12

ANALISIS PENGARUH FLUKTUASI NILAI TUKAR PADA
EKSPOR KOMODITI UNGGULAN PERTANIAN

(KARET DAN KOPI) DI INDONESIA
OLEH :
RATIH NURALITHA PRATIKA
H14103051
DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2007
RINGKASAN
RATIH NURALITHA PRATIKA. Analisis Pengaruh Fluktuasi Nilai Tukar

pada Ekspor Komoditi Unggulan Pertanian (Karet dan Kopi) di Indonesia
(dibimbing oleh RINA OKTAVIANI).
Fluktuasi nilai tukar berkaitan erat dalam perdagangan internasional

karena nilai suatu komoditi ekspor dinilai dengan satu satuan mata uang asing.
Selain itu, fluktuasi nilai tukar memiliki peranan penting dalam pertumbuhan
ekspor karena berkaitan dengan harga relatif dari barang barang domestik dan
luar negeri. Salah satu sektor ekspor tersebut adalah sektor pertanian. Ekspor
pertanian dikuasai oleh ekspor tanaman perkebunan. Komoditi unggulan pertanian
adalah karet dan kopi. Ekspor karet dan kopi Indonesia memiliki kontribusi yang
cukup tinggi terhadap total ekspor Indonesia. Ekspor karet dan kopi ini
dipengaruhi oleh fluktuasi nilai tukar. Fluktuasi nilai tukar menyebabkan
berfluktuasi nilai ekspor karet dan kopi. Penelitian ini bertujuan untuk
menganalisis pengaruh fluktuasi nilai tukar pada ekspor komoditi unggulan
pertanian (karet dan kopi) dan menganalisis faktor faktor yang mempengaruhi
ekspor komoditi unggulan pertanian (karet dan kopi) di Indonesia.
Jenis data yang digunakan pada penelitian ini adalah data sekunder time
series data kuantitatif bulanan. Untuk analisis ekspor komoditi karet data yang
digunakan mulai dari periode 2000:1 hingga 2005:12. Sedangkan untuk analisis
ekspor komoditi kopi dimulai dari periode 1992:1 hingga 2005:12. Data data
tersebut meliputi nilai tukar rupiah terhadap dolar, harga domestik karet dan kopi,
harga pasar internasional karet dan kopi, harga negara kompetitor karet dan kopi,
Gross Domestik Product (GDP) dunia dan Industrial Index Production. Data
data tersebut diperoleh dari statistika ekonomi dan keuangan Indonesia (SEKI) BI,
Badan Pusat Statistik (BPS), Internasional Finnancial Statistic (IFS),
Internasional Coffee Organization (ICO) dan Gabungan Pengusaha Karet
Indonesia (Gapkindo). metode yang digunakan untuk menganalisis faktor faktor
yang mempengaruhi ekspor unggulan pertanian (karet dan kopi) adalah Vector
Auto Regression (VAR) dan Vector Error Correction Model (VECM) dengan
menggunakan perangkat lunak (software) Eviews 4.1 dan Microsoft Excel 2003.
Hasil penelitian menunjukkan bahwa fluktuasi nilai tukar tidak memiliki
pengaruh terhadap nilai ekspor komoditi karet dan kopi. Hal ini karena nilai
ekspor komoditi karet dan kopi lebih dipengaruhi oleh harga pasar internasional.
Nilai ekspor meniliki hubungan negatif dengan fluktuasi nilai tukar sedangkan
harga pasar internasional memiliki hubungan positif dengan nilai ekspor komoditi
karet dan kopi. Pada analisis komoditi kopi variabel variabel yang berhubungan
positif dan signifikan dalam jangka pendek dengan nilai ekspor kopi Indonesia
adalah harga internasional dan GDP riil dunia. Pada analisis komoditi karet
variabel yang berpengaruh positif dan signifikan dalam jangka pendek adalah
jumlah ekspor karet itu sendiri. Pada jangka panjang analisis komoditi kopi ini
yang berhubungan positif dan signifikan terhadap nilai ekspor kopi Indonesia
adalah nilai tukar riil. Sedangkan variabel lain dalam jangka panjang berhubungan
negatif dan signifikan dengan nilai ekspor komoditi kopi adalah harga negara
kompetitor, harga domestik dan GDP riil dunia. Pada jangka panjang variabel
yang positif dan signifikan mempengaruhi nilai ekspor karet adalah harga
domestik dan Industrial Index Production sedangkan variabel yang berpengaruh
negatif dan signifikan terhadap nilai ekspor karet adalah jumlah ekspor karet dan
harga negara kompetitor.
ANALISIS PENGARUH FLUKTUASI NILAI TUKAR PADA

EKSPOR KOMODITI UNGGULAN PERTANIAN
(KARET DAN KOPI) DI INDONESIA
OLEH :
RATIH NURALITHA PRATIKA
H14103051
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada Departemen Ilmu Ekonomi

2007

Dengan ini menyatakan bahwa skripsi yang disusun oleh,

Nama Mahasiswa
: Ratih Nuralitha Pratika
Nomor Registrasi Pokok
: H14103051
Program Studi
: Ilmu Ekonomi
Judul Skripsi
: Analisis Pengaruh Fluktuasi Nilai Tukar pada

Ekspor Komoditi Unggulan Pertanian (Karet
dan Kopi) di Indonesia
dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor.
Menyetujui,
Dosen Pembimbing,
Dr. Ir. Rina Oktaviani, MS.

NIP. 131 846 872
Mengetahui,
Ketua Departemen Ilmu Ekonomi,
Dr. Ir. Rina Oktaviani, MS.

NIP. 131 846 872
Tanggal Kelulusan :
PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH

BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH
DIGUNAKAN
SEBAGAI
SKRIPSI
ATAU
KARYA
ILMIAH
PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.
Bogor, Agustus 2007
Ratih Nuralitha Pratika

H14103051
RIWAYAT HIDUP
Ratih Nuralitha Pratika. Dilahirkan di Bandung pada hari Jumat tanggal

18 April 1986 dari pasangan Bapak Aulia dan Ibu Tantri Endang. Penulis
merupakan putri pertama dari tiga bersaudara. Penulis menjalani pendidikan di
bangku sekolah dasar dari tahun 1991 sampai dengan tahun 1997 di SD Angkasa
1 Bandung. Selanjutnya meneruskan ke pendidikan lanjutan tingkat pertama dari
tahun 1997 sampai tahun 2000 di SLTPN 1 Margahayu Bandung. Setelah itu,
penulis melanjutkan pendidikan menengah umum di SMUN 1 Margahayu
Bandung dan lulus pada tahun 2003.
Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian
Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI) dan terdaftar
sebagai mahasiswa Departemen Ilmu Ekonomi, Fakultas Ekonomi dan
Manajemen (FEM). Selama mengikuti pendidikan di bangku kuliah, penulis aktif
dalam berbagai kegiatan kampus dan kepanitiaan baik untuk tingkat departemen
maupun institusi.
KATA PENGANTAR
Assalamualaikum Wr. Wb.

Segala puji hanya untuk Allah SWT atas berkat rahmat dan karunia-Nya
penulis mendapat kemudahan dan kemampuan dalam setiap langkah penyusunan
skripsi ini. Shalawat dan salam semoga senatiasa tercurah kepada Qudwah
Hasanah kita, Rasulullah Saw, yang telah mengajarkan al-Islam sebagai jalan
hidup sehingga membawa keselamatan bagi umat manusia sejagad raya.
Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar
Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi Manajemen
IPB. Adapun judul skripsi ini adalah Analisis Pengaruh Fluktuasi Nilai Tukar
pada Ekspor Komoditi Unggulan Pertanian (Karet dan Kopi) di Indonesia
Pada kesempatan ini penulis mengucapkan terima kasih kepada :
1. Dr. Ir. Rina Oktaviani, MS selaku dosen pembimbing skripsi yang telah
memberikan ilmu dan membimbing penulis dengan sabar dalam proses
penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.
2. Dr. Ir. Nunung Nuryartono, M.Si selaku dosen penguji utama yang telah
bersedia menguji dan memberikan masukan, kritik dan ilmu yang
bermanfaat untuk penyempurnaan skripsi ini.
3. Ibu Fifi Diana Thamrin, SP, M.Si selaku dosen penguji komisi pendidikan
yang telah memberikan masukan dalam perbaikan tata bahasa untuk
penyempurnaan skripsi ini.
4. Kedua orang tua penulis yaitu Ayahanda Aulia dan Ibunda Tantri Endang,
adikku tersayang Opie dan Edo beserta keluarga besar atas doa, kasih
sayang, bimbingan, dukungan, perhatian dan perjuangan yang telah
dicurahkan. Terima kasih pula kepada Brian Rendra Budhiarta atas doa,
perhatian, dukungan yang diberikan kepada penulis.
5. Dosen, staf penunjang dan seluruh civitas Departemen Ilmu Ekonomi atas
ilmu dan bantuan yang diberikan.
6. Dr. Suharto Honggokusumo beserta staf Gabungan Pengusaha Karet

Indonesia (Gapkindo) atas bantuan selama proses pengambilan data.
7. My best Friends anak anak DJ Bunda, Weni, Ajie, Wida, Mimi, Heri,
Yogi dan Wiwit. My roommate Rindu dan teman satu rumah C15 Abon,
Lia, Mega, Utari, Sinta, Anggi dan Irma atas doa, dukungan, smangat, dan
bantuan selama proses pembuatan skripsi.
8. Teman satu bimbingan Windy dan Jayanti terima kasih atas semangat dan
dukungannya. Lea, Andin, Echa, Rico, Inun, Giri, Kiki, Abang, Heni, Ari,
AO, Nofa, Ryan, Ucup, Bery, Ani dan seluruh anak IE 40 terima kasih
atas persahabatan dan bantuan selama proses pembuatan skripsi.
9. Penulis juga mengucapkan terima kasih kepada kak Fickry atas
bantuannya dalam pengolahan data.
Akhirnya penulis ucapkan terima kasih kepada semua pihak yang telah
membantu penyelesaian skripsi ini. Semoga hasil dari skripsi ini dapat
memberikan manfaat bagi penulis maupun semua pihak yang membutuhkan.
Wassalamualaikum Wr.Wb.
Bogor, Agustus 2007
Ratih Nuralitha Pratika

H14103051
ix
DAFTAR ISI
Halaman
DAFTAR TABEL............................................................................................... xii
DAFTAR GAMBAR ......................................................................................... xiv
DAFTAR LAMPIRAN ...................................................................................... xv
I. PENDAHULUAN ........................................................................................
1.1. Latar Belakang ...................................................................................
1.2. Perumusan Masalah ...........................................................................
1.3. Tujuan ................................................................................................
1.4. Manfaat .............................................................................................. 10

1.5. Ruang Lingkup ................................................................................... 11
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ........................ 14
2.1. Pengertian Nilai Tukar... 14
2.2. Pengertian Perilaku Nilai Tukar. 16
2.3. Faktor faktor yang Mempengaruhi Perubahan Nilai Tukar ............. 17
2.4. Resiko Nilai Tukar ............................................................................... 19
2.5. Ekspor ................................................................................................. 20
2.6. Kerangka Pemikiran Teoritis ............................................................... 21
2.6.1. Teori Perdagangan Internasional ............................................... 21
2.6.2. Teori Penawaran Ekspor ............................................................ 22
2.6.3. Teori Permintaan Ekspor. 22
2.6.4. Teori Fluktuasi Nilai Tukar. 23
2.6.5. Teori Model Vector Auto Regression (VAR).. 24
2.7. Tinjauan Penelitian Terdahulu ........................................................... 29
2.8. Perbedaan dengan Penelitian Terdahulu ............................................. 31
2.9. Kerangka Pemikiran Operasional ........................................................ 31
2.10. Hipotesis............................................................................................... 34
III.METODE PENELITIAN .............................................................................. 37
3.1. Jenis dan Sumber Data ....................................................................... 37

3.2 . metode Analisis Data .......................................................................... 38
3.2.1. Model Umum Vector Auto Regression (VAR) .......................... 39
3.2.2. Uji Stasioneritas Data................................................................. 40
3.2.3. Penetapan Tingkat Lag Optimum .............................................. 41
3.2.4. Uji Kointegrasi ........................................................................... 42
3.2.5. Model Umum Vector Error Correction Model (VECM) .......... 43
3.2.6. Impulse Response Function (IRF).............................................. 44
3.2.7. Variance Decomposition (VD) .................................................. 44
3.3 Model Analisis Data ............................................................................ 45
3.3.1. Model Analisis Ekspor Komoditi Kopi .................................... 46
3.3.2. Model Analisis Ekspor Komoditi Karet .................................... 47
IV. HASIL DAN PEMBAHASAN ................................................................... 49
4.1. Analisis Pengaruh Fluktuasi Nilai Tukar pada Ekspor Komoditi
Karet .................................................................................................... 49
4.2. Hasil Estimasi VAR Komoditi Karet................................................... 53
4.2.1. Kestasioneran Data..................................................................... 53
4.2.2. Penentuan Lag Optimum Menggunakan Akaike Information
Criterion (AIC) ........................................................................... 56
4.2.3. Kointegrasi ................................................................................. 57
4.2.4. Estimasi Vector Error Correction Model (VECM) ................... 58
4.2.6. Impulse Response Function (IRF)........................... 66
4.3. Analisis Pengaruh Fluktuasi Nilai Tukar pada Ekspor Komoditi
Kopi .................................................................................................... 69
4.4. Hasil Estimasi VAR Komoditi Kopi.................................................... 73
4.4.1. Kestasioneran Data..................................................................... 73
4.4.2. Penentuan Lag Optimum Menggunakan Schwarz Criteria (SC) 76
4.4.3. Kointegrasi ................................................................................. 77
4.4.4. Estimasi Vector Error Correction Model (VECM) ................... 78
4.4.6. Impulse Response Function (IRF).............................................. 85
xi
V. KESIMPULAN DAN SARAN .................................................................... 89

5.1. Kesimpulan ......................................................................................... 89
5.2. Saran .................................................................................................... 90
DAFTAR PUSTAKA ......................................................................................... 92
LAMPIRAN ....................................................................................................... 95
xii
DAFTAR TABEL
Nomor
Halaman
1.
Perkembangan Total Ekspor Indonesia Tahun 1990-2005 ........................ 3
2.
Perkembangan Nilai Ekspor Migas & non Migas Indonesia

Tahun 1990-2005 ....................................................................................... 4
3.
Perkembangan Ekspor Pertanian Tahun 1990-2005 .................................. 6
4.
Nilai Ekspor Komoditi Perkebunan Indonesia Tahun 1999-2005

(dalam ribu US$)........................................................................................ 7
5.
Jenis dan Sumber Data yang Digunakan dalam Penelitian... 37
6.
Data, Satuan Dan Simbol... 45
7.
Uji Stasioneritas Pada Level....................................................................... 54
8.
Uji Stasioneritas Pada First Difference ..................................................... 55
9.
Perhitungan Schwarz Criteria (SC) ........................................................... 56
10.
Johansen Cointegration Test ..................................................................... 57
11.
Hasil Estimasi VECM Jangka Pendek ....................................................... 59
12.
Hasil Estimasi VECM Jangka Panjang ...................................................... 61
13.
Variance Decomposition (VD) .................................................................. 65
14.
Uji Stasioneritas Pada Level....................................................................... 74
15.
Uji Stasioneritas Pada First Difference ..................................................... 75
16.
Perhitungan Akaike Information Criterion (AIC) ...................................... 76
17.
Johansen Cointegration Test ..................................................................... 77
18.
Hasil Estimasi VECM Jangka Pendek ....................................................... 79
19.
Hasil Estimasi VECM Jangka Panjang ...................................................... 81
20.
Variance Decomposition (VD) .................................................................. 84
21.
Perkembangan Ekspor Barang barang Hasil Pertanian Tahun

1999-2005.................................................................................................. 95
22.
Perkembangan Ekspor Getah Karet Tahun 1999-2005.............................. 96
23.
Perkembangan Ekspor Kopi Tahun 1999-2005......................................... 97
xiii
24.
Perkembangan Volume Ekspor dan Impor Perkebunan

Indonesia Tahun 2000 2003 (ribu ton)................................................. 100
xiv
DAFTAR GAMBAR
Nomor
Halaman
1.
Kerangka Pemikiran Operasional ............................................................. 34
2.
Grafik Perkembangan Nilai Tukar Riil Tahun 2000-2005 ........................ 50
3.
Grafik Perkembangan Nilai Ekspor Karet Indonesia Tahun 2000-2005 ... 50
4.
Perkembangan Harga Pasar Internasional Komoditi Karet 2000-2005 ..... 51
5.
Grafik Hubungan Antara Nilai Tukar Riil, Nilai Ekspor Karet dan
Harga Pasar Internasional ......................................................................... 52
6.
Respon Nilai Ekspor Komoditi Karet Indonesia terhadap Harga Pasar

Internasional, Jumlah Ekspor Karet Indonesia, Harga Negara
Kompetitor, Harga domestik, Industrial Production Index dan
Nilai Tukar Riil. 67
7.
Grafik Perkembangan Nilai Tukar Riil Tahun 1992-2005 ........................ 70
8.
Grafik Perkembangan Nilai Ekspor Kopi Indonesia Tahun 1992-2005 .... 70
9.
Perkembangan Harga Pasar Internasional Komoditi Kopi 1992-2005 ...... 71
10.
Grafik Hubungan Antara Nilai Tukar Riil, Nilai Ekspor Kopi dan
Harga Pasar Internasional ......................................................................... 72
11.
Respon Nilai Ekspor Komoditi Kopi Indonesia terhadapHarga Pasar

Internasional, Harga Domestik, Harga Negara Kompetitor,
Jumlah Ekspor, Nilai Tukar Riil dan GDP Riil Dunia..............................
86
xv
DAFTAR LAMPIRAN
Nomor
Halaman
1.
Ekspor Hasil Pertanian (Analisis Komoditi Ekspor 1999-2005

ISIC Pertanian, Industri dan Pertambangan. Badan Pusat Statistik
(BPS).......................................................................................................... 95
2.
Kondisi Perkembangan dan Pangsa Pasar Internasional

Komoditi Perkebunan Indonesia: Kasus Kakao, Kopi dan
Karet, Jurnal Ekonomi dan Pembangunan ................................................ 98
3.
Uji Stasioner pada Level (Komoditi Karet)............................................... 102
4.
Uji Stasioner pada First Difference........................................................... 103
5.
Penentuan Lag Optimum .......................................................................... 105
6.
Uji Kestabilan VAR .................................................................................. 106
7.
Johansen Cointegration Summary ............................................................ 106
8.
Johansen Cointegration Test .................................................................... 107
9.
Correlation Matrix .................................................................................... 108
10.
Estimasi Vector Error Correction Model (VECM) .................................. 108
11.
Variance Decomposition (VD) ................................................................. 112
12.
Impulse Response Function (IRF)............................................................. 115
13.
Uji Stasioner pada Level (Komoditi Kopi)................................................ 117
14.
Uji Stasioner pada First Difference........................................................... 118
15.
Penentuan Lag Optimum .......................................................................... 120
16.
Uji Kestabilan VAR .................................................................................. 121
17.
Johansen Cointegration Summary ............................................................ 121
18.
Johansen Cointegration Test .................................................................... 122
19.
Correlation Matrix .................................................................................... 123
20.
Estimasi Vector Error Correction Model (VECM) .................................. 123
21.
Variance Decomposition (VD) ................................................................. 126
22.
Impulse Response Function (IRF)............................................................. 129
I. PENDAHULUAN
1.1. Latar Belakang

Perekonomian suatu negara dapat dikatakan sedang meningkat atau
menurun berdasarkan beberapa indikator dasar makroekonomi. Salah satu
indikator dasar makroekonomi tersebut adalah nilai tukar. Hal ini karena nilai
tukar merupakan suatu pembanding nilai mata uang suatu negara dengan negara
lain. Apabila nilai mata uang suatu negara menguat maka perekonomian negara
tersebut meningkat sehingga nilai tukar dapat dijadikan acuan salah satu indikator
makroekonomi.
Sejak runtuhnya sistem Bretton Woods, nilai tukar bergerak semakin
fleksibel. Hal ini karena nilai tukar menganut sistem baru yaitu sistem
mengambang. Sistem ini memaksa nilai tukar untuk menyesuaikan diri dengan
mekanisme pasar yang berlaku sehingga menyebabkan nilai tukar berfluktuasi.
Fluktuasi nilai tukar dapat berdampak pada perubahan variabel variabel
makroekonomi lainnya. Salah satunya, fluktuasi nilai tukar akan mempengaruhi
agregat demand dan agregat supply (Warjiyo dan Agung, 2002).
Fluktuasi nilai tukar akibat diterapkannya suatu kebijakan moneter
menyebabkan nilai tukar domestik terdepresiasi dan meningkatkan harga barang
barang impor yang kemudian diikuti oleh meningkatnya harga barang domestik.
Hal ini terjadi walaupun tidak terjadi ekspansi pada agregat demand. Fluktuasi
nilai tukar juga dapat menimbulkan spekulasi bagi pelaku usaha serta
menyebabkan terjadinya inflasi.
Fluktuasi nilai tukar berkaitan erat dalam perdagangan internasional

karena nilai suatu komoditi ekspor dinilai dengan satu satuan mata uang asing.
Fluktuasi nilai tukar ini mempengaruhi kegiatan ekspor yang merupakan salah
satu bentuk perdagangan internasional. Barang barang ekspor yang di kirim ke
luar negeri dihitung dengan menggunakan satu satuan mata uang asing sehingga
dengan adanya fluktuasi nilai tukar ini menyebabkan harga barang ekspor menjadi
tidak tentu.
Pada saat terjadi krisis moneter tahun 1997-1998, nilai tukar mengalami
fluktuasi yang cukup tajam. Hal ini ditandai dengan adanya depresiasi nilai tukar
sebesar 2.4 persen hingga 5.4 persen per tahun (SEKI, 1998). Fluktuasi nilai tukar
yang tajam ini mengakibatkan terjadinya inflasi yang cukup tinggi sehingga pada
saat krisis tersebut perekonomian Indonesia terhambat. Begitu pula dengan
pertumbuhan ekspor, pada saat terjadi krisis ekspor Indonesia mengalami
kemunduran yang cukup tinggi.
Total ekspor Indonesia memiliki pertumbuhan yang cukup tinggi setiap
tahunnya pada masa sebelum terjadi krisis moneter. Penerimaan nilai total ekspor
Indonesia periode 1990 1997 berkembang dengan kenaikan rata rata 11.1
persen per tahun. Nilai penerimaan ekspor sendiri berfluktuasi dari tahun ke
tahun. Ekspor Indonesia yang terdiri dari ekspor migas dan non migas ini berhasil
menambah devisa negara. Tetapi setelah terjadi krisis moneter pertumbuhan
ekspor Indonesia mengalami kemunduran akibat nilai tukar yang berfluktuasi
cukup tinggi.
Tabel 1. Perkembangan Total Ekspor Indonesia Tahun 1990-2005

Tahun
Volume Ekspor
Nilai Ekspor
Perubahan Nilai
(Ribu Ton)
(Juta US$)
Ekspor (%)
1990
107566.3
25675.3
1991
115461.3
29142.5
13.5
1992
151535.8
33967.0
16.6
1993
177470.8
36823.0
8.4
1994
225343.7
40053.4
8.8
1995
246109.1
45418.0
13.4
1996
214184.3
49814.8
9.7
1997
254456.9
53443.6
7.3
1998
244924.5
48847.6
-8.6
1999
234966.0
48665.5
-0.4
2000
225102.8
62124.0
27.7
2001
272456.6
56320.9
-9.3
2002
223270.1
57158.8
1.5
2003
219566.8
61058.2
6.8
2004
232317.4
71584.6
17.2
2005
258731.5
85660.0
19.7
Sumber: Badan Pusat Statistik (BPS), 2006.
Tabel 2. Menggambarkan perkembangan ekspor Indonesia yang terdiri

dari ekspor migas dan non migas. Seperti yang telah disinggung diatas rata rata
pertumbuhan nilai total ekspor Indonesia adalah sebesar 11,1 persen per tahun.
Ekspor non migas tumbuh lebih cepat dari ekspor migas sebesar 4.5 persen
dengan rata rata pertumbuhan 11.1 persen per tahun. Namun memasuki masa
krisis moneter tahun 1997-1998 ekspor non migas Indonesia merosot 2.0 persen,
ekspor migas merosot tajam 32.3 persen dan total ekspor Indonesia turun sebesar
8.6 persen. Penurunan total ekspor Indonesia ini terus berlanjut hungga tahun
1999. Pada awal 2000 hingga 2005 perkembangan ekspor migas dan non migas
rata rata meningkat sebesar 13.5 persen untuk ekspor migas dan 9.9 persen
untuk ekspor non migas dan pertumbuhan rata rata total ekspor Indonesia
sebesar 10.6 persen.
Tabel 2. Perkembangan Nilai Ekspor Migas dan non Migas Indonesia Tahun
1990-2005
Ekspor Migas
Ekspor Non Migas
Tahun
Nilai FOB
Perubahan Nilai
Nilai FOB
Perubahan Nilai
(Juta US$)
Ekspor (%)
(Juta US$)
Ekspor (%)
1990
11071.1
14604.2
1991
10894.9
-1.6
18247.6
24.9
1992
10670.9
-2.1
23296.1
27.7
1993
9745.8
-8.7
27077.2
16.2
1994
9693.6
-0.5
30359.6
12.1
1995
10464.4
8.0
34953.6
15.1
1996
11721.8
12.0
38093.0
9.0
1997
11622.6
-0.8
41821.0
9.8
1998
7872.2
-32.3
40975.5
-2.0
1999
9792.3
24.4
38873.2
-5.1
2000
14366.6
46.7
47757.4
22.9
2001
12636.3
-12.0
43684.6
-8.5
2002
12112.7
-4.1
45046.1
3.1
2003
13651.4
12.7
47406.1
5.2
2004
15645.3
14.6
55939.3
18.0
2005
19231.6
22.9
66428.4
18.8
Sumber : Badan Pusat Statistik (BPS), 2006.
Data pada Tabel 2. menggambarkan nilai ekspor migas dan non migas
Indonesia dari tahun 1990 hingga 2005 mengalami fluktuasi. Fluktuasi ini dapat
disebabkan oleh beberapa faktor yaitu perubahan harga pasar internasional dan
domestik, fluktuasi nilai tukar, perubahan konsumsi (permintaan negara
pengimpor) dan pendapatan nasional negara pengimpor.
Salah satu faktor yang menyebabkan fluktuasi nilai total ekspor adalah
fluktuasi nilai tukar. Fluktuasi nilai tukar memiliki peranan penting dalam
pertumbuhan ekspor karena berkaitan dengan harga relatif dari barang barang
domestik dan barang barang luar negeri (Krugman dan Mishkin, 1992).
Fluktuasi nilai tukar yang lebar menyebabkan terjadinya depresiasi ataupun
apresiasi nilai tukar. Pada saat terjadi apresiasi nilai tukar pada suatu negara maka
terjadi peningkatan harga relatif ekspor dan menurunnya harga relatif impor
sehingga barang barang ekspor negara tersebut cenderung tidak kompetitif di

pasar internasional dan dapat menurunkan nilai ekspor ke luar negeri. Depresiasi
nilai tukar menyebabkan harga relatif ekspor menurun sedangkan harga relatif
impor meningkat tetapi barang barang ekspor menjadi tidak kompetitif di pasar
internasional dan meningkatkan nilai ekspor.
1.2. Permasalahan
Fluktuasi nilai tukar ini merupakan salah satu indikator utama ekonomi
untuk penyatuan uang. Secara umum, fluktuasi nilai tukar dapat menghambat
perdagangan internasional karena fluktuasi nilai tukar berkaitan erat dengan harga
relatif barang barang domestik dan harga relatif barang barang luar negeri.
Fluktuasi nilai tukar yang lebar menyebabkan harga relatif barang barang
domestik dan barang barang luar negeri ikut berfluktuasi sesuai dengan arah
fluktuasi nilai tukar tersebut.
Ekspor merupakan salah satu indikator pertumbuhan ekonomi yang
berkaitan erat dengan nilai tukar karena harga barang barang ekspor dihitung
dengan menggunakan satuan mata uang asing. Pertumbuhan ekspor dipengaruhi
oleh fluktuasi nilai tukar. Jika terjadi fluktuasi nilai tukar yang cukup lebar maka
harga barang barang ekspor tidak dapat diprediksikan.
Ekspor Indonesia terdiri dari ekspor migas dan ekspor non migas yang
memberikan sumbangan besar terhadap penerimaan negara. Ekspor non migas
Indonesia terdiri dari sektor industri, pertanian dan pertambangan. Pada
perkembangan nilai ekspor non migas sektor industri memberikan sumbangan
terbesar diikuti dengan ekspor sektor pertanian dan sektor pertambangan.

Walaupun sumbangan terbesar dipegang oleh ekspor sektor industri, ekspor sektor
pertanian menunjukkan trend yang berfluktuatif dari waktu ke waktu pada
perkembangan nilai ekspornya.
Tabel 3. Perkembangan Ekspor Pertanian Tahun 1990-2005
Tahun
Volume Ekspor
Nilai Ekspor
Perubahan Nilai
(Ribu Ton)
(Juta US$)
Ekspor (%)
1990
37855.4
6219.9
1991
39453.5
5695.7
-8.4
1992
38861.9
5397.7
-5.2
1993
36178.0
4778.4
-11.5
1994
43676.9
5072.6
6.2
1995
40674.0
5145.7
1.4
1996
38254.9
5711.8
11.0
1997
38978.5
5480.0
-4.1
1998
36914.0
3348.6
-38.9
1999
35902.5
4517.3
34.9
2000
29225.9
6090.1
34.8
2001
32857.0
5714.7
-6.2
2002
29054.4
5227.6
-8.5
2003
26517.5
5621.0
7.5
2004
23467.8
6241.4
11.0
2005
21488.0
8145.8
30.5
Pada Tabel 3. dapat dilihat bahwa perkembangan ekspor pertanian

Indonesia selama kurun waktu enam belas tahun mulai dari tahun 1990 2005
mengalami fluktuasi. Pada tahun 1990 1997 volume ekspor pertanian Indonesia
cenderung mengalami peningkatan dengan rata rata pertumbuhan sebesar 11
persen setiap tahunnya. Tetapi pada tahun 1998 ekspor pertanian Indonesia
mengalami penurunan dan kemudian kembali meningkat pada tahun 1999. Secara
umum rata rata pertumbuhan ekspor pertanian sebesar 3.6 persen setiap
tahunnya.
Ekspor pada sektor pertanian didominasi oleh ekspor tanaman perkebunan.

Indonesia sejak jaman penjajahan terkenal sebagai negara penghasil komoditi
perkebunan maka tak salah jika ekspor pertanian didominasi oleh tanaman
perkebunan. Ekspor tanaman perkebunan ini diantaranya adalah karet alam, kopi,
biji kakao, teh dan rempah rempah.
Tabel 4. Nilai Ekspor Komoditi Perkebunan Indonesia Tahun 1999-2005
(dalam ribu US$)
Komoditi
1999
2000
2001
2002
2003
2004
2005
Kopi
Teh
Rempahrempah
Karet
Alam
Kakao
Tembakau
458260
92016
273413
311832
108144
314308
182608
94685
174419
218771
98024
186172
250882
91840
186336
281635
64806
153737
497777
47872
153392
10823
7886
7596
6808
12103
14730
6403
296720
79147
235724
63594
276598
80776
521257
66450
410465
44486
370243
45613
468279
62897
Pada Tabel 4. untuk komoditi kopi memiliki rata rata persentase

pertumbuhan sebesar 11.7 persen terhadap nilai total ekspor pertanian. Komoditi
teh memiliki peranan sebesar 3.3 persen terhadap nilai total ekspor pertanian.
Sedangkan rempah rempah rata rata persentase terhadap nilai total ekspor
sebesar 7.8 persen. Selain itu, karet alam memiliki peranan sebesar 3.6 persen
terhadap total ekspor pertanian.
Indonesia merupakan salah satu produsen terbesar dunia untuk komoditi
kopi dan karet alam sehingga ekspor untuk kedua komoditi tersebut memiliki
peranan yang besar bagi total ekspor pertanian Indonesia. Untuk komoditi karet
pasar komoditas karet alam pada tingkat dunia di dominasi oleh pangsa pasar Asia
yang mencapai 91 persen pada tahun 2002 dan kondisi ini cenderung stabil sejak
tahun 1998. Kontributor terbesar pasar Asia adalah karet alam Thailand (40
persen), kemudian disusul oleh Indonesia (30 persen) dan Malaysia dengan
pangsa pasar Asia 15 persen. Negara tujuan utama ekspor karet ini adalah
Amerika Serikat (36 persen) dan Jepang (14 persen).
Ekspor kopi memiliki peranan yang cukup besar terhadap perkembangan
nilai total ekspor Indonesia karena kopi merupakan salah satu komoditi ekspor
andalan pada sektor pertanian. Indonesia merupakan negara produsen kopi
Robusta terbesar kedua setelah Vietnam. Komoditi kopi memiliki market share
yang semakin menurun terhadap sektor pertanian dan juga pertumbuhannya yang
cenderung negatif tapi nilai absolut ekspornya relatif tinggi. Ini disebabkan
adanya persaingan dari negara Vietnam yang merupakan saingan utama ekspor
kopi Robusta Indonesia. Vietnam memiliki beberapa keunggulan dibandingkan
dengan Indonesia terutama dalam hal produktivitas dan mutu. Negara tujuan
utama ekspor kopi Indonesia adalah Amerika Serikat, Jerman, Jepang dan Italia.
Selain itu, pada Tabel 4. menunjukkan adanya fluktuasi ekspor komoditi
perkebunan setiap tahunnya. Hal ini karena pertumbuhan ekspor pertanian itu
sendiri dipengaruhi oleh beberapa faktor yaitu; (1) adanya daya saing dengan
negara negara lain di dunia; (2) adanya penetapan harga pasar dalam negeri dan
harga pasar internasional; (3) adanya permintaan luar negeri; dan (4) nilai tukar
mata uang (Lipsey, 1995).
Salah satu faktor yang mempengaruhi pertumbuhan ekonomi adalah nilai
tukar karena barang barang ekspor dihitung dengan satuan mata uang asing.
Nilai tukar saat ini tidak stabil akibat berubahnya sistem yang dianut nilai tukar
tersebut. Saat ini nilai tukar semakin fleksibel bergerak mengikuti mekanisme
pasar sehingga menyebabkan nilai tukar selalu berfluktuasi. Adanya fluktuasi nilai
tukar ini menyebabkan terjadinya fluktuasi pada pertumbuhan ekspor yang
bergerak mengikuti fluktuasi nilai tukar.
Pengaruh fluktuasi nilai tukar terhadap ekspor ini menarik beberapa ahli
ekonomi untuk menelitinya. Goeltom (1997) menunjukkan bahwa fluktuasi nilai
tukar tidak memberikan pengaruh yang signifikan terhadap perdagangan.
Sementara itu, Susilo (2001), menjelaskan bahwa fluktuasi nilai tukar memiliki
dampak yang signifikan terhadap ekspor riil non migas pada jangka panjang dan
memiliki dampak yang tidak signifikan terhadap ekspor riil non migas pada
jangka pendek. Keterangan ini menunjukkan bahwa hubungan fluktuasi nilai tukar
memberikan pengaruh beragam terhadap ekspor.
Berdasarkan uraian diatas maka dapat dirumuskan beberapa permasalahan
sebagai berikut :
1. Bagaimana pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
unggulan pertanian Indonesia (karet dan kopi)?
2. Faktor faktor apa yang mempengaruhi nilai ekspor komoditi unggulan
pertanian Indonesia (karet dan kopi)?
1.3. Tujuan
Berdasarkan latar belakang dan permasalahan diatas maka penelitian ini
memiliki tujuan sebagai berikut :
1. Menganalisis pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
unggulan pertanian Indonesia (karet dan kopi).
10
2. Menganalisis faktor faktor yang mempengaruhi ekspor komoditi

unggulan pertanian Indonesia (karet dan kopi).
1.4. Manfaat
Penelitian ini memiliki beberapa manfaat bagi berbagai pihak. Adapun
manfaat penelitian ini sebagai berikut :
1. Bagi pemerintah, penelitian ini diharapkan dapat memberikan gambaran
yang lebih jelas mengenai pengaruh fluktuasi nilai tukar terhadap ekspor
komoditi unggulan pertanian Indonesia (karet dan kopi) sehingga
pemerintah mendapatkan informasi dalam menentukan sistem nilai tukar
dan kebijakan ekspor komoditi unggulan pertanian Indonesia (karet dan
kopi).
2. Bagi pelaku pasar (eksportir), hasil penelitian ini diharapkan dapat
menjadi informasi tambahan atas adanya pengaruh fluktuasi nilai tukar
terhadap ekspor komoditi unggulan pertanian Indonesia (karet dan kopi)
sehingga para eksportir dapat menentukan langkah langkah yang perlu
diambil dalam melakukan ekspor komoditi unggulan pertanian Indonesia
(karet dan kopi).
3. Bagi mahasiswa dan masyarakat, penelitian ini diharapkan dapat menjadi
referensi dalam mempelajari nilai tukar dan ekspor serta referensi dalam
melakukan penelitian lanjutan mengenai pengaruh fluktuasi nilai tukar
terhadap ekspor komoditi unggulan pertanian Indonesia terutama karet dan
kopi.
11
4. Bagi penulis, penelitian ini sebagai sarana pembelajaran dalam memahami

fluktuasi nilai tukar dan ekspor secara lebih mendalam. Selain itu,
penelitian ini juga sebagai proses belajar untuk lebih kritis dalam
menganalisis pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
unggulan pertanian Indonesia (karet dan kopi), serta membuka wawasan
dan pemahaman untuk mencari jawaban atas perumusan masalah.
1.5. Ruang Lingkup

Penelitian ini membahas mengenai pengaruh fluktuasi nilai tukar terhadap
ekspor komoditi unggulan
pertanian
Indonesia, faktor
faktor yang
mempengaruhi hubungan fluktuasi nilai tukar terhadap ekspor komoditi unggulan

pertanian Indonesia serta untuk mengetahui asumsi dan metode yang digunakan
dapat menjelaskan pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
unggulan pertanian Indonesia.
Pada penelitian ini komoditi unggulan pertanian yang digunakan adalah
kopi dan karet. Untuk kopi yang digunakan dalam penelitian ini adalah kopi
robusta karena Indonesia merupakan produsen utama dunia untuk kopi robusta
(BPS, 2006). Selain itu, Indonesia merupakan negara terbesar keempat di dunia
sebagai negara produsen kopi setelah Brazil, Kolombia dan Vietnam. Indonesia
juga sebagai negara produsen terbesar kedua di dunia untuk kopi Robusta setelah
Vietnam. Kopi Robusta Indonesia memiliki market share 30 persen pasar Asia
pada tahun 1998. Pada tahun 2002 market share kopi Robusta di pasar Asia
sebesar 19.6 persen (AEKI, 2006).
12
Pada penelitian kopi ini variabel yang digunakan adalah harga pasar
internasional, harga domestik, nilai tukar riil, total nilai ekspor ke seluruh negara
di dunia, total jumlah ekspor ke seluruh negara di dunia. Selain itu digunakan
variabel harga negara kompetitor yaitu harga negara Vietnam karena Vietnam
adalah negara pesaing utama Indonesia untuk komoditi kopi Robusta. Variabel
lain yang digunakan adalah Gross Domestic Product (GDP) riil dunia karena
jumlah dan nilai ekspor kopi pada penelitian ini ke seluruh negara dunia sehingga
untuk menggambarkan laju pertumbuhan seluruh negara di dunia maka digunakan
GDP riil dunia
Untuk komoditi karet yang digunakan adalah karet alam jenis SIR
(Standart Indonesian Rubber) 20. Pasar komoditas karet pada tingkat dunia
didominasi oleh market share Asia yang mencapai 91 persen pada tahun 2002.
Kontributor terbesar pasar Asia adalah karet alam dari Thailand 40 persen
kemudian disusul oleh Indonesia 30 persen dan Malaysia 15 persen. Dengan kata
lain Indonesia merupakan negara produsen karet alam terbesar ketiga didunia.
Negara tujuan ekspor karet Indonesia adalah Amerika Serikat (36 persen) dan
Jepang (14 persen) (Tjitroresmi, 2005).
Pada penelitian karet ini variabel yang digunakan adalah harga pasar
internasional, harga domestik, nilai tukar riil, total nilai ekspor negara Amerika
Serikat, total jumlah ekspor ke negara Amerika Serikat. Selain itu digunakan
variabel harga negara kompetitor yaitu harga negara Malaysia karena Malaysia
adalah negara pesaing utama Indonesia setelah Thailand untuk komoditi karet
alam. Variabel lain yang digunakan adalah Industrial Index Production (IIP)
13
negara Amerika Serikat karena jumlah dan nilai ekspor kopi pada penelitian ini ke
negara Amerika Serikat sehingga untuk menggambarkan laju pertumbuhan negara
Amerika Serikat maka digunakan IIP Amerika Serikat.
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1. Pengertian Nilai Tukar

Menurut Lipsey (1995), pembayaran internasional memerlukan pertukaran
mata uang antara satu orang yang mempunyai mata uang tertentu dan
membutuhkan mata uang lain. Nilai tukar menyatakan nilai satu mata uang
terhadap mata uang lainnya atau harga suatu mata uang dalam satuan mata uang
asing. Bila satu mata uang mengalami apresiasi maka mata uang lain akan
mengalami depresiasi. Apresiasi itu sendiri adalah kenaikan nilai eksternal dolar
(kenaikan nilai tukar) sedangkan depresiasi adalah turunnya nilai eksternal dolar
(turunnya nilai tukar).
Menurut Krugman dan Mishkin (1992), nilai tukar (exchange rate) atau
dikenal juga dengan istilah kurs adalah harga mata uang suatu negara terhadap
mata uang negara lain. Nilai tukar merupakan salah satu variabel yang terpenting
dalam suatu perekonomian terbuka dimana variabel ini berpengaruh pada variabel
variabel ekonomi lainnya seperti harga, tingkat bunga, neraca pembayaran
(Balance of Payment), neraca transaksi berjalan (selisih ekspor terhadap impor)
serta variabel lainnya. Peranan yang penting dalam suatu hubungan ekonomi
internasional terutama sekali berkaitan dengan pengaruhnya pada harga relatif
dari barang barang domestik dan harga barang barang luar negeri.
Dalam kegiatan perekonomian, ketika nilai mata uang suatu negara
meningkat relatif terhadap mata uang negara lain maka mata uang tersebut
mengalami apresiasi. Harga barang barang domestik di luar negeri menjadi lebih
mahal sedangkan harga barang barang luar negeri yang ada pada pasar domestik
15
(dalam negeri) menjadi lebih murah (dengan asumsi harga domestik kedua negara
konstan). Sebaliknya, ketika mata uang suatu negara menurun relatif terhadap
mata uang negara lain maka mata uang tersebut mengalami depresiasi sehingga
barang barang domestik di luar negeri menjadi lebih murah sedangkan barang
barang luar negeri di pasar domestik menjadi lebih mahal.
Perubahan relatif akibat adanya apresiasi atau depresiasi ini yang
kemudian bisa mempengaruhi kondisi perdagangan luar negeri suatu negara. Bila
semua kondisi lainnya tetap, apresiasi mata uang akan meningkatkan harga relatif
ekspor dan menurunkan harga relatif impornya. Barang barang ekspor negara
negara tersebut menjadi relatif kurang kompetitif di pasar internasional dan ini
dapat mengurangi nilai nilai ekspor ke luar negeri serta dapat mendorong
peningkatan impor. Sebaliknya, depresiasi akan mengakibatkan penurunan harga
relatif ekspor meningkatkan harga relatif impor. Barang barang ekspor negara
tersebut menjadi lebih kompetitif di pasar internasional yang dapat meningkatkan
nilai ekspor ke luar negeri dan mengurangi nilai impor.
Menurut Lipsey (1995), nilai tukar ini terbagi menjadi tiga jenis sistem
yaitu sebagai berikut :
1. Nilai tukar fleksibel, bila tidak ada transaksi pemerintah yang
dilakukan oleh bank sentral nilai tukar ditentukan oleh kesamaan antara
penawaran dan permintaan akan dolar yang timbul dari transaksi
berjalan dan neraca modal.
2. Nilai tukar tetap, bila transaksi pemerintah digunakan untuk
mempertahankan nilai tukar pada tingkat tertentu.
16
3. Adjusted peg (nilai tukar tetap yang disesuaikan) dan managed float
(nilai tukar mengambang terkendali), yang dimaksud adjusted peg
adalah pemerintah menetapkan dan berusaha menjaga nilai nominal
untuk nilai tukar mata uang mereka, tetapi mereka secara eksplisit
menyadari bahwa akan ada situasi situasi yang mengharuskan
mengubah nilai nominalnya sedangkan managed float adalah bank
sentral mencoba menanamkan pengaruh yang menstabilkan nilai tukar
tetapi tidak berusaha menetapkannya pada nilai nominal yang
diumumkan secara terbuka.
2.2. Pengertian Perilaku Nilai Tukar

Menurut Lindert dan Kindleberger (1995), perilaku nilai tukar adalah
pergerakan atau gejolak suatu nilai tukar terhadap nilai tukar mata uang asing.
Perilaku nilai tukar ini dipengaruhi oleh beberapa faktor yaitu :
1.
Inflasi, akibat adanya inflasi yang tinggi menyebabkan terjadinya

pergerakan nilai tukar yang cukup tinggi. Hal ini karena nilai tukar mata
uang asing terapresiasi sehingga nilai tukar negara lain mengalami
depresiasi.
2. Suku bunga, nilai tukar sangat peka terhadap suku bunga. Perubahan
nilai tukar secara tiba tiba menyebabkan suku bunga di negara lain
berubah.
3. Pendapatan nasional, pendapatan nasional yang tinggi menyebabkan
permintaan akan mata uang meningkat pula. Begitu pula sebaliknya,
17
penurunan pendapatan menyebabkan terjadinya penurunan permintaan

akan mata uang.
4. Money supply, adanya money supply berpengaruh terhadap perilaku nilai
tukar. Jika money supply tinggi maka nilai tukar cenderung rendah.
Sedangkan menurut Nugroho (2000), nilai tukar ini memiliki pergerakan
atau mengalami fluktuasi. Fluktuasi nilai tukar ini mempengaruhi kegiatan
perekonomian baik dalam negeri maupun luar negeri. Fluktuasi nilai tukar ini
dipengaruhi oleh dua faktor. Pertama, faktor fundamental ekonomi. Faktor
fundamental ekonomi ini terdiri dari (1) inflasi, laju inflasi yang semakin tinggi
menyebabkan fluktuasi nilai tukar melebar sehingga nilai tukar terdepresiasi; (2)
capital flows, pergerakan modal ke dalam dan luar negeri menciptakan
berfluktuasinya nilai tukar; (3) money supply, jika money supply terhadap mata
uang asing meningkat maka nilai tukar rupiah akan terdepresiasi; dan (4) suku
bunga. Sedangkan faktor yang kedua adalah faktor non fundamental ekonomi
yang disebabkan situasi politik yang tidak kondusif seperti kerusuhan, pemilu dan
jaminan keamanan yang tidak menentu.
2.3. Faktor Faktor Yang Mempengaruhi Perubahan Nilai Tukar

Menurut Krugman dan Mishkin (1992), perubahan nilai tukar dalam
jangka panjang dipengaruhi oleh beberapa faktor yaitu harga relatif, tarif dan
kuota, preferensi terhadap barang domestik dibandingkan dengan barang luar
negeri, dan produktivitas. Dasar pertimbangannya adalah segala sesuatu yang
meningkatkan permintaan akan barang barang domestik relatif terhadap barang
18
luar negeri akan membuat mata uang domestik terapresiasi. Impor yang terus
meningkat bahkan bisa terjadi ketika nilai mata uang domestik telah menjadi
tinggi. Demikian sebaliknya, segala sesuatu yang meningkatkan permintaan akan
barang luar negeri relatif terhadap barang barang domestik hanya akan terus
terjual secara kontinyu jika nilai mata uangnya lebih rendah. Faktor faktor yang
mempengaruhi perubahan nilai tukar dalam jangka panjang sebagai berikut :
1. Harga Relatif
Dalam jangka panjang, peningkatan tingkat harga di suatu negara (relatif
terhadap tingkat harga luar negeri) menyebabkan mata uang tersebut
terdepresiasi. Sementara menurunnya tingkat harga relatif negara
tersebut akan membuat mata uang terapresiasi.
2. Tarif dan Kuota
Adanya tarif dan kuota menyebabkan mata uang negara tersebut
terapresiasi dalam jangka panjang.
3. Preferensi Barang Domestik Dibandingkan Barang Luar Negeri
Peningkatan permintaan luar negeri terhadap barang domestik (ekspor
domestik meningkat) menyebabkan mata uang negara tersebut
terapresiasi dalam jangka panjang. Semantara itu, meningkatnya
permintaan akan impor menyebabkan mata uang tersebut terdepresiasi.
4. Produktivitas
Pada jangka panjang, semakin meningkatnya produktivitas domestik
relatif terhadap negara lain, mata uang negara tersebut akan terapresiasi
karena peningkatan produktivitas meningkatkan mutu produk domestik
19
yang bisa meningkatkan permintaan dari pihak luar negeri yang

kemudian mendorong terjadinya apresiasi.
Sementara itu, perubahan nilai tukar dalam jangka pendek perlu dipahami
bahwa nilai tukar adalah harga deposit bank domestik (price of domestic bank
deposits) yang dinyatakan dalam harga deposito bank luar negeri. Jadi, nilai tukar
adalah harga dari aset suatu negara yang dinilai dalam mata uang asing. Harga
dari aset aset tersebut ditentukan oleh tingkat suku bunga yang berlaku di dalam
negeri dan luar negeri. Perbedaan suku bunga ini akan mempengaruhi nilai tukar
mata uang asing masing masing negara yang bersangkutan.
2.4. Resiko Nilai Tukar

Resiko nilai tukar adalah suatu akibat yang ditimbulkan oleh adanya
penerapan suatu sistem nilai tukar. Resiko nilai tukar ini dapat merugikan
kegiatan perekonomian terutama dalam perdagangan internasional karena
perdagangan internasional ini berhubungan erat dengan nilai tukar. Ekspor selalu
berhubungan dengan nilai tukar, adanya fluktuasi nilai tukar atau ketidakpastian
nilai tukar menyebabkan harga komoditi ekspor dan harga keseimbangan
internasional sulit untuk diprediksikan sehingga para eksportir melakukan
spekulasi dalam menetapkan harga jual komoditi ekspor. Hal ini cukup berbahaya
karena dengan spekulasi para eksportir dapat menderita kerugian (Lindert dan
Kindleberger, 1995).
20
2.5. Ekspor
Ekspor dapat diartikan suatu penjualan barang yang dapat dihasilkan oleh
suatu negara kemudian diperdagangkan kepada negara lain dengan tujuan
mendapatkan devisa. Suatu negara dapat mengekspor komoditi komoditi yang
dihasilkannya kepada negara lain yang tidak dapat menghasilkan komoditi
tersebut atau mengalami kekurangan komoditi yang dihasilkan negara
pengekspor.
Menurut Winardi (1983), ekspor adalah benda benda (termasuk jasa
jasa) yang dijual kepada penduduk negara lain ditambah dengan jasa jasa yang
diselenggarakan kepada penduduk negara tersebut berupa pengangkutan dengan
kapal, permodalan dan hal hal lain yang membentuk ekspor tersebut. Sedangkan
menurut Branson (1989), ekspor suatu komoditi terjadi pada suatu negara karena
adanya kelebihan penawaran domestik dan akibat harga relatif domestik yang
relatif lebih rendah dibandingkan dengan harga di negara lain.
Menurut Kindleberger (1977) hubungan ekspor dengan harga pasar
internasional mempunyai hubungan positif, yakni semakin tinggi harga
internasional semakin tinggi tingkat ekspor suatu komoditi yang dipasarkan. Akan
tetapi jumlah keseimbangan ekspor yang terjadi ditentukan oleh kekuatan
permintaan akan ekspor dan juga tentang harga ekspor yang terjadi. Sedangkan
hubungan antara jumlah ekspor dengan harga domestik tidak banyak diungkapkan
tetapi menurut Branson (1989) mengatakan bahwa peningkatan harga domestik
akan menyebabkan nilai riil ekspor semakin berkurang.
21
Menurut Lipsey (1995) pertumbuhan ekspor itu sendiri dipengaruhi oleh

beberapa faktor yaitu (1) adanya daya saing dengan negara negara lain di dunia;
(2) adanya penetapan harga pasar dalam negeri dan harga pasar internasional; (3)
adanya permintaan dari luar negeri; (4) nilai tukar mata uang.
2.6. Kerangka Pemikiran Teoritis

2.6.1. Teori Perdagangan Internasional
Perdagangan internasional atau perdagangan antar negara sudah ada sejak
dahulu namun dalam jumlah dan ruang lingkup yang terbatas. Dimana pemenuhan
kebutuhan yang tidak dapat berproduksi dalam masing masing negara yang
terlibat dalam perdagangan tersebut dipenuhi dengan cara barter. Perdagangan
internasional diawali dengan pertukaran atau perdagangan tenaga kerja dengan
barang dan jasa lainnya, yang selanjutnya diikuti perdagangan barang dan jasa
sekarang dan kompensasi barang dan jasa dikemudian hari.
Akhirnya perdagangan tersebut berkembang hingga pertukaran barang
barang yang mengandung resiko seperti saham, valuta asing yang saling
menguntungkan kedua belah pihak bahkan semua negara yang terkait didalamnya.
Hal tersebut memungkinkan setiap negara melakukan diversifikasi kegiatan
perdagangan yang pada akhirnya meningkatkan pendapatan nasional tiap negara.
Pada saat ini, perdagangan internasional menjadi suatu hal yang sangat penting
dalam sistem moneter internasional. Namun saat ini, tidak ada negara yang
menganut perekonomian tertutup atau terisolasi dari hubungan ekonomi
internasional.
22
2.6.2. Teori Penawaran Ekspor

Penawaran suatu komoditas merupakan jumlah komoditi yang ditawarkan
oleh produsen kepada konsumen dalam suatu pasar pada tingkat harga dan waktu
tertentu. Beberapa faktor yang mempengaruhi penawaran suatu komoditas adalah
harga komoditi yang bersangkutan, harga faktor produksi, tingkat teknologi, pajak
dan subsidi (Lipsey, 1995)
Penawaran ekspor merupakan jumlah komoditi yang ditawarkan oleh
suatu negara (produsen) ke negara lain (konsumen) dan juga untuk memenuhi
permintaan negara lain. Penawaran ekspor dari suatu negara merupakan selisih
antara penawaran domestik dengan permintaan domestik. Negara lain
membutuhkan komoditi tersebut sebagai akibat kelebihan permintaan negara
tersebut. Teori penawaran ekspor tesebut secara sistematis dapat dirumuskan
sebagai berikut :
SXt = Qt Ct + St-1
Dimana :
SXt
= Jumlah ekspor komoditi periode waktu t
Qt
= Jumlah produksi domestik periode waktu t
Ct
= jumlah konsumsi domestik periode waktu t
St-1
= Stok periode waktu sebelumnya (t 1)
(1)
2.6.3. Teori Permintaan Ekspor Dari Negara Mitra Dagang

Menurut Lipsey, et al., (1995), permintaan ekspor suatu komoditi
merupakan hubungan yang menyeluruh antara kuantitas komoditi yang akan
dibeli konsumen selama periode tertentu pada suatu tingkat harga. Permintaan
23
pasar suatu komoditi merupakan penjumlahan secara horizontal dari permintaanpermintaan individu terhadap suatu komoditi.
Teori permintaan ekspor bertujuan untuk menentukan faktor-faktor yang
mempengaruhi permintaan ekspor suatu negara. Sebagai sebuah permintaan,
ekspor suatu negara dipengaruhi oleh beberapa faktor yaitu harga domestik negara
tujuan ekspor (HDIt), harga impor negara tujuan (HIt), pendapatan per kapita
penduduk negara tujuan ekspor (YPIt) dan selera masyarakat negara tujuan
(CPIt). Secara keseluruhan fungsi permintaan ekspor suatu komoditi dapat
dirumuskan sebagai berikut :
PXt = f (HDIt, HIt, YPIt, CPIt)
(2)
2.6.4. Teori Volatilitas Nilai Tukar

Pada penelitian Cushman (1982) dan Stockman (1995) mengembangkan
persamaan Hooper-Kohlhagen dengan membentuk nilai tukar dan ketidakpastian
nilai tukar dalam bentuk riil. Teori volatilitas nilai tukar ini diasumsikan tejadi
ketidakpastian nilai tukar. Ketidakpastian nilai tukar ini cukup untuk memberikan
pengaruh pada penawaran ekspor. Sehingga volatilitas nilai tukar ini dapat
dirumuskan sebagai berikut :
xt = x(y*t-1, Et-1{st}, Vt-1 {st})
(3)
xt adalah penawaran ekspor, sedangkan y adalah pendapatan riil luar negeri. E

disini merupakan nilai tukar riil dan V adalah ketidakpastian nilai tukar
(volatilitas nilai tukar).
24
2.6.5. Teori Model Vector Auto Regression (VAR)

VAR adalah suatu metode yang diciptakan oleh Sims (1980) untuk
mendeskripsikan hubungan antara variabel yang ingin diuji. Menurut Sims (1980)
VAR adalah bentuk autoregressif yang disebabkan oleh munculnya nilai lag dari
variabel dependen dan distrubance term error pada sisi kanan persamaan. VAR
adalah suatu sistem model regresi (terdapat lebih dari satu dependen variabel)
yang dapat disebut sebagai suatu turunan antara model unvariate time series dan
model persamaan simultan. VAR dianjurkan sebagai alternatif dari model
persamaan stuktural simultan skala besar.
Menurut Arsana (2005) VAR tidak berbeda dengan tahapan persamaan
simultan. VAR juga perlu untuk melakukan identifikasi persamaan sebelum
melakukan estimasi model. Kondisi overidentified akan diperoleh jika jumlah
informasi yang dimiliki melebihi jumlah parameter yang ingin diestimasi. Jika
jumlah informasi dan jumlah parameter yang diestimasi sama maka akan
diperoleh exactly identified atau just identified. Sedangkan jika jumlah informasi
kurang dari jumlah parameter yang akan diestimasi akan tercipta kondisi
underidentified. Hasil identifikasi pada sebuah sistem persamaan simultan
menjadi penting karena pengaruhnya pada proses estimasi. Proses estimasi hanya
dapat dilakukan pada kondisi overidentified dan just identified.
Bentuk hubungan kasualitas VAR berdasarkan pada pemikiran Granger,
yaitu penelitian hubungan kasualitas diantara dua variabel dapat dilakukan dengan
memasukan unsur waktu. Uji kasualitas Granger menyatakan bahwa variabel Y
mempengaruhi variabel Z jika nilai nilai Y baik saat ini maupun nilai periode
25
masa lalu dapat memprediksikan Z lebih akurat dibandingkan bila tidak

menggunakan variabel Y. Bentuk persamaan hubungan bivarat Y dan Z dengan
memasukkan distributed lags sampai dengan ukuran tertentu terpilih seperti
berikut :
Yt = b11 b12Z + 11Yt-1 + 12Z t-1 + yt
Zt = b21 b22Yt + 21Yt-1 + 22Z t-1 + zt
(4)
Hipotesis : H0 : b1 = b2 = 0, artinya Y menyebabkan Z jika H0 ditolak. Lalu

persamaan diatas diuji dengan menggunakan F statistik. Sims mengajukan suatu
pengujian kasualitas yang tahap tahapnya sabagai berikut :
1. Menurunkan kedua sisi regresi Y diatas pada nilai masa lalu, masa kini
dan masa yang akan datang dari Z.
2. Hipotesa nol yang dipakai adalah Y tidak mempengaruhi Z bila seluruh
koefisien nilai Z masa depan sama dengan nol.
3. Pengujian terhadap beberapa persamaan linier dilakukan dengan uji
incremental contribution of explanotory variable seperti pada Granger
Test.
Sistem persamaan diatas dikenal sebagai Struktur VAR atau bentuk sistem
primitif. Kedua variabel Y dan Z, secara individu dipengaruhi secara langsung
oleh variabel yang lain, dan secara tidak langsung oleh nilai selang dari setiap
variabel di dalam sistem. Sistem persamaan tersebut dapat dibentuk ke dalam
notasi matriks berikut :
Bxt = 0 + 1xt-1 + t
(5)
26
Dengan mengalikan invers B pada notasi matriks persamaan (5) diatas

maka akan diperoleh :
-1
Xt = B-10 + B 1xt-1 + B-1t = A0 + A1xt-1 + et
(6)
Atau dalam bentuk persamaan bivarat :

Yt = a10 + a11Yt-1 + a12Z t-1 + e1t
Zt = a20 + a21Yt-1 + a22Z t-1 + e2t
(7)
Sistem inilah yang disebut sebagai sistem VAR dalam bentuk standar
atau reduced form. Sistem tersebut juga mempresentasikan sebuah bentuk WoldMoving Average. Karena yt dan zt white noise (residual yang memiliki rata rata
nol, varians konstan dan non autokorelasi serial).
Menurut Arsana (2005) terdapat beberapan macam bentuk VAR yang
digunakan secara umum :
1. VAR (Unrestricted VAR)
Bentuk VAR yang telah dibahas adalah bentuk VAR biasa yang bebas
Restriksi. Bentuk restriksi terkait erat dengan permasalahan kointegrasi dan
hubungan teoritis. Jika data yang digunakan di dalam pembentukan VAR
stasioner pada tingkat level, maka bentuk VAR yang digunakan adalah bentuk
VAR biasa atau VAR tanpa restriksi.
Variasi VAR biasanya terjadi akibat adanya perbedaan derajat integrasi
variabelnya. Kedua bentuk VAR akibat perbedaan derajat integrasi data
variabelnya dikenal dengan nama VAR in level dan VAR in difference. VAR level
digunakan ketika data yang digunakan memiliki bentuk stasioner pada level,
27
namun tidak memiliki (secara teoritis tidak memerlukan keberadaan) hubungan

kointegrasi, maka estimasi VAR dapat dilakukan dalam bentuk diferens.
Dalam
perkembangannya,
Sims
(1980)
kemudian
menentang
penggunaan variabel diferens, walaupun jika variabel tersebut memiliki unit root
(tidak stasioner dalam level). Mereka beragumen bahwa differencing akan
membuang informasi berharga yang terkait dengan pergerakan searah data
(seperti kemungkinan terdapatnya hubungan kointegrasi).
2. Vector Error Correction Model (VECM)
VECM merupakan bentuk VAR yang terestriksi. Restriksi tambahan ini
harus diberikan karena keberadaan bentuk data yang tidak stasioner namun
terkointegrasi. VECM kemudian memanfaatkan informasi restriksi kointegrasi
tersebut ke dalam spesifikasinya. Karena itulah VECM sering disebut desain VAR
bagi series nonstasioner yang memiliki hubungan kointegrasi.
Spesifikasi VECM merestriksi hubungan jangka panjang variabel
variabel endogen agar konvergen ke dalam hubungan kointegrasinya, namun tetap
membiarkan keberadaan dinamisasi jangka pendek. Istilah kointegrasi dikenal
juga sebagai istilah error, karena deviasi terhadap ekuilibrium jangka panjang
dikoreksi secara bertahap melalui series parsial penyesuaian jangka pendek.
3. Struktural VAR (S-VAR)
Seperti VECM, S-VAR juga merupakan bentuk dari VAR yang
terestriksi. Akan tetapi terdapat perbedaan pada jenis restriksinya. S-VAR
merestriksi berdasarkan hubungan teoritis yang kuat akan skema (peta hubungan)
bentuk urutan (ordering) variabel variabel yang digunakan dalam sistem VAR.
28
oleh karena itu, S-VAR juga dikenal sebagai bentuk VAR yang teoritis
(Theoritical VAR).
Menurut Laksani (2003) terdapat beberapa keunggulan model VAR
dibandingkan dengan metode ekonometri konvensional adalah :
1. Mengembangkan model secara bersamaan di dalam satu sistem yang
kompleks (multivariat) sehingga dapat menangkap hubungan keseluruhan
variabel di dalam persamaan itu. Hubungan yang terdeteksi bisa bersifat
langsung maupun tidak langsung.
2. Uji VAR yang multivariat bisa menghindari parameter yang bias akibat
tidak dimasukkannya variabel yang relevan.
3. VAR dapat mendeteksi hubungan antar variabel di dalam sistem
persamaan, reduce form dengan menjadikan seluruh variabel sebagai
endogenous.
4. Karena bekerja berdasarkan data, metode VAR terbebas dari batasan teori
ekonomi yang sering muncul termasuk gejala perbedaan palsu (spurious
variable endogenty and exogenty) di dalam model ekonomi konvensional
terutama dalam persamaan simultan sehingga menghindari penafsiran yang
salah.
5. Dengan teknik VAR maka akan terpilih hanya variabel yang relevan untuk
disinkronasasikan dengan teori yang ada.
Metode VAR sebagai salah satu dari metode ekonometri ini juga tidak
luput dari kelemahan. Menurut Manurung, et al., (2005) terdapat beberapa
kelemahan dalam metode VAR yaitu :
29
1. Tidak seperti model persamaan simultan, model VAR kurang teoritis

karena tidak menjelaskan variabel eksogen secara akurat.
2. Tujuan utama dari model VAR adalah peramalan sehingga kurang tepat
untuk melakukan evaluasi kebijakan.
3. Masalah lain dari model VAR adalah penentuan panjang lag sehingga bila
lag panjang maka parameter yang ditaksir juga banyak.
4. Dalam model VAR dapat bergabung I(0) dan I(1) sehingga time series
stasioner dan non stasioner.
5. Walaupun koefisien secara individu sulit diintepretasi akan tetapi praktisi
mengintepretasikannya sebagai impulse respon function (IRF), yaitu
respon variabel dependen terhadap kejutan disturbance term error.
2.7. Tinjauan Penelitian Terdahulu

Penelitian mengenai pengaruh fluktuasi nilai tukar terhadap perdagangan
internasional dan ekspor telah banyak dilakukan oleh beberapa ahli ekonomi.
penelitian penelitian terdahulu menunjukkan hasil yang beragam. Beberapa
penelitian mengenai pengaruh fluktuasi nilai tukar terhadap ekspor dan
perdagangan internasional adalah sebagai berikut.
Pertama, penelitian terdahulu yang dilakukan oleh Arintoko dan Faried
Wijaya (2005) mengenai pengaruh perubahan nilai tukar Indonesia terhadap
neraca transaksi berjalan periode 1990:I 2004:II memiliki beberapa tinjauan
teori. Tinjauan teori tersebut yaitu depresiasi rupiah dapat menyebabkan neraca
transaksi berjalan memburuk dalam jangka pendek dan akan membaik melalui
30
peningkatan ekspor neto sebagai meningkatnya daya saing produk dalam negeri di
pasar internasional dalam jangka panjang. Perubahan neraca transaksi berjalan
akan berdampak positif terhadap pendapatan nasional. Perubahan neraca transaksi
berjalan melalui peningkatan ekspor neto yang pada akhirnya meningkatkan
pendapatan nasional sehingga secara tidak langsung perubahan nilai tukar
meningkatkan pendapatan nasional.
Kedua, penelitian yang dilakukan Goeltom (1997) menunjukkan bahwa
fluktuasi nilai tukar tidak memberikan pengaruh yang signifikan terhadap
perdagangan. Penelitian ini dilakukan pada saat Indonesia menganut sistem nilai
tukar mengambang terkendali. Ketiga, penelitian yang dilakukan oleh Susilo
(2001) menujukkan bahwa pada jangka panjang ketidakpastian nilai tukar efektif
riil mempunyai dampak yang signifikan terhadap ekspor non-migas, sedangkan
pada jangka pendek ketidakpastian nilai tukar efektif riil tidak mempunyai
dampak yang signifikan terhadap ekspor riil. Penelitian ini dilakukan pada saat
Indonesia menganut sistem nilai tukar mengambang bebas.
Keempat, penelitian yang dilakukan Ekananda (2004) menunjukkan hasil
yaitu pertama, bahwa fluktuasi nilai tukar rupiah memiliki elastisitas yang
berbeda pada setiap komoditi ekspor. Kedua, penelitian ini menunjukkan bahwa
pengaruh fluktuasi nilai tukar terhadap nilai komoditi manufaktur pada masa nilai
tukar mengambang terkendali secara proposional tidak berbeda antara komoditi
manufaktur kandungan impor tinggi dengan komoditi manufaktur kandungan
impor rendah. Ketiga, menunjukkan pengaruh fluktuasi nilai tukar terhadap nilai
ekspor komoditi manufaktur pada masa nilai tukar mengambang bebas secara
31
proposional berbeda antara komoditi manufaktur kandungan impor tinggi dengan

komoditi manufaktur kandungan impor rendah.
2.8. Perbedaan dengan Penelitian Terdahulu

Pada penelitian Arintoko dan Faried Wijaya (2005) memiliki tujuan
untuk menganalisis dampak dari depresiasi dan apresiasi rupiah terhadap
perubahan neraca transaksi berjalan Indonesia. Pada penelitian Goeltom (1997)
memiliki tujuan untuk mengetahui pengaruh fluktuasi nilai tukar terhadap
perdagangan pada masa sistem nilai tukar mengambang terkendali. Pada
penelitian
Susilo
(2001)
memiliki
tujuan
untuk
mengetahui
pengaruh
ketidakpastiaan nilai tukar efektif riil terhadap ekspor riil non migas pada masa
sistem nilai tukar mengambang bebas. Sedangkan Ekananda (2004) memiliki
tujuan untuk mengetahui pengaruh fluktuasi nilai tukar terhadap ekspor komoditi
manufaktur pada masa sistem nilai tukar mengambang terkendali dan sistem nilai
tukar mengambang bebas. Penelitian saat ini memiliki tujuan untuk mengetahui
pengaruh antara fluktuasi nilai tukar terhadap pertumbuhan ekspor Indonesia.
2.9. Kerangka Pemikiran Operasional

Pertumbuhan ekspor berkaitan erat dengan nilai tukar karena barang
barang ekspor ditentukan oleh satuan mata uang asing. Nilai tukar yang tidak
stabil mengakibatkan pertumbuhan ekspor pun menjadi terhambat. Hal ini
mengakibatkan harga barang ekspor tidak dapat diprediksikan.
32
Penelitian mengenai pengaruh fluktuasi nilai tukar terhadap ekspor dan

perdagangan telah banyak dilakukan tetapi hasil dari penelitian tersebut beragam.
Hasil penelitian tersebut menunjukkan bahwa hubungan fluktuasi nilai tukar
terhadap ekspor mempunyai pengaruh yang tidak pasti. Beragamnya hasil
penelitian ini menjadi alasan utama untuk mengetahui pengaruh fluktuasi nilai
tukar terhadap ekspor.
Perkembangan ekspor pertanian Indonesia selama kurun waktu sebelas
tahun mulai dari tahun 1990 2000 mengalami fluktuasi. Pada tahun 1990 1997
ekspor pertanian Indonesia cenderung mengalami peningkatan dengan rata rata
pertumbuhan sebesar 11 persen setiap tahunnya. Tetapi pada tahun 1998 ekspor
pertanian Indonesia mengalami penurunan dan kemudian kembali meningkat pada
tahun 1999. Secara umum rata rata pertumbuhan ekspor pertanian sebesar 6.8
persen setiap tahunnya. Besarnya ekspor komoditi pertanian Indonesia ini
menunjukkan hubungan dengan nilai tukar.
Ekspor pertanian merupakan salah satu sektor dari ekspor Indonesia.
Ekspor komoditi unggulan pertanian merupakan salah satu andalan ekspor
Indonesia. Karena Indonesia sejak jaman penjajah dulu terkenal sebagai negara
utama penghasil tanaman perkebunan di dunia. Tanaman perkebunan yang tinggi
di ekspor oleh Indonesia adalah karet alam dan kopi Robusta. Indonesia terkenal
sebagai negara terbesar kedua di dunia setelah Vietnam sebagai negara produsen
kopi Robusta (AEKI, 2006). Sedangkan pada karet alam Indonesia menempati
urutan ketiga besar di dunia setelah Thailand dan Malaysia.
33
Ekspor komoditi unggulan pertanian ini dipengaruhi oleh permintaan

negara pengimpor dan penawaran ekspor. Permintaan negara pengimpor dan
penawaran ekspor dipengaruhi oleh beberapa faktor yaitu (1) adanya daya saing
dengan negara negara lain di dunia; (2) adanya penetapan harga pasar dalam
negeri dan harga pasar internasional; (3) GDP negara pengimpor; (4) nilai tukar
mata uang (Lipsey, 1995).
Nilai tukar saat ini mengalami fluktuasi karena sistem yang dianut
merupakan sistem bebas mengambang. Sehingga nilai tukar mengikuti
pergerakan mekanisme pasar. Fluktuasi nilai tukar ini dipengaruhi oleh 2 faktor
yaitu faktor fundamental ekonomi dan faktor non fundamental ekonomi. faktor
fundamental ekonomi terdiri dari tingkat inflasi, money supply, capital flow dan
suku bunga. Sedangkan faktor non fundamental ekonomi adalah situasi politik
keamanan yang tidak kondusif seperti kerusuhan, pemilu dan jaminan keamanan
tidak tentu.
Analisis pengaruh fluktuasi nilai tukar terhadap ekspor komoditi unggulan
pertanian ini dianalisis dengan menggunakan model Vector Auto Regression
(VAR) dan Vector Error Correction Models (VECM). Variabel variabel yang
digunakan pada penelitian ini dapat menjelaskan pengaruh fluktuasi nilai tukar
terhadap ekspor komoditi unggulan pertanian. Selain itu, analisis pengaruh
fluktuasi nilai tukar dijelaskan secara deskriptif. Gambaran lengkap mengenai
kerangka pemikiran operasional adalah sebagai berikut :
34
Ekspor Komoditi Unggulan Pertanian

( Karet dan Kopi)
Penawaran
Ekspor
Permintaan Impor
Negara Mitra Dagang
Faktor faktor yang mempengaruhi

ekspor:
1. Harga negara kompetitor
2. Penetapan harga domestik
3. Penetapan harga pasar internasional
4. GDP riil negara pengimpor
5. Nilai tukar riil
Fluktuasi Nilai Tukar

Persamaan Model Vector Auto Regression
(VAR) dan Persamaan Model Vector Error
Correction Models (VECM)

Bagaimanakah
hubungan
fluktuasi nilai tukar terhadap
ekspor
komoditi
unggulan
pertanian? Dan faktor faktor
apa yang mempengaruhi ekspor
komoditi unggulan pertanian?
Gambar 1. Kerangka Pemikiran Operasional
2.10. Hipotesis
Berdasarkan studi penelitian terdahulu maka dalam penelitian ini akan
diajukan beberapa hipotesis, diantaranya :
1. Ekspor riil komoditi unggulan pertanian (karet dan kopi) ditentukan oleh
pendapatan riil luar negeri atau pendapatan riil negara mitra dagang,
dimana keduanya memiliki hubungan positif. Jika pendapataan riil negara
35
mitra dagang meningkat maka ekspor riil komoditi unggulan pertanian

(karet dan kopi) pun meningkat.
2. Nilai tukar riil berhubungan negatif dengan ekspor riil komoditi unggulan
pertanian (karet dan kopi) sehingga jika nilai tukar riil mengalami
apresiasi maka ekspor riil komoditi unggulan pertanian (karet dan kopi)
menurun begitu pula sebaliknya.
3. Harga negara kompetitor berpengaruh positif terhadap nilai ekspor
komoditi unggulan pertanian (karet dan kopi). Jika harga negara
kompetitor meningkat maka nilai ekspor komoditi unggulan pertanian
(karet dan kopi) meningkat.
4. Harga domestik berpengaruh negatif terhadap nilai ekspor komoditi
unggulan pertanian (karet dan kopi). Jika harga domestik meningkat maka
nilai ekspor komoditi unggulan pertanian (karet dan kopi) akan turun.
5. Harga pasar internasional berhubungan positif dengan nilai ekspor
komoditi unggulan pertanian (karet dan kopi). Peningkatan harga pasar
internasional akan meningkatkan nilai ekspor komoditi unggulan
pertanian (karet dan kopi).
6. Jumlah ekspor komoditi unggulan pertanian (karet dan kopi) berpengaruh
positif terhadap nilai ekspor komoditi unggulan pertanian (karet dan kopi).
Jika jumlah ekspor komoditi unggulan pertanian (karet dan kopi)
meningkat maka nilai ekspor komoditi unggulan pertanian (karet dan
kopi) juga mengalami peningkatan.
36
7. Fluktuasi nilai tukar yang besar akan meningkatkan resiko nilai tukar dan
mengurangi aliran perdagangan internasional.
III. METODOLOGI PENELITIAN
3.1. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder dan
bentuk datanya adalah time series bulanan. Data ini merupakan data kuantitatif
bulanan pada periode 1992:1 2005:12 untuk komoditi kopi dan periode 2000:1
2005:12 untuk komoditi karet. Jenis data yang akan digunakan dalam penelitian
ini beserta sumbernya disajikan pada tabel berikut ini :
Tabel 5. Jenis dan Sumber Data Yang Digunakan Dalam Penelitian
Jenis Data
Sumber Data
Nilai tukar rupiah terhadap dolar Bank Indonesia (BI)

AS
Badan Pusat Statistik (BPS), Statistika
Volume dan nilai ekspor
Keuangan Indonesia (SEKI) dan Gabungan
Indonesia komoditi karet dan
Pengusaha Karet Indonesia (Gapkindo)
kopi
Harga domestik sektor ekspor

komoditi karet dan kopi
Badan Pusat Statistik (BPS), International

Coffee Organization (ICO) dan Gabungan
pengusaha Karet Indonesia (Gapkindo)
Harga negara pesaing dan harga

internasional komoditi karet dan
kopi
International Coffee Organization (ICO)

dan Gabungan Pengusaha Karet Indonesia
(Gapkindo)
Gross Domestic Product (GDP)

dunia dan Consumer Price
Indeks (CPI) dunia
Indeks harga konsumen (IHK)
dan Industrial Index Production
(IIP)
International Finnancial Statistics (IFS)

International Finnancial Statistics (IFS)
38
Data-data yang digunakan dalam penelitian ini juga di dapat dari internet
dan bahan pustaka berupa literatur dari buku-buku, majalah, jurnal dan bulletin
yang berhubungan dengan topik penelitian ini.
3.2. Metode Analisa Data

Metode analisa data yang digunakan dengan menggunakan pendekatan
ekonometrika, yaitu analisis dengan menggunakan Vector Auto Regression
(VAR). Uji kasualitas VAR merupakan generalisasi dari metodologi uji kasualitas
Granger. Uji kasualitas Granger tidak digunakan karena Granger Test bersifat
bivarat, sedangkan VAR bersifat multivarat. Sehingga implikasi kasualitas yang
diperoleh dari Granger Test ini tidak sesuai dengan fenomena nyata karena
estimasi parameter yang bias akibat penghilangan variabel bebas lain yang
sebenarnya relevan bila dimasukkan dalam sistem persamaan.
Secara keseluruhan metode yang akan digunakan dalam penelitian ini
terbagi dalam tiga tahap yaitu :
1. Pengujian non stasioneritas data dengan menggunakan uji Augmented
Dickey-Fuller (ADF). Bila hasil dari uji ADF mengandung akar unit maka
dilakukan penarikan diferensial sampai data stasioner. Jika data non
stasioner maka pendekatan VAR dikombinasikan dengan Vector Error
Cointegration Model (VECM).
2. Menentukan Lag (selang) optimal dengan menggunakan Likehood Ratio
(LR). Jika ordo VAR (k-1) maka digunakan pendekatan Johansen untuk
mengetahui rank kointegrasi dengan tujuan mendapatkan persamaan
39
kointegrasi jangka panjang. Setelah jumlah rank kointegrasi telah didapat

maka dapat dilakukan pendekatan VECM.
3. Analisis perilaku guncangan (stabilitas) suatu variabel dan peranan masing
masing guncangan terhadap variabel tertentu dengan menggunakan
Impulse Response Function (IRF) dan Variance Decomposition (VD).
3.2.1. Model Umum Vector Auto Regression (VAR)

Hubungan kasualitas antar variabel dalam sistem persamaan multivariat
lebih rumit dibandingkan dengan bivariat. Persamaan VAR yang dapat dibentuk
adalah sebagai berikut :
Yt a11( L)a12( L)a13( L) Yt ut
Xt = a 21( L)a 22( L)a 23( L) Xt + vt

Zt a31( L)a32( L)a33( L) Zt wt
(8)
Hsiao secara terperinci telah membuat teorema pola hubungan antara

variabel dalam variabel bedasarkan nilai dalam aij sebagai berikut :
1. Bila variabel X tidak mempengaruhi Z, syaratnya adalah :
a32(L) = 0
2. Bila variabel X mempengaruhi Z, syaratnya adalah :
a32(L) 0
3. Hubungan timbal balik antara variabel X dan Z, bila :
a32(L) 0 dan a23(L) 0
4. Hubungan tidak langsung dari variabel X dan Z melalui Y, syaratnya :
a23(L) = 0 ; a31(L) 0 ; a12(L) 0
40
hubungan palsu jenis I dari variabel X terhadap Z jika dan hanya jika
terdapat kondisi :
a21(L) = 0 ; a32(L) 0, untuk semua panjang lag
5. Hubungan palsu jenis II dari variabel X terhadap Z jika dan hanya jika
terdapat kondisi :
a32(L) = 0 ; a12(L) = 0, untuk semua panjang lag k dan
a31(L) 0 ; a21(L) 0, untuk semua panjang lag k
3.2.2. Uji Stasioneritas Data

Hal yang paling penting berkaitan dengan penelitian yang menggunakan
data time series adalah stasioneritas. Time series dikatakan stasioner jika secara
stokastik data menunjukkan pola yang konstan dari waktu ke waktu atau dengan
kata lain tidak terdapat pertumbuhan atau penurunan pada data atau data tersebut
harus horizontal sepanjang sumbu waktu.
Data yang non stasioner akan menghasilkan apa yang dinamakan regresi
palsu atau Spurious Regression. Spurious Regression ini adalah regresi yang
menggambarkan hubungan dua variabel atau lebih yang nampak signifikan secara
statistik padahal kenyataannya tidak atau tidak sebesar regresi yang dihasilkan
tersebut. Ada beberapa cara yang dapat dilakukan untuk mengukur stasioneritas,
salah satunya dengan menggunakan Augmented Dickey-Fuller (ADF) Test. Jika
nilai ADF lebih kecil dari Mc Kinnon Critical Value maka dapat disimpulkan
bahwa data tersebut stasioner. Jika data tersebut berdasarkan uji ADF non
stasioner maka solusi yang dapat dilakukan adalah dengan melakukan difference
41
non stationary processes. ADF test pada dasarnya melalu estimasi terhadap
persamaan regresi sebagai berikut :
Yt = 1 + 2t + Yt-1 + i
Yt-1 + t
(9)
Dimana t adalah white noise dan Yt-1 = Yt-1 Yt-2 pada ADF yang akan diuji
apakah = 0, dengan hipotesis alternatif <0. jika nilai dari t-hitung untuk lebih
kecil dari nilai ADFnya maka hipotesis nol yang menyatakan bahwa data tidak
stasioner ditolak terhadap hipotesis alternatifnya.
3.2.3. Penetapan Tingkat Lag Optimum

Penentuan lag yang optimal sangat penting dalam analisis menggunakan
VAR. Lag yang terlalu panjang akan membuang dengan percuma derajat bebas,
sedangkan lag yang terlalu pendek akan mengakibatkan spesifikasi model yang
salah. Menurut Enders (2000), pemilihan lag optimal dapat dibantu dengan
menggunakan uji Likehood Ratio (LR). Untuk memilih lag yang terbaik bagi
penelitian maka model VAR yang akan diuji harus diestimasi terlebih dahulu.
Kemudian model tersebut dibentuk dalam matriks varians dan kovarians dari
residual model tersebut. Setelah itu baru digunakan uji LR sebagai berikut :
Likehood Ratio Statistics = (T c) (log | x | | y | )
dimana :
T
= jumlah observasi
= jumlah parameter estimasi pada tiap persamaan VAR
Log | n |
= logaritma natural dari determinan n
42
Statistik ini memiliki distribusi asimtot sebesar 2 dengan derajat bebas

sebesar jumlah restriksi dalam sistem. Nilai statistik Likehood Ratio yang lebih
besar dari nilai 2 menandakan bahwa kita dapat menolak hipotesis nol bahwa lag
optimal adalah x. tetapi bila nilai statistik Likehood Ratio lebih kecil daripada nilai
2 pada suatu tingkat kepercayaan yang telah ditentukan maka dapat menolak
hipotesis nol bahwa lag optimal adalah x.
Untuk menetapkan besarnya lag length criteria (lag yang optimal)
sebenarnya dapat digunakan kriteria lain seperti Akaike Information Criterion
(AIC), Schwarz Bayesian Criterion (SBC) dan Hannan-Quinn Criterion (HQC).
Besarnya lag yang optimal ditentukan oleh lag yang memiliki nilai kriteria
terkecil diantara ketiga kriteria tersebut.
3.2.4. Uji Kointegrasi

Menurut Thomas (1997), kointegrasi adalah suatu hubungan jangka
panjang antara variabel variabel yang meskipun secara individual tidak stasioner
tetapi kombinasi linier antara variabel tersebut dapat menjadi stasioner. Oleh
karena itu, kointegrasi dapat digunakan sebagai salah satu cara untuk menghindari
masalah spurious regression (regresi palsu). Sebagai syarat agar terjadi
keseimbangan jangka panjang maka galat keseimbangan harus berfluktuasi sekitar
nilai nol dengan kata lain error term harus menjadi sebuah data time series yang
stasioner. Salah satu cara untuk menguji kointegrasi antara dua variabel yaitu
dengan menggunakan tes kointegrasi Johansen.
43
Pengujian hubungan kointegrasi dilakukan dengan menggunakan lag

optimum sesuai dengan pengujian sebelumnya. Sementara penentuan asumsi
deterministik yang melandasi pembentukan persamaan kointegrasi didasarkan
pada nilai kriteria informasi AIC dan SIC. Berdasarkan asumsi deterministik
tersebut akan diperoleh informasi mengenai banyaknya hubungan kointegrasi
antar variabel sesuai dengan metode Trace dan Max.
Dari uji Johansen akan di dapat rank kointegrasi (r). Rank kointegrasi dari
vektor yt adalah banyaknya vektor kointegrasi yang saling bebas. Untuk itu akan
diuji hipotesis sebagai berikut :
Ho : rank r
H1 : rank > r
Jika rank kointegrasi yang di dapat lebih besar dari nol, maka model yang
digunakan adalah Vector Error Correction Model (VECM). Jika rank kointegrasi
sama dengan nol maka model yang digunakan adalah VAR dengan
pendifferensian sampai lag ke-d.
3.2.5. Model Umum Vector Error Correction Model (VECM)

Model VECM dapat dilakukan apabila rank kointegrasi yang di dapat
lebih besar dari nol. Model VECM ordo p dan rank kointegrasi r ditulis sebagai
berikut :
p 1
yt = A0 + yt-1 +
i*yt-1 + t
i =1
dimana :
=
(10)
44
= vektor kointegrasi berukuran r x 1

= vektor kointegrasi berukuran r x 2
i* = -
Aj
i =i +1
3.2.6. Impulse Responses Functions (IRF)

VAR merupakan metode yang akan menentukan sendiri struktur
dinamisnya dari sebuah model. Setelah melakukan uji VAR, diperlukan adanya
metode yang dapat mencirikan struktur dinamis yang dihasilkan oleh VAR secara
jelas. Menurut Sims (1980) cara yang paling baik untuk dapat mencirikan struktur
dinamis dalam model adalah dapat menganalisa respon dari model (sistem)
terhadap guncangan (shock). IRF dapat melakukan hal ini dengan menunjukkan
bagaimana respon dari seriap variabel endogen sepanjang waktu terhadap
guncangan (shock) dalam variabel itu sendiri dan variabel endogen lainnya
(Thomas,1997).
3.2.7. Variance Decompositions (VD)

Metode yang dapat dilakukan untuk melihat bagaimana perubahan dalam
suatu variabel makro yang ditunjukkan oleh perubahan varians error dipengaruhi
oleh variabel lainnya adalah Variance Decompositions (VD). Metode ini dapat
mencirikan struktur dinamis dalam model VAR. dengan metode ini pula dapat
dilihat
kekuatan
dan
kelemahan
dari
masing-masing
variabel
mempengaruhi variabel lainnya dalam kurun waktu yang panjang.
dalam
45
Dekomposisi varians merinci varians error forecast (peramalan) menjadi

komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen
dalam model. Dengan menghitung persentasi squared prediction error k-tahap
kedepan dari sebuah variabel akibat inovasi dalam variabel lain, dapat dilihat
seberapa besar error peramalan variabel tersebut disebabkan oleh variabel itu
sendiri dan variabel-variabel lainnya.
3.3. Model Analisis Data

Penelitian ini menganalisis faktor faktor yang mempengaruhi ekspor
komoditi karet dan kopi serta menganalisis hubungan fluktuasi nilai tukar dengan
ekspor komoditi karet dan kopi. Variabel variabel yang digunakan dalam
penelitian ini adalah sebagai berikut :
Tabel 7. Data, Satuan dan Simbol

No.
Variabel
Satuan
1.
Nilai Ekspor
Ribu US$
2.
Jumlah Ekspor
Ton
3.
Harga Domestik
Rp/ton
4.
Harga Pasar Internasional
US$/cif
5.
Harga Negara Kompetitor
US$/cif
6.
Nilai Tukar Riil
Rp./US$
7.
GDP riil dunia
US$
8.
Indeks Industrial Production
Sumber : Bank Indonesia, BPS, ICO, Gapkindo dan IFS.
Simbol
LN_VEKSPOR
LN_QEKSPOR
LN_PD
LN_PF
LN_PK
LN_ERIIL
LN_GDPRIIL
LN_IPI
Semua variabel variabel yang digunakan dalam penelitian ini

ditransformasikan kedalam bentuk logaritma natural (ln). Dengan memasukkan
variabel variabel yang akan digunakan dalam penelitian kali ini maka persamaan
VAR yang akan terbentuk sesuai variabel yang akan dianalisis sebagai berikut :
46
3.3.1. Model Analisis Untuk Komoditi Kopi

Variabel yang digunakan dalam analisis ekspor komoditi kopi ini adalah
total nilai ekspor kopi (VEKSPOR), total jumlah ekspor kopi (QEKSPOR), nilai
tukar riil (ERIIL), harga domestik (PD), harga pasar internasional (PF), harga
negara kompetitor (PK) dan GDP riil dunia (GDPRIIL). Variabel-variabel
tersebut digunakan karena variabel tersebut merupakan faktor-faktor yang
mempengaruhi pertumbuhan ekspor suatu negara (Lipsey, 1995). GDP riil yang
digunakan pada penelitian ini adalah GDP dunia karena total nilai dan jumlah
ekspor kopi yang didapat merupakan total jumlah dan nilai ekspor ke seluruh
negara di dunia. Adapun model analisis untuk ekspor komoditi kopi yaitu sebagai
berikut :
Veksport = 11 Qeksport-1 + 12 PDt-1 + 13 PFt-1 + 14 PKt-1 + 15 GDPRIILt-1
+ 16 ERIILt-1 + t
dimana :
Vekspor
: Total
Nilai Ekspor Kopi
Qekspor : Total Volume Ekspor Kopi

Harga Domestik Kopi
PD
PF
: Harga Kopi Luar Negeri
PK
: Harga Kopi Negara Kompetitor
GDPRIIL : Gross Domestic Product Riil Dunia

ERIIL
: Nilai Tukar Riil
(11)
47
3.3.2. Model Analisis Untuk Komoditi Karet

Pada analisis ekspor komoditi karet ini variabel yang digunakan sama
dengan variabel pada analisis ekspor komoditi kopi. Variabel yang digunakan
adalah total nilai ekspor karet (VEKSPOR), total jumlah nilai ekspor karet
(QEKSPOR), harga domestik (PD), harga pasar internasional (PF), harga negara
kompetitor (PK), nilai tukar riil (ERIIL) dan Industrial Index Production (IPI).
Variabel tersebut digunakan karena variabel-variabel itu merupakan faktor-faktor
yang pertumbuhan ekspor suatu negara (Lipsey, 1995).
Industrial Index Production digunakan karena mencerminkan laju
pertumbuhan suatu negara. Hal ini sama dengan GDP dimana GDP
menggambarkan pertumbuhan suatu negara dan pendapatan suatu negara.
Industrial Index Production yang digunakan dalam penelitian ini adalah Industrial
Index Production Amerika Serikat. Ini karena market share ekspor karet
Indonesia ini didominasi oleh negara Amerika Serikat. Adapun model analisis
ekspor komoditi karet sebagai berikut :
Veksport = 11 Qeksport-1 + 12 PDt-1 + 13 PFt-1 + 14 PKt-1 + 15 IPIt-1 +
16 ERIILt-1 + t
dimana :
Vekspor
Total Nilai Ekspor Karet
Qekspor : Total Volume Ekspor Karet

PD
PF
: Harga Luar Negeri Karet
PK
: Harga Karet Negara Kompetitor
Harga Domestik Karet
(12)
48
IPI
: Industrial Index Production Amerika
ERIIL
: Nilai Tukar Riil

Dari persamaan-persamaan diatas, maka untuk mendapat jawaban dari
permasalahan jangka panjang maka model VAR harus dikombinasikan dengan

VECM sehingga persamaan akan menjadi sebagai berikut :
xt =
I xt-1
+ 0 + 1t + xt-1 +t
Error termnya (1t, 2t, 3t, 4t, 5t, 6t, 7t) yaitu sisaan (dugaan error term)
akan mejadi fokus utama. 1t dapat diintepertasikan sebagai inovasi atau
guncangan dari variabel yang diinginkan, sehingga dampak guncangan sebuah
variabel terhadap variabel lainnya dapat dianalisis. Dengan meristriksi persamaan
VAR atau VECM diatas menyebabkan jumlah parameter sama dengan jumlah
persamaan (exact identified) sehingga error 1t, 2t, 3t, 4t, 5t, 6t, 7t dapat
diidentifikasi dan diperoleh pure innovation dari 1t, 2t, 3t, 4t, 5t, 6t, 7t.
Dengan diperoleh pure innovation maka analisis selanjutnya dapat dimulai yaitu
Impulse Responses Function (IRF) dan Forecast Error Variance Decomposition
(FEVD)
V. KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan dari penelitian yang telah dilakukan maka kesimpulan yang
diperoleh adalah sebagai berikut:
1. Fluktuasi nilai tukar tidak memiliki pengaruh terhadap nilai ekspor komoditi
karet dan kopi. Hal ini karena nilai ekspor komoditi karet dan kopi lebih
dipengaruhi oleh harga pasar internasional. Nilai ekspor memiliki hubungan
negatif dengan fluktuasi nilai tukar sedangkan harga pasar internasional
memiliki hubungan positif dengan nilai ekspor komoditi karet dan kopi.
2. Nilai tukar riil dalam penelitian ini memiliki pengaruh negatif terhadap nilai
ekspor kopi Indonesia dalam jangka panjang. Sedangkan untuk nilai ekspor
komoditi karet nilai tukar riil memiliki pengaruh negatif dalam jangka pendek.
Secara keseluruhan nilai tukar riil tidak berpengaruh terhadap nilai ekspor
kopi maupun karet karena nilai tukar riil berpengaruh terhadap harga.
3. Pada analisis komoditi kopi variabel variabel yang berhubungan positif
dalam jangka pendek dengan nilai ekspor kopi Indonesia adalah harga
internasional dan GDP riil dunia. Sedangkan variabel lain tidak signifikan
berpengaruh terhadap nilai ekspor komoditi kopi dalam jangka pendek. Pada
jangka panjang analisis komoditi kopi ini yang berhubungan negatif terhadap
nilai ekspor kopi Indonesia adalah nilai tukar riil. Sedangkan variabel lain
dalam jangka panjang berhubungan positif dengan nilai ekspor komoditi kopi.
Variabel tersebut adalah harga negara kompetitor, harga domestik dan GDP
riil dunia.
90
4. Pada analisis komoditi karet variabel yang berpengaruh positif dalam jangka
pendek adalah jumlah ekspor karet itu sendiri. Variabel nilai ekspor karet itu
sendiri dan nilai tukar riil berpengaruh negatif terhadap nilai ekspor karet pada
jangka pendek. Pada jangka panjang variabel yang mempengaruhi negatif
secara signifikan terhadap nilai ekspor karet adalah harga domestik dan
Industrial Index Production sedangkan variabel yang berpengaruh negatif
secara signifikan terhadap nilai ekspor karet adalah jumlah ekspor karet dan
harga negara kompetitor. Nilai tukar pada jangka panjang tidak memiliki
pengaruh terhadap nilai ekspor komoditi karet.
5.2. Saran
Adapun saran yang dapat diberikan dari hasil penelitian ini antara lain:
1. Hasil dari penelitian ini menunjukkan bahwa nilai ekspor komoditi karet dan
kopi ini tidak dipengaruhi oleh fluktuasi nilai tukar melainkan dipengaruhi
harga pasar internasional maka disarankan kepada pemerintah dan pengusaha
untuk mendifferensiasikan produk yang di ekspor. Hal ini karena kegiatan
ekspor yang dilakukan adalah mengekspor row materials (bahan-bahan baku)
yang harganya lebih murah dan kemudian mengimpor barang yang sudah jadi.
Diferensiasi produk ini dilakukan dengan meningkatkan teknologi dalam
pengolahan produk. Dengan adanya diferensiasi produk ini diharapkan
terciptanya pasar monopolistik competition sehingga Indonesia dapat
mempengaruhi perubahan harga pasar internasional.
91
2. Untuk penelitian selanjutnya disarankan untuk menganalisis nilai ekspor karet

dan kopi pada tiap negara dan untuk komoditi karet data yang digunakan
relatif singkat sehingga perlu untuk menambahkan data penelitian. Selain itu,
dapat pula menambahkan variabel variabel yang terkait lainnya seperti luas
lahan produksi dan konsumsi serta menganalisis ekspor komoditi lainnya.
Untuk analisis pengaruh fluktuasi nilai tukar diperlukan alat bantu analisis
secara statistik sehingga hasil yang didapat dapat menggambarkan
pengaruhnya lebih jelas.
DAFTAR PUSTAKA
AEKI (Asosiasi Eksportir Kopi Indonesia). 2006. Statistik Kopi 2003-2005.

Jakarta
Arintoko dan F. Wijaya. 2005. Pengaruh Perubahan Nilai Tukar Indonesia
Terhadap Neraca Transaksi Berjalan Periode 1990:I 2004:II (Kasus
Indonesia Amerika Serikat). Buletin Ekonomi Moneter dan Perbankan,
Desember 2005. Jakarta.
Arsana, I. G. P. 2005. Vector Auto Regressive. Laboratorium Komputasi. Ilmu
Ekonomi FEUI. Universitas Indonesia. Jakarta
Badan Pusat Statistik. Beberapa Edisi. Indeks Harga Perdagangan Besar. BPS,
Jakarta.
.
. 2006. Analisis komoditi Ekspor Tahun 1999-2005 ISIC

Pertanian, Industri dan Pertambangan. BPS. Jakarta.
Bank Indonesia. Beberapa Edisi. Statistik Ekonomi dan Keuangan Indonesia.

Bank Indonesia. Jakarta.
Basri, F. 2002. Perekonomian Indonesia. Erlangga, Jakarta.
Boediono, 1981. Ekonomi Internasional. BPFE.
Branson, W. H. 1989. Macro Economic Theory and Policy. Third Edition.
Harper and Row Publisher, New York.
Chusman, D.O 1983, The Effect Of Real Exchange Rate Risk On International
Trade. Journal of International Economics, 15, 45-63.
Dumairy, 1996. Perekonomian Indonesia. Erlangga. Jakarta.
Enders, W. 2004. Applied Econometric Times Series, Second Edition. Wiley,
USA
Ekananda, M. 2004. Analisis Pengaruh Volatilitas Nilai Tukar Pada Ekspor
Komoditi Manufaktur di Indonesia. Buletin Ekonomi Moneter dan
Perbankan, September 2004. Jakarta.
Firdaus, M. 2006. Brief Course In Modern Economics: Application With EViews. Departemen Ilmu Ekonomi FEM. Institut Pertanian Bogor, Bogor.
93
Goeltom, M dan M. Suardhani. 1997. Analisa Dampak Intervensi Bank Sentral

Dalam Penerapan Ekspor-Impor di Indonesia. Jurnal Ekonomi dan
Keuangan Indonesia, Volume XIV no.1 . Jakarta
Gujarati, D. 2003. Basics Economics. Fourth Edition. McGraw Hill, USA.
Kindleberger, C. P. 1977. Ekonomi Internasional. Illionis Horward, USA.
Laksani, C.S. 2004. Netralisasi Uang di Indonesia Melalui Analisis Efektifitas
Uang Beredar Dalam Mencapai Tujuan Ekonomi.[skripsi]. Institut
Pertanian Bogor, Bogor.
Lindert, P. H dan C. P. Kindleberger. 1995. Ekonomi Internasional. Erlangga,
Jakarta.
Lipsey, R. G, P. N. Courant, D. D. Purvis dan P. O. Steiner. 1995. Pengantar
Makroekonomi. Binarupa Aksara, Jakarta.
Krugman, P.R dan M. Obsfeld 1991. Ekonomi Internasional : Teori dan
Kebijakan. Harpercollins Publishers, Amerika Serikat.
Kurniati, Y dan A.V. Hardiyanto. 1999. Perilaku Nilai Tukar Rupiah dan
Alternatif Perhitungan Nilai Tukar Riil Keseimbangan. Buletin Ekonomi
dan Perbankan, September 1999. Jakarta.
Manurung, J. J, A. H. Manurung dan F. D. Saragih. 2005. Ekonometrika Teori
dan Aplikasi. Elex Media Komputindo, Jakarta.
Mishkin, F.S. 1992. The Economic of Money Banking and Financial Market.
Harpercollins, Amerika Serikat.
Nugroho, A. E. 2000. The Linkages Between Banking Sectors and the Indonesia
Currency Crisis. Jurnal Ekonomi Pembangunan. Jakarta.
Pasaribu, S. H. 2003. Modul Pelatihan (Paket C) Eviews Untuk Analisis Runtut
Waktu (Time Series). Departemen Ilmu Ekonomi FEM. Institut Pertanian
Bogor, Bogor.
Pasaribu, S. H, D. Hartono dan T. Irawan. 2005. Pedoman Penulisan Skripsi.
Departemen Ilmu Ekonomi FEM. Institut Pertanian Bogor, Bogor.
Sims, C. 1980. Macroeconomics and Reality Econometrica.
Stokman, A. C. J. 1995. Effect of Exchange Rate Risk on Intra-Ec Trade. De
Economist 143, p. 41-54, Netherland.
94
Susilo, A. 2001. Dampak Ketidakpastian Nilai Tukar Indonesia tehadap

Pertumbuhan Ekspor Periode 1979.1-1988.4 : Suatu Pendekatan Teknik
Kointegrasi dan Model Koreksi Kesalahan. [Thesis] Universitas
Indonesia, Jakarta.
Thomas, R. L. 1997. Modern Economics an Introduction. Departement Of
Ecomonics. Manchester Metropolitan University.
Tjitroresmi, E. 2005. Kondisi Perkembangan dan Pangsa Pasar Internasional
Komoditi Perkebunan Indonesia : Kasus Kakao, Kopi dan Karet. Jurnal
Ekonomi dan Pembangunan, XIII (1) 2005. Jakarta.
Warjiyo, P dan J. Agung. 2002. Transmission Mechanisms Of Monetary Policy in
Indonesia. Directorate of Economic Research and Monetary Policy. Bank
Indonesia, Jakarta.
Winardi. 1983. Pengantar Ilmu Ekonomi Makro. Penerbit Alumni, Bandung.
lAMPIRAN
95
Lampiran 1. (Sumber : Analisis Komoditi Ekspor 1999-2005 ISIC Pertanian,

Industri dan Pertambangan. Badan Pusat Statistik (BPS))
EKSPOR HASIL PERTANIAN
Sejak jaman penjajahan hasil pertanian Indonesia telah terkenal, terutama

komoditi rempah rempah, teh, kopi dan karet. Dengan modal kekayaan alam,
Indonesia mampu menghasilkan banyak produk sektor pertanian. Demikian juga
dengan wilayah laut yang cukup luas sangat mendukung Indonesia untuk
mengekspor hasil lautnya dengan jumlah besar.
Perkembangan nilai ekspor sektor pertanian dari waktu ke waktu
menunjukkan trend berfluktuatif. Perkembangan nilai ekspor pertanian pada tahun
1999 menunjukkan penurunan di bandingkan dua tahun sebelumnya, begitu pula
tiga tahun berikutnya menunjukkan keadaan yang sama. Dan pada tahun terakhir
yaitu 2005 menunjukkan kenaikan dibandingkan tahun lalu, walaupun kenaikan
hanya sebesar 1.2 persen dengan nilai mencapai US$ 2880.2 juta. Namun jika
dilihat dari volumenya menunjukkan perkembangan yang fluktuatif dengan
volume sebesar 2273.8 ribu ton.
Tabel 21. Perkembangan Ekspor Barang barang Hasil Pertanian Tahun
1999-2005
Tahun
Berat Bersih
Nilai FOB
Perubahan Nilai
(Ribu ton)
(Juta US$)
Ekspor (%)
1999
2310.6
2901.4
2000
1982.1
2709.1
-6.6
2001
2162.4
2438.5
-10.0
2002
1880.0
2568.3
5.3
2003
2984.9
2526.1
-1.6
2004
2082.8
2496.2
-1.2
2005
2273.8
2880.2
15.4
Sumber : Badan Pusat Statistik (BPS), 2006
96
Kelompok Tanaman Pangan dan Perkebunan

Karet
Indonesia sebagai pengekspor karet alam terbesar kedua setelah Malaysia,
sebagian besar diekspor dalam bentuk karet olahan. Untuk karet alam sendiri nilai
ekspornya cenderung menurun dari US$ 10.8 juta di tahun 1999 menjadi US$ 6.4
juta di tahun 2005. Negara tujuan utama ekspor komoditi ini di tahun 2005 adalah
Amerika Serikat dengan nilai US$ 1537.5 ribu, Jepang dengan nilai 1511.8 ribu
dan China dengan nilai US$ 900.4 ribu, dimana permintaan ekspor komoditi ini
dari ketiga negara tersebut mengalami penurunan.
Tabel 22. Perkembangan Ekspor Getah Karet Tahun 1999-2005
Tahun
Berat Bersih (Ton)
Nilai FOB
Perubahan Nilai
(Ribu US$)
Ekspor (%)
1999
12910
10823
2000
9470
7886
-27.1
2001
10686
7596
-3.7
2002
9029
6808
-10.4
2003
13578
12103
77.8
2004
12554
14730
21.7
2005
4841
6403
-56.5
Kopi
Komoditi kopi adalah salah satu ekspor andalan di samping udang, teh dan
lainnya pada sektor pertanian. Walaupun share-nya semakin menurun terhadap
sektor pertanian dan juga pertumbuhannya yang cenderung negatif namun nilai
absolut ekspornya cukup berarti. Lambannya perkembangan komoditi ini
diantaranya selain diberlakukannya sistem kuota, juga banyaknya negara saingan
terutama negara negara Amerika latin dan Afrika.
97
Dalam kurun waktu 1999 2001 pertumbuhan komoditi ini cenderung

mengalami pertumbuhan yang negatif. Kecuali sejak tahun 2001 sampai 2005
mengalami pertumbuhan yang positif.
Tabel 23. Perkembangan Ekspor Kopi Tahun 1999-2005
Tahun
Berat Bersih (Ton)
Nilai FOB
(Ribu US$)
1999
350416
458260
2000
337213
311832
2001
248925
182608
2002
322543
218771
2003
320769
250882
2004
338648
281635
2005
442687
497777
Perubahan Nilai
Ekspor (%)
-32.0
-41.4
19.8
14.7
12.3
76.7
Pada tahun 2005 nilai ekspornya mencapai US$ 497.8 juta, dengan negara
tujuan adalah Amerika Serikat, Jerman, Italia, Singapura, Korea Selatan, Polandia
dan Inggris. Ekspor kopi terbesar ditujukan ke Amerika Serikat dengan nilai US$
136.6 juta, selanjutnya Jerman sebesar US$ 78.2 juta. Kontribusi kopi terhadap
sektor pertanian mulai menunjukkan kenaikan yaitu 17.2 persen dibandingkan
tahun lalu hanya sebesar 11.28 persen.
98
Lampiran 2. (Sumber : Kondisi Perkembangan dan Pangsa Pasar

Internasional Komoditi Perkebunan Indonesia: Kasus
Kakao, Kopi dan Karet, Jurnal Ekonomi dan
Pembangunan)
Karet
Pasar komoditas karet alam pada tingkat dunia didominasi oleh pangsa
pasar Asia yang mencapai (91%) pada tahun 2002 dan kondisi ini cenderung
stabil sejak tahun 1998. kontributor terbesar pasar Asia adalah karet alam dari
Thailand 40 persen, yang disusul oleh Indonesia 30 persen dan Malaysia dengan
pangsa pasar Asia 15 persen.
Tabel 24. Perkembangan Volume Ekspor dan Impor Perkebunan Indonesia
Tahun 2000 2003 (ribu ton)
Jenis komoditi
2000
2001
2002
2003
Ekspor
a. Kakao
424
393
365
358
b. Kopi
339
251
325
324
c. Karet
1379
1453
1496
1663
Impor
a. Kakao
10
37
36
41
b. Kopi
8
8
7
4
Sumber : Statistik Pertanian 2004, Depertemen Pertanian
Sejak tahun 1999, ekspor karet Indonesia cenderung terus meningkat

dengan rata rata pertumbuhan ekspor 3 persen per tahun yaitu 1494 ribu ton
menjadi 1663 ribu ton pada tahun 2003. Negara tujuan utama ekspor adalah
Amerika Serikat 36 persen dan Jepang 14 persen. Dalam situasi harga karet alam
dunia di berbagai pasar sepanjang tahun 2001 mengalami tekanan yaitu masih
berada di bawah US$ 1 per kg, ternyata produksi karet alam dari negara Thailand
tetap meningkat sebesar 5 persen dibandingkan tahun sebelumnya. Akibatnya
total produksi karet alam dunia periode yang tetap meningkat meskipun produksi
99
karet alam Malaysia menunjukkan kecenderungan menurun masing masing

sebesar -4 persen (International Trade, 2004).
Produksi karet di Malaysia cenderung terus mengalami penurunan karena
kebijakan pemerintah yang lebih berkonsentrasi pada industri hilir dan juga terus
mengalihkan sebagian areal pertanaman karetnya menjadi areal kelapa sawit.
Namun kedepan, negara yang perlu diwaspadai sebagai pesaing baru yaitu
Vietnam. Untuk itu, dengan beberapa keunggulan yang dimiliki seperti
ketersediaan lahan yang sesuai, produktivitas tanaman yang masih dapat
ditingkatkan, pasar karet dunia harus berada ditangan Indonesia. Sementara
pesaing dari negara Asia lainnya seperti, Malaysia dan Thailand menghadapi
kendala keterbatasan lahan yang sesuai dan produktivitas yang sulit ditingkatkan
lagi.
Kopi
Dalam perdagangan kopi dunia ternyata sebagai eksportir terbesar (47%
pada tahun 2002) adalah negara negara di Amerika (Amerika Serikat, Brazillia
dll) yang disusul negara negara Eropa (Jerman dll) mempunyai kontribusi di
pasar dunia sebanyak 29.8 persen pada tahun yang sama. Pada tahun 2000,
konsumsi kopi di negara konsumen utama (Amerika Serikat dan Eropa Barat)
sudah mendekati titik jenuh, sedangkan peningkatan konsumsi kopi di negara
lainnya masih rendah (www.deptan.go.id, 2002). Sebagai akibatnya terjadi
kelebihan pasokan kopi dunia (over supply) sehingga menyebabkan harga kopi
terus tertekan.
100
Penurunan harga kopi yang terjadi secara berkelanjutan di pasar dunia

sangat mempengaruhi perkembangan kopi di Indonesia, mengingat 75 persen
produksi kopinya untuk ekspor. Tertekannya harga kopi dunia, mengakibatkan
harga kopi di sentra sentra kopi domestik sangat rendah dan bahkan berada
dibawah biaya produksi. Sebagai dampaknya di beberapa sentra produksi kopi
rakyat seperti Propinsi Lampung dan Bengkulu, para petani sudah tidak bergairah
untuk melakukan panen kopi. Akibat selanjutnya, kebun kebun kopi petani
menjadi tidak terurus dan produktivitasnya terus merosot.
Kondisi
terpuruknya
perkopian
Indonesia,
diperparah
dengan
perkembangan kopi di Vietnam yang mengusahakan jenis kopi yang sama dengan
Indonesia yaitu Robusta. Vietnam mempunyai beberapa keunggulan dibandingkan
dengan Indonesia, terutama dalam hal produktivitas dan mutu. Di pasar Asia,
ternyata peran Indonesia mampu mengekspor 30.8 persen di pasar Asia,
sementara Vietnam hanya 29.7 persen. Namun pada tahun 2002 kondisinya
terbalik di mana pangsa pasar Vietnam 35.9 persen di pasar Asia, sedangkan
Indonesia hanya 19.6 persen. Sebaliknya sebagai importir kopi dunia terbesar (55
% pada tahun 2002) adalah negara negara di Eropa (Jerman, Perancis dan Italia)
dan negara negara di kawasan Amerika (Amerika Serikat) (International Trade,
2004).
Negara tujuan ekspor utama kopi dari Indonesia adalah Jerman, Jepang,
Amerika Serikat dan Italia dengan volume ekspor yang cenderung berfluktuatif
dan berkisar antara 300 350 ton per tahun. Namun dari sisi harga ekspor, harga
tertinggi diperoleh dari negara Amerika Serikat, Jepang dan Singapura dengan
101
masing masing sebesar US$ 1141, US$ 914 dan US$ 761 per ton pada tahun
2003 (Statistik Indonesia 2004 dan Statistik Pertanian 2004).
Prospek perkopian kedepan akan mengacu pada kondisi perkopian dunia
saat ini, yaitu makin meningkatnya produksi kopi jenis Robusta di dunia. Kondisi
ini terjadi akibat produksi kopi Brazil dan Kolombia relatif stabil sementara
beberapa negara produsen seperti Vietnam, Meksiko, India, Guatemala, Pantai
Gading dan Ethiopia mengalami peningkatan produksi. Meningkatnya persentase
Robusta Connilon Brazil yang signifikan. Untuk mengantisipasi surplus
penawaran kopi tersebut maka hanya negara negara produsen kopi yang
mempunyai daya saing tinggi dalam kualitas produksi dengan cita rasa dan ragam
produk serta kontinyuitas pasokan yang mampu bertahan dan bersaing di pasar
dunia dengan harga yang tinggi.
Oleh karena itu, penanganan komoditas perkebunan secara bersungguh
sungguh untuk meraih pangsa pasar yang tinggi dan menghasilkan peningkatan
devisa non migas harus dilakukan dengan dukungan berbagai peraturan guna
mengantisipasi perkembangan ekonomi global dan meningkatkan arus penanaman
modal.
Lampiran 7. Correlation Matrix

LNERIIL
LNIPI
LNPD
LNPF
LNPK
LNQEKSPOR
LNVEKSPOR
LNERIIL
LNIPI
LNPD
LNPF
LNPK
1.000000
0.239874
0.855635
0.479856
0.445401
0.488279
0.547857
0.239874
1.000000
0.535447
0.543480
0.594943
0.515395
0.659922
0.855635
0.535447
1.000000
0.725692
0.697792
0.631441
0.815727
0.479856
0.543480
0.725692
1.000000
0.887966
0.494834
0.860615
0.445401
0.594943
0.697792
0.887966
1.000000
0.486663
0.823163
LNQEKSPOR LNVEKSPOR
0.488279
0.515395
0.631441
0.494834
0.486663
1.000000
0.838986
0.547857
0.659922
0.815727
0.860615
0.823163
0.838986
1.000000
Lampiran 8. Vector Error Correction Model (VECM)

Vector Error Correction Estimates
Date: 07/26/07 Time: 07:24
Sample(adjusted): 2000:05 2005:12
Included observations: 68 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq:
CointEq1
CointEq2
LNVEKSPOR(-1)
1.000000
0.000000
LNPF(-1)
0.000000
1.000000
LNQEKSPOR(-1)
-3.690077
(0.41394)
[-8.91455]
-1.842903
(0.29915)
[-6.16045]
LNPK(-1)
-0.872170
(0.15256)
[-5.71674]
-0.652475
(0.11026)
[-5.91777]
LNPD(-1)
2.370946
(1.06758)
[ 2.22086]
0.676036
(0.77153)
[ 0.87623]
101
LNIPI(-1)
4.467225
(1.87166)
[ 2.38677]
5.741613
(1.35264)
[ 4.24476]
LNERIIL(-1)
0.260064
(0.61876)
[ 0.42030]
0.615911
(0.44717)
[ 1.37734]
-21.75164
(9.43456)
[-2.30553]
-28.64894
(6.81829)
[-4.20178]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNIPI)
D(LNERIIL)
CointEq1
0.125228
(0.42764)
[ 0.29284]
-0.092872
(0.14893)
[-0.62359]
0.281070
(0.39815)
[ 0.70593]
-0.347843 -0.230163
(0.25873) (0.07068)
[-1.34443] [-3.25651]
-0.072853
(0.04342)
[-1.67782]
-0.137202
(0.11057)
[-1.24092]
CointEq2
0.590526
(0.58190)
[ 1.01483]
0.096624
(0.20266)
[ 0.47679]
0.283604
(0.54178)
[ 0.52347]
0.645260 0.270073
(0.35206) (0.09617)
[ 1.83281] [ 2.80819]
0.098840
(0.05908)
[ 1.67285]
0.214398
(0.15045)
[ 1.42505]
D(LNVEKSPOR(-1))
-1.406088
(0.61035)
[-2.30375]
-0.262143
(0.21257)
[-1.23324]
-0.849362
(0.56827)
[-1.49465]
-0.167136 0.245954
(0.36927) (0.10088)
[-0.45261] [ 2.43819]
0.066118
(0.06197)
[ 1.06687]
0.190843
(0.15780)
[ 1.20936]
D(LNVEKSPOR(-2))
-1.473968
(0.62190)
[-2.37012]
-0.006256
(0.21659)
[-0.02888]
-1.193945
(0.57902)
[-2.06201]
-0.290094 0.137050
(0.37626) (0.10278)
[-0.77100] [ 1.33338]
0.029280
(0.06315)
[ 0.46369]
-0.049519
(0.16079)
[-0.30797]
D(LNVEKSPOR(-3))
-0.556037
(0.51097)
[-1.08821]
-0.016482
(0.17795)
[-0.09262]
-0.525228
(0.47574)
[-1.10403]
0.003875 0.111780
(0.30914) (0.08445)
[ 0.01253] [ 1.32362]
-0.015845
(0.05188)
[-0.30541]
-0.218599
(0.13211)
[-1.65468]
D(LNQEKSPOR) D(LNPK)
D(LNPD)
102
D(LNPF(-1))
0.269361
(0.76128)
[ 0.35383]
0.122354
(0.26513)
[ 0.46149]
0.109506
(0.70879)
[ 0.15450]
-0.115800 -0.421913
(0.46059) (0.12582)
[-0.25142] [-3.35330]
-0.062140
(0.07730)
[-0.80389]
-0.133306
(0.19683)
[-0.67727]
D(LNPF(-2))
-0.361142
(0.67900)
[-0.53187]
0.119923
(0.23648)
[ 0.50713]
-0.680454
(0.63219)
[-1.07634]
-0.194855 -0.274311
(0.41081) (0.11222)
[-0.47432] [-2.44434]
-0.110792
(0.06894)
[-1.60696]
-0.324442
(0.17556)
[-1.84808]
D(LNPF(-3))
0.353865
(0.64537)
[ 0.54831]
0.350130
(0.22476)
[ 1.55777]
0.125892
(0.60088)
[ 0.20951]
-0.749485 -0.114067
(0.39046) (0.10666)
[-1.91947] [-1.06940]
-0.082279
(0.06553)
[-1.25560]
-0.028789
(0.16686)
[-0.17253]
D(LNQEKSPOR(-1))
1.808938
(0.75646)
[ 2.39132]
0.270352
(0.26345)
[ 1.02619]
1.115359
(0.70431)
[ 1.58363]
0.314539 -0.330085
(0.45767) (0.12502)
[ 0.68726] [-2.64017]
-0.071704
(0.07681)
[-0.93354]
-0.134636
(0.19558)
[-0.68838]
D(LNQEKSPOR(-2))
1.701632
(0.75204)
[ 2.26270]
0.004151
(0.26191)
[ 0.01585]
1.310984
(0.70019)
[ 1.87233]
0.386934 -0.172667
(0.45500) (0.12429)
[ 0.85041] [-1.38919]
-0.023787
(0.07636)
[-0.31151]
0.073686
(0.19444)
[ 0.37897]
D(LNQEKSPOR(-3))
0.516856
(0.59338)
[ 0.87104]
0.028579
(0.20666)
[ 0.13829]
0.470943
(0.55247)
[ 0.85243]
0.035613 -0.094011
(0.35901) (0.09807)
[ 0.09920] [-0.95860]
0.030300
(0.06025)
[ 0.50290]
0.337114
(0.15342)
[ 2.19736]
D(LNPK(-1))
-0.298646
(0.24759)
[-1.20621]
0.033552
(0.08623)
[ 0.38911]
-0.277299
(0.23052)
[-1.20293]
-0.126938 0.094779
(0.14980) (0.04092)
[-0.84740] [ 2.31617]
0.018443
(0.02514)
[ 0.73361]
-0.003239
(0.06401)
[-0.05060]
D(LNPK(-2))
-0.103522
(0.27020)
[-0.38312]
-0.046704
(0.09410)
[-0.49630]
-0.086339
(0.25158)
[-0.34319]
-0.137721 0.003702
(0.16348) (0.04466)
[-0.84244] [ 0.08289]
0.005522
(0.02744)
[ 0.20127]
0.047392
(0.06986)
[ 0.67838]
D(LNPK(-3))
0.394534
(0.26872)
-0.196305
(0.09359)
0.356795
(0.25019)
0.070007 0.011549
(0.16258) (0.04441)
-0.026889
(0.02729)
-0.067617
(0.06948)
103
[ 1.46821]
[-2.09759]
[ 1.42609]
[ 0.43060] [ 0.26003]
[-0.98550]
[-0.97323]
D(LNPD(-1))
0.795022
(0.91845)
[ 0.86561]
0.304098
(0.31987)
[ 0.95070]
0.346158
(0.85513)
[ 0.40480]
-0.199217 -0.205415
(0.55568) (0.15180)
[-0.35851] [-1.35322]
0.143230
(0.09326)
[ 1.53586]
-0.276185
(0.23746)
[-1.16306]
D(LNPD(-2))
-1.329227
(0.92731)
[-1.43342]
0.013246
(0.32295)
[ 0.04102]
-1.346002
(0.86338)
[-1.55900]
-0.954442 -0.180814
(0.56104) (0.15326)
[-1.70120] [-1.17978]
-0.155415
(0.09416)
[-1.65060]
0.126427
(0.23976)
[ 0.52732]
D(LNPD(-3))
0.252213
(0.86960)
[ 0.29003]
-0.451726
(0.30286)
[-1.49155]
0.411633
(0.80965)
[ 0.50841]
-0.627119 0.093053
(0.52613) (0.14372)
[-1.19195] [ 0.64744]
-0.010809
(0.08830)
[-0.12242]
0.274985
(0.22484)
[ 1.22305]
D(LNIPI(-1))
-1.518509
(2.21938)
[-0.68420]
-0.251190
(0.77294)
[-0.32498]
-0.434149
(2.06637)
[-0.21010]
-2.813305 0.014080
(1.34277) (0.36681)
[-2.09515] [ 0.03839]
-1.098232
(0.22535)
[-4.87342]
-0.520057
(0.57382)
[-0.90631]
D(LNIPI(-2))
-1.005408
(2.32158)
[-0.43307]
-0.219853
(0.80853)
[-0.27192]
-0.700545
(2.16152)
[-0.32410]
-2.303094 -0.028274
(1.40460) (0.38370)
[-1.63968] [-0.07369]
-0.641144
(0.23573)
[-2.71984]
-0.660669
(0.60024)
[-1.10067]
D(LNIPI(-3))
-0.269599
(1.65898)
[-0.16251]
-0.158509
(0.57777)
[-0.27435]
-0.050103
(1.54460)
[-0.03244]
-1.217745 -0.096504
(1.00372) (0.27419)
[-1.21324] [-0.35196]
-0.099542
(0.16845)
[-0.59093]
-0.622604
(0.42893)
[-1.45153]
D(LNERIIL(-1))
-2.422257
(0.63500)
[-3.81459]
-0.289225
(0.22115)
[-1.30782]
-1.645364
(0.59122)
[-2.78301]
-0.231890 0.221399
(0.38419) (0.10495)
[-0.60359] [ 2.10957]
-0.167823
(0.06448)
[-2.60286]
0.330457
(0.16418)
[ 2.01280]
D(LNERIIL(-2))
-0.803416
(0.81248)
[-0.98885]
0.105229
(0.28296)
[ 0.37189]
-1.005642
(0.75646)
[-1.32940]
-0.123386 0.126207
(0.49156) (0.13428)
[-0.25101] [ 0.93987]
0.007748
(0.08250)
[ 0.09392]
-0.062136
(0.21007)
[-0.29579]
104
D(LNERIIL(-3))
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
-0.850810
(0.78358)
[-1.08580]
0.450340
(0.27290)
[ 1.65022]
-0.727520
(0.72955)
[-0.99721]
0.093369 0.060940
(0.47408) (0.12951)
[ 0.19695] [ 0.47055]
-0.000122
(0.07956)
[-0.00154]
-0.517019
(0.20259)
[-2.55200]
0.670058
0.508753
1.103090
0.156567
4.153986
43.63953
-0.607045
0.143671
0.017921
0.223383
0.300277
-0.041810
0.133795
0.054527
0.877780
115.3645
-2.716604
-1.965888
0.010103
0.053422
0.653213
0.483673
0.956229
0.145772
3.852848
48.49720
-0.749918
0.000798
0.006007
0.202867
0.270074 0.585229
-0.086778 0.382452
0.403785 0.030132
0.094726 0.025877
0.756824 2.886073
77.80913 166.0492
-1.612033 -4.207330
-0.861318 -3.456614
0.009826 0.007458
0.090865 0.032929
0.648329
0.476401
0.011373
0.015897
3.770932
199.1776
-5.181693
-4.430977
0.000850
0.021970
0.406871
0.116897
0.073739
0.040480
1.403131
135.6211
-3.312385
-2.561669
0.009294
0.043076
Determinant Residual Covariance

Log Likelihood
Log Likelihood (d.f. adjusted)
Akaike Information Criteria
Schwarz Criteria
4.03E-20
941.1755
842.9184
-19.58583
-13.80859
Lampiran 9. Variance Decomposition (VD)

Variance Decomposition of LNVEKSPOR:
Period
S.E.
LNVEKSPOR
LNPF
1
2
3
4
5
6
7
8
9
0.156567
0.195677
0.203401
0.219385
0.237316
0.262440
0.287252
0.318438
0.346152
100.0000
68.20692
63.75513
55.66440
51.90217
48.60606
42.95612
37.37206
34.40842
0.000000
1.168447
1.283898
7.166906
13.65048
20.45497
27.30412
33.79856
37.91673
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000
0.419048
0.528066
4.947137
4.279441
4.317898
3.972027
3.761594
3.509499
0.000000
15.44166
14.52615
12.51623
11.72582
10.17152
10.31866
11.20920
11.11315
0.000000
0.004761
1.070500
1.261353
1.129433
0.931722
0.945382
1.022128
0.872397
0.000000
3.424139
4.911066
5.450875
5.545101
5.407045
5.748060
5.663861
6.108336
0.000000
11.33503
13.92519
12.99310
11.76755
10.11079
8.755628
7.172590
6.071460
105
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
0.377773
0.411205
0.443051
0.472489
0.499386
0.524002
0.547183
0.569181
0.589364
0.608268
0.625836
0.642628
0.658792
0.674630
0.689936
0.704853
0.719451
0.733902
0.748164
0.762282
0.776186
0.789872
0.803379
0.816726
0.829880
0.842838
0.855596
0.868150
0.880522
0.892721
0.904743
0.916594
0.928284
0.939819
32.91575
31.31834
30.84422
29.57421
29.11131
28.86362
28.93148
28.84849
28.85722
28.74646
28.76781
28.77009
28.78811
28.77272
28.74167
28.69748
28.66589
28.63361
28.59795
28.56035
28.51668
28.47933
28.44580
28.41767
28.38984
28.36411
28.33887
28.31811
28.29922
28.28244
28.26600
28.25036
28.23550
28.22197
40.79265
42.80196
43.81097
45.13360
45.79753
46.29950
46.34249
46.53621
46.64910
46.81969
46.87381
46.95743
47.01350
47.11094
47.20491
47.30608
47.39386
47.48374
47.57223
47.65852
47.74192
47.81810
47.88858
47.95167
48.01141
48.06600
48.11762
48.16405
48.20730
48.24704
48.28517
48.32111
48.35539
48.38763
3.220247
3.316627
3.509325
3.569725
3.619289
3.536628
3.504050
3.508216
3.501802
3.473691
3.440743
3.391467
3.360880
3.337932
3.314767
3.290107
3.265741
3.243403
3.227588
3.214601
3.202036
3.189843
3.178135
3.168265
3.159916
3.152216
3.144463
3.136783
3.129380
3.122674
3.116310
3.110154
3.104081
3.098170
11.10280
11.30723
11.39965
11.77118
12.00607
12.14451
12.36560
12.48685
12.59228
12.72127
12.82037
12.89474
12.96014
12.99936
13.04526
13.08866
13.12440
13.15295
13.17673
13.19892
13.22406
13.24689
13.26757
13.28683
13.30495
13.32333
13.34149
13.35833
13.37417
13.38919
13.40340
13.41720
13.43028
13.44256
0.757315
0.686711
0.625655
0.568645
0.545708
0.503400
0.475273
0.447013
0.425489
0.406465
0.391392
0.375749
0.362180
0.349576
0.339236
0.330187
0.321366
0.313002
0.305375
0.298587
0.292412
0.286652
0.281020
0.275811
0.270918
0.266412
0.262139
0.258073
0.254178
0.250521
0.247049
0.243773
0.240653
0.237673
6.075347
5.964628
5.742168
5.797049
5.710034
5.729909
5.681846
5.657115
5.621395
5.623341
5.617815
5.627193
5.622553
5.620571
5.622150
5.626336
5.631527
5.634877
5.635816
5.635813
5.637664
5.638829
5.640212
5.640012
5.639801
5.639385
5.639568
5.639559
5.639610
5.639317
5.639188
5.639141
5.639245
5.639352
5.135883
4.604501
4.068010
3.585596
3.210062
2.922429
2.699263
2.516112
2.352715
2.209087
2.088055
1.983328
1.892636
1.808901
1.732004
1.661143
1.597216
1.538419
1.484311
1.433211
1.385222
1.340347
1.298687
1.259745
1.223154
1.188537
1.155846
1.125088
1.096140
1.068812
1.042885
1.018251
0.994851
0.972644
106
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
0.951212
0.962468
0.973592
0.984588
0.995463
1.006222
1.016868
1.027407
1.037839
1.048169
1.058398
1.068531
1.078570
1.088516
1.098372
1.108140
1.117823
1.127422
1.136941
1.146380
1.155741
1.165028
1.174240
1.183381
1.192452
1.201455
1.210390
1.219260
1.228066
28.20906
28.19662
28.18442
28.17258
28.16125
28.15043
28.14002
28.12990
28.12013
28.11071
28.10170
28.09305
28.08473
28.07669
28.06895
28.06150
28.05433
28.04742
28.04074
28.03427
28.02802
28.02196
28.01611
28.01043
28.00491
27.99956
27.99437
27.98933
27.98443
48.41845
48.44795
48.47645
48.50382
48.53005
48.55520
48.57936
48.60263
48.62501
48.64653
48.66718
48.68704
48.70615
48.72456
48.74230
48.75940
48.77589
48.79181
48.80719
48.82207
48.83647
48.85041
48.86391
48.87700
48.88970
48.90202
48.91398
48.92559
48.93687
3.092556
3.087303
3.082271
3.077429
3.072763
3.068293
3.064053
3.060027
3.056162
3.052441
3.048863
3.045427
3.042133
3.038965
3.035906
3.032947
3.030089
3.027329
3.024663
3.022083
3.019583
3.017159
3.014811
3.012536
3.010331
3.008191
3.006113
3.004095
3.002135
13.45414
13.46513
13.47557
13.48561
13.49516
13.50425
13.51292
13.52124
13.52925
13.53696
13.54437
13.55149
13.55835
13.56497
13.57137
13.57755
13.58352
13.58928
13.59485
13.60024
13.60546
13.61051
13.61540
13.62014
13.62474
13.62919
13.63352
13.63772
13.64180
0.234829
0.232125
0.229549
0.227092
0.224741
0.222486
0.220327
0.218259
0.216276
0.214370
0.212537
0.210772
0.209073
0.207437
0.205859
0.204336
0.202865
0.201443
0.200069
0.198740
0.197454
0.196209
0.195002
0.193833
0.192699
0.191599
0.190532
0.189495
0.188488
5.639437
5.639477
5.639560
5.639684
5.639814
5.639938
5.640025
5.640102
5.640180
5.640266
5.640340
5.640406
5.640457
5.640507
5.640557
5.640608
5.640655
5.640699
5.640741
5.640783
5.640825
5.640867
5.640907
5.640946
5.640984
5.641021
5.641058
5.641094
5.641128
0.951527
0.931403
0.912174
0.893793
0.876217
0.859403
0.843293
0.827838
0.812992
0.798726
0.785011
0.771816
0.759110
0.746863
0.735051
0.723654
0.712651
0.702022
0.691747
0.681809
0.672191
0.662878
0.653858
0.645115
0.636637
0.628412
0.620429
0.612678
0.605148
107
Lampiran 10. Impulse Response Function (IRF)

Response to Cholesky One S.D. Innovations
Response of LNVEKSPOR to LNVEKSPOR
Response of LNVEKSPOR to LNPF
Response of LNVEKSPOR to LNQEKSPOR
Response of LNVEKSPOR to LNPK
.16
.16
.16
.16
.12
.12
.12
.12
.08
.08
.08
.08
.04
.04
.04
.04
.00
.00
.00
.00
-.04
-.04
-.04
-.04
-.08
-.08
5
10
15
20
25
-.08
30
10
15
20
Response of LNVEKSPOR to LNPD
25
-.08
30
10
15
20
25
.16
.16
.12
.12
.12
.08
.08
.08
.04
.04
.04
.00
.00
.00
-.04
-.04
-.04
10
15
20
25
30
10
15
20
25
Response of LNVEKSPOR to LNERIIL
Response of LNVEKSPOR to LNIPI
.16
-.08
30
-.08
-.08
5
10
15
20
25
30
10
15
20
25
30
30
108

Response of LNERIIL to LNVEKSPOR
Response of LNERIIL to LNPF
Response of LNERIIL to LNQEKSPOR
Response of LNERIIL to LNPK
.05
.05
.05
.05
.04
.04
.04
.04
.03
.03
.03
.03
.02
.02
.02
.02
.01
.01
.01
.01
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.02
-.02
-.02
10
15
20
25
30
10
15
20
25
Response of LNERIIL to LNPD
-.02
30
10
15
20
Response of LNERIIL to LNIPI

.05
.05
.04
.04
.04
.03
.03
.03
.02
.02
.02
.01
.01
.01
.00
.00
.00
-.01
-.01
-.01
-.02
5
10
15
20
25
30
30
10
15
20
25
Response of LNERIIL to LNERIIL
.05
-.02
25
-.02
5
10
15
20
25
30
10
15
20
25
30
30
109

LNERIIL
LNIPI
LNPD
LNPF
LNPK
LNQEKSPOR
LNVEKSPOR
LNERIIL
LNIPI
LNPD
LNPF
LNPK
1.000000
0.239874
0.855635
0.479856
0.445401
0.488279
0.547857
0.239874
1.000000
0.535447
0.543480
0.594943
0.515395
0.659922
0.855635
0.535447
1.000000
0.725692
0.697792
0.631441
0.815727
0.479856
0.543480
0.725692
1.000000
0.887966
0.494834
0.860615
0.445401
0.594943
0.697792
0.887966
1.000000
0.486663
0.823163
LNQEKSPOR LNVEKSPOR
0.488279
0.515395
0.631441
0.494834
0.486663
1.000000
0.838986
0.547857
0.659922
0.815727
0.860615
0.823163
0.838986
1.000000
Lampiran 10. Vector Error Correction Model (VECM)

Date: 07/26/07 Time: 07:24
Cointegrating Eq:
CointEq1
CointEq2
LNVEKSPOR(-1)
1.000000
0.000000
LNPF(-1)
0.000000
1.000000
LNQEKSPOR(-1)
-3.690077
(0.41394)
[-8.91455]
-1.842903
(0.29915)
[-6.16045]
LNPK(-1)
-0.872170
(0.15256)
[-5.71674]
-0.652475
(0.11026)
[-5.91777]
LNPD(-1)
2.370946
(1.06758)
[ 2.22086]
0.676036
(0.77153)
[ 0.87623]
108
LNIPI(-1)
4.467225
(1.87166)
[ 2.38677]
5.741613
(1.35264)
[ 4.24476]
LNERIIL(-1)
0.260064
(0.61876)
[ 0.42030]
0.615911
(0.44717)
[ 1.37734]
-21.75164
(9.43456)
[-2.30553]
-28.64894
(6.81829)
[-4.20178]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNIPI)
D(LNERIIL)
CointEq1
0.125228
(0.42764)
[ 0.29284]
-0.092872
(0.14893)
[-0.62359]
0.281070
(0.39815)
[ 0.70593]
-0.347843 -0.230163
(0.25873) (0.07068)
[-1.34443] [-3.25651]
-0.072853
(0.04342)
[-1.67782]
-0.137202
(0.11057)
[-1.24092]
CointEq2
0.590526
(0.58190)
[ 1.01483]
0.096624
(0.20266)
[ 0.47679]
0.283604
(0.54178)
[ 0.52347]
0.645260 0.270073
(0.35206) (0.09617)
[ 1.83281] [ 2.80819]
0.098840
(0.05908)
[ 1.67285]
0.214398
(0.15045)
[ 1.42505]
D(LNVEKSPOR(-1))
-1.406088
(0.61035)
[-2.30375]
-0.262143
(0.21257)
[-1.23324]
-0.849362
(0.56827)
[-1.49465]
-0.167136 0.245954
(0.36927) (0.10088)
[-0.45261] [ 2.43819]
0.066118
(0.06197)
[ 1.06687]
0.190843
(0.15780)
[ 1.20936]
D(LNVEKSPOR(-2))
-1.473968
(0.62190)
[-2.37012]
-0.006256
(0.21659)
[-0.02888]
-1.193945
(0.57902)
[-2.06201]
-0.290094 0.137050
(0.37626) (0.10278)
[-0.77100] [ 1.33338]
0.029280
(0.06315)
[ 0.46369]
-0.049519
(0.16079)
[-0.30797]
D(LNVEKSPOR(-3))
-0.556037
(0.51097)
[-1.08821]
-0.016482
(0.17795)
[-0.09262]
-0.525228
(0.47574)
[-1.10403]
0.003875 0.111780
(0.30914) (0.08445)
[ 0.01253] [ 1.32362]
-0.015845
(0.05188)
[-0.30541]
-0.218599
(0.13211)
[-1.65468]
D(LNQEKSPOR) D(LNPK)
D(LNPD)
109
D(LNPF(-1))
0.269361
(0.76128)
[ 0.35383]
0.122354
(0.26513)
[ 0.46149]
0.109506
(0.70879)
[ 0.15450]
-0.115800 -0.421913
(0.46059) (0.12582)
[-0.25142] [-3.35330]
-0.062140
(0.07730)
[-0.80389]
-0.133306
(0.19683)
[-0.67727]
D(LNPF(-2))
-0.361142
(0.67900)
[-0.53187]
0.119923
(0.23648)
[ 0.50713]
-0.680454
(0.63219)
[-1.07634]
-0.194855 -0.274311
(0.41081) (0.11222)
[-0.47432] [-2.44434]
-0.110792
(0.06894)
[-1.60696]
-0.324442
(0.17556)
[-1.84808]
D(LNPF(-3))
0.353865
(0.64537)
[ 0.54831]
0.350130
(0.22476)
[ 1.55777]
0.125892
(0.60088)
[ 0.20951]
-0.749485 -0.114067
(0.39046) (0.10666)
[-1.91947] [-1.06940]
-0.082279
(0.06553)
[-1.25560]
-0.028789
(0.16686)
[-0.17253]
D(LNQEKSPOR(-1))
1.808938
(0.75646)
[ 2.39132]
0.270352
(0.26345)
[ 1.02619]
1.115359
(0.70431)
[ 1.58363]
0.314539 -0.330085
(0.45767) (0.12502)
[ 0.68726] [-2.64017]
-0.071704
(0.07681)
[-0.93354]
-0.134636
(0.19558)
[-0.68838]
D(LNQEKSPOR(-2))
1.701632
(0.75204)
[ 2.26270]
0.004151
(0.26191)
[ 0.01585]
1.310984
(0.70019)
[ 1.87233]
0.386934 -0.172667
(0.45500) (0.12429)
[ 0.85041] [-1.38919]
-0.023787
(0.07636)
[-0.31151]
0.073686
(0.19444)
[ 0.37897]
D(LNQEKSPOR(-3))
0.516856
(0.59338)
[ 0.87104]
0.028579
(0.20666)
[ 0.13829]
0.470943
(0.55247)
[ 0.85243]
0.035613 -0.094011
(0.35901) (0.09807)
[ 0.09920] [-0.95860]
0.030300
(0.06025)
[ 0.50290]
0.337114
(0.15342)
[ 2.19736]
D(LNPK(-1))
-0.298646
(0.24759)
[-1.20621]
0.033552
(0.08623)
[ 0.38911]
-0.277299
(0.23052)
[-1.20293]
-0.126938 0.094779
(0.14980) (0.04092)
[-0.84740] [ 2.31617]
0.018443
(0.02514)
[ 0.73361]
-0.003239
(0.06401)
[-0.05060]
D(LNPK(-2))
-0.103522
(0.27020)
[-0.38312]
-0.046704
(0.09410)
[-0.49630]
-0.086339
(0.25158)
[-0.34319]
-0.137721 0.003702
(0.16348) (0.04466)
[-0.84244] [ 0.08289]
0.005522
(0.02744)
[ 0.20127]
0.047392
(0.06986)
[ 0.67838]
D(LNPK(-3))
0.394534
(0.26872)
-0.196305
(0.09359)
0.356795
(0.25019)
0.070007 0.011549
(0.16258) (0.04441)
-0.026889
(0.02729)
-0.067617
(0.06948)
110
[ 1.46821]
[-2.09759]
[ 1.42609]
[ 0.43060] [ 0.26003]
[-0.98550]
[-0.97323]
D(LNPD(-1))
0.795022
(0.91845)
[ 0.86561]
0.304098
(0.31987)
[ 0.95070]
0.346158
(0.85513)
[ 0.40480]
-0.199217 -0.205415
(0.55568) (0.15180)
[-0.35851] [-1.35322]
0.143230
(0.09326)
[ 1.53586]
-0.276185
(0.23746)
[-1.16306]
D(LNPD(-2))
-1.329227
(0.92731)
[-1.43342]
0.013246
(0.32295)
[ 0.04102]
-1.346002
(0.86338)
[-1.55900]
-0.954442 -0.180814
(0.56104) (0.15326)
[-1.70120] [-1.17978]
-0.155415
(0.09416)
[-1.65060]
0.126427
(0.23976)
[ 0.52732]
D(LNPD(-3))
0.252213
(0.86960)
[ 0.29003]
-0.451726
(0.30286)
[-1.49155]
0.411633
(0.80965)
[ 0.50841]
-0.627119 0.093053
(0.52613) (0.14372)
[-1.19195] [ 0.64744]
-0.010809
(0.08830)
[-0.12242]
0.274985
(0.22484)
[ 1.22305]
D(LNIPI(-1))
-1.518509
(2.21938)
[-0.68420]
-0.251190
(0.77294)
[-0.32498]
-0.434149
(2.06637)
[-0.21010]
-2.813305 0.014080
(1.34277) (0.36681)
[-2.09515] [ 0.03839]
-1.098232
(0.22535)
[-4.87342]
-0.520057
(0.57382)
[-0.90631]
D(LNIPI(-2))
-1.005408
(2.32158)
[-0.43307]
-0.219853
(0.80853)
[-0.27192]
-0.700545
(2.16152)
[-0.32410]
-2.303094 -0.028274
(1.40460) (0.38370)
[-1.63968] [-0.07369]
-0.641144
(0.23573)
[-2.71984]
-0.660669
(0.60024)
[-1.10067]
D(LNIPI(-3))
-0.269599
(1.65898)
[-0.16251]
-0.158509
(0.57777)
[-0.27435]
-0.050103
(1.54460)
[-0.03244]
-1.217745 -0.096504
(1.00372) (0.27419)
[-1.21324] [-0.35196]
-0.099542
(0.16845)
[-0.59093]
-0.622604
(0.42893)
[-1.45153]
D(LNERIIL(-1))
-2.422257
(0.63500)
[-3.81459]
-0.289225
(0.22115)
[-1.30782]
-1.645364
(0.59122)
[-2.78301]
-0.231890 0.221399
(0.38419) (0.10495)
[-0.60359] [ 2.10957]
-0.167823
(0.06448)
[-2.60286]
0.330457
(0.16418)
[ 2.01280]
D(LNERIIL(-2))
-0.803416
(0.81248)
[-0.98885]
0.105229
(0.28296)
[ 0.37189]
-1.005642
(0.75646)
[-1.32940]
-0.123386 0.126207
(0.49156) (0.13428)
[-0.25101] [ 0.93987]
0.007748
(0.08250)
[ 0.09392]
-0.062136
(0.21007)
[-0.29579]
111
D(LNERIIL(-3))
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent
-0.850810
(0.78358)
[-1.08580]
0.450340
(0.27290)
[ 1.65022]
-0.727520
(0.72955)
[-0.99721]
0.093369 0.060940
(0.47408) (0.12951)
[ 0.19695] [ 0.47055]
-0.000122
(0.07956)
[-0.00154]
-0.517019
(0.20259)
[-2.55200]
0.670058
0.508753
1.103090
0.156567
4.153986
43.63953
-0.607045
0.143671
0.017921
0.223383
0.300277
-0.041810
0.133795
0.054527
0.877780
115.3645
-2.716604
-1.965888
0.010103
0.053422
0.653213
0.483673
0.956229
0.145772
3.852848
48.49720
-0.749918
0.000798
0.006007
0.202867
0.270074 0.585229
-0.086778 0.382452
0.403785 0.030132
0.094726 0.025877
0.756824 2.886073
77.80913 166.0492
-1.612033 -4.207330
-0.861318 -3.456614
0.009826 0.007458
0.090865 0.032929
0.648329
0.476401
0.011373
0.015897
3.770932
199.1776
-5.181693
-4.430977
0.000850
0.021970
0.406871
0.116897
0.073739
0.040480
1.403131
135.6211
-3.312385
-2.561669
0.009294
0.043076

Log Likelihood
Schwarz Criteria
4.03E-20
941.1755
842.9184
-19.58583
-13.80859
Lampiran 11. Variance Decomposition (VD)

Period
S.E.
LNVEKSPOR
LNPF
1
2
3
4
5
6
7
8
9
0.156567
0.195677
0.203401
0.219385
0.237316
0.262440
0.287252
0.318438
0.346152
100.0000
68.20692
63.75513
55.66440
51.90217
48.60606
42.95612
37.37206
34.40842
0.000000
1.168447
1.283898
7.166906
13.65048
20.45497
27.30412
33.79856
37.91673
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000
0.419048
0.528066
4.947137
4.279441
4.317898
3.972027
3.761594
3.509499
0.000000
15.44166
14.52615
12.51623
11.72582
10.17152
10.31866
11.20920
11.11315
0.000000
0.004761
1.070500
1.261353
1.129433
0.931722
0.945382
1.022128
0.872397
0.000000
3.424139
4.911066
5.450875
5.545101
5.407045
5.748060
5.663861
6.108336
0.000000
11.33503
13.92519
12.99310
11.76755
10.11079
8.755628
7.172590
6.071460
112
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
0.377773
0.411205
0.443051
0.472489
0.499386
0.524002
0.547183
0.569181
0.589364
0.608268
0.625836
0.642628
0.658792
0.674630
0.689936
0.704853
0.719451
0.733902
0.748164
0.762282
0.776186
0.789872
0.803379
0.816726
0.829880
0.842838
0.855596
0.868150
0.880522
0.892721
0.904743
0.916594
0.928284
0.939819
32.91575
31.31834
30.84422
29.57421
29.11131
28.86362
28.93148
28.84849
28.85722
28.74646
28.76781
28.77009
28.78811
28.77272
28.74167
28.69748
28.66589
28.63361
28.59795
28.56035
28.51668
28.47933
28.44580
28.41767
28.38984
28.36411
28.33887
28.31811
28.29922
28.28244
28.26600
28.25036
28.23550
28.22197
40.79265
42.80196
43.81097
45.13360
45.79753
46.29950
46.34249
46.53621
46.64910
46.81969
46.87381
46.95743
47.01350
47.11094
47.20491
47.30608
47.39386
47.48374
47.57223
47.65852
47.74192
47.81810
47.88858
47.95167
48.01141
48.06600
48.11762
48.16405
48.20730
48.24704
48.28517
48.32111
48.35539
48.38763
3.220247
3.316627
3.509325
3.569725
3.619289
3.536628
3.504050
3.508216
3.501802
3.473691
3.440743
3.391467
3.360880
3.337932
3.314767
3.290107
3.265741
3.243403
3.227588
3.214601
3.202036
3.189843
3.178135
3.168265
3.159916
3.152216
3.144463
3.136783
3.129380
3.122674
3.116310
3.110154
3.104081
3.098170
11.10280
11.30723
11.39965
11.77118
12.00607
12.14451
12.36560
12.48685
12.59228
12.72127
12.82037
12.89474
12.96014
12.99936
13.04526
13.08866
13.12440
13.15295
13.17673
13.19892
13.22406
13.24689
13.26757
13.28683
13.30495
13.32333
13.34149
13.35833
13.37417
13.38919
13.40340
13.41720
13.43028
13.44256
0.757315
0.686711
0.625655
0.568645
0.545708
0.503400
0.475273
0.447013
0.425489
0.406465
0.391392
0.375749
0.362180
0.349576
0.339236
0.330187
0.321366
0.313002
0.305375
0.298587
0.292412
0.286652
0.281020
0.275811
0.270918
0.266412
0.262139
0.258073
0.254178
0.250521
0.247049
0.243773
0.240653
0.237673
6.075347
5.964628
5.742168
5.797049
5.710034
5.729909
5.681846
5.657115
5.621395
5.623341
5.617815
5.627193
5.622553
5.620571
5.622150
5.626336
5.631527
5.634877
5.635816
5.635813
5.637664
5.638829
5.640212
5.640012
5.639801
5.639385
5.639568
5.639559
5.639610
5.639317
5.639188
5.639141
5.639245
5.639352
5.135883
4.604501
4.068010
3.585596
3.210062
2.922429
2.699263
2.516112
2.352715
2.209087
2.088055
1.983328
1.892636
1.808901
1.732004
1.661143
1.597216
1.538419
1.484311
1.433211
1.385222
1.340347
1.298687
1.259745
1.223154
1.188537
1.155846
1.125088
1.096140
1.068812
1.042885
1.018251
0.994851
0.972644
113
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
0.951212
0.962468
0.973592
0.984588
0.995463
1.006222
1.016868
1.027407
1.037839
1.048169
1.058398
1.068531
1.078570
1.088516
1.098372
1.108140
1.117823
1.127422
1.136941
1.146380
1.155741
1.165028
1.174240
1.183381
1.192452
1.201455
1.210390
1.219260
1.228066
28.20906
28.19662
28.18442
28.17258
28.16125
28.15043
28.14002
28.12990
28.12013
28.11071
28.10170
28.09305
28.08473
28.07669
28.06895
28.06150
28.05433
28.04742
28.04074
28.03427
28.02802
28.02196
28.01611
28.01043
28.00491
27.99956
27.99437
27.98933
27.98443
48.41845
48.44795
48.47645
48.50382
48.53005
48.55520
48.57936
48.60263
48.62501
48.64653
48.66718
48.68704
48.70615
48.72456
48.74230
48.75940
48.77589
48.79181
48.80719
48.82207
48.83647
48.85041
48.86391
48.87700
48.88970
48.90202
48.91398
48.92559
48.93687
3.092556
3.087303
3.082271
3.077429
3.072763
3.068293
3.064053
3.060027
3.056162
3.052441
3.048863
3.045427
3.042133
3.038965
3.035906
3.032947
3.030089
3.027329
3.024663
3.022083
3.019583
3.017159
3.014811
3.012536
3.010331
3.008191
3.006113
3.004095
3.002135
13.45414
13.46513
13.47557
13.48561
13.49516
13.50425
13.51292
13.52124
13.52925
13.53696
13.54437
13.55149
13.55835
13.56497
13.57137
13.57755
13.58352
13.58928
13.59485
13.60024
13.60546
13.61051
13.61540
13.62014
13.62474
13.62919
13.63352
13.63772
13.64180
0.234829
0.232125
0.229549
0.227092
0.224741
0.222486
0.220327
0.218259
0.216276
0.214370
0.212537
0.210772
0.209073
0.207437
0.205859
0.204336
0.202865
0.201443
0.200069
0.198740
0.197454
0.196209
0.195002
0.193833
0.192699
0.191599
0.190532
0.189495
0.188488
5.639437
5.639477
5.639560
5.639684
5.639814
5.639938
5.640025
5.640102
5.640180
5.640266
5.640340
5.640406
5.640457
5.640507
5.640557
5.640608
5.640655
5.640699
5.640741
5.640783
5.640825
5.640867
5.640907
5.640946
5.640984
5.641021
5.641058
5.641094
5.641128
0.951527
0.931403
0.912174
0.893793
0.876217
0.859403
0.843293
0.827838
0.812992
0.798726
0.785011
0.771816
0.759110
0.746863
0.735051
0.723654
0.712651
0.702022
0.691747
0.681809
0.672191
0.662878
0.653858
0.645115
0.636637
0.628412
0.620429
0.612678
0.605148
114

.16
.16
.16
.16
.12
.12
.12
.12
.08
.08
.08
.08
.04
.04
.04
.04
.00
.00
.00
.00
-.04
-.04
-.04
-.04
-.08
-.08
5
10
15
20
25
-.08
30
10
15
20
25
-.08
30
10
15
20
25
.16
.16
.12
.12
.12
.08
.08
.08
.04
.04
.04
.00
.00
.00
-.04
-.04
-.04
10
15
20
25
30
10
15
20
25
30
Response of LNVEKSPOR to LNIPI
.16
-.08
30
-.08
-.08
5
10
15
20
25
30
10
15
20
25
30
115

Response of LNERIIL to LNVEKSPOR
Response of LNERIIL to LNPF
Response of LNERIIL to LNQEKSPOR
Response of LNERIIL to LNPK
.05
.05
.05
.05
.04
.04
.04
.04
.03
.03
.03
.03
.02
.02
.02
.02
.01
.01
.01
.01
.00
.00
.00
.00
-.01
-.01
-.01
-.01
-.02
-.02
-.02
10
15
20
25
30
10
15
20
25
Response of LNERIIL to LNPD
-.02
30
10
15
20
Response of LNERIIL to LNIPI

.05
.05
.04
.04
.04
.03
.03
.03
.02
.02
.02
.01
.01
.01
.00
.00
.00
-.01
-.01
-.01
-.02
5
10
15
20
25
30
30
10
15
20
25
30
Response of LNERIIL to LNERIIL
.05
-.02
25
-.02
5
10
15
20
25
30
10
15
20
25
30
116
Tabel 13. Variance Decomposition (VD)

Period
S.E.
LNVEKSPOR LNPF
1
2
3
4
5
6
7
8
9
10
13
14
15
20
25
30
40
50
51
60
70
71
72
0.156567
0.195677
0.203401
0.219385
0.237316
0.262440
0.287252
0.318438
0.346152
0.377773
0.472489
0.499386
0.524002
0.625836
0.704853
0.776186
0.904743
1.016868
1.027407
1.117823
1.210390
1.219260
1.228066
100.0000
68.20692
63.75513
55.66440
51.90217
48.60606
42.95612
37.37206
34.40842
32.91575
29.57421
29.11131
28.86362
28.76781
28.69748
28.51668
28.26600
28.14002
28.12990
28.05433
27.99437
27.98933
27.98443
0.000000
1.168447
1.283898
7.166906
13.65048
20.45497
27.30412
33.79856
37.91673
40.79265
45.13360
45.79753
46.29950
46.87381
47.30608
47.74192
48.28517
48.57936
48.60263
48.77589
48.91398
48.92559
48.93687
LNQEKSPOR
LNPK
LNPD
LNIPI
LNERIIL
0.000000
0.419048
0.528066
4.947137
4.279441
4.317898
3.972027
3.761594
3.509499
3.220247
3.569725
3.619289
3.536628
3.440743
3.290107
3.202036
3.116310
3.064053
3.060027
3.030089
3.006113
3.004095
3.002135
0.000000
15.44166
14.52615
12.51623
11.72582
10.17152
10.31866
11.20920
11.11315
11.10280
11.77118
12.00607
12.14451
12.82037
13.08866
13.22406
13.40340
13.51292
13.52124
13.58352
13.63352
13.63772
13.64180
0.000000
0.004761
1.070500
1.261353
1.129433
0.931722
0.945382
1.022128
0.872397
0.757315
0.568645
0.545708
0.503400
0.391392
0.330187
0.292412
0.247049
0.220327
0.218259
0.202865
0.190532
0.189495
0.188488
0.000000
3.424139
4.911066
5.450875
5.545101
5.407045
5.748060
5.663861
6.108336
6.075347
5.797049
5.710034
5.729909
5.617815
5.626336
5.637664
5.639188
5.640025
5.640102
5.640655
5.641058
5.641094
5.641128
0.000000
11.33503
13.92519
12.99310
11.76755
10.11079
8.755628
7.172590
6.071460
5.135883
3.585596
3.210062
2.922429
2.088055
1.661143
1.385222
1.042885
0.843293
0.827838
0.712651
0.620429
0.612678
0.605148
Sumber : Lampiran 11.
65

LNERIIL
LNGDPRIIL
LNPD
LNPF
LNPK
LNQEKSPOR
LNVEKSPOR
LNERIIL
LNGDPRIIL
LNPD
LNPF
LNPK
1.000000
0.265949
0.902772
-0.574127
-0.406670
0.161527
-0.215380
0.265949
1.000000
-0.038822
-0.713347
-0.732554
0.070433
-0.509051
0.902772
-0.038822
1.000000
-0.218104
-0.052214
0.159616
0.050644
-0.574127
-0.713347
-0.218104
1.000000
0.940067
-0.069454
0.658663
-0.406670
-0.732554
-0.052214
0.940067
1.000000
-0.030848
0.656376
LNQEKSPOR LNVEKSPOR
0.161527
0.070433
0.159616
-0.069454
-0.030848
1.000000
0.657095
-0.215380
-0.509051
0.050644
0.658663
0.656376
0.657095
1.000000
Lampiran 20. Estimasi Vector Error Correction Model (VECM)

Date: 07/24/07 Time: 23:13
CointEq1
CointEq2
CointEq3
LNVEKSPOR(-1)
1.000000
0.000000
0.000000
LNPF(-1)
0.000000
1.000000
0.000000
LNQEKSPOR(-1)
0.000000
0.000000
1.000000
LNPK(-1)
-0.445834
(0.17257)
[-2.58351]
-0.731856
(0.06269)
[-11.6736]
0.534999
(0.21662)
[ 2.46975]
LNPD(-1)
-1.195045
(0.42503)
[-2.81164]
-0.520695
(0.15441)
[-3.37212]
-1.211046
(0.53353)
[-2.26987]
LNERIIL(-1)
0.734900
0.296351
0.815819
123
Cointegrating Eq:
(0.08388)
[ 3.53315]
(0.28982)
[ 2.81494]
LNGDPRIIL(-1)
-1.844901
(0.18786)
[-9.82083]
-0.288380
(0.06825)
[-4.22556]
-1.326680
(0.23581)
[-5.62607]
Error Correction:
D(LNVEKSPOR)
D(LNPF)
D(LNQEKSPOR)
D(LNPK)
D(LNPD)
D(LNERIIL)
D(LNGDPRIIL)
CointEq1
-0.599130
(0.21348)
[-2.80655]
0.157280
(0.04981)
[ 3.15765]
-0.138563
(0.25379)
[-0.54597]
0.181015
(0.07166)
[ 2.52592]
-0.011101
(0.04732)
[-0.23459]
0.037511
(0.05452)
[ 0.68805]
0.004423
(0.00230)
[ 1.91938]
CointEq2
0.907935
(0.37130)
[ 2.44526]
-0.307924
(0.08663)
[-3.55428]
0.290488
(0.44143)
[ 0.65806]
-0.127047
(0.12465)
[-1.01926]
0.098672
(0.08230)
[ 1.19888]
-0.143905
(0.09482)
[-1.51759]
-0.012226
(0.00401)
[-3.05022]
CointEq3
0.197565
(0.16761)
[ 1.17871]
-0.096424
(0.03911)
[-2.46560]
-0.255697
(0.19927)
[-1.28318]
-0.107219
(0.05627)
[-1.90556]
0.021803
(0.03715)
[ 0.58684]
-0.054404
(0.04280)
[-1.27097]
-0.002699
(0.00181)
[-1.49180]
D(LNVEKSPOR(-1))
-0.035452
(0.18216)
[-0.19462]
-0.063090
(0.04250)
[-1.48442]
0.196584
(0.21656)
[ 0.90776]
-0.077719
(0.06115)
[-1.27097]
0.092028
(0.04038)
[ 2.27925]
0.012317
(0.04652)
[ 0.26477]
-0.001541
(0.00197)
[-0.78367]
D(LNPF(-1))
1.217358
(0.50808)
[ 2.39598]
0.457302
(0.11855)
[ 3.85750]
1.061367
(0.60404)
[ 1.75710]
0.122222
(0.17056)
[ 0.71658]
0.304493
(0.11262)
[ 2.70367]
0.303388
(0.12976)
[ 2.33815]
0.003386
(0.00548)
[ 0.61728]
D(LNQEKSPOR(-1))
-0.013593
(0.15286)
[-0.08893]
0.032400
(0.03567)
[ 0.90845]
-0.196231
(0.18173)
[-1.07981]
0.032997
(0.05131)
[ 0.64304]
-0.099513
(0.03388)
[-2.93702]
-0.017102
(0.03904)
[-0.43809]
0.000934
(0.00165)
[ 0.56578]
D(LNPK(-1))
-0.139993
(0.33722)
-0.095012
(0.07868)
-0.044044
(0.40092)
0.137055
(0.11321)
-0.065016
(0.07475)
-0.089810
(0.08612)
-0.001468
(0.00364)
124
(0.23088)
[ 3.18303]
[-0.41513]
[-1.20753]
[-0.10986]
[ 1.21067]
[-0.86979]
[-1.04284]
[-0.40333]
D(LNPD(-1))
0.100592
(0.28188)
[ 0.35685]
-0.017738
(0.06577)
[-0.26969]
-0.231481
(0.33512)
[-0.69073]
0.037441
(0.09463)
[ 0.39567]
-0.915449
(0.06248)
[-14.6512]
-0.545340
(0.07199)
[-7.57543]
0.005917
(0.00304)
[ 1.94435]
D(LNERIIL(-1))
0.056329
(0.33886)
[ 0.16623]
-0.038262
(0.07906)
[-0.48394]
0.188723
(0.40286)
[ 0.46846]
-0.032863
(0.11375)
[-0.28890]
1.189614
(0.07511)
[ 15.8380]
0.628008
(0.08654)
[ 7.25702]
-0.002143
(0.00366)
[-0.58573]
D(LNGDPRIIL(-1))
15.96698
(4.84079)
[ 3.29842]
-5.049705
(1.12948)
[-4.47083]
16.22348
(5.75506)
[ 2.81899]
-3.684019
(1.62504)
[-2.26704]
-0.288576
(1.07301)
[-0.26894]
0.458084
(1.23625)
[ 0.37054]
0.781265
(0.05226)
[ 14.9506]
0.270409
0.228317
15.37804
0.313970
6.424267
-38.08286
0.579312
0.766781
0.008040
0.357412
0.199853
0.153691
0.837190
0.073257
4.329355
203.5006
-2.331333
-2.143864
0.001694
0.079632
0.233474
0.189251
21.73544
0.373269
5.279514
-66.80115
0.925315
1.112784
0.007100
0.414552
0.136427
0.086605
1.732988
0.105399
2.738310
143.1139
-1.603782
-1.416313
0.004515
0.110282
0.678499
0.659951
0.755576
0.069595
36.58039
212.0140
-2.433904
-2.246435
0.008535
0.119345
0.331790
0.293240
1.002951
0.080182
8.606621
188.5066
-2.150682
-1.963213
0.017330
0.095377
0.849204
0.840504
0.001792
0.003389
97.61243
713.6764
-8.478029
-8.290560
-0.001128
0.008487
R-squared
Adj. R-squared
Sum sq. resids
S.E. equation
F-statistic
Log likelihood
Akaike AIC
Schwarz SC
Mean dependent
S.D. dependent

Log Likelihood
Schwarz Criteria
1.68E-17
1593.162
1557.063
-17.66341
-15.95744
125
Lampiran 21. Variance Decompisition (VD)

Period
S.E.
LNVEKSPOR
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0.313970
0.400384
0.454976
0.491169
0.516467
0.535654
0.551082
0.564087
0.575474
0.585748
0.595227
0.604125
0.612583
0.620703
0.628555
0.636190
0.643644
0.650948
0.658121
0.665180
0.672138
0.679006
0.685790
0.692498
0.699136
0.705707
0.712216
0.718666
0.725060
0.731400
100.0000
88.27151
81.74448
78.75385
77.00974
75.64287
74.45452
73.37001
72.35658
71.39730
70.48298
69.60763
68.76701
67.95788
67.17760
66.42395
65.69504
64.98920
64.30496
63.64105
62.99630
62.36970
61.76032
61.16734
60.59001
60.02765
59.47964
58.94541
58.42444
57.91625
LNPF
LNQEKSPOR
LNPK
LNPD
LNERIIL
LNGDPRIIL
0.000000
8.394530
13.48114
15.88660
17.39925
18.57833
19.56839
20.44215
21.23882
21.98085
22.68172
23.35047
23.99312
24.61383
25.21548
25.80007
26.36905
26.92344
27.46400
27.99130
28.50580
29.00788
29.49784
29.97599
30.44258
30.89789
31.34215
31.77561
32.19852
32.61114
0.000000
0.287556
0.222703
0.259875
0.355423
0.436394
0.511060
0.574668
0.629462
0.676330
0.716919
0.752191
0.783062
0.810208
0.834193
0.855464
0.874389
0.891267
0.906351
0.919848
0.931939
0.942774
0.952485
0.961186
0.968977
0.975946
0.982172
0.987723
0.992662
0.997046
0.000000
1.234024
2.108237
2.314759
2.239897
2.123679
2.014088
1.922441
1.848563
1.789220
1.740880
1.700444
1.665492
1.634229
1.605387
1.578104
1.551819
1.526182
1.500991
1.476141
1.451588
1.427328
1.403379
1.379768
1.356528
1.333689
1.311281
1.289328
1.267851
1.246864
0.000000
0.015853
0.059045
0.250496
0.505435
0.789008
1.085321
1.387100
1.685786
1.977468
2.259150
2.529173
2.786559
3.030957
3.262383
3.481123
3.687633
3.882470
4.066245
4.239593
4.403146
4.557521
4.703313
4.841085
4.971370
5.094664
5.211433
5.322109
5.427096
5.526766
0.000000
0.011932
0.099341
0.222556
0.228142
0.222620
0.215498
0.208562
0.201923
0.195854
0.190271
0.185123
0.180347
0.175892
0.171716
0.167784
0.164069
0.160547
0.157201
0.154013
0.150971
0.148064
0.145281
0.142614
0.140055
0.137597
0.135233
0.132959
0.130769
0.128658
0.000000
1.784600
2.285055
2.311860
2.262115
2.207098
2.151129
2.095069
2.038866
1.982974
1.928075
1.874974
1.824408
1.777003
1.733248
1.693500
1.658003
1.626900
1.600252
1.578055
1.560249
1.546734
1.537375
1.532015
1.530477
1.532571
1.538101
1.546863
1.558656
1.573276
126
0.737688
0.743927
0.750117
0.756261
0.762360
0.768415
0.774427
0.780397
0.786327
0.792218
0.798069
0.803882
0.809658
0.815397
0.821101
0.826769
0.832402
0.838001
0.843567
0.849100
0.854600
0.860069
0.865505
0.870911
0.876287
0.881632
0.886947
0.892234
0.897491
0.902721
0.907922
0.913095
0.918241
0.923361
57.42040
56.93645
56.46402
56.00273
55.55224
55.11222
54.68235
54.26232
53.85186
53.45068
53.05852
52.67512
52.30025
51.93366
51.57512
51.22441
50.88132
50.54564
50.21717
49.89572
49.58109
49.27310
48.97158
48.67636
48.38726
48.10412
47.82679
47.55511
47.28893
47.02811
46.77252
46.52200
46.27644
46.03570
33.01369
33.40643
33.78960
34.16344
34.52820
34.88411
35.23141
35.57033
35.90111
36.22396
36.53911
36.84678
37.14717
37.44051
37.72698
38.00678
38.28011
38.54716
38.80811
39.06313
39.31239
39.55607
39.79433
40.02731
40.25519
40.47809
40.69617
40.90956
41.11841
41.32283
41.52295
41.71890
41.91080
42.09875
1.000923
1.004341
1.007340
1.009957
1.012226
1.014179
1.015843
1.017243
1.018404
1.019347
1.020090
1.020653
1.021051
1.021298
1.021410
1.021398
1.021274
1.021048
1.020730
1.020329
1.019852
1.019308
1.018703
1.018044
1.017335
1.016583
1.015792
1.014967
1.014111
1.013228
1.012322
1.011396
1.010453
1.009495
1.226379
1.206403
1.186938
1.167985
1.149540
1.131600
1.114155
1.097199
1.080722
1.064712
1.049158
1.034048
1.019369
1.005109
0.991255
0.977795
0.964715
0.952002
0.939645
0.927631
0.915949
0.904586
0.893531
0.882774
0.872304
0.862111
0.852184
0.842514
0.833092
0.823909
0.814957
0.806226
0.797711
0.789402
5.621466
5.711515
5.797213
5.878833
5.956633
6.030849
6.101702
6.169395
6.234119
6.296050
6.355354
6.412182
6.466677
6.518972
6.569191
6.617449
6.663856
6.708510
6.751507
6.792935
6.832877
6.871410
6.908606
6.944533
6.979256
7.012834
7.045323
7.076776
7.107243
7.136770
7.165402
7.193180
7.220143
7.246328
0.126622
0.124657
0.122759
0.120925
0.119152
0.117435
0.115774
0.114165
0.112606
0.111094
0.109627
0.108204
0.106822
0.105480
0.104176
0.102909
0.101676
0.100477
0.099310
0.098174
0.097067
0.095989
0.094939
0.093915
0.092917
0.091943
0.090993
0.090065
0.089160
0.088276
0.087412
0.086568
0.085743
0.084937
1.590525
1.610208
1.632137
1.656128
1.682008
1.709608
1.738771
1.769344
1.801185
1.834160
1.868141
1.903011
1.938658
1.974979
2.011876
2.049260
2.087048
2.125162
2.163530
2.202088
2.240773
2.279531
2.318309
2.357061
2.395745
2.434320
2.472751
2.511006
2.549056
2.586874
2.624437
2.661723
2.698713
2.735390
127
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
0.928454
0.933520
0.938561
0.943577
0.948567
0.953532
0.958473
0.963390
0.968283
0.973152
0.977999
0.982822
0.987622
0.992400
0.997157
1.001891
45.79966
45.56819
45.34118
45.11852
44.90010
44.68580
44.47552
44.26917
44.06663
43.86783
43.67265
43.48103
43.29285
43.10805
42.92654
42.74823
42.28287
42.46326
42.64004
42.81329
42.98311
43.14961
43.31286
43.47297
43.63000
43.78404
43.93518
44.08349
44.22905
44.37192
44.51217
44.64989
1.008524
1.007544
1.006555
1.005560
1.004560
1.003556
1.002551
1.001546
1.000541
0.999537
0.998536
0.997539
0.996545
0.995557
0.994574
0.993597
0.781292
0.773376
0.765645
0.758094
0.750716
0.743505
0.736456
0.729564
0.722823
0.716228
0.709774
0.703457
0.697273
0.691217
0.685285
0.679473
7.271770
7.296500
7.320551
7.343951
7.366729
7.388909
7.410517
7.431576
7.452109
7.472135
7.491676
7.510750
7.529375
7.547568
7.565345
7.582721
0.084149
0.083377
0.082623
0.081885
0.081162
0.080455
0.079762
0.079084
0.078419
0.077768
0.077130
0.076505
0.075891
0.075290
0.074700
0.074121
2.771740
2.807748
2.843405
2.878698
2.913622
2.948166
2.982327
3.016099
3.049478
3.082461
3.115045
3.147230
3.179015
3.210399
3.241384
3.271970
128
.4
.4
.4
.4
.3
.3
.3
.3
.2
.2
.2
.2
.1
.1
.1
.1
.0
.0
.0
.0
-.1
-.1
-.1
10
20
30
40
50
60
70
10
20
30
40
50
60
-.1
70
10
20
30
40
50
.4
.4
.3
.3
.3
.2
.2
.2
.1
.1
.1
.0
.0
.0
-.1
10
20
30
40
50
60
70
70
10
20
30
40
50
60
70
Response of LNVEKSPOR to LNGDPRIIL
.4
-.1
60
-.1
10
20
30
40
50
60
70
10
20
30
40
50
60
70
129
Tabel 20. Variance Decomposition (VD)

Period
S.E.
LNVEKSPO
LNPF
R
1
2
3
4
5
10
15
20
30
40
50
60
70
71
72
73
74
75
76
77
78
79
80
0.313970
0.400384
0.454976
0.491169
0.516467
0.585748
0.628555
0.665180
0.731400
0.792218
0.849100
0.902721
0.953532
0.958473
0.963390
0.968283
0.973152
0.977999
0.982822
0.987622
0.992400
0.997157
1.001891
100.0000
88.27151
81.74448
78.75385
77.00974
71.39730
67.17760
63.64105
57.91625
53.45068
49.89572
47.02811
44.68580
44.47552
44.26917
44.06663
43.86783
43.67265
43.48103
43.29285
43.10805
42.92654
42.74823
0.000000
8.394530
13.48114
15.88660
17.39925
21.98085
25.21548
27.99130
32.61114
36.22396
39.06313
41.32283
43.14961
43.31286
43.47297
43.63000
43.78404
43.93518
44.08349
44.22905
44.37192
44.51217
44.64989
LNQEKSPO
R
LNPK
LNPD
0.000000
0.287556
0.222703
0.259875
0.355423
0.676330
0.834193
0.919848
0.997046
1.019347
1.020329
1.013228
1.003556
1.002551
1.001546
1.000541
0.999537
0.998536
0.997539
0.996545
0.995557
0.994574
0.993597
0.000000
1.234024
2.108237
2.314759
2.239897
1.789220
1.605387
1.476141
1.246864
1.064712
0.927631
0.823909
0.743505
0.736456
0.729564
0.722823
0.716228
0.709774
0.703457
0.697273
0.691217
0.685285
0.679473
0.000000
0.015853
0.059045
0.250496
0.505435
1.977468
3.262383
4.239593
5.526766
6.296050
6.792935
7.136770
7.388909
7.410517
7.431576
7.452109
7.472135
7.491676
7.510750
7.529375
7.547568
7.565345
7.582721
LNERIIL LNGDPRII
L
0.000000
0.011932
0.099341
0.222556
0.228142
0.195854
0.171716
0.154013
0.128658
0.111094
0.098174
0.088276
0.080455
0.079762
0.079084
0.078419
0.077768
0.077130
0.076505
0.075891
0.075290
0.074700
0.074121
0.000000
1.784600
2.285055
2.311860
2.262115
1.982974
1.733248
1.578055
1.573276
1.834160
2.202088
2.586874
2.948166
2.982327
3.016099
3.049478
3.082461
3.115045
3.147230
3.179015
3.210399
3.241384
3.271970
Sumber : Lampiran 21.
84

12

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

12

Uploaded by

Copyright:

Available Formats

ANALISIS PENGARUH FLUKTUASI NILAI TUKAR PADA

EKSPOR KOMODITI UNGGULAN PERTANIAN

DEPARTEMEN ILMU EKONOMI

RATIH NURALITHA PRATIKA. Analisis Pengaruh Fluktuasi Nilai Tukar

Fluktuasi nilai tukar berkaitan erat dalam perdagangan internasional

ANALISIS PENGARUH FLUKTUASI NILAI TUKAR PADA

DEPARTEMEN ILMU EKONOMI

INSTITUT PERTANIAN BOGOR

Dengan ini menyatakan bahwa skripsi yang disusun oleh,

: Ratih Nuralitha Pratika

Nomor Registrasi Pokok

: Analisis Pengaruh Fluktuasi Nilai Tukar pada

Dr. Ir. Rina Oktaviani, MS.

Dr. Ir. Rina Oktaviani, MS.

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH

PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Agustus 2007

Ratih Nuralitha Pratika

Ratih Nuralitha Pratika. Dilahirkan di Bandung pada hari Jumat tanggal

Assalamualaikum Wr. Wb.

6. Dr. Suharto Honggokusumo beserta staf Gabungan Pengusaha Karet

Bogor, Agustus 2007

Ratih Nuralitha Pratika

1.1. Latar Belakang ...................................................................................

1.2. Perumusan Masalah ...........................................................................

1.3. Tujuan ................................................................................................

1.4. Manfaat .............................................................................................. 10

3.1. Jenis dan Sumber Data ....................................................................... 37

V. KESIMPULAN DAN SARAN .................................................................... 89

Perkembangan Total Ekspor Indonesia Tahun 1990-2005 ........................ 3

Perkembangan Nilai Ekspor Migas & non Migas Indonesia

Perkembangan Ekspor Pertanian Tahun 1990-2005 .................................. 6

Nilai Ekspor Komoditi Perkebunan Indonesia Tahun 1999-2005

Jenis dan Sumber Data yang Digunakan dalam Penelitian... 37

Data, Satuan Dan Simbol... 45

Uji Stasioneritas Pada Level....................................................................... 54

Uji Stasioneritas Pada First Difference ..................................................... 55

Perhitungan Schwarz Criteria (SC) ........................................................... 56

Johansen Cointegration Test ..................................................................... 57

Hasil Estimasi VECM Jangka Pendek ....................................................... 59

Hasil Estimasi VECM Jangka Panjang ...................................................... 61

Variance Decomposition (VD) .................................................................. 65

Uji Stasioneritas Pada Level....................................................................... 74

Uji Stasioneritas Pada First Difference ..................................................... 75

Perhitungan Akaike Information Criterion (AIC) ...................................... 76

Johansen Cointegration Test ..................................................................... 77

Hasil Estimasi VECM Jangka Pendek ....................................................... 79

Hasil Estimasi VECM Jangka Panjang ...................................................... 81

Variance Decomposition (VD) .................................................................. 84

Perkembangan Ekspor Barang barang Hasil Pertanian Tahun

Perkembangan Ekspor Getah Karet Tahun 1999-2005.............................. 96

Perkembangan Ekspor Kopi Tahun 1999-2005......................................... 97

Perkembangan Volume Ekspor dan Impor Perkebunan

Kerangka Pemikiran Operasional ............................................................. 34

Grafik Perkembangan Nilai Tukar Riil Tahun 2000-2005 ........................ 50

Grafik Perkembangan Nilai Ekspor Karet Indonesia Tahun 2000-2005 ... 50

Perkembangan Harga Pasar Internasional Komoditi Karet 2000-2005 ..... 51

Respon Nilai Ekspor Komoditi Karet Indonesia terhadap Harga Pasar

Grafik Perkembangan Nilai Tukar Riil Tahun 1992-2005 ........................ 70

Grafik Perkembangan Nilai Ekspor Kopi Indonesia Tahun 1992-2005 .... 70

Perkembangan Harga Pasar Internasional Komoditi Kopi 1992-2005 ...... 71

Respon Nilai Ekspor Komoditi Kopi Indonesia terhadapHarga Pasar

Ekspor Hasil Pertanian (Analisis Komoditi Ekspor 1999-2005

Kondisi Perkembangan dan Pangsa Pasar Internasional