angka belasan ribu. Hal yang
Bandung Barat terkait dengan isu kawasan Bandung Utara, disamping itu
dilihat dari kondisi fisik geografis posisi wilayah Kabupaten Bandung Barat
Jika dilihat dari perolehan data jumlah industri di Kabupaten Kota Jawa
Barat selama empat tahun terakhir cendrung mengalami kenaikan dan jumlah
sektor yang terkena dampak adanya wabah pandemi covid-19 seperti kawasan
karyawannya. Hal ini menjadi tantangan pemerintah agar bisa belajar dari
Upah merupakan salah satu faktor yang jika dilihat dari sisi penawaran
upah yang ditawarkan oleh suatu perusahaan biasanya ditentukan oleh tingkat
produktivitas, kualitas dan waktu kerja itu sendiri. Kenaikan upah mininmum
standar upah yang telah ditetapkan oleh pemerintah, sehingga akan timbulnya
Kabupaten/Kota (UMK) di Jawa Barat selama empat tahun dari tahun 2017-
Karawang. Pada tahun 2020 UMK Kabupaten Karawang mencapai angka Rp.
sangat tinggi, karena dalam industri itu terbagi menjadi 2 yaitu padat modal
(High Tech dan Manufaktur) dan padat karya (garmen). Untuk industri
Saat ini Kabupaten Karawang menjadi kawasan industri dan juga pabrik-
semakin tinggi. Tidak heran jika perusahaan mampu memberikan upah yang
sangat tinggi karena produktivitasnya juga sangat tinggi. Selain itu juga
Modal Terpadu Satu Pintu) pada realisasi PMA (Penanaman Modal Asing)
55
Rp. 11,435,334,680,000.
2020 yang tertinggi kedua adalah Kota Bekasi. Pada tahun 2020 Upah
Upah ini sangat tinggi dan berbeda tipis dengan Kabupaten Karawang.
Bahkan UMK Kota Bekasi melebihi DKI Jakarta. Hal yang membuat UMK
di Kota Bekas ini tinggi karena Kabupaten Bekasi juga merupakan salah satu
Selain itu juga alasan penetapan UMK Bekasi tinggi karena KHL
dengan wilayah Indonesia lainnya, Faktor lain yang membuat tingginya UMK
terendah adalah Kota Banjar. Besaran UMK di Kota Banjar pada tahun 2020
adalah sebesar Rp. 1,831,884. Hal ini dikarenakan di Kota Banjar jenis
dibilang rendah. Selain itu, KHL di Kota Banjar masih rendah dibandingkan
dengan Karawang dan Bekasi. Jadi, rendahnya UMK di Kota Banjar itu
mengalami peningkatan setiap tahunnya. Bahkan pada tahun 2020 saat terjadi
56
diharapkan agar secara rill upah tersebut merata dan memenuhi standar KHL
apakah kenaikan output tersebut lebih besar atau lebih kecil dari tingkat
ekonomi berkaitan erat dengan kenaikan output per kapita dan ada dua sisi
satu sisi, dan jumlah penduduk menganggur (tenaga kerja menganggur) dan
PDRB atas dasar harga konstan juga bisa mengetahui nilai tambah yang
dihasilkan oleh semua faktor industri dan pola struktur perekonomian daerah
57
perekonomian suatu daerah tersebut akan semakin baik. Salah satu sektor
yang sangat besar dalam penyumbang PDRB adalah sektor industri. Sektor
industri sendiri itu sangat banyak menyerap tenaga kerja. Dengan kata lain
PDRB dan semakin banyak juga tenaga kerja yang akan terserap. Berikut
PDRB paling tinggi selama empat tahun terakhir adalah Kabupeten Bekasi.
Dengan jumlah 243195.25 (milyar rupiah) jika dilihat dari PDRB atas dasar
-3.30 persen. Hal ini terjadi karena pandemi Covid-19 yang melanda
ekonomi nya menjadi negatif (-) sebab pada saat itu kondisi perekonomian di
sektor.
dari total PDRB yaitu 243195,25 (Miliar Rupiah). Artinya pada tahun 2020
produksi industri menurun dan banyak pekerja buruh yang terkena PHK. Hal
dilansir dari fakta data Disnakertrans Kerawang pada tahun 2018 terdapat
Kerawang. Lalu pada tahun 2018 juga data perusahaan atau pabrik yang
Sosial Berskala Besar) sehingga membuat para pekerja tidak bekerja bahkan
paling rendah adalah Kota Banjar. Kota Banjar menjadi penyumbang Produk
61
Domestik Regional Bruto pada tahun 2020 sebesar 3254.94 (Milyar Rupiah)
dan laju pertumbuhannya sebesar 1,04 persen. Berbeda dengan Bekasi dan
Kerawang, Kota Banjar tidak unggul dalam hal industri. Tetapi masih
pertanian sebagai mata pencaharian utamanya. Hal ini terjadi karena proporsi
kota Banjar memiliki area pertanian yang cukup luas bahkan Sebagian besar
wilayahnya adalah persawahan, perkebunan dan hutan raya. Selain itu juga
bagi Kota Banjar. Maka karena rendahnya sumbangan PDRB Kota Banjar
pengolahan.
Barat selama empat tahun terakhir cenderung mengalami naik turun, terutama
pada tahun 2020 dan mengalami penurunan yang sangat jelas. Terdapat
Pada bagian ini ditampilkan interpretasi dari hasil estimasi model tentang
2020. Data yang digunakan dalam penelitian ini adalah data sekunder dengan
metode data panel yakni gabungan antara data time series dan cross section.
Data time series yang digunakan adalah data tahunan yakni 2017-2020 dan
untuk data cross section sebanyak 27 kabupaten kota di provinsi Jawa Barat
sehingga data yang diamati pada penelitian berjumlah 108 observasi. Bagian
Regresi data panel dengan tiga model analisis common, fixed dan random
effect. Pemilihan model tergantung pada asumsi yang dipakai oleh peneliti
yang harus dilakukan adalah memilih model yang tepat dari ketiga model
yang ada. Selain itu, menurut beberapa ahli ekonometrik dikatakan bahwa,
jika data panel yang dimiliki mempunyai jumlah waktu (t) lebih besar
Fixed Effect. Sedangkan jika data panel yang dimiliki mempunyai jumlah
62
63
waktu (t) lebih kecil dibandingkan jumlah individu (i), maka disarankan
Uji ini dilakukan untuk menentukan model common effect atau fixed effect
menentukan diantara dua model tersebut maka digunakan uji chow sebagai
uji pemilihan model regresi data panel. Hipotesis dalam uji chow dalam
Apabila dari hasil tersebut yang terpilih adalah common effect, maka tidak
perlu melakukan uji Hausman. Namun apabila dari hasil uji Chow
menentukan model fixed effect yang digunakan, maka perlu melakukan uji
Hausman untuk menentukan model fixed effect atau random effect yang
digunakan.
Pada Tabel 4.1 menunjukan Prob. Dari Chi-square sebesar 0.0000 yang
berarti lebih kecil dari taraf signifikasi 5%. Sesuai kriteria keputusan pada
model ini perlu melakukan uji Hausman untuk menentukan Kembali model
Uji ini dilakukan untuk menentukan model fixed effect atau random effect
sebagai uji pemilihan model regresi data panel. Hipotesis di uji hausman
2. Apabila probabilitas Chi-Square < 0.05 maka yang dipilih adalah Fixed
Effect Model.
Apabila dari hasil tersebut yang terpilih adalah fixed effect, maka tidak perlu
model random effect yang digunakan, maka perlu melakukan uji LM untuk
Pada Tabel 4.2 menunjukan Prob. dari Chi-square sebesar 0.0328 yang
berarti lebih kecil dari taraf signifikasi 5%. Sesuai kriteria keputusan pada
model ini menggunakan model fixed effect dan tidak perlu melakukan uji
LM.
65
dengan model efek tetap (fixed effect model) regresi data panel memiliki
melalui E-views 10 melalui Uji Chow dan Uji Hausman penelitian ini
Effects Specification
CROSSID Effect
1 Bogor 2.530450
2 Sukabumi -0.043432
3 Cianjur 1.940607
4 Bandung -2.510874
5 Garut -0.891738
6 Tasikmalaya -1.777801
7 Ciamis -3.386654
8 Kuningan 1.224709
9 Cirebon 1.860534
10 Majalengka -3.034876
11 Sumedang -0.195933
12 Indramayu -0.721409
13 Subang 0.276548
14 Purwakarta 1.497287
15 Karawang 1.532861
16 Bekasi 1.913671
17 Bandung Barat 0.932006
18 Pangandaran -4.539940
19 Kota Bogor 2.265665
20 Kota Sukabumi 0.792804
21 Kota Bandung 0.933805
22 Kota Cirebon 1.213690
23 Kota Bekasi 1.142715
24 Kota Depok -0.544063
25 Kota Cimahi 1.241365
26 Kota Tasik... -1.340951
27 Kota Banjar -2.311048
0.316600*X3it
Artinya, apabila terjadi kenaikan nilai tingkat Upah sebesar 1%, maka
persen.
Effect Model (cross section) diperoleh effect untuk setiap kabupaten kota
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
0.043432 persen.
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
persen.
07*X2it – 0.316600*X3it
persen.
07*X2it – 0.316600*X3it
1.777801 persen.
07*X2it – 0.316600*X3it
persen.
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
3.034876 persen.
07*X2it – 0.316600*X3it
0.195933 persen.
07*X2it – 0.316600*X3it
0.721409 persen.
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
72
1.497287 persen.
07*X2it – 0.316600*X3it
1.532861 persen.
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
0.932006 persen.
07*X2it – 0.316600*X3it
4.539940 persen.
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
persen.
07*X2it – 0.316600*X3it
07*X2it – 0.316600*X3it
persen.
07*X2it – 0.316600*X3it
persen.
jika koefisien korelasi antar variabel bebas lebih dari 0,8 maka dapat
77
Sebaliknya, apabila koefisien korelasi kurang dari 0,8 maka model bebas
X1 X2 X3
Berdasarkan hasil pada tabel 4.4 dapat dilihat semua korelasi antar
variabel independent tidak ada yang memiliki nilai lebih besar dari 0,8.
dalam model.
Effects Specification
R-squared 0.928341 Mean dependent var 8.413519
Adjusted R-squared 0.901699 S.D. dependent var 2.147539
S.E. of regression 0.673318 Akaike info criterion 2.276934
Sum squared resid 35.36182 Schwarz criterion 3.021971
Log likelihood -92.95444 Hannan-Quinn criter 2.579019
F-statistic 34.84459
Prob(F-statistic) 0.000000 Durbin-Watson stat 1.827610
Sumber: Hasil olah data dengan Eviews 10, 2022
78
ekonomi dan sisanya 8 persen dijelaskan oleh variabel lain yang tidak
signifikan yang digunakan pada penelitian ini adalah (5% = 0.05). variabel
(Pengangguran).
(Pengangguran).
Barat.
Uji F biasa disebut dengan uji kecocokan model atau uji serentak.
Uji ini dilakukan untuk mengetahui apakah model regresi yang dihasilkan
Effects Specification
R-suared 0.928341
F-statistc 34.84459
Prob(F-statistic) 0.000000
Sumber: Hasil olah data dengan Eviews 10, 2022
Berdasarkan tabel 4.7 dari hasil uji F pada penelitian ini didapatkan
koefisien regresi untuk variabel jumlah industri menunjukan tanda yang positif
signifikansi 5%.
Nilai koefisien sebesar 0.000421 memiliki arti apabila jumlah industri naik
0.000421 persen. Hasil ini tidak sesuai dengan hipotesis yang menunjukan
hubungan negatif, ada beberapa faktor yaitu salah satu faktornya dikarenakan
82
suatu rencana yang memuat pendayagunaan tenaga kerja yang optimum, efisien
dan jasa untuk dijual kepada masyarakat konsumen. Dengan kata lain
Permintaan tenaga kerja yang seperti ini disebut dengan derived demand. Dalam
proses produksi, tenaga kerja memperoleh pendapatan sebagai balas jasa dari upah
tenaga kerja dapat diartikan sebagai jumlah tenaga kerja yang diminta oleh
20.00%
13.00%
8.80%
7.10%
4.60%
di Indonesia 2017
Dapat dilihat pada Gambar 4.1 bahwa Provinsi Jawa Barat menjadi arus
migrasi masuk seumur hidup di lima besar provinsi. Arus migrasi yang
provinsi tujuan. Provinsi Jawa Barat merupakan tujuan utama para migran seumur
besarnya persentase para migran yang memilih wilayah Provinsi Jawa Barat dan
Pejabat, Pelaksana,
tata Usaha, dan ybdi Pertanian, Perke-
21% bunan, Peternakan,
Tenaga Usaha Jasa Kehutanan dan
11% Perburuan
14%
Jenis pekerjaan yang paling banyak dilakukan oleh pekerja migran risen
adalah tenaga produksi, operator alat angkutan, dan pekerja kasar (30,1 persen).
perikanan, kehutanan, dan perburuan merupakan jenis pekerjaan kedua dan ketiga
terbanyak yang dilakukan oleh pekerja migran masing-masing sebesar 21,2 persen
dan 14,2 persen). Upah dan jaminan pekerjaan yang ditawarkan menjadi salah
cenderung berpindah ke daerah pusat perdagangan dan pusat industri seperti yang
Tabel 4.8 Jumlah Migrasi Masuk Prov Jawa Barat Tahun 2020
Kab/Kota Jawa
No 2020
Barat
1. Bogor 40.522
2. Sukabumi 7.546
3. Cianjur 4.007
4. Bandung 7.536
5. Garut 5.057
6. Tasikmalaya 4894
7. Ciamis 3.549
8. Kuningan 4.881
9. Cirebon 6.305
10. Majalengka 3.067
11. Sumedang 2504
12. Indramayu 6.646
13. Subang 4.797
14. Purwakarta 2.350
15. Karawang 7.738
16. Bekasi 20.578
17. Bandung Barat 1.591
18. Pangandaran 1.606
19. Kota Bogor 5.653
20. Kota Sukabumi 1.106
21. Kota Bandung 7.885
22. Kota Cirebon 1.298
23. Kota Bekasi 30.583
24. Kota Depok 21.092
25. Kota Cimahi 2.128
26. Kota Tasikmalaya 2.021
27. Kota Banjar 822
28. Jawa Barat 207.762
Sumber: Publikasi Open Data JabarProv,2020
Dapat dilihat pada tabel 4.8 bahwa migrasi yang masuk ke wilayah Jawa
Barat sebanyak 207.762 orang, angkat tersebut dapat dikatakan sangat banyak dan
dapat menambah daya saing dalam penyerapan tenaga kerja industri Jawa Barat.
Hasil dari penelitian ini serupa dengan penelitian yang dilakukan oleh Tiara
86
menyebabkan perubahan pada tingkat atau jumlah penduduk yang secara tidak
terhadap tingkat pengangguran. Hal ini tidak sesuai dengan hipotesis penulis
Hal ini sesuai dengan teori yang dikemukakan oleh Mankiw yakni teori
upah efisien. Upah tidak memiliki dampak turunan penyerapan tenaga kerja
karena ketika tingkat upah naik maka pekerja mampu memenuhi kebutuhan hidup
lebih tinggi dari angka kehidupan layak. Ketika nutrisi para pekerja lebih baik
maka mereka akan memiliki produktivitas yang lebih tinggi dan dampaknya akan
output dapat menekan biaya produksi yang dikeluarkan oleh perusahaan sehingga
tidak terjadi pengangguran. Jadi meskipun terjadi marginal cost yakni tingkat
87
upah naik namun hal tersebut tidak berdampak dikarenakan marginal product of
Undang-Undang No.13 Tahun 2003 pada pasal 89 ayat 3 menyatakan bahwa upah
kebijakan upah minimum dan denda bagi pekerja atau buruh yang melakukan
pelanggaran atau kesengajaan akan diatur dengan peraturan pemerintah. Hal ini
yang membuat kenaikan upah setiap tahunnya tidak semena-mena merugikan baik
teori penyerapan tenaga kerja yaitu teori upah efisiensi (Efficiency Wage).
Berdasarkan dengan teori ini yaitu upah yang dibayarkan terlalu tinggi akan
produktivitas tenaga kerja itu sendiri. Teori upah efisiensi ini lebih berpengaruh di
2006). Hal ini terjadi karena kesehatan pekerja sangat diutamakan pada teori ini,
jika para pekerja dapat memperoleh upah yang lebih tinggi maka para pekerja
tersebut dapat memperoleh nutrisi yang baik, hal itu akan memacu kesehatan bagi
pekerja tersebut. Para pekerja yang sehat akan lebih produktif dari pekerja yang
kurang sehat.
Hal yang membuat teori ini relevan dengan negara berkembang karena
yang merupakan masalah umum. Untuk itu peningkatan upah minimum akan
akan semakin meningkat dan diikuti oleh semakin banyaknya perusahaan yang
masuk sehingga penyerapan tenaga kerja akan bertambah dan akan mengurangi
Hasil dari penelitian ini serupa dengan penelitian yang dilakukan oleh
Nirmala Mansur, Daisy Engka dan Steeva Tumangkeng (2014) penelitian yang
2012”. Bahwa tingkat upah memiliki pengaruh signifikan negatif terhadap tingkat
pengangguran hal itu karena jika tingkat upah dinaikkan tentu akan mendorong
pengangguran.
Oleh sebab itu, hal-hal yang dapat meningkatkan upah yaitu dengan lebih
perusahaan dapat memberikan ruang bagi masyarakat Provinsi Jawa Barat karena
89
pengangguran di setiap kabupaten/kota jawa barat. Hal ini sesuai dengan teori
bahwa faktor yang paling dominan dan sangat besar mempengaruhi terhadap
semakin tingginya produktivitas yang dihasilkan serta semakin apik hasil kerja
yang dilakukan, maka secara otomatis akan mempengaruhi semakin besarnya gaji
atau upah produktivitas (salary) atau paling tidak take home pay yang dapat
Pengangguran
negatif yaitu sebesar -0.316600. Hasil ini menunjukkan bahwa jika terjadi
persen. Hal ini sesuai dengan hipotesis penulis bahwa laju pertumbuhan ekonomi
90
PDRB Jawa Barat terbesar masih ditopang oleh Sektor Industri Pengolahan
(42,96%) terutama Industri Pakaian Jadi, Industri Kertas, Industri Bahan Kimia
dan Industri Komputer serta Elektronika. Hal ini sesuai dengan hasil penelitian
Menurut Nurkse dalam buku Invalid Source Specified. Salah satu fakor
yang dihasilkan lalu dijual pada suatu jangka periode waktu tertentu tergantung
menghasilkan suatu barang dan jasa disini yang dimaksud adalah PDB atau
PDRB. jika semakin tinggi PDRBnya maka pendapatan masyarakat akan semakin
maka akan menciptakan kesempatan kerja yang baru dan mengurangi angka
2019 cenderung mengalami peningkatan setiap tahunnya namun pada tahun 2020
terbesar kedua yaitu sektor perdagangan besar dan eceran reparasi mobil dan
sepeda motor. Oleh karena itu sektor industri di Provinsi Jawa Barat merupakan
salah satu sektor yang berperan penting untuk pembangunan nasional yang
bahwa jumlah suatu nilai output barang dan jasa penjualan di seluruh unit
ekonomi suatu wilayah juga meningkat. Semakin besar output atau penjualan
permintaan tenaga kerja agar produksinya lebih ditingkatkan lagi untuk meraih
laba yang lebih banyak. Sehingga penyerapan tenaga kerja akan semakin
Barat harus memperhatikan sektor dan sub sektor unggulan dari penyumbang
sektor tersebut maka akan terjadi perputaran ekonomi yang cepat dan menyerap
tenaga kerja yang banyak dan berkualitas sehingga dapat menekan angka
pengangguran.
beberapa implikasi yang dianggap relevan dengan penelitian ini yaitu sebagai
berikut:
laju pertumbuhan sektor industri. Hal ini dapat dapat didukung dengan
sektor industri sedang dan kecil, karena sektor industri kecil lebih banyak
tenaga kerja sektor industri di Provinsi Jawa Barat. Perlu di kajinya faktor-
industri di Jawa Barat antara lain jumlah perusahaan, nilai produksi, suku
upah tertentu, jika seluruh upah yang ditawarkan besarnya dibawah tingkat
suatu daerah terlalu rendah, maka akan berakibat pada tingginya jumlah
pengusaha, jika upah meningkat dan biaya yang dikeluarkan cukup tinggi,
atau PDRB memiliki hasil negatif yang artinya pengaruh yang signifikan
5.1 Kesimpulan
sebagai berikut:
persamaan model.
95
96
5.2 Saran
Kebijakan kenaikan upah minimum yang ada harus dilihat dari 2 faktor
tinggi. Dan yang paling penting adalah pembangunan dari sumber daya
sumber daya manusia dari kabupaten dan kota masih terbilang jauh.
dapat membentuk pribadi yang kreatif dan berkualitas serta siap pakai
dipacu produktivitasnya.
99
DAFTAR PUSTAKA
BPS. (2020a). Profil Migran Hasil Survei Sosial Ekonomi Nasional 2019.
https://www.bps.go.id/publication/2020/12/02/725d484ca73434e95d4d4b9
d/profil-migran-hasil-survei-sosial-ekonomi-nasional-2019.html
BPS. (2020b). Statistik Industri Besar dan Sedang Jawa Barat 2018 Buku 2.
https://jabar.bps.go.id/publication/2020/12/28/273eab651c07097ffc4a5d62
/statistik-industri-besar-dan-sedang-jawa-barat-2018-buku-2.html
BPS. (2020c). Tingkat Pengangguran Provinsi Jawa Barat Tahun 2017-2020.
https://jabar.bps.go.id/indicator/6/73/2/tingkat-pengangguran-terbuka-
kabupaten-kota.html
BPS. (2021a). Laju Pertumbuhan Ekonomi Provinsi Jawa Barat Tahun 2017-
2020. https://jabar.bps.go.id/indicator/155/48/1/laju-pdrb-atas-harga-
konstan-2010-menurut-kabupaten-kota.html
BPS. (2021b). Laporan Eksekutif Keadaan Angkatan Kerja Provinsi Jawa Barat
Agustus 2021.
https://jabar.bps.go.id/publication/2021/12/14/dbb2b01995b342be64ebb12
7/laporan-eksekutif-keadaan-angkatan-kerja-provinsi-jawa-barat-agustus-
2021.html
BPS. (2021c). Pertumbuhan Produksi Industri Manufaktur Provinsi Jawa Barat
Triwulan IV Tahun 2019.
https://jabar.bps.go.id/pressrelease/2020/02/03/768/pertumbuhan-
produksi-industri-manufaktur-provinsi-jawa-barat-triwulan-iv-tahun-
2019.html
Burhanudin M. (2016). Pengaruh Produk Domestik Regional Bruto (PDRB),
Upah Minimum Kabupaten/Kota (UMK), dan Indeks Pembangunan
Manusia (IPM) Terhadap Tingkat Pengangguran di Provinsi Banten
Periode 2008-2013.
Chusna, A. (2013). Pengaruh Laju Pertumbuhan Sektor Industri, Investasi, dan
Upah Terhadap Penyerapan Tenaga Kerja Sektor Industri di Provinsi Jawa
Tengah Tahun 1980-2011. Economics Development Analysis Journal,
2(3), 14–23. http://journal.unnes.ac.id/sju/index.php/edaj
Effendy, R. S. (2019). Pengaruh Upah Minimum terhadap Pengurangan Tingkat
Pengangguran Terbuka di Indonesia. Fokus Ekonomi : Jurnal Ilmiah
Ekonomi, 14(1), 115–124. https://doi.org/10.34152/fe.14.1.115-124
Fitri, K. S. (2018). Analisis Migrasi Internal Tenaga Kerja Indonesia Tahun
2007-2014.
Franita, R., Fuady, A., Ekonomi, P., Muhammadiyah, U., & Selatan, T. (n.d.).
ANALISA PENGANGGURAN DI INDONESIA.
101
Rofik, M., Lestari, N. P., & Septianda, R. (2018). Pertumbuhan Ekonomi, Upah
Minimum dan Tingkat Pengangguran di Kalimantan Barat. Jurnal Inovasi
Ekonomi, 3(02). https://doi.org/10.22219/jiko.v3i02.7167
Rohmana. (2013). Metode Uji Hausman. Ilmiah.
Sari, R. (2013). Kebijakan Penetapan Upah Minimum Di Indonesia. Jurnal
Ekonomi & Kebijakan Publik, 4(2), 131–145.
Setiawan, D., & Muafiqie, H. (2017). Faktor-Faktor Determinan yang
Berpengaruh Pada Tingkat Pengangguran di Indonesia Periode 2000-2016.
Journal of Public Power, 1(1), 1–16.
Statistikian.com. (2017). Tutorial Regresi Data Panel .
https://www.statistikian.com/2017/04/tutorial-regresi-data-panel-dengan-
eviews.html
Sugiyono. (2016). Metode Penelitian Kuantitatif, Kualitatif dan R&D. PT.
Alfabet.
Teguh M. (2010). Ekonomi Industri. PT Raja Grafindo Persada.
Trimaya, A. (2014). Pemberlakuan Upah Minimum Dalam Sistem Pengupahan
Nasional Untuk Meningkatkan Kesejahteraan Tenaga Kerja. Aspirasi:
Jurnal Masalah-Masalah Sosial, 5(1), 11–20.
http://www.hukumonline.com/
Wildan, W. (2018). Pengaruh Investasi, Laju Pertumbuhan Ekonomi, dan Upah
Terhadap Penyerapan Tenaga Kerja. Efficient: Indonesian Journal of
Development Economics, 1(3), 200–206.
https://doi.org/10.15294/efficient.v1i3.27878
Winarno, & Wahyu Wing. (2007). Analisis Ekonometrika dan Statistika dengan
Eviews. UPP STIM YKPN.
Wiranto, M. J. (2021). Pengaruh Tingkat Upah Minimum Dan Inflasi Terhadap
Laju Pertumbuhan Ekonomi di Kota Kediri Tahun 2011-2020.
www.kedirikota.go.id
Zenda, R. H. (2017). Peranan Sektor Industri Terhadap Penyerapan Tenaga Kerja
di Kota Surabaya. JEB17 : Jurnal Ekonomi & Bisnis, 2(1).
Zulhanafi, M. E., Aimon, H., & Syofyan, E. (2013). Analisis Faktor-Faktor yang
Mempengaruhi Produktivitas dan Tingkat Pengangguran di Indonesia.
Jurnal Kajian Ekonomi, 2(3).
104
LAMPIRAN
Jumlah Upah
Tahu Penganggura Pertumbuha
No Industr Minimu
n n n Ekonomi
. Kabupaten/Kota i m
(Persen) (Unit) (Rp) (Persen)
1. Bogor 2017 9.55 14.204 3.204.552 5.92
Bogor 2018 9.83 15.961 3.483.668 6.19
Bogor 2019 9.11 16.049 3.763.405 5.85
Bogor 2020 14.29 16.049 4.083.670 -1.77
2. Sukabumi 2017 7.66 12.556 2.376.558 5.75
Sukabumi 2018 7.84 16.165 2.583.557 5.79
Sukabumi 2019 8.05 16.166 2.791.016 5.81
Sukabumi 2020 9.6 16.166 3.028.531 -1.08
3. Cianjur 2017 10.1 1.526 1.989.115 5.77
Cianjur 2018 10.23 1.335 2.162.367 6.23
Cianjur 2019 9.81 1.346 2.336.004 5.67
Cianjur 2020 11.05 1.346 2.534.798 -0.78
4. Bandung 2017 3.92 15.917 2.463.461 6.15
Bandung 2018 5.07 14.229 2.678.029 6.26
Bandung 2019 5.51 14.233 2.893.074 6.13
Bandung 2020 8.58 14.236 3.139.275 -1.87
5. Garut 2017 7.86 2.506 1.538.909 4.91
Garut 2018 7.12 9.993 1.672.948 4.96
Garut 2019 7.35 10.000 1.807.285 5.02
Garut 2020 8.95 10.000 1.961.085 -1.26
6. Tasikmalaya 2017 6.61 495 1.767.030 5.95
Tasikmalaya 2018 6.92 1.526 1.920.938 5.7
Tasikmalaya 2019 6.31 1.551 2.075.189 5.43
Tasikmalaya 2020 7.12 1.577 2.251.787 -0.98
7. Ciamis 2017 5.17 9.981 1.475.793 5.21
Ciamis 2018 4.64 1.534 1.604.334 5.44
Ciamis 2019 5.16 1.539 1.733.162 5.38
Ciamis 2020 5.66 1.585 1.880.654 -0.14
8. Kuningan 2017 7.94 5.232 1.477.353 6.36
105
Jumlah Upah
Tahu Penganggura Pertumbuha
No Industr Minimu
n n n Ekonomi
. Kabupaten/Kota i m
(Persen) (Unit) (Rp) (Persen)
Kuningan 2018 9.1 2.534 1.606.030 6.43
Kuningan 2019 9.68 2.573 1.734.994 6.59
Kuningan 2020 11.22 2.586 1.882.642 0.09
9. Cirebon 2017 9.61 1.503 1.723.578 5.06
Cirebon 2018 10.64 10.942 1.873.702 5.02
Cirebon 2019 10.35 11.144 2.024.160 4.68
Cirebon 2020 11.52 11.144 2.196.416 -1.08
10. Majalengka 2017 5.02 2.427 1.525.632 6.81
Majalengka 2018 5 7.473 1.658.515 6.1
Majalengka 2019 4.37 7.475 1.791.693 7.71
Majalengka 2020 5.84 7.475 1.944.166 0.86
11. Sumedang 2017 7.15 352 2.463.461 6.23
Sumedang 2018 7.54 5.254 2.678.029 5.83
Sumedang 2019 7.7 5.254 2.893.074 6.33
Sumedang 2020 9.89 5.267 3.139.275 -1.12
12. Indramayu 2017 8.64 10.938 1.803.239 1.43
Indramayu 2018 8.46 2.429 1.960.301 1.34
Indramayu 2019 8.35 2.430 2.117.713 3.2
Indramayu 2020 9.21 2.488 2.297.931 -1.58
13. Subang 2017 8.74 10.515 2.327.072 5.1
Subang 2018 8.71 3.498 2.529.760 4.38
Subang 2019 8.68 3.538 2.732.899 4.41
Subang 2020 9.48 3.538 2.965.468 -1.27
14. Purwakarta 2017 9.11 11.098 3.169.549 5.15
Purwakarta 2018 9.94 11.125 3.445.617 4.98
Purwakarta 2019 9.73 11.125 3.722.299 4.38
Purwakarta 2020 11.07 11.125 4.039.067 -2.05
15. Karawang 2017 9.55 7.457 3.605.272 5.13
Karawang 2018 9.12 10.548 3.919.291 6.07
Karawang 2019 9.68 10.553 4.234.010 4.08
Karawang 2020 11.52 10.553 4.594.324 -3.59
16. Bekasi 2017 10.97 1.324 3.530.438 5.68
Bekasi 2018 9.74 12.639 3.837.940 6.02
Bekasi 2019 9 12.653 4.146.126 3.94
Bekasi 2020 11.54 12.653 4.498.961 -3.3
17. Bandung Barat 2017 9.33 15.989 2.468.289 5.21
Bandung Barat 2018 8.55 384 2.683.277 5.5
106
Jumlah Upah
Tahu Penganggura Pertumbuha
No Industr Minimu
n n n Ekonomi
. Kabupaten/Kota i m
(Persen) (Unit) (Rp) (Persen)
Bandung Barat 2019 8.24 389 2.898.744 5.05
Bandung Barat 2020 12.25 389 3.145.427 -2.41
18. Pangandaran 2017 3.34 3.487 1.433.901 5.1
Pangandaran 2018 3.59 495 1.558.794 5.41
Pangandaran 2019 4.52 531 1.714.673 5.94
Pangandaran 2020 5.08 532 1.860.591 -0.05
19. Kota Bogor 2017 9.57 9.446 3.272.143 6.12
Kota Bogor 2018 9.74 8.875 3.557.147 6.14
Kota Bogor 2019 9.16 8.875 3.842.785 6.05
Kota Bogor 2020 12.68 8.875 4.169.806 -0.53
20. Kota Sukabumi 2017 8 9.987 1.985.494 5.43
Kota Sukabumi 2018 8.57 9.571 2.158.431 5.51
Kota Sukabumi 2019 8.49 9.571 2.331.752 5.49
Kota Sukabumi 2020 12.17 9.631 2.530.182 -1.48
21. Kota Bandung 2017 8.44 8.867 2.843.663 7.21
Kota Bandung 2018 8.05 11.124 3.091.346 7.08
Kota Bandung 2019 8.18 11.124 3.339.580 6.79
Kota Bandung 2020 11.19 11.128 3.623.778 -2.28
22. Kota Cirebon 2017 9.29 10.538 1.741.683 5.8
Kota Cirebon 2018 9.07 945 1.893.384 6.21
Kota Cirebon 2019 9.04 9.452 2.045.422 6.29
Kota Cirebon 2020 10.97 9.452 2.219.487 -0.99
23. Kota Bekasi 2017 9.32 11.092 3.601.650 5.73
Kota Bekasi 2018 9.14 10.418 3.915.354 5.86
Kota Bekasi 2019 8.3 10.433 4.229.756 5.41
Kota Bekasi 2020 10.68 10.433 4.589.708 -2.55
24. Kota Depok 2017 7 6.176 3.297.489 6.75
Kota Depok 2018 6.66 1.054 3.584.700 6.97
Kota Depok 2019 6.12 10.549 3.872.785 6.74
Kota Depok 2020 9.87 10.549 4.202.105 -1.92
25. Kota Cimahi 2017 8.43 1.036 2.463.461 5.43
Kota Cimahi 2018 8 6.181 2.678.028 6.46
Kota Cimahi 2019 8.09 6.181 2.893.074 7.85
Kota Cimahi 2020 13.3 6.186 3.139.274 -2.26
26. Kota Tasikmalaya 2017 6.89 9.767 1.776.686 6.07
Kota Tasikmalaya 2018 6.89 10.005 1.931.435 5.93
Kota Tasikmalaya 2019 6.78 10.005 2.086.529 5.97
107
Jumlah Upah
Tahu Penganggura Pertumbuha
No Industr Minimu
n n n Ekonomi
. Kabupaten/Kota i m
(Persen) (Unit) (Rp) (Persen)
Kota Tasikmalaya 2020 7.99 10.015 2.264.093 -2.01
27. Kota Banjar 2017 5.97 9.551 1.437.522 5.3
Kota Banjar 2018 5.95 9.798 1.562.730 5.04
Kota Banjar 2019 6.16 9.821 1.688.217 5.03
Kota Banjar 2020 6.73 9.821 1.831.884 1.04
1. Uji Chow
2. Uji Hausman
Effects Specification
Uji Multikolinearitas
X1 X2 X3
Effects Specification