V. PERHITUNGAN DAMPAK DAN ANALISA HASIL

Transkripsi

1 V. PERHITUNGAN DAMPAK DAN ANALISA HASIL Seperti yang telah dijelaskan dalam bagian metodologi, studi ini menganalisa dampak Program KUR baik dari sisi makroekonomi maupun mikroekonomi. Analisa dampak makroekonomi dari Program KUR dilakukan dengan menggunakan model SAM/SNSE Financial (data tahun 2005) dan dukungan data sekunder (untuk shock-nya dan tenaga kerja), sedangkan dampak mikroekonomi dianalisa dengan menggunakan analisa crosstabs dan model ekonometrika dengan dukungan data primer Dampak Makroekonomi Analisa dampak makroekonomi dengan menggunakan model SAM Financial dilakukan dengan mengasumsikan bahwa shock yang terjadi dalam perekonomian nasional adalah shock berupa kredit modal kerja (KMK) dan kredit investasi (KI) melalui neraca Kapital dengan skema Program KUR. Hal ini dilakukan karena selain tidak munculnya Program KUR sebagai sektor tersendiri dalam data SAM Financial Indonesia yang ada, data SAM Financial yang ada juga tidak membedakan shock antara KMK dan KI yang berasal dari Program KUR dan program selain KUR untuk suatu nilai shock yang besarnya sama. Selain itu, karena ketersediaan data SAM Financial yang ada sampai saat studi ini dilakukan adalah data SAM Financial Indonesia tahun 2005, yang dikeluarkan oleh Badan Pusat Statistik (BPS) dan Bank Indonesia (BI) pada tahun 2008 melalui pengembangan data SAM Indonesia tahun 2005, maka hubungan antar sektor yang terjadi dalam perekonomian nasional diasumsikan tetap antara tahun 2005 sampai dengan tahun Sebelum dilakukan analisa lebih jauh mengenai dampak dari KMK dan KI melalui skema Program KUR tersebut, terlebih dahulu dilakukan analisa terhadap berbagai nilai pengganda yang terdapat dalam model SAM Financial dengan data tahun 2005 sebagai gambaran hubungan antar berbagai sektor yang terjadi dalam perekonomian Indonesia. 101

2 Analisa Pengganda SNSE Financial 2005 Analisis awal yang umumnya dilakukan dari pengganda SNSE, baik yang biasa maupun yang finansial, adalah menganalisa nilai pengganda output (dalam sektor produksi) dari adanya perubahan sektor eksogen yang terjadi. Dalam studi ini yang menggunakan SNSE Financial 2005, sektor eksogen yang dimaksud adalah berupa KMK dan KI yang diinjeksikan ke dalam matriks invers Leontief melalui neraca kapital, yaitu kapital dalam lembaga keuangan bank, lembaga keuangan bukan bank, perusahaan bukan keuangan, dan rumah tangga. Hasil perhitungan nilai pengganda output akibat dari perubahan kapital untuk setiap nilai satu satuan (yaitu Rp. Milyar) KMK dan/atau KI yang diinjeksi secara rinci dapat dilihat dalam Tabel 5.1. No. Tabel 5.1 Nilai Pengganda Output/Sektor Produksi Akibat Perubahan Kapital Sektor Produksi Lembaga Keuangan Bank Lembaga Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga 1 Pertanian Pertambangan Industri Pengolahan Listrik, Gas dan Air Bersih Bangunan Perdagangan,Hotel & Restoran Pengangkutan & Komunikasi Keuangan Sektor Lainnya Total Dari Tabel 5.1, ditunjukkan bahwa secara umum, dalam analisa SNSE Financial, nilai-nilai pengganda yang diperoleh lebih besar dibandingkan dengan hasil dari analisa SNSE biasa. Hal tersebut menunjukkan bahwa peranan dari sektor keuangan dan moneter dalam perekonomian cukup signfikan besarnya. Selain itu, output yang tercipta dari sistem keuangan umumnya lebih besar dibandingkan dengan investasi biasa dikarenakan terdapatnya seleksi dan 102

3 pengawasan yang cukup ketat dan efisiensi dalam alokasi dari nilai uang yang ada (Jia Li, 2008). Bila membandingkan nilai pengganda output/sektor produksi diantara pemilik kapital (institusi), maka nilai pengganda output terbesar tercipta dalam perusahaan bukan lembaga keuangan yang sebesar 6,0213, yang disusul oleh rumah tangga dengan nilai sebear 3,9772. Nilai pengganda output/sektor produksi akibat perubahan kapital pada perusahaan bukan lembaga keuangan yang sebesar 6,0213 berarti bahwa apabila ada shock di neraca kapital perusahaan bukan lembaga keuangan berupa peningkatan (penurunan) sebesar satu satuan (misalkan Rp 1 milyar) dengan asumsi yang lain tetap (ceteris paribus), maka output dalam perekonomian secara keseluruhan akan mengalami peningkatan (penurunan) sebesar 6,0213 satuan (atau sebesar Rp. 6,0213 milyar). Dari nilai-nilai pengganda output/sektor produksi tersebut juga menunjukkan bahwa apabila Pemerintah ingin lebih menstimulasi output dalam perekonomian, maka alokasi penambahan kapital (misalnya melalui kredit) diprioritaskan pada perusahaan bukan lembaga keuangan. Sementara itu, rumah tangga mendapatkan prioritas kedua, lembaga keuangan bukan bank mendapatkan prioritas ketiga, dan prioritas terakhirnya adalah lembaga keuangan bank. Sedangkan bila dilihat dari sisi sektor produksinya, baik nilai pengganda output akibat perubahan kapital dalam lembaga keuangan bank, lembaga keuangan bukan bank, perusahaan bukan keuangan maupun akibat perubahan kapital dalam ruma tangga, nilai pengganda output terbesar secara umum terjadi di sektor industri pengolahan, yang disusul oleh sektor bangunan dan sektor perdagangan, hotel, dan restoran. Pengganda faktor produksi dan pengganda pendapatan dari SNSE Financial Indonesia tahun 2005 ternyata memiliki pola yang sama dengan pengganda output/sektor produksi, dimana nilai-nilai pengganda tersebut diantara pemilik kapital, nilai pengganda faktor produksi dan pengganda pendapatan terbesar tercipta dalam perusahaan bukan lembaga keuangan yang sebesar dan disusul oleh rumah tangga. Hasil perhitungan nilai pengganda faktor produksi dan 103

4 pengganda pendapatan tersebut masing-masing terinci dalam Tabel 5.2 dan Tabel 5.3 berikut ini: Tabel 5.2 Nilai Pengganda Faktor Produksi Akibat Perubahan Kapital Deskripsi Lembaga Keuangan Bank Lembaga Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga Tenaga Kerja Bukan Tenaga Kerja Total Perusa- Haan Rumah Tangga Tabel 5.3 Nilai Pengganda Pendapatan Akibat Perubahan Kapital Institusi Lembaga Keuangan Bank Lembaga Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga Lembaga Bank Keuangan Bukan Bank Perusahaan Bukan Keuangan Desa Miskin Tidak Miskin Kota Miskin Tidak Miskin Total Sesuai hasil perhitungan nilai pengganda faktor produksi akibat perubahan kapital seperti yang ditunjukkan dalam Tabel 5.2, nilai pengganda tertinggi secara umum terdapat dalam tenaga kerja. Walaupun tidak terlalu jauh perbedaannya dengan nilai pengganda faktor produksi bukan tenaga kerja, namun dari nilai pengganda yang lebih tinggi dalam faktor produksi tenaga kerja dapat dinyatakan bahwa shock yang terdapat dalam neraca kapital, secara umum menciptakan faktor produksi berupa tenaga kerja yang lebih banyak dibandingkan dengan jenis faktor produksi yang lain, atau dengan kata lain lebih bersifat padat tenaga kerja. Nilai pengganda faktor produksi akibat perubahan kapital dalam perusahaan bukan keuangan yang sebesar 1,3000 artinya adalah apabila terdapat shock pada neraca kapital untuk perusahaan bukan keuangan berupa peningkatan 104

5 (penurunan) sebesar Rp. 1 milyar, ceteris paribus, maka faktor produksi secara keseluruhan akan mengalami peningkatan (penurunan) sebesar Rp. 1,3 milyar, yang terdiri dari faktor produksi tenaga kerja senilai Rp.675,6 juta dan faktor produksi bukan tenaga kerja senilai Rp. 624,4 juta. Sedangkan untuk nilai pengganda pendapatan akibat perubahan kapital dalam perusahaan bukan keuangan yang sebesar 1,3261 berarti bahwa apabila terdapat shock pada neraca kapital untuk perusahaan bukan keuangan berupa peningkatan (penurunan) sebesar Rp. 1 milyar, ceteris paribus, maka pendapatan secara keseluruhan akan mengalami peningkatan (penurunan) sebesar Rp. 1,3261 milyar. Dalam nilai pengganda pendapatan, apabila dilihat dari institusi penerimanya, nilai pengganda tertinggi terjadi di rumah tangga kota dengan kategori tidak miskin dan disusul secara berurutan masing-masing oleh perusahaan bukan keuangan dan rumah tangga desa tidak miskin. Sementara itu, rumah tangga miskin baik di kota maupun desa memiliki nilai pengganda pendapatan yang terkesil dibandingkan dengan yang lain. Hal ini terjadi baik untuk nilai pengganda pendapatan akibat perubahan kapital pada lembaga keuangan bank, lembaga keuangan bukan bank, perusahaan keuangan bukan bank, maupun pada rumah tangga. Hal tersebut juga menunjukkan bahwa apabila terjadi shock berupa peningkatan dalam neraca kapital, baik melalui lembaga keuangan bank, lembaga keuangan bukan bank, perusahaan keuangan bukan bank, maupun pada rumah tangga yang besarnya sama, maka peningkatan ketimpangan pendapatan menjadi suatu hal yang tidak terelakkan karena dampak pendapatannya yang cukup besar untuk kelompok yang tidak miskin dan cukup kecil dampaknya untuk kelompok miskin. Nilai pengganda pendapatan untuk kelompok/rumah tangga miskin terbesar terjadi pada perusahaan bukan keuangan, namun hal ini juga diringi dengan semakin besarnya nilai pengganda untuk kelompok/rumah tangga yang tidak miskin. Sehingga, bila Pemerintah ingin lebih menstimulasi pendapatan masyarakat miskin (baik di perkotaan maupun perdesaan, namun dengan asumsi mengacuhkan/membiarkan terjadinya ketimpangan) melalui neraca kapital, maka hal tersebut dapat dilakukan dengan memprioritaskan alokasi shock melalui neraca kapital pada perusahaan bukan keuangan. 105

6 Berbeda dengan pola nilai pengganda untuk output/sektor produksi, faktor produksi, dan pendapatan, nilai pengganda kapital akibat perubahan kapital (pengganda transfer) terbesar terjadi dalam rumah tangga, yang disusul secara berurutan oleh lembaga keuangan bukan bank, perusahaan bukan keuangan, dan lembaga keuangan bank. Hasil perhitungan untuk nilai pengganda kapital akibat perubahan kapital (pengganda transfer) secara rinci dapat dilihat dalam Tabel 5.4. Tabel 5.4. Nilai Pengganda Kapital Akibat Perubahan Kapital (Pengganda Transfer) Institusi Lembaga Keuangan Bank Lembaga Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga Lembaga Keuangan Bank Lembaga Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga Total Bila dilihat dari nilai pengganda transfernya menurut institusi, nilai pengganda transfer akibat perubahan kapital yang terbesar adalah perusahaan bukan keuangan, yaitu sebesar 1,5578, yang disusul oleh pengganda transfer rumah tangga yang sebesar 1,2020. Nilai pengganda trasfer akibat perubahan kapital pada rumah tangga yang memeiliki nilai terbesar, yaitu sebesar 2,5396 artinya adalah bahwa apabila terdapat shock dalam neraca kapital rumah tangga berupa peningkatan (penurunan) sebesar Rp. 1 milyar, ceteris paribus, maka kapital yang terbentuk dalam perekonomian adalah sebesar Rp. 2,5396 milyar. Nilai pengganda kapital yang terbesar tersebut juga menunjukkan bahwa apabila Pemerintah bertujuan untuk lebih menstimulasi pembentukan kapital dalam perekonomian, maka alokasi anggaran yang ada lebih diprioritaskan untuk rumah tangga, dibandingkan dengan yang lain. Pola pengganda finansial juga ternyata berbeda dari pengganda output, pengganda faktor produksi, pengganda pendapatan, dan pengganda kapital. Hasil perhitungan nilai pengganda pendapatan akibat dari perubahan kapital secara rinci ditunjukkan dalam Tabel 5.5. Dari nilainya, terlihat bahwa nilai pengganda 106

7 finansial akibat perubahan kapital terbesar terjadi dalam rumah tangga, yaitu sebesar 1,6509. Nilai pengganda yang sebesar 1,6509 artinya adalah bahwa apabila terdapat shock berupa peningkatan (penurunan) pada neraca kapital rumah tangga sebesar Rp. 1 milyar, ceteris paribus, maka output dalam sektor finansial akan mengalami peningkatan (penurunan) sebesar Rp. 1,6509 milyar. Sementara itu, bila dilihat lebih rinci menurut instrumen finansialnya, nilai pengganda finansial akibat perubahan kapital terbesar secara umum terjadi dalam instrumen finansial lainnya, kecuali lembaga keuangan bukan bank dimana yang terbesar adalah kredit dagang. Untuk yang terbesar keduanya di setiap neraca kapital, pada neraca kapital lembaga keuangan bank adalah kredit konsumsi, pada lembaga keuangan bukan bank adalah lainnya, pada nerca kapital perusahaan bukan bank adalah modal saham dan penyertaan, dan pada neraca kapital rumah tangga adalah deposito. Sebagai contoh untuk neraca kapital rumah tangga, apabila terjadi shock dalam neraca kapital rumah tangga berupa peningkatan (penurunan) sebesar Rp. 1 milyar, maka dampaknya terhadap instrumen finansial secara keseluruhan adalah peningkatan (penurunan) sebesar Rp. 1,6509 milyar, dimana instrumen finansial terbesar kedua yang terkena dampak adalah deposito yang mengalami peningkatan (penurunan) sebesar Rp. 464,4 juta. Tabel 5.5. Nilai Pengganda Finansial Akibat Perubahan Kapital Instrumen Finansial Lembaga Keuangan Bank Lembaga Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga Giro Tabungan Deposito Surat Berharga Jangka Panjang Lainnya Surat Berharga Jangka Pendek Kredit Konsumsi Kredit Non Bank Kredit Dagang Modal Saham dan Penyertaan Cadangan Asuransi dan Pensiun Lainnya Total

8 Analisa Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR Seperti yang telah dijelaskan dalam bab sebelumnya, skema Program KUR yang ada merupakan jenis Kredit Modal Kerja (KMK) dan Kredit Investasi (KI). Hal tersebut sesuai dengan pengertian dari KUR itu sendiri yang merupakan kredit/pembiayaan modal kerja dan atau investasi kepada Usaha Mikro, Kecil, Menengah, dan Koperasi (UMKMK) di bidang usaha yang produktif dan layak namun belum bankable dengan plafon kredit sampai dengan Rp ,- (lima ratus juta rupiah) yang sebagian dijamin oleh Perusahaan Penjamin. Semenara itu, dana penyaluran KUR secara keseluruhan (seratus persen) bersumber dari dana Bank Pelaksana yang dihimpun dari dana masyarakat (tabungan, giro, dan deposito) (Menko Perekonomian, 2010).. Dalam SAM Financial, KMK dan KI merupakan jenis-jenis dari instrumen finansial. Karena instumen finansial KMK dan KI yang mengikuti skema Program KUR nantinya merupakan shock-nya, maka kedua jenis instrumen finansial tersebut diasumsikan sebagai eksogen dalam analisa model SAM Financial. Dalam kerangka SAM Financial, shock yang terjadi dalam instrumen financial dapat dianalisa dampaknya melalui transaksi antara neraca kapital (yang pemiliknya terdiri dari beberapa institusi) dan neraca finansial (yang isinya terdiri dari berbagai instrumen finansial), yaitu yang berupa kewajiban karena nantinya dampak yang ada terhadap neraca kapital, dihitung oleh pemilik dari kapital yang ada sebagai kewajiban yang harus dibayarkan kembali oleh pihak penerima (yaitu pemilik kapital itu sendiri), seperti misalnya adalah kredit. Berdasarkan konsep dan pengaturannya, sasaran debitur KUR adalah usaha mikro, usaha kecil, usaha menengah, koperasi, kelompok usaha, dan lembaga linkage. Kelompok usaha yang dimaksudkan adalah kumpulan orang perorang atau badan usaha (UMKM) yang melakukan kegiatan usaha produktif dan dibentuk atas dasar kesamaan kepentingan atau kesamaan kondisi lingkungan untuk meningkatkan usaha anggotanya. Sementara itu, yang dimaksud dengan lembaga linkage adalah lembaga yang meneruspinjamkan KUR dari Bank kepada Calon Debitur KUR, yaitu Koperasi Sekunder, Koperasi Primer (Koperasi Simpan Pinjam, Unit Simpan Pinjam Koperasi), Badan Kredit Desa (BKD), Baitul Mal Wa Tanwil (BMT), Bank Perkreditan Rakyat/Syariah (BPR/BPRS), Lembaga 108

9 Keuangan Non Bank, Kelompok Usaha, dan Lembaga Keuangan Mikro Dari sasaran debitur KUR tersebut, maka terdapat tiga jenis mekanisme penyaluran KUR, yaitu langsung dari Bank Pelaksana ke UMKMK, tidak langsung melalui lembaga linkage dengan pola executing (dimana lembaga linkage secara inisiatif dan sendiri mengajukan kredit ke Bank Pelaksana), dan tidak langsung melalui lembaga linkage dengan pola chanelling (dimana lembaga linkage mewakili UMKMK mengajukan kredit ke Bank Pelaksana) (Menko Perekonomian, 2010). Dengan melihat ketentuan tersebut dan realisasinya oleh Bank Pelaksana, maka apabila disesuaikan dengan sektoral dalam SAM Finansial, dari keempat jenis insitusi yang terdapat dalam neraca kapital, hanya lembaga keuangan bank saja yang tidak mendapatkan alokasi kredit dari Program KUR. Oleh karena itu, dalam analisa dampak dari KMK dan KI yang melalui skema KUR, untuk neraca kapital lembaga keuangan bank diasumsikan tetap/tidak berubah atau sebesar nol. Sementara itu, karena juga tidak tersedia data secara rinci dan lengkap mengenai realisasi penyaluran KMK dan KI menurut institusi penerimanya di setiap perbankan (yang menjadi Bank Pelaksana), maka dengan berdasarkan hasil wawancara terhadap pihak Bank Pelaksana, dibuatlah perkiraan yang umum mengenai alokasi penyaluran KMK dan KI menurut skema Program KUR, yang terinci dalam Tabel 5.6 berikut ini: Tabel 5.6. Asumsi Shock Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR Asumsi Shock pada Neraca Kapital Persentase Nilai (Rp. Milyar) Lembaga Keuangan Bank 0% 0.00 Lembaga Keuangan Bukan Bank 10% 1, Perusahaan Bukan Keuangan 20% 3, Rumah Tangga 70% 11, Total Dana KUR (Rp Milyar) 100% 16, Sumber: Menko Perekonomian RI, 2010 Sejak digulirkannya Program KUR, realisasi penyaluran KMK dan KI sampai dengan Desember 2009 mencapai Rp trilyun, dimana sebagian besar dialokasikan untuk debitur rumah tangga, yang diperkirakan mencapai

10 persen dari total penyaluran KUR. Sementara itu, perusahaan bukan keuangan diperkirakan mencapai 20 persen dan lembaga keuangan bukan bank (baik melalui linkage maupun chanelling) hanya sekitar 10 persen dari total penyaluran kredit KMK dan KI melalui skema KUR. Dengan menggunakan asumsi shock seperti yang terinci dalam Tabel 5.6, maka dapat dihitung nilai dampak dari KMK dan KI melalui skema KUR masingmasing terhadap sektor produksi (output dan PDB), faktor produksi, pendapatan, kapital, dan instrumen finansial. Hasil perhitungan dampak dari KMK dan KI melalui skema KUR terhadap sektor produksi, output dan PDB secara rinci dtunjukkan dalam Tabel 5.7 dan Tabel 5.8 berikut ini: Tabel 5.7 Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR terhadap Sektor Produksi No. Sektor Produksi Nilai Awal (Rp. Milyar) Nilai Perubahan (Rp. Milyar) Persentase Perubahan (%) 1 Pertanian 1,183, , Pertambangan 773, , Industri Pengolahan 4,567, , Listrik, Gas dan Air Bersih 185, Bangunan 1,149, , Perdagangan,Hotel & Restoran 1,952, , Pengangkutan & Komunikasi 907, , Keuangan 699, , Sektor Lainnya 961, , Total 12,379, , Tabel 5.8 Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR terhadap Output dan PDB Deskripsi Nilai Awal Nilai Perubahan Persentase (Rp. Milyar) (Rp. Milyar) Perubahan (%) Output 5,637, , Produk Domestik Bruto (PDB) 2,896, ,

11 Dari Tabel 5.7, terlihat bahwa alokasi penyaluran KMK dan KI melalui skema KUR berdampak terhadap sektor produksi (transaksi antara) dalam perekonomian sebesar Rp. 72,79 trilyun, atau sekitar 0,59 persen terhadap nilai sektor produksi awal. Dengan persentase yang sama, alokasi KMK dan KI melalui skema KUR mampu menciptakan output dalam perekonomian senilai Rp. 33,15 trilyun dan PDB sebesar Rp. 17,03 trilyun. Bila dilihat lebih lanjut menuurut sektornya (dalam sektor produksi), sektor yang secara nilai (nominal) memiliki dampak terbesar adalah sektor industri pengolahan, dan disusul oleh sektor bangunan. Hal tersebut dikarenakan sektor industri pengolahan dan sektor bangunan merupakan dua sektor yang memiliki nilai pengganda output/sektor produksi tertinggi, baik akibat perubahan kapital dalam rumah tangga, perusahaan bukan keuangan, maupun lembaga keuangan bukan bank. Walaupun demikian, secara persentase perubahannya dari kondisi semula, sektor bangunan merupakan sektor produksi yang terkena dampaknya terbesar, yaitu sekitar 1,76 persen dan disusul oleh sektor keuangan yang sebesar 0,54 persen terhadap nilai sektor produksi awal. Sementara itu, terhadap pendapatan faktor produksi, dampak alokasi KMK dan KI melalui skema KUR mencapai Rp. 15,70 trilyun, dimana Rp. 8,16 trilyun untuk pendapatan tenaga kerja dan sisanya adalah pendapatan bukan tenaga kerja. Bila dilihat dari persentase perubahannya, alokasi KMK dan KI melalui skema KUR berdampak sekitar 0,55 persen, baik secara keseluruhan maupun dalam pendapatan setiap faktor produksi. Dampak yang sebesar Rp 8,16 trilyun terhadap pendapatan faktor produksi tersebut bila dikonversikan terhadap penciptaan lapangan kerja, maka tenaga kerja yang dapat diserap dalam perekonomian mencapai 533 ribu orang tenaga kerja, atau sekitar 0,55 persen dari kondisi tenaga kerja nasional. Secara lebih rinci, dampak terhadap pendapatan faktor produksi tersebut ditunjukkan dalam Tabel 5.9 berikut ini: 111

12 Tabel 5.9 Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR terhadap Faktor Produksi Deskripsi Nilai Awal Nilai Perubahan Persentase Perubahan (%) Tenaga Kerja (Rp. Milyar) 1,487, , Bukan Tenaga Kerja 1,346, , Total Faktor Produksi (Rp. Milyar) 2,833, , Tenaga Kerja (Orang) 97,159, , Hasil perhitungan dampak alokasi KMK dan KI melalui skema KUR terhadap pendapatan institusi, khususnya rumah tangga secara rinci ditunjukkan dalam Tabel Dari tabel tersebut, terlihat bahwa pendapatan institusi mengalami peningkatan sebesar Rp. 16,01 trilyun atau sekitar 0,5 persen dari kondisi awal. Bila dirinci menurut institusinya, dampak alokasi penyaluran KMK dan KI melalui skema KUR terbesar terjadi pada rumah tangga perkotaan yang tidak miskin (yaitu sebesar Rp. 6,64 trilyun), yang disusul oleh pendapatan perusahaan bukan keuangan (yaitu sebesar Rp. 4,31 trilyun), dan pendapatan rumah tangga tidak miskin di desa (yaitu sebesar Rp. 3,95 trilyun). Hal tersebut disebabkan karena besarnya nilai pengganda pendapatan akibat perubahan kapital yang sinergi dengan besarnya dampak tersebut. Bila ditinjau dari persentase perubahannya, walaupun alokasi terbesar dari KMK dan KI melalui skema KUR terbesar dilakukan dalam rumah tangga, namun dampak terbesar terhadap peningkatan pendapatan terjadi dalam perusahaan bukan keuangan (yaitu sebesar 0,54 persen), yang disusul oleh rumah tangga tidak miskin di desa (sekitar 0,52 persen) dan rumah tangga tidak miskin di kota (sekitar 0,0,49 persen). 112

13 Tabel 5.10 Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR Perusa- Haan Rumah Tangga Institusi terhadap Distribusi Pendapatan Institusi Nilai Awal (Rp. Milyar) Nilai Perubahan (Rp. Milyar) Persentase Perubahan (%) Lembaga Bank 159, Keuangan Bukan Bank 47, Perusahaan Bukan Keuangan 796, , Desa Miskin 46, Tidak Miskin 755, , Kota Miskin 25, Tidak Miskin 1,363, , Total 3,195, , Biila dilihat dari distribusinya, kondisi ketimpangan pendapatan di Indonesia memang masih cukup tinggi, baik sebelum maupun sesudah adanya alokasi KMK dan KI melalui skema Program KUR (secara rinci ditunjukkan dalam Tabel 5.11). Secara umum, alokasi KMK dan KI melalui skema KUR tidak memiliki dampak yang cukup signifikan terhadap pola distribusi pendapatan. Hal tersebut ditunjukkan oleh nilai standar deviasi antara sebelum dan sesudah adanya alokasi KMK dan KI melalui skema KUR yang tidak jauh berbeda. Walaupun tidak jauh berbeda, namun bila dilihat dari nilainya, terdapat kecenderungan bahwa alokasi KMK dan KI melalui skema KUR tersebut masih berpotensi meningkatkan ketimpangan, yang ditunjukkan oleh nilai standar deviasi yang lebih besar untuk sesudah adanya alokasi kredit dibandingkan dengan sebelum adanya alokasi kredit. Hal tersebut menunjukkan bahwa alokasi KMK dan KI melalui skema KUR sampai saat ini belum dapat secara efektif menurunkan tingkat ketimpangan pendapatan dalam perekonomian Indonesia. Ketimpangan masih terjadi dikarenakan selain karena memang kondisi awalnya sebagian besar pendapatan dari institusi didominasi oleh rumah tangga tidak miskin di kota (yang mencapai 42,66 persen), perusahaan bukan keuangan (yang mencapai 24,92 persen), dan rumah tangga tidak miskin di desa (sekitar 23,65 persen), juga oleh karena dampak dari alokasi KMK dan KI melalui skema KUR yang sebagian besar dinikmati oleh rumah tangga tidak miskin di kota (yang 113

14 mencapai 41,48 persen), perusahaan bukan keuangan (yang mencapai 26,90 persen), dan rumah tangga tidak miskin di desa (yang mencapai ekitar 24,64 persen). Tabel 5.10 Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR terhadap Distribusi Pendapatan Institusi Perusa- Haan Rumah Tangga Institusi Nilai Awal Nilai Perubahan Nilai Akhir (Persen) (Persen) (Persen) Lembaga Bank Keuangan Bukan Bank Perusahaan Bukan Keuangan Desa Miskin Tidak Miskin Kota Miskin Tidak Miskin Total Standar Deviasi Selain dapat dihitung dampak dari alokasi kredit KMK dan KI melalui skema KUR terhadap sektor produksi, faktor produksi, pendapatan, dan distribusi pendapatan menurut institusi, dalam SNSE Finansial juga dapat dilihat dampak dari adanya shock tersebut terhadap penciptaan kapital/permodalan dan berbagai instrumen finansial yang ada dalam perekonomian Indonesia. Hasil perhitungan dampak alokasi kredit KMK dan KI melalui skema KUR terhadap pembentukan kapital permodalan secara rinci ditunjukan dalam Tabel 5.11 dan terhadap instrumen finansial ditunjukan dalam Tabel

15 Tabel 5.11 Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR terhadap Kapital Kapital Nilai Awal Nilai Perubahan Persentase (Rp. Milyar) (Rp. Milyar) Perubahan (%) Lembaga Keuangan Bank 201, , Lembaga Keuangan Bukan Bank 54, , Perusahaan 825, , Rumah Tangga 290, , Total 1,372, , Tabel 5.12 Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR terhadap Instrumen Finansial Instrumen Finansial Nilai Awal Nilai Perubahan Persentase (Rp. Milyar) (Rp. Milyar) Perubahan (%) Giro 48, Tabungan 25, Deposito 152, , Surat Berharga Jangka Panjang Lainnya 55, , Surat Berharga Jangka Pendek 17, Kredit Konsumsi 55, , Kredit Non Bank 2, Kredit Dagang 41, , Modal Saham dan Penyertaan 162, , Cadangan Asuransi dan Pensiun 17, Lainnya 184, , Total 764, , Dari berbagai dampak yang dianalisa sebelumnya, maka dapat dirangkum dan dibuat analisis elastisitasnya seperti yang disajikan dalam Tabel Dengan mengasumsikan terjadinya perubahan 1 (satu) persen dari nilai KUR pada akhir tahun 2009 (yaitu berjumlah Rp. 16, milyar), maka dapat dihitung pula perubahan baik dalam nilai nominal maupun persentase-nya. 115

16 Tabel 5.13 Rekapitulasi Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR terhadap Berbagai Indikator Makroekonomi dan Elastisitasnya No. Indikator 1 Kredit Produktif (KUR) (Rp. Milyar) 2 Sektor Produksi (Rp. Milyar) 3 Output (Rp. Milyar) 4 Produk Domestik Bruto (PDB) (Rp. Milyar) 5 Tenaga Kerja (Rp. Milyar) 6 Bukan Tenaga Kerja (Rp. Milyar) Total Faktor Produksi (Rp. 7 Milyar) 8 Tenaga Kerja (Orang) 9 Pendapatan Institusi (Rp. Milyar) 10 Kapital (Rp. Milyar) 11 Instrumen Finansial (Rp. Milyar) Analisa Dampak Analisa Elastisitas Awal Perubahan Persentase Perubahan Persentase , % 12,379, , % % 5,637, , % % 2,896, , % % 1,487, , % % 1,346, , % % 2,833, , % % 97,159, , % 5, % 3,195, , % % 1,372, , % % 764, , % % Simulasi Dampak Kredit Modal Kerja dan Kredit Investasi Melalui Skema KUR Dalam bab sebelumnya dijelaskan bahwa Program KUR dilaksanakan untuk membantu Usaha Mikro, Kecil, Menengah, dan Koperasi (UMKMK) yang produktif dan layak namun belum bankable (belum memenuhi persyaratan kredit/pembiayaan Bank) untuk dapat mengakses kredit/pembiayaan dari bank. Tujuan akhir dari pelaksanaan Program KUR tersebut adalah mengurangi tingkat kemiskinan dan pengangguran. Dikarenakan pemerintah menargetkan tingkat kemiskinan menjadi sekitar 8-10 persen dari sekitar 14,5 persen (2009) dan tingkat pengangguran menjadi 5-6 persen dari sekitar 8,4 persen (2009) dalam lima tahun mendatang maka pemerintah akan berencana akan terus meneruskan Program KUR guna membiayai UMKMK dengan target minimal penyaluran sebesar Rp. 20 trilyun per tehun selama lima tahun ke depan. Walupun demikian, perlu dilakukan evaluasi terhadap kinerja penyaluran program tersebut, baik dari segi jumlah penyalurannya maupun dari segi kualitas dan kefektifitasan dampaknya terhadap masayarakat. Dari sisi penyalurannya, kredit usaha rakyat (berupa KMK dan KI) yang diberikan dirasa belum mampu 116

17 memberi keringanan bagi pelaku usaha. Dari sisi perbankan, ada dua aspek yang diperhitungkan penawaran dan permintaan. Dari sisi permintaan, perbankan masih melihat UMKMK berisiko tinggi. Sementara di sisi lain penawaran, bank harus memperhitungkan ketersediaan dana yang bisa disalurkan dan peluang dana tersebut akan kembali. Pihak perbankan juga masih selalu melihat apakah permintaan kredit tersebut memiliki penjaminan kredit atau tidak. Untuk melihat efektifitas dari dampak penyaluran KUR yang ada saat ini, maka dilakukan simulasi dampak dari KMK dan KI melalui skema Program KUR dengan beberapa skenario shock pada kapital dan mengasumsikan bahwa jumlah yang disalurkan tetap seperti yang ada saat ini yaitu sebesar Rp. 16, milyar. Terdapat 6 jenis skenario (yaitu dari S0 sampai dengan S5) dengan asumsi shock pada kapital yang berbeda-beda pada distribusi institusinya dan S0 merupakan skenario basis (yang ada saat ini) sebagai pembandingnya. Tabel 5.14 berikut ini menunjukkan perbandingan skenario simulasi dan hasil dampak KMK dan KI melalui skema Program KUR terhadap perekonomian Indonesia. 117

18 Tabel 5.14 Perbandingan Hasil Simulasi Dampak KMK dan KI Melalui Skema KUR terhadap Perekonomian Indonesia dengan Beberapa Skenario (%) ASUMSI SHOCK PADA KAPITAL Deskripsi S0 S1 S2 S3 S4 S5 Lembaga Bank Perusahaan Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga FAKTOR PRODUKSI INSTITUSI SEKTOR PRODUKSI KAPITAL INSTRUMEN FINANSIAL Tenaga Kerja Bukan Tenaga Kerja Lembaga Bank Perusahaan Keuangan Bukan Bank Perusahaan Bukan Keuangan Miskin Desa Rumah Tidak Miskin Tangga Miskin Kota Tidak Miskin Pertanian Pertambangan Industri Pengolahan Listrik, Gas dan Air Bersih Bangunan Perdagangan,Hotel & Restoran Pengangkutan & Komunikasi Keuangan Sektor Lainnya Lembaga Bank Perusahaan Keuangan Bukan Bank Perusahaan Bukan Keuangan Rumah Tangga Giro Tabungan Deposito Surat Berharga Jangka Panjang Lainnya Surat Berharga Jangka Pendek Kredit Konsumsi Kredit Non Bank Kredit Dagang Modal Saham dan Penyertaan Cadangan Asuransi dan Pensiun Lainnya

19 Dari Tabel 5.14 tersebut, terlihat bahwa apabila Pemerintah bermaksud ingin mengoptimalkan penyerapan tenaga kerja (mengatasi pengangguran), peningkatan pertumbuhan sektor produksi (pertumbuhan ekonomi), dan peningkatan pendapatan masyarakat miskin (pengentasan kemiskinan di perkotaan dan perdesaan), maka penyaluran KMK dan KI melalui skema Program KUR yang paling efektif adalah penyaluran berdasarkan skenario S3, dimana sebagian besar atau seluruh KMK dan KI disalurkan ke perusahaan bukan keuangan. Hal tersebut terlihat dari nilai persentase perubahan dari faktor produksi tenaga kerja, persentase perubahan dari output sektor produksi, dan pendapatan rumah tangga miskin di perkotaan dan perdesaan yang terbesar akibat dari alokasi penyaluran dengan menggunakan skenario S3 dibandingkan dengan skenario yang lainnya, termasuk skenario S0 yang merupakan besarnya distribusi alokasi penyaluran kredit melalui skema KUR saat ini. Dampak dari adanya penyaluran KMK dan KI paling besar terjadi apabila dialokasikan melalui perusahaan bukan lembaga keuangan karena memang kapital perusahaan bukan keuangan memiliki multiplier (nilai pengganda) yang terbesar dibandingkan dengan kapital institusi lain dalam perekonomian Indonesia, baik terhadap faktor produksi tenaga (khususnya tenaga kerja), output sektor produksi, maupun pendapatan institusi (khususnya rumah tangga miskin di perkotaan dan perdesaan) Dampak Mikroekonomi Untuk mendukung dan/atau meng-crossceck hasil dari analisa dampak secara makroekonomi dari adanya penyaluran KMK dan KI melalui skema Program KUR, maka dilakukan pula analisa dampak dari sisi mikroekonomi yaitu pelaku usaha yang merupakan nasabah penerima dari kredit, baik kredit yang berasal dari Program KUR maupun kredit yang lainnya. Apabila dari sisi makroekonomi dampak penyaluran KMK dan KI dilihat dari dampaknya terhadap pertumbuhan ekonomi, pendapatan rumah tangga (terutama rumah tangga miskin), perubahan kapital, dan faktor produksi khususnya tenaga kerja maka dari 119

20 sisi mikroekonomi dapat dilihat dampaknya terhadap nilai tambah/keuntungan, pendapatan usaha, permodalan usaha, dan penyerapan tenaga kerja baru. Sebelum dilakukan analisa dampak dari sisi mikroekonomi, untuk lebih dapat menggambarkan dari kondisi data mikroekonomi usaha yang diperoleh dari hasil survei di 6 wilayah (yaitu Kota Jakarta Selatan, Kabupaten Tangerang, Kabupaten Bogor, Kabupaten Kudus, Kabupaten Sleman, dan Kabupaten Sidorjo), maka terlebih dahulu dilakukan analisa secara deskriptif terhadap pelaku usaha yang disurvei. Analisa deskriptif dilakukan dengan menggunakan metode analisa tabulasi silang (cross-tabs) yang dapat digunakan untuk melihat hubungan antara dua faktor (yaitu faktor di baris dan di kolom) yang datanya bersifat kategori (kualitatif) Analisa Tabulasi Silang (Cross-Tabs) Profil Responden Penerima Kredit Dari survei yang dilaksanakan dengan target masing-masing wilayah berjumlah 32 responden penerima kredit dengan jumlah 16 responden penerima kredit KUR dan 16 responden penerima kredit non KUR ternyata hanya bisa dicapai di 2 wilayah, yaitu Kudus dan Sidoarjo, sementara yang lain mengalami kesulitan untuk memenuhinya sehingga dilakukan penyesuaian dengan upaya terbaik. Hasilnya, secara keseluruhan jumlah responden penerima kredit KUR berjumlah 111 responden (sekitar 58 persen dari keseluruhan responden) dan penerima non KUR sebesar 81 responden (sekitar 42 persen dari keseluruhan responden). Bila dilihat dari penerima kreditnya, sebagian besar responden merupakan rumah tangga, yaitu sebanyak 149 responden (77,6 persen) dan perusahaan sebanyak 43 responden (22,4 persen). Sedangkan bila dilihat dari jenis banknya, sebagian besar berasal dari Bank Rakyat Indonesi (BRI), yaitu sebanyak 162 responden atau sebesar 84,4 persen dari total keseluruhan responden yang sebanyak 192 responden. 120

21 Tabel 5.15 Responden Menurut Wilayah dan Jenis Kredit yang Diterima No. Wilayah Responden Penerima Kredit Persentase KUR Non KUR Total KUR Non KUR Total 1 Bogor Kudus Sidoarjo Yogyakarta Jakarta Selatan Tangerang Total No. Tabel 5.16 Responden Menurut Wilayah dan Jenis Institusi Penerima Kredit Wilayah Rumah Tangga Responden Penerima Kredit Rumah Perusahaan Total Tangga Persentase Perusahaan Total 1 Bogor Kudus Sidoarjo Yogyakarta Jakarta Selatan Tangerang Total Tabel 5.17 Responden Menurut Wilayah dan Jenis Bank Pemberi Kredit No. Wilayah BRI Bukopin BNI BSM BTN Total 1 Bogor Kudus Sidoarjo Yogyakarta Jakarta Selatan Tangerang Total

22 Analisa tabulasi silang terhadap profil responden (penerima kredit) dilakukan terhadap beberapa hal yang terkait, antara lain hubuangan antara penerima kredit dengan area/kawasan, waktu tunggu pencairan, besaran penerimaan kredit, nilai agunan yang diagunkan, bentuk lembaga usaha, dan sektor usahanya. Hubungan antara profil responden (penerima kredit) dengan berbagai hal tersebut akan dijelaskan secara rinci dan masing-masing. Secara ringkas, hasil dari analisa tabulasi silang terhadap profil responden dapat dilihat dalam Tabel 5.18 berikut ini: Tabel 5.18 Rekapitulasi Hasil Tabulasi Silang Profil Responden (Penerima Kredit) dengan Beberapa Variabel yang Relevan No. Tabulasi Silang Nilai 2 χ Asymp. Sig. (2-sided) Hasil Pengujian Hipotesa Kesimpulan Keterangan 1 Penerima Kredit Area/Kawasan 2 Penerima Kredit Waktu Tunggu Pencairan 3 Penerima Kredit Besaran Penerimaan Kredit 4 Penerima Kredit Nilai Agunan yang Diagunkan 5 Penerima Kredit Bentuk Lembaga Usaha 6 Penerima Kredit Sektor Usaha Tidak Menolak Ho Tidak Ada Hubungan Tolak Ho Ada Hubungan E-06 Tolak Ho Ada Hubungan Tolak Ho Ada Hubungan Tolak Ho Ada Hubungan Tidak Menolak Ho Tidak Ada Hubungan Tidak ada hubungan antara penerima kredit dan wilayah KUR lebih cepat pencairannya, dan vice-versa KUR lebih kecil menerima kreditnya, dan viceversa Non KUR memiliki agunan yang lebih besar, dan viceversa KUR lebih dominan untuk usaha dagang dan perorangan dan untuk Non KUR lebih banyak berbentuk Badan Hukum Tidak ada hubungan antara penerima kredit dan sektor usaha Dilihat dari area/kawasannya, sebagian besar responden (sekitar 57,3 persen) berada di wilayah perkotaan (kelurahan/kecamatan/ibukota 122

23 kabupaten/kota), baik penerima kredit KUR maupun kredit non KUR. Hal tersebut menunjukkan bahwa penerima kredit (debitur) selama ini masih bias di wilayah perkotaan dibandingkan di wilaya perdesaan. Hal tersebut dapat disebabkan oleh karena akses terhadap kredit yang lebih mudah di perkotaan dan/atau juga karena memang kebutuhan akan kredit di perkotaan yang lebih besar. Walaupun demikian, dengan adanya Program KUR terlihat bahwa penerima kredit (debitur) KUR di perdesaan cukup banyak, lebih banyak dibandingkan dengan yang non KUR. Hal ini menandakan bahwa Program KUR dapat mengurangi bias dari penerima kredit yang selama ini masih didominasi oleh wilaya perkotaan. Tabel 5.19 berikut ini menunjukan jumlah dan persentase responden menut area dan jenis kredit yang diterima secara lebih rinci: Tabel 5.19 Responden Menurut Area dan Jenis Kredit Penerima Area Persentase Kredit Perdesaan Perkotaan Total Perdesaan Perkotaan Total KUR Non KUR Total Dari keseluruhan responden, sebagian besar responden yaitu sekitar 57,3 persen respoenden menerima pencairan kredit dengan menunggu waktu kurang dari 3 minggu. Bila dibandingkan antara responden penerima KUR dan non KUR, ternyata reposnden penerima KUR lebih banyak yang menerima kredit dengan jangka waktu kurang dari 3 minggu (yaitu sebesar 38,5 persen dari keluruhan responden) bila dibandingkan dengan yang non KUR (yaitu sekitar 18,8 persen dari keseluruhan responden). Hal ini tentunya menjadi temuan yang menarik dalam studi ini, yaitu bahwa pencairan kredit dalam Program KUR lebih cepat dibandingkan dengan kredit yang non KUR. Secara lebih rinci mengenai persentase responden menurut jangka waktu menunggu pencairan kredit dapat dilihat dalam Tabel 5.20 berikut ini: 123

24 Tabel 5.20 Persentase Responden Menurut Jangka Waktu Menunggu Pencairan Kredit Penerima Kredit Minggu 1 > 1 2 > 2-3 > 3-4 > 5-6 > 6 Total KUR Non KUR Total Bila dilihat dari besarnya penerimaan kredit, sebagian besar responden merupakan debitur kelas mikro dan kecil karena hampir sekitar 73 persen menerima kredit sebesar Rp. 50 juta ke bawah. Dari 73 persen tersebut, hampir sebanyak 49 persen merupakan responden penerima KUR, dan 24 persen adalah penerima non KUR. Bila dilihat lebih rinci lagi, dari 49 persen penerima KUR, sekitar 25,5 persennya merupakan penerima kredit sebesar Rp. 5 juta ke bawah. Hal tersebut menunjukkan bahwa sebagian besar responden (dari keseluruhan responden) merupakan penerima kredit untuk usaha kelas mikro. Sementara itu, untuk penerima kredit KUR sendiri ternyata tidak ada yang menerima kredit di atas nilai Rp. 500 juta, yang menunjukkan bahwa pemberian KUR dari sampel yang digunakan telah sesuai dengan aturan yang diberlakukan, yaitu jumlah plafon kredit maksimum yang dapat diberikan adalah Rp, 500 juta pada setiap debitur. Rincian mengenai distribusi responden menurut besarnya kredit yang diterima oleh debitur dapat dilihat dalam Tabel 5.21 Tabel 5.21 Persentase Responden Menurut Besarnya Penerimaan Kredit Rp. Juta Penerima Kredit > 5 > 10 > 20 > 50 > > 500 Total KUR Non KUR Total

25 Sesuai dengan konsepnya, Program KUR dilaksanakan untuk membantu Usaha Mikro, Kecil, Menengah, dan Koperasi (UMKMK) yang produktif dan layak namun belum bankable (belum memenuhi persyaratan kredit/pembiayaan Bank) untuk dapat mengakses kredit/pembiayaan dari bank. Oleh karena itu, agunan yang diwajibkan dalam Program KUR sebenarnya adalah usaha yang dibiayai, sedangkan agunan tambahan disesuaikan dengan ketentuan dari Bank Pelaksana. Dari hasil survei diperoleh bahwa seluruh penerima kredit, baik KUR maupun non KUR, menjaminkan sejumlah agunan untuk mendapatkan kredit. Jadi, dalam Program KUR, ternyata pihak perbankan (semua Bank Pelaksana) masih menerapkan sistem agunan untuk menjamin kredit yang diberikan kepada debitur. Secara umum, jenis harta yang diagunkan adalah berupa sertifikat tanah/rumah dan bukti kepemilikan kendaraan bermotor. Karena penerima kredit KUR sebagian besar adalah usaha mikro, maka yang diagunkan juga sebagian besar bernilai relatif lebih kecil dibandingkan dengan agunan yang diagunkan oleh penerima kredit non KUR. Hal tersebut secara rinci dapat dilihat dalam Tabel 5.22 berikut ini: Tabel 5.22 Persentase Responden Menurut Besarnya Nilai Agunan yang Diagunkan Rp. Juta Penerima Kredit > 5 > 10 > 20 > 50 > > 500 Total KUR Non KUR Total Bila dilihat dari bentuk lembaga usahanya, sebagian besar penerima kredit (KUR dan Non KUR) adalah usaha dagang (UD) dan usaha perorangan/individu. Usaha dagang (UD) menjadi bentuk lembaga usaha yang paling banyak menerima kredit, yaitu hampir mencapai 55 persen dari sluruh responden dimana hampir 37 persennya merupakan penerima KUR dan hampir 18 persennya adalah penerima non KUR. Sementara itu, usaha perorangan/individu merupakan bentuk 125

26 lembaga usaha terbanyak kedua dimana hampir sebanyak 33 persen responden berusaha dalam bentuk lembaga perorangan/individu, yang terdiri dari 18 persen adalah penerima KUR dan sekitar 16 persen sisanya adalah penerima non KUR. Secara rinci, persentase responden menurut bentuk lembaga usaha yang disurvei dalam studi ini dapat dilihat dalam Tabel 5.23 berikut ini: Penerima Kredit KUR Non KUR Total Tabel 5.23 Persentase Responden Menurut Bentuk Lembaga Usaha Usaha Perorangan/ PT CV Koperasi Total Dagang Individu Sedangkan bila dilihat dari sektor usahanya, sebagian besar responden bergerak di sektor perdagangan, hotel, dan restoran baik pelaku usaha penerima KUR maupun non KUR, dimana sekitar 65 persen responden bergerak di sektor tersebut. Bahkan, secara keseluruan, responden terbanyak dari keseluruhan responden yang ada dalam studi ini adalah responden penerima KUR yang bergerak di sektor usaha perdagangan, hotel, dan restoran yaitu sebanyak 39 persen. Sektor kedua yang juga cukup banyak adalah sektor jasa-jasa, yang mencapai sekitar 15 persen. Hal tersebut kemungkinan berkorelasi dengan karakteristik dari perekonomian daerah yang menjadi sampel survei dimana sebagain besar merupakan wilaya perkotaan. Tabel 5.24 berikut ini merinci persentase responden menurut sektor usaha di 6 wilayah yang menjadi sampel survei. 126

27 Penerima Kredit Pertanian Tabel 5.24 Persentase Responden Menurut Sektor Usaha Indus- Tri Listrik, Gas, dan Air Minum Bangu- Nan Perdagangan, Hotel, dan Restoran Transportasi Dan Komunikasi Keuangan KUR Non KUR Jasajasa Total Total Dampak Kredit terhadap Kegiatan Usaha Pemberian kredit tentunya diharapkan membawa dampak positif terhadap usaha yang dijalankan oleh penerima kredit (debitur). Dampak positif tersebut dapat terlihat dari adanya peningkatan pendapatan usaha, peningkatan keuntungan usaha, penambahan modal usaha, peningkatan tabungan yang dimiliki, dan peningkatan aset usaha yang secara langsung dapat terlihat. Dampak tersebut juga secara tidak langsung nantinya memberikan dampak positif terhadap peningkatan kesejahteraan individu atau rumah tangga yang menerima kredit. Hal yang tidak terelakan dari adanya peningkatan modal usaha (berupa uang atau modal) adalah kebutuhan sumber daya yang lain sebagai komplementarnya yaitu tenaga kerja dan juga inputnya. Sehingga, selain terdapat pengaruh-pengaruh yang bersifat positif untuk pelaku usaha, terdapat juga pengaruh lanjutan yaitu dengan adanya tambahan kebutuhan tenaga kerja dan jumlah input yang diperlukan sehingga pada akhirnya juga meningkatkan pengeluaran usahanya. Untuk melihat dampak dari kredit terhadap berbagai indikator kemajuan para pelaku usaha yang menjadi responden survei dalam studi ini memang masih belum secara jelas tergambarkan apabila menggunakan statistika deskriptif, khususnya dengan menggunakan analisa tabulasi silang (cross-tabs). Walaupun demikian, dengan menggunakan statistika deskriptif, khususnya analisa tabulasi silang dapat ditunjukkan secara sederhana adanya indikasi dampak positif dari kredit yang diterima oleh pelaku usaha. Dampak positif tersebut dapat ditunjukkan dengan mengecilnya persentase jumlah responden yang bernilai rendah dan/atau 127

28 membesarnya persentase jumlah responden yang bernilai tinggi antara sebelum dan sesudah menerima kredit untuk suatu indikator kemajuan usaha dari pelaku usaha. Secara ringkas, rekapitulasi hasil analisa tabulasi silang untuk dampak kredit terhadap kegiatan usaha dapat dilihat dalam Tabel 5.25 berikut ini: Tabel 5.25 Rekapitulasi Hasil Tabulasi Silang Dampak Kredit terhadap Kegiatan Usaha No. Tabulasi Silang Nilai 2 χ Asymp. Sig. (2-sided) Hasil Pengujian Hipotesa Kesim-pulan Keterangan 1 Jenis Kredit dan Pendapatan Usaha 2 Jenis Kredit dan Keuntungan Usaha 3 Jenis Kredit dan Pengeluaran Usaha 4 Jenis Kredit dan Nilai Modal Modal 5 Jenis Kredit dan Nilai Aset Usaha 6 Jenis Kredit dan Tenaga Kerja Tidak Menolak Ho Tidak Ada Hubungan Tidak ada hubungan antara jenis kredit dan pendapatan usaha Tolak Ho Ada Hubungan Penerima KUR memiliki keuntungan nominal yang relatif rendah (karena dominan UMKM) Tidak Menolak Ho Tidak Menolak Ho Tidak Menolak Ho Tidak Ada Hubungan Tidak Ada Hubungan Tidak Ada Hubungan Tidak ada hubungan antara jenis kredit dan pengeluaran usaha Tidak ada hubungan antara jenis kredit dan nilai modal usaha Tidak ada hubungan antara jenis kredit dan nilai aset usaha Tolak Ho Ada Hubungan Penerima KUR memiliki jumlah tenaga kerja yang relatif sedikit (karena dominan UMKM) 128