ANALISIS PENGARUH AKSES TEKNOLOGI INFORMASI DAN …repository.uinjkt.ac.id/dspace/bitstream/123456789/53187/1/NAUFA… · United Nations Industrial Development Organization (UNIDO)

ANALISIS PENGARUH AKSES TEKNOLOGI INFORMASI DAN

KOMUNIKASI TERHADAP PERTUMBUHAN EKONOMI

(STUDI KASUS NEGARA – NEGARA DI ASEAN 2012 - 2016)

Disusun Oleh :

Naufal Rifqi F.W.

11140840000066

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1439H/2018M

ii

i

ii

iii

iv

v

DAFTAR RIWAYAT HIDUP

I. Identitas Pribadi

1. Nama Lengkap : Naufal Rifqi Fitranda Wicaksana

2. Tempat/Tanggal Lahir : Sumedang, 8 Maret 1996

3. Alamat : Komplek Vila Inti Persada, blok A2 no29,

Pamulang Timur

4. Telepon : 082140731608

5. Email : [email protected]

II. Pendidikan Formal

1. SD Dharma Karya UT tahun 2002-2008

2. SMPN 4 Kota Tangerang Selatan tahun 2008-2011

3. SMAN 3 Kota Tangerang Selatan tahun 2011-2014

III. Pengalaman Bekerja

1. Assistant Research di LP3ES 2017 – Sekarang

IV. Pengalaman Organisasi

1. NEPAL CUP 10 sebagai Ketua Pelaksana tahun 2013-2014

2. Dewan Eksekutif Mahasiswa (DEMA) FEB UIN Syarif Hidayatullah

Jakarta sebagai anggota bidang kemahasiswaan 2014 - 2015

3. Dewan Eksekutif Mahasiswa (DEMA) UIN Syarif Hidayatullah Jakarta

sebagai anggota bidang penelitian dan pengembangan mahasiswa 2016 -

2017

4. Himpunan Mahasiswa Islam Komisariat Fakultas Ekonomi dan Bisnis

sebagai anggota bidang penelitian, pendidikan dan pengembangan anggota

(PPPA) 2017 – 2018

5. Himpunan Mahasiswa Islam Komisariat Fakultas Ekonomi dan Bisnis

sebagai Kepala bidang penelitian, pendidikan dan pengembangan anggota

(PPPA) 2018 – 2019

vi

ABSTRAK

Penelitian ini bertujuan untuk melihat dampat dari TIK dan tenaga kerja terhadap

Pendapatan Nasional di beberapa negara ASEAN periode 2012 – 2016. Lebih

spesifiknya, penelitian ini menganalisa dampak dari TIK (pengguna internet,

Fixed broadband subscription, pengguna telepon seluler) dan tingkat partisipasi

angkatan kerja) terhadap Pendapatan National (GDP per Kapita) di 9 negara

ASEAN, Indonesia, Brunei Darussalam, Malaysia, Singapura, Thailand, Filipina,

Laos, Kamboja, and Vietnam. Penelitian ini menggunakan data sekunder dan data

panel dengan pendekatan PGELS. Hasil dari penelitian ini menunjukkan

pengguna internet, Fixed broadband subscription, pengguna telepon seluler dan

tingkat partisipasi angkatan kerja memiliki kontribusi positif dan signifikan

terhadap GDP per Kapita di Negara ASEAN periode 2012 – 2016. Secara

simultan, pengguna internet, Fixed broadband subscription, pengguna telepon

seluler dan tingkat partisipasi angkatan kerja berkontribusi signifikan terhadap

GDP per Kapita di Negara ASEAN periode 2012 – 2016.

Kata Kunci: Pengguna Internet, Fixed broadband subscription, pengguna

telepon seluler, tingkat partisipasi angkatan kerja, Gross Domestic Product per

Kapita, PEGLS

vii

ABSTRACT

This study aims to see the impact of ICT and Labor Force on National Income in

Some Countries of ASEAN Period 2012 - 2016. More specifically this study

analyzes the impact of ICT (Internet User, Fixed broadband subscription,

Mobilephone subscription) and Labor Force Participation Rate on National

Income (GDP per Capita) in 9 countries of ASEAN, Indonesia, Brunei

Darussalam, Malaysia, Singapore, Thailand, Phillippines, Lao PDR, Cambodia,

and Vietnam. This study uses secondary data and using panel data analysis with

PGELS. The results of this study show that Internet User, Fixed broadband

subscription, Mobilephone subscription and Labor Force Participation Rate

contributes positively and significantly to the Gross Regional Domestic Product

per Capita in Several Countries of ASEAN Period 2012 - 2016. Simultaneously,

Internet User, Fixed roadband subscription, Mobilephone subscription and Labor

Force Participation Rate contribute significantly to the Gross Regional Domestic

Product per Capita in Several Countries of ASEAN Period 2012 - 2016.

Keywords: Internet User, Fixed broadband subscription, Mobilephone

subscription, Labor Force Participation Rate, Gross Domestic Product per

Capita, PEGLS.

viii

DAFTAR ISI

LEMBAR PENGESAHAN PEMBIMBING ........................................................... i

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ........................................ ii

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ............................... iii

LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................................... iv

DAFTAR RIWAYAT HIDUP ................................................................................ v

ABSTRAK ............................................................................................................. vi

ABSTRACT .......................................................................................................... vii

DAFTAR ISI ........................................................................................................ viii

DAFTAR TABEL ................................................................................................... x

DAFTAR GRAFIK ................................................................................................ xi

DAFTAR GAMBAR ............................................................................................ xii

BAB 1 PENDAHULUAN ...................................................................................... 1

A. Latar Belakang ............................................................................................. 1

B. Rumusan Masalah ...................................................................................... 11

C. Tujuan Penelitian ....................................................................................... 12

D. Manfaat Penelitian ..................................................................................... 12

BAB II TINJAUAN PUSTAKA ........................................................................... 14

A. Landasan Teori ........................................................................................... 14

B. Penelitian Terdahulu .................................................................................. 31

C. Hubungan antar Variable ........................................................................... 48

D. Kerangka Pemikiran ................................................................................... 53

E. Hipotesis Penelitian .................................................................................... 54

BAB III METODOLOGI PENELITIAN.............................................................. 56

A. Ruang Lingkup Penelitian .......................................................................... 56

B. Teknik penentuan sampel ........................................................................... 56

C. Teknik Pengumpulan Data ......................................................................... 56

D. Teknik Analisis Data .................................................................................. 57

5. Metode Empiris .......................................................................................... 61

ix

E. Uji Hipotesis .............................................................................................. 61

F. Operasional Variable Penelitian ................................................................. 63

BAB IV ANALISIS DAN PEMBAHASAN ........................................................ 66

A. Gambaran Umum Objek Penelitian ........................................................... 66

B. Penemuan dan Pembahasan ....................................................................... 66

BAB V PENUTUP ................................................................................................ 80

A. Kesimpulan ................................................................................................ 80

B. Saran ........................................................................................................... 80

DAFTAR PUSTAKA ........................................................................................... 82

LAMPIRAN – LAMPIRAN ................................................................................. 87

x

DAFTAR TABEL

No. Keterangan Halaman

Tabel 4.1 Hasil Uji Chow/F test ........................................................................... 68

Tabel 4.2 Hasil Uji Hausman ............................................................................... 69

Tabel 4.3 Hasil Perhitungan Data Panel terhadap Keseluruhan Periode Penelitian

(2012 – 2016) ........................................................................................................ 70

Tabel 4.4 Intrepetasi Koefisien Fixed Effect Model (2012 – 2016) .................... 73

xi

DAFTAR GRAFIK


Grafik 1.1 Pengguna Internet Negara – Negara di ASEAN (2012 – 2016) ........... 6

Grafik 1.2 Fixed broadband subscription Negara – Negara di ASEAN (2012 –

2016) ....................................................................................................................... 7

Grafik 1.3 Pengguna Telepon Seluler Negara – Negara di ASEAN (2012 – 2016) 8

Grafik 1.4 Angkatan Kerja Negara - Negara di ASEAN (2012 – 2016) ................ 9

Grafik 1.5 GDP ($ billion) Negara – Negara di ASEAN (2012 – 2016) .............. 10

Grafik 4.1 Perkembangan Jumlah Rata-Rata Pengguna Internet, Pengguna

Telepon Seluler, Fixed broadband Subscription, Tingkat Partisipasi Angkatan

Kerja, dan GDP per Kapita di 9 negara ASEAN 2012 – 2016 ............................. 66

xii

DAFTAR GAMBAR


2.1 Kerangka Pemikiran ...................................................................................... 533

1

BAB 1

PENDAHULUAN

A. Latar Belakang

Perkembangan Teknologi Informasi dan Komunikasi (TIK) dalam kurun

waktu 5 tahun terakhir ini terus berkembang dengan pesat. Dalam publikasi

worldbank IDA, dengan judul ICT : Connecting People and Making Markets

Work, pembangunan teknologi informasi dan komunikasi telah melahirkan 260

juta pelanggan telepon (fixed dan mobile) di negara – negara berkembang yang

tergabung di dalam International Development Countries (IDA), dan jumlahnya

terus berkembang mengikuti penurunan tarif dan ekspansi jaringan (Worldbank

IDA, 2008). Selain itu, TIK sebagai bagian dari derasnya arus globalisasi telah

mempengaruhi sektor – sektor perekonomian. Dalam World Bank Group pada

tahun 2016 dengan judul Assesing The Potential For The Electronics And ICT

Manufacturing Industry In Ethiopia Policy Report dengan mengutip penjelasan

Mann dan Kirkegard bahwa TIK telah memberikan ruang pekerjaan yang lebih

banyak dan menambah pendapatan yang besar, bahkan melebihi sektor lain,

sementara output produk TIK sangat membantu produktivitas kegiatan sehingga

inovasi dalam seluruh sektor ekonomi semakin tumbuh dan berkembang

(Worldbank Group, 2016). Hal ini menunjukkan bahwa TIK telah merubah

kedudukannya bukan hanya sebagai industri tapi sudah menjadi enabler terhadap

pertumbuhan ekonomi.

Usaha Mikro, Kecil dan Menengah (UMKM), sebagai bagian ekonomi yang

penting diberbagai tingkat sudah dipengaruhi oleh TIK. United Nations Industrial

Development Organization (UNIDO) selaku badan khusus Perserikatan Bangsa -

Bangsa (PBB) yang berfokus pada perkembangan industri juga menjabarkan

bahwa keberadaan UMKM sebagai kekuatan pendorong pembangunan industri di

hampir semua negara telah membentuk proses globalisasi ekonomi dan

memainkan perannya dalam menciptakan pekerjaan, pendapatan dan layanan nilai

tambah serta menjadi tempat utama untuk mengembangkan dan menguji bakat

2

kewirausahaan (UNIDO, 2018). TIK mencukupi kebutuhan apa yang di inginkan

pelanggan secara individu, adanya proses rekayasa bisnis yang dinamis,

optimalisasi dalam pengambilan keputusan, serta munculnya model bisnis baru

dan lahirnya inovasi dalam mencapai nilai tambah. Menurut UNIDO (2018)

ketika TIK diberdayakan di sektor UMKM, maka akan memacu inovasi dan

kewirausahaan, meningkatkan produktivitas dan efisiensi operasi bisnis,

menyediakan layanan pengembangan bisnis yang relevan, memfasilitasi hubungan

ke pasar lokal, regional dan internasional, memungkinkan akses ke teknologi baru

dan sumber keuangan.

Seiring berkembangnya TIK, maka terbentuklah suatu era baru dari industri

seperti yang ada saat ini. Era tersebut diberi nama Revolusi Industri 4.0,

merupakan wujud dari kehadiran TIK yang telah mempengaruhi perekonomian.

Pada tahun 2011 istilah Industri 4.0 ini muncul secara resmi di Hannover Fair,

Jerman (Kagermann dkk, 2011). Menurut Rüßmann dkk (2015) revolusi industri

4.0 menjelaskan bahwa keberadaan TIK mampu memperbaiki produktivitas,

mendorong pertumbuhan pendapatan, meningkatkan kebutuhan tenaga kerja

terampil dan meningkatkan investasi. Sedangkan menurut Kagermann dkk (2013)

TIK mencukupi kebutuhan apa yang di inginkan pelanggan secara individu,

adanya proses rekayasa bisnis yang dinamis, optimalisasi dalam pengambilan

keputusan, serta munculnya model bisnis baru dan lahirnya inovasi dalam

mencapai nilai tambah. Hal tersebut sesuai dengan John Van Reenen pada

Centre For Economic Performance tahun 2010 dengan judul publikasi The

Economic Impact of ICT, SMART menerangkan bahwa perusahaan dengan

pengaplikasian TIK dengan tingkat yang lebih tinggi dari perusahaan lainnya

cenderung mengalami pertumbuhan dalam segi pekerjaan dan kecil kemungkinan

mengalami kebangkrutan (John Van Reenen, 2010) dan Ben Miller dan Robert D

Atkinson dalam Raising European Productivity Growth Through ICT yang

dipublikasikan pada tahun 2004. Di dalam penelitian tersebut mengungkapkan

adanya tiga hal yang menjelaskan TIK memiliki dampak yang sangat besar

terhadap produktivitas mengalahkan faktor lainnya. Pertama, negara – negara

3

mampu memilih perlengkapan TIK yang mudah di raih untuk mencapai efisiensi.

Kedua, TIK memiliki dampak sebagai pelengkap, termasuk sebagai alat rekayasa

suatu produk. Ketiga, memperluas pengguna jaringan (Ben Miller dan Robert

Akinson, 2014).

TIK dengan revolusi industri 4.0 turut membentuk pola khusus yang

menghubungkan antara kemajuan teknologi, efisiensi dan efektifitas manusia.

Pola atau bentuk khusus interaksi tersebut dinamakan Internet of Things (IOT)

dimana IOT mampu menjembatani kesenjangan antara dunia fisik dan dunia

informasi. Menurut (Burange & Misalkar, 2015) Internet of Things (IOT) adalah

struktur dimana objek, orang disediakan dengan identitas eksklusif dan

kemampuan untuk pindah data melalui jaringan tanpa memerlukan dua arah

sumber ke tujuan seperti manusia ke manusia ataupun manusia ke komputer.

Sedangkan menurut Suresh dkk. (2014) IOT merupakan cara bagaimana

mengolah data yang diperoleh dari peralatan eletronik melalui sebuah interface

antara pengguna dan peralatan itu. Dengan sensor data mentah dan fisik yang

dikumpulkan dengan skenario real time dan dikonversikan ke dalam mesin yang

akan menformat ulang menjadi wujud yang dimengerti sehingga pertukaran akan

semakin mudah dengan berbagai bentuk format data (Thing) (Suresh, Daniel, &

Aswathy, 2014). IOT memungkinkan pengguna untuk mengelola dan

mengoptimalkan elektronik dan peralatan listrik yang menggunakan internet. Hal

ini mengindikasikan bahwa komunikasi antara komputer dan peralatan elektronik

mampu bertukar informasi di antara mereka sehingga mengurangi interaksi

manusia. Hal ini juga akan membuat pengguna internet semangkin meningkat

dengan berbagai fasilitas dan layanan internet. (Apri Junaidi, 2015). Kemampuan

IOT untuk mengidentifikasi, menemukan, melacak, memantau objek dan memicu

event terkait secara otomatis dan real time tentunya baik bagi pengembangan dan

penerapan komputer. Hal tersebut membuat Internet dan teknologi informasi dan

komunikasi lainnya (TIK) membawa dampak yang besar pada masyarakat

manajemen ekonomi, operasi produksi, sosial manajemen dan bahkan kehidupan

pribadi (Q. Zhou & Zhang, 2011). Perkembangan dari TIK melalui keberadaan

4

IOT dsb. perlu untuk di perhatikan lebih lanjut untuk memudahkan manusia

dalam melakukan transaksi bisnis, berkomunikasi, dan membantu meringankan

pekerjaan – pekerjaan manusia. Oleh karena itu keberadaan TIK akan sangat

berguna bukan hanya dalam kegiatan berinteraksi, namun juga dalam kegiatan

produksi. Menurut (John Van Reenen, 2010 ; Rüßmann dkk ,2015 ;Q. Zhou &

Zhang, 2011). Kegiatan ekonomi yang menggunakan perkembangan TIK sebagai

salah satu elemen penting dalam mendukung kegiatan produksi dan dioprasikan

oleh tenaga kerja yang terampil akan berdampak positif terhadap peningkatan

produktivitas kerja. Sehingga keberadaan TIK dapat mengurangi biaya usaha dan

atau berimplikasi terhadap peningkatan pendapatan melalui output usaha yang

lebih tinggi dari pada saat tidak menerapkan keberadaan TIK.

Perkembangan TIK yang kian pesat juga menyebar hingga belahan bumi

lainnya, tak terkecuali pada wilayah Asia. The Association of Southeast Asian

Nations (ASEAN) merupakan salah satu kelompok regional antar negara di

kawasan Asia yang menyadari akan perkembangan arus informasi global tersebut.

Pada tahun 1992, dilatarbelakangi kesepakatan negara-negara ASEAN

dibentuklah ASEAN Free Trade AREA (AFTA), ditindaklanjuti dengan

diberlakukannya Masyarakat Ekonomi Asean (MEA) pada tahun 2015 yang telah

mendorong modernisasi politik dan globalisasi diantara negara-negera ASEAN.

Perjanjian atau kesepakatan tersebut di realisasikan demi mewujudkan kawasan

ASEAN menjadi tempat yang produktif dan kompetitif sehingga daya saing

negara ASEAN menjadi kuat di pasar global, menarik investor asing, dan

meningkatkan perdagangan antar negara di ASEAN (ASEAN,2017)

Keseriusan anggota ASEAN ditindaklanjuti dengan berkumpulnya para

Menteri Teknologi Informasi dan Komunikasi se ASEAN untuk membentuk

kesepakatan khusus mengenai Teknologi Informasi dan komunikasi yang

diwujudkan dalam bentuk ASEAN ICT Masterplan 2020 (AIM2020). AIM2020

merupakan masterplan dengan sebuah visi Mengajukan Asean Menuju Ekonomi

yang Diinformasikan Secara Digital yang Aman, Berkelanjutan, dan

Transformatif; dan Untuk Memungkinkan Komunitas ASEAN yang Inovatif,

5

Inklusif dan Terintegrasi. AIM2020 merancang kegiatan kerjasama TIK ASEAN

menjadi delapan Thrusts Strategis: (i) Pembangunan Ekonomi dan Transformasi;

(ii) Integrasi dan Pemberdayaan Masyarakat melalui TIK; (iii) Inovasi; (iv)

Pengembangan Infrastruktur TIK; (v) Pengembangan Sumber Daya Manusia; (vi)

ICT di Pasar Tunggal ASEAN; (vii) Media dan Konten Baru; dan (viii)

Keamanan Informasi dan Jaminan (ASEAN,2017).

Pemerintah Indonesia juga menaruh perhatian penuh terhadap

perkembangan TIK, baik secara regulasi maupun kebijakan. Pemerintah

mengeluarkan undang – undang no. 19 tahun 2016 perubahan atas undang –

undang nomor 11 tahun 2008 tentang Teknologi Informasi dan Transaksi

Elektronik (ITE). Undang - undang ini merupakan payung hukum dalam bidang

pemanfaatan TIK, khususnya teknologi informasi dan transaksi elektronik. Selain

itu, pemerintah Indonesia melalui Kementrian Komunikasi dan Informatika

selama periode 2010 – 2015 juga telah mencapai target pembangunan di bidang

komunikasi dan informatika antara lain dengan menetapkan kebijakan dan

regulasi yang progresif seperti kebijakan Tata Kelola E-commerce; Nusantara

Internet Exchange (NIX) yang berada di 19 provinsi dan International Internet

Exchange (IIX) di 3 ibu kota provinsi (Kominfo, 2016). Kebijakan tersebut

dilaksanakan untuk memajukan perkembangan teknologi informasi dan

komunikasi di Indonesia.

Perkembangan TIK secara langsung telah mendorong pertumbuhan Internet.

Saat ini Internet merupakan salah satu indikator kemajuan TIK. Hal ini

dikarenakan Internet mendukung efisiensi pasar, menciptakan peluang ekonomi,

dan mempromosikan partisipasi politik (UNDP, 2011). Hal tersebut yang

membuat masing – masing negara mulai membangun dan meningkatkan investasi

dalam peluncuran infrastruktur internet kabel dan nirkabel yang diperluas

bandwithnya agar tersedia untuk semua jenis layanan komunikasi.

6

Grafik 1.1 Pengguna Internet Negara – Negara di ASEAN (2012 –

2016)

Sumber : Worldbank, 2018

Grafik 1.1 diatas memperlihatkan potensi yang menjanjikan dari sektor

ekonomi digital di ASEAN. Hal tersebut dapat dilihat dari jumlah pengguna

internetnya. Berdasarkan data diatas, negara – negara di ASEAN secara

keseluruhan mengalami peningkatan dalam jumlah pengguna internet. Data yang

dipublikasikan oleh Worldbank ini menunjukkan jumlah pengguna internet

terbesar berada di Indonesia dengan 66 juta jiwa pengguna internet dengan tingkat

penetrasi sebesar 25,4%, sedangkan untuk pengguna terendah berada di negara

Brunei Darussalam dengan 317 ribu jiwa pengguna internet dengan tingkat

penetrasi sebesar 90%. Oleh karena itu dengan semakin bertambahnya pengguna

internet, maka akan membantu meningkatkan konsumen dalam pasar e-commerce.

Selain pengguna internet, hal penting lainnya dalam e-commerce adalah

infrastruktur fixed broadband. Dalam mendukung akses masyarakat guna

menjangkau fasilitas internet, keberadaan fixed broadband sangat diperlukan. Hal

ini dikarenankan tersedianya infrakstruktur fixed broadband akan mendukung

dalam bertambahnya konektivitas dari teknologi informasi dan komunikasi.

Keberadaan fixed broadband dapat dilihat melalui jumlah pengguna yang berada

di ASEAN, seperti pada grafik berikut :

0

10000000

20000000

30000000

40000000

50000000

60000000

70000000

2012

2013

2014

2015

2016

7

Grafik1.2 Fixed broadband subscription Negara – Negara di ASEAN (2012 –

2016)


Tabel 1.2 diatas memperlihatkan perkembangan pelanggan fixed broadband

untuk masing – masing rumah atau kantor di 9 negara ASEAN. Negara dengan

jumlah pelanggan fixed broadband terbesar adalah Vietnam dengan 9,08 juta

pelanggan dan tingkat penetrasinya sebesar 9,9%, sedangkan negara dengan

jumlah pelanggan terendah adalah negara Laos dengan 24 ribu pelanggan dan

penetrasinya sebesar 0,34%. Indonesia sendiri memiliki 5 juta pelanggan fixed

broadband dengan tingkat penetrasinya sebesar 1,89%, angka tersebut merupakan

angka tertinggi dari tahun – tahun sebelumnya. Peningkatan jumlah pelanggan

fixed broadband di Indonesia selalu meningkat dengan signifikan dari tahun ke

tahun. Dengan melihat data tersebut jaringan fixed broadband harus lebih

dikembangkan kembali agar pelanggan fixed broadband bertambah. Oleh karena

itu infrastruktur fixed broadband harus diperluas.

Selain jaringan Fixed broadband, pelanggan telepon seluler turut

mendukung masyarakat dalam mengakses Internet. Semakin banyaknya pengguna

telepon seluler, maka aksesbilitas masyarakaat terhadap informasi dan komunikasi

semakin terbuka lebar. Perkembangan pelanggan dari telepon seluler dapat dilihat

melalui grafik berikut ini :

0100000020000003000000400000050000006000000700000080000009000000

10000000

2012

2013

2014

2015

2016

8

Grafik 1.3 Pengguna Telepon Seluler Negara – Negara di ASEAN (2012 –

2016)


Grafik 1.3 diatas memperlihatkan jumlah pelanggan telepon seluler yang

terkoneksi dengan simcard, indikatornya mencakup jumlah langganan pascabayar,

dan jumlah akun prabayar aktif (yaitu yang telah digunakan selama tiga bulan

terakhir). Berdasarkan data yang di publikasikan worldbank, pelanggan telepon

seluler paling banyak berada di negara Indonesia dengan 385 juta pelanggan,

sedangkan yang terendah pada negara Brunei Darussalam dengan jumlah 523 ribu

pelanggan. Jumlah pengguna telepon seluler negara - negara ASEAN cukup

banyak dengan tingkat perkembangan pengguna yang berbeda - beda. Jumlah

pengguna telepon seluler tersebut menunjukan peningkatan dari tahun ke tahun,

dan itu merupakan hal yang positif untuk perekonomian.

Sebagai daya dukung perekonomian, yang terpengaruh dari keberadaan TIK

adalah individu. Oleh karena itu diharapkan para pekerja di era digitial ini dapat

menjadi smartuser, serta mendorong produktivitas baik di sektor barang atau pun

jasa. Sehingga TIK secara riil akan meberikan dampak yang signifikan dalam

perekonomian, seperti mendorong pendapatan nasional. Pendapatan nasional

sendiri akan sangat dipengaruhi oleh tenaga kerja. Untuk mengetahui

perkembangan tenaga kerja dapat dilihat melalui perkembangan dari angkatan

kerja, dapat dilihat pada grafik berikut ini :

050000000

100000000150000000200000000250000000300000000350000000400000000450000000

2012

2013

2014

2015

2016

9

Grafik 1.4 Angkatan Kerja Negara - Negara di ASEAN (2012 – 2016)

Sumber : World Bank, 2018

Grafik 1.4 diatas memperlihatkan jumlah angkatan kerja negara – negara di

ASEAN dari tahun 2012 sampai dengan tahun 2016. Jumlah angkatan kerja

terbanyak berada di negara Indonesia dengan jumlah terakhir pada 2016 sebanyak

125 juta jiwa, dan terendah berada di negara Brunei Darussalam dengan jumlah

217 ribu jiwa. Secara keseluruhan masing – masing negara dalam 5 tahun terakhir

mengalami kenaikan angkatan kerja yang cukup signifikan.

Bertambahnya jumlah orang yang mengakses TIK dan angkatan kerja,

diharapkan mampu mendorong bertambahnya jumlah pendapatan nasional.

Dimana keberadaan orang – orang yang memiliki akses TIK serta para pekerja

yang tumbuh di era millenial seperti sekarang ini dapat memberikan sumbangsih

lebih terhadap bertambahnya pendapatan nasional. Adapun perkembangan

pendapatan nasional di 9 negara ASEAN 2012 – 2016 dapat dilihat pada grafik

berikut ini :

020000000400000006000000080000000

100000000120000000140000000

2012

2013

2014

2015

2016

10

Grafik 1.5 GDP ($ billion) Negara – Negara di ASEAN (2012 – 2016)


Grafik 1.5 diatas memperlihatkan GDP negara – negara di ASEAN

memiliki kecendrungan mengalami peningkatan dari tahun ke tahun, Indonesia

merupakan negara dengan GDP terbesar dan Brunei Darussalam merupakan

negara terendah nilai GDP nya di ASEAN. Pada tahun 2012 nilai GDP Indonesia

sebesar 917 juta dan naik menjadi 932 juta pada tahun 2016. Sedangkan, Brunei

Darussalam pada tahun 2016 memiliki nilai pendapatan 11 juta, angka tersebut

menurun apabila dibandingkan dengan tahun 2012 dengan nilai GDP Brunei

Darussalam yang sebesar 19 juta, nilai pendapatan tersebut menurun diakibatkan

Gejolak perekonomian global beberapa tahun terakhir yang melanda ASEAN.

Dalam hal ini sektor industri teknologi informasi dan komunikasi terlihat

mulai mempengaruhi perekonomian ASEAN, dan kedepannya akan menjadi

sektor yang diandalkan bagi penerimaan pendapatan nasional negara – negara di

ASEAN. Oleh karena itu Pemerintahan dari masing – masing negara dituntut

untuk dapat menggali dan mengelola potensi dari Industri teknologi informasi dan

komunikasi yang dimiliki sebagai usaha untuk memajukan e-commerce tanpa

mengganggu sektor bisnis lainnya melalui terobosan-terobosan baru dalam upaya

meningkatkan pertumbuhan ekonomi. Terobosan dimaksud salah satunya adalah

dengan meningkatan kualitas sumber daya manusia dan investasi dalam hal

0100.000.000.000200.000.000.000300.000.000.000400.000.000.000500.000.000.000600.000.000.000700.000.000.000800.000.000.000900.000.000.000

1.000.000.000.000

2012

2013

2014

2015

2016

11

inovasi. Hal ini dilakukan demi terwujudnya masyarakat ekonomi digital yang

kompetitif di dunia yang ditunjang oleh kemajuan teknologi informasi dan

komunikasi. Dengan tujuan mendorong meningkatnya jumlah penerimaan

pendapatan nasional, mengurangi pengangguran dan juga akan mempengaruhi

kegiatan perekonomian masyarakat sekitar, sehingga nantinya dapat membiayai

penyelenggaraan pembangunan nasional. Berdasarkan latarbelakang yang telah

dipaparkan, penulis tertarik menganalisa mengenai perkembangan teknologi

informasi dan komunikasi terhadap pendapatan nasional dengan judul “Analisis

Akses Teknologi Informasi dan Komunikasi terhadap Pertumbuhan Ekonomi

(Studi Kasus Negara – Negara di ASEAN 2012 - 2016)”

B. Rumusan Masalah

Salah satu indikator yang digunakan untuk mengetahui dampak teknologi

informasi dan komunikasi terhadap perekonomian nasional, dan sebagai salah satu

faktor penentu tingginya tingkat perekonomian adalah melalui berkembangnya

infrastruktur teknologi informasi dan komunikasi di negara tersebut. Dampak

perkembangan teknologi informasi dan komunikasi akan sangat berpengaruh

manakala dapat dioptimalkan dengan kualitas tenaga kerja yang terampil dalam

pengoprasionalannya. Sehingga keberadaan TIK sangat berperan penting dalam

mendukung produktivitas dan efisiensi kegiatan produksi. Selain itu, sektor

teknologi informasi dan komunikasi telah menyumbangkan pendapatan nasional

yang bersumber dari pajak perusahaan, hasil laba perusahaan, dan investasi.

Negara – negara di ASEAN memiliki potensi besar untuk berkembang. Hal ini

dapat dilihat melalui semakin bertambahnya jumlah perusahaan – perusahaan yang

berbasis TIK. Namun potensi yang tinggi tersebut masih kurang dimanfaatkan

untuk meningkatkan Pendapatan Nasional. Oleh karena itu, studi mengenai

“Analisis Pengaruh Akses Teknologi Informasi dan Komunikasi terhadap

Pertumbuhan Ekonomi (Studi Kasus Negara – Negara di ASEAN 2012 - 2016)”

sangat diperlukan agar memperoleh jawaban atas permasalahan-permasalahan

yang ada. Adapun pertanyaan penelitian yang akan dibahas adalah :

12

1. Bagaimana pengaruh jumlah pengguna Internet terhadap pertumbuhan

ekonomi di 9 negara ASEAN?

2. Bagaimana pengaruh fixed broadband subscription terhadap pertumbuhan


3. Bagaimana pengaruh pengguna telepon seluler terhadap pertumbuhan


4. Bagaimana pengaruh tingkat partisipasi angkatan kerja terhadap

pertumbuhan ekonomi di 9 negara ASEAN?

5. Bagaimana pengaruh jumlah pengguna internet, fixed broadband

subscription, pengguna telepon seluler, dan tingkat partisipasi angkatan

kerja secara simultan terhadap pertumbuhan ekonomi di 9 negara ASEAN?

C. Tujuan Penelitian

Dilihat dari latar belakang, tujuan penelitian ini adalah :

1. Untuk mengetahui pengaruh jumlah pengguna Internet terhadap

pertumbuhan ekonomi di 9 negara ASEAN

2. Untuk mengetahui pengaruh fixed broadband subscription terhadap


3. Untuk mengetahui pengaruh pengguna telepon seluler terhadap


4. Untuk mengetahui pengaruh tingkat partisipasi angkatan kerja terhadap


5. Untuk mengetahui pengaruh jumlah pengguna Internet, fixed broadband

subcription, pengguna telepon seluler, dan tingkat partisipasi angkatan

kerja, secara simultan terhadap terhadap pertumbuhan ekonomi di 9 negara

ASEAN

D. Manfaat Penelitian

Manfaat dari penelitian ini adalah :

1. Bagi penulis, penelitian ini memberikan ruang bagi penulis untuk

mengaplikasikan ilmu yang telah diperoleh selama di bangku perkuliahan,

13

mengembangkan ide dan gagasan penulis terutama dalam ekonomi

pembangunan, menambah khazanah keilmuan penulis baik dari segi

intelektual, emosional, kompetensi, serta penulis dapat menghasilkan

penelitian yang dapat dijadikan referensi oleh peneliti lainnya.

2. Bagi masyarakat umum, penelitian ini dapat dijadikan indikator dalam

menilai pembangunan di sektor teknologi informasi dan komunikasi serta

menjadi bahan kajian baru mengenai kegiatan sektor ekonomi digital.

3. Bagi pemerintah, penelitian ini dapat menjadi sumbangan pemikiran serta

menjadi masukan dalam menentukan kebijakan bagi pembangunan sektor

ekonomi digital.

14

BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Pendapatan Nasional

Pendapatan nasional adalah nilai barang dan jasa yang diproduksikan

dalam suatu negara pada suatu tahun tertentu. Nilai tersebut dapat dihitung

menurut harga berlaku (yaitu pada harga – harga berlaku pada tahun dimana

GDP dihitung) dan menurut harga tetap yaitu pada harga – harga berlaku

pada tahun dasar (base year), (Sukirno, 2006). McEachern (146:2000)

mendefinisikan Gross Domestic Product (GDP) salah satu perhitungan dalam

mengukur nilai pasar dari barang dan jasa akhir yang diproduksi oleh sumber

daya yang berada dalam suatu negara selama jangka waktu tertentu, biasanya

satu tahun. Untuk mempelajari perekonomian dari waktu ke waktu atau untuk

membandingkan beberapa perekonomian pada suatu saat salah satu alat

hitung yang dapat digunakana dalah GDP.

GDP hanya mencakup barang dan jasa akhir, yaitu barang dan jasa

yang dijual kepada pengguna yang terakhir. Untuk barang dan jasa yang

dibeli untuk diproses dan kemudian dijual lagi tidak dimasukkan dalam

hitungan GDP, hal ini dilakukan untuk menghindari masalah penghitungan

ganda (McEachern, 147:2000). Perhitungan ganda dapat menyebabkan hasil

dari perhitungan GDP tidak menunjukkan hasil yang sebenarnya, sehingga

dalam perhitungan tersebut hanya dilakukan perhitungan satu kali untuk

setiap produk. Kenaikan produksi total oleh suatu perekonomiaan beberapa

ahli didefinisikan sebagai kenaikan PDRB/GNP suatu daerah atau negara.

Sukirno (2006) mendifinisikan kegiatan perekonomian untuk menghitung

tingkat pertumbuhan ekonomi menggunakan formula :

G = tingkat (presentase) pertumbuhan ekonomi

15

GDP atau Produk Domestik Bruto (PDB) adalah pendapatan nasional

riil yaitu pendapatan nasional yang dihitung pada harga tetap yang dicapai

pada suatu tahun ( tahun 1) (Sukirno, 2006).

Menurut (Mankiw, 23:2007) ada dua tipe GDP, yaitu sebagai berikut :

a. GDP dengan harga berlaku atau GDP nominal, yaitu nilai barang

dan jasa yang dihasilkan suatu negara dalam suatu tahun dinilai

menurut harga yang berlaku pada tahun tersebut.

b. GDP dengan harga tetap atau GDP RIIL, yaitu nilai barang dan

jasa yang dihaslkan suatu negara dalam tahun tertentu dinilai

menurut harga yang berlaku pada tahun tertentu dan digunakan

dalam menilai output barang atau pun jasa pada tahun lainnya.

GDP merupakan nilai total dari output suatu negara. Nilai semua

barang dan jasa yang dihasilkan dalam periode tertentu yang ditentukan oleh

faktor-faktor produksi dalam suatu negara dapat disebut juga sebagai PDB

(Case & Fair, 2007:21). PDB dapat dihitung melalui tiga pendekatan, yaitu

pendekatan pengeluaran dan pendekatan pendapatan dan pendekatan produksi

(Kunawangsih dan Antyo, 35:2006). Rumus PDB dengan pendekatan

pengeluaran secara umum seperti berikut:

PDB = Konsumsi + Investasi + Pengeluaran Pemerintah + (Ekspor –

Impor)

Dimana konsumsi adalah pengeluaran yang dilakukan oleh rumah

tangga, investasi oleh sektor usaha, pengeluaran pemerintah oleh pemerintah,

dan ekspor impor melibatkan sektor luar negeri. Sedangkan, untuk

menghitung PDB dengan pendekatan pendapatan tertuang dalam rumus

berikut ini:

PDB = Sewa + Upah + Bunga + Laba

16

Dimana sewa adalah pendapatan pemilik faktor produksi tetap seperti

tanah, upah untuk tenaga kerja, bunga untuk pemilik modal, dan laba untuk

pengusaha. Secara teori PDB dengan pendekatan pengeluaran dan pendapatan

harus menghasilkan angka yang sama (Kunawingsih dan Antyo, 35:2006).

PDB biasanya digunakan sebagai tolak ukur kesejahteraan dan pertumbuhan

ekonomi masyarakat dalam suatu negara.

Pendekatan yang ketiga adalah pendekatan produksi, menurut metode

ini, PDB adalah total output (produksi) yang dihasilkan oleh suatu

perekonomian. Cara penghitungan dalam praktik adalah dengan membagi -

bagi perekonomian menjadi beberapa sektor produksi. Jumlah output masing

- masing sektor merupakan jumlah output seluruh perekonomian, hanya saja,

ada kemungkinan bahwa output yang dihasilkan suatu sektor perekonomian

berasal dari output sektor lain. Dapat dikatakan juga terdapat input bagi

sektor ekonomi yang lain lagi. Dengan kata lain, jika tidak berhati – hati akan

terjadi penghitungan ganda atau bahkan multiple counting. Hal tersebut

mengakibatkan angka atau nilai dari PDB bisa melambung beberapa kali

lipat dari angka yang sebenarnya. Untuk menghindari hal tersebut, maka

dalam perhitungan PDB dengan metode produksi, yang dijumlahkan adalah

nilai tambah (value added) masing masing sektor. Rumus perhitungan PDB

pedekatan produksi adalah :

Y = (PXQ)1 + (PXQ)2 + ...... (PXQ)n

Y : pendapatan nasional

P : harga

Q : kuantitas

1.1 Pendapatan Per Kapita

Pendapatan per kapita adalah pendapatan rata – rata penduduk suatu

negara (Untoro, 13 : 2010). Pendapatan perkapita menunjukkan tingkat

pendapatan masyarakat dalam suatu negara. Variable yang digunakan untuk

menghitung pendapatan per kapita adalah produk nasionak bruto dan jumlah

17

penduduk. Secara matematis, rumus perhitungan pendapatan per kapita adalah

sebagai berikut :

Pendapatan per kapita = Produk Nasional Bruto (GNP) / Jumlah Penduduk

Menurut (Rakiman, 80 : 2011) Pendapatan perkapita suatu negara

merupakan tolak ukur kemajuan dari negara tersebut, apabila pendapatan

perkapita suatu negara renda dapat dipastikan mekanisme ekonomi masyarakat

di negara tersebut mengalami penurunan, dan begitu pula sebaliknya apabila

pendapatan per kapita suatu negara tinggi maka dapat dipastikan mekanisme

ekonomi masyarakat tersebut mengalami peningkatan, tapi pendapatan tersebut

bukan hanya didapat/diperoleh dari mekanisme ekonomi masyarakatnya saja,

banyak faktor yang mempengaruhi penurunan atau peningkatan pendapatan

tersebut seperti keadaan alam yang tidak dapat diperkirakan keadannya,

kondisi alam ini yang berubah ubah dengan datangnya bencana alam akan

membuat pendapatan suatu negara akan mengalami penurunan. Hal ini berlaku

bagi seluruh negara di belahan dunia tidak terkecuali Indonesia.

1.2 Pertumbuhan Ekonomi

Pertumbuhan ekonomi dapat didefinisikan sebagai kenaikan output

per kapita dalam jangka panjang. Pertumbuhan Ekonomi terjadi apabila di

dalam suatu perekonomian jumlah produk barang dan jasa mengalami

peningkatan. Nilai produk domestik bruto itu sendiri merupakan cerminan dari

Pertumbuhan output. Mekanisme naiknya pendapatan nasional riil atau produk

nasional riil dapat disebut sebagai pertumbuhan ekonomi (sadono sukirno,

2004). Oleh karena itu, jika perekonomian tersebut mengalami pertumbuhan

atau perkembangan maka dapat dipastikan dalam perekonomian tersebut

sedang terjadi pertumbuhan output riil. Penjelasan lainnya juga mengatakan

bahwasanya pertumbuhan ekonomi dimungkinkan terjadi apabila adanya

kenaikan output perkapita, selain itu pertumbuhan ekonomi dapat

menggambarkan kenaikan taraf hidup yang diukur dengan output riil per orang.

18

Menurut Roeslan Zaris, pertumbuhan ekonomi merupakan bagian dari

berkembangnya kesejahteraan masyarakat yang dapat diukur dengan besaran

pertumbuhan domestik regional bruto per kapita (PDRB per Kapita) (Roeslan

Zaris, 1987). Sedangkan Suryana dalam “Ekonomi Pembangunan Problematika

dan Pendekatan” mengungkapkan bahwa naiknya GDP dengan mengabaikan

lebih besar atau kecilnya suatu angka pertumbuhan penduduk serta

mengabaikan keberadaan dari perubahan struktur ekonomi maka dapat disebut

juga sebagai pertumbuhan ekonomi (Suryana, 2000).

1.2.1 Teori Pertumbuhan Ekonomi Menurut Para Ahli

a. Teori Pertumbuhan Ekonomi Klasik

Adam Smith merupakan sosok ekonom yang pertama kali

membahas pertumbuhan ekonomi dalam jangka panjang dengan aspek

utama pertumbuhan ekonomi, yaitu pertumbuhan output total dan

pertumbuhan penduduk di dalam karya fenomenalnya berjudul An

Inquiry Into the Nature and Causes of The Wealth of Nations (1976)

(Arsyad, 1999). Selain itu, menurut Suparmoko (2002), Adam Smith

menjelaskan dalam perkembangan ekonomi diperlukan adanya

spesialisasi kerja dan pembagian kerja. Spesialisasi kerja dan

pembagian kerja ini akan menghasilkan output, karena dapat

meningkatkan keterampilan dan kemampuan setiap pekerja. Adanya

pembagian kerja harus diimbangi dengan akumulasi modal. Dan juga

perluasan juga perlu dilakukan guna menampung hasil produksi.

Perluasan pasar juga dilakukan. Hal ini akan menambah luasnya pasar

sehingga pasar akan terdiri dari pasar dalam negeri dan luar negeri.

Jika perluasan pasar, akumulasi modal dan pembagian kerja telah

tercukupi, maka akan menaikkan tingkat produktivitas tenaga kerja,

dan kenaikan produktivitas tenaga kerja ini akan menaikan pendapatan

nasional (Suparmoko, 2002). David Ricardo yang juga pemikir dalam

aliran teori pertumbuhan klasik, mengembangkan teorinya kedalam

bukunya The Principles of Political Economy and Taxation yang

19

diterbitkan tahun 1917. Teorinya membahas mengenai empat

kelompok pemasalahan, yaitu teori tentang nilai dan harga barang,

teori tentang distribusi pendapatan sebagai pembagian hasil dan

disajikan dalam bentuk teori upah, teori sewa tanah, teori bunga dan

laba, teori tentang perdagangan internasional, teori tentang akumulasi

dan pertumbuhan ekonomi (Arsyad, 1999). Maka dapat disimpulkan,

menurut pandangan ahli – ahli ekonomi klasik terdapat faktor – faktor

yang menentukan atau berpengaruh terhadap pertumbuhan ekonomi,

antara lain : jumlah stok barang – barang modal, jumlah penduduk,

luas tanah, kekayaan alam serta tingkat teknologi yang digunakan.

Walaupun bergantung pada banyak faktor, ekonom klasik lebih

bertumpu pada pengaruh pertambahan penduduk terhadap

pertumbuhan ekonomi (Sukirno, 2011)

b. Teori Schumpeter

Menurut Sadono Sukirno (2011), Teori Schumpeter

menekankan tentang pentingnya peranan pengusaha di dalam

mewujudkan pertumbuhan ekonomi. dalam teori itu ditunjukkan

bahwa para pengusaha merupakan golongan yang akan terus menerus

membuat pembaharuan atau inovasi dalam kegiatan ekonomi. Inovasi

tersebut meliputi : memperkenalkan barang – barang baru,

mempertinggi efisien cara memproduksi dalam menghasilkan sesuatu

barang, memperluas pasar sesuatu barang ke pasaran – pasaran yang

baru, mengembangkan sumber baru dan mengadakan inovasi dalam

organisasi yang bertujuan meningkatkan efisiensi kegiatan

perusahaan. Berbagai kegiatan inovasi ini akan memerlukan investasi

baru. Menurut schumpeter, dengan meningkatnya kemajuan suatu

perekonomian maka semakin terbatas kemungkinan untuk

mengadakan inovasi. Oleh karena itu, pertumbuhan ekonomi

cenderung melambat. Hingga pada waktunya akan mencapai tingkat

“keadaan tidak berkembang” atau “stationary state”, akan tetapi

berbeda dengan pandangan klasik, dalam schumpeter keadaan tidak

20

berkembang itu dicapai pada tingkat pertumbuhan yang tinggi.

Pandangan ini berbeda dengan pandangan klasik, ketika tingkat

tersebut dicapai pada waktu perekonomian telah berada kembali pada

tingkat pendapatan subsisten, yaitu pada tingkat pendapatan yang

sangat rendah (Sukirno, 2011).

c. Teori Harold – Domar

Dalam menganalisis mengenai masalah pertumbuhan

ekonomi, teori harrod-domar bertujuan untuk menerangkan syarat

yang harus dipenuhi supaya suatu perekonomian dapat mencapai

pertumbuhan yang teguh atau steady growth dalam jangka panjang

(Sukirno, 2011). Menurut Jhingan (2003:229), Harrod dan Domar

memberikan fungsi kunci kepada investasi dalam proses petumbuhan

ekonomi. Pertama, menciptakan pendapatan sebagai permintaan dan

stok modal sebagai penawaran. Karena itu, selama kegiatan investasi

masih berlangsung, pendapatan riil dan output akan terus meningkat.

Namun, untuk mempertahankan tingkat equilibrium pendapatan pada

pekerjaan penuh, makaa baik pendapatan maupun output keduanya

harus meningkat dalam laju yang sama pada saat kapasitas produktif

meningkat.

Untuk menganalisis pertumbuhan ekonomi, Harrod-Domar

menggunakan pemisalan – pemisalan berikut : (i) barang modal telah

mencapai kapasitas penuh, (ii) tabungan adalah proporsional dengan

pendapatan nasional, (iii) rasio modal-produksi (capital output ratio)

tetap nilainya, dan (iv) perekonomian terdiri dari dua sektor.Dengan

menggunakan analisis Harrod-Domar dapat dilihat bahwa (i) dalam

jangka panjang pertambahan pengeluaran agregat yang

berkepanjangan perlu dicapai untuk mewujudkan pertumbuhan

ekonomi, dan (ii) pertumbuhan ekonomi yang teguh hanya mungkin

dicapai apabila I+G+(X-M) terus menerus bertambah dengan tingkat

yang menggalakkan (Sukirno,2011)

21

Sehingga dapat disimpulkan teori Harrod-Domar menyatakan setiap

perekonomian dapat menyisakan suatu proporsi tertentu dari

pendapatan nasionalnya jika hanya untuk mengganti barang - barang

modal yang rusak. Namun demikian untuk menumbuhkan

perekonomian tersebut diperlukan investasi baru (Todaro,2006).

d. Teori Pertumbuhan Neo-Klasik

Sebagai sebuah teori, pertumbuhan neo klasik melihat

perekonomian dari segi penawaran. Berdasarkan pengembangan dari

tokoh ekonom Abramovits dan Solow, pertumbuhan ekonomi

bergantung pada berkembangnya faktor – faktor produksi. Model

pertumbuhan Solow (Solow Growth Model) menghasilkan hubungan

ketersediaan modal, angkatan kerja dan kemajuan teknologi dalam

suatu perekonomian dan bagaimana pengaruhnya terhadap output total

barang dan jasa pada suatu negara (Mankiw, 2007). Perlu untuk

diingat dalam teori neoklasik faktor terpenting untuk mewujudkan

pertumbuhan ekonomi bukanlah pertambahan modal dan pertambahan

tenaga kerja. Faktor yang paling penting adalah kemajuan teknologi

dan pertambahan kemahiran dan kepakaran tenaga kerja (Sukirno,

2011). Dalam Mankiw, Pandangan ini dinyatakan dengan persamaan :

Y = F(K, L,)

Untuk mengetahui efisiensi tenaga kerja dalam produktivitas dengan

pengaruh teknologi, maka fungsi permasaannya menjadi :

Y = F(K, L x E)

Dimana :

Y = pertumbuhan ekonomi

K = Modal

L = Angkatan Kerja

E = Efisiensi Tenaga Kerja

22

Efisiensi tenaga kerja merupakan variable baru dan (Abstrak)

yang tertuang sebagai variable E. Dengan teknologi yang mengalami

kemajuan, pengetahuan masyarakat tentang metode – metode produksi

bertambah dan efisiensi meningkat, maka hal tersebut mencerminkan

adanya efisiensi tenaga kerja. Contohnya adalah pada abad ke dua

puluh efisiensi Efisiensi tenaga kerja juga meningkat ketika ada

pengembangan dalam kesehatan, pendidikan, atau keahlian angkatan

kerja.

L x E mengukur jumlah para pekerja efektif. Perkalian ini

bertujuan untun memperhitungkan jumlah pekerja L dan efisiensi

masing – masing pekerja E. Fungsi produksi yang baru ini

memperhitungkan jumlah pekerja L dan efisiensi masing – masing

pekerja E. Fungsi produksi yang baru ini menyatakan bahwa output

total Y bergantung pada jumlah unit modal K dan jumlah pekerja

efektif, L x E. Inti dari pendekatan terhadap model kemajuan

teknologi ini adalah bahwa peningkatan efisiensi tenaga kerja E

sejalan dengan peningkatan angkatan kerja L.

Asumsi utama yang digunakan dalam model Solow adalah

modal mengalami diminishing returns. Jika persediaan tenaga kerja

dianggap tetap, akibat dari akumulasi modal terhadap penambahan

output akan selalu lebih kecil dari penambahan sebelumnya,

menggambarkan produk marjinal modal (marginal product of capital)

yang terus menurun. Jika diasumsikan bahwa tidak ada perkembangan

teknologi atau pertumbuhan tenaga kerja, maka diminishing return

pada modal mengindikasikan bahwa penambahan jumlah modal hanya

cukup untuk menutupi jumlah modal yang berkurang karena adanya

depresiasi. Pada titik ini pertumbuhan ekonomi akan terhenti, karena

diasumsikan bahwa tidak ada perkembangan teknologi atau

pertumbuhan tenaga kerja (Mankiw, 2007).

23

1.2.2 Proses Pertumbuhan Ekonomi

Proses pertumbuhan ekonomi dipengaruhi oleh dua macam faktor,

faktor ekonomi dan nonekonomi. Pertumbuhan ekonomi suatu negara

tergantung pada sumber alamnya, sumber daya manusia, modal, usaha,

teknologi, dan sebagainya (Jhingan, 2004:67).

a. Faktor Ekonomi

Para ekonom menganggap faktor produksi merupakan faktor penting

yang mempengaruhi perkembangan dari tumbuhnya perekonomian.

Beberapa faktor ekonomi tersebut diantaranya :

- Sumber Daya Alam

Tanah merupakan salah satu faktor produksi yang paling berharga.

Tanah yang dapat ditanami akan mendapat nilai lebih. Selain tanah,

minyak gas, hutan air dan bahan-bahan mineral lainnya merupakan

sumber daya alam yang sangat penting.

- Akumulasi Modal

Untuk memajukan sektor perekonomian, maka diperlukan

pembentukan modal dan investasi. Hal ini tentunya memerlukan

upaya dan pengorbanan, seperti pengurangan konsumsi yang cukup

memakan waktu yang cukup panjang..

- Organisasi

Kehadiran Organisasi dalam ekonomi lebih bersifat sebagai pelengkap

dan mengoptiomalkan dalam peningkatan produktivitas.

- Kemajuan teknologi

Faktor penting lainnya dalam pertumbuhan ekonomi adalah perubahan

teknologi. Sebagai faktor yang penting, kemajuan teknologi akan

merubah hal – hal yang terkait dengan metode produksi yang akan

mempengaruhi perekonomian. Tentunya ini merupakan dampak dari

penelitian dan pembaharuan.

- Pembagian kerja dan skala produksi

Peningkatan Produktivitas terjadi apabila arah ekonomi produksi yang

terukur dan terencana. Hal ini dibantu dengan adanya spesialisasi dan

24

pembagian, dalam skala besar akan berpengaruh terhadap kemajuan

industri.

b. Faktor Non – Ekonomi

Faktor non – ekonomi memiliki faktor yang penting dalam

perekonomian. Mereka bersama – sama telah berperan dalam majunya

perekonomian saat ini. Beberapa faktor nonekonomi diantaranya :

- Faktor Sosial

Dinamisnya dari pandangan, harapan, struktur, dan nilai – nilai sosilai

merupakan output dari kekuatan faktor sosial. Selain itu, faktor ini

sangat berpengaruh terhadap pertumbuhan ekonomi.

- Faktor Sumber Daya Manusia

Keberhasilan perekonomian ditentukan juga oleh kualitas

manusia/input tenaga kerjanya. Oleh karena itu kualitas sumber daya

manusia merupakan hal yang penting.

- Faktor Politik dan Administratif

Stabilnya pertumbuhan ekonomi dibantu oleh struktur politik dan

administrasi yang baik serta di dukung oleh administrasi yang kokoh,

tidak adanya korupsi, dan efisien.

2. Teknologi Informasi dan Komunikasi (TIK)

Teknologi Informasi merupakan bagian dari ilmu pengetahuan dan

teknologi (IPTEK). Saat ini teknologi informasi (TI) lebih dikenal dengan

teknologi informasi dan komunikasi (TIK) atau information and

communications technology (ICT). Menurut bahasa, teknologi informasi

merupakan studi atau peralatan elektronika, terutama komputer, untuk

menyimpan, menganalisis dan mendistribusikan informasi apa saja, termasuk

kata – kata bilangan dan gambar (Kamus Oxford, 1995). Sedangkan menurut

Tata Sutabri (2014), teknologi informasi merujuk pada pengembangan dan

aplikasi dari alat, mesin, material dan proses yang membantu manusia dalam

menyelesaikan tugas atau masalah, sedangkan informasi adalah hasil dari

25

proses, manipulasi, dan pengorganisasian dari sekelompok atau kumpulan

data yang mempunyai nilai pengetahuan bagi penggunanya (Tata Sutabri,

2014). Teknologi informasi juga tidak hanya terbatas pada teknologi

komputer (perangkat luinak & perangkat keras) yang digunakan untuk

memproses atau menyimpan informasi, melainkan juga mencakup teknologi

komunikasi untuk mengirimkan informasi (Martin,1999). Akan tetapi Edy

haryanto (2008), menjelaskan segala hal atau bentuk yang terkait dengan

pengambilan, pengumpulan (akuisisi), pengolahan, penyimpanan, penyebaran

dan penyajian informasi dapat di sebut sebagai teknologi informasi dan

komunikasi. Proses penggunaan alat bantu, manipulasi, dan pengelolaan

dalam informasi disebut sebagai teknologi informasi. Sedangkan, penggunaan

alat bantu untuk memproses dan mentransfer data dari perangkat satu ke

perangkat lainnya dapat disebut sebagai teknologi komunikasi (Edy

Haryanto, 2008). Lalu menurut Anatta Sannai, Teknologi Informasi dan

komunikasi merupakan media yang membantu sesama manusia untuk

memperoleh pengetahuan dari satu orang ke orang lainnya (Anatta Sannai,

2004). Maka dapat difahami bahwa teknologi informasi tidak sekedar

teknologi komputer, tetapi juga mencakup teknologi komunikasi. Dengan

kata lain, yang disebut teknologi informasi adalah gabungan antara teknologi

komputer dan teknologi telekomunikasi (Tata Sutabri,2014).

2.1 Indikator dalam Teknologi Informasi dan Komunikasi (TIK)

Sebagai bentuk pengembangan dari TIK di seluruh dunia, pihak – pihak yang

terkait dengan hal tersebut bersama – sama berumuskan langkah – langkah

untuk meningkatkan ketersediaan dan kualitas data dan indikator TIK,

khususnya di negara-negara berkembang. Hingga pada akhirnya kemitraan

tersebut pada tahun 2004 melahirkan The Partnership on Measuring ICT for

Development yang disepakati 14 organisasi internasional serta menjadi acuan

negara – negara di dunia untuk membuat kebijakan TIK yang didasari pada

statistik TIK. Beberapa indikator untuk mengukur kapasistas akses dan

penggunaan TIK antara lain :

26

- Pengguna Internet

Dalam United Nation (Core ICT Indicator : Partnership on Measuring

ICT for development 2005), pengguna internet didefinisikan sebagai

seseorang yang membayar akses ke internet publik (Koneksi TCP / IP),

terlepas dari jenis atau kecepatan akses, jenis perangkat yang digunakan

untuk mengakses internet (United Nation, 2005). Sedangkan ITU

(2017), pengguna internet mengacu pada orang-orang yang

menggunakan Internet dari lokasi manapun dan untuk tujuan apa pun,

terlepas dari perangkat dan jaringan yang digunakan, dalam tiga bulan

sebelumnya. Penggunaan dapat melalui komputer (misalnya komputer

desktop, komputer laptop, tablet, atau komputer genggam sejenis),

ponsel, mesin permainan, televisi digital, dll.). Akses dapat melalui

jaringan tetap atau seluler.

- Fixed broadband subscription

Menurut United Nation (2005), Fixed broadband merupakan saluran

telepon tetap yang menghubungkan peralatan terminal milik customer

(misalnya telepon, mesin fax) ke Public Switched Telephone Network

(PSTN) yang memiliki port khusus pada pertukaran telepon, dan

penggunanya merupakan yang terkoneksi kedalamnya. Sedangkan

menurut ITU (2017), langganan tetap untuk akses berkecepatan tinggi

ke Internet publik (Transmission Control Protocol (TCP) / koneksi IP)

pada kecepatan hilir sama atau lebih tinggi dari 256 kbit / dtk. Ini

termasuk modem kabel, DSL, fiber-to-the-home / building, langganan

kabel-tetap lainnya, broadband satelit dan broadband nirkabel tetap

terestrial. Totalnya diukur terlepas dari metode pembayaran. Ini

mengecualikan langganan yang memiliki akses ke komunikasi data

(termasuk Internet) melalui jaringan seluler-seluler. Ini termasuk

WiMAX tetap dan teknologi nirkabel tetap lainnya, dan baik

langganan residensial maupun langganan untuk organisasi (ITU,

2017).

27

- Pengguna Telepon Seluler

Menurut United Nation (2005) Pelanggan telepon seluler merupakan

pengguna telepon portabel yang berlangganan pada layanan telepon

seluler publik otomatis dengan menggunakan teknologi seluler yang

menyediakan akses ke PSTN. Pengguna langganan pasca bayar dan

pra-bayar termasuk didalamnya. Sedangkan menurut ITU (2017)

Pengguna telepon Seluler adalah jumlah langganan ke layanan telepon

seluler umum yang menyediakan akses ke jaringan telepon umum yang

diaktifkan menggunakan teknologi seluler. Ini mencakup jumlah

langganan pascabayar dan jumlah akun prabayar aktif (yaitu akun yang

telah aktif selama tiga bulan sebelumnya). Ini mencakup semua

langganan seluler-seluler yang menawarkan komunikasi suara. Ini tidak

termasuk langganan melalui kartu data atau modem Universal Serial

Bus (USB), langganan ke layanan data seluler publik, radio seluler

berbatang pribadi, telepoint, paging radio, layanan mesin-ke-mesin

(M2M) dan telemetri.

3. Angkatan Kerja

Suparmoko (2002) mendefinisikan tenaga kerja sebagai penduduk

yang masuk ke dalam usia kerja atau penduduk suatu negara dalam

memproduksi barang atau jasa, yang dalam usia kerja yaitu antara 15-64

tahun. Mulyadi (2008) mendifinisikan Tenaga kerja (manpower) sebagai

penduduk dalam usia kerja berusia (15-64) tahun atau jumlah seluruh

penduduk dalam suatu negara yang dapat memproduksi barang dan jasa jika

ada permintaan terhadap tenaga mereka, dan jika mereka mau berpartisipasi

dalam aktivitas tersebut. Payaman J. Simanjuntak (1985) menyebutkan bahwa

tenaga kerja adalah penduduk yang sudah atau sedang bekerja, sedang

mencari pekerjaan dan melakukan kegiatan lain, seperti bersekolah dan

mengurus rumah tangga. Menurut UU No. 13 tahun 2003 bab 1 ayat 2, tenaga

kerja adalah setiap orang yang mampu melakukan pekerjaan guna

menghasilkan barang jasa baik untuk memenuhi kebutuhan sendiri maupun

28

untuk masyarakat. Dalam undang - undang tenaga kerja yang termasuk

golongan tenaga kerja adalah mereka yang berumur 15 tahun sampai 64

tahun. Dan jika yang bukan angkatan kerja adalah mereka yang tidak mau

bekerja meskipun ada permintaan bekerja.

Worldbank secara ekslplisit menjelaskan bahwa angkatan kerja terdiri

dari orang-orang berusia 15 dan lebih tua yang memasok tenaga kerja untuk

produksi barang dan jasa selama periode tertentu. Ini termasuk orang-orang

yang saat ini bekerja dan orang-orang yang menganggur tetapi mencari

pekerjaan serta pencari kerja pertama kali. Namun, tidak semua orang yang

bekerja termasuk. Pekerja yang tidak dibayar, pekerja keluarga, dan siswa

seringkali dihilangkan, dan beberapa negara tidak menghitung anggota

angkatan bersenjata. Ukuran angkatan kerja cenderung bervariasi sepanjang

tahun saat pekerja musiman masuk dan keluar (Worldbank). Sedangkan The

Organisation for Economic Co-operation and Development (OECD)

menjelaskan bahwa angkatan kerja merupakan masyarakat yang terdiri dari

semua orang yang memenuhi persyaratan untuk dimasukkan di antara pekerja

atau penganggur (OECD). Kondisi lapangan kerja yang tersedia dapat

tergambarkan melalui jumlah angkatan angkatan kerja yang berkerja. Selain

itu, Kuncoro (2004) menjelaskan bahwa dengan bertambah besarnya

lapangan kerja yang tersedia, maka total produksi di suatu daerah akan

semakin meningkat.

Penerapan penduduk usia kerja di atas 15 tahun adalah setelah

International Labour Organization (ILO) menginstruksikan agar batas awal

usia kerja adalah setelah 15 tahun. Penduduk usia kerja menurut Badan Pusat

statistik (BPS, 2009) sesuai yang disarankan oleh International Labor

Organization (ILO) adalah penduduk usia 15 tahun keatas yang

dikelompokkan ke dalam angkatan kerja dan bukan angkatan kerja. Pada

dasarya tenaga kerja dibagi kedalam kelompok angkatan kerja dan bukan

angkatan kerja, BPS (2018) membagi angkatan kerja kedalam 2 kelompok,

yaitu :

29

1. Penduduk yang termasuk angkatan kerja adalah penduduk usia kerja

(15 tahun dan lebih) yang bekerja, atau punya pekerjaan namun

sementara tidak bekerja dan pengangguran.

2. Penduduk yang termasuk bukan angkatan kerja adalah penduduk usia

kerja (15 tahun dan lebih) yang masih sekolah, mengurus rumah

tangga atau melaksanakan kegiatan lainnya selain kegiatan pribadi.

Labor Force atau Angkatan Kerja (AK), adalah bagian dari tenaga kerja yang

sesungguhnya terlibat, atau berusaha untuk terlibat, atau berusaha terlibat

dalam kegiatan produksi barang dan jasa. Dalam hal ini adalah penduduk

yang kegiatan utamanya selama seminggu yang lalu bekerja (K), atau sedang

mencari pekerjaan (MP). Untuk kategori bekerja apabila minimum bekerja

selama 1 jam selama seminggu yang lalu untuk kegiatan produktif sebelum

pencacahan dilakukan. Mencari pekerjaan adalah seseorang yang kegiatan

utamanya sedang mencari pekerjaan, atau sementara sedang mencari

pekerjaan dan belum bekerja minimal 1 jam selama seminggu yang lalu.

(Sumarsono, 2009). Jadi angkatan kerja dapat diformulasikan melalui

persamaan identitas sebagai berikut:

AK = K + MP.

Angkatan kerja adalah bagian dari tenaga kerja yang sesungguhnya terlibat,

atau berusaha untuk terlibat, dalam kegiatan produktif yaitu produksi barang

dan jasa (Mulyadi, 2008). Sementara Mankiw (2003) mendifinisikan

Angkatan kerja sebagai jumlah orang yang sedang bekerja dan orang yang

menganggur, dan tingkat pengangguran (unemployment rate) didefinisikan

sebagai presentase dari angkatan kerja yang tidak bekerja, yaitu :

Angkatan kerja = jumlah orang yang bekerja + jumlah penganggur

Tingkat pengangguran = jumlah penganggur/angkatan kerja x 100

30

Penjumlahan angka-angka angkatan kerja dalam bahasa ekonomi disebut

sebagian penawaran angkatan kerja (labour supply). Sedangkan penduduk

yang berstatus sebagai pekerja atau tenaga kerja termasuk ke dalam sisi

permintaan (labour demand). Bukan Angkatan Kerja (unlabour force), adalah

bagian dari tenaga kerja yang sesungguhnya tidak terlibat dalam kegiatan

produktif yaitu memprodukdi barang dan jasa. Jadi yang dimaksud bukan

angkatan kerja tenaga kerja yang tidak mampu mencari pekerjaan

(Simanjuntak, 1998). Apabila seseorang yang sedang sekolah, mereka bekerja

minimal 1 jam selama seminggu yang lalu, tetapi kegiatan utamanya adalah

sekolah, maka individu tersebut tetap masuk ke dalam kelompok bukan

angkatan kerja. Mereka yang tercatat lainnya jumlahnya tidak sedikit dan

mungkin sebagian besar masuk ke dalam transisi antara sekolah untuk

melanjutkan ke jenjang pendidikan yang lebih tinggi atau tidak dalam

kategori Bukan Angkatan Kerja (BAK). Jadi jumlah Usia Kerja (UK) apabila

dilihat melalui persamaan identitas adalah sebagai berikut:

UK = AK +BAK

Tingkat Partisipasi Angkatan Kerja (TPAK) atau Labour Force Participation

Rate (LFPR) adalah menggambarkan perbandingan jumlah angkatan kerja

dengan penduduk usia kerja dalam kelompok yang sama (Payaman

Simanjuntak, 1998). Untuk menghitung TPAK dapat digunakan rumus

sebagai berikut:

TPAK = AK/UK x 100%

TPAK, presentase dari populasi orang dewasa yang ada dalam angkatan kerja

(Mankiw, 2003) :

31

TPAK = angkatan kerja/populasi dewasa x 100

Sedangkan menurut Mulyadi (2008), TPAK adalah menggambarkan jumlah

angkatan kerja dalam suatu kelompok umum seperti sebagai presentase

penduduk dalam kelompok umur tersebut.

TPAK atau LFPR = angkatan kerja/tenaga kerja x 100%

Pertumbuhan penduduk akan sangat mempengaruhi pertumbuhan angkatan

kerja. Semakin besar jumlah penduduk usia kerja, maka secara otomatis

jumlah angkatan kerja akan bertambah. Semakin tinggi TPAK/LFPR maka

semakin baik, karena itu berarti partisipasi angkatan kerja semakin

meningkat. Bila peningkatan angkatan kerja seiring dengan bertambahnya

partisipasi penduduk yang bekerja, hal ini dapat berarti peningkatan

TPAK/LFPR diiringi dengan menurunnya partisipasi penduduk yang bekerja,

ini berarti pertanda bahwa pemicu tingginya TPAK/LFPR adalah

meningkatnya penduduk yang mencari pekerjaan.

B. Penelitian Terdahulu

1. Elsadig Musa Ahmed & Rahim Ridzuan (2012) The Impact of ICTon East

Asian Economic Growth: Panel Estimation Approach. Penilitan ini

bertujuan untuk menguji dampak dari ICT terhadap pertumbuhan ekonomi

pada ASEAN5+ dengan menggunakan data panel dalam kurun waktu 1975

– 2006. Variable yang digunakan dalam penelitian ini antara lain modal

(CAP), Tenaga Kerja (LAB) dan Investasi Komunikasi (TELINT) dan

GDP. Negara yang dipilih peneliti dalam ASEAN5+ antara lain Malaysia,

Thailand, Singapura, Filipina, Jepang, Korea, dan China. Alat analisis

yang digunakan adalah Panel Generelized Least Square (PGLS) dengan

fixed effect mode (FEM) pada estimasi ASEAN5, dan random effect model

(REM) pada estimasi ASEAN5+. Hasil Penelitian menunjukkan bahwa

seluruh variable memiliki dampak positif dan signifikan terhadap

pertumbuhan ekonomi, baik terhadap ASEAN5 dan ASEAN5+. Dalam

penelitian ini menunjukkan TIK memiliki peran penting dalam

32

pertumbuhan dan pembangunan ekonomi serta dapat berdiri sendiri tanpa

dipengaruhi faktor modal dan tenaga kerja.

2. Kais Saidi & Lobna Ben Hassen & M. Sami Hammam (2014)

Econometric Analysis of the Relationship Between ICT and Economic

Growth in Tunisia. Penelitian ini bertujuan untuk mencari tahu efek dari

ICT terhadap pertumbuhan ekonomi di Tunisia dengan menggunakan alat

analisis Ordinary Least Square (OLS). Penelitian ini menggunakan

variable GDP sebagai variable dependen, dan variable Human Capital,

Telephone Mainlines, The gross Fixed Capital Formation sebagai variable

independen dengan rentang waktu tahun 1975 – 2008. Hasil penelitian ini

menunjukkan bahwa adanya hubungan positif antara tingkat pertumbuhan

GDP dan penggunaan ICT.

3. Rudra Pradhan, Girijasankar Mallik, Tapan P. Bagchi (2018) Information

communication technology (ICT) infrastructure and economic growth: A

causality evinced by cross-country panel data. Penelitian ini bertujuan

untuk menguji keberadaan hubungan jangka panjang antara GDP

(PCGDP) sebagai variable dependen, pengguna broadband (BBAND),

pengguna internet (INNET) mewakili Teknologi Informasi dan

Komunikasi, dan presentase angkatan kerja (LAFPR), modal tetap

domestik bruto (GDFCF) serta indeks harga konsumsi (CONPI) sebagai

variable independen. Sampel yang digunakan dalam penelitian ini adalah

negara G-20 dalam kurun waktu 2001 – 2012. Dengan menggunakan uji

panel kointegrasi, penelitian ini menemukan variable – variable saling

terkointegrasi namun tidak berdampak dalam jangka panjang. Setelah

melalui penggunaan model Vector Error Correction Models (VECM)

ditemukan variable teknologi informasi dan komunikasi yaitu pengguna

internet dan pengguna broadband mendorong pendapatan nasional, yaitu

GDP per kapita.

4. Kais Saidi, Mounir Ben Mbarek, Mounira Amamri (2015) Causal

Dynamics between Energy Consumption, ICT, FDI, and Economic

Growth: Case Study of 13 MENA Countries. Penelitian ini bertujuan

33

menguji hubungan antara konsumsi energi (EC), teknologi informasi dan

komunikasi (ICT), investasi asing (FDI), dan pertumbuhan ekonomi.

variable yang digunakan adalah ekuivalen minyak per kapita dalam satuan

kg mewakili konsumsi energi, arus masuk investasi asing mewakili foreign

direct investment, pengguna internet per 100 orang mewakili variable ICT,

pembentukan modal tetap bruto dengan harga konstan $ pada tahun 2005

dan angkatan kerja yang diukur dari persen jumlah penduduk. Data

diambil dari tahun 1990 – 2012 dengan 13 negara MENA : Algeria, Mesir,

Iran, Yordania, Kuwait, Maroko, Oman, Kerajaan Saudi Arabia, Sudan,

Suriah, Tunisia, Turki, dan United Arab Emirates. Penelitian

menggunakan dynamic data panel melalui uji unit root, kointegrasi, dan

granger causality. Hasil penelitian ini menunjukkan adanya hubungan dua

arah antara konsumsi energi dan pertumbuhan ekonomi, Teknologi

Informasi dan komunikasi menunjukkan hubungan dua arah dengan

pertumbuhan ekonomi baik dalam jangka pendek dan panjang, namun

hasil hanya mendukung adanya kausalitas yang searah pertumbuhan

ekonomi menjadi FDI. Sehingga pada penelitian ini, konsumsi energi dan

ICT menunjukkan peran penting untuk menentukan pertumbuhan

ekonomi.

5. Bahar Bayraktar Sağlam (2016) ICT Diffusion, R&D Intensity, and

Economic Growth: a Dynamic Panel Data Approach Penelitian ini

bertujuan untuk mencari tahu hubungan ICT diffusion, R&D intensity, dan

economic growth. Variabel yang digunakan antara lain Total Employment,

ICT investment, GDP growth, Internet users, mobile phone users, R&D

expenditure in GDP. Data yang digunakan menggunakan data panel dari

34 negara yang tergabung di dalam Organization for Economic Co-

operation and Development (OECD) dengan rentang waktu dari tahun

1990 – 2012. Data tersebut diperoleh dari database yang dimiliki The

World Development Indicators dan OECD Main Science and Technology

Indicators. Peneleitian ini diuji dengan model Panel VAR Techniques,

melalui uji GMM dan uji wald. Hasil penelitian ini menunjukan ICT

34

memiliki hubungan yang positif terhadap pertumbuhan ekonomi, dan

signifikan terhadap pembentukan modal manusia yang meningkatkan

jumlah peneliti dalam total tenaga kerja. Hal ini menunjukkan TIK harus

diberikan perhatian lebih dalam pengajaran dan pembelajaran, sehingga

mendorong hubungan yang lebih antara ICT dan R & D. Pengembangan

ini akan memajukan pertumbunhan ekonomi dan mendukung pengetahuan.

6. Sajda Qureshi & Lotfollah Najjar (2017) Information and communications

technology use and income growth: evidence of the multiplier effect in

very small island states. Penelitian ini dilaksanakan untuk menginvestigasi

pengaruh pertumbuhan dalam penggunaan TIK terhadap GDP di negara

kepulauan yang sangat kecil dengan menganalisis rata – rata penggunaan

ICT terhadap pertumbuhan GDP. Penelitian ini menggunakan variabel the

number of mobile cellular telephone subscriptions (MCT) per 100

inhabitants; individuals using the Internet and Fixed (wired) Internet

subscriptions per 100 inhabitants (INTU), Broadband Internet

subscriptions (BIS) per 100 inhabitants yang di integrasikan ke dalam

indeks rata – rata penggunaan ICT (ICTusage), population growth

(POPg), dan GDPgrowth dengan kurun waktu 2009 - 2012. Penelitian ini

menggunakan principal component analysis (factor analysis) untuk

mencari tahu korelasi ketiga variable ke dalam satu komponen matriks dan

juga menggunakan hierarchical linear regression model. Hasil penelitian

ini menunjukan adanya hubungan terbalik, tidak langsung, dan positif

antara ICT dan GDP. Selain itu, di dalam penelitian ini ditemukan

hubungan antara pertumbuhan ICT dan pertumbuhan popuasi. Model

pengganda dalam penelitian ini memprediksi jika popuasi tetap sama,

pertumbuhan GDP akan meningkat sebesar 0,596% untuk presentase

dalam pertumbuhan ICT. Hal ini memberikan efek multiplier positif dari

investasi dalam ICT.

7. Jana Hanclova, Petr Doucek, Jakub Fischer & Kristyna Vltavska (2015)

Does ICT capital affect economic growth in the EU-15 and EU-12

countries? Penelitian ini bertujuan mengkaji pertumbuhan ekonomi di

35

negara – negara anggota lama dan baru dari Uni Eropa (EU-15 dan EU-12)

yang di akibatkan oleh perkembangan Teknologi Informasi dan

Komunikasi. Dengan menggunakan fungsi produksi Cobb – Douglas yang

di karakterisasi oleh Hicks-neutral Technology dan menguraikan input

modal menjadi ICT dan non ICT, peneliti menggunakan variabel Gross

Domestic Product (GDP), labour quantity, non-ICT capital dan ICT

capital yang di estimasi menggunakan the panel general least squares

method (PEGLS). Karena data yang terbatas, penelitian ini menelitik

kelompok negara menjadi EU-14 dan EU-17. Hasil dari penelitian tersebut

antara lain Dampak modal ICT pada pertumbuhan ekonomi total terbukti

di kedua kelompok negara, sedangkan elastisitas dalam kelompok Uni

Eropa-7 lebih tinggi (0,087%) daripada di Uni Eropa-14 (0,031%).

Dampak ini sama selama kedua periode waktu yang diteliti dan dengan

demikian stabil selama 1994–2008, meskipun ada penurunan jangka

pendek setelah tahun 2000.

8. Sang H. Lee , John Levendis & Luis Gutierrez (2012) Telecommunications

and economic growth: an empirical analysis of sub-Saharan Africa.

Penelitian ini bertujuan untuk Meneliti hubungan antara investasi

infrastruktur telekomunikasi dan pertumbuhan ekonomi. variabel dalam

penelitian ini antara lain the growth rate of GDP per capita (GDPPCGR),

the number of main telephonelines per 100 people and serves as an

indicator of the penetration of conventional land-line telephony

(LANDPHONES100), the number of mobile phone subscribers per 100

people (CELLPHONES100). Peneliti meneliti 44 negara sub-saharan

afrika selama tahun 1975 hingga 2006. Dengan menggunakan special

linear Generalized Method of Moments (GMM) estimator menunjukkan

bahwa efek marginal dari telepon seluler lebih besar daripada telepon

darat. Implikasi kebijakan yang muncul dari hasil ini adalah bahwa negara-

negara Afrika Sub-Sahara harus berinvestasi pada infrastruktur telepon

seluler karena teknologi lebih hemat biaya dan menguntungkan.

36

9. Anupam Das, Murshed Chowdhury & Sariah Seaborn (2015) ICT

Diffusion, Financial Development and Economic Growth: New Evidence

from Low and Lower Middle-Income Countries. Penelitian ini mengkaji

efek gabungan dari ICT dan Financial Development pada pertumbuhan

ekonomi per kapita pada 43 negara berkembang dari tahun 2000 hingga

2014. Dengan menggunakan pertumbuhan GDP per kapita (GDP) , total

kredit yang diberikan kepada sektor swasta (CREDIT), total konsumsi

pemerintah (GC), inflasi harga konsumen (INF), jumlah ekspor dan impor

(OPEN), pengguna internet per 100 orang (INT), persentase langganan

telepon tetap (TEL) dan persentase langganan seluler (MOB) sebagai

variabel. Selain itu, penelitian ini juga mengelompokan pendapatan negara

menjadi 2, yaitu kelompok Lower Income Countries (LIC) dan Lower

Midle Income Countries (LMICs), lalu pengujian yang dilakukan

menggunakan GMM. Hasil penelitian ini antara lain ketika negara-negara

berkembang dikelompokkan menurut tingkat pendapatan mereka Lower

Income Countries (LIC) dan Lower Midle Income Countries (LMICs),

Perkembangan keuangan dan difusi TIK secara bersama-sama

mempengaruhi pertumbuhan ekonomi per kapita di LIC, tetapi hasil yang

sama tidak terjadi untuk di LMIC.

10. Ficawoyi Donou-Adonsou, Sokchea Lim & Samuel A. Mathey (2016)

Technological Progress and Economic Growth in Sub-Saharan Africa:

Evidence from Telecommunications Infrastructure. Penelitian bertujuan

untuk mengetahui pengaruh dari infrastruktur telekomunikasi terhadap

pertumbuhan ekonomi di 47 negara sub saharan africa periode 1993 -

2012. Variabel yang digunakan pada pada penelitian ini antara lain GDP,

share of gross capital formation in GDP, the inflation rate, share of trade

in GDP, lnternet usage, dan mobile phone subscriptions. Model yang di

gunakan dalam penelitian ini adalah panel dynamic, metode yang

digunakan adalah GMM. Hasil penelitian ini menunjukan internet dan

mobile phone usage masing – masing meningkatkan pertumbuhan sebesar

0,12 dan 0,13 persen. Secara keseluruhan, perkembangan infrastruktur

37

telekomunikasi telah meningkatkan pertumbuhan ekonomi di sub sahara

afrika.

11. Kasmad Ariansyah (2018) Pengaruh Difusi Layanan Telekomunikasi

terhadap Pertumbuhan Ekonomi Negara-Negara ASEAN pada Periode

2005-2016. Tujuan penelitian ini adalah memastikan pengaruh dari difusi

layanan telekomunikasi terhadap pertumbuhan ekonomi negara-negara

ASEAN. Rentang waktu yang digunakan dalam penelitian ini adalah 2005

– 2016. Variabel yang digunakan dalam penelitian ini Jumlah pengguna

jasa telepon tetap, telepon seluler, dan layanan pitalebar tetap untuk

mereprentasikan dari difusi jasa telekomunikasi. Selain itu, disertakan pula

rasio Foreign Direct Investment (FDI) dan jumlah tenaga kerja ke dalam

model ekonometrika yang digunakan. Data yang dianalisis berupa data

panel, gabungan dari data cross-section 10 negara. Hasil analisis

menemukan bahwa variabel jumlah pengguna internet memiliki nilai

variance inflation factor (VIF) yang melebihi ambang batas sehingga perlu

dikeluarkan dari model. Dengan menggunakan fixed effect model (FEM),

Hasil analisis terhadap model yang telah dimodifikasi menunjukkan bahwa

pada taraf signifikansi sebesar 5%, hanya pertumbuhan jumlah pengguna

jasa telepon tetap yang tidak signifikan dalam memengaruhi pertumbuhan

ekonomi.

12. Nina Czernich, Oliver Falck, Tobias Kretschmer and Ludger Woessmann

(2011) Penelitian ini bertujuan untuk menguji dari dampak infrastruktur

broadband terhadap pertumbuhan ekonomi, data yang digunakan dalam

penelitian ini adalah data panel, dengan 25 negara yang tergabung dalam

OECD serta kurun waktu 1996 – 2007. Model yang digunakan dalam

pengujian ini adalah fixed effect model (FEM), dengan variabel Predicted

broadband penetration rate, Years since predicted broadband

introduction,Voice telephony penetration rate, Cable TV penetration rate,

Trade openness, Log of years of education, Growth of capital

formation⁄GDP, Growth of years of education, dan Growth of working-age

38

population. Hasil penelitian ini menunjukkan broadband memiliki dampak

yang positif dan signifikan terhadap GDP per Kapita.

13. Muhammad Shahid (2014) Penelitian ini bertujuan untuk mengetahui

dampak dari tingkat partisipasi angkatan kerja terhadap pertumbuhan

ekonomi di Pakistan. Data yang digunakan merupakan data time series

dari tahun 1980 sampai dengan 2012. Variabel yang digunakan adalah

pertumbuhan ekonomi sebagai variabel dependen, sedangkan tingkat

partisipasi angkatan kerja dan gross fixed capital formation sebagai

variabel independen. Dengan model vecm, penelitian ini menemukan

bahwa partisipasi angkatan kerja akan mempengaruhi pertumbuhan

ekonomi secara signifikan dan positif.

14. Eko Fajar Cahyono (2012) Analisis Pengaruh Infrastruktur Ekonomi

terhadap Produk Domestik Bruto di Indonesia. Tujuan dari penelitian ini

adalah untuk mengetahui besaran pengaruh infrastruktur publik seperti

jalan raya, listrik , air bersih dan telepon serta seluler terhadap Produk

Domestik Bruto di Indonesia. Rentang waktu yang dipilih dalam penelitian

ini adalah 1979 – 2007 dengan metode yang digunakan adalah metode

analisis regresi linear berganda dan data time series. Berdasarkan hasil

estimasi ditemukan bahwa infrastruktur publik memiliki pengaruh yang

signifikan dan positif terhdap Produk Domestik Bruto dalam jangka

panjang, namun tidak dalam jangka pendek.

15. RR. Getha Fety Diarani (2017) Pengaruh Teknologi Iinformasi dan

Komunikasi terhadap Produk Domestik Bruto Indonesia. Penelitian ini

bertujuan untuk menganalisis pengaruh dari ecommerce pertumbuhan

ekonomi di Indonesia. Rentang waktu yang digunakan dalam penelitian ini

antara tahun 1995 – 2015. Adapun metoder yang di gunakan dalam

penelitian ini adalah pendekatan Autoregressive Distributed Lag (ARDL),

hasil dari erstimasi ini menunjukkan ecommerce yang diwakili oleh

variable Perkembangan nilai transaksi eccomerce, perkembangan jumlah

situs bisnis, dan jumlah pengguna internet berpengaruh signifikan dan

39

positif, namun pengaruh signifikannya hanya terdapat pada jangka panjang

saja, untuk jangka pendek tidak signifikan terhadap PDB.

16. Widias Retiawan (2011) Pengaruh Teknologi Informasi dan Komunikasi

Terhadap Produk Domestik Bruto Indonesia. Tujuan dari penelitian ini

adalah menganalisis pengaruh indikator TIK terhadap PDB. Metode yang

digunakan dalam penelitian ini adalah Error Correction Model (ECM).

Dari hasil penelitian menunjukkan bahwa, dalam jangka panjang telepon

tetap, seluler dan internet berpengaruh positif dan signifikan terhadap

PDB, dalam jangka pendek variable telepon tetap dan seluler berpengaruh

positif dan signifikan, sedangkan variabel internet tidak berpengaruh

secara signifikan. Untuk variable lainnya, seperti pengeluaran pemerintah

untuk pendidikan dan penduduk dengan pendidikan berpengaruh negative

dan tidak signifikan terhadap PDB dan investasi berpengaruh positif dan

signifikan dalam jangka pendek namun tidak signifikan dalam jangka

panjang.

17. Lum, Tracy (2011), Mobile goes global: The effect of cell phones on

economic growth and development. Penelitian ini bertujuan untuk

mengetahui pengaruh dari mobilephone terhadap pertumbuhan ekonomi.

Variable yang digunakan dalam penelitian ini ini adalah GDP per Kapita

sebagai variable y, mobile cellular subscriptions sebagai variable x, dan

demokrasi, kebebasan politik, dan kebebasan sipil (dem) seebagai variable

dummy. Data yang digunakan dalam penelitian ini adalah data panel,

dengan menggunakan OLS. Data yang diambil dari 182 negara dengan

kurun waktu 1980 sampai dengan tahun 2007. Hasil penelitian ini

menunjukkan pertumbuhan pengguna mobilephone mempengaruhi GDP

per Kapita.

40

Tabel 2.1 Penelitian sebelumnya

a. Sumber Berdasarkan Jurnal

No. Penulis dan

Tahun

Judul Variable dan Alat

Analisis

Hasil Penelitian

1. Elsadig Musa

Ahmed & Rahim

Ridzuan (2012)

The Impact of ICT on

East Asian Economic

Growth: Panel Estimation

Approach

Variabel : Modal

(CAP), Tenaga Kerja

(LAB) dan Investasi

Komunikasi (TELINT)

dan Pendapatan

Nasional (GDP). Alat

analisis :

PGLS dengan Fixed

Effect Model pada

estimasi ASEAN5, dan

Random Effect Model

pada estimasi

ASEAN5+

Penelitian ini menunjukan

adanya hubungan positif

antara variable tenaga

kerja, modal, dan

telekomunikasi terhadap

GDP. Dalam studi ini

disimpulkan bahwa TIK

memiliki dampak positif

terhadap pertumbuhan

ekonomi untuk ASEAN5

dan ASEAN5+. Hal ini

menunjukkan TIK

memainkan peran penting

dalam pertumbuhan dan

pembangunan ekonomi,

serta menentung asumsi

paradoks produktivitas

dimana ia dapat berdisi

sendiri tanpa pengaruh dari

faktor modal dan tenaga

kerja.

2. Kais Saidi &

Lobna Ben

Hassen & M.

Sami Hammam

(2014)

Econometric Analysis of

the Relationship Between

ICT and Economic

Growth in Tunisia

Variabel : GDP,

Human Capital,

Telephone Mainlines,

The gross Fixed

Capital Formation

Alat analisis : OLS

Hasil penelitian ini

menunjukkan bahwa ada

hubungan positif antara

tingkat pertumbuhan PDB

dan indeks penggunaan

TIK (yang diukur dengan

jumlah pengguna telepon

41

seluler dan telepon tetap di

Tunisia).

3. Rudra Pradhan,

Girijasankar

Mallik, Tapan P.

Bagchi (2018)

Information

communication

technology (ICT)

infrastructure and

economic growth: A

causality evinced by

cross-country panel data

Variabel : GDP

(PCGDP), pengguna

broadband (BBAND),

pengguna internet

(INNET), presentase

angkatan kerja

(LAFPR), modal tetap

domestik bruto

(GDFCF) dan indeks

harga konsumsi

(CONPI)

Alat analisis : vector

error correction models

(VECM)

Dengan penggunaan panel

kointegrasi, di dalam

penelitian ini ditemukan

variable – variable saling

terkointegrasi dan tidak

berdampak dalam jangka

panjang. Dengan model

VECM ditemukan variable

teknologi informasi dan

komunikasi yaitu pengguna

internet dan pengguna

broadband mendorong

pendapatan nasional yaitu

GDP per kapita.

4. Kais Saidi,

Mounir Ben

Mbarek, Mounira

Amamri (2015)

Causal Dynamics between

Energy Consumption,

ICT, FDI, and Economic

Growth: Case Study of 13

MENA Countries

Variabel : GDP,

konsumsi energi (EC)

yang diukur dalam

ekuivalen minya per

kapita (kg), arus masuk

FDI (FDI), pengguna

internet (per 100

orang)(ICT),

pembentukan modal

tetap bruto (KS), dan

angkatan kerja (L) yang

diukur dari berapa

persen jumlah

penduduk.

Alat Analisis : dynamic

data panel melalui, unit

penilitan ini menunjukkan

adanya hubungan dua arah

antara konsumsi energi dan

pertumbuhan ekonomi,

Teknologi Informasi dan

komunikasi menunjukkan

hubungan dua arah dengan

pertumbuhan ekonomi baik

dalam jangka pendek dan

panjang, namun hasil hanya

mendukung adanya

kausalitas yang searah

pertumbuhan ekonomi

menjadi FDI. Sehingga

pada penelitian ini,

konsumsi energi dan TIK

42

root, kointegrasi, dan

granger causality

memiliki peran penting

untuk menentukan


5. Bahar Bayraktar

Sağlam (2016)

ICT Diffusion, R&D

Intensity, and Economic

Growth: a Dynamic Panel

Data Approach

Variabel : Total

Employment, ICT

investment, GDP

growth, Internet users,

mobile phone users,

R&D expenditure in

GDP

Alat analisis : VAR,

GMM, Wald Test

Hasil penelitian

menunjukkan variable ICT

berpengaruh secara

signigfikan terhadap


6. Sajda Qureshi &

Lotfollah Najjar

(2017)

Information and

communications

technology use and

income growth: evidence

of the multiplier effect in

very small island states.

Variabel : the number

of mobile cellular

telephone subscriptions

(MCT) per 100

inhabitants; individuals

using the Internet and

Fixed (wired) Internet

subscriptions per 100

inhabitants (INTU),

Broadband Internet

subscriptions (BIS) per

100 inhabitants yang di

integrasikan ke dalam

indeks rata – rata

penggunaan TIK

(ICTusage), population

growth (POPg), dan

GDPgrowth

Alat analisis : principal

component analysis


menunjukan adanya

hubungan terbalik, tidak

langsung, dan positif antara

ICT dan GDP. Selain itu, di

dalam penelitian ini

ditemukan hubungan antara

pertumbuhan ICT dan

pertumbuhan popuasi.

Model pengganda dalam

penelitian ini memprediksi

jika popuasi tetap sama,

pertumbuhan GDP akan

meningkat sebesar 0,596%

untuk presentase dalam

pertumbuhan ICT. Hal ini

memberikan efek multiplier

positif dari investasi dalam

ICT.

43

(fakctor analysis),

hierarchical linear

regression model

7. Jana Hanclova,

Petr Doucek,

Jakub Fischer &

Kristyna Vltavska

(2015)

Does ICT capital affect

economic growth in the

EU-15 and EU-12

countries?

Variabel : Gross

Domestic Product

(GDP), labour quantity,

non-ICT capital dan

ICT capital

Alat analisis :

menggunakan the panel

general least squares

method (PEGLS)

Hasil dari penelitian

tersebut antara lain

Dampak modal ICT pada

pertumbuhan ekonomi total

terbukti di kedua kelompok

negara, sedangkan

elastisitas dalam kelompok

Uni Eropa-7 lebih tinggi

(0,087%) daripada di Uni

Eropa-14 (0,031%).

Dampak ini sama selama

kedua periode waktu yang

diteliti dan dengan

demikian stabil selama

1994–2008, meskipun ada

penurunan jangka pendek

setelah tahun 2000.

8. Sang H. Lee ,

John Levendis &

Luis Gutierrez

(2012)

Telecommunications and

economic growth: an

empirical analysis of sub-

Saharan Africa

Variabel : the growth

rate of GDP per capita

(GDPPCGR), the

number of main

telephonelines per 100

people and serves as an

indicator of the

penetration of

conventional land-line

telephony

(LANDPHONES100),

the number of mobile

phone subscribers per

Hasil penelitian ini dengan

menggunakan special linear

Generalized Method of

Moments (GMM) estimator

menunjukkan bahwa efek

marginal dari telepon

seluler lebih besar daripada

telepon darat. Implikasi

kebijakan yang muncul dari

hasil ini adalah bahwa

negara-negara Afrika Sub-

Sahara harus berinvestasi

pada infrastruktur telepon

44

100 people

(CELLPHONES100)

Alat analisis : special

linear Generalized

Method of Moments

(GMM) estimator

seluler karena teknologi

Btechnology lebih hemat

biaya dan menguntungkan.

9. Anupam Das,

Murshed

Chowdhury &

Sariah Seaborn

(2015)

ICT Diffusion, Financial

Development and

Economic Growth: New

Evidence from Low and

Lower Middle-Income

Countries

Variabel : pertumbuhan

GDP per kapita (GDP),

CREDIT total kredit

yang diberikan kepada

sektor swasta

(CREDIT), total

konsumsi pemerintah

(GC), inflasi harga

konsumen (INF),

jumlah ekspor dan

impor (OPEN),

pengguna internet per

100 orang (INT),

persentase langganan

telepon tetap (TEL) dan

persentase langganan

seluler (MOB)

Alat analisis :

GMM

Hasil penelitian ini antara

lain ketika negara-negara

berkembang

dikelompokkan menurut

tingkat pendapatan mereka

(yaitu negara-negara

berpenghasilan rendah

(LIC) dan negara-negara

berpenghasilan menengah

bawah (LMICs ).

Perkembangan keuangan

dan difusi TIK secara

bersama-sama

mempengaruhi

pertumbuhan ekonomi per

kapita di LIC, tetapi hasil

yang sama tidak dapat

ditetapkan untuk LMIC.

10 Ficawoyi Donou-

Adonsou ,

Sokchea Lim &

Samuel A.

Mathey (2016)

Technological Progress

and Economic Growth in

Sub-Saharan Africa:

Evidence from

Telecommunications

Infrastructure

Variable : GDP, share

of gross capital

formation in GDP, the

inflation rate, share of

trade in GDP, lnternet

usage, dan mobile

phone subscriptions.

Alat analisis :


menunjukan internet dan

mobile phone usage masing

– masing meningkatkan

pertumbuhan sebesar 0,12

dan 0,13 persen. Secara

keseluruhan,

perkembangan infrastruktur

45

panel dynamic dan

GMM

telekomunikasi

meningkatkan

pertumbuhan ekonomi di

sub sahara afrika. Hal ini

menunjukkan banyak cara

untuk meningkatkan

potensi dari pertumbuhan

infrastruktur

telekomunikasi. Pemerintah

sangat perlu untuk

mengeluarkan kebijakan

memperluas akses dan

mengungari biaya yang

terkait internet untuk

mendorong pertumbuhan

ekonomi.

11. Kasmad

Ariansyah (2018)

Pengaruh Difusi Layanan

Telekomunikasi terhadap

Pertumbuhan Ekonomi

Negara-Negara ASEAN

pada Periode 2005-2016

Variabel : Jumlah

pengguna jasa telepon

tetap, telepon seluler,

layanan pitalebar,

internet, rasio Foreign

Direct Investment

(FDI), jumlah tenaga

kerja, dan pertumbuhan

ekonomi

Tujuan penelitian ini

adalah memastikan

pengaruh dari difusi

layanan telekomunikasi


ekonomi negara-negara

ASEAN 2015 – 2016,

Hasil analisis menunjukkan

bahwa pada taraf

signifikansi sebesar 5%,

hanya pertumbuhan jumlah

pengguna jasa telepon tetap

yang tidak signifikan

dalam memengaruhi


12. Nina Czernich,

Oliver Falck,

Broadband Infrastructure

and Economic Growth

Variabel : Predicted

broadband penetration

Penelitian ini bertujuan

untuk menguji dari dampak

46

Tobias

Kretschmer and

Ludger

Woessmann

(2011)

rate,

Years since predicted

broadband

introduction,

Voice telephony

penetration rate,

Cable TV penetration

rate,

Trade openness,

Log of years of

education,

Growth of capital

formation⁄GDP,

Growth of years of

education, dan

Growth of working-age

population

infrastruktur broadband


ekonomi, data yang

digunakan dalam penelitian

ini adalah data panel,

dengan 25 negara yang

tergabung dalam OECD

serta kurun waktu 1996 –

2007. Model yang

digunakan dalam pengujian

ini adalah fixed effect,

dengan hasil broadband

memiliki dampak yang

positif dan signifikan

terhadap GDP per Kapita.

13. Muhammad

Shahid (2014)

Impact of Labour Force

Participation on

Economic Growth in

Pakistan

Variabel : Labour

Force Participation,

Gross Fixed Capital

Formation, GDP

Alat analisis : vecm

Penelitian ini bertujuan

untuk mengetahui dampak

dari tingkat partisipasi

angkatan kerja terhadap

pertumbuhan ekonomi di

Pakistan. Data yang

digunakan merupakan data

time seres dari tahun 1980

sampai dengan 2012.

VariabeL yang digunakan

adalah pertumbuhan

ekonomi sebagai dependen

variable, sedangkan tingkat

partisipasi angkatan kerja

dan gross fixed capital

formation sebagai variable

47

independen. Dengan model

vecm, penelitian ini

menemukan bahwa

partisipasi angkatan kerja

akan mempengaruhi

pertumbuhan ekonomi

secara signifikan dan

positif.

14. Eko Fajar

Cahyono (2012)

Analisis Pengaruh

Infrastruktur Ekonomi

terhadap Produk

Domestik Bruto di

Indonesia.

Variable : jalan raya,

listrik ,air bersih dan

telepon, telepon seluler,

PDB

hasil estimasi ditemukan

bahwa infrastruktur publik

memiliki pengaruh yang

signifikan dan positif

terhdap Produk Domestik

Bruto dalam jangka

panjang, namun tidak

dalam jangka pendek.

b. Sumber Berdasarkan Skripsi dan Thesis

No. Penulis dan

Tahun

Judul Variable dan Alat

Analisis

Hasil Penelitian

1. RR. Getha Fety

Diarani (2017)

Pengaruh Teknologi

Informasi dan

Komunikasi terhadap

Produk Domestik Bruto

Indonesia

Variable :

Perkembangan nilai

transaksi eccomerce,

perkembangan jumlah

situs bisnis, jumlah

pengguna internet, PDB

Alat analisis :

pendekatan ARDL

(Autoregressive

Distributed Lag)

hasil dari erstimasi ini

menunjukkan ecommerce

yang diwakili oleh variable

Perkembangan nilai

transaksi eccomerce,

perkembangan jumlah situs

bisnis, dan jumlah

pengguna internet

berpengaruh signifikan dan

positif, namun pengaruh

signifikannya hanya

terdapat pada jangka

48

panjang saja, untuk jangka

pendek tidak signifikan

terhadap PDB.

2. Widias Retiawan

(2011)

Pengaruh Teknologi

Informasi dan

Komunikasi Terhadap

Produk Domestik Bruto

Indonesia.

Variable : telepon tetap,

seluler, internet,

pengeluaran pemerintah

untuk pendidikan,

penduduk

berpendidikan,

investasi, PDB

Alat analisis : ECM

(Error Correction

Model)

hasil penelitian

menunjukkan bahwa,

dalam jangka panjang

telepon tetap, seluler dan

internet berpengaruh positif

dan signifikan terhadap

PDB, dalam jangka pendek

variable telepon tetap dan

seluler berpengaruh positif

dan signifikan, sedangkan

variable internet tidak

berpengaruh secara

signifikan.

3. Lum, Tracy

(2011)

Mobile goes global: The

effect of cell phones on

economic growth and

development

Variabel : real per

capita GDP, the mobile

cellular subscriptions,

democracy, political

freedom, and civil

liberties (dem)

Alat analisis :

OLS

Hasil dari penelitian adalah

dalam dua dekade ini

pertumbuhan dari

cellphone atau

mobilephone memiliki

dampak yang signifikan

dan positif terhadap GDP.

Setiap peningkatan satu

satuan dari persentase

mobilephone, akan

meningkatkan GDP per

Kapita sebesar $158,68.

C. Hubungan antar Variable

Dalam rumusan masalah telah ditetapkan akan meneliti tentang

pengaruh Pengguna Internet, Fixed broadband subcription,Pengguna Telepon

Seluler, Tingkat Partisipasi Angkatan Kerja terhadap GDP per Kapita 9

negara ASEAN periode 2012 – 2016. Berdasarkan penelitian sebelumnya

49

Kais Saidi, Mounir Ben Mbarek, Mounira Amamri (2015) telah menganalisis

hubungan dinamis pengguna internet terhadap GDP. Penelitian ini

menggunakan dynamic data panel melalui uji unit root, kointegrasi, dan

granger causality. Hasil penelitian menunjukkan adanya hubungan dua arah

antara pengguna internet dengan pertumbuhan ekonomi baik dalam jangka

pendek dan panjang, sehingga ICT menunjukkan peran penting untuk

menentukan pertumbuhan ekonomi. Lalu Berdasarkan penelitian sebelumnya

Sajda Qureshi & Lotfollah Najjar (2017) melakukan penelitian dengan

judul Information and communications technology use and income growth:

evidence of the multiplier effect in very small island states menganalisis

pengaruh fixedbroadband pada pertumbuhan ekonomi. Pada penelitian

tersebut ditemukan adanya hubungan terbalik, tidak langsung, dan positif

antara ICT dan GDP. Selain itu, di dalam penelitian ini ditemukan hubungan

antara pertumbuhan ICT dan pertumbuhan popuasi. Model pengganda dalam

penelitian ini memprediksi jika populasi tetap sama, pertumbuhan GDP akan

meningkat sebesar 0,596% untuk presentase dalam pertumbuhan ICT. Hal ini

memberikan efek multiplier positif dari investasi dalam ICT.

Rudra Pradhan, Girijasankar Mallik, Tapan P. Bagchi (2018) yang

menganalisis pengaruh tingkat partisipasti angkatan kerja terhadap GDP.

Pada penelitian tersebut ditemukan bahwa hasil pengujian tingkat partisipasti

angkatan kerja dengan menggunakan metode vector error correciton model

(vecm) ditemukan bahwa tingkat partisipasti angkatan kerja ikut mendorong

pertumbuhan ekonomi nasional, dalam hal ini GDP. Berdasarkan penelitian

sebelumnya Ficawoyi Donou-Adonsou , Sokchea Lim & Samuel A. Mathey

(2016) yang menganalisis pengaruh pengguna telepon seluler terhadap GDP.

Pada penelitian tersebut ditemukan bahwa hasil pengujian pengguna telepon

seluler meningkatkan pertumbuhan sebesar 0,13 persen.

Hal inilah yang menjadi pertimbangan penulis untuk menggunakan

variable pengguna internet (PI), Fixed broadband subscription (FB),

pengguna telepon seluler (MP), dan Tingkat partisipasi angkatan kerja

(TPAK) sebagai variable independen, dan GDP per kapita sebagai variable

50

dependen. Dan diduga GDP dipengaruhi oleh variable pengguna internet (PI),

Fixed broadband subscription (FB), pengguna telepon seluler (MP), dan

Tingkat partisipasi angkatan kerja (TPAK). Sehingga hubungan antar variable

dapat dijelaskan sebagai berikut :

1. Hubungan Pengguna Internet dengan GDP

DeFleur & Dennis dalam Zin, Muda, & Nordin menjelaskan bahwa

internet merupakan sistem yang menjadikan sarana umum sebagai

penghubung perangkat keras dan transmisi informasi digital, komunitas

dengan media sosial dan mendistribusikan sistem informasinya secara

global dan telah di komputasi. (Zin, N.H.M, Muda, M, & Nordin, M.Z.,

Uses and Gratification Of Internet Among University Students In

Malaysia, 2013). Internet menghasilkan pengguna yang memungkinkan

satu individu untuk terhubung dengan satu atau lebih individu lainnya baik

untuk berkomunikasi, menerima serta menyebarkan informasi.

ITU mendifinisikan Sedangkan ITU (2017), pengguna internet

sebagai orang-orang yang menggunakan Internet dari lokasi manapun dan

untuk tujuan apa pun, terlepas dari perangkat dan jaringan yang

digunakan, dalam tiga bulan sebelumnya. Penggunaan dapat melalui

komputer (misalnya komputer desktop, komputer laptop, tablet, atau

komputer genggam sejenis), ponsel, mesin permainan, televisi digital,

dll.). Akses dapat melalui jaringan tetap atau seluler (ITU, 2017). Oleh

karena itu, dengan meningkatnya pengguna internet diharapkan mampu

menciptakan iklim perekonomian yang efektif dan efisien sehingga

terbentuk sektor pasar yang baru serta mendorong meningkatnya jumlah

pendapatan nasional.

2. Hubungan Fixed broadband subscription dengan GDP

Broadband merupakan bentuk sistem jaringan teknologi yang

menyediakan kecepatan kurang lebih 256 kbit/s, untuk mendownload,

upload, dsb yang terkait dengan perangkat jaringan internet (Core

Indicator ICT, UN). Menurut handbook ICT yang di publikasikan oleh

ITU pada tahun 2011, dijelaskan bahwa fixed broadband merupakan

51

bagian penting dalam infrastruktur karena jaringan fixed broadband sangat

mendukung peningkatan kecepatan jaringan yang dibutuhkan oleh aplikasi

bandwith yang padat (Core Indicator ITU, 2011).

Kecepatan pada fixed broadband merupakan gabungan kapasitas

dari hulu dan hilir, mengacu pada langganan tetap ke akses berkecepatan

tinggi ke Internet publik (koneksi TCP / IP) (ITU). Ini termasuk modem

kabel, DSL, fiber-to-the-home / building, langganan fixed-wired lainnya,

broadband satelit dan broadband nirkabel terestrial tetap. Jumlah ini

diukur tanpa memperhatikan metode pembayaran. Ini tidak termasuk

langganan yang memiliki akses ke komunikasi data (termasuk Internet)

melalui jaringan seluler. Ini harus mencakup WiMAX tetap dan teknologi

nirkabel tetap lainnya. Ini termasuk langganan perumahan dan langganan

untuk organisasi (Worldbank). Keberadaan fixed broadband yang

merupakan bentuk fisik dari infrastruktur dari teknologi, informasi dan

komunikasi. Selain menambah penyerapan tenaga kerja karena

keberadaannya, fixed broadband mampu menambah aksesibilitas

pengguna internet, serta mendorong jaringan semakin baik. hal ini akan

menambah pendapatan nasional suatu negara apabila digunakan dengan

sebaik – baiknya.

3. Hubungan pengguna telepons seluler dengan GDP

Telepon seluler biasa juga disebut sebagai telepon portabel atau

handphone merupakan sebuah alat komunikasi praktis yang dapat

menghubungkan individu satu dengan individu lainnya dengan mudah

dengan mengandalkan PSTN. Worldbank mendefinisikan telepon selulur

sebagai langganan telepon seluler yang memberikan layanan telepon di

sektor publik serta menyediakan akses ke (Public Switched Telephone

Network) PSTN yang menggunakan teknologi seluler dengan indikator –

indikator yaitu jumlah langganan pascabayar, dan jumlah akun prabayar

yang aktif (terhitung digunakan selama tiga bulan terakhir). Indikator ini

hanya berlaku untuk semua teknologi seluler yang menawarkan

komunikasi suara. Ini tidak termasuk langganan melalui kartu data atau

52

modem USB, langganan ke layanan data mobile publik, telepoint, dan

telemetri (Worldbank).

Sementara United Nation dalam laporan core indicator ICT 2005

menjelaskan Penggunaan telepon genggam tidak berarti bahwa telepon

dimiliki atau dibayar oleh orang tersebut tetapi harus cukup tersedia

melalui pekerjaan, teman atau anggota keluarga, dan lain-lain. Ini tidak

termasuk penggunaan sesekali, misalnya, meminjam telepon genggam

untuk panggilan. Proporsi individu dengan penggunaan telepon genggam

dihitung dengan membagi jumlah individu dalam lingkup dengan

penggunaan telepon seluler dengan jumlah total individu dalam ruang.

Sub-indikator dapat dibangun dengan menggunakan variabel klasifikasi

individu, usia, jenis kelamin, tingkat pendidikan tertinggi, status pekerjaan

dan pekerjaan.

4. Hubungan tingkat partisipasi angkatan kerja dengan GDP

Mankiw (2003) mendifinisikan Angkatan kerja sebagai jumlah

orang yang sedang bekerja dan orang yang menganggur dan Worldbank

mendifinisikan angkatan kerja sebagai orang-orang berusia 15 dan lebih

tua yang memasok tenaga kerja untuk produksi barang dan jasa selama

periode tertentu. Ini termasuk orang-orang yang saat ini bekerja dan orang-

orang yang menganggur tetapi mencari pekerjaan serta pencari kerja

pertama kali. Namun, tidak semua orang yang bekerja termasuk.

Dalam mengukur angka partisipasi angkatan kerja, digunakan lah

presentase tingkat partisipasi angkatan kerja (labour force participation

rate) merupakan presentase yang menggambarkan perbandingan jumlah

angkatan kerja dengan penduduk usia kerja dalam kelompok yang sama (

Payaman Simanjuntak, 1998).

53

D. Kerangka Pemikiran

2.1 Kerangka Pemikiran

PENGGUNA INTERNET (X1)

FIXED BROADBAND

SUBSCRIPTION (X2)

PENGGUNA TELEPON SELULER (X3)

TINGKAT PARTISIPASI ANGKATAN KERJA (X4)

Variable Dependen Variable Independen

PERKEMBANGAN

TEKNOLOGI INFORMASI DAN KOMUNIKASI (TIK)

GROSS DOMESTIC

BRUTO per KAPITA (Y)

ALAT ANALISIS :

DATA PANEL

PEMILIHAN MODEL :

1. UJI CHOW

2. UJI HAUSMAN

1. POOLED EGLS (PEGLS) / FIXED

EFFECT MODEL (FEM)

UJI HIPOTESIS :

1. Uji t

2. Uji F

3. Uji Adr R2

HASIL, KESIMPULAN DAN SARAN

54

E. Hipotesis Penelitian

Dugaan sementara dapat juga disebut sebagai hipotesis. Hipotes

merupakan sesuatu hal yang memerlukan pengujian kembali atas kebenarannya.

Untuk mencari tahu seberapa besar dari pengaruh dan signifikansinya variable

independen secara simultan atau bersama – sama terhadap variabel dependen,

maka diperlukan pengujian f – statistik. F statistik merupakan pembandingan

antara prob. Value F statistik dengan α. Apabila nilai prob value f statistik < α =

10%, maka secara bersama – sama atau simultan, variable independen mampu

mempengaruhi variable dependen secara signifikan. Selain itu terdapat juga

pengujian untuk mengetahui pengaruh dan nilai signifikansi dari masing – masing

variable independen terhadap variable dependen, yaitu uji t. Uji t merupakan

pembandingan nilai prob. Value t statistik dengan nilai α, nilai α yang di gunakan

α = 10%. Jika nilai prob. value t-statistik < α = 10% maka variabel independen

secara individu mampu mempengaruhi variabel dependen secara signifikan, dan

sebaliknya.

Dengan mengacu pada dasar pemikiran teoritis dan studi empiris yang

pernah dilakukan dengan penelitian di bidang ini, maka penulis mencoba

merumuskan hipotesis yang memerlukan pengujian lanjutan agar di ketahui

kebenarannya. Berikut hipotesis yang dirumus kan oleh penulis:

1. Variabel pengguna internet memiliki pengaruh signifikan terhadap GDP

per Kapita di 9 negara ASEAN.

2. Variabel fixed broadband subscription memiliki pengaruh signifikan

terhadap GDP per Kapita di 9 negara ASEAN.

3. Variabel pengguna telepon seluler memiliki pengaruh signifikan terhadap

GDP per Kapita di 9 negara ASEAN.

4. Variabel tingkat partisipasi angkatan kerja memiliki pengaruh signifikan

terhadap GDP per Kapita di 9 negara ASEAN.

5. Variabel pengguna internet, fixed broadband subscription, pengguna

telepon seluler dan tingkat partisipasi angkatan kerja secara bersama-sama

55

memiliki pengaruh signifikan terhadap GDP per Kapita di 9 negara

ASEAN.

56

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menggunakan model data panel. Objek dalam

penelitian ini berfokus pada 9 negara yang berada di wilayah ASEAN, antara

lain Indonesia, Malaysia, Thailand, Singapura, Brunei Darussalam, Filipina,

vietnam, Kamboja, dan Laos. Periode yang digunakan dalam penelitian ini

selama 2012 – 2016. Dalam penelitian ini, menggunakan satu variable

dependen dan empat empat variable independen. Variable dependen yang

digunakan dalam penelitian ini adalah GDP per Kapita. Sedangkan variable

independen adalah pengguna internet, fixed broadband subscription,

pengguna telepon seluler, tingkat partisipasi angkatan kerja.

B. Teknik penentuan sampel

Populasi dalam penelitian ini adalah seluruh Negara ASEAN.

Menurut Sugiyono (Dalam Dwika, 2015) Sampel merupakan bagian dari

jumlah dan karakteristik yang dimiiki oleh pupulasi. Sebuah sampel yang

ditemukan tidak selalu memenuhi persyaratan dalam variabel penelitian

sehingga diperlukan pula besaran peluang representatifnya sebuah kelompok

sampel dalam sebuah populasi penelitian. Sampel yang digunakan dalam

penelitian ini adalah sembilan Negara di ASEAN. Sembilan Negara tersebut

adalah Indonesia, Malaysia, Thailand, Singapura, Brunei Darussalam,

Filipina, Vietnam, Kamboja, Laos. Metode pengambilan sampel yang akan

digunakan adalah teknik purposive sampling yaitu cara pengambilan sampel,

dimana anggota sampel diserahkan pada pertimbangan pengumpul data yang

berdasarkan atas pertimbangan yang sesuai dengan maksud dan tujuan

tertentu.

C. Teknik Pengumpulan Data

1. Data sekunder

57

Data yang digunakan dalam penelitian ini merupakan data sekunder,

karena merupakan data yang berasal dari sumber dengan kesiapan yang

matang (siap pakai) (Wijaya, 2013). Rentang waktu data yang di pakai

dari tahun 2012 sampai dengan tahun 2016 dan bersumber dari lembaga

worldbank yang tentunya data tersebut dipilih oleh penulis karena

berhubungan langsung dengan penelitian ini. Data yang sekunder yang

digunakan peneliti bersumber dari worldbank, antara lain :

- GDP per Kapita

- Pengguna Internet

- Fixed broadband Subscription

- Pengguna telepon seluler

- Tingkat Partisipasi Angkatan Kerja

2. Studi Kepustakaan

Untuk meraih landasan teori dan konsep yang matang dalam penelitian ini,

penulis melakukan teknik pengambilan data dengan menganalisa,

memahami, dan membaca berbagai macam buku dan jurnal. Kemudian

bahan – bahan yang sesuai dengan penelitian akan dikutip oleh peneliti

untuk menyempurnakan hasil dari penelitian ini.

D. Teknik Analisis Data

1. Pendekatan Penelitian

Sesuai dengan data yang telah diperoleh maka pendekatan yang sesuai

dalam penelitian ini adalah pendekatan kuantitatif, yaitu pendekatan yang

menekankan pada angka-angka dalam penelitiannya. Dari data angka yang

telah diperoleh maka diharap dapat memberikan kesimpulan yang tepat.

2. Analisis Data Panel

Dalam menganalisis data dalam ekonometrika, menurut Doddy (2012)

terdapat beberapa klasifikasi data seperti data cross section, data time

series, dan data panel atau pooled data. Data panel sendiri merupakan

kombinasi dari data time series dan cross – section yang secara

58

substantsiual mampu menurunkan masalah omitted-variables (Wibisono,

2005), serta mampu mengatasi interkorelasi di antara variable – variable

bebas yang menyebabkan penaksiran regresi tidak tepat (Griffths, 2001

:351). Selain itu, menurut (Wibisono, 2005) terdapat beberapa keunggulan

dari data panel, antara lain seperti berikut :

a. data panel mampu memperhitungkan heterogenitas indvidiu secara

eksplisit dengan mengizinkan variabel spesifik individu.

b. kemampuan mengontrol heterogenitas individu ini selanjutnya

menjadikan data panel dapat digunakan untuk menguji dan

membangun model perilaku yang lebih kompleks.

c. data panel mendasarkan diri pada observasi cross-section yang

berulang – ulang (time series), sehingga metode data panel cocok

digunakan sebagai study of dynamic adjusment.

d. tingginya jumlah observasi memiliki implikasi pada data yang

lebih informatif, lebih variatif, kolinearitas antar variabel yang

semakin berkurang, dan peningkatan derajat bebas atau derajat

kebebasan (degrees of freedom-df), sehingga dapat diperoleh hasil

estimasi yang lebih efisien.

e. data panel dapat meminimalkan bias yang mungkin ditimbulkan

oleh agregasi data individu.

Keuntungan penting dari data panel dibandingkan dengan time series atau

data cross-sectional adalah bahwa hal itu memungkinkan identifikasi

parameter tertentu atau pertanyaan, tanpa perlu untuk membuat asumsi

yang membatasi atau asumsi klasik. (Verbeek, 2004)

3. Estimasi Model Data Panel

Dalam pengolahan data panel terdapat beberapa pendekatan yang dapat

digunakan dalam mengestimasi data panel, yaitu : pendekatan OLS biasa

(Pooled Least Square), pendekatan efek tetap (Fixed Effect Model),

pendekatan efek acak (Random Effect Model), dan pendekatan GLS

(Generalized Least Squares).

59

a. Pendekatan Pooled Least Square

Pendekatan ini merupakan pendekatan yang paling sederhana karena

menggabungkan data cross section dan data time series sebagai

analisisnya. Dalam pendekatan ini tidak memperhatikan dimensi antar

individu maupun rentang waktu, sehingga model ini dapat pula dapat pula

disebut sebagai model OLS biasa karena menggunakan kuadrat terkecil.

b. Pendekatan Fixed Effect Model

Metode efek tetap ini dapat menunjukan perbedaan antar objek meskipun

dengan regresor yang sama. Model ini dikenal dengan model regresi Fixed

Effect (efek tetap). Efek tetap ini dimaksudkan adalah bahwa sutu objek,

memiliki konstan yang tetap besarannya untuk berbagai periode waktu.

Demikian juga dengan koefisien regresinya, tetap besaranya dari waktu ke

waktu (time invariant).

Keuntungan metode efek tetap ini adalah dapat membedakan efek

individual dan efek waktu dan tidak perlu mengasumsikan bahwa

komponen error tidak berkolerasi dengan variabel bebas yang mungkin

sulit dipenuhi. Dan kelemahan metode efek tetap ini adalah

ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap

objek saling berbeda, bahkan satu objek pada suatu waktu akan sangat

berbeda dengan kondisi objek tersebut pada waktu yang lain (Winarno,

2015).

c. Pendekatan Random Effect Model

Keputusan untuk memasukan variabel boneka dalam model efek tetap

(fixed effect) tidak dapat dipungkiri akan dapat menimbulkan konsekuensi

(trade off). Penambahan variabel boneka ini akan dapat mengurangi

banyaknya drajat kebebasan (degree of freedom) yang pada akhirnya akan

mengurangi efisiensi dari parameter yang diestimasi. Model panel data

yang didalamnya melibatkan kolerasi antar error term karena berubahnya

waktu karena berbedanya observasi dapat diatasi dengan pendekatan

model komponen error (eror component model) atau disebut juga model

efek acak (random effect).

60

Metode ini digunakan untuk mengatasi kelemahan metode efek tetap yang

menggunakan variabel semu, sehingga model mengalami ketidakpastian.

Tanpa menggunakan variabel semu, metode efek menggunakan residual,

yang diduga memiliki hubungan antar waktu dan antar objek. Syarat untuk

menganalisis efek random yaitu objek data silang harus lebih besar dari

pada banyaknya koefisien (Winarno, 2015).

d. Pendekatan Generalized Least Squares

merupakan bentuk estimasi dalam penanggulangan kasus

heteroskedastisitas yang sering muncul dalam penggunaan data cross –

section. Untuk mengatasi kasus tersebut, maka akan diatasi dengan

melakukan pembobotan (weighted) atau bisa juga dikatakan perlakuan

secara umum terhadap kuadrat terkecil (Green, 1997). Dalam Basic

Econometrics, Gujarati (2003) dibandingkan dengan OLS, untuk

penggunaan data panel pilihan estimasi GLS lebih tepat, karena hasilnya

lebih baik dan konsisten. Dengan kemampuan menghasilkan estimator

yang BLUE karena memperhitungkan secara eksplisit merupakan

keunggulan metode estimasi GLS ini.

Penggunaan model fixed effect dan common effect dapat digunakan

sebagai alat analisis dalam estimasi GLS. Estimasi GLS mengambil

informasi secara eksplisit dan oleh karenanya mampu memproduksi

BLUE. Menurut Gujarati (2003), penggunaan estimasi GLS sudah

memenuhi asumsi klasik, sehingga tidak diperlukan lagi uji asumsi klasik

pada estimasi GLS. Selain itu, untuk menentukan model yang lebih tepat

antara fixed effect GLS dan common effect GLS, maka diperlukan uji

Chow.

4. Penentuan Metode Estimasi Data Panel

Ada dua tahap dalam memilih metode data panel. Pertama kita harus

membandingkan fixed effect dengan common effect terlebih dahulu.

Kemudian dilakukan uji chow, jika alpha dibawah 0,1 maka yang

digunakan adalah fixed effect. Apabila alpha diatas 0,1 maka yang

digunakan adalah common effect.

61

5. Metode Empiris

Ln_GDPPC = β0 + β1 Ln_PI + β2 Ln_FB + β3 Ln_PTS + β4 Ln_TPAK*PTS ε

Dimana:

GDPPC : GDP per Kapita (Ribuan)

PI : Pengguna Internet (Jiwa)

FB : Fixed broadband Subscription (Unit)

PTS : Pengguna Telepon Seluler (jiwa)

TPAKPTS : Tingkat Partsipasi Angkatan Kerja x Pengguna telepon

seluler (Jiwa)

E. Uji Hipotesis

Uji melalui uji hipotesis adalah langkah atau cara untuk mengetahui

signifikan atau tidaknya variable dengan menguji koefisien regresi. Dalam uji

ini, terdapat beberapa jenis uji hipotesis koefisien regresi, antara lain :

a. Uji t Statistik

Uji t statistik merupakan uji yang dilakukan untuk mengetahui pengaruh

secara parsial antara variable x terhadap variable y, dapat disederhanakan

uji ini untuk mengetahui pengaruh dari tiap variable. Pengujian ini diawali

dengan membandingkan t tabel dengan t hitung. Apabila hasilnya

menunjukkan t tabel lebih kecil dari t hitung, maka variable x

menunjukkan pengaruhnya terhadap variable y. Begitu juga dengan

sebaliknya, apabila t tabel lebih besar dari t hitung, maka variable x tidak

menunjukkan pengaruhnya terhadap variable y. Untuk tingkat kepercayaan

dapat menggunakan di angka 95% atau 90%, apabila tingkat kepercayaan

berada pada 95% maka tingkat signifikansi α = 0,05, dan jika

menggunakan tingkat kepercayaan pada angka 90% maka tingkat

signifikansinya α = 0,1. Ketika nilai dari signifikannya dibawah α = 0,05

atau α = 0,1 maka variabel x menunjukkan pengaruh signifikannya

terhadap variabel y. Lalu, apabila signifikannya diatas dari α = 0,05 atau α

62

= 0,1, maka variabel x menunjukkan ketidaksignifikann pengaruhmya

terhadap variabel y.

b. Uji f Statistik

Uji f statistik merupakan uji yang dilakukan untuk mengetahui pengaruh

secara simultan atau bersama antara variable x terhadap variable y.

Pengujian ini diawali dengan membandingkan t tabel dengan t hitung.

Apabila hasilnya menunjukkan t tabel lebih kecil dari t hitung, maka

variable x menunjukkan secara simultan atau bersama – sama dapat

mempengaruhi variable y. Apabila t tabel lebih besar dari t hitung, maka

variable x secara simultan atau bersama – sama tidak menunjukkan

pengaruhnya terhadap variable y.

Tingkat kepercayaan dapat digunakan pada angka 95% atau 90%, apabila

tingkat kepercayaan berada pada 95% maka tingkat signifikansi α = 0,05,

dan jika menggunakan tingkat kepercayaan pada angka 90% maka tingkat

signifikansinya α = 0,1. Ketika nilai dari signifikannya dibawah α = 0,05

atau α = 0,1 maka variabel x secara simultan menunjukkan pengaruh

signifikannya terhadap variabel y. Lalu, apabila signifikannya diatas dari α

= 0,05 atau α = 0,1, maka variabel x secara simultan menunjukkan

ketidaksignifikan dari pengaruhmya terhadap variabel y.

c. Koefisien Determinasi (R2)

Untuk melihat seberapa besar kontribusi dari suatu variable independen

terhadap variabel dependen dapat dilihat melalui besaran dari koefisien

determinasi. Apabila nilai dari koefisien determinasinya semakin tinggi,

maka semakin besar variable independen menjelaskan dari perubahan

variable dependennya. Rentang nilai 0 sampai dengan 1 merupakan

rentang besaran dari koefisien determinasi. Dengan semakin mendekatnya

rentang tersebut ke angka 1, maka variasi dari variabel independen

memiliki kemampuan lebih untuk menjelaskan variasi dari variable

dependen. Selain itu terdapat pula adjusten R2, dengan definisi koefisien

determinasi yang telah disesuaikan dengan jumlah variable dan

63

observasinya. Penggambaran kemampuan sesungguhnya variable

independen dalam menjelaskan variable dependen merupakan keunggulan

dari adjusted R2.

F. Operasional Variable Penelitian

Variabel Definisi Satuan Skala

GDP per Kapita

(Y)

GDP per kapita adalah produk

domestik bruto dibagi dengan populasi

tengah tahun. GDP adalah jumlah dari

nilai bruto yang ditambahkan oleh

semua produsen penduduk dalam

ekonomi ditambah pajak produk dan

dikurangi subsidi yang tidak termasuk

dalam nilai produk. Kalkulasi Ini

dihitung tanpa membuat pengurangan

untuk depresiasi aset fabrikasi atau

untuk deplesi dan degradasi sumber

daya alam. Data dalam dolar AS 2010

konstan.(Worldbank)

Ribuan Rasio

Pengguna

Internet (X1)

pengguna internet didefinisikan

sebagai seseorang yang membayar

akses ke internet publik (Koneksi TCP

/ IP), terlepas dari jenis atau kecepatan

akses, jenis perangkat yang digunakan

untuk mengakses internet (United

Nation, 2005). Sedangkan ITU (2017),

pengguna internet mengacu pada

orang-orang yang menggunakan

Internet dari lokasi manapun dan untuk

tujuan apa pun, terlepas dari perangkat

dan jaringan yang digunakan, dalam

Jiwa Rasio

64

tiga bulan sebelumnya. Penggunaan

dapat melalui komputer (misalnya

komputer desktop, komputer laptop,

tablet, atau komputer genggam

sejenis), ponsel, mesin permainan,

televisi digital, dll.). Akses dapat

melalui jaringan tetap atau seluler.

Fixed

broadband

subscription

(X2)

Broadband merupakan bentuk sistem

jaringan teknologi yang menyediakan

kecepatan kurang lebih 256 kbit/s,

untuk mendownload, upload, dsb yang

terkait dengan perangkat jaringan

internet (Core Indicator ICT, UN)

Ini termasuk modem kabel, DSL, fiber-

to-the-home / building, langganan

fixed-wired lainnya, broadband satelit

dan broadband nirkabel terestrial tetap.

Jumlah ini diukur tanpa memperhatikan

metode pembayaran, tidak termasuk

yang memiliki akses ke komunikasi

data (termasuk Internet) melalui

jaringan seluler. Ini harus mencakup

WiMAX tetap dan teknologi nirkabel

tetap lainnya. (Worldbank)

Unit Rasio

Pengguna

Telepon Seluler

(X3)

Telepon seluler biasa juga disebut

sebagai telepon portabel atau

handphone merupakan sebuah alat

komunikasi praktis yang dapat

menghubungkan individu satu dengan

individu lainnya dengan mudah dengan

Jiwa Rasio

65

mengandalkan PSTN. Worldbank

mendefinisikan telepon selulur sebagai

langganan telepon seluler yang

memberikan layanan telepon di sektor

publik serta menyediakan akses ke

(Public Switched Telephone Network)

PSTN yang menggunakan teknologi

seluler dengan indikator – indikator

yaitu jumlah langganan pascabayar,

dan jumlah akun prabayar yang aktif

(terhitung digunakan selama tiga bulan

terakhir). (Worldbank)

Tingkat

Partisipasi

Angkatan Kerja

(X4)

Tingkat partisipasi angkatan kerja

(labour force participation rate),

adalah menggambarkan jumlah

angkatan kerja dalam suatu kelompok

umum seperti sebagai presentase

penduduk dalam kelompok umur

tersebut. Untuk menghitung tingkat

partisipasi angkatan kerja (TPAK)

dapat digunakan rumus sebagai berikut:

TPAK = AK/UK x 100% . TPAK yang

digunakan dalam penelitian ini

merupakan TPAK yang berinteraksi

dengan Telepon Seluler.

persen Rasio

66

BAB IV

ANALISIS DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Dalam penelitian ini, objek penelitian merupakan negara – negara di

ASEAN yang terdapat pengguna internet, fixed broadband subscription,

pengguna telepon seluler, dan tingkat partisipasi angkatan kerja dari tahun 2012 –

2016. Dalam penelitian ini terdapat 9 sampel dari populasi negara di ASEAN

yang berjumlah 10 negara. Dari penelitian ini diperoleh 36 data observasi yang

digunakan untuk menganalisa dan pengujian hipotesis.

B. Penemuan dan Pembahasan

1. Analisis Deskriptif Antar Variable di Beberapa Negara di ASEAN

Grafik 4.1 Perkembangan Jumlah Rata-Rata Pengguna Internet, Pengguna

Telepon Seluler, Fixed broadband Subscription, Tingkat Partisipasi Angkatan

Kerja, dan GDP per Kapita di 9 negara ASEAN 2012 – 2016


2012 2013 2014 2015 2016

PI 30740920,89 32414640,78 32998212,78 33571123,67 34303473,67

FB 2092758,778 2296734 2487020,444 3013274,333 3502471,111

PTS 74877209,89 78936008,89 83189778,89 84158961,67 90623711

TPAKpts 51,21538247 50,65325292 50,47856734 49,87362544 49,4888827

GDPpk 12160,7715 12294,82462 12374,97084 12451,26617 12461,09472

0

10000000

20000000

30000000

40000000

50000000

60000000

70000000

80000000

90000000

100000000

67

Grafik 4.1 menunjukkan perkembangan dari jumlah rata – rata Pengguna

Internet, Pengguna Telepon Seluler, Fixed broadband Subscription dan GDP per

Kapita di 9 negara asean 2012-2016. Pada tahun 2012 rata – rata pengguna

Internet di 9 negaraASEAN sebesar 30740920,89 dan ditahun 2016 naik sebesar

34303473,67, untuk Fixed Broadband di tahun 2012 sebesar 2092758,778 dan di

tahun 2016 naik menjadi 3502471,111, kemudian pengguna telepon seluler

sendiri di tahun 2012 jumlah rata – ratanya sebesar 4877209,89 naik menjadi

90623711di tahun 2016, namun untuk pada tahun 2012 rata – rata tingkat

partisipasi angkatan kerja 51,21538247 dan turun menjadi 49,4888827 di tahun

2016, dan yang terakhir GDP di tahun 2012 rata – rata GDP per Kapita sebesar

12160,7715 dan naik menjadi 12461,09472 pada tahun 2016. Secara keseluruhan

variable – variable tersebut perkembangan jumlah rata – ratanya terus meningkat

dari tahun ke tahun, namun untuk variable TPAK mengalami penurunan dari

tahun ke tahun secara perlahan, namun tidak terlalu besar penurunannya. Hal ini

menunjukkan bahwa perkembangan TIK di 9 negaraASEAN dalam kurun waktu

2012 – 2016 mengalami perkembangan dari segi jumlah pengguna atau yang

memiliki akses terhadapnya.

Dengan bertambahnya pengguna internet, telepon seluler dan

berkembangnya jaringan fixed broadband, maka TIK harus mendapat perhatian

lebih bagi pelaku ekonomi dan pemerintah, mengingat bahwa TIK sangat

mempengaruhi pertumbuhan ekonomi. Serta, dengan berkembangnya Revolusi

Industri 4.0 dengan Iinternet of Things (IOT) nya, sudah saatnya di arahkan untuk

membentuk sektor – sektor pekerjaan yang baru sehingga keberadaan TIK akan

sangat terasa dalam membuat lapangan pekerjaan yang baru dan meringankan

beban produktivitas sehingga nantinya akan meningkatkan GDP per kapita.

Analisis Model GDP per Kapita dengan Variable Independen Pengguna

Internet, Fixed broadband Subscription, Pengguna telepon seluler, dan tingkat

partisipasi angkatan kerja.

68

a. Pemilihan Model

Setelah melalui proses pemilihan model dengan menggunakan uji asumsi

klasik dan estimasi lainnya, pendekatan estimasi GLS dengan Fixed Effect

model dipilih sebagai pilihan yang tepat dalam pengolahan data penelitian ini.

Dalam penentuan model, diperlukan Uji Chow dan Uji Hausman, untuk

memilih model yang digunakan di antara common effect, fixed effect dan

random effect. Perlakuan weighted atau pembobotan tidak dilakukan pada

model random effect, maka uji hausman tidak digunakan dalam penentuan

model ini.

- F Test / Uji Chow

Untuk menetukan model panel mana yang akan digunakan untuk regresi data

panel, apakah fixed effect model atau PLS. Jika nilai probabilitas lebih kecil

dari tingkat signifikasi α 10% maka artinya model panel yang baik digunakan

adalah fixed effect model dan begitu juga sebaliknya Jika nilai probabilitas

lebih besar dari tingkat signifikasi α 10% maka artinya model regresi data

panel yang baik digunakan adalah PLS. Dengan hipotesis, sebagai berikut:

H0 : Model PLS

H1 : Model FE

Berdasarkan metode FE dan PLS, diperoleh nilai probabilitas Fstatistik,

sebagai berikut:

Tabel 4.1 Hasil Uji Chow/F test

Effect Test Statistic d.f Prob

Cross-section f 553.718139 (8,32) 0.0000

Sumber : hasil pengolahan data dengan eviews 9

Dari tabel diatas, diperoleh nilai f-statistik adalah 553.718139dengan nilai d.f

(8,32) dan nilai probabilitas f-statistik lebih kecil dari signifikasi α 10% maka

69

artinya model panel yang baik digunakan adalah fixed effect model dalam

penelitian ini.

- Uji Hausman

Untuk menetukan model panel mana yang akan digunakan untuk regresi data

panel, apakah fixed effect model atau random effect model. Jika nilai

probabilitas lebih kecil dari tingkat signifikasi α 10% maka artinya model

panel yang baik digunakan adalah fixed effect model dan begitu juga

sebaliknya Jika nilai probabilitas lebih besar dari tingkat signifikasi α 10%

maka artinya model regresi data panel yang baik digunakan adalah random

effect model. Dengan hipotesis, sebagai berikut:

H0 : Model RE

H1 : Model FE

Tabel 4.2 Hasil Uji Hausman

Test Summary Chi-Sq. Statistic Chi-Sq. d.f Prob

Cross-section random 49.317014 (4) 0.0000


Dari tabel diatas, diperoleh nilai f-statistik adalah 49.317014dengan nilai Chi-

Sq. d.f (8,32) dan nilai probabilitas f-statistik lebih kecil dari signifikasi α 10%

maka artinya model panel yang baik digunakan adalah fixed effect model

dalam penelitian ini.

b. Analisa Teknis

- Uji statistik

Pengujian statistik dilakukan untuk mengetahui apakah model penelitian

sudah bagus atau belum secara statisitk. Terdapat beberapa pengujian

dalam uji hipotesis ini, diantaranya adalah uji koefisien determinasi (R2),

uji F statistik, serta uji t statistik. Model yang digunakan dalam estimasi

penelitian ini adalah Fixed Effect. Uji statistik dalam penelitian ini

menggunakan software eviews, maka hasilnya sebagai berikut:

70

Tabel 4.3 Hasil Perhitungan Data Panel terhadap Keseluruhan Periode Penelitian

(2012 – 2016)

Hasil Perhitungan Data Panel terhadap Keseluruhan Periode

Penelitian (2012 – 2016)

Variable Koefisien Prob

C 2,129494 0.0867

LNPI 0,10805 0.0577

LNFB 0,137253 0.0000

LNPTS 0,098397 0.0887

TPAKPTS 0,016628 0.0402

total 2,489822

Fixed Effects

(Cross)

BD 3,48523

FILIPINA -1,255431

INDONESIA -1,201586

KAMBOJA -1,343916

LAOS -0,329883

MALAYSIA 0,468068

SINGAPURA 2,611975

THAILAND -0,48124

VIETNAM -1,953216

R-squared 0.999783

Adjusted R-squared 0.999702

F-statistic 12281.78

Prob(F-statistic) 0.000000


a. Uji t Statistik

Uji t statistik merupakan uji yang dilakukan untuk mengetahui pengaruh

secara parsial antara variable x terhadap variable y, dapat disederhanakan

uji ini untuk mengetahui pengaruh dari tiap variable. Untuk pengujian t

statistik bisa menggunakan Quick Look, yaitu dengan melihat nilai

probabilitas dan tingkat kepercayaan yang telah di tetapkan oleh peneliti.

Di dalam penelitian ini telah ditentukan untuk tingkat kepercayaan sebesar

71

90 persen (α = 10 %). Maka apabila suatu variable independen memiliki

nilai prob. < α = 10 %, maka dapat dinyatakan terdapat pengaruh yang

signifikan divariable independen tersebut terhadap variabel dependennya,

dan sebaliknya apabila nilai prob. > α = 10 %, maka dapat dinyatakan pada

variable independen tersebut tidak terdapat pengaruh yang signifikan

terhadap variable dependennya.

Nilai probabilitas pengguna internet sebesar 0.0577 < 0,1. Hal ini

menunujukkan bahwa pengguna internet memiliki pengaruh yang

signifikan terhadap GDP per Kapita 9 negara di ASEAN. Pengguna

Internet memiliki pengaruh positif terhadap 9 Negara di ASEAN. Hal ini

dapat dilihat dari nilai koefisien sebesar 0,10805 persen terhadap GDP per

Kapita 9 Negara di ASEAN yang berarti setiap kenaikan pengguna internet

sebesar 1 persen akan meningkatkan GDP per Kapita sebesar 0,10805

persen dengan asumsi ceteris paribus.

Nilai probabilitas Fixed broadband subscription sebesar 0.0000 < 0,1. Hal

ini menunujukkan bahwa Fixed broadband subscription memiliki

pengaruh yang signifikan terhadap GDP per Kapita 9 negara di ASEAN.

Fixed broadband subscription memiliki pengaruh positif terhadap 9

Negara di ASEAN. Hal ini dapat dilihat dari nilai koefisien sebesar

0,137253 persen terhadap GDP per Kapita 9 Negara di ASEAN yang

berarti setiap kenaikan Fixed broadband subscription sebesar 1 persen

akan meningkatkan GDP per Kapita sebesar 0,137253 persen dengan

asumsi ceteris paribus.

Nilai probabilitas pengguna telepon seluler sebesar 0.0887 < 0,1. Hal ini

menunujukkan bahwa pengguna telepon seluler memiliki pengaruh yang

signifikan terhadap GDP per Kapita 9 negara di ASEAN. pengguna

telepon seluler memiliki pengaruh positif terhadap 9 Negara di ASEAN.

Hal ini dapat dilihat dari nilai koefisien sebesar 0,098397 persen terhadap

GDP per Kapita 9 Negara di ASEAN yang berarti setiap kenaikan

pengguna telepon seluler sebesar 1 persen akan meningkatkan GDP per

Kapita sebesar 0,098397 persen dengan asumsi ceteris paribus.

72

Nilai probabilitas tingkat partisipasi angkatan kerja sebesar 0.0402 < 0,1.

Hal ini menunujukkan bahwa tingkat partisipasi angkatan kerja memiliki

pengaruh yang signifikan terhadap GDP per Kapita 9 negara di ASEAN.

tingkat partisipasi angkatan kerja memiliki pengaruh positif terhadap 9

Negara di ASEAN. Hal ini dapat dilihat dari nilai koefisien sebesar

0,016628 persen terhadap GDP per Kapita 9 Negara di ASEAN yang

berarti setiap kenaikan tingkat partisipasi angkatan kerja sebesar 1 persen

akan meningkatkan GDP per Kapita sebesar 0.315305 persen dengan

asumsi ceteris paribus.

b. Uji f Statistik

Uji f statistik merupakan uji yang dilakukan untuk mengetahui pengaruh

secara simultan atau bersama – sama antara variable x terhadap variable y.

Dalam penelitian ini, pengujian secara bersama-sama dilakukan untuk

mengetahui apakah variabel pengguna internet, fixed broadband

subscription,pengguna telepon seluler dan tingkat partisipasi angkatan

kerja memiliki pengaruh yang signifikan terhadap GDP per Kapita 9

negara di ASEAN. Untuk mengetahui apakah pengujian variabel

independen secara bersama-sama terhadap variabel dependen dapat dilihat

dari nilai probabilitasnya. Jika nilai probabilitas dari F statistik < 0,1 maka

dapat diartikan bahwa semua variabel independen secara bersamasama

memiliki pengaruh yang signifikan terhadap variabel dependen.

Sebaliknya, Jika nilai probabilitas dari F statistik > 0,1 maka dapat

diartikan bahwa semua variabel independen secara bersama-sama tidak

memiliki pengaruh yang signifikan terhadap variabel dependen.

Dapat dilihat bahwa nilai probabilitas F statistik sebesar 0,000000. Nilai

tersebut lebih kecil dari 0,1, sehingga dapat disimpulkan bahwa variabel

pengguna internet, fixed broadband subscription, pengguna telepon seluler

dan tingkat partisipasi angkatan kerja secara bersama-sama berpengaruh

signifikan terhadap GDP per Kapita 9 negara di ASEAN pada tahun 2012-

2016.

c. Koefisien Determinasi (R2)

73

Untuk melihat seberapa besar kontribusi dari suatu variable independen

terhadap variabel dependen dapat dilihat melalui besaran dari koefisien

determinasi. Oleh karena itu, semakin besar nilai dari koefisien

determinasi maka variable independen akan memiliki kemampuan lebih

untuk menjelaskan variasi dari variable dependen. Berdasarkan hasil

pengolahan data dapat dilihat bahwa nilai koefisien determinasi sebesar

0.999783. Hal ini berarti bahwa 99,98 persen dari variasi GDP per Kapita

di 9 Negara ASEAN mampu dijelaskan oleh pengguna internet, fixed

broadband subscription, pengguna telepon seluler, dan tingkat partisipasi

angkatan kerja, sedangkan 0,02 persen dijelaskan oleh variabel lain di luar

model penelitian ini.

d. Intrepetasi Hasil Analisis

Tabel 4.4 Intrepetasi Koefisien Fixed Effect Model (2012 – 2016)

Intrepetasi Koefisien Fixed Effect Model (2012 – 2016)

Variabel Koefisien Nilai GDP per Kapita

C 2,129494

LNPI 0,10805

LNFB 0,137253

LNPTS 0,098397

TPAKPTS 0,016628

Total 2,489822

Fixed Effects

(Cross)

BD 3,48523 5,975052

FILIPINA -1,255431 1,234391

INDONESIA -1,201586 2,283644

KAMBOJA -1,343916 2,141314

LAOS -0,329883 -1,531469

MALAYSIA 0,468068 -0,733518

SINGAPURA 2,611975 2,282092

74

THAILAND -0,48124 -0,811123

VIETNAM -1,953216 0,658759


- Brunei Darussalam

LNGDPPC_BD = 3,48523 + 2,129494 + 0,137253*LNFB_BD +

0,10805*LNPI_BD + 0,098397*LNPTS_BD + 0,016628*TPAKPTS_BD

Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan

LNTPAKPTS, maka negara Brunei Darussalam akan mendapatkan pengaruh

individu terhadap GDP per Kapita sebesar 5,975052%

- Kamboja

LNGDPPC_KAMBOJA = -1,343916 + 2,129494 + 0,137253*LNFB_

KAMBOJA + 0,10805*LNPI_ KAMBOJA + 0,098397*LNPTS_ KAMBOJA +

0,016628*TPAKPTS_ KAMBOJA


LNTPAKPTS, maka negara Kamboja akan mendapatkan pengaruh individu terhadap

GDP per Kapita sebesar 2,141314

- Filipina

LNGDPPC_FILIPINA = -1,255431 + 2,129494 + 0,137253*LNFB_ FILIPINA +

0,10805*LNPI_ FILIPINA + 0,098397*LNPTS_ FILIPINA +

0,016628*TPAKPTS_ FILIPINA


LNTPAKPTS, maka negara Filipina akan mendapatkan pengaruh individu terhadap

GDP per Kapita sebesar 1,234391%

- Indonesia

LNGDPPC_INDONESIA = -1,201586 + 2,129494 + 0,137253*LNFB_

INDONESIA + 0,10805*LNPI_ INDONESIA + 0,098397*LNPTS_ INDONESIA

+ 0,016628*TPAKPTS_ INDONESIA


LNTPAKPTS, maka negara Indonesia akan mendapatkan pengaruh individu

terhadap GDP per Kapita sebesar 2,283644%

- Laos

75

LNGDPPC_LAOS = -0,329883 + 2,129494 + 0,137253*LNFB_ LAOS +

0,10805*LNPI_ LAOS + 0,098397*LNPTS_ LAOS + 0,016628*TPAKPTS_

LAOS


LNTPAKPTS, maka negara Laos akan mendapatkan pengaruh individu terhadap


- Singapura

LNGDPPC_SINGAPURA = 2,611975 + 2,129494 + 0,137253*LNFB_

SINGAPURA + 0,10805*LNPI_ SINGAPURA + 0,098397*LNPTS_

SINGAPURA + 0,016628*TPAKPTS_ SINGAPURA


LNTPAKPTS, maka negara Singapura akan mendapatkan pengaruh individu

terhadap GDP per Kapita sebesar 2,282092%

- Thailand

LNGDPPC_THAILAND = -0,48124 + 2,129494 + 0,137253*LNFB_

THAILAND + 0,10805*LNPI_ THAILAND + 0,098397*LNPTS_ THAILAND +

0,016628*TPAKPTS_ THAILAND


LNTPAKPTS, maka negara Thailand akan mendapatkan pengaruh individu terhadap

GDP per Kapita sebesar -0,811123%

- Vietnam

LNGDPPC_VIETNAM = -1,953216 + 2,129494 + 0,137253*LNFB_ VIETNAM

+ 0,10805*LNPI_ VIETNAM + 0,098397*LNPTS_ VIETNAM +

0,016628*TPAKPTS_ VIETNAM


LNTPAKPTS, maka negara Vietnam akan mendapatkan pengaruh individu terhadap


76

2. Analisa Ekonomi GDP per Kapita dengan Variable Independen Pengguna

Internet, Fixed broadband subscription, Pengguna telepon seluler, dan

tingkat partisipasi angkatan kerja

a. Pengguna Internet

Hasil penelitian ini menunjukkan adanya hubungan positif dan signifikan

Pengguna Internet terhadap pendapatan nasional 9 negara di ASEAN yang

diukur dengan GDP per Kapita. Hal tersebut sesuai dengan teori – teori

yang ada, dimana total output produksi akan sangan dipengaruhi oleh

faktor – faktor produksinya, salah satunya teknologi. Hasil penelitian ini

sejalan dengan penelitian yang dilakukan oleh (Anupam Das, Murshed

Chowdhury & Sariah Seaborn,2015) (Kais Saidi, Mounir Ben Mbarek,

Mounira Amamri, 2015) (Bahar Bayraktar Sağlam, 2016) (Ficawoyi

Donou-Adonsou, Sokchea Lim & Samuel A Mathey , 2016) (Sajda

Qureshi & Lotfollah Najjar ,2017)(Rudra Pradhan, Girijasankar Mallik,

Tapan P. Bagchi, 2018) yang menunjukkan bahwa variable pengguna

internet berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi

. Hal ini menunjukkan ICT telah berperan penting, dan sesuai dengan teori

dan penelitian yang ada. Oleh karena itu pengguna internet harus

mendapat perhatian lebih oleh para pelaku ekonomi dan pemerintah.

Mengingat bahwa pengguna internet merupakan komponen penting dari

marketplace di era ekonomi digital saat ini. Pemerintah harus terus

membangun infrastruktur yang menghubungkan manusia dengan internet

dan meningkatkan kualitasnya. Semakin baik kualitas jaringan internet

seperti biaya penggunaan dan kecepatannya untuk mendownload dan

mengupload, maka produsen dan konsumen diuntungkan. Hal tersebut

memicu produsen dan konsumen mengurangi biaya – biaya yang tidak

diperlukan kembali karena keberadaan internet. Seperti pertemuan –

pertemuan tidak harus tatap muka langsung untuk mengambil keputusan

dalam berbisnis antara produsen dan konsumen, antara perusahaan dan

investor, kemudian mempercepat transaksi bisnis, karena dengan adanya

internet konsumen tidak perlu lagi ke bank, akses penyebaran informasi

77

yang cepat, memangkas jalur distribusi barang dsb. Apabila seluruh

produsen dapat memaksimalkan potensi tersebut dan pemerintah

memfasilitasinya, maka logis apabila peningkatan pelayanan internet akan

meningkatkan GDP per kapita.

b. Fixed broadband subscription

Hasil penelitian ini menunjukkan bahwa Fixed broadband subscription

memiliki pengaruh positif dan signifikan terhadap GDP per Kapita di 9

Negara ASEAN. Hal tersebut sesuai dengan teori – teori yang ada, dimana

total output produksi akan sangan dipengaruhi oleh faktor – faktor

produksinya, salah satunya teknologi. Hasil penelitian ini sejalan dengan

penelitian yang dilakukan oleh (Nina Czernich, Oliver Falck, Tobias

Kretschmer and Ludger Woessmann, 2011) (Anupam Das, Murshed

Chowdhury & Sariah Seaborn, 2015) (Sajda Qureshi & Lotfollah Najjar,

2017) (Kasmad Ariansyah, 2018) (Rudra Pradhan, Girijasankar Mallik,

Tapan P. Bagchi, 2018) yang menunjukkan variable fixed broadband

berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi. hal ini

menunjukkan Fixed broadband subscription berperan penting dalam

perekonomian, khususnya ekonomi digital. Fixed broadband subscription

merupakan salah satu sumber utama dalam faktor produksi, keberadaan

Fixed broadband subscription akan mendukung produktivitas ekonomi

digital yang pada waktunya akan meningkatkan GDP per Kapita. Oleh

karena itu pemerintah harus terus membangun infrastruktur yang

menghubungkan manusia dengan fixed broadband dan meningkatkan

kualitasnya. Semakin baik kualitas fixed broadband, maka produsen dan

konsumen diuntungkan. Fixed broadband akan menggarap peluang pasar

lokal, mengurangi biaya promosi, mengakses ke pasar yang lebih luas

jangkauannya. Apabila jaringan fixed broadband diperbanyak, maka sudah

pasti akan meningkatkan GDP per kapita negaranya.

c. Pengguna Telepon Seluler

Hasil penelitian ini menunjukkan bahwa Pengguna Telepon Seluler

memiliki pengaruh positif dan signifikan terhadap GDP per Kapita di 9

78

Negara ASEAN. Hal tersebut sesuai dengan teori – teori yang ada, dimana

total output produksi akan sangan dipengaruhi oleh faktor – faktor

produksinya, salah satunya teknologi. Hasil penelitian ini sesuai dengan

penelitian yang dilakukan oleh (Widias Retiawan, 2011)(Lum Tracy,

2011)(Eko Fajar Cahyono ,2012)(Sang H Lee , John Levendis & Luis

Gutierrez,(2012)(Anupam Das, Murshed Chowdhury & Sariah Seaborn

,2015)(Ficawoyi Donou-Adonsou, Sokchea Lim & Samuel A Mathey

,2016)(Bahar Bayraktar Sağlam ,2016)(Sajda Qureshi & Lotfollah Najjar

,2017)(Kasmad Ariansyah ,2018) yang menujukan pengaruh signifikan

dan positif variabel pengguna telepon seluler terhadap pertumbuhan

ekonomi. Hal tersebut menunjukkan pengguna telepon seluler berperan

penting dalam perekonomian, khususnya ekonomi digital. Pengguna

telepon seluler merupakan salah satu sumber utama dalam faktor produksi,

keberadaan pengguna telepon seluler akan mendukung produktivitas

ekonomi digital yang pada waktunya akan meningkatkan GDP per Kapita.

Oleh karena itu pemerintah harus terus membangun infrastruktur

telekomunikasi dan meningkatkan kualitasnya. Semakin baik kualitas

telekomunikasi, maka produsen dan konsumen diuntungkan dengan

keberadaan telepon seluler. Diharapkan juga pemerintah tidak membuat

kebijakan yang menghambat kepemilikkan dari telepon seluler. alat

komunikasi ini telah mampu menembus ruang – ruang yang tidak dapat

dijamah telepon tetap dan jaringan fixed broadband, sehingga peningkatan

akses masyarakat semakin baik terhadap tik. Hal tersebut memberikan

kemudahan produsen dan konsumen dalam melakukan transaksi,

komunikasi bisnis dsb. sehingga akan meningkatkan GDP per kapita

negaranya.

d. Tingkat Partisipasi Angkatan Kerja

Hasil penelitian ini menunjukkan bahwa Tingkat Partisipasi Angkatan

Kerja memiliki pengaruh positif dan signifikan terhadap GDP per Kapita

di 9 Negara ASEAN. Hasil penelitian ini sesuai Hal tersebut sesuai dengan

79

teori - teori yang menjelaskan pendapatan akan dipengaruhi oleh faktor –

faktor produksinya, salah satunya angkatan kerja. Hasil penelitian ini juga

sesuai dengan penelitian yang dilakukan oleh (Muhammad Shahid,

2014)(Kais Saidi,Mounir Ben Mbarek, Mounira Amamri ,2015)(Rudra

Pradhan, Girijasankar Mallik, Tapan P. Bagchi ,2018) yang menunjukkan

TPAK berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi.

Hal ini menunjukkan tingkat partisipasi angkatan kerja berperan penting

dalam perekonomian, khususnya produktivitas ekonomi. TPAK

merupakan salah satu sumber utama dalam faktor produksi, keberadaan

TPAK akan mendukung produktivitas ekonomi yang pada waktunya akan

meningkatkan GDP per Kapita. Oleh karena itu pemeintah perlu untuk

meningkatkan lapangan pekerjaan, agar masyarakat yang sudah memasuki

usia kerja dapat segera mendapat perkejaan. Ditambah kembali saat ini

teknologi informasi dan komunikasi mampu melahirkan sektor – sektor

pekerjaan yang baru. Pemerintaah harus hadir untuk mengembangkan

lapangan pekerjaan di sektor TIK karena potensinya yang besar untuk

meningkatkan GDP per Kapita negaranya.

80

BAB V

PENUTUP

A. Kesimpulan

Berdasarkan hasil analisis dan pembahasan yang telah dilakukan, Penulis

memperoleh kesimpulan dari penelitian dengan judul Analisis Pengaruh

Akses Teknologi Informasi dan Komunikasi terhadap Pertumbuhan Ekonomi

(Studi Kasus Negara – Negara di ASEAN 2012 - 2016), sebagai berikut :

1. Variabel pengguna internet berpengaruh positif dan signifikan terhadap

GDP per Kapita di 9 negara ASEAN pada tahun 2012-2016.

2. Variabel Fixed broadband subscription memiliki pengaruh positif dan

signifikan terhadap GDP per Kapita 9 negara di ASEAN pada tahun 2012-

2016.

3. Variabel pengguna telepon seluler memiliki pengaruh positif dan

signifikan terhadap GDP per Kapita di 9 negara ASEAN pada tahun 2012-

2016.

4. Variabel Tingkat partisipasi angkatan kerja memiliki pengaruh positif dan

signifikan terhadap GDP per Kapita di 9 negara ASEAN pada tahun 2012-

2016.

5. Variabel independen yang terdapat pada penelitian ini, yaitu pengguna

internet, fixed broadband subscription, pengguna telepon seluler dan

tingkat partisipasi angkatan kerja secara simultan berpengaruh signifikan

terhadap GDP per Kapita di 9 negara ASEAN pada tahun 2012-2016.

B. Saran

Berdasarkan kesimpulan di atas, maka penulis mengajukan beberapa saran

sebagai berikut :

1. Berdasarkan pembahasan hasil diatas yang menunjukkan bahwa variabel

Pengguna Internet, Fixed broadband Subscription, Mobilephone

subscription dan Tingkat Partisipasi Angkatan Kerja memiliki pengaruh

81

positif dan signifikan terhadap GDP per Kapita di 9 negara ASEAN, maka

pemerintah di negara – negara ASEAN perlu untuk meningkatkan

infrastruktur teknologi informasi dan komunikasi. selain itu, peningkatan

jaringan komunikasi harus diimbangi dengan faktor – faktor yang dapat

meningkatkan kualitas penduduk dan tenaga kerja dalam pemanfaatan

Teknologi Informasi dan Komunikasi. Mengingat bahwa kualitas

penduduk dan tenaga kerja akan meningkatkan produktivitas, sehingga

pada waktunya pendapatan nasional ( GDP per Kapita ) akan meningkat.

2. Bagi para akademisi dan peneliti hasil penelitian ini dapat dijadikan

referensi dan apabila ingin melakukan penelitian yang sejenis dapat

digukanan variable – variable yang lain mengingat Teknologi Informasi

dan Komunikasi yang sudah berkembang. Oleh karena itu alangkah

baiknya dikembangkan kembali cakupannya mengingat saat ini data yang

berhubungan dengan Teknologi Informasi dan Komunikasi semakin

tersedia agar hasil penelitian dapat lebih baik.

82

DAFTAR PUSTAKA

Anupam Das, Murshed Chowdhury & Sariah Seaborn. (2015). ICT Diffusion,

Financial Development and Economic Growth: New Evidence from Low and

Lower Middle-Income Countries. New York : Springer Science Business Media.

Ariefianto, M. Doddy. (2012). Ekonometrika : Esensi dan Aplikasi dengan

Menggunakan Eviews. Jakarta. Erlangga.

Arsyad, L. (1999). Pengantar Perencanaan dan Pembangunan EKonomi Daerah.

Yogyakarta: BPFE.

ASEAN. (2018). Asean telecommunications and it ministers meeting telmin.

Diunduh pada 7 Februari 2018, dari http://asean.org/asean-economic-

community/asean-telecommunications-and-it-ministers-meeting-telmin/

Bahar Bayraktar Sağlam. (2016). ICT Diffusion, R&D Intensity, and Economic

Growth: a Dynamic Panel Data Approach. New York : Springer Science Business

Media.

Basuki, Agus Tri. (2014). Regresi Model PAM, ECM dan Data Panel dengan

Eviews 7. Yogyakarta

Ben Miller dan Robert D. Atkinson. (2014). Raising European Productivity

Growth Through.

Elsadig Musa Ahmed & Rahim Ridzuan. (2012). The Impact of ICT on East

Asian Economic Growth: Panel Estimation Approach. Malaysia : Springer

Science Business Media.

Ficawoyi Donou-Adonsou, Sokchea Lim & Samuel A. Mathey. (2016).

Technological Progress and Economic Growth in Sub-Saharan Africa: Evidence

from Telecommunications Infrastructure. International Atlantic Economic

Society.

Final report: Recommendations for implementing the strategic initiative

INDUSTRIE 4.0. Industrie 4.0 Working Group.

83

Griffiths, W.E. (2001). Undergraduate Econometrics. Second Edition. John

Willey and Sons,Inc.

Gujarati, D.N. (1999). Ekonometrik Dasar, Terjemahan. Erlangga.

Gujarati, D.N. (2003). Basic Econometrics. New York: Mc Graw-Hill Companies.

Hasan, Iqbal M. (2017). Pokok-pokok Materi Statistik 2. Jakarta: PT. Bumi

Aksara.

IDA AT WORK, ICT Connecting People and making markets work, 2008

Jana Hanclova, Petr Doucek, Jakub Fischer & Kristyna Vltavska. (2015). Does

ICT capital affect economic growth in the EU-15 and EU-12 countries?. Journal

of Business Economics and Management, 16:2, 387-406

Jhingan, M. (2003). Ekonomi Pembangunan dan Perekonomian. Jakarta: PT. Raya

Grafindo Persada.

John Van Reenen et al. (2010). The Economic Impact of ICT, SMART. Centre for

Economic Performance.

Kagermann, H., Lukas, W.D., & Wahlster, W. (2011). Industrie 4.0: Mit dem

Internet der Dinge auf dem Weg zur 4. industriellen Revolution.

http://www.vdinachrichten.com/Technik-Gesellschaft/Industrie-40- Mit-Internet-

Dinge-Weg-4-industriellen-Revolution, Diakses pada 17 Juni 2017.

Kais Saidi & Lobna Ben Hassen & M. Sami Hammam. (2014). Econometric

Analysis of the Relationship Between ICT and Economic Growth in Tunisia. New

York : Springer Science Business Media.

Kais Saidi, Mounir Ben Mbarek, Mounira Amamri. (2015). Causal Dynamics

between Energy Consumption, ICT, FDI, and Economic Growth: Case Study of

13 MENA Countries. New York : Springer Science Business Media.

Karl E. Case, Ray C. Fair. (2004). Edisi 5. Jakarta : PT INDEKS, Kelompok

Gramedia.

84

Kominfo (2016) Laporan Tahunan Kominfo 2016. Jakarta : Kominfo.

Kuncoro, M. (2004). Otonomi dan Pembangunan Daerah. Jakarta: Erlangga..

Lipsey, RG, Courant PN, Purvis DD, Steiner PO. (1993). Pengantar

Makroekonomi Edisi Kesepuluh Jilid Dua. Maulana A, penerjemah. Jakarta (ID):

Binarupa Aksara. Terjemahan dari : Economics 10th ed

Lum, Tracy. (2011). Mobile goes global: The effect of cell phones on economic

growth and development.

Mankiw, G. N. (2007). Principle of Macroeconomics. Jakarta: Erlangga.

Mankiw, N Gregory. (2003). Teori Makro Ekonomi. Jakarta : Erlangga.

Mceachern Wiliam. (2000). Pendekatan Kontemporer Ekonomika Makro. Jakarta:

Salemba Empat.

Muhammad Shahid. (2014). Impact of Labour Force Participation on Economic

Growth in Pakistan. Journal of Economics and Sustainable Development

Nina Czernich, Oliver Falck, Tobias Kretschmer and Ludger Woessmann.

(2011). Broadband Infrastructure and Economic Growth. The Economic Journal :

Blackwell Publishing. Honors Theses : Bucknell University.

Republik Indonesia. (2014). Perpres no. 96 tahun 2014 tentang Rencana Pitalebar

Indonesia. Sekretariat Kabinet RI. Jakarta

Rizki, Novi Aulia. (2011). Estimasi Parameter Model Regresi Data Panel Random

Effect dengan Metode Generalized Least Square (GLS). Malang : UIN Maulana

Malik Ibrahim.

Rudra Pradhan, Girijasankar Mallik, Tapan P. Bagchi. (2018). Information

communication technology (ICT) infrastructure and economic growth: A causality

evinced by cross-country panel data. IIMB Management Review.

85

Rüßmann, M., Lorenz, M., Gerbert, P., Waldner, M., Justus, J., Engel, P. &

Harnisch, M. (2015). Industry 4.0: The future of productivity and growth in

manufacturing industries. Boston Consulting Group, p.14.

S. Mulyadi. (2008). Ekonomi SDM dalam Perspektif Pembangunan. Edisi 1.

Jakarta : Rajawali Pers.

Sajda Qureshi & Lotfollah Najjar. (2017). Information and communications

technology use and income growth: evidence of the multiplier effect in very small

island states. Information Technology for Development, 23:2, 212-234

Sang H. Lee , John Levendis & Luis Gutierrez. (2012). Telecommunications and

economic growth: an empirical analysis of sub-Saharan Africa. Applied

Economics, 44:4, 461-469

Simanjuntak, P. (1985). Pengantar Ekonomi Sumber Daya Manusia. Lembaga

Penerbit Fakultas Ekonomi UI.

Sukirno, S. (2006). Ekonomi Pembangunan : Proses, Masalah, dan Dasar

Kebijakan. Jakarta (ID) : Kencana

Sukirno, Sadono. (2011). Makroekonomi teori pengantar. Edisi 1 Cetakan 20.

Jakarta. Rajawali pers.

Suparmoko, M. (2002). Ekonomi Publik, Untuk Keuangan dan Pembangunan

Daerah. Yogyakarta: Andi

Suparmoko, M. (2002). Ekonomi Publik, Untuk Keuangan dan Pembangunan

Daerah. Yogyakarta: Andi.

Sutabri, Tata (2014) Pengantar Teknologi Informasi, edisi 1. Yogyakarta : ANDI.

Todaro, M. (2006). Pembangunan Ekonomi di Dunia Ketiga . Jakarta: Erlangga.

Tri Kunawangsih Pracoyo dan Antyo Pracoyo. (2007). Aspek Dasar Ekonomi

Makro Di Indonesia, jakarta : PT. Grasindo.

86

UNIDO. (2018). Information and Communications-Technology ICT. Diunduh

pada 5 Februari 2018 dari https://www.unido.org/our-focus/advancing-economic-

competitiveness/investing-technology-and-innovation/competitiveness-business-

environment-and-upgrading/information-and-communications-technology-ict

United National Development Programmee (2001) Human Development Report.

New york : Oxford University Press.

Wibisono, Y. (2005). Modul Pelatihan Ekonometrika Dasar. Depok : Lab. Ilmu

Ekonomi FE-UI.

World Bank (2018) (2018). GDP Per Capita. : World Bank. Diunduh pada 8 Mei

2018 dari https://data.worldbank.org/indicator/NY.GDP.PCAP.CD?view=chart

World Bank (2018) Fixed Broadband Subscription : World Bank. Diunduh pada 8

Mei 2018, dari https://data.worldbank.org/indicator/IT.NET.BBND?view=chart

World Bank (2018) Individual Using The Internet : World Bank. Diunduh pada 8

Mei 2018 dari https://data.worldbank.org/indicator/IT.NET.USER.ZS?view=chart

World Bank (2018) Mobile Cellular Subscription : World Bank. Diunduh pada 8

Mei 2018 dari https://data.worldbank.org/indicator/IT.CEL.SETS?view=chart

World Bank Group. (2016). Assesing The Potential For The Electronics And ICT

Manufacturing Industry In Ethiopia Policy Report. World Bank Group.

87

LAMPIRAN – LAMPIRAN

A. UJI NORMALITAS

0

1

2

3

4

5

6

7

8

-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8

Series: Standardized Residuals

Sample 2012 2016

Observations 45

Mean 4.40e-15

Median -0.076618

Maximum 0.859052

Minimum -0.910786

Std. Dev. 0.408312

Skewness 0.412777

Kurtosis 2.726133

Jarque-Bera 1.418519

Probability 0.492008

B. UJI MULTIKOLINEARITAS

LNFB LNPI TPAKPTS LNPTS

LNFB 1.000000 0.761485 0.538713 0.809031

LNPI 0.761485 1.000000 0.924953 0.992353

TPAKPTS 0.538713 0.924953 1.000000 0.904805

LNPTS 0.809031 0.992353 0.904805 1.000000

88

C. UJI HETEROKEDASTISITAS

-1.00

-0.75

-0.50

-0.25

0.00

0.25

0.50

0.75

1.00B

D -

12

BD

- 1

3B

D -

14

BD

- 1

5B

D -

16

Indonesia

- 1

2In

donesia

- 1

3In

donesia

- 1

4In

donesia

- 1

5In

donesia

- 1

6K

am

boja

- 1

2K

am

boja

- 1

3K

am

boja

- 1

4K

am

boja

- 1

5K

am

boja

- 1

6Laos -

12

Laos -

13

Laos -

14

Laos -

15

Laos -

16

Mala

ysia

- 1

2M

ala

ysia

- 1

3M

ala

ysia

- 1

4M

ala

ysia

- 1

5M

ala

ysia

- 1

6S

ingapu

ra -

12

Sin

gapu

ra -

13

Sin

gapu

ra -

14

Sin

gapu

ra -

15

Sin

gapu

ra -

16

Thailand -

12

Thailand -

13

Thailand -

14

Thailand -

15

Thailand -

16

Vie

tnam

- 1

2V

ietn

am

- 1

3V

ietn

am

- 1

4V

ietn

am

- 1

5V

ietn

am

- 1

6F

ilip

ina -

12

Filip

ina -

13

Filip

ina -

14

Filip

ina -

15

Filip

ina -

16

LNGDPPC Residuals

D. UJI OLS

Dependent Variable: LNGDPPC?

Method: Pooled Least Squares

Date: 12/09/18 Time: 22:31

Sample: 1 5

Included observations: 5

Cross-sections included: 9

Total pool (balanced) observations: 45 Variable Coefficient Std. Error t-Statistic Prob. LNPI? -2.111762 1.204978 -1.752531 0.0872

LNFB? -0.544755 0.235742 -2.310815 0.0259

LNPTS? 4.463331 1.232511 3.621332 0.0008

TPAKPTS? -0.393898 0.085208 -4.622798 0.0000 R-squared -0.186544 Mean dependent var 8.524284

Adjusted R-squared -0.273364 S.D. dependent var 1.336401

S.E. of regression 1.508040 Akaike info criterion 3.744187

Sum squared resid 93.24163 Schwarz criterion 3.904779

Log likelihood -80.24420 Hannan-Quinn criter. 3.804054

Durbin-Watson stat 0.064130

89

E.UJI CHOW

Redundant Fixed Effects Tests

Pool: Untitled

Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 553.718139 (8,32) 0.0000

Cross-section Chi-square 222.190171 8 0.0000

F. UJI HAUSMAN

Correlated Random Effects - Hausman Test

Pool: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 49.317014 4 0.0000

G.UJI PEGLS

Dependent Variable: LNGDPPC?

Method: Pooled EGLS (Cross-section weights)

Date: 12/09/18 Time: 22:34

Sample: 1 5

Included observations: 5

Cross-sections included: 9

Total pool (balanced) observations: 45

Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. C 2.129494 1.205014 1.767195 0.0867

LNPI? 0.108050 0.054873 1.969097 0.0577

LNFB? 0.137253 0.017480 7.851809 0.0000

LNPTS? 0.098397 0.056040 1.755844 0.0887

TPAKPTS? 0.016628 0.007774 2.138930 0.0402

Fixed Effects (Cross)

_BD—C 3.485230

_FILIPINA--C -1.255431

_INDONESIA--C -1.201586

_KAMBOJA--C -1.343916

_LAOS--C -0.329883

_MALAYSIA--C 0.468068

_SINGAPURA--C 2.611975

_THAILAND--C -0.481240

90

_VIETNAM--C -1.953216 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.999783 Mean dependent var 11.94495

Adjusted R-squared 0.999702 S.D. dependent var 6.438100

S.E. of regression 0.036845 Sum squared resid 0.043442

F-statistic 12281.78 Durbin-Watson stat 1.628417

Prob(F-statistic) 0.000000

D. DATA

- Data sebelum di transformasi

daerah Tahun MP PI FB LFPR GDPpc

BD 2012 469740 203502 19849 39,618019 35899,03737

BD 2013 468814 207898 27557 38,365265 34618,97291

BD 2014 452054 212311 30259 37,192089 33313,83278

BD 2015 463384 215384 34425 35,73608 32661,85702

BD 2016 523453 217846 36116 34,290173 31430,96259

Indonesia 2012 281963665 120202948 2983000 50,674091 3415,351267

Indonesia 2013 313226914 121651630 3251800 50,560543 3560,10658

Indonesia 2014 325582819 123063604 3400000 48,714611 3692,942875

Indonesia 2015 338948340 122582083 3983000 46,762604 3827,548307

Indonesia 2016 385573398 125383640 5227393 47,879814 3974,058485

Kamboja 2012 19105115 8477730 29734 77,379967 874,1614887

Kamboja 2013 20264514 8648088 32648 76,937416 923,7263408

Kamboja 2014 20451982 8813062 66111 76,522316 972,9792448

Kamboja 2015 20850543 8968407 83504 76,006073 1024,872343

Kamboja 2016 19915503 9125751 96706 75,403488 1079,113541

Laos 2012 4300000 3249173 7578 62,989216 1296,745665

Laos 2013 4612612 3317781 9025 62,476833 1383,70298

Laos 2014 4618586 3385944 11287 61,99181 1470,499706

Laos 2015 3727162 3452870 36839 61,428383 1556,670712

Laos 2016 3958510 3524361 24426 60,859505 1642,730096

Malaysia 2012 41324700 13343412 2920900 41,817211 9708,936994

Malaysia 2013 43005000 14015518 2938800 42,675243 9981,15458

91

Malaysia 2014 44928600 14429386 3061000 42,890266 10398,2269

Malaysia 2015 44104000 14820526 2738700 42,346077 10745,04547

Malaysia 2016 43912600 15113523 2718800 42,659565 11031,82156

Singapura 2012 8067600 2994949 1432800 37,579464 49103,70878

Singapura 2013 8438100 3055070 1493400 36,732525 50731,29694

Singapura 2014 8103800 3139939 1474000 39,064781 51865,71799

Singapura 2015 8233100 3222374 1486200 41,368004 52244,58649

Singapura 2016 8460700 3263578 1461100 41,40937 52600,64123

Thailand 2012 85012000 40100157 4519000 46,666859 5437,237092

Thailand 2013 93849000 39550142 5192000 44,622368 5561,291533

Thailand 2014 97096000 39483787 5440000 43,199753 5589,698732

Thailand 2015 102942000 38889149 6229000 41,54641 5733,921447

Thailand 2016 119669000 38995090 7219000 41,509033 5901,884123

Vietnam 2012 131673724 52996692 4775368 60,429012 1433,129144

Vietnam 2013 123735557 53917225 5152576 60,402988 1493,56251

Vietnam 2014 136148124 54805167 6000527 61,037327 1565,020497

Vietnam 2015 120324052 55367635 7657619 61,664181 1651,234675

Vietnam 2016 120600235 55764751 9089288 59,928894 1735,290954

Filipina 2012 101978345 35099725 2146600 43,784603 2278,635726

Filipina 2013 102823569 47368415 2572800 43,106094 2399,60719

Filipina 2014 111326045 49650715 2900000 43,694153 2505,818865

Filipina 2015 117838074 54621685 4870182 42,004818 2615,659102

Filipina 2016 113000000 57342723 5649411 41,460102 2753,349862

- Data setelah di transformasi

Daerah tahun lnLFPR lnGDPpc lnmp Lnpi Lnfb

BD 2012 3,67928404 10,4884658 13,05993463 12,22343111 9,895908907

BD 2013 3,64715249 10,4521572 13,05796138 12,24480285 10,22401187

BD 2014 3,61609608 10,413728 13,02155692 12,26580746 10,31754894

BD 2015 3,57616083 10,3939632 13,04631136 12,28017776 10,44653832

BD 2016 3,5348588 10,3555488 13,16820252 12,29154367 10,49449126

Indonesia 2012 3,92541476 8,13603563 19,45728877 18,60469211 14,90844006

Indonesia 2013 3,92317149 8,17754576 19,56243845 18,61667203 14,99471925

Indonesia 2014 3,88597901 8,21417895 19,60112742 18,62821189 15,03928599

Indonesia 2015 3,84508382 8,24997975 19,64135826 18,62429143 15,19754586

Indonesia 2016 3,868694 8,28754314 19,77024213 18,64688872 15,46942324

92

Kamboja 2012 4,34872792 6,77326513 16,76546666 15,95295328 10,30004645

Kamboja 2013 4,34299231 6,82841586 16,82438184 15,97284881 10,39353888

Kamboja 2014 4,33758241 6,88036275 16,83359036 15,9917455 11,09909043

Kamboja 2015 4,33081324 6,93232334 16,85289055 16,00921863 11,33264981

Kamboja 2016 4,32285354 6,98389519 16,80700903 16,02661076 11,47943073

Laos 2012 4,14296353 7,16761307 15,27412558 14,99391106 8,933004592

Laos 2013 4,13479582 7,2325185 15,34430485 15,01480674 9,107753783

Laos 2014 4,12700228 7,29335756 15,34559916 15,0351433 9,3314069

Laos 2015 4,11787199 7,35030466 15,13115764 15,05471633 10,51431235

Laos 2016 4,10856801 7,40411483 15,19137825 15,0752097 10,10340342

Malaysia 2012 3,733308 9,18080208 17,53697094 16,40653334 14,88740235

Malaysia 2013 3,75361897 9,20845405 17,57682695 16,4556757 14,89351189

Malaysia 2014 3,75864491 9,24939058 17,62058512 16,48477738 14,93425222

Malaysia 2015 3,74587578 9,28220004 17,60206104 16,51152367 14,82299391

Malaysia 2016 3,75325152 9,30853924 17,59771185 16,53110046 14,81570116

Singapura 2012 3,62645773 10,8016898 15,9033666 14,91243776 14,17514113

Singapura 2013 3,6036626 10,8342983 15,94826772 14,93231306 14,21656596

Singapura 2014 3,66522132 10,8564133 15,90784365 14,95971393 14,20349035

Singapura 2015 3,72250773 10,8636916 15,92367317 14,98562891 14,21173308

Singapura 2016 3,72350719 10,8704836 15,95094247 14,9983347 14,19470013

Thailand 2012 3,84303425 8,60102632 18,25830298 17,50689081 15,32380129

Thailand 2013 3,79823525 8,62358565 18,35719767 17,49307984 15,46262954

Thailand 2014 3,76583477 8,62868067 18,39121074 17,49140069 15,50928962

Thailand 2015 3,72681111 8,65415495 18,44967628 17,47622582 15,64472636

Thailand 2016 3,72591107 8,68302692 18,60024016 17,4789463 15,792227

Vietnam 2012 4,10146933 7,26761555 18,69583763 17,78574005 15,3789816

Vietnam 2013 4,10103858 7,30891949 18,63365724 17,80296056 15,45500734

Vietnam 2014 4,11148559 7,3556542 18,729254 17,81929504 15,60735786

Vietnam 2015 4,12170322 7,40927858 18,60569909 17,82950578 15,85121166

Vietnam 2016 4,09315876 7,45893038 18,60799179 17,83665253 16,02260714

Filipina 2012 3,77928223 7,73133218 18,44027104 17,37370385 14,57939575

Filipina 2013 3,76366439 7,78306033 18,44852516 17,67346621 14,76050536

Filipina 2014 3,77721429 7,82637085 18,5279738 17,72052335 14,88022129

Filipina 2015 3,73778433 7,86927139 18,58482199 17,81594152 15,39864187

Filipina 2016 3,72473157 7,92057358 18,54289838 17,86455651 15,54706185

Documents

ANALISIS PENGARUH AKSES TEKNOLOGI INFORMASI DAN …repository.uinjkt.ac.id/dspace/bitstream/123456789/53187/1/NAUFA… · United Nations Industrial Development Organization (UNIDO)