37 IV. HASIL DAN PEMBAHASAN 4.1. Analisis Deskriptif 4.1.1. Gambaran Umum Laju Inflasi di Indonesia Laju inflasi tahunan Indonesia selama kurun waktu 2000 hingga 2011 masih menunjukkan fluktuasi seperti pada Gambar 4.1. Rata-rata inflasi tahun 2000-2011 sebesar 8,19 persen. Nilai tertinggi inflasi tahunan terjadi pada tahun 2005 yaitu sebesar 17,11 persen. Hal ini disebabkan oleh peningkatan harga minyak dunia yang diikuti oleh pengurangan subsidi BBM oleh pemerintah dengan menaikkan harga BBM sebanyak dua kali. Kenaikan harga BBM terjadi pada 1 Maret 2005 dari Rp 1.800 menjadi Rp 2.400 dan pada 1 Oktober 2005 dari Rp 2.400 menjadi 4.500. Sedangkan, nilai terendah inflasi tahunan terjadi pada tahun 2009 sebesar 2,78 persen. Pada awal tahun 2009 pemerintah menurunkan harga BBM dari Rp 5.000 menjadi Rp 4.500. PERSEN 18 16 14 12 10 8 6 4 2 0 9.35 12.55 10.03 5.06 6.4 17.11 6.6 6.59 11.06 2.78 6.96 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 3.79 Gambar 4.1. Laju Inflasi Tahunan di Indonesia Tahun 2000-2011 Sumber: OECD.Stat (diolah)
38 4.1.2. Gambaran Umum Nilai Tukar Rupiah di Indonesia Pada tahun 2000 nilai tukar rupiah dibuka dengan nilai Rp 7.425 per US Dolar. Pada awal tahun 2000 tersebut merupakan kondisi nilai tukar terkuat pada periode 2000-2011. Namun, sepanjang tahun 2000 nilai tukar rupiah menunjukkan nilai yang semakin terdepresiasi akibat perkembangan politik dan keamanan menjelang Sidang Tahunan MPR Agustus 2000. Pada periode 2000-2011, kondisi nilai tukar rupiah terlemah terjadi pada November 2008 sebesar Rp 12.151 per US Dolar. Kuatnya tekanan terhadap nilai tukar rupiah ini disebabkan oleh dampak negatif dari krisis finansial global yang membuat para investor asing menarik dananya dari Indonesia. Terjadinya capital outflow menyebabkan nilai tukar rupiah terdepresiasi. Rata-rata nilai tukar rupiah pada tahun 2000-2011 yaitu Rp 9303 per US Dolar. RUPIAH 14000 12000 10000 8000 6000 4000 2000 0 Jan-00 Rp 7.425/ US$ Oct-00 Jul-01 Apr-02 Jan-03 Oct-03 Jul-04 Gambar 4.2. Nilai Tukar Rupiah terhadap Dollar Amerika Tahun 2000-2011 Sumber: Bank Indonesia (diolah) Apr-05 4.1.3. Gambaran Umum Harga Minyak Dunia Pada periode 2000-2011 harga minyak dunia cenderung mengalami peningkatan. Rata-rata harga minyak dunia tahun 2000-2011 yaitu 57,10 US Dolar per barel. Harga minyak dunia terendah periode 2000-2011 terjadi pada Jan-06 Oct-06 Jul-07 Rp 12.151/ US$ Apr-08 Jan-09 Oct-09 Jul-10 Apr-11
39 Desember 2001 sebesar 19,39 US Dolar per barel. Harga minyak dunia tertinggi periode 2000-2011 terjadi pada Juni 2008 sebesar 133,88 US Dolar per barel. US 160$ / barel 140 133,88 US$/barel 120 100 80 60 19,39 US$/barel 40 20 0 Jan-00 Sep-00 May-01 Jan-02 Sep-02 May-03 Jan-04 Sep-04 May-05 Jan-06 Sep-06 May-07 Jan-08 Sep-08 May-09 Jan-10 Sep-10 May-11 Gambar 4.3. Harga Minyak Dunia Tahun 2000-2011 Sumber: EIA (diolah) 4.1.4. Gambaran Umum Harga Pangan Dunia Pada periode 2000-2011 indeks harga pangan dunia cenderung mengalami peningkatan. Rata-rata indeks harga pangan dunia tahun 2000-2011 yaitu 152,73. Indeks harga pangan dunia terendah periode 2000-2011 terjadi pada Mei 2002 sebesar 94,30. Indeks harga pangan dunia tertinggi periode 2000-2011 terjadi pada Februari 2011 sebesar 263,31. 300 INDEKS 250 200 150 248,34 263,31 100 50 94,30 0 Jan-00 Aug-00 Mar-01 Oct-01 May-02 Dec-02 Jul-03 Feb-04 Sep-04 Apr-05 Nov-05 Jun-06 Jan-07 Aug-07 Mar-08 Oct-08 May-09 Dec-09 Jul-10 Feb-11 Sep-11 Gambar 4.4. Indeks Harga Pangan Dunia Tahun 2000-2011 Sumber: FAO (diolah)
40 4.1.5. Gambaran Umum Jumlah Uang Beredar Pada tahun 2000-2011 rata-rata jumlah uang beredar Indonesia sebesar Rp 1.507.094 miliar. Pada tahun 2000 hingga tahun 2011 jumlah uang beredar selalu meningkat. Jumlah uang beredar tahun 2000 sebesar Rp 747.028 miliar. Jumlah uang beredar tahun 2011 sebesar Rp 2.877.220 miliar. Rata-rata pertumbuhan uang beredar Indonesia pada tahun 2000-2011 sebesar 13,32 persen. Pertumbuhan uang beredar terendah terjadi pada tahun 2002 sebesar 4,72 persen. Pertumbuhan uang beredar tertinggi terjadi pada tahun 2007 sebesar 19,32 persen. Tabel 4.1. Jumlah Uang Beredar Indonesia Tahun 2000-2011 Tahun Jumlah Uang Beredar (Miliar Rupiah) Pertumbuhan (persen) 2000 747.028 15,6 2001 844.053 13 2002 883.908 4,72 2003 955.692 8,12 2004 1.033.877 8,18 2005 1.202.762 16,33 2006 1.382.493 14,94 2007 1.649.662 19,32 2008 1.895.839 14,92 2009 2.141.384 12,95 2010 2.471.206 15,40 2011 2.877.220 16,42 Rata-rata 1.507.094 13,32 Sumber: Bank Indonesia (diolah) 4.1.6. Gambaran Umum PDB Pada tahun 2000-2011 rata-rata PDB Indonesia sebesar Rp 1.847.477 miliar. Pada tahun 2000 hingga tahun 2011 nilai PDB selalu meningkat. PDB tahun 2000 sebesar Rp 1.323.940,2 miliar. PDB tahun 2011 sebesar Rp. 2.463.242 miliar. Peningkatan PDB setiap tahunnya dapat digunakan untuk melihat pertumbuhan ekonomi suatu negara. Rata-rata pertumbuhan ekonomi Indonesia
41 pada tahun 2000-2011 sebesar 5,2 persen. Pertumbuhan ekonomi terendah terjadi pada tahun 2001 sebesar 3,6 persen. Pertumbuhan ekonomi tertinggi terjadi pada tahun 2011 sebesar 6,5 persen. Tabel 4.2. Produk Domestik Bruto Indonesia Tahun 2000-2011 Tahun PDB (Miliar Rupiah) Pertumbuhan (persen) 2000 1.389.769,9 4,9 2001 1.440.405,7 3,6 2002 1.505.216,4 4,4 2003 1.577.171,3 4,7 2004 1.656.516,8 5,1 2005 1.750.815,2 5,6 2006 1.847.126,7 5,5 2007 1.964.327,3 6,4 2008 2.082.456,1 6 2009 2.178.850,4 4,6 2010 2.313.838 6,1 2011 2.463.242 6,5 Rata-rata 1.847.477 5,2 Sumber: Bank Indonesia (diolah) 4.1.7. Gambaran Umum Suku Bunga Bank Indonesia menggunakan instrumen suku bunga dalam mengendalikan laju inflasi. Pada tahun 2000-2001, suku bunga mengalami peningkatan hingga mencapai nilai tertinggi sebesar 17,67 persen pada Agustus 2001. Peningkatan suku bunga ini dilakukan guna menekan laju inflasi di akhir tahun 2000 yang mencapai 9,35 persen. Pada tahun 2002-2003 suku bunga cenderung menurun. Pada tahun 2004 hingga pertengahan tahun 2005 suku bunga cenderung stabil pada kisaran 7 persen. Namun, pada akhir 2005 hingga tahun 2006 suku bunga kembali meningkat mencapai 12,75 persen. Hal ini dilakukan guna menekan laju inflasi yang tinggi akibat kenaikan harga BBM. Pada tahun 2008 suku bunga kembali meningkat pada kisaran 8 persen untuk menekan laju
42 inflasi yang tinggi akibat krisis 2008. Pada tahun 2009-2011 suku bunga cenderung stabil pada kisaran 6 persen. Suku bunga terendah terjadi pada April 2010 sebesar 6,2 persen. Rata-rata suku bunga pada tahun 2000-2011 sebesar 10,03 persen. 20 18 16 14 12 10 8 6 4 2 0 PERSEN Jan-00 Aug-00 Mar-01 17,67 Oct-01 May-02 Dec-02 Jul-03 6,2 Feb-04 Sep-04 Apr-05 Nov-05 Jun-06 Jan-07 Aug-07 Mar-08 Oct-08 May-09 Dec-09 Jul-10 Feb-11 Sep-11 Gambar 4.5. Suku Bunga Indonesia Tahun 2000-2011 Sumber: Bank Indonesia (diolah) 4.1.8. Gambaran Umum Pengeluaran Pemerintah Pada tahun 2000-2011 rata-rata pengeluaran pemerintah Indonesia sebesar Rp 145.504,7 miliar. Pada tahun 2000 hingga tahun 2011 pengeluaran pemerintah selalu mengalami peningkatan. Pada tahun 2000 pengeluaran pemerintah Indonesia sebesar Rp 90.780 miliar. Pada tahun 2011 pengeluaran pemerintah Indonesia sebesar Rp 202.612 miliar. Kenaikan pengeluaran pemerintah tertinggi terjadi pada tahun 2009 sebesar 15,7 persen. Kenaikan pengeluaran pemerintah terendah terjadi pada tahun 2010 sebesar 0,3 persen. Rata-rata kenaikan pengeluaran pemerintah Indonesia tahun 2000-2011 sebesar 7,56 persen.
43 Tabel 4.3 Konsumsi Pengeluaran Pemerintah Indonesia Tahun 2000-2011 Pengeluaran Pemerintah Tahun (Miliar Rupiah) Pertumbuhan (persen) 2000 90.780 6,5 2001 97.646 7,5 2002 110.334 13 2003 121.404 10 2004 126.249 4 2005 134.626 6,6 2006 147.564 9,6 2007 153.310 4 2008 169.297 10,4 2009 195.835 15,7 2010 196.399 0,3 2011 202.612 3,2 Rata-rata 145.504,7 7,56 Sumber: Bank Indonesia (diolah) 4.1.9 Gambaran Umum Inflation Targeting Framework (ITF) Berlakunya Undang-Undang Nomer 23 Tahun 1999 tentang Bank Sentral mengenai tujuan Bank Indonesia yang memiliki fokus pada pencapaian dan pemeliharaan kestabilan nilai rupiah yang tercermin dari inflasi dan nilai tukar. Awalnya untuk mencapai dan memelihara kestabilan nilai rupiah dilakukan dengan pengendalian uang beredar. Namun, beberapa studi BI menyimpulkan strategi kebijakan moneter dengan pengendalian uang beredar semakin sulit diandalkan. Sehingga, sejak Juli 2005 Bank Indonesia menerapkan Inflation Targeting Framewok (ITF) di Indonesia. ITF adalah kerangka kebijakan moneter yang ditandai oleh pemberitahuan kepada masyarakat mengenai target inflasi yang hendak dicapai dalam kurun waktu tertentu, dimana suku bunga BI rate dijadikan instrumen untuk mencapai dan mengendalikan laju inflasi yang rendah dan stabil. Adapun tiga konsep dasar kebijakan moneter dengan kerangka ITF yaitu forward looking, transparansi, serta akuntabilitas dan kredibilitas. Forward looking berarti Bank Indonesia bersifat antisipatif dengan memperkirakan
44 pergerakan inflasi ke depan dan memprediksi lag dari pengaruh kebijakan moneter. Transparansi berarti menunjukkan komitmen Bank Indonesia dalam mengendalikan inflasi dengan mempublikasikan arah kebijakan moneter kepada masyarakat/pelaku ekonomi. Dengan adanya publikasi tersebut, maka diharapkan masyarakat/pelaku ekonomi akan membentuk ekspektasinya sesuai dengan arah kebijakan moneter yang telah dibuat. Akuntabilitas merupakan tanggung jawab dari Bank Indonesia dalam menjalankan tugasnya. Bank Indonesia akan memberikan laporan mengenai ukuran keberhasilan Bank Indonesia dalam mencapai target inflasi yang telah ditetapkan sebelumnya. Akuntabilitas ini pada akhirnya akan mempengaruhi kredibilitas dari Bank Indonesia dalam menjalakan tugasnya untuk mengendalikan inflasi. 4.2. Analisis Ekonometrika 4.2.1. Uji Pra Estimasi 4.2.1.1. Pengujian Akar-Akar Unit (Unit Root Test) Sebelum melakukan analisis lebih lanjut, perlu dilakukan uji stasioneritas terlebih dahulu terhadap data yang digunakan. Tujuan dari uji stasioneritas yaitu untuk menghindari timbulnya regresi lancung (spurious regression). Selain itu, data yang tidak stasioner dapat mengakibatkan kurang baiknya model yang di estimasi (Nachrowi, 2006). Dalam penelitian ini, uji stasioneritas yang digunakan adalah uji akar unit (Unit Roots Test) dengan menggunakan metode Augmented Dickey Fuller Test (ADF Test). Pengujian akar unit data yang dilakukan terhadap seluruh variabel dalam model penelitian, didasarkan pada Augmented Dickey Fuller test (ADF). Perhitungannya menggunakan bantuan komputer program Eviews 6.0. Hasil pengujian dapat dilihat pada tabel berikut :
45 Tabel 4.4. Hasil Pengujian Akar Unit pada Level. ADF Nilai Kritis Mc.Kinnon Variabel statistik 1 persen 5 persen 10 persen Keterangan INFLASI -9.94284-3.47647-2.88169-2.57759 Stasioner LN_KURS -3.98827-3.47681-2.88183-2.57767 Stasioner LN_OILPRICE -3.04007-4.02398-3.44178-3.14547 Tidak Stasioner LN_FPI -1.21062-3.47714-2.88198-2.57775 Tidak Stasioner M2GROWTH -2.26318-3.48043-2.88341-2.57851 Tidak Stasioner LN_PDB -2.59945-4.02849-3.44396-3.14676 Tidak stasioner SB -1.45073-3.47681-2.88183-2.57767 Tidak stasioner LN_G -0.29323-3.48004-2.88324-2.57842 Tidak Stasioner DUMMY -1.08076-3.47647-2.88168-2.57759 Tidak Stasioner Hasil uji akar unit pada tingkat level menunjukkan bahwa hanya variabel INFLASI dan LN_KURS yang stasioner. Hal tersebut dapat dilihat dari nilai ADF statistik yang lebih kecil dari nilai kritis Mc.Kinnon. Variabel LN_KURS stasioner pada taraf 1 persen, 5 persen dan 10 persen. Variabel INFLASI stasioner pada taraf nyata 5 persen. Sedangkan, variabel lainnya tidak stasioner pada tingkat level, baik pada taraf 1 persen, 5 persen dan 10 persen. Oleh karena itu, pengujian unit root dilanjutkan pada first differences dikarenakan pada level masih mengandung akar unit. Dengan mendeferensiasikan masing-masing data hingga menjadi stasioner. Berdasarkan uji tingkat first differences diperoleh hasil sebagai berikut: Tabel 4.5. Hasil Pengujian Akar Unit pada first differences Nilai Kritis Mc.Kinnon Variabel ADF statistik 1 persen 5 persen 10 persen Keterangan INFLASI -8.87809-3.47855-2.88259-2.57807 Stasioner LN_KURS -10.34520-3.47681-2.88183-2.57767 Stasioner LN_OILPRICE -9.14114-4.02398-3.44178-3.14547 Stasioner LN_FPI -6.29091-3.47681-2.88183-2.57767 Stasioner M2GROWTH -8.67219-3.48043-2.88341-2.57851 Stasioner LN_PDB -5.78284-4.02849-3.44396-3.14676 Stasioner SB -5.27523-3.47681-2.88183-2.57767 Stasioner LN_G -5.33953-3.48004-2.88324-2.57842 Stasioner DUMMY -11.91638-3.47681-2.88183-2.57767 Stasioner
46 Pada pengujian dalam bentuk first differences (Tabel 4.5), semua variabel yang digunakan dalam penelitian ini memiliki nilai ADF statistik lebih kecil dari nilai kritis Mc.Kinnon pada taraf 1 persen, 5 persen dan 10 persen. Seluruh variabel telah stasioner pada first differences. Dengan demikian, dapat dijelaskan bahwa seluruh variabel yang diestimasi dalam penelitian ini telah stasioner pada derajat yang sama, yaitu pada derajat integrasi satu I(1). 4.2.1.2. Uji Lag Optimal Penentuan lag dalam sebuah sistem VAR merupakan hal yang penting. Disamping berguna untuk menunjukkan berapa lama reaksi suatu variabel terhadap variabel lainnya, penentuan lag optimal juga berguna untuk menghilangkan masalah autokorelasi dalam sebuah sistem VAR. Pengujian lag optimal dalam penelitian ini menggunakan kriteria AIC, SC dan HQ. Adapun hasil uji lag optimal dapat dilihat pada Tabel dibawah ini: Tabel 4.6. Hasil Uji Lag Optimal Lag AIC SC HQ 0 3.726440 3.919189 3.804768 1-14.48329-12.55580* -13.70001 2-15.39417-11.73193-13.90593 3-15.45857-10.06159-13.26537 4-17.33566-10.20394-14.43751* 5-17.62604-8.759576-14.02293 6-17.49661-6.895403-13.18855 7-17.88601-5.55006-12.87299 8-18.07207* -4.00138-12.3541 Catatan: tanda asterik (*) menunjukkan kandidat selang yang dipilih Penentuan lag optimal didasarkan adanya tanda asterik (*) pada nilai AIC, SC dan HQ. Dari Tabel 4.6 dapat dilihat bahwa dari 8 lag (bulan), lag yang terdapat tanda * terdapat pada lag ke 8 pada AIC, lag ke 1 pada SC dan lag 4 pada HQ. Kemudian masing-masing kandidat lag diuji untuk mendapatkan nilai
47 adjusted R 2 terbesar. Dari uji coba yang telah dilakukan, maka kandidat lag yang dipilih adalah lag 1. 4.2.1.3. Hasil Estimasi VAR Uji lag optimal telah dilakukan, selanjutnya dapat ditulis persamaan umum model VAR dari inflasi. Model ini nantinya akan digunakan untuk melihat stabilitas modelnya, sehingga dapat dilakukan langkah selanjutnya, yaitu estimasi dengan menggunakan model VECM dikarenakan data yang tersedia tidak stasioner pada first different. Model VAR dituliskan sebagai berikut: 1 1 INFLASI t = i=1 α LN_KURS t-1 + i=1 β LN_OILPRICE t-1 + i=1 γ LN_FPI t-1 1 1 1 + i=1 θ M2GROWTH t-1 + i=1 ψ LN_PDB t-1 + i=1 ω SB t-1 + 1 1 i=1 δ LN_G t-1 + i=1 Ω DUMMY t-1 + i=1 ρ INFLASI t-1 + ε t 1 1 (5.1) Dimana: INFLASI LN_KURS LN_OILPRICE LN_FPI M2GROWTH LN_PDB SB LN_G DUMMY : Inflasi : Logaritma natural dari data nilai tukar : Logaritma natural dari data harga minyak dunia : Logaritma natural dari data indeks harga pangan dunia : Pertumbuhan uang beredar : Logaritma natural dari data PDB : Suku Bunga :Logaritma natural dari data konsumsi pengeluaran pemerintah : Dummy Inflation Targeting Framework 4.2.1.4. Uji Stabilitas VAR Langkah berikutnya adalah menguji stabilitas VAR atau VAR stability condition check. Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi polinomial atau dikenal dengan roots of characteristic polynomial. Jika
48 semua akar dari fungsi polinomial tersebut berada di dalam unit circle atau jika nilai absolutnya kurang dari 1 maka model VAR tersebut dianggap stabil. Tabel 4.7. Hasil Uji Stabilitas VAR Root Modulus 0.998355 0.998355 0.946785-0.072246i 0.949538 0.946785 + 0.072246i 0.949538 0.881473-0.034562i 0.882150 0.881473 + 0.034562i 0.882150 0.776053-0.162206i 0.792824 0.776053 + 0.162206i 0.792824-0.046103-0.165155i 0.171469-0.046103 + 0.165155i 0.171469 Berdasarkan Tabel 4.7, seluruh variabel memiliki modulus lebih kecil dari satu. Dengan demikian dapat disimpulkan bahwa sistem VAR stabil. Sehingga peramalan menggunakan IRF (Impulse Response Function) dan FEVD (Forecast Error Variance Decompotition) yang akan dihasilkan dianggap valid. Selanjutnya, mengingat hasil pengujian kestasioneran data didapatkan hasil bahwa tidak semua data stasioner di tingkat level, maka diperlukan uji kointegrasi. Uji ini dilakukan untuk mengetahui penggunaan data deret waktu menggunakan estimasi VAR first differences atau dengan VECM. 4.2.1.5. Uji Kointegrasi Berdasarkan hasil pengujian kestasioneran data menunjukkan bahwa tidak semua data stasioner di tingkat level. Data yang stasioner pada first differences kemungkinan besar menggunakan VAR first difference atau VECM. Oleh karena itu, perlu dilakukan uji kointegrasi. Uji kointegrasi dilakukan untuk mendeteksi hubungan jangka panjang antar variabel. Uji ini dilakukan dengan menggunakan Johansen Trace Statistic test.
49 Terdapat lima asumsi deterministic trend dalam uji kointegrasi dan untuk menentukan pilihan trend yang akan dipakai bisa dilihat dari hasil summary, serta pilihan lag yang digunakan adalah lag optimal. Berdasarkan hasil summary dapat dilihat bahwa deterministic trend yang tersedia untuk pilihan ini adalah no intercept or trend (1) yang didasarkan pada adanya tanda bintang pada uji kointegrasi tersebut. Sehingga, untuk penelitian ini akan digunakan pilihan trend yang model 1 yaitu no intercept or trend. Setelah mengetahui pilihan trend yang akan digunakan dan lag optimal yang akan dipakai, selanjutnya akan dilakukan kointegrasi. Hasil uji tersebut disajikan dalam tabel 4.8. Tabel 4.8. Hasil Uji Kointegrasi (Johansen Trace Statistic test) Hypothesized No. of CE(s) Eigenvalue Trace Statistic 0.05 Critical Value Prob.** None * 0.586665 354.4541 179.5098 0.0000 At most 1 * 0.488002 228.9975 143.6691 0.0000 At most 2 * 0.342544 133.9377 111.7805 0.0009 At most 3 0.162245 74.38611 83.93712 0.2013 At most 4 0.118310 49.24800 60.06141 0.2908 At most 5 0.093634 31.36802 40.17493 0.2871 At most 6 0.067860 17.40768 24.27596 0.2859 At most 7 0.048978 7.428984 12.32090 0.2844 At most 8 0.002096 0.297970 4.129906 0.6466 Catatan: tanda asterik (*) menunjukkan adanya kointegrasi pada taraf nyata 5 persen Hasil uji kointegrasi dengan menggunakan Johansen Trace Statistic test menunjukkan bahwa, pada pengujian menggunakan model no intercept no trend dan lag optimal 1 terdapat tiga persamaan kointegrasi pada taraf 5 persen. Artinya, terdapat tiga persamaan linear jangka panjang yang dikandung oleh model. Hal ini diperoleh dengan, membandingkan estimasi Trace Statistic terhadap nilai kritisnya (critical value), dimana dalam taraf 5 persen ada tiga persamaan yang nilai critical value lebih kecil dibandingkan dengan Trace
50 Statisticnya. Dengan adanya kointegrasi, hasil estimasi selanjutnya menggunakan model VECM. 4.2.2. Hasil Estimasi VECM Setelah diketahui bahwa data yang tidak stasioner tetapi memiliki hubungan kointegrasi, maka metode yang digunakan adalah VECM. Estimasi VECM menghasilkan informasi kecepatan penyesuaian (speed of adjustment) atas ketidakstabilan hubungan jangka pendek menuju keseimbangan jangka panjang. Berikut adalah hasil estimasi VECM: Tabel 4.9. Hasil Estimasi VECM Variabel Koefisien T-statistik Jangka Pendek D(INFLASI(-1)) 0.097996 [ 1.06200] D(LN_KURS(-1)) 0.424997 [ 0.20518] D(LN_OILPRICE(-1)) -0.095698 [-0.10802] D(LN_FPI(-1)) 4.029277 [ 1.46154] D(M2GROWTH(-1)) -0.036771 [-0.70478] D(LN_PDB(-1)) -3.290634 [-0.43874] D(SB(-1)) 0.268580 [ 1.35337] D(LN_G(-1)) -0.412292 [-0.56110] D(DUMMY(-1)) -0.360918 [-0.43649] CointEq1-1.044154 [-8.12627]* CointEq2 0.772991 [ 4.19799]* CointEq3 0.572028 [ 4.00771]* Jangka Panjang LN_FPI(-1) 0.260197 [ 0.30798] M2GROWTH(-1) 0.722344 [ 5.75683]* LN_PDB(-1) -2.066609 [-2.43034]* SB(-1) -0.000783 [-0.01754] LN_G(-1) 2.377529 [ 2.47665]* DUMMY(-1) -0.835714 [-2.19615]* Catatan: tanda asterik (*) menunjukkan signifikansi berdasarkan tabel T-statistik pada taraf nyata 5 persen, dimana n>30 dikatakan signifikan jika nilai T-statistik > 1,96.
51 Tabel diatas merupakan rangkuman hasil analisis VECM untuk melihat pengaruh dan signifikansi variabel dalam jangka pendek dan jangka panjang. Pada jangka pendek, inflasi periode sebelumnya, nilai tukar, harga pangan dunia, dan suku bunga berpengaruh positif, namun tidak signifikan. Sedangkan harga minyak dunia, uang beredar, PDB, dan pengeluaran pemerintah berpengaruh negatif dan tidak signifikan dalam jangka pendek. Terdapat dugaan parameter koreksi kesalahan persamaan kointegrasi pertama (INFLASI) yang secara statistik signifikan. Tanda negatif pada koefisien menunjukkan nilai dugaan parameter koreksi kesalahan tersebut mampu melakukan koreksi pada persamaan inflasi dari ketidakseimbangan jangka pendek menuju keseimbangan jangka panjang. Sehingga, dapat diketahui pengaruh inflasi periode sebelumnya terhadap inflasi dalam jangka panjang. Inflasi periode sebelumnya berpengaruh positif dan signifikan terhadap inflasi dalam jangka panjang. Hal ini sesuai teori Kurva Phillips dimana salah satu yang mempengaruhi inflasi adalah inflasi periode sebelumnya. Ketika terjadi kenaikan pada inflasi saat ini, maka masyarakat membentuk ekspektasinya bahwa inflasi bulan selanjutnya akan meningkat. Hal ini juga sesuai dengan penelitian Susanto (2005) yang menyatakan bahwa ekspektasi inflasi berpengaruh positif pada inflasi. Selain itu, terdapat dugaan parameter koreksi kesalahan persamaan kointegrasi kedua (LN_KURS) dan ketiga (LN_OILPRICE) yang secara statistik signifikan. Sehingga, dapat diketahui pengaruh nilai tukar dan harga minyak dunia terhadap inflasi dalam jangka panjang. Pada jangka panjang, nilai tukar berpengaruh positif dan signifikan terhadap inflasi. Hal ini sesuai dengan teori dimana ketika terjadi depresiasi nilai tukar, maka harga barang impor akan
52 meningkat. Hal ini dapat menyebabkan peningkatan pada struktur biaya (cost) sehingga mendorong terjadinya kenaikan harga barang domestik. Pada jangka panjang, harga minyak dunia juga berpengaruh positif dan signifikan terhadap inflasi. Hal ini sesuai dengan teori mark-up. Ketika terjadi kenaikan harga minyak dunia maka perusahaan akan menaikan mark-up sehingga harga akan naik. Peningkatan harga minyak akan menyebabkan peningkatan biaya produksi dan mendorong perusahaan untuk meningkatan harga. Variabel harga pangan dunia (LN_FPI) berpengaruh positif, namun tidak signifikan dalam jangka panjang. Pengaruh positif ini sesuai dengan penelitian yang dilakukan oleh Braun (2008) yang menyatakan bahwa pola kenaikan harga pangan dunia diikuti oleh kenaikan pangan domestik. Pada negara berkembang, kenaikan harga pada pangan dapat menimbulkan inflasi karena rata-rata konsumsi pangan menempati porsi terbesar dari tingkat konsumsi masyarakat. Variabel pertumbuhan uang beredar (M2GROWTH) berpengaruh positif dan signifikan dalam jangka panjang. Hal ini sesuai dengan teori kuantitas uang. Ketika terjadi kenaikan uang beredar, maka tingkat suku bunga akan menurun. Menurunnya suku bunga ini dapat meningkatkan konsumsi dan investasi yang dapat meningkatkan permintaan agregat. Meningkatnya permintaan agregat dapat meningkatkan harga sehingga terjadi inflasi. Variabel PDB (LN_PDB) berpengaruh negatif dan signifikan dalam jangka panjang. Hal ini tidak sesuai dengan teori. Namun, dapat dijelaskan bahwa meningkatnya PDB berarti meningkatnya produksi barang/jasa di suatu negara. Peningkatan produksi dapat meningkatkan supply sehingga dapat menurunkan harga.
53 Variabel suku bunga (SB) berpengaruh negatif dan signifikan dalam jangka panjang. Hal ini sesuai dengan teori bahwa suku bunga berpengaruh negatif terhadap inflasi. Suku bunga merupakan instrumen kebijakan moneter ketika inflasi tidak sesuai dengan target yang ditetapkan. Ketika inflasi ke depannya diperkirakan berada diatas target inflasi yang telah ditetapkan, maka Bank Indonesia akan meningkatkan suku bunga. Hal ini dilakukan untuk mengurangi jumlah uang beredar di masyarakat dan diharapkan dapat menurunkan inflasi sehingga sesuai dengan target yang telah ditetapkan sebelumnya. Variabel pengeluaran pemerintah (LN_G) berpengaruh positif dan signifikan dalam jangka panjang. Hal ini sesuai dengan teori bahwa pengeluaran pemerintah berpengaruh positif terhadap inflasi. Penurunan konsumsi pengeluaran pemerintah dapat menurunkan permintaan agregat sehingga dapat menurunkan inflasi. Inflation Targeting Framework (DUMMY) berpengaruh negatif dan signifikan dalam jangka panjang. Artinya, setelah adanya ITF ini inflasi cenderung menurun. Hal ini sesuai dengan tujuan dilakukannya ITF yaitu untuk mengendalikan inflasi yang rendah dan stabil. 4.2.3. Analisis Impulse Response Function 4.2.3.1. Analisis Respon Inflasi terhadap Guncangan Inflasi Periode Sebelumnya Guncangan laju inflasi periode sebelumnya sebesar satu standar deviasi pada bulan pertama akan menyebabkan peningkatan pada inflasi sebesar 0,810 persen. Pada bulan kedua respon positif inflasi mengalami penurunan yaitu
54 menjadi 0,088 persen. Pada bulan ketiga dan selanjutnya respon inflasi semakin menurun. Pada akhirnya respon inflasi terhadap guncangan inflasi periode sebelumnya mulai mencapai keseimbangan pada bulan ke-18, dimana inflasi merespon positif guncangan tersebut pada kisaran 0,005 persen. 1.0 Response of INFLASI to Cholesky One S.D. INFLASI Innovation 0.8 0.6 0.4 0.2 0.0-0.2 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.6. Respon Inflasi terhadap Guncangan Inflasi 4.2.3.2. Analisis Respon Inflasi terhadap Guncangan Nilai Tukar Guncangan nilai tukar pada bulan pertama belum direspon oleh inflasi. Inflasi baru merespon guncangan nilai tukar pada bulan kedua. Guncangan nilai tukar sebesar satu standar deviasi pada bulan kedua akan menyebabkan peningkatan pada inflasi sebesar 0,121 persen. Pada bulan ketiga dan selanjutnya respon inflasi terhadap guncangan nilai tukar semakin menurun. Pada akhirnya respon inflasi terhadap guncangan nilai tukar mulai mencapai keseimbangan pada bulan ke-18, dimana inflasi merespon positif guncangan tersebut pada kisaran 0,026 persen.
55 Response of INFLASI to Cholesky One S.D. LN_KURS Innovation.14.12.10.08.06.04.02.00 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.7. Respon Inflasi terhadap Guncangan Nilai Tukar 4.2.3.3. Analisis Respon Inflasi terhadap Guncangan Harga Minyak Dunia Guncangan harga minyak dunia pada bulan pertama belum direspon oleh inflasi. Inflasi baru merespon guncangan harga minyak dunia pada bulan kedua. Guncangan harga minyak dunia sebesar satu standar deviasi pada bulan kedua akan menyebabkan peningkatan pada inflasi sebesar 0,032 persen. Pada bulan ketiga dan keempat respon inflasi terhadap guncangan harga minyak dunia semakin meningkat menjadi 0,047 persen. Pada bulan kelima dan selanjutnya respon inflasi terhadap guncangan harga minyak dunia semakin menurun. Pada akhirnya respon inflasi terhadap guncangan harga minyak dunia mulai mencapai keseimbangan pada bulan ke-17, dimana inflasi merespon positif guncangan tersebut pada kisaran 0,035 persen..05 Response of INFLASI to Cholesky One S.D. LN_OILPRICE Innovation.04.03.02.01.00 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.8. Respon Inflasi terhadap Guncangan Harga Minyak Dunia
56 4.2.3.4. Analisis Respon Inflasi terhadap Guncangan Harga Pangan Dunia Guncangan harga pangan dunia pada bulan pertama belum direspon oleh inflasi. Inflasi baru merespon guncangan harga pangan dunia pada bulan kedua. Guncangan harga pangan dunia sebesar satu standar deviasi pada bulan kedua akan menyebabkan peningkatan pada inflasi sebesar 0,080 persen. Pada bulan ketiga dan selanjutnya respon inflasi terhadap guncangan harga pangan dunia semakin menurun hingga. Pada akhirnya respon inflasi terhadap guncangan harga pangan dunia mulai mencapai keseimbangan pada bulan ke-23, dimana inflasi merespon positif guncangan tersebut pada kisaran 0,005 persen..10 Response of INFLASI to Cholesky One S.D. LN_FPI Innovation.08.06.04.02.00 -.02 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.9. Respon Inflasi terhadap Guncangan Harga Pangan Dunia 4.2.3.5. Analisis Respon Inflasi terhadap Guncangan Uang Beredar Guncangan uang beredar pada bulan pertama belum direspon oleh inflasi. Inflasi baru merespon guncangan uang beredar pada bulan kedua. Guncangan uang beredar sebesar satu standar deviasi pada bulan kedua akan menyebabkan peningkatan pada inflasi sebesar 0,175 persen. Pada bulan ketiga dan selanjutnya respon inflasi terhadap guncangan uang beredar semakin menurun. Pada akhirnya respon inflasi terhadap guncangan uang beredar mulai mencapai keseimbangan pada bulan ke-20, dimana inflasi merespon positif guncangan tersebut pada kisaran 0,001 persen.
57 Response of INFLASI to Cholesky One S.D. M2GROWTH Innovation.20.16.12.08.04.00 -.04 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.10. Respon Inflasi terhadap Guncangan Uang Beredar 4.2.3.6. Analisis Respon Inflasi terhadap Guncangan PDB Guncangan PDB pada bulan pertama belum direspon oleh inflasi. Inflasi baru merespon guncangan PDB pada bulan kedua. Guncangan PDB sebesar satu standar deviasi pada bulan kedua akan menyebabkan penurunan pada inflasi sebesar 0,006 persen. Pada bulan ketiga respon negatif inflasi meningkat menjadi 0,123 persen. Pada bulan keempat, respon negatif inflasi terhadap guncangan PDB semakin menurun. Pada bulan kelima hingga kedelapan respon inflasi menjadi positif mencapai 0,033 persen. Pada bulan kesembilan dan selanjutnya respon inflasi semakin menurun. Pada akhirnya respon inflasi terhadap guncangan PDB mulai mencapai keseimbangan pada bulan ke-30, dimana inflasi merespon negatif guncangan tersebut pada kisaran 0,007 persen..04 Response of INFLASI to Cholesky One S.D. LN_PDB Innovation.00 -.04 -.08 -.12 -.16 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.11. Respon Inflasi terhadap Guncangan PDB
58 4.2.3.7. Analisis Respon Inflasi terhadap Guncangan Suku Bunga Guncangan suku bunga pada bulan pertama belum direspon oleh inflasi. Inflasi baru merespon guncangan suku bunga pada bulan kedua. Guncangan suku bunga sebesar satu standar deviasi pada bulan kedua akan menyebabkan peningkatan pada inflasi sebesar 0,076 persen. Pada bulan ketiga dan selanjutnya respon inflasi semakin menurun. Pada akhirnya respon inflasi terhadap guncangan suku bunga mulai mencapai keseimbangan pada bulan ke-15, dimana inflasi merespon positif guncangan tersebut pada kisaran 0,016 persen..08.07.06.05.04.03.02.01.00 Response of INFLASI to Cholesky One S.D. SB Innovation 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.12. Respon Inflasi terhadap Guncangan Suku Bunga 4.2.3.8. Analisis Respon Inflasi terhadap Guncangan PengeluaranPemerintah Guncangan pengeluaran pemerintah pada bulan pertama belum direspon oleh inflasi. Inflasi baru merespon guncangan pengeluaran pemerintah pada bulan kedua. Guncangan pengeluaran pemerintah sebesar satu standar deviasi pada bulan kedua akan menyebabkan penurunan pada inflasi sebesar 0,008 persen. Pada bulan ketiga dan keempat respon inflasi terhadap guncangan pengeluaran pemerintah semakin positif. Pada bulan kelima dan selanjutnya, inflasi kembali merespon negatif terhadap guncangan pengeluaran pemerintah. Pada akhirnya
59 respon inflasi terhadap guncangan pengeluaran pemerintah mulai mencapai keseimbangan pada bulan ke-21, dimana inflasi merespon negatif guncangan tersebut pada kisaran 0,017 persen..08 Response of INFLASI to Cholesky One S.D. LN_G Innovation.06.04.02.00 -.02 -.04 -.06 5 10 15 20 25 30 35 40 45 50 55 60 Gambar 4.13. Respon Inflasi terhadap Guncangan Pengeluaran Pemerintah 4.2.4. Analisis Forecast Error Variance Decompotition FEVD bermanfaat untuk menjelaskan kontribusi masing-masing variabel terhadap shock (guncangan) yang ditimbulkannya terhadap variabel endogen utama yang diamati. Dengan kata lain, FEVD menjelaskan proporsi variabel lain dalam menjelaskan variabilitas variabel endogen utama penelitian. Dalam kaitannya dengan FEVD maka penelitian ini akan membahas bagaimana kontibusi berbagai macam variabel yang terdapat dalam ruang lingkup penelitian dalam menjelaskan laju inflasi. Berdasarkan hasil dekomposisi varian (tabel 4.10), dapat disimpulkan bahwa pada awal periode yaitu di bulan pertama, variabilitas laju inflasi disebabkan oleh guncangan inflasi periode sebelumnya yakni sebesar 100 persen. Pada bulan kedua tampak variabel-variabel lain mulai memengaruhi variabilitas laju inflasi. Pada tahun pertama (12 bulan) kontribusi inflasi periode sebelumnya dalam menjelaskan inflasi masih dominan namun berkurang yaitu sebesar 81,68
60 persen. Variabel nilai tukar (LN_KURS) menempati posisi kedua yaitu sebesar 4,34 persen. Setelah itu diikuti oleh kontribusi pertumbuhan uang beredar (M2GROWTH) dan PDB (LN_PDB) yaitu sebesar 3,85 persen dan 3,07 persen. Sedangkan variabel lain seperti pengeluaran pemerintah, harga minyak dunia, suku bunga, harga pangan dunia, dan dummy ITF masing-masing sebesar 1,89 persen, 1,75 persen, 1,41 persen, 1,26 persen dan 0,72 persen. Pada tahun kedua (24 bulan) kontribusi inflasi periode sebelumnya dalam menjelaskan fluktuasi laju inflasi masih dominan namun berkurang yaitu sebesar 78,57 persen. Variabel nilai tukar (LN_KURS) masih menempati posisi kedua dimana kontribusi nilai tukar meningkat dari tahun sebelumnya menjadi 5,12 persen. Pada tahun kedua ini kontribusi dari pertumbuhan uang beredar dan PDB menurun menjadi 3,71 persen dan 3,03 persen. Kontribusi harga minyak dunia pada tahun kedua ini meningkat menjadi 3,40. Pada tahun ketiga (36 bulan) kontribusi inflasi periode sebelumnya dalam menjelaskan fluktuasi laju inflasi masih dominan namun berkurang yaitu sebesar 75,67 persen. Variabel nilai tukar (LN_KURS) masih menempati posisi kedua, dimana kontribusinya semakin meningkat dari tahun sebelumnya yaitu sebesar 5,86 persen. Kontribusi harga minyak dunia (LN_OILPRICE) menempati posisi ketiga, dimana pada tahun ketiga ini kontribusi harga minyak dunia meningkat menjadi 4,94 persen. Pada tahun keempat (48 bulan) kontribusi inflasi periode sebelumnya dalam menjelaskan fluktuasi laju inflasi itu sendiri masih dominan namun berkurang yaitu sebesar 72,98 persen. Pada tahun keempat ini diikuti oleh peningkatan kontribusi guncangan nilai tukar (LN_KURS) dan harga minyak
61 dunia (LN_OILPRICE) masing-masing sebesar 6,54 persen dan 6,37 persen. Selanjutnya diikuti oleh kontribusi uang beredar (M2GROWTH) yang menurun menjadi 3,45 persen. Periode jangka panjang yang distimulasikan dalam analisis ini yakni proyeksi pada tahun kelima (49-60 bulan) kontibusi inflasi periode sebelumnya dalam menjelaskan fluktuasi laju inflasi masih dominan namun berkurang yaitu sebesar 70,48 persen. Dalam jangka panjang, variabel berikutnya yang memengaruhi inflasi yaitu harga minyak dunia (LN_OILPRICE) dan nilai tukar (LN_KURS) masing-masing sebesar 7,70 persen dan 7,17 persen. Selanjutnya diikuti oleh uang beredar (M2GROWTH), pengeluaran pemerintah (LN_G), PDB (LN_PDB), suku bunga (SB), ITF (DUMMY) dan harga pangan dunia (LN_FPI) masing-masing sebesar 3,33 persen, 3,20 persen, 2,96 persen, 2,54 persen, 1,37 persen dan 1,21 persen. Hasil variance decompotition menunjukkan bahwa selama lima tahun kedepan inflasi periode sebelumnya akan memberikan kontribusi terbesar pada inflasi Indonesia yaitu sebesar 70,48 persen. Hal ini sesuai dengan teori ekspektasi inflasi, dimana laju inflasi yang akan datang dipengaruhi nilainya oleh laju inflasi itu sendiri di masa lampau. Selain itu, penelitian ini juga sesuai dengan Susanto (2005) yang mengatakan bahwa ekspektasi inflasi merupakan kontribusi terbesar dalam memengaruhi inflasi di Indonesia.
62 62 Tabel 4.10. Variance Decompotition Variabel Dependen INFLASI Dijelaskan Oleh Guncangan Periode INFLASI LN_KURS LN_OILPRICE LN_FPI M2GROWTH LN_PDB SB LN_G DUMMY 1 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 12 81.68067 4.344984 1.752393 1.260343 3.855429 3.078064 1.414890 1.892953 0.720273 24 78.57373 5.127656 3.404359 1.245156 3.710736 3.039830 1.724253 2.271597 0.902682 36 75.67600 5.860804 4.944691 1.234013 3.576317 3.012252 2.018137 2.606454 1.071330 48 72.98790 6.541136 6.373799 1.223555 3.451613 2.986622 2.290631 2.916929 1.227817 60 70.48682 7.174122 7.703467 1.213829 3.335584 2.962766 2.544171 3.205825 1.373417
63 4.3 Implikasi Kebijakan Pengaruh faktor eksternal tidak terlepas dari karakteristik negara Indonesia sebagai negara small open economy dimana stabilitas perekonomian domestik dapat dipengaruhi oleh guncangan perekonomian dunia. Adapun faktor eksternal seperti nilai tukar, harga minyak dunia dan harga pangan dunia yang dapat mempengaruhi inflasi di Indonesia. Pentingnya pengaruh harga minyak dunia dan harga pangan dunia dikarenakan Indonesia masih bergantung pada impor minyak dan impor pangan. Sejak tahun 2003, Indonesia telah mengundurkan diri dari keanggotaan OPEC (Organization of the Petroleum Exporting Countries) dan menjadi negara pengimpor minyak. Hal ini dilakukan karena produksi minyak dalam negeri tidak mampu memenuhi kebutuhan konsumsinya. Selain itu, menurut Braun (2008) harga pada pangan dunia dapat menaikkan tekanan secara umum pada inflasi. Dalam kaitannya dengan negara berkembang, hal ini dapat terjadi karena rata-rata konsumsi pangan menempati porsi terbesar dari tingkat konsumsi masyarakat. Implikasi kebijakan untuk meminimalisir guncangan faktor eksternal ini, yaitu sebaiknya meningkatkan kemandirian energi dan pangan. Swasembada energi dapat dilakukan dengan mencari alternatif sumber energi baru yang dapat diproduksi dalam negeri untuk memenuhi kebutuhan energi nasional. Swasembada pangan dapat dilakukan melalui pemenuhan kebutuhan pangan yang seoptimal mungkin berasal dari pasokan domestik dengan meminimalkan ketergantungan pada impor pangan. Pengaruh faktor eksternal lainnya, yaitu nilai tukar. Ketika terjadi depresiasi nilai tukar maka harga barang impor akan meningkat. Peningkatan
64 harga barang impor ini dapat menyebabkan peningkatan pada struktur biaya (cost) sehingga mendorong terjadinya kenaikan harga barang domestik. Implikasi kebijakan yang dapat dilakukan untuk menjaga stabilitas nilai tukar rupiah yaitu melalui kebijakan suku bunga dalam Operasi Pasar Terbuka. Ketika suku bunga SBI dinaikkan maka masyarakat akan cenderung menukarkan uangnya dengan surat berharga atau obligasi, karena suku bunga adalah harga uang dimasa depan. Sehingga jumlah uang beredar di masyarakat berkurang. Apabila uang rupiah relatif berkurang dibandingkan mata uang asing, maka nilai rupiah akan cenderung menguat terhadap mata uang asing. Kebijakan pengendalian stabilitas nilai tukar ini juga berhubungan dengan kebijakan moneter dalam pengendalian faktor internal. Pengaruh faktor internal seperti adanya perubahan kebijakan moneter, kebijakan fiskal dan kebijakan di bidang harga dalam negeri juga dapat berpengaruh pada inflasi. Menurut teori ekspektasi rasional diasumsikan bahwa orang-orang memiliki ekspektasi secara rasional. Teori ekspektasi rasional mengasumsikan bahwa orang-orang secara optimal menggunakan seluruh informasi, termasuk informasi tentang kebijakan pemerintah sekarang, untuk meramalkan masa depan. Pengendaliaan ekspektasi inflasi tersebut dapat dilakukan melalui koordinasi antara kebijakan moneter, kebijakan fiskal dan kebijakan dibidang harga. Menurut sumber terjadinya inflasi, inflasi dipengaruhi dari sisi permintaan dan sisi penawaran. Dimana inflasi dari sisi permintaan dapat dipengaruhi oleh kebijakan moneter dan kebijakan fiskal. Sedangkan, inflasi dari sisi penawaran
65 terjadi diluar kendali otoritas moneter seperti volatile food dan administered prices. Dari sisi permintaan, kebijakan moneter di Indonesia untuk mengendalikan inflasi yaitu melalui kerangka kebijakan moneter yang disebut dengan Inflation Targeting Framework (ITF). Tujuan dari ITF ini yaitu mencapai inflasi yang rendah dan stabil melalui instrumen suku bunga BI rate. Contohnya, saat krisis 2008 terjadi depresiasi nilai tukar hingga mencapai Rp 12.151 per dollar AS dan inflasi mencapai 11,06 persen. Bank Indonesia meningkatkan BI rate hingga mencapai 9,5 persen untuk menstabilkan nilai tukar rupiah dan inflasi. Pada tahun 2009 nilai tukar kembali menguat dan inflasi turun mencapai 2,78 persen. Dalam pengendalian inflasi, Bank Indonesia hanya dapat mengendalikan inflasi dan menjaga stabilitas nilai tukar dari sektor moneter saja. Sehingga perlu ada kerja sama yang baik dengan pemerintah dalam pengendalian inflasi dari sektor lainnya. Dari sisi permintaan, inflasi juga dapat dipengaruhi oleh kebijakan fiskal. Instrumen yang digunakan dalam kebijakan fiskal ini melalui kebijakan defisit atau surplus anggaran (pendapatan-pengeluaran). Untuk menentukan defisit atau surplus, dalam penentuan RAPBN (Rancangan Anggaran Pendapatan Belanja Negara) diperhitungkan asumsi ekonomi makro seperti besarnya inflasi dan nilai tukar dimasa datang. Oleh karena itu, perlu adanya koordinasi yang baik antara Bank Indonesia dan Pemerintah dalam menentukan RAPBN. Sehingga kebijakan moneter dan kebijakan fiskal dapat berjalan searah sesuai tujuan. Dari sisi penawaran, inflasi salah satunya dipengaruhi oleh administered prices yaitu harga barang yang ditentukan oleh pemerintah seperti Tarif Dasar Listrik dan Harga BBM. Pada pengalaman sebelumnya, kenaikan harga BBM
66 selalu memicu terjadinya inflasi. Pada April 2012 pemerintah mewacanakan akan meningkatkan harga BBM. Hal ini membuat ekspektasi masyarakat bahwa inflasi akan naik. Hal ini mengundang tindakan penimbunan BBM, sehingga harga-harga barang terlanjur naik meskipun harga BBM tidak jadi naik. Sehingga perlu adanya koordinasi antara pemerintah dalam penetapan kebijakan harga, kebijakan moneter dan fiskal untuk menjaga ekspektasi inflasi di masyarakat. Implikasi kebijakan untuk meminimalisir guncangan faktor internal ini, yaitu sebaiknya perlu adanya koordinasi yang baik antara kebijakan moneter, kebijakan fiskal dan kebijakan dibidang harga dalam mengendalikan inflasi. Hal ini dikarenakan, Bank Indonesia hanya dapat mengendalikan inflasi dan menjaga stabilitas nilai tukar dari sektor moneter saja. Sehingga perlu ada kerja sama yang baik dengan pemerintah dalam pengendalian inflasi dari sektor lainnya.