Publikasi hasil Sensus Ekonomi 2016-Lanjutan ini terutama akan mengoptimalkan berbagai informasi aktivitas ekonomi yang lebih rinci dan komprehensif pada lapangan usaha Industri Pengolahan. Berbagai informasi dari sumber data yang lain diintegrasikan untuk melakukan Analisis Daya Saing Usaha Industri Pengolahan. Cakupan analisis daya saing usaha difokuskan pada beberapa KBLI 3 digit, 4 digit, dan 5 digit terpilih yang dianggap merupakan komoditas atau kelompok komoditas strategis atau berorientasi ekspor, seperti kopi, teh, kakao, cokelat, makanan dan masakan olahan, dan lainnya. Hasil pengukuran daya saing usaha industri pengolahan komoditas terpilih tersebut memberikan gambaran indeks daya saing usaha dan faktor-faktor pembentuknya menurut wilayah dan skala usaha. Hasil kajian ini diharapkan dapat berkontribusi sebagai bahan pertimbangan dalam pengambilan kebijakan yang tepat sasaran.
Arah kebijakan umum pembangunan nasional 2015-2019 yang pertama adalah meningkatkan pertumbuhan ekonomi yang inklusif dan berkelanjutan. Peningkatan daya saing dan peranan usaha mikro, kecil dan menengah (UMKM) adalah salah satu cara dalam menuju pertumbuhan ekonomi yang berkelanjutan. Berdasarkan Hasil Pendaftaran Usaha/Perusahaan Sensus Ekonomi 2016, jumlah Usaha Mikro Kecil (UMK) dan Usaha Menengah Besar (UMB) di Indonesia masing-masing 26,26 juta usaha dan 447 352 usaha. Selanjutnya, kegiatan SE2016-Lanjutan telah dilaksanakan pada bulan Agustus-September 2017. Kegiatan ini merupakan pendataan usaha mikro kecil (UMK) dan usaha menengah besar (UMB) yang mengumpulkan berbagai informasi aktivitas ekonomi yang lebih rinci dan komprehensif. Berbagai informasi tersebut menggambarkan keadaan ekonomi pada semua lapangan usaha selain Pertanian, Kehutanan, dan Perikanan. Publikasi hasil Sensus Ekonomi 2016-Lanjutan ini terutama akan mengoptimalkan berbagai informasi aktivitas ekonomi yang lebih rinci dan komprehensif pada lapangan usaha Industri Pengolahan. Berbagai informasi dari sumber data yang lain diintegrasikan untuk melakukan Analisis Daya Saing Usaha Industri Pengolahan. Cakupan analisis daya saing usaha difokuskan pada beberapa KBLI 3 digit, 4 digit, dan 5 digit terpilih yang dianggap merupakan komoditas atau kelompok komoditas strategis atau berorientasi ekspor, seperti kopi, teh, kakao, cokelat, makanan dan masakan olahan, dan lainnya. Hasil pengukuran daya saing usaha industri pengolahan komoditas terpilih tersebut memberikan gambaran indeks daya saing usaha dan faktor-faktor pembentuknya menurut wilayah dan skala usaha. Hasil kajian ini diharapkan dapat berkontribusi sebagai bahan pertimbangan dalam pengambilan kebijakan yang tepat sasaran.
“Pada prinsipnya, memasuki era Revolusi Industri 4.0, perubahan yang dibawa adalah peningkatan efisiensi yang setinggi-tingginya di tiap tahapan rantai nilai proses industri,”(Airlangga Hartanto, Menteri Perindustrian)
Mengapa Efisiensi Penting?Sektor industri merupakan motor penggerak dan tumpuan utama pertumbuhan ekonomi di Indonesia. Guna meningkatkan fungsi ini, maka diperlukan upaya untuk meningkatkan daya saing, yaitu dengan meningkatkan mutu produk dan meningkatkan efiesiensi dalam menghasilkan produk.
Rendahnya daya saing dipengaruhi oleh
1. Efisiensi yang relatif rendah2. Masalah ekonomi biaya tinggi (Mangunwihardjo, 1997)
Menurut Sullivan (2007) “efisiensi dalam konsep ekonomi merujuk pada sejumlah konsep yang terkait pada penggunaan, pemaksimalan serta pemanfaatan seluruh sumber daya dalam proses produksi barang dan jasa”. Ketika keuntungan bersih dari semua kegiatan ekonomi maksimal maka alokasi sumber daya dikatakan efisien.
Konsep Umum Efisiensi dari Teori Ekonomi
Efisiensi ditinjau dari konsep ekonomi (economic concept) mempunyai cakupan lebih luas ditinjau dari segi makro, yaitu pada pengalokasian sumber-sumber di dalam suatu perekonomian yang mendatangkan kesejahteraan di dalam masyarakat. (Sukirno, Sadono: 2008);
Efisiensi ditinjau dari konsep produksi (production concept) melihat dari sudut pandang mikro, terbatas pada melihat hubungan teknis dan operasional dalam suatu proses produksi, yaitu konversi input menjadi output. (Walter, 1995 Sarjana, 1999)
“Karena pada efisiensi biaya memerlukan faktor harga, sedangkan informasi harga output dan input dari SE06-Lanjutan terbatas, maka pada analisis ini hanya dilakukan penghitungan efisiensi teknis. Dengan demikian, pembahasan hanya untuk efisiensi teknis dan istilah efisiensi yang digunakan dalam penelitian ini mengacu pada efisiensi teknis.”
Tahapan mengukur tingkat efisiensi:1. Membuat fungsi produksi frontier (isoquant) dari data set yang ada2. Mengukur efisiensi dari setiap Unit Kegiatan Ekonomi (UKE) relatif terhadap frontier
Fungsi Produksi FrontierUKE yang terletak pada fungsi produksi frontier merupakan UKE yang efisien, dan diberi nilai satu. Sebaliknya, UKE yang tidak terletak pada frontier fungsi produksi dianggap UKE yang tidak efisien, dan diberi nilai antara 0 (nol) dan 1 (satu). Tingkat efisiensi UKE yang tidak efisien tersebut dihitung dengan cara mengukur jarak dari posisi setiap UKE ke fungsi produksi frontier. Dengan demikian, pengukuran efisiensi bersifat relatif terhadap seluruh UKE yang dimasukkan dalam sampel analisis. Penambahan atau pengurangan jumlah UKE dalam sampel akan mempengaruhi skor efisiensi.Garis lurus OF adalah fungsi produksi frontier apabila menggunakan asumsi constant return to scale (CRS), sementara concave ABCDE merupakan fungsi produksi frontier apabila menggunakan asumsi variable return to scale (VRS). Dengan menggunakan asumsi CRS, fungsi produksi frontier akan melalui titik origin.Berdasarkan gambar di samping, beberapa ukuran efisensi untuk UKE G adalah sebagai berikut:a. Dengan asumsi CRS, efisiensi dengan pendekatan input-oriented measure adalah rasio IJ/IG, sementara efisiensi dengan pendekatan output-oriented measure adalah HG/HF. Asumsi CRS dengan pendekatan input dan output-oriented measures memberikan hasil efisiensi yang sama, yaitu IJ/IG = HG/HF.b. Dengan asumsi VRS, efisiensi dengan pendekatan input-oriented measure adalah rasio IK/IG, sementara efisiensi dengan pendekatan output-oriented measure adalah HG/HL. Asumsi VRS dengan pendekatan input dan output-oriented measures tidak memberikan hasil efisiensi yang sama. Efisiensi yang diperoleh dari VRS ≥ efisiensi yang diperoleh dari CRS.Dengan demikian, hasil penghitungan efisiensi sangat dipengaruhi oleh dua komponen, yaitu: bentuk dari garis frontiernya (CRS atau VRS) dan orientasi yang digunakan (input- oriented measure atau output-oriented measure). Dalam analisis ini, pendekatan yang digunakan adalah CRS dan input-oriented measure.
Penghitungan Efisiensi dengan Input-Oriented Measure
Misalkan UKE hanya menggunakan 2 input (x1 dan x2 ) untuk memproduksi satu output (y), dengan menggunakan asumsi CRS (Constant Return to Scale) yang berarti penambahan satu unit input menyebabkan output juga meningkat satu unit. LL1 merupakan isoquant, yang menyatakan kombinasi dari jumlah minimum input yang diperlukan untuk memproduksi output yang sama. UKE A, B, C, dan D, yang terletak pada isoquant, adalah UKE yang efisien dan nilainya 1 (satu). Sebaliknya, UKE A1 and C1 tidak efisien karena mereka menggunakan lebih banyak input x1 dan x2 untuk memproduksi jumlah output yang sama. Ukuran efisiensi untuk UKE A1 adalah rasio OA/OA1, dimana OA adalah kombinasi potensial jumlah minimum input x1dan x2 yang dapat digunakan industri A1 untuk dapat memproduksi output secara efisien, dan OA1 adalah kombinasi dari input yang sebenarnya digunakan. Skor efisiensi untuk UKE A1 terletak antara 0 dan 1. Supaya dapat efisien, jumlah input yang sebenarnya dipakai UKE A1 harus diturunkan secara proporsional sebesar AA1 guna memproduksi jumlah output yang sama.Dengan demikian, efisiensi dapat didefinisikan sebagai rasio dari input potensial yang terletak di fungsi produksi frontier terhadap input sebenarnya, guna memproduksi sejumlah output tertentu. Secara matematis, pengukuran efisiensi dengan input-oriented measure dapat dinyatakan dalam “input distance function” (Fare et al., 1994 and Coelli et al., 1998). Salah satu metode yang bisa digunakan untuk menghitung tingkat efisiensi adalah Data Envelopment Analysis (DEA) yang merupakan pendekatan non-parametrik. Metode ini menggunakan linear programming untuk mengestimasi fungsi produksi frontier berdasarkan data yang ada.Misal analisis dilakukan terhadap j=1,2,..J UKE yang menggunakan n=1,2,..N input untuk memproduksi m=1,2,..M output. Pengamatan dilakukan selama beberapa periode t=1,2,…T. Input distance function (efisiensi) dapat dihitung untuk setiap UKE dengan menyelesaikan persamaan linear programming berikut ini:
Laju Pertumbuhan Kumulatif Produk Domestik Bruto Menurut Lapangan Usaha Industrial Origin Agriculture Livestock Forestry and Fishery a Food Crops b Estate Crops c Livestock and Its Product d Forestry e Fishery nbsp nbsp Mining and Quarrying a Oil amp Gas Mining b Non Oil and Gas Mining c Quarrying nbsp nbsp Manufacturing Industry a Oil and Gas Manufacturing Industry Petroleum Refinery Liquefied Natural Gas LNG b Non Oil amp Gas Manufacturing Industry Food Beverages and Tobacco Industries Textile Leather Products and Footwear Industries Wood and Other Products Industries Paper and Printing Products Industries Fertilizers Chemical and Rubber Products Industries Cement and Non Metalic Quarr Products Industries Iron and Steel Basic Metal Industries Transport Equip Machinery amp Apparatus Industries Other Manufacturing Products nbsp nbsp Electricity Gas amp Water Supply a Electricity b City Gas c Water Supply nbsp nbsp Construction nbsp nbsp Trade Hotel amp Restaurants a Wholesale amp Retail Trade b Hotels c Restaurants nbsp nbsp Transport and Communication a Transport Railways Transport Road Transport Sea Transport River Lake and Ferry Transport Air Transport Services Allied to Transport b Communication nbsp nbsp Finance Real Estate and Business Services a Bank b Non Bank Financial Institutions c Services Allied to Finance d Real Estate e Business Services nbsp nbsp Services a General Government Government Administration and Defence Other Government Services b Private Social and Community Services Amusement and Recreational Services Personal and Household Services nbsp nbsp Gross Domestic Product Gross Domestic Product Without Oil and Gas Preliminary figures Very preliminary figures Very very preliminary figures
Buku II Analisis Tematik Kependudukan Indonesia merupakan publikasi hasil Long Form SP2020 yang membahas 4 (empat) tema, yaitu migrasi dan ketimpangan pembangunan, profil migran muda, migrasi pulang kampung, serta clusterisasi wilayah pekerja migran Indonesia. Keempat tema tersebut relevan dengan kebijakan dan strategi pembangunan kewilayahan dalam Rencana Pembangunan Jangka Menengah (RPJMN) tahun 2020-2024 untuk meningkatkan pemerataan pembangunan melalui peningkatan daya saing penduduk dan ketenagakerjaan.
Publikasi ini memuat analisis eisiensi untuk 3 sektor ekonomi, yaitu Sektor Industri Pengolahan (padat sumber daya alam, padat tenaga kerja, dan padat modal), Konstruksi, dan Perbankan (Konvensional dan Syariah). Analisis meliputi eisiensi untuk ketiga sektor ekonomi diatas dan dilengkapi dengan faktor-faktor yang mempengaruhi eisiensi untuk masing-masing sub sektor.
Sumber: Analisis Komoditi Ekspor
Publikasi ini berisi analisis sederhana mengenai perkembangan/pertumbuhan, perbandingan berat dan nilai, serta peranan ekspor Indonesia selama tahun 2013-2020 menurut sektor pertanian, sektor industri pengolahan, dan sektor pertambangan. Data statistik yang disajikan dalam publikasi Analisis Komoditas ini bersumber dari dokumen Pemberitahuan Ekspor Barang (PEB) dan dokumen Non-PEB yang selanjutnya dikompilasi dan diolah oleh BPS. Pengelompokan komoditas dalam publikasi ini menggunakan kode Harmonized Systems (HS) 2017 yang disusun dengan mengakomodir struktur Klasifikasi Baku Lapangan Usaha Indonesia (KBLI) 2015. Data yang disajikan dalam publikasi ini mencakup berat bersih (dalam satuan kg) dan nilai FOB (dalam satuan US$). Ekspor Indonesia didominasi oleh komoditas nonmigas. Selama tahun 2013‒2020 peranan ekspor nonmigas rata-rata mencapai 89,09 persen per tahun. Jika dilihat ke dalam komoditasnya, ekspor nonmigas selama periode 2013 sampai 2020 selalu didominasi oleh ekspor komoditas hasil industri pengolahan. Rata-rata kontribusi dari ekspor industri pengolahan terhadap ekspor nonmigas selama periode 2013 sampai 2020 sebesar 81,61 persen.
Publikasi ini berisi analisis
sederhana mengenai perkembangan/pertumbuhan, perbandingan berat dan nilai,
serta peranan ekspor Indonesia selama tahun 2019-2023 menurut sektor pertanian,
kehutanan, dan perikanan; sektor industri pengolahan; dan sektor pertambangan
dan lainnya. Data statistik yang disajikan dalam publikasi Analisis Komoditas ini
bersumber dari dokumen Pemberitahuan Ekspor Barang (PEB) dan dokumen Non-PEB
yang selanjutnya dikompilasi dan diolah oleh BPS. Pengelompokan komoditas dalam publikasi ini
menggunakan kode Harmonized Systems (HS) 2022 yang disusun dengan
mengakomodir struktur Klasifikasi Baku Lapangan Usaha Indonesia (KBLI) 2020.
Data yang disajikan dalam publikasi ini mencakup berat bersih (dalam satuan kg)
dan nilai FOB (dalam satuan US$).
Ekspor Indonesia didominasi oleh komoditas nonmigas.
Selama tahun 2019‒2023 peranan ekspor nonmigas rata-rata mencapai 94,20 persen
per tahun. Jika dilihat ke dalam komoditasnya, ekspor nonmigas selama periode
2019 sampai 2023 selalu didominasi oleh ekspor komoditas hasil industri
pengolahan. Rata-rata kontribusi dari ekspor industri pengolahan terhadap
ekspor nonmigas selama periode 2019 sampai 2023 sebesar 79,58 persen.
Analisis Isu Terkini 2022 membahas tiga isu mengenai peningkatan SDM pada lapangan usaha yang potensial dalam mendukung pemulihan pascapandemi COVID-19. Tema pertama membahas peran petani milenial dalam meningkatkan produktivitas lapangan usaha pertanian. Fokus pembahasan dalam analisis ini adalah pendapatan petani milenial serta faktor yang turut memengaruhinya, termasuk penggunaan teknologi. Tema kedua membahas perkembangan daya saing tenaga kerja lapangan usaha Informasi dan Komunikasi dipandang dari dimensi kesempatan kerja, kualitas, kompensasi dan tingkat produktivitas. Tema ketiga membahas karakteristik tenaga kerja pengguna teknologi.