Mendorong Ekonomi Kreatif

Dunia Usaha di Tengah Krisis!!

Solusinya………???

Mendorong Ekonomi Kreatif

Mari Elka Pangestu – Menteri Perdagangan

(www.depdag.go.id)

KRISIS ekonomi global tak melulu menciptakan ancaman, tetapi juga peluang. Guna mendapatkan gambaran tentang peluang apa yang ada, berikut petikan Menteri Perdagangan Mari Elka Pangestu.

Apa imbas krisis global terhadap produk-produk Indonesia?

Yang akan kena imbas karena krisis global terutama pasar utama, seperti Amerika, Eropa dan Jepang. Ini amat mempengaruhi ekspor. Ini sudah terlihat dampaknya di bulan Oktober. Ekspor turun 11,6 persen.

Ada dua hal yang terjadi dengan krisis global ini, harga komoditas turun cukup drastis dan tentunya permintaan juga akan mengalami penurunan. Jadi, mungkin akan balik ke harga komoditas sekitar tahun 2006 –2007.

Dengan sendirinya komoditas akan terpengaruh, tetapi untuk perkebunan dan lain sebagainya, mereka tetap akan mengalami pertumbuhan. Misalnya minyak goreng, orang di Cina dan India tetap akan perlu minyak goreng. Mungkin keperluannya menurun, tetapi (ekspor) tidak akan langsung nol atau mengalami kontraksi besar.

Sektor apa yang terkontraksi?

Untuk produk tambang mungkin akan mengalami kontraksi. Misalnya tembaga, nikel, itu kaitannya dengan industri konstruksi, otomotif, transportasi, semuanya terkena imbas (krisis). Yang mungkin juga akan terkena imbas besar adalah industri manufaktur berorientasi ekspor. Penurunan permintaan yang cukup besar juga akan terjadi pada pakaian jadi, elektronik.

Tapi di sisi lain, sebetulnya ada kesempatan juga yang bisa diambil. Karena China makin tidak kompetitif. Mata uangnya menguat, sementara (mata uang) kita melemah. Sehingga biaya tenaga kerja di sana juga mengalami peningkatan, dan memang sebelum krisis pun ada pengalihan diversifikasi sumber untuk produk seperti itu ke Indonesia.

Ini mungkin akan membantu sedikit. Tapi, tetap, secara keseluruhan akan ada penurunan permintaan. Intinya adalah bagaimana menjaga iklim investasi di dalam negeri, mengurangi ekonomi biaya tinggi, dan memfasilitasi industri sebisa mungkin.

Seberapa parah imbasnya?

Mungkin belum 100 persen terasa, walau ada yang mengatakan order berkurang. Beberapa perusahaan tambang sudah mengurangi produksi, sehingga mengurangi juga beberapa tenaga kerjanya. Karena pengaruh harga komoditas sudah dirasakan. Tapi untuk industri lain saya rasa kita berharap juga, karena ada penurunan terhadap ekspor, bagaimana meningkatkan permintaan dari dalam negeri.

Kuncinya di situ?

Kuncinya di situ. Jadi dengan cara mengamankan pasar dalam negeri. Misalnya, Peraturan Menteri Perdagangan (No 44/2008) yang mengatur lima consumer product (seperti tekstil dan produk tekstil, alas kaki, mainan, elektronik, dan makanan-minuman). Itu untuk mengamankan pasar dalam negeri dari impor tidak resmi. Sehingga produksi dalam negeri bisa lebih banyak memenuhi permintaan dari dalam negeri.

Bagaimana dengan kelapa sawit?

Langkah yang dilakukan untuk kelapa sawit yaitu meningkatkan syarat mandatoris untuk bahan bakar nabati. Jadi satu persen harus dicampur menjadi BBM pada tahun 2009. Katanya Pertamina menyanggupi untuk 5 persen. Gabungan antara BBM dengan bahan bakar nabati sebesar 5 persen akan menciptakan permintaan 2,5 juta ton crude palm oil (CPO), dari keseluruhan produksi sekitar 18 juta ton. Itu diharapkan bisa membantu menyerap permintaan yang turun di dalam negeri.

Selain itu, pemerintah akan terus mendorong pembangunan infrastruktur. Ini akan menciptakan permintaan untuk bahan-bahan konstruksi. Barang-barang yang berkaitan dengan konstruksi, akan diarahkan bisa disuplai dari dalam negeri.

Kenapa hanya lima produk itu yang diamankan?

Lima produk itu adalah produk akhir konsumsi. Produk-produk itu diperkirakan rawan terhadap penyelundupan dan persaingan tidak sehat terhadap perindustrian dalam negeri, karena adanya impor tidak resmi.

Bagaimana selain lima produk tersebut?

Sementara fokus ke lima produk itu, karena memiliki pasar di dalam negeri yang besar. Kalau industri makanan-minuman sebenarnya 75 persen produksi untuk dikonsumsi di dalam negeri. Hanya 25 persen yang ekspor.

Sedangkan tekstil dan produk tekstil (TPT) mungkin kebalikannya. Sekitar 60 persen ekspor, 40 persen untuk pasar dalam negeri. Dalam keadaan ekspor melemah, kami harus menjamin kalau mereka bisa menjual produknya di dalam negeri.

Mendorong penggunaan produk dalam negeri. “Tidak cukup aku cinta, aku bangga produk dalam negeri”, tapi bagaimana menggunakan produk dalam negeri.

Apakah cukup dengan imbauan?

Ini yang harus didorong. Di Keppres 80 (tahun 2003) kan sebetulnya jelas. Untuk pengadaan pemerintah dan BUMN harus menggunakan produk dalam negeri. Itu ada peraturannya.

Di luar itu, kampanye, yang semoga juga didukung media, untuk menggunakan produk dalam negeri. Terutama produk-produk industri kreatif yang diciptakan insan Indonesia. Sudah banyak potensi yang bisa digarap. Misalnya, perfilman Indonesia. Tiga atau empat tahun yang lalu, kira-kira 40 persen film yang diputar adalah film Indonesia. Sekarang sudah terbalik, 60 persen film Indonesia, 40 persen film impor.

Jadi itu menunjukkan market-nya ada. Potensi ada, dan itu besar. Ini mempekerjakan banyak orang. Banyak usaha kecil menengah (UKM) yang terlibat. Selain itu ada industri musik, kerajinan, fashion. Ini menunjukkan industri dalam negeri yang sangat baik, berkualitas, bermutu, dan bisa didorong penggunaannya di dalam negeri.

Seberapa signifikan industri kreatif dibanding yang lain?

Ke perekonomian itu sekitar 6 persen dari Produk Domestik Bruto. Itu estimasi sebagai dasar menyusun cetak biru. Sekitar 5,4 persen dari tenaga kerja dan 9 – 10 persen terhadap ekspor. Jadi kontribusinya sudah cukup baik. Nah, bagaimana mempunyai program sinergis untuk mendorong supaya meningkat. Ini terobosan, karena multiplier effect-nya luas. Penyerapan tenaga kerja juga baik. Banyak sekali UKM terlibat, dan itu UKM yang kreatif.

Industri kreatif macam apa?

Berdasarkan data yang kami miliki, memang rata-rata untuk produk konkret, untuk jasa itu sulit. Dari data BPS yang paling besar itu kriya dan fashion. Yang lain masih kelihatan kecil-kecil. Itu karena estimasi data masing-masing belum tersedia dengan baik.

Industri apa yang mampu menjadi tumpuan perekonomian Indonesia?

Ke depan, sektor manufaktur mungkin yang banyak terkena dampak imbasnya. Langkah untuk menyelamatkan, terutama UKM, industri manufaktur dengan cara misalnya, program Kredit Usaha Rakyat.

Sedangkan untuk sektor tradisional, dalam arti orang tetap harus makan dan menjalankan aktifitas sehari-hari, itu akan aman. Seperti industri pertanian, perdagangan, retail tradisional, itu akan terus berjalan. Mereka tidak akan berhenti.

vivanews.com

Kiat Menyikapi Kondisi Keuangan Global

Kiat Menyikapi Kondisi Keuangan Global

Jangan Mudah Terjebak Rayuan Imbal Hasil Tinggi Dalam Tempo Singkat

Jadi,,, Rasionallah

Imbas krisis keuangan global kian hari kian terasa pada sistem keuangan di dalam negeri. Tapi jangan takut, silakan tetap berinvestasi. Namun diperlukan tindakan yang rasional. Jangan lupa pahami juga karakteristik produk yang akan dimanfaatkan.

Bank Indonesia memberikan kiat khusus dalam menyikapi kondisi keuangan global. Yang utama adalah memperhatikan risiko-risiko yang tidak hanya muncul pada produk itu sendiri, namun juga risiko eksternal mengingat sistem keuangan suatu negara kini tidak lagi berdiri sendiri tapi terintegrasi dengan sistem keuangan negara lain secara global.

Berikut kiat yang perlu diperhatikan calon investor :

Risiko Berinvestasi

1. Risiko yang melekat (inherent risk)

Setiap produk yang ditawarkan bank, termasuk produk perbankan syariah, memiliki keunggulan dan keterbatasan masing-masing. Produk-produk ini selain menjanjikan hasil keuntungan tertentu, juga mengandung risiko yang melekat, sehingga perlu dipahami karakteristik produk sebelum memanfaatkannya.

Perlu diketahui, tidak semua produk yang ditawarkan bank murni produk bank. Produk yang murni perbankan, misalnya, tabungan, giro, deposito, krefit dan pembiayaan syariah. Sedangkan produk reksadana dan bancassurance merupakan produk investasi dan asuransi yang dikeluarkan lembaga keuangan lain dan dipasarkan melalui bank sebagai agen penjualan (selling agent). Sebagai agen penjualan, bank tidak bertanggung jawab ata skinerja produk rensadana dan bancassurance tersebut.

Risiko yang melekat pda tabungan, giro, deposito, misalnya, kemungkinan terjadinya kesulitan penarikan atau pencairan dana apabila terdapat permasalahan pada bank tempat menyimpan dana tersebut.

Risiko yang melekat pada produk lainnya seperti reksadana, misalnya penurunan Nilai Aktiva Bersih (NAB) reksadana berbasis saham karena terjadinya penurunan harga portfolio saham untuk reksadana tersebut.

2. Risiko Eksternal

Selain risiko yang melekat, setiap produk juga memiliki risiko eksternal yang dipengaruhi kondisi perekonomian dalam negeri dan luar negeri, maupun kondisi psikologis masyarakat. Risiko eksternal antara lain dapat berasal dari:

- Pergerakan indeks harga saham

- Pergerakan nilai tukar mata uang

- Pergerakan tingkat suku bunga

- Krisis keuangan di negara lain

- Tingkat kepercayaan masyarakat terhadap kondisi keuangan

- Tingkat kepercayaan masyarakat terhadap stabilitas politik

- Rumor yang berkembang

Mengurangi Risiko

Sebelum memanfaatkan produk yang ditawarkan bank, ada baiknya perlu dipahami risiko yang mungkin timbul serta mengetahui cara mengurangi risiko tersebut.

Pemerintah telah menyediakan sarana untuk mengurangi risiko produk tabungan, giro, dan deposito melalui Lembaga Panjamin Simpanan (LPS). Salah satu syarat penjaminan LPS adalah suku bunga uang diberlakukan sesuai dengan yang ditetapkan LPS.

Untuk produk reksadana dan bancassurance, perlu dipahami risikonya dengan teliti serta mempertimbangkan apakah besarnya risiko produk itu sesuai dengan yang diperkirakan.

Sebagai calon investor, Anda berhak meminta penjelasan bank mengenai syarat dan ketentuan yang berlaku mengenai produk investasi yang akan dimanfaatkan.

Yang perlu diperhatikan dalam menyimpan dana dan berinvestasi :

- Ingatlah setiap jenis simpanan dan investasi yang memberikan imbal hasil tinggi umumnya memiliki risiko yang tinggi pula.

- Kenali dengan baik lembaga keuangan tempat Anda menyimpan atau menginvestasikan uang Anda.

- Ketahui dan pahami setiap risiko yang melekat pada produk keuangan yang Anda manfaatkan karena setiap jenis simpanan dan investasi pasti mengandung risiko.

- Sesuaikan jenis simpanan dan investasi dengan tingkat risiko yang dapat Anda terima.

- Bersikap rasional dalam menghadapi penawaran investasi yang memberikan imbal hasil tinggi dalam waktu singkat.

vivanews.com

Curriculum Vitae

Curriculum Vitae

BIODATA

Name : Willy Setiadi

Nickname : Willy

Place / Date of Birth : Banjarmasin, February 11^st 1990

Job : Student College

Religion : Islam

Address : Jalan Jahri Saleh Komplek Alam Sari Jalur II Blok A No. 25 RT 24 Banjarmasin

Phone : +62 511 330 65 69

Mobile Phone : +628 57 53 20 50 50

Sex : Male

Marital Status : Single

Nasionality : Indonesian

Hobbies : Reading, Computer, Fishing

Motto : Try and Error

Email : willy.setiadi@gmail.com

willy.setiadi@ymail.com

FORMAL EDUCATION

2007-Now Economic Faculty, Lambung Mangkurat University, Banjarmasin

Majoring in Accounting

2004-2007 Vocational School 1 Banjarmasin

Majoring in Accounting

2001-2004 Junior High School 17 Banjarmasin

1995-2001 Elementary School Sungai Jingah 4 Banjarmasin

COMPUTER SKILL

• Microsoft Office

• MYOB Accounting

• Gaming

• Internet

• Networking

• Knockdown of PC

• Macromedia Dreamwaver

• Etc

Teori Ekonomi, Matematika dan Statistika

Teori Ekonomi, Matematika dan Statistika

Pengertian dan Kegunaan Ekonometrika

Ekonometrika merupakan perpaduan dari teori ekonomi, matematika dan statistika, yang dapat digunakan untuk memecahkan persoalan ekonomi yang bersifat kuantitatif, secara empiris. Teori ekonomi berfungsi untuk mengidentifikasi variabel-variabel yang terlibat dalam suatu gejala ekonomi dan atau teori ekonomi yang akan dianalisis, beserta banyaknya hubungan antarvariabel. Matematika berfungsi untuk merumuskan hubungan antarvariabel tersebut dalam bentuk persamaan matematis, agar dapat diuji keberlakuannya secara empiris. Sedangkan statistika berfungsi untuk menentukan nilai koefisien daripada variabel-variabel ekonomi beserta tingkat keeratan hubungan dan pengaruh antarvariabelnya.

Sebagai perpaduan dari teori ekonomi, matematika dan statistika, ekonometrika dapat diartikan sebagai bidang studi yang mempelajari gejala ekonomi dan atau teori ekonomi yang bersifat kuantitatif, secara empiris, berdasarkan rumusan matematis dan analisis statistika. Sehingga sangat berguna dalam merumuskan model, menganalisis data empiris untuk menguji keberlakuan suatu teori ekonomi dan atau memecahkan persoalan yang terdapat dalam suatu gejala ekonomi, serta untuk menarik kesimpulan yang sangat bermanfaat dalam penentuan kebijakan, dan meramalkan gerak perubahan nilai variabel.

Pendekatan Ekonometrika

Analisis deskriptif adalah suatu model pendekatan yang menguraikan suatu kejadian atau suatu kesatuan ekonomi menjadi beberapa bagian atau komponen yang lebih kecil, agar dapat diketahui indikator variabel yang dominan, rasio perbandingan antarvariabel-variabelnya, dan proporsi setiap komponen dari keseluruhan kejadian ekonomi tersebut. Sedangkan analisis regresi adalah suatu model pendekatan yang melihat gerak perubahan suatu variabel, dalam kaitannya dengan gerak perubahan variabel lain yang dapat mempengaruhiya.

Metode Analisis

Dalam analisis ekonometrika Anda mengenal adanya metode persamaaan tunggal dan persamaan serempak. Metode persamaan tunggal menggambarkan bentuk satu persamaan yang bersifat satu arah, sedangkan metode persamaan serempak menggambar kan lebih dari satu bentuk persamaan dan bersifat timbal balik.

Persamaan tunggal dapat dibedakan menjadi persamaan tunggal berdasarkan data berkala dan persamaan tunggal berdasarkan persamaan regresi, sedangkan persamaan serempak dapat dibedakan menjadi persamaan pengertian dan persamaan tingkah laku.

Dalam persamaan serempak Anda juga mengenal adanya variabel endogen dan variabel eksogen. Variabel eksogen adalah variabel yang gerak perubahan nilainya ditentukan dari luar siklus kegiatan ekonomi namun dapat mempengaruhi kegiatan ekonomi, sedangkan variabel endogen adalah variabel yang gerak perubahan nilainya bersumber dari hasil kegiatan ekonominya itu sendiri.

Selain perbedaan metode analisis, dalam analisis ekonometrika juga selalu diperhitungkan adanya unsur kesalahan pengganggu. Yaitu variabel acak yang mewakili semua variabel lain yang dapat mempengaruhi perubahan variabel terikat, namun tidak dimasukkan dalam model persamaannya, sehingga tidak turut diperhitungkan. Variabel yang dikatagorikan sebagai unsur kesalahan pengganggu, sebenarnya juga memiliki peluang untuk terpilih sebagai variabel yang dapat mempengaruhi. Sehingga disebut sebagai variabel acak.

Analisis ekonometrika dapat dibedakan menjadi ekonometrika yang bersifat teoritis dan ekonometrika terapan. Ekonometrika teoritis adalah pengembangan metode yang tepat untuk mengukur pengaruh hubungan antarvariabel ekonomi berdasarkan model ekonometrika, sedangkan ekonometrika terapan adalah penggunaan ekonometrika teoritis untuk menganalisis gejala ekonomi dan atau teori ekonomi yang bersifat khusus.

Tahapan Analisis

Perumusan model bisa bersumber dari teori ekonomi dan bisa pula dari gejala ekonomi, model yang bersumber dari teori dapat diartikan sebagai himpunan persamaan-persamaan matematis. Sedangkan model yang bersumber dari gejala ekonomi diartikan sebagai penyederhanaan dari keadaan perekonomian yang sesungguhnya.

Dalam perumusan model Anda juga telah mengenal adanya model persamaan tunggal dan model persamaan serempak. Model persamaan tunggal menggambarkan bentuk hubungan antarvariabel yang bersifat satu arah, yaitu pengaruh dari variabel bebas (X) terhadap variabel terikat (Y). Sedangkan model persamaan serempak menggambaran pengaruh hubungan yang bersifat timbal-balik.

Disamping itu dalam perumusan model, adakalanya sudah diperhitungkan adanya unsur beda waktu. Kalau beda waktu tersebut hanya ada pada variabel bebas, maka model persamaannya dinamakan model persamaan beda waktu. Namun kalau beda waktu tersebut terdapat juga pada variabel terikat, maka model persamaannya dinamakan model persamaan autoregresif.

Setelah Anda merumuskan model, tahap berikutnya yang Anda lakukan adalah menaksir nilai parameter. Penaksiran dilalakukan karena Anda belum melakukan analisis data secara empiris, sehingga belum mangetahui besamya nilsi parameter yang sesungguhnya. Setelah menaksir nilai parameter, baru kemudian dilakukan pengujian nilai parameter, yang lebih dikenal sebagai pengujian hipotesis, dengan menggunakan tes statistik kai kuadrat, uji t dan uji F yang menggunakan tabel analisis varians (anava).

Dari hasil uji hipotesis atau uji parameter, Anda dapat menarik suatu kesimpulan, apakah hipotesis kerja yang Anda kemukakan (H1) dapat diterima secara signifikan atau ditolak? Kalau hipotesis kerja (H1) Anda diterima, maka hipotesis nol (H0) ditolak, sehingga tugas Anda berikutnya adalah melakukan peramalan tentang arah perubahan variabel terikat, manakala perubahan variabel bebas telah diketahui. Namun sebaliknya kalau hipotesis kerja (H1) yang Anda kemukakan ditolak, berarti hipotesis nol (H0) diterima, sehingga yang dapat Anda lakukan adalah kembali merumuskan model. Baik model yang bersumber dari teori ekonomi maupun model yang bersumber dari gejala ekonomi.

Konsep Analisis Regresi

Analisis regresi dapat diartikan sebagai studi ketergantungan satu variabel terikat pada satu atau beberapa variabel bebas yang dapat mempengaruhinya. Dengan rnaksud untuk menaksir dan memprakirakan nilai rata-rata populasi, agar dapat meramalkan besarnya nilai variabel terikat yang sebenarnya dimasa yang akan datang. Untuk membuktikan kebenaran nilai taksiran atau ramalan tersebut, Anda harus membuktikannya secara statistika.

Dalam analisis regresi, variabel yang dianalisis adalah variabel yang memiliki sebaran peluang yang sama, sehingga pemilihan sampelnya bisa bersifat acak atau random atau stokastik. Karena itu sifat hubungan antar variabelnya bukan merupakan hubungan fungsional yang detaministik, yang bersifat pasti. Tetapi juga bukan merupakan hubungan kausal yang bersifat satu arah. Melainkan hubungan ketergantungan statistik, yang, dapat dirumuskan secara matematis dan dianalisis secara statistika.

Fungsi Regresi

Fungsi regresi adalah aturan yang menentukan besarnya pengaruh perubahan variabel bebas (X) terhadap variabel terikat (Y), yang bisa Anda nyatakan dalam bentuk persamaan Y = f (X). Yang artinya variabel terikat (Y) merupakan fungsi dari variabel bebas (X), sehingga perubahan variabel Y mempunyai ketergantungan pada perubahan variabel X. Karena f (X) bisa terdiri dari Bo dan B1 X maka bentuk persamaan Y = f (x) dapat dimodifikasi menjadi Y = Bo + B1 X.

Kalau variabel teikat (Y) merupakan fungsi linier dari variabel bebas (X) dan juga merupakan fungsi regresi populasi, maka rata-rata harapan Y untuk setiap X yang diketahui, dapat diwubudkan dalam bentuk persamaan rata-rata E(Y/X), dan nilai rataratanya disebut sebagai nilai rata-rata sebenarnya. Sedangkan nilai rata-rata E(Y/X) dalam fungsi regresi sampel, dapat ditaksir dengan menggunakan atau Y topi.

Kesalahan pengganggu yang biasa disimbolkan dengan U atau e bukan hanya berupa penyimpangan individual dari rata-rata harapan kelompoknya, tetapi juga adanya variabel lain yang dapat mempengaruhi perubahan variabel terikat, namun tidak memasukkan dalam model persamaan tidak sangat turut dinamis. Sehingga adanya kesalahan pengganggu dapat mencerminkan bahwa penubahan variabel Y tidak hanya ditentukan oleh variabel X.

Hasil analisis regresi dalam ekonometrika tidak selamanya tepat 100%. Ketidaktepatan ini bukan hanya karena adanya unsur kesalahan pengganggu, karena unsur kesalahan pengganggu dalam ekonometrika dapat dieleminir dan ditentukan besarnya dengan menggunakan metoda kuadrat terkecil. Namun bisa pula dikarenakan tidak terpenuhinya asumsi yang melandasi keberlakuan teorinya, atau karena penggunaan alat ukur variabelnya tidak sahih.

Linieritas Regresi

Pasangan nilai X dan Y yang diwujudkan dalam bentuk titik XY, disebut koordinat. Kalau koordinat-koordinat ini dihubungkan satu sama lain secara berurutan maka akan terbentuk satu garis, yang disebut garis regresi. Jika garis regesi membentuk satu garis lurus, maka garis tersebut dinamakan fungsi linier. Namun kalau tidak membentuk garis lurus, garis regresinya dinamakan fungsi kuIve linier. Fungsi linier dapat menunjukan bentuk hubungan yang positif atau negatif.

Secara geometris linieritas dapat diartikan sebagai garis lurus, yang bisa memiliki nilai positif atau negatif. Suatu linieritas regresi dikatakan positif manakala setiap kenaikan variabel bebas (X) selalu diikuti dengan kenaikan variabel terikat (Y), sehingga garisnya bergerak dari kiri bawah ke kanan atas. Sebaliknya kalau setiap kenaikan variabel bebas (X) selalu diikuti dengan penurunan variabel terikat (Y) maka Inieritasnya dikatakan negatif, dengan garisnya bergerak dari kiri atas ke kanan bawah

Linieritas regresi juga dapat dibedakan menjadi linieritas variabel dan linieritas parameter. Linieritas pararneter muncul karena adanya parameter Bo sebagai nilai Y manakala nilai X = O atau manakala nilai X konstan, yang sekaligus juga bisa menunjukan titik perpotongan antara fungsi linier dengan sumbu Y Sehingga sering disebut sebagai intercept Y, yang bisa memiliki nilai positif, neg,atif, atau sama dengan nol. Jika intercept Y positif, berarti nilai Y lebih besar dari nol, sehingga titik perpotony,an antara fungsi linier dengan sumbu Y akan berada diatas sumbu X. Namun jika negati:f berarti nilai Y lebih kecil dari nol, sehingga titik perpotongan antara fungsi linier dan sumbu Y akan berada dibawah sumbu X. Sedangkan kalau intercept Y sama dengan nol maka titik perpotongan fungsi linier dengan sumbu Y akan berada tepat di titik pertemuan antara sumbu Y dengan surnbu X, atau pada titik nol.

Selain pararneter Bo Anda juga mengenal adanya parameter B1 yang akan membentuk tangen sudut atau slope antara fungsi linier dengan sumbu X, sehingga dapat menggambarkan tingkat kemiIingan fungsi linier. Banyaknya parameter B yang dapat membentuk tangen sudut atau slope, tergantung pada banyaknya variabel bebas atau variabel yang dapat mempengaruhi perubahan variabel terikat. Penentuan posisi nilai parameter bo dan b1 dapat menentukan bentuk garis regresi dan hubungan antar variabelnya, apakah garis regresinya belbentuk garis lurus sehingga hubungan antar variahelnea merupakan fungsi linier, atau tidak linier.

Linieritas Regresi dan Korelasi

Linieritas merupakan landasan utama bagi analisis regresi, karena pelaksanaan tugas regresi dalam peramalan nilai variabel Y untuk variabel X yang telah diketahui secara tepat, hanya dapat dilaksanakan kalau model hubungan antara variabelaya linier. Karena itu penentuan linieritas regresi yang semula banyak menggunakan garis yang menghubungkan koordinat titik-titik XY dalam suatu diagram pencar, kemudian dikembangkan dengan penghitungan estimator bo dan b1 melalui metode kuadrat terkecil.

Fungsi utama koefisien regresi adalah menentukan model hubungan antar variabel dan peramalkan nilai variabel Y untuk variabel X yang telah diketahui. Fungsi utama koefisien korelasi atau r adalah, untuk menentukan tingkat keeratan atau kekuatan hubungan antar variabel tersebut. Sedangkan fungsi utama koefisien determinasi adalah untuk menguji ketepatan hasil analisis regresi, melalui penentuan besarnya pengaruh vasiabel bebas (X) terhadap variabel terikat (Y) secara keseluhan.

Prinsip Metode Kuadrat Terkecil

Penentuan linieritas yang dapat menggambarkan fungsi regresi, sangat penting dalam analisis regresi, karena dapat menentukan ketepatan peramalan variabel terikat. Berdasarkan satuan ukuran yang digunakannya, fungsi regresi dalam model regresi dua variabel dapat Anda bedakan menjadi model log linier, apabila semua nilai komponen yang dianalisis Anda ubah menjadi bentuk bentuk logaritma natural (ln). Semi log, apabila hanya sebagian komponen yang Anda ubah menjadi bentuk logaritma natural. sedangkan komponen lainnya tidak berubah. Serta model perubahan terbalik, apabila proses perubahannya berlawanan antara satu variabel dengan variabel yang lainnya.

Untuk menentukan besarnya nilai taksiran koefisien regresi b0 dan b1, Anda dapat menggunakan metode kuadrat terkecil. Berdasarkan model persamaan (3.1-12) dan (3.1-13). Namun untuk dapat menggunakan metode kuadrat terkecil tersebut diperlukan asumsi-asumsi yang melandasi keberlakuan teorinya, antara lain: Nilai harapan kesalahan pengganggu akibat adanya keanekaragaman variabel bebas, harus sama dengan nol. Tidak terjadi korelasi antara rata-rata harapan kesalahan pengganggu untuk kelompok X yang satu, dengan kelompok X yang lainnya. Varians rata-rata harapan kesalahan pengganggu untuk setiap kelompok X harus memiliki nilai yang sama. Serta tidak terjadi korelasi antara unsur kesalahan pengganggu (e) dengan variabel bebas (X).

Ukuran Ketepatan Nilai Taksiran

Perhitungan nilai koefisien regresi dari suatu sampel dapat menghasilkan nilai taksiran yang berbeda dengan sampel lainnya, walaupun permasalahan dan populasinya sama. Dengan adanya perbedaan ini maka kedekatan nilai taksiran koefisien dari setiap sampel dengan nilai koefisien yang sebenarnya, yang bersumber dari populasi, juga berbeda. Karena itu diperlukan suatu ukuran tingkat keyakinan tentang ketepatan nilai taksiran. Ukuran yang biasa digunakan untuk menentukan tingkat keyakinan suatu nilai taksiran adalah (1- )

Selain tingkat keyakinan, Anda juga memerlukan ukuran ketepatan. Namun dalam penentuan ukuran ketepatan Anda sering dihadapkan pada varians sebagai ukuran Besarnya sebaran nilai taksiran, dan simpang baku yang mengukur perbedaan nilai koefisien regresi dari rata-ratanya secara keseluruhan. Simpang baku yang diukur dengan nilai taksiran, dinamakan kesalahan baku, yang dapat Anda gunakan untuk mengukur tingkat ketepatan suatu nilai taksiran.

Untuk menentukan nilai taksiran Anda dapat menggunakan bentuk taksiran tunggal dan interval taksiran. Dalam taksiran tunggal biasanya hanya terdapat satu nilai taksiran sebagai penentu nilai koefisien sebenarnya, sehingga nilai taksiran sama dengan nilai yang sebenarnya Sedangkan dalam taksiran yang menggunakan interval, terdapat beberapa nilai taksiran untuk berbagai kemungkinan nilai koefisien yang sebenarnya, yang dibatasi oleh batas atas dan batas bawah kelas interval.

Pengujian Hipotesis dan Peramalan

Hipotesis adalah jawaban sementara atas suatu masalah yang diungkapkan dalam bentuk konsep pemikiran dan atau pernyataan tentatif tentang dugaan hubungan antarvariabel, yang kebenarannya harus dibuktikan secara empiris. Dengan kata lain hipotesis merupakan suatu proposisi yang dapat memprediksi arah hubungan antarvariabel, dengan fungsi utamanya untuk menguji kebenaran dan atau ketidak-benaran suatu teori.

Setiap ilmuwan umumnya menyangsikan kebenaran suatu pernyataan sebelum terbukti kebenarannya secara empiris, karena itu seringkali dilakukan modifikasi data untuk membuktikan kebenaran suatu hipotesis. Untuk menghindari kemungkinan tersebut maka rumusan hipotesis yang digunakan umumnya diformulasikan untuk ditolak, sehingga disebut hipotesis nol, yang pernyataannya berlawanan dengan hipotesis kerja. Sedangkan pengujian hipotesisnya dapat Anda lakukan baik melalui pengujian interval keyakinan, uji signifikansi, maupun analisis varians.

Kalau keberlakuan suatu hipotesis secara empiris dapat dibuktikan kebenarannya maka Anda dapat melakukan peramalan nilai variabel terikat manakala nilai variabel bebas dan model persamaan beserta nilai koefisien regresinya telah Anda ketahui. Peramalan ini dapat Anda lakukan baik dalam bentuk ramalan nilai rata-rata atau E(Yr/Xr), maupun ramalan nilai variabel terikat secara individual atau tunggal.

Korelasi dan Determinasi

Analisis regresi selalu diikuti dengan analisis korelasi dan determinasi, karena analisis regresi tidak dapat menjelaskan secara tepat tentang tingkat keeratan hubungan antarvariabel yang dianalisis, serta besarnya pengaruh variabel bebas X terhadap variabel terikat Y. Dan persoalan ini dapat Anda jelaskan, rnelalui penentuan koefisien korelasi r serta koefisien determinasi r².

Selain untuk menentukan besarnya pengaruh variabel bebas X terhadap variabel terikat Y. koefisien determinasi, juga dapat Anda gunakan untuk menentukan tingkat ketepatan linieritas regresi taksiran dari linieritas regresi yang sebenarnya. Karena sebagaimana telah Anda pahami bahwa linieritas regresi sampel tidak selamanya persis sama dengan linieritas regresi yang sebenarnya, yang bersumber dari populasi.

Koefisien korelasi r dan koefisien determinasi r², dapat Anda cari dengan cara menstransformasikan hasil analisis regresi yang erat kaitannya dengan korelasi dan determinasi yaitu hasil analisis varians dan simpang baku. Atau dicari secara bersamaan dengan koefisien regresi secara sekaligus. Hal ini mencerminkan bahwa analisis korelasi dan determinasi bisa Anda gunakan sebagai teknik analisis tersendiri, yang terpisah dari analisis regresi.

Analisis Regresi Ganda Untuk Tiga Variabel

Analisis regresi ganda adalah suatu metode analisis regresi untuk lebih dari dua variabel, karena itu termasuk dalam analisis multivariate. Namun karena dalam analisis regresi ganda juga dianalisis hubungan antar satu variabel bebas X dengan variabel terikat Y manakala variabel bebas X lainnya dianggap konstan, maka dalam analisisnya juga masih bisa digunakan metode kuadrat terkecil. Karena itu analisis regresi ganda merupakan jembatan penghubung antara analisis regresi sederhana yang bersifat bivariate, dengan model analisis regresi yang bersifat multivariate.

Keberlakuan analisis regresi ganda dilandasi oleh asumsi-asumsi yang sama dengan analisis regresi sederhana, ditambah dengan satu asumsi tambahan, yaitu nonmultikolineariti. Dalam arti di antara variabel bebas X1 dan X2 tidak terjadi korelasi secara linier. Dengan demikian selain antara komponen kesalahan pengganggu e dengan variabel bebas X yang tidak boleh terjadi korelasi secara linier, juga di antara variabel bebas X yang satu dengan variabel bebas X yang lainnya, karena masing-masing variabel bebas X dapat mempengaruhi perubahan variabel terikat Y.

Untuk mempermudah analisis data, maka sebelum dilaksanakan analisis regresi ganda, terlebih dahulu Anda dapat melakukan lima kegiatan awal yang dimulai dari perubahan bilangan data menjadi bentuk log natural. Menentukan jumlah dari semua rata-rata hitung. Menentukan nilai besaran-besaran yang diperlukan untuk keperluan analisis regresi ganda. Menghitung kuadrat untuk setiap variabel, dan menentukan nilai hasil kali dari setiap pasangan variabel.

Variabel Boneka (Dummy Variables) dalam Analisis Regresi

Variabel kualitatif atau variabel boneka (dummy) dapat dipergunakan dalam model regresi bersama dengan variabel kualitatif. Oleh karena itu ahli ekonomi dapat menganalisis masalah ekonomi dengan memasukkan pengaruh variabel-variabel non-ekonomis seperti pendidikan dan kebudayaan, politik, agama, psikologi dan lain-lain terhadap perubahan variabel-variabel ekonomi yang terjadi.

Variabel boneka merupakan alat yang penting untuk mengklasifikasikan data, variabel ini dapat membagi suatu sampel menjadi berbagai kategori berdasarkan atribut misalnya status perkawinan, suku bangsa, agama, tingkat pendidikan dan lain-lain yang dapat dibuat regresi secara individu untuk setiap kelompok kecil. Jika terdapat perbedaan pengaruh variabel tak bebas terhadap berbagai variabel atau perubahan variabel kuantitatif dalam berbagai kelompok kecil, perbedaan tersebut akan terlihat dalam perbedaan yang terjadi dalam intersep atau koefisien arah regresi atau keduanya dari berbagai regresi setiap kelompok kecil (misalnya gaji guru terhadap pengalaman mengajar bagi guru laki-laki dan guru perempuan).

Meskipun variabel boneka merupakan alat yang baik, teknik variabel ini harus digunakan dengan hati-hati.

1. Jika model regresi memuat suatu bilangan konstan., maka banyaknya data variabel boneka (D) adalah banyaknya kategori untuk setiap data kualitatif dikurangi satu.

2. Koefisien yang mengikuti variabel boneka harus ditafsirkan dalam hubungannya dengan kategori dasar, yaitu kategori yang diberi nilai dengan angka 0.

3. Jika suatu model regresi meliputi beberapa variabel kualitatif dengan beberapa kategori, memasukkan variabel boneka sangat banyak memerlukan derajat kebebasan (degree of freedom) disingkat df. Oleh karena itu benyaknya variabel boneka harus disesuaikan dengan banyaknya observasi yang tersendiri atau sebaliknya.

Variabel Tak Bebas Boneka (Dummy)

Model-model variabel tak bebas yang bersifat dikotomi dengan mengambil nilai 1 atau 0 digunakan dalam situasi dimana variabel tak bebas memperoleh tanggapan ya atau tidak, seperti membeli atau tidak membeli rumah, menjadi anggota organisasi atau tidak, dan lain-lain. Model-model dengan variabel tak bebas boneka (dummy), jika dinyatakan sebagai fungsi linear dari variabel bebas (yang bersifat kuantitatif atau kualitatif atau keduanya) disebut model probabilitas linear (LPM) karena nilai yang diharapkan dari variabel tak bebas bersyarat atas nilai tertentu dari variabel bebas dapat ditafsirkan sebagai probabilitas bersyarat terjadinya suatu peristiwa.

Model probabilitas linear mengandung beberapa masalah penaksiran dalam hal:

1. Kesalahan pengganggu tidak mengikuti distribusi normal.

2. Varian kesalahan pengganggu heteroskedastik.

3. Probabilitas bersyarat yang ditaksir mungkin tidak terletak antara 0 dan 1 artinya bisa lebih kecil dari nol (negatif) atau lebih besar dari satu.

Masalah pertama tidak serius, karena penggunaan OLS masih menghasilkan penaksiran tak bias. Untuk sampel yang besar masih bisa melakukan pengujian hipotesis. Masalah kedua dapat ditangani dengan mentransformasikan data. Masalah yang serius adalah masalah probabilitas bersyarat yang ditaksir mungkin tidak terletak antara 0 dan 1. Masalah ini dapat dipecahkan dengan suatu teknik yang menjamin bahwa nilai probabilitas akan terletak antara 0 dan 1.

Model Persamaan Tunggal dan Simultan

Model persamaan simultan berbeda dengan model regresi linear yang hanya terdiri dari satu persamaan saja dengan hanya satu variabel tak bebas, misalnya Y dihubungkan dengan satu variabel bebas X atau lebih (X1 X2, … Xk), variabel-variabel bebas ini diasumsikan tidak berkorelasi dengan kesalahan pengganggu.

Dengan model persamaan simultan bisa memperhitungkan pengaruh variabel-variabel yang timbal balik, sedangkan dengan model satu persamaan kita hanya dapat membuat analisis yang memperhitungkan pengaruh satu arah saja, misalnya pengaruh X terhadap Y, dalam kenyataannya Y juga dapat mempengaruhi X. Contohnya pendapatan (X) mempengaruhi konsumsi (Y), tetapi sebenarnya konsumsi (Y) juga dapat mempengaruhi pendapatan (X), karena peningkatan konsumsi akan meningkatkan produksi dan selanjutnya peningkatan produksi akan meningkatkan pendapatan sebagai balas jasa diterima oleh faktor produksi.

Dalam model persamaan simultan, variabel tak bebas yang sudah muncul dalam suatu persamaan bisa muncul lagi dalam persamaan lainnya sebagai variabel bebas. Variabel yang mempunyai dua fungsi, baik sebagai variabel tak bebas maupun variabel bebas, pada saat berfungsi sebagai variabel bebas dalam suatu persamaan akan berkorelasi dengan kesalahan pengganggu. Sehingga penggunaan metode kuadrat terkecil (OLS) tidak akan menghasilkan penaksir yang konsisten artinya meskipun sampelnya diperbesar sampai tak terhingga nilai penaksir tidak akan sama dengan parameternya.

Masalah Identifikasi

Masalah identifikasi harus diketahui sebelum kita menaksir koefisien-koefisien dari suatu persamaan dalam suatu model persamaan simultan yang dimaksud dengan masalah identifikasi ialah apakah taksiran angka dari koefisisn struktural (koefisien dari persamaan yang asli) dapat diperoleh dari taksiran koefisien bentuk sederhana.

Suatu persamaan dalam suatu model atau sistem persamaan dapat exactly identified, overidentified atau underidentified. Suatu persamaan dalam suatu model disebut exactly identified, jika banyaknya variabel eksogen yang tidak termasuk dalam persamaan sama dengan banyaknya variabel endogen dalam persamaan dikurangi satu Dalam persamaan exactly identified nilai yang unik bagi parameter struktural dapat dihitung dari parameter bentuk sederhana.

Suatu persamaan dalam suatu model disebut overidentified, jika banyaknya variabel eksogen yang tidak termasuk dalam persamaan lebih besar dari banyaknya variabel endogen dalam persamaan dikurangi satu. Dalam model ini akan ada lebih dari satu nilai (tidak unik), untuk parameter struktural dapat dihitung dari parameter bentuk sederhana. Suatu persamaam disebut underidentified, jika banyaknya variabel eksogen yang tidak termasuk dalam persamaan lebih kecil dari banyaknya variabel endogen dalam persamaan dikurangi satu. Dalam model seperti ini tak satu pun dari parameter struktural yang dapat dihitung dari parameter bentuk sederhana. Masalah identifikasi muncul karena sekelompok data dapat dipergunakan untuk menaksir suatu model yang berbeda atau suatu kelompok koefisien struktural yang berbeda. jadi dalam regres P (harga) atas Q (kuantitas barang), kita tidak tahu apakah yang kita taksir itu suatu fungsi permintaan atau penawaran, karena kedua funSgsi tersebut menghubungkan harga dan kuantitas barang.

Untuk menaksir identifiabilitas (dapat diidentifikasikannya) suatu persamaan struktural, kita dapat menerapkan teknik persamaan bentuk sederhana, tetapi prosedur yang memakan waktu ini dapat dihindarkan dengan menggunakan “the order rank condition of identification”. Meskipun order condition mudah diterapkan tetapi hanya menunjukkan kondisi yang diperlukan untak diidentifikasi, sedangkan rank condition memenuhi baik untuk kondisi yang diperlukan dan cukup untuk diidentifikasi. Jika persyaratan rank sudah dipenuhi, maka persyaratan order akan terpenuhi juga.

CARI ILMU ONLINE BORNEO

PLC, Revolusi Internet Via Kabel Listrik

PLC, Revolusi Internet Via Kabel Listrik

Zaman Telah Berganti

Saatnya berinternet memakai PLC. Pengguna internet di Indonesia tergolong rendah. Dengan jumlah penduduk lebih dari 230 juta jiwa, pengguna internetnya hanya sekitar 5 juta orang. Atau kurang dari dua persen jumlah penduduk. Jangan coba-coba membandingkan dengan negara tetangga di Asia. Karena hasilnya akan sangat njomplang. Tengok saja Korea Selatan. Lebih dari separuh negara berpenduduk sekitar 47 juta jiwa itu menggunakan internet. Yakni sekitar 25 juta orang alias lima kali jumlah pengguna internet di Indonesia.

Jika membandingkannya dengan Jepang, perbedaannya akan semakin kentara. Negeri berpenduduk sekitar 130 juta jiwa itu, pengguna internetnya mencapai sekitar 60 juta orang. Atau 12 kali pengguna internet Indonesia.

Mahalnya tarif koneksi internet disinyalir menjadi biang utama rendahnya pengguna internet di Indonesia. Tarif koneksi yang mahal banyak faktornya. Salah satunya yaitu penetrasi telepon yang amat rendah. Yakni hanya 3% - 4% dari total jumlah penduduk. Padahal, kebanyakan akses internet di negeri ini menggunakan jaringan telepon.

Faktor lainnya, mahalnya biaya pulsa telepon, tidak meratanya distribusi jaringan akses, dan mahalnya sewa bandwidth ke Internet. Akibatnya, masyarakat Indonesia memandang internet sebagai barang lux. Sehingga menjadikannya prioritas terakhir dalam pemenuhan anggaran.

Power Line Communication (PLC)

Tapi kini, mahalnya tarif koneksi bisa tinggal kenangan. Karena ada teknologi bernama Power Line Communication (PLC). Dengan PLC, sinyal-sinyal telekomunikasi (data, gambar, voice) dapat ditumpangkan atau diinjeksikan ke jaringan listrik tegangan rendah (1-30 MHz) dari jaringan data eksternal. Analoginya, arus listrik mengalir seperti air laut yang menghasilkan gelombang dan buih. Gelombang adalah arusnya, sedangkan buih berupa noisenya. Noise inilah yang dimanfaatkan oleh Teknologi PLC untuk menghantarkan sinyal suara dan data.

Cara Kerja Power Line Communication (PLC)

Teknologi ini mentransmisikan data dan voice melewati medan elektromagnetik yang dihasilkan tegangan listrik. Perangkat Modem listrik dalam mentransmisikan data dan voice bekerja pada tegangan antara 85 Volt s.d. 285 Volt. Adapun konsumsi listrik dari perangkat modem listrik sendiri kurang dari 10 Watt.

Perangkat yang dibutuhkan pelanggan juga tidak banyak. Selain komputer, pelanggan cuma membutuhkan modem listrik dan NIC (LAN Card/Ethernet Card) yang di install pada PC. Jadi, hanya dengan melakukan sambungan dari komputer dan sebuah modem PLC ke stop-kontak listrik (AC power outlet), pelanggan mendapatkan koneksi high speed internet.

Manfaat Power Line Communication (PLC)

Dengan menggunakan PLC, banyak keuntungan yang dapat diraih. Jelas, tidak lagi diperlukan saluran telepon untuk internet. Cukup dengan kabel listrik dan modem PLC, maka koneksi internet broadband non-stop pun tersedia. Keuntungan lainnya, kemudahan koneksi internet 24 jam non stop tanpa harus terganggu dengan line telepon sibuk. Berinternet pun menjadi lebih fleksibel. Koneksi internet dapat dilakukan dimana saja, cukup dengan melakukan sambungan dari komputer ke stop-kontak listrik.

Selain itu, bandwith-nya bisa mencapai 45 Mbps. Dengan besarnya bandwith, maka berbagai aktivitas berinternet ria seperti mengirim e-mail, browsing, bermain game on-line, chatting, shopping on line, dapat dilakukan dengan cepat. Dalam perkembangannya, kabel listrik tak hanya dapat dimanfaatkan mengakses internet saja, namun juga dapat dimanfaatkan sebagai telepon atau pembacaan meteran.

Di Indonesia………????

Berbagai negara telah menerapkan dan memasarkan teknologi PLC. Sebut saja misalnya beberapa perusahaan yang memasarkan produk itu seperti DPL (Inggris), Ascom (Swiss), DS2 (Spanyol), Mainnet (Jerman), Planet atau (Taiwan).

Di Indonesia sendiri, PLN melalui anak perusahaannya, Indonesia Comnet Plus (Icon+) telah melakukan ujicoba untuk 20 user di Durentiga (Jakarta Selatan) dan untuk 400 user di Jakarta dan Bandung sekitar tahun 2002. Warga Duren Tiga terhitung sebagai penikmat PLC pertama di Indonesia. Namun dalam skala regional, tetangga dekat kita, warga Malaysia dan Singapura malah sudah beberapa tahun sebelumnya menikmati layanan komersial PLC di negaranya.

Kendati hasil uji coba tersebut sangat bagus, namun infrastruktur yang dibutuhkan masih sangat mahal. Hal ini disebabkan karena belum adanya jalur komunikasi yang digunakan antara gardu ke network provider-nya. Artinya, harus terlebih dahulu dipasang fiber optic dari gardu ke network provider. Jika ini dilakukan, secara perhitungan cost-nya masih terlalu besar.

Diperkirakan, besarnya biaya pemasangan tidak akan melebihi US$ 350 (sekitar Rp 3,17 juta). Angka investasi awal ini agaknya memang cukup tinggi, namun biaya bulanannya tampaknya akan sangat murah. Karena kabarnya tarifnya akan berlaku flat. Kisarannya antara Rp 300 ribu sampai Rp 350 ribu. Dengan tarif flat itu, pelanggan PLC dapat menggunakannya sepanjang bulan pembayaran (unlimited).

Awalnya Power Line Communication (PLC) dari Inggris

Kendati penelitian di luar negeri sudah berlangsung lama, namun solusi transfer data melalui kabel listrik ini baru ditemukan tahun 1994. Bulan Oktober 1997, Nortel dan Norweb Communications di Inggris resmi mengumumkan keberhasilan dan keberadaan penyediaan teknologi PLC.

Ceritanya, teknologi ini dikembangkan Dr. Paul Brown, salah seorang staf Norweb. Tahun 1991, Dr. Brown ditunjuk memimpin grup riset kecil di Open University, Inggris. Dia menyelidiki kelayakan telekomunikasi melalui kabel listrik. Dia menemukan bahwa kegagalan ilmuwan-ilmuwan sebelumnya karena faktor noise. Setiap kali listrik dinyalakan, sejumlah besar gelombang disturbansi listrik melewati kabel dan mengubah setiap transmisi data secara simultan.

Kemudian, Dr. Brown dan rekan-rekannya mencoba menggunakan sinyal-sinyal frekuensi tinggi, di atas frekuensi yang secara potensial mengubah noise. Tapi itu tak berlangsung mulus. Sinyal-sinyal frekuensi tinggi tidak mampu berjalan cukup jauh dan gaung (pantulan) dalam sistem dapat menenggelamkan sinyal-sinyal itu.

Lalu tim riset menggunakan lebih dari satu frekuensi dan mengirim data dalam bentuk paket-paket diskrit yang dipandu oleh beberapa bentuk sistem pensinyalan. Hasilnya, pada uji coba pilot project di sekolah-sekolah dasar di Manchester, laju sambungan internetnya sampai 1 Mbps (hampir 5 kali lebih cepat dari sambungan-sambungan ISDN yang telah ada).

Woww!***

Sistem Pembayaran di Indonesia

SISTEM PEMBAYARAN DI INDONESIA

Apa Itu Sistem Pembayaran (SP)?

Apa itu SP? SP adalah sistem yang mencakup seperangkat aturan, lembaga, dan mekanisme yang dipakai untuk melaksanakan pemindahan dana guna memenuhi suatu kewajiban yang timbul dari suatu kegiatan ekonomi. Lantas, apa saja komponen dari SP? Sudah barang tentu harus ada alat pembayaran, ada mekanisme kliring hingga penyelesaian akhir (settlement). Nah, selain itu juga ada komponen lain seperti lembaga yang terlibat dalam menyelenggarakan sistem pembayaran. Termasuk dalam hal ini adalah bank, lembaga keuangan selain bank, lembaga bukan bank penyelenggara transfer dana, perusahaan switching bahkan hingga bank sentral.

Evolusi Alat Pembayaran

Alat pembayaran boleh dibilang berkembang sangat pesat dan maju. Kalau kita menengok ke belakang yakni awal mula alat pembayaran itu dikenal, sistem barter antarbarang yang diperjualbelikan adalah kelaziman di era pra moderen. Dalam perkembangannya, mulai dikenal satuan tertentu yang memiliki nilai pembayaran yang lebih dikenal dengan uang. Hingga saat ini uang masih menjadi salah satu alat pembayaran utama yang berlaku di masyarakat. Selanjutnya alat pembayaran terus berkembang dari alat pembayaran tunai (cash based) ke alat pembayaran nontunai (non cash) seperti alat pembayaran berbasis kertas (paper based), misalnya, cek dan bilyet giro. Selain itu dikenal juga alat pembayaran paperless seperti transfer dana elektronik dan alat pembayaran memakai kartu (card-based) (ATM, Kartu Kredit, Kartu Debit dan Kartu Prabayar).

Alat Pembayaran Tunai

Alat pembayaran tunai lebih banyak memakai uang kartal (uang kertas dan logam). Uang kartal masih memainkan peran penting khususnya untuk transaksi bernilai kecil. Dalam masyarakat moderen seperti sekarang ini, pemakaian alat pembayaran tunai seperti uang kartal memang cenderung lebih kecil dibanding uang giral. Pada tahun 2005, perbandingan uang kartal terhadap jumlah uang beredar sebesar 43,3 persen.

Namun patut diketahui bahwa pemakaian uang kartal memiliki kendala dalam hal efisiensi. Hal itu bisa terjadi karena biaya pengadaan dan pengelolaan (cash handling) terbilang mahal. Hal itu belum lagi memperhitungkan inefisiensi dalam waktu pembayaran. Misalnya, ketika Anda menunggu melakukan pembayaran di loket pembayaran yang relatif memakan waktu cukup lama karena antrian yang panjang. Sementara itu, bila melakukan transaksi dalam jumlah besar juga mengundang risiko seperti pencurian, perampokan dan pemalsuan uang.

Menyadari ketidak-nyamanan dan inefisien memakai uang kartal, BI berinisiatif dan akan terus mendorong untuk membangun masyarakat yang terbiasa memakai alat pembayaran nontunai atau Less Cash Society (LCS).

Alat Pembayaran Nontunai

Alat pembayaran nontunai sudah berkembang dan semakin lazim dipakai masyarakat. Kenyataan ini memperlihatkan kepada kita bahwa jasa pembayaran nontunai yang dilakukan bank maupun lembaga selain bank (LSB), baik dalam proses pengiriman dana, penyelenggara kliring maupun sistem penyelesaian akhir (settlement) sudah tersedia dan dapat berlangsung di Indonesia. Transaksi pembayaran nontunai dengan nilai besar diselenggarakan Bank Indonesia melalui sistem BI-RTGS (Real Time Gross Settlement) dan Sistem Kliring. Sebagai informasi, sistem BI-RTGS adalah muara seluruh penyelesaian transaksi keuangan di Indonesia

Bisa dibayangkan, hampir 95 persen transaksi keuangan nasional bernilai besar dan bersifat mendesak (urgent) seperti transaksi di Pasar Uang AntarBank (PUAB), transaksi di bursa saham, transaksi pemerintah, transaksi valuta asing (valas) serta settlement hasil kliring dilakukan melalui sistem BI-RTGS. Pada tahun 2005, BI-RTGS melakukan transaksi sedikitnya Rp82,8 triliun per hari. Sedangkan transaksi nontunai dengan alat pembayaran menggunakan kartu (APMK) nilai transaksinya hanya Rp4,7 triliun per hari yang dilakukan bank atau LSB.

Melihat pentingnya peran BI-RTGS dalam sistem pembayaran nasional, sudah barang tentu harus dijaga kontinuitas dan stabilitasnya. Bila sesaat saja sistem BI-RTGS ini ngadat atau mengalami gangguan jelas akan sangat menganggu kelancaran dan stabilitas sistem keuangan di dalam negeri. Hal itu belum memperhitungkan dampak material dan nonmaterial dari macetnya sistem BI-RTGS tadi. Untuk itulah BI sangat peduli menjaga stabilitas BI-RTGS yang dikategorikan sebagai Systemically Important Payment System (SIPS). SIPS adalah sistem yang memproses transaksi pembayaran bernilai besar dan bersifat mendesak (urgent).Adalah wajar saja apabila Bank Indonesia sangat peduli menjaga kestabilan SIPS dengan mengelola risiko, desain, kehandalan teknologi, jaringan pendukung dan aturan main dalam SIPS. Selain SIPS dikenal pula System Wide Important Payment System (SWIPS), yaitu sistem yang digunakan oleh masyarakat luas. Sistem Kliring dan APMK termasuk dalam kategori SWIPS ini. BI juga peduli dengan SWIPS karena sifat sistem yang digunakan secara luas oleh masyarakat. Apabila terjadi gangguan maka kepentingan masyarakat untuk melakukan pembayaran akan terganggu pula, termasuk kepercayaan terhadap sistem dan alat-alat pembayaran yang diproses dalam sistem.

Perlu diketahui bahwa BI bukan semata peduli akan terciptanya efisiensi dalam sistem pembayaran, tapi juga kesetaraan akses hingga ke urusan perlindungan konsumen. Yang dimaksud terciptanya sistem pembayaran, itu artinya memberi kemudahan bagi pengguna untuk memilih metode pembayaran yang dapat diakses ke seluruh wilayah dengan biaya serendah mungkin. Sementara yang dimaksud dengan kesetaraan akses, BI akan memperhatikan penerapan asas kesetaraan dalam penyelenggaraan sistem pembayaran. Sedangkan aspek perlindungan konsumen dimaksudkan penyelenggara wajib mengadopsi asas-asas perlindungan konsumen secara wajar dalam penyelenggaraan sistemnya.

Dikutip dari Bank Indonesia