FAKULTAS EKONOMI DAN BISNIS -...
Transcript of FAKULTAS EKONOMI DAN BISNIS -...
i
PENGARUH INVESTASI, INFLASI, JUMLAH TENAGA KERJA, NILAI
EKSPOR DAN JUMLAH PENGGUNA INTERNET TERHADAP
PENDAPATAN SUBSEKTOR INDUSTRI KREATIF APLIKASI DAN
GAME DEVELOPER DI INDONESIA
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-syarat Guna Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh:
Irfan Tripurwanta
NIM: 1113084000019
JURUSAN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI
SYARIF HIDAYATULLAH JAKARTA
1438 H/2017
ii
LEMBAR PENGESAHAN SKRIPSI
iii
LEMBAR PENGESAHAN KOMPREHENSIF
iv
LEMBAR PENGESAHAN UJIAN SKRIPSI
v
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
vi
DAFTAR RIWAYAT HIDUP
I. Identitas Pribadi
1. Nama Lengkap : Irfan Tripurwanta
2. Tempat/Tanggal Lahir : Jakarta, 16 April 1996
3. Alamat : Jalan Kampung Baru 3 RT 05/05 No.6
Pondok Pinang, Jakarta Selatan
4. Telepon : 083806170739
5. Email : [email protected]
II. Pendidikan Formal
1. SDN 08 Pagi Jakarta Tahun 2001-2007
2. SMPN 161 Jakarta Tahun 2007-2010
3. SMAN 90 Jakarta Tahun 2010-2013
4. UIN Syarif Hidayatullah Jakarta Tahun 2013-2017
III. Pengalaman Organisasi
1. Anggota Departemen Humas & Media Himpunan Mahasiswa Jurusan Ilmu
Ekonomi dan Studi Pembangunan (HMJ IESP) Fakultas Ekonomi dan
Bisnis UIN Jakarta Periode 2015-2016
vii
IV. Seminar dan Workshop
1. Dialog Jurusan & Seminar Konsentrasi “Mengenal Lebih Dekat dengan
Jurusan Sendiri” HMJ IESP UIN Syarif Hidayatullah Jakarta, 2013.
2. Company Visit “Road to Bank Indonesia” HMJ IESP UIN Syarif
Hidayatullah Jakarta, 2014.
3. Pelatihan Karya Tulis Ilmiah “Mewujudkan Regenerasi Mahasiswa
Ekonomi yang Berprestasi dalam Bidang Akademik” HMJ IESP UIN Syarif
Hidayatullah Jakarta, 2014
4. Company Visit “Peran Bank Indonesia di Bidang Moneter” di Bank
Indonesia, HMJ Perbankan Syariah UIN Syarif Hidayatullah Jakarta, 2014.
viii
THE EFFECT OF INVESTMENT, INFLATION, NUMBER OF LABOR,
EXPORT VALUE AND THE NUMBER OF INTERNET USERS ON THE
INCOME OF CREATIVE INDUSTRY SUBSECTOR APPLICATION AND
DEVELOPER GAME IN INDONESIA
ABSTRACT
This research aims to analyze the effect of investment, inflation, the number
of labor, the value of exports, and the number of internet users to the income
subsector of creative industry applications and game developers in Indonesia. The
population of data used in this research is the Creative Industry and Application
Developer Sub-sector in Indonesia from 2011-2015. The analytical method used is
multiple regression analysis method with EViews 8. The result of this research
shows that investment, number of labor, export value as well as number of internet
users have significant effect to the income of the creative industry subsector
application and game developer in Indonesia, whereas inflation does not have a
significant effect on the income of creative industry subsector application and game
developer in Indonesia.
Keyword: investment, inflation, labor, export, internet users, income of industry
creative industry subsector application and developer game in Indonesia.
ix
PENGARUH INVESTASI, INFLASI, JUMLAH TENAGA KERJA, NILAI
EKSPOR DAN JUMLAH PENGGUNA INTERNET TERHADAP
PENDAPATAN SUBSEKTOR INDUSTRI KREATIF APLIKASI DAN
GAME DEVELOPER DI INDONESIA
ABSTRAK
Penelitian ini bertujuan untuk menganalisa pengaruh investasi, inflasi, jumlah
tenaga kerja, nilai ekspor, dan jumlah pengguna internet terhadap pendapatan
subsektor industri kreatif aplikasi dan game developer di Indonesia. Populasi data
yang digunakan dalam penelitian ini adalah Subsektor Industri kreatif Aplikasi dan
Game developer di Indonesia dari tahun 2011-2015. Metode analisis yang
digunakan adalah metode analisis regresi berganda dengan program EViews 8.
Hasil Penelitian menunjukkan bahwa investasi, jumlah tenaga kerja, nilai ekspor
dan jumlah pengguna internet mempunyai pengaruh yang signifikan terhadap
pendapatan subsektor industri kreatif aplikasi dan game developer di Indonesia,
sedangkan inflasi tidak memiliki pengaruh yang signifikan terhadap pendapatan
subsektor industri kreatif aplikasi dan game developer di Indonesia.
Kata Kunci: investasi, inflasi, tenaga kerja, ekspor, pengguna internet, dan
pendapatan subsektor industri kreatif aplikasi dan game developer.
x
KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas berkat rahmat dan karunia-Nya
dengan segala pengetahuan dan kekuasaan-Nya sehingga penulis dapat
menyelesaikan skripsi yang berjudul “PENGARUH INVESTASI, INFLASI,
JUMLAH TENAGA KERJA, NILAI EKSPOR DAN JUMLAH PENGGUNA
INTERNET TERHADAP PENDAPATAN SUBSEKTOR INDUSTRI
KREATIF APLIKASI DAN GAME DEVELOPER DI INDONESIA” dengan
baik. Shalawat serta salam penulis haturkan kepada nabi Muhammad SAW beserta
keluarga dan para sahabatnya. Skripsi ini disusun dalam rangka untuk memenuhi
syarat-syarat memperoleh gelar sarjana Ekonomi Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Pada kesempatan kali ini, penulis menyampaikan terimakasih atas bantuan,
saran, bimbingan, dukungan, semangat dan doa baik langsung maupun tidak
langsung dalam penyelesaian skripsi ini kepada:
1. Kedua orang tua penulis, Bapak Zainudin Wanta dan Ibu Titin Hartini tercinta
yang selalu mendoakan dan memotivasi penulis serta memfasilitasi segala
kebutuhan penulis dalam menyelesaikan skripsi ini.
2. Bapak Dr. M. Arief Mufraini, Lc, M.Si selaku Dekan Fakultas Ekonomi dan
Bisnis yang telah memberikan ilmu yang sangat berharga.
xi
3. Bapak Aizirman Djusan, Ph.D, M.Sc., Econ. Selaku dosen pembimbing yang
telah meluangkan waktu, memberikan motivasi dan arahan, membantu
mencari data kepada penulis dalam penyelesaian penulisan skripsi ini hingga
skripsi ini selesai. Semoga bapak selalu diberikan kesehatan dan keberkahan
oleh Allah SWT
4. Bapak Arief Fitrijanto, M.Si dan Ibu Najwa Khairina selaku Ketua Jurusan
dan Sekretaris Jurusan Ekonomi Pembangunan yang telah memberikan
arahan serta bimbingan yang berarti dalam penyelesaian perkuliahan ini.
5. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang telah memberikan
ilmu yang sangat berguna dan berharga bagi penulis selama perkuliahan serta
jajaran karyawan dan staff UIN Syarif Hidayatullah Jakarta yang telah
melayani dan membantu penulis selama perkuliahan.
6. Teman-teman Forsa UIN Jakarta divisi Basket yang telah memberikan
semangat dan motivasi kepada penulis dalam proses penyelesaian skripsi ini,
“Saling, Solid, Semangat, Smart, UIN JAKARTA, ONE TEAM!”.
7. Teman-teman Wacana-ers yang saling menolong dan memotivasi sama lain.
8. Seluruh teman-teman jurusan IESP angkatan 2013 yang telah memberikan
semangat dan motivasi kepada penulis dalam proses penyelesaian skripsi ini.
9. Yunita Damayanti selaku significant other penulis yang telah bersedia
membantu dan menemani penulis dalam mencari data dan kebutuhan lainnya
untuk menyelesaikan skripsi ini, Love you.
xii
10. Semua pihak yang tidak bisa penulis sebutkan satu-persatu. Terimakasih telah
membantu penulis dalam menyelesaikan skripsi ini.
Penulis menyadari skripsi ini tidak luput dari berbagai kekurangan. Untuk itu,
penulis mengharapkan saran dan kritik demi kesempurnaan dan perbaikannya
sehingga akhirnya skripsi ini dapat memberikan manfaat bagi bidang pendidikan
dan penerapan dilapangan serta bisa dikembangkan lagi lebih lanjut. Amin.
Jakarta, 07 September 2017
Irfan Tripurwanta
xiii
DAFTAR ISI
COVER DALAM .................................................................................................... i
LEMBAR PENGESAHAN SKRIPSI ...................................................................... ii
LEMBAR PENGESAHAN KOMPREHENSIF...................................................... iii
LEMBAR PENGESAHAN UJIAN SKRIPSI ......................................................... iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ..................................... v
DAFTAR RIWAYAT HIDUP .................................................................................. vi
ABSTRACT ........................................................................................................ viii
ABSTRAK ............................................................................................................ ix
KATA PENGANTAR ............................................................................................... x
DAFTAR TABEL ................................................................................................. xvi
DAFTAR GAMBAR ............................................................................................ xvii
DAFTAR LAMPIRAN ....................................................................................... xviii
BAB I ....................................................................................................................... 1
PENDAHULUAN .................................................................................................... 1
A. Latar Belakang .............................................................................................. 1
B. Rumusan Masalah ......................................................................................... 9
C. Tujuan dan Manfaat Penelitian ...................................................................... 10
1. Tujuan Penelitian ...................................................................................... 10
2. Manfaat Penelitian .................................................................................... 11
BAB II .................................................................................................................. 12
TINJAUAN PUSTAKA ...................................................................................... 12
A. Teori Pendukung ........................................................................................ 12
1. Investasi .................................................................................................. 12
2. Inflasi ...................................................................................................... 14
3. Tenaga Kerja ........................................................................................... 18
xiv
4. Ekspor ..................................................................................................... 21
5. Internet .................................................................................................... 22
6. Industri Kreatif ....................................................................................... 23
7. Produk Domestik Bruto (PDB) .............................................................. 25
B. Penelitian Sebelumnya ............................................................................... 27
C. Keterkaitan Antarvariabel .......................................................................... 34
1. Investasi dan Pendapatan subsektor industri kreatif aplikasi dan game
developer ........................................................................................................ 35
2. Inflasi dan Pendapatan subsektor industri kreatif aplikasi dan game
developer ........................................................................................................ 35
3. Tenaga Kerja dan Pendapatan subsektor industri kreatif aplikasi dan
game developer .............................................................................................. 36
4. Nilai Ekspor dan Pendapatan subsektor industri kreatif aplikasi dan game
developer ........................................................................................................ 37
5. Pengguna Internet dan Pendapatan subsektor industri kreatif aplikasi dan
game developer .............................................................................................. 37
D. Kerangka Pemikiran ................................................................................... 38
E. Hipotesis ..................................................................................................... 40
BAB III ................................................................................................................. 42
METODE PENELITIAN ................................................................................... 42
A. Ruang Lingkup Penelitian .......................................................................... 42
B. Jenis dan Sumber Data ............................................................................... 42
C. Metode Pengumpulan Data ........................................................................ 43
D. Metode Analisis Data ................................................................................. 43
1. Pendekatan Penelitian ............................................................................. 43
2. Statistik Deskriptif .................................................................................. 45
3. Uji Asumsi Klasik .................................................................................. 46
4. Pengujian Statistik .................................................................................. 48
E. Operasional Variabel Penelitian ................................................................. 50
1. Variabel Bebas (Independent Variabel) .................................................. 50
2. Variabel Terikat (Dependent Variabel) ................................................... 53
xv
BAB IV ................................................................................................................. 54
ANALISIS DAN PEMBAHASAN ..................................................................... 54
A. Sekilas Gambaran Umum Objek Penelitian ............................................... 54
1. Investasi subsektor industri aplikasi dan game developer ........................ 55
2. Inflasi di Indonesia .................................................................................. 56
3. Jumlah tenaga kerja subsektor industri aplikasi dan game developer ....... 57
4. Nilai Ekspor subsektor industri aplikasi dan game developer .................. 58
5. Jumlah pengguna internet di Indonesia .................................................... 59
B. Hasil Uji Penelitian .................................................................................... 60
1. Hasil Statistik Deskriptif ........................................................................ 60
2. Hasil Uji Asumsi Klasik ......................................................................... 62
3. Hasil Uji Koefisien Determinasi ............................................................ 68
4. Hasil Uji Hipotesis ................................................................................. 69
BAB V ................................................................................................................... 77
KESIMPULAN DAN SARAN ........................................................................... 77
A. Kesimpulan ................................................................................................ 77
B. Saran ........................................................................................................... 78
DAFTAR PUSTAKA........................................................................................... 79
Lampiran-Lampiran ........................................................................................... 82
xvi
DAFTAR TABEL
No Keterangan Halaman
1.1 Pendapatan industri video game dunia 3
1.2 Penduduk yang Bekerja di Ekonomi Kreatif Menurut Subsektor
(jiwa)
5
1.3 Investasi dan ekspor subsektor aplikasi dan game developer di
Indonesia tahun 2011-2015
6
1.4 PDB Ekonomi Kreatif Indonesia Tahun 2010-2015 Atas Dasar
Harga Berlaku (Milliar Rupiah)
8
2.1 Penelitian Sebelumnya 32
4.1 Hasil Statistik Deskriptif 56
4.2 Hasil Uji Multikolinearitas 61
4.3 Hasil Uji Autokorelasi 63
4.4 Hasil Uji Heteroskedastisitas 64
4.5 Hasil Uji Koefisien Determinasi 65
4.6 Hasil Uji Statistik F 66
4.7 Hasil Uji Statistik t 67
xvii
DAFTAR GAMBAR
No Keterangan Halaman
1.1 Pertumbuhan Penetrasi dan Pengguna Internet 2005-2014 2
2.1 Kerangka Pemikiran 39
4.1 Investasi subsektor industri aplikasi dan game developer tahun
2011-2015
55
4.2 Inflasi di Indonesia pada tahun 2011-2015 56
4.3 Jumlah tenaga kerja subsektor industri aplikasi dan game
developer di Indonesia tahun 2011-2015
57
4.4 Nilai ekspor subsektor industri aplikasi dan game developer di
Indonesia tahun 2011-2015
58
4.5 Pengguna Internet di Indonesia pada tahun 2011-2015 59
4.6 Hasil Uji Normalitas 64
xviii
DAFTAR LAMPIRAN
No Keterangan Halaman
1 Data PDB Subsektor Industri Kreatif Aplikasi dan Game
developer atas dasar harga berlaku 2011-2015
80
2 Data Investasi Subsektor Industri Kreatif Aplikasi dan Game
developer 2011-2015
82
3 Data Inflasi di Indonesia 2011-2015 84
4 Data Jumlah Tenaga Kerja Subsektor Industri Kreatif Aplikasi
dan Game developer 2011-2015
86
5 Data Ekspor Subsektor Industri Kreatif Aplikasi dan Game
developer 2011-2015
88
6 Jumlah Pengguna Internet di Indonesia 2011-2015 90
7 Hasil Uji Statistik Deskriptif 92
8 Hasil Uji Normalitas 92
9 Hasil Uji Multikolinearitas 93
10 Hasil Uji Autokorelasi 94
11 Hasil Uji Heteroskedastisitas 95
12 Hasil Uji Koefisien Determinasi (R2) 96
13 Hasil Uji Statistik F 96
14 Hasil Uji Statistik t 96
1
BAB I
PENDAHULUAN
A. Latar Belakang
Perkembangan dunia ekonomi dan bisnis saat ini telah mengalami
pergeseran paradigma, yaitu dari ekonomi berbasis sumber daya menjadi
paradigma ekonomi berbasis pengetahuan dan kreatifitas. Pergeseran tersebut
terjadi karena paradigma ekonomi berbasis sumber daya yang selama ini
dipandang cukup efektif dalam mempercepat pembangunan ekonomi dan
pengembangan bisnis, dianggap telah gagal mengadaptasi dan mengakomodasi
berbagai perubahan lingkungan bisnis. Seiring dengan dinamika perubahan
lingkungan bisnis, era kehidupan ekonomi pun terus berputar dan bergerak maju.
Toffler menggambarkan bahwa perubahan peradaban manusia itu dibagi
tiga gelombang : 1. Pertanian (the first wave) 2. Industrialisasi (the second wave)
3. Informasi (the third wave) (Leksono, 2013).
Menurut Moelyono, perubahan zaman yang digambarkan oleh Alfin
Toffler hanya berhenti sampai pada gelombang ketiga, yang sering disebut
sebagai era informasi, elektronika dan ekonomi global. Perkembangan inilah
yang diamati oleh John Howkins dengan sangat serius, yang berkesimpulan
bahwa kehidupan ekonomi manusia saat ini telah memasuki era baru, yaitu orbit
ekonomi pengetahuan atau orbit ekonomi kreatif (creativity based economy)
(Leksono, 2013).
2
Pada orbit ini tuntutan akan keunggulan kreasi dan inovasi lebih
dominan. Hal ini terjadi karena di negara-negara maju, lahan pertanian telah
menyusut secara cepat, standar dan kualitas hidup yang tinggi telah
menyebabkan biaya operasional pabrik menjadi semakin mahal, sehingga
pemanfaatan teknologi informasi, mesin-mesin canggih yang optimal akan
sangat mengurangi biaya-biaya tenaga kerja (Leksono, 2013).
Seiring perubahan zaman dan teknologi, rakyat Indonesia sudah mulai
menggunakan teknologi informasi dan komunikasi dalam kehidupannya sehari-
hari, pada tahun 2014 hasil survey Asosiasi Penyelenggara Jasa Internet Indonesia
(APJII) mencatat ada 99,1 juta pengguna internet dari total populasi penduduk
indonesia 258,2 juta orang, kurang lebih 38,4% penduduk Indonesia sudah
menggunakan dan mempunyai akses terhadap internet.
Gambar 1.1. Pengguna Internet di Indonesia
Sumber:Data Asosiasi Penyelenggara Jasa Internet Indonesia (APJII) yang diolah.
55 63 71,2 88,199,1
242 245,5 248,9 252,4 258,2
0
50
100
150
200
250
300
2011 2012 2013 2014 2015
Jumlah Pengguna Internet (dalam Juta Jiwa) Jumlah Penduduk Indonesia (dalam Juta Jiwa)
3
Dari angka tersebut sudah terlihat bahwa perkembangan industri aplikasi
dan game developer juga akan berkembang pesat, karena untuk mengakses internet
juga kita membutuhkan aplikasi.
Di Indonesia aplikasi dan game (permainan interaktif) di gabung menjadi
satu dalam subsektor ekonomi kreatif aplikasi dan game developer dibawah Badan
Ekonomi Kreatif atau disingkat Bekraf yang dibentuk pada tahun 2015.
Aplikasi dan game developer adalah suatu media atau aktivitas yang
memungkinkan tindakan bermain berumpan balik dan memiliki karakteristik
setidaknya berupa tujuan (objective) dan aturan (rules) (Bekraf, 2015).
Perkembangan industri aplikasi dan game di dunia ternyata menciptakan
potensi bisnis dengan nilai yang cukup sangat besar, mencapai triliunan rupiah,
termasuk di negara Indonesia.
Tabel 1.1 Pendapatan Industri Video Game dunia
No
Negara
Populasi
Populasi yang
menggunakan
Internet
Total Pendapatan
dari konsumsi
Video Game
14 Australia 25jt jiwa 22jt jiwa US$ 1.234jt
15 Taiwan 23jt jiwa 21jt jiwa US$ 1.029jt
16 Indonesia 264jt jiwa 72jt jiwa US$ 880jt
17 India 1.343jt jiwa 429jt jiwa US$ 818jt
18 Turkey 80jt jiwa 49jt jiwa US$ 774jt
19 Saudi Arabia 33jt jiwa 25jt jiwa US$ 651jt
Sumber: Newzoo, 2017.
4
Indonesia adalah sebuah pasar yang masif dan potensial. Dengan lebih dari
260 juta penduduk, Indonesia menempati posisi sebagai negara keempat dengan
jumlah penduduk terbesar setelah China, India, dan Amerika Serikat.
Kesadaran para konsumen aplikasi dan game untuk beralih ke konten
original sepertinya mulai menjadikan Indonesia sebagai pasar yang menarik untuk
dilirik. Indonesia kini ditempatkan oleh salah satu kelompok penelitian konsumen
di posisi 20 besar.
Newzoo merilis 100 negara yang mereka anggap, berkontribusi terbesar
dalam pendapatan industri game, baik mobile, console, ataupun Personal
Computer. Angka yang mereka rilis didasarkan pada estimasi yang dilahirkan
silang data antara data dari penelitian konsumen primer, data transaksi, laporan
keuangan perusahaan, hingga sensus data. Angka ini sendiri tidak menyuntikkan
angka penjualan hardware, betting, atau gambling secara online. Dengan peringkat
pertama dan kedua masih ditempati China dan Amerika Serikat, Indonesia kini
berada di peringkat ke-16. Sebuah tren positif, mengingat di chart yang sama,
Indonesia berada di posisi ke-24 di tahun 2015 kemarin. Pendapatan industri game
yang dihasilkan oleh Indonesia ternyata satu peringkat lebih tinggi dibandingkan
India yang notabene memiliki jumlah penduduk sekitar 6 kali lipat.
Potensi industri aplikasi di Indonesia juga sangat besar, baik dari sisi talenta
atau dari marketnya. Beberapa aplikasi ciptaan anak bangsa seperti Go-jek untuk
transportasi online, olx dan tokopedia dalam bidang e-commerce, Yogrt dan Imes
(Indonesia messenger) untuk chatting,dan lain sebagainya.
5
Hingga 2020, potensi industri aplikasi, game hingga Internet of Things
(IoT) di Tanah Air diproyeksikan bisa mencapai USD130 miliar atau senilai
Rp1.734 triliun (kurs Rp13.340/USD). Besarnya potensi ini harus dimanfaatkan
oleh para pelaku ekonomi digital, agar Indonesia bisa menjadi tuan di negeri sendiri.
Tabel 1.2
Penduduk yang Bekerja di Ekonomi Kreatif Menurut Subsektor (jiwa)
Tahun Aplikasi dan Game
developer
Total Industri
Kreatif
Total Nasional
2011 50.065,0 13.447.184,0 107.416.309
2012 34.692,0 14.491.426,0 112.504.868
2013 48.536,0 14.734.949,0 112.761.072
2014 44.889,0 15.167.573,0 114.628.026
2015 39.304,0 15.959.590,0 114.819.199
Sumber: Badan Ekonomi Kreatif, 2015.
Dari tabel 1.2 diatas dapat dilihat bahwa jumlah penduduk yang bekerja /
tenaga kerja di Industri kreatif subsektor aplikasi dan game developer di Indonesia
masih sangat sedikit, pada tahun 2015 jumlah tenaga kerja industri kreatif subsektor
aplikasi dan game developer hanya 0,25% dari jumlah tenaga kerja total industri
kreatif dan hanya sekitar 0,03% jika dibandingkan dengan total tenaga kerja
nasional, sedikitnya jumlah tenaga kerja di subsektor ini berbanding terbalik dengan
konsumsi aplikasi dan video game di Indonesia yang sangat tinggi.
Sejak awal tahun 2000-an, begitu banyak developer game luar negeri seperti
dari China, Korea, AS, Eropa, dll yang masuk ke Indonesia, sampai-sampai pada
waktu itu menimbulkan booming game. Saat ini sudah ada beberapa perusahaan
6
game developer luar seperti Gameloft yang membuka cabang di Indonesia dan
publisher game besar seperti Square Enix yang sudah merilis game Final Fantasy
dalam bahasa Indonesia.
Jika dilihat dari sisi internal, jumah developer lokal juga meningkat cukup
pesat dalam dua tahun terakhir, terutama di kota-kota besar seperti Jakarta,
Bandung, Surabaya, Jogjakarta, dan kota-kota lainnya. Institusi pendidikan pun
sudah mulai banyak yang membuat spesialisasi jurusan IT dengan bidang Game
Development. Salah satu yang membanggakan pecinta game tanah air adalah
dengan keluarnya game online pertama di Indonesia bergenre MMORPG, dengan
nama Nusantara Online (Nusol).
Tabel 1.3 Investasi dan ekspor subsektor aplikasi dan game developer di
Indonesia tahun 2011-2015
Sumber: data sekunder yang telah diolah
Dilihat pada tabel 1.3 diatas jumlah investasi subsektor aplikasi dan game
developer di Indonesia mengalami peningkatan hanya saja pada tahun 2015
mengalami penurunan, namun investasi dalam subsektor aplikasi dan game
developer di Indonesia sudah berjumlah cukup besar yang berarti sudah banyak
investor-investor dalam negeri maupun luar negeri yang melirik subsektor ini,
Tahun Investasi subsektor aplikasi
dan game developer
Ekspor subsektor aplikasi dan
game developer
2011 Rp867 miliar US$238.349
2012 Rp1.367 miliar US$394.091
2013 Rp1550 miliar US$238.349
2014 Rp2090 miliar US$429.983
2015 Rp1256 miliar US$353.920
7
hanya saja dalam bidang ekspor subsektor aplikasi dan game developer di Indonesia
ini masih terbilang cukup kecil hanya berjumlah US$353.920 pada tahun 2015
sangat berbanding terbalik dengan nilai konsumsi subsektor ini yang sangat tinggi,
hal ini karena industri aplikasi dan game developer di Indonesia masih termasuk
industri yang sangat baru dan belum matang.
Selain nilai ekspor subsektor aplikasi dan game developer yang relatif kecil,
inflasi yang stabil dan kecenderungan rendah mempunyai pengaruh terhadap nilai
konsumsi subsektor ini yang sangat tinggi. Badan Pusat Statistik (BPS) melaporkan
pada bulan Desember 2015 Indonesia mengalami inflasi 0,96 persen. Dengan
demikian inflasi Januari-Desember 2015 sebesar 3,35 persen. Inflasi tahunan 2015
merupakan yang terendah lima tahun terakhir sejak 2010. Inflasi ringan ini dapat
mendorong terjadinya pertumbuhan ekonomi dan pengembangan industri di
Indonesia. Hal ini karena inflasi mampu memberikan semangat pada pengusaha
untuk lebih meningkatkan produksinya.
Laju pertumbuhan suatu industri dapat dilihat dari sumbangannya terhadap
Produk Domestik Bruto (PDB) Indonesia. PDB adalah Pendapatan total dan
pengeluaran total nasional atas output barang dan jasa (Mankiw, 2003:16). PDB
mengukur nilai barang dan jasa yang diproduksi di wilayah suatu negara tanpa
membedakan kewarganegaraan pada suatu periode waktu tertentu. Dengan
demikian warga negara yang bekerja di negara lain, pendapatannya tidak
dimasukkan kedalam PDB.
8
Tabel 1.4 PDB Ekonomi Kreatif Indonesia Tahun 2010-2015 Atas Dasar Harga
Berlaku (Milliar Rupiah)
Sumber: Laporan Penyusunan PDB Ekonomi Kreatif 2010-2015.
Dilihat dari Tabel diatas Industri ekonomi kreatif pada tahun 2015 telah
menyumbang Rp 852 triliun atau 9,23% dari total PDB Indonesia dan Subsektor
Aplikasi dan Game developer telah menyumbang 15 Trilliun Rupiah hanya
mencapai 0.13% dari total PDB Indonesia.
9
Oleh karena itu, maka penulis memilih judul sebagai berikut : “PENGARUH
INVESTASI, INFLASI, JUMLAH TENAGA KERJA, NILAI EKSPOR DAN
JUMLAH PENGGUNA INTERNET TERHADAP PENDAPATAN
SUBSEKTOR INDUSTRI KREATIF APLIKASI DAN GAME DEVELOPER DI
INDONESIA”.
B. Rumusan Masalah
1. Apakah Investasi subsektor industri kreatif aplikasi dan game developer
berpengaruh signifikan terhadap pendapatan subsektor industri kreatif
aplikasi dan game developer di Indonesia?
2. Apakah Inflasi di Indonesia berpengaruh signifikan terhadap pendapatan
subsektor industri kreatif aplikasi dan game developer di Indonesia?
3. Apakah jumlah tenaga kerja industri kreatif aplikasi dan game developer
berpengaruh signifikan terhadap pendapatan subsektor industri kreatif
aplikasi dan game developer di Indonesia?
4. Apakah nilai ekspor industri kreatif aplikasi dan game developer
berpengaruh signifikan terhadap pendapatan subsektor industri kreatif
aplikasi dan game developer di Indonesia?
5. Apakah jumlah pengguna internet di Indonesia berpengaruh signifikan
terhadap pendapatan subsektor industri kreatif aplikasi dan game developer
di Indonesia?
10
C. Tujuan dan Manfaat Penelitian
1. Tujuan Penelitian
a. Untuk mengetahui pengaruh Investasi subsektor industri
kreatif aplikasi dan game developer terhadap pendapatan
subsektor industri kreatif aplikasi dan game developer di
Indonesia
b. Untuk mengetahui pengaruh Inflasi di Indonesia terhadap
pendapatan subsektor industri kreatif aplikasi dan game
developer di Indonesia.
c. Untuk mengetahui pengaruh jumlah tenaga kerja subsektor
industri kreatif aplikasi dan game developer terhadap
pendapatan subsektor industri kreatif aplikasi dan game
developer di Indonesia
d. Untuk mengetahui pengaruh nilai ekspor subsektor industri
kreatif aplikasi dan game developer terhadap pendapatan
subsektor industri kreatif aplikasi dan game developer di
Indonesia
e. Untuk mengetahui pengaruh jumlah pengguna internet di
Indonesia terhadap pendapatan subsektor industri kreatif
aplikasi dan game developer di Indonesia
11
2. Manfaat Penelitian
a. Untuk bahan pertimbangan, terutama bagi pembaca yang
ingin mengetahui pertumbuhan dan pendapatan subsektor
industri kreatif aplikasi dan game developer di Indonesia.
b. Sebagai bahan pertimbangan pemerintah dalam mengambil
keputusan (decision maker) yang berkenaan dengan
pertumbuhan dan pendapatan subsektor industri kreatif
aplikasi dan game developer di Indonesia.
c. Sebagai bahan informasi ilmiah bagi para peneliti
selanjutnya yang berkaitan dengan masalah ini.
12
BAB II
TINJAUAN PUSTAKA
A. Teori Pendukung
1. Investasi
Teori ekonomi mengartikan atau mendefenisikan investasi sebagai
pengeluaran-pengeluaran untuk membeli barang-barang modal dan
peralatan-peralatan produksi dengan tujuan untuk mengganti dan terutama
menambah barang-barang modal dalam perekonomian yang digunakan
untuk memproduksikan barang dan jasa di masa depan. Dengan perkataan
lain, dalam teori ekonomi investasi berarti kegiatan perbelanjaan untuk
meningkatkan kapasitas memproduksi sesuatu perekonomian. Pengeluaran
untuk mengembangkan pabrik pembuatan kertas, atau pengeluaran untuk
mendirikan perkebunan kelapa sawit merupakan penggunaan dana yang
dalam teori ekonomi diartikan sebagai investasi. (Sadono Sukirno,
2007:366).
Investasi perusahaan-perusahaan merupakan komponen yang terbesar
dari investasi dalam suatu negara pada suatu tahun tertentu. Pengeluaran
investasi ini pulalah yang terutama diperhatikan oleh ahli-ahli ekonomi
dalam membuat analisis mengenai investasi. Pengeluaran investasi tersebut
terutama meliputi mendirikan bangunan industri, membeli mesin-mesin dan
peralatan produksi lain dan pengeluaran untuk menyediakan bahan mentah
(seperti menanam kelapa sawit dan pokok karet). Tujuan para pengusaha
13
untuk mewujudkan alat-alat produksi tersebut adalah untuk memperoleh
keuntungan dari kegiatan memproduksi yang akan dilakukannya di masa
depan. Ini berarti investasi yang dilakukan di masa kini sangat erat
hubungannya dengan prospek memperoleh untung di masa depan. Semakin
cerah prospek untuk memperoleh keuntungan yang lumayan di masa depan,
semakin tinggi pula investasi yang akan dilakukan pada masa kini.
Dari segi nilainya dan proporsinya kepada pendapatan nasional, investasi
dari perusahaan-perusahaan tidaklah sepenting seperti pengeluaran
konsumsi rumah tangga. Namun demikian kenyataan tersebut tidaklah
berarti bahwa investasi perusahaan adalah kurang penting peranannya kalau
dibandingkan dengan konsumsi rumah tangga. Yang berlaku adalah
sebaliknya, yaitu kerap kali fluktuasi kegiatan ekonomi sangat erat
hubungannya dengan perubahan-perubahan dalam kegiatan investasi. Di
berbagai negara, terutama di negara-negara industri yang perekonomiannya
sudah sangat berkembang, investasi perusahaan adalah sangat “volatile”-
yaitu selalu mengalami kenaikan dan penurunan yang sangat besar, dan
merupakan sumber penting dari berlakunya fluktuasi dalam kegiatan
perekonomian. (Sadono Sukirno, 2007:367).
14
2. Inflasi
Pada tahun 1970, harga harian New York Times adalah 15 sen, harga
median dari rumah keluarga-tunggal adalah $23.400, dan upah rata-rata
dalam industri manufaktur adalah $3,36 per jam. Pada tahun 2000, harga
harian New York Times 75 sen, harga rumah $166.000, dan upah rata-rata
$14,26 per jam. Seluruh kenaikan dalam harga ini disebut inflasi (inflation).
(Mankiw, 2003:72).
Dalam ilmu ekonomi, inflasi adalah suatu proses meningkatnya harga-
harga secara umum dan terus-menerus (continue) berkaitan dengan
mekanisme pasar yang dapat disebabkan oleh berbagai faktor, antara lain,
konsumsi masyarakat yang meningkat, berlebihnya likuiditas di pasar yang
memicu konsumsi atau bahkan spekulasi, sampai termasuk juga akibat
adanya ketidaklancaran distribusi barang.
Ada dua teori yang membahas tentang inflasi, yaitu (Sadono Sukirno,
2006:320) :
a. Teori Monetaris
Teori Monetaris menganggap bahwa inflasi disebabkan oleh
kelebihan dalam penawaran uang dan permintaan agregat masyarakat.
Pandangan ini sejalan dengan pandangan teori konvensional, yaitu
apabila permintaan terus bertambah, sedangkan kapasitas untuk
memproduksikan barang-barang telah mencapai tingkat maksimal
(berarti penawaran tidak dapat ditambah lagi) makan inflasi akan
15
terjadi. Menurut teori monetaris, inflasi yang terjadi di negara
berkembang juga mempunyai sifat yang demikian.
b. Teori Strukturalis
Teori Strukturalis pada hakikatnya berpendapat bahwa inflasi di
negara berkembang disebabkan oleh kelemahan dalam struktur
ekonomi. Menurut teori strukturalis, walaupun dalam masyarakat tidak
terdapat ekspansi moneter, inflasi dapat juga terjadi. Ia bersumber dari
ketidakmampuan sektor-sektor produktif untuk mengembangkan
produksi dengan cepat dan sesuai dengan yang diperlukan oleh
perubahan-perubahan dalam permintaan.
a. Jenis-jenis Inflasi
Dalam teori ekonomi, inflasi dapat dibedakan menjadi beberapa
jenis dalam pengelompokan tertentu :
1) Penggolongan inflasi atas derajat parah tidaknya inflasi dibedakan
menjadi empat macam, yaitu (Kusnadi, 1996:227 dalam Yusnanto,
2010:41) :
a) inflasi ringan dibawah 10%
b) inflasi sedang antara 10% - 30%
c) inflasi tinggi antara 30% - 100%
d) hiperinflation diatas 100%
2) Penggolongan inflasi didasarkan pada penyebabnya dibedakan
menjadi dua, yaitu (Boediono, 2000 :162 dalam Yusnanto,
16
2010:41) :
a) Demand pull inflation, yaitu inflasi yang disebabkan oleh
terlalu kuatnya peningkatan agregat permintaan masyarakat
terhadap komoditi-komoditi hasil produksi di padar barang.
b) Cost pull inflation, yaitu inflasi yang disebabkan karena
bergesernya agregat penawaran kearah kiri atas. Faktor-faktor
yang menyebabkan kurva agregat penawaran bergeser adalah
meningkatnya harga-harga faktor produksi di pasar faktor
produksi sehingga menaikkan harga komositi dipasar
komoditi.
3) Penggolongan inflasi menurut asalnya dibedakan menjadi dua,
yaitu (Boediono, 2000 :162 dalam Yusnanto, 2010:41) :
a) Domestik Inflation, yaitu inflaasi yang sepenuhnya
disebabkan oleh kesalahan pengelolaan perekonomian baik
disektor riil maupun disektor moneter dalam negeri oleh para
pelaku ekonomi dan masyarakat. Inflasi tarikan permintaan
dapat terjadi akibat permintaan total yang berlebihan sehingga
terjadi perubahan pada tingkat harga. Bertambahnya
permintaan terhadap barang dan jasa mengakibatkan
bertambahnya permintaan terhadap faktor-faktor produksi.
Meningkatnya permintaan terhadap faktor produksi tersebut
kemudian menyebabkan harga faktor produksi meningkat.
Jadi, inflasi ini terjadi karena suatu kenaikan dalam permintaan
17
total sewaktu perekonomian yang bersangkutan dalam situasi
full employment.
b) Imported Inflation, yaitu inflasi yang disebabkan oleh karena
adanya kenaikan harga-harga komoditi diluar negeri (di negara
asing yang memiliki hubungan perdagangan dengan negara
yang bersangkutan). Inflasi desakan biaya dapat terjadi akibat
meningkatnya biaya produksi (input) sehingga mengakibatkan
harga produk-produk (output) yang dihasilkan ikut naik.
Inflasi memiliki dampak positif dan dampak negatif tergantung
dari parah atau tidaknya inflasi tersebut. Apabila inflasi itu ringan maka
justru mempunyai pengaruh yang positif dalam arti dapat mendorong
perekonomian lebih baik, yaitu meningkatkan pendapatan nasional dan
membuat orang lebih bergairah dalam bekerja, menabung dan mengadakan
investasi. Sebaliknya, dalam masa inflasi yang parah, yaitu pada saat terjadi
inflasi yang tak terkendali (hiperinflasi), keadaan perekonomian menjadi
kacau dan perekonomian dirasakan lesu. Orang menjadi tidak semangat
kerja, menabung atau mengadakan investasi dan produksi karena harga
meningkat dengan cepat. Para penerima pendapatan tetap seperti pegawai
negeri atau karyawan swasta serta kaum buruh juga akan kesusahan
menanggung dan mengimbangi harga sehingga hidup mereka menjadi
semakin merosot dan terpuruk dari waktu ke waktu.
18
3. Tenaga Kerja
Tenaga kerja merupakan penduduk yang berada dalam usia kerja.
Menurut UU No. 13 tahun 2003 Bab I pasal 1 ayat 2 disebutkan bahwa
tenaga kerja adalah setiap orang yang mampu melakukan pekerjaan guna
menghasilkan barang atau jasa baik untuk memenuhi kebutuhan sendiri
maupun untuk masyarakat.
Secara garis besar penduduk suatu negara dibedakan menjadi dua
kelompok, yaitu tenaga kerja dan bukan tenaga kerja. Penduduk tergolong
tenaga kerja jika penduduk tersebut telah memasuki usia kerja. Batas usia
kerja yang berlaku di Indonesia adalah berumur 15 tahun – 64 tahun.
Menurut pengertian ini, setiap orang yang mampu bekerja disebut sebagai
tenaga kerja.
Ada banyak pendapat mengenai usia dari para tenaga kerja ini, ada yang
menyebutkan di atas 17 tahun ada pula yang menyebutkan di atas 20 tahun,
bahkan ada yang menyebutkan di atas 7 tahun karena anak-anak jalanan
sudah termasuk tenaga kerja.
a. Klasifikasi Tenaga Kerja
Klasifikasi adalah penyusunan bersistem atau berkelompok menurut
standar yang di tentukan (KBBI). Maka, klasifikasi tenaga kerja adalah
pengelompokan akan ketenaga kerjaan yang sudah tersusun berdasarkan
kriteria yang sudah di tentukan (Rudi Irawan, 2014). Yaitu:
19
1) Berdasarkan penduduknya
a) Tenaga kerja : Tenaga kerja adalah seluruh jumlah penduduk
yang dianggap dapat bekerja dan sanggup bekerja jika tidak ada
permintaan kerja. Menurut Undang-Undang Tenaga Kerja,
mereka yang dikelompokkan sebagai tenaga kerja yaitu mereka
yang berusia antara 15 tahun sampai dengan 64 tahun.
b) Bukan tenaga kerja : Bukan tenaga kerja adalah mereka yang
dianggap tidak mampu dan tidak mau bekerja, meskipun ada
permintaan bekerja. Menurut Undang-Undang Tenaga Kerja
No. 13 Tahun 2003, mereka adalah penduduk di luar usia, yaitu
mereka yang berusia di bawah 15 tahun dan berusia di atas 64
tahun. Contoh kelompok ini adalah para pensiunan, para lansia
(lanjut usia) dan anak-anak.
2) Berdasarkan batas kerja
a) Angkatan kerja : Angkatan kerja adalah penduduk usia
produktif yang berusia 15-64 tahun yang sudah mempunyai
pekerjaan tetapi sementara tidak bekerja, maupun yang sedang
aktif mencari pekerjaan.
b) Bukan angkatan kerja : Bukan angkatan kerja adalah mereka
yang berumur 10 tahun ke atas yang kegiatannya hanya
bersekolah, mengurus rumah tangga dan sebagainya. Contoh
kelompok ini adalah: anak sekolah dan mahasiswa, para ibu
rumah tangga dan orang cacat, dan para pengangguran sukarela.
20
3) Berdasarkan kualitasnya
a) Tenaga kerja terdidik : Tenaga kerja terdidik adalah tenaga kerja
yang memiliki suatu keahlian atau kemahiran dalam bidang
tertentu dengan cara sekolah atau pendidikan formal dan
nonformal. Contohnya: pengacara, dokter, guru, dan lain-lain.
b) Tenaga kerja terlatih : Tenaga kerja terlatih adalah tenaga
kerjayang memiliki keahlian dalam bidang tertentu dengan
melalui pengalaman kerja. Tenaga kerja terampil ini dibutuhkan
latihan secara berulang-ulang sehingga mampu menguasai
pekerjaan tersebut. Contohnya: apoteker, ahli bedah, mekanik,
dan lain-lain.
c) Tenaga kerja tidak terdidik dan tidak terlatih : Tenaga kerja tidak
terdidik dan tidak terlatih adalah tenaga kerja kasar yang hanya
mengandalkan tenaga saja. Contoh: kuli, buruh angkut,
pembantu rumah tangga, dan sebagainya.
21
4. Ekspor
Ekspor adalah proses transportasi barang atau komoditas dari suatu
negara ke negara lain (Merriam-Webster's: Collegiate Dictionary Online).
Ekspor akan memberikan efek yang positif ke atas kegiatan ekonomi negara
karena ia merupakan pengeluaran penduduk negara lain ke atas barang-
barang yang dihasilkan di dalam negeri (Sadono Sukirno, 2007:109).
Ekspor terjadi karena kebutuhan akan barang dan jasa sudah tercukupi
di dalam negeri atau karena barang dan jasa tersebut memiliki daya saing
baik dalam harga maupun mutu dengan produk sejenis di pasar
internasional. Dengan demikian ekspor memberikan pemasukan devisa bagi
negara yang bersangkutan yang kemudian akan digunakan untuk membiayai
kebutuhan impor maupun pembiayaan program pembangunan di dalam
negeri.
Dalam Perekonomian terbuka, nilai konsumsi total adalah nilai
konsumsi langsung barang dan jasa di pasar domestik ditambah konsumsi
barang dan jasa di mancanegara, demikian pula dengan investasi dan
pengeluaran pemerintah.
Karena impor dimasukkan ke dalam pengeluaran domestik dan karena
barang dan jasa yang diimpor dari luar negeri adalah bagian dari output
suatu negara maka persamaan ini mengurangi pengeluaran pada impor
sehingga dapat didefinisikan bahwa ekspor bersih (net eksport) adalah nilai
ekspor dikurangi impor. Identitasnya dapat dituliskan menjadi (Sadono
Sukirno, 2007:114) :
22
Y = C + I + G + (X-M)
Persamaan di atas merupakan fungsi pendapatan nasional yang dihitung
berdasarkan pengeluaran.
5. Internet
Internet adalah jaringan komunikasi elektronik yang menghubungkan
jaringan komputer dan fasilitas komputer yang terorganisasi di seluruh
dunia melalui telepon atau satelit berinternet melakukan hubungan melalui
jaringan internet (KBBI).
Interconnection Networking atau singkatannya lebih dikenal sebagai
Internet diartikan oleh Randall dan Latulipe, sebagai suatu jaringan global
yang terdapat di dalam jaringan komputer (Tjiptono dalam Ahmad Sultoni,
2013). Berdasarkan pendapat tersebut maka peneliti menegaskan bahwa,
internet adalah suatu jaringan yang bersifat global. Tidak pandang di mana
dan siapa saja bisa berkomunikasi dan mengakses berbagai informasi dalam
segala bidang.
Keistimewaan yang terdapat dalam internet pertama adalah kebebasan
internet. Internet memberi pengguna kuasa untuk memberi dan menerima
informasi dengan bebas. Kedua, internet lebih dinamik, mengikuti
perkembangan waktu.
23
Kebanyakan informasi dalam internet ialah informasi paling baru jika
dibandingkan dengan informasi dalam bahan bercetak. Ketiga, internet
bersifat interaktif. Melalui internet, pengguna dapat berinteraksi dengan
pengguna lain di dunia ini setiap saat (Kayo, Mori, dan Takano, 1996 dalam
Ahmad Sultoni, 2013).
6. Industri Kreatif
Industri Kreatif dapat diartikan sebagai kumpulan aktivitas ekonomi
yang terkait dengan penciptaan atau penggunaan pengetahuan dan
informasi. Industri kreatif juga dikenal dengan nama lain Industri Budaya
(terutama di Eropa) atau juga Ekonomi Kreatif. Kementerian Perdagangan
Indonesia menyatakan bahwa Industri kreatif adalah industri yang berasal
dari pemanfaatan kreativitas, keterampilan serta bakat individu untuk
menciptakan kesejahteraan serta lapangan pekerjaan dengan menghasilkan
dan mengeksploitasi daya kreasi dan daya cipta individu tersebut (Definisi
Industri Kreatif, Indonesia Kreatif).
Dari aspek sejarah, istilah industri kreatif muncul pertama kali pada
tahun 1990-an di Australia dalam kaitannya dengan usulan untuk melakukan
reformasi radikal di bidang justifikasi dan pendanaan yang berkaitan dengan
kebijakan di sektor seni dan budaya. Namun demikian istilah tersebut
menjadi lebih dikenal luas ketika industri kreatif dikembangkangkan oleh
pemerintah Inggris. Pada tahun 1980-an, Inggris mengalami sejumlah
persoalan yaitu tingkat pengangguran yang tinggi, berkurangnya aktivitas
industri dan pengurangan kontribusi dana pemerintah untuk bidang seni.
24
Maka diperkenalkanlah sebuah konsep yaitu culture as an industry. Melalui
konsep ini seni dan budaya tidak lagi di lihat dari sebagai sektor-sektor yang
selalu membutuhkan subsidi melainkan justru didesain untuk mendukung
pertumbuhan ekonomi dan kebijakan yang berkaitan dengan pengembangan
inovasi (Antariksa, 2012 dalam Afif Leksono, 2013).
Menurut Moelyono Industri kreatif digerakkan oleh beberapa faktor.
Dalam hal ini, Richard Florida menawarkan konsep 3 T (Moelyono, 2010
dalam Afif Leksono, 2013) :
a. Talenta (Talent)
Proses kreasi harus dibekali oleh bakat (talenta) yang cukup,
kemampuan ini bisa menggerakkan perusahaan-perusahaan untuk
proaktif, tidak mengikuti trend tetapi menciptakan trend.
b. Toleransi (Tolerance)
Ini berkaitan dengan iklim keterbukaan, di mana adanya toleransi
yang tinggi di antara komunitas, yaitu komunitas yang menghargai
perbedaan dan karya cipta orang lain akan mendorong tumbuh
kembangnya kreativitas.
c. Teknologi (Technology)
Teknologi dapat menunjang produktivitas karena kemudahan
dalam mengakses dan membeli teknologi serta transfer teknologi
adalah faktor penting dalam pengembangan ekonomi kreatif.
Model pengembangan ekonomi kreatif adalah layaknya sebuah
bangunan yang akan menguatkan ekonomi Indonesia :
25
a. Pondasinya adalah sumber daya insani yang kreatif (creative
class).
b. Pilarnya ada 5 yakni industri, teknologi, sumberdaya, institusi, dan
lembaga keuangan.
c. Atapnya adalah aktor penggerak utama kreativitas yang dipayungi
oleh hubungan antara cendekiawan, bisnis, dan pemerintah (triple
helix system).
Di Indonesia aplikasi dan game (permainan interaktif) di gabung
menjadi satu dalam subsektor ekonomi kreatif aplikasi dan game
developer dalam naungan Badan Ekonomi Kreatif atau disingkat
Bekraf.
7. Produk Domestik Bruto (PDB)
Dalam perekonomian suatu negara terdapat suatu indikator yang
digunakan untuk menilai apakah perekonomian berlangsung dengan
baik atau buruk. Indikator dalam menilai perekonomian tersebut harus
dapat digunakan untuk mengetahui total pendapatan yang diperoleh
semua orang dalam perekonomian. Indikator yang pas dan sesuai dalam
melakukan pengukuran tersebut adalah Produk Domestik Bruto (PDB).
Ada dua cara untuk menghitung PDB perekonomian. Salah satunya
adalah dengan melihat PDB sebagai pendapatan total dari setiap orang
di dalam perekonomian. Cara lain untuk melihat PDB adalah sebagai
pengeluaran total atas output barang dan jasa perekonomian
(Mankiw,2003:16).
26
Dalam hal pengukuran, PDB mencoba menjadi ukuran yang
meliputi banyak hal, termasuk di dalamnya adalah barang – barang
yang diproduksi dalam perekonomian dan dijual secara legal di pasaran.
PDB juga memasukkan nilai pasar dari jasa perumahan pada
perekonomian. PDB meliputi barang yang dapat dihitung (makanan,
pakaian, mobil) maupun jasa yang tidak dapat dihitung (potong rambut,
pembersihan rumah, kunjungan ke dokter). PDB mengikutsertakan
barang dan jasa yang sedang diproduksi. PDB mengukur nilai produksi
dalam batas geografis sebuah negara. PDB mengukur nilai produksi
yang terjadi sepanjang suatu interval waktu.
PDB (yang ditunjukkan sebagai Y) dibagi atas empat komponen :
konsumsi (C), investasi (I), belanja negara (G), dan ekspor neto (NX):
Y = C + I + G + NX
Persamaan ini merupakan persamaan identitas – sebuah persamaan
yang pasti benar dilihat dari bagaimana variabel - variabel persamaan
tersebut dijabarkan. Komponen tersebut ialah :
1. Konsumsi (consumption) adalah pembelanjaan barang dan jasa oleh
rumah tangga.
2. Investasi (investment) adalah pembelian barang yang nantinya akan
digunakan untuk memproduksi lebih banyak barang dan jasa
3.Belanja pemerintah (government purchases) mencakup
pembelanjaan barang dan jasa oleh pemerintah daerah, negara
bagian, dan pusat (federal).
27
4. Ekspor neto (net exports) sama dengan pembelian produk dalam
negeri oleh orang asing (ekspor) dikurangi pembelian produk luar
negeri oleh warga negara (impor) (Mankiw,2003:25).
B. Penelitian Sebelumnya
1. (Afif Leksono, 2013) Faktor-faktor yang mempengaruhi Pendapatan
Industri Kreatif di Indonesia (Tahun 2002-2008). Tujuan dari penelitian
ini adalah menganalisis tenaga kerja,nilai ekspor, dan jumlah
perusahaan sebagai faktor-faktor yang mempengaruhi Produk Domestik
Bruto industri kreatif di Indonesia tahun 2002-2008 Penelitian ini
menggunakan data sekunder dengan alat analisis panel data, yang terdiri
dari data time series selama periode 2002-2008 dan data cross section
10 sub sektor industri kreatif di Indonesia. Metode penelitian yang
digunakan dalam penelitian ini adalah metode analisis regresi linear
panel data dengan metode ordinary least square (OLS) Hasil penelitian
menunjukan bahwa variabel tenaga kerja dan nilai impor industri kreatif
berpengaruh positif dan signifikan terhadap PDB industri kreatif.
Sementara itu, variabel nilai ekspor dan jumlah perusahaan berpengaruh
negatif dan signifikan terhadap PDB industri kreatif.
2. (Yusnanto, 2010) Analisis Faktor-Faktor yang Mempengaruhi Sektor
Industri Pengolahan di Kabupaten Sukoharjo. Tujuan dari penelitian ini
adalah untuk mengetahui pengaruh variabel investasi, inflasi dan jumlah
unit usaha terhadap PDRB sektor industri pengolahan serta pengaruh
28
PDRB terhadap penyerapan tenaga kerja di Kabupaten Sukoharjo. Data
yang digunakan adalah data time series tahun 1994-2008 yang
bersumber dari Kantor Statistik Kabupaten Sukoharjo, Bappeda,
Disperindag Kabupaten Sukoharjo dan ditunjang oleh studi pustaka.
Untuk menganalisis hipotesis I yaitu pengaruh investasi, inflasi dan
jumlah unit usaha terhadap PDRB sektor industri pengolahan dan
hipotesis II yaitu Pertumbuhan PDRB terhadap penyerapan tenaga kerja,
digunakan regresi linier berganda dengan metode OLS (Ordinary Least
Square) dengan model semi log untuk hipotesis I dan double log untuk
hipotesis II. Proses pengujian yang dilakukan terdiri dari pengujian
secara statistik meliputi uji t, uji F, dan uji determinasi (goodness of fit).
Sedangkan pengujian Ekonometrika (asumsi klasik) meliputi uji
multikolinieritas, uji heteroskedastik dan uji autokorelasi. Hasil
penelitian hipotesis I berdasarkan data yang ada maka diperoleh
koefisien-koefisien regresi sebagi berikut : investasi sebesar
0,00000118, inflasi sebesar 0,006355, jumlah unit usaha sebesar
0,0000309. Setelah dilakukan uji t berdasarkan hasil olah data ternyata
variabel investasi dan jumlah unit usaha secara signifikan berpengaruh
positif terhadap sektor industri pengolahan, setelah dilakukan uji F
ternyata variabel investasi, inflasi dan jumlah unit usaha secara bersama-
sama mempengaruhi sektor industri pengolahan. Sedangkan untuk
hipotesis II koefisien regresi untuk PDRB sebesar 0,466815, setelah
dilakukan uji t ternyata PDRB secara signifikan mempengaruhi
29
penyerapan tenaga kerja di Kabupaten Sukoharjo. Tingkat keyakinan
yang digunakan sebesar 95%. Uji ekonometrika juga menunjukan tidak
ada gangguan multikolinieritas, heteroskedastik dan autokorelasi.
3. (Deddy Rustiono, 2008) Analisis Pengaruh Investasi, Tenaga Kerja, dan
Pengeluaran Pemerintah Terhadap Pertumbuhan Ekonomi Di Provinsi
Jawa Tengah. Penelitian ini bertujuan untuk menganalisis pengaruh
angkatan kerja, investasi : realisasi PMA, realisasi PMDN dan belanja
pemerintah daerah terhadap PDRB Propinsi Jawa Tengah selama
periode 1985-2006. Penelitian ini menggunakan data time series dan
menggunakan metode analisis Ordinary Least Square (OLS).
Berdasarkan hasil estimasi diketahui bahwa angkatan kerja, investasi
swasta (PMA dan PMDN) dan belanja pemerintah daerah memberi
dampak positif terhadap perkembangan PDRB Propinsi Jawa Tengah.
4. (Zainuddin Ibnurrasyad, 2016) Analisis Pengaruh Investasi, Tenaga
Kerja, Jumlah Penduduk, dan Pengeluaran Pemerintah Terhadap
Pertumbuhan Ekonomi Provinsi Daerah Istimewa Yogyakarta Tahun
2004-2014. Penelitian ini bertujuan untuk menganalisis pengaruh
investasi, tenaga kerja, jumlah penduduk, dan pengeluaran pemerintah
terhadap pertumbuhan ekonomi DIY. Dengan penelitian ini nantinya
dapat membantu menentukan kebijakan yang tepat dalam meningkatkan
faktor produksi yang berdampak pada peningkatan pertumbuhan
ekonomi di Provinsi DIY. Metode analisis yang digunakan adalah
regresi data panel. Objek dalam penelitian ini adalah lima
30
kabupaten/kota Provinsi DIY, yaitu Kulonprogo, Bantul, Gunung Kidul,
Sleman, dan Yogyakarta selama periode 2004 sampai 2014. Data
investasi terdiri dari jumlah kumulatif penanaman modal dalam negeri
dan penanaman modal asing, jumlah penduduk, orang yang bekerja,
pengeluaran pemerintah, dan PDRB tiap kabupaten/kota di Provinsi
DIY. Berdasarkan pengolahan data yang telah dilakukan menggunakan
Eviews 8, model fixed effect terpilih sebagai model terbaik dalam
mengestimasi data panel yang ada. Dari hasil uji F disimpulkan bahwa
investasi, tenaga kerja, jumlah penduduk, dan pengeluaran pemerintah
secara bersama-sama berpengaruh terhadap pertumbuhan ekonomi
Provinsi DIY. Secara parsial investasi dan pengeluaran pemerintah
berpengaruh positif terhadap pertumbuhan ekonomi Provinsi DIY,
sedangkan tenaga kerja dan jumlah penduduk tidak berpengaruh
terhadap pertumbuhan ekonomi Provinsi DIY. Berdasarkan koefisiensi
determinasi (R2) diperoleh hasil nilai Adjusted R-squared 0,987992 yang
berarti bahwa 98,80 persen dari variabel terikat yaitu pertumbuhan
ekonomi Provinsi DIY dapat dijelaskan oleh variabel-variabel bebas
yaitu investasi, tenaga kerja, jumlah penduduk, pengeluaran pemerintah.
Sisanya sebesar 1,20 persen dijelaskan oleh variabel lainnya yang tidak
dimasukkan kedalam model.
5. (Deny Kurniawan, 2009) Analisis Beberapa Faktor yang
Mempengaruhi Pertumbuhan Industri Kecil di Kota Surabaya. Tujuan
penelitian ini adalah untuk mengetahui pengaruh Pendapatan Perkapita
31
(X1), Nilai Produksi (X2), Investasi Industri Kecil (X3), dan Jumlah
Tenaga Kerja Industri Kecil (X4 Penelitian ini menggunakan data
sekunder yang diperoleh dari instansi – instansi terkait seperti BPS
Surabaya. Teknik analisis yang digunakan dalam penelitian ini adalah
regresi linier berganda yang menunjukkan pengaruh antara variabel
bebas dan variabel terikat. ) baik secara simultan maupun secara parsial
terhadap Jumlah Industri Kecil (Y). Berdasarkan hasil analisis dan hasil
hipotesis diperoleh hasil F hitung = 562,907 > F tabel = 3,48. Sehingga
secara simultan variabel bebas berpengaruh secara nyata terhadap
variabel terikat, sedangkan secara parsial variabel bebas Pendapatan
Perkapita (X1) berpengaruh secara nyata terhadap Jumlah Industri Kecil
(Y) yaitu t-hitung sebesar 6,700 > t-tabel sebesar 2,228. Nilai Produksi
(X2) berpengaruh secara nyata terhadap Jumlah Industri Kecil (Y) yaitu
t-hitung sebesar 2,899 > t tabel sebesar 2,228. Investasi Industri Kecil
(X3) berpengaruh secara nyata terhadap Jumlah Industri Kecil (Y) yaitu
t-hitung sebesar -11,830 > t tabel sebesar 2,228. Jumlah Tenaga Kerja
Industri Kecil (X4) berpengaruh secara nyata terhadap Jumlah Industri
Kecil (Y) yaitu t-hitung sebesar 11,122 > t tabel sebesar 2,228.
32
Tabel 2.1
Penelitian Sebelumnya
No Penulis dan
Tahun
Judul Variabel dan Alat
Analisis
Hasil Penelitian
1. Afif Leksono
(2013)
Faktor-faktor
yang
mempengaruhi
Pendapatan
Industri Kreatif di
Indonesia (Tahun
2002-2008)
Variabel: Tenaga
Kerja, Nilai
Ekspor, Nilai
Impor, dan Jumlah
Perusahaan.
Alat Analisis:
analisis regresi
linear panel data
dengan metode
ordinary least
square (OLS)
Hasil penelitian menunjukan
bahwa variabel tenaga kerja dan
nilai impor industri kreatif
berpengaruh positif dan
signifikan terhadap PDB
industri kreatif. Sementara itu,
variabel nilai ekspor dan jumlah
perusahaan berpengaruh negatif
dan signifikan terhadap PDB
industri kreatif.
2. Yusnanto (2010) Analisis Faktor-
Faktor yang
Mempengaruhi
Sektor Industri
Pengolahan di
Kabupaten
Sukoharjo
Variabel:
investasi, inflasi,
jumlah unit usaha,
PDRB, dan
penyerapan
tenaga kerja.
Alat Analisis:
Regresi linier
berganda dengan
metode OLS
(Ordinary Least
Square) dengan
model semi log
untuk hipotesis I
dan double log
untuk hipotesis II
A. Hasil penelitian hipotesis I
berdasarkan hasil olah data
ternyata variabel investasi
dan jumlah unit usaha secara
signifikan berpengaruh
positif terhadap sektor
industri pengolahan, setelah
dilakukan uji F ternyata
variabel investasi, inflasi dan
jumlah unit usaha secara
bersama-sama
mempengaruhi sektor
industri pengolahan.
B. Hipotesis II PDRB secara
signifikan mempengaruhi
penyerapan tenaga kerja di
Kabupaten Sukoharjo.
Tingkat keyakinan yang
digunakan sebesar 95%.
33
3. Deddy Rustiono
(2008)
Analisis Pengaruh
Investasi, Tenaga
Kerja, dan
Pengeluaran
Pemerintah
Terhadap
Pertumbuhan
Ekonomi Di
Provinsi Jawa
Tengah
Variabel:
angkatan kerja,
investasi :
realisasi PMA,
realisasi PMDN,
belanja
pemerintah daerah
dan PDRB
Alat Analisis:
menggunakan
data time series
dan menggunakan
metode analisis
Ordinary Least
Square (OLS)
Berdasarkan hasil estimasi
diketahui bahwa angkatan
kerja, investasi swasta (PMA
dan PMDN) dan belanja
pemerintah daerah memberi
dampak positif terhadap
perkembangan PDRB Propinsi
Jawa Tengah.
4. Zainuddin
Ibnurrasyad
(2016)
Analisis Pengaruh
Investasi, Tenaga
Kerja, Jumlah
Penduduk, dan
Pengeluaran
Pemerintah
Terhadap
Pertumbuhan
Ekonomi Provinsi
Daerah Istimewa
Yogyakarta Tahun
2004-2014.
Variabel:
investasi, tenaga
kerja, jumlah
penduduk,
pengeluaran
pemerintah dan
pertumbuhan
ekonomi.
Alat Analisis:
Regresi data panel
Dari hasil uji F disimpulkan
bahwa investasi, tenaga kerja,
jumlah penduduk, dan
pengeluaran pemerintah secara
bersama-sama berpengaruh
terhadap pertumbuhan ekonomi
Provinsi DIY. Secara parsial
investasi dan pengeluaran
pemerintah berpengaruh positif
terhadap pertumbuhan ekonomi
Provinsi DIY, sedangkan tenaga
kerja dan jumlah penduduk
tidak berpengaruh terhadap
pertumbuhan ekonomi Provinsi
DIY. Berdasarkan koefisiensi
determinasi (R2) diperoleh
hasil nilai Adjusted R-squared
0,987992 yang berarti bahwa
98,80 persen dari variabel
terikat yaitu pertumbuhan
ekonomi Provinsi DIY dapat
dijelaskan oleh variabel-
variabel bebas yaitu investasi,
tenaga kerja, jumlah penduduk,
pengeluaran pemerintah.
Sisanya sebesar 1,20 persen
dijelaskan oleh variabel lainnya
yang tidak dimasukkan
kedalam model
34
5. Deny
Kurniawan
(2009)
Analisis Beberapa
Faktor yang
Mempengaruhi
Pertumbuhan
Industri Kecil di
Kota Surabaya
Variabel:
Pendapatan
Perkapita, Nilai
Produksi,
Investasi Industri
Kecil, Jumlah
Tenaga Kerja
Industri Kecil, dan
Jumlah Industri
Kecil
Alat Analisis:
regresi linier
berganda yang
menunjukkan
pengaruh antara
variabel bebas dan
variabel terikat.
Secara simultan variabel bebas
berpengaruh secara nyata
terhadap variabel terikat,
sedangkan secara parsial
variabel bebas Pendapatan
Perkapita (X1) berpengaruh
secara nyata terhadap Jumlah
Industri Kecil (Y) yaitu t-hitung
sebesar 6,700 > t-tabel sebesar
2,228. Nilai Produksi (X2)
berpengaruh secara nyata
terhadap Jumlah Industri Kecil
(Y) yaitu t-hitung sebesar
2,899 > t tabel sebesar 2,228.
Investasi Industri Kecil (X3)
berpengaruh secara nyata
terhadap Jumlah Industri Kecil
(Y) yaitu t-hitung sebesar -
11,830 > t tabel sebesar 2,228.
Jumlah Tenaga Kerja Industri
Kecil (X4) berpengaruh secara
nyata terhadap Jumlah Industri
Kecil (Y) yaitu t-hitung sebesar
11,122 > t tabel sebesar 2,228.
C. Keterkaitan Antarvariabel
Dalam rumusan masalah telah ditetapkan akan meneliti tentang pengaruh
investasi, inflasi, jumlah tenaga kerja, nilai ekspor dan jumlah pengguna
internet terhadap pendapatan subsektor industri kreatif aplikasi dan game
developer di Indonesia.
35
1. Investasi dan Pendapatan subsektor industri kreatif aplikasi dan
game developer
Teori ekonomi mengartikan atau mendefenisikan investasi sebagai
pengeluaran-pengeluaran untuk membeli barang-barang modal dan
peralatan-peralatan produksi dengan tujuan untuk mengganti dan terutama
menambah barang-barang modal dalam perekonomian yang digunakan
untuk memproduksikan barang dan jasa di masa depan. Dengan perkataan
lain, dalam teori ekonomi investasi berarti kegiatan perbelanjaan untuk
meningkatkan kapasitas memproduksi sesuatu perekonomian.
Pengeluaran untuk mengembangkan pabrik pembuatan kertas, atau
pengeluaran untuk mendirikan perkebunan kelapa sawit merupakan
penggunaan dana yang dalam teori ekonomi diartikan sebagai investasi.
(Sadono Sukirno, 2007:366).
Semakin tinggi investasi yang dilakukan pada suatu perusahaan atau
industri maka akan berpengaruh terhadap pendapatan suatu perusahaan
atau industri tersebut di masa yang akan datang. Penelitian yang dilakukan
oleh Yusnanto (2010) menemukan bahwa investasi berpengaruh positif
terhadap sektor industri pengolahan.
2. Inflasi dan Pendapatan subsektor industri kreatif aplikasi dan game
developer
Pada tahun 1970, harga harian New York Times adalah 15 sen, harga
median dari rumah keluarga-tunggal adalah $23.400, dan upah rata-rata
dalam industri manufaktur adalah $3,36 per jam. Pada tahun 2000, harga
36
harian New York Times 75 sen, harga rumah $166.000, dan upah rata-rata
$14,26 per jam. Seluruh kenaikan dalam harga ini disebut inflasi
(inflation). (Mankiw, 2003:72).
Dalam ilmu ekonomi, inflasi adalah suatu proses meningkatnya harga-
harga secara umum dan terus-menerus (continue) berkaitan dengan
mekanisme pasar yang dapat disebabkan oleh berbagai faktor, antara lain,
konsumsi masyarakat yang meningkat, berlebihnya likuiditas di pasar
yang memicu konsumsi atau bahkan spekulasi, sampai termasuk juga
akibat adanya ketidaklancaran distribusi barang. Penelitian yang dilakukan
oleh Afif Leksono (2013) menemukan bahwa pendapatan industri kreatif
dipengaruhi oleh inflasi secara negatif, semakin tinggi inflasi yang terjadi
maka akan menurunkan pendapatan industri kreatif..
3. Tenaga Kerja dan Pendapatan subsektor industri kreatif aplikasi dan
game developer
Tenaga kerja merupakan penduduk yang berada dalam usia kerja.
Menurut UU No. 13 tahun 2003 Bab I pasal 1 ayat 2 disebutkan bahwa
tenaga kerja adalah setiap orang yang mampu melakukan pekerjaan guna
menghasilkan barang atau jasa baik untuk memenuhi kebutuhan sendiri
maupun untuk masyarakat.
Penambahan atau pengurangan jumlah tenaga kerja dalam suatu
perusahaan atau industri mempengaruhi produksi yang dilakukan oleh
suatu perusahaan atau industri tersebut yang akan meningkatkan atau
menurunkan pendapatan dari suatu perusahaan atau industri tersebut.
37
Penelitian yang dilakukan oleh Afif Leksono (2013) menyimpulkan bahwa
variabel tenaga kerja berpengaruh positif terhadap PDB Industri kreatif,
yang berarti setiap peningkatan variabel tenaga kerja akan meningkatkan
PDB industri kreatif.
4. Nilai Ekspor dan Pendapatan subsektor industri kreatif aplikasi dan
game developer
Ekspor adalah proses transportasi barang atau komoditas dari suatu
negara ke negara lain (Merriam-Webster's: Collegiate Dictionary Online).
Ekspor akan memberikan efek yang positif ke atas kegiatan ekonomi
negara karena ia merupakan pengeluaran penduduk negara lain ke atas
barang-barang yang dihasilkan di dalam negeri (Sadono Sukirno,
2007:109).
Semakin tinggi Ekspor yang dilakukan pada suatu perusahaan atau
industri maka akan meningkatkan pendapatan suatu perusahaan atau
industri tersebut. Penelitian yang dilakukan oleh Afif Leksono (2013)
menemukan bahwa Ekspor berpengaruh positif terhadap pendapatan
industri kreatif.
5. Pengguna Internet dan Pendapatan subsektor industri kreatif aplikasi
dan game developer
Internet adalah jaringan komunikasi elektronik yang menghubungkan
jaringan komputer dan fasilitas komputer yang terorganisasi di seluruh
dunia melalui telepon atau satelit berinternet melakukan hubungan melalui
jaringan internet (KBBI).
38
Perkembangan jumlah pengguna internet akan mempengaruhi
pendapatan subsektor industri kreatif aplikasi dan game developer karena
untuk memasarkan dan mendistribusikan produk dari subsektor industri
kreatif aplikasi dan game developer menggunakan jaringan internet
sebagai infrastruktur pasarnya. Semakin tinggi jumlah pengguna internet
maka akan meningkatkan pendapatan subsektor industri kreatif aplikasi
dan game developer, dengan demikian jumlah pengguna internet
berpengaruh positif terhadap pendapatan subsektor industri kreatif aplikasi
dan game developer di Indonesia.
D. Kerangka Pemikiran
Berdasarkan konsep-konsep dasar teori yang dijelaskan di atas dan
penelitian terdahulu, maka dapat disusun sebuah kerangka pemikiran teoritis
seperti yang tersaji dalam Gambar 2.1 sebagai berikut :
39
Gambar 2.1. Kerangka Pemikiran
Judul: PENGARUH INVESTASI, INFLASI, JUMLAH TENAGA
KERJA, NILAI EKSPOR DAN JUMLAH PENGGUNA INTERNET
TERHADAP PENDAPATAN SUBSEKTOR INDUSTRI KREATIF
APLIKASI DAN GAME DEVELOPER DI INDONESIA
Subsektor Industri Kreatif Aplikasi dan Game developer di Indonesia
periode 2011-2015
Teori Pendukung
Model Analisis Regresi Berganda
Hasil Pengujian dan Pembahasan
Kesimpulan dan Saran
40
E. Hipotesis
Berdasarkan perumusan masalah yang ada maka untuk menguji
signifikansi masing-masing variabel independen dapat dilakukan dengan uji t,
dengan membandingkan probability value t-statistik dengan nilai α=5%, bila
probability value t-statistik < α=5% maka H0 ditolak, dan juga sebaliknya.
Untuk melihat signifikansi dari variabel independen secara keseluruhan
terhadap variabel dependen dapat membandingkan probability value F-statistik
dengan nilai α=5%, bila probability value F-statistik < α=5% maka H0 ditolak,
dan juga sebaliknya. Maka dapat dirumuskan hipotesis sebagai berikut:
1. H0: investasi subsektor Industri Kreatif Aplikasi dan Game developer
tidak berpengaruh signifikan terhadap Pendapatan Subsektor Industri
Kreatif Aplikasi dan Game developer di Indonesia.
Ha1: investasi subsektor Industri Kreatif Aplikasi dan Game
developer berpengaruh signifikan terhadap Pendapatan Subsektor
Industri Kreatif Aplikasi dan Game developer di Indonesia.
2. H0: inflasi di Indonesia tidak berpengaruh signifikan terhadap
Pendapatan Subsektor Industri Kreatif Aplikasi dan Game developer
di Indonesia.
Ha2: inflasi di Indonesia berpengaruh signifikan terhadap Pendapatan
Subsektor Industri Kreatif Aplikasi dan Game developer di
Indonesia.
3. H0: Jumlah Tenaga Kerja subsektor Industri Kreatif Aplikasi dan
Game developer tidak berpengaruh signifikan terhadap Pendapatan
41
Subsektor Industri Kreatif Aplikasi dan Game developer di
Indonesia.
Ha3: Jumlah Tenaga Kerja subsektor Industri Kreatif Aplikasi dan
Game developer berpengaruh signifikan terhadap Pendapatan
Subsektor Industri Kreatif Aplikasi dan Game developer di
Indonesia.
4. H0: Nilai Ekspor subsektor Industri Kreatif Aplikasi dan Game
developer tidak berpengaruh signifikan terhadap Pendapatan
Subsektor Industri Kreatif Aplikasi dan Game developer di
Indonesia.
Ha4: Nilai Ekspor subsektor Industri Kreatif Aplikasi dan Game
developer berpengaruh signifikan terhadap Pendapatan Subsektor
Industri Kreatif Aplikasi dan Game developer di Indonesia.
5. H0: Jumlah Pengguna Internet di Indonesia tidak berpengaruh
signifikan terhadap Pendapatan Subsektor Industri Kreatif Aplikasi
dan Game developer di Indonesia.
Ha5: Jumlah Pengguna Internet di Indonesia berpengaruh signifikan
terhadap Pendapatan Subsektor Industri Kreatif Aplikasi dan Game
developer di Indonesia.
42
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menggunakan metode Analisis Regresi Linear Berganda.
Penelitian ini fokus kepada subsektor Industri Kreatif Aplikasi dan Game
developer di Indonesia pada tahun 2011-2015. Dalam Penelitian ini,
menggunakan satu variabel dependen dan lima variabel independen. Variabel
independen yang digunakan di penelitian ini adalah Pendapatan Subsektor
Industri Kreatif Aplikasi dan Game developer di Indonesia. Sedangkan variabel
independen adalah Investasi, Inflasi, Jumlah Tenaga Kerja, Nilai Ekspor, dan
Jumlah Pengguna Internet.
B. Jenis dan Sumber Data
Sumber data yang digunakan dalam penelitian ini adalah data sekunder.
Sumber sekunder merupakan sumber yang tidak langsung memberikan data
kepada pengumpul data, misalnya melalui orang lain atau melalui dokumen
(Syarifah, 2017). Data sekunder yang digunakan dalam penelitian ini berupa
laporan atas investasi subsektor industri kreatif aplikasi dan game developer di
Indonesia, inflasi di Indonesia, jumlah tenaga kerja subsektor industri kreatif
aplikasi dan game developer di Indonesia, nilai ekspor subsektor industri
kreatif aplikasi dan game developer di Indonesia, pengguna internet di
Indonesia, dan PDB subsektor industri kreatif aplikasi dan game developer di
43
Indonesia per bulan dari tahun 2011-2015. Sumber data yang digunakan dalam
penelitian ini diperoleh melalui berbagai sumber yaitu; Badan Ekonomi Kreatif
(Bekraf), Badan Pusat Statistik (BPS), Asosiasi Jasa Penyelenggara Internet
Indonesia (APJII), Badan Koordinasi Penanaman Modal (BKPM).
C. Metode Pengumpulan Data
Pengumpulan data merupakan hal yang harus dilakukan dalam penyusunan
penelitian ini untuk memperoleh hasil yang sesuai dengan tujuan penelitian ini.
Data yang digunakan dalam penelitian ini merupakan data sekunder yang
diperoleh dari lembaga-lembaga resmi terkait, maka metode pengumpulan data
yang digunakan adalah metode dokumentasi. Dokumen merupakan catatan
peristiwa yang sudah berlalu, dokumen bisa berbentuk tulisan, gambar atau
karya-karya monumental dari seseorang, dokumen yang berbentuk tulisan
misalnya catatan harian, sejarah kehidupan (life histories), cerita, biografi,
peraturan dan kebijakan (Sugiyono, 2013).
D. Metode Analisis Data
1. Pendekatan Penelitian
Penelitian ini menggunakan alat analisis regresi linear berganda
dengan metode Ordinary Least Square (OLS) yang dirumuskan sebagai
berikut :
44
Linier Y = α0 + α1 X1 + α2 X2+ α3 X3+ α4 X4+ α5 X5 + ε
Dimana :
Y = Pendapatan Subsektor Industri Kreatif
Aplikasi dan Game developer di Indonesia
X1 = Investasi
X2 = Inflasi
X3 = Jumlah Tenaga Kerja
X4 = Nilai Ekspor
X5 = Jumlah Pengguna Internet
α0 = konstanta
α1 α2 α3 α4 α5 = koefisien penjelas masing-masing input
nilai parameter
ε = error term
Metode Ordinary Least Square (OLS) dipersembahkan oleh Carl
Friedreich Gauss, seorang ahli matematika Jerman. Untuk asumsi
tertentu, metode OLS memiliki beberapa sifat-sifat statistik yang sangat
menarik dan telah membuat metode ini sebagai salah satu metode
paling kuat dan dikenal dalam analisis regresi. Metode OLS adalah
metode untuk meminimalkan jumlah kuadrat kesalahan dari setiap
observasi terhadap garis tersebut (Damodar N. Gujarati dan Dawn C.
Porter, 2013:71).
45
Asumsi yang mendasari metode OLS atau Classical Linear
Regression Model (CLRM) memiliki 7 asumsi, yaitu (Damodar N.
Gujarati dan Dawn C. Porter, 2013:79) :
1. Model regresi ini linear dalam parameter-parameternya
2. Nilai X selalu tetap atau Nilai X yang independen terhadap faktor
kesalahan
3. Nilai rerata nol dari faktor gangguan ui
4. Homoskedastisitas atau keseragaman varians dari ui
5. Tidak adanya Otokorelasi di antara gangguan
6. Jumlah observasi n harus lebih besar daripada jumlah parameter
yang akan diestimasi
7. Kriteria dasar pada variabel X
Untuk memenuhi analisis regresi tersebut perlu diuji asumsi klasik
dan uji hipotesis teori sehingga hasil estimasi tersebut dapat terhindar
dari masalah regresi.
2. Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihat dari nilai rata-rata (mean), standar deviasi, varian,
maksimum, minimum, sum, range, kurtosis dan skewness
(kemencengan distribusi) (Ghozali dalam Syarifah, 2017). Jadi dalam
penelitian ini analisis statistik deskriptif digunakan untuk mengetahui
gambaran mengenai variabel investasi, inflasi, jumlah tenaga kerja,
46
ekspor, jumlah pengguna internet dan pendapatan subsektor industri
kreatif aplikasi dan game developer.
3. Uji Asumsi Klasik
Suatu model dikatakan baik untuk alat prediksi apabila mempunyai
sifat-sifat tidak bias linier terbaik suatu penaksir. Disamping itu suatu
model dikatakan cukup baik dan dapat dipakai untuk memprediksi
apabila sudah lolos dari serangkaian uji asumsi klasik yang
melandasinya. Uji asumsi klasik dalam penelitian ini terdiri dari :
a. Uji Normalitas
Digunakan untuk mengetahui apakah variabel dependen dan
independen berdistribusi normal atau tidak. Menggunakan Jarque-
Bera test atau J-B test, membandingkan JB hitung dengan X2 tabel.
Jika JB hitung < nilai X2 tabel maka data berdistribusi normal atau
nilai Probability > derajat kepercayaan yang ditentukan (Insukindro
dalam Fatmi Ratna Ningsih, 2010:52).
b. Uji Multikolinearitas
Uji multikolinearitas dimaksudkan untuk mengetahui
apakah terdapat interkorelasi yang sempurna di antara beberapa
variabel bebas yang digunakan dalam persamaan regresi. Uji
multikoliniaritas menggunakan nilai tolerance dan Variance
47
Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap
variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya.
Dalam pengertian sederhana setiap variabel bebas menjadi
variabel terikat dan diregresi terhadap variabel bebas lainnya.
Tolerance mengukur variabilitas variabel bebas yang terpilih yang
tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai
tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF =
1/tolerance) dan menunjukkan adanya kolonieritas yang tinggi.
Lebih ditegaskan oleh Ghozali bila korelasi antara dua variabel
bebas melebihi 90% maka VIF-nya diatas 10 maka dapat dikatakan
bahwa model tersebut terkena multikolinieritas (Ghozali dalam
Fatmi Ratna Ningsih, 2010:53).
c. Uji Autokorelasi
Autokorelasi adalah terjadinya korelasi antara variabel itu
sendiri pada pengamatan yang berbeda. Pengujian autokorelasi
dilakukan dengan uji Breusch-Godfrey Serial Correlation Lagrange
Multiplier Test (uji LM). Uji ini sangat berguna untuk
mengidentifikasi masalah autokorelasi tidak hanya pada derajat
pertama tetapi bisa juga digunakan pada tingkat derajat. Dikatakan
terjadi autokorelasi jika nilai X2 (Obs* R-Squared) hitung > X2 tabel
atau nilai Probability < derajat kepercayaan yang ditentukan
(Insukindro dalam Fatmi Ratna Ningsih, 2010:53).
48
d. Uji heteroskedastisitas
Heteroskedastisitas adalah variansi data yang digunakan
untuk membuat model menjadi tidak konstan. Pengujian terhadap
ada tidaknya masalah heteroskedastisitas dalam suatu model empiris
yang sedang diamati juga merupakan langkah penting sehingga
dapat terhindar dari masalah regresi lancung. Metode untuk dapat
mendeteksi ada tidaknya masalah heteroskedastisitas dalam model
empiris dengan menggunakan uji White (Insukindro dalam Fatmi
Ratna Ningsih, 2010:54).
Untuk menguji heteroskedastisitas, program olah data
Eviews menyediakan metode pengujian dengan menggunakan uji
White, dimana dalam program olah data Eviews dibedakan menjadi
dua bentuk uji White Heteroskedasticity (no cross term) dan White
Heteroskedasticity (cross term). Dikatakan terdapat masalah
heteroskedastisitas dari hasil estimasi model OLS, jika X2 (Obs* R-
Squared) untuk uji White baik cross term ataupun no cross term >
X2 tabel atau nilai Probability < derajat kepercayaan yang ditentukan
(Insukindro dalam Fatmi Ratna Ningsih, 2010:54).
4. Pengujian Statistik
Pengujian ini digunakan untuk mengetahui apakah variabel-
variabel independen secara individu dan bersama-sama
mempengaruhi signifikan terhadap variabel dependen. Uji statistik
meliputi Uji t, Uji F dan koefisien determinasi (R2).
49
a. Uji Signifikansi Individual (Uji Statistik t)
Uji statistik t menunjukkan seberapa jauh pengaruh satu
variabel independen secara individual dalam menjelaskan variasi
variabel dependen. Untuk melakukan uji t dengan cara Quick Look,
yaitu : melihat nilai Probability dan derajat kepercayaan yang
ditentukan dalam penelitian atau melihat nilai t tabel dengan t
hitungnya. Jika nilai Probability < derajat kepercayaan yang
ditentukan dan jika nilai t hitung lebih tinggi dari t tabel maka suatu
variabel independen secara individual mempengaruhi variabel
dependennya (Kuncoro dalam Fatmi Ratna Ningsih, 2010:55).
b. Uji Signifikansi Simultan (Uji Statistik F)
Uji statistik F menunjukkan apakah semua variabel
independen dalam model mempunyai pengaruh secara bersama-
sama terhadap variabel dependennya. Untuk melakukan uji F
dengan cara Quick Look, yaitu : melihat nilai Probability dan derajat
kepercayaan yang ditentukan dalam penelitian atau melihat nilai t
tabel dengan F hitungnya. Jika nilai Probability < derajat
kepercayaan yang ditentukan dan jika nilai F hitung lebih tinggi dari
F tabel maka suatu variabel independen secara bersama-sama
mempengaruhi variabel dependennya (Kuncoro dalam Fatmi Ratna
Ningsih, 2010:55-56).
50
c. Koefisien Determinasi (R2)
Koefisien determinasi mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel dependennya. Nilai
koefisien determinasi adalah antara nol dan satu, nilai R2 yang kecil
berarti kemampuan variabel-variabel independen dalam
menjelaskan variasi variabel dependen sangat terbatas dan nilai yang
mendekati satu berarti variabel-variabel independen memberikan
hampir semua informasi yang dibutuhkan untuk memprediksi
variasi variabel dependennya (Kuncoro dalam Fatmi Ratna Ningsih,
2010:56).
E. Operasional Variabel Penelitian
Pada bagian ini akan diuraikan definisi dari masing-masing variabel
yang digunakan berikut dengan operasional dan cara pengukurannya adalah
sebagai berikut :
1. Variabel Bebas (Independent Variabel)
Variabel bebas adalah suatu variabel yang variasinya
mempengaruhi variabel lain. Dapat pula dikatakan bahwa variabel
bebas adalah variabel yang pengaruhnya terhadap variabel lain
ingin diketahui (Azwar dalam Fatmi Ratna Ningsih, 2010:56).
Dalam Penelitian ini yang menjadi variabel bebas antara lain :
51
a. Investasi subsektor industri kreatif aplikasi dan game developer
di Indonesia (X1)
Investasi adalah pengeluaran-pengeluaran untuk membeli
barang-barang modal dan peralatan-peralatan produksi dengan
tujuan untuk mengganti dan terutama menambah barang-barang
modal dalam perekonomian yang digunakan untuk
memproduksikan barang dan jasa di masa depan. (Sadono
Sukirno, 2007:366). Satuan Miliar Rupiah (Rp).
b. Inflasi di Indonesia (X2)
Inflasi adalah suatu proses meningkatnya harga-harga secara
umum dan terus-menerus (continue) berkaitan dengan
mekanisme pasar yang dapat disebabkan oleh berbagai faktor,
antara lain, konsumsi masyarakat yang meningkat, berlebihnya
likuiditas di pasar yang memicu konsumsi atau bahkan
spekulasi, sampai termasuk juga akibat adanya ketidaklancaran
distribusi barang (Mankiw, 2003:72). Satuan persen (%).
c. Jumlah Tenaga Kerja subsektor industri kreatif aplikasi dan
game developer di Indonesia (X3)
Tenaga kerja merupakan penduduk yang berada dalam usia
kerja 15-64 tahun. Menurut UU No. 13 tahun 2003 Bab I pasal
1 ayat 2 disebutkan bahwa tenaga kerja adalah setiap orang yang
mampu melakukan pekerjaan guna menghasilkan barang atau
jasa baik untuk memenuhi kebutuhan sendiri maupun untuk
52
masyarakat. Satuan jiwa.
d. Nilai Ekspor subsektor industri kreatif aplikasi dan game
developer di Indonesia (X4)
Ekspor adalah proses transportasi barang atau komoditas dari
suatu negara ke negara lain (Merriam-Webster's: Collegiate
Dictionary Online). Ekspor akan memberikan efek yang positif
ke atas kegiatan ekonomi negara karena ia merupakan
pengeluaran penduduk negara lain ke atas barang-barang yang
dihasilkan di dalam negeri (Sadono Sukirno, 2007:109). Satuan
US Dollar ($).
e. Jumlah Pengguna Internet di Indonesia (X5)
Internet adalah jaringan komunikasi elektronik yang
menghubungkan jaringan komputer dan fasilitas komputer yang
terorganisasi di seluruh dunia melalui telepon atau satelit
berinternet melakukan hubungan melalui jaringan internet
(KBBI). Interconnection Networking atau singkatannya lebih
dikenal sebagai Internet diartikan oleh Randall dan Latulipe,
sebagai suatu jaringan global yang terdapat di dalam jaringan
komputer (Tjiptono dalam Ahmad Sultoni, 2013). Berdasarkan
pendapat tersebut maka peneliti menegaskan bahwa, internet
adalah suatu jaringan yang bersifat global. Tidak pandang di
mana dan siapa saja bisa berkomunikasi dan mengakses
berbagai informasi dalam segala bidang. Satuan jiwa.
53
2. Variabel Terikat (Dependent Variabel)
Variabel terikat adalah variabel penelitian yang diukur untuk
mengetahui besarnya efek atau pengaruh variabel yang lain.
Besarnya efek tersebut diamati dari ada tidaknya, timbul-
hilangnya, membesar-menegecilnya, atau berubahnya variasi yang
tampak sebagai akibat perubahan pada variabel lain (Azwar dalam
Fatmi Ratna Ningsih, 2010:57).
Variabel terikat dalam penelitian ini adalah Pendapatan
Domestik Bruto Subsektor Industri Kreatif Aplikasi dan Video
Game di Indonesia dalam satuan miliar rupiah (Rp).
54
BAB IV
ANALISIS DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian
Penelitian ini dilakukan dengan menggunakan populasi subsektor
Industri Kreatif Aplikasi dan Game developer di Indonesia dalam naungan
Badan Ekonomi Kreatif Indonesia selama tahun 2011 sampai tahun 2015.
Salah satu sektor riil yang sangat layak menjadi prioritas adalah ekonomi
kreatif. Presiden Joko Widodo optimistis bahwa ekonomi kreatif kelak
menjadi tulang punggung perekonomian Indonesia. Berbeda dengan sektor
lain yang sangat tergantung pada eksploitasi sumber daya alam, kekuatan
ekonomi kreatif lebih bertumpu kepada keunggulan sumber daya manusia.
Karya seni, arsitektur, buku, inovasi teknologi, dan animasi, berasal dari ide-
ide kreatif pemikiran manusia. Untuk mewujudkan upaya tersebut, pada 20
Januari 2015, melalui Peraturan Presiden Republik Indonesia Nomor 6
Tahun 2015 Tentang Badan Ekonomi Kreatif, Presiden Joko Widodo
membentuk lembaga baru non kementerian bernama Badan Ekonomi
Kreatif (Bekraf). Badan ini bertanggung jawab terhadap perkembangan
ekonomi kreatif di Indonesia. Bekraf bertugas membantu presiden dalam
merumuskan, menetapkan, mengoordinasikan, dan sinkronisasi kebijakan
di bidang ekonomi kreatif. Subsektor Industri Kreatif Aplikasi dan Game
developer telah menyumbang 15 Trilliun Rupiah terhadap PDB Indonesia dan
terus berkembang setiap tahunnya.
55
Ada beberapa faktor-faktor yang mempengaruhi pendapatan dari
subsektor industri aplikasi dan game developer di Indonesia, peneliti memilih
lima variabel faktor yang sekiranya mempengaruhi pendapatan dari subsektor
industri aplikasi dan game developer di Indonesia.
1. Investasi subsektor industri aplikasi dan game developer
Gambar 4.1
Investasi subsektor industri aplikasi dan game developer tahun 2011-2015
Sumber : Badan Koordinasi Penanaman Modal (BKPM), 2016.
Investasi subsektor industri aplikasi dan game developer di Indonesia
dari tahun 2011 – 2014 mengalami peningkatan yang cukup signifikan,
namun pada tahun 2015 mengalami penurunan, menurut Kepala Badan
Koordinasi Penanaman Modal (BKPM) Franky Sibarani (2015),
mengatakan kendala hukum berpengaruh pada menurunnya realisasi
investasi di industri kreatif subsektor industri aplikasi dan game developer,
867
1367
1550
2090
1256
0
500
1000
1500
2000
2500
2011 2012 2013 2014 2015
Investasi subsektor aplikasi dan game developer (dalam miliar
rupiah)
56
pelemahan permintaan di pasar ekspor dan menurunnya daya beli
masyarakat di dalam negeri juga mempengaruhi investasi pada subsektor
aplikasi dan game developer. Investasi subsektor aplikasi dan game
developer pada tahun 2015 turun sebesar 39,9 persen dibandingkan tahun
2014.
2. Inflasi di Indonesia
Gambar 4.2
Inflasi di Indonesia pada tahun 2011-2015
Sumber : Badan Pusat Statistik (BPS), 2016.
Inflasi di Indonesia pada tahun 2011-2015 mengalami fluktuasi, pada
tahun 2013 inflasi tinggi sebesar 8,38 persen, hal ini karena pada tahun
2013 pemerintah mengeluarkan kebijakan kenaikan harga bahan bakar
minyak (BBM) bersubsidi, sedangkan terendah pada tahun 2015 sebesar
3,35 persen, hal ini terjadi karena beberapa faktor seperti melemahnya daya
3,794,3
8,38 8,36
3,35
0
1
2
3
4
5
6
7
8
9
2011 2012 2013 2014 2015
Inflasi (dalam persen)
57
beli masyarakat akibat berkurangnya lapangan pekerjaan, tingkat
pegangguran di bulan Februari 2015 yang tercatat oleh badan pusat statistik
(BPS) meningkat 300.000 orang bila dibandingkan dengan Februari 2014,
sehingga total mencapai 7,45 juta orang.
Mulai menghilangnya efek kenaikan administered price, seperti efek
kenaikan BBM di pertengahan tahun 2013 sudah menghilang pada
pertengahan tahun 2014. Hal yang sama pada tahun 2015, efek kenaikan
bbm pada akhir tahun 2014 diperkirakan menghilang pada bulan November
atau desember 2015.
3. Jumlah tenaga kerja subsektor industri aplikasi dan game developer
Gambar 4.3
Jumlah tenaga kerja subsektor industri aplikasi dan game developer
di Indonesia tahun 2011-2015
Sumber : Badan Ekonomi Kreatif (Bekraf), 2016.
50065
34692
4853644889
39304
0
10000
20000
30000
40000
50000
60000
2011 2012 2013 2014 2015
Jumlah tenaga kerja subsektor aplikasi dan game
developer di Indonesia (dalam satuan jiwa)
58
Jumlah tenaga kerja subsektor industri aplikasi dan game developer di
Indonesia mengalami fluktuasi ringan, jumlah tenaga kerja pada subsektor
industri aplikasi dan game developer di Indonesia masih rendah. Pada tahun
2015 jumlah tenaga kerja subsektor industri aplikasi dan game developer
di Indonesia hanya sebesar 39.304 jiwa.
4. Nilai Ekspor subsektor industri aplikasi dan game developer
Gambar 4.4
Nilai ekspor subsektor industri aplikasi dan game developer di Indonesia
tahun 2011-2015
Sumber : Badan Ekonomi Kreatif (Bekraf), 2016.
Nilai ekspor subsektor industri aplikasi dan game developer
mengalami fluktuasi pada tahun 2011-2015, Nilai ekspor pada tahun 2015
sebesar US$353.920, nilai ekspor yang rendah ini karena permintaan pasar
akan produk dari subsektor industri kreatif aplikasi dan game developer di
238349
394091
238349
429983
353920
0
50000
100000
150000
200000
250000
300000
350000
400000
450000
500000
2011 2012 2013 2014 2015
Nilai ekspor subsektor industri aplikasi dan game developer
di Indonesia (dalam US$)
59
Indonesia juga masih rendah, konsumen subsektor aplikasi dan game
developer ini masih didominasi oleh produk-produk dari negara maju.
5. Jumlah pengguna internet di Indonesia
Gambar 4.5
Pengguna Internet di Indonesia pada tahun 2011-2015
Sumber : Asosiasi Penyelenggara Jasa Internet Indonesia (APJII), 2016.
Jumlah pengguna internet di Indonesia mengalami trend kenaikan
pada tahun 2011-2015, setiap tahun peningkatan akan jumlah pengguna
internet di Indonesia lebih dari 10 persen, pada tahun 2015 jumlah
pengguna internet sebesar 99,1 juta jiwa dari total 258,2 juta jiwa penduduk
Indonesia, yang berarti 38,4 persen dari penduduk Indonesia sudah
menggunakan internet.
55
63
71,2
88,1
99,1
0
20
40
60
80
100
120
2011 2012 2013 2014 2015
Jumlah Pengguna Internet di Indonesia (Dalam jutaan jiwa)
60
B. Hasil Uji Penelitian
1. Hasil Statistik Deskriptif
Statistik deskriptif dapat memberikan gambaran tentang suatu data
yang dilihat dari nilai minimum, maksimum, rata-rata (mean) dan standar
deviasi yang dihasilkan pada penelitian ini. Variabel- variabel yang
digunakan dalam penelitian ini meliputi investasi, inflasi, jumlah tenaga
kerja, ekspor, dan jumlah pengguna internet sebagai variabel independen,
serta PDB subsektor industri kreatif aplikasi dan game developer sebagai
variabel dependen. Variabel tersebut akan diuji secara statistik deskriptif
seperti yang terlihat dalam tabel 4.1 dibawah ini:
Tabel 4.1
Hasil Statistik Deskriptif
Sumber : Data sekunder yang diolah EViews 8.
a. Variabel Independen
1) Investasi
Ekspor Inflasi Internet Investasi PDB Tenaga
Kerja
Mean 24532.03 0.457833 70136786 118.8333 1036.183 43438
Median 29787.27 0.350000 66505131 120.3899 1023.842 43702
Maximum 39414.14 3.290000 99130000 179.5411 1301.475 50260
Minimum 1853.148 -0.36000 43179285 39.28414 785.4750 34692
Std. Dev. 12878.44 0.623419 16334743 38.62436 154.8123 4846
Observations 60 60 60 60 60 60
61
Hasil deskriptif statistik pada tabel 4.1 menunjukkan bahwa
investasi minimum sebesar Rp39.28414 miliar dan investasi maksimum
sebesar Rp179.5411 miliar dengan investasi rata-rata sebesar
Rp118.8333 miliar pada tahun 2011-2015, sedangkan standar deviasi
investasi sebesar Rp38.62436 miliar pada tahun 2011-2015.
2) Inflasi
Hasil deskriptif statistik pada tabel 4.1 menunjukkan bahwa inflasi
minimum sebesar -0.36% dan inflasi maksimum sebesar 3.29% dengan
inflasi rata-rata sebesar 0.457833% pada tahun 2011-2015, sedangkan
standar deviasi inflasi sebesar 0.623419% pada tahun 2011-2015.
3) Ekspor
Hasil deskriptif statistik pada tabel 4.1 menunjukkan bahwa ekspor
minimum sebesar US$1853.148 dan ekspor maksimum sebesar
US$39414.14 dengan ekspor rata-rata sebesar US$24532.03 pada tahun
2011-2015, sedangkan standar deviasi ekspor sebesar US$12878.44
pada tahun 2011-2015.
4) Jumlah Tenaga Kerja
Hasil deskriptif statistik pada tabel 4.1 menunjukkan jumlah tenaga
kerja minimum sebesar 34692 jiwa dan jumlah tenaga kerja maksimum
sebesar 50260 jiwa dengan jumlah tenaga kerja rata-rata sebesar 43438
jiwa pada tahun 2011-2015, sedangkan standar deviasi jumlah tenaga
kerja sebesar 4846 jiwa pada tahun 2011-2015.
5) Jumlah Pengguna Internet
62
Hasil deskriptif statistik pada tabel 4.1 menunjukkan jumlah
pengguna internet minimum sebesar 43179285 jiwa dan jumlah
pengguna internet maksimum sebesar 99130000 jiwa dengan jumlah
pengguna internet rata-rata sebesar 70136786 jiwa pada tahun 2011-
2015, sedangkan standar deviasi jumlah pengguna internet sebesar
16334743 jiwa pada tahun 2011-2015.
b. Variabel Independen
1) PDB Subsektor Industri Kreatif Aplikasi dan Game developer
Hasil deskriptif statistik pada tabel 4.1 menunjukkan PDB subsektor
industri kreatif aplikasi dan game developer minimum sebesar
Rp785.4750 miliar dan PDB subsektor industri kreatif aplikasi dan
game developer maksimum sebesar Rp1301.475 miliar dengan PDB
subsektor industri kreatif aplikasi dan game developer rata-rata sebesar
Rp1036.183 miliar pada tahun 2011-2015, sedangkan standar deviasi
PDB subsektor industri kreatif aplikasi dan game developer sebesar
Rp154.8123 miliar pada tahun 2011-2015.
2. Hasil Uji Asumsi Klasik
Uji asumsi klasik dilakukan dengan menggunakan analisis regresi
terhadap variabel independen dan variabel dependen. Uji asumsi klasik
bertujuan untuk mengetahui kelayakan penggunaan model regresi dalam
penelitian ini. Uji asumsi klasik pada penelitian ini terdiri atas uji
normalitas, uji multikolinearitas, uji autokorelasi, dan uji
heteroskedastisitas.
63
Adapun dalam penelitian ini variabel independen yang digunakan
adalah investasi, inflasi jumlah tenaga kerja, ekspor, dan jumlah pengguna
internet. Sedangkan variabel dependen yang digunakan adalah PDB
subsektor industri kreatif aplikasi dan game developer. Agar model regresi
yang digunakan menghasilkan nilai yang sesuai, data yang diolah harus
memenuhi empat uji asumsi klasik. Berikut adalah empat uji asumsi klasik
yang telah dilakukan beserta hasil yang diperoleh:
a. Hasil Uji Normalitas
Digunakan untuk mengetahui apakah variabel dependen dan
independen berdistribusi normal atau tidak. Menggunakan Jarque-
Bera test atau J-B test, membandingkan JB hitung dengan X2 tabel.
Jika JB hitung < nilai X2 tabel maka data berdistribusi normal atau
nilai Probability > derajat kepercayaan yang ditentukan (Insukindro
dalam Fatmi Ratna Ningsih, 2010:52). Hasil uji normalitas dapat
dilihat pada gambar 4.1
64
Gambar 4.6
Hasil Uji Normalitas
Menggunakan Jarque-Bera Test
0
2
4
6
8
10
-10 -5 0 5 10 15
Series: Residuals
Sample 2011M01 2015M12
Observations 60
Mean 2.25e-13
Median -0.935313
Maximum 16.64538
Minimum -10.46029
Std. Dev. 6.617925
Skewness 0.528616
Kurtosis 2.562482
Jarque-Bera 3.272908
Probability 0.194669
Sumber : data sekunder yang diolah Eviews 8
Berdasarkan hasil uji normalitas pada gambar 4.1 diatas dapat
dilihat bahwa nilai probability sebesar 0.194669 dimana 0.194669 >
0.05. Dengan demikian maka dapat disimpulkan bahwa data
berdistribusi normal, sehingga asumsi normalitas terpenuhi.
b. Hasil Uji Multikolinearitas
Uji multikoliniaritas dimaksudkan untuk mengetahui apakah
terdapat interkorelasi yang sempurna di antara beberapa variabel
bebas yang digunakan dalam persamaan regresi. Uji
multikoliniaritas menggunakan nilai tolerance dan Variance Inflation
Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel bebas
manakah yang dijelaskan oleh variabel bebas lainnya.
65
Dalam pengertian sederhana setiap variabel bebas menjadi
variabel terikat dan diregresi terhadap variabel bebas lainnya.
Tolerance mengukur variabilitas variabel bebas yang terpilih yang
tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai
tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF =
1/tolerance) dan menunjukkan adanya kolonieritas yang tinggi.
Lebih ditegaskan oleh Ghozali bila korelasi antara dua variabel
bebas melebihi 90% maka VIF-nya diatas 10 maka dapat dikatakan
bahwa model tersebut terkena multikolinieritas (Ghozali dalam
Fatmi Ratna Ningsih, 2010:53). Regresi yang bebas dari problem
multikolinearitas memiliki VIF < 10. Berikut adalah tabel yang
menunjukkan hasil uji multikolinearitas.
Tabel 4.2
Hasil Uji Multikolinearitas
Variable Coeffecient
Variance
Uncentered
VIF
Centered VIF
C 96.66964 121.2103 NA
INVESTASI 0.000785 15.35284 1.444815
INFLASI 2.174113 1.613226 1.041819
TENAGAKERJA 4.88E-08 116.9011 1.413444
EKSPOR 7.23E-09 6.931435 1.477881
INTERNET 3.98E-15 25.85509 1.309219
Sumber: Data sekunder yang diolah EViews 8
66
Berdasarkan tabel 4.2 diatas, dapat diketahui bahwa uji
multikolinearitas menunjukkan nilai VIF disekitar angka 1 untuk
setiap variabel. Nilai VIF yang dihasilkan untuk variabel investasi,
inflasi, jumlah tenaga kerja, ekspor , dan jumlah pengguna internet
adalah 1.444815; 1.041819; 1.413444; 1.477881; dan 1.309219.
Berdasarkan hasil uji multikolinearitas tersebut, maka dapat
disimpulkan bahwa semua variabel independen dalam persamaan
regresi tidak terdapat problem multikolinearitas dan dapat digunakan
dalam penelitian ini.
c. Hasil Uji Autokorelasi
Autokorelasi adalah terjadinya korelasi antara variabel itu
sendiri pada pengamatan yang berbeda. Pengujian autokorelasi
dilakukan dengan uji Breusch-Godfrey Serial Correlation Lagrange
Multiplier Test (uji LM). Uji ini sangat berguna untuk
mengidentifikasi masalah autokorelasi tidak hanya pada derajat
pertama tetapi bisa juga digunakan pada tingkat derajat. Dikatakan
terjadi autokorelasi jika nilai X2 (Obs* R-Squared) hitung > X2
tabel atau nilai Probability < derajat kepercayaan yang ditentukan
(Insukindro dalam Fatmi Ratna Ningsih, 2010:53). Berikut adalah
tabel yang menunjukkan hasil uji autokorelasi.
67
Tabel 4.3
Hasil Uji Autokorelasi
F-statistic 0.112807 Prob. F(2,50) 0.8935
Obs*R-
squared
0.265030 Prob. Chi-
Square(2)
0.8759
Sumber: data sekunder yang diolah EViews 8.
Berdasarkan tabel 4.3 diatas, dapat diketahui bahwa nilai p
value uji Breusch-Godfrey Serial Correlation LM, yaitu sebesar
0.8759 lebih besar dari derajat kepercayaan (0.8759 > 0.05) yang
berarti tidak ada masalah autokolerasi.
d. Hasil Uji Heteroskedastisitas
Heteroskedastisitas adalah variansi data yang digunakan
untuk membuat model menjadi tidak konstan. Pengujian terhadap
ada tidaknya masalah heteroskedastisitas dalam suatu model empiris
yang sedang diamati juga merupakan langkah penting sehingga
dapat terhindar dari masalah regresi lancung. Metode untuk dapat
mendeteksi ada tidaknya masalah heteroskedastisitas dalam model
empiris dengan menggunakan uji White (Insukindro dalam Fatmi
Ratna Ningsih, 2010:54).
Untuk menguji heteroskedastisitas, program olah data
Eviews menyediakan metode pengujian dengan menggunakan uji
White, dimana dalam program olah data Eviews dibedakan menjadi
dua bentuk uji White Heteroskedasticity (no cross term) dan White
68
Heteroskedasticity (cross term). Dikatakan terdapat masalah
heteroskedastisitas dari hasil estimasi model OLS, jika X2 (Obs* R-
Squared) untuk uji White baik cross term ataupun no cross term >
X2 tabel atau nilai Probability < derajat kepercayaan yang
ditentukan (Insukindro dalam Fatmi Ratna Ningsih, 2010:54). Hasil
uji heteroskedastisitas dapat dilihat pada tabel 4.4 berikut.
Tabel 4.4
Hasil Uji Heteroskedastisitas
F-statistic 2.076572 Prob. F(5,54) 0.825
Obs*R-
squared
9.676046 Prob. Chi-
Square(5)
0.0850
Scaled
explained SS
6.123051 Prob. Chi-
Square(5)
0.2944
Sumber: data sekunder yang diolah EViews 8.
Berdasarkan hasil uji heteroskedastisitas pada tabel 4.4
diatas dapat dilihat bahwa nilai p value yang ditunjukan dengan nilai
Prob. Chi-Square(5) yaitu sebesar 0.0850. Oleh karena nilai p value
0.0850 > 0.05 berarti model regresi bersifat homoskedastisitas atau
dengan kata lain tidak ada masalah heteroskedastisitas.
3. Hasil Uji Koefisien Determinasi
Uji koefisien determinasi dilakukan untuk mengukur kemampuan
variabel independen, yaitu investasi subsektor industri kreatif aplikasi dan
69
game developer di Indonesia, inflasi di Indonesia, jumlah tenaga kerja
subsektor industri kreatif aplikasi dan game developer di Indonesia, ekspor
subsektor industri kreatif aplikasi dan game developer di Indonesia, dan
jumlah pengguna internet di Indonesia menjelaskan variabel dependen
yaitu PDB subsektor industri kreatif aplikasi dan game developer di
Indonesia. Hasil uji koefisien determinasi dapat dilihat dalam tabel 4.5.
Tabel 4.5
Hasil Uji Koefisien Determinasi (R2)
R-Squared 0.998173
Sumber: Data sekunder yang diolah EViews 8.
Berdasarkan tabel 4.5 didapatkan koefisien determinasi sebesar
0.998173 atau 99.81%. Dengan ini terlihat bahwa 99.81% PDB
subsektor industri kreatif aplikasi dan game developer dapat dijelaskan
oleh investasi, inflasi, jumlah tenaga kerja, ekspor, dan jumlah
pengguna internet. Sedangkan sisanya (100% - 99.81% = 0.19%) PDB
subsektor industri kreatif aplikasi dan game developer dijelaskan oleh
variabel lain yang tidak diteliti dalam penelitian ini.
4. Hasil Uji Hipotesis
Pengujian hipotesis dalam penelitian ini dilakukan dengan
menggunakan regresi berganda (multiple regression analysis), yaitu
dilakukan melalui uji statistik F dan uji statistik t
a. Hasil Uji Statistik F
70
Uji statistik F menunjukkan apakah semua variabel independen
dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel dependennya. Untuk melakukan uji F dengan cara Quick
Look, yaitu : melihat nilai Probability dan derajat kepercayaan yang
ditentukan dalam penelitian atau melihat nilai t tabel dengan F
hitungnya. Jika nilai Probability < derajat kepercayaan yang
ditentukan dan jika nilai F hitung lebih tinggi dari F tabel maka suatu
variabel independen secara bersama-sama mempengaruhi variabel
dependennya. Hasil uji statistik F dapat dilihat pada tabel 4.6 berikut.
Tabel 4.6
Hasil Uji Statistik F
F-statistic Prob(F-statistic)
5899.248 0.000000
Sumber: Data sekunder yang diolah EViews 8.
Berdasarkan tabel 4.6 diatas, hasil uji F menunjukkan bahwa
nilai probability sebesar 0.000000 yang dimana 0.000000 < 0.05 yang
berarti bahwa investasi, inflasi, jumlah tenaga kerja, ekspor, dan
jumlah pengguna internet berpengaruh signifikan secara simultan
terhadap PDB subsektor industri kreatif aplikasi dan game developer.
b. Hasil Uji Statistik t
Uji statistik t digunakan untuk mengetahui ada atau tidaknya
71
pengaruh masing-masing variabel independen secara individual
terhadap variabel dependen yang diuji pada tingkat signifikansi 0.05.
Jika nilai probability t lebih kecil dari 0.05 maka Ha diterima dan
menolak H0, sedangkan jika nilai probability t lebih besar dari 0.05
maka H0 diterima dan menolak Ha. Berikut tabel 4.7 yang
menunjukkan hasil uji statistik t.
Tabel 4.7
Hasil Uji Statistik t
Sumber: Data sekunder yang diolah Eviews 8.
Pada tabel 4.7 diatas menunjukkan hasil uji statistik t antara
variabel independen dengan variabel dependen sebagai berikut:
Hasil uji hipotesis 1: Pengaruh investasi terhadap Pendapatan
subsektor industri kreatif aplikasi dan game developer.
Tabel 4.7 menunjukkan hasil bahwa variabel investasi
memiliki nilai probabilitas t-statistic sebesar 0.0000 < 0.05 yang
berarti Ha1 diterima. Sehingga dapat dikatakan bahwa investasi
mempunyai pengaruh signifikan terhadap Pendapatan subsektor
industri kreatif aplikasi dan game developer pada tahun 2011-2015.
Hal ini sesuai dengan teori Sadono Sukirno (2007)
Variable Coefficient Std. Error t-Statistic Prob. C 338.2373 9.832072 34.40143 0.0000
INVESTASI 0.338034 0.028027 12.06122 0.0000 INFLASI -1.547922 1.474487 -1.049803 0.2985
TENAGAKERJA 0.000582 0.000221 2.633736 0.0110 EKSPOR 0.001095 8.50E-05 12.88230 0.0000
INTERNET 9.41E-06 6.31E-08 149.1862 0.0000
72
Pengeluaran untuk mengembangkan pabrik pembuatan kertas, atau
pengeluaran untuk mendirikan perkebunan kelapa sawit merupakan
penggunaan dana yang dalam teori ekonomi diartikan sebagai
investasi. Investasi perusahaan-perusahaan merupakan komponen
yang terbesar dari investasi dalam suatu negara pada suatu tahun
tertentu. Pengeluaran investasi ini pulalah yang terutama diperhatikan
oleh ahli-ahli ekonomi dalam membuat analisis mengenai investasi.
Pengeluaran investasi tersebut terutama meliputi mendirikan
bangunan industri, membeli mesin-mesin dan peralatan produksi lain
dan pengeluaran untuk menyediakan bahan mentah (seperti menanam
kelapa sawit dan pokok karet). Tujuan para pengusaha untuk
mewujudkan alat-alat produksi tersebut adalah untuk memperoleh
keuntungan dari kegiatan memproduksi yang akan dilakukannya di
masa depan. Ini berarti investasi yang dilakukan di masa kini sangat
erat hubungannya dengan prospek memperoleh untung di masa depan.
Semakin cerah prospek untuk memperoleh keuntungan yang lumayan
di masa depan, semakin tinggi pula investasi yang akan dilakukan
pada masa kini.
Hasil penelitian ini mendukung hasil penelitian Afif Leksono
(2013) yang menunjukkan bahwa investasi berpengaruh signifikan
terhadap pendapatan industri kreatif.
Hasil uji hipotesis 2: Pengaruh inflasi terhadap Pendapatan
subsektor industri kreatif aplikasi dan game developer.
73
Tabel 4.7 menunjukkan hasil bahwa variabel inflasi memiliki
nilai probabilitas t-statistic sebesar 0.2985 > 0.05 yang berarti Ha2
ditolak. Sehingga dapat dikatakan bahwa inflasi tidak mempunyai
pengaruh signifikan terhadap Pendapatan subsektor industri kreatif
aplikasi dan game developer pada tahun 2011-2015.
Hasil penelitian ini bertolak belakang dengan hasil penelitian
Yusnanto (2010) yang menunjukkan bahwa inflasi berpengaruh positif
secara signifikan terhadap sektor industri.
Hal ini mungkin disebabkan karena pada tahun 2011 – 2015
sumbangan PDB subsektor industri kreatif aplikasi dan game
developer di Indonesia masih sangat kecil yaitu 15 triliun rupiah yang
hanya mencapai 0.13% dari total PDB Nasional, sehingga inflasi di
Indonesia tidak mempengaruhi secara signifikan pendapatan
subsektor industri kreatif aplikasi dan game developer di Indonesia.
Hasil uji hipotesis 3: Pengaruh jumlah tenaga kerja terhadap
PDB subsektor industri kreatif aplikasi dan game developer.
Tabel 4.7 menunjukkan hasil bahwa variabel jumlah tenaga
kerja memiliki nilai probabilitas t-statistic sebesar 0.0110 < 0.05 yang
berarti Ha3 diterima. Sehingga dapat dikatakan bahwa jumlah tenaga
kerja mempunyai pengaruh signifikan terhadap PDB subsektor
industri kreatif aplikasi dan game developer pada tahun 2011-2015.
Hasil Penilitian ini mendukung hasil penelitian Afif Leksono
(2013) yang menunjukkan bahwa variabel tenaga kerja berpengaruh
74
signifikan terhadap pendapatan industri kreatif.
Industri kreatif di Indonesia khususnya subsektor aplikasi
dan game developer, masih dalam usia yang sangat muda dan sangat
berpotensial untuk bertumbuh dan menyumbang pertumbuhan
ekonomi di Indonesia, oleh karena itu peningkatan jumlah tenaga
kerja dalam industri kreatif berpengaruh signifikan terhadap
pendapatan industri kreatif.
Hasil uji hipotesis 4: Pengaruh ekspor terhadap PDB subsektor
industri kreatif aplikasi dan game developer.
Tabel 4.7 menunjukkan hasil bahwa variabel ekspor memiliki
nilai probabilitas t-statistic sebesar 0.0000 < 0.05 yang berarti Ha4
diterima. Sehingga dapat dikatakan bahwa ekspor mempunyai
pengaruh signifikan terhadap PDB subsektor industri kreatif aplikasi
dan game developer pada tahun 2011-2015.
Hal ini sesuai dengan teori sadono sukirno, ekspor akan
memberikan efek yang positif ke atas kegiatan ekonomi negara karena
ia merupakan pengeluaran penduduk negara lain ke atas barang-
barang yang dihasilkan di dalam negeri (Sadono Sukirno,2007:109).
Hal ini mendukung hasil penelitian Afif Leksono (2013)
yang menunjukkan bahwa nilai ekspor berpengaruh signifikan
terhadap pendapatan industri kreatif
Hasil uji hipotesis 5: Pengaruh jumlah pengguna internet
terhadap PDB subsektor industri kreatif aplikasi dan game
75
developer.
Tabel 4.7 menunjukkan hasil bahwa variabel jumlah
pengguna internet memiliki nilai probabilitas t-statistic sebesar 0.0000
< 0.05 yang berarti Ha4 diterima. Sehingga dapat dikatakan bahwa
jumlah pengguna internet mempunyai pengaruh signifikan terhadap
PDB subsektor industri kreatif aplikasi dan game developer pada
tahun 2011-2015.
Internet adalah infrastruktur dalam industri kreatif aplikasi
dan game developer, karena pemasaran dan penjualan produk aplikasi
dan video game sebagian besar melalui online menggunakan internet
dan diperjualbelikan melalui toko aplikasi online contohnya appstore
(dalam apple ios) atau playstore (dalam android). Oleh karena itu
internet mempunyai pengaruh yang signifikan terhadap PDB
subsektor industri kreatif aplikasi dan game developer.
Berdasarkan tabel 4.7, maka diperoleh model persamaan
regresi sebagai berikut:
PDB = 338.237343975 + 0.338034446448INVESTASI -
1.54792184719INFLASI + 0.000581885533167TENAGAKERJA +
0.00109515321047EKSPOR + 9.41125031258e-06INTERNET + ε
Persamaan regresi berganda diatas dapat dibaca sebagai berikut:
1. Nilai Konstanta sebesar 338.237343975, artinya apabila nilai
76
variabel – variabel independen sebesar 0, maka Nilai PDB
subsektor Industri Kreatif Aplikasi dan Game developer sebesar
338.237343975.
2. Nilai Investasi sebesar 0.338034446448, setiap peningkatan
investasi subsektor Industri Kreatif Aplikasi dan Game developer
sebesar 1 rupiah akan menaikkan PDB subsektor Industri Kreatif
Aplikasi dan Game developer sebesar 0.338034446448 rupiah
dengan asumsi variabel independen lainnya tetap.
3. Nilai Inflasi tidak signifikan pada alpha sebesar 5%.
4. Nilai Tenaga Kerja sebesar 0.000581885533167, artinya setiap
peningkatan jumlah tenaga kerja subsektor Industri Kreatif
Aplikasi dan Game developer sebanyak 1 jiwa akan menaikkan
PDB subsektor Industri Kreatif Aplikasi dan Game developer
sebesar 0.000581885533167 rupiah dengan asumsi variabel
independen lainnya tetap.
5. Nilai Internet sebesar 9.41125031258e-06, artinya setiap
peningkatan jumlah pengguna internet di Indonesia sebanyak 1
jiwa akan menaikkan PDB subsektor Industri Kreatif Aplikasi dan
Game developer sebesar 0.0000009941125031258 rupiah dengan
asumsi variabel independen lainnya tetap.
77
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Penelitian ini bertujuan untuk mengetahui pengaruh investasi,
inflasi, jumlah tenaga kerja, nilai ekspor, dan jumlah pengguna internet
terhadap pendapatan subsektor industri kreatif aplikasi dan game developer
pada tahun 2011-2015. Berdasarkan pada data yang telah dikumpulkan dan
pengujian yang telah dilakukan, maka dapat diambil kesimpulan sebagai
berikut:
1. Investasi subsektor Industri Kreatif Aplikasi dan Game developer
mempunyai pengaruh yang signifikan dan positif terhadap pendapatan
subsektor industri aplikasi dan game developer.
2. Inflasi di Indonesia tidak mempunyai pengaruh yang signifikan
terhadap pendapatan subsektor industri aplikasi dan game developer.
3. Jumlah tenaga kerja subsektor Industri Kreatif Aplikasi dan Game
developer mempunyai pengaruh yang signifikan dan positif terhadap
pendapatan subsektor industri aplikasi dan game developer.
4. Nilai ekspor subsektor Industri Kreatif Aplikasi dan Game developer
mempunyai pengaruh yang signifikan dan positif terhadap pendapatan
subsektor industri aplikasi dan game developer.
5. Jumlah Pengguna Internet di Indonesia mempunyai pengaruh yang
signifikan dan positif terhadap pendapatan subsektor industri aplikasi
dan game developer.
78
B. Saran
Berdasarkan kesimpulan-kesimpulan diatas, maka diajukan
beberapa saran sebagai berikut:
1. Bagi Pemerintah
Subsektor industri kreatif aplikasi dan game developer di Indonesia
masih sangat muda, masih banyak potensial dari masyarakat
Indonesia dalam industri ini, masih sedikitnya nilai investasi dan
jumlah tenaga kerja merupakan hambatan yang dihadapi industri ini
untuk terus maju, oleh karena itu pemerintah disarankan untuk
membantu industri kreatif ini dalam hal investasi dan permodalan
karena sebenarnya banyak sumber daya manusia berkualitas dan
sangat berkompeten dalam industri ini yang membutuhkan modal
untuk memulai startup perusahaannya sendiri.
2. Bagi Civitas Akademika
a. Dapat menggunakan variabel lain maupun subsektor industi
kreatif lainnya untuk memperkaya wawasan tentang industri
kreatif di Indonesia.
b. Jangka waktu yang digunakan dalam penelitian hanya lima tahun,
yaitu tahun 2011 sampai 2015. Untuk penelitian selanjutnya,
diharapkan dapat menambah jangka waktu penelitian agar dapat
terlihat konsistensi variabel penelitian dari sampel yang
digunakan.
79
DAFTAR PUSTAKA
Buku 2 Laporan Analisis Hasil Kegiatan Laporan Penyusunan PDB Ekonomi
Kreatif 2010-2015. Jakarta: BEKRAF, 2016.
Gujarati, Damodar N. Porter, Dawn C., Dasar-dasar Ekonometrika Edisi 5 Buku 1.
Jakarta: Salemba Empat, 2013.
Ibnurrasyad, Zainuddin. “Analisis Pengaruh Investasi, Tenaga Kerja, Jumlah
Penduduk, Dan Pengeluaran Pemerintah Terhadap Pertumbuhan
Ekonomi Provinsi Daerah Istimewa Yogyakarta Tahun 2004-2014”.
Yogyakarta: Universitas Islam Negeri Sunan Kalijaga, 2016.
Indonesia Kreatif. “Definisi Industri Kreatif”. Artikel diakses pada 15 juni 2017
dari http://www.indonesiakreatif.net/index.php/id/page/read/definisi-
industri-kreatif
Internet Live Stats. “Indonesia Internet Users”. Artikel diakses pada 19 Juni 2017
dari http://www.internetlivestats.com/internet-users/indonesia/
Irawan, Rudi. “TENAGA KERJA INDONESIA (TKI) DAN KEHIDUPAN SOSIAL
EKONOMI (Studi tentang Masyarakat yang Bekerja Sebagai Tenaga
Kerja Indonesia di Desa Lembah Kecamatan Dolopo Kabupaten
Madiun”. Surabaya: Universitas Islam Negeri Sunan Ampel Surabaya,
2014.
KBBI. “Internet”. Artikel diakses pada 15 juni 2017 dari
https://www.kbbi.web.id/internet
80
Kurniawan, Deny. “Analisis Beberapa Faktor yang Mempengaruhi Pertumbuhan
Industri Kecil di Kota Surabaya”. Jawa Timur: Universitas Pembangunan
Nasional “VETERAN”, 2009.
Leksono, Afif. “Faktor-Faktor yang Mempengaruhi Pendapatan Industri Kreatif
di Indonesia (Tahun 2002-2008)”. Semarang: Universitas Diponegoro,
2013.
Mankiw, N. Gregory. Teori Makroekonomi edisi kelima. Jakarta: Erlangga, 2003.
Merriam-Webster Dictionaries Online. “Export”. Artikel diakses pada 15 Juni 2017
dari https://www.merriam-webster.com/dictionary/export
Ningsih, Fatmi Ratna. “Pengaruh Inflasi dan Pertumbuhan Ekonomi Terhadap
Pengangguran di Indonesia Periode Tahun 1988-2008”. Jakarta:
Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2010.
Rustiono, Deddy. “Analisis Pengaruh Investasi, Tenaga Kerja, Dan Pengeluaran
Pemerintah Terhadap Pertumbuhan Ekonomi di Propinsi Jawa Tengah”.
Semarang: Universitas Diponegoro, 2008.
Sugiyono, "Metode Penelitian Kuantitatif Kualitatif dan R&D", Alfabeta, Bandung,
2013.
Suharyadi. S.K., Purwanto. STATISTIKA: Untuk Ekonomi dan Keuangan Modern,
Edisi 2 Buku2. Jakarta: Salemba Empat, 2013.
Sukirno, Sadono. Makroekonomi Modern Perkembangan Pemikiran dari Klasik
Hingga Keynesian Baru. Jakarta: PT RajaGrafindo Persada, 2007.
81
Sultoni, Ahmad. “Pengaruh Pemanfaatan Internet Sebagai Sumber Belajar Sejarah
Terhadap Motivasi Belajar Siswa Kelas XI IPS SMA N 1 Wiradesa
Kabupaten Pekalongan Tahun Pelajaran 2011/2012”. Semarang:
Universitas Negeri Semarang, 2013.
Syarifah. “Pengaruh Corruption Perception Index, Good Corporate Governance,
dan Price Earning Ratio Terhadap Harga Saham pada Perusahaan yang
Terdaftar dalam IICG Periode 2012-2015”. Jakarta: Universitas Islam
Negeri Syarif Hidayatullah Jakarta, 2017.
Undang-Undang Republik Indonesia Nomor 13 Tahun 2003 Tentang
Ketenagakerjaan. Artikel diakses pada 15 Juni 2017 dari
http://pelayanan.jakarta.go.id/download/regulasi/undang-undang-nomor-
13-tahun-2003-tentang-ketenagakerjaan.pdf
Yusnanto. “Analisis Faktor-Faktor yang Mempengaruhi Sektor Industri
Pengolahan di Kabupaten Sukoharjo”. Surakarta: Universitas Sebelas
Maret, 2010.
82
Lampiran-Lampiran
83
Lampiran 1: Data PDB Subsektor Industri Kreatif Aplikasi dan Game developer
di Indonesia (dalam miliar rupiah)
Tahun Bulan PDB
2011 Januari Rp785,475
2011 Februari Rp793,645
2011 Maret Rp801,81
2011 April Rp809,972
2011 Mei Rp818,129
2011 Juni Rp826,282
2011 Juli Rp834,432
2011 Agustus Rp842,577
2011 September Rp850,718
2011 Oktober Rp858,855
2011 November Rp866,988
2011 Desember Rp875,117
2012 Januari Rp883,242
2012 Februari Rp891,363
2012 Maret Rp899,48
2012 April Rp907,593
2012 Mei Rp915,702
2012 Juni Rp923,807
2012 Juli Rp931,907
2012 Agustus Rp940,004
2012 September Rp948,097
2012 Oktober Rp956,185
2012 November Rp964,27
2012 Desember Rp972,35
2013 Januari Rp976,62
2013 Februari Rp984,852
2013 Maret Rp993,239
2013 April Rp1001,78
2013 Mei Rp1010,48
2013 Juni Rp1019,34
2013 Juli Rp1028,35
2013 Agustus Rp1037,51
2013 September Rp1046,83
2013 Oktober Rp1056,31
2013 November Rp1065,95
84
2013 Desember Rp1075,73
2014 Januari Rp1090,96
2014 Februari Rp1100,84
2014 Maret Rp1110,65
2014 April Rp1120,40
2014 Mei Rp1130,08
2014 Juni Rp1139,69
2014 Juli Rp1149,24
2014 Agustus Rp1158,73
2014 September Rp1168,14
2014 Oktober Rp1177,49
2014 November Rp1186,78
2014 Desember Rp1196,00
2015 Januari Rp1205,15
2015 Februari Rp1214,24
2015 Maret Rp1223,26
2015 April Rp1232,21
2015 Mei Rp1241,10
2015 Juni Rp1249,92
2015 Juli Rp1258,68
2015 Agustus Rp1267,37
2015 September Rp1276,00
2015 Oktober Rp1284,55
2015 November Rp1293,05
2015 Desember Rp1301,48
85
Lampiran 2: Data Investasi Subsektor Industri Kreatif Aplikasi dan Game
developer di Indonesia (dalam miliar rupiah)
Tahun Bulan Investasi
2011 Januari Rp45,417
2011 Februari Rp50,908
2011 Maret Rp56,214
2011 April Rp61,337
2011 Mei Rp66,277
2011 Juni Rp71,034
2011 Juli Rp75,607
2011 Agustus Rp79,996
2011 September Rp84,202
2011 Oktober Rp88,225
2011 November Rp92,064
2011 Desember Rp95,719
2012 Januari Rp99,192
2012 Februari Rp102,48
2012 Maret Rp105,59
2012 April Rp108,51
2012 Mei Rp111,25
2012 Juni Rp113,8
2012 Juli Rp116,17
2012 Agustus Rp118,36
2012 September Rp120,37
2012 Oktober Rp122,19
2012 November Rp123,82
2012 Desember Rp125,28
2013 Januari Rp117,25
2013 Februari Rp118,73
2013 Maret Rp120,41
2013 April Rp122,31
2013 Mei Rp124,4
2013 Juni Rp126,71
2013 Juli Rp129,22
2013 Agustus Rp131,93
2013 September Rp134,86
2013 Oktober Rp137,99
86
2013 November Rp141,32
2013 Desember Rp144,87
2014 Januari Rp172,49
2014 Februari Rp175,45
2014 Maret Rp177,61
2014 April Rp178,97
2014 Mei Rp179,54
2014 Juni Rp179,32
2014 Juli Rp178,29
2014 Agustus Rp176,48
2014 September Rp173,87
2014 Oktober Rp170,46
2014 November Rp166,26
2014 Desember Rp161,26
2015 Januari Rp155,47
2015 Februari Rp148,88
2015 Maret Rp141,5
2015 April Rp133,33
2015 Mei Rp124,35
2015 Juni Rp114,59
2015 Juli Rp104,02
2015 Agustus Rp92,666
2015 September Rp80,513
2015 Oktober Rp67,565
2015 November Rp53,822
2015 Desember Rp39,284
87
Lampiran 3: Data Inflasi di Indonesia
Tahun Bulan Inflasi
2011 Januari 0,89%
2011 Februari 0,13%
2011 Maret -0,32%
2011 April -0,31%
2011 Mei 0,12%
2011 Juni 0,55%
2011 Juli 0,67%
2011 Agustus 0,93%
2011 September 0,27%
2011 Oktober -0,12%
2011 November 0,34%
2011 Desember 0,57%
2012 Januari 0,76%
2012 Februari 0,05%
2012 Maret 0,07%
2012 April 0,21%
2012 Mei 0,07%
2012 Juni 0,62%
2012 Juli 0,7%
2012 Agustus 0,95%
2012 September 0,01%
2012 Oktober 0,16%
2012 November 0,07%
2012 Desember 0,54%
2013 Januari 1,03%
2013 Februari 0,75%
2013 Maret 0,63%
2013 April -0,1%
2013 Mei -0,03%
2013 Juni 1,03%
2013 Juli 3,29%
2013 Agustus 1,12%
2013 September -0,35%
2013 Oktober 0,09%
2013 November 0,12%
88
2013 Desember 0,55%
2014 Januari 1,07%
2014 Februari 0,26%
2014 Maret 0,08%
2014 April -0,02%
2014 Mei 0,16%
2014 Juni 0,43%
2014 Juli 0,93%
2014 Agustus 0,47%
2014 September 0,27%
2014 Oktober 0,47%
2014 November 1,5%
2014 Desember 2,46%
2015 Januari -0,24%
2015 Februari -0,36%
2015 Maret 0,17%
2015 April 0,36%
2015 Mei 0,5%
2015 Juni 0,54%
2015 Juli 0,93%
2015 Agustus 0,39%
2015 September -0,05%
2015 Oktober -0,08%
2015 November 0,21%
2015 Desember 0,96%
89
Lampiran 4: Data Jumlah Tenaga kerja Subsektor Industri Kreatif Aplikasi dan
Game developer di Indonesia (dalam satuan jiwa)
Tahun Bulan
Tenaga
Kerja
2011 Januari 35148
2011 Februari 37474
2011 Maret 39722
2011 April 41854
2011 Mei 43831
2011 Juni 45614
2011 Juli 47164
2011 Agustus 48442
2011 September 49410
2011 Oktober 50029
2011 November 50261
2011 Desember 50065
2012 Januari 49424
2012 Februari 48398
2012 Maret 47067
2012 April 45513
2012 Mei 43816
2012 Juni 42056
2012 Juli 40313
2012 Agustus 38670
2012 September 37205
2012 Oktober 36000
2012 November 35136
2012 Desember 34692
2013 Januari 34725
2013 Februari 35190
2013 Maret 36020
2013 April 37144
2013 Mei 38496
2013 Juni 40006
2013 Juli 41604
2013 Agustus 43224
2013 September 44796
2013 Oktober 46251
90
2013 November 47520
2013 Desember 48536
2014 Januari 49246
2014 Februari 49665
2014 Maret 49825
2014 April 49758
2014 Mei 49497
2014 Juni 49072
2014 Juli 48516
2014 Agustus 47862
2014 September 47139
2014 Oktober 46382
2014 November 45621
2014 Desember 44889
2015 Januari 44211
2015 Februari 43589
2015 Maret 43016
2015 April 42490
2015 Mei 42003
2015 Juni 41552
2015 Juli 41131
2015 Agustus 40736
2015 September 40360
2015 Oktober 40000
2015 November 39649
2015 Desember 39304
91
Lampiran 5: Data Ekspor Subsektor Industri Kreatif Aplikasi dan Game developer
di Indonesia (dalam satuan US$)
Tahun Bulan Ekspor
2011 Januari US$1853,15
2011 Februari US$6080,98
2011 Maret US$10022,8
2011 April US$13678,6
2011 Mei US$17048,3
2011 Juni US$20132,1
2011 Juli US$22929,8
2011 Agustus US$25441,4
2011 September US$27667,1
2011 Oktober US$29606,7
2011 November US$31260,3
2011 Desember US$32627,9
2012 Januari US$33709,4
2012 Februari US$34504,9
2012 Maret US$35014,4
2012 April US$35237,9
2012 Mei US$35175,3
2012 Juni US$34826,7
2012 Juli US$34192,1
2012 Agustus US$33271,5
2012 September US$32064,8
2012 Oktober US$30572,1
2012 November US$28793,4
2012 Desember US$26728,6
2013 Januari US$7728,01
2013 Februari US$5789,8
2013 Maret US$4264,16
2013 April US$3151,08
2013 Mei US$2450,57
2013 Juni US$2162,63
2013 Juli US$2287,25
2013 Agustus US$2824,45
2013 September US$3774,21
2013 Oktober US$5136,53
92
2013 November US$6911,43
2013 Desember US$9098,89
2014 Januari US$27744,8
2014 Februari US$30084,1
2014 Maret US$32162,8
2014 April US$33980,8
2014 Mei US$35538,0
2014 Juni US$36834,6
2014 Juli US$37870,5
2014 Agustus US$38645,8
2014 September US$39160,3
2014 Oktober US$39414,1
2014 November US$39407,3
2014 Desember US$39139,8
2015 Januari US$38611,6
2015 Februari US$37822,7
2015 Maret US$36773,1
2015 April US$35462,8
2015 Mei US$33891,8
2015 Juni US$32060,2
2015 Juli US$29967,8
2015 Agustus US$27614,8
2015 September US$25001,1
2015 Oktober US$22126,7
2015 November US$18991,6
2015 Desember US$15595,9
93
Lampiran 6: Jumlah Pengguna Internet di Indonesia (dalam satuan jiwa)
Tahun Bulan Pengguna Internet
2011 Januari 43179285
2011 Februari 44354544
2011 Maret 45521752
2011 April 46676881
2011 Mei 47815907
2011 Juni 48934803
2011 Juli 50029543
2011 Agustus 51096101
2011 September 52130452
2011 Oktober 53128570
2011 November 54086428
2011 Desember 55000000
2012 Januari 55866393
2012 Februari 56687244
2012 Maret 57465321
2012 April 58203392
2012 Mei 58904226
2012 Juni 59570592
2012 Juli 60205259
2012 Agustus 60810994
2012 September 61390567
2012 Oktober 61946747
2012 November 62482302
2012 Desember 63000000
2013 Januari 63503984
2013 Februari 64003886
2013 Maret 64510715
2013 April 65035478
2013 Mei 65589180
2013 Juni 66182829
2013 Juli 66827432
2013 Agustus 67533996
2013 September 68313528
2013 Oktober 69177035
2013 November 70135523
94
2013 Desember 71200000
2014 Januari 72376758
2014 Februari 73653229
2014 Maret 75012130
2014 April 76436179
2014 Mei 77908094
2014 Juni 79410592
2014 Juli 80926390
2014 Agustus 82438207
2014 September 83928758
2014 Oktober 85380763
2014 November 86776937
2014 Desember 88100000
2015 Januari 89336804
2015 Februari 90490746
2015 Maret 91569359
2015 April 92580175
2015 Mei 93530729
2015 Juni 94428553
2015 Juli 95281179
2015 Agustus 96096140
2015 September 96880970
2015 Oktober 97643202
2015 November 98390367
2015 Desember 99130000
95
Lampiran 7: Hasil Uji Statistik Deskriptif
Lampiran 8: Hasil Uji Normalitas
0
2
4
6
8
10
-10 -5 0 5 10 15
Series: Residuals
Sample 2011M01 2015M12
Observations 60
Mean 2.25e-13
Median -0.935313
Maximum 16.64538
Minimum -10.46029
Std. Dev. 6.617925
Skewness 0.528616
Kurtosis 2.562482
Jarque-Bera 3.272908
Probability 0.194669
Sumber: Data sekunder yang diolah Eviews 8
Date: 08/08/17 Time: 21:07
Sample: 2011M01 2015M12 EKSPOR INFLASI INTERNET INVESTASI PDB TENAGAKERJA Mean 24532.03 0.457833 70136786 118.8333 1036.183 43438
Median 29787.27 0.350000 66505131 120.3899 1023.842 43702
Maximum 39414.14 3.290000 99130000 179.5411 1301.475 50260
Minimum 1853.148 -0.360000 43179285 39.28414 785.4750 34692
Std. Dev. 12878.44 0.623419 16334743 38.62436 154.8123 4846
Skewness -0.636434 2.088545 0.275648 -0.124618 0.097017 -0.238562
Kurtosis 1.872466 9.699702 1.913457 2.235743 1.770060 1.854172
Observations 60 60 60 60 60 60
96
Lampiran 9: Hasil Uji Multikolinearitas
Sumber: Data sekunder yang diolah EViews 8
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 96.66964 121.2103 NA
INVESTASI 0.000785 15.35284 1.444815
INFLASI 2.174113 1.613226 1.041819
TENAGAKERJA 4.88E-08 116.9011 1.413444
EKSPOR 7.23E-09 6.931435 1.477881
INTERNET 3.98E-15 25.85509 1.309219
97
Lampiran 10: Hasil Uji Autokorelasi
Sumber: Data sekunder yang diolah Eviews 8
Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.112807 Prob. F(2,50) 0.8935
Obs*R-squared 0.265030 Prob. Chi-Square(2) 0.8759
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 08/08/17 Time: 20:59
Sample: 2011M02 2015M12
Included observations: 59
Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C -0.702965 6.733395 -0.104400 0.9173
INVESTASI -0.000780 0.007560 -0.103116 0.9183
INFLASI -0.003894 0.197860 -0.019680 0.9844
TENAGAKERJA -8.66E-09 3.09E-05 -0.000280 0.9998
EKSPOR 2.01E-06 2.38E-05 0.084558 0.9330
INTERNET -1.84E-08 1.86E-07 -0.098898 0.9216
LAGPDB 0.001984 0.019753 0.100426 0.9204
RESID(-1) -0.030099 0.143739 -0.209403 0.8350
RESID(-2) -0.063310 0.144418 -0.438381 0.6630 R-squared 0.004492 Mean dependent var 3.35E-13
Adjusted R-squared -0.154789 S.D. dependent var 0.844702
S.E. of regression 0.907726 Akaike info criterion 2.783822
Sum squared resid 41.19834 Schwarz criterion 3.100735
Log likelihood -73.12276 Hannan-Quinn criter. 2.907532
F-statistic 0.028202 Durbin-Watson stat 1.986890
Prob(F-statistic) 0.999992
98
Lampiran 11: Hasil Uji Heteroskedastisitas
Heteroskedasticity Test: White F-statistic 2.076572 Prob. F(5,54) 0.0825
Obs*R-squared 9.676046 Prob. Chi-Square(5) 0.0850
Scaled explained SS 6.123051 Prob. Chi-Square(5) 0.2944
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/08/17 Time: 20:54
Sample: 2011M01 2015M12
Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C 15.46003 37.68335 0.410262 0.6832
INVESTASI^2 0.002413 0.000922 2.618041 0.0115
INFLASI^2 -4.940434 4.334455 -1.139805 0.2594
TENAGAKERJA^2 -4.81E-09 1.94E-08 -0.247953 0.8051
EKSPOR^2 -1.90E-08 1.58E-08 -1.196923 0.2366
INTERNET^2 3.20E-15 3.20E-15 1.001295 0.3212 R-squared 0.161267 Mean dependent var 43.06698
Adjusted R-squared 0.083607 S.D. dependent var 54.28771
S.E. of regression 51.96876 Akaike info criterion 10.83380
Sum squared resid 145840.6 Schwarz criterion 11.04324
Log likelihood -319.0141 Hannan-Quinn criter. 10.91572
F-statistic 2.076572 Durbin-Watson stat 0.773733
Prob(F-statistic) 0.082520
Sumber: Data sekunder yang diolah Eviews 8
99
Lampiran 12: Hasil uji Koefisian Determinasi (R2)
R-squared 0.998173
Sumber: Data sekunder yang diolah Eviews 8
Lampiran 13: Hasil uji Statistik F
F-statistic 5899.248
Prob(F-statistic) 0.000000
Sumber: Data sekunder yang diolah Eviews 8
Lampiran 14: Hasil uji Statistik t
Sumber: Data sekunder yang diolah Eviews 8
Dependent Variable: PDB
Method: Least Squares
Date: 08/08/17 Time: 21:01
Sample: 2011M01 2015M12
Included observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C 338.2373 9.832072 34.40143 0.0000
INVESTASI 0.338034 0.028027 12.06122 0.0000
INFLASI -1.547922 1.474487 -1.049803 0.2985
TENAGAKERJA 0.000582 0.000221 2.633736 0.0110
EKSPOR 0.001095 8.50E-05 12.88230 0.0000
INTERNET 9.41E-06 6.31E-08 149.1862 0.0000