1. Home
  2. Archives
  3. Vol 11 (2000) Issue 3
  4. Articles

Tingkat Efisiensi Wilayah Kabupatn dan Kota Dalam Industri Manufaktur di Jawa Barat Tahun 1987, 1992, dan 1997

Abstract

The study is an application of Data Envelopment Analysis (DEA) method as an approach to assess technological changes and efficiency changes of regional and city industrial manufacture production. The CCR model, BCC model and efficiency scale index will be discussed to measure these changes.

I. PENDAHULUAN

Penelitian ini akan mencakup pengukuran kinerja wilayah kabupaten/kota di Jawa Barat pada sektor industri manufaktur pada tahun 1987, 1992 dan 1997 dengan mengaplikasikan metoda DEA. Dengan adanya perbedaan waktu selang lima tahun diharapkan dapat dilihat perubahan efisiensi.

II. DATA DAN VARIABEL

Pengumpulan data industri besar dan sedang dilakukan setiap tahun oleh Biro Pusat Statistik dengan cara sensus lengkap. Untuk periode sampai dengan 1984 digunakan kerangka hasil sensus Industri 1974/ 1975. Sedangkan survey Industri besar/sedang untuk tahun 1985 dan seterusnya digunakan direktori hasil Sensus Ekonomi 1986. Data-data yang berhubungan dengan industri manufaktur skala besar dan sedang dikumpulkan oleh Biro Pusat Statistik dalam bentuk daftar pertanyaan yang diajukan pada setiap perusahaan di seluruh sektor dan wilayah kabupaten/kota di Indonesia yang dilakukan setiap tahun. Data tersebut disimpan dalam bentuk basis data digital. Basis data yang tersedia adalah runtun waktu dari 1976 sampai dengan 1997... Untuk penelitian digunakan data industri vang berlokasi di 20 kabupaten/ kota di Jawa Barat tahun 1987, 1992 dan 1997, kemudian dijumlahkan secara agregat untuk setiap wilayah kabupaten. Khusus untuk perhitungan efisiensi dengan metoda DEA

digunakan satu output yaitu YPRVCU interpretation (produksi barang dalam ribuan rupiah untuk perusahaan m yang berlokasi di wilayah kabupaten/kota i dalam tahun t) dan lima variabel input yang meliputi:

  • Bahan baku yang dinyatakan dalam sistem basis data industri sebagai RTLVCU = Raw material dengan satuan dalam ribuan rupiah.
  • 2. Mesin yang digunakan yang dinyatakan dalam sistem basis data industri sebagai MPMHPU = Mesin yang menggunakan satuan PK.
  • Energi listrik yang digunakan baik dari PLN maupun non PLN dengan satuan KwH dalam sistem basis data dinamakan variabel ENPKHU + EPLKHU
  • 4. Modal yang secara matematis dinya-
takan sebagai \[K_i^t = \sum_{m=1}^{n} FTTLCU\] dengan

FTTLCU<sup>mt</sup> adalah modal dalam ribuan rupiah untuk perusahaan m yang berlokasi di wilayah kabupaten/kota i dalam tahun t.

5. Tenaga kerja yang secara matematis

dinyatakan sebagai \[L_i^t = \frac{mt}{i}\]

yaitu L\(_i^{mt}\) = jumlah tenaga kerja dalam satuan orang untuk perusahaan m yang berlokasi di wilayah kabupaten/kota i dalam tahun t.

Data yang digunakan dalam penelitian ini merupakan hasil proses perhitungan dengan menggunakan perangkat lunak dari data individual industri manufaktur yang dilakukan oleh Biro Pusat Satitistik Indonesia. Hasil perhitungan dapat dilihat pada lampiran.

III. HASIL ANALISIS

Sesuai dengan konsep DEA dan dengan menggunakan perangkat lunak yang dikembangkan oleh Cooper (1999) disusun tabel 3.1 sebagai best practice frontier untuk industri manufaktur untuk setiap kabupaten di wilayah propinsi Jawa Barat (tidak termasuk propinsi Banten) dengan asumsi Constant Return to Scale. Bila nilai indeks wilayah kabupaten/kota sama dengan satu, maka kabupaten/kota yang bersangkutan adalah efisien. Apabila nilai indeks di bawah satu menunjukkan wilayah tersebut tidak efisien. Wilayah yang mempunyai rata-rata efisien tertinggi pada periode 1987, 1992 dan 1997 adalah Kabupaten Kuningan, Kota Cirebon, Kabupaten Cirebon dan Kabupaten Majelengka.

Tabel 3.2.menggambarkan keadaan efisiensi teknis pada tahun 1997 yang disusun dari wilayah yang mempunyai efisiensi tertinggi hingga yang terrendah dengan metoda CCR. Wilayah kabupaten yang menjadi frontier adalah wilayah kabupaten Cirebon, Kota Cirebon dan Kabupaten Majalengka. Sedangkan wilayah Kabupaten Tasikmalaya, Kabupaten Sumedang, Kabupaten Ciamis, Kabupaten Bandung, dan Kota Bandung merupakan wilayah dengan efisiensi yang sangat rendah yaitu kurang dari 0.62 dan untuk itu perlu ada perbaikan.

Tabel 3.1 Indeks Efsiensi Teknis dengan asumsi Constant Return to Scale (CCR) untuk setiap wilayah kabupaten/kota 1987, 1992 dan 1997.

No.WilayahScore '87Score '92Score '97
CCRCCRCCRAverage
1Bogorl0.554010.6408560.731622
2Sukabumi0.8106210.7143880.7261160.750375
3Cianjur0.99980410.6381840.87933
4Bandung (kota)0.8126010.5767590,5967950.662052
5Garut0.9711120.9945260.7389920.901544
6Tasikmalaya0.70338310.5390280.74747
7Ciamis0.68312410.560330.747818
8Kuningan110.7868580.928953
9Cirebonl0.58565410.861885
10Majalengka0.923348110.974449
11Sumedang0.852360.446590.550540.616497
12Indramayu110.6932170.897739
13Subangl0.4430880.8050340.749374
14Purwakarta0.9571160.6356470.6751410.755968
15Karawang10.5455360.65080.732112
16Bekasi0.9102310.6580710.7205580.762953
17Bogor10.2779510.6454620.641138
18Sukabumi10.9004650.6170210.839162
19Bandung0.8501880.5277860.6137820.663919
20Cirebon10.92120510.973735

Tabel 3.2. Rank indeks efisiensi CCR data tahun 1997

RankDMUScoreRankDMUScore
1Cirebon111Karawang0.6508
1Majalengka112Bogor0.645462
1Cirebon113Bogor0.640856
4Subang0.80503414Cianjur0.638184
.Kuningan0.78685815Sukabumi0.617021
6Garut0.73899216Bandung0.613782
7Sukabumi0.72611617Bandung0.596795
8Bekasi0,72055818Ciamis0.56033
9Indramayu0.69321719Sumedang0.55054
10Purwakarta0.67514120Tasikmalaya0.539028

Tabel 3.3 Indeks Efsiensi Teknis dengan Return to Scale (BCC) untuk setiap wilayah kabupaten/kota 1987, 1992 dan 1997

No.DMUScore '87Score '92Score '97Average
1Bogor1111
2Sukabumi0.81448710.7299610.848149
3Cianjur110.6450790.881693
4Bandung1l11
.Garut110.7807420.926914
6Tasikmalaya0.72626210.5617430.762668
7Ciamis0.692581l0.6493930.780658
8Kuningan1111
9Cirebonl l0.96763210.989211
10Majalengka0.962695110.987565
\(\frac{10}{11}\)Sumedang0.8621460.6071560.5643240.677876
12Indramayu1l0.7883790.92946
13Subang10.4432120.8254620.756224
1410.91376610.971255
1510.8059140.9467380.917551
16···1111
17i0.3001560.6492960.649817
18li11
19110.9605520.986851
20111

Dengan merubah asumsi Constant Return to Scale menjadi Variabel Return to Scale (VRS), tabel 3.3 menggambarkan indeks berdasarkan model BCC. Garis frontier dibentuk oleh Kota Bogor, Kota Bandung, Kabupaten Kuningan, Kabupaten Bekasi dan Kabupaten Cirebon. Dapat diartikan bahwa efisiensi tertinggi yang dicapai adalah efisiensi teknis yang bersifat lokal. Selanjutnya untuk melihat daerah yang mempunyai tingkat teknologi yang dipakai dapat dilihat dari Return to Scale seperti pada tabel 3.4. Sebagai contoh Kabupaten Bogor, Kota Bandung, Kabupaten Purwakarta, dan kabupaten Bekasi mempunyai Return to Scale yang menurun (decreasing), berarti perlu perbaikan teknologi

Tabel 3.5 di atas menunjukkan bahwa perubahan skala efisiensi menuju yang lebih

baik pada tahun 1997 terjadi pada wilayah kabupaten Cirebon, Kota Cirebon dan kabupaten Majalengka. Sebaliknya, penurunan skala efisiensi terjadi pada kabupaten Bogor, Kota Bogor, Kabupaten Karawang, Kabupaten Bekasi. Penurunan skala efisiensi diduga karena masih merupakan industri baru yang produksinya belum maksimal atau kemungkinan lain kapasitas produksi tidak sesuai dengan outputnya. Dengan demikian untuk mencapai tingkat efisiensi yang diperlukan dapat dilakukan dengan mengurangi inputnya atau meningkatkan outputnya pada wilayah kabupaten/kota yang memiliki SE di bawah satu.

Tabel 3.4 Return to Scale data tahun 1997

No.DMUScoreRTSRTS of Projected DMU
1Bogor1Decreasing
2Sukabumi0.729961Increasing
3Cianjur0.645079Increasing
4Bandung1Decreasing
5Garut0.780742Increasing
6Tasikmalaya0.561743Increasing
7Ciamis0.649393Increasing
8Kuningan1Increasing-
9Cirebon1Constant
10Majalengka1Constant
11Sumedang0.564324Increasing
12Indramayu0.788379Increasing
13Subang0.825462Increasing
14Purwakarta1Decreasing-
15Karawang0.946738Decreasing
16Bekasi1Decreasing
17Bogor0.649296Constant
18SukabumilIncreasing
19Bandung0.960552Decreasing
20Cirebon1Constant

Tabel 3.5 Skala Efisiensi (SE)

No.DMUSE (1987)SE (1992)SE (1997)
1Bogor10.554010.640856
2Sukabumi0.9952530.7143880.994732
3Cianjur0.99980410.989312
4Bandung0.8126010.5767590.596795
5Garut0.9711120.9945260.946525
6Tasikmalaya0.96849710.959563
7Ciamis0.98634510.862852
8Kuningan110.786858
9Cirebon (Kab.)10.6052451
10Majalengka0.9591291l
11Sumedang0.9886490.7355440.975574
12Indramayu110.879295
13Subang10.999720.975253
14Purwakarta0.9571160.6956340.675141
15Karawang10.6769160.687414
16Bekasi0.9102310.6580710.720558
17Bogor10.9260220.994096
18Sukabumi10.9004650.617021
19Bandung0,8501880.5277860.638989
20Cirebon10.9212051

IV. PENUTUP

Penelitian ini menggunakan metoda DEA dalam menetapkan tingkat efisiensi suatu wilayah kabupaten/kota dalam memproduksi hasil industri manufaktur di wilayah Jawa Barat pada tahun 1987, 1992 dan 1997. Dalam DEA pengukuran kinerja produktivitas wilayah kabupaten/kota dilakukan dengan perhitungan efisien teknis global (CCR), efisien teknis lokal (BCC) dan skala efisiensi. Penerapan model DEA untuk wilayah kabupaten/ kota di Jawa barat telah dapat mengidentifikasikan wilayah kabupaten yang efisien dan wilayah yang tidak efisien dalam mengelola sumber daya input yang meliputi: Modal, tenaga kerja, tenaga listrik, mesin dan bahan mentah. Perbaikan kinerja dapat dilakukan dengan mengadopsi teknologi yang lebih baik yang artinya perlu dilakukan perubahan teknologi dan diikuti dengan peningkatan kualitas sumber daya manusianya. Hal ini dilakukan dengan menganalisa lebih jauh dengan memperhatikan tingkat efisiensi setiap wilayah pada runtun waktu tertentu.

V. DAFTAR PUSTAKA

Charnes A., W.W. Cooper, and Rhodes, 1978. Measuring the Inefficiency of DecisionMaking Unit. European Journal of Operation Research 2. pp 429 – 444.

  • Charnes, A., W.W. Cooper, A.Y. Lewin and L.M. Seiford (eds). 1993. Data Envelopment Analysis: Theory, Methods and Application. New York: Quorom Books.
  • Christoper S.P. Tong. 1997. China's Spatial Disparity Within the Context of Industrial Production Efficiency. A Macro Study by Data Envelopment Analysis (DEA) System. Asia Economic Journal, Vol. II No. 21 pp 207 217.
  • Cooper, William W., Lawrence M. Seiford and Kaoru Tone. 1999. Data Envelopment Analysis: A Comprehensive Text with Models, Application, References and DEA-Solver Software. Boston: Hardbound, Kluwer Academic Publishers.
  • Joro, Tarja, Pekka Korhonen, and Jyrki Wallenius. 1998. Structural Comparison of Data Envelopment Analysis and Multiple Objective Linear Programming. Management Science. Vol 44 No 7. pp 962-970.
  • Mao, Weining, Won W.Koo. 1999. Productivity Growth, Technology Progress, and Efficiency Change in Chinese Agriculture Production From 1984 to 1993. Agricultural Economic Report No 362. Department of Agricultural Economics, Agricultural Experiment Station. North Dakota State University, Fargo, ND 58105 -5636.
  • Smolny, Werner. 2000. Source of productivity growth: an empirical analysis with German sectoral data. Applied Economics, 32, pp. 305 314.
  • Seifford, L.M. and R.M. Thrall. 1990. Recent Development in DEA. Journal of Econometrics, 46 pp.7-38.

Lampiran:

Tabel 1. Data output dan input (tenaga kerja, modal, mesin, listrik dan bahan baku) tahun 1987

Nama
Kabupaten
output
(000Rp)
tenaga kerja
(orang)
modal
(000Rp)
mesin
(PK)
listrik
(KWH)
bahan baku
(oooRp)
BOGOR14053394817687438456132152797220565501706335750
SUKABUMI299233973772519367156314537537915805621
CIANJUR244533534595245748058228010249512711480
BANDUNG116612625212610969004365261721433695000707173440
GARUT29383303356237489718230227231114761298
TASIKMALAYA318171565223883839627360825660320892727
CIAMIS1129873424152223847493044662528563772
KUNINGAN180947917473750199131291554199
CIREBON161094249904793326688910717653804560059199
MAJALENGKA4398283581938873960701382117029124706376
SUMEDANG5551424849973197134062647124774729291959
INDRAMAYU13491822521508600581212222516158
SUBANG1457870210576602001780610969481945
PURWAKARTA2269174578702103025647029677838667122786892
KARAWANG13404217837692301232347796784140576973619
BEKASI517645531298481844094087156646296199300583719
BOGOR1074883803862233693145320232797763713913
SUKABUMI4159136226991196742624085291025394206
BANDUNG43100489145891870483598146667205845244398034
CIREBON1113753823700817877010130383814248754663
minimum1349182174737501212222516158
maximum1.41E+091261098.70E+0977967336950007.07E+08
mean2.27E+08172371.41E+09950744383611.25E+08
std. deviasi3.90E+08318302.37E+091774384877232.14E+08

Tabel 2. Data output dan input (tenaga kerja, modal, mesin, listrik dan bahan baku) tahun 1987

Nama
Kabupaten
LABOR
(orang)
MODAL
(000Rp)
MESIN
(PK)
LISTRIK
(Kwh)
BAHAN BAKUOUTPUT
BOGOR17087534911796796626198666277(000Rp)(000Rp)
SUKABUMI2514731771393664876858844928524
CIANJUR819292158944447874575624654
59701971081647816750192055824042895140
BANDUNG212657255396110497817157658458199162301053232924
GARUT585611909036354428553102885198051515706
TASIKMALAYA729817958211887515509683349859464467703
CIAMIS5353417371059518000921270040923005743
KUNINGAN21745500342178912728042102032
CIREBON179672198524249738105777067063883694055442
MAJALENGKA120601137667362836780301903159256796118
SUMEDANG175451991367729797150330955521601157473396
INDRAMAYU23418000014133095159424082578646
SUBANG656813740872580512339652108487120192900
PURWAKARTA210661374285531685350423193380394361618959
KARAWANG38205745756515017314419830105464649138458308
BEKASI10303322081758716682769050005467009716610164847
BOGOR381212984996320754444732279939310428025
SUKABUMI4116319333511875968891015792718919262
BANDUNG135337214749500115582468357972506431630610114631
CIREBON610818094755564939815164212982755484456
minimum2174550034217899424082102032
maximum2126573.49E+081155824986662778.20E+081.05E+09
mean3997165771894149884177638251.49E+081.95E+08
std.deviasi628181.04E+08332702281295272.48E+083.13E+08

Tabel 3. Data output dan input (tenaga kerja, modal, mesin, listrik dan bahan baku) tahun 1997

Wilayah
kabupaten/kota
LABOR
(Orang)
MODAL
(000Rp)
MESIN
(PK)
LISTRIK
(kWh)
BAHAN
BAKU
OUTPUT
(000Rp)
BOGOR2083075359006361948184131064594031642611000466183
SUKABUMI221972015033953363496456185443637390641515
CIANJUR5907650661984904127268489668807161897569
BANDUNG279385322410743813221971235952773642709094581158
GARUT82167586328183411305214597898398809359
TASIKMALAYA633124724639166910760376333574698990634
CIAMIS4038738507933709988952622592243547650
KUNINGAN58250222663434531346846328958153
CIREBON2260867027075116221039914351034621625051667
MAJALENGKA1686137078102207070191549459302156386381
SUMEDANG2011770462832130535109631483461843767831840
INDRAMAYU20037759436428441108456123156113150806520
SUBANG778281676044069479219858830230138591681
PURWAKARTA3972099019873449636604039615410769843004839718
KARAWANG6323147666953162898152914420106979473779351398
BEKASI1496782640399346982179483650759790869714158418769
BOGOR2003216862177265637870345452110021847487116
SUKABUMI2942221618614365569312051940437056375
BANDUNG11508812361903193818425072321356673533786711285
CIREBON6724177943007964676223305991811882704601
minimum58222161863434531346846328958153
maximum27938599019873619482.20E+087.60E+091.42E+10
mean500873325255315793439511431.34E+092.46E+09
std.deviasi777542926910618638707941662.26E+094.13E+09

References

  1. Charnes A., W.W. Cooper, and Rhodes, 1978. Measuring the Inefficiency of Decision Making Unit. European Journal of Operation Research 2. Pp 429 - 444.
  2. Charnes A., W.W. Cooper, A.Y. Lewin and L.M. Seiford (eds). 1993. Data Envelopment Analysis: Theory, Methods and Application. New York: Quorom Books.
  3. Christoper S.P. Tong. 1997. China
  4. Cooper, William W., Lawrence M. Seiford and Kaoru Tone. 1999. Data Envelopment Analysis: A Comprehensive Text with Models, Application, References and DEA Solver Software. Boston: Hardbound, Kluwer Academic Publishers.
  5. Joro, Tarja, Pekka Korhonen, and Jyrki Wallenius. 1998. Structural Comparison of Data Envelopment Analysis and Multiple Objective Linear Programming. Management Science. Vol 44 No 7, pp 962-970.
  6. mao, Weining, Won W.Koo. 1999. Productivity Growth, Technology Progress, and Eficiency Change in Chinese Agriculture Production From 1984 to 1993. Agricultural Economic Report No 362. Department of Agricultural Economics, Agricultural Experiment Station. North Dakota State University, Fargo, ND 58105 - 5636.
  7. Smolny, Werner, 2000. Source of productivity growth: an empirical analysis with German sectoral data. Applied Economics, 323, pp. 305-314.
  8. Seifford, L.M. and R.M. Thrall. 1990. Recent Development in DEA. Journal of Econometrics, 46 pp.7-38.