Muhammad Rifki1, Dewi Trihastuti Pangestu2, Malia Rizkiana3
1 Ilmu Ekonomi, Universitas Padjadjaran, muhammad22390@mail.unpad.ac.id
2 Ilmu Ekonomi, Universitas Padjadjaran, dewi23007@mail.unpad.ac.id
3 Ilmu Ekonomi, Universitas Padjadjaran, malia23001@mail.unpad.ac.id
ABSTRAK
Pengangguran merupakan salah satu permasalahan ekonomi yang kompleks yang melibatkan masalah rendahnya kualitas tenaga kerja dan terbatasnya lapangan pekerjaan. Namun, masalah pengangguran ini sebenarnya dapat diatasi dengan adanya campur tangan pemerintah. Jawa Barat sebagai salah satu provinsi besar di Indonesia memiliki target dalam menurunkan tingkat pengangguran tiap tahunnya melalui kebijakan fiskal, tetapi yang menjadi masalah apakah di tiap tingkat daerah telah menerapkan kebijakan fiskal dan publik yang tepat dalam menurunkan pengangguran atau tidak. Sebagian besar penelitian terdahulu di Jawa Barat meneliti pengaruh total belanja daerah terhadap pengangguran, tetapi tidak meneliti secara khusus belanja langsung, seperti belanja barang dan jasa, dan belanja modal terhadap pengangguran. Dengan ditelitinya belanja langsung ini diharapkan dapat menjadi rujukan dalam merumuskan kebijakan fiskal yang lebih efektif. Metode penelitian yang digunakan adalah analisis regresi berganda melalui pendekatan data panel. Dalam menentukan model terbaik di antara Common effect model, Fixed Effect Model, dan Random Effect Model maka dilakukan uji Chow dan uji Hausman. Data yang digunakan adalah data sekunder yang mencakup 27 kabupaten/kota di Jawa Barat selama periode 2021-2023. Berdasarkan hasil penelitian ditemukan bahwa belanja barang dan jasa memiliki pengaruh terhadap penurunan pengangguran, sedangkan belanja modal tidak. Oleh karena itu, pemerintah perlu memperbaiki kualitas belanja daerah, salah satunya dapat mengadopsi rekomendasi kebijakan yang meliputi realokasi belanja, prioritas daerah, dan efektivitas program kebijakan untuk meningkatkan human capital dan pertumbuhan ekonomi di Jawa Barat.
Kata kunci : Pengangguran, APBD, Data Panel, Kebijakan Fiskal,Kebijakan Publik, Belanja Barang dan Jasa,Belanja Modal, Human Capital. Pertumbuhan Ekonomi, dan Efektivitas Belanja
DAFTAR ISI
Bab 1: Pendahuluan
1. 1 Latar Belakang
Pengangguran merupakan salah satu masalah sosial ekonomi yang kompleks dan tidak dapat diselesaikan dengan cara yang sederhana. Masalah ini tentunya terjadi karena banyak faktor atau fenomena yang terjadi, seperti dari segi sosial, ekonomi, hingga politik secara simultan. Pengangguran meliputi penduduk dalam usia kerja yang tidak bekerja, sedang mencari pekerjaan, penduduk yang putus asa, sudah diterima bekerja tetapi belum kunjung bekerja, dan sudah mempunyai usaha tetapi belum mulai berusaha (BPS, 2024).
Figur 1. 1 Tingkat Pengangguran di Provinsi Jawa Barat Tahun 2021-2023
(sumber : BPS, diolah)
Di Indonesia sendiri pengangguran menjadi salah satu target dalam pembangunan negara dimana pemerintah selalu mengupayakan menurunkan tingkat pengangguran. Jawa barat sebagai salah satu provinsi terbesar di Indonesia juga mengupayakan penurunan pengangguran dengan menetapkan target tingkat pengangguran berada di angka 6,91% di Februari 2024 dan memproyeksikan untuk menjadi 5,19% di tahun 2024 ini (Jabarprov.go.id, 2024). Seperti yang terjadi pada tahun 2021-2023 terjadi penurunan tingkat pengangguran di Jawa Barat. Hal ini dapat disebabkan oleh berbagai pengaruh baik dari peningkatan SDM, bertambahnya lapangan kerja, dan lain-lain. Namun, dibalik peningkatan tersebut ada variabel pengaruh, yaitu belanja daerah.
Pada umumnya pemerintah daerah berperan dalam merealisasi kebijakan fiskal dan publik guna meningkatkan perekonomian daerah masing-masing. Oleh karena itu, pemerintah daerah selalu berupaya dalam memperbaiki kualitas belanja dengan merumuskan dan mengkaji kebijakan yang lebih baik di periode-periode berikutnya. Namun, sebelum merumuskan dan mengkaji sebuah kebijakan perlu diketahui terlebih dahulu masalah dan kondisi yang akan menjadi urgensi, seperti masalah pengangguran.
1.2 Tantangan dan Peluang Mengatasi Pengangguran di Jawa Barat
Di Jawa Barat masalah pengangguran merupakan masalah yang serius, terutama pada pengangguran lulusan SMK. SMK yang pada umumnya dikembangkan untuk meningkatkan keterampilan siswa dalam bekerja, tetapi kenyataan mereka malah tidak terserap di lapangan kerja. Hal ini dicerminkan oleh pengangguran SMK di Jawa Barat menjadi yang tertinggi sebesar 18,75% dibanding jenjang pendidikan lainnya pada tahun 2020 (Guritno & Muljaningsih, 2024). Menurut Ali et al (2023) penyebab pengangguran SMK dipengaruhi oleh keterbatasan keterampilan lulusan yang tidak sesuai dengan tuntutan industri, serta minimnya kemitraan langsung antara SMK dan sektor industri.
Selain itu, program Balai Latihan Kerja (BLK) yang seharusnya membantu meningkatkan keterampilan tenaga kerja juga belum optimal. Sebagaimana penelitian di Kabupaten Purwakarta yang menyatakan bahwa penguatan keterampilan tenaga kerja masih belum optimal karena rendahnya minat masyarakat dan keterbatasan instruktur (Hidayat, A.N & Ismelani, N 2022).
Sementara itu, UMKM berperan penting dalam menyerap tenaga kerja nasional hingga 97% dan berkontribusi 60,5% PDB pada 2021 (Kementerian Perekonomian, 2022). Namun, kenyataannya UMKM masih menghadapi kendala akses pembiayaan, seperti yang terjadi di Kabupaten Bogor, dimana masalah administrasi dan sulitnya mendapatkan kredit menjadi hambatan utama perkembangan UMKM (Muharam et al. 2023). Oleh karena itu, Pemerintah perlu memperkuat kualitas pendidikan SMK, pelatihan keterampilan, dan UMKM dalam rangka menurunkan tingkat pengangguran secara efektif.
1.3 Masalah Efektivitas Belanja Modal, dan Belanja Barang Jasa dalam APBD
Peluang dalam mengatasi pengangguran ini secara teori dapat diatasi dengan melibatkan peran pemerintah, seperti melalui kebijakan fiskal dan publik. Pemerintah daerah yang mengelola keuangan dan merumuskan kebijakan dalam Anggaran Pendapatan dan Belanja Daerah (APBD) memiliki keterkaitan dengan penyerapan tenaga kerja di Jawa Barat. Seperti yang terlihat dalam Tabel 1.1 yang menunjukkan jumlah belanja barang dan jasa, dan belanja modal yang terus meningkat mengindikasikan bahwa pengeluaran pemerintah daerah kabupaten kota di Jawa Barat diperuntukan dalam meningkatkan perekonomian daerah, salah satunya dalam mengurangi pengangguran.
Figur 1.1 Jumlah Belanja Barang dan Jasa, dan Belanja Modal di Jawa Barat
| Keterangan | Jumlah Belanja Barang dan Jasa | Jumlah Belanja Modal |
| 2021 | 35.318.421.836.060 | 15.530.129.857.222 |
| 2022 | 38.724.437.142.913 | 15.604.359.601.068 |
| 2023 | 41.620.913.431.079 | 16.509.312.647.208 |
Sumber : Kementerian Keuangan, 2023
Struktur belanja daerah dapat dibagi menjadi dua, yaitu belanja langsung dan tidak langsung. Belanja langsung ini terdiri atas belanja pegawai, belanja modal, dan belanja barang dan jasa. Belanja modal dan barang dan jasa dimanfaatkan secara langsung dalam melaksanakan program dan kegiatan pemerintah daerah yang secara langsung dapat berdampak dalam meningkatkan kesejahteraan masyarakat (Zebua & Adib, 2014). Oleh karena itu, diperlukan penelitian untuk mengetahui bagaimana dampak belanja tersebut terhadap pengangguran.
Menurut penelitian di berbagai provinsi lain di Indonesia dikatakan bahwa belanja modal dan belanja barang jasa berpengaruh terhadap pengangguran dan hubungannya bisa negatif maupun positif. Namun, kondisi di Jawa Barat sendiri masih belum ditemukan penelitian atas pengaruh belanja tersebut terhadap pengangguran. Hal ini perlu diperhatikan lebih lanjut karena dikhawatirkan belanja ini tidak dimanfaatkan secara baik oleh pemerintah daerah di Jawa Barat.
1.4 Strategi Optimalisasi Kebijakan Fiskal dan Publik dalam APBD
Berdasarkan hal tersebut maka pemerintah di kabupaten/kota di Jawa Barat perlu melihat bagaimana dampak belanja langsung daerah terhadap penurunan pengangguran. Berdasarkan hasil penelitian ini, menunjukan bahwa belanja modal tidak efektif dalam mengurangi pengangguran, sedangkan belanja barang dan jasa efektif dalam mengurangi pengangguran. Oleh karena itu, penulis menawarkan langkah kebijakan fiskal yang dapat diambil adalah dengan melakukan strategi realokasi anggaran dari belanja modal ke dalam belanja barang dan jasa yang dinilai lebih efektif.
Selain itu, pemerintah juga bisa menetapkan prioritas wilayah kabupaten/kota yang memiliki pengangguran tinggi untuk menetapkan bobot realokasi belanja yang lebih besar. Setelah realokasi dan prioritas dilakukan maka pemerintah dapat memperbaiki efektivitas dari program/proyek dari belanja barang dan jasa dengan menerapkan langkah kebijakan publik yang lebih memperhatikan permasalahan pengangguran yang ada di Jawa Barat saat ini.
Dengan menerapkan kebijakan yang berdasarkan empat aspek, yaitu prioritas, alokasi, efektivitas, dan monitoring/evaluasi maka pemerintah daerah dapat meningkatkan kualitas APBD dalam belanja modal dan barang jasa melalui penerapan kebijakan fiskal dan publik yang tepat ke dalam program pendidikan yang berkualitas, pengembangan keterampilan, dan penguatan UMKM. Pada akhirnya, hal ini dapat berdampak terhadap peningkatan human capital dan pertumbuhan ekonomi. Selain itu, pendekatan kebijakan ini juga dapat berkontribusi secara langsung terhadap tujuan SDGs Ke-8, tentang Decent Work and Economic Growth (SDGs Indonesia, 2023). SDGs juga menargetkan bahwa tingkat pengangguran global harus ditekan seminimal mungkin. Di banyak negara berkembang, termasuk Indonesia sendiri, target pengangguran nasional diharapkan bisa ditekan pada tahun 2030, sesuai dengan standar dari Organisasi Buruh Internasional (ILO) (ILO, 2024).
Bab 2 : Tinjauan Literatur
2.1 Pengangguran
Menurut buku Economics mendefinisikan pengangguran sebagai situasi di mana seseorang ingin bekerja tetapi tidak dapat menemukan pekerjaan pada tingkat upah yang sesuai dengan keterampilan dan kebutuhannya (Samuelson & Nordhaus, 2009). Pengangguran juga dibedakan menjadi 3 jenis berdasarkan pada penyebabnya yaitu, pengangguran friksional, struktural, dan konjungtur. Sementara pengangguran berdasarkan cirinya dibedakan menjadi 4, yaitu pengangguran terbuka, tersembunyi, musiman, dan setengah menganggur (Sadono Sukirno, 2000).
2.2 Pengaruh Kebijakan Fiskal Terhadap Tingkat Pengangguran
Kebijakan fiskal merupakan instrumen penting untuk mengatasi pengangguran. Di Indonesia, sebagai negara berkembang dengan populasi besar dan dinamika ekonomi beragam, kebijakan fiskal memegang peran krusial dalam menstabilkan pasar tenaga kerja. Astri dan Agung (2024) dalam penelitian mereka menunjukkan bahwa peningkatan 1% dalam belanja pemerintah dapat mengurangi pengangguran hingga 0,6%. Kebijakan fiskal yang proaktif, terutama dalam investasi infrastruktur dan pendidikan, sangat penting untuk menciptakan lapangan kerja yang lebih baik. Namun, efektivitas jangka panjangnya bisa berkurang jika tidak diimbangi dengan reformasi struktural.
2.3 Pengaruh Kebijakan Publik Terhadap Tingkat Pengangguran
Teori kebijakan publik membantu memahami bagaimana kebijakan dirumuskan, diimplementasikan, dan dievaluasi oleh pemerintah. Menurut Rina dan Bambang (2017) menunjukkan bahwa relevansi program pelatihan dengan pengajaran berhasil menurunkan pengangguran sebesar 15% di kalangan peserta. Namun, tidak semua program pelatihan memberikan hasil yang sama. Kualitas pelatihan dan kesesuaian dengan kebutuhan industri juga sangat berpengaruh. Evaluasi berkelanjutan dan penyesuaian program pelatihan diperlukan agar hasil kebijakan efektif dalam mengurangi angka pengangguran.
2.4 Korelasi Antara Belanja Modal dan Tingkat Pengangguran
Belanja modal adalah pengeluaran yang dilakukan oleh pemerintah untuk menambah, memperbaiki, atau mempertahankan aset tetap maupun aset lainnya dalam waktu lebih dari 12 bulan dalam perhitungan akuntansi dan nilainya melebihi minimal yang ditetapkan pemerintah (BPPK Kemenkeu, 2024b). Aset tetap ini meliputi bangunan, jalan, infrastruktur, dan lain-lain.
Hasil penelitian terdahulu menyatakan terdapat bahwa belanja modal dapat berpengaruh positif maupun negatif. Menurut penelitian Fahira et al. (2023) di Indonesia menggunakan data panel di 30 provinsi selama periode 2007-2015 dengan membaginya menjadi tiga kawasan diantaranya Indonesia bagian barat, tengah, dan timur. Hasil yang ditemukan adalah untuk indonesia bagian barat, timur, dan tengah ditemukan hubungan yang negatif dan berpengaruh signifikan. Sementara itu, penelitian yang lebih spesifik di Kota Banjarmasin menyoroti tidak efektifnya belanja modal karena tidak mampu mengurangi pengangguran (Huda & Karsudjono, 2021a).
2.5 Korelasi Antara Belanja Barang dan Jasa dan Tingkat Pengangguran
Belanja barang dan jasa merupakan pengeluaran dalam bentuk belanja barang dan jasa yang digunakan untuk kegiatan operasional, belanja badan layanan umum, belanja yang berikan kepada masyarakat, dan lain-lain (BPPK Kemenkeu, 2024a). Belanja ini biasanya bersifat rutin dan tidak menghasilkan aset tetap, contohnya meliputi belanja pendidikan, belanja kesehatan, pemeliharaan, dan lain-lain.
Berdasarkan penelitian terdahulu menyatakan bahwa belanja barang dan jasa dapat berbeda-beda pengaruhnya yang mana hubungannya dapat negatif maupun positif. Menurut penelitian Putro (2016) di Wilayah Sumatera selama periode 2006 – 2013 ditemukan bahwa belanja barang dan jasa terdapat hubungan positif terhadap tingkat pengangguran. Sebaliknya, penelitian dari Zulfikar & Haviz (2021) menemukan juga bahwa belanja pemerintah di Provinsi Banten berpengaruh secara signifikan dan memiliki hubungan negatif, yang berarti mampu mengurangi pengangguran. Hal ini diperkuat oleh penelitian lain, seperti di Kota Banjarmasin yang menyatakan bahwa belanja belanja barang dan jasa di kota tersebut mampu menurunkan tingkat pengangguran (Huda & Karsudjono 2021b).
Bab 3 : Metodologi Penelitian
3.1 Sampel dan Sumber Penelitian
Dalam hal ini penulis menggunakan data sekunder sebagai sumber penelitian melalui Badan Pusat Statistik (BPS) dan Kementerian Keuangan. Jenis penelitian ini menggunakan penelitian kuantitatif yang berbasis analisis regresi dalam data panel. Data panel ini menggunakan gabungan data cross section dan time series. penulis mengambil data cross section dari data 27 Kabupaten/Kota dan time series yang diambil selama 3 tahun dari 2021-2023. Total observasi yang dikumpulkan sebanyak 81 data dan penelitian yang dihasilkan dapat mencerminkan penelitian populasi dari provinsi Jawa Barat.
3.2 Penjelasan Variabel
tpit= 0– 1logbbjit+ 2logbmit+ k=2kk∁kit+ t+it ;i=1,2,….27 ;t=1,2,….3
tp : tingkat pengangguran
0 : konstanta atau nilai rata-rata estimasi tingkat pengangguran jika tidak dipengaruhi oleh variabel lain
1 : koefisien total belanja barang dan jasa
2 : koefisien total belanja modal
logbbj : Penggunaan logaritma untuk variabel belanja barang dan jasa
logbm : Penggunaan logaritma untuk variabel belanja modal
k : jumlah variabel kontrol yang digunakan dalam model
βk : koefisien dari variabel-variabel kontrol
∁ : variabel kontrol
ϑ : merupakan unobserved effect
∈ : merupakan idiosyncratic error
i : menunjukkan data cross section kabupaten dan kota
t : menunjukkan data tahun analisis 2021-2023
i x t : menunjukkan banyaknya jumlah data panel
Berdasarkan model tersebut, tp adalah variabel dependen. Sementara itu, bbj dan bm adalah variabel independen. Dalam persamaan tersebut juga transformasi log dilakukan pada variabel bbj dan bm untuk mempermudah interpretasi koefisien karena memiliki satuan jumlah nilai yang sangat besar, sehingga log dapat diterapkan dan nama variabel juga diubah menjadi logbbj dan logbm. Sedangkan ϑi adalah time-invariant effect yang menunjukan adanya faktor unobserved tanpa dipengaruhi oleh perubahan waktu dan ∈it adalah time variant effect yang menunjukan adanya faktor unobserved yang dipengaruhi oleh perubahan waktu.
Dalam model penelitian ini juga, penulis mencantumkan variabel kontrol sebagai pengontrol dari estimasi variabel independen terhadap variabel dependen agar dapat mengurangi kemungkinan bias yang terjadi pada koefisien variabel independen. Variabel kontrol merupakan variabel yang disertakan karena memiliki kejelasan yang pasti dalam mempengaruhi variabel dependen dan dapat menjelaskan pengaruh dari variabel independen yang sebenarnya. Dalam hal ini, variabel rata-rata lama sekolah dan pertumbuhan PDRB berperan sebagai variabel kontrol karena menurut penelitian Qausar dan Aminda (2022) menyatakan bahwa variabel berpengaruh signifikan terhadap pengangguran, sehingga variabel kontrol dibentuk dengan persamaan seperti berikut :
∁it= γ1rlsit+ 2ppit
Penulis menggunakan Stata 17 sebagai alat analisis dalam melakukan regresi data panel dan alat ini juga menjadi alat yang presisi untuk mencegah terjadinya kesalahan estimasi. Dengan menggunakan data panel sebagai penelitian, maka penulis harus menentukan metode regresi mana yang akan digunakan, diantara Fixed Effect Model (FEM), Random Effect Model(REM), dan Common Effect Model (CEM). Selain itu, dalam menghasilkan hasil estimasi yang maka dilakukan Uji Normalitas, Multikolinearitas, dan Heteroskedasitas untuk memenuhi syarat estimasi yang baik dan tidak bias.
Bab 4 : Pembahasan
4.1 Statistik Deskriptif
Figur 4.1 Statistik Deskriptif
| Variable | Obs | Mean | Std. dev. | Min | Max |
| tp | 81 | 8.129383 | 2.43002 | 1.52 | 13.07 |
| logbbj | 81 | 27.62797 | 0.5766839 | 26.19744 | 28.85349 |
| logbm | 81 | 26.69844 | 0.7439086 | 24.80547 | 28.16239 |
| rls | 81 | 8.786667 | 1.448489 | 6.485 | 11.905 |
| pp | 81 | 4.635802 | 1.172344 | 0.58 | 9.76 |
Sumber: penulis, diolah
Figur statistik deskriptif dapat memberikan gambaran dasar terkait variabel-variabel yang dianalisis. Dari 81 observasi data, didapatkan gambaran nilai rata-rata (mean) yang menunjukkan pusat distribusi data, sementara standar deviasi (std dev) menggambarkan tingkat variasi atau penyebaran bahwa nilai-nilai tersebut berada di sekitar rata-rata. Standar deviasi dalam model ini rendah yang mengindikasikan bahwa penyebaran data berada di sekitar rata-rata. Nilai min dan max juga terlihat stabil di beberapa variabel.
4.2 Penentuan Model Regresi Data Panel
Figur 4.2 Uji Chow
| F(26, 50)= 27.03 |
| Prob > F = 0.0000 |
Sumber: penulis, diolah
Dalam Figur (4.2) menandakan bahwa probabilitas > F yang menunjukkan nilai 0.0000 yang berarti tingkat signifikansi 5% sehingga FEM lebih baik digunakan dibandingkan CEM dalam uji chow.
Figur 4.3 Uji Hausman
| chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B) |
| = 56.37 |
| Prob > chi2 = 0.0000 |
Sumber: penulis, diolah
Uji Hausman dilibatkan untuk menentukan model mana yang akan dipakai diantara FEM atau REM. Pada Figur (4.3), menunjukkan bahwa Prob > Chi2 sebesar 0.0000 lebih kecil daripada tingkat signifikan 5%. Hal ini mengindikasikan bahwa model yang digunakan sebaiknya adalah model FEM.
Merujuk hasil dari uji chow dan hausman maka didapat kesimpulan bahwa model FEM menjadi model terbaik yang digunakan karena memenuhi uji-uji dalam penentuan model regresi data panel.
4.3 Uji Asumsi Klasik
Dengan terpilihnya Fixed Effect Model (FEM), selanjutnya melakukan uji asumsi klasik. Pengujian ini meliputi uji normalitas, uji multikolinearitas, dan uji heteroskedastisitas.
Figur 4.4 Uji Normalitas
| Smaller group | D | p-value |
| zresid | 0.0731 | 0.421 |
| Cumulative | -0.0474 | 0.695 |
| Combined K-S | 0.0731 | 0.780 |
Sumber : penulis, diolah
Dalam uji klasik, uji normalitas digunakan untuk menentukan apakah data berdistribusi normal atau tidak. Pengujian normalitas dilakukan menggunakan uji Kolmogorov-Smirnov karena data dari observasi lebih dari 50. Jika nilai p-value lebih besar dari tingkat signifikansi 0,05 atau 5%, maka H0 diterima, yang berarti data telah berdistribusi normal. Hasil yang ditunjukkan dalam uji ini menyatakan bahwa data telah berdistribusi normal yang ditunjukkan dengan zresid dalam p-value yang lebih dari 0.05.
Figur 4.5 Uji Multikolinearitas
| Variable | VIF | 1/VIF |
| logbbj | 3.95 | 0.253180 |
| logbm | 3.85 | 0.259489 |
| rls | 1.08 | 0.925003 |
| pp | 1.02 | 0.976136 |
| Mean VIF | 2.48 |
Selanjutnya melakukan uji multikolinearitas untuk memeriksa apakah terdapat korelasi yang kuat antara variabel independen yang mana dapat menghasilkan estimasi menjadi bias. Oleh karena itu, penulis menggunakan uji VIF untuk melihat multikolinearitas dimana jika nilai rata-rata VIF (Mean VIF) lebih rendah dari 5 maka tidak terdapat multikolinearitas. Hasil yang ditunjukkan dalam hal ini tidak terdapat masalah multikolinearitas dalam model regresi .
Figur 4.6 Uji Heterokedasitas
| chi2(1) = 6.95 |
| Prob > chi2 = 0.0084 |
Sumber: penulis, diolah
Uji heteroskedastisitas dilakukan untuk mendeteksi apakah terdapat masalah heteroskedastisitas dalam model atau tidak. Heteroskedastisitas merupakan varian residual dari setiap pengamatan tidak konstan, yang dapat menyebabkan koefisien menjadi bias atau tidak konsisten. Oleh karena itu, penulis melakukan uji heteroskedastisitas
4.4 Interpretasi
Figur 4.7 Outreg Model Regresi
| Analisis Determinan Tingkat Pengangguran | |
| (1) | |
| VARIABLES | tp |
| logbbj | -5.380*** |
| -1.274 | |
| logbm | 0.649* |
| (0.380) | |
| rls | -2.336** |
| -1.064 | |
| pp | -0.259*** |
| (0.0904) | |
| Constant | 161.2*** |
| (32.46) | |
| Observations | 81 |
| Number of kabkot | 27 |
| R-squared | 0.737 |
| R-squared Overall | 0.188 |
| Standard errors in parentheses | |
| *** p<0.01, ** p<0.05, * p<0.1 | |
Sumber: penulis, diolah
Berdasarkan Figur (4.7), didapatkan persamaan dalam regresi data panel sebagai berikut:
tpit= 161,2- 5,380+ 0,649-2,336rlsit-0,259ppit + t+it ;i=1,2,….27 ;t=1,2,….3
Berdasarkan hasil outreg model dan persamaan regresi linear berganda diatas, dapat diinterpretasikan sebagai berikut:
- Nilai konstanta sebesar 161,2 menunjukkan besaran nilai konstanta dari tingkat pengangguran (tp). Dengan asumsi jika variabel independen, seperti logbbj, logbm, rls, dan pp yang memiliki nilai nol atau konstan maka tingkat pengangguran (tp) akan bernilai konstan atau tetap sebesar 161,2%
- Koefisien belanja barang dan jasa (logbbj) sebesar -5,380 dapat dinyatakan bahwa setiap kenaikan belanja barang dan jasa sebesar 1% maka tingkat pengangguran (tp) akan mengalami penurunan rata-rata sebesar 5,38%. Hubungan negatif menandakan bahwa terjadi hubungan yang berlawanan antara variabel tp dan logbbj. Jadi, ketika terjadi peningkatan dalam logbbj maka hasilnya akan menurunkan tp, begitu pula sebaliknya, ceteris paribus.
- Koefisien belanja modal (logbm) sebesar 0,649 dapat dinyatakan bahwa setiap terjadi kenaikan belanja modal sebesar 1% maka tingkat pengangguran (tp) akan mengalami peningkatan rata-rata sebesar 0,64%. Hubungan positif menandakan bahwa terjadi hubungan yang searah antara variabel tp dan logbm. Jadi, ketika terjadi peningkatan dalam logbm maka hasilnya akan meningkatkan tp, begitu pula sebaliknya, ceteris paribus.
4.5 Uji Parsial
Figur 4.8 Uji P-Value
| tp | Coefficient | Std. err | t | p>|t| |
| logbbj | -5.380445 | 1.274 | -4.22 | 0.000 |
| logbm | 0.6489776 | 0.3803781 | 1.71 | 0.094 |
| rls | -2.335848 | 1.064467 | -2.19 | 0.033 |
| pp | -0.2589376 | 0 .0903747 | -2.87 | 0.006 |
Sumber: penulis, diolah
Uji statistik P>|t| menunjukkan bagaimana pengaruh antara variabel independen terhadap variabel dependen secara parsial. Kriteria pengujian menggunakan taraf signifikansi sebesar 0.05 dan 0.10 sehingga jika ditemukan kurang dari 0,05 serta kurang dari 0.10 maka hasilnya tidak signifikan, sedangkan jika lebih dari itu hasilnya signifikan. Figur (4.8) menunjukkan hasil uji signifikansi antara logbbj, logbm, rls, dan pp terhadap tp. Dalam keempat variabel independen yang ada di dalam model semua variabel secara parsial berpengaruh signifikan terhadap variabel Tingkat Pengangguran (tp), yaitu variabel Belanja Barang dan Jasa (logbbj), Belanja Modal (logbm), Rata-Rata Lama Sekolah (rls), dan Pertumbuhan PDRB (pp)
4.6 Koefisien Determinasi
0Hasil yang didapatkan dalam overall R-squared adalah sebesar 18,88% yang berarti model hanya dapat menjelaskan sebagian kecil variasi dalam tingkat pengangguran. Sementara 81,12%, mampu dijelaskan oleh variabel lain di luar model.
Bab 5 : Rekomendasi Kebijakan
5.1 Rekomendasi Kebijakan Fiskal
Kebijakan fiskal dalam hal ini merujuk pada dua aspek, yaitu prioritas, dan alokasi. Pertama, melakukan prioritas untuk pemerintah daerah di kabupaten/kota berdasarkan pada kategori tingkat pengangguran yang dibagi menjadi empat kategori, yaitu tinggi, sedang, rendah, dan sangat rendah. Sebagaimana hasil penelitian Putri (2019) yang mengelompokan kabupaten/kota di Jawa Barat untuk melihat seberapa besar indikator tingkat pengangguran di tiap pemerintah daerah dengan menggunakan metode Fuzzy C-Means Cluster dengan analisis faktor. Pengelompokan tersebut didasarkan oleh faktor kesejahteraan, ketenagakerjaan, dan kemampuan ekonomi. Dimana variabel tiap faktor nya seperti, IPM, penduduk miskin, tingkat partisipasi angkatan kerja (TPAK), laju ekonomi, dan sebagainya. Setelah itu, dapat dilakukan clustering berdasarkan wilayah yang memiliki tingkat pengangguran tinggi akan menjadi prioritas dalam hal realokasi belanja APBD. Dalam hal ini pembagian clustering dari 1-4 mengindikasikan cluster pertama memiliki tingkat pengangguran tertinggi, sedangkan keempat memiliki tingkat pengangguran tertinggi. Ambang prioritas daerah digambarkan, sebagai berikut :
Figur 5.1 Ambang Prioritas Daerah
| Cluster | Kabupaten/Kota | |||
| 1 | Bandung Barat, Sumedang, Cirebon, Kuningan, Tasikmalaya, Garut, Cianjur, Sukabumi, dan Bogor | |||
| 2 | Bandung, Ciamis, Majalengka, Pangandaran, Kota Sukabumi, Kota Tasikmalaya, Kota BanjarKota Banjar, Kota Tasikmalaya, Kota Sukabumi, Pangandaran, Majalengka, Ciamis, dan Bandung | |||
| 3 | Kota Cirebon, Bekasi, Karawang, Purwakarta, Subang, dan Indramayu | |||
| 4 | Kota Cimahi, Kota Depok, Kota Bekasi, Kota Bandung, dan Kota Bogor | |||
Sumber: Putri, diolah
Kedua, melakukan realokasi belanja, menurut penelitian yang dilakukan Gregorius (2020) di daerah Nusa Tenggara Timur menunjukkan bahwa pemerintah daerah yang melakukan realokasi anggaran untuk program padat karya dapat menyerap tenaga kerja lokal dan mampu menurunkan tingkat pengangguran di daerah dengan tingkat kemiskinan tinggi. Realokasi dalam hal ini didasarkan kepada pemindahan alokasi minimal 2% dan maksimal 10% dari alokasi belanja modal ke dalam belanja barang dan jasa. Realokasi ini dilakukan untuk meningkatkan efektivitas belanja daerah, melalui belanja barang dan jasa yang dinilai lebih efektif dibanding belanja modal. Pembobotan alokasi disesuaikan dengan kategori clusternya. Dalam hal ini, bagi daerah yang memiliki tingkat pengangguran yang lebih tinggi akan mendapatkan bobot realokasi dana yang lebih besar dibanding wilayah yang rendah. Dalam membuat realokasi ini, penulis mengambil data APBD untuk kabupaten/kota di Jawa Barat pada tahun 2023 sebagai acuan. Untuk lebih jelasnya, diberikan gambaran realokasi/refocusing belanja modal kepada belanja daerah, seperti berikut :
Figur 5.2. Realokasi/Refocusing Belanja Modal ke Belanja Barang dan Jasa
| Sebelum Realokasi | ||||
| Cluster Pengangguran | Tinggi | Sedang | Rendah | Sangat Rendah |
| Kota/Kabupaten | Kab.Tasikmalaya | Kab.Ciamis | Kab.Indramayu | Kota.Bandung |
| Jumlah Belanja Barang dan Jasa | 839.881.917.814 | 861.854.911.617 | 964.650.206.239 | 2.896.017.791.011 |
| Jumlah Belanja Modal | 342.668.586.667 | 317.252.735.628 | 579.951.562.450 | 921.083.305.481 |
| Jumlah Realokasi dari Belanja Modal | 34.266.858.667 | 22.207.691.494 | 23.198.062.498 | 18.421.666.110 |
| Bobot Realokasi | 10% | 7% | 4% | 2% |
| Setelah Realokasi | ||||
| Jumlah Belanja Barang dan Jasa | 874.148.776.481 | 884.062.603.111 | 987.848.268.737 | 2.914.439.457.121 |
| Jumlah Belanja Modal | 308.401.728.000 | 295.045.044.134 | 556.753.499.952 | 902.661.639.371 |
Sumber: Kementerian Keuangan, diolah
5.2 Rekomendasi Kebijakan Publik
Kebijakan publik terbagi menjadi dua aspek yang dikembangkan, yaitu efektivitas dan monitoring/evaluasi. Pertama melakukan efektivitas dari program/proyek dari belanja daerah. Langkah efektivitas yang dilakukan untuk menerapkan kebijakan publik yang efektif serta efisien dapat menggunakan konsep triple helix yang mana mengkolaborasikan peran antar stakeholders, diantaranya pemerintah, industri, dan universitas (Lemhanas, 2020). Dengan kolaborasi yang komprehensif diharapkan dapat meningkatkan capaian target pemerintah daerah untuk meningkatkan sumber daya manusia sehingga mampu mengurangi pengangguran secara optimal. Oleh karena itu, penulis membuat beberapa saran yang dapat diterapkan guna meningkatkan kualitas sumber daya manusia melalui efektivitas kebijakan, seperti berikut :
- Perbaikan Kualitas SMK
Pemerintah pada tahun 2019, telah menetapkan kebijakan dalam program Revitalisasi Pendidikan Vokasi untuk meningkatkan mutu dan akses pendidikan. Upaya yang dilakukan berupa penyesuaian relevansi kurikulum SMK dengan Dunia Usaha dan Dunia Industri (DUDI), pembangunan teaching factory, dan program magang (Hartanto et al. 2019). Di Jawa Barat telah dilakukan teaching factory (TEFA) dengan bekerja sama swasta, hal ini tercermin di SMK 1 Cibadak yang mengembangkan TEFA dalam memproduksi mie wonhae dan woca coklat di sekolah (Prasloranti et al. 2021). Oleh karena itu, pemerintah dapat mengembangkan TEFA dengan melibat berbagai industri swasta yang sesuai dengan skill siswa/i SMK. Selain itu, peran magang belum benar-benar efektif, maka pemerintah daerah dapat terus menggaet perusahaan swasta untuk tetap terlibat dan menambah kerjasama magang yang menyeluruh untuk SMK di Jawa Barat. Di sisi lain, universitas juga dapat berperan dalam melatih siswa/i SMK, dan juga ikut terlibat dalam penyusunan kurikulum untuk menyesuaikan link and match.
- Pengembangan Keterampilan
Peran BLK dalam mempersiapkan tenaga kerja yang terampil perlu menjadi fokus pemerintah kabupaten/kota Jawa Barat dalam mengurangi pengangguran. Oleh karena itu, diperlukan kerja sama antara pemerintah daerah dengan perusahaan swasta untuk mengembangkan keterampilan yang sesuai dengan DUDI (Nuraeni et al. 2022). Selain itu, pemerintah juga bisa menggandeng universitas untuk terlibat dalam melatih para peserta BLK, dan juga ikut terlibat dalam penyusunan kurikulum yang sesuai dengan DUDI. Hal-hal yang perlu diperkuat di BLK, diantaranya (1) melibatkan DUDI dalam proses pelatihan dari awal hingga akhir sehingga dapat menyalurkan lulusan langsung ke DUDI, (2) memperbaiki kualitas pelatihan dengan bekerja sama dengan universitas, dan (3) menambah dana untuk meningkatkan fasilitas, instruktur, hingga penerimaan.
- Penguatan UMKM
Dalam menguatkan peran UMKM di daerah Jawa Barat pemerintah dapat berkolaborasi dengan industri dan universitas dalam mengembangkan program UMKM. Dalam hal ini pemerintah, dapat menjadi pendamping dalam proyek/pameran, pemberi bantuan modal bisa berupa kredit ataupun barang usaha, dan penjaga stabilitas harga bahan baku. Sedangkan Universitas, dapat melakukan pelatihan UMKM, riset dan pengembangan, dan kolaborasi secara langsung dengan UMKM melalui KKN. Untuk bisnis sendiri, pemerintah bisa melibatkan perusahaan swasta untuk melakukan kerja sama guna meningkatkan akses pasar, akses permodalan, maupun akses teknologi bagi UMKM di berbagai kabupaten/kota Jawa Barat nantinya (Pattimahu et al. 2023).
Aspek kedua, melakukan monitoring dan evaluasi atas efektivitas dan efisiensi program yang dijalankan, seperti pengembangan sumber daya manusia melalui SMK, BLK, dan UMKM ini apakah berdampak negatif atau positif di jangka pendek dan jangka panjang. Hal ini berguna untuk meningkatkan kualitas hasil kebijakan dan mencapai target pembangunan daerah.
Bab 6 : Kesimpulan
Berdasarkan hasil penelitian dari belanja daerah didapatkan kesimpulan bahwa belanja modal dan belanja barang dan jasa terdapat pengaruh yang berbeda terhadap tingkat pengangguran pada 27 kabupaten/kota di provinsi Jawa Barat. Hasil penelitian ditemukan bahwa belanja modal tidak efektif dalam mengurangi pengangguran, sedangkan belanja barang dan jasa efektif dalam mengurangi pengangguran. Berdasarkan temuan ini, disarankan agar pemerintah daerah di Jawa Barat melakukan kebijakan fiskal dengan mengoptimalkan alokasi belanja barang dan jasa dengan melakukan relokasi dan prioritas nilai anggaran . Setelah itu, pemerintah dapat melakukan efektivitas melalui kebijakan publik untuk mengurangi pengangguran, dengan fokus pada pengeluaran yang langsung berdampak pada kesejahteraan masyarakat seperti pendidikan yang berkualitas, penguatan UMKM, pengembangan keterampilan masyarakat. Dalam jangka panjang, pemerintah perlu mengevaluasi strategi dan kebijakan terkait efektivitas belanja barang dan jasa yang diprioritaskan dalam mengurangi pengangguran dan melihat bagaimana dampak nya secara berkelanjutan.
LIMITASI
Dalam penelitian ini, terdapat limitasi dalam hal data penelitian karena model yang digunakan pada penelitian ini hanya mengestimasikan pengaruh model di jangka pendek sehingga peneliti tidak dapat melihat signifikansi pengaruh APBD terhadap penyerapan tingkat pengangguran di Jawa Barat pada jangka panjang dan hanya mampu menjelaskan fenomena pengangguran di jangka pendek. Keterbatasan waktu penelitian seringkali menjadi kendala dalam pengumpulan data yang optimal. Padahal, data tersebut sebenarnya tersedia dan berpotensi untuk dianalisis lebih mendalam dalam jangka panjang. Oleh karena itu, peneliti berharap limitasi ini dapat menjadi perhatian untuk penelitian lebih lanjut yang akan dilakukan dengan memperluas cakupan data sehingga dapat melakukan analisis dengan rentang waktu yang lebih panjang agar hasil dari penelitian menjadi lebih komprehensif.
REFERENSI
Ali, M., Jinan, M., & Setiyarini, T. (2023). Implementasi Pembelajaran Kreatif-Produktif KH . Ahmad Dahlan melalui Teaching Factory untuk BRILIANT: Jurnal Riset dan Konseptual Volume 8 Nomor 4, November 2023 947 Meningkatkan Kesiapan Kerja di SMK Muhammadiyah 1 Sukoharjo. JIIP (Jurnal Ilmiah Ilmu Pendidikan), 6(10), 7754–775
Astuti, Rina & Bambang Supriyadi. (2017). Analisis Efektivitas Program Pelatihan Keterampilan dalam Mengurangi Pengangguran di Indonesia. Jurnal Manajemen dan Kewirausahaan.
A.Samuelson, Paul dan William D.Nordhaus, Ilmu Makroekonomi Edisi Ketujuh Belas. Jakarta: Pt Meia Global Edukasi, 2003
BERANDA – SDGs Indonesia. (2023). SDGs Indonesia. https://sdgs.bappenas.go.id/
BPS. (2024). Bps.go.id. https://kubarkab.bps.go.id/id/istilah/index.html?Istilah_page=26&Istilah_sort=deskripsi_ind.desc
BPPK Kemenkeu (2024): BELANJA BARANG & JASA DAN BELANJA MODAL DALAM PEROLEHAN DAN PEMELIHARAAN BARANG MILIK NEGARA (Bagian I). Kemenkeu.go.id. https://bppk.kemenkeu.go.id/balai-diklat-keuangan-makassar/artikel/belanja-barang-jasa-dan-belanja-modal-dalam-perolehan-dan-pemeliharaan-barang-milik-negara-bagian-i-384203
BPPK Kemenkeu (2024) :: BELANJA BARANG & JASA DAN BELANJA MODAL DALAM PEROLEHAN DAN PEMELIHARAAN BARANG MILIK NEGARA (Bagian II). (2024). Kemenkeu.go.id. https://bppk.kemenkeu.go.id/balai-diklat-keuangan-makassar/artikel/belanja-barang-jasa-dan-belanja-modal-dalam-perolehan-dan-pemeliharaan-barang-milik-negara-bagian-ii-166714
Fahira, Cut Elsa, et. al. (2023). Pengaruh Belanja Modal Terhadap Pengangguran di Indonesia. Journal of Law and Economics, 2(1), 11-16.
Hartanto, C. F. B., Rusdarti, R., & Abdurrahman, A. (2019). Tantangan Pendidikan Vokasi di Era Revolusi Industri 4.0 dalam Menyiapkan Sumber Daya Manusia yang Unggul. In Prosiding Seminar Nasional Pascasarjana (Vol. 2, No. 1, pp. 163-171).
Hartanti, A., Basriwijaya, A. D., & Munthe, H. V. (2024).Analisis Kebijakan Fiskal Terhadap Tingkat Pengangguran Terbuka Akibat Perubahan Inflasi di Indonesia pada Tahun 2019-2023. Neraca: Jurnal Ekonomi, Manajemen Dan Akuntansi, 2(10), 573–584.
Hidayat, A. N., & Ismelani, N. (2022). Peran Balai Latihan Kerja dalam Meningkatkan Keterampilan Masyarakat. Concept: Journal of Social Humanities and Education, 1(4), 181-190.
Huda, I. U., & Karsudjono, A. J. (2021). Belanja Daerah Sebagai Upaya Mengatasi Kemiskinan Dan Pengangguran Di Kota Banjarmasin. Al-KALAM: JURNAL KOMUNIKASI, BISNIS DAN MANAJEMEN, 8(2), 50-77.
International Labour Organization. (2024). ILO expects global unemployment to drop slightly in 2024, but slow progress to reduce inequalities is “worrying”. https://www.ilo.org/resource/news/ilo-expects-global-unemployment-drop-slightly-2024-slow-progress-reduce
Jabarprov.go.id (2024).Sekda Herman Ajak Disnakertrans di Jabar Progresif Tekan Tingkat Pengangguran Terbuka. https://jabarprov.go.id/berita/sekda-herman-ajak-disnakertrans-di-jabar-progresif-tekan-tingkat-pengangguran-terbuka-14590
Kementerian Koordinator Bidang Perekonomian (2022). Ekon.go.id. https://www.ekon.go.id/publikasi/detail/4593/perkembangan-umkm-sebagai-critical-engine-perekonomian-nasional-terus-mendapatkan-dukungan-pemerintah
Lemhanas (2020). Bambang Brodjonegoro: Pentingnya Kemitraan Triple Helix. Lemhannas.go.id. https://www.lemhannas.go.id/index.php/berita/berita-utama/813-bambang-brodjonegoro-pentingnya-kemitraan-triple-helix
Muharam, H., Gursida, H., Hurdawaty, R., Asmana, Y., Hammad, H., & Suyatno, E. (2023). Sosialisasi Akses Permodalan Di UMKM Tajur Halang Makmur Kabupaten Bogor Jawa Barat. Al-Ijtimā: Jurnal Pengabdian Kepada Masyarakat, 4(1), 188-196.
Nuraeni, Y., Yuliastuti, A., Nasution, F. A., Saepul Muharam, A., & Iqbal, F. (2022). Peran Balai Latihan Kerja (BLK) Komunitas Dalam Menyediakan Tenaga Kerja Pada Dunia Usaha dan Industri. Jurnal Ketenagakerjaan, 17(1), 11-26.
Pattimahu, T. V., Lewaherilla, N. C., & Pentury, G. M. (2023). Model Pengembangan UMKM Berbasis Triple Helix: Tendensi Peran Akademisi Perguruan Tinggi. Journal on Education, 6(1), 3143-3152.
Portal Data SIKD. (2024). Kemenkeu.go.id. https://djpk.kemenkeu.go.id/portal/data/apbd
Prasloranti, Z. P., Bukit, M., & Maharani, S. (2021). Evaluasi Pelaksanaan Model Pembelajaran Teaching Factory di SMKN 1 Cibadak. EDUFORTECH, 6(2), 120-133.
Putri, K. R. (2019). Pengelompokan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Indikator Tingkat Pengangguran Terbuka Menggunakan Fuzzy C-Means Cluster (Doctoral dissertation, Institut Teknologi Sepuluh Nopember).
Putro, Riski Prasetyo. (2016). Pengaruh Desentralisasi Fiskal Terhadap Tingkat Pengangguran di Wilayah Sumatera. Jurnal Perbendaharaan Keuangan Negara dan Kebijakan Publik, 1(2), 86-98.
Qausar, N., & Aminda, R. S. (2022). Determinan Tingkat Pengangguran Terbuka Di Kabupaten/Kota Provinsi Kepulauan Riau.
Shinta Ulan Guritno, & Sri Muljaningsih. (2024). PENGARUH PENDIDIKAN, UPAH MINIMUM DAN KESEMPATAN KERJA TERHADAP PENGANGGURAN TERDIDIK DI JAWA BARAT. 3(1), 113–124. https://doi.org/10.21776/jdess.2024.03.1.9
Sukirno, Sadono. (2000). Makroekonomi Modern. Jakarta: Raja Grafindo Persada.
Terezia Valency Pattimahu, Novalien Carolina Lewaherilla, & Gerrit Mathias Pentury. (2023). Model Pengembangan UMKM Berbasis Triple Helix: Tendensi Peran Akademisi Perguruan Tinggi. Journal on Education, 6(1), 3143–3152. https://doi.org/10.31004/joe.v6i1.3361
Zebua, W. F., & Adib, N. (2014). PENGARUH ALOKASI BELANJA MODAL, BELANJA BARANG DAN JASA, BELANJA HIBAH DAN BELANJA BANTUAN SOSIAL TERHADAP KUALITAS PEMBANGUNAN MANUSIA (StudipadaKabupatendan Kota di wilayah Provinsi Jawa Barat tahun 2011-2013). Jurnal Ilmiah Mahasiswa FEB, 3(1).
Zulfikar, M. S. I., & Haviz, M. (2022, January). Pengaruh Upah Minimum, Investasi, Dan Belanja Pemerintah Terhadap Tingkat Pengangguran Di Provinsi Banten Periode 2006-2020. In Bandung Conference Series: Economics Studies (Vol. 2, No. 1, pp. 43-51).
Lampiran
Figur 1. Tujuan SDGs NO.8
Sumber : SDGs Bappenas, 2023
Figur 2. Triple Helix
Sumber : Leydesdorff, L. 2012.
Figur 3. Data-Data Belanja Daerah Kabupaten/Kota di Jawa Barat
Sumber : Kementerian Keaungan, 2022
KANDANK ILMU 