Analisis Perhitungan Pdb Hijau Indonesia Dengan Grey System Theory Tipe Gm (1,1)

Analisis Perhitungan PDB Hijau Indonesia Dengan Grey Sys Syste tem m Theory Theory Tipe GM (1,1) (Studi Kasus PDB Hijau di Indonesia Tahun 2000-2010)

SKRIPSI Disusun Oleh:

Andistya Oktaning Listra 0910210022

Diajukan Sebagai Salah Satu Syarat Untuk Meraih Derajat Sarjana Ekono mi

JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS BRAWIJAYA MALANG 2013

Analysis Of Indonesia’s Of Indonesia’s Green GDP Accounting With Grey System Theory Type GM (1,1) (Case Study Of Green GDP Accounting In Indonesia For Years 2000-2010)

THESIS

Andistya Oktaning Listra 0910210022

Submitted As Partial Fulfillment Of Requirements For The Degree Of Bachelor’s Economics

ECONOMICS DEPARTMENT FACULTY OF ECONOMICS AND BUSINESS UNIVERSITY OF BRAWIJAYA MALANG 2013

v

DAFTAR ISI

................................................ ................................. ................................ ..................... ..... i HALAMAN SAMPUL ............................... ................................................ .................................. ............................. ............ ii LEMBAR PERSETUJUAN ............................... LEMBAR PENGESAHAN ................................. ................................................. ................................. ............................. ............ iii

............................................... ................................. .................................. ................... iv SURAT PERNYATAAN ............................... RIWAYAT HIDUP ................................ ................................................ ................................. ................................. .......................... .......... v

................................................ ................................. ................................ ..................... ..... vii KATA PENGANTAR ............................... ................................................. ................................. ................................. ................................ ................ ix DAFTAR ISI ................................. DAFTAR TABEL ................................ ................................................ ................................. ................................. .......................... .......... xi

............................................... ................................ ................................. ........................... .......... xii DAFTAR GRAFIK ............................... .................................................. ................................. ................................ ..................... ..... xiii DAFTAR GAMBAR ................................. ABSTRAKSI ................................. ................................................. ................................. ................................. ................................ ................ xiv

BAB I : PENDAHULUAN

1.1. Latar Belakang Belakang ................................. ................................................. ................................. ............................... .............. 1 1.2. Rumusan Masalah Masalah ........................ ......................................... ................................. ............................ ............ 5 1.3. Tujuan Penelitian Penelitian ....................... ........................................ ................................. ............................... ............... 6 1.4. Manfaat Penelitian ..................................................................... 6 BAB II : KAJIAN PUSTAKA

2.1.Global Warming Dalam Konteks Perubahan Iklim dan Hilangnya Keanekaragaman Hayati. ...................................................... 7 2.2. Perkembangan Konsep Ekonomi Hijau .................................... 8 2.2.1.Pengaruh Ekonomi Hijau Terhadap Tingkat Kemiskinan .............................................................. 12 2.2.2.Pentingnya Realisasi Ekonomi Hijau di Indonesia .................. 14 2.3. Peran PDB Hijau Sebagai Parameter Keberhasilan Ekonomi Hijau ....................................... ........................................................ ................................. ......................... ......... 16 2.3.1 Perhitungan Deplesi Sumberdaya Alam Total .................. ......... .............. ..... 20 2.3.2 Perhitungan Degradasi Lingkungan .................. ......... ................... ................... ........... .. 21 2.3.3 Perhitungan Depresiasi Modal Modal Sumberdaya Alam .......... ......... . 27 2.4. Perkembangan Metode Perhitungan Grey System Theory .............. 27 2.5. Penelitian Penelitian Terdahulu Terdahulu ........................................ ........................................................ ................................. ....................... ...... 30 2.6. Kerangka Pemikiran.................. ......... ................... ................... ................... ................... .................. ................... ................ ...... 38 2.7. Hipotesis Hipotesis....................................... ....................................................... ................................. ................................. ......................... ......... 42

vi

BAB III : METODOLOGI PENELITIAN

3.1. Pendekatan Penelitian .............................................................. 43 3.2. Tempat dan Waktu Penelitian Penelitian ................... .......... ................... ................... ................... ............. ... 44 3.3. Ruang Lingkup Penelitian dan Batasan Bata san Masalah ................... ......... ............. ... 44 3.4. Definisi Operasional dan Pengukuran ...................................... 45 3.5. Jenis dan Sumber Data ............................................................ 46 3.6. Metode Pengumpulan Data ...................................................... 46 3.7. Metode Analisis Data 3.5.1 Grey System Theory Tipe GM (1,1) ...................... ...................................... ......................... ......... 47 BAB IV : HASIL DAN PEMBAHASAN

4.1.Perkembangan Ekonomi Hijau di Indonesia ..................................... 50 4.2. Pelaksanaan PDB Hijau di Indonesia ...................................... 60 4.3. Analisis Perhitungan PDB Hijau Indonesia Dengan Grey  ....................................................... .................................. ...................68 System Theory Tipe GM (1,1)...................................... 4.4. Implikasi Hasil Penelitian 4.4.1 Implikasi Teoritis .................. ......... ................... ................... .................. ................... ................... .................. ........... 75 4.4.2 Implikasi Kebijakan ................... ......... ................... ................... ................... ................... ................... .............. ..... 76 4.5. Keterbatasan Penelitian .......................................................... 77 BAB V : PENUTUP

5.1. Kesimpulan Kesimpulan .............................. ............................................... ................................. ............................... ............... 79 5.2. Saran ............................... ................................................ ................................. ................................. ....................... ...... 80 DAFTAR PUSTAKA ................................. .................................................. ................................. ................................ .................... .... 82

................................................ ................................. ................................. .................................. ................. 88 LAMPIRAN ...............................

vii

DAFTAR TABEL No. Tabel

Judul Tabel

Hal

Tabel 1.1

Kerugian Akibat Bencana Alam di Indonesia Tahun 2001 – 2010 ................................. ................................................. ................................. ................... .. 1

Tabel 2.1

Penelitian Terdahulu .................. ........ ................... ................... ................... ................... ................... ........... 34

Tabel 3.1

Definisi Operasional dan Pengukuran ................... ......... ................... .................. ............ ... 45

Tabel 3.2

Kategori Tingkat Akurasi Nilai MAPE .................. ......... ................... ................... ............. .... 49

Tabel 4.1

Rencana Pemerintah Indonesia Untuk Kegiatan Mitigasi Hingga Tahun 2020 Berdasarkan ICCSR................................... 55

Tabel 4.2

Target Pengurangan Emisi Dalam Rencana Kegiatan Kegiatan Nasional Nasional..................................... ...................................................... ................................. ................ 58

Tabel 4.3

Nilai Deplisi Minyak dan Gas Alam di Kabupaten Kutai Kartanegara, Tahun 1999 – 2000 ................... 61

Tabel 4.4

Sumbangan Sektor Kehutanan Pada PDRB Semi Hijau di Kabupaten Kutai Kartanegara, Tahun 1999 – 2000................ 2000................ 61

Tabel 4.5

Nilai Deplisi Batu Bara yang dieksploitasi di Kabupaten Kutai Kartanegara, Tahun 1999 – 2000 ................... 62

Tabel 4.6

Kontribusi Sektor Kehutanan Pada PDRB Hijau Kabupaten Kabupaten Berau .............................. ............................................... ................................. ........................ ........ 63

Tabel 4.7

PDRB Cokelat, Deplesi dan Degradasi Degra dasi akibat Kebakaran Hutan dan Pencurian Kayu serta PDRB Hijau di Kabupaten Karangasem Tahun 2000 – 2006 (Rp.000) ................................ 64

Tabel 4.8

Hasil Perhitungan Imputed Environmental Cost  untuk PDB Hijau Alternatif 1 Atas Dasar Harga Berlaku Tahun 2000 – 2005 (Rp. Miliar)……………………………………………………………65

Tabel 4.9

Hasil Perhitungan Imputed Environmental Cost  untuk PDB Hijau Alternatif 2 Atas Dasar Harga Berlaku Tahun 2000 – 2005 (Rp. Miliar)……………………………………………………………66

Tabel 4.10 PDB Cokelat, Deplesi SDA, Degradasi Lingkungan, Depresiasi Modal SDA, dan PDB Hijau Tahun 2000 – 2010 ........................ ........................ 67 Tabel 4.11 Hasil Perhitungan z(1) ................................ ................................................. ................................. ................ 71 Tabel 4.12 Hasil Transpose x(0) ............................... ................................................ .................................. ................... .. 72

̂() ................................ ................................................. ................................. ................ 73

Tabel 4.12 Hasil Perhitungan

Tabel 4.14 PDB Hijau Dengan Grey System Theory tipe GM (1,1) .............. .......... .... 73

viii

DAFTAR GRAFIK

No. Grafik

Judul Grafik

Hal

Grafik 2.1 Akumulasi Karbon Dioksida di Dunia .................. ......... ................... ................... ............... ...... 8 Grafik 4.1 Efek Dari Skenario Ekonomi Hijau Pada Ekonomi Indonesia ....... 51 Grafik 4.2 PDB Cokelat dan PDB Hijau di Indonesia I ndonesia Tahun 2000 - 2010 ...... 68 Grafik 4.3 Hasil AGO ................................ ................................................. ................................. ................................ ................... ... 70 Grafik 4.4 Hasil GM (1,1) ................... .......... ................... ................... ................... ................... .................. ................... ............ 74

ix

DAFTAR GAMBAR No Gambar

Judul Gambar

Hal

Gambar 1.1

Pilar Pembangunan Berkelanjutan.................. ......... ................... ................... ............. .... 2

Gambar 2.1

Eksternalitas Negatif ................... ......... ................... .................. ................... ................... ............... ...... 9

Gambar 2.2

Eksternalitas dan Keterkaitannya Terhadap Sistem Alam Dan Sistem Ekonomi ............................................................. 10

Gambar 2.3

Strategi Utama Dalam Transisi Ekonomi Hijau .................. ......... ............. .... 11

Gambar 2.4

Distribusi Pendapatan Global ................... ......... ................... .................. ................... ............ 13

Gambar 2.5

Skenario Ekonomi Hijau Untuk Indonesia .................. ......... ................... ............ .. 15

Gambar 2.6

.......... ................... ............ .. 18 Gap Antara PDB Cokelat dan PDB Hijau ...................

Gambar 2.7

Kerangka Konseptual PDB Hijau .................. ......... ................... ................... ............... ...... 19

Gambar 2.8

Nilai Ekonomi Total(Total Economic Value) ........................... ........................... 21

Gambar 2.9

Metode Tidak Langsung (Indirect Methods) ........................... ........................... 24

Gambar 2.10 Kerangka Pemikiran ................... ......... ................... .................. ................... ................... ............... ...... 41

BAB I

PENDAHULUAN

1.1

Latar Belakang

Perubahan iklim dan hilangnya keanekaragaman hayati merupakan dasar  diselenggarakannya KTT Rio+20 di Rio de Janeiro, Brazil pada tanggal 20-22 Juni 2012. Penyelenggaraan konferensi tersebut bertujuan untuk menciptakan kesadaran berbagai negara mengenai pentingnya menjaga kelestarian dan keseimbangan lingkungan hidup. Sebagai negara yang turut berpartisipasi dalam KTT Rio+20, Indonesia berupaya mengaktualisasikan kedua hal tersebut mengingat beberapa bencana alam yang telah menelan banyak korban dan menyebabkan berbagai kerugian pernah terjadi di Indonesia (Tabel 1.1). Tabel 1.1 : Kerugian Akibat Bencana Alam di Indonesia Tahun 2001 - 2010 Kejadian Kekeringan

Banjir 

Curah Hujan Terlalu Tinggi

Kebakaran

Kekeringan Rata – rata per kejadian Tidak terdata Rata – rata per kejadian Banjir cepat Rata-rata per  kejadian Banjir umum Rata-rata per  kejadian Longsor

Rata – rata per kejadian Kebakaran Hutan Rata – rata per kejadian

Meninggal 1

Total Dampak 15.000 15.000

Kerusakan (000 US$) 1.000 1.000

5

55 11

4.930 986

-

17

1.239 73

879.068 51.710

90.200 5.306

35

1.243 36

2.036.938 58.198

1.411.433 40.327

23

900

275.579

60.404

39

11.982

2.626

400

14.000

133

4.667

3

Sumber : LPM Equator, 2011

1

7

Salah satu strategi meminimalisir berbagai bencana alam yang diakibatkan oleh perubahan iklim dan hilangnya keanekaragaman hayati yaitu transformasi sistem ekonomi yang berwawasan lingkungan. Terkait penyataan tersebut, ekonomi hijau merupakan sistem ekonomi yang berkontribusi meningkatkan

kesejahteraan

manusia

dan

ekuitas

sosial

dilihat

dari

kemampuannya mengurangi resiko lingkungan dan kelangkaan ekologis (UNEP, 2011). Ekonomi hijau juga selaras dengan realisasi ekonomi berbasis pembangunan berkelanjutan yang mampu menjembatani gap antara agenda pembangunan lainnya seperti Millenium Development Goals (MDGs) (LPM Equator, 2011). Gambar 1.1 : Pilar Pembangunan Berkelanjutan EKONOMI HIJAU

Efisiensi Stabilitas

Keadilan Dalam Valuasi

Generasi

Internalisasi

Lingkungan

Sosial

Pemberdayaan Budaya Dalam Mengentaskan

Keadilan Antar  Generasi

Keanekaragaman Hayati SDA

Partisipasi

Kemiskinan Sumber : Modifikasi dari Suryanto, 2009

Menurut Yatnaputra (2012), dalam pelaksanaan ekonomi hijau maka PDB Hijau merupakan salah satu indikator yang mampu mengukur keberhasilan

8

ekonomi hijau di suatu negara. Perhitungan PDB Hijau diperkenalkan oleh Divisi Statistik PBB ( UNSTAT ) pada tahun 1993 dalam handbook System handbook  System of National   Account (SNA) yang mengimplementasikan System for Integrated Environmental  and Economic Accounting  (SEEA) dan perubahan lingkungan.

PDB Hijau menekankan sinergi antara pertumbuhan ekonomi dengan kelestarian sumberdaya alam dan lingkungan. Hal ini terkait konteks bahwa ketersediaan sumberdaya alam dan kondisi lingkungan yang memadai dapat menjadi aset ekonomi yang mampu merealisasikan pertumbuhan ekonomi  jangka panjang. Adapun perbedaan pe rbedaan mendasar antara anta ra PDB Cokelat dengan d engan PDB Hijau adalah sistematika perhitungannya dimana PDB Cokelat mengabaikan nilai deplesi sumberdaya alam, degradasi lingkungan, dan depresiasi modal sumberdaya alam sedangkan PDB Hijau sebaliknya. Oleh karena itu, sistematika perhitungan PDB Hijau dianggap lebih kompleks daripada PDB Cokelat karena mampu memberikan deskripsi riil biaya sumberdaya alam dan lingkungan (Ningsih, 2005). Terkait pelaksanaan PDB Hijau di Indonesia, Sucofindo selaku Badan Usaha Milik Negara (BUMN) telah dipercaya pemerintah untuk melaksanakan perhitungan PDB Hijau Indonesia selama tahun 2000-2010 agar tercipta keterkaitan dengan Tren Indeks Pengelolaan Lingkungan Hidup (Tren IKLH) dalam mengevaluasi kinerja lingkungan hidup suatu negara selama 10 tahun. Berdasarkan hasil perhitungan perhitung an PDB Hijau Indonesia, pembangunan nasional pada periode 2000-2010 berada pada tahap berkelanjutan dengan nilai PDB Hijau yang terus positif. Namun bila dilihat dari perannya (porsi-rasio) terhadap PDB Cokelat diketahui adanya tren yang menurunmenuju kearah pembangunan yang tidak berkelanjutan (Sucofindo, 2011) sehingga dapat disimpulkan bahwa masih terdapat beberapa kelemahan dalam perhitungan PDB Hijau Indonesia.

9

Secara umum, kelemahan PDB Hijau antara lain seperti efek general  equilibrium

yang

tidak

diikuti

dengan

kebijakan

dan

usaha

dalam

menginternalisasikan lingkungan pada sektor produksi. Hal ini menyebabkan PDB Hijau belum bisa dijadikan substitusi PDB Cokelat dalam evaluasi pembangunan dan perekonomian. Perhitungan PDB Hijau juga dihadapkan pada kesulitanmenetapkan hargasumberdaya alam. Selain itu, PDB Hijau tidak memiliki kejelasan persediaan sumberdaya alam karena perhitungannya yang kurang komprehensif dalam mengestimasi data khususnya terkait dengan kuantitas, kualitas, dan perubahan sumberdaya alam (Liu dan Guo, 2005). Menurut

Lu

dan

Chiu

(2012),

salah

satu

strategi

untuk

mengevaluasiperhitungan PDB Hijau diperlukan metode pengukuran yang sesuai dalam

mengatasi

keterbatasan

data

dan

informasi

asimetris.

Dengan

mengevaluasi perhitungan PDB Hijau diharapkan dapat memberikan referensi biaya yang harus dibayarkan padalingkungan tetapi juga dapat mendukung pemerintah dalam penyusunan kebijakan terkait isu-isu lingkungan di suatu negara. Oleh karena itu, upaya mengevaluasi hasilperhitungan PDB Hijau adalah menggunakan Grey System Theory  yang merupakan metode pengukuran berbasis peramalan yang diciptakan oleh Prof. Deng Ju-Long pada tahun 1982. Grey System Theory adalahmultidisiplinyang adalahmultidisiplinyang menangani sistem yang

dicirikan oleh data yang terbatas dan memiliki informasi tidak jelas/informasi asimetris. Penerapan Grey System Theory  pada PDB Hijau pertama kali diterapkan di Taiwan 2002-2010. Hasilnya menunjukkan bahwa perhitungan PDB Hijau yang dilengkapi dengan Grey System Theory  tipe GM (1,1) mampu merefleksikan status atas lingkungan dan dapat memberikan referensi nilai peramalan bagi pemerintah dalam penyusunan kebijakan ekonomi dan lingkungan yang relevan dengan nilai mean absolute percentage error  (MAPE) yang sangat akurat.

10

Keberhasilan pengaplikasian Grey System Theory tipe tipe GM (1,1) di berbagai bidang ilmu seperti industri, sistem sosial, sistem ekologis, ekonomi, geografi, kemacetan, managemen, pendidikan, lingkungan dan lain sebagainya  juga merupakan stimulus yang melatarbelakangi pengaplikasian Grey System tipe GM (1,1) pada perhitungan PDB Hijau. Dalam hal ini, Grey System Theory tipe tipe GM (1,1) dibangun oleh delapan tahap model algoritma sehingga Theory tipe untuk mempermudah perhitungannya digunakan software Matlab yang lebih praktis daripada perhitungan secara manual atau menggunakan software lain seperti VB atau bahasa C++ yang hanya mampu menampilkan hasil perhitungan namun untuk tampilan grafiknya masih kurang sempurna (Wen dan Chang, 2005). Dengan mengetahui keberhasilan salah satu negara di Asia seperti Taiwan dalam mengaplikasikan perhitungan PDB Hijau berbasis Grey System Theory  tipe GM (1,1) maka program ekonomi hijau pemerintah Indonesia

merupakan solusi yang tepat untuk merealisasikan target pertumbuhan ekonomi mencapai 7% dan program REDD ( Reducing Reducing Emissions from Deforestation and  Forest Degradation ) dimana sebagai parameter keberhasilannya adalah hasil

PDB Hijau yang kemudian diukurdengan metode Grey System Theory  tipe GM (1,1) melalui pengaplikasianpada software Matlab 5.3. Oleh karena itu, skripsi ini berjudul : “Analisis Perhitungan PDB Hijau Indonesia Dengan Grey System 2000-2010)”.  Theory  Theory Tipe GM (1,1) (Studi Kasus PDB Hijau Indonesia Tahun 2000-2010)”.

1.2

Rumusan Masalah

Berdasarkan uraian tersebut, diketahui bahwa perhitungan PDB Hijau Indonesia masih memiliki beberapa kelemahan sehingga diperlukan metode pengukuran untuk mengetahui tingkat bias dan akurasi data PDB Hijau Indonesia. Oleh karena itu, Grey System Theory  tipe GM (1,1) merupakan

11

metode yang sesuai untuk mengevaluasi PDB Hijau Indonesia karenadapat menangani data time series yang terbatas dan ketidakjelasan informasi/ informasi

asimetris

sehingga

hasilnya

dapat

dijadikan

referensi

dalam

penyusunan kebijakan ekonomi hijau yang relevan. Permasalahan yang ingin dikaji dalam penelitian ini adalah: Bagaimana mengevaluasi hasil perhitungan PDB Hijau Indonesia dengan Grey System Theory Tipe GM (1,1)?

1.3

Tujuan Penelitian

Berdasarkan

rumusan

masalah,

maka

tujuan

penelitian

ini

adalah:Mengetahui hasil evaluasi perhitungan PDB Hijau Indonesia pada tahun 2000-2010 dengan Grey System Theory Tipe GM (1,1). 1.4

Manfaat Penelitian

Dengan mengetahui rumusan masalah dan tujuan maka diharapkan penelitian ini dapat memberikan bermanfaat sebagai berikut : 1. Bagi penulis, bisa memberikan manfaat dalam pengetahuan tentang penerapan PDB Hijau di Indonesia. 2. Bagi

analis

ekonomi

lingkungan,

akan

bermanfaat

dalam

memperhitungkan PDB hijau yang selama se lama ini masih memiliki kelemahan. 3. Bagi pemerintah, sebagai referensi dalam penyusunan kebijakan terkait implementasi ekonomi hijau di Indonesia 4. Bagi pihak lain, dapat digunakan sebagai referensi dalam penelitian yang serupa

BAB II

KAJIAN PUSTAKA

2.1

Global Warming Dalam Konteks Perubahan Iklim dan Hilangnya Keanekaragaman Hayati Global warming  adalah peningkatan suhu rata-rata di permukaan bumi

dan lautan yang menyebabkan penurunan biodiversitas secara signifikan (Teguh, 2009). Dalam hal ini,Gore (2006) menjelaskan secara spesifik bahwa global  warming  telah meningkatkan dua kali lipat resiko badai kategori 4 dan 5,

penyebaran wabah Malaria, meningkatkan aliranes darigletserdi Greenland , meningkatkan resiko kepunahan lebih dari satu juta spesies tanamandan hewan, meningkatkan

angka

kematian

hingga

300.000

orang

per

tahun,

meningkatkanpermukaan air lautglobal lebih dari 20 meter disertai hilangnya rak es di Greenland dan Antartika. Menurut Gerlach (2010) dalam Pappas (2011), aktivitas manusia memiliki peran yang lebih besar terhadap terjadinya global warming . Terbukti bahwa  jumlah karbon dioksida yang dilepaskan letusan gunung berapi yakni 0,13 - 0,44 miliar ton CO2 per tahun. Sedangkan jumlah karbon dioksida dari aktivitas manusia pada tahun 2010 diperkirakan mencapai 35 miliar ton. Misalnya, alih fungsi

lahan

yang

melepas

3,4

gigaton

per

tahun,

kendaraan

bermotormenyemburkan 3 gigaton setiap tahun, dan produksi semen menyuplai 1,4 gigaton gas rumah kaca ke atmosfer.Jadi secara global karbon dioksida yang terserap hampir 50% sejalan dengan emisi yang dihasilkan dari kegiatan manusia.

7

8

Grafik 2.1 : Akumulasi Karbon Dioksidadi Dunia

Sumber : NOAA, 2010

Sejalan

dengan

fenomena

global

warming  yang

mempengaruhi

perubahan iklim maka berdasarkan Global Research Climate Change Program (2009) dalam Rao (2010) terdapat temuan penting sebagai berikut: (a) Perubahan iklim akan mengurangi persediaan sumberdaya air; (b) Tanaman sulit tumbuh dan produksiternak semakin sulit dikembang biakkan; (c) Daerah pesisir menghadapi resiko lebih besar kenaikan permukaanlaut dan gelombang badai; (d) Meningkatnya resiko terhadap kesehatan manusia; manusia; 2.2

Perkembangan Konsep Ekonomi Hijau Cosmisch-gemeen-schapsgevoel  adalah perspektif dunia yang dominan

seperti ciri khas kebudayaan Timur khususnya Indonesia yang pada hakikatnya menunjukkan orientasi yang memandang segala sesuatunya sebagai total unity  (Hidding, 1935 dalam Soerjani, 1987:148). Dari perspektif ini dibangun sebuah subjektivitas yang memandang manusia sebagai bagian dari kosmos dan

9

memiliki keterkaitan dengan alam dengan mencari bentuk harmonis dalam masyarakat melalui usaha  – usaha yang bersifat sinkrestik dan kompromistik sehingga dapat memupuk kesadaran lingkungan dan menghindari tindakan sewenang  – wenang terhadap alam melalui pencemaran dan perusakan lingkungan (Poespowardojo, 1987 dalam Soerjani et.al, 1987:148). Dalam hal ini, kasus pencemaran dan kerusakan lingkungan yang terjadi berkaitan dengan konteks eksternalitas dari kegiatan ekonomi. Eksternalitas negatif merupakan refleksi kegagalan pasar karena tidak adanya internalisasi biaya

atas

dampak

yang

ditimbulkan

oleh

kegiatan

ekonomi

dimana

terjadipeningkatan social cost yang yang menyebabkan pergeseran kurva marginal social cost  ke kiri (Gambar 2.1). Rata  – rata eksternalitas negatif dari kegiatan

ekonomi disebabkan ketidakselarasan antara sistem alam dengan sistem ekonomi sehingga seringkali berimplikasi pada penurunan stabilitas sumberdaya alam dan lingkungan (Gambar 2.2).

Gambar 2.1 : Eksternalitas Negatif 

Sumber : Nababan, 2012

10

Gambar 2.2 : Eksternalitas dan Keterkaitannya Terhadap Sistem Alam dan Sistem Ekonomi

Sumber: Diartho, 2012

Sebagai upaya menciptakan keselarasan antara sistem alam dengan sistem ekonomi maka konsep ekonomi hijau merupakan solusi yang lebih baik daripada konsep ekonomi konvensional. Ekonomi hijau merupakan paradigma ekonomi yang menginternalisasikanpersoalan sumberdaya alam dan lingkungan yang mengutamakan aspek pembangunan dan keberlanjutan ekologiskarena manusia berkehidupan atas dasar adaptasi dan bersinergi dengan lingkungan alamnya (Budimanta, 2011). Terkait konsep ekonomi hijau maka UNEP (2011) mengemukakan prinsip – prinsipnya sebagai berikut : 1. Menginternalisasikan nilai nilai dan investasi investasi sumber sumber daya alam 2. Mengurangi tingkat kemiskinan 3. Meningkatkan lapangan pekerjaan dan menciptakan kesetaraan sosial

11

4. Mengkonversi bahan bakar dengan energi terbarukan yang ramah lingkungan/rendah emisi 5. Menciptakan efisiensi efisiensi dalam penggunaan sumberdaya dan energi 6. Menstimulus pola hidup yang yang sehat yang rendah emisi sehingga sehingga berkesinambungan dengan konsep keberkelanjutan 7. Mempercepat pertumbuhan yang selaras dengan konsep konservasi dan pelestarian sumberdaya alam

Gambar 2.3 : Strategi Utama Utama Dalam Transisi Ekonomi Ekonomi Hijau

Energi Limbah

Pertanian

Keuangan

5 Sektor 

Konstruksi Berkelanjutan

Sumber : Modifikasi dari Riberio, 2010

Menurut UNEP (2010), beberapa negara berkembang yang telah berhasil menerapkan kebijakan ekonomi hijau adalah sebagai berikut : 1. Pengembangan energi angin dan surya pada industri industri di Cina Cina yang merupakan realisasi energi terbarukan yang didukung oleh Undang – Undang Energi Terbarukan pada akhir tahun 2005. 2. Feed-In Tariffs di Kenya yang merupakan instrumenkebijakanwajib bagiperusahaan-perusahaan sumberenergi terbarukan.

agarmenggunakan

tenaga

listrikdari

12

3. Pertanian organik di Uganda yang didukung oleh pemerintah melalui Draft Uganda Organic Agriculture Policy  pada Juli 2009

4. Perencanaan kota berkelanjutan di Brazil yaitu yaitu dengan mengubah daerah rawan banjir menjadi tamandan membuat danaubuatan untuk menahanbanjir. 5. Memperbaiki

infrastuktur

e kologi ekologi

pedesaan

di

India

dengan

memperkuat managemen sumberdaya alamnya. 6. Managemen

hutan hu tan

di

Nepal

yang

berkontribusi

memulihkan

sumberdaya hutan. 7. Pelayanan ekosistem di Ekuador yang membiayai kelembagaan pengelolaan DAS (daerah aliran sungai) yang meliputi : komunikasi, pendidikan lingkungan,kehutanan, dan pelatihanpengelolaan daerah aliransungai. 8. Penerapan energi surya di Tunisia sebagai upaya efisiensi energi.

2.2.1

Pengaruh Ekonomi Hijau Terhadap Tingkat Kemiskinan Kemiskinan

merupakan

“wabah

penyakit”

yang

melanda

negara

berkembang karena hal tersebut dapat melemahkan fisik dan mental manusia sehingga berimplikasi negatif terhadap lingkungan. Sekitar 2,6 miliar orang yang hidup dengan pendapatan per kapita kurang dari U$ 2 per haribahkan hingga kini masih terdapat satu milyar orang yang hidup dengan pendapatan kurang dari U$ 1 per hari. Oleh karena itu,diperlukan upaya untuk memperbaiki standar hidup masyarakat. Pembangunan di negara berkembang tidak hanya terfokus pada peningkatan pendapatan nasional, peningkatan output produksi barang dan jasa, tetapi mengandung konteks membangun manusia jasmaniah, rohaniah dan

13

mengubah nasib manusia untuk keluar dari perangkap kemiskinan dan keterbelakangan (Salim, 1979; Soetarjono, 1982 dalam Soerjani et.al, 1987:134). Gambar 2.4 : Distribusi Pendapatan Global

Sumber : UNEP, 2011

Menurut laporan World Commission On Environment and Development (1987) dalam Rao (2010) menyatakan bahwa : “Poverty is not only an evil in itself, but sustainable development  requires meeting the basic needs of all and extending to all the opportunity to fulfill their aspi rations rations for a better life. A world in which  poverty is endemic will always be prone to ecological and other  catastrophes.” 

Dari pernyataan diatas bisa diketahui bahwa kemiskinan sebenarnya merefleksikan ketergantungan masyarakat terhadap sumberdaya alam dalam memenuhi kehidupannya. Oleh karena itu, ekonomi hijau merupakan alternatif  yang tepat untuk mengurangi kemiskinan dan menstimulasi pertumbuhan ekonomi hal ini dikarenakan peningkatan lingkungan secara konsisten mampu

14

merealisasikan kesejahteraan dan pertumbuhan PDB. Berdasarkan UNEP Green Economy Report , pengelolaan pertanian berbasis ekonomi hijau mampu

mengurangi kemiskinan dan kelaparan, karena menciptakan pertanian yang berkelanjutan sehingga secara efektif mampu meningkatkan ketersediaan pangan, mengurangi emisi karbon, efisiensi air, dan pada waktu yang sama mampu menghubungkan petani marginal dengan international supply chains (UNEP, 2011).

2.2.2

Pentingnya Realisasi Ekonomi Hijau di Indonesia

Landasan filosofis ekonomi hijau di Indonesia memiliki pondasi yang sangat kuat apabila merujuk pada Pancasila dan Konstitusi UUD 1945. Dalam konsep ekonomi hijau, falsafah kenegaraan (Pancasila) terefleksi dari sila kemanusiaan yang adil dan beradab serta kesejahteraan sosial bagi seluruh rakyat Indonesia. Menciptakan peradaban dan kesejahteraan tanpa adanya harmoni dari aspek alam dan lingkungan adalah perspektif yang semu dalam mengaktualisasikan ekonomi hijau berbasis Pancasila. Penerapan konsep ekonomi hijau jika direalisasikan di Indonesia akan diperoleh manfaat dengan terciptanya efisiensienergi sebesar 25 persen, berkurangnya penggunaan bahan bakar berbasis batubara sebesar 50%, adanya penerapan

pajak per ton sebesar

berkurangnya

US $ 10 pada

produksi

karbon,

dan

laju deforestasi sebesar 10 persen. Kegiatan ini juga akan akan

meminimalisir 177 juta ton emisi CO2 dan meningkatkan PDBsebesar 2,7% (Rp 133 trilyun) per tahun. Manfaat lain dari realisasi konsep ekonomi hijau di Indonesia adalah terciptanya lapangan kerja baru bagi lebih dari 3 juta orang dan pengurangan  jumlah orang miskin sebesar lebih dari 4 juta per tahun. Oleh karena itu,

15

kebijakan dirancang untuk memenuhi target efisiensi energi sebesar 25 persen dari rumah tangga kaya di daerah perkotaan, industri intensif, dan sektor  transportasi. Dengan penerapan konsep ekonomi hijau di Indonesia maka akan diperoleh manfaat lingkungan dan ekonomi yang sangat besar (Gambar 2.5).

Gambar 2.5 : Skenario Ekonomi Hijau Untuk Indonesia Indonesia

Energi

Sektor 

Kehutanan

Efisiensi Energi

25% lintas sektor 

Fuel Mix

50% batubara dan gas

Pajak Karbon

$10 karbon + tax switch

Pengurangan Deforestasi

-10% def. REDD15 + efficiency

Sumber : LPM Equator, 2011

Berdasarkan Konstitusi UUD 1945 Bab XIV tentang Perekonomian Nasional dan Kesejahteraan Sosial pada pasal 33 secara tegas menyatakan bahwa perekonomian Indonesia merupakan usaha bersama atas asas kekeluargaan dan untuk kemakmuran rakyat diselenggarakan dasar prinsip berkelanjutan dan berwawasan lingkungan (Budimanta, 2011). Sebagai upaya mendukung penerapan ekonomi hijau di Indonesia Presiden Susilo Bambang Yudhoyono (SBY) menyampaikan bahwa pemerintah berkomitmen untuk segera merealisasikan ekonomi hijau sesuai dengan target pengurangan emisi karbon pada 2020 sebesar 26% tanpa bantuan dana dari luar negeri dan 41% jika mendapat bantuan dana dari luar negeri (Naidoo, 2012 dalam Saturi, 2012).

16

2.3.

Peran PDB Hijau Sebagai Parameter Parameter Keberhasilan Ekonomi Hijau

PDB Cokelat merupakan data statistik yang menjumlahkan seluruh nilai tambah dari seluruh aktivitas ekonomi di suatu wilayah negara dalam rentang waktu satu tahun. Konsep PDB Cokelat pertama kali diperkenalkan di Indonesia pada tahun 1970 dimana memiliki peranan strategis dalam perencanaan pembangunan karena kemampuannya memberikan deskripsi secara menyeluruh tentang kondisi perekonomian suatu negara dan dianggap sebagai indikator  kinerja perekonomian secara agregat. Selain itu, PDB juga sering digunakan sebagai indikator kesejahteraan penduduk suatu negara yang diukur dengan PDB per kapita (Nuryanto, 2009). Perhitungan PDB Cokelat Indonesia yang telah disusun oleh BPS terbagi dalam 9 sektor usaha, yaitu: sektor pertanian; sektor pertambangan dan penggalian; sektor industri pengolahan; sektor listrik, gas, dan air bersih; sektor  konstruksi; sektor perdagangan, hotel dan restoran; sektor pengangkutan dan komunikasi; sektor keuangan dan jasa perusahaan; dan sektor jasa-jasa. Berikut Berikut manfaat dari perhitungan PDB Cokelat dalam perspektif konvensional yaitu : 1) Untuk mengetahui tingkat kesejahteraan suatu bangsa, 2) Mengetahui kontribusi masing  – masing sektor dalam kegiatan ekonomi, 3) Untuk mengetahui perkembangan ekonomi nasional/regional atau masing  – masing sektor, dan 4) Membantu

dalam

penyusunan

rencana

pembangunan

regional/sektoral

(Suparmoko, 2006). Berikut adalah rumus PDB dalam ekonomi secara umum : PDB = C + I + G + (X-M) Keterangan :

C = konsumsi pribadi, I = investasi bruto, G = pengeluaran pemerintah

17

X = ekspor  M = impor  Dalam konteks ekonomi sumberdaya alam dan lingkungan maka perhitungan PDB Cokelat diperoleh dari pendekatan produksi atau pendekatan nilai tambah. Berikut rumus perhitungan PDB Cokelat (LPM Equator, 2011) : Nilai produksi

Rp……………….

Intermediate inputs (bahan – bahan) Rp……………… (-) Nilai tambah (PDB Cokelat)

Rp………………..

Meskipun terdapat beberapa manfaat dalam perhitungan PDB Cokelat namun jika ditelaah dengan konsep ekonomi hijau maka ditemukan beberapa kelemahan seperti terabaikannya internalisasi sumberdaya alam dan lingkungan. Oleh karena itu, para pemerhati lingkungan memberikan makna lain dari PDB dimana

singkatan

GDP

merupakan

kepanjangan

dari Gross Domestic 

Pollutionbukan Gross Domestic Product  seperti umumnya (Samuelson, 2003

dalam Nuryanto, 2009). PDB Cokelat juga mengabaikan harga input  – output sehingga tidak ada nilai jasa ekosistem yang dikeluarkan. Secara konseptual, PDB Cokelat yang selama

ini

menjadi

parameter

keberhasilan

dalam

perspektif

ekonomi

konvensional sebenarnya hanya mampu memenuhi aspek jangka pendek karena nilai PDB Cokelat tidak mampu memberikan deskripsi riil kesejahteraan atas hasil kegiatan perekonomian atau pembangunan suatu negara. Berdasarkan studi terbaru diketahui bahwa sejumlah negaraberkorelasi positif terhadap hancurnya konsep kesejahteraan akibat nilai PDB Cokelat mencapai ambang tertentu yang dikenal sebagai "hipotesis ambang" (Max-Neef, 1995). Dalam hal ini, kenaikan PDB Cokelat sebenarnya hanya sinyal meningkatnya tingkat transaksi pasar, tanpa memperhatikan apakah kegiatan

18

tersebut bermanfaat bagi manusia danalam dalam jangka panjang. Hal inilah yang menyebabkan PDB Cokelat menjadi sasaran kritik atas meningkatnya deplesi sumberdaya alam, degradasi lingkungan, dan depresiasi modal sumberdaya alam dalam beberapa dekade terakhir. Sebagai upaya merevisi perhitungan PDB Cokelat yang memiliki kekurangan perlu dilakukan adjusted  gross domestic product  (AGDP) atau kini lebih dikenal sebagai PDB Hijau

(Utama, 2009).

Gambar 2.6 : Gap Antara PDB Cokelat dan PDB Hijau

PDB Cokelat 







Menekankan pada  profit  mengabaikan eksternalitas Tidak ada biaya internalisasi SDA dan lingkungan Mengabaikan harga inputoutput Belum mampu mengaktualisasikan pembangunan berkelanjutan

PDB Hijau P A R A



M E T E R



E K O N O



M I



Menekankan pada aspek eksternalitas yang ditimbulkan Internalisasi biaya SDA dan lingkungan Tidak mengabaikan harga input-output Mampu mengaktualisasikan pembangunan berkelanjutan

PDB Hijau merupakan konsep pengintegrasian sumberdaya alam dan lingkungan pada aktivitas ekonomi sebagai upaya merealisasikan pembangunan berkelanjutan. Dalam hal ini, perhitungan PDB Hijau merupakan aplikasi dari Neraca Sumberdaya Alam dan Lingkungan atau Natural Resource and  Environmental

Accounting (NREA) (NREA)

yang

berfungsi

sebagai

koreksi

atas

kelemahan dari PDB Cokelat dikarenakan PDB Hijau mampu menyajikan indikator kinerja perekonomian yang lebih komprehensif, berkualitas serta merefleksikan kesejahteraan masyarakat yang sesungguhnya (Nuryanto, 2009).

19

Gambar 2.7 : Kerangka Konseptual PDB Hijau

Sumber : Modifikasi dari Nuryanto, 2009

Pada dasarnya PDB Hijau merupakan penyesuaian dari PDB Cokelat dengan penambahan komponen lingkungan berupa deplesi sumberdaya alam, degradasi lingkungan, dan depresiasi modal sumberdaya alam. Deplesi sumberdaya alam adalah berkurangnya jumlah sumberdaya alam yang tersedia. Degradasi lingkungan adalah menurunnya kualitas, fungsi, dan kemampuan dalam menyediakan barang dan jasa lingkungan. Sedangkan depresiasi modal sumberdaya alam adalah penurunan sumberdaya alam secara sistematik dan rasional yang diukur atas dasar potensi sumberdaya alam yang benar  – benar  telah dimanfaatkan dalam menciptakan pendapatan. Secara matematis, formula perhitungan PDB Hijau sebagai berikut: Nilai produksi

Rp……………….

Biaya input antara

Rp……………… (-)

PDB Cokelat

Rp………………..

Nilai Deplesi SDA

Rp………………

20

Nilai Degradasi Lingkungan

Rp………………

Nilai Depresiasi Modal SDA

Rp……………… (-)

PDB Hijau

Rp………………..

Berdasarkan formula perhitungan PDB Hijau diatas dapat diketahui perbedaan yang cukup kontras antara PDB Cokelat dengan PDB Hijau sehingga dapat disimpulkan PDB Hijau merepukan penyempurna dari perhitungan PDB Cokelat. Kenyataannya, hal ini berseberangan dengan realita yang terjadi bahwa hingga kini perhitungan PDB Hijau masih menjadi pertimbangan di berbagai negara dikarenakan adanya kesulitan teknis, perselisihan birokrasi, dan perlawanan dari pemerintah lokal yang seringkali terjadi khususnya di negara berkembang yang umumnya memiliki dependensi tinggi terhadap sumberdaya alam sehingga PDB Hijau seringkali dianggap sebagai pembatas untuk mengejar  pertumbuhan ekonomi di suatu negara (Jiangtao, 2007). 2.3.1

Perhitungan Deplesi Sumberdaya Sumberdaya Alam

Penghitungan nilai deplesi sumberdaya alam dilakukan melalui langkahlangkah sebagai berikut : (1) mengidentifikasi sumberdaya alam yang terdeplesi; (2) melakukan kuantifikasi volume fisik deplesi sumberdaya alam; (3) melakukan valuasi ekonomi pada deplesi sumberdaya alam. Nilai deplesi sumberdaya alam diperoleh dengan mengalikan volume pemanfaatan masing-masing jenis sumberdaya alam dengan unit rent atau unit net price. Nilai deplesi dapat dinyatakan dalam persamaan (LPM Equator, 2011):

  ()() di mana: Dx = nilai deplesi; Ux = unit rent; Qx = volume sumberdaya alam x yang diambil. Cara menghitung unit rent adalah dengan mengurangkan biaya pengambilan per unit dari harga sumberdaya alam termasuk nilai laba per unit yang layak diterima.

21

Penerimaan kotor 

Rp……………….

Biaya produksi

Rp……………… (-)

Laba kotor 

Rp………………..

Laba layak (balas jasa investasi)

Rp……………… (-)

Unit Rent

Rp………………..

2.3.2

Perhitungan Degradasi Lingkungan

Tahapan yang dilakukan untuk menghitung degradasi lingkungan yaitu: (1) mengidentifikasi komponen lingkungan yang terdegradasi; (2) melakukan kuantifikasi fisik degradasi lingkungan; dan (3) melakukan valuasi ekonomi degradasi lingkungan. Perhitungan degradasi lingkungan merupakan tahap yang paling sulit dalam penghitungan PDB Hijau karena terkait dengan fungsi lingkungan yang kompleks. Menurut Ratnaningsih, et.al (2006) dalam Nuryanto (2009), terdapat tigafungsi lingkungan, yaitu: memproduksi barang sumberdaya alam (natural resource input) ; pengolahan limbah alami (natural assimilator) ; serta penyediaan jasa lingkungan (environmental services) dan kesenangan (amenity services).

Gambar 2.8: Nilai Ekonomi Total(Total Economic Value)

TEV

Use value

DUV

Non use value

IUV

Option value

Existence value

Sumber : Nuryanto, 2009

Bequest value

22

Nilai total ekonomi atau total economic value (TEV) terdiri dari nilai guna atau use value (UV) dan nilai bukan guna atau non-use value (NUV). Barton (1994) dalam Nuryanto (2010) menyebutkan bahwa UV bisa disebut sebagai instrumental value sedangkan NUV disebut vicarious value atau juga dapat

diselaraskan dengan istilah NUV PUV (passive-use value) . Nilai guna adalah nilai pemanfaatan barang dan jasa lingkungan secara aktual, yang terdiri daridirect use value (DUV), indirect use value (IUV) . Berikut formula untuk TEV (Randall and Stoll, 1983; Pearce, 1993 dalam Adger et.al, 1994) : Total Economic Value (TEV) = Direct Use Value + Indirect Use Value + Option Value + Existence Value Direct use value adalah nilai-nilai yang diperoleh dari pemanfaatan

langsung suatu barang dan jasa lingkungan, contoh nilai guna sumberdaya hutan adalah menghasilkan kayu. Indirect use value merupakan nilai pemanfaatan barang dan jasa lingkungan secara tidak langsung, tetapi lebih pada fungsi perlindungan dari lingkungan tersebut untuk kegiatan-kegiatan sosial ekonomi masyarakat.

Contoh indirect use value hutan adalah sebagai penampung

sumberdaya air, pencegah erosi, dan sebagainya. Nilai NUV merupakan nilai yang tidak berhubungan dengan pemanfaatan aktual dari barang dan jasa lingkungan. Jenis nilai ini sulit diukur (intangible) (intangible) karena lebih didasarkan pada preferensi terhadap lingkungan daripada pemanfaatan langsung. NUV terdiri dari option value (OV), bequest value (BV) dan existence value (EV). Nilai pilihan merupakan potensi manfaat langsung atau tidak

langsung dari barang dan jasa lingkungan di waktu mendatang dengan asumsi sumberdaya tersebut tidak mengalami kemusnahan atau kerusakan yang permanen.Bequest value(BV) berkaitan dengan perlindungan suatu sumberdaya agar dapat diwariskan kepada generasi di masa depan. Nilai tersebut ditentukan

23

sekarang untuk mengetahui bahwa warisan sumberdaya akan tetap ada dan digunakan di waktu yang akan datang. Existence value(EV) adalah nilai yang diberikan oleh masyarakat pada

kawasan konservasi atas manfaat-manfaat spiritual, estetika, dan kultural, sehingga terkait erat dengan aspek religius dan budaya. Nilai tersebut ditafsirkan sebagai nilai keberadaan suatu ekosistem atau spesies tertentu, terlepas dari apakah individu menggunakannya atau tidak; sebagai contoh kemauan membayar dari masyarakat Indonesia untuk kelangsungan hidup harimau Sumatera dan badak bercula satu. Existence value

memilki kesamaan dengan intrinsic value

yang

tereferensi dari karakteristik non-antroposentris. Dalam melakukan valuasi nilai degradasi lingkungan banyak metode yang dapat digunakan. Para ahli mengklasifikasikan metode valuasi ekonomi tersebut ke dalam kategori yang berbeda-beda. Pemilihan metode yang tepat ditentukan oleh banyak faktor, yaitu dampak yang akan divaluasi serta ketersediaan data, waktu, dan sumberdaya keuangan. Selain itu, Field dan Olewiler (2002) dalam Nuryanto (2009) juga mengidentifikasi metode langsung (direct method) dan metode tidak langsung (indirect methods) yang digunakan untuk mengestimasi kerusakan ekonomi dari sisi manfaat. Untuk metode langsung (direct method) terdiri dari perubahan produktivitas (change in productivity) , biaya pemeliharaan kesehatan (health-care cost),

hilangnya

modal

penggantian/pemindahan metode

tidak

langsung

manusia

(loss

of

human

(replacemen/restoration cost) .

(Gambar

2.9)

terdiri

capital),

biaya

Sedangkan

untuk

dari prevention/mitigating   prevention/mitigating 

expenditures, hedonic estimation terdiri dari  property value dan wages differentials, surrogate market , terdiri dari: travel cost dan dan green goods, metode contingent valuation methods (CVM).

24

Gambar 2.9 : Metode Tidak Langsung (Indirect Methods Methods)) Non Market Valuation Method Revealed Preference Method Travel Cost Method

Market Value or  Cost Method

Hedonic Price Method

Benefit Transfer  Method

Stated Preference Method Contingent Valuation Method

Choice Experiment

Conjoint  Analysis

Choice Modelling

Sumber : Nuryanto, 2009

Metode change in productivity digunakan digunakan untuk menilai barang dan jasa lingkungan yang mempunyai harga pasar. Dalam metode ini lingkungan berkedudukan sebagai faktor produksi sehingga perubahan dalam kualitas lingkungan mendorong kearah produktivitas dan biaya produksi, yang pada gilirannya mendorong ke arah perubahan harga dan tingkat output dapat diamati dan diukur. Dalam metode loss of human capital , modal manusia umumnya menggunakan  proxy  tenaga kerja yang dianggap sebagai faktor produksi. Perubahan produktivitas manusia dinilai sebagai ukuran nilai ekonomi dari adanya perubahan kualitas lingkungan.  Alternatif lain dari aplikasi metode ini adalah menilai besarnya biaya pengobatan yang diperlukan untuk mengobati penyakit yang timbul akibat adanya penurunan (degradasi) kualitas lingkungan. Pendekatan tersebut disebut dengan metode biaya perawatan kesehatan (health-care cost). Metode biaya penggantian (replacement cost) menghitung biaya penggantian atau perbaikan aset yang rusak dan menggunakan biaya tersebut untuk perbaikan.

25

Metode  prevention/mitigating  prevention/mitigating expenditures didasarkan pada mitigation behaviour  dari individu atau masyarakat. Metode ini mengukur biaya kerusakan

untuk mengestimasi hilangnya potensi manfaat atau nilai lingkungan baik secara langsung maupun tidak langsung. Metode estimasi hedonik mengukur kualitas  jasa lingkungan melalui penelaahan harga barang pengganti pada kondisi lingkungan berbeda dengan menggunakan beberapa atribut. Metode ini sangat umum digunakan untuk mengestimasi nilai kualitas lingkungan berdasarkan perbandingan harga rumah dengan karakteristik fisik yang sama tetapi mempunyai kualitas lingkungan yangberbeda. Metode wage differentials merupakan metode lain dari pendekatan estimasi hedonik. Metode ini didasarkan pada teori bahwa upah yang lebih tinggi diperlukan untuk menarik para pekerja agar tinggal di daerah berpolusi atau berada dalam pekerjaan lebih penuh resiko. Perbedaan dalam tingkat upah dapat dimodelkan sebagai fungsi dari tingkat atribut yang berbeda dari suatu pekerjaan. Metode travel cost mengestimasi mengestimasi nilai lingkungan berdasarkan biaya dan waktu perjalanan dalam mengunjungi wisata tertentu, sehingga metode ini cocok digunakan untuk menilai fungsi lingkungan sebagai penyedia jasa rekreasi. Metode lain dalam pendekatan substitusi pasar adalah penggunaan barang yang ramah lingkungan (green goods ) sebagai respon untuk menghindari buruknya kualitas lingkungan. Contingent valuation method  (CVM) adalah teknik valuasi dipergunakan

untuk semua jenis nilai lingkungan, terutama nilai-nilai yang bersifat tidak nyata (intangible) dan sulit diukur, seperti option value, bequest value dan existence value. Metode yang berbasis survei ini berusaha mengestimasi nilai barang dan

 jasa lingkungan secara langsung lang sung dari responden melalui willingness to pay (WTP) (WTP) dan willingness to accept (WTA). (WTA). Bateman (1992) menyebutkan CVM sebagai

26

metode expressed preference yang bertujuan untuk mengetahui preferensi responden terhadap perubahan hipotetik atas barang dan jasa lingkungan. Implementasi

perhitungan

PDB

Hijau

membutuhkan

beberapa

persyaratan penting, yaitu sumberdaya manusia yang memadai, data yang kompleks, biaya yang besar, serta dukungan dari pemerintah. Menurut Waluyo (2002) dalam Nuryanto (2009), penghitungan PDB Hijau memerlukan langkahlangkah sebagai berikut: (1) inventarisasi sumberdaya alam, (2) menentukan sumberdaya alam yang akan dihitung, (3) menyusun instrumen pengumpulan data, (4) mengumpulkan data, serta (5) mengolah dan menganalisis data. Setelah melakukan beberapa tahapan tersebut maka dapat dilakukan perhitungan degradasi lingkungan dengan menggunakan indikator degradasi lahan, yaitu lahan kritis. Valuasi ekonomi untuk degradasi lahan dihitung dengan rumus:

       dimana DGn adalah nilai degradasi, LKn adalah luas lahan kritis, KPn adalah kebutuhan pupuk, Hn adalah harga pupuk, dan n adalah tahun ke-n.  Adapun untuk rumus degradasi lingkungan yang disebabkan oleh meningkatnya emisi CO2 adalah sebagai berikut :

    ( ())   () dimana DGn adalah nilai degradasi yang diperoleh daritotal CO2 dari pemakaian bensin dikalikan total CO2 dari pemakaian solar, dan n adalah tahun ke-n. 2.3.3

Depresiasi Modal Sumberdaya Sumberdaya Alam

Secara teoritis, hubungan antara deplesi sumberdaya alam, tabungan, dan

investasi,

serta

konsumsi

jangka

panjang

memilki

keterkaitan

denganpertumbuhan PDB dari perspektif konvensional (Vincent dan Castaneda,

27

1997). Hal ini berkorelasi secara simultan dengan depresiasi ekonomi akibat meningkatnya pemanfaatan sumberdaya. Oleh karena itu perhitungan depresiasi sumberdaya alam perlu dilakukan agar dapat mengetahui secara pasti berapa  jumlah kerusakan dan penurunan kualitas sumberdaya alam akibat dari eksploitasi sumberdaya alam. Depresiasi modal sumberdaya alam serupa dengan depresiasi aset modal lainnya yaitu terbagi menjadi tangible dan intangible namun, sifat asetnyaberbeda. Beberapa aset yang termasuk dalam perhitungan depresiasi modal sumberdaya alam adalah sumberdaya alam, limbah, dan hasil ekstraksi dari konsumsi dari konsumsi fisik (CGA-PDNET, 2010). Nilai depresiasi sumberdaya alamdigunakan dalam perhitungan PDB Hijau untuk menciptakan pengelolaan sumberdaya alam yang lebih terarah sesuai konsep ekonomi hijau. Berikut adalah formulasi perhitungannya (CGA-PDNET, 2010) : DepresiasiModal Sumberdaya Alam :

Jumlah Unit Cadangan Diekstrak × Tingkat Penyusutan Dalam Periode Berjalan Tingkat Depresiasi Modal Sumberdaya Alam :

Biaya Sejarah - Perkiraan Nilai Sisa Estimasi Total Cadangan yang Direhabilitasi 2.4.

Sys tem m Theory Perkembangan Metode Perhitungan Grey Syste

Pada saat ini terdapat beragam metode peramalan yang telah diaplikasikan dalam berbagai perhitungan namun pada dasarnya pemilihan metode peramalan sangat ditentukan oleh ketersediaan data. Kenyataannya, hal ini seringkali menjadi kendala karena minimnya ketersediaan data masa lalu yang diperlukan dalam peramalan. Data time series adalah kumpulan data yang umumnya memiliki sampel yang sama dalam interval waktu. Peramalan pada

28

data time series mengacu ke proses dimana nilai-nilai masa depan diramalkan berdasarkan informasi yang diperoleh dari data masa lalu sehingga dapat diperoleh nilai ramalan saat ini. Sebagai upaya mempermudah perhitungan statistik dan matematis dalam metode peramalan maka soft computing memilki memilki peran untuk menghasilkan peramalan yang lebih efisien dan akurat daripada perhitungan secara manual. Pada umumnya peramalan untuk data time series terbagi menjadi lima model yaitu AR (Autoregressive), MA (Moving Average) , ARMA (Autoregressive Moving   Average), ARIMA (Autoregressive Integrated Moving Average) , dan model Box-

Jenkins (Box dan Jenkins, 1976 dalam Kayacan et.al, 2010). Namun secara teoritis kelima model peramalan tersebut seringkali menghadapi kendala terkait ketersediaan jumlah data dan ketidakjelasan informasi/ informasi asimetris khususnya untuk data time series yang berasal dari ilmu sosial. Oleh karena itu, sebagai upaya meminimalisir kendala yang ada, Prof. Deng Ju-Long pada tahun 1982 menciptakan Grey System Theory . Grey  System Theory  adalah metode peramalan yang dapat memproses data yang

memiliki informasi tidak lengkap atau informasi asimetris melalui perhitungan matematis yang dimodelkan dengan persamaan diferensial yang kemudian dikembangkan dengan fungsi eksponensial (Lu dan Chiu, 2012). Terdapat berbagai tipe Grey System Theory  namun yang relatif sering digunakan dalam literatur yaitu GM (1,1), GM (1, N), dan GM (M,N). Pertama, tipe GM(1,1) merupakan salah satu tipe Grey System yang Theory yang

palingbanyak

diaplikasikan

oleh

para

peneliti

dikarenakan

efisiensinya dalam sistem perhitungan daripada tipe Grey SystemTheory lainnya. Tipe GM (1,1) biasanya dikenal sebagai Grey Model First Order One Variable yang dalam prediksinya menggunakan data time series. Dalam hal ini, persamaandiferensialtipe GM(1,1) memiliki koefisienwaktu yang bervariasi

29

dimana modeldiperbaruisebagaidata baruuntukprediksimodelatau lebih dikenal sebagai Accumulated Generating Operation (AGO) (Deng, 1989 dalam Kayacan et.al, 2010). Kedua, tipe GM (1,N) dari sistematika perhitungannya menggunakan dua pendekatan yaitu melalui major sequence factor  dan influencing sequence factor . Major sequence factor  dideskripsikan sebagai urutan yang menguasai perilaku

sistem sedangkan influencing sequence factor  dideskripsikan sebagai urutan yang mempengaruhi perilaku sistem. Tipe ini merupakan bentuk Grey System Theory  yang menjelaskan adanya keterkaitan antar suatu peristiwa sehingga

seringkali

disebut

sebagai Grey

Relational

Analysis .

Oleh karena itu,

penggunaan dua pendekatan dalam GM (1,N) dianggap kurang efisien meskipun mampu menghasilkan akurasi yang lebih tinggi dibandingkan GM (1,1) (Lee dan Chiu, 2009). Ketiga, tipe GM(M,N) dimana M adalah persamaan grey  atas tingkat diferensial dan N adalah jumlah variabel. Parameter yang digunakan dalam tipe GM (M,N) adalah persamaan diferensial yang ditentukan dengan algoritma minimum dalam estimasi kuadrat terkecil. Tipe ini memiliki sistematika perhitungan yang lebih rumit karena menggunakan persamaan diferensial multivariable

tingkat

tinggi.

Grey

System

Theory ,

GM(1,1)

merupakan

bentukpaling sederhanadari tipe GM(M,N) (Wang dan Hung, 2003). Dengan meninjau beberapa tipe Grey System Theory  maka disimpulkan bahwa sebagian besarpenelitisebelumnya telahmemusatkan perhatian padatipe GM(1,1). Hal ini selaras dengan fakta efisiensi atas sistematika perhitungannya daripada tipe GM (1,N) dan GM (M,N). Perlu dicatat bahwadalam aplikasireal  time,

bebankomputasiadalah parameter yang palingpenting setelahkinerja

(Kayacan et.al, 2010).

30

2.5

Penelitian Terdahulu

Fokus lingkungan merupakan agenda yang sejalan dengan tujuan pembangunan

berkelanjutan

di

berbagai

negara

khususnya

di

negara

berkembang yang pada umumnya masih memiliki kesadaran rendah terhadap lingkungan.

Dengan menterkaitkan hal tersebut maka terbentuklan produk

dalam bentuk “X” equivalence . Setiap produsen harus memasukkan X-content (“X” mencakup karbon, sulfur, atau energi) dan X -quota (pembayaran yang

dilakukan atas pembelian barang dengan memasukkan poin emisi) pada perhitungan produknya (Ayres, 1996). PDB

Cokelat

selama

ini

merupakan

parameter

keberhasilan

pembangunan suatu negara sehingga menjadi benchmark  dalam komparasi tingkat kesejahteraan/kemajuan antar negara dan antar waktu. Namun dari kasus

yang

muncul

di

permukaan

terbukti

bahwaPDB

Cokelat

telah

gagalsebagai parameter sejatikesejahteraan.PDB Cokelat telah dikritik atas kegagalannya

dalam

mengatasi

deplesi

sumberdaya

alam,

degradasi

lingkungan, ketidaksetaraan pendapatan kotor,dan aktivitas ekonomi yang  profit  oriented tanpa memperhatikan eksternalitasnya (Castaneda, 1999dalam Talberth

dan Bohara, 2005). Dalam rangka meminimalisir eksternalitas yang terjadi maka perhitungan berbasis

lingkungan

pertumbuhan

ekonomi

merupakan hijau.

aspek

Melalui

penting

perhitungan

untuk ini,

merealisasikan

maka

cadangan

sumberdaya alam lebih terjamin keberlanjutannya karena adanya pertimbangan terhadap regenerasi alam, tingkat deplesi sumberdaya alam, degradasi lingkungan, dan tingkat polusi yang mencemari alam. Sebagai pengembangan konsep perhitungan berbasis lingkungan maka dari tinjauan makro teraplikasikan pada perhitungan PDB Hijau (Murty, 2007).

31

Perhitungan PDB Hijau setelah diteliti masih memiliki beberapa kelemahansehingga mempengaruhi hasil perhitungannya. Oleh karena itu, pengaplikasiannya PDB Hijau sebagai substitusi PDB Cokelat hingga kini masih diragukan. Sehubungan dengan permasalahan tersebut maka Grey System merupakan solusi yang tepat untuk menghadapi keterbatasan data time Theory merupakan seriesdan informasi asimetris pada hasil perhitungan (Liu dan Guo, 2005).

Metode perhitungan Grey System Theory  lebih praktis dan mudah jika diaplikasikan dengan software Matlab khususnya menggunakan Matlab Toolbox untuk mempermudah membangun delapan tahap algoritma Grey System daripada perhitungan secara manual atau menggunakan software lain Theory daripada seperti VB atau bahasa C++ yang hanya mampu menampilkan hasil perhitungan namun tampilan grafiknya masih kurang sempurna (Wen dan Chang, 2005). Berdasarkan hasil penelitian terbukti bahwa Grey System Theory  merupakan metode yang baik untuk peramalan sehingga memotivasi peneliti lainnya

untuk

menerapkan

metode

Grey

System

Theory  pada

hasil

perhitungannya.Pada umumnya data yang digunakan para peneliti berbentuk data time series. Mengetahui hal tersebut maka perlu diterapkan Grey System Theory  pada perhitungan PDB Hijau di Indonesia tahun 2000  – 2010 sebagai

langkah strategis membantu program pemerintah mengaktualisasikan ekonomi hijau di Indonesia. Penelitian lain terkait pengaplikasian Grey System Theory adalah adalah penelitian yang dilakukan oleh Hsu dan Chen (2003) terhadap permintaan listrik di Taiwan pada tahun 1985 hingga tahun 2000 yang bertujuan untuk mengembangkan GM (1,1) melalui modifikasi teknikpenggabunganresidual denganestimasiANN. Hasil penelitian menunjukkan bahwametode inidapat menghasilkanhasil yang lebih akurat dibandingkanGM (1,1).

32

Beberapa penelitian, turut mendukung pengaplikasian Grey System Theory terhadap terhadap hasil perhitungan. Dalam hal ini, Liu dan Forrest (2007)

berusaha mengembangkan pengaplikasian Grey System Theory  berbasis GM (1,1) untuk ilmu sosial yang seringkali menghadapi keterbatasan data dan informasi asimetris. Melalui penjabaran keduanya diketahui adanya manfaat penggunaan Grey System Theory untuk peramalan data – data ilmu sosial. Kyacan et.al (2010) dalam penelitiannya Grey System Theory  berbasis prediksi model time series menunjukkan nilai data yang digunakan positif dan frekuensi sampling pada time series tetap. Dalam penelitiannya dilakukan komparasi antara GM (1,1), EFGM (modifikasi dari GM (1,1) melalui error  dan fourier series ), TFGM (modifikasi dari GM (1,1) melalui time domain dan fourier  series), GVM, EFGVM (modifikasi dari GVM melalui error dan fourier series), dan

TFGVM (modifikasi dari GVM melalui time domain dan fourier series). Hasil penelitian menunjukkan bahwa EFGM dan TFGM lebih baik daripada GM (1,1), GVM, EFGVM, TFGVM. Menurut Zhou (2012), optimasi tipe GM(1,1) didasarkanpada algoritma BP kemudian dipetakankeneural network  dimana parameter GM(1,1) berusaha mengestimasineural network .Sebelumnya .Sebelumnya Neural network hanya hanya menggunakan algoritmaBPdalam pengukuran akurasi dan presisinya namun ketika neural  network dikonvergensi kembali dengan GM (1,1)parameter modeldapatdiekstrak.

 Adapun hasil dari tipe GM(1,1)dengan algoritmaBPneural network menunjukkan menunjukkan bahwametode inilayak, efektif, dan memiliki presisilebih tinggidaripada metode lainnya. Penelitian yang dilakukan oleh Lu dan Chiu (2012) mempertegas aplikasi Grey System Theory GM GM (1,1) pada PDB Hijau. Data PDB Hijau yang digunakan

pada penelitiannya berupa data time seriesdari tahun 2002-2010. Dengan mengaplikasikan Grey System Theory  tipe GM (1,1)pada PDB Hijau di Taiwan

33

diperoleh MAPE sebesar 3.25% yang merupakan refleksi dari status lingkungan Taiwan sehingga dapat digunakan sebagai referensi bagi pemerintah dalam penyusunan kebijakan ekonomi dan lingkungan. Penelitian Lu dan Chiu (2012) di Taiwan memotivasi penulis untuk melakukan penelitian terkait pengaplikasian Grey System Theory  Tipe GM (1,1) pada PDB Hijau di Indonesia tahun 2000  –

2010.

34 Tabel 2.1 : Penelitian Terdahulu No

1

Jurnal

Environmental Concerns

Tahun

1996

 And Sustainable

Penulis

Tujuan

Metode

Hasil

Robert U.

Mereview jumlah isu

Metode “X” equivalence

Produsen memilki

 Ayres

yang berkaitan dengan

yang terdiri dari X-content

kesadaran akan

pertumbuhan ekonomi

dan X-quota

pentingnya lingkungan

Development

berkelanjutan yang

dalam kegiatan produksi

tereferensi pada kondisi

dan mengurangi jumlah

negara berkembang

emisi produksi dari kegiatan produksi akibat diterapkannya X-quota

2

Economic Openness and Green GDP

2005

John

Mengetahui keunggulan

Talberth

PDB Hijau daripada

 – Deplesi SDA  –

Cokelat yang selama ini

dan Alok K.

PDB Cokelat

Degradasi lingkungan

tidak memasukkan

Bohara.

PDB Hijau = PDB Cokelat

Diketahui bahwa PDB

variabel deplesi dan degradasi telah menciptakan kerugian dan kerusakan alam yang dapat bersifat permanen sehingga PDB Cokelat dianggap gagal menjadi parameter keberhasilan ekonomi jangka panjang

35 lanjutan tabel… No

3

Jurnal

On Environmental  Accounting For  Sustainable Development

Tahun

Penulis

Tujuan

Metode

Hasil

2007

M N Murty

Mengetahui perhitungan lingkungan yang mampu mewujudkan pembangunan berkelanjutan

Perhitungan tingkat regenerasi alam, tingkat deplesi sumberdaya alam dan degradasi lingkungan, dan tingkat polusi yang mencemari alam.

Cadangan terhadap sumberdaya alam dan kondisi lingkungan lebih terjamin keberlanjutannya

  ( )     4

6

Comparable Green GDP and Its Implications to Sustainable Development in Western China

The Research and Development of  Completed GM(1,1) Model Toolbox Using Matlab

2005

2005

Jieyan Liu dan Peiyuan Guo

Kun-Li Wen dan TingCheng Chang

Mengetahui komparasi antara PDB Hijau dan Implikasinya terhadap Pembangunan Berkelanjutan di Cina Barat

Memudahkan analisis data berbasis metode Grey System Theory Tipe GM (1,1) dengan menggunakan Matlab

Melalui perhitungan PDB Hijau

PDB Hijau = PDB Cokelat  – Deplesi SDA – Biaya Polusi

Dapat menjelaskan adanya implikasi pembangunan berkelanjutan dengan perhitungan PDB Hijau di Cina Barat meskipun masih menghadapi beberapa kelemahan

Metode GM (1,1) Tradisional yang kemudian dikembangkan dengan nilai optimal pada model GM (1,1) dan

Dengan menggunakan Matlab Toolbox untuk analisis Grey System theory tipe GM (1,1) hasil menjadi lebih jelas dan

α

36 lanjutan tabel… No

Jurnal

Tahun

Penulis

Tujuan

Toolbox

Metode

dan model Verhuslt

Hasil

dapat meningkatkan level analysis di Grey System Theory 

5

Applications Of Improved Grey Prediction Model For  Power Demand Forecasting

2003

CheChiang Hsu a dan Chia-Yon Chen

Mengembangkan Grey Prediction Model untuk peramalan permintaan listrik pada tahun 19852000

ModifikasiGM (1,1) Metode inidapat denganestimasitandaANN menghasilkanhasil yang lebihakurat dibandingkanGM (1,1) aslidan jugamemecahkan masalahyang dihasilkandari data yangterlalu sedikit.

7

The Current Developing Status On Grey System Theory

2007

Sifeng Liu dan Jeffrey Forrest

Mengembangkan pengaplikasian Grey  System Theory  berbasis GM (1,1) untuk ilmu sosial

Menggabungkan rumus perhitungan dalam ilmu sosial dengan rumus grey system theory GM (1,1)

Melalui penjabaran keduanya diketahui adanya manfaat penggunaan Grey System Theory untuk peramalan data – data ilmu sosial

8

Grey system theory based models in time series prediction

2010

Erdal Kayacan, Baris Ulutas b, dan Okyay Kaynak

Untuk mengestimasi data time series secara akurat

Menggunakan GM (1,1), EFGM (modifikasi dari GM (1,1) melalui error  dan fourier series), TFGM (modifikasi dari GM (1,1)

Hasilnya adalah modifikasi dari model GM (1,1) yaitu EFGM (1,1) dan TFGM (1,1) adalah modifikasi yang terbaik daripada GM (1,1), GVM, EFGVM, dan TFGVM

37 lanjutan tabel… No

Jurnal

Tahun

Penulis

Tujuan

Metode

Hasil

melalui time domain dan fourier series), GVM , EFGVM (modifikasi dari GVM melalui error dan fourier series), dan TFGVM (modifikasi dari GVM melalui time domain dan fourier series) 9

Optimization Modeling for 

2012

GM(1,1) Model Based on

Deqiang

Mengoptimalisasikan

 Algoritma BP neural 

Hasil dari model

Zhou

GM (1,1) pada BP

dan GM (1,1) network dan

GM(1,1)dengan

BP Neural Network

algoritmaBPmenunjukkan

Neural Network 

bahwametode inilayak, efektif, dan memiliki presisilebih tinggidaripada metode lainnya. 10

The Grey Forecasting

Shin-Li Lu

Mengukur perhitungan

Meramalkan data time

Dari hasil peramalan

Model On The Forecast

dan Wen-

PDB Hijau Taiwan

series PDB Hijau Taiwan

GM (1,1) MAPE diperoleh

Of Green GDP

Chih Chiu

melalui GM (1,1)

sebesar 3,25%

 Accounting In Taiwan Sumber: berbagai sumber, diolah.

2012

43

2.6

Kerangka Pemikiran

PDB Cokelat merupakan indikator keberhasilan ekonomi konvensional. Berhubung ekonomi konvensional tidak menginternalisasikan faktor sumberdaya alam dan lingkungan maka mengalami kegagalan yang ditunjukkan dengan adanya perubahan iklim dan hilangnya keanekaragaman hayati sehingga melatarbelakangi diselenggarakannya KTT Rio+20 di Brazil. Berdasarkan hasil KTT Rio+20 maka ekonomi hijau dijadikan solusi alternatif untuk meminimalisir  kondisi

tersebut

dan

dianggap

mampu

menciptakan

pembangunan

berkelanjutan. Konsep ekonomi hijau berbeda dengan ekonomi konvensional karena pada ekonomi konvensional output  dan  profit  berusaha distimulasi secara maksimal agar dapat mempengaruhi pertumbuhan ekonomi di suatu negara.Hal ini menyebabkan realisasi ekonomi konvensional hanya mampu memenuhi aspek

pembangunan

jangka

pendek

karena

tidak

mempertimbangkan

ketersediaan sumberdaya alam dan kondisi lingkungan pada waktu yang akan datang. Ekonomi hijau merupakan program Kementrian Lingkungan Hidup Republik Indonesia untuk menciptakan pembangunan berkelanjutan di Indonesia. Salah satu indikator keberhasilan ekonomi hijau adalah PDB Hijau yang berusaha

menginternalisasikan

sumberdaya

dan

lingkungan

dalam

perhitungannya. Oleh karena itu, Sucofindo selaku BUMN terkemuka di Indonesia mendapatkan kepercayaan untuk melaksanakan perhitungan PDB Hijau Indonesia selama tahun 2000-2010. Rentang waktu 2000-2010 dipilih Sucofindo sebagai upaya menterkaitkan antara

nilai

PDB

Hijau

Indonesia

dengan

nilai

IKLH

pada

tahun

2010. Berdasarkan hasil perhitungan p erhitungan PDB Hijau Indonesia diketahui diket ahui bahwa pembangunan

nasional

pada

periode

2000-2010

berada

pada

tahap

44

berkelanjutan dengan nilai PDB Hijau yang terus positif. Namun bila dilihat dari perannya (porsi-rasio) terhadap PDB Cokelat diketahui adanya tren yang menurunmenuju kearah pembangunan yang tidak berkelanjutan (Sucofindo, 2011) sehingga dapat disimpulkan bahwa masih terdapat kelemahan dalam perhitungan PDB Hijau Indonesia. Hal tersebut diperkuat oleh penelitian Liu dan Guo (2005) bahwa perhitungan PDB Hijau diketahui masih memiliki beberapa kelemahan seperti efek general equilibrium yang tidak diikuti dengan kebijakan dan usaha dalam

menginternalisasikan lingkungan pada sektor produksi. Perhitungan PDB Hijau  juga dihadapkan pada kesulitanmenetapkan hargasumber daya d aya alam. Selain itu, PDB Hijau tidak memiliki kejelasan persediaan sumberdaya alam karena perhitungannya yang kurang komprehensif dalam mengestimasi data khususnya terkait dengan kuantitas, kualitas, dan perubahan sumberdaya alam. Menurut Lu dan Chiu (2012), metode yang tepat untuk mengevaluasi perhitungan PDB Hijau yang diketahui terkendala oleh keterbatasan data dan informasi asimetris adalah dengan menggunakan metode Grey System Theory  yang diciptakan Prof. Deng Ju-Long pada tahun 1982. Grey System Theory  adalah metode peramalan yang dapat memproses data yang memiliki informasi tidak lengkap atau informasi asimetris melalui perhitungan matematis yang dimodelkan dengan persamaan diferensial yang kemudian dikembangkan dengan fungsi eksponensial. Dalam ini, terdapat berbagai tipe Grey System Theory  namun yang relatif  sering digunakan dalam literatur yaitu GM (1,1), GM (1, N), dan GM (M,N). Pertama, tipe GM (1,1) merupakan salah satu tipe Grey System Theory yang yang palingbanyak diaplikasikan oleh para peneliti karena hanya menggunakan model persamaan

diferensial

dengan

koefisienwaktu

yang

bervariasi

dimana

modeldiperbaruimelalui data  Accumulated Generating Operation (AGO) (Deng,

45

1989 dalam Kayacan et.al, 2010).

Kedua,

tipe

GM

(1,N)

yang

dalam

sistematika perhitungannya menggunakan dua pendekatan yaitu melalui major  sequence factor  dan influencing sequence factor  untuk mengetahui keterkaitan

antar suatu peristiwa sehingga seringkali disebut sebagai Grey Relational   Analysis (Lee dan Chiu, 2009). Ketiga, tipe GM(M,N) yang menggunakan model

persamaan diferensial multivariable tingkat tinggi(Wang dan Hung, 2003). Oleh karena itu dengan mempertimbangkan tingkat kesulitan dan efisiensi dalam sistematika perhitungan pada beberapa tipe Grey System Theory  maka dapat disimpulkan bahwa tipe GM(1,1) merupakan metode yang tepat untuk digunakan dalam penelitian ini sesuai dengan kapasitas kemampuan peneliti.  Adapun hal ini selaras dengan fakta bahwa GM (1,1) memiliki efisiensi perhitungannya yang lebih tinggi daripada tipe GM (1,N) dan GM (M,N) sehinggamemiliki

bebankomputasiyang

time(Kayacan et.al, 2010).

lebih

ringan

dalam

aplikasireal 

46

Gambar 2.10 : Kerangka Pemikiran

47

2.7

Hipotesis

Setelah mengkaji teori yang ada dan mempertimbangkan aplikasi Grey  System Theory tipe tipe GM (1,1) terhadap perhitungan PDB Hijau, dapat ditarik

kesimpulan sementara bahwahasil evaluasiPDB Hijau Indonesia tahun 2000  – 2010 akan menghasilkan nilai MPE yang tidak bias dan nilai MAPE yang akurat dengan rata – rata persentase error yang relatif kecil.

BAB III

METODE PENELITIAN

3.1

Pendekatan Penelitian

Pendekatankuantitatifadalah satu pendekatan sistematis yang berusaha menghubungkan fenomena denganperspektif

sebab-akibat,

melalui

penggunaanvariabel tertentu, hipotesis, survei, pengukurandan observasi, atau terkait dengan strategi penelitian seperti  postpositive knowledge claims, experimental strategy of inquiry, dan pre posttest measures of attitudesyang

kemudian

dimodelkan

berdasarkan

teori

perhitungan

matematis

atau

statistik(Creswell, 2003). Pendekatan kuantitatif juga dapat didefinisikan sebagai penelitian ilmiah yang sistematis terkait dengan bagian dan fenomena serta hubunganhubungannya. Tujuan pendekatan kuantitatif ini adalah untuk mengaplikasikan persamaan matematis berdasarkan teori dan hipotesis yang relevan sesuai dengan fenomena yang terjadi di sekitar. Proses yang sangat krusial dalam pendekatan kuantitatif adalah pengukuran dimanamampu mendeskripsikan korelasi fundamental antara observasi empiris dan ekspresi matematis dari hubungan-hubungan kuantitatif. Oleh karena itu, dengan mengaplikasikan pendekatan kuantitatif dalam penelitian ini diharapkan dapat menjelaskan analisis perhitungan PDB Hijau Indonesia dengan Grey System Theory  tipe GM (1,1).

43

50

3.2

Tempat dan Waktu Penelitian

Data yang digunakan sebagai objek analisis adalah data PDB Hijau Indonesia yang diperoleh dari Sucofindodalam kurun waktu 2000-2010. Pemilihan Indonesia sebagai objek penelitian dilatarbelakangi oleh program ekonomi hijau Kementrian Lingkungan Hidup Republik Indonesia dimana salah satu indikator yang mampu mengukur keberhasilannya adalah hasil perhitungan PDB Hijau. Dalam hal ini, rentang waktu 2000-2010 dipilih Sucofindo atas pertimbangan Tren Indeks Pengelolaan Lingkungan Hidup (Tren IKLH) dalam mengevaluasi kinerja lingkungan hidup suatu negara selama 10 tahun. Selain itu faktor ketersediaan data menjadi salah satu penyebab dipilihnya rentang waktu tersebut.

3.3

Ruang Lingkup Penelitian dan Batasan Masalah

Dalam penelitian ini mengamati dan membatasi hubungan antara PDB Cokelat yang selama ini menjadi indikator utama pertumbuhan ekonomi di Indonesia

dengan

PDB

Hijau

yang

secara

teori

mampu mewujudkan

pembangunan berkelanjutan di Indonesia. Terkait hasil perhitungan PDB Hijau Indonesia yang diperoleh dari Sucofindo maka variabel yang digunakan adalah nilai PDB Cokelat dikurangi dengan nilai deplesi sumberdaya alam, degradasi lingkungan, dan depresiasi modal sumberdaya alampada tahun 2000-2010. Berdasarkan hasil perhitungan PDB Hijau Indonesia, diketahui adanya tren menurunmenuju kearah pembangunan yang tidak berkelanjutansehingga menunjukkan masih adanya kelemahan dalam perhitungan PDB Hijau Indonesia. Oleh karena itu, penelitian ini berusaha mengevaluasi hasil perhitungan PDB Hijau Indonesia dengan mengaplikasikan Grey System Theory tipe GM (1,1).

51

3.4

Definisi Operasional dan Pengukuran

Definisi operasional perlu dijelaskan untuk memberikan batasan terhadap penelitian

dan memberikan pemahaman yang sama atas variabel-variabel

penelitian yang digunakan. Oleh karena itu, variabel-variabel yang digunakan dalam penelitian ini dapat diuraikan sebagai berikut: Tabel 3.1: Definisi Operasional dan Pengukuran No

1

Variabel

PDB Cokelat

Deskripsi

Hasil perhitungan pendapatan nasional dengan metode konvensional yang tidak memasukkan unsur alam dan lingkungan

Acuan 



Sucofindo (2011) John Talberth dan  Alok K. Bohara (2007)

Sumber Data 



2

Deplesi SDA

Penurunan nilai sumberdaya alam akibat adanya aktivitas ekonomi

3

Degradasi lingkungan

Penurunan kualitas lingkungan akibat adanya aktivitas ekonomi







Sucofindo (2011)

Sucofindo (2011) Nuryanto (2009)







4

Depresiasi Modal SDA

Penurunan sumberdaya alam yang diukur atas dasar  potensi sumberdaya alam yang telah dimanfaatkan

5

PDB Hijau

Dimana di proxy -kan -kan dengan hasil perhitungan PDB Cokelat dikurangi dengan Deplesi SDA, Degradasi Lingkungan, dan Depresiasi Modal SDA

Sumber : berbagai sumber, diolah







Sucofindo (2011)

Sucofindo (2011) UNEP (2008)







Report On Final Indicators For  Sustainability Development (ESPEnvironmental Support Programme) Sciencedirect Report On Final Indicators For  Sustainability Development (ESPEnvironmental Support Programme) Report On Final Indicators For  Sustainability Development (ESPEnvironmental Support Programme) Scribd Report On Final Indicators For  Sustainability Development (ESPEnvironmental Support Programme) Report On Final Indicators For  Sustainability Development (ESPEnvironmental Support Programme) Draft Report Green  Accounting Practice In China

52

3.5

Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder  time series dengan periode waktu 2000-2010 atau sebanyak 11 observasi yang

diperoleh dari Sucofindo dalam Report On Final Indicators For Sustainability  Development

(ESP-Environmental

Support

Programme) .Pada

penelitian

terdahulu (Hsu dan Chen, 2003, Wen dan Chang, 2005a, Liu dan Forrest, 2007b, Kyacan et.al, 2010c, Zhou, 2012d) jenis data yang digunakan dalam mengaplikasikan Grey System Theory  Tipe GM (1,1) penelitian Lu dan Chiu (2012) turut mengaplikasikan Grey System Theory  Tipe GM (1,1) dimana variabel yang digunakan adalah PDB Hijau Taiwan. Dengan mengacu pada penelitian tersebut maka evaluasi hasil perhitungan PDB Hijau Indonesia dengan Grey System Theory  Tipe GM (1,1) merupakan hal yang perlu diaplikasikan

mengingat PDB Hijau merupakan refleksi dari program ekonomi hijau yang kini telah menjadi concern pemerintah Indonesia. 3.6

Metode Pengumpulan Data

Dalam melakukan penelitian ini, peneliti menggunakan beberapa metode dalam pengumpulan data, yaitu : 1. Peneliti membaca literatur-literatur yang berkaitan berkaitan dengan penelitian yang yang dilakukan. 2. Menggunakan

metode

dokumentasi

yang

merupakan

metode

pengumpulan data dengan menggunakan dan mempelajari catatancatatan instansi dengan teliti dan studi kepustakaan (Library Study), yaitu dengan

mempelajari

literatur-literatur

yang

berkaitan

dengan

permasalahan yang akan diteliti kemudian dihubungkan satu sama

53

lainnya sehingga dapat diperoleh hasil yang betul-betul akan membantu dalam menjawab permasalahan yang ada. 3. Men-download  data-data

yang

berkaitan

dengan

penelitian

yang

dilakukan pada website ESP-Environmental Support Programme serta artikel-artikel maupun jurnal-jurnal yang diakses di internet. 3.7

Metode Analisis Data

3.7.1

Grey Syste Sys tem m Theory Tipe GM (1,1)

Metode yang digunakan dalam penelitian ini adalah Grey System Theory  Tipe GM (1,1). Tipe GM (1,1) merupakan metode paling mudah dan efisien

daripada metode Grey System Theory  seperti GM (1,N) dan GM (M,N) lainnya yang dibangun oleh algoritma yang lebih rumit dalam perhitungannya. Berikut adalah rumus Grey System Theory Tipe GM (1,1) (Lu dan Chiu, 2012) : Langkah 1: Mengambil data orisinil

()   ()() ()() ()() ()()    

(1)

Langkah 2 : Menggunakan AGO untuk seri data baru

()   ()() ()() ()() ()() dimana

(2)

  () ()  ()()   ()()dan ()()  ∑

Langkah 3 : Hitunglah nilai latar belakang

()

()()  (  )()(  )   ()()   () )

(3)

Langkah 4 : Menerapkan rumus grey diferensial 

()   () ()   

(4)

54

dimana

 adalah koefisien yang dikembangkan dan b adalah grey input

Langkah 5 : Menyelesaikan rumus (4) dengan menggunakan metode kuadrat terkecil dan nilai peramalan akan diperoleh melalui tahapan sebagai berikut B=

 ()() () ()() ()

(5)

()() () ()() ()() ()()()()]

Y=[

T

[  ]  ( )

(6)

̂()()   ()()   ()   ̂()()   ()()  ( )()

(7)

(8)

dimana,

̂()()   ()()

()

Dalam hal ini, untuk mengetahui bias dan akurasi dari hasil peramalan PDB Hijau Indonesia dengan Grey System Theory  tipe GM (1,1) maka dilakukan pengukuran dengan MPE (Mean Percentage Error) yang berguna untuk menentukan tingkat bias peramalan dengan menggunakan nilai nyata error baik positif atau negatif. Jika peramalan mendekati tak bias, MPE akan menghasilkan angka yang mendekati nol. SedangkanMAPE (Mean Absolute Percentage Error) berguna untuk mengukur ketepatan nilai peramalan yang dinyatakan dalam bentuk rata-rata persentase error absolut, berikut rumusnya:

55

   MPE =     x 100    MAPE =     x 100 Keterangan : FVk = nilai peramalan (forecast value)  AVk = nilai sebenarnya (actual value) IFVk = nilai peramalan absolut (absolute forecast value)  AVkI = nilai sebenarnya absolut (absolute actual value) Tabel 3.2 : Kategori Tingkat Akurasi Nilai MAPE No

Nilai MAPE

Kategori

1

< 10%

Sangat akurat

2

10% - 20%

Akurat

3

20% - 50%

Kurang

4

> 50%

Tidak akurat

Sumber : Modifikasi dari Lewis, 1982 dalam Tsai, 2012

Berdasarkan tabel 3.2 dapat diketahui bahwa untuk nilai MAPE < 10% dikategorikan sangat akurat dan mengindikasikan nilai ramalan tidak jauh berbeda bahkan memiliki kecenderungan nilai yang hampir sama dengan nilai aktual. Untuk nilai MAPE berkisar 10%  – 20% maka dikategorikan akurat dan mengindikasikan nilai ramalan agak jauh berbeda dengan nilai aktual. Adapun untuk nilai MAPE 20% - 50% dikategorikan kurang akurat sehingga memiliki kecenderungan nilai ramalan jauh berbeda dengan nilai aktualnya. Sedangkan untuk

nilai

MAPE>50%

maka

dikategorikan

tidak

akurat

dan

 jelasmengindikasikan nilai ramalan sangat jauh berbeda dengan nilai aktualnya.

BAB IV

HASIL DAN PEMBAHASAN

4.1

Perkembangan Ekonomi Hijau di Indonesia

Perkembangan ekonomi Indonesia pada tahun 2000-2010 menunjukkan kinerja positif yang dibuktikan dengan tingkat pertumbuhan ekonomi tertinggi ketiga di bawah Cina 11,5% dan India 7,7% yaitu sebesar 5,2%. Dari tinjauan standar deviasi, pertumbuhan ekonomi Indonesia turut menunjukkan posisi terbaiknya yaitu di peringkat pertama dunia dengan persentase sebesar 0,86% yang kemudian disusul negara maju lainnya seperti Australia 0,95% dan Portugal 1,48%. Terkait hal ini, salah satu faktor yang mempengaruhi perkembangan ekonomi Indonesia adalah tingginya tingkat konsumsi akibat peningkatanpopulasi dan urbanisasi di Indonesia beberapa tahun terakhir. Oleh karena itu,Indonesia Finance Today (2012) memprediksi bahwa 10 tahun kedepan tingkat konsumsi masyarakat Indonesia akan meningkat secara signifikan seiring kebangkitan era industrialisasi di Indonesia. Kebangkitan era industrialisasi di Indonesia meskipun dalam konsep ekonomi konvensional akan menstimulasi pertumbuhan ekonomi namun kedepannya menyebabkan tekanan yang sangat tinggi terhadap sumberdaya alam dan lingkungan. Sebagai akibatnya, cadangan sumberdaya alam di Indonesia menurun drastis, alih fungsi lahan dan hutan meningkat karena banyaknya lahan yang digunakan untuk mendirikan industri baru dan pohon yang diambil untuk kebutuhan bahan baku industri, serta meningkatnya pencemaran limbah industri terhadap udara, air, dan tanah, yang akhirnya menganggu kehidupan manusia dan ketidakstabilan ekosistem.

50

51

Dengan mengetahui perkembangan ekonomi Indonesia yang selama ini menggunakan konsep ekonomi konvensional maka diperlukan konsep ekonomi baruyang akuntabel dalam menangani eksternalitas sumberdaya alam dan lingkunganyaitu keberhasilannya.

ekonomi

hijau

Ekonomi

dengan

hijau

PDB

adalah

Hijau sistem

sebagai ekonomi

indikator  yang

menginternalisasikan aspek sumberdaya alam dan lingkungan sebagai upaya mengurangi eksternalitas negatif yang terjadi.Dalam hal ini, Hatta (2010) menegaskan bahwa dengan menerapkan konsep ekonomi hijaumaka Indonesia akan mampu merealisasikan pembangunan nasional yang bersifat pro-lapangan kerja, pro-pertumbuhan, dan pro-lingkungan.

Grafik 4.1 : Efek Dari Skenario Ekonomi Hijau Pada Ekonomi Indonesia (%)

Sumber : Alisjahbana, 2010 dalam LPM Equator, 2011

Berdasarkan grafik 4.1 dengan menerapkan ekonomi hijau di Indonesia diperkirakan kemiskinan (poverty incidence) dapat menurun sebesar 2.37%, ketenagakerjaan (employment) meningkat sebesar 4.37%, intensitas energi (energy intensity) yang digunakan menurun sebesar 21.78%, dan jumlah emisi

karbon (carbon emissions) yang mencemari lingkungan menurun sebesar 18.9%.

52

Dengan mengetahui implikasi positif penerapan ekonomi hijau maka dari tinjauan secara makro hal ini akan berefek pada meningkatnya PDB Riil (Real GDP) sebesar 2.88%. Berdasarkan penelitian World Resources Institute di Indonesia pada tahun 1971 (WRI, 1971; Repetto et.al, 1989 dalam Vincent dan Castaneda, 1997) diketahui bahwa pemanfaatan dan eksploitasi sumberdaya alam yang tidak diimbangi dengan concern terhadap lingkungan merupakan salah satu penyebab terjadinya kelangkaan sumberdaya alam. Hal ini terbukti dengan tingginya tunjangan pada tahun 1971-1984untuk deplesi sumberdaya alam seperti minyak, kayu, dan tanah pertanian sekitar seperempat dari PDB rata-rata, dimana tunjangan untuk deplesi minyak dan kayu merupakan nilai yang terbesar (Vincent dan Castaneda, 1997). Deplesi minyak yang dulu masih menjadi wacana yang kurang diperhatikan pemerintah Indonesia, kini menjadi fokus yang yang sering menimbulkan perdebatan kontroversial dikarenakan tingginya dependensi masyarakat Indonesia terhadap minyak yang dihadapkan pada persediaan yang semakin terbatas. Jika kondisi ini terus terjadi diprediksi Indonesia akan benar  –  – benar beralih menjadi importir neto.Terkait besarnya tunjangan untuk kayu, maka penelitian World Resources Institutemenunjukkan fakta yang terjadi saat ini yaitu laju deforestasi di Indonesia merupakan salah satu yang tercepat di dunia. Tingginya laju deforestasi di Indonesia secara tidak langsung berkorelasi terhadap isu global warming  yang diperdebatkan dunia karena berimplikasi menciptakan emisi gas rumah kaca yang selama ini menjadi salah satu faktor  yang menyebabkan terjadinya global warming . Berdasarkan hasil proyeksi tutupan hutan hingga tahun 2030, dengan mengabaikan klasifikasi fungsi kawasan maka hutan di Jawa dan Bali-Nusa Tenggara diperkirakan akan habis,

53

hutan di Maluku hanya tersisa 1,12 juta ha, hutan di Sumatera tersisa 4,01 juta ha, hutan di Sulawesi tersisa 5,54 juta ha, hutan di Kalimantan tersisa 15,79 juta ha, dan hutan di Papua tersisa 32,82 juta ha (Forest Watch Indonesia, 2009). Langkah selanjutnya terkait konteks Indonesia menuju ekonomi hijau adalah partisipasi Indonesia dalam KTT-Bumi yang diselenggarakan pada tanggal 3-14 Juni 1992di Rio de Janeiro, Brazil. KTT-Bumi pertama ini sebenarnya merupakan upaya global untuk meningkatkan kepedulian pada pengelolaan sumberdaya alam dan lingkungan. Dari konferensi diperoleh kesepakatan yang dihimpun dalam Agenda 21 yang salah satunya adalah Principles of Forestry  (Prinsip-prinsip Kehutanan) mengingat tingginya laju

deforestasi di berbagai belahan dunia termasuk Indonesia (Hidayat, 2011). Menindaklanjuti KTT-Bumi maka terciptalah komitmen internasional dengan ditandatanganinya United Nations Framework Convention on Climate Change oleh sebagian besar negara di dunia salah satunya Indonesia. Sebagai

wujud concern pemerintah Indonesia terhadap perubahan iklim mengingat perannya yang strategis dalam struktur iklim geografi dunia,maka sebagai negara tropis yang dilewati oleh garis khatulistiwa dengan hutan tropis basah dan merupakan negara kepulauan yang memiliki laut terluas di dunia maka Indonesia mempunyai fungsi sebagai negara penyerap gas rumah kaca terbesar di dunia. Oleh

karena

itu,

berdasarkan

pertimbangan

tersebut

maka

dilakukan

pengesahan United Nations Framework Convention on Climate Change dengan UU No.6 Tahun 1994 (MENLH, 1994). Berkaitan dengan terealisasikannya pengesahan atas United Nations Framework Convention on Climate Change melalui UU No.6 Tahun 1994 maka

sebagai bentuk penyempurnaannya adalah pengesahan Protokol Kyoto melalui UU No.17 Tahun 2004. Sebagai salah satu negara berkembang yang berupaya

54

untuk

meningkatkan

pertumbuhan

ekonomi,

Indonesia

dituntut

untuk

mempercepat industrialisasi dan pembangunan infrastruktur. Sejalan dengan hal tersebut, Protokol Kyoto merupakan konvensi yang tepat untuk meminimalisir  kemungkinan eksternalitas yang dapat terjadi karena adanya jaminan bahwa teknologi yang digunakan di negara berkembang harus melalui Mekanisme Pembangunan Bersih (MPB) atau Clean Development Mechanism (CDM) (BPKP, 2004). Perkembangan ekonomi hijau di Indonesia kemudian ditandai dengan disahkannya UU No. 17/2007 terkait rencana pembangunan nasional yang memiliki 4 tujuan yang salah satu tujuannya adalah menciptakan Indonesia hijau dan lestari yang merupakan perwujudan dari ekonomi hijau. Tujuan tersebut diklasifikasikan dalam 3 bidang yaitu, adaptasi perubahan iklim dalam pertanian sebagai

jaminan

terciptanya

ketahanan

pangan,

pengembangan

energi

terbarukan, dan pengelolaan bencana alam (Yusuf et.al, 2011 dalam LPM Equator, 2011). Sebagai pelengkap UU No. 17/2007 pemerintah kemudian mengeluarkan UU No. 32/2009 mengenai Perlindungan Lingkungan dan Pengelolaan sebagai upaya serius untuk merealisasikan “Indonesia Hijau” dengan berbagai pedoman

dan mekanisme yang ditunjang instrumenekonomiserta lingkungan untuk menciptakan pembangunan berkelanjutan (LPM Equator, 2011).Selain itu, kesadaran pemerintah terhadap ekonomi hijau yang difokuskan pada aktivitas pembangunan yang mempengaruhi perubahan iklim dan lingkungan juga tercermin dari program Pembangunan Jangka Menengah 2004-2009 yang dilaksanakan melalui berbagai kegiatan pengelolaan lingkungan hidup yang mengarah pada 4 program yang diprioritaskan, yaitu: 1) Program Perlindungan dan Konservasi Sumber Daya Alam; 2) Program Pengembangan Kapasitas

55

Pengelolaan

Sumber

Daya

Alam

dan

Lingkungan

Hidup; 3)

Program

Peningkatan Kualitas serta Akses Informasi Sumber Daya Alam dan Lingkungan Hidup; dan 4) Program Pengendalian Pencemaran dan Perusakan Lingkungan (SLHI, 2010). Menurut Bappenas (2010), program pemerintah dalam Pembangunan Jangka Menengah 2004-2009 memilki kesinambungan dengan realisasi “Rencana Pengembangan Nasional: Tanggapan Indonesia terhadap Perubahan Iklim” yang merupakan pedoman untuk mengintegrasikan program-program

perubahan iklim ke dalam proses pembangunan nasional khususnya untuk RPJMN 2010-2014. Selang dua tahun kemudian pemerintah mempublikasikan sebuah dokumen yaitu, “Road Map Sektoral Perubahan Iklim Indonesia” atau ICCSR pada bulan Maret 2010 (Tabel 4.1). Isi dokumen tersebut mencakup evaluasi kerentanan, prioritas kegiatan termasuk peningkatan kapasitas dan strategi, serta dijelaskan pula mengenai Rencana Aksi Nasional (RAN-GRK).

RAN-GRK

memberikan penjelasan spesifik mengenai target reduksi gas rumah 26% akan dicapai. Berikut ringkasan kegiatan mitigasi sektoral hingga tahun 2020 untuk mencapai target sebesar 26% yang kemudian diselaraskan dengan Perpres No. 61 Tahun 2011 (Tabel 4.2). Tabel 4.1 : Rencana Pemerintah Indonesia Untuk Kegiatan Mitigasi Hingga Tahun 2020 Berdasarkan ICCSR Sektor

Kehutanan dan lahan

Kegiatan

Perbaikan pengelolaan tanah dan hutan, rehabilitasi lahan, menghindari penggundulan dan perkebunan

Target yang diberikan

89%

Hubungan dengan Baseline

27%

56 lan utan tabel… tabel… Sektor

Kegiatan

Target yang diberikan

Hubungan dengan Baseline

Energi dan transport

Pengembangan energi yang dapat diperbaharui dan efisiensi energi dalam transportasi

5%

9%

Industri

Perbaikan produksi semen dan efisiensi energi Perbaikan pengelolaan sampah

1%

8%

5%

36%

Limbah Total

 Akumulasi pengurangan emisi (MTCO2e)

4.433%

Sumber : Bappenas, 2010 dalam LPM Equator, 2011

Berdasarkan tabel 4.1 dapat diketahui bahwa kegiatan dari sektor  kehutanan dan lahanadalah perbaikan pengelolaan tanah dan hutan, rehabilitasi lahan, menghindari penggundulan dan perkebunan dengan target yang ditetapkan oleh pemerintah sebesar 89% yang lebih besar daripada baseline yaitu sebesar 27%.Hal ini dikarenakan Indonesia masih menempati peringkat tertinggi di dunia sebagai negara dengan tingkat deforestasi tercepat, meningkatnya  jumlah tutupan hutan dari tahun ke tahun, dan masih tingginya tingkat konversi lahan yang terjadi menjadi salah satu penyebab terjadinya berbagai bencana alam di Indonesia seperti banjir, erosi, dan tanah longsor. Kegiatan dari sektor energi dan transport adalah pengembangan energi yang dapat diperbaharui danefisiensi energi dalam transportasidengan target yang ditetapkan oleh pemerintah sebesar 5% atau lebih rendah dari baseline yaitu sebesar 9%. Target yang lebih rendah daripada baseline dikarenakan keterbatasan dana pemerintah untuk mengembangkan inovasi energi terbarukan, masih adanya pro dan kontra di masyarakat untuk menerapkan kebijakan konversi energi karena membutuhkan modifikasi sistem pengisian bahan bakar  alat transportasi, serta kendala masih diberlakukannya kebijakan subsidi BBM.

57

Kegiatan pada sektor industri adalah perbaikan produksi semen dan efisiensi energi dengan target yang ditetapkan oleh pemerintah sebesar 1% atau lebih kecil daripada baseline sebesar 8%. Rendahnya target untuk sektor industri dikarenakan keterbatasan dana pemerintah untuk memperbaiki produksi semen, kendala

masih

diberlakukannya

kebijakan

subsidi

BBM,

dan

kesulitan

merealisasikan efisiensi energi pada sektor industri.Selama ini sektor industri masih menjadi kontributor terbesar pada PDB yang menjadi indikator  keberhasilan ekonomi di Indonesia. Kegiatan pada sektor limbah adalah perbaikan pengelolaan sampah dengan target yang ditetapkan oleh pemerintah sebesar 5% atau lebih kecil daripada baseline sebesar 36%. Rendahnya target untuk sektor limbah dikarenakan keterbatasan dana pemerintah untuk perbaikan pengelolaan sampah. Oleh karena itu, perbaikan pengelolaan sampah perlu didukung oleh program pemerintah. Terkait dengan kebersihan, pemerintah harus melakukan sosialisasi dan pemberlakuan reward and punishment  kepada masyarakat Indonesia yang hingga kini masih rendah kesadarannya. Secara total “R encana

Pemerintah Indonesia Untuk Kegiatan Mitigasi Hingga Tahun 2020” telah mampu mengurangi emisi (MTCO2e) sebesar 4.433%. Sebagai pelengkap dari “R encana Pemerintah Indonesia Untuk Kegiatan Mitigasi Hingga Tahun 2020” maka pemerintah kemudian meluncurkan “Rencana  Aksi Nasional Gas Rumah Kaca/RAN-GRK”berdasarkan Keputusan Presiden No. 61 tahun 2011 (Perpres No. 61 tahun 2011) pada tanggal 28 Oktober, 2011. Dalam rencana tersebut ditetapkan target pengurangan emisi hingga tahun 2020 sebesar 26% tanpa bantuan dana dari luar negeri dan pengurangan emisi sebesar 41% jika memperoleh bantuan dana dari luar negeri.

58

Tabel 4.2 : Target Pengurangan Emisi Dalam Rencana Kegiatan Nasional Sektor

Kehutanan dan lahan Gambut

Rencana Penurunan Emisi (Gigaton CO2e)

0.672

1.039

Rencana Aksi

Pengendalian kebakaran hutan dan lahan Pengelolaan sistem  jaringan dan tata air  Rehabilitasi hutan dan lahan, HTI dan HR Pemberantasan illegal logging Pencegahan deforestasi Pemberdayaan masyarakat

Kemenhut, KLH, Kemen.PU, Kementan

0.011 Introduksi varietas padi rendah emisi, efisiensi air  irigasi, penggunaan pupuk organik 0.056 Penggunaan biofuel atau mesin dengan standar  efisiensi BBM lebih tinggi Memperbaiki TDM, kualitas transportasi umum dan jalan, demand side management, dan efisiensi energi Pengembangan renewable energy 

Kementan, KLH, Kemen.PU









 

Pertanian

0.008

Energi dan Transportasi

0.038

K/L Pelaksana





Kemenhub, Kemen.ESDM, Kemen.PU, KLH



Industri

0.001

Limbah

0.048

0.005 Efisiensi energi dan penggunaan renewable energy  0.078 Pembangunan TPA Pengelolaan sampah dengan 3 R Pengolahan air limbah terpadu di perkotaan  

Kemenperin, KLH Kemen.PU, KLH



Total

0.767

1.189

Sumber : Republik Indonesia, 2011

Berdasarkan tabel 4.2, total target pengurangan emisi tanpa bantuan dana dari luar negeri sebesar 26% dengan perincian sebagai berikut : untuk sektor kehutanan dan lahan gambut 0.672 gigaton, pertanian sebesar  0.008gigaton, energi dan transportasi0.038 gigaton, industri sebesar 0.001

59

gigaton, dan pengelolaan limbah 0.048 gigatonsehingga total target pengurangan emisi di Indonesia sebesar 0.767 gigaton.Dalam hal ini, total target pengurangan emisi jika memperoleh bantuan dari luar negeri sebesar 41% dengan perincian sebagai berikut : untuk sektor kehutanan dan lahan gambut sebesar 1.039 gigaton pertanian 0.011 gigaton, energi dan transportasi sebesar 0.056 gigaton, industri sebesar 0.005 gigaton, dan pengelolaan limbah sebesar 0.078 gigaton sehingga total pengurangan emisi sebesar 1.189 gigaton. Menurut Kusuma (2012), sebagai kelanjutan KTT-Bumi pertama yang dilaksanakan pada tahun 1992 maka PBB kembali menyelenggarakan Konferensi Tingkat Tinggi (KTT) sebagai langkah menciptakan pembangunan berkelanjutan yang lebih dikenal sebagai KTT Rio+20 di Rio de Janeiro, Brazil.Dalam pelaksanaan KTT Rio+20 tema yang diangkat adalah “The Future We Want”yan W ant”yang g diikuti oleh 151 negara dan dihadiri 105 kepala negara, serta 487

menteri dimana untuk delegasi Indonesia dipimpin oleh Presiden RI dengan didampingi sejumlah menteri. KTT Rio+20telah menyepakati dokumen “ The Future We Want” yang menjadi pedoman bagi pelaksanaan pembangunan berkelanjutan di tingkat global, regional, dan nasional. Dokumen “The Future We Want” membahas tiga isu

utama

terkait

langkah

untuk

merealisasikan

konsep

pembangunan

berkelanjutan. Pertama, isu mengenai green economy in the context of  sustainable development and poverty eradication . Kedua, pengembangan

kerangka institusional pembangunan berkelanjutan tingkat global. Ketiga, merancang

kerangka

berkelanjutan.

aksi

dan

instrumen

pelaksanan

pembangunan

60

4.2

Pelaksanaan PDB Hijau di Indonesia

Meningkatnya

perandan

partisipasi

pemerintah

dalam

usaha

merealisasikan ekonomi hijau di Indonesia mengindikasikan bahwa aspek sumberdaya alam dan lingkungan masih menjadi perhatian meskipun hingga kini referensi ekonomi Indonesia masi tereferensi dari perspektif konvensional.Dalam perspektif ekonomi konvensional salah satu parameter untuk mengukur  keberhasilannya adalah dengan perhitungan PDB konvensional atau dalam konteks ekonomi sumberdaya dan lingkungan lebih dikenal sebagai PDB Cokelat. Menurut Repetto et.al (1989) dalam Nuryanto (2009), pelaksanaan PDB Hijau di Indonesia dimulai pada tahun 1974 – 1988 meskipun kala itu sistematika perhitungan yang digunakan bukanlah PDB Hijau yang mengusung perhitungan sumberdaya alam dan lingkungan yang lebih kompleks melainkan PDB Semi Hijau yang merupakan bentuk sederhana dari PDB Hijau. Nilai deplesi sumberdaya alam yang menjadi acuan dalam perhitungan PDB Semi Hijau di Indonesia tersebut adalah hutan, minyak, dan tanah. Dari hasil perhitungan ditemukan fakta bahwa tingkat pertumbuhan ekonomi rata-rata Indonesiaadalah 4% per tahun bukan 7% seperti dalam perhitungan PDB Cokelat. Setelah

beberapa

tahun

lamanya

vacuum

dalam

pelaksanaan

perhitungan PDB Hijau, akhirnya berdasarkan penelitian Pilot Project (2002); dalam Nuryanto (2009) dilaksanakan kembali perhitungan PDB yang masih berbasis PDB Semi Hijau namun kini dengan mengambil daerah percontohan sebagai sampel, adapun konsep perhitungan PDB disini berubah menjadi PDRB (Pendapatan Domestik Regional Bruto). Daerah percontohan untuk perhitungan PDRB Semi Hijau kala itu adalah Kabupaten Kutai Kartanegara dengan studi kasus tahun 1999-2000. Adapun nilai

61

deplesi sumberdaya yang menjadi acuan perhitungan tersebut adalah minyak, gas, kayu, dan batu bara mengingat Kabupaten yang terletak di Kalimantan Timur tersebut merupakan salah satu daerah penghasil minyak, gas, kayu dan batu bara terbesar di Indonesia. Berikut tabel hasil perhitungan PDRB Semi Hijau Kabupaten Kutai Kartanegara dari sektor minyak, gas, kayu, dan batu bara.

Tabel 4.3: Nilai Deplisi Minyak dan Gas Alam di Kabupaten Kutai Kartanegara, Kartanegara, Tahun 1999 – 1999 – 2000 No

Keterangan

1

Deplisi Minyak dan Gas alam (Rp Juta) Sumbangan sub sektor  Minyak dan Gas pada PDRB Cokelat (Rp Juta) Sumbangan sub sektor  Minyak dan Gas pada PDRB Semi Hijau (Rp Juta)

2 3

1999

2000

2.029.967

2.362.169

12.080.153

14.425.594

10.050.186

12.063.425

Sumber : Suparmoko, 2006

Berdasarkan tabel 4.3 diketahui bahwa deplisi minyak dan gas alam di Kabupaten Kutai Kartanegara pada tahun 1999 sebesar Rp 2.029.967 (Juta), sumbangan sub sektor minyak dan gas pada PDRB Cokelat Rp 12.080.153 (Juta), dan sumbangan sub sektor minyak dan gas pada PDRB Semi Hijau Rp 10.050.186 (Juta). Sedangkan pada tahun 2000 deplisi minyak dan gas alam di Kabupaten Kutai Kartanegara sebesar Rp 2.362.169 (Juta), sumbangan sub sektor minyak dan gas pada PDRB Cokelat Rp 14.425.594 (Juta), dan sumbangan sub sektor minyak dan gas pada PDRB Semi Hijau Rp 12.063.425 (Juta). Tabel 4.4 : Sumbangan Sektor Kehutanan Pada PDRB Semi Hijau di Kabupaten Kutai Kartanegara, Tahun 1999 – 1999  – 2000 No

1 2

Keterangan Keteranga n

1999

Deplisi kayu bulat (Rp Juta) Sumbangan sektor kehutanan pada PDRB Cokelat (Rp Juta)

128.715 1.131.424

2000

55.275 1.171.424

62 lanjutan tabel… No

3

Keterangan Keteranga n

Sumbangan sub sektor  kehutanan pada PDRB Semi Hijau (Rp Juta)

1999

1.002.709

2000

1.116.149

Sumber : Suparmoko, 2006

Pada tabel 4.4 diketahui bahwa deplisi kayu bulat di Kabupaten Kutai Kartanegara pada tahun 1999 sebesar Rp 128.715 (Juta), sumbangan sektor  kehutanan pada PDRB Cokelat Rp 1.131.424 (Juta), dan sumbangan sub sektor  kehutanan pada PDRB Semi Hijau Rp 1.002.709 (Juta). Sedangkan pada tahun 2000 deplisi kayu bulat di Kabupaten Kutai Kartanegara sebesar Rp 55.275 (Juta), sumbangan sektor kehutanan pada PDRB Cokelat Rp 1.171.424 (Juta), dan sumbangan sub sektor kehutanan pada PDRB Semi Hijau Rp 1.116.149 (Juta). Tabel 4.5 : Nilai Deplisi Batu Bara yang dieksploitasi di Kabupaten Kutai Kartanegara, Tahun 1999 – 1999 – 2000 No

1 2 3

Keterangan

Deplisi Batu Bara (Rp Juta) Sumbangan sektor  Pertambangan pada PDRB Cokelat (Rp Juta) Sumbangan sektor  pertambangan pada PDRB Semi Hijau (Rp Juta)

1999

2000

4.954.019 15.596.451

1.065.973 18.379.996

10.642.432

17.314.023

Sumber : Suparmoko, 2006

Sedangkan pada tabel 4.5 diketahui bahwa deplisi batu bara di Kabupaten Kutai Kartanegara pada tahun 1999 sebesar Rp 4.954.019 (Juta), sumbangan sektor pertambaangan pada PDRB Cokelat Rp 15.596.451 (Juta), dan sumbangan sub sektor pertambaangan pada PDRB Semi Hijau Rp 10.642.432 (Juta). Pada tahun 2000 deplisi batu bara di Kabupaten Kutai Kartanegara sebesar Rp 1.065.973 (Juta), sumbangan sektor pertambangan

63

pada PDRB Cokelat Rp 18.379.996 (Juta), dan sumbangan sub sektor  pertambangan pada PDRB Semi Hijau Rp 17.314.023 (Juta). Pada tahun 2004 dilaksanakan perhitungan PDRB namun dengan sistematika perhitungan yang lebih kompleks yaitu PDRB Hijau yang menginclude kan nilai degradasi lingkungan dimana daerah yang menjadi percontohan

adalah Kabupaten Karawang dengan studi kasus tahun 2001. Dalam hal ini, nilai deplesi sumberdaya alam yang menjadi acuan dalam perhitungan PDRB Hijau tersebut adalah air (semua sektor), tanah liat, batu kali, dan pasir (sektor  pertambangan) sedangkan untuk degradasi lingkungan adalah lahan kritis dan hutan mangrove. Dari hasil perhitungan ditemukan fakta bahwa nilai deplesi sumberdaya alam sebesar 67,58 miliar dan nilai degradasi lingkungan sebesar  728,56 miliar per tahun (Suparmoko, 2005; Ratnaningsih, 2006 dalam Nuryanto, 2009). Selanjutnya Kabupaten yang menjadi target pelaksanaan PDRB Hijau adalah Kabupaten Berau dengan studi kasus pada tahun 2000  – 2004 pada sektor kehutanan. Dalam hal ini, nilai deplesi sumberdaya alam yang menjadi acuan adalah kayu sedangkan untuk degradasi lingkungan adalah lahan (Departemen Perhutanan, 2009). Dipilihnya sektor kehutanan sebagai fokus perhitungan PDRB di Kabupaten Berau terkait dengan strategi pemerintah Indonesia dalam menanggapi kondisi dan isu tingginya tingkat deforestasi di Indonesia. Berikut tabel hasil perhitungan PDRB Hijau di sektor kehutanan Kabupaten Berau. Tabel 4.6 : Kontribusi Sektor Kehutanan Pada PDRB Hijau Kabupaten Berau Tahun Uraian 2000 2001 2002 2003 Kontribusi sektor kehutanan 374,79 373,25 376,89 381,03 pada PDRB Deplesi Sumberdaya Hutan 232,56 298,71 193,07 155,14 Kontribusi sektor kehutanan 142,23 74,54 183,82 225,88

64 lanjutan tabel… Tahun Uraian

pada PDRB Semi Hijau Degradasi Sumberdaya Hutan Kontribusi sektor kehutanan pada PDRB Hijau Nilai tambah sektor kehutanan

2000

2001

2002

2003

543,31 -401,08

620,12 -545,58

370,23 -186,41

260,15 -34,27

1.150,66

1.292,08

940,19

796,32

Sumber : Departemen Perhutanan, 2009

Berdasarkan hasil penelitian Utama (2009) maka Kabupaten Karangasem di Bali merupakan daerah percontohan selanjutnya. Studi kasus yang diangkat pada pelaksanaan PDRB Hijau di Kabupaten Karangasem dimulai dari tahun 2000-2006. Untuk nilai deplesi sumberdaya alam yang menjadi acuan adalah hutan dan kayu sedangkan untuk degradasi lingkungan adalah air dan karbon. Dipilihnya sektor kehutanan sebagai fokus perhitungan PDRB di Kabupaten Karangasem dikarenakan dari sisi persentase kontribusi sektorkehutanan yang dipantau terus mengalami penurunan. Pada tahun2000, kontribusi sektor  kehutanan sebesar 0,00543persen kemudian padatahun 2001 mengalami penurunan menjadi 0,00516 dan kontribusinya sampai tahun 2006 terus mengalami penurunanhingga hanya mencapai0,00455 persen. Berikut tabel hasil perhitungan PDRB Hijau di sektor kehutanan Kabupaten Karangasem, Bali. Tabel 4.7 : PDRB Cokelat, Deplesi dan Degradasi akibat Kebakaran Hutan danPencurian Kayu serta PDRB Hijau di Kabupaten Karangasem Tahun 2000 – 2000 – 2006 (Rp.000) Keterangan Keteranga n PDRB Cokelat

2000

2001

2002

2003

2004

2005

64.370

69.450

80.120

87.210

94.350

99.533

110.220

76.055 8.837

61.156 1.439

88.126 88.410

22.986 21.722

26.491 17.283

15.706 3.163

107.707 97.325 97.3 25

Pencurian Kayu

67.749

60.145

331

1.424

9.393

12.653

11.135

Degradasi PDRB Hijau

46.829 -52.514

42.583 -34.289

47.862 47.8 62 -55.868

10.722 53.502

13.032 54.827

7.967 75.860

49.149 -46.636

Deplesi

Kebakaran Hutan

Sumber : Utama, 2009

2006

65

Bertepatan dengan pedoman kebijakan dalam RPJP 2005-2025 dan RPJM 2004-2009 maka pelaksanaan perhitungan PDB Hijau merupakan hal yang berkesinambungan. Oleh karena itu, berdasarkan penelitian Nurkholis et.al (2007) maka perhitungan PDB Hijau Indonesia terlaksana dengan studi kasus PDB Hijau Indonesia Tahun 2000  – 2005. Nilai deplesi sumberdaya alam yang diperhitungkan dalam PDB Hijau ini adalah adalah hutan, minyak, gas, batu bara, emas, perak, timah, bauksit, dan nikel sedangkan untuk nilai degradasi lingkungan maka yang diperhitungkan adalah lahan. Tabel 4.8 : Hasil Perhitungan Imputed Environmental Cost untuk PDB Hijau Alternatif 1 Atas Dasar Harga Berlaku Tahun 2000 – 2000  – 2005 (Rp. Miliar) Deskripsi 2000 2001 2002 2003 2004 2005 Atas Dasar Harga Berlaku Deplesi SDA 16.599,7 13.773,2 10.971,1 10.223,7 10.22 3,7 12.303,0 12.000,3 Degradasi LH 12.344,2 15.764,9 15.901,7 18.219,9 22.948,1 34.163,6 Kerusakan 3.112,1 4.053,0 5.397,0 6.479,6 8.302,1 10.427,9 Ekosistem Total 32.056,0 33.591,1 32.269,8 34.923,2 43.553,2 56.591,9 Atas Dasar Harga Konstan 2000 Deplesi SDA 16.599,7 13.980,0 11.793,8 10.189,3 9.256,2 8.797,9 Degradasi LH 12.344,2 13.506,3 12.853,7 14.111,5 16.726,2 21.896,9 Kerusakan 3.112,1 4.056,5 5.137,0 6.057,0 7.313,0 21.896,9 Ekosistem Total 32.056,0 31.542,8 29.784,5 30.357,8 33.295,4 38.950,6 Sumber : Nurkholis et.al, 2007

Pada PDB Alternatif 1, nilai deplesi SDA dihitung dengan metode user  cost , nilai degradasi LH dihitung dengan metode abatement cost , dan nilai

kerusakan ekosistem dihitung dengan metode excess felling .Sedangkan .Sedangkan untuk PDB Hijau Alternatif 2, nilai deplesi SDA dihitung dengan metode net price, nilai degradasi lahan dengan metode abatement cost , dan perhitungankerusakan ekosistem dengan metode net price. Terkait hal ini, apabila dilakukan komparasi antara PDB Hijau Alternatif 1 dan Alternatif 2 maka PDB Hijau Alternatif 1 menghasilkan nilai yang lebih besar daripada nilai PDB Hijau Alternatif 2 dengan

66

selisih 3% dari nilai PDB Cokelat. Adapun penyebab nilai PDB Hijau Alternatif 1 yang lebih besar daripada PDB Hijau Alternatif 2 adalah nilai imputed  environmental cost -nya -nya yang lebih kecil sehingga selisih nilai

imputed 

environmental cost  PDB Hijau Alternatif 1 juga sekitar 3% dari nilai PDB Cokelat

Tabel 4.9 : Hasil Perhitungan Imputed Environmental Cost untuk PDB Hijau Alternatif 1 Atas Dasar Harga Berlaku Tahun 2000 – 2000  – 2005 (Rp. Miliar) Deskripsi 2000 2001 2002 2003 2004 2005 Atas Dasar Harga Berlaku Deplesi SDA 86.748,7 74.849,0 61.994,0 63.509,0 78.656,0 88.285,4 Degradasi LH 12.344,2 13.06,3 12.853,7 14.111,5 16.726,2 34.163,6 Kerusakan 4.920,4 5.882,4 7.331,9 8.385,4 10.357,5 12.702,9 Ekosistem 104.012,6

Total

94.237,7

82.179,6

86.005,9

105.739,7

135.151,9

Atas Dasar Harga Konstan 2000

Deplesi SDA Degradasi LH Kerusakan Ekosistem Total

86.748,0 12.344,2 4.920,4

76.224,8 13.506,3 5.887,5

65.909,4 12.853,7 6.978,7

61.743,9 16.726,2 9.123,5

61.743,9 16.726,2 9.123,5

64.725,4 21.896,9 10.056,9

104.012,6

95.618,6

85.741,8

87.593,6

87.593,6

96.679,2

Sumber : Nurkholis et.al, 2007

Dengan mengetahui perkembangan PDB Hijau di Indonesia maka pada tahun 2011 berdasarkan penelitian Sucofindo (2011) dilaksanakan kembali perhitungan PDB Hijau total di Indonesia dengan studi kasus 2000  – 2010 adapun pelaksanaan perhitungan ini merupakan perhitungan PDB Hijau Indonesia yang ketiga di Indonesia setelah tahun 1974 – 1988 dan 2000 - 2005. Nilai deplesi sumberdaya alam Indonesia yang diperhitungkan dalam PDB Hijau ini adalah hutan, minyak, gas, batu bara, emas, perak, timah, bauksit, dan nikel. Untuk degradasi lingkungan maka mencakup perhitungan total emisi CO2 baik yang berasal dari bensin atau dari solar adapun hal ini selaras dengan program pemerintah dalam mengurangi jumlah emisi sedangkan untuk depresiasi modal alam maka diperhitungkan langsung pada sumberdaya alam yang dimanfaatkan dalam kelompok industri seperti industri minyak dan gas,

67

industri makanan, minuman, dan tembakau, serta industri - lainnya. Berikut tabel PDB Hijau Indonesia dan grafik perbandingan hasil perhitungan PDB Hijau dengan PDB Cokelat Indonesia. Tabel 4.10 : PDB Cokelat, Deplesi SDA, Degradasi Lingkungan, Depresiasi Modal SDA, dan PDB Hijau Tahun 2000 – 2000 – 2010 Tahun

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

PDB Cokelat

Deplesi SDA

1389.77 1684.28 1821.83 2013.67 2295.83 2774.28 3339.22 3950.89 4948.69 5603.87 6422.92

Degradasi Lingkungan

107.73 109.91 105.97 101.28 127.02 199.88 204.52 230.75 292.31 282.63 324.48

63.93 86.92 89.66 98.76 116.47 150.73 187.31 221.10 275.10 310.06 358.33

Depresiasi Modal SDA

111.59 140.64 157.95 181.23 217.19 275.49 334.26 398.25 502.79 573.28 662.20

PDB Hijau

1106.52 1346.81 1468.25 1632.40 1835.15 2148.18 2613.13 3100.79 3878.49 4437.90 5077.91

Sumber : Sucofindo, 2011 *Angka dalam Triliun Rupiah

Berdasarkan tabel 4.10 dapat diketahui bahwa peningkatan pada PDB Cokelat yang selama ini menjadi parameter keberhasilan ekonomi konvensional dari mulai tahun 2000  – 2010 menunjukkan korelasi terhadap peningkatan deplesi sumberdaya alam, degradasi lingkungan, dan depresiasi modal alam. Hal ini merefleksikan kondisi ceteris paribus di suatu negara atau berbanding terbalik dimana pertumbuhan ekonomi meningkat sedangkan persediaan sumberdaya alam dan kualitas lingkungan menurun.

68

Grafik 4.2: PDB Cokelat dan PDB Hijau di Indonesia Tahun 2000 - 2010 7000

6422.92 5603.87

6000

4948.69 5000 4000 3000 2000 1000

5077.91

4437.9 3950.89 3339.22 3878.49 2774.28 3100.79 2295.83 2013.67 1821.83 2613.13 1684.28 2148.18 1389.77 1835.15 1632.4 1632.4 1468.25 1346.81 1106.52

PDB Cokelat PDB Hijau

0 2000 000 2001 001 200 2002 2003 003 2004 004 2005 005 2006 006 200 2007 2008 008 200 2009 2010 010

Sumber : Modifikasi dari Sucofindo, 2011

Dari grafik 4.2 jelas terlihat dengan PDB Hijau nilai final yang diperoleh kurang maksimal sehingga seringkali menjadi pertimbangan negaraberkembang yang rata – rata memiliki PDB Cokelat yang cenderung minim. Pertimbangan lain penerapan PDB Hijau juga dilatar belakangi oleh penelitian Liu dan Guo (2005) yang mengungkapkan fakta adanya beberapa kelemahan yang menyebabkan PDB Hijau belum bisa dijadikan substitusi PDB Cokelat dalam evaluasi pembangunan dan perekonomian yang akhirnya akan mempengaruhi prediksi dan akurasi data. Oleh karena itu, diperlukan metode perhitungan untuk mengevaluasiperhitungan PDB Hijau Indonesia terkait evaluasi hasil ramalan selama periode 2000  – 2010 melalui metode perhitungan Grey System Theory  Tipe GM (1,1).

4.3

Analisis Perhitungan PDB Hijau Indonesia Dengan Grey System

 Theory  Theory Tipe GM (1,1)

Berdasarkan gambaran umum yang memilki keterkaitan terhadap PDB Hijau di Indonesia tahun 2000-2010, maka sebagai langkah untuk meminimalisir  kelemahan yang ada dalam perhitungan PDB Hijau adalah dengan menerapkan

69

sistematika perhitungan berbasis Grey System Theory  Tipe GM (1,1) untuk mengevaluasiperhitungan PDB Hijau. Sesuai dengan metode Grey System Theory  Tipe GM (1,1) yang telah telah diuraikan pada bab tiga bahwa untuk

menjawab permasalahan yang menjadi fokus penelitian ini digunakan software Matlab

5.3

dengan

menggunakan

perintah

script  karena

merupakan

pengaplikasian yang lebih mudah dan sederhana untuk pemula. Tahap pertama untuk mengaplikasikan Grey System Theory tipe GM (1,1) adalah dengan mengambil data orisinil PDB Hijau di Indonesia dari mulai tahun 2000  – 2010. Dipilihnya periode tersebut sesuai dengan ketersediaan data dan relevansi dengan tren IKLH yang dilaksanakan di Indonesia setiap 10 tahun sekali. Adapun dalam perhitungan menggunakan Matlab 5.3 variabel PDB Hijau dari tahun 2000  – 2010 diibaratkan dengan nilai x(0) yang disusun secara horizontal seperti yang tertera dibawah ini : x0=[1106.52 1346.81 1468.25 1632.4 1835.15 2148.18 2613.13 3100.79 3878.49 4437.9 5077.91]; Setelah pelaksanaan tahap pertama maka dilanjutkan dengan penerapan  AGO (Accumulated Generating Operation) , yaitu tahap akumulasi nilai x (0) secara bertahap atau transfer data orisinil secara monotonic increasing  sehingga nilai x(0) berubah konteks menjadi nilai yang baru yaitu x(1). Dalam hal ini, sistematika perolehan nilai AGO adalah berdasarkan proses data x(0) = (x(0) (1), x(0) (2), x(0) (3), x(0)

(4),

x(0)

(5),

x(0)

(6)…...,

x(0)

(n),

lalu

untuk

AGO

dilakukan

  () ()   () ()     () (), dimana penerapan pada AGO nilai    yang dimasukkan dalam metode perhitungan Grey System Theory  tipe GM (1,1) dimulai pada k = 2,3,….n. Terkait dengan penerapannya pada Matlab 5.3, sama

halnya seperti nilai x(0),nilai x(1) juga disusun secara horizontal sebagai berikut : x1=[2453.33 3921.58 5553.98 7389.13 9537.31 12150.44 15251.23 19129.72 23567.62 28645.53];

70

Grafik 4.3: Hasil AGO 3

x 10

4

data orisinil hasil AGO 2.5

2

1.5

1

0.5

0

1

2

3

4

5

6

7

8

9

10

11 11

*Dengan Matlab 5.3

Sumber : Data penelitian, diolah

Perhitungan nilai latar belakang z(1)merupakan tahap ketiga yang harus dilakukan karena merupakan pendekatan dari basis persamaan diferensial yang diterapkan pada tahap ke-4 dimana memilki keterkaitan terhadap metode perhitungan di tahap 5, 6, dan 7 yaitu penggunan metode kuadrat terkecil untuk memperoleh nilai a dan b yang akan kemudian akan mempermudah proses memperoleh nilai peramalan dimulai periode 2001 – 2010. Adapun variabel yang digunakan adalah

α = 0.1 dan nilai x

(1)

pada k = 1, 2, 3,….n

71

Tabel 4.11 : Hasil Perhitungan z (1) z(1)

1 2 3 4 5 6 7 8 9 10

1

2

3

4

5

6

7

8

9

10

245.3

245.3

245.3

245.3

245.3

245.3

245.3

245.3

245.3

245.3

2600

3922

5391

7042

8976

11328

14118

17609

21603

26173

4971

7614

10553

13856

17723

22426

28008

34989

42977

52117

7363

11327

15735

20690

2.6490

33545

41917

52389

64371

78082

9790

15070

20950

27550

35290

44700

55860

69820

85800

10408

12260

18860

26210

34470

44130

55890

69850

87300

107270

130120

14770

22700

31520

41430

53030

67140

83880

104830

128790

156210

17370

26620

36900

48460

62000

78460

98000

122430

150390

182380

20020

30590

42350

55560

71030

89840

112170 112170

140090

172040

208600 208600

22740

34630

47850

62720

80120

101280

126400

157820

193760

234890

Sumber : Data penelitian, diolah

72

Dari hasil perhitungan nilai latar belakang atau z(1)maka untuk memperoleh nilai B tahap selanjutnya adalah transpose hasil perhitungan z(1)dan bilangan 1 (k= 1, 2, 3,…). Jika telah memperoleh hasil transpose keduanya

dilanjutkan dengan matriks, berikut hasilnya :

B = -22740

-34630 -47850 -62720 -80120 -101280 -126400 -157820 -193760 -234890

00000 00000 00000 00000 00000 00000 00000 00000 00000 00000

Sedangkan untuk memperoleh nilai Y lakukan juga transpose data orisinil yaitu x(0) pada k = 2, 3,….11 atau tepatnya dimulai tahun 2001 - 2010 Tabel 4.12 : Hasil Transpose x(0) Tahun

Y

2001

1346.8

2002

1468.3

2003 2004

1632.4 1835.2

2005

2148.2

2006

2613.1

2007

3100.8

2009 2010

3878.5 4437.9

2011

5077.9

Setelah memperoleh nilai B dan Y dapat dilakukan invers yaitu dengan

( ) dimana dari hasil Matlab 5.3 diperoleh nilai a= -0.0186 dan b = 781.2895. Dengan diketahuinya nilai tersebut makâ () dapat diperhitungkan rumus

73

̂()()   ()()   ()  ̂() dimana konteks dari hasil ̂ () merupakan bentuk  () yang diterapkan untuk rumus peramalan

sesuai dengan rumus

Grey System Theory tipe GM (1,1), yaitu :

Tabel 4.13 : Hasil Perhitungan Tahun

2001 2002 2003 2004 2005 2006 2007 2009 2010 2011

()

()

86170 87126 88146 89231 90461 91891 93383 95250 96911 98712

Sumber : Data penelitian, diolah

̂() maka tahap akhir yang dilakukan adalah  rumus ̂ () ( )   () ()  (  ) () dengan Matlab 5.3 

 Adanya perolehan p erolehan nilai dari menerapkan

untuk memperoleh nilai hasil ramalan GM (1,1) sehingga dapat diperoleh pula nilai MPE dan MAPE. Tabel 4.14 : PDB Hijau Dengan Grey Syste Sys tem m Theory tipe GM (1,1) Tahun

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

PDB Hijau

Nilai k

1106.52 1346.81 1468.25 1632.40 1835.15 2148.18 2613.13 3100.79 3878.49 4437.90 5077.91

Sumber : Data penelitian, penelitian, diolah

2 3 4 5 6 7 8 9 10 11

Ramalan GM (1,1)

2362.0 2424.3 2489.3 2557.2 2629.6 2707.9 2789.5 2881.1 2970.7 3065.7

Error (%)

75.40 65.10 52.50 39.30 22.40 3.63 -10.00 -25.00 -33.00 -39.60 MPE = 15

Absolute Error (%)

75.40 65.10 52.50 39.30 22.40 3.63 10.00 25.00 33.00 39.60 MAPE = 36.59

74

Berdasarkan tahun 2001 - 2010 dapat diketahui bahwa data PDB Hijau yang digunakan dalam peramalan GM (1,1) memiliki kecenderungan nilai error  yang fluktuatif sehingga varian dari error-nya akan selalu berubah setiap tahun (heterogen). Kondisi seperti ini menunjukkan adanya ketidakpastian pada data PDB Hijau sehingga mengakibatkan terjadinya pengelompokan volatilitas (volatility clustering) yaitu sejumlah error dengan besar yang relatif sama

berkumpul dalam beberapa waktu yang berdekatan. Selain itu, MPE sebesar 15% mengindikasikan adanya bias karena nilainya tidak mendekati nol. Sedangkan untuk nilai MAPE sebesar 36.59% juga mengindikasikan nilai error yang kurang akuratkarena tercakup dalam range 20 – 50%. Secara tidak langsung, hal ini merefleksikan perhitungan PDB Hijau di Indonesia yang masih memiliki kelemahan meskipun telah dilakukan pengukuran dengan Grey System Theory  tipe GM (1,1) yang secara teori mampu meminimalisir masalah keterbatasan data dan informasi asimetris. Grafik 4.4 : Hasil GM (1,1) 5500 data orisinil data prediksi

5000 4500 4000 3500 3000 2500 2000 1500 1000

1

2

3

4

5

*Dengan Matlab 5.3 Sumber : Data penelitian, diolah

6

7

8

9

10

11 11

75

Dari grafik 4.3sesuai dengan pernyataan sebelumnya, data orisinil (PDB Hijau) menunjukkan pola peningkatan setiap tahunnya meskipun secara berturut  – turut pada nilai k ke-2, ke-2, ke-3, ke-4, ke-5, dan ke-6 yaitu tahun 2001, 2002, 2003,

2004 menunjukkan data prediksi (hasil ramalan GM (1,1)) yang lebih tinggi daripada data orisinil.Namun pada nilai k ke-7 ke-7 yaitu tahun 2006, data prediksi mulai menuju ke pola penurunan terhadap grafik data orisinil dimana secara signifikan penurunan mulai terjadi pada nilai k ke-8 ke-8 hingga periode ke-11. Secara tidak langsung, grafik hasil GM (1,1) selaras dengan pernyataan Sucofindo (2011) bahwa hasil perhitungan PDB Hijau Indonesia menunjukkan tren penurunan ke arah pembangunan tidak berkelanjutan.

4.4

Implikasi Hasil Penelitian

4.4.1

Implikasi Teoritis

Merujuk pada penelitian Lu dan Chiu (2012) yang melakukan peramalan PDB Hijau Taiwan menggunakan Grey System Theory  tipe GM (1,1) pada tahun 2002  – 2010 dengan nilai MAPE sebesar 3.25% yang dikategorikan sangat akurat, maka hasil dari penelitian ini tidak dapat mendukung hasil dari penelitian Lu dan Chiu (2012) yang menyatakan bahwa pengukuran dengan Grey System adalah Theory adalah

metode

yang

tepat

dalam

mengatasi

keterbatasan

data

daninformasi asimetris. Hal ini terefleksi dari perolehan nilai MPE dan MAPE pada PDB Hijau Indonesia yang bias (15%) dan kurang akurat (36.59%). Oleh karena itu, perhitungan PDB Hijau Indonesia diketahui masih memiliki kelemahan meskipun telah dilakukan evaluasi yang serupa. Secara spesifik tingginya akurasi PDB Hijau dari penelitian Lu dan Chiu (2012) dilatarbelakangi pula oleh negara yang menjadi objek penelitian yaitu Taiwan. Taiwan adalah negara kecil dengan peringkat luas ke-137 (One World-Nations

76

Online, 2012) di dunia, peringkat ke-50 untuk jumlah penduduk terbesar di dunia (Geohive, 2012), serta dikenal sebagai negara yang relatif minim sumberdaya alam. Lain halnya dengan Indonesia yang dikategorikan sebagai salah satu negara besar dengan peringkat luas ke-16 di dunia(One World-Nations Online, 2012), peringkat ke-4 untuk jumlah penduduk terbesardi dunia (Geohive, 2012), dan peringkat ke-3 untuk jumlah kekayaan alam di duniasetelah Brasil dan Zaire(Indorush, 2012) sehinggauntuk menciptakan perhitungan PDB Hijau yang baik akan lebih banyak menghadapi kendaladaripada di Taiwan. Jadi besarnya nilai bias dan minimnya akurasi perhitungan PDB Hijau Indonesia dapat juga disebabkan oleh besarnya faktor yang tidak diduga (outliers). 4.4.2

Implikasi Kebijakan

Berdasarkan implikasi teoritis, maka dapat disusun implikasi kebijakan sebagai berikut : 1. Pemerintah perlu menerapkan kebijakan internalisasi biaya lingkungan lingkungan pada sektor produksi di Indonesia baik di tingkat, mikro, sektoral, dan regional untuk meminimalisir efek general equilibrium pada perhitungan PDB Hijau Indonesia. Dengan meminimalisir efek general equilibrium , masalah bias dan akurasi pada hasil ramalan PDB Hijau dengan Grey System Theory  tipe GM (1,1) juga dapat diminimalisir sehingga tingkat keberhasilan perencanaan, pembuatan

keputusan,

dan

realisasi

program

ekonomi

hijau

akan

berlangsung lebih baik di masa mendatang. 2. Sebagai upaya menghindari ketidakjelasan atau informasi asimetris terkait terkait harga sumberdaya alam di Indonesia yang turut mempengaruhi tingkat bias dan akurasi perhitungan PDB Hijau maka perlu dilaksanakan pelaporan persediaan sumberdaya alam dan kondisi lingkungan di berbagai provinsi

77

Indonesia dengan jangka waktu maksimal setahun sekali sehingga harga sumberdaya dapat ditetapkan secara relevan. 3. PDB Hijau Hijau Indonesia yang diketahui masih memiliki kelemahan tetap mampu menjadi controlling and comparative tool  bagi PDB Cokelat karena besarnya nilai PDB Cokelattidak merefleksikan nilai yang sebenarnya yaitu tanpa adanya internalisasi biaya deplesi sumberdaya alam, degradasi lingkungan, dan depresiasi modal sumberdaya alam dalam perhitungan. 4. Kelemahan PDB Hijau yang terefleksi dari hasil ramalan GM (1,1) tidak menghilangkan manfaat strategisnya yaitu meningkatkan kesadaran semua pihak terkait pentingnya internalisasi lingkungan dalam kegiatan ekonomi. Oleh karena itu, pemerintah sebagai pemegang otoritas politik harus berusaha

dan

berkomitmen

secara

konsisten

dalam

menciptakan

pembangunan berkelanjutan yang memperhatikan sumberdaya alam dan lingkungan di Indonesia.

4.5

Keterbatasan Penelitian

Berdasarkan hasil ramalan GM (1,1) diketahui terdapat kelemahan dalam perhitungan PDB Hijau Indonesia maka dari tinjauan secara matematis perlu dilakukan improvement  pada metode Grey System Theory  tipe GM (1,1) yang berfungsi untuk mengurangi bias dan meningkatkan akurasi data sehingga diperoleh hasil peramalan yang lebih baik dari sebelumnya. Berikut beberapa improvement  pada peramalan GM (1,1) :

1. Hsu dan Chen (2003) dengan improvement  GM (1,1) melalui estimasi ANN.

α

2. Wen dan Chang (2005) dengan improvement  GM (1,1) melalui nilai optimal .

78

3. Kyacan et.al, (2010) dengan EFGM (1,1) (improvement  GM (1,1) melalui error dan fourier series), TFGM (improvement GM GM (1,1) melalui melalui time domain dan fourier series ).

4. Zhou (2012) dengan improvement  GM (1,1) melalui algoritma BPneural  network .

5. Tsai (2012) dengan improvement  GM (1,1) melalui nilai residual atau lebih dikenal sebagai Residual GM (1,1).

79

BAB V

PENUTUP

5.1.

Kesimpulan

Berdasarkan hasil analisis dan pembahasan yang telah diuraikan pada bab sebelumnya, dapat ditarik beberapa kesimpulan yang berkaitan dengan permasalahan-permasalahan yang telah dirumuskan. Beberapa kesimpulan tersebut adalah sebagai berikut : 1. Dari hasil evaluasi perhitungan PDB Hijau Indonesia diketahui bahwa tingkat kelemahan dalam perhitungan PDB Hijau Indonesia masih cukup tinggi meskipun telah dilakukan metode pengukuran dengan Grey System Theory  tipe GM (1,1) yang secara teori mampu meminimalisir masalah keterbatasan data dan informasi asimetris. 2. Faktor yang tidak diduga (outliers) seperti objek penelitian kemungkinan menjadi salah satu hal yang mempengaruhi hasil evaluasi perhitungan PDB Hijau di Indonesia dengan Grey System Theory tipe GM (1,1). Sesuai dengan tinjauan dari outliers maka objek penelitian terdahulu yaitu Taiwan yang dikategorikan sebagai negara kecil daripada Indonesia yang merupakan negara besar telah menunjukkan gap yang diketahui dapat menjadi salah satu penyebab minimnya kelemahan dalam perhitungan PDB Hijau di Taiwan namun tingginya kelemahan dalam perhitungan PDB Hijau di Indonesia. 3. PDB Hijau Hijau Indonesia yang diketahui masih memiliki kelemahan tetap mampu menjadi controlling and comparative tool  bagi PDB Cokelat karena besarnya nilai PDB Cokelat tidak merefleksikan nilai yang sebenarnya. Selain itu, PDB

79

80

Hijau diketahui mempunyai manfaat strategis dalam meningkatkan kesadaran semua pihak terkait pentingnya internalisasi lingkungan pada kegiatan ekonomi. 5.2

Saran

Berdasarkan kesimpulan penelitian, ada beberapa saran yang dapat disajikan sebagai berikut: 1. Untuk menciptakan perhitungan PDB Hijau yang semakin baik kedepannya diperlukan pendataan secara menyeluruh dan berkelanjutan serta evaluasi terhadap kondisi sumberdaya alam dan lingkungan di Indonesia agar  ketersediaan data fisik untuk seluruh faktor deplesi sumberdaya, degradasi lingkungan, dan depresiasi modal sumberdaya alam dapat dilengkapi sehingga informasi yang diperoleh dapat lebih akurat daripada sebelumnya. 2. Perlunya peran pemerintah bersama Kementrian Lingkungan Hidup untuk menerapkan kebijakan internalisasi biaya lingkungan pada sektor produksi di Indonesia baik di tingkat, mikro, sektoral, dan regional serta pelaporan persediaan sumberdaya alam dan kondisi lingkungan di berbagai provinsi Indonesia dengan jangka waktu maksimal setahun sekali untuk meminimalisir  efek general equilibrium dan informasi asimetris sehingga masalah bias dan akurasi pada perhitungan PDB Hijau dengan Grey System Theory  tipe GM (1,1) juga dapat diminimalisir. Adapun hal ini berkorelasi dengan target terciptanya kesejahteraan dan pembangunan berkelanjutan yang merupakan tujuan program ekonomi hijau di Indonesia. 3. Berdasarkan target target pemerintah Indonesia untuk merealisasikan pertumbuhan pertumbuhan ekonomi hingga 7% dan realisasi program REDD maka perhitungan PDB Hijau Indonesia merupakan solusi yang tepat meskipun masih dihadapkan kendala bahwa pertumbuhan ekonomi dengan PDB Hijau cenderung

81

bergerak lebih lambat dibandingkan dengan PDB Cokelat. Oleh karena itu, upaya untuk meningkatkan jumlah PDB Hijau adalah penerapan pajak lingkungan (green tax) serta optimalisasi investasi hijau baik yang berasal dari dalam negeri dan luar negeri yang dapat menstimulasi pertumbuhan PDB Hijau sehingga kedua target tersebut lebih mudah terealisasikan. 4. Diperlukan penelitian-penelitian lanjutan untuk mengevaluasi PDB PDB Hijau di Indonesia dengan  proxy , metode dan alat analisis yang lebih baik. Diharapkan dengan menerapkan improvement  pada Grey System Theory  tipe GM (1,1), perhitungan PDB Hijau Indonesia diperoleh nilai yang tidak bias dan akurasi yang lebih tinggi sehingga peramalan PDB Hijau Indonesia akan semakin baik dan relevan untuk pengambilan keputusan dan penyusunan kebijakan ekonomi hijau di masa mendatang.

82

DAFTAR PUSTAKA

 Adger, Neil., Brown, Katarina., Cervigni, Raffaello., & Moran, Dominic. 1994. Towards Estimating Total Economic Value Of Forest In Mexico . CSERGE Working Paper GEC 94-21, Centre for Social and Economic Research on the Global Environment, Environment, University of East  Anglia and University College London. http://millenniumindicators.un.orgdiakses http://millenniumindicators.un.org diakses pada 29 September 2012.  Ayres, Robert U. (1996). Environmental Concerns And Sustainable Development . Center for The Management Of Environmental Resources. www.flora.insead.edu\diakses www.flora.insead.edu\ diakses pada 29 September 2012. Bappenas.

(2010). Indonesian Climate Change Sectoral Road www.bappenas.go.id diakses pada 16 Desember 2012.

Map .

Bateman, I.J. 1992. The economic evaluation of environmental goods and services, Integrated Environmental Management , 14, pp.11-14. BPKP. (2004). Undang- Undang Republik Indonesia Nomer 17 Tahun 2004: Pengesahan Protokol Kyoto Atas Konvensi Kerangka Kerja PBB PBB Tentang Perubahan Iklim . www.bpkp.go.id www.bpkp.go.iddiakses diakses pada 7 Desember  2012. Budimanta, Arif. (2011). Ekonomi Hijau : Apa Yang Perlu Kita Lakukan?. Makalah disampaikan pada pada Seminar Ekonomi Hijau yang Di selenggarakan BAPPENASdi Jakarta, 22 November 2011. www.bappenas.go.iddiakses www.bappenas.go.id diakses pada 29 September 2012.

CGA-PDNET. (2010). Module 10: Capital assets: Depreciation and Impairment . http://cga-pdnet.orgdiakses http://cga-pdnet.org diakses pada 6 Desember 2012 Creswell, John W. (2003). Research design : Qualitative, Q ualitative, Quantitative, and Mixed  Methods Approaches Second Edition . http://files.myopera.comdiakses http://files.myopera.com diakses pada 29 September 2012. Departemen Kehutanan. (2009). Slide PDRB Hijau . www.dephut.go.id diakses pada 3 Oktober 2012. Departemen Kehutanan. (2006). Urgensi Penerapan PDB Hijau di Sektor  Kehutanan.Slide Materi Pelatihan Penyusunan PDRB Hijau dan Perencanaan Pelatihan Penyusunan Penyusunan PDRB Hijau dan Perencanaan Kehutanan Berbasis Penataan Ruang Kehutanan Berbasis

83

Penataan Ruang Bogor. www.dephut.go.id www.dephut.go.iddiakses diakses pada 3 Oktober  2012. Diartho, Herman Cahyo. (2011). Slide Perkuliahan Ekonomi Lingkungan. Kelas  AA Ilmu Ekonomi FEB UB. Malang Forest Watch Indonesia. (2009). Laju Deforestasi dan Proyeksi Perubahan Hutan Tutupan Potret Keadaan Hutan Indonesia Periode 2000-2009 . www.fwi.or.iddiakses www.fwi.or.id diakses pada 3 Oktober 2012. Geohive. (2012). Current World Population Ranked . http://www.geohive.com diakses pada 28 Desember 2012. Gore, Albert. (2006). Slide An Inconvenient Truth : Global Warming Initiatives . www.scribd.comdiakses www.scribd.com diakses pada 29 September 2012. Hatta, Gusti Muhammad. (2010). Indonesia Terapkan Konsep Ekonomi Hijau”,  Agustus. www.metrotvnews.com www.metrotvnews.comdiakses diakses pada 7 Desember 2012. Hidayat,

Atep Afia. (2011). Rio dan KTT Bumi 1992. Opini. http://green.kompasiana.comdiakses http://green.kompasiana.com diakses pada 7 Desember 2012.

Hsu, Che-Chiang a & Chen, Chia-Yon. 2003.  Applications  Applications Of Improved Grey  Prediction Model For Power Demand Forecasting . Energy Conversion and Management. www.sciencedirect.com www.sciencedirect.comdiakses diakses pada 3 Oktober 2012. Indonesia Finance Today. (2012). PDB Indonesia Bisa Geser Jerman dan Inggris. http://www.bakrie-brothers.com diakses pada 19 September  2012 Indorush.

(2012). Kekayaan Alam Indonesia Peringkat ke-3 ,. http://indorush.blogspot.comdiakses http://indorush.blogspot.com diakses pada 28 Desember 2012.

Jiangtao,

Shi. (2007). Rift Over release Of Green GDP http://www.scmp.com.. diakses pada 28 Januari 2012. http://www.scmp.com

figures .

Kayacan, Erdal., Ulutas b, Baris., & Kaynak, Okyay. 2010. Grey system theory  based models in time series prediction , Expert Systems with  Applications 37 1784 –1789. www.sciencedirect.com www.sciencedirect.comdiakses diakses pada 3 Oktober 2012. Kementerian Lingkungan Hidup Republik Indonesia. (2011). Status Lingkungan www.menlh.go.iddiakses diakses pada 29 Hidup Indonesia Tahun 2010 . www.menlh.go.id September 2012

84

Kusuma, Edward Febriyatri. (2012). Setelah KTT Rio+20, Taraf Hidup http://news.detik.comdiakses diakses Masyarakat Diharapkan Meningkat . http://news.detik.com pada 29 September 2012 LPM Equator. 2011a. Makalah Tahap Awal Strategi dan Desain untuk Strategi  Ekonomi Hijau yang Terpilih .ESP-Environmental Support Program. www.esp2indonesia.orgdiakses www.esp2indonesia.org diakses pada 29 September 2012. LPM Equator. 2011b. Sinopsis Materi Pelatihan Instrumen Ekonomi. ESPEnvironmental Support Program. www.esp2indonesia.org www.esp2indonesia.orgdiakses diakses pada 29 September 2012.

Lee, Ya-Ting &Chiu, Chian-Song. 2009. Skin Physiology Analysis via Grey GM(1, N) and GM(0, N) Model . International Journal of Bio-Science and BioTechnology Vol. 1, No. 1. www.sersc.org www.sersc.orgdiakses diakses pada 5 Oktober  2012. Liu, Jieyan & Guo, Peiyuan. 2005. Comparable Green GDP and Its Implications to Sustainable Development in Western China . School of Public Policy and Management, Tsinghua University. www.syntao.comdiakses www.syntao.com diakses pada 27 September 2012. Lu, Shin-Li., & Chiu, Wen-Chih. 2012. The Grey Forecasting Model On The Forecast Of Green GDP Accounting In Taiwan . Proceedings of the World Congress on Engineering Vol II. www.iaeng.org www.iaeng.orgdiakses diakses pada 27 September 2012. Liu, Sifeng & Forrest, Jeffrey. 2007. The Current Developing Status On Grey  System Theory . The Journal of Grey System 2 111-123, (Online). www.researchinformation.co.ukdiakses www.researchinformation.co.uk diakses pada 3 Oktober 2012. Max-Neef, Manfred. 1995. Economic growth and quality of life. Ecological  EconomicsVol 15(2), 115 –118. MENLH. (1994). Undang Undang No. 6 Tahun 1994 Tentang : Pengesahan United Nations Framework Convention On Climate Change(Konvensi  Kerangka Kerja Perserikatan Bangsa Bangsa Mengenai Perubahan www.menlh.go.iddiakses diakses pada 7 Desember 2012. Iklim).www.menlh.go.id Nuryanto, Agung. (2009). Proposal Kajian Evaluasi Ekonomi Lingkungan . www.scribd.comdiakses www.scribd.com diakses pada 29 September 2012. Nababan, Benny Osta. 2012. Slide Eksternalitas .Kuliah Ekonomi Sumberdaya (ESL 221) Fakultas Ekonomi dan Manajemen IPB. www.iirc.ipb.ac.id www. iirc.ipb.ac.iddiakses diakses pada 7 Desember 2012.

85

Ningsih.

 Analisis Sistem Perhitungan PDB yang Berwawasan Lingkungan .Direktorat Kelautan dan Perikanan, Bappenas, 2005,

(Online). http://bappenas.go.id http://bappenas.go.iddiakses diakses pada 29 September 2012. NOAA. 2012. Earth’s Oceans and Ecosystems still absorbing about half the greenhouse gases emittes by people . http://researchmatters.noaa.govdiakses http://researchmatters.noaa.gov diakses pada 5 Oktober 2012.

Nurkholis., Resosudarmo, Budy P., &Djoni Hartono. 2007. Internalisasi Faktor  Degradasi LH dan Deplesi SDA dalam Perhitungan PDB di Indonesia Tahun 2000-2005 . Jurnal Ekonomi Lingkungan Edisi 23/2007. www.perspustakaan.menlh.go.iddiakses www.perspustakaan.menlh.go.id diakses pada 29 September 2012. One World  – Nations Online. (2012). Countries Of The World By Area. http://www.nationsonline.orgdiakses http://www.nationsonline.org diakses pada 28 Desember 2012. Pappas, Stephanie. (2011). Humans Spew More Carbon Dioxide than All Of  Earth’s Volcanoes Livescience Article . http://www.livescience.comdiakses http://www.livescience.com diakses pada 28 Desember 2012. Rao, P.K. 2010.The Green Architecture Economy .New .New York : Springer  Republik Indonesia. 2011. Rencana Aksi Nasional Penurunan Emisi Gas Rumah Kaca, Draft Perpes RAN-GRK. Riberio, Suzanna Kahn. (2012). Green Economy Subsecretariat United  Nations.Governo do Rio de Janeiro. www.un.org diakses pada 5 Oktober 2012. Saturi, Sapariah. 2012. Greenpeace Berdamai Dengan Pemerintah Indonesia , http://www.mongabay.co.id diakses pada 5 Oktober 2012. Soerjani, Mohammad., Ahmad, Rofiq., & Munir, Rozy. 1987.Lingkungan Sumberdaya Alam dan Kependudukan Dalam Pembangunan . Jakarta: UI Press Sucofindo.

(2011). Report on Final Indicators For Sustainable www.esp2indonesia.orgdiakses pada 29 September  Development  Developmen t www.esp2indonesia.orgdiakses 2012.

Suparmoko, M. (2006). Slide PDRB Hijau Konsep dan Metodologi .Materi disampaikan pada Pelatihan Penyusunan PDRB Hijau dan

86

Perencanaan Kehutanan Berbasis Penataan Ruang, (Online). www.dephut.go.iddiakses www.dephut.go.id diakses pada 5 Oktober 2012. Suryanto. 2009. Mampukah PDB Hijau Mengakomodasi Degradasi Lingkungan dan Kesejahteraan Masyarakat .Jurnal .Jurnal Ekonomi dan Studi Pembangunan Vol.10 No.1 : 99-109. http://jurnal.umy.ac.id diakses pada 5 Oktober 2012. Talberth, John., &Bohara, Alok K. 2006. Economic Openness and Green GDP . Ecological Economics Vol. 58 743 –758. www.sciencedirect.comdiakses www.sciencedirect.com diakses pada 29 September 2012. Teguh, Herman. (2009). Pemanasan Global dalam Perspektif Sejarah ,. Diakses http://herteg.wordpress.comdiakses http://herteg.wordpress.com diakses pada 5 Oktober 2012. Tsai, Chen-Fang. 2012. The Application Of Grey Theory to Taiwan Pollution Prediction. Proceedings of the World Congress on Engineering Vol II. www.iaeng.orgdiakses www.iaeng.org diakses pada 18 Desember 2012. UNEP.

(2008). Green Accounting Practice In China www.unep.orgdiakses www.unep.org diakses pada 29 September 2012.

UNEP.

(2011). Green Economy in a Blue World www.unep.orgdiakses www.unep.org diakses 29 September 2012.

(Draft

Synthesis

Report) .

Report .

UNEP. (2012). Green Economy Poverty Reduction . www.unep.org www.unep.orgdiakses diakses pada 5 Oktober 2012. UNEP.

(2010).Green Economy Developing Countries Success www.unep.orgdiakses www.unep.org diakses pada 29 September 2012.

Stories .

Utama, Made Suyana. 2009. Integrasi Antara Aspek Lingkungan dan Ekonomi  Dalam Penghitungan PDRB Hijau Pada Sektor Kehutanan di  Kabupaten Karangasem Provinsi Bali . Jurnal Bumi Lestari, Volume 9 No. 2hlm. 129  – 137. www.ojs.unud.ac.id www.ojs.unud.ac.iddiakses diakses pada 5 oktober  2012. Van den Bergh, Jeroen C.J.M. 2009. GDP Paradox.Journal of Economic Psychology 30 117  – 135. www.sciencedirect.com www.sciencedirect.comdiakses diakses pada 7 Desember 2012. Vincent, Jeffrey & Castaneda, Beatriz. 1997. Economic Depreciation of Natural  Resources in Asia and Implications for Net Savings and Long-Run

87

Consumption.

Development Discussion Paper www.scribd.comdiakses www.scribd.com diakses pada 28 Desember 2012.

No.

614.

Wang, Xuan. 2012. Green GDP and Openness: Evidence from Chinese Provincial Comparable Green GDP . Journal of Cambridge Studies Vol.6 No.1, Economic Studies, School of Business, University of  Dundee. www.journal.acs-cam.org.uk www.journal.acs-cam.org.ukdiakses diakses 2pada 9 September  2012. Wang, M.H., & Hung, C.P. 2003 Novel grey model for the prediction of trend of  dissolved gases in oil-filled power apparatus . Department of  Electrical Engineering, National Chin-Yi Institute of Technology, 35, 215 Lane, Sec. 1, Chung Shan Road, Taiping, Taichung, Taiwan. www.sciencedirect.comdiakses www.sciencedirect.com diakses pada 21 Oktober 2012. Wen, Kun-Li & Chang, Tin-Cheng. 2005. The Research and Development of  Completed GM (1,1) Model Toolbox Using Matlab . International Journal Of Computational Cognition Vol.3, No.3. http://www.yangsky.comdiakses http://www.yangsky.com diakses pada 29 September 2012 Yatnaputra,

26 Juni http://green.kompasiana.com.. diakses pada 28 Januari 2012 http://green.kompasiana.com Tridarwata.

“Hijaukan

PDB -ku!”,

Opini ,

2012.

Zhou, Deqiang. 2012. Optimization Modeling for GM(1,1) Model Based on BP  Neural Network .I. .I. J. Computer Network and Information Security 1, 24-30, School of Information and Mathematics, Yangtze University, Jing zhou, China. www.mecs-press.org www.mecs-press.orgdiakses diakses pada 5 Oktober 2012.

88

89

(Dalam Triliun Rupiah)

Tahun

PDB Hijau

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

1106.5 1346.8 1468.3 1632.4 1835.2 2148.2 2613.1 3100.8 3878.5 4437.9 5077.9

PDB Hijau Dengan AGO

2453.3 3921.6 5554.0 7389.1 9537.3 12150.4 15251.2 19129.7 23567.6 28645.5

Sumber : Sucofindo, 2011

Grey System S ystem Theory Theory Tipe GM (1,1) *Dengan Matlab 5.3

» x0=[1106.52 1346.81 1468.25 1632.4 1835.15 2148.18 2613.13 3100.79 3878.49 4437.9 5077.91]; » x1=[2453.33 3921.58 5553.98 7389.13 9537.31 12150.44 15251.23 19129.72 23567.62 28645.53]; » z1=(1-0.1)*x1*(1-1)+0.1*x1(1) %nilai latar belakang x1(1) z1 = Columns 1 through 7 245.3330 245.3330 245.3330 245.3330 245.3330 245.3330 245.3330 Columns 8 through 10 245.3330 245.3330 245.3330 » z1=(1-0.1)*x1*(2-1)+0.1*x1(2) %nilai latar belakang x1(2) z1 =1.0e+004 *

90

Columns 1 through 7 0.2600

0.3922

0.5391

0.7042

0.8976

1.1328

1.4118

Columns 8 through 10 1.7609

2.1603

2.6173

» z1=(1-0.1)*x1*(3-1)+0.1*x1(3) %nilai latar belakang x1(3) z1 =1.0e+004 * Columns 1 through 7 0.4971

0.7614

1.0553

1.3856

1.7723

2.2426

2.8008

Columns 8 through 10 3.4989

4.2977

5.2117

» z1=(1-0.1)*x1*(4-1)+0.1*x1(4) %nilai latar belakang x1(4) z1 =1.0e+004 * Columns 1 through 7 0.7363

1.1327

1.5735

2.0690

2.6490

3.3545

4.1917

Columns 8 through 10 5.2389

6.4371

7.8082

» z1=(1-0.1)*x1*(5-1)+0.1*x1(5) %nilai latar belakang x1(5) z1 =1.0e+005 * Columns 1 through 7 0.0979

0.1507

0.2095

0.2755

0.3529

0.4470

Columns 8 through 10 0.6982

0.8580

1.0408

» z1=(1-0.1)*x1*(6-1)+0.1*x1(6) %nilai latar belakang x1(6)

0.5586

91

z1 =1.0e+005 * Columns 1 through 7 0.1226

0.1886

0.2621

0.3447

0.4413

0.5589

0.6985

Columns 8 through 10 0.8730

1.0727

1.3012

» z1=(1-0.1)*x1*(7-1)+0.1*x1(7) %nilai latar belakang x1(7) z1 =1.0e+005 * Columns 1 through 7 0.1477

0.2270

0.3152

0.4143

0.5303

0.6714

0.8388

Columns 8 through 10 1.0483

1.2879

1.5621

» z1=(1-0.1)*x1*(8-1)+0.1*x1(8) %nilai latar belakang x1(8) z1 =1.0e+005 * Columns 1 through 7 0.1737

0.2662

0.3690

0.4846

0.6200

0.7846

0.9800

Columns 8 through 10 1.2243

1.5039

1.8238

» z1=(1-0.1)*x1*(9-1)+0.1*x1(9) %nilai latar belakang x1(9) z1 =1.0e+005 * Columns 1 through 7 0.2002

0.3059

0.4235

Columns 8 through 10 1.4009

1.7204

2.0860

0.5556

0.7103

0.8984

1.1217

92

» z1=(1-0.1)*x1*(10-1)+0.1*x1(10) %nilai latar belakang x1(10) z1 =1.0e+005 * Columns 1 through 7 0.2274

0.3463

0.4785

0.6272

0.8012

1.0128

1.2640

Columns 8 through 10 1.5782

1.9376

2.3489

» Y=[x0(2) x0(3) x0(4) x0(5) x0(6) x0(7) x0(8) x0(9) x0(10) x0(11)]' Y =1.0e+003* 1.3468 1.4683 1.6324 1.8352 2.1482 2.6131 3.1008 3.8785 4.4379 5.0779 » kolom=[1 1 1 1 1 1 1 1 1 1]' kolom = 1 1 1

93

1 1 1 1 1 1 1 » B=[-z1' kolom] B = 1.0e+005 * -0.2274

0.0000

-0.3463

0.0000

-0.4785

0.0000

-0.6272

0.0000

-0.8012

0.0000

-1.0128

0.0000

-1.2640

0.0000

-1.5782

0.0000

-1.9376

0.0000

-2.3489

0.0000

» inv(B'*B)*B'*Y %mencari nilai a dan b ans = -0.0186 781.2895

94

» x1hat=(x0(2)+781.2895/0.0186)*exp(0.0186*(2-1))+781.2895/0.0186 x1hat =8.6170e+004 » x1hat=(x0(3)+781.2895/0.0186)*exp(0.0186*(3-1))+781.2895/0.0186 x1hat =8.7126e+004 » x1hat=(x0(4)+781.2895/0.0186)*exp(0.0186*(4-1))+781.2895/0.0186 x1hat =8.8146e+004 » x1hat=(x0(5)+781.2895/0.0186)*exp(0.0186*(5-1))+781.2895/0.0186 x1hat =8.9231e+004 » x1hat=(x0(6)+781.2895/0.0186)*exp(0.0186*(6-1))+781.2895/0.0186 x1hat =9.0461e+004 » x1hat=(x0(7)+781.2895/0.0186)*exp(0.0186*(7-1))+781.2895/0.0186 x1hat =9.1891e+004 » x1hat=(x0(8)+781.2895/0.0186)*exp(0.0186*(8-1))+781.2895/0.0186 x1hat =9.3383e+004 » x1hat=(x0(9)+781.2895/0.0186)*exp(0.0186*(9-1))+781.2895/0.0186 x1hat =9.5250e+004 » x1hat=(x0(10)+781.2895/0.0186)*exp(0.0186*(10-1))+781.2895/0.0186 x1hat =9.6911e+004 » x1hat=(x0(11)+781.2895/0.0186)*exp(0.0186*(11-1))+781.2895/0.0186 x1hat =9.8712e+004 » x1hat1=[8.6170e+004 8.7126e+004 8.8146e+004 8.9231e+004 9.0461e+004 9.1891e+004 9.3383e+004 9.5250e+004 9.6911e+004 9.8712e+004]; »x0hat=(x1hat1(1)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(11))%prediksi 2001

95

x0hat =2.3620e+003 »x0hat=(x1hat1(2)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(21))%prediksi 2002 x0hat =2.4243e+003 »x0hat=(x1hat1(3)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(31))%prediksi 2003 x0hat =2.4893e+003 »x0hat=(x1hat1(4)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(41))%prediksi 2004 x0hat =2.5572e+003 »x0hat=(x1hat1(5)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(51))%prediksi 2005 x0hat =2.6296e+003 »x0hat=(x1hat1(6)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(61))%prediksi 2006 x0hat =2.7079e+003 »x0hat=(x1hat1(7)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(71))%prediksi 2007 x0hat =2.7895e+003 »x0hat=(x1hat1(8)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(81))%prediksi 2008 x0hat = 2.8811e+003 »x0hat=(x1hat1(9)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(91))%prediksi 2009 x0hat = 2.9707e+003

96

»x0hat=(x1hat1(10)+781.2895/0.0186)*(1-exp(-0.0186))*exp(0.0186*(101))%prediksi 2010 x0hat =3.0657e+003 » MPE = 100*[x0hat-x0]/x0 MPE = 15 » MAPE = 100*[x0hat-x0]/x0 MAPE = 36.59 » subplot(2,1,1) » plot(x0,'-.') » plot(x0,'-.','LineWidth',1) » plot(x0,'r-.'),grid » hold on » plot(x1,'-.') » hold off  » title('Hasil AGO') » subplot(2,1,2) » plot(x0,'-.') » plot(x0,'-.','LineWidth',1) » plot(x0,'r-.'),grid » hold on » plot(x0hat,'-.') » hold off  » title('Hasil GM (1,1)')

97

3

x 10

Hasil AGO

4

original data dengan AGO 2

1

0

1

2

3

4

5

6

7

8

9

10

11

Hasil GM (1,1) 6000 original data data prediksi

5000 4000 3000 2000 1000

1

2

3

4

5

6

7

8

9

10

i i

11