2 TINJAUAN PUSTAKA - repository.ipb.ac.id filesektor 2 merupakan output dari sektor 1, yang pada akhirnya keterkaitan antar sektor akan menyebabkan keseimbangan antara penawaran dan

2 TINJAUAN PUSTAKA

2.1 Model Input Output

Adanya integrasi ekonomi yang menyeluruh dan berkesinambungan di

antara semua sektor produksi merupakan salah satu kunci keberhasilan

pembangunan ekonomi. Dalam ekonomi pasar, integrasi ekonomi dapat dilihat

ketika terjadi interaksi antara pelaku ekonomi yang saling jual beli input produksi.

Misalkan perusahaan pengalengan ikan tuna membutuhkan input ikan tuna

sebagai bahan bakunya, untuk itu ia harus membelinya dari nelayan di TPI atau

tempat lainnya. Adapun nelayan jika ingin meningkatkan outputnya sangat

membutuhkan sarana kapal yang diproduksi oleh perusahaan pembuat kapal

maupun alat tangkap. Sementara itu perusahaan pembuat kapal maupun

pembuat alat tangkap tersebut membutuhkan bahan baku berupa kayu, besi

maupun modal dari perbankan. Begitu seterusnya, sehingga sulit bagi kita untuk

menemukan ujung pangkal dari cerita interaksi ekonomi semacam itu. Namun

yang pasti, tidak mungkin suatu sektor ekonomi tersebut bisa berkembang hanya

dengan mengandalkan kekuatannya sendiri.

2.1.1 Konsep model input output

Salah satu model yang bisa memaparkan dengan jelas bagaimana

interaksi antar pelaku ekonomi itu terjadi adalah model input-output yang

pertama kali diperkenalkan oleh Wassily Leontief pada tahun 1930-an,

yang kemudian mendapat hadiah Nobel pada tahun 1973 (Miller dan Blair

1985). Tabel input output sebagai suatu perangkat data atau tabel

transaksi yang komprehensif, konsisten dan terinci yang menggambarkan

hubungan supply dan demand antar berbagai sektor dalam suatu wilayah

perekonomian baik negara, wilayah maupun daerah yang lebih kecil (Arief

1993; BPS 1995; Nazara 1997; Arsyad 1999; Mangiri 2000). Dengan

digunakan Tabel Input Output Jawa Tengah tahun 2007 hasil up dating

sebagai basis analisis, diharapkan dapat memberikan gambaran aktivitas

perekonomian Jawa Tengah secara menyeluruh dapat diketahui, serta

hubungan antara satu sektor dengan sektor yang lain dapat tertangkap.

Tabel input output ini, berguna antara lain untuk melihat (Arsyad

1999; Budiharsono 2001) ; (1) struktur ekonomi suatu negara atau

wilayah, (2) derajat keterkaitan antar sektor (depan atau belakang), (3)

prospek investasi suatu sektor dan dampaknya dari satu sektor kepada

13

sektor yang lain dan secara keseluruhan, (4) perubahan struktur

perekonomian antar waktu, dan (5) penentuan sektor-sektor unggulan

pada daerah tertentu .

Model I-O (input-output) ini dapat menunjukkan seberapa besar

aliran keterkaitan antar sektor dalam suatu perekonomian. Input produksi

dari sektor 1 merupakan output dari sektor 2, dan sebaliknya input dari

sektor 2 merupakan output dari sektor 1, yang pada akhirnya keterkaitan

antar sektor akan menyebabkan keseimbangan antara penawaran dan

permintaan dalam perekonomian tersebut. Dari hubungan ekonomi yang

sederhana ini menunjukkan pengaruh yang bersifat timbal balik antara

dua sektor tersebut. Hubungan inilah yang dikatakan hubungan input-

output.

2.1.2 Model Dasar Input Output

Melalui model I-O kita bisa menelusuri kemana saja output dari

suatu sektor itu didistribusikan, dan input apa saja yang digunakan oleh

sektor tersebut. Dengan memodifikasi model input-output West (1995)

kita bisa membentuk alur distribusi terbentuknya suatu model I-O secara

sederhana, khususnya jika dilihat dari sisi permintaan (demand-driven),

seperti yang disajikan dalam Gambar 1.

Output dari suatu sektor produksi i, akan didistribusikan kepada dua

konsumen. Pertama, konsumen yang menggunakan output tersebut

sebagai input untuk proses produksi lanjutan, tentunya konsumen disini

disebut produsen. Kedua, konsumen yang menggunakan output tersebut

untuk dikonsumsi langsung, dimana dalam model I-O yang tergolong

sebagai konsumen akhir ini adalah rumah tangga, pemerintah, swasta

(investasi), dan konsumen luar negeri (ekspor). Bagi konsumen pertama,

output sektor i tersebut merupakan input antara (intermediate input)

dalam proses produksinya, sedangkan pada konsumen kedua, output-nya

merupakan permintaan akhir (final demand).

14

Dalam hubungannya dengan input perpindahan barang antar sektor

seperti output dari sektor i akan terdistribusi ke sektor j yang digunakan

sebagai input antara. Selain itu bisa juga distribusi input antara tersebut

dari sektor i ke sektor i itu sendiri, yang disebut perpindahan intrasektor.

Namun demikian, input yang digunakan dalam suatu proses produksi

bukan hanya berupa input antara. Ada pula input-input lainnya yang

digunakan seperti faktor produksi tenaga kerja, modal, tanah, dan lain-

lain, dimana semuanya ini digolongkan sebagai input primer. Pada model

I-O biasanya input primer ini direfleksikan melalui upah dan gaji, surplus

usaha, pajak tak langsung, dan subsidi. Selain input yang berasal dari

dalam negeri, ada juga input yang berasal dari luar negeri. Karena itu

model I-O juga memasukkan komoditi impor dalam distribusi input-nya.

Seperti nilai uang arus barang dari sektor i ke sektor j kita notasikan

zij, kemudian total output dari sektor i dinotasikan Xi, sedangkan total

permintaan akhir dari sektor i adalah Yi, maka dapat kita tuliskan total

output dari sektor i sebagai berikut :

Xi = z i1 + z i2 + z i3 + . . . + z in + Y1 ....................................................... [1]

Gambar 1 Model sederhana input output (West 1995)

Teknologi

Permintaan Antara Permintaan Akhir

Permintaan AkhirLainnya

Konsumen RumahTangga

Total Permintaan

Input PrimerLainnya Tenaga Kerja

15

Oleh karena dalam perekonomian terdapat n sektor produksi, maka

secara keseluruhan kita bisa tuliskan total output semua sektor adalah :

X1 = z11 + z12 + z13 + . . . + z1n + Y1

X2 = z21 + z22 + z23 + . . . + z2n + Y2

:

Xi = z i1 + z i2 + z i3 + . . . + z in + Yi ………………………………..[2]

:

Xn = zn1 + zn2 + zn3 + . . . + znn + Yn

Dalam bentuk umum persamaan [2] dapat ditulis sebagai berikut :

ii

n

1jij XYz =+∑

= untuk i = 1, 2,3 ............................................ [3]

Misalkan dalam suatu perekonomian terdapat tiga sektor produksi

saja yaitu sektor 1, sektor 2 dan sektor 3, ini berarti berdasarkan

persamaan [2] di atas kita bisa membuat suatu kerangka dasar tabel I-O

sebagai berikut.

Tabel 1 Kerangka dasar tabel I-O untuk tiga sektor

Sektor Produksi

Output Input 1 2 3

Permintaan Akhir

Total Output

1 z11 z12 z13 Y1 X1 2 z21 z22 z23 Y2 X2

Sektor Produksi

3 z31 z32 z33 Y3 X3 Input Primer V V1 V2 V3

Total Input X X1 X2 X3

Sumber : Miller dan Blair (1985)

Bila dilihat secara horisontal (baris), setiap isi sel total output

menunjukkan bagaimana output suatu sektor itu dialokasikan, yang mana

sebagian untuk memenuhi permintaan antara (intermediate input) pada

sektor produksi, dan sebagian lagi untuk memenuhi permintaan akhir

(final demand) yang terdiri atas permintaan untuk konsumsi rumah tangga

(C), pemerintah (G), investasi (I), dan ekspor (X).

16

Untuk baris pertama pada sektor produksi 1, kita bisa membacanya

secara horisontal bahwa besarnya output sektor produksi 1 adalah X1

dimana dari total output tersebut sebagian dialokasikan untuk memenuhi

permintaan input antara pada sektor 1 sebesar z11, sektor 2 sebesar z12,

dan sektor 3 sebesar z13, selain itu sebagian juga untuk memenuhi

permintaan akhir sebesar Y1. Demikian pula untuk baris-baris lainnya,

dibaca demikian. Secara keseluruhan distribusi output tersebut dapat

dituliskan dalam bentuk persamaan aljabar sebagai berikut :

z11 + z12 + z13 + Y1 = X1

z21 + z22 + z23 + Y2 = X2 .. ...............................[4]

z31 + z32 + z33 + Y3 = X3

Secara umum persamaan-persamaan di atas dapat dituliskan

kembali menjadi :

ii

3

1jij XYz =+∑

= untuk i = 1, 2,3 .............................................. [5]

dimana zij adalah banyaknya output sektor i yang dialokasikan sebagai

input antara pada sektor j, Yi adalah jumlah permintaan akhir terhadap

sektor i.

Sedangkan isi sel menurut garis vertikal (kolom) menggambarkan

distribusi pemakaian input antara dan input primer pada suatu sektor

produksi. Sebagai contoh total input X1 jika dibaca secara kolom

menunjukkan bahwa jumlah input yang digunakan oleh sektor produksi 1

adalah sebanyak X1 yang terdiri atas pemakaian input dari sektor 1

sebesar z11, sektor 2 sebesar z21, dan sektor 3 sebesar z31, serta

pemakaian input primer sebesar V1. Semua distribusi input ini bisa juga

dibuat dalam bentuk persamaan aljabar sebagai berikut :

z11 + z21 + z31 + V1 = X1

z12 + z22 + z32 + V2 = X2 …………………………… [6]

z13 + z23 + z33 + V3 = X3

atau secara umum persamaan-persamaan di atas diubah menjadi :

jj

3

1iij XVz =+∑

= untuk j = 1, 2,3 ....................................... [7]

17

dimana zij adalah banyaknya input antara yang berasal dari sektor i yang

digunakan oleh sektor j, sedangkan Vj menunjukkan jumlah input primer

yang digunakan oleh sektor j.

Dari persamaan [7] kita bisa mengintroduksikan suatu koefisien

input teknik aij dengan rumus :

j

ijij X

za = ................................................................................... [8]

Koefisien ini dapat diterjemahkan sebagai jumlah input sektor i yang

dibutuhkan untuk menghasilkan satu unit output sektor j. Untuk jumlah

sektor sebanyak n, seluruh koefisien input aij dapat dinyatakan dalam

sebuah matriks A sebagai berikut :

=

nnn2n1

2n2221

1n1211

aaa

aaa

aaa

A

KMOMM

K

K

.......................................................... [9]

Matriks A sering disebut matriks koefisien input atau matriks

teknologi. Selanjutnya, karena persamaan [9] bisa diubah menjadi : zij =

aij Xj , serta dengan ketentuan bahwa Xj = Xi , maka persamaan [2] dapat

ditulis kembali dalam sistem persamaan berikut ini.

X1 = a11 X1 + a12 X2 + a13 X3 + . . . + a1n Xn + Y1

X2 = a21 X1 + a22 X2 + a23 X3 + . . . + a2n Xn + Y2

: ................ [10]

:

Xn = an1 X1 + an2 X2 + an3 X3 + . . . + ann Xn + Yn

Kemudian, jika sisi kanan dalam persamaan [10] semuanya

dipindahkan ke kiri, kecuali Y, diperoleh sebuah sistem persamaan :

X1 - a11 X1 - a12 X2 - a13 X3 - . . . - a1n Xn = Y1

X2 - a21 X1 - a22 X2 - a23 X3 - . . . - a2n Xn = Y2

: ............... [11]

:

Xn - an1 X1 - an2 X2 - an3 X3 - . . . - ann Xn = Yn

atau disederhanakan menjadi :

18

(1 - a11 )X1 - a12 X2 - a13 X3 - . . . - a1n Xn = Y1

- a21 X1 + (1 - a22 )X2 - a23 X3 - . . . - a2n Xn = Y2

: ............ [12]

:

- an1 X1 - an2 X2 - an3 X3 - . . . + (1 - ann )Xn = Yn

Sistem persamaan [12] dapat dituliskan dalam notasi matriks yang

lebih sederhana lagi sebagai berikut :

(I – A) X = Y ……………………………………………………………….[13]

yang mana I adalah matriks identitas berukuran n x n, A merupakan

matriks koefisien input, sedangkan X dan Y masing-masing menunjukkan

vektor kolom matriks output dan permintaan akhir. Persamaan matriks

[13] dapat kita ubah bentuknya menjadi :

X = (I–A)-1 Y ....................................................................................... [14]

dimana matriks (I – A)-1 dikenal dengan nama matriks invers Leontief.

Kekuatan peramalan model input output adalah terletak pada matriks

invers Leontief ini. Dengan matriks tersebut kita dapat meramalkan

perubahan setiap variabel eksogen dalam permintaan akhir, seperti

pengeluaran pemerintah, terhadap sistem perekonomian secara simultan.

Matriks invers Leontief (I – A)-1 juga banyak memberikan banyak

informasi tentang dampak keterkaitan antar sektor produksi, diantaranya

backward linkage effect (dampak keterkaitan ke belakang) dan forward

linkage effect (dampak keterkaitan ke depan).

2.1.3 Pengembangan model input output versi Miyazawa

Model Input output selama ini belum mampu untuk menganalisis

distribusi pendapatan, dan biasanya untuk kepentingan analisis tersebut

digunakan model Sosial Accounting Matrix (SAM) atau Sistem Neraca

Sosial Ekonomi (SNSE) Untuk kepentingan analisis distribusi pendapatan

yang belum dapat dianalisis dengan Tabel IO dasar, maka digunakan

Tabel Input Output hasil pengembangan dari Miyazawa (Sonis dan

Hewing 2003), yang memasukkan pendapatan sebagai bagian dari sektor

ekonomi dan berada pada kuadran I baik pada sisi kolom maupun baris

pada tabel input output tersebut, dan membaginya menjadi pendapatan

rendah, pendapatan menengah dan pendapatan tinggi. Masuknya

19

pendapatan yang merupakan bagian dari upah dan gaji (yang masuk

pada tabel IO di kuadran II atau input primer) akan membutuhkan

keseimbangan baru pada tabel IO hasil modifikasi tersebut. Dengan

masuknya nilai pendapatan tersebut pada analisis nantinya akan dapat

diketahui distribusi pendapatan per sektor ekonomi, termasuk sektor

perikanan.

Matriks Miyazawa dirumuskan sebagai berikut :

=

=

gf

YX

VCA

YX

0 ............................................................. [15]

Untuk blok matriks ukuran 2x2 dari Matriks Miyazawa sebagai

berikut :

0VCA

.......................................................................................... [16]

Sehingga invers matriks Miyazawa dapat dirumuskan :

B (M) = (I – M)-1

= =

+=

KKVBBCKBCKVBB

IVBB

KI

IBCI 0

00

0

=

∆+

∆∆=

∆

CVIVB

CICI

IIVI

0000

............................ .[17]

Dimana B= ( I-A)-1 adalah invers matriks Leontief antar industri, dan

L = VBC adalah koefisien matriks antar golongan pendapatan.

K adalah hubungan pada multiplier pendapatan Miyazawa atau

secara umum Multiplier Keynesian, dirumuskan sebagai berikut :

K = (I –L)-1 = (I – VBC)-1 = I + V ? C

Untuk ? adalah perluasan inverse Leontief .

? = ( I – A - CV) -1 = B + BCKVB ................................................... [18]

Sehingga persamaan dasar dari persamaan pendapatan pada

pemegang modal adalah :

V ? = KVB ...................................................................................... [19]

? C = BCK ................................................................................... [20]

2.1.4 Pemuktahiran matriks input-output dengan metode RAS

Dalam anatomi tabel I-O, matriks koefisien input memegang peranan

yang sangat penting, melalui matriks tersebut berbagai analisis IO dapat

20

dilakukan, seperti backward linkage, forward linkage, dan multiplier sebagaimana

yang telah disampaikan di atas. Satu-satunya cara untuk membuat matriks

koefisien input hanyalah melalui matriks transaksi ekonomi, dengan kata lain

matriks koefisien input hanya bisa dibuat apabila telah tersedia matriks transaksi

ekonomi.

Untuk mendapatkan matriks transaksi ekonomi diperlukan survei yang

besar yang melibatkan semua aspek kegiatan ekonomi, seperti survei rumah

tangga, survei tenaga kerja, survei industri, survei pasar, survei produksi, survei

perdagangan, dan sebagainya dengan biaya yang besar. Demikian pula dengan

sumberdaya manusia yang mengerjakannya, haruslah memadai dan memenuhi

syarat baik itu dari sisi jumlah maupun kualitas.

Dari berbagai macam kegiatan survei yang harus dilakukan di atas, bisa

dikatakan bahwa pembuatan matriks transaksi ekonomi untuk kepentingan

analisis I-O tidak dapat dilakukan dengan mudah dalam suatu perekonomian.

Oleh karena itu sangatlah sulit untuk mempublikasikan tabel transaksi ekonomi

atau tabel I-O hasil survei secara nasional maupun regional dalam jangka waktu

yang sangat pendek, misalkan tahunan. Contohnya untuk negara Indonesia.

Badan Pusat Statistik (BPS) selama ini hanya bisa mempublikasikan tabel I-O

nasional dalam interval waktu lima tahunan. Sama halnya dengan tabel I-O

regional yang dikeluarkan oleh setiap daerah, jarak waktu publikasi tabel I-O

hasil survei juga setiap lima tahun sekali. Bahkan untuk sebagian daerah tingkat

kabupaten, banyak yang belum pernah membuat tabel I-O.

Oleh karena adanya faktor-faktor kendala yang dihadapi, menyebabkan

analisis I-O sering dilakukan dengan asumsi yang statis. Asumsi inilah yang

akhirnya menambah lagi satu kelemahan dari analisis I-O. Sifat statis yang

dipakai dalam analisis I-O ini direfleksikan dengan menganggap teknologi tidak

berubah sepanjang waktu perencanaan.

Guna mengatasi permasalahan-permasalahan yang muncul pada saat

membuat tabel I-O melalui survei, akhirnya dikembangkan sebuah metode

pembuatan tabel I-O yang dapat dilakukan tanpa perlu melaksanakan survei

yang besar. Tabel I-O ini dibuat berdasarkan matriks koefisien teknologi

(koefisien input) pada tahun sebelumnya, dan ditambah dengan beberapa

informasi mengenai total penjualan output antar sektor, total pembelian input

antar sektor, dan total output secara keseluruhan. Ahli ekonomi yang pertama

kali memperkenalkan cara pembuatan tabel I-O seperti ini adalah Richard Stone

21

dari Cambridge University pada tahun 1961 (Miller dan Blair, 1985). Metodenya

dikenal dengan nama RAS.

RAS adalah sebuah nama rumus matriks yang dikembangkan oleh

Richard Stone, dimana R dan S adalah matriks diagonal berukuran n x n, dan A

adalah matriks berukuran n x n yang menunjukkan banyaknya sektor industri.

Andaikan kita ingin menaksir elemen matriks A pada periode t, atau At, serta

diketahui elemen matriks A pada periode t = 0, atau A(0), maka A(t) dapat

ditaksir dengan menggunakan rumus :

A(t) = R . A(0) . S ............................................................................ [21]

Elemen matriks A disebut sebagai koefisien teknologi (koefisien input). Tingkat

perubahan koefisien teknologi pada dua periode yang berbeda diwakili oleh

elemen matriks R dan S. Elemen matriks diagonal R mewakili efek subsitusi

teknologi yang diukur melalui penambahan jumlah permintaan antara tiap output

sektor-sektor industri. Kemudian elemen matriks diagonal S menunjukkan efek

perubahan jumlah input pada tiap sektor industri (Miller dan Blair, 1985).

Berdasarkan persamaan [8] sebelumnya bisa ditunjukkan bahwa matriks

koefisien teknologi A dapat ditentukan dengan persamaan matriks :

( ) 1−== XZXZ

A ................................................................................. [22]

sedangkan matriks transaksi :

Z = A X ......................................................................................... [23]

Oleh karena untuk suatu perekonomian yang terdiri atas n sektor produksi

mempunyai matriks transaksi Z berdimensi n x n, dan matriks vektor X

berdimensi n x 1, maka untuk dapat menghitung matriks teknologi A dibutuhkan

informasi sebanyak n2+n.

Miller dan Blair (1985) menjelaskan pada prinsipnya prosedur RAS

tersebut berupaya menghasilkan matriks koefisien teknologi pada tahun ke-1

[A(1)], berdasarkan informasi matriks koefisien teknologi pada tahun ke-0 [A(0)],

tanpa harus memiliki informasi sebanyak n2+n = n(n+1). Informasi yang

dibutuhkan pada tahun ke-1 untuk mendapatkan matriks koefisien teknologi A(1)

hanyalah sebanyak 3n informasi, yaitu : (1) total gross output Xi, (2) total

penjualan output antar sektor Vj, dan (3) total pembelian input antar sektor Ui.

22

Dalam bentuk matriks ketiga informasi ini masing-masing dapat dijabarkan

sebagai berikut.

=

)1(

)1()1(

)1( 2

1

nx

xx

XM

;

=

)1(

)1()1(

)1( 2

1

nu

uu

UM

; [ ])1()1()1()1( 21 nvvvV K= [24]

Dengan demikian, bila dalam suatu perekonomian terdapat n = 40 sektor, maka

untuk mengestimasi matriks koefisien teknologi A(1) yang memiliki elemen

sebanyak nxn = 1600 melalui prosedur RAS hanya dibutuhkan informasi pada

tahun ke-1 sebanyak 3n = 120. Dari sini kita bisa melihat metode RAS meminta

jumlah data yang lebih sedikit dibandingkan metode survei yang lengkap. Pada

contoh kita ini bila dilakukan survei yang lengkap untuk mendapatkan matriks

koefisien teknologi pada tahun ke-1 [A(1)] harus disediakan informasi sebanyak

n2 + n = n (n + 1) = 1640.

Sebagai teladan terapan, Miller dan Blair (1985) memberikan contoh

penggunaan prosedur RAS untuk suatu perekonomian yang memiliki 3 sektor,

yang dapat disampaikan sebagai berikut.

Kita telah memiliki sebuah matriks koefisien teknologi pada tahun ke-0,

yaitu :

=)0()0()0()0()0()0()0()0()0(

)0(

333231

232221

131211

aaaaaaaaa

A ............................................................ [25]

Kemudian kita akan mengestimasi matriks koefisien teknologi pada tahun

ke-1, yaitu :

=)1()1()1()1()1()1()1()1()1(

)1(

333231

232221

131211

aaaaaaaaa

A ................................................................ [26]

Untuk melengkapi informasi-informasi pendukungnya, kita juga sudah

menyediakan 3 buah matriks vektor yaitu Xi (gross output), Ui (total pembelian

input antar sektor), dan Vj (total penjualan output antar sektor) yang diperoleh

melalui survei secara parsial pada tahun ke-1. Ketiga matriks tersebut adalah :

23

=)1()1()1(

)1(

3

2

1

xxx

X ,

=)1()1()1(

)1(

3

2

1

uuu

U , [ ])1()1()1()1( 321 vvvV = ... [27]

Jika kita membuat dari tahun ke-0 sampai tahun ke-1 dan teknologi dianggap

stabil, maka matriks teknologi pada tahun ke-0 sama persis dengan tahun ke-1,

atau, A(0) = A(1). Dengan demikian matriks transaksi pada tahun ke-1 dapat

dibuat dengan cara :

Z(1) = A(0) [ X̂ (1)]

=

)1(000)1(000)1(

)0()0()0()0()0()0()0()0()0(

3

2

1

333231

232221

131211

xx

x

aaaaaaaaa

=

)1( )0()1( )0()1( )0()1( )0()1( )0()1( )0()1( )0()1( )0()1( )0(

333232131

323222121

313212111

xaxaxaxaxaxaxaxaxa

............................... [28]

Pada persamaan [28] di atas matriks vektor X(1) telah diubah menjadi

matriks diagonal yang berdimensi 3 x 3. Selanjutnya, karena matriks teknologi

pada tahun ke-1 sama dengan matriks teknologi tahun ke-0, ini berarti

penjumlahan setiap baris pada persamaan [28] akan menghasilkan vektor

matriks yang sama persis dengan U(1), demikian pula untuk penjumlahan setiap

kolom akan menghasilkan vektor matriks yang sama dengan V(1). Kalau asumsi

ini yang kita pakai, berarti proses pencarian updating tabel I-O telah selesai, dan

kita mendapatkan sebuah matriks transaksi seperti pada persamaan [28].

Permasalahannya sekarang adalah jika teknologi itu tidak stabil atau

berubah dari waktu ke waktu (asumsi ini lebih realistis dibandingkan yang

pertama), yang artinya matriks teknologi tahun ke-0 tidak akan sama dengan

matriks teknologi tahun ke-1, atau A(0) ≠ A(1). Dalam kondisi ini apakah Z(1)

pada persamaan [38] masih bisa dihitung? Jawabannya, bisa dihitung. Namun

kini, penjumlahan setiap baris dan setiap kolom pada matriks Z(1) masing-

masing tidak akan sama lagi dengan U(1) dan V(1). Ide dasar dari metode RAS

adalah untuk menyamakan hasil kali pada matriks Z(1) sedemikian rupa

sehingga nilai U(1) dan V(1) tersebut terpenuhi.

24

Misalkan, jumlah setiap baris dari persamaan [28] dinotasikan U1

sedangkan jumlah setiap kolom dinotasikan V1. Karena pada kasus kita sekarang

A(0) ≠ A(1), konsekwensinya adalah, U1 ≠ U(1) dan V1 ≠ V(1). Dengan kata lain,

bila dilihat secara baris :

)1( )1( )0( )1( )0( )1( )0()1( )1( )0( )1( )0( )1( )0( )1( )1( )0( )1( )0( )1( )0(

313333232131

212323222121

111313212111

UUxaxaxaUUxaxaxa

UUxaxaxa

=/=++=/=++

=/=++ ......... [29]

Jika U1 > U(1), berarti nilai setiap baris di dalam matriks [28] terlalu besar

dibandingkan seharusnya. Sebaliknya, bila U1 < U(1), menandakan bahwa nilai

setiap baris dalam persamaan matriks [28] terlalu kecil dibandingkan seharusnya.

Sekarang, katakanlah rasio antara Ui(1) dengan Ui1 kita notasikan ri

1 atau :

11 )1(

i

ii U

Ur = ............................................................................................. [30]

Nilai ri1 bisa saja lebih besar atau lebih kecil dari satu, tergantung dari

pertidaksamaan antara U1 dengan U(1). Anggap saja dalam kasus ini U1 > U(1),

yang berarti seluruh nilai ri1 < 1. Persamaan [30] jika dituliskan dalam bentuk

matriks :

[ ]( ) 111 ˆ )1(ˆ −

= UUR ................................................................................. [31]

atau :

=1

3

12

11

1

000000

r

rr

R ................................................................................ [32]

Kalikan matriks R dengan Z(1) pada persamaan [28], maka hasilnya akan sama

dengan matriks vektor U1, atau :

U1 = [ R1 . A(0) . X̂ (1) ]i ..................................................................... [33]

Dimana i adalah matriks vektor baris [1 1 1]. Dengan demikian hasil survei di

tahun ke-1 telah terpenuhi sebagian. Berdasarkan persamaan [33] kita juga

memperoleh hasil estimasi sementara dari matriks teknologi di tahun ke-1, yakni :

A1 = R1 A(0) ......................................................................................... [34]

25

Bukan berarti saat ini kita telah selesai melakukan prosedur RAS. Masih

ada informasi lain yang belum terpakai, yaitu V(1) yang merupakan total

penjualan input antar sektor pada tahun ke-1. Dari persamaan [34] kita sudah

mendapatkan matriks teknologi A1 yang telah memenuhi U(1). Kalau kita kalikan

A1 ini dengan X̂ (1), maka akan didapat jumlah kolom untuk V1, yakni :

V1 = i’ [ A(1) . X̂ (1) ] ............................................................................ [35]

Dimana i’ adalah matriks [1 1 1] yang di-transpose. Kita berharap V1 = V(1), agar

prosedur RAS bisa dihentikan, dan A1 pada persamaan [34] bisa menjadi

matriks teknologi hasil updating untuk tahun ke-1. Akan tetapi untuk kasus kita

sekarang, dianggap V1 ≠ V(1), yang berarti perlu diadakan penyesuaian

sedemikian rupa sehingga V1 = V(1). Caranya, kita harus menghitung rasio

antara V(1) dengan V1 terlebih dahulu, yaitu :

11 )1(

i

ii V

Vs = .............................................................................................. [36]

Persamaan [36] jika dituliskan dalam bentuk matriks :

[ ]( ) 111 ˆ )1(ˆ −

= VVS .................................................................................. [37]

atau :

=13

12

11

1

000000

s

ss

S ................................................................................ [38]

Kalikan matriks S1 dengan matriks [ A(1) . X̂ (1) ] hasilnya akan sama persis

dengan V(1) yang merupakan hasil survei. Perkalian ini dapat dinyatakan :

V(1) = i’ [ A(1) . X̂ (1) . S1 ] .................................................................. [39]

Sedangkan matriks teknologi yang baru dari hasil penyesuaian V(1), misalkan A2,

adalah :

A2 = A1 S1 .......................................................................................... [40]

Subtitusikan persamaan [34] ke persamaan [40], sehingga :

A2 = R1 . A(0) . S1 ................................................................................. [41]

26

Apabila sisi kanan pada persamaan [41] semua subscript dihilangkan, akan

tersisa sebuah tulisan RAS, yang merupakan asal usul nama metode ini.

Sekiranya hasil perhitungan sampai pada persamaan [41] bisa memenuhi

U(1) dan V(1) hasil survei kita, maka prosedur RAS bisa dihentikan. Namun, jika

hal itu belum terpenuhi, berarti prosedur RAS harus dilakukan terus sampai

didapat sebuah matriks teknologi yang bisa memenuhi persyaratan. Secara

umum prosedur RAS ini dapat dinyatakan dengan beberapa iterasi (tahapan)

sebagai berikut :

A1 = R1 . A(0)

A2 = R1 . A(0) . S1

A3 = R2 . A2

A4 = [R2 R1] . A(0) . [S1 S2]

:

:

A2n = [Rn .......... R3 R2 R1] . A(0) . [S1 S2 S3 ........... Sn ] .......................... [42]

Tahapan atau iterasi dari prosedur RAS ini dapat juga dibatasi, sehingga

pada batasan tertentu prosedur RAS dihentikan. Umumnya kriteria yang dipakai

untuk membatasi tahapan prosedur RAS adalah dengan melihat selisih U(1)-

U1 atau V(1)-V1 dimana jika selisih dari kedua persamaan tersebut sama

atau lebih kecil dari nilai yang sudah ditentukan (biasanya merupakan bilangan

yang sangat kecil sekali misalnya 0,0005) maka prosedur RAS untuk

penyesuaian U(1) dan V(1) bisa dihentikan, dan matriks teknologi yang didapat

merupakan matriks teknologi hasil estimasi untuk tahun yang sudah ditetapkan.

2.2 Model Persamaan Struktural

Analisis persamaan struktural sering disebut juga sebagai latent variable

analysis, covariance structural analysis, linear structural relationships (LISREL),

dan structural equation modeling (SEM) atau model persamaan struktural

(Bachrudin dan Tobing 2003; Ghozali 2004; Ferdinand 2006). SEM merupakan

teknik multivariate yang menggabungkan aspek multiple regression dan analisa

faktor untuk meramalkan serangkaian hubungan secara simultan. SEM dicirikan

oleh dua komponen dasar yaitu : model struktural dan model pengukuran. Model

pengukuran adalah model jalur (path) yang menghubungkan variabel bebas

27

terhadap variabel tidak bebas (Hair et.al 2006). Selanjutnya, Joreskog dan

Sorbom (1993) menjelaskan bahwa model pengukuran menjelaskan sifat

pengukuran (reliability dan validity). Model pengukuran menjelaskan tentang

variabel laten yang dipengaruhi oleh variabel yang bisa diukur. Model persamaan

struktural menjelaskan hubungan kausal diantara variabel laten, menjelaskan

efek hubungan, dan menentukan keragaman.

Dalam kaitannya dengan pembuktian hipotesis penelitian, SEM merupakan

salah satu metode analisis yang berkenaan dengan model struktural dan analisis

jalur. Di dalam pengumpulan data, SEM berkenaan dengan pemeriksaan

seberapa valid dan reliabel instrumen penelitian (diantaranya berupa kuesioner

yang dipakai untuk koleksi data). Pendekatan yang digunakan untuk memeriksa

hal tersebut adalah faktor analisis konfirmatori, sehingga di dalamnya juga

tercakup measurement model (Solimun 2002).

Agar interpretasi hubungan struktural variabel-variabel yang dibangun

dalam sebuah model SEM dapat dilakukan dengan sistematis dan dapat

dipahami secara sederhana, maka ada beberapa tahapan yang mendasari

pembentukan permodalan SEM tersebut, yaitu : spesifikasi model, identifikasi,

matriks input, estimasi, dan evaluasi model (Joreskog dan Sorborn 1993;

Bachrudin dan Tobing 2003; Ghozali 2004; Ferdinand 2006).

2.2.1 Spesifikasi model

Model persamaan struktural mendasarkan pada hubungan kausalitas,

yaitu hubungan sebab-akibat dua atau lebih variabel dan sekurang-

kurangnya terdapat satu variabel kriteria (dependent) dan satu variabel

bebas (independent). Kuat atau lemahnya hubungan kausalitas antara dua

variabel tersebut bukan terletak pada metode analisis yang dipilih,

melainkan pada pertimbangan teoritis untuk mendukung analisis (Ghozali

2004; Joreskog dan Sorbom 1993).

Langkah pertama dalam pengembangan SEM adalah pencarian

sebuah model yang mempunyai justifikasi teoritis. Untuk pengembangan

model teoritis, harus dilakukan kajian deduksi teori dan eksplorasi ilmiah

dari telaah sejumlah pustaka maupun hasil penelitian empiris terdahulu

untuk memperkuat pembenaran hubungan kausalitas variabel yang

diasumsikan dalam model. Tanpa pertimbangan teori yang kuat maka SEM

tidak dapat digunakan. Hal ini disebabkan karena SEM tidak digunakan

28

untuk menghasilkan sebuah model, melainkan digunakan untuk

mengkomfirmasi model teoritis tersebut melalui data empirik (Ferdinand

2006). Keyakinan untuk mengajukan sebuah model kausalitas dengan

menganggap adanya hubungan sebab akibat antara dua variabel atau

lebih, bukan didasarkan pada metode analisis yang digunakan, tetapi

haruslah berdasarkan pada pertimbangan teoritis yang mapan (Hair et.al

2006).

Dengan terbangunnya dasar teori yang menjelaskan hubungan-

hubungan variabel, selanjutnya dibuat hubungan kausalitas antar variabel

tersebut ke dalam diagram jalur (path diagram) dan persamaan

strukturalnya, sehingga lebih menarik dan mudah dipahami. Dalam hal ini,

ada dua hal yang perlu dilakukan, yaitu : pertama, menyusun model

struktural yang menghubungkan antar konstruk latent baik endogen

maupun eksogen, dan kedua menyusun model pengukuran yaitu

menghubungkan konstruk latent endogen atau eksogen dengan variabel

indikator atau manifest (Ghozali 2004). Apabila pengembangan diagram

dirasakan cukup maka dilakukan perumusan diagram ke dalam simbol dan

persamaan matematika.

2.2.2 Identifikasi

Identifikasi berhubungan dengan pertanyaan apakah model yang

dikembangkan dapat menghasilkan suatu dugaan yang tepat dan unik atau

sebaliknya. Syarat perlu agar dapat mengidentifikasi taksiran parameter

adalah banyaknya korelasi antara variabel yang diukur lebih besar atau

sama dengan jumlah parameter yang diidentifikasi. Jika banyaknya variabel

yang diukur adalah p, maka banyaknya korelasi adalah (1/2)p(p-1).

Menurut Saris dan Stronkhorst (1984) yang diacu oleh Bachrudin dan

Tobing (2003), memberikan arahan dalam melakukan identifikasi model :

1. Persamaan model tunggal dengan korelasi antara error dan variabel

eksogen sama dengan nol, maka model persamaan tersebut selalu

dapat diidentifikasi. Model-model demikian dikenal sebagai model-

model regresi.

2. Model-model persamaan simultan tanpa hubungan kausal reciprocal

dan asumsi-asumsi standar selalu dapat diidentifikasi. Jenis model-

model demikian dikenal sebagai recursive.

29

3. Model-model tunggal atau persamaan simultan kekeliruan dan variabel

eksogen tidak sama dengan nol, tidak termasuk dapat diidentifikasi.

4. Model-model persamaan simultan dengan hubungan kausal reciprocal

tidak termasuk dapat diidentifikasi. Jenis-jenis model seperti ini disebut

nonrecursive.

Setelah mengestimasi model pengukuran secara terpisah, sekarang

mengestimasi suatu joint model (model bersama) yang mencakup dimensi

secara simultan dengan melakukan beberapa analisis preliminary

confirmatory, menggunakan pendekatan chi-square yang berbeda dalam

estimasi ML dari model restricted dan unrestricted, untuk menguji level

signifikasi dari korelasi antara faktor yang menemukan bahwa faktor-faktor

tersebut sangat signifikan. Ada bukti kuat yang bertentangan dengan solusi

orthogonal dan asumsi yang bersifat orthogonal dalam analisis exploratory

factor dengan tipe data pembangunan regional. Dalam persamaan

identifikasi dapat dilakukan secara matematik dengan pemecahan masing-

masing parameter θ dalam kaitan dengan elemen-elemen yang

diidentifikasi. Jumlah persamaan dalam model struktur kovarians adalah

(1/2) (p + q) (p + q + 1), dimana p adalah jumlah variabel y dan q adalah

jumlah variabel x. Jika parameter-parameter dalam model yang

diekspresikan sebagai fungsi satu atau lebih elemen-elemen yang dikenal

dalam sistem, maka model tersebut dikatakan teridentifikasi. Hal ini adalah

kasus untuk semua elemen-elemen dalam model dari keseluruhan model

teridentifikasi (Bollen 1989).

Dalam studi ini, identifikasi model mengacu pada metode dua tahap

seperti yang dianjurkan oleh Rigdon dan Ferguson (1991). Pertama, model-

model pengukuran untuk variabel laten dibangun dan diuji secara terpisah

dalam membangun analisis data cross-sectional. Kedua, identifikasi

struktural kemudian dibuktikan berdasarkan pada aturan simultan atau

menggunakan petunjuk untuk model-model blok persamaan simultan atau

rekursif.

Hair et al. (2006) menyatakan bahwa dalam menggunakan SEM pada

suatu persamaan simultan lebih mudah ditelusuri apabila disajikan dalam

bentuk matriks. Matriks-matriks tersebut dapat dikelompokkan sebagai

matriks-matriks pada model persamaan struktural dan matriks-matriks pada

30

model pengukuran. Terdapat sejumlah matriks dalam SEM seperti disajikan

pada Tabel 2.

Tabel 2 Matriks-matriks structural equation model

Matriks Deskripsi Unsur Model Struktural Beta )(β Hubungan antara konstruk endogen

ηηβ

Gamma )(Γ Hubungan antara konstruk eksogen dan endogen

mηγ

Phi )(φ Korelasi antara konstruk eksogen mmφ

Psi )(ψ Korelasi persamaan struktural atau konstruk eksogen

nψ

Model Pengukuran Lamda-x )( xΛ Koefisien jalur indikator eksogen x

pnλ

Lamda-y )( yΛ Koefisien jalur indikator endogen yqnλ

Theta-delta )( δΘ Matriks error indikator konstruk eksogen ppδ

Theta-epsilon )( δΘ Matriks error indikator konstruk endogen qqε

Sumber: Hair et.al (2006)

2.2.3 Matriks input

Model persamaan struktural pada umumnya menggunakan matriks

kovarians (matriks dispersi) dan matriks korelasi sebagai dasar analisis

atau data masukan dalam paket-paket program statistik. Kedua matriks

tersebut pada dasarnya sama. Matriks kovarians merupakan matriks

dimana unsur-unsur diagonal utama adalah ukuran varians dan unsur-

unsur di luar diagonal utama merupakan ukuran kovarians. Matriks input

yang ideal digunakan adalah matriks kovarians sample bersifat kontinu dan

variabel-variabel normal multivariate. Ada permasalahan dengan setiap

kondisi ideal ini untuk permodalan persamaan struktural dalam kaitan

dengan karakteristik data yang ada (Kiiskinen 2002), yaitu variabel-variabel

yang diukur secara ordinal dan skala interval. Dalam hal skala interval akan

menyebabkan perbedaan yang besar dalam unit dan perbedaan yang

besar dalam kovarians dan kovarians penduga. Begitu juga skala dari

variabel-variabel ordinal selalu ditetapkan secara arbitrary. Oleh karenanya

dalam praktek secara umum menggunakan matriks korelasi sample (R)

sebagai ganti matriks kovarians (S).

31

2.2.4 Estimasi model

Model persamaan struktural menggunakan koefisien struktur, matriks

kovarians dari variabel laten independen, dan matriks kovarians dari

kesalahan persamaan struktural. Kemudian model pengukuran

menggunakan faktor loading variabel x dan y, dan matriks kovarians dari

kesalahan pengukuran. Estimasi model dilakukan untuk memperoleh

estimasi setiap parameter seakurat mungkin dengan kovarians dari variabel

yang diamati. Proses estimasi menggunakan fungsi kecocokan untuk

mengurangi perbedaan antara parameter di dalam model dengan variabel

pengukuran. Beberapa metode yang lama untuk melakukan estimasi antara

lain teknik kemampuan maksimum (maximum likelihood/ML), kuadrat

terkecil biasa (ordinary least square/OLS), dan kuadrat terkecil umum

(generalized least square/GLS), dan sebagainya. Pada perkembangan saat

ini, prosedur estimasi telah dikembangkan dengan analisa kovarians model

struktural dengan perangkat lunak program LISREL.

Salah satu kelemahan penggunaan model persamaan struktural

umumnya akan sesuai untuk ukuran sample sangat besar. Kebutuhan

teoritis metode penaksiran kemungkinan maksimum dan uji kesesuaian (fit)

model didasarkan kepada asumsi sample besar. Secara umum, ukuran

sample untuk model persamaan struktural paling sedikit 200-800

pengamatan (Ghozali 2006).

2.2.5 Evaluasi model

Ukuran kesesuaian dalam model persamaan struktural bisa dilakukan

secara deskriptif atau inferensial. Statistik khi-kuadrat dapat digunakan

untuk menguji kesesuaian model secara inferensial, sedangkan ukuran

kesesuaian secara deskriptif yang dinyatakan dalam suatu indeks, misalnya

yang sering digunakan adalah goodness of fit Indices (GFI), dan adjusted

goodness of fit Indices (AGFI).

Ada banyak ukuran tersedia untuk menilai validitas secara

menyeluruh dari model. Pada dasarnya, semua statistik tersebut diperoleh

dari nilai minimum fungsi. Ketika chi-square didefinisikan dengan cara yang

tergantung pada ukuran sample, hal tersebut cenderung menghasilkan

nilai-nilai yang tinggi dalam sample besar. Sebagaimana telah disebut

dimuka bahwa model SEM merupakan model pendekatan yang

32

mengintegrasikan sekaligus teknis analisis faktor, model struktural, dan

analisis jalur.

Tabel 3 Goodness of fit creation index pada structural equation model

No. Goodness of fit creation index Cut off Value 1. Chi Square Statistic Diharapkan kecil 2. Significant Probability (P) ≥ 0,05 3. CMIN/DF ≤ 2,00 4. GFI ≥ 0,90 5. AGFI ≥ 0,90 6. NFI ≥ 0,90 7. CFI ≥ 0,95 8. RFI ≥ 0,90 9. IFI ≥ 0,90 10. TLI ≥ 0,95 11. RMSEA ≤ 0,08

Sumber: Ghozali (2004); Ghozali dan Fuad (2005); Ferdinand (2006)

Oleh karena itu, dalam analisis SEM tidak ada alat uji statistik tunggal

untuk mengukur atau menguji hipotesis mengenai model (Ferdinand 2006).

Untuk mengukur derajat kesesuaian antara model yang dihipotesiskan

dengan data yang disajikan maka perlu dilakukan uji kesesuaian model.

Beberapa teknik sebagai alat pengujian hipotesis-hipotesis parameter

dalam model antara lain yaitu; Chi Square Statistic (χ2), The Root Means

Square Error of Approximation (RMSEA), Goodness of Fit Index (AGFI), the

minimum sample discrepancy function dibagi dengan degree of freedom-

nya (CMIN/DF), Normed Fit Index (NFI), dan Tuker-Lewis Index (TLI).

Adapun batas nilai (Cut off Value) dari indek kriteria untuk tiap-tiap teknik uji

kesesuaian tersebut disajikan pada Tabel 3 (Ghozali 2004; Ferdinand

2006).

2.3 Lingkungan usaha

Lingkungan usaha atau bisnis merupakan lingkungan yang dihadapi

organisasi dan harus dipertimbangkan dalam pengambilan keputusan

bisnis (perusahaan). Aktivitas keseharian organisasi mencakup interaksi

dengan lingkungan kerja (Dill 1958 dalam Brooks 1997). Hal ini termasuk

hubungannya dengan pelanggan, suplier, serikat dagang dan pemegang

saham. Lingkungan bisnis berperan dalam mempengaruhi penetapan

strategi organisasi.

33

Lingkungan bisnis yang dihadapi perusahaan perlu dianalisis, yaitu

untuk mencoba mengidentifikasi peluang (opportunities) bisnis yang perlu

dengan segera mendapat tanggapan dan perhatian eksekutif, dan di saat

yang sama diarahkan untuk mengetahui ancaman (threats) bisnis yang

perlu mendapatkan antisipasi. Untuk itu dalam analisis lingkungan bisnis,

manajemen berusaha untuk mengidentifikasi sejumlah variabel pokok yang

berada diluar kendali perusahaan yang diperkirakan memiliki pengaruh

nyata. Analisis lingkungan bisnis berusaha mengetahui implikasi manajerial

(managerial implications) yang ditimbulkan baik langsung maupun tak

langsung dari berbagai faktor eksternal yang telah diidentifikasi

berpengaruh pada prospek perusahaan. Dengan ini diharapkan

manajemen akan memiliki gambaran yang jelas dalam menyiapkan strategi

bisnis yang diperlukan untuk mengantisipasi implikasi manajerial yang

ditimbulkan oleh lingkungan bisnis.

Teori manajemen mengatakan analisis lingkungan bisnis terdiri dari

dua komponen pokok, yakni analisis lingkungan makro (macro

environment) dan lingkungan industri (competitive environment).

Lingkungan makro terdiri dari kekuatan ekonomi, kekuatan politik dan

hukum, kekuatan teknologi dan kekuatan sosial dan budaya (Wheelen dan

Hunger 1992). Keseluruhan kekuatan yang ada dalam lingkungan makro ini

memiliki pengaruh yang langsung terhadap prospek perusahaan. Pengaruh

tidak langsung ini dapat terjadi jika masing-masing komponen lingkungan

makro berpengaruh terlebih dahulu pada lingkungan industri sebelum

gilirannya berpengaruh pada perusahaan. Jadi disini lingkungan makro

sebagai variabel bebas (independent variabel), prospek perusahaan

sebagai variabel tidak bebas (dependent variabel), sementara lingkungan

industri sebagai intervening variabel.

Porter (1990) mengidentifikasi faktor-faktor yang mempengaruhi

industri dapat terbagi menjadi 3 penentu keberhasilan industri yaitu ;

Lingkungan Internal Industri, untuk menggali informasi tentang LII (Life

Internal Industri) adalah mengenai potensi SDM yang dimiliki industri,

teknologi yang digunakan industri dan keuangan serta asset yang dimiliki

industri (kepemilikan asset).

34

2.3.1 Lingkungan internal

Lingkungan internal terdiri dari struktur (structure), budaya (culture),

sumber daya (resources ) (Wheelen dan Hunger 1992). Lingkungan internal

perlu dianalisis untuk mengetahui kekuatan (strength) dan kelemahan

(weaknesses) yang ada dalam perusahaan. Struktur adalah bagaimana

perusahaan diorganisasikan yang berkenaan dengan komunikasi,

wewenang dan arus kerja. Struktur sering juga disebut rantai perintah dan

digambarkan secara grafis dengan menggunakan bagan organisasi.

Budaya merupakan pola keyakinan, pengharapan, dan nilai-nilai yang

dibagikan oleh anggota organisasi. Norma-norma organisasi secara khusus

memunculkan dan mendefinisikan perilaku yang dapat diterima anggota

dari manajemen puncak sampai karyawan operatif. Sumberdaya adalah

aset yang merupakan bahan baku bagi produksi barang dan jasa

organisasi. Aset ini dapat meliputi keahlian seseorang, kemampuan, dan

bakat manajerial seperti aset keuangan dan fasilitas pabrik dalam wilayah

fungsional.

Lingkungan internal perusahaan merupakan sumberdaya perusahaan

(the firm’s resources) yang akan menentukan kekuatan dan kelemahan

perusahaan. Sumberdaya perusahaan ini meliputi sumberdaya manusia

(human resources ) seperti pengalaman (experiences), kemampuan

(capabilities), pengetahuan (knowledge), keahlian (skill), dan pertimbangan

(judgment) dari seluruh pegawai perusahaan, sumberdaya perusahaan

(organizational resources) seperti proses dan sistem perusahaan, termasuk

strategi perusahaan, struktur, budaya, manajemen pembelian material,

produksi/operasi, keuangan, riset dan pengembangan, pemasaran, sistem

informasi, dan sistem pengendalian), dan sumberdaya phisik seperti (pabrik

dan peralatan, lokasi geografis, akses terhadap material, jaringan distribusi

dan teknologi). Jika perusahaan dapat mengoptimalkan penggunaan

sumberdaya tersebut maka, ketiga sumber daya diatas memberikan

perusahaan sustained competitive advantage.

Dengan demikian dari uraian diatas kontruk internal dapat diukur dari

indikator antara lain sumberdaya manusia (human resources) seperti

pengalaman (experiences), kemampuan (capabilities), pengetahuan

(knowledge), keahlian (skill), dan pertimbangan (judgment) dari seluruh

35

pegawai perusahaan, sumberdaya perusahaan (organizational resources);

teknologi, modal (kapital), kondisi sosial dan budaya.

Untuk kebutuhan penelitian ini yang dimasukkan indikator kelompok

internal (INTER) antara lain: skill dan knowledge Sumberdaya manusia

(SDM) (X1), penggunaan teknologi tepat guna (X2), kapital working yang

cukup (X3), dan Budaya sebagai nelayan dan pedagang yang dilestarikan

(X4).

2.3.2 Lingkungan industri

Menurut Porter (1990), ada 5 kekuatan yang mempengaruhi

persaingan dalam suatu industri: (1) ancaman masuknya pendatang baru,

(2) kekuatan tawar menawar pemasok, (3) kekuatan tawar menawar

pembeli, (4) Ancaman produk subsitusi, dan (5) persaingan dalam industri.

Untuk menyusun rancangan strategi yang baik dan agar dapat menduduki

posisi yang kompetitif dalam industrinya maka perusahaan harus dapat

meminimalkan dampak kelima kekuatan tersebut. Kelima kekuatan

persaingan tersebut secara bersama-sama menentukan intensitas

persaingan dan kemampulabaan dalam industri. Kekuatan persaingan akan

menjadi dasar bagi penyusun strategi dalam perumusan strategi

perusahaan yang tujuannya adalah agar perusahaan mendapatkan posisi

dalam industri yang membuat mereka survive. Berikut akan dibahas

masing-masing kekuatan persaingan diatas.

1. Ancaman masuknya pendatang baru

Adanya Pendatang baru dalam suatu industri akan membawa

kapasitas baru, keinginan untuk merebut bagian pasar (market share), dan

seringkali sumberdaya yang cukup besar. Hal ini mengakibatkan harga

dapat turun atau biaya membengkak yang akhirnya mengurangi

kemampulabaan. Perusahaan yang melakukan diversifikasi melalui akuisisi

kedalam industri dari pasar lain seringkali memanfaatkan sumber daya

mereka untuk dapat berkembang.

Besar ancaman masuknya pendatang baru tergantung pada

hambatan masuk yang ada dan reaksi dari peserta persaingan yang ada

menurut perkiraan calon pendatang baru. Jika hambatan masuk tinggi dan

calon pendatang baru memperkirakan akan menghadapi perlawanan keras

dari peserta persaingan yang sudah ada, pendatang baru ini jelas tidak

36

merupakan ancaman yang serius. Ada enam sumber utama hambatan

masuk (Porter 1980):

a) Skala ekonomis (economies of scale).

b) Diferensiasi produk (product differentiation).

c) ?Kebutuhan modal (capital requirements).

d) Hambatan biaya bukan karena skala (cost disadvantages independent

of size).

e) Akses ke saluran distribusi (access to distribution channels).

f) ?Kebijakan pemerintah (government policy).

2. Kekuatan tawar menawar pemasok

Pemasok dapat memanfaatkan kekuatan tawar menawarnya atas

para anggota industri dengan menaikkan harga atau menurunkan kualitas

barang atau jasa yang dijualnya. Pemasok yang kuat karenanya dapat

menekan kemampulabaan industri yang tidak mampu mengimbangi

kenaikan biaya dengan menaikkan harganya sendiri. Kondisi yang

membuat pemasok kuat cenderung serupa dengan kondisi yang membuat

pembeli kuat. Kelompok pemasok dikatakan kuat jika terdapat hal-hal

berikut:

a) Didominasi oleh sedikit perusahaan.

b) ?Produk pemasok bersifat unik atau setidak-tidaknya terdiferensiasi, atau

jika terdapat biaya pengalihan (switching cost).

c) ?Pemasok tidak bersaing dengan produk-produk lain dalam industri

d) ?Pemasok memiliki kemampuan untuk melakukan integrasi maju ke

industri pembelinya.

e) Industri bukan merupakan pelanggan penting bagi pemasok.

3. Kekuatan tawar menawar pembeli

Pembeli atau pelanggan dapat juga bersaing dalam industri dengan

cara menekan harga, menuntut kualitas yang lebih baik/tinggi atau layanan

yang lebih memuaskan serta dapat berperan sebagai pesaing satu sama

lain, yang mana semua ini dapat menurunkan laba industri. Kelompok

pembeli dikatakan kuat jika:

a) Pembeli terkonsentrasi atau membeli dalam jumlah (volume) besar.

b) ?Produk yang dibeli dari industri bersifat standar atau tidak

terdiferensiasi.

37

c) ?Produk yang dibeli dari industri merupakan komponen penting dari

produk pembeli dan merupakan komponen biaya yang cukup besar.

d) ?Pembeli menerima laba yang rendah. Ini akan mendorong pembeli

untuk menekan biaya pembeliannya.

e) Produk industri tidak merupakan bagian penting bagi kualitas produk

atau jasa pembeli.

f) Produk industri tidak menghasilkan penghematan bagi pembeli.

g) ?Pembeli memiliki kemampuan untuk melakukan integrasi balik.

4. Ancaman produk subsitusi

Dengan menetapkan batas harga tertinggi (ceiling price), produk atau

jasa subsitusi membatasi potensi suatu industri. Jika industri tidak mampu

meningkatkan kualitas produk atau mendiferensiasikannya, laba dan

pertumbuhan industri dapat terancam. Makin menarik alternatif harga yang

ditawarkan oleh produk pengganti, makin ketat pembatasan laba industri.

Sebagai contoh komersialisasi besar-besaran sirup jagung berkadar

fruktosa tinggi, subsitusi bagi gula, telah merepotkan para produsen gula

saat ini.

Produk subsitusi tidak hanya membatasi laba dalam masa-masa

normal, melainkan juga mengurangi “tambang emas” yang dapat diraih

industri dalam masa keemasan. Produk pengganti yang secara strategik

layak menjadi pusat perhatian adalah, (1) kualitasnya mampu menandingi

kualitas produk industri atau (2) dihasilkan oleh industri yang berlaba tinggi.

5. Intensitas persaingan

Persaingan di kalangan anggota industri terjadi karena mereka

berebut posisi dengan menggunakan taktik seperti, persaingan harga,

introduksi produk, dan perang iklan. Persaingan tajam seperti ini bersumber

pada sejumlah faktor:

a) ?Jumlah peserta persaingan banyak dan seimbang dalam hal ukuran

dan kekuatan.

b) ?Pertumbuhan industri yang lamban.

c) ?Produk atau jasa tidak terdiferensiasi atau tidak membutuhkan biaya

pengalihan..

d) ?Biaya tetap (fixed cost) tinggi atau produk bersifat mudah rusak

(perishable), mengundang keinginan kuat untuk menurunkan harga.

e) Penambahan kapasitas dalam jumlah besar.

38

f) ?Hambatan keluar yang tinggi.

g) ?Taruhan strategis yang besar.

Dengan menyesuaikan kondisi di sektor perikanan, maka indikator

yang masuk dalam kelompok industri (INDUS), antara lain : perijinan sesuai

potensi (X5), Tersedianya logistik (X6), dan penguasaan/adanya akses ke

pasar yang kompetitif (X7).

2.3.3 Lingkungan eksternal

Lingkungan eksternal disebut juga lingkungan sosial (Wheelen 2000),

lingkungan jauh (Pearce et.al 2000), lingkungan makro (Hill et al. 1997).

Lingkungan sosial termasuk kekuatan umum yang secara tidak langsung

berhubungan dengan aktivitas organisasi jangka pendek tetapi dapat dan

sering kali mempengaruhi keputusan jangka panjang. Lingkungan sosial

yang dimaksud yaitu (Wheelen 2000):

1. Kekuatan ekonomi

2. Kekuatan teknologi

3. Kekuatan hukum-politik

4. Kekuatan sosial budaya

Penulis lain seperti Pearce et.al (2000) membagi lingkungan sosial

(jauh) atas 5 yaitu; (1) ekonomi, (2) sosial , (3) politik, (4) teknologi, dan (5)

faktor ekologi. Istilah ekologi mengacu pada hubungan antara manusia dan

makhluk hidup lainnya dengan udara, tanah, dan air yang mendukung

kehidupan mereka. Wheelen (2003) memasukkan faktor ekologi dari

Pearce sebagai bagian dari kekuatan sosial dan budaya. Hill (1998)

membagi lingkungan makro atas (1) lingkungan politik dan hukum (political

and legal environment), (2) lingkungan ekonomi makro (macroeconomic ),

(3) lingkungan teknologi (technological environment), (4) lingkungan

kependudukan (demographic environment), (5) lingkungan sosial (social

environment).

Ada enam kecenderungan sosial budaya yang dapat membantu

menentukan masa yang akan datang. (1) Kepedulian terhadap lingkungan

yang semakin meningkat, (2) Pertumbuhan pasar senior, (3) Ledakan kecil

bayi baru, (4) Penurunan pasar massal, (5) Jarak dan lokasi tempat hidup,

(6) Perubahan pada rumah tangga.

39

Sementara itu Hitt dan Ireland (1997) membagi unsur-unsur

lingkungan eksternal terdiri dari lingkungan umum dan lingkungan industri.

Lingkungan umum dibagi atas kekuatan ekonomi, sosial budaya, teknologi,

politik/ hukum dan demografis.

Saat ini pengenalan lingkungan eksternal secara tepat semakin

penting karena (Siagian 2001):

1. Jumlah faktor yang berpengaruh tidak pernah konstan melainkan

selalu berubah,

2. Intensitas dampaknya beraneka ragam,

3. Adanya faktor eksternal yang merupakan “kejutan” yang tidak dapat

diperkirakan sebelumnya betapapun cermatnya analisis “SWOT”

dilakukan,

4. Kondisi eksternal berada diluar kemampuan organisasi untuk

mengendalikannya.

INDUSTRI PEMASOK (MESIN TEKNOLOGI, BAHAN BAKU)

BAHAN BAKU

BAHAN PROCESSING

MESIN & PERLENGKAPAN

INDUSTRI

PENDUKUNG

HULU

INDUSTRI

FOKAL

INDUSTRI

HILIR

R&D MARKET R&D MARKET R&D MARKET

VALUE ADDED

PRODUKSI BAHAN

BAKU

PROCESSING

PRIMAIR

PROCESSING

SEKUNDER/

TERTIER

KONDISI EKONOMI

FAKTOR-FAKTOR

-TEKNOLOGI

-R & D

-INFORMASI GLOBAL

-LINGKUNGAN

-ENERGI

-SDM

-MODAL

-PEMBIAYAN

-SUMBER AIR

-DLL

NILAI TAMBAH PERTENAGA KERJA

PRODUKTIVITAS

PER UNIT

INDUSTRI JASA , INDUSTRI TERKAIT, MODAL

PELAYANAN

BANK

PELAYANAN

R & D

PELAYANAN

TRAINING

PELAYANAN

PEMELIHARAAN

PELAYANAN

TRANSPORT

PELAYANAN

DISTRIBUSI

PELAYANAN

EKSPOR

PASAR

EKSPOR

DOMESTIK

Gambar 2 Modifikasi agro based industry cluster (ABIC) (Porter 1990 dan

Kotler 1997)

Faktor lingkungan eksternal yang mempengaruhi industri dapat

didekati dengan melihat kondisi ketersediaan pemasok infrastruktur berupa

mesin dan teknologi, ketersediaan jasa-jasa antara lain jasa pelatihan

pegawai, keuangan (bank), dan pelayanan pemerintah. Disamping itu,

terdapat faktor lingkungan ekonomi industri yang diduga ada hubungan

kuat pengaruhnya bersama faktor eksternal industri terhadap lingkungan

40

industri adalah perkembangan teknologi perikanan yaitu informasi dan

transportasi, situasi perdagangan dunia, serta ketersediaan sumberdaya

alam dan energi (Gambar 2).Untuk kepentingan penelitian ini, indikator

yang masuk dalam kelompok eksternal (EKSTER) antara lain:

interest/tingkat suku bunga yang murah (X8), kredit yang dapat di akses

(X9), dan regulasi/perijinan/aturan yang cepat dan biaya yang murah (X10).

2.4 Kebijakan Pemerintah

Kebijakan adalah kebutuhan, nilai atau kesempatan yang tidak terealisir

namun dapat diatasi melalui tindakan publik. Dan tindakan publik dipacu,

didorong, dan dikondisikan oleh aksi kebijakan pemerintah. Namun secara

substansial, masalah kebijakan itu sendiri pada dasarnya merupakan

serangkaian konstruksi mental atau konseptual yang diabstraksikan dari situasi

masalah oleh para pelaku kebijakan. Kebijakan dapat dibedakan menjadi

kebijakan publik dan kebijakan privat. Kebijakan publik adalah tindakan kolektif

yang diwujudkan melalui kewenangan pemerintah yang legitimate untuk

mendorong, menghambat, melarang atau mengatur tindakan private (individu

atau lembaga swasta). Kebijakan publik memiliki dua ciri pokok. Pertama, dibuat

atau diproses oleh lembaga pemerintahan atau berdasarkan prosedur yang

ditetapkan oleh pemerintah. Kedua, bersifat memaksa atau berpengaruh

terhadap tindakan privat masyarakat luas (publik) (Dunn 2000). Sebagai contoh,

kebijakan harga BBM adalah kebijakan publik karena dibuat oleh pemerintah

bersifat memaksa dan dapat berpengaruh terhadap kehidupan ekonomi

penduduk, konsumen maupun pengusaha.

Kebijakan privat adalah tindakan yang dilakukan oleh seseorang atau

lembaga swasta dan tidak bersifat memaksa kepada orang atau lembaga lain.

Misalnya, keputusan suatu perusahaan swasta untuk menetapkan harga jual

produk yang dihasilkannya merupakan contoh kebijakan privat. Perusahaan

swasta adalah lembaga privat dan keputusannya tidak mengikat atau bersifat

memaksa bagi perusahaan lain atau masyarakat luas. Kebijakan privat hanya

berlaku internal, bagi lembaga atau individu itu saja.

Kebijakan pembangunan perikanan ialah keputusan dan tindakan

pemerintah untuk mengarahkan, mendorong, mengendalikan dan mengatur

pembangunan perikanan guna mewujudkan tujuan pembangunan nasional.

Kebijakan pembangunan perikanan haruslah dipandang dalam konteks

41

pembangunan nasional yang tujuannya tidak hanya untuk meningkatkan

kesejahteraan nelayan saja tetapi kesejahteraan seluruh rakyat Indonesia. Ini

berarti, kebijakan pembangunan perikanan termasuk dalam kategori kebijakan

publik, dilakukan oleh pemerintah dan berpengaruh terhadap kehidupan orang

banyak.

Dalam perekonomian modern, seperti perekonomian Indonesia saat ini,

keragaan sektor-sektor ekonomi saling mempengaruhi dan keragaan per-

ekonomian dalam negeri sangat dipengaruhi oleh kondisi perekonomian inter-

nasional. Oleh karena itu, berbagai kebijakan yang dibuat pada sektor non-

perikanan berpengaruh nyata terhadap keragaan pembangunan perikanan, dan

demikian pula sebaliknya. Sebagai contoh, kebijakan perkreditan dan kurs mata

uang yang merupakan Kebijakan moneter jelas berpengaruh terhadap keragaan

pembangunan sektor perikanan. Kebijakan investasi industri perkapalan, yang

merupakan kebijakan pembangunan sektor industri, yang sangat berpengaruh

terhadap keragaan sektor perikanan, sementara kebijakan harga pupuk, yang

merupakan kebijakan sektor perikanan, jelas sangat berpengaruh terhadap

keragaan industri pupuk, yang berarti pula keragaan pembangunan sektor

industri. Dengan demikian, cakupan kebijakan pembangunan perikanan tidak

dapat dibatasi berdasarkan delineasi sektoral maupun secara jenjang organisasi

pemerintahan.

Dasar delineasi yang lebih tepat dalam menentukan cakupan kebijakan

pembangunan perikanan dan kelautan ialah pendekatan fungsional. Secara

umum dapat dikatakan bahwa semua keputusan dan tindakan pemerintah yang

secara fungsional berpengaruh nyata terhadap keragaan pembangunan

perikanan termasuk dalam kategori kebijakan pembangunan perikanan.

Kebijakan perkreditan, kurs mata uang, dan bahkan pembangunan jalan raya,

pelabuhan, kelistrikan, maupun jaringan telekomunikasi termasuk dalam

kebijakan pembangunan perikanan. Jelaslah, cakupan kebijakan pembangunan

perikanan sangatlah luas, yang dapat dikelompokkan ke dalam tujuh bidang atau

"tujuh inti" pembangunan perikanan: inovasi input, investasi dan modal kerja,

insentif, infrastruktur, institusi dan industri.

Dalam mewujudkan penerapan kebijakan di bidang perikanan, maka

langkah-langkah yang ditempuh adalah meningkatkan keterkaitan fungsional

antar subsistem sehingga setiap kegiatan pada masing-masing subsistem dapat

berjalan secara berkelanjutan dengan tingkat efisiensi yang tinggi. Selain itu

42

pengembangan agribisnis juga harus mampu meningkatkan aktivitas ekonomi

pedesaan dengan diarahkannya pada pengembangan kemitraan usaha antara

usaha skala besar dan skala kecil secara serasi dan dilakukan melalui

pengembangan sentra produksi perikanan dalam suatu skala ekonomi yang

efisien.

FAKTOR KONDISI

- SUMBER DAYA ALAM- SDM- PENGETAHUAN- MODAL- INFRA STRUKTUR

- TEKNOLOGI

STRATEGI PERUSAHAAN / STRUKTUR PERSAINGAN

- STRUKTUR, LOKASI- PERSAINGAN, RESIKO

INDUSTRI PERIKANAN &TERKAIT

- PERSAINGAN INDUSTRI PENDUKUNG- PERSAINGAN INDUSTRI TERKAIT

PENENTUAN PERMINTAAN

- BESAR PERMINTAAN- SEGMEN USAHA- PERMINTAAN GLOBAL- SALING KETERGANTUNGAN

PELUANG

-KEJADIAN TIDAK DAPAT DIPREDIKSI

-HAMBATAN EKSTERNAL-TEKNOLOGI

PEMERINTAH

-FASILITAS & KENDALA KEBIJAKAN-INVESTASI UNTUK UMUM

Gambar 3 Strategi kebijakan pemerintah dalam mendukung industri perikanan

(Porter 1990)

Keterkaitan antar faktor dalam pengembangan industri perikanan perlu

dukungan dan peranan pemerintah terutama dalam penyediaan fasilitas dan

ketentuan investasi. Sebagai upaya untuk memenuhi permintaan konsumen,

industri perikanan perlu mendapat suplai dari dukungan infrastruktur,

sumberdaya alam, sumberdaya manusia, dan faktor permodalan. Dilain pihak

faktor internal perusahaan yaitu strategi perusahaan dalam memanfaatkan faktor

pendukung, cara menghadapi pesaing, pemanfaatan infrastruktur yang efektif,

sehingga hasil yang diperoleh benar-benar optimal dengan biaya minimal atau

dengan resiko yang paling kecil.

Pada kebijakan pemerintah, antara lain kebijakan pemerintah pusat dan

daerah, dengan indikator untuk mengetahui tingkat keberhasilan kebijakan

tersebut dapat diukur dari bagaimana pada kebijakan pendidikan, pelatihan dan

penyuluhan apakah telah memiliki peran dalam meningkatkan kinerja sektor

perikanan dan mampu mendorong tujuan pembangunan yang telah

direncanakan. Selain kebijakan pendidikan, pelatihan dan penyuluhan, kebijakan

43

pada infrastruktur, perijinan, permodalan, kelembagaan dan teknologi juga

memiliki peranan dalam pembangunan perikanan.

Indikator yang digunakan untuk mengukur kebijakan pemerintah pusat

(KEBIJ_PUS) dalam penelitian ini antara lain : pendidikan yang dapat di akses

dan bermutu(X11), permodalan dengan interest/tingkat suku bunga yang murah

dan dapat di akses(X12), pelatihan dan bimbingan yang dapat di akses, (X13)

tersedianya fasilitas sekolah yang memadai(X14), dan tersedianya fasilitas

puskesmas yang memadai (X15).

Untuk mengukur variabel kebijakan pemerintah daerah (KEBIJ_DAE)

indikator yang digunakan antara lain: pelatihan dan penyuluhan yang dapat di

akses dan bermutu (X16), pelabuhan dan Tempat Pelelangan ikan yang

baik(X17), proses perizinan yang cepat dengan biaya yang wajar(X18),

Kelembagaan koperasi, LSM yang berjalan dengan baik(X19), teknologi yang

memberi nilai tambah ke prosesing (X20), pelatihan dan bimbingan yang dapat di

akses(X21), pungutan pajak, biaya operasi, retribusi yang membebani (X22),

tersedianya fasilitas sekolah yang memadai(X23), dan tersedianya fasilitas

puskesmas yang memadai(X24).

2.5 Kinerja

Kinerja adalah kemampuan kerja yang ditunjukkan dengan hasil kerja.

Bernardin dan Russel (1993) mendefinisikan kinerja (performance) sebagai: “ ...

as the record of outcomes produced on a specified job function or activity during

a specified time period” (...adalah catatan tentang hasil-hasil yang diperoleh dari

fungsi-fungsi pekerjaan tertentu atau kegiatan tertentu selama kurun waktu

tertentu). Dari pengertian tersebut dapat dikatakan bahwa pencapaian kinerja

yang tinggi merupakan suatu prestasi bagi setiap organisasi dan bagian (unit)

organisasi yang oleh karenanya setiap organisasi dituntut untuk dapat selalu

meningkatkan kinerjanya. Semakin tinggi kinerja organisasi, semakin tinggi

tingkat pencapaian tujuan organisasi. Sedangkan kinerja perusahaan merupakan

sesuatu yang dihasilkan oleh suatu perusahaan dalam periode tertentu dengan

mengacu pada standar yang ditetapkan.

Kinerja perusahaan hendaknya merupakan hasil yang dapat diukur dan

menggambarkan kondisi empirik suatu perusahaan dari berbagai ukuran yang

disepakati. Untuk mengetahui kinerja yang dicapai maka dilakukan penilaian

kinerja. Konsep kinerja itu sendiri menurut Rummler dan Brache yang diacu

44

dalam Salusu (1998) dapat diterapkan pada tiga tingkatan dalam organisasi,

yaitu tingkatan organisasi (organization level), tingkat proses (process level), dan

tingkat tugas atau pelaksana tugas (job performer level). Tingkat organisasi

menekankan pada hubungan organisasi dengan pasar dan fungsi-fungsi

utamanya yang tergambar dalam kerangka dasar struktur organisasi serta

mekanisme kerja yang ada. Variabel yang mempengaruhi kinerja pada tingkat ini

antara lain adalah strategi-strategi tujuan yang meliputi kerja keseluruhan

organisasi dimana pengukurannya perlu memperhatikan struktur organisasi dan

penggunaan sumberdaya yang ada secara tepat.

Tingkat proses menekankan pada proses kegiatan antara fungsi. Variabel

kinerja pada tingkat ini menyangkut kesesuaian proses kegiatan dengan

kebutuhan konsumen, efisiensi dan efektivitas proses, kesesuaian pengukuran

dan tujuan proses dengan persyaratan-persyaratan yang diinginkan organisasi

maupun konsumen. Sedangkan tingkat tugas atau pelaksana tugas menekankan

pada individu-individu yang melaksanakan proses pekerjaan. Variabel kinerja

pada tingkat ini antara lain mencakup sistem penggajian dan promosi. Secara

otomatis tingkat efektivitas pelaksanaan tugas berkaitan dengan kualitas

sumberdaya manusia yang dimiliki oleh organisasi secara keseluruhan.

Secara umum kinerja akan dipengaruhi oleh beberapa faktor, antara lain :

1. Faktor personel/individual antara lain : pengetahuan, ketrampilan (skill),

kemampuan, kepercayaan diri, motivasi, dan komitmen.

2. Faktor kepemimpinan antara lain : kualitas dalam memberikan dorongan,

semangat, arahan dan dukungan yang di berikan manager dan team leader.

3. Faktor tim antara lain : kualitas dukungan dan semangat yang diberikan oleh

rekan dalam satu tim, kepercayaan terhadap sesama anggota tim,

kekompakan dan keeratan anggota tim.

4. Faktor sistem antara lain : sistem kerja, fasilitas kerja atau infrastruktur yang

diberikan oleh organisasi, proses organisasi dan kultur dalam organisasi.

5. Faktor kontekstual (situasional) antara lain : tekanan dan perubahan

lingkungan eksternal dan internal.

Menurut Kotler (1997) variabel keberhasilan kinerja suatu perusahaan

antara lain dapat diukur dari kinerja keuangan yang diukur dari 1) tingkat laba (

dan rugi) perusahaan, 2) tingkat pengembalian investasi (Return of investment/

ROI), dan 3) tingkat return on equity (ROE) serta perkembangan dari industri.

45

Selain kinerja keuangan, variabel kinerja yang lain adalah dalam

pemasaran, antara lain 4) informasi pasar 5) mutu produk, dan 6) harga produk.

7) volume penjualan, 8) Pertumbuhan penjualan; 9) pertumbuhan pelanggan.

Disamping kinerja keuangan dan kinerja pemasaran, peranan kinerja

sumberdaya manusia untuk menghasilkan nilai tambah yang tinggi, dengan

indikator antara lain penyerapan tenaga kerja, peningkatan kesejahteraan tenaga

kerja dan produktivitas tenaga kerja.

Dengan demikian dari penjelasan diatas secara umum untuk mengukur

kinerja industri perikanan dan kinerja usaha perikanan tangkap dalam penelitian

ini indikator yang digunakan antara lain :

1. Peningkatan kinerja keuangan, dengan indikator antara lain : laba dan rugi,

ROI dan ROE.

2. Pemasaran dengan indikator antara lain : informasi pasar, diversifikasi

produk, mutu produk, harga produk, peningkatan volume penjualan,

pertumbuhan penjualan, pertumbuhan pelanggan).

3. Sumberdaya manusia dengan indikator antara lain : penyerapan tenaga

kerja, produktivitas kerja, kesejahteraan tenaga kerja).

Untuk menyesuaikan kepentingan penelitian, variabel kinerja usaha

perikanan tangkap (KUP_TANG), diukur dengan indikator antara lain : laba dan

rugi (R/L) (X25), return on investment (ROI) (X26), informasi Fishing Ground (FG)

(X27), peningkatan pendapatan anak buah kapal (ABK) (X28), ikut menciptakan

keamanan(X29), kebersihan lingkungan(X30), sarana dan prasarana Tempat

Pelelangan Ikan (TPI) (X31), dan ketersediaan es atau garam (X32).

Untuk variabel kinerja industri pengolahan (KI_PROS) indikator yang

digunakan antara lain : laba dan rugi (R/L) (X33), return on investment (ROI)

(X34), peningkatan pendapatan pekerja (X35), penyediaan pangan yang bergizi

(X36), informasi harga ikan (X37), dan teknologi dan nilai tambah (X38).

2.6 Tujuan Pembangunan Perikanan

Perikanan merupakan salah satu aktivitas ekonomi manusia yang sangat

kompleks. Tantangan untuk memelihara sumberdaya yang sehat menjadi isu

yang cukup kompleks dalam pembangunan perikanan (Fauzi dan Anna 2002).

Keberlanjutan merupakan kata kunci dalam pembangunan perikanan yang

diharapkan dapat memperbaiki kondisi sumberdaya dan masyarakat perikanan

itu sendiri. Walaupun konsep keberlanjutan dalam perikanan itu sudah mulai

46

dapat dipahami, sampai sekarang kita masih menghadapi kesulitan dalam

menganalisis atau mengevaluasi keberlanjutan pembangunan perikanan itu

sendiri, khususnya ketika kita dihadapkan pada permasalahan mengintegrasikan

informasi/data dari keseluruhan komponen (secara holistik), baik aspek ekologi,

sosial, ekonomi, maupun etik (Fauzi dan Anna 2002).

Menurut Charles (1994), pandangan pembangunan perikanan yang

berkelanjutan haruslah mengakomodasikan ketiga aspek yaitu biologi, ekonomi

dan sosial (masyarakat). Maka konsep pembangunan perikanan yang

berkelanjutan mengandung aspek :

1. Ecological sustainability (keberlanjutan ekologi). Dalam pandangan ini

memelihara keberlanjutan stok/biomas sehingga tidak melewati daya

dukungnya, serta meningkatkan kapasitas dan kualitas dari ekosistem

menjadi perhatian utama.

2. Socioeconomic sustainability (keberlanjutan sosial ekonomi). Konsep ini

mengandung makna bahwa pembangunan perikanan harus

memperhatikan keberlanjutan dari kesejahteraan pelaku perikanan pada

tingkat individu. Dengan kata lain, mempertahankan atau mencapai

tingkat kesejahteraan masyarakat yang lebih tinggi merupakan perhatian

kerangka keberlanjutan ini.

3. Community sustainability (keberlanjutan masyarakat), mengandung

makna bahwa keberlanjutan kesejahteraan dari sisi komunitas atau

masyarakat haruslah menjadi perhatian pembangunan perikanan yang

berkelanjutan.

4. Institusional sustainability (keberlanjutan kelembagaan), maka

keberlanjutan kelembagaan yang menyangkut pemeliharaan aspek

finansial dan administrasi yang sehat merupakan prasyarat ketiga

pembangunan keberlanjutan di atas.

Sementara itu, menurut Soemokaryo (2006), tujuan pembangunan

perikanan dikelompokkan ke dalam tujuan ekonomi, sosial, ekologi dan

eksternalitas, dengan indikator antara lain :

1. Pertumbuhan dengan indikator sasarannya antar lain : pertumbuhan produksi

yang memiliki daya saing, dan peningkatan input price,

2. Pemerataan dengan indikator sasarannya antara lain : pemerataan

pembangunan wilayah, pemerataan kesempatan berusaha antar pelaku

47

bisnis, pemerataan income antar para pelaku, dan pemerataan dalam

konsumsi ikan.

3. Kelestarian lingkungan dan bebas isu Hak Asasi Manusia (HAM) dengan

indikator sasarannya antara lain: kelestarian sumberdaya ikan, kelestarian

usaha bagi para pelaku bisnis, dan perlindungan tenaga kerja.

4. Eksternality.

Menurut Timbergen (1956), yang diacu oleh Soemokaryo (2006),

menyatakan bahwa goal dari suatu pembangunan ialah memaksimalkan social

welfare dengan variabelnya ialah pertumbuhan, pemerataan, dan kelestarian.

Dari penjelasan diatas tujuan pembangunan sektor perikanan, ditentukan

keberhasilannya pada :

1. Aspek ekonomi, antara lain ; peningkatan ketahanan pangan (Y1), devisa

(Y2), pendapatan daerah (Y3), dan pendapatan masyarakat (Y4).

2. Aspek sosial antara lain ; penyerapan tenaga kerja (Y5), pemerataan

kesempatan usaha antar pelaku bisnis (Y6), dan pemerataan konsumsi ikan

(Y7).

3. Aspek ekologi antara lain; kelestarian lingkungan (Y8) dan terpeliharanya

plasma nutfah (Y9).

4. Aspek eksternalitas antara lain; menumbuhkan bisnis yang lain (Y10), dan

menurunkan eksternalitas negatif seperti, keadaan yang kumuh limbah logam

berat, asam dan basa kuat limbah organik (Y11).

2.7 Penelitian Terdahulu yang Terkait

Penelitian ekonomi perikanan dengan menggunakan alat analisis tabel

input output, dilakukan antara lain oleh Razali (1996), yang melakukan penelitian

di Kabupaten Sabang, dengan melihat sejauh mana peran sektor perikanan

dalam perekonomian Sabang, penelitian tersebut menggunakan beberapa

metode analisis antar lain: (1) metode input output (non survey-metode RAS), (2)

analisis perubahan struktur perekonomian, yaitu melihat perubahan sumbangan

relatif sektor perikanan dibandingkan dengan sektor lainnya dalam kurun waktu

tertentu, (3) analisis komponen utama, dan (4) metode deskriptif. Dari hasil

penelitian tersebut didapatkan, bahwa kontribusi sektor perikanan terhadap

perekonomian Kabupaten Sabang masih kecil, baik dari nilai output, nilai tambah

bruto, nilai ekspor dan penyerapan tenaga kerja, serta sektor perikanan belum

termasuk salah satu sektor yang memimpin (leading sector), karena memiliki nilai

48

keterkaitan (linkages) dan multiplier effect yang kecil dibandingkan sektor yang

lain dan bukan merupakan sektor unggulan.

O’Callaghan et.al (2000) melakukan pengamatan tentang keterkaitan antar

sektor dan sektor-sektor kunci dalam perekonomian China selama periode 1987-

1997, dengan memakai sekaligus metode tradisional yang dikembangkan oleh

Chenery-Watanabe dan Rasmussen, serta metode ekstrasi dari Cella dan

Dietzenbacher. Hasil pengamatan mereka menunjukkan bahwa selama periode

1987-1997 setiap sektor memiliki kecenderungan angka rasio backward linkage

dan forward linkage yang terus meningkat sepanjang tahun. Ini berarti ada

indikasi terdapat suatu hubungan yang positif antar pertumbuhan aktifitas

produksi dan peningkatan di dalam keterkaitan antar sektor selama periode

tersebut. Selain itu, mereka juga memperlihatkan bahwa sektor-sektor yang

mendominasi perekonomian China sepanjang periode 1987-1997 adalah sektor

kontruksi, industri dan pertambangan, karena dari hasil analisis I-O menunjukkan

ketiga sektor tersebut mempunyai rasio backward linkage dan forward linkage

yang paling tinggi diantara semua sektor.

Penerapan ukuran backward dan forward linkage ratio dalam analisis IO

dengan metode tradisional dan ekstrasi juga pernah dilakukan oleh Pfajfar dan

Dolinar (2000), yang melakukan studi tentang keterkaitan antar sektor di negara

Slovania dalam periode 1990-1995. Dari hasil studinya ini menunjukkan bahwa

sektor perikanan dan kehutanan, serta sektor industri baja, merupakan sektor-

sektor kunci di negara Slovania selama periode 1990-1995.

Masih dengan menggunakan ukuran backward dan forward linkage juga

dilakukan oleh Guilhoto dan Fortuoso (2000). Mereka mencoba melukiskan

keberadaan agribisnis dalam pembangunan sektor-sektor produksi di negara

Brazil. Dalam studinya ini komposisi sektor agribisnis dalam GDP (gross

domestic product) dilihat pada dua kelompok sektor yang sangat kompleks, yaitu

produksi tanaman pangan dan peternakan. Masing-masing sektor agribisnis

tersebut kemudian diderivasi kedalam empat komponen agregat yang meliputi,

(1) input, (2) sektor perikanan itu sendiri, (3) proses industri, dan (4) distribusi

dan jasa-jasa. Sektor-sektor industri dan jasa yang dapat dikelompokkan dalam

agribisnis tanaman pangan dan peternakan menurut mereka adalah : wood and

wood products pulp, paper and printing, chemical elements (alcohol), textile

industry, clothing industry, footwear industry, coffee industry, vegetal products,

processing animal slaughtering, dairy industry, sugar industry, vegetal oil

49

processing, dan other food products. Berdasarkan semua derivasi ini diperoleh

hasil bahwa dalam struktur input-output, sektor agribisnis rata-rata mampu

menyumbang 29% terhadap penciptaan GDP Brazil selama periode 1994-1995,

yang kemudian menurun menjadi 27% pada tahun 1997, dan menurun lagi

menjadi 26% sepanjang periode 1998-1999.

Penggunaan model I-O tidak hanya sebatas menggambarkan keterkaitan

antar sektor saja. Model I-O juga bisa dipakai untuk menganalisis bagaimana

terjadinya perubahan struktur perekonomian di suatu negara atau wilayah,

seperti yang dilakukan oleh Guo dan Planting (2000). Studinya dilakukan untuk

perekonomian Amerika Serikat dengan menggunakan analisis Multiplier Product

Matrix (MPM). MPM ini merupakan suatu instrumen yang dikembangkan untuk

melihat dampak suatu sektor secara keseluruhan dalam suatu perekonomian.

Selain itu MPM ini bisa juga memotret pengaruh suatu sektor berdasarkan

backward linkage dan forward linkage, yang sekaligus pula bisa menjelaskan

hubungan antara suatu sektor dengan sektor-sektor lainnya. Dari hasil

pengamatannya, kelihatan bahwa terjadinya perubahan struktur perekonomian

di Amerika Serikat selama periode 1972-1996 lebih banyak disebabkan karena

(1) ketergantungan antarindustri domestik semakin menurun, (2) kenaikan impor

input-input produksi lebih tinggi dibandingkan produksi domestik, dan (3) peranan

sektor industri non-manufacturing semakin bertambah, dengan tingkat

pertumbuhan yang sangat cepat.

Analisis tentang perubahan struktur perekonomian melalui model I-O juga

dilakukan Okuyama et.al (2002) yang mengamati seberapa jauh perubahan

struktur perekonomian itu terjadi di negara bagian Chicago selama periode 1980-

1997. Alat analisisnya adalah Temporal Leontief Inverse, yang pernah dibangun

sebelumnya oleh Sonis dan Hewings (1998). Salah satu keuntungan dari

penggunaan alat tersebut adalah mampu menyelidiki perubahan-perubahan

struktural dalam tabel input-output secara time series. Selain itu, yang paling

penting juga alat ini bisa memberikan satu set teknik explorasi dari sifat-sifat

dasar time series dan membantu menggali hal-hal mendasar mengenai

perubahan teknologi dan perubahan-perubahan dalam trading-patter, khususnya

dalam kasus sistem regional dan antar regional. Dengan menggunakan alat ini,

pengaruh dan perbedaan-perbedaan dari efek hollowing-out antar sektor bisa

ditampilkan dan dianalisis. Dengan menggunakan rumus temporal inverse,

dampak dari kenaikan permintaan akhir (final demand) pada tahun 1997

50

terhadap beberapa sektor, dapat didekomposisi menjadi dampak temporal, yang

selanjutnya dapat dilihat perubahan-perubahan struktur setiap tahun, dalam

kaitannya dengan hubungan antar sektor. Untuk hal ini Okuyama mengamatinya

pada sektor-sektor perdagangan, konstruksi, industri mesin dan perlengkapan,

jasa transportasi, jasa-jasa perumahan, bisnis, engineering, management. Dari

hasil pengamatannya Okuyama menemukan bahwa dalam proses hollowing-out

pada perekonomian Chicago, sektor industri merupakan sektor yang mempunyai

perubahan struktural paling besar diantara periode 1980-1997, sementara sektor

yang lebih stabil dan relatif meningkat secara signifikan dalam hubungan antar

sektor adalah sektor-sektor jasa.

Idenburg dan Harry (2000), dengan menggunakan Dynamic Input-Output

Model mencoba menjelaskan dampak dari inovasi teknologi terhadap produksi

sektoral di negara Belanda yang menggunakan natural resources dan emissions

terhadap lingkungan. Pemilihan analisis input-output secara nyata dianggap bisa

menjelaskan hubungan struktur ekonomi, penggunaan energi dan sumber daya

lingkungan. Selain itu, analisis input-output juga dapat digunakan dalam

pembuatan kebijakan-kebijakan yang berhubungan dengan pencarian teknologi-

teknologi baru. Studi ini mencoba menganalisis secara tentative dampak

perubahan-perubahan teknologi terhadap permintaan energi pada perekonomian

Belanda selama periode 1980-1997.

Untuk Indonesia sendiri, boleh dikatakan Kaneko (1985) merupakan

pelopor yang melakukan analisis keterkaitan antar sektor di negara kita ini. Ia

memperkenalkan konsep (1) derajad ketergantungan kegiatan tiap sektor

terhadap setiap unsur permintaan akhir, (2) pengganda reaksi (repercussion

multiplier) pada kegiatan ekonomi yang diakibatkan oleh setiap unsur permintaan

akhir, (3) rasio give and take sebagai koefisien keterkaitan ke depan dan

keterkaitan ke belakang sebagaimana dirumuskan oleh Hirschman. Dengan

mengolah tabel I-O tahun 1971, 1975, 1980, dan 1983, ia menyimpulkan.

Pertama, selama periode 1971-1980, derajad ketergantungan kegiatan ekonomi

pada konsumen cenderung menurun pada sektor primer dan tersier, namun

meningkat pada sektor industri. Kedua, derajad ketergantungan ekspor pada

industri logam mengalami penurunan pada tahun 1980 dan 1983, terutama

karena kebijakan subsitusi impor dan kebijakan pemanfaatan produk dalam

negeri yang telah dianut sejak awal dekade 1980. Ketiga, dalam tahun 1970-an,

pengganda reaksi yang diakibatkan oleh pembentukan modal tetap telah

51

menurun. Keempat, orientasi pembangunan industri Indonesia selama periode

1971-1980 lebih memiliki ciri kepada industri subsitusi impor. Kelima, besarnya

kebocoron impor menyebabkan produksi barang-barang modal tetap sangat

kurang bersifat padat karya (Kuncoro et.al 1997).

Studi lainnya tentang keterkaitan antar sektor di Indonesia juga pernah

dilakukan oleh Poot et.al (1991). Berdasarkan data input-ouput Indonesia tahun

1971, 1975, dan 1980, mereka menunjukkan keterkaitan antar industri pada

perekonomian Indonesia yang dilihatnya melalui koefisien backward linkage dan

forward linkage. Dari hasil pengamatannya menunjukkan sektor-sektor industri

yang mempunyai backward linkage tinggi terutama adalah sektor industri

makanan. Sedangkan sektor yang memiliki forward linkage paling tinggi adalah

industri kimia, peralatan kertas, pupuk dan pestisida. Berdasarkan analisis I-O,

mereka juga memaparkan bahwa pembangunan industri di Indonesia memiliki

ketergantungan yang sangat besar terhadap komponen impor, terutama sekali

bagi sektor-sektor industri non makanan seperti industri baja, kertas, kendaraan

bermotor, elektronik, perkapalan dan pesawat terbang, dimana semua industri ini

umumnya memiliki rasio ketergantungan impor di atas 50%, dan yang paling

tinggi adalah industri baja dengan rasionya sebesar 0,73.

Selain dua studi di atas, studi lainnya tentang analisis IO di Indonesia juga

dilakukan oleh Kuncoro et.al (1997). Dimana dengan menggunakan tabel I-O

Indonesia tahun 1980, 1990, dan 1995, mereka melakukan pengamatan tentang

struktur, perilaku, dan kinerja dari sektor agroindustri. Dalam studinya ini mereka

mengklasifikasikan sektor agroindustri di Indonesia kedalam tujuh kelompok,

yang kemudian didisagregasi menjadi 47 sektor. Beberapa kesimpulan penting

yang dapat disampaikan dari hasil penelitiannya ini adalah : (1) agroindustri yang

mempunyai keterkaitan ke belakang dan keterkaitan ke depan yang tinggi adalah

karet, industri pemintalan, industri barang dari kertas, industri pupuk dan

pestisida, industri barang dari karet dan plastik, dan industri barang dari logam,

(2) dilihat dari angka pengganda pendapatan dan tenaga kerja, hampir semua

subsektor industri pengolah hasil perikanan memiliki angka pengganda yang

tinggi, dan (3) analisis kinerja membuktikan bahwa derajad ketergantungan

ekspor bagi agroindustri menunjukkan perubahan yang amat substansial. Pada

tahun 1980, peringkat sepuluh besar dalam derajad ketergantungan ekspor

didominasi oleh sektor perikanan primer. Sepuluh tahun kemudian, selain produk

52

sektor perikanan primer, dua subsektor industri pengolah perikanan mulai masuk

sepuluh besar, yaitu industru kayu-bambu-rotan dan industri tekstil.

Untuk studi I-O Indonesia yang cakupannya regional pernah dilakukan oleh

Imansyah (2000) dan Muchdie (1999 dan 2000). Studi yang dilakukan Imansyah

lebih menitikberatkan pada metodologinya, dimana ia mencoba memperkenalkan

proses pembuatan I-O Regional Indonesia dengan metode hibrida (hybrid

method), yang beranjak dari ide pemikiran West (1990), Van der Westhuizen

(1992), dan Lahr (1998). Menurut Imansyah metode hibrida ini merupakan

metode yang paling menguntungkan untuk membangun tabel input-output

regional. Karena biaya pembuatan tabel input-output dengan metode hibrida

kelihatan lebih efisien dengan tingkat akurasi yang cukup tinggi. Metode hibrida

ini berada ditengah-tengah antara metode input-output survei dan nonsurvei,

dimana tingkat akurasinya hampir sama dengan metode survei, sedangkan biaya

pembuatannya sama rendahnya dengan metode nonsurvei. Ada tiga pendekatan

yang dapat digunakan dalam metode hibrida yaitu, (1) pendekatan top-down, (2)

pendekatan bottom-up, dan (3) pendekatan horisontal. Imansyah lebih

menitikberatkan pada pendekatan horisontal, dengan penekanan terhadap

identifikasi fundamental economic structure (FES). Dalam studinya ia dapat

membuat I-O Regional melalui pendekatan tersebut untuk 10 propinsi di

Indonesia yang meliputi Nusa Tenggara Barat, Irian Jaya, Maluku, Bali,

Lampung, Sulawesi Selatan , Sumatera Selatan, Jawa Barat, dan Jawa Timur.

Dengan menggunakan model input-output antardaerah (IOAD) yang

dibuatnya melalui metode hibrida, Muchdie (1999) telah membahas struktur

ruang perekonomian Indonesia yang dirinci menurut lima kelompok pulau besar,

yaitu Sumatra, Jawa, Kalimantan, Nusa Tenggara dan Sulawesi, serta Irian Jaya.

Pembahasan struktur ruang difokuskan kepada angka pengganda spasial,

dampak bersih spasial, serta dampak luberan dan dampak balik spasial. Dari

studinya ini ia memberi kesimpulan. Pertama, analisis pengganda menurut sektor

menunjukkan bahwa secara umum pengganda yang terjadi pada sektor sendiri

mencapai lebih dari 60% terhadap total karena besarnya dampak awal, selain itu

analisis pengganda spasial juga menunjukkan bahwa secara umum pengganda

yang terjadi di pulau sendiri lebih besar dibandingkan dengan yang terjadi di

pulau lain. Kedua, dengan menggunakan analisis dampak luberan dan dampak

balik kondisi di atas dapat pula dijelaskan. Sumatra dan Jawa memiliki dampak

luberan yang relatif kecil yang berarti bahwa dampak yang terjadi di pulau sendiri

53

jauh lebih besar dibandingkan dengan dampak luberan yang terjadi di pulau lain.

Ini menunjukkan bahwa Sumatra dan Jawa relatif lebih mandiri. Nilai dampak

balik yang cukup besar untuk Jawa dan Sumatra menggambarkan bahwa hasil

pembangunan yang mengalir dari Jawa, setelah beberapa saat, akan kembali

lagi ke Jawa.

Peneder et al. (2000) menyatakan bahwa indikator kinerja industri adalah

produktivitas tenaga kerja dan nilai tambah. Sedangkan Annacker and

Hildebrandt (1998) menggunakan peubah return on investment untuk

menyatakan kinerja industri. Dengan menggunakan model persamaan simultan

Annacker dan Hildebrandt (1998) menyatakan return on investment merupakan

fungsi dari variable-variabel strategis kualitas produk (QUA) dan pangsa pasar

(MS) serta biaya langsung relative (COST). Ray (2004) menyebutkan bahwa

penetapan kinerja industri dan kinerja perekonomian selalu bersifat kontroversial

karena banyak sekali ukuran yang dapat digunakan. Mereka menggunakan

structural equation model untuk menganalisis yang menghubungkan beragam

dimensi strategi perusahaan dan kinerja perusahaan. Ada lima dimensi kunci dari

strategi perusahaan, yaitu cakupan bisnis, cakupan geografi, skala operasi,

diversitas operasi, dan pangsa sumberdaya. Kelima dimensi tersebut

mempengaruhi kinerja perusahaan, yang dalam hal ini kinerja perusahaan diukur

berdasarkan indikator return on sales, return on assets, dan return on net worth.

Selanjutnya Audretsch et al. (2005) menyatakan bahwa kinerja

perekonomian mengacu pada dimensi produktivitas yang diukur berdasarkan

indikator produktivitas tenaga kerja dan produktivitas modal (kapita). Dalam

model yang lengkap dinyatakan bahwa produktivitas dipengaruhi oleh dimensi

pengetahuan (knowledge) dan kewirausahaan (entrepreneurship). Dimensi

pengetahuan dan kewirausahaan dipengaruhi pula oleh dimensi R&D. Dimensi

pengetahuan diukur berdasarkan indikator patent tahun 1995 dan patent tahun

1996. Sementara itu dimensi kewirausahaan diukur berdasarkan indicator high-

tech start ups dan ict start ups . Selanjutnya dimensi diukur berdasarkan indikator

intensitas R&D tahun 1987, intensitas R&D tahun 1991, dan intensitas R&D

tahun 1995.